P. 1
Bank Indonesia, Kajian Stabilitas Keuangan No. 9, September 2007

Bank Indonesia, Kajian Stabilitas Keuangan No. 9, September 2007

4.81

|Views: 1,539|Likes:
Dipublikasikan oleh Muhammad Arief Billah
Kajian Stabilitas Keuangan (KSK) ini disusun sebagai bagian dari pelaksanaan tugas Bank Indonesia dalam mewujudkan misi ≈mencapai dan memelihara kestabilan nilai rupiah melalui pemeliharaan kestabilan moneter dan stabilitas sistem keuangan dalam rangka mewujudkan pembangunan ekonomi jangka panjang yang berkesinambungan.
Kajian Stabilitas Keuangan (KSK) ini disusun sebagai bagian dari pelaksanaan tugas Bank Indonesia dalam mewujudkan misi ≈mencapai dan memelihara kestabilan nilai rupiah melalui pemeliharaan kestabilan moneter dan stabilitas sistem keuangan dalam rangka mewujudkan pembangunan ekonomi jangka panjang yang berkesinambungan.

More info:

Categories:Types, School Work
Published by: Muhammad Arief Billah on Jul 17, 2008
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

11/27/2012

pdf

text

original

Sections

KAJIAN STABILITAS KEUANGAN

No. 9, September 2007

Penerbit: Bank Indonesia Jl. MH Thamrin No.2, Jakarta Indonesia

Kajian Stabilitas Keuangan (KSK) ini disusun sebagai bagian dari pelaksanaan
tugas Bank Indonesia dalam mewujudkan misi ≈mencapai dan memelihara kestabilan nilai rupiah melalui pemeliharaan kestabilan moneter dan stabilitas sistem keuangan dalam rangka mewujudkan pembangunan ekonomi jangka panjang yang berkesinambunganΔ.

KSK diterbitkan secara semesteran dengan tujuan untuk :
• • •

Meningkatkan wawasan publik dalam memahami stabilitas sistem keuangan Mengkaji risiko-risiko potensial terhadap stabilitas sistem keuangan Menganalisa perkembangan dan permasalahan dalam sistem keuangan Merekomendasi kebijakan untuk mendorong dan memelihara sistem keuangan yang stabil.

Informasi dan Order : KSK ini terbit pada bulan September 2007 dan didasarkan pada data dan informasi per Juni 2007, kecuali dinyatakan lain. Dokumen KSK lengkap dalam format pdf tersedia pada web site Bank Indonesia : http://www.bi.go.id Permintaan, komentar dan saran harap ditujukan kepada : Bank Indonesia Direktorat Penelitian dan Pengaturan Perbankan Biro Stabilitas Sistem Keuangan Jl.MH Thamrin No.2, Jakarta, Indonesia Telepon : (+62-21) 381 8902, 381 8336 Fax : (+62-21) 351 8629 Email : BSSK@bi.go.id

Kajian Stabilitas Keuangan I - 2007 ( No. 9, September 2007 )

ii

Daftar Isi

Kata Pengantar Gambaran Umum Bab 1 Kondisi Makroekonomi dan Sektor Riil Kondisi Makro Ekonomi Kondisi Sektor Riil Boks 1.1. Potensi Dampak Krisis Subprime Mortgage AS terhadap Pasar Keuangan Domestik

vi 3 9 9 12 16

Bab 3 Prospek Sistem Keuangan Indonesia Prospek Ekonomi dan Persepsi Risiko Profil Risiko Perbankan: Tingkat dan Arah Prospek Sistem Keuangan Indonesia Potensi Kerawanan Boks 3.1. Financial Stability Index dan Probability of Default

49 49 50 51 53 54

Bab 4 Infrastruktur Keuangan dan Mitigasi Risiko 59 59 61 63 64 Sistem Pembayaran Kebijakan dan Mitigasi Risiko Dalam Sistem Pembayaran Jaring Pengaman Sektor Keuangan (JPSK) Forum Stabilitas Sistem Keuangan (FSSK) Artikel Artikel 1 Dinamika Struktur Industri Perbankan, Risiko Stratejik Bank Serta Implikasinya Terhadap Stabilitas Sistem Keuangan Artikel 2 Credit Risk Modelling: Rating Transition Matrices 81 69

Bab 2 Sektor Keuangan Struktur Sektor Keuangan Perbankan Pendanaan dan Risiko Likuiditas Perkembangan dan Risiko Kredit Risiko Pasar Profitabilitas dan Permodalan Lembaga Keuangan Bukan Bank dan Pasar Modal Perusahaan Pembiayaan Pasar Modal Boks 2.1. Kondisi Financial Deepening di Indonesia Boks 2.2. Capital Inflows dan Sudden Reversal: Siapkah Kita Menghadapi Krisis?

21 21 22 22 25 30 32 34 35 36 42 44

iii

Daftar Tabel dan Grafik
Tabel
1.1 2.1 2.2 2.3 3.1 3.2 3.3 Indikator Ekonomi Dunia (Volume) Perkembangan Indeks Harga Beberapa Bursa Regional Perkembangan Indeks Harga Sektoral Perkembangan Efisiensi Pasar Saham 37 37 38 9

Grafik
1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 1.10 52 1.11 1.12 1.13 59 60 64 1.15 1.16 1.17 42 42 43 1.18 1.19 1.20 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 2.10 2.11 1.14 Perkembangan Suku Bunga Dunia Perkembangan PDB Indonesia Ekspor Non Migas Indonesia Impor Non Migas Indonesia Indeks Harga Saham Gabungan Tingkat Bunga Riil Indonesia dan AS Pergerakan Mata Uang Utama Dunia Perkembangan Nilai Tukar Rupiah Perkembangan Harga Minyak Dunia Harga Beberapa Komoditas Utama Dunia Perkembangan Suku Bunga dan Inflasi Perkembangan Kredit Konsumsi Ekspektasi Konsumen Kinerja Keuangan Perusahaan Swasta Non Financial Go Public NPL Kredit Modal Kerja dan Investasi Pembiayaan dan Ekspansi Korporasi Tingkat Pengangguran Estimasi Output Gap Perkembangan DER dan Debt/TA Neto Transaksi Asing: Saham dan SUN Aset Lembaga Keuangan Struktur Pendanaan dan Penempatan Bank Rasio Alat Likuid Perbankan Suku Bunga Rata-rata PUAB O/N Perkembangan DPK Perkembangan DPK Berdasarkan Valuta Perkembangan DPK Valas Pertumbuhan Deposito Struktur DPK Perkembangan DPK terkait Penjaminan Pertumbuhan Kredit 13 13 14 14 14 15 15 22 22 22 23 23 23 23 23 24 24 25 9 10 10 10 10 10 11 11 12 12 12 13 13

Konsensus Proyeksi Beberapa Indikator Ekonomi 49 Persepsi Risiko Indonesia Dampak Nilai Tukar terhadap Permodalan Konglomerasi 49

4.1 4.2 4.3

Perkembangan Nilai dan Volume Setelmen dalam Sistem BI-RTGS Transaksi APMK Struktur dan Keanggotaan FSSK

Tabel Boks :
2.1.1 2.1.2 2.1.3 Perkembangan Financial Deepening Indonesia Perkembangan Financial Deepening Indonesia Real Rates of Returns di Indonesia

iv

2.12 2.13 2.14 2.15 2.16 2.17 2.18 2.19 2.20 2.21 2.22 2.23 2.24 2.25 2.26 2.27 2.28 2.29 2.30 2.31 2.32 2.33 2.34 2.35 2.36 2.37 2.38 2.39 2.40 2.41 2.42 2.43

Pangsa Aktiva Produktif Pertumbuhan Jenis Penggunaan Kredit Pertumbuhan Jenis Penggunaan Kredit Kredit per Sektor Ekonomi Non Performing Loan (NPL) Perkembangan Nominal NPL NPL Gross Per Kelompok Bank NPL Gross Per Sektor Ekonomi Pangsa NPL Menurut Sektor Ekonomi Pangsa NPL Menurut Jenis Penggunaan Kredit Perkembangan Nominal NPL Konsumsi Perkembangan NPL Gross Nominal NPL Korporasi dan UMKM NPL Gross Kredit UMKM dan Korporasi Perkembangan Kurs dan NPL Valas Perkembangan NPL Gross Valas Kredit, NPL dan PPAP Perkembangan Suku Bunga dan Nilai Tukar Suku Bunga Kredit Per Kelompok Bank Maturity Profile Rupiah Maturity Profile Valas Perkembangan PDN (Overall) SUN yang Dimiliki Perbankan Perkembangan NII Perbankan Perkembangan Laba dan Asset Perbankan Komposisi Pendapatan Bunga Perbankan ATMR, Modal dan CAR Rasio Tier 1 terhadap ATMR, dan CAR Kegiatan Usaha Perusahaan Pembiayaan Perusahaan Pembiayaan Sumber Dana Perusahaan Pembiayaan Swasta Nasional

25 26 26 26 26 27 27 27 27 28 28 28 29 29 29 29 30 30 31 31 31 32 32 33 33 33 34 34 35 35 35

2.44 2.45 2.46 2.47 2.48 2.49 2.50 2.51 2.52 2.53 2.54 2.55 2.56 3.1 3.2 3.3 3.4

Arus Kas Neto Perusahaan Pembiayaan Capital Inflows pada SUN-SBI-Saham Perkembangan Indeks Saham Bursa Regional Perkembangan Indeks Sektoral Transaksi Saham Investor Domestik-Asing Nilai Kapitalisasi & Nilai Emisi Perkembangan Harga SUN Distribusi SUN Menurut Tenor Kepemilikan SUN Perkembangan Yield Tenor 20 Tahun Perbandingan Volatilitas Harga Aset Keuangan Emisi dan Posisi Obligasi Korporasi Perkembangan Reksa Dana Per Jenis Kurva Yield Profil Risiko Industri Perbankan dan Arahnya Financial Stability Index Probability of Default Perusahaan Non Financial Go Public

36 36 37 38 38 38 39 39 39 40 40 40 41 50 50 51 52

4.1

Aktivitas Transaksi Sistem Pembayaran Semester I 2007 59

Grafik Boks : 1.1.1 1.1.2 1.1.3 Indeks Harga Rumah di Beberapa Negara Delinquency Rate SPM Foreclosure Rate SPM 16 16 17 45 45 55 55

2.2.1. NPL & CAR Sebelum dan Sesudah Krisis 2.2.2. Perkembangan Kredit Valas 3.1.1. Probability of Default √ Metode Barrier Option 3.1.2. Probability of Default √ Metode Option Biasa

Sumber Dana Perusahaan Pembiayaan Patungan 35

v

Kata Pengantar

Dengan mengucapkan puji syukur kepada Tuhan Yang Maha Esa, kami menyambut gembira penerbitan Kajian Stabilitas Keuangan (KSK) No.9 September 2007 ini. Kajian ini dinilai sangat penting dan tepat waktu mengingat pasar keuangan global dewasa ini berkembang sangat dinamis dan cenderung terus bergejolak sehingga dampaknya terhadap stabilitas keuangan domestik perlu dipahami secara baik. Kajian ini akan membantu untuk meningkatkan pemahaman tentang betapa pentingnya memelihara stabilitas keuangan ditengah-tengah meningkatnya keterkaitan antara pasar global dengan sektor keuangan domestik. Sebagaimana halnya kajian-kajian sebelumnya maka kajian edisi ini akan menjelaskan perkembangan stabilitas sistem keuangan Indonesia, sumber-sumber kerentanan dan risiko-risiko yang dihadapi, langkah-langkah mitigasi risiko, serta prospek sistem keuangan ke depan. Di samping itu, kajian ini secara khusus akan menyoroti berbagai isu mutakhir seperti krisis subprime mortgage dan kemungkinan terjadinya pembalikan arus modal (sudden reversal) yang dapat memicu krisis seperti yang pernah terjadi tepat 10 tahun yang lalu. Masih dalam konteks menjaga stabilitas sistem keuangan, kajian ini juga akan membahas pentingnya untuk segera memprioritaskan upaya-upaya peningkatan financial deepening di Indonesia dewasa ini. Dengan membahas isu-isu tersebut di atas, kajian ini diharapkan akan menjadi masukan berharga bagi para pelaku bisnis pada sektor keuangan, pejabat-pejabat Pemerintah, akademisi dan pengamat ekonomi. Kajian ini diharapkan juga dapat menggugah kepedulian semua pihak terkait agar bersama-sama secara proaktif memelihara stabilitas sistem keuangan. Tanpa memiliki sistem keuangan yang stabil dan terjaga dengan baik, sulit bagi kita untuk meningkatkan pertumbuhan ekonomi, mengurangi pengangguran dan mengatasi kemiskinan. Akhirnya atas nama Dewan Gubernur, kami mengucapkan terima kasih dan penghargaan kepada Tim Penyusun dan semua pihak yang telah memberikan bantuan baik secara langsung maupun tidak langsung dalam penulisan kajian ini. Semoga hasil kerja keras ini dapat bermanfaat dalam menjaga stabilitas sistem keuangan yang berkelanjutan.

DEPUTI GUBERNUR BANK INDONESIA

Muliaman D. Hadad

vi

Gambaran Umum

Gambaran Umum

1

Gambaran Umum

Halaman ini sengaja dikosongkan

2

Gambaran Umum

Gambaran Umum

Stabilitas sistem keuangan Indonesia pada semester I 2007 tetap terpelihara dengan prospek yang baik. Adanya kekhawatiran tentang sudden reversal arus modal berjangka pendek, serta kemungkinan contagion effect dari krisis

subprime mortgage yang terjadi di beberapa negara lainnya akhir-akhir ini
ternyata tidak menimbulkan gangguan yang cukup berarti pada ketahanan sistem keuangan Indonesia. Terpeliharanya stabilitas sistem keuangan tidak terlepas dari dukungan stabilitas moneter dan membaiknya perekonomian domestik, di samping karena masih tetap terkendalinya tekanan dari perekonomian internasional. Secara keseluruhan, kondisi ini kondusif bagi peningkatan kinerja sektor keuangan. Sebagai industri yang mendominasi sektor keuangan, perbankan tetap likuid dengan kualitas aktiva produktif yang relatif terjaga, profitabilitas yang tinggi dan permodalan yang kuat. Namun, dengan adanya berbagai sumber instabilitas maka upaya antisipasi dan langkah-langkah mitigasi risiko perlu terus menerus dilakukan.

1. SUMBER-SUMBER INSTABILITAS 1.1. Gejolak lingkungan eksternal
Semakin terintegrasinya ekonomi domestik dengan ekonomi dunia membuat Indonesia semakin rentan terhadap berbagai gejolak pada lingkungan eksternal, baik yang bersifat ekonomi dan non-ekonomi. Beberapa pemicu gejolak adalah berlebihnya likuiditas dunia yang mendorong peningkatan arus modal berjangka pendek, masih adanya ketidakseimbangan global, dan kecenderungan peningkatan harga minyak dunia. Gejolak juga dapat muncul karena permasalahan yang melanda sektor usaha tertentu pada suatu negara dapat menjalar (contagion effect) ke negara-negara lain, sebagaimana terlihat pada krisis subprime mortgage yang melanda beberapa negara akhir-akhir ini.

1.2. Tingginya ketergantungan terhadap perbankan
Perbankan masih mendominasi sektor keuangan Indonesia. Hal ini menimbulkan tingginya ketergantungan kepada perbankan sebagai sumber pembiayaan pembangunan dan perekonomian. Ketergantungan yang tinggi tersebut dapat mendatangkan kerawanan karena gejolak yang melanda perbankan dapat dengan cepat mengganggu stabilitas sistem keuangan. Oleh karena itu,

3

Gambaran Umum

setiap jenis risiko yang dapat membahayakan perbankan harus dimitigasi secara tepat agar tidak berkembang menjadi sumber instabilitas. Salah satu potensi instabilitas yang perlu diwaspadai adalah kemungkinan peningkatan risiko kredit karena belum tuntasnya penyelesaian restrukturisasi kredit, penerapan manajemen risiko kredit yang masih memerlukan perbaikan dan masih adanya kelemahan dalam sistem informasi manajemen kredit perbankan.

2. MITIGASI RISIKO
Untuk memperkecil peluang terjadinya instabilitas dan tingginya risiko yang dihadapi oleh sektor keuangan Indonesia, maka dilakukan langkah-langkah sebagai berikut:

2.1. Memperkuat Manajemen Risiko Perbankan
Manajemen risiko perbankan perlu diperkuat karena kegiatan bisnis perbankan semakin kompleks dan dinamis sejalan dengan kemajuan teknologi informasi dan

1.3. Kendala-kendala di sektor riil
Sektor riil masih menghadapi beberapa kendala, antara lain permasalahan ketenagakerjaan dan keterbatasan infrastruktur. Selain itu, beban usaha juga masih tinggi sehingga cenderung menghambat pengembangan usaha. Apabila berlangsung terus menerus, hal ini dapat menimbulkan instabilitas jika banyak korporasi yang menutup bisnisnya atau pindah usaha ke negara lain. Akibatnya, perbankan mengalami ekses likuiditas sejalan dengan terbatasnya permintaan kredit oleh korporasi dan menjadi kurang optimal dalam menjalankan fungsi intermediasi. Oleh karena itu, penyelesaian berbagai kendala di sektor riil sangat dibutuhkan untuk mendukung tercapainya stabilitas sistem keuangan.

meningkatnya persaingan usaha. Program sertifikasi manajemen risiko yang saat ini sedang terus berlangsung dan implementasi Basel II mulai 2008 diharapkan dapat meningkatkan kualitas manajemen risiko perbankan. Sejalan dengan itu, sistem informasi manajemen kredit perbankan perlu terus dibenahi agar dapat meningkatkan efektivitas manajemen risiko. Sementara itu, dari sisi pengawasan bank, pendekatan risk-based supervision terus dikembangkan yang didukung oleh peningkatan kemampuan pengawasan melalui program sertifikasi tenaga pengawas bank.

2.2. Memperkuat Infrastruktur Keuangan
Penguatan infrastruktur keuangan dapat dilakukan melalui dua cara. Pertama, melalui pengembangan sistem pembayaran yang handal dan aman oleh Bank Indonesia.

1.4. Terkonsentrasinya kredit pada pembiayaan konsumen
Sumber instabilitas penting lainnya adalah semakin terkonsentrasinya kredit perbankan pada pembiayaan konsumen. Hal ini antara lain terlihat dari peningkatan pinjaman untuk kartu kredit, kenderaan bermotor dan perumahan. Kerawanan dapat muncul apabila pendapatan sektor rumah tangga (household income) tidak cukup memadai untuk membayar kewajiban kepada bank sehingga dapat meningkatkan risiko kredit.

Kedua, melalui penguatan jaring pengaman sektor keuangan (JPSK) dan manajemen krisis berdasarkan kerja sama antara Bank Indonesia dan Pemerintah. Dengan memiliki infrastruktur keuangan yang lebih kuat, maka risiko instabilitas pada sektor keuangan dapat diperkecil.

2.3. Meningkatkan Efektivitas Pemantauan terhadap Sistem Keuangan
Mitigasi risiko pada sektor keuangan hanya akan efektif apabila dilakukan pemantauan (surveillance) yang

4

Gambaran Umum

terus menerus terhadap perkembangan sistem keuangan. Sehubungan dengan itu, efektivitas pemantauan terus ditingkatkan melalui pengembangan berbagai metodologi dan stress test untuk mengukur risiko dan ketahanan sistem keuangan. Diskusi dengan pelaku pasar dan tukar pendapat dengan para akademisi terus dilakukan untuk mempertajam analisis tentang potensi instabilitas dalam sektor keuangan.

dan perbankan negara-negara terkait juga dapat berpengaruh terhadap stabilitas sistem keuangan Indonesia. Dari sisi internal, diperlukan kewaspadaan terhadap dampak persiapan menjelang Pemilu terhadap aktivitas bisnis dan perkembangan risiko pada sektor keuangan, terutama karena kondisi keamanan yang tidak kondusif dapat memicu terjadinya capital outflows. Kewaspadaan juga diperlukan karena ke depan, perbankan sebagai

2.4. Meningkatkan Financial Deepening
Untuk mengurangi kerawanan yang ditimbulkan oleh tingginya ketergantungan terhadap industri perbankan, maka peningkatan financial deepening (pendalaman keuangan) perlu segera dilakukan. Peningkatan financial deepening akan mendorong pertumbuhan kegiatan usaha keuangan non-bank, memperbanyak alternatif instrumen keuangan, serta meningkatkan akses masyarakat miskin dan terkebelakang terhadap produk dan jasa keuangan.

industri yang mendominasi sektor keuangan, akan menghadapi berbagai tantangan yang tidak ringan, antara lain penyelesaian restrukturisasi kredit, perbaikan manajemen risiko dan sistem informasi kredit, sinkronisasi antara upaya peningkatan fungsi intermediasi dengan upaya penurunan risiko kredit, pengembangan rencana kontinjensi untuk mengurangi risiko operasional, peningkatan efektivitas pengendalian internal dan tata kelola usaha, dan pemenuhan ketentuan modal inti minimum bank sebesar Rp80 milyar pada akhir tahun 2007 dan sebesar Rp100 milyar pada akhir tahun 2010.

3. PROSPEK STABILITAS SISTEM KEUANGAN
Secara keseluruhan, risiko sistem keuangan pada semester I 2007 relatif terkendali dengan arah yang stabil sejalan dengan stabilitas moneter dan perbaikan kondisi perekonomian. Adanya kekhawatiran tentang sudden

Sementara itu, hasil stress test yang dilakukan untuk mengukur risiko kredit, risiko likuiditas dan risiko pasar menunjukkan bahwa perbankan memiliki ketahanan yang memadai terhadap berbagai guncangan akibat perubahan variabel makroekonomi. Selanjutnya, hasil stress test sederhana terhadap beberapa konglomerasi/korporasi besar yang mendapatkan pinjaman dalam valuta asing mengindikasikan bahwa mereka relatif cukup tahan terhadap gejolak risiko nilai tukar. Meskipun hasil estimasi menunjukkan bahwa jumlah perusahaan non financial go

reversal arus modal berjangka pendek, serta kemungkinan contagion effect dari krisis subprime mortgage yang terjadi
di beberapa negara lainnya akhir-akhir ini ternyata tidak menimbulkan gangguan yang cukup berarti pada ketahanan sistem keuangan Indonesia. Ke depan, faktor eksternal yang berpotensi mempengaruhi ketahanan sistem keuangan Indonesia meliputi pertumbuhan ekonomi dunia yang melambat, potensi lonjakan harga minyak dunia, dan arus modal masuk berjangka pendek. Selain itu, efektivitas langkah-langkah penyelesaian krisis

public yang memiliki probability of default (PD) lebih dari
0,5 akan mengalami sedikit peningkatan, namun pembentukan cadangan dan kuatnya permodalan bank diperkirakan dapat mencegah hal tersebut menjadi sumber instabilitas. Secara keseluruhan prospek sektor keuangan ke depan akan tetap stabil dan cukup terkendali.

subprime mortgage yang dilakukan oleh otoritas moneter

5

Gambaran Umum

Halaman ini sengaja dikosongkan

6

Bab 1 Kondisi Makroekonomi dan Sektor Riil

Bab 1 Kondisi Makroekonomi

7

Bab 1 Kondisi Makroekonomi dan Sektor Riil

Halaman ini sengaja dikosongkan

8

Bab 1 Kondisi Makroekonomi dan Sektor Riil

Bab 1

Kondisi Makroekonomi dan Sektor Riil

Selama Semester I 2007 ekspansi ekonomi berlanjut dengan stabilitas makroekonomi yang tetap terjaga. Tekanan vulnerabilitas sektor eksternal belum berdampak signifikan terhadap stabilitas ekonomi domestik. Sementara itu, turunnya tingkat bunga domestik secara perlahan mulai memicu pergerakan di sektor riil. Namun, masih adanya berbagai kendala usaha di lapangan serta permasalahan pembiayaan menyebabkan sektor riil belum bertumbuh optimal.

1.1. KONDISI MAKRO EKONOMI
Selama semester I 2007 perekonomian global dihadapkan pada tekanan perlambatan pertumbuhan ekonomi, serta permasalahan kredit macet sektor properti (subprime mortgage) dalam beberapa waktu terakhir. Dalam upaya pemulihan pertumbuhan ekonomi Amerika Serikat (AS), terutama untuk mengatasi kekhawatiran masih akan tingginya inflasi, The Fed antara lain mengambil keputusan untuk menunda rencana kenaikan Fedfund rate dan mempertahankan pada level 5,25%.1 Hal ini sangat mempengaruhi perkembangan pasar keuangan global karena Fedfund rate sebelumnya diekspektasikan akan turun. Seiring dengan berlangsungnya proses pemulihan ekonomi AS, perekonomian global mengindikasikan proses penyesuaian ketidakseimbangan menuju skenario soft
7,0 6,0 Persen

Tabel 1.1 Indikator Ekonomi Dunia (Volume)
% Kategori World Output Advanced Economies United States Emerging & Developing Countries Consumer Price Advanced Economies Emerging & Developing Countries LIBOR US Dollar Deposit Euro Deposit Yen Deposit Oil Price (USD) - rata-rata 2005 4,9 2,6 3,2 7,5 2,3 5,4 3,8 2,2 0,1 41,3 2006 5,5 3,1 3,3 8,1 2,3 5,3 5,3 3,1 0,4 20,5 Proyeksi 2007 5,2 2,6 2,0 8,0 2,0 5,7 5,4 3,8 0,8 (0,8) 2008 5,2 2,8 2,8 7,6 2,1 5,0 5,3 3,7 1,2 7,8

Sumber: World Economic Outlook - IMF Juli 2007

Grafik 1.1 Perkembangan Suku Bunga Dunia

SIBOR ECB

LIBOR FFR

landing sebagai dampak dari peningkatan fleksibilitas
sistem nilai tukar di Asia, peningkatan pengeluaran oleh negara-negara penghasil minyak, serta reformasi struktural di Eropa dan Jepang. Upaya koreksi ketidakseimbangan
1 Perkembangan terakhir, pada tanggal 18 September 2007, The Fed menurunkan Fedfund rate 50 basis points (bps) sehingga menjadi 4,75%.

5,0 4,0 3,0 2,0 1,0 0
Jun Des Jun Des Jun Des Jun Des Jun Des Jun Des Jun

2001

2002

2003

2004

2005

2006

2007

9

Bab 1 Kondisi Makroekonomi dan Sektor Riil

global tersebut mendorong berlanjutnya ekspansi ekonomi di negara-negara berkembang termasuk Indonesia.
8.000 Juta USD

Grafik 1.4 Impor Non Migas Indonesia
Agriculture, Hunting and Fishing Mining and Quarrying

Peningkatan ekspansi ekonomi Indonesia dapat diamati dari kondisi perekonomian Indonesia yang selama semester I 2007 tumbuh semakin kuat dengan laju inflasi yang terkendali. Pertumbuhan ekonomi Indonesia pada Triwulan I 2007 mencapai 6,0% (y-o-y) dan kemudian meningkat menjadi 6,1% (y-o-y) pada Triwulan II 2007. Pertumbuhan ini lebih tinggi dibandingkan dengan triwulan yang sama tahun sebelumnya yang hanya sebesar 5,0% (y-o-y). Akselerasi pertumbuhan ekonomi selama Triwulan II 2007 terutama didukung oleh peningkatan konsumsi swasta dan ekspor, terutama ekspor dari sektor manufaktur, seiring membaiknya daya beli masyarakat dan masih tingginya permintaan dunia. Neraca transaksi berjalan diperkirakan surplus USD1,2 miliar yang
Grafik 1.2 Perkembangan PDB Indonesia
Persen 8,00 6,30 6,00 5,22 4,00 4,12 4,39 5,87 4,96

7.000 6.000 5.000 4.000 3.000 2.000 1.000 0

Manufacturing

Total

Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des Jan Feb Mar Apr Mei Jun

2006

2007

menopang surplus Neraca Pembayaran Indonesia (NPI) sebesar USD3,7 miliar. Dengan perkembangan ini, pada akhir Juni 2007 cadangan devisa meningkat menjadi sebesar USD50,9 miliar. Sementara itu, kondisi ekonomi AS yang belum stabil dan diikuti keputusan menahan rencana kenaikan tingkat bunga The Fed, mendorong terjadinya pengalihan investasi
Grafik 1.5 Indeks Harga Saham Gabungan
2.500

2.000

1.500 1.000

2,00

500

T-I T-II T-III T-IV T-I T-II T-III T-IV T-I T-II T-III T-IV T-I T-II T-III T-IV T-I T-II T-III T-IV T-I T-II

0

Jun

Des

Jun

Des

Jun

Des

Jun

Des

Jun

2002

2003

2004

2005

2006

2007

2003

2004

2005

2006

2007

Grafik 1.3 Ekspor Non Migas Indonesia
Juta USD 9.000 8.000 7.000 6.000 5.000 4.000 3.000 2.000 1.000 0
Jan Feb Mar Apr Mei Jun Jul Aug Sep Okt Nov Des Jan Feb Mar Apr Mei Jun

Grafik 1.6 Tingkat Bunga Riil Indonesia dan AS
Persen 6.00 4.00 2.00 (2.00) (4.00) (6.00) Indonesia (8.00)
Jun Des Jun

AS
Des Jun Des Jun Des Jun

2006
Agriculture, Hunting and Fishing Manufacturing Total

2007
Mining and Quarrying

2003

2004

2005

2006

2007

10

Bab 1 Kondisi Makroekonomi dan Sektor Riil

ke emerging market yang pertumbuhan ekonominya cenderung membaik dan menawarkan imbal hasil lebih tinggi. Derasnya aliran dana asing tersebut antara lain dapat diamati dari indeks harga di pasar modal domestik, regional dan internasional yang meningkat cukup signifikan. Pada semester I 2007 pasar saham regional Asia Tenggara mengalami bullish yang lebih tajam dibandingkan semester sebelumnya.
12.000 11.500 11.000 10.500 10.000 9.500 9.000 8.500 8.000 7.500 7.000
Jan

Grafik 1.8 Perkembangan Nilai Tukar Rupiah
Rp/USD
- Badai Katrina di New Orleans, Louisiana (29 Agt 2005) - Harga Minyak Dunia USD69,81 per barrel (30 Agt 2005) Berlakunya harga BBM baru & Bom Bali II 1 Okt 2005

FFR 5% (10 Mei 2006) BI-rate 12,50% (9 Mei 2006)

Surplus d ana pada beberapa negara di dunia
mendorong semakin berkembangnya aktivitas hedge fund dengan volume yang semakin membesar. Sementara itu, tingkat bunga Jepang yang sangat rendah mendorong aksi

Apr

Jul

Okt

Feb

Mei

Ags

Des

Mar

Jun

2005

2006

2007

Namun demikian, dalam beberapa waktu terakhir khususnya sejak akhir Juli 2007, nilai tukar beberapa mata uang regional Asia termasuk Indonesia sedikit berfluktuasi dengan kecenderungan melemah meskipun masih dalam dalam batas yang terkendali. Pelemahan nilai tukar rupiah tersebut dipengaruhi oleh perkembangan yang kurang menguntungkan dalam pasar keuangan global dan regional yang berimbas kepada penurunan pasar keuangan domestik. Kejatuhan pasar surat utang subprime mortgage di AS yang berasal dari kemacetan subprime loans menjadi sentimen negatif yang memicu investor asing untuk mengurangi portofolio instrumen keuangan berisiko tinggi di emerging market termasuk Indonesia dan berpindah ke aset-aset berdenominasi dollar AS (lihat Boks 1.1.). Perilaku tersebut mendorong terjadinya capital outflows yang berkontribusi kepada pelemahan nilai tukar rupiah terhadap dollar AS. Selain itu, faktor kenaikan harga minyak dunia juga ikut mendorong pelemahan nilai tukar rupiah.

carry trade oleh para pelaku pasar global. Mereka
memanfaatkan sumber dana murah di Jepang untuk kemudian ditanamkan ke dalam mata uang lain yang menawarkan imbal hasil tinggi untuk mendapatkan spread keuntungan yang memuaskan. Penanaman dana tersebut umumnya dilakukan untuk jangka waktu pendek sehingga mengakibatkan tetap tingginya volatilitas harga di pasar keuangan global maupun regional termasuk Indonesia. Terjadinya peningkatan capital inflows tersebut memberikan dampak positif terhadap nilai tukar mata uang emerging market termasuk Indonesia. Sebaliknya, mata uang Jepang cenderung melemah akibat aksi carry

trade. Pada Mei 2007, nilai tukar rupiah terhadap dollar
AS bahkan sempat menguat signifikan ke posisi Rp8.670.Grafik 1.7 Pergerakan Mata Uang Utama Dunia
110 108 106 104 102 100 98 96 Jan Feb Mar Apr Mei Jun
SGD PHP EUR THB KRW JPY

IDR

Meskipun demikian, fundamental ekonomi Indonesia yang cukup baik antara lain tercermin dari naiknya surplus kinerja NPI, meningkatnya jumlah cadangan devisa, eksposur risiko nilai tukar dalam sistem perbankan yang terjaga, pertumbuhan ekonomi yang membaik dan ketahanan fiskal pemerintah serta terjadinya perbaikan debt rating outlook

11

Bab 1 Kondisi Makroekonomi dan Sektor Riil

Indonesia dari stabil menjadi positif oleh lembaga pemeringkat internasional (Fitch Rating dan Moody»s) pada awal semester I 2007 bersama-sama dengan penurunan

1.2. KONDISI SEKTOR RIIL
Membaiknya berbagai indikator makroekonomi memberi keyakinan akan tercapainya sasaran inflasi ke depan sehingga membuka ruang untuk dilakukannya penurunan BI-Rate hingga ke level 8,25% sampai dengan akhir semester I 2007. Penurunan BI-Rate tersebut sesuai dengan ekspektasi pelaku pasar sehingga memberikan sentimen positif terhadap pergerakan nilai tukar rupiah. Di tengah-tengah pergerakan nilai tukar rupiah yang relatif stabil dengan kecenderungan menguat, penurunan BI-Rate mulai diikuti oleh suku bunga domestik lainnya, terutama suku bunga deposito 1 bulan yang pada akhir Juni 2007 berada pada level 7,46% atau turun 150 bps dibandingkan posisi akhir Desember 2006. Sementara itu, pada periode yang sama, suku bunga kredit modal kerja, investasi dan konsumsi turun lebih lambat, masing-masing sebesar 119 bps, 111 bps dan 67 bps sehingga menjadi sebesar

premi swap dan stabilnya yield spread menunjukkan
terjaganya faktor risiko dalam negeri. Secara keseluruhan, hal ini memberikan sentimen positif terhadap Indonesia sehingga meskipun terdapat peningkatan tekanan volatilitas pasar keuangan global, perekonomian dan sektor keuangan domestik masih tetap terjaga dengan baik. Ke depan, tekanan risiko pasar terutama yang berasal dari volatilitas pasar saham global dan regional diperkirakan masih cukup besar. Selain itu, potensi kembali terjadinya lonjakan harga minyak dunia, serta potensi tekanan inflasi akibat kenaikan harga komoditas dunia juga masih terbuka lebar. Hal-hal ini perlu diwaspadai agar tidak menimbulkan tekanan terhadap stabilitas sistem keuangan.
Grafik 1.9 Perkembangan Harga Minyak Dunia
USD/ barrel 80,00
WTI Spot Price

13,88%, 13,99% dan 16,91%. Meskipun penurunan BI-Rate masih ditransmisikan secara terbatas terhadap suku bunga kredit tetapi trend penurunan suku bunga serta membaiknya berbagai indikator makroekonomi mulai menumbuhkan keyakinan konsumen ( demand ) dan meningkatkan optimisme produsen (supply) terhadap perbaikan perekonomian. Dari sisi demand, meskipun terbatas, konsumsi

70,00 60,00 50,00 40,00 30,00 20,00

Future 3 bln Future 6 bln

Jun

Des

Jun

Des

Jun

Des

Jun

Des

Jun

2003

2004

2005

2006

2007

swasta menunjukkan trend yang meningkat dan berada

Grafik 1.10 Harga Beberapa Komoditas Utama Dunia
USD 300
Kayu Lapis

Grafik 1.11 Perkembangan Suku Bunga dan Inflasi
Persen 25
Deposito 1 Bulan Suku Bunga Kredit Investasi BI-Rate SBI 1 bln

250 200

Minyak Sawit Beras

20

15 150 100 50 0 10

5
Suku Bunga Kredit Modal Kerja Suku Bunga Kredit Konsumsi Jun Des Jun Des Jun Des Jun Des Jun Inflasi Jun Des Jun Des Jun

0
Jun Des Jun Des

2003

2004

2005

2006

2007

2003

2004

2005

2006

2007

12

Bab 1 Kondisi Makroekonomi dan Sektor Riil

Grafik 1.12 Perkembangan Kredit Konsumsi
Persen 52 47 42 37 32 27 22 17
KK growth (kiri)

Persen 9,00 8,00 7,00 6,00 5,00 4,00 3,00 2,00
NPL (kanan) Jun Des Jun Des Jun Des Mei

Grafik 1.14 Kinerja Keuangan Perusahaan Swasta Non Financial Go Public

Current Ratio 20,0 15,0 DER 10,0 5,0 ROA

12 7

1,00 0,00

2004

2005

2006

2007

Sales to Total Asset
2005

ROE

Grafik 1.13 Ekspektasi Konsumen
180 160 140 120 100 80 60 40 20 0
Jun Des Jun Des Jun Des Jun Des Mei Penghasilan Ekonomi Ketersediaan Lapangan Kerja

2006

ITO
Keterangan: Semakin mendekati titik tengah risiko semakin kecil

Persen 2005 Current Ratio ROA (Return on Assets) ROE (Return on Equity) ITO (Inventory Turn Over) Sales to Total Asset DER (Debt Equity Ratio) 1,27 0,06 0,15 0,18 0,87 1,53 2006 1,21 0,06 0,17 0,16 0,78 1,52

2003

2004

2005

2006

2007

pada fase ekspansi. Selain sebagai akibat dari penurunan suku bunga, peningkatan konsumsi swasta juga didukung oleh peningkatan daya beli masyarakat. Kondisi ini antara lain ditunjukkan oleh meningkatnya pertumbuhan kredit konsumsi setelah mengalami tekanan berat akibat kenaikan harga BBM pada Oktober 2005. Selain itu, beberapa indikator ekonomi juga mengindikasikan adanya peningkatan konsumsi swasta seiring mulai meningkatnya ekspektasi terhadap penghasilan, ekonomi dan

Membaiknya kinerja korporasi menimbulkan dampak positif terhadap sektor keuangan karena dapat mendorong meningkatnya kemampuan pembayaran kembali kredit. Sejalan dengan hal tersebut, persentase dan nominal Non Performing Loans (NPL) kredit modal kerja dan kredit investasi cenderung menurun pada semester I 2007.
Grafik 1.15 NPL Kredit Modal Kerja dan Investasi
Persen 18 16

ketersediaan lapangan kerja. Sementara dari sisi supply, sejalan dengan kondisi makroekonomi yang cukup mendukung, kinerja keuangan perusahaan non financial go public tahun 2006 terlihat relatif membaik dibandingkan tahun sebelumnya. Hal ini antara lain ditandai oleh kenaikan rentabilitas usaha (ROE) dengan leverage yang terjaga.

14 12 10 8 6 4 2 0
Jun Des Jun Des Jun Des Jun Des Jun

Kredit Modal Kerja Kredit Investasi

2003

2004

2005

2006

2007

13

Bab 1 Kondisi Makroekonomi dan Sektor Riil

Namun demikian, peningkatan kinerja sektor korporasi tersebut belum diiringi oleh peningkatan ekspansi usaha yang memadai. Secara umum, korporasi masih menghadapi berbagai hambatan dalam pengembangan usahanya, antara lain permasalahan ketenagakerjaan dan keterbatasan infrastruktur. Sementara itu, belum terselesaikannya masalah
4 12 10 8 6 Persen

Grafik 1.17 Tingkat Pengangguran

beban usaha yang masih tinggi mendorong korporasi untuk
2

cenderung menggunakan sumber dana internal
0

dibandingkan dengan sumber dana eksternal berupa kredit perbankan untuk membiayai pengembangan usaha. Hal ini juga menjelaskan mengapa penyaluran kredit oleh perbankan masih belum sesuai harapan.
Grafik 1.16 Pembiayaan dan Ekspansi Korporasi
2,0
Pertumbuhan Aset Korporasi Tbk (kiri) Pertumbuhan Sales (kiri) Pembiayaan dengan Modal Sendiri (kanan)

Feb 2001 2002 2003 2004 2005 2006

Ags

Feb 2007

Sumber : BPS

Di samping itu, meskipun terdapat trend penurunan suku bunga, alokasi kredit yang disediakan bank belum dimanfaatkan oleh para pelaku usaha secara maksimal. Terdapat indikasi bahwa pelaku usaha masih menunggu implementasi paket perbaikan iklim investasi pasca

0,6

pengesahan Rancangan Undang-Undang Penanaman
0,5

1,5

Modal (RUU-PM) dan implementasi proyek percepatan
0,4

1,0 0,3 0,5 0,2 0,0 -0,5 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 0,1 0,0

pembangunan infrastruktur. Akibatnya, meskipun kondisi perekonomian Indonesia membaik, namun sebenarnya bertumbuh di bawah tingkat potensialnya.

Kecenderungan pembiayaan korporasi dengan sumber dana internal juga dapat diamati dari relatif tingginya rasio modal sendiri terhadap total aset pada perusahaan yang go public. Pada satu sisi, kecenderungan tersebut menggambarkan semakin membaiknya kondisi keuangan korporasi karena sudah tidak lagi tergantung pada pembiayaan dari hutang. Namun pada sisi lain, kecenderungan tersebut berpotensi menghambat korporasi untuk dapat melakukan ekspansi secara penuh mengingat terbatasnya sumber dana internal. Apabila kondisi ini terus berlanjut maka ketersediaan lapangan pekerjaan baru akan menjadi semakin terbatas dan menyulitkan upaya penurunan tingkat pengangguran yang saat ini masih tergolong sangat tinggi.
0,1 0,05 0 -0,05 -0,1 -0,10 -0,5 -0,01 -0,0

Grafik 1.18 Estimasi Output Gap
Akselerasi output gap menuju titk nol melambat

Periode output gap menyempit menuju titik nol

Output Gap Accelerated Output Gap
T-II T-IV T-II T-IV T-II T-IV T-II T-IV T-II T-IV T-II T-IV T-II T-IV T-II T-IV T-II T-IV T-II T-IV T-II T-IV T-II T-IV T-II T-IV

1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

Sementara itu, aliran dana dari luar negeri (capital

inflows) yang banyak masuk ke Indonesia pada semester I
2007 belum memberikan dampak positif yang signifikan terhadap pembiayaan sektor riil, khususnya sektor korporasi. Ditengah-tengah derasnya aliran dana masuk

14

Bab 1 Kondisi Makroekonomi dan Sektor Riil

ke Indonesia, rasio hutang terhadap modal (debt-to-equity ratio) perusahaan-perusahaan non financial go public malah cenderung menurun. Hal ini menunjukkan bahwa aliran dana yang masuk belum terserap ke sektor korporasi, khususnya yang telah go public. Aliran dana tersebut lebih bersifat jangka pendek dan hanya berputar di sekitar instrumen keuangan seperti saham dan Surat Utang Negara (SUN).
Grafik 1.19 Perkembangan DER dan Debt/TA
Persen 90 80 70 60 50 40 30 20 10 0 2003 2004 2005 2006 TL/TA (kiri) DER (kanan) 9 8 7 6 5 4 3 2 1 10,00 8,00 6,00 4,00 2,00 0,00 -2,00

Grafik 1.20 Neto Transaksi Asing: Saham dan SUN
Triliun Rp Rp/U$$ 10000 9800 9600 9400 9200 9000 8800 8600
Net Saham Net SUN Mar Apr Mei Jun Nilai Tukar Jul Ags Sep Okt Nov Des

8400 8200

-4,00

Des

Jan

Feb

2005

2006

Ke depan, agar perekonomian dapat bergerak lebih dinamis diperlukan dukungan dari berbagai pihak untuk mengatasi kendala-kendala yang ada di sektor riil. Dengan demikian, membaiknya indikator makroekonomi akan benar-benar diikuti oleh membaiknya perkembangan di sektor riil sehingga akan meningkatkan ketahanan perekonomian dan sektor keuangan domestik terhadap vulnerabilitas sektor eksternal.

15

Bab 1 Kondisi Makroekonomi dan Sektor Riil

Boks 1.1

Potensi Dampak Krisis Subprime Mortgage AS terhadap Pasar Keuangan Domestik

Sub-prime mortgage loans (SPM) merupakan jenis kredit yang diberikan lembaga keuangan dalam rangka pembiayaan perumahan yang tidak memenuhi persyaratan pengajuan standar yang berlaku umum, atau berisiko tinggi. Skim yang digunakan dapat berupa Fixed Rate Mortgage (FRM) atau Adjustable Rate Mortgage (ARM). Namun, sebagian besar SPM merupakan ARM, yaitu mortgage loans yang suku bunganya dapat disesuaikan setelah periode tertentu sesuai dengan perubahan tingkat risiko di pasar. SPM tumbuh pesat (booming) di AS sejak 2003. Sejalan dengan pesatnya perkembangan sektor perumahan di AS waktu itu, permintaan terhadap SPM meningkat tajam. Lembaga keuangan memanfaatkan peluang bisnis ini dan kemudian mengembangkan sekuritisasi terhadap SPM. Maraknya sekuritisasi telah mendukung perkembangan pasar sekunder SPM, baik di negara-negara maju maupun di emerging countries seperti Amerika Latin, Eropa Timur, dan Asia (tidak termasuk Indonesia). Selain itu, berbagai instrumen derivatif berbasis SPM juga semakin diminati investor. Pesatnya perkembangan pasar sekunder SPM mendorong kenaikan permintaan SPM oleh para debitur yang umumnya merupakan investor properti yang membeli rumah untuk dijual kembali dengan harapan memperoleh keuntungan dari meningkatnya harga rumah. Terus berlanjutnya kenaikan harga properti di AS saat itu mampu mengubah persepsi dari kreditur tentang risiko kredit dari SPM. Kreditur cenderung meyakini bahwa risiko kredit dari SPM relatif rendah karena tingginya ekspektasi tentang peningkatan nilai rumah untuk mengcover pinjaman. Namun, mulai pertengahan 2006, pasar properti AS mulai jenuh yang diikuti dengan turunnya harga properti. Keadaan menjadi semakin kurang menguntungkan karena tekanan perlambatan ekonomi AS berdampak pada menurunnya kemampuan
18 16 14 12 10 8 6 4 2 0
T-I

Grafik Boks 1.1.1 Indeks Harga Rumah di Beberapa Negara
% 40,0 30,0 20,0 10,0 0,0 -10,0 -20,0 -30,0 -40,0
US T-IV T-III T-II T-I UK Australia S Korea HK Thailand T-IV T-III T-II T-I

T-IV T-III T-II T-I

T-IV T-III T-II T-I

T-IV T-III T-II T-I

92 93 94

95

96 97

98

99 00

01

02 03

04

05 06 07

membayar debitur SPM sehingga menimbulkan kredit macet. Negara-negara lain yang juga menjalankan bisnis SPM, mengalami pengalaman yang sama dengan AS. Pada sisi lain, lesunya pasar properti telah mengubah ekspektasi dan persepsi terhadap risiko dari kreditur SPM. Untuk mengantisipasi risiko yang lebih besar, mereka melakukan penyesuaian suku bunga SPM dan menetapkan marjin yang jauh lebih tinggi. Hal ini justru semakin mempersulit debitur SPM untuk melunasi hutangnya sehingga mendorong peningkatan delinquency rate ARM dari 14,5% (Desember 2006) menjadi 16% (Maret 2007), meskipun delinquency rate FRM relatif tetap 10%.
Grafik Boks 1.1.2 Delinquency Rate SPM
Persen
Total Sub-Prime FRM ARM

T - III

T-I

T - III

T-I

T - III

T-I

T - III

T-I

T - III

T-I

2002

2003

2004

2005

2006

2007

16

Bab 1 Kondisi Makroekonomi dan Sektor Riil

Memburuknya kinerja SPM juga tercermin pada meningkatnya foreclosure rate baik untuk SPM yang menunggak s.d. 90 hari ( Starting Delinquency ), maupun untuk SPM yang menunggak lebih dari 90 hari (Serious Delinquency). Foreclosure rate untuk

meningkatnya kebutuhan likuiditas di pasar global karena tekanan krisis SPM telah mempengaruhi kinerja pasar keuangan emerging markets yang sebagian besar didukung oleh aliran dana masuk dari luar (inflows). Di pasar keuangan Indonesia, tekanan likuiditas pasar global telah menimbulkan aliran dana ke luar ( outflows ), tercermin pada turunnya jumlah penanaman investor asing terutama pada SUN dan SBI. Telah tingginya keuntungan yang diperoleh dari penanaman pada SUN dan SBI serta mengecilnya potensi keuntungan dari penanaman pada SUN mendorong investor asing untuk merealisasikan profit dan mengalihkan penanaman pada pasar global terutama dalam bentuk aset-aset yang berdenominasi dollar AS. Hal ini kemudian mendorong pelemahan nilai tukar rupiah terhadap dollar AS dalam beberapa waktu terakhir. Sementara itu, data yang ada menunjukkan bahwa perbankan Indonesia tidak ada yang melakukan penanaman langsung pada SPM sehingga terhindar dari dampak langsung krisis SPM. Hal ini terutama karena ketentuan perbankan mewajibkan bank menggolongkan penanaman pada surat berharga berperingkat rendah (non-investment grade) sebagai non-performing. Namun, potensi kerugian dapat muncul dari aksi jual SUN oleh investor asing yang mengakibatkan jatuhnya harga SUN. Akan tetapi, karena penurunan harga SUN yang ditimbulkan oleh krisis SPM ini masih tergolong kecil (sekitar 2% selama Juli √ Agustus 2007), potensi kerugian terhadap bank yang memiliki portfolio SUN juga kecil. Selain itu, berdasarkan hasil stress test, penurunan harga SUN baru akan berdampak terhadap permodalan (CAR) bank apabila terdapat penurunan harga sebesar 20% atau lebih. Dengan demikian, secara keseluruhan krisis SPM diperkirakan tidak akan mengganggu stabilitas sistem keuangan.

Starting Delinquency dan Serious Delinquency masingmasing meningkat dari 2,0% dan 7,8% (Desember 2006) menjadi 2,4% dan 8,3% (Maret 2007).
Grafik Boks 1.1.3 Foreclosure Rate SPM
Persen 14
Total Sub Prime Serious Delinquency Starting Delinquency

12 10 8 6 4 2 0
T-I T - III T-I T - III T-I T - III T-I T - III T-I T - III T-I

2002

2003

2004

2005

2006

2007

Penurunan kualitas kredit SPM ternyata berdampak luas dengan kerugian terbesar terutama dialami oleh para investor di pasar sekunder yang melakukan penanaman pada sekuritas berbasis SPM maupun derivatif-nya. Peningkatan delinquency rate dan foreclosure rate SPM menjadi sentimen negatif yang mendorong investor untuk melakukan

redemption secara besar-besaran dan bersamaan.
Akibatnya, sejumlah hedge funds melakukan likuidasi sehingga memicu peningkatan kebutuhan likuiditas di pasar global. Di emerging markets , dengan relatif rendahnya eksposur penanaman lembaga keuangan pada instrumen berbasis SPM, diperkirakan dampak kerugian relatif lebih kecil dan tidak signifikan. Relatif tingginya permodalan lembaga keuangan di sebagian emerging markets, juga dapat mengurangi kekhawatiran. Namun,

17

Bab 1 Kondisi Makroekonomi dan Sektor Riil

Halaman ini sengaja dikosongkan

18

Bab 2 Sektor Keuangan

Bab 2 Sektor Keuangan

19

Bab 2 Sektor Keuangan

Halaman ini sengaja dikosongkan

20

Bab 2 Sektor Keuangan

Bab 2

Sektor Keuangan

Selama semester I 2007 stabilitas sistem keuangan masih terjaga. Industri perbankan yang mendominasi sektor keuangan terus menunjukkan kinerja yang menggembirakan, meskipun laju pertumbuhan kredit masih perlu ditingkatkan. Perbankan sangat likuid dengan kualitas aset yang cenderung membaik. Risiko pasar cukup terkendali sejalan dengan tingginya profitabilitas dan permodalan yang sangat memadai. Sementara itu, lembaga keuangan bukan bank dan pasar modal semakin maju dan berkembang meskipun belum sepenuhnya terbebas dari berbagai jenis risiko dan tantangan dari gejolak faktor eksternal yang berpotensi menekan stabilitas sistem keuangan.

2.1. STRUKTUR SEKTOR KEUANGAN
Sektor keuangan Indonesia terdiri dari perbankan umum dan bank perkreditan rakyat, serta industri keuangan non-bank, yaitu asuransi, dana pensiun, perusahaan pembiayaan, sekuritas dan pegadaian. Dengan pangsa mencapai sekitar 80% dari total aset seluruh sistem keuangan, perbankan tetap mendominasi sektor keuangan. Hal ini mencerminkan tingginya

Pangsa total aset perusahaan sekuritas dalam sistem keuangan menunjukkan peningkatan yang cukup signifikan, yaitu dari 1,0% pada 2005 menjadi 3,7% pada 2006. Kenaikan pangsa total aset perusahaan sekuritas ini diimbangi oleh penurunan pangsa total aset perbankan dan perusahaan pembiayaan. Pada satu sisi, kenaikan ini menunjukkan hal yang positif karena dapat mengurangi ketergantungan kepada industri perbankan. Namun, pada sisi lain diperlukan peningkatan kemampuan pengendalian risiko yang lebih baik dalam internal perusahaan sekuritas, disamping pengawasan eksternal yang lebih memadai oleh otoritas pengawasan yang berwenang agar perkembangan positif tersebut bermanfaat bagi perekonomian dan tidak

ketergantungan kepada perbankan sebagai sumber pembiayaan perekonomian dan pembangunan. Sementara itu, bank-bank besar masih terus mendominasi industri perbankan, dengan pangsa sekitar 69% dari total aset perbankan. Oleh karena itu, stabilitas sistem keuangan Indonesia sangat dipengaruhi oleh perilaku risiko (risk

behavior) dari bank-bank besar.

membahayakan stabilitas sistem keuangan.

21

Bab 2 Sektor Keuangan

Grafik 2.1 Aset Lembaga Keuangan
% dari Total Aset Sektor Keuangan 100 80 60 80,6 1,0 3,7

sebelumnya menunjukkan bahwa perbankan dapat mengelola likuiditas dengan baik, ke depan perbankan perlu terus menjaga agar kesenjangan masa jatuh tempo sumber dana ini tidak berkembang menjadi permasalahan yang mengganggu kondisi likuiditas bank.

40 20 0

Pegadaian Persahaan Sekuritas Perusahaan Pembiayaan Dana Pensiun Perusahaan Asuransi BPR Bank Umum

80,1

Kecukupan Likuiditas
Kondisi likuiditas perbankan selama semester I 2007

2005
Sumber: BI dan sumber lainnya

2006

relatif terkendali. Hal ini terlihat antara lain dari rasio antara jumlah alat likuid2 Ω terhadap jumlah non core deposit

Ketergantungan yang tinggi pada sektor perbankan merupakan salah satu indikasi bahwa sektor keuangan Indonesia sedang mengalami permasalahan dalam financial deepening (lihat Boks 2.1). Oleh karena itu, peningkatan financial deepening merupakan agenda pokok yang harus segera dilaksanakan untuk meningkatkan peranan sektor keuangan dalam mendukung pembangunan perekonomian Indonesia.

(NCD)3 yang masih melampaui angka 100%, meskipun cenderung menurun hingga mencapai 138,9% pada akhir Juni 2007. Penurunan tersebut terjadi karena peningkatan jumlah kewajiban jangka pendek (6,6%) yang lebih besar dibandingkan dengan peningkatan jumlah alat likuid (1,2%). Sementara itu, kondisi Pasar Uang Antar Bank (PUAB) juga relatif stabil. Hal-hal ini mengindikasikan bahwa perbankan memiliki ketahanan likuiditas yang cukup memadai dengan risiko likuiditas yang relatif rendah.

2.2. PERBANKAN 2.2.1. Pendanaan dan Risiko Likuiditas
Dana Pihak Ketiga (DPK) tetap sebagai sumber dana
400 Rp Triliun

Grafik 2.3 Rasio Alat Likuid Perbankan
Persen 180

terbesar perbankan dengan tingkat pertumbuhan cenderung melambat seiring dengan trend penurunan suku bunga. Dominasi DPK sebagai sumber dana perbankan mencapai sekitar 90% dan sebagian besar berjangka waktu pendek. Meskipun pengalaman
Grafik 2.2 Struktur Pendanaan dan Penempatan Bank
Persen 100 Penyertaan
Antar Bank Surat 80 Berharga & Tagh Lain 6,0 165,08 342,0 Pinjaman 224,1 1353,75 Dana Pihak Ketiga 16,81 13,98 118,67 Surat Berharga Antar Bank

320

240 120 160

80 0 60

Des 2005

Des 2006

Jan

Feb

Mar 2007 NCD

Apr

Mei Alat Likuid/NCD

Jun

Alat Likuid

Pasar Uang Antar Bank (PUAB)
Kondisi PUAB rupiah selama semester I 2007 cukup terkendali meskipun tingkat suku bunga rata-rata untuk
2 Alat likuid terdiri dari kas dan penempatan pada BI (Giro BI, SBI dan Fasbi). 3 Asumsi non core deposit (NCD) adalah 30% giro dan tabungan + 10% deposito jangka waktu s.d. 3 bulan.

60 40

SBI/Fasbi

Kredit

904,0

20

0 Penempatan Dana Sumber Dana

22

Bab 2 Sektor Keuangan

Grafik 2.4 Suku Bunga Rata-rata PUAB O/N
Persen 12 PUAB sore

Grafik 2.6 Perkembangan DPK Berdasarkan Valuta
Rp Triliun 1.150 230 220

1.125
9

210
PUAB pagi

1.100
PUAB Va DN

DPK Rupiah (kiri) 200

6 PUAB Va LN 3

1.075

DPK Valas

190 180

Jan

Feb

Mar 2007

Apr

Mei

Jun

1.050 Des 2006 Jan Feb Mar 2007 Apr Mei Jun

transaksi overnight (O/N) cenderung berfluktuasi pada kisaran 4% s.d. 10%. PUAB juga sempat beberapa kali ketat terutama pada saat menghadapi kebutuhan likuiditas yang cukup besar, seperti pembayaran pajak tahunan pada akhir bulan Maret dan penarikan uang kartal oleh masyarakat. Akibatnya, suku bunga O/N pernah mencapai angka tertinggi sebesar 29% pada 22 Maret 2007. Namun, dengan pengelolaan likuiditas yang cukup baik oleh perbankan, antara lain melalui pemanfaatan fasilitas SBI

perbankan. Dibandingkan dengan posisi akhir semester sebelumnya, terdapat kenaikan sebesar Rp66,8 triliun atau 5,2%. Sementara itu, DPK valas bertumbuh lebih besar dibandingkan dengan DPK rupiah, sehingga pangsa DPK valas terhadap total DPK perbankan meningkat dari 15,0% menjadi 16,5%.

Grafik 2.7 Perkembangan DPK Valas
USD Miliar Rp Triliun 240

Repo dan Fine Tune Expansion (FTE), kondisi PUAB tetap terkendali.

25 24 dalam USD (skala kiri)

220

23

Struktur Dana Pihak Ketiga
22

Meskipun dengan tingkat pertumbuhan yang cenderung melambat, DPK perbankan selama semester I 2007 terus meningkat sehingga pada akhir Juni 2007 mencapai Rp1.353,7 triliun atau 76,4% dari total aset
Grafik 2.5 Perkembangan DPK
Rp Triliun 380
Deposito (kanan)

dalam Rupiah (skala kanan)

200

21 20 Des 2006 180 Jan Feb Mar 2007 Apr Mei Jun

Grafik 2.8 Pertumbuhan Deposito
(m-t-m)

630

10

625 360 620 340 Giro

5

0

Tabungan

615

-5 RP Va
Nov-Okt Mar-Feb Jul-Jun

320 Des 2006

610 Jan Feb Mar 2007 Apr Mei Jun

-10
Jul-Jun

2006

2007

23

Bab 2 Sektor Keuangan

Selama semester I 2007, DPK dalam denominasi valas meningkat sebesar USD3,16 miliar. Peningkatan tersebut terjadi hampir merata pada semua kelompok bank untuk semua jenis DPK (giro, deposito dan tabungan). Secara nominal, peningkatan terbesar terdapat pada giro dan diikuti oleh deposito, sementara pertumbuhan tertinggi terdapat pada tabungan. Penyebab peningkatan DPK valas tersebut antara lain karena sebagian anggota masyarakat menilai bahwa penempatan dana dalam bentuk valas terutama deposito lebih menguntungkan. Selain itu, khusus mengenai tabungan valas, peningkatannya juga dipicu oleh pemberlakuan PBI No.9/4/2007 tanggal 26 Maret 2007 yang mencabut pelarangan penerimaan tabungan valas. Meskipun DPK perbankan menunjukkan

DPK yang demikian ini sangat rentan terhadap penarikan dana secara tiba-tiba, terutama apabila dilakukan oleh nasabah besar. Untuk memitigasi risiko likuiditas ini, perbankan melakukan penanaman dana pada aset-aset yang likuid dan berisiko rendah. Akibatnya, selama semester I 2007, kepemilikan SBI oleh perbankan meningkat sebesar 12,9%.

Dampak Penurunan Skim Penjaminan Terbatas
Diberlakukannya skim penjaminan terbatas maksimum Rp100 juta per nasabah per bank sejak 22 Maret 2007 tidak berpengaruh signifikan terhadap DPK perbankan. Minat masyarakat untuk menginvestasikan dananya di perbankan masih tetap tinggi yang terlihat dari peningkatan DPK pada semua kelompok bank. Hal ini sekaligus mengindikasikan bahwa penurunan penjaminan tidak mengakibatkan terjadinya migrasi dana dari bank yang dianggap kurang aman ke bank yang dianggap lebih aman (flight to safety).
Grafik 2.10 Perkembangan DPK terkait Penjaminan
Rp Triliun 600 500 400 300 200 100 0
Persero BPD
124.9 138.2

perkembangan yang positif, namun masih terdapat halhal yang berpotensi meningkatkan risiko likuiditas, khususnya yang berkaitan dengan struktur DPK yang kurang berimbang, yakni masih terkonsentrasi pada dana jangka pendek, deposan besar dan dimiliki oleh perorangan. Sampai dengan akhir semester I 2007, DPK berjangka pendek (giro, tabungan, dan deposito sampai dengan 3 bulan) mencapai 93,2% dari total DPK, sedangkan deposan besar dengan nominal rekening di atas Rp100 juta mencakup 78% dari total DPK meskipun hanya dimiliki oleh 2,5% dari total rekening nasabah. Sementara itu, berdasarkan kepemilikan, DPK masih didominasi oleh perorangan yang mencapai 54,8% dari total DPK. Struktur
Grafik 2.9 Struktur DPK
> 100 jt (78,0%) < 100 jt (22,0%)

Asing
99.5 103.8

Campuran
39.4 46.9

Swasta Swasta Swasta Kecil Menengah Besar
20.3 20.9 84.311 86.518 449.840 457.632

22 Maret '07 26 Juni '07

468.8 479.7

Sementara itu, hipotesis yang mengatakan bahwa penurunan skim penjaminan akan mendorong terjadinya

nominal

jangka waktu

s.d 3 bln (93,2%)

> 3 bln (6,8%)

pemecahan rekening nasabah ke dalam nominal yang lebih kecil, juga tidak terbukti. Sejak pemberlakuan skim

kepemilikan

Perorangan (54,8%)

Lainnya (42,5%)

penjaminan terbatas tersebut, jumlah rekening nasabah di perbankan justru cenderung menurun. Selain itu,

24

Bab 2 Sektor Keuangan

berdasarkan sebaran rekening nasabah, persentase rekening dengan nominal kurang dari Rp100 juta juga tidak mengalami kenaikan. Secara keseluruhan, hal-hal ini menunjukkan bahwa penurunan skim penjaminan tidak menimbulkan dampak negatif yang signifikan terhadap perbankan, sekaligus mengindikasikan bahwa kepercayaan masyarakat terhadap sistem perbankan Indonesia sudah semakin meningkat. Meningkatnya kepercayaan tersebut sangat diperlukan dalam menjaga stabilitas sistem keuangan.

periode yang sama pada tahun sebelumnya yang hanya mencapai 3,7%. Secara y-o-y pertumbuhan kredit per Juni 2007 tercatat sebesar 19,4%, atau lebih baik dari tahun sebelumnya sebesar 14%. Namun demikian, pencapaian target kredit sampai dengan semester I 2007 masih di bawah rencana bisnis bank, meskipun dengan deviasi yang relatif kecil, yaitu Rp0,3 triliun. Dengan tingkat pertumbuhan DPK yang lebih lambat dibandingkan tingkat pertumbuhan kredit, LDR perbankan meningkat dari 64,7% per Desember 2006 menjadi 66,8% per Juni 2007. Sementara itu, kelebihan dana yang dimiliki perbankan umumnya

2.2.2. Perkembangan dan Risiko Kredit

ditanamkan dalam SBI/Fasbi dan surat-surat berharga. Namun demikian, preferensi penempatan bank dalam SBI/Fasbi cenderung menurun, terlihat dari penurunan pangsanya terhadap total aktiva produktif dari 14,0% menjadi 13,7%, meskipun secara nominal jumlahnya naik sebesar Rp6,5 triliun. Sementara itu, kepemilikan surat berharga korporasi oleh perbankan cenderung meningkat walaupun masih relatif rendah, sedangkan untuk surat berharga pemerintah cenderung menurun. Hal ini menyebabkan menurunnya porsi
y-o-y

Perkembangan Kredit
Selama semester I 2007 jumlah kredit perbankan terus meningkat, namun dengan tingkat pertumbuhan yang relatif masih rendah, yaitu sebesar 8,5% atau naik Rp71,1 triliun dibandingkan posisi akhir 2006. Tingkat pertumbuhan tersebut lebih baik dibandingkan dengan
Grafik 2.11 Pertumbuhan Kredit
Persen 25 20 15 10 5 0 -5 Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des Jan Feb Mar Apr Mei Jun Jul 2006 2007 y-t-d

penempatan bank pada surat-surat berharga dari 22,0% menjadi 20,8%. Penguatan nilai tukar rupiah yang terjadi pada Triwulan II 2007 turut mempengaruhi perkembangan kredit perbankan dimana penyaluran kredit dalam valuta asing menurun, sedangkan kredit Rupiah meningkat. Namun demikian, pada Juni 2007 kredit dalam valuta asing tumbuh cukup tinggi (9,1%) sejalan dengan pelemahan kembali nilai tukar rupiah.

Grafik 2.12 Pangsa Aktiva Produktif
Persen 0,4 10,1
Penyertaan

100

0,4 10,1 20,8
Antar Bank SSB+Tagihan Lain SBI & Fasbi

Trend penurunan suku bunga kredit belum langsung
direspon dengan kenaikan setiap jenis kredit perbankan. Dalam 13 bulan terakhir penurunan suku bunga Kredit

22,0 75 14,0 50 53,5 25

13,7

Kredit

55,1

Investasi (KI) dan Kredit Konsumsi (KK) masing-masing mencapai 174 bps dan 43 bps, dan hal ini direspon

0 Des 2006 Jun 2007

perbankan dengan peningkatan penyaluran KI dan KK.

25

Bab 2 Sektor Keuangan

Grafik 2.13 Pertumbuhan Jenis Penggunaan Kredit
Persen 8 6 4 2 0 -2 -4 -6 Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des Jan Feb Mar Apr Mei Jun Jul 2006 2007 KMK KI KK

Grafik 2.15 Kredit per Sektor Ekonomi
Perdagangan

11% 5% 4%

1% 2% 1%

Lain-lain

21%

Industri Pengolahan Pengangkutan Konstruksi Pertanian Jasa Dunia Usaha Jasa Sosial Pertambangan Listrik

3% 30%

22%

Namun demikian, khusus untuk KMK, meskipun penurunan suku bunganya tercatat paling tinggi yaitu 229 bps, hal tersebut tidak mengakibatkan kenaikan penyaluran kredit. Sampai dengan Mei 2007 pertumbuhan KMK masih memiliki trend yang melambat, walaupun pada Juni 2007 meningkat secara signifikan. Jenis Kredit Konsumsi masih mendominasi pertumbuhan kredit. Meskipun kenaikan kredit terbesar terdapat pada KMK yaitu sebesar Rp31,3 triliun (tumbuh 7,5%), namun tingkat pertumbuhan tertinggi terdapat pada Kredit Konsumsi yakni sebesar 10,2% (naik Rp23,1 triliun) secara y-t-d. Berdasarkan sektor ekonomi, Sektor Lain-lain yang mencakup kredit untuk tujuan konsumsi mengalami kenaikan paling besar, yaitu sebesar Rp23,1 triliun. Namun demikian, tingkat pertumbuhan tertinggi terdapat pada kredit untuk Sektor Pertambangan, yaitu sebesar 44,9%.
Grafik 2.14 Pertumbuhan Jenis Penggunaan Kredit

Prospek perkreditan ke depan tetap positif. Kredit masih akan tetap tumbuh, tercermin dari jumlah

undisbursed loans yang terus naik, terutama KMK.
Sementara itu, untuk KI sejak Triwulan II 2007 mulai terlihat adanya peningkatan jumlah persetujuan kredit. Namun demikian, kenaikan jumlah undisbursed loans relatif terkendali, tercermin dari stabilnya rasio

undisbursed loans terhadap total kredit pada kisaran
20%.

Risiko Kredit
Dibandingkan posisi akhir semester II 2006, jumlah kredit bermasalah menurun sebesar Rp0,6 triliun atau 1,0% sehingga menjadi sebesar Rp57,5 triliun pada akhir semester I 2007. Sementara itu, jumlah kredit yang disalurkan perbankan mengalami peningkatan yang cukup besar dibandingkan semester sebelumnya. Akibatnya, rasio
Grafik 2.16 Non Performing Loan (NPL)
Persen 12 11 10 NPL Gross 9 8 7 6 5 4 3 2 1 2002 2003 Triliun 75 70 65 60 55 NPL Net NPL Nominal 50 45 40 35 30 25 2004 2005 2006 2007 Jun

33% 46%

21%
KMK KI KK

26

Bab 2 Sektor Keuangan

Grafik 2.17 Perkembangan Nominal NPL
24,0 22,0 20,0 18,0 16,0 14,0 12,0 10,0 8,0 6,0 4,0 2,0
Mar Jun Sep Des Mar Jun

Grafik 2.18 NPL Gross Per Kelompok Bank
75,0 70,0 65,0

13 12 11 10 9 8 7 6 5 4 3 2 2004 Juni 2005 Juni 2006 Juni 2007 Juni Besar Menengah Kecil Campuran Asing

Kurang Lancar (kiri)

Total NPL

60,0 55,0 50,0 45,0

Macet (kanan) Diragukan (kiri)

40,0 35,0 30,0

2006

2007

NPL menurun dari 7,0% menjadi 6,4% (gross) atau dari 3,6% menjadi 2,9% (netto). Penurunan rasio NPL tersebut tidak dapat langsung diartikan bahwa kualitas kredit perbankan secara keseluruhan membaik. Hal tersebut karena perbaikan kualitas kredit lebih banyak terjadi pada kredit channelling yang risikonya tidak berada pada perbankan, sementara kredit bermasalah non channelling justru meningkat sebesar Rp1,7 triliun atau 3,6%. Meskipun perbankan telah membentuk cadangan (PPAP) untuk menghadapi peningkatan NPL ini, namun kewaspadaan tetap diperlukan untuk menjaga agar gejala awal peningkatan risiko kredit ini tidak berkembang menjadi permasalahan berat yang dapat mengganggu stabilitas sistem keuangan. Dari segi kelompok bank, perkembangan NPL cenderung bervariasi. Pada kelompok bank-bank besar, NPL gross turun dari 8,4% menjadi 7,4%, terutama karena membaiknya kualitas kredit channelling pada bank-bank BUMN. Sementara itu, kelompok bank asing mengalami peningkatan NPL cukup signifikan selama periode laporan yaitu sebesar Rp1,2 triliun atau 43,7%, tertinggi dalam beberapa tahun terakhir. Kenaikan nominal NPL juga dialami oleh kelompok bank menengah yaitu sebesar Rp0,8 triliun atau 30,3%. Sementara itu, sejalan dengan membaiknya kondisi makroekonomi, kualitas kredit sektor Industri Pengolahan juga membaik, tercermin dari penurunan NPL gross dari

10,5% menjadi 10,0%. Namun demikian, mengingat NPL sektor Industri Pengolahan ini mendominasi total NPL perbankan dengan pangsa sekitar 37,2% maka kredit bermasalah pada sektor ini perlu dimonitor secara ketat dan segera diselesaikan agar tidak menjadi sumber instabilitas. Pada sisi lain, membaiknya kondisi ekonomi tidak menimbulkan dampak positif terhadap kualitas kredit sektor Lain-lain (umumnya kredit konsumsi) dan sektor Perdagangan. Selama semester I 2007, NPL kedua sektor
Grafik 2.19 NPL Gross Per Sektor Ekonomi
Jasa Sosial Jasa Dunia Usaha Pengangkutan Perdagangan Konstruksi Listrik Industri Pengolahan Pertambangan Pertanian 0,0 2,0 4,0 6,0 8,0 10,0 12,0 Jun-07 Des 06

Grafik 2.20 Pangsa NPL Menurut Sektor Ekonomi
Persen 100
Gabungan Lainnya

80 60 40

Jasa Dunia Usaha

Perdagangan

Industri

20
Pertanian

0 2000

2001

2002

2003

2004

2005

2006

2007 Jun

Gabungan Lainnya = Pertambangan, Listrik, Jasa Sosial, Konstruksi, Pengangkutan

27

Bab 2 Sektor Keuangan

ini malah mengalami peningkatan masing-masing sebesar Rp2,0 triliun (31,4%) dan Rp0,9 triliun (0,9%). Namun demikian, potensi risiko kredit sektor Perdagangan dan sektor Lain-lain cenderung lebih terkendali dibandingkan sektor Industri Pengolahan, antara lain karena: (i) kredit sektor Perdagangan dan sektor Lain-lain umumnya berbentuk kredit modal kerja dan kredit konsumsi dengan baki debet kredit relatif lebih kecil, (ii) debitur umumnya bukan korporasi, dan (iii) hampir semua bank mempunyai portofolio kredit kedua sektor ini sehingga risikonya lebih terdiversifikasi. Meskipun kondisi makroekonomi terus membaik, kualitas kredit sektor rumah tangga yang tercermin dari perkembangan kualitas kredit konsumsi terus mengalami penurunan. Adanya penurunan suku bunga kredit konsumsi sepanjang 2007 ternyata tidak membantu peningkatan kualitas kreditnya. NPL kredit konsumsi malah meningkat sebesar Rp21,1 triliun atau 31,7% selama
Grafik 2.21 Pangsa NPL Menurut Jenis Penggunaan Kredit
Persen 100
Konsumsi

semester I 2007, sehingga rasio NPL gross-nya meningkat dari 2,9% menjadi 3,5%. Dapat dicatat bahwa kecenderungan terus memburuknya kualitas kredit konsumsi dimulai sejak 2000. Sejak saat itu pangsa kredit bermasalah kredit konsumsi terhadap total kredit bermasalah terus meningkat. Pada akhir semester I 2007, pangsa tersebut mencapai 17,4%, jauh lebih tinggi dibandingkan dengan pangsa pada akhir semester sebelumnya sebesar 13,7%. Terkonsentrasinya pemberian kredit untuk tujuan konsumsi ini perlu diwaspadai karena apabila pendapatan sektor rumah tangga (household income) tidak cukup memadai untuk membayar kewajiban kepada bank, maka hal ini dapat mendorong terjadinya peningkatan risiko kredit. Kualitas KMK dan KI hanya mengalami sedikit perbaikan. Hal ini tercermin dari penurunan rasio NPL gross dari 6,3% menjadi 5,8% (KMK), dan dari 10,3% menjadi 9,1% (KI). Meskipun perbaikan kualitas kedua jenis kredit ini tidak tergolong besar, namun diperkirakan cukup mengurangi potensi instabilitas mengingat pangsa kredit bermalahnya cukup dominan, masing-masing

80 60

Investasi

sebesar 52,1% dan 30,5% dari total kredit bermasalah perbankan. Sementara itu, kualitas kredit korporasi cenderung

40 20

Modal Kerja

membaik, tercermin dari penurunan rasio NPL gross dari 8,1% menjadi 7,2%. Perbaikan kualitas kredit ini diperkirakan berdampak positif terhadap stabilitas sistem
Grafik 2.23 Perkembangan NPL Gross
Persen
275 255 235 215 195 175 NPL 155 135 115 95 75

0 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Grafik 2.22 Perkembangan Nominal NPL Konsumsi
Rp Triliun 10 9 8 7 6 5 4 3 2 1 2003 2004 2005 2006 2007
Juni

Persen 4,0 Konsumsi (kanan) 3,5

22,0

Kredit (kanan)

17,0

Investasi (kiri) 3,0

12,0

2,5 2,0 1,5 2003 2004 2005 2006 2007 Jun

7,0 Modal Kerja (kiri) 2,0 2002

28

Bab 2 Sektor Keuangan

Grafik 2.24 Nominal NPL Korporasi dan UMKM
Rp Triliun 50 40 Korporasi 30 20 UMKM 10 2001

Perkembangan positif nilai tukar selama semester I 2007 ikut mendorong perbaikan kinerja kredit valas sehingga mengurangi tekanan risiko kredit. Pada periode laporan, nilai tukar Rupiah terhadap USD menguat sebesar Rp191/USD. Sementara itu, sebagian besar debitur korporasi yang direstrukturisasi pada bank-bank BUMN mendapatkan fasilitas kredit valas. Akibatnya, kredit valas bermasalah menurun cukup besar yaitu sebesar Rp1,7

2004

2005 `

2006

2007

Juni

triliun atau 11,0%, sehingga rasio NPL gross kredit valas menurun dari 9,9% menjadi 7,9%. Pada sisi lain, kualitas

keuangan karena pangsa kredit korporasi tergolong besar mencapai 48,6% dari total kredit perbankan, sedangkan pangsa kredit bermasalahnya mencapai 60,8% dari total NPL perbankan. Salah satu hal yang mendorong perbaikan kualitas kredit korporasi adalah pelaksanaan restrukturisasi kredit pada beberapa bank BUMN beberapa waktu yang lalu. Kualitas kredit untuk Usaha Mikro Kecil dan Menengah (UMKM) mengalami penurunan, tercermin dari peningkatan rasio NPL gross dari 4,2% menjadi 4,4%. Secara nominal, NPL tersebut meningkat sebesar Rp2,4 triliun (14,3%), atau tertinggi selama beberapa tahun terakhir. Namun demikian, dalam jangka pendek hal ini diperkirakan tidak akan membahayakan stabilitas sistem keuangan, terutama karena kredit tersebut cukup terdiversifikasi dengan plafon yang relatif kecil dan jumlah debitur yang cukup besar.
Grafik 2.25 NPL Gross Kredit UMKM dan Korporasi
Persen 13,0 12,0 11,0 10,0 9,0 8,0 7,0 6,0 5,0 4,0 2003 2004 2005 2006 2007 Juni 2,5 2,0 Korporasi (kiri) 4,5 4,0 3,5 3,0 MKM (kanan) 5,0 Persen 5,5

kredit rupiah menurun karena naiknya kredit bermasalah sekitar Rp3,4 triliun atau 10,4% sehingga rasio NPL gross dalam rupiah sedikit meningkat dari 5,1% menjadi 5,3%.
Grafik 2.26 Perkembangan Kurs dan NPL Valas
Kurs/USD 12.000 11.500 11.000 10.500 10.000 9.500 9.000 8.500 8.000 2001 2002 2003 2004 2005 2006 2007 Juni NPL Valas Kurs Triliun 50 45 40 35 30 25 20 15 10

Grafik 2.27 Perkembangan NPL Gross Valas
Persen 45 40 35 30 25 20 15 10 5 0 2000 2002 2003 2004 2005 2006 2007 Juni NPL Rp NPL Total NPL Valas

Mitigasi Risiko Kredit
Untuk memitigasi risiko kredit, perbankan menjaga kecukupan pembentukan penyisihan penghapusan kredit. Selama semester I 2007, perbankan membentuk

29

Bab 2 Sektor Keuangan

penyisihan penghapusan kredit sebesar Rp4,2 triliun atau meningkat sebesar 10,7% dibandingkan dengan semester sebelumnya. Dengan pembentukan penyisihan tersebut, NPL netto perbankan mengalami penurunan dari 3,6% menjadi 2,9%.

credit derivative akan membantu perbankan dalam
mengelola risiko kredit, memudahkan penyelesaian masalah likuiditas, dan mendorong peningkatan financial deepening.

2.2.3. Risiko Pasar
Grafik 2.28 Kredit, NPL dan PPAP
Triliun 100 90 80 70 60 50 PPAP (kiri) 40 30 2000 2001 2002 2003 2004 2005 2006 NPL (kiri) Kredit (kanan) 1000 900 800 700 600 500 400 300 200 2007Juni

Kondisi makroekonomi yang membaik yang didukung oleh laju inflasi serta trend penurunan suku bunga yang terkendali membuat risiko pasar perbankan relatif terjaga. Selama semester I 2007, trend penurunan suku bunga yang telah berlangsung sejak pertengahan tahun lalu masih terus berlanjut. Penurunan terjadi baik untuk suku bunga DPK (deposito 1 bulan) maupun suku bunga semua jenis kredit (KMK, KI dan KK). Meskipun penurunan suku bunga DPK pada semester I 2007 (sebesar 150 bps) masih lebih besar dibandingkan penurunan suku bunga kredit, namun penurunan tersebut lebih rendah dibandingkan penurunan suku bunga DPK semester sebelumnya (238 bps). Sebaliknya, penurunan suku bunga kredit baik KMK, KI, maupun KK pada semester I 2007 (masing-masing 119 bps, 111 bps, dan 67 bps) justru lebih besar dibandingkan semester sebelumnya. Secara keseluruhan, hal-hal ini mengindikasikan bahwa perbankan sudah lebih berani menurunkan suku bunga kredit. Namun demikian, suku bunga kredit konsumsi (KK) masih tergolong tinggi, terutama pada kelompok bank asing dan campuran dengan rata-rata suku bunga di atas 30%.
Grafik 2.29 Perkembangan Suku Bunga dan Nilai Tukar
Persen 22 19 16 13 10 8500 7 Kurs (kanan) 4 2002 2003 2004 2005 Deposito 1 Bulan 7500 2006 2007 KI KMK 9500 KK 10500 Rp 11500

Upaya-upaya lainnya yang dapat dilakukan perbankan untuk memitigasi risiko kredit adalah (i) menerapkan manajemen risiko yang tepat dalam penyaluran kredit, (ii) meningkatkan kemampuan analisis kredit dari loan officers, (iii) mengurangi kesenjangan informasi (asymmetric information) dalam pemberian kredit, antara lain dengan memanfaatkan data dan informasi yang disediakan Biro Informasi Kredit (Credit Buraeu), (iv) meningkatkan pemberian kredit melalui sindikasi atau risk sharing agreement lainnya, dan (v) mengefektifkan penerapan Peraturan Pemerintah No.33/ 2006 tentang Tata Cara Penghapusan Piutang Negara, untuk memperlancar restrukturisasi kredit pada bank-bank BUMN. Dengan melakukan upaya-upaya ini, perbankan diharapkan dapat mengatasi berbagai permasalahan perkreditan yang berpotensi menekan stabilitas sistem keuangan. Ke depan, sejalan dengan semakin majunya bisnis perbankan maka berbagai alternatif upaya mitigasi risiko kredit perlu dikembangkan, antara lain dengan melakukan sekuritisasi dan credit derivative. Kegiatan sekuritisasi dan

30

Bab 2 Sektor Keuangan

Grafik 2.30 Suku Bunga Kredit Per Kelompok Bank
Persen 40 Des-05 30 Des-06 Jun-06
300 450 Rp Triliun

Grafik 2.31 Maturity Profile Rupiah

Jun-07
150

20

0 (150)

10
(300)

Des-05 Jun-06 sd 1 bln 1 - 3 bln 3 - 6 bulan 6 - 12 bln

Des-06 Jun-07 > 12 bln

0 KMK KI KK KMK KI KK KMK KI KK KMK KI KK KMK KI KK Persero BPD BUSN Asing & Campuran Seluruh

(450)

Secara umum perbankan melakukan pengelolaan risiko suku bunga dengan memelihara portofolio dengan
10 Miliar USD

Grafik 2.32 Maturity Profile Valas

posisi short untuk jangka pendek dan long pada jangka panjang. Dengan profil maturity yang short pada dana jangka pendek tersebut, bank akan menikmati keuntungan dengan adanya trend penurunan suku bunga. Posisi short pada jangka pendek dan long untuk jangka panjang terdapat baik pada portofolio rupiah maupun valas. Untuk profil maturity rupiah, terlihat trend penurunan posisi short pada jangka pendek dan posisi long untuk jangka panjang, sedangkan untuk profil maturity valas, terdapat kecenderungan peningkatan untuk posisi short jangka pendek (s.d. 1 bulan). Hal ini mencerminkan pergeseran komposisi portofolio bank dari rupiah ke valas yang terjadi seiring dengan terus turunnya suku bunga. Meskipun pada saat ini risiko suku bunga relatif terkendali, profil maturity seperti dijelaskan di atas dapat menimbulkan kerawanan apabila terjadi pembalikan arah suku bunga. Potensi kerawanan itu perlu diwaspadai mengingat di dalam negeri pasar hedging dan derivative yang dapat mendukung pelaksanaan mitigasi risiko suku bunga belum berkembang. Dengan demikian, apabila terjadi pembalikan arah suku bunga sedangkan perbankan tidak dapat merespon dengan baik, maka hal ini dapat menimbulkan kerugian yang menekan permodalan (CAR) perbankan. Berdasarkan hasil stress
(5) Des05 Jun06 (10) sd 1 bln 1 - 3 bln 3 - 6 bulan 6 - 12 bln > 12 bln Des06 Jun07 5

0

test diketahui bahwa apabila suku bunga mengalami peningkatan, secara rata-rata akan terjadi penurunan CAR sebesar 28 bps untuk setiap peningkatan suku bunga sebesar 100 bps. Sementara itu, untuk mengatasi risiko nilai tukar, perbankan memelihara Posisi Devisa Netto (PDN) yang relatif rendah. Secara rata-rata, PDN perbankan selama semester I 2007 berkisar antara 3% s.d. 5%. Dengan memelihara PDN (overall) pada tingkat yang rendah, kemampuan bank untuk menghadapi risiko pergerakan nilai tukar relatif lebih baik. Dari hasil stress test tentang dampak apresiasi/depresiasi nilai tukar rupiah terhadap CAR diketahui bahwa secara umum bank-bank mampu memelihara CAR di atas 8%. Oleh karena itu, adanya gejolak nilai tukar rupiah yang sempat terjadi akhir-akhir ini diperkirakan tidak akan sampai menimbulkan instabilitas.

31

Bab 2 Sektor Keuangan

Grafik 2.33 Perkembangan PDN (Overall)
Persen 20 16 12 18,4 17,1 15,6 BUSN Bank Asing 14,7 Bank Campuran Seluruh BPD PDN Tertinggi 16,3 16,9 16,6 17,0 15,3 Bank Persero

Grafik 2.34 SUN yang Dimiliki Perbankan
Persen 100 Persen 21

75

17

50

13

8 4 0 Okt Nov 2006 Des Jan Feb Mar 2007 Apr Mei Jun

25

9

0 Des 2005

Mar

Jun 2006

Sept

Des

Mar 2007

Jun

5

Trading (kiri) % SUN Trading thd TA (kanan)

Investment (kiri) % SUN thd TA (kanan)

Dengan kemampuan bank memelihara posisi PDN yang rendah serta didukung permodalan yang relatif tinggi dan kondisi perekonomian yang membaik, maka risiko pasar (nilai tukar) diperkirakan tetap terkendali. Namun demikian, diperlukan kewaspadaan apabila terjadi peningkatan suku bunga dan pembalikan arus dana asing berjangka pendek (sudden reversal). Untuk itu, perbankan perlu terus menerus meningkatkan kemampuan manajemen risikonya serta mempersiapkan contingency Untuk mendukung peningkatan kemampuan manajemen perbankan dalam mengelola dan memitigasi risiko pasar, maka pengembangan pasar hedging dan

derivative sangat diperlukan. Tanpa pasar hedging dan derivative, kemampuan untuk mengendalikan risiko pasar
oleh manajemen perbankan menjadi sangat terbatas. Pasar

hedging dan derivative yang berkembang baik akan
membantu pelaksanaan manajemen risiko pasar sekaligus mendorong peningkatan financial deepening.

plan yang memadai.
Selama semester I 2007, jumlah Surat Utang Negara (SUN) trading yang dimiliki perbankan mengalami peningkatan sehingga pangsanya terhadap total aset meningkat dari 7,4% menjadi 8,9%. Selain itu, proporsi SUN trading terhadap total SUN juga meningkat, yaitu dari 46,3% menjadi 61,1%. Peningkatan portofolio trading ini berpotensi meningkatkan risiko pasar. Hal ini perlu diwaspadai mengingat pasar keuangan global dewasa ini cenderung terus bergejolak yang dapat mengakibatkan penurunan nilai aset-aset keuangan yang dimiliki perbankan di dalam negeri, termasuk SUN. Penurunan nilai tersebut kemudian dapat menimbulkan kerugian yang menekan permodalan. Hasil stress test menunjukkan bahwa apabila terjadi penurunan harga SUN sebesar 15% atau lebih, terdapat 2 bank besar yang akan mengalami penurunan CAR sehingga menjadi di bawah 10%.

2.2.4. Profitabilitas dan Permodalan

Profitabilitas
Selama semester I 2007, profitabilitas perbankan terus meningkat, tercermin dari kenaikan pendapatan bunga bersih (NII) dari Rp42,5 triliun menjadi Rp46,4 triliun, dan ROA dari 2,6% menjadi 2,8%. Sementara itu, efisiensi operasi perbankan juga membaik, terlihat dari penurunan rasio BOPO dari 86,5% menjadi 84,6%.

Trend penurunan suku bunga dimanfaatkan
perbankan untuk meningkatkan pendapatan. Perbankan umumnya merespon trend tersebut dengan memperlebar

spread melalui penurunan suku bunga DPK yang lebih
besar dan lebih cepat dibandingkan dengan penurunan suku bunga kredit. Akibatnya spread suku bunga Rupiah meningkat dari 10,17% menjadi 10,28%, sedangkan

32

Bab 2 Sektor Keuangan

Grafik 2.35 Perkembangan NII Perbankan
18,0 16,0 14,0 12,0 10,0 8,0 6,0 4,0 2,0 Feb Jun 2005 Okt Feb Jun 2006 Okt Feb 2007 Jun
Pendapatan Bunga Beban Bunga NII

2,4% menjadi 2,6%. Sementara itu, kelompok bank lainnya hanya naik tipis dari 3,2% menjadi 3,3%. Tingginya kenaikan ROA kelompok bank besar mencerminkan peranan penting bank-bank besar dalam menentukan kinerja keuangan industri perbankan. Meningkatnya penyaluran kredit selama semester I 2007 mengakibatkan pendapatan bunga kredit mendominasi total pendapatan bunga bank. Jika pada semester sebelumnya pangsa pendapatan bunga kredit terhadap total pendapatan bunga perbankan hanya

spread suku bunga valas meningkat dari 5,30% menjadi 5,47%. Pada sisi lain, aktiva produktif bank, terutama dalam bentuk kredit, terus mengalami peningkatan dalam jumlah yang lebih besar daripada peningkatan DPK sehingga pendapatan bunga naik lebih tinggi dibandingkan dengan beban bunga. Secara keseluruhan, hal-hal ini berdampak positif terhadap pendapatan bunga bersih (NII) perbankan. Peningkatan NII dan kenaikan pendapatan non operasional mendorong peningkatan laba perbankan dalam porsi yang lebih besar daripada kenaikan total aset rata-rata. Selama semester I 2007, laba bank meningkat 14,1% sedangkan total aset rata-rata hanya naik sebesar 7,7%. Akibatnya, ROA perbankan meningkat dari 2,6% menjadi 2,8%. Dari segi kelompok bank, kenaikan ROA tertinggi dialami oleh kelompok 15 bank besar, yakni dari
Grafik 2.36 Perkembangan Laba dan Asset Perbankan
Juta Rp 1.700.000 1.600.000 45.000 1.500.000 1.400.000 1.300.000 1.200.000 1.100.000 1.000.000 Jun 2004 Aset rata-rata LABA Des Jun 2005 Des Jun 2006 Des Jun 2007 30.000 40.000 50.000

sebesar 60,1% maka pada semester I 2007 meningkat menjadi sebesar 63,5%. Sumber pendapatan bunga lainnya yang juga meningkat adalah pendapatan bunga dari SBI/Fasbi, khususnya karena kenaikan penanaman bank dalam SBI/Fasbi yakni Rp6,5 triliun. Namun demikian, pangsa pendapatan bunga dari surat-surat berharga lainnya turun cukup besar, yaitu dari 21,4% menjadi 16,8%, terutama karena menurunnya penanaman bank dalam obligasi korporasi sebesar Rp16,5 triliun. Peningkatan profitabilitas tersebut sejalan dengan perbaikan efisiensi usaha yang tercermin dari penurunan rasio BOPO. Meskipun terdapat kenaikan beban pembentukan penyisihan aktiva produktif (PPAP) dari ratarata Rp2,6 triliun per bulan menjadi Rp3,0 triliun per bulan, namun karena tingginya pendapatan operasional yang berasal dari pendapatan bunga maka rasio BOPO menurun,
Grafik 2.37 Komposisi Pendapatan Bunga Perbankan
Persen 100
7,0 7,8 6,9 7,3 8,9 9,2 8,2 7,9

75
49,8 56,4 59,7 63,3 63,1 59,2 60,1 63,5

50

35.000
25
32,5 26,3 25,1 8,3 Des 22,2 7,2 Jun 22,0 6,0 Des 22,9 8,7 Jun 21,4 10,4 Des 16,8 11,8 Jun

25.000

0

10,8 Des

9,5 Jun

2003 BI

2004 SSB

2005 Kredit

2006 Lainnya

2007

33

Bab 2 Sektor Keuangan

yaitu dari 86,5% menjadi 84,6%. Peningkatan profitabilitas dan perbaikan efisiensi usaha perbankan ini akan berdampak positif terhadap stabilitas sistem keuangan.

permodalan yang kuat tersebut, perbankan akan lebih mampu menyerap berbagai jenis risiko sehingga dapat memperkuat stabilitas sistem keuangan. Rasio permodalan yang tinggi juga akan memberi ruang gerak

Permodalan
Tingginya profitabilitas selama semester I 2007 memungkinkan perbankan untuk melakukan pemupukan modal secara internal (internal growth). Sementara itu, kenaikan jumlah modal perbankan terlihat lebih tinggi dibandingkan dengan kenaikan jumlah ATMR sehingga rasio permodalan (CAR) naik tipis dari 20,5% menjadi 20,7%. Secara nominal, jumlah modal perbankan meningkat 8,8% menjadi Rp198,5 triliun, sementara jumlah ATMR mengalami kenaikan 7,2% menjadi Rp958,9 triliun. Selain memiliki CAR yang tergolong tinggi, perbankan juga memiliki rasio modal inti terhadap ATMR yang juga tinggi, yaitu mencapai 17,8%. Dengan
Grafik 2.38 ATMR, Modal dan CAR
Rp Triliun 1.100 1.000 900 800 700 600 500 400 300 200 100 Des Jun Des Jun Des Jun Des Jun Modal ATMR CAR (kanan)

yang cukup bagi peningkatan fungsi intermediasi perbankan. Meskipun secara aggregat CAR perbankan tergolong tinggi, namun masih terdapat sejumlah kecil bank yang memiliki CAR yang marjinal. Dengan CAR yang marjinal, bank-bank tersebut akan sangat rentan terhadap peningkatan risiko. Untuk mengatasi permasalahan ini, kepatuhan perbankan terhadap pemenuhan ketentuan modal inti minimum sebesar Rp80 miliar pada akhir tahun 2007, dan Rp100 miliar pada akhir 2010 sangat diperlukan.

2.3. LEMBAGA KEUANGAN BUKAN BANK DAN PASAR MODAL
Selama semester I 2007, kinerja perusahaan pembiayaan dan pasar modal sebagai Ωalternatif sumber

Persen 22 20 18 16 14 12 10

pembiayaan cukup baik. Perkembangan tersebut terutama didukung oleh membaiknya prospek perekonomian yang memungkinkan turunnya suku bunga. Di pasar modal, mulai terdapatnya emisi baru telah sedikit memperbaiki likuiditas pasar dan menurunkan volatilitas sehingga mengurangi tekanan risiko investasi. Namun, perkembangan emisi Ωcenderung lambat sehingga Ωtidak mampu mengimbangi pesatnya

2003

2004

2005

2006

2007

Grafik 2.39 Rasio Tier 1 terhadap ATMR, dan CAR
Persen 30,0 25,0 20,0 15,0 10,0 5,0 0,0 A B C D E F G H I J K L M N O 15 BB Asg Cmpr Lainnya Indst CAR Tier 1 : ATMR

kenaikan permintaan investor, terutama investor asing. Akibatnya, bubble price sulit dihindarkan. Perkembangan pasar yang terutama didukung permintaan investor asing cenderung rawan koreksi khususnya apabila terjadi sudden reversal. Untuk itu, perlu segera dikembangkan financial deepening yang memungkinkan tersedianya berbagai alternatif penanaman bagi investor dalam rangka diversifikasi risiko.

34

Bab 2 Sektor Keuangan

2.3.1. Perusahaan Pembiayaan
Selama semester I 2007, penurunan suku bunga mulai berdampak terhadap kinerja Perusahaan Pembiayaan (PP), baik swasta nasional maupun usaha patungan. Hal ini antara lain terlihat dari meningkatnya rasio pembiayaan terhadap ekuitas dan rasio pembiayaan terhadap pinjaman. Sejalan dengan peningkatan pembiayaan tersebut, total aset PP meningkat sebesar 4,2%.
Grafik 2.40 Kegiatan Usaha Perusahaan Pembiayaan
Rp Triliun 120 100 80 60 2005 2006 Jan 07 Mar 07 Mei 07

Grafik 2.42 Sumber Dana Perusahaan Pembiayaan Swasta Nasional
Rp Miliar 14.000 Pinjaman DN 12.000 10.000 8.000 6.000 4.000 2.000 0 Des 2005 Mei 2006 Des Jan Feb Mar 2007 Apr Mei Pinjaman LN SSB

Grafik 2.43 Sumber Dana Perusahaan Pembiayaan Patungan
Rp Miliar 35.000 Pinjaman DN 30.000 25.000 20.000 Pinjaman LN SSB

40
15.000

20 0 Aset Pembiayaan Pendanaan Modal

10.000 5.000 0 Des 2005 Mei 2006 Des Jan Feb Mar 2007 Apr Mei

Secara umum, kegiatan usaha PP masih terkonsentrasi pada pembiayaan konsumen (64%), terutama untuk pembelian kendaraan bermotor. Namun demikian, pembiayaan yang dilakukan oleh PP Patungan lebih besar dibandingkan dengan PP Swasta Nasional. Hal tersebut antara lain karena PP Patungan melakukan ekspansi pembiayaan dengan jangka waktu yang lebih panjang, termasuk pembiayaan infrastrukur dan perumahan melalui sewa guna usaha.
Grafik 2.41 Perusahaan Pembiayaan
Rp Miliar 120.000 100.000 80.000 60.000 40.000 20.000 0 Total Perusahaan Pembiayaan Perusahaan Pembiayaan Swasta Nasional Perusahaan Pembiayaan Patungan

Pinjaman perbankan tetap menjadi sumber dana utama PP, dengan pangsa yang meningkat, yaitu dari 85% (Mei 2006) menjadi 90% (Mei 2007). PP Swasta Nasional sangat tergantung terhadap perbankan domestik, sedangkan PP Patungan mengandalkan pinjaman perbankan luar negeri. Meskipun demikian, PP Patungan mulai melakukan diversifikasi sumber dana dengan mengurangi pinjaman perbankan luar negeri dan meningkatkan penerbitan emisi saham dan obligasi. Ketergantungan yang tinggi pada pinjaman perbankan domestik cenderung berdampak negatif kepada kinerja PP Swasta Nasional, khususnya karena mahalnya biaya dana yang harus dibayarkan. Sementara itu, PP Patungan dapat beroperasi secara lebih efisien karena suku bunga pinjaman luar negeri yang harus dibayar lebih rendah. Sebagaimana dikemukakan sebelumnya, baik PP

Des 2005

Mei 2006

Des

Mei 2007

Swasta Nasional maupun PP Patungan sangat tergantung

35

Bab 2 Sektor Keuangan

pada sumber dana pinjaman perbankan. PP Patungan memiliki struktur sumber dana yang didominasi oleh pinjaman perbankan luar negeri. Lebih rendahnya suku bunga pinjaman perbankan luar negeri membuat PP Patungan lebih efisien menyalurkan pembiayaan. PP Patungan juga mulai aktif menerbitkan obligasi di luar negeri meskipun jumlahnya masih relatif sedikit yaitu sebesar USD 6 juta. Biaya operasi PP Swasta Nasional cenderung lebih tinggi terutama karena meningkatnya kredit defaults yang mengharuskan pembentukan pencadangan. Tingginya biaya operasi ini selanjutnya mengakibatkan tingginya defisit dari aktivitas operasi, sehingga risiko likuiditas PP juga tergolong tinggi. Di samping risiko likuiditas, PP Swasta Nasional juga menghadapi risiko kredit yang cukup tinggi, terutama karena adanya kecenderungan ekspansi pembiayaan dilakukan secara agresif dan terkonsentrasi. Agresifnya ekspansi pembiayaan berpotensi menimbulkan dampak penularan (contagion effects) khususnya karena semakin kuatnya kecenderungan konglomerasi antara bank, PP, asuransi dan industri otomotif. Pada sisi lain, tingginya ketergantungan PP terhadap sumber dana pinjaman perbankan dapat mengakibatkan meningkatnya eksposur risiko industri perbankan. Sementara itu, tingginya kecenderungan PP Patungan untuk menggunakan pinjaman luar negeri untuk
Grafik 2.44 Arus Kas Neto Perusahaan Pembiayaan
Rp Miliar 4.000

ekspansi pembiayaan dalam rupiah berpotensi menimbulkan tekanan terhadap stabilitas sistem keuangan, khususnya apabila tidak dilakukan hedging atas pinjaman luar negeri tersebut. Selain itu, pelemahan rupiah juga akan mempersulit pengembalian pinjaman luar negeri oleh PP. Secara kolektif, hal-hal ini berpotensi menimbulkan tekanan pada stabilitas sistem keuangan.

2.3.2. Pasar Modal
Terkendalinya inflasi yang memberikan ruang gerak berlanjutnya penurunan suku bunga sebagaimana ditandai oleh turunnya BI rate sehingga menjadi 8,25% (sejak Juni 2007) dari 9,5% (awal 2007) menjadi sentimen positif yang mendukung berlanjutnya capital inflows. Pada semester I 2007 capital inflows yang bersumber dari penanaman investor asing pada SBI, SUN dan saham meningkat pesat (melebihi 100%) sehingga mencapai sekitar Rp58 triliun dibandingkan dengan capital inflows pada semester II 2006 yang hanya sekitar Rp24,5 triliun. Pesatnya kenaikan capital inflows tersebut mendukung perkembangan pasar modal. Namun, tidak terdapatnya pasar hedging dan tetap tidak likuidnya pasar modal menyebabkan penanaman oleh investor asing bersifat jangka pendek. Menjelang akhir semester (Juni 2007), perilaku profit taking investor asing yang terutama dipicu sentimen negatif dari pasar internasional menyebabkan terkoreksinya perkembangan pasar modal
Grafik 2.45 Capital Inflows pada SUN-SBI-Saham
Rp Triliun 30 20

2.000

10
0

0
-2.000
Arus Kas Neto dari Aktivitas Operasi Arus Kas Neto dari Aktivitas Investasi Arus Kas Neto dari Aktivitas Pendanaan

-10 Saham -20 Jun Jul Sep Okt 2006 Nov Des Jan Feb Mar Apr 2007 Mei Jun SBI SUN

-4.000

Jan

Feb

Mar 2007

Apr

Mei

36

Bab 2 Sektor Keuangan

yang sempat menekan nilai tukar. Kondisi tersebut menimbulkan kekhawatiran akan berulangnya krisis
6000

Grafik 2.46 Perkembangan Indeks Saham Bursa Regional

keuangan yang bersumber dari terjadinya capital outflows
5000

dalam jumlah besar secara bersamaan (sudden reversal)
4000

IHSG SET NIKKEI

STI PCOMM NASDAQ

KLCI HSCI

yang berpotensi menekan stabilitas sistem keuangan (lihat
3000

Boks 2.2). Namun, ketahanan sistem keuangan yang
2000

dimiliki yang didukung oleh membaiknya prospek perekonomian diperkirakan akan mampu mencegah dampak negatif dari capital outflows.

1000 0 29 12 Des Jan 2006 26 Jan 9 Feb 23 Feb 9 23 6 Mar Mar Apr 2007 20 Apr 4 Mei 18 Mei 1 Jun 15 Jun 29 Jun

Pasar Saham
Pada semester I 2007 bullish pasar saham emerging countries berlanjut yang didukung tetap tingginya minat investor asing. Pada awal 2007 pasar saham emerging countries sempat mengalami koreksi yang dipicu sentimen negatif dari bursa saham Cina. Di samping itu, koreksi pasar terjadi karena sentimen negatif dari tekanan inflasi AS terutama pada menjelang akhir semester I 2007. Namun, cukup kuatnya sentimen positif dari pasar internasional yang terutama bersumber dari meningkatnya harga komoditi logam dan prospek berlanjutnya pertumbuhan ekonomi AS mampu mendukung berlanjutnya penguatan pasar saham emerging countries. Di pasar saham domestik, kuatnya sentimen positif yang bersumber dari baiknya prospek
Tabel 2.1 Perkembangan Indeks Harga Beberapa Bursa Regional
Pertumbuhan (%) Sem II 06 Sem I 07 IHSG STI KLCI SET PCOMM HSCI NIKKEI NASDAQ DJI SIASA KOSPI 1,310.26 2,435.39 914.69 678.13 3,020.13 2,182.73 309.54 2,172.09 4,543.79 1,295.15 1,805.52 2,985.83 1,096.24 679.84 3,940.47 2,802.68 336.39 3,415.29 2,139.28 3,548.20 1,354.38 776.79 5,148.42 3,109.64 356.40 2,603.23 37.80 22.60 19.85 0.25 30.47 28.40 8.67 57.24 11.77 53.61 10.76 18.49 18.83 23.55 14.26 30.65 10.95 5.95 -23.78 7.87 89.16 21.55

perekonomian ke depan mampu mempertahankan penguatan pasar, sehingga pada semester I 2007 IHSG tetap menguat sekitar 18% yang mencapai 2.139,28. Koreksi pasar menyebabkan melambatnya pertumbuhan hampir seluruh indeks sektoral yang pada semester II 2006 mengalami pertumbuhan pesat. Membaiknya prospek perekonomian ke depan yang memberikan ruang gerak bagi berlanjutnya penurunan suku bunga telah mendukung berlanjutnya penguatan indeks sektor konstruksi, properti dan real estate yang pada semester I 2007 tumbuh sekitar 75% (semester II 2006 tumbuh 56%). Menguatnya pertumbuhan sektor pertambangan terutama didukung oleh membaiknya perkembangan harga komoditi. Pertumbuhan indeks
Grafik 2.2 Perkembangan Indeks Harga Sektoral
Pertumbuhan (%) Sem II 06 Sem I 07 80.07 33.50 56.03 30.36 43.54 28.77 26.13 46.62 28.96 41.10 31.80 75.24 12.00 9.17 -0.54 78.97 15.18 41.24

Jun 06

Des 06

Jun 07

Jun 06 Pertanian Industri Dasar Knstr, Properti,RE Konsumsi Keuangan Infra Struktur Pertambangan Aneka Industri Jasa Perdagangan 661.25 111.45 77.43 299.32 142.39 585.96 729.65 192.43 212.68

Des 06 1,190.71 148.79 120.82 390.19 204.39 754.54 920.31 282.14 274.28

Jun 07 1,680.12 196.10 211.72 437.01 223.14 750.43 1,647.04 324.96 387.38

11,150.22 12,463.15 13,443.75 6,979.53 13,202.68 1,434.46 1,743.60

37

Bab 2 Sektor Keuangan

Grafik 2.47 Perkembangan Indeks Sektoral
2000 1800 1600 1400 1200 1000 800 600 400 200 0 29 12 Des Jan 2006 26 Jan 9 Feb 23 Feb 9 23 6 Mar Mar Apr 2007 20 Apr 4 18 Mei Mei 1 Jun 15 Jun 29 Jun
Pertanian Konsumsi Pertambangan Indust Dasar Keuangan Aneka Indus Konstruksi,Properti,Real Estate Infrastruktur Jasa Perdag

Grafik 2.49 Nilai Kapitalisasi & Nilai Emisi
N Kapitalisasi, Rp Triliun 1600
N Kap (BEJ) N Kap (BES) N Emisi

N Emisi, Rp Triliun 286 284 282 280 278 276 274 272 270

1400 1200 1000 800 600 400 200 0
Jun Jul Ags Sep Okt Nov Des Jan Feb Mar Apr Mei Jun

2006

2007

sektor industri dasar stabil yaitu sekitar 30% yang didukung tetap membaiknya harga logam di pasar internasional. Profit taking yang dilakukan investor asing pada saham sektor keuangan menyebabkan terkoreksinya harga. Namun, kuatnya sentimen positif penurunan suku bunga menyebabkan tetap menguatnya harga saham sektor keuangan. Pesatnya perkembangan harga saham lebih didukung oleh maraknya transaksi. Pada semester I 2007 transaksi saham meningkat sekitar Rp38 triliun sehingga menjadi Rp87 triliun. Sejalan dengan perkembangan tersebut, transaksi saham investor asing juga meningkat yang mencatat net beli sekitar Rp11 triliun (semester I 2007) dibandingkan dengan net beli sekitar Rp7,5 triliun (semester II 2006). Pesatnya perkembangan harga yang hanya didukung maraknya transaksi mampu mendukung pertumbuhan
Grafik 2.48 Transaksi Saham Investor Domestik-Asing
Rp Triliun 120 Total 100 80 60 40 20 0 Indonesia Asing

kapitalisasi pasar walau likuiditas pasar tetap rendah. Pada semester I 2007 likuiditas pasar saham diharapkan membaik dengan terdapatnya emisi sebesar Rp11,5 triliun. Namun, tampaknya emisi tersebut belum mampu mengimbangi tingginya minat investor untuk melakukan penanaman pada saham sehingga tetap terjadi bubble price. Cenderung tertahannya emisi baru juga karena adanya kecenderungan sebagian emiten untuk memilih melakukan emisi obligasi dengan memanfaatkan momentum perkembangan pasar yang menguat dengan turunnya perkembangan suku bunga. Walau belum mampu sepenuhnya mendukung pembentukan harga yang efisien, terdapatnya emisi baru telah memperbaiki likuiditas yang selanjutnya mengurangi tekanan risiko pasar saham. Hal tersebut tampak pada
Tabel 2.3 Perkembangan Efisiensi Pasar Saham
Sem II 2006 < 0,5 IHSG Pertanian Industri Dasar Konstruksi, Properti, RE Konsumsi Keuangan Infra Struktur Pertambangan Aneka Industri Jasa Perdagangan 0.80 0.51 0.31 0.31 0.33 0.47 0.29 0.34 0.42 0.31 0,5 - <0,75 0,75 - <1 0.20 0.49 0.69 0.69 0.67 0.53 0.71 0.66 0.58 0.69 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 >1 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 < 0,5 0.15 0.46 0.35 0.39 0.37 0.36 0.46 0.39 0.34 0.39 Sem I 2007 0,5 - <0,75 0,75 - <1 0.43 0.54 0.27 0.61 0.27 0.64 0.54 0.45 0.66 0.34 0.43 0.00 0.39 0.00 0.35 0.00 0.00 0.16 0.00 0.27 >1 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

Jun

Sep 2006

Des

Jan

Feb

Mar 2007

Apr

Mei

Jun

38

Bab 2 Sektor Keuangan

perkembangan distribusi koefisien efisiensi pasar (MEC) yang menunjukkan jauh berkurangnya volatilitas jangka pendek pada semester I 2007 dengan meningkatnya proporsi nilai MEC yang berada pada kisaran 0,75-<1 pada semester I 2007.
4

Grafik 2.51 Distribusi SUN Menurut Tenor
Rp Triliun 40 35 30 25 20 15 FR VR

Pasar Obligasi
Pada semester I 2007 pasar obligasi mengalami perkembangan pesat terutama didukung perkembangan suku bunga yang menurun. Di pasar SUN, pesatnya perkembangan harga kurang didukung perkembangan likuiditas yang setara, sehingga tingkat harga naik terlalu tinggi. Pada semester I 2007 posisi SUN naik dari Rp419 triliun menjadi Rp451 triliun. Sejak Mei 2007 pemerintah juga telah menerbitkan SPN yang posisinya mencapai Rp3,9 triliun (akhir semester I 2007).
Grafik 2.50 Perkembangan Harga SUN
130 125 120 115 110 105 100 95 90 85
2 Jan 16 Jan 30 Jan 13 Feb 27 Feb 13 Mar 27 Mar 10 Apr 24 Apr 8 Mei 22 Mei 5 Jun 19 Jun FR0040 FR0028 FR0045 FR0043 FR0034 FR0044 FR0042

10 5 0 1 th 3 th 5 th 7 th 9 th 11 th 13 th 15 th 17 th 19 th 30 th

diversifikasi penanaman pada SPN. Perilaku tersebut menyebabkan sedikit terkoreksinya harga SUN. Penyesuaian portofolio investor berdampak pada turunnya kepemilikan SUN perbankan dari sekitar Rp269 triliun (awal 2007) menjadi Rp258 triliun (akhir semester I 2007). Namun, baiknya prospek pasar obligasi menyebabkan tetap tingginya minat investor terhadap SUN. Pada semester I 2007 kepemilikan SUN investor residen non perbankan dan investor asing naik dari masingmasing sekitar Rp87 triliun dan Rp55 triliun (awal 2007) menjadi masing-masing Rp97 triliun dan Rp82 triliun (akhir semester I 2007).
Grafik 2.52 Kepemilikan SUN
Triliun Rp 300 Perbankan 250 200 150 100 50 0 Sep Okt Nov 2006 Des Jan Feb Mar Apr 2007 Mei Jun Residen Asing

2007

Tetap tidak likuidnya pasar terutama untuk tenor panjang, di samping terdapatnya isu kenaikan suku bunga global yang bersumber dari tekanan inflasi perekonomian AS mendorong investor utama SUN, yaitu perbankan dan asing menyesuaikan portofolio, yaitu melepas SUN yang harganya sudah terlalu tinggi dan membeli SUN yang harganya masih murah melalui pembelian di pasar perdana. Di samping itu, investor perbankan melakukan
4 Penjelasan lebih rinci tentang koefisien efisiensi pasar (MEC) dapat dilihat pada KSK No.5, September 2005.

Ekspektasi berlanjutnya penurunan suku bunga domestik memberikan prospek positif bagi perkembangan pasar obligasi. Ekspektasi tersebut terindikasi pada turunnya yield penanaman rupiah tenor jangka panjang sekitar 80 bps. Perkembangan yang sama terjadi pada yield

39

Bab 2 Sektor Keuangan

Grafik 2.53 Perkembangan Yield Tenor 20 Tahun
12 10 8 6
60

Grafik 2.55 Emisi dan Posisi Obligasi Korporasi
Emisi & Posisi, Rp Triliun 140 Emisi 120 100 80 Posisi Emiten 168 166 164 162 160 158 156 Jun Sep 2006 Des Jan Feb Mar Apr 2007 Mei Jun Emiten 170

Persen

4
40

2 0 8 Jan

Indonesia Malaysia

Philipina Singapura

Thailand Amerika Serikat

20

22 Jan

5 Feb

19 Feb

5 Mar

19 Mar

2 Apr 2007

16 Apr

30 Apr

14 Mei

28 Mei

11 Jun

25 Jun

0

penanaman jangka panjang emerging markets Asia, seperti Thailand, Malaysia dan Singapura. Namun, prospek jangka panjang pasar obligasi emerging countries dibayangi kekhawatiran terjadinya koreksi pasar yang dipicu sentimen negatif meningkatnya suku bunga global. Kekhawatiran tersebut menyebabkan sempat meningkatnya yield penanaman jangka panjang emerging markets pada akhir semester I 2007 sebagai imbas dari naiknya yield penanaman US$. Terdapatnya kekhawatiran tersebut menyebabkan penanaman pada instrumen keuangan emerging markets cenderung berjangka pendek yang berdampak pada perkembangan harga yang volatile terutama dalam jangka pendek.

emiten obligasi korporasi bertambah dari 162 perusahaan (Desember 2006) menjadi 168 perusahaan (Juni 2007). Nilai emisi oleh 6 emiten baru mencapai sekitar Rp3 triliun sementara nilai emisi seluruh emiten naik Rp18,5 triliun menjadi Rp121,12 triliun (akhir semester I 2007). Dengan memperhitungkan obligasi korporasi jatuh waktu, realisasi emisi obligasi korporasi naik Rp12,5 triliun. Perkembangan tersebut juga mengindikasikan terdapatnya sebagian emisi obligasi korporasi yang merupakan refinancing terutama karena memanfaatkan trend menurunnya perkembangan suku bunga ke depan.

Reksa Dana
Pesatnya perkembangan pasar saham dan pasar obligasi sebagai dampak turunnya suku bunga telah berimbas pada kinerja reksa dana. Turunnya suku bunga simpanan juga mendorong investor untuk mengalihkan penanaman dari deposito berjangka kepada instrumen pasar modal yang menjanjikan return lebih tinggi terutama reksa dana. Pada semester I 2007 NAB naik 31,7% sehingga menjadi sebesar Rp67,01 triliun. Kenaikan NAB disertai kenaikan pada jumlah unit penyertaan mencerminkan adanya tambahan investor baru. Jenis reksa dana tetap terkonsentrasi pada jenis
30hr 100hr 20 25 Persen

Trend penurunan suku bunga mulai berdampak
positif terhadap perkembangan pasar obligasi korporasi. Perkembangan tersebut sejalan dengan mulai turunnya suku bunga kredit perbankan. Pada semester I 2007,
Grafik 2.54 Perbandingan Volatilitas Harga Aset Keuangan
Malaysia Thailand Singapore Philipina Indonesia US 0 5 10 15

pendapatan tetap yang memiliki aset pendukung obligasi terutama SUN. Bullishnya pasar saham telah mendukung

40

Bab 2 Sektor Keuangan

Grafik 2.56 Perkembangan Reksa Dana Per Jenis
80 70 60 50 40 30 20 10 Mar
Sumber: Bapepam

sementara jumlah MI meningkat dari 90 menjadi 94. Dana sebesar Rp90,53 triliun tersebut terbagi atas dana kelolaan
NAV

Rp Triliun FI Saham Mixed PU Terproteksi Indeks

reksa dana, discretionary funds dan lainnya. Dari seluruh dana kelolaan tersebut sebagian besar yaitu 96% dimiliki investor domestik, terutama investor institusi. Semakin berkembangnya berbagai alternatif instrumen pasar modal yang ditawarkan melalui pengelolaan dana oleh MI menyebabkan dampak

Jun Sep 2006

Des

Jan

Feb

Mar Apr 2007

Mei

Jun

penurunan suku bunga terhadap reksa dana tidak sebesar sebagaimana tahun-tahun sebelumnya. Di samping itu, semakin berkembangnya regulasi reksa dana terutama terkait disiplin penerapan mark to market dan aspek transparansi telah semakin meningkatkan pemahaman masyarakat akan risiko reksa dana. Dengan dukungan aspek regulasi tersebut, pertumbuhan reksa dana akan lebih sustainable sehingga risiko bagi investor semakin terantisipasi.

kenaikan reksa dana jenis saham. Sementara itu, sejalan dengan turunnya perkembangan suku bunga, reksa dana jenis pasar uang mengalami penurunan. Di samping reksa dana, investor semakin aktif melakukan penanaman melalui para manajer investasi (MI). Pada semester I 2007 (s.d April 2007), pengelolaan dana oleh MI naik 15% sehingga menjadi Rp90,53 triliun

41

Bab 2 Sektor Keuangan

Boks 2.1 Kondisi Financial Deepening di Indonesia
Financial deepening merupakan suatu istilah yang
menggambarkan perkembangan sektor keuangan pada suatu negara (Lynch, 1996; Kiyotaki dan Moore, 2005). Financial deepening sangat diperlukan untuk: (i) memperkuat dan meningkatkan stabilitas sistem keuangan, (ii) meningkatkan aliran uang dalam sektor keuangan, (iii) meningkatkan efisiensi dan daya saing sektor keuangan, dan (iv) meningkatkan akses terhadap produk dan jasa keuangan, termasuk akses dari masyarakat miskin dan terkebelakang. Untuk menilai kondisi financial deepening, Shaw
Tabel Boks 2.1.1 Perkembangan Financial Deepening Indonesia
Tahun 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 M2/GDP (%) 56,66 60,41 58,76 53,75 50,11 47,44 46,93 45,48 44,06 41,40 Claims on Private Fixed Capital Sectors /GDP (%) Formation/GDP (%) 60,82 53,21 20,48 19,45 17,75 18,91 20,95 24,97 25,96 23,86 28,31 25,43 20,14 19,85 19,23 19,00 19,29 21,68 21,97 23,97

(1973) menggunakan Rasio M2/GDP, Rasio Claims on Private Sectors/GDP, dan Rasio Fixed Capital Formation/ GDP. Semakin tinggi rasio berarti semakin dalam
financial deepening, semakin besar penggunaan uang dalam perekonomian, atau semakin luas kegiatan sektor keuangan. Penilaian juga dapat dilakukan dengan memperbandingkan nominal finance dan real

Sumber: Hasil olahan data yang berasal dari Bloomberg.

ekspor dan tabungan, tapi malah mendorong impor dan konsumsi. Terjadi pelarian modal (capital flight) ke luar negeri. Sektor keuangan Indonesia dewasa ini menunjukkan beberapa kemajuan. Hal ini antara lain terlihat dari meningkat pesatnya kegiatan di pasar saham dan pasar obligasi (terutama SUN). Disamping itu, transaksi valas secara bertahap terus mengalami kenaikan sejalan dengan peningkatan kebutuhan pelaku pasar, terkait dengan partisipasi pelaku asing yang meningkat pesat di pasar keuangan domestik.
Tabel Boks 2.1.2 Perkembangan Financial Deepening Indonesia
Tahun 2000 2001 2002 2003 2004 2005 2006 Indeks Nominal Finance 1,00 1,13 1,18 1,28 1,38 1,61 1,85 Indeks Real Finance 1,00 0,97 0,96 0,99 1,01 1,03 1,02

finance, dan dengan meneliti apakah terdapat real rates of return yang rendah atau negatif.
Kebalikan dari financial deepening adalah ≈shallow financeΔ (Shaw, 1973), dengan karakteristik antara lain sebagai berikut: • Sektor keuangan didominasi oleh perbankan dan aliran uang dari luar negeri baik berupa bantuan/ pinjaman, suppliers» credits, maupun investasi langsung.

Real rates of return rendah atau negatif. Akibatnya,
pemilik aset keuangan tidak memperoleh reward dari real growth pada portfolio, mereka malah dirugikan. Perekonomian sangat tergantung pada anggaran pemerintah dan international capital accounts. Permintaan terhadap aset keuangan terhambat oleh suku bunga riil yang rendah, sedangkan penawaran terhambat oleh credit rationing. Terjadi overvaluation pada domestic money di pasar

foreign exchange spot. Hal ini tidak mendorong

Sumber: Hasil olahan data yang berasal dari Bank Indonesia. Index dihitung dengan menjadikan tahun 2000 sebagai tahun dasar, mengikuti perhitungan GDP Riil dengan harga konstan tahun 2000. Untuk menghitung Real Finance digunakan deflator Indeks Harga Konsumen (IHK) pada tahun yang bersangkutan.

42

Bab 2 Sektor Keuangan

Tabel Boks 2.1.3 Real Rates of Returns di Indonesia
Tahun 2000 2001 2002 2003 2004 2005 2006 Tingkat Bunga Deposito (%) 12,17 15,48 15,28 10,39 7,07 10,95 11,63 Yield SUN FR05 (%) n.a n.a 14,79 12,16 8,66 13,25 8,31 Yield SUN FR21 (%) n.a n.a n.a 13,07 10,27 13,30 9,36 Real Rates of Returns Real Rates of Returns Real Rates of Returns Deposito (%) SUN FR05 (%) SUN FR21 (%) 2,82 2,93 5,25 5,29 0,67 -6,15 5,03 n.a n.a 4,76 7,06 2,26 -3,85 1,71 n.a n.a n.a 7,97 3,87 -3,80 2,76

Sumber: Hasil olahan data yang berasal dari Bloomberg dan Bank Indonesia.

Namun demikian, kondisi financial deepening Indonesia tampaknya masih belum menggembirakan, tercermin dari angka Rasio M2/GDP, Rasio Claims on

Untuk mendiskusikan langkah-langkah yang dapat ditempuh guna memajukan financial deepening di Indonesia, pada 22-24 Agustus 2007 di Bali telah dilaksanakan Seminar Internasional dengan tema ≈Financial Sector Deepening and Financial Stability:

Private Sectors/GDP, dan Rasio Fixed Capital Formation/
GDP yang cenderung terus menurun (Tabel 2.1.1). Indikator lainnya adalah real finance yang jauh lebih rendah daripada nominal finance. Sebagai contoh, pada tahun 2006 nominal pertumbuhan M2 sebesar 85%, namun secara riil hanya sebesar 2% (Tabel 2.1.2). Selain itu, menggunakan data tingkat bunga deposito dan yield Surat Utang Negara (SUN) seri FR05 dan FR21 sebagai suatu illustrasi, real rates of return terlihat rendah dan bahkan negatif pada tahun tertentu (Tabel 2.1.3). Hal-hal lainnya yang mengindikasikan bahwa Indonesia dewasa ini sedang menghadapi permasalahan dalam financial deepening adalah (i) kurang berjalannya fungsi intermediasi perbankan, (ii) relatif mahalnya biaya dana, (iii) kurang tersedianya sumber dana jangka panjang, (iv) keterbatasan

Benefits and ChallengesΔ. Belajar dari pengalaman
negara lain yang diungkapkan dalam seminar tersebut, terlihat betapa pentingnya bagi Indonesia untuk segera melakukan financial deepening, namun harus dilakukan secara berhati-hati agar tidak menimbulkan tekanan terhadap stabilitas sistem keuangan. Untuk itu, beberapa kajian untuk meningkatkan financial deepening saat ini terus dilakukan.

Daftar Pustaka
Kiyotaki, N. dan Moore, J. (2005), ≈Financial DeepeningΔ, Journal of the European Economic

Association, 3(2-3): 701-713.
Lynch, D. (1996), ≈Measuring Financial Sector Development: A Study of Selected Asia-Pacific CountriesΔ, The Developing Economies, 34(1): 3-33. Shaw, E. S. (1973), Financial Deepening in Economic

alternatif instrument keuangan yang disediakan oleh
lembaga-lembaga keuangan, dan (v) belum berkembangnya pasar hedging dan derivatif. Selain itu, akses dari masyarakat miskin dan terkebelakang terhadap produk dan jasa keuangan juga masih relatif terbatas.

Development, Oxford University Press, London.

43

Bab 2 Sektor Keuangan

Boks 2.2

Capital Inflows dan Sudden Reversal: Siapkah Kita Menghadapi Krisis?
Pada first round effect, terdapat potensi kerugian pada bank karena repricing asset/liability valas, dan potensi gangguan likuiditas untuk pemenuhan kebutuhan valas. Selain itu, first round effect juga dapat menimbulkan kerugian pada trading portfolio suratsurat berharga. Sebagai contoh, aksi jual yang dilakukan investor asing dapat membuat harga SUN jatuh sehingga bank yang memiliki SUN akan mengalami kerugian. Sementara itu, pada second round effect, sudden reversal akan mengakibatkan peningkatan NPL valas. Hal ini kemudian akan memicu peningkatan NPL rupiah karena debitur kedit valas biasanya juga mendapat kredit rupiah. Gangguan likuiditas akan lebih besar karena deposan rupiah kemungkinan ikut-ikutan menarik uangnya untuk bermain dalam valas. Akibatnya, nilai rupiah akan semakin tertekan sehingga krisis yang baru menjadi diambang pintu. Seberapa siapkah Indonesia menghadapi krisis yang baru? Belajar dari pengalaman krisis 1997/1998, telah banyak langkah perbaikan yang dilakukan sehingga Indonesia dewasa ini sudah lebih siap dan memiliki ketahanan sistem keuangan yang lebih baik dibandingkan dengan periode sebelum krisis. Beberapa kemajuan penting yang telah dicapai oleh industri perbankan paska krisis adalah: Permodalan bank dalam beberapa tahun terakhir relatif jauh lebih tinggi dibandingkan sebelum krisis, sehingga dapat menjadi buffer yang kuat dalam menghadapi Δ shock Δ. Selain itu, profitabilitas juga relatif lebih baik dibandingkan dengan kondisi sebelum krisis. Kualitas kredit terus membaik yang tercermin dari rasio NPL yang terus menurun, berbeda dengan situasi menjelang krisis dimana kualitas kredit terus memburuk. Dalam pengelolaan bisnis sehari-hari, perbankan telah menerapkan fungsi risk management yang

Peningkatan capital inflows ke Indonesia akhirakhir ini telah menimbulkan kekhawatiran akan berulangnya krisis keuangan yang terjadi tepat 10 tahun yang lalu. Meskipun tidak ada satu orangpun yang dapat memastikan kapan akan terjadinya krisis, penting sekali dilakukan analisis tentang kemungkinan terjadinya krisis dan seberapa siapkah kita menghadapinya. Hal yang paling ditakutkan dari peningkatan capital

inflows adalah apabila terjadi pembalikan arus modal
secara tiba-tiba dan secara serentak (sudden reversal) sehingga dapat memicu terulangnya krisis. Ketakutan ini cukup beralasan karena mayoritas capital inflows berjangka pendek dan umumnya ditanamkan dalam SBI, SUN dan saham. Dengan penanaman dalam instrumen berjangka pendek, investor asing dapat dengan mudah mengalihkan penanaman ke luar Indonesia. Faktor-faktor apa sajakah yang dapat memicu

sudden reversal? Secara umum terdapat 2 kelompok
faktor penyebab, yaitu faktor ekonomi dan faktor nonekonomi. Termasuk dalam faktor ekonomi adalah (i) menyempitnya interest rate differential, (ii) rendahnya yield yang dapat membuat berinvestasi di Indonesia menjadi kurang menarik, dan (iii) contagion effect dari negara lain. Contoh faktor non-ekonomi adalah gejolak politik dan keamanan dalam negeri. Untuk menghindari terulangnya krisis, penting sekali dilakukan langkah-langkah untuk menghilangkan, atau paling tidak meminimalkan, keberadaan faktorfaktor pemicu tersebut. Secara umum, dampak sudden reversal dapat dilihat paling tidak dari 2 (dua) perspektif, yaitu (i) First

Round Effect , yaitu dampak yang langsung
mempengaruhi posisi keuangan bank atau lebih bersifat mikro, dan (ii) Second Round Effect, yaitu dampak lanjutan yang bersifat tidak langsung terhadap posisi keuangan individual bank dan industri perbankan secara keseluruhan (makro).

44

Bab 2 Sektor Keuangan

Grafik Boks 2.2.1. NPL & CAR Sebelum dan Sesudah Krisis
55,0 45,0 35,0
500 Rp Triliun 700

Grafik Boks 2.2.2. Perkembangan Kredit Valas
USD/Rp 12.000
Kredit Valas Kredit Rupiah Kurs (kanan)

Pre Crisis

Recovery
600

10.000 8.000

25,0 15,0 5,0 -5,0 -15,0
NPLs Gross (%) CAR (%)

400

Crisis

6.000 300 200 100 0 4.000 2.000 0 1995 1997 1999 2001 2003 2005 2007

-25,0 1996 1998 2000 2002 2004 2006

lebih baik dan wajib dilaksanakan dari sisi ketentuan, sementara sebelum krisis fungsi tersebut kurang diterapkan. Selain itu, perbankan sudah menerapkan prinsip-prinsip good corporate -

Hal-hal lainnya yang berhasil dicapai paska krisis dan mendukung ketahanan sistem keuangan adalah: Adanya Jaring Pengaman Sektor Keuangan (JPSK), termasuk pendirian Lembaga Penjamin Simpanan (LPS) untuk perlindungan dana nasabah. Sebelum krisis, Indonesia tidak memiliki jaring pengaman (safety nets) seperti ini. Cadangan devisa jauh lebih besar dibanding periode sebelum krisis dengan kecenderungan terus meningkat. Dengan cadangan devisa yang lebih besar, ketahanan sistem keuangan menjadi lebih kuat. Paska krisis sudah disusun Arsitektur Perbankan Indonesia (API) yang antara lain mencakup program-program seperti konsolidasi perbankan, kewajiban sertifikasi manajemen risiko bagi perbankan, penguatan kualitas operasional dan manajemen perbankan, serta penerapan best

governance, sesuatu hal yang diabaikan sebelum
krisis. Posisi Devisa Neto (PDN) perbankan dewasa ini sangat kecil, yaitu sekitar 3% s.d. 5%. Selain itu, pelaksanaan transaksi derivatif tidak seaktif sebelum krisis, umumnya hanya untuk hedging and

matching position, bukan untuk maksud trading
sebagaimana yang terjadi sebelum krisis. Tidak ada pelanggaran Batas Maksimum Pemberian Kredit (BMPK), padahal menjelang krisis banyak terjadi pelanggaran BMPK (terutama untuk pihak terkait). Paska krisis, potensi risiko perbankan relatif berkurang dan terdiversifikasi sejalan dengan (i) pergesaran fokus kredit dari jangka panjang ke kredit jangka pendek seperti konsumsi, atau dari jenis kredit korporasi ke kredit UMKM, (ii) penurunan kredit sektor Industri Pengolahan dan kemudian bergeser ke kredit sektor Perdagangan, (iii) kredit dalam valas, yang sensitif terhadap perubahan nilai tukar, tumbuh stabil dengan pangsa sekitar 20% - 23%, dan (iv) meningkatnya penanaman bank dalam SBI dan SUN.

practices dalam pengawasan bank.
Kemajuan-kemajuan tersebut di atas memberikan petunjuk yang cukup kuat bahwa dewasa ini sektor keuangan Indonesia, terutama industri perbankan, telah memiliki ketahanan yang lebih baik. Dengan demikian, Indonesia akan lebih siap menghadapi setiap kemungkinan terjelek yang dapat mengganggu stabilitas sektor keuangan, termasuk jika terjadi sudden reversal yang memicu krisis.

45

Bab 2 Sektor Keuangan

Halaman ini sengaja dikosongkan

46

Bab 3 Prospek Sistem Keuangan Indonesia

Bab 3 Prospek Sistem Keuangan Indonesia

47

Bab 3 Prospek Sistem Keuangan Indonesia

Halaman ini sengaja dikosongkan

48

Bab 3 Prospek Sistem Keuangan Indonesia

Bab 3

Prospek Sistem Keuangan Indonesia

Sistem keuangan Indonesia dalam semester I 2007 relatif stabil yang didukung permodalan bank yang kuat, indikator makro ekonomi yang kondusif dan kondisi korporasi yang memiliki kinerja rentabilitas yang positif. Namun demikian, peningkatan investasi asing jangka pendek di pasar modal dan berbagai tekanan di pasar global yang dapat menyebabkan pembalikan investasi serta adanya potensi peningkatan risiko kredit perbankan domestik perlu dipantau secara konsisten dan berkesinambungan.

3.1. PROSPEK EKONOMI DAN PERSEPSI RISIKO
Prospek ekonomi tampaknya masih positif dan berpotensi tumbuh dalam beberapa periode ke depan. Analis ekonomi Asia Pasifik juga meyakini pertumbuhan ekonomi yang didukung dengan peningkatan perdagangan internasional dan tingkat inflasi yang terjaga pada tingkat sekitar 6%. Kondisi ini diharapkan mampu mendorong pengembangan sektor riil dan memperkuat ketahanan perekonomian terhadap risikorisiko yang dapat mempengaruhi kestabilan sistem keuangan. Selain itu momentum kestabilan kondisi makro dan masih menariknya yield instrumen telah meningkatkan investasi yang dilakukan oleh para hedge
Tabel 3.1 Konsensus Proyeksi Beberapa Indikator Ekonomi
2007 2008

fund untuk dapat mengkompensasi penurunan credit spread investasi global.
Investor asing masih menganggap kondisi ekonomi Indonesia menarik dan relatif stabil. Oleh karena itu, telah masuk aliran investasi baik berjangka panjang maupun berjangka pendek yang di pasar negara berkembang berbentuk obligasi, leveraged lending dan structured credit products. Namun demikian, kondisi yang positif tersebut perlu diwaspadai karena peningkatan suku bunga di pasar keuangan negara berkembang lain atau di negara maju yang sebesar 200 bps berpotensi memicu pemindahan dana sehingga akan mempengaruhi potensi pertumbuhan ekonomi Indonesia.
Tabel 3.2 Persepsi Risiko Indonesia
Obligasi Indo 14 Indo 17 Indo 35
Sumber: Bloomberg

Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 PDB (% yoy) Inflasi (% yoy) 6.0 6.3 6.1 6.1 6.2 6.0 6.1 6.0 6.4 6.0 6.3 6.5 6.3 6.5 6.4 6.3

Rating BBBBBB-

Ytm (%) 6.57 6.74 7.34

Yield Spread (bp) Juni 196.5 203 245.6 Desember 114.8 124 177.4

Neraca Perdagangan (US$ miliar) 8.0 9.3 8.7 9.5 9.4 9.6 9.5 10.3
Sumber: Asia Pacific Concensus Forecast

49

Bab 3 Prospek Sistem Keuangan Indonesia

Grafik 3.1 Kurva Yield
Persen 12 10 8 6 4 2 0 1
Sumber: Bloomberg

perbankan cukup rawan terhadap pembalikan arah suku bunga. Selain itu, instrumen keuangan yang dapat digunakan manajemen untuk mengendalikan risiko suku bunga juga masih terbatas sejalan dengan belum berkembangnya pasar hedging dan derivative di dalam negeri.
3/30/2007 6/29/2007 Log. (6/29/2007) Log. (3/30/2007)

Sama halnya dengan risiko suku bunga, maka risiko pasar harga SUN juga tergolong agak moderat. Namun demikian, pengendalian risiko suku bunga dapat dilakukan secara lebih baik dibandingkan dengan pengendalian risiko pasar harga SUN. Pengendalian risiko pasar harga SUN jauh lebih sulit karena gejolak pasar global dapat langsung mempengaruhi harga SUN, padahal gejolak tersebut di luar kendali manajemen. Beberapa hal yang dapat memicu peningkatan risiko likuiditas adalah struktur DPK yang masih terkonsentrasi pada dana berjangka pendek, deposan besar, dan dana milik perorangan. Untuk memitigasi risiko likuditas, perbankan melakukan penempatan dana pada surat berharga yang likuid dan memiliki risiko yang rendah. Hal ini tampaknya cukup berhasil sehingga secara keseluruhan risiko likuditas perbankan tergolong rendah dengan risk

3

5

6

7

8

9

10

15

20 Tahun

3.2. PROFIL RISIKO PERBANKAN: TINGKAT DAN ARAH
Sistem perbankan masih dalam kondisi yang stabil walaupun kegiatan intermediasi bank masih belum optimal. Kondisi tersebut tampaknya mendorong penguatan permodalan bank yang memiliki CAR sebesar 21,4% dan ROA sebesar 2,8%. Namun demikian, relaksasi ketentuan yang dilakukan agar bank segera menyalurkan kredit perlu mendapat perhatian agar tidak meningkatkan kredit bermasalah bank. Sementara itu, risiko pasar (nilai tukar) masih rendah dengan volatilitas nilai tukar yang juga rendah. Ke depan, potensi risiko nilai tukar diperkirakan tidak material karena perbankan diperkirakan masih akan memelihara portofolio valas atau PDN yang rendah. Namun demikian, risiko suku bunga agak moderat. Hal tersebut karena profil maturity

control system yang umumnya acceptable.
Risiko kredit masih moderat di tengah upaya restrukturisasi dan peningkatan penyaluran kredit karena semakin mudahnya akses terhadap kredit untuk proyek-

Grafik 3.2 Profil Risiko Industri Perbankan dan Arahnya
Risiko Pasar Risiko Likuiditas Risiko Kredit

Inherent Risk

Smt-I 2007 Outlook

Smt-I 2007 Outlook

Smt-I 2007 Outlook

High Moderate Low

Suku Bunga

Harga SUN

Nilai Tukar

Strong

Acceptable

Weak Risk Control

Strong

Acceptable

Weak Risk Control

Strong

Acceptable

Weak Risk Control

50

Bab 3 Prospek Sistem Keuangan Indonesia

proyek infrastruktur. Namun, proses restrukturisasi debiturdebitur besar yang belum tuntas dan berlangsung lama telah menyebabkan biaya restrukturisasi menjadi semakin mahal sehingga diperkirakan dapat mendorong peningkatan risiko kredit ke depan. Potensi peningkatan risiko kredit juga muncul karena penerapan manajemen risiko kredit yang masih memerlukan perbaikan dan masih adanya kelemahan dalam sistem informasi manajemen kredit perbankan. Sementara itu, dari segi risiko operasional, perbankan Indonesia masih dihadapi berbagai tantangan, antara lain karena masih banyaknya kasus-kasus kejahatan perbankan dan masalah-masalah lain yang terkait dengan teknologi informasi. Selain itu, beberapa kejadian bencana banjir dan gangguan sistem telah menyebabkan kegagalan sistem telekomunikasi walaupun belum menimbulkan kerugian yang signifikan dan menurunkan kepercayaan masyarakat kepada perbankan. Tantangan berat lainnya yang dihadapi perbankan adalah masih adanya kesulitan dalam melakukan pengukuran risiko operasional dan merumuskan langkah-langkah mitigasi risikonya. Hal ini terjadi terutama karena keterbatasan data dan keahlian yang dimiliki perbankan. Implementasi Basel II diharapkan akan meningkatkan kemampuan perbankan dalam pengukuran dan pengendalian risiko operasional.

berikutnya diperkirakan tetap baik, tercermin dari simulasi indeks stabilitas sistem keuangan yang mencapai 1,25 (Desember 2007).
Grafik 3.3 Financial Stability Index
3,5
FSI FSI Average

3 2,5 2 1,5 1 0,5 0
M8 M10M12M2 M4 M6 M8 M10M12 M2 M4 M6 M8 M10M12M2 M4 M6 M8 M10M12 M2 M4 M6 M8 M10M12 Prakiraan

2003

2004

2005

2006

2007

Potensi risiko terbesar yang dihadapi Indonesia adalah sebagai akibat meningkatnya modal asing jangka pendek di pasar saham yang masih bergelembung. Hal ini merupakan fenomena normal saat ini dimana modal dapat berpindah secara cepat melewati batas negara. Perkembangan ini didorong oleh tiga aspek perubahan yaitu (i) pertumbuhan aset yang dikelola oleh manajer investasi (ii) perubahan perilaku investasi yang tidak lagi bersifat ≈home biasΔ dan (iii) inovasi dan progres di bidang pengelolaan risiko perbankan dan korporasi. Pertumbuhan hedge funds yang diperkirakan mengelola US$1,4 triliun dan fokus mereka untuk memperoleh pendapatan absolut mempengaruhi keputusan investasi hedge funds di pasar negara berkembang.

3.3. PROSPEK SISTEM KEUANGAN INDONESIA
Kondisi sistem keuangan cenderung masih stabil dan membaik terutama apabila dibandingkan dengan kondisi pada akhir Desember 2006. Hal tersebut tercermin dari penurunan indeks stabilitas sistem keuangan (financial stability index) dari 1,37 menjadi 1,21 (lihat Boks 3.1). Stabilitas ini didukung oleh semakin membaiknya kondisi makro ekonomi dan perbankan serta pasar saham dan obligasi. Ketahanan sistem keuangan pada semester

Peningkatan aliran dana antar pasar keuangan menyebabkan pasar antar negara menjadi tanpa batas. Sebagai contoh, pasar obligasi dan pasar saham di Eropa, Jepang dan Amerika Serikat menjadi lebih dekat dibandingkan satu dekade yang lalu. Tekanan yang terjadi di pasar AS akan menyebabkan permasalahan di negara lain misalnya sebagaimana krisis subprime mortgage di AS yang berlanjut ke Australia, Jerman, dan negara lainnya.

51

Bab 3 Prospek Sistem Keuangan Indonesia

Walaupun sebagian bursa saham global sudah mulai kembali normal namun potensi gejolak yang akan terjadi masih besar. Beberapa faktor utama yang dapat menjadi pemicu adalah akselerasi inflasi di China, kecenderungan kenaikan suku bunga global, dan kenaikan harga minyak dunia yang sempat meningkat menjadi USD70,68 per barrel pada semester I 2007. Faktor-faktor ini perlu dipantau dan dimitigasi sehingga tidak menyebabkan dampak negatif terhadap Indonesia. Salah satu yang perlu mendapat perhatian adalah faktor penularan ke Bursa Efek Jakarta sehingga menyebabkan investor melakukan penarikan dana atau pindah ke instrumen investasi di pasar uang. Namun diharapkan tekanan ini hanya bersifat temporer sehingga yang perlu dilakukan adalah melakukan pemantauan yang berkesinambungan sehingga dapat diantisipasi perkembangan risikonya. Sebagaimana yang telah dijelaskan pada bab sebelumnya, stress test risiko pasar terhadap perbankan menunjukkan ketahanan yang cukup baik terhadap perubahan-perubahan variabel makroekonomi. Sementara itu, stress test sederhana yang dilakukan terhadap sampel 35 konglomerasi/korporasi besar Indonesia yang memiliki kewajiban valas menunjukkan bahwa permodalan mereka relatif cukup kuat menghadapi risiko nilai tukar, khususnya pelemahan rupiah s.d. Rp11.500/USD. Apabila rupiah

melemah lebih dari angka tersebut baru terdapat lebih dari satu konglomerasi yang akan mengalami tekanan dalam permodalannya.
Tabel 3.3 Dampak Nilai Tukar terhadap Permodalan Konglomerasi
Kurs S.d. Rp.11.000/USD S.d. Rp.11.500/USD S.d. Rp.12.000/USD S.d. Rp.13.000/USD S.d. Rp.15.000/USD S.d. Rp.17.000/USD > Rp17.000/USD Jumlah konglomerasi yang menjadi bermasalah permodalannya 0 1 2 7 10 14 35

Hasil estimasi probability of default (PD) terhadap sampel 219 perusahaan non financial go publi c menunjukkan bahwa jumlah perusahaan yang memiliki PD lebih dari 0,5 mengalami sedikit peningkatan, yaitu dari 66 perusahaan pada akhir Desember 2006 menjadi 69 perusahaan pada akhir Desember 2007 (lihat Boks 3.1). Hal ini mengindikasikan bahwa risiko kredit ke depan akan meningkat tipis. Hasil estimasi ini konsisten dengan analisis sebelumnya yang juga memperkirakan bahwa risiko kredit akan sedikit meningkat. Namun demikian, pembentukan cadangan dan kuatnya permodalan bank diperkirakan dapat mengatasi peningkatan risiko kredit tersebut.

Grafik 3.4 Probability of Default Perusahaan Non Financial Go Public
70 60 50 40 30 20 10 0 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 Desember 2006 70 60 50 40 30 20 10 0 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 Desember 2007

Probability of Default

Probability of Default

52

Bab 3 Prospek Sistem Keuangan Indonesia

Ke depan, pertumbuhan PDB dan masih rendahnya suku bunga diperkirakan akan meningkatkan prospek pertumbuhan aktivitas usaha perbankan. Beberapa sektor yang diperkirakan tumbuh di atas rata-rata pertumbuhan ekonomi adalah sektor konstruksi (10,2%), transportasi dan komunikasi (9,7%) dan industri manufaktur (8,5%). Rencana ekspansi kredit perbankan diperkirakan meningkat sekitar 22% yang didukung dengan pertumbuhan dana pihak ketiga. Pengembangan sektor riil diperkirakan dapat didorong dengan peningkatan aktivitas di pasar modal khususnya penerbitan obligasi oleh korporasi.

kondisi keamanan yang tidak mendukung dapat memicu terjadinya capital outflows. Sementara itu, ke depan industri perbankan juga menghadapi berbagai tantangan yang tidak ringan, antara lain penyelesaian restrukturisasi kredit, perbaikan manajemen risiko dan sistem informasi manajemen kredit, serta sinkronisasi antara upaya peningkatan fungsi intermediasi perbankan dengan upaya penurunan risiko kredit. Tantangan lainnya adalah pengembangan rencana kontinjensi untuk mengurangi risiko operasional, serta peningkatan efektivitas pengendalian internal dan tata kelola usaha untuk memperkecil kerawanan pada industri perbankan. Selain itu, pemenuhan ketentuan modal inti

3.4. POTENSI KERAWANAN
Ketahanan sistem keuangan Indonesia dalam periode ke depan tampaknya relatif aman. Namun demikian, dari sisi eksternal terdapat potensi kerawanan antara lain pertumbuhan ekonomi dunia yang melambat, potensi lonjakan harga minyak dunia, dan arus modal masuk berjangka pendek. Selain itu, efektivitas langkah-langkah penyelesaian krisis subprime mortgage yang dilakukan oleh otoritas moneter dan perbankan negara-negara terkait juga dapat berpengaruh terhadap stabilitas sistem keuangan Indonesia. Dari sisi internal, potensi kerawanan dapat muncul dari persiapan menjelang Pemilu yang diperkirakan dapat mempengaruhi aktivitas bisnis dan perkembangan risiko pada sektor keuangan, terutama

minimum bank sebesar Rp80 milyar pada akhir tahun 2007 dan sebesar Rp100 milyar pada akhir tahun 2010 diperkirakan juga dapat menjadi tantangan tersendiri bagi beberapa bank karena dapat mempengaruhi kemampuan pengendalian risiko mereka ke depan. Dalam upaya untuk mengurangi risiko telah dilakukan koordinasi antara Pemerintah dan Bank Indonesia. Sebagaimana yang akan dijelaskan pada bab selanjutnya, salah satu inisiatif yang dihasilkan adalah pembentukan Forum Stabilitas Sistem Keuangan (FSSK) yang bertujuan untuk menjadi media pertukaran informasi dan pembahasan risiko-risiko yang berkembang dalam perekonomian yang berpotensi menyebabkan krisis.

53

Bab 3 Prospek Sistem Keuangan Indonesia

Boks 3.1 Financial Stability Index dan Probability of Default
Financial Stability Index
Financial Stability Index (FSI) merupakan suatu indikator yang digunakan untuk menilai perkembangan stabilitas keuangan suatu negara. FSI dibangun dari 3 (tiga) blok utama di sektor keuangan Indonesia, yaitu perbankan, pasar saham dan pasar obligasi (lihat Hadad et al., 2007). Ketiga blok tersebut saling berhubungan dan interaksinya mempengaruhi stabilitas keuangan. Masing-masing blok diwakili oleh satu set persamaan perilaku, sedangkan keterkaitan antar blok dijelaskan oleh suatu persamaan identitas. Hal ini terlihat sebagai berikut: Persamaan Perilaku: Blok Perbankan: Non-Performing Loan npl = f[rlnd, log(income), (rlnd-sbi)] Blok Pasar Saham: Indeks Harga Saham Gabungan log(ihsg) = f[log(ihsg(-1)), log(income), rlnd, log(er)] Blok Pasar Obligasi:Government Yield Bond (5 Years) yield5yr = f[rdep1m, log(income), log(er)] Persamaan Identitas: income = cons + inv Penjelasan Variabel:
Variabel (rlnd-sbi) log(er) log(ihsg) log(income) npl rdep1m rlnd sbi yield5yr cons inv Pengertian selisih tingkat suku bunga pinjaman (lending rate) dan SBI nilai tukar nominal (Rp per USD) indeks harga saham gabungan agregat pendapatan, sektor konsumsi dan investasi non-performing loan tingkat suku bunga deposito 1 bulan tingkat suku bunga pinjaman (lending rate) tingkat suku bunga SBI, 1 bulan government yield bond, 5 years konsumsi investasi

Dengan menggunakan data bulanan yang berasal dari Laporan Bulanan Bank Umum (LBU), Bloomberg dan CEIC, masing-masing persamaan diestimasi dengan pendekatan Three Stage Least

Squares (3SLS). Dalam kajian ini, periode observasi
mencakup Januari 2003 s.d. Juni 2007. Validitas hasil estimasi pada variabel-variabel endogen diuji dengan memperhatikan hasil perhitungan root mean squared

error, mean absolute error, mean absolute percentage error, dan theil inequality coefficient. Selanjutnya
dilakukan pembobotan untuk pembentukan FSI. Mengingat perbankan mendominasi sektor keuangan, maka bobot yang lebih besar diberikan kepada indikator perbankan (dalam hal ini NPL). Hasil estimasi model dapat digunakan untuk memprediksi FSI satu tahun ke depan.

Probability of Default
Probability of default (PD) digunakan untuk mengetahui seberapa besar kemungkinan terjadinya default (kegagalan pemenuhan kewajiban oleh perusahaan) di masa yang akan datang. Untuk mengestimasi PD digunakan metode Barrier Option yang memodelkan perilaku aset perusahaan terhadap kewajibannya atas dasar data neraca. Metode ini lebih disukai karena mampu mengukur PD individual perusahaan dengan data terbatas, sementara model lain membutuhkan data yang cukup besar. Metode ini juga cocok untuk pengukuran PD sektor ekonomi atau industri yang memiliki karakteristik khusus. Metode Barrier Option didasarkan pada pendekatan Merton (1974) dimana aset diasumsikan mengikuti proses Brownian Motion, yaitu suatu proses stochastic dengan waktu kontinu yang merupakan limit dari proses Random Walk. Metode Barrier Option menjelaskan bagaimana asset bergerak dan seberapa besar kemungkinan nilai asset jatuh pada treshold tertentu. Yang menjadi treshold adalah kewajiban

#) log : logaritma natural ##) notasi ≈(-1)Δ : nilai satu periode sebelumnya

54

Bab 3 Prospek Sistem Keuangan Indonesia

(liabilities) dari perusahaan. Pendekatan ini dinilai lebih baik daripada pendekatan option biasa karena mampu memperhitungkan seberapa besar kemungkinan nilai aset jatuh di bawah treshold sebelum masa jatuh tempo dari aset.
Grafik Boks 3.1.1. Probability of Default - Metode Barrier Option

Dalam kajian ini digunakan data total aset dan total liabilites dari sampel 219 perusahaan non

financial go public yang terdaftar di Bursa Efek Jakarta
(BEJ) pada akhir Desember 2005 dan 2006. Atas dasar data total aset, dilakukan estimasi terhadap nilai ratarata pertumbuhan asset dan nilai volatilitasnya. Hasil estimasi ini kemudian diolah lebih lanjut untuk menghitung PD untuk 1 tahun ke depan. Untuk menghitung PD akhir Desember 2006 digunakan data neraca perusahaan posisi akhir Desember 2005 dan

Asset Possible asset value path

untuk menghitung PD akhir Desember 2007 digunakan data posisi akhir Desember 2006. Hasil estimasi menunjukkan bahwa jumlah perusahaan yang memiliki PD lebih dari 0,5 pada akhir tahun 2007 akan sedikit meningkat dibandingkan dengan posisi
Default Point

pada akhir tahun 2006.

t* T Default Event
Sumber: Reisz dan Perlich (2007)

Daftar Pustaka
Crosbie, P. (2003), Modeling Default Risk; Modeling Methodology , Moody»s KMV, 18 Desember 2003. Hadad, M.D., Safuan, S., Santoso, W., Besar, D.S., dan Rulina, I. (2007), ≈Model Makroekonomi Pengukuran Indeks Stabilitas Keuangan: Studi Kasus IndonesiaΔ, Kajian Stabilitas Keuangan

Grafik Boks 3.1.2. Probability of Default - Metode Option Biasa
Distribution of asset value at the horizon Possible asset value path

Assets

(KSK), II - 2006 No.8, Maret 2007.
Merton, R.C. (1974), ≈On the Pricing of Corporate Debt: The Risk Structure of Interest RateΔ, Journal
Default Point Probability Default

Vo

of Finance, 29:449-470.
Reisz, A. S. dan Perlich, C. (2007), ≈A Maket-Based Framework for Bankruptcy PredictionΔ, Journal of

0
Sumber: Crosbie (2003)

H

Financial Stability, doi:10.1016/j.jfs.2007.02.001.

55

Bab 3 Prospek Sistem Keuangan Indonesia

Halaman ini sengaja dikosongkan

56

Bab 4 Infrastruktur Keuangan dan Mitigasi Risiko

Bab 4 Infrastruktur Keuangan dan Mitigasi Risiko

57

Bab 4 Infrastruktur Keuangan dan Mitigasi Risiko

Halaman ini sengaja dikosongkan

58

Bab 4 Infrastruktur Keuangan dan Mitigasi Risiko

Bab 4

Infrastruktur Keuangan dan Mitigasi Risiko

Selama semester I 2007, sistem pembayaran yang merupakan infrastruktur keuangan utama di Indonesia tetap handal dan mendukung terpeliharanya stabilitas sistem keuangan. Kendati terjadi peningkatan volume dan nilai setelmen, sistem pembayaran berfungsi tanpa kendala. Sementara itu, upaya penguatan Jaringan Pengaman Sistem Keuangan (JPSK) terus dilanjutkan. Selain itu, Forum Stabilitas Sistem Keuangan (FSSK) yang organisasinya baru saja lebih disempurnakan telah mulai beroperasi. Ke depan, FSSK juga akan menjadi wadah koordinasi pelaksanaan Financial Sector Assessment Program (FSAP) dan Arsitektur Sistem Keuangan Indonesia (ASKI).

4.1. SISTEM PEMBAYARAN
Sistem pembayaran Indonesia cukup handal serta tidak menunjukkan risiko yang mengganggu stabilitas sistem keuangan. Risiko gagal bayar dalam sistem pembayaran semakin diminimalkan.
Grafik 4.1 Aktivitas Transaksi Sistem Pembayaran Semester I 2007

seluruh transaksi bernilai besar (>Rp100 juta) dilakukan melalui sistem ini. Komposisi sistem BI-RTGS selama semester I 2007 mencapai 92,85%, sistem kliring 3,50% dan sisanya melalui sistem yang dilaksanakan di luar Bank Indonesia. Transaksi melalui sistem BI-RTGS pada semester ini mengalami peningkatan baik secara nilai maupun volume jika dibandingkan dengan semester sebelumnya. Nilai transaksi semester ini tercatat sebesar Rp22,09 ribu

Kartu kredit

Kliring

Kartu account based (ATM, ATM+debet & debet)

RTGS

triliun atau naik 38,03% dari semester sebelumnya (Rp16,01 ribu triliun). Sedangkan volume transaksi semester ini adalah sebesar 3,87 juta transaksi atau
Tabel 4.1 Perkembangan Nilai dan Volume Setelmen dalam Sistem BI-RTGS

3,50% 0,18% 3,48%

92,85%

Semester II 2006

Semester I 2007 Nilai Transaksi (ribu triliun) Volume Transaksi (juta) Rp. 22,09 3,87

Pertumbuhan q to q Nilai Volume

BI-RTGS semakin berperan penting dalam sistem pembayaran, tercermin dari peningkatan pangsa dan volume setelmen. Setelmen pada sistem pembayaran di Indonesia semakin didominasi oleh sistem BI-RTGS, karena

Nilai Transaksi (ribu triliun)

Volume Transaksi (juta)

Rp. 16,01

3,63

38,03% 6,48%

59

Bab 4 Infrastruktur Keuangan dan Mitigasi Risiko

meningkat 6,48% dibanding semester sebelumnya (3,63 juta transaksi). Peningkatan nilai dan volume setelmen terutama karena peningkatan nilai transaksi pasar uang. Aktivitas pasar uang masih merupakan transaksi yang mempunyai pangsa besar dalam sistem BI-RTGS. Nilai transaksi pasar uang dalam semester ini sebesar Rp9,16 ribu triliun atau mengalami kenaikan 58,45% dibandingkan semester sebelumnya. Walaupun volume transaksi pasar uang hanya 1,19% dari total volume transaksi RTGS, namun pangsa transaksi pasar uang terhadap total nilai transaksi sistem BI-RTGS dalam semester ini adalah sebesar 41,46%. Selain itu, terjadi peningkatan transaksi antar bank. Nilai transaksi antar bank dalam semester ini adalah sebesar Rp9,72 ribu triliun atau 36,32% lebih besar dibanding semester sebelumnya. Apabila dilihat dari keseluruhan transaksi sistem BI-RTGS pada semester ini, transaksi antar bank mempunyai pangsa terbesar yaitu 44,01% dari total nilai transaksi dan 86,66% dari total volume transaksi. Transaksi antara bank terutama untuk jual beli surat berharga, dengan kenaikan sebesar Rp586,81 triliun atau naik sekitar 81,04%. Setelmen melalui kliring juga berjalan tanpa kendala. Sejak 2005, telah diimplementasikan Sistem Kliring Nasional Bank Indonesia (SKNBI) yang sampai semester I 2007 telah mencakup 36 wilayah KBI dan 28 wilayah non BI. Untuk itu, kegiatan kliring terbagi dalam beberapa siklus, yaitu kliring kredit I, kliring kredit II, dan kliring debet (terdiri dari kliring penyerahan dan kliring pengembalian). Pelaksanaan kliring kredit dilakukan secara terpusat di Jakarta sedangkan kliring debet masih dilaksanakan secara lokal di masing-masing wilayah KBI namun setelmennya dilakukan secara terpusat. Nilai transaksi kliring kredit melalui SKNBI pada semester ini adalah sebesar Rp170,26 triliun dengan volume transaksi sebesar 18,01 juta transaksi. Sedangkan nilai transaksi kliring debet, dengan

instrumen Cek dan Bilyet Giro (BG) pada semester ini adalah sebesar Rp466,76 triliun dengan volume transaksi sebesar 19,85 juta transaksi. Implementasi SKNBI di seluruh wilayah Indonesia akan lebih meningkatkan kegiatan perekonomian karena perpindahan dana dapat dilakukan lebih cepat dengan biaya yang relatif murah. Di sisi lain, perkembangan instrumen alat pembayaran dengan mempergunakan kartu (APMK) semakin meningkat, tidak hanya nilai dan volume transaksinya, namun juga jenis dan jumlah kartu yang beredar. Jenis APMK yang ada saat ini adalah Kartu Kredit, Kartu ATM dan Kartu ATM yang berfungsi sekaligus sebagai Kartu Debit (ATM+Debit). Jumlah ketiga jenis APMK tersebut di atas yang beredar sampai dengan akhir semester ini adalah sebesar 40,46 juta kartu dengan volume transaksi sebesar 809,22 juta dan nilai transaksi mencapai Rp1,103 ribu triliun. Dari ketiga jenis APMK tersebut, kartu ATM+Debit merupakan jenis kartu yang mempunyai pangsa terbesar, baik secara jumlah, nilai maupun volume transaksi. Jumlah kartu ATM+Debit yang beredar sampai dengan akhir semester ini adalah sebanyak 29,63 juta kartu atau 73,23% dari total kartu, dengan pangsa volume dan nilai transaksi masing-masing sebesar 61,95% dan 66,07%.
Tabel 4.2 Transaksi APMK
Jenis Kartu Jumlah kartu (dalam juta) 8,44 2,39 29,63 Volume Transaksi (dalam juta) 62,01 245,86 501,29 809,22 Nilai Transaksi (dalam trilyun) 33,05 341,46 729,39 1.103,89

Kartu Kredit Kartu ATM Kartu ATM +debet Total

Sementara itu, risiko gagal bayar dalam sistem pembayaran semakin diminimalkan. Dengan prinsip No

Money No Game dalam sistem BI-RTGS dan telah
diterapkannya mekanisme Failure to Settle (FtS) dalam SKNBI maka risiko gagal bayar sudah diminimalisir sehingga

60

Bab 4 Infrastruktur Keuangan dan Mitigasi Risiko

transaksi pembayaran di Indonesia yang belum tercover hanya sekitar 3,72%. Bank Indonesia sebagai regulator semakin mengintensifkan upaya mitigasi risiko dalam sistem pembayaran. Hal ini antara lain dilakukan melalui penerbitan ketentuan yang memperhatikan aspek kehatihatian dan perlindungan konsumen seperti ketentuan mengenai Prinsip Perlindungan Nasabah dan Kehati-hatian, serta Peningkatan Keamanan dalam Penyelenggaraan Kegiatan APMK. 2.

peningkatan fitur-fitur keamanan sistem BI-RTGS dan kehandalan sistem BI-RTGS yang terkait dengan ketersediaan sistem bagi peserta selama jam operasional, baik menggunakan sistem utama maupun sistem back up. Penyempurnaan ketentuan dilakukan dengan mempertegas peran Bank Indonesia dalam penyelenggaraan sistem BI-RTGS, yaitu peran sebagai regulator, penyelenggara dan pengawas sistem BI-RTGS. Pengawasan Penyelenggaraan Sistem BI-RTGS Pengawasan BI-RTGS diintensifkan untuk memastikan kehandalan sistem. Sistem BI-RTGS merupakan sistem pembayaran yang bersifat SIPS. Oleh karena itu penyelenggaraan sistem BI-RTGS merupakan prioritas dalam pengawasan sistem pembayaran. Tujuan pengawasan kepada penyelenggaraan sistem BI-RTGS adalah untuk memastikan penyelenggaraan sistem BI-RTGS dilakukan secara cepat, aman dan handal untuk mendukung stabilitas sistem keuangan dengan memperhatikan prinsip perlindungan konsumen. Mengingat penyelenggaraan sistem BI-RTGS melibatkan 2 (pihak), yaitu Bank Indonesia sebagai penyelenggara dan peserta maka apabila sebelumnya pengawasan sistem BI-RTGS hanya difokuskan pada peserta, untuk periode ini pengawasan

4.2. KEBIJAKAN DAN MITIGASI RISIKO DALAM SISTEM PEMBAYARAN
Sepanjang semester I 2007, upaya mitigasi risiko dan peningkatan kehandalan sistem pembayaran terus diintensifkan oleh Bank Indonesia. Hal ini dilandaskan kepada 4 (empat) prinsip, yaitu minimalisasi risiko, optimalisasi efisiensi, kesetaraan akses dan perlindungan konsumen. Beberapa kebijakan dan pencapaian sistem pembayaran yang telah dilakukan selama semester I 2007 adalah: 1. Intensifikasi Pemenuhan Sistem BI-RTGS terhadap CP SIPS CP SIPS merupakan standard internasional yang dikeluarkan oleh Bank for International Settlements (BIS), melalui Committee on Payment and Settlement

Sistems (CPSS) yang memuat prinsip-prinsip yang
harus diperhatikan dalam mendisain dan mengoperasikan sistem pembayaran di setiap negara. Dari hasil self assessment terhadap sistem BI-RTGS yang telah dilakukan pada periode sebelumnya, masih terdapat beberapa CP dimana sistem BI-RTGS masih belum memenuhi dan memerlukan penyempurnaan. Berkaitan dengan upaya pemenuhan terhadap CP tersebut, Bank Indonesia telah melakukan penyempurnaan pada sisi aplikasi maupun ketentuan sistem BI-RTGS. Pada sisi aplikasi ditekankan pada

penyelenggaraan sistem BI-RTGS juga dilakukan terhadap penyelenggara sistem BI-RTGS. Terkait dengan tujuan pengawasan tersebut di atas maka pengawasan terhadap penyelenggara sistem BI-RTGS difokuskan pada penilaian secara keseluruhan terhadap penyelenggaraan sistem BI-RTGS berdasarkan aspek keamanan, efisiensi, perlindungan konsumen, penilaian kepatuhan terhadap ketentuan yang berlaku, standard penyelenggaraan yang telah disepakati atau kebijakan sistem pembayaran yang berlaku.

61

Bab 4 Infrastruktur Keuangan dan Mitigasi Risiko

3.

Business Continuity Plan (BCP) Sistem BI-RTGS Bank Indonesia terus meningkatkan kesiapan SDM peserta dalam kondisi darurat dengan melaksanakan kegiatan uji coba BCP secara rutin. Kelangsungan operasional sistem BI-RTGS baik di penyelenggara maupun peserta membutuhkan tidak hanya kehandalan infrastruktur sistem (aplikasi, hardware dan jaringan), namun juga tersedianya Sumber Daya Manusia (SDM) yang memahami prosedur dalam keadaan darurat (contingency). Berkaitan dengan itu dan sesuai dengan salah satu rekomendasi 4.

gangguan dan/atau keadaan darurat. Bila sebelumnya hanya disediakan instrumen Cek dan Bilyet Giro Bank Indonesia (BGBI), Bank Indonesia bermaksud untuk menyediakan RT backup di lokasi Bank Indonesia untuk digunakan oleh Peserta dalam kondisi gangguan dan/atau keadaan darurat. Peningkatan Keamanan Alat Pembayaran

Menggunakan Kartu (APMK) Bank Indonesia menyempurnakan ketentuan APMK yang terkait dengan pelaporan APMK secara online. Dengan demikian, pengawasan tidak langsung terhadap penyelenggaraan APMK lebih mudah dilakukan. Di sisi lain, hal ini meningkatkan upaya perlindungan konsumen, karena informasi mengenai APMK akan lebih up to date sehingga proses pengambilan kebijakan dapat dilakukan lebih cepat. Di samping melakukan pengawasan tidak langsung melalui analisa laporan penyelenggaraan APMK, Bank Indonesia juga tetap melakukan pengawasan langsung kepada penyelenggara APMK untuk menjamin risiko-risiko penyelenggaraan kegiatan APMK dapat dikelola dengan baik oleh

assessment sistem BI-RTGS, Bank Indonesia sebagai
penyelenggara sistem BI-RTGS terus berusaha meningkatkan kesiapan SDM Peserta dalam kondisi darurat dengan melaksanakan kegiatan uji coba BCP secara periodik pada semester I 2007. Disisi lain, untuk meningkatkan kesiapan sistem backup , Bank Indonesia memberikan kesempatan kepada peserta untuk melakukan pengujian backup-nya secara periodik. Sedangkan untuk meningkatkan kesiapan infrastruktur di sisi penyelenggara, Bank Indonesia melakukan uji coba operasional sistem BI-RTGS dengan menggunakan sistem backup di lokasi

penyelenggara. Ke depan, melihat potensi risiko penyalahgunaan dan pemalsuan kartu, Bank Indonesia berusaha memitigasi risiko dengan mengeluarkan kebijakan penggunaan teknologi chip untuk kartu ATM dan kartu debit. 5. Risk Assessment dan Risk Management Sistem Pembayaran Dalam penyelenggaraan sistem BI-RTGS dan sistem Kliring, Bank Indonesia mempunyai 2 (dua) peranan, yaitu sebagai Penyelenggara dan Peserta. Baik dalam pelaksanaan operasional sebagai Penyelenggara maupun Peserta, Bank Indonesia menghadapi potensi risiko, antara lain risiko finansial, reputasi dan hukum. Risiko tersebut muncul antara lain

Disaster Recovery Centre (DRC).
Khusus mengenai prosedur dalam kondisi gangguan dan/atau keadaan darurat, Bank Indonesia akan menyempurnakan ketentuan mengenai alternatif penyelesaian transaksi sistem BI-RTGS yang dapat digunakan oleh Peserta dalam kondisi gangguan dan keadaan darurat sehingga operasional sistem BI-RTGS Peserta dapat terus berjalan mengingat dampak terhentinya operasional salah satu Peserta dapat berpotensi menimbulkan risiko sistemik.

Penyempurnaan tersebut adalah dengan menambah alternatif mekanisme penyelesaian transaksi yang dapat digunakan oleh Peserta dalam kondisi

62

Bab 4 Infrastruktur Keuangan dan Mitigasi Risiko

karena timbulnya permasalahan operasional, baik yang disebabkan gangguan sistem maupun kesalahan manusia ( human error ). Untuk mengurangi kemungkinan kesalahan dalam transfer dana karena human error tersebut, Bank Indonesia melakukan risk assessment untuk mengidentifikasi faktor penyebab permasalahan operasional, dampak dan risiko permasalahan serta langkah-langkah pencegahan yang perlu diambil. Kegiatan identifikasi tersebut dapat dilaksanakan dengan beberapa metode, antara lain metode Control Self Assessment (CSA). 6. Implementasi Ketentuan Daftar Hitam Nasional (DHN) Dalam rangka pelaksanaan prinsip perlindungan nasabah serta untuk menjaga kepercayaan masyarakat terhadap cek dan Bilyet Giro sebagai instrumen pembayaran, Bank Indonesia

bank dalam menerapkan prinsip Know Your

Customer (KYC).

4.3. JARING PENGAMAN SEKTOR KEUANGAN (JPSK)
Pada semester I 2007, penguatan JPSK terus dilanjutkan dalam rangka meningkatkan ketahanan sektor keuangan, terutama sektor perbankan. Kerangka JPSK saat ini telah dituangkan ke dalam suatu Rancangan Undang Undang tentang Jaring Pengaman Sistem Keuangan yang secara komprehensif mencakup: (i) pengaturan dan pengawasan lembaga dan pasar keuangan, (ii) fasilitas lender of the last resort, (iii) program penjaminan simpanan, dan (iv) manajemen krisis. Skim penjaminan simpanan oleh Lembaga Penjamin Simpanan (LPS) dan fasilitas pembiayaan darurat (FPD) merupakan 2 komponen JPSK yang terpenting. LPS telah melakukan pembayaran klaim penjaminan simpanan kepada nasabah 9 BPR yang ditutup pada 2005 dan 2006. Sementara itu, meskipun FPD telah diberlakukan sejak 2005, sampai saat ini belum ada bank yang memanfaatkannya. Hal ini mencerminkan kondisi perbankan yang sehat serta tidak memiliki kesulitan likuiditas yang berdampak sistemik. Selanjutnya, pada tanggal 29 Juni 2007, Gubernur Bank Indonesia (BI) dan Ketua Dewan Komisioner Lembaga Penjamin Simpanan (LPS) telah menandatangani Nota Kesepakatan sebagai bagian dari upaya untuk memperkuat Jaring Pengaman Sektor Keuangan (JPSK). Nota Kesepakatan tersebut mengatur tentang koordinasi dan pertukaran informasi antara BI dan LPS yang memuat lima aspek terkait program penjaminan dan pengawasan bank serta penanganan bank gagal yakni: (i) pelaksanaan penjaminan simpanan, (ii) penanganan bank bermasalah, (iii) penyelesaian dan atau penanganan bank gagal, (iv) tindak lanjut bank yang dicabut izin usahanya, dan (v)

mengeluarkan ketentuan mengenai Daftar Hitam Nasional (DHN) Penarik Cek dan/atau Bilyet Giro Kosong dengan metode yang berbeda dengan ketentuan sebelumnya. Upaya peningkatan perlindungan kepada nasabah dilakukan oleh Bank Indonesia melalui penambahan klausul kewajiban pemegang rekening giro terhadap penggunaan Cek dan Bilyet Giro dan pengawasan kepada bank atas pelaksanaan penatausahaan DHN Penarik Cek dan/ atau Bilyet Giro Kosong. Di samping itu, Bank Indonesia juga melakukan perubahan metode dalam penatausahaan DHN. Apabila dalam ketentuan sebelumnya, DHN dikelola oleh Bank Indonesia maka pada ketentuan yang baru ini, penatausahaan DHN diserahkan kepada masingmasing bank. Latar belakang perubahan metode ini adalah karena bank merupakan pihak yang lebih mengenal karakteristik nasabahnya. Selain itu, hal ini juga bertujuan untuk lebih meningkatkan kepedulian

63

Bab 4 Infrastruktur Keuangan dan Mitigasi Risiko

penetapan tingkat bunga yang wajar dalam rangka penetapan klaim yang layak bayar. Dengan telah ditandatanganinya Nota Kesepakatan antara BI dengan LPS, Indonesia semakin memiliki kelengkapan perangkat hukum dan pedoman yang jelas untuk pencegahan dan penanganan krisis keuangan.

keanggotaan di FSSK maka pada 29 Juni 2007 telah ditandatangani KB antara Menteri Keuangan, Gubernur Bank Indonesia, dan Ketua Dewan Komisioner LPS Nomor 299/KMK.010/2007, Nomor 9/27/KEP.GBI/2007, dan Nomor 015/DK-LPS/VI/2007 tanggal 29 Juni 2007 yang sifatnya mengukuhkan keanggotaan baru serta mempertegas fungsi forum dimaksud. FSSK telah mulai

4.4. FORUM STABILITAS SISTEM KEUANGAN (FSSK)
Koordinasi dalam rangka pemeliharaan stabilitas sistem keuangan dilakukan melalui Forum Stabilitas Sistem Keuangan (FSSK). FSSK dibentuk pada 30 Desember 2005 melalui suatu Keputusan Bersama (KB) antara Menteri Keuangan, Gubernur Bank Indonesia serta Ketua Dewan Komisioner Lembaga Penjamin Simpanan (LPS). Selanjutnya, mengingat terjadi reorganisasi dan perubahan struktur di Departemen Keuangan serta Bank Indonesia yang mempengaruhi

beroperasi dan telah melaksanakan pertemuan secara reguler sejak 1 Juli 2007. Forum Pengarah bertemu triwulanan, sementara Forum Pelaksana mengadakan pertemuan bulanan setiap hari Senin minggu kedua. Di luar itu, pertemuan dilaksanakan di tingkat Tim Kerja. Dalam jangka pendek ke depan, FSSK akan menjadi wadah koordinasi pelaksanaan Financial Sector Assessment

Program (FSAP) dan Arsitektur Sistem Keuangan Indonesia (ASKI). Tim Kerja FSSK akan bekerjasama untuk persiapan
dan pelaksanaan FSAP yang akan dilakukan oleh Bank Dunia dan IMF. Tujuan FSAP adalah untuk menilai ketahanan sektor

Tabel 4.3 Struktur dan Keanggotaan FSSK

Forum
Forum Pengarah bertugas untuk memberikan arahan kepada Forum Pelaksana terkait dengan fungsi-fungsi Forum SSK di atas

Anggota
Departemen Keuangan - Direktur Jenderal Lembaga Keuangan - Direktur Jenderal Perbendaharaan dan - Ka. Badan Pengkajian Ekonomi, Keuangan, dan Kerjasama Internasional Bank Indonesia - Deputi Gubernur Senior - Deputi Gubernur Bidang Penelitian dan Pengaturan Perbankan dan - Deputi Gubernur Bidang Pengawasan Perbankan serta dan Lembaga Penjamin Simpanan - Kepala Eksekutif LPS

Forum Pelaksana yang bertugas melaksanakan fungsi Forum SSK sesuai arahan Forum Pengarah.

18 orang anggota yakni 6 orang pejabat eselon dua satuan kerja terkait Departemen Keuangan, 6 orang Direktur dari satuan kerja terkait BI dan 2 orang Direktur LPS.

Tim Kerja yang berfungsi untuk menunjang kelancaran tugas Forum Pelaksana dan Pengarah.

Tim Kerja beranggotakan pejabat dari Departemen Keuangan, BI dan LPS yang dibentuk berdasarkan usulan dari masing-masing lembaga dan keputusan Forum Pengarah. Disamping itu, dimungkinkan untuk membentuk semacam Gugus Tugas untuk menangani proyek-proyek tertentu seperti ASKI dan persiapan FSAP.

64

Bab 4 Infrastruktur Keuangan dan Mitigasi Risiko

keuangan serta menilai sejauh mana suatu sistem keuangan memiliki compliance terhadap standar regulasi prudensial internasional. Selain itu, Tim Kerja FSSK akan mengkoordinasikan dan mengharmonisasikan penyusunan ASKI yang merupakan arah pengembangan sistem keuangan Indonesia dalam jangka menengah dan jangka panjang ke depan. Perkembangan terakhir, Rapat Anggota Forum Pelaksana FSSK tanggal 13 Agustus 2007 menyepakati pembentukan 2 (dua) gugus tugas, yaitu gugus tugas

diharapkan dapat memberikan kajian mengenai dampak yang ditimbulkan apabila terjadi krisis global, berapa lama krisis terjadi serta langkah-langkah berikutnya yang harus dilakukan. Sementara itu, gugus tugas CMP akan membuat acuan bagi otoritas keuangan dalam menangani krisis. Dalam CMP akan dijelaskan mekanisme penanganan krisis yang terjadi di sektor perbankan, lembaga keuangan non-bank, pasar modal, serta pasar uang. Dengan adanya CMP, maka otoritas diharapkan dapat memberikan respon yang tepat dan efektif, sehingga krisis dapat tertangani secara cepat, efektif, dan tidak menimbulkan dampak negatif.

Macro Early Warning System (EWS) dan Crisis Management Protocol (CMP). Gugus tugas Macro EWS

65

Bab 4 Infrastruktur Keuangan dan Mitigasi Risiko

Halaman ini sengaja dikosongkan

66

Artikel I - Jaring Pengaman Keuangan: Kajian Literatur dan Praktiknya di Indonesia

Artikel

67

Artikel I - Dinamika Struktur Industri Perbankan, Risiko Stratejik Bank Serta Implikasinya terhadap Stabilitas Sistem Keuangan

Halaman ini sengaja dikosongkan

68

Artikel I - Jaring Pengaman Keuangan: Kajian Literatur dan Praktiknya di Indonesia

Artikel I

Dinamika Struktur Industri Perbankan, Risiko Stratejik Bank Serta Implikasinya Terhadap Stabilitas Sistem Keuangan
Muliaman D. Hadad1 , Wimboh Santoso2 , Bambang Hermanto3 Dwityapoetra S. Besar4 , Ita Rulina W. S5

Tujuan penelitian ini menganalisis struktur, dinamika, dan kinerja industri perbankan dengan pengukuran indeks konsentrasi yaitu HHI, HTI, CR 15, dan HHI-CR 15. Analisis dinamika dan risiko industri menggunakan pendekatan Matriks Transisi Probabilitas Markov, sedangkan stabilitas industri dan risiko stratejik diukur dengan nilai Entropy Dinamika Peringkat Kinerja baik pada tingkat industri maupun individu. Data yang digunakan berasal dari laporan keuangan bulanan bank seluruh bank komersial di Indonesia selama September 2000 (156 bank) sampai dengan Mei 2006 (131 bank). Hasil penelitian menunjukkan bahwa industri perbankan Indonesia berada dalam kondisi stabil karena memang belum beraktifitas pada tingkat persaingan yang normal. Namun, ketatnya persaingan tersebut berbeda antar sub industri berdasarkan ukuran aset dan kinerja. Persaingan terketat terjadi pada sub bank menengah. Hasil penelitian juga menunjukkan adanya pengurangan jumlah bank dalam industri diikuti oleh penurunan indeks konsentrasi, khususnya HHI dan HTI, serta pengurangan pangsa pasar 15 bank besar. Pada awal periode, 15 bank besar memiliki pangsa pasar +/-70% kemudian menjadi +/- 60% di akhir periode. Secara matematis, pengurangan jumlah bank dalam industri, ceteris paribus, seharusnya diikuti dengan peningkatan indeks konsentrasi. Namun demikian, hasil penelitian menunjukkan fakta sebaliknya, hal ini menandakan terjadinya proses konsolidasi industri.

1. PENDAHULUAN
1 Deputi Gubernur Bank Indonesia. Artikel ini ditulis pada waktu beliau masih menjadi Direktur √ Direktorat Penelitian dan Pengaturan Perbankan, Bank Indonesia; e-mail addressΩ: muliaman@bi.go.id 2 Kepala Biro Stabilitas Sistem Keuangan √ Direktorat Penelitian dan Pengaturan Perbankan, Bank Indonesia; e-mail addressΩ: wimboh@bi.go.id 3 Pengajar Fakultas Ekonomi, Universitas Indonesia; e-mail address: bhermant@fe.ui.ac.id 4 Peneliti Senior √ Biro Stabilitas Sistem Keuangan √ Direktorat Penelitian dan Pengaturan Perbankan, Bank Indonesia; email address: dwityapoetra@bi.go.id 5 Peneliti √ Biro Stabilitas Sistem Keuangan √ Direktorat Penelitian dan Pengaturan Perbankan, Bank Indonesia; email address: rulina@bi.go.id

Penelitian ini bertujuan untuk mengukur risiko stratejik industri perbankan Indonesia khususnya mengenai kestabilan industri perbankan, dengan menggunakan pendekatan disiplin Organisasi Industri. Paradigma

Structure √ Conduct √ Performance diterjemahkan secara

69

Artikel I - Dinamika Struktur Industri Perbankan, Risiko Stratejik Bank Serta Implikasinya terhadap Stabilitas Sistem Keuangan

operasional dalam bentuk variabel pengukuran, yaitu: indeks konsentrasi, pergerakan runtun waktu, dan entropi. Secara umum disepakati bahwa konsentrasi pasar adalah salah satu penentu derajat persaingan yang penting, walaupun pasar yang sangat terkonsentrasi tidak harus mencerminkan kelangkaan tingkah laku kompetitif di pasar itu (Nathan dan Neavel, 1989). Kedua kajian tersebut memberikan bukti-bukti empiris yang mengindikasikan bahwa konsentrasi pasar yang tinggi cenderung mengurangi derajat persaingan di sektor perbankan (Gilbert, 1984 dan Bhattacharya dan Das, 2003). Mengikuti Rueffly, penelitian ini mengkaitkan persaingan dengan risiko sekaligus dengan kestabilan industri. Penelitian ini bersifat eksploratif dengan analisis awal yang terbatas, mengingat penelitian ini merupakan penelitian pertama dan belum ada rujukan pengukuran dari hasil penelitian sebelumnya. Sistematika penyajian hasil penelitian adalah sebagai berikut: 2, Bagian 2 menyajikan garis besar metodologi yang digunakan untuk melihat struktur industri, dinamika industri, serta ukuran kinerja, risiko, dan stabilitas industri perbankan. 3, Bagian 3 menyajikan hasil pengukuran konsentrasi statis dari variabel aset, kredit, dan DPK yang dilihat dari HHI, HTI, dan Entropi Statis dari pangsa pasar baik industri maupun sub kelompok industri sebagai variabel indikator struktur industri dengan perubahannya dari awal ke akhir periode penelitian, serta menyajikan entropi relatif dinamika peringkat industri perbankan dari berbagai variabel selama periode pengamatan sebagai ukuran stabilitas dari industri perbankan, entropi individu 15 bank terbesar sebagai ukuran risiko stratejik, serta dinamika perubahan individu bank besar dalam sub kelompok. 4, Bagian 4 menyimpulkan temuan pada bagian terdahulu dengan menggunakan kerangka organisasi industri.

2. METODOLOGI
Penelitian ini menggunakan data bulanan bank umum per Maret 2006 dengan periode waktu antara September 2000 hingga Mei 2006, dengan variabelvariabel antara lain aset, beban, laba, modal, kredit, DPK, dan pendapatan. Pendekatan disiplin Organisasi Industri. Paradigma

Structure √ Conduct √ Performance diterjemahkan secara
operasional dalam bentuk variabel pengukuran, yaitu: indeks konsentrasi, pergerakan runtun waktu, dan entropi dengan alur kerja penelitian disajikan dalam Gambar A.1.1 berikut:
Gambar A1.1 Alur Kerja Penelitian
Statistik Deskriptif (industri dan kelompok)

Ukuran Konsentrasi Statis (industri dan kelompok)

Ukuran Dinamika, Risiko Stratejik, dan Risiko Sistem

Matriks Peringkat Relatif

Matriks Insiden
Matriks Frekuensi Transisi Peringkat (total) Matriks Probabilitas Transisi Markov (total) Matriks Frekuensi Transisi Peringkat (4 periode-an) Matriks Probabilitas Transisi Markov Peringkat (4 periode-an)

Entropi Dinamika Peringkat Kinerja (sistem)

Entropi Dinamika Peringkat Kinerja (individu)

Konsentrasi Industri

Ukuran-Ukuran Konsentrasi Statis
Ukuran populer yang digunakan adalah HerfindahlHirschman indeks (HHI). Untuk n perusahaan di dalam sebuah industri dengan pangsa pasar Si, HHI adalah:

(1) HHI =

Semakin sama ukuran perusahaan, semakin kecil HHI. Berdasarkan definisi, HHI akan bernilai antara 1/n 10.000 di mana n adalah banyaknya perusahaan di dalam

70

Artikel I - Jaring Pengaman Keuangan: Kajian Literatur dan Praktiknya di Indonesia

sebuah industri. Konsentrasi maksimal sebesar 10.000 ketika satu perusahaan memiliki semua penjualan, output, atau yang lain di dalam sebuah industri. Ukuran lainnya, yang secara ekstensif digunakan dalam berbagai kajian organisasi industri, adalah:

Ukuran Risiko Sistem
Informasi yang diperlukan untuk mengukur ketidakpastian untuk sebuah sistem bisa diperoleh dari distribusi-distribusi probabilitas yang mendeskripsikan tingkah laku sistem (Shannon 1948). Penelitian ini menggunakan ukuran entropi bersyarat relatif H(J|K)rel untuk merepresentasikan ketidakpastian relatif dari sistem. H(K|J) adalah ukuran entropi absolut bersyarat rata-rata dari

The Hall-Tideman Index (HTI). HTI didefinisikan dengan:

HTI =

sistem dan dirumuskan oleh:

Indeks ini memberikan bobot untuk pangsa pasar perusahaan sesuai dengan peringkat relatifnya. Indeks ini mempertimbangkan banyaknya bank dalam penghitungan indeks konsentrasi untuk mencerminkan adanya pemain dominan.

H(K|J) =

H(K|J) menginformasikan nilai informasi yang dikandung oleh observasi-observasi pada sistem apabila urutan peringkat-peringkat perusahaan saat ini diketahui. Sedangkan H*(K|J) = ln n adalah entropi bersyarat rata-

Relative Entropy Measure
Konsep entropi berasal dari teori informasi bertujuan untuk mengukur kandungan informasi harapan ex-ante dari suatu distribusi. Diformulasikan dengan:

rata maksimal dari sistem dan bernilai sama dengan ln n. Jadi entropi relatif dinamika peringkat kinerja H(K|J) rel adalah :

H(K|J)rel = Entropi-Pangsa = H(K|J)rel mengekspresikan ketidakpastian relatif Pengukuran berbasis entropi ini bersifat lebih umum dan relatif mudah untuk diterapkan, sehingga sering disarankan untuk mengukur konsentrasi pasar. sistem yang mencerminkan nilai informasi rata-rata transisi sebuah perusahaan di dalam sistem antara dua keadaan dalam dua waktu yang berbeda, bila diketahui keadaan awal dari masing-masing perusahaan. H(K|J)rel bernilai dari

Risiko Stratejik dan Stabilitas
Konsep risiko stratejik didasarkan pada rancangan ordinal mengikuti Collins dan Ruefli (1992). Risiko stratejik dalam konteks ini diartikan dengan kemungkinan perusahaan mengalami hilangnya posisi kompetitif relatif di dalam sektor usahanya. Risiko stratejik dan stabilitas industri perbankan juga diukur dengan menggunakan entropi.

0 hingga 1. Apabila sistem benar-benar pasti, artinya, apabila probabilitas semua keluaran bersyarat adalah 0 atau 1, maka entropi dari sistem, H(K|J), adalah 0. apabila entropi sistem mendekati entropi maksimum yang mungkin, H*(K|J), H(K|J)rel mendekati satu. Artinya, ketika probabilitas masing-masing transisi dalam matriks transisi mendekati 1/n, entropinya mendekati entropi maksimum (atau itulah sistem yang random).

71

Artikel I - Dinamika Struktur Industri Perbankan, Risiko Stratejik Bank Serta Implikasinya terhadap Stabilitas Sistem Keuangan

Ukuran Risiko Stratejik Individual
Andaikan Nijk adalah total banyaknya transisi yang dilakukan oleh perusahaan i dari peringkat j ke peringkat k. Selanjutnya, dengan mengetahui bahwa untuk semua perusahaan pk|j = N.jk/N.j., nilai harapan tertimbang dari informasi yang berkenaan dengan transisi peringkat bersyarat dapat ditulis: h(k|j) = - [N.jk/N.j.]ln(pk|j) Kemudian, nilai harapan total informasi tertimbang yang berkenaan dengan transisi-transisi di dalam sistem dari peringkat j ke peringkat k, yang dialamatkan pada sebuah individu perusahaan i, dapat ditulis dengan menggunakan entropi individu yang dirumuskan dengan: hi(k|j) = - [Nijk/N.j.]ln(pk|j) porsi ketidakpastian total yang dikontribusi oleh perusahaan i di dalam sistem ditentukan oleh:

modifikasi matriks BCG, yang berakar pada disiplin Organisasi Industri, mengingat jumlah data runtun waktu masih terlalu sedikit untuk di analisis secara ekonometrik. Modifikasi tersebut dalam bentuk Matriks Pangsa-Kinerja, Pangsa√Risiko, dan Risiko-Kinerja yang dibandingkan dalam dua titik waktu pengamatan yang berbeda; awal periode dan akhir periode.

3. STRUKTUR INDUSTRI PERBANKAN, STABILITAS INDUSTRI, DAN RISIKO STRATEJIK BANK
Pola persaingan dalam suatu industri ditentukan oleh struktur industri yang diukur dengan: jumlah pemain, adanya pemain dominan dan tingkat konsentrasi industri. Hasil perhitungan statistik beberapa indeks konsentrasi industri perbankan selama periode penelitian berdasarkan berbagai variabel disajikan pada butir-butir berikut.

HWi(K|J)

=

Pengukuran Konsentrasi: Aset, kredit dan DPK
Tabel A.1.1 memperlihatkan bahwa rerata HHI aset

HWi(K|J)rel = HWi(K|J)/ HW*(K|J).

sebesar 888, yang berarti bahwa industri perbankan Indonesia relatif tidak terkonsentrasi, empat pemain

Untuk analisis dinamika pergerakan individu bank dikaitkan dengan kinerja dan risiko di pergunakan
Gambar A1.2 Matriks Dinamika Risiko-Kinerja √ Awal/Akhir Periode T
Matriks Dinamika Risiko-Kinerja - Pada Periode T
0,2

dominan terbesar tidak dapat mendikte pasar atau market

power (kekuatan pasar) pemain-pemain tersebut rendah.
Hal tersebut sejalan dengan rerata CR 15 yang menunjukkan bahwa 15 bank dengan nilai aktiva terbesar, secara bersama, rata-rata menguasai 68% aset

perbankan, dengan simpang baku (standard deviation)
1 Balance
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14

2 Alert

0,1 0

sebesar 2%. Sejalan dengan hal tersebut adalah kecilnya nilai indeks HTI, serta kecenderungan runtun waktu kedua ukuran indeks konsentrasi aset, HHI, HHI-15 dan HTI yang terus menurun sebagaimana terlihat pada Grafik A.1.1

Risiko

-7 -6 -5 -4 -3 -2 -1

3 Laggart

-0,1 -0,2 -0,3 -0,4

4 Superiori

Kinerja
Sumber: diolah

Trend tersebut menunjukkan semakin kecilnya kekuatan pasar dari bank besar. Penurunan indeks-indeks konsentrasi aset tersebut bersamaan dengan penurunan jumlah bank yang mencapai 16%. Pada awal periode penelitian terdaftar 156 bank dan di akhir periode hanya 131 bank. Secara teoritis seharusnya penurunan jumlah bank diikuti

Keterangan : - Kuadran 1 : posisi individu bank dengan nilai kinerja dan risiko lebih dari rata-rata kelompok (Balance) - Kuadran 2 : posisi individu bank dengan nilai kinerja kurang dari rata-rata kelompok namun nilai risiko lebih dari rata-rata kelompok (Alert) - Kuadran 3 : posisi individu bank dengan nilai kinerja dan risiko kurang dari rata-rata kelompok (Laggart) - Kuadran 4 : posisi individu bank dengan nilai kinerja lebih dari rata-rata kelompok namun nilai risiko kurang dari rata-rata kelompok ( Superiori)

72

Artikel I - Jaring Pengaman Keuangan: Kajian Literatur dan Praktiknya di Indonesia

Tabel A1.1. Rerata, Simpang Baku dan Koefisien Kovariasi Berbagai Ukuran Konsentrasi Statis Industri Perbankan

KISARAN HHI AVG SD CV AVG SD CV AVG SD CV AVG SD CV AVG SD CV 10.000/n < HHI < 10.000

ASSET 888.937 151.718 5.859 870.096 153.562 5.666 0.643 0.023 28.514 0.681 0.025 26.918 0.042 0.003 15.792

KREDIT 601.451 31.995 18.798 568.062 41.908 13.555 0.701 0.010 71.702 0.588 0.047 12.390 0.034 0.002 19.543

DPK 890.798 113.625 7.840 717.506 105.800 6.782 0.648 0.025 25.571 0.549 0.027 20.038 0.045 0.002 19.020

HHI - CR 15

10.000/n < HHI-15 < 10.000

ENTROPY - STATIS

0 < ENTROPY-STA < 1

CR-15

0 < CR-15 < 1

HTI

0 < HTI < 1

Sumber : diolah

dengan peningkatan indeks-indeks konsentrasi, atau peningkatan kekuatan pasar di industri perbankan. Hal ini sejalan dengan penelitian Bikker dan Haaf (2001), yang melakukan kajian yang sama pada berbagai negara dan hasil kerja Bhattacharya dan Das (2003) yang mengkaji dinamika konsentrasi pasar perbankan di India. Konsentrasi pasar kredit diukur dengan berbagai ukuran konsentrasi statis sebagaimana pada Tabel A.1.1 di atas menunjukkan bahwa rerata tingkat kekuatan pasar pemain lebih kecil dibandingkan dengan konsentrasi aset. Berdasarkan grafik A.1.3 di bawah, pada awal 2002 sampai

dengan awal 2005 terjadi kenaikkan pada HHI Industri, HHI-CR 15, dan CR 15, bersamaan juga dengan penurunan entropi pangsa. Hal ini menandakan bahwa pada periode tersebut kekuatan pasar pemain meningkat, namun mulai pertengahan 2002 hingga kuartal pertama 2006 indeks HHI dan HTI kembali menurun dan nilai entropi juga meningkat yang berarti bahwa kekuatan pasar berkurang. Secara absolut nilai indeks konsentrasi DPK lebih mendekati indeks aset dan berbeda dari indeks kredit, dengan demikian penafsiran hasil dan kesimpulan mengenai persaingan adalah senada dengan aset. Tabel

Grafik A1.1 Pergerakan HHI, HHI-15, CR-15, dan Jumlah Bank Berdasarkan Asset : 06/2000 √ 05/2006
1400 1200 1000 800

Grafik A1.2 Pergerakan Entropi pangsa berdasarkan Asset : 06/2000-05/2006
0,7 0,68 0,66 0,64 0,62

600 400 200 0
Jumlah Bank HHI HHI 15 Besar HTI Pangsa 15 Besar

0,6 0,58 0,56 0,54
SepNov JanMarMei Jul Sep NovJanMarMei Jul Sep NovJanMarMei Jul Sep Nov JanMarMei Jul Sep NovJanMarMei Jul Sep NovJanMarMei SepNov JanMarMei Jul Sep NovJanMarMei Jul Sep NovJanMarMei Jul Sep Nov JanMarMei Jul Sep NovJanMarMei Jul Sep NovJanMarMei

2000 2001 2002 2003 2004 2005 2006 Untuk kepentingan penyesuaian skala grafik pangsa pasar 15 besar dikalikan dengan 1000 Sumber : diolah

2000

2001

2002

2003

2004

2005

2006

Sumber : diolah

73

Artikel I - Dinamika Struktur Industri Perbankan, Risiko Stratejik Bank Serta Implikasinya terhadap Stabilitas Sistem Keuangan

Grafik A1.3 Pergerakkan HHI, HHI-15, CR-15, dan Jumlah Bank Berdasarkan Kredit : 06/2000 √ 05/2006
700 600 500 400

Grafik A1.5 Pergerakkan HHI, HHI-15, CR-15, dan Jumlah Bank Berdasarkan DPK : 06/2000 √ 05/2006
1200 1000 800 600

300 200 100 0
SepNov JanMarMei Jul Sep NovJanMarMei Jul Sep NovJanMarMei Jul Sep Nov JanMarMei Jul Sep NovJanMarMei Jul Sep NovJanMarMei Jumlah Bank HHI HHI 15 Besar HTI Pangsa 15 Besar

400 200 0
SepNov JanMarMei Jul Sep NovJanMarMei Jul Sep NovJanMarMei Jul Sep Nov JanMarMei Jul Sep NovJanMarMei Jul Sep NovJanMarMei Jumlah Bank HHI HHI 15 Besar HTI Pangsa 15 Besar

2000

2001

2002

2003

2004

2005

2006

2000

2001

2002

2003

2004

2005

2006

Untuk kepentingan penyesuaian skala grafik pangsa pasar 15 besar dikalikan dengan 1000 Sumber : diolah

Untuk kepentingan penyesuaian skala grafik pangsa pasar 15 besar dikalikan dengan 1000 Sumber : diolah

Grafik A1.4 Pergerakan Entropi pangsa berdasarkan Kredit : 09/2000-05/2006
0,73 0,72 0,71 0,7 0,69 0,68 0,67

Grafik A1.6 Pergerakan Entropi pangsa berdasarkan DPK : 09/2000-05/2006
0,70 0,68 0,66 0,64 0,62 0,60 0,58 0,56 0,54

SepNov JanMarMei Jul Sep NovJanMarMei Jul Sep NovJanMarMei Jul Sep Nov JanMarMei Jul Sep NovJanMarMei Jul Sep NovJanMarMei

SepNov JanMarMei Jul Sep NovJanMarMei Jul Sep NovJanMarMei Jul Sep Nov JanMarMei Jul Sep NovJanMarMei Jul Sep NovJanMarMei

2000 2001 Sumber : diolah

2002

2003

2004

2005

2006

2000 2001 Sumber : diolah

2002

2003

2004

2005

2006

A.1.1 di atas juga menjelaskan bahwa secara rata-rata kekuatan pasar DPK relatif rendah sepanjang periode penelitian. Seperti juga pada aset, terlihat kecenderungan menurunnya daya pengaruh ke pasar bagi bank besar, yang terlihat dari menurunnya tren HHI maupun HTI, dan juga nilai entropi pasar yang semakin mendekati satu seperti pada grafik di bawah berikut. Dari sisi persaingan, ditemukan bahwa pada pasar kredit persaingan lebih ketat dibanding pada pasar DPK.

oleh besarnya Entropi Relatif Dinamika Peringkat (ERDP) kinerja seluruh bank dalam industri. Stabilitas industri ini erat terkait dengan risiko stratejik bank-bank, yang diukur dengan Entropi Absolut Dinamika Peringkat individu, mengingat keduanya diturunkan dari matriks probabilitas transisi Markov. Gambar diagram pencar distribusi probabilitas transisi menurut aset dan ROI, disajikan pada Gambar A.1.3 dan A.1.4 di bawah memperlihatkan bahwa nilai probabilitas transisi, baik peringkat ROI maupun aset, tersebar di sekitar

Stabilitas Industri dan Risiko Stratejik
Stabilitas industri perbankan tercermin dari tingkat keacakan peringkat kinerja bank, sebagai hasil dari persaingan di pasar asupan maupun keluaran, ditunjukkan

garis diagonal, tidak merata pada seluruh matriks. Hal tersebut menunjukkan bahwa kenaikan atau penurunan peringkat kinerja terjadi dalam rentang tertentu yang relatif tidak acak. Namun demikian terlihat suatu pola yaitu pada

74

Artikel I - Jaring Pengaman Keuangan: Kajian Literatur dan Praktiknya di Indonesia

Gambar A.1.3 Pola Penyebaran Probabilitas Transisi Peringkat ROI Seluruh Industri Perbankan

perhitungan stabilitas industri perbankan, entropi relatif dinamika peringkat, maupun risiko stratejik individu bank tertentu. Berikut sajian dan analisis hasil perhitungan entropi industri perbankan.

Entropi Kinerja Lima Belas Bank Besar
Entropi absolut menunjukkan pola perilaku dinamis individu bank dari waktu ke waktu dimana dinamika yang tinggi mengindikasikan ketidakpastian posisi baik dalam perolehan pasar maupun pencapaian kinerja; dan dipergunakan sebagai indikator/ukuran risiko stratejik. Tabel A.1. 2 menyajikan ikhtisar hasil perhitungan
Gambar A.1.4 Pola Penyebaran Probabilitas Transisi Peringkat Asset Seluruh Industri Perbankan

entropi absolut per kuartal dari lima belas bank terbesar. Dari tabel tersebut terlihat bahwa terjadi penurunan rerata entropi dari awal ke akhir periode penelitian, empat dari lima bank dengan entropi terkecil dan kurang dari entropi rerata pada awal periode bertahan sampai akhir periode. Sebaliknya lima entropi awal periode terbesar empat diantaranya berganti bank hanya satu yang tetap yaitu bank dengan kode IIHB. Dengan kata lain entropi yang besar memang menunjukkan tingkat dinamika yang lebih dibanding dengan yang kecil. Bank dengan kode IIPI meskipun secara rerata memiliki entropi terkecil ternyata pada awal dan akhir periode posisi entropinya selalu di

kedua ujung diagonal rentang tersebut relatif sempit, pada ROI tiga sampai tujuh peringkat kemudian melebar pada bagian tengah diagonal antara peringkat duapuluhan sampai dengan peringkat delapan puluhan dengan rentang antara dua puluh sampai tujuh puluh peringkat. Pola yang sama juga terlihat pada ERDP aset namun dengan rentang yang lebih sempit. Pola tersebut mengindikasikan bahwa bank pada peringkat tengah, peringkat duapuluhan sampai dengan delapan puluhan inilah kelompok dinamis yang probailitas sebagai pemicu ketidakstabilan dalam industri lebih besar dibandingkan dengan kelompok peringkat atas dan bawah. Matriks transisi probalitas Markov tersebut merupakan dasar

atas rerata limabelas bank besar, artinya pada tengah periode penelitian saja entropi bank tersebut jauh di bawah rerata. Grafik pergerakan runtun waktu entropi 15 bank terbesar selama periode penelitian sebagai pelengkap terlampir.

Dinamika Risiko Stratejik Dan Kinerja Individu Lima Belas Bank Besar
Secara empiris belum ada rujukan yang menyatakan pola hubungan antara risiko stratejik dengan kinerja bank. Matriks Risiko-Kinerja, Pangsa-Kinerja, dan Pangsa-Risiko digunakan untuk memetakan posisi relatif individual bank pada awal dan akhir penelitian sebagai alat

75

Artikel I - Dinamika Struktur Industri Perbankan, Risiko Stratejik Bank Serta Implikasinya terhadap Stabilitas Sistem Keuangan

Tabel A.1.2 Entropi Absolut Dinamika Peringkat ROI - 15 Bank Besar Rata-rata Selama Periode Penelitian, Kuartal II 2001 dan Kuartal I 2006
Kode 15 Bank Besar Iipi Iihp Iiir Iipp Iipb Iisi Irsb Iiap Iiar Iihb Irrb Iaia Iisb Iibi Iihi Rata-rata Rata-Rata Entropi Individu 0.0105 0.0154 0.0173 0.0187 0.0203 0.0226 0.0232 0.0240 0.0242 0.0243 0.0246 0.0248 0.0251 0.0255 0.0260 0.0218 No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Kode 15 Bank Besar Iisb Iihp Iipp Iiir Iaia Irsb Irrb Iisi Iipi Iipb Iiar Iihi Iihb Iibi iiap Rata-rata Rata-Rata Posisi Awal Periode 0.0157 0.0157 0.0214 0.0214 0.0214 0.0270 0.0270 0.0270 0.0270 0.0270 0.0270 0.0270 0.0270 0.0270 0.0270 0.0244 Kode 15 Bank Besar Iipp Iipb Iihp Iiir Iaia Iiap Iiar Irrb Irsb Iibi Iihb Iihi Iipi Iisb iisi Rata-rata Rata-Rata Posisi Akhir Periode 0.0033 0.0123 0.0157 0.0157 0.0214 0.0214 0.0214 0.0214 0.0270 0.0270 0.0270 0.0270 0.0270 0.0270 0.0270 0.0215

No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Sumber : diolah

mengelompokkan, menggambarkan dinamika serta implikasinya terhadap stabilitas industri perbankan. Berikut disajikan hasil pemetaan menurut berbagai matriks tersebut.

Gambar A.1.5 Matriks Dinamika Risiko-Kinerja Entropi Absolut dan ROI 15 Bank Besar - Awal & Akhir Periode Sampel

EntroAbs vs ROI Standard-Awal Periode Sampel

Entropi Absolut vs ROI 15 Bank Besar
Pada matriks dinamika risiko-kinerja di bawah terlihat
EntroAbs
0,2 0,1 0 -7 -6 -5 -4 -3 -2 -1 0 -0,1 -0,2 -0,3 -0,4 1 2 3 4 5 6 7 8 9 10 11 12 13 14

bahwa, pertama, penyebaran individu-individu bank pada tiap kuadran dari awal sampai akhir penelitian relatif tidak berubah, kedua, tidak terlihat pola hubungan linier antara kinerja dengan risiko stratejik. Terlihat 4 individu bank (IIHP, IIIR, IIPI, IIPP) yang menunjukkan kinerja di atas rata-rata, tetapi hanya ada satu individu bank (IIPI) yang memperlihatkan nilai entropi absolut diatas rata-rata atau

ROI

EntroAbs vs ROI Standard-Akhir Periode Sampel

0,4

pada kuadran balance, sedangkan 11 lainnya berada pada
EntroAbs

0,2 0 -3 -2 -1 -0,2 -0,4 -0,6 -0,8 0 1 2 3 4 5 6 7

kuadran dengan kinerja dibawah rata-rata. Pangsa pasar seringkali digunakan sebagai ukuran kinerja dalam perolehan pasar. Untuk melihat perilaku individu bank dari waktu ke waktu disajikan pola hubungan antara pangsa pasar dan ROI.

ROI

Sumber : diolah

76

Artikel I - Jaring Pengaman Keuangan: Kajian Literatur dan Praktiknya di Indonesia

Pangsa Pasar vs ROI 15 Bank Besar
Matriks dinamika berikut memperlihatkan posisi 15 bank besar berdasarkan pangsa pasar dan kinerjanya. Sebagaimana pada matriks entropi-ROI di atas, terlihat 4 individu bank (IIHP, IIIR, IIPI, IIPP) dengan pangsa pasar dan kinerja di atas rata-rata yang relatif tidak berubah dari awal hingga akhir periode sampel. Sisa 11 bank lainnya berkumpul pada kuadran 3 dengan pangsa pasar dan kinerja di bawah rata-rata sehingga dapat disimpulkan bahwa kedua matriks di bawah ini juga menunjukkan adanya kemungkinan pola hubungan linear antara pangsa dan kinerja keuangan, meskipun disertai fenomena heteroskedastis, atau perubahan menjadi nonlinear pada akhir periode. Fungsi intermediasi bank dalam menyeimbangkan perolehan DPK dan penyaluran kredit menjadi pusat
Gambar A.1.6 Matriks Dinamika Risiko-Kinerja Pangsa Pasar dan ROI 15 Bank Besar - Awal & Akhir Periode Sampel

perhatian banyak pihak. Realita yang disampaikan adalah tidak optimalnya fungsi penyaluran kredit. Penelitian ini juga menyajikan secara lebih komprehensif realita tersebut dengan melihat pola perilaku pertumbuhan DPK/ pertumbuhan kredit pada 15 bank besar dan ROI. Ukuran keseimbangan fungsi intermediasi bank dapat ditunjukkan oleh tingkat pertumbuhan DPK berbanding dengan tingkat pertumbuhan kredit. Pada bahasan selanjutnya akan disajikan pola hubungan dari perbandingan pertumbuhan DPK dan kredit terhadap kinerja (ROI) untuk 15 bank besar.

Pertumbuhan DPK/Pertumbuhan Kredit Vs ROI 15 Bank Besar
Rasio antara pertumbuhan DPK dengan

pertumbuhan kredit dari dua titik waktu, melengkapi kedua matriks sebelumnya, dapat mengindikasikan kestabilan fokus strategi dan kebijakan alokasi sumberdaya bank. Pada matriks di bawah terlihat bahwa pada sebagian besar bank alokasi sumberdaya relatif lebih besar ke pasar kredit, demikian pula dengan keempat bank yang

Pangsa vs ROI Standard-Awal Periode Sampel

berprestasi terbaik berkumpul pada kuadran 4 atau
0,25 0,2 0,15

superior (IIHP, IIIR, IIPI, IIPP). Hanya 2 bank (IIBI, IIHB) yang menunjukkan sebaliknya pada awal periode dan pada akhir periode sampel, posisi tersebut digantikan oleh IIAR dan
1 2 3 4 5 6 7 8 9 10 11 12 13 14

Pangsa

0,1 0,05 0 -7 -6 -5 -4 -3 -2 -1 0 -0,05 -0,1

IIRB, jika kualitas kredit kedua bank ini kurang atau tidak
ROI

bagus maka kondisi ini dapat memperburuk kinerja ke depan dan pada gilirannya berpotensi sebagai penyebab ketidakstabilan industri perbankan. Posisi relatif bank-bank

Pangsa vs ROI Standard-Akhir Periode Sampel

besar lainnya pada matriks ini tidak bergerak dari awal
0,14 0,12 0,1 0,08 0,06 0,04 0,02 0 -1 -0,02 0 -0,04 -0,06

hingga akhir periode. Dinamika individu bank untuk variabel pertumbuhan DPK/pertumbuhan kredit terlihat hanya 2 individu dengan
1 2 3 4 5 6 7

Pangsa
-3

-2

nilai di atas rata-rata, hal ini mengandung 2 makna yakni
ROI

apakah nilai DPK individu bank tersebut relatif besar ataukah nilai penyaluran kreditnya relatif kecil. Penelusuran

Sumber : hasil olahan tim peneliti

77

Artikel I - Dinamika Struktur Industri Perbankan, Risiko Stratejik Bank Serta Implikasinya terhadap Stabilitas Sistem Keuangan

Gambar A.1.7 Martiks Dinamika Risiko-Kinerja Pertumbuhan DPK/Pertumbuhan Kredit dan ROI 15 Bank Besar- Awal & Akhir Periode Sampel

Dari ketiga hubungan di atas (poin V.4.1-3) terlihat peta dinamika dalam kelompok 15 bank besar dengan kecenderungan 4 individu bank (IIHP, IIIR, IIPI, IIPP) dengan tingkat kinerja di atas rata-rata, sedangkan sisanya berada

gD/gK vs ROI Standard-Awal Periode Sampel

di bawah rata-rata. Pergerakan ke-15 bank besar ini relatif stabil dari waktu ke waktu, walaupun beberapa individu (IIBI, IIHB, IIHI, IISB, IIPI, IISI, IRSB) menampilkan nilai entropi absolut di atas rata-rata. Dinamika persaingan pada 11

7 6 5 4 3 2 1 0 -7 -6 -5 -4 -3 -2 -1-1 0 -2 -3

gD/gK

1

2

3

4

5

6

7

8

9 10 11 12 13 14

individu bank (selain 4 bank dengan kinerja tinggi) memperlihatkan perubahan dan pertukaran posisi dari awal hingga akhir periode sampel. Ketatnya persaingan pada 11 bank ini kemungkinan besar dikarenakan ukuran

ROI

gD/gK vs ROI Standard-Akhir Periode Sampel

yang relatif sama dibanding dengan 4 bank dengan kinerja
60 50 40 30 20 10 -3 -2 0 -1 -10 0 -20 1 2 3 4 5 6 7

tinggi.

gD/gK

BOPO vs ROI 15 Bank Besar
Matriks berikut memperlihatkan bahwa 4 individu bank dengan kinerja yang relatif di atas rata-rata memperlihatkan nilai BOPO yang relatif tinggi (IIHP, IIIR, IIPI, IIPP). Hal ini menandakan bahwa keempat bank
ROI

Sumber : diolah

data memperlihatkan bahwa kedua bank ini memiliki perolehan DPK yang terlalu besar sementara penyaluran kredit yang relatif kecil (contoh IIBI dengan pangsa DPK sebesar 5% sementara pangsa Kreditnya sebesar 0,6%). Namun demikian pencapaian ROI kedua individu bank ini relatif di bawah rata-rata yang berarti kedua bank ini memfokuskan diri pada perluasan pasar (input atau output) dengan marjin yang relatif rendah. Uraian di atas memperlihatkan bahwa perubahan 15 bank besar relatif kecil, hanya sebagian kecil individu bank yang memperlihatkan perubahan signifikan dari posisi low menjadi high dari nilai rata-rata yang dimiliki oleh kelompok ini (entropi absolut, pangsa pasar, gD/gK, ROI). Bahkan terlihat individu bank yang memiliki pangsa pasar tinggi namun dengan tingkat kinerja relatif rendah yang mengindikasikan aktifitas mass product dengan orientasi perolehan pasar dan marjin yang rendah.

tersebut memiliki beban operasional yang relatif tinggi namun dengan pencapaian ROI yang juga relatif tinggi. Sebaliknya untuk 11 bank lainnya memperlihatkan nilai BOPO yang relatif di bawah rata-rata dengan kinerja yang relatif rendah di kelompoknya. Dengan kata lain, kelompok 15 bank besar dapat dibedakan ke dalam 2 kelompok yakni yang berada pada kuadran 1 dengan nilai BOPO dan kinerja di atas rata-rata dan pada kuadran 3 dengan nilai BOPO dan kinerja di bawah rata-rata. Fenomena ini sejalan dengan fenomena hubungan antara ROI dengan pangsa yang linear dan heteroskedastik. Pola hubungan antara BOPO dengan ROI pada dua titik waktu observasi sepintas terlihat tidak logis, counter

intuitive. Namun hal tersebut ternyata juga terjadi di negara
lain (Neceur, 2003 dan Bhattacharya, 2003), sehingga dapat disimpulkan bahwa pola tersebut merupakan kekhasan industri perbankan.

78

Artikel I - Jaring Pengaman Keuangan: Kajian Literatur dan Praktiknya di Indonesia

Gambar A.1.8. Matriks Dinamika Risiko-Kinerja BOPO dan ROI 15 Bank Besar-Awal & Akhir Periode Sampel

2.

Terjadi konsolidasi industri perbankan secara perlahan, pada saat berkurangnya jumlah bank berkurang pula kekuatan pasar pemain besar; sebaliknya, pemain menengah bertambah kekuatan pasarnya. Hal ini

BOPO vs ROI Standard-Awal Periode Sampel

menunjukkan beberapa kemungkinan, pertama, nasabah dari bank yang ditutup tidak berpindah ke

0,25 0,2 0,15

bank besar, atau kedua, bank menengah berhasil menarik nasabah baru, ketiga, bank menengah
1 2 3 4 5 6 7 8 9 10 11 12 13 14

BOPO

0,1 0,05 0 -7 -6 -5 -4 -3 -2-0,05 0 -1 -0,1

berhasil menarik nasabah lama dari bank besar, atau yang terakhir adalah gabungan dari ketiganya. 3. Berkaitan dengan butir dua di atas, dalam pandangan sebagian nasabah Indonesia dan sejauh berkaitan

ROI

BOPO vs ROI Standard-Akhir Periode Sampel

dengan trade-off antara imbal hasil dan risiko, jasa/
0,25 0,2 0,15 0,1 0,05 0 -3 -2 -1 -0,05 0 -0,1 1 2 3 4 5 6 7

produk bank besar adalah sama dengan jasa/produk bank menengah/kecil. Hal ini mungkin akan menambah keseriusan masalah informasi yang asimetri pada industri perbankan Indonesia, yakni apa
ROI

BOPO

yang disebut sebagai lemon market- nya Akerloff. 4. Secara keseluruhan industri perbankan Indonesia dalam kondisi stabil, karena memang belum

Sumber : hasil olahan tim peneliti

4. KESIMPULAN
Penelitian eksploratif ini bertujuan untuk memperoleh gambaran mengenai keterkaitan antara struktur, dinamika, dan kinerja industri perbankan, khususnya kestabilan industri dan risiko stratejik individu bank dengan menggunakan pendekatan Organisasi Industri sebagai berikut: 1. Pengelompokan bank berdasarkan berbagai kriteria Bank Indonesia didukung oleh kenyataan adanya perbedaan distribusi statistik berbagai variabel keuangan antar kelompok tersebut. Kelompok tersebut dapat dianggap sebagai sub industri perbankan yang berbeda secara riil. 5.

beraktifitas pada tingkat persaingan yang normal, namun, ketatnya persaingan tersebut berbeda antar sub industri berdasarkan ukuran aset dan kenerja. Persaingan terketat ada pada sub bank menengah. Pola hubungan linier antara risiko stratejik dengan berbagai variabel kinerja dan pangsa tidak dapat ditetapkan dari data, hal ini mungkin berkaitan dengan fenomena nonlinearitas risiko, tidak sebagaimana halnya dengan pola hubungan antara pangsa dan berbagai kinerja keuangan yang sudah lebih jelas. Yang khas pada industri perbankan adalah adanya hubungan linier positif antara rasio profitabilitas dengan rasio BOPO.

79

Artikel I - Dinamika Struktur Industri Perbankan, Risiko Stratejik Bank Serta Implikasinya terhadap Stabilitas Sistem Keuangan

Daftar Pustaka

Avi Fiegenbaum and Howard Thomas (2004),Δ Strategic

Freddy Delbaen (2000), ≈Coherent Risk Measures on

risk and competitive advantage: an integrative perspectiveΔ, European Management Review (2004)
1, 84√95 Basel Committee on Banking Supervision. 1998. Risk

General Probability SpacesΔ, ¨ossische Technische
Hochschule, Z¨urich ,March 10 Jorion, Philippe. (2001). Value at Risk: The New Benchmark

for Managing Financial Risk, 2nd edition. New York:
McGraw-Hill. Kaushik Bhattacharya and Abhiman Das (2003),Δ Dynamics

Management for Electronic Banking and Electronic Money Activities.
Basel Committee on Banking Supervision. 2001. Working

of Market Structure and Competitiveness of the Banking Sector in India and its Impact on Output and Prices of Banking ServicesΔ, Reserve Bank of India
Occasional Papers Vol. 24, No. 3, Winter. Mehra Ajay (1996), Δ Resources and Market based

Paper on the Regulatory Treatment of Operational Risk.
Basel Committee on Banking Supervision. 2003. Risk

Management Principles for Electronic Banking.
Basel Committee on Banking Supervision. 2003. Sound

Determinants of Performance in the US Banking IndustryΔ, Journal of Strategic Management Vol 17
No.4 Peraturan Bank Indonesia No 5/8/PBI/2003 tanggal 19 Mei 2003 tentang Penerapan Manajemen Risiko. Ruefli, Timothy W (1990),Δ Mean-Variance Approaches to Risk-Return Relationships in Strategy: Paradox LostΔ,Management Science; Mar 1990; 36, 3; ABI/ INFORM Global pg. 368 Ruefli, Timothy W.; Wilson, Chester L. (1987), ΔOrdinal

Practices for the Management and Supervision of Operational Risk.
Ben Naceur, Samy.October (2003).ΔThe Determinants of

The Tunisian Banking Industry Profitability: Panel EvidenceΔ. Universite» Libre de Tunis. Department of
Finance. Boss, Michael, Helmut Elsinger, Martin Summer, dan Stefan turner (2004) ,ΔThe Network Topology of the

Interbank MarketΔ, Working Paper.
Boss, Michael, Helmut Elsinger, Martin Summer, dan Stefan turner (2003), ≈An Empirical Analysis of the Network

Time Series Methodology for Industry and Competitive AnalysisΔ, Management Science, May;
33, 5; ABI/INFORM Global pg. 640 The Financial Services Roundtable. (1999). Guiding

Structure of the Austrian Interbank MarketΔ, Financial
Stability Report 7. Collins, James M and Ruefli, Timothy W (1992), Δ Strategic

Principals in Risk Management for U.S. Commercial Banks: A Report of The Subcommittee and Working Group on Risk Management Principles. Washington
D.C. Winfrey, Frank L. dan James L. Budd (1997),Δ Reframing

Risk : An Ordinal ApproachΔ, Management Science
Vol.38 No.12 Elsinger, Helmut, Alferd Lehar, dan Martin Summer (2006),ΔUsing Market Information for Banking System

Risk AssessmentΔ, International Journal of Central
Banking, Vol 2 No 1. Elsinger, Helmut, Alferd Lehar, dan Martin Summer,≈A New

Strategic RiskΔ, S.A.M. Advanced Management Journal. Autumn; 62, 4; ABI/INFORM Global, hal. 1321.

Approach to Assessing the Risk of Interbank LoansΔ,
Financial Stability Report 3.

80

Artikel II - Model Makroekonomi Pengukuran Indeks Stabilitas Keuangan: Studi Kasus Indonesia

Artikel II

Credit Risk Modelling: Rating Transition Matrices
Muliaman D. Hadad1 , Wimboh Santoso2 , Bagus Santoso3 Dwityapoetra S. Besar4 , Ita Rulina W. S5

Penelitian ini bertujuan untuk mengetahui migrasi rating pada periode tertentu, heterogenitas migrasi rating dan tingkat volatilitas migrasi rating. Dengan menggunakan rating yang dikeluarkan oleh PT Pemeringkat Efek Indonesia (Pefindo) sejak February 2001 sampai dengan Juni 2006, dihitung rating transition matrices dengan menggunakan metode cohort dan continuous. Untuk setiap metode, disusun matriks tahunan, dua tahunan (2004-2005), tiga tahunan (2003-2005), empat tahunan (2002-2005) dan lima tahunan (2001-2005). Hasil penelitian menunjukkan bahwa metode Continuous memberikan hasil yang lebih efisien dari pada metode Cohort. Estimasi dengan menggunakan metode Continuous memberikan hasil terbaik untuk rating obligasi korporasi dan menghasilkan distribusi probababilitas yang lebih tersebar. Dari sisi trend migrasi rating, estimasi baik dengan menggunakan metode Cohort maupun Continuous memberikan hasil yang relatif konsisten. Selain itu, migrasi rating cenderung untuk bergerak ke arah perbaikan rating dan hal ini konsisten dengan analisis rating activity and rating drift.

1. PENDAHULUAN
Risiko kredit masih menjadi masalah utama perbankan. Oleh karena itu, perbankan perlu mengidentifikasi, mengukur, memonitor, dan mengontrol

risiko kredit serta memastikan tersedianya cukup modal untuk mengantisipasi risiko tersebut (Basel Committee on Banking Supervision, 1999). Basel II menetapkan bahwa institusi keuangan perlu memiliki kemampuan untuk menguji kinerja model kredit dan rating internal untuk

1 Deputi Gubernur Bank Indonesia. Artikel ini ditulis pada waktu beliau masih menjadi Direktur √ Direktorat Penelitian dan Pengaturan Perbankan, Bank Indonesia; e-mail addressΩ: muliaman@bi.go.id 2 Kepala Biro Stabilitas Sistem Keuangan √ Direktorat Penelitian dan Pengaturan Perbankan, Bank Indonesia; e-mail addressΩ: wimboh@bi.go.id 3 Pengajar Fakultas Ekonomi, Universitas Gadjah Mada; e-mail address: BagusSantoso@ugm.ac.id 4 Peneliti Senior √ Biro Stabilitas Sistem Keuangan √ Direktorat Penelitian dan Pengaturan Perbankan, Bank Indonesia; email address: dwityapoetra@bi.go.id 5 Peneliti √ Biro Stabilitas Sistem Keuangan √ Direktorat Penelitian dan Pengaturan Perbankan, Bank Indonesia; email address: rulina@bi.go.id

memastikan bahwa model tersebut dapat secara konsisten dan meaningful mengukur risiko kredit (van Deventer dan Wang, 2003). Secara khusus, van Deventer dan Imai (2003) menyebutkan bahwa risiko kredit merupakan penyebab utama default perbankan.

81

Artikel II - Credit Risk Modelling : Rating Transition Matrices

Ada beberapa kesulitan dalam menentukan solusi risiko kredit yang mencakup banyak perusahaan. Pertama, risiko kredit memiliki berbagai bentuk dan ukuran. Kedua, jenis risiko kredit yang berbeda umumnya dikelola secara ketat dan terpusat. Sumber risiko kredit juga relatif beragam dan mencakup mulai dari corporate atau

Secara teoritis, matriks transisi dapat diestimasi untuk horison transisi yang diinginkan. Akan tetapi, biasanya yang sering digunakan adalah matriks transisi tahunan atau lima tahunan. Secara khusus, matriks transisi menunjukkan risiko default dan volatilitas migrasi yang tinggi untuk portofolio dengan grade kualitas yang rendah. Default likelihood akan meningkat secara eksponensial dengan adanya penurunan grade. Semua matriks transisi memiliki karakteristik yang sama, yaitu memiliki probabilitas yang tinggi di diagonal matriks: obligor cenderung mempertahankan rating mereka saat ini. Probabilitas terbesar kedua biasanya berada di sekitar diagonal. Sementara itu, semakin jauh dari diagonal, semakin kecil kecenderungan terjadinya perubahan rating (Violi, 2004). Hasil studi Kryzanowski dan Ménard (2001) menunjukkan bahwa probabilitas suatu obligasi untuk tetap berada di rating semula akan mengecil apabila horison waktu yang dianalisis semakin panjang. Diskusi mengenai credit modeling tidak hanya berpusat pada probability of default , namun juga menganalisis apa yang terjadi pada sebuah kredit yang sudah hampir default (McNulty dan Levin, 2000). Oleh karena itu, para peneliti mulai memfokuskan perhatian pada probabilitas perpindahan rating kredit dari satu level ke level lain. Salah satu cara yang cukup representatif untuk menyajikan informasi tersebut adalah dengan menggunakan matriks transisi (transition matrix).

sovereign bonds, credit derivatives, over-the-counter derivatives (misalnya interest rate swap ), pinjaman
komersial, retail mortgages, dan kartu kredit. Ketiga, bank cenderung mengelola risiko kredit secara terpisah dari risiko pasar. Dalam melakukan pengukuran credit risk, Kamakura Risk Information Services-KRIS (2004) menggunakan tiga pendekatan kuantitatif untuk memodelKAN default

probabilities, yaitu Model Jarrow Chava, Model Struktural
Merton , dan Model Hibrid Jarrow Merton. Ketiga pendekatan tersebut memasukkan informasi mengenai harga pasar ekuitas perusahaan dan tingkat suku bunga, sehingga current market expectation dapat terakomodasi dalam default probability estimates. Van Deventer dan Wang (2003) menggunakan model ini untuk mengestimasi eksplisit probabilitas default dengan menggunakan regresi logistik berdasarkan database default historis. Selain melalui estimasi probabilitas default, analisis risiko kredit juga dapat dilakukan melalui analisis migrasi risiko (probabilitas migrasi rating obligasi). Bond rating merupakan salah satu indikator penting untuk menilai kualitas kredit perusahaan, dan juga default probability perusahaan tersebut. Perubahan rating sebuah perusahaan merefleksikan penilaian apakah kualitas kredit perusahaan tersebut membaik (upgrade) atau memburuk (downgrade). Analisis perpindahan rating, termasuk default, berguna dalam credit risk model untuk mengukur future credit loss. Dengan demikian, matriks yang berisi probabilitas transisi rating (atau sering disebut transition matrix) memiliki peran penting dalam credit risk modelling.

2. TUJUAN PENELITIAN
Penelitian ini bertujuan untuk Melakukan estimasi

credit rating transition matrix, yaitu secara khusus
digunakan untuk mengetahui: Migrasi rating pada periode tertentu. Heterogenitas migrasi rating. Tingkat volatilitas migrasi rating.

82

Artikel II - Model Makroekonomi Pengukuran Indeks Stabilitas Keuangan: Studi Kasus Indonesia

3. PERKEMBANGAN STUDI LITERATUR Matriks Transisi Rating
Migrasi kredit atau matriks transisi menunjukkan perubahan kualitas kredit terakhir dari perusahaan. Matriks transisi merupakan input utama dalam berbagai aplikasi manajemen risiko. Contohnya, dalam New Basel Accord (BIS, 2001), capital requirements didasarkan pada migrasi rating. Bahkan sejak tahun 1999, Basel Committee on

Pada persamaan (3.1) di atas, p

ij

menyatakan probabiltas

transisi dari state i pada waktu t ke state j pada waktu t+1. Selain itu, matriks transisi Markov Chain di atas mempunyai ciri bahwa entri-entri dalam satu baris berjumlah 1. Secara matematis, ciri Markov Chain tersebut dapat ditulis sebagai berikut. (3.2) Kemudian state vector x(t) untuk suatu observasi Markov

Banking Supervision (BCBS) menegaskan manfaat matriks
transisi dan mengharuskan penyusunan matriks transisi sebagai dasar untuk pemenuhan securitisation framework. Proses rating kredit merupakan proses dimana pada sembarang pengamatan rating kredit dapat menempati salah satu dari sejumlah berhingga state rating. Pada penelitian ini, diasumsikan proses rating kredit mengikuti

Chain dengan state space S = {1, 2, º,k} didefinisikan
sebagai vektor kolom x dimana komponen yang ke i, yaitu x , merupakan probabilitas menempati state ke i pada waktu
i

t. Vektor kolom tersebut dapat diformulasikan sebagai:

(3.3)

Markov chain /process. Hal ini berarti probabilitas
menempati suatu state hanya dapat ditentukan dengan mengetahui state pada observasi sebelumnya. Asumsi Menurut teorema yang dikemukakan oleh Anton dan Rorres (1987), jika P adalah matriks transisi Markov Chain dan x
(n)

Markov Chain pada proses rating kredit mengimplikasikan
bahwa transisi kredit tersebut menjadi time invariant atau

merupakan state vector pada observasi ke n, maka. (3.4)

time homogenous, dimana probabilitas transisi tidak
berubah terhadap waktu dan konstan sepanjang horison yang telah ditentukan. Jika sebuah Markov Chain memiliki state space S = {1, 2, º, k}, maka probabilitas bahwa proses rating kredit menempati state j pada suatu observasi sesudah menempati state i pada observasi sebelumnya dinotasikan dengan p . Kemudian p disebut probabilitas transisi dari
ij ij

Dari teorema di atas, diketahui bahwa: (3.5) Dengan kata lain, persamaan (3.5) menyatakan bahwa
(0)

state vector awal x
nilai state vector x

dan matriks transisi P menentukan

(n)

.

Steady-State Behavior
Konsekuensi utama dari fakta bahwa penjumlahan elemen-elemen dari setiap baris matriks P bernilai satu adalah bahwa sistem dinamik yang mendeskripsikan evolusi x(n) adalah murni stabil (neutrally stable). Artinya, solusi untuk x(n) tidak pernah sama dengan nol ataupun menuju ke tak terhingga (infinity). Solusi tersebut mencapai solusi steady-state, x = x (n ~), dimana pada akhirnya
~

state i ke state j. Matriks yang berisi probabilitas transisi
dari state i ke state j disebut matriks transisi dari Markov

Chain (Anton dan Roses, 1987). Selanjutnya matriks transisi
tersebut dinotasikan dengan P. Bentuk umum matriks probabilitas transisi satu langkah adalah sebagai berikut.

elemen-elemen dari x mencapai nilai konstan, x , dengan
~

syarat penjumlahan elemen-elemen dari x harus sama (3.1) dengan satu.

83

Artikel II - Credit Risk Modelling : Rating Transition Matrices

The Absorbing ≈DefaultΔ State
Secara umum, default state dipandang sebagai

credit derivatives maka diperlukan horison yang lebih
pendek walaupun pada penerapannya hanya matriks transisi tahunan yang biasanya digunakan oleh agen-agen rating sebagai horison transisi. Jarrow, Lando dan Turnbull (1997) dalam studi mengenai current credit derivatives pricing models , menyelesaikan permasalahan horison transisi yang relatif panjang dengan menghitung intensitas-intensitas probabilitas yakni continuous time probabilities dari matriks transisi satu tahun. Selain itu, Hillegeist et al. (2004) juga menerapkan matriks transisi satu tahun horison dalam memprediksi probabilitas kebangkrutan.

absorbing state. Hal ini mengimplikasikan bahwa setiap
perusahaan yang telah mencapai default state tidak dapat berpindah ke state rating kredit lainnya. Hal ini dapat dilihat pada baris terakhir dari bentuk umum matriks transisi yang tersaji dalam persamaan (3.1), dimana semua elemen dari baris tersebut adalah nol kecuali elemen dari default state yang mempunyai entri satu (unity). Konsekuensi matematik utama dalam memasukkan

absorbing state ke dalam state space adalah bahwa solusi steady state, yaitu eigenvector pertama dan transpos
matriks P, adalah identik dengan absorbing row dari matriks transisi P. Dengan kata lain, bentuk umum matriks migrasi yang menunjukkan probabilitas default yang berhingga yaitu matriks transisi P mempunyai berhingga elemen tak nol dalam absorbing column, distribusi probabilitas x(n) akan selalu menempati default state. Jika diberikan waktu yang cukup lama maka pada akhirnya semua perusahaan akan merosot ke default state.

4. SPESIFIKASI PENDEKATAN MATRIKS TRANSISI YANG DIGUNAKAN
Dalam studi ini, dilakukan konstruksi transisi matriks untuk waktu diskrit maupun kontinyu. Berdasarkan pendekatan waktu diskrit, perubahan rating obligor (atau skor kredit) hanya diamati setelah suatu jangka waktu tertentu yang fixed, misalnya enam bulan, sembilan bulan, setahun, atau periode tertentu lainnya. Sementara

Time Horizon
Secara teoretis, matriks-matriks transisi dapat diestimasi untuk horison transisi berapapun namun matriks transisi yang diestimasi dengan periode yang lebih pendek sangat baik untuk menggambarkan proses rating. Semakin pendek interval yang digunakan untuk mengestimasi matriks transisi, semakin sedikit perubahan rating yang diabaikan. Namun demikian, durasi yang lebih pendek juga menghasilkan pergerakan (movements) rating yang kurang ekstrim dimana pergerakan yang tinggi sering dicapai dalam beberapa intermediary steps. Faktor-faktor lain yang menentukan horison transisi adalah tujuan aplikasi matriks transisi. Jika matriks transisi diaplikasikan untuk menghitung credit risk exposures maka umumnya digunakan horison transisi satu tahun. Jika aplikasi matriks transisi adalah untuk menentukan harga

berdasarkan pendekatan waktu kontinyu, perubahan rating dapat diamati setiap saat, bahkan mungkin hanya dalam hitungan menit (Ahmed et al., 2004). Dalam mengkonstruksi matriks transisi berdasarkan pendekatan waktu diskrit, mengacu pada Jafry dan Schuermann (2004). Sementara itu, konstruksi matriks transisi berdasarkan pendekatan waktu kontinyu mengadaptasi studi Lando dan Skμdeberg (2002).

Matriks Transisi Waktu Diskrit: Metode Cohort (Frequentist)
Salah satu metode yang dapat digunakan untuk menghitung perubahan probabilitas dari data yang diestimasi pada waktu diskrit adalah dengan menggunakan metode Cohort. Metode Cohort telah banyak digunakan karena menggunakan perhitungan

84

Artikel II - Model Makroekonomi Pengukuran Indeks Stabilitas Keuangan: Studi Kasus Indonesia

yang sederhana, meskipun terkadang memberikan hasil yang kurang efisien.

λij > 0, untuk i = j
(3.7)

Matriks Transisi Waktu Kontinyu
Konstruksi matriks transisi berdasarkan pendekatan waktu kontinyu telah menarik perhatian banyak modeller beberapa waktu terakhir. Ahmed et al . (2004) menyebutkan dua manfaat utama penggunaan pendekatan ini, yaitu: 1. memudahkan estimasi probabilitas transisi dimana transisi ke suatu rating tertentu relatif jarang terjadi, misalnya indirect default (default melalui downgrade secara sekuensial)1 2. memungkinkan konstruksi matriks transisi untuk setiap periode waktu (misalnya matriks transisi 73 hari).

Entri tersebut menjelaskan perilaku probabilistik

holding time di state i sebagaimana yang didistribusikan
secara eksponensial (exponentially distributed) dengan parameter λi, dimana λi = - λii, dan probabilitas untuk berpindah dari state i ke state j adalah λij /λi. Probabilitas transisi untuk setiap horizon waktu merupakan fungsi dari generator. Oleh karena itu, kita dapat memperoleh estimator maximum likelihood dari matriks probabilitas transisi dengan cara memperoleh estimasi maximum likelihood dari generator tersebut kemudian mengaplikasikan fungsi eksponensial matriks pada estimasi maximum likelihood dari generator tersebut. Berdasarkan asumsi time homogeneity, elemen dari matriks generator dihitung dengan menggunakan

Metode Kontinyu dengan Asumsi Time Homoge-

estimator maximum likelihood sebagaimana yang dilakukan oleh Küchler dan Sμrensen, 1997):

neous
Dalam pendekatan ini, dimisalkan terdapat K-state

Markov chain dimana state 1 sebagai state tertinggi dan state K sebagai kondisi default. Probabilitas-probabilitas
transisi selama suatu periode tertentu dinyatakan dalam matriks P(t) KxK dengan elemen ij adalah probabilitas migrasi dari state i ke state j selama periode t. Matriks generator dengan dimensi KxK adalah λ dengan dimana:

untuk

(3.8)

Nij (T) : jumlah transisi dari state rating i ke state rating j selama periode pengamatan Yij (s) : jumlah perusahaan yang menempati state rating

nonnegative off-diagonal entries dengan jumlah baris sama
dengan nol Israel et al. , 2001, dimana (Lando dan Skμdeberg, 2002): P(t) = exp (λt), t > 0 (3.6) Matriks λt merupakan matriks λ dikalikan t pada setiap entri dan fungsi eksponensial merupakan eksponensial matriks. Entri dari matriks λ adalah:

i saat s.
Dengan kata lain, denominator dari persamaan (3.8) menyatakan jumlah »firm-years» dari semua perusahaan dalam sampel saat menempati state awal i. Jadi, setiap periode yang dihabiskan perusahaan untuk menempati suatu state ikut dihitung sebagai denominator.

Metode Kontinyu dengan Asumsi Time Non1 Jika dalam sebuah periode terdapat transisi dari AAA ke AA, kemudian terdapat transisi dari AA ke default namun oleh perusahaan lainnya, maka estimator transisi dari AAA ke D tidak sama dengan nol karena ternyata terdapat probabilitas untuk default setelah adanya downgrade meskipun oleh perusahaan lain. Berbeda dengan metode kontinu, metode diskrit tidak dapat mengakomodasi proses tersebut.

Homogenous
Menurut studi yang dilakukan Lando dan Skμdeberg (2002), salah satu cara untuk menghitung matriks

85

Artikel II - Credit Risk Modelling : Rating Transition Matrices

probabilitas transisi dari data waktu kontinyu dengan asumsi time non-homogenuous adalah dengan menggunakan estimator Aalen-Johansen. Berdasarkan Jafry dan Schuermann (2003) estimator Aalen-Johansen atau estimator limit produk non parametrik yang diperoleh adalah konsisten. Konstruksi matriks transisi berdasarkan metode ini merupakan metode Cohort untuk periode yang sangat pendek, misalnya dalam hitungan hari (Landschoot, 2005). Dalam mengestimasi matriks transisi menggunakan metode kontinyu dengan asumsi time non-homogeneous, dimisalkan P[s,t] matriks probabilitas transisi dengan periode [s,t]. Elemen ij dari matriks tersebut menotasikan probabilitas proses Markov yang memulai transisi dari state

dengan jumlah issuer yang beroperasi pada awal tahun. Berdasarkan contoh yang diberikan oleh Carty dan Fons (1993), perubahan rating dari BBB ke A merupakan satu perubahan rating, sementara perubahan dari BBB ke AA merupakan dua perubahan rating.

Model Discrete Hazard
Salah satu model risiko kredit yang akan digunakan sebagai alat analisis risiko kredit adalah hazard rate model.

Hazard rate model adalah suatu metode pengukuran
kebangkrutan dengan memasukkan intensitas gagal bayar (default intensity). Model hazard sangat banyak digunakan dalam aplikasi pengukuran kinerja. Salah satu aplikasi model hazard rate antara lain digunakan dalam metode penetapan harga (pricing), kebangkrutan dan estimasi probabilitas gagal bayar perusahaan. Terdapat dua model

i saat s akan menempati state j saat t. Kemudian jika
diketahui terdapat sejumlah m transisi selama periode [s,t] maka P[s,t] dapat diestimasi dengan menggunakan estimator Aalen-Johansen (Jafri dan Schuermann (2003). . (3.9)

hazard, yaitu discrete hazard rate dan continuous hazard rate. Perbedaan antara dua model hazard tersebut dapat
diketahui melalui fungsi survival yang digunakan. Penelitian permodelan kebangkrutan perusahaan kali ini hanya

Penilaian Kualitas Rating
Untuk memperdalam hasil analisis, terdapat beberapa indikator yang perlu diperhatikan. Salah satu indikator penting dalam menilai trend kualitas rating korporasi (corporate rating) secara keseluruhan adalah

terfokus pada model discrete hazard. Model discrete hazard merupakan model yang sesuai untuk menganalisa data yang terdiri dari observasiobservasi binary, time-series dan cross-sectional contohnya data kebangkrutan. Hazard rate didefinisikan dalam ilmu ekonomi sebagai risiko transisi ke berbagai keadaan (state). Dalam literatur finansial, hazard rate menunjuk kepada

rating activity. Menurut Carty dan Fons (1993), rating activity dapat dihitung dari penjumlahan semua perubahan
rating yang membaik (upgrades) maupun perubahan rating yang memburuk (downgrades) dan membaginya dengan jumlah issuer yang beroperasi pada awal tahun. Salah satu indikator penting lainnya adalah rating

credit default risk.

5. SUMBER DATA
Data yang digunakan berasal dari PT Pemeringkat Efek Indonesia (Pefindo). Rating perusahaan (company

drift. Rating drift merupakan dependensi terhadap rating
sebelumnya dan merupakan non-Markovian behaviour Lando dan Skodeberg (2002). Rating drift dihitung dengan cara menjumlahkan jumlah perubahan rating yang membaik dikurangi dengan jumlah perubahan rating yang memburuk dan kemudian membagi selisih tersebut

rating) maupun rating obligasi perusahaan (debt specific rating) yang telah dipublikasikan oleh PEFINDO pada bulan
Februari 2001 sampai dengan bulan Juni 2006 digunakan untuk mengestimasi matriks transisi, baik dengan metode diskrit maupun dengan metode durasi/kontinyu. Namun,

86

Artikel II - Model Makroekonomi Pengukuran Indeks Stabilitas Keuangan: Studi Kasus Indonesia

beberapa rating obligasi yang dipublikasikan oleh Pefindo memuat obligasi yang dirating oleh agen pemeringkat rating selain Pefindo, yaitu Kasnic. Data rating perusahaan yang dipublikasikan dalam kurun waktu tersebut merupakan semi-annual publication yang dipublikasikan pada Februari dan Agustus. Publikasi pada Februari tahun i merupakan data rating perusahaan dari 31 Desember tahun i-1, sedangkan publikasi pada Agustus tahun i merupakan data rating perusahaan dari 31 Juni tahun i . Sementara itu, data rating obligasi perusahaan yang digunakan dalam estimasi merupakan data untuk periode 2001-2005 yang dipublikasikan oleh Pefindo setiap bulan, dari Juli 2003 sampai dengan Juni 2006 dan semi-annual publication rating dari 2001 sampai dengan 2002. Data yang diperoleh dari PEFINDO terdiri dari 115 rating perusahaan dan 412 rating obligasi perusahaan yang

dibandingkan perusahaan yang mengalami downgrade. Hal ini merupakan sinyal awal perbaikan kondisi perusahaan sampel.
Grafik A2.1 Jumlah Perusahaan Sampel yang Mengalami Upgrade dan Downgrade
Persen 30 25 20 15
12,2 12,2 7,1 3,2 7,5 4,0 14,3 10,0 7,0 25,0 Downgrade Upgrade

10 5 0

2001
Sumber: Pefindo. diolah

2002

2003

2004

2005

Grafik A2.2 Jumlah Obligasi Sampel yang Mengalami Upgrade dan Downgrade
Persen 18
16,8

berasal dari 119 perusahaan. Namun, tidak semua data tersebut dapat dimasukkan dalam estimasi mengingat tidak semua data tersebut mempunyai rating pada setiap awal periode estimasi.

16 14 12 10 8 6 4 2
7,7 8,2 6,3 5,1 2,5 13,5

Downgrade

Upgrade

7,1

7,4

1,3

6. ANALISIS HASIL ESTIMASI MATRIKS TRANSISI 6.1 Penilaian Kualitas Rating
Gambar A.2.1. menunjukkan bahwa kualitas rating korporasi sampel secara umum menunjukkan perbaikan. Hal ini ditandai dengan turunnya persentase jumlah perusahaan yang mengalami downgrade selama 20012004 (dari 25% menjadi 3,23%). Meskipun demikian, pada 2005, persentase jumlah perusahaan yang mengalami downgrade kembali meningkat menjadi 4%. Sebaliknya, peningkatan kualitas rating korporasi ditunjukkan dengan peningkatan persentase jumlah perusahaan yang mengalami upgrade, yaitu dari 10% pada 2001 menjadi 14,3% pada 2003. Persentase ini kembali turun pada 2004 dan 2005. Sejak 2003, jumlah perusahaan yang mengalami upgrade lebih banyak

0 2001
Sumber: Pefindo. diolah

2002

2003

2004

2005

Hal ini juga ditegaskan oleh Grafik A.2.2 dimana jumlah obligasi yang mengalami penurunan rating selama lima tahun terakhir menunjukkan trend menurun. Pada 2001, jumlah obligasi sampel yang mengalami downgrade sebanyak 13,5% sementara pada 2005 hanya terdapat 1,3% obligasi sampel yang mengalami donwgrade. Secara singkat, Grafik A2.1. dan Grafik A2.2. memberikan indikasi awal perbaikan creditworthiness perusahaan penerbit obligasi yang menjadi sampel. Hal ini tercermin dari penurunan persentase perusahaan maupun obligasi yang mengalami downgrade , dan peningkatan persentase perusahaan maupun obligasi yang mengalami upgrade.

87

Artikel II - Credit Risk Modelling : Rating Transition Matrices

Rating Activity dan Rating Drift
Rating drift yang bernilai positif (+) menunjukkan
bahwa jumlah upgrade melebihi jumlah downgrade atau peningkatan kualitas rating, sementara rating drit yang bernilai negatif (-) menunjukkan bahwa jumlah downgrade melebihi jumlah upgrade atau penurunan kualitas kredit. Secara singkat, rating drift menunjukkan apakah perubahan rating menunjukkan perbaikan atau memburuk selama periode waktu tertentu.
80

Grafik A2.4 Letter Rating Activity dan Rating Drift Obligasi Sampel
Persen
65,4

60 40 20 0 -20 -40 -60 2001
Sumber: Pefindo, diolah -42,3 -18,4 36,7 36,4 21,0

10,8 4,2

8,7 6,1

Rating Activity

Rating Drift

2002

2003

2004

2005

Rating activity dan rating drift perusahaan sampel
selama 2001-2005 ditunjukkan di Grafik A2.3. Terlihat adanya penurunan letter activity rating perusahaan sampel selama 2001-2004. Pada 2005, rating activity perusahaan sampel menunjukkan peningkatan, yaitu menjadi 15%. Meskipun persentase rating activity menunjukkan penurunan, namun rating drift menunjukkan trend menaik. Hal ini berarti bahwa meskipun persentase activity

penurunan, yaitu dari 65,4% pada 2001 menjadi 8,7% pada 2005. Meskipun persentase rating activity menunjukkan penurunan, namun arah rating drift menunjukkan perbaikan, karena rating drift obligasi sampel memiliki

trend menaik. Hal ini berarti bahwa meskipun persentase activity rati ng obligasi beberapa tahun terakhir mengalami
penurunan, namun arah perubahan rating menunjukkan perbaikan. Pada 2001 dan 2002, rating drift negatif (-), yang berarti jumlah downgrades yang terjadi lebih besar dibandingkan jumlah upgrades. Meskipun demikian, rating

rating perusahaan sampel selama beberapa tahun terakir
kurang menggembirakan, namun arah perubahan rating menunjukkan perbaikan. Pada 2001 dan 2002, rating drift negatif (-), yang berarti jumlah downgrades lebih besar dibandingkan jumlah upgrades. Meskipun demikian, rating

drift mengalami penurunan sejak 2004, namun tidak
seburuk pada periode 2001-2002. Grafik A2.4. menunjukkan rating activity dan rating

drift terus mengalami peningkatan sehingga mencapai
21% pada 2003. Hal ini berarti jumlah upgrades yang terjadi lebih besar dibandingkan downgrades, serupa dengan rating drift perusahaan sampel. Secara umum dapat disimpulkan bahwa persentase

drift obligasi sampel selama 2001-2005. Persentase letter rating activity obligasi sampel juga menunjukkan
Grafik A2.3 Letter Rating Activity dan Rating Drift Perusahaan Sampel
Persen 120 100 80 60 40 20 0 -20 -40 -60
-55,0 -10,2 55,1 26,8 12,5 10,8 15,0 4,3 -1,0 110,0

rating activity perusahaan dan obligasi sampel selama periode
2001-2005 relatif menurun. Meskipun demikian, arah aktivitas rating menunjukkan perbaikan, seperti ditunjukkan oleh peningkatan rating drift. Hal ini memiliki implikasi awal bahwa creditworthiness perusahaan dan obligasi sampel relatif membaik selama beberapa tahun terakhir.

6.2. Analisis Matriks Transisi Rating
Terdapat dua pendekatan utama yang dapat digunakan untuk mengestimasi matriks transisi, yaitu

Rating Activity

Rating Drift

2001
Sumber: Pefindo, diolah

2002

2003

2004

2005

88

Artikel II - Model Makroekonomi Pengukuran Indeks Stabilitas Keuangan: Studi Kasus Indonesia

metode Cohort dan metode Kontinyu/Durasi. Metode Kontinyu dibedakan berdasarkan asumsi time

38 transisi, dua transisi dari Not Rated dan dua transisi ke

Not Rated. Pola probabilitas default matriks transisi lima
tahun mirip dengan pola probabilitas default matriks transisi empat tahun. Bahkan, distribusi probabilitas transisi 2001-2005 menunjukkan distribusi yang lebih merata (Tabel A2.1). Terkait hubungan simetri antara stabilitas rating dengan kualitas rating, hasil estimasi untuk periode 20012005 menunjukkan hubungan yang serupa dengan matriks transisi periode dua, tiga, dan empat tahun. Tingkat stabilitas rating semakin menurun seiring penurunan rating, hingga rating BB. Selanjutnya, rating B memiliki tingkat stabilitas yang lebih tinggi dibandingkan rating BB.

homogeneous dan asumsi time non-homogeneous. Dalam
studi ini, diestimasi matrisk transisi berdasarkan metode Cohort dan metode Kontinyu dengan asumsi time

homogeneous.
Dalam mengkonstruksi matriks transisi berdasarkan pendekatan waktu diskrit, digunakan metode Cohort yang mengacu pada Jafry dan Schuermann (2004). Sementara itu, konstruksi matriks transisi berdasarkan pendekatan waktu kontinyu mengadaptasi studi Lando dan Skμdeberg (2002). Untuk meringkas penyajiannya, dalam paper ini hanya metode kontinyu yang disajikan.

Matriks Transisi Rating Perusahaan Metode Kontinyu Asumsi Time Homogeneous
Estimasi matriks transisi rating perusahaan dengan menggunakan metode kontinyu dilakukan per tahun, dua tahun (2004-2005), tiga tahun (2003-2005), empat tahun (2002-2005) dan lima tahun (2001-2005). Untuk meringkas penyajiannya, hanya matriks lima tahun (20012005) saja yang disajikan.

Probabilitas transisi umumnya semakin mengecil dengan semakin jauhnya jarak transisi, meskipun beberapa rating memiliki probabilitas yang cukup tinggi untuk bermigrasi ke rating yang jauh di atasnya atau di bawahnya. Setelah lima tahun, terdapat banyak kemungkinan yang terjadi, baik transisi dari speculative grade ke

investment grade dan sebaliknya. Meskipun demikian, arah
transisi ke rating yang lebih tinggi (upgrade) lebih banyak

Matriks Transisi Lima Tahun Periode 2001-2005
Pada 2001-2005, jumlah transisi yang terjadi berdasarkan metode kontinyu time homogeneous adalah

dibandingkan jumlah transisi ke rating yang lebih rendah (downgrade). Hal ini menunjukkan bahwa perusahaan sampel dalam jangka panjang menunjukkan peningkatan

Tabel A2.1 Matriks Transisi Corporate Rating Berdasarkan Metode Kontinyu (%), Periode 2001-2005
Jumlah Perusahaan Pada Awal Priode AAA AA A BBB BB B CCC D NR TOTAL 1 5 20 7 0 2 1 3 1 40 AAA AA A BBB BB B CCC D NR

100 0 0 0 0 0 0 0 0 Ω

0 94,31 4,51 0,38 0,10 0,03 0,56 0 0,61 Ω

0 5,42 86,72 14,61 5,50 1,55 19,19 0 21,89 Ω

0 0,06 2,02 82,87 27,41 7,70 2,59 0 1,29 Ω

0 0,04 1,31 0,13 41,40 4,94 6,82 0 0,94 Ω

0 0 0,23 0,24 1,40 78,33 8,99 0 20,61 Ω

0 0,05 1,37 0,13 13,48 5,18 39,50 0 0,97 Ω

0 0,06 2,19 0,17 10,32 1,29 21,43 100 0,41 Ω

0 0,02 0,70 1,39 0,28 0,07 0,11 0 52,31 Ω

89

Artikel II - Credit Risk Modelling : Rating Transition Matrices

creditworthiness, meskipun terdapat juga perusahaan yang
kualitas kreditnya memburuk. Dalam jangka waktu lima tahun, perusahaan menghadapi probabilitas gagal bayar atau transisi ke rating D. Bahkan, perusahaan yang berada pada rating AA dan A pun memiliki kemungkinan untuk mengalami gagal bayar. Perusahaan yang tidak menghadapi risiko gagal bayar dalam periode lima tahun adalah perusahaan yang memiliki rating AAA. Hal ini serupa dengan hasil estimasi transisi matriks empat tahun. Probabilitas gagal bayar ini juga semakin meningkat dengan menurunnya kualitas rating, kecuali rating BB dan rating B yang memiliki probabilitas gagal bayar yang cukup rendah. Terkait stabilitas rating, matriks transisi lima tahun dan empat tahun menunjukkan bahwa rating yang termasuk kategori investment grade memiliki stabilitas yang cukup tinggi. Sementara itu, speculative rating yang memiliki stabilitas relatif tinggi adalah rating B dan C untuk estimasi matriks transisi empat tahun dan rating B untuk estimasi matriks transisi lima tahun.

Grafik A2.6 Tingkat Stabilitas Corporate Rating yang Tergolong Speculative Grade Berdasarkan Metode KontinyuTime Homogeneous
Persen 100 90 80 70 60 50 40 30 20 10 0 2001 2002 2003 2004 2005 BB B CCC

Grafik A2.6 Pada Grafik A2.5, terlihat bahwa investment

grade umumnya mempunyai tingkat kestabilitasan di atas
65%. Rating yang memiliki tren kestabilan menaik adalah rating A. Hal ini berarti dari tahun ke tahun, rating ini semakin stabil. Sementara itu, rating AA dan BBB mengalami fluktuasi tingkat kestabilan yang cukup signifikan. Perusahaan sampel yang mempunyai rating AAA memiliki tingkat kestabilan yang tinggi dari tahun ke tahun.

Stabilitas Rating Perusahaan Berdasarkan Metode Kontinyu Asumsi Time Homogeneous
Pola perubahan tingkat kestabilitasan rating untuk kategori investment grade terlihat pada Grafik A2.5, sedangkan pola perubahan kestabilitasan rating kategori

Hal ini mengindikasikan bahwa issuer yang mempunyai rating AAA cenderung mempunyai tingkat kestabilan yang tinggi dan tahan terhadap pengaruh atau gejolak negatif pasar. Meskipun demikian, perlu dicatat bahwa jumlah observasi yang pernah berada di rating ini hanya beberapa perusahaan, sehingga belum cukup representatif untuk
Gambar A2.7 Tingkat Stabilitas Corporate Rating yang Tergolong Investment Grade Berdasarkan Metode Kontinyu Time Homogeneous pada Berbagai Periode Estimasi
Persen 100
2005 (2004-2005) (2003-2005) (2002-2005) (2001-2005)

non-investment atau speculative grade dapat dilihat pada
Grafik A2.5 Tingkat Stabilitas Corporate Rating yang Tergolong Investment Grade Berdasarkan Metode KontinyuTime Homogeneous
Persen 100 90

95

80 70

90 85

60 50

80
AAA AA A BBB

75
2001 2002 2003 2004 2005

AAA

AA

A

BBB

90

Artikel II - Model Makroekonomi Pengukuran Indeks Stabilitas Keuangan: Studi Kasus Indonesia

Gambar A2.8 Tingkat Stabilitas Corporate Rating yang Tergolong Speculative Grade Berdasarkan Metode Kontinyu Time Homogeneous pada Berbagai Periode Estimasi
Persen 120
2005 (2004-2005) (2003-2005) (2002-2005) (2001-2005)

Stabilitas rating yang tergolong speculative atau non-

investment grade juga umumnya mengalami penurunan
stabilitas dengan bertambahnya periode observasi. Meskipun demikian terdapat tingkat kestabilan tersebut juga mengalami fluktuasi, utamanya rating CCC.

100 80

Matriks Transisi Obligasi Perusahaan Metode
60

Kontinyu Asumsi Time Homogeneous
40 20 0 BB B CCC

Matriks Transisi Lima Tahun Periode 2001-2005
Pada periode 2001-2005, jumlah transisi rating obligasi yang terjadi berdasarkan metode kontinyu adalah 29 transisi dan dua transisi dari Not Rated. Hasil estimasi

menggambarkan kondisi pasar. Di sisi lain, rating yang paling tidak stabil di antara investment grade lainnya adalah BBB karena persentase kestabilannya paling kecil. Grafik A2.8 menunjukkan stabilitas rating yang termasuk kategori investment grade untuk setiap periode estimasi. Untuk kelima periode estimasi, stabilitas rating yang termasuk kategori ini cukup tinggi, selalu berada di atas 75%. Secara umum, rating yang lebih tinggi memiliki stabilitas yang lebih tinggi dibandingkan rating yang lebih rendah. Grafik tersebut juga menunjukkan bahwa stabilitas rating ini semakin menurun dengan bertambahnya periode estimasi. Sedikit berbeda dengan hal tersebut, stabilitas rating BBB menunjukkan fluktuasi.

matriks transisi berdasarkan metode kontinyu asumsi time

homogeneous pada periode 2001-2005 ditampilkan pada
Tabel A2.2. Tingkat kestabilan rating obligasi Indonesia periode 2001-2005 cukup tinggi yaitu antara 87,96-100%, kecuali tingkat kestabilan rating CCC yang hanya mencapai 50,58%. Rendahnya kestabilan rating CCC karena rating ini tergolong dalam junk bond atau speculative grade, artinya obligasi memiliki kualitas rating yang rendah dengan probabilitas default yang relatif tinggi. Karena obligasi investment grade memiliki tingkat stabilitas yang tinggi maka obligasi ini cenderung tidak dimainkan untuk tujuan spekulasi, melainkan untuk tujuan investasi. Lain

Tabel A2.2 Matriks Transisi Bond Rating Berdasarkan Metode Kontinyu (%), Periode 2001 - 2005
Jumlah Perusahaan Pada Awal Priode AAA AA A BBB BB B CCC D NR Total 0 1 27 11 2 8 3 0 0 52

AAA

AA

A

BBB

BB

B

CCC

D

NR

100 0 0 0 0 0 0 0 0 Ω

0 100 7,14 0,18 0 0 0 0 0,04 Ω

0 0 86,76 4,54 0,14 0,15 0,03 0 1,22 Ω

0 0 0,99 93,58 5,82 6,13 1,72 0 39,66 Ω

0 0 0 0,03 87,96 3,77 23,87 0 6,85 Ω

0 0 0,01 1,47 0,05 82,29 22,48 0 6,95 Ω

0 0 0 0,04 0 4,43 50,58 0 26,98 Ω

0 0 5,10 0,16 6,03 3,23 1,32 100 0,30 Ω

0 0 0 0 0 0 0 0 18,01 Ω

91

Artikel II - Credit Risk Modelling : Rating Transition Matrices

halnya obligasi kategori speculative grade yang memiliki fluktuasi perubahan rating yang tinggi yang mengakibatkan obligasi jenis ini menarik untuk dimainkan oleh para spekulan untuk mendapatkan return yang tinggi. Tabel A2.2. menunjukkan bahwa rating CCC memiliki probabilitas transisi upgrade ke rating B (22,48%), rating BB (23,%), BBB (1,72%), dan A (0,03%). Namun demikian, rating CCC memiliki probabilitas default sebesar 1,32%. Matriks transisi 2001-2005 tidak menunjukkan pola yang simetris. Semakin jauh dari sisi diagonal, besarnya transisi rating sangat bervariasi dan belum tentu probabilitasnya semakin kecil. Dari sisi stabilitasnya pun (sisi diagonal) tidak menunjukkan pola yang konsisten. Seharusnya semakin rendah kualitas obligasi semakin rendah pula tingkat kesatabilannya. Pada matriks transisi lima tahun hanya obligasi dengan rating A dan BBB (kategori investment grade) yang memiliki probabilitas transisi menuju speculative

Gambar A2.9 Tingkat Stabilitas Bond Rating yang Tergolong Investment Grade Berdasarkan Metode Kontinyu Asumsi Time Homogeneous
Persen 110

90

70
AAA AA A BBB

50 2001 2002 2003 2004 2005

berbentuk lebih datar dibandingkan dengan grafik pada obligasi speculative grade. Di antara obligasi-obligasi kategori investment grade, obligasi dengan rating AAA merupakan obligasi yang paling stabil disusul dengan obligasi rating AA, BBB dan A. Rating kualitas tertinggi yaitu rating AAA merupakan rating yang paling stabil. Tingkat kestabilan rating BBB lebih stabil daripada rating A yang ditunjukkan dengan kedataran garis BBB relatif terhadap garis A. Namun demikian tren stabilitas rating A dari 2001 hingga tahun 2005 mengalami kenaikan. Hal ini berseberangan dengan tren stabilitas rating BBB yang mengalami penurunan. Tingkat stabilitas rating obligasi periode 2001 hingga

grade . Selain itu, seluruh obligasi dengan kategori speculative grade (BB, B, dan CCC) masing-masing
memiliki probabilitas transisi menjadi kategori investment

grade.

Stabilitas Bond Rating Metode Continue Homogeneous
Tingkat stabilitas rating obligasi 2001 sampai dengan 2005 dapat dianalisis terpisah antara stabilitas obligasi

2005 sangat fluktuatif seperti terlihat pada besarnya pergerakan grafik yang naik turun. Di dalam kategori

investment grade dengan stabilitas obligasi speculative grade. Tingkat stabilitas obligasi investment grade lebih

Gambar A2.10 Tingkat Stabilitas Bond Rating yang Tergolong Speculative Grade Berdasarkan Metode Kontinyu Asumsi Time Homogeneous
Persen 120 100 80 60 40 20 0 2001 2002 2003 2004 2005
BB B CCC

tinggi dibandingkan dengan tingkat stabilitas obligasi

speculative grade. Seperti yang terlihat pada Grafik A2.9.
bahwa persebaran persentase kestabilan obligasi

investment grade antara 70-100%. Sementara itu, pada
Grafik A2.10. terlihat bahwa persebaran nilai stabilitas rating obligasi speculative grade antara 20-100%. Grafikgrafik pada obligasi investment grade cenderung

92

Artikel II - Model Makroekonomi Pengukuran Indeks Stabilitas Keuangan: Studi Kasus Indonesia

speculative grade, rating BB merupakan rating yang relatif
paling stabil disusul dengan rating B dan rating CCC. Dari Grafik A.2.10. dapat disimpulkan bahwa semakin rendah kualitas rating obligasi semakin rendah pula tingkat stabilitasnya.

di sekitar diagonal matriks. Sementara itu, estimasi dengan menggunakan metode kontinyu,

menghasilkan matriks transisi dengan probabilitas distribusi yang relatif lebih merata dan

memungkinkan adanya probabilitas migrasi ke rating yang memiliki jarak cukup jauh dari diagonal matriks

7. KESIMPULAN HASIL ESTIMASI DAN IMPLIKASI KEBIJAKAN Rating Activity dan Rating Drift
1. Perbaikan creditworthiness perusahaan penerbit obligasi yang menjadi sampel. Hal ini tercermin dari penurunan persentase perusahaan maupun obligasi yang mengalami downgrade , dan peningkatan persentase perusahaan maupun obligasi yang mengalami upgrade. 2. Persentase rating activity perusahaan dan obligasi sampel selama periode 2001-2005 relatif menurun. Meskipun demikian, arah aktivitas rating menunjukkan perbaikan, seperti ditunjukkan oleh peningkatan rating drift. Hal ini memiliki implikasi awal bahwa creditworthiness perusahaan sampel dan obligasi sampel relatif membaik selama beberapa tahun terakhir. 4. 3.

(transisi ekstrim), bahkan ke rating default, meskipun tidak terdapat direct transition ke rating tersebut. Hal ini dimungkinkan melalui indirect transition melalui rating lainnya. Pola distribusi probabilitas migrasi yang tersebar ini terutama ditunjukkan oleh hasil estimasi dengan menggunakan periode lebih dari satu tahun. Estimasi dengan menggunakan metode Cohort tidak menunjukkan adanya hubungan antara tingkat stabilitas dengan tingkat rating. Hal ini ditunjukkan oleh tingkat stabilitas rating yang tidak simetris atau tingkat stabilitas rating tidak menurun dengan menurunnya tingkat rating, terutama untuk periode satu tahun. Beberapa hasil estimasi dengan menggunakan periode lebih dari satu tahun menunjukkan adanya hubungan simetris antara stabilitas rating dan tingkat rating, namun hanya pada

invetsment grade.
Sebagian besar estimasi dengan menggunakan Metode Kontinyu untuk berbagai periode menunjukkan hasil yang hampir konsisten, yaitu terdapat hubungan yang simetris antara stabilitas rating dengan tingkat rating. Pola ini terutama terjadi pada rating yang termasuk kategori investment grade. Tingkat stabilitas rating tersebut bervariasi, namun umumnya berkisar di atas 65%. 5. Rating yang termasuk kategori speculative grade memiliki tingkat stabilitas yang berfluktuasi dan tidak menunjukkan pola yang konsisten. Hal ini terutama disebabkan terbatasnya jumlah sampel, baik perusahaan maupun obligasi, yang pernah berada di rating ini. Dengan demikian, transisi satu sampel yang

Estimasi Matriks Transisi Rating
1. Estimasi dengan menggunakan Metode Kontinyu memberikan hasil yang lebih efisien dibandingkan dengan Metode Cohort. Metode Kontinyu juga memudahkan estimasi tak langsung suatu rating tertentu secara sekuensial. Selain itu, metode ini memungkinkan konstruksi matriks transisi yang mengakomodasi unsur dinamis aktivitas rating sepanjang periode, dan tidak hanya pada awal dan akhir periode. 2. Estimasi dengan menggunakan Metode Cohort menghasilkan matriks transisi dengan probabilitas distribusi yang tidak merata dan hanya terdistribusi

93

Artikel II - Credit Risk Modelling : Rating Transition Matrices

berada di kategori speculative grade menyebabkan perubahan dan dampak yang signifikan terhadap pola distribusi probabilitas migrasi rating. 6. Terkait arah migrasi rating, hasil estimasi dengan menggunakan Metode Cohort dan Metode Kontinyu memberikan hasil yang relatif konsisten. Migrasi rating cenderung mengarah ke rating yang lebih tinggi (upgrading). Hal ini konsisten dengan analisis yang dilakukan terhadap rating activity dan rating drift. 7. Secara umum dapat disimpulkan bahwa Metode Kontinyu asumsi time homogeneous memberikan hasil estimasi matriks transisi rating yang lebih efisien dan memberikan indikasi adanya kemungkinan migrasi rating yang secara historis jarang terjadi, misalnya probabilitas untuk mengalami gagal bayar, melalui mekanisme indirect default. Selain itu, hasil estimasi baik dengan menggunakan Metode Cohort maupun Metode Kontinyu asumsi time homogeneous menunjukkan bahwa perusahaan dan obligasi sampel

mengalami peningkatan creditworthiness. Hal ini ditunjukkan dengan arah migrasi rating yang cenderung dan memiliki persentase yang lebih besar ke arah rating yang lebih tinggi. Adapun keterbatasan yang dihadapi dalam studi ini adalah periode dan jumlah sampel yang sangat terbatas. Selain itu, variasi aktivitas rating, yang ditunjukkan dengan jumlah transisi rating, juga sangat terbatas. Periode sampel yang sangat pendek menyebabkan estimasi matriks transisi rating dalam jangka panjang tidak dapat dilakukan dan tidak mencakup periode resesi perekonomian Indonesia. Sementara itu, jumlah sampel yang sangat terbatas menyebabkan satu transisi rating memiliki dampak yang sangat besar dan signifikan terhadap pola distribusi probabilitas transisi rating. Hal ini tarutama terjadi pada sampel yang berada di kategori rating speculative grade. Dengan demikian, analisis creditworthiness perusahaan obligasi yang berada di kategori tersebut menjadi sulit untuk dilakukan.

94

Artikel II - Model Makroekonomi Pengukuran Indeks Stabilitas Keuangan: Studi Kasus Indonesia

Daftar Pustaka

Ahmed, Sarfaraz dkk. 2004. ≈Use of Transition Matrices in Risk Management and ValuationΔ. A Fair Isaac White Paper Aldridge, Irene E. 2006. ≈Risk-Rating Private Loans: Strategic Defaults.Δ Altman, E. I. 1968. ≈Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy.Δ Journal of Finance, Vol. 23, pp. 589-609. Altman, E. I., dkk. 1977. ΔZETA analysis: A New Model to Identity Bankruptcy Risk of Corporations.Δ Journal of Banking and Finance 10:29-54 Altman, E. I., dan Duen Li Kao. 1991. ≈Examining and Modeling Corporate Bond Rating Drift,Δ Working Paper Series, New York University Salomon Center. Altman, E., dan Kao, D.1992. ΔThe Implications Of Corporate Bond Rating Drift.Δ Financial Analysts Journal, 64√75. Anderson, Ronald dan Suresh Sundaresan. 2000. ≈A Comparative Study of Structural Models of Corporate Bond Yields: An Explanatory Investigation,Δ Journal of Banking & Finance 24 P. 255-269 Arora, N., dkk. 2005. ≈Reduced Form Vs. Structural Models Of Credit Risk: A Case Study Of Three ModelsΔ Journal Of Investment Management, Vol. 3, No. 4, pp. 43√ 67 Bank for International Settlements, (1999), ≈Estimating And Interpreting Probability Density Functions,Δ Proceedings of the workshop held at the BIS on 14 June 1999 Basel Committee on Banking Supervision (1999): Credit risk modelling: current practices and applications. Basel Committee on Banking Supervision, (2000), ≈Best Practices for Credit Risk DisclosureΔ Basel Committee on Banking Supervision, (2000), ≈Industry Views on Credit Risk MitigationΔ Basel Committee on Banking Supervision, (2001) ≈Working Paper on the Internal Ratings-Based Approach to Specialised Lending ExposuresΔ

Cantor, Richard dan Frank Packer, ≈The Credit Rating Industry,Δ Federal Reserve Bank of New York Quarterly Review 19 (Summer-Fall 1994), 1-26. Carty, L. dan D. Lieberman (1996) Corporate bond defaults and default rates 1938-1999, Moody»s Investors Service Global Credit Research, New York, NY. Chava S., Jarrow R.A., Bankruptcy Prediction With Industry Effects, Market Versus Accounting Variables, And Reduced Form Credit Risk Models, SSRN, October 20, 2001. Chava, Sudheer dan Robert A. Jarrow. 2004. Bankruptcy Prediction with Industry Effects. Review of Finance 8: 537-569 Crouhy, Michel , Dan Galai, Robert Mark, (2000), A Comparative Analysis of Current Credit Risk Models, Journal of Banking and Finance 24 (2000) 59-117 Crouhy, M., D. Galai & R. Mark (2001) ≈Prototype risk rating system.Δ Journal of Banking & Finance 25, pp. 47-95. D. Duffie, L. Pedersen dan K. Singleton (2000). ΔModeling Sovereing Yield Spreads: A Case of Study of Russian DebtΔ. Working paper, Graduate School of Business, Stanford University. Duffie, D. dan K. Singleton, 1999, ≈Modeling Term Structures of Defaultable Bonds,Δ Review of Financial Studies, 12 (4), 197-226. Duffie, D. dan D. Lando (2000) ≈Term Structure of Credit Spreads with Incomplete Accounting InformationΔ Duffie, D., Pedersen, L. dan Singleton, K. (2000). ≈Modeling Sovereign Yield Spreads: A Case Study of Russian Debt.Δ Working paper, Stanford University. Fender, Ingo dan John Kiff (2004) ≈CDO rating methodology: Some thoughts on model risk and its implications. BIS Working Papers No 163 Fernandes, João Eduardo (2005), ≈Corporate Credit Risk Modeling: Quantitative Rating System And Probability Of Default EstimationΔ

95

Artikel II - Credit Risk Modelling : Rating Transition Matrices

Frey, Rudiger dan Jochen Backhaus, (2004) ≈Portfolio Credit Risk Models with Interacting Default Intensities: a Markovian ApproachΔ Gagliardini, P. dan C. Gouriéroux, 2005, ≈Stochastic Migration Models with Apllication to Corporate,Δ Journal of Financial Econometrics. Gordy, Michael B., (1998), ≈From CreditMetrics to CreditRisk+ and Back AgainΔ Hadad, M. D., W. Santoso; D. S. Besar, dan Ita Rulina, (2004), ≈Probabilitas Kegagalan Korporasi Dengan Menggunakan Model MertonΔ Bank Indonesia Heitfield, Erik (2004), ≈Rating System Dynamics and BankReported Default Probabilities under the New Basel Capital AccordΔ Hillegeist, Stephen A., Elizabeth Keating, Donald P. Cram dan Kyle G. Lunstedt, 2004, Assessing the probability of bankruptcy, Review of Accounting Studies 9, 5√ 34. Hurd T.R., dan A. Kuznetsov, 2005, ≈Affine Markov Chain Model of Multifirm Credit Migration,Δ Natural Sciences and Engineering Research Council of Canada dan Mathematics of Information Technology and Complex System in Canada. Jarrow, Robert A & Lando, David & Turnbull, Stuart M, 1997. ≈A Markov Model for the Term Structure of Credit Risk Spreads,Δ Review of Financial Studies, Oxford University Press for Society for Financial Studies, vol. 10(2), pages 481-523. Kamakura Risk Information Services, 2004, Kamakura pabulic Firm Models, Version 3.0. Kaplan, R. dan G. Urwitz (1979), «»Statistical Models of Bond ratings: A Methodological Inquiry»», Journal of Business, April: 231-262 Kijima, M., dan K. Komoribayashi, 1998, ≈A Markov Chain Model for Valuing Credit Risk DerivativesΔ, The Journal of Derivatives, Fall, 97-108. Lando, D. (1998) ≈On Cox Processes and Credit Risky SecuritiesΔ Review of Derivatives Research, Vol. 2 (2/ 3), pp. 99-120 Lando, David dan Torben M. Skμdeberg. 2002. Analyzing rating transitions and rating drift with continuous observations. Journal of Banking and Finance 26. 423444. www. Elsevier. Com

McNulty, Cynthia dan Ron Levin, 2000, ≈Modeling Credit Migration,Δ JP Morgan Securities Morokoff, William J., 2005, ≈Simulation Analysis of Correlation and Credit Migration Models for Credit Portfolios,Δ Proceedings of the 2005 Winter Simulation Conference. Nickell, P., Perraudin, W., dan S. Variotto, 2000, ΔStability of Rating TransitionsΔ, Journal of Banking and Finance, 24, 203-227. Nickell, Pamela et al. 2001. Stability of ratings transitions Nickell, Pamela et. al. 2001. Rating versus equity based credit risk modelling: an empirical analysis Nickell, Pamela et.al. 2005. Rating-Based credit Risk Modelling : an Empirical analysis Pefindo,2001. Indonesian Rating Highlights. Annual Report Rommer, Anne Dyrberg, 2005, ≈Testing the Assumptions of Credit-Scoring Models,Δ Danmarks Nationalbank dan Centre for Applied Microeconometrics, Institute of Economics, University of Copenhagen. Sabourin, Patrick. 1999. Analyzing and Forecasting Credit Ratings: Some Canadian Evidence Schuermann, Til dan Yusuf Jafry. (2003). Measurement and Estimation of Credit Migration Matrices. Wharton Financial Institutions Centre. van Deventer, D. dan K. Imai, (2003). ≈Credit Risk Models and the Basel Accords: The Merton Model and Reduced Form Models, John Wiley & Sons van Deventer, Donald R. and Xiaoming Wang, (2003). ≈Advanced Credit Model Performance Testing to Meet Basel Requirements,Δ Forthcoming in The Basel Handbook √ A Guide for Financial Practitioners from RISK Publications Van Landschoot, Astrid (2003), ≈The Term Structure of Credit Spreads on Euro Corporate BondsΔ Van Landschoot, Astrid. 2005. Transition Probabilities andAsset Correlation:Structured Products versus Corporates. The McGrawhill Companies. Violi, Roberto. 2004. Credit Ratings Transition in Structured Finance. CGFS Working Group on Ratings in Structured Finance.

96

Glosari

Glosari

97

Glosari

Halaman ini sengaja dikosongkan

98

Glosari

Glosari

Biaya penyediaan dana (cost of loanable funds): meliputi biaya bunga, biaya operasional dan premi asuransi simpanan dan biaya penyediaan giro wajib minimum. (BI-RTGS): Bank Indonesia Real Time Gross Settlement (BI-RTGS) penyelesaian transaksi secara elektronis dan real time dimana rekening peserta dapat didebit/dikredit berkali-kali dalam sehari sesuai perintah. Manajemen kontinuitas bisnis (business continuity

nets): Jaring pengaman sistem keuangan (financial safety nets)
suatu kebijakan untuk memperkuat stabilitas sistem keuangan yang mencakup empat elemen terkait: (i) pengaturan dan pengawasan bank; (ii) lender of lastΩresort; (iii) asuransi simpanan; dan (iv) manajemen krisis. Kewajiban Pemenuhan Modal Minimum (Capital

Adequacy Ratio/CAR) : Rasio kecukupan modal bank;
merupakan pembagian jumlah modal yang meliputi tier I, tier II, dan tier III dengan aktiva tertimbang menurut risiko. Kredit Bermasalah (non performing loan/NPL): terdiri dari kredit yang tergolong Kurang Lancar (KL), Diragukan (D) dan Macet (M).

management): pengelolaan risiko untuk memastikan tetap
berjalannya fungsi-fungsi penting dalam keadaan gangguan dan proses pemulihan yang efektif.

Downside risk: potensi penurunan harga suatu sekuritas
atau investasi atau timbulnya kerugian akibat penurunan harga. Mekanisme kegagalan pembayaran (failure to settle): mekanisme yang mewajibkan peserta kliring menyediakan dana (prefund) untuk mengantisipasi kewajiban yang mungkin timbul pada akhir hari.

Lender of last resort: fungsi bank sentral untuk memberikan
kredit kepada bank untuk mengatasi kesulitan likuiditas akibat ketidaksesuaian sementara (mismatch) pendanaan. Manajemen krisis (crisis management) : proses yang meliputi identifikasi, mitigasi dan penyelesaian krisis.

Mark to market: penilaian instrumen keuangan
berdasarkan harga pasar saat ini atau berdasarkan harga pasar instrumen keuangan lainnya yang sejenis. Mitigasi risiko (risk mitigation): upaya untuk mengurangi kemungkinan terjadinya dan dampak risiko. Modal ekonomis (economic capital) : modal riil yang diperlukan bank untuk mengantisipasi risiko-risiko dan mempertahankan kelangsungan usahanya. Penyimpangan moral (moral hazard): penyimpangan pelaku bisnis (pemilik, pengurus dan nasabah bank) yang merugikan bank. Pencegahan krisis (crisis prevention): upaya mencegah krisis melalui berbagai kebijakan meliputi pengawasan dan pengaturan (micro prudential) terhadap lembaga dan pasar keuangan dan pemantauan dan mitigasi (surveillance) terhadap sistem keuangan (macroprudential).

window): Fasilitas diskonto (discount window) kredit yang diberikan
oleh bank sentral kepada bank untuk mengatasi kesulitan likuiditas akibat ketidaksesuaian sementara (mismatch) pengelolaan dana.

Financial deepening: istilah yang menggambarkan
perkembangan sektor keuangan pada suatu negara.

Financial Sector Assessment Program (FSAP): program IMF
dan Bank Dunia yang ditujukan untuk menilai ketahanan sistem keuangan suatu negara termasuk kepatuhan terhadap standar-standar internasional.

Flight to safety: perpindahan dana dari bank yang
dianggap kurang aman ke bank yang dianggap lebih aman. Prinsip empat mata (four eyes principle): pemutusan kredit yang melibatkan sisi bisnis dan manajemen risiko.

99

Glosari

Penyelesaian krisis (crisis resolution) : upaya untuk mengatasi krisis bila terjadi termasuk restrukturisasi dan rekapitalisasi bank-bank yang berdampak sistemik. Ambil untung (profit taking): tindakan investor dengan menjual aset/surat berharga pada saat harga tinggi untuk mendapatkan keuntungan. Modal regulasi (regulatory capital): modal minimum bank yang ditetapkan regulator dimana perhitungannya dapat berbeda dengan perhitungan akuntansi pada umumnya. Restrukturisasi penyesuaian persyaratan kredit dengan Restrukturisasi: penambahan dana dan/atau konversi seluruh atau sebagian tunggakan bunga menjadi pokok kredit baru, dan/atau konversi seluruh atau sebagian dari kredit menjadi penyertaan bank dalam perusahaan, yang dapat disertai dengan penjadwalan kembali dan/atau persyaratan kembali (reconditioning). Risiko kredit (credit risk) : risiko yang timbul akibat kegagalan debitur atau mitra bisnis memenuhi kewajibannya. Risiko likuiditas (liquidity risk): risiko yang timbul akibat ketidakmampuan bank untuk memenuhi kewajiban jangka pendeknya akibat ketidaksesuaian dana masuk dan keluar.

Aset tak berisiko (risk free assets) : aset yang tingkat pengembaliannya dapat diketahui dengan pasti. (SIPS): Sistematically Important Payment Systems (SIPS) sistem pembayaran yang berperan penting dan dapat menimbulkan dampak sistemik jika tidak diatur dan diawasi dengan baik. Sistem kontrol risiko (risk control systems) : sistem pengendalian risiko yang telah dituangkan dalam kebijakan dan prosedur bank sesuai dengan prinsip-prinsip manajemen risiko yang baik. Sistem skor kredit (credit scoring system): teknik penilaian kelayakan kredit calon debitur yang ditujukan untuk mempercepat proses keputusan kredit. keuangan: Stabilitas sistem keuangan suatu sistem keuangan dengan intermediasi keuangan yang efektif dimana lembaga, pasar dan infrastruktur pasar mampu memfasilitasi aliran dana antara penabung dan debitur sehingga mendukung pertumbuhan ekonomi.

Stress testing: estimasi potensi kerugian terhadap eksposur
kredit dan likuiditas yang dihasilkan dari beberapa skenario perubahan harga dan volatilitas. Kredit belum tersalur (undisbursed loans): kredit yang telah disetujui namun belum dicairkan. Kerugian diluar perkiraan (unexpected loss): kerugian atas

Risiko operasional (operational risk): risiko yang terjadi baik secara langsung maupun tidak langsung akibat ketidakmampuan atau kegagalan proses internal, manusia dan sistem atau kejadian eksternal.

suatu instrumen yang merupakan selisih antara kerugian yang diharapkan (expected loss) dan kerugian terburuk (worst case loss). Volatilitas: Volatilitas standar deviasi dari perubahan nilai suatu

Risiko pasar (market risk): risiko atas posisi perdagangan akibat perubahan harga. Risiko atau dampak sistemik (systemic risk): risiko yang timbul akibat kegagalan satu lembaga keuangan dalam memenuhi kewajibannya menyebabkan kegagalan peserta-peserta lainnya untuk memenuhi kewajibannya sehingga berdampak sistemik.

instrumen keuangan dengan jangka waktu spesifik; digunakan untuk menghitung risiko dari instrumen keuangan pada suatu periode waktu umumnya secara tahunan.

Yield: tingkat bunga yang dihasilkan atas suatu investasi
dimana besar bunga tersebut sesuai dengan pasar atau berdasarkan harga pasar investasi yang berlaku.

100

Kajian Stabilitas Keuangan
No. 9, September 2007
PENGARAH
Halim Alamsyah Wimboh Santoso

KOORDINATOR & EDITOR
Agusman

TIM PENYUSUN
Sukarela Batunanggar, Linda Maulidina, Herawanto, Ronald L. Toruan, Dwityapoetra S. Besar, Pipih Dewi Purusitawati, Wini Purwanti, Endang Kurnia Saputra, Ferial Ahmad, Ita Rulina, Ricky Satria, Fernando R. B, Noviati, Sagita Rachmanira, Reska Prasetya, Leanita Indah P., Elis Deriantino, Hero Wonida, Mestika Widantri, Heny S

KOMPILATOR, LAYOUT & PRODUKSI
Ita Rulina Ricky Satria Primitiva Febriarti

KONTRIBUTOR
Direktorat Pengawasan Bank 1 Direktorat Pengawasan Bank 2 Direktorat Pengawasan Bank 3 Direktorat Pengawasan Bank Perkreditan Rakyat Direktorat Perbankan Syariah Direktorat Investigasi dan Mediasi Perbankan Direktorat Perizinan dan Informasi Perbankan Direktorat Akunting dan Sistem Pembayaran Biro Kredit Direktorat Riset Ekonomi dan Kebijakan Moneter Direktorat Pengelolaan Moneter Direktorat Pengelolaan Devisa

PENGOLAHAN DATA
Suharso I Made Yogi Tita Hapsari

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->