MAKALAH MANAJEMEN RESIKO

RESIKO PERUBAHAN TINGKAT SUKU BUNGA DAN RISIKO PASAR

Oleh:
1. Vellya Nabila Utami Putri (C1C018021)

2. Lazerly Pratama ( C1C018140)

3. Elda Permata Putri (C1C018154)

Dosen pengampuh :

Dr. E Novita Sari, SE., M.Si.

PROGRAM STUDI AKUNTANSI

FAKULTAS EKONOMI & BISNIS (FEB)

UNIVERSITAS BENGKULU

2020
 Kata Pengantar

Puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-Nya
sehingga kami dapat menyelesaikan tugas makalah yang berjudul Pengantar Pemrosesan
Transaksi

Adapun tujuan dari penulisan dari makalah ini adalah untuk memenuhi tugas dari ibu
Dr. E Novita Sari, SE., M.Si.. Selain itu, makalah ini juga bertujuan untuk menambah
wawasan tentang Sistem Informasi Akuntansi bagi para pembaca dan juga bagi penulis.
Kami mengucapkan terima kasih kepada ibu Dr. E Novita Sari, SE., M.Si yang telah memberikan
tugas ini sehingga dapat menambah pengetahuan dan wawasan sesuai dengan bidang studi yang
kami tekuni.

Kami juga mengucapkan terima kasih kepada semua pihak yang telah membagi sebagian
pengetahuannya sehingga kami dapat menyelesaikan makalah ini.

Kami menyadari, makalah yang kami tulis ini masih jauh dari kata sempurna. Oleh karena itu,
kritik dan saran yang membangun akan kami nantikan demi kesempurnaan makalah ini.

Bengkulu , 8 oktober 2020

Penyusun
 Daftar isi

Kata Pengantar............................................................................................................................................2
Daftar isi......................................................................................................................................................3
BAB I PENDAHULUAN............................................................................................................................5
1.1 Latar Belakang.............................................................................................................................5
1.2 Rumusan Masalah.......................................................................................................................6
1.3 Tujuan Penelitian.........................................................................................................................6
BAB II PEMBAHASAN.............................................................................................................................7
2.1 Pengertian Resiko Suku Bunga..........................................................................................................7
2.2 Karekteristik Perubahan Tingkat Suku Bunga...................................................................................7
1  Risiko perubahan pendapatan.........................................................................................................7
2. Risiko perubahan nilai pasar...........................................................................................................8
2.3 pengukuran resiko perubahan tingkat bunga dengan metode penilaian kembali (repricing model ) 10
1. Periode Harian...............................................................................................................................10
2.   Periode Lebih dari Satu Hari........................................................................................................11
3. Gap Sebagai Indikator Risiko Tingkat Bunga...............................................................................12
4. Perubahan Tingkat Bunga yang Berbeda Untuk Asset dan Kewajiban..........................................12
2.4 Bagaimana pengukuran resiko perubahan tingkat bunga dengan metode jangka waktu (marturity
model.....................................................................................................................................................13
1. Perhitungan Gap jangka waktu......................................................................................................13
2.5    Pengukuran Risiko Perubahan Tingkat Bunga : Metode Durasi...................................................15
1. Perhitungan durasi.........................................................................................................................15
2. Karateristik Durasi.........................................................................................................................18
2.6 Resiko Pasar....................................................................................................................................19
2.7 VAR ( VALUE AT RISK )................................................................................................................21
1.        VAR Metode Historis ( Back Simulation )..............................................................................21
2.        VAR Metode Modeling ( Analytical ).....................................................................................21
3.        VAR dengan simulasi Monte Carlo........................................................................................23
4.        Pemodelan VAR.....................................................................................................................25
 5.      VAR untuk periode yang lebih panjang....................................................................................25
2.8 Stress-Testing..................................................................................................................................26
2.9 Back- Testing...................................................................................................................................27
BAB III PENUTUP...................................................................................................................................28
3.1 Kesimpulan......................................................................................................................................28
DAFTAR PUSTAKA................................................................................................................................29
 BAB I

PENDAHULUAN
1.1 Latar Belakang

Saving and loan (dikenal juga sebagai thrift) merupakan lembaga bank community based
(memfokuskan pada masyarakat lokal) yang sudah ada sejak tahun 1800-an. Lembaga tersebut
diatur dengan ketat sampai tahun 1980-an. Beberapa peraturan tersebut adalah pembatasan
tingkat bunga yang bisa ditawarkan ke deposan. Peraturan tersebut juga mencakup tipe pinjaman
yang bisa ditawarkan yang terbatas. Pada tahun 1970-an, banyak bank di AS, termasuk S & L
mengalami aliran kas keluar karena adanya persaingan dari instrumen money-market fund, yang
memberikan tingkat bunga yang lebih tinggi. Pada saat yang sama, dana bank banyak yang
tertanam di hipotik (mortgage, misal kredit rumah atau KPR) yang mempunyai jangka waktu
yang panjang. Pada saat tingkat bunga naik, nilai aset tersebut menjadi turun.

Pada masa kepresidenan Jimmy Carter, peraturan terhadap S & L diperlonggar, sehingga
S & L bisa memberikan kredit yang lebih bervariasai. Kongres juga meningkatkan batas deposito
yang bisa diasuransikan dari $40.000 menjadi $100.000 per rekening. Pada masa kepresidenan
Reegen, deregulasi S & L semakin cepat, sehingga S & L bisa menyamai bank : bisa
menawarkan deposito dengan tingkat bunga sesuai pasar, pinjam dari Federal Reserve (bank
sentral), memberikan kredit komersial, dan mengeluarkan kartu kredit. Hal tersebut merupakan
penyimpangan dari misi awal S & L.

Deregulasi tersebut membuat pengawasan terhadap S & L lemah. Di samping S & L

terdorong untuk memberikan lebih banyak pinjaman yang terlalu berisiko, pinjaman di mana
mereka tidak punya keahlian untuk mengevaluasinya. Pinjaman mortgage banyak didasarkan
pada bunga tetap dengan jangka waktu panjang. Dalam situasi ini, keahlian bank untuk
memperkirakan tingkat bunga di masa mendatang menjadi penting. Jika bank under-estimate
tingkat bunga di masa mendatang, tingkat bunga tetap yang dibebankan pada nasabah menjadi
terlalu rendah. Jika tingkat bunga meningkat, bank tersebut akan mengalami kerugian. Nampak
situasi semacam itulah yang terjadi. Inflasi di Amerika Serikat pada tahun 1980-an meningkat
tajam, yang mengakibatkan kenaikan tingkat bunga. Kenaikan tingkat bunga tersebut
menyebabkan kehancuran banyak S & L.

Beberapa faktor lain disebut jugas sebagai penyebab krisis S & L, antara lain : harga
properti yang berfluktuasi tinggi, deregulasi, kurangnya pengawasan dari lembaga yang
berwenang, kesalahan manajemen, dan dalam beberapa situasi kejahatan (fraud). Sekitar 1.000 S
& L mengalami kebangkrutan. Biaya total dari krisis tersebut diperkirakan mencapai $150
miliar, sekitar $125 miliar ditanggung langsung oleh pemerintah Amerika Serikat, yang
menyebabkan membengkaknya defisit anggaran awal tahun 1990-an.
 Ilustrasi di atas menunjukkan bahwa kegagalan mengelola risiko tingkat bunga bisa
mengakibatkan kehancuran bank. Bank terutama rentan terhadap risiko perubahan tingkat bunga
karena alasan akan terlihat setelah selesai memahami materi ini. Materi ini membicarakan risiko
perubahan tingkat bunga, mulai dari memahami karakteristik perubahan tingkat bunga, kemudian
diteruskan dengan beberapa metode untuk mengukur risiko perubahan tingkat bunga.

1.2 Rumusan Masalah

1.2.1 Apa pengertian dari resiko suku bunga ?
1.2.2 Apa saja karakteristik resiko perubahan tingkat bunga ?
1.2.3 Bagaimana pengukuran resiko perubahan tingkat bunga dengan metode penilaian
kembali (repricing model ) ?
1.2.4 Bagaimana pengukuran resiko perubahan tingkat bunga dengan metode jangka waktu
(marturity model) ?
1.2.5 Bagaimana pengukuran resiko perubahan tingkat bunga dengan metode durasi ( duration
model) ?
1.2.6 Apa yang dimaksud dengan risiko pasar ?
1.2.7 Apa yang dimaksud dengan Value at Risk (VAR) dan apa saja metode-metode nya ?
1.2.8 Apa yang dimaksud dengan stress-testing ?
1.2.9 Apa yang dimaksud dengan back-testing ?

1.3 Tujuan Penelitian

1.3.1 Mengetahui pengertian dari resiko suku bunga.
1.3.2 Mengetahui apa saja karakteristik risiko perubahan tingkat bunga.
1.3.3 Mengetahui cara pengukuran resiko perubahan tingkat bunga dengan metode penilaian
kembali.
1.3.4 Mengetahui cara pengukuran resiko perubahan tingkat bunga dengan metode jangka
waktu .
1.3.5 Mengetahui cara pengukuran resiko perubahan tingkat bunga dengan metode durasi.
1.3.6 Mengetahui definisi dari resiko pasar.
1.3.7 Mengetahui apa saja yang ada dari value at risk (VAR).
1.3.8 Mengetahui apa itu stress-testing.
1.3.9 Mengetahui apa itu back-testing.
 BAB II

PEMBAHASAN

2.1 Pengertian Resiko Suku Bunga

Risiko suku bunga adalah risiko yang dialami akibat perubahan suku bunga yang terjadi
di pasaran yang mampu memberi pengaruh pada perusahaan. Risiko suku bunga merupakan
exposur kondisi keuangan terhadap pegerakan suku bunga yang merugikan. Menerima risiko
tersebut merupakan bagian yang normal, dan dapat merupakan bagian yang penting dalam
menciptakan keuntungan dan peningkatan nilai saham. Perubahan dalam suku bunga berakibat
berubahnya pendapatan bunga bersih dan tingkat pendapatan dan biaya operasional yang sensitif
terhadap perubahan suku bunga . Perubahan tingkat suku bunga juga berakibat pada underlying
value instrument assets, liability dan Off Balance Sheet (OBF) karena present value dari future
cash flow (bahkan cash flow –nya sendiri) berubah karena suku bunga berubah. Sesuai dengan
itu maka agar proses manajemen suku bunga efektif, perlu dijaga supaya suku bunga tetap
berada pada prudent level untuk keamanan dan kesehatan perusahaan.
Terdapat 2 (dua) perspective paling umum untuk melakukan asesmen terhadap risiko
suku bunga yaitu :
- The earning perspective, yang difokuskan pada dampak perubahan suku bunga pada
pendapatan bank yang akan diterima dalam jangka pendek.

- The economic value perspective, yang difokuskan pada nilai cash flow suatu bank.

2.2 Karekteristik Perubahan Tingkat Suku Bunga

Perubahan tingkat bunga bisa menyebabkan perusahaan menghadapi dua tipe risiko :

1 .   Risiko perubahan pendapatan

Pendapatan bersih ( hasil investasi dikurangi biaya ) berubah, yaitu berkurang dari yang
diharapkan. Perubahan tingkat bunga dapat menyebabkan sedikitnya perubahan pendapatan. Ada
2 jenis risiko perubahan pendapatan yang dihadapi oleh perusahaan :
 a.     Risiko Penginvestasian kembali
Misal aset seperti berikut ini :

Aset Kewajiban (Pasiva)

Obligasi jangka waktu :1 Obligasi jangka waktu: 2 tahun ,
tahun ,bunga : 12% pertahun dengan bunga : 10% pertahun
,selama 2 tahun

Keterangan :
 Tahun 1 perusahaan peroleh keuntungan ( spreads ) 2% = 12% - 10%
 Tahun kedua tergantung tingkat bunga investasi
 Bila 12% tingkat bunga tetap peroleh keuntungan sama dengan tahun pertama
 Bila bunga 8%, rugi 2%

b.      Risiko Pendanaan Kembali

Aset Pasiva
Obligasi jangka waktu 2 tahun Obligasi jangka waktu 1 tahun
,bunga 12% pertahun ,Bunga: 10% pertahun

Keterangan :
 Tahun pertama spreads keuntungan 12%-10% = 2%
 Tahun ke-2 tergantung tingkat bunga obligasi berlaku
 Jika bunga pendanaan sama sebesar 10% maka diperoleh keuntungan 2%
 Jika bunga 14% rugi 2%

2. Risiko perubahan nilai pasar

    

Nilai pasar berubah karena perubahan tingkat bunga,yaitu berubah menjadi lebih
kecil ( turun nilainya ). Perubahan tingkat bunga menyebabkan perubahan nilai pasar aset atau
kewajiban yang dipegang oleh perusahaan, jika penurunan nilai aset lebih besar dibanding
dengan penurunan nilai kewajiban, maka perusahaan mengalami kerugian atau sebaliknya,
Secara umum, jika bunga meningkat maka nilai sekuritas cenderung mengalami penurunan.
Tingkat penurunan nilai tersebut bisa berbeda dari satu sekuritas ke sekuritas lainnya.
Misal perusahaan mempunyai neraca sebagai berikut :

Aset Pasiva

Obligasi jangka waktu 10 Obligasi jangka waktu 2 tahun

tahun ,nilai nominal :Rp. 1 ,Nilai nominal: Rp. 1 juta.
juta. Kupon Bunga :10% Nilai Kupon Bunga: 10% Nilai
pasar: Rp. 1 juta pasar: Rp. 1 juta

Misalkan tingkat yang berlaku adalah 10%, maka nilai obligasi yang menjadi asset dan
obligasi kewajiban adalah :
Obligasi asset = 100.000 +………….......+ 1.100.000 = 1 juta
(1+0,1)1 (1+0,1)10
Obligasi Kewajiban = 100.000 +………….........+ 1.100.000 = 1 juta
(1+0,1)1 (1+0,1)2

Obligasi asset dan kewajiban mempunyai nilai pasar yang sama yaitu Rp 1 juta. Misalkan tingkat
bunga naik menjadi 12%, maka nilai obligasi keduanya adalah:
Obligasi asset = 100.000 +………+ 1.100.000 = Rp. 886.996
1+0,12)1 (1+0,12)10
Obligasi Kewajiban = 100.000 +………+ 1.100.000 = Rp. 966.199
(1+0,12)1 (1+0,12)2
Terlihat bahwa kedua obligasi tersebut mengalami penurunan nilainya. Karena obligasi asset
mengalami penurunan lebih besar dibandingkan turunnya obligasi kewajiban, maka perusahaan
tersebut mengalami kerugian.
2.3 pengukuran resiko perubahan tingkat bunga dengan metode penilaian kembali
(repricing model )

1. Periode Harian
Repricing model mencoba mengukur risiko perubahan tingkat bunga dengan menggunakan
pendekatan pendapatan. Model tersebut ingin melihat bagaimana pengaruh perubahan tingkat
bunga terhadap pendapatan yang diperoleh suatu organisasi.

Aset Kewajiban ( Pasiva )

Meminjamkan dipinjaman pasar antar bank Meminjam di pasar antar bank

1 hari Rp 2 M 1 hari Rp 3M
Comercial Paper 3 bulan Rp 3 M Tabungan Rp 3M
Surat Hutang 6 bulan Rp 5 M Deposito 1 bulan Rp 10 M
Pinjaman 1 tahun Rp 6 M Deposito 1 tahun Rp 10 M
Obligasi 3 tahun Rp 10 M Deposito 2 tahun Rp 10 M
Obligasi 3 tahun tk bunga mengambang Modal Rp 5M
Rp 5 M
Pinjaman bunga tetap
jangka waktu 10 tahun Rp 10 M

Total Aset Rp 41 M Total Pasiva Rp 41 M

Langkah-langkah nya yaitu :

a.         Mengidentifikasi dan mengelompokkan asset
Misal aset bank pinjaman dipasar antar bank satu hari sebesar Rp 2 miliar, jika tingkat bunga
besok berubah (misal naik), maka pendapatan bunga yang diperoleh akan berubah (meningkat
dalam hal ini), dengan kata lain aset ini tergolong sensitif dan harus dinilai kembali ( Reprice).
Disisi lain melihat sisi pasiva, bank meminjam dipasar antar bank sebesar Rp 3 miliar, bank
memiliki aset yang sensitif terhadap perubahan tingkat bunga sebesar Rp 3 miliar, ini tergolong
sensitif dan harus dinilai kembali ( Reprice ) jika bunga harian berubah.
b.        Menghitung Gap antara Asset dan Kewajiban yang sensitif terhadap perubahan tingkat
bunga dan menghitung perubahan pendapatan
Gap antara RSA dengan RSL bisa dihitung sebagai berikut :
GAP = (Rp 2 miliar) – (Rp 3 miliar ) = - Rp 1 miliar
Misalkan tingkat bunga meningkat sebesar 1% (misal dari 10% menjadi 11%), maka pendapatan
bank tersebut berubah sebesar :
Perubahan pendapatan = (GAP x ( Δ Bunga)
= - Rp 1 miliar x 0,01 = -Rp 10 juta
Dengan kata lain bank tersebut mengalami kerugian sebesar Rp 10 juta jika tingkat bunga
sebesar 1%

2.   Periode Lebih dari Satu Hari

 Identifikasi aset sensitif terhadap perubahan tingkat bunga dalam waktu 1 tahun.
Berikut hasil identifikasi tersebut :

Meminjam dipinjaman pasar antarbank 1 hari Rp 2 M

Commercial Paper 3 bulan Rp 3 M
Surat Hutang 6 bulan Rp 5 M
Pinjaman 1 tahun Rp 6 M
Bagian Obligasi 3 tahun yang jatuh tempo tahun ini Rp2 M
Obligasi 3 tahun tingkat bunga mengambang Rp 5 M +
Total Rate sensitif aset (RSA) Rp 23 M

Untuk obligasi 3 tahun, sebesar Rp 2 M jatuh tempo tahun ini, Karena itu sejumlah Rp
2M akan dinilai ulang jika tingkat bunga berubah. Untuk obligasi dengan tingkat bunga
mengambang, karena tingkat bunga ditetapkan kembali selam enam bulan, maka obligasi
tersebut akan dinilai ulang setiap enam bulan. Pinjaman dengan bunga tetap dengan jangka
waktu 10 tahun tidak masuk dalam perhitungan, karena tingkat bunga tersebut tetap selama 10
tahun, tidak akan berubah meskipun tingkat bunga berubah – ubah. Dari perhitungan diatas,
nampak bahwa bank tersebut mempunyai asset yang sensitif terhadap perubahan tingkat bunga
selama periode satu tahun (RSA) sebesar Rp 23 M.
  Langkah berikutnya adalah mengidintifikasi kewajiban yang sensitif terhadap
perubahan tingkat bunga untuk periode 1 tahun :

Meminjam dipasar antar bank 1 hari Rp 3 M

Tabungan Rp 3 M
Deposito 1 bulan Rp 10 M
Deposito 1 tahun Rp 10 M
Total Rate Sensitive Liability ( RSL ) Rp 26 M

Dari perhitungan di atas nampak bahwa bank tersebut mempunyai kewajiban yang sensitif
terhadap perubahan tingkat bunga selama periode 1 tahun ( RSL ) sebesar Rp 26 M.

3. Gap Sebagai Indikator Risiko Tingkat Bunga

Kumulatif GAP = RSA – RSL

= Rp 23 M – Rp 26 M = - Rp 3 M

Maka kenaikan bunga akan merugikan bank tersebut karena gap negatif . dalam contoh diatas,
gap ratio adalah :

GAP Ratio = KGAP / Total aset

= - Rp 3 M / Rp 41 M = - 0,073 atau - 7,3%.

4. Perubahan Tingkat Bunga yang Berbeda Untuk Asset dan Kewajiban

Δ Pendapatan bersih = Δ Pendapatan bunga – Δ Biaya bunga

Kembali ke contoh di atas, di mana Bank mempunyai RSA sebesar Rp 23 M, dan mempunyai
RSL sebesar Rp 26 M, atau gap sebesar – Rp 3 M. Misalkan tingkat bunga untuk asset berubah
2% sementara tingkat bunga untuk kewajiban berubah 1%.
Maka perubahan pendapatan :
ΔPendapatan bersih = (Rp 23 M)(0,02) – (Rp 26 M)(0,01)
 = Rp 460 juta – Rp 260 juta
= Rp 200 juta
Terlihat bahwa bank justru memperoleh keuntungan karena pendapatan bunga meningkat
lebih beasr dibandingkan dengan biaya bunga.

2.4 Bagaimana pengukuran resiko perubahan tingkat bunga dengan metode jangka waktu
(marturity model.

1. Perhitungan Gap jangka waktu

       Contoh metode Jangka waktu mengukur perubahan harga pasar suatu aset akibat perubahan

tingkat bunga.
Suatu bank mempunyai neraca sebagai berikut
Aktiva Pasiva
Obligasi jangka waktu 10 tahun Pinjaman jangka pendek, bunga 15%
Nilai nominal Rp 10 juta, kupon bunga=
jangka waktu 2 tahun, nilai nominal = Rp
15%
Obligasi jangka waktu 20 tahun 180 juta
Nilai nominal Rp 10 juta, kupon bunga=
Modal saham Rp 2 juta
15%
Total aset Rp 20 juta Total Pasiva Rp 20juta
Misal tingkat bunga yang berlaku atau yield adalah 15% harga pasar akan sama dengan nilai
nominal dengan situasi ini. Bank tersebut mempunyai aktiva dan pasiva sebesar 20juta. Misalkan
tingkat bunga yang berlaku meningkat menjadi 17% maka nilai obligasi tersebut menjadi :
Obligasi Aset 1 = 150.000 + ............... + 1.150.000 = 9.068.279
(1+0,17)1 (1+0,17)10
Obligasi Aset 2 = 150.000 + ............... + 1.150.000 = 8.874.447
(1+0,17)1 (1+0,17)20
Pinjaman = 2.700.000 + 1.150.000 = 17.429.323
(1+0,17)1 (1+0,17)2
Neraca yang baru sesudah perubahan tingkat bunga :
Aktiva Pasiva
Oblogasi jangka waktu 10 tahun Pinjaman jangka pendek, bunga 15%
Nilai nominal Rp 10 juta, kupon
jangka waktu 2 tahun, nilai nominal =
bunga= 15% Rp 9.068.279
Obligasi jangka waktu 20 tahun Rp 18juta
Nilai nominal Rp 10 juta, kupon
Rp 17.429.323
bunga= 15% Rp 8.874.447
 Modal saham Rp 2 juta Rp 513.403
Total aset Rp 17.942.726 Total Pasiva Rp 17.942.726

Bank tersebut dikatakan mempunyai ketidaksesuaian jangka waktu antara aset dengan
kewajiban ( maturity mismatch ). Ketidaksesuaian jangka waktu tersebut memunculkan ekposur
terhadap resiko perubahan tingkat bung. Semakin besar ketidaksesuain tersebut semakin besar
risiko perubahan tingkat bunga yang dihadapi bank tersebut.
         Jangka waktu untuk portofolio aset atau kewajiban dapat dihitung sebagai rata-rata
tertimbang dalam jangka waktu aset atau kewajiban individual dengan membobot adalah nilai
pasar dari masing-masing aset.
Gap jangka waktu bisa dihitung :
Gap jangka waktu = MA ( maturity of Aset ) – ML ( Maturity of liability )

Semakin besar gap jangka waktu baik positif maupun negatif semakin besar risiko
perubahan tingkat bunga yang dihadapi. Contoh : struktur neraca bank dengan gap jangka waktu
yang tidak nol.

Aktiva Pasiva
Pinjama (aset) jangka panjang Tabungan dan deposito (dengan jangka
(misal memberikan kredit kepemilikan waktu 1 tahun)
perumaha/KPR dengan kangka waktu 10 Modal Saham
tahun

2.5    Pengukuran Risiko Perubahan Tingkat Bunga : Metode Durasi

1. Perhitungan durasi
        Durasi bisa didefinisikan sebagai rata-rata tertimbang jangka waktu aliran kas dengan

pembobot porposi present value dari setiap aliran kas tersebut.

      Misal tingkat bunga yang berlaku adalah 10% durasi untuk kedua obligasi bisa dihitung :
Wakt Obligasi A PVIF (5%) PV Kas Rata-rata tertimbang
 u
(1) (2) (3) (4)=(2)x(3) Jangka waktu (5)
½ 50.000 0,952381 47.619 0,0238
1 1.050.000 0,907029 952.381 0,9524
1.000.000 0,9762
Catatan: 5% adalah 10% dibagi dua, karena dibayarkan tiap semester
Waktu Obligasi B PVIF PV Kas Rata-Rata tertimbang
(10%) Jangka waktu
(1) (2) (3) (4)=(2)x(3 (5)
)
1 1.100.000 0,909091 1.000.000 1
1.000.000 1

Durasi Obligasi A
{[(47.619)(1.000.000)] x (1/2)} + {[(952.381)(1.000.000)]x (1)}
= 0,9762 tahun
Durasi Obligasi B
{[(1.000.000)/(1.000.000)] x 1} = 1 tahun
      

Misalkan kita mempunyai dua obligasi yaitu X danY dengan informasi sebagi berikut:
Obligasi Perincian
X Nilai nominal Rp 1juta, jangka
waktu lima tahun, kupon bunga=
Y 10%, dibayarkan setiap tahun.
Nilai nominal Rp 1juta, jangka
waktu lima tahun, kupon bunga=
10%, dibayarkan setiap semester
Tingkat bunga yang berlaku (yield) adalah 9%
Durasi untuk kedua Obligasi:
Tahun Aliran kas PVIF Present Proporsi Rata-Rata
(9%) Value Pv Aliran tetimbang
Kas jangka
waktu
(1) (2) (3) (4)=(2)x(3) (5) (6)=(5)x(1)
1 100.000 0,917 91.743 0,088 0,088
2 100.000 0,841 84.168 0,081 O,162
3 100.000 0,772 77.218 0,074 0,222
4 100.000 0,708 70.842 0,068 0,272
5 1.100.000 0,649 741.924 0,688 3,440
1.038.897 4,186

      

Perhitungan durasi obligasi Y

Tahun Aliran Kas PVIF Present Proporsi Rata-rata
(9%) Value PV Aliran tertimbang
Aliran Kas Kas jangka
waktu
(1) (2) (3) (4)=(2)x(3) (5) (6)=(5)x(1)
0,5 50.000 0,978232 48.911,6 0,039244 0,019622
1 50.000 0,955938 47.846,89 0,03839 0,03839
1,5 50.000 0,936107 46.805,36 0,037554 0,056332
2 50.000 0,91573 45.786,5 0,036737 0,073474
2,5 50.000 0,895796 44.789,82 0,035937 0,089843
 3 50.000 0,876297 43.814,83 0,035155 0,105465
3,5 50.000 0,857221 42.861,07 0,03439 0,120364
4 50.000 0,838561 41.928,07 0,033641 0,134565
4,5 50.000 0,820308 41.015,38 0,032909 0,14809
5 1.050.000 0,802451 84.257,36 0,676042 3,38021
12.463,33 4,166355

Meskipun jangka waktu keduanya lima tahun, tetapi durasi untuk keduanya lebih kecil dari lima
tahun, karena ada aliran kas yang dibayarkan sebelum tahun kelima. Durasi Y lebih kecil
dibandingkan durasi X karena aliran kas Y lebih awal dibayarkan ( karena dibyarkan setiap
semester ) dibandingkan obligasi X. Durasi untuk obligasi tanpa kupon ( zero coupon bond atau
zeroes ) sama dengan jangka waktu obligasi tersebut
Tahun Aliran PVIF Present Proporsi Rata-rata
Kas (9%) Value PV Aliran tertimbang
Aliran Kas Kas jangka
waktu
(1) (2) (3) (4)=(2)x(3 (5) (6)=(5)x(1)
)
1 0 0,917431 0 0 0
2 1.000.000 0,84168 841.680 1 2
841.680 1 2
Obligasi zeroes dengan jangka waktu dua tahun mempunyai durasi 2 tahun
Obligasi consol adalah obbligasi yang tidak mempunyai jatuh tempo. Dapat dihitung dengan :
Dc = 1 + (1/R)

2. Karateristik Durasi
Durasi akan meningkat jika jangka waktu aset semakin panjang, menurun jika yield meningkat
dan menurun jika kupon bunga meningkat
  Misalkan ada obligasi dengan karateristik yang sama persis, kecuali jangka waktunya lebih
panjang yaitu tahun 2 tahun
Tahun Aliran PVIF Present Proporsi Rata-rata
Kas (5%) Value PV Aliran tertimbang
 Aliran Kas Kas jangka
waktu
(1) (2) (3) (4)=(2)x(3 (5) (6)=(5)x(1)
)
0,5 50.000 0,952381 47.619,05 0,047619 0,02381
1 50.000 0,907029 45.351,47 0,045351 0,045351
1,5 50.000 0,863838 43.191,88 0,043192 0,064788
2 1.050.000 0,822702 863.9837,6 0,863838 1,727675
1.000.000 1,861624
Misalkan ada obligasi lain yang karateristiknya sama persis dengan obligasi M, tetapi yield
( tingkat bunga yang berlaku ) meningkat menjadi 12%
Tahun Aliran PVIF Present Proporsi Rata-rata
Kas (6%) Value PV Aliran tertimbang
Aliran Kas Kas jangka
waktu
(1) (2) (3) (4)=(2)x(3 (5) (6)=(5)x(1)
)
0,5 50.000 0,943396 47.169,81 0,048051 0,0240
1 1.050.00 0,889996 93.4490,3 0,952949 0,9519
981.666,1 1 0,9759

Misalkan ada obligasi lain yang karateristiknya sama persis dengan obligasi M, tetapi kupon
binganya lebih tinggi, misal 15%,

Tahun Aliran PVIF Present Proporsi Rata-rata

Kas (5%) Value PV Aliran tertimbang
Aliran Kas Kas jangka
waktu
(1) (2) (3) (4)=(2)x(3 (5) (6)=(5)x(1)
)
0,5 75.000 0,952381 71.428,57 0,068256 0,0341
1 1.075.000 0,907029 975.056,7 0,931744 0,9318
1,046485 0,9659
2.6 Resiko Pasar
Risiko pasar muncul karena harga pasar bergerak dalam arah yang merugikan organisasi.
Misal, suatu perusahaan mempunyai portofolio sekuritas saham yang dibeli dengan harga Rp1
milyar. Misalkan harga saham tersebut jatuh, sehingga nilai pasar saham tersebut turun menjadi
Rp800 juta. Perusahaan tersebut mengalami kerugian karena nilai portofolio sahamnya turun
sebesar Rp200 juta. Kerugian tersebut disebabkan karena harga saham bergerak ke arah yang
kurang menguntungkan (dalam hal ini turun).

Bagan 1. Kurva Normal

 = deviasi standar

 = nilai rata-rata

Bagan di atas menggambarkan kurva normal yang berbentuk seperti bel. Kurva tersebut
berbentuk simetris, dimana sisi kana merupakan cerminan sisi kiri. Deviasi standar dipakai untuk
menghitung penyimpangan dari nilai rata-rata. Semakin besar deviasi standar, semakin besar
penyimpangan. Penyimpangan dipakai sebagai indikator risiko. Semakin besar penyimpangan,
semakin besar risiko.

Perhitungan deviasi standar bisa digunakan formula sebagai berikut ini.

 E(R) = ∑ Ri / N ………….. (2)

 σR2 = ∑ (Ri – E(R))2 / (N – 1) ….……….. (3)
 σR = (σR2 ) 1/2 ............. .... (4)

Tabel 9.1 Tingkat keuntungan historis

 Bulan Aset A (%) Aset B (%)
(1) (2) (3) R
1 3 2 0,714025 4,6225
2 2 4 3,404025 0,0225
3 4,5 5 0,429025 0,7225
4 3 4 0,714025 0,0225
5 4 1,5 0,024025 7,0225
6 5,2 4 1,836025 0,0225
7 3,5 8 0,119025 14,8225
8 4,25 5 0,164025 0,7225
9 4 3 0,024025 1,3225
10 5 5 1,334025 0,7225
Rata –rata 3,845 4,15
Jumlah 8,76225 30,025
Varians = 0,973583 3,336111
Jumlah (N-
1)

2.7 VAR ( VALUE AT RISK )

Misal jika besok adalah hari yang jelek, berapa besar ( nilai rupiah ) dan berapa besar
kemungkinan ( probabilitas ) kerugian yang bisa dialami perusahaan besok ( atau beberapa hari
mendatang ), jawabannya besok ada kemungkinan sebesar 5% bahwa kerugian perusahaan
( karena pergerakan harga pasar yang tidak menguntungkan ) sebesar Rp 10 juta atau lebih.
Dalam hal ini VAR menjawab pertanyaan tersebut dengan memberikan nilai uang dari kerugian
tersebut ( Rp 10 juta ), dan besar kemungkinannya ( 5% ).Teknik perhitungan VAR bisa
menggunakan metode historis, metode analitis dan simulasi Monte-Carlo.

1.        VAR Metode Historis ( Back Simulation )

Return dapat dihitung dengan cara

Return = { [P(t+1) – Pt)] / Pt}*100%

Dimana Pt : return pada hari t
Pt+1 : return pada hari t+1

Metode historis mempunyai kelebihan yaitu tidak mengamsumsikan distribusi tertentu

dan sederhana. Namun ada juga kelemahannya seperti asumsi bahwa data masa lalu bisa
digunakan untuk memperediksi masa datang.
  VAR portofolio = [ VAR X2 + VAR Y2 + 2 x PXY X VARX VARY] 1/2
VAR x = VAR (value at risk saham X)
VARy = VAR (value at risk saham Y)
Pxy = korelasi return saham X dengan saham Y

2.        VAR Metode Modeling ( Analytical )

Metode analitis biasanya mengasumsikan distribusi tertentu yang mendasari return atau
harga. Biasanya distribusi normal ( yang berbentuk bel ) yang diasumsikan mendasari
pergerakan harga. Kemudian dapat dihtung nilai yang diharapkan ( misal rata – rata ) dan
penyimpangan dari nilai yang diharapkan. VAR dapat dihitung dengan parameter yang dideduksi
( diambil ) dari distribusi ( nilai yang diharapkan dan penyimpangan )
Tabel data perhitungan VAR untuk Portofolio
A B
Return yang diharapkan 12% 10,5%
Standar deviasi 15% 18%
Nilai investasi Rp 20 M Rp 12 M
95% value at risk Rp 2,55 M Rp 2,3 M
Korelasi A dengan B 0,55

Nilai portofolio diatas adalah Rp 32 M. Tingkat keuntungan yang diharapkan untuk portofolio
adalah rata – rata tertimbang dari return asset individualnya.

Return portofolio = Xa E(Ra) + Xb E(Rb)

= (20/32) x 12 + (12/32) X 10,5 = 11,44 %
Deviasi Standar Portofolio:
p = XA22 + XB2B2 + 2 XAXB Tab a b] ½
p = deviasi standar poryofolio
ab devaluasi standarmaset A dan B
Tab = korelasi antar return aset A dan aset B

3.        VAR dengan simulasi Monte Carlo

Metode simulasi akan terbentuk distribusi tertentu, kemudian melalui distribusi tersebut VAR
dapat dihitung yang memerlukan sumber daya computer yang lebih besar disbanding kedua
etode sebelumnya.
Tingkat Keuntungan dengan Probabilitasnya
Tingkat keuntungan (%) Probabilitas Probabilitas Kumulatif

1 -0,5 0,05 0-4

2 -0,25 0,05 5-9
3 0 0,1 10-19
4 0,1 0,1 20-29
5 0,5 0,25 30-54
6 1 0,15 54-69
7 1,2 0,1 70-79
8 1,25 0,1 80-89
9 2,25 0,05 90-94
 10 3 0,05 95-99

Jumlah 1

Tingkat keuntungan bisa dilihat pada kolom 2, sementara probabilitas bisa dilihat pada
kolom 3. Probabilitas komulatif merupakan kumulasi angka probabilitas yang akan diperlukan
untuk menjalankan simulasi. Sebagai contoh, untuk tingkat keuntungan -0,5 karena ada 5%
probabilitas terjadi, maka probabilitas kumulatif yang dipasangkan adalah angka 0,1,2,3 dan 4
(ada lima angka ). Total probabilitas komulatif adalah 100 angka (dari 0 sampai dengan 99),
yang mencerminkan total probabilitas yang berjumlah 100 (atau 5 angka seperti terlihat diatas).

Tabel sampel simulasi Monte – Carlo

Angka Random Tingkat Keuntungan Yang Berkaitan
1 31 0,5
2 29 0,1
3 11 0
4 65 1
5 54 1
6 6 -0,25
7 45 0,5
8 26 0,1
9 50 0,5
10 33 0,5
 Run pertama memunculkan angka random 31. Angka 31 tersebut berkaitan dengan
tingkat keuntungan 0,5 (probabilitas komulatifnya 30-54). Proses tersebut bisa diulang-ulang
sampe 100 kali, 500 kali , atau 1.000 kali. Setelah proses tersebut diulang – ulang, kita akan
memperoleh distribusinya. Sebagai contoh, tabel dan bagan berikut ini menyajikan distribusi
yang dihasilkan melalui 100 kali run.

Tabel Distribusi Frekuensi hasil simulasi

Tingkat Keuntungan Frekuensi
-0,5 3
-0,25 5
0 10
0,1 7
0,5 25
1 18
1,2 6
1,25 12
2,25 3
3 11

Jumlah 100

Distribusi diatas belum sepenuhnya normal. Jika kita melakukan run lebih banyak lagi (misal
1.000 kali), maka sesuai dengan Central Limit Theorem. Distribusinya akan mendekati atau
menjadi distribusi normal. Setelah kita mengetahui distribusinya, kita bisa menghitung VAR
dengan menggunakan deviasi standar dan nilai rata – ratanya. Untuk distribusi di atas, nilai rata –
rata dan deviasi standarnya adalah :

Rata – rata tingkat keuntungan = 0,904%

Deviasi standar = 0,927%

95% VAR- harian bisa dihitung seperti berikut ini :

VAR 95% - harian = 0,904 – 1,65 (0,927) = - 0,627
Misalkan kita mempunyai portofolio senilai Rp 1 M , maka VAR – 95% harian adalah – 0,627%
x Rp 1 M = - Rp 6,27 juta.
4.        Pemodelan VAR
Hubungan antara perubahan tingkat bunga dengan nilai obligasi
dP/P = -D {dR/(1+R)}
Dimana dP = Perubahan harga
P = Harga obligasi
D = Durasi obligasi
dR = Perubahan tingkat bunga
R = tingkat bunga

5.      VAR untuk periode yang lebih panjang

Misal untuk melikuidasi posisi portofolio, waktu satu hari tidak cukup. Memerlukan waktu,
misal 5 hari. Padahal kita menghitung VAR dengan menggunakan periode harian. Dalam situasi
demikian VAR harian harus dikonversi menjadi VAR 5 hari.
Dengan menggunakan rumus
VAR(n) = VAR(harian) x

2.8 Stress-Testing
VAR menjawab beberapa besar kerugian yang bisa dialami dan berapa besar
kemungkinan, tetapi VAR tidak bisa mendektesi peristiwa ekstrim karena probabilitas sangat
kecil
Misalkan jika peristiwa ekstrim terjadi, bagaimana pengaruh dengan organisasi atau
portopolio ? sebagai contoh Rusia default, bagaimana efeknya terhadap portopolia ? untuk
melakukan stress-testing, manajer memilih parameter kemudian melihat ( mengukur dan
mensimulasikan ) bagaimana pengaruh perubahan parameter tersebut.
Parameter tersebut dapat bervariasi mulai dari kenaikan tingkat bunga ( misal naik 30% dalam
satu hari ), penurunan harga saham yang ekstrim ( misal 20 dalam satu hari ), Negara tertentu
default ( tidak bisa membayar hutangnya ), kejadian alam tertentu ( misal tsunami )
Secara spesifik, langkah – langkah stress-testing :
 1.      Mengidentifikasi dan memilih parameter yang diperkirakan akan berubah
2.      Menentukan seberapa besar parameter tersebut akan dirubah ( Di-stress )
3.      Melihat pengaruh stress-testing tersebut terhadap nilai portopolio
4.      Melihat asumsi yang digunakan, merubah asumsi tersebut jika diperlukan ( misal
dalam situasi krisis, asumsi yang biasa berlaku barangkali tidak jalan lagi )

Tabel contoh hasil Stress – Testing

Stress Test , 1 November 1997 Pengaruh terhadap $ 1 juta
Negara Parameter Perubahan Kenaikan Penurunan
Australia Pergeseran yield yang pararel 100% -0,209 1,129
Yield curve semakin menajam -0,009 0,057
Fruktuasi tingkat bunga meningkat 20% 0,703 -0,809
Mata uang depresiasi 20% 0,824 -0,727
Indeks saham berubah 10% 0,000 0,000
Fluktuasi indeks saham meningkat 20% 0,000 0,000

Tabel diatas menunjukkan efek perubahan beberapa parameter terhadap porofolio senilai
$ 1 juta. Sebagai contoh, jika yield atau tingkat bunga meningkat 1%, maka portofolio
mengalami kerugian sebesar - $0,209 juta. Jika tingkat bunga turun 1% , maka portofolio
menghasilkan keuntungan sebesar $1,129 juta.

2.9 Back- Testing

Backtesting adalah istilah untuk proses pengecekan apakah model yang kita gunakan
sudah sesuai dengan realitas yang ada. Sebagai contoh, jika kita menghitung 99%VAR-1 hari,
dan memperoleh angka Rp500 juta. Back testing akan melihat seberapa sering kerugian yang
dialami perusahaan di masa lalu yang melebihi Rp500 juta. Jika kita menemukan bahwa
kerugian di atas Rp500 juta adalah sekitar 1% atau kurang, maka kita bisa mengatakan bahwa
model kita cukup bagus, sesuai dengan kenyataan yang ada. Tetapi jika kita menemukan bahwa
kerugian di atas Rp500 juta mencapai 10% dari total observasi, maka model VAR kita
barangkali perlu diragukan. Model tersebut barangkali tidak sesuai dengan realitas yang ada, dan
perlu diperbaiki.
 BAB III

PENUTUP
3.1 Kesimpulan
Risiko suku bunga merupakan exposur kondisi keuangan suatu bank terhadap pegerakan
suku bunga yang merugikan. Menerima risiko tersebut merupakan bagian yang normal dari
bisnis bank, dan dapat merupakan bagian yang penting dalam menciptakan keuntungan dan
peningkatan nilai saham. Perubahan dalam suku bunga berakibat berubahnya pendapatan bunga
bersih dan tingkat pendapatan dan biaya operasional suatu bank yang sensitif terhadap perubahan
suku bunga . Perubahan tingkat suku bunga juga berakibat pada underlying value instrument
assets, liability dan Off Balance Sheet (OBF) karena present value dari future cash flow (bahkan
cash flow –nya sendiri) berubah karena suku bunga berubah. Sesuai dengan itu maka agar proses
manajemen suku bunga efektif, perlu dijaga supaya suku bunga tetap berada pada prudent level
untuk keamanan dan kesehatan (soundness)bank.
a.) Jika suku bunga naik, maka publik akan membelanjakan dananya untuk membeli aset yang
menguntungkan.
b)       Jika suku bunga turun, publik akan mengambil dananya di bank dan diinvestasikan untuk
usaha.
c)       Jika suku bunga naik maka publik cenderung menyimpan uangnya di bank karena aman.
d)       Dari segi pemerintah menaikkan suku bunga kredit adalah sebagai antisipasi kredit.

Risiko pasar adalah risiko terjadinya penurunan harga pasar sehingga kita akan
mengalami kerugian. Pengukuran risiko pasar bisa dilakukan dengan deviasi standar yang praktis
dan merupakan cikal bakal teknik berikutnya yaitu VAR (Value At Risk). VAR merupakan
teknik pengukuran risiko pasar yang semakin popular. Ada beberapa cara untuk menghitung
VAR data historis, analitik, dan simulasi. VAR mempunyai kelemahan karena tidak bisa melihat
kondisi ekstrim. Street-test bisa digunakan untuk melihat pengaruh situasi ekstrim terhadap
portofolio kita.

DAFTAR PUSTAKA

Bank for International Settlement (BIS) , BaselCommittee on Banking Supervision , Paper ‘

Principles for The Management and Supervision of Interest Rate Risk’ , July, 2004.
Bank Indonesia , Surat Edaran Bank Indonesia MNo.5/21/DPNP tanggal 29 September 2003,
serta Lampiran.
http://tugaskuliahanakmenej.blogspot.com/2011/12/risiko-pasar-manajemen-risiko.html

https://www.academia.edu/24827965/Risiko_suku_bunga

https://www.coursehero.com/sitemap/schools/66519-Lambung-Mangkurat-
University/courses/5082874-MANAGEMENT12345/