Margin Call (2011) – A Movie Review from Data Science Perspective

“Be first, be smarter, or cheat.”

~ John Tuld

Margin Call adalah film yang menceritakan tentang 24 jam sebelum tahap awal kebangkrutan sebuah Wall Street Investment Bank besar (terinspirasi dari kebangkrutan Lehman Brothers), yang berujung pada krisis finansial tahun 2007-2008. Untuk review film bertema serupa, baca juga The Big Short (2015) – A Movie Review from Data Scientist Perspective.

Cerita dimulai ketika terjadi pengurangan karyawan secara masif  di lantai/divisi trading, pada sebuah investment bank yang bernama NBS (firma investasi berusia > 107 tahun), pada hari bisnis normal/hari kerja. Salah satu orang yang bernasib tidak beruntung kali itu adalah Eric Dale, kepala departemen manajemen risiko (risk management). Sebelum meninggalkan kantor, Dale sempat bercerita pada rekannya, Will Emerson, bahwa dia menemukan sesuatu yang penting pada proyeknya yang belum selesai, namun, Emerson mengatakan, itu sudah bukan urusannya lagi. Eric, dengan suasana hati yang kacau, meninggalkan kantornya dengan memberikan sebuah USB kepada salah satu rekan risk analystnya, Peter Sullivan, dan berpesan ‘hati-hati!’.

Jam kerja hari itu ditutup oleh pidato Sam Rogers; kepala lantai trading, yang ternyata memantik semangat Peter Sullivan, sehingga ia bekerja lebih keras dan bersemangat pada hari itu, untuk menyelesaikan proyeknya Eric Dale. 🙂

Data Scientist, Data Science, Machine Learning, Statistics, Data Science Indonesia, Data Analytics, Data Analysis, Data Analyst, Data, Astronomy, Astronomer, Science, Python, iPython, Jupyter Notebook, R, RStudio, Excel, Coding, Koding, Cara Mengolah Data, Mengolah Data, Olah Data, Programming, Pemrograman, Sains, Teknologi, Ilmu Data, Teknologi Informasi, Tech in Asia, Teknologi, Technology, Sains, Bisnis, Business, Business Analyst, Business Analysis, Social Media Mining, Movie Review, Muhammad Azizul Hakim, Aziz

Sumber Gambar: IMDB.

Singkat cerita, film ini mengajarkan kepada kita betapa fatalnya risiko yang harus ditanggung suatu bisnis, apabila risikonya tidak diketahui dengan baik oleh para pelaku bisnis tersebut.

Diceritakan bahwa pada investment bank NBS ini, hanya ada satu orang (Eric Dale) dari departemen manajemen risiko, yang benar-benar mempelajari risiko produk investasi yang ditawarkan oleh firma mereka, dan proyeknya pun belum selesai ketika ia diberhentikan dari pekerjaannya. Lalu, ketika rekan/bawahannya (Peter Sullivan) menyelesaikan proyeknya, dan menemukan kondisi terkini bahwa perusahaan tersebut telah menjalani hari kelima atau keenam krisis menuju kebangkrutan, idealnya data tersebut telah diketahui dan ditemukan solusinya dua minggu sebelumnya.

Dari sudut pandang risk management, temuan Sullivan menunjukkan bahwa tingkat volatility pada portofolio produk sekuritas berbasis mortgage (mortgage-backed securities) yang ditawarkan firma mereka telah melampaui historical volatility levelsnya (value at risk/nilai VaR). Dikarenakan produk investasi ini memiliki leverage yang tinggi, apabila nilai aset portofolio turun 25%, maka kerugian yang ditanggung perusahaan akan melebihi nilai kapitalisasi pasar perusahaan itu sendiri, atau dengan kata lain.. Bangkrut.

Untuk memberikan gambaran mengenai tingginya leverage serta risiko dari investasi berbasis obligasi hipotek/mortgages, baca juga: The Big Short (2015) – A Movie Review from Data Scientist Perspective.

Diagram di bawah ini memberikan penjelasan singkat mengenai VaR:

Data Scientist, Data Science, Machine Learning, Statistics, Data Science Indonesia, Data Analytics, Data Analysis, Data Analyst, Data, Astronomy, Astronomer, Science, Python, iPython, Jupyter Notebook, R, RStudio, Excel, Coding, Koding, Cara Mengolah Data, Mengolah Data, Olah Data, Programming, Pemrograman, Sains, Teknologi, Ilmu Data, Teknologi Informasi, Tech in Asia, Teknologi, Technology, Sains, Bisnis, Business, Business Analyst, Business Analysis, Social Media Mining, Movie Review, Muhammad Azizul Hakim, Aziz

Diagram VaR. Sumber Gambar: Wikipedia.

Keputusan yang diambil untuk menanggulangi kebangkrutan ini adalah, menjual aset-aset buruk sesegera mungkin untuk menyelamatkan perusahaan dari kebangkrutan, sebelum para klien mengetahui buruk/tidak bernilainya aset-aset tersebut dari berita.

Seandainya klien terlanjur membeli aset-aset tersebut, maka akan berdampak pada rusaknya kepercayaan seluruh klien terhadap perusahaan tersebut beserta investasi berbasis mortgages lainnya, yang akan berdampak pada matinya pasar untuk investasi tersebut, dan lebih buruk lagi dapat menyebabkan krisis ekonomi di Amerika (resesi 2008).

Data Scientist, Data Science, Machine Learning, Statistics, Data Science Indonesia, Data Analytics, Data Analysis, Data Analyst, Data, Astronomy, Astronomer, Science, Python, iPython, Jupyter Notebook, R, RStudio, Excel, Coding, Koding, Cara Mengolah Data, Mengolah Data, Olah Data, Programming, Pemrograman, Sains, Teknologi, Ilmu Data, Teknologi Informasi, Tech in Asia, Teknologi, Technology, Sains, Bisnis, Business, Business Analyst, Business Analysis, Social Media Mining, Movie Review, Muhammad Azizul Hakim, Aziz

Sumber Gambar: IMDB.

Pada akhirnya, diceritakan bahwa seluruh aset berhasil dijual, dan hampir seluruh karyawan dipecat, namun mereka mendapatkan insentif dari penjualan terakhir mereka. Firma tersebut tetap berusaha untuk bertahan, dengan CEOnya; John Tuld berkeyakinan bahwa mereka masih mungkin mendapatkan profit, dari sisa-sisa krisis, selama jangka waktu dua tahun mendatang.

Follow and like us:

2 tanggapan pada “Margin Call (2011) – A Movie Review from Data Science Perspective”

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *