Analisis Penggunaan Metode Kernel Density Estimation pada Loss Distribution Approach untuk Risiko Operasional

Abstract

Loss Distribution Approach (LDA) merupakan metode yang populer untuk mengestimasi kebutuhan modal
bagi risiko operasional pada bidang perbankan. Dalam LDA, bank harus mengestimasi loss severity distribution (lsd) dan loss frequency distribution (lfd) berdasarkan data internal bank. Permasalahan dari LDA saat ini adalah estimasi lsd-nya masih berbasis pada model distribusi tertentu, padahal banyak kasus dimana data tidak dapat diestimasi dengan sangat baik oleh model distribusi tertentu yang sudah ada. Oleh karena itu, akan dijelaskan solusi dari permasalahan tersebut dengan cara mengestimasi lsd-nya berbasis pada data. Metode yang digunakan adalah Kernel Density Estimation (KDE). Hasil dari penelitian adalah kebutuhan modal yang dihasilkan oleh LDA yang menggunakan KDE lebih kecil 1,6% – 3,2% dibandingkan dengan LDA yang menggunakan model distribusi tertentu.

Kata kunci: risiko operasional, loss distribution approach, metode monte carlo, kernel density estimation