KONSEP DASAR RISIKO PASAR (Part III)

Source: Lampiran Surat Edaran Bank Indonesia No.13/36/INTERN tanggal 25 Oktober 2011, Pedoman Pengawasan Bank Berdasarkan Risiko untuk Tahapan Penilaian Risiko dan Tingkat Kesehatan Bank (Risk Based Bank Rating), Handbook Penilaian Risiko Pasar

                                                 KONSEP DASAR RISIKO PASAR (Part III)

4. Pengukuran Risiko Pasar

a. Pengukuran untuk Portofolio Trading dan FVO

Dengan melakukan pengukuran risiko pasar, bank dapat memantau dan mengendalikan risiko pasar secara memadai sehingga bank terhindar dari kerugian besar pada kondisi pasar yang tidak normal. Pengukuran risiko pasar atas instrumen trading book dan FVO umumnya meliputi pengukuran nominal/posisi, pengukuran sensitivitas, pengukuran opsionalitas, simulasi skenario, pengukuran dengan model internal (Value at Risk/VaR), dan stress testing. Bank dapat menggunakan satu atau lebih alat pengukuran tersebut sesuai dengan kompleksitas eksposur risiko pasar.

Semakin kompleks instrumen atau produk bank, semakin kompleks model pengukuran yang digunakan. Namun demikian, model pengukuran risiko dimaksud digunakan dengan saling melengkapi. Tingkat kompleksitas model pengukuran risiko pasar dapat digambarkan sebagai berikut:

Gambar 2

                                   Kompleksitas Model Pengukuran Risiko Pasar

1) Pengukuran Nominal/Posisi

Pengukuran nominal/posisi adalah metode paling dasar untuk mengukur risiko

pasar. Pengukuran tersebut menterjemahkan risiko sebagai akumulasi nilai nominal

transaksi yang dilakukan bank. Untuk bank dengan aktivitas trading yang tidak

kompleks, pengukuran nominal biasanya cukup memadai untuk pengendalian risiko

pasar, karena mudah dilakukan dan tidak memerlukan proses yang lama.

Contoh pengukuran nominal/posisi adalah sebagai berikut:

Berdasarkan ilustrasi tersebut, terlihat bahwa terdapat posisi short sebesar Rp1.750.000 yang harus ditutup dengan posisi long agar posisi valuta asing bank saling tutup (matched). Apabila posisi short tidak tertutup seluruhnya, maka terdapat posisi terbuka (net open position) yang akan terekspos pada perubahan nilai tukar. Meskipun pengukuran nominal/posisi tersebut mudah dilakukan karena sangat sederhana, pengukuran ini memiliki kelemahan karena tidak merefleksikan sensitivitas atau volatilitas harga, terutama untuk instrumen derivatif yang nilainya ditentukan oleh nilai aset yang mendasari (underlying asset), yang dapat berubahubah dengan cepat sesuai kondisi pasar. Oleh karena itu,bank yang memiliki instrumen yang kompleks atau produk terstruktur wajib menggunakan metode pengukuran yang lebih kompleks agar dapat mengukur risiko pasar dari instrumen tersebut secara lebih akurat.

2) Pengukuran Sensitivitas

Keterbatasan pengukuran nominal mendorong pengembangan pendekatan yang lebih akurat dalam mengukur risiko pasar, antara lain dengan metode PVBP (present value of a basis point) atau durasi (duration). PVBP menghitung nilai sekarang suatu instrumen terhadap perubahan suku bunga sebanyak 1 basis point. Contoh pengukuran PVBP adalah sebagai berikut:

PVBP dihitung dengan cara berikut:

a) Mencari nilai sekarang atas aliran kas di masa depan dengan menggunakan suku bunga saat ini;

b) Meningkatkan suku bunga sebesar 1 bp;

c) Mencari nilai sekarang aliran kas di masa depan dengan menggunakan tingkat

suku bunga baru (suku bunga saat ini + 1 bp); dan

d) Selisih antara nilai poin a dan c adalah PVBP.

Durasi adalah pengukuran linier atau derivatif pertama perubahan harga instrumen sebagai respon terhadap perubahan suku bunga. Apabila suatu bank memiliki sejumlah instrumen keuangan dalam suatu portofolio, maka dengan menghitung bobot tertimbang durasi seluruh instrumen pada portofolio tersebut, dapat diperoleh agregasi sensitivitas harga untuk portofolio tersebut dengan menggunakan faktor konversi tertentu. Durasi portofolio kemudian dapat digunakan sebagai alat mengukur risiko suku bunga bank. Meski metode PVBP dan durasi memberikan informasi yang berharga mengenai eksposur risiko pasar, metode tersebut memiliki keterbatasan dalam pengukuran eksposur instrumen dan portofolio yang kompleks. Antara lain, metode durasi tidak mengukur konveksitas atau volatilitas instrumen yang ada dalam portofolio. Pada pengukuran durasi yang merupakan pengukuran derivatif pertama dari perubahan harga terhadap perubahan suku bunga, perubahan harga diasumsikan linier terhadap perubahan suku bunga. Pada kenyataannya, perubahan harga tidak selalu linier dengan perubahan suku bunga, sehingga membentuk kurva. Dalam hal ini, pengukuran durasi tidak akurat untuk mengukur sensitivitas harga terhadap perubahan suku bunga. Konveksitas merupakan pengukuran bentuk kurva atau derivatif kedua dari perubahan harga instrumen keuangan terhadap perubahan suku bunga, yang lebih tepat merefleksikan sensitivitas terhadap perubahan suku bunga pada hubungan harga dan suku bunga yang tidak linier. Oleh karena itu, pengawas bank perlu memastikan bahwa pengukuran durasi digunakan untuk mengukur instrumen yang sesuai dan apabila dibutuhkan, wajib dilengkapi pula dengan pengukuran yang lebih tepat (konveksitas) sesuai dengan karakteristik instrumen bank.

3) Pengukuran Opsionalitas

Dalam bentuk yang paling sederhana, nilai suatu opsi dapat diterjemahkan sebagai fungsi dari harga aset yang mendasari opsi relatif terhadap harga eksekusi opsi, volatilitas harga aset yang mendasari opsi, jangka waktu kontrak opsi sampai dengan jatuh waktu, dan tingkat suku bunga pasar. Bank pada umumnya menggunakan faktor-faktor berikut untuk mengukur dan mengelola Risiko Pasar atas posisi opsi:

a) Delta mengukur sejauh mana nilai opsi dipengaruhi oleh perubahan (kecil)

harga aset yang mendasari. Nilai delta terletak di antara 1 dan -1, atau dinyatakan dalam persentase. Apabila opsi memiliki delta 0,25 (25%), artinya nilai opsi akan memiliki perilaku yang sama dengan 25% aset yang mendasari;

b) Gamma mengukur sejauh mana delta opsi akan berubah pada saat harga aset

yang mendasari berubah. Semakin tinggi gamma, semakin besar nilai opsi bagi

pemegangnya;

c) Vega mengukur sensitivitas nilai opsi terhadap perubahan ekspektasi pasar

terhadap volatilitas aset yang mendasari;

d) Theta mengukur seberapa jauh nilai opsi berubah saat opsi mendekati jatuh

tempo;

e) Rho mengukur sejauh mana nilai opsi berubah sebagai respon terhadap

perubahan suku bunga jangka pendek, semakin tinggi rho, semakin rendah nilai

opsi bagi pemegangnya.

Untuk memahami lebih lanjut mengenai pendekatan pengukuran opsi, pengawas

bank dapat mempelajari model Black-Scholes, Hull and White, atau Black, Derman

and Toy, model binomial, atau simulasi Monte Carlo.

4) Analisis Skenario

Bentuk lain pengukuran risiko pasar adalah melalui estimasi potensi perubahan nilai

instrumen dan portofolio pada berbagai skenario perubahan faktor risiko. Secara

sederhana, perubahan faktor risiko dapat diaplikasikan pada pengukuran sensitivitas

seperti metode durasiatau PVBP untuk menentukan perubahan nilai instrumen dan

portofolio pada berbagai skenario. Skenario dapat ditetapkan secara arbitrary atau

ditentukan secara statistik berdasarkan analisis data historis atau berdasarkan

peramalan (forecasting) atas perilaku faktor risiko pada berbagai situasi. Dalam

metode statistik, suatu skenario dipilih berdasarkan probabilitas bahwa skenario

tersebut akan terjadi dalam rentang waktu tertentu. Biasanya digunakan standar

deviasi untuk menyimpulkan skenario tersebut. Standar deviasi adalah pengukuran

variasi variabel acak ( random) seperti perubahan harga instrumen keuangan.

Besarnya standar deviasi yang dikombinasikan dengan pengetahuan mengenai jenis

distribusi probabilitas yang melatarbelakangi perilaku variabel acak memungkinkan

analis mengkuantifikasikan risiko dengan mengukur probabilitas terjadinya suatu

skenario tertentu. Untuk variabel acak dengan distribusi normal, 68% dari observasi

jatuh pada + 1 standar deviasi dari rata-rata perubahan, 90% pada 1.65 standar

deviasi, 95% pada 1,96 standar deviasi, dan 99% pada 2.58 standar deviasi.

Dengan asumsi bahwa perubahan faktor risiko terdistribusi secara normal,

perhitungan standar deviasi atas perubahan tersebut dapat digunakan untuk

menentukan skenario yang secara statistik memiliki probabilitas terjadi, misalnya

skenario yang akan terjadi pada 90% atau 95% dari observasi.

Alternatif lainnya adalah dengan menggunakan skenario historis dan

mengasumsikan bahwa probabilitas terjadinya skenario tersebut di masa depan

sama dengan frekuensi terjadinya skenario tersebut di masa lalu. Namun demikian,

pergerakan jangka pendek pada harga instrumen keuangan umumnya tidak

terdistribusi secara normal, khususnya probabilitas pergerakan yang ekstrim akan

lebih tinggi daripada yang diprediksikan oleh distribusi normal. Dalam hal ini,

metode pengukuran yang lebih kompleks mungkin dibutuhkan untuk menentukan

skenario yang lebih sesuai.

Hal penting yang perlu diperhatikan dalam melakukan simulasi skenario adalah

interaksi dan hubungan antar posisi instrumen keuangan. Keterkaitan antar posisi

biasanya diidentifikasi dengan menggunakan koefisien korelasi. Koefisien korelasi

adalah ukuran kuantitatif terhadap bagaimana perubahan pada suatu variabel

terkait dengan variabel lainnya. Besaran (magnitude) koefisien korelasi mengukur

probabilitas dua variabel akan bergerak bersama secara linier. Dua variabel (harga

instrumen) yang pergerakannya sangat terkait satu sama lain akan memiliki

koefisien korelasi mendekati 1 (satu). Semakin tidak terkait variabel yang satu

dengan yang lain, koefisien korelasi akan mendekati 0 (nol). Secara konseptual,

penggunaan koefisien korelasi memungkinkan bank memasukkan berbagai faktor

risiko ke dalam satu analisis risiko. Analisis ini bermanfaat untuk mengukur

instrumen yang nilainya terkait dengan lebih dari satu faktor risiko, misalnya

derivatif nilai tukar, dan untuk mengukur risiko suatu portofolio trading.

Penggunaan korelasi juga memungkinkan bank melakukan lindung nilai posisi, yaitu

secara parsial melakukan offsetting posisi long pada suatu valuta asing atau skala

maturitas dengan posisi short pada valuta asing atau skala maturitas lainnya dan

untuk mendiversifikasikan risiko harga pada suatu portofolio. Besarnya korelasi

antar instrumen dalam suatu portofolio menentukan tingkat offsetting atau

diversifikasi risiko. Dengan menggunakan korelasi, bank dapat menterjemahkan

seluruh posisi, pada seluruh faktor risiko, menjadi satu figur risiko.

5) Value at Risk

a) Definisi

Value at Risk (VaR) dari suatu portfolio didefinisikan sebagai suatu perkiraan

maksimum kerugian yang dapat terjadi pada portofolio risiko bank pada jangka

waktu/periode tertentu dengan tingkat keyakinan statistik tertentu. Dengan

demikian, berdasarkan perhitungan statistik yang dapat dipercaya, model

pengukuran risiko yang digunakan harus mampu memperkirakan (dengan

tingkat kepercayaan tertentu) limit maksimum kerugian dari suatu portfolio

pada suatu waktu tertentu. Untuk tujuan perhitungan beban modal risiko

pasar, perhitungan VaR didasarkan pada tingkat kepercayaan 99% yang

bersifat satu sisi (one tail), yaitu sisi kerugian.

Apabila suatu bank telah disetujui oleh Bank Indonesia untuk menggunakan

model VaR untuk menghitung KPMM, maka perhitungan VaR bank harus

dilakukan dengan menggunakan pergerakan harga instan yang ekuivalen dengan pergerakan harga dalam rentang waktu 10 (sepuluh) hari kerja, sehingga suatu eksposur diasumsikan akan dimiliki bank minimal selama 10 hari kerja. Asumsi 10 hari kerja berarti bahwa semua perhitungan yang relevan harus berdasarkan perubahan harga selama jangka waktu 10 hari kerja. Perhitungan VaR wajib menggunakan periode observasi historis (periode sampel) minimal selama 1 tahun (250 hari kerja). Bagi bank yang menggunakan

metode pembobotan (Weighted Moving Average) atau metode lainnya untuk menentukan periode observasi historis, maka periode rata-rata tertimbang untuk setiap observasi sekurang-kurangnya 6 bulan (125 hari kerja).

Penggunaan VaR untuk mengukur risiko pasar sebagai bagian dari keseluruhan

proses manajemen risiko memiliki beberapa manfaat, antara lain VaR dapat

digunakan untuk mengukur risiko berbagai instrumen keuangan ke dalam satu

pengukuran risiko secara portofolio. Dengan demikian, tidak seperti metode

standar di mana pengukuran risiko dilakukan secara individual dan kemudian

dijumlahkan, VaR merupakan pengukuran risiko pada tingkat portofolio atau

secara agregat.

b) Komponen VaR

Dalam melakukan perhitungan VaR perlu dilakukan identifikasi komponen VaR,

sebagai berikut:

(1) Nilai Eksposur

Nilai ekposur adalah jumlah dari posisi individual dalam portofolio yang

digunakan sebagai dasar untuk menentukan besarnya VaR. Dalam

perhitungan nilai eksposur, posisi individual dalam portofolio yang

digunakan dalam model VaR baik instrumen keuangan tradisional seperti

obligasi maupun instrumen yang lebih kompleks seperti future dan option

harus dihitung dengan menggunakan nilai pasar. Apabila tidak terdapat

nilai pasar atas instrumen tersebut, maka bank harus menggunakan model

pengukuran nilai pasar yang relevan dan didukung oleh teori serta asumsi

yang memadai.

(2) Volatilitas Return

Volatilitas return adalah suatu ukuran variabilitas imbal hasil ( return) suatu

instrumen keuangan. Pada perhitungan VaR, volatilitas imbal hasil diukur

dengan standar deviasi, yaitu nilai simpangan (deviasi) imbal hasil suatu

instrumen keuangan pada hari tertentu terhadap rata-rata imbal hasil

instrumen keuangan tersebut.

(3) Tingkat kepercayaan ( confidence level)

Confidence level adalah tingkat keyakinan yang digunakan dalam

mengukur VaR. Sesuai rekomendasi Basel, digunakan tingkat kepercayaan

sebesar 99% untuk mengukur VaR, khususnya dalam menghitung

kewajiban penyediaan modal minimum bank. Namun secara internal, bank

dapat menggunakan beberapa tingkat kepercayaan (misalnya 95% atau

97%) dalam pengukuran VaR bank.

(4) Time horizon (period)

Time horizon adalah lamanya waktu yang ditetapkan untuk memiliki asset

dalam portofolio, atau sering disebut sebagai „holding period‟. Umumnya

holding period adalah selama 1 hari, tetapi dalam kasus tertentu di mana

tidak terdapat pasar aktif atas instrumen tertentu, holding period dapat

mencapai 10 hari atau bahkan lebih lama untuk kasus-kasus tertentu.

c) Pendekatan Perhitungan VaR

Terdapat tiga pendekatan model yang digunakan untuk menghitung VaR, yaitu:

Variance Covariance, Historical Simulation dan Monte Carlo Simulation.

(1) Metode Variance – Covariance

Metode Variance – Covariance mengasumsikan bahwa faktor-faktor risiko

terdistribusi secara normal, pergerakan faktor-faktor risiko tidak terkorelasi

satu sama lain (serially independent), dan korelasi antar faktor risiko

bersifat konstan. Serially independent adalah besarnya perubahan harga

masing-masing faktor risiko pada satu hari tertentu tidak berpengaruh

pada hari lainnya atau tidak terdapat auto correlation (misalnya kurs USD

hari ini tidak memiliki korelasi dengan kurs USD esok harinya). Korelasi

konstan adalah hubungan antar faktor risiko diasumsikan tidak berubah

sehingga dapat digunakan untuk memprediksi potensi kerugian masa

depan.

Perhitungan VaR dengan pendekatan variance – covariance meliputi

identifikasi faktor risiko yang mempengaruhi portofolio dan volatilitas

faktor risiko tersebut menurut data historis. Untuk instrumen dengan

faktor risiko suku bunga, salah satu cara perhitungan VaR adalah dengan

melakukan perhitungan sensitivitas linier portofolio (PVBP/delta position)

terhadap pergerakan faktor risiko. Linieritas mengandung pengertian

bahwa sensitivitas portofolio adalah fungsi konstan dari perubahan suku

bunga. Setelah menghitung sensitivitas linier portofolio terhadap masingmasing

faktor risiko, dilakukan agregasi faktor risiko yang relevan dari

seluruh portofolio, dengan memperhitungkan korelasi antara faktor-faktor

risiko untuk menghitung risiko portofolio.

Untuk instrumen dengan faktor risiko nilai tukar, penilaian portofolio

dilakukan dengan memperhitungkan seluruh eksposur bank baik pada

trading maupun banking book, yang mencakup posisi pada on dan off

balance sheet yang direvaluasi menurut nilai pasar (mark to market)

dengan spot rate pada saat itu.

Pengukuran risiko yang akurat harus memperhitungkan pula kemungkinan

interaksi antara seluruh komponen dalam suatu portofolio, karena

perubahan harga pada suatu instrumen dalam portofolio dapat mempengaruhi instrumen lainnya baik pada kelompok aset yang sama

maupun pada kelompok aset yang berbeda. Salah satu cara untuk

mengukur bagaimana variabel dapat saling berhubungan adalah dengan

cara menghitung covariance dari variabel-variabel tersebut.

Covariance adalah metode untuk mengukur seberapa besar dua variabel

acak (independen) saling terkait satu sama lain. Metode ini dapat

digunakan untuk membandingkan ketergantungan antar variabel dengan

besaran yang sama. Metode untuk mengukur derajat keterkaitan antar

sepasang variabel acak adalah dengan menggunakan koefisien korelasi

( r ).

(2) Metode Historical Simulation

Metode historical simulation mengasumsikan bahwa imbal hasil atas aset di

masa depan akan memiliki distribusi yang sama dengan distribusi aktual

historis (data pasar historis) sehingga tidak menggunakan asumsi-asumsi

parametris seperti normalitas dan linearitas.

Perhitungan VaR dengan metode historical simulation menggunakan

perubahan harga pasar harian dengan periode observasi historis (periode

sampel) sekurang-kurangnya selama 1 tahun (250 hari kerja). Penetapan

laba/rugi harian dilakukan dengan cara memperhitungkan pengaruh

perubahan harga pasar historis harian terhadap eksposur. Selanjutnya

laba/rugi tersebut diurutkan mulai dari rugi terbesar sampai dengan laba

terbesar.

Pada ilustrasi berikut ini, nilai VaR dengan periode observasi 500 hari kerja

berdasarkan confidence level 99% berada pada urutan rugi terbesar kelima

(1% x 500 data = data ke 5) atau sebesar 27,558.

(3) Metode Monte Carlo Simulation

Metode Monte Carlo Simulation menggunakan angka acak untuk

menciptakan skenario harga acak (random scenario), misalnya dengan

menggunakan 10.000 skenario, yang digunakan untuk menilai portofolio

bankpada berbagai perubahan kondisi pasar. Skenario acak yang dihasilkan

diubah sehingga memiliki distribusi normal dengan menggunakan fungsi

inverse distribusi normal di mana pengembalian dari harga aset yang

didistribusikan secara normal dan bukan harga aset itu sendiri. Selanjutnya,

portofolio direvaluasi dengan menggunakan seluruh skenario harga

tersebut. Hasil revaluasi portofolio diurutkan mulai dari rugi terbesar

sampai dengan laba terbesar. VaR ditetapkan sesuai dengan urutan

tertentu (dikaitkan dengan jumlah skenario harga) berdasarkan confidence

level 99%. Ilustrasi perhitungan VaR dengan metode Monte Carlo disajikan

pada tabel berikut:

6) Stress Testing

Selain pengukuran risiko pasar dengan VaR model, pengukuran risiko pasar juga

harus dapat mengukur eksposur risiko pasar yang paling mungkin terjadi di masa

depan. Berdasarkan ketentuan KPMM risiko pasar dengan menggunakan metode

standar, bank wajib melakukan simulasi untuk menentukan bagaimana perilaku

portofolio yang dimiliki pada kondisi stress. Kerangka stress testing harus dimuat

dalam kebijakan manajemen risiko, dan manajemen wajib mengkaji ulang hasil

stress testing secara berkala. Pengawas bank menilai apakah asumsi dan parameter

yang digunakan relevan dan merefleksikan perubahan kondisi pasar, serta skenario

“base case” dan „worst case” yang digunakan dapat diterima kewajarannya.

5. Pengukuran untuk Risiko Suku Bunga pada Banking Book ( Interest Rate Risk in

Banking Book/IRRBB)

Metode pengukuran IRRBB yang umum digunakan bank antara lain adalah:

a. Repricing Schedule/Gap Report

Pendekatan ini menggunakan gap report yang disusun berdasarkan repricing

schedules. Gap report menempatkan seluruh posisi aset, kewajiban, dan rekening

administratif yang sensitif terhadap perubahan suku bunga ke dalam skala waktu

tertentu berdasarkan sisa jangka waktu sampai dengan periode penyesuaian tingkat

bunga berikutnya (untuk eksposur bersuku bunga mengambang) atau sisa jangka

waktu sampai dengan jatuh tempo (untuk eksposur bersuku bunga tetap). Selanjutnya,

posisi aset, kewajiban, dan rekening administratif dalam skala waktu yang sama

dibandingkan dan selisih atau perbedaan yang timbul merupakan gap dalam skala

waktu tersebut. Terdapat 2 (dua) pendekatan repricing schedule yaitu:

1) Net Interest Income (NII) Gap

NII Gap merupakan pendekatan pengukuran eksposur IRRBB yang paling

sederhana yang terfokus pada perspektif rentabilitas (earnings perspective).

Adapun proses perhitungan NII Gap adalah:

a) Bank menyusun gap report untuk menghasilkan net gap pada setiap time

band yang telah ditetapkan;

b) Bank menetapkan skenario perubahan suku bunga pada setiap time band.

Setelah bank dapat memperoleh net gap dan menetapkan skenario perubahan

suku bunga untuk setiap time band, maka bank dapat memperoleh perubahan

NII akibat pergerakan suku bunga dengan menggunakan formula:

Perubahan NII = Gap x Perubahan Suku Bunga x Jangka Waktu dimana gap secara

periodik berpengaruh

Berdasarkan ilustrasi diatas maka dapat diukur penurunan NII bank akibat

kenaikan suku bunga sebesar 5% yaitu sebesar – Rp 395 juta rupiah.

2) Duration Gap

Duration Gap merupakan pendekatan pengukuran eksposur IRRBB yang berfokus

pada perspektif sensitivitas perubahan nilai ekonomis dari aset dan kewajiban

terhadap perubahan suku bunga (economic value perspective). Duration Gap

Analysis menggunakan input dari gap report. Adapun proses perhitungan

eksposur IRRBB dengan menggunakan gap report adalah:

a) Bank menyusun gap report untuk menghasilkan net gap pada setiap skala

waktu yang telah ditetapkan;

b) Bank menetapkan skenario perubahan suku bunga pada setiap skala waktu;

c) Bank menghitung durasi untuk setiap skala waktu dengan menggunakan

metode durasi;

d) Setelah bank dapat memperoleh net gap, menetapkan skenario perubahan

suku bunga dan menghitung durasi untuk setiap skala waktu, maka bank

dapat memperoleh perubahan nilai ekonomis akibat pergerakan suku bunga

dengan menggunakan formula:

b. Simulation Approach

Pendekatan ini menggunakan simulasi arus kas berdasarkan berbagai asumsi yang

ditetapkan bank. Pendekatan ini lebih maju daripada pendekatan repricing schedule

karena hanya dapat dilakukan oleh bank yang telah memiliki sistem informasi

manajemen yang memadai sehingga dapat memproyeksikan arus kas bank di masa

depan. Teknik simulasi mencakup simulasi pergerakan suku bunga pada arus kas dan

dampaknya pada rentabilitas dan nilai ekonomis ekuitas bank.

Pada simulasi statis, arus kas didasarkan atas posisi saat ini dari neraca dan rekening

administratif, sedangkan pada simulasi dinamis, simulasi didasarkan pada asumsi

pergerakan arus kas pada masa yang datang dan dapat pula mencakup asumsi opsi

yang melekat (embedded option) maupun opsi yang eksplisit.

Pendekatan simulasi yang digunakan bank pada umumnya meliputi simulasi Net

Interest Income (NII) dan Economic Value of Equity (EVE):

1) Simulasi Net Interest Income (NII)

Pendekatan ini mengukur perubahan NII yang diakibatkan oleh perubahan suku

bunga, baik dalam skala kecil maupun besar (shock) dalam kurun waktu tertentu.

Dibandingkan pendekatan NII gap dan standardized duration yang didasarkan

pada posisi suku bunga pada satu titik waktu tertentu, pendekatan ini bersifat

lebih dinamis karena dibangun atas dasar simulasi dengan berbagai asumsi yang

bersifat dinamis dan mempengaruhi pergerakan instrumen suku bunga bank

termasuk pendapatan dan beban bunga. Semakin besar risiko suku bunga, maka

semakin besar pula perubahan NII pada skenario perubahan suku bunga

tertentu. Tabel berikut memperlihatkan ilustrasi berbagai skenario alternatif

perubahan suku bunga yang dapat digunakan untuk diperbandingkan dengan

skenario dasar (base scenario).

2) Economic Value of Equity (EVE) Simulation

Pendekatan ini merupakan salah satu teknik pengukuran IRRBB dengan

caramenganalisa dampak perubahan suku bunga terhadap nilai pasar (market

value) modal (ekuitas) bank. Nilai pasar modal bank merupakan selisih antara

nilai pasar aset dan kewajiban. Jika tidak tersedia nilai pasar, maka bank dapat

menggunakan model seperti discounted cash flow aset dan kewajiban dengan

menggunakan discount factor tertentu dan ditetapkan sebagai skenario dasar

(base scenario).

Akurasi pengukuran nilai pasar aset dan kewajiban sangat bergantung pada

perhitungan arus kas dan tingkat diskonto yang digunakan. Ketika memilih

tingkat diskonto yang digunakan, perlu dipastikan apakah relevan dengan risiko

dan durasi dari arus kas. Di samping itu, ketika mengukur arus kas, perlu juga

diperhatikan bahwa jumlah dan periode arus kas dapat berbeda pada berbagai

skenario yang disebabkan pola perilaku nasabah, khususnya terkait dengan

pertumbuhan dana pihak ketiga dan pembayaran/pelunasan dini sebelum jatuh

tempo. Pola perilaku nasabah dapat diprediksi dengan menggunakan suatu

model yang mengukur korelasi antara perubahan suku bunga dengan tingkat

pelunasan dini dan/atau pertumbuhan dana pihak ketiga. Setelah menetapkan

berbagai skenario alternatif yang akan digunakan, seluruh aset dan kewajiban

selanjutnya dinilai kembali menggunakan skenario suku bunga atau tingkat

diskonto yang telah ditetapkan untuk mengetahui dampaknya terhadap

perubahan nilai pasar dari modal.

6. Limit Risiko Pasar

Penetapan dan pemantauan limit risiko pasar merupakan salah satu alat pengendalian

khususnya untuk memastikan bahwa bank beraktivitas di dalam koridor risk appetite yang

telah ditetapkan oleh manajemen bank. Limit merupakan batas toleransi manajemen

terhadap risiko atas portofolio yang dimiliki dengan mempertimbangkan strategi bisnis dan

telah didukung dengan buffer modal untuk potensi kerugian yang mungkin terjadi. Limit

wajib disetujui oleh Dewan Komisaris dan atau Direksi dan dikaji ulang secara

berkaladengan frekuensi yang lebih sering apabila volatilitas faktor pasar meningkat. Limit

dialokasikan kepada unit bisnis dan traders (front office) di bank dan wajib dipahami oleh

seluruh personil terkait. Limit yang ditetapkan dapat berupa hard limit maupun soft limit

sebagai trigger/warning terhadap front office untuk mengambil tindakan antisipasi.

Limit wajib dipantau secara berkala oleh pihak independen dari unit bisnis dan traders

misalnya oleh middle office (risk unit). Pihak independen tersebut harus memastikan bahwa

pengecualian (exceptions) atas limit dapat dideteksi, dieskalasikan untuk memperoleh

persetujuan,dan ditindaklanjuti secara memadai oleh manajemen bank.

Sistem limit harus disesuaikan dengan metode pengukuran risiko yang digunakan bank.

Mekanisme penetapan dan pengalokasian limit dapat berbeda antara satu bank dengan

bank lainnya serta disesuaikan dengan kompleksitas transaksi maupun produk yang

diperdagangkan. Bank dapat mengalokasikan limit berdasarkan produk atau berdasarkan

jenjang kepegawaian misalnya kepala trader diberikan kewenangan untuk mengalokasikan

limit staf di bawahnya.

Jenis-jenis limit antara lain:

a. Notional Limit

1) Limit atas Posisi Net dan Gross

Limit risiko pasar dapat diterapkan atas posisi net, posisi gross, atau keduanya. Limit

pada posisi gross membatasi besarnya posisi short atau long suatu instrumen

tertentu. Limit atas posisi net dikenakan setelah memperhitungkan offsetting antara

posisi long dan posisi short. Sebagai contoh, bank dapat menggunakan limit Posisi

Devisa Neto (PDN) untuk mengendalikan risiko nilai tukar, yang merupakan limit

atas posisi net.

2) Maximum Allowable Loss (Stop-Loss)

Limit ini ditetapkan untuk membatasi akumulasi kerugian yang berlebihan pada

suatu posisi. Umumnya apabila limit ini tercapai, manajemen senior menindaklanjuti

dengan melakukan lindung nilai atau melikuidasi posisi tersebut. Limit ini lebih ketat

daripada limit posisi. Limit stop-loss biasanya mencakup kerugian kumulatif untuk

periode tertentu, misalnya satu hari, satu minggu, atau satu bulan.

3) Limit untuk Pasar yang Volatile atau Ilikuid

Bank dapat menerapkan limit untuk membatasi trading pada pasar yang volatile di

mana kerugian dapat terakumulasi dengan cepat, atau membatasi trading pada

pasar yang ilikuid, di mana bank dapat mengalami kerugian untuk menutup posisi

yang tidak dapat dioffset.

b. Limit Sensitivitas

1) Limit Net Delta Exposure

Limit ini dikenakan atas nilai tukar, suku bunga, ekuitas dan komoditas. Misalnya

net HKD risk, net Taiwan equity risk, net PV01 dalam suku bunga CAD.

2) Limit Opsi

Bank perlu menetapkan limit yang memadai terhadap posisi options untuk

mengendalikan risiko trading. Limit options meliputi limit atas perubahan harga aset

yang mendasari options (delta), tingkat perubahan pada harga instrumen yang

mendasari (gamma), perubahan volatilitas harga instrumen yang mendasari (vega),

perubahan waktu opsi sampai saat eksekusi ( theta), dan perubahan suku bunga

(rho).

c. Limit Maturity Gap

Limit ini memungkinkan bank untuk mengendalikan risiko yang disebabkan oleh

perubahan suku bunga yang tidak diinginkan pada periode tertentu. Limit dapat berupa

nilai absolut maturity gap pada setiap skala waktu. Umumnya bank menerapkan limit

maturity gap untuk mengendalikan risiko yang timbul dari pergeseran non paralel pada

yield curve dan forward curve.

d. Limit Value-at-Risk

Manajemen bank dapat menerapkan limit atas seberapa besar nilai suatu portofolio

dipengaruhi oleh perubahan underlying asset. Limit dapat ditetapkan sebagai kerugian

maksimum yang diakibatkan oleh skenario tertentu, misalnya perubahan suku bunga

sebesar 100 bps atau ditetapkan berdasarkan tingkat kepercayaan pada pengukuran

VaR, misalnya 99%.

e. Limit Stress Testing

Limit Stress Testing ditetapkan berdasarkan efek laba rugi yang terjadi akibat perubahan

faktor pasar ekstrim atas posisi ataupun portofolio yang dimiliki. Untuk bank yang aktif

secara internasional, limit stress testing dapat dibedakan dengan skenario bagi negara

berkembang dan negara maju mengingat perubahan kondisi dan faktor pasar berbeda

antara kedua pasar dimaksud. Limit stress testing tidak dimaksudkan untuk berdiri

sendiri namun sebagai pelengkap limit lainnya seperti limit sensitivitas dan VAR.

f. Limit Lainnya

Selain jenis-jenis limit risiko yang telah dijelaskan sebelumnya, terdapat limit lainnya

yang sering digunakan bank untuk mengendalikan risiko pasar :

1) Nilai Gross Posisi (long/short) atas portofolio tertentu;

2) Total Single Name Issuer Exposure;

3) Nominal Sovereign Bond Holdings by country;

4) Single Name Bond Concentration Limits;

5) Single name equity limit misalnya nilai posisi terhadap rata-rata volume trading;

6) Exchange Traded Future dan Options misalnya jumlah kontrak terhadap x% Open

Interest atau volume harian;

7) Long Term Derivatives untuk membatasi nilai long dated derivatives pada pasar

yang kurang likuid dan dimana variable harga tidak selalu tersedia setiap hari di

pasar.