Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penelitian tentang dampak perhitungan Capital Charge pada penerapan Peraturan Bank Indonesia (PBI) No.8122/PBI/2006 terhadap kemampuan ekspansi pembiayaan telah dilakukan di Bank Perkreditan Rakyat Syariah (BPRS) Amanah Insani. Berdasarkan ketentuan tersebut maka BPRS harus menyediakan Capital Charge lebih tinggi dari actual lass. Baban penelitian ini adalah data pembiayaan murabahah bulan Januari-Desember 2007 dari BPRS Amanah lnsani, sebagai uji va1ldasi adalah data bulan Januari 2008. Metoda yang dilakukan adalah mengul'l.lr besamya Capital Charge dengan menggunakan model Aktiva Tertimbang Menurut Resiko (ATMR) dan model altematif (CreditRisk+), validasi model dilakukan dengan back Jesting. Basil peneHtian bahwa, penggunaan C.·editRisk+ menghasilkan Capital Charge lebih rendah dari A TMR. Kesimpulan yang didapat adalah BPRS Amanah Insani dapat menggunakan CreditRisk+ sebagai model pengukuran risiko pembiayaan mendampingi model yang sudah digunakan. ......The research on impact of Capital Charge on applying the rules of Bank Indonesia (PBJ) No.8/22/PBU2006 was conducted , for analysis expansion of credit of Bank Perkreditan Rakyat Syariah (BPRS) Amanah lnsani. The material used in these research was the data of expences murahahah of BPRS "Amanah lnsani from January to December 2007. and for validation was used data on Janoary 2008. The methods was measoring the level of Capital Charge by using model of ATMR (AI.'tiva Tertimbang Menurut Resiko) and altematif model of Credi!Risk+. The validation of these model was measuring by back testing. The results was using the model of CreditRisk+. yielding the Capital Charge lower than that of ATMR .. The conclusion is that BPRS could used CreditRisk+. model for measuring risk

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 :
Untuk mengetahui berapa besar modal yang harus dicadangkan untuk risiko pembiayaan, bank harus mengukur berapa besar potensi kerugian akibat risiko pembiayaan. Risiko pembiayaan dapat diukur dengan model standar dan model internal. Dengan studi kasus pada Bank Pembiayaan Rakyat Syariah (BPRS) Harta Insan Karimah, penelitian ini bertujuan untuk mengetahui berapa besar potensi kerugian risiko pembiayaan dengan model standar dan dengan model internal, manakah model yang lebih akurat, dan berapa besar penghematan modal yang harus dicadangkan dari selisih hasil pengukuran dengan kedua model tersebut. Data yang digunakan dalam penelitian ini adalah data seluruh jenis pembiayaan pada BPRS Harta Insan Karimah pada tahun 2008, 2009 dan 2010. Model internal dilakukan dengan metode CreditRisk+ , sedangkan model standar dilakukan dengan menghitung Aktiva Tertimbang Menurut Risiko (ATMR) berdasarkan Peraturan Bank Indonesia nomor 8/22/PBI/2006 tentang Kewajiban Penyediaan Modal Minimum Bank Perkreditan Rakyat Berdasarkan Prinsip Syariah. Hasil pengukuran menunjukkan bahwa modal yang harus dicadangkan untuk menutup kerugian akibat risiko pembiayaan dengan modal internal lebih kecil daripada dengan modal standar. Dibandingkan dengan actual loss yang terjadi, model internal lebih akurat dibandingkan dengan model standar. Maka BPRS Harta Insan Karimah dapat menghemat modal yang harus dicadangkan sebesar 72,5% pada tahun 2008, 75,3% pada tahun 2009, dan 83,8% pada tahun 2010. ......To find out how much capital charge for financing risk, bank has to know how much potential loss regarding financing risk. Financing risk can be measured based on Standard Model and Internal Model. With case study at Shariah Rural Bank or Bank Pembiayaan Rakyat Syariah (BPRS) Harta Insan Karimah, this research is aimed to find out how much potential loss regarding financing risk based on standar model and internal model, which model is more accurate, and how much capital charge that bank can save concerning the difference of measurement result between the two models. The database used in this research is data of all kind of financing at BPRS Harta Insan Karimah taken from 2008 to 2010. The internal model based on CreditRisk+ method, while standard model based on WRA measurement by Bank Indonesia number 8/22/PBI/2006 on Minimum Capital Charge of Shariah-Based Rural Bank. The measurement result shows that potential loss regarding financing risk based on internal model is lower than based standard model. Comparing with actual loss, internal model is more accurate than standard model. Then BPRS Harta Insan Karimah can save capital charge about 72,5% at year 2008, 75,3% at year 2009, and 83,8% at year 2010.

Abstrak :
ABSTRAK
Penelitian ini dilakukan untuk mengukur risiko kredit dari kartu kredit dan menganalisis variabel makroekonomi yang mempengaruhi rasio Non Performing Loan NPL kartu kredit Bank X. Risiko kredit dari kartu kredit diukur menggunakan metode CreditRisk . Analisis variabel makroekonomi terhadap rasio NPL kartu kredit menggunakan metode regresi linier berganda. Berdasarkan hasil perhitungan risiko kredit menggunakan CreditRisk , maka diperoleh nilai Value at Risk VaR yang mengakomodir nilai kerugian aktual. Berdasarkan metode regresi linier berganda, diketahui bahwa nilai tukar, laju PDB, IHK, inflasi, M2, BI Rate, dan tingkat pengangguran terbuka berpengaruh terhadap rasio NPL kartu kredit PT. Bank X.

---

ABSTRACT
This research was conducted to measure the credit risk of credit card and analyze the macroeconomic variables that affect the ratio of Non Performing Loan NPL Credit Card of PT. Bank X. The credit risk of credit card measured using methods CreditRisk . Analysis of macroeconomic variables on the credit card NPL ratio using multiple linear regression method. Based on the calculation of credit risk using the Credit Risk , the obtained value of Value at Risk VaR accommodates the value of the actual loss. Based on the multiple linear regression method, it is known that the exchange rate, the rate of PDB, CPI, inflation, M2, BI Rate, and the unemployment rate affect the NPL ratio for credit cards PT. Bank X.

Abstrak :
Karya akhir ini mempunyai tiga tujuan yaitu PT. XYZ dapat mengukur berapa besar probability of default dari Kendaraan Bermotor yang dibiayainya, PT. XYZ dapat mengukur kerugian yang dapat diperkirakan dan kerugian yang tidak dapat diperkirakan dari portofolio pembiayaan kendaraan bermotor serta dapat mengetahui besamya economic capital yang harus disediakan untuk rneng-cover risiko kerugian yang tidak dapat diperkirakan sehingga manajemen PT. XYZ dapat membuat suatu keputusan yang tepat untuk minimalisasi risiko yang akan timbul, dan model CreditRisk+ yang digunakan diharapkan dapat diterapkan untuk jenis kredit lain seperti Kredit Kepemilikan Rumah, Personal Loan dengan ciri yang hampir sama dengan Kredit Kepemilikan Kendaraan, sehingga dapat mengalokasikan secara lebih optimal seluruh sumber daya yang dimiliki. Penerapan CreditRisk+ dilakukan untuk mengukur risiko kredit di lembaga pembiayaan PT. XYZ dengan batasan sebagai berikut. Pertama, obyek penelitian adalah kendaraan bermotor yang dibiayai pada PT. XYZ yang merupakan salah satu lembaga pembiayaan khusus kendaraan bermotor di Indonesia. Kedua, data yang digunakan adalah data bulanan portofolio kendaraan bermotor pada tahun 2003, 2004 dan 2005 dengan nilai eksposur antara Rp 500 ribu hingga Rp 250 juta. Ketiga, kredit dinyatakan default apabila tunggakan kewajibannya telah melebihi 90 hari. Hasil pengukuran risiko kredit dengan menggunakan CreditRisk+ dengan asumsi tingkat keyakinan 99% dan probability of default dihitung dengan Poisson Model menunjukkan sebagai berikut: 1. Pengukuran risiko kredit dengan memakai pendekatan CreditRisk+ model yang dikeluarkan oleh Credit Suisse First Boston dapat digunakan untuk mengukur risiko kredit dari portofolio pembiayaan kendaraan bermotor PT. XYZ kepada konsumennya, hal ini karena pengukuran risiko kredit dengan metode ini sangat sederhana karena lebih memfokuskan kepada keadaan default atau non default dan tidak'mesnpersoalkan faktor-faktor penyebab terjadinya default. Selain itu model ini tidak mempertimbangkan terjadinya migrasi kualitas kredit. 2. Hasil pengukuran risiko kredit dengan menggunakan model CreditRrsk+ untuk portofolio pembiayaan kendaraan bermotor PT. XYZ sepanjang masa observasi tahun 2003 hingga tahun 2005 menunjukkan bahwa poterisi kerugian yang diperk.irakan (expected loss) dan risiko kredit (ditunjukkan oleh VaR atau Unexpected Loss) mempunyai kecenderungan yang meningkat. VaR or Unexpected Loss di bulan Januari 2003 sebesar Rp 31,256,000,000 dan meningkat lebih dari dua kali Iipatnya yaitu sebesar Rp 65,699,000,000 di bulan Desember 2005. Dengan adanya kecenderungan peningkatan risiko ini diharapkan pengelolaan atas portofolio pembiayaan kendaraan bermotor PT. XYZ kepada nasabahnya dapat lebih bail( dan efektif, terutama dalam mengantisipasi bertambahnya pembiayaan yang bermasalah. 3. Dori perhitungan economic capital terlihat bahwa kecukupan modal yang dibutuhkan atas portofolio penyaluran pembiayaan yang dilakukan oleh PT. XYZ kepada konsumennya sepanjang tahun 2003 berada pada range Rp 16,237,303,325 - Rp 21,775,587,804. Pada sepanjang tahun 2004 berada pada range Rp 21,910,884,312 - Rp 25,522,689,160 dan pada sepanjang tahun 2005 berada pada range Rp 23,040,855,020 - Rp 25,493,208,151. Apabila setiap nilai ini dibandingkan dengan modal PT. XYZ per Desember setiap tahunnya, maka dapat disimpulkan bahwa modal PT. XYZ masih cukup untuk menanggung adanya risiko kredit yang diakibatkan oleh unexpected credit default losses. Dengan melihat kebutuhan economic capital yang relatif kecil, sekitar 3% - 7% dari jumlah modal atas portofolio pembiayaan kendaraan bermotor sepanjang tahun 2003 - 2005, maka dapat disarankan untuk meningkatkan atau mengoptimisasikan portofolionya 4. Pengujian dengan metode Likelihood Ratio pada tingkat kepercayaan 95% menunjukkan bahwa selama periode pengarnatan, jumlah kejadian yang merugikan PT. XYZ dengan tingkat kerugian yang melebihi nilai VaR kredit masih di bawah ambang Batas jumlah kerugian yang dapat ditolerir, yang berarti bahwa metode pengukuran risiko dengan CreditRisk+ dapat diterima dan cukup akurat untuk mengukur risiko kredit portofolio pembiayaan PT. XYZ kepada konsumen.

---

This final research report has three purposes: able to measure probability of default from automobile financing portfolio of PT. XYZ, able to measure expected loss and unexpected loss, and also capable to estimate the level of economic capital to be reserved for covering unexpected loss so that PT. XYZ management can make right decision to minimize the risk, and CreditRisk+ model with the similar characteristic has expected to be applicable for other type of credit such as housing loans and personal loans, so PT XYZ resource allocation can be more optimal. The application of CreditRisk+ was conducted to measure credit risk at automobile consumer financing company of PT. XYZ, with definition as follows. First, research object is automotive financed by PT. XYZ representing one of specialist on automotive financing company in Indonesia. Second, data used was monthly data of automobile consumer financing company in year 2003, 2004, and 2005 with exposure value between Rp 500 thousand until Rp 250 million. Third, credit was considered default if its obliged amount outstanding exceeded 90 days. The result of credit risk measurement using CreditRisk+ with 99% confidence level and probability of default counted with Poisson Model show as follows: 1. Credit risk measurement result using CreditRisk+ model for automobile financing portfolio of PT. XYZ during observation period of year 2003 to 2005 showed that expected loss and credit risk (represented by VaR or Unexpected Loss) showed increasing trends. VaR or Unexpected Loss showed increasing trend from Rp 31,256,000,000 in January 2003 to Rp 65,699,000,000 in December 2005, and more than two-fold increase. With the tendency of increasing loss, we can hope for better and more effective for automobile financing of PT. XYZ lending portfolio management in the future, especially in anticipating the growing non-performing lending portfolios. 2. Economic capital assessment showed that capital adequacy needed to cover PT. XYZ's lending portfolio to consumer through 2003 was between Rp 16,237,303,325 - Rp 21,775,587,804, through 2004 was between Rp 21,910,884,312 - Rp 25,522,689,160 and through 2005 was between Rp 23,040,855,020 - Rp 25,493,208,151. This assessment showed that PT. XYZ capital as of December every year, was still more than adequate to cover the credit risk caused by unexpected credit default losses. This relatively small economic capital requirement, about 3 to 7 percent of automobile financing portfolio of PT. XYZ during the year of 2003 to 2005, suggested opportunity for increased and more optimized PT. XYZ's portfolio. 3. By comparing actual loss with VaR during observation period (January 2003 - December 2005), obviously that actual loss per month still below VaR, this mean that the loss risk automobile financing portfolio of PT. XYZ to consumer still able in covering by PT. XYZ. 4. Model validation using Likelihood Ratio test with 95% confidence level showed that during evaluation period, the frequency of events that may jeopardize PT. XYZ with the loss level exceeding credit VaR was still under the tolerable loss level limit. It is then safe to conclude that CreditRisk+ is acceptable and quite accurate method for measuring credit risk on automobile financing of PT. XYZ's lending portfolio to consumer.

Abstrak :
Seiring dengan semakin tingginya kebutuhan masyarakat, semakin tinggi pula transaksi menggunakan kartu kredit yang mencerminkan makin tingginya tingkat kepercayaan masyarakat terhadap kartu. Tetapi disisi lain, ratio kredit macet atau Non Performing Loan (NPL) kartu kredit cenderung meningkat. Sebagai salah produk perbankan yang bersifat massal, kartu kredit memiliki risiko yang tinggi biasanya penerbitannya tanpa mernerlukan jaminan atau agunan, Bank selaku penerbit harus melakukan prinsip kebati-hatian dalam menerbirkan kartu kredit dan selain itu, Bank juga harus mengantisipasi risiko kerugian kredit baik expected loss maupun unexpected loss dengan menerapkan manajemen risiko. CreditRisk+ adalah sa1ah metode yang sederhana yang dapat diterapkan untuk pengukuran risiko kredit khususnya Kartu Kredit. Meialui perbitungan dengan CreditRisk+ dapat diketahui eronomic capital yang harus dipersiapkan untuk mengantisipasi unexpected Joss. Pengujian pennodelan divalidasi dengan metode Kupiec untuk mengetahui akurasi model resiko kredit dalam memproyeksi potensi kerugiannya ......The increasing needs of society reflects on the incresing number of number credit card transaction. But on the other hand. non performing loan of credit card tends to increase as well. Credit card is considered as a high risk banking product since it is a mass product and need no collateral required Bank is advised to be prudent while issuing credit card and also should anticipate either expected loss or unexpected loss by implementing risk management. In assessing credit risk especially credit card risk. CreditRisk+ is one of simple method that may be implemented Through CreditRJsk+· method, Bank will be able to detennine the economic capital in anticipating any unexpected lass. Kupiec method is used to authenticated the validation of model to ensure the accuracy of credit risk model in projecting the loss.

Abstrak :
Tesis ini membahas perhitungan risiko atas pembiayaan murabahah BNI Syariah. Pemilihan pengukuran risiko pembiayaan murabahah dengan menggunakan pendekatan CreditRisk+ diperlukan sesuai dengan karakteristik pembiayaan yang memiliki nasabah dalam jumlah besar dan nilai pembiayaan yang relatif kecil. Pengukuran CreditRisk+ dilakukan dengan menghitung frequency of default dan loss given default dan menghitung distribution of default losses. Distribution of default losses digunakan untuk menentukan nilai expected loss, unexpected loss dan economic capital. Nilai economic capital merupakan besarnya cadangan modal yang harus dibentuk bank untuk menutup expected loss. berdasarkan pengujian dengan menggunakan backtesting dengan loglikelihood ratio (LR) test, diperoleh bahwa metode CreditRisk+ cukup valid untuk mengukur risiko atas pembiayaan murabahah pada BNI Syariah. ......This research analyzes the calculation of murabahah financing risk in BNI Syariah. CreditRisk+ approach is needed for measuring murabahah financing risk regarding its characteristics which has many customers and relatively small amount of financing. CreditRisk+ measurement is conducted by computing frequency of default, loss given default and distribution of default losses. Distribution of default losses is used to determine the value of expected loss, unexpected loss and economic capital. The value of economic capital is the amount of capital reserve that must be provided by a bank to cover expected loss. Based on the test using backtesting with loglikelihood ratio (LR) test, is is concluded that CreditRisk+ method is valid for measuring murabahah financing risk in BNI Syariah.

Abstrak :
ABSTRAK
Penelitian ini bertujuan untuk mengetahui (a) berapakah besarnya potensi risiko pembiayaan dengan sistem murabahah pada Bank Muamalat Indonesia dengan menggunakan model standar, (b) Berapakah besarnya potensi risiko pembiayaan dengan sistem murabahah pada Bank Muamalat Indonesia dengan menggunakan model Internal, (c) Apakah model internal lebih valid jika dibandingkan dengan model standar dalam pengukuran risiko pembiayaan murabahah pada Bank Maumalat Indonesia Data yang digunakan dalam penelitian adalah data pembiayaan Murabahah pada Bank Muamalat Indonesia bulan Oktober 2005. Pendekatan internal dilakukan dengan metode Creditrisk+. Sedangkan pendekatan standar dilakukan dengan mengukur risiko berdasarkan ATMR Model standar sesuai dengan peraturan Bank Indonesia nomor: 817/PBI/2006 tentang: Kewajiban Penyediaan Modal Minimum Bank Umum Berdasarkan Prinsip Syariah. Hasil pengukuran yang dilakukan dengan menggunakan Creditrisk+ menunjukan risiko dengan menggunakan model internal lebih rendah jika dibandingkan dengan model standar, pengukuran ini juga didukung dengan uji validitas terhadap model internal dengan model standar dan hasilnya kedua model dapat diterima (valid). Karena itu dalam pengukuran risiko pembiayaan, selain menggunakan model standar seperti yang disyaratkan oleh Bank Indonesia, Bank Muamalat Indonesia dapat menggunakan model internal dan model standar, terutama untuk pengambilan keputusan yang strategis dalam pengembangan pembiayaan.

Abstrak :
Tinggi rendahnya tingkat default risk penjaminan pembiayaan syariah usaha kecil menengah dan koperasi (UKMK) sangat berpengaruh terhadap besaran imbal jasa penjaminan yang ditetapkan untuk nasabah penjaminan syariah ini. Imbal jasa penjaminan dibentuk dari komponen default risk dan biaya-biaya perolehan bisnis yang dikeluarkan lembaga penjamin kredit (LPK). Tingkat kredit macet (default risk) memberikan gambaran kualitas risiko poriofolio kredit yang dijaminkan. Oleh karena itu untuk menentukan imbal jasa penjaminan, terlebih dahulu harus mengetahui tingkat default risk dari kredit yang di-cover. Saat ini, Perum Sarana hanya mengambil rumusan imbal jasa dari penjaminan kredit konvensionalnya Karenanya diperlukan suatu evaluasi untuk mengetahui kebenaran kebijakan penetapan imbal jasa tersebut bagi penjaminan pembiayaan syariah UKMK. Hasil penelitian default risk dengan pendekatan CreditRisk+ membuktikan bahwa imbal jasa yang ditetapkan Perum Sarana tidak sebanding dengan kualitas portofolio penjaminan pembiayaan syariah UKMK. imbal jasa basil penelitian menunjukkan besaran yang jauh lebih kecil dari imbal jasa yang ditetapkan Perum Sarana.

---

Fluctuation of the rating of default risk on sharia financing guarantee for cooperative, small and medium enterprises (CSME) is really influenced by the amount of the guarantee service fee which is established for the customers of sharia financing. The service fee is composed by component of default risk and acquisition expenses which are spent by Credit Guarantee Corporation (CGC). Grading of default risk describes of the quality of credit guarantee portfolio. Therefore, for determining the service fee of guarantee, we must know the grading of the default risk first and also the credit being covered. This moment, Pet-urn Sarana is using the formulation of the service fee based on its conventional credit guarantee. Therefore, an evaluation to find out the right policy of the service fee is really needed. The outcome is that using default risk with CreditRisk+ approach demonstrates that service fee which is established by Perum Sarana is not appeal with the quality of the sharia financing guarantee's portfolio for CSME. The service fee of guarantee which is proved by this research is far below the service fee by which is established by Perum Sarana.

Abstrak :
Tesis ini membahas tentang risiko kredit yang dihadapi oleh produk kartu kredit syariah di Bank Z Syariah selama tahun 2010 hingga tahun 2012. Penelitian diawali dengan melakukan analisis deskriptif terlebih dahulu terhadap populasi dari seluruh pemegang kartu kredit Bank Z Syariah baik yang berstatus lancar maupun yang mengalami default. Analisis kemudian dilanjutkan dengan penggunaan metode CreditRisk+, dimana portofolio kartu kredit yang dimiliki Bank Z Syariah kemudian dibagi sesuai dengan eksposurnya ke dalam beberapa portofolio yang lebih kecil, yang disebut dengan band. Dilanjutkan dengan pengukuran mean default pada awal penelitian yang kemudian akan menunjukkan besarnya expected loss, unexpected loss, serta economic capital dari masing-masing band. Pada akhirnya hasil pengukuran ini akan dibandingkan dengan real loss yang dihadapi oleh produk kartu kredit Bank Z Syariah. ......This study focuses on the measurement of credit risk which encountered by the sharia credit card product on Bank Z Syariah from year 2010 to 2013. This study started by performing descriptive analysis for the whole cardholders of Bank Z Syariah’s sharia credit card, whether their statuses are current or default. The analysis then continued with the use of CreditRisk+ method, which first step was splitting theIR whole sharia credit card portfolio into several bands based on their exposure. Measuring mean default of each band was the next step, then continued on calculating the amount of expected loss, unexpected loss, and economic capital. At the end of this study, the amount of expected loss, unexpected loss, and economic capital will be compared to the amount of real loss which encountered by Bank Z Syariah’s sharia credit card product.