Candy, S.E., M.M.
Universitas Internasional Batam
Liean Christine Halim Universitas Internasional Batam
ABSTRACT
The purpose of this study aimed to analyze and prove the influence of internal factors and external factors toward credit risk and financial stability of the bank. Independent variables include bank size, profitability, total credit, capital adequacy, gross domestic product, inflation rate and unemployment rate. The dependent variable used as a credit r isk is the ratio of nonperforming loans, while the financial stability measure of the bank is Z Score.
Using secondary data from the financial statements of commercial banks listed on the IDX and economic r eports dur ing 2012 -2016. The results from SP SS data analysis proves that bank size, total credit, capital adequacy, gross domestic product and inflation rate have a significant influence on credit risk and bank stability. While profitability and unemployment rate have no significant effect to credit risk and financial stability of banks in Indonesia.
Keywords : credit risk, bank stability, bank size, profitability, total credit, capital adequacy, gross domestic product, inflation rate, unemployment rate.
PENDAHULUAN
Setelah krisis ekonomi pada tahun 2007 - 2009, para pelaku ekonomi dunia kembali diselumbungi oleh kekhawatiran dan ketakutan akan belum membaiknya perekonomian dunia pada tahun 2017 dan 2018 mendatang ini. Kekuatiran seputar nilai perdagangan dunia yang semakin menurun, harga komoditas yaitu sektor pertambangan dan penggalian yang belum pulih, serta kondisi pasar finansial yang terbatas di berbagai negara. Negara Amerika Serikat, Eropa dan Jepang masih dalam proses pemulihan dan belum ada pengencangan yang signifikan. Sedangkan negara China masih mengalami pelambatan ekonomi yang disebabkan oleh pelaksanaan rebalancing pemerintah.
dan Bank Danamon (3,3%). Peningkatan NPL ini dijelaskan sebagai akibat dari melambatnya pertumbuhan usaha pada Indonesia dan berkurangnya penyaluran kredit.
Dapat diketahui bahwa dampak dari kredit macet dan kurangnya kemampuan bank dalam menjaga stabilitas bank akan sangat menguras kinerja perbankan. Kerugian dari kredit macet harus ditutupi dengan cadangan bank hingga kredit tersebut terselesaikan ataupun masuk menjadi Wr ite Off (WO) perusahaan. Menurunnya profitabilitas yang menggoyahkan stab ilitas bank menyebabkan bank harus berusaha mencarikan cara untuk meningkatkan kembali laba perusahaan. Oleh karena uraian di atas, penulis tertarik untuk melakukan penelitian yang dapat memberikan bukti empiris akan faktor–faktor yang dapat mempengaruhi stabilitas finansial bank umum di Indonesia, dengan judul: “Analisis Pengaruh Faktor Internal dan Eksternal Te rhadap Risiko Kredit dan Stabilitas Finansial Pada Bank Umum yang Terdaftar di Bursa Efek Indonesia (BEI)”
KERANGKA TEORETIS DAN PERUMUSAN HIPOTESIS
Song et al. (2017) melakukan penelitian tentang pengaruh rasio kecukupan modal terhadap stabilitas bank di China. Data yang digunakan adalah laporan keuangan dari 28 bank komersial di China mulai dari Tahun 2004 hingga Tahun 2013 dengan menggunakan fixed effect model dan random effect model
pada panel datanya.
Wen (2017) melakukan penelitian tentang faktor-faktor yang dapat mempengaruhi perilaku pengambilan risiko dan kestabilan bank. Penelitian ini dilakukan terhadap perbankan di 14 negara yaitu Afrika Selatan, Argentina, Brasil, Chile, Kolombia, Meksiko, India, Indonesia, Malaysia, Filipina, Thailand, Republik Ceko, Hongaria dan Polandia pada Tahun 2000 hingga 2014 de ngan menggunakan unbalanced panel regression. Variabel dependen yang digunakan berupa suku bunga, diversifikasi (non interest income to total operation income), kecukupan modal, kedalaman sistem keuangan (liquid liabilities to GDP), likuiditas pasar (stock market total value traded to GDP), dan ukuran pasar (ration of stock market capitalization to GDP).
Radivojevic dan Jovovic (2017) melakukan penelitian tentang faktor makroekonomi dan kondisi spesifik bank yang dapat mempengaruhi risiko kredit bermasalah.Peneliti menggunakan sampel dari 25 negara pada Tahun 2000 hingga Tahun 2011 dengan menggunkan regresi panel data. Variabel independen yang digunakan adalah NPL tahun sebelumnya, ROA, ROE, NIMR, rasio kecukupan modal , produk domestik bruto, tingkat pengangguran, tingkat inflasi, kurs riil, dan indeks perumahan.
Jabra et al. (2017) melakukan penelitian tentang faktor- faktor yang mempengaruhi risiko bank selama krisis finansial di Eropa mulai dari Tahun 2005 hingga Tahun 2012. Data yang digunakan adalah data dari 280 bank pada 26 negara bagian di Eropa. variabel independen yang digunakan adalah kecukupan modal, ukuran bank, cakupan asuransi, ukuran konsentrasi industri, pendapatan provisi, stabilitas politik, kebijakan bank sentral, tingkat inflasi dan produk domestik bruto.
Tahun 1997 hingga Tahun 2011 dengan menggunakan GMM difference estimation dan fully modified ordinary least squares (F MOLS). variabel independen yang digunakan adalah total kredit, pertumbuhan kredit, ratio efisiensi operasional, ukuran bank, tingkat inflasi, kebijakan fiscal, kurs riil, pertumb uhan produk domestik bruto, dan krisis finansial (tahun 2007-2009).
Kjosevski dan Petkovski (2017) melakukan penelititan tentang faktor internal dan makroekonomi yang dapat mempengaruhi risiko kredit bermasalah di Estonia, Latvia dan Lituania. Data yang digunakan adalah laporan keuangan dari 27 bank di Estonia, Latvia dan Lituania mulai dari tahun 2005 hingga 2014 dengan menggunakan GMM difference estimation. Variabel independen yang digunakan adalah ROA, ROE, total kredit bruto, rasio ekuitas, produk domestik bruto, tingkat inflasi, indeks harga konsumen, jumlah kredit domestik, kecukupan modal, dan tingkat pengangguran.
Kabir et al. (2017) melakukan penelitian tentang pengaruh kekuatan pasar terhadap stabilitas finansial bank konvensional dan syariah di 16 negara pada Tahun 2000 hingga Tahun 2012. Variabel independen yang digunakan adalah kekuatan pasar sedangkan variabel kontrol meliputi ukuran bank, diversifikasi, pertumbuhan kredit bruto, likuiditas, tingkat inflasi, produk domestik bruto, dan kebijakan fiscal.
Dwumfour (2017), melakukan penelitian tentang faktor- faktor yang mempengaruhi risiko 32 bank di Afrika pada Tahun 2000 hingga Tahun 2014 menggunakan metode OLS-P CSE, F E dan Systems-GMM. Variabel independen yang digunakan adalah foreign entry, kekuatan pasar, persaingan bank komersial, profitabilitas (NIM), diversifikasi, tingkat inflasi dan krisis bank.
Ouhibi et al. (2017) melakukan penelitian tentang faktor-faktor yang mempengaruhi kredit bermasalah pada Negara Tunisia dan Moroko. Penelitian tersebut menggunakan data World Bank dari Tahun 1990 hingga 2014. Variabel independen yang digunakan adalah tingkat inflasi, tingkat suku bunga, kredit domestik, hutang negara, ekspor, produk domestik bruto, tingkat pengangguran, dan nilai tukar.
Zeb dan Sattar (2017) melakukan penelitian tentang pengaruh regulasi perbankan terhadap efisiensi dan stabilitas bank pada bank komersial di Pakistan. Penelitian tersebut dilakukan terhadap 21 bank komersial di Pakistan pada Tahun 2008 hingga Tahun 2014. Variabel independen yang digunakan adalah kredit bermasalah, Likuiditas, kecukupan modal, variabel kontrol Time (masa bank terbentuk).
Dimitrios et al. (2016) melakukan penelitian terhadap 15 bank komersial di eropa pada dari Tahun 1990 hingga Tahun 2015 dengan menggunakan metode
Generalized Method of Moments (GMM). Penelitian ini dilakukan untuk mengetahui faktor- faktor yang mempengaruhi kredit bermasala h pada bank. variabel independen yang digunakan adalah profitabilitas yang terdiri dari ROA dan ROE, likuiditas, kebijakan pemerintah (fiscal), hutang negara, pertumbuhan produk domestik bruto, tingkat pengangguran, tingkat inflasi dan tingkat pajak perorangan.
regression. Variabel independen yang digunakan adalah NPL tahun sebelumnya, total kredit, ukuran bank, produk domestik bruto, tingkat suku bunga, tingkat inflasi, dan krisis finansial global.
Chiaramonte et al. (2016) melakukan penelitian terhadap 6,994 bank komersial di Amerika Serikat dari Tahun 2004 hingga Tahun 2012. Penelitian tersebut dilakukan untuk mengetahui keakuratan instrument Z Score dalam mengukur risiko kebangkrutan pada bank. Variabel independen yang digunakan adalah kredit bermasalah, efisensi operasional, produk domestik bruto, tingkat inflasi, dan konsentrasi pasar (Herfindahl–Hirschman Index) sedangkan variabel kontrol meliputi ukuran bank, diversifikasi, dan likuiditas.
González et a l.(2016) melakukan penelitian tentang faktor-faktor yang dapat mempengaruhi risiko bank di Eropa. Sampel data yang digunakan adalah 134 bank di Eropa pada Tahun 2006 hingga Tahun 2010. Variabel independen yang digunakan adalah aset sekuritas, ukuran bank, ROAA, NIM, efisiensi
operasional, likuiditas, jumlah kredit neto, jumlah kredit bruto, dan rasio ekuitas. Khan et a l. (2016) melakukan penelitian tentang pengaruh likuiditas terhadap risiko bank di Amerika Serikat. Sampel data yang digunakan berasal dari 4,749 bank di Amerika Serikat dengan jangka waktu Tahun 1986 hingga Tahun 2014. Variabel independen yang digunakan adalah likuiditas, sedangkan variabel kontrolnya adalah ukuran bank, jumlah kredit, rasio ekuitas, ROA, tingkat spread
bunga, produk domestik bruto, dan tingkat pengangguran.
Ghenimi et al. (2015) melakukan penelitian tentang faktor- faktor yang mempengaruhi risiko likuiditas dan risiko kredit pada bank konvensional dan syariah di 10 negara MENA yaitu Bahrain, Indonesia, Malaysia, Qatar, Arab Saudi, Turki, Uni Emirat Arab, Yordania, Kuwait, dan Yaman. Penelitian ini menggunakan dynamic simultaneous-equation panel data model terhadap 28 bank syariah dan 53 bank konvensional dari Tahun 2006 hingga Tahun 2013. Variabel independen yang digunakan adalah ukuran bank, ROE, ROA, NIM, kecukupan modal, auditor, efisiensi operasional, jenis bank, tingkat inflasi dan produk domestik bruto.
Aymen dan Moussa (2015) melakukan penelitian terhadap 18 bank di Tunisia untuk mengetahui pengaruh permodalan dan faktor- faktor lain terhadap kestabilan bank pada Tahun 2000 hingga 2010. Variabel independen yang digunakan berupa ukuran bank, permodalan, jumlah kredit, ROA, ROE, dana pihak ketiga, biaya finansial, aset likuid, produk domestik bruto dan tingkat inflasi.
Polodoo et al. (2015) melakukan penelitian tentang faktor- faktor yang mempengaruhi kredit bermasalah 10 bank komersial di Mauritius dalam kurun waktu 13 tahun yaitu dari Tahun 2000 hingga Tahun 2012. Penelitian ini menggunakan 4 metode penelitian yaitu F ixed Effects, differenced GMM, System GMM dan Random coefficient estimation. Variabel independen yang digunakan adalah ukuran bank, konsentrasi kredit konstruksi, konsentrasi kredit tekstil, kredit lintas batas, kredit tahun sebelumnya, efisiensi operasional, tingkat inflasi, pergerakan nilai tukar, tingkat pengangguran, produk domestik bruto Eropa, dan tingkat pengangguran di Eropa.
peneliti percaya regresi tersebut dapat mengeliminasi kemungkinan akan kehilangan informasi yang diakibatkan oleh regresi cross sectionaI. Variabel independen yang digunakan adalah kewajiban penyediaan modal minimum, struktur kepemilikan, kebijakan bank sentral terhadap suku bunga, dan produk domestik bruto.
Pascual et al. (2015) melakukan penelitian tentang faktor yang mempengaruhi risiko pada perbankan di zona Euro pada Tahun 2001 hingga Tahun 2012. Penelitian ini menggunakan sistem GMM-estimator untuk model panel dinamik. Variabel independen adalah jumlah kredit, rasio ekuitas, dana non deposit, ROA, efisiensi operasional, kekuatan pasar (HHI), ukuran bank, konsentrasi industri (HHI), produk domestik bruto, tingkat inflasi, tingkat pengangguran, dan tingkat suku bunga.
Kohler (2015) melakukan penelitian tentang pengaruh model bisnis terhadap stabilitas bank. Penelitian ini menggunakan 3.362 bank di Uni Eropa selama Tahun 2002-2011. Variabel independen yang digunakan adalah kecukupan modal, konsentrasi pasar, dana pihak ketiga, pertumbuhan produk domestik bruto, rasio produk domestik bruto per kapita, tingkat pertumbuhan aset, tingkat inflasi, suku bunga, jumlah kredit, NIM, diversifikasi, dana non deposit dan ukuran bank.
Adusei (2015) melakukan penelitian terhadap 112 bank di Ghana untuk mengetahui faktor-faktor yang dapat mempengaruhi stabilitas finansial pada perbankan Ghana. Penelitian tersebut menggunakan data triwulan yang dimulai dari triwulan pertama Tahun 2009 hingga triwulan keempat Tahun 2013. Variabel independen yang digunakan adalah ukuran bank dan risiko funding. Variabel kontrol yang digunakan meliputi risiko likuiditas, diversifikasi, ROA, ROE, tingkat inflasi, pertumbuhan kredit swasta, dan pertumbuhan produk domestik bruto.
Iftikhar (2015) melakukan penelitian terhadap 779 bank pada 76 negara berkembang dan maju. Penelitian tersebut bermaksud untuk menemukan faktor-faktor yang mempengaruhi kerapuhan stabilitas bank mulai dari Tahun 2001 hingga Tahun 2005. Variabel independen yang digunakan adalah rasio ekuitas, jumlah kredit, ukuran bank, efisiensi bank, jenis kepemilikan, pertumbuhan produk domestik bruto dan tingkat pengangguran.
Zaib et al. (2014) melakukan penelitian tentang faktor eksternal dan internal yang dapat mempengaruhi kredit masalah pada bank. Peneliti menggunakan sampel dari 8 bank di Pakistan pada Tahun 2003 hingga Tahun 2011 dengan menggunakan LSDV/F ixed Effect Model (F EM). Variabel independen yang digunakan adalah ukuran bank, risk profile, manajemen bank, produk domestik bruto, nilai tukar, suku bunga kredit, tingkat inflasi, dan tingkat pengangguran.
Fu et a l. (2014) melakukan penelitian tentang faktor-faktor yang dapat mempengaruhi kestabilan bank. Peneliti meneliti 423 bank di 14 negara asia pasifik pada jangka waktu 8 tahun yaitu dari Tahun 2003 hingga Tahun 2010. Variabel independen yang digunakan adalah konsentrasi bank, persaingan bank (Lerner Index), ukuran bank, kredit bermasalah, NIM, regulasi terhadap bank asing, kewajiban penyediaan modal minimum, penjaminan simpanan, produk domestik bruto, dan krisis finansial 2008-2009.
bermasalah. Sampel data yang digunaka n mulai dari Tahun 1990 hingga Tahun 2013 dengan metode ordinary lea st square model. Variabel independen yang digunakan adalah produk domestik bruto, tingkat bunga kredit, nilai tukar, kredit domestik dan tingkat inflasi.
Chiaramonte et al. (2013) melakukan penelitian tentang faktor- faktor yang mempengaruhi stabilitas bank di negara-negara anggota dari Organisasi untuk Kerja Sama dan Pembangunan Ekonomi (OECD - Organisation for Economic Co-operation and Development). Peneliti menggunakan data dari bank di organisasi OECD dengan mengecualikan negara Cile, Estonia, Islandia, Israel, Meksiko, Norwegia, Republik Slowakia, dan Turki. Variabel independen yang digunakan adalah ukuran bank, risiko DPK, jumlah kredit neto, efisiensi operasional, diversifikasi bank, produk domestik bruto, dan konsentrasi pasar (Herfindahl–Hirschman Index).
Messai dan Jouini (2013) melakukan penelitian tentang faktor internal dan eksternal yang mempengaruhi kredit bermasalah bank di Itali, Yunani dan Spanyol. Data yang diteliti berasal dari 85 bank di ketiga negara tersebut mulai dari Tahun 2004 hingga Tahun 2008. Penelitian ini dilakukan pada ketiga negara tersebut karena peneliti berpendapat bahwa negara Itali, Yunani dan Spanyol mengalami permasalahan finansial yang serius pada krisis finansial di Tahun 2008. Variabel independen yang digunakan adalah ROA, suku bunga riil, pendapatan provisi, produk domestik bruto dan tingkat pengangguran.
Shingjergji (2013) melakukan penelitian terhadap perbankan Albania pada kuartal 1 Tahun 2005 hingga kuartal 4 Tahun 2012. Penelitian ini dilakukan untuk mengetahui pengaruh makroekonomi terhadap NPL dengan menggunakan model regresi Ordinary Least Square (OLS). Variabel independen yang digunakan adalah pertumbuhan produk domestik bruto, tingkat inflasi, tingkat suku bunga dan nilai tukar mata uang asing.
Anginer et al. (2013) melakukan penelitian tentang pengaruh penjaminan simpanan terhadap stabilitas finansial bank pada masa krisis ekonomi.Penelitian tersebut menggunakan data dari 4.109 bank di 96 negara yang diambil dari Tahun 2004 hingga Tahun 2009. Variabel independen yang digunakan adalah ukuran bank, hutang, dana pihak ketiga, diversifikasi, ROA, pertumbuhan produk domestik bruto, fluktuasi produk domestik bruto, dan harga saham.
Makri et al. (2013) melakukan penelitian terhadap 120 bank di 14 negara bagian Eropa pada Tahun 2000 hingga 2008. Tujuan dari penelitian tersebut adalah untuk mengetahui faktor- faktor yang dapat mempengaruhi kredit bermasalah di Eropa. Variabel independen yang digunakan adalah kredit bermasalah tahun sebelumnya, kecukupan modal, ROA, ROE, likuiditas, hutang negara, kebijakan pemerintahan, produk domestik bruto, tingkat inflasi dan tingkat pengangguran.
Ahmad dan Bashir (2013) melakukan penelitian terhadap 9 faktor makroekonomi yang dapat mempengaruhi risiko kredit pada perbankan Pakistan dalam kurun waktu 22 tahun yaitu Tahun 1990-2000. Variabel independen yang digunakan adalah pertumbuhan produk domestik bruto, tingkat pengangguran, tingkat suku bunga, tingkat inflasi, nilai tukar efektif, indeks harga konsumen, ekspor, produksi industri dan investasi asing langsung.
mempengaruhi kredit bermasalah di perbankan Yunani. Variabel independen yang digunakan adalah hutang negara, rasio hutang, ROE, ukuran bank, diversifikasi, efisiensi operasional, konsentrasi kepemilikan saham, npl tahun sebelumnya, produk domestik bruto, tingkat pengangguran dan tingkat suku bunga.
Liu et al. (2012) melakukan penelitian tentang pengaruh persaingan bank dan faktor ekonomi terhadap stabilitas bank di Eropa. Peneliti melakukan analisis terhadap 2.322 bank di 10 negara bagian di Eropa mulai dari Tahun 2000 hingga Tahun 2008. Variabel independen yang digunakan adalah persaingan bank (Lerner Index), efisiensi operasional, produk domestik bruto, tingkat pengangguran, ukuran bank, jumlah kredit, struktur bank, diversifikasi bank, rasio ekuitas dan ROA.
Adebola et al. (2011) melakukan penelitian akan faktor- faktor yang mempengaruhi kredit bermasalah pada bank syariah di Malaysia. Data yang digunakan peneliti adalah data keuangan dari Tahun 2007 hingga Tahun 2009 dengan metode ARDL. Variabel independen yang digunakan adalah pertumbuhan produksi industri, suku bunga kredit, harga produsen dan tingkat inflasi.
Forssbaeck (2011) melakukan penelitian tentang faktor-faktor yang dapat mempengaruhi risiko bank pada 331 bank di 47 negara mulai dari Tahun 1995 hingga Tahun 2005. Variabel independen yang digunakan adalah penjaminan simpanan, jumlah pemegang saham, rasio kepemilikan saham oleh pemerintah, rasio kepemilikan saham oleh WNA, hutang, nilai perusahaan (Tobin’s Q), ukuran bank, dan likuiditas. Variabel kontrol pada penelitian adalah produk nasional bruto, pertumbuhan produk domestik bruto, tingkat suku bunga, tingkat inflasi, dan krisis finansial.
Boudriga et al. (2009) melakukan penelitian terhadap faktor-faktor yang mempengaruhi kredit bermasalah pada perbankan di 59 negara. Penelitian ini menggunakan panel data dari Tahun 2002 hingga Tahun 2006. Variabel independen yang digunakan adalah kecukupan modal, penyisihan penghapusan pinjaman, ROA, rasio aset bank milik negara, rasio aset bank milik asing, konsentrasi pasar, dan pertumbuhan produk domestik bruto.
Risiko Kredit (Kredit Bermasalah)
Risiko kredit bermasalah (non performing loan) mengindikasi kualitas kredit dari seluruh pinjaman yang disalurkan oleh bank, jadi rasio NPL dapat dikatakan sebagai pengukur akan risiko yang diambil oleh bank selama memberikan kredit kepada debitur. kredit bermasalah akan menggerogoti laba/profit pada bank yang menyebabkan kerugian, penurunan aset (ukuran bank) serta membatasi jumlah kredit yang dapat disalurkan ke pihak ketiga. Dengan terbatasnya penyaluran kredit, berbagai sektor ekonomi akan ikut terpengaruh dikarenakan kurangnya penyaluran kredit dari bank untuk menunjang produksi dan bisnis (Zaib et al., 2014).
Stabilitas Finansial Bank (Z Score)
tersebut. Semakin mengecil/berkurang laba pada bank yaitu dalam ROA dan ROE, maka semakin kecil angka kestabilan pada bank tersebut (Fu et al., 2014).
Pengaruh Ukuran Bank terhadap Risiko Kredit
Menurut Pascual et al. (2015), bank dengan ukuran aset yang besar akan menghadapi risiko kredit yang lebih besar. Hal ini dikarenakan pada umumnya bank besar cenderung melakukan penyaluran kredit yang lebih besar dan lebih berbahaya daripada bank-bank kecil lainnya untuk mendapatkan keuntungan/profit yang lebih tinggi. Selain itu, bank dengan ukuran/aset yang besar memiliki kepercayaan untuk di ba il out oleh pemerintah ketika mengalami kekurangan likuiditas ataupun kebangkrutan.
Menurut Mensah et al. (2017), bank dengan aset yang besar memiliki strategi manajemen yang lebih baik dan lebih kuat dibandingkan bank-bank kecil. Manajemen yang ketat akan menjamin kualitas dari kredit-kredit yang disalurkan sehingga risiko kredit bermasalah pada bank tersebut dapat terkontrol.
Pengaruh Ukuran Bank terhadap Stabilitas Finansial Bank
Menurut Fu et al. (2014) bank dengan ukuran yang lebih besar cenderung memiliki tingkat sifat tembus (transparency) dan efisiensi yang lebih rendah dibandingkan bank ukuran kecil, hal ini akan mencerminkan hubungan negatif antara ukuran bank dengan stabilitas finansial bank. Namun menurut Aymen dan Moussa (2015), ukuran bank dapat berpengaruh positif terhadap stabilitas bank. Hal ini dikarenakan pertumbuhan aset bank dapat memperbanyak diversifikasi akan risiko sehingga mengurangi risiko pada bank dan meningkatkan stabilitas finansial pada bank tersebut.
Pengaruh Profitabilitas terhadap Risiko Kredit
Boudriga et al. (2009) menemukan hubungan tidak signifikan antara profitabilitas dan risiko kredit. Hal ini dijelaskan dalam 2 poin yaitu pertama, kinerja bank dan risiko kredit berkemungkinan besar tidak memiliki hubungan yang agrigat. Dikarenakan pada kenyataannya, keseluruhan kinerja pada sistem perbankan terdiri dari banyak aspek/variasi dalam kinerja individu bank sedangkan risiko kredit memiliki aspek/variasi yang lebih rendah. Kedua, ketidaksignifikan profitabilitas terhadap risiko kredit dapat disebabkan oleh perbedaan sistem perbankan pada berbagai negara. Perbankan pada negara berkembang cenderung terdorong untuk menyalurkan kredit dalam kuantitas yang lebih besar dan luas dengan harapan adanya peningkatan profitabilitas pada bank. Sedangkan pada negara maju, perbankan tidak mendapatkan tekanan untuk meningkatkan pendapatan berbasis bunga, sehingga perbankan pada negara maju cenderung berfokus pada pendapatan diluar bunga (non interest income) untuk mengurangi risiko kredit (diversifikasi risiko).
Pengaruh Profitabilitas terhadap Stabilitas Finansial Bank
Hasil penelitian dari Liu et al. (2012) menunjukkan bahwa profitabilitas tidak memiliki hubungan signifikan dengan stabilitas finansial bank. Sedangkan menurut Adusei (2015), profitabilitas berpengaruh positif terhadap stabilitas finansial bank. Hal ini dijelaskan bahwa peningkatan keuntungan (profit) dapat menunjukkan bahwa bank memiliki dana yang cukup banyak untuk menjamin kestabilan finansial pada bank tersebut. Ketika profit tidak menjadi dividen bagi pemegang saham, profit tersebut akan menjadi modal ekuitas yang akan menguatkan stabilitas finansial bank sehingga dapat dikatakan bahwa profit yang tinggi menjamin kestabilan pada finansial bank.
Pengaruh Jumlah Kredit terhadap Risiko Kredit
Menurut Rajha (2016), bank dengan jumlah kredit yang tinggi (risk appetite) cenderung memiliki presentase kredit bermasalah yang lebih tinggi. Pemberian kredit yang beresiko tinggi dapat memperbesar kemungkinan kredit bermasalah dan mengurangi kinerja bank. Bank dengan kinerja yang rendah akan menciptakan kerugian dan bahkan kebangkrutan.
Mensah et al. (2017) berpendapat bahwa peningkatan jumlah kredit pada bank akan mendorong bank untuk melakukan monitoring terhadap portofolio pinjaman dengan harapan dapat mengurangi kemungkinan munculnya kredit bermasalah (bad debt). Dengan monitoring yang baik, peningkatan jumlah kredit dapat menghasilkan penurunan kredit bermasalah pada bank.
Pengaruh Jumlah Kredit terhadap Stabilitas Finansial Bank
Menurut penelitian Liu et al. (2012), jumlah kredit tidak memiliki pengaruh signifikan terhadap stabilitas finansial bank. Aktivitas perbankan yang memberikan kredit pada perkenomian lokal lebih cenderung fokus dalam melakukan penjalinan hubungan dengan nasabah (customer relationship) dibandingkan dengan penyaluran kredit yang lebih beresiko. Sedangkan Aymen dan Moussa (2015) menjelaskan bahwa jumlah kredit menunjukkan kekuatan pasar bank dalam penyaluran kredit. Pertumbuhan kredit yang terlalu cepat pada sebuah bank akan meningkatkan kemungkinan penyaluran kredit bermasalah (bad debt). Meningkatnya kredit bermasalah yang tidak dapat ditagih kembali (wr ite off) akan menurunkan stabilitas finansial bank yang disebabkan oleh terganggunya perputaran finansial (likuiditas) pada bank tersebut.
Pengaruh Kecukupan Modal terhadap Risiko Kredit
Menurut Radivojevic dan Jovovic (2017), kecukupan modal berpengaruh positif signifikan terhadap risiko kredit. Bank dengan modal yang cukup, cenderung terdorong untuk mencapai keuntungan yang lebih besar.Untuk mencapai keuntungan yang besar, bank pun menjelajahi berbagai aktivitas perbankan dengan risiko yang tinggi seperti penyaluran kredit kepada debitur dengan solvitabilitas rendah yang kemudian menyebabkan membengkaknya NPL pada bank.
yang kurang akan berfokus pada pendapatan diluar bunga (non interest income) seperti biaya-biaya admin dan biaya transfer antar bank (fee based income). Bank yang berfokus pada non interest income cenderung memiliki rasio NPL yang tinggi dibandingkan dengan bank yang lainkarena adanya kelonggaran/kelalaian akan pengontrolan terhadap penyaluran kredit dan penanganan kredit bermasalah. Oleh sebab itu, bank yang memiliki kecukupan modal yang besar akan memiliki rasio NPL yang rendah.
Pengaruh Kecukupan Modal terhadap Stabilitas Finansial Bank
Song et al. (2017) berpendapat bahwa penambahan rasio modal merupakan hal yang baik dalam mengurangi risiko kebangkrutan dan menjaga stabilitas bank. Hal ini dijelaskan oleh Wen (2017), bahwa bank dengan modal yang cukup/banyak cenderung lebih fokus pada pendapatan berbasis bunga (net interest income) sedangkan bank yang modal yang kurang akan berfokus pada pendapatan diluar bunga (non interest income) seperti biaya administrasi, provisi, komisi dan kliring/RTGS. Bank yang berfokus pada net interest income
cenderung memiliki rasio NPL yang rendah sehingga stabilitas finansial bank dapat terjaga.
Zeb dan Sattar (2017) juga menambahkan bahwa bank dengan modal yang cukup memiliki kemampuan menciptakan keuntungan/profit yang lebih baik (higher profit efficiency) dibandingkan bank dengan kecukupan modal yang kurang. Profit/keuntungan pada bank yang meningkat akan menjamin dan memperkuat stabilitas finansial pada sebuah bank.
Pengaruh Pertumbuhan Produk Domestik Bruto terhadap Risiko Kredit Penelitian dari Shingjergji (2013) menemukan bahwa pertumbuhan produk domestik bruto berpengaruh positif signifikan terhadap risiko kredit (NPL). Sedangkan Polodoo et al. (2015) menemukan bahwa pertumbuhan produk domestik tidak berpengaruh signifikan terhadap risiko kredit. Hal ini menunjukkan bahwa kondisi perbankan pada negara tersebut memiliki ketahanan/kelentingan terhadap faktor makroekonomi dan goncangan finansial.
Hasil penelitian Mensah et al. (2017) menemukan bahwa pertumbuhan produk domestik bruto berpengaruh negatif signifikan terhadap risiko kredit. Ekonomi yang bertumbuh baik dinyatakan dengan jumlah kredit bermasalah yang minim/rendah yaitu konsumen dan perusahaan memiliki pendapatan yang mencukupi segala kebutuhan dan kewajiban yang harus dibayarkan (kredit). Produk domestik bruto yang bertumbuh akan meningkatkan arus kas rumah tangga dan menciptakan pendapatan bagi perusahaan.
Pengaruh Pertumbuhan Produk Domestik Bruto terhadap Stabilitas Finansial Bank
terlalu optimis terhadap kemampuan pembayaran debitur sehingga standar pemberian kredit menjadi rendah dan cenderung menyebabkan meningkatnya kredit bermasalah pada bank. Selain itu, persaingan antar bank pada saat perekonomian membaik juga akan mendorong perbankan untuk melakukan aktivitas beresiko tinggi untuk mendapatkan keuntungan/laba yang lebih besar.
Pengaruh Tingkat Inflasi terhadap Risiko Kredit
Dari hasil penelitian Polodoo et al. (2015) ditemukan hubungan tidak signifikan antara tingkat inflasi dan risiko kredit. Menurut Rajha (2016), tingkat inflasi berpengaruh negatif terhadap risiko kredit, hal ini dikarenakan peningkatan inflasi akan membantu meningkatkan kapasitas/kemampuan pembayaran kredit debitur yaitu dengan mengurangi bunga sebenarnya dari pinjaman tersebut. Dengan telah meningkatnya kemampuan pembayaran debitur maka jumlah kredit bermasalah pada bank pun akan turut menurun.
Namun Mensah et al. (2017) perpendapat bahwa ketika terjadi peningkatan tingkat inflasi, daya beli masyarakat akan mengalami penurunan yang kemudian menyebabkan usaha-usaha komersial mengalami kesulitan turnover barang/jasa (penurunan penjualan). Dengan berkurangnya bisnis dan perputaran kas, maka kemampuan pembayaran debitur pun menjadi berkurang dan dapat menyebabkan kredit bermasalah yang melonjak khususnya pada bidang usaha komersial.
Pengaruh Tingkat Inflasi terhadap Stabilitas Finansial Bank
Menurut Aymen dan Moussa (2015), peningkatan inflasi akan berpengaruh negatif terhadap kestabilan bank, hal ini dikarenakan kenaikan inflasi menyebabkan kenaikan biaya bank yang kemudian akan menurunkan kestabilan bank dan meningkatkan risiko kebangkrutan bank. Sedangkan menurut Dwumfour (2017), tingkat inflasi berpengaruh positif signifikan terhadap stabilitas finansial bank dikarenakan peningkatan inflasi akan diantisipas i oleh bank sehingga biaya layanan (service fee) akan disesuaikan dengan tingkat inflasi. Hal ini menjaminkan keuntungan/profit bank tidak terk urangi karena pengaruh inflasi.
Pengaruh Tingkat Pengangguran terhadap Risiko Kredit
Menurut Messai dan Jouini (2013) tingkat pengangguran berpengaruh positif signifikan terhadap risiko kredit. Hal ini dijelaskan bahwa ekonomi yang bertumbuh dan lapangan pekerjaan yang bertambah akan meningkatkan pendapatan nasional dan menurunkan tekanan finansial yang dapat meningkatkan kemampuan debitur untuk membayarkan kewajiban kreditnya. Sedangkan jumlah pengangguran yang tinggi akan membatasi daya beli masyarakat dan menurunkan kinerja produksi barang dan jasa. Jumlah pengangguran berefek negatif terhadap arus kas rumah tangga dan meningkatkan beban hutang masyarakat.
perbankan masih dalam kategori rendah/terkontrol. Selain itu, kondisi ini mencerminkan sistem perbankan pada negara tersebut berada dikategori sehat, kuat (solid) dan menciptakan profitabilitas yang tinggi.
Pengaruh Tingkat Pengangguran terhadap Stabilitas Finansial Bank
Menurut Liu et a l. (2012) ketika tingkat pengangguran bertambah, dana pihak ketiga bank akan menurun dikarenakan masyarakat akan mengurangi simpanan di bank dan permintaan kredit juga menurun. Faktor tersebut berkemungkinan besar akan menurunkan stabilitas bank. Sedangkan menurut hasil penelitian Pascual et al. (2015), dijelaskan bahwa perbankan yang menunjukkan signifikan hanyalah perbankan pada negara- negara yang mengalami dampak besar dari krisis finansial, seperti negara Itali dan Yunani. Oleh sebab itu, tingkat pengangguran tidak memiliki pengaruh signifikan terhadap stabilitas finansial bank pada umumnya.
Perumusan Hipotesis
H1: Ukuran bank memiliki hubungan positif signifikan terhadap risiko kredit H2: Ukuran bank memiliki hubungan positif signifikan terhadap stabilitas
finansial bank
H3: Profitabilitas memiliki hubungan positif signifikan terhadap risiko kredit H4: Profitabilitas memiliki hubungan positif signifikan terhadap stabilitas
finansial bank
H5: Jumlah kredit memiliki hubungan positif signifikan terhadap risiko kredit H6: Jumlah kredit memiliki hubungan negatif signifikan terhadap stabilitas
finansial bank
H7: Kecukupan modal memiliki hubungan negatif signifikan terhadap risiko kredit
H8: Kecukupan modal memiliki hubungan positif signifikan terhadap stabilitas finansial bank.
H9: Pertumbuhan produk domestik bruto memiliki hubungan negatif signifikan terhadap risiko kredit
H10: Pertumbuhan produk domestik bruto memiliki hubungan positif signifikan terhadap stabilitas finansial bank.
H11: Tingkat inflasi memiliki hubungan positif signifikan terhadap risiko kredit
H12: Tingkat inflasi memiliki hubungan negatif signifikan terhadap stabilitas finansial bank.
H13: Tingkat pengangguran memiliki hubungan positif signifikan terhadap risiko kredit
Model Penelitian
RANCANGAN PENELITIAN
Penelitian ini menggunakan penelitian fundamental atau disebut dengan
Basic Reasearch dimana penelitian dilakukan untuk menanggapi keingintahuan dan keinginan akan perluasan pengetahuan pada suatu penelitian. Penelitian fundamental menjelaskan why, what, dan how (mengapa, apa, dan bagaimana) sebuah pernyataan disampaikan sehingga dapat memperdalam teori/pernyataan penelitian dan bahkan menciptakan inovasi baru yang belum ditemukan pada penelitian-penelitian sebelumnya (Saunders et al., 2012).
Pendekatan yang dilakukan menggunakan penelitian kausal komparatif (Causal Comparative Research) yang menjelaskan hubungan antara ukuran bank, profitabilitas, jumlah kredit, kecukupan modal, pertumbuhan produk domestik bruto, tingkat inflasi, dan tingkat penggangguran terhadap risiko kredit dan stabilitas finansial pada bank umum yang terdaftar di Bursa Efek Indonesia (BEI).
Objek penelitian yang digunakan dalam penelitian ini adalah laporan keuangan tahunan dari bank umum yang terdaftar di Bursa Efek Indonesia (BEI) dan laporan eksternal dari berbagai lembaga untuk mengetahui pertumbuhan produk domestik bruto, tingkat inflasi dan tingkat pengangguran di Indonesia. Metode pengumpulan sampel yang digunakan adalah purposive sampling yaitu pemilihan sampel sesuai dengan kriteria tertentu.
Adapun kriteria untuk model penelitian ini adalah:
1. Bank umum yang terdaftar pada Bursa Efek Indonesia selama Tahun 2012 hingga Tahun 2016.
2. Bank umum yang telah menerbitkan laporan keuangan mulai dari Tahun 2012 hingga Tahun 2016 untuk penelitian risiko kredit.
3. Bank umum yang telah menerbitkan laporan keuangan mulai dari Tahun 2010 hingga Tahun 2016 untuk penelitian stabilitas finansial bank sesuai dengan perhitungan standar deviasi pengembalian aset (SDROA) bank selama 3 tahun terakhir.
4. Laporan mengenai pertumbuhan perekonomian Indonesia dari Tahun 2012 hingga Tahun 2016.
Variabel Dependen
Variabel dependen adalah variabel yang diprediksi dan dijelaskan oleh serangkaian variabel independen. Variabel dependen yang digunakan dalam
Variabel Independen - Ukuran Bank - Profitabilitas - Jumlah Kredit - Kecukupan Modal - Pertumbuhan Produk
Domestik Bruto - Tingkat Inflasi
- Tingkat Pengangguran
Variabel Dependen - Risiko Kredit
penelitian ini adalah risiko kredit (kredit bermasalah/NPL) dan stabilitas finansial
Sumber : Radivojevic dan Jovovic (2017)
Z Score = ROA + ETA
Sumber: Radivojevic dan Jovovic (2017) 5.
Sumber: Jabra et al. (2017) 6.
Sumber : Jabra et al. (2017) 7.
Sumber: Radivojevic dan Jovovic (2017)
ANALISIS DAN PEMBAHASAN
Penelitian ini menggunakan data sekunder yaitu data laporan keuangan bank umum yang terdaftar di Bursa Efek Indonesia (BEI), data perkembangan produk domestik bruto dan tingkat pengangguran terbuka yang tercatat di Badan Pusat Statistik (BPS) sedangkan data tingkat inflasi tercatat di Bank Indonesia mulai dari Tahun 2012 hingga Tahun 2016. Jumlah sampel yang memenuhi
Tingkat inflasi dalam setahun
Tingkat
Pengangguran =
kriteria dan jumlah data yang digunakan dalam penelitian ini sebanyak 31 bank sehingga mendapat data observasi sebanyak 155 data.
Tabel 4.1 Hasil Sample Penelitian
Keterangan Jumlah
Bank umum yang terpilih di BEI 2012-2016 42 Bank Bank umumyang tidak memenuhi kriteria 11 Bank Bank umum yang memenuhi kriteria 31 Bank
Jumlah data sampel 155 Data
Sumber: Data sekunder diolah (2017)
Uji Deskriptif
Tabel 4.2
Hasil Uji Statistik Deskriptif
N Minimum Maksimum Mean Std. Deviation
Ukuran Ba nk 155 12,40496 15,01649 113,689052 0,66160308 Profita bilita s 155 0,00250 0,12954 0,0457406 0,02106094 J umla h Kredit 155 0,06635 0,80879 0,6568562 0,08746849 Kecukupa n Modal 155 0,08022 0,34498 0,1745536 0,03853744
PDB 155 0,04880 0,06030 0,0530600 0,00435994
Infla si 155 0,03020 0,08380 0,0548200 0,02402979
Tingka t Pengangguran
Berhubung dengan adanya 2 variabel dependen pada pengujian ini, maka proses pengujian dibagi menjadi 2 sesuai dengan masing- masing variabel dependen. Pengujian outlier risiko kredit dengan 155 data observasi, ditemukan terdapat 55 data observasi yang memiliki nilai diluar kewajaran. Sedangkan dalam pengujian outlier stabilitas finansial bank terhadap 155 data observasi, ditemukan terdapat 64 data observasi yang memiliki nilai diluar kewajaran. Kriteria pengujian outlier adalah nilai SDR yang berada di kategori kewajaran yaitu tidak melebihi -1,96 dan 1,96.
Uji Normalitas
Tabel 4.3
Uji Normalitas Kolmogorov-Smirnov Variabel Risiko Kredit
Sumber: Data Sekunder Diolah (2017)
Tabel 4.4
Uji Normalitas Kolmogorov-Smirnov Variabel Stabilitas Finansial Bank
Sumber: Data Sekunder Diolah (2017)
Uji Multikolinearitas
Uji multikolinearitas berfungsi untuk menguji hubungan kolerasi antara variabel independen. Berdasarkan hasil penelitian, nilai VIF berada dibawah 10 dan angka tolerance berada diatas 0,1. Dapat dis impulkan pada model regresi tidak terjadi multikolinearitas.
Tabel 4.5
Uji Multikoliniearitas Variabel Risiko Kredit
Sumber: Data Sekunder Diolah (2017)
Tabel 4.6
Uji Multikoliniearitas Variabel Stabilitas Finansial Bank
Sumber: Data Sekunder Diolah (2017)
Uji Autokolerasi
Uji Autokolerasi adalah pengujian untuk memastikan tidak adanya hubungan kolerasi data pada sampel dalam tahun yang berbeda. Model regresi yang baik adalah regresi yang terbebas dari autokolerasi, alat ukur yang
digunakan untuk menguji autokolerasi adalah uji Durbin-Watson (D-W). Angka Durbin Watson untuk model regresi adalah sebesar 1,788 dan 1,578. Berdasarkan kriteria dari Sunyoto (2007), nilai tersebut masih berada dikisaran -2 < DW > 2, maka hasil output telah menunjukkan model regresi tidak mengalami autokolerasi.
Tabel 4.7 UjiAutokolerasi
Sumber: Data Sekunder Diolah (2017)
Uji Heterokedastisitas
Uji Heteroskedastisitas adalah pengujian terhadap model regresi untuk mengetahui terjadinya ketidaksamaan variance dari residual pengamatan. Pada gambar di bawah, grafik scatterplot menunjukkan titik-titik menyebar diatas dan dibawah angka 0 (nol) pada sumbu Y serta tidak membentuk pola yang jelas. Hasil output menunjukkan model regresi tidak mengalami heterokedastisitas.
Gambar 4.1
Hasil Uji Heterokedastisitas Variabel Risiko Kredit
Sumber: Data Sekunder Diolah (2017)
Gambar 4.2
Hasil Uji Heterokedastisitas Variabel Stabilitas Finansial Bank
Sumber: Data Sekunder Diolah (2017)
Uji Hipotesis Uji F
Tabel 4.8 Hasil Uji Statistik F
Sumber: Data Sekunder Diolah (2017) Uji t
Uji t adalah pengujian untuk mengetahui kesignifikan statistik dari setiap variabel independen terhadap variabel dependen.
Tabel 4.9
Uji Statistik t Variabel Risiko Kredit
Variabel Koefisien Sig. Kesimpulan Hipotesis
(Consta nt) 0,067 0,001
Ukura n Ba nk 0,003 0,002 Positif Terbukti
Profita bilita s -0,011 0,803 Non-Sig Tidak Terbukti
J umla h Kredit -0,025 0,003 Negatif Tidak Terbukti
Kecukupa n Moda l -0,088 0,000 Negatif Terbukti
PDB -0,694 0,000 Negatif Terbukti
Infla si -0,212 0,000 Negatif Tidak Terbukti
Tingka t
Penga nggura n -0,091 0,179 Non-Sig Tidak Terbukti
Sumber: Data Sekunder Diolah (2017)
Tabel 4.10
Uji Statistik t Variabel Stabilitas Finansial Bank
Variabel Koefisien Sig. Kesimpulan Hipotesis
(Consta nt) -254,674 0,000
Ukura n Ba nk 12,815 0,000 Positif Terbukti
Profita bilita s 124,985 0,105 Non-Sig Tidak Terbukti
J umla h Kredit -29,256 0,214 Non-Sig Tidak Terbukti
Kecukupa n Moda l 188,441 0,000 Positif Terbukti
PDB 1.598,484 0,000 Positif Terbukti
Infla si 153,087 0,032 Positif Tidak Terbukti
Tingka t
Penga nggura n 62,952 0,733 Non-Sig Tidak Terbukti
Sumber: Data Sekunder Diolah (2017)
Variabel ukuran bank memiliki koefisien regresi diangka positif 0,003 dengan tingkat signifikansi 0,002 terhadap risiko kredit. Dapat disimpulkan bahwa ukuran bank berpengaruh positif signifikan terhadap risiko kredit (H1 diterima). Semakin besar ukuran dan aset yang dimiliki oleh bank, maka semakin besar juga kemungkinan bank melakukan penyaluran kredit yang kurang
Variabel Dependen Prob. Kesimpulan
Risiko Kredit
Stabilitas Finansial Bank
0,000000 0,000000
terkontrol untuk mendapatkan profit yang lebih besar tanpa memperhatikan timbulnya risiko kredit yang berbahaya. Selain itu, bank besar cenderung memiliki mind set/pola pikir dimana pemerintah akan melakukan bail out untuk melindungi bank terlibat dalam kebangkrutan sehingga manajemen/pengaturan akan kriteria penyaluran kredit pada bank akan melemah dan menyebabkan melonjaknya kredit bermasalah pada bank tersebut.
Variabel ukuran bank memiliki koefisien regresi diangka positif 12,815 dengan tingkat signifikansi 0,000 terhadap stabilitas finansial bank. Dapat disimpulkan bahwa ukuran bank berpengaruh positif signifikan terhadap stabilitas finansial bank (H2 diterima). Pertumbuhan aset bank dapat memperbanyak diversifikasi risiko sehingga mengurangi risiko yang dihadapi bank serta akan meningkatkan stabilitas finansial pada bank tersebut. Bank yang sedang mengalami risiko bank yang tinggi akan melakukan peningkatan ukuran bank untuk menghindari kemungkinan bangkrut.
Variabel profitabilitas memiliki koefisien regresi diangka negatif 0,011 dengan tingkat signifikansi 0,803 terhadap risiko kredit. Dapat disimpulkan bahwa profitabilitas berpengaruh negatif insignifikan terhadap risiko kredit (H3ditolak). hubungan tidak signifikan tersebut dapat dijelaskan bahwa perbankan pada negara berkembang cenderung terdorong untuk menyalurkan kredit dalam kuantitas yang lebih besar dan luas dengan harapan adanya peningkatan profitabilitas pada bank. Sedangkan pada negara maju, perbankan tidak mendapatkan tekanan untuk meningkatkan pendapatan berbasis bunga, sehingga perbankan pada negara maju cenderung berfokus pada pendapatan diluar bunga (non interest income) untuk mengurangi risiko kredit (diversifikasi risiko). Negara Indonesia dapat dikategorikan sebagai negara semi maju (sub developed country) karena Indonesia mengalami pertumbuhan yang signifikan dibandingkan dengan negara berkembang lainnya seperti India. Adanya peningkatan pada tingkat HDI
(Human Development Index) dari semulanya 0,39% pada Tahun 1980 menjadi 0,6% pada Tahun 2011, tingkat Usia Harapan Hidup dari 70,9 pada tahun 2009 menjadi 71,3 pada Tahun 2011, serta tingkat produk domestik bruto yang kian terus meningkat (marked by teacher, 2011).
Variabel profitabilitas memiliki koefisien regresi diangka positif 124,985 dengan tingkat signifikansi 0,105 terhadap stabilitas finansial bank. Dapat disimpulkan bahwa profitabilitas berpengaruh positif tidak signifikan terhadap stabilitas finansial bank (H4 ditolak). Ketidaksignifikan profitabilitas (NIM) pada stabilitas perbankan Indonesia dapat dijelaskan dengan kondisi perbankan pada Indonesia yang sedang tidak berfokus pada aktivitas r etail melainkan berfokus pada aktivitas yang meliputi pendapatan selain bunga (non-interest income) seperti biaya administrasi, provisi, kliring/RTGS, transaksi valas dan komisi (penjualan surat berharga dan obligasi). Selain itu, peraturan OJK Indonesia juga menjalankan program insentif untuk penurunan suku bunga kredit dan pembatasan NIM bank sehingga menyebabkan pengalihan sumber pendapatan berbasis bunga perbankan Indonesia ke sumber pendapatan yang lainnya (Siaran Pers OJK No.SP/34/DKNS/OJK/4/2016).
peningkatan kriteria /peraturan penyaringan penyaluran kredit serta peningkatan ketelitian dalam analisis calon debitur, akan sangat membantu dalam mengkontrol kredit bermasalah (risiko kredit). Peningkatan jumlah kredit pada bank akan mendorong bank untuk melakukan monitoring terhadap portofolio pinjaman dengan harapan dapat mengurangi kemungkinan munculnya kredit bermasalah (bad debt). Dengan monitoring yang baik, peningkatan jumlah kredit dapat menghasilkan penurunan kredit bermasalah pada bank.
Variabel jumlah kredit memiliki koefisien regresi diangka negatif 29,256 dengan tingkat signifikansi 0,214 terhadap stabilitas finansial bank. Dapat disimpulkan bahwa jumlah kredit berpengaruh negatif insignifikan terhadap stabilitas finansial bank (H6 ditolak). Jumlah kredit bank tidak memiliki pengaruh yang terlalu signifikan pada stabilitas finansial bank karena bank yang melakukan aktivitas pada perekenomian lokal akan lebih cenderung berfokus pada penjalinan hubungan dengan nasabah (customer relationship) dibandingkan dengan penyaluran kredit pada permohonan kredit yang beresiko.
Variabel kecukupan modal memiliki koefisien regresi diangka negatif 0,088 dengan tingkat signifikansi 0,000 terhadap risiko kredit. Dapat disimpulkan bahwa kecukupan modal berpengaruh negatif signifikan terhadap risiko kredit (H7 diterima). Bank dengan modal yang cukup/banyak akan cenderung berfokus pada pendapatan berbasis bunga (net interest income) sedangkan bank yang modalnya kurang, akan lebih berfokus pada pendapatan diluar bunga (non-interest income) seperti biaya-biaya admin dan biaya transfer antar bank (fee based income). Bank yang berfokus pada non-interest income cenderung memiliki rasio NPL yang tinggi dibandingan dengan bank yang lain karena adanya kelonggaran/kelalaian akan pengontrolan terhadap penyaluran kredit dan penanganan kredit bermasalah. Oleh sebab itu, bank yang memiliki kecukupan modal yang besar akan memiliki rasio NPL yang rendah. Selain itu, rasio perhitungan CAR bank adalah modal (capital tier) dibagikan dengan aset tertimbang menurut risiko (ATMR) yang terdiri dari risiko kredit, risiko operasional dan risiko pasar. Sehingga semakin kecil rasio risiko kredit maka akan semakin besar rasio CAR pada bank tersebut.
Variabel kecukupan modal memiliki koefisien regresi diangka positif 188,441 dengan tingkat signifikansi 0,000 terhadap stabilitas finansial bank. Dapat disimpulkan bahwa kecukupan modal berpengaruh positif signifikan terhadap stabilitas finansial bank (H8 diterima). Bank dengan modal yang cukup memiliki kemampuan dalam menciptakan keuntungan/profit yang lebih baik (higher profit efficiency) dibandingkan bank dengan kecukupan modal yang kurang. Profit/keuntungan pada bank yang meningkat akan menjamin dan memperkuat stabilitas finansial pada sebuah bank.
dibayarkan (kredit). Produk domestik bruto yang bertumbuh akan meningkatkan arus kas rumah tangga dan menciptakan pendapatan bagi perusahaan.
Variabel pertumbuhan produk domestik bruto memiliki koefisien regresi diangka positif 1.598,484 dengan tingkat signifikansi 0,000 terhadap stabilitas finansial bank. Dapat disimpulkan bahwa produk domestik brutoberpengaruh positif signifikan terhadap stabilitas finansial bank (H10 ditolak). Pertumbuhan produk domestik bruto yang rendah cenderung terjadi pada masa- masa krisis perekenomian dimana stabilitas finansial bank mencapai titik terendah. Peningkatan atau pertumbuhan produk domestik bruto pada suatu negara akan mengindikasikan lingkungan makroekonomi yang lebih stabil pada negara tersebut sehingga mengurangi kemungkinan adanya tekanan terhadap perbankan (bank distress).
Variabel tingkat inflasi memiliki koefisien regresi diangka negatif 0,212 dengan tingkat signifikansi 0,000 terhadap risiko kredit. Dapat disimpulkan tingkat inflasi berpengaruh negatif signifikan terhadap risiko kredit (H11 ditolak). Peningkatan inflasi akan membantu meningkatkan kapasitas/kemampuan pembayaran kredit debitur karena adanya pengurangan bunga sebenarnya pada pinjaman/kewajiban debitur (fisher’s effect). Dengan telah meningkatnya kemampuan pembayaran debitur maka jumlah kredit bermasalah pada bank pun akan turut menurun. Tingkat inflasi yang tinggi menurunkan nilai sebenarnya dari hutang debitur.Sehingga dalam konteks ini, inflasi mempengaruhi suku bunga rill (real interest rate) yang dalam arti luasnya turut mempengaruhi aktivitas ekonomi.
Variabel tingkat inflasi memiliki koefisien regresi diangka positif 153,087 dengan tingkat signifikansi 0,032 terhadap stabilitas finansial bank. Dapat disimpulkan bahwa tingkat inflasi berpengaruh positifsignifikan terhadap stabilitas finansial bank (H12 ditolak). Peningkatan inflasi akan selalu diantisipasi oleh bank sehingga biaya layanan (service fee) pada bank akan turut disesuaikan dengan peningkatan tingkat inflasi di negara tersebut. Hal ini menjaminkan keuntungan/profit bank tidak terkurangi karena pengaruh inflasi.
Variabel tingkat pengangguran memiliki koefisien regresi diangka negatif 0,09 dengan tingkat signifikansi 0,179 terhadap risiko kredit. Dapat disimpulkan tingkat pengangguran berpengaruh negatif insignifikan terhadap risiko kredit (H13 ditolak). Tingkat penyaluran kredit dan risiko kredit pada perbankan Indonesia tidak terlalu dipengaruhi oleh pengangguran di Indonesia. Hal ini dikarenakan berdasarkan laporan triwulan I OJK tahun 2016, penyaluran kredit perbankan di Indonesia lebih banyak pada sektor industri pengolahan, perdagangan besar dan eceran, pertanian, perburuan dan kehutanan . Oleh sebab itu, walaupun tingkat pengangguran tinggi, ini tidak membuktikan bahwa industri-industri (perusahaan-perusahaan besar) akan turut mengalami penurunan profit sehingga kesulitan membayar kewajiban. Meningkatnya pengangguran mungkin diakibatkan oleh terbatasnya lapangan pekerjaan dibanding jumlah tenaga kerja di Indonesia, kebijakan cut cost perusahaan dan penggunaan teknologi sehingga mengurangi penggunaan tenaga kerja..
menciptakan profit. Rasio penyaluran kredit lebih banyak disalurkan ke sektor industri (perusahaan-perusahaan besar) sehingga profit dari pendapatan bunga kredit masih terjamin karena perusahaan masih mampu beroperasional dan membayar kewajiban. Selain itu, pendapatan non-interest (diluar bunga) juga akan terus meningkat mengingat adanya transaksi bisnis dari perusahaan-perusahaan, transaksi valas dan service charges.
Uji Koefisien Determinasi
Tabel 4.11
Hasil Uji Koefisien Determinasi
Sumber: Data Sekunder Diolah (2017)
Nilai adjusted r square variabel risiko kredit berada di angka 0,594 atau 59,4%, ini menyimpulkan bahwa ukuran bank, profitabilitas, jumlah kredit, kecukupan modal, pertumbuhan produk domestik bruto, tingkat inflasi dan tingkat pengangguran dapat menjelaskan variabel dependen yaitu risiko kredit sebesar 59,4% sedangkan sisanya 40,6% dijelaskan oleh variabel lain yang tidak termasuk dalam model penelitian.
Sedangkan adjusted r square variabel stabilitas finansial bank berada di angka 0,444 atau 44,4%, ini menyimpulkan bahwa ukuran bank, profitabilitas, jumlah kredit, kecukupan modal, pertumbuhan produk domestik bruto, tingkat inflasi dan tingkat pengangguran dapat menjelaskan variabel dependen yaitu stabilitas finansial bank sebesar 44,4% sedangkan sisanya 55,6% dijelaskan oleh variabel lain yang tidak termasuk dalam model penelitian.
KESIMPULAN, REKOMENDASI DAN IMPLIKASI Kesimpulan
Berdasarkan hasil dan pembahasan yang telah dilakukan, menghasilka n kesimpulan bahwa ukuran bank, jumlah kredit, kecukupan modal, pertumbuhan produk domestik bruto dan tingkat inflasi memiliki pengaruh signifikan terhadap risiko kredit dan stabilitas finansial bank. Sedangkan profitabilitas dan tingkat pengangguran tidak memiliki pengaruh signifikan terhadap risiko kredit dan stabilitas finansial bank di Indonesia.
Keterbatasan
1. Penelitian yang digunakan hanya mencakup risiko kredit dan risiko kebangkrutan (stabilitas bank), masih ada banyak risiko yang dapat dipertimbangkan dalam meneliti risiko bank.
2. Penelitian ini hanya meneliti 40 bank umum yang terdaftar di Bursa Efek Indonesia (BEI), dimana untuk keseluruhan bank yang terdaftar di Bank Indonesia ada sebanyak 80 bank diluar bank perkreditan rakyat (BPR). 80 bank tersebut terdiri dari bank konvensional, bank syariah, bank pembangunan daerah dan bank asing. Oleh sebab itu, lingkupan sampel data yang digunakan pada penelitian ini masih sederhana dan belum melibatkan jumlah sampel yang lebih besar.
Variabel Dependen Adjusted R Square Risiko Kredit
Stabilitas Finansial Bank
3. Penelitian ini hanya menggunakan data dalam 5 tahun terakhir yaitu dari Tahun 2012 hingga Tahun 2016. Perekonomian Indonesia sudah mengalami kestabilan dan sudah jauh dari masa- masa krisis finansial tahun 2007-2009.
Rekomendasi
1. Penelitian selanjutnya diharapkan dapat dilakukan jumlah sampel data yang lebih besar dan jangka waktu penelitian yang lebih panjang. 2. Penambahan variabel dependen yang lainnya seperti risiko likuiditas,
risiko permodalan, dll untuk memperdalam penelitian risiko-risiko yang dihadapi perbankan
3. Rasio-rasio keuangan yang lainnya juga dapat ditambahkan dengan adanya kemungkinan faktor-faktor diluar model penelitian ini yang juga turut mempunyai pengaruh terhadap risiko kredit dan stabilitas finansial bank.
4. Penelitian selanjutnya dapat dilakukan terhadap bank umum di negara-negara Asia sebagai perbandingan dengan hasil penelitian di Indonesia.
DAFTAR PUSTAKA
Adebola, S. S., Wan Y, W. S., & Dahalan, J. (2011). An Ardl Approach To the Determinants of Non- Performing Loans in Islamic Banking System in Malaysia. Kuwait Chapter of Arabian Journal of Business and Management Review, 1(2), 20–30
Adusei, M. (2015). The impact of bank size and funding risk on bank stab ility.
Cogent Economics & F inance, 3(1), 1-19
Ahmad, F., & Bashir, T. (2013). Explanatory Power of Macroeconomic Variables as Determinants of Non-Performing Loans: Evidence form Pakistan.
World Applied Sciences Journal,22(2), 243–255
Anginer, D., Demirguc-Kunt, A., & Zhu, M. (2014). How does deposit insurance affect bank risk? Evidence from the recent crisis. Journa l of Banking and F inance, 48, 312–321
Assibey, E. O., & Asenso, J. K. (2015). Regulatory capital and its effect on credit growth, non-performing loans and bank efficiency. Journal of F inancial Economic P olicy, 7(4), 401–420
Aymen, M., & Moussa, B. (2015). The Relationship between Capital and Bank Risk: Evidence from. International Journa l of Economics and F inance 7 (4), 223–232
Boudriga, A., Taktak, N. B., & Jellouli, S. (2009). Banking supervision and non performing loans: a cross-country analysis.Journal of F inancial Economic P olicy, 1(4), 286-318
Chiaramonte, L., Liu, F. H., Poli, F., & Zhou, M. (2016). How Accurately Can Z-score Predict Bank Failure?. Journa l ofF inancia l Markets, Institutions and Instruments, 25(5), 333–360
Chiaramonte, L., Poli, F., & Oriani, M. E. (2013). Are Cooperative Banks a Lever for Promoting Bank Stability? Evidence from the Recent Financial Crisis in OECD Countries. European F inancial Management, 21(3), 491–523 Dimitrios, A., Helen, L., & Mike, T. (2016). Determinants of non-performing
Dwumfour, R. A. (2017). Explaining banking stability in Sub-Saharan Africa.
Research in International Business and F inance. 39(1), 125-154
Forssbaeck, J. (2011). Ownership structure, market discipline, and banks’ risk -taking incentives under deposit insurance. Journa l of Banking and F inance, 35(10), 2666–2678
Fu, X. (Maggie), Lin, Y. (Rebecca), & Molyneux, P. (2014). Bank competition and financial stability in Asia Pacific. Journal of Banking and F inance, 38(1), 64–77
Ghenimi, A., Ali, M., & Omri, B. (2015). Liquidity and Financial Stability Conventional versus Islamic Banks. International Journal of Economics and Empirical Research, 3, 419–432
Ghozali, I. (2013). Aplikasi multivariate dengan program SPSS. Edisi Ketujuh. Semarang: Badan Penerbit Universitas Diponegoro
González, L. O., Rodríguez Gil, L. I., Martorell Cunill, O., & Merigó Lindahl, J. M. (2016). The effect of financial innovation on European banks’ risk.
Journal of Business Research, 69(11), 4781–4786
Iftikhar, S. F. (2015). Financial Reforms and Financial Fragility: A Panel Data Analysis. International Journal ofF inancial Studies, 3, 84–101
Jabra, W. Ben, Mighri, Z., & Mansouri, F. (2017). Determinants of European bank risk during financial crisis. Cogent Economics & F inance, 20(1), 1–
20
Kabir, N., & Worthington, A. C. (2017). International Review of Financial Analysis The “ competition – stability / fragility ” nexus: A comparative analysis of Islamic and conventional banks. International Review of F inancial Analysis, 50, 111–128
Khan, M.S., Scheule, H., & Wu, E. (2016). Funding liquidity and bank risk taking.
Journal of Banking and F inance, 0, 1–14
Kamaludin, A. (2016). Ketika bank bank diterjang lonjakan kredit bermasalah dalam http://katadata.co.id/telaah/2016/09/28/kredit-bermasa lah-bank-bank-besar-di-atas-rata-rata-industri diunduh pada Selasa, 25 April 2017 jam 19.06
Kamaludi, A. (2017). Bank Permata Terbebani Kredit Macet Garansindo Rp 1,2 Triliun dalam http://katadata.co.id/berita/2017/03/25/bank-permata-terbebani-kredit-macet-garansindo-rp-12-triliun diunduh pada Selasa, 25 April 2017 jam 19.07
Kania, D. (2016). Pemegang Saham Bank of India Harus Komit Injeksi Modal dalam http://www.beritasatu.com/bank-dan-pembiayaan/392049-pemegang-saham-bank-of-india-harus-komit-injeksi-modal.html diunduh pada Jumat, 28 April 2017 jam 16.10
Kjosevski, J., & Petkovski, M. (2017). Non-performing loans in Baltic States: determinants and macroeconomic effects Non-performing loans in Baltic States: determinants and macroeconomic effects. Ba ltic Journal of Economics, 25-44
Köhler, M. (2014). Which banks are more risky? The impact of business models on bank stability. Journal of F inancial Stability, 2, 280-298
Louzis, D. P., Vouldis, A. T., & Metaxas, V. L. (2012). Macroeconomic and bank-specific determinants of non-performing loans in Greece: A comparative study of mortgage , business and consumer loan portfolios.
Journal of Banking and F inance, 36(4), 1012–1027
Makri, V., Tsagkanos, A., & Bellas, A. (2014). Determinants of non-performing loans: The case of Eurozone. P anoeconomicus, 61(2), 193–206
Marked by Teacher. (2011). Is Indonesia a Developed or Developing Country?. Retrieved from http://www.markedbyteachers.com/international-baccalaureate/geography/is-
indonesia-a-developed-or-developing-country.html
Mensah, F. A., Marbuah, G., & Asamoah, D. A. (2017). Re-examining the Determinants of Non- Performing Loans in Ghana ’ s Banking Industry : Role of the 2007 – 2009 Financial Crisis Re-examining the Determinants of Non-Performing Loans in Crisis. Journa l of African Business, 0(0), 1–
23
Messai, A. S., & Jouini, F. (2013). Micro and Macro Determinants of Non-performing Loans. International Journa l of Economics and F inancial Issues, 3(4), 852–860
Ouhibi, S. (2017). Non-Performing Loans and Systemic Risk: Empirical Evidence to Tunisia and Morocco. International Journal of Manageria l Studies and Research (IJMSR),5(3), 40–48
Panggabean, A. (2016). "Tiga Tantangan Perbankan Nasional" dalam Majalah P ROBANK edisi September-Oktober 2016, hlm 15-17
Pascual, L. B., Ponce, A. T., & Riportella, C. C. (2015). North American Journal of Economics and Finance Factors influencing bank risk in Europe: Evidence from the financial crisis. North American Journa l of Economics and F inance, 34, 138–166
Polodoo, V., Seetanah, B., Sannassee, R. V, Seetah, K., & Padachi, K. (2015). An Econometric Analysis Regarding the Path of Non Performing Loans-A Panel Data Analysis from Mauritian Banks and Implications for the Banking Industry. The Journal of Developing Areas VO, 49(1), 53
Radivojevic, N., & Jovovic, J. (2017). Examining of Determinants of Non-Performing. P rague Economic P apers / Online F irst, 1–17
Rajha, K. S. (2016). Determinants of Non-Performing Loans: Evidence from the Jordanian Banking Sector, Journa l of F inance and Bank Management,
4(1), 125–136
Samosir, A. (2017). Denyut Penyaluran Kredit Lemah, Kinerja Bank Besar Belum Stabil dalam http://katadata.co.id/berita/2017/04/21/denyut-penya luran-kredit-lemah-bank-besar-belum-sepenuhnya -bangkitdiunduh pada Selasa, 25 April 2017 jam 19.15
Saunders, M., Lewis, P., & Thornhill, A. (2012). Research Methods for Business Student (6th ed). London, England: Pearson Education
Shingjergji, A. (2013). The Impact of Macroeconomic Variables on the Non Performing Loans in the Albanian Banking System During 2005 - 2012.
Academic Journal of Interdisciplinary Studies MCSER 2(9), 335–339
Sugianto, D. (2017). NPL Bank Mandiri Bengkak Gara- gara Kredit Sektor Pertambangan dalam https://finance.detik.com/moneter/d-3422626/npl-bank-mandiri-bengkak-gara-gara-kredit-sektor-pertambangan diunduh pada Jumat 28 April 2017 jam 16.42
Sunyoto, D. (2013). Metodologi Penelitian Akuntansi. Bandung: PT. Refika Aditama Anggota Ikapi
Wicaksono, K. (2017). Kredit Macet di Bank Banten Tembus Rp1 Triliun dalam
http://bisnis.news.viva.co.id/news/read/904854 -kredit-macet-di-bank-banten-tembus-rp1-triliun diunduh pada Jumat, 28 April 2017 jam 16.55 Washington, G. K. (2014). Effects of macroeconomic variables on credit risk in
the Kenyan Banking Industry. International Journa l of Business and Commerce, 3(09), 01-26
Wen, S. (2017). Interest Rate , Risk Taking Behavior, and Banking Stability in Emerging Markets. Journal of Applied F inance & Banking, 7(5), 63–73
Yudistira, G. (2016). Bank of India dapat suntikan dana Rp 500 miliar dalam
http://keuangan.kontan.co.id/news/bank-of-india-dapat-suntikan-dana-rp-500-miliar diunduh pada Jumat, 28 April 2017 jam 16.00
Yudistira, G.(2016). Kuartal I 2016, Bank Pundi bukukan rugi Rp 80 M dalam
http://keuangan.kontan.co.id/news/kuartal-i-2016-bank-pundi-bukukan-rugi-rp-80-m diunduh pada Jumat, 28 April 2017 jam 16.56
Zaib, A., Farid, F., & Khan, M. K. (2014). Macroeconomic and bank-specific determinants of non-performing loans in the banking sector in Pakistan.
International Journal of Information, Business and Management, 6(2), 53–82
Zeb, S., & Abdul, S. (2017). Financial regulations, profit efficiency and stability.
