Hasil Pencarian  ::  Simpan CSV :: Kembali

"Metode Credit Risk+ telah banyak digunakan untuk mengukur risiko kredit portofolio dengan karakteristik small balances dengan high volumes, seperti pada portofolio kartu kredit, dimana probability of default (PD) masing-masing account tidak saling mempengaruhi satu sama lainnya. Seperti yang telah disadari sebelumnya bahwa metode Credit Risk+ ini memiliki beberapa kelemahan yaitu salah satunya adalah mengabaikan pengaruh faktor eksternal seperti risiko pasar dan suku bunga.Dalam penelitian ini penulis mencoba menarik hubungan antara beberapa faktor makro ekonomi terhadap probability of default eksposur kartu kredit setiap band. Nilai Expected Loss, Value at Risk (Unexpected Loss), dan Economic Capital dihitung dengan menggunakan unexpected number of default yang berasal dari hasil regresi linier PD terhadap variabel makro ekonomi.

---

Credit Risk+ method has been applied to measure credit risk of portfolios with small balances and high volumes such as credit cards porfolio, in which the probability of default (PD) of each account is mutually exclusive. As known before, there are some limitations of this method, like disregarding the influence of external factors such as market risk and interest rate risk.In this research, the author is trying to find any correlations between macroeconomics variables and probability of default of credit cards exposures in each band. The values of Expected Loss, Value at Risk and Economic Capital will be measured by using unexpected numbers of default which are originated from single linear regression of PD to macroeconomics variables."

"Karya akhir ini bertujuan untuk mengukur besarnya risiko kredit khususnya untuk scgmen karlu kredit Bank X di tahun 2005 dengan mempergunakan metode CreditRisk+. Alasan pcinilihan topik ini adalah :a. Produk Karlu Kredit merupakan jenis kredit yang memiliki resiko tinggi, mengingat sejak keputusan pemberian kredit oleh bank cenderung hanya didasarkan kepada verifikasi dokumen pendukung seperti slip gaji, surat keterangan, lembar penagihan kartu kredit bank lain, hasil rating sesama anggota Asosiasi Kartu Kredit Indonesia (AKKI), hasil verifikasi melalui telepon, serta lambahan dokumen pendukung lainnya, dan hanya sebagian calon pemegang karlu kredit yang prosesnya didahului oleh survey atau pengecekan lapangan mengingat kemampuan bank umumnya tidak memungkinkan unluk melakukan pengecekan lapangan semua calon pemegang kartu kredit, juga karena proses keputusan kredit hams sudah diberikan paling lambat lima hari sejak aplikasi kartu kredit diterima bank, selain itu kredit yang diberikan adalah unluk tujuan konsumsi dan tidak memiliki jaminan atas pemberian kredit tersebut.b. Bank X adalah penerbit kartu kredit terbesar not-nor dua di Indonesia di tahun 2005 setelah Citibank dengan jumlah pcmegang kartu kredil lebih dari 800.000 Cardholder dengan total outstanding balanced sebesar lebih dari Rp. 1,5 trilyun sehingga terdapat potensi risiko kredit yang cukup besar khususnya dalam hal terjadinya Default bagi Bank X, apabila pengeiolaan risiko kredit nya tidak dilakukan secara baik.c. Bank X belum mencrapkan metode Internal Raring Base (IRB) approach khususnya metode CrcclitRiski- untuk menghitung risiko kredit portofolio kartu krcdit nya.d. Adanya ketentuan Basel 11 tcntang kcharusan menghitung risiko krcdit scbagai salah satu unsur dalam menghitung CAR.Berdasarkan ketentuan Basel II, perhitungan risiko krcdit dapat mempergunakan beberapa pendekatan, antara lain dengan Standardized Model dan Internal Model, dimana dalam penelitian ini akan dilakukan perhitungan dengan menggunakan Internal Model dengan pendekatan CreditRisk+.CreditRisk+ dianggap sebagai Internal Model yang tepat untuk menghitung risiko krcdit pada suatu portofolio, hal ini karena metode ini dapat dipergunakan untuk menghitung risiko krcdit suatu portofolio krcdit dalam jumlah yang banyak namun dengan besaran outstanding masing-masing krcdit kecil, juga karena metode ini tidak memerlukan tambahan data makro sehingga dalam penerapannya lebih efisien namun tetap efektif. Selain itu metode ini dikenal scbagai Default Model yang hanya mcmbedakan portofolio krcdit menjadi dua golongan yaitu bagian portofolio krcdit yang An Del iult dan Default saja scrta mcngabaikan penycbab tcrjadinya Default tersebut.Penerapan CreditRisk+ dilakukan dengan menghitung risiko kartu kredit di Bank X dengan batasan-batasan scbagai berikut :a. Data portofolio kartu kredit yang dipergunakan adalah data selama 12 bulan di tahun 2005.b. Nilai exposure berkisar antara Rp 500 ribu hingga Rp 250 juta, mengingat hampir 90% oposure yang ada di dalam portofolio Bank X berada pada kisaran nilai tersebut, tanpa memperhatikan jenis kartu kredit Classic, Gold atau Platinum.Secara garis besar, tahapan penghitungan risiko kredit mempergunakan metade CreditRisk+ dilakukan dcngan mcnghitung Frequency of Default dan Severity cof Losses, kemudian rnenghitung Distribution of Default Losses. Selanjutnya dari perhitungan terschut, akan diperaleh besamya potensi kerugian berupa Expected Loss. Unexpected Loss dan bcsarnya Economic Capital untuk menutup kerugian yang terjadi.Perhitungan portofolio kartu kredit dengan mempergunakan metade CreditRisk+ dengan asunisi tingkat keyakinan 95% dan Probability of Default dihitung dcngan Poisson Model, menunjukkan basil sebagai berikut:a. Nilai Expected Loss yang menunjukkan besamya kerugian yang diperkirakan tcrjadi setiap bulan dapat dihitung nilainya mempergunakan metode CreditRisk+, sebagai contoh nilai Expected Lost di bulan November 2005 bcsarnya adalah Rp.74,823 Milyar. Nilai Expected Loss setiap bulan tersebut diharapkan dapat ditutup olch nilai PPAP yang dibcntuk oleh Bank X dan dcngan mernpergunakan Likelihood Ratio Test dikctahui bahwa hampir scluruh Expected Loss yang ada di tahun 2005 masih dapat ditutup oleh nilai Pencadangan Penghapusan Aktiva Produktif(PPAP) yang dibcntuk olch Bank X.b. Dengan pencrapan metade CreditRisk+ dal= penelitian ini, besamya nilai VaR sctiap bulan juga dapat dihitung nilainya, dengan tingkat kepercayaan 95 % maka nilai VaR suatu bulan menunjukkan proyeksi besamya nilai kerugian terbesar (Unexpected Loss) bulan berikutnya, sebagai contoh nilai VaR bulan November 2005 sebesar Rp.82,875 Milyar yang menunjukkan proyeksi nilai kerugian maksimum bulan Desember 2005 dengan tingkat kepercayaan 95 %, dimana nilai kcrugian aktual pada bulan Desembcr adalah sebesar Rp.80,303 Milyar.c. Hasil pengujian dcngan metode Likelihood Ratio pada tingkat kepercayaan 95%, mcnunjukkan bahwa sclama periodc pengamatan besarnya nilai VaR yang mcrupakan proycksi jumlah kerugian terbcsar bulan bcrikutnya cukup akurat untuk dipcrgunakan dalam mcnghitung risiko krcdit, karena selama periodc pengamatan seluruh nilai kcrugian aktual yang terjadi masih dibawah =bang batas jumlah kcrugian yang dapat ditolelir atau tidak terdapat nilai kerugian aktual yang nilainya lcbih bcsar atau sama dcngan nilai- VaR yang dihitung dcngan mctodc CredirRisk+.d. Dengan mempcrbunakan mctodc CredizRi.sk+, Bank X mempcrolch insentif berupa penurunan kewajiban pemenuhan modal, scbagai contoh di bulan November 2005 kewajiban pemenuhan modal mempcrbunakan metode CrecliiRisk+ adalah 0.39 % dad total exposure nya, angka ini jauh lcbih rendah dibandingkan dengan mempcrbunakan Standardized Approach yang mcnghasilkan kewajiban pemenuhan modal sebesar 6,29 % dari total exposure, schingga Bank X mempcrolch insentif nilai modal sebesar 5,90% (6,29% - 0,39%) yang dapat dialokasikan oleh Bank X untuk kcpcntingan lainnya yang lcbih produktif.e. Bank X memperolch manfaat lain dad pcncrapan metode CredirRisk+, selain dapat menghitung risiko kredit nya secara Icbih akurat. pcncrapan metode ini dapat mcmbantu manajcmen Bank X dalam mcnyusun strategi yang lebih cfcktif dan pengalokasian SDM yang Iebih akurat dalam mclakukan penagihan kreditnya yang Default.

---

The purpose of this thesis is to measure credit risk especially for the credit card segment of Bank X in 2005 by utilizing the CreditRisk+ method.The reasons of selecting this topic are:a. Credit Card is a type of credit that has a high risk, because since the decision of credit offer by the bank tends to be only based on supporting document verification for instance salary slip, recommendation letter, other bank's billing statement, rating result from other members of Asosiasi Kartu Kredit Indonesia (AKKI), phone verification result, as well as (he addition of the other supporting document, and only some of the process of the cardholder's applicant is proceeded by survey or external verification (on the spot), concerning that the bank's capacity generally does not possible to do field verification for all applicants, also because of the decision must been given at least in five days since the credit card application is accepted by the bank, moreover credit that is given aims for consumption and does not have the collateral.b. The Bank X is on 2''d rank of credit card's issuer in Indonesia in 2005 after Citibank, with the numbers of cardholders are more than 800.000 and the total outstanding balanced is more than Rp.1,5 trillion. On that condition, The Bank X has a potential high risk on its credit especially in the matter of the default occurrence, if the risk management of its credit is not well developed.c. The Bank X has not applied the method of Internal Rating Base (IRB) approach yet especially the CreditRisk+ method to calculate the credit risk of its credit card's portfolio.d. There is the regulation of Basel II about obligation to calculate the credit risk as one of the elements in calculating Capital Adequacy Ratio (CAR).Based on the Based in regulation, the calculation of the credit risk can be utilized in several approaches, such as by Standardized Model or Internal Model, that in this research it will be done credit risk calculation by using Internal Model with the CreditRisk+ approach.CreditRisk+ was reputed as the precise Internal Model to calculate the risk of credit in a portfolio, because this method can be utilized to calculate the risk of credit in a large portfolio of each small credit, also because of this method do not need the addition of the macro's economic data, so in its implementation is more efficient but still effective. Moreover this method is known as the Default Model that differentiates the credit portfolio only into two groups, the first is a Not Default credit portfolio and the other one is a Default credit portfolio, also this model ignores the cause of the Default occurrence.The implementation of CreditRisk+ is done by calculating the risk of the credit card in the Bank X with limitations as follows:a. The credit card portfolio data is the data for 12 months in 2005.b. The exposure revolves between Rp. 500 thousand up to Rp. 250 million; considering that almost 90% exposure available in the Bank X's portfolio is in that value range, without considering the type of Classic, Gold or Platinum card.In general, the stage of calculating credit risk with the CreditRisk+ method will be done by calculating Frequency of Default and Severity of Losses, afterwards calculating Distribution of Default Losses. From the result, will gel the potential loss such as Expected Loss, Unexpected Loss and the Economic Capital to cover the loss.The calculation of credit card portfolio by utilizing the CreditRisk+ method with the assumption of the 95%conviction level and probability of default is calculated by Poisson's model, shows results as follows:a. The Expected Loss that shows the estimated loss occurs every month can be calculated with CreditRisk+ method, for example is the Expected Lost value in November 2005 is Rp.74, 823 Billion. That value is expected to be covered by the PPAP that is formed by Bank X and by utilizing Likelihood ratio test it is known that almost all Expected Loss in 2005 still can be covered by the value of PPAP (Pencadangan Penghapusan Aktiva Produktif) that is formed by Bank X.b. With implementation of the CrediiRisk+ method in this research, the size of VaR every month also can be calculated, using the 95 % level of reliability so value of VaR (Unexpected Loss) in a month shows the projection of the biggest losses in the following month, for example is the size of VaR in November 2005 is Rp.82, 875 Billion, it shows the projection of the maximum loss in December 2005 with the 95 %level of reliability, the actual loss in December is Rp.80, 303 Billion.c. The result of the Likelihood Ratio method on 95% level of reliability shows that during the period of observation the size of VaR that shows the projection of the biggest loss in the following month. It is quite accurate to be utilized in calculating the risk of credit, because during the period of observation all of the actual value of loss that is happened is still under the limitation of tolerant total of loss or do not have the actual loss bigger than or same as the VaR value that is calculated with the CreditRisk+ method.d. By utilizing the Credit Risk+ method, Bank X receives incentive of the capital's fulfillment obligation reduction, for example in November 2005 the fulfillment obligation of capital utilized by the CreditRisk+ method is 0,39 % from the total exposure, this number is much more lower compared with Standardized Approach that produces the fulfillment obligation of capital for 6,29 % from the total exposure, therefore Bank X receives 5,90% (6,29% - 0,39%) capital incentive that can be allocated in more other productive area by Bank X.e. Bank X receives another benefit from the implementation of CreditRisk+ method, besides it can calculate the credit risk more accurately, this method implementation can help the management of Bank X to develop more effective strategy and more accurate human resources allocation in dunning its Default credit."

"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."

"Iklim investasi yang cenderung menurun tidak menyurutkan pemberian kredit konsumtif. Hal ini terjadi karena kredit konsumtif merupakan jenis kredit yang banyak ditawarkan oleh perbankan saat ini karena kemudahan memperolehnya dan sifatnya yang individual sehingga menarik para calon debitur. Namun demikian, proses pemberian kredit tersebut tidak luput dari risiko kredit. Bank pemberi kredit harus mengetahui manajemen risiko, khususnya risiko kredit terlebih menyangkut berapa besarnya economic capital yang harus disiapkan dalam mengantisipasi risiko expected loss dan unexpected loss yang mungkin timbul. Perhitungan economic capital dilakukan dengan menggunakan Internal Model CreditRisk+. Pengujian karakteristik distribusi kerugian dilakukan dengan tes Chi-Square dan permodelan divalidasi dengan metode Kupiec untuk mengetahui akurasi model risiko kredit dalam memproyeksi potensi kerugiannya.

---

Although investment climate has relatively descended, but it has not descended the granting of consumer loan since such variety of credit can be easily attained as provided by many banks and also by its individual characteristic which attracts prospective debtor. However, its granting process must not be separated from credit risk. The lender bank must recognize its risk management aspect, especially relates to the sum which has to be provided for anticipating either expected loss or unexpected loss risk may be aroused in the future. Economic capital can be exercised by Internal Model CreditRisk+ method after which testing on loss distribution characteristic can be exercised by Chi-Square and validation of the modeling can be exercised by Kupiec Test as purposed to obtain a certain accuracy on credit risk model in predicting potential loss."

"ABSTRAKBerdasarkan survei Bank Indonesia yang dirilis pada 13 Februari lalu, fasilitas KPR yang digunakan konsumen mencapai 70,6%. Ini menunjukkan peran perbankan masih tinggi dan proses pemberian kredit tersebut tidak luput dari risiko. Risiko terbesar adalah risiko kredit, oleh sebab itu risiko perlu di identifikasikan, diukur dan di kontrol. Karya akhir ini ditujukan untuk mengukur berapa besar probability of default kredit, expected loss dan unexpected loss, serta economic capital yang harus disediakan untuk mengantisipasi kerugian sehingga Bank dapat membuat keputusan yang tepat untuk meminimalkan risiko, dan model CreditRisk+ diharapkan dapat diterapkan dan dapat mengalokasikan secara optimal seluruh sumber daya yang dimiliki.

---

ABSTRACT

Based on a survey of Bank Indonesia which was released on February 13, KPR a facility used by most customers reach 70.6%. This shows the role of Banks in financing the house is still high. However, the process of granting credit did not avoid from risk. The greatest risk in the Banking is credit risk. Therefore needs to identify, measure and control the risks. This thesis is intended to measure how much probability of default of loans, measure the losses that can be expected and cannot be estimated from the credit issued and can find out how much economic capital that should be provided to anticipate the losses that cannot be expected that the Bank can make the right decisions to minimize the risk that will arise, and CreditRisk + model that can be used is expected to be applied and can be optimally allocate all resources."

"Penelitian ini membahas tentang penerapan metode Credit Risk+ untuk mengukur risiko kredit untuk produk kredit tanpa agunan atau unsecured loan dengan studi kasus tentang consumer finance. Hasil dari pengukuran risiko kredit ini adalah menilai kerugian yang dapat diperkirakan ( exported loss ) dan kerugian yang tidak dapat diperkirakan (unexpected loss)."

"Berdasarkan ketentuan Basel II perhitungan risiko kredit dapat menggunakan beberapa pendekatan, yaitu standardized approach dan Internal Rating Based Approach. Bank XYZ belum menerapkan pendekatan Internal Rating Based Approach untuk menghitung risiko kredit pada produk kartu kredit. Sampai saat ini Bank XYZ menggunakan yaitu standardized approach untuk menghitung risiko kredit pada produk kartu kredit. Pada penelitian ini menggunakan pendekatan Internal Rating Based Approach dengan pendekatan Creditrisk+ dalam menghitung risiko kredit pada produk kartu kredit. Hasil akhir dari penelitian ini dengan menggunakan metode CreditRisk+ berupa nilai expected loss dan unexpected loss atau value at risk (VaR) yang kemudian digunakan untuk memproyeksikan tingkat economic capital yang dibutuhkan. Pada penelitian ini, hasil perbandingannya adalah nilai Actual loss < nilai VaR. Dari hasil penelitian diketahui nilai rata-rata VaR selalu lebih besar dibandingkan dengan nilai actual loss untuk periode 2010-2012. Pada tahun 2010 memiliki nilai rata-rata VaR sebesar Rp 21 milyar dan nilai actual loss-nya sebesar Rp 18,174 milyar. Pada tahun 2011 memiliki nilai VaR sebesar Rp18,378 milyar dan nilai actual loss sebesar Rp 15,539 milyar. Sedangkan pada tahun 2012 memiliki nilai VaR sebesar Rp 24,471 milyar dan nilai actual loss sebesar Rp 21,179 milyar. Hal tersebut menunjukkan bahwa risiko akibat adanya default kredit masih dapat ditutupi oleh Bank XYZ. Pengujian metode CreditRisk+ pada tingkat keyakinan 95% membuktikan bahwa selama periode pengamatan jumlah kejadian yang merugikan Bank XYZ dengan kerugian yang lebih besar dari nilai Expected Loss masih dibawah ambang batas dengan kerugian yang masih dapat ditolerir. dalam hal ini memperlihatkan bahwa kinerja metode CreditRisk+ relatif akurat dalam menghitung risiko kredit untuk produk retail seperti kartu kredit. Economic capital required dihitung secara bulanan, sebagai contoh pada bulan Desember 2012 pencadangan modal yang dibutuhkan sebesar Rp 3,31 milyar. Perhitungan dilakukan sesuai dengan periode penelitian, yaitu dari bulan Januari 2010 sampai dengan Desember 2012.

---

Under the terms of the Basel II credit risk calculation can use several approaches, namely the standardized approach and the Internal Rating Based Approach . XYZ Bank has not implemented the Internal Rating Based approach for calculating credit risk on credit card products. Until now XYZ Bank uses the standardized approach to calculate credit risk on credit card products. In this study using the Internal Rating Based approach with CreditRisk + approach to calculating the credit risk on credit card products. The final results of this study using a CreditRisk+ are expected loss and unexpected loss or value-at- risk (VaR), then used to project the level of economic capital required. In this study, the results of the comparison is the value of actual loss < VaR. Thus CreditRisk+ method can be used to measure credit risk in the Bank's credit card product XYZ.

The results showed the average VaR value is always greater than the actual loss values for the period 2010-2012. In the year 2010 had an average VaR value of Rp 21 billion and the value of its actual loss of Rp 18.174 billion. In 2011 the VaR value of Rp18, 378 billion and the value of actual loss of Rp 15.539 billion. Whereas in 2012 the VaR value of Rp 24.471 billion and the value of actual loss of Rp 21.179 billion. It shows that the risk due to credit defaults can still be covered by the XYZ Bank.

Testing methods CreditRisk+ at 95% confidence level during the period of observation proves that the number of adverse events with Bank XYZ greater losses than Expected Loss value is still below the threshold at which losses can be tolerated. in this case shows that the performance of the method is relatively accurate CreditRisk+ in calculating the credit risk for retail products like credit cards. economic capital required calculated on a monthly basis, for example in December 2012 the required reserve capital of Rp 3.31 billion. The calculation is performed according for period from January 2010 to December 2012."

"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."

"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 Band3)Pengukuran Recovery Rate4)Pengukuran Severity Loss atau Loss Given Default5)Pengukuran Probability of Default dan Cumulative Probability of Default6)Pengukuran Expected Loss dan Unexpected Loss7)Pengukuran Economic Capital8)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 Band3) Measuring the Recovery Rate4) Measuring the Severity Loss or Loss Given Default5) Measuring the Probability of Default and Cumulative Probability of Default6) Measuring Expected Loss and Unexpected Loss7) Measuring the Economic Capital8) Testing the Validity of Model Credit RiskCredit 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 HolderMeasuring 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."