UNIVERSITAS INDONESIA PENGARUH DARI KONSENTRASI PORTOFOLIO KREDIT PADA RETURN DAN RISIKO BANK YANG TELAH GO PUBLIC DI INDONESIA TESIS

UNIVERSITAS INDONESIA

PENGARUH DARI KONSENTRASI PORTOFOLIO KREDIT PADA RETURN DAN RISIKO BANK YANG TELAH GO PUBLIC DI INDONESIA

TESIS

DIAN NOVITA SARI 1006830115

FAKULTAS EKONOMI PROGRAM STUDI MAGISTER MANAJEMEN JAKARTA JULI 2012

Pengaruh dari..., Dian Novita Sari, FE UI, 2012

UNIVERSITAS INDONESIA

PENGARUH DARI KONSENTRASI PORTOFOLIO KREDIT PADA RETURN DAN RISIKO BANK YANG TELAH GO PUBLIC DI INDONESIA

TESIS Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Manajemen

DIAN NOVITA SARI 1006830115

FAKULTAS EKONOMI PROGRAM STUDI MAGISTER MANAJEMEN KONSENTRASI MANAJEMEN KEUANGAN JAKARTA JULI 2012


HALAMAN PERNYATAAN ORISINALITAS

Tesis ini adalah hasil karya saya sendiri, dan semua sumber baik yang dikutip maupun dirujuk telah saya nyatakan dengan benar.

Nama NPM

: Dian Novita Sari : 1006830115

Tanda Tangan :

Tanggal

: 13 Juli 2012

ii


HALAMAN PENGESAHAN

Tesis ini diajukan oleh Nama NPM Program Studi Judul Tesis

: : Dian Novita Sari : 1006830115 : Manajemen Keuangan : Pengaruh dari Konsentrasi Portofolio Kredit pada Return dan Risiko Bank yang Telah Go Public di Indonesia

Telah berhasil dipertahankan di hadapan Dewan Penguji dan diterima sebagai bagian persyaratan yang diperlukan untuk memperoleh gelar Magister Manajemen pada program studi Manajemen Keuangan, Fakultas Ekonomi, Universitas Indonesia.

DEWAN PENGUJI

Pembimbing : Dr. Muhammad Muslich, MBA

(

)

Penguji

: Dr. Sylvia Veronica N. P. Siregar S.E., Ak (

)

Penguji

: Rofikoh Rokhim S.E., SIP., DEA., Ph.D

)

Ditetapkan di Tanggal

: Jakarta : 13 Juli 2012

iii


(

KATA PENGANTAR Puji syukur penulis panjatkan kepada Allah SWT yang telah memberikan rahmat dan karunia-Nya yang begitu besar dan tiada hentinya kepada penulis sehingga

tugas

penulisan

tesis

yang

berjudul

“PENGARUH

DARI

KONSENTRASI PORTOFOLIO KREDIT PADA RETURN DAN RISIKO BANK YANG TELAH GO PUBLIC DI INDONESIA” sebagai persyaratan untuk memenuhi kriteria kelulusan meraih gelar Magister Manajemen di Program Studi Magister Manajemen, Universitas Indonesia dapat diselesaikan dengan baik. Dalam masa-masa penulisan, penulis tidak terlepas dari bantuan dan dukungan dari berbagai pihak. Oleh karena itu, penulis ingin mengucapkan rasa terima dan rasa hormat serta penghargaan yang setulus-tulusnya kepada pihakpihak yang telah banyak membantu sehingga tesis ini dapat terwujud, kepada: 1.

Prof. Dr. Rhenald Kasali, Ph.D. selaku Ketua Program Studi Magister Manajemen FEUI.

2.

Dr. Muhammad Muslich, MBA selaku Pembimbing Tesis yang telah memberikan bimbingan kepada penulis sehingga penulis dapat menyelesaikan tesis ini.

3.

Dr. Sylvia Veronica dan Rofikoh Rokhim Ph.D selaku Penguji Sidang yang telah memberikan masukan dan arahan kepada penulis sehingga penulis dapat menyelesaikan tesis ini.

4.

Para dosen Manajemen khususnya Manajemen Keuangan yang telah memberikan ilmu-ilmu yang bermanfaat selama penulis menjalankan masa kuliah di MMUI.

5.

Dr. Irwan Adi Ekaputra, Mitha, Dea, dan Diza yang telah memberikan bantuan yang sangat berarti dalam pemahaman Eviews, Stata, dan statistik.

6.

Bapak dan Mama, orang tua penulis yang telah memberikan dukungan moril maupun materiil yang tak terhingga, Mas Bhayu, Mbak Anthie, Mas Ibad, Mbak Icha, Mbak Ririn, dan Irma untuk setiap doa dan dukungannya, serta segenap keluarga besar, terutama mbah Putri, Bulik Diah dan Bulik Nur. Serta keponakan-keponakan Alya, Galih, Keenan yang membuat hari-hari saya menjadi ceria.

iv


7.

Mas Rinto dan Mbak Par, Pak Palil, Mbak Yanti, dan Mbak Ima atas doa dan dukungannya yang telah diberikan.

8.

Sahabat-sahabat saya di kampus kelas A102, Tika, Chici, Indra, Ipan, Billy, Ditto, Isal, Milka, Ricky, Gilang, Amel, Mbak Hany, Mbak Tika, Puri, Taufik, Farid, Arya, Nandra, Adit, Arthur, Bayu, dan Earnest, terima kasih untuk hari-hari yang kita lalui di kelas A102. Teman-teman kelas Finance Tya, Umi, Lolo, Rini, Soni, Rekso, Rian, Gerry, dan Rezka atas hari-hari penuh tugas yang dilalui bersama di kelas Finance. Saya akan merindukan saat-saat kita belajar bersama. Serta teman-teman kelas B102 Vicia, Chinta, Bu Susy, Radit, Vidi, Reno, Nita, Nuri, Koming, Yudi, Ricky, Anka, terima kasih atas hari-hari yang telah kita lalui di MMUI.

9.

Taufik Akbar teman seperjuangan bimbingan tesis.

10. Sahabat-sahabat saya tercinta Dhianty, Azia, Ana, Alice, dan Juma yang membuat hari-hari pengerjaan tesis menjadi bersemangat. Sahabat saya Novi, Isti, Ellyza, dan Rizna atas doa dan dukungannya, berharap bisa bertemu kalian. 11. Keluarga besar MMUI. Penulis menyadari sepenuhnya bahwa tesis ini masih jauh dari harapan dan kesempurnaan karena masih terdapat banyak kekurangan, hal ini lebih disebabkan karena keterbatasan waktu dan kemampuan penulis. Oleh karena itu, penulis akan dengan senang hati mengharapkan bahkan menerima saran dan kritik dari pihak manapun dengan diiringi doa dan ucapan terima kasih.

Jakarta, 15 Juni 2012

Penulis

v


HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI TUGAS AKHIR UNTUK KEPENTINGAN AKADEMIS Sebagai civitas akademik Universitas Indonesia, saya yang bertanda tangan di bawah ini: Nama NPM Program Studi Departemen Fakultas Jenis Karya

: Dian Novita Sari : 1006830115 : Manajemen Keuangan : Magister Manajemen : Ekonomi : Tesis

demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Indonesia Hak Bebas Royalti Noneksklusif (Non-Exclusive Royalty-Free Fight) atas karya ilmiah saya yang berjudul: Pengaruh dari Konsentrasi Portofolio Kredit pada Return dan Risiko Bank yang Telah Go Public di Indonesia beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Noneksklusif ini Universitas Indonesia berhak menyimpan, mengalihmedia/formatkan, mengelola dalam bentuk pangkalan data (database), merawat, dan memublikasikan tugas karya akhir saya selama tetap mencantumkan nama saya sebagai penulis/pencipta dan sebagai pemilik Hak Cipta. Demikian pernyataan ini saya buat dengan sebenarnya.

Dibuat di : Jakarta Pada Tanggal : 13 Juli 2012 Yang Menyatakan

(Dian Novita Sari)

vi


ABSTRAK Nama Program Studi Judul

: Dian Novita Sari : Manajemen Keuangan : Pengaruh dari Konsentrasi Portofolio Kredit pada Return dan Risiko Bank yang Telah Go Public di Indonesia

Tesis ini membahas mengenai pengaruh dari konsentrasi atau diversifikasi portofolio kredit terhadap return dan risiko bank yang telah go public di Indoneisa. Penelitian bersifat kuantitatif dengan menggunakan laporan keuangan dari tahun 2007 kuartal 1 sampai 2010 kuartal 4. Data yang digunakan diambil dari laporan keuangan yang terdapat Catatan atas Laporan Keuangan di dalamnya. Hasil regresi menunjukan bahwa konsentrasi portofolio kredit tidak memiliki pengaruh terhadap return bank. Hasil regresi menggunakan ukuran konsentrasi Shannon Entrophy menunjukan bahwa konsentrasi portofolio kredit berpengaruh positif terhadap risiko gagal bayar bank. Penelitian ini juga tidak menemukan perilaku U-shaped atas return dan konsentrasi portofolio kredit dengan menggunakan fungsi risiko. Kata Kunci: bank, risiko gagal bayar, konsentrasi portofolio kredit, return.

vii


Universitas Indonesia

ABSTRACT Name Study Program Title

: Dian Novita Sari : Financial Management : The effect of Concentration of Loan Portfolio on Bank Returns and Risks for Bank that Have Gone Public in Indoneisa

The aim of this study is to explore the effect of concentration of loan portfolio on bank returns and risks for bank that have gone public in Indoneisa. This study use financial statements from 1st quarter 2007 to 4th quarter 2010. The data for this study are taken from Notes to The Financial Statements. Regression results show that loan portfolio concentration has no effect on bank return. Regression results using Shannon Entrophy for concentration measure show that loan portfolio concentration has positive effect on default risk of bank. This study found there is no U-shaped behavior on return and loan portfolio concentration using risk function. Key words: bank, default risk, concentration of loan portfolios, return

viii



DAFTAR ISI

LEMBAR JUDUL ........................................................................................... LEMBAR PERNYATAAN ORISINALITAS ................................................ LEMBAR PENGESAHAN SKRIPSI ............................................................ KATA PENGANTAR ..................................................................................... PERSETUJUAN PUBLIKASI ........................................................................ ABSTRAK ....................................................................................................... DAFTAR ISI .................................................................................................... DAFTAR TABEL ............................................................................................ DAFTAR GAMBAR ...................................................................................... DAFTAR LAMPIRAN ...................................................................................

i ii iii iv vi vii ix xi xii xiii

BAB 1 PENDAHULUAN 1.1 Latar Belakang ............................................................................ 1.2 Masalah dan Pertanyaan Penelitian ............................................. 1.3 Tujuan Penelitian ........................................................................ 1.4 Batasan Penelitian ....................................................................... 1.5 Manfaat Penelitian ...................................................................... 1.6 Sistematika Penulisan ..................................................................

1 6 7 7 7 8

BAB 2 STUDI PUSTAKA 2.1 Risiko Kredit ............................................................................... 10 2.2 Teori tentang Diversifikasi ........................................................... 11 2.3 Hipotesis Penelitian...................................................................... 19 AB 3 METODE PENELITIAN 3.1 Data Penelitian ............................................................................ 3.2 Metode Penelitian ........................................................................ 3.2.1 Operasionalisasi Variabel................................................... 3.2.1 Model Penelitian......................... ....................................... 3.3 Langkah-Langkah Penyelesaian Karya Akhir ............................. BAB 4 ANALISA DAN PEMBAHASAN MASALAH 4.1 Analisa Deskriptif Model ............................................................. 4.2 Analisa Hasil Regresi ................................................................... 4.2.a Pengaruh Konsentrasi Portfolio Kredit terhadap Return .... 4.2.a.1 Dengan Ukuran Konsentrasi Hirshmann-Herfindahl Index ................................................................................. 4.2.a.2 Dengan Ukuran Konsentrasi Shannon Entropy............... 4.2.b Pengaruh Konsentrasi Portfolio Kredit terhadap Return dengan Memasukan Fungsi Risiko Gagal Bayar .. 4.2.b.1 Dengan Ukuran Konsentrasi Hirshmann-Herfindahl Index ................................................................................. 4.2.b.2 Dengan Ukuran Konsentrasi Shannon Entropy .............. 4.2.c Pengaruh Konsentrasi Portfolio Kredit terhadap Risiko1

ix


21 22 22 24 30

32 34 34 35 39 43 43 48


Gagal Bayar ..................................................................... 53 4.2.c.1 Dengan Ukuran Konsentrasi Hirshmann-Herfindahl Index ................................................................................. 54 4.2.c.2 Dengan Ukuran Konsentrasi Shannon Entropy............... 58 BAB 5 KESIMPULAN DAN SARAN 5.1 Kesimpulan .................................................................................. 5.2 Saran ............................................................................................ 5.2.1 Saran untuk Industri Perbankan......................... ................ 5.2.2 Saran untuk Regulator......................... ............................... 5.2.2 Saran untuk Akademisi......................... .............................

64 65 65 65 66

DAFTAR REFERENSI .................................................................................. 67 LAMPIRAN ..................................................................................................... 70

x



DAFTAR TABEL 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9

Tabel Deskriptif Data Penelitian ............................................................. Tabel Pengujian F dan Hausman Model 1 HHI ...................................... Tabel Pengujian Heteroskedastisitas dan Autokorelasi Model 1 HHI .... Tabel Pengujian Multikolinearitas Model 1 HHI .................................... Tabel Regresi Model Fixed Effect Cross section Weight 1 HHI ............. Tabel Pengujian F dan Hauman Model 1 SE .......................................... Tabel Pengujian Heteroskedastisitas dan Autokorelasi Model 1 SE ....... Tabel Pengujian Multikolinearitas Model 1 SE ...................................... Tabel Regresi Fixed Effect Cross Section Weight Model 1 SE Model 1 SE .............................................................................................. 4.10 Tabel F dan Hausman Model 2 HHI Model 2 HHI ................................. 4.11 Tabel Pengujian Heteroskedastisitas dan Autokorelasi Model 2 HHI .... 4.12 Tabel Pengujian Multikolinearitas Model 2 HHI .................................... 4.13 Tabel Regresi Model Fixed Effect Cross section Model 2 HHI .............. 4.14 Tabel F dan Hausman Test Model 2 SE .................................................. 4.15 Tabel Pengujian Heteroskedastisitas dan Autokorelasi Model 2 SE ....... 4.16 Tabel Pengujian Multikolinearitas Model 2 SE ...................................... 4.17 Tabel Regresi Model Fixed Effect Cross section Model 2 SE ................ 4.18 Tabel Pengujian F dan Hausman Model 3 HHI ..................................... 4.19 Tabel Pengujian Heteroskedastisitas dan Autokorelasi Model 3 HHI ..... 4.20 Tabel Pengujian Multikolinearitas Model 3 HHI .................................... 4.21 Tabel Regresi Model Fixed Effect Cross section Model 3 HHI .............. 4.22 Tabel Pengujian F dan Hausman Model 3 SE ......................................... 4.23 Tabel Pengujian Heteroskedastisitas dan Autokorelasi Model 3 SE ....... 4.24 Tabel Pengujian Mutikolinearitas Model 3 SE ........................................ 4.25 Tabel Hasil Regresi Konsentrasi terhadap Risiko Gagal Bayar Model 3 SE ..............................................................................................

xi


32 35 35 36 37 39 39 40 41 43 44 44 46 48 49 49 51 54 54 55 56 58 59 59 61


DAFTAR GAMBAR Gambar 1.1 Inflasi Beberapa Negara ASEAN ................................................. 2 Gambar 3.1 Alur Desain Penelitian Karya Akhir ............................................ 29

xii



DAFTAR LAMPIRAN Lampiran 1 : Daftar Kode Bank Go Public ..................................................... Lampiran 2 : Hasil Regresi Model 1 HHI ........................................................ Lampiran 3 : Hasil Regresi Model 1 SE .......................................................... Lampiran 4 : Hasil Regresi Model 2 HHI ........................................................ Lampiran 5 : Hasil Regresi Model 2 SE .......................................................... Lampiran 6 : Hasil Regresi Model 3 HHI ........................................................ Lampiran 7 : Hasil Regresi Model 3 SE ..........................................................

xiii


70 71 74 77 81 85 88


BAB 1 PEBDAHULUAN

1.1 Latar Belakang Selama awal semester 2011, perekonomian dunia terus tumbuh menunjukan pemulihan ekonomi pasca krisi tahun 2008 masih terus berlanjut (Bank Indonesia a, 2011). Pertumbuhan ekonomi dunia ditopang oleh pertumbuhan ekonomi emerging market yang menjadi penyeimbang melambatnya pertumbuhan ekonomi beberapa negara maju di kawasan Eropa dan Amerika Serikat. Tingkat inflasi masih meningkat terutama dipicu oleh harga komoditas yang masih berada pada level tinggi meski beberapa komoditas seperti minyak sudah sedikit menurun. Di tengah kondisi tersebut pada paruh pertama semester awal 2011, pasar keuangan global masih cenderung stabil. Namun dengan perkembangan permasalahan fiskal beberapa negara Eropa, kondisi pasar mulai cenderung goyah. Ketidakpastian pemulihan krisis Eropa menyebabkan investor global mengalihkan investasi kepada negara emerging market yang pertumbuhan ekonominya masih cukup solid. Namun, hal ini menimbulkan kekhawatiran terjadinya bubble dan kemungkinan terjadinya sudden capital reversal apabila terjadi sesuatu di luar perkiraan. Pertumbuhan ekonomi yang tetap tinggi terutama pada negara-neagara emerging market, mendorong permintaan terhadap ekspor Indonesia tetap baik, khususnya ekspor non migas yang berbasis sumber daya alam (Bank Indonesia a, 2011). Pada akhir semester 1 tahun 2011, nilai ekspor non migas Indonesia tumbuh 10,1% dibanding akhir semester 2 tahun 2010. Namun pertumbuhan impor lebih cepat dibandingkan dengan pertumbuhan ekspor, sehingga surplus transaksi berjalan pada akhir semester tahun 2011 sedikit turun dibandingkan akhir semester 2 tahun 2010. Konsumsi domestik terus menguat didukung meningkatnya pendapatan masyarakat. Hal tersebut menjadi faktor utama penopang pertumbuhan ekonomi pada Triwulan 2 tahun 2011. Pada sisi harga, tekanan inflasi Indeks Harga Konsumen pada awal semester tahun 2011 cukup tinggi mencapai 7,02% dipicu faktor nonfundamental dari kelompok bahan pangan terutama cabe dan minyak tanah (Bank Indonesia a, 1



2

2011). Tinggginya tingkat inflasi direspon dengan peningkatan BI Rate menjadi 6,75% pada Februari 2011. Tingkat inflasi Indonesia termasuk yang tertinggi dibandingkan dengan negara Filipina, Thailand, dan Malaysia, lihat gambar 1.1. Namun, hal tersebut diimbangi dengan tingkat bunga yang lebih tinggi sehingga secara riil tingkat bunga Indonesia lebih menarik dibanding negara lain.

Gambar 1.1 Inflasi Beberapa Negara ASEAN Sumber: DSM – Bank Indonesia tahun 2011

Pinjaman luar negeri pemerintah dan kemampuan pemerintah dalam membayar pinjaman masih sangat baik sehingga potensi instabilitas terhadap sistem keuangan dari sisi pinjaman luar negeri pemerintah cenderung kecil (Bank Indonesia a, 2011). Kemampuan pemerintah dalam mengelola pinjaman luar negeri terlihat dari tetap stabilnya debt service ratio, meski sedikit mengalami penurunan dari 24% pada akhir 2010 menjadi 22% pada Juni 2011. Selain itu, cadangan devisa terus meningkat meski besar kemampuan cadangan devisa dalam menutup jumlah impor dan pembayayaran cicilan hutang turun dari 7 bulan menjadi 6,8 bulan. Industri perbankan masih mendominasi sistem keuangan Indonesia dilihat dari total asset yang berhasil dihimpun, yaitu sebesar 78,2% dari total asset lembaga keuangan (Bank Indonesia a, 2011). Peranan industri perbankan yang cukup dominan, sementara jumlah bank umum relatif sedikit dibanding lembaga Universitas Indonesia


3

keuangan lain menyebabkan perlunya pengelolaan bank dengan tingkat kehatihatian yang tinggi. Sebagai hasil dari berbagai kebijakan yang telah dikeluarkan oleh Bank Indonesia seperti penerapan ketentuan GWM (Giro Wajib Minimum) dan LDR (Loan to Deposit Ratio) maupun upaya mediasi antara pihak-pihak yang terlibat dalam proses perkreditan, perkembangan kredit pada paruh pertama 2011 cukup menggembirakan (Bank Indonesia a, 2011). Kredit tumbuh sebesar 10,5% selama semester 1 tahun 2011. Pertumbuhan tersebut tidak lepas dari kondisi perekonomian

yang

semakin

kondusif

yang

memungkinkan

perbankan

meningkatkan penyaluran kreditnya ke sektor-sektor yang produktif. Risiko kredit perbankan selama semester 1 tahun 2011 sedikit meningkat dibandingkan dengan semester 2 tahun 2010, namun masih terkendali (Bank Indonesia a, 2011). Pada akhir semester 1 tahun 2011 rasio NPL gross perbankan mencapai 2,7%, sedikit meningkat dibandingkan pada Desember 2010 sebesar 2,6%. Sejalan dengan cukup tingginya pertumbuhan kredit perbankan, maka rasio NPL gross hanya naik tipis. Untuk mengantisipasi potensi peningkatan tekanan risiko kredit, perbankan meningkatkan pencadangan kerugian kredit sebesar Rp 4,2 Triliun atau meningkat 6,8% dari akhir tahun 2010. Sementara itu, perkembangan kredit bermasalah cenderung menurun (Bank Indonesia b, 2011). Jumlah kredit bermasalah sempat meningkat sejak triwulan 1 sampai dengan triwulan 3 tahun 2011, namun kemudian turun secara signifikan pada triwulan terakhir. Hal ini sejalan dengan upaya restrukturisasi dan hapus buku yang telah dilakukan perbankan. Pada akhir tahun 2011, rasio NPL gross perbankan mencapai 2,17% (terendah dalam sepuluh tahun terakhir) disebabkan perbaikan kualitas kredit yang diikuri pesatnya pertumbuhan perbankan. Membaiknya

kinerja

perbankan

selama

tahun

2011

mendorong

peningkatan pencapaian laba (Bank Indonesia b, 2011). Selama tahun 2011 perbankan mecatatkan laba bersih sebesar Rp 75,02 Triliun lebih tinggi dibandingkan tahun 2010 sebesar Rp 57,31 Triliun. Sumber utama laba perbankan tersebut berasal dari pendapatan bunga, tercermin dari peningkatan Net Interest Income (NII). Secara rata-rata, NII selama tahun 2011 mencapai Rp 14,89 Triliun Universitas Indonesia


4

per bulan, lebih tinggi dari rata-rata NII tahun 2009 dan tahun 2010 yang hanya sebesar Rp 10,77 Triliun dan Rp 24,48 Triliun per bulan. Peningkatan profitabilitas juga dapat dilihat dari peningkatan ROA (Return on Assets) dari 2,68% pada 2010 menjadi 3,03% pada 2011. Dilihat dari sisi bank, kondisi perekonomian di Indonesia yang baik merupakan suatu peluang. Salah satu aktivitas utama bank adalah di bidang kredit. Dalam aktivitas ini bank memiliki pilihan terkait dengan portofolio kredit. Bank memiliki kewenangan menentukan sendiri dana yang dimiliki akan disalurkan untuk sektor ekonomi, misalnya perdagangan restoran dan hotel, perindustrian, jasa dunia usaha, konstruksi, dan lain-lain. Bank dapat memilih strategi konsentrasi atau diversifikasi untuk portofolio kredit mereka. Terdapat dua teori utama atas strategi portofolio kredit (Cajueiro et al., 2011), yaitu teori yang mendukung strategi diversifikasi portofolio kredit serta teori yang mendukung konsentrasi portofolio kredit. Diamond (1984) berpendapat bahwa bank seharusnya melakukan diversifikasi portofolio kredit, melalui ekspansi kredit ke sektor baru, sehingga probabilitas dari gagal bayar akan berkurang (Cajueiro et al., 2011). Ide ini berasal dari assymetric information, diversifikasi dapat mengurangi intermediation cost. Selain itu, bank yang kurang terdiversifikasi lebih mudah terpengaruh dengan penurunan ekonomi, karena mereka hanya berhubungan dengan sedikit sektor. Menurut Basel Comittee on Banking Supervision (1991) konsentrasi telah menyebabkan beberapa krisis perbankan dalam 25 tahun, mendukung bahwa risiko yang tinggi sangat terkait dengan strategi ini (Cajueiro et al., 2011). Penelitian Bebzuk dan Galindo (2008) tentang pengaruh dan evolusi diversifikasi portofolio kredit pada saat krisis keuangan tahun 2001-2002 di Argentina, menemukan pengaruh yang positif atas diversifikasi terhadap return. Penelitian tersebut juga menemukan bahwa bank dengan ukuran lebih besar memiliki keuntungan lebih besar dibandingkan bank yang lebih kecil. Selain itu keuntungan diversifikasi lebih besar saat terjadi penurunan business cycle. Penelitian Rossi et al. (2009) tentang pengaruh portofolio kredit terhadap risiko, efesiensi, dan kapitalisasi dengan menggunakan managerial behavior model untuk bank di Austria. Penelitian ini menemukan bahwa diversifikasi berpengaruh secara negatif Universitas Indonesia


5

terhadap efisiensi biaya, meningkatkan efisiensi profit, mengurangi risiko yang terjadi, dan berpengaruh positif terhadap kapitalisasi bank. Jensen (1988), Denis et al. (1997), Meyer dan Yeager (2001), Stomper (2004), dan Acharya et al. (2002) mendukung ide bahwa perusahaan seharusnya melakukan konsentrasi atas aktivitas mereka pada sektor yang spesifik atau kelompok sektor yang spesifik untuk mengambil keuntungan keahlian pada sektor bisnis tersebut (Cajueiro et al., 2011). Argumen lain menentang diversifikasi portofolio adalah karena strategi ini dapat berakibat pada peningkatan kompetisi dengan bank lain. Winton (1999) berpendapat bahwa diversifikasi hanya mengurangi kemungkinan kegagalan bank pada kasus risiko kegagalan bayar menengah. Saat risiko rendah, bank dapat mendapat keuntungan lebih dari spesialisasi daripada diversifikasi karena rendahnya probabilitas kegagalan (Cajueiro et al., 2011). Sebaliknya, saat probabilitas gagal bayar tinggi, diversifikasi dapat memperparah situasi karena bank berhubungan denngan banyak sektor, dan dapat mengakibatkan kebangkrutan bank. Hubungan antara bank fokus dan return adalah berbentuk U pada risiko. Penelitian Archaya et al. (2006) pada bank di Italia menemukan bahwa diversifikasi kredit mengurangi return bank dan mengakibatkan kredit yang lebih berisiko. Penelitian pada bank di Cina oleh Berger et al. (2010) menemukan bahwa diversifikasi mengurangi profit dan memperbesar biaya. Penelitian pada bank di Jerman oleh Hayden et al. (2007) menemukan bahwa tidak terdapat keuntungan yang besar terkait dengan diversifikasi karena diversifikasi cenderung mengurangi return bank. Penelitian ini menemukan bahwa pengaruh diversifikasi tergantung dari tingkat risiko bank. Diversifikasi hanya berpengaruh signifikan terhadap return pada

bank dengan tingkat risiko menengah. Penelitian oleh

Mercieca et al. (2007) pada Small European Bank menemukan bahwa tidak terdapat keuntungan yang didapat dari diversifikasi dan menyarankan bank kecil untuk meningkatkan kinerja dengan berekspansi pada business line dimana mereka memiliki comparative advantage. Terlepas dari kedua teori tersebut, Kamp et al. (2007) memperlihatkan bahwa kedua teori tersebut tidak sepenuhnya benar untuk sektor perbankan Jerman pada periode 1993 sampai 2003 (Cajueiro et al., 2011). Mereka Universitas Indonesia


6

menemukan bahwa keuntungan utama dari diversifikasi portofolio kredit adalah didapatnya tingkat risiko yang lebih rendah dibandingkan dengan portofolio yang terkonsentrasi. Return pada portofolio kredit yang terkonsentrasi terlihat lebih tinggi dibandingkan dengan bank yang terdiversifikasi. Penulis menyimpulkan bahwa tradeoff antara risiko dan return merupakan solusi untuk analisis, dan membiarkan bank memilih strategi mereka sendiri untuk memaksimalkan kinerja mereka. Penelitian dengan judul “The Effect of Loan Portofolio Concentration on Brazilian Banks’ Return and Risk” oleh Cajueiro et al. (2011) yang dilakukan pada 96 bank komersial di Brasil untuk periode 74 bulan dari Januari 2003 sampai Februari 2009. Hasil penelitian tersebut menemukan bahwa konsentrasi portofolio kredit perbankan Brasil adalah konsentrasi menengah. Konsentrasi portofolio kredit meningkatkan kinerja bank-bank di Brasil, baik atas return dan risiko gagal bayar. Alasannya bisa jadi karena konsentrasi portofolio kredit meningkatkan efisiensi monitoring. Pada penelitian ini akan diuji secara empiris pada bank-bank yang telah go public di Indonesia untuk mengetahui apakah konsentrasi ataukah diversifikasikan atas portofolio kredit meningkatkan return dan mengurangi risiko gagal bayar.

1.2 Masalah dan Pertanyaan Penelitian Dua strategi pilihan untuk portofolio kredit bank adalah diversifikasi dan konsentrasi. Terdapat dua teori yang bertentangan atas dua strategi tersebut. Teori yang berpendapat bahwa diversifikasi portofolio kredit dapat meningkatkan return (Bebczuk dan Galindo, 2007; Elsas et al., 2009) dan dapat mengurangi risiko gagal bayar (Diamond, 1984; Bebczuk dan Galindo, 2007). Teori lainnya berpendapat bahwa konsentrasi portofolio kredit dapat meningkatkan return dan menurunkan risiko gagal bayar (Acharya et al., 2002; Cajueiro et al., 2011). Permasalahan utama penelitian ini adalah apakah konsentrasi ataukah diversifikasi portofolio kredit meningkatkan return dan mengurangi risiko bank yang telah go public di Indonesia.



7

Pertanyaan dari penelitian ini adalah sebagai berikut : 1. Apakah konsentrasi ataukah diversifikasi portofolio kredit meningkatkan return? 2. Apakah konsentrasi ataukah diversifikasi portofolio kredit mengurangi risiko gagal bayar? 3. Apakah konsentrasi ataukah diversifikasi portofolio kredit yang memberikan risk return terbaik?

1.3 Tujuan Penelitian Penelitian ini dilakukan untuk mengetahui pengaruh konsentrasi atau diversifikasi terhadap return dan risiko. Adapun tujuan penelitian ini adalah : 1. Untuk mengetahui pengaruh konsentrasi atau diversifikasi portofolio kredit terhadap return. 2. Untuk mengetahui pengaruh konsentrasi atau diversifikasi portofolio kredit terhadap risiko. 3. Untuk mengetahui pengaruh konsentrasi atau diversifikasi portofolio kredit terhadap risk-return trade-off terbaik dari portofolio yang diteliti.

1.4 Batasan Penelitian Batasan penelitian ini akan membahas mengenai pengaruh konsentrasi portofolio kredit perbankan di Indonesia terhadap return dan risiko. Penelitian dilakukan terhadap bank-bank yang telah go public di Indonesia dari periode kuartal satu tahun 2007 sampai kuartal empat tahun 2010. Data penelitian akan diperoleh dari laporan keuangan interim tiga bulan dari Bursa Efek Indonesia yang terdapat Catatan atas Laporan Keuangan di dalamnya.

1.5 Manfaat Penelitian Diharapkan hasil penelitian dapat memberikan manfaat bagi beberapa pihak, antara lain : 1. Bagi industri perbankan, penelitian ini diharapkan dapat berguna dalam pengambilan keputusan strategi portofolio kredit untuk bank yang telah go



8

public di Indonesia terkait dengan return dan risiko bank sehingga diharapkan kinerja bank dapat lebih baik. 2. Bagi regulator, penelitian ini diharapkan memberikan infromasi tambahan mengenai konsentrasi perbankan yang telah go public di Indonesia dan pengaruhnya terhadap return dan risiko. 3. Bagi akademisi, penelitian ini diharapkan dapat menambah wawasan mengenai konsentrasi bank yang telah go public di Indonesia dan pengaruhnya terhadap return dan risiko dan dapat dikembangkan lebih lanjut untuk penelitian-penelitian selanjutnya.

1.6 Sistematika Penulisan Sistematika penulisan penelitian ini terdiri dari lima bab, antara lain adalah sebagai berikut : 

BAB 1 PENDAHULUAN Bab ini memberikan gambaran mengenai latar belakang, masalah dan pertanyaan penelitian, tujuan penelitian, batasan penelitian, manfaat penelitian, dan sistematika penulisan.



BAB 2 KERANGKA TEORITIS Dalam bab ini dijelaskan beberapa landasan teori tentang pengertian bank dan risiko kredit. Kemudian dijelaskan juga mengenai penelitianpenelitian mengenai strategi konsentrasi dan diversifikasi portofolio kredit dan pengaruhnya terhadap risiko dan return dalam perbankan. Selain itu, dijelaskan juga mengenai hipotesis penelitian.



BAB 3 METODE PENELITIAN Dalam bab ini dijelaskan mengenai data pada penelitian, ketiga model penelitian yang digunakan, dan flowchart mengenai langkah-langkah penelitian.



BAB 4 ANALISIS DAN PEMBAHASAN MASALAH Dalam bab ini akan diperlihatkan hasil penelitian mengenai konsentrasi portofolio kredit perbankan di Indonesia dan bagaimana pengaruhnya terhadap return dan risiko. Hasil yang didapat dari pengolahan data selanjutnya dianalisa. Universitas Indonesia


9



BAB 5 KESIMPULAN DAN SARAN Dalam bab ini berisi kesimpulan, dan saran untuk industri perbankan, saran untuk regulator, dan saran untuk akademisi.



BAB 2 STUDI PUSTAKA

2.1 Risiko Kredit Menurut Undang-Undang no. 10 tahun 1998 tengang Pokok-Pokok Perbankan pasal 1, bank adalah badan usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya kepada masyarakat dalam bentuk kredit dan atau bentuk-bentuk lainnya dalam rangka meningkatkan taraf hidup rakyat banyak. Kredit adalah penyediaan uang atau tagihan yang dapat dipersamakan dengan itu, berdasarkan persetujuan atau kesepakatan pinjam-meminjam antara bank dengan lain pihak yang mewajibkan pihak peminjam melunasi utangnya setelah jangka waktu tertentu dengan pemberian bunga. Dalam melakukan kegiatan usaha, bank tidak terlepas dari risiko. Dalam Peraturan Bank Indonesia no 11/25/PBI/2009 tentang Perubahan atas Peraturan Bank Indonesia no 5/8/PBI 2003 tentang Penerapan Manajemen Risiko bagi Bank Umum, risiko adalah potensi kerugian akibat terjadinya suatu peristiwa (events) tertentu, risiko kredit adalah risiko akibat kegagalan debitur dan/atau pihak lain dalam memenuhi kewajiban kepada bank. Berdasarkan Peraturan Bank Indonesia No. 7/2/PBI/2005 tentang penilaian kualitas kredit, kredit ditetapkan menjadi lancar, dalam perhatian khusus, kurang lancar, diragukan, atau macet. Non performing loan (NPL) menurut glosarium Bank Indonesia adalah penjumlahan dari kredit yang diklasifikasikan sebagai Kurang Lancar, Diragukan, dan Macet yang ditetapkan oleh Bank Indonesia tentang Kualitas Aktiva Kredit. Non Performing Loan Ratio adalah total dari kredit Kurang Lancar, Diragukan, dan Macet dibagi dengan total kredit. Menurut Peraturan Bank Indonesia no 8/13/PBI/2006 tentang Perubahan atas Peraturan Bank Indonesia no 7/3/2005 tentang Batas Maksimum Pemberian Kredit Bank Umum, Gubernur Bank Indonesia menimbang bahwa dalam upaya membiayai sektor riil, bank tetap wajib memperhatikan prinsip kehati-hatian antara lain dengan mengelola risiko dengan baik, khususnya risiko terkait dengan risiko konsentrasi. Menurut Lampiran Surat Edaran Bank Indonesia no

10



11

13/23/DPNP tahun 2011, risiko kredit dapat dapat bersumber dari berbagai aktivitas bisnis bank. Pada sebagian besar bank, pemberian kredit merupakan sumber risiko kredit yang terbesar. Risiko kredit dapat meningkat karena terkonsentrasinya penyediaan dana, antara lain pada debitur, wilayah geografis, produk, jenis pembiayaan, atau lapangan usaha tertentu. Risiko ini lazim disebut risiko konsentrasi kredit.

2.2 Teori tentang Diversifikasi Terdapat dua pendapat berbeda tentang strategi portofolio kredit. Salah satu pendapat, yaitu traditional banking theory mendukung diversifikasi portofolio karena dapat meningkatkan return dan menurunkan risiko. Sedangkan pendapat lainnya, theory of corporate finance mendukung konsentrasi portofolio karena diversifikasi menyebabkan return berkurang dan risiko meningkat. Alasan mendukung konsentrasi adalah karena diversifikasi dilakukan pada bisnis dimana mereka tidak ahli, menyebabkan return berkurang dan risiko bertambah. Pendukung diversifikasi portofolio kredit antara lain adalah Diamond (1984), Bebczuk dan Galindo (2005), Rossi et al. (2009), Elsas et al. (2009). Sedangkan yang mendukung konsentrasi portofolio kredit adalah Jebsen (1986), Winton (1999), Archarya et al. (2002), Stiroh dan Rumble (2005), Hayden et al. (2006), Mercieca et al. (2007), Baele et al. (2007), Berger et al. (2010), dan Cajueiro et al. (2011). Penelitian Diamond (1984) mengembangkan teori tentang financial intermediation untuk mengurangi biaya informasi monitoring yang digunakan untuk mengatasi masalah insentif antara pihak yang meminjam dengan yang diberi pinjaman. Penelitian ini memberikan karakteristik dari biaya penyediaan insentif untuk monitoring oleh financial intermediary. Diverisifikasi di dalam financial intermediary digunakan untuk mengurangi biaya ini, bahkan pada risk neutral economy. Diversifikasi dalam financial intermediary adalah salah satu kunci untuk memahami keberadaan manfaat dalam pendelegasian monitoring pada intermediary yang tidak dimonitor oleh depositor. Pada model risk neutral, diversifikasi menjadi penting untuk dilakukan karena meningkatkan probabilitas bahwa intermediary memiliki kredit yang cukup untuk membayar kembali fixed Universitas Indonesia


12

debt yang diklaim kepada depositor, dengan batas probabilitas satu, sedangkan probabilitas terjadinya kebangkrutan akan menjadi nol. Pada model risk aversion, namun tanpa adanya kendala yang mengikat pada konsumsi yang tidak negatif, diversifikasi meningkatkan toleransi risiko tiap kredit sehingga insentif menjadi lebih murah untuk pendelegasian monitoring. Bebczuk dan Galindo (2005) meneliti tentang dampak dan evolusi diversifikasi portofolio kredit pada 2001 dan 2002 saat Argentina mengalami krisis finansial dan meneliti dampaknya pada return dan kualitas portofolio. Periode sampel menggunakan data interim dari tahun 1999-2004, sehingga perilaku saat inkubasi, perkembangan dan resolusi dari krisis finansial yang mencapai poin tertinggi pada tahun 2001-2002 dapat diobservasi. Mereka mengukur diversifikasi dengan menghitung seluruh Herfindahl Index dari eksposur 9 sektor produktif dan bagian dari total kredit perusahaan yang memproduksi dan diperdagangkan. Mereka mengkombinasikan data dari sumber data rahasia dengan data dari central bank dengan total 942 observasi. Mereka menemukan bahwa bank besar dan bank asing secara rata-rata lebih terdiversifikasi dibandingkan dengan bank kecil dan bank nasional. Mereka juga menemukan bahwa bank kecil dan bank swasta memegang bagian yang dapat diperjual-belikan, namun tidak ada kelompok yang menjadi lebih melakukan diversifikasi sebelum dan sesudah krisis. Mereka menemukan bahwa bank tidak banyak mengubah portofolio kredit sebagai respon atas krisis, meskipun hasil ekonometrik menunjukan efek positif dari diversifikasi sektoral dan peminjaman pada sektor yang dapat diperdagangkan. Hasil penelitian menunjukan bahwa bank besar memiliki manfaat lebih dari diversifikasi daripada bank kecil, manfaat diversifikasi lebih besar saat business cycle sedang turun. Rossi et al. (2009) meneliti tentang efek dari diversifikasi antar ukuran dan industri pada risiko, biaya, efisiensi profit, dan kapitalisasi bank untuk bank komersial besar di Austria dari tahun 1997 sampai 2003. Mereka menyeleksi dari 100 bank Austria yang paling besar diukur dari total asset setidaknya satu tahun dari periode observasi. Mereka menggunakan 659 observasi dari 96 bank komersial selama tujuh tahun. Mereka menggunakan dataset yang unik dengan data pada risiko dan kualitas aset, yang memungkinkan mereka untuk meneliti Universitas Indonesia


13

beberapa jenis perilaku manajerial dengan menggunakan versi yang dimodifikasi dari model Berger dan DeYoung (1997), berbasis pendekatan Granger-causality. Mereka menggunakan ukuran diversifikasi Indeks Herfindahl dan menggunakan equity ratio sebagai capital base. Mereka menemukan bahwa diversifikasi memiliki efek positif pada kinerja dari bank-bank di Austria. Diversifikasi mengurangi realized risk, mengurangi efisiensi biaya, meningkatkan efisiensi profit, mengurangi persyaratan modal. Mereka menemukan bahwa regulasi dan pengawasan yang berhati-hati dapat berkontribusi dalam mengurangi risiko bank dari kegagalan dengan membatasi eksposur atas goncangan dari luar. Pembatasan atas konsentrasi kredit, dorongan merger antar negara dan atau kredit penjualan dapat membantu menghindari goncangan. Mereka menemukan bahwa tingginya diversifikasi memungkinkan bank untuk beroperasi pada tingkat equity capital yang lebih rendah dan membantu mereka menghemat sumber daya yang langka dan mahal. Elsas et al. (2009) memiliki hipotesis bahwa bank memiliki economic of scales dan scope lebih besar dibandingkan perusahaan non finansial, atau tingginya tingkat ketidakpastian pada industri bank meningkatkan ketertarikan pada strategi diversifikasi foot-in-the-door. Penelitian menemukan bukti kuat bahwa diversifikasi tidak mengurangi nilai pemegang saham, tapi meningkatkan profitabilitas bank dan secara tidak langsung pada nilai bank. Hasil ini terbukti menjadi kuat untuk ukuran alternatif untuk diversifikasi, untuk semua alternatif subsampel, dan juga untuk isu endogenitas dan selektifitas. Analisis mereka juga memeriksa nilai dari diversifikasi saat terjadi krisis finansial baru-baru ini. Dampak dari krisis tidak jelas. Diversifikasi pada prinsipnya membantu bank untuk menghindari goncangan. Namun, banyak diversifikasi yang terdokumentasi pada penelitian ini adalah bank komersial berekspansi pada bank investasi, dan kebanyakan menderita kerugian saat terjadi krisis pada area bisnis ini. Namun, bukti yang ada menemukan bahwa adanya dampak yang tidak langsung dari diversifikasi pada nilai bank saat krisis, menambah bukti yang menentang conglomerate discount pada perbankan. Penelitian ini tentang efek diversifikasi revenue pada bank value pada sembilan negara, yaitu Australia, Kanada, Perancis, Jerman, Italia, Inggris, Amerika Serikat, Spanyol, dan Switzerland untuk periode Universitas Indonesia


14

1996 sampai 2008. Mereka menemukan bahwa diversifikasi tidak mengurangi shareholder value, namun meningkatkan profitabilitas bank dan juga valuasi pasar. Jensen (1986) meneliti tentang agency cost dari free cash flow yang terjadi karena banyak kas daripada kesempatan berinvestasi. Teori free cash flow berpendapat bahwa merger dan takeover cenderung merusak dan tidak menambah nilai. Akuisisi adalah salah satu cara manajer membelanjakan kas alih-alih membayarkannya pada pemegang saham. Manajer dari perusahaan dengan kekuatan meminjam yang tidak digunakan dan free cash flow yang besar cenderung mengambil merjer yang kurang menguntungkan atau menghilangkan nilai merjer. Program diversifikasi yang biasanya berkategori seperti ini, menyebabkan total keuntungan perusahaan berkurang. Acharya et al. (2002) meneliti mengenai efek konsentrasi dibandingkan dengan diversifikasi pada return dan risiko dari bank dengan menggunakan data dari 105 bank di Italia untuk periode 1993 sampai 1999. Mereka menggunakan data mikro, industial, sektoral pada portofolio asset bank. Penelitian mereka menggunakan Hirschman Herfindahl Index (HHI) untuk mengukur konsentrasi. HHI adalah jumlah dari kuadrat eksposur dibagi total eksposur. Variabel return merupakan ROA, ROE, return stock, dan atau beta adjusted stock return. Variabel risiko adalah non performing loan (doubt) dan non performing loan per assets, standar deviasi dari doubt, serta volatilitas stock return tahunan. Dengan kontrol variabel ukuran bank (asset), equity ratio (equity/ asset), branch ratio (jumlah dari cabang/ aset), dan employee ratio (number of employee/ asset). Mereka menganalisa tradeoff antara konsentrasi dan diversifikasi portofolio kredit pada industri yang berbeda, sektor yang berbeda, dan geografi yang berbeda. Mereka menemukan bahwa diversifikasi tidak ekonomis untuk bank tertentu. Ketidakekonomisan timbul dari insentif monitoring yang tidak optimal dan atau risiko kredit yang lebih tinggi saat bank berekspansi pada industri dimana mereka menghadapi tingginya tingkat kompetisi atau rendahnya pengalaman pemberian pinjaman. Hasil penelitian konsisten dengan teori yang percaya kualitas monitoring akan berkurang pada tingkat risiko tinggi dan berkurangnya kualitas monitoring pada pemberian pinjaman untuk ekspansi pada Universitas Indonesia


15

industri baru. Hasilnya adalah diversifikasi pada industri menguragi return bank dan menghasilkan kredit yang lebih berisiko, diversifikasi pada sektoral menghasilkan hubungan risiko dan return yang tidak efisien pada bank yang berisiko tinggi, dan diversifikasi pada geografi menghasilkan peningkatan pada hubungan risiko dan return pada bank yang berisiko rendah. Diversifikasi dari aset tidak memberikan garansi akan memberikan kinerja yang superior dan menghasilkan keamanan lebih bagi bank. Baele et al. (2007) meneliti tentang apakah bank Eropa yang melakukan diversifikasi memiliki comparative advantage pada kinerja jangka panjang dibandingkan dengan kompetitor mereka yang melakukan konsentrasi. Mereka menggunakan ukuran market-based untuk return yang potensial dan risiko bank. Mereka menghitung franchise value dari tahun ke tahun untuk bank di Eropa sebagai ukuran dari kinerja jangka panjang yang potensial. Mereka menganalisa tradeoff antara return dan risiko yang dihasilkan funsional berbeda dari strategi diversifikasi dengan menggukanakan analisis data panel dari periode 1989 sampai 2004. Diversifikasi dari aliran revenue dari aktivitas finansial yang berbeda meningkatkan risiko sistematik. Mereka menemukan adanya hubungan yang positif antara franchise value dan tingkat diversifikasi fungsional. Pada sisi risiko, mereka menemukan bahwa hubungan non linear antara diversifikasi dan risiko spesifik bank. Beberapa diversifikasi bank dapat menurunkan risiko yang tidak wajar dan membuat bank lebih aman. Dalam risiko sistematik, atau beta pasar, mereka menemukan bahwa bank yang lebih besar dan terdiversifikasi memiliki beta pasar dan risiko sistematik yang lebih tinggi. Berger et al. (2010) meneliti tentang efek fokus dibandingkan diversifikasi pada kinerja bank pada bank di Cina pada periode 1996 sampai 2006. Penelitian dilakukan dengan sampel sebanyak 88 bank di Cina yang merepresentasikan 90% aset komersial bank. Mereka membuat suatu ukuran baru, economies of diversification, dan membandingkan hasilnya dengan indeks fokus yang konvensional, yang berdasarkan jumlah dari kuadrat bagian pada produk atau daerah berbeda. Diversifikasi digambarkan pada empat dimensi, yaitu, kredit, deposito, aset, dan geografi. Hasil ini kuat terlepas dari ukuran alternatif diversifikasi dan kinerja. Mereka berpendapat bahwa diskon diversifikasi dari Universitas Indonesia


16

bank-bank di Cina, sebagian karena kurangnya keahlian manajerial dari top management team dan skema insentif yang kendur atau tidak efektif bagi manajer untuk memaksimalkan kemakmuran dari pemegang saham. Di Cina, sebagian besar manajer ditunjuk oleh pemerintah, dan promosi tergantung dari seberapa baik mereka bekerja sama dengan arahan dari pemerintah alih-alih membuat keputusan sendiri. Pada keadaan ini, manajer kurang bertindak pada strategi diversifikasi

atau

konesentrasi

yang

memaksimalkan

profit

bank

atau

kesejahteraan pemegang saham. Lebih jauh lagi mereka mempelajari bahwa bank dengan kepemilikan asing (baik mayoritas maupun minoritas) dan bank dengan afiliasi konglomerat diasosiasikan dengan lebih sedikit ketidak ekonomisan diversifikasi, menunjukan bahwa kepemilikan asing dan afiliasi dengan konglomerat dapat berperan penting dalam peran mitigasi. Stiroh dan Rumble (2005) melakukan penelitian apakah perubahan aktivitas yang menghasilkan imbal hasil, trading refenue, dan non-interest income telah meningkatkan kinerja pada perusahaan finansial di Amerika Serikat dari periode 1997 sampai 2002. Mereka menemukan bahwa diversifikasi bermanfaat pada perusahaan finansial, namun manfaatnya hilang dengan meningkatnya risiko atas aktivitas non-interest yang lebih tidak stabil, namun tidak lebih menguntungkan dibandingkan aktivitas yang menghasilkan bunga. Hayden et al. (2006) meneliti hubungan antara profitabilitas dan diversifikasi portofolio pada industi, sektor ekonomi yang lebih luas, dan daerah geografi. Mereka melakukan penelitian atas data individu portofolio kredit dari 983 bank di Jerman dari periode 1996 sampai 2002. Hasil dari penelitian memperlihatkan bahwa tidak ada lagi keuntungan kinerja yang berkaitan dengan diversifikasi karena diversifikasi cenderung mengurangi return bank. Mereka juga menemukan bahwa diversifikasi tidak menghasilkan risk-return yang efisien. Dampak diversifikasi tergantung dari tingkat risiko bank. Hanya pada tingkat risiko yang menengah, diversifikasi industrial yang signifikan menaikan return bank. Mercieca et al. (2007) meneliti mengenai apakah perubahan aktivitas noninterest income meningkatkan kinerja dari institusi kecil kredit di Eropa. Menggunakan sampel 755 bank kecil dari periode 1997 sampai 2003, mereka Universitas Indonesia


17

menemukan bahwa tidak ada keuntungan langsung berkaitan dengan non-interest income dan kinerja bank. Ketiadaan keuntungan ini karena bank kecil di Eropa memasuki bisinis dimana mereka kurang ahli dan pengalaman. Kamp et al. (2007) meneliti tentang apakah manfaat diversifikasi pada portofolio kredit lebih banyak daripada spesialisasi. Mereka menggunakan data semua bank di Jerman dari periode 1993 sampai 2003. Hasil penelitian menyatakan bahwa bank yang melakukan spesialisasi memiliki return yang sedikit lebih tinggi daripada bank yang melakukan diversifikasi. Bank yang melakukan spesialisasi memiliki loan loss provision yang relatif kecil dan NPL yang rendah. Namun, dengan menggunakan standar deviasi dari loan loss ratio dan NPL, mereka menemukan bahwa bank yang melakukan spesialisasi memiliki fluktuasi lebih besar, berindikasi tingkat risiko yang tinggi. Winton (1999) berpendapat bahwa melakukan diversifikasi atau konsentrasi atas portofolio kredit seharusnya mempertimbangkan kegagalan bank yang menimbulkan biaya besar dan monitoring atas kredit yang menambah nilai. Diversifikasi pada sektor kredit membantu saat kredit memiliki risiko yang menengah pada penurunan sektor dan saat insentif untuk monitoring lemah. Saat kredit memilki risiko penurunan rendah, diversifikasi memiliki keuntungan yang sedikit. Saat kredit memiliki risiko penurunan tinggi, diversifikasi dapat meningkatkan kemungkinan kegagalan bank. Kefektifan monitoring lebih rendah pada sektor baru karena membuat average return lebih rendah, meningkatkan biaya monitoring, dan menambah kemungkinan kegagalan bank. Bank yang melakukan diversifikasi dapat membutuhkan lebih banyak modal ekuitas dibandingkan bank yang melakukan konsentrasi, dan meningkatnya kompetisi dapat membuat diversifikasi menjadi kurang menarik. Acharya at al. (2002) memberikan kesimpulan bahwa esensi dari Model Winton (1999) adalah pemahaman bahwa kualitas portofolio kredit bersifat endogen, yang dijelaskan oleh monitoring karena perubahan strategi bank menjadi konsentrasi atau diversifikasi. Hipotesis Archarya yang timbul atas Model Winton adalah hubungan return bank dan diversifikasi adalah non linear pada risiko bank, inverted U Shape. Diverisfikasi antar sektor kredit memberikan manfaat pada return saat risiko kredit menengah pada penurunan sektor. Saat bank memiliki Universitas Indonesia


18

risiko penurunan yang rendah, diversifikasi hanya memberi sedikit manfaat. Dan saat kredit memiliki risiko penurunan yang tinggi, diversifikasi akan mengurangi return. Cajueiro et al. (2011) meneliti apakah diversifikasi dari portofolio kredit pada bank memberikan kinerja yang lebih baik dan mengurangi risiko. Mereka menggunakan panel data bulanan dari bank-bank di Brasil dengan informasi kredit berdasarkan sektor ekonomi. Mereka menggunakan Hirshmann-Herfindahl Index, Shannon Entropy, absolute distance measure, dan relative distance measure. Return on Asset dan Return on Equity sebagai ukuran return, rasio non performing loan per total loan sebagai ukuran risiko gagal bayar, ln asset sebagai ukuran bank, equity ratio, bank ownership dummies yaitu bank milik pemerintah atau swasta dan asing. Mereka menggunakan tiga model. Model pertama digunakan untuk mengetahui pengaruh konsentrasi atau diversifikasi portofolio kredit terhadap return. Model regresi yang kedua digunakan untuk mengetaui pengaruh konsentrasi atau diversifikasi terhadap return dengan memasukan fungsi risiko, model ini digunakan untuk mendeteksi hubungan U-shaped antara return bank dan konsentrasi portofolio kredit sebagai fungsi risiko. Model regresi yang ketiga digunakan untuk mengetahui pengaruh konsentrasi atau diversifikasi kredit terhadap risiko gagal bayar. Cajueiro et al. (2011) menggunakan regresi menggunakan FGLS estimator dan GMM estimator untuk data panel. Mereka menemukan bahwa portofolio kredit bank-bank di Brasil secara rata-rata terkonsentrasi menengah. Mereka menemukan bahwa konsentrasi portofolio kredit meningkatkan return dan mengurangi risiko gagal bayar. Alasannya mungkin karena konsentrasi portofolio kredit meningkatkan efisiensi monitoring, karena bank memiliki keahlian pada sektor dimana mereka memberi pinjaman (Winton, 1999). Mereka menemukan kontradiksi dari U-Shaped yang ditemukan oleh Archarya et al (2006) antara konsentrasi dan return. Bank dengan risiko yang tinggi akan memiliki return yang lebih kecil saat melakukan konsentrasi, namun risiko mereka juga menjadi berkurang karena strategi ini. Untuk bank dengan risiko rendah dan menengah konsentrasi menjadi pilihan terbaik untuk kinerja mereka. Mereka juga menemukan bahwa untuk bank swasta makin tinggi konsentrasi kredit makin Universitas Indonesia


19

tinggi profitabilitas. Untuk bank asing menghadapi risiko yang lebih rendah dengan konsentrasi portofolio kredit, artinya mereka harus hati-hati pada sektor dengan eksposur yang tinggi. Selain itu, alokasi konsentrasi portofolio kredit pada sedikit sektor dapat mengurangi risiko bank milik pemerintah. Untuk kedua tipe terakhir, profitabilitas tidak terlalu dipengaruhi oleh konsentrasi kredit.

2.3 Hipotesis Penelitian Berdasarkan studi literatur, disusun hipotesis untuk masing-masing variabel independen untuk kemudian dilakukan pengujian. Berikut adalah hipotesis tersebut : Terdapat dua pendapat atas pengaruh konsentrasi atau diversifikasi terhadap return. Konsentrasi portofolio kredit berpengaruh positif terhadap return merupakan hasil penelitian Cajueiro et al., (2011) dan Archarya et al. (2002). Hal ini dapat terjadi karena diversifikasi maupun konsentrasi memberikan manfaat yang baik pada return bank. Konsentrasi dapat meningkatkan return, juga mengurangi biaya monitoring karena sektor semakin sedikit, dan bank memiliki keahlian pada sektor tersebut. Sedangkan diversifikasi portofolio kredit berpengaruh positif terhadap return merupakan hasil penelitian Rossi et al., (2009). Diversifikasi dapat meningkatkan efisiensi return. Selain itu, diversifikasi dapat memungkinkan bank beroperasi pada tingkat ekuitas yang rendah yang membuat bank dapat menghemat biaya. Diversifikasi juga dapat menaikkan kinerja, khususnya pada pasar perbankan yang memiliki tingkat kompetisi yang tinggi. H0

:Konsentrasi atau diversifikasi portofolio kredit pada periode t-1 tidak berpengaruh terhadap return bank pada periode t.

H1

:Konsentrasi atau diversifikasi portofolio kredit pada periode t-1 berpengaruh signifikan terhadap return bank pada periode t.

Ukuran Konsentrasi pada t-1 dikali NPL pada t-1 dan Ukuran Konsentrasi pada t-1 dikali NPL pada t-1 pangkat dua tahun sebelumnya merupakan variabel yang digunakan untuk menemukan U-shaped relation pada return bank dan konsentrasi portofolio kredit sebagai fungsi dari risiko gagal bayar (Cajueiro et al. Universitas Indonesia


20

(2011). Digunakan nilai kuadrat NPL dengan tujuan untuk memeriksa hubungan U-shaped (Winton, 1999) pada return bank dan konsentrasi portofolio kredit sebagai fungsi risiko. Perilaku U-shaped ditemukan dengan apabila Ukuran Konsentrasi pada t-1 dikali NPL pada t-1 berpengaruh negatif signifikan terhadap return dan Ukuran Konsentrasi pada t-1 dikali NPL pada t-1 pangkat dua tahun sebelumnya berpengaruh positif signifikan terhadap return. H0

: Ukuran Konsentrasi pada t-1 dikali NPL pada t-1 tahun sebelumnya tidak berpengaruh negatif signifikan terhadap return dan Ukuran Konsentrasi pada t-1 dikali NPL pada t-1 pangkat dua tahun sebelumnya tidak berpengaruh positif signifikan terhadap return.

H2

: Ukuran Konsentrasi pada t-1 dikali NPL pada t-1 berpengaruh negatif signifikan terhadap return dan Ukuran Konsentrasi pada t-1 dikali NPL pada t-1 pangkat dua berpengaruh positif signifikan terhadap return.

Terdapat dua pendapat atas pengaruh konsentrasi atau diversifikasi terhadap risiko gagal bayar. Konsentrasi dapat berpengaruh negatif terhadap risiko gagal bayar merupakan hasil penelitian Cajueiro et al., (2011). Konsentrasi dapat meningkatkan efisiensi monitoring yang mengurangi risiko gagal bayar karena bank dapat lebih mudah memecahkan masalah kredit bermasalah oleh keahlian yang mereka miliki. Sedangkan menurut hasil penelitian Rossi et al. (2009) diverifikasi dapat mengurangi risiko gagal bayar. Diversifikasi dapat mengurangi risiko yang ada yaitu dengan secara tidak langsung mengurangi probabilitas gagal bayar karena diversifikasi membatasi eksposur atas goncangan dari luar. H0

: Konsentrasi atau diversifikasi pada t-1 tidak berpengaruh terhadap besarnya kredit bermasalah.

H3

: Konsentrasi atau diverisifikasi pada t-1 berpengaruh secara signifikan terhadap besarnya kredit bermasalah.



BAB 3 METODE PENELITIAN

3.1 Data Penelitian Sampel yang digunakan dalam penelitian ini adalah semua bank yang telah go public yang ada dalam IDX Stratistics 3rd Quarter 2011. Daftar sampel dalam penelitian ini dapat dilihat di lampiran 1. Sampel terdiri atas 22 bank yang telah go public. Sampel merupakan bank yang telah go public, dipilih karena menyediakan laporan interim bank yang di dalamnya terdapat Catatan atas Laporan Keuangan. Catatan atas Laporan Keuangan menyediakan informasi mengenai data individu bank yang dibutuhkan, antara lain tentang data kredit berdasarkan sektor ekonomi dan data mengenai non performing loan. Data yang dibutuhkan dalam penelitian ini adalah data individu bank yang memuat informasi mengenai kredit menurut sektor ekonomi, net income, non performing loan, aset, ekuitas, dan kepemilikan perusahaan. Data pada penelitian diperoleh dari laporan interim bank yang terdapat Catatan atas Laporan Keuangan di dalamnya dari periode kuartal satu tahun 2007 sampai kuartal empat tahun 2010 dengan total sebanyak 310 observasi. Laporan interim bank diambil Bursa Efek Indonesia. Data tersebut tersebut antara lain adalah : a. Konsentrasi Portofolio Kredit Data mengenai konsentrasi portofolio kredit diambil dari Catatan atas Laporan Keuangan pada kredit yang diberikan menurut sektor ekonomi. b. Return Bank Return bank yang digunakan adalah ROA yang didapat dari net income yang berada pada laporan laba rugi serta aset yang berada di neraca. Net income untuk kuartal dua, tiga, dan empat tiap tahunnya merupakan selisih net income kuartal t dikurangi net income kuartal t-1. c. Risiko bank Risiko bank diukur dengan Non Performing Loan (NPL) yang datanya didapat dari Catatan atas Laporan Keuangan pada kredit yang kurang lancar, diragukan, dan macet.

21



22

d. Ukuran Bank Ukuran bank diukur dengan aset yang diambil dari neraca. e. Equity Ratio Equity ratio merupakan total equity per total asset. Equity dan asset didapat dari balance sheet. f. Bank Ownership Bank ownership adalah data mengenai kepemilikan saham yang didapat dari Catatan atas Laporan Keuangan pada modal usaha. Data ini digunakan untuk menentukan apakah perusahaan merupakan bank milik pemerintah, bank milik swasta, atau bank milik asing.

3.2 Metode Penelitian Penelitian ini dilakukan untuk mengetahui apakah konsentrasi ataukah diversifikasi meningkatkan return dan mengurangi risiko bank yang telah go public di Indonesia. Penelitian ini menggunakan tiga model seperti yang digunakan oleh Cajueiro et al. (2011) dengan beberapa perubahan. Model pertama digunakan untuk mengetahui pengaruh konsentrasi atau diversifikasi portofolio kredit terhadap return. Model regresi yang kedua digunakan untuk mengetahui pengaruh konsentrasi atau diversifikasi terhadap return dengan memasukkan fungsi risiko. Model regresi yang ketiga digunakan untuk mengetahui pengaruh konsentrasi atau diversifikasi kredit terhadap risiko gagal bayar. Regresi yang digunakan untuk mengetahui, digunakan metode estimasi Feasible Generelized Least Squares (FGLS) untuk mengetahui apakah konsentrasi ataukah diversifikasi meningkatkan return dan mengurangi risiko bank.

3.2.1 Operasionalisasi Variabel Penelitian akan dibagi menjadi beberapa model. Model yang pertama digunakan untuk mengetahui pengaruh konsentrasi atau diversifikasi portofolio kredit terhadap return. Model regresi yang kedua digunakan untuk mengetahui pengaruh konsentrasi atau diversifikasi terhadap return dengan memasukan fungsi risiko. Model regresi yang ketiga digunakan untuk mengetahui pengaruh konsentrasi atau Universitas Indonesia


23

diversifikasi kredit terhadap risiko gagal bayar. Terdapat pula variabel kontrol pada ketiga model, yaitu ukuran bank, equity ratio, dan bank-ownership dummy. a. Ukuran Konsentrasi Sebagai ukuran konsentrasi digunakan ukuran yang berbeda antara lain Hirshmann-Herfindahl Index (HHI) dan Shannon Entropy (SE) (Cajueiro et al., 2011). Objek analisis adalah komposisi portofolio kredit pada sektor ekonomi.

Keterangan : rbti

= relative exposure (ri) pada bank b pada waktu t pada tiap

sektor ekonomi i

HHI adalah jumlah kuadrat dari relative exposure, limit terendah HHI adalah

dan merepresentasikan portofolio yang terdiversifikasi dengan

baik, berarti pembagian yang merata pada tiap sektor n. Jika HHI sama dengan 1, kredit bank hanya kepada satu industri dan merupakan skenario sempurna dari spesialisasi. Makin tinggi nilai HHI makin tinggi tingkat konsentrasi.

Shannon Entropy adalah instrumen yang efektif untuk mengetahui variasi distribusi pada suatu waktu tertentu dan dapat juga digunakan untuk konsentrasi industri. Jika SE sama dengan nol, maka portofolio kredit sangat terkonsentrasi. Jika SE sama dengan -ln(n) maka portofolio kredit secara sempurna terdiversifikasi.



24

b. Return Bank Return bank dihitung dengan menggunakan ROA (Return on Assets) dan. ROA dihitung dari net income per total assets (Acharya et al., 2002). c. Risiko Bank Risiko bank dihitung dengan menggunakan NPL (Non Performing Loan). NPL dihitung dari rasio non performing loan per total loan (Cajueiro et al., 2011). Non Performing Loan merupakan kredit yang kurang lancar, diragukan, dan macet. d. Ukuran Bank Ukuran bank dihitung dengan menggunakan natural logarithm dari total assets bank (Cajueiro et al., 2011). e. Equity Ratio Equity ratio dihitung dengan menggunakan rasio total equity per total assets. Equity yang digunakan merupakan berasal dari book value (Acharya et al., 2002). f. Bank Ownership Dummy Bank ownership dummy adalah apakah bank milik pemerintah, bank miliki swasta, atau bank asing (Cajueiro et al., 2011). Pada penelitian ini ownership dummy satu adalah bank milik pemerintah dan nol adalah bank milik swasta dan asing.

3.2.2 Model Penelitian Terdapat tiga model dalam penelitian ini. Model pertama digunakan untuk mengetahui pengaruh konsentrasi atau diversifikasi portofolio kredit terhadap return. Model regresi yang kedua digunakan untuk mengetaui pengaruh konsentrasi atau diversifikasi terhadap return dengan memasukan fungsi risiko. Model regresi yang ketiga digunakan untuk mengetahui pengaruh konsentrasi atau diversifikasi kredit terhadap risiko gagal bayar.



25

a. Pengaruh Konsentrasi atau Diversifikasi Portofolio Kredit terhadap Return (Model 1) Untuk mengetahui pengaruh konsentrasi atau diversifikasi portofolio kredit terhadap return (Cajueiro et al., 2011), penelitian ini menggunakan model sebagai berikut :

a.1. Dengan Ukuran Konsentrasi Hirshmann-Herfindahl Index

Keterangan : ROAbt

: net income per total assets bank b pada periode t

HHIbt-1

: ukuran konsentrasi Hirshmann-Herfindahl Index pada t-1

Ukuranbt-1

: ukuran bank merupakan ln total asset periode t-1

ODbt-1

: Ownership Dummy, 1 adalah milik pemerintah dan 0 milik swasta dan asing pada periode t-1

Equitybt-1

: equity ratio, merupakan total equity per total assets pada periode t-1

a.2. Dengan Ukuran Konsentrasi Shannon Entropy

Keterangan : ROAbt


SEbt-1

: ukuran konsentrasi Shannon Entropy periode t-1

Ukuranbt-1


ODbt-1

: Ownership Dummy, 1 adalah milik pemerintah dan 0 milik swasta dan asing pada periode t-1

Equitybt-1




26

b. Pengaruh Konsentrasi atau Diversifikasi Portofolio Kredit terhadap Return dengan Memasukan Fungsi Risiko (Model 2) Untuk mengetahui pengaruh konsentrasi atau diversifikasi portofolio kredit terhadap return dengan memasukan fungsi risiko (Cajueiro et al., 2011), penelitian ini menggunakan model sebagai berikut :

b.1 Dengan Ukuran Konsentrasi Hirshmann-Herfindahl Index

Keterangan : ROAbt


NPLbt-1

: rasio non performing loan dibagi total loan pada periode t-1

HHIbt-1

: ukuran konsentrasi Hirshmann-Herfindahl Index periode t-1

Ukuranbt-1


ODbt-1

: Ownership Dummy, 1 adalah milik pemerintah dan 0 milik swasta pada periode t-1

Equitybt-1

: equity ratio, merupakan total equity per total assets periode t-1

b.2 Dengan Ukuran Konsentrasi Shannon Entropy

Keterangan: ROAbt


NPLbt-1

: rasio non performing loan dibagi total loan periode t-1 Universitas Indonesia


27

SEbt-1


Ukuranbt-1


ODbt-1


Equitybt-1


Digunakan nilai kuadrat (NPL2bt) dengan tujuan untuk memeriksa hubungan U-shaped (Winton, 1999) pada return bank dan konsentrasi portofolio kredit sebagai fungsi risiko. Perilaku U-shaped ditemukan dengan marginal effect dari CMbt-1 (ukuran konsentrasi periode t-1) pada variabel dependen

jika α11 < 0 dan α12 > 0 maka return dan konsentrasi portofolio kredit dapat menjadi dependen dari perilaku non linear dari risiko bank.

c. Pengaruh Konsentrasi atau Diversifikasi Portofolio Kredit terhadap Risiko Gagal Bayar (Model 3) Untuk mengetahui pengaruh konsentrasi atau diversifikasi portofolio kredit terhadap gagal bayar (Cajueiro et al., 2011), penelitian ini menggunakan model sebagai berikut:

c.1. Dengan Ukuran Konsentrasi Hirshmann-Herfindahl Index

Keterangan : NPLbt

: rasio non performing loan dibagi total loan periode t

HHIbt-1

: ukuran konsentrasi Hirshmann-Herfindahl Index pada t-1 Universitas Indonesia


28

ROAbt-1

: net income per total assets bank b pada periode t-1

Ukuranbt-1


ODbt-1


Equitybt-1


c.2. Dengan Ukuran Konsentrasi Shannon Entropy

Keterangan : NPLbt

: rasio non performing loan dibagi total loan periode t

SEbt-1


ROAbt-1

: net income per total assets bank b pada periode t-1

Ukuranbt-1


ODbt-1


Equitybt-1




29

Mulai

Input data

Regresi

Output Regresi

Signifikansi?

Tidak Iya

Analisa Hasil Regresi

Selesai

Gambar 3.1 Alur Desain Penelitian Karya Akhir



30

3.3 Langkah-Langkah Penyelesaian Karya Akhir Langkah-langkah yang dilakukan dalam penyelesaian masalah karya akhir ini adalah sebagai berikut : 1. Input Data Data yang diperlukan pada penelitian ini, didapat dari laporan interim bank yang terdapat Catatan atas Laporan Keuangan di dalamnya dari periode 2007 sampai 2010. Laporan interim bank diambil dari Bursa Efek Indonesia untuk bank yang telah go public. Sampel yang digunakan dalam penelitian adalah 22 bank yang telah go public yang ada dalam IDX Statistics 3rd Quarter 2011 dengan rincian dalam lampiran 1. Data yang dibutuhkan adalah kredit menurut sektor ekonomi, net income, non performing loan, asset, equity, dan kepemilikan perusahaan dengan menggunakan operasional variabel yang ada pada bab ini. 2. Regresi Data yang telah siap, kemudian diolah dengan bantuan software Eviews 6 dan pengujian dilakukan dengan menggunakan Stata 11. Regresi yang digunakan adalah regresi untuk data panel dengan menggunakan metode estimasi Feasible Generelized Least Square (FGLS). Penelitian ini mengikuti tiga model seperti yang digunakan oleh Cajueiro et al. (2011) dengan beberapa perubahan. Model pertama digunakan untuk mengetahui pengaruh konsentrasi atau diversifikasi portofolio kredit terhadap return. Model regresi yang kedua digunakan untuk mengetaui pengaruh konsentrasi atau diversifikasi terhadap return dengan memasukan fungsi risiko. Model regresi yang ketiga digunakan untuk mengetahui pengaruh konsentrasi atau diversifikasi kredit terhadap risiko gagal bayar. 3. Output Regresi Setelah data diolah, dihasilkan output regresi. Kemudian ditentukan apakah output signifikan atau tidak. 4. Analisis Hasil Regresi Hasil regresi kemudian dianalisis apa yang menyebabkan variabel tersebut signifikan dan apa yang menyebabkan variabel tersebut tidak signifikan.



BAB 4 ANALISIS DAN PEMBAHASAN MASALAH

Penelitian ini menggunakan metode estimasi Feasible Generelized Least Square (FGLS) untuk mengetahui pengaruh konsentrasi terhadap return dan risiko gagal bayar dengan menggunakan data panel. Data diolah dengan menggunakan software Eviews 6 dan pengujian terhadap model menggunakan Stata 11. Terdapat tiga model yang digunakan dalam penelitian seperti yang digunakan oleh Cajueiro et al. (2011). Model pertama digunakan untuk mengetahui pengaruh konsentrasi atau diversifikasi portofolio kredit terhadap return. Model regresi yang kedua digunakan untuk mengetahui pengaruh konsentrasi atau diversifikasi terhadap return dengan memasukan fungsi risiko gagal bayar. Model regresi yang ketiga digunakan untuk mengetahui pengaruh konsentrasi atau diversifikasi kredit terhadap risiko gagal bayar. Penelitian ini menggunakan signifikan α = 0.05. Model tersebut ini disusun dengan model pengolahan data panel (Juhartono, 2010) yaitu : -

Model Pool Effect

-

Model Fixed Effect

-

Model Random Effect

Beberapa model tersebut dilakukan pengujian untuk mendapatkan model terbaik dengan langkah sebagai berikut : -

F-test Pengujian ini dilakukan untuk mengetahui apakah data panel mengikuti model pool effect atau fixed effect. Jika probabilitas tidak signifikan maka menggunakan model pool effect. Jika probabilitas signifikan maka kita melanjutkan untuk pengujian model random effect.

-

Hausman Test Pengujian ini dilakukan jika hasil uji F-test menunjukan probabilitas yang signifikan. Pengujian Hausman Test dilakukan untuk menunjukan apakah 31



32

data mengikuti model fixed effect atau random effect. Jika probabilitas Hausman test tidak signifikan maka menggunakan model random effect. Jika probabilitas Hausman test signifikan maka menggunakan model fixed effect. -

Uji Wald Pengujian ini dilakukan untuk mengetahui apakah di dalam model terdapat heteroskedastisitas.

-

Uji Wooldridge Pengujian ini dilakukan untuk mengetahui apakah terdapat autokorelasi di dalam model.

-

Uji Korelasi Pengujian

ini

dilakukan

untuk

mengetahui

apakah

terdapat

mulikolinearitas di dalam model.

4.1 Analisis Deskriptif Model Penelitian ini menggunakan sampel bank yang telah go public, daftar sampel dapat dilihat pada lampiran 1. Sampel terdiri atas 22 bank. Data diambil dari Catatan Laporan Keuangan interim dari periode kuartal satu tahun 2007 sampai kuartal empat 2010. Data yang diambil adalah kredit menurut sektor ekonomi, net income, non performing loan, aset, ekuitas, dan kepemilikan perusahaan. Data terdiri dari 310 observasi.

Tabel 4.1 Deskriptif Data Penelitian ROAt Mean

HHIt-1

SEt-1

UKURANt-1

EQUITYt-1

NPLt-1

-0,0013

0,2795

-1,5511

30,4835

0,1041

0,0424

Median

0,0029

0,2472

-1,6067

30,3097

0,0966

0,0317

Maximum

0,0138

0,8368

-0,4415

33,6456

0,2324

0,4293

Minimum

-1,3127

0,1254

-2,1887

26,7579

-0,2749

0,0000

Std. Dev.

0,0748

0,1229

0,3525

1,8097

0,0449

0,0494

ROAt HHIt-1 SEt-1 Ukurant-1 Equityt-1 NPLt-1

: net income per total assets bank b pada periode t : ukuran konsentrasi Hirshmann-Herfindahl Index pada periode t-1 : ukuran konsentrasi Shannon Entropy pada periode t-1 : ukuran bank merupakan ln total asset pada periode t-1 : equity ratio, merupakan total equity per total assets pada periode t-1 : rasio non performing loan dibagi total loan pada periode t-1 Universitas Indonesia


33

Rata-rata ROA periode t selama periode kuartal satu tahun 2007 hingga kuartal empat tahun 2010 adalah -0,0013 dengan standar deviasi sebesar 0,07477. ROA tertinggi diperoleh oleh PT Bank Mutiara pada kuartal tiga tahun 2009 sebesar 0,0138. Terjadi peningkatan net income sebesar Rp 97.312.141.000 dari kuartal sebelumnya dan total asset sebesar Rp 7.042.029.391.000. ROA terendah diperoleh oleh bank PT Bank Mutiara Tbk (dahulu PT Bank Century Tbk) pada periode kuartal empat tahun 2008 sebesar -1,3127. Pada tanggal 20 November 2008, Bank Indonesia menetapkan PT Bank Century Tbk sebagai bank gagal yang ditengarai berdampak sistemik. Kemudian, pada tanggal 21 November 2008 Komite

Stabilitas

Sistem

Keuangan

(KSSK)

melalui

keputusan

No

04/KSSK.03/2008 menyerahkan penanganannya pada Lembaga Penjamin Simpanan (LPS). Rata-rata HHI periode t-1 adalah 0,2795 dengan standar deviasi sebesar 0,1229. Bank dengan HHI tertinggi adalah PT Bank Himpunan Saudara 1906 Tbk pada kuartal satu tahun 2007 sebesar 0,8368. Bank dengan HHI terendah adalah PT Bank CIMB Niaga Tbk pada kuartal dua tahun 2010 sebesar 0,125374. Rata-rata SE periode t-1 adalah sebesar -1,5511 dengan standar deviasi sebesar 0,3525. Bank dengan SE tertinggi adalah PT Bank Himpunan Saudara 1906 Tbk pada kuartal satu tahun 2007 sebesar -0,4415. Bank dengan SE terendah adalah PT Bank CIMB Niaga Tbk pada kuartal dua tahun 2010 sebesar -2,1887. Rata-rata ukuran periode t-1, merupakan ln dari total asset, adalah 30,4835 dengan standar deviasi sebesar 1,8097. Bank dengan ukuran terbesar adalah PT Bank Mandiri (Persero) Tbk pada kuartal tiga tahun 2010 sebesar 33,6456. Pada periode tersebut PT Bank Mandiri (Persero) Tbk memiliki total asset sebesar Rp 409.365.529.000.000. Bank dengan ukuran terkecil adalah PT Bank Capital Indonesia Tbk pada kuartal keempat tahun 2006 sebesar 26,7579. Pada periode tersebut PT Bank Capital Indonesia Tbk memiliki total asset sebesar Rp 417.644.087.000. Rata-rata equity ratio periode t-1 adalah sebesar 0,1041 dengan standar deviasi sebesar 0,0449. Bank dengan equity ratio paling tinggi adalah PT Bank Swadesi Tbk pada kuartal tiga tahun 2008 sebesar 0,2324. Pada kuartal tersebut PT Bank Swadesi Tbk memiliki total equity sebesar Rp 278.254.614.459 dan total Universitas Indonesia


34

asset sebesar Rp 1.197.402.153.857. Pada periode tersebut PT Bank Swadesi Tbk terdapat peristiwa Penawaran Umum Terbatas I dalam Rangka Penerbitan Hak Memesan Efek Terlebih Dahulu sebanyak 558.000.000 saham biasa dengan nominal Rp 200 dengan harga penawaran Rp 250. Bank dengan equity ratio paling rendah adalah PT Bank Mutiara Tbk pada kuartal empat tahun 2008 sebesar -0,2749. Pada kuartal tersebut PT Bank Mutiara Tbk memiliki total equity sebesar Rp -1.535.424.000.000 dan total asset sebesar Rp 5.585.890.000.000. Pada periode tersebut PT Bank Mutiara Tbk mengalami kerugian sebesar Rp 7.281.150.000.000 yang mengakibatkan ekuitasnya menjadi negatif. Salah satu penyebab kerugian ini adalah adanya Penyisihan Kerugian Aset Produktif, Agunan

yang

Diambil

Alih

dan

Aset

Lain-lain

Bersih

sebesar

Rp

6.559.276.000.000. Rata-rata NPL periode t-1 adalah sebesar 0,0424 dengan standar deviasi sebesar 0,0494. Terdapat bank dengan NPL 0% yaitu PT Bank Capital Indonesia Tbk pada kuartal empat tahun 2006, kuartal tiga tahun 2007, kuartal empat tahun 2007, dan kuartal 1 tahun 2008. NPL tertinggi dimiliki PT Bank Mutiara Tbk pada kuartal dua tahun 2009 sebesar 0,4293. Pada 31 Desember 2008 terdapat pelampauan terhadap Batas Maksdimum Pemberian Kredit (BMPK) untuk seluruh debitur disebabkan defisit modal dan pada 30 Juni 2009 pelampauan terhadap Batas Maksimum Pemberian Kredit (BMPK) sebanyak 39 debitur.

4.2 Analisis Hasil Regresi 4.2.a Pengaruh Konsentrasi Portofolio Kredit terhadap Return Dengan menggunakan persamaan model 1 dilakukan regresi menggunakan estimasi regresi Feasible Generelized Least Square (FGLS). Regresi dilakukan untuk mengetahui pengaruh konsentrasi portofolio kredit terhadap return. Terdapat dua regresi untuk model 1 yaitu dengan menggunakan ukuran konsentrasi Hirshmann-Herfindahl Index dan Shannon Entrophy. Pengolahan dilakukan dengan software eviews 6. Uji asumsi klasik untuk menguji multikolinearitas, autokorelasi, dan heteroskedastisitas dalam penelitian ini dilakukan menggunakan Stata 11.



35

4.2.a.1 Dengan Ukuran Konsentrasi Hirshmann-Herfindahl Index (Model 1)

Tabel 4.2 Pengujian F dan Hausman Model 1 HHI Statistic Pengujian F-test (F) Pengujian Hausman Test (chi-square)

d.f

Probability

1,7768

-21284,0000

0,0207

20,7299

4,0000

0,0004

Hasil pengujian F menunjukan probabilitas F-test signifikan pada level signifikansi 5% maka pengujian berlanjut untuk model random effect. Hasil pengujian probabilitas Hausman signifikan pada level signifikansi 1%. Berdasarkan hasil uji Hausman diketahui bahwa data panel mengikuti model Fixed Effect. Hasil pengujian dapat dilihat pada lampiran 2. Kemudian perlu dilakukan analisis data lebih lanjut guna menetapkan apakah model terdapat permasalahan heteroskedastisitas, autokorelasi, dan multikolinearitas.

Tabel 4.3 Pengujian Heteroskedastisitas dan Autokorelasi Model 1 HHI Wald Test

Wooldridge Test

Chi-square

F

Statistic

1,90E+09

1,11E+06

Probability

0,00E+00

0,00E+00

Probabilitas chi-square lebih kecil dari 0.05, maka H0 bahwa model homoskedastis ditolak. Hasil tersebut menunjukan terdapat heteroskedastisitas pada model fixed effect. Probabilitas F kurang dari 5%, maka H0 bahwa model tidak terdapat autokorelasi ditolak. Hasil tersebut menunjukan terdapat autokorelasi pada model fixed effect.



36

Tabel 4.4 Pengujian Multikolinearitas Model 1 HHI ROAt

HHIt-1

UKURANt-1

ODt-1

EQUITYt-1

ROAt

1,0000

HHIt-1

0,0347

1,0000

UKURANt-1

0,0156

-0,5803

1,0000

ODt-1

0,0411

-0,2753

0,4162

1,0000

EQUITYt-1

0,0626

0,1637

-0,2802

-0,3047

ROAt HHIt-1 Ukurant-1 ODt-1 Equityt-1

1,0000

: net income per total assets bank b pada periode t : ukuran konsentrasi Hirshmann-Herfindahl Index pada periode t-1 : ukuran bank merupakan ln total asset pada periode t-1 : Ownership Dummy, satu adalah milik pemerintah dan nol milik swasta pada periode t-1 : equity ratio, merupakan total equity per total assets pada periode t-1

Untuk mendeteksi mutikolinearitas adalah dengan melihat korelasi antar dua variabel independen. Korelasi terbilang kuat apabila besarnya lebih dari 0,8 atau kurang dari -0,8. Uji mulltikolinearitas menunjukan tidak terdapat korelasi di atas 0,8 atau kurang dari 0,8 sehingga dapat ditarik kesimpulan tidak ada multikolinearitas antar variabel independen. Untuk

mengatasi

masalah

heteroskedastisitas,

autokorelasi,

dan

multikolinearitas digunakan model FGLS (Feasible Generelized Least Squares) fixed effect. Model FGLS kemudian diuji menggunakan Likelihood-ratio test. Hasil pengujian menunjukan bahwa probabilitas chi-square kurang dari 5% dengan

LR

chi-square

2.374,21,

sehingga

H0

bahwa

tidak

terdapat

heteroskedastisitas atas model ditolak. Hasil pengujian dapat dilihat di lampiran 2. Untuk mengatasi masalah heteroskedastisitas digunakan weighted least squares untuk mendapatkan model yang BLUE (Gujarati dan Porter, 2009). Model FGLS fixed effect dengan cross section weight dapat digunakan dengan mengasumsi terdapat cross-sectional heteroskedastisitas dan autokorelasi namun tanpa koreksi atas korelasi kontemporer (Belke dan Heine, 2004). Setiap pool akan memiliki intercept yang tidak dibatasi dan tiap pool akan dilakukan downweight dengan estimasi dari cross section residual standard deviation. Model Fixed effect cross section weight dengan white cross section standard error & covariance digunakan dalam penelitian Ariff dan Ho (2009) dan Abdullah et al. (2010). Universitas Indonesia


37

Menggunakan estimasi Fixed Effect Cross-section Weight dengan white cross section standard error & covariance, adjusted R-squared yang didapat adalah 0,7566 artinya 75,66% ROA dapat dijelaskan oleh model. Tingkat signifikansi hasil regresi dapat dilihat dari probabilitas F-statistic yang signifikan pada level 1%, berarti bahwa regresi variabel independen terhadap variabel dependen signifikan secara statistik. Hasil pengolahan dapat dilihat di lampiran 2.

Tabel 4.5 Regresi Model Fixed Effect Cross Section Weight Model 1 HHI dengan variabel dependen ROAt Variable C

0,2559

HHIt-1

0,0006

0,6456

UKURANt-1

0,0003

0,6081

ODt-1

0,1732

0,2825

EQUITYt-1

0,0195

0,0038 ***

R-squared

0,7763

F-statistic Prob(F-statistic)

Equityt-1 *** ** *

Prob.

-0,0593

Adjusted R-squared

ROAt HHIt-1 Ukurant-1 ODt-1

Coefficient

0,7566 39,4305 0,0000

: net income per total assets bank b pada periode t : ukuran konsentrasi Hirshmann-Herfindahl Index pada periode t-1 : ukuran bank merupakan ln total asset pada periode t-1 : Ownership Dummy, satu adalah milik pemerintah dan nol milik swasta dan asing pada periode t-1 : equity ratio, merupakan total equity per total assets pada periode t-1 : signifikan pada level 1% : signifikan pada level 5% : signifikan pada level 10%

Hasil regresi tersebut menunjukkan bahwa Hirshmann-Herfindahl Index (konsentrasi portofolio kredit) berpengaruh positif namun tidak signifikan terhadap ROA. Dengan demikian H0 tidak dapat ditolak. Artinya, konsentrasi portofolio kredit tidak berpengaruh secara signifikan terhadap return. Hal ini dapat terjadi karena diversifikasi maupun konsentrasi memberikan manfaat yang baik pada return bank. Konsentrasi dapat meningkatkan return, juga mengurangi biaya monitoring karena sektor semakin sedikit, dan bank memiliki keahlian pada sektor tersebut (Cajueiro et al., 2011). Diversifikasi dapat meningkatkan efisiensi Universitas Indonesia


38

return. Selain itu, diversifikasi dapat memungkinkan bank beroperasi pada tingkat ekuitas yang rendah yang membuat bank dapat menghemat biaya. Diversifikasi juga dapat menaikkan kinerja, khususnya pada pasar perbankan yang memiliki tingkat kompetisi yang tinggi (Rossi et al., 2009). Ukuran bank berpengaruh positif terhadap ROA namun tidak signifikan. Artinya ukuran bank tidak berpengaruh secara positif terhadap return bank. Pada penelitian Akhtar et al. (2011) ditemukan bahwa ukuran bank berpengaruh positif terhadap profitabilitas. Menurut Al-Tamimi (2005) dan Sulfian (2009) hubungan positif ini terjadi karena adanya strategi cost effective, economies of scales dan tingginya market share (Akhtar et al, 2011). Pada penelitian ini hasil yang diperoleh tidak signifikan, mungkin karena bank besar belum memaksimalkan penggunaan strategi cost effective, economies of scales dan tingginya market share. Ownership Dummy berpengaruh secara positif namun tidak signifikan terhadap ROA. Artinya kepemilikan bank oleh pemerintah berpengaruh secara positif namun tidak signifikan terhadap return bank. Hasil ini bertentangan dengan penelitian Al-Khouri (2011), Bonin et al. (2003), dan Micco et al. (2004) yang menemukan bahwa kepemilikan pemerintah berpengaruh negatif pada profitabilitas. Equity ratio berpengaruh positif terhadap ROA dengan koefisien variabel sebesar 0,0195 yang signifikan pada level signifikansi 1%. Artinya equity ratio berbanding lurus terhadap return bank. Bank dengan equity ratio lebih besar memiliki return lebih besar dibandingkan dengan bank yang memiliki equity ratio lebih kecil. Berger (1995) memiliki dua hipotesis atas pengaruh modal pada profitabilitas (Al-Khouri, 2011). Hipotesis pertama adalah hipotesis expected bankruptcy yang berpendapat bahwa meningkatnya modal dapat meningkatkan profitabilitas. Hal ini terjadi karena berkurangnya bunga pada dana yang belum diasuransi, khususnya untuk bank yang lebih berisiko dimana kemungkinan untuk bangkrut berkurang. Hipotesis kedua adalah manajer memiliki informasi di dalam perusahaan tentang cash flow di masa depan dan dicerminkan dalam keputusan modal. Berger (1995) dan Demirguc-Kunt dan Huizinga (1999) menemukan bukti pendukung hipotesis expected bankruptcy (Al-Khouri, 2011). Al-Khouri (2011) Universitas Indonesia


39

juga menemukan equity ratio memiliki hubungan yang positif dan signifikan terhadap ROA. Bank yang terkapitalisasi secara baik, membuat biaya pendanaan menjadi rendah dan membutuhkan lebih sedikit pendanaan luar sehingga lebih menguntungkan.

4.2.a.2 Dengan Ukuran Konsentrasi Shannon Entropy

Tabel 4.6 Pengujian F dan Hausman Test Model 1 SE Statistic Pengujian F-test (F) Pengujian Hausman Test (chi-square)

d.f

Probability

1,7889

-21284,0000

0,0195

20,6379

4,0000

0,0004

Hasil pengujian F menunjukan probabilitas F-test signifikan pada level signifikansi 5% maka pengujian berlanjut untuk model random effect. Hasil pengujian probabilitas Hausman signifikan pada level signifikansi 1%, hasil pengolahan dapat dilihat pada lampiran 3. Berdasarkan hasil uji Hausman diketahui bahwa data panel mengikuti model Fixed Effect. Kemudian perlu dilakukan analisis data lebih lanjut guna menetapkan apakah model terdapat permasalahan heteroskedastisitas, autokorelasi, dan multikolinearitas.

Tabel 4.7 Pengujian Heteroskedastisitas dan Autokorelasi Model 1 SE Wald Test

Wooldridge Test

Chi-square

F

Statistic

1,90E+09

9,99E+05

Probability

0,00E+00

0,00E+00

Probabilitas chi-square lebih kecil dari 0.05, maka H0 bahwa model homoskedastis ditolak. Hasil tersebut menunjukan terdapat heteroskedastisitas pada model fixed effect. Probabilitas F lebih kecil dari 5%, maka H0 bahwa model tidak terdapat autokorelasi ditolak. Hasil tersebut menunjukan terdapat autokorelasi pada model fixed effect. Untuk mendeteksi mutikolinearitas adalah Universitas Indonesia


40

dengan melihat korelasi antar dua variabel independen. Korelasi terbilang kuat apabila besarnya lebih dari 0,8 atau kurang dari -0,8. Uji mulltikolinearitas menunjukan tidak terdapat korelasi di atas 0,8 atau kurang dari 0,8 sehingga dapat ditarik kesimpulan tidak ada multikolinearitas antar variabel independen.

Tabel 4.8 Pengujian Multikolinearitas Model 1 SE ROAt

SEt-1

UKURANt-1

ODt-1

EQUITYt-1

ROAt

1,0000

SEt-1

0,0263

1,0000

UKURANt-1

0,0156

-0,6483

ODt-1

0,0411

-0,3444

0,4162

1,0000

EQUITYt-1

0,0626

0,2295

-0,2802

-0,3047

ROAt SEt-1 Ukurant-1 ODt-1 Equityt-1

Untuk

1,0000 1,0000

: net income per total assets bank b pada periode t : ukuran konsentrasi Shannon Entropy pada periode t-1 : ukuran bank merupakan ln total asset pada periode t-1 : Ownership Dummy, satu adalah milik pemerintah dan nol milik swasta pada periode t-1 : equity ratio, merupakan total equity per total assets pada periode t-1

mengatasi

masalah


autokorelasi,

dan

multikolinearitas digunakan model FGLS (Feasible Generelized Least Squares) fixed effect. Model FGLS kemudian diuji menggunakan Likelihood-ratio test. Hasil pengujian menunjukan bahwa probabilitas chi-square kurang dari 5% dengan

LR

chi-square

2.376,83,

sehingga

H0

bahwa

tidak

terdapat

heteroskedastisitas atas model ditolak. Hasil pengujian dapat dilihat di lampiran 3. Untuk mengatasi masalah heteroskedastisitas digunakan weighted least squares untuk mendapatkan model yang BLUE (Gujarati dan Porter, 2009). Model FGLS fixed effect dengan cross section weight dapat digunakan dengan mengasumsi terdapat cross-sectional heteroskedastisitas dan autokorelasi namun tanpa koreksi atas korelasi kontemporer (Belke dan Heine, 2004). Setiap pool akan memiliki intercept yang tidak dibatasi dan tiap pool akan dilakukan downweight dengan estimasi dari cross section residual standard deviation. Model Fixed effect cross section weight dengan white cross section standard error & covariance digunakan dalam penelitian Ariff dan Ho (2009) dan Abdullah et al. (2010). Universitas Indonesia


41

Menggunakan estimasi Fixed Effect Cross-section Weight dengan white cross section standard error & covariance, adjusted R-squared yang didapat adalah 0,7575 artinya 75,75% ROA dapat dijelaskan oleh model. Tingkat signifikansi hasil regresi dapat dilihat dari probabilitas F-statistic yang signifikan pada level 1%, berarti bahwa regresi variabel independen terhadap variabel dependen signifikan secara statistik. Hasil pengolahan tersebut dapat dilihat pada lampiran 3.

Tabel 4.9 Model Fixed Effect Cross Section Weight Model 1 SE dengan variabel Dependen ROAt Variable

-0,0636

0,2221

SEt-1

-0,0001

0,8050

UKURANt-1

0,0005

0,4371

ODt-1

0,1732

0,2823

EQUITYt-1

0,0187

0,0040

R-squared

0,7771

Adjusted R-squared

0,7575

Prob(F-statistic)

Equityt-1 *** ** *

Prob.

C

F-statistic

ROAt SEt-1 Ukurant-1 ODt-1

Coefficient

***

39,6141 0,0000

: net income per total assets bank b pada periode t : ukuran konsentrasi Shannon Entropy pada periode t-1 : ukuran bank merupakan ln total asset pada periode t-1 : Ownership Dummy, satu adalah milik pemerintah dan nol milik swasta dan asing pada periode t-1 : equity ratio, merupakan total equity per total assets pada periode t-1 : signifikan pada level 1% : signifikan pada level 5% : signifikan pada level 10%

Hasil regresi tersebut menunjukkan bahwa Shannon Entropy (konsentrasi portofolio kredit) berpengaruh negatif namun tidak signifikan terhadap ROA. Dengan demikian H0 tidak dapat ditolak. Artinya, diversifikasi portofolio kredit tidak berpengaruh secara signifikan terhadap return. Hal ini mungkin terjadi karena diversifikasi maupun konsentrasi memberikan manfaat yang baik pada return bank. Diversifikasi dapat meningkatkan efisiensi return. Selain itu, diversifikasi dapat memungkinkan bank beroperasi pada tingkat ekuitas yang Universitas Indonesia


42

rendah yang membuat bank dapat menghemat biaya. Diversifikasi juga dapat menaikkan kinerja, khususnya pada pasar perbankan yang memiliki tingkat kompetisi yang tinggi (Rossi et al., 2009). Konsentrasi dapat membuat return meningkat, selain itu konsentrasi juga dapat mengurangi biaya monitoring karena sektor semakin sedikit, dan bank memiliki keahlian pada sektor tersebut (Cajueiro et al., 2011). Ukuran bank berpengaruh positif terhadap ROA namun tidak signifikan. Artinya ukuran bank berpengaruh secara positif namun tidak signifikan terhadap return bank. Penelitian Akhtar et al. (2011) menemukan ukuran bank berpengaruh positif terhadap profitabilitas. Al-Tamimi (2005) dan Sulfian (2009) berpendapat bahwa hubungan positif ini terjadi karena adanya strategi cost effective, economies of scales dan tingginya market share (Akhtar et al, 2011). Hasil pada penelitian ini tidak signifikan, hal ini dapat terjadi karena bank besar belum menggunakan strategi cost effective, economies of scales dan tingginya market share secara optimal. Ownership Dummy berpengaruh secara positif namun tidak signifikan terhadap ROA. Artinya kepemilikan bank oleh pemerintah berpengaruh secara positif namun tidak signifikan terhadap return bank. Hasil penelitian ini bertentangan dengan penelitian Al-Khouri (2011), Bonin et al. (2003), dan Micco et al. (2004) yang membuktikan bahwa kepemilikan pemerintah berpengaruh negatif pada profitabilitas. Equity ratio berpengaruh positif terhadap ROA dengan koefisien variabel sebesar 0,0187 yang signifikan pada level signifikansi 1%. Artinya equity ratio berpengaruh positif terhadap return bank. Bank yang memiliki equity ratio lebih besar akan memiliki return lebih besar dibandingkan dengan bank yang memiliki equity ratio lebih kecil. Berger (1995) mempunyai dua hipotesis mengenai pengaruh modal pada profitabilitas yaitu hipotesis expected bankruptcy dan signaling (Al-Khouri, 2011). Hipotesis expected bankrupcy berpendapat bahwa meningkatnya modal dapat meningkatkan profitabilitas. Hal ini dapat terjadi karena bunga berkurang pada dana yang belum diasuransi, khususnya pada bank yang lebih berisiko sehingga kemungkinan untuk bangkrut berkurang. Hipotesis signaling berpendapat bahwa manajer memiliki informasi di dalam perusahaan Universitas Indonesia


43

tentang cash flow di masa depan dan hal tersebut terlihat dalam keputusan modal. Penelitian Berger (1995) dan Demirguc-Kunt dan Huizinga (1999) membuktikan hipotesis expected bankruptcy (Al-Khouri, 2011). Penelitian Al-Khouri (2011) juga menemukan equity ratio berpengaruh positif dan signifikan terhadap ROA. Bank yang memiliki kapitalisasi yang baik, mengakibatkan biaya pendanaan menjadi rendah dan membutuhkan lebih sedikit pendanaan luar sehingga lebih menguntungkan.

4.2.b Pengaruh Konsentrasi Portofolio Kredit terhadap Return dengan Memasukan Fungsi Risiko Gagal Bayar (Model 2) Dengan menggunakan model 2 dilakukan regresi menggunakan metode estimasi Feasible Generelized Least Squares (FGLS). Regresi ini dilakukan untuk mengetahui pengaruh konsentrasi portofolio kredit terhadap return dengan memasukan fungsi risiko gagal bayar untuk memeriksa hubungan U-shaped pada return dan konsentrasi. Terdapat dua regresi untuk regresi model 2 yaitu dengan menggunakan konsentrasi Hirshmann-Herfindahl Index dan Shannon Entrophy. Pengolahan dilakukan dengan software eviews 6 dan pengujian asumsi klasik atas multikolinearitas, autokorelasi dan heteroskedastisitas dilakukan dengan stata 11.

4.2.b.1 Dengan Ukuran Konsentrasi Hirshmann-Herfindahl Index


d.f

Probability

1,7637

-21281,0000

0,0222

36,8000

7,0000

0,0000

Hasil pengujian tersebut probabilitas F-test signifikan pada level signifikansi 5% maka pengujian berlanjut untuk model random effect. Hasil pengujian tersebut probabilitas Hausman test signifikan pada level signifikansi 1%. Dari hasil tersebut diketahui bahwa penelitian ini menggukan model fixed effect. Hasil Universitas Indonesia


44

pengolahan dapat dilihat pada lampiran 4. Berdasarkan hasil uji Hausman diketahui bahwa data panel mengikuti model Fixed Effect sehingga perlu dilakukan analisis data lebih lanjut guna menetapkan apakah model terdapat permasalah heteroskedastisitas, autokorelasi, dan multikolinearitas.

Tabel 4.11 Pengujian Heterokedastisitas dan Autokorelasi Model 2 HHI Wald Test

Wooldridge Test

Chi-square

F

Statistic

3,70E+08

1,85E+06

Probability

0,00E+00

0,00E+00

Probabilitas chi-square kurang dari 5% sehingga H0 bahwa model tersebut homoskedastis ditolak. Hasil tersebut menunjukan terdapat heteroskedastisitas pada model fixed effect. Probabilitas F kurang dari 5% sehingga H0 bahwa model fixed effect tersebut tidak memiliki autokorelasi ditolak. Untuk mendeteksi multikolinearitas adalah dengan melihat korelasi antar dua variabel independen. Korelasi terbilang kuat apabila sebesar lebih dari 0,8 atau kurang dari -0,8. Uji korelasi menunjukan korelasi yang kuat antara NPLt-1 dengan HHIt-1.NPLt-1 dan HHIt-1.NPL2t-1, dan HHIt-1.NPL2t-1 dengan HHIt-1.NPL2t-1.

Tabel 4.12 Pengujian Multikolinearitas Model 2 HHI ROAt

HHIt-1

NPLt-1

UKURANt-1

ODt-1

EQUITYt-1

HHIt-1.NPLt-1

ROAt

1,0000

HHIt-1

0,0347

1,0000

NPLt-1

0,0204

-0,1406

1,0000

UKURANt-1

0,0156

-0,5803

0,0451

1,0000

ODt-1

0,0411

-0,2753

0,4583

0,4162

1,0000

EQUITYt-1

0,0626

0,1637

-0,4258

-0,2802

-0,3047

1,0000

HHIt-1.NPLt-1

0,0281

0,1602

0,9222

-0,1451

0,3483

-0,3967

1,0000

0,0209

-0,0581

0,9253

-0,0619

0,2826

-0,3668

0,8608

HHIt-1.NPL2t-1

ROAt HHIt-1 NPLt-1 Ukurant-1 ODt-1 Equityt-1

HHIt-1.NPL2t-1

1,0000

: net income per total assets bank b pada periode t : ukuran konsentrasi Hirshmann-Herfindahl Index pada periode t-1 : rasio non performing loan dibagi total loan pada periode t-1 : ukuran bank merupakan ln total asset pada periode t-1 : Ownership Dummy, satu adalah milik pemerintah dan nol milik swasta pada periode t-1 : equity ratio, merupakan total equity per total assets pada periode t-1 Universitas Indonesia


45

Untuk

mengatasi

masalah


autokorelasi,

dan

multikolinearitas digunakan model FGLS (Feasible Generelized Least Squares) fixed effect. Model FGLS kemudian diuji menggunakan Likelihood-ratio test untuk mengetahui heteroskedastisitas yang spesifik. Hasil pengujian menunjukan bahwa probabilitas chi-square kurang dari 5% dengan LR chi-square 2390,20, sehingga H0 bahwa model FGLS tidak terdapat heteroskedastisitas atas ditolak. Hasil pengujian dapat dilihat di lampiran 4. Untuk mengatasi masalah heteroskedastisitas digunakan weighted least squares untuk mendapatkan model yang BLUE (Gujarati dan Porter, 2009). Model FGLS fixed effect dengan cross section weight dapat digunakan dengan mengasumsi terdapat heteroskedastisitas cross-sectional dan autokorelasi namun tanpa koreksi atas korelasi kontemporer (Belke dan Heine, 2004). Setiap pool akan memiliki intercept yang tidak dibatasi dan tiap pool akan dilakukan downweight dengan estimasi dari cross section residual standard deviation. Model Fixed effect cross section weight dengan white cross section standard error & covariance digunakan dalam penelitian Ariff dan Ho (2009) dan Abdullah et al. (2010). Menggunakan estimasi Fixed Effect Cross-section Weight dengan white cross section standard error & covariance, adjusted R-squared yang didapat adalah 0,6864 artinya 68,64% ROA dapat dijelaskan oleh model. Tingkat signifikansi hasil regresi dapat dilihat dari probabilitas F-statistic yang signifikan pada level signifikansi 1% yang berarti bahwa regresi variabel independen terhadap variabel dependen signifikan secara statistik. Hasil pengolahan dapat dilihat pada lampiran 4. Berdasar hasil regresi tersebut Hirshmann-Herfindahl Index (konsentrasi portofolio kredit) berpengaruh positif namun tidak signifikan terhadap ROA. Dengan demikian H0 tidak dapat ditolak. Artinya, konsentrasi portofolio kredit tidak berpengaruh secara signifikan terhadap return. Hasil tersebut tidak signifikan mungkin karena keudanya memberi manfaat yang baik pada return bank. Konsentrasi menyebabkan return meningkat, mengurangi biaya monitoring karena semakin sedikitnya sektor, serta bank punya keahlian pada sektor tersebut (Cajueiro et al., 2011). Diversifikasi membuat return menjadi efisiens. Universitas Indonesia


46

Diversifikasi juga dapat membuat bank beroperasi pada tingkat ekuitas yang rendah sehingga bank dapat menghemat biaya. Selain itu, diversifikasi meningkatkan kinerja, terutama pada pasar perbankan yang memiliki tingkat kompetisi yang tinggi (Rossi et al., 2009).

Tabel 4.13 Model Fixed Effect Cross Section Weight Model 2 HHI dengan variabel dependen ROAt Variable C

0,2865

HHIt-1

0,0013

0,7387

NPLt-1

0,0032

0,8718

UKURANt-1

0,0001

0,8907

ODt-1

0,1706

0,2948

EQUITYt-1

0,0198

0,0007

HHIt-1.NPLt-1

0,0508

0,5626

HHIt-1.NPL2t-1

-0,0732

0,8747

R-squared

0,7148

Adjusted R-squared

0,6864

Prob(F-statistic)

Equityt-1 *** ** *

Prob.

-0,0524

F-statistic

ROAt HHIt-1 NPLt-1 Ukurant-1 ODt-1

Coefficient

***

25,1506 0,0000

: net income per total assets bank b pada periode t : ukuran konsentrasi Hirshmann-Herfindahl Index pada periode t-1 : rasio non performing loan dibagi total loan pada periode t-1 : ukuran bank merupakan ln total asset pada periode t-1 : Ownership Dummy, satu adalah milik pemerintah dan nol milik swasta pada periode t-1 : equity ratio, merupakan total equity per total assets pada periode t-1 : signifikan pada level 1% : signifikan pada level 5% : signifikan pada level 10%

Rasio NPL berpengaruh positif namun tidak signifikan terhadap ROA. Bank dengan risiko gagal bayar yang besar akan memiliki return yang lebih tinggi. Hasil ini bertentangan dengan penelitian Akhtar (2011) yang menemukan bahwa rasio NPL berpengaruh secara negatif signifikan terhadap profitabilitas. Penelitian Al-Khouri (2011) menemukan bahwa risiko kredit, menggunakan volatilitas ROA, secara positif dan signifikan berpengaruh pada profitabilitas. Risiko gagal bayar atas pembayaran kembali pokok dan bunga utang, secara Universitas Indonesia


47

langsung terkait dengan transformasi likuiditas karena risiko gagal bayar yang terakumulasi akan meningkat seiring berjalannya waktu. Ukuran bank berpengaruh positif terhadap ROA namun tidak signifikan. Artinya ukuran bank berpengaruh secara positif namun tidak signifikan terhadap return bank. Penelitian Akhtar et al. (2011) menemukan bahwa ukuran bank memounyai pengaruh positif terhadap profitabilitas. Al-Tamimi (2005) dan Sulfian (2009) memiliki pendapat bahwa pengaruh positif dari ukuran terhadap profitabilitas terjadi karena strategi cost effective, economies of scales dan tingginya market share (Akhtar et al, 2011). Penelitian ini menemukan hasil yang tidak signifikan, hal ini mungkin terjadi akibat bank besar belum menggunakan strategi cost effective, economies of scales dan tingginya market share secara maksimal. Ownership Dummy memiliki pengaruh positif namun tidak signifikan terhadap ROA. Hal ini berarti, kepemilikan bank oleh pemerintah berpengaruh secara positif namun tidak signifikan terhadap return bank. Hasil regresi ini berbeda dengan penelitian Al-Khouri (2011), Bonin et al. (2003), dan Micco et al. (2004) membuktikan kepemilikan pemerintah memiliki pengaruh negatif pada profitabilitas. Equity ratio berpengaruh positif terhadap ROA dengan koefisien variabel sebesar 0,0198 yang signifikan pada level signifikansi 1%. Artinya equity ratio memiliki pengaruh positif terhadap return bank. Bank yang memiliki equity ratio besar memiliki return yang besar pula bila dibandingkan dengan bank yang memiliki equity ratio lebih kecil. Terdapat dua hipotesis Berger (1995) mengenai pengaruh modal pada profitabilitas (Al-Khouri, 2011). Hipotesis yang pertama adalah hipotesis expected bankruptcy yang berpendapat meningkatnya modal dapat meningkatkan profitabilitas. Hal tersebut dapat terjadi karena berkurangnya bunga pada dana yang belum diasuransi, khususnya untuk bank yang memiliki risiko lebih tinggi dimana kemungkinan untuk bangkrut berkurang. Hipotesis yang kedua adalah hipotesis signaling yang berpendapat bahwa manajer mempunyai informasi di dalam perusahaan tentang cash flow di masa depan dan sinyak ini tercermin pada keputusan modal yang dibuat. Penelitian Berger (1995) dan Demirguc-Kunt dan Huizinga (1999) menemukan bukti yang mendukung Universitas Indonesia


48

hipotesis expected bankruptcy (Al-Khouri, 2011). Selain itu, penelitian Al-Khouri (2011) juga menemukan equity ratio berpengaruh positif dan signifikan terhadap ROA. Bank yang modalnya terkelola secara baik lebih memiliki profitabilitas lebih baik karena bank dapat mengurangi biaya pendanaan dan pendanaan dari luar. HHI.NPL dan HHI.NPL2 pada periode yang lalu merupakan variabel yang digunakan untuk menemukan U-shaped relation pada return bank dan konsentrasi portofolio kredit sebagai fungsi dari risiko gagal bayar (Cajueiro et al. (2011). Apabila koefisien dari HHI.NPL kurang dari nol dan koefisien HHI.NPL2 lebih dari nol maka terdapat perilaku U-shaped pada return. Hasil regresi menunjukan bahwa HHI.NPL berpengaruh positif namun tidak signifikan pada ROA. HHI.NPL2 berpengaruh negatif namun tidak signifikan pada ROA. Meskipun tidak signifikan hasil regresi tersebut menunjukan adanya kontradiksi perilaku Ushaped. Penelitian (Cajueiro et al. (2011) menemukan kontradiksi perilaku UShaped. Untuk bank dengan risiko gagal bayar yang tinggi, konsentrasi dapat mengurangi return, namun risiko mereka juga dapat berkurang dengan strategi ini. Untuk bank dengan dengan risiko rendah dan menengah, konsentrasi portofolio kredit merupakan strategi yang baik.

4.2.b.2 Dengan Ukuran Shannon Entropy

Tabel 4.14 Pengujian F dan Hausman Model 2 SE Statistic Pengujian F-test (F) Pengujian Hausman Test (chi-square)

d.f

Probability

1,8024

-21281,0000

0,0183

37,6485

7,0000

0,0000

Hasil pengujian tersebut probabilitas F-test signifikan pada level signifikansi 5% maka pengujian berlanjut untuk model random effect. Hasil pengujian menunjukan probabilitas Hausman signifikan pada level signifikansi 1%. Berdasarkan uji Hausman diketahui bahwa penelitian ini menggukan model Universitas Indonesia


49

fixed effect. Hasil pengujian dapat dilihat pada lampiran 5. Kemudian perlu dilakukan analisis data lebih lanjut guna menetapkan apakah model terdapat permasalah heteroskedastisitas, autokorelasi, dan multikolinearitas.

Tabel 4.15 Pengujian Heteroskedastisitas dan Autokorelasi Model 2 SE Wald Test

Wooldridge Test

Chi-square

F

Statistic

8,50E+07

1,56E+06

Probability

0,00E+00

0,00E+00

Probabilitas chi-square kurang dari 5%, sehingga H0 bahwa model homoskedastis ditolak. Hasil tersebut menunjukan adanya heteroskedastisitas pada model fixed effect. Probabilitas F kurang dari 5%, sehingga H0 bahwa tidak terdapat autokorelasi pada model ditolak. Hasil tersebut menunjukan adanya autokorelasi pada model fixed effect. Untuk mendeteksi multikolinearitas dapat dilakukan dengan melihat korelasi antar dua variabel independen. Korelasi terbilang kuat jika besarnya lebih dari 0, 8 atau kurang dari -0,8. Uji korelasi menunjukan adanya korelasi yang kuat antara variabel NPLt-1 dengan SEt-1.NPLt-1 dan SEt-1.NPL2t-1 dan SEt-1.NPLt-1 dengan SEt-1.NPL2t-1.

Tabel 4.16 Pengujian Multikolinearitas Model 2 SE ROAt

SEt-1

NPLt-1

UKURANt-1

ODt-1

EQUITYt-1

SEt-1.NPLt-1

ROAt

1,0000

SEt-1

0,0263

1,0000

NPLt-1

0,0204

-0,1394

1,0000

UKURANt-1

0,0156

-0,6483

0,0451

1,0000

ODt-1

0,0411

-0,3444

0,4583

0,4162

1,0000

EQUITYt-1

0,0626

0,2295

-0,4258

-0,2802

-0,3047

1,0000

SENPLt-1

-0,0175

0,2779

-0,9838

-0,1314

-0,4900

0,4204

1,0000

-0,0194

0,1260

-0,9250

0,0198

-0,2967

0,3514

0,9267

2

SENPL

t-1

ROAt SEt-1 NPLt-1 Ukurant-1 ODt-1 Equityt-1

SEt-1.NPL2t-1

1,0000

: net income per total assets bank b pada periode t : ukuran konsentrasi Hirshmann-Herfindahl Index pada periode t-1 : rasio non performing loan dibagi total loan pada periode t-1 : ukuran bank merupakan ln total asset pada periode t-1 : Ownership Dummy, satu adalah milik pemerintah dan nol milik swasta pada periode t-1 : equity ratio, merupakan total equity per total assets pada periode t-1 Universitas Indonesia


50

Untuk

mengatasi

masalah


autokorelasi,

dan

multikolinearitas digunakan model FGLS (Feasible Generelized Least Squares) fixed effect. Model FGLS kemudian diuji dengan menggunakan Likelihood-ratio test. Hasil pengujian menunjukan bahwa probabilitas chi-square kurang dari 5% dengan

LR

chi-square

2.400,55,

sehingga

H0

bahwa

tidak

terdapat

heteroskedastisitas atas model ditolak. Hasil pengolahan regresi dan pengujian dapat dilihat pada lampiran 5. Untuk mengatasi masalah heteroskedastisitas digunakan weighted least squares untuk mendapatkan model yang BLUE (Gujarati dan Porter, 2009). Model FGLS fixed effect dengan cross section weight digunakan dengan mengasumsi terdapat cross-sectional heteroskedastisitas dan autokorelasi namun tanpa koreksi atas korelasi kontemporer (Belke dan Heine, 2004). Setiap pool akan memiliki intercept yang tidak dibatasi dan tiap pool akan dilakukan downweight dengan estimasi dari cross section residual standard deviation. Model Fixed effect cross section weight dengan white cross section standard error & covariance digunakan dalam penelitian Ariff dan Ho (2009) dan Abdullah et al. (2010). Menggunakan estimasi Fixed Effect Cross-section Weight dengan white cross section standard error & covariance, adjusted R-squared yang didapat adalah 0,5824 artinya 58,24% ROA dapat dijelaskan oleh model. Tingkat signifikansi hasil regresi dapat dilihat dari probabilitas F-statistic yang signifikan pada level signifikansi 1% yang berarti bahwa regresi variabel independen terhadap variabel dependen signifikan secara statistik. Hasil regresi menunjukkan bahwa Shannon Entropy (konsentrasi portofolio kredit) berpengaruh negatif namun tidak signifikan terhadap ROA. Dengan demikian H0 tidak dapat ditolak. Artinya, diversifikasi portofolio kredit tidak berpengaruh secara signifikan terhadap return. Hal ini dapat terjadi karena diversifikasi maupun konsentrasi memberikan manfaat yang baik pada return bank. Diversifikasi dapat membuat return menjadi lebih efisien. Diversifikasi juga memungkinkan bank beroperasi ekuitas yang rendah sehingga bank dapat menghemat biaya. Selain itu, diversifikasi dapat meningkatkan kinerja, hal ini terjadi khususnya pada pasar perbankan dimana tingkat kompetisi tinggi (Rossi et Universitas Indonesia


51

al., 2009). Konsentrasi dapat membuat return menjadi meningkat. Konsentrasi juga dapat membuat biaya monitoring berkurang karena sektor yang dikelola semakin sedikit dan bank memiliki keahlian pada sektor tersebut (Cajueiro et al., 2011).

Tabel 4.17 Model Fixed Effect Cross Section Weight Model 2 SE dengan Dependen Variabel ROAt Variable

Coefficient

C

-0,0620

0,2286

SEt-1

-0,0006

0,7306

NPLt-1

0,0931

0,0435

UKURANt-1

0,0003

0,5798

ODt-1

0,1798

0,2652

EQUITYt-1

0,0215

0,0036

SEt-1.NPLt-1

0,0507

0,0650

SEt-1.NPL2t-1

0,0293

0,4115

R-squared

0,6202

Adjusted R-squared

0,5824

F-statistic Prob(F-statistic) ROAt SEt-1 NPLt-1 Ukurant-1 ODt-1 Equityt-1 *** ** *

Prob.

**

***

16,3900 0,0000

: net income per total assets bank b pada periode t : ukuran konsentrasi Hirshmann-Herfindahl Index pada periode t-1 : rasio non performing loan dibagi total loan pada periode t-1 : ukuran bank merupakan ln total asset pada periode t-1 : Ownership Dummy, satu adalah milik pemerintah dan nol milik swasta pada periode t-1 : equity ratio, merupakan total equity per total assets pada periode t-1 : signifikan pada level 1% : signifikan pada level 5% : signifikan pada level 10%

Rasio NPL berpengaruh positif terhadap ROA dengan level signifikansi 5%. Sehingga, H0 ditolak. Artinya, NPL berbanding lurus terhadap ROA. Bank dengan risiko gagal bayar yang besar akan memiliki return yang lebih tinggi. Hasil ini berbeda dengan penelitian Akhtar (2011) yang membuktikan bahwa rasio NPL memiliki pengaruh negatif signifikan terhadap return. Namun, penelitian

Al-Khouri

(2011)

menemukan

bahwa

risiko

kredit,

dengan

menggunakan volatilitas ROA, secara positif dan signifikan berpengaruh terhadap Universitas Indonesia


52

profitabilitas. Risiko gagal bayar atas pembayaran kembali pokok dan bunga utang berkaitan dengan transformasi likuiditas sehingga risiko gagal bayar terakumulasi akan meningkat seiring berjalannya waktu. Hasil ini konsisten dengan penelitian Cajueiro et al. (2011). Ukuran bank memiliki pengaruh positif terhadap ROA namun tidak signifikan. Hal ini berarti, ukuran bank mempunyai pengaruh positif namun tidak signifikan terhadap profitabilitas bank. Penelitian Akhtar et al. (2011) membuktikan bahwa ukuran bank mempunyai pengaruh positif terhadap profitabilitas. Al-Tamimi (2005) dan Sulfian (2009) memiliki pendapat bahwa hubungan positif ini terjadi akibat strategi cost effective, economies of scales dan tingginya market share (Akhtar et al, 2011). Hasil penelitian ini tidak signifikan, hal ini mungkin terjadi karena bank besar belum mengoptimalkan penggunaan strategi cost effective, economies of scales dan tingginya market share. Ownership Dummy mempunyai pengaruh positif namun tidak signifikan terhadap ROA. Hal ini berarti kepemilikan bank oleh pemerintah berpengaruh secara positif namun tidak signifikan terhadap profitabilitas bank. Hasil ini berlawanan dengan penelitian yang dilakukan Al-Khouri (2011), Bonin et al. (2003), dan Micco et al. (2004) yang membuktikan bahwa kepemilikan pemerintah mempunayai pengaruh negatif terhadap profitabilitas. Equity ratio memiliki pengaruh positif dan signifikan terhadap ROA dengan koefisien variabel sebesar 0,0215 pada level signifikansi 1%. Artinya equity ratio berpengaruh positif terhadap profitabilitas bank. Bank dengan equity ratio lebih besar memiliki profitabilitas yang lebih tinggi dibandingkan dengan bank yang memiliki equity ratio lebih kecil. Berger (1995) mempunyai dua hipotesis berbeda atas pengaruh modal pada profitabilitas (Al-Khouri, 2011). Hipotesis tersebut adalah hipotesis expected bankruptcy dan hipotesis signaling. Hipotesis expected bankruptcy berpendapat bahwa modal yang meningkat dapat membuat profitabilitas meningkat pula. Hal ini mungkin terjadi karena bunga berkurang pada dana yang belum diberi asuransi, terutama untuk bank yang memiliki risiko yang lebih tinggi dimana kemungkinan untuk bangkrut menjadi berkurang. Hipotesis signaling berpendapat bahwa manajer memiliki informasi dari dalam perusahaan mengenai cash flow di masa depan dan dapat tercermin Universitas Indonesia


53

dalam keputusan modal oleh manajer. Penelitian oleh Berger (1995) dan Demirguc-Kunt dan Huizinga (1999) menemukan bukti yang mendukung hipotesis expected bankruptcy (Al-Khouri, 2011). Hipotesis ini juga dibuktikan Al-Khouri (2011) yang menemukan bahwa equity ratio berpengaruh positif dan signifikan terhadap ROA. Bank yang memiliki kapitalisasi yang baik, akan memiliki biaya pendanaan yang lebih rendah dan akan mengurangi pendanaan luar sehingga menguntungkan. SE.NPL dan SE.NPL2 pada periode yang lalu merupakan variabel yang digunakan untuk menemukan U-shaped relation pada return bank dan konsentrasi portofolio kredit sebagai fungsi dari risiko gagal bayar (Cajueiro et al. (2011). Apabila koefisien dari SE.NPL kurang dari nol dan koefisien SE.NPL2 lebih dari nol maka terdapat perilaku U-shaped pada return. Hasil regresi menunjukan bahwa SE.NPL berpengaruh positif namun tidak signifikan pada ROA. SE.NPL2 berpengaruh positif namun tidak signifikan pada ROA. Sehingga H0 tidak dapat ditolak. Tidak ditemukan adanya U-shaped pada return dan konsentrasi portofolio kredit dengan fungsi risiko gagal bayar.

4.2.c Pengaruh Konsentrasi atau Diversifikasi Portofolio Kredit terhadap Risiko Gagal Bayar (Model 3) Dengan menggunakan model 3 dilakukan regresi menggunakan metode estimasi Feasible Generelized Least Square (FGLS). Regresi dilakukan untuk mengetahui pengaruh konsentrasi portofolio kredit terhadap risiko gagal bayar. Terdapat dua regresi untuk model 3 yaitu dengan ukuran konsentrasi portofolio kredit Hirshmann-Herfindahl Index dan Shannon Entrophy. Pengolahan dilakukan dengan menggunakan eviews 6, sedangkan uji asumsi klasik untuk menguji apakah di dalam model terdapat multikolinearitas, heteroskedastisitas, dan autokorelasi menggunakan stata 11.



54

4.2.c.1 Dengan Ukuran Konsentrasi Hirshmann-Herfindahl Index


d.f

Probability

32,7804

-21283,0000

0,0000

305,5750

5,0000

0,0000

Berdasar hasil pengujian , probabilitas F-test signifikan pada level signifikansi 1% maka pengujian berlanjut untuk model random effect. Hasil pengujian menunjukan probabilitas Hausman signifikan pada level signifikansi 1%. Dari hasil tersebut diketahui bahwa penelitian ini menggukan model fixed effect. Kemudian perlu dilakukan analisis data lebih lanjut guna menetapkan apakah di dalam model terdapat

permasalah heteroskedastisitas,

autokorelasi,

dan

multikolinearitas.

Tabel 4.19 Pengujian Heteroskedastisitas dan Autokorelasi Model 3 HHI

Statistic

Wald Test

Wooldridge Test

Chi-square

F

62163,5700

230,1280

0,0000

0,0000

Probability

Probabilitas chi-square kurang dari 5%, sehingga H0 bahwa model homoskedastis ditolak. Hasil tersebut menunjukan terdapat heteroskedastisitas pada model fixed effect. Probabilitas F kurang dari 5%, sehingga H0 bahwa tidak terdapat autokorelasi pada model ditolak. Hasil tersebut menunjukan terdapat autokorelasi pada model fixed effect.



55

Tabel 4.20 Pengujian Multikolinearitas Model 3 HHI NPLt

HHIt-1

ROAt-1

UKURANt-1

ODt-1

EQUITYt-1

NPLt

1,0000

HHIt-1

-0,1342

1,0000

ROAt-1

-0,3804

0,0303

1,0000

UKURANt-1

0,0212

-0,5803

0,0449

1,0000

ODt-1

0,4046

-0,2753

-0,0902

0,4162

1,0000

-0,4443

0,1637

0,4864

-0,2802

-0,3047

EQUITYt-1

NPLt HHIt-1 ROAt-1 Ukurant-1 ODt-1 Equityt-1

1,0000

: rasio non performing loan dibagi total loan pada periode t : ukuran konsentrasi Hirshmann-Herfindahl Index pada periode t-1 : net income per total assets bank b pada periode t-1 : ukuran bank merupakan ln total asset pada periode t-1 : Ownership Dummy, satu adalah milik pemerintah dan nol milik swasta pada periode t-1 : equity ratio, merupakan total equity per total assets pada periode t-1

Untuk mendeteksi multikolinearitas digunakan digunakan uji korelasi antar dua variabel independen. Korelasi terbilang kuat apabila besarnya lebih dari 0,8 atau kurang dari -0,8. Uji mulltikolinearitas menunjukan tidak terdapat korelasi antar variabel independen. Untuk

mengatasi

masalah


autokorelasi,

dan

multikolinearitas digunakan model FGLS (Feasible Generelized Least Squares) fixed effect. Kemudian dilakukan pengujian Likelihood-ratio test untuk mgnuji apakah terdapat heteroskedastisitas yang spesifik pada model FGLS. Hasil pengujian menunjukan probabilitas chi-square kurang dari 5% dengan chi-square 604,14, sehingga H0 bahwa tidak terdapat heteroskedastisitas atas model ditolak. Hasil pengujian dapat dilihat pada lampiran 6. Untuk mengatasi masalah heteroskedastisitas digunakan weighted least squares untuk mendapatkan model yang BLUE (Gujarati dan Porter, 2009). Model FGLS fixed effect dengan cross section weight dapat digunakan untuk mengasumsi terdapat heteroskedastisitas cross-sectional dan autokorelasi namun tanpa koreksi atas korelasi kontemporer (Belke dan Heine, 2004). Setiap pool akan memiliki intercept yang tidak dibatasi dan tiap pool akan dilakukan downweight dengan estimasi dari cross section residual standard deviation. Model Fixed effect cross section weight dengan white cross section standard error & Universitas Indonesia


56

covariance digunakan dalam penelitian Ariff dan Ho (2009) dan Abdullah et al. (2010).

Tabel 4.21 Hasil Regresi Fixed Effect Cross Section Weight Model 3 HHI dengan Variabel Dependen NPLt Variable C

0,4102

HHIt-1

0,0087

0,1420

ROAt-1

-0,0205

0,3794

UKURANt-1

-0,0002

0,8607

0,2912

0,0000

EQUITYt-1

-0,0044

0,8412

R-squared

0,8450

Adjusted R-squared

0,8307


Equityt-1 *** ** *

Prob.

-0,0307

ODt-1

NPLt HHIt-1 ROAt-1 Ukurant-1 ODt-1

Coefficient

***

59,3331 0,0000

: rasio non performing loan dibagi total loan pada periode t : ukuran konsentrasi Hirshmann-Herfindahl Index pada periode t-1 : net income per total assets bank b pada periode t-1 : ukuran bank merupakan ln total asset pada periode t-1 : Ownership Dummy, satu adalah milik pemerintah dan nol milik swasta pada periode t-1 : equity ratio, merupakan total equity per total assets pada periode t-1 : signifikan pada level 1% : signifikan pada level 5% : signifikan pada level 10%

Menggunakan metode estimasi Fixed Effect Cross-section Weight dengan white cross section standard error & covariance, adjusted R-squared yang didapat adalah 0,8307 artinya 83,07% ROA dapat dijelaskan oleh model. Tingkat signifikansi hasil regresi dapat dilihat dari probabilitas F-statistic yang signifikan pada level signifikansi 1% yang berarti bahwa regresi variabel independen terhadap variabel dependen signifikan secara statistik. Hasil pengolahan dapat dilihat pada lampiran 6. Hasil regresi tersebut menunjukan bahwa Hirshmann-Herfindahl Index (konsentrasi portofolio kredit) tidak berpengaruh secara signifikan terhadap NPL. Dengan demikian, H0 tidak dapat ditolak. Risiko gagal bayar tidak dipengaruhi Universitas Indonesia


57

oleh konsentrasi dan diversifikasi, kekemungkinanan karena keduanya dapat mengurangi risiko. Konsentrasi dapat meningkatkan efisiensi monitoring yang mengurangi risiko gagal bayar karena bank dapat lebih mudah memecahkan masalah kredit bermasalah oleh keahlian yang mereka miliki (Cajueiro et al., 2011). Diversifikasi dapat mengurangi risiko yang ada yaitu dengan secara tidak langsung mengurangi probabilitas gagal bayar karena diversifikasi membatasi eksposur atas goncangan dari luar (Rossi et al. 2009). ROA periode sebelumnya berpengaruh negatif namun tidak signifikan pada rasio NPL. Artinya, profitabilitas berpengaruh negatif namun tidak signifikan terhadap risiko gagal bayar. Godlewski (2004) menemukan bahwa profitabilitas berpengaruh secara negatif terhadap NPL (Haneef et al., 2012). Profitabilitas bank mencerminkan perilaku pengambilan risiko manajer. Bank dengan profitabilitas yang tinggi tidak terbebani untuk menghasilkan revenue dan cenderung tidak menawarkan kredit yang berisiko. Sedangkan bank yang tidak efisien cenderung mengalami masalah kredit yang lebih tinggi. Jeleknya manajemen dapat berefek pada rendahnya monitoring untuk biaya operasi dan kualitas kredit pelanggan yang menyebabkan tingginya modal yang hilang. Boudriga et al. (2009) juga tidak menemukan hubungan antara NPL dan ROA. Mungkin, hubungan antara profitabilitas dan risiko kredit tidak secara langsung terjadi pada cakupan yang besar, namun pada tingkatan bank tergantung pada kinerja individual bank. Ukuran bank berpengaruh negatif namun tidak signifikan pada rasio NPL. Artinya, ukuran bank berbanding terbalik terhadap risiko gagal bayar bank. Bank yang lebih kecil memiliki risiko gagal bayar yang lebih besar dibandingkan dengan bank yang lebih besar. Hasil ini bertentangan dengan penelitian Barrel et al. (2010) yang meneliti pengaruh ukuran bank terhadap perilaku pengambilan risiko. Barrel et al. (2010) menemukan bahwa bank yang berukuran lebih besar memiliki tingkat hapus buku yang lebih tinggi. Semakin besar ukuran bank, semakin tinggi kecenderungan untuk mengambil risiko. Ownership Dummy berpengaruh signifikan positif terhadap rasio NPL dengan koefisien variabel sebesar 0,2912 yang signifikan pada level signifikansi 1%. Dengan demikian H0 ditolak. Artinya, ownership dummy berbanding lurus Universitas Indonesia


58

terhadap risiko gagal bayar bank. Bank milik pemerintah memiliki risiko gagal bayar lebih besar dibandingkan dengan bank milik swasta dan asing. Penelitian Micco et al. (2004) menemukan bahwa pada negara berkembang NPL pada bank publik lebih tinggi daripada bank swasta. Tingginya tingkat NPL ini kemungkinan terjadi karena mandat diberikan kepada bank publik yang tidak kompeten dan efisien. Equity ratio berpengaruh negatif namun tidak signifikan terhadap rasio NPL. Artinya equity ratio berbanding terbalik terhadap NPL. Bank dengan equity ratio lebih kecil memiliki risiko gagal bayar yang lebih besar dibandingkan dengan bank yang memiliki equity ratio lebih besar. Penelitian Boudriga et al. (2009) yang menemukan hubungan negatif antara capital adaquacy ratio dengan risiko kredit.

4.2.c.2 Dengan Ukuran Konsentrasi Shannon Entropy

Tabel 4.22 Pengujian F dan Hausman Model 3 SE Statistic Pengujian F-test (F) Pengujian Hausman Test (chi-square)

d.f

Probability

33,5208

-21283,0000

0,0000

311,8329

5,0000

0,0000

Hasil pengujian tersebut probabilitas F-test signifikan pada level signifikansi 5% maka pengujian berlanjut untuk model random effect. Hasil pengujian tersebut probabilitas Hausman test signifikan pada level signifikansi 1%. Berdasarkan pengujian diketahui bahwa penelitian ini menggukan model fixed effect. Kemudian perlu dilakukan analisis data lebih lanjut guna menetapkan apakah pada

model

terdapat

permasalah


autokorelasi,

dan

multikolinearitas.



59

Tabel 4.23 Pengujian Heteroskedastisitas dan Autokolinearitas Model 3 SE Wald Test

Wooldridge Test

Chi-square

F

Statistic

5,77E+04

2,32E+02

Probability

0,00E+00

0,00E+00

Probabilitas chi-square kurang dari 5%, sehingga H0 bahwa model homoskedastis ditolak. Hasil tersebut menunjukan terdapat heteroskedastisitas pada model fixed effect. Probabilitas F kurang dari 5%, sehingga H0 bahwa tidak terdapat autokorelasi pada model ditolak. Hasil tersebut menunjukan terdapat autokorelasi pada model fixed effect. Untuk mendeteksi multikolinearitas dilakukan uji korelasi antar dua variabel. Korelasi terbilang kuat jika lebih besar dari 0,8 atau lebih kecil dari 0,8. Uji multikolinearitas menunjukan tidak terdapat multikolinearitas antar variabel indpenden.

Tabel 4.24 Pengujian Multikolinearitas Model 3 SE NPLt

SEt-1

ROALAGt-1

UKURANt-1

ODt-1

EQUITYt-1

NPLt

1,0000

SEt-1

-0,1279

1,0000

ROALAGt-1

-0,3804

0,0306

1,0000

UKURANt-1

0,0212

-0,6483

0,0449

1,0000

ODt-1

0,4046

-0,3444

-0,0902

0,4162

1,0000

-0,4443

0,2295

0,4864

-0,2802

-0,3047

EQUITYt-1

NPLt SEt-1 ROAt-1 Ukurant-1 ODt-1 Equityt-1

Untuk

1,0000

: rasio non performing loan dibagi total loan pada periode t : ukuran konsentrasi Shannon Entrophy pada periode t-1 : net income per total assets bank b pada periode t-1 : ukuran bank merupakan ln total asset pada periode t-1 : Ownership Dummy, satu adalah milik pemerintah dan nol milik swasta pada periode t-1 : equity ratio, merupakan total equity per total assets pada periode t-1

mengatasi

masalah


autokorelasi,

dan

multikolinearitas digunakan model FGLS (Feasible Generelized Least Squares) fixed effect. Model FGLS kemudian diuji dengan menggunakan Likelihood-ratio test. Hasil pengujian menunjukan bahwa probabilitas chi-square kurang dari 5% dengan chi-square 604,84, sehingga H0 bahwa tidak terdapat heteroskedastisitas atas model ditolak. Hasil regresi dapat dilihat pada lampiran 7. Universitas Indonesia


60

Untuk mengatasi masalah heteroskedastisitas digunakan weighted least squares untuk mendapatkan model yang BLUE (Gujarati dan Porter, 2009). Kemudian digunakan FGLS fixed effect dengan cross section weight, model yang digunakan untuk mengasumsi terdapat heteroskedastisitas cross-sectional dan autokorelasi namun tanpa koreksi atas korelasi kontemporer (Belke dan Heine, 2004). Setiap pool akan memiliki intercept yang tidak dibatasi dan tiap pool akan dilakukan down-weight dengan estimasi dari cross section residual standard deviation. Model Fixed effect cross section weight dengan white cross section standard error & covariance digunakan dalam penelitian Ariff dan Ho (2009) dan Abdullah et al. (2010). Menggunakan estimasi Fixed Effect Cross-section Weight dengan white cross section standard error & covariance, adjusted R-squared yang didapat adalah 0,8278 artinya

82,78% ROA dapat dijelaskan oleh model. Tingkat

signifikansi hasil regresi dapat dilihat dari probabilitas F-statistic yang signifikan pada level signifikansi 1% yang berarti bahwa regresi variabel independen terhadap variabel dependen signifikan secara statistik. Hasil regresi menunjukan Shannon Entropy (konsentrasi portofolio kredit) berpengaruh secara positif signifikan terhadap rasio NPL dengan koefisien variabel sebesar 0,0077 yang signifikan pada level signifikansi 1%. Dengan demikian H0 ditolak. Artinya, bank yang menggunakan strategi konsentrasi portofolio kredit akan menyebabkan risiko gagal bayar meningkat. Penelitian ini konsisten dengan Penelitian Rossi et al. 2009 yang menemukan diversifikasi dapat mengurangi risiko gagal bayar. Diversifikasi dapat memperkecil risiko gagal bayar yaitu secara tidak langsung membatasi eksposur atas goncangan dari luar. ROA periode sebelumnya berpengaruh negatif namun tidak signifikan pada rasio NPL. Hal ini berarti, profitabilitas memiliki pengaruh negatif namun tidak signifikan pada risiko gagal bayar. Penelitian oleh Godlewski (2004) membuktikan bahwa profitabilitas berpengaruh secara negatif terhadap rasio NPL (Haneef et al., 2012). Profitabilitas bank dapat menggambarkan perilaku pengambilan risiko manajer. Bank yang memiliki profitabilitas tinggi tidak terbebani untuk menghasilkan revenue sehingga cenderung tidak menawarkan kredit yang berisiko. Berbeda dengan bank yang tidak efisien dan memiliki Universitas Indonesia


61

kemungkinan mengalami masalah kredit yang lebih tinggi. Manajemen yang kurang baik dapat mengakibatkan rendahnya monitoring untuk biaya operasi dan kualitas kredit pelanggan sehingga menyebabkan tingginya modal yang hilang. Penelitian Boudriga et al. (2009) juga tidak menemukan hubungan antara NPL dan ROA. Hal ini mungkin terjadi karena pada cakupan yang besar hubungan antara profitabilitas dan risiko kredit tidak secara langsung terjadi. Akan tetapi hubungan tersebut mungkin terjadi tergantung pada kinerja individual bank. Hasil ini konsisten dengan penelitian Cajueiro et al. (2011).

Tabel 4.25 Regresi Fixed Effect Cross Section Model 3 SE dengan Variabel Dependen NPLt Variable C

0,2012

0,0077

0,0008

ROALAGt-1

-0,0214

0,3433

UKURANt-1

0,0010

0,4751

ODt-1

0,2930

0,0000

EQUITYt-1

0,0048

0,8288

R-squared

0,8423

Adjusted R-squared

0,8278


Equityt-1 *** ** *

Prob.

-0,0544

SEt-1

NPLt SEt-1 ROAt-1 Ukurant-1 ODt-1

Coefficient

***

***

58,1496 0,0000

: rasio non performing loan dibagi total loan pada periode t : ukuran konsentrasi Shannon Entrophy pada periode t-1 : net income per total assets bank b pada periode t-1 : ukuran bank merupakan ln total asset pada periode t-1 : Ownership Dummy, satu adalah milik pemerintah dan nol milik swasta pada periode t-1 : equity ratio, merupakan total equity per total assets pada periode t-1 : signifikan pada level 1% : signifikan pada level 5% : signifikan pada level 10%

Ukuran bank berpengaruh positif pada rasio NPL namun tidak signifikan. Artinya, ukuran bank berbanding lurus terhadap risiko gagal bayar bank. Bank yang lebih besar memiliki risiko gagal bayar yang lebih besar dibandingkan dengan bank yang lebih kecil. Meskipun tidak signifikan, hasil ini konsisten Universitas Indonesia


62

dengan penelitian Cajueiro et al. (2011). Barrel et al. (2010) meneliti pengaruh ukuran bank terhadap perilaku pengambilan risiko. Data menunjukan bahwa bank yang berukuran lebih besar memiliki tingkat hapus buku yang lebih tinggi. Semakin besar ukuran bank, semakin tinggi kecenderungan untuk mengambil risiko. Hal ini disebabkan berkurangnya kemampuan untuk mengawasi kegiatan pemberian kredit seiring semakin besarnya ukuran bank, kekemungkinanan lain adalah karena ukuran yang besar membuat bank terlalu percaya diri dan yakin pihak regulator tahu bahwa bank tidak akan mengalami kegagalan (Panggabean, 2012). Ownership Dummy memiliki pengaruh yang positif terhadap rasio NPL dengan koefisien variabel sebesar 0,2912 dan signifikan pada level signifikansi 1%. Dengan demikian H0 ditolak. Hal ini berarti, ownership dummy berpengaruh positif terhadap risiko gagal bayar bank. Bank milik pemerintah mempunyai risiko gagal bayar lebih tinggi bila dibandingkan dengan bank milik swasta dan asing. Hasil ini konsisten dengan penelitian Micco et al. (2004) yang membuktikan bahwa pada negara berkembang, NPL pada bank pemerintah lebih tinggi dibandingkan dengan bank swasta. Tingkat NPL yang tinggi ini, mungkin terjadi karena mandat diberikan kepada bank pemerintah yang tidak kompeten dan efisien. Equity ratio berpengaruh positif namun tidak signifikan terhadap rasio NPL. Artinya equity ratio berbanding lurus terhadap rasio NPL. Bank dengan equity ratio lebih besar memiliki risiko gagal bayar yang lebih besar dibandingkan dengan bank yang memiliki equity ratio lebih kecil. Hasil ini bertentangan dengan penelitian Boudriga et al. (2009) yang menemukan hubungan negatif antara capital adaquacy ratio dengan risiko kredit. Namun, Junarsin (2011) menemukan bahwa bank dengan tier 1 risk based dan total risk-based capital ratio cenderung memiliki NPL per total asset yang lebih tinggi dan risk-weighted asset to asset yang lebih rendah. Hal ini berarti bank mencoba menkompensasikan kelebihan non performing loan dengan mengurangi risk weighted assets. Demikian pula penelitian Berger et al. (2010) dan Cajueiro et al. (2011) yang menemukan ratio equity berhubungan signifikan positif terhadap risiko gagal bayar.



63

Penelitian ini menemukan bahwa konsentrasi portofolio kredit tidak mempengaruhi return pada bank yang telah go public di Indonesia. Hal ini mungkin terjadi karena konsentrasi maupun diversifikasi memberikan manfaat yang baik pada return bank. Konsentrasi dapat mengurangi biaya monitoring karena sektor semakin sedikit dan bank memiliki keahlian pada sektor tersebut (Cajueiro et al., 2011). Diversifikasi juga memungkinkan bank beroperasi pada tingkat ekuitas yang rendah yang membuat bank menghemat biaya dan meningkatkan kinerja bank yang memiliki tingkat kompetensi yang tinggi (Rossi et al., 2009). Penelitian ini menemukan bahwa konsentrasi portofolio kredit dapat meningkatkan risiko bank yang telah go public di Indonesia namun hanya pada regresi yang menggunakan ukuran konsentrasi Shannon Entrophy. Diversifikasi dapat mengurangi risiko gagal bayar yaitu dengan secara tidak langsung mengurangi probabilitas gagal bayar karena diversifikasi membatasi eksposur atas goncangan dari luar (Rossi et al. 2009). Hasil penelitian ini menunjukan bahwa diversifikasi portofolio kredit merupakan strategi yang terbaik yang dapat mengurangi risiko gagal bayar.



BAB 5 KESIMPULAN DAN SARAN

5.1 Kesimpulan Terdapat pertanyaan apakah diversifikasi atau konsentrasi yang dapat menaikan return dan mengurangi risiko gagal bayar bank. Pada tesis ini dilakukan penelitian atas dampak konsentrasi dari portofolio kredit terhadap return dan risiko bank pada 22 bank yang telah go public di Indonesia dengan periode dari tahun 2007 kuartal 1 sampai 2010 kuartal 4. Data yang digunakan adalah laporan keuangan bank yang terdapat Catatan atas Laporan Keuangan didalamnya. Catatan atas Laporan Keuangan menyediakan informasi mengenai data individu bank yang dibutuhkan antara lain tentang data kredit berdasarkan sektor ekonomi dan data mengenai non performing loan. Penelitian ini menggunakan unbalance panel data. Digunakan ukuran konsentrasi Hirshmann-Herfindahl Index dan Shannon Entropy digunakan untuk mengukur konsentrasi portofolio kredit pada sektor ekonomi. Penelitian juga dilakukan atas pengaruh ukuran bank, equity ratio, dan kepemilikan bank (pemerintah serta swasta dan asing) sebagai variabel kontrol.

Berdasarkan penelitian atas pengaruh konsentrasi portofolio kredit terhadap return dan risiko, hasil penelitian menunjukan bahwa: 1. Konsentrasi atau diversifikasi tidak mempengaruhi return. Hal ini dapat terjadi karena baik diversifikasi maupun konsentrasi memberikan manfaat yang baik pada return bank. Diversifikasi dapat meningkatkan efisiensi return. Selain itu, diversifikasi dapat memungkinkan bank beroperasi pada tingkat ekuitas yang rendah yang membuat bank dapat menghemat biaya. Diversifikasi juga dapat menaikkan kinerja khususnya pada pasar perbankan yang memiliki tingkat kompetisi yang tinggi (Rossi et al., 2009). Konsentrasi juga dapat meningkatkan return. Konsentrasi dapat juga mengurangi biaya monitoring karena sektor semakin sedikit dan bank memiliki keahlian pada sektor tersebut (Cajueiro et al., 2011). 2. Konsentrasi berpengaruh signifikan positif terhadap risiko gagal bayar bank namun hanya pada regresi yang menggunakan ukuran konsentrasi 64



65

portofolio kredit Shannon Entrophy. Diversifikasi dapat mengurangi risiko yang ada yaitu dengan secara tidak langsung mengurangi probabilitas gagal bayar karena diversifikasi membatasi eksposur atas goncangan dari luar. Diversifikasi meningkatkan profitabilitas dan mengurangi risiko gagal bayar (Rossi et al. 2009). Berdasarkan hasil penelitian ini, dapat disimpulkan bahwa diversifikasi adalah strategi yang terbaik untuk mengurangi risiko gagal bayar.

5.2 Saran Berdasarkan simpulan yang diperoleh dalam penelitian, berikut adalah beberapa saran untuk pihak terkait yaitu industri perbankan, regulator, dan akademisi:

5.2.1 Saran untuk Industri Perbankan Saran bagi industri perbankan adalah sebagai berikut: -

Agar bank melakukan strategi diversifikasi portofolio kredit

untuk

mengurangi risiko gagal bayar. Dari hasil penelitian, konsentrasi portofolio kredit menunjukan hubungan yang positif signifikan terhadap NPL dengan menggunakan ukuran konsentrasi portofolio kredit Shannon Entrophy. Diversifikasi secara tidak langsung mengurangi probabilitas gagal bayar karena diversifikasi membatasi eksposur atas goncangan dari luar.

5.2.2 Saran untuk Regulator Dari hasil penelitian ini, ditemukan bahwa konsentrasi portofolio kredit memiliki pengaruh positif terhadap NPL dengan menggunakan ukuran konsentrasi portofolio kredit Shannon Entrophy. Artinya, bank yang melakukan strategi konsentrasi portofolio kredit akan meningkatkan risiko gagal bayar. Dengan mengetahui hal ini, Bank Indonesia selaku regulator dapat melakukan pengawasan terhadap konsentrasi portofolio kredit. Penelitian ini juga menemukan belum adanya peraturan mengenai penggolongan sektor kredit, sehingga bank satu dengan bank lain dapat memiliki penggolongan sektor yang berbeda.



66

5.2.3 Saran untuk Akademisi Beberapa saran untuk penelitian selanjutnya adalah sebagai berikut: -

Agar

menambah

faktor-faktor

lain

sebagai

variabel

independen

berdasarkan literatur terbaru dengan menambahkan variabel eksternal atau makro seperti inflasi, GDP, dan lain-lain. -

Agar menambahkan variabel NPL tahun lalu sebagai variabel independen dan menggunakan metode Generelized Method od Moment (GMM). Dimana variabel NPL tahun lalu diperkirakan mempengaruhi NPL sebagai variabel dependen untuk ukuran risiko gagal bayar.

-

Agar menggunakan absolute distance measure dan relative distance measure sebagai ukuran konsentrasi portofolio kredit.

-

Agar menambahkan sampel bank non go public agar hasil penelitian dapat digunakan bagi bank di seluruh Indonesia.



DAFTAR REFERENSI

Acharya, V., Hasan, I., & Saunders, A. (2002). Should Banks be Diversified? Evidence from Individual Bank Loan Portofolio. Bank for International Settlements Working Paper, No 188. Abdullah, P., Achsani, N., & Fauzi, A. The Relationship between Inflation and Real Exchage Rate : Comparative Study between ASEAN+3, the EU adn North America. European Journal of Economics, Finance and Administrative. Akhtar, M., Ali, K., & Sadaqat, S. (2011). Factors Influencing the Profitability of Conventional Banks of Pakistan. International Research Journal of Finance and Economics, ISSN 1450-2887 Issue 66. Al-Khouri, Ritab. (2011). Assessing the Risk and Performance of the GCC Banking Sector. International Research Journal of Finance and Economics, ISSN 1450-2887 Issue 65. Ariff, M., & Ho, C. (2009). Examining Foreign Exchange Behaviour in Asia Pasific and Eastern European Emerging Countries. Global Economy & Finance Journal, Vol.2 No.1. Bank Indonesia a. (2011, September). Kajian Stabilitas Keuangan No. 17, Septe,ber 2011. Juli 12, 2011. 15.35. http://www.bi.go.id/NR/rdonlyres/ 6A909201-319A-48FA-A54C-28730BDD2B70/24331/KSK_170911.pdf Bank Indonesia b. (2012, Mei). Laporan Pengawas Perbankan 2011. Juli 12, 2011. 15.38. http://www.bi.go.id/NR/rdonlyres/1AD2B012-5F0F-4F51_8FD2CB1D763C80CA/26126/LPP20111_Final.pdf Barrel, R., Davis, E.P., Fic, T., & Karim, D. (2011). Is There a Link from Bank Size to Risk Taking. National Institute of Economic and Sosial Research Discussion Paper, No. 367. Belke, A., & Heine, J. (2004). Specialisation Pattern and Synchronicity of Regional Employment Cycles In Europe. Discussion Paper Series. IZA DP, No. 1439. Berger, A. (1995). The profit-structure relationship in banking - tests of marketpower and efficient structure hypotheses. Journal of Money, Credit and Banking, 27, 404-431. Berger, A., Hasan, I., & Zhou, M. (2010). The Effects of Focus versus Diversificarion on Bank Performance: Evidence from Chinese Banks. Journal of Banking & Finance, 34 (2010) 1417-1435. 67



68

Bebczuk, R., Galindo, A. (2005). Financial Crisis and Sectoral Diversification of Argentine Banks, 1999-2004. Maret 14, 2012. 18:44. http://www.depeco.unpl.edu.ar/doctrab/doc60.pdf Bonin, J., Hasan, I., & Wachtel, P. (2003). Banking and the Financial Sector in Transition and Emerging Market Economies. Juli 10, 2011. 6:04. http://www.econ.iastate.edu/classes/econ370/shuffman/documants/financialm kts_trans.pdf Boudriga, A., Taktak, N., & Jellouli, S. (2009). Does Bank Supervision Impact Non Performing Loans : Cross-country Determinants using Agregate Data ? Juli 10, 2012. 15:38. http://mpra.ub.unimuenchen.de/18068/1/MPRA_paper_18068.pdf (2009) Cajueiro, D., Fazio, D., & Tabak, B. (2011). The Effect of Loan Portofolio Concentration on Brazilian Banks’ Return and Risk. Journal of Banking & Finance, 36 (2011) 3065-3076. Diamond, D. (1984). Financial Intermediation and Delegated Monitoring. The Riview of Economics Studies, 51, 393-414. Elsas, R., Hackethal, A., Holzhauser, M. (2009). The Anatomy of Bank Diversification. Journal of Banking & Finance, 34 (2010) 1274-1287. Haneef, S., Ishaq, Y., Karim, Y., Ramzan, M., Rana, M., & Riaz, T. (2012). Impact of Risk Management on Non-Performing Loans and Profitability of Banking Sector of Pakistan. International Journal of Business and Social Science, Vol. 3 No. 7; April 2012 Hayden, E., Porath, D., & Westernhagen, N. (2006, Juni). Does Diversification Improve the Performance of German Banks? Evidence from Individual Bank Loan Portofolios. Maret 14, 2012. 18:39. http://papers.ssrn.com/sol3/papers.cfm?abstract_id=918852 Jensen, Michael C. (1986, Mei). Agency Cost of Free Cash Flow, Corporate Finance, and Takeovers. American Economic Review, vol 76, No. 2, pp.323329. Junarsin, Eddy. (2011). Capital Ratio and Taking Commercial Banks in Financial Crisi Period. European Journal of Social Sciences, Volumes 21, Number 1. Kamp, A., Pfingsten, A., Porath, D. (2007). Do Bank Diversify Loan Portofolios? A Tentative Answer Based on Individual Bank Loan Portofolios. Discussion Paper Series 2: Banking and Financial Studies, No.03/2005. Mercieca, S., Schaeck, K., & Wolfe, S. (2007, Januari 2006). Small European Banks: Benefits from Diversification? Journal of Banking & Finance, 31 (2007) 1975-1998. Universitas Indonesia


69

Micco, A., Panizza, U., & Yanez, M. (2004, November). Bank Ownership and Performance. BID Reasearch de Investigation Working Paper, #518. Panggabean, Ruth. (2012, Januari). Analisa Pengaruh Faktor Internal Bank terhadap Non Performing Loan (NPL Perbankan Indonesia :Studi Empiris periode 2004-2008. Program Studi Magister Manajemen Universitas Indonesia. Rossi, S., Schwaiger, M., & Winkler, G. (2009, Mei 31). How Loan Portofolio Diversification Affects Risk, Efficiency, and Capitilization: A managerial Behavior Model for Austrian Banks. Journal of Banking & Finance, 33 (2009) 2218-2226. Stiroh, K., & Rumble, A. ( 2005, Juli 18). The Dark Side of Diversification: The Case of US Financial Holding Companies. Journal of Banking & Finance, 30 (2006) 2131-2161. Winton, Andrew. (1999, September 27). Don’t Put All Your Eggs in One Basket? Diversification and Specialization in Lending. April 16, 2012. 21:48. http://Citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.195.6620...pdf



70

Lampiran 1 : Daftar Kode Bank Go Public

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

DAFTAR KODE BANK AGRO BABP BACA BBCA BBKP BBNI BBRI BCIC BKSW BMRI BNBA BNGA BNII BSWD BVIC INPC MAYA MCOR MEGA NISP PNBN SDRA



71

Lampiran 2 : Hasil Regresi Model 1 HHI dan Pengujian

Tabel Pengujian F Model 1 HHI Redundant Fixed Effects Tests Equation: ROAHHI Test cross-section fixed effects Effects Test

Statistic

Cross-section F Cross-section Chi-square

d.f.

Prob.

1,7768

-21284,0000

0,0207

38,2666

21,0000

0,0120

Tabel Pengujian Hausman Model 1 HHI Correlated Random Effects - Hausman Test Equation: ROAHHI Test cross-section random effects Test Summary

Chi-Sq. Statistic

Cross-section random

20,7299

Chi-Sq. d.f.

Prob.

4,0000

0,0004

Tabel Pengujian Heteroskedastisitas Model 1 HHI Modified Wald test for groupwise heteroskedasticity in fixed effect regression model H0: sigma(i)^2 = sigma^2 for all i chi2 (22) =

1.9e+09

Prob>chi2 = 0.0000

Tabel Pengujian Autokorelasi Model 1 HHI Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation F(1, 21) = 1.112e+06 Prob > F = 0.0000



72

(lanjutan) Tabel Pengujian Multikolinearitas Model 1 HHI ROA

HHI

UKURAN

OD

EQUITY

ROA

1,0000

HHI

0,0347

1,0000

UKURAN

0,0156

-0,5803

1,0000

OD

0,0411

-0,2753

0,4162

1,0000

EQUITY

0,0626

0,1637

-0,2802

-0,3047

1,0000

Tabel Hasil Regresi FGLS Fixed Effect Model 1 HHI Dependent Variable: ROA Method: Panel Least Squares Date: 06/28/12 Time: 01:23 Sample: 1 16 Periods included: 16 Cross-sections included: 22 Total panel (unbalanced) observations: 310 Variable C

Coefficient

Std. Error

t-Statistic

Prob.

0,0753

0,5922

0,1272

0,8989

HHI

-0,0118

0,1185

-0,0992

0,9211

UKURAN

-0,0042

0,0188

-0,2218

0,8246

OD

0,1745

0,0468

3,7329

0,0002

EQUITY

0,0703

0,1683

0,4179

0,6763

Effects Specification Cross-section fixed (dummy variables) R-squared

0,1261

Mean dependent var

-0,0013

Adjusted R-squared

0,0491

S.D. dependent var

0,0748

S.E. of regression

0,0729

Akaike info criterion

-2,3190

Sum squared resid

1,5097

Schwarz criterion

-2,0056

Hannan-Quinn criter.

-2,1937

Log likelihood

385,4484

F-statistic

1,6385

Prob(F-statistic)

0,0307

Durbin-Watson stat

2,2951



73

(lanjutan) Tabel Pengujian Heteroskedastisitas Fixed Effect Model 1 HHI Likelihood-ratio test

LR chi2(21) = 2374.21

(Assumption: . nested in hetero)

Prob > chi2 = 0.0000

Tabel Regresi Fixed Effect Cross Section Weight dengan White Cross Standard Error dan Covariance Model 1 HHI Dependent Variable: ROA Method: Panel EGLS (Cross-section weights) Date: 06/28/12 Time: 01:24 Sample: 1 16 Periods included: 16 Cross-sections included: 22 Total panel (unbalanced) observations: 310 Linear estimation after one-step weighting matrix White cross-section standard errors & covariance (d.f. corrected) Variable C

Coefficient

Std. Error

t-Statistic

Prob.

-0,0593

0,0521

-1,1384

0,2559

HHI

0,0006

0,0014

0,4604

0,6456

UKURAN

0,0003

0,0006

0,5134

0,6081

OD

0,1732

0,1608

1,0768

0,2825

EQUITY

0,0195

0,0067

2,9193

0,0038

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared

0,7763

Mean dependent var

0,1140

Adjusted R-squared

0,7566

S.D. dependent var

0,1094

S.E. of regression

0,0540

Sum squared resid

0,8280

39,4305

Durbin-Watson stat

1,8965


0,0000 Unweighted Statistics

R-squared

0,1255

Mean dependent var

-0,0013

Sum squared resid

1,5107

Durbin-Watson stat

2,2741



74

Lampiran 3 : Hasil Regresi Model 1 SE

Tabel Pengujian F Model 1 SE Redundant Fixed Effects Tests Equation: ROASE Test cross-section fixed effects Effects Test

Statistic


d.f.

Prob.

1,7889

-21284,0000

0,0195

38,5123

21,0000

0,0112

Tabel Pengujian Hausman Test Model 1 SE Correlated Random Effects - Hausman Test Equation: ROASE Test cross-section random effects Test Summary

Chi-Sq. Statistic


20,6379

Chi-Sq. d.f.

Prob.

4,0000

0,0004

Tabel Pengujian Heteroskedastisitas Model 1 SE Modified Wald test for groupwise heteroskedasticity in fixed effect regression model H0: sigma(i)^2 = sigma^2 for all i chi2 (22) = 1.9e+09 Prob>chi2 = 0.0000

Tabel Pengujian Autokorelasi Model 1 SE Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation F(1, 21) =

998696.236

Prob > F = 0.0000



75

(lanjutan) Tabel Pengujian Multikolinearitas Model 1 SE ROA

SE

UKURAN

OD

EQUITY

ROA

1,0000

SE

0,0263

1,0000

UKURAN

0,0156

-0,6483

1,0000

OD

0,0411

-0,3444

0,4162

1,0000

EQUITY

0,0626

0,2295

-0,2802

-0,3047

1,0000

Tabel Hasil Regresi FGLS Fixed Effect Model 1 SE Dependent Variable: ROA Method: Panel Least Squares Date: 06/28/12 Time: 01:26 Sample: 1 16 Periods included: 16 Cross-sections included: 22 Total panel (unbalanced) observations: 310 Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

0,0658

0,5665

0,1162

0,9076

SE

-0,0047

0,0428

-0,1092

0,9131

UKURAN

-0,0042

0,0188

-0,2241

0,8229

OD

0,1742

0,0471

3,6965

0,0003

EQUITY

0,0697

0,1688

0,4132

0,6797


0,1261

Mean dependent var

-0,0013

Adjusted R-squared

0,0491

S.D. dependent var

0,0748

S.E. of regression

0,0729


-2,3190

1,5097

Schwarz criterion

-2,0056


-2,1937

Sum squared resid Log likelihood

385,4496

F-statistic

1,6386

Prob(F-statistic)

0,0307

Durbin-Watson stat

2,2949



76

(lanjutan) Tabel Pengujian Heteroskedastisitas FGLS Fixed Effect Model 1 SE Likelihood-ratio test

LR chi2(21) = 2376.83


Prob > chi2 = 0.0000

Tabel Regresi Fixed Effect Cross Section Weight dengan White Cross Standard Error dan Covariance Model 1 SE Dependent Variable: ROA Method: Panel EGLS (Cross-section weights) Date: 06/28/12 Time: 01:26 Sample: 1 16 Periods included: 16 Cross-sections included: 22 Total panel (unbalanced) observations: 310 Linear estimation after one-step weighting matrix White cross-section standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

-0,0636

0,0520

-1,2238

0,2221

SE

-0,0001

0,0006

-0,2472

0,8050

UKURAN

0,0005

0,0006

0,7782

0,4371

OD

0,1732

0,1608

1,0772

0,2823

EQUITY

0,0187

0,0065

2,9008

0,0040


0,7771

Mean dependent var

0,1156

Adjusted R-squared

0,7575

S.D. dependent var

0,1123

S.E. of regression

0,0533

Sum squared resid

0,8077

39,6141

Durbin-Watson stat

1,8924



R-squared

0,1254

Mean dependent var

-0,0013

Sum squared resid

1,5108

Durbin-Watson stat

2,2738



77

Lampiran 4 : Hasil Regresi Model 2 HHI

Tabel Pengujian F Model 2 HHI Redundant Fixed Effects Tests Equation: ROAHHINPL2 Test cross-section fixed effects Effects Test

Statistic


d.f.

Prob.

1,7637

-21281,0000

0,0222

38,3827

21,0000

0,0116

Tabel Pengujian Hausman Test Model 2 HHI Correlated Random Effects - Hausman Test Equation: ROAHHINPL2 Test cross-section random effects Test Summary

Chi-Sq. Statistic


36,8000

Chi-Sq. d.f.

Prob.

7,0000

0,0000

Tabel Pengujian Heteroskedastisitas Model 2 HHI Modified Wald test for groupwise heteroskedasticity in fixed effect regression model H0: sigma(i)^2 = sigma^2 for all i chi2 (22) = 3.7e+08 Prob>chi2 =

0.0000

Tabel Pengujian Autokorelasi Model 2 HHI Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation F(1, 21) = 1.846e+06 Prob > F = 0.0000



78

(lanjutan) Tabel Pengujian Multikolinearitas Model 2 HHI ROA

HHI

NPL

UKURAN

OD

EQUITY

HHINPL

ROA

1,0000

HHI

0,0347

1,0000

NPL

0,0204

-0,1406

1,0000

UKURAN

0,0156

-0,5803

0,0451

1,0000

OD

0,0411

-0,2753

0,4583

0,4162

1,0000

EQUITY

0,0626

0,1637

-0,4258

-0,2802

-0,3047

1,0000

HHINPL

0,0281

0,1602

0,9222

-0,1451

0,3483

-0,3967

1,0000

HHINPL2

0,0209

-0,0581

0,9253

-0,0619

0,2826

-0,3668

0,8608

HHINPL2

1,0000



79

(lanjutan) Tabel Regresi FGLS Fixed Effect Model 2 HHI Dependent Variable: ROA Method: Panel Least Squares Date: 06/28/12 Time: 01:28 Sample: 1 16 Periods included: 16 Cross-sections included: 22 Total panel (unbalanced) observations: 310 Variable

Coefficient

C

Std. Error

t-Statistic

Prob.

0,0322

0,5969

0,0540

0,9570

HHI

-0,0158

0,1629

-0,0970

0,9228

NPL

0,3364

0,9528

0,3531

0,7243

-0,0027

0,0190

-0,1412

0,8878

OD

0,1304

0,1393

0,9361

0,3500

EQUITY

0,0608

0,1722

0,3533

0,7241

HHINPL

-0,0532

4,3031

-0,0124

0,9901

HHINPL2

-2,2178

5,9495

-0,3728

0,7096

UKURAN


0,1287

Mean dependent var

-0,0013

Adjusted R-squared

0,0419

S.D. dependent var

0,0748

S.E. of regression

0,0732


-2,3027

1,5052

Schwarz criterion

-1,9531


-2,1629


385,9147

F-statistic

1,4821

Prob(F-statistic)

0,0601

Durbin-Watson stat

2,2948

Tabel Pengujian Heteroskedastisitas FGLS Fixed Effect Model 2 HHI Likelihood-ratio test

LR chi2(21) = 2390.20


Prob > chi2 = 0.0000



80

(lanjutan) Tabel Regresi Fixed Effect Cross Section Weight dengan White Cross Standard Error dan Covariance Model 2 HHI Dependent Variable: ROA Method: Panel EGLS (Cross-section weights) Date: 06/28/12 Time: 01:28 Sample: 1 16 Periods included: 16 Cross-sections included: 22 Total panel (unbalanced) observations: 310 Linear estimation after one-step weighting matrix White cross-section standard errors & covariance (d.f. corrected) Variable C

Coefficient

Std. Error

t-Statistic

Prob.

-0,0524

0,0491

-1,0678

0,2865

HHI

0,0013

0,0040

0,3339

0,7387

NPL

0,0032

0,0199

0,1615

0,8718

UKURAN

0,0001

0,0006

0,1375

0,8907

OD

0,1706

0,1626

1,0495

0,2948

EQUITY

0,0198

0,0058

3,4267

0,0007

HHINPL

0,0508

0,0876

0,5797

0,5626

HHINPL2

-0,0732

0,4636

-0,1578

0,8747


0,7148

Mean dependent var

0,0741

Adjusted R-squared

0,6864

S.D. dependent var

0,0791

S.E. of regression

0,0398

Sum squared resid

0,4441

25,1506

Durbin-Watson stat

1,9680



R-squared

0,1257

Mean dependent var

-0,0013

Sum squared resid

1,5103

Durbin-Watson stat

2,2743



81

Lampiran 5: Hasil Regresi Model 2 SE

Tabel Pengujian F Model 2 SE Redundant Fixed Effects Tests Equation: ROASENPL2 Test cross-section fixed effects Effects Test

Statistic


d.f.

Prob.

1,802424

-21.281

0,0183

39,174371

21

0,0094

Tabel Pengujian Hausman Test Model 2 SE Correlated Random Effects - Hausman Test Equation: ROASENPL2 Test cross-section random effects Test Summary

Chi-Sq. Statistic


37,6485

Chi-Sq. d.f. 7,0000

Prob. 0,0000

Tabel Pengujian Heteroskedastisitas Model 2 SE Modified Wald test for groupwise heteroskedasticity in fixed effect regression model H0: sigma(i)^2 = sigma^2 for all i chi2 (22) = 8.5e+07 Prob>chi2 = 0.0000

Tabel Pengujian Autokorelasi Model 2 SE Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation F(1, 21) = 1.558e+06 Prob > F = 0.0000



82

(lanjutan) Tabel Pengujian Multikolinearitas Model 2 SE

ROA

SE

NPL

UKURAN

OD

EQUITY

SENPL

ROA

1,0000

SE

0,0263

1,0000

NPL

0,0204

-0,1394

1,0000

UKURAN

0,0156

-0,6483

0,0451

1,0000

OD

0,0411

-0,3444

0,4583

0,4162

1,0000

EQUITY

0,0626

0,2295

-0,4258

-0,2802

-0,3047

1,0000

SENPL

-0,0175

0,2779

-0,9838

-0,1314

-0,4900

0,4204

1,0000

SENPL2

-0,0194

0,1260

-0,9250

0,0198

-0,2967

0,3514

0,9267

SENPL2

1,0000



83

(lanjutan) Tabel Regresi FGLS Fixed Effect Model 2 SE Dependent Variable: ROA Method: Panel Least Squares Date: 06/28/12 Time: 01:30 Sample: 1 16 Periods included: 16 Cross-sections included: 22 Total panel (unbalanced) observations: 310 Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

-0,0198

0,5753

-0,0344

0,9726

SE

-0,0130

0,0488

-0,2670

0,7897

0,7673

1,6218

0,4731

0,6365

-0,0026

0,0189

-0,1370

0,8911

OD

0,1967

0,1655

1,1885

0,2356

EQUITY

0,0901

0,1771

0,5086

0,6114

SENPL

0,1809

0,8841

0,2046

0,8381

SENPL2

0,6809

0,9751

0,6983

0,4855

NPL UKURAN


0,1297

Mean dependent var

-0,0013

Adjusted R-squared

0,0430

S.D. dependent var

0,0748

S.E. of regression

0,0731


-2,3038

1,5035

Schwarz criterion

-1,9543


-2,1641


386,0936

F-statistic

1,4954

Prob(F-statistic)

0,0560

Durbin-Watson stat

2,2829

Tabel Pengujian Heteroskedastisitas FGLS Fixed Effect Model 2 SE Likelihood-ratio test

LR chi2(21) = 2400.55


Prob > chi2 = 0.0000



84

(lanjutan) Tabel Regresi Fixed Effect Cross Section Weight dengan White Cross Standard Error dan Covariance Model 2 SE Dependent Variable: ROA Method: Panel EGLS (Cross-section weights) Date: 06/28/12 Time: 01:30 Sample: 1 16 Periods included: 16 Cross-sections included: 22 Total panel (unbalanced) observations: 310 Linear estimation after one-step weighting matrix White cross-section standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

-0,0620

0,0514

-1,2067

0,2286

SE

-0,0006

0,0016

-0,3446

0,7306

NPL

0,0931

0,0459

2,0279

0,0435

UKURAN

0,0003

0,0005

0,5543

0,5798

OD

0,1798

0,1610

1,1164

0,2652

EQUITY

0,0215

0,0073

2,9365

0,0036

SENPL

0,0507

0,0274

1,8524

0,0650

SENPL2

0,0293

0,0356

0,8225

0,4115


0,6202

Mean dependent var

0,0604

Adjusted R-squared

0,5824

S.D. dependent var

0,0664

S.E. of regression

0,0319

Sum squared resid

0,2864

16,3900

Durbin-Watson stat

1,9779



R-squared

0,1255

Mean dependent var

-0,0013

Sum squared resid

1,5106

Durbin-Watson stat

2,2728



85

Lampiran 6 : Hasil Regresi Model 3 HHI

Tabel Pengujian F Model 3 HHI Redundant Fixed Effects Tests Equation: NPLNONLAGHHI Test cross-section fixed effects Effects Test

Statistic


d.f.

Prob.

32,7804

-21283,0000

0,0000

382,3167

21,0000

0,0000

Tabel Pengujian Hausman Test Model 3 HHI Correlated Random Effects - Hausman Test Equation: NPLNONLAGHHI Test cross-section random effects Test Summary

Chi-Sq. Statistic


305,5750

Chi-Sq. d.f.

Prob.

5,0000

0,0000

Tabel Pengujian Heteroskedastisitas Model 3 HHI Modified Wald test for groupwise heteroskedasticity in fixed effect regression model H0: sigma(i)^2 = sigma^2 for all i chi2 (22) = 62163.57 Prob>chi2 = 0.0000

Tabel Pengujian Autokorelasi Model 3 HHI Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation F(1, 21) = 230.128 Prob > F = 0.0000



86

(lanjutan) Tabel Pengujian Multikolinearitas Model 3 HHI NPLNONLAG NPLNONLAG

HHI

ROALAG

UKURAN

OD

EQUITY

1,0000

HHI

-0,1342

1,0000

ROALAG

-0,3804

0,0303

1,0000

UKURAN

0,0212

-0,5803

0,0449

1,0000

OD

0,4046

-0,2753

-0,0902

0,4162

1,0000

-0,4443

0,1637

0,4864

-0,2802

-0,3047

EQUITY

1,0000

Tabel Hasil Regresi FGLS Fixed Effect Model 3 HHI Dependent Variable: NPLNONLAG Method: Panel Least Squares Date: 06/28/12 Time: 01:32 Sample: 1 16 Periods included: 16 Cross-sections included: 22 Total panel (unbalanced) observations: 310 Variable

Coefficient

Std. Error

C

0,1564

0,1981

0,7894

0,4305

HHI

0,0263

0,0386

0,6808

0,4965

ROALAG

0,0076

0,0269

0,2827

0,7776

UKURAN

-0,0062

0,0063

-0,9859

0,3250

0,2863

0,0152

18,8816

0,0000

-0,0948

0,0731

-1,2960

0,1960

OD EQUITY

t-Statistic

Prob.

Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted Rsquared

0,8164

Mean dependent var

0,0424

0,7995

S.D. dependent var

0,0525

S.E. of regression

0,0235


-4,5797

Sum squared resid

0,1564

Schwarz criterion

-4,2542


-4,4496

Log likelihood F-statistic Prob(F-statistic)

736,8466 48,4028

Durbin-Watson stat

1,4471

0,0000



87

(lanjutan) Tabel Pengujian Heteroskedastisitas FGLS Fixed Effect Model 3 HHI Likelihood-ratio test

LR chi2(21) =


Prob > chi2 = 0.0000

604.14

Tabel Regresi Fixed Effect Cross Section Weight dengan White Cross Standard Error dan Covariance Model 3 HHI Dependent Variable: NPLNONLAG Method: Panel EGLS (Cross-section weights) Date: 06/28/12 Time: 01:33 Sample: 1 16 Periods included: 16 Cross-sections included: 22 Total panel (unbalanced) observations: 310 Linear estimation after one-step weighting matrix White cross-section standard errors & covariance (d.f. corrected) Variable C

Coefficient

Std. Error

t-Statistic

Prob.

-0,0307

0,0373

-0,8247

0,4102

0,0087

0,0059

1,4726

0,1420

ROALAG

-0,0205

0,0233

-0,8803

0,3794

UKURAN

-0,0002

0,0013

-0,1757

0,8607

0,2912

0,0465

6,2604

0,0000

-0,0044

0,0219

-0,2006

0,8412

HHI

OD EQUITY


0,8450

Mean dependent var

0,0896

Adjusted R-squared

0,8307

S.D. dependent var

0,0556

S.E. of regression

0,0223

Sum squared resid

0,1412

59,3331

Durbin-Watson stat

0,8366



R-squared

0,8146

Mean dependent var

0,0424

Sum squared resid

0,1580

Durbin-Watson stat

1,4667



88

Lampiran 7 : Hasil Regresi Model 3 SE

Tabel Pengujian F Model 3 SE Redundant Fixed Effects Tests Equation: NPLNONLAGSE Test cross-section fixed effects Effects Test

Statistic


d.f.

Prob.

33,5208

-21283,0000

0,0000

387,2392

21,0000

0,0000

Tabel Pengujian Hausman Test Model 3 SE Correlated Random Effects - Hausman Test Equation: NPLNONLAGSE Test cross-section random effects Test Summary

Chi-Sq. Statistic


311,8329

Chi-Sq. d.f.

Prob.

5,0000

0,0000

Tabel Pengujian Heteroskedastisitas Model 3 SE Modified Wald test for groupwise heteroskedasticity in fixed effect regression model H0: sigma(i)^2 = sigma^2 for all i chi2 (22) = 57662.80 Prob>chi2 = 0.0000

Tabel Pengujian Autokorelasi Model 3 SE Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation F(1, 21) = 231.791 Prob > F = 0.0000



89

(lanjutan) Tabel Pengujian Multikolinearitas Model 3 SE

NPLNONLAG NPLNONLAG

SE

ROALAG

UKURAN

OD

EQUITY

1,0000

SE

-0,1279

1,0000

ROALAG

-0,3804

0,0306

UKURAN

0,0212

-0,6483

0,0449

1,0000

OD

0,4046

-0,3444

-0,0902

0,4162

1,0000

-0,4443

0,2295

0,4864

-0,2802

-0,3047

EQUITY

1,0000

1,0000

Tabel Hasil Regresi FGLS Fixed Effect Model 3 SE Dependent Variable: NPLNONLAG Method: Panel Least Squares Date: 06/28/12 Time: 01:36 Sample: 1 16 Periods included: 16 Cross-sections included: 22 Total panel (unbalanced) observations: 310 Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

0,1633

0,1886

0,8654

0,3875

SE

0,0158

0,0139

1,1355

0,2571

ROALAG

0,0058

0,0269

0,2145

0,8303

UKURAN

-0,0054

0,0062

-0,8653

0,3876

0,2879

0,0152

18,8854

0,0000

-0,0865

0,0733

-1,1805

0,2388

OD EQUITY


0,8169

Mean dependent var

Adjusted R-squared

0,8001

S.D. dependent var

S.E. of regression

0,0235


-4,5826

Sum squared resid

0,1560

Schwarz criterion

-4,2571


-4,4525

Log likelihood F-statistic Prob(F-statistic)

737,2976 48,5755

Durbin-Watson stat

0,0424 0,0525

1,4525

0,0000



90

(lanjutan)

Tabel Pengujian Heteroskedastisitas FGLS Fixed Effect Model 3 SE Likelihood-ratio test

LR chi2(21) =

604.84


Prob > chi2 = 0.0000

Tabel Regresi Fixed Effect Cross Section Weight dengan White Cross Standard Error dan Covariance Model 3 SE Dependent Variable: NPLNONLAG Method: Panel EGLS (Cross-section weights) Date: 06/28/12 Time: 01:36 Sample: 1 16 Periods included: 16 Cross-sections included: 22 Total panel (unbalanced) observations: 310 Linear estimation after one-step weighting matrix White cross-section standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

-0,0544

0,0425

-1,2810

0,2012

SE

0,0077

0,0023

3,3846

0,0008

ROALAG

-0,0214

0,0226

-0,9492

0,3433

UKURAN

0,0010

0,0014

0,7152

0,4751

OD

0,2930

0,0467

6,2799

0,0000

EQUITY

0,0048

0,0222

0,2165

0,8288


0,8423

Mean dependent var

0,0884

Adjusted R-squared

0,8278

S.D. dependent var

0,0519

S.E. of regression

0,0222

Sum squared resid

0,1389

58,1496

Durbin-Watson stat

0,8426



R-squared

0,8149

Mean dependent var

0,0424

Sum squared resid

0,1577

Durbin-Watson stat

1,4622



UNIVERSITAS INDONESIA PENGARUH DARI KONSENTRASI PORTOFOLIO KREDIT PADA RETURN DAN RISIKO BANK YANG TELAH GO PUBLIC DI INDONESIA TESIS

Recommend Documents