Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dalam Peraturan Bank Indonesia nom or 5/8/PBI/2003 tanggal 19 Mei 2003 tentang Penerapan Manajemen Risiko Bagi Bank Umum ditegaskan bahwa tujuan utama dari penerapan manajemen risiko bank adalah menjaga agar aktivitas operasional yang dilakukan bank tidak menimbulkan kerugian yang melebihi kemampuan bank untuk menyerap kerugian tersebut atau bahkan dapat membahayakan kelangsungan usaha bank. Modal merupakan komponen utama bagi bank dalam di dalam mengantisipasi potensi kerugian yang mungkin terealisasi di dalam menjalankan aktivitas operasional usahanya. Untuk itu salah satu cara dalam mengelola risiko usaha bank adalah dengan mengetahui seberapa besar modal yang hams disediakan oleh bank di dalam mengantisipasi risiko usahanya atau dengan mengetahui seberapa besar total risiko yang dapat diserap dengan modal bank yang tersedia sesuai dengan kondisi, struktur, uk:uran dan kompleksitas usaha masing-masing bank. Salah satu jenis risiko yang harus dihadapi oleh bank dalam menjalankan aktivitas usahanya adalah risiko pasar (market risk), yaitu risiko yang timbul karena adanya pergerakan variabel pasar (adverse movement) dari portofolio yang dimiliki oleh bank, yang dapat merugikan bank. Variabel pasar dalam hal ini adalah suku bunga (interest rate) dan nilai tukar (foreign exchange). Sebagaimana diatur Basle Committe on Banking Supervision (BCBS) dalam Amendment to The Capital Accord Incorporate Market Risk tahun 1996 yang juga telah diadopsi oleh Bank Indonesia sebagai regulator perbankan nasional, terdapat dua pendektan altematif yang dapat digunakan dalam menghitung risiko pasar, yaitu pendekatan standar (standardized approach) dan pendekatan internal model (internal model approach). Perhitungan risiko pasar dilakukan dengan memperhitungkan risiko suku bunga dan risiko nilai tukar. Risiko suku bunga mencakup risiko spesifik (specific risk) dan risiko umum (general market risk). Perhitungan risiko nilai tukar didasarkan pada Posisi Devisa Neto (Net Open Position) yang dimiliki Bank. Karya akhir ini mengkaji aspek-aspek proses perhitungan risiko pasar dalam mengestimasi besamya modal yang harus disediakan untuk mengantisipasi risiko pasar (market risk capital charge), khususnya yang disebabkan oleh faktor perubahan nilai tukar atas posisi devisa neto PT. Bank lntemasional Indonesia Tbk per tanggal 30 Juni 2003, baik dengan menggunakan pendekatan standar maupun pendekatan internal model dengan menggunakan pendekatan simulasi. data historis (historical simulation approach) dan pendekatan varian kovarian (variance covariance approach) dengan exponentially weighted moving average (EWMA). Dalam pendekatan standar, pengukuran risiko nilai tukar dilakukan dengan menggunakan pendekatan standar yang telah ditetapkan oleh regulator, dimana besamya Market Risk Capital Charge ditetapkan sebesar 8% dari posisi yang memiliki jumlah yang terbesar antara posisi long dan posisi short. Dengan pendekatan standar, besamya Market Risk Capital Charge adalah sebesar Rp.5.735 juta,-.Penetapan besamya Value at Risk dengan pendekatan simulasi data historis dilakukan dengan mensimulasi profit and loss atas posisi devisa neto bank berdasarkan return historis nilai tukar masing-masing valuta asing terhadap rupiah selama periode pengamatan, baik dengan 250 data maupun 500 data. Dengan menggunakan 250 data dan tingkat keyakinan (confidence level) 99%, besamya Value at Risk adalah sebesar Rp.888,38 juta,- sehingga besamya Capital at Risk adalah Rp.2.665,14 juta,-. Sedangkan untuk 500 data dan confidence level 99%, basil Value at Risk sebesar Rp.1.269,61 juta,- dan Capital at Risk sebesar Rp.3.808,83 juta,-. Untuk perhitungan Value at Risk dengan menggunakan pendekatan Variance Covariance - EWMA diawali dengan cara terlebih dahulu menetapkan faktor peluruh yang optimal (optimal decay factor ), dimana dalam penelitian ini besarnya faktor peluruh optimal yang digunakan adalah sebesar 0,96. Dengan menggunakan pendekatan ini, besarnya Value at Risk dengan 250 data dan confidence level 99% adalah sebesar Rp.664,24 juta,- dan Capital at Risk sebesar Rp.L992,72 juta,~, sedangkan untuk 500 data dan confidence level 99% Value at Risk sebesar Rp.559,57 juta,- dan Capital at Risk sebesar Rp.1.678,71 juta,-. Mengingat risiko pasar yang melekat dalam portofolio yang dimiliki bank tidak hanya terbatas pada risiko nilai.tukar yang melekat pada posisi devisa neto bank, tetapi risiko pasar dan risiko suku bunga yang melekat pada seluruh portofolio yang dimiliki bank, baik berupa instrumen surat hutang ,(debt instruments),forward rate agreement (FRA),foreign exchange, forward, ataupun dalam bentuk instrumen portofolio lainnya, maka pengaruh risiko nilai tukar posisi devisa neto bank terhadap perubahan CAR bank yang sangat kecil, yaitu hanya mengalami penurunan sebesar 0,17% dengan pendekatan standar, 0,08% dengan pendekatan simulasi historis, dan 0,06% dengan pendekatan varian kovarian dari CAR bank per-tanggal 30 Juni 2003 sebesar 25,88% sebelum memasukkan risiko pasar. Sementara itu berdasarkan hasil stress testing yang dilakukan dengan pendekatan historical scenario dengan tiga skenario, yaitu. skenario terbaik (best scenario), scenario terburuk (worst case scenario), dan skenario yang mungkin (probable case scenario) terdapat potensi terjadinya kerugian sebesar Rp.749 juta dan penurunan modal bank sebesar 0,026% dari posisi modal bank pertanggal 30 Juni 2003 sebesar Rp.2.836.828juta,-. "

"Risiko kegiatan usaha perbankan semakin kompleks sejalan dengan pesatnya perkembangan lingkungan ekstemal dan internal di dalam dunia perbankan. Untuk itu agar mampu beradaptasi dalam lingkungan bisnis perbankan, bank dituntut untuk mencrapkan manajemen risiko. Sesuai dengan Amendment terhadap Basle Capital Accord (BCA) 1988 yang dikeluarkan oleh The Basle 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.Latar belakang penulisan karya akhir dengan judul Analisis Perbandingan Pengukuran Risiko Pasar Posisi Devisa Neto dengan Pendekatan Metode Standar dan Model Internal (VaR - Metode Varian Kovarian) adalah karena sejak diberlakukannya Peraturan Bank Indonesia No.5/121PBI12003 bank wajib menghitung penyediakan modal minimum untuk mengcover risiko pasar dengan metode standar, yang salah satu faktor risikonya adalah risiko nilai tukar. Penyediaan modal khusus risiko nilai tukar dengan metode standar diperhilungkan sebesar 8% dari Posisi Devisa Neto bank. Perniasalahan yang timbul adalah bahwa penyediaan modal minimum bagi setiap bank diwajibkan menggunakan tarif yang sama yaitu 8%. Hal ini dapat mengakibatkan besarnya penyediaan modal (capital charge) dimaksud tidak tepat dibandingkan dengan kebutuhannya (terlalu besar atau bahkan terlampau sedikit). Dari sisi pengelolaan asset dan kewajiban (Assets and Liabilities Management) hal ini dapat merugikan bank, karena dapat mengakibatkan idle fund, atau sebaliknya justru membebani solvabilitas bank akibat kerugian yang tidak terantisipasi.Mengingat dalam BCA tahun 1996 perhitungan modal minimum risiko pasar dapat dimungkinkan dilakukan dengan model internal dengan pendekatan Value at Risk (VaR), dengan demikian timbul pertanyaan manakah dari kedua metode tersebut yang lebih efisien sehingga idle fluid yang timbul akibat peneadangan modal dan beban solvabilitas bank dimaksud dapat diminimalisir.Tujuan penulisan ini adalah untuk mengetahui seberapa efisien pengukuran risiko pasar khususnya nilai tukar dapat diestimasi oleh kedua metode tersebut dan manakah dari kedua metode dimaksud yang lebih balk untuk diterapkan dalam perhitungan modal minimum yang harus disediakan bank untuk mengcover potensi kerugian bank akibat fluktuasi 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 ABC yang terdiri dari 5 (lima) mats uang asing, yaitu GBP, EUR, USD, JPY dan SGD. Sementara periode yang digunakan dalam analisis ini adalah dari 1 Oktober 2003 sampai dengan 31 Oktober 2005, yaitu 508 hail. Khusus dalam perhitungan VaR , Confident level yang dipergunakan adalah 95% dan holding period selama 1 hari.Berdasarkan hasil uji nonnalitas, 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 basil uji volatilitas data return seluruhnya merupakan heteroscedastic. Oleh karena itu forecasting volatilitas data mempergunakan model ARCH/GARCH.Hasil perhitungan capital charge untuk portfolio mata uang PT Bank ABC dengan metode standar sebesar Rp2.951 juta jauh lebih besar dibanding jika menggunakan model internal (VaR) yaitu sebesar Rp297 juta. Sementara dan hasil pengujianvaliditas model internal VaR dengan Kupiec Test, metode Total Number of FaiIure(TNoF) terdapat kesalahan/failure sebanyak 20 (dua puluh) tanggal dan Likelihood Ratio sebesar 1,595 < 3,841 berdasarkan tabel chi square. Sementara itu untuk metode standar tidak dilakukan uji validasi karena angka 8% untuk perhitungan capital charge bersifat mandatory dari Otoritas Pengawasan Perbankan. Dengan demikian perhitungan capital charge menggunakan model internal jauh lebih efisien dibandingkan dengan penggunaan metode standar.Agar terjadi efisiensi penggunaan dana yang pada akhirnya akan lebih meningkatkan pertumbuhan usaha bank, maka penggunaan model internal (VaR) untuk keperluan penyediaan modal minimum bank terkait dengan risiko pasar perlu 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 pelaksana penerapan model internal harus bersaina-sama mempersiapkan sumber daya manusia dan teknologi informasi untuk mengantisipasinya.

---

In line with the growing complexities of the banking activities, the nature of risks in banking industry are rapidly changing and becoming more difficult to,zesist. Taken into account of such risks, banks are increasingly encouraged to apply more prudent risk management Based on Basle Capital Accord which is issued by The Basle Committee on Banking Supervision in January 1996, as Amendment of Basle Capital Accord 1988, banks is expected to sufficiently cover the element of market risk for their calculation of Capital Adequacy Ratio (CAR).

Market risk is defined as a risk of loss on the entire portfolio held by the bank, which arise due to adverse movement of market variables. In our research, the particular component of market risk taken as research object is exchange rate risk.

According to Basle Accord (1996 Amendments), banks may develop and make use of internal systems or employ standardize approach as a basis of their assessment of market risk. In case of applying internal model, Basle Accord requires the bank to adopt Value at Risk (VaR) approach. VaR approach measures potential maximum loss of which may occur in certain holding period, particular level of confidence and normal market condition.

The motivation of the research, entitled "Comparative Analysis of the Measurement Of Market Risk of Foreign Exchange Net Open Position Using Standardized Method and Internal Model (VaR - Variance Covariance Method)", is related with the adoption of Bank Indonesia Regulation No. 51121PBll2003 which required the bank to provide adequate capital to cover market risk by using standardized method, pp rtieularly exchange rate risk as one of risk factors. Applying standardized method, the minimum amount of capital required to cover exchange rate risk is uniformly set at 8% of the Net Open Position posed by particular bank. This unifolnmity may create problems since it may not fairly reflect the actual risk should be covered by the banks (resulting in over/underestimate the calculation of minimum capital required to cover such a risk). From the Asset and Liabilities Management point of view, imprecise calculation of minimum capital may result in potential loss or opportunity profit forgone due to excessive idle fund. By contrast, it could also give extra burden to the bank in case bank's capital is not adequate to cover unanticipated loss.

Meanwhile, based on Basle Accord 1996, minimum capital requirement could be calculated using internal model (adopting VaR approach), it may be queried which method offers better estimate in terms of minimizing idle fund and realistically reflect actual risk.

The aim of this researsch is to measure how efficient market risk calculated using standardized method and internal model with VaR approach and which one of the two methods is better applied by bank to calculate minimum capital to cover potential loss of exchange rate volatility.

The calculation of capital charge using standardized method is based on Bank Indonesia regulation, while VaR (Variance-Covariance method) is adopted for internal model approach. Data used for the analysis are exchange rate position of PT Bank ABC consisted of 5 foreign currencies (GBP, EUR, USD, JPY, and SOD). The period of analysis is from 1 October 2003 to 31 October 2005 (508 days). For the calculation of VaR, 95% level of confidence is applied and holding period is set at one day.

Based on normality test, all of the series reveal non-normality, so the value of a should be calculated using Cornish Fisher Expansion. Meanwhile, our volatility tests showed that the entire data are heteroschedastic. Therefore, volatility forecast is conducted using ARCH 1 GARCH.

Using standardized method, capital charge for the currency portfolio of PT Bank ABC is amounted to Rp2.95 t million much higher compared to internal model (VaR) that is amounted to Rp297 million. The test on validity internal model using Kupiec Test showed that the model is valid because the Total Number of Failure (TNOF) is amounted to 20 failures and Likelihood Ratio is 1,595 < 3,841 list of chi square. Meanwhile for the standardized method is not tested for validity of the method because 8% as capital charge is provided by Banking Supervisory Authority. Therefore by using internal model in capital charge calculation is much more efficient comparing to using standardized method.

Concerning the efficiency in fund management, which in general may prudently boost the bank business, the inception of internal method for calculating market risk should be speed up. However, if Bank Indonesia permits the banks to adopt internal model for their own risk assessments, Bank Indonesia should review the use of such measurement regularly. In addition, it is important for the banking industry to continuously develop their human resources capacity and apply appropriate Information System Technology."

"Permasalahan yang dihadapi P.T. Bank X adalah belum digunakannya pengukuran capital charge yang lebih akurat alas risiko transaksi valas yang diakibatkan oleh fluktuasi volatilitas return sharf. Digunakannya Metode Standar dengan tarif 8% dari Posisi Devisa Neto yang dimiliki, mengakibatkan besarnya penyediaan modal (capital charge) lebih besar jika dibandingkan dengan kebutuhannya sehingga dapat merugikan bank.Metodologi penelitian ini adalah: mengumpulkan data kurs tengah harian dan Posisi Devisa Neto P.T. Bank X pada mata uang USD, SGD, EUR dan SAR. Periode penelitian selama 335 hail, confidence level VaR 95% dan holding period 1 had (spot). Menghitung return harian masing-masing kurs, melakukan uji stasionaritas, bila tidak stasioner di- derencing. Bila data stasioner dilakukan uji normalitas dan uji heteroskedastik. Aka data heteroskedastik forecasting volatilitas menggunakan EWMA dan LARCH. Dui model yang lebih valid dilakukan perhitungan VaR untuk menentukan capital charge. Kemudian dibandingkan dengan Metode Standar yang digunakan dalam pengukuran capital charge P.T. Bank X dan diuji validitasnya dengan backtesting Kupiec Test.Untuk pengukuran capital charge risiko shad, balk Model Standar maupun Model GARCH keduanya dapat digunakan karena berdasarkan perhitungan validasi dengan backtesting keduanya menunjukkan basil yang valid, tetapi capital charge Model GARCH lebih efisien. Untuk tujuan efisiensi dan efektivitas usaha, Model GARCH perlu diterapkan di P.T. Bank X.

---

The problem which is faced by P.T. Bank X is has not been used of measuring capital charge which is more accurate to the risk of valas transaction which is caused by the return sharf volatility fluctuation. The used of Standard Method with a value 8% from the owning of Net Open Posistion, cause the amount of capital charge is bigger if it is compared with the needs, so that it causes bank. loss.The research methodology are collecting daily exchange rate data and Net Open Position of P.T. Bank X for some currencies USD, SGD, EUR and SAR. The research period run in 335 days, confidence level VaR 95% and holding period I day (spot). Count the daily return in each exchange rate, doing stationary testing, if it cannot be stationer, it can be dif3:'erencing. If the stationer data is done such normality testing and heteroscedastic testing. If the data is heteroscedastic so forecasting for volatility use EWMA and LARCH from model which is more valid is done of counting VaR to determine the capital charge. Then it is compared with Standardized Method which is used in measuring capital charge P. T. Bank X and the validity is tested by backtesting Kupiec Test.For the measuring of capital charge for risk foreign exchange, either Standardized Model or LARCH, both of them can be used because based on the counting validation with backtesting, they show the valid result, but the capital charge with LARCH is more efficient. For the aim of efficiency and effectiveness of a bussiness, LARCH Model can be applied in P.T. bank X."

"Penelitian ini bertujuan untuk membandingkan dua metode value at-risk, delta-normal dan historical simulation diaplikasikan pada sebuah portofolio. Data yang digunakan dalam penelitian adalah rerum portofolio yang terdiri dari saham­ saham LQ45 selama interval waktu Februari 2007 sampai dengan Juli 2009 yang berjumlah 596 data. Sebelum diperbandingkan, hasil kedua metode pethitungan VaR akan diuji validitasnya sebagai rnetode pengukuran menggunakan Kupiec test. Jika kedua metode dinyatakan valid, maka kedua metode lersebut akan diperbandingkan untuk menentukan mewde manakah yang lebih cocok sebagai VaR bagi portofolio tersebut Uji normaHtas akan dilakukan karena merupakan asurnsi dalam metode delta-normal. Parameter perhitungau VaR yang digunakan adalah confidence interval 95% dengan horizon waktu 20 hari. Berdasarkan hasil pengujian Kupiec test, kedua metode dalam penelitian ini ditolak sebagai metode pengukuran VaR portofolio tersebut. Dan menurut uji normalitas, beberapa return portofolio tersebut tidak memilik.i dlstibusi normal yang berdampak metode delta-normal tidak dapat langsung diterapkan sehingga dafam perhitungannya harus menggunakan alpha prime. Hasil penelitian ini menyatakan bahwa kedua metode tersebut memiliki tingkat kesalahan yang sama, selain itu berdasarkan Kupiec test dari kedua metode tersebut tidak memiliki validitas yang baik untuk diterapkan.

---

This research aimed to comparing two method of Value-at-risk, that is delta­ normal and historical simulation applied to a portfolio. Data used in this research are portfolio return consisting LQ45's stock for time interval February 2007 till July 2009 with total 596 data. Before the comparison, result from both methods will be tested for its validity as a measurement method using Kupiec test. If both methods are valid, then both of methods will be compared to know which one is more suit as VaR for related portfolio. Normality test will be held because it needed for delta-normal method. Measurement parameters used are confidence interval 95% with 20 days time horizon.

Based on the result of Kupiec test, both methods rejected as VaR measurement method for related portfolio. And according to normality test, portfolio returns have a not normal distribution therefore can not be applied immediately to delta normal results are both method are have the same failure rate, but the result from Kupiec test shows that both methods are not suitable to be implemented."

"BPK telah mengimplementasikan Sistem Informasi Pemantauan Tindak Lanjut (SIPTL) untuk melaksanakan dan memantau tindak lanjut rekomendasi hasil pemeriksaan. Sejalan dengan mandat yang diberikan Undang-Undang Dasar 1945 untuk melaksanakan pemeriksaan atas pengelolaan dan tanggung jawab keuangan negara secara bebas dan mandiri, keamanan informasi hasil pemeriksaan merupakan hal penting bagi BPK. Namun demikian, dalam operasionalnya, pemanfaatan SIPTL belum sesuai dengan standar manajemen risiko keamanan informasi. Penelitian ini bertujuan untuk mendapatkan rancangan manajemen risiko keamanan informasi SIPTL. Penelitian ini menggunakan metode kualitatif dan pengumpulan data melalui wawancara dan studi literatur. Wawancara dilakukan dengan pejabat eselon III dan IV pada Biro TI BPK. Kerangka kerja yang digunakan pada penelitian ini berdasarkan SNI ISO/IEC 27005:2018 dengan penanganan risiko menggunakan SNI ISO/IEC 27001:2013, dan SNI ISO/IEC 27002:2013. Hasil yang didapatkan dari penelitian ini adalah 13 skenario risiko di mana dua risiko mempunyai level yang tinggi, lima risiko mempunyai level sedang, dan enam risiko memiliki level rendah. Berdasarkan skenario risiko selanjutnya disusun rancangan manajemen risiko keamanan informasi SIPTL, yang dapat digunakan sebagai bahan pertimbangan dalam penerapan manajemen risiko keamanan informasi di BPK.

---

BPK has implemented the Follow-up Monitoring Information Systems (SIPTL) to conduct and monitor follow-up of recommendations-audit result. In line with the mandate given by the 1945 Constitution to audit towards management of and accountability for the state’s finances a free and independent, the information security of audit results is an important matter for BPK. However, in its operations, the utilization of SIPTL is not in accordance with information security risk management standards. This study aims to obtain a SIPTL information security risk management design. This research uses qualitative methods and data collection through interviews and literature studies. Interview was conducted with middle level official at BPK’s Bureau of IT. The framework used in this research is based on SNI ISO / IEC 27005: 2018, and risk treatment based on SNI ISO / IEC 27001: 2013 also SNI ISO / IEC 27002: 2013. The results obtained from this study are 13 risk scenarios including two high level risks, five medium level risks, and six low level risks. Based on the risk scenario, the SIPTL information security risk management design is then prepared, which can be used as recommendation towards the implementation of information security risk management at BPK.

"

"Salah satu alat ukur risiko yang memiliki peran penting dalam manajemen portofolio adalah Value-at-Risk VaR . VaR didefinisikan sebagai jumlah kerugian portofolio yang mungkin terjadi dengan tingkat kepercayaan yang tinggi, selama periode waktu tertentu. Secara matematis, VaR adalah persentil dari distribusi loss. Secara umum, return pergerakan harga saham dimodelkan dengan gerak Brown. Sementara itu, distribusi loss dari instrumen keuangan lebih berisfat leptokurtic dari distribusi normal dan cenderung memiliki fat tails . Oleh karena itu, karakteristik dari distribusi loss tersebut tidak memenuhi asumsi distribusi normal. Dengan demikian, proses Variance Gamma VG adalah proses stokastik alternatif untuk mendeskripsikan model dari distribusi return harga saham. Proses VG didefinisikan sebagai gerak Brown dengan perubahan waktu acak mengikuti proses Gamma. Pada penerapannya dalam pasar modal, perhitungan VaR akan dilakukan pada Indeks Harga Saham Gabungan Indonesia IHSG .

---

One of the measures of risk which has an important role in managing portfolio is Value at Risk VaR . VaR is defined as the amount of possible portfolio losses with a high level of certainty, over a specific time frame. From statistical point of view, VaR is the percentile of the loss distribution. In general, return of the stock prices is modeled with Brownian motion. Meanwhile, return distributions of financial instruments are more leptokurtic than normal distribution and tend to have the fat tails . Therefore, these characteristics of return distributions are countering the normality assumption. Accordingly, a Variance Gamma VG process is an alternative stochastic process to describe the model for the return distribution of stock prices. This process is defined as Brownian motion with random time change following gamma process. On purpose of risk management application, the calculation of VaR will be carried out by using Indonesia Composite Index IDX . "

"Penelitian ini untuk menganalisis estimasi Value at Risk untuk mengukur volatilitas dan risiko Pasar Crude Palmoil (CPO) dengan Metode ARCH/GARCH pada Bursa Malaysia Derivative (BMD) Periode 2007-2010 dengan jumlah data observasi sebanyak 4.950 sampel harga CPO untuk jenis harga spot, future 1 bulan hingga future 4 bulan. Penelitian ini menggunakan metode ARCH/GARCH dengan pemilihan metode ARCH/GARCH yang memberikan hasil paling baik. Hasil penelitian menunjukkan bahwa metode ARCH/GARCH (1,1) merupakan metode yang memberikan estimasi paling baik untuk semua harga kecuali untuk Future 3 bulan periode 2009-2010 dimana metode yang paling baik adalah ARCH/GARCH (2,1) dan ARCH/GARCH (1,2) untuk Future 4 bulan periode 2009-2010. Selain itu, hasil penelitian menunjukkan bahwa volatilitas pasar CPO periode 2009-2010 cenderung menurun dibandingkan periode 2007-2008 dengan penurunan volatilitas terbanyak sebesar 27,66% yaitu pada harga spot. Akibat menurunnya volatilitas tersebut, maka resiko pasar CPO pun mengalami penuruan dengan besaran penurunan terbanyak sebesar 10,66% untuk harga spot. Penurunan ini tetap saja merupakan resiko baik bagi produsen maupun konsumen karenanya perlu dilakukan Hedging untuk memitigasi resiko tersebut. Selain dengan melakukan kontrak dengan formula harga yang mengacu pada harga CPO yang mempunyai nilai VaR terendah, hedging juga dapat dilakukan dengan melakukan perdagangan derivative dalam hal ini futures yang dihedge pada posisi yang berlawanan dengan perdagangan pada pasar spot.

---

This study to analyze Value at Risk estimation for volatility and risk measurement of Crude Palmoil (CPO) using ARCH/GARCH method at Bursa Malaysia Derivative (BMD) for period 2007-2010 with total sample of 4.950 spot price and future price from 1 month up to 4 month future price. This study uses ARCH/GARCH method by selecting the best ARCH/GARCH method that resulting the best and closest estimation. The result shows that ARCH/GARCH(1,1) method give the closest result for whole prices excepted for Future 3 months period 2009-2010 where ARCH/GARCH(2,1) provides the best estimation and for Future 4 months period 2009-2010 where ARCH/GARCH(1,2) provides the best estimation. The other result is that the volatility of Crude Palmoil commodity for period of 2009-2010 tend to be decreased than period of 2007-2008 with the most decreases percentage is 27,66% occur to Spot price and therefore the risk also tend to be decreased with the percentage of decreases is 10,66% occur to Spot price. This decreases still appearing risks for both producer and consumer, therefore hedging is important as risk mitigation. The hedging can be done not only through taking the contract with price reference that has low VaR value, but also by trading its derivative such futures that is hedged oppositely with trading in spot price."

"Dalam rangka mewujudkan sistem pembayaran yang efisien, cepat, aman dan handal, Bank Indonesia selaku Bank Sentral telah menerapkan sistem pembayaran berupa Real-Time Gross Settlement (RTGS). Sistem ini telah diterapkan hampir disebagian besar wilayah Asia Pasifik yang meliputi Hong Kong, Korea, Australia, China, New Zealand, dan Thailand. Di Indonesia sistem ini dikenal dengan sebutan BI-RTGS.Selain sistem BI-RTGS, Bank Indonesia juga memberikan sistem pembayaran nasional berupa Sistem Kliring Nasional Bank Indonesia (SKNBI). Diharapkan melalui kedua sistem tersebut akan tercipta pembayaran yang efisien, cepat, aman dan handal.Peraturan Bank Indonesia (PBI) Nomor 6/8/PBI/2004 tanggal 11 Maret 2004 tentang Sistem BI-RTGS dan PBI Nomor 7/18/PBI/2005 tanggal 22 Juli 2005 tentang SKNBI telah mengadopsi standar international business practice maupun core principle BIS. Dengan demikian Bank XYZ sebagai peserta sistem BI-RTGS dan SKNBI wajib tunduk kepada kedua PBI tersebut di atas dan sudah barang tentu menimbulkan konsekuensi yaitu timtutan agar pegawai Bank XYZ yang ditempatkan pada operasional sistem pembayaran bekerja lebih teliti, hati-hati dan seksama agar dapat meminimalkan atau meniadakan risiko yang mungkin dapat muncul dalam pelaksanaan transfer dana melalui kedua sistem dimaksud.Kesalahan pengiriman dana untuk rekening atau nama nasabah penerima yang dituju dipeserta penerima ataupun kesalahan dalam nilai nominal dan double pengiriman adalah beberapa contoh dari risiko operasional dari sisi peserta pengirim, sedangkan kesalahan dalam menentukan judgement terhadap perintah kiriman dana masuk dari peserta pengirim merupakan contoh risiko operasional dari sisi peserta penerima.Adanya kewajiban dari peserta pengirim untuk menerbitkan perintah kiriman dana baru kepada rekening yang dituju atau nasabah penenma yang benar tanpa menunggu pengembalian dana membuat pengalokasian dana cadangan untuk risiko operasional sangat penting. Besarnya alokasi dana cadangan ini harus dihitung dengan suatu metode pendekatan yang dikenal dengan sebutan Value at Risk (VaR).Pengukuran VaR untuk risiko operasional dapat dilakukan dengan beberapa metode pendekatan dan yang sederhana, sedikit komplek, dan sangat komplek. Tingkat keakuratan pengukuran terhadap aktual loss berbanding lurus dengan tingkat kompleksitas metode yang diterapkan. Adapun metode pengukuran risiko operasional dibagi menjadi 2, yaitu metode Standard dan Advanced Measurement Approach (AMA). Metode Standard terdiri dari Basic Indicator Approach (BIA), Standardized Approach (SA), Alternative Standardized Approach (ASA). Sedangkan AMA terdiri dari Internal Measurement Approach (IMA), Loss Distribution Approach (LDA), Scoreboard Approach, Bootstrapping Approach, Bayesian Method, dan Extreme Value Theory ( EVT).Metode AMA adalah metode yang dianggap menghasilkan pengukuran risiko operasional yang lebih baik yang dapat digunakan bagi perusahaan maupun perbankan dibandingkan dengan metode-metode lainnya seperti BIA, SA, ASA. Metode AMA menggunakan pendekatan internal dalam mengukur risiko operasional, sehingga metode ini terlepas dan aturan Basel.Dalam mengukur risiko operasional perusahaan, LDA mengharuskan untuk menggunakan data kerugian operasional intemal perusahaan masing-masing. Data kerugian tersebut dikelompokkan menjadi data iiekuensi kejadian dan data severitas kerugian. Dalam metode LDA, terdapat 2 cara pendekatan pengukuran yaitu dengan pendekatan actuarial method dan aggregation method. Dalam penelitian ini, metode pengukuran yang digunakan adalah dengan menggunakan AMA-LDA aggregation method.Dari hasil pengukuran yang dilakukan dan setelah dilakukan uji back resting, dapat ditarik kesimpulan bahwa penerapan metode pengukuran AMA-LDA aggregation method cocok diterapkan bagi Bank XYZ untuk mengukur besamya cadangan dana yang hams disediakan akibat potensi kerugian risiko operasional dalam sistem pembayaran nasional di keempat cabang Bank XYZ.

---

In order to achieve efficient, fast, secured and reliable payment system, Bank of Indonesia as the regulator has applied Real-Time Grass Settlement (RTGS) payment system. This system has been applied in most countries among Asia-Pasitic region, including Hong Kong, Korea, Australia, China, New Zealand, and Thailand. In Indonesia, this system is known as BI-RTGS.

Besides BI-RTGS system, Bank of Indonesia also provides national (domestic) payment system which is known as ?Sistem Kliring Nasional Bank Indonesia (SKNBI)? or ?National Clearing System of Bank Indonesia". By applying both systems, It is expected that we can have an efficient, quick, secured and reliable payment system.

Peraturan Bank Indonesia (PBI) or Bank of Indonesia Policies point 6/8/PBI/2004 on March 11th 2004 regarding to BI-RTGS System and PBI point 7/18/PBI/2005 on July 22nd 2005 regarding to SKNBI have adopted intemational business practice and BIS core principle standard. Thercby Bank XYZ as participant of BI-RTGS and SKNBI systems is required to obey both PBI above and get consequence, that the officers of Bank XYZ at operational payment system are required to work more accurately and carefully in order to minimize or eliminate any risks which might emerge in fund transfer involving both systems.

Mistaken account or customer name of fund recipient, mistaken nominal value and double transfer are some examples of operational risks on the side of fund sender. In the other hand, miss-judgement against incoming fund transfer order is the operational risk on the side of fund recipient.

Obligation of fund sender to issue order for new fund transfer to directed account or recipient without waiting for fund retum makes it very important to have spare fund allocation for operational risk. The amount of the spare fund has to be calculated using a method known as Value at Risk (VaR).

VaR measurement for operational risk can be performed using simple methods, slightly more complex methods or very complex methods. More complexity of the used method means higher accuracy level of the measurement against actual loss. There are two types of operational risk measurement methods: Standard and Advanced Measurement Approach (AMA). Standard method includes Basic Indicator Approach (BIA), Standardized Approach (SA), and Altemative Standardized Approach (ASA). AMA method includes Intemal Measurement Approach (IMA), Loss Distribution Approach (LDA), Scoreboard Approach, Bootstrapping Approach, Bayesian Method, and Extreme Value Theory (EVT).

AMA is a method which is considered as the one provides better operational risk measurement, that can be used in banking or other companies, compared with other methods, such as BIA, SA and ASA. AMA method uses internal approach in measuring operational risk, making this method not to depend on Basel rule.

In measuring company operational risk, usage of LDA demands intemal operational loss data of each company to be used. This loss data is grouped into occurrence frequency data and loss severity data. In LDA method, there are two methods of measurement, namely actuarial method and aggregation method. In this research, the method to be used is AMA- LDA aggregation method.

From the measurement and back testing result, we can get conclusion that applying AMA-LDA aggregation method is lit for Bank XYZ in measuring the amount of spare fund that must be provided due to potential loss of operational risk in national payment system which is used in four of its branches."

"The objective of this research is to examine maximum losses when investor invests on syariah based stock. Markowitz model is used for constructing the optimal portfolio. Value at Risk Model is also used for calculating the expected losses. The research indicates that volatility seems to cluster in a predictable fashion. Therefore the research forecasts variances used exponentially weighted moving average (EWMA) model. This research also aims to evaluate whether the EWMA model can predict variances reasonably well. The data used in this research are syariah based stock which had been included in Jakarta Islamic Index (JII) during the year 2005-2006. This research provides that VAR models using an EWMAforecast are good enough for predicting risk. The number of exception of 508 daily datas are only less than 5% or valid at confident level 95%. As benchmark we also use historical method and monte carlo simulation to compare performance of EWMA forecast."

"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 TestBerdasarkan 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."