Extreme Value Theory Dalam Skema Perencanaan Blended Finance
DOI:
https://doi.org/10.63607/jcmb.v14i1.62Keywords:
Extreme Value Theory, tail risk, IHSG, blended finance, risk layeringAbstract
Penelitian ini bertujuan untuk menjelaskan bagaimana penerapan risiko ekstrem melalui Extreme Value Theory (EVT) dapat digunakan untuk membentuk desain pembiayaan campuran yang lebih presisi. Data yang digunakan adalah pengembalian harian dari Indeks Harga Saham Gabungan (IHSG) selama kurang lebih sepuluh tahun, yang kemudian dimasukkan ke dalam log-return dan dianalisis menggunakan pendekatan Peaks-Over-Threshold (POT). Kuantil lima persen digunakan sebagai titik ambang dan digunakan untuk memodelkan GPD. Hasil estimasi menunjukkan nilai parameter bentuk (ξ) sekitar 0,4859, yang sesuai dengan distribusi heavy-tailed, dengan VaR 95% dan 99% masing-masing sebesar -5,01% dan -6,51%, dan ES 99% sekitar -9,07%. Hasil ini menunjukkan bahwa pasar Indonesia masih memiliki risiko substansial dan tidak dapat sepenuhnya diwakili menggunakan distribusi normal sebagai model. Selain itu, juga dilakukan pemetaan risiko dalam tiga lapisan; komersial, menengah-tinggi, dan ekstrem, untuk identifikasi keberkelanjutan dan kebutuhan bantuan keuangan untuk memungkinkan adanya modal konsesional. Studi ini menyimpulkan bahwa pendekatan pembiayaan yang seimbang dengan memanfaatkan EVT memungkinkan alokasi modal publik yang lebih terfokus pada pilihan instrumen risiko-terbatas seperti modal kerugian pertama, jaminan parsial, dan utang subordinasi serta menentukan proporsi eksposur dengan cakupan pasar.
References
Convergence. (2023). The state of blended finance 2023. Convergence Blended Finance.
Elsom, J., & Pawley, I. (2025). Extreme value statistics for analysing simulated environmental extremes. In Modern extreme value statistics for Utopian extremes: EVA 2023 conference data challenge. Springer.
Gkillas, K., Tsagkanos, A., & Vortelinos, D. (2025). How does the Brexit vote affect tail risk? An extreme value approach for the UK financial markets. In Recent developments in financial extremes. Springer.
Hochrainer-Stigler, S., Mechler, R., Pflug, G., & Williges, K. (2018). Government liabilities for disaster risk in industrialized countries: A case study of Australia. Climate and Development.
International Finance Corporation. (2020). Blended finance in the poorest countries: The need for a better approach. IFC/World Bank Group.
Li, X., Smith, M., & Zhao, Y. (2025). Multivariate extreme value modelling with vine copulas: Capturing tail dependence in financial and environmental risks. In Modern extreme value statistics for Utopian extremes. Springer.
Manurung, A. H. (2014), Pengukuran Risiko, PT Adler Manurung Press, Oktober 2014
Martín, R., González, M., & Pérez, J. (2024). A new Bayesian method for estimation of value-at-risk and conditional value-at-risk. Journal of Risk and Financial Management.
Milidonis, A., & Grace, M. F. (2008). Tax-deductible pre-event catastrophe loss reserves: The case of Florida. Journal of Insurance Regulation.
OECD. (2020). Blended finance principles for unlocking commercial finance for the SDGs. Organisation for Economic Co-operation and Development.
OECD. (2023). Scaling up blended finance for sustainable development: Risk allocation and additionality. Organisation for Economic Co-operation and Development.
Richards, J., Lee, D., & Brown, T. (2025). Modern extreme value statistics for non-stationary risks: Combining additive models and machine learning. In Modern extreme value statistics for Utopian extremes. Springer.
World Bank. (2021). Mobilizing private finance for development: The role of blended finance and risk mitigation. World Bank Group.
Zavadjil, T., & co-authors. (2025). Leveraging interest–growth differentials: Hidden effects of government financial assets in the European Union. ESAN University Working Paper Series.
Zhang, L., Kruse, S., & Müller, M. (2025). Enhancing insurer portfolio resilience and capital efficiency with green bonds: A framework combining dynamic R-vine copulas and tail risk modeling. Sustainability.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Journal of Capital Markets and Banking

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.








