Hasil Pencarian  ::  Simpan CSV :: Kembali

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 :
Iklim investasi yang cenderung menurun tidak menyurutkan pemberian kredit konsumtif. Hal ini terjadi karena kredit konsumtif merupakan jenis kredit yang banyak ditawarkan oleh perbankan saat ini karena kemudahan memperolehnya dan sifatnya yang individual sehingga menarik para calon debitur. Namun demikian, proses pemberian kredit tersebut tidak luput dari risiko kredit. Bank pemberi kredit harus mengetahui manajemen risiko, khususnya risiko kredit terlebih menyangkut berapa besarnya economic capital yang harus disiapkan dalam mengantisipasi risiko expected loss dan unexpected loss yang mungkin timbul. Perhitungan economic capital dilakukan dengan menggunakan Internal Model CreditRisk+. Pengujian karakteristik distribusi kerugian dilakukan dengan tes Chi-Square dan permodelan divalidasi dengan metode Kupiec untuk mengetahui akurasi model risiko kredit dalam memproyeksi potensi kerugiannya.

---

Although investment climate has relatively descended, but it has not descended the granting of consumer loan since such variety of credit can be easily attained as provided by many banks and also by its individual characteristic which attracts prospective debtor. However, its granting process must not be separated from credit risk. The lender bank must recognize its risk management aspect, especially relates to the sum which has to be provided for anticipating either expected loss or unexpected loss risk may be aroused in the future. Economic capital can be exercised by Internal Model CreditRisk+ method after which testing on loss distribution characteristic can be exercised by Chi-Square and validation of the modeling can be exercised by Kupiec Test as purposed to obtain a certain accuracy on credit risk model in predicting potential loss.

Abstrak :
ABSTRAK
Berdasarkan survei Bank Indonesia yang dirilis pada 13 Februari lalu, fasilitas KPR yang digunakan konsumen mencapai 70,6%. Ini menunjukkan peran perbankan masih tinggi dan proses pemberian kredit tersebut tidak luput dari risiko. Risiko terbesar adalah risiko kredit, oleh sebab itu risiko perlu di identifikasikan, diukur dan di kontrol. Karya akhir ini ditujukan untuk mengukur berapa besar probability of default kredit, expected loss dan unexpected loss, serta economic capital yang harus disediakan untuk mengantisipasi kerugian sehingga Bank dapat membuat keputusan yang tepat untuk meminimalkan risiko, dan model CreditRisk+ diharapkan dapat diterapkan dan dapat mengalokasikan secara optimal seluruh sumber daya yang dimiliki.

---

ABSTRACT
Based on a survey of Bank Indonesia which was released on February 13, KPR a facility used by most customers reach 70.6%. This shows the role of Banks in financing the house is still high. However, the process of granting credit did not avoid from risk. The greatest risk in the Banking is credit risk. Therefore needs to identify, measure and control the risks. This thesis is intended to measure how much probability of default of loans, measure the losses that can be expected and cannot be estimated from the credit issued and can find out how much economic capital that should be provided to anticipate the losses that cannot be expected that the Bank can make the right decisions to minimize the risk that will arise, and CreditRisk + model that can be used is expected to be applied and can be optimally allocate all resources.

Abstrak :
Risiko kredit adalah salah satu risiko yang dihadapi KPEI sebagai central counterparty di pasar modal Indonesia. Risiko kredit tersebut muncul karena adanya penyelesaian hak dan kewajiban Anggota Kliring (AK) ke KPEI, sehubungan dengan transaksi yang dilakukan di BEI. Salah satu rekomendasi dari BIS dan IOSCO, KPEI harus dapat mengelola risiko kredit terkait adanya kemungkinan kegagalan anggotanya. Penelitian ini bertujuan untuk mengukur dan menghitung risiko kredit (expected loss) AK menggunakan Factor Model yang diimplementasikan KPEI sebelum Juni 2012 dan Risk-Based Model yang diimplementasikan setelahnya dan kemudian membandingkannya. Juga dilakukan perhitungan risiko tambahan (unexpected loss) AK dengan menggunakan metode stress testing. Data yang digunakan adalah data penyelesaian hak dan kewajiban seluruh AK tanggal transaksi 25, 28 dan 29 Mei 2012 yang belum diselesaikan pada tanggal 30 Mei 2012. Penelitian ini menunjukkan bahwa pengukuran risiko (expected loss) dalam kondisi pasar normal dengan metode Risk-Based Model memberikan nilai yang lebih kecil dibandingkan dengan metode Factor Model. Sedangkan untuk risiko dalam kondisi pasar stress (unexpected loss), 73% dari 113 AK yang diteliti mengalami tambahan risiko kredit terhadap KPEI.

---

Credit risk is one of the risks faced KPEI as a central counterparty in Indonesia's capital market. Credit risk arises due to the completion of the rights and obligations of the Clearing Member (CM) to KPEI. One of the BIS and IOSCO?s recommendations, KPEI should be able to manage credit risk related to a possible failure of its members. This study aims to measure and calculate the CM's credit risk (expected loss) using Factor Model implemented before June 2012 and the Risk-Based Model implemented afterwards and then compare them. Also performed the calculation of the additional risk (unexpected loss) using stress testing. The data used is the completion of the rights and obligations of data throughout the transaction date AK 25, 28 and May 29, 2012 that have not been settled on May 30, 2012. This study shows that the measurement of risk (expected loss) under normal market conditions by the of Risk-Based Model method gives a smaller value than Factor Model method. As for the risk in the stress market conditions (unexpected loss), 73% of 113 CMs have studied additional credit risk to KPEI.

Abstrak :
Penelitian ini bertujuan untuk mengetahui pengaruh variabel makroekonomi terhadap kualitas portofolio kartu kredit di Bank X, mengetahui pola pertumbuhan kartu kredit selama periode pengamatan, mendapatkan parameter early warning yang menandakan tahap pertumbuhan kredit ada dalam periode Credit Boom dan mengetahui dampak yang ditimbulkan jika terjadi krisis kartu kredit di Bank X. Penelitian ini adalah penelitian kuantitatif dengan menggunakan metode statistik, sampel yang digunakan dalam penelitian ini meliputi data kredit yang diberikan (KYD) beserta kolektibilitasnya, inflasi, nilai tukar USD-IDR, BI Rate dan IHSG pada periode Januari 2008 sampai dengan oktober 2010. Metode yang digunakan digunakan dalam penelitian ini adalah melakukan multiple liner regression setiap variabel makroekonomi terhadap tingkat Non Performing Loan (NPL). Untuk mengetahui pola pertumbuhan KYD di Bank X apakah berada dalam tahap Boom atau tidak maka dilakukan perhitungan parameter-parameter pertumbuhan KYD dan membandingkannya dengan parameter di negara lain yang mengalami pertumbuhan kredit dengan kategori Boom dan kategori steady. Untuk mengetahui kerugian yang dialami oleh Bank ketika terjadi krisis kartu kredit maka digunakan metode CreditRisk+ dimana hasil yang didapat berupa Expected Loss, Unexpected Loss dan Economic capital. Dari hasil pengolahan data dapat ditarik kesimpulan bahwa variabel makroekonomi memiliki pengaruh terhadap kualitas NPL portofolio namun variabel makroekonomi yang berpengaruh berbeda-beda untuk jenis kartu Classic, Gold dan Platinum. Pola pertumbuhan KYD selama periode sampel berada dalam tahap yang steady seperti pola pertumbuhan KYD di negara Malaysia dan Singapura. ......The focus of this study is to determine the macroeconomy variable impact to credit card portfolio quality in Bank X, to know the credit card growth pattern during sample period, to find early warning parameter which characterize that credit growth is in Credit Boom phase and to know the impact if credit card crisis is occur in Bank X. This study is a quantitative research using statistic method. The data used in this study are Outstanding receivable and its quality, USD - IDR exchange rate, BI Rate and IHSG during Januari 2008 until October 2010 sample period. The multiple linear regression is used which relate macroeconomy variables as dependent variable and non performing loan as independent variable. To know whether credit growth in Bank X is in a boom phase or not is done by compute credit growth parameter and compare it to other credit growth parameter in some countries that have boom and steady credit growth category. CreditRisk+ method is used to know the impact in Bank X if the credit card crisis is occur. The output are Expected Loss, Unexpected Loss and Economic Capital. From data analyses we conclude that macroeconomy variable do have an impact to the portfolio quality but for each credit card product there is different variable impact. It was a steady credit growth pattern in Bank X during sample period and the pattern was similar to the paatern in Malaysia and Singapore when credit card crisis was occur in Asia.