Perancangan Sistem Informasi Risiko Pasar untuk Bank

Perancangan Sistem Informasi Risiko Pasar untuk Bank Muhamad Nursalman Program Studi Ilmu Komputer FPMIPA Universitas Pendidikan Indonesia [email protected]

Abstract Market risk management is a part of crucial activities for all of kind of bank even for small bank. Because market risk have two important things, that is interest rates and foreign exchange, which these are very related with bank business processes, especially for loan capital to debtor or for funding of bank to creditor itself. Therefore, the bank is facing with bank risks that can give financial loss. Therefore, this thesis will try to make analysist and design of information system of market risk for bank which in the future can developed and meet a demand of bank/user requirements, whose care about market risk. Besides considers interest rates and foreign exchange, the analysist and design considers the change of that values which real time to market, then the bank can know very quickly the impact to the bank business activites. Therefore, the bank can take the decision in order to balancing the profit still hold. Keywords: Market risk, interest rates, foreign exchange, bank, reference, stress testing, VaR, exposure

Abstrak Manajemen risiko pasar merupakan bagian kegiatan pokok untuk setiap bank manapun baik itu bank skala besar ataupun kecil. Karena risiko pasar menyangkut sekurangkurangnya dua hal penting, yaitu suku bunga dan nilai tukar, di mana hal ini sangat berkaitan erat dengan proses bisnis bank, baik itu dari sudut pemberian kredit/pinjaman kepada debitur maupun dari sudut pendanaan bank terhadap kreditur itu sendiri. Sehingga bank menghadapi risiko-risiko yang dapat mengakibatkan kerugian yang selanjutnya jika risiko-risiko tersebut tidak dapat ditangani dengan baik, maka kerugian yang ditimbulkan dapat berakibat fatal terhadap permodalan bank yang bisa menyebabkan bankrutnya bank tersebut. Maka dari itu, dalam penelitian ini akan dicoba untuk dibuat analisis dan desain dari sistem informasi risiko pasar untuk bank yang kelak dapat dikembangkan yang diharapkan dapat memenuhi kebutuhan pihak bank yang peduli terhadap manajemen risiko pasar. Selain suku bunga dan nilai tukar yang dipertimbangkan, dalam analisis dan desainnya pun mempertimbangkan perubahan nilainya yang real time terhadap pasar sehingga pihak bank dapat segera mengetahui dampaknya terhadap kegiatan bisnisnya dengan begitu dapat segera diambil keputusan agar keseimbangan dan keuntungan bisnis bank dapat tetap dipertahankan. Kata kunci: Risiko pasar, suku bunga, nilai tukar, bank, pasar (referensi), stress testing, VaR, eksposur

1. Pendahuluan Risiko Pasar merupakan risiko yang timbul karena adanya pergerakan variabel pasar dari portofolio yang dimiliki oleh Bank, yang dapat merugikan Bank (adverse IV-10

movement). Yang dimaksud dengan variabel pasar adalah suku bunga dan nilai tukar, lihat [6]. Risiko suku bunga adalah potensi kerugian yang timbul akibat pergerakan suku bunga di pasar yang berlawanan

INKOM Vol. IV No. 1 Mei 2010

dengan posisi atau transaksi Bank yang mengandung risiko suku bunga, lihat [6]. Risiko Nilai Tukar muncul dari dua faktor, yaitu pertama, Ketaksepadanan peredaran dalam aktiva dan pasiva sebuah perusahaan, dan kedua ketaksepadanan peredaran cash flow, yang dapat muncul dari sebuah variasi dari sumber daya seperti akun retail mata uang asing dan pelayanan dan transaksi tunai retail, perdagangan nilai tukar, investasi yang disatuankan mata uang asing dan investasi dalam cabang asing. Dengan demikian risiko terus berlanjut sampai posisi nilai tukar dibuka. Kemudian masalah yang muncul adalah bagaimana memantau perubahan suku bunga dan nilai tukar secara harian serta pengaruh dari perubahan tersebut terhadap pendapatan dan permodalan Bank, selain itu diusahakan agar dapat memastikan terukurnya eksposur risiko pasar secara akurat, informatif, dan tepat waktu. Sehingga informasi tersebut Holding Period

dapat dikaji dan dijadikan bahan evaluasi untuk meninjau kembali eksposur risiko pasar yang ada dan limit yang ditetapkan. Maka tujuan dari penelitian ini adalah untuk merancang suatu sistem informasi risiko pasar untuk bank sesuai dengan tujuan dan kebutuhan perusahaan dalam rangka penerapan manajemen risiko yang efektif.

2. Metode Terdapat tiga buah metode yang berkembang saat ini untuk perhitungan risiko pasar ini, lihat [1]. Tetapi dalam penelitian ini digunakan Metode VaR Parametrik dan Metode Pembangunan Perangkat Lunak Beraliran Data. Berikut adalah prinsip kunci menurut Basle Committee on Banking Supervision [1] yang berkaitan dengan perhitungan VaR Parametrik tersebut.

Value at Risk

Confidence Interval

Volatility of Market Factor

Gambar 1 VaR

Di bawah metode ini, diasumsikan bahwa keuntungan dari instrumen keuangan berdistribusi normal, artinya perubahan besar/drastis dan mendadak tidak diperhitungkan karena cukup sulit untuk menaksir atau menghitung berapa nilai koofesiennya, sebagai contoh adalah variabel politik. Di bawah distribusi normal, maka mean dan standar deviasi dari instrumen keuangan ini dapat dihitung untuk menaksir sebarang percentile dari seluruh perubahan nilai-nilai posisi.

Berikut adalah aturan dalam Metode VaR Parametrik [1]: 1. Model VaR ini menggambarkan bagaimana kurs pertukaran berkembang setiap saat dengan aturan sebagai berikut:  Perubahan harga logaritmik berdistribusi normal.  Perubahan harga logaritmik berdistribusi bebas artinya nilai dari keuntungan pada titik berbeda tak berhubungan sama sekali.

Nursalman: Perancangan Sistem Informasi Risiko Pasar untuk Bank

IV-11



Pada masing-masing titik waktu, t, perubahan harga log didistribusikan

Calculation of Mean

dengan variansi,  , yang berubah setiap saat. Hal ini sering dinyatakan sebagai heteroscedascity. 2

Calculation of Volatility

2. Hari bisnis aktual yang digunakan dalam menghitung kurs nilai tukar adalah sebagai berikut:  1 bulan terdiri dari 21 hari  3 bulan (Quarterly) terdiri dari 64 hari  6 bulan terdiri dari (Semi annual) terdiri dari 128 hari  12 bulan (Annual) terdiri dari 264 hari

Calculation of Market Value

Calculation of Standard Deviation

3. Aturan Ekonomik Perhitunga VaR menggunakan metode parametrik dalam penaksiran kurs pertukaran di masa datang akan sah di bawah kondisi normal. Hal itu tidak termasuk menggabungkan “penyesuaian khusus” yang mungkin terjadi di bawah kondisi abnormal. Sedemikian kondisi mungkin berubah-ubah dari efek politik dari negara di mana kurs pertukaran di observasi, perubahan drastis dalam kondisi ekonomik negara (contoh neraca pembayaran, cadangan asing, dsb.), dan tak terbatas pada “efek yang menular” dari kondisi dunia luas. Berikut adalah prosedur VaR Parametrik, di mana perhitungan parametrik diadopsi dalam langkah pengukuran risiko dapat dibagi ke dalam lima tahapan, lihat pada gambar 2 berikut ini.

IV-12

Forecasted Value

Gambar 2 Prosedur VaR Parametrik

3. Hasil Berikut adalah hasil penelitan terhadap metode di atas. Analisis dan Perancangan Data diuraikan dalam gambar 3 dan gambar 4. Analisis dan perancangan arsitektural dijelaskan dengan gambar 5 sampai 12. Dan analisis dan perancangan antar muka digambarkan dengan gambar 13 sampai 15.

INKOM Vo. IV No. 1 Mei 2010

Eksposur Risiko Pasar

Memberikan

Nilai Tukar Rupiah Dollar

Memberikan 2

Suku Bunga

Memperoleh

Windows Data

Diberikan

Data Aktifitas Pinjaman

Memiliki

Memiliki 2

Kreditur

Debitur

Diberikan 2

Data Aktifitas Pendanaan

Gambar 3 ERD EKSPOSUR_RI SI KO_PASAR

NILAI_TUKAR_RUPI AH_DOLLAR ID_EKSPOSUR_RI SI KO_PASAR v archar(10) ID_NILAI_TUKAR v archar(10) ID_NILAI_TUKAR v archar(10) ID_WI NDOWS_DATA v archar(10) ID_SUKU_BUNGA v archar(10) ID_EKSPOSUR_RI SI KO_PASAR v archar(10) TANGGAL times tamp TANGGAL times tamp = ID_EKSPOSUR_RISIKO_PASAR EKSPOSUR_RI SI KO_SUKU_BUNGA_AKTIVA_I DR_BANK ID_EKSPOSUR_RISIKO_PASAR dec imal(5) NILAI_TUKAR_BANK numeric(5) EKSPOSUR_RI SI KO_SUKU_BUNGA_AKTIVA_I DR_PASAR dec imal(5) NILAI_TUKAR_PASAR numeric(5) EKSPOSUR_RI SI KO_SUKU_BUNGA_AKTIVA_USD_BANK dec imal(5) EKSPOSUR_RI SI KO_SUKU_BUNGA_AKTIVA_USD_PASAR dec imal(5) EKSPOSUR_RI SI KO_SUKU_BUNGA_PASIVA_I DR_BANK dec imal(5) ID_NILAI_T UKAR = ID_NILAI_T UKAR EKSPOSUR_RI SI KO_SUKU_BUNGA_PASIVA_I DR_PASAR dec imal(5) EKSPOSUR_RI SI KO_SUKU_BUNGA_PASIVA_USD_BANK dec imal(5) ID_WI NDOWS_DAT A = ID_WINDOWS_DAT A EKSPOSUR_RI SI KO_SUKU_BUNGA_PASIVA_USD_PASAR dec imal(5) EKSPOSUR_RI SI KO_NI LAI_TUKAR_BANK dec imal(5) EKSPOSUR_RI SI KO_NI LAI_TUKAR_PASAR dec imal(5)

ID_SUKU_BUNGA = ID_SUKU_BUNGA

WI NDOW S_DATA

ID_EKSPOSUR_RISIKO_PASAR = ID_EKSPOSUR_RISIKO_PASAR

SUKU_BUNGA ID_SUKU_BUNGA ID_EKSPOSUR_RI SI KO_PASAR TANGGAL SUKU_BUNGA_AKTI VA_IDR_BANK SUKU_BUNGA_AKTI VA_IDR_PASAR SUKU_BUNGA_AKTI VA_USD_BANK SUKU_BUNGA_AKTI VA_USD_PASAR SUKU_BUNGA_PASI VA_IDR_BANK SUKU_BUNGA_PASI VA_IDR_PASAR SUKU_BUNGA_PASI VA_USD_BANK SUKU_BUNGA_PASI VA_USD_PASAR

v archar(10) v archar(10) times tamp dec imal(4) dec imal(4) dec imal(4) dec imal(4) dec imal(4) dec imal(4) dec imal(4) dec imal(4)

ID_WI NDOWS_DATA TANGGAL KEUNTUNGAN_BANK KEUNTUNGAN_PASAR


v archar(10) times tamp numeric(15) numeric(15)

DATA_AKTIVI TAS_PI NJAMAN ID_AKTI FI TAS_PI NJAMAN v archar(10) ID_DEBI TUR v archar(10) ID_SUKU_BUNGA v archar(10) TANGGAL times tamp J ENI S_AKTI FITAS_PINJ AMAN v archar(30) J UMLAH_AKTIFITAS_PINJ AMAN numeric(15) ID_DEBI TUR = ID_DEBIT UR

DEBI TUR ID_DEBI TUR NAMA_DEBITUR ALAMAT_DEBITUR


DATA_AKTIFTAS_PENDANAAN ID_AKTI FI TAS_PENDANAAN v archar(10) ID_SUKU_BUNGA v archar(10) ID_KREDI TUR v archar(10) TANGGAL times tamp J ENI S_AKTI FITAS_PENDANAAN v archar(30) J UMLAH_AKTIFITAS_PENDANAAN v archar(30)

v archar(10) v archar(30) v archar(50)

KREDI TOR ID_KREDIT UR = ID_KREDI TUR

ID_KREDI TUR NAMA_DEBITUR ALAMAT_DEBITUR

v archar(10) v archar(30) v archar(50)

Gambar 4 Physical Data Model


IV-13

Suku Bunga Bank Satuan Kerja Risiko Suku Bunga 1 SI Resiko Pasar utk Bank

Manajer Risiko


+ Satuan Kerja Risiko Nilai Tukar Nilai Tukar Bank

Gambar 5 Diagram Konteks 1.1 Satuan Kerja Risiko Suku Bunga

[Suku Bunga Bank]

Pengukuran Risiko Suku Bunga

+ Eskposur Risiko Suku Bunga

1.3 Tampil dan Cetak

DS Eksposur Risiko Suku Bunga dan Nilai Tukar


[Eksposur Risiko Pasar]

Eksposur Risiko Nilai Tukar 1.2 Satuan Kerja Risiko Nilai Tukar

Pengukuran Risiko Nilai Tukar

[Nilai Tukar Bank]

Manajer Risiko

+

Gambar 6 DFD Level 1

Perubahan suku bunga pasar

Tampil & cetak eksposur risiko suku bunga DS Suku Bunga Referensi (Pasar)

Satuan Kerja Risiko Suku Bunga

Suku bunga diUpdate

Suku Bunga Referensi

DS Suku Bunga

1

Suku Bunga

Update Suk u Bunga

Suku Bunga Bank

Suku Bunga Aktiva

DS Aktifitas Pendanaan Data Aktifitas Pendanaan

3 Perhitungan Average Monthly Balance

Pendapatan Bunga Pinjaman

4

Average Monthly Balance

Suku Bunga Pasiva

2 Perhitungan Pendapatan Bunga Pinjaman

Perhitungan Stress Testing

+

Kewajiban Bunga Pendanaan

Eskposur Risiko Suku Bunga

5 Perhitungan Kewajiban Bunga Pendanaan

Data Aktifitas Pinjaman DS Aktifitas Pinjaman

IV-14

DS Eksposur Risiko Suku Bunga dan Nilai Tukar


Gambar 7 DFD dan CFD Level 2 Suku Bunga Perubahan nilai tukar referensi

Tampil & cetak eksposur risiko nilai tukar

Nilai tukar diUpdate Nil ai Tu kar

H a rga Pa da H ari t D S Nila i Tuka r

1.2 .6 1.2 .7 S atua n Ke rja Risi ko N il ai Tu kar

[Nila i Tuk ar B an k]

Up da te N ila i Tu k ar

H a rga Pa da H ari t m in 1

P erh itun ga n M e an

K eun tun gan Pa da H ari t

D S W i nd ow s D ata

DS N ila i Tuka r R e fe re nsi

N il ai Tu kar R efer en si

Nil ai Tu kar R efer en si (B ase Ra te)

R a ta an K e untu ng an

Ra ta an K e untu ng an

1.2 .3

1.2 .4

1.2 .2

P erh itun ga n N il ai P asa r

P erh itun ga n S ta nd ar D e viasi

P erh itun ga n V ola ti litas

Nil ai P asa r

V ola ti litas

S td D ev

1.2 .5

N il ai P asa r

P erh itun ga n F o reca sted V alu e

[Ek sp osu r Risi ko Nil ai Tu kar] D S Eksp osu r Risiko Su ku B ung a d an N i lai Tu kar

Gambar 8 DFD dan CFD Level 2 Nilai Tukar


IV-15

Perhitungan Average Monthly Balance

Perhitungan Pendapatan Bunga Pinjaman

1.1.4.1 [Average Monthly Balance]

[Pendapatan Bunga Pinjaman] Perhitungan WAIR

WAIR

WAIR

1.1.4.2 Base Case Scenario

Perhitungan Base Case Scenario

Base Case Scenario

1.1.4.3 Perhitungan Parallel Movements of Interest Rate Scenario

1.1.4.4 Perhitungan Non Parallel Movements of Interest Rate Scenario

1.1.4.5 Perhitungan Administered Price Scenario

1.1.4.6 Hasil Non Parallel Movements of IR

Klasifikasi Scenario

Hasil Parallel Movements of IR

Hasil Administered Price [Eskposur Risiko Suku Bunga]

Administered Price diupdate DS Eksposur Risiko Suku Bunga dan Nilai Tukar

Parallel Mov. of IR diupdate

Perubahan suku bunga

Non parallel Mov. of IR diupdate

Tampil & cetak eksposur risiko suku bunga

Gambar 9 DFD dan CFD, 3, Stress Testing

IV-16


Nilai variabel pasar berubah Varibel pasar diUpdate ref.

Mengaktifkan pengUpdate-an nilai var. pasar

Mengaktifkan tampil dan cetak eksp. risiko pasar

Nilai var. pasar ditetapkan Bank Mengaktifkan pengUpdate-an nilai variabel pasar

MengUpdate Nilai Variabel Pasar

Variabel pasar diUpdate Bank Mengaktifkan pengUpdate-an Non-Parallel Mov. of IR Variabel pasar diUpdate Bank

Variabel pasar diUpdate Bank Mengaktifkan pengUpdate-an Parallel Mov. of IR

MengUpdate Perhitungan Non-Parallel Mov. of IR Scenario

MengUpdate Perhitungan Parallel Mov. of IR Scenario

Mengaktifkan pengUpdate-an Administered Price

MengUpdate Perhitungan Administered Price Scenario Non-Parallel Mov. of IR diUpdate Bank Mengaktifkan tampil dan cetak eksposur risiko pasar

Parallel Mov. of IR diUpdate Bank

Administered Price diUpdate Bank

Mengaktifkan tampil dan cetak eksposur risiko pasar

Mengaktifkan tampil dan cetak eksposur risiko pasar Menampilkan dan Mencetak Eksposur Risiko Pasar

Gambar 10 State Transition Diagram


IV-17

Sistem Informasi Risiko Pasar untuk Bank

Pengukuran risiko nilai tukar

Pengukuran risiko suku bunga

Perhitungan average monthly balance

Update suku bunga

Perhitungan pendapatan bunga pinjaman

Update nilai tukar

Perhitungan Kewajiban bunga pendanaan

Perhitungan mean

Perhitungan WAIR

Perhitungan base case scenario

Perhitungan parallel Mov. of IR

Perhitungan volatilitas

Perhitungan Nilai Pasar

Perhitungan administered price

Perhitungan standar deviasi

Perhitungan Non parallel Mov. of IR

Perhitungan Forecasted Value

Klasifikasi skenario

Tampil & Cetak

Gambar 11 Structure Chart

IV-18


Sistem Informasi Risiko Pasar untuk Bank

Pengukuran risiko suku bunga

Pengukuran risiko nilai tukar

Tampil & Cetak

Update suku bunga

Update nilai tukar

Perhitungan pendapatan bunga pinjaman

Perhitungan mean

Perhitungan Kewajiban bunga pendanaan

Perhitungan Nilai Pasar

Perhitungan average monthly balance

Perhitungan volatilitas

Perhitungan Stress Testing

Perhitungan standar deviasi

Perhitungan Forecasted Value Perhitungan base case scenario

Perhitungan administered price

Perhitungan parallel Mov. of IR

Perhitungan Non parallel Mov. of IR

Klasifikasi skenario

Perhitungan WAIR

Gambar 12 Hierarchy Chart Risiko Suku Bunga IDR

Suku Bunga IDR Bank

Suku Bunga IDR Pasar

0.17 OK

0.15

Cancel

1. Parallel Movements of IR Scenario Naik

Turun 0.01

OK

Cancel

2. Non-Parallel Movements of IR Scenario Time Bucket 1 Month 2 Month - 3 Month 3 Month - 6 Month 6 Month - 12 Month

Turun

>12 Month

Naik

0.008 0.01 OK

Cancel

3. Administered Price (In Month) 1

Naik

2 - 3

3 - 6

6 - 12

>12

0.09

Turun OK

Cancel

Gambar 13 Antarmuka Risiko Suku Bunga


IV-19

RISIKO NILAI TUKAR

Nilai Tukar Bank

Nilai Tukar Pasar

9,400 OK

9,550

Cancel

Gambar 14 Antarmuka Risiko Nilai Tukar

uang dollar merupakan mata uang dunia yang sekarang dominan digunakan dalam transaksi dunia perindustrian dan perdagangan. Hasil akhir dari sistem informasi baik dari analisis dan desain maupun hasil kuesioner menampilkan klasifikasi dari berbagai macam risiko menjadi worst case, most probabale case, dan best case.

EKSPOSUR RISIKO PASAR

Eksposur Risiko Suku Bunga IDR:

Aktiva

Pasiva

Worst Case

16.85%

16.85%

Most Probable Case

14.21%

14.21%

Best Case

11.45%

11.45%

Worst Case

6.00%

6.00%

Most Probable Case

5.40%

5.40%

Best Case

3.00%

3.00%

Worst Case

22.85%

22.85%

Most Probable Case

19.61%

19.61%

Best Case

14.45%

14.45%

Eksposur Risiko Suku Bunga USD:

Eksposur Risiko Suku Bunga Gabungan:

Eksposur Risiko Nilai Tukar:

9,850

Gambar 15 Antarmuka Risiko Pasar

4. Diskusi Dari hasil pengujian terhadap data hasil wawancara dengan Manajer Manajemen Risiko Bank Mandiri Wilayah VI Jawa Barat dapat kita sarikan informasi sebagai berikut: Untuk risiko suku bunga Pada analisis dan desain yang dipertimbangkan adalah suku bunga saja sesuai dengan anjuran Bank Indonesia karena bank-bank yang ada terutama BUMN dianjurkan untuk tidak melakukan kegiatan derivatif yang cenderung sangat fluktuatif dan dapat merugikan bank itu sendiri. Sehingga hal ini pun berakibat pada tidak diterapkannya perhitungan VaR untuk kegiatan derivatif tersebut. Pada analisis dan desain yang dipertimbangkan adalah mata uang rupiah dan dollar saja, sedangkan mata uang asing lainnya tidak. Hal ini dilakukan karena mata IV-20

Untuk risiko nilai tukar Pada analisis dan desain yang digunakan dalam perhitungannya adalah VaR parametrics sebagai metode pengukuran risiko nilai tukar. Baik dari analisis dan desain maupun hasil kuesioner memberikan inputan nilai tukar bank dan pasar ke dalam sistemnya. Dengan hasil seperti dikemukakan di atas, maka hasil analisis dan desain ini sudah cukup memenuhi kriteria aturan yang telah ditetapkan baik oleh Basle Committee on Banking Supervision atau pun oleh Bank Indonesia sendiri sebagai bank sentral di Indonesia.

5. Kesimpulan Dari apa yang telah dikerjakan pada tiap tahapan, maka ada beberapa kesimpulan yang dapat dituliskan, antara lain: 1. Perusahaan dalam hal ini bank, harus menerapkan manajemen risiko dengan sebaik-baiknya dan dengan memberikan pelatihan dan pendidikan yang berkelanjutan. 2. Variabel-variabel pasar yang dipertimbangkan harus disesuaikan dengan kebutuhan bank, jika kegiatannya tidak meliputi kegiatan derivatif sesuai anjuran Bank Indonesia, maka sebaiknya bank tidak perlu memperhitungkannya karena terlampau riskan yang dapat berakibat fatal bagi keuntungan bank itu sendiri. 3. Pada pemilihan metode pengukuran yang digunakan adalah VaR parametrik di bawah kondisi normal karena variabel politik sulit diukur besarannya.


4. Dari hasil analisis dan desain yang telah dibuat, maka hasil pengembangan selanjutnya dinilai layak diterapkan karena cukup memenuhi aturan Basle Committee on Banking Supervision atau pun Bank Indonesia.

10. Daftar pustaka [1] Bank for International Settlements, Basle Committee on Banking Supervision, Consultative Document, 2001. [2] Gibson, Michael S., Information System for Risk Management, Board of Governors of the Federal Reserve System International Finance Discussion Papers Number 585, July 1997.

[3] ___, Lampiran Bank Indonesia, SE No.5/21/DPNP, 29 September 2003. [4] ___, Peraturan Bank Indonesia Nomor: 5/8/PBI/2003 tentang penerapan Manajemen Risiko Bagi Bank Umum, 2003. [5] Stoneburner, Gary, Inerest Rate Risk Measurement and Capital Allocation Manual, NIST Technology Administration US Department of Commerce,Versi 1.04, 2004. [6] Stoneburner, Gary, FX Risk Measurement Model Manual, NIST Technology Administration US Department of Commerce,Versi 1.04, 2004.


IV-21

Perancangan Sistem Informasi Risiko Pasar untuk Bank

Recommend Documents