• Tidak ada hasil yang ditemukan

BAB IV ANALISIS HASIL DAN PEMBAHASAN

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB IV ANALISIS HASIL DAN PEMBAHASAN"

Copied!
10
0
0

Teks penuh

(1)

BAB IV

ANALISIS HASIL DAN PEMBAHASAN

Untuk menganalisa data pembiayaan bank syari’ah akan digunakan pendekatan dengan model CreditRisk+, metode yang telah diakui bisa digunakan dalam menghitung risiko pembiayaan perbankan sebagaimana dijelaskan pada Bab II.

Metode Credit Risk+ adalah salah satu metode pengukuran risiko dengan model actuarial. Metode ini hanya membutuhkan data outstanding pembiayaan dan tidak ada korelasi dengan risiko pasar (risiko suku bunga dan nilai tukar), sehingga lebih tepat diterapkan pada bank syari’ah. Pada penelitian ini, data yang akan digunakan adalah data Bank Syari’ah X pada periode laporan Maret 2010.

A. Asumsi-asumsi

Dalam penelitian ini digunakan asumsi-asumsi sebagai berikut:

1. Pembiayaan yang digunakan dalam penelitian ini adalah mudharabah dan murabahah.

2. Kolektibilitas pembiayaan dibagi menjadi lima, yaitu : a. Kolektibilitas 1 : Lancar

b. Kolektibilitas 2 : Dalam Perhatian Khusus c. Kolektibilitas 3 : Kurang Lancar

d. Kolektibilitas 4 : Diragukan e. Kolektibilitas 5 : Macet

3. Pembiayaan yang dikategorikan default adalah pembiayaan yang sudah masuk pada kolektibilitas 3 (Kurang Lancar), 4 (Diragukan) dan 5 (Macet).

(2)

4. Untuk masing-masing Kolektibilitas mempunyai Probability Loss sebagai berikut :

a. Kolektibilitas 1, probability Loss-nya : 1 % b. Kolektibilitas 2 probability Loss-nya : 5 % c. Kolektibilitas 3 : probability Loss-nya : 15 % d. Kolektibilitas 4 : probability Loss-nya : 50 % e. Kolektibilitas 5 : probability Loss-nya : 100 %

5. Pada saat dilakukan sort-ascending atas daftar nominative nasabah, untuk nasabah yang outstandingnya nihil/sama dengan nol, walaupun masih ada tunggakan margin, tidak termasuk data yang akan diolah (tidak dijadikan bahan penelitian).

6. Dalam penelitian ini, mengingat ketidaktersediaan data nilai agunan/jaminan, maka nilai recovery rate diasumsikan 0%. Hal ini bersesuaian dengan prinsip pembiayaan syariah yang pada dasarnya tidak mewajibkan adanya agunan/jaminan.

B. Pengumpulan data dan pengelompokan data pembiayaan

Data outstanding pembiayaan mudharabah dan murabahah yang dikeluarkan oleh Bank Syariah X beserta kolektibilitas dari pembiayaan tersebut, Lancar (1), Dalam Perhatian Khusus (2), Kurang Lancar (3), Diragukan (4) dan Macet (5). Lalu kemudian dipisahkan sesuai dengan jenis pembiayaan masing-masing. Data yang digunakan dalam penelitian ini adalah data pembiayaan periode Maret 2010.

(3)

Input masing-masing data pembiayaan ke dalam software Microsoft Excel antara lain eksposure/outstanding pembiayaan masing-masing debitur, kolektibilitas/default rate, probability loss sesuai kolektibilitas nasabah, nilai agunan nasabah jika ada.

Dilakukan sort masing-masing data dari jumlah yang paling kecil sampai dengan terbesar (sort – ascending). Untuk pembiayaan murabahah, jumlah rekening nasabah sebanyak 17.957 dengan outstanding terkecil adalah Rp54.650,00 dan terbesar adalah Rp49.416.021.367,00. Sedangkan untuk mudharabah, jumlah rekening nasabah sebanyak 346 dengan nilai outstanding terkecil adalah Rp507.050,00 dan nilai outstanding terbesar adalah Rp29.697.000.000,00.

C. Pengelompokan Data Outstanding dalam Band dan Kelas (Lj)

Untuk mempermudah dan meningkatkan akurasi penghitungan, maka eksposure dikelompokan kedalam 5 kelas band, yaitu:

1. Kelas band 1 adalah kelas band Rp1.000.000,00 2. Kelas band 2 adalah kelas band Rp10.000.000,00 3. Kelas band 3 adalah kelas band Rp100.000.000,00 4. Kelas band 4 adalah kelas band Rp1.000.000.000,00 5. Kelas band 5 adalah kelas band Rp10.000.000.000,00.

Hasil pengelompokan data outstanding dalam Band dapat dilihat pada Tabel 4.1.

Selanjutnya pada masing-masing band dikelompokkan menjadi 10 kelas (Lj) yang menunjukan kelas jumlah pembiayaan masing-masing debitur..

(4)

Pembagian ke dalam kelas (Lj), menggunakan nilai interval yang dihitung dengan metode nilai tertinggi pada band dikurangi nilai terendahnya kemudian dibagi 10.

Tabel 4.1

Pengelompokan Data Outstanding dalam Band

Band Mudharabah Murabahah Jumlah rekening nasabah Outstanding (Rp) Jumlah rekening nasabah Outstanding (Rp) Band 1 28 111.803.728,40 5.121 21.463.552.168,97 Band 2 103 4.659.443.505,76 9.907 364.762.505.597,58 Band 3 178 66.359.660.166,72 2.823 726.817.601.249,05 Band 4 35 108.726.856.389,50 92 296.897.551.927,55 Band 5 2 40.377.875.688,00 14 384.982.674.432,67 Total 346 220.235.639.478,38 17.957 1.794.923.885.375,82

Sumber : Data yang telah diolah

Secara rinci pengelompokan data outstanding dalam Band dan Kelas (Lj) pada Pembiayaan Mudharabah dapat dilihat pada Lampiran 1 s.d. 5. Sedangkan untuk pembiayaan Murabahah dapat dilihat pada Lampiran 6 s.d. 10.

Pada proses selanjutnya, setelah dilakukan pembagian band, maka dalam masing-masing tabel terdapat kolom-kolom dengan notasi-notasi berikut :

1. Disamping nomor urut nasabah/debitur, selanjutnya ada data outstanding/baki debet dimasukan dalam notasi LGDA (Loss Givent Default).

2. Notasi eksposur untuk masing-masing band, misalnya Band 1 untuk pembiayaan Mudharabah terdiri atas 28 orang nasabah pertama. Langkah serupa selanjutnya dilakukan untuk band lainnya.

3. Kolom kolektibilitas diisi data pada daftar nominative untuk masing-masing debitur.

(5)

4. Untuk kolom probability loss diisi dengan angka sesuai dengan asumsi di atas untuk masing-masing kolektibilitas, selanjutnya dari sini akan dihasilkan expected Loss.

D. Menghitung Probability of Default dan Expected Loss (ELj)

Probability of Default tiap nasabah didapatkan dari posisi Kolektibilitas nasabah dimana untuk masing-masing kolektibilitas mempunyai Probability Loss sebagai berikut Kolektibilitas 1, probability loss-nya : 1 %, Kolektibilitas 2 probability loss-nya : 5 %, Kolektibilitas 3 : probability loss-nya : 15 %, Kolektibilitas 4 : probability nya : 50 %, Kolektibilitas 5 : probability loss-nya : 100 %. Pembiayaan yang dikategorikan default adalah pembiayaan yang sudah masuk pada kolektibilitas 3 (Kurang Lancar), 4 (Diragukan), dan 5 (Macet). Langkah selanjutnya adalah menghitung Expected Loss dari setiap band untuk masing-masing kelompok nominal atau dinotasikan dengan ELj. ELj diperoleh dari hasil perkalian antara eksposure setiap debitur (LGDA) dikalikan dengan probability of default atau probability of loss kemudian dibagi dengan nominal band masing-masing. Contoh perhitungan dapat dilihat pada tabel 4.2.

Tabel 4.2

Contoh Perhitungan Probability Loss dan Expected Loss

Debitur LGDA Kol Band Lj Probability

Loss Expected Loss ELj

A 8.000.002,00 4 1 2 0,50 4.000.001,00 4,00

B 56.250.000,00 1 2 3 0,01 - -

C 108.042.800,00 5 3 1 1,00 108.042.800,00 1,08

D 149.112.210,00 2 3 1 0,05 - -

E 300.000.000,00 3 3 3 0,15 45.000.000,00 0,45

(6)

Rekapitulasi hasil perhitungan ELj untuk masing-masing pembiayaan dapat dilihat pada tabel 4.3.

Tabel 4.3

Rekapitulasi Perhitungan Expected Loss

Pembiayaan LGDA (Rp) Expected Loss (Rp) Elj

Mudharabah 220.235.639.478,38 289.037.222,34 14,00

Murabahah 1.794.923.885.375,82 18.246.338.153,25 1.359,68

Sumber : Data yang telah diolah

Hasil perhitungan secara rinci Probability of Default dan ELj pada Pembiayaan Mudharabah dapat dilihat pada Lampiran 1 s.d. 5. Sedangkan untuk pembiayaan Murabahah dapat dilihat pada Lampiran 6 s.d. 10.

E. Expected number of default (m/nj/λ)

Expected number of default / jumlah ekspektasi nasabah default (atau dinotasikan dengan m/nj/λ) adalah rata-rata jumlah debitur default tiap band dalam 1 periode, minimum 0 sampai batas masksimum jumlah eksposur nasabah pada satu band. Untuk menghitung m/nj/λ dihitung dengan membagi ELj dengan Lj.

Hasil perhitungan secara rinci Expected number of default (m/nj/λ) pada Pembiayaan Mudharabah dapat dilihat pada Lampiran 1 s.d. 5. Sedangkan untuk pembiayaan Murabahah dapat dilihat pada Lampiran 6 s.d. 10.

F. Menghitung frekuensi terjadinya default dengan menggunakan distribusi poisson pada level of confidence = 95 %

Langkah selanjutnya adalah menghitung jumlah debitur default pada level of confidence = 95 % dengan menggunakan distribusi Poisson, hal ini karena distribusi Poisson memainkan peran sangat penting dalam kejadian default /

(7)

kegagalan yang independen, biasanya distribusi poisson digunakan untuk model yang menggunakan jaminan. Tidak seperti metode konvensional yang mengasumsikan semua tingkat imbal hasil adalah distribusi normal, portfoliorisk+ menganalisis distribusi sejumlah kegagalan (default) debitur dengan distribusi poisson, atas asumsi untuk sejumlah nasabah yang besar, probability default dari sebagian debitur adalah kecil dan jumlah default yang terjadi dalam satu periode tidak tergantung dari jumlah default yang terjadi pada periode lain. Untuk menghitung n default menggunakan rumus 2.1. dicari n yang probabilitasnya di atas 95%.

Sebagai contoh, diketahui jumlah debitur default pada pembiayaan mudharabah pada Band 3 dan kelas band (Lj) 3 adalah sebanyak 2 debitur. Nilai Expected number of default (m/nj/λ) untuk kelas band tersebut adalah 0,33. Maka perhitungannya dapat dilakukan dengan Microsoft Excell dengan langkah sebagai berikut:

1. Klik tombol insert function (fx)

2. Pada bagian category pilih statistical, kemudian pilih fungsi poisson

3. Kemudian entry data jumlah debitur default dan Nj kedalam fungsi poisson, sebagaimana terlihat pada gambar 4.1.

4. Maka akan didapatkan nilai frekuensi terjadinya default sebesar 0,995507219. 5. Lakukan langkah serupa pada masing-masing pembiayaan, band, dan kelas

(8)

Gambar 4.1

Print Screen Entry Data Kedalam Fungsi Distribusi Poisson

Hasil perhitungan secara lengkap menggunakan distribusi poisson pada Pembiayaan Mudharabah dapat dilihat pada Lampiran 1 s.d. 5. Sedangkan untuk pembiayaan Murabahah dapat dilihat pada Lampiran 6 s.d. 10.

G. Menghitung Unexpected Loss atau nilai VaR

Untuk menghitung nilai Unexpected Loss diperoleh dari hasil perhitungan nilai nominal band dikalikan Lj dikalikan jumlah debitur yang default dikalikan (1-Recovery Rate) kemudian dikurangi dengan nilai Expected Loss. Hal yang perlu diperhatikan adalah bahwa yang akan dihitung nilai Unexpected Loss-nya adalah kelas band (Lj) yang frekuensi terjadinya default menggunakan distribusi poisson adalah di atas 95%.

(9)

Berdasarkan perhitungan Unexpected Loss atau nilai VaR dengan level of confidence diatas 95% diperoleh hasil sebagaimana terlihat pada tabel 4.4.

Tabel 4.4.

Hasil Perhitungan Unexpected Loss

Band Nilai Unexpected Loss (Rp)

Mudharabah Murabahah Band 1 - 443.116.688,70 Band 2 - 5.092.812.044,85 Band 3 502.500.000,00 9.766.840.710,10 Band 4 - 1.635.672.210,35 Band 5 - - Total 502.500.000,00 16.938.441.654,00

Sumber : Data yang telah diolah

Hasil perhitungan secara lengkap nilai Unexpected Loss atau nilai VaR (>95%) pada Pembiayaan Mudharabah dapat dilihat pada Lampiran 1 s.d. 5. Sedangkan untuk pembiayaan Murabahah dapat dilihat pada Lampiran 6 s.d. 10. H. Membandingkan nilai Unexpected Loss atau nilai VaR Pembiayaan

Mudharabah dan Murabahah

Dari penjelasan pada butir G diatas dapat dijelaskan bahwa nilai total dari Unexpected Loss untuk pembiayaan Mudharabah adalah sebesar

Rp502.500.000,00. Jika dibandingkan dengan nilai outstanding pembiayaan

mudharabah sebesar Rp220.235.639.478,38 maka diperoleh presentase sebesar 0,23%.

Hal ini berarti bahwa maksimum potensi kerugian bulan berikutnya yang akan terjadi (rata-rata) sebesar Rp502.500.000,00 dengan tingkat kepercayaan 95 %. Atau kemungkinan kerugian yang akan terjadi dengan nilai yang lebih besar dari nominal tersebut hanya sebesar 5 %.

(10)

Sedangkan untuk pembiayaan dengan skema murabahah nilai Unexpected Loss adalah sebesar Rp16.938.441.654,00. Jika dibandingkan dengan total outstanding pembiayaan murabahah sebesar Rp1.794.923.885.375,82, maka presentasenya adalah sebesar 0,94%.

Dari penjelasan diatas diketahui bahwa pembiayaan dengan skema murabahah memiliki nilai Unexpected Loss atau VaR yang lebih tinggi dari nilai VaR pembiayaan mudharabah. Hal ini menunjukkan bahwa pembiayaan Murabahah lebih tinggi risikonya jika dibandingkan dengan pembiayaan dengan skema Mudharabah.

Referensi

Dokumen terkait

Berdasarkan pengolahan data yang telah dilakukan terhadap variabel tingkat kecerdasan emosional, dapat diketahui bahwa distribusi frekuensi kecerdasan emosional pada kategori

Untuk mengetahui perbedaan hasil belajar peserta didik antara yang menggunakan media CD tutorial mtematika dengan metode konvensional kelas VIII MTs NU 01

Data yang telah diolah menjadi variabel bebas dan variabel terikat kemudian dilakukan uji normalitas untuk menguji distribusi data pada tiap variabel apakah normal atau tidak,

Jika dilihat pada tabel di atas didapat rerata tingkat efisiensi bank syariah lebih kecil daripada rerata tingkat efisiensi bank konvensional, yaitu sebesar 0.578 < 0.945,

Pada bagian ini membahas hasil penelitian dari sejumlah variabel yang berpengaruh terhadap kualitas hidup lansia yaitu dukungan teman sebaya, perilaku positif,

Dengan kata lain pengaruh pemahaman materi belajar siswa dari hasil metode Jigsaw Learning (kelompok eksperimen) lebih baik dari metode konvensional pada

terkait secara langsung dengan tingkat harga minyak, sedangkan untuk biaya proses produksi dan biaya distribusi dalam bentuk prosentase terhadap harga crude oil intake, maka

Berdasarkan uji normalitas untuk data kadar asam urat sebelum dan setelah perlakuan menunjukan bahwa data mengikuti distribusi normal, oleh karena itu, pengujian dilanjutkan untuk