BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN

1.1

Desain Penelitian Dalam Bab 4 secara lebih mendalam akan dibahas seacara deskriptif

mengenai hasil pengukuran risiko kredit pada segmen Kredit Tanpa Agunan pada bank XYZ dengan menggunakan Model CreditRisk+ dan membandingkannya dengan metode yang digunakan sebelumnya oleh Bank XYZ. Dari hasil statistik diketahui besarnya Probability of Default dari kredit tanpa agunan Bank XYZ dengan menggunakan model distribusi Poisson, besarnya potensi kerugian yang akan ditanggung oleh Bank XYZ, termasuk di dalamnya besarnya kerugian yang dapat diperkirakan (expected loss) dan kerugian yang tidak dapat diperkirakan (unexpected loss) oleh Bank XYZ, serta berapa besar modal yang harus disediakan oleh Bank XYZ untuk memproteksi unexpected loss. Penelitian ini dilakukan dengan mengambil portofolio kredit secara internal pada segmen Kredit Tanpa Agunan di Bank XYZ. Dari data tersebut, akan diolah menggunakan metode CreditRisk+ untuk menghitung CKPN dan menentukan risiko kredit dari nilai economic capital yang diperoleh. 1.2

Variabel Penelitian Variabel dalam penelitian ini adalah nilai exposure at default yang

diperoleh dengan memisahkan portofolio kredit segmen Kredit Tanpa Agunan Bank XYZ menjadi kredit default dan non default. Kredit default yang

63 http://digilib.mercubuana.ac.id/

64

memiliki masa tunggakan diatas 90 hari akan dikelompokkan per band dan kelas yang kemudian akan diolah menggunakann metode CreditRisk+. Variabel lainnya yaitu loss given default (LGD), number of default, probability of default, unexpected number of default, cummulative probabilty of default, expected loss, unexpected loss dan economic capital. 1.2.1 Definisi Konsep Metode CreditRisk+ dapat digunakan untuk membantu dalam pengukuran risiko kredit di masa yang akan datang dengan besaran Value at Risk (VaR) yang diperoleh dari nilai unexpected loss (Fatimah, 2012). Selanjutnya dari perolehan perhitungan expected loss dan unexpecteed loss akan diperoleh besaran economic capital yang dapat digunakan oleh Bank XYZ dalam mengukur kecukupan modalnya untuk menutupi risko kerugian di masa yang akan datang. Dimana segmen Kredit Tanpa Agunan sendiri belum ada penelitian sebelumnya yang khusus membahas mengenai perhitungan CKPN, melihat jenis kredit ini memiliki tingkat risiko yang cukup tinggi dibandingkan dengan jenis risiko lainnya. 1.2.2

Definisi Operasional Portofolio

kredit

bulanan segmen Kredit Tanpa Agunan

merupakan data yang digunakan didalam penelitian ini, dengan mengambil exposure at default dari fasilitas Kredit Tanpa Agunan dari Bank XYZ. Selanjutnya data tersebut diatas akan digunakan untuk menghitung besarnya nilai-nilai sebagai berikut:

http://digilib.mercubuana.ac.id/

65

a.

Loss Given Default Dengan rumus : LGD = EAD x (1-Recovery Rate)

b.

Number of default Dengan rumus : λ =

c.

Probability of default Nilai ini dihitung menggunakan program microsoft excel dengan rumus (POISSON (n,λ,0)). Selanjutnya expected number of default didapatkan pada saat jumlah kejadian default memiliki probability of default tertinggi, dimana menghasillkan titik terjadinya jumlah kejadian default dengan persamaan n = λ.

d.

Unexpected Number of default dan Cummulative Probability of default. Unexpected number of default dapat dihitung pada saat cumulative probability of default mencapai nilai > 99% dengan menggunakan Software

Minitab

15. Dengan menggunakan bantuan software

tersebut diperoleh hasil besarnya frekuensi gagal bayar yang diprediksi dengan selang kepercayaan 99% a.

Expected loss Dengan rumus : EL = λ x Band x kelas band

b.

Unexpected loss Dengan rumus : EL = unexpected number of default x Band x kelas band


66

c.

Economic Capital Dengan rumus

d.

: unexpected loss – expected loss

Backtesting Perbandingan antara nilai unexpected loss (VαR) dengan besaran actual loss pada setiap bulan periode penelitian merupakan cara perhitungan yang dapat digunakan sebagai backtesting.

e.

Validasi Metode Loglikelihood Ratio (LR) adalah test yang digunakan dalam pengukuran validasi model atau tingkat akurasi model pada penelitian ini. Sehingga dari hasil validasi metode ini dapat diketahui tingkat akurasi model CreditRisk+ dalam memperkirakan unexpected

loss.

Validasi

metode

ini

menggunakan

selang

kepercayaan sebesar 99% dan derajat bebas sebesar satu dengan menggunakan rumus sebagai berikut: LR = -2log [(1 – PN)T-N(PN)N] + 2log {[1- ( N )T-N 1.3

( N )N }

Jenis dan Sumber Data Data sekunder dari portofolio kredit segmen Kredit Tanpa Agunan setiap

bulannya periode Januari 2013 sampai dengan Desember 2015 menjadi data yang digunakan dalam penelitian ini.


67

1.4

Teknik Pengumpulan Data Data diperoleh dari internal bank XYZ berupa data portofolio segmen

Kredit Tanpa Agunan setiap bulannya periode Januari 2013 sampai dengan Desember 2015. 1.5

Teknik Analisis Data Tahapan dari penelitian ini adalah sebagai berikut: 1.5.1

Penyusunan Band Tahap awal dari penelitian ini adalah memperoleh data portofolio

kredit dan selanjutnya melakukan penyusunan band guna memperkecil data dan memudahkan dalam pengukuran risiko kredit. Penyusunan band dilakukan dengan mengurutkan data bulanan sesuai dengan kisaran exposure kredit tanpa agunan Bank XYZ. Setelah penyusunan band kemudian dilakukan penyusunan kelas menjadi sebanyak 10 (sepuluh) kelas dengan cara membagi exposure dengan jumlah band. Penyusunan band dan kelas dalam penelitian ini adalah sebagai berikut: Penyusunan band dengan 10 (sepuluh) kelompok kelas, yaitu : 1)

Nilai exposure Rp 5 juta sampai dengan Rp 24,999 juta

2)


3)


4)


5)


6)



68

1.5.2

7)


8)


9)


10)

Nilai exposure Rp 225 juta sampai dengan Rp 250 juta

Pengolahan Data Perhitungan CKPN kolektif dan risiko kredit dapat diolah

dengan menggunakan komponen sebagai berikut: a.

Nilai exposure at default (EAD) Dapat dihitung dari portofolio kredit yang dinyatakan default dan nilai exposure akan didapat dari total outstanding tagihan yang default di setiap bulannya.

b.

Pengukuran loss given default atau severity loss Hasil pengukuran ini diperoleh dengan cara membandingkan nilai recovery pokok kredit yang telah dihapusbukukan dengan nilai pokok kredit yang telah dihapusbukukan dimana nilai recovery rate dihitung dari nilai pengembalian setiap debitur dan dibuatkan nilai rata-rata recovery rate dalam kelompoknya.

c.

Perhitungan default rate atau number of default Diperoleh dengan cara menghitung jumlah kejadian default di setiap bulan untuk masing-masing band yakni jumlah kejadian kerugian (n) atau lambda (λ) dengan cara membagi nilai exposure pada masing- masing kelompok band terhadap common exposurenya.


69

d.

Pengukuran probability of default Pengukuran ini diperoleh dengan cara mendapatkan jumlah debitur yang mengalami default pada tingkat keyakinan 99%. Dengan memasukkan nilai n=1,2,3,….n sehingga besarnya probability of default untuk setiap n kejadian dapat diketahui. Selanjutnya dilakukan

penjumlahan

nilai

probabilitas

tersebut

sehingga

diperoleh cumulative probability of default sehingga mencapai proyeksi 99%. e.

Selanjutnya dilakukan perhitungan expected loss yang diperoleh dari perkalian antara nilai n = lambda (λ) dengan nilai exposure pada masing-masing kelompok band. Perhitungan unexpected default number dapat ditentukan pada saat cumulative probability of default mencapai 99%. Nilai unexpected loss (VaR) didapat dengan mengkalikan n (cumulative PD ≥ 99%) dengan common exposure pada setiap band. Nilai VaR adalah nilai maksimum kerugian yang dapat terjadi pada tingkat keyakinan sebesar 99%. Setelah mengetahui nilai unexpected loss dan expected loss maka akan diketahui besar Economic capital dengan cara melakukan pengurangan diantara keduanya.

f.

Backtesting Membandingkan nilai unexpected loss (VaR) dengan nilai actual loss merupakan cara untuk melakukan bactesting sebagai perhitungan keakuratan metode CreditRisk+. Jika nilai VaR lebih besar daripada


70

actual loss, hal itu berarti nilai VaR dapat menutupi actual loss. Namun jika nilai VaR lebih kecil daripada actual loss maka bank XYZ harus menyediakan economic capital yang digunakan untuk menutupi VaR. g.

Validasi model Likelihood Ratio (LR) merupakan metode yang digunakan untuk validasi model CreditRisk+ dengan cara menghitung banyaknya jumlah real loss yang melebihi nilai VaR setiap bulan selama periode observasi. Jumlah tersebut selanjutnya dibandingkan dengan jumlah kesalahan yang masih dapat diterima selama periode observasi. Nilai uji statistik likelihood ratio dibandingkan dengan nilai chisquared menggunakan derajat bebas pada level yang diharapkan. Pengujian LR memiliki hipotesis sebagai berikut: H0

:

LR
H1

:

LR> Chi-Squared, permodelan ditolak, backtesting tidak teruji


BAB IV METODE PENELITIAN

Recommend Documents