Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini menguji bagaimana likuiditas pendanaan mempengaruhi pengambilan risiko bank dan bagaimana ukuran bank menentukan keputusan pengambilan risiko manajemen bank. Menggunakan data dari 89 bank umum di Indonesia dalam periode 2008 hingga 2017 dan mengkategorikan bank berdasarkan kategori ukuran bank (BUKU) Bank Indonesia (bank sentral), penulis menemukan dampak signifikan pendanaan likuiditas terhadap pengambilan risiko pada bank-bank dengan ukuran kecil. Secara khusus, berdasarkan analisis data panel, hasil penelitian menunjukkan bahwa bank-bank yang memiliki simpanan yang lebih tinggi cenderung mengambil risiko yang lebih tinggi atas asetnya dan mengakibatkan terjadinya trade-off risiko, antara risiko likuiditas dan risiko kredit.Hasil penelitian menunjukkan Aktiva Tertimbang Menurut Risiko dan cadangan kerugian kredit yang lebih tinggi, sebagai proxy dari risiko kredit, pada saat terjadinya kenaikan saldo simpanan. Selain itu, Z-Score yang lebih rendah dan rasio liquidity creation yang lebih tinggi, sebagai proxy dari tingkat solvabilitas bank, dihasilkan dari kenaikan pendanaan masyarakat. Di lain sisi penelitian ini menemukan bahwa bank yang lebih besar cenderung berhati-hati dalam mengambil risiko ketika memiliki saldo likuiditas yang lebih tinggi.

---

This research examines how funding liquidity affects bank risk-taking and the how the bank size determines bank’s management risk-taking decisions. Using data of 89 commercial banks in Indonesia within the period of 2008 to 2017, and categorizing the banks based on Bank Indonesia (central bank) bank-size category (BUKU), the author finds a significant impact of funding liquidity to bank risk-taking in smaller size banks. In particular, based on panel data analysis, the research result shows that banks with higher deposits incline to take a higher risk on its assets and resulted to risk-trade off, between liquidity risk and credit risk.

The result shows higher Risk-Weighted Assets and Loan Loss Provisions, as the proxy of credit risk, as the impact of deposits increment. In addition, lower Z-Score and higher liquidity creation ratios, as the proxy of bank’s solvency level, are resulted from deposit increment. However, this research finds that bigger banks tend to be cautious in taking risks when having higher liquidity position."

"Tujuan utama tesis ini adalah untuk melakukan analisis pengaruh risiko likuiditas terhadap profitabilitas dan menjelaskan pengaruh tersebut. Pemodelan yang digunakan untuk mencapai tujuan tersebut adalah model regresi, khususnya model regresi yang memperhitungkan pengaruh waktu (dummy musiman dan distributed-lag).Variabel-variabel bebas yang diteliti adalah (1) rasio LTA (liquid assets to total assets), (2) rasio LAD (liquid assets to deposits), dan (3) rasio FDR (financing to deposits ratio). Seluruh variabel bebas merupakan variabel lag (memperhitungkan selang waktu). Sedangkan variabel terikat yang diteliti dalam empat model terpisah adalah (1) rasio ROA (return on assets) dan (2) rasio ROE (return on equity).Hasil penelitian ini menunjukkan : (l) dengan uji kausalitas Granger disimpulkan bahwa hanya rasio LTA yang menyebabkan profitabilitas (ROA dan ROE) dengan jumlah lag berbeda, (2) pengaruh variabel bebas terhadap variabel terikat adalah signifikan dalam model distributed lag, dan (3) variabel musiman juga memberikan pengaruh positif signifikan terhadap model.

---

The purpose of this thesis mainly is to analyze the effect of liquidity risk to profitability and to explain this effect. The model applied to achieve this purpose is a regression model, especially regression model using seasonal dummy and distributed-lag approach.

The independent variables are (1) LTA (ratio of liquid assets to total assets), (2) LAD (ratio of liquid assets to deposits), and (3) FDR (ratio of financing to deposits). All of the independent variables are treated as lag variables. The dependent variables applied in four models are (1) ratio of ROA (return on assets) and (2) ratio of ROE (return on equity).

The results shows : (1) with Granger Causality Test it is concluded that only LTA causes the profitability (ROA and ROE) in different lags, (2) the effect of independent variables to dependent variable are significant in distributed-lag model, and (3) the seasonal dummy variables also positively have significant effects to the model."

"Tujuan penelitian ini adalah 1) untuk dapat mengetahui alternatif lain dari proxies likuiditas yang mengantikan volume dan frekuensi trading; 2) untuk dapat membuktikan bahwasanya bid-ask spread sebagai proxies likuiditas alternatif dapat memberikan hasil yang akurat. Sementara data yang digunakan adalah data harga bid and ask serta harga penutupan dari 7 obligasi konvensional dan 7 sukuk ijarahnya selama Januari 2006 hingga Desember 2007. Metode yang digunakan adalah pemodelan data panel.Dari hasil penelitian ini dapat diambil kesimpulan bahwa Bid-ask spread dapat digunakan sebagai alternatif lain dari proxies likuiditas mengantikan volume dan frekuensi trading. Bid-ask spread pun secara signifikan dapat digunakan untuk menentukan besaran premi risiko obligasi konvensional dan sukuk ijarahnya.

---

The aims of the research are 1) to find out the proper proxies of liquidity to alternate the volume and trading frequency till we can use it in term of corporate bonds and its sukuk; 2) to acknowledge that bid-ask spread as proxies of liquidity can improve and assert the significant implication of liquidity unto risk premium accurately cq. corporate bonds and its sukuk. Hopefully it will appropriate with the theory. The database used in this research is data of bid-ask prices taken from January 02, 2006 till December 28, 2007 based on Government Custodian. The technical model used to is Panel Data Model.The result shows that bid-ask spread more appropriate used as proxies of liquidity than volume and trading frequency regarding relation between liquidity and risk premium in term of corporate bonds and its sukuk. In the other side, bid-ask spread as proxies of liquidity indeed can improve and assert the significant implication of liquidity unto risk premium accurately."

"Penelitian ini bertujuan untuk menganalisis premi risiko likuiditas obligasi pemerintah Indonesia pada periode tahun 2005 hingga tahun 2019 dan faktor-faktor determinan yang memengaruhinya. Premi risiko likuiditas dihitung dari selisih antara yield to maturity dan theoretical yield serta rata-rata bid-ask spread dari obligasi tersebut. Penelitian ini menggunakan analisis regresi data panel dengan model Random Effect untuk menentukan faktor-faktor determinan dari premi risiko tersebut. Berdasarkan penelitian ini diperoleh hasil bahwa premi risiko likuiditas obligasi pemerintah Indonesia relatif kecil dan dipengaruhi oleh karakteristik obligasi dan kondisi pasar keuangan Indonesia. Jumlah obligasi yang diterbitkan dan besar kupon berpengaruh signifikan negatif terhadap premi risiko obligasi, sedangkan sisa umur obligasi dan umur obligasi berpengaruh signifikan positif terhadap premi risiko obligasi. Obligasi sukuk memiliki premi risiko likuiditas yang lebih besar dibandingkan obligasi konvensional. Dalam keadaan krisis atau pada saat volatilitas pasar keuangan meningkat, premi risiko likuiditas meningkat. Hasil dari penelitian ini diharapkan dapat memperkaya pemahaman tentang risiko likuiditas pada obligasi pemerintah Indonesia yang dapat bermanfaat bagi otoritas fiskal dan moneter dalam mengambil kebijakan dan bagi investor dalam mengambil keputusan investasi.

---

This paper aims to analyze the liquidity risk premium on the Indonesian government bonds. There are two liquidity risk premium proxies to be used, they are the difference between the yield to maturity and the theoretical yield of the obligation and the average bid-ask spread of the obligation. The research uses a regression analysis on the Random Effect panel data model to define the determinant factors of the liquidity risk premium. The result of this research shows that the liquidity risk premium of Indonesian government bonds is relatively small, affected by the bond's characteristics and the financial market condition. The determinant factors are bond's age, coupon rate, remaining life, issued amount, type (Sukuk or conventional), and the Indonesian stock market volatility. The researcher expects that the result of this research will enrich the understanding of the liquidity risk on Indonesian government bonds so that it can be used by the fiscal and monetary authorities and also investors in making decisions."

"Penelitian ini bertujuan untuk menganalisis dampak perubahan tingkat risiko likuiditas terhadap pertumbuhan asset likuid, pertumbuhan pinjaman serta kemampuan pemberian kredit baru pada bank umum komersial di Indonesia. Data yang digunakan pada penelitian ini didapatkan dari laporan tahunan bank dalam kurun waktu 2004 sampai dengan 2010. Dengan menggunakan model efek tetap (Fixed Effect Model-FEM) data panel, ditemukan bahwa bank-bank umum di Indonesia yang memiliki banyak portofolio aset tidak likuid ketika terjadi krisis likuiditas mengalami kesulitan dalam menggalang capital inflow. Selain itu, karena tingginya biaya dana (cost of fund) saat krisis likuiditas, bank tidak ada pilihan selain memotong laba usaha mereka yang kemudian berdampak pada berkurangnya kas dan aset likuid yang mereka pegang sehingga bank tidak bisa melakukan penimbunan likuiditas (liquidity hoarding). Selanjutnya, ditemukan juga bahwa krisis likuiditas mendorong bank untuk meningkatkan pembentukan pinjaman baru dengan suku bunga lebih tinggi walau bank memiliki banyak komitmen belum ditarik. Terakhir, ditemukan bahwa dana pihak ketiga memegang peranan penting dalam keputusan bank untuk menimbun aset likuid dan memberikan pinjaman. Semakin banyak dana pihak ketiga yang dimiliki bank, semakin kecil keterbatasan yang dihadapi bank saat terjadi krisis likuiditas.

---

This study aims to analyze the effect of liquidity risk exposure on the growth of liquid assets, loan, and credit origination for Indonesia’s commercial banks. Furthermore, by using Fixed Effect Model for data panel from 2004 to 2010 the result shows that Indonesia’s commercial banks with high illiquid asset portofolios when exposed to liquidity risk will face difficulties in raising capital. Moreover, the high cost of fund during liquidity crisis will give banks no choice but to cut profit which will lead to the reduction of cash and liquid assets, making it unable for banks to hoard liquidity. Findings also show that liquidity crisis encourages banks to increase new lending with higher interest rates even when they have high undrawn commitments. Finally, the results indicate that core deposits played an important role in banks’ decision to hoard liquidity and distribute loans. The more core deposits, the fewer drawbacks on banks during a liquidity crisis."

"Penelitian ini menganalisis mengenai faktor-faktor determinan dari Net Stable Funding Ratio NFSR dalam kerangka kerja manajemen risiko likuiditas sesuai Basel III dan dampak faktor-faktor determinan tersebut bersama NFSR terhadap kinerja keuangan bank umum konvensional di Indonesia. Periode data yang diobservasi adalah 2009-2014 dan Metodologi yang digunakan adalah regresi linear berdasarkan data panel. Hasil penelitian ini menyatakan bahwa NSFR ditentukan oleh faktor-faktor permodalan, ukuran bank, model bisnis, kepemilikan, krisis keuangan dan kurva imbal hasil. NSFR sendiri tidak memiliki pengaruh yang signifikan terhadap kinerja keuangan bank yang diukur dengan variabel ROA, ROE, dan NIM.

---

The main objective of this study is to analyze the determinants of Net Stable Funding Ratio NSFR within Basel III liquidity risk management framework and its impact along with NSFR to bank performance in Indonesia. All the data were obtained for the period 2009 2014 and the methodology applied in the analysis is linear regression based on panel data.The result highlight that NSFR is determined by capital ratio, bank size, business model, ownership, financial crisis and yield curve. NSFR itself does not have a statistically significant influence on bank profitability measures ROA, ROE, and NIM."

"Bank dalam menjalankan pengelolaan likuiditasnya mempunyai potensi keuntungan dan kerugian yang selalu mengikuti. Untuk mengendalikan risiko tersebut perlu suatu proses manajemen risiko yang memadai, mulai dari identifikasi risiko, pengukuran risiko hingga implementasi mitigasi risiko. Pengukuran risiko likuiditas pada BNI yaitu menggunakan Liquidity Coverage Ratio. Penyediaan likuiditas sangat penting untuk mengantisipasi adanya kebutuhan likuiditas sehingga dapat mengcover kewajiban Bank baik dalam kondisi normal maupun krisis. Namun demikian, penyediaan likuiditas tidak boleh tersedia secara berlebihan karena timbul biaya likuiditas yang harus ditanggung oleh Bank. Oleh karena itu, diperlukan penetapan limit biaya pengelolaan likuiditas yang bersedia di tanggung oleh Bank berdasarkan risk appetite dari management serta batas limit maksimum Liquidity Coverage Ratio harus ditetapkan oleh Bank. Penetapan limit tersebut merupakan hal penting dalam proses mitigasi risiko agar pendapatan yang hilang karena adanya penyediaan likuiditas dapat diminimalkan sehingga dapat tercipta peningkatan laba bagi Bank. Data yang diperoleh dalam penelitian ini merupakan komponen dari Liquidity Coverage Ratio BNI selama 2 Tahun 2015-2016 . Metode dalam penelitian ini secara kuantitatif. Pada kondisi saat ini BNI belum melakukan pengelolaan likuiditas jangka pendeknya secara efektif. Hal ini terbukti dari hasil perhitungan rata-rata Liquidity Coverage Ratio yang masih tinggi yaitu 267 . Bahkan pernah tertinggi sebesar 389 pada Q4 2015. Regulator menetapkan batas Liquidity Coverage Ratio minimum sebesar 100 . Dengan adanya, penetapan pengelolaan biaya pemeliharaan likuiditas maksimum dan penetapan limit maksimum Liquidity Coverage Ratio diharapkan dapat diimplementasikan oleh BNI sehingga dapat tercipta peningkatan laba bagi Bank.

---

Bank in carrying out liquidity management always followed with potential gains and losses. There should be an adequate risk management process to manage these risks, starting from risk identification, risk measurement to risk mitigation implementation. Liquidity risk measurement in BNI using Liquidity Coverage Ratio. The providing of liquidity is very important to anticipate liquidity needs so as to cover the liabilities of the Bank both in normal and crisis conditions. However, the providing of liquidity should not be available to excess liquidity because there will be costs to be borne by the Bank. Therefore, it is necessary to establish limit liquidity management fee paid by the Bank prepared based on the risk appetite by management as well as the maximum limit of the Liquidity Coverage Ratio must be determined by the Bank. The limit setting process is important in order to mitigate the risk of lost revenue due to the providing of liquidity could be minimized so as to create an increase in profits for the Bank. Data obtained in this study is a component of the Liquidity Coverage Ratio BNI for 2 years 2015 2016 . The method in this research is quantitative. In the current conditions the BNI not do short term liquidity management effectively. This is evident from the results of the calculation of average Liquidity Coverage Ratio are still high at 267 . The highest ever amounted to 389 in Q4 2015. Regulator set a minimum limit of the Liquidity Coverage Ratio at 100 . With the, determination of maximum liquidity management of maintenance costs and maximum limits Liquidity Coverage Ratio is expected to be implemented by the BNI so as to create an increased Bank profitability."

"ABSTRAKFokus dari penelitian ini adalah untuk mengidentifikasi bank-bank yang dianggap berisiko sebagai counterpart oleh bank lainnya dalam transaksi Pasar Uang Antar Bank PUAB , sehingga diharapkan dapat mencegah serta memitigasi potensi terjadinya risiko sistemik pada industri perbankan di Indonesia. Data yang digunakan dalam penelitian ini adalah data transaksi intraday bilateral pinjam meminjam tanpa agunan dengan tenor overnight O/N yang diambil dari transaksi PUAB dengan periode observasi dari Januari 2008-Juni 2009. Dari hasil penelitian, berhasil diidentifikasi sebanyak 4 bank yaitu FI 81, FI 94, FI 3 dan FI 54 yang secara statistik signifikan menunjukkan signal risiko tertinggi di PUAB.Selain itu ditemukan juga bukti bahwa sebagian besar bank yang menunjukkan frekuensi signal yang tinggi umumnya bertindak sebagai net peminjam di PUAB, hal ini mengindikasikan bahwa bank tersebut terus-menerus menghadapi permasalahan likuiditas. Dari hasil regresi ditemukan juga bukti adanya hubungan negatif dengan tingkat kemiringan slope sebesar -0,93 antara besarnya share signal risiko terhadap Z Score. Dari hasil penelitian ini diharapkan metode ini dapat digunakan sebagai tools pelengkap dalam melakukan monitoring risiko individual bank selain dari angka rasio keuangan, serta dapat diaplikasikan sebagai Early Warning System EWS perbankan

---

ABSTRACTThe focus of this study is to identify which banks that are considered risky as counterpart by other banks in interbank money market transactions PUAB , and it is expected to prevent and mitigate the potential of systemic risk in the banking industry in Indonesia. In this research used intraday bilateral lending transaction without collateral data with overnight tenor O N taken from PUAB transaction with observation period from January 2008 to June 2009. Based on the research result, it was identified 4 banks, FI 81, FI 94, FI 3 and FI 54 which statistically show the highest sign of risk in PUAB.There is also evidence that most banks that exhibit high signal frequencies generally act as net borrowers in the interbank money market, indicating that banks are constantly facing liquidity problems. From the regression results found also evidence of a negative relationship with the level of slope 0.93 between the amount of risk signal share against Z Score. Hopefully the method from this study can be used as a complementary tool in monitoring individual bank risk apart from the financial ratio, and can be applied as the Early Warning System EWS banking"

"Pengelolaan likuiditas perbankan sangatlah penting, yang disadari sejak krisis keuangan tahun 2007-2009, yang mendorong keluarnya Basel III. Penelitian ini dijalankan dengan memperbandingkan data time-series dari rasio likuiditas, yaitu Rasio Intermediasi Makroprudential (RIM, bentuk terkini dari Loan to Deposit Ratio/LDR), Long Term Core Deposit ratio (LTCD, proxy dari Liquidity Coverage Ratio/LCR) dan Net Stable Funding Ratio (NSFR) dari bank umum di Indonesia, dengan menggunakan perhitungan korelasi dan regresi linier. Data yang digunakan adalah laporan keuangan triwulanan interim 54 bank umum periode 2005-2016. Hipotesa studi ini adalah bahwa bank telah mengelola likuiditas secara aktif sejak sebelum krisis, dan menyesuaikan pendekatannya sepanjang periode hingga implementasi Basel III. Untuk menguji perilaku pengelolaan likuiditas sehubungan dengan pergerakan profitabilitas perbankan dan likuiditas negara, Cost of Fund (COF), Net Interest Margin (NIM) dan Return on Asset (ROA) serta penerbitan Surat Perbendaharaan Negara (SBN) digunakan sebagai variabel. Hasil studi menunjukkan bahwa bank di Indonesia mengelola likuiditasnya sebelum krisis, tetapi dengan metode yang tidak terstandar. Sepanjang periode penelitian bank mulai menggunakan pendekatan yang standar dengan tetap menunjukkan kepatuhan pada ketentuan, namun dengan cadangan likuiditas yang lebih rendah. Terdapat bukti adanya hubungan antara likuiditas bank dengan profitabilitas dari industri perbankan, dan juga dengan likuiditas dari pemerintah.

---

The importance of bank liquidity management realized since 2008 financial crisis and resulted in Basel III implementation. This research compared the time-series data of liquidity ratios, namely Rasio Intermediasi Makroprudensial (RIM, the newest form of Loan to Deposit Ratio/LDR), Long Term Core Deposit ratio (LTCD, proxy of Liquidity Coverage Ratio/LCR) and Net Stable Funding Ratio (NSFR) from Indonesian commercial banks, using correlation calculation and linear regression. It used quarterly interim financial data from 54 commercial banks in 2005-2016. The study tested hypothesis that banks have actively managed their liquidity risk before the crisis, and adjusted their approach along way to the implementation of Basel III. Then, Cost of Fund (COF), Net Interest Margin (NIM) and Return on Asset (ROA) and Surat Perbendaharaan Negara (SBN) issuance variables are used to test liquidity management changes correlate to industry profitability trend and government liquidity. The result showed that Indonesian banks have managed its liquidity prior to the crisis, but with unstandardized methods used by each bank. Through time, Indonesian banks started to use some standards, resulting in the new regulations compliance, but in lower liquidity reserves. The banks liquidity reserve also correlated with banking industry profitability and government liquidity condition."

"Penelitian ini bertujuan untuk menyelidiki hubungan antara dampak adopsi fintech pada level bank individu terhadap risiko bank, termasuk risiko kredit, likuiditas, dan kebangkrutan. Penelitian ini menetapkan indeks untuk mengukur adopsi fintech yang telah dijalankan oleh bank di Indonesia, sampel nya sendiri mencakup 46 bank yang terdaftar di Bursa Efek Indonesia (BEI) dan menggunakan teknologi text mining, untuk proses pengambilan informasi mengenai adopsi fintech berdasarkan laporan keuangan tahunan bank tersebut dari tahun 2019 hingga 2022. Selain itu, penelitian ini juga membahas mengenai heterogenitas kepemilikan dan adopsi sub-dimensi fintech yang berpengaruh. Kesimpulan dari penilitian ini sebagai berikut: (1) adopsi fintech pada bank meningkatkan risiko kredit dan likuiditas bank namun mengurangi risiko kebangkrutan; (2) Dari segi kepemilikan, adopsi fintech pada bank umum milik swasta/asing membawa risiko kredit dan likuiditas yang lebih tinggi. (3) Penerapan sub-dimensi teknologi pada adopsi fintech dapat memperburuk risiko kredit dan likuiditas.

---

This research investigates the relationship between the impact of fintech adoption at the individual bank level and bank risk, including credit, liquidity, and insolvency risks. This research established an index measuring fintech adoption covering 46 banks listed on the Indonesia Stock Exchange (IDX). Using text mining technology, it took information regarding fintech adoption based on the bank's annual financial reports from 2019 to 2022. Apart from that, this research also discusses the heterogeneity of ownership and adoption of influential fintech sub-dimensions. The conclusions of this research are as follows: (1) adoption of fintech in banks increases credit risk and liquidity risk yet reduces the risk of insolvency; (2) From an ownership perspective, the adoption of fintech in private/foreign-owned commercial banks carries higher credit and liquidity risks. (3) Applying technological sub-dimensions to fintech adoption can exacerbate credit and liquidity risks."