Anda di halaman 1dari 14

RISIKO KREDIT

Risiko kredit terjadi jika counterparty (pihak lain dalam transaksi bisnis kita) tidak bisa memenuhi kewajiban (wanprestasi). Risiko kredit menjadi semakin penting karena akhir-akhir ini banyak peristiwa gagal bayar yang dialami oleh perusahaan-

perusahaan domestik, luar negeri, bahkan negara sekalipun. Resiko kredit adalah resiko dimana nasabah/debitur tidak mempu memenuhi kewajiban keuangan sesuai kontrak/kesepakatan yang telah dilakukan atau resiko yang timbul dikarenakan kualitas kredit semakin menurun. Penurunan kualitas kredit dimaksud belum tentu berimplikasi pada terjadinya default, namun paling tidak kemungkinan terjadinya default akan semakin besar. Hal-hal yang termasuk dalam resiko kredit adalah :

a. Lending risk yaitu resiko akibat nasabah/debitur tidak mampu melunasi fasilitas yang telah diberikan oleh bank, baik berupa fasilitas kredit langsung maupun tidak langsung.

b. Counter party risk yaitu resiko dimana counter part tidak bisa melunasi

kewajibannya ke bank baik sebelum tanggal kesepakatan maupun pada saat tanggal kesepakatan.

c. Issuet risk, yaitu risiko dimana penerbit suatu surat berharga tidak bisa melunasi kepada bank sejumlah nilai surat berharga yang dimiliki bank. Resiko dalam pemberian kredit Resiko ini merupakan kondisi disituasi yang akan dihadapi dimasa yang akan datang yang sangat besar pengaruhnya terhadap perolehan laba bank. Secara umum jenis-jenis yang mungkin atau bakal dihadapi meliputi :

-

Risiko lingkungan : risiko yang berkaitan dengan lingkungan perbankan terutama yang berkaitan dengan lingkungan luar (eksternal) perbankan. Risiko ini kompetiti di risiko peraturan.

-

Risiko manajemen adalah risiko yang berkaitan dengan risiko dari dalam perusahaan (internal) seperti risiko organisasi, risiko kemampuan, risiko kegagalan.

-

Risiko penyerahan : risiko penyerahan yang terpengaruh oleh internal bank seperti risiko oprasional, risiko teknologi, risiko strategi.

-

Risiko keuangan yaitu berkaitan erat dengan pengaruh internal & eksternal bank seperti risiko kredit, risiko likuiditas, risiko suku bunga, risiko leverage, risiko internasional.

-

A. PENILAIAN KUALITATIF Dalam dunia perbankan, analisis kredit sering menggunakan kerangka 3R dan 5C. intinya menganalisis kemampuan melunasi kewajiban dari calon nasabah bank. Pedoman 3R :

1. Returns Returns berkaitan dengan hasil yang diperoleh dari pengunaan kredit yang diminta, apakah kredit tersebut bisa menghasilkan return (pendapatan)

2. Repayment capacity Repayment capacity berkaitan dengan kemampuan perusahaan mengembalikan pinjaman dan bunganya pada saat pembayaran tersebut jauh tempo.

3. Risk bearing ability

Risk bearing ability berkaitan dengan kemampuan perusahaan menanggung risiko kegagalan atau ketidakpastian yang berkaitan dengan pengunakan kredit tersebut. Jaminan merupakan hal yang perlu dipertimbangkan oleh kreditur dalam kaitannya dengan risk-bearing ability. Sedangkan pedoman 5C berkaitan dengan karakteristik adalah :

1. Character menunjukkan kemauan peminjam (debitur) untuk memenuhi kewajibannya.

2. Capacity adalah kemampuan peminjam untuk melunasi kewajiban utangnya, memaluli pengelolaan perusahaannya dengan efektif dan efisien. Capacity bisa dilihat melalui masa lalu (prestasi masa lalu atau track of record masa lalu).

3. Capital adalah posisi keuangan perusahaan (peminjam) secara keseluruhan.

4. Collateral adalah aset yang dijaminkan (dijadikan agunan) untuk suatu pinjaman

5. Conditions adalah sejauh mana kondisi perekonomian akan mempengaruhi kemampuan mengembalikan pinjaman.

B. PENILAIAN KUANTITATIF Selain penilaian kualitatif untuk risiko kredit, kita juga bisa menggunakan analisis kuantitatif untuk mengukur risiko kredit.

1. Rating Perusahaan Ranting tersebut menunjukkan tingkat risiko perusahaan tersebut. Perusahaan tidak harus memperoleh rating tersebut (kecuali kalau disyaratkan), dan ketika rating tersebut. Perhatikan rating biasanya dilakukan oleh perusahaan yang akan menjual surat utang, tidak untuk perusahaan yang akan menjual sahamnya ke publik.

Klasifikasi Rating

Rating

Keterangan

AAA Instrumen utang dengan risiko sangat rendah, tingkat pengembalian teramat baik (excelent); perubahan pada kondisi keuangan, bisnis, atau ekonomi tidak akan berpengaruh secara signifikan terhadap risiko inventasi.

AA Instrumen utang dengan risiko sangat rendah. Tingkat pengembalian yang sangat baik; perubahan pada kondisi keuangan, bisnis, atau ekonomi barangkali akan berpengaruh terhadap risiko investasi, tetapi tidak terlalu besar.

A Pengembalian utang dengan risiko rendah. Tingkat pengembalian yang sangat baik, meskipun perubahan pada kondisi keuangan, bisnis, atau ekonomi akan meningkatkan risiko investasi.

BBB Tingkat pengembalian yang memadai. Perubahan pada kondisi keuangan, bisnis, atau ekonomi mempunyai kemungkinan besar meningkatkan risiko investasi dibandingkan dengan ketegori yang lebih tinggi.

BB Investasi perusahaan mempunyai kemampuan membayar bunga dan pokok pinjaman, tetapi kemampuan tersebut rawan terhadap perubahan pada kondisi ekonomi, bisnis dan keuangan

B Instrumen utang saat ini mengandung risiko investasi. Tingkat pengembalian tidak terlindungi secara memadai terhadap kondisi ekonomi, bisnis dan keuangan

C Instrumen keuangan yang bersifat spekulatif dengan kemungkinan besar bangkrut.

D Instrumen keuangan sedang default / bangkrut.

2. Model Skoring Kredit Model skoring kredit pada dasarnya ingin melihat risiko kredit (potensi kegagalan bayar) berdasarkan skor tertentu yang dihasilkan melalui model tertentu. Bagian berikut ini membicarakan beberapa model skoring, yaitu model diskriminan, model probabilitas linear, dan model probabilitas logit.

a. Model Diskriminan Analisis diskriminan pada dasarnya ingin melihat apakah suatu perusahaan sebaiknya dimasukkan ke dalam kategori tertentu. Z = 1,2 x 1 + 1,4 x 2 + 3,3 x 3 + 0,6 x 4 + 1,0 x 5

Dimana

X1 = Rasio modal kerja/ Total aset

X2 = Rasio laba yang ditahan/ Total aset

X3 = Rasio Laba Sebelum bunga dan pajak/ Total aset

X4 = Rasio Nilai pasar saham/Nilai buku saham

X5 = Rasio Penjualan / Total aset

Setelah fungsi diskriminan diestimasi, terhadap berikutnya adalah

mengguanakan fungsi tersebut untuk memprediksi kegagalan bayar.

Z = 0,717 X1 + 0,847 x 2 + 3,107 x 3 + 0,420 x 4 + 0,998 x 5

Dimana X1 = Rasio modal kerja/ Total aset

X2 = Rasio laba yang ditahan/ Total aset

X3 = Rasio Laba Sebelum bunga dan pajak/ Total aset

X4 = Rasio Nilai buku saham preferen dan saham biasa/

Nilai buku total hutang

X5 = Rasio Penjualan / Total aset

Cut-off atau batas untuk pengambilan kesimpulan kedua model tersebut bisa

dilihat dalam tabel berikut ini.

Cut Off Rate Model Diskriminan

 

Model pasar

Model nilai buku

Batas tidak bangkrut

2,99

2,90

Batas bangkrut

1,81

1,20

Wilayah abu-abu

1,81-2,99

1,20-2,90

Misalkan ada dua perusahaan dengan data rasio keuangan berikut ini :

 

X

Y

Rasio Modal Kerja/ Total Aset Rasio Laba yang ditahan / Total Aset Rasio Laba sebelum Bunga dan Pajak/ Total Aset Rasio Nilai Pasar Saham/ Nilai Buku Saham Rasio Penjualan / Total Aset

0,25

0,005

0,1

0,01

0,1

-0,2

2

1,2

2

1,25

Karena menggunakan informasi harga pasar saham, maka kita

menggunakan model yang pertama, sehingga perhitungan nilai Z bisa

dilihat berikut ini :

Z

Z B = 1,2 (0,005) + 1,4 (0,01) + 3,3 (-0,2) + 0,6 (1,2) + 1,0

A

= 1,2 (0,25) + 1,4 (0,1) + 3,3 (0,1) +0,6 (2) + 1,0 (2) = 3,97

(1,25) = 1,33

Karena nilai Z untuk A di atas batas bangkrut (3,97 > 2,99), maka Altman memprediksi bahwa perusahaan A tidak bangkrut. Sebaiknya, karena nilai Z untuk B di bawah batas bawah (1,33 < 1,81), maka Altman memprediksi bahwa perusahaan B akan mengalami kebangkrutan.

b. Model Probabilitas Linear Dua kategori (gagal bayar dan tidak galal bayar) tidak cukup. Kita barangkali menginginkan angka yang mencerminkan seberapa besar kemungkinan terjadinya kegagalan bayar (risiko kredit) suatu perusahaan. Model probabilitas bisa dipakai untuk mengakomodasi keinginan tersebut. Langkah pertama adalah mengestimasi persamaan untuk model probabilitas. Kita akan mengumpulkan data perusahaan yang gagal bayar dan yang tidak gagal bayar. Variabel gagal bayar tersebut menjadi variabel tidak bebas (dependent).

Z = 0,2 + 1,3

Dimana X1

X2

X 1 + 0,5 x 2 = rasio modal kerja/ total aset = rasio laba sebelum bunga dan pajak/ total aset

Misalkan kita akan menganalisis potensi gagal bayar untuk tiga perusahaan, dengan informasi sebagai berikut.

 

A

B

C

Total aset

Rp 100 miliar

Rp. 50 miliar

Rp. 100 miliar

Modal kerja

Rp 40 miliar

Rp. 5 miliar

Rp. 50 miliar

Laba sebelum bunga dan pajak

Rp 40 miliar

-Rp. 2,5 miliar

Rp. 40 miliar

X1

0,4

0,1

0,5

X2

0,4

-0,05

0,4

Probabilitas tidak gagal bayar ( lancar) bisa dihitung sebagai berikut :

Z A = 0,2 + 1,3 (0,4) + 0,5 (0,4) = 0,92 Z B = 0,2 + 1,3 (0,1) + 0,5 (-0,05) = 0,305 Kelemahan dari model probalititas linear adalah ada kemungkinan probabilitas yang dihitung diluar wilayah 0 dan 1, lebih kecil dari nol, atau lebih besar dari 1 (probabilitas bernilai antara 0 dan 1, inklusif). Z C = 0,2 + 1,3 (0,5) + 0,5 (0,4) = 1,05

c.

Model Probabilitas Logit

Model persamaan logit menggunakan ‘link’ logit (bukannya linear seperti

dalam regresi biasa).

Logit (Y) = log { (Y / (1-Y)) } = σ + β1 X1 + β2 X2

Alternatif penulisan lain adalah berikut ini :

Y = [ exp (σ + β1 X1 + β2 X2) } / {1 + exp (σ + β1 X1 + β2 X2)

Variabel dependen adalah kebangkrutan dengan nilai= 1 jika perusahaan

tidak bangkrut, dan 0 jika perusahaan mengalami kebangkrutan. Variabel

independen adalah rasio keuangan. Program stastistik akan secara otomatis

menghitung regresi logit jika kita menggunakan regresi tersebut.

Y A = exp { 0,2 + 1,3(0,4) + 0,5(0,4) } / { 1 + exp { 0,2 + 1,3(0,4) + 0,5(0,4) }} = 0,715

Y B = exp { 0,2 + 1,3(0,1) + 0,5(-0,05)} / { 1 + exp { 0,2 + 1,3(0,1) + 0,5(-0,05) }}= 0,576

Y C = exp { 0,2 + 1,3(0,5) + 0,5(0,4) } / { 1 + exp { 0,2 + 1,3(0,5) + 0,5(0,4) }} = 0,746

C. RAROC (Risk Adjusted Return On Capital)

Ide dari RAROC adalah membandingkan tingkat keuntungan dengan modal yang

berisiko (modal yang akan terkena dampak jika debitur mengalami gagal buyar).

Pembanding tersebut bukanya total dana yang digunakan untuk mendanai pinjaman

tertentu (sebagaimana lazim digunakan untuk pengukuran kinerja yang

konvensional). Argumen yang diajukan adalah karena kerugian yang tidak

diharapkan, jika terjadi, akan dibebankan pada modal, sehingga lembaga keuangan

atau kreditur akan menghapuskan sebagaian modalnya (write off) sebagai akibat

kerugian tersebut. RAROC dipopulerkan oleh Bankers Trust dan penggunaannya

semakin populer.

RAROC =

Pendapatan dari Pinjaman per Tahun Modal yang Berisiko (Capital At Risk)

Salah satu kesulitan dalam perhitungan RAROC adalah penentuan Capital at Risk.

Capital at Risk pada dasarnya adalah modal yang terekspos terhadap risiko kredit.

Komite Basel 1. Basel 1 membedakan risiko kredit untuk beberapa kategori aset

seperti (contoh)

Kelas Aset

Bobot Risiko

Kas

0%

Pinjaman ke pemerintah OECD

0%

Pinjaman ke bank OECD

20%

Pinjaman ke perusahaan

100%

Alternatif lain adalah dengan menggunakan model yang digunakan untuk melihat

risiko perubahan tingkat bunga, seperti berikut ini

L / L = -D L { R / (1 + R) }

Dimana L = ekspor risiko modal

L

= nilai loan

D L

= Durasi pinjaman

R

= Perubahan premi kredit

L = -D L x L x { R / (1 + R) }

= -2 x Rp. 1 miliar x {0,013 / 1,1}

= -Rp. 23.636.364

Capital at risk adalah sekitar Rp. 23 juta, meskipun nilai nominal pinjaman tersebut

adalah Rp. 1 miliar.

D.

MORTALITY RATE

Mortality rate menghitung persentase kebangkrutan yang terjadi untuk kelas risiko

tertentu. Mortality rate tersebut mirip dengan tabel kematian untuk manusia

(mortality table, lihat bab mengenai risiko kematian). Mortality rate dihitung dengan

menggunakan data historis. Marginal Mortality Rate (MMR) untuk tahun 1 dan 2

bisa dihitung berikut :

MMR1 =

Total nilai obligasi yang default pada tahun 1

 
 

Total nilai obligasi yang beredar pada tahun pertama penerbitan

 

MMR 2 =

Total nilai obligasi yang default pada tahun 2

 

Total nilai obligasi yang beredar pada tahun ke-2 setelah penerbitan disesuaikan dengan default pelunasan, jatuh tempo, dan pelunasan dari sinking fund.

 

Cara yang sama digunakan untuk menghitung, Marginal Mortality Rate.

Marginal Mortality Rate cenderung meningkat dari tahun ke tahun, sehingga kurva

MMR akan cenderung mempunyai slope yang positif.

E.

PENURUNAN RISIKO KREDIT MENGGUNAKAN TERM STRUCTURE

Term structure atau yield curve atau kurva hasil menunjukkan hubungan antara

jangka waktu dengan yield surat berharga (obligasi). Biasanya kurva tersebut

mempunyai slope yang positif seperti terlihat pada bagian berikut ini, meskipun

slope tersebut bisa berubah menjadi flat (datar) atau bahkan negatif dalam beberapa

situasi.

Kondisi pasar sempurna, tidak ada kesempatan arbitrase, maka tingkat keuntungan yang diharapkan untuk obligasi perusahaan akan sama dengan tingkat keuntungan yang diharapkan untuk obligasi pemerintah. (1 + Rf) = pi (1 + Ri)

Dimana

Rf

= yield obligasi pemerintah

Ri

= yield obligasi perusahaan

pi

= probabiltas obligasi perusahaan bertahan

Dengan data di atas, pi bisa dihitung sebagai berikut. pi = (1 + 0,09) / (1 + 0,12) = 0,97 Probabilitas default tahun pertama = 1 - 0,97 = 0,03 atau 3%

F. Credit Metrics Credit metrics merupakan alat pengukur risiko kredit dengan menggunakan kerangka Value At Risk, sehingga volatilitas risiko kredit (risiko yang tidak bisa diperkirakan) bisa diperhitungkan. Ada dua masalah jika menggunakan kerangka VAR (yang bisa digunakan untuk mengukur risiko pasar) untuk risiko kredit, yaitu distribusi yang tidak normal dan perhitungan korelasi. Distribusi untuk risiko kredit cenderung mempunyai ekor yang lebih panjang seperti terlihat pada bagan berikut ini. Distribusi Risiko Kredit

terlihat pada bagan berikut ini. Distribusi Risiko Kredit Menunjukkan bahwa return dari kredit cenderung di sebelah

Menunjukkan bahwa return dari kredit cenderung di sebelah kiri karena jika terjadi kredit macet, perusahaan akan mengalami kerugian besar. Tetapi karena maksimum keuntungan yang diterima peusahaan yang meminjamkan (kreditur) adalah bunga dan cicilan pinjaman. Kedua kesulitan tersebut memunculkan pendeketan baru untuk menghitung risiko kredit, yaitu dengan menggunakan credit metrics. Ilustrasi perhitungan credit metrics bisa dilihat berikut ini dengan menggunakan dua contoh, yaitu credit metrics untuk aset individual dan untuk portofolio dengan dua aset.

a. Credit metrics untuk aset individual

 

BB

A

AAA

0,02

0,09

AA

0,33

2,27

A

5,95

91,05

BBB

86,93

5,52

BB

5,3

0,74

B

1,17

0,6

CCC

0,12

0,01

Default

0,18

0,06

Jika rating suatu obligasi berubah, maka nilai obligasi tersebut juga akan berubah. Perubahan tersebut terjadi karena tingkat keuntungan yang disyaratkan (yang akan dipakai sebagai discount rate) berubah. Jika rating semakin baik, maka discount rate dipakai sebagai discount rate) berubah. Jika rating semakin baik, maka discount rate tersebut akan menurun, dan mengakibatkan kenaikan harga dan sebaliknya.

Forward Rate

 
 

Tahun 1

Tahun 2

Tahun 3

Tahun 4

 

AAA

3,6

 

4,17

4,73

5,12

AA

3,65

 

4,22

4,78

5,17

A

3,72

 

4,32

4,98

5,32

BBB

4,1

 

4,67

5,25

5,63

BB

5,55

 

6,02

6,78

7,27

B

6,05

 

7,02

8,03

8,52

CCC

15,05

 

15,02

14,03

13,52

Obligasi pada saat kebangkrutan

 

Seniority Class

   

Mean

 

Standar deviasi

Senior Secured

   

53,8

 

26,86

Senior Unsecured

   

51,13

 

25,45

Senior Suboordinated

   

38,52

 

23,81

Subordinated

   

32,74

 

20,18

Junior Subordinated

   

17,09

 

10,9

Semakin rendah kelas senioritas (semakin tinggi risikonya), tingkat pengambilan jika terjadi gagal bayar juga semakin rendah.

Hasil penilaian ulang obligasi BBB

   

Kupon

Forward

Total

Value

Value

AAA

0,02

6,00

103,37

109,37

AA

0,33

6,00

103,10

109,10

A

5,95

6,00

102,66

108,66

BBB

86,93

6,00

101,55

107,55

BB

5,3

6,00

96,02

102,02

B

1,17

6,00

92,10

98,10

CCC

0,12

6,00

77,64

83,64

Default

0,18

 

51,13

51,13

Distribusi Penilaian ulang Obligasi BBB

51,13 51,13 Distribusi Penilaian ulang Obligasi BBB b. Credit Metrics Untuk Portofolio Kita akan menghitung

b. Credit Metrics Untuk Portofolio

Kita akan menghitung risiko kredit untuk aset A, dari aset BBB dan A. Dengan

cara yang sama, nilai obligasi A jika rating tahun depan berubah, akan terlihat

seperti dalam tabel berikut ini.

Hasil Penilaian Ulang Obligasi A

 

Kupon

Forward

Total

Value

Value

AAA

5,00

101,59

106,59

AA

5,00

101,49

106,49

A

5,00

101,30

106,30

BBB

5,00

100,64

105,64

BB

5,00

98,15

103,15

B

5,00

96,39

101,39

CCC

5,00

73,71

78,71

Default

0,00

51,13

51,13

Karena kita mempunyai dua aset, yaitu obligasi BBB dan A, kemudian ada 9 kemungkinan transisi untuk setiap asetnya, maka kita akan mempunyai matriks dengan 9 x 9 = 81 sel.

   

Aset A

AAA

AA

A

BBB

BB

B

CCC

Default

Aset BBB

 

106,59

106,49

106,30

105,64

103,15

101,39

78,71

51,13

AAA

109,37

215,96

215,86

215,67

215,01

212,52

210,76

188,08

160,50

AA

109,10

215,69

215,59

215,40

214,74

212,25

210,49

187,81

160,23

A

108,66

215,25

215,15

214,96

214,30

211,81

210,05

187,37

159,79

BBB

107,55

214,14

214,04

213,85

213,19

210,70

208,94

186,26

158,68

BB

102,02

208,61

208,51

208,32

207,66

205,17

203,41

180,73

153,15

B

 

98,10

204,69

204,59

204,40

203,74

201,25

199,49

176,81

149,23

CCC

 

83,64

190,23

190,13

189,94

189,28

186,79

185,03

162,35

134,77

Default

 

51,13

157,72

157,43

157,43

156,77

154,28

152,52

129,84

102,26

Sebagai ilustrasi, untuk sel (Aset A,AAA; Aset BBB, AAA), nilai aset AAA adalah 106,59, sedangkan nilai aset BBB adalah 109,37. Nilai portofolio untuk sel tersebut adalah 215,96 (106,59 +109,37).

 
 

Aset

AAA

AA

A

BBB

 

BB

 

B

 

CCC

Default

A

     

Aset

 

0,09

2,27

91,05

5,52

 

0,74

 

0,6

 

0,01

0,06

BBB

     

AAA

0,02

0,00002

0,00045

0,01821

0,00110

0,00015

0,00012

 

0,00000

0,00001

AA

0,33

0,00030

0,00749

0,30047

0,01822

0,00244

0,00198

 

0,00003

0,00020

A

5,95

0,00536

0,13507

5,41748

0,32844

0,04403

0,03570

 

0,00060

0,00357

BBB

86,93

0,07824

1,97331

79,14977

4,79854

0,64328

0,52158

 

0,00869

0,05216

BB

5,3

0,00477

0,12031

4,82565

0,29256

0,03922

0,03180

 

0,00053

0,00318

B

1,17

0,00105

0,02656

1,06529

0,06458

0,00866

0,00702

 

0,00012

0,00070

CCC

0,12

0,00011

0,00272

0,10926

0,00662

0,00089

0,00072

 

0,00001

0,00007

Default

0,18

0,00016

0,00409

0,16389

0,00994

0,00133

0,00108

 

0,00002

0,00011

Sebagai ilustrasi, untuk sel (Aset BBB, BBB: Aset A, AAA), probabilitas

marjinal adalah 86,93% dan 0,09%. Joint probability bisa dihitung sebagai :

0,8693 x 0,0009 = 0,0008 atau 0,08%.

G. PENDEKATAN KERANGKA TEORI OPSI

Opsi call adalah hak untuk membeli aset dengan harga tertentu pada periode

tertentu. Opsi put adalah hak untuk menjual aset dengan harga tertentu pada periode

tertentu. Penjual opsi call atau put mempunyai kewajiban untuk menyediakan aset

yang akan dibeli (jika pemegang opsi call mengeksekusi haknya), atau membeli aset

yang akan dijual ( jika pemegang opsi put mengeksekusi haknya).

Risiko kredit bisa dihitung dengan menggunakan teori penilaian opsi.

a. Analisis Nilai Saham dan Hutang dengan Opsi

Ada perusahaan yang menggunakan dua sumber pendanaan yaitu saham dan

utang. Jumlah lebar saham yang beredar adalah 1 juta lembar. Nilai utang

obligasi tanpa kupon bunga adalah Rp. 80 juta (80. 000 lembar obligasi dengan

nilai nominal per lembarnya adalah Rp. 1.000), dengan jangka waktu satu tahun.

Nilai pasar perusahaan tersebut adalah Rp. 100 juta. Berapa nilai untuk masing-

masing komponen sumber dana tersebut?

Misalkan

V

= nilai total perusahaan (Rp. 100 juta)

E

= nilai pasar saham

D

= nilai pasar obligasi

Gabungan antara nilai pasar saham dan obligasi adalah nilai total perusahaan.

V = D + E = Rp. 100 juta

Nilai saham bisa dihitung berikut ini :

E = N (d 1 )V N (d 2 ) Be -rT

d 1 = {1n (V/B) + (r + (σ 2 /2) ) T} / { σ√T}

d 2 = d1 -

{ σ√T}

dimana,

V

= Nilai perusahaan

B

= Nilai nominal obligasi

E

= Nilai saham

r

= tingkat bunga bebas risiko

T

= jangka waktu utang

σ

= standar deviasi return aset perusahaan tahunan

In

= logaritma natural

e

= 2,71828

N(d)= probabilitas angka dari distribusi normal di bawah d

Misalkan σ = 0,3, r = 8% per tahun, E bisa dihitung yaitu Rp. 28,24 juta. Dengan demikian nilai utang adalah :

D = Rp. 100 juta Rp. 28,24 juta = Rp. 71,76 juta

Karena obligasi tersebut merupakan obligasi tanpa kupon, tingkat bunga bisa dihitung berikut ini.

R = In (B/D) / T = In (80/71,76) = 0,1087 atau 10,87% pertahun.

Karena tingkat bunga bebas risko adalah 8%, maka premi risiko adalah 10,78% - 8% = 2,87%. Premi risiko tersebut mencerminkan risiko kredit perusahaan tersebut.

b. Model Penilaian Utang Dengan Opsi Alternatif lain adalah dengan menghitung nilai utang secara langsung. Nilai pasar utang bisa dihitung dengan menggunakan formula berikut ini :

F(T) = Be -rT [ (1/L) N(d 1 ) + N(d 2 ) ]

Dimana

T

=

jangka waktu utang

L = rasio utang diukur dari / A, dimana nilai pasar utang diukur dengan tingkat bunga r (tingkat bunga bebas

N(d)

d 1

d 2

=

resiko) nilai yang dihitung dari label distribusi normal standar.

= - [ ½

σ 2 – In (L) ] / {σ√T}

= - [ ½

σ 2 + In (L) ] / {σ√T}

= risiko peminjaman, yang diukur dari varians return aset perusahaan

persamaan diatas bisa dituliskan ulang dalam bentuk spread yield (tingkat bunga) berikut ini. R r = ( - 1/T) ln [ N(d 2 ) + (1/L) N(d 1 ) ]

σ 2

Dimana

R

=

tingkat keuntungan yang disyaratkan untuk utang

r

= tingkat keuntungan aset bebas risiko

Persamaan tersebut menunjukkan bahwa jika tingkat hutang dan varians return

berubah maka tingkat keuntungan yang disyaratkan untuk utang tersebut juga harus berubah.

Sebagai ilustrasi, misalkan kita mempunyai informasi berikut ini.

B

T

r

L

σ

dengan informasi tersebut, kita bisa menghitung d 1 dan d 2 berikut ini :

d 1

= - [ ½ (0,12) 2 + ln (0,9) ] / [ 0,12 x 1 ] = + 0,818 N(-0,938) = 0,174120 N(0,818) = 0,793323

d

= niali utang = Rp. 100 juta

= 1 tahun

= tingkat keuntungan bebas risiko = 5%

= tingkat leverage = 90% atau 0,9

= 12%

= - [ ½ (0,12) 2 ln (0,9) ] / [ 0,12 x 1 ] = - 0,938

2

F(1)

= Rp. 100 juta / (2,78128) 0,05 [ 0,793323 + (1,1111) (0,17412)]

=

Rp. 93.866.180

R r

= (-1/1) ln [ 0,793323 + (1/0,9) (0,174120) ]

= -1 ln (0,986788

= 1,33%

Dengan

tersebut) adalah 6,33% (5% + 1,33%, dimana 5% adalah tingkat keuntungan bebas risiko).

yang disyaratkan untuk obligasi

demikian

R

(tingkat

keuntungan