Hasil Pencarian  ::  Simpan CSV :: Kembali

"Banyak pihak yang telah memuji penggunaan model indeks tunggal yang dimodelkan melalui Capital Asset Pricing Model (CAPM) dalam menjelaskan return pada sebuah sekuritas. Kelihatannya masalah kepraktisan dalam penggunaan menjadi kunci dalam penggunaan model ini secara luas di kalangan akademisi maupun para praktisi. Penggunaan sebuah model dengan alasan kepraktisan bukan berarti tidak menyimpan cacat. Berbagai kelemahan pun akhirnya ditemukan seiring dengan semakin berkembangnya teori-teori keuangan baru dan semakin kompleksnya beragam jenis investasi. Model indeks ganda ditawarkan sebagai pilihan lain dari model indeks tunggal yang dirasa kurang begitu baik menjelaskan return sebuah saham. Penggunaan peubah bebas dari kelompok saham yang residual returnnya saling berkorelasi dilakukan untuk dapat membuat indeks yang secara adil benar-benar mewakili return saham tersebut. Hal ini dikarenakan penggunaan indeks pasar yang dalam hal ini adalah indeks LQ45 hanya didominasi oleh segelintir saham saja. Hanya saham yang memiliki tingkat kapitalisasi paling besar yang mempunyai banyak pengaruh dalam pergerakan indeks tersebut. Akhirnya saham-saham yang tingkat kapitalisasi pasarnya relatif lebih kecil tidak benarbenar terwakili dalam indeks. Untuk itulah penggunaan indeks lebih dari satu melalui persamaan model indeks ganda dapat menjadi alternatif dalam menjelaskan return saham secara lebih baik."

"Penelitian ini bertujuan menganalisis perilaku data intrahari pada saham syariah di Jakarta Islamic Indeks yang meliputi pembentukan pola regularitas intrahari, keberadaan fenomena volatilitas yang persistence dan gejolak volatilitas yang asimetris, serta hubungan kausalitas antara volume perdagangan dan bid-ask spread terhadap volatilitas. Keluarga model ARCH/GARCH digunakan untuk menjelaskan fenomena volatilitas. Sementara hubungan kausalitas dianalisis dengan uji kausalitas Granger. Hasil penelitian menunjukkan bahwa pola regularitas intrahari saham syariah umumnya mengikuti pola regularitas intrahari saham konvensional. Kemudian fenomena volatilitas yang persistence dan gejolak volatilitas yang asimetris secara intrahari dapat ditangkap pada sebagian besar sampel. Sedangkan uji kausalitas Granger mengindikasikan bahwa perubahan volume perdagangan dan bid-ask spread secara bersama memengaruhi volatilitas return.

---

This study aims to analyze the behavior of intraday data on Sharia stocks within Jakarta Islamic Index, covering the intraday regularity patterns, the phenomenon of volatility shock persistence and asymmetric shocks volatility, and also the causal relationship between trading volume and bid-ask spread to the volatility. Family models of ARCH/GARCH are used to describe the volatility phenomenon. While causal relationship is analyzed by Granger causality test. The results show that intraday regularity patterns of Sharia stocks generally follow intraday regularity patterns of conventional stocks. Then the volatility shock persistence and asymmetric shocks volatility are exist in most of samples. While Granger causality tests indicate that changes in trading volume and bid-ask spread together influence the volatility of returns."

"Tugas akhir ini secara umum bertujuan untuk menghadirkan suatu metode yang dapat membantu kita dalam menghitung nilai-nilai probabilitas transisi yang dibutuhkan dalam penghitungan aktuaria. Penghitungan nilai-nilai probabilitas transisi ini dibatasi pada model tiga state. Pembahasan model ini berkaitan erat dengan proses Markov dan menggunakan nilai force of transition konstan (Proses Markov waktu homogen). Metode yang digunakan dalam mencari nilai-nilai probabilitas transisi berangkat dari penggunaan matriks force of transition dengan force of transition yang bernilai konstan yaitu persamaan P(t) = Adiag( ed1t ,ed2t ,ed3t )A?1 dimana elemen-elemen matriks P(t) ialah nilai probabilitas transisi, vektor kolom dari matriks A ialah vektor eigen dari matriks force of transition, dan nilai d1, d2, d3 ialah nilai-nilai eigen dari matriks force of transition. Proses penghitungan nilai-nilai probabilitas ini melalui pencarian nilai eigen dan vektor eigen dari matriks force of transition. Dalam kasus khusus pada model khusus tiga state,yaitu state select, ultimate, dan dead, akan dibahas perhitungan numerik untuk mencari nilai-nilai probabilitas transisinya."

"Tugas akhir ini bertujuan menjelaskan prosedur penaksiran parameter model survival bivariat yang dibangun melalui copula dengan menggunakan metode Pseudo likelihood. Pada tugas akhir ini diberikan suatu contoh penggunaan copula dalam memodelkan data pasangan survival time yang tersensor kanan. Fungsi survival bivariat dari pasangan-pasangan survival time yang tersensor kanan ini dibentuk dengan menggunakan copula yang berasal dari famili copula Clayton. Pada model survival bivariat yang berbasis copula, diperoleh parameter yang merupakan parameter dependensi. "

"ABSTRAKPenelitian ini menjelaskan bagaimana survival analisys menggunakan regresi Cox Proportional Hazard dapat dipakai untuk menganalisis sebaran time to default debitur kredit mikro Bank XYZ berdasarkan karakteristik demografis debitur dan karakteristik produk. Terhadap sebaran tersebut menggunakan metode analisis non-parametrik khususnya point estimation dapat diestimasi karakteristik debitur yang mempunyai waktu survive terbaik yakni debitur di wilayah Kabupaten Indramayu, jenis kelamin wanita, pendidikan akhir SD, bidang usaha perdagangan besar dan eceran, status pernikahan janda/duda serta penghasilan.

---

ABSTRACT This study explains how survival analisys using Cox Proportional Hazard regression can be used to analyze the distribution of time to default of micro credit debtor in Bank XYZ based on debtor demographic characteristics and product characteristics. Against the distribution using non parametric analytical methods, especially point estimation can be estimated the characteristics of the debtor who has the best survive time that is the debtor in Indramayu District, female gender, final education of elementary school, major trade and retail business, marriage widow widower status and income "

"Perkembangan sektor perbankan Indonesia dalam 11 tahun terakhir mengalami pertumbuhan yang agresif, tetapi juga mempertahankan likuiditas yang memadai berdasarkan risiko sesuai dengan ketentuan otoritas. Bank-bank milik Pemerintah Indonesia mengendalikan ±42% dari total aset di sektor perbankan dan menghadapi tantangan dalam mempertahankan kondisi yang optimal antara regulasi, risiko, dan profitabilitas. Tujuan dari penelitian ini adalah untuk mengetahui risiko likuiditas dan faktor-faktor yang mempengaruhi bank BUMN setelah krisis ekonomi 2008 dan implementasi Basel III di Indonesia. Penelitian ini menggunakan data spesifik perbankan dan data ekonomi makro yang diproses menggunakan Common Effect Model yang dibandingkan dengan Fixed Effect Model dan juga dengan Random Effect Model. Berdasarkan analisis data menunjukkan bahwa faktor-faktor spesifik perbankan terutama LDR, NPL, CAR, dan ROA mempengaruhi risiko likuiditas bank-bank BUMN di Indonesia sementara faktor pertumbuhan deposito dan faktor makroekonomi tidak berpengaruh secara signifikan.

---

Growth of the Indonesian banking sector in 11 years be through aggressive growth, but also maintained adequate liquidity based on risk in accordance with the provisions of the authorities. Indonesia state-owned banks control ±42% of total assets in the banking sector and face challenges in maintaining optimal conditions between regulation, risk and profitability. The purpose of this study is to determine the liquidity risk and the factors that influence SOE (state owned) banks after the 2008 economic crisis and the implementation of Basel III in Indonesia. This study uses specific banking data and macroeconomic data which are processed using the Common Effect Model which is compared with the Fixed Effect Model and also with the Random Effect Model. Based on data analysis indicated that banking-specific factors especially LDR, NPL, CAR, and ROA affect the liquidity risk of state-owned banks in Indonesia while deposit growth and macroeconomics factors do not significantly influence."

"ABSTRAK Tantangan yang dihadapi perusahaan asuransi yang menjual produk asuransi kredit UMK adalah minimnya data yang terkait dengan informasi keuangan/bisnis. Sementara peran perusahaan asuransi sebagai Collateral Substitution Institution mengharuskan perusahaan asuransi untuk dapat melakukan pengelolaan dan pemodelan risiko yang handal. Penelitian ini difokuskan untuk menberikan alternatif metode pemodelan risiko, khususnya untuk perhitungan cadangan klaim dengan kondisi minimnya data keuangan/bisnis. Penggunaan reduce form intensity based model dengan pendekatan homogenious poisson process disajikan dalam penelitian ini untuk menjawab tantangan tersebut. Regresi linier poisson akan digunakan untuk meng-estimasi intensity rate λ, sehinga probability of defaull dari masing-masing polis/kelomok polis dapat ditentukan. Dengan demikian cadangan klaim akan di estimasi dengan metode individual loss model. Analisa kuantitatif dilakukan pada data empirik berupa data klaim asuransi kredit PT ABC selama periode 5 tahun yaitu dari tahun 2014 sampa dengan 2018. Hasil penelitian ini menunjukkan bahwa jangka waktu kredit dan besarnya plafon kredit sangat berpengaruh terhadap tingkat risiko dari masing-masing polis asuransi kredit. Karena memodelkan risiko polis secara individual sehingga model ini dapat dengan akurat memodelkan jenis Klaim IBNR dan RBNS dengan hasil estimasi dengan tingkat akurasi yang baik.

---

ABSTRACT

The challenge faced by insurance companies that sell MSE credit insurance products is the lack of data related to financial/business information. While the role of insurance companies as Collateral Substitution Institution requires insurance companies to be able to carry out robust risk management and modeling. This research is focused on providing alternative risk modeling methods, especially for the calculation of claims reserves with the minimum financial/business data conditions. The use of a reduce form intensity based model with a homogeneous poisson process approach is presented in this study to answer this challenge. Poisson linear regression will be used to estimate the intensity rate λ, so that the probability of default of each policy/group policy can be determined. Thus the claim reserves will be estimated using the individual loss model. Quantitative analysis is carried out on empirical data in the form of PT ABC credit insurance claims for a period of 5 years, from 2014 to 2018. The results of this study indicate that the credit period and the amount of credit initial limit greatly influence the level of risk of each credit insurance policy. Because modeling risk policies individually so that this model can accurately model the type of IBNR Claim and RBNS with estimated results with good accuracy."

"[ABSTRAKPenting bagi perusahaan asuransi untuk memastikan kecukupan modalnya untuk menanggung risiko yang ada. Salah satu risiko yang perlu diperhatikan oleh perusahaan adalah risiko munculnya kewajiban klaim dimasa yang akan datang.Peraturan yang saat ini berlaku untuk mengukur kecukupan modal perusahaan adalah Modal Minimum Berbasis Risiko yang diatur oleh OJK. Dalam ketentuan ini, diatur risiko investasi, risiko mata uang, risiko underwriting, dan beberapa risiko lainnya. Risiko underwriting diukur dalam Risiko Liabilitas Asuransi dengan mempertimbangkan premi dan klaim.Dalam ketentuan Solvency II, risiko pasar, risiko kredit, dan risiko underwriting juga diukur oleh perusahaan asuransi untuk memastikan kecukupan modal dengan mengukur tingkat kerugian maksimum pada tingkat kepercayaan tertentu. Faktor-faktor di dalam risiko underwriting yang perlu diperhitungkan adalah risiko premi, risiko cadangan, dan risiko katastropik. Formula standar sesuai solvency II dapat dijadikan patokan untuk mengukur risiko underwriting dan melihat kecukupan modal perusahaan.

---

ABSTRACTIt is vital for insurance companies to ensure the adequacy of its capital to cover potential risks. One of the risks that need to be considered by the company is the risk of claims liability in the future.Regulation currently in force for measuring capital adequacy of the company is the Risk-Based Capital Adequacy regulated by the Financial Services Authority (OJK). In this provision, it takes into consideration regulated investment risk, currency risk, underwriting risk, and other risks.While stated in Solvency II provisions, market risk, credit risk and underwriting risk is also need to be measured by the insurance company to ensure capital adequacy. This is done by calculating the maximum level of loss at certain level of confidence. Factors in the underwriting risk which need to be taken into account is premium risk, reserve risk and catastrophic risk. Appropriate standard formula solvency II can be used as a benchmark to measure its underwriting risk and ensure capital adequacy., It is vital for insurance companies to ensure the adequacy of its capital to cover potential risks. One of the risks that need to be considered by the company is the risk of claims liability in the future.Regulation currently in force for measuring capital adequacy of the company is the Risk-Based Capital Adequacy regulated by the Financial Services Authority (OJK). In this provision, it takes into consideration regulated investment risk, currency risk, underwriting risk, and other risks.While stated in Solvency II provisions, market risk, credit risk and underwriting risk is also need to be measured by the insurance company to ensure capital adequacy. This is done by calculating the maximum level of loss at certain level of confidence. Factors in the underwriting risk which need to be taken into account is premium risk, reserve risk and catastrophic risk. Appropriate standard formula solvency II can be used as a benchmark to measure its underwriting risk and ensure capital adequacy.]"

"[ABSTRAKKelemahan dari pendekatan Basic Indicator Approach (BIA), Standardised Approach (SA), & Alternative Standardised Approach (ASA) terutama dari penggunaan gross income yang digunakan sebagai proxy untuk eksposur risiko operasional, kemudian tidak memperhitungkan fakta bahwa eksposur risiko operasional meningkat dengan ukuran bank secara non-linear. Penulis mencoba menganalisa pendekatan New Standardised Approach (NSA) yang baru saja diperkenalkan oleh BCBS291 (Oktober 2014) dengan dua strategi yang terdiri dari penyempurnaan perhitungan SA dengan menggunakan business indicators (BI) sebagai proxy perhitungan modal risiko operasional dan meningkatkan kalibrasi dari koefisien perhitungan modal risiko operasional berdasarkan range gross income tanpa melihat lagi faktor β (beta) dari 8 (delapan) business lines. BI menggunakan 3 (tiga) makro komponen, yaitu interest component, services component, dan financial. Pendekatan NSA terlihat cukup konservatif didalam mengalokasikan Operational Capital at Risk (OpCaR) dengan nilai pencadangan yang lebih besar dibandingkan dengan BIA & SA. Kemudian untuk melihat efisiensi alokasi OpCaR dalam penelitian ini dianalisa pendekatan AMA dengan metode Actuarial Loss Distribution Approach menggunakan matriks dimensi 8 (delapan) business lines (BL) dan 7 (tujuh) event type (ET). Dengan mencari distribusi yang paling fit untuk mengestimasi frekuensi dan severitas dari kerugian operasional, dari matriks [ ] hanya dapat mengisi 21 data pada matriks [ ] yang seluruhnya berjumlah 56. Pada Akhirnya hasil OpCaR dengan LDA jauh lebih efisien dan mendekati nilai real losses bank ABC dibandingkan dengan NSA.

---

ABSTRACTOne of the weaknesses from Basic Indicator Approach (BIA), Standardized Approach (SA), and Alternative Standardized Approach (ASA) is the use of gross income as proxy for operational risk exposure. Moreover, it does not take into account the fact that operational risk exposure increases non-linearly with the size of the bank. The Author tries to analyze the New Standardized Approach (NSA) that recently introduced by BCBS291 (October 2014) with two strategies consisting of, improvement of the SA calculations using business indicators (BI) as a proxy for operational risk capital calculation and improve calibration of coefficient in the measurement of operational risk capital based on range of gross income without seeing another β (beta) factor of 8 (eight) business lines. BI using three (3) macro components, there are interest component, services component, and financial component. NSA looks fair and more conservative in allocating Operational Capital at Risk (OpCaR) with higher number than BIA and SA. Moreover, we want to see the efficiency of OpCaR allocation in this study by analyzing AMA with Actuarial Loss Distribution Approach using dimensional matrix between 8 (eight) business lines (BL) and 7 (seven) event types (ET) as comparison. By searching for the most fit distribution to estimate the frequency and severity of operational losses of the matrix [ ], we get 21 instead of 56 data of matrix [ ]. At the end of analysis, OpCaR result from LDA is much more efficient and closer to the real value of the ABC bank losses compared to NSA., One of the weaknesses from Basic Indicator Approach (BIA), Standardized Approach (SA), and Alternative Standardized Approach (ASA) is the use of gross income as proxy for operational risk exposure. Moreover, it does not take into account the fact that operational risk exposure increases non-linearly with the size of the bank. The Author tries to analyze the New Standardized Approach (NSA) that recently introduced by BCBS291 (October 2014) with two strategies consisting of, improvement of the SA calculations using business indicators (BI) as a proxy for operational risk capital calculation and improve calibration of coefficient in the measurement of operational risk capital based on range of gross income without seeing another β (beta) factor of 8 (eight) business lines. BI using three (3) macro components, there are interest component, services component, and financial component. NSA looks fair and more conservative in allocating Operational Capital at Risk (OpCaR) with higher number than BIA and SA. Moreover, we want to see the efficiency of OpCaR allocation in this study by analyzing AMA with Actuarial Loss Distribution Approach using dimensional matrix between 8 (eight) business lines (BL) and 7 (seven) event types (ET) as comparison. By searching for the most fit distribution to estimate the frequency and severity of operational losses of the matrix [ ], we get 21 instead of 56 data of matrix [ ]. At the end of analysis, OpCaR result from LDA is much more efficient and closer to the real value of the ABC bank losses compared to NSA.]"

"Produk Kredit Pemilikan Rumah (KPR) dari Bank ABC Tbk merupakan salah satu fasilitas kredit yang berkontribusi sebesar 60,2% terhadap pencapaian target kredit konsumer pada akhir tahun 2014. Untuk dapat meningkatkan penyaluran fasilitas KPR diperlukan strategi pemasaran dengan tetap memperhatikan mitigasi risikonya. Risiko yang menjadi perhatian utama adalah risiko terjadinya default. Salah satu cara yang dapat dilakukan untuk memitigasi risiko adalah dengan mengetahui sebaran peluang terjadinya default dari debitur. Sehingga dapat dibentuk early warning system terjadinya default. Sedangkan untuk menyusun strategi pemasaran yang tepat dapat mempertimbangkan karakteristik dari debitur yang mempunyai riwayat pembayaran cicilan lancar (survive).Pada penelitian ini digunakan analisis survival terhadap data debitur yang menerima fasilitas KPR selama periode 1 Januari 2009 sampai dengan 31 Desember 2014. Diharapkan hasil penelitian ini dapat menunjang pertumbuhan produk KPR tersebut. Metode pengamatan yang digunakan menggunakan metode non parametrik dan semi parametrik. Melalui metode non parametrik Kaplan Meier, peluang debitur survive mulai turun pada bulan ke enam. Peluang tersebut akan turun semakin besar pada bulan ke delapan sampai dengan lima puluh tujuh sejak diterimanya kredit yaitu sebesar 94,5% sampai dengan 99%. Sedangkan dengan metode non parametrik Nelson Aalen, peluang pembayaran lancar akan menjadi default sesaat adalah sebesar 0,091%. Dengan menggunakan metode semi parametrik Cox Proportional Hazard, karakteristik debitur dan karakteristik produk yang mempengaruhi terjadinya default adalah jenis pekerjaan, wilayah tempat tinggal, tingkat pendidikan akhir, jangka waktu kredit, status pernikahan, jumlah penghasilan per bulan, jenjang jabatan dan jenis kendaraan.

---

House Ownership Loan (KPR) is one of Bank ABC's mortgage facilities that contributed 60.2% to consumer's credit achievement at the end of 2014. In order to increase the distribution of this mortgage facility, a marketing strategy is needed, but still taking into consideration the mitigation of potential risks. One of the major risk concerned is the risk of default. One of the way to mitigate this risk is to determine the distribution of the probability of a default by the debtor. This can in turn be used to establish an early warning system in the case of a default. Meanwhile, to prepare the right marketing strategy, one can consider the characteristics of debtors by their history of smooth or on time mortgage payments (survive).

This study uses survival analysis of the data from debtors who obtained mortgage facilities(loans) during the period of January 1, 2009 up to December 31, 2014. It is expected that the results of this study can help understand and support the growth of the mortgage product. The observation methods used are non-parametric and semi-parametric methods. With the nonparametric Kaplan-Meier method, the debtor's probability to survive starts to fall in the sixth month. These probability decreases further in the eighth up to fiftyseventh month from when the credit is received, in the amount of 99% down to 94,5%. Where as, using the non-parametric methods of Nelson Aalen, the probability that a smooth payment will change to a temporary default is 0.091%. By using the semi-parametric method of Cox Proportional Hazard, the debtor's characteristics and product's characteristics that influence the occurrence of default are the type of work, region of residence, education level, the credit period, marital status, amount of income per month, the social hierarchy and the type of vehicle."