Hasil Pencarian  ::  Simpan CSV :: Kembali

"Fokus dari penelitian ini adalah untuk mengidentifikasi bank-bank yang dianggap berisiko sebagai counterpart oleh bank lainnya dalam transaksi Pasar Uang Antar Bank PUAB , sehingga diharapkan dapat mencegah serta memitigasi potensi terjadinya risiko sistemik pada industri perbankan di Indonesia. Data yang digunakan dalam penelitian ini adalah data transaksi intraday bilateral pinjam meminjam tanpa agunan dengan tenor overnight O/N yang diambil dari transaksi PUAB dengan periode observasi dari Januari 2008-Juni 2009. Dari hasil penelitian, berhasil diidentifikasi sebanyak 4 bank yaitu FI 81, FI 94, FI 3 dan FI 54 yang secara statistik signifikan menunjukkan signal risiko tertinggi di PUAB. Selain itu ditemukan juga bukti bahwa sebagian besar bank yang menunjukkan frekuensi signal yang tinggi umumnya bertindak sebagai net peminjam di PUAB, hal ini mengindikasikan bahwa bank tersebut terus-menerus menghadapi permasalahan likuiditas. Dari hasil regresi ditemukan juga bukti adanya hubungan negatif dengan tingkat kemiringan slope sebesar -0,93 antara besarnya share signal risiko terhadap Z Score. Dari hasil penelitian ini diharapkan metode ini dapat digunakan sebagai tools pelengkap dalam melakukan monitoring risiko individual bank selain dari angka rasio keuangan, serta dapat diaplikasikan sebagai Early Warning System EWS perbankan.

---

The focus of this study is to identify which banks that are considered risky as counterpart by other banks in interbank money market transactions PUAB , and it is expected to prevent and mitigate the potential of systemic risk in the banking industry in Indonesia. In this research used intraday bilateral lending transaction without collateral data with overnight tenor O N taken from PUAB transaction with observation period from January 2008 to June 2009. Based on the research result, it was identified 4 banks, FI 81, FI 94, FI 3 and FI 54 which statistically show the highest sign of risk in PUAB.There is also evidence that most banks that exhibit high signal frequencies generally act as net borrowers in the interbank money market, indicating that banks are constantly facing liquidity problems. From the regression results found also evidence of a negative relationship with the level of slope 0.93 between the amount of risk signal share against Z Score. Hopefully the method from this study can be used as a complementary tool in monitoring individual bank risk apart from the financial ratio, and can be applied as the Early Warning System EWS banking."

"ABSTRAKTesis ini menganalisis interconnectedness pasar uang antar bank PUAB pada perbankan sebagai salah satu indikator kerentanan sistem keuangan dalam rangka mitigasi risiko sistemik. Penelitian ini menggunakan pendekatan kuantitatif dengan metode analisis regresi linear berganda. Data yang digunakan adalah time series transaksi pasar uang antar bank yang telah diolah menggunakan aplikasi GEPHI sehingga menghasilkan dua variabel dependen yaitu Graph Density dan Average Path Length yang menunjukkan kerapatan dan rata-rata jumlah koneksitas transaksi di pasar uang antar bank yang berpotensi menimbulkan efek contagion. Penelitian membuktikan bahwa rasio likuiditas AL/NCD dan LDR berpengaruh signifikan terhadap density kerapatan transaksi pasar uang antar bank, sementara variabel GWM Primer growth tidak secara signifikan mempengaruhi tingkat density transaksi pasar uang antar bank. Kesimpulan selanjutnya adalah variabel LDR dan GWM Primer berpengaruh signifikan terhadap rata-rata koneksi yang dibutuhkan oleh setiap bank dalam pasar uang antar bank, sementara rasio AL/NCD tidak secara signifikan mempengaruhi average path length. Likuiditas perbankan menjadi salah satu faktor penentu koneksitas antar bank. Hasil analisis tersebut telah dikonfirmasi positif dengan rasio transaksi dalam sistem pembayaran.

---

ABSTRACTThis research analyzes interconnectedness of interbank money market in banking as one indicator of financial system vulnerability in order to mitigate systemic risk. This research uses quantitative approach with multiple regression analysis method. The data used are time series of interbank money market transactions that have been processed using GEPHI application to produce two dependent variables namely Graph Density GD and Average Path Length APL indicating the density and number of transaction interbank money market which has potential to cause contagion effect. Research can be concluded that the liquidity ratio AL NCD and LDR has a significant effect on the density of interbank money market, while the Primary GWM variable does not significantly affect the density level of interbank money market transactions. The next conclusion is that the LDR and Primary GWM variables significantly affect the APL in the interbank money market, while the AL NCD ratio does not significantly affect the APL. Bank liquidity becomes one of the determinants of inter bank connectivity. The results of these analyzes have been confirmed positively by the ratio of transactions in the payment system."