Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKTingkat atau bobot risiko kredit debitur sangat penting diketahui pihak perbankan, agar dalam menyalurkan fasilitas kreditnya kepada debitur dapat dilakukan secara aman dan memenuhi prinsip kehati-hatian (prudential banking). Untuk itu, tingkat risiko debitur harus terukur. Terdapat 7 buah faktor risiko debitur yang dapat dijadikan variable terukur, yakni kondisi keuangan, legal status, hubungan eksternal debitur dengan bank, posisi pasar, manajemen, viabilitas dan prospek usaha. Dengan menggunakan metoda Credit Risk Scoring, yaitu pembobotan atas faktor risiko debitur maka bobot risiko debitur menjadi lebih terukur. Pembobotan dapat dilaksanakan terhadap seluruh debitur dan berbagai sektor usaha, namun tidak berarti bahwa debitur yang bergerak dalam sektor usaha yang sama akan mempunyai tingkat risiko yang sama pula. Beberapa jenis usaha mempunyai jenis faktor risiko yang spesifik dan dominan, faktor ini dapat dijadikan pegangan dalam penentuan bobot risiko. Namun beberapa sektor usaha lainnya sama sekali tidak memilikinya sehingga harus dievaluasii secara individual. Pada dasarnya seluruh faktor risiko perperan dalam pengukuran tingkat risiko, namun terdapat beberapa yang menjadi penentu dalam mengukur tingkat risiko debitur yakni kondisi keuangan dan status legal. Tingkat risiko sangat situasional karena banyak faktor internal eksternal yang mempengaruhi sehingga tingkat risiko suatu perusahaan perlu direvaluasi secara berkala. 6 dari 7 faktor risiko nampak dominan pada beberapa sektor usaha debitur, yakni kondisi keuangan, status legal, posisi pasar, manajemen, viabilitas dan prospek usaha. Karena mempunyai tingkat homogenitas tinggi (sd <1), sehingga kecenderungan tersebut dapat dijadikan sebagai patokan dalam menghitung tingkat risiko suatu debitur. Bagi debitur pada sektor usaha yang tidak mememiliki faktor dominan tetap harus dihitung secara individual. Kisaran bobot yang relatif sama dimiliki oleh 5 dari 19 sektor usaha, yakni sektor Automotif, industri bahan Kayu, Industri Logam/Baja, Industri Kertas dan Tekstil. Hasil penelitian mengindikasikan bahwa pada proses analisis risiko kredit debitur korporasi harus diperhatikan : Mengutamakan pengukuran bobot risiko secara individual, berdasarkan penilaian 7 faktor risiko (seven risk factors) Faktor risiko yang spesifik dan dominan pada beberapa sektor usaha hendaknya hanya dijadikan pedoman saja karena sifat debitur yang sangat individualistik. Nilai Faktor risiko akan berubah setiap ada perubahan kondisi makro.

---

"

"Penelitian ini bertujuan menjawab fenomena yang melatarbelakangi motivasi pengambilan keputusan pemberian restrukturisasi kredit kepada debitur UMKM terdampak COVID-19 di BPD X. Penelitian ini menggunakan strategi berupa studi kasus (single case study) dengan menggunakan unit analisa berjenjang (multiple embedded unit analysis). Data diperoleh dari observasi, dokumentasi, dan wawancara semi terstruktur. Penelitian ini menggunakan analisa konten, tematik, dan perbandingan konstan dengan perangkat lunak NVivo 12 Plus. Hal yang membedakan penelitian ini dengan penelitian sebelumnya adalah bahwa penelitian ini mengevaluasi fenomena pengambilan keputusan restrukturisasi kredit pada masa COVID-19 menggunakan institutional logics. Institutional logics relevan dalam menjelaskan hubungan perilaku individu dengan institusi yang dapat memengaruhi sebuah tindakan. Hasil penelitian menunjukkan symbolic carriers (regulasi) memengaruhi material carriers (perilaku aktor, rutinitas, internal prosedur) sehingga terjadi praktik coupling sebatas pada penyusunan SOP yang merujuk pada POJK No.11/POJK.03/2020; POJK No.48/POJK.03/2020; POJK No.17/POJK.03/2020, sementara praktik decoupling terjadi pada penerapan SOP dalam memutuskan restrukturisasi kredit di BPD X pada masa COVID-19. Terdapat multiple logics dari praktik restrukturisasi, yaitu logika rutinitas, aktor, dan prosedur. Kemudian, terjadi logika yang saling berkompetisi (competing logics) yaitu logika prosedur dan aktor dalam memberikan pertimbangan dan keputusan kelayakan debitur dan skema restrukturisasi kredit. Logika prosedur merupakan logika dominan (dominant/overarching logics) yang memotivasi BPD X dalam pemberian keputusan restrukturisasi kredit.

---

This study aims to answer the phenomena that lie behind the decision to grant credit restructuring to MSME debtors affected by COVID-19 at BPD X. This research approach uses a qualitative single case study method with multiple embedded unit analyses. Data were obtained from observation, documentation, and semi-structured interviews. This study uses content analysis, thematic, and constant comparison with the NVivo 12 Plus software. The uniqueness of this study is evaluating the phenomenon of decision-making of credit restructuring using institutional logics. Institutional logic is relevant to explain the relationship between individual behavior and institutions that can influence action. The results of the study show that symbolic carriers (regulations) affect material carriers (actor behavior, routines, internal procedures) thereby triggering the coupling practice that is limited to the preparation of SOPs referring to  POJK No.11/POJK.03/2020; POJK No.48/POJK.03/2020; POJK No.17/POJK.03/2020, while the decoupling practice occurred in the implementation of SOPs in deciding credit restructuring at BPD X during COVID-19. There are multiple logics of this restructuring practice, namely the logic of routines, actors, and procedures. Then, the competing logics are the logic of procedures and the logic of actors in providing considerations and decisions on debtor eligibility and credit restructuring schemes. The logic of procedure is the dominant logic that motivates BPD X in making credit restructuring decisions."

"penyaluran kredit dan risiko kredit terhadap kinerja bank yang terdaftar di BEI pada periode 2015-2020 dengan studi empiris pandemi Covid-19. Penelitian ini merupakan penelitian kuantitatif dengan menggunakan data panel. Sampel dalam penelitian ini terdiri dari 39 perusahaan perbankan pada periode tahun 2015-2020 dengan data kuartalan yang terbagi menjadi tiga periode yang berbeda (2015 Q1 - 2020 Q3, 2015 Q1 - 2019 Q4 dan 2020 Q1 - 2020 Q3) serta menggunakan analisis Eviews. Dari hasil analisis dapat ditarik kesimpulan bahwa pada periode keseluruhan, SK (struktur kepemilikan), LDR (penyaluran kredit) dan CR (risiko kredit) berpengaruh terhadap kinerja bank (ROA). Pada periode sebelum pandemi Covid-19, hanya SK dan CR yang berpengaruh terhadap ROA. Pada periode selama pandemi Covid-19, hanya LDR dan CR berpengaruh terhadap ROA.

---

This study aims to determine the effect of ownership structure, credit distribution and credit risk on the performance of banks listed on the IDX from 2015 to 2020

with an empirical study of the Covid-19 pandemic. This research is a quantitative study using panel data. The sample in this study consisted of 39 banking companies

from 2015-2020 with quarterly data divided into three different periods (2015 Q1 - 2020 Q3, 2015 Q1 - 2019 Q4 and 2020 Q1 - 2020 Q3) and using Eviews analysis. From the analysis, it can be concluded that in overall period, SK (ownership structure), LDR (credit distribution) and CR (credit risk) have an effect on bank performance (ROA). Before Covid-19 pandemic, only SK and CR have an effect

on ROA. While during Covid-19 pandemic, only LDR and CR have an effect on ROA."

"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."

"Tujuan penelitian ini adalah mengetahui pengaruh credit risk yang di ukur lewat variable risiko kredit NPL, Bank size, Growth dan Leverage terhadap rasio ROA dan ROE bank konvensional yang terdaftar di Bursa Efek Indonseia periode 2013-2017. Penelitian ini menggunakan metode purposive sampling untuk menentukan sampel yang akan diuji. Dari metode tersebut dihasilkan 17 bank konvensional yang akan menjadi sample penelitian ini. Analisis dilakukan dengan menggunakan metode regresi linear berganda setra statistik deskriptif. Hasil penelitian menemukan bahwa tidak semua variabel credit risk berpengaruh terhadap Profitabilitas, seluruh variabel credit risk kecuali Bank size memiliki hubungan yang tidak signifikan terhadap ROE.

---

The purpose of this study is to determine the effect of credit risk which measured through several variables (BS, CRNPL, GROWTH and LV) to profitability performance (ROA, ROE) of conventional bank listed in Indonesia Stock Exchange period 2013-2017. This study will use purposive sampling method to determine which sample should be tested. From thid method we got 17 conventional bank which become the sample of research. Analysis were performed using multiplier linear regression method and descriptive statistics. We will found that all independent variabel has no significant effect to ROA, all independent variable except Bank Size has no significant effect to ROE."

"Penelitian ini bertujuan untuk melihat situasi makroekonomi sebelum dan selama COVID-19 dengan mengevaluasi bagaimana pandemi COVID-19 mempengaruhi aktivitas kredit perbankan, dan menganalisis faktor-faktor kinerja perbankan yang terkait dengan risiko kredit, seperti modal, ukuran bank, net interest margin, Return on Asset, Return on Equity dan pertumbuhan kredit. Selanjutnya akan dipelajari apakah terdapat perbedaan atau pengaruh yang berdampak signifikan terhadap risiko kredit sebelum dan selama pandemi COVID-19. Hal berikutnya yang dilakukan dalam studi ini adalah menentukan relevansi faktor risiko kredit tersebut sebelum dan saat pandemi COVID-19. Penelitian ini menggunakan metode kuantitatif berdasarkan analisis regresi berganda dan pendekatan deskriptif untuk menyesuaikan metode evaluasi dengan kondisi tertentu. Hasil penelitian mengungkapkan bahwa kinerja bank terkait risiko kredit sebelum dan selama COVID-19 berbeda. Dalam hal ini, diharapkan manajemen bank dapat menyusun strategi mitigasi risiko berdasarkan hasil tersebut.

---

The research seeks to investigate macroeconomics before and during the COVID-19 by evaluating how the COVID-19 pandemic affected banking credit activity, and analyzing banking performance factors associated with credit risk, such as capital, bank size, net interest margin, return on asset, return on equity and credit growth. The differences or influences that have a significant impact on credit risk before and during the COVID-19 pandemic is then studied. Furthermore, determining its relevance is an important aspect of this work. This research employs a quantitative strategy based on multiple regression analysis and a descriptive approach to fit an evaluation method with a particular condition. The results revealed that the bank performance related to credit risk before and during the COVID-19 was different. In this case, it is expected that bank management can prepare a risk mitigation strategy based on these results."

"Penelitian ini mencoba menjawab pertanyaan tentang apakah data trade credit termasuk data yang dikelola oleh biro kredit mengingat pentingnya peranan trade credit dalam perekonomian. Dalam menjawab pertanyaan tersebut, penelitian yuridis-normatif ini meninjau praktik-praktik biro kredit di beberapa negara di dunia, terutama dari segi kerangka hukum, untuk melihat tentang keberadaan pengelolaan data trade credit (utang dagang) oleh biro kredit di negara-negara tersebut. Selain tentang pengelolaan data trade credit, penelitian ini juga mempelajari ketentuan-ketentuan hukum yang memberikan perlindungan terhadap data kredit yang dikelola.Data trade credit ternyata adalah data yang telah dikelola oleh biro kredit di negara-negara tersebut. Mereka bahkan telah memasukkan unsur trade credit secara eksplisit dalam definisi kredit pada umumnya, tidak seperti definisi kredit di Indonesia yang hanya terbatas pada kredit oleh lembaga keuangan. Negara-negara tersebut juga memiliki kerangka hukum terhadap perlindungan data yang lebih komprehensif daripada yang ditemui di Indonesia. Penelitian ini juga mendapatkan beberapa pembelajaran dari negara-negara tersebut tentang struktur biro kredit yang dapat mengatasi kendala-kendala yang berpotensi muncul dalam pengelolaan informasi trade credit di Indonesia.

---

This research attempts to answer the question on whether trade credit is processed by credit bureaus, owing to the important role trade credit plays in the economy. In the quest for the answer, this legal-normative research looks at the practices of credit bureau in several countries in the world, especially at their legal and regulatory frameworks, to observe the existence of such trade credit processing by the credit bureaus in those countries. Aside from the trade credit processing, this research also learns about the various legal rules providing for the protection of the credit data processed by the credit bureaus.

The processing of trade credit is already part of the operation of the credit bureaus in those countries. They have also explicitly included the trade credit elements in their definition of credit, unlike the credit definition in Indonesia which is still largely limited to the credit by financial intermediaries. Those countries also employ more comprehensive legal frameworks of data protection than the one found in Indonesia. This research also benefits from some learning on the credit bureau structures in those countries, which can be used to address the constraints potentially arising in the trade credit processing in Indonesia."

"Penelitian ini membahas kemampuan model Nelson-Siegel mengestimasi credit spread obligasi korporasi dengan rating AAA, AA dan A di Indonesia. Hasil dari estimasi yield curve Nelson-Siegel digunakan sebagai penentu estimasi credit spread. Selanjutnya hasil estimasi dibandingkan dengan credit spread IBPA untuk melihat tingkat akurasi terhadap credit spread aktual di pasar. Proyeksi credit spread juga dilakukan dengan metode otoregresi pada data beta, yield dan credit spread hasil estimasi model Nelson-Siegel. Credit spread proyeksi ketiga variabel tersebut kemudian dibandingkan dengan credit spread aktual dan credit spread IBPA untuk menentukan metode proyeksi yang paling akurat. Estimasi dan proyeksi credit spread dapat berguna bagi investor dalam menghitung nilai wajar obligasi serta menentukan waktu yang tepat dalam berinvestasi pada obligasi korporasi yang memberikan yield lebih tinggi dari obligasi pemerintah.

---

This research discusses the Nelson-Siegel model capabilities to estimate the credit spread of corporate bonds with a rating of AAA, AA and A in Indonesia. The results of the yield curve estimated using the Nelson-Siegel models are used as a determinant of the estimated credit spread. Furthermore, the results compared with the credit spread estimated by IBPA to look at the accuracy toward the actual credit spread in the market. Credit spread projection is also performed using the autoregression in beta, yield and credit spread resulted from NelsonSiegel model estimation. Credit spreads projection of these three variables were then compared with the actual credit spread and IBPA credit spread to determine the most accurate projection method. Credit spread estimation and projection can be useful for investors in calculating the fair value of bonds and determining the right time to invest in corporate bonds that yielding higher than government bonds."

"Pemerintah Indonesia sangat bergantung pada obligasi untuk membiayai defisit anggarannya sehingga posisinya sebagai instrumen pembiayaan menjadi semakin penting. Sementara obligasi pemerintah Indonesia berdenominasi USD hanya mewakili sekitar 17% dari penerbitan obligasi pemerintah, posisinya dalam skema pembiayaan pemerintah secara keseluruhan masih penting. Oleh karena itu, penting bagi pemerintah Indonesia dan investor untuk memahami faktor-faktor yang mempengaruhi imbal hasil obligasi ini. Penelitian ini berfokus untuk menguji apakah inflasi, tingkat imbal hasil US Treasury dan Credit Default Swap (CDS) spread berpengaruh signifikan terhadap imbal hasil obligasi pemerintah Indonesia berdenominasi USD. Penelitian ini menggunakan data yang diperoleh dari Bloomberg dari Januari 2010 hingga Desember 2020.Variabel terikat yang digunakan dalam penelitian ini adalah imbal hasil obligasi pemerintah Indonesia bertenor 10 tahun dengan denominasi USD sedangkan variabel bebas terdiri dari imbal hasil US Treasury dengan tenor 10 tahun, tingkat CDS Pemerintah Indonesia dengan tenor 10 tahun dan tingkat inflasi Amerika Serikat serta Indonesia yang mengukur perubahan Indeks Harga Konsumen setiap bulan secara year-on-year. Penelitian ini menggunakan metode regresi HAC Newey-West, Autoregressive Conditional Heteroscedasticity (ARCH) dan Generalized Autoregressive Conditional Heteroscedasticity (GARCH) untuk menangani data time-series. Hasil penelitian menemukan bahwa inflasi Indonesia, imbal hasil US Treasury dan tingkat CDS Pemerintah Indonesia berpengaruh signifikan terhadap imbal hasil obligasi pemerintah Indonesia berdenominasi USD dengan tenor 10 tahun. Sementara itu, inflasi Amerika Serikat tidak memiliki pengaruh terhadap imbal hasil obligasi. Secara umum, hasil dari model regresi sesuai dengan hipotesis dan kerangka teori. Model yang dihasilkan dari penelitian ini dapat memberikan panduan bagi investor dan pemerintah tentang tingkat optimal imbal hasil obligasi pemerintah Indonesia berdenominasi USD.

---

Indonesian government relies heavily on bond to finance its budget deficit and hence its position as a financing instrument has become increasingly important. While USD denominated Indonesian government bond only represents circa 17% of government bond issuance, its position in the whole government financing scheme is still important. It is therefore useful for the Indonesian government and investors to understand the factors affecting the yield of these bonds. This study focuses to examine whether inflation, US Treasury yield and Credit Default Swap (CDS) spread have significant effects on USD denominated Indonesian government bond yield. The study uses data obtained from Bloomberg, Ministry of Finance, and Bank Indonesia from January 2010 to December 2020.

The dependent variable used in this study is the 10-year USD Indonesian government bond yield while the independent variables consist of 10-year US treasury yield, 10-year Government of Indonesia CDS level and United States and Indonesia headline inflation level which measures the change in Consumer Price Index every month on year-on-year basis. The study uses HAC Newey-West, Autoregressive Conditional Heteroscedasticity (ARCH) and Generalized Autoregressive Conditional Heteroscedasticity (GARCH) regression methods to deal with time-series data. The results of the study find that inflation rate in Indonesia, US Treasury yield and Government of Indonesia CDS level have significant effects on 10-year USD government bond yield. Contrastingly, US inflation had no significant effect on 10-year USD government bond yield. In general, the results from the regression models are in-line with the hypotheses and theoretical framework. The model generated from this study can provide guidance to both investors and the government on the optimal level of USD denominated Indonesian government bond yield"