Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pertumbuhan kredit dapat diibaratkan seperti pedang bermata dua yang mampu menggambarkan kontradiksi dampak yang dihasilkan. Saat kredit tumbuh dengan cepat dan besar (credit booms) maka cenderung dapat mengarahkan pada beberapa peristiwa besar seperti krisis utang pada tahun 1980-an, krisis nilai tukar pada tahun 1992, Sudden Stops tahun 1990-an dan krisis finansial global pada tahun 2008. Peristiwa tersebut membawa dilema tersendiri bila dilakukan kebijakan pengurangan pemberian kredit untuk mencegah terjadinya credit booms bagi negara berkembang yang masih membutuhkan pendanaan guna mendukung pertumbuhan ekonomi. Adapun tujuan penelitian ini adalah untuk menganalisis signifikansi pengaruh pertumbuhan kredit yang terjadi di ASEAN selama tahun 2013-2017 terhadap kesehatan perbankan dan fragilitas keuangan. Penelitian ini menggunakan uji empiris dengan menggunakan regresi data panel. Hasil akhir dari penelitian ini menunjukkan bahwa pertumbuhan kredit di ASEAN tidak berpengaruh signifikan terhadap kesehatan perbankan, namun berpengaruh signifikan terhadap fragilitas keuangan.

---

Credit growth can be likened to a double-edged sword that is able to illustrate the contradictions of the resulting impact. Sometimes credit growth becomes to be credit booms and lead to major events such as the debt crisis in the 1980s, the exchange rate crisis in 1992, Sudden Stops in the 1990s and the global financial crisis in 2008. The events made an own dilemma: if there was a policy of reducing credit that aims to prevent credit boom in developing countries can hamper economic growth. The study aims to analyze the significance of impact of the credit growth that occurred in ASEAN during 2013-2017 towards banking health and financial fragility. This study uses empirical tests using panel data regression. The result shows that credit growth in ASEAN has no effect the health of banking industry, but has a significant effect on financial fragility."

"Determinan dari non-performing loans (NPL) sudah memiliki literatur pendahulu yang terus berkembang. Namun, sedikit penelitian yang melihat pengaruh ini pada tingkat disagregat. Gosh (2017) melakukan analisis yang menemukan perbedaan pengaruh antara variabel makroekonomi dan kondisi neraca dengan kategori NPL yang berbeda. Penelitian ini melihat determinan NPL dari setiap jenis kredit yaitu kredit investasi, modal kerja, dan konsumsi di Indonesia dengan menggunakan data seluruh bank konvensinal selama periode 2013-2018. Penelitian ini juga melihat lebih lanjut dampak pertumbuhan kredit dengan menggunakan lag satu kuartal, dua kuartal, dan empat kuartal terhadap NPL. Dengan menggunakan one-step system GMM, penelitian ini menemukan setiap jenis kredit memiliki pengaruh determinan yang berbeda terhadap pertumbuhan NPL. Pertumbuhan kredit memiliki pengaruh tidak signifikan terhadap pertumbuhan NPL secara agregat namun secara disagregat, memiliki pengaruh signifikan yang berbeda-beda untuk setiap jenis kreditnya.

---

The determinants of non-performing loans (NPL) already has a growing literature. However, very few studies have explored the issue at the disaggregate level. Gosh (2017) analysis unmasks important differences in the inter-relationships between macroeconomic and balance sheet conditions and different categories of NPLs.

The present study examines NPLs for each type of credit in namely investment, working capital, and consumption credits in Indonesia using data of all conventional banks over the period 2013-2018. The paper further explores the impact of credit growth using lags of one quarter, two quarter, and four quarter on NPLs.

By implementing one-step system GMM, the paper finds each type of credit has different determinants on the growth of NPL. Credit growth also has different impact on the NPL based on the number of lags and type of credit."

"Terdapat perbedaan mencolok namun denga pola yang sama, antara tingkat NPL bank konvensional dan NPF bank syariah di Indonesia, khususnya pada kurun waktu 2001 sampai dengan awal 2007. Oleh karena itu, untuk membandingkan faktor penyebab NPL dan NPF, maka diambil variabel umum perbankan, antara lain : Pertumbuhan Gross Domestic Product (GDP), inflasi, Sertifikat Bank Indonesia (SBI)/ Sertifikat Wadiah Bank Indonesia (SWBI), pertumbuhan kredit/ pembiayaan, serta Loan to Deposit Ratio (LDR)/ Financing Deposit Ratio (FDR). Penelitian ini menggunakan analisis Impulse Response Function dan analisis regresi majemuk dengan mempertimbangkan faktor lag, sehingga diperoleh variabe variabel yang signifikan mempengaruhi pergerakan NPL maupun NPF perbankan Indonesia.Hasil penelitian menunjukkan bahwa NPL lebih cepat memberikan respon terhadap shock pertumbuhan GDP dibandingkan NPF, serta faktor-faktor yang mempengaruhi NPL adalah pertumbuhan GDP pada 4 quarter sebelumnya, inflasi, LDR dan perubahan SBI. Sedangkan pada bank syariah, faktor yang mempengaruhi NPF adalah pertumbuhan GDP 4 quarter sebelum dan inflasi pada 3 quarter sebelumnya.

---

There are some great differences -with the same pattern- between Non Performing Loan (NPL) level of conventional bank and Non Performing Financing (NPF) level of sharia bank in Indonesia, especially during year 2001 until early 2007. For that reason, to compare the factors causing NPL and NPF, ones need to take into account general economic variables such as: growth of GDP, inflation rate, Certificate of Bank Indonesia (SBI)/ Wadiah Certificate of Bank Indonesia (SWBI), credit growth and Loan to Deposit Ratio (LDR)/ Financing Deposit Ratio (FDR). Impulse Response Function and multiple regression analysis are used in this research by considering the lag factor to obtain significant variables affecting the NPL and NPF movements/variations of Indonesia banking industry.The research showed that NPL responded quickly to shock growth of the GDP compared to that of the NPF. Key factors that affect the NPL are previous four-quarter GDP Growth, inflation rate, LDR and rate changes in the SBI. On the other hand, key factors that affect the NPF in Sharia Banks are the previous four quarter GDP Growth and the previous three quarter inflation rate variations."

"Makalah ini menganalisis hubungan pertumbuhan kredit terhadap risiko kredit yakni tingkatan dari non-performing loan pada 69 perbankan yang berada pada wilayah negara ASEAN-5 (Indonesia, Malaysia, Thailand, Philippines, dan Singapura). Risiko kredit perbankan sangat sensitif terhadap kendala keuangan di mana hubungannya terhadap kelancaran perbankan di dalam melaksanakan core bisnisnya. Di sisi lain, pertumbuhan kredit perbankan dapat mempengaruhi peningkatan NPL, tetapi pada titik tertentu, pertumbuhan kredit justru dapat mempengaruhi penurunan tingkatan NPL. Indikasi kredit macet ini dapat muncul apabila perbankan terkait memiliki kendala dari kredit yang diberikan dan juga kapasitas aset yang dimiliki oleh perbankan tersebut. Makalah ini menjelaskan bagaimana pertumbuhan kredit Bank dan ukuran perusahaan dapat mempengaruhi risiko yang terkait dengan kredit macet Bank. Dalam konteks makalah ini, model yang digunakan adalah estimator GMM, yang cocok untuk penelitian menggunakan variabel lagged sehingga pengaruh periode sebelumnya dapat dilihat secara signifikan. Untuk melihat lebih dalam efek NPL, menggunakan variabel status dapat memengaruhi NPL menjadi pengaruh yang lebih spesifik. Untuk menggambarkan efek dari pendekatan ini, penelitian dilakukan berdasarkan bank yang terdaftar di negara-negara ASEAN-5.

---

This paper analyzes the relationship of credit growth to credit risk, namely the level of non-performing loans in 69 banks located in the ASEAN-5 countries (Indonesia, Malaysia, Thailand, Philippines, and Singapore). Bank credit risk is susceptible to financial constraints in which the relationship with the smooth running of the Bank in carrying out its core business. On the other hand, the growth of bank credit can affect the increase in NPLs, but at a certain point, credit growth can actually affect the decline in the level of NPLs. This indication of bad credit can arise if the related banks have constraints from the credit given and also the capacity of the assets owned by the Bank. This paper describes how the Bank's credit growth and the size of the firm can affect the risk related to the Bank's non-performing loan. In the context of this paper, the model used is the GMM estimator, which is suitable for research using lagged variables so that the influence of the previous period can be seen significantly. To take a more in-depth look at the effects of NPLs, using the selected variables can affect NPLs to be more specific influences. To illustrate the effect of this approach, research was conducted based on banks listed on ASEAN-5 countries. Analysis results prove that credit growth and firm size have a significant effect on non-performing loans. this is evidenced by the risk management development that occurred in ASEAN-5 countries."