Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk mengetahui apakah perbedaan metode perhitungan kualitas kredit berpengaruh terhadap profitabilitas bank di Indonesia. Indikator Profitabiltas yang digunakan adalah Return On Asset (ROA) dan Return On Equity (ROE) sedangkan kualitas kredit dibedakan berdasarkan empat metode, yaitu 1) rasio Non-Performing Loan, 2) rasio NPL dengan kredit restrukturisasi kualitas Lancar dan Dalam Perhatian Khusus, 3) rasio NPL yang memperhitungkan hapus buku, dan 4) rasio NPL ditambah kredit restrukturisasi kualitas Lancar dan Dalam Perhatian Khusus dan hapus buku. Penelitian ini menggunakan analisis data panel model fixed effect. Hasil penelitian ini menemukan bahwa perbedaan perhitungan kualitas kredit yang berbeda memiliki pengaruh signifikan secara statistic pada ROA, kecuali untuk metode kedua.Selain itu, variable penjelas yang memiliki pengaruh signifikan secara statistic pada ROA adalah gearing ratio, ukuran aset dan ROA periode sebelumnya. Selanjutnya, perbedaan perhitungan kualitas kredit juga memiliki dampak yang signifikan terhadap ROE dengan pengecualian untuk metode ketiga. Rasio kecukupan modal (CAR) dan ROE periode sebelumnya adalah variabel independen lain yang menunjukkan pengaruh yang signifikan terhadap profitabilitas ROE. Namun, untuk kasus model ROE dengan perhitungan kualitas kredit metode ketiga menyebabkan gearing ratio menjadi signifikan secara statistik.

---

This study aims at examining whether different calculation methods in credit quality have influenced the profitability of the banking businesses in Indonesia. While we used return on asset (ROA) and return on equity (ROE) as profitability indicators, we differentiated the credit quality based on the way we treated the bad loans in the calculation of the non-performing loan (NPL) ratio. We thus have four approaches, namely 1) common NPL ratio, 2) NPL ratio which included the credits with current and special mention collectability resulted from debt restructuring programs as bad loans, 3) NPL ratio which took into account the bad loans that have been written off, and 4) NPL ratio which combined the second and the third methods.

Following panel data procedures of analysis, we found that different NPL ratios have statistically significant effect on profitability, ROA, except for the second method of NPL ratio. Besides, other explanatory variables that have statistically significant influence on the ROA are gearing ratio, the size of the assets and the previous period of ROA itself. Furthermore, the various NPL ratios have also significant impact on ROE profitability with the exception for the third methods. Capital adequacy ratio (CAR) and the first lag of ROE are the other independent variables that showed significant effect on ROE profitability. However, for the case of the ROE model with the third NPL ratio method, gearing ratio is found to be negative and statistically significant."

"Risiko kredit membahas mengenai kerugian yang discbabkan oleh kejadian gagal bayar nasabah. Inti pcngukuran risiko kredit adalah pada penentuan probabilitas gagal bayar. Banyak pendekatan dan model dikembangkan atas dasar asumsi perhitungan probabilitas gaga! bayar. Pemahaman menyeluruh atas karakteristik data kredit memungkinkan manajemen perbankan untuk melakukan analisis manajemen kredit yang komprehensif dan tepat guna. Dalam memahami karakteristik data, metode hazard rate dan model logit memberikan altematif pemahaman berdasarkan analisis kualitas kredit nasabah. Kualitas kredit dipandang sebagai data-data yang berulang keterjadiannya dengan pola atau probabilitas perpindahan tertentu. Dengan pemahaman atas karakteristik repetisi keterjadian kualitas kredit nambah, manajemen kredit perbankan dapal melakukan analisis yang komprehensif mengenai perilaku kualitas kredit nasabah dalam jangka pendek dan memproyeksikannya. Melalui kombinasi mata kerja Markov dengan analisis deskriptif berdasarkan frekuensi keterjadian kualitas kredit, manajemen kredit perbankan akan dapat memformulasikan berbagai kebijakan kredit yang lebih terintegrasi dan tepat guna.

---

Credit risk discusses about loss that caused by counterpany's default. The point of credit risk measurements is how to determine probability of default. Many approach developed base on asumption about probability of default. Understanding all characteristics of credit data., make possibility banking's management analyzing credit management comprehensively and efliciently. In understanding characteristic of data, Duration atau Hazard-rate Approach and logistic approach an altemative base on counterparty's credit quality analysis. Credit quality recognized as data that repetitively happened with specific trend or probability of trantition. Understanding about characteristic behaviour of repetition oounterparty’s credit quality, banking institution management can analyze comprehensively about counter-party's credit quality behaviour in short term and make projection. Combining Markov chain with descriptive analysis base on frequency of credit quality event, banking institution management can formulate any credit policies more integrately and efficiently."

"Kredit adalah bisnis utama dari perbankan. Kecenderungan beberapa tahun terakhir ini kualitas kredit Bank X menurun jika dibandingkan dengan beberapa bank pesaing. Tesis ini membahas penggunaan Internal Rating System pada proses aplikasi kredit produktif. Penelitian ini bertujuan untuk menganalisa penggunaan Internal Rating System dalam proses aplikasi kredit Bank X, mengevaluasi faktor lain yang menentukan dalam memutuskan kelayakan suatu debitur atau calon debitur untuk tetap dapat mendapatkan fasilitas kredit di Bank X serta mengetahui komponen Internal Rating System manakah yang harus selalu diperbaiki dalam proses analisa kredit Bank X dan merumuskan saran-saran perbaikan untuk memperbaiki kelemahan Internal Rating System. Penelitian ini merupakan penelitian deskriptifdengan pendekatan kuantitatif. Hasil penelitian didapati bahwa penggunaan Internal Rating System belum dilakukan secara benar dalam proses aplikasi kredit Bank X mengingat inputkomponen penentu skor Customer Risk Rating masih dilakukan secara manual. Hal ini mengakibatkan terjadinya ketidaksesuaian antara laporan keuangan debitur dengan input komponen penentu skor Customer Risk Rating. Atas penggunaan Internal Rating System, komponen yang harus selalu diperbaiki dalam proses aplikasi kredit Bank X adalah komponen keuangan

---

Credit is the main business of banking. The tendency of the last few years, the

credit quality of Bank X decreased when compared to some competitor banks. This thesis discusses the use of Internal Rating System on the credit application process. This study aims to analyze the use of an internal rating with a value of Non-Performing Loan Bank X. Its also evaluate other factors in deciding the feasibility of the debtor to continue to earn credit facility with Bank X. Its also know the components of Internal Rating System Which must always be fixed in X bank credit analysis process and formulate suggestions for improvement to fix the flaws Internal Rating System.This research is a descriptive study with a quantitative approach. The results found that the use of Internal Rating System has not been done correctly in the Banks loan application process X because the input component scores of decisive Customer Risk Rating is still done manually. This has led to a mismatch between the financial statement of the debtor with the input component scores determinant Customer Risk Rating. For the use of the Internal Rating System, a component that should always be fixed in the Bank X's loan application process is a financial component."