Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian dalam karya akhir ini dilatarbelakangi oleh perkembangan pasar bursa berjangka di Indonesia yang pesat pada tahun-tahun belakangan. Jumlah transaksi harian kontrak berjangka melalui BBJ meningkat dari 3.842 lot perhari di tahun 2004, 7.865 lot perhari pada tahun 2005 dan mencapai hampir 14,000 lot per had pada akhir bulan Mei 2006. Sekitar 94% transaksi di BBJ didominasi oleh produk kontrak berjangka keuangan, yaitu kontrak valuta berjangka dan kontrak indeks berjangka. indeks-indeks berjangka yang banyak diperdagangkan di BBJ adalah indeks Hangseng, Nikkei, Kospi dan JSX. Investasi pada kontrak indeks berjangka ini tidak dapat terlepas dari risiko-risiko. Untuk itu Para pelaku pasar perlu membekali diri dengan pengetahuan akan risiko-risiko investasi terutama risiko pasar.Untuk mengukur risilo pasar, pengukuran risiko secara kuantitatif yang banyak digunakan adalah Value at Risk (VaR). VaR digunakan untuk mengukur tingkat kerugian maksimum yang diperkirakan dapat terjadi ("expected loss") dari suatu posisi pada instrumen keuangan dengan tingkat probabilitas sebesar of pada satu periode waktu tertentu.Salah satu metode pengukuran VaR adalah metode parametrik yang mengukur nilai VaR dengan melakukan estimasi parameter-parameter statistik faktor risiko untuk menentukan deviasi standar. Deviasi standar selanjumya dikalikan dengan confidence level dan holding period instrumen keuangan.Penelitian dalam karya akhir ini bermaksud melakukan pengukuran VaR dengan menggunakan pendekatan estimasi volatilitas ARCH dan GARCH pada return indeks Hangseng, Nikkei, Kospi dan JSX. Pengukuran VaR dengan metode Parametrik memerlukan serangkaian uji statistik, yaitu uji stasioneritas, uji normalitas dan uji heteroskedastisitas. Data return indeks Hangseng, Nikkei, Kospi dan JSX selama periode penelitian, yaitu dari 1 Agustus 2004 sampai 30 Juni 2006 menunjukkan bahwa data return seluruhnya bersifat stasioner, tetapi tidak terdistribusi secara normal dan menunjukkan sifat heteroskedastisitas. Dengan demikian, untuk memperoleh nilai VaR yang tepat harus dicari nilai a' dengan menggunakan Cornish Fisher expansion test pada level of confidence 99% dan a dicari dengan mencari model conditional variance ARCH dan GARCH terbaik dengan bantuan aplikasi EViews 4.1.Model-model conditional variance ARCH terbaik yang dihasilkan dengan alat bantu EViews 4.1 untuk masing-masing return indeks adalah sebagai berikut :- Indeks Hangseng : 0'2 = 0.000061384990914 - 0.0662401874313E2t.L cck - Indeks Nikkei a12 = 0.000086461827168 + 0.205876283178821.- Indeks Kospi ate = 0.000114515670191 + 0.039922851633502,.- Indeks JSX a12 = 0.000104815576774 + 0.331567554254Dengan pendekatan estimasi volatilitas ARCH pada level of confidence 99% maka diperoleh nilai VaR harian :- Indeks Hangseng memiliki nilai VaR harian sebesar Rp. 310,535,130- Indeks Nikkei memiliki nilai VaR harian sebesar Rp. 434,097,566, - Indeks Kospi memiliki nilai VaR harian sebesar Rp. 377,460,253, - Indeks JSX memiliki nilai VaR harian sebesar Rp. 393,293,173,Setelah diukur VaR dengan pendekatan estimasi volatilitas ARCH, maka iangkah selanjutnya adalah meiakukan back testing dan uji validasi terhadap model sepanjang 450 hari data. Back resting membandingkan antara nilai VaR yang dihasilkan dengan actual Profit and Lass untuk mendapatkan nilai actual Profit and Loss yang melebihi nilai VaR (overshoot). Backtesting menghasilkan nilai overshoot sebanyak 3 kali pada indeks Hangseng, 2 kali pada indeks Nikkei dan Kospi dan 1 kali pada indeks JSX. Ke empat indeks valid dengan nilai LR masing-masing :- Indeks Hangseng : LR = 1.8681- Indeks Nikkei : LR = 1.0866- Indeks Kospi : LR = 0.4820- Indeks JSX : LR = 0.0987Dengan demikian dapat ditarik kesimpulan bahwa pengukuran VaR dengan estimasi volatilitas ARCH GARCH pada return indeks Hangseng, Nikkei, Kospi dan JSX selama periode penelitian adalah valid untuk digunakan.Pada pengukuran volatilitas model GARCH 1,1 diperoleh model-model return indeks yang terbaik sebagai berikut :Hangseng : ~t2 = 0.000000196213937249 - 0.0267928417261 6201 + 0.97229261920101_Nikkei : a12 = 0.00000146888597865 + 0.1001695832882w + 0.893938280184j311Kospi : 6t2 = 0.00000550843884112 + 0.071685859126E2L.l + 0.88508061998231.1 JSX : at2 = 0.00000982522829098 + 0.154121553759E214 + 0.78198762654713,.)Pengukuran dengan model GARCH 'diatas memberikan basil nilai VaR sebagai berikut:- Indeks Hangseng memiliki nilai VaR harian sebesar Rp. 437,569,761, - Indeks Nikkei memiliki nilai VaR harian sebesar Rp. 653,191,207, - Indeks Kospi memiliki nilai VaR harian sebesar Rp. 470,172,540, Indeks JSX memiliki nilai VaR harian sebesar Rp. 458,918,638, Back testing terhadap model volatilitas GARCH menghasilkan nilai overshoot sebanyak 6 kali pada indeks Hangseng, 3 kali pada indeks Nikkei dan masing-masing 2 kali pada indeks Kospi dan JSX. Berikut adalah hasil uji validasi dengan TNoP untuk model volatilitas GARCH- Indeks Hangseng : LR = I.8681- Indeks Nikkei : LR = 0.0987- Indeks Kospi : LR = 0.0126- Indeks JSX : LR = 0.0126Dengan demikian, pengukuran model volatilitas indeks Hangseng, Nikkei, Kospi dan JSX memperoleh hasi! yang valid balk dengan metode ARCH maupun GARCH.

---

Research in this paper work is initiated by the high growth in Indonesian commodity futures market in the recent years. Number of transactions has been increasing significantly from averagely 3.842 lots per day in 2004 to 7.865 lots per day in 2005 and double to almost 14,000 lots per day by the end of May 2006. Around 94% of the transactions in Bursa Berjangka Jakarta (BBJ) is dominated by financial market futures trading, which are foreign exchange futures market and index futures market. The most actively traded index futures market in BSI are Hangseng, Nikkei, Kospi dan JSX. Investment in the index futures is subject to risks and therefore investors need to equip themselves with a knowledge about risk in investment especially market risk.

In measuring market risk, a quantitative approach that recently used is Value at Risk (VaR). VaR is a measurement of maximum potential loss on exposure in financial instruments with confidence level of a in certain time period.

One of the methods in VaR calculation is parametric method, a method that estimates risk factors in statistical parameters in order to determine standard deviation. The standard deviation is therefore factored with confidence level and holding period of a financial instrument. Purpose of this working paper is to measure VaR by estimating volatility factor of ARCH and GARCH in Hangseng, Nikkei, Kospi and JSX index.

VaR calculation with parametric method requires statistical testing procedures, that are stationerity test, normality test and heteroscedasticity test. Statistical tests on return data of Hangseng, Nikkei, Kospi JSX indexes during the research period, from I August 2004 to 30 June 2006 shows that return data is stationer for all the indexes, but not normally distributed and heteroscedastic. Therefore, to get the VaR, it must first calculate value of a' using Cornish Fisher expansion test with 99% level of confidence and value of 6 that obtained by determining the most appropriate conditional variance ARCH and GARCH model using EViews 4.1.

The most appropriate Conditional variance ARCH models measured with EViews 4.1 software for each index return are as follow :

- Hangseng ;index ate 0.000061384990914 + 0.0662401874313E2t.1

- Nikkei index atz = 0.000086461827168 + 0.205876283178E2E4

- Kospi index ate =; 0.000114515670191 + 0.039922851633562,_1

- JSX index ate = 0.000104815576774 + 0.331567554254E2w

By using ARCH volatility estimation approach with 99% level of confidence, then obtained the daily VaR of :

Hangseng index has daily a VaR of Rp. 310,535,130

Nikkei indeks has daily VaR of Rp. 434,097,566,

- Kospi index has a daily VaR of Rp. 377,460,253,

- JSX index has a daily VaR ofRp. 393,293,173,

After the VaR is calculated using ARCH volatility estimation approach, then the next step is to apply a back testing and validity test on the model for 450 days. Back testing is a process to compare VaR resulted from the calculation with the actual Profit and Loss, to know how many times the actual profit and loss exceed the VaR (overshoot). The backtesting resulted to 3 times overshoot on Hangseng index, 2 times on Nikkei and Kospi index and 1 time on JSX index. The four models are valid with LR value respectively of :

- Hangseng index : LR = 1.8681

- Nikkei index : LR = 1.0866

- Kospi index LR = 0.4820

- JSX index : LR = 0.0987

Therefore, can be concluded that the measurement of VaR using ARCH volatility estimation approach on Hangseng, Nikkei, Kospi and JSX during the research period is valid to be implemented.

In measuring using GARCH 1,1 approach, the most appropriate models obtained are as follow :

Hangseng : 6,2 = 0.000000196213937249 - 0.0267928417261E21.1 + 0.972292619200, Nikkei : at' 2=--- 0.00000146888597865 + 0.10016958328821., + 0.89393828018413,4 Kospi : a12 = 0.00000550843884112 + 0.071685859126821.1 + 0.88508061998213,-1 JSX : 612 = 0.00000982522829098 + 0,15412155375982L.2 + 0.78198762654713E_1

VaR calculation with the above GARCH models has resulted to value of VaR as follow :

- Hangseng index has a daily VaR of Rp. 437,569,761,

- Nikkei index has a daily VaR of Rp. 653,191,207,

- Kospi index has a daily VaR of Rp. 470,172,540,

- JSX index has a daily VaR of Rp. 458,918,638,

Backtesting on the GARCI-J volatility models has resulted to 6 times overshoots on Hangseng index, 3 times on Nikkei index, 2 times respectively on Kospi and JSX index. The followings are the result of validity testing with TNoF on GARCH volatility models :

- Hangseng index : LR = 1.8681

- Nikkei index : LR = 0.0987

- Kospi index : LR = 0.0126

- JSX index : LR = 0.0126

The conclusion is, VaR measurement on Hangseng, Nikkei, Kospi and JSX indexes are valid both using ARCH method and GARCH method."

"Penelitian ini untuk menganalisis estimasi Value at Risk untuk mengukur volatilitas dan risiko Pasar Crude Palmoil (CPO) dengan Metode ARCH/GARCH pada Bursa Malaysia Derivative (BMD) Periode 2007-2010 dengan jumlah data observasi sebanyak 4.950 sampel harga CPO untuk jenis harga spot, future 1 bulan hingga future 4 bulan. Penelitian ini menggunakan metode ARCH/GARCH dengan pemilihan metode ARCH/GARCH yang memberikan hasil paling baik. Hasil penelitian menunjukkan bahwa metode ARCH/GARCH (1,1) merupakan metode yang memberikan estimasi paling baik untuk semua harga kecuali untuk Future 3 bulan periode 2009-2010 dimana metode yang paling baik adalah ARCH/GARCH (2,1) dan ARCH/GARCH (1,2) untuk Future 4 bulan periode 2009-2010. Selain itu, hasil penelitian menunjukkan bahwa volatilitas pasar CPO periode 2009-2010 cenderung menurun dibandingkan periode 2007-2008 dengan penurunan volatilitas terbanyak sebesar 27,66% yaitu pada harga spot. Akibat menurunnya volatilitas tersebut, maka resiko pasar CPO pun mengalami penuruan dengan besaran penurunan terbanyak sebesar 10,66% untuk harga spot. Penurunan ini tetap saja merupakan resiko baik bagi produsen maupun konsumen karenanya perlu dilakukan Hedging untuk memitigasi resiko tersebut. Selain dengan melakukan kontrak dengan formula harga yang mengacu pada harga CPO yang mempunyai nilai VaR terendah, hedging juga dapat dilakukan dengan melakukan perdagangan derivative dalam hal ini futures yang dihedge pada posisi yang berlawanan dengan perdagangan pada pasar spot.

---

This study to analyze Value at Risk estimation for volatility and risk measurement of Crude Palmoil (CPO) using ARCH/GARCH method at Bursa Malaysia Derivative (BMD) for period 2007-2010 with total sample of 4.950 spot price and future price from 1 month up to 4 month future price. This study uses ARCH/GARCH method by selecting the best ARCH/GARCH method that resulting the best and closest estimation. The result shows that ARCH/GARCH(1,1) method give the closest result for whole prices excepted for Future 3 months period 2009-2010 where ARCH/GARCH(2,1) provides the best estimation and for Future 4 months period 2009-2010 where ARCH/GARCH(1,2) provides the best estimation. The other result is that the volatility of Crude Palmoil commodity for period of 2009-2010 tend to be decreased than period of 2007-2008 with the most decreases percentage is 27,66% occur to Spot price and therefore the risk also tend to be decreased with the percentage of decreases is 10,66% occur to Spot price. This decreases still appearing risks for both producer and consumer, therefore hedging is important as risk mitigation. The hedging can be done not only through taking the contract with price reference that has low VaR value, but also by trading its derivative such futures that is hedged oppositely with trading in spot price."

"Tesis ini membahas pengukuran risiko pasar portofolio saham dengan Value at Risk dan Expected Shortfall model volatilitas GARCH pada PT XYZ yang terdiri 29 emiten dengan periode observasi tahun 2008-2010. Hasil analisis menunjukkan bahwa perhitungan return portofolio tidak memenuhi distribusi normal, sehingga estimasi kerugian dengan menggunakan VaR distribusi normal dapat menjadi bias.Hasil pengujian menunjukkan bahwa hipotesa parametrics VaR dengan model volatilitas GARCH pada confidence level 99% dan 95% terbukti valid setelah dilakukan kupiec test pada periode 2010-2011, sementara hipotesa Expected Shortfall sebagai alternatif pengukuran risiko terbukti valid hanya pada confidence level 99%. Hasil perhitungan risiko portofolio saham dengan VaR dan ES model volatilitas GARCH menunjukkan bahwa nilai risiko lebih optimum dibandingkan undiversified portofolionya.

---

This thesis discusses the measurement of portfolio market risk by using Value at Risk and Expected Shortfall with GARCH volatility model on 29 listed companies PT XYZ?s during observation periods of 2008-2010. The analysis showed that the calculation of portfolio return do not meet the normal distribution so that the expected loss using normal distribution VaR can be biased.

The hypothesis of Parametrics VaR with GARCH volatility at 95% and 99% confidence level proved valid after Kupiec test in the periods of 2010-2011, while hypothesis of Expected Shortfall as an alternative risk measurement proved valid only at 99% confidence level. Risk calculation using VaR and Expected Shortfall with GARCH volatility suggests more optimum value than the undiversified portfolio."

"Karya akhir ini adalah mengenai perhitungan VaR risiko pasar (dalam hal ini adalah risiko ekuitas) menggunakan volatilitas yang diukur tidak hanya dengan simple standard deviation namun juga dengan model EWMA dan ARCH/GARCH. Model EWMA dan ARCH/GARCH digunakan karena data return dari indeks bursa saham cenderung bersifat heteroskedastik. Khusus untuk model ARCH/GARCH, dalam penelitian ini juga digunakan salah satu variannya yaitu IGARCH. Hasil penelitian ini menunjukkan bahwa secara teoritis seluruh model yang digunakan adalah valid. Namun, bila dilihat secara praktis, model ARCH/GARCH dan variannya memberikan nilai VaR yang lebih rendah dibandingkan dengan model lainnya, konsekuensinya capital charge-nya juga dapat lebih rendah. Menggunakan asumsi portofolio senilai 100.000.000, dengan tingkat keyakinan 99%, potensi kerugian 1 hari ke depan (VaR 1 hari) untuk IHSG tanggal 30 Juni 2009 adalah 5.005.488. Nilai ini merupakan nilai tertinggi dibandingkan dengan indeks bursa saham lainnya. Dalam penelitian ini juga ditunjukkan bahwa stock index futures dapat digunakan untuk melakukan mitigasi risiko ekuitas secara cukup efektif.

---

This thesis is about computing market risk (in this case is equity risk) VaR using volatility measured by not only simple standard devaition but also EWMA and ARCH/GARCH model. The EWMA and ARCH/GARCH model are used due to the data of stock market index return which show a relatively heteroskedastic nature. Especially for ARCH/GARCH model, one of its variant (the IGARCH) is also used in this research. The result from this research shows that theoretically all the model used are valid. But practically, the ARCH/GARCH model and its variant produce a lower VaR value compare to other models, bringing a lower capital charge as the consequence. Using an assumed portfolio value of 100.000.000, with 99% level of confidence, the 1-day ahead potential loss (1-day VaR) for IHSG on June 30, 2009 is 5.005.488. This is the highest value compare to other stock market indices. It is also shown in this research that stock index futures can be used to mitigate equity risk effectively enough."

"Pengelolaan risiko dan return merupakan kegiatan utama dalam perbankan. Krisis yang terjadi pada tahun 1997 merupakan contoh yang paling konkrit pengelolaan risiko dan return terburuk perbankan Indonesia, karena pada tahun ini krisis dipicu oleh perbankan yang tidak memperhatikan hal ini. Gejolak internal maupun eksternal harus diperkuat secara fundamental karena semakin kompleksnya risiko perbankan dan menimbulkan peluang-peluang baru dalam hal risiko.Praktek tata kelola yang sehat (good corporate governance) sangat dibutuhkan karena semakin kompleksnya risiko perbankan sehingga fungsi identifikasi, pengukuran, pemantauan dan pengendalian risko bank sangat diperlukan.Risiko utama dalam hal perbankan ada 3 jenis yaitu risiko kredit, risiko pasar, risiko operasional.Teknik pengukuran risiko yang sedang berkembang pada saat ini adalah metode Value at Risk (VaR). VaR adalah pengukuran risiko secara kuantitatif yang mengestimasi potensi kerugian maksimal (maximum potential loss) yang terjadi di masa datang dan dihadapi pada jangka waktu tertentu (holding period) dan pada tingkat kepercayaan (confidence level) tertentu.Dalam menghitung VaR ini ada tiga pendekatan yang bisa digunakan yaitu Parmetric VaR, Monte Carlo, dan Historical Simulation.Penelitian ini metode yang digunakan adalah Parametric VaR dengan menggunakan pendekatan volatilitas menggunakan EWMA dan GARCH. Kerugian maksimum yang mungkin diderita suatu bank diestimasi dengan menggunakan volatilitas atau suatu ukuran untuk mengetahui fluktuasi harga suatu aset. Asumsi level of confidence metode Exponetially Weighted Moving Average (EWMA) dalam hal mengestimasi volatilitas pada PT Bank ABC ini adalah 99% dengan decay factor 0,94. Untuk menentukan ketepatan metode dan asumsi yang digunakan oleh Bank X agak sulit mengingat terdapat berbagai metode yang digunakan untuk melakukan estimasi volatilitas.

---

Risk and return management are main priority in banking. Crisis that happens in 1997 was one of the worst examples of managing risk and return in Indonesian banking. Since at that time there were no attention given to risk and return management. Internal and external shock must be strengthened fundamentally due to complexity risk of banking and given opportunity in term of risk. Good corporate governance is needed because higher risk will affect on identification, measure, supervision and control function of a bank.There are 3 main risk on banking: credit risk, market risk and operational risk. Risk measuring technique that very common at present is Value at Risk (VaR) method. VaR is risk quantitative measurement which estimate maximum potential loss that could occur in the future or in holding period and apply on certain confidence level.There are 3 approaches to measure VaR. They are Parametric VaR, Monte Carlo and Historical Simulation.This research based on Parametric VaR with EWMA and GARCH approaches. Maximum loss that might be happened to one bank could be estimate by using volatility or measuring price fluctuation on an asset. Level of confidence assumption on exponentially Weighted Moving Average (EWMA) method to estimate the volatility on Bank ABC is 99% with 0.94 decay factor. To make sure the precise method and assumption on Bank ABC is hard since there are many methods used to estimate the volatility."

"ABSTRAKTesis ini membahas mengenai estimasi Value at Risk VaR dengan metode simulasi Monte Carlo, dimana distribusi bersama yang digunakan untuk memodelkan return portofolio dibentuk melalui fungsi copula. Data yang digunakan sebagai ilustrasi model adalah return harian Indeks Papan Pengembangan dan return harian Indeks Papan Utama, dengan periode 4 Januari 2010-30 Desember 2016. Metode validasi yang dilakukan untuk memeriksa estimasi VaR yang dihasilkan adalah Haas rsquo; mixed Kupiec test TBF . Berdasarkan uji TBF, diketahui bahwa estimasi VaR dengan metode simulasi Monte Carlo-copula secara statistik tidak cocok diterapkan untuk mengestimasi VaR dari portofolio yang berisi Indeks Papan Utama dan Indeks Papan Pengembangan. Walaupun secara statistik metode simulasi Monte Carlo-copula dianggap tidak cocok diterapkan pada data ilustrasi, dari aspek manajerial, metode simulasi Monte Carlo-copula dapat dijadikan suatu pilihan dalam mengestimasi VaR.

---

ABSTRACTAbstract This thesis uses Monte Carlo simulation with copula function as joint distribution to estimate Value at Risk VAR of a portfolio. Data used in this thesis are daily returns of IDX Main Board Index and IDX Development Board Index for period January 2010 December 2016. As for the VaR backtest, Haas 39 Mixed Kupiec Test TBF was used. Based on TBF test, Monte Carlo copula model was found not suitable statistically to estimate VaR of a portfolio consisting IDX Main Board Index and IDX Development Board Index. Although being rejected statistically, Monte Carlo copula model is still suitable for estimating VaR in managerial perspective. Key words copula, value at risk, Monte Carlo simulation, stock indexes"

"Dalam iklim globalisasi yang begitu dinamik, ketidak pastian merupakan ha! yang mau tidak mau perlu diperhatikan. Dengan scmakin besarnya ketidak pastian, berimplikasi pada semakin besar risiko yang dihadapi. Dleh karena itu, pengukuran risiko menjadi kata kunci dalam berbisnis saat ini. Pengukuran risiko secara formal, sudah lama dilakukan oleh institusi finansial, terutama bank. Akhir-akhir ini, pengukuran secara formal juga mulai dilakukan pads sektor lainnya, seperti pada sektor energi, dan telekomunikasi.Tingginya kebutuhan untuk mengukur risiko secara lebih tepat, menyebabkan banyaknya metode-metode pengukuran yang diusulkan, balk dari para peneliti maupun praktisi. Dari sekian banyak metode pengukuran risiko yang ada, hanya Value at Risk (VaR) yang paling banyak digunakan, dan menjadi de facto standar pengukuran risiko. VaR menjadi populer karena metode ini menggabungkan keunggulan dari pengukuranpengukuran risiko sebelumnya.Banyak pengukuran VaR yang didasari pada asumsi distribusi normal. Seperti diketahui, distribusi normal memiliki banyak karakteristik yang menarik; selain karakteristik distribusi ini hanya dibedakan dari kedua momen pertamanya, banyak alat analisis statistik yang didasarkan pada distribusi ini. Salah satu model pengukuran VaR yang berdasarkan pada asumsi ini adalah model RiskMetrics dari J.P. Morgan.Berdasarkan studi empiris yang telah dilakukan, banyak return instrumen finansial yang tidak mengikuti pola distribusi normal. Distribusi return instrumen finansial ini umumnya memiliki karakteristik kurva yang lancip ditengah, dan ekor yang Iebih tebal (far tail), atau dikatakan jugs bersifat leptokurtosis. Penyimpangan terhadap asumsi ini menimbulkan persoalan tersendiri, yaitu seberapa tepatkah pengukuran VaR dengan menggunakan asumsi distribusi normal, terhadap distribusi return aset yang bersifat leptokurtosis.Penelitian ini bertujuan untuk melihat seberapa jauh implikasi penggunaan asumsi distribusi normal, terhadap perhitungan VaR pada return aset finansial yang bersifat leptokurtosis. Disamping itu, penelitian ini ditujukan untuk menguji seberapa jauh penggunaan distribusi t-student, sebagai alternatif distribusi normal, dapat meningkatkan ketepatan pengukuran VaR.Penelitian ini merupakan studi kasus dengan menggunakan empat saham, yaitu saham PT. Astra International Tbk. (ASII), saham PT. Indosat Tbk. (ISAT), saham PT. Samudra Indonesia Tbk. (SMDR), dan saham PT. Unilever Indonesia (UNVR) sebagai obyek penelitian. Pemilihan saham-saham ini terutama karena rnemiliki sifat leptokurtosis. Selain itu saham-saham ini berbeda dan sektor usahanya.Model volatilitas yang digunakan dalam pengukuran VaR pada penelitian ini adalah model volatilitas Gaussian-GARCH, dan t-GARCH. Model Gaussian-GARCH adalah model GARCH yang berlandaskan pada asumsi distribusi normal. Sedangkan model t-GARCH adalah model yang-berlandaskan pada asumsi distribusi t-student.Berdasarkan uji statistik Akaike dan Scwarz, model volatilitas t-LARCH lebih ungguI dibanding Gaussian-GARCH untuk ke empat return wham yang diteliti. Sedangkan basil uji Kupiec terhadap VaR pada selang kepercayaan 99%, atau VaR(99%), yang dihitung berdasarkan asumsi distribusi t-student, hanya lebih balk untuk return SMDR dan ISAT. Sebaliknya, basil uji Kupiec terhadap VaR(95%) berdasarkan asumsi distribusi normal, Iebih balk dibanding dengan perhitungan VaR(95%) dengan asumsi distribusi t-student. Hal ini disebabkan karena basil pengukuran VaR(95%) berdasarkan asumsi distribusi t-student, menyebabkan over confident (persentase kesalahan secara statiatik signifikan lebih kecil dari 5%) untuk ke empat saham.

---

Nowadays, many companies, face with dynamic globalizations challenge. One characteristic brought by this new situation is uncertainty becomes bigger, hence drags companies to prepare with better risk measurement. Currently, not so many companies provide themselves with formal procedure for measuring risk. The obvious industry which has prepared this for a Iong time is financial institution, especially bank. Other sectors, for example energy, and telecommunication, start to develop their own style procedures.

The need to have such well proven tools for measuring risk blooms many methods proposed by dedicated researches, as well as practitioners. Among these, Value at Risk . (VaR), become de-facto standard accepted by many companies in the world. This because, VaR combines many advantages brings by previous risk measurement methods.

Many VaR measurement techniques, are based on normal distribution assumptions. As it is well known, normal distribution has several attractive properties; it is easy to use, and it produces several tractable results in many analytical exercises; all moments of positive order exist, and it is completely characterized by its first two moments, thus establishing the link with the mean-variance optimization theory. One popular technique, RiskMetric from J. P. Morgan, does not also run away from this assumption.

Many studies revealed that many financial returns do not conform to normal distribution pattern, but they tend to have peak curve, and fat tail characteristic, or also known as Leptokurtosis characteristic. The deviation from this assumption leads to important issue in risk measurement, which is, how accurate VaR calculation based on this assumption can capture real risk facing by companies.

The main purpose of this study is to identify implication of using normality assumption, when calculating VaR on return of financial instrument having leptokurtosis characteristic. The other purpose is to examine whether student-t distribution, as an alternative to normal distribution, provides better VaR calculation in said situation.

To support this study, four stocks are used. They are stocks of PT. Astra International Tbk. (ASH), PT. Indosat Tbk. (ISAT), PT. Samudra Indonesia Tbk. (SMDR), and PT. Unilever Indonesia (UNVR). The reason behind the selection is mainly because the conditional distributions of these four returns have leptokurtosis characteristic. The other reason is these stocks come from different sectors.

Volatility model used as input to VaR calculation are Gaussian-GARCH, and t-GARCH. Gaussian-GARCH is GARCH model based on normality assumption. Whereas t-GARCH is GARCH model based on student-t distribution assumption.

Statistic test results using Akaike Information Criteria (AIC), and Scwarz Criteria (SC) statistics, give conclusion that t-GARCH is better than Gaussian-GARCH when applied to four returns under study. Other interesting results come from Kupiec tests. These tests show that VaR using 99% level of confidence or Var(99%) calculation based on t-student distribution assumption, only superior, compare to VaR(99%) calculation based on normal assumption, when employed to SMDR and ISAT returns. On the other hand, VaR(95%) calculation based on normal distribution assumption is better than the ones based on t-student distribution assumption. This is because t-student-based-VaR(95%) computation produces over-confident VaR values (fault percentage statistically significant less than 5%) for all returns under study."

"Komposisi pegawai Instansi XYZ yang sebagian besar berasal dari mahasiswa ikatan dinas, memunculkan potensi risiko berupa kerugian Instansi jika pegawai tersebut berhenti sebelum masa ikatan dinasnya berakhir. Dengan demikian, Instansi XYZ perlu memberikan perhatian yang khusus atas risiko yang berkaitan dengan sumberdaya manusia. Berhentinya pegawai merupakan salah satu risiko operasional yang berkaitan dengan sumberdaya manusia. Pengukuran risiko yang merupakan salah satu tahapan dalam manajemen risiko dan akan digunakan sebagai salah satu langkah bagi Instansi XYZ dalam menerapkan manajemen risiko. Penelitian yang dilakukan menyimpulkan bahwa (1) dengan Chi-Square goodness of fit test, frequency of loss distribution pemberhentian pegawai sebelum masa ikatan dinasnya berakhir pada Instansi XYZ mengikuti distribusi Poisson karena hasilnya signifikan pada tingkat keyakinan 95% maupun 99%; (2) dengan Chi-Square goodness of fit test, distribusi severitas kerugian pemberhentian pegawai mengikuti distribusi Lognormal pada confidence level 95% maupun 99%; (3) Pengukuran OpVaR dengan menggunakan Loss Distribution Approach - Actuarial Model memperoleh nilai Operational Value at Risk (OpVaR) pada tingkat keyakinan 95 % sebesar Rp 220.683.463,00 dan untuk tingkat keyakinan 99% sebesar Rp 348.157.546,00; (4) pengujian validitas model dengan Kupiec Test untuk confidence level 95% dan 99% menunjukkan Loss Distribution Approach - Actuarial Model valid untuk digunakan dalam pengukuran Operational Value at Risk (OpVaR) atas pemberhentian pegawai sebelum masa ikatan dinasnya berakhir pada Instansi XYZ.

---

The composition of XYZ Institution's employees who mostly come from the students bond department, raises the potential risk of loss when the employee quit before the end of his official bond. Thus, XYZ Institution should give particular attention on the risks associated with human resources. Dismissal of employees is one of the operational risk associated with human resources. Risk measurement is one of the stages in risk management and to be used as one step for the XYZ Institution in applying risk management.

Research carried out the conclution that (1) by Chi-Square goodness of fit test, the frequency of loss distribution on dismissal of employees before the period ends on his official bond in XYZ Institution follows a Poisson distribution because the results are significant at a confidence level of 95% or 99%, (2) with Chi-Square goodness of fit test, the distribution of loss severity on dismissal of employees follows the lognormal distribution at the confidence level of 95% or 99%, (3) Measuring OpVar using the Loss Distribution Approach - Actuarial Models obtained value of Operational Value at Risk (OpVar) at the confidence level of 95% amounting IDR 220,683,463.00 and for the confidence level of 99% amounting IDR 348,157,546.00, (4) test on validity of the model with the Kupiec test for the confidence level of 95% and 99% indicated that Loss Distribution Approach - Actuarial Models is valid for the usage in measuring Operational Value at Risk (OpVar) over the dismissal of employees before the period ends on his official bond in XYZ Institution."

"Model pengukuran risiko Value at Risk (VaR) saat ini telah digunakan secara luas, tidak hanya pada sektor perbankan, tapi juga disektor lain seperti asuransi. Tujuan karya akhir ini adalah untuk mengukur Value at Risk (VaR) dengan pendekatan distribusi bersama copula, untuk menguji investasi 5 jenis saham yang dilakukan oleh PT ASABRI (Persero). Hasil distribusi return dari kelima saham bersifat heteroskedastis, sehingga dilakukan pendekatan GARCH(1,1) pada data residual. Nilai GARCH(1,1) tersebut digunakan untuk mencari distribusi portofolio saham dengan pendekatan distribusi bersama copula. Distribusi copula yang paling fit untuk digunakan adalah Clayton Copula berdasarkan nilai AIC terkecil, yang selanjutnya digunakan untuk mengukur besarnya potensi kerugian dengan menggunakan tingkat keyakinan 99% menggunakan monte carlo simulation dengan random number sebanyak 10.000 dan divalidasi dengan menggunakan Kupiec test. Hasil pengujian dengan Kupiec test menunjukkan bahwa model VaR dengan pendekatan distribusi clayton copula valid untuk mengukur besarnya potensi kerugian.

---

Risk measurement model of Value at Risk (VaR) is now widely used, not only in the banking sector, but also in other sector like insurances. The purpose of this thesis is to measure Value at Risk (VaR) with common distribution copula approach, to test 5 investment shares owned by PT ASABRI (Persero). The results of the return distribution of the five stocks are heteroskedastis, so do approach GARCH (1,1) at the data residuals. Value GARCH (1,1) is used to find the distribution of the stock portfolio distribution with copula approach. Copula distribution is most fit to be used is Clayton Copula based on smallest AIC value, which is then used to measure the magnitude of potential losses using a 99% confidence level using Monte Carlo simulation with a random number as many as 10,000 and validated using the Kupiec test. The Kupiec test results shows that the VaR model using clayton copula distribution approach is valid for measuring the magnitude of potential losses."

"Tesis ini membahas metode pengukuran untuk mengetahui jumlah besaran nilai klaim sebagai pencadangan biaya klaim kecelakaan pada perusahaan asuransi PT Jasa Raharja (Persero). Hasil yang diperoleh menyatakan bahwa distribusi frekuensi mengikuti pola distribusi Poisson dengan perhitungan Chi Square baik pada tingkat keyakinan 95 % maupun 99 %. Sementara distribusi severitas menghasilkan bahwa distribusi severitas mengikuti pola distribusi Eksponensial melalui pendekatan Chi Square pada tingkat keyakinan 95 % dan 99 %. Dalam pengukuran OpVaR menggunakan metode Loss Distribution Approach-Actuarial Model pada tingkat keyakinan 95 % dan pada tingkat keyakinan 99 %. Uji validitas yang menggunakan Kupiec Test untuk tingkat keyakinan 95 % dan 99 % yang menunjukkan metode Loss Distribution Approach-Actuarial Model valid digunakan dalam pengukuran OpVaR pada klaim kecelakaan PT Jasa Raharja (Persero).

---

Increasing society in their activity and to be easier for transportation access can appear accident risk. In regional, it will impact to accident claim proposal. From Operational Value at Risk Measurement notice that the frequency of loss distribution follows a Poisson distribution. It has a significant at confidence level in 95 % and also 99 %. Distribution of loss severity follows the exponential distribution with confidence level of 95 % and 99 %. Operational Value at Risk measurement by LDA-Actuarial method are IDR 223.023.374.267,- in confidence level of 95 % and IDR 295.023.374.267,- in confidence level of 99 %. Back testing with Kupiec Test is used for validity model to find out the accuracy of potential loss in confidence level of 95 % and 99 % that showed Loss Distributioan approach-Actuarial Method is valid to calculate Operational Value at Risk on Accident Claim in Jasa Raharja Company."