Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sejak diberlakukannya SK Bappebti No. 55 tentang Sistem Perdagangan Altematif per tanggal 1 Juni 2005, terjadi peningkatan volume transaksi yang sangat signifikan. Rata-rata volume transaksi harian sampai dengan akhir tahun 2005 mencapai 7.500 lot, meningkat 196,08 % dibandingkan tahun sebelumnya. Rata-rata volume transaksi tersebut diatas, 99% merupakan dominasi transaksi Over The Counter Derivatives (OTC-D) dengan underlying produk finansial yaitu antar mata uang asing (foreign foreign cross currency) dan indeks.Pesatnya perkembangan industri perdagangan kontrak berjangka ini membawa dampak pada besamya dana yang dikelola pada industri ini, dimana berdasarkan data hingga bulan Mei 2006 dana anggota kliring yang ditempatkan pada bank penyelesaian (settlement bank) mencapai 312 milyar. PT Kliring Berjangka Indonesia (Persero) sebagai lembaga kliring diharapkan dapat menjaga integritas pasar maupun keuangan pada industri perdagangan kontrak berjangka (derivatif) ini.Latar belakang penulisan karya akhir ini berangkat dari keinginan untuk mengetahui bagaimana cara menghitung nilai margin suatu kontrak yang diperdagangkan di Bursa Berjangka Jakarta (BBJ) yang merupakan salah satu alat proteksi (safeguard) bagi lembaga kliring dalam manajemen risikonya Besarnya nilai margin ini diharapkan dapat mencerminkan risiko yang ditimbulkan dart pergerakan harga dalam kurun waktu satu hari. Lembaga kliring yang memiliki fungsi sebagai counterparry pihak-pihak yang bertransaksi di bursa memiliki wewenang dalam menentukan nilai margin.Adapun kontrak yang akan dijadikan obyek penelitian adalah kontrak foreign cross currency yang diperdagangkan di BBJ, terdiri dari 5 produk utama yaitu: GBP/USD, EUR/USD, AUD/USD, USD/CHF dan USD/JPY. Berdasarkan kelima produk utarna tersebut, selanjutnya dibagi menjadi beberapa produk turunannya, terbagi alas yang memiliki contract size besar (USD 100.000 per lot) dan contract size kecil (USD 10.000 per lot) serta terbagi alas nilai kontrak yang di"quote" tetap dalam USD maupun dengan IDR berdasarkan nilai tukar USDIIDR yang di"peg" dalam nilai tertentu seperti Rp 6.000, Rp 10.000 maupun flowing sesuai nilai tukar setiap harinya. Metode yang digunakan untuk menghitung nilai margin ini adalah Value at Risk. Metode ini dapat menghitung potensi kerugian maksimum yang akan terjadi keesokan hari bila kondisi pasar bergerak secara berlawanan dengan posisi yang dipegang pada tingkat kepercayaan tertentu. Perhitungan VaR pada prinsipnya merupakan hasil perkalian antara volatilitas faktor pasar dengan nilai posisi kontrak yang dipegang. Penentuan volatilitas pasar ini harus didahului dengan uji statistik untuk dapat menetukan metode perhitungan volatilitas yang akan digunakan dalam estimasi VaR, baik dalam instrumen tunggal maupun dalam bentuk portfolio.Berdasarkan hasil uji statistik, diketahui bahwa karateristik data semua kontrak foreign cross currency GBP/USD, EUR/USD, AUD/USD, USD/CHF dan USD/JPY yang diperdagangkan di Bursa Berjangka Jakarta periode 1 Juli 2005 hingga 30 Juni 2006 memiliki karakteristik data yang stationalr dimana data cenderung bergerak atau berfluk-tuasi disekitar nilai mean dan tidak terdapat perubahan yang sistematis dalam variance. berdistribusi normal dan memiliki volatiiitas yang konstan dari waktu ke waktu (homoskedastic) sehingga metode perhitungan volatilitas yang digunakan adalah metode standar deviasi.Berdasarkan estimasi volatilitas dengan standar deviasi diperoleh besaran nilai margin minimum yang dipersyaratkan lembaga kliring yang digunakan sebagai jaminan awal (initial margin) yang dibutuhkan untuk dapat membuka 1 lot posisi kontrak foreign cross currency untuk satu hari kedepan adalah:1. Untuk kontrak besar foreign cross currency GBP/USD minimum sebesar Rp 5.194.484,00 dan kontrak kecil besar foreign cross currency GBP/USD minimum sebesar Rp 865.747,00;2. Untuk kontrak besar foreign cross currency EUR/USD minimum sebesar Rp 5384.062,00 dan kontrak kecil foreign cross currency EUR/USD minimum sebesar Rp 963.385,00;3. Untuk kontrak besar foreign cross currency AUD/USD minimum sebesar Rp 5.780.309,00 dan kontrak kecil foreign cross currency AUD/USD minimum sebesar Rp 963.385,00;4. Untuk kontrak besar foreign cross currency USD/CHF minimum sebesar Rp 5.949.134 dan kontrak kecil foreign cross currency USD/CHF minimum sebesar Rp 991.522,00;5. Untuk kontrak besar foreign cross currency USD/JPY minimum sebesar Rp 5.438.080,00 dari kontrak kecil ,foreign cross currency USD/JPY minimum sebesar Rp 906.347,00.Jika dibandingkan dengan ketentuan margin yang ditetapkan PT KBI sebagai lembaga kliring, dimana untuk seluruh kontrak besar foreign cross currency sebesar Rp 6.000.000,00 dan untuk kontrak kecil foreign cross currency sebesar Rp 1.000.000,00, dapat disimpulkan bahwa ketentuan tersebut telah memenuhi perhitungan margin secara teoritis. Potensi kerugian maksimum lembaga kliring untuk kurun waktu satu hari kedepan berdasarkan estimasi volatilitas dengan standar deviasi dengan confidence level 95% untuk masing-masing kontrak foreign cross currency adalah sebagai berikut :- kontrak besar foreign cross currency GBP/USD yang memiliki eksposur open interest 483 lot dan kontrak kecil foreign cross currency GBP/USD yang memiliki eksposur open interest 314 lot adalah sebesar Rp 2.780.780393,00;- kontrak besar foreign cross currency EUR/USD yang memiliki eksposur open interest 329 lot dan kontrak kecil foreign cross currency EUR/USD yang memiliki eksposur open interest 109 lot adalah sebesar Rp 1.869.166.791, 00;- kontrak besar foreign cross currency AUD/USD yang memiliki eksposur open interest 61 lot dan kontrak kecil foreign cross currency AUD/USD yang memiliki eksposur open interest 35 lot adalah sebesar Rp 386.317.301,00;- kontrak besar foreign cross currency USD/CHF yang memiliki eksposur open interest 129 lot dan kontrak kecil foreign cross currency USD/CHF yang memiliki eksposur open interest 32 lot adalah sebesar Rp 742.643.258,00;- kontrak besar foreign cross currency USD/JPY yang memiliki eksposur open interest 317 lot dan kontrak kecil foreign cross currency USDI]PY yang memiliki eksposur open interest 148 lot adalah sebesar Rp 7.405.255382,00;Sehingga total potensi kerugian maksimum lembaga kliring untuk kelima foreign cross currency tanpa memperhitungkan korelasi antar faktor pasar sebesar Rp 7.405.255382,00,Apabila dengan memperhitungkan korelasi antar faktor pasar yang merupakan estimasi VaR portfolio, maka potensi kerugian dari portfolio foreign cross currency yang dihadapi lembaga kliring jika harga bergerak berlawanan dengan posisi terbuka yang dimiliki anggotanya sebesar Rp 5.639.208.473,00. Nilai potensi kerugian ini sebaiknya digunakan lembaga kliring sebagai acuan untuk penyediaan clans cadangan minimum sehubungan dengan ketentuan pemenuhan kewajiban margin variation (profeloss) pada waktu t+l.Setelah nilai VaR diperoleh, selanjutnya dilakukan back-testing atau uji validasi model dengan Kupiec Test untuk mengetahui apakah model valid atau tidak valid. Berdasarkan basil uji validasi model diperoleh jumlah overshoot 24 hari dari 260 hari pengamatan pada confidence level 95% sehingga menghasilkan nilai Likelihood Ratio yang lebih kecil dibandingkan dengan nilai Chi-Square Critical Value dimana dapat dikatakan bahwa model digolongkan valid."

"Saat ini di Indonesia telah terdapat 6 (enam) jenis reksadana yang aktif diperdagangkan, yaitu reksadana saham, pendapatan tetap, campuran, pasar uang terproteksi dan yang terbaru adalah reksadana indeks. Masing-masing reksadana tersebut memiliki tingkat pengembalian yang beragam demikian juga dengan tingkat risikonya.Pada penelitian ini, digunakan 4 (empat) jenis reksadana yaitu: reksadana saham, pendapatan tetap, campuran dan pasar uang yang aktif diperdagangkan mulai Februari 2002 sampai dengan April 2006. Masing-masing jenis reksadana tersebut memiliki tolak ukur kinerja yang berbeda, untuk reksadana saham tolak ukur kinerja yang digunakan adalah IHSG, reksadana pendapatan tetap memiliki tolak ukur kinerja Bond Indeks, sedangkan reksadana campuran memiliki tolak ukur kinerja berdasarkan rata-rata tertimbang dari IHSG dan Bond Indeks, untuk reksadana pasar uang tolak ukur kinerja yang digunakan adalah tingkat pengembalian dari bunga deposito. Penggunaan fluid of fluids sebagai salah satu metode double diversification perlu diuji untuk mendapatkan perbandingan antara imbal hasil dengan risiko yang optimum sesuai dengan kenyataan di lapangan, sehingga beberapa variabel yang akan dijadikan tolak ukur dalam penelitian ini adalah: nilai rata-rata imbal hasil, standar deviasi, nilai beta dan indeks Sharpe akan dipresentasikan dalam karya akhir ini.Dari hasil penelitian ini, funds of funds dari keempat jenis reksadana tersebut di atas akan memberikan optimum portofolio dengan komposisi reksadana gabungan sebagai berikut: ABN Amro Dana Sahara (45.15%), Bangun Indonesia (0.97%), Dana Unggul Investasi Terpercaya (10.43%), Gajah Mada (10.26%) dan Trimegah Dana Tetap (33.19%). Komposisi tersebut menghasilkan imbal hasil bulanan sebesar 2.125%, standar deviasi 3.55%, beta 0.4203 dan indeks Sharpe 0.355.Dari beberapa parameter pengukur kinerja, indeks Sharpe memegang peranan yang penting karena indeks Sharpe telah memperhitungkan risiko keseluruhan (sistematik clan nonsistematik). Fund of funds dari reksadana gabungan ini kemudian dibandingkan kembali dengan reksadana-reksadana yang menjadi obyek penelitian, termasuk dengan pembandingnya (benchmark) seperti IHSG, Bond Indeks dan bungs deposito. Setelah di ranking, ternyata fund of funds dari reksadana gabungan tidak mampu memberikan indeks Sharpe yang tertinggi dibandingkan baik dengan invidual reksadana ataupun dengan pembanding (benchmark) seperti bond indeks.

---

Currently Indonesia has 6 (six) type of mutual funds that actively traded, they are: equity fund, fix income fund, balance fund, money market fund, protected fund and the most recent one is index fund. Each type of mutual fund has varied expected return and risk associated in it.Author used 4 (four) type of mutual fund in this research they are equity fund, fix income fund, balance fund and money market fund. Those mutual funds are actively traded since February 2002 to April 2006. Each of mutual fund has their own benchmark to measure its performance, IHSG was used as a proxy for equity fund, Bond Index was used as a proxy for fix income fund, weighted average between IHSG and Bond Index were used as a proxy for balance fund and 1 month certificate deposit was used as a proxy for money market fund. In theory, fund of funds will produce optimum return since its risk will be diversified, that statement needs to be tested in the real life considering market condition and situation. In this research, author will observe variables such as mean return, standard deviation, beta and Sharpe index to enable for the author to answer the question whether composite fund of funds will produce highest Sharpe index or not compare to other individual mutual funds.This research found that composite fund of funds will produce optimum portfolio with proportion as follows: ABN Amro Dana Saham (45.15%), Bangun Indonesia (0.97%), Dana Unggul Investasi Terpercaya (10.43%), Gajah Mada (10.26%) and Trimegah Dana Tetap (33.19%). Those proportions produce monthly return 2.125%, Standard deviation 3.55%, Beta 0.4203 and Sharpe Index 0.355.Sharpe index is one of the methods to measure performance of fund of funds since Sharpe index is already take into account ALL risk (systematic risk and non-systematic risk). The composite fund of funds then compared to others mutual funds and its benchmark such as IHSG, Bond Index and Certificate Deposit. After ranked, composite fund of funds can not produce highest Sharpe Index compare individual funds or its benchmark such as: Bond Index."

"Untuk menjalankan lungsinya sebagai financial intermediary. risiko terbesar yang dihadapi bank adalah risiko kredit. Olch karena itu merupakan suatu hal yang panting bagi bank untuk dapat mengukur seberapa besar risiko kreditnya. Pengukuran risiko kredit ini dilakukan dengan terlebih dahulu menentukan model risiko kredit yang tepat.Pengukuran risiko kredit usaha mikro pada Bank X dengan pendekatan standar yaitu berdasarkan Surat Edaran BI No.8/3/DPNP tanggal 30 Januari 2006 tidak menghasilkan ukuran risiko yang tepat, karenanya diperlukan alat pengukur risiko yang lain. Tujuan penelitian dalam karya akhir ini adalah untuk mengukur besarnya risiko kredit usaha mikro (KUM) pada Bank X dengan metode Credit Risk.KUM adalah kredit kelolaan Micro Banking and Sales Group pada Bank X yang diklasifikasikan menjadi beberapa jenis produk. yaitu KUM Mandiri. KUM Mapan, KUM Prima, KUM Kelompok dan KUM Karya. Produk-produk tersebut memiliki limit kredit maksimum Rp100.000.000,00 (seratus juta Rupiah).Produk KUM dipasarkan oleh Bank X sejak bulan Maret 2005. Sampai dengan 31 Mei 2006 Bank X telah menyalurkan KUM sebanyak Rp 1,016 Milyar dengan 59.130 rekening debitur.Credit Risk+ adalah metode pengukuran risiko kredit yang tepat untuk bald debet pinjaman yang kecil dengan jumlah rekening yang sangat banyak, karena metode ini tidak memerlukan tambahan data makro dan merupakan default mode.Dalarn pengukuran risiko KUM dengan metode Credit Risk+, terdapat pembatasan sebagai berikut :1. Data yang digunakan adalah data portfolio KUM pcriode bulan Juni 2005 sampai dengan Mei 2006. Penggunaan data periode tersebut karma produk KUM barn dipasarkan pada bulan Mat-et 2005 dan krcdil dinyatakan default apabila umur tunggakan kewajiban lcbih dari 90 hari. Oleh karena itu kemungkinan terdapatnya default KUM minimal 90 hari setelah diberikannya fasilitas KUM tersebut, yaitu pada bulan Juni 2005.2. Kredit dinyatakan default apabila tunggakan kcwajibannya telah melebihi 90 hari atau berdasarkan kolektibilitas BI tergolong kredit Kurang Lancar, Diragukan dan Macet. Pengukuran risiko KUM dengan menggunakan metode Credit Risk menunjukkan hasil sebagai berikut :1. Dengan menggunakan metode Credit Risk, pada bulan Mei 2006 nilai expected loss sebesar Rp 69,74 milyar dan nilai unexpected loss sebesar Rp 104,03 milyar. Hal ini menunjukkan bahwa nilai VaR untuk bulan Mei 2006 adalah sebesar Rp 104,03 milyar, artinya dengan tingkat keyakinan sebesar 95% maka besarnya risiko kerugian maksimum akibat terjadinya default pada portfolio KUM untuk satu bulan ke depan diperkirakan sebesar Rp 104,03 milyar. Jumlah tersebut adalah 10,24% dari total baki debet KUM.2. Dengan metode Credit Risk bank hams menyediakan modal untuk mencover risiko KUM pada bulan Mei 2006 sebesar 10,24% x 8%= 0,82% dari baki debet KUM atau sebesar Rp 8,32 milyar.3. Surat Edaran BI No.813IDPNP tanggal 30 Januari 2006 menyatakan bahwa bobot risiko untuk Kredit Usaha Kecil (KUK) sebesar 85 %., maka bank harus menyediakan modal untuk mencover risiko KUM pada bulan Mci 2006 sebesar 85% x 8% = 6.80% dari baki debet KUM atau sebesar Rp 69,12 milyar.4. Perbedaan kebutuhan modal yang harus disediakan Bank X berdasarkan metode Credit Risk dan berdasarkan SE BI No.8/3/DPNP untuk bulan Mei 2006 adalah sebesar Rp 69,12 milyar - Rp 8,32 milyar = Rp 60,8 milyar.5. Berdasarkan basil pengujian model dengan backtesting dan likelihood ratio, maka metode Credit Risk dapat dipertimbangkan sebagai model internal untuk mengukur risiko KUM Bank X maupun kredit usaha kecil lainnya yang memiliki karakteristik yang sama.Metode CreditRisk+ ini dapat dikembangkan sebagai sistem pengukuran risiko yang terintegrasi dengan cor banking sistem pada Bank X juga dapat dimanfaatkan untuk melakukan monitoring dan pengawasan yang lebih efektif terhadap portfolio KUM, dengan cara memfokuskan perhatian pada kelompok debitur dengan nilai eksposur yang tinggi dengan default rate yang terbesar.

---

As a financial intermediary, the greatest risk a bank has to face is credit risk. Therefore. it is very crucial for a bank to measure its credit risk. First, determining the model of the credit risk does the measurement of credit risk.The measurement of the risk of micro banking in Bank X by standard approach does not give an accurate profile of its credit risk; therefore another measurement tool is needed. This paper is aimed to measure the credit risk of micro banking (Kredit Usaha Mikro/KUM) of Bank X by CreditRisk+ method.KUM is managed by Micro Banking and Sales Group of Bank X, which are classified into several types of products, such as KUM Mandiri, KUM Mapan, KUM Prima, KUM Kclompok and KUM Karya. Those products have maximum limit of Rp. 100.000,000,00 (a hundred million rupiahs).Bank X has launched the KUM products on March 2005. Till the end of May 2006, Bank X has facilitated KUM at the amount of Rp. 1.016 billion for 59,130 customer accounts.Credit Risk' is suitable for credit risk measurement of loans with small outstanding balance and has many customer accounts, because this method does not need additional data about macro economics and is one of the default mode method.To measure the risk of KUM by Credit Risk+ method, there are limitations as follows:1. The data used are KUM portfolio data in the period of June 2005 until May 2006. The period is chosen because the products have been launched since March 2005 and the credit is stated as default whenever the facilities arc under performed for more than 90 days. Therefore the default facilities may be found after 90 days after the first KUM were facilitated, i.e. in June 2005.2. The credit is slated as default whenever the facilities are under performed for more than 90 days or based on 131 collection is classified as Kredit Kurang Lacar, Diragukan and Macet.The risk measurement by Credit Risk has the following results:1. The amount of expected loss on May 2006 is Rp. 69.74 billion and the amount of unexpected loss is Rp. 104.03 billion. This shows that the VaR on May 2006 is Rp. 104.03 billion, which is meant that with the 95% confidence level, the maximum risk loss because of default of portfolio KUM for one month ahead is Rp. 104.03 billion. The amount is about 10.24% of the KUM's outstanding balance.2. On May 2006 the bank has to provide capital to cover the risk of KUM in the amount of 10.24% x 8% = 0.82% of tine KUM's outstanding balance, or Rp.8.32 billion.3. The circulating letter of BI no.8/3/DPNP dated January, 30, 2006 is stated that the risk-weighted for Kredit Usaha Kecil (KUK) is 85%, so the bank has to provide capital to cover the KUM credit risk on May 2006 is in the amount of 85% x 8% = 6,80% of the KUM's outstanding balance, or Rp. 69.12 billion.4. The difference of capital needed based on Credit Risk + method and SE BI no. 8/3/DPNP on May 2006 is Rp. 69.12 billion - Rp.8.32 billion = Rp. 60.8 billion.5. Based on the backtesting and likelihood ratio procedure, the Credit Risk+ method can be used as the internal model to measure the credit risk of KUM portfolio of Bank X and other small amount loans which is has the same characteristics.The CredilRisk+ method can be developed as the integrated risk measurement system with czar banking system of Bank X. and also can he used as a more effective monitoring and supervising tools for KUM portfolio, with lousing on the customer group with high exposure and high default rate."

"Laporan proyek mahasiswa ini merupakan rekapitulasi kegiatan pengembangan aplikasi sistem informasi Knowledge Management for Project Management Pada Knowledge Area Integration, Scope, Communication, Human Resources dan Risk Management sebagai topik proyek mahasiswa yang dilakukan pada Fakultas Ilmu Komputer Universitas Indonesia.Aplikasi ini akan membantu super PM (program manager) dalam menangani pelaksanaan suatu proyek secara sistematis agar hasil yang dicapai sesuai harapan. Selain berisi jadwal pengerjaan proyek mahasiswa yang telah dilakukan, laporan ini membahas metodologi pengembangan sistem yang digunakan dalam mengembangkan sistem tersebut, tahapan pengembangan sistem sejak awal pengembangan hingga sistem selesai, screenshot tampilan sistem pada saat dijalankan dan kesimpulan mengenai proyek mahasiswa yang telah Penulis lakukan."

"Sukses dan gagal bayar adalah hal yang pasti terjadi di dalam perusahaan pembiayaan. Untuk memaksimalkan keuntungan bagi perusahaan adalah dengan memaksimalkan resiko dari gagal bayar atau default. Salah satu cara untuk melakukan penelitian untuk memaksimalkan resiko dari gagal bayar adalah dengan analisa survival yang dikembangkan oleh David Roxbee Cox (1972). Analisa survival bisa digunakan untuk membuat permodelan untuk waktu gagal bayar atau default dari hutang. Pada penelitian ini akan diuji coba aplikasi dari survival analysis untuk permodelan default pada sejumlah data dari nasabah kredit perusahaan pembiayaan sepeda motor. Hasil penelitian dari data yang ada dapat menunjukan variable yang signifikan terhadap survival dan analisa survival kompetitif untuk memprediksi gagal bayar atau default dengan perbandingan menggunakan regressi di dalam masing-masing variable."

"Ilmu tentang risiko manajemen perbankan yang ditetapkan oleh Bank for International Settlements (BIS) merupakan ilmu yang selama ini belum sepenuhnya diterapkan oleh perbankan Indonesia. Hal ini terbukti dari penelitian yang penulis lalcukan baik' kepada Undang-undang No 7 Tahun 1992 sebagaimana telah diubah dengan Undang-undang No. 10 Tahun 1998 tentang Perbankan maupun Peraturan Bank Indonesia (PBI) sebagai peraturan pelaksanaan Undang-undang Perbankan. Keadaan ini membuat perbankan Indonesia mengalami kegoncangan tatkala terjadi krisis moneter pada pertengahan tahun 1997. Bankbank mengalami spread negatif sehingga harus dilikuidasi dan sebagian lagi berada dalam perawatan Badan Penyehatan Perbankan Nasional (BPPN). Belajar dari pengalaman pahit tersebut, maka mulailah Bank Indonesia (BI) melakukan langkah-langkah pengamanan guna mengendalikan krisis agar tidak berkepanjangan. Akhirnya masuklah International Monetary Funds (IMF) dengan berbagai program restrukturisasi perbankan yang ternyata belum cukup ampuh untuk meredam gejolak, hingga akhirnya menimbulkan pesimisme tersendiri terhadap program program IMF termasuk program rekapitalisasi perbankan. Masalah kemandirian Bank Indonesia terus digodog, meskipun ada beberapa halangan yang berupaya mempolitisasi melalui amandemen Undang-undang Bank Indonesia (UTJBI). Akankah risiko manajemen perbankan ini menjadi titik tolak bagi upaya restrukturisasi perbankan nasional, semuanya terpulang kepada Bank Indonesia sebagai bank sentral yang tentunya harus didukung oleh kemauan politik dari elit politik Indonesia yang terus menerus berseteru. Risiko Manajemen Perbankan menyoroti sistem manajemen yang diterapkan oleh perbankan Indonesia yang selama ini masih belum optimal pelaksanaanya. Titik berat perbankan Indonesia selama ini banyak tercurah kepada risiko kredit, dimana risiko ini adalah risiko tertua dan merupakan risiko terberat disusul risiko likuiditas.Dalam penelitian ini penulis juga memberikan risiko manajemen perbankan menurut versi penulis yakni risiko hukum, risiko penyelewengan dan fiducia. Pengabaian terhadap risiko manajemen perbankan akan berdampak kepada perekonomian nasional secara keseluruhan, sebab fungsi intermediasi bank akan terganggu, banyak terjadi kredit macet serta kemerosotan tingkat likuiditas perbankan. Dengan demikian adalah wajar jika perbankan Indonesia mengalami keterpurukan tatkala risiko manajemen perbankan ini diabaikan oleh kalangan perbankan. Salah satu kunci rusaknya sistem perbankan Indonesia adalah kurangnya kemandirian Bank Indonesia sebagai Bank Sentral. Kemandirian ini sangat diperlukan guna menghindari intervensi pemerintah ataupun pihak lainnya terhadap kebijakan perbankan. Selama ini Bank Indonesia selalu diintervensi menjelang pemilu yakni kebijakan pemberian kredit lunak kepada masyarakat untuk menarik simpati, setelah menang pemilu maka suku bunga kredit naik lagi. Demikian juga dalam kasus Bantuan Likuiditas Bank Indonesia (BLBI) yang nilainya ratusan trilyun rupiah juga tidak terlepas dari intervensi pemerintah kepada Bank Sentral. Ilmu tentang risiko manajemen perbankan ini diharapkan bisa memberikan sumbangan pemikiran kepada kalangan perbankan Indonesia untuk lebih arif dan bijak dalam mengoperasikan bank serta lebih profesional dalam bekerja. Selain itu diharapkan pula agar kode etik bagi para bankir Indonesia benar-benar dipegang teguh dan dilaksanakan dalam kehidupan operasional perbankan Indonesia."