RPS minggu 1 · 2x50 menit

Taksonomi Risiko Perusahaan

Permodelan Risiko — Magister Manajemen FEB UNDIP

Selamat datang di mata kuliah Permodelan Risiko — mata kuliah inti konsentrasi risiko yang akan membekali Anda berpikir seperti seorang chief risk officer di bank atau lembaga keuangan. Anda semua sudah melewati S1 dan bersinggungan dengan konsep risiko di tempat kerja, baik sebagai pemberi kredit, aset manajer, maupun auditor. Hari ini kita tidak mengulang definisi dasar; kita langsung membangun kerangka berpikir sistematis: apa sesungguhnya risiko, bagaimana membedakannya menjadi kelas-kelas, dan mengapa sebagian kelas perlu dimodelkan secara formal sementara sebagian lain cukup dikelola kualitatif. Kita akan sering memakai data perbankan Indonesia dan pelajaran dari krisis 2008 sebagai jangkar diskusi. Silakan siapkan satu jenis risiko dari organisasi Anda karena akan menjadi bahan diskusi sepanjang semester.

Peta Pembelajaran Hari Ini

Sub-CPMK 1: mengklasifikasikan jenis risiko perusahaan dan kebutuhan permodelannya. Empat indikator capaian yang harus Anda kuasai sebelum meninggalkan kelas.

Jam ke-1 (50 menit)

Definisi risiko sebagai distribusi (Hull) & bukan sekadar kerugian
Lima kelas risiko perusahaan: pasar, kredit, operasional, likuiditas, strategis
Pemetaan frekuensi × severity — fat tail op-risk

Jam ke-2 (50 menit)

Spektrum keterukuran: kuantitatif penuh → semi → kualitatif
Kapan cukup kontrol vs perlu model formal (kriteria)
Konteks POJK 17/2014 & Basel III; persiapan P2 (statistika dasar)

Posisi dalam alur 14 pertemuan: fondasi konseptual sebelum kita membahas statistika (P2), ukuran risiko (P3), VaR (P4), hingga studi kasus terintegrasi (P14).

Mengapa Bank & Perusahaan Memodelkan Risiko

Tanpa model, keputusan alokasi modal, harga produk, dan kepatuhan regulasi hanyalah tebakan. Model mengubah intuisi menjadi keputusan yang dapat diaudit.

Kerugian Global Krisis 2008

~US$ 15 T

estimasi kerugian agregat sektor finansial (IMF/BCBS, dihedge)

Kerugian Op Single Event RI

~Rp 1,7 T

fraud letter of credit BNI 2003 (publikasi umum, dihedge)

Pertanyaan pemantik: bank mana yang selamat dari krisis 2008 — yang punya model kuat atau yang modalnya tebal? Jawabannya: keduanya, tetapi model yang lemah menghancurkan bank bahkan yang kelihatannya tebal modal (mis. Lehman).

Bagian 1 · 1/4

Definisi Risiko & Mengapa Memodelkan

Diskusi kelas: apakah "kesempatan" dan "risiko" benar-benar dua sisi mata uang yang sama? Berikan satu contoh dari portofolio Anda di mana upside dan downside tidak simetris.

Definisi Risiko: Distribusi, Bukan Kerugian (Hull, 2018)

Risiko adalah distribusi probabilitas atas outcome masa depan — mencakup upside maupun downside. Yang biasa kita "kelola" hanyalah ekor kiri distribusi tersebut. (adaptasi Hull, Risk Management and Financial Institutions, bab 1)

Probabilitas

Seberapa mungkin suatu outcome terjadi (0–1)

Magnitude

Berapa besar dampak dalam rupiah/unit

Horizon

Jangka waktu di atasnya risiko diukur

Kesalahan paling umum: menyamakan risiko dengan kerugian realized — padahal kerugian hanyalah satu realisasi dari distribusi yang jauh lebih luas.

Mengapa Risiko Perlu "Dimodelkan"

Tiga tujuan strategis permodelanan risiko — semuanya berakar pada kebutuhan keputusan, bukan sekadar compliance.

Tujuan	Pertanyaan Keputusan	Output Model
Alokasi modal	Berapa modal yang cukup untuk menyerap kerugian?	VaR/ES → capital charge
Pricing produk	Berapa spread bunga yang adil untuk PD 5%?	Expected loss → margin
Kepatuhan & laporan	Bagaimana meyakinkan regulator/OJK?	Basel/POJK report
Limit & kontrol	Berapa maksimum eksposur per counterparty?	Limit berbasis VaR
Strategi & performa	Risk-adjusted return: proyek mana yang dipilih?	RAROC, Sharpe

Tiga Tujuan Inti Permodelanan Risiko

Pengukuran → Alokasi → Komunikasi

Hitung dari Nol: Ekspektasi Kerugian dari Dua Skenario

Skenario: Portofolio mikro Rp 20 miliar terbagi dua. Skenario A: fasilitas Rp 10 miliar dengan PD 2%/tahun, LGD 50%. Skenario B: fasilitas Rp 10 miliar dengan PD 5%/tahun, LGD 40%. Hitung expected loss (EL) masing-masing dan gabungan.

Langkah	Perhitungan	Nilai
1. EL Skenario A	PD × LGD × EAD = 2% × 50% × Rp 10 M	Rp 100.000.000
2. EL Skenario B	PD × LGD × EAD = 5% × 40% × Rp 10 M	Rp 200.000.000
3. EL portofolio gabungan	EL_A + EL_B = Rp 100 jt + Rp 200 jt	Rp 300.000.000
4. EL sebagai % portofolio	EL ÷ total = Rp 300 jt ÷ Rp 20 M	1,5%

Kesimpulan

~Rp 300 jt

Cadangan expected loss upfront — biaya modal yang harus dibebankan ke margin bunga portofolio

Bagian 2 · 2/4

Lima Kelas Risiko Perusahaan

Diskusi kelas: pada krisis pandemi 2020, kelas risiko mana yang paling cepat menghantam perbankan Indonesia — pasar, kredit, atau likuiditas? Mengapa?

Risiko Pasar & Risiko Kredit

Dua kelas risiko klasik yang paling matang permodelannya — keduanya menjadi pilar Basel.

Risiko Pasar

Pemicu: perubahan harga pasar (bunga, valas, saham, komoditas)
Horizon: intrahari hingga harian
Alat model: VaR, sensitivitas (delta/gamma), hedging derivatif
Contoh RI: rugi valas bank korporasi 1997; loss treasury 2013 (taper tantrum)

Risiko Kredit

Pemicu: gagal bayar / migrasi peringkat debitur
Horizon: bulanan hingga tahunan
Alat model: PD/LGD/EAD, scoring, agunan
Contoh RI: NPL KTA 2019; restrukturisasi pandemi 2020 (~Rp 845 T puncak, OJK)

Dua kelas ini menyerap mayoritas modal permodalan bank modern — dan menjadi fokus utama POJK 17/2014.

Risiko Operasional, Likuiditas, Strategis

Tiga kelas pelengkap — dua di antaranya (op & likuiditas) punya karakter fat tail yang membuatnya sulit tetapi krusial.

Op · Likuiditas

Operasional: kegagalan proses/sistem/orang/eksternal — fraud BNI 2003 (~Rp 1,7 T)
Likuiditas: tidak bisa memenuhi penarikan/pembayaran jatuh tempo — bank run
Karakter: frekuensi rendah, severity ekstrem (fat tail)

Strategis

Pemicu: keputusan strategis, perubahan industri, kompetisi
Contoh RI: kegagalan ekspansi Bank Bukopin/Pelindo; disrupsi fintech
Sulit dikuantifikasi — biasanya dikelola lewat governance & scenario

Risiko strategis sering luput dari model formal — tetapi justru di sinilah kegagalan terbesar biasanya muncul.

Pemetaan: Frekuensi × Severity

Dua dimensi ini menentukan pendekatan: asuransi/limit (frek tinggi-sev rendah) vs cadangan modal (frek rendah-sev tinggi).

Frekuensi Tinggi · Severity Rendah

Contoh: kesalahan teller, mismatch settlement kecil
Distribusi: ekspektasi stabil, hukum bilangan besar bekerja
Alat: kontrol proses, self-insurance, SLA

Frekuensi Rendah · Severity Tinggi (Fat Tail)

Contoh: fraud besar, krisis sistemik, cyber attack
Distribusi: ekspektasi tidak stabil, ekor tebal
Alat: cadangan modal ekstra, stress test, asuransi

Fat tail inilah yang membuat risiko operasional begitu mahal — ekspektasi kerugian didominasi oleh peristiwa yang "jarang" tetapi destruktif.

Hitung dari Nol: Alokasi Modal Berbasis EL

Skenario: Bank mempunyai modal Rp 100 miliar untuk alokasi risiko. Tiga segmen kredit dengan profil berbeda. Alokasikan modal proporsional terhadap expected loss masing-masing segmen.

Langkah	Perhitungan	Nilai
1. EL Korporasi	PD 3% × LGD 45% × Rp 200 M	Rp 2.700.000.000
2. EL Ritel	PD 4% × LGD 35% × Rp 150 M	Rp 2.100.000.000
3. EL UMKM	PD 6% × LGD 30% × Rp 100 M	Rp 1.800.000.000
4. Total EL	Σ EL ketiga segmen	Rp 6.600.000.000
5. Alokasi modal korporasi	(EL_korp ÷ total EL) × Rp 100 M	~Rp 40,9 M

Kesimpulan

~Rp 40,9 M

Alokasi modal korporasi berbasis EL — meski EAD-nya terbesar, proporsi EL bukan 50% karena LGD/PD relatif moderat

Bagian 3 · 3/4

Keterukuran: Kuantitatif vs Kualitatif

Diskusi kelas: apakah risiko reputasi dapat dimodelkan secara kuantitatif? Berikan argumen pro dan kontra dari pengalaman organisasi Anda.

Spektrum Keterukuran Risiko

Risiko tidak biner "terukur/tidak" — ada spektrum dari kuantitatif penuh hingga murni kualitatif.

Pilihan pendekatan mengikuti ketersediaan data & jenis keputusan — bukan preferensi estetika.

Kapan Cukup Kontrol vs Perlu Model Formal

Empat kriteria praktis untuk memutuskan apakah suatu risiko perlu dimodelkan secara formal atau cukup dikelola lewat kontrol.

Kriteria 1 · Data

Ada data historis melimpah? → model kuantitatif layak
Peristiwa langka/unik? → cukup kontrol + scenario

Kriteria 2 · Frekuensi

Sering berulang? → ekspektasi stabil, model
Satu kali/dekade? → cadangan + stress test

Kriteria 3 · Regulasi

Wajib Basel/OJK? → model formal
Tidak diatur eksplisit? → fleksibel

Aturan praktis: jika keputusan keuangan besar bergantung pada angka (harga, modal, limit), model formal dibutuhkan; jika hanya governance, kontrol cukup.

Studi Kasus: Risiko yang Gagal Dimodelkan 2008

Krisis subprime mortgage 2007–2008 adalah pelajaran paling mahal tentang apa yang terjadi saat model risiko meleset.

Periode	Peristiwa	Dinamika Kegagalan Model
2000–2006	Li Gaussian copula jadi standar korelasi default CDO	Asumsi tail dependence rendah — underestimate clustering
2007	Harga rumah AS turun; default subprime naik beruntun	Korelasi default melonjak jauh di atas asumsi model
2008 Q3	Lehman bangkrut; pasar kredit membeku	VaR dijebol beruntun; likuiditas menguap
2008–2009	Bailout TARP ~US$ 700 miliar; kerugian global ~US$ 15 T	Model risiko direvisi total → FRTB, migrasi VaR→ES

Tiga pelajaran: (1) Asumsi distribusi mematikan jika salah; (2) Korelasi naik tajam di krisis; (3) Model harus divalidasi lewat stress test, bukan hanya backtesting.

Bagian 4 · 4/4

Konteks Regulasi Indonesia

Diskusi kelas: apakah standar internasional Basel III selalu cocok untuk struktur perbankan Indonesia yang didominasi UMKM/ritel?

POJK 17/2014 & Kerangka Basel III

OJK mewajibkan setiap bank punya kerangka manajemen risiko yang memenuhi POJK 17/2014 dan menerapkan permodalan Basel III.

POJK 17/2014 (Manajemen Risiko)

Bank wajib punya kebijakan, proses, sistem identifikasi–pengukuran–monitoring–pengendalian
Struktur risk management setingkat direksi (Risk Management Committee)
Chief Risk Officer melapor langsung ke direksi

Basel III (BCBS, 2010/2011)

CAR minimum 8% (Tier 1 ≥ 6%)
Capital conservation buffer 2,5% tambahan
Countercyclical buffer 0–2,5% di rezim normal
Indonesia (POJK) terapkan CAR industri ~25% per 2024 (OJK, dihedge)

CAR rata-rata industri Indonesia (~25%) jauh di atas minimum 8% — buffer kuat untuk shock berat seperti pandemi.

POJK 17/2014 adalah acuan utama yang membentuk struktur organisasi risk management di setiap bank Indonesia — bila Anda bekerja di bank, struktur Risk Management Committee dan fungsi Chief Risk Officer yang Anda lihat adalah implementasi POJK ini. Basel III adalah kerangka global yang diterjemahkan ke POJK permodalan; Indonesia menerapkan target CAR lebih tinggi dari minimum internasional sebagai bentuk konservatisme regulator pasca krisis 1997. Perhatikan bahwa CAR rata-rata industri sekitar 25 persen berdasarkan data OJK 2024 yang kita hedge karena pasti berubah per kuartal — ini jauh di atas minimum; inilah buffer yang memungkinkan bank Indonesia menyerap gelombang krisis seperti pandemi tanpa banyak yang collapse. Detail perhitungan ATMR dan pendekatan standardized vs IRB akan kita bedah di P9.

Ringkasan Kunci Pertemuan 1

Definisi Risiko

Distribusi probabilitas (up + down), bukan sekadar kerugian realized

Lima Kelas

Pasar · Kredit · Op · Likuiditas · Strategis — alat kelolaan berbeda

Tiga Tujuan Model

Pengukuran → Alokasi → Komunikasi

Bawa tiga lensa ini (definisi · lima kelas · tiga tujuan) sebagai peta rujukan sepanjang semester.

Persiapan P2: baca Hull bab 2 tentang distribusi probabilitas dan momen; bawa satu deret return historis (mis. saham LQ45) untuk kita hitung ekspektasi & varians bersama.