Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kondisi perbankan di Indonesia dari tahun ke tahun mengalami peningkatan yang cukup tinggi setelah mengalami krisis ekonomi pada tahun 1997 Pada tahun 2004, tercatat persetujuan kredit baru di seluruh bank umum sebanyak Rp 31 1,63 triliun dimana jumlah ini meningkat 32,59% dari tahun 2003 yang mencapai Rp.235,04 triliun. Sehingga perbankan Indonesia dituntut untuk melakukan pengelolaan usaha dengan prinsip kehatihatian. Salah satu pengelolaan yang dilakukan perbankan adalah pengelolaan risiko Salah satu risiko vital yang butuh pengelolaan yang intcnsif adalah risiko kredit.PT. Bank XYZ merupakan bank yang sudah menerapkan pengelolaan risiko kredit dengan menggunakan infrastruktur internal rating dalam pengukuran risiko kreditnya. Salah satu melode perhitungan risiko kredit dengan menggunakan sistem internal rating adalah Macro Simulation Approach. Dengan menggunakan pendekatan Macro Simulation, PT. Bank XYZ dapat melihat pengaruh faktor ekonomi makro terhadap probability of default debiturnya. Sehingga tidak semata-mata risiko dilihat pada kondisi keuangan debiturnya saja. Adapun faktor ekonomi makro yang diamati mencakup PDB, IHSG, inflasi, SBI, Kurs USD dan Kurs WY, dimana beberapa diantara faktor ekonomi tersebut mempengaruhi pergerakan credit rating debitur sektor manufaktur PT. Bank XYZ. Sebagai contoh, SBI mempengaruhi probabilitas credit rating BF menjadi E2, D2 menjadi D3, dan D3 menjadi E2.Dengan pendekatan Macro Sinurlation Approach dapat diketahui probabilitas credit rating yang telah disesuaikan dengan pengaruh faktor ekonomi makro. Hasilnya adalah berupa matriks transisi conditional. Kemudian untuk mengetahui risiko kredit dilakukan pcrhitungan VaR krcdit) dengan menggunakan hasil probability of default kredit rating matriks transisi conditional (Macro Simmulation Approach). Sehingga jumlah maksimal kerugian yang dapat dialarni olch PT Bartk XYZ dari krcdit sektor manufaktur dengan tingkat keyakinan 95% adalah sebesar Rp.52 303 767 (dengan asumsi distribusi normal) atau Rp 181 105 913 495 (dengan asumsi distribusi tidak normal) Nilai diatas merupakan 0.0089% (dengan asumsi distribusi normal) atau 31.15% (dengan asumsi distribusi tidak normal) dari total kcseluruhan baki debet kredit sektor manufaktur. Dengan demikian PT. Bank XYZ diwajihkan untuk menyediakan pencadangan modal untuk meng-cover risiko krcdit sektor manufaktur sebesar 8% x 31,15% = 2,49% dari total baki debet pinjamannva.

---

After crisis at 1997. economic condition especially banking in Indonesia has been significantly grown. Year 2004, new credit approval for all banks achieved Rp. 311.63 billion. which is growth 32,59% from year 2003 for Rp. 235 04 billion. Subject to its growth. Indonesian banking should realized the risk especially credit risk that should be managed well.

PT. Bank XYZ has already established credit risk management with internal rating system in credit risk measurement One of credit risk measurement method using internal rating is Macro Simulation Approach. With Macro Simulation Approach. PT. Bank XYZ can observe the influence of macro economic factors aligned with probability of default of each company. The macro economic factors such as Gross Domestic Product (PDB), Indonesian Stock Price Index (1HSG). inflation. Government T-bills (SBI). USD Foreign Exchange (Kurs USD) and JPY Foreign Exchange (Kurs JPY) had effect on credit rating movement for credit manufacture at PT. Bank XYZ. For example. SBI had effect on probability of credit rating BI become E2, D2 become D3 and D3 become E2.

Result of Macro Simulation Approach which already aligned between probability of credit rating and macro economic factors is conditional transition matrix. Then calculation of credit risk with credit VaR (CreditMetrics) has to be conducted by using probability of default in conditional transition matrix (Macro Simulation Approach). Loss maximum amount of credit manufacture at PT. Bank XYZ with 95% confident level (assuming normal distribution) is Rp.52.303.767 or Rp. 183,105.913,495 (assuming actual distribution). This amount is 0 0089% (assuming normal distribution) or 31.15% (assuming actual distribution) from total of exposure of credit manufacture For capital requirement purpose. PT Bank XVZ has to reserve equity for 2.4994, 1% x 31 15% l from total exposure of credit manufacture PT Bank XYI. Using Macro Simulation Approach gives many advantage especially for capital requirement. because it is using internal rating which is gives every customer rating different portion of credit risk and so gives lesser reserve equity."

"Tujuan penelitian ini adalah untuk menentukan matriks perubahan probabilitas transisi rating kredit dengan mempertimbangkan perubahan faktor makro, yaitu: tingkat inflasi, nilai tukar rupiah terhadap USD, dan tingkat suku bunga SBI yang secara signifikan mempengaruhinya, serta menentukan keakuratan metode Macro Simulation Approach dengan backtesting dan Kupiec Test. Unit analisis dalam penelitian ini adalah seluruh debitur kredit korporasi PT Bank BHS selama kurun waktu Oktober 2005 ? Agustus 2008.Setelah dilakukan penelitian, disimpulkan bahwa perubahan probabilitas transisi rating kredit dengan mempertimbangkan perubahan faktor makro dapat ditentukan melalui matriks conditional. Matriks transisi conditional menunjukkan probabilitas terjadinya transisi kredit dari rating awal menjadi rating akhir sebagai akibat pengaruh faktor makro. Pendekatan Macro Simulation Approach menunjukkan bahwa tidak semua perubahan probabilitas transisi rating kredit dipengaruhi oleh faktor makro. Faktor makro yang mempengaruhi secara signifikan antara lain yaitu:1. Tingkat inflasi mempengaruhi perubahan probabilitas transisi rating A+ menjadi BB+ dan kestabilan rating AA, AA-, BBB+, serta BB-.2. Nilai tukar rupiah terhadap USD mempengaruhi perubahan probabilitas transisi rating A menjadi AA+, rating BBB menjadi BBB-, dan kestabilan rating BBB+.3. Tingkat suku bunga SBI mempengaruhi perubahan probabilitas transisi rating A+ menjadi BB+ dan kestabilan rating AA-, BBB+, serta BB-.Berdasarkan hasil backtesting dengan tingkat keyakinan 95% dapat disimpulkan bahwa Macro Simulation Approach sebagai metode dalam mengestimasi faktorfaktor makro yang mempengaruhi perubahan probabilitas transisi rating kredit PT. Bank BHS cukup akurat. Sedangkan berdasarkan perhitungan Kupiec Test, diperoleh nilai Likelihood Ratio sebesar 3.7353 dan nilai Chi-square sebesar 3.8415. Angka Likelihood Ratio yang lebih kecil dibandingkan Chi-square menunjukkan bahwa model persamaan regresi dimana probabilitas transisi rating sebagai variabel dependen dan faktor makro sebagai variabel independen cukup akurat. Dengan demikian, dapat disimpulkan bahwa metode Macro Simulation Approach cukup akurat untuk memprediksi perubahan probabilitas transisi rating kredit PT. Bank BHS.

---

The purpose of the research is to define the changes matrix of credit ratings transition probability by taking into accounts the following macro factor changes: inflation rates, IDR/USD exchange rates, and the SBI rates, each of which play significant role, and to measure the accuracy of the Macro Simulation Approach through means of Backtesting and Kupiec Test. The analytical units used in the research are the entire corporate credit debtors of PT Bank BHS during Oktober 2005 - Agustus 2008.Having conducted the research, it is concluded that the changes in credit ratings transition probability in consideration with macro factor changes can be measured by conditional matrix. The conditional transitional matrix demonstrated that the probability of transition from early rating into final rating is affected by changes in macro factor. Whereas the Macro Simulation Approach showed us that not all the changes in credit ratings transition probability are affected by macro factors. While, the macro factors affecting significantly are:1. Inflation rates influenced the changes in probability of transition from A+ ratings to BB+ ratings and the stability of AA, AA-, BBB-, and BB- ratings.2. IDR/USD exchange rates influenced the changes in probability of transition from A ratings to AA+ ratings, BBB ratings to BBB-, and the stability of BBB+ ratings.3. SBI rates influenced the changes in probability of transition from A+ ratings to BB+ ratings and the stability of AA-, BBB+, and BB- ratings.Based on the results of the backtesting with 95% confidence level, it is concluded that the Macro Simulation Approach as the method used to estimate the macro factors affecting the changes in probability of PT BHS? credit ratings transition is considerably accurate. Meanwhile, through Kupiec Test, a Likelihood Ratio of 3.7353 and a Chi-square of 3.8415 is achieved. Smaller Likelihood Ratio as compared to Chi-square implies a regression equation model of which the ratings transition probability as dependent variable and macro factors as independent variables are considerably accurate. As such, it is concluded the Macro Simulation Approach is considerably accurate to predict the changes in PT BHS? credit ratings transition probability."

"ABSTRAKPenelitian ini bertujuan untuk menentukan faktor makro ekonomi yang mempengaruhi transisi rating menggunakan Macro Simulation Approach, menentukan perbedaan pengaruh faktor makro ekonomi antara rating investment grade dan non-investment grade, serta menentukan keakuratan dan konsistensi dari model tersebut. Data yang digunakan adalah rating PEFINDO periode 1995-2012 sedangkan faktor makro ekonomi yang digunakan adalah tingkat pertumbuhan PDB (GDP growth), IHSG, tingkat inflasi, tingkat suku bunga pinjaman, SBI dan nilai tukar USD-IDR. Berdasarkan hasil penelitian, GDP growth secara signifikan mempengaruhi transisi rating A ke A, BB ke BBB, dan A ke D, IHSG secara signifikan mempengaruhi transisi rating AAA ke AA dan A ke AA, tingkat suku bunga pinjaman mempengaruhi transisi rating AA ke AA, BBB ke BBB, BBB ke BB, BBB ke D, dan BB ke D, sedangkan nilai tukar USD-IDR mempengaruhi transisi rating BBB ke A. Dilihat dari faktor makro ekonomi dan jumlah transisi rating yang dipengaruhi oleh faktor tersebut, tidak terdapat perbedaan antara rating investment grade dan non-investment grade. Tingkat keakuratan model dapat diukur dengan nilai adj. R2 model regresi yang bervariasi antar transisi rating yakni berkisar antara 0,0069 ? 0,7176. Berdasarkan perhitungan Likelihood Ratio dan ANOVA dengan tingkat keyakinan 95%, model terbukti konsisten selama 17 tahun periode.

---

ABSTRACT

The aim of this study is to determine macro economic factors that influenced rating transition by using Macro Simulation Approach, to determine the difference of the effects between investment grade dan non-investment grade rating. This study is using data of PEFINDO?s rating portfolio during 1995-2012 while macro economic factors that has been used are GDP growth, IHSG, inflation rate, lending rate, SBI dan USD-IDR exchange rates. Based on our study, GDP growth significantly influenced rating transition of A to A, BB to BBB and A to D, IHSG signficantly influenced rating transition of AAA to AA dan A to AA, lending rate influenced rating transition of AA to AA, BBB to BBB, BBB to BB, BBB to D dan BB to D, while USD-IDR exchange rates influenced rating transition of BBB to A. Based on macro economic factors and number of rating transition influenced by them, there is no difference between investment grade and non-investment grade rating. Acuracy level of the model can be measured by adj. R2 value of regression model, which vary among rating transition between 0.0069 to 0.7176. Based on Likelihood Ratio and ANOVA with 95% level of confidence, models is considerably consistent within 17 years periods."