首页> 外文OA文献 >Analisis integrasi dan agregasi risiko korporasi menggunakan kerangka enterprise risk management studi kasus pt ppa (persero)
【2h】

Analisis integrasi dan agregasi risiko korporasi menggunakan kerangka enterprise risk management studi kasus pt ppa (persero)

机译:使用企业风险管理框架pt ppa(Persero)的案例分析企业风险的整合和聚合

摘要

Latar belakang penelitian ini dapat dilihat dalam dua hal, yaitu aspek makro dan aspek mikro. Latar belakang makro adalah desakan yang semakin kuat terhadap dunia usaha untuk beroperasi secara sehat dengan menerapkan proses manajemen risiko yang terintegrasi dan teragregasi, sementara studi kasus penerapannya dalam praktik belum banyak tersedia di Indonesia. Sedangkan latar belakang mikro adalah kebutuhan PT Perusahaan Pengelola Aset (Persero) (“PPA”)untuk menerapkan manajemen risiko yang terintegrasi dan teragregasi. udIntegrasi dan agregasi risiko semakin populer baik dalam tinjauan akademis maupun dalam praktik manajemen risiko belakangan ini. Sejalan dengan itu kerangka kerja (framework) terkait dengan itu juga terus dikembangkan. Kerangka yang semakin populer adalah Enterprise Risk Management (ERM), sebagai istilah mutakhir dari beberapa istilah lain yang memiliki pengertian hampir sama, seperti: integrated risk management, strategic risk management, corporate risk management, holistic risk management, atau business risk management. Pada saat ini terdapat beberapa kerangka ERM yang dikembangkan oleh beberapa pihak. Namun dengan pertimbangan kelengkapan dan kekinian, dalam penelitian ini digunakan kerangka ERM yang dikembangkan oleh The Committee of Sponsoring Organizations of The Treadway Commission (COSO). Dengan ERM, menurut COSO, dapat diberikan pemastian yang memadai (reasonable assurance) bahwa tujuan korporasi dapat tercapai melalui proses pengidentifikasian risiko yang berpotensi mengancam pencapaian tujuan tersebut, penilaian besarnya dampak dan probabilitas terjadinya, serta upaya-upaya untuk memitigasinya dengan respons dan pengendalian yang tepat, hingga ke pengawasan pelaksanaan respons dan pengendalian tersebut.udPenelitian ini bertujuan untuk mengidentifikasi risiko-risiko yang dihadapi oleh PPA dalam setiap kegiatan utama perusahaan pada tahun 2006 secara terintegrasi. Risiko-risiko yang mengancam tujuan setiap kegiatan juga akan mengancam pencapaian tujuan perusahaan dalam tahun 2006 secara keseluruhan, dan pada akhirnya juga akan mengancam pencapaian tujuan stratejik serta visi/misi perusahaan. Setelah risiko-risiko tersebut diidentifikasi, dilakukan penilaian secara agregat untuk mengetahui besarnya dampak risiko-risiko tersebut dan probabilitas terjadinya. Dalam penelitian ini agregasi risiko dibatasi pada risiko-risiko pasar. Dengan diketahuinya besaran dampak dari risiko-risiko secara agregat dalam rupiah beserta persentase probabilitas terjadinya tersebut akan disarankan kepada manajemen PPA untuk menentukan respons dan kegiatan pengendalian yang sesuai dengan selera risiko (risk appetite) mereka.udDesain penelitian ini dilakukan berdasarkan pendekatan studi kasus dengan metode deskriptif. Data yang digunakan sebagian besar merupakan data sekunder yang didapatkan dari dalam perusahaan seperti: dokumen Rencana Jangka Panjang Perusahaan Tahun 2004-2009, Rencana Kerja dan Anggaran Perusahaan Tahun 2006, kebijakan dan prosedur terkait manajemen risiko, dan laporan-laporan kegiatan perusahaan. Sedangkan data pasar merupakan data sekunder yang didapatkan dari Bank Indonesia, Bursa Efek Jakarta, dan Badan Pusat Statistik. Bila diperlukan untuk memperkuat pemahaman, data sekunder tersebut dikonfirmasi melalui wawancara dengan pejabat-pejabat terkait di dalam perusahaan. Data mengenai tujuan perusahaan dan integrasi risiko terkait dianalisis dengan Ishikawa/fishbone diagram. Sedangkan analisis agregasi risiko secara kuantitatif dilakukan dengan menggunakan metode Cash Flow at Risk (CFaR). Pemilihan metode ini berdasarkan pertimbangan bahwa tujuan PPA diukur dengan jumlah arus kas bersih (AKB) yang dihasilkan dan disetorkan kepada negara. Untuk mempertajam analisis kuantitatif dilakukan pula analisis sensitivitas dan stress testing. Spesifikasi metrik yang digunakan dalam CFaR ini adalah AKB perusahaan selama kurun waktu (time horizon) tahun 2006 dengan tingkat keyakinan (confidence level) sebesar 95%. Model yang digunakan adalah laporan arus kas pro forma tahun 2006 dengan mengidentifikasi setiap komponen di dalamnya yang terpengaruh oleh risiko-risiko pasar. Risiko-risiko pasar diasumsikan berdistribusi normal dan dihitung mean serta standar deviasinya berdasarkan data pasar selama dua tahun terakhir. Perhitungan CFaR dilakukan dengan metode simulasi Monte Carlo dengan bantuan software @risk. Simulasi dilakukan dengan iterasi sebanyak 10.000 kali untuk mendapatkan hasil simulasi yang stabil. Dari proses tersebut didapatkan 10.000 hasil angka AKB pada berbagai skenario risiko pasar yang diambil secara acak (random-walk) oleh @risk berdasarkan distribusi probabilitas masing-masing risiko serta dengan memperhatikan korelasi antarfaktor risiko. Selanjutnya, 10.000 angka AKB hasil simulasi tersebut disusun dalam sebuah distribusi hasil sehingga dapat diketahui besarnya CFaR pada tingkat keyakinan 95%. Besaran CFaR ini merupakan jumlah maksimum penurunan perolehan AKB sebagai dampak dari pengaruh risiko-risiko pasar. udDalam penelitian ini diketahui tujuan jangka panjang PPA adalah setoran kepada negara sebesar Rp7 triliun untuk kurun waktu lima tahun antara 2004-2009. Sementara itu tujuan untuk tahun 2006 adalah target setoran kepada negara sebesar Rp2,35 triliun. Untuk mencapai tujuan tahun 2006 tersebut PPA telah menyiapkan serangkaian kegiatan pengelolaan aset, terutama divestasi beberapa aset saham bank, divestasi beberapa aset saham nonbank, penjualan dan penagihan beberapa aset hak tagih, penjualan beberapa aset properti, pengelolaan dana/investasi, dan kegiatan operasional. Dari Ishikawa diagram dapat ditunjukkan risiko-risiko yang mempengaruhi setiap kegiatan utama, yang pada akhirnya mempengaruhi pula pencapaian target setoran negara sebesar Rp2,35 triliun tersebut. Secara garis besar, risiko-risiko tersebut meliputi risiko pasar, risiko kredit, dan risiko operasional. Namun karena lingkup penelitian ini terbatas pada risiko pasar, maka yang dihitung dalam agregasi kuantitatif adalah hanya risiko-risiko pasar, dalam hal ini: volatilitas harga saham Bank Permata, BII, dan Bank Panin, recovery rate hak tagih dan properti, tingkat suku bunga SBI dan deposito, nilai tukar Dollar Amerika, serta tingkat inflasi.udData pasar untuk harga saham Bank Permata, BII, dan Bank Panin diambil dari harga penutupan akhir bulan di BEJ selama dua tahun terakhir. Dari data tersebut dapat disimpulkan mean dan standar deviasi ketiganya berturut-turut adalah Rp635,42 dan Rp351,74 untuk Bank Permata, Rp159,79 dan Rp27,56 untuk BII, dan Rp395,63 dan Rp86,71 untuk Bank Panin. Selanjutnya, data pasar untuk nilai tukar Rupiah terhadap USD, SBI, suku bunga deposito dan tingkat inflasi didapatkan dari BI serta BPS dan diobservasi data akhir bulan, juga untuk selama dua tahun terakhir. Mean dan standar deviasi berturut-turut adalah Rp9.368 dan Rp527,64 untuk USD, 8.30% dan 1.68% untuk suku bunga SBI, 7.61% dan 1.00% untuk suku bunga deposito, dan 8.23% dan 3.87% untuk tingkat inflasi. Suku bunga SBI merupakan rata-rata suku bunga SBI 1 dan 3 bulan, suku bunga deposito merupakan rata-rata suku bunga 1 tahun dan 6 bulan rata-rata bank pemerintah, dan tingkat inflasi merupakan indeks harga konsumen gabungan di 45 kota. Sementara itu, recovery rate aset hak tagih dan aset properti menggunakan data recovery rate program-program sejenis yang pernah dijalankan oleh BPPN selama 5 tahun tugasnya. Mean dan standar deviasi berturut-turut adalah 32,29% dan 26,45% untuk aset hak tagih dan 126,91% dan 19,65% untuk aset properti. Terhadap data pasar tersebut (kecuali recovery rate), selanjutnya dihitung koefisien korelasi untuk membentuk sebuah matriks korelasi antarfaktor risiko.udDari distribusi hasil simulasi agregasi risiko yang dilakukan dapat diketahui bahwa pada tingkat keyakinan 95% dan kurun waktu 2006, perusahaan sekurang-kurangnya akan menghasilkan AKB sejumlah Rp1,35 triliun. Jumlah ini merupakan CFaR absolut. Target setoran Rp2,35 triliun itu sendiri diperkirakan dapat dicapai dengan tingkat keyakinan sebesar 67,1%. Sedangkan secara relatif, yaitu terhadap target tahun 2006 yang sebesar Rp2,35 triliun, maka CFaR adalah sebesar Rp1 triliun (Rp2,35 T-Rp1,35 T) dengan probabilitas sebesar 27,9%. CFaR relatif inilah eksposur terpenting dalam penelitian ini yang secara singkat berarti bahwa pencapaian tujuan perusahaan pada tahun 2006 akan dipengaruhi oleh risiko pasar secara agregat dengan probabilitas terjadi sebesar 27,9% dan dampak penurunan AKB sekitar Rp1 triliun. udAnalisis lanjutan dengan dengan analisis regresi atas hasil simulasi tersebut dapat disimpulkan bahwa faktor risiko yang paling berpengaruh terhadap pencapaian target PPA adalah harga saham Bank Permata dan recovery rate aset hak tagih. Dari analisis sensitivitas basis +50%, +25%, +0%, -25%, dan -50% atas kedua faktor tersebut diperkirakan mean AKB yang dihasilkan berkisar antara Rp2 triliun hingga Rp3,3 triliun. Sementara itu, berdasar simulasi stress testing, di mana pengambilan nilai sampel simulasi tiap faktor risiko dibatasi pada skenario terburuk (5 persentil dari setiap distribusi) mean AKB akan jatuh dari Rp2,7 triliun menjadi Rp0,45 triliun atau penurunan sebesar 83,48%. Hal ini berarti bahwa dalam kondisi terburuk dari risiko-risiko pasar secara agregat akan memberikan dampak penurunan AKB hingga Rp2,25 triliun dengan probabilitas terjadi di bawah 5%.udData kuantitatif probabilitas dan dampak yang dihitung tersebut adalah merupakan alat bantu. Data tersebut perlu digunakan secara intuitif bersama-sama dengan risk appetite manajemen. Dalam pandangan manajemen yang moderat (risk neutral) atau risk taker, besaran CFaR tersebut masih berada dalam risk appetite. Namun akan menjadi sebaliknya dalam pandangan manajemen yang risk averter. Dalam hal terakhir tersebut, diperlukan respons risiko dan kegiatan pengendalian secara tepat. Respons risiko dan kegiatan pengendalian yang diperlukan dapat dilakukan dengan mencermati faktor risiko yang dominan, yaitu volatilitas harga saham bank permata dan recovery rate hak tagih, dengan tujuan untuk mendapatkan harga divestasi/penjualan serta waktu (timing) yang menguntungkan. Selain itu, untuk menarik dampak dan probabilitas risiko agregat tersebut ke dalam risk appetite risk averter, dapat dilakukan dengan mempersiapkan program kegiatan cadangan untuk menaikkan arus kas masuk, menurunkan arus kas keluar dengan menekan biaya operasional, atau dengan kombinasi keduanya.
机译:本研究的背景可以从两种角度看待,即宏观方面和微观方面。宏观背景是,通过实施集成和汇总的风险管理流程,商业界对健康运营的压力越来越大,而在印度尼西亚,有关其实际应用的案例研究并不广泛。微观背景是PT资产管理公司(“ PPA”)实施集成和汇总风险管理的需要。风险整合和聚合最近在学术评论和风险管理实践中都变得越来越流行。因此,与之相关的框架(框架)也将继续发展。越来越流行的框架是企业风险管理(ERM),它是具有几乎相同含义的其他几个术语的最新术语,例如:集成风险管理,战略风险管理,公司风险管理,整体风险管理或业务风险管理。当前,有多个由各方开发的ERM框架。但是,由于其完整性和当前的考虑因素,本研究使用了Treadway委员会赞助组织委员会(COSO)开发的ERM框架。根据COSO,使用ERM,可以合理地保证可以通过以下过程来实现公司目标:确定可能威胁实现这些目标的风险,评估影响的大小和发生的可能性,并通过适当的响应和控制措施来努力减轻风险 ud本研究旨在以综合方式确定PPA在公司2006年的每项主要活动中面临的风险。威胁到每项活动目标的风险也将威胁到整个2006年公司目标的实现,最终还将威胁到公司战略目标和愿景/使命的实现。在确定风险之后,将进行汇总评估以确定这些风险的影响程度及其发生的可能性。在这项研究中,风险汇总仅限于市场风险。建议PPA管理层根据卢比对风险的影响程度和发生概率进行了解,以根据风险偏好确定应对和控制措施,并采用案例研究方法进行研究设计描述性的。所使用的数据大部分是从公司内部获取的辅助数据,例如:公司的2004-2009年长期计划文件,2006年公司工作计划和预算,与风险管理相关的政策和程序以及公司活动报告。市场数据是从印度尼西亚银行,雅加达证券交易所和中央统计局获得的辅助数据。如果需要加强理解,则通过与公司相关官员的访谈来确认辅助数据。使用石川/鱼骨图分析有关公司目标和相关风险整合的数据。而定量风险汇总分析是使用风险现金流量(CFaR)方法执行的。选择此方法是基于以下考虑:PPA的目的是通过产生并存入州的净现金流量(IMR)的数量来衡量的。为了加强定量分析,还进行了敏感性分析和压力测试。 CFaR中使用的度量标准是该公司在2006年期间的IMR,置信度为95%。通过确定2006年备考现金流量表中受市场风险影响的每个组成部分,使用该模型。假定市场风险呈正态分布,并且根据过去两年的市场数据计算其均值和标准差。 CFaR计算是在@risk软件的帮助下使用Monte Carlo模拟方法进行的。通过迭代10,000次以获得稳定的仿真结果来完成仿真。通过此过程,@ risk根据每种风险的概率分布并考虑了风险因素之间的相关性,在各种市场风险情况下获得了10,000个IMR结果。下一个,将10,000 AKB仿真结果数字排列在结果分布中,以便可以在95%的置信度下看到CFaR的大小。 CFaR的数量是由于市场风险的影响而导致IMR购置减少的最大数量。在这项研究中,众所周知,PPA的长期目标是在2004年至2009年之间的五年内向Rp。7万亿印尼盾存款。同时,2006年的目标是达到Rp2.35万亿的状态。为了在2006年实现这一目标,PPA准备了一系列资产管理活动,主要是剥离数笔银行股票资产,剥离数笔非银行股票资产,出售和收取若干收藏权资产,出售某些财产资产,管理资金/投资以及经营活动。从Ishikawa可以看出,该图显示了影响每种主要活动的风险,这些风险又反过来影响了实现2.35万亿印尼盾的国家存款目标的实现。从广义上讲,这些风险包括市场风险,信用风险和运营风险。但是,由于本研究的范围仅限于市场风险,因此在这种情况下,定量聚合计算的只是市场风险:Permata银行,BII和Paninin银行股价的波动性,债权和财产的回收率,SBI利率存款,美元汇率和通货膨胀率,Permata银行,BII银行和Panin银行股价的市场数据取自过去两年中JSE的月末收盘价。从这些数据可以得出结论,这三个平均值的平均值和标准差分别是Permata Bank的Rp635.42和Rp351.74,BII的Rp159.79和Rp27.56,以及Panin Bank的Rp395.63和Rp86.71。此外,还从BI和BPS获得了卢比对美元,SBI,存款利率和通货膨胀率的市场数据,并在该月底以及最近两年进行了观察。美元的均值和标准差分别为Rp9,368和Rp527.64,SBI利率为8.30%和1.68%,存款利率为7.61%和1.00%,通胀率为8.23%和3.87%。 SBI利率是1个月和3个月SBI的平均利率,存款利率是国有银行1年和6个月的平均利率,通货膨胀率是45个城市的综合消费物价指数。同时,收回权和财产资产的资产回收率使用的是IBRA五年来执行的类似计划的数据回收率。索赔权资产的平均值和标准差分别为32.29%和26.45%,房地产资产的平均值和标准差分别为126.91%和19.65%。对于这些市场数据(回收率除外),然后计算相关系数以形成风险因素之间的相关矩阵,从模拟风险汇总结果的分布可以看出,在95%的置信水平和2006年期间,公司至少会产生AKB总额为Rp1,35万亿。该量表示绝对CFaR。估计Rp2.35万亿存款本身的目标可以达到67.1%的置信度。同时,相对于2006年IDR 2.35万亿的目标,CFaR为1万亿IDR(IDR 2.35 T-IDR 1.35 T),可能性为27.9%。相对CFaR是这项研究中最重要的风险,这意味着在2006年公司目标的实现将受到总市场风险(概率为27.9%)和IMR下降约Rp1万亿的影响。通过对模拟结果的回归分析继续进行分析,可以得出结论,实现PPA目标最有影响力的风险因素是Permata银行的股票价格和资产权利的回收率。通过对这两个因素分别进行+50%,+ 25%,+ 0%,-25%和-50%的基本灵敏度分析,可以得出平均IMR产生范围为2万亿印尼盾至3.3万亿印尼盾。同时,基于压力测试模拟,其中每个风险因素样本的模拟值都限于最坏的情况(每个分布的5%),平均IMR将从2.7万亿印尼盾降至0.45万亿印尼盾或下降83.48%。这意味着在最坏的情况下,总的市场风险将对IMR降低至Rp2.25万亿(发生率低于5%)产生影响,定量的概率数据和计算得出的影响是有帮助的。数据需要与管理风险偏好一起直观地使用。鉴于中度管理(风险中性)或冒险者,CFaR的量仍处于风险偏好中。但是,从风险规避者管理的角度来看,情况恰恰相反。在后一种情况下,需要适当的风险应对和控制活动。风险响应和必要的控制活动可以通过查看主要风险因素来进行,即宝石银行股票价格的波动性和票据权利的回收率,以期获得撤资/出售价格和有利时机。此外,为了将总风险的影响和可能性吸收到风险偏好风险转化器中,可以通过准备备用活动计划以增加现金流入,通过降低运营成本来减少现金流出或两者结合来完成。

著录项

  • 作者

    Wibowo Setyo;

  • 作者单位
  • 年度 2006
  • 总页数
  • 原文格式 PDF
  • 正文语种 en
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号