Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tesis ini membahas pengukuran Value-at-Risk pada sukuk dan obligasi. Pengukuran VaR dilakukan dengan cara mengelompokkan arus kas nilai sekarang (present value) dari kupon dan nilai par suatu obligasi ke dalam vertices standar RiskMetrics. VaR dari hasil pengelompokan vertices tersebut akan dikalikan dengan matriks korelasi antar vertces tersebut. Dengan demikian akan diperoleh VaR yang telah terdiversifikasi sesuai dengan vertices standar RiskMetrics. Hasil pengukuran VaR tersebut akan dibandingkan dengan pengukuran duration dan convexity untuk masing-masing obligasi yang digunakan pada penelitian ini.

---

The focus of this study is about Value-at-Risk measurement on Sukuk and Bond. VaR measurement is being conducted by grouping the present value of cash flow from the coupon and par value of a bond into vertices standardized by RiskMetrics. VaR from the vertices grouping will be multiplied with correlation matrix between those vertices. Diversified VaR will be obtained according to vertices standardized by RiskMetrics. The result from VaR measurement will be compared with duration and convexity measurement for each bond in this research."

"Hasil penelitian menunjukan distribusi frekuensi kerugian operasional claim spare part membentuk distribusi Geometric sedangkan distribusi severitas kerugian operasional membentuk distribusi Lognormal. Hasil tersebut didapat dari hasil pengujian distribusi dengan metode Kolmogorov Smirnov yang memiliki D max terkecil. Dengan menggunakan metode Loss Distribution Approach Aggregation Model, metode analisis simulasi Monte Carlo, besarnya Operational Value at Risk bulanan dari risiko operasional akibat claim spare part dengan tingkat kepercayaan 95% yang diperoleh adalah sebesar Rp 690.507.800,-. Berdasarkan hasil back testing dengan kupiec test menyatakan bahwa pengukuran risiko operasional akibat claim spare part pada PT.X dengan menggunakan Aggregation Loss Distribution Model simulasi Monte Carlo adalah valid. Jadi, nilai Operational VaR bisa digunakan sebagai dasar untuk membuat pencadangan kerugian PT.X.

---

The results show that the frequency distribution of operational losses spare part claim form Geometric distribution while operating loss severity distributions form a Lognormal distribution. Results are obtained from the test results with the distribution of Kolmogorov Smirnov method which has the smallest D max. By using the method of Loss Distribution Approach Aggregation Model, method of Monte Carlo simulation analysis, the magnitude of Operational Value at Risk monthly operational risks due to spare part claim with 95% confidence level obtained is Rp 690,507,800, -. Based on the results of back testing with the test kupiec stated that due to operational risk measurement claim spare part of PT X by using LDA aggregation Model with Monte Carlo simulation is valid. Thus, VaR Operational value can be used as a basis for making backups loss PT.X."

"Penelitian ini menggunakan non-linear interpolasi untuk mengestimasi kurva yield bulanan obligai pemerintah Indonesia (SUN). Data yang digunakan adalah data akhir bulanan yield obligasi pemerintah yang digunakan Bloomberg dalam Bloomberg yield curve untuk periode Januari 2007 - Mei 2010. Model yang digunakan dalam penelitian ini adalah Nelson Siegel dan Nelson Siegel Extended Svensson. Untuk menentukan kemampuan masing-masing model dalam menyerupakan yield actual dari obligasi pemerintah yang dijadikan benchmark maka digunakan Sum of Squared Residual (RSS) dan Root Mean Squared Error (RMSE) sebagai pengukur tingkat kesalahan (Error). Model yang paling baik adalah model yang menghasilkan nilai RSS dan RMSE terkecil. Dari hasil penelitian menyimpulkan bahwa model Nelson Siegel Extended Svensson lebih baik dalam menyerupakan yield actual obligasi pemerintah. Model Nelson Siegel Extended Svensson menghasilkan RSS dan RMSE yang lebih kecil dibandingkan dengan model Nelson Siegel.

---

This research is using non-linear interpolation for estimating monthly yield curve for Indonesian Government Bonds. The data that being used in this research are monthly yield for Indonesian government bonds which used by Bloomberg in its Bloomberg yield curve. The reseach period is Januari 2007 - Mei 2010. This reseach use Nelson Siegel model and Nelson Siegel Extended Svensson. In order to come up with the better model that has the ability to create yield curve that are close to government yield this research use Sum of Squared Residual (RSS) and Root Mean Squared Error (RMSE) in order to calculate error. The better model is the one with small number of RSS and RMSE. As result of this research Nelson Siegel Extended Svensson model is better than Nelson Siegel model. The model has smaller number of RSS and RMSE relative to Nelson Siegel model."