Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Komoditas dalam arti luas adalah mencakup segala batang yang berguna dan dapat diperdagangkan. Transaksi komoditas merupakan hal yang biasa dilakukan dalam kegiatan perekonomian sehari-hari, narnun akibat kepentingan (supply dan demand) pelaku pasar yang berbeda-beda menyebabkan harga kornoditas yang sukar diprediksi. Sebagai contoh untuk komoditas pertanian, seorang petani sulit untuk rnengetahui keuntungan yang didapat dari hasil pertaniannya. Pada tahun dimana hasil pertanian tersebut langka (sulit untuk didapat), maka petani tersebut dapat menjual dengan harga tinggi tetapi pada tahun dimana basil pertaniannya tersedia banyak dipasar (oversupply) kemungkinan besar petani akan menjual murah basil pertaniannya sehingga sulit untuk mendapat keuntungan. Di sisi lain, pedagang hasil pertanian akan membayar harga yang lebih mahal jika komoditas pertanian menjadi langka dan akan membayar lebih murahjika terjadi kondisi oversupply. Karena kondisi seperti itu, maka timbullah kontrak futures yang didasari underlying asset komoditas lunak hasil pertanian yang beragam.

Perkembangan teknologi informasi yang makin pesat membuat kontrak futures dapat menjadi salah satu instrumen (financial Instrument) yang dapat digunakan untuk berspekulasi, yaitu transaksi futures yang lebih cenderung untuk melakukan futures trading dibandingkan investasi untuk memperjualbelikan komoditas yang mendasarinya (underlying assets). Karena adanya spekulasi tersebut menyebabkan fungsi hedging ternyata tidak bebas risiko. Oleh sebab itu dapat diambil kesimpulan bahwa dibutuhkan metode pengukuran risiko untuk kepentingan pihak penyelenggara transaksi kontrak futures (dalam hal ini komoditas pertanian) dan pelaku pasar.

Dalam karya akhir ini mempunyai perumusan masalah antara lain berapa besar potensi risiko kerugian maksimun jika memegang posisi pada kontrak futures komoditas berdasarkan time to maturity dan model estimasi volatilitas manakah yang reliable dalam perhitungan nilai VaP. untuk mengukur return kontrak Futures pada komcditas hasil pertanian yang ditransaksikan di bursa Tokyo Grain Exchanges (TGE).

Tujuan dari karya akhir ini selain mengimplementasikan model volatilitas yang sesuai dalam perhitungan VaR dari futures komoditas akan tetapi yang lebih penting adalah mengetahui validitas nilai VaR yang dihasilkan dengan melakukan backtesting serta penggunaan VaR dalam aplikasi perdagangan kontrak futures komoditas pertanian. Penulisan karya akhir ini juga diharapkan bermanfaat untuk dapat diterapkan untuk penghitungan VaR pada transaksi perdagangan kontrak.futures di bursafutures Indonesia.

Penelitian dilakukan dengan membentuk model-model perhitungan VaR dengan estimasi volatilitas menggunakan standar deviasi dan ARCH/GARCH terhadap return kontrak futures komoditas setelah diiakukan pengujian untuk menentukan model yang sesuai dengan karakteristik data runtun waktu return dari kontrak futures masing-masing komoditas pada time to maturity yang berbeda.

Berbagai variasi dilakukan dengan menetapkan asumsi dan menerapkan data, sehingga dapat diketahui sejauh mana pengaruh penetapan asumsi dan data bagi efisiensi dan reliabilitas masing-masing model. Periode waktu yang diambil sebagai data pergerakan harga futures komoditas yang diperdagangkan di Tokyo Grain Exchange (bursa komoditas pertanian di Jepang), antara lain dari 4 Januari 2001 sampai dengan 17 Januari 2003 dengan jumlah sampel sebanyak 500 hari. Sedangkan jenis-jenis komoditas yang akan diambil dalam penentuan VaR adalah sebagai berikut kontrak futures komoditas Redbean, U.S. Soybean, Raw Sugar, Robusta, Arabika, Robusta, NGMO (Non Genetically Modified Organism) Soybeans.

Hasil penelitian yang setelah uji validasi, model ARCH/GARCH ternyata reliable dalam penentuan nilai VaR. Untuk nilai VaR, hasil yang didapat pada kontra.k dengan time to maturity terpendek cenderung untuk lebih kecil, dalam hal ini berarti dapat disarankan bagi pelaku pasar (hedgers dan speculators) untuk mengambil posisi pada futures dengan time to maturity yang terpendek dengan tujuan untuk mengurangi risiko dan dapat lebih mengalokasikan dana secara optimal, sedangkan institusi keuangan dalam hal ini bursa berjangka dan anggota bursa dapat memanfaatkan nilai VaR sebagai benchmark untuk penentuan initial margin yang berbeda sesuai dengan time to maturity, untuk time to maturity yang lebih pendek margin seharusnya lebih rendah dari kontrak futures dengan time to maturity yang lebih panjang. Untuk dealer, karena risiko pada jangka pendek lebih rendah, dapat mengambil posisi lebih banyak jika posisi margin melebihi nilai VaR.

Abstrak :
ABSTRAK
Komitmen 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.

Abstrak :
Pengelolaan dana yang dilakukan oleh lembaga keuangan tidak lepas dari kemungkinan tetjadinya kerugian karena berbagai risiko yang harus dihadapi. Salah satu risiko yang erat kaitannya adalah market risk yang merupakan risiko keuangan yang disebabkan karena adanya perubahan faktor pasar antara lain nilai tukar (exchange rate). Untuk mengelola market risk yang diakibatkan oleh perubahan faktor pasar tersebut, diperlukan perangkat analisa risiko yang lebih akurat dan mampu memberikan peringatan dini (early warning system), untuk menghindari kerugian yang akan diderita. Value at Risk atau dikenal dengan istilah VaR sebagai salah satu metode pengukuran risiko yang dilakukan oleh lembaga keuangan dalam kerangka risk management dalam rangka mengantisipasi tetjadinya risiko tersebut. VaR merupakan salah satu metodologi perhitungan dalam market risk untuk menentukan nilai risiko maksimum yang dapat tetjadi pada suatu nilai I posisi (mark-to-market) dari portofolio dengan selang kepercayaan (confidence level) tertentu selama jangka waktu tertentu dalam kondisi pasar yang normal. Dengan berlakunya Surat Edaran Bank Indonesia No. 5/21/DPNP pada tanggal 29 September 2003, Bank Indonesia memberikan batasan penerapan manajemen risiko terutama berkaitan penggunaan model internal dalam pengukuran risiko yang hams mempertimbangkan reliabilitas dari model tersebut sehingga memungkinkan hasil yang memadai. Dalam penulisan ini metodologi perhitungan Value at Risk diimplementasikan untuk mengakomodir ketentuan tersebut diatas dengan mengambil studi kasus manajemen risiko di PT. Bank X dengan beberapa permasalahan yaitu mengidentifikasi model estimasi volatilitas yang reliable dalam perhitungan nilai VaR asset valuta asing yang dikelola, menghitung besamya potensi kerugian yang akan ditanggung pada posisi asset tertentu, serta menguji nilai VaR yang diperoleh dalam memenuhi validitas kuantifikasi potensi risiko tersebut. Untuk itu, dalam melaksanakan observasi tersebut dilakukan penelitian terhadap eksposur valuta asing yang dikelola PT. Bank X dengan menggunakan data harianforeign exchange dan posisi asset valuta asing yaitu AUD, EUR, HKD, JPY, MYR, SGD, dan USD mulai bulan Juni 2003 sampai dengan bulan Juni 2004. Berdasarkan implementasi model perhitungan VaR yang telah dilakukan terhadap return valuta asing yang dikelola oleh PT. Bank X dengan data pergerakan nilai tukar valuta asing (foreign exchange) dalam masa observasi, dapat disimpulkan bahwa model estimasi volatilitas dalam perhitungan VaR dalam mengkuantifikasi potensi risiko'maksimum sangat ditentukan olehjenis data runtun waktu return valuta asing. Oleh karenanya diperlukan beberapa pengujian karakteristik data sebelum melakukan perhitungan untuk mendapatkan nilai VaR yang valid yaitu uji normalitas data, uji stasioneritas data, dan uji heterokesdatisitas. Pengujian data memberikan peran yang penting untuk menentukan model yang reliable. Misalnya dalam pengujian heterokedastisitas data ditemui tidak secara keseluruhan data return valuta asing memiliki sifat heterokedastisitas sehingga estimasi volatilitas yang digunakan dapat berupa standar deviasi maupun metode ARCH/GARCH. Valuta asing yang memiliki sifat heterokedastisitas selama masa observasi adalah AUD, SGD, dan USD. Sedangkan untuk valuta asing EUR, HKD, JPY, MYR negatif terhadap heterokedastisitas. Dengan menggunakan asumsi masa observasi 255 hari sebelumnya dapat ditentukan metode perhitungan volatilitas yang akan dijadikan dasar perhitungan VaR 1 hari mendatang. Sesuai hasil backtesting validitas model menggunakan Kupiec Test bahwa estimasi volatilitas dengan standar deviasi maupun ARCH/GARCH menunjukkan hasil perhitungan VaR yang cukup reliable dengan membandingkan estimasi menggunakan model tersebut dengan data aktual return (profit/loss) dapat diketahui besamya penyimpangan yang terjadi jika menggunakan model tersebut dalam masa observasi. Hasil pengujian penyimpangan terhadap model VaR yang dipilih menunjukkan bahwa probabilitas penyimpangan umumnya masih memenuhi kriteria Kupiec Test sehingga nilai VaR yang dihasilkan masih dikatakan memenuhi syarat validitas.

Abstrak :
Risiko yang dimiliki pada hari ini adalah potensi kerugian pada hari berikutnya, dimana dalam industri perbankan kerugian tersebut dapat menimbulkan peristiwa risiko sistemik yang berpengaruh pada estabilan sistem finansial. Oleh karena itu, pengukuran risiko merupakan proses penting bagi bank dalam mengukur cadangan modal yang diperlukan untuk mengantisipasi risiko. Bank terekspos terhadap berbagai jenis risiko, salah satunya risiko suku bunga yang terdapat pada asetnya. RiskMetrics oleh JP Morgan merupakan salah satu pendekatan internal yang diperbolehkan untuk menghitung Value at Risk (VaR), suatu ukuran potensi kerugian maksimum yang menjadi indikasi besar cadangan modal yang diperlukan. Dalam tesis ini dijelaskan proses perhitungan VaR obligasi pemerintah FR0024 secara menyeluruh menggunakan pendekatan RiskMetrics. Hasil perhitungan yang didapatkan adalah nilai VaR per 28 Desember 2007 sebesar 133.616.596,46 atau 0,49% dari nilai pasarnya.

---

Current risks are tomorrow?s potential losses, whereby in banking industry those losses could lead to systemic risk event which disrupts the financial system stability. Therefore, risk measurement is a key process for banks to measure the required capital to match the risk. Banks are exposed to many types of risk, one of which is interest rate risk that is inherent in their assets. JP Morgan's RiskMetrics is one of the internal approaches permitted to calculate Value at Risk (VaR), a measure of maximum potential loss which is taken as a indication of required capital. In this thesis was described the end to end VaR measurement process of FR0024 goverment bond using RiskMetrics approach. By applying the method, the VaR result per 28 December 2007 is Rp. 133.616.596,46 or 0,49% of its market value.

Abstrak :
Industri perminyakan di Indonesia sudah dimulai sejak tahun 1940-an oleh perusahaan Belanda. Ini bisa dilihat terdapatnya lapangan-lapangan minyak tua yang terdapat pada beberapa daerah di Indonesia. Setelah Indonesia merdeka lapangan-lapangan tersebut dinasionalisasikan oleh pemerintah. Saat ini bisnis perminyakan didominasi oleh perdagangan yang bertujuan untuk penyediaan Bahan Bakar Minyak (BBM) bagi kebutuhan nasional, maupun kepentingan ekspor bagi yang bertujuan mendapatkan devisa. Dalam melakukan ekspor BBM pendapatan akan sangat tergantung pada harga yang berlaku di pasar, sehingga terdapat risiko ketidakpastian pendapatan hasil ekspor. Hal ini merupakan suatu risiko pasar yang didefinisikan sebagai risiko yang mungkin timbul karena adanya pergerakan variabel pasar (adverse movement) dari ekspor yang dilakukan dan dapat menimbulkan kerugian terhadap perusahaan. Dalam penelitian ini komponen yang dijadikan obyek penelitian adalah risiko harga BBM. Pengukuran risiko pasar dapat dilakukan dengan mempergunakan standard approach atau internal model. Penerapan internal model diharuskan mempergunakan pendekatan Value at Risk (VaR). Dalam hal ini VaR dapat mengukur potensi kerugian maksimal yang mungkin terjadi dalam selang waktu tertentu dengan confidence level tertentu serta pada kondisi pasar yang normal. Pada penelitian yang dilakukan, digunakan pendekatan Riskmetrics dalam mengukur risiko harga dengan metode Exponential Weighted Moving Average (EWMA) sesuai dengan hasil pengujian data yang ada. Untuk mengetahui mengetahui karakteristik data return telah dilakukan pengujian data dengan Cara : ? Stationerry Test dengan ADF test. ? Uji normalitas data dengan Jarque Bera ? White Heteroscedastic Test Berdasarkan uji data yang dilakukan, diperoleh bahwa metode yang tepat untuk melakukan forecasting volatilitas return harga tersebut adalah standar normal dan EWMA. Dan hasil perhitungan volatilitas tersebut maka dapat diukur VaR harian dengan tingkat keyakinan 95% dan 99% pada holding period satu hari. Langkah selanjutnya adalah dilakukan uji validasi model berdasarkan Kupiec Test dengan Total Number of Failure (TNoF) dan Time until First Failure (TUFF). Setelah dilakukan uji validasi pada model deviasi standar dan EWMA maka dapat disimpulkan hasil pengukuran dengan metode tersebut valid. Dapat diartikan bahwa nilai VaR yang dihasilkan dapat menangkap semua pergerakan actual loss selama penelitian. Berdasarkan pengamatan yang dilakukan selama periode penelitian telah diketahui kerugian maksimum pada ekspor yang dapat terjadi. Hal ini hares menjadi perhatian pihak manajemen perusahaan, karena hares segera diambil langkah-langkah untuk mengantisipasi kerugian yang mungkin terjadi.

---

Oil industry in Indonesia has begun since 1940's by the Dutch government. It was able to be seen with many old oil fields found at some areas in Indonesia. After Indonesia was free the fields were nationalized by the government. Currently oil business is dominated by trading which having a goal to supply the Refined Fuel Oil (BBM) for national needs, or for export interest to obtain a foreign exchange. In doing export the BBM, the income will depend on prevailing price in the market, so it was found the income uncertainty risk of the result of export. In this case the market risk is defined as the risk may arise because any adverse movement from export to be clone and can arise the loss for a company. In this research, we used the research of the price risk of the BBM. Determination of the market risk can be done by using standard approach or internal model. Applying the internal model is required to use the Value at Risk approach (VaR). In this case VaR can determine the maximal loss potency maybe occurred in several time with certain confidence level and in normal market condition. Research was carried out by using riskmetrics approach to determine the price risk with the Exponential Weighted Moving Average (EWMA) method in accordance with the result of existing examining of the data. To know the characteristics of the data return has been carried out examining of the data in a way: a. Stationery Test with ADF Test. b. Data Normality Test with Jarque Bera c. White Heteroscedastic Test Based on the data test to be done, it was found that the appropriate method to carry out forecasting volatility return the price is normal standard and EWMA. Of the result of calculation of the volatility and it was able to be determined the daily VaR with certainty level 95% and 99% at holding period one day. The next step is carried out validation test of model based on the Kupicc Test with Total Number of Failure (TNoF) and Time until First Failure (TUFF)_ After being carried out the validation test on standard deviation model and EWMA and can be concluded the result of calculation with the method is valid. It was able to be meant that VaR value which is obtained can handle all actual losses movement during the research. Based on the observation to be done during the research it was known the maximum loss on export which can be occurred. In this case must be concern for company management, because it must immediately be taken the steps to anticipate the loss maybe occurred.