Analisis Penghitungan Resiko Posisi Devisa Neto Untuk Mendukung Keputusan Strategis Pada Pt. Bank Xyz (Persero) Tbk

Abstract

Krisis nilai tukar Rupiah terhadap mata uang asing khususnya US Dollar sejak semester II tahun 1997 berpengaruh buruk bagi perbankan nasional, terutama bank yang berstatus devisa. Kondisi ini timbul akibat besarnya eksposure Posisi Devisa Neto yang dimiliki perbankan nasional, khususnya setelah pelaksanaan pemindahan pinjaman valuta asing ke Badan Penyehatan Perbankan Nasional (BPPN). Besarnya eksposure Posisi Devisa Neto tersebut mengakibatkan tingginya resiko foreign exchange, terutama pada saat fluktuasi kurs mata uang yang cukup besar. Dimana hal ini akan menimbulkan potensi kerugian yang cukup besar pula disamping kemungkinan keuntungan yang akan diraih. Untuk membatasi besarnya resiko yang akan dihadapi oleh perbankan, Bank Indonesia selaku otoritas moneter mengeluarkan peraturan Nomor 31/178/KEP/DIR tanggal 31 Desember 1998 perihal Posisi Devisa Neto Bank Umum, sebesar maksimal 20% dari modal atau equity. Namun demikian peraturan tersebut kurang memadai dila dikaitkan dengan akan diterapkannya ketentuan Basel Capital Accord 2001 pada tahun 2004, dimana perbankan yang ingin masuk dalam aktivitas perbankan yang ingin masuk dalam aktivitas perbankan global harus mempunyai cadangan modal yang cukup untuk menutup resiko perbankan, termasuk resiko foreign exchange. Untuk memenuhi ketentuan diatas, maka diperlukan suatu alat analisis resiko yang disebut dengan analisis Value at Risk. Dari hasil analisis tersebut akan diperoleh gambaran resiko yang akan timbul dari eksposure Posisi Devisa Neto yang dimiliki, disamping itu juga akan diketahui perkiraan jumlah modal untuk menutup resiko agar bank tidak mengalami kebangkrutan yang disebut dengan Capital at Risk. Selanjutnya dalam penerapan analisis Value at Risk diperlukan suatu uji validitas atas metode yang dipakai, dalam hal ini dikenal dengan Back Testing dan analisa Stress Testing untuk menguji kemungkinan timbulnya fluktuasi kurs yang ekstrim berdasar data historis untuk mengantisipasi kondisi yang akan datang.