III. METODOLOGI PENELITIAN
3.4. Metode Pengolahan dan Analisis Data
3.4.2. Analisis Dampak dan Probabilitas
Tabel register risiko digunakan untuk menganalisis kualitas dan kuantitas manajemen risiko kredit yang diterapkan oleh PT. PQR Finance. Indikator-indikator mengenai risiko kredit terkait dengan sumber risiko kredit yang terjadi. Tabel register risiko dapat dilihat pada Tabel 3 di bawah ini.
Tabel 3. Register risiko
Sumber Risiko Pernyataan Mengenai Risiko Taksiran Potensi Dampak Risiko (H-M-L) Taksiran Potensi Terjadi Risiko (H-M-L) Nilai Risiko ... ... ... ... ...
Keterangan : high (H), moderate (M), low (L) Sumber : Tampubolon, 2005
Tabel register risiko di atas diberi penilaian terhadap risiko berdasarkan analisis dampak dan kemungkinan terjadinya risiko. Nilai risiko yang diberikan berdasarkan dampak risiko dan kemungkinan terjadinya risiko di PT. PQR Finance. Penilaian
risiko yang berdasarkan dampak risiko dan kemungkinan terjadinya risiko dapat dilihat pada Tabel 4.
Tabel 4. Penilaian risiko
Dampak risiko Kemungkinan terjadi risiko (probability)
Nilai Risiko Mengakibatkan organisasi
tidak dapat mencapai semua atau sebagian sasaran dan tujuan dalam jangka panjang Hampir pasti (75%) Tinggi (High) Mencegah organisasi memenuhi tujuannya untuk periode tertentu saja
Mungkin (25% – 75%)
Sedang (Moderate) Menyebabkan sedikit
ketidaknyamanan tapi tidak terlalu berpengaruh pada pencapaian tujuan Kemungkinan kecil (25%) Rendah (Low) Sumber : Tampubolon, 2005
Penilaian terhadap potensi dampak risiko dan potensi terjadinya risiko diakumulasi menjadi suatu penilaian risiko dengan menggunakan angka. Risiko dianalisis secara subyektif dan diberi nilai mulai dari angka 1 sampai dengan 10. Semakin tinggi potensi dampak risiko dan potensi terjadinya risiko maka semakin tinggi penilaian terhadap risiko. Gambar 7 dapat memberi pedoman mengenai risiko yang masih dapat diterima, memerlukan pengelolaan yang secukupnya atau harus dikelola dengan menggunakan program mitigasi yang lebih ketat.
Sedang (5) Cukup tinggi (8) Sangat tinggi (10) Rendah (2) Sedang (6) Cukup tinggi (9) P R High (5) O B A B Moderate (3) I L I Low (1) T Y Rendah (1) Rendah (3) Sedang (7)
Low (1) Moderate (3) High (5) DAMPAK RISIKO YANG DIIDENTIFIKASI
Gambar 7. Hubungan dampak dan probabilitas dalam pemeringkatan risiko (Tampubolon, 2005)
Penilaian hasil akhir untuk tabel kuantitas risiko kredit menggunakan skala dampak dan probabilitas dengan menghitung rata-rata nilai risiko yang disesuaikan dengan judgement ahli (Risk Portofolio Division PT. PQR Finance). Nilai rata-rata kuantitas risiko kredit merupakan perbandingan antara jumlah nilai risiko terhadap sumber risiko. Menurut Tampubolon (2005), skala dampak dan probabilitas pada Gambar 7 dibagi menjadi rendah (1-3), moderate (4-7), tinggi (9-10). Penilaian hasil akhir untuk tabel kualitas manajemen risiko kredit diberi bobot melalui judgement ahli kemudian total akhir dijumlahkan dengan nilai akhir lemah (weak) untuk rentang 100-200, memuaskan (satisfactory) untuk rentang 210- 390, dan kuat (strong) untuk rentang 400-500.
Tabel register risiko yang mengukur kualitas dari manajemen risiko kredit dan kuantitas risiko kredit kemudian dinyatakan dalam suatu Aggregate Risk Matrix. Tabel 5 menunjukkan bagaimana manajemen risiko yang diterapkan untuk mengantisipasi berbagai kemungkinan risiko yang dihadapi PT. PQR Finance.
Tabel 5. Aggregate risk matrix Quality of Risk
Management
Quantity of Risk
Low Moderate High
Weak Low to
Moderate
Moderate to High
High
Satisfactory Low Moderate Moderate to High
Strong Low Low to
Moderate
Moderate Sumber : Tampubolon, 2005
B. Uji Validitas dan Reliabilitas
Menurut Sugiyono (2005), pengujian validitas atau keabsahan data yang dapat dilakukan dalam penelitian kualitatif, antara lain adalah :
1. Perpanjangan pengamatan
Melalui perpanjangan pengamatan, peneliti kembali ke lapangan, melakukan pengamatan, wawancara kembali dengan sumber data yang pernah ditemui atau sumber data yang baru.
2. Meningkatkan ketekunan
Meningkatkan ketekunan dilakukan dengan pengamatan secara lebih cermat dan berkesinambungan. Peneliti dapat melakukan pengecekan kembali mengenai apakah data yang telah ditemukan tersebut salah atau tidak dan peneliti juga dapat memberikan deskripsi data yang akurat dan sistematis tentang objek yang diamati melalui peningkatan ketekunan. 3. Triangulasi
Triangulasi adalah pengecekan data dari berbagai sumber dengan berbagai cara dan berbagai waktu. Triangulasi terdiri atas triangulasi sumber, triangulasi teknik, dan triangulasi waktu. Triangulasi yang dilakukan pada penelitian ini merupakan triangulasi teknik melalui wawancara dan tabel register.
4. Diskusi
Melakukan diskusi dengan pihak-pihak yang terkait yaitu dengan staf Risk Portofolio Division PT. PQR Finance. 5. Member check
Member check adalah proses pengecekan data yang diperoleh peneliti kepada pemberi data. Tujuan dari member check adalah untuk mengetahui seberapa jauh data yang diperoleh sesuai dengan apa yang diberikan oleh pemberi data. Apabila data yang ditemukan disepakati oleh pemberi data, maka data tersebut semakin valid dan kredibel.
3.4.3. Metode CreditRisk+
Menurut Marisson dalam Winarni (2004), manfaat kuantifikasi risiko kredit yaitu :
1. Supporting origination decision
Kuantifikasi risiko berfungsi untuk membantu keputusan penyaluran kredit dengan memperhatikan tingkat risiko yang akan ditanggung.
2. Supporting portofolio optimization
Kuantifikasi risiko berfungsi untuk mengoptimisasi risk dan return portofolio yaitu dengan mengetahui konsentrasi dan diversifikasi dari setiap portofolio kredit sehingga dapat meminimumkan risiko terhadap tingkat pengembalian (return) yang diharapkan atau memaksimumkan tingkat pengembalian (return) pada tingkat risiko yang ditetapkan.
3. Supporting capital management
Kuantifikasi risiko berfungsi untuk menentukan besarnya cadangan modal yang perlu disediakan untuk menutupi expected loss dari kredit dan mampu memperkirakan besarnya economic capital yang harus tersedia untuk menyerap potensi risiko kredit. Oleh karena itu, kuantifikasi risiko sangat penting. Pada penelitian ini kuantifikasi risiko menggunakan metode CreditRisk+. Metode CreditRisk+ memiliki keunggulan dalam perhitungan karena berasal dari data internal perusahaan yang secara praktis dan efektif mampu mengukur kemungkinan risiko kegagalan dan kerugian konsumen. Penggunaan metode ini mengasumsikan tingkat kemungkinan gagal bayar (probability of default) setiap konsumen yang berasal dari perusahaan dan merupakan kejadian historis maupun hasil perhitungan atas survei yang dilakukan perusahaan ketika calon konsumen menjadi konsumen. Tahapan yang dilakukan dalam metode CreditRisk+ meliputi :
Tahap1. Menetapkan Exposure
Exposure diperoleh dari tagihan kredit sepeda motor Honda dalam status overdue 30 hari (Lampiran 1) atau gagal bayar lebih dari 30 hari. Besarnya pembiayaan yang diberikan oleh PT. PQR Finance berbeda-beda setiap konsumen sehingga penetapan angsuran setiap konsumen juga berbeda-beda. Untuk memudahkan perhitungan maka nilai exposure diperoleh dari jumlah pembiayaan konsumen tersebut yang dibagi menjadi 54 kelompok konsumen dengan karakteristik yang sama yaitu kemungkinan gagal bayar (probability of default), nilai dana awal pembayaran sebagai persetujuan transaksi (down payment) dan wilayah. Nilai dari 54 exposure kelompok konsumen tersebut kemudian diurutkan dari nilai yang terkecil hingga yang terbesar.
Tahap 2. Menghitung Kemungkinan Gagal Bayar dan Standar Deviasi
Tahap ini dilakukan dengan menghitung rata-rata kemungkinan gagal bayar (probability of default) dan standar deviasi (standard deviation) setiap kelompok konsumen. Probability of default (Lampiran 1) merupakan persentase gagal bayar bersih yang telah dikurangi oleh recovery rate. Recovery rate adalah persentase nilai utang yang dapat dibayar kembali atau persentase rata-rata tagihan tertunggak yang dapat dilunasi konsumen. Nilai recovery rate akan menurunkan tingkat kerugian dimana besarnya kerugian akibat adanya kredit yang gagal bayar akan segera ditutup sebagian dengan adanya recovery.
Tahap 3. Mengukur Expected Loss (EL) dan Unexpected Loss (UEL)
Expected loss (EL), seperti yang dijelaskan pada Lampiran 1, merupakan kerugian akibat gagal bayar yang harus dapat ditutupi oleh provisi yang telah dicadangkan. Expected loss (EL) untuk seluruh kelompok konsumen dinotasikan sebagai berikut :
EL = ∑ (Exposure) x (Probability of default)...10 m
Dimana,
m = jumlah kelompok konsumen
Unexpected loss (UEL), seperti yang dijelaskan pada Lampiran 1, merupakan kerugian akibat gagal bayar konsumen yang harus dapat dikendalikan meskipun tidak diharapkan sebelumnya. Unexpected Loss adalah nilai kumulatif kemungkinan gagal (cummulative probability of defaults) mencapai nilai 99 persen yang berarti maksimal rugi dapat terjadi pada tingkat keyakinan tertentu (99%). Cummulative probability of defaults, seperti yang dijelaskan pada Lampiran 1, menggunakan distribusi Poisson dengan asumsi kemungkinan gagal (probability of default) dari sebagian kelompok konsumen bernilai kecil dan kejadian macet antar kelompok konsumen saling independen (www.csfb.com, 1997). Dalam Crouhy (2000), rumus distribusi Poisson dinotasikan sebagai berikut :
Dimana,
n = jumlah kerugian konsumen yang gagal bayar (1,2,3....n) e = nilai distribusi Poisson (2,71828…)
µ = nilai rata-rata kemungkinan gagal bayar
Menurut Crouhy (2000), untuk menganalisis distribusi kemungkinan kerugian dari seluruh portofolio risiko maka menggunakan fungsi penghasil kemungkinan risiko gagal bayar yang dinotasikan sebagai berikut :
...12
...13 Dimana,
n = jumlah kerugian konsumen yang gagal bayar (1,2,3....n) e = nilai distribusi Poisson (2,71828…)
µ = nilai rata-rata kemungkinan gagal bayar p = probabilitas gagal bayar
z = portofolio risiko
Fungsi di atas menggunakan distribusi Poisson dan Taylor series. Untuk mempermudah pengolahan, maka pada tahap ini dilakukan pengolahan data dengan menggunakan spreadsheet CreditRisk+ CSFB Microsoft Excel dan Minitab 14.
Tahap 4. Modal Ekonomi (Economic Capital)
Economic capital adalah modal yang harus dimiliki perusahaan untuk menutupi kerugian maksimum yang disebabkan oleh gagal bayar konsumen pada portofolio kredit. Economic capital dalam pengukuran risiko kredit diperoleh dari selisih UEL dan EL.
Economic Capital = UEL – EL...14 Tahap 5. Backtesting
Untuk menjaga reliabilitas suatu model, pada tahap ini membandingkan hasil proyeksi pengukuran expected loss (potential loss) yang diperkirakan dengan kerugian aktual (real loss). Menurut Jorion dalam Iqbal (2007), tahap perbandingan ini menggunakan simpangan atau standar deviasi (σ) sebagai berikut :
σ = Potential loss – Real loss x 100%...15 Real loss
Kerugian aktual (real loss) pada PT. PQR Finance merupakan total penjumlahan penyisihan penghapusan piutang ragu-ragu (written off doubtful accounts) dengan kerugian dari penjualan dan penyisihan penurunan nilai pasar agunan yang diambil alih (net loss from sale and diminution in market value of repossessed collateral) dan dikurangi penerimaan kembali piutang yang telah dihapusbukukan (recovery of written off receivables) selama periode tahun 2005 dan tahun 2006. Model dapat diterapkan apabila menghasilkan standar deviasi ≤ 6 persen. Jika simpangan berada di antara 6 – 8 persen maka terjadi kesalahan penentuan asumsi, parameter atau kesalahan penghitungan sehingga harus diuji kembali. Jika penyimpangan validasi terlalu besar, berarti diperlukan perbaikan kesalahan asumsi, parameter, proses, teknik, perbaikan data yang dimasukkan atau mengganti dengan model yang lain.
IV. PEMBAHASAN