Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini menjelaskan tentang bagaimana pengaruh makro ekonomi terhadap probability of default untuk segmen usaha mikro di Indonesia. Model yang digunakan untuk dapat mengukur indikator risiko kredit berdasarkan Days Past Due (DPD) dan kolektabilitas, sehingga dapat dihitung probability of default sesuai dengan data historis internal perusahaan. Selanjutnya dilakukan regresi linier berganda untuk dapat mengetahui apakah perubahan variable makro ekonomi yang terdiri dari PDB, Inflasi, nilai tukar IDR terhadap USD, dan tingkat pengangguran dapat mempengaruhi probability of default untuk segmen usaha mikro di Indonesia. Sesuai dengan hasil uji statistik diketahui bahwa perubahan makro ekonomi khususnya untuk variable makro ekonomi seperti inflasi dan nilai tukar IDR terhadap USD yang memiliki pengaruh signifikan terhadap probability of default untuk segmen usaha mikro untuk setiap bucket pinjaman. Hasil penelitian ini diharapkan dapat memberikan gambaran kepada perbankan Indonesia dalam melakukan ekspansi pinjaman khususnya untuk segmen usaha mikro, serta dapat dijadikan acuan pada saat melakukan perbaikan kebijakan pengukuran risiko kredit dalam rangka meningkatkan prinsip kehati-hatian.

---

This research is conducted to analyze the effects of macroeconomics to the default probability of micro business segment in Indonesia. The model used for credit risk indicator measurement was based on Days Past Due (DPD) and collectability which allow calculate probability of default based on the companys internal historical data. Furthermore, multiple linear regression was applied in order to find out if macro economy variables, consists of GDP, inflation, IDR/USD exchange rate and unemployment rate could affect probability of default of micro segment in Indonesia. In accordance with the result of statistical test, macroeconomic variable such as inflation and the exchange rate of IDR to USD have a significant effect on the probability of default for the micro business segment for each loan bucket. Thus, this research is expected to provide adequate information related to micro expansion as well as to be a guidance of credit risk policy improvement for banks in Indonesia in pursuance of precautionary principle."

"Inflasi sebagai indikator makro ekonomi memiliki peran penting bagi pemerintah dalam perencanaan dan evaluasi pembangunan. Namun penghitungan inflasi yang dilakukan oleh BPS masih terbatas di beberapa kabupaten/kota sampel SHK padahal data inflasi dibutuhkan di semua kabupaten/ kota. Dalam mengatasi keterbatasan tersebut dapat dilakukan pendekatan geostatistika dengan metode Ordinary Point Kriging untuk memprediksi nilai inflasi di beberapa kabupaten/kota tidak tersampel berdasarkan nilai inflasi di kabupaten/kota sampel yang ada di sekitarnya. Hasil penelitian ini menunjukkan bahwa penggunaan metode Ordinary Point Kriging dengan model semivariogram Gaussian untuk memprediksi nilai inflasi di beberapa kabupaten/kota kontrol di Pulau Jawa diperoleh hasil prediksi yang baik yang ditunjukkan oleh nilai MAPE sebesar 12,56 persen. Sementara itu, hasil penerapan metode kriging pada kabupaten/kota yang tidak tersampel di Pulau Jawa cenderung menunjukkan kemiripan nilai inflasi dengan kabupaten/ kota sampel yang berdekatan"

"Penelitian ini bertujuan untuk memberikan pendekatan yang lebih granular dalam proses pemodelan Probability of Default (PD) mengikuti kerangka Pernyataan Standar Akuntansi Keuangan (PSAK) 71, melalui perhitungan PD kredit per provinsi di Bank ABC. Model PD akan dibentuk dengan menggunakan matriks transisi dan analisis regresi berganda, dengan menggunakan data historis kredit perbankan dan faktor makroekonomi tahun 2013-2020 di 33 provinsi. Hasil penelitian menunjukkan bahwa PD kredit masing-masing provinsi di Bank ABC menghasilkan PD yang lebih granular dan penurunan nilai yang lebih akurat dibandingkan model tanpa provinsi. Bank ABC dapat menggunakan hasil analisis ini untuk menentukan strategi ekspansi ke depan yaitu menyalurkan kredit ke provinsi dengan PD kecil.

---

This paper aims to provide a more granular approach to the Probability of Default (PD) modeling process following the International Financial Reporting Standard (IFRS) 9 framework by calculating PD credits per province at Bank ABC. The PD model will be formed using a transition matrix and multiple regression analysis, using historical data on bank credit and macroeconomic factors for 2013-2020 in 33 provinces. The results showed that the PD credit of each province in Bank ABC resulted in a more granular PD and more accurate impairment than the model without a province. Bank ABC can use the results of this analysis to determine future expansion strategies, namely channeling credit to provinces with small PD.

"

"aporan magang ini berfokus pada prosedur audit uji pengendalian (test of control) KAP SMR terhadap probability of default (PD) untuk perhitungan kerugian penurunan nilai pada pinjaman yang diberikan oleh Bank ABC dan memberikan evaluasi terhadap prosedur yang dilakukan dengan standar audit dan keuangan yang berlaku. Aktivitas utama dari Bank ABC adalah pembiayaan ekspor untuk bisnis maupun individual. Prosedur yang dibahas adalah prosedur uji pengendalian (test of control), yang terdiri dari menguji matrix transisi Bank ABC yang dipakai dalam menentukan probability of default sebagai salah satu komponen dalam perhitungan kerugian penurunan nilai. Berdasarkan evaluasi tersebut, prosedur uji pengendalian (test of control) yang dilakukan telah mendukung auditor dalam memastikan adanya kontrol yang memadai untuk menghitung PD sebagai komponen dari perhitungan kerugian penurunan nilai Bank ABC.

---

This internship report focuses on the audit procedures of KAP SMR's test of control on the probability of default for impairment loss calculation loans given by Bank ABC and provides an evaluation of the procedures performed with the applicable audit and financial standard. Bank ABC's main activity is financing export for businesses and individuals. The procedure discussed is a test of control procedure, which consists of testing the Bank ABC's transition matrix used to determine the probability of default as one of the components for calculating impairment losses. Based on this evaluation, the test of control procedures carried out has supported the auditor in ensuring the existence of sufficient control in calculating PD as part of calculating Bank ABC's impairment loss."

"Tujuan Penelitian ini adalah untuk membandingkan kemampuan dua teknik sebagai pendekatan untuk memperoleh nilai pasar ekuitas yang dipakai untuk memprediksi kepailitan yaitu metode arus kas dan metode harga pasar saham (stock price), dengan menggunakan model merton dan KMV. Cooperstein, Pennacchi, dan Redburn(1995) dalam penelitiannya memberikan sebuah metode untuk mengestimasi nilai pasar ekuitas untuk mencari nilai pasar aset dan volatilitas aset bank dengan menggunakan data arus kas bank yang didapat dari laporan keuangan bank (laba rugi). Cara ini memungkinkan bank yang tidak go public bisa menghitung distance to default dan probability of default menggunakan model kuantifikasi yang ada untuk mengukur resiko kreditnya. Kemudian dua teknik tersebut diperbandingkan dengan ADZ Score yang merupakan alat ukur kerapuhan bank berdasarkan rasio-rasio dari laporan keuangan. Berdasarkan analisa hasil penelitian keduanya memiliki kekuatan dan kelemahan masing-masing, metode arus kas menghasilakan angka probability of default diatas 50% untuk 13 sampel bank. Sedangkan metode harga saham angka probablity of default sangat bervariatif yaitu kurang dari 1% hingga 48%.

---

The purpose of this research is to compare the ability of two methods to measure market value of equity for predicting probability of default encompasses cash flow and stock price method by using Merton's model and KMV. Cooperstein, Pennacchi, and Redburn (1995) in their research give a method to estimate market value of asset and asset volatility of bank by using cash flow data from bank?s financial report (profit and loss). This method is useful for non-listing (private) banks to calculate distance to default and probability of default using quantitative model for measuring its credit risk. The results of these two methods are compared to ADZ Score which it is a measurement tool of insolvency bank base on financial report ratios. Based on result analysis both of them have their own advantages and weaknesses, cash flow method effect to the number probability of default over 50% for 13 bank's sample. Conversely stock price?s method gives wide variety of default probability result less than 1% up to 48% for those bank's sample."

"Riset ini bertujuan untuk mengukur probabilitas kegagalan dari bank di Indonesia. 22 buah sampel bank diambil dan dikategorikan berdasarkan total aset menjadi bank besar, medium, kecil, serta berdasarkan kepemilikan dan aktivitas bisnis. Bank tersebut terdaftar di Bank Indonesia dan OJK. Dalam pengukuran probabilitas kegagalan, replikasi terhadap model merton black-scholes digunakan untuk mendapatkan jarak menuju kegagalan serta probabilitas kegagalan. Hasil akhir merupakan probabilitas kegagalan dari 22 sampel bank di Indonesia dari 2005 hingga 2016. Hasil menunjukkan peningkatan probabilitas kegagalan di akhir periode dan menunjukkan campuran fluktuasi serta sedikit peningkatan pada periode awal. Riset ini kemudian menganalisa secara deskriptif rasio finansial yang berkaitan di periode sampel yang didapatkan dari OJK.

---

This research aims to measure probability of default in banks in Indonesia. 22 sample banks were taken which then categorized by total asset into big, medium, small banks, and according to their ownership and business activities. Banks are registered in Bank Indonesia and OJK. In measuring probability of default, a replication of merton black scholes model is used to identify distance to default and the probability of default.

The result is probability of default of 22 sample banks in Indonesia from 2005 to 2016. Final result shows increase in default probability in the latter period while showing mixed fluctuation and slight increase in the early period. This research analyzes further by describing related financial ratios in the sample period provided from OJK."

"ABSTRAKPenelitian ini menjelaskan bagaimana survival analisys menggunakan regresi Cox Proportional Hazard dapat dipakai untuk menganalisis sebaran time to default debitur kredit mikro Bank XYZ berdasarkan karakteristik demografis debitur dan karakteristik produk. Terhadap sebaran tersebut menggunakan metode analisis non-parametrik khususnya point estimation dapat diestimasi karakteristik debitur yang mempunyai waktu survive terbaik yakni debitur di wilayah Kabupaten Indramayu, jenis kelamin wanita, pendidikan akhir SD, bidang usaha perdagangan besar dan eceran, status pernikahan janda/duda serta penghasilan.

---

ABSTRACT This study explains how survival analisys using Cox Proportional Hazard regression can be used to analyze the distribution of time to default of micro credit debtor in Bank XYZ based on debtor demographic characteristics and product characteristics. Against the distribution using non parametric analytical methods, especially point estimation can be estimated the characteristics of the debtor who has the best survive time that is the debtor in Indramayu District, female gender, final education of elementary school, major trade and retail business, marriage widow widower status and income "

"Penelitian ini bertujuan untuk mengetahui tingkat probability of default bank di Indonesia menggunakan pendekatan model struktural dan faktor-faktor yang mempengaruhi probability of default bank di Indonesia periode 2005 hingga 2014. Pendekatan model struktural menggunakan data pasar untuk memperoleh probability of default bank. Selanjutnya, digunakan metode data panel untuk mengetahui faktor-faktor yang mempengaruhi probability of default dari bank. Hasil penelitian menemukan semakin besar BUKU (Bank Umum Kelompok Usaha) bank cenderung memiliki volatilitas aset pasar yang lebih stabil, sehingga bank tersebut memiliki probability of default cenderung lebih kecil serta pada masa krisis 2008 berdampak signifikan pada kenaikan probability of default terhadap bank BUKU III dan IV. Adapun non traditional income, short term funding, dan ukuran perusahaan berpengaruh signifikan positif terhadap probability of default bank di Indonesia. Sedangkan, tier 1 ratio, kredit, liquid asset, return on equity memiliki pengaruh signifikan negatif terhadap probability of default bank di Indonesia.

---

This research aims to determine the level of probability of default Indonesian commercial banking using structural model approach and determinant probability of default Indonesian commercial banking during period 2005-2014. The structural model approach uses market data to obtain the probability of default of banks. Furthermore, the panel data method is used to determine the factors that affect the probability of default of banks. The result found that the greater BUKU of bank their asset market volatility is likely to have a more stable, so that the bank has a probability of default tends to be smaller and during the 2008 crisis have a significant impact on the increase in probability of default in BUKU III and BUKU IV. non-traditional income, short-term funding, and size have positive significant effect on the probability of default Indonesian comercial banking. Meanwhile, the tier 1 ratio, credit, liquid assets, return on equity has significantly negative effect on the probability of default Indonesian commercial banking."

"Tujuan dari penelitian ini adalah untuk melakukan analisis terkait penerapan dan kendala yang dihadapi pada proses manajemen risiko kredit dalam menghadapi situasi pandemi Covid-19 sesuai dengan kerangka kerja manajemen risiko dan POJK agar risiko kredit dapat dikelola dan tidak mengganggu kelangsungan usaha Bank. Metode yang digunakan dalam penetian ini adalah Kualitatif dengan pendekatan studi kasus untuk menggalai secara mendalam proses manajemen risiko dan kendala yang dihadapi Bank XXX sesuai dengan Best Practice Kerangka Kerja Manajemen Risiko dengan mempertimbangkan Penilaian Risiko Inheren, Penilaian Kualitas Penerapan Manajemen Risiko, Evaluasi Kecukupan Pengendalian Risiko. Kesimpulan dalam Penelitian ini adalah Bank XXX telah menjalankan proses manajemen risiko dengan baik dalam menghadapi situasi Pandemi Covid-19, namun terdapat beberapa kendala yang dihadapi yaitu lemahnya independensi dan objektivitas Fungsi Manajemen Risiko pada Unit Kerja, Kurangnya kesadaran risiko dari setiap individu, Perangkat data manajemen risiko operasional dan kredit yang belum optimal, Data audit, data kepatuhan, data perangkat manajemen risiko yang belum terintegrasi, dan juga hambatan dalam aplikasi proses restrukturisasi kredit

---

This study aims to analyze the application and constraints faced in the credit risk management process in cases the Covid-19 pandemic situation in accordance with the risk management framework and POJK so that credit risk can be managed and does not interfere with the Bank's business continuity. The method used in this study is qualitative with a case study approach to explore deeply the risk management process and the constraints faced by Bank XXX in accordance with the Risk Management Framework Best Practice by considering Inherent Risk Assessment, Risk Management Implementation Quality Assessment, Evaluation of Risk Control Adequacy. The conclusion in this study is that Bank XXX has carried out a risk management process well in cases the Covid-19 Pandemic situation, but there are still some obstacles faced, namely the weak independence and objectivity of the Risk Management Function in the Work Unit, Lack of risk awareness of each individual, Management data tools operational and credit risks that are not yet optimal, audit data, compliance data, data on risk management tools that are not yet integrated, as well as obstacles in the application of the credit restructuring process"

"Penelitian ini bertujuan untuk mengetahui teknik pemodelan probability of default yang tepat pada portfolio pembiayaan bersama antara bank dan fintech lending dan perusahaan pembiayaan (multi finance) pada Bank Swasta Nasional. Teknik yang digunakan sebagai perbandingan adalah teknik tradisional regresi logistik dan teknik machine learning. Penelitian dilakukan berdasarkan data Bank Swasta Nasional dari April 2019 hingga Desember 2022 dan diklasifikasikan menjadi dua kategori yaitu defaiult dan non-default sehingga model dapat melakukan prediksi kemungkinan nasabah gagal bayar selama durasi pinjaman. Analisis dilakukan menggunakan data aplikasi dan data transaksi tanpa melanggar aturan menjaga kerahasiaan nasabah. Selanjutnya, analisis dilakukan hanya untuk produk pembiayaan bersama pada fintech lending dan multi finance yang beroperasi hanya di Indonesia. Variabel signifikan yang memengaruhi pemodelan probability of default pada pembiayaan bersama antara bank dan fintech lending/multi finance antara lain adalah tenor, tujuan pinjaman, nominal beban bunga, deskripsi pekerjaan, kota domisili, umur dan pendapatan. Lebih lanjut, teknik tradisional regresi logistik memiliki tingkat keandalan lebih tinggi dibandingkan pendekatan machine learning decision tree pada studi kasus BSN.

---

This research is to find the appropriate credit scoring model technique to build the default model based on the joint financing schemes product between bank and fintech lending and multi finances that conducted by Bank Swasta Nasional. The credit scoring model to be compared using traditional approach, logistic regression against machine learning technique. This research is case study in Bank Swasta Nasional’s portfolio starting April 2019 up to December 2022 and will be classified into default or non-default so the model can predict the possibility of customer default during the period. The analysis conducted based on variables from application and transaction data that not breaching the confidentiality of personal data in Bank Swasta Nasional. Furthermore, the analysis only applicable for joint financing schemes product to fintech lending and multi finances that already have operated in Indonesia only. The significant variable to model the probability of default for joint financing schemes between bank and fintech lending or multi finances are tenure, loan purpose, interest amount, job description, home city, age and declared income. Furthermore, the analysis showed that the traditional technique logistic regression had higher accuracy compared to machine learning using decision tree in the case study."