Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKKomitmen Garuda dalam rangka menerapkan prinsip-pnnstp GCG salah satunya ditunjukkan dengan pengelolaan risiko melalui penerapan manajemen risiko secara menyeluruh. Sebagai perusahaan yang bergerak di bidang pengangkutan udara domestik dan intemasioanal, otomatis pendapatan yang diterima dalam berbagai mata uang. Sebagai konsekuensinya Garuda terkena risiko karena perubahan nilai tukar valuta asing.Salah satu metode yang digunakan dalam mengkuantifikasi besamya risiko adalah metode Value at Risk (V AR). VaR merangkum potensi kerugian maksimum yang disebabkan oleh faktor risiko dalam satu bilangan tunggal. VaR diperoleh dengan mengalikan jumlah posisi asset atau eksposur dengan volatilitas pada confidence level tertentu. Misalnya, jika dengan tingkat kepercayaan 95% diperoleh nilai VaR untuk valuta asing USD sebesar USD - 10.000, artinya pada kondisi normal satu hari yang akan datang potensi kerugian maksimum karena mememiliki kas dalam USD adalah sebesar USD 10.000. Atau dengan kata lain kemungkinan rugi melebihi nilai USD 10.000 adalah 5%.Besamya nilai VaR sangat dipengaruhi oleh volatilitas dari aset yang bersangkutan. Oleh karena itu validitas dari model estimasi volatilitas yang digunakan sangat mempengaruhi validitas dari nilai V aR itu sendiri. Dalam penelitian ini akan dilakukan pemodelan model estimasi volatilitas untuk menghitung VaR lima valuta asing yaitu USD, SGD, JPY, ADD, dan GBP. Adapun model estimasi volatilitas yang digunakan berdasarkan karakteristik data runtun waktu valuta asing yang bersangkutan setelah melewati beberapa uji statistik.Dari uji stasioneritas data runtun waktu masing-masing valuta asing dapat diketahui bahwa data telah stasioner yang ditunjukkan oleh nilai ADF Test yang lebih kecil dari nilai critical value dengan tingkat confidence level 95%. Sedangkan uji normalitas mengindikasikan data namun waktu valuta asing tidak terdistribusi normal yang ditunjukkan oleh probabilitas Jarque Bera yang lebih kecil dari confidence level (1- a). Dengan demikian dilakukan penyesuaian terhadap conjdence level menggunakan ekspansi cornish fisher.Uji volatilitas menunjukkan tidak: satu pun data nmtun waktu valuta asing yang negative terhadap heteroskedastisitas atau dengan kata lain residual data runtun waktu valuta asing bersifat heteroscedastic. Dengan demikian metode estimasi volatilitas yang digunakan adalah metode ARCH/GARCH. Setelah melewati tahap mean process dan variance process didapat model terbaik untuk masing-masing valuta asing. Dengan mensimulasikan model yang diperoleh pada program excel diperoleh standar deviasi yang merupakan volatilitas dari masing-masing valuta asing.Perhitungan VaR menggunakan confidence level 95% dan holding period satu hari menghasilkan nilai VaR untuk masing-inasing valuta asing sebagai berikut: USD sebesar Rp 186.987.377, SGD sebesar Rp 45.736.458, JPY sebesar 55.373.254, AUD sebesar 73.127.459, dan GBP sebesar Rp 27.982.979. Sehingga total nilai VaR (undiversified VaR) adalah Rp 389,207,527. Selain itu dengan memperhitungkan faktor korelasi diperoleh nilai VaR portfolio (diversified VaR) sebesar Rp 322,524,484.Pengujian validitas dengan backtesting menghasilkan penolakan terhadap dua dari lima model val uta asing yaitu JPY dan GBP karena nilai Likelihood Rationya yang lebih besar dari nilai critical value. Dengan demikian hanya model USD, SGD, dan AUD yang bisa dianggap valid untuk mengestimasi volatilitas dalam penghitungan VaR. Adanya model yang ditolak, kemungkinan disebabkan oleh penentuan lag pada variance process yang kurang tepat. Kemungkinan masih terdapat lag yang signifikan yang tidak: dimasukkan ke dalam model."

"Semua bisnis pasti memiliki risiko. Tidak terkecuali bisnis perbankan. Dalam menjalani fungsi menawarkan jasa-jasa keuangan, Bank harus mengambil atau mengelola berbagai jenis risiko keuangan secara efektif, agar dampak negatifnya tidak terjadi. Intinya, hampir semua bank beranggapan bahwa risiko dalam sebuah bisnis perbankan harus dihindari ataupun dihilangkan. Salah satu risiko yang termasuk dalam Manajemen Risiko Bank adalah Risiko Pasar. Secara umum Risiko Pasar antara lain terdapat pada aktivitas fungsional Bank seperti kegiatan treasury dan investa.si dalam. bentuk surat berharga, pasar uang, penyertaan pada lembaga keuangan lain, penyediaan dana, dan kegiatan pendanaan dan penerbitan surat hutang, serta kegiatan pembiayaan perdagangan. Kegiatan-kegiatan tersebut tentunya memiliki risiko masing-masing yang berbeda yang harus dihilangkan ai.aupun dikurangi. Bagi bank ukuran besar, aktivitas di luar negeri dan jual beli valuta asing untuk kepentingan bank sendiri, dapat merupakan sumber Risiko Pasar yang signifikan. Bagi kebanyakan bank, yaitu yang kegiatan usahanya berukuran kecil dan sedang, jenis Risiko Pasar yang terutama adalah risiko suku bunga. Berdasarkan hal tersebut di atas, maka pada karya akhir ini penulis ingin meneliti lebih lanjut tentang risiko pasar, khususnya risiko nilai tukar pada Bank X. Dalam penelitian ini, penulis mengukur seberapa besar potensi risiko pasar yang dimiliki oleh Bank X, jika dihitung dengan menggunakan metode Variance Covariance. Kemudian, penulis ingin mengetahui apakah metode tersebut merupakan metode yang paling cocok untuk menghitung risiko nilai tukar pada Bank X. Dalam penelitian ini, digunakan metode Variance Covariance utnuk mengukur risiko nilai tukar, yaitu dengan menggunakan metode Deviasi Standar atau Generalized Autoregressive Conditional Heteroscedasticity (GARCH), yang sesuai dengan hasil pengujian data. Data yang digunakan adalah nilai tukar Rupiah terhadap 3 (tiga) mata uang asing, yaitu Singapore Dollar (SGD), Hongkong Dollar (HKD) dan European Euro (EUR), dengan periode penelitian antara 7 Januari 2003 sampai 30 Januari 2004. Untuk mengetahui karakteristik dari data return ketiga mata uang tersebut dilakukan pengujian yang meliputi uji stasioner, uji normalitas dan uji volatilitas. Dari uji stasioner dapat diketahui bahwa data untuk ketiga mata uang tersebut bersifat stasioner, yang dibuktikan dengan nilai Critical Value (CV) alpha 5% untuk mata uang SGD, HKD dan EUR temyata lebih besar dari nilai ADF test-nya. Selanjutnya dari hasil uji normalitas, didapat bahwa nilai probabilitas untuk ketiga jenis mata uang dalam penelitian ini temyata lebih kecil daripada nilai alpha, sehingga data dikatakan tidak normal. Untuk data yang tidak normal, maka alpha yang digunakan dalam perhitungan VaR adalah alpha yang sesuai dengan rumus Cornish Fisher Expansion. Dari hasil uji volatilitas diketahui data return ketiga mata uang tersebut bersifat homoscedastic, sehingga metode yang digunakan untk melakukan forecasting volatility adalah metode deviasi standar normal. Kemudian berdasarkan perhitungan tersebut dihitung VaR harian dengan confidence level senilai 95% dan holding period 1 hari. Berdasarkan hasil perhitungan tersebut, maka didapatkan nilai VaR sebagai berikut:Dari tabel di atas diketabui nilai Diversified VaR dan Undiversified VaR. Adanya perbedaan yang cukup signifikan antara Diversified VaR dan Undiversified VaR, yaitu sebesar Rp.7.862.042, disebabkan antara lain karena adanya korelasi negatif antara mata uang SGD dan EUR. Hal yang berikut dilakukan setelab pengujian return mata uang adalah menguji validitas dari data tersebut. Kegunaaannya adalab untuk mengetabui apakah model Variance Covariance yang digunakan untuk mengbitung risiko nilai tukar pada Bank X tersebut valid atau tidak. Uji Validitas dilakukan berdasarkan Kupiec Test, yaitu Total Number of Failure (TNoF) dan Time Until First Failure (TUFF). Dari basil pengujian validitas tersebut, baik TN oF dan TUFF, babwa model yang telah ditetapkan untuk ketiga mata uang tersebut dinyatakan valid. Hal ini ditunjukkan dengan nilai Likelihood Ratio (LR) yang lebih kecil daripada nilai Chi Square. Berdasarkan basil akhir penelitian ini maka dapat disimpulkan bahwa setelah mengadakan perhitungan terbadap risiko nilai tukar pada Bank X dengan 3 (tiga) jenis mata uang, maka didapatkan suatu basil yang menyatakan besamya risiko nilai tukar pada Bank X, jika dibitung dengan menggunakan metode Variance Covariance. Dan setelah diadakan pengujian kembali, maka dapat disimpulkan pula bahwa model tersebut adalah model yang cocok untuk digunakan pada penghitungan risiko nilai tukar di Bank."

"ABSTRAKHal yang melatar belakangi penulisan karya akhir dengan judul Perbandingan . Perhitungan Risiko Nilai Tukar sesuai ketentuan Bank Indonesia (standardized method) dan Value at Risk (internal mode[) Studi Kasus PT Bank PQR ini adalah karena sejak diberlakukannya Peraturan Bank Indonesia No.S/12/PBI/2003 bank wajib menyediakan modal minimum untuk meng cover risiko pasar yang salah satu faktor risikonya adalah risiko nilai tukar. Penyediaan modal khusus risiko nilai tukar dengan metode standar diperhitungkan sebesar 8% dari Posisi Devisa Neto bank. Permasalahan yang timbul adalah bahwa penyediaan modal minimum bagi setiap bank diwajibkan menggunakan tarif yang sama yaitu 8%. Hal ini dapat mengakibatkan besamya penyediaan modal (capital chaige) dimaksud tidak tepat dibandingkan dengan kcbutuhannya (terlalu besar atau bahkan terlampau sedikit). Dari sisi pengelolaan asset dan kewajiban (Assets Liabilities Management) hal ini dapat merugikan bank, karena dapat mengakibatkan idle fund, atau sebaliknya justru membebani solvabilitas bank akibat kerugian yang tidak terantisipasi.Dalam basel II accord perhitungan modal minimum risiko pasar dapat dimungkinkan dilakukan dengan mode internal dengan pendekatan Value at Risk (VaR). Dengan demikian timbul pertanyaan manakah dari kedua metode I model tersebut yang lebih efektif mengestimasi potensi kerugian akibat fluktuasi nilai tukar dan metode/model mana yang lebih efisien sehingga idle fund yang timbul akibat pencadangan modal dan beban solvabilitas bank dimaksud dapat diminimalisir.Tujuan penulisan ini adalah untuk mengetahui seberapa efektif dan efisiennya pengukuran risiko pasar khususnya nilai tukar dapat diestimasi oleh kedua metode/ model tersebut dan manakah dari kedua metode/ model dimaksud yang lebih baik untuk diterapkan dalam perhitungan modal minimum yang harus disediakan bank untuk mengcover potensi kerugian bank akibat fiuktuasi nilai tukar.Perhitungan capital charge dengan metode standar dilakukan sesuai ketentuan Bank Indonesia dimaksud, sedang perhitungan dengan model internal dilakukan dengan cara perhitungan Value at Risk dengan metode Varian Kovarian. Data yang menjadi bahan analisis adalah posisi nilai tukar PT Bank PQR yang terdiri dari 6 (enam) mata uang asing, yaitu USD, EURO, AUD, GBP, SGD serta JPY. Sementara periode yang digunakan dalam analisis ini adalah dari 2 Januari 2003 sampai dengan 31 Desember 2004, yaitu 488 hari. Khusus dalam perhitungan VaR , Confident level yang dipergunakan adalah 95% dan holding period selama 1 hari.Berdasarkan hasil uji normalitas, dapat diketahui bahwa seluruh data series return setiap mata uang asing tersebut adalah tidak normal, sehingga nilai a yang diperhitungkan dicari dengan teori Cornish Fisher Expansion. Sementara itu, dari hasil uji volatilitas data umumnya merupakan heteroskeadstic, kecuali untuk mata uang EURO yang merupakan homoskedastic. Oleh karena itu forecasting volatilitas data untuk mata uang selain EURO adalah dengan mempergunakan model ARCH/GARCH, sedangkan untuk mata uang EURO diglln.akan sample deviasi standar normal.Perhitungan risiko nilai tukar / capital charge untuk portfolio mata uang PT Bank PQR diperoleh hasil perhitungan metode standar sebesar Rp329.419.318,- lebih besar dibandingjika menggunakan model VaR yaitu sebesar Rp67.20 1.079,- (undiversified) dan Rp 44.990.730,- (diversified). Sementara dari hasil pengujian validitas model dengan Likely hood Ratio dengan Kupiec test, metode Total Number of Failure(TNoF) dan Time Until First Failure (TUFF) tidak terdapat kesalahan / failure karena jumlah capital charge dengan metode standar selalu lebih besar dibandingkan Total Loss. Sementara dengan model VaR, TNoF yang dihasilkan sebanyak 6 (enam) tanggal dan TUFF pada hari ke 138 (seratus tiga puluh delapan).Memperhatikan hasil pengujian metode/ model perhitungan risiko nilai tukar tersebut dapat disimpulkan bahwa kedua metode/ model tersebut cukup efektif untuk meng cover potensi kerugian akibat risiko pasar, namun model VaR lebih efisien karena capital charge yang dihasilkan jauh lebih kecil dari metode standar.Agar terjadi efisiensi penggunaan dana! penyediaan modal yang pada akhirnya akan lebih meningkatkan pertumbuhan usaha bank, maka penggunaan model internal (VaR) untuk keperluan penyediaan modal minimum bank terkait dengan risiko pasar mutlak dipercepat. Namun apabila ketentuan Bank Indonesia telah dapat memperbolehkan bank menyediakan modal minimum dimaksud dengan perhitungan model internal (VaR) maka baik pihak Bank Indonesia yang akan berperan sebagai validator dan bank sebagai pelaku yang menerapkan model internal harus bersama-sama rnempersiapkan sumber daya manusia dan informasi teknologi untuk mengantisipasinya.Dalam karya akhir ini penulis rnelakukan estimasi volatilitas nilai tukar dengan model internal untuk yang bersifat homoskedastic dengan deviasi standar normal sedang untuk yang bersifat heteroskedastic dengan ARCH/GARCH, karena menurut pendapat ahli model ini lebih fleksibel dan rnernperoleh hasil yang akurat. Untuk melengkapi penelitian ini, estimasi volatilitas dapat dilakukan dengan model EWMA yang secara praktek lebih mudah dilakukan dan sering hasilnya mendekati keakuratan model ARCH/GARCH."

"ABSTRAKSebagian besar tugas-tugas penyehatan perbankan nasional telah selesai dilakukan oleh Pemerintah melalui Badan Penyehatan Perbankan Nasional (BPPN) dan sehubungan dengan hal tersebut Pemerintah telah menetapkan pengakhiran tugas dan pembubaran Badan Penyehatan Perbankan Nasional (BPPN) serta segala kekayaan BPPN menjadi kekayaan Negara yang dikelola oleh Menteri Keuangan. Dalam pelaksanaan pengelolaannya, Menteri Keuangan menyerahkelolakan aset-aset dimaksud kepada Perusahaan Perseroan (Persero) di bidang pengelolaan aset yang selanjutnya disebut PT XYZ dan salah satu kegiatan yang dilaksanakan oleh PT XYZ adalah melakukan penjualan aset saham bank. Portofolio Investasi PT XYZ yang dibahas dalam karya akhir ini adalah investasi pada 3 (tiga) saham bank, yaitu Bank Danamon, Bank Lippo dan Bank Niaga.Permasalahan yang dikaji dalam karya akhir ini adalah berapa besar risiko pergerakan harga pasar saham-saham yang diserahkelolakan tersebut melalui penghitungan VaR 1 hari untuk masing-masing saham dan penghitungan undifersified VaR dan diversified YaR 1 hari untuk portofolio investasi PT XYZ serta validasi model untuk masing-masing saham tersebut.Tujuan dari penulisan karya akhir ini adalah menghitung besarnya potensi kerugian maksimum atas risiko perubahan harga masing-masing saham dan atas risiko perubahan harga portofolio investasi PT XYZ serta memberikan masukan kepada Manajemen PT XYZ dalam menentukan prioritas pengelolaan risiko atas masing-masing investasi dalam bentuk saham dimaksud.Dalam melakukan pengukuran risiko pergerakan harga saham dimaksud, digunakan metode Value at Risk (VaR). Perhitungan VaR dilakukan melalui pendekatan variance-covariance dengan confidence level 95% dan holding period 1 hari. Sedangkan metode yang dipakai untuk menghitung volatilitas return ketiga saham tersebut adalah Generalized Au.toregressive Conditional Heteroscedasticity (GARCH). Data yang dipergunakan dalam pengukuran risiko dimaksud adalah data historis pergerakan harga penutupan harian untuk periode 2 Januari 2004 sampai dengan 1 Pebruari 2005 sebanyak 266 hari yang diperoleh dari data internal PT XYZ yang bersumber dari data penutupan harian saham-saham dimaksud. Berdasarkan hasil pengujian data return ketiga saham bank tersebut menunjukkan bahwa:1) Data return saham ketiga bank dimaksud menunjukkan stasioner karena nilai ADF test statistic yang Iebih kecil dari nilai critical value pada level 5% untuk masingmasing data return saham ketiga bank tersebut.2) Data return untuk ketiga saham dimaksud terdistribusi secara tidak normal karena nilai probability data return-nya sama denganlmendekati nol dan nilainya dibawah 5%.3) Volatilitas data return saham Bank Danamon, Bank Lippo dan Bank Niaga memperlihatkan nilai probability di bawah nilai a sehingga memiliki volatilitas heteroscedastic.Berdasarkan perhitungan VaR masing-masing saham maupun VaR portofolio investasi memperlihatkan bahwa:1) Deviasi standar untuk ketiga bank dimaksud yang dihitung dengan metode GARCH memperlihatkan hasil bahwa deviasi standar untuk saham Bank Danamon adalah yang terbesar, yaitu sebesar 0,0212 sedangkan Bank Lippo sebesar 0,0304 dan Bank Niaga sebesar 0,0219.2) Potensi kerugian maksimum yang dihadapi PT XYZ pada tanggal 1 Februari 2005 sehubungan investasi yang dilakukan pada saham Bank Lippo adalah yang terbesar yaitu senilai Rp735.867.648.613. Sedangkan potensi kerugian maksimum sehubungan investasi pada Bank Danamon adalah sebesar Rp139.611.937.524 dan potensi kerugian maksimum sehubungan investasi pada Bank Niaga adalah sebesar Rp 1.888.016.5613) Potensi kerugian maksimum yang dihadapi Bank XYZ pada tanggal 1 Februari 2005 pada portofolio investasi dalam bentuk saham pada ketiga bank tersebut dengan menggunakan metode Undiversified VaR adalah sebesar Rp877.367.516.037. Sedangkan potensi kerugian maksimum pada portofolio investasi dimaksud dengan menggunakan metode diversified VaR adalah sebesar Rp774.125.629.889.Berdasarkan uji validasi yang dilakukan dengan Kupiec Test baik dengan Total Number of Failures (TNoF) maupun Time Until First Failures (TUFF) diketahui bahwa model volatilitas untuk ketiga bank dimaksud adalah valid. Hal ini dapat dilihat dari nilai likelihood ratio (LR) yang lebih kecil dari 3.841. Sehingga, nilai VaR yang dihasilkan dapat menangkap pergerakan actual Zoos yang ada dan nilai akumulasi penyimpangan (overshooting) yang terjadi masih berada didalam batas toleransi schingga dapatmemberikan basil yang cukup akurat."