RISIKO KREDIT

Risiko kredit terjadi jika counterparty (pihak lain dalam transaksi bisnis kita) tidak
bisa memenuhi kewajiban (wanprestasi). Risiko kredit menjadi semakin penting karena
akhir-akhir ini banyak peristiwa gagal bayar yang dialami oleh perusahaan-perusahaan
domestik, luar negeri, bahkan negara sekalipun.
Resiko kredit adalah resiko dimana nasabah/debitur tidak mempu memenuhi
kewajiban keuangan sesuai kontrak/kesepakatan yang telah dilakukan atau resiko yang
timbul dikarenakan kualitas kredit semakin menurun.
Penurunan kualitas kredit dimaksud belum tentu berimplikasi pada terjadinya
default, namun paling tidak kemungkinan terjadinya default akan semakin besar.
Hal-hal yang termasuk dalam resiko kredit adalah :
a. Lending risk yaitu resiko akibat nasabah/debitur tidak mampu melunasi fasilitas
yang telah diberikan oleh bank, baik berupa fasilitas kredit langsung maupun
tidak langsung.
b. Counter party risk yaitu resiko dimana counter part tidak bisa melunasi
kewajibannya ke bank baik sebelum tanggal kesepakatan maupun pada saat
tanggal kesepakatan.
c. Issuet risk, yaitu risiko dimana penerbit suatu surat berharga tidak bisa melunasi
kepada bank sejumlah nilai surat berharga yang dimiliki bank.
Resiko dalam pemberian kredit
Resiko ini merupakan kondisi disituasi yang akan dihadapi dimasa yang akan datang
yang sangat besar pengaruhnya terhadap perolehan laba bank. Secara umum jenis-jenis
yang mungkin atau bakal dihadapi meliputi :
- Risiko lingkungan : risiko yang berkaitan dengan lingkungan perbankan
terutama yang berkaitan dengan lingkungan luar (eksternal) perbankan. Risiko
ini kompetiti di risiko peraturan.
- Risiko manajemen adalah risiko yang berkaitan dengan risiko dari dalam
perusahaan (internal) seperti risiko organisasi, risiko kemampuan, risiko
kegagalan.
- Risiko penyerahan : risiko penyerahan yang terpengaruh oleh internal bank
seperti risiko oprasional, risiko teknologi, risiko strategi.
- Risiko keuangan yaitu berkaitan erat dengan pengaruh internal & eksternal bank
seperti risiko kredit, risiko likuiditas, risiko suku bunga, risiko leverage, risiko
internasional.
-
A. PENILAIAN KUALITATIF
Dalam dunia perbankan, analisis kredit sering menggunakan kerangka 3R dan 5C.
intinya menganalisis kemampuan melunasi kewajiban dari calon nasabah bank.
Pedoman 3R :
1. Returns
Returns berkaitan dengan hasil yang diperoleh dari pengunaan kredit yang
diminta, apakah kredit tersebut bisa menghasilkan return (pendapatan)
2. Repayment capacity
Repayment capacity berkaitan dengan kemampuan perusahaan mengembalikan
pinjaman dan bunganya pada saat pembayaran tersebut jauh tempo.
3. Risk bearing ability
Risk bearing ability berkaitan dengan kemampuan perusahaan menanggung
risiko kegagalan atau ketidakpastian yang berkaitan dengan pengunakan kredit
tersebut. Jaminan merupakan hal yang perlu dipertimbangkan oleh kreditur
dalam kaitannya dengan risk-bearing ability.
Sedangkan pedoman 5C berkaitan dengan karakteristik adalah :
1. Character menunjukkan kemauan peminjam (debitur) untuk memenuhi
kewajibannya.
2. Capacity adalah kemampuan peminjam untuk melunasi kewajiban utangnya,
memaluli pengelolaan perusahaannya dengan efektif dan efisien. Capacity
bisa dilihat melalui masa lalu (prestasi masa lalu atau track of record masa
lalu).
3. Capital adalah posisi keuangan perusahaan (peminjam) secara keseluruhan.
4. Collateral adalah aset yang dijaminkan (dijadikan agunan) untuk suatu
pinjaman
5. Conditions adalah sejauh mana kondisi perekonomian akan mempengaruhi
kemampuan mengembalikan pinjaman.
B. PENILAIAN KUANTITATIF
Selain penilaian kualitatif untuk risiko kredit, kita juga bisa menggunakan analisis
kuantitatif untuk mengukur risiko kredit.
1. Rating Perusahaan
Ranting tersebut menunjukkan tingkat risiko perusahaan tersebut. Perusahaan
tidak harus memperoleh rating tersebut (kecuali kalau disyaratkan), dan ketika
rating tersebut. Perhatikan rating biasanya dilakukan oleh perusahaan yang akan
menjual surat utang, tidak untuk perusahaan yang akan menjual sahamnya ke
publik.
 Klasifikasi Rating
Rating Keterangan
AAA Instrumen utang dengan risiko sangat rendah, tingkat
pengembalian teramat baik (excelent); perubahan pada kondisi
keuangan, bisnis, atau ekonomi tidak akan berpengaruh secara
signifikan terhadap risiko inventasi.
AA Instrumen utang dengan risiko sangat rendah. Tingkat
pengembalian yang sangat baik; perubahan pada kondisi
keuangan, bisnis, atau ekonomi barangkali akan berpengaruh
terhadap risiko investasi, tetapi tidak terlalu besar.
A Pengembalian utang dengan risiko rendah. Tingkat pengembalian
yang sangat baik, meskipun perubahan pada kondisi keuangan,
bisnis, atau ekonomi akan meningkatkan risiko investasi.
BBB Tingkat pengembalian yang memadai. Perubahan pada kondisi
keuangan, bisnis, atau ekonomi mempunyai kemungkinan besar
meningkatkan risiko investasi dibandingkan dengan ketegori yang
lebih tinggi.
BB Investasi perusahaan mempunyai kemampuan membayar bunga
dan pokok pinjaman, tetapi kemampuan tersebut rawan terhadap
perubahan pada kondisi ekonomi, bisnis dan keuangan
B Instrumen utang saat ini mengandung risiko investasi. Tingkat
pengembalian tidak terlindungi secara memadai terhadap kondisi
ekonomi, bisnis dan keuangan
C Instrumen keuangan yang bersifat spekulatif dengan kemungkinan
besar bangkrut.
D Instrumen keuangan sedang default / bangkrut.

2. Model Skoring Kredit

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

a. Model Diskriminan
Analisis diskriminan pada dasarnya ingin melihat apakah suatu perusahaan
sebaiknya dimasukkan ke dalam kategori tertentu.
Z = 1,2 x 1 + 1,4 x 2 + 3,3 x 3 + 0,6 x 4 + 1,0 x 5
Dimana X1 = Rasio modal kerja/ Total aset
X2 = Rasio laba yang ditahan/ Total aset
X3 = Rasio Laba Sebelum bunga dan pajak/ Total aset
X4 = Rasio Nilai pasar saham/Nilai buku saham
X5 = Rasio Penjualan / Total aset

Setelah fungsi diskriminan diestimasi, terhadap berikutnya adalah

mengguanakan fungsi tersebut untuk memprediksi kegagalan bayar.
Z = 0,717 X1 + 0,847 x 2 + 3,107 x 3 + 0,420 x 4 + 0,998 x 5
Dimana X1 = Rasio modal kerja/ Total aset
X2 = Rasio laba yang ditahan/ Total aset
X3 = Rasio Laba Sebelum bunga dan pajak/ Total aset
X4 = Rasio Nilai buku saham preferen dan saham
biasa/ Nilai buku total hutang
X5 = Rasio Penjualan / Total aset
Cut-off atau batas untuk pengambilan kesimpulan kedua model tersebut bisa
dilihat dalam tabel berikut ini.
Cut Off Rate Model Diskriminan
Model pasar Model nilai buku
Batas tidak bangkrut 2,99 2,90
Batas bangkrut 1,81 1,20
Wilayah abu-abu 1,81-2,99 1,20-2,90

Misalkan ada dua perusahaan dengan data rasio keuangan berikut ini :
X Y
Rasio Modal Kerja/ Total Aset 0,25 0,005
Rasio Laba yang ditahan / Total Aset 0,1 0,01
Rasio Laba sebelum Bunga dan Pajak/ Total Aset 0,1 -0,2
Rasio Nilai Pasar Saham/ Nilai Buku Saham 2 1,2
Rasio Penjualan / Total Aset 2 1,25

Karena menggunakan informasi harga pasar saham, maka kita menggunakan model
yang pertama, sehingga perhitungan nilai Z bisa dilihat berikut ini :

ZA = 1,2 (0,25) + 1,4 (0,1) + 3,3 (0,1) +0,6 (2) + 1,0 (2) = 3,97
ZB = 1,2 (0,005) + 1,4 (0,01) + 3,3 (-0,2) + 0,6 (1,2) + 1,0
(1,25) = 1,33
 Karena nilai Z untuk A di atas batas bangkrut (3,97 > 2,99), maka
Altman memprediksi bahwa perusahaan A tidak bangkrut. Sebaiknya,
karena nilai Z untuk B di bawah batas bawah (1,33 < 1,81), maka Altman
memprediksi bahwa perusahaan B akan mengalami kebangkrutan.

b. Model Probabilitas Linear

Dua kategori (gagal bayar dan tidak galal bayar) tidak cukup. Kita
barangkali menginginkan angka yang mencerminkan seberapa besar
kemungkinan terjadinya kegagalan bayar (risiko kredit) suatu perusahaan.
Model probabilitas bisa dipakai untuk mengakomodasi keinginan tersebut.
Langkah pertama adalah mengestimasi persamaan untuk model probabilitas.
Kita akan mengumpulkan data perusahaan yang gagal bayar dan yang tidak
gagal bayar. Variabel gagal bayar tersebut menjadi variabel tidak bebas
(dependent).
Z = 0,2 + 1,3 X 1 + 0,5 x 2
Dimana X1 = rasio modal kerja/ total aset
X2 = rasio laba sebelum bunga dan pajak/ total aset

Misalkan kita akan menganalisis potensi gagal bayar untuk tiga perusahaan,
dengan informasi sebagai berikut.
A B C
Total aset Rp 100 miliar Rp. 50 miliar Rp. 100 miliar
Modal kerja Rp 40 miliar Rp. 5 miliar Rp. 50 miliar
Laba sebelum bunga dan pajak Rp 40 miliar -Rp. 2,5 miliar Rp. 40 miliar
X1 0,4 0,1 0,5
X2 0,4 -0,05 0,4

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

ZA = 0,2 + 1,3 (0,4) + 0,5 (0,4) = 0,92
ZB = 0,2 + 1,3 (0,1) + 0,5 (-0,05) = 0,305
Kelemahan dari model probalititas linear adalah ada kemungkinan
probabilitas yang dihitung diluar wilayah 0 dan 1, lebih kecil dari nol, atau

lebih besar dari 1 (probabilitas bernilai antara 0 dan 1, inklusif). ZC = 0,2 +

1,3 (0,5) + 0,5 (0,4) = 1,05
 c. Model Probabilitas Logit
Model persamaan logit menggunakan ‘link’ logit (bukannya linear seperti
dalam regresi biasa).
Logit (Y) = log { (Y / (1-Y)) } = σ + β1 X1 + β2 X2
Alternatif penulisan lain adalah berikut ini :
Y = [ exp (σ + β1 X1 + β2 X2) } / {1 + exp (σ + β1 X1 + β2 X2)

Variabel dependen adalah kebangkrutan dengan nilai= 1 jika perusahaan

tidak bangkrut, dan 0 jika perusahaan mengalami kebangkrutan. Variabel
independen adalah rasio keuangan. Program stastistik akan secara otomatis
menghitung regresi logit jika kita menggunakan regresi tersebut.
YA = exp { 0,2 + 1,3(0,4) + 0,5(0,4) } / { 1 + exp { 0,2 + 1,3(0,4) + 0,5(0,4) }} = 0,715
YB = exp { 0,2 + 1,3(0,1) + 0,5(-0,05)} / { 1 + exp { 0,2 + 1,3(0,1) + 0,5(-0,05) }}= 0,576 Y C
= exp { 0,2 + 1,3(0,5) + 0,5(0,4) } / { 1 + exp { 0,2 + 1,3(0,5) + 0,5(0,4) }} = 0,746

C. RAROC (Risk Adjusted Return On Capital)

Ide dari RAROC adalah membandingkan tingkat keuntungan dengan modal yang
berisiko (modal yang akan terkena dampak jika debitur mengalami gagal buyar).
Pembanding tersebut bukanya total dana yang digunakan untuk mendanai pinjaman
tertentu (sebagaimana lazim digunakan untuk pengukuran kinerja yang
konvensional). Argumen yang diajukan adalah karena kerugian yang tidak
diharapkan, jika terjadi, akan dibebankan pada modal, sehingga lembaga keuangan
atau kreditur akan menghapuskan sebagaian modalnya (write off) sebagai akibat
kerugian tersebut. RAROC dipopulerkan oleh Bankers Trust dan penggunaannya semakin populer.
RAROC = Pendapatan dari Pinjaman per Tahun
Modal yang Berisiko (Capital At Risk)
Salah satu kesulitan dalam perhitungan RAROC adalah penentuan Capital at Risk. Capital at Risk
pada dasarnya adalah modal yang terekspos terhadap risiko kredit. Komite Basel 1. Basel 1
membedakan risiko kredit untuk beberapa kategori aset seperti (contoh)

Kelas Aset Bobot Risiko

Kas 0%
Pinjaman ke pemerintah OECD 0%
Pinjaman ke bank OECD 20%
Pinjaman ke perusahaan 100%
Alternatif lain adalah dengan menggunakan model yang digunakan untuk melihat
risiko perubahan tingkat bunga, seperti berikut ini

MMR1 =

MMR 2 =

L / L = -DL { R / (1 + R) }
Dimana L = ekspor risiko modal
L = nilai loan
DL = Durasi pinjaman
R = Perubahan premi kredit
L = -DL x L x { R / (1 + R) }
= -2 x Rp. 1 miliar x {0,013 / 1,1}
= -Rp. 23.636.364
Capital at risk adalah sekitar Rp. 23 juta, meskipun nilai nominal pinjaman tersebut
adalah Rp. 1 miliar.
D. MORTALITY RATE
Mortality rate menghitung persentase kebangkrutan yang terjadi untuk kelas risiko
tertentu. Mortality rate tersebut mirip dengan tabel kematian untuk manusia
(mortality table, lihat bab mengenai risiko kematian). Mortality rate dihitung dengan
menggunakan data historis. Marginal Mortality Rate (MMR) untuk tahun 1 dan 2
bisa dihitung berikut :

Total nilai obligasi yang default pada tahun 1

Total nilai obligasi yang beredar pada tahun pertama penerbitan

Total nilai obligasi yang default pada tahun 2

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

Cara yang sama digunakan untuk menghitung, Marginal Mortality Rate.

Marginal Mortality Rate cenderung meningkat dari tahun ke tahun, sehingga kurva
MMR akan cenderung mempunyai slope yang positif.

E. PENURUNAN RISIKO KREDIT MENGGUNAKAN TERM STRUCTURE

Term structure atau yield curve atau kurva hasil menunjukkan hubungan antara
jangka waktu dengan yield surat berharga (obligasi). Biasanya kurva tersebut
mempunyai slope yang positif seperti terlihat pada bagian berikut ini, meskipun
slope tersebut bisa berubah menjadi flat (datar) atau bahkan negatif dalam beberapa
situasi.
 Kondisi pasar sempurna, tidak ada kesempatan arbitrase, maka tingkat keuntungan
yang diharapkan untuk obligasi perusahaan akan sama dengan tingkat keuntungan
yang diharapkan untuk obligasi pemerintah. (1 + Rf) = pi (1 + Ri)

Dimana Rf = yield obligasi pemerintah

Ri = yield obligasi perusahaan
pi = probabiltas obligasi perusahaan bertahan

Dengan data di atas, pi bisa dihitung sebagai berikut.

pi = (1 + 0,09) / (1 + 0,12) = 0,97
Probabilitas default tahun pertama = 1 - 0,97 = 0,03 atau 3%

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

Menunjukkan bahwa return dari kredit cenderung di sebelah kiri karena jika terjadi
kredit macet, perusahaan akan mengalami kerugian besar. Tetapi karena maksimum
keuntungan yang diterima peusahaan yang meminjamkan (kreditur) adalah bunga
dan cicilan pinjaman.
Kedua kesulitan tersebut memunculkan pendeketan baru untuk menghitung risiko
kredit, yaitu dengan menggunakan credit metrics. Ilustrasi perhitungan credit
metrics bisa dilihat berikut ini dengan menggunakan dua contoh, yaitu credit metrics
untuk aset individual dan untuk portofolio dengan dua aset.
a. Credit metrics untuk aset individual
BB A
AAA 0,02 0,09
AA 0,33 2,27
A 5,95 91,05
BBB 86,93 5,52
BB 5,3 0,74
B 1,17 0,6
CCC 0,12 0,01
Default 0,18 0,06

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

Forward Rate
Tahun 1 Tahun 2 Tahun 3 Tahun 4
AAA 3,6 4,17 4,73 5,12
AA 3,65 4,22 4,78 5,17
A 3,72 4,32 4,98 5,32
BBB 4,1 4,67 5,25 5,63
BB 5,55 6,02 6,78 7,27
B 6,05 7,02 8,03 8,52
CCC 15,05 15,02 14,03 13,52
Obligasi pada saat kebangkrutan
Seniority Class Mean Standar deviasi
Senior Secured 53,8 26,86
Senior Unsecured 51,13 25,45
Senior Suboordinated 38,52 23,81
Subordinated 32,74 20,18
Junior Subordinated 17,09 10,9

Semakin rendah kelas senioritas (semakin tinggi risikonya), tingkat pengambilan

jika terjadi gagal bayar juga semakin rendah.
Hasil penilaian ulang obligasi BBB
Kupon Forward Total
Value Value
AAA 0,02 6,00 103,37 109,37
AA 0,33 6,00 103,10 109,10
A 5,95 6,00 102,66 108,66
BBB 86,93 6,00 101,55 107,55
BB 5,3 6,00 96,02 102,02
B 1,17 6,00 92,10 98,10
CCC 0,12 6,00 77,64 83,64
Default 0,18 51,13 51,13

Distribusi Penilaian ulang Obligasi BBB

b. Credit Metrics Untuk Portofolio

Kita akan menghitung risiko kredit untuk aset A, dari aset BBB dan A. Dengan
cara yang sama, nilai obligasi A jika rating tahun depan berubah, akan terlihat
seperti dalam tabel berikut ini.
Hasil Penilaian Ulang Obligasi A
Kupon Forward Total
Value Value

AAA 5,00 101,59 106,59

AA 5,00 101,49 106,49
A 5,00 101,30 106,30
BBB 5,00 100,64 105,64
 BB 5,00 98,15 103,15
B 5,00 96,39 101,39
CCC 5,00 73,71 78,71
Default 0,00 51,13 51,13

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

Aset A AAA AA A BBB BB B CCC Default

Aset BBB 106,59 106,49 106,30 105,64 103,15 101,39 78,71 51,13
AAA 109,37 215,96 215,86 215,67 215,01 212,52 210,76 188,08 160,50
AA 109,10 215,69 215,59 215,40 214,74 212,25 210,49 187,81 160,23
A 108,66 215,25 215,15 214,96 214,30 211,81 210,05 187,37 159,79
BBB 107,55 214,14 214,04 213,85 213,19 210,70 208,94 186,26 158,68
BB 102,02 208,61 208,51 208,32 207,66 205,17 203,41 180,73 153,15
B 98,10 204,69 204,59 204,40 203,74 201,25 199,49 176,81 149,23
CCC 83,64 190,23 190,13 189,94 189,28 186,79 185,03 162,35 134,77
Default 51,13 157,72 157,43 157,43 156,77 154,28 152,52 129,84 102,26

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

Aset AAA AA A BBB BB B CCC Default

A

Aset 0,09 2,27 91,05 5,52 0,74 0,6 0,01 0,06

BBB

AAA 0,02 0,00002 0,00045 0,01821 0,00110 0,00015 0,00012 0,00000 0,00001
AA 0,33 0,00030 0,00749 0,30047 0,01822 0,00244 0,00198 0,00003 0,00020
A 5,95 0,00536 0,13507 5,41748 0,32844 0,04403 0,03570 0,00060 0,00357
BBB 86,93 0,07824 1,97331 79,14977 4,79854 0,64328 0,52158 0,00869 0,05216
BB 5,3 0,00477 0,12031 4,82565 0,29256 0,03922 0,03180 0,00053 0,00318
B 1,17 0,00105 0,02656 1,06529 0,06458 0,00866 0,00702 0,00012 0,00070
CCC 0,12 0,00011 0,00272 0,10926 0,00662 0,00089 0,00072 0,00001 0,00007
Default 0,18 0,00016 0,00409 0,16389 0,00994 0,00133 0,00108 0,00002 0,00011
 Sebagai ilustrasi, untuk sel (Aset BBB, BBB: Aset A, AAA), probabilitas
marjinal adalah 86,93% dan 0,09%. Joint probability bisa dihitung sebagai :
0,8693 x 0,0009 = 0,0008 atau 0,08%.

G. PENDEKATAN KERANGKA TEORI OPSI

Opsi call adalah hak untuk membeli aset dengan harga tertentu pada periode
tertentu. Opsi put adalah hak untuk menjual aset dengan harga tertentu pada periode
tertentu. Penjual opsi call atau put mempunyai kewajiban untuk menyediakan aset
yang akan dibeli (jika pemegang opsi call mengeksekusi haknya), atau membeli aset
yang akan dijual ( jika pemegang opsi put mengeksekusi haknya).
Risiko kredit bisa dihitung dengan menggunakan teori penilaian opsi.
a. Analisis Nilai Saham dan Hutang dengan Opsi
Ada perusahaan yang menggunakan dua sumber pendanaan yaitu saham dan
utang. Jumlah lebar saham yang beredar adalah 1 juta lembar. Nilai utang
obligasi tanpa kupon bunga adalah Rp. 80 juta (80. 000 lembar obligasi dengan
nilai nominal per lembarnya adalah Rp. 1.000), dengan jangka waktu satu tahun.
Nilai pasar perusahaan tersebut adalah Rp. 100 juta. Berapa nilai untuk masing-
masing komponen sumber dana tersebut?
Misalkan
V= nilai total perusahaan (Rp. 100 juta)
E= nilai pasar saham
D= nilai pasar obligasi
Gabungan antara nilai pasar saham dan obligasi adalah nilai total
perusahaan. V = D + E = Rp. 100 juta

Nilai saham bisa dihitung berikut ini :

-rT
E = N (d1)V – N (d2) Be
2
d1 = {1n (V/B) + (r + (σ /2) ) T} /
{ σ√T} d2 = d1 - { σ√T}

dimana, V = Nilai perusahaan

B = Nilai nominal obligasi
E = Nilai saham
r = tingkat bunga bebas risiko
T = jangka waktu utang
σ = standar deviasi return aset perusahaan tahunan
 In = logaritma natural
e = 2,71828
N(d) = probabilitas angka dari distribusi normal di bawah d

Misalkan σ = 0,3, r = 8% per tahun, E bisa dihitung yaitu Rp. 28,24 juta. Dengan
demikian nilai utang adalah :
D = Rp. 100 juta – Rp. 28,24 juta = Rp. 71,76 juta

Karena obligasi tersebut merupakan obligasi tanpa kupon, tingkat bunga bisa
dihitung berikut ini.
R = In (B/D) / T = In (80/71,76) = 0,1087 atau 10,87% pertahun.

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

b. Model Penilaian Utang Dengan Opsi

Alternatif lain adalah dengan menghitung nilai utang secara langsung. Nilai
pasar utang bisa dihitung dengan menggunakan formula berikut ini :

L = rasio utang diukur dari / A, dimana nilai pasar utang

diukur dengan tingkat bunga r (tingkat bunga bebas
resiko)
N(d) = nilai yang dihitung dari label distribusi normal standar.
2
d1 = - [ ½ σ – In (L) ] / {σ√T}
2
d2 = - [ ½ σ + In (L) ] / {σ√T}
= risiko peminjaman, yang diukur dari varians return aset
σ2
perusahaan
persamaan diatas bisa dituliskan ulang dalam bentuk spread yield (tingkat
bunga) berikut ini.
R – r = ( - 1/T) ln [ N(d2) + (1/L) N(d1) ]

Dimana R = tingkat keuntungan yang disyaratkan untuk utang r =

tingkat keuntungan aset bebas risiko
Persamaan tersebut menunjukkan bahwa jika tingkat hutang dan varians return
berubah maka tingkat keuntungan yang disyaratkan untuk utang tersebut juga
harus berubah.
Sebagai ilustrasi, misalkan kita mempunyai informasi berikut ini.
B = niali utang = Rp. 100 juta
T= 1 tahun
r= tingkat keuntungan bebas risiko = 5%
L= tingkat leverage = 90% atau 0,9
σ = 12%
dengan informasi tersebut, kita bisa menghitung d1 dan d2 berikut ini :
d1 = - [ ½ (0,12)2 – ln (0,9) ] / [ 0,12 x 1 ] = - 0,938
2
d2 = - [ ½ (0,12) + ln (0,9) ] / [ 0,12 x 1 ] = + 0,818
N(-0,938) = 0,174120
N(0,818) = 0,793323
F(1) = Rp. 100 juta / (2,78128)0,05 [ 0,793323 + (1,1111) (0,17412)]

= Rp. 93.866.180
R–r = (-1/1) ln [ 0,793323 + (1/0,9) (0,174120) ]

= -1 ln (0,986788
= 1,33%
Dengan demikian R (tingkat keuntungan yang disyaratkan untuk obligasi
tersebut) adalah 6,33% (5% + 1,33%, dimana 5% adalah tingkat keuntungan
bebas risiko).