Latar belakang Analisis Risiko Operasional Menggunakan Pendekatan Distribusi Kerugian dengan Metode Agregat.

I PENDAHULUAN

1.1 Latar belakang

Sektor jasa keuangan merupakan salah satu sektor industri yang sering menghadapi hambatan strategis. Industri keuangan menghadapi perubahan peraturan seiring dengan perkembangan teknologi. Asuransi sebagai institusi keuangan yang sedang berkembang saat ini dalam menjalankan aktivitasnya juga dihadapkan pada risiko, karena pada dasarnya risiko selalu melekat pada seluruh aktivitas perusahaan. Besarnya risiko dalam suatu perusahaan pada hakikatnya menunjukkan besarnya potensi masalah oleh perusahaan tersebut. Salah satu risiko yang belum banyak diketahui karakteristiknya dibandingkan beberapa risiko lainnya adalah risiko operasional. Risiko operasional adalah risiko yang antara lain disebabkan oleh adanya ketidakcukupan atau tidak berfungsi proses internal, kesalahan manusia, kegagalan sistem, atau adanya masalah eksternal yang mempengaruhi operasional perusahaan. Meskipun terlihat sederhana, jika tidak dikelola dengan baik risiko ini akan menimbulkan dampak yang besar. Menurut BASEL II peraturan perbankan internasional ukuran besarnya risiko operasional Operational Value at Risk disingkat dengan OpVaR. BASEL II memberikan beberapa metode pengukuran risiko operasional, di antaranya Basic Indicator Approach pendekatan indikator dasar, Standardized Approach pendekatan standar dan Advance Measurement Approach pendekatan pengukuran lanjutan. Pada dua metode pertama mensyaratkan sebaran normal, padahal dalam kenyataannya kerugian seringkali menyebar tidak normal Situngkir dan Surya 2006. Oleh karena itu, dalam peraturan BASEL II ini diperbolehkan menggunakan metode alternatif pendekatan pengukuran lanjutan. Salah satu teknik yang digunakan yaitu Loss Distribution Approach pendekatan distribusi kerugian yang dipercaya sangat relevan dalam pengukuran risiko operasional pada perusahaan asuransi. Pencatatan kerugian operasional khususnya di perusahaan asuransi, masih belum terlaksana dengan baik sehingga berdampak pada terbatasnya data untuk kerugian dalam risiko operasional. Pada karya ilmiah ini data kerugian operasional yang diamati diperoleh dari pembayaran klaim. Secara umum, klaim asuransi dapat dimodelkan dengan menggunakan sebaran yang memiliki sifat yang sama seperti sebaran Poisson, di mana nilai harapan dari klaim sama dengan ragamnya dan sebaran binomial negatif, di mana nilai harapan lebih kecil dari ragamnya.

1.2 Tujuan

Dokumen yang terkait

Analisis Keandalan Transformator Daya Menggunakan Metode Distribusi Weibull (Studi Kasus Transformator Daya GI. Titi Kuning PT. PLN Persero)

5 89 98

Pengukuran Risiko Operasional Dengan Pendekatan Bayesian Bootstrapping

3 43 45

Pengukuran Risiko Operasional Dengan Pendekatan Peak Over Threshold – Generalized Pareto Distribution

5 73 55

Pengukuran Risiko Operasional Dengan Menggunakan Metode Standarisasi (The Standardized Approach)

4 91 51

Pengukuran Risiko Operasional Dengan Pendekatan Internal Generalized Extreme Value-Teori Nilai Ekstrem

1 60 55

ANALISIS PERBANDINGAN ORIENTASI AGREGAT DAN DISTRIBUSI VOID MENGGUNAKAN AGREGAT BARU DAN RAP YANG DIPADATKAN Analisis Perbandingan Orientasi Agregat Dan Distribusi Void Menggunakan Agregat Baru Dan Rap Yang Dipadatkan Dengan Alat Pemadat Roller Slab.

0 4 20

ANALISIS PERBANDINGAN ORIENTASI AGREGAT DAN DISTRIBUSI VOID MENGGUNAKAN AGREGAT BARU DAN Analisis Perbandingan Orientasi Agregat Dan Distribusi Void Menggunakan Agregat Baru Dan Rap Yang Dipadatkan Dengan Alat Pemadat Roller Slab.

0 2 23

ANALISIS PERBANDINGAN ORIENTASI AGREGAT DAN DISTRIBUSI Analisis Perbandingan Orientasi Agregat Dan Distribusi Void Menggunakan Agregat Baru Dan Rap Yang Dipadatkan Dengan Alat Marshall Hammer.

0 2 19

ANALISIS PERBANDINGAN ORIENTASI AGREGAT DAN DISTRIBUSI Analisis Perbandingan Orientasi Agregat Dan Distribusi Void Menggunakan Agregat Baru Dan Rap Yang Dipadatkan Dengan Alat Marshall Hammer.

0 2 34

Analisis Risiko Operasional di PT TELKOM dengan pendekatan Metode ERM

0 0 17