Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"Bank dalam melakukan penyaluran kredit diwajibkan untuk melakukan penyediaan modal minimum dan penyisihan penghapusan aktiva untuk meminimalisir dampak kerugian dari risiko kredit sebagaimana diatur oleh Bank Indonesia dan Otoritas Jasa Keuangan sebagai regulator. Kewajiban penyediaan modal tersebut dapat mengurangi kemampuan ekspansi dari bank karena terdapat modal yang harus dicadangkan oleh bank, sedangkan penyisihan penghapusan aktiva berdampak menggerus laba dari bank. Pada penelitian ini digunakan matriks transisi atas kualitas kredit debitur segmen usaha kecil sebagai metode untuk mendapatkan probability of default PD dari portfolio kredit usaha kecil. PD yang dihasilkan digunakan untuk menentukan expected losses EL yang dapat menjadi acuan besaran penyisihan yang wajib disediakan oleh bank. Sedangkan untuk menghitung modal yang harus disediakan oleh bank untuk risiko kredit, digunakan perhitungan dengan metode value at risk VaR . Untuk validasi metode tersebut dilakukan perbandingan hasil perhitungan EL dan VaR dengan actual losses yang dialami oleh bank. Perhitungan EL dan VaR menghasilkan nilai yang lebih rendah jika dibandingkan dengan perhitungan PPA dan penyediaan modal minimum bank yang existing sehingga dengan metode penelitian ini dapat menghasilkan efisiensi pada kewajiban penyediaan modal minimum dan PPA yang harus dilakukan oleh bank.

---

Bank has to provide capital reserves for its credit risk and provision for loan losses to minimize potential losses from the exposure of credit risk. The capital reserves could be a factor that make bank cannot expand its business effectively. While the provision for loan losses could reduce the profitability of the bank. The research purpose is to make calculation of capital reserves and provision for loan losses more efficient with the use of credit rating transition of bank rsquo s credit portfolio SME segment to retrieve its probability of default PD , After PD is retrieved, expected losses EL can be calculated and EL represents the amount of provision of loan losses bank should provide. Meanwhile value at risk method is used for calculating the amount of capital reserve bank should provide for its credit risk. The validation of research rsquo s method is done by comparing the result of EL and VaR calculation with bank rsquo s actual losses from its default credit portfolio. The result of EL and VaR calculation shows that the method used in this research offers better efficiency in determining the amount of minimum capital reserves and provision for loan losses bank should provide."