Hasil Pencarian  ::  Simpan CSV :: Kembali

"Metode Credit Risk+ telah banyak digunakan untuk mengukur risiko kredit portofolio dengan karakteristik small balances dengan high volumes, seperti pada portofolio kartu kredit, dimana probability of default (PD) masing-masing account tidak saling mempengaruhi satu sama lainnya. Seperti yang telah disadari sebelumnya bahwa metode Credit Risk+ ini memiliki beberapa kelemahan yaitu salah satunya adalah mengabaikan pengaruh faktor eksternal seperti risiko pasar dan suku bunga.Dalam penelitian ini penulis mencoba menarik hubungan antara beberapa faktor makro ekonomi terhadap probability of default eksposur kartu kredit setiap band. Nilai Expected Loss, Value at Risk (Unexpected Loss), dan Economic Capital dihitung dengan menggunakan unexpected number of default yang berasal dari hasil regresi linier PD terhadap variabel makro ekonomi.

---

Credit Risk+ method has been applied to measure credit risk of portfolios with small balances and high volumes such as credit cards porfolio, in which the probability of default (PD) of each account is mutually exclusive. As known before, there are some limitations of this method, like disregarding the influence of external factors such as market risk and interest rate risk.In this research, the author is trying to find any correlations between macroeconomics variables and probability of default of credit cards exposures in each band. The values of Expected Loss, Value at Risk and Economic Capital will be measured by using unexpected numbers of default which are originated from single linear regression of PD to macroeconomics variables."

"Tesis ini mempelajari faktor-faktor yang mempengaruhi pergerakan harga pasar obligasi korporasi di Indonesia pada tahun 2003 sampai dengan tahun 2006 (4 tahun) dengan mengambil sampel sebanyak 81 obligasi korporasi. Penelitian ini menggunakan data kuantitatif berupa penggabungan antara data time series dengan data cross section sehingga terdapat total data observasi sebanyak 324 data dan dengan menggunakan pendekatan analisa data panel.Hasil dari penelitian ini menunjukkan bahwa faktor yang mempengaruhi secara langsung pergerakan harga pasar obligasi adalah rating obligasi, inflasi dan return di pasar modal. Sedangkan faktor-faktor yang juga mempengaruhi pergerakan harga pasar obligasi namun tidak secara langsung adalah suku bunga, tingkat pertumbuhan, dan return pada pasar keuangan. Salah satu faktor internal obligasi yaitu Jangka Waktu dimana rata-rata jangka waktu adalah 2.72 tahun ternyata tidak signifikan dalam menjelaskan pergerakan harga pasar obligasi.Penelitian ini menyarankan bagi investor atau fund manager untuk mencermati faktor-faktor yang mempengaruhi pergerakan harga pasar obligasi baik langsung maupun tidak langsung dalam me-manage portofolio investasi obligasi yang dimiliki. Penelitian ini juga menyarankan antara lain bahwa perlu dilakukan penelitian lebih lanjut dalam hal faktor jangka waktu obligasi dengan menambah data obligasi yang mempunyai jangka waktu yang lebih panjang dan dengan periode observasi yang lebih panjang. Disamping itu mengingat cukup berpengaruhnya rating obligasi terhadap pergerakan harga pasar perlu dikembangkan model yang dapat memprediksi rating obligasi.

---

This thesis is proposed to study the influence of factors on Indonesia Corporate Bonds price during year 2003 to 2004 (54 years) using 81 corporate bonds. This thesis uses combining quantitative time series data and quantitative cross section data therefore there are 324 total data and uses data panel approach to analysis the data.The result of this thesis shows that rating, inflation, and return on stock market create direct influence on bond price movement. Otherwise other factors such as interest, growth and return on financial market create indirect influence on bond price movement. Once of internal factor that is Term to Maturity cannot explain the bond price movement significantly. The average of term to maturity of bond sample is 2.72 years.This thesis proposes for investor and fund manager to consider on both direct and indirect factors that influence the bond price movement in order to manage their obligation portfolio. For the following research, this thesis proposes to make another research along with longer maturity and longer period of observation. Since obligation rating issue is one of the important factor influenced the bond price, this thesis also propose to develop rating prediction model."

"Tesis ini membahas pengukuran Value-at-Risk pada sukuk dan obligasi. Pengukuran VaR dilakukan dengan cara mengelompokkan arus kas nilai sekarang (present value) dari kupon dan nilai par suatu obligasi ke dalam vertices standar RiskMetrics. VaR dari hasil pengelompokan vertices tersebut akan dikalikan dengan matriks korelasi antar vertces tersebut. Dengan demikian akan diperoleh VaR yang telah terdiversifikasi sesuai dengan vertices standar RiskMetrics. Hasil pengukuran VaR tersebut akan dibandingkan dengan pengukuran duration dan convexity untuk masing-masing obligasi yang digunakan pada penelitian ini.

---

The focus of this study is about Value-at-Risk measurement on Sukuk and Bond. VaR measurement is being conducted by grouping the present value of cash flow from the coupon and par value of a bond into vertices standardized by RiskMetrics. VaR from the vertices grouping will be multiplied with correlation matrix between those vertices. Diversified VaR will be obtained according to vertices standardized by RiskMetrics. The result from VaR measurement will be compared with duration and convexity measurement for each bond in this research."

"Volatilitas harga saham-saham BUMN dalam tiga tahun terakhir menunjukan bahwa terdapat risiko dalam berinvestasi di sektor BUMN. Salah satu informasi yang dapat diajukan untuk melihat tolok ukur keuntungan berinvestasi di sektor BUMN adalah indeks BUMN sebagai cerminan dari pergerakan harga saham-saham BUMN. Namun, efisiensi metode perhitungan indeks perlu dipertimbangkan dalam pemilihan model pembentukan indeks BUMN, sehingga pembentukan indeks BUMN dilakukan dengan menggunakan dua metode pembobotan yang berbeda yaitu cap-weighted Fisher Price index dan Fundamental Index.Karya Akhir ini menunjukkan bahwa indeks Fundamental BUMN cocok untuk dijadikan acuan berinvestasi pada sektor BUMN karena indeks ini lebih mencerminkan risiko dan return dari pergerakan saham-saham BUMN daripada indeks Fisher BUMN. Hasil penelitian ini juga menunjukkan bahwa kinerja indeks Fundamental BUMN lebih baik daripada kinerja indeks capweighted lainnya. Kondisi ini menunjukkan bahwa indeks Fundamental BUMN dapat dikatakan lebih efisien daripada indeks lainnya, bahkan lebih efisien daripada indeks pasar saat ini yaitu IHSG.

---

For the past three years, state-owned stock prices volatility shows that there are risks when investing on state-owned sector. One of the information which may be used as a benchmark to see the advantage of investing on stateowned sector is BUMN index, as a reflection of state-owned stock prices movement. However, the efficiency of the index calculation method should be considered in the selection of indexing model. Thus, BUMN index is created using two different weightening methods, which are cap-weighted Fisher Price Index and Fundamental Index.This thesis shows that Fundamental BUMN index is suitable for giving risk and return information and also price movements when investing on state-owned sector, better than Fisher BUMN index. This thesis results also show that Fundamental BUMN index out-performs the cap-weighted indexes. This condition tells us that Fundamental BUMN index is more efficent than the other indexes, even more efficent than the market index, which is IHSG."

"Hasil penelitian menunjukan distribusi frekuensi kerugian operasional claim spare part membentuk distribusi Geometric sedangkan distribusi severitas kerugian operasional membentuk distribusi Lognormal. Hasil tersebut didapat dari hasil pengujian distribusi dengan metode Kolmogorov Smirnov yang memiliki D max terkecil. Dengan menggunakan metode Loss Distribution Approach Aggregation Model, metode analisis simulasi Monte Carlo, besarnya Operational Value at Risk bulanan dari risiko operasional akibat claim spare part dengan tingkat kepercayaan 95% yang diperoleh adalah sebesar Rp 690.507.800,-. Berdasarkan hasil back testing dengan kupiec test menyatakan bahwa pengukuran risiko operasional akibat claim spare part pada PT.X dengan menggunakan Aggregation Loss Distribution Model simulasi Monte Carlo adalah valid. Jadi, nilai Operational VaR bisa digunakan sebagai dasar untuk membuat pencadangan kerugian PT.X.

---

The results show that the frequency distribution of operational losses spare part claim form Geometric distribution while operating loss severity distributions form a Lognormal distribution. Results are obtained from the test results with the distribution of Kolmogorov Smirnov method which has the smallest D max. By using the method of Loss Distribution Approach Aggregation Model, method of Monte Carlo simulation analysis, the magnitude of Operational Value at Risk monthly operational risks due to spare part claim with 95% confidence level obtained is Rp 690,507,800, -. Based on the results of back testing with the test kupiec stated that due to operational risk measurement claim spare part of PT X by using LDA aggregation Model with Monte Carlo simulation is valid. Thus, VaR Operational value can be used as a basis for making backups loss PT.X."

"Perhitungan VaR (Value at Risk) merupakan kewajiban bagi setiap bank dalam mengukur potensi risiko atas portfolio yang dimilikinya. Ini merupakan kewajiban yang diamanatkan oleh Bank Indonesia (BI). Pada Tesis ini, akan diperlihatkan pengukuran VaR risiko nilai tukar pada PT Bank EOS dan pendekatan estimasi volatilitas EWMA serta ARCH/GARCH. Diperlihatkan bahwa ARCH/GARCH dapat menghasilkan model VaR yang lebih baik daripada model VaR yang menggunakan estimasi volatilitas EWMA. Dengan menggunakan ARCH/GARCH, maka kita akan memperoleh nilai VaR Portfolio PT. Bank EOS untuk 1 September 2009 sebesar Rp. 3.783.429.678.

---

Bank has a responsibility to assess potential risk of its portfolio through VaR (Value at Risk). VaR is a mandatory assessment required by Central Bank of Indonesia (BI). This thesis will illustrate how to make an assessment about potential risk of foreign exchange portfolio of PT Bank EOS by evaluating VaR with both EWMA and ARCH/GARCH methods. Final result described that ARCH/GARCH methods is better than EWMA. By using ARCH/GARCH, VaR for PT Bank EOS on the 1st of September 2009 is Rp. 3.783.429.678."

"Tujuan penelitian ini adalah untuk mengetahui pengaruh penerapan Good Corporate Governance (GCG), yang tercermin dalam publikasi nilai 11 faktor GCG dan nilai komposit GCG bank sebagaimana tercantum dalam Laporan Pelaksanaan GCG tahun 2007 dan 2008, terhadap tingkat kepercayaan masyarakat dan industri perbankan, serta keuntungan pemegang saham yang digambarkan dengan Dana Pihak Ketiga, Kredit Yang Diberikan, Simpanan Dari Bank Lain, dan Return on Equity (ROE) sebagai ukuran penilaian kinerja bank. Penelitian ini mengambil sampel sebanyak 50 bank dengan teknik pengolahan data panel menggunakan Metode Efek Random (MER). Hasil penelitian ini menunjukkan bahwa penerapan GCG pada industri perbankan Indonesia belum sepenuhnya mempengaruhi kinerja bank dan hanya sebagian penerapan faktor-faktor GCG yang memberikan pengaruh positif terhadap kinerja bank

---

The purpose of this study is to determine the effect of implementation of Good Corporate Governance (GCG), which is reflected in publication of 11 factors scores of GCG and composite score of GCG that are listed in GCG Implementation Report for year 2007 and 2008, against confidence level of public and banking industry, as well as benefit for shareholders represented by Third Party Funds, Loans, Deposits from Other Banks, and Return on Equity (ROE) as measures of bank performance. This study took samples of 50 banks with a panel data processing techniques using random effects methods. The result of this study indicates that implementation of GCG in Indonesian banking industry has not fully affect the performance of the bank, and only partial implementation of GCG factors provide a positive influence on bank performance."

"Penelitian ini menggunakan non-linear interpolasi untuk mengestimasi kurva yield bulanan obligai pemerintah Indonesia (SUN). Data yang digunakan adalah data akhir bulanan yield obligasi pemerintah yang digunakan Bloomberg dalam Bloomberg yield curve untuk periode Januari 2007 - Mei 2010. Model yang digunakan dalam penelitian ini adalah Nelson Siegel dan Nelson Siegel Extended Svensson. Untuk menentukan kemampuan masing-masing model dalam menyerupakan yield actual dari obligasi pemerintah yang dijadikan benchmark maka digunakan Sum of Squared Residual (RSS) dan Root Mean Squared Error (RMSE) sebagai pengukur tingkat kesalahan (Error). Model yang paling baik adalah model yang menghasilkan nilai RSS dan RMSE terkecil. Dari hasil penelitian menyimpulkan bahwa model Nelson Siegel Extended Svensson lebih baik dalam menyerupakan yield actual obligasi pemerintah. Model Nelson Siegel Extended Svensson menghasilkan RSS dan RMSE yang lebih kecil dibandingkan dengan model Nelson Siegel.

---

This research is using non-linear interpolation for estimating monthly yield curve for Indonesian Government Bonds. The data that being used in this research are monthly yield for Indonesian government bonds which used by Bloomberg in its Bloomberg yield curve. The reseach period is Januari 2007 - Mei 2010. This reseach use Nelson Siegel model and Nelson Siegel Extended Svensson. In order to come up with the better model that has the ability to create yield curve that are close to government yield this research use Sum of Squared Residual (RSS) and Root Mean Squared Error (RMSE) in order to calculate error. The better model is the one with small number of RSS and RMSE. As result of this research Nelson Siegel Extended Svensson model is better than Nelson Siegel model. The model has smaller number of RSS and RMSE relative to Nelson Siegel model."

"Penelitian ini bertujuan untuk menyelidiki kinerja strategi investasi Magic Formula yang diperkenalkan oleh Joel Greenblatt (2006) yang diaplikasikan pada Bursa Efek Indonesia. Magic formula adalah strategi pemilihan saham sederhana dengan cara memeringkatkan saham berdasarkan return on capital dan earning yield. Langkah selanjutnya adalah memilih tiga puluh saham teratas dari peringkat gabungan untuk dijadikan portofolio. Indeks Kompas100 dipilih untuk pasar saham Indonesia. Pengembalian dari portofolio Magic Formula kemudian dibandingkan dengan pengembalian pasar. Rebalancing portofolio dilakukan tahunan. Analisis Sharpe, Treynor dan Jensen's Alpha digunakan untuk mengukur pengembalian yang disesuaikan dengan risiko (RAR).Secara keseluruhan, penelitian ini menunjukkan bahwa dengan menggunakan return on capital dan earning yield mampu menghasilkan pengembalian rata-rata yang lebih tinggi daripada indeks pasar dari April 2007 sampai dengan April 2019 namun tidak signifikan. Portofolio magic formula menghasilkan pengembalian rata-rata 35,11% dengan RAR 72% dan pasar menghasilkan pengembalian rata-rata 15,01% dengan RAR 76% selama periode yang diuji.

---

This study aims to investigate the performance of the Magic Formula investment strategy introduced by Joel Greenblatt (2006) which was applied to the Indonesia Stock Exchange. Magic Formula is a simple stock selection strategy by ranking stocks based on return on capital and earnings yield. The next step is to choose the top thirty stocks from the combined rank to become a portfolio. The Kompas100 index was chosen for the Indonesia stock market. Returns from the magic formula portfolio are then compared to market returns. Portfolio rebalancing is conducted annually. Sharpe, Treynor, and Jensen's Alpha analysis is used to measure returns adjusted for risk (RAR).

Overall, this study shows that using return on capital and earnings yields can produce higher average returns than the market index from April 2007 to April 2019 but not significant. The Magic Formula portfolio yields an average return of 35.11% with RAR 72% and the market produces average returns 15.01% with RAR 76% during the period under test."

"Penelitian ini bertujuan untuk menganalisis dan mempelajari perilaku konsumen yang dalam menumbuhkan tren kegiatan belanja online. Karena Indonesia sekarang dianggap sebagai salah satu pasar e-commerce terbesar di Asia, aktivitas belanja online juga meningkat secara eksponensial. Karena peningkatan aksesibilitas ke layanan internet, pembelian online tidak pernah semudah ini. Penelitian ini mempelajari hubungan antara produk digital dan Loyalitas Pelanggan. Data dikumpulkan oleh survei online kepada konsumen yang sudah terbang dengan Garuda Indonesia dalam tiga tahun sebelumnya dan setidaknya telah mencoba salah satu dari tiga produk digital di GarudaMiles seperti pendaftaran online GarudaMiles, penukaran online, atau jarak tempuh klaim online. Analisis dilakukan dengan menggunakan pendekatan dua langkah: Confirmatory Factor Analysis (CFA) dan Structural Equation Model (SEM) untuk Hubungan Kausal. Hasilnya menggambarkan bahwa fitur digital yang mewakili kepuasan sistem tidak memiliki hubungan dengan Loyalitas Pelanggan. Hasil ini karena dalam layanan penuh maskapai tidak semua kenyamanan konsumen dengan teknologi. Dalam hasil penelitian sebelumnya, pemohon tidak semuanya dari maskapai layanan penuh. Hasil ini menunjukkan bahwa tidak semua produk harus memiliki fitur digital.

---

This research aims to analyze and study the behavior of consumer which in growing trend of online shopping activities. As Indonesia is now posed to be one of the biggest e-commerce market in Asia, the online shopping activity has also increased exponentially. Due to the increased accessibility towards internet service, online purchase has never been easier. This research studied the relation between digital product and Customer Loyalty. Data was gathered by an online survey to consumer that already fly with Garuda Indonesia in previous three years and at least have try one of three digital products on GarudaMiles such as GarudaMiles online registration, online redemption, or online claim mileage. The analysis is conducted using two-step approach: Confirmatory Factor Analysis(CFA) and Structural Equation Model (SEM) for Causal Relationship. The result describes that digital feature that represent by system satisfaction is not having relation with Customer Loyalty. This result because in the full service airlines not all the consumer's convenience with technology. In previous research result the applicant is not all from full service airlines. This result show that not all product should have digital feature."