7 

BAB II

LANDASAN TEORI

2.1. Risiko.

2.1.1. Pengertian Risiko.

Risiko dapat diartikan sebagai suatu ketidakpastian (volatilitas) dari hasil

yang didapatkan, dimana hasil tersebut dapat mencerminkan nilai dari suatu aset,

ekuitas, atau pendapatan. Perusahaan mempunyai beberapa tipe risiko, dimana risiko

tersebut dapat diklasifikasikan menjadi lebih luas sebagai risiko bisnis (business risk)

dan risiko finansial (financial risk).

Risiko bisnis adalah suatu risiko yang diasumsikan perusahaan dapat

membuat keuntungan kompetitif (competitive advantage) dan menambah nilai bagi

para shareholder. Risiko bisnis dari sisi perusahaan secara garis besar mencakup :

o Keputusan bisnis (business decision) yang dibuat oleh perusahaan.

Keputusan investasi (Investment decision).

Keputusan product-development.

Strategi marketing.

Pilihan bentuk struktur dalam organisasi / perusahaan.

o Lingkungan bisnis (business environment) tempat mereka beroperasi.

Risiko finansial adalah risiko yang berkaitan dengan kemungkinan mengalami

kerugian dalam aktivitas pasar uang (financial market). Sebagai contohnya adalah

8  

  

kerugian akibat volatilitas pergerakan suku bunga tertentu atau bisa juga obligasi

yang mengalami pembatalan bayar (default). Memahami suatu risiko dapat berarti

bahwa manajer finansial.

2.1.2. Risk management (finansial).

Manajemen risiko finansial mengacu pada suatu desain dan implementasi dari

prosedur untuk mengidentifikasi, mengukur, dan mengelola risiko finansial. Sebagai

seorang manajer risiko yang bertugas untuk mengatur risiko dalam suatu grup fixed-

income trader, manajer tersebut harus bisa membatasi potensi batas kerugian semasa

trader boleh melihat keadaan pasar, ini merupakan inti dari pekerjaan seorang

manajer risiko. Salah satu cara adalah dengan membuat ukuran batasan stop-loss.

Dimana jika kerugian kumulatif mencapai / melebihi batas maksimal kerugian, maka

posisinya harus dihentikan (cut) saat itu juga. Tindakan ini dilakukan secara umum.

Walaupun begitu, permasalahannya adalah dimana kontrol dilakukan setelah kejadian

tersebut terjadi (ex-post), oleh sebab itu tidak ada garansi bahwa kerugian ditutup

mendekati batas stop-loss. Apabila kondisi sedang dalam kemungkinan terburuk

maka mungkin saja kerugian yang dialami sudah terlanjur sangat besar. Karena alas

an tersebut maka seorang manajer risiko butuh menggunakan metode sebelum

kejadian tersebut terjadi (ex-ante) atau biasa juga disebut dengan kontrol risiko secara

forward-looking. Limit tersebut bisa ditetapkan secara nilai bayangan/perkiraan

(notional amount), akan tetapi metode tersebut masih belum cukup. Untuk suatu nilai

perkiraan yang sama, beberapa obligasi mempunyai risiko yang cukup ekstrim dan

9  

  

lainnya tidak terdapat risiko sama sekali. Seorang manajer risiko juga harus bisa

mengetahui bagaimana suatu instrumen derivative merespon suatu faktor risiko

tertentu, maupun kisaran potensi pergerakan dalam faktor risiko tertentu.

Tabel 2.1 Comparison of Risk Limit

Characteristic Stop Loss Notional Exposure VaR

Type Ex-post Ex-ante Ex-ante Ex-ante

Ease of

Calculation

Yes Yes No No

Ease of

Explanation

Yes Yes No Yes

Aggregation Yes No No Yes

Tabel 2.2 The Evolution of Analytical Risk Management Tool

1938

1952

1963

1966

1973

1983

1986

1988

Bond duration

Markowitz mean-Variance framework

Sharpe’s single-factor beta model

Multiple-factor models

Black-Scholes option-pricing model,

“Greeks”

RAROC, risk-adjusted return

Limits on exposure by duration bucket

10  

  

1992

1993

1994

1997

1998-

2000-

Limits on “Greeks”

Stress testing

Value at Risk (VaR)

Risk metrics

Credit metrics

Integration of credit and market risk

Enterprise wide risk management

2.1.3. Jenis Risiko Finansial

Secara umum risiko finansial diklasifikasikan dalam beberapa kategori seperti

risiko pasar (market risk), risiko likuiditas (liquidity risk), risiko kredit (credit risk),

dan risiko operasional (operational risk).

2.1.3.1. Market risk.

Market risk adalah risiko akan suatu kerugian karena pergerakan nilai

aset yang dimiliki karena pengaruh volatilitas dalam harga pasar. Market risk

dapat berupa dua bentuk, yaitu absolute risk yang tolak ukurnya berdasarkan

nilai dollar, dan relative risk yang tolak ukurnya berdasarkan nilai index.

Market risk dapat diklasifikasikan menjadi risiko directional dan non

directional. Risiko directional melibatkan exposure pada arah pergerakan

dalam variabel finansial, seperti harga saham, suku bunga, nilai tukar mata

uang, dan harga komoditas. Risiko Non directional melibatkan risiko yang

lain, yang terdiri dari non linear exposures dan exposures pada posisi yang

11  

  

telah di hedge atau pada volatilitas. Basis risk terbentuk dari pergerakan yang

tidak terantisipasi dalam harga relatif suatu aset pada posisi yang telah di

hedge, seperti cash dan future atau spread dalam suku bunga. Volatility risk

mengukur exposure terhadap pergerakan pada volatilitas yang terjadi (actual)

atau secara tidak langsung (implied).

2.1.3.2. Liquidity risk.

Risiko likuiditas biasanya diperlakukan secara terpisah dari risiko lain

yang didiskusikan di sini. Risiko liquiditas mempunyai dua bentuk, risiko

likuiditas aset (asset liquidity risk) dan risiko likuiditas pembiayaan (funding

liquidity risk).

Risiko likuiditas aset, juga dikenal dengan risiko likuiditas pasar/produk

(market/product liquidity risk), muncul saat transaksi tidak dapat dilakukan

pada harga pasar yang diberlakukan dalam jumlah yang harus dibayarkan

posisi tersebut relatif dengan lot (satuan jumlah) perdangangan normal. Risiko

likuiditas pasar/produk dapat dikelola dengan mengatur batasan pada pasar

dan produk tertentu dan dengan maksud untuk diversifikasi. Risiko likuiditas

dapat difaktorkan secara bebas kedalam pengukuran VaR dengan menetapkan

bahwa batasannya tidak terlalu lebih besar dari periode likuidasi yang

ditetapkan.

Risiko likuiditas pembayaran yang juga dikenal dengan risiko arus kas

(cash-flow risk), mengarah kepada ketidakmampuan untuk memenuhi

kewajiban pembayaran, dimana dapat memaksa likuidasi yang lebih awal,

12  

  

yang kemudian mentransformasikan ‘paper loss’ dengan kerugian yang

terealisasi (realized loss). Ini merupakan permasalahan khusus dalam

portfolio yang di leverage dan diharapkan terjadi margin call dari pihak

pemberi pinjaman. Risiko arus kas berinteraksi dengan risiko likuiditas

produk jika pada portfolio terdapa aset yang tidak likuid yang harus dijual

dengan harga kurang dari nilai wajar pasar (fair market value).

2.1.3.3. Credit risk.

Risiko kredit adalah risiko kehilangan piutang yang dimiliki dimana

counterparties mungkin tidak bisa memenuhi kewajiban kontrak mereka.

Efek dari risiko ini dapat diukur oleh biaya/beban penggantian arus kas jika

pihak lain mengalami pembatalan (default). Kerugian ini mencakup tentang

exposure atau jumlah risiko dan tingkat pemulihan (recovery rate), dimana

merupakan proporsi yang dibayarkan kembali kepada pemberi pinjaman,

biasanya diukur dalam bentuk ‘cent dalam dollar’. Suatu credit-event muncul

jika ada perubahan pada kemampuan counterparty untuk memenuhi

kewajiban yang dimilikinya.

Risiko kredit juga mencakup risiko kekuasaan (sovereign risk). Hal ini

muncul jika suatu negara memberlakukan kontrol terhadap kurs mata uang

yang membuat keadaan menjadi tidak mungkin bagi counterparty untuk

memenuhi kewajiban yang dimilikinya. Dimana apabila default-risk adalah

lebih mengarah ke perusahaan, sovereign-risk lebih mengarah kepada faktor

negara.

13  

  

Salah satu bentuk nyata dari risiko kredit adalah settlement-risk, yang

muncul saat dua transaksi pembayaran dilakukan pada hari yang sama. Risiko

ini muncul jika counterparty mungkin tidak bisa memenuhi kewajiban setelah

perusahaan melakukan pembayaran. Pada hari settlement, proporsi

pengukuran terhadap kegagalan counterparty sama dengan nilai penuh pada

saat pembayaran jatuh tempo. Settlement-risk begitu sering terjadi pada

transaksi perdagangan kurs mata uang asing, dimana melibatkan pembayaran

kurs mata uang yang berbeda pada waktu yang berbeda.

Risiko kredit dikontrol dengan nilai perkiraan, nilai sekarang, dan nilai

potensial pada batas kredit, dan bertambahnya fitur penambahan kredit seperti

jaminan yang dibutuhkan atau marking to market.

2.1.3.4. Operational risk.

Risiko operasional adalah risiko kehilangan yang dihasilkan dari

ketidakmampuan atau kegagalan proses internal perusahaan, sumber daya

manusia, dan sistem atau bisa juga dari kejadian eksternal.

Kegagalan proses dapat mengakibatkan kemacetan informasi, proses

transaksi, sistem settlement atau secara lebih umum adalah permasalahan di

bagian back-office, dimana berurusan dengan pencatatan transaksi dan

rekonsiliasi terhadap perdagangan individual. Risiko operasional juga dapat

mengarah pada risiko kredit atau risiko pasar.

Risiko perancangan (Model-risk) adalah bagian dari ketidakmampuan proses

internal. Ini mengarah pada risiko kehilangan dalam kenyataan bahwa model

14  

  

valuasi mungkin cacat/salah. Trader yang menggunakan model konvensional

untuk pemberian nilai option, secara singkat bisa menunjukkan jika terdapat

kesalahan spesifikasi dalam pemodelan risiko tersebut. Sayangnya model-risk

ini sangat berbahaya walaupun dapat dipercaya kegunaannya. Menaksir

menggunakan metode ini diperlukan pengetahuan yang sangat mendalam

terhadap proses modeling. Untuk memberi perlindungan terhadap model-risk

maka model harus didasarkan pada evaluasi independen menggunakan harga

pasar jika memungkinkan, atau ditujukan pada evaluasi out-of samples.

Risiko sumber daya manusia mencakup kecurangan internal ataupun

eksternal, seperti situasi dimana trader bermaksud untuk memalsukan

informasi. Ini juga berkaitan dengan risiko pasar. Rogue trader biasanya

menghilangkan jejak/keberadaan mereka setelah mengakibatkan kerugian

yang besar.

Risiko operasional juga mencakup legal-risk, yang muncul dari

pemaparan pada denda, penalty, atau dampak hukuman yang dihasilkan dari

tindakan yang mestinya tidak boleh dilakukan. Legal-risk secara umum

berelasi dengan risiko kredit, karena pihak lawan (counterparty) yang

kehilangan uang dalam suatu transaksi mungkin mencoba untuk mencari cara

legal untuk menyalahgunakan transaksi yang berlangsung. Legal-risk

dikontrol melalui peraturan yang dibentuk oleh penasehat resmi perusahaan

dengan manajer risiko dan manajemen senior. Perusahaan harus benar benar

yakin bahwa perjanjian dengan counterparties dapat diberlakukan sebelum

persetujuan lain dilakukan. Walaupun begitu, situasi yang melibatkan

15  

  

kerugian besar sering berakhir dalam persidangan, sederhana karena kerugian

yang diderita terlalu besar.

2.2. Value at Risk.

2.2.1. Pengertian Value at Risk.

Manajemen risiko telah mengalami revolusi yang cukup signifikan dalam

tahun-tahun terakhir ini. Hal tersebut dimulai dengan Value at Risk (VaR), sebuah

metode baru untuk mengukur risiko pasar finansial yang dibentuk sebagai respon atas

bencana finansial yang terjadi pada awal 1990 an. Manfaat yang dapat diambil dari

kejadian awal 1990 an tersebut adalah bermiliar-miliar dollar dapat hilang begitu saja

jika tidak adanya pengawasan dan manajemen yang bagus terhadap risiko finansial

dalam perusahaan. Sampai saat ini metode VaR sendiri telah digunakan secara

menyeluruh di instrumen derivatif dan instrumen finansial lainnya, metode ini juga

secara total mengubah cara institusi atau perusahaan dalam mengatasi risiko finansial

yang dialaminya.

Apakah itu VaR? VaR adalah metode untuk mengukur dan menilai suatu

risiko dengan menggunakan teknik statistik standar yang biasa digunakan. Secara

singkat VaR mengukur tingkat kerugian maksimum dalam tujuan tertentu yang tidak

boleh dilewati berdasarkan atas tingkat kepercayaan (level of confidence) yang

diberikan.

Berdasarkan pada pondasi perusahaan secara ilmiah, VaR memberikan user

sebuah rangkuman ukuran terhadap risiko pasar (market risk). Contohnya, jika bank

16  

  

memberikan suatu informasi bahwa VaR harian pada portfolio perdagangan adalah

$50 juta pada tingkat kepercayaan 99% (level of confidence). Dengan kata lain adalah

bahwa ada 1 kemungkinan diantara 100 (1%) dalam kondisi market yang normal,

tingkat kerugian melebihi $50 juta akan terjadi.

2.2.2. Parameter dasar VaR.

Untuk perhitungan terhadap nilai VaR, metode VaR sendiri mempunyai 3

parameter dasar yaitu:

• Time horizon.

Periode yang akan dianalisis berhubungan dengan waktu dimana suatu

institusi finansial berkomitmen untuk memegang (holding) portfolio tersebut,

atau waktu yang dibutuhkan untuk mencairkan aset tersebut.

• Confidence level.

Adalah ruang lingkup perkiraan dimana nilai suatu portfolio VaR tidak

akan melebihi kerugian maksimal. Nilai confidence level yang biasa

digunakan adalah 95% dan 99%.

• VaR (hasil).

Nilai ukuran VaR biasanya dalam satuan mata uang (currency) atau

bisa juga dalam persen.

17  

  

2.2.3. Kegunaan VaR.

Metode VaR juga mempunyai beberapa kegunaan dan variasi dalam

pengaplikasiannya di dunia kerja.

2.2.3.1. Passive : Information Reporting.

Kegunaan awal dari VaR adalah untuk mengukur suatu kumpulan risiko

(aggregate risk). VaR dapat digunakan untuk memberikan suatu informasi yang

berarti kepada manajemen risiko senior sewaktu menjalankan perdagangan dan

tindakan investasi. VaR juga mengkomunikasikan risiko finansial suatu perusahaan

kepada shareholder secara tidak teknis (non-technical), bentuk yang user-friendly.

2.2.3.2. Defensive : Controlling Risk.

Langkah berikutnya adalah menggunakan VaR untuk mengatur batas posisi

bagi seorang trader dan unit bisnis. Keuntungan VaR adalah dimana dia membuat

suatu penanda umum yang mana untuk membandingkan aktivitas berisiko di market

yang terdiversifikasi (diverse market).

2.2.3.3. Active : Managing Risk.

Sekarang ini VaR sering digunakan untuk mengalokasikan modal melalui

trader, business unit, product dan sering juga keseluruhan institusi. Proses ini dimulai

dengan menentukan return untuk nilai risiko tertentu. Risk Adjusted Performance

Measures (RAPMs) secara otomatis mengkoreksi insentif untuk trader untuk

mengambil risiko lebih yang dibebankan pada fitur optionlike dari bonus. Setelah

diimplementasikan, biaya modal berbasis risiko (risk-based capital) dapat

18  

  

membimbing institusi terhadap profile risk-return yang lebih baik. Metode VaR juga

dapat mengarahkan manajer portfolio untuk membuat keputusan yang lebih baik

dengan menawarkan suatu pandangan yang komprehensif / menyeluruh akan dampak

dari perdagangan terhadap risiko portfolio. Terakhir, VaR akan membantu untuk

membentuk Shareholder value added (SVA) yang lebih baik.

2.2.4. Ruang lingkup penggunaan metode VaR.

Ruang lingkup penggunaan metode VaR sekarang ini mencakup berbagai

macam dunia usaha, secara garis besarnya adalah :

• Institusi Finansial.

Bank secara umum menggunakan ini untuk memanage risiko finansial

dan instrument yang rumit. Bank sekarang mengimplementasikan sistem

manajemen yang tersentralisasi untuk mengatasi dan meminimalkan masalah

tersebut.

• Regulator.

Regulator menggunakan metode ini sebagai ukuran benchmark

terhadap suatu risiko finansial. Hal tersebut karena VaR memberikan suatu

pengukuran yang risk-sensitive terhadap suatu risiko.

• Perusahaan non-finansial.

Manajemen risiko yang tersentralisasi sangat berguna untuk korporasi

yang mempunyai risiko finansial cukup besar. Multinasional sebagai

contohnya, mempunyai cash-inflow dan cash-outflow yang terdiri dari

19  

  

berbagai kurs mata uang dan mempunyai dampak yang besar terhadap

perubahan kurs mata uang dunia. Cashflow at Risk (CFAR) dapat digunakan

untuk memberitahu bagaimana seharusnya perusahaan tersebut menghadapi

krisis keuangan yang akan dihadapi.

• Manajer Asset.

Investor perusahaan sekarang ini menggunakan VaR untuk memanage

risiko finansial mereka. Sehingga dapat melihat risiko modal keseluruhan

dalam bentuk portfolio base, dengan klasifikasi aset dan manajer secara

individu.

2.2.5. Metode VaR.

2.2.5.1. Delta-Normal Method.

Apabila faktor risiko tergabung dalam distribusi normal, dan posisinya bisa

direpresentasikan dengan pemaparan terhadap delta yang dimiliki, maka pengukuran

VaR diperkirakan bisa lebih simpel.

Kita mempunyai N (beberapa) faktor risiko, definisikan (xi,t) sebagai exposure

kumpulan terhadap semua instrumen untuk setiap faktor risiko (i) dan diukur dalam

satuan mata uang. Sebanding, kita bisa membagi ini dengan nilai portfolio sekarang

(W) untuk mendapatkan bobot portfolio (wi,t).

Maka tingkat return portfolio tersebut dapat dirumuskan sebagai :

, , ,

(2-1)

20  

  

Dimana bobot (wi,t) di-indeks kan oleh waktu/periode untuk mengindikasikan

bahwa ini adalah portfolio sekarang ini. Metode ini mempermudah pengumpulan

terhadap risiko untuk portfolio dalam jumlah besarkarena sifat yang tidak jauh

berbeda dalam variabel normalnya (portfolio dengan kumpulan variabel normal

dengan sendirinya terdistribusi normal). Asumsi normalitas portfolio juga

dipertanggungjawabkan dengan central limit theorem, dimana menyatakan bahwa

rata-rata dari variabel acak yang bebas (independent random variable) dipertemukan

dalam distribusi normal. Untuk portfolio yang tersebar merata dalam sejumlah faktor

risiko mereka mempunyai korelasi yang rendah, kondisi ini kemungkinan bisa agak

menyatu.

Dengan menggunakan notasi matrik maka variasi portfolio dapat ditentukan dengan :

, ′

(2-2)

Dimana Σt+1 adalah forecast dari covariance matrix dalam batasan VaR, dengan

menggunakan metode forecast Long-Horizon maka portfolio VaR menjadi :

′ ′

(2-3)

Dimana α merupakan kesalahan yang berhubungan dengan tingkat kepercayaan

(confidence level) untuk distribusi normal atau distribusi parametrik lainnya.

21  

  

Gambar 2.1 Metode Delta Normal

Keuntungan :

• Easy to implement, karena melibatkan multiplikasi matrik yang simpel.

• Computationally fast, walaupun dengan jumlah aset yang besar, karena

metode ini mengganti tiap posisi dengan exposure secara linear.

• Run in real time.

• Easy and amenable to analysis, karena pengukuran terharap marginal dan

pertambahan risiko dilakukan dalam tiap produk dari perhitungan VaR. Ini

berguna untuk mengatur risiko portfolio.

Kekurangan :

• Munculnya fat-tails didalam distribusi dari return dalam kebanyakan aset

finansial. Fat-tails ini secara khusus bisa mengkhawatirkan tepatnya karena

VaR berusaha untuk mendapatkan sifat dari return portfolio di bagian left-tail.

22  

  

Pada situasi ini, model dengan basis distribusi normal akan melemahkan

proporsi dari batasan luar (outliner) dan juga nilai VaR sebenarnya.

Penyesuaian ad-hoc secara simpel dapat dilakukan dengan menambah nilai

parameter α untuk mengganti kekurangan tersebut.

• Metode ini tidak cocok digunakan untuk instrumen tidak linear, seperti option

dan mortgages . untuk bentuk portfolio yang simpel metode ini dapat dirasa

cocok. Pada tingkatan tertinggi institusi finansial, ketidak-simetrisan akan

cenderung berlalu begitu saja, seperti yang diprediksi oleh central limit

theorem. Untuk portfolio yang sangat komplek maka metode delta-normal

dirasa tidak terlalu mencukupi ke-efektifannya.

(Value at Risk 3rd Edition,Philippe Jorion, 2007, pp 260-262)

2.2.5.2. Historical simulation method.

Pendekatan metode historical simulation menggunakan metode non-

parametris yang membentuk asumsi tidak spesifik tentang distribusi dari factor risiko.

Metode ini terdiri dari peninjauan kembali pada waktu yang lalu dan mengulang data

historis pada saat ini. Pada kasus yang simpel metode ini menerapkan bobot sekarang

terhadap time-series pada return aset historis, dimana :

, ∑ , , k = 1 … t (2.4)

Catatan bahwa bobot (wt) disimpan dalam nilai aktual sekarang. Nilai return

ini tidak merepresentasikan portfolio aktual tetapi lebih ke pembentukan historis dari

hypothetical portfolio menggunakan posisi sekarang ini. Pendekatan ini adalah

23  

  

sesuatu yang disebut dengan bootstrapping karena metode ini menggunakan

distribusi aktual dari data historical terakhir tanpa pergantian. Setiap skenario (k)

ditarik dari data historis pada observasi sebanyak waktu (t).

Secara lebih umum, metode ini dapat menggunakan full-variation, menerapkan nilai

hypothetical untuk faktor risiko, yang didapatkan dari memasukkan pergantian

historis dalam harga pada tingkatan harga sekarang ini, sehingga :

, , ∆ , i = 1, .... N (2-5)

Nilai portfolio baru (V*p,k) dihitung dari keseluruhan harga hipothetical,

dengan menggabungkan relasi non-linear , . Catatan bahwa untuk

mendapatkan vega risk, yang merupakan bagian dari pergantian volatilitas,

sekumpulan faktor risiko dapat menggabungkan pengukuran volatilitas tidak

langsung. Cara ini membentuk return hipotesis berdasarkan pada simulasi (k), dimana

, (2-6)

VaR kemudian didapatkan dari keseluruhan distribusi pada return hipotesis,

dimana setiap skenario historical ditempatkan pada tingkat bobot yang sama (1/t).

Karena metode ini tidak membutuhkan distribusi dengan parameter untuk faktor

risiko, maka disebut sebagai nonparametric.

24  

  

Gambar 2.2 Metode Historical

Keuntungan :

• Metode ini mudah untuk diimplementasikan jika data historical pada faktor

risiko telah dikumpulkan secara internal untuk tiap nilai pasar harian. Data

yang sama dapat dikumpulkan untuk penggunaan belakangan dalam

pengukuran VaR.

• Memperpendek proses dalam kebutuhan untuk mengukur/mendapatkan

matrik covariance.

• Metode ini menyederhanakan perhitungan dalam kasus portfolio yang

mempunyai jumlah aset yang banyak dan periode yang sempit. Semua yang

dibutuhkan adalah time-series dari nilai portfolio gabungan.

• Untuk daerah fat-tails dimana mereka muncul dalam data historical, metode

ini tidak membutuhkan asumsi distribusi dan karena itu datanya kuat.

25  

  

Simulasi historical dapat dilakukan dengan menggunakan full-valuation,

sehingga metode ini dapat mengambil nilai risiko gamma dan vega.

• Metode ini juga bersinggungan secara langsung dengan pilihan batasan

(choice of horizon) untuk mengukur VaR. Secara sederhana return diukur

dalam interval yang berhubungan dengan panjang dari batasan.

• Metode ini juga intuitive. VaR berhubungan dengan kerugian besar yang

diderita dalam beberapa periode terakhir. Sebab itu user dapat kembali pada

saat itu dan menjelaskan kedaaan dibalik perhitungan VaR yang dilakukan.

Kerugian :

• Hanya menggunakan satu jalur sampel. Asumsi bahwa masa lalu dapat

merepresentasikan nilai wajar masa depan dalam waktu dekat. Jika

pengamatan mengabaikan kejadian yang penting, maka the-tail tidak akan

direpresentasikan dengan baik. Sebaliknya, sampel juga mungkin

mengandung kejadian yang tidak akan muncul di masa mendatang.

• Variasi sample pada VaR simulasi historical lebih besar dari yang untuk

metode yang berparameter (parametric). Sehingga terdapat kesalahan yang

besar di data kuantil sampel, khususnya dengan ukuran sampel yang sedikit

dan tingkat kepercayaan (confidence level) yang tinggi.

• Metode ini mengasumsikan bahwa distribusi tersebut adalah alat catatan

daripada pengamatan yang dipilih. Pada prakteknya, mungkin terdapat variasi

waktu yang signifikan dan dapat diprediksi pada risiko. Hal ini dapat

26  

  

dimasukkan pada laporan dengan langkah berikut. Pertama kita mencocokan

model time-series untuk volatilitas pada seri Rt, asumsikan bahwa forecast

volatilitas adalah σt setiap harinya, maka residualnya dapat diukur dengan єt =

Rt/σt. Langkah kedua kita melakukan bootstrap residual yang telah diskala

dari pengamatan yang dipilih. Langkah ketiga adalah dengan menerapkan

residual ini pada forecast volatilitas mendatang σt+1. Ini pada dasarnya

merupakan simulasi historical terhadap nilai є, yang kemudian dimultiplikasi

oleh forecast volatilitas saat ini. Metode ini secara keseluruhan dinamakan

filtered-simulation.

(Value at Risk 3rd Edition,Philippe Jorion, 2007, pp 262-265)

2.2.5.3. Monte Carlo Simulation.

Pendekatan simulasi monte-carlo adalah menggunakan metode berparameter

yang membentuk pergerakan acak dalam faktor risiko dari distribusi berparameter

yang diestimasikan. Posisi dapat dinilai dengan menggunakan full-valuation.

Metode ini dijalankan melalui dua tahapan. Pertama, manajer risiko

menspesifikasikan proses yang mempunyai parameter stochastic (acak) untuk semua

faktor risiko. Parameter seperti risiko dan korelasi dapat diperoleh dari data masa

lampau (historical). Kedua, jalur harga bayangan disimulasikan untuk semua faktor

risiko. Pada setiap batasan yang dipertimbangkan, portfolio disepadankan (marked)

pada nilai pasar menggunakan full-valuation seperti dalam metode simulasi

historical, dimana V*k = V(S*

i,k). Setiap realisasi campuran (pseudo realization) ini

27  

  

lalu digunakan untuk menyusun distribusi dari return, yang merupakan asal darimana

nilai VaR dapat diukur.

Gambar 2.3 Metode Monte-Carlo

Keuntungan :

• Analisis Monte Carlo sejauh ini merupakan metode paling kuat untuk

menghitung VaR. Untuk faktor risiko, dia cukup fleksibel untuk

menggabungkan variasi waktu dalam variasi atau dalam ekspektasi return,

fat-tails, dan skenario yang ekstrim. Untuk instrumen dalam portfolio, dia

dapat melaporkan untuk exposure harga yang tidak linear, risiko vega, dan

model pemberian harga yang komplek.

• Simulasi Monte-carlo dapat menggabungkan lintasan waktu (passage of time),

yang akan membentuk perubahan struktur dalam portfolio. Ini mencakup 1.

waktu yang hilang (time decay) pada options, 2. Settlement harian pada

cashflow spesifik yang fixed, floating, atau yang berdasarkan perjanjian, 3.

28  

  

Dan efek dari strategi hedging atau trading yang telah dispesifikan terlebih

dahulu. Efek ini secara khusus penting, sewaktu batasan waktu menjadi lebih

panjang, yang kasusnya misalnya berupa perhitungan pada risiko kredit.

• Hanya metode yang dapat mengatasi risiko kredit.

Kekurangan :

• Kekurangan yang paling besar pada metode ini adalah waktu

perhitungannya. Jika 1000 jalur sampel dibentuk dengan portfolio yang

mempunyai 1000 aset, maka jumlah total dari perhitungannya adalah satu

juta. Dengan tambahan jika penilaian terhadap aset pada tanggal yang

ditentukan membutuhkan simulasi, maka metode ini membutuhkan

‘simulasi dalam simulasi’. Ini akan cepat menjadi sangat berat jika

diimplementasikan dalam dasar (basis) yang sering dilakukan.

• Metode ini merupakan paling mahal untuk diimplementasikan pada

infrastruktur sistem dan khususnya pengembangan intelektual. Simulasi

Monte-Carlo membutuhkan sistem komputer yang canggih. Metode ini

juga membutuhkan investasi yang cukup besar pada sumber daya manusia

jika dikembangkan dari sistem yang salah. Lalu kemungkinannya adalah

sistem itu dibeli dari vendor di luar. Pada kondisi lain, jika institusi telah

mempunyai sistem untuk memodelkan struktur yang komplek

menggunakan simulasi, mengimplementasikan simulasi Monte-carlo lebih

sedikit biaya karena keahlian yang dibutuhkan sudah pada tempatnya.

29  

  

Juga, ini adalah situasi dimana manajemen risiko yang tepat akan posisi

yang komplek secara absolut penting.

• Potensi kelemahan lainnya pada metode ini adalah risiko model (model

risk). Monte-carlo mengandalkan proses stochastic yang spesifik untuk

faktor aset yang mendasarinya, dimana mungkin terdapat kesalahan.

Untuk melakukan pengecekan jika datanya kuat terhadap pergantian

model atau tidak, maka hasil simulasi harus dilengkapi dengan beberapa

analisis sensitivitas. Sebaliknya, pendekatan ini seperti ‘black box’ yang

memberikan suatu hasil tanpa intuisi.

• VaR yang diestimasi dari simulasi Monte-carlo mengacu pada variasi

sampling, yang sehubungan dengan replikasi dengan jumlah yang terbatas.

Dengan pertimbangan, kasus dimana faktor risiko digabungkan secara

normal dan seluruh pembayaran linear. Metode delta-normal akan

memberikan pengukuran yang benar terhadap VaR dalam satu langkah

yang mudah. Simulasi Monte-carlo berdasar pada matrik covariance yang

sama hanya akan memberikan perkiraan, sekalipun makin bertambahnya

barang seperti penambahan jumlah replikasi.

(Value at Risk 3rd Edition,Philippe Jorion, 2007, pp 265-268)

2.3. Basel Accord I & Basel Accord II.

Banyak aturan yang dibuat berdasarkan atas Komite Basel dari Perhimpunan

Perbankan. Komite ini didirikan oleh Gubernur Bank Sentral dari G-10 (Group of

30  

  

Ten) pada akhir 1974. G-10 dibentuk dari sebelas Negara industri yang saling

berkonsultasi dan bekerja sama dalam ekonomi, moneter dan hal-hal finansial.

Komite Basel tidak membutuhkan otoritas resmi yang tinggi, dan oleh sebab itu

keputusannya tidak mempunyai kekuatan yang bersifat legal. Walaupun begitu tetap

diperhitungkan sebagai standar yang baik dan sebagai guidelines dalam perhitungan

manajemen risiko.

2.3.1. Basel Accord I

Basel Accord yang pertama dalam sistem perbankan mempunyai langkah

yang penting dalam standar kapital internasional minimal. Pokok bahasan utamanya

adalah tentang risiko kredit, yang selanjutnya mampu menanggulangi sumber risiko

yang paling penting dalam industry perbankan. Dalam penggunaanya, Basel Accord

yang pertama kurang bisa diimplementasikan dan pengukuran risiko yang masih

kurang memadai.

2.3.2. Kelahiran VaR

Pada tahun 1993, G-30 mempublikasikan “Seminal Report Addressing”

pertama kalinya yang disebut sebagai produk off-balance-sheet, seperti derivative,

dalam cara yang lebih sistematis. Pada waktu yang sama, industry perbankan secara

jelas melihat kebutuhan yang penting dalam manajemen risiko terhadap produk

tersebut. Singkatnya, di JP Morgan “Weatherstone Report 4.15” yang terkenal

diminta untuk dibuat dalam ukuran waktu satu hari, satu halaman secara singkat dan

disampaikan kepada CEO di sore hari (pukul 4.15). Dari itulah kemudian lahir Value-

31  

  

At-Risk sebagai sarana untuk melakukan pengukuran terhadap manajemen risiko

pasar dan RiskMetricsTM diputuskan sebagai standar industry secara global.

Di dunia yang sangat dinamis ini terutama pada waktu jam kerja. Kebutuhan

tentang valusai pasar secara instan dalam posisi perdagangan (dikenal sebagai

Marking to Market) menjadi sangat penting. Terlebih lagi di pasar yang memiliki

sangat banyak posisi seperti long dan short dituliskan dalam portfolio yang sama.

Melakukan manajemen risiko berdasar pada agregasi yang simple dari posisi nominal

menjadi kurang memuaskan. Bank mendorong untuk diperbolehkan

memperhitungkan juga netting effect, contohnya adalah kompensasi dari long dan

short dalam portfolio yang sama.

Pada 1996 amandemen yang penting terhadap Basel I menuliskan apa yang

disebut sebagai model standar untuk risiko pasar, tetapi pada waktu yang sama

memperbolehkan bank yang lebih besar untuk memilih sistem internal yang

berdasarkan atas model dasar VaR. Implementasi secara resmi diperoleh pada tahun

2000.

2.3.3. Basel Accord II

Tema utama dalam Basel II adalah risiko kredit, dimana tujuan utamanya

adalah bank dapat menggunakan metode untuk mengukur risiko dari kredit portfolio

secara lebih baik dan lebih sensitive terhadap risiko. Bank memberikan pilihan yang

lebih baik, yang disebut pendekatan ”internal-rating-based” yang memperbolehkan

untuk menggunakan internal dan eksternal sistem credit rating jika diperlukan. Yang

32  

  

terpenting kedua dalam tema Basel II adalah anggapan bahwa Risiko Operasional

merupakan kelas risiko baru.

2.4. Pengukuran Risiko Sebelum VaR

2.4.1. Gap Analysis

Salah satu pendekatan yang umum adalah Gap Analysis, yang diciptakan oleh

institusi finansial untuk memberikan ide tentang exposure terhadap suku bunga. Gap

analysis dimulai dengan pemilihan periode horizon yang diperlukan (contohnya 1

tahun kedepan). Kemudian kita menetapkan seberapa banyak asset atau liabilities kita

akan di re-price dalam periode ini, dan jumlah yang berkaitan memberikan kita asset

dan liabilities yang sensitives terhadap perubahan suku bunga pada batasan / horizon

yang dipilih.

Gap adalah perbedaan diantara suku bunga diluaran dan nilai pengukuran

suku bunga kita yang dianggap sebagai perubahan dalam pendapatan bunga bersih

yang muncul dalam respon terhadap perubahan dalam suku bunga.

∆ ∆ (2-7)

∆

∆

2.4.2. Duration Analysis

Metode tradisional kedua yang digunakan oleh institusi finansial untuk

mengukur risiko suku bunga adalah analisis durasi. Perhitungan Macaulay duration

33  

  

(D) dari obligasi (atau sarana pendapatan tetap yang lain) dapat didefinisikan sebagai

weighted average term terhadap jatuh tempo cashflow obligasi, dimana bobot

tersebut merupaka present value dari setiap cashflow relative terhadap present value

dari keseluruhan cashflow.

∑ .∑

(2-8)

Dimana PVCF adalah present value dari periode I pada cashflow. Pengukuran

durasi penting sebab hal tersebut memberikan indikasi perkiraan dari sensitivitas

harga obligasi terhadap perubahan yield.

% ∆

1

(2-9)

Dimana y adalah yield dan ∆ adalah perubahan dalam yield. Makin besar

durasi, maka makin besar pula perubahan harga obligasi dalam respon terhadap

perubahan yield. Pendekatan secara durasi sangatlah aman karena ukuran durasi

sangat mudah untuk dihitung dan durasi dari portfolio obligasi adalah nilai rata-rata

yang telah diberi bobot dari obligasi individual dalam portfolio. Analisis durasi juga

lebih baik dibandingkan dengan Gap analysis dimana sejauh ini analisis durasi

melihat perubahan di asset (atau liabilities), disamping hanya perubahan dalam laba

bersih / net income.

34  

  

2.4.3. Scenario Analysis

Pendekatan lain adalah analisis scenario (atau analisis ‘what if’), dimana kita

menetapkan scenario yang berbeda dan menginvestigasi apa yang harus kita yakini

untuk untung atau rugi dalam suatu portfolio. Analisis scenario dapat rumit ataupun

tidak, dan analisis skenario awal tak bisa dihindarkan berdasar atas batasan kekuatan

perhitungan yang ada. Analisis skenario tidak mudah untuk direpresentasikan.

Banyak bergantung pada kemampuan kita untuk mengidentifikasi skenario yang

benar dan secara relatif terdapat aturan yang sedikit sekali yang dapat memandu kita

dalam memilih skenario yang benar tersebut. Analisis skenario juga tidak

memberitahukan tentang kemungkinan skenario lain yang ada, oleh sebab itu maka

dibutuhkan pengambilan keputusan yang tepat saat menilai kesignifikanan dari

skenario yang berbeda. Dalam analisis terakhir, hasil dari analisis skenario sangatlah

subjektif dan bergantung pada ektensi yang besar pada skill dari seorang analis.

2.4.4. Portfolio analysis

Suatu pendekatan yang berbeda untuk pengukuran risiko disajikan dengan

teori portfolio. Teori portfolio bermula dari alasan bahwa investor memilih diantara

portfolio berdasarkan atas return yang diinginkan, dalam satu sisi, dan standar deviasi

dari return yang didapat, dalam sisi lain. Standar deviasi dalam return suatu portfolio

dapat dipakai sebagai ukuran dalam risiko suatu portfolio. Hal lain dianggap sama,

seorang investor menginginkan suatu portfolio yang dapat menghasilkan return

dengan nilai ekspektasi yang tinggi dan standar deviasi yang rendah. Secara implisit

ini menunjukkan bahwa investor sebaiknya memilih portfolio yang memaksimalkan

35  

  

return yang diinginkan pada standar deviasi yang ada. Portfolio yang mencakup

kondisi ini sangatlah efisien, dan investor yang rasional selalu memilih portfolio yang

efisien.

Salah satu kunci dari teori portfolio adalah bahwa risiko dari asset individual

apapun bukanlah standar deviasi dari return asset tersebut, melainkan proporsi

kontribusi asset tersebut terhadap keseluruhan portfolio. Moral dari bahasan ini

adalah besarnya kontribusi suatu asset terhadap return asset lain di dalam portfolio

kita, atau dengan kata lain adalah nilai beta yang sebanding dengan covariance antara

asset tersebut dan return portfolio tersebut, dibagi dengan variasi (variance) dari

return portfolio. Makin kecil nilai korelasi, dimana nilai yang lain sama, maka makin

kecil kontribusi asset tersebut terhadap risiko keseluruhan. Dan tentu saja jika

korelasi nya negatif maka akan mengurangi risiko yang ada dan menurunkan standar

deviasi dari portfolio tersebut.

2.5. Regulator.

Pertumbuhan yang cepat pada pasar derivatif dan berita kerugian keuangan

yang telah dipublikasikan dengan sangat baik telah membentuk badan pengawas yang

benar-benar memperhatikan keadaan pasar uang.

2.5.1. Badan Pengawas di Amerika.

2.5.1.1 Financial Accounting Standards Board (FASB)

Langkah pertama dalam manajemen risiko adalah dengan mengukur

aset dan beban pada tingkat nilai wajar. Dalam waktu yang cukup lama,

36  

  

derivatif dianggap sebagai off balance-sheet items. Oleh sebab itu derivatif

tidak muncul di dalam laporan neraca ataupun pendapatan perusahaan.

Penerapan ini dirasa tidak tepat karena derivatif mempunyai efek terhadap

aset ataupun beban keuangan perusahaan, seperti halnya elemen balance-sheet

yang lain. Pertumbuhan akan pasar derivatif membuatnya menjadi penting

untuk meninjau kembali metode akutansi yang salah tersebut.

Pada juni 1998, FASB mengeluarkan sekumpulan standar baru, FAS

133, “Accounting for Derivative Instrument and Hedging Activities”, hal

tersebut menyatukan akutansi derivatif, akutansi hedging, dan instrumen

derivatif lainnya. Secara efektif pada 15 juni 2000, FAS133 menetapkan

bahwa derivatif harus dicatat dalam laporan neraca pada tingkat harga wajar.

Perubahan pada nilai pasar derivatif harus dicatat dalam laporan laba rugi.

Untuk derivatif yang digunakan sebagai instrumen hedging maka peraturan

memperbolehkan nilai keuntungan atau kerugian harus dilaporkan dalam

laporan laba rugi sebagai item yang di hedging. Peraturan baru juga

mengharuskan laporan untuk menjelaskan tentang kebijaksanaan manajemen

risiko derivatif tersebut. Pada desember 1998 dibentuk juga IAS 39 oleh IAFS

(International Accounting Standards Board) dimana juga mengarah terhadap

penilaian pasar, akan tetapi untuk semua aset keuangan dan beban keuangan,

tidak hanya derivatif. Dengan menharuskan penilaian terhadap pasar, standar

baru ini mengkonfirmasikan trend terhadap laporan yang lebih transaparan.

37  

  

2.5.1.2. Security Exchange Commission (SEC)

Langkah kedua yang diperlukan dalam manajemen risiko adalah untuk

menyediakan pengukuran kuantitatif terhadap risiko yang menurun. Awal dari

tindakan SEC pada derivatif dapat ditelusuri pada kerugian sebesar $157 juta

yang diperbuat oleh P&G pada tahun 1994. Badan pengawas menemukan

kejadian tersebut tidak bisa diterima karena perusahaan dagang umum yang

besar bisa spekulasi terhadap derivatif tanpa menginformasikan pada para

pemegang sahamnya.

Pada januari 1997, SEC mengeluarkan peraturan dimana

mengharuskan perusahaan untuk mentransparansikan informasi kualitatif

tentang risiko derivatif dan instrumen finansial pada laporan keuangan yang

diberikan pada SEC. Peraturan ini dilihat sebagai suatu revolusi yang besar

dalam dunia keuangan dimana perusahaan harus bisa mentransparansikan,

untuk pertama kalinya melihat kedepan pengukuran terhadap risiko. Peraturan

baru ini diberlakukan secara umum setelah 15 Juni 1998.

Untuk membuat laporan lebih transparan maka SEC mengharuskan

pendaftar untuk mentransparansikan informasi kualitatif mereka pada risiko

pasar menggunakan salah satu dari tiga kemungkinan cara :

• Tabular presentation dalam ekspektasi arus kas dan bentuk kontrak

digolongkan dalam kategori risiko.

• Sensitivity Analysis mengekspresikan kemungkinan kerugian pada

perubahan hypothetical dalam harga pasar.

38  

  

• Pengukuran Value at Risk untuk periode laporan yang sedang

berlangsung, dimana dibandingkan dengan perubahan aktual yang

terjadi pada nilai pasar.

Peraturan ini secara umum telah disambut oleh banyak pengguna

statemen finansial. Institusi CFA, yang merupakan kelompok terkemuka

dalam analis finansial, sebagai contohnya memberi komentar bahwa peraturan

SEC merupakan langkah yang signifikan untuk menambah kemampuan

investor dalam menilai suatu risiko investasi. Institusi CFA juga menyarankan

bahwa sebaiknya hanya satu metode yang diberlakukan sebagai patokan,

sehingga bisa memberikan komparasi yang berarti antar tiap perusahaan.

2.5.2. Badan Pengawas Indonesia.

2.5.2.1.Badan Pengawas Pasar Modal dan Lembaga Keuangan

(BAPEPAM-LK).

Badan Pengawas Pasar Modal dan Lembaga Keuangan (disingkat

Bapepam-LK) adalah sebuah lembaga di bawah Departemen Keuangan

Republik Indonesia yang bertugas membina, mengatur, dan mengawasi

sehari-hari kegiatan pasar modal serta merumuskan dan melaksanakan

kebijakan dan standardisasi teknis di bidang lembaga keuangan. Ketua

Bapepam-LK saat ini adalah A. Fuad Rahmany.

39  

  

Bapepam-LK merupakan penggabungan dari Badan Pengawas Pasar

Modal (Bapepam) dan Direktorat Jenderal Lembaga Keuangan Departemen

Keuangan. Fungsi Bapepam-LK adalah:

• Penyusunan dan penegakan peraturan di bidang pasar modal.

• Penegakan peraturan di bidang pasar modal.

• Pembinaan dan pengawasan terhadap pihak yang memperoleh izin usaha,

persetujuan. pendaftaran dari Badan dan pihak lain yang bergerak di pasar

modal.

• Penetapan prinsip-prinsip keterbukaan perusahaan bagi Emiten dan

Perusahaan Publik.

• Penyelesaian keberatan yang diajukan oleh pihak yang dikenakan sanksi

oleh Bursa Efek.

• Kliring dan Penjaminan, dan Lembaga Penyimpanan dan Penyelesaian.

• Penetapan ketentuan akuntansi di bidang pasar modal.

• Penyiapan perumusan kebijakan di bidang lembaga keuangan.

• Pelaksanaan kebijakan di bidang lembaga keuangan, sesuai dengan

ketentuan perundang-undangan yang berlaku.

• Perumusan standar, norma, pedoman kriteria dan prosedur di bidang

lembaga keuangan.

• Pemberian bimbingan teknis dan evaluasi di bidang lembaga keuangan.

• Pelaksanaan tata usaha Badan.