Hasil Pencarian  ::  Simpan CSV :: Kembali

"Bank XYZ menghadapi potensi kerugian risiko operasional namun belum memiliki metode pengukuran risiko yang akurat. Penelitian ini mencoba menerapkan Metode Loss Distributiopn Approach sebagai salah satu alternatif model perhitungan risiko operasional. Data yang digunakan adalah data internal Bank XYZ kurun waktu periode Januari 2002 hingga Desember 2005. Hasil uji backtesting dengan membandingkan hasil perhitungan lewat model pendekatan yang digunakan dengan data kerugian operasional aktual menunjukkan metode tersebut dapat digunakan sebagai alternatif pengukuran risiko operasional bagi Bank XYZ."

"New Basel II Capital Accord menyadari bahwa dengan memperkenalkan persyaratan permodalan untuk risiko operasional akan menimbulkan dampak yang cukup signifikan terhadap jumlah regulatory capital yang harus disisihkan oleh bank.Penelitian ini menganalisa perbedaan metode dengan mengacu pada metode yang dipersiapkan oleh Basel Committe dalam memperkirakan capital charge untuk risiko operasional. Analisis diperoleh dengan membandingkan Advanced Measurement Approach (AMA) melalui Loss Distribution Approach (LDA) terhadap non-advanced atau Basic Indicator Approach (BIA). Perhitungan capital charge risiko operasional melalui Basic Indicator Approach merupakan persentase tertentu dari gross income. Sedangkan LDA model menekankan pada analisis kerugian operasional yang membutuhkan data historis (Loss Event Database) mengenai kejadian risiko operasional berdasarkan distribusi frekuensi dan severitas dengan menerapkan konsep Value at Risk (VaR).Berdasarkan data yang tersedia pada Bank X, hasil penelitian menunjukkan bahwa penerapan advanced approach dengan LDA model menghasilkan capital charge yang lebih rendah dibandingkan dengan BIA model.

---

New Basel II Capital Accord realized that the introduction of capital requirements for operational risk will cause a significant impact on the amount of regulatory capital that must be set aside by the bank.

This research analyzes the differences of methods with in regards to the methods prepared by the Basel Committee in estimating the capital charge for operational risk. The analysis was done by comparing the Advanced Measurement Approach (AMA) of the Loss Distribution Approach (LDA) to the non-advanced or Basic Indicator Approach (BIA). Calculation of operational risk capital charge with the Basic Indicator Approach is specified by a percentage of the gross income. Meanwhile, the LDA model requires analysis of operating loss using historical data (Loss Event Database) on the operational risk incidents based on the frequency and severity distribution and applying the concept of Value at Risk (VaR).

Based on the data made available by the Bank X, the results showed that the advanced approach applied using the LDA model produces a lower capital charge compared to the BIA model."

"Risiko adalah kemungkinan kerugian pada bank akibat terjadinya suatu peristiwa. Risiko yang paling melekat pada setiap kegiatan bisnis perbankan adalah risiko operasional. Untuk mengurangi risiko operasional telah diatur beberapa metode penghitungan risiko ini yaitu metode standar dan metode lanjutan atau advance measurement approach. Metode standar memiliki beberapa keterbatasan diantaranya mengasumsikan tingkat risiko langsung proporsional terhadap ukuran gross income, sehingga bank diperkenangkan untuk mengolah data sendiri dengan metode AMA. Salah satu metode AMA yang sering digunakan adalah loss distribution approach . LDA menggunakan data bank yang terdiri dari 8 lini bisnis dan 7 tipe kejadian. Dengan metode LDA, bank mengestimasi dua fungsi distribusi dari data loss tahunan yaitu fungsi distribusi dari frekuensi dan fungsi distribusi dari severitas, kedua distribusi di compound dan ditentukan Value at Risk masing-masing risiko menggunakan metode Monte Carlo pada quantile 99,9%. Untuk perhitungan nilai economic capital dalam tesis ini ada 2 asumsi yaitu asumsi semua risiko bergantung sempurna (completely dependent) dan saling bebas (independent). Adapun tujuan simulasi pada paper ini adalah melakukan studi eksperimental perhitungan economic capital dengan menggunakan LDA. Dari hasil simulasi diperoleh nilai economic capital yang stabil (konvergen ke suatu nilai) pada jumlah sampel 106.

---

Risk is the possibility of losses on the bank due to the occurrence of an event. Most risk inherent in any banking business activities is operational risk. To reduce operational risk in has arranged some methods of calculating this risk of standard method or advanced methods or Advance Measurement Approach. The standard method has some limitations such as the level of risk assumed directly proportional to the size of the gross income, so bank allowed to process its own data with AMA. One AMA often used is Loss Distribution Approach. LDA is using a data bank that consisting of 8 business line and 7 even types. With the LDA method , the bank estimates two distribution function of annual loss data is distribution of frequency and severity, the two distribution in compound and determined the Value at Risk of each risk using Monte Carlo method on the 99.9% quantile. For the calculation of Economic Capital in this thesis there are two assumptions are assuming all risks of completely dependent and independent. The purpose of simulations in this paper is to conduct experimental study of Economic Capital calculation using LDA. From the simulation results Economic Capital stable (convergent) on the number of samples 106."

"Risiko operasional merupakan salah satu jenis risiko pada perbankan yang wajib dikelola dengan baik karena sifatnya yang melekat pada setiap aktifitas fungsional bank. Dalam pengelolaan risiko operasional, bank dipersyaratkan untuk memperhitungkan kerugian yang diperkirakan dan kerugian yang tidak diperkirakan dalam kebutuhan modal bagi risiko operasional. Kebutuhan modal bagi risiko operasional ini dikenal sebagai Economic Capital (EC). Komite Basel dalam aturan Basel II, memberikan tiga pendekatan dalam perhitungan EC salah satunya pendekatan Advanced Measurement Approach (AMA). Metode AMA yang banyak digunakan adalah metode Loss Distribution Approach (LDA). Dalam metode LDA, bank harus mengestimasi loss severity distribution (distribusi severitas) dan loss frequency distribution (distribusi frekuensi) kemudian membentuk aggregate loss distribution dari gabungan kedua distribusi tersebut. Nilai EC dengan metode LDA didapat dari Value at Risk (VaR) pada aggregate loss distribution dengan tingkat kepercayaan 99,9%. Permasalahan dari metode LDA saat ini adalah dalam mengestimasi distribusi severitas masih berbasis pada suatu model distribusi tertentu, padahal banyak kasus dimana data tidak dapat digambarkan dengan baik oleh suatu model distribusi yang sudah ada. Oleh karena itu, dalam tulisan ini akan dijelaskan solusi dari permasalahan tersebut, yaitu dengan mengestimasi distribusi severitas berbasis pada data. Metode yang digunakan adalah Kernel Density Estimation (KDE). KDE merupakan suatu pendekatan statistika non-parametrik untuk mengestimasi fungsi distribusi probabilitas dari suatu variabel acak jika diasumsikan bentuk atau model distribusi dari variabel acak tersebut tidak diketahui. Hasil dari penelitian adalah estimasi distribusi severitas oleh KDE lebih baik dalam menggambarkan data dibandingkan dengan menggunakan model distribusi tertentu. Nilai EC yang dihasilkan oleh metode LDA yang menggunakan KDE lebih kecil 1,6 – 3,2% dibandingkan nilai EC yang dihasilkan oleh metode LDA yang menggunakan model distribusi tertentu.

---

Operational risk is one kind of risk on banking which must be managed well because of its character is inherent in every fungtional activity in Bank. In the management of operasional risk, Bank must be able to calculate a predictable loss and an unpredictable loss in capital requisite for operasional risk. The capital requisite in operasional risk is known as Economic Capital (EC). In the regulation of Basel II, Committee Basel gives three approaches of calculation in EC. One of that is Advanced Measurement Approach (AMA). In AMA method that is the most used in approach is Loss Distribution Approach (LDA) method. In LDA method, Bank must be able to estimate loss severity distribution (severity distribution) and loss frequency distribution (frequency distribution) and aggregate loss distribution is formed from both of them. Through LDA method, the value at EC can be gotten from Value at Risk (VaR) in aggregate loss distribution with the level of confidence reaches 99,9%. The problem from LDA method recently is in estimation a severity distribution which is still refers to a model on particular distribution whereas there are many cases which can not describe a data well through a distribution model that has been there. Therefore, in this paper, it will be explained how to face or the good solution from that problem. The good solution to face it is through estimation severity distribution that is refers to the data with using Kernel Density Estimation (KDE) method. KDE is a statistic approach non- parametric to estimate the function of distribution from disordered variabel that has not known. The result on this research is estimation of severity distribution through KDE is better than another in describing the data. LDA method using KDE is smaller the value at EC 1,6 % - 3,2 % than the value at EC using another distribution model in LDA method."

"Risiko adalah suatu kejadian atau tindakan yang berdampak negatif terhadap kemampuan lembaga untuk mencapai tujuan dan menentukan strategi. Salah satu pendekatan untuk mengukur risiko operasional adalah Advanced Measurement Approach (AMA), dimana bank diperkenankan untuk mengolah data internal dengan model yang dikembangkan secara internal. Dengan metode Loss Distribution Approach di AMA, bank mengestimasi dua fungsi distribusi probabilitas, yaitu distribusi frekuensi kerugian dan distribusi severitas kerugian tahunan pada setiap risiko. Selanjutnya, kedua fungsi distribusi tersebut digabungkan menjadi distribusi majemuk untuk menentukan value at risk masingmasing risiko menggunakan simulasi Monte Carlo pada tingkat kepercayaan 99,9%. Nilai risiko yang mungkin terjadi diluar estimasi distribusi severitas dapat mempengaruhi value at risk, sehingga dapat mempengaruhi prediksi rencana bisnis untuk tahun yang akan datang. Metode One-Class Support Vector Machine (SVM) dapat digunakan untuk mendeteksi data outlier tersebut. Dalam beberapa kasus, metode statistik tidak dapat mendeteksi data outlier. Selain itu, dalam menentukan data outlier tergantung pada seberapa penting informasi yang diperlukan dari data outlier tersebut, sehingga penentuannya bersifat subjektif. Adapun tujuan simulasi pada tulisan ini adalah melakukan analisis penggunaan metode One-Class SVM dalam mendeteksi outlier pada distribusi severitas dan pengaruh outlier pada perhitungan value at risk. Dari hasil analisis diperoleh data outlier yang mempengaruhi perhitungan value at risk.

---

Achieve its objectives and execute its strategies. One approach to measure operational risk is the Advanced Measurement Approach (AMA), which allows banks to process internal data with internally developed models. Under the Loss Distribution Approach in AMA, the bank estimates two distribution functions of the annual loss data to generate compound distribution to determine value at risk of each risk using Monte Carlo simulation at 99.9% confidence level. The risk amount that may occur outside of the estimated loss severity distribution can affect the value at risk, so that it can affect the prediction of business plan for the next years. In some cases, statistical methods cannot detect outliers and its determination is relatively subjective. The purpose of the simulations in this paper is to perform analysis of the use of One-Class SVM in detecting outliers in the loss severity distribution and the effect of the outliers on the value at risk. As a result, the outliers have successfully been detected in the loss severity distribution and there is the effect of the outliers on the value at risk."

"Manajemen risiko operasional penting dilakukan untuk memberikan peringatan terkait munculnya risiko. Manajemen risiko operasional yang dilakukan saat ini belum terintegrasi dengan baik antar divisi di perusahaan. Risiko operasional yang signifikan saat ini di lokasi tambang Kalimantan Selatan ialah risiko produktivitas yang berkaitan dengan minimnya ketersediaan bahan bakar dan risiko proses berkaitan dengan material jalanan yang buruk dan kondisi cuaca. Penanganan risiko yang dilakukan ialah mengupayakan pengadaan tangki bahan bakar yang lebih besar dan penyediaan alat. Peran manajemen risiko operasional saat ini belum maksimal yang disebabkan oleh minimnya kesadaran risk owner untuk melakukan manajemen risiko. Terdapat pendekatan manajemen risiko yakni COSO Enterprise Risk Management yang menekankan bahwa risiko harus dikelola oleh seluruh pihak di perusahaan dan harus sesuai dengan tujuan perusahaan yang hendak ingin dicapai Dengan menggunakan pendekatan COSO Enterprise Risk Management, terdapat beberapa elemen yang belum terlaksana dengan baik yakni internal environment dimana masih rendahnya komitmen dari risk owner untuk mengelola risiko. Komponen control activities dan monitoring juga belum dilakukan dengan baik karena rendahnya proses dokumentasi dari penanganan risiko serta pengawasan yang kurang efektif.

---

Operational risk management is necessary to provide a warning related to the emergence of risk. Operational risk management these day do not well integrated among all divison in the company. Significabt operational risks that present at the mine site in South Kalimantan is productivity risk associated with the lack of availability of the fuel and material risks associated with the poor road and weather condition. Mitigation risks undertaken is seeking procurement of larger fuel tank and adding tools. The role of operational risk management is currently not maximized due to lack of awareness from risk owner to perform risk management.

There is a risk management approach, the COSO Enterprise Risk Managemet which emphasizes that the risks should be managed by the whole company and must be in accordance with the company?s goals are going to be achieved. Based on the COSO Enterprise Risk Management approach, there are some element that have not done well that is low commitment from the owner to manage the risk. Also control and monitoring activities have not done well because of poor documentation process related to risk mitigation and ineffective monitoring."

"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."

"Sebagaimana pada perbankan konvensional, kegiatan operasional yang dilakukan oleh bank syariah menghadapi potensi risiko kerugian. Bank syariah dinilai perlu untuk melakukan perhitungan terhadap tingkat nilai risiko operasional. Sebagai studi kasus, perhitungan terhadap tingkat risiko operasional pada Bank XYZ Syariah dihitung dengan menggunakan metode Advanced Measurement Approach dengan pendekalanActuarial model metode analisis.Dalam studi kasus ini, data yang digunakan adalah historical data pada Bank XYZ Syariah, pada periode 1 Januari 2004 sampai dengan 31 Desember 2004. pendekatan dengan metode Advanced Measuruement Approach dipilih dengan pertimbangan keakuratan basil dari metode yang diterapkan.Hasil perhitungan yang dilakukan dengan actuarial model menunjukan nilai VaR dari kejadian human dan proses yang hampir mendekati nilai Annual Loss Distribution. Setelah diujikan dengan menggunakan uji Backtesting Kupiec Test menunjukkan bahwa model dapat diterima untuk digunakan dalam perhitungan risiko operasional Bank XYZ Syariah.

---

Just like in conventional banking, operational activities done by sharia banking also faced a potential risk of loss. Sharia banking also need to measured about the scale or the impact of operational risk. As a case of study, the measuring of operational risk in XYZ Sharia Bank calculated using Advanced Measurement Approach method with Actuarial model analysis.

In this study, we use an historical data from XYZ Sharia Bank, for the period of 1 January 2004 until 31 December 2004. This Advanced Measurement Approach method selected by the author with the consideration of result accurateness.

The result of the calculation using actuarial model show that Value at Risk (VaR) from event type human and process are close to their Annual Loss Distribution scores. And after doing a test using Backtesting-Kupiec Test show that the method accepted to be implemented in the measuring of operational risk XYZ Sharia Bank."

"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."

"Penelitian ini berfokus pada konteks pada PT XYZ, yang telah merencanakan untuk mengadopsi ISO 31000 sebagai dasar kerangka kerja manajemen risiko mereka. Namun, perusahaan belum menerapkan manajemen risiko secara optimal untuk menghadapi risiko yang dimiliki hingga saat penelitian ini ditulis. Sehingga, perusahaan menghadapi tantangan dari perubahan lingkungan bisnis yang terus berkembang, menciptakan potensi risiko yang berubah cepat dan dapat menghambat efektivitas kebijakan. Penelitian ini dimaksudkan untuk memberikan sumbangan dalam mengisi celah pembahasan terkait penerapan manajemen risiko pada industri jasa layanan streaming video. Strategi penelitian yang digunakan yaitu studi kasus dengan pendekatan kualitatif dan single unit of analysis yaitu PT XYZ. Instrumen penelitian dalam proses pengumpulan data dilakukan melalui wawancara semi-terstruktur dibantu dengan daftar periksa (checklist). Hasil analisis menunjukkan adanya risiko bisnis, risiko keuangan, risiko operasional, risiko hukum, dan risiko reputasi. Perusahaan perlu mengambil tindakan mitigasi yang sesuai untuk mengatasi risiko-risiko ini. Pentingnya persiapan pelaporan risiko yang akurat dan tepat waktu ditekankan, serta perlunya penilaian risiko yang berkelanjutan untuk mengidentifikasi risiko-risiko baru. Penelitian ini juga menunjukkan perlunya perusahaan meningkatkan kesiapan dalam pelaporan risiko, termasuk sistem informasi dan teknologi yang mendukungnya. Dengan demikian, penelitian ini memberikan wawasan tentang cara-cara untuk memitigasi risiko yang mungkin timbul.

---

This research focuses on the context of PT XYZ, which has planned to adopt ISO 31000 as the basis of their risk management framework. However, companies have not implemented optimal risk management to deal with the risks they have until the time this research was written. Thus, companies face challenges from changes in the business environment that continue to develop, creating potential risks that change rapidly and can hamper the effectiveness of policies. This research is intended to contribute to filling the discussion gap regarding the implementation of risk management in the video streaming service industry. The research strategy used is a case study with a qualitative approach and a single unit of analysis, namely PT XYZ. The research instrument in the data collection process was carried out through semi-structured interviews assisted by a checklist. The analysis results show that there are business risks, financial risks, operational risks, legal risks and reputation risks. Companies need to take appropriate mitigation measures to address these risks. The importance of preparing accurate and timely risk reporting is emphasized, as well as the need for ongoing risk assessment to identify new risks. This research also shows the need for companies to increase readiness in risk reporting, including the information systems and technology that support it. Thus, this research provides insight into ways to mitigate risks that may arise."