Anda di halaman 1dari 11

MODEL RISIKO KREDIT: PENDEKATAN DAN FAKTOR-FAKTOR YANG

MEMPENGARUHINYA
Credit Risk Determinants: An Overview

Harjum Muharam
Jurusan Manajemen Fakultas Ekonomika dan Bisnis
Universitas Diponegoro
Jl. Prof. Soedharto, SH Tembalang Semarang
(hardjum@gmail.com)

ABSTRAK
Risiko kredit berhubungan dengan probabilitas suatu perusahaan mengalami gagal
bayar, kemampuan untuk memenuhi mewajiban, dan kerugian yang terjadi jika kondisi gagal
bayar terjadi. Permasalahan utama dalam manajemen risiko kredit adalah bagaimana mengukur
risiko tersebut. Untuk itu dibutuhkan suatu model pengukuran risiko kredit yang akurat dan
dapat diaplikasikan oleh perbankan dan pihak-pihak yang membutuhkan. Model risiko kredit
telah banyak dikembangkan dengan berbagai pendekatan guna mendapatkan model terbaik.
Model risiko kredit dapat dikelompokkan menjadi dua, model tradisional dan model struktural.
Model tradisional adalah model yang mengadopsi pendekatan analisis fundamental dalam
menentukan faktor-faktor yang mempengaruhi risiko kredit. Model structural dikembangkan
dengan mengadopsi pendekatan analisis kontingensi, dimana risiko kredit dilihat sebagai
hubungan kewajiban perusahaan dengan asset yang dimiliki. Faktor penentu risiko kredit
adalah kinerja fundamental debitur yang terdiri dari arus kas, profitabilitas, tingkat leverage
dan ukuran perusahaa. Kinerja ekonomi makro dan kinerja industri juga sangat berpengaruh
terhadap risiko kredit. Kinerja masa lalu (lag) ketiga kelompok penentu tersebut juga
berpengaruh terhadap risiko kredit.
Kata Kunci: model, risiko kredit, faktor penentu
ABSTRACT
Credit risk associated with the probability that a firm has failed to pay its loan, ability
to meet its liabilities, and losses that occur if the condition occurs. The main issue in credit risk
management is how to measure risk. That requires a credit risk measurement models are
accurate and can be applied by banks and those in need. Credit risk models have been
developed with different approaches in order to obtain the best model. Credit risk models can
be grouped into two, the traditional model and structural model. The traditional model is the
model adopted in the fundamental analysis approach to determine the factors that affect credit
risk. Structural model was developed by adopting the contingency analysis approach, where
credit risk is seen as a relationship between liabilities with assets that company owned.
Determinant of credit risk is the fundamental performance of the company which consists of
cash flow, profitability, leverage, and asset size. Macroeconomic performance and the
performance of industry also affect the credit risk. Past performance (lag) of three groups of
determinants also affect the credit risk.
Key Words: model, credit risk, determinant

1
PENDAHULUAN perusahan; dan (ii) melakukan estimasi
probabilitas gagal bayar (probability of default),
Risiko kredit berhubungan dengan
probabilitas suatu perusahaan mengalami gagal jarak gagal bayar (distance to default) dan
recovery rate.
bayar, kemampuan untuk memenuhi mewajiban,
dan kerugian yang terjadi jika kondisi gagal Liao dan Chen (2005) mengelompokkan
bayar terjadi. Hal ini sebagaimana dijelaskan model risiko kredit menjadi dua, yaitu model
oleh Benos dan Papanastasopoulos (2002) struktural dan model reduced-form. Model
berikut ini: Reduced-form adalah model yang menekankan
pada informasi yang tidak berhubungan dengan
“Credit risk measurement depends on the
likelihood of default of a firm to meet its a faktor fundamental dan nilai asset perusahaan,
tetapi lebih menekankan pada informasi pasar
required or contractual obligation and on
kredit.
what will be lost if default occurs.”
Model reduced-form dikelompokkan
Adanya kemungkinan suatu perusahaan
mengalami gagal bayar akan menimbulkan risiko menjadi dua, yaitu: model intensitas dan model
portofolio. Model intensitas menekankan pada
kredit bagi kreditor. Suatu bank menghadapi
risiko kredit jika debiturnya mengalami gagal estimasi intensitas gagal bayar atau frekuensi
gagal bayar yang terjadi dalam jangka pendek,
bayar. Pemegang obligasi menghadapi risiko
kredit jika perusahaan yang mengeluarkan sedangkan model portofolio menekankan pada
ekspektasi kerugian portofolio kredit pada saat
obligasi tersebut mengalami gagal bayar.
Semakin tinggi risiko kredit yang dihadapi oleh terjadi gagal bayar. Penelitian yang
menggunakan pendekatan reduced-form antara
kreditor maka semakin tinggi pula potensi
lain dilakukan oleh Frye (2000), Jarrow (2001),
kerugian yang akan terjadi. Untuk itu
dibutuhkan suatu model risiko kredit yang Carey dan Gordy (2001), dan Altman dan Brady
(2002). Penelitian-penelitian ini menjadikan
memadai yang dapat mengukur dan memprediksi
risiko kredit yang dihadapi oleh setiap kreditor. risiko sistematik sebagai fokus utama dalam
modelnya dan dikenal dengan “single systematic
Model risiko kredit telah banyak factor models”. Model ini menginvestigasi
dikembangkan dengan berbagai pendekatan guna hubungan faktor kinerja ekonomi makro
mendapatkan model terbaik. Benos dan terhadap variabel risiko kredit yang diukur
Papanastasopoulos (2002) mengelompokkan dengan probabillitas gagal bayar dan recovery
model pengukuran risiko kredit menjadi dua, rate.
model tradisional dan model struktural. Model
Pada model reduced-form diasumsikan
tradisional adalah model yang mengadopsi
pendekatan analisis fundamental dalam bahwa: (i) waktu gagal bayar bersifat tidak bisa
diakses; (ii) waktu gagal bayar tidak dapat
menentukan faktor-faktor yang mempengaruhi
risiko kredit. Filosofi model ini mengacu pada diprediksi; (iii) waktu gagal bayar didasari oleh
intensitas gagal bayar dan merupakan fungsi dari
penelitian Beaver (1966) dan Altman (1968).
Model struktural mengadopsi pendekatan variabel-variabel tersembunyi (latent state
variables). Penelitian yang berdasarkan pada
analisis kontingensi, dimana risiko kredit dilihat
sebagai hubungan kewajiban perusahaan dengan asumsi ini dilakukan oleh Jarrow, et al. (1995),
Duce dan Singleton (1999), serta Hull dan White
asset yang dimiliki. Filosofi model struktural
mengacu pada Black-Scholes (1973) dan Merton (2000).
(1974). Menurut Jarrow dan Protter (2004) model
Menurut Merton (1974) risiko kredit struktural dan model reduced-form, keduanya
adalah model yang sama tetapi berbeda asumsi
suatu perusahaan sangat tergantung pada besar
kecilnya kewajiban perusahaan dan nilai asset informasi. Model struktural mengasumsikan
bahwa informasi yang tersedia sangat detail dan
perusahaan. Ada dua tahapan yang dilakukan
oleh Merton dalam mengukur risiko kredit, lengkap, sehingga waktu gagal bayar suatu
perusahaan dapat diprediksi. Model reduced-
yaitu: (i) menentukan distribusi nilai aset suatu
form mengasumsikan bahwa informasi yang
tersedia tidak lengkap dan tidak detail dimana oleh Benos dan Papanastasopoulos (2002).
informasi yang tersedia hanya informasi pasar. Penelitian ini menggunakan model hibrid dengan
Implikasi dari asumsi ini adalah bahwa waktu metode probit dan menemukan bahwa variabel
gagal bayar perusahaan tidak dapat diprediksi. fundamental arus kas, basic earning power,
Walaupun demikian perbedaan utama dari kedua internal growth rate, interest coverage ratio, dan
model ini bukan pada karekteristik waktu gagal asset size adalah faktor-faktor yang
bayar--bisa diprediksi dan tidak bisa dipredksi, mempengaruhi risiko kredit suatu perusahaan.
melainkan lebih pada ketersediaan data.
Fernandes (2005) melakukan penelitian
Berdasarkan perspektif ini maka karakteristik tentang model risiko kredit untuk perusahaan
kedua model ini bukan pada waktu gagal bayar
tertutup di Pertugis menggunakan model logit
tetapi pada struktur informasi yang ada pada dan probit. Variabel independen rasio keuangan
masing-masing model. yang berpengaruh signifikan terhadap risiko
Penelitian yang menekankan aspek kredit adalah current ratio, liquidity/assets, debt
teoritis dalam pengembangan model risiko kredit service ratio, interest cost/sales, dan productivity
juga banyak dilakukan. Geske (1977) ratio. Altman dan Sabato (2005) memodelkan
memperlakukan hutang-hutang sebagai risiko kredit perusahaan kecil dan menengah di
kumpulan opsi. Pada peneIitian ini Geske Amerika Serikat dan menemukan bahwa risiko
mengasumsikan bahwa perusahaan punya opsi kredit dipengaruhi oleh variabel-variabel Short
untuk menerbitkan saham baru sebagai Term Debt/Equity Book Value, Cash/Total
pengganti hutang. Longstaff dan Schwartz Assets, Ebitda/Total Assets, Retained
(1995) memperkenalkan stochastic interest rates Earnings/Total Assets, dan Ebitda/Interest
ke dalam model struktural untuk menghasilkan Expenses. Theodossiou dan Kahya (1999)
dua faktor yang mempengaruhi risiko kredit, meneliti tentang variabel-variabel yang dapat
faktor nilai asset perusahaan dan faktor tingkat digunakan untuk memprediksi tekanan keuangan
suku bunga. Leland dan Toft (1996) perusahaan menggunakan motodologi time-
mempertimbangkan dampak biaya kebangkrutan series Cumulative Sums. Variabel eksplanatori
dan pajak. Pada model mereka diasumsikan yang dapat menjelaskan risiko kredit meliputi
bahwa perusahaan menerbitkan jumlah hutang log deplated total assets, perubahan rasio
yang konstan secara terus menerus dengan waktu persediaan terhadap penjualan, perubahan rasio
jatuh tempo yang tetap dan pembayaran kupon asset tetap terhadap total asset, rasio perubahan
yang terus menerus. Collin, et al. (2001) assets tetap terhadap total assets, dan perubahan
meneruskan model Longstaff dan Schwartz penerimaan operating income terhadap
dengan memperkenalkan stationary leverage penjualan.
ratio, dimana mereka memperbolehkan
Beberapa penelitan mempertimbangkan
perusahaan memiliki tingkat leverage yang pengaruh variabel non fundamental perusahaan
berbeda dari yang sudah ditargetkan untuk
terhadap risiko kredit. Menurut Duffie dan
jangka pendek. Singleton (2003) salah satu faktor yang
Variabel fundamental adalah penjelas mempengaruhi risiko kredit adalah kondisi
utama risiko kredit suatu perusahaan. Menurut ekonomi makro. Hasil penelitian yang berbeda
penelitian Liao dan Chen (2005) yang diungkapkan oleh Oviedo (2003), dimana
menggunakan model time-dependent stochastic kondisi ekonomi makro tidak berpengaruh
cash flow, risiko kredit ditentukan oleh arus kas langsung terhadap risiko kredit tetapi
bebas perusahan, sedangkan arus kas bebas itu berpengaruh tidak langsung melalui kinerja
sendiri dipengaruhi oleh kinerja industri. industri. Baik dan buruknya kinerja ekonomi
Perusahaan yang memiliki arus kas yang kurang makro akan memberikan pengaruh yang searah
memadai akan memiliki risiko gagal bayar yang terhadap kinerja industri. Jika kinerja ekonomi
tinggi. Penelitian lain tentang hubungan variabel makro baik maka kinerja industri akan baik dan
fundamental terhadap risiko kredit dilakukan sebaliknya jika kinerja industri buruk maka
3
kinerja industripun akan buruk. Hasil penelitian yang mempengaruhi risiko kredit suatu
Oviedo ini didukung oleh hasil penelitian yang perusahaan.
dilakukan oleh Koopman & Lucas (2004).
Xie, et al. (2004) juga mengemukakan
TELAAH PUSTAKA
hasil yang berbeda tentang pengaruh variabel
kinerja ekonomi makro terhadap risiko kredit. Risiko Kredit dan Model Risko Kredit
Hasil regresi multivariate menunjukkan bahwa
return indeks S&P 500 saat ini dan return indeks
S&P 500 masa lalu dapat menjelaskan perilaku Risiko kredit adalah risiko yang
risiko kredit, tetapi dua variabel makro ekonomi- berhubungan dengan perubahan yang tidak
-tingkat inflasi dan tingkat pertumbuhan diharapkan atas kualitas kredit yang telah
produksi industri—memiliki pengaruh yang disalurkan kepada debitur. Pengukuran risiko
tidak signifikan. kredit bertujuan untuk mengestimasi besarnya
probabilitas suatu perusahaan mengalami gagal
Penelitian lain mempertimbangkan bayar pada saat kewajiban jatuh tempo (default
pengaruh variabel masa lalu kinerja fundamental probability) atau untuk mengestimasi seberapa
perusahaan dan kinerja ekonomi makro terhadap jauh jarak antara nilai asset perusahaan dengan
risiko kredit yang pada penelitian sebelumnya titik gagal bayar (distance to default) atau untuk
belum dimasukkan. Menurut hasil penelitian mengestimasi tingkat pengembalian hutang jika
Couderc dan Renault (2005) variabel masa lalu debitur mengalami gagal bayar (recovery rate).
kinerja fundamental perusahaan dan variabel
masa lalu kinerja ekonomi makro berpengaruh Ada tiga ukuran yang biasa digunakan
signifikan dalam menjelaskan perilaku risiko untuk mengukur risiko kredit suatu perusahaan,
kredit. yaitu: probabilitas gagal bayar (default
probability), jarak gagal bayar (distance to
Di Indonesia penelitian tentang risiko default) dan tingkat pengembalian hutang pada
kredit masih sangat terbatas, Hadad, dkk. (2004) saat perusahaan mengalami gagal bayar
melakukan penelitian tentang risiko kredit (recovery rate).
perusahaan publik di Indonesia dengan
menggunakan pendekatan model Merton (model Model awal pengukuran risiko kredit
KMV). Hasil analisis penelitian ini menunjukkan dikenalkan oleh Merton (1974). Pada model ini
bahwa model Merton dapat digunakan dengan risiko kredit didefinisikan sebagai perbandingan
cukup baik sebagai sinyal awal risiko kredit dan antara nilai asset perusahaan (V) pada waktu
potensi permasalahan kredit yang dihadapi yang akan datang (t) dengan nilai kewajiban
perusahaan publik di Indonesia. perusahaan. Dengan asumsi nilai kewajiban
perusahan bersifat konstan maka semakin tinggi
Melihat adanya perbedaan dalam nilai perusahaan pada waktu yang akan datang
pendekatan model risiko kredit dan perumusan akan semakin kecil probabiltas gagal bayar,
faktor-faktor yang mempengaruhi risiko kredit semakin jauh jarak kebangkrutan, dan semakin
serta masih sedikitnya penelitian tentang risiko besar tingkat pengembalian hutang sebaliknya
kredit yang dilakukan di Indonesia, maka sangat semakin rendah nilai perusahaan akan semakin
menarik untuk melakukan penelitian tentang besar probabilitas gagal bayar, semakin dekat
model risiko kredit ini. jarak gagal bayar dan semakin kecil tingkat
Tujuan Penelitian pengembalian hutang.
Penelitian ini bertujuan melakukan telaah Pengembangan pertama atas Model
pustaka mengenai model-model risiko kredit Merton (1974) dilakukan oleh Black dan Cox
yang telah banyak dikembangkan di berbagai (1976), dimana pada model ini waktu gagal
negara dengan berbagai pendekatan. Penelitian bayar tidak hanya bisa terjadi pada waktu jatuh
ini juga akan membahas mengenai faktor-faktor tempo (T) tetapi bisa terjadi kapan saja asalkan

4
nilai asset perusahaan lebih rendah dari nilai berakhir dengan likuidasi. Likuidasi terjadi jika
ambang gagal bayar/threshold defauld (K) yang perusahaan benar-benar dibubarkan dan segala
telah ditetapkan. aktivitas dihentikan kecuali pendistribusian asset
kepada pihak-pihak yang berhak.
Model Black dan Cox terus
dikembangkan dengan melonggarkan asumsi- Fakta menunjukkan bahwa proses
asumsi yang dibangun oleh Merton (1974), likuidasi memakan waktu relatif lama, oleh
antara lain dengan mempertimbangkan: tingkat karena itu secara empiris studi mengenai sebab
suku bunga stokastik, adanya: biaya likuidasi menunjukkan bahwa informasi historis
kebangkrutan, hutang subordinasi, strategic berupa kinerja pasar keuangan, siklus bisnis,
default, time dependent, stochastic default pasar kredit dan siklus gagal bayar bersama
barrier, jumps in the asset value process, dan variabel kontemporernya secara signifikan dapat
lain-lain. menjelaskan proses likuidasi (Couderc dan
Pengembangan model Black dan Cox ini Renault, 2005).
menjadi lebih realistis, tetapi di sisi lain hal ini Pendekatan lain dari model struktural
menjadikan analisis semakin kompleks. adalah model state dependent. Pada model ini
Longstaff dan Schwartz (1995) memilih ambang variabel fundamental perusahaan seperti arus
batas gagal bayar konstan (K). Penelitian ini kas, biaya kebangkrutan, dan biaya modal sangat
menekankan pada rasio nilai asset perusahaan tergantung oleh kondisi siklus bisnis atau rating
(V) terhadap nilai aktual ambang batas gagal perusahaan. Model ini dapat mengurangi
bayar konstan (K) atau rasio V/K. Penelitian masalah prediksi gagal bayar dan tingkat
yang sama dilakukan oleh Hsu, dkk. (2004) recovery yang ada pada model struktural standar
dengan perbedaan pada penentuan nilai ambang karena menurut model ini perusahaan
batas gagal bayar (K). Menurut penelitian ini merupakan subjek dari perubahan parameter
nilai ambang batas gagal bayar (K) bersifat eksogen yang berakibat pada kemampuan
stokastik dan sejalan dengan proses stokastik perusahaan dalam menghasilkan arus kas dan
pada nilai asset perusahaan (V), sehingga rasio mempengaruhi biaya modal perusahaan. Dua
V/K juga merupakan proses stokastik. variabel ini merupakan penggerak probabilitas
default (PD) dan recovery rate (R).
Model Black dan Cox dan model-model
yang dikembangkan dari model Black dan Cox Menururt Hackbarth, et al. (2004), arus
dikretik karena menganggap sama kejadian gagal kas dan recovery rates tergantung pada siklus
bayar dan likuidasi. Sebagai jawaban atas kritik bisnis. Arus kas mengikuti geometric Brownian
ini dikembangkan model proses likuidasi. motion dan dibedakan berdasarkan pengaruh
Berbeda dengan model Black dan Cox, model siklus bisnis. Arus kas akan tinggi pada saat
proses likuidasi menyatakan bahwa gagal bayar bisnis mengalami ekspansi dan arus kas rendah
tidak serta-merta mengakibatkan perusahaan pada saat resesi. Biaya kebangkrutan yang
likuidasi, tetapi lebih merepresentasikan awal merupakan ekspresi state-dependent dari asset
dari proses likuidasi. Akhir dari proses ini boleh perusahaan (1-α) berlawanan dengan recovery
jadi tidak mengakibatkan likuidasi. rate. Recovery rate tinggi pada saat siklus bisnis
Pada model proses likuidasi, gagal bayar ekspansi dan rendah pada saat siklus bisnis
resesi. Perpindahan siklus bisnis ekspansi ke
dan likuidasi adalah dua hal yang berbeda. Gagal
bayar terjadi jika nilai asset perusahaan (V) siklus bisnis resesi atau sebaliknya bersifat
berada lebih rendah dari nilai ambang gagal eksogen dan dapat terjadi kapan saja. Nilai
ambang gagal bayar bersifat endogen dan dipilih
bayar (K), yang bisa bersifat eksogen, konstan,
time dependent, stokastik ataupun endogen. oleh pemegang saham guna memaksimumkan
nilai ekuitas dan cenderung akan lebih tinggi
Kejadian gagal bayar merupakan sinyal dari
dimulainya periode kesulitan keuangan pada saat resesi.
(financially distressed period), yang tidak harus
5
Elizalde (2005c) mengembangkan model dipengaruhi secara signifikan oleh variabel arus
struktural yang sudah diterapkan di perbankan, kas bebas, return on asset (ROA), ukurasan
dimana pada model ini nilai asset perusahaan asset, rasio hutang, dan risk neutral distance to
diasumsikan tidak dapat diobservasi oleh default.
kreditor. Dalam menentukan tingkat suku bunga Crouhy dkk. (2000) melakukan penelitian
atau coupon rate, kreditor menggunakan data
lanjutan mengukur risiko kredit berdasarkan
peringkat yang dipublikasikan oleh perusahaan pandangan CreditPortfolio. Hasilnya
pemeringkat, dan sebagai konsekuensi biaya
menunjukkan bahwa probabilitas gagal bayar
modal perusahaan tergantung dengan dan probabilitas migrasi peringkat kredit
peringkatnya.
berhubungan dengan kondisi ekonomi makro,
Liao dan Chen (2005) mengembangkan jika kondisi ekonomi makro memburuk maka
lebih lanjut model state dependent dan probabilitas gagal bayar dan probabilitas migrasi
memperkenalkan Multi-period Corporate Credit peringkat kredit akan meningkat, begitu juga
Model. Model ini menghitung nilai intrinsik sebaliknya.
perusahaan dari arus kas bebas perusahaan dan Oviedo (2003) melakukan investigasi
bukan dari nilai nilai pasar ekuitas guna
tentang interaksi antara risiko agregat, kerapuhan
mengestimasi distribusi nilai asset perusahaan. sistem keuangan, dan kinerja makro ekonomi
Berdasarkan dua karekteristik arus kas (mean-
dan pengaruhnya terhadap risiko kredit yang
reversion serta dimungkinkan nilai positif atau dihadapi perbankan di negara-negara
negatif) dan the concept of varying coefficient
berkembang. Oviedo menyimpulkan bahwa
model, Liao dan Chen (2005) mengembangkan risiko kredit dan krisis perbankan dipicu oleh
model multi-period structural form credit risk. variabel fundamental dan bukan terjadi dengan
Ada tiga tahapan dalam konstruksi model ini.
sindirinya, stabilitas keuangan dan risiko makro
Pertama dibangun stochastic model of industrial ekonomi mempunyai pengaruh penting terhadap
economic state. Tahap kedua, dengan
siklus bisnis. Probabilitas seberapa parah
mempertimbangkan pengaruh perubahan kondisi kegagalan sistem perbankan secara endogen
ekonomis industri (industrial economic state
ditentukan oleh nilai variabel-variabel kinerja
changes) terhadap struktur arus kas perusahaan ekonomi. Hasil penelitian ini juga menunjukkan
dibangun time-dependent stochastic cash flow
bahwa krisis lebih sering terjadi selama ekonomi
model dan tahap ketiga dengan menggabungkan mengalami penurunan dan juga seiring dengan
informasi yang dihasilkan oleh stochastic model
kenaikkan tingkat suku bunga. Hasil penelitian
of industrial economic state dibangun model
Oviedo ini mendukung penelitian sebelumnya
multi-period firm valuation. yang dilakukan oleh Reinhart dan Kaminsky
Menggunakan model KMV Crouhy, et al. (1999), dimana risiko kredit dipengaruhi oleh
(2000) menyimpulkan bahwa probabiltas gagal siklus kinerja ekonomi dan perubahan tingkat
bayar merupakan fungsi dari struktur modal suku bunga.
perusahaan, volatilitas return asset dan nilai asset
Hubungan Variabel Kinerja Fundamental
saat ini. Penelitian ini juga menyimpulkan bahwa
Perusahaan dan Risiko Kredit
model KMV sangat bagus diterapkan untuk
perusahaan publik dimana nilai ekuitasnya Penelitian Philps dan Peters (2005)
ditentukan oleh pasar. menemukan bahwa risiko kredit tidak hanya
dipengaruhi oleh kondisi ekonomi makro tetapi
Model pengukuran risiko kredit yang juga variabel kinerja fundamental perusahaan.
memfokuskan pada estimasi probabilitas gagal
Arus kas adalah salah satu indikator yang banyak
bayar perusahaan debitur juga dilakukan oleh digunakan untuk mengukur kinerja fundamental
Benos dan Papanastasopoulos (2005). Hasil
perusahaan. Arus kas berhubungan dengan risiko
penelitian Benos dan Papanastasopoulos kredit dikarenakan kas adalah alat utama
menunjukkan bahwa probabilitas gagal bayar
pembayaran kewajiban perusahaan yang jatuh
6
tempo, bukan laba atau asset secara keseluruhan. terhadap risiko kredit tersebut dapat dirumuskan
Penelitian yang dilakukan oleh Collin-Dufresne, hipotesis sebagai berikut:
et al. (2001) menemukan bahwa gagal bayar H1: Arus kas bebas perusahaan berpengaruh
bukan hanya disebabkan oleh adanya perubahan
yang kecil pada pendapatan, leverage, atau negatif terhadap risiko kredit.
informasi neraca lainnya, tetapi lebih H2: Return on asset (ROA) berpengaruh
dikarenakan adanya tren negatif dan perubahan
yang tidak diharapkan pada arus kas. negatif terhadap risiko kredit.
Menurut Pareja dan Tham ( 2001) nilai H3: Ukuran perusahaan berpengaruh
perusahaan bukan ditentukan oleh laporan negatif terhadap risiko kredit.
akuntansi, tetapi timbul dari ekspektasi dari arus
kas yang akan diterima oleh perusahaan pada H4: Rasio hutang berpengaruh positif
waktu yang akan datang. Jika arus kas meningkat terhadap risiko kredit
maka nilai perusahaan juga akan meningkat dan
Kinerja Ekonomi Makro dan Risiko Kredit
akan menurunkan risiko kredit, sebaliknya jika
arus kas turun maka nilai perusahaan juga akan Penelitian Duffie dan Singleton (2003)
turun dan akan meningkatkan risiko kredit. menemukan bahwa risiko kredit yang diukur
Pendapat yang sama juga diungkapkan oleh dengan probabilitas gagal bayar perusahaan
Benos dan Papanastasopoulos (2005) dan Liao dipengaruhi langsung oleh kinerja ekonomi
dan Chen (2005). makro.
Pada penelitian Benos dan Beberapa peneliti telah menggabungkan
Papanastasopoulos (2005), selain arus kas bebas variabel informasi ekuitas dan variabel tingkat
perusahaan variabel kinerja fundamental yang suku bunga dalam memprediksi probabilitas
mempengaruhi risiko kredit adalah: return on gagal bayar, seperti Duffee (1999), Driessen
asset (ROA), ukuran asset, dan rasio hutang. (2002) dan Collin-Dufresne, et al. (2001).
ROA dan ukuran asset mempunyai pengaruh Duffie, et al. (2005) menemukan bukti adanya
negatif terhadap risiko kredit sedangkan rasio hubungan yang signifikan antara probabilitas
hutang mempunyai pengaruh positif terhadap gagal bayar dengan tingkat suku bunga dan
risiko kredit. return pasar saham.
Lennox (1999) memasukkan variabel Menurut hasil penelitian Couderc dan
spesifik perusahaan seperti leverage, arus kas, Renault (2005) Return S&P500 dan
dan ukuran perusahaan sebagai faktor yang pertumbuhan GDP riil mempunyai pengaruh
mempengaruhi probabilitas gagal bayar terhadap risiko kredit. GDP riil mempunyai
perusahaan. Duffie dan Wang (2004) pengaruh yang besar terhadap risiko kredit,
menggunakan variabel earnings ratio dan ukuran peningkatan pertumbuhan GDP riil 1% akan
perusahaan sebagai faktor spesifik yang menurunkan intensitas gagal bayar sebesar
mempengaruhi risiko gagal bayar perusahaan. 17,5%. Peningkatan return S&P500 sebesar 1%
hanya menurunkan intensitas gagal bayar sebesar
Penelitian Avramov, et al. (2005) pada
2,7%.
perusahaan di Amerika Serikat dari tahun 2001
sampai tahun 2003 menemukan bahwa variabel Penelitian Philps dan Peters (2005)
fundamental perusahaan seperti stock menemukan bahwa variabel kinerja ekonomi
momentum, perubahan volatilitas, perubahan perubahan risiko sistematik yang diukur dengan
leverage, perubahan prospek pertumbuhan siklus kredit adalah faktor penting yang
mampu menjelaskan secara signifikan perubahan mempengaruhi risiko kredit.
risiko kredit. Variabel ekonomi makro yang
Berdasarkan pembahasan mengenai berpengaruh terhadap risiko kredit tidak sama
pengaruh kinerja fundamental perusahaan antar negara. Di Jerman tingkat pengangguran
7
berpengaruh signifikan terhadap risiko kredit, Di
Amerika Serikat tingkat suku bunga berpengaruh
Kinerja Masa Lalu dan Risiko Kredit
signifikan terhadap risiko, Kern dan Rudolph
(2003). Menurut François dan Morellec (2004)
terjadi kesalahan spesifikasi dalam pemilihan
Dari hubungan kinerja ekonomi makro
variabel-variabel yang mempengaruhi risiko
terhadap risiko kredit sebagai mana telah kredit karena menggunakan variabel penjelas
dibahas, maka dapat dibangun hipotesis sebagai
dari periode yang sama. Informasi masa lalu
berikut: seharusnya digunakan dalam model risiko kredit
H5: Pertumbuhan GDP riil berpengaruh karena memiliki daya jelas yang kuat untuk
perilaku realisasi probabilitas gagal bayar. Hal
positif terhadap risiko kredit.
ini didukung oleh adanya kenyataan bahwa pada
H6: Suku bunga bebas risiko berpengaruh mayoritas kejadian gagal bayar tidak terjadi
negatif terhadap risiko kredit. secara tiba-tiba tetapi merupakan hasil dari suatu
proses yang panjang. Pendapat yang sama
H7: Tingkat inflasi berpengaruh negatif mengenai hal ini diungkapkan oleh Moraux
terhadap kinerja industri. (2004).
H8: Return pasar saham berpengaruh positif Penelitian yang dilakukan oleh Couderc
dan Renault (2005) menemukan bahwa kinerja
terhadap risiko kredit. keuangan masa lalu, kinerja industri masa lalu,
kinerja pasar kredit masa lalu, dan siklus gagal
bayar masa lalu mampu menjelaskan risiko
Kinerja Industri dan Risiko Kredit
kredit secara signifikan. Dilihat dari tanda (+;-)
Oviedo (2003) menjelaskan bahwa pada variabel lag, peningkatan indeks pasar
kinerja industri sangat berpengaruh terhadap keuangan akan menurunkan probabilitas gagal
risiko kredit. Pada saat kinerja industri baik, bayar (-), sebaliknya peningkatan volatilitas
kinerja perusahaan juga akan baik maka risiko indeks akan meningkatkan probabilitas gagal
kredit akan turun. Pada saat kinerja industri bayar (+).
memburuk maka kinerja perusahaan juga akan
Informasi masa lalu juga sangat relevan
memburuk, dampaknya risiko kredit akan
untuk model penentuan harga asset perusahaan
meningkat.
sebagai mana dijelaskan oleh Jarrow, et al.
Penelitian Couderc dan Renault (2005) (1997) dan Couderc (2004)).
mengungkapkan bahwa kinerja industri yang
Dari hubungan kinerja ekonoomi makro
diukur dengan siklus bisnis mempunyai
masa lalu (lag) terhadap risiko kredit sebagai
pengaruh yang signifikan terhadap probabilitas
mana telah dibahas, maka dapat dibangun
gagal bayar perusahaan. Penelitian François dan
hipotesis sebagai berikut:
Morellec (2004) dan Moraux (2004) menemukan
bahwa kinerja industri mempunyai pengaruh MODEL PENELITIAN
yang kuat terhadap nilai asset perusahaan. Berdasarkan pembahasan diatas dapat
Penelitian lain yang menemukan pengaruh dirumuskan bahwa risiko kredit dipengaruhi
kinerja industri terhadap risiko kredit perusahaan secara signifikan oleh variabel-variabel kinerja
dilakukan oleh Koopman dan Lucas (2004). fundamental perusahaan, hal ini telah dibuktikan
Dari hubungan kinerja industri terhadap oleh beberapa penelitian antara lain: Lennox
risiko kredit sebagai mana telah dibahas, maka (1999), Theodossiou dan Kahya (1999), Duffie
dapat dibangun hipotesis sebagai berikut: dan Wang (2004), Philps dan Peters (2005),
Benos dan Papanastasopoulos (2005), Jostova
H9: Kinerja industri berpengaruh negatif
dan Mae (2005), dan Fernandes (2005).
terhadap risiko kredit.
8
Penelitian Duffie dan Singleton (2003) dengan masing-masing variabel independen
menemukan bahwa risiko kredit dipengaruhi dapat dituliskan sebagai berikut:
langsung oleh kinerja ekonomi makro. Hasil Risiko Kredit= ƒ(kinerja ekonomi makro,
penelitian ini didukung oleh Duffee (1999),
kinerja industri, kinerja
Collin-Dufresne, et al. (2001), Driessen (2002), fundamental,
Kern dan Rudolph (2003), Duffie, et al. (2005),
kinerja ekonomi makro masa
Couderc dan Renault (2005) dan Philps dan lalu, kinerja industri masa
Peters (2005).
lalu, dan kinerja fundamental
Kuatnya pengaruh variabel kinerja masa lalu)
industri terhadap risiko kredit dibuktikan oleh
penelitian Koopman dan Lucas (2004), Morellec
(2004) dan Moraux (2004) dan Couderc dan Berdasarkan hubungan risiko kredit
Renault (2005). dengan variabel-variabel diatas maka dapat
dirumuskan model penelitian sebagai berikut:
Kinerja fundamental masa lalu, kinerja
industri masa lalu dan kinerja ekonomi makro Yt   i    i X i ,t   i X i ,t 1   it .................(1)
masa lalu juga dapat menjelaskan perilaku risiko
kredit dengan sangat baik, hal ini dibuktikan oleh Dimana:
penelitian Jarrow, et al. (1997), François dan Yt : variabel dependen risiko kredit
Morellec (2004), Couderc (2004), Byrne (2005),
dan Couderc dan Renault (2005), Xi,t : Variabel-variabel independen

Risiko kredit merupakan fungsi dari pada waktu t


variable-variabel kinerja ekonomi makro, Xi,t-1 : variabel-variabel independen
variable kinerja industry, variabel-variabel
pada waktu t-1 (variabel lag)
kinerja fundamental perusahaan, variabel-
variabel kinerja ekonomi makro masa lalu, βi dan λi : koefisien variabel-variabel
variabel kinerja industri masa lalu, dan variabel- independen
variabel kinerja fundamental perusahaan masa
lalu. Secara fungsional hubungan risiko kredit εit : error term
KESIMPULAN
1. Risiko kredit berhubungan dengan structural dikembangkan dengan
probabilitas suatu perusahaan mengadopsi pendekatan analisis
mengalami gagal bayar, kemampuan kontingensi, dimana risiko kredit
untuk memenuhi mewajiban, dan dilihat sebagai hubungan kewajiban
kerugian yang terjadi jika kondisi perusahaan dengan asset yang
gagal bayar terjadi. dimiliki.
2. Model risiko kredit dapat 3. Risiko kredit dipengaruhi oleh
dikelompokkan menjadi dua, model kinerja fundamental perusahaan,
tradisional dan model struktural. kinerja ekonomi makro dan kinerja
Model tradisional adalah model industri.
yang mengadopsi pendekatan 4. Kinerja masa lalu ketiga kelompok
analisis fundamental dalam penentu tersebut juga berpengaruh
menentukan faktor-faktor yang terhadap risiko kredit.
mempengaruhi risiko kredit. Model

9
DAFTAR PUSTAKA Duffie, D. and Kenneth J. Singleton, 2003, “Creit
Risk: Pricing, Measurement, and
Altman, Edward I. and Brooks Brady, (2002),
“Explaining Aggregate Recovery Rates on Management”, Princeton University Press
Corporate Bond Defaults”, NYU Salomon Duffee, G., 1999, Estimating the Price of Default
Center. Risk, Review of Financial Studies Vol. 12,
Altman, E. I., and Gabriele Sabato, (2005), No. 1, 1997-2026.
“Modeling Credit Risk for SMEs: Evidence Duffie, D., Leandro Saita and Ke Wang, (2005),
from the US Market”, Journal of Financial “Multi-Period Corporate Default Prediction
Services, October 2005. with Stochastic Covariates”, CIRJE-F-373:
available at http://www.e.u-
Avramov, D., Gergana Jostova and Alexander
Philipov Fannie Mae, (2004), “Credit Risk tokyo.ac.jp/cirje/research/03research02dp.ht
Changes: Common Factors and Firm-Level ml
Fundamentals”, Research Paper: Department Elizalde, A., 2005c, “From Basel I to Basel II: An
of Finance Robert H. Smith School of Analysis of the Three Pillars,” available at
Business University of Maryland. www.abelelizalde.com.
Available at: Fernander, J., (2005), “Corporate Credit
http://www.moodyskmv.com/research/default Risk Modeling: Quantitative Rating System
risk.html and Probability of Default Estimation” ,
SSRN New York: JEL Clasification, C13,
Benos, A., and Papanastasopoulos (2005), G.,
“Extending the Merton Model: A Hybrid C14, G21, G28
Approach to Assessing Credit Quality”, François, P. and Erwan Morellec, 2004, Capital
Working Paper: University of Piraeus. Structure and Asset Prices: Some. Effects of
Bankruptcy Procedures, Journal of Business
Black, F., and J. Cox, 1976, Valuing Corporate
Securities: Some Effects of Bond Indenture 77, 387-411.
Provisions, Journal of Finance, 31, 351-67. Frye, John, 2000b, “Collateral Damage Detected”,
Federal Reserve Bank of Chicago, Working
Carey, Mark and Michael Gordy, 2003,
“Systematic Risk in Recoveries on Defaulted Paper, Emerging Issues Series, October, 1-14.
Debt”, Mimeo, Federal Reserve Board, Geske, R., 1977, The Valuation of Corporate
Washington. Liabilities as Compound Options, Journal of
Collin-Dufresne, P., R. Goldstein, and S. Martin, Financial and Quantitative Analysis, 541-
552.
2001, The Determinants of Credit Spread
Changes, Journal of Finance, 56, 2177-2208. Hackbarth, D., Miao, J., and Morellec, E., 2004,
“Capital Structure, Credit Risk, and
Couderc, F., and Renault, O., 2005, “Times-to-
Default: Life Cycle, Global and Industry Macroeconomic Conditions,” FAME
Research Paper No. 125.
Cycle Impacts,” FAME Research Paper No.
142. Hadad, Muliaman D., Wimboh S.; Dwityapoetra
Crouhy M., Dan Galai, and Robert Mark (2000), S.B., dan Ita Rulina, (2004), “Probabilitas
Kegagalan Korporasi Dengan Menggunakan
“A Comparative Analysis of Current Credit
Risk Model”, Journal of Banking & Finance Model Merton”, Reseach Paper: Bank
Indonesia.
24 (2000), p. 59-117
Hull, J., and White, A., 2000, “Valuing Credit
Duce, D., and K. Singleton, 1999, Modeling the
Default Swaps: No Counterparty Default
Term Structure of Defaultable Bonds, Review
of Financial Studies, 12, 687-720. Risk”, Working Paper- University of
Toronto.

10
Jarrow, Robert A., 2001, “Default Parameter Merton, Robert C., 1974, “On the Pricing of
Estimation Using Market Prices”, Financial Corporate Debt: The Risk Structure of
Analysts Journal, Vol. 57, No. 5, pp. 75-92. Interest Rates”, Journal of Finance, 2, 449-
471.
Jarrow, Robert A., David Lando and Stuart M.
Turnbull,1997, "A Markov Model for the Oviedo, P. Marcelo, (2003),“Macroeconomic Risk
Term Structure of Credit Risk Spreads," The and Banking Crises in Emerging Market
Review of Financial Studies, 10 (1), pp481- Countries: Business Fluctuations with
523. Financial Crashes”, Working Paper: Iowo
State University.
Jarrow, R., and P. Protter, 2004, Structural versus
Reduced Form Models: A New Information Pareja, Velez, I. and Tham, J. (2001) Market
Based Perspective, Working Paper, Cornell Value Calculation and the Solution of
University. Circularity between Value and the Weighted
Average Cost of Capital. (downloadable
Kern, M. And Bernd Rudolph (2001),
“Comparative Analysis of Alternative Credit from www.ssrn.org)
Risk Models – An Application on German Philps, D. And Solomon Peters (2005), “Expected
Middle Market Loan Portfolios”, CFS Loss and Fair Value over the Credit Cycle”,
Working Paper: No. 2001/03 Journal of Credit Risk: Volume 1/Number 2,
Spring 2005
Koopman, S., and Lucas, A. (2003)., “Business and
Default Cycles for Credit Risk”, Working Reinhart, Carmen & Kaminsky, Graciela, 1999.
Paper:Tinberg Institute "The twin crises: The causes of banking and
balance of payments problems," MPRA
Leland, H., and K. Toft, 1996, Optimal Capital
Structure, Endogeneous Bankruptcy, and the Paper 14081
Term Structure of Credit Spreads, Journal of Theodossiou, P. and Emel Kahya, “Predicting
Finance, 51, 987-1019. Corporate Financial Distress: A Time-Series
CUSUM”, Review of Quantitative &
Liao, Hsien-hsing dan Tsung-kang Chen, (2005),
“A Multi-periode Corporate Credit Model— Finance Accounting, Vol. 13, No. 4, pp.
323-345, December 1999
An Intrinsic Valuation Approach“, available
at www.defaultrisk.com. Xie, Y.A., Wu, C., and Shi, J., (2004), “Do
Longstaff, Francis A., and Eduardo S. Schwartz, Macroeconomic Variables Matter for the
Pricing of Default Risk? Evidence from the
1995, “A Simple Approach to Valuing Risky
Fixed and Floating Rate Debt”, Journal of Residual Analysis of the Reduced-Form
Finance, 50, 789-819. Model Pricing Errors”, Reseach Paper:
Department of Accounting and Finance
Lennox, C., 1999, Identifying Failing Companies: School of Management , available at
a Re-Evaluation of the Logit, Probit and DA www.defaultrisk.com.
Approaches, Journal of Economics and
Business 51, 347-364.

11

Anda mungkin juga menyukai