:: UI - Tesis Membership :: Kembali

UI - Tesis Membership :: Kembali

Pengukuran risiko kredit dengn metode Credit Metrics untuk pinjaman usaha menengah: Studi kasus di Bank

Iik Ganjar Taufik Hidayat; Mochamad Muslich, supervisor (Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2007)

 Abstrak

Metode pengukuran risiko kredit pada Bank X saat ini menggunakan metode standard (Basel I) dimana metode ini telah diketahui umum memiliki banyak kelemahan yang salah satunya adalah kurang sensitif terhadap kualitas kredit. Sejalan dengan tuntutan Basel II dalam penghitungan pemenuhan modal minimum, Bank X telah memiliki Intenal Rating System, namun belum dapat menetukan model pengukuran risiko kredit apa yang paling sesuai dengan karakteristik bisnisnya_ Karya akhir ini mengukur risiko kredit usaha menengah Sank X menggunakan metode CreditMetrics dan dibandingkan hasilnya dengan metode standard.
Data yang digunakan untuk menghitung probabilitas migrasi rating adalah data rating debitur usaha Menengah antara Bulan Januari 2004 hingga Juli 2006, sedangkan untuk penghitungan VaR menggunakan data seluruh portofolio usaha tersebut. Data pendukung lainnya diperoleh dari Bisnis Indonesia, dan sumber lain di Bank X. Tahap-tahap penghitungan EL dan UL mengikuti metode seperti yang disampaikan dalam Tecnicral Document CreditMetrics dari J.P Morgan (1997) serta beberapa literatur tekait. Untuk mempermudah penghitungan terlebih dahulu dibuatkan aplikasi kecil menggunakan Microsoft Visual Basic 6.0 dan Microsoft Access 2002.
Hasil pengolahan data menunjukkan bahwa EL yang dihitung dengan CreditMetrics jauh lebih kecil dibandingkan dengan PPA yang dibentuk oleh Bank X yaitu sekitar 5.47%. Perlu dicatat bahwa pembentukan PPA yang dilakukan Bank X lebih besar dari yang wajib dibentuk yaitu kurang lebih 140%. Pada tingkat kepecayaan 99%, VaR yang dihasilkan adalah rata-rata sebesar 10.86% dari besarnya portofolio, lebih besar dibandingkan dengan ketentuan pemenuhan modal minimum saat ini yaitu sebesar 8%. Untuk tingkat kepercayaan lain yaitu 95% dan 90% nilai VaR lebih kecil dari 8%.
Realisasi kerugian yaitu hapus buku selama periode pengamatan, nilainya selalu lebih kecil dibandingkan besarnya VaR pada seluruh tingkat kepercayaan, dengan demikian tidak tidak terdapat penyimpangan. Meskipun hal ini mengarahkan pada kesimpulan seolah-olah CreditMetrics adalah model yang baik, namun perlu mendapat perhatian bahwa dalam pelaksanaan penghapusbuku banyak didasari pertimbangan non bisnis.

The standard method (Basel I) is used by Bank X as a method to measure Credit Risk. Unfortunately it has well known much weakness such as less sensitive to credit quality. According to Basel II in calculating of the total minimum capital requirement, Bank X have implemented Internal Rating System, but somehow still not been able to choose credit risk measurement model which is the best for its business characteristic. This Paper measures the middle market credit risk usahat with Credit Metrics method and compares the result with the standard method.
The data used to calculate rating migration are obtained from middle market segment customer rating report from Januari 2004 to July 2006, meanwhile VaR is calculated using all segment portfolio. Other supporting data are obtained from Business Indonesia and Bank X. EL and UL calculation steps come from Credit Metrics Technical Document from J.P Morgan (1997) and other literatures. Small application developed by utilizing Visual Basic 6.0 and Microsoft Access 2002 is used to help on calculation.
Calculation result shows that EL with Credit Metrics having smaller number than recent reserve with proportion of about 5.47%. As an attention, Bank X booking reserve is bigger than minimum reserve requirement which is about 140%. On 99% confident level VaR, the result is about 10.86% from the portfolio, which is bigger than capital minimum requirement. On another confidence level (i.e 95% and 90%), VaR is less then 8%.
Real loss during period of perception is less than VaR with all conficence level conditions. This condition leads to incorrect decision that Credit Metrics is assumed to be a Good model to measured credit risk. In reality, writing-off decision is commonly made of non-business consideration.

 Metadata

No. Panggil : T19750
Entri utama-Nama orang :
Entri tambahan-Nama orang :
Entri tambahan-Nama badan :
Subjek :
Penerbitan : Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2007
Program Studi :
Bahasa : ind
Sumber Pengatalogan : LibUI ind rda
Tipe Konten : text ; computer
Tipe Media : unmediated
Tipe Carrier : volume
Deskripsi Fisik :
Naskah Ringkas :
Lembaga Pemilik : Universitas Indonesia
Lokasi : Perpustakaan UI, Lantai 3
  • Ketersediaan
  • Ulasan
No. Panggil No. Barkod Ketersediaan
T19750 15-19-936601982 TERSEDIA
Ulasan:
Tidak ada ulasan pada koleksi ini: 111270