Apa itu Operational Risk Calculator?
▾
Risiko operasional didefinisikan berdasarkan Basel II/III sebagai risiko kerugian yang diakibatkan oleh tidak memadainya atau kegagalan proses internal, manusia, dan sistem, atau akibat kejadian eksternal. Definisi ini mencakup risiko hukum namun secara eksplisit tidak mencakup risiko strategis dan reputasi. Risiko operasional merupakan kategori risiko terbesar ketiga dalam perbankan selain risiko kredit dan risiko pasar, dan semakin penting seiring dengan terjadinya kerugian besar akibat perdagangan ilegal (Barings Bank 1995, Société Générale 2008), kegagalan sistem, serangan dunia maya, penipuan, dan kegagalan kepatuhan terhadap peraturan. Kerugian risiko operasional bisa sangat besar dan tiba-tiba: Barings Bank kehilangan $1,3 miliar akibat perdagangan berjangka Nick Leeson yang tidak sah; Société Générale kehilangan €4,9 miliar dari perdagangan jahat Jérôme Kerviel; JPMorgan Chase kehilangan $6,2 miliar dalam skandal derivatif London Whale tahun 2012. Berbeda dengan risiko pasar dan risiko kredit, risiko operasional tidak memberikan imbalan yang diharapkan sebagai imbalan atas pengambilan risiko — risiko ini murni merupakan kerugian yang harus dikendalikan dan diminimalkan. Basel II memperkenalkan tiga pendekatan perhitungan modal risiko operasional, yang dipertahankan dengan penyempurnaan pada Basel III. Pendekatan Indikator Dasar (BIA) adalah yang paling sederhana: modal = 15% dari rata-rata pendapatan kotor tahunan selama 3 tahun terakhir. Pendekatan Standar (SA) membagi kegiatan menjadi delapan lini bisnis dengan faktor permodalan yang berbeda-beda (12–18%). Pendekatan Pengukuran Lanjutan (AMA) memungkinkan bank untuk menggunakan model internal yang menggabungkan data kerugian internal, data kerugian eksternal, analisis skenario, dan faktor lingkungan bisnis (BEF) untuk memperkirakan risiko operasional pada persentil 99,9 — konsisten dengan tingkat kepercayaan Basel secara keseluruhan sebesar 99,9% untuk modal peraturan. Struktur model AMA menggunakan Loss Distribution Approach (LDA): untuk setiap kombinasi jenis kejadian risiko operasional (7 kategori dari Basel) dan lini bisnis, bank memodelkan distribusi frekuensi (seberapa sering kerugian terjadi) dan distribusi keparahan (seberapa besar setiap kerugian). Menggabungkan frekuensi dan tingkat keparahan (biasanya melalui simulasi Monte Carlo) menghasilkan distribusi kerugian gabungan, dan persentil ke-99,9 dikurangi perkiraan kerugian menghasilkan kebutuhan modal. Basel IV (diselesaikan pada tahun 2017, diterapkan hingga tahun 2023–2028) menggantikan AMA dengan Pendekatan Pengukuran Standar (SMA), yang menghilangkan model internal untuk modal regulasi namun tetap mempertahankannya untuk manajemen internal. Modal SMA = Indikator Bisnis × Koefisien Marginal × Pengganda Kerugian (berdasarkan kerugian aktual).
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Rumus
▾
BIA: Modal = α × Rata-rata(GI_1, GI_2, GI_3) dimana α=15%
SA : Modal = Σ β_i × GI_i (menurut lini usaha)
AMA/LDA: Modal = VaR₉₉.₉%(Kerugian Tahunan Agregat) − E[Kerugian Tahunan]
SMA (Basel IV): Modal = Komponen BI × Pengganda KerugianKeterangan variabel
▾
| Simbol | Nama | Satuan | Deskripsi |
|---|---|---|---|
| GI | Pendapatan Kotor | USD/year | Pendapatan bunga bersih ditambah pendapatan bersih non bunga (total pendapatan bank); dasar perhitungan modal BIA dan SA. |
| α | Faktor Modal BIA | % | Tarif tetap 15% berdasarkan Pendekatan Indikator Dasar; diterapkan pada pendapatan kotor rata-rata 3 tahun untuk menentukan kebutuhan modal. |
| β_i | Faktor Beta Lini Bisnis | % | Pendekatan Standar faktor modal berdasarkan lini bisnis: berkisar dari 12% (pialang ritel, manajemen aset) hingga 18% (perdagangan, pembayaran). |
| OR_EC | Risiko Operasional Modal Ekonomi | USD | Estimasi AMA/model internal modal risiko operasional: kerugian tahunan agregat persentil ke-99,9 dikurangi kerugian yang diperkirakan. |
| BI | Indikator Bisnis (SMA) | USD | Jumlah komponen bunga, komponen layanan, dan komponen keuangan — proksi ukuran SMA Basel IV untuk risiko operasional. |
Cara Operational Risk Calculator
▾
- 1Menentukan pendekatan yang dapat diterapkan: BIA untuk bank-bank kecil atau bank-bank yang masih dalam tahap awal pengembangan kerangka risiko operasional; SA bagi bank dengan lini usaha yang berbeda; AMA (atau SMA di bawah Basel IV) untuk institusi besar yang canggih.
- 2Untuk BIA: Pendapatan kotor rata-rata selama 3 tahun terakhir (tidak termasuk tahun negatif); kalikan dengan 15%.
- 3Untuk SA: Memetakan seluruh aktivitas ke 8 lini bisnis Basel; menerapkan faktor beta masing-masing (12–18%) pada pendapatan kotor setiap lini; jumlah.
- 4Untuk AMA/LDA: kumpulkan data kejadian kerugian internal (frekuensi dan tingkat keparahan berdasarkan jenis kejadian); melengkapi dengan data kerugian eksternal (database ORX, database kerugian publik); mengembangkan distribusi frekuensi (Poisson) dan tingkat keparahan (log-normal, Pareto umum) untuk setiap kategori risiko.
- 5Gabungkan frekuensi dan tingkat keparahan melalui simulasi Monte Carlo untuk menghasilkan distribusi kerugian agregat untuk setiap kategori risiko.
- 6Menerapkan kopula untuk memodelkan korelasi antar kategori risiko (regulator biasanya mengizinkan diversifikasi manfaat namun memerlukan bukti).
- 7Modal = Kerugian agregat pada persentil ke-99,9 dikurangi kerugian yang diharapkan. Tambahkan modal untuk skenario yang parah namun tidak dapat ditangkap dengan baik oleh data historis.
Contoh Terpecahkan
▾
BIA blak-blakan namun sederhana — sama 15% terlepas dari profil risikonya
Rata-rata GI 3 tahun = ($50 juta + $55 juta + $60 juta) / 3 = $55 juta. Modal BIA = 15% × $55 juta = $8,25 juta. Perhitungan ini mudah dilakukan, namun tidak rumit — perhitungan ini memperlakukan semua bank dengan pendapatan kotor yang sama sebagai bank yang memiliki risiko operasional yang sama, terlepas dari kualitas manajemen risiko, lingkungan pengendalian, atau kompleksitas bisnis yang sebenarnya. Bank komunitas kecil dengan operasi yang sederhana dan terkendali dengan baik mungkin menganggap BIA terlalu konservatif; lembaga-lembaga besar yang kompleks dan memiliki banyak vektor risiko operasional yang potensial mungkin merasa hal ini tidak cukup.
Jalur perdagangan menanggung tingkat modal tertinggi (18%) karena kompleksitas operasional
Perbankan ritel: $200 juta × 12% = $24 juta. Perbankan komersial: $150 juta × 15% = $22,5 juta. Perdagangan dan penjualan: $100 juta × 18% = $18 juta. Manajemen aset: $50 juta × 12% = $6 juta. Total modal SA = $70,5 juta. SA membedakannya berdasarkan lini bisnis beta, menyadari bahwa operasi perdagangan membawa lebih banyak risiko operasional (sistem yang kompleks, risiko penyelesaian, potensi pedagang nakal) dibandingkan perbankan ritel. Namun, dalam setiap lini bisnisnya, SA masih belum membedakan antara institusi yang terkontrol dengan baik dan institusi yang tidak terkontrol dengan baik.
Distribusi tingkat keparahan yang berat mendorong modal yang besar dibandingkan dengan rata-rata
Frekuensi: Poisson(λ=5) memodelkan # peristiwa penipuan internal per tahun. Tingkat Keparahan: log-normal dengan rata-rata $100K dan σ=1,5 (sangat miring — sebagian besar peristiwa kecil namun ada juga yang sangat besar). Simulasi Monte Carlo dari 100.000 agregat tahunan: setiap tahun terdapat 3–7 peristiwa penipuan kecil ($50K–$150K masing-masing); namun dalam 0,1% tahun terburuk, kombinasi beberapa peristiwa besar menghasilkan kerugian total sebesar $8,5 juta. Perkiraan kerugian tahunan = 5 × $100K = $500K. AMA Capital = $8,5M − $0,5M = $8,0M — tail loss yang tidak terduga memerlukan cakupan modal. Ekor gemuk log-normal menjelaskan mengapa modal risiko operasional didominasi oleh peristiwa bencana yang jarang terjadi.
SMA menggunakan riwayat kerugian aktual untuk menskalakan modal melalui Pengganda Kerugian Internal
Pendekatan Pengukuran Standar (SMA) di bawah Basel IV menggunakan satu Indikator Bisnis — suatu ukuran seperti pendapatan yang menggabungkan komponen pendapatan bunga, pendapatan biaya, dan pendapatan perdagangan. Untuk bank dengan BI sebesar $750 juta–$3 miliar, koefisien marginal BI adalah sekitar 0,3%. Dikalikan dengan Pengganda Kerugian Internal (yang sama dengan 1,0 untuk pengalaman kerugian rata-rata dan meningkat untuk bank dengan kerugian operasional historis di atas rata-rata): Modal = $800 juta × 0,3% × 1,25 = $3,0 juta. Bank dengan catatan kerugian tinggi membayar lebih banyak modal; bank yang terkontrol dengan baik membayar lebih sedikit. Ini lebih sederhana dari AMA namun tetap mencerminkan pengalaman kerugian yang sebenarnya, tidak seperti BIA.
Aplikasi nyata
▾
Perhitungan modal minimum peraturan Basel III/IV untuk bank, mewakili area penerapan penting untuk Risiko Operasional Ama dalam konteks profesional dan analitis di mana perhitungan ama risiko operasional yang akurat secara langsung mendukung pengambilan keputusan, perencanaan strategis, dan optimalisasi kinerja
Alokasi modal ekonomi internal untuk manajemen risiko operasional, mewakili area penerapan penting untuk Risiko Operasional Ama dalam konteks profesional dan analitis di mana perhitungan ama risiko operasional yang akurat secara langsung mendukung pengambilan keputusan, perencanaan strategis, dan optimalisasi kinerja
Ukuran program asuransi untuk mengimbangi eksposur risiko operasional, mewakili area penerapan penting untuk Risiko Operasional Ama dalam konteks profesional dan analitis di mana perhitungan ama risiko operasional yang akurat secara langsung mendukung pengambilan keputusan, perencanaan strategis, dan optimalisasi kinerja
Penilaian mandiri risiko operasional (RCSA) dan evaluasi pengendalian, mewakili area penerapan penting untuk Risiko Operasional Ama dalam konteks profesional dan analitis di mana perhitungan ama risiko operasional yang akurat secara langsung mendukung pengambilan keputusan, perencanaan strategis, dan optimalisasi kinerja
Pelaporan dewan dan regulator mengenai profil dan tren risiko operasional, mewakili area penerapan penting untuk Risiko Operasional Ama dalam konteks profesional dan analitis di mana perhitungan ama risiko operasional yang akurat secara langsung mendukung pengambilan keputusan, perencanaan strategis, dan optimalisasi kinerja
Kasus khusus
▾
Ketika risiko operasional, nilai input ama mendekati nol atau menjadi negatif
Ketika nilai input ama risiko operasional mendekati nol atau menjadi negatif dalam Ama Risiko Operasional, perilaku matematis berubah secara signifikan. Nilai nol dapat menyebabkan kesalahan pembagian dengan nol atau hasil yang nol, sedangkan masukan negatif dapat menghasilkan keluaran yang valid secara matematis namun secara praktis tidak berarti dalam konteks risiko operasional. Pengguna profesional harus memvalidasi bahwa semua masukan berada dalam rentang yang bermakna secara fisik atau finansial sebelum menafsirkan hasilnya. Nilai negatif atau nol sering kali menunjukkan kesalahan entri data atau risiko operasional yang luar biasa, serta keadaan yang memerlukan perlakuan analitis terpisah.
Dalam Ama Risiko Operasional, skenario ini memerlukan kehati-hatian tambahan ketika menafsirkan hasil ama risiko operasional. Formula standar mungkin tidak sepenuhnya memperhitungkan semua faktor yang ada dalam kasus ini, dan analisis tambahan atau konsultasi ahli mungkin diperlukan. Praktik terbaik profesional melibatkan pendokumentasian asumsi, menjalankan analisis sensitivitas, dan referensi silang hasil dengan metode alternatif ketika perhitungan risiko operasional termasuk dalam wilayah non-standar.
Dalam Ama Risiko Operasional, skenario ini memerlukan kehati-hatian tambahan ketika menafsirkan hasil ama risiko operasional. Formula standar mungkin tidak sepenuhnya memperhitungkan semua faktor yang ada dalam kasus ini, dan analisis tambahan atau konsultasi ahli mungkin diperlukan. Praktik terbaik profesional melibatkan pendokumentasian asumsi, menjalankan analisis sensitivitas, dan referensi silang hasil dengan metode alternatif ketika perhitungan risiko operasional termasuk dalam wilayah non-standar.
Pendekatan Standar Basel Faktor Beta Berdasarkan Lini Bisnis
▾
| Lini Bisnis | Faktor Beta | Contoh Kegiatan |
|---|---|---|
| Keuangan Perusahaan | 18% | Penasihat M&A, penjaminan emisi, keuangan terstruktur |
| Perdagangan & Penjualan | 18% | Pembuatan pasar, perdagangan kepemilikan, derivatif |
| Perbankan Ritel | 12% | Pinjaman pribadi, hipotek, deposito, kartu kredit |
| Perbankan Komersial | 15% | Pinjaman bisnis, real estate komersial, anjak piutang |
| Pembayaran & Penyelesaian | 18% | Transfer kawat, kliring, hak asuh |
| Layanan Agensi | 15% | Layanan kustodian, kepercayaan perusahaan, penyimpanan |
| Manajemen Aset | 12% | Pengelolaan dana, dana pensiun, pengelolaan kekayaan |
| Pialang Ritel | 12% | Eksekusi, pengambilan pesanan, saran investasi |
Pertanyaan yang sering diajukan
▾
Apa saja 7 jenis peristiwa risiko operasional Basel?
Basel II/III mendefinisikan 7 kategori kejadian risiko operasional: (1) Penipuan Internal — penyalahgunaan aset, penghindaran pajak, kesalahan penandaan posisi yang disengaja, penyuapan oleh karyawan; (2) Penipuan Eksternal — pencurian, pemalsuan, peretasan, kejahatan dunia maya yang dilakukan pihak eksternal; (3) Praktek Ketenagakerjaan dan Keselamatan di Tempat Kerja – tuntutan kompensasi pekerja, diskriminasi, aksi buruh terorganisir; (4) Klien, Produk, dan Praktik Bisnis — pelanggaran fidusia, cacat produk, manipulasi pasar, pelanggaran privasi, pencucian uang; (5) Kerusakan Aset Fisik — terorisme, vandalisme, gempa bumi, kebakaran; (6) Gangguan Bisnis dan Kegagalan Sistem — kegagalan perangkat keras, kesalahan perangkat lunak, pemadaman utilitas; (7) Eksekusi, Pengiriman, dan Manajemen Proses — transaksi gagal, kesalahan entri data, kesalahan akuntansi, perselisihan vendor.
Mengapa Basel IV menghilangkan AMA dan mendukung SMA?
AMA dihilangkan dalam standar akhir Basel IV (2017, diterapkan pada tahun 2023–2028) karena beberapa alasan: (1) Variabilitas modal AMA yang berlebihan antar bank menggunakan pendekatan serupa tetapi asumsi internal berbeda, sehingga melemahkan kemampuan untuk dibandingkan; (2) Kompleksitas model menciptakan ketidakjelasan – regulator tidak dapat dengan mudah memvalidasi atau membandingkan model AMA antar institusi; (3) Beberapa bank menerapkan model untuk meminimalkan kebutuhan modal; (4) Fleksibilitas AMA menghasilkan hasil pro-siklus dalam beberapa implementasi. SMA menggantikan AMA dengan formula yang lebih terstandarisasi yang tetap memasukkan kerugian historis aktual melalui Pengganda Kerugian Internal, menjaga insentif untuk pengendalian kerugian sekaligus meningkatkan konsistensi dan komparabilitas.
Apa itu database ORX dan mengapa penting untuk risiko operasional?
Operational Riskdata eXchange Association (ORX) mengelola database kerugian risiko operasional terbesar di dunia, mengumpulkan data peristiwa kerugian yang dianonimkan dari bank-bank anggota di seluruh dunia. Bank-bank anggota menyumbangkan kerugian risiko operasional di atas ambang batas yang ditentukan (biasanya $20.000), dan menerima statistik konsorsium sebagai imbalannya. Data eksternal dari ORX sangat penting untuk AMA dan pengembangan model internal karena masing-masing bank tidak memiliki data historis yang cukup untuk memperkirakan dampak distribusi keparahan peristiwa yang jarang terjadi dan berdampak besar – kerugian yang mendorong kebutuhan modal. Tanpa data eksternal, riwayat internal suatu lembaga selama 10 tahun mungkin tidak memuat peristiwa apa pun dalam persentil 99-99,9, sehingga estimasi ekor menjadi tidak mungkin dilakukan.
Apa analisis skenario dalam risiko operasional?
Analisis skenario merupakan pelengkap data kerugian historis yang berwawasan ke depan, yang diperlukan berdasarkan AMA. Lokakarya para ahli mempertemukan para manajer bisnis, petugas risiko, dan fungsi pengendalian untuk mengevaluasi skenario risiko operasional yang hipotetis namun masuk akal: serangan dunia maya besar-besaran, peristiwa pedagang nakal, denda peraturan karena kesalahan penjualan, bencana kelangsungan bisnis. Para ahli memperkirakan kemungkinan dan tingkat keparahan setiap skenario. Data skenario dimasukkan ke dalam model AMA bersama dengan data internal historis dan data kerugian eksternal. Analisis skenario sangat penting untuk menangkap risiko-risiko yang belum teramati dalam sejarah bank namun diketahui telah terjadi di tempat lain dalam industri perbankan.
Apa perbedaan modal risiko operasional dengan modal risiko kredit dan pasar?
Modal kredit dan risiko pasar dialokasikan secara proporsional dengan risiko yang diambil: lebih banyak eksposur kredit atau lebih banyak volatilitas pasar memerlukan lebih banyak modal. Modal risiko operasional bersifat unik karena risiko operasional pada umumnya bukanlah sumber keuntungan — melainkan murni kerugian akibat kegagalan dalam proses, sistem, dan manusia. Hal ini menciptakan insentif manajemen yang berbeda: dalam risiko kredit, mengambil lebih banyak risiko akan menghasilkan lebih banyak pendapatan yang tersebar; dalam risiko operasional, mengambil lebih banyak risiko tidak menghasilkan apa-apa (tidak ada orang yang diberi imbalan karena memiliki lebih banyak risiko penipuan). Oleh karena itu, modal risiko operasional merupakan pajak atas kompleksitas operasional dan kelemahan pengendalian, dan bukan kompensasi atas pengambilan risiko yang produktif.
Apa pendekatan distribusi kerugian (LDA) dalam pemodelan risiko operasional?
Pendekatan Distribusi Kerugian (LDA) adalah metodologi AMA utama: untuk setiap kombinasi lini bisnis dan jenis peristiwa (56 sel risiko), distribusi kerugian gabungan dibangun dengan memodelkan frekuensi kerugian secara terpisah (biasanya distribusi Poisson) dan tingkat keparahan kerugian (biasanya distribusi log-normal atau umum Pareto). Frekuensi dan tingkat keparahan digabungkan menggunakan simulasi Monte Carlo: ambil frekuensi dari distribusi Poisson, lalu ambil nilai tingkat keparahan sebanyak itu, jumlahkan kerugian tahunan agregat. Setelah melalui banyak simulasi, distribusi kerugian tahunan agregat dibuat, dan persentil ke-99,9 dikurangi perkiraan kerugian sama dengan kebutuhan modal. Tantangan utama: menyesuaikan distribusi tingkat keparahan dengan data yang terbatas, menangani korelasi antar sel risiko, dan memvalidasi estimasi kuantil ekstrem.
Apa saja pengendalian utama yang mengurangi risiko operasional dan modal?
Pengendalian risiko operasional yang efektif mengurangi frekuensi dan tingkat keparahan kerugian: (1) Pemisahan tugas — mencegah penipuan atau kesalahan yang dilakukan oleh satu orang; (2) Kontrol akses sistem — membatasi siapa yang dapat memulai dan menyetujui transaksi; (3) Konfirmasi dan rekonsiliasi independen – menangkap kesalahan dan manipulasi; (4) Perencanaan kelangsungan bisnis – mengurangi kerugian akibat kegagalan sistem dan bencana fisik; (5) Pelatihan dan budaya karyawan — mengurangi kesalahan yang tidak disengaja dan membangun kesadaran etika; (6) Asuransi — mengalihkan sebagian kerugian risiko operasional kepada perusahaan asuransi; (7) Manajemen risiko pihak ketiga — mengendalikan risiko vendor outsourcing. Di bawah AMA, peningkatan pengendalian yang dapat dibuktikan dapat secara langsung mengurangi estimasi modal model internal, sehingga menciptakan insentif finansial langsung untuk investasi manajemen risiko operasional.
Kesalahan Umum yang Harus Dihindari
▾
- !Memasukkan tahun-tahun pendapatan kotor negatif dalam rata-rata BIA — Basel mengharuskan pengecualian tahun-tahun negatif untuk menghindari pengurangan modal selama periode kerugian.
- !Gagal melengkapi data kerugian internal dengan kerugian database eksternal saat memodelkan distribusi tingkat keparahan ekor.
- !Mengabaikan analisis skenario untuk risiko yang tidak tercakup dalam data historis – khususnya risiko yang muncul seperti dunia maya dan iklim.
- !Memperlakukan modal risiko operasional semata-mata sebagai upaya kepatuhan terhadap peraturan dan bukan sebagai alat manajemen risiko internal.
- !Menghitung ganda kerugian di seluruh kategori risiko ketika suatu peristiwa memiliki beberapa elemen risiko operasional.
Tip Pro
Memelihara database peristiwa kerugian risiko operasional yang terperinci dengan ambang batas pelaporan wajib (misalnya, semua peristiwa >$10.000). Kualitas peristiwa (akar penyebab, faktor yang berkontribusi, respons) sama pentingnya dengan jumlah kerugian untuk meningkatkan manajemen risiko dan menunjukkan kualitas AMA/model internal kepada regulator.
Tahukah Anda?
Kerugian risiko operasional tunggal terbesar dalam sejarah perbankan secara luas dianggap sebagai penyelesaian senilai $13 miliar yang dibayarkan JPMorgan Chase kepada Departemen Kehakiman AS pada tahun 2013 terkait dengan sekuritas berbasis hipotek yang dijual sebelum krisis keuangan tahun 2008 – kerugian yang disebabkan oleh kegagalan praktik bisnis yang termasuk dalam jenis peristiwa 'Klien, Produk, dan Praktik Bisnis' Basel. Penyelesaian ini sendiri melebihi total kebutuhan modal risiko operasional di banyak bank, yang menggambarkan mengapa risiko operasional dianggap serius di tingkat tertinggi manajemen bank.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
Referensi
- ›Komite Basel: Risiko Operasional — Revisi Pendekatan yang Lebih Sederhana (Basel IV SMA, 2014)
- ›Komite Basel: Praktik yang Baik untuk Manajemen dan Pengawasan Risiko Operasional (2011)
- ›Moosa, I.: Manajemen Risiko Operasional (Palgrave Macmillan, 2007)
- ›ORX (Pertukaran Data Risiko Operasional): Laporan Kerugian Risiko Operasional Tahunan
Read the full guide on how to use this calculator effectively
Baca selengkapnya →Dapatkan Tips Matematika Mingguan
Bergabunglah dengan pelanggan 12.000+ yang mendapatkan tip kalkulator setiap minggu.