Orasi Ilmiah Prof Khreshna: Prediksi Stokastik untuk Risiko Keuangan dan Asuransi
Oleh Erika Winfellina Sibarani -
Editor Vera Citra Utami
BANDUNG, itb.ac.id— Risiko kuantitatif adalah risiko yang bersifat stokastik, yakni risiko yang dapat dikuantifikasi melalui peubah acak dan bersifat probabilistik. Risiko ini dapat terjadi di bidang keuangan dan asuransi seperti risiko mata uang kripto, pasar energi, pembayaran klaim, dan lain-lain. Tantangan masa depan risiko stokastik adalah penggunaan teknologi untuk memberikan prediksi risiko yang akurat dan pemanfaatan hasil prediksi untuk mendapatkan keamanan finansial yang efisien.
Tantangan tersebut telah menjadi topik penelitian dan dibahas oleh Prof. Khreshna Imaduddin Ahmad Syuhada, S.Si., M.Si., M.Sc., Ph.D. dalam orasi ilmiahnya yang berjudul “Dari Risiko Acak hingga Ukuran Risiko: Prediksi Stokastik untuk Risiko Keuangan dan Asuransi”.
Orasi tersebut disampaikan dalam Forum Guru Besar Institut Teknologi Bandung (FGB ITB), Sabtu (22/6/2024) di Aula Barat, ITB Kampus Ganesha.
Prof. Khreshna saat ini menjabat sebagai Anggota Senat Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) ITB. Beliau juga aktif melakukan penelitian di bidang statistika, mempublikasikan banyak artikel ilmiah, serta menerbitkan beberapa buku. Selain itu, Prof. Khreshna juga mendapatkan beberapa penghargaan, salah satunya Penghargaan Pengabdian 25 Tahun ITB di tahun 2023.
Prof. Khreshna menjelaskan terkait apa itu risiko kuantitatif dan bagaimana manajemen risikonya. “Manajemen risiko kuantitatif dilakukan melalui dua tahapan utama. Tahapan pertama adalah mendefinisikan risiko acak yang sesuai untuk fenomena kerugian. Contohnya, di bidang keuangan, risiko dapat dipandang sebagai negatif dari imbal hasil. Selanjutnya, di tahapan kedua, menghitung atau memprediksi risiko acak yang akan datang melalui ukuran risiko (risk measure),” ujarnya.
Prof. Khreshna pun menjelaskan beberapa aspek statistika terkait risiko. “Fenomena risiko harus dapat dikuantifikasi melalui suatu fungsi bernilai riil. Fungsi ini lebih lanjut disebut sebagai risiko acak yang berdistribusi secara statistik. Risiko acak diprediksi menggunakan ukuran risiko. Alat yang kami gunakan untuk menghitung dan memprediksi ukuran risiko adalah fungsi distribusi. Terdapat dua ukuran risiko yang telah dikenal, yaitu Value-at-Risk (VaR) dan Expected Shortfall (ES). Ukuran risiko VaR berbasis peluang, sedangkan ES berbasis ekspektasi. Kedua ukuran risiko ini telah mengalami perluasan atau modifikasi dari berbagai arah (in several directions)”, ucapnya.
Selain itu, Prof. Khreshna memaparkan pengembangan model risiko yang telah dilakukan pada berbagai risiko keuangan dan asuransi. Di bidang keuangan ada risiko pasar mata uang kripto (cryptocurrency market risk) dan kaitannya dengan risiko pasar energi (energy market risk). Sedang di bidang asuransi ada risiko pembayaran klaim (claim frequency and severity risks), risiko pada kontrak asuransi-reasuransi (insurance-reinsurance risk), dan risiko usia lanjut (mortality risk).
Prof. Khreshna mengatakan bahwa perilaku risiko stokastik bersifat dinamis seiring berkembangnya cara berpikir manusia, ketersediaan sumber daya, dan kemajuan teknologi. Oleh karena itu, model risiko harus terus diperbaiki dan diperluas hingga memenuhi keakuratan yang diinginkan dan memberikan risiko finansial yang efektif.
Penulis: Erika Winfellina Sibarani (Matematika, 2021)
