Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Pengelolaan dana yang dilakukan oleh lembaga keuangan baik bank maupun non-bank tidak lepas dari kemungkinan terjadinya kerugian karena berbagai risiko yang harus dihadapi. Apalagi pada era globalisasi sepetii sekarang ini dimana pasar keuangan dunia semakin terintegrasi, sehingga perubahan yang terjadi di satu pasar uang, misalnya di New York, akan berpengaruh pula secara cepat pada pasar uang yang lain misalnya di Indonesia. Dengan terjadinya efek berantai ini, maka lembaga keuangan yang ada di Indonesia dapat mengalami kerugian akibat fluktuasi mata uang yang terjadi.

Dalam tugas akhir ini penulis meneliti bagaimana cara meminimumkan risiko kerugian akibat fluktuasi rupiah terhadap mata uang asing pada posisi terkahir (exposure) kredit yang diberikan dalam valuta asing di "Bank X". Berkaitan dengan hal ini maka masalah yang timbul adalah pe1iama, bagaimana Bank X menentukanjumlah maksimum risiko yang ditanggung dalam satu, lima dan sepuluh hari yang akan datang dengan tingkat keyakinan, misalnya 99%. Yang kedua, seberapa besar tingkat akurasi model dalam mengestimasi maksimum potensi kerugian dibandingkan dengan rcalisasi kerugiannya?

Untuk menjawab pertanyaan tersebut, metode yang digunakan dalam penelitian ini adalah Value at Risk yang difokuskan dengan melihat item dari kredit yang diberikan dalam valuta asing pada sisi neraca "Bank X". Data historis atas mata uang asing yang ada di Bank X selama 762 hari digunakan dalam penelitian ini untuk melihat tingkat fluktuasinya dalam analisa perhitungan VaR. Seperti yang terlihat pada Tabel 1 dan 2 bahwa dengan menggunakan metode VaR Normal dan Backtesting dapat ditentukan besarnya maksimum potensi kerugian Bank X untuk tiap-tiap eksposure per mata uang per posisi tanggal 31 Desember tahun 2002 dalam waktu 1 hari, 5 hari dan I 0 hari mendatang dengan tingkat keyakinan sebesar 95% dan 99%.

Untuk mengetahui tingkat akurasi dari perhitungan VaR Nom1al dan VaR Backtesting, maka penulis membandingkannya dengan basil perhitungan Realisasi Kerugian. Seperti yang terlihat pada Tabel 3, basil perbandingan tersebut memperlihatkan bahwa metode VaR Backtesting mempunyai nilai akurasi yang lebih tinggi yaitu 4,92% jika dibandingkan dengan metode VaR Normal yang hanya 3,26%. Dengan basil perhitungan ini, maka penulis berpendapat bahwa Bank X dapat mengimplementasikan penggunaan medel Backtesting dalam menghitung maksimum potensi kerugian yang timbul di masa mendatang.

Abstrak :
ABSTRAK
Tujuan karya akhir ini adalah menghitung value at risk (VaR) obligasi rupiah berkupon tetap. Obligasi yang dipilih sebanyak 7 obligasi pemerintah rckapitalisasi dan 3 obligasi korporasi yang memiliki tenor di bawah 3 tahun, sesuai dengan data yield curve yang tersedia.

Perhitungan VaR diawali dengan valuasi obligasi untuk mengetahui besar eksposur obligasi tersebut terhadap faktor risiko pasar, dalam hal ini risiko suku bunga. Return dari investasi pada obligasi sangat dipengaruhi oleh tingkat suku bunga pasar. Jika suku bunga pasar turun maka akan diperoleh capital gain dari kenaikan nilai par tetapi return yang diperoleh dari hasil reinvestasi kupon akan menurun. Sebaliknya jika suku bunga pasar naik, maka nilai par akan turun tetapi hasil reinvestasi kupon akan meningkat. Suku bunga pasar yang diambil adalah JIBOR overnight, jangka waktu 1, 3, 6, 12 bulan serta yield obligasi pemerintah jangka waktu 2 dan 3 tahun. Risiko suku bunga pasar diukur dari volatilitas pergerakan suku bunga pasar sepanjang periode 1 .Tanuari hingga 27 Juni 2003, dan dicari model volatilitas-nya atau model conditional variance-nya berdasarkan metode ARCH/ GARCH. Dengan model tersebut maka dapat diprediksi (forecast) besarnya standar deviasi dari return suku bunga pasar pada tanggal tertentu sehingga dapat dihitung VaR obligasi. Dalam penelitian ini VaR dihitung untuk horison waktu 1 hari ke depan dan pada tingkat, kepercayaan 95%.

Hasil perhitungan VaK dibandingkan dengan perhitungan duration dan convexity obligasi-obligasi tersebut dan temyata menunjukkan hasil yang konsisten. Obligasi rekapitalisasi FR04 dan Obligasi Indosat I tahun 2001 seri A memiliki tingkat sensitivitas dan VaR tertinggi di antara kesepuluh obligasi yang dipilih.

Tren penurunan suku bunga pasar yang terjadi dalam beberapa bulan terakhir membuat investor banyak beralih ke obligasi berkupon tetap. Hasil perhitungan duration dan convexity obligasi dikombinasikan dengan hasil perhitungan VaR dapat dijadikan dasar bagi investor yang ingin berinvestasi pada obligasi.

Abstrak :
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.

Abstrak :
ABSTRAK
Efek globalisasi telah mengakibatkan perkembangan industri jasa keuangan menjadi semakin kompleks.. Hal terse but diperburuk dengan efek psikologis pasca krisis keuangan tahun 1997 lalu yang berakibat pada volatilitas pasar yang cenderung tidak stabil. Untuk kondisi di Indonesia, salah satu eksposur risiko terpenting yang dihadapi oleh suatu Bank adalah eksposur terhadap rh:iko nilai tukar . Eksposur inilah yang menyebabkan terjadinya krisis ekonomi pada tahun 1997 di Indonesia. Eksposur terhadap nilai tukar merupakan salah satu jenis risiko pasar yang dihadapi oleh Bank.

Dalam implementasinya di perbankan Indonesia, konsep perhitungan modal untuk risiko pasar. ini akan mulai diterapkan pada tahun 2004 ol.eh Bank Indonesia. Hal yang menarik berkaitan dengan implementasi pengenaan modal untuk risiko pasar ini adalah bagaimana Bank melakukan manajemen portfolio eksposur yang terkait dengan risiko pasar sehingga modal yang digunakan untuk mengcovernya bisa seefisien mungkin. Dalam thesis ini akan diperbandingkan dua metode perhitungan risiko pasar yaitu : Standardised dan Internal Model approach untuk melihat sampai seberapa efektif pengenaan kedua model tersebut untuk menghitung capital charge yang terkait dengan risiko pasar yaitu foreign exchange portfolio dari suatu bank.

Hasil pengujian dengan kedua metode tersebut memberikan beberapa kesimpulan sebagai berikut:

1. Pengujian dengan menggunakan standardized approach memberikan capital charges yang paling besar dibandingkan dengan pengujian dengan menggunakan metode internal yaitu Variance Covariance dan Historical Simulation

2. Pengujian dengan menggunakan Internal j\tfodel memberikan hasil yang berbeda untuk koridisi Confidence level yang berbeda. Untuk kondisi 99% Cofidence level, pengujian dengan menggunakan Historical Simulation memberikan nilai VaR yang lebih besar dibandingkan pengujian dengan menggunakan Variance Covariance. Sedangkan pada kondisi 95% Confidence level pengujian dengan menggunakan Variance Covariance memberikan nilai VaR yang lebih bcsar dibandingkan pengujian dengan menggunakan Historical Simulation. Hal :i.ni disebabkan adanya pengaruh negative skewness dan leptokurtic pada distribusi aktual yang merupakan dasar perhitungan dari metode Historical Simulation. Berdasarkan hasil pengujian tersebut dapat disimpulkan bahwa suatu metode tidak bisa selalu menghasilkan nilai VaR yang lebih besar dibandingkan met ode yang lain. Nilai V aR dipengaruhi oleh distribusi return aktual dan confidence level

3. Dalam pengujian dengan menggunakan Variance Covariance, jumlah data historis yang berbeda akan diperoleh Decay Factor optimal yang berbeda pula. Dalam pengujian ini, data historis 500 titik data mendapatkan Decay Factor optimal sebesar 0.97. Sedangkan untuk 250 titik data didapatkan Decay Factor optimal sebesar 0.96

4. Pengujian Back Testing dengan menggunakan Variance Covariance diperoleh hasil bahwa untuk confidence level 99%, jumlah kcgagalan yang terjadi melebihi batas non rejection region dari Kupiec. Sedangkan untuk confidence level 95% , jumlah kegagalan yang terjadi belum melewati batas non rejection region dari Kupiec. Pengujian Back Testing dengan menggunakan metode Basel untuk kondisi 250 titik data dan 99% Confidence level diperoleh hasil bahwa jumlah kegagalan yang terjadi dapat dikategorikan pada daerah yellow sehingga capital charges yang terjadi harus dikalikan dengan 3.65. Hasil ini memberikan kesimpulan bahwa untuk pengujian dengan metode Variance Covariance dari JP Morgan , Confidence level 95% memberikan model data yang lebih valid dibandingkan model pengujian dengan menggunakan 99% Confidence level.

5. Pengujian terhadap Expected Tail Losses memberikan hasil nilai kerugian yang lebih besar dari nilai VaR. Oleh karena itu, pengujian dengan ETL dapat. Digunakan untuk mengatasi kelemahan dari V aR yaitu tidak diketahuinya nilai kerugian apabila terjadi suatu kejadian yang melebihi confidence level yang ditetapkan.

6. Pengujian dengan menggunakan stress testing memberikan hasil capital charges yang dibebankan lebih besar dibandingkan perhitungan VaR dengan menggunakan Historical Simulation dan Variance Covariance. Hal ini membuktikan kelemahan VAR yang tidak bisa menangkap suatu kondis1 stress yang terjadi.

7. Kecilnya capital charges untuk risiko pasar dalam karya akhir ini tidak berarti bahwa risiko pasar tidak diperlukan dalam perhitungan rasio modal. Hal ini disebabkan karena :

.. Jumlah Portfolio yang ada tidak mence1minkan portfolio yang sebenarnya dibandingkan saat sebelum krisis. Bank cenderung konservatif dalam eksposur valas yang ditunjukkan dengan kecilnya Posisi Devisa Neto Bank. Padahal untuk mengantisipasi penerapan risiko pasar dan kesiapan modal Bank, Bank Indonesia telah menaikkan posisi rasio PDN dari 20% menjadi 30%.

..Apabila kondisi pasar dan portfolio Bank telah kembali pada posisi sebelum krisis, maka informasi risiko pasar menjadi sangat krusial dan berdampak material pada tambahan modal.

..Komponen yang dihitung dalam karya akhir ini yaitu PDN hanya merupakan salah satu komponen risiko pasar. Belum dilakukan perhilungan secara menyeluruh mengenai eksposur risiko pasar Bank. Misa1nya, eksposur yang terkait dengan perubahan suku bunga pasar dan transaksi-transaksi derivatif

Abstrak :
ABSTRAK
Seiring dengan semakin terintegrasinya pasar keuangan domestik dengan keuangan global dan semakin kompleksnya jenis aktivitas serta transaksi keuangan yang dilakukan perbankan, pengaturan mengenai risiko pasar (market risk) dalam pemodalan bank sudah saatnya untuk diimplementasikan. Dalam kaitannya dengan hal tersebut, Basel Committee on Banking Supervision mengeluarkan ketentuan yang memasukkan unsur market risk dalam penghitungan capital adequacy ratio (CAR).

Market risk merupakan risiko kerugian bank akibat perubahan faktor-faktor pasar, yang dibagi ke dalam risiko suku bunga, risiko nilai tukar, dan risiko perubahan harga. Dalam melakukan penghitungan market risk ini, ada dua pendekatan yang ditetapkan oleh Basel Committee dalam dokumen Basel Capital Accord (BCA) 1996 yaitu dengan standardized model dan internal model.

Pendekatan standardized model menggunakan satu model yang telah dirancang oleh Basel Committee untuk memberikan acuan bagi bank dalam mengukur risiko pasar. Di Indonesia, pendekatan standardized model ini merupakan pendekatan dengan bekal template yang semua aspek regulasi dan besaran kuantitatifnya telah ditentukan oleh Bank Indonesia (BI) dan bank hanya melaksanakan ketentuan yang digariskan, sedangkan pada pendekatan internal model bank diberikan keleluasaan untuk mengembangkan model sesuai ketentuan Bl.

Penelitian ini akan memaparkan penghitungan risiko nilai tukar pendekatan internal model dengan metode value at risk (V aR) pada PT Bank X, untuk mengetahui kerugian maksimum yang mungkin terjadi pada bank jika memegang suatu portofolio pada holding periods dan confidence level tertentu dengan berdasarkan pada kondisi market yang normal.

Metode VaR yang dipaparkan dalam karya akhir ini adalah metode varian kovarian yang menggunakan dua estimator volatilitas yaitu model exponentially weighted moving average (EWMA) dan model generalized autoregressive conditional Heteroscedasticity (GARCH). Dari kedua model estimator volatilitas tersebut dapat dibuat berbagai macam model dengan menggunakan jumlah data historis 301 hari dengan level of confidence yang dipilih adalah 95%.

Dari beberapa model yang disimulasikan, model GARCH (1,1) adalah model yang paling baik, karena model yang dihasilkan oleh estimator volatilitas model GARCH (1, 1) temyata menghasilkan tingkat error yang rendah serta forecast yang dihasilkannya pun mampu menangkap pergerakan volatilitas actual-nya.

Berdasarkan basil penelitian ini, disarankan bagi PT Bank X untuk menggunakan estimator volatilitas model GARCH (1,1) agar optimal dalam menghitung risiko nilai tukar karena model GARCH (1,1) ini menghasilkan prediksi nilai VaR yang lebih kecil dibandingkan dengan model EWMA.

Abstrak :
ABSTRAK
Sebagian 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 1.888.016.561 3) 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 dapat memberikan basil yang cukup akurat.

Abstrak :
ABSTRAK
Risiko kegiatan usaha perbankan semakin kompleks sejalan dengan pesatnya perkembangan lingkungan eksternal dan internal didalam dunia perbankan. Untuk itu agar mampu beradaptasi dalam lingkungan bisnis perbankan, bank dituntut untuk menerapkan manajemen risiko. Sesuai dengan Amendment terhadap Base Capital Accord (BCA) 1988 yang dikeluarkan oleh Base Committee on Banking Supervision pada bulan Januari 1996, perbankan diharapkan untuk memasukkan unsur risiko pasar dalam perhitungan Capital Adequacy Ratio (CAR).

Risiko pasar didefinisikan sebagai risiko yang timbul karena adanya pergerakan variabel pasar (adverse movement) dari portofolio yang dimiliki oleh bank, yang dapat merugikan bank. Dalam penelitian ini komponen risiko pasar yang dijadikan objek penelitian adalah risiko nilai tukar.

Sesuai dengan BCA tahun 1996, pengukuran risiko yang dihadapi bank dapat dilakukan dengan standardized approach ataupun menggunakan internal model. Untuk internal model Basle Accord mensyaratkan penggunaan Value at Risk (VaR) dalam penerapannya. VaR mengukur maksimum potensi kerugian yang diyakini akan terjadi pada kurun waktu tertentu, dengan tingkat keyakinan tertentu dan pada kondisi pasar yang normal.

Dalam penelitian ini digunakan pendekatan Risk Metrics dalam mengukur risiko nilai tukar yaitu dengan menggunakan metode: deviasi standar normal, Exponentially Weighted Moving Average (EWMA) dan Generalized Autoregressive Conditional Heteroscedasticity (GARCH) sesuai dengan hasil pengujian data.

Faktor risiko (risk factors) yang ditetapkan yaitu nilai tukar Rupiah terhadap Euro (EUR), Dollar Singapura (SGD) dan Dollar Amerika Serikat (USD) yang ada dalam portofolio forex Bank ABC, dengan periode penelitian mulai dari tanggal 2 Januari 2003 sampai dengan 2 April 2004.

Untuk mengetahui karakteristik data return maka dilakukan pengujian data yaitu: uji stationary dengan ADF Test, uji normalitas data dengan Jmque Bera dan white heteroscedastic test. Berdasarkan basil uji data diperoleh bahwa metode yang sesuai untuk melakukan forecasting volatilitas return nilai tukar tersebut adalah EWMA dan GARCH. Berdasarkan hasil perbitungan volatilitas tersebut dihitung VaR harian dengan 95% confidence level dan holding period 1 hari.

Selanjutnya dilakukan uji validasi model berdasarkan Kupiec test berdasarkan Total Number of Failure (TNoF). Dari hasil uji validasi yang dilakukan terhadap pendekatan EWMA (dengan decay factor 0,94 dan recursive) dan GARCH dapat disimpulkan bahwa pendekatan EWMA Recursive dan GARCH valid untuk ketiga return nilai tukar, sedangkan pendekatan EWMA dengan decay factor 0,94 tidak valid. Apabila basil uji validasi valid berarti nilai VaR yang dihasilkan dari model tersebut dapat menangkap semua pergerakan actual loss yang terjadi pada periode observasi dan demikian juga sebaliknya.

Dengan mempertimbangkan basil validasi model dan besarnya capital charge dalam kaitannya dengan optimalisasi permodalan, maka model yang dipilib dalam mengbitung risiko nilai tukar adalah model dengan pendekatan EWMA Recursive karena jumlab overshooting yang terjadi lebib kecil serta nilai VaR Portofolio harian yang dibasilkan lebib kecil dibandingkan dengan pendekatan GARCH.

Untuk melengkapi metode VaR, maka diperlukan stress testing untuk mengukur kerugian ekstrim yang mungkin terjadi yang tidak dicover dalam metode VaR. Pendekatan yang dipakai adalah historical scenario, yaitu mengidentifikasi 1 (satu) hari dalam periode observasi dimana kerugian besar terjadi. Dari basil pengamatan selama periode obsevasi diketabui bahwa kerugian terbesar (actual loss) terjadi pada tanggal 23 Mei 2003, yaitu sebesar Rp.6.715,23 juta. Hal ini harus ini menjadi perhatian manajemen Bank ABC karena berpotensi untuk terjadi di masa depan dan harus diambil langkah-langkah untuk mengatasinya.

Abstrak :
ABSTRAK
Skripsi ini membahas mengenai uji kausalitas VAR Toda-Yamamoto antara variabel makro ekonomi dengan pasar keuangan Islam, yang bertujuan untuk mengetahui konten informasi terkait variabel makro ekonomi yang terdapat dalam pasar modah syariah (JII) dan pasar uang syariah (SBIS) untuk kemudian variabel keuangan Islam yang memiliki konten informasi yang lebih banyak dapat dijadikan sebagai kandidat indikator kebijakan. Kesimpulan dalam penelitian ini adalah dengan tingkat signifikansi 5% melalui uji Bi-Variate dua arah, pasar modal syariah (JII) memiliki dua konten informasi terkait makro ekonomi yaitu LnER dan rSBI, sedangkan SBIS tidak sama sekali. Dengan tingkat signifikansi yang sama melalui uji Multi-Variate dua arah, pasar uang syariah (SBIS) memiliki tiga konten informasi terkait makro ekonomi yaitu rSBI, IPI, dan Inflasi, sedangkan JII hanya memiliki satu konten informasi yaitu LnER. Dengan demikian, pasar uang syariah (SBIS) lebih dapat menggambarkan pergerakan makro ekonomi dan dapat dijadikan indikator kebijakan.

---

Abstract
This study investigate VAR Toda-Yamamoto causality test between macro economic variabel and Islamic financial market. The purpose of this study is to analyze the information content of Islamic capital market (JII) and Islamic money market (SBIS) return with respect to several macro economic indicators. The empirical findings based on Bi-Varite method with level of significant 5%, Islamic capital market (JII) has high content information of macro economic variabel (LnER and rSBI). Contrarily, based on Multi-Variate method with same level of significant, Islamic money market (SBIS) has high content information of macro economic variabel (rSBI, IPI, and Inflation). This implies that Islamic money market (SBIS) can be a reliable variable for monetary policy implementation in the Indonesia case.

Abstrak :
Tujuan dari penelitian ini adalah menganalisis kemungkinan terjadinya contagion risk dalam sektor perbankan Indonesia pada periode sebelum, selama, dan sesudah krisis keuangan global tahun 2007-2009, menggunakan metode Value-at-Risk dan conditional Value-at-Risk. Hasil estimasi dari penelitian ini mendukung adanya contagion risk pada sektor perbankan Indonesia, di mana risiko-risiko individual setiap bank dalam sampel menunjukkan kemungkinan menyebar ke sektor perbankan secara keseluruhan. Sehubungan dengan adanya kemungkinan contagion risk pada sektor perbankan Indonesia, ditemukan bahwa risiko terbesar dimiliki oleh bank-bank yang memiliki ukuran besar. ......This study aims to analyse the possibility of contagion risk in Indonesian banking sectore before, during, and after the Global Financial Crisis of 2007-2009, using the Value-at-Risk and conditional Value-at-Risk methods. The estimated result from this study supports the existence of contagion risk in Indonesian banking sector, where the individual risks of each bank in the sample show a symptom of contagion after being assessed with the market value of the whole financial sector. With respect to the possibility of contagion risk in Indonesian banking sector, banks with biggest capital size appear to posses the biggest risks, as they contribute the most to the total assets of Indonesian banking sector.

Abstrak :
Fluktuasi harga Nilai Aset Bersih (NAB) reksadana adalah masalah yang utama yang dihadapai oleh investor reksadana. Masalah ini terkait dengan pencapaian target return dalam portofolio reksadana yang disusun oleh investor reksadana. Oleh karena itu dibutuhkan manajemen risiko portofolio reksadana baik untuk mencapai terget return yang tinggi. Manajemen risiko portofolio reksadana ini tentunya berhubungan erat dengan pengambilan keputusan oleh investor terutama pada alokasi pembobotan aset dalam portofolionya. Penelitian ini akan menjelaskan detail pembuatan model simulasi investasi portofolio reksadana dengan menggunakan konsep Value at Risk (VaR) metode variance covariance sebagai alat pengambilan keputusan. Model ini dibuat dengan 12 variasi pendekatan metode perhitungan untuk disimpulkan pendekatan metode mana yang menghasilkan return tertinggi. Penelitian ini menghasilkan suatu model simulasi VaR portofolio reksadana yang dapat digunakan sebagai alat pengambilan keputusan pembobotan alokasi aset dalam portofolio reksadana. Hasil utama penelitian ini adalah model VaR portofolio reksadana menghasilkan return tertinggi dengan menggunakan kombinasi pendekatan metode optimasi maksimum VaR, pembobotan bebas, dan perhitungan volatilitas dengan menggunakan standar deviasi pendekatan chaos theory.

---

The fluctuation of mutual fund Net Asset Value (NAV) is the main problem which deal by mutual fund investor. This problem are related with attainment of goals return in mutual fund portfolio compiled by mutual fund investor. Therefore, a good portfolio risk management is required to reach a high return. This portfolio risk management is closely related with the decision making by investor especially at allocation of asset weight in the portfolio. This research describes the detail construction of mutual fund investment simulation model using the ideas of Value at Risk (VaR) variance covariance method as decision making tool. The model are developed with twelve calculation method approach to conclude which method approach yielding the highest return. This research yield a VaR simulation model of mutual fund investment which can be use as decision making tool of asset weight in the mutual fund portfolio. The main result of this research is the model yield its highest return by using method approach combination of maximum VaR optimization, free weight asset allocation, and volatility calculation using standard deviation with chaos theory approach.