BAB II LANDASAN TEORI

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.
ƒ
Keputusan investasi (Investment decision).
ƒ
Keputusan product-development.
ƒ
Strategi marketing.
ƒ
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
7 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 fixedincome 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
Yes
Yes
No
No
Yes
Yes
No
Yes
Yes
No
No
Yes
Calculation
Ease of
Explanation
Aggregation
Tabel 2.2 The Evolution of Analytical Risk Management Tool
1938
Bond duration
1952
Markowitz mean-Variance framework
1963
Sharpe’s single-factor beta model
1966
Multiple-factor models
1973
Black-Scholes option-pricing model,
1983
“Greeks”
1986
RAROC, risk-adjusted return
1988
Limits on exposure by duration bucket
10 1992
Limits on “Greeks”
1993
Stress testing
1994
Value at Risk (VaR)
1997
Risk metrics
1998-
Credit metrics
2000-
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 nonparametris 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.