Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Kredit mikro adalah kredit yang terbukti reliable dalam kondisi perekonomian apapun. Namun demikian, pemberian kredit tersebut tidak luput dari risiko kredit. Bank yang mengelola portofolio kredit mikro membutuhkan sistem manajemen risiko dan penggunaan model yang tepat untuk mengukur risiko kredit dari portofolio tersebut. Karena dengan begitu, bank, dapat secara terukur menyediakan kebutuhan modal minimum yang diperlukan untuk mencover risiko kredit yang dihadapinya. Dan berdasarkan karakteristiknya, risiko kredit mikro sangat cocok diukur dengan menggunakan metode Credit Risk+, dimana metode tersebut sangat cocok dengan karakteristik portofolio kredit yang besar dengan skala kredit yang kecil.

---

Micro credit was a credit that proven reliable at any economic conditions. However, this credit will not miss the credit risk. Banks that manage micro credit portfolio needs risk management system and utilize the appropriate model to measure the credit risk. Because then, the bank can provide the minimum capital requirements needed to cover credit risk it faces. And based on the characteristics, micro credit risk was suitable to be measured by Credit Risk+ method, where the method was suitable with the characteristics of a large credit portfolio with smallscale credit.

Abstrak :
Penerapan CreditRisk+ dilakukan untuk menghitung risiko kredit usaha kecil pada Bank X se1ama kurun waktu Januari 2006 - Desember 2008. CreditRisk"' merupakan default mode yang memandang kualitas kredit sebagai default dan no default, tidak mengasumsikan penyebab terjadinya default. Kredit dinyatakan default apabila tunggakan kewajibannya telah melebihi 90 hari, sesuai ketentuan Bank Indonesia. Pengukuran CreditRisk+ dilakukan dalam 2 tahapan. yaitu : pertama menghitung frequency of defaults dan severity of losses, kedua menghitung distribution of default losses. Frequency of defaults dihitung dengan menggunakan distribusi Poisson dengan tingkat keyakinan 95%. Sedangkan severity of losses diperoleh dengan menghitung loss given default. Sementara distribution of default losses diperoleh dengan menghitung besarnya potensi kerugian berupa expected loss, unexpected loss, dan economic capital, yaitu cadangan modal yang harus disiapkan uotuk menutup unexpected loss. Berdasarkan hasil backtesting dengan Loglikelihood Ratio (LR) Test diperoleh nilai LR sebesar 0 yang lebih kecil dibandingkan nilai kritis Chi-squared sebesar 3.8415 yang menunjukkan bahwa metode CreditRisk"' masih valid digunakan sebagai model internal untuk mengukur risiko kredit usaha kecil pada Bank X. ......Implementation of CreditRisk+ is used for small enterprise credit measurement of Bank X during Januari 2006- Desember 2008. CreditRisk+ is a default mode model that credit quality as a default and no default, no assumptions are made about the causes of default. Credit is stated default if a pending of credJt payment is more than 90 days, based on Bank Indonesia regulation. CreditRisk• measurement has two steps, first measuring frequency of defaults and severity of losses, second measuring distribution of default losses. Frequency of defaults is measured by using Poisson distribution with 95% confidence level. Severity of losses is taken by measuring loss given default. Meanwhiles, distribution of default losses is taken by measuring potensial default such as expected loss, expected loss, and economic capital, capital reserved that has to be prepared to cover unexpected loss. Based on the results of the backtesting through Loglikelihood Ratio (LR) Test, a Likelihood Ratio of 0 is smaller than a Chi-squared of 3.8415 which represents that CreditRisk+ method is still valid to be used for internal model for measuring small enterprise credit of Bank X.

Abstrak :
ABSTRAK
Tingkat atau bobot risiko kredit debitur sangat penting diketahui pihak perbankan, agar dalam menyalurkan fasilitas kreditnya kepada debitur dapat dilakukan secara aman dan memenuhi prinsip kehati-hatian (prudential banking). Untuk itu, tingkat risiko debitur harus terukur. Terdapat 7 buah faktor risiko debitur yang dapat dijadikan variable terukur, yakni kondisi keuangan, legal status, hubungan eksternal debitur dengan bank, posisi pasar, manajemen, viabilitas dan prospek usaha. Dengan menggunakan metoda Credit Risk Scoring, yaitu pembobotan atas faktor risiko debitur maka bobot risiko debitur menjadi lebih terukur.

Pembobotan dapat dilaksanakan terhadap seluruh debitur dan berbagai sektor usaha, namun tidak berarti bahwa debitur yang bergerak dalam sektor usaha yang sama akan mempunyai tingkat risiko yang sama pula. Beberapa jenis usaha mempunyai jenis faktor risiko yang spesifik dan dominan, faktor ini dapat dijadikan pegangan dalam penentuan bobot risiko. Namun beberapa sektor usaha lainnya sama sekali tidak memilikinya sehingga harus dievaluasii secara individual.

Pada dasarnya seluruh faktor risiko perperan dalam pengukuran tingkat risiko, namun terdapat beberapa yang menjadi penentu dalam mengukur tingkat risiko debitur yakni kondisi keuangan dan status legal. Tingkat risiko sangat situasional karena banyak faktor internal eksternal yang mempengaruhi sehingga tingkat risiko suatu perusahaan perlu direvaluasi secara berkala.

6 dari 7 faktor risiko nampak dominan pada beberapa sektor usaha debitur, yakni kondisi keuangan, status legal, posisi pasar, manajemen, viabilitas dan prospek usaha. Karena mempunyai tingkat homogenitas tinggi (sd <1), sehingga kecenderungan tersebut dapat dijadikan sebagai patokan dalam menghitung tingkat risiko suatu debitur. Bagi debitur pada sektor usaha yang tidak mememiliki faktor dominan tetap harus dihitung secara individual.

Kisaran bobot yang relatif sama dimiliki oleh 5 dari 19 sektor usaha, yakni sektor Automotif, industri bahan Kayu, Industri Logam/Baja, Industri Kertas dan Tekstil.

Hasil penelitian mengindikasikan bahwa pada proses analisis risiko kredit debitur korporasi harus diperhatikan :

Mengutamakan pengukuran bobot risiko secara individual, berdasarkan penilaian 7 faktor risiko (seven risk factors)

Faktor risiko yang spesifik dan dominan pada beberapa sektor usaha hendaknya hanya dijadikan pedoman saja karena sifat debitur yang sangat individualistik. Nilai Faktor risiko akan berubah setiap ada perubahan kondisi makro.

---

Abstrak :
Penelitian ini menggunakan metode Credit Risk+ untuk menghitung risiko kredit pada PT Mandiri Tunas Finance selama periode Januari 2010 hingga Desember 2012. Penggunaan metode Credit Risk+ membutuhkan data input berupa exposure kredit, exposure at default, dan recovery rates serta tidak mengasumsikan penyebab default. Metode ini cocok digunakan untuk perhitungan risiko kredit retail. Asumsi default atau non performing loan (NPL) yaitu saat tunggakan debitur mencapai lebih dari 90 hari. Tahapan pengukuran risiko kredit yaitu pertama menghitung exposure default dari portofolio, kedua menghitung frequency of default, ketiga menghitung probability of default untuk mencari distribution of losses yang terjadi pada PT Mandiri Tunas Finance. Frequency of default dihitung dengan menggunakan asumsi tingkat keyakinan 95%. Perhitungan dengan metode ini menghasilkan nilai expected loss dan unexpected loss serta economic capital. Economic capital adalah besarnya modal yang digunakan untuk menutupi unexpected loss. Dalam penelitian ini digunakan backtesting dan validasi menggunakan Loglikehood Ratio (LR) test dan didapatkan hasil senilai 0, dimana hasil tersebut lebih kecil dibandingkan nilai kritis chi squared sebesar 3,8415. Hasil ini menunjukkan bahwa metode Credit Risk+ yang digunakan dalam penelitian ini masih valid untuk mengukur risiko kredit dan menghitung economic capital pada PT Mandiri Tunas Finance. ...... Credit Risk+ method is used to calculate the credit risk at PT Mandiri Tunas Finance during the period January 2010 to December 2012. Use of Credit Risk + method requires input data which is credit exposure, exposure defaults and recovery rates, and do not assume cause of default. This method is suitable for retail credit risk calculations. Assumptions default or non- performing loan (NPL) is currently delinquent borrowers overdue more than 90 days. Stages of credit risk assessment is the first to calculate the default exposure of the portfolio, second calculate the frequency of default, third count the probability of default to seek distribution of losses which occurred at PT Mandiri Tunas Finance. Frequency of default calculated using the assumption of 95 % confidence level. Calculations with this method generate expected loss and unexpected value loss and economic capital. Economic capital is the amount of capital that is used to cover unexpected loss. This study used backtesting and validation using Loglikehood Ratio ( LR ) test and the results 0, where the result is less than the critical value of chi- squared of 3,8415. These results indicate that the Credit Risk + method used in this study are still valid for measuring credit risk and calculate economic capital at PT Mandiri Tunas Finance.

Abstrak :
Penelitian ini bertujuan untuk melihat situasi makroekonomi sebelum dan selama COVID-19 dengan mengevaluasi bagaimana pandemi COVID-19 mempengaruhi aktivitas kredit perbankan, dan menganalisis faktor-faktor kinerja perbankan yang terkait dengan risiko kredit, seperti modal, ukuran bank, net interest margin, Return on Asset, Return on Equity dan pertumbuhan kredit. Selanjutnya akan dipelajari apakah terdapat perbedaan atau pengaruh yang berdampak signifikan terhadap risiko kredit sebelum dan selama pandemi COVID-19. Hal berikutnya yang dilakukan dalam studi ini adalah menentukan relevansi faktor risiko kredit tersebut sebelum dan saat pandemi COVID-19. Penelitian ini menggunakan metode kuantitatif berdasarkan analisis regresi berganda dan pendekatan deskriptif untuk menyesuaikan metode evaluasi dengan kondisi tertentu. Hasil penelitian mengungkapkan bahwa kinerja bank terkait risiko kredit sebelum dan selama COVID-19 berbeda. Dalam hal ini, diharapkan manajemen bank dapat menyusun strategi mitigasi risiko berdasarkan hasil tersebut. ......The research seeks to investigate macroeconomics before and during the COVID-19 by evaluating how the COVID-19 pandemic affected banking credit activity, and analyzing banking performance factors associated with credit risk, such as capital, bank size, net interest margin, return on asset, return on equity and credit growth. The differences or influences that have a significant impact on credit risk before and during the COVID-19 pandemic is then studied. Furthermore, determining its relevance is an important aspect of this work. This research employs a quantitative strategy based on multiple regression analysis and a descriptive approach to fit an evaluation method with a particular condition. The results revealed that the bank performance related to credit risk before and during the COVID-19 was different. In this case, it is expected that bank management can prepare a risk mitigation strategy based on these results.

Abstrak :
Karya akhir ini bertujuan untuk mengukur besarnya risiko kredit khususnya untuk scgmen karlu kredit Bank X di tahun 2005 dengan mempergunakan metode CreditRisk+. Alasan pcinilihan topik ini adalah : a. Produk Karlu Kredit merupakan jenis kredit yang memiliki resiko tinggi, mengingat sejak keputusan pemberian kredit oleh bank cenderung hanya didasarkan kepada verifikasi dokumen pendukung seperti slip gaji, surat keterangan, lembar penagihan kartu kredit bank lain, hasil rating sesama anggota Asosiasi Kartu Kredit Indonesia (AKKI), hasil verifikasi melalui telepon, serta lambahan dokumen pendukung lainnya, dan hanya sebagian calon pemegang karlu kredit yang prosesnya didahului oleh survey atau pengecekan lapangan mengingat kemampuan bank umumnya tidak memungkinkan unluk melakukan pengecekan lapangan semua calon pemegang kartu kredit, juga karena proses keputusan kredit hams sudah diberikan paling lambat lima hari sejak aplikasi kartu kredit diterima bank, selain itu kredit yang diberikan adalah unluk tujuan konsumsi dan tidak memiliki jaminan atas pemberian kredit tersebut. b. Bank X adalah penerbit kartu kredit terbesar not-nor dua di Indonesia di tahun 2005 setelah Citibank dengan jumlah pcmegang kartu kredil lebih dari 800.000 Cardholder dengan total outstanding balanced sebesar lebih dari Rp. 1,5 trilyun sehingga terdapat potensi risiko kredit yang cukup besar khususnya dalam hal terjadinya Default bagi Bank X, apabila pengeiolaan risiko kredit nya tidak dilakukan secara baik. c. Bank X belum mencrapkan metode Internal Raring Base (IRB) approach khususnya metode CrcclitRiski- untuk menghitung risiko kredit portofolio kartu krcdit nya. d. Adanya ketentuan Basel 11 tcntang kcharusan menghitung risiko krcdit scbagai salah satu unsur dalam menghitung CAR. Berdasarkan ketentuan Basel II, perhitungan risiko krcdit dapat mempergunakan beberapa pendekatan, antara lain dengan Standardized Model dan Internal Model, dimana dalam penelitian ini akan dilakukan perhitungan dengan menggunakan Internal Model dengan pendekatan CreditRisk+. CreditRisk+ dianggap sebagai Internal Model yang tepat untuk menghitung risiko krcdit pada suatu portofolio, hal ini karena metode ini dapat dipergunakan untuk menghitung risiko krcdit suatu portofolio krcdit dalam jumlah yang banyak namun dengan besaran outstanding masing-masing krcdit kecil, juga karena metode ini tidak memerlukan tambahan data makro sehingga dalam penerapannya lebih efisien namun tetap efektif. Selain itu metode ini dikenal scbagai Default Model yang hanya mcmbedakan portofolio krcdit menjadi dua golongan yaitu bagian portofolio krcdit yang An Del iult dan Default saja scrta mcngabaikan penycbab tcrjadinya Default tersebut. Penerapan CreditRisk+ dilakukan dengan menghitung risiko kartu kredit di Bank X dengan batasan-batasan scbagai berikut : a. Data portofolio kartu kredit yang dipergunakan adalah data selama 12 bulan di tahun 2005. b. Nilai exposure berkisar antara Rp 500 ribu hingga Rp 250 juta, mengingat hampir 90% oposure yang ada di dalam portofolio Bank X berada pada kisaran nilai tersebut, tanpa memperhatikan jenis kartu kredit Classic, Gold atau Platinum. Secara garis besar, tahapan penghitungan risiko kredit mempergunakan metade CreditRisk+ dilakukan dcngan mcnghitung Frequency of Default dan Severity cof Losses, kemudian rnenghitung Distribution of Default Losses. Selanjutnya dari perhitungan terschut, akan diperaleh besamya potensi kerugian berupa Expected Loss. Unexpected Loss dan bcsarnya Economic Capital untuk menutup kerugian yang terjadi. Perhitungan portofolio kartu kredit dengan mempergunakan metade CreditRisk+ dengan asunisi tingkat keyakinan 95% dan Probability of Default dihitung dcngan Poisson Model, menunjukkan basil sebagai berikut: a. Nilai Expected Loss yang menunjukkan besamya kerugian yang diperkirakan tcrjadi setiap bulan dapat dihitung nilainya mempergunakan metode CreditRisk+, sebagai contoh nilai Expected Lost di bulan November 2005 bcsarnya adalah Rp.74,823 Milyar. Nilai Expected Loss setiap bulan tersebut diharapkan dapat ditutup olch nilai PPAP yang dibcntuk oleh Bank X dan dcngan mernpergunakan Likelihood Ratio Test dikctahui bahwa hampir scluruh Expected Loss yang ada di tahun 2005 masih dapat ditutup oleh nilai Pencadangan Penghapusan Aktiva Produktif(PPAP) yang dibcntuk olch Bank X. b. Dengan pencrapan metade CreditRisk+ dal= penelitian ini, besamya nilai VaR sctiap bulan juga dapat dihitung nilainya, dengan tingkat kepercayaan 95 % maka nilai VaR suatu bulan menunjukkan proyeksi besamya nilai kerugian terbesar (Unexpected Loss) bulan berikutnya, sebagai contoh nilai VaR bulan November 2005 sebesar Rp.82,875 Milyar yang menunjukkan proyeksi nilai kerugian maksimum bulan Desember 2005 dengan tingkat kepercayaan 95 %, dimana nilai kcrugian aktual pada bulan Desembcr adalah sebesar Rp.80,303 Milyar. c. Hasil pengujian dcngan metode Likelihood Ratio pada tingkat kepercayaan 95%, mcnunjukkan bahwa sclama periodc pengamatan besarnya nilai VaR yang mcrupakan proycksi jumlah kerugian terbcsar bulan bcrikutnya cukup akurat untuk dipcrgunakan dalam mcnghitung risiko krcdit, karena selama periodc pengamatan seluruh nilai kcrugian aktual yang terjadi masih dibawah =bang batas jumlah kcrugian yang dapat ditolelir atau tidak terdapat nilai kerugian aktual yang nilainya lcbih bcsar atau sama dcngan nilai- VaR yang dihitung dcngan mctodc CredirRisk+. d. Dengan mempcrbunakan mctodc CredizRi.sk+, Bank X mempcrolch insentif berupa penurunan kewajiban pemenuhan modal, scbagai contoh di bulan November 2005 kewajiban pemenuhan modal mempcrbunakan metode CrecliiRisk+ adalah 0.39 % dad total exposure nya, angka ini jauh lcbih rendah dibandingkan dengan mempcrbunakan Standardized Approach yang mcnghasilkan kewajiban pemenuhan modal sebesar 6,29 % dari total exposure, schingga Bank X mempcrolch insentif nilai modal sebesar 5,90% (6,29% - 0,39%) yang dapat dialokasikan oleh Bank X untuk kcpcntingan lainnya yang lcbih produktif. e. Bank X memperolch manfaat lain dad pcncrapan metode CredirRisk+, selain dapat menghitung risiko kredit nya secara Icbih akurat. pcncrapan metode ini dapat mcmbantu manajcmen Bank X dalam mcnyusun strategi yang lebih cfcktif dan pengalokasian SDM yang Iebih akurat dalam mclakukan penagihan kreditnya yang Default.

---

The purpose of this thesis is to measure credit risk especially for the credit card segment of Bank X in 2005 by utilizing the CreditRisk+ method. The reasons of selecting this topic are: a. Credit Card is a type of credit that has a high risk, because since the decision of credit offer by the bank tends to be only based on supporting document verification for instance salary slip, recommendation letter, other bank's billing statement, rating result from other members of Asosiasi Kartu Kredit Indonesia (AKKI), phone verification result, as well as (he addition of the other supporting document, and only some of the process of the cardholder's applicant is proceeded by survey or external verification (on the spot), concerning that the bank's capacity generally does not possible to do field verification for all applicants, also because of the decision must been given at least in five days since the credit card application is accepted by the bank, moreover credit that is given aims for consumption and does not have the collateral. b. The Bank X is on 2''d rank of credit card's issuer in Indonesia in 2005 after Citibank, with the numbers of cardholders are more than 800.000 and the total outstanding balanced is more than Rp.1,5 trillion. On that condition, The Bank X has a potential high risk on its credit especially in the matter of the default occurrence, if the risk management of its credit is not well developed. c. The Bank X has not applied the method of Internal Rating Base (IRB) approach yet especially the CreditRisk+ method to calculate the credit risk of its credit card's portfolio. d. There is the regulation of Basel II about obligation to calculate the credit risk as one of the elements in calculating Capital Adequacy Ratio (CAR). Based on the Based in regulation, the calculation of the credit risk can be utilized in several approaches, such as by Standardized Model or Internal Model, that in this research it will be done credit risk calculation by using Internal Model with the CreditRisk+ approach. CreditRisk+ was reputed as the precise Internal Model to calculate the risk of credit in a portfolio, because this method can be utilized to calculate the risk of credit in a large portfolio of each small credit, also because of this method do not need the addition of the macro's economic data, so in its implementation is more efficient but still effective. Moreover this method is known as the Default Model that differentiates the credit portfolio only into two groups, the first is a Not Default credit portfolio and the other one is a Default credit portfolio, also this model ignores the cause of the Default occurrence. The implementation of CreditRisk+ is done by calculating the risk of the credit card in the Bank X with limitations as follows: a. The credit card portfolio data is the data for 12 months in 2005. b. The exposure revolves between Rp. 500 thousand up to Rp. 250 million; considering that almost 90% exposure available in the Bank X's portfolio is in that value range, without considering the type of Classic, Gold or Platinum card. In general, the stage of calculating credit risk with the CreditRisk+ method will be done by calculating Frequency of Default and Severity of Losses, afterwards calculating Distribution of Default Losses. From the result, will gel the potential loss such as Expected Loss, Unexpected Loss and the Economic Capital to cover the loss. The calculation of credit card portfolio by utilizing the CreditRisk+ method with the assumption of the 95%conviction level and probability of default is calculated by Poisson's model, shows results as follows: a. The Expected Loss that shows the estimated loss occurs every month can be calculated with CreditRisk+ method, for example is the Expected Lost value in November 2005 is Rp.74, 823 Billion. That value is expected to be covered by the PPAP that is formed by Bank X and by utilizing Likelihood ratio test it is known that almost all Expected Loss in 2005 still can be covered by the value of PPAP (Pencadangan Penghapusan Aktiva Produktif) that is formed by Bank X. b. With implementation of the CrediiRisk+ method in this research, the size of VaR every month also can be calculated, using the 95 % level of reliability so value of VaR (Unexpected Loss) in a month shows the projection of the biggest losses in the following month, for example is the size of VaR in November 2005 is Rp.82, 875 Billion, it shows the projection of the maximum loss in December 2005 with the 95 %level of reliability, the actual loss in December is Rp.80, 303 Billion. c. The result of the Likelihood Ratio method on 95% level of reliability shows that during the period of observation the size of VaR that shows the projection of the biggest loss in the following month. It is quite accurate to be utilized in calculating the risk of credit, because during the period of observation all of the actual value of loss that is happened is still under the limitation of tolerant total of loss or do not have the actual loss bigger than or same as the VaR value that is calculated with the CreditRisk+ method. d. By utilizing the Credit Risk+ method, Bank X receives incentive of the capital's fulfillment obligation reduction, for example in November 2005 the fulfillment obligation of capital utilized by the CreditRisk+ method is 0,39 % from the total exposure, this number is much more lower compared with Standardized Approach that produces the fulfillment obligation of capital for 6,29 % from the total exposure, therefore Bank X receives 5,90% (6,29% - 0,39%) capital incentive that can be allocated in more other productive area by Bank X. e. Bank X receives another benefit from the implementation of CreditRisk+ method, besides it can calculate the credit risk more accurately, this method implementation can help the management of Bank X to develop more effective strategy and more accurate human resources allocation in dunning its Default credit.

Abstrak :
Sistem bagi hasil merupakan ciri khas dari perbankan syari?ah, sehingga tidak heran jika di awal-awal perkembangannya perbankan syari?ah ada yang disebut dengan bank bagi hasil. Hal itu karena system inilah yang paling bisa menggerakan sector riil yang pada akhirnya akan bisa merealisasikan salah satu prinsip dalam ekonomi Islam yaitu pemerataan.Akan tetapi, melihat kondisi yang ada saat ini, ternyata system ini masih kalah jauh jika dibandingkan dengan dengan porsi pembiayaan dengan sekema murabahah. Dalam beberapa penelitian dikatakan bahwa NPF mempunyai pengaruh terhadap tinggi rendahnya pembiayaan perbankan syari?ah, bahkan ada yang mengatakan rendahnya porsi pembiayaan bagi hasil dikarenakan pembiayaan ini meimiliki tingkat risiko yang lebih tinggi dari pada system murabahah. Untuk itu maka, pada penelitian ini akan di uji hipotesis bahwa risiko pembiayaan murabahah tidak lebih kecil dari pada risiko pembiayaan bagi hasil. Untuk menguji tingkat risiko pembiayaan, dalam tesis ini menggunakan metode Credit Risk+, yang digunakan untuk menghitung nilai Unexpected Loss masing-masing pembiayaan lalu kemudian dibandingkan mana yang memiliki Unexpected Loss tertinggi. Dari hasil penelitian dan analisis menunjukan bahwa pembiayaan mudharabah tingkat risikonya lebih rendah dari pada Murabahah sedangkan untuk pembiayaan musyarakah hasil penelitian menunjukan tingkat risikonya lebih tinggi dari pada pembiayaan murabahah.

---

Production sharing system is a specific characteristic of Syariah Finance, so why it is called as a production sharing bank at the first time development. This is because of the system which only can actuate real sector in realizing one of economic principal in Islam, that is even distribution. But, as a real condition today, the system is not as good as a cost portion of Murabahah scheme. In some research, it is said that NPF has an influence in the high and the low of syariah finance cost. Indeed, someone said that the low portion of production sharing cost system caused by the high risk of the cost than in Murabahah system. So, in this research the writer will examine the hypothesis that the risk of Murabahah cost is not smaller than the risk of production sharing cost. To examine the level of the risk cost, he will use Credit Risk + method, which is used to count the Unexpected Loss value in each cost then it will be compared to know which one has the highest Unexpected Loss. From the research and the analysis, it is found that the cost of Mudharabah production sharing has a lower risk than Murabahah, whereas, it is found that in the cost of Musyarakah production sharing has a higher risk than in Murabahah cost.