Istilah-istilah Dalam Majemen Risiko.

dokumen-dokumen yang mirip
BAB 2 LANDASAN TEORI

Konsep Dasar Statistik dan Probabilitas

MA4183 MODEL RISIKO Control your Risk!

MA4183 MODEL RISIKO Control your Risk!

Catatan Kuliah. MA4183 Model Risiko

Catatan Kuliah. MA4183 Model Risiko

MA4181 MODEL RISIKO Risk is managed, not avoided

BAB 3 METODOLOGI DAN DATA PENELITIAN

Pengantar Statistika Matematik(a)

Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X

Catatan Kuliah. MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

PERSATUAN AKTUARIS INDONESIA

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

BAB III OBYEK DAN METODE PENELITIAN. penafsiran semua data yang berkaitan dengan apa yang menjadi obyek di dalam

Pengantar Statistika Matematika II

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

PENGUKURAN RISIKO OPERASIONAL DENGAN METODE AGGREGATING VALUE AT RISK SKRIPSI SRI JAYANTI NAPITUPULU

Catatan Kuliah. MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Catatan Kuliah. MA4183 Model Risiko Risk: Quantify and Control. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

BAB III DATA DAN METODOLOGI PENELITIAN

MA4183 MODEL RISIKO Control your Risk!

Distribusi Probabilitas : Gamma & Eksponensial

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

MA4181 MODEL RISIKO Risk is managed, not avoided

BAB III METODOLOGI PENELITIAN. Langkah perancangan yang akan dilakukan adalah sebagai berikut: produksi pada departemen plastik

BAB 4 HASIL DAN PEMBAHASAN

Uji Hipotesis dan Aturan Keputusan

MA4183 MODEL RISIKO Control your Risk!

Bab 12 Risiko Operasional

RELIABILITAS & FUNGSI HAZARD. 05/09/2012 MK. Analisis Reliabilitas Darmanto, S.Si.

Catatan Kuliah. MA4183 Model Risiko

Catatan Kuliah. MA4183 Model Risiko

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Distribusi Probabilitas Kontinyu Teoritis

Dengan demikian, untuk sembarang B = [a, b], maka persamaan (5.1) menjadi

4. Sebaran Peluang Kontinyu

BAB 2 LANDASAN TEORI

Prosiding Statistika ISSN:

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Setiap karakteristik dari distribusi populasi disebut dengan parameter. Statistik adalah variabel random yang hanya tergantung pada harga observasi

ESTIMASI TOTAL DAYA LISTRIK YANG HILANG MELALUI PROSES POISSON TERPANCUNG MAJEMUK

Pengantar Statistika Matematika II

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 13/11/2013

Model Poisson. Inferensi likelihood. Andi Kresna Jaya November 19, Jurusan Matematika

MA4181 MODEL RISIKO Risk is managed, not avoided

Catatan Kuliah. MA4183 Model Risiko Risk: Quantify and Control. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

PEMODELAN KUALITAS PROSES

PENGUKURAN RISIKO OPERASIONAL DENGAN PENDEKATAN PEAK OVER THRESHOLD GENERALIZED PARETO DISTRIBUTION SKRIPSI YENNY HERMIANA ALGA

Pengantar Statistika Matematika II

Pengantar Statistika Matematika II

Pengantar Statistika Matematika II

STATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP

OPTIMALISASI PORTOFOLIO SAHAM DENGAN BAYESIAN MARKOV CHAIN MONTE CARLO MENGGUNAKAN PENDEKATAN MODEL MIXTURE OF MIXTURE

/ /16 =

STATISTIK PERTEMUAN VI

BAB II TINJAUAN PUSTAKA. return, mean, standard deviation, skewness, kurtosis, ACF, korelasi, GPD, copula,

BAB 1 PENDAHULUAN. ii Bagaimana rata-rata atau nilai tengah dibuat oleh Stimulan eksternal.

BAB 3 DATA DAN METODOLOGI PENELITIAN

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu

Pengantar Statistika Matematika II

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

BAB II TINJAUAN LITERATUR

BAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat

BAB 2 LANDASAN TEORI DAN KAJIAN PUSTAKA

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

STATISTIK INDUSTRI 1. Random Variable. Distribusi Peluang. Distribusi Peluang Diskrit. Distribusi Peluang Diskrit 30/10/2013 DISKRIT DAN KONTINYU

Backtesting Pada Value at Risk Dengan Model Pendekatan Lopez dan Blanco-Ihle

Beberapa Distribusi Peluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

MAKALAH DISTRIBUSI GAMMA DI SUSUN OLEH AWAN ARGA SAPUTRA DESSY ROFICA WULANDARI SUHENDRA PRADESA

UNIVERSITAS INDONESIA

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB III METODE PENELITIAN

Peubah Acak dan Distribusi

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.

Pengantar Statistika Matematika II

PERSATUAN AKTUARIS INDONESIA

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Aplikasi Pemodelan Klaim Asuransi dengan Pendekatan Mixture Exponential Untuk Mencari Value-at-Risk Sebagai Threshold Dalam Menentukan Nilai Ekstrim

Bab 2 DISTRIBUSI PELUANG

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Konsep Dasar Statistik dan Probabilitas

BAB VI DISTRIBUSI PROBABILITAS MENERUS

BAB IV HASIL DAN ANALISIS

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik

I. PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan praktikum II. TINJAUAN PUSTAKA 2.1 Definisi Distribusi Probabilitas

MA4181 MODEL RISIKO Enjoy the Risks

BAB II TINJAUAN PUSTAKA

MODEL DISTRIBUSI TOTAL KERUGIAN AGGREGAT MANFAAT RAWAT JALAN BERDASARKAN SIMULASI

DISTRIBUSI DISKRIT KHUSUS

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean

Transkripsi:

Istilah-istilah Dalam Majemen Risiko. a. Risiko perusahaan = semua hal yang dapat mengakibatkan kerugian bagi perusahaan. b. Risiko pasar = risiko kerugian yang disebabkan oleh variable makro ekonomi c. Risiko kredit = risiko kerugian karena pihak counterparty tidak mampu membayar kewajibannya. d. Risiko operasional = merupakan kerugian-kerugian financial yang disebabkan oleh kegagagalan proses internal perusahaan, kesalahan sumberdaya manusia, kegagalan sistem,kerugian oleh kejadian diluar perusahaan, pelanggaran hukum oleh perusahaan.

Pengukuran Risiko Operasional. Pendekatan untuk mengukur risiko operasional: Standar yaitu: 1. Basic Indicator Approach (BIA), Standardized Appoach (SA) dan Alternative Standardized Approach (ASA). 2. Internal yaitu pendekatan Advanced Measurement Approach (AMA). Cara modeling distribusi frekuensi kerugian risiko operasional (e.g.distribusi Poisson, distribusi Binomial, distribusi Binomial Negatif, distribusi Geometric dan distribusi Hypergeometric), dan distribusi severitas risiko operasional. Distribusi Severitas adalah distribusi nilai rupiah kerugian dari risiko operasional. Distribusi severitas dari kerugian operasional antara lain distribusi Normal, distribusi Lognormal, distribusi Exponensial, distribusi Weibull, dan distribusi Pareto.

Nilai Risiko Value at Risk (VaR) A = besar portofolio investasi r= persen return B = return yang diharapkan setelah setahun VaR = berapa kerugian portofolio B setelah periode t Tersedia beberapa rumus matematika VaR

A. Distribusi Kerugian Operasional a. Distribusi Poisson b. Distribusi Binomial c. Distribusi Binomial Negatif d. Distribusi Geometri e. Distribusi Hipergeometri

Distribusi Kerugian Operasional Distribusi Poisson P = e µ µ k k!, µ = k n, mean = E x = µ, variance = V x = µ Distribusi Binomial P = m r q k (1 q) m k, k = 0,1,2,3 m. mean = np, varians = np 1 p = npq

Distribusi Binomial Negatif k + x 1 1 P = x Mean = E x Varians = V x = rβ q = rβ q 2 Distribusi Geometric 1+β β 1+β, k = 0,1,2,3.. P = β k (1+β) k+1 Mean = E x Varians = V x β = 1 n = rβ q = rβ q 2 kn

B. Distribusi Severitas Risiko Operasional a. Distribusi Normal b. Distribusi Lognormal c. Distribusi Eksponensial d. Distribusi Weibull e. Distribusi Pareto

Distribusi Normal f x = 1 Mean = μ = 1 2πσ 2 e 2σ 2 (x μ)2 ; x n, dan varians = σ2 = (x μ) 2 n Distribusi Lognormal f x = 1 (x σ)2 e( log 2σ xσ 2π Mean = E x = e μ+σ2 2 Varians = e 2u+σ2 (e σ2 1) Sedangkan parameter estimasi μ = e (1 n logx i) dan pamater estimasi σ = 1 (n 1) (logx i logμ) 2

Distribusi Exponensial f x = μ 1 exp (x θ) μ Untuk θ = 0 maka rumus pdf diatas berubah menjadi f x = e x/μ μ Sedangkan fungsi densitas kumulatifnya menjadi F x = 1 e x μ Estimasi parameter distribusi exponensial adalah μ = 1 x n Distribusi exponensial mempunyai Mean = E x = 1 μ Dan Varians = V x = 1 μ 2

Distribusi Weibull Fungsi distribusi eibull mempunyai tingkat kegagalan (failure rate) µ x = αβx α 1 Fungsi densitas eibull mempunyai dua parameter yaitu α dan β yang dinyatakan dengan persamaan berikut f x = α β α xα 1 e (x β )α Sedangkan fungsi kumulatifnya dinyatakan dengan F x = 1 ( θ x+θ )α

Distribusi Pareto Distribusi ini dapat digunakan untuk klaim kerugian dan klaim operasional tertentu misalnya klaim asuransi. Fungsi densitas Pareto mempunyai parameterα dan β seperti berikut f x = αθ (x+θ) α+1 Dan fungsi kumulatif dari distribusi Pareto adalah F x = ( θ x+θ )α Nilai Mean dan Variansinya adalah E(x) = αβ α 1 V x = αβ2 ( αβ (α 2) α 1 )2 Failure rate dapat dicari dalam distribusi Pareto dengan rumus berikut, λ x = α β