Perpustakaan Digital ITB

Salah satu penerapan manajemen risiko operasional yang baik pada bank adalah dengan mengetahui/menentukan ukuran risiko dari bank tersebut. Ukuran risiko operasional yang umum digunakan adalah Value-at-Risk (VaR). Pada umumnya, penyebab risiko operasional pada bank dapat dibagi ke dalam 8 aktivitas bisnis dan 7 tipe kejadian. Sehingga, bank dapat menghitung VaR agregasi dari kombinasi kedua faktor tersebut. Namun, Basel Committee for Banking Supervision (BCBS) mene- tapkan bahwa cadangan modal yang cukup untuk risiko operasional dapat dihitung dari penjumlahan (agregat) VaR dari tiap-tiap risiko. Hal ini dapat menjadi masalah bagi pihak bank karena bank secara umum menginginkan perhitungan modal yang optimum. Namun, akan ditunjukkan bahwa pada Tugas Akhir ini, VaR yang didapat bersifat sub-additive. Sehingga, bank dapat menghitung cadangan modal berdasarkan VaR dari agregasi risiko dan selisih dana dari VaR agregasi dengan agregat VaR dapat dialokasikan untuk keberjalanan aktivitas bisnis bank yang lain. Sementara itu, untuk menentukan VaR, dibutuhkannya asumsi distribusi yang tepat dan dapat menggambarkan perilaku jenis kejadian yang bersifat High Frequency - Low Severity dan Low Frequency - High Severity dari data kerugian operasional bank. Pada Tugas Akhir ini, distribusi yang dianggap cocok untuk menggambarkan 'ekor' dari data kerugian risiko operasional adalah distribusi Pareto 2-parameter yang bersifat heavy-tailed. Lebih lanjut, metode Advanced Measurement Approach (AMA) untuk perhitungan VaR yang digunakan adalah Loss Distribution Approach based on Bootstrap Sampling and Piecewise-Defined Severity Distribution (BS-PSD-LDA). Dari hasil simulasi diperoleh bahwa dengan metode AMA-LDA perhitungan VaR lebih risk sensitive dan menghasilkan nilai beban modal serta Aktiva Tertimbang Menurut Risiko (ATMR) yang lebih kecil dibandingkan dengan metode Basic Indicator Approach (BIA) atau Standardized Approach (SA).