Hasil Pencarian  ::  Simpan CSV :: Kembali

"Risiko kredit yang terburuk adalah saat terjadinya default atau gagal bayar oleh debitur. Salah satu mitigasi awal terjadinya risiko default dilakukan melakukan penyaringan kualitas nasabah yang baik sebelum memberikan kredit. Scoring merupakan salah satu cara yang efisien dalam memberikan gambaran potensi default nasabah pembiayaan konsumen. Scoring yang umum dilakukan untuk kredit konsumsi pada lembaga keuangan saat ini hanya menggunakan variabel aplikasi kredit yang bersifat statis, sementara risiko terjadinya default dapat berubah seiring dengan waktu atau bersifat dinamis. Penelitian dilakukan untuk menguji penggunaan model dinamis dengan variabel aplikasi dan variabel perilaku nasabah kredit pembiayaan konsumen dengan tujuan memberikan gambaran probabilitas terjadinya default dalam periode waktu tertentu. Penelitian ini membangun model dinamis dengan pendekatan survival analysis dan menggunakan rasio loglikelihood untuk menilai goodness of fit. Model dinamis yang dihasilkan menunjukkan nilai hazard ratio yang lebih tinggi dibandingkan dengan model dengan variabel statis (variabel aplikasi).

---

Default or repayment failure is the worst scenario in credit risk. One of the early default mitigation is by implementing best customer screening selection before giving credi, such as scoring. Many scoring method that been used by financial company nowadays only pointed in application variable data which is static for the time data was taken, but the default risk itself is changing over time or dynamic. The study was conducted to test the use of dynamic models with variable applications and customer behavior variables on consumer financing with the goal of providing an overview of probability of default within a specified time period. This research try to builds a dynamic model with survival analysis approach and use loglikelihood ratio to assess the goodness of fit. The result show that dynamic model have a higher hazard ratio compared to a model with a static variable (application variable)."

"Risiko pembiayaan sebagai salah satu risiko terbesar dalam industri pembiayaan dan memberikan eksposur yang semakin besar di tengah ketidakstabilan perekonomian. Pada studi kasus ini peneliti melihat risiko pembiayaan secara Enterprise Risk Management (ERM) dengan pendekatan model the Three Lines of Defence dan proses manajemen risiko berdasarkan ISO 31000. Berdasarkan peran dalam the Three Lines of Defence, penerapan proses manajemen risiko pembiayaan di unit bisnis PT XYZ saat ini sebenarnya sudah efektif namun belum sesuai karena dilakukan oleh divisi Risk dan menyebabkan risk owner menjadi kurang merasa bertanggung jawab atas risikonya. Kemudian, Audit Internal belum dapat menggunakan hasil manajemen risiko tersebut dalam meningkatkan sistem pengendalian intern perusahaan. Selain itu, penerapan manajemen risiko pembiayaan masih terpisah dari risiko lainnya dan tidak dilihat secara ERM.

---

Financing risk is one of the biggest risk in financial industry and give more exposure in the economic instability. In this case study researcher views financing risk in Entreprise Risk Management (ERM) way with the Three Lines of Defence model as approach and risk management process based on ISO 31000. Based on function in the Three Lines of Defence, implementation of financing risk management process in business unit PT XYZ for now is effective enough practically but not appropriate because it is implemented by Risk division and leads risk owner become irresponsible with their own risk. Afterwards, Internal Audit had not utilized risk management result for improving company?s internal control system. Furthermore, implementation of financing risk management is still detached from other risks and not observed with ERM."

"Penelitian ini menggunakan metode Credit Risk+ untuk menghitung risiko kredit pada PT Mandiri Tunas Finance selama periode Januari 2010 hingga Desember 2012. Penggunaan metode Credit Risk+ membutuhkan data input berupa exposure kredit, exposure at default, dan recovery rates serta tidak mengasumsikan penyebab default. Metode ini cocok digunakan untuk perhitungan risiko kredit retail. Asumsi default atau non performing loan (NPL) yaitu saat tunggakan debitur mencapai lebih dari 90 hari. Tahapan pengukuran risiko kredit yaitu pertama menghitung exposure default dari portofolio, kedua menghitung frequency of default, ketiga menghitung probability of default untuk mencari distribution of losses yang terjadi pada PT Mandiri Tunas Finance. Frequency of default dihitung dengan menggunakan asumsi tingkat keyakinan 95%. Perhitungan dengan metode ini menghasilkan nilai expected loss dan unexpected loss serta economic capital. Economic capital adalah besarnya modal yang digunakan untuk menutupi unexpected loss. Dalam penelitian ini digunakan backtesting dan validasi menggunakan Loglikehood Ratio (LR) test dan didapatkan hasil senilai 0, dimana hasil tersebut lebih kecil dibandingkan nilai kritis chi squared sebesar 3,8415. Hasil ini menunjukkan bahwa metode Credit Risk+ yang digunakan dalam penelitian ini masih valid untuk mengukur risiko kredit dan menghitung economic capital pada PT Mandiri Tunas Finance.

---

Credit Risk+ method is used to calculate the credit risk at PT Mandiri Tunas Finance during the period January 2010 to December 2012. Use of Credit Risk + method requires input data which is credit exposure, exposure defaults and recovery rates, and do not assume cause of default. This method is suitable for retail credit risk calculations. Assumptions default or non- performing loan (NPL) is currently delinquent borrowers overdue more than 90 days. Stages of credit risk assessment is the first to calculate the default exposure of the portfolio, second calculate the frequency of default, third count the probability of default to seek distribution of losses which occurred at PT Mandiri Tunas Finance. Frequency of default calculated using the assumption of 95 % confidence level. Calculations with this method generate expected loss and unexpected value loss and economic capital. Economic capital is the amount of capital that is used to cover unexpected loss. This study used backtesting and validation using Loglikehood Ratio ( LR ) test and the results 0, where the result is less than the critical value of chi- squared of 3,8415. These results indicate that the Credit Risk + method used in this study are still valid for measuring credit risk and calculate economic capital at PT Mandiri Tunas Finance."

"Laporan ini memaparkan prosedur pemberian kredit korporasi pada Bank NED Indonesia, beserta analisis dan perhitungan risiko. Pembahasan dari setiap tahapan prosedur secara lebih dalam dijelaskan melalui studi kasus pemberian kredit kepada PT XYZ, sebuah private-equity firm dengan basis investasi di Indonesia. Tipe kredit yang diberikan ialah berupa term-loan dengan jaminan berupa saham anak perusahaan yang tercatat di BEI. Oleh karena itu, analisis risiko dalam proses pemberian kredit dilakukan seputar industri dan keuangan perusahaan, serta jaminan yang diletakkan.

---

This report explains the corporate lending procedure of NED Bank Indonesia, with the analysis and calculation of risks. Discussion on every step of the procedure is further explained through a case study on lending transaction to XYZ company, an Indonesia-based private equity firm. The type of loan given is a standard term-loan with a subsidiary?s IDX-listed shares as the collateral. Thus, the risks analysis in regard of this lending transaction is done around company?s industry and financials as well as the collateral placed."

"Dewasa ini pertumbuhan kredit konsumsi khususnya kredit kendaraan bermotor (KKB) meningkat pesat setiap tahunnya. Pertumbuhan KKB ini sangat rentan terhadap risiko kredit. Oleh karena itu, Bank Indonesia menerbitkan Surat Edaran Nomor 14/10/DPNP tanggal 15 Maret 2012 tentang Penerapan Manajemen Risiko pada Bank Umum yang Melakukan Pemberian Kredit Pemilikan Rumah dan Kredit Kendaraan Bermotor. Skripsi ini membahas mengenai pengaturan KKB pada bank umum terkait diberlakukannya Surat Edaran tersebut, dan bagaimana dampak dari pemberlakuan Surat Edaran tersebut ditinjau dari jumlah pemberian kredit pada bank umum dan Bank X khususnya, dan pengelolaan risiko kredit di bidang KKB pada Bank X. Tujuan penelitian ini adalah untuk menganalisis apakah pemberlakuan Surat Edaran tersebut dapat melindungi perbankan dari risiko kredit di sektor KKB. Penelitian ini merupakan penelitian yuridis-normatif (normative legal research) dengan studi kepustakaan. Hasil penelitian dalam skripsi ini menyarankan agar Surat Edaran tersebut tetap diberlakukan pada masa yang akan datang karena Surat Edaran tersebut telah berhasil mencapai tujuannya yaitu menekan jumlah pemberian KKB dan menekan jumlah Non Performing Loan KKB pada bank umum.

---

Nowadays the growth of consumer credit particularly in vehicle ownership loans ('KKB') increased rapidly every year. The 'KKB' growth is very susceptible to credit risk. Therefore, Bank Indonesia issued Circular Letter No. 14/10/DPNP dated March 15, 2012 on the Application of Risk Management in Commercial Banks that Giving House Ownership Loans and Vehicle Ownership Loans. This thesis discusses the 'KKB' arrangements with commercial banks linked the Circular Letter, and how the impact of the implementation of the Circular in terms of total loans at commercial banks and Bank X in particular, and the credit risk management in the field of 'KKB' in Bank X.

The purpose of this study was to analyze whether the application of the Circular to protect the banking sector from the credit risk in 'KKB'. This research is a juridical-normative (legal normative research) with a literature study. The results in this paper suggest that the Circular be honored in the future because of the Circular has managed to achieve its goal of suppressing the number of 'KKB' administration and reduce the number of non-performing loans of 'KKB' in commercial banks."

"Penelitian ini membahas perbedaan antara CAR dengan memperhitungkan risiko kredit dan CAR dengan memperhitungkan risiko pasar serta pengaruh kedua rasio tersebut terhadap kinerja perbankan Indonesia, khususnya pada aspek profitabilitas, efisiensi, fungsi intermediasi, dan risiko. Data dalam penelitian ini terdiri dari 124 bank umum konvensional Indonesia selama periode 2005 hingga 2010. Hasil dari penelitian ini menunjukkan bahwa CAR memiliki hubungan signifikan positif terhadap profitabilitas dan efisiensi perbankan Indonesia, namun tidak signifikan terhadap aspek fungsi intermediasi dan risiko. Selain itu, tidak terdapat perbedaan pengaruh yang signifikan antara kedua jenis rasio CAR, kecuali terhadap rasio ROE.

---

The focus of this study is to analyzed the difference between CAR in respect of credit risk and CAR in respect of market risk, and the impacts of both ratio on bank?s performance, particularly on the aspects of profitability, efficiency, intermediary function, and risk. The data consists of 124 conventional commercial banks in Indonesia during period of 2005 until 2010. Results of this study indicate that CAR has significant positive impact on bank?s profitability and efficiency in Indonesia, but no significant effect on intermediary function and risk. In addition, the results show no significant difference between impacts of both type of CAR on bank?s performance, except on ROE."

"Tujuan dari penelitian ini adalah untuk mengetahui berapa besarnya risiko Kartu Kredit rnelalui pendekatan internal model Credit Risk + selain itu juga Bank ABC dapat mengukur besar kerugian yang dapat diperkirakan (expected loss) dan kerugian yang tidak dapat diperkirakan (unexpected loss) serta berapa besar economic capital yang hares disediakan oleh PT Bank ABC untuk meng-cover unexpected loss. Pembatasan masalah adalah bahwa Kartu Kredit yang dipergunakan adalah bersifat individual dan jumlahnya massal serta terdapat beberapa jenis Kartu Kredit sesuai limitnya, bahwa Kartu Kredit yang diteliti adalah periode tahun 2002- 2004, dan tidak membedakan jenis Kartu Kredit, exposure terbesar untuk Kartu Kredit di PT Bank ABC sebesar Rp 50 juta Rupiah , tidak terdapat jaminan deposito dan Default disebabkan oleh sesuatu hal yang berkaitan dengan kemampuan pembayaran dari Card Holder, yang bersumber dan penghasilan bulanan, usaha atau pendapatan lainnya.Gambaran umum mengenai metodologi yang akan digunakan adalah sebagai berikut :1)Melakukan pengumpulan data debitur Kartu Kredit periode Januari 2002 sampai dengan Desember 2004.2)Penyusunan Band dan Penyusunan Exposure Default per Band3)Pengukuran Recovery Rate4)Pengukuran Severity Loss atau Loss Given Default5)Pengukuran Probability of Default dan Cumulative Probability of Default6)Pengukuran Expected Loss dan Unexpected Loss7)Pengukuran Economic Capital8)Pengujian Validitas Model Credit Risk +Credit Risk + adalah metode pengukuran risiko yang dikembangkan oleh Credit Suisse First Boston (CSFB)) pada Desember 1996. Dalam metode ini ada dua fokus yang dihadapi yaitu default dan non default serta fokus pada expected losses dan unexpected losses . Dalam metode Credit Risk+, tidak memperhatikan penyebab dari default. Data input berasal dari data histories yaitu data exposure debitur dan data exposure at default dari debitur dan frequency of default event terjadi akibat adanya default kredit dari serangkaian peristiwa.Keuntungan Credit Risk+ adalah relatif mudah untuk diimplementasikan, karena hanya lebih fokus pada default, sehingga relatif membutuhkan sedikit estimasi dan inputs. Untuk setiap instrument, hanya diperlukan exposure at default dan mengukur probability of default. Credit Risk + cocak untuk kredit konsumer karena jumlah nasabah yang banyak dan kreditnya relatif lebih kecil.Kelemahan Credit Risk+ yaitu mengasumsikan bahwa credit risk tidak mempunyai hubungan dengan market risk Selain iru Credit Risk+ mengabaikan migration risk, exposure setiap debitur tetap dan tidak sensitif dengan kualitas kredit atau variability dari interest rate. Selain itu Credit Risk+ melakukan pengukuran pada sekelompok nasabah sehingga sulit diketahui risiko kredit per nasabah.Dalam mengukur nilai risiko kredit untuk produk Kartu Kredit di Bank ABC didasarkan pada pemikiran bahwa:1. Produk Kartu Kredit adalah jenis kredit yang memiliki tingkat risiko yang cukup tinggi mengingat pemberian fasilitas Kartu Kredit kepada nasabah tidak disertai jaminan dan bersifat konsumtif.2. Adanya potensi pasar Kartu Kredit yang cukup besar di Indonesia, terutarna dengan semakin tingginya kebutuhan konsumsi masyarakat dan semakin berkembangnya pasar-pasar modem serta toko-toko yang menerima pembayaran dengan Kartu Kredit.3. Adanya tingkat persaingan yang tinggi diantara bank-bank sebagai issuer Kartu Kredit sehingga pihak bank melakukan pemasaran Kartu Kredit nya secara agresif.4. PT. Bank ABC belum mererapkan internal model khususnya Credit Risk+ untuk menghitung risiko kredit untuk produk Kartu Kredit nya.Hasil pengukuran risiko kredit dengan menggunakan metode CreditRisk+ menunjukkan bahwa nilai unexpected loss adalah sebesar Rp. 37.180.000.000,- path tahun 2002, sebesar Rp. 40.508.000.000,- pads tahun 2003 dan sebesar Rp.46.540.000.000,- pada tahun 2004.Besarnya unexpected loss ini hares ditutup dengan modal. Economic capital yang dapat menutup unexpected loss ini setiap tahunnya meningkat mulai dari Rp.22.932.000.000,- di tahun 2002, sebesar Rp. 23.660.000.000,- di tahun 2003 serta sebesar Rp.26.000.000.000,- di tahun 2004. Dari likelihood test ratio diketahui bahwa jumlah kejadian real loss yang melebihi nilai unexpected loss selama periode observasi adalah not atau tidak ada nilai yang melebihi nilai unexpected loss, yang berarti nilai LR yang diperoleh lebih kecil dari nilai kritis dengan tingkat keyakinan 95% atau LR < 3,841. Dengan dernikian dapat dikatakan bahwa metode pengukuran risiko dengan Credit Risk+ ini dapat diterima dan cukup akurat dalam mengukur unexpected loss ( VAR) kartu kedit. Dengan melihat kemudahan serta cukup sederhana dari penggunaan metode CreditRisk+ dalam mengukur risiko Kartu Kredit, maka Bank ABC dapat mempertimbangkan metode CreditRisk+ ini dalam pengukuran risiko Kartu Kredit di Bank ABC. Penggunaan internal model lebih kecil dibandingkan dengan standardized model dalam penggunaan modal minimum maka dapat menjadi altematif model untuk menghitung risiko bagi pengelola Bank ABC. Mengingat bahwa karakteristik produk kredit konsumer seperti Kredit Kendaraan Bermotor, Kredit Pemilikan Rumah, dan Personal Loan mempunyai karakteristik yang sama dengan Kartu Kredit yaitu jumlah debitur banyak dengan nilai kredit relatif kecil dan bersifat individual, maka penggunakaan metode CreditRisk+ dapat digunakan jugs untuk mengukur risiko kredit untuk consumer loan diluar produk kartu kredit tersebut.Kurang tersedianya database yang baik akan berpengaruh terhadap kualitas pengukuran internal model Credit Risk +, oleh karena itu Bank ABC harus meningkatkan kualitas dari database Kartu Kredit nya secara detail terutama pada pengelompokkan debitur berdasarkan Band, data recovery, data default per Band. Karena tingkat recovery yang rendah maka Bank ABC harus terus meningkatkan peran collectionnya agar recovery rate Kartu Kredit terus meningkat.

---

The purpose of this research is to find out how high the risk of Credit Card by using the method of internal model Credit Risk +. Aside from that, Bank ABC can also measure the expected loss and the unexpected loss, as well as the amount of economic capital that has to be provided by PT Bank ABC to cover the unexpected loss.The problem limitation is that the Credit Cards that are used are individual cards in a mass number. Also, there are some types of Credit Card according to the limit, that the Credit Cards being inspected are of the 2002 - 2004 period, and not being differentiated based on the types, the biggest exposure for Credit Card in PT Bank ABC is 50 millions Rupiah, and there's no collateral and Default available, caused by something that has to do with paying ability of the Card Holder, which is determined by their monthly income.A general view on the method that's going to be used is as follows:1) Collecting data of Credit Card Holder in the period of January 2002 - December 2004.2) Arranging Band and Exposure Default per Band3) Measuring the Recovery Rate4) Measuring the Severity Loss or Loss Given Default5) Measuring the Probability of Default and Cumulative Probability of Default6) Measuring Expected Loss and Unexpected Loss7) Measuring the Economic Capital8) Testing the Validity of Model Credit RiskCredit Risk + is a method of measuring the risk which was developed by Credit Suisse First Boston (CSFB) in December 1996. In this method, there are two focus points that are being dealt with. One is the default and non-default, and the other is the expected losses and unexpected losses. In the Credit Risk+ method, the cause of the default is not to be concerned. Input data comes from history data. They are the exposure data of the Card Holder and the data of exposure at default of the Card Holder and the frequency of default event which is caused by a series of events.The benefit of using Credit Risk+ method is quite easy to be implemented because it focuses more to the default, so that it needs only few estimation and inputs. For each instrument, we only need exposure at default and counting the probability of default. Credit Risk + method are suitable for consumer credit due to the high number of accounts and the credit is relatively lower.The weakness of Credit Risk+ method is the assumption that credit risk does not relate to market risk. It excludes migration risk, and the exposure of each Card Holder is constant and insensitive to the credit quality or the variability of interest rate. In addition, Credit Risk+ method does the measuring to a group of Card Holders, and that makes it difficult to find out the risk of each Card HolderMeasuring the value of credit risk for Credit Card product at Bank ABC are based on these following thoughts:1. Credit Card product is a credit type that has quite high risk, concerning the approval of Credit Card facility to costumers does not qualify collateral and the function induces consumerism.2. The increasing consumerism among Indonesian people, the development of modern markets, and the more shopping places that allow costumers use their credit cards thus increase the potential market of Credit Card in the country.3. Tight competition among banks that issue Credit Card products leads to the agressive way of marketing Credit Cards.4. PT. Bank ABC has not implemented the internal model, especially Credit Risk+ , to calculate the credit risk for their Credit Card product.The risk measuring with Credit Risk+ method shows that the value of unexpected loss equals to Rp. 37.180.000.000,- in the year of 2002, Rp. 40.508.000.000 2003, and Rp.46.540.000.000,- in 2004.The unexpected loss has to be covered by capital. Economic capital that covers the unexpected loss increases every year, starting Rp 22.932.000.000,- in 2002, Rp 23.660.000.000,- in 2003, and Rp.26.000.000.000,- in 2004.From the likelihood test ratio we can tell that the sum of real loss that's bigger than the value of unexpected loss during the observation period equals to zero. There is no value bigger than the value of unexpected loss, which means the LR value is smaller than risky value with the assurance level of 95% or LR < 3,841. In brief, the risk measuring method Credit Risk+ can be accepted and is accurate enough in measuring the unexpected loss (VAR) of credit card.Based on the simplicity of the Credit Risk+ method, Bank ABC can take into considerations of using the method to measure the Credit Card risk in their company.The use of internal model is smaller than the standardized model in the minimum use of capital, thus it can be an alternative model to measure the risk for Bank ABC.Regarding that consumer credit products such as Car Loan, Housing Loan, and Personal Loan has the similar characteristics with Credit Card, that is high number of Customer with credit value that's relatively small and individual, thus Credit Risk+ method can also be used to measure credit risk for consumer loan other than the credit card itself. The lack of the right database will affect on the quality of internal model Credit Risk measurement. Thai's why Bank ABC has to improve the quality of their credit card database, especially in the classification of Card Holder based on Band, data recovery, and data default per Band.Due to the low recovery level, Bank ABC has to improve their collection role so that the Credit Card recovery level will increase."

"Perluasan Cakupan Keuangan Negara yang terdapat didalam Pasal 2 huruf g dan i Undang-Undang No. 17 Tahun 2003 Tentang Keuangan Negara menyebabkan BUMN termasuk kedalam lingkup keuangan negara. Mahkamah Konstitusi dalam Putusannya No. 48/PUU-XI/2013 menguatkan ketentuan Pasal 2 huruf g dan i UU No. 17/2003. Tesis ini membahas mengenai bagaimana keterkaitan antara manajemen risiko yang diterapkan oleh BUMN dengan risiko kerugian keuangan negara, bagaimana pengaturan mengenai pelaksanaan hedging oleh BUMN di Indonesia sebagai manajemen risiko terhadap risiko kerugian Keuangan Negara dan bagaimana perlindungan hukum bagi BUMN yang melakukan transaksi hedging terhadap risiko kerugian keuangan negara dan beberapa doktrin mengenai keterkaitan kerugian BUMN dengan kerugian keuangan Negara. Penelitian yang menggunakan metode yuridis normatif ini mengungkapkan bahwa belum adanya kepastian hukum secara normatif mengenai perlindungan hukum terhadap pelaksanaan transaksi Hedging dari risiko kerugian keuangan Negara.

---

State Financial Coverage Expansion contained in Article 2 letter g and i of Law No. 17 Year 2003 on State Finance causing SOEs included in the scope of state finances. The Constitutional Court in its Decision No. 48 / PUU-XI / 2013 strengthens the provisions of Article 2 letter g and i Law 17/2003.

This thesis describes how the relationship between risk management applied by the state with the risk of financial loss to the state, how the arrangements regarding the implementation of hedging by SOEs in Indonesia as a risk management against losses from State Treasury and how the legal protection of SOEs transactions hedging against the risk of financial loss state and some doctrine of the connection losses of state companies with financial losses of the State.

Research using normative juridical method revealed that the absence of normative legal certainty regarding the legal protection of the implementation of a hedging transaction risk of financial loss to the State."

"Berdasarkan ketentuan Basel II perhitungan risiko kredit dapat menggunakan beberapa pendekatan, yaitu standardized approach dan Internal Rating Based Approach. Bank XYZ belum menerapkan pendekatan Internal Rating Based Approach untuk menghitung risiko kredit pada produk kartu kredit. Sampai saat ini Bank XYZ menggunakan yaitu standardized approach untuk menghitung risiko kredit pada produk kartu kredit. Pada penelitian ini menggunakan pendekatan Internal Rating Based Approach dengan pendekatan Creditrisk+ dalam menghitung risiko kredit pada produk kartu kredit. Hasil akhir dari penelitian ini dengan menggunakan metode CreditRisk+ berupa nilai expected loss dan unexpected loss atau value at risk (VaR) yang kemudian digunakan untuk memproyeksikan tingkat economic capital yang dibutuhkan. Pada penelitian ini, hasil perbandingannya adalah nilai Actual loss < nilai VaR. Dari hasil penelitian diketahui nilai rata-rata VaR selalu lebih besar dibandingkan dengan nilai actual loss untuk periode 2010-2012. Pada tahun 2010 memiliki nilai rata-rata VaR sebesar Rp 21 milyar dan nilai actual loss-nya sebesar Rp 18,174 milyar. Pada tahun 2011 memiliki nilai VaR sebesar Rp18,378 milyar dan nilai actual loss sebesar Rp 15,539 milyar. Sedangkan pada tahun 2012 memiliki nilai VaR sebesar Rp 24,471 milyar dan nilai actual loss sebesar Rp 21,179 milyar. Hal tersebut menunjukkan bahwa risiko akibat adanya default kredit masih dapat ditutupi oleh Bank XYZ. Pengujian metode CreditRisk+ pada tingkat keyakinan 95% membuktikan bahwa selama periode pengamatan jumlah kejadian yang merugikan Bank XYZ dengan kerugian yang lebih besar dari nilai Expected Loss masih dibawah ambang batas dengan kerugian yang masih dapat ditolerir. dalam hal ini memperlihatkan bahwa kinerja metode CreditRisk+ relatif akurat dalam menghitung risiko kredit untuk produk retail seperti kartu kredit. Economic capital required dihitung secara bulanan, sebagai contoh pada bulan Desember 2012 pencadangan modal yang dibutuhkan sebesar Rp 3,31 milyar. Perhitungan dilakukan sesuai dengan periode penelitian, yaitu dari bulan Januari 2010 sampai dengan Desember 2012.

---

Under the terms of the Basel II credit risk calculation can use several approaches, namely the standardized approach and the Internal Rating Based Approach . XYZ Bank has not implemented the Internal Rating Based approach for calculating credit risk on credit card products. Until now XYZ Bank uses the standardized approach to calculate credit risk on credit card products. In this study using the Internal Rating Based approach with CreditRisk + approach to calculating the credit risk on credit card products. The final results of this study using a CreditRisk+ are expected loss and unexpected loss or value-at- risk (VaR), then used to project the level of economic capital required. In this study, the results of the comparison is the value of actual loss < VaR. Thus CreditRisk+ method can be used to measure credit risk in the Bank's credit card product XYZ.

The results showed the average VaR value is always greater than the actual loss values for the period 2010-2012. In the year 2010 had an average VaR value of Rp 21 billion and the value of its actual loss of Rp 18.174 billion. In 2011 the VaR value of Rp18, 378 billion and the value of actual loss of Rp 15.539 billion. Whereas in 2012 the VaR value of Rp 24.471 billion and the value of actual loss of Rp 21.179 billion. It shows that the risk due to credit defaults can still be covered by the XYZ Bank.

Testing methods CreditRisk+ at 95% confidence level during the period of observation proves that the number of adverse events with Bank XYZ greater losses than Expected Loss value is still below the threshold at which losses can be tolerated. in this case shows that the performance of the method is relatively accurate CreditRisk+ in calculating the credit risk for retail products like credit cards. economic capital required calculated on a monthly basis, for example in December 2012 the required reserve capital of Rp 3.31 billion. The calculation is performed according for period from January 2010 to December 2012."