Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 94150 dokumen yang sesuai dengan query
cover
Yulian Hadromi
Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2008
T25396
UI - Tesis Open  Universitas Indonesia Library
cover
Anggara Wibisono
"Tesis ini membahas tentang risiko kredit yang dihadapi oleh produk kartu kredit syariah di Bank Z Syariah selama tahun 2010 hingga tahun 2012. Penelitian diawali dengan melakukan analisis deskriptif terlebih dahulu terhadap populasi dari seluruh pemegang kartu kredit Bank Z Syariah baik yang berstatus lancar maupun yang mengalami default. Analisis kemudian dilanjutkan dengan penggunaan metode CreditRisk+, dimana portofolio kartu kredit yang dimiliki Bank Z Syariah kemudian dibagi sesuai dengan eksposurnya ke dalam beberapa portofolio yang lebih kecil, yang disebut dengan band. Dilanjutkan dengan pengukuran mean default pada awal penelitian yang kemudian akan menunjukkan besarnya expected loss, unexpected loss, serta economic capital dari masing-masing band. Pada akhirnya hasil pengukuran ini akan dibandingkan dengan real loss yang dihadapi oleh produk kartu kredit Bank Z Syariah.

This study focuses on the measurement of credit risk which encountered by the sharia credit card product on Bank Z Syariah from year 2010 to 2013. This study started by performing descriptive analysis for the whole cardholders of Bank Z Syariah’s sharia credit card, whether their statuses are current or default. The analysis then continued with the use of CreditRisk+ method, which first step was splitting theIR whole sharia credit card portfolio into several bands based on their exposure. Measuring mean default of each band was the next step, then continued on calculating the amount of expected loss, unexpected loss, and economic capital. At the end of this study, the amount of expected loss, unexpected loss, and economic capital will be compared to the amount of real loss which encountered by Bank Z Syariah’s sharia credit card product."
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2013
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Justina Ruly Sulistyarini
"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."
Depok: Universitas Indonesia, 2006
T18564
UI - Tesis Membership  Universitas Indonesia Library
cover
Diah Kusumo Dewi
"Penerapan CreditRisk+ dilakukan untuk menghitung risiko kredit usaha kecil pada Bank X se1ama kurun waktu Januari 2006 - Desember 2008. CreditRisk"' merupakan default mode yang memandang kualitas kredit sebagai default dan no default, tidak mengasumsikan penyebab terjadinya default. Kredit dinyatakan default apabila tunggakan kewajibannya telah melebihi 90 hari, sesuai ketentuan Bank Indonesia. Pengukuran CreditRisk+ dilakukan dalam 2 tahapan. yaitu : pertama menghitung frequency of defaults dan severity of losses, kedua menghitung distribution of default losses. Frequency of defaults dihitung dengan menggunakan distribusi Poisson dengan tingkat keyakinan 95%. Sedangkan severity of losses diperoleh dengan menghitung loss given default. Sementara distribution of default losses diperoleh dengan menghitung besarnya potensi kerugian berupa expected loss, unexpected loss, dan economic capital, yaitu cadangan modal yang harus disiapkan uotuk menutup unexpected loss. Berdasarkan hasil backtesting dengan Loglikelihood Ratio (LR) Test diperoleh nilai LR sebesar 0 yang lebih kecil dibandingkan nilai kritis Chi-squared sebesar 3.8415 yang menunjukkan bahwa metode CreditRisk"' masih valid digunakan sebagai model internal untuk mengukur risiko kredit usaha kecil pada Bank X.

Implementation of CreditRisk+ is used for small enterprise credit measurement of Bank X during Januari 2006- Desember 2008. CreditRisk+ is a default mode model that credit quality as a default and no default, no assumptions are made about the causes of default. Credit is stated default if a pending of credJt payment is more than 90 days, based on Bank Indonesia regulation. CreditRisk• measurement has two steps, first measuring frequency of defaults and severity of losses, second measuring distribution of default losses. Frequency of defaults is measured by using Poisson distribution with 95% confidence level. Severity of losses is taken by measuring loss given default. Meanwhiles, distribution of default losses is taken by measuring potensial default such as expected loss, expected loss, and economic capital, capital reserved that has to be prepared to cover unexpected loss. Based on the results of the backtesting through Loglikelihood Ratio (LR) Test, a Likelihood Ratio of 0 is smaller than a Chi-squared of 3.8415 which represents that CreditRisk+ method is still valid to be used for internal model for measuring small enterprise credit of Bank X."
Jakarta: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2009
T 27173
UI - Tesis Open  Universitas Indonesia Library
cover
Kristianti Mutia Fatimah
"Perhitungan Cadangan Kerugian Penurunan Nilai (CKPN) yang ditetapkan oleh Bank Indonesia dan economic capital merupakan bagian dari pengukuran risiko kredit bagi setiap industri perbankan. Tidak ditetapkannya metode perhitungan CKPN kolektif yang baku oleh regulator perbankan, mengharuskan setiap Bank untuk menentukan sendiri metode perhitungan CKPN kolektif yang digunakan. Pemilihan KPR sebagai data observasi, didasarkan oleh laporan publikasi yang disusun oleh Bank Indonesia pada kwartal satu tahun 2011 dimana non performing loan kredit perumahan menempati posisi tertinggi diantara fasilitas kredit konsumsi lainnya. Dalam pengukuran risiko kredit dengan menggunakan metode CreditRisk+, data input yang digunakan berupa, exposure at default, recovery rates, default rates dan default rates volitatiliy. Terdapat tiga tahapan dalam pengukuran risiko kredit dengan menggunakan metode CreditRisk+, tahap pertama adalah mengetahui nilai exposure at default, kedua menghitung frequency of defaults dengan menggunakan tingkat keyakinan sebesar 99% dan yang ke tiga menghitung probability of default yang digunakan untuk mendapatkan nilai distribution of losses. Metode CreditRisk+ dapat memberikan nilai CKPN kolektif dan economic capital yang digunakan untuk mengukur besarnya modal yang diserap akibat unexpected loss pada portofolio kredit pemilikan rumah untuk periode Januari 2008 sampai dengan Desember 2010 sehingga potensi risiko kredit dapat dikendalikan dan dapat memaksimalkan pengalokasian modal yang dimiliki oleh Bank ABC.

Impairment calculation that set up by Central Bank and economic capital is part of credit risk measurement in every banking industry. Since banking regulator does not determine standard method for calculating collective impairment, each bank has to decide its own calculation. Housing loan that selected as observation data is based on first quarter in 2011 of condensed financial statement of Central Bank, whereas non performing loan of housing loan is highest among other consumer credit facilities. In measurement of credit risk using CreditRisk+, input data used are exposure at default, recovery rates, default rates and default rates volitatiliy. There are three stages in measuring credit risk using CreditRisk+, first by Identify the value of exposure at default, second by calculate frequency of default using 99% of confident level, finally calculate probability of default used to obtain value of distribution of losses. CreditRisk+ method is able to provide value of collective Impairment and economic capital that used in measuring capital absorbed as result of unexpected loss of credit portfolio of housing loan in January 2008 up to December 2010, thus probable credit risk is controllable and Bank ABC can maximized its capital allocation."
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2012
T30099
UI - Tesis Open  Universitas Indonesia Library
cover
Debby Agnes Marhendrika
"ABSTRAK
Penelitian ini dilakukan untuk mengukur risiko kredit dari kartu kredit dan menganalisis variabel makroekonomi yang mempengaruhi rasio Non Performing Loan NPL kartu kredit Bank X. Risiko kredit dari kartu kredit diukur menggunakan metode CreditRisk . Analisis variabel makroekonomi terhadap rasio NPL kartu kredit menggunakan metode regresi linier berganda. Berdasarkan hasil perhitungan risiko kredit menggunakan CreditRisk , maka diperoleh nilai Value at Risk VaR yang mengakomodir nilai kerugian aktual. Berdasarkan metode regresi linier berganda, diketahui bahwa nilai tukar, laju PDB, IHK, inflasi, M2, BI Rate, dan tingkat pengangguran terbuka berpengaruh terhadap rasio NPL kartu kredit PT. Bank X.

ABSTRACT
This research was conducted to measure the credit risk of credit card and analyze the macroeconomic variables that affect the ratio of Non Performing Loan NPL Credit Card of PT. Bank X. The credit risk of credit card measured using methods CreditRisk . Analysis of macroeconomic variables on the credit card NPL ratio using multiple linear regression method. Based on the calculation of credit risk using the Credit Risk , the obtained value of Value at Risk VaR accommodates the value of the actual loss. Based on the multiple linear regression method, it is known that the exchange rate, the rate of PDB, CPI, inflation, M2, BI Rate, and the unemployment rate affect the NPL ratio for credit cards PT. Bank X."
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2017
T-Pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Olof, Robert
"Karya akhir ini mempunyai tiga tujuan yaitu PT. XYZ dapat mengukur berapa besar probability of default dari Kendaraan Bermotor yang dibiayainya, PT. XYZ dapat mengukur kerugian yang dapat diperkirakan dan kerugian yang tidak dapat diperkirakan dari portofolio pembiayaan kendaraan bermotor serta dapat mengetahui besamya economic capital yang harus disediakan untuk rneng-cover risiko kerugian yang tidak dapat diperkirakan sehingga manajemen PT. XYZ dapat membuat suatu keputusan yang tepat untuk minimalisasi risiko yang akan timbul, dan model CreditRisk+ yang digunakan diharapkan dapat diterapkan untuk jenis kredit lain seperti Kredit Kepemilikan Rumah, Personal Loan dengan ciri yang hampir sama dengan Kredit Kepemilikan Kendaraan, sehingga dapat mengalokasikan secara lebih optimal seluruh sumber daya yang dimiliki.
Penerapan CreditRisk+ dilakukan untuk mengukur risiko kredit di lembaga pembiayaan PT. XYZ dengan batasan sebagai berikut. Pertama, obyek penelitian adalah kendaraan bermotor yang dibiayai pada PT. XYZ yang merupakan salah satu lembaga pembiayaan khusus kendaraan bermotor di Indonesia. Kedua, data yang digunakan adalah data bulanan portofolio kendaraan bermotor pada tahun 2003, 2004 dan 2005 dengan nilai eksposur antara Rp 500 ribu hingga Rp 250 juta. Ketiga, kredit dinyatakan default apabila tunggakan kewajibannya telah melebihi 90 hari.
Hasil pengukuran risiko kredit dengan menggunakan CreditRisk+ dengan asumsi tingkat keyakinan 99% dan probability of default dihitung dengan Poisson Model menunjukkan sebagai berikut:
1. Pengukuran risiko kredit dengan memakai pendekatan CreditRisk+ model yang dikeluarkan oleh Credit Suisse First Boston dapat digunakan untuk mengukur risiko kredit dari portofolio pembiayaan kendaraan bermotor PT. XYZ kepada konsumennya, hal ini karena pengukuran risiko kredit dengan metode ini sangat sederhana karena lebih memfokuskan kepada keadaan default atau non default dan tidak'mesnpersoalkan faktor-faktor penyebab terjadinya default. Selain itu model ini tidak mempertimbangkan terjadinya migrasi kualitas kredit.
2. Hasil pengukuran risiko kredit dengan menggunakan model CreditRrsk+ untuk portofolio pembiayaan kendaraan bermotor PT. XYZ sepanjang masa observasi tahun 2003 hingga tahun 2005 menunjukkan bahwa poterisi kerugian yang diperk.irakan (expected loss) dan risiko kredit (ditunjukkan oleh VaR atau Unexpected Loss) mempunyai kecenderungan yang meningkat. VaR or Unexpected Loss di bulan Januari 2003 sebesar Rp 31,256,000,000 dan meningkat lebih dari dua kali Iipatnya yaitu sebesar Rp 65,699,000,000 di bulan Desember 2005. Dengan adanya kecenderungan peningkatan risiko ini diharapkan pengelolaan atas portofolio pembiayaan kendaraan bermotor PT. XYZ kepada nasabahnya dapat lebih bail( dan efektif, terutama dalam mengantisipasi bertambahnya pembiayaan yang bermasalah.
3. Dori perhitungan economic capital terlihat bahwa kecukupan modal yang dibutuhkan atas portofolio penyaluran pembiayaan yang dilakukan oleh PT. XYZ kepada konsumennya sepanjang tahun 2003 berada pada range Rp 16,237,303,325 - Rp 21,775,587,804. Pada sepanjang tahun 2004 berada pada range Rp 21,910,884,312 - Rp 25,522,689,160 dan pada sepanjang tahun 2005 berada pada range Rp 23,040,855,020 - Rp 25,493,208,151. Apabila setiap nilai ini dibandingkan dengan modal PT. XYZ per Desember setiap tahunnya, maka dapat disimpulkan bahwa modal PT. XYZ masih cukup untuk menanggung adanya risiko kredit yang diakibatkan oleh unexpected credit default losses. Dengan melihat kebutuhan economic capital yang relatif kecil, sekitar 3% - 7% dari jumlah modal atas portofolio pembiayaan kendaraan bermotor sepanjang tahun 2003 - 2005, maka dapat disarankan untuk meningkatkan atau mengoptimisasikan portofolionya
4. Pengujian dengan metode Likelihood Ratio pada tingkat kepercayaan 95% menunjukkan bahwa selama periode pengarnatan, jumlah kejadian yang merugikan PT. XYZ dengan tingkat kerugian yang melebihi nilai VaR kredit masih di bawah ambang Batas jumlah kerugian yang dapat ditolerir, yang berarti bahwa metode pengukuran risiko dengan CreditRisk+ dapat diterima dan cukup akurat untuk mengukur risiko kredit portofolio pembiayaan PT. XYZ kepada konsumen.

This final research report has three purposes: able to measure probability of default from automobile financing portfolio of PT. XYZ, able to measure expected loss and unexpected loss, and also capable to estimate the level of economic capital to be reserved for covering unexpected loss so that PT. XYZ management can make right decision to minimize the risk, and CreditRisk+ model with the similar characteristic has expected to be applicable for other type of credit such as housing loans and personal loans, so PT XYZ resource allocation can be more optimal.
The application of CreditRisk+ was conducted to measure credit risk at automobile consumer financing company of PT. XYZ, with definition as follows. First, research object is automotive financed by PT. XYZ representing one of specialist on automotive financing company in Indonesia. Second, data used was monthly data of automobile consumer financing company in year 2003, 2004, and 2005 with exposure value between Rp 500 thousand until Rp 250 million. Third, credit was considered default if its obliged amount outstanding exceeded 90 days.
The result of credit risk measurement using CreditRisk+ with 99% confidence level and probability of default counted with Poisson Model show as follows:
1. Credit risk measurement result using CreditRisk+ model for automobile financing portfolio of PT. XYZ during observation period of year 2003 to 2005 showed that expected loss and credit risk (represented by VaR or Unexpected Loss) showed increasing trends. VaR or Unexpected Loss showed increasing trend from Rp 31,256,000,000 in January 2003 to Rp 65,699,000,000 in December 2005, and more than two-fold increase. With the tendency of increasing loss, we can hope for better and more effective for automobile financing of PT. XYZ lending portfolio management in the future, especially in anticipating the growing non-performing lending portfolios.
2. Economic capital assessment showed that capital adequacy needed to cover PT. XYZ's lending portfolio to consumer through 2003 was between Rp 16,237,303,325 - Rp 21,775,587,804, through 2004 was between Rp 21,910,884,312 - Rp 25,522,689,160 and through 2005 was between Rp 23,040,855,020 - Rp 25,493,208,151. This assessment showed that PT. XYZ capital as of December every year, was still more than adequate to cover the credit risk caused by unexpected credit default losses. This relatively small economic capital requirement, about 3 to 7 percent of automobile financing portfolio of PT. XYZ during the year of 2003 to 2005, suggested opportunity for increased and more optimized PT. XYZ's portfolio.
3. By comparing actual loss with VaR during observation period (January 2003 - December 2005), obviously that actual loss per month still below VaR, this mean that the loss risk automobile financing portfolio of PT. XYZ to consumer still able in covering by PT. XYZ.
4. Model validation using Likelihood Ratio test with 95% confidence level showed that during evaluation period, the frequency of events that may jeopardize PT. XYZ with the loss level exceeding credit VaR was still under the tolerable loss level limit. It is then safe to conclude that CreditRisk+ is acceptable and quite accurate method for measuring credit risk on automobile financing of PT. XYZ's lending portfolio to consumer.
"
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2006
T18276
UI - Tesis Membership  Universitas Indonesia Library
cover
Priasmoro
"Tujuan dari penelitian ini adalah untuk mengetahui berapa besarnya risiko Kartu Kredit rnelalui pendekatan internal model Credit Risk + selain itu juga Bank ABC dapat mengukur besar kerugian yang dapat diperkirakan (expected loss) dan kerugian yang tidak dapat diperkirakan (unexpected loss) serta berapa besar economic capital yang hares disediakan oleh PT Bank ABC untuk meng-cover unexpected loss. Pembatasan masalah adalah bahwa Kartu Kredit yang dipergunakan adalah bersifat individual dan jumlahnya massal serta terdapat beberapa jenis Kartu Kredit sesuai limitnya, bahwa Kartu Kredit yang diteliti adalah periode tahun 2002- 2004, dan tidak membedakan jenis Kartu Kredit, exposure terbesar untuk Kartu Kredit di PT Bank ABC sebesar Rp 50 juta Rupiah , tidak terdapat jaminan deposito dan Default disebabkan oleh sesuatu hal yang berkaitan dengan kemampuan pembayaran dari Card Holder, yang bersumber dan penghasilan bulanan, usaha atau pendapatan lainnya.
Gambaran umum mengenai metodologi yang akan digunakan adalah sebagai berikut :
1)Melakukan pengumpulan data debitur Kartu Kredit periode Januari 2002 sampai dengan Desember 2004.
2)Penyusunan Band dan Penyusunan Exposure Default per Band
3)Pengukuran Recovery Rate
4)Pengukuran Severity Loss atau Loss Given Default
5)Pengukuran Probability of Default dan Cumulative Probability of Default
6)Pengukuran Expected Loss dan Unexpected Loss
7)Pengukuran Economic Capital
8)Pengujian Validitas Model Credit Risk +
Credit Risk + adalah metode pengukuran risiko yang dikembangkan oleh Credit Suisse First Boston (CSFB)) pada Desember 1996. Dalam metode ini ada dua fokus yang dihadapi yaitu default dan non default serta fokus pada expected losses dan unexpected losses . Dalam metode Credit Risk+, tidak memperhatikan penyebab dari default. Data input berasal dari data histories yaitu data exposure debitur dan data exposure at default dari debitur dan frequency of default event terjadi akibat adanya default kredit dari serangkaian peristiwa.
Keuntungan Credit Risk+ adalah relatif mudah untuk diimplementasikan, karena hanya lebih fokus pada default, sehingga relatif membutuhkan sedikit estimasi dan inputs. Untuk setiap instrument, hanya diperlukan exposure at default dan mengukur probability of default. Credit Risk + cocak untuk kredit konsumer karena jumlah nasabah yang banyak dan kreditnya relatif lebih kecil.
Kelemahan Credit Risk+ yaitu mengasumsikan bahwa credit risk tidak mempunyai hubungan dengan market risk Selain iru Credit Risk+ mengabaikan migration risk, exposure setiap debitur tetap dan tidak sensitif dengan kualitas kredit atau variability dari interest rate. Selain itu Credit Risk+ melakukan pengukuran pada sekelompok nasabah sehingga sulit diketahui risiko kredit per nasabah.
Dalam mengukur nilai risiko kredit untuk produk Kartu Kredit di Bank ABC didasarkan pada pemikiran bahwa:
1. Produk Kartu Kredit adalah jenis kredit yang memiliki tingkat risiko yang cukup tinggi mengingat pemberian fasilitas Kartu Kredit kepada nasabah tidak disertai jaminan dan bersifat konsumtif.
2. Adanya potensi pasar Kartu Kredit yang cukup besar di Indonesia, terutarna dengan semakin tingginya kebutuhan konsumsi masyarakat dan semakin berkembangnya pasar-pasar modem serta toko-toko yang menerima pembayaran dengan Kartu Kredit.
3. Adanya tingkat persaingan yang tinggi diantara bank-bank sebagai issuer Kartu Kredit sehingga pihak bank melakukan pemasaran Kartu Kredit nya secara agresif.
4. PT. Bank ABC belum mererapkan internal model khususnya Credit Risk+ untuk menghitung risiko kredit untuk produk Kartu Kredit nya.
Hasil pengukuran risiko kredit dengan menggunakan metode CreditRisk+ menunjukkan bahwa nilai unexpected loss adalah sebesar Rp. 37.180.000.000,- path tahun 2002, sebesar Rp. 40.508.000.000,- pads tahun 2003 dan sebesar Rp.46.540.000.000,- pada tahun 2004.
Besarnya unexpected loss ini hares ditutup dengan modal. Economic capital yang dapat menutup unexpected loss ini setiap tahunnya meningkat mulai dari Rp.22.932.000.000,- di tahun 2002, sebesar Rp. 23.660.000.000,- di tahun 2003 serta sebesar Rp.26.000.000.000,- di tahun 2004. Dari likelihood test ratio diketahui bahwa jumlah kejadian real loss yang melebihi nilai unexpected loss selama periode observasi adalah not atau tidak ada nilai yang melebihi nilai unexpected loss, yang berarti nilai LR yang diperoleh lebih kecil dari nilai kritis dengan tingkat keyakinan 95% atau LR < 3,841. Dengan dernikian dapat dikatakan bahwa metode pengukuran risiko dengan Credit Risk+ ini dapat diterima dan cukup akurat dalam mengukur unexpected loss ( VAR) kartu kedit. Dengan melihat kemudahan serta cukup sederhana dari penggunaan metode CreditRisk+ dalam mengukur risiko Kartu Kredit, maka Bank ABC dapat mempertimbangkan metode CreditRisk+ ini dalam pengukuran risiko Kartu Kredit di Bank ABC. Penggunaan internal model lebih kecil dibandingkan dengan standardized model dalam penggunaan modal minimum maka dapat menjadi altematif model untuk menghitung risiko bagi pengelola Bank ABC. Mengingat bahwa karakteristik produk kredit konsumer seperti Kredit Kendaraan Bermotor, Kredit Pemilikan Rumah, dan Personal Loan mempunyai karakteristik yang sama dengan Kartu Kredit yaitu jumlah debitur banyak dengan nilai kredit relatif kecil dan bersifat individual, maka penggunakaan metode CreditRisk+ dapat digunakan jugs untuk mengukur risiko kredit untuk consumer loan diluar produk kartu kredit tersebut.
Kurang tersedianya database yang baik akan berpengaruh terhadap kualitas pengukuran internal model Credit Risk +, oleh karena itu Bank ABC harus meningkatkan kualitas dari database Kartu Kredit nya secara detail terutama pada pengelompokkan debitur berdasarkan Band, data recovery, data default per Band. Karena tingkat recovery yang rendah maka Bank ABC harus terus meningkatkan peran collectionnya agar recovery rate Kartu Kredit terus meningkat.

The purpose of this research is to find out how high the risk of Credit Card by using the method of internal model Credit Risk +. Aside from that, Bank ABC can also measure the expected loss and the unexpected loss, as well as the amount of economic capital that has to be provided by PT Bank ABC to cover the unexpected loss.
The problem limitation is that the Credit Cards that are used are individual cards in a mass number. Also, there are some types of Credit Card according to the limit, that the Credit Cards being inspected are of the 2002 - 2004 period, and not being differentiated based on the types, the biggest exposure for Credit Card in PT Bank ABC is 50 millions Rupiah, and there's no collateral and Default available, caused by something that has to do with paying ability of the Card Holder, which is determined by their monthly income.
A general view on the method that's going to be used is as follows:
1) Collecting data of Credit Card Holder in the period of January 2002 - December 2004.
2) Arranging Band and Exposure Default per Band
3) Measuring the Recovery Rate
4) Measuring the Severity Loss or Loss Given Default
5) Measuring the Probability of Default and Cumulative Probability of Default
6) Measuring Expected Loss and Unexpected Loss
7) Measuring the Economic Capital
8) Testing the Validity of Model Credit Risk
Credit Risk + is a method of measuring the risk which was developed by Credit Suisse First Boston (CSFB) in December 1996. In this method, there are two focus points that are being dealt with. One is the default and non-default, and the other is the expected losses and unexpected losses. In the Credit Risk+ method, the cause of the default is not to be concerned. Input data comes from history data. They are the exposure data of the Card Holder and the data of exposure at default of the Card Holder and the frequency of default event which is caused by a series of events.
The benefit of using Credit Risk+ method is quite easy to be implemented because it focuses more to the default, so that it needs only few estimation and inputs. For each instrument, we only need exposure at default and counting the probability of default. Credit Risk + method are suitable for consumer credit due to the high number of accounts and the credit is relatively lower.
The weakness of Credit Risk+ method is the assumption that credit risk does not relate to market risk. It excludes migration risk, and the exposure of each Card Holder is constant and insensitive to the credit quality or the variability of interest rate. In addition, Credit Risk+ method does the measuring to a group of Card Holders, and that makes it difficult to find out the risk of each Card Holder
Measuring the value of credit risk for Credit Card product at Bank ABC are based on these following thoughts:
1. Credit Card product is a credit type that has quite high risk, concerning the approval of Credit Card facility to costumers does not qualify collateral and the function induces consumerism.
2. The increasing consumerism among Indonesian people, the development of modern markets, and the more shopping places that allow costumers use their credit cards thus increase the potential market of Credit Card in the country.
3. Tight competition among banks that issue Credit Card products leads to the agressive way of marketing Credit Cards.
4. PT. Bank ABC has not implemented the internal model, especially Credit Risk+ , to calculate the credit risk for their Credit Card product.
The risk measuring with Credit Risk+ method shows that the value of unexpected loss equals to Rp. 37.180.000.000,- in the year of 2002, Rp. 40.508.000.000 2003, and Rp.46.540.000.000,- in 2004.
The unexpected loss has to be covered by capital. Economic capital that covers the unexpected loss increases every year, starting Rp 22.932.000.000,- in 2002, Rp 23.660.000.000,- in 2003, and Rp.26.000.000.000,- in 2004.
From the likelihood test ratio we can tell that the sum of real loss that's bigger than the value of unexpected loss during the observation period equals to zero. There is no value bigger than the value of unexpected loss, which means the LR value is smaller than risky value with the assurance level of 95% or LR < 3,841. In brief, the risk measuring method Credit Risk+ can be accepted and is accurate enough in measuring the unexpected loss (VAR) of credit card.
Based on the simplicity of the Credit Risk+ method, Bank ABC can take into considerations of using the method to measure the Credit Card risk in their company.
The use of internal model is smaller than the standardized model in the minimum use of capital, thus it can be an alternative model to measure the risk for Bank ABC.
Regarding that consumer credit products such as Car Loan, Housing Loan, and Personal Loan has the similar characteristics with Credit Card, that is high number of Customer with credit value that's relatively small and individual, thus Credit Risk+ method can also be used to measure credit risk for consumer loan other than the credit card itself. The lack of the right database will affect on the quality of internal model Credit Risk measurement. Thai's why Bank ABC has to improve the quality of their credit card database, especially in the classification of Card Holder based on Band, data recovery, and data default per Band.
Due to the low recovery level, Bank ABC has to improve their collection role so that the Credit Card recovery level will increase."
Depok: Universitas Indonesia, 2006
T18546
UI - Tesis Membership  Universitas Indonesia Library
cover
Desinta Hatmaria
"Seiring dengan semakin tingginya kebutuhan masyarakat, semakin tinggi pula transaksi menggunakan kartu kredit yang mencerminkan makin tingginya tingkat kepercayaan masyarakat terhadap kartu. Tetapi disisi lain, ratio kredit macet atau Non Performing Loan (NPL) kartu kredit cenderung meningkat. Sebagai salah produk perbankan yang bersifat massal, kartu kredit memiliki risiko yang tinggi biasanya penerbitannya tanpa mernerlukan jaminan atau agunan, Bank selaku penerbit harus melakukan prinsip kebati-hatian dalam menerbirkan kartu kredit dan selain itu, Bank juga harus mengantisipasi risiko kerugian kredit baik expected loss maupun unexpected loss dengan menerapkan manajemen risiko. CreditRisk+ adalah sa1ah metode yang sederhana yang dapat diterapkan untuk pengukuran risiko kredit khususnya Kartu Kredit. Meialui perbitungan dengan CreditRisk+ dapat diketahui eronomic capital yang harus dipersiapkan untuk mengantisipasi unexpected Joss. Pengujian pennodelan divalidasi dengan metode Kupiec untuk mengetahui akurasi model resiko kredit dalam memproyeksi potensi kerugiannya

The increasing needs of society reflects on the incresing number of number credit card transaction. But on the other hand. non performing loan of credit card tends to increase as well. Credit card is considered as a high risk banking product since it is a mass product and need no collateral required Bank is advised to be prudent while issuing credit card and also should anticipate either expected loss or unexpected loss by implementing risk management. In assessing credit risk especially credit card risk. CreditRisk+ is one of simple method that may be implemented Through CreditRJsk+· method, Bank will be able to detennine the economic capital in anticipating any unexpected lass. Kupiec method is used to authenticated the validation of model to ensure the accuracy of credit risk model in projecting the loss."
Jakarta: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2009
T 27169
UI - Tesis Open  Universitas Indonesia Library
cover
Hari Sakti
"Tesis ini membahas perhitungan risiko atas kredit usaha kecil pada Bank X. Pemilihan pengukuran risiko kredit dengan menggunakan pendekatan creditrisk diperlukan sesuai dengan karakteristik kredit yang memiliki nasabah dalam jumlah besar dan nilai penyaluran kredit yang relatif kecil. Pengukuran creditrisk dilakukan dengan menghitung frequency of default dan loss given default dan menghitung distribution of default losses. Distribution of default losses digunakan untuk menentukan nilai expecied loss, unexpected loss dan economic capital.
Nilai economic capilal merupakan besarnya cadangan modal yang harus dibentuk Bank X untuk menutup expected loss. Pengujian dengan menggunakan backresting dengan loglikelihood ratio (LR) test, diperoleh bahwa metode creditrisk cukup valid untuk mengukur risiko atas kredit Bank X.

This research analyzes the calculation of credit risk in Bank X especially in small business lending. Creditrisk approach is needed for measuring credit risk regarding its characteristics which has many customers and relatively small amount of credit portfolio. Creditrisk measurement is conducted by computing frequency of default, loss given default and distribution of default losses. Distribution of default losses is used to determine the value of expected loss, unexpected loss and economic capital.
The value of economic capital is the amount of capital reserve that must be provided by a bank to cover expected loss. Based on the test using backtesting with loglikelihood ratio (LR) test, is is concluded that creditrisk method is valid for measuring credit risk in Bank X."
Depok: Universitas Indonesia, 2010
T33289
UI - Tesis Open  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>