Pengukuran Risiko Operasional Dengan Menggunakan Metode Standarisasi (The Standardized Approach)
PENGUKURAN RISIKO OPERASIONAL DENGAN MENGGUNAKAN METODE STANDARISASI
(THE STANDARDIZED APPROACH )
SKRIPSI
Diajukan untuk melengkapi dan memenuhi syarat mencapai gelar Sarjana Sains
FORTH RINA SIMATUPANG 050813005
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
MEDAN 2007
(2)
PERSETUJUAN
Judul : PENGUKURAN RISIKO OPERASIONAL DENGAN
MENGGUNAKAN METODE STANDARISASI (THE STANDARDIZED APPROACH)
Kategori : SKRIPSI
Nama : FORTH RINA SIMATUPANG
Nomor Induk Mahasiswa : 050813005
Program Studi : SARJANA (S-1) MATEMATKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM
(MIPA) UNIVERSITAS SUMATERA UTARA Diluluskan di
Medan, September 2007
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Syahrial Lubis S.Si, M.Si Prof. DR. Herman Mawengkang
NIP. 130 422 447
Diketahui oleh
Departemen Matematika FMIPA USU Ketua
Dr. Saib Suwilo, M.Sc NIP. 131 796 149
(3)
iii
PERNYATAAN
PENGUKURAN RISIKO OPERASIONAL DENGAN MENGGUNAKAN METODE STANDARISASI (THE STANDARDIZED APPROACH)
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, September 2007
Forth Rina Simatupang 050813005
(4)
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Allah SWT Yang Maha Pengasih lagi Maha Penyayang, dengan limpahan karunia-Nya skripsi ini berhasil diselesaikan dalam waktu yang telah ditetapkan.
Ucapan terima kasih saya sampaikan kepada Bapak Prof. Dr. Herman Mawengkang dan Bapak Syahrial Lubis S.Si. M.Si. selaku pembimbing pada penyelesaian skripsi ini yang telah memberikan panduan dan penuh kepercayaan kepada saya untuk menyempurnakan skripsi ini. Panduan ringkas, padat dan profesional terlah diberikan kepada saya agar penulis dapat menyelesaikan tugas ini. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Departemen Matematika Bapak Dr. Saib Suwilo, M.Sc. dan Bapak Drs. Henry Rani Sitepu, M.Si., dan Bapak Dr. Eddy Marlianto, M.Sc. selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara , serta semua Dosen selaku Staf pengajar pada Departemen Matematika atas bantuannya kepada penulis selama masa perkuliahan sampai akhirnya penulis dapat menyelesaikan skripsi ini dengan baik. Tak lupa juga saya ucapkan terima kasih kepada teman-teman ku yang telah banyak mendukung penulisan ini. Akhirnya ucapan terima ksasih yang teristimewa kepada Bapak, Ibu, kakak-kakak ku serta adik ku tersayang yang selama ini memberikan do’a yang tulus dan dorongan serta kesabarannya. Semoga Allah SWT akan membalasnya.
(5)
v
ABSTRAK
Metode standarisasi (Standardized Approach) adalah salah satu metode pengukuran yang digunakan oleh perbankan untuk meminimumkan dan mengalokasikan kecukupan modal regulasi risiko operasional pada suatu bank sehingga kegiatan usaha bank tetap terkendali (manageable) pada batas kemampuan yang dapat diterima oleh bank serta dapat menguntungkan bank
(6)
MEASURING RISK OPERATIONAL WITH USING STANDARD METHOD (THE STANDARDIZED APPROACH)
ABSTRACT
Standardized Approach method is one of the measuring method used of banking for minimum and allocate the capital adequancy risk operational on the bank so the activity labor of bank manageable on the limit ability can received of bank and than cause the bank to enjoy a profit.
(7)
vii
DAFTAR ISI
Halaman
Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak v
Abstract vi
Daftar Isi vii
Daftar Tabel ix
Daftar Gambar x
BAB 1 PENDAHULUAN 1
1.1 Latar Belakang 1
1.2 Perumusan Masalah 2
1.3 Tujuan Penelitian 3
1.4 Manfaat Penelitian 3
1.5 Kontribusi Penelitian 3
1.6 Metodologi Pnelitian 4
1.7 Tinjauan Pustaka 4
BAB 2 LANDASAN TEORI 6
2.1 Regulasi Bank 6
2.2 Risiko Operasional 8
2.2.1 Karakteristik Risiko Operasional 8
2.2.2 Kategori Kejadian Risiko Operasional 9
2.2.2.1 Risiko Proses Internal 9
2.2.2.2 Risiko Manusia 10
2.2.2.3 Risiko Sistem 11
2.2.2.4 Risiko Eksternal 12
2.2.2.5 Risiko Hukum 13
2.2.3 Kejadian Risiko Operasional 13
2.2.4 Expected Loss dan Unexpected Loss 15
2.2.5 Perubahan Risiko Operasional 16
2.3 Penggunaan Statistik Dalam Pengukuran Risiko 17
2.3.1 Bagaimana Statistik Digunakan Dalam Pengukuran Risiko 17
2.3.2 Perkiraan Perubahan Faktor-faktor Risiko 18
2.4 Ukuran-ukuran Statistik 18
(8)
2.4.1.1 Rata-rata (Mean) 19
2.4.1.2 Nilai Tengah (Median) 19
2.4.1.3 Modus (Mo) 20
2.4.2 Statistik Dispersi (Dispersion) 20
2.4.2.1 Luas Penyebaran (Range) 20
2.4.2.2 Standard Deviasi 21
2.4.3 Ilustrasi 21
BAB 3 PEMBAHASAN 23
3.1 Pendekatan Perhitungan Risiko Operasional 23
3.1.1 Indikator Eksposur 23
3.1.2. Pendapatan Kotor (Gross Income) 24
3.1.3 Pendapatan Kotor (Gross Income) Negatif 25
3.2 Metode Standarisasi (Standardized Approach) 25
3.2.1 Jenis Bisnis Risiko Operasional 27
3.2.2 Nilai Beta Jenis Bisnis Risiko Operasional 27
3.3 Contoh Kasus 28
BAB 4 KESIMPULAN DAN SARAN 38
4.1 Kesimpulan 38
4.2 Saran 38
DAFTAR PUSTAKA LAMPIRAN
(9)
ix
DAFTAR TABEL
Halaman
Tabel 3.1 Nilai Beta Tiap Jenis Bisnis Risiko Operasional 28
Tabel 3.2 Pendapatan Kotor (gros income) untuk Tahun 2004/Bulan 30
Tabel 3.3 Pendapatan Kotor (gros income) untuk Tahun 2005/Bulan 31
Tabel 3.4 Pendapatan Kotor (gros income) untuk Tahun 2006/Bulan 32
Tabel 3.5 Pendapatan Kotor (gros income) untuk Tahun 2004-2006 33
Tabel 3.6 Pendapatan Kotor (gros income) x Nilai Beta Tahun 2004-2006 33
Tabel 3.7 Prediksi Pendapatan Kotor (gross income) untuk Tahun 2007/Bulan 35
Tabel 3.8 Pendapatan Kotor (gross income) untuk Tahun 2005-2007 36
Tabel 3.9 Pendapatan Kotor (gros income) x Nilai Beta Tahun 2005-2007 36
(10)
DAFTAR GAMBAR
Halaman
Gambar 2.1 Jenis Kejadian Operasional 14
Gambar 3.1 Grafik Pendapatan Kotor (gross income) Tahun 2004/Bulan 30
Gambar 3.2 Grafik Pendapatan Kotor (gross income) Tahun 2005/Bulan 31
Gambar 3.3 Grafik Pendapatan Kotor (gross income) Tahun 2006/Bulan 32
(11)
v
ABSTRAK
Metode standarisasi (Standardized Approach) adalah salah satu metode pengukuran yang digunakan oleh perbankan untuk meminimumkan dan mengalokasikan kecukupan modal regulasi risiko operasional pada suatu bank sehingga kegiatan usaha bank tetap terkendali (manageable) pada batas kemampuan yang dapat diterima oleh bank serta dapat menguntungkan bank
(12)
MEASURING RISK OPERATIONAL WITH USING STANDARD METHOD (THE STANDARDIZED APPROACH)
ABSTRACT
Standardized Approach method is one of the measuring method used of banking for minimum and allocate the capital adequancy risk operational on the bank so the activity labor of bank manageable on the limit ability can received of bank and than cause the bank to enjoy a profit.
(13)
BAB 1 PENDAHULUAN
1.1 Latar Belakang
Bank adalah sebuah lembaga yang diberikan izin oleh otoritas perbankan untuk menerima simpanan, memberikan kredit, dan menerima serta menerbitkan cek. Bank perlu di regulasi untuk melindungi nasabah dan perekonomian dari kegagalan proses dan prosedur. Bank dipersyaratkan memiliki modal yang cukup untuk mengantisipasi risiko yang dihadapi atau dengan kata lain kecukupan modal. Sebuah bank dikatakan memiliki modal yang cukup jika bank tersebut memiliki sumber daya finansial yang memadai untuk mengantisipasi potensi kerugiannya.
Risiko didefinisikan sebagai peluang terjadinya hasil (outcome) yang tidak diinginkan, yang dapat menimbulkan kerugian bank. Bank wajib menerapkan manajemen risiko, yang berupa serangkaian prosedur dan metodologi yang digunakan untuk mengindentifikasi, mengukur, memantau, dan mengendalikan risiko yang dapat timbul dari kegiatan usaha bank.
Risiko dalam dunia perbankan cukup banyak terutama karena adanya ketidakpastian, salah satunya adalah risiko operasional. Risiko operasional adalah risiko kerugian yang diakibatkan oleh kegagalan atau tidak memadainya proses internal manusia dan sistem, atau sebagai akibat dari kejadian eksternal dan hukum.
Pengenalan persyaratan modal untuk risiko operasional dapat memberikan pengaruh yang berbeda pada jumlah modal regulasi yang harus dipelihara oleh bank. Biaya untuk mengoperasionalkan metodologi yang sangat canggih untuk menghitung modal risiko operasional sangat besar, maka ada tiga metode untuk menghitung modal
(14)
regulasi risiko operasional, yaitu : Basic Indicator Approach (BIA), Standardized Approach (SA), Advanced Measurement Approach (AMA).
Standardized Approach (SA) membangun metode dengan menghubungkan profil risiko operasional dengan jenis bisnis yang dijalankan. Standardized Approach (SA)
membagi aktivitas bank menjadi delapan jenis bisnis, dimana pendapatan kotor (gross income) dari setiap jenis bisnis digunakan sebagai indikator risiko. Persyaratan modal untuk setiap jenis bisnis dihitung dengan persentasi atas pendapatan kotor (gross income) tiap jenis bisnis. Hasilnya lalu ditambahkan untuk memberikan total modal risiko operasional bank. Dengan memecah bank menjadi bisnis yang berbeda-beda dan memberikan presentase yang berbeda kepada tiap jenis bisnis, Standardized Approach (SA) menghubungkan areal bisnis bank dan risikonya dengan pembebanan modal risiko operasional.
Berdasarkan hal-hal tesebut di atas, maka penulis tertarik untuk membahas mengenai pengaruh dari pada sistem pengendalian risiko operasional terhadap tujuan meminimumkan dan mengalokasikan modal risiko operasional yang mungkin terjadi melalui pengukuran risiko operasional dengan menggunakan Metode Standard (The Standardized Approach). Oleh karena itu, untuk mendapatkan titik terang dari permasalahan tersebut diadakan penelitian lebih lanjut dengan judul :
PENGUKURAN RISIKO OPERASIONAL DENGAN MENGGUNAKAN METODE STANDARISASI (THE STANDARDIZED APPROACH).
1.2 Perumusan Masalah
Standardized Approach (SA) membangun metode dengan menghubungkan profil
risiko operasional dengan jenis bisnis yang dijalankan. Model ini menjelaskan mekanisme-mekanisme metodologi dan penggandaan (multiplier) yang digunakan.
Standardized Approach (SA) membagi satu bank ke dalam 8 jenis bisnis, yaitu : Pembiayaan Korporasi (Corporate Finance), Perdagangan dan Penyelesaian (Payment dan Settlement), Jasa-jasa Kelembagaan (Agency Services), Manajemen Asset (Asset Management) dan Jasa Broker Ritel (Retail Brokerage).
(15)
3
Standardized Approach menggunakan pendapatan kotor (gross income) masing-masing jenis bisnis sebagai indikator risiko operasional atas masing-masing-masing-masing jenis bisnis. Standardized Approach (SA) menggunakan pendapatan kotor (gross income)
masing-masing jenis bisnis karena dapat diasumsikan bahwa pendapatan kotor (gross income) masing-masing jenis bisnis mengindikasikan ukuran operasi setiap jenis bisnis. Pendapatan kotor (gross income) dengan demikian menghubungkan jumlah bisnis dalam satu jenis bisnis spesifik terhadap tingkat risiko operasional yang melekat di dalam bisnis tersebut.
1.3 Tujuan Penelitian
Penelitian ini bertujuan untuk meminimumkan dan mengalokasikan kecukupan modal regulasi risiko operasional pada suatu bank dengan menggunakan Metode Standarisasi (The Standardized Approach).
1.4 Manfaat Penelitian
Metode Standardized Approach (SA) adalah metode pengukuran untuk meminimumkan dan mengalokasikan kecukupan modal regulasi risiko operasional pada suatu bank sehingga kegiatan usaha bank tetap terkendali (manageable) pada batas kemampuan yang dapat diterima oleh bank serta dapat menguntungkan bank dan juga dapat diharapkan dapat memberikan sumbangsih untuk bahan diskusi dan pengembangan selanjutnya.
1.5 Kontribusi Penelitian
Kontribusi yang dapat diambil dari pengukuran risiko operasional dengan menggunakan metode Standardized Approach (SA), diharapkan dapat bermanfaat bagi pihak manajemen perbankan dalam menentukan kecukupan modal risiko operasional guna untuk meminimumkan, mengalokasikan dan mengestimasi modal risiko
(16)
operasional terhadap proses internal dan eksternal, manusia, hukum dan sistem serta untuk mengelola pencegahan lebih dini terhadap risiko operasional yang dihadapi suatu bank demi kelangsungan usaha bank tersebut.
1.6 Metodologi Penelitian
Metode penelitian yang digunakan pada pengukuran rRisiko operasional adalah sebagai berikut :
1. Pengumpulan Data
a. Pengumpulan data historis dalam jangka tiga tahun terakhir. b. Data yang digunakan adalah data sekunder.
2. Analisis Deskriptif
3. Analisa Metode Standard (The Standardized Approach)
Rumus yang digunakan untuk menghitung kecukupan modal minimum risiko operasional adalah sebagai berikut :
dimana :
KTSA = Modal regulasi yang diperlukan dalam Standardized
Approach.
GI1-8 = Pendapatan kotor (gross income) untuk tiap jenis bisnis. β1-8
1.7 Tinjauan Pustaka
= Beta untuk tiap jenis bisnis.
Standardized Approach (SA) adalah metode pengukuran yang dapat digunakan untuk menghitung kecukupan modal minimum risiko operasional yang dapat memberikan pengaruh yang berbeda pada jumlah modal regulasi yang harus dipelihara oleh bank. Sejalan dengan perkembangan pendekatan risiko operasional yang semakin kompleks,
(17)
5
bank diwajibkan untuk memakai metode yang canggih untuk dapat mengelola dan memitigasi risiko.
Jika bank menggunakan metode yang kompleks, maka bank dipersyaratkan untuk memahami risiko operasionalnya sendiri, memiliki data kerugian risiko operasional yang konsisten, memiliki tim risiko operasional yang berdedikasi. Bank yang ingin menggunakan metode Standardized Approach (SA) harus memenuhi syarat yang lebih ketat. Ada dua kelompok kriteria, dan keduanya berbeda dalam pengelompokkan bank apakah sebagai bank domestik atau internasional.
Metodologi ini bervariasi, tidak hanya karena tingkat kerumitan pendekatan untuk mengestimasi risiko operasional tetapi juga terhadap kerugian dan probabilitas terjadinya kerugian. Metode Standardized Approach (SA) menggunakan indikator eksposur risiko didefinisikan sebagai satu faktor yang memberi indikasi terhadap tingkat eksposur risiko satu bank, semakin tinggi nilai indikator eksposur maka semakin tinggi risikonya.
Metode Standardized Approach (SA) memecah bank menjadi bisnis yang berbeda-beda dan memberikan persentase yang berbeda kepada setiap jenis bisnis, maka Standardized Approach (SA) menghubungkan areal bisnis bank (dan risikonya) dengan pembebanan modal risiko operasional. Kondisi dan karakteristik dari asset perbankan nasional masih tetap dipengaruhi oleh risiko operasional, yang apabila tidak dikelola secara efektif akan berpotensi mengganggu kelangsungan usaha bank.
(18)
BAB 2
LANDASAN TEORI
2.1 Regulasi Bank
Bank adalah sebuah lembaga yang diberikan izin oleh otoritas perbankan untuk menerima simpanan, memberikan kredit, dan menerima serta menerbitkan cek. Bank perlu di regulasi untuk melindungi nasabah dan perekonomian dari kegagalan proses dan prosedur. Regulasi bank berbeda dengan regulasi industri lain, pada industri perbankan regulasi juga mencakup kelembagaan bank dan tidak hanya produk-produk perbankan.
Bank perlu mempertahankan modal dalam jumlah tertentu untuk mengantisipasi terjadinya risiko. Terdapat keterkaitan penting antara risiko dan modal, semakin besar risiko yang dihadapi, maka semakin besar pula modal yang dibutuhkan. Bank dipersyaratkan memiliki modal yang cukup untuk mengantisipasi risiko yang dihadapi, yang dikenal dengan kecukupan modal. Dampak gejolak ekonomi dan kejadian risiko pada bank dapat diminimalkan dengan regulasi.
The Basel Committee on Banking Supervision untuk pertama kalinya
menawarkan suatu metodologi standard perhitungan jumlah modal berbasis risiko yang harus dimiliki sebuah bank dengan menerbitkan Basel I Capital Accord I pada tahun 1988. Basel Accord I hanya mencakup risiko kredit, dan berdasarkan standard-standar yang ada sekarang, dapat dikatakan bahwa hubungan antara risiko dan modal yang dikemukakan belum cukup memadai. Basel Accord I mengenalkan berbagai
multiplier (bobot risiko/risk weight) yang sederhana, masing-masing untuk utang pemerintah, utang bank dan utang perusahaan dan pribadi, dikalikan dengan 8% target rasio modal (target capital rasio).
(19)
7
The Basel Committee menerbitkan Market Risk Amendement terhadap Basel Accorrd I pada tahun 1996. Selain menyusun serangkaian aturan sederhana untuk memperhitungkan risiko pasar, Basel Committee mendorong otoritas pengawas perbankan untuk memberikan perhatian pada upaya penilaian model-model yang digunakan bank dalam menentukan harga berbasis risiko (risk-based pricing).
Dengan dikeluarkannya Market Risk Amendement, Basel Committee selanjutnya mengembangkan Capital Accord baru yang disebut dengan Basel II Accord. Setelah melalui berbagai konsultasi dan pembahasan, Accord baru tersebut diadopsi pada tahun 2004 dan dijadwalkan untuk diimplementasikan pada tahun 2006-2007.
Basel II terkait dengan regulasi bank dan bagaiman bank mengelola risiko-risiko dalam portofolio. Basel II menghubungkan secara langsung antara modal bank dengan risiko yang dimiliki. Risiko operasional untuk pertama kalinya menjadi bagian pembahasan, seperti halnya risiko pasar dan risiko kredit. Perhitungan risiko operasional diarahkan dengan menggunakan pendekatan model (tidak ada konsensus industri atas struktur model tersebut).
Rumus kecukupan modal regulasi (CAR/Capital Adequacy Regulation) menurut
Basel Accord II yang harus dimiliki oleh suatu bank adalah :
% 8
> +
+ =
=
asional RisikoOper
r RisikoPasa it
RisikoKred
Modal ATMR
Modal
CAR (2-1)
Perbandingan antara Basel Accord I dan Basel Accord II akan sangat bermanfaat untuk memberikan pemahaman yang lebih mendalam, yaitu :
Basel Accord I
1). Fokus pada satu cara pengukuran risiko.
2). Memiliki pendekatan sederhana terhadap sensitivitas risiko.
(20)
Basel Accord II
1). Fokus pada metodologi internal.
2). Memiliki tingkatan sensitivitas risiko yang lebih tinggi.
3). Dapat dengan mudah disesuaikan dengan kebutuhan masing-masing bank.
2.2 Risiko Operasional
Basel II Capital Accord mendefinisikan risiko operasional sebagai risiko kerugian yang diakibatkan oleh kegagalan atau tidak memadainya proses internal, manusia dan sistem, atau sebagai akibat dari kejadian eksternal dan hukum.
2.2.1 Karakteristik Risiko Operasional
Risiko operasional sangat terkait dengan banyaknya masalah yang timbul karena kelemahan proses didalam bank. Namun demikian risiko operasional tidak hanya terdapat pada bank saja, tetapi pada setiap jenis usaha. Risiko operasional merupakan risiko yang penting yang dapat mempengaruhi nasabah secara harian. Itu sebabnya mengapa bank meningkatkan fokus perhatiannya pada proses, prosedur dan pengawasan yang sejalan dengan risiko operasional.
Berbagai bentuk risiko operasional, seperti penipuan, telah dikelola secara aktif oleh bank melalui teknologi, pengendalian dan sistem keamanan yang digunakan bank. Pada Pilar 1 Basel II Capital Accord bank dipersyaratkan untuk mengkuantifikasi dan mengalokasikan kebutuhan modal sesuai ketentuan untuk mengantisipasi potensi kerugian risiko operasional.
Manajemen risiko operasional memberikan pendekanan pada dua jenis kejadian, yaitu low frequency/high impact (LFHI), sulit untuk diantisipasi dan diprediksi serta memiliki potensi untuk menyebabkan kerugian yang besar dan high frequency/low
(21)
9
impact (HFLI), dikelola untuk meningkatkan efisiensi kegiatan usaha yang pada umumnya sudah diantisipasi dan dianggap sebagai biaya pelaksanaan kegiatan usaha
Lembaga Pengawas Perbankan telah mendorong bank-bank untuk melihat proses operasional seluas mungkin dan mempertimbangkan kejadian-kejadian yang memiliki frekuensi rendah tetapi memiliki dampak yang tinggi (low frequency/high impact events) selain risiko kredit dan risiko pasar. Dalam Basel II ditambah mengenai manajemen risiko operasional, dimana suatu bank disyaratkan untuk mengkuantifikasi, mengukur, dan mengalokasi modal untuk meng-cover risiko operasional sebagaimana halnya risiko kredit dan risiko pasar.
2.2.2 Kategori Kejadian Risiko Operasional
Cara yang paling mudah untuk memahami risiko operasional di bank adalah dengan mengkategorikan risiko operasional sebagai risiko. Oleh karena itu, pemahaman mengenai berbagai kejadian operasional yang dapat menyebabkan kerugian daat dilakukan dengan cara mengelompokkan risiko operasional ke dalam sejumlah kategori kejadian risiko yang didasarkan pada penyebab utama kejadian risiko. Risiko operasional selanjutnya dapat dibagi dalam beberapa sub-kategori, seperti risiko yang melekat pada :
1). Risiko Proses internal 2). Risiko Manusia 3). Risiko Sistem
4). Risiko Kejadian dari Luar (external events)
5). Risiko Hukum dan Ketentuan Regulator yang Berlaku (legal risk)
2.2.2.1 Risiko Proses Internal
Risiko proses internal didefinisikan sebagai risiko yang terkait dengan kegagalan proses atau prosedur yang terdapat pada suatu bank.
(22)
Kejadian risiko proses internal meliputi :
1). Dokumentasi yang tidak memadai, tidak lengkap, atau tidak lengkap 2). Pengendalian yang lemah
3). Kelalaian pemasaran
4). Kesalahan penjualan produk 5). Pencucuian uang
6). Laporan yang tidak benar atau tidak lengkap (terkait dengan aspek pemenuhan ketentuan) dan
7). Kesalahan transaksi.
Pelaksanaan evaluasi dan peningkatan proses internal bank sebagai bagian dari manajemen risiko operasional dapat meningkatkan efisiensi pada bank. Kesalahan-kesalahan dapat terjadi jika suatu proses terlalu rumit, tidak terstruktur, atau tidak dilaksanakan dengan semestinya, yang semuanya merupakan praktik kegiatan usaha yang tidak efisien.
2.2.2.2 Risiko Manusia
Risiko manusia didefinisikan sebagai risiko yang terkait dengan karyawan bank. Bank seringkali menyatakan bahwa asetnya yang paling berharga adalah para karyawannya, namun demikian justru karyawan banklah yang umumnya menjadi penyebab kejadian risiko operasional. Kejadian risiko manusia juga dapat terjadi pada fungsi manajemen risiko, dimana kualifikasi dan keahlian karyawan pada fungsi tersebut merupakan hal yang diutamakan.
Area-area yang umumnya terkait dengan risiko manusia adalah :
1). Permasalahan kesehatan dan keselamatan kerja (health adn safety issues)
2). Perputaran karyawan yang tinggi 3). Penipuan internal
(23)
11
5). Praktik manajemen yang buruk
6). Pelatihan karyawan yang tidak memadai 7). Terlalu tergantung pada karyawan tertentu dan 8). Aktivitas yang dilakukan rogue trader.
2.2.2.3 Risiko Sistem
Risiko sistem adalah risiko yang terkait dengan penggunaan teknologi dan sistem. Saat ini semua bank sangat bergantung pada sistem dan teknologi untuk mendukung kegiatan usahanya sehari-hari atau bank tidak dapat beroperasi tanpa sistem komputer. Penggunaan teknologi tersebut menimbulkan risiko operasional.
Kejadian risiko sistem disebabkan oleh :
1). Data yang tidak lengkap (data corruption)
2). Kesaahan input data (data entry errors)
3). Pengendalian perubahan data yang tidak memadai (inadequate change control)
4). Pengendalian proyek data yang tidak memadai (inadequate project control)
5). Kesalahan pemograman (programming errors)
6). Ketergantungan pada teknologi ‘black box’- keyakinan bahwa model matematis yang terdapat pada sistem internal pasti benar
7). Gangguan pelayanan (service interuption) – baik gangguan sebagian atau seluruhnya
8). Masalah yang terkait dengan keamanan sistem, misalnya virus dan hacking
9). Kecocokan sistem (system suitability) dan
10). Penggunaan teknologi yang belum di uji coba (use of new untried technology).
Secara teoritis, kegagalan secara menyeluruh pada teknologi yang digunakan suatu bank adalah kejadian yang sangat mungkin menyebabkan kejatuhan bank
(24)
tersebut. Saat ini ketergantungan pada teknologi sudah sedemikian rupa sehingga tidak bekerjanya komputer dapat menyebabkan bank tidak beroperasi dalam periode waktu tertentu, namun sejauh ini kegagalan komputer belum sampai menyebabkan kejatuhan suatu bank.
2.2.2.4 Risiko Eksternal
Risiko eksternal adalah risiko yang terkait dengan kejadian yang berada diluar kendali bank secara langsung. Kejadian risiko eksternal umumnya adalah kejadian low frequency/high impact dan sebagai konsekuensinya dapat menyebabkan kerugian yang tidak dapat diperkirakan, misalnya : perampokan dan serangan teroris berskala besar.
Kejadian risiko eksternal dapat disebabkan oleh :
1). Kejadian pada bank lain yang memiliki dampak pada keseluruhan industri bank
2). Pencurian dan penipuan dari luar 3). Kebakaran
4). Bencana alam
5). Kegagalan perjanjian outsourcing
6). Penerapan ketentuan baru 7). Kerusuhan dan unjuk rasa 8). Terorisme
9). Tidak beroperasinya sistem transportasi yang menyebabkan karyawan tidak dapat hadir di tempat kerjanya dan
10). Kegagalan utility service, seperti listrik padam.
Secara historis, bank sebenarnya telah secara aktif memberikan perhatian pada risiko eksternal dalam rangka melindungi diri dari dampak yang tidak menguntungkan. Beberapa kejadian eksternal mmiliki dampak yang cukup besar sehingga dapat mempengaruhi kemampuan bank dalam melaksanakan kegiatan usahanya. Sebagai konsekuensinya, upaya-upaya yang cukup besar telah dilakukan
(25)
13
bank untuk meyakinkan bahwa bank dapat tetap beropoerasi setelah timbulnya kejadian risiko eksternal.
2.2.2.5 Risiko Hukum
Risiko hukum adalah risiko yang timbul dari adanya ketidakpastian karena dilakukannya suatu tindakan hukum atau ketidakpastian dalam penerapan atau interpretasi suatu perjanjian, peraturan atau ketentuan. Risiko hukum berbeda antara satu negara dengan negara lain dan semakin meningkat sebagai akibat dari :
1). Penerapan ketentuan know-your-customer (KYC) yang terutama disebabkan oleh tindakan terorisme dan
2). Penerapan ketentuan perlindungan data yang terutama disebabkan oleh reaksi terhadap semakin meningkatnya penggunaan informasi nasabah untuk tujuan pemasaran produk.
2.2.3 Kejadian Risiko Operasional
Peristiwa risiko operasional dikelompokkan ke dalam dua faktor yaitu :
1). Frekuensi (frequency), yaitu seberapa sering suatu peristiwa operasional terjadi.
2). Dampak (impact), yaitu jumlah kerugian yang timbul dari peristiwa tersebut.
Pengelompokkan risiko operasional didasarkan kepada seberapa sering peristiwa terjadi dan dampak kerugian yang ditimbulkan (severity). Ada empat jenis kejadian operasional (events), yaitu :
(26)
Impact
Frekuensi
Gambar 2.1 Jenis Kejadian Operasional
Secara umum manajemen risiko operasional memfokuskan kepada dua jenis kejadian, yaitu :
1). Low frequency/high impact (LFHI) 2). High frequency/low impact (HFLI)
Bank mengabaikan suatu kejadian yang memiliki low frequency/low impact
karena membutuhkan biaya yang lebih besar untuk mengelolah dan memantau dibandingkan kerugian yang timbul bila terjadi.
High frequency/high impact events tidak relevan karena bila kejadian ini terjadi bank secara cepat akan menderita kerugian yang besar dan harus menghentikan usahanya. Kerugian ini juga tidak berkelanjutan dan pengawas bank akan mengambil langkah-langkah untuk menyelesaikan praktek-praktek bisnis yang buruk. High frequency/lowimpact events dikelola dengan meningkatkan efisiensi usaha. Kejadian ini umumnya sudah dipahami dan dianggap sebagai ‘the cost of doing business’.
Beberapa produk keuangan, khususnya dalam retail banking, akan memasukan
high frequency/low impact ke dalam struktur harga produk. Contohnya produk kartu kredit telah memasukkan terjadinya penipuan dalam struktur harganya. Low frequency/high impact events sangat sulit untuk dipahami dan sulit untuk diprediksi
LFLI
LFHI
HFHI
(27)
15
sehingga telah merubah operasional bank. Selain itu jenis kejadian ini berpotensi untuk menghancurkan bank.
2.2.4 Expected Loss dan Unexpected Loss
Pada saat menghitung kebutuhan modal risiko operasional, bank diwajibkan menghitung berdasarkan kepada expected loss dan unexpected loss. Expected loss
adalah kerugian yang terjadi dalam operasional bank secara normal atau dapat disederhanakan sebagai “the cost of doing business”. Dalam menjalankan operasional hariannya sangat masuk akal apabila diasumsikan kerugian operasional terjadi, seperti kesalahan karyawan, penipuan, dll. Untuk dapat melindungi bank dari kerugian operasional secara total yaitu hanya dengan cara menghentikan operasional bank.
Karenanya Bank berasumsi bahwa kerugian ini merupakan bagian dari operasional bank. Beberapa bank juga telah memasukan expected losses dalam struktur harga produk. Bila suatu bank dapat membuktikan kepada lembaga pengawas bahwa bank telah menghitung expected losses, maka expected losses ini tidak perlu dihitung lagi dalam perhitungan modal regulasi. Dalam kondisi ini modal regulasi risiko bank sama dengan unexpected losses.
Bank menggunakan metode statistik dalam memprediksi expected losses di masa yang akan datang dengan menggunakan data dan pengalaman di masa yang lalu. Metode sederhana untuk menghitung expected loss dengan menggunakan nilai rata-rata (mean/average) dari kerugian aktual dalam suatu periode tertentu. Unexpected loss adalah kerugian yang terjadi di atas tingkat expected loss yang diterima, yaitu kerugian yang berasal dari suatu event yang tidak diharapkan terjadi atau suatu peristiwa ekstrim dan memiliki probabilitas terjadinya yang sangat rendah.
Unexpected losses secara tipikal berasal dari event yang memiliki low frequency/high impact.
Bank berusaha untuk memprediksi unexpected losses dengan menggunakan statistik sama seperti dalam expected losses. Expected losses dihitung dengan
(28)
menggunakan data dan pengalaman internal bank. Untuk menghitung unexpected losses bank dapat menggunakan :
1) Data internal yang tersedia 2) Data eksternal dari bank lain
3) Data dari skenario risiko operasional
Untuk menghitung expected losses dan unexpected losses dalam Basel II, bank diwajibkan untuk memiliki data historis kerugian risiko operasional internal dan eksternal yang mencakup definisi-definisi risiko operasional yang berbeda dan bermacam-macam kategori. Untuk memastikan pendekatan yang konsisten diantara bank-bank, Basel II Accord menetapkan suatu set definisi jenis-jenis kerugian risiko operasional. Setiap bank wajib memetakan datanya ke dalam definisi.
2.2.5 Perubahan Risiko Operasional
Baik Lembaga Pengawas maupun Bank menyadari bahwa perubahan dalam industri perbankan telah mendorong pula perubahan karakteristik risiko operasional bank. Kejadian yang secara historis berasal dari kesalahan yang mengandung biaya rendah (low-cost errors) sebagai pelengkap atau diganti dengan kejadian yang memiliki frekuensi rendah tetapi memiliki dampak yang besar. Terdapat beberapa alasan yang mendorong perubahan risiko operasional, yaitu :
1). Otomasi
2). Insentif dan Trading
3). The Rogue Trader
4). Sangat percaya kepada teknologi 5). Peningkatan jumlah dan nilai transaksi
6). Outsourcing
7). Peningkatan perkara pengadilan 8). Teroris
(29)
17
Sebagai tanggapan terhadap perubahan risiko operasional, pengawas akan meminta bank untuk melihat lagi proses yang dilakukan secara lebih menyeluruh dan mempertimbangkan kemungkinan timbulnya kejadian low frequency/high impact
diluar area risiko kredit dan risiko pasar.
2.3 Penggunaan Statistik Dalam Pengukuran Risiko
2.3.1Bagaimana Statistik Digunakan Dalam Pengukuran Risiko
Metode statistika digunakan untuk memperkirakan kemungkinan kejadian di masa depan. Tidak ada kepastian dalam perkiraan statistik karena masa depan tidak diketahui dan tidak bisa diketahui. Namun, metode statistika bisa memperkirakan probabilitas (kemungkinan) suatu kejadian terjadi di masa depan. Dengan demikian metode tersebut berguna untuk memperkirakan perubahan faktor risiko yang bisa menciptakan risiko kerugian finansial. Risiko finansial bisa didefinisikan sebagai perkiraan perubahan faktor-faktor risiko yang menghasilkan hasil yang buruk (bad outcome).
Memperkirakan probabilitas perubahan pada faktor-faktor risiko (misalnya harga pasar) biasanya menggunakan analisa historis (yang diketahui sehingga pasti). Analisa data historis melibatkan asumsi implisit bahwa data merupakan indikator yang baik di masa depan. Asumsi tersebut harus diingat ketika menggunakan metode statistika untuk menjelaskan eksposur bank terhadap risiko.
Dalam beberapa keadaan data historis mungkin tidak tersedia, atau dapat dirasakan bahwa analisa terhadap data yang tersedia tidak memberikan indikasi yang baik mengenai aktivits di masa depan. Dalam keadaan ini, teknik statistik lainnya dapat digunakan untuk memperkirakan perubahan faktor-faktor risiko di masa depan. Asumsi lainnya yang bisa digunakan adalah bahwa perubahan suatu faktor risiko independen dari perubahan sebelumnya.
(30)
Asumsi biasanya digunakan ketika memperkirakan perubahan pada faktor-faktor risiko untuk menyederhanakan interaksi yang kompleks dari faktor-faktor dalam dunia nyata. Namun, harus diingat bahwa penyederhanaan asumsi merupakan kompromi yang dapat mempengaruhi akurasi dari perkiraan perubahan di masa depan.
2.3.2Perkiraan Perubahan Faktor-faktor Risiko
Harga-harga pasar digunakan untuk memperkirakan perubahan-perubahan dalam faktor-faktor risiko. Agar dapat mengukur risiko yang dihasilkan oleh perubahan-perubahan di masa datang, perlu dibangun skenario yang mencakup seluruh perubahan yang mungkin terjadi pada rentang waktu yang ditentukan.
Rentang waktu (time horizon) adalah periode waktu di masa yang datang yang dipilih untuk mensimulasikan perubahan yang terjadi dalam satu hari atau beberapa tahun. Rentang waktu dipilih bergantung pada jatuh tempo (maturity) transaksi-transaksi yang menimbulksn risiko. Salah satu cara untuk menvisualisasikan perubahan-perubahan harga adalah dengan membangun pohon binomial (Binomial Tree).
2.4 Ukuran-ukuran Statistik
Statistik adalah besaran yang dihitung dari data, dengan cara-cara pengumpulan data, pengolahan atau penganalisaan data dan penarikan kesimpulan berdasarkan kumpulan data dan penganalisaan yang dilakukan, yang gunanya untuk menaksir harga parameter distribusi.
2.4.1 Statistik Lokasi
Konsep pertama adalah statistika lokasi yang berupa rata-rata (mean), nilai tengah (median) dan modus.
(31)
19
2.4.1.1 Rata-rata (Mean)
Rata-rata data adalah jumlah semua harga data dibagi dengan banyaknya data. Misalkan diberikan n buah data berikut : X1, X2, X3, ..., Xn
n
x x
x x
X = ( 1+ 2 + 3 +...+ n)
.
(2-2)
atau
∑
=
= n
i i
x n X
1
1
(2-3)
dimana :
X = adalah rata-rata data.
∑
= adalah sigma maksudnya jumlah.xi
1) Data diurutkan dari yang terkecil hingga yang terbesar. Misalkan n menyatakan banyaknya data dan hasil pengurutan itu diberi lambang X = adalah nilai pengamatan ke-i.
n = adalah banyaknya data.
2.4.1.2 Nilai Tengah (Median)
Median adalah bilangan yang membagi data menjadi 2 kelompok (di kiri M dan di kanan M) sama banyaknya. Cara menghitungnya adalah sebagai berikut :
1, X2, X3, ..., Xn.
2) Jika n ganjil, maka median adalah :
(32)
M = X( )k ,
2 1
+
n
dengan k =
(2-4)
Jika n genap, maka median adalah :
{
( ) ( )}
2
1
+ +
= X m X m
M , dengan
2
n
m= (2-5)
2.4.1.3 Modus (Mo)
Modus adalah data yang paling sering muncul. Cara menentukannya adalah cukup dengan mengamati harga data yang frekuensinya tertinggi.
2.4.2 Statistik Dispersi (Dispersion)
Konsep kedua adalah dispersi (dispersion). Dispersi adalah tingkat kecenderungan angka-angka disekitar nilai rata-rata, yaitu: range dan standard deviasi.
2.4.2.1 Luas Penyebaran (Range)
Range untuk sekumpulan data dapat diberikan batasan sebagai selisih antara nilai pengamatan terbesar dengan nilai pengamatan yang terkecil yang terdapat pada kumpulan nilai tersebut.
R= Xmax −Xmin (2-6)
dimana :
(33)
21
Xmax = adalah nilai pengamatan data terbesar.
Xmin
Standard Deviasi
= adalah nilai pengamatan data terkecil.
Standard deviasi adalah ukuran penyebaran sekelompok nilai dari nilai rata-rata
(mean) kelompok data tersebut. Ukuran dispersi ini dinyatakan dengan S.
(
)
1 2 − − =∑
n X X S i (2-7) dimana :S = adalah standard deviasi
Xi
X
= adalah nilai data pengamatan ke i = adalah nilai rata-rata data
n = adalah banyak data
2.4.3 Ilustrasi
Misalkan diberikan data berikut : 169, 172, 177, 170, 168, 170, 178, 171, 169, 170. Mula-mula data diurutkan, maka diperoleh hasilnya adalah :
168, 169, 169, 170, 170, 170, 171, 172, 177, 178.
Maka hasil perhitungan yang diperoleh adalah :
1. Rata-rata adalah
=
∑
+ + + + + + + + + 10 1 ) 178 177 172 171 170 170 170 169 169 168 ( 10 1 X(34)
171.4 10
1714
= =
2. Median adalah
Karena n = 10 (genap), maka 5.5 ( )5 ( )6 2
10
2 X X
n
m= = = = +
( ) ( ) 170
2 170 170 2 6 5 = + = +
= X X
M
3. Modus adalah
Mo =170 , karena yang paling sering muncul dalam data sebanyak 3 kali.
4. Range adalah
R= Xmax −Xmin =178−168=10
5. Standard deviasi adalah
(
)
1 2 − − =∑
n X X S i(
) (
) (
) (
) (
)
(
) (
) (
) (
) (
)
4059 . 3 6 . 11 4 . 171 178 2 4 . 171 177 2 4 . 171 172 2 4 . 171 171 2 4 . 171 170 2 4 . 171 170 2 4 . 171 170 2 4 . 171 169 2 4 . 171 169 2 4 . 171 168 1 10 1 = = − + − + − + − + − + − + − + − + − + − − = S(35)
BAB 3 PEMBAHASAN
3.1 Pendekatan Perhitungan Risiko Operasional
Basel II Accord membolehkan bank untuk menggunakan salah satu dari tiga
pendekatan untuk menghitung modal risiko operasional. Suatu bank memiliki kemampuan untuk berpindah dari suatu pendekatan yang sederhana ke pendekatan yang sangat kompleks dengan menggunakan pendekatan statistik. Pendekatan-pendekatan tersebut adalah The Basic Indicator Approach, The Standardized Approach dan The Advanced Measurement Approach.
Berdasarkan pendekatan Basic Indicator Approach (BIA) modal risiko operasional yang dibutuhkan dihitung berdasarkan persentase tetap dari pendapatan kotor (gross income). Standardized Approach membagi bisnis bank menjadi 8 jenis. Persyaratan modal untuk setiap jenis bisnis dihitung dengan persentase pendapatan kotor (gross income) untuk setiap jenis bisnis. Hasilnya ditambahkan untuk memperoleh modal risiko operasional. Di bawah lingkungan tertentu, bank dapat menggunakan Alternative Standardized Approach (ASA). Dengan Advanced
Measurement Approach (AMA), bank diijinkan menggunakan model internal
miliknya untuk menghitung modal risiko operasional.
3.1.1 Indikator Eksposur
Ketiga metode menggunakan indikator eksposur risiko yang bervariasi. Indikator eksposur risiko didefinisikan sebagai satu faktor yang memberi indikasi terhadap tingkat eksposur risiko satu bank, semakin tinggi nilai indikator eksposur maka
(36)
semakin tinggi risikonya. Indikator yang digunakan ketiga metode tersebut sebagai indikator eksposur risikonya adalah pendapatan kotor (gross income).
3.1.2. Pendapatan Kotor (Gross Income)
Definisi gross income dalam Basel II, pendapatan kotor (gross income) didefinisikan sebagai jumlah pendapatan bunga bersih (net interest income) dan pendapatan non bunga bersih (net non-interest income). Yang termasuk pendapatan bunga bersih (net interest income) dan pendapatan non bunga bersih (net non-interest income)
ditentukan oleh supervisor nasional dan/atau standar akuntansi nasional.
Misalnya, pendapatan bunga bersih (net interest income) bisa didefinisikan sebagai pendapatan pinjaman dan asset lainnya yang menghasilkan bunga, dikurangi biaya simpanan dan passiva yang berbiaya bunga. pendapatan non bunga bersih (net non-interest income) mencakup biaya dan komisi, dan pendapatan bersih (netto) dari aktivitas perdagangan lainnya yaitu diluarpinjaman dan simpanan.
Pendapatan kotor (Gross Income) merepresentasikan bentuk pendapatan aktivitas perbankan yang normal, dan sebaiknya tidak memasukkan :
1). Setiap provisi
2). Setiap pengeluaran operasi
3). Laba atau rugi dari hasil penjualan sekuritas pada banking book 4). Item luar biasa atau item yang tidak rutin
5). Kerusian risiko operasional
6). Pendapatan yang diperoleh dari bisnis asuransi
Dalam kerangka kerja Basel II, biaya operasi dikeluarkadari pendapatan kotor (gross income). Biaya operasi termasuk setiap pembayaran pada pihak ketiga seperti
outsourcing. Namun, apabila bank menyediakan jasa outsourcing untuk lembaga lain, makapendapatan dari jasa ini harus dimasukkan dalam pendapatan kotor (gross income), karena dalam hal ini jasa-jasa tersebut adalah bagian dari pendapatan dari
(37)
25
kegiatan pendagangan lain. Penting untuk dicatat, bahwa kedua kegiatan outsourcing
membawa risiko operasional untuk bank.
3.1.3 Pendapatan Kotor (Gross Income) Negatif
Pada periode tiga tahun, bank mungkin tidak selalu memperoleh pendapatan kotor (gross income) yang positif. Apabila pendapatan kotor (gross income) yang negatif dimasukkan pada rat-rata tiga tahun, ini mengacaukan perhitungan dan dapat mengkelirukan jumlah modal regulasi yang dibutuhkan. Komite Basel secara tegas mengatur pembebanan modal terdistorsi, maka supervisor bank memiliki hak untuk mengambil tindakan sesuai kerangka kerja pilar 2.
Apabila pada kurun waktu tiga tahun ada pendapatan kotor (gross income)
negatif, maka pendapatan kotor (gross income) ini tetap dimasukkan pada perhitungan, tetapi pendapatan kotor tahun tersebut dianggap nol.
3.2 Metode Standarisasi (Standardized Approach)
Standardized Approach mencoba mengatasi kurangnya sensitivitas risiko dari Basic Indicator Approach dengan cara :
1). Membagi aktivitas ke dalam delapan jenis bisnis.
2). Menggunakan pendapatan kotor (gross income) dari tiap jenis bisnis digunakan sebagai indikator risiko operasional atas masing-masing jenis bisnis.
Model ini menjelaskan mekanisme-mekanisme metodologi dan penggandaan
(multiplier) yang digunakan. Standardized Approach (SA) menggunakan pendapatan kotor (gross income) masing-masing jenis bisnis daripada mengunakan total pendapatan bank karena dapat diasumsikan bahwa pendapatan kotor (gross income)
(38)
Pendapatan koor (gross income) dengan demikian menghubungkan jumlah bisnis dalam satu jenis bisnis spesifik terhadap tingkat risiko operasional yang melekat di dalam bisnis tersebut.
Dengan memecah bank menjadi bisnis yang berbeda-beda dan memberikan persentase yang berbeda kepada tiap jenis bisnis, Standardized Approach (SA)
menghubungkan areal bisnis bank dan risikonya dengan pembebanan modal risiko operasional. Kebutuhan modal untuk tiap jenis bisnis dihitung sebagai persentase pendapatan kotor (gross income) jenis bisnis tersebut. Hasilnya ditambahkan untuk memberi total modal risiko operasional untuk bank.
Menurut Standardized Approach (SA), jumlah modal agregat dihitung untuk setiap tiga tahun terakhir. Jumlah agregat ini diambil rata-ratanya untuk menghasilkan jumlah modal regulasi risiko operasional yang dibutuhkan menurut pendekatan
Standardized Approach (SA).
Modal regulasi agregat untuk tahun tunggal dihitung dengan menambahkan hasil pendapatan kotor (gross income), dikalikan dengan faktor beta untuk setiap jenis bisnis. Tidak penting apakah pendapatan kotor (gross income) untuk setiap jenis bisnis negatif, karena secara sederhana dapat dimasukkan dalam perhitungan. Apabila jumlah keseluruhan untuk tahun tertentu adalah negatif, maka angkanya diganti menjadi nol (0) untuk perhitungan rata-rata. Jadi, nilai rata-rata menurut Standardized Approach (SA) selalu dihitung selama tiga tahun.
Rumus perhitungan modal regulasi risiko operasional menurut Standardized Approach (SA) yang diperlukan adalah :
(3-1)
dimana :
(39)
27
GI1-8 = adalah Pendapatan kotor (gross income) untuk tiap jenis bisnis. β1-8
1). Pembiayaan Wholesale (Corporate Finance)
= adalah Beta untuk tiap jenis bisnis.
3.2.1 Jenis Bisnis Risiko Operasional
Standardized Approach (SA) membagi operasi bank menjadi delapan jenis bisnis yang berbeda. Dengan cara ini, pendekatan tersebut mengakui bahwa setiap jenis bisnis berbeda sifatnya dan dengan demikian memiliki karakteristik risiko operasional yang berbeda. Penggunaan jenis bisnis yang berbeda mendorong bank untuk mengalokasikan modal regulasi menurut jenis bisnisnya.
Basel Capital Accord II memberikan satu susunan standar jenis-jenis bisnis dan proses pemetaan struktur aktual satu bank terhadap Standardized Approach (SA). Delapan jenis bisnis tersebut adalah :
2). Pembayaran dan Penyelesaian (Payment and Settlement)
3). Jasa Kelembagaan (Agency Services)
4). Manajemen Aset (Asset Management)
5). Perdagangan dan Penjualan (Trading and sales) 6). Retail Banking (Retail Banking)
7). Komersial Bank (Commercial Banking)
8). Broker Ritel (Retail Brokerage)
3.2.2 Nilai Beta Jenis Bisnis Risiko Operasional
Nilai beta untuk setiap jenis bisnis pada esensinya adalah faktor pembobotan risiko
(risk weighting). Setiap beta menghubungkan kerugian risiko operasional yang dialami satu jenis bisnis terhadap pendapatan kotor (gross income) atas bisnis tersebut. Semakin tinggi nilai beta, semakin besar pula potensi kerugian risiko operasional. Beta mencoba membobot modal risiko operaasional berdasarkan jenis bisnis dimana
(40)
bank paling aktif. Perhitungan modal regulasi untuk setiap jenis bisnis dengan menggunakan nilai beta dan pendapatan kotor (gross income) menghubungkan skala aktivitas bisnis yang dilakukan bank dengan risiko yang dikelolanya.
Nilai beta yang ditetapkan komite Basel mirip dengan cara penetapan nilai beta yang digunakan Standardized Approach (SA). Nilai beta didapatkan dengan cara mengaplikasikan metode statistik terhadap data kerugian risiko operasional dan alokasi modal yang dikumpulkan dari beberapa bank selama proses QIS.
Tabel 3.1 Nilai Beta Tiap Jenis Bisnis Risiko Operasional
Jenis beta Beta (%)
Pembiayaan Wholesale (Corporate Finance) 18
Perdagangan dan Penjualan (Trading and sales) 18
Retail Banking (Retail Banking) 12
Komersial Bank (Commercial Banking) 15
Pembayaran dan Penyelesaian (Payment and Settlement) 18
Jasa Kelembagaan (Agency Services) 15
Manajemen Aset (Asset Management) 12
Broker Ritel (Retail Brokerage) 12
3.3 Contoh Kasus
Bank AA adalah retail banking dan bank AA memiliki pendapatan kotor (gross income) untuk setiap jenis bisnisnya selama tiga tahun terakhir yang dinyatakan dalam bulan setiap tahunnya dimulai dari tahun 2004-2006.
Maka hitunglah besar modal regulasi risiko operasional tahun 2007 serta prediksi pendapatan kotor untuk tahum 2007 kemudian hitunglah kembali modal regulasi risiko operasional untuk tahun 2008.
(41)
29
Keterangan untuk tabel :
I : Pembiayaan Wholesale (Corporate Finance)
II : Perdagangan dan Penjualan (Trading and sales)
III : Retail Banking (Retail Banking)
IV : Komersial Bank (Commercial Banking)
V : Pembayaran dan Penyelesaian (Payment and Settlement)
VI : Jasa Kelembagaan (Agency Services)
VII : Manajemen Aset (Asset Management)
VIII : Broker Ritel (Retail Brokerage)
A1 : Frekuensi Pembiayaan Wholesale (Corporate Finance) B1 : Dampak Pembiayaan Wholesale (Corporate Finance) A2 : Frekuensi Perdagangan dan Penjualan (Trading and sales) B2 : Dampak Perdagangan dan Penjualan (Trading and sales) A3 : Frekuensi Retail Banking (Retail Banking)
B3 : Dampak Retail Banking (Retail Banking)
A4 : Frekuensi Komersial Bank (Commercial Banking) B4 : Dampak Komersial Bank (Commercial Banking)
A5 : Frekuensi Pembayaran dan Penyelesaian (Payment and Settlement) B5 : Dampak Pembayaran dan Penyelesaian (Payment and Settlement) A6 : Frekuensi Jasa Kelembagaan (Agency Services)
B6 : Dampak Jasa Kelembagaan (Agency Services) A7 : Frekuensi Manajemen Aset (Asset Management) B7 : Dampak Manajemen Aset (Asset Management) A8 : Frekuensi Broker Ritel (Retail Brokerage) B8 : Dampak Broker Ritel (Retail Brokerage)
(42)
Tabel 3.2 Pendapatan Kotor (gross income) untuk Tahun 2004/Bulan
BULAN
JENIS BISNIS
I II III IV V VI VII VIII
A1 B1 A2 B2 A3 B3 A4 B4 A5 B5 A6 B6 A7 B7 A8 B8
1 2 1.6 1 0.8 2 3.5 2 0.85 2 0.65 2 0.85 2 1.8 2 0.65
2 1 0.75 3 2.4 4 9 3 1.25 1 0.22 2 0.7 3 2.5 2 0.55
3 2 1.8 1 0.9 2 3.3 1 0.52 2 0.42 1 0.25 2 0.25 1 0.36
4 2 1.9 1 0.85 3 5.35 1 0.5 1 0.23 1 0.3 2 1.33 2 0.5
5 1 1 3 2.4 4 6.85 2 0.85 2 0.53 2 0.65 1 0.95 1 0.43
6 3 2.7 2 1.8 3 4.75 3 1.35 2 0.7 1 0.35 3 2.8 1 0.26
7 1 0.85 2 2.1 1 2.25 2 0.95 1 0.21 1 0.28 1 3.2 2 0.45
8 3 2.55 1 1.1 2 3.45 2 0.86 1 0.24 1 0.23 3 2.5 2 0.56
9 2 1.8 3 2.8 4 8.4 1 0.5 2 0.65 2 0.5 2 0.83 1 0.3
10 1 0.95 2 1.65 3 5.8 2 0.95 1 0.25 1 0.3 1 0.98 2 0.42
11 2 2 3 2.25 2 3.95 1 0.57 1 0.3 1 0.25 2 1.5 1 0.22
12 2 2.1 1 0.95 4 8.4 2 0.85 2 0.6 1 0.35 2 1.38 1 0.3
Jumlah 22 20 23 20 34 65 22 10 18 5 16 5 24 20 18 5
Mean 1.83 1.67 1.92 1.67 2.83 5.42 1.83 0.83 1.5 0.42 1.33 0.42 2 1.67 1.5 0.42
Median 2 1.8 2 1.73 3 5.05 2 0.85 1.5 0.36 1 0.33 2 1.44 1.5 0.43
Modus 2 1.8 1 2.4 2 8.4 2 0.85 2 0.65 1 0.25 2 2.5 2 0.3
Range 2 1.95 2 2 3 6.75 2 0.85 1 0.49 1 0.63 2 2.96 1 0.43
Std.
Deviasi 0.72 0.65 0.9 0.72 1.03 2.29 0.72 0.28 0.52 0.2 0.49 0.21 0.74 0.9 0.52 0.13
Gambar 3.1 Grafik Pendapatan Kotor (gross income) Tahun 2004/Bulan
0 2 4 6 8 10
1 2 3 4 5 6 7 8 9 10 11 12
Bulan Ju m lah Manajemen Aset Perdagangan dan Penjualan Retail Banking Komersial Bank Pembayaran dan Penyelesaian Jasa Kelembagaan Broker Ritel Pembiayaan Wholesale
(43)
31
Tabel 3.3 Pendapatan Kotor (gross income) untuk Tahun 2005/Bulan
BULAN
JENIS BISNIS
I II III IV V VI VII VIII
A1 B1 A2 B2 A3 B3 A4 B4 A5 B5 A6 B6 A7 B7 A8 B8
1 2 1 1 0.65 2 4.5 2 0.6 1 0.35 2 0.8 2 0.7 1 0.3
2 1 0.06 3 1.95 1 1.9 2 0.75 1 0.28 1 0.3 1 0.65 2 0.5
3 2 1.15 1 0.75 2 2.5 1 0.3 2 0.8 1 0.25 2 1.2 1 0.33
4 2 1.35 1 0.65 3 5 1 0.23 1 0.23 1 0.24 2 1.25 2 0.48
5 1 0.65 3 1.75 1 2.3 2 0.45 2 0.65 2 0.55 1 0.65 1 0.3
6 2 1.15 2 1.5 3 4.6 1 0.25 2 0.7 2 0.48 3 1.65 1 0.22
7 1 0.55 2 1.45 1 2.2 1 0.28 1 0.28 1 0.29 1 0.55 2 0.58
8 1 0.6 1 1 2 3.2 2 0.65 1 0.22 2 0.38 1 0.75 2 0.49
9 2 0.95 3 1.8 2 2.8 1 0.3 2 0.52 2 0.51 2 1.05 1 0.26
10 1 0.75 2 1.35 4 6.3 2 0.54 1 0.25 2 0.55 1 0.5 3 0.85
11 1 0.6 2 1.2 2 3.2 2 0.43 1 0.28 1 0.35 2 0.94 1 0.43
12 2 1.2 1 0.95 3 6.5 1 0.24 2 0.45 1 0.3 2 0.11 1 0.27
Jumlah 18 10 22 15 26 45 18 5 17 5 18 5 20 10 18 5
Mean 1.5 0.83 1.83 1.25 2.17 3.75 1.5 0.42 1.42 0.42 1.5 0.42 1.67 0.83 1.5 0.42
Median 1.5 0.85 2 1.28 2 3.2 1.5 0.36 1 0.32 1.5 0.37 2 0.73 1 0.38
Modus 2 1.15 1 0.65 2 3.2 2 0.3 1 0.28 2 0.3 2 0.65 1 0.3
Range 1 1.29 2 1.3 3 4.6 1 0.53 1 0.58 1 0.56 2 1.54 2 0.63
Std.
Deviasi 0.52 0.37 0.83 0.46 0.94 1.59 0.52 0.18 0.51 0.2 0.52 0.17 0.65 0.41 0.67 0.18
Gambar 3.2 Grafik Pendapatan Kotor (gross income) Tahun 2005/Bulan
0 1 2 3 4 5 6 7
1 2 3 4 5 6 7 8 9 10 11 12
Bulan Ju m lah Manajemen Aset Perdagangan dan Penjualan Retail Banking Komersial Bank Pembayaran dan Penyelesaian Jasa Kelembagaan Broker Ritel Pembiayaan Wholesale
(44)
Tabel 3.4 Pendapatan Kotor (gross income) untuk Tahun 2006/Bulan
BULAN
JENIS BISNIS
I II III IV V VI VII VIII
A1 B1 A2 B2 A3 B3 A4 B4 A5 B5 A6 B6 A7 B7 A8 B8
1 2 1.5 1 0.8 2 4.5 2 0.56 2 0.65 2 0.65 2 1.5 2 0.6
2 1 0.85 3 1.6 1 2.4 2 0.85 2 0.53 1 0.48 3 2.6 1 0.3
3 2 0.75 1 0.9 2 3.5 1 0.25 1 0.38 2 0.65 2 1.8 1 0.28
4 2 1.2 1 0.85 3 5.5 1 0.2 1 0.35 1 0.33 2 1.75 2 0.56
5 1 0.95 3 1.75 4 6.9 1 0.25 2 0.55 1 0.29 1 0.95 1 0.28
6 3 1.9 2 1.15 2 4.8 2 0.59 2 0.38 2 0.56 3 2.75 1 0.31
7 1 0.85 2 1.25 1 2.25 1 0.3 1 0.26 2 0.54 1 1.1 2 0.63
8 3 2.3 1 1.1 2 3.8 2 0.58 2 0.45 1 0.29 1 0.9 2 0.66
9 2 1.2 3 1.75 3 8.8 1 0.28 2 0.42 2 0.47 2 1.9 1 0.33
10 1 0.9 2 1.35 1 2.4 2 0.45 1 0.24 1 0.28 1 0.85 2 0.56
11 2 1.25 3 1.75 2 5.65 1 0.26 1 0.38 1 0.26 2 1.8 1 0.25
12 2 1.35 1 0.75 2 4.5 2 0.43 2 0.43 1 0.24 2 2.1 1 0.27
Jumlah 22 15 23 15 25 55 18 5 19 5 17 5 22 20 17 5
Mean 1.83 1.25 1.92 1.25 2.08 4.58 1.5 0.42 1.58 0.42 1.42 0.42 1.83 1.67 1.42 0.42
Median 2 1.2 2 1.2 2 4.5 1.5 0.37 2 0.4 1 0.4 2 1.78 1 0.32
Modus 2 0.85 1 1.75 2 4.5 2 0.25 2 0.38 1 0.65 2 1.8 1 0.56
Range 2 1.55 2 1 3 6.55 1 0.65 1 0.41 1 0.42 2 1.9 1 0.41
Std.
Deviasi 0.72 0.47 0.9 0.39 0.9 1.95 0.52 0.2 0.51 0.12 0.51 0.16 0.72 0.64 0.51 0.16
Gambar 3.3 Grafik Pendapatan Kotor (gross income) Tahun 2006/Bulan
0 2 4 6 8 10
1 2 3 4 5 6 7 8 9 10 11 12
Bulan Ju m lah Manajemen Aset Perdagangan dan Penjualan Retail Banking Komersial Bank Pembayaran dan Penyelesaian Jasa Kelembagaan Broker Ritel Pembiayaan Wholesale
(45)
33
Tabel 3.5 Pendapatan Kotor (gross income) untuk Tahun 2004-2006
Untuk ketiga tahun tersebut, pendapatan kotor (gross income) tiap jenis bisnis dikalikan dengan beta untuk memberikan modal regulasi risiko operasional :
Tabel 3.6 Pendapatan Kotor (gros income) x Nilai Beta Tahun 2004-2006
Bussiness line Beta (%)
Tahun 2004 (Juta)
Tahun 2005 (Juta)
Tahun 2006 (Juta)
Corporate Finance 18 3.60 1.80 2.70
Trading and Sales 18 3.60 2.70 2.70
Retail Banking 12 7.80 5.40 6.60
Commercial Banking 15 1.50 0.75 0.75
Payment and Settlement 18 0.90 0.90 0.90
Agency Services 15 0.75 0.75 0.75
Asset Management 12 2.40 1.20 2.40
Retail Brokerage 12 0.60 0.60 0.60
Total 21.15 14.10 17.40
Jenis Bisnis Beta %
Tahun 2004 (Juta)
Tahun 2005 (Juta)
Tahun 2006 (Juta)
Corporate Finance 18 20 10 15
Trading and Sales 18 20 15 15
Retail Banking 12 65 45 55
Commercial Banking 15 10 5 5
Payment and Settlement 18 5 5 5
Agency Services 15 5 5 5
Asset Management 12 20 10 20
Retail Brokerage 12 5 5 5
(46)
Dari hasil perhitungan di atas dapat diperoleh :
55 . 17 3
65 . 52 3
40 . 17 10 . 14 15 . 21
= =
+ +
=
TSA
K
Maka dari hasil perhitungan di atas diperoleh modal regulasi risiko operasional untuk tahun 2007 adalah Rp. 17.55 Juta.
(47)
35
Tabel 3.7 Prediksi Pendapatan Kotor (gross income) untuk Tahun 2007/Bulan (Berdasarkan Rata-Rata Pendapatan Kotor Tiap Jenis Bisnis per Bulan)
BULAN
JENIS BISNIS
I II III IV V VI VII VIII
A1 B1 A2 B2 A3 B3 A4 B4 A5 B5 A6 B6 A7 B7 A8 B8
1 2 1.3 1 0.75 2 4.17 2 0.67 2 0.55 2 0.77 2 1.33 2 0.52
2 1 0.77 3 1.98 2 4.43 2 0.95 1 0.34 1 0.49 2 1.92 2 0.45
3 2 1.27 1 0.85 2 3.1 1 0.36 2 0.53 1 0.38 2 1.08 1 0.32
4 2 1.33 1 0.78 3 5.28 1 0.31 1 0.27 1 0.29 2 1.44 2 0.51
5 1 0.95 3 1.97 3 5.35 2 0.52 2 0.58 2 0.5 1 0.85 1 0.34
6 3 1.6 2 1.48 2.67 4.72 2 0.73 2 0.59 2 0.46 3 2.4 1 0.26
7 1 1.1 2 1.6 1 2.23 1 0.51 1 0.25 1 0.37 1 1.62 2 0.55
8 2 1.33 1 1.07 2 3.48 2 0.7 1 0.3 1 0.3 2 1.38 2 0.57
9 2 1.68 3 2.12 3 6.67 1 0.36 2 0.53 2 0.49 2 1.26 1 0.3
10 1 0.97 2 1.45 2.67 4.83 2 0.65 1 0.25 1 0.38 1 0.78 2 0.61
11 2 1.17 3 1.73 2 4.27 1 0.42 1 0.32 1 0.29 2 1.41 1 0.3
12 2 1.52 1 0.88 3 6.47 2 0.51 2 0.49 1 0.3 2 1.2 1 0.28
Jumlah 21 15 23 16.7 28.3 55 19 6.67 18 5 16 5 22 16.7 18 5
Mean 1.75 1.25 1.92 1.39 2.36 4.58 1.58 0.56 1.5 0.42 1.33 0.42 1.83 1.39 1.5 0.42
Median 2 1.28 2 1.47 2.33 4.58 2 0.51 1.5 0.42 1 0.38 2 1.36 1.5 0.39
Modus 2 1 2 2 2 1 0.49 2 2
Range 2 0.92 2 1.37 2 4.43 1 0.64 1 0.35 1 0.48 2 1.63 1 0.35
Std.
Deviasi 0.62 0.27 0.9 0.51 0.63 1.29 0.51 0.19 0.52 0.14 0.49 0.14 0.58 0.44 0.52 0.13
Gambar 3.4 Grafik Prediksi Pendapatan Kotor (gross income)
Tahun 2007/Bulan 0 1 2 3 4 5 6 7 8
1 2 3 4 5 6 7 8 9 10 11 12
Bulan Ju m lah Manajemen Aset Perdagangan dan Penjualan Retail Banking Komersial Bank Pembayaran dan Penyelesaian Jasa Kelembagaan Broker Ritel Pembiayaan Wholesale
(48)
Tabel 3.8 Pendapatan Kotor (gross income) untuk Tahun 2005-2007
Untuk ketiga tahun tersebut, pendapatan kotor (gross income) tiap jenis bisnis dikalikan dengan beta untuk memberikan modal regulasi risiko operasional :
Tabel 3.9 Pendapatan Kotor (gros income) x Nilai Beta Tahun 2005-2007
Bussiness line Beta (%)
Tahun 2004 (Juta)
Tahun 2005 (Juta)
Tahun 2006 (Juta)
Corporate Finance 18 1.80 2.70 2.70
Trading and Sales 18 2.70 2.70 3.01
Retail Banking 12 5.40 6.60 6.60
Commercial Banking 15 0.75 0.75 1
Payment and Settlement 18 0.90 0.90 0.90
Agency Services 15 0.75 0.75 0.75
Asset Management 12 1.20 2.40 2
Retail Brokerage 12 0.60 0.60 0.60
Total 14.10 17.40 17.56
Jenis Bisnis Beta %
Tahun 2005 (Juta)
Tahun 2006 (Juta)
Tahun 2007 (Juta)
Corporate Finance 18 10 15 15
Trading and Sales 18 15 15 16.7
Retail Banking 12 45 55 55
Commercial Banking 15 5 5 6.67
Payment and Settlement 18 5 5 5
Agency Services 15 5 5 5
Asset Management 12 10 20 16.7
Retail Brokerage 12 5 5 5
(49)
37
Dari hasil perhitungan di atas dapat diperoleh :
4 . 16 3
06 . 49 3
56 . 17 40 . 17 10 . 14
= =
+ +
=
TSA
K
Maka dari hasil perhitungan di atas diperoleh modal regulasi risiko operasional untuk tahun 2008 adalah Rp. 16.4 Juta.
(50)
BAB 4
KESIMPULAN DAN SARAN
4.1 Kesimpulan
Dari pembahasan diperoleh kesimpulan sebagai berikut :
Metode standarisasi (Standardized Approach) mampu mengatasi masalah atau risiko operasional yang akan dihadapi oleh suatu bank di masa yang akan datang dengan meminimumkan dan mengalokasikan modal regulasi risiko operasional tersebut terhadap risiko yang mungkin terjadi pada jangka waktu tertentu.
4.2 Saran
Kepada pihak bank dan pihak manajemen perbankan lainnya yang ingin menggunakan metode standarisasi, yaitu Standardized Approach (SA) agar lebih baik untuk mengamati data pendapatan kotor masa lalu (historis) dengan lebih teliti sehingga dapat memperoleh hasil modal regulasi terhadap risiko operasional yang lebih baik lagi.
(51)
DAFTAR PUSTAKA
Lembaga Pengembangan Perbankan Indonesia (LPPI), Global Associaton Of Risk Professionals (GARP), Badan Sertifikasi Manajemen Risiko (BSMR) : Sertifikasi Manajemen Risiko Bank dan Regulasi Indonesia, Tingkat 1, Indonesia, 2006.
Lembaga Pengembangan Perbankan Indonesia (LPPI), Global Associaton Of Risk Professionals (GARP), Badan Sertifikasi Manajemen Risiko (BSMR) : Sertifikasi Manajemen Risiko Bank dan Regulasi Indonesia, Tingkat 2, Indonesia, 2007.
Drs. H. Masyhud Ali, MBA, MM : Asset Liabillity Management, Menyiasati Risiko Pasar dan Risiko Operasional dalam Perbankan, Penerbit PT. Elex Komputindo, Gramedia-Jakarta, 2004.
eBizzAsia, Information Technology, Communication and e-Bussiness Magazine : Keharusan Menerapkan Manajemen Risiko, Indonesia, 2005.
Prof. Dr. Sudjana M.A, MSc : Metode Statistika, Penerbit Tarsito Bandung, 2002.
Abdul Hakim S.Si, Statistika Deskriptif untuk Ekonomi dan Bisnis, Cetakan Pertama, Maret 2001, Penerbit Ekonisa Fakultas Ekonomi UII, Yogyakarta.
Abdul Hakim S.Si, Statistika Deskriptif untuk Ekonomi dan Bisnis, Cetakan Kedua, Januari 2004, Penerbit Ekonesia Fakultas Ekonomi UII, Yogyakarta.
Direktorat Jendreal Pendidikan Tinggi, Fakultas MIPA, Institut Teknologi Bandung, Modul Praktikum Statistika Elementer.
(1)
Dari hasil perhitungan di atas dapat diperoleh :
55 . 17 3
65 . 52 3
40 . 17 10 . 14 15 . 21
= =
+ +
=
TSA
K
Maka dari hasil perhitungan di atas diperoleh modal regulasi risiko operasional untuk tahun 2007 adalah Rp. 17.55 Juta.
(2)
35
Tabel 3.7 Prediksi Pendapatan Kotor (gross income) untuk Tahun 2007/Bulan (Berdasarkan Rata-Rata Pendapatan Kotor Tiap Jenis Bisnis per Bulan)
BULAN
JENIS BISNIS
I II III IV V VI VII VIII
A1 B1 A2 B2 A3 B3 A4 B4 A5 B5 A6 B6 A7 B7 A8 B8 1 2 1.3 1 0.75 2 4.17 2 0.67 2 0.55 2 0.77 2 1.33 2 0.52 2 1 0.77 3 1.98 2 4.43 2 0.95 1 0.34 1 0.49 2 1.92 2 0.45 3 2 1.27 1 0.85 2 3.1 1 0.36 2 0.53 1 0.38 2 1.08 1 0.32 4 2 1.33 1 0.78 3 5.28 1 0.31 1 0.27 1 0.29 2 1.44 2 0.51 5 1 0.95 3 1.97 3 5.35 2 0.52 2 0.58 2 0.5 1 0.85 1 0.34 6 3 1.6 2 1.48 2.67 4.72 2 0.73 2 0.59 2 0.46 3 2.4 1 0.26 7 1 1.1 2 1.6 1 2.23 1 0.51 1 0.25 1 0.37 1 1.62 2 0.55 8 2 1.33 1 1.07 2 3.48 2 0.7 1 0.3 1 0.3 2 1.38 2 0.57 9 2 1.68 3 2.12 3 6.67 1 0.36 2 0.53 2 0.49 2 1.26 1 0.3 10 1 0.97 2 1.45 2.67 4.83 2 0.65 1 0.25 1 0.38 1 0.78 2 0.61 11 2 1.17 3 1.73 2 4.27 1 0.42 1 0.32 1 0.29 2 1.41 1 0.3 12 2 1.52 1 0.88 3 6.47 2 0.51 2 0.49 1 0.3 2 1.2 1 0.28 Jumlah 21 15 23 16.7 28.3 55 19 6.67 18 5 16 5 22 16.7 18 5
Mean 1.75 1.25 1.92 1.39 2.36 4.58 1.58 0.56 1.5 0.42 1.33 0.42 1.83 1.39 1.5 0.42 Median 2 1.28 2 1.47 2.33 4.58 2 0.51 1.5 0.42 1 0.38 2 1.36 1.5 0.39 Modus 2 1 2 2 2 1 0.49 2 2 Range 2 0.92 2 1.37 2 4.43 1 0.64 1 0.35 1 0.48 2 1.63 1 0.35
Std.
Deviasi 0.62 0.27 0.9 0.51 0.63 1.29 0.51 0.19 0.52 0.14 0.49 0.14 0.58 0.44 0.52 0.13
Gambar3.4 Grafik Prediksi Pendapatan Kotor (gross income)
Tahun 2007/Bulan 0 1 2 3 4 5 6 7 8
1 2 3 4 5 6 7 8 9 10 11 12
Bulan Ju m lah Manajemen Aset Perdagangan dan Penjualan Retail Banking Komersial Bank Pembayaran dan Penyelesaian Jasa Kelembagaan Broker Ritel Pembiayaan Wholesale
(3)
Tabel 3.8 Pendapatan Kotor (gross income) untuk Tahun 2005-2007
Untuk ketiga tahun tersebut, pendapatan kotor (gross income) tiap jenis bisnis dikalikan dengan beta untuk memberikan modal regulasi risiko operasional :
Tabel 3.9 Pendapatan Kotor (gros income) x Nilai Beta Tahun 2005-2007
Bussiness line Beta
(%)
Tahun 2004 (Juta)
Tahun 2005 (Juta)
Tahun 2006 (Juta)
Corporate Finance 18 1.80 2.70 2.70
Trading and Sales 18 2.70 2.70 3.01
Retail Banking 12 5.40 6.60 6.60
Commercial Banking 15 0.75 0.75 1
Payment and Settlement 18 0.90 0.90 0.90
Agency Services 15 0.75 0.75 0.75
Asset Management 12 1.20 2.40 2
Retail Brokerage 12 0.60 0.60 0.60
Total 14.10 17.40 17.56
Jenis Bisnis Beta
%
Tahun 2005 (Juta)
Tahun 2006 (Juta)
Tahun 2007 (Juta)
Corporate Finance 18 10 15 15
Trading and Sales 18 15 15 16.7
Retail Banking 12 45 55 55
Commercial Banking 15 5 5 6.67
Payment and Settlement 18 5 5 5
Agency Services 15 5 5 5
Asset Management 12 10 20 16.7
Retail Brokerage 12 5 5 5
(4)
37
Dari hasil perhitungan di atas dapat diperoleh :
4 . 16 3
06 . 49 3
56 . 17 40 . 17 10 . 14
= =
+ +
=
TSA
K
Maka dari hasil perhitungan di atas diperoleh modal regulasi risiko operasional untuk tahun 2008 adalah Rp. 16.4 Juta.
(5)
BAB 4
KESIMPULAN DAN SARAN
4.1 Kesimpulan
Dari pembahasan diperoleh kesimpulan sebagai berikut :
Metode standarisasi (Standardized Approach) mampu mengatasi masalah atau risiko operasional yang akan dihadapi oleh suatu bank di masa yang akan datang dengan meminimumkan dan mengalokasikan modal regulasi risiko operasional tersebut terhadap risiko yang mungkin terjadi pada jangka waktu tertentu.
4.2 Saran
Kepada pihak bank dan pihak manajemen perbankan lainnya yang ingin menggunakan metode standarisasi, yaitu Standardized Approach (SA) agar lebih baik untuk mengamati data pendapatan kotor masa lalu (historis) dengan lebih teliti sehingga dapat memperoleh hasil modal regulasi terhadap risiko operasional yang lebih baik lagi.
(6)
DAFTAR PUSTAKA
Lembaga Pengembangan Perbankan Indonesia (LPPI), Global Associaton Of Risk Professionals (GARP), Badan Sertifikasi Manajemen Risiko (BSMR) : Sertifikasi Manajemen Risiko Bank dan Regulasi Indonesia, Tingkat 1, Indonesia, 2006.
Lembaga Pengembangan Perbankan Indonesia (LPPI), Global Associaton Of Risk Professionals (GARP), Badan Sertifikasi Manajemen Risiko (BSMR) : Sertifikasi Manajemen Risiko Bank dan Regulasi Indonesia, Tingkat 2, Indonesia, 2007.
Drs. H. Masyhud Ali, MBA, MM : Asset Liabillity Management, Menyiasati Risiko Pasar dan Risiko Operasional dalam Perbankan, Penerbit PT. Elex Komputindo, Gramedia-Jakarta, 2004.
eBizzAsia, Information Technology, Communication and e-Bussiness Magazine : Keharusan Menerapkan Manajemen Risiko, Indonesia, 2005.
Prof. Dr. Sudjana M.A, MSc : Metode Statistika, Penerbit Tarsito Bandung, 2002.
Abdul Hakim S.Si, Statistika Deskriptif untuk Ekonomi dan Bisnis, Cetakan Pertama, Maret 2001, Penerbit Ekonisa Fakultas Ekonomi UII, Yogyakarta.
Abdul Hakim S.Si, Statistika Deskriptif untuk Ekonomi dan Bisnis, Cetakan Kedua, Januari 2004, Penerbit Ekonesia Fakultas Ekonomi UII, Yogyakarta.
Direktorat Jendreal Pendidikan Tinggi, Fakultas MIPA, Institut Teknologi Bandung, Modul Praktikum Statistika Elementer.