Mj Risiko Sap 6 Done! Revisi Docx.docx

MANAJEMEN RISIKO RPS.6 RISIKO KREDIT EKM 411 AP Dosen Pengampu: Dr. Henny Rahyuda, S.E.,M.M.,Ak.

Oleh : Kelompok 6

Gek Indah Pujastuti Sukarta

1607521010

Ni Putu Aryk Pramana Yanti

1607521012

I Gusti Ayu Uthami Febriati

1607521018

Ni Luh Putu Widya Sawitri

1607521100

FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS UDAYANA 2019

KATA PENGANTAR

Puji syukur penulis panjatkan kehadapan Tuhan Yang Maha Esa atas berkat dan rahmatNya, sehingga penulis bisa menyelesaikan Paper Manajemen Risiko, dengan judul “ Risiko Kredit ”dapat diselesaikan tepat pada waktunya. Paper ini dibuat dalam rangka untuk memenuhi salah satu syarat pembelajaran di Fakultas Ekonomi Dan Bisnis Universitas Udayana.Berhasilnya penulis dalam menyusun Paper Manajemen Risiko ini tidak lepas dari bantuan berbagai pihak.Untuk itu melalui kesempatan ini penulisan tidak lupa menyampaikan rasa hormat dan terimakasih. Menyadari akan kuranganya pengetahuan penulisan dalam penyusun Paper Manajemen Risiko ini, menyebabkan paper ini belum sepenuhnya sempurna maka dengan penuh kerendahan hati penulisan mengharapkan saran dan kritik yang bersifat mebangun dari siapapun di dalam penyempurnaan laporan ini. Sebagai akhir kata penulisan berharap semoga ini bermanfaat bagi mahasiswa Fakultas Ekonomi Dan Bisnis Universitas Udayana,bagi masyarakat dan bagi siapapun yang membaca paper ini.

Denpasar, 19 Maret 2019

Penulis

i

DAFTAR ISI

KATA PENGANTAR ..............................................................................................

i

DAFTAR ISI ............................................................................................................

ii

BAB I PENDAHULUAN 1.1 Latar Belakang ....................................................................................................

1

1.2 Rumusan Masalah ...............................................................................................

2

1.3 Tujuan Makalah ...................................................................................................

2

BAB II PEMBAHASAN 2.1 Definisi dan Ilustrasi Risiko Kredit ....................................................................

3

2.2 Penilaian kualitatif dalam analisi risiko kredit.....................................................

3

2.3 Penilaian kuantitatif : rating dan analisis diskriminan .........................................

4

2.3.1. Rating perusahaan .....................................................................................

4

2.3.2. model skoring kredit .................................................................................

7

2.4 Manajemen Risiko Kredit ....................................................................................

11

BAB III PENUTUP 3.1 Kesimpulan ..........................................................................................................

13

DAFTAR PUSTAKA ..............................................................................................

14

ii

BAB I PENDAHULUAN 1.1 LATAR BELAKANG Manajemen Risiko adalah suatu pendekatan metodologi yang terstruktur dalam mengelola (Manage) sesuatu yang berkaitan dengan sebuah ancaman karna ketidakpastian. Ancaman yang dimaksud disini adalah akibat dari aktivitas individu / manusia termasuk yang terdapat / berperan didalamnya. Aktivitas ini meliputi penilaian risiko yang mengancam, pengembangan strategi untuk menanggulangi risiko dengan pengelolaan sumber daya yang ada. Risiko Spekulatif adalah suatu keadaan yang dihadapi oleh perusahaan / Individu yang dapat memberikan keuntungan dan dapat memberikan kerugian. Resiko Spekulatif ini adalah risiko yang ada dalam segala hal. Misalnya dalam berbisnis, kita bisa untung dan juga bisa rugi. Risiko ini juga dapat disebut sebagai Business Risk (Resiko Bisnis). Tujuan pelaksanaan Manajemen Resiko adalah untuk mengurangi risiko yang mungkin akan muncul (ancaman) dan berkaitan dengan bidang yang telah dipilih. Terpenting adalah harus dapat diterima oleh masyarakat. Siamat (2005) mendefinisikan risiko usaha atau business risk bank sebagai tingkat ketidakpastian mengenai pendapatan yang diperkirakan akan diterima. Risiko usaha yang dapat dihadapi bank antara lain risiko kredit, risiko investasi, risiko likuiditas, risiko operasional, risiko penyelewengan (fraud risk), risiko fidusia, risiko tingkat bunga, risiko solvensi, risiko valuta asing, dan risiko persaingan. Risiko kredit ternyata merupakan perkara besar bagi dunia perbankan. Oleh karena itu, risiko kredit perlu mendapat perhatian khusus dan serius, karena setiap rupiah yang tidak tertagih menjadi macet, yang kemudian menimbulkan masalah besar. Masalah tersebut adalah timbulnya biaya penyisihan dalam laporan laba/rugi bank. Besarnya risiko kredit ditunjukkan dalam bentuk non performing loan (NPL). Tingginya nilai NPL menunjukkan banyaknya kredit pihak debitur yang tidak dapat membayar secara kontinu pinjaman kreditnya, baik pembayaran

pokok

pinjaman

maupun

bunga

pinjaman

sebagaimana

yang telah

dipersyaratkan oleh perjanjian kredit. Kredit dengan kolektibilitas kurang lancar, maka kredit tersebut diragukan dan macet, serta nilai NPL diragukan. Semakin besar rasio NPL berarti risiko kredit semakin tinggi. Risiko kredit perlu dikelola dengan baik, karena apabila tidak dikelola dengan baik, maka akan mengakibatkan proporsi kredit yang bermasalah semakin besar, sehingga akan berdampak negatif pada kondisi perbankan.

1

1.2 RUMUSAN MASALAH 1. Bagaimanakah definisi dan ilustrasi risiko kredit? 2. Bagaimanakah penilaian kualitatif dalam analisis risiko kredit? 3. Bagaimanakah penilaian kuantitatif : Rating dan analisis diskriminan? 4. Apa itu manajemen risiko kredit? 1.3 TUJUAN MAKALAH 1. Untuk mengetahui dan memahami definisi dan ilustrasi risiko kredit. 2. Untuk mengetahui dan memahami penilaian kualitatif dalam analisis risiko kredit. 3. Untuk mengetahui dan memahami penilaian kuantitatif : Rating dan analisis diskriminan. 4. Untuk mengetahui dan memahami manajemen risiko kredit.

2

BAB II PEMBAHASAN 2.1 Definisi Risiko Kredit Risiko kredit merupakan bentuk ketidakmampuan suatu perusahaan, institusi, lembaga maupun pribadi dalam menyelesaikan kewajiban-kewajibannya secara tepat waktu baik pada saat jatuh tempo maupun sesudah jatuh tempo sesusai dengan aturan dan kesepakatan yang berlaku. Risiko kredit terjadi jika counterparty ( pihak lain dalam transaksi bisnis ) tidak bisa memenuhi kewajibannya ( wanprestasi ). Risiko kredit semakin penting karena akhir – akhir ini banyak peristiwa gagal bayar yang dialami perusahaan – perusahaan domestic, luar negeri bahkan negara sekalipun. Sebagai contoh, pada tahun 1980-an pinjaman yang diberikan kepada negara berkembang (seperti negara Amerika latin) mengalami masalah sehingga mendorong bank-bank yang memberi pinjaman mengalami kesulitan. Pada saat krisis ekonomi, tingkat bunga yang tinggi, pertumbuhan ekonomi yang melambat, persoalan risiko kredit menjadi lebih serius.

2.2 Penilaian Kualitatif Dalam Analisis Risiko Kredit Dalam dunia perbankan, analisis kredit sering menggunakan kerangka 3R dan 5C digunakan dalam menganalisis kemampuan melunasi kewajiban dari calon nasabah bank, namun bisa juga dipakai untuk menganalisis risiko kredit perusahaan. Pedoman 3R bias dijelaskan sebagai berikut: 1. Returns Returns berkaitan dengan hasil yang diperoleh dari penggunaan kredit yang diminta, apakah kredit tersebut bisa menghasilkan return ( pendapatan ) yang memadai untuk melunasi hutang dan bunganya. 2. Repayment capacity Repayment capacity berkaitan dengan kemampuan perusahaan mengembalikan pinjaman dan bunganya pada saat pembayaran tersebut jatuh tempo. 3. Risk-bearing ability Risk-bearing ability berkaitan dengan kemampuan perusahaan menanggung risiko kegagalan atau ketidakpastian yang berkaitan dengan penggunaan kredit. Jaminan merupakan hal yang perlu dipertimbangkan oleh kreditur dalam kaitannya dengan Risk-bearing ability. 3

Sedangkan pedoman 5C berkaitan dengan karakteristik adalah: 1. Character

Menunjukkan kemauan peminjam (debitur) untuk memenuhi kewajibannya. Kemauan tersebut lebih berkaitan dengan sifat dan watak peminjam. 2. Capacity

Kemampuan peminjam untuk melunaasi kewajiban hutangnya, melalui pengelolaan perusahaannya dengan efektif dan efisien. 3. Capital

Posisi keuangan perusahaan (peminjam) secara keseluruhan. Kondisi keuangan bisa dilihat melalui analisis keuangan, seperti analisis rasio. Dalam hal ini, bank atau lembaga keuangan harus memperhatikan komposisi utang dengan modal sendiri. 4. Collateral

Aset yang dijaminkan untuk suatu pinjaman. Lembaga keuangan bias

meminta

jaminan yang nilainya melebihi jumlah pinjaman 5. Conditions

Sejauh mana kondisi perekonomian akan mempengaruhi kemampuan mengembalikan pinjaman. Jika kondisi perekonomian memburuk, maka kemungkinan perusahaan mengalami kesulitan keuangan akan semakin tinggi, yang membuat kemungkinan perusahaan mengalami kesulitan melunasi pinjaman, juga semakin tinggi.

2.3 Penilaian Kuantitatif Selain penilaian kualitatif untuk rasio kredit, kita juga bisa menggunakan analisis kuantitatif untuk mengukur risiko kredit. Bagian berikut ini menyajikan analisis risiko kredit yang bersifat kuantitatif. 2.3.1 Rating Perusahaan Perusahaan atau bahkan negara seperti Indonesia, yang akan menerbitkan surat utang, baik jangka panjang (obligasi) atau jangka pendek (commercial paper), biasanya akan dirating oleh perusahaan pe-rating. Rating tersebut menunjukan tingkat risiko perusahaan. Melalui rating tersebut, calon pembeli obligasi diharapkan memperoleh gambaran mengenai risiko perusahaan yang akan menerbitkan surat utang tersebut. Perusahaan tidak harus memperoleh rating tersebut (kecuali kalau disyaratkan), dan ketika rating tersebut sudah jadi, perusahaan mempunyai opsi (hak) untuk tidak mempublikasikan rating tersebut. Tetapi risikonya adalah calon pembeli surat utang tidak akan percaya terhadap perusahaan yang 4

tidak mempunyai rating. Perhatikan rating biasanya dilakukan oleh perusahaan yang akan menjual surat utang, tidak untuk perusahaan yang akan menjual sahamnya ke public. Pemegang saham, karena akan menjadi pemilik, diasumsikan sudah melakukan analisis sendiri mengenai risiko dan prospek perusahaan yang sahamnya akan dibeli. Di Indonesia, contoh perusahaan pe-rating adalah PT Pefindo. Di Amerika Serikat, contohnya perusahaan rating adalah Standard and poor’s (S&P) dan Moodys. Tabel berikut ini menyajikan Klasifikasi rating dari Pefindo dengan penjelasannya. Rating yang diberikan oleh S&P dan Moodys pada dasarnya sama. Tabel klasifikasi Rating :

Rating

Keterangan

AAA

Instrument utang dengan tingkat resiko sangat rendah. Tingkat pengembalian teramat baik(excellent); perubahan pada kondisi keuangan, bisnis atau ekonomi tidak akan berpengaruh secara signifikan terhadap resiko investasi.

AA

Instrument utang dengan resiko sangat rendah. Tingkat pengembalian yang sangat baik, perubahan pada kondisi keuangan, bisnis, atau ekonomi barangkali akan berpengaruh pada resiko investasi , tetapi tidak terlalu besar.

A

Pengembalian

utang

dengan

resiko

rendah.

Tingkat

pengembalian yang baik, meskipun perubahan pada kondisi keungan , bisnis atau ekonomi akan meningkatakan resiko investasi. BBB

Tingkat pengembalian yang memadai. Perubahan pada kondisi keuangan , bisnis, atau ekonomi mempunyai kemungkinan

besar

meningkatkan

resiko

investasi

dibandingkan dengan kategori yang lebih tinggi. BB

Investasi. Perusahaan mempunyai kemampuan membayar bunga dan pokok pinjaman, tetapi kemampuan tersebut rawan terhadap perubahan pada kondisi ekonomi, bisnis, dan keuangan.

B

Instrument utang saat ini mengandung resiko investasi. Tingkat pengembalian tidak terlindungi secara memadai

5

terhadap kondisi ekonomi, bisnis , dan keuangan. C

Instrument keuangan yang bersifat spekulatif dengan kemungkinan besar bangkrut.

D

Instrument keuangan sedang default/bangkrut

Perusahaan dengan rating AAA mempunyai resiko kredit yang paling rendah. Perusahaan dengan rating C mempunyai resiko kredit yang tinggi sekali. Dengan data tersebut, kita bisa memperoleh gambaran tingkat resiko kredit. Untuk melihat seberapa akurat prediksi risiko kredit oleh lembaga pe-rating, tabel berikut ini menyajikan tingkat kebangkrutan untuk setiap kategori rating Moody’s, satu tahun sampai lima tahun sesudah obligasi dikeluarkan, berdasarkan data historis di Amerika Serikat, rating dikeluarkan pada saat obligasi dikeluarkan.

Sebagai contoh, untuk rating AAA, pada satu tahun sesudah obligasi dikeluarkan (rating juga dikeluarkan), tidak ada perusahaan yang mengalami kegagalan bayar (default). Empat tahun setelah obligasi dikeluarkan ada perusahaan mengalami kegagalan bayar sebesar 0,07% , sehingga kumulatif kegagalan bayar pada tahun keempat adalah 0,07%. Pada tahun 6

kelima terjadi kegagalan bayar sebesar 0,16% , sehingga kegagalan bayar kumulatif menjadi 0,23% (0,07 + 0,16). Dengan cara yang sama, kegagalan bayar marjinal dan kumulatif bias dihitung untuk kategori rating yang lain bisa dilakukan. Tabel tersebut menunjukkan bahwa rating yang dikeluarkan oleh perusahaan rating cukup baik memprediksi risiko kegagalan bayar (default risk). Perusahaan yang mempunyai kategori rating jelek mempunyai kemungkinan untuk default lebih besar. 2.3.2 Model Skoring Kredit Model skoring kredit pada dasarnya ingin melihat risiko kredit (potensi kegagalan bayar) berdasarkan skor tertentu yang dihasilkan melalui model tertentu. Terdapat 3 model skoring, yaitu model diskriminan, model probabilitas linear, dan model probabilitas logit. a. Model Diskriminan Analisis diskriminan pada dasarnya ingin melihat apakah suatu perusahaan sebaiknya dimasukkan ke dalam kategori tertentu. Sebagai contoh, misalkan kita mempunyai dua kategori yaitu perusahaan yang mengalami kegagalan bayar dan yang tidak mengalami kegagalan bayar. Kemudian kita mengumpulkan informasi, misal informasi laporan keuangan seperti rasio lancar, rasio probabilitas, yang akan digunakan untuk memprediksi apakah suatu perusahaan layak dimasukkan ke dalam kategori gagal bayar atau tidak. Yang pertama kali perlu dilakukan adalah mengestimasi persamaan diskriminan, yaitu dengan menggunakan variabel dependen (tidak bebas) yang bersifat kategori, yaitu gagal bayar dan tidak gagal bayar, dan menggunakan rasio-rasio keuangan sebagai variabel tidak bebas. Sebagai contoh, berikut ini fungsi diskriminan yang diestimasi oleh penelitian Altman (1968) :

Z = 1,2 X1 + 1,4 X2 + 3,3 X3 + 0,6 X2 + 1,0 X5 Dimana : X1 = rasio modal kerja / total asset X2 = rasio laba yang ditahan / total asset X3 = rasio laba sebelum bunga dan pajak / total asset X4 = rasio nilai pasar saham / nilai buku saham X5 = rasio penjualan / total asset Setelah fungsi diskriminan diestimasi, tahap berikutnya adalah menggunakan fungsi tersebut untuk memprediksi kegagalan bayar. Model di atas memasukkan harga pasar saham, sehingga model tersebut bisa digunakan hanya untuk perusahaan publik. Altman kemudian

7

memperluas model di atas supaya bisa digunakan untuk perusahaan non-publik. Model baru tersebut adalah berikut ini: Z = 0,717 X1 + 0,847 X2 + 3,107 X3 + 0,420 X4 + 0,998 X5 Dimana : X1 = rasio modal kerja / total asset X2 = rasio laba yang ditahan / total asset X3 = rasio laba sebelum bunga dan pajak / total asset X4 = rasio nilai buku saham preferen dan saham bisa / nilai buku total X5 = rasio penjualan / total asset Cut-off atau batas untuk pengambilan kesimpulan kedua model tersebut bisa dilihat dalam tabel berikut: Tabel cut-off Rate Model Diskriminan Model pasar

Model nilai buku

Batas tidak bangkrut

2,99

2,90

Batas bangkrut

1,81

1,20

Wilayah abu-abu

1,81-2,99

1,20-2,90

Misalkan ada dua perusahaan dengan data rasio keuangan berikut ini : X Rasio modal kerja / total 0,25

Y 0,005

asset 0,1

0,01

0,1

-0,2

2

1,2

2

1,25

Rasio laba yang ditahan / total asset

Rasio laba sebelum bunga dan pajak / total asset

Rasio nilai pasar saham / nilai buku saham

Rasio penjualan / total asset

8

Karena menggunakan informasi harga pasar saham, maka kita menggunakan model yang pertama, sehingga perhitungan nilai Z bisa dilihat berikut ini: ZA = 1,2 (0,25) + 1,4 (0,1) + 3,3 (0,1) + 0,6 (2) + 1,0 (2) = 3,97 ZB = 1,2 (0,005) + 1,4 (0,01) + 3,3 (-0,2) + 0,6 (1,2) + 1,0 (1,25) = 1,33 Karena nilai Z untuk A di atas batas bangkrut (3,97 > 2,99), maka Altman memprediksi bahwa perusahaan A tidak bangkrut. Sebaliknya, karena nilai Z untuk B di bawah batas bawah (1,33 < 1,81), maka Altman memprediksi bahwa perusahaan B akan mengalami kebangkrutan. b. Model Probabilitas Linear Dalam beberapa situasi, dua kategori (gagal bayar dan tidak gagal bayar) tidak cukup. Kita barangkali menginginkan angka yang mencerminkan seberapa besar kemungkinan terjadinya kegagalan bayar (risiko kredit) suatu perusahaan. Model probabilitas bisa dipakai untuk mengakomodasi keinginan tersebut. Langkah pertama mengestimasi persamaan untuk model probabilitas. Kita akan mengumpulkan data perusahaan yang gagal bayar dan tidak gagal bayar. Variable gagal bayar tersebut menjadi variable tidak bebas ( dependent ). Perusahaan yang gagal bayar di beri kode 0, yang tidak gagal bayar di beri kode 1. Kemudian kita mengumpulkn data untuk variabel bebas

(misal rasio – rasio keuangan).

seteah data

terkumpul, estimasi bisa dilakukan dengan teknik regresi linier. Sebagai contoh, misalkan estimasi dengan model probabilitas linier menghasilkan persamaan berikut ini:

Z = 0,2 + 1,3 X1 + 0,5 X2 Dimana: X1 = Rasio modal kerja/total asset X2 = Rasio laba sebelum bunga dan pajak/total asset Misalkan kita akan menganalisis potensi gagal bayar untuk tiga perusahaan, dengan informasi sebagai berikut: A

B

C

Total aset

Rp100 miliar

Rp 50 miliar

Rp 100 miliar

Modal kerja

Rp 40 miliar

Rp 5 miliar

Rp 50 miliar

Laba sebelum bunga dan pajak

Rp 40 miliar

-Rp 2,5 miliar

Rp 40 miliar

X1

0,4

0,1

0,5

X2

0,4

-0,05

0,4

9

Probabilitas tidak gagal bayar ( lancar ) bisa dihitung sebagai berikut: ZA = 0,2 + 1,3 (0,4) + 0,5 (0,4) = 0,92 ZB = 0,2 + 1,3 (0,1) + 0,5 (-0,05) = 0,305

Dari perhitungan di atas terlibat bahwa probabilitas untuk lancar (tiak gagal bayar) untuk A dan B adalah 0,92 dan 0,305. Dengan kata lain, perusahaan A mempunyai risiko kredit lebih rendah dibanding perusahaan B. Kelemahan dari model probabilitas linear adalah ada kemungkinan probabilitas yang dihitung diluar wilayah 0 dan 1, lebih kecil dari nol, atau lebih besar dari 1(probabilitas bernilai antara 0 dan 1, inklusif). Sebagai contoh, misal kita ingin menghitung probabilitas lancar untuk perusahaan C (kolom paling kanan). Dengan menggunakan perusahaan yang sama, probabilitas C adalah 1,05.

ZC = 0,2 + 1,3 (0,5) + 0,5 (0,4) = 1,05

Angka ini lebih besar dari 1, padahal nilai probabilitas maksimum adalah 1. Untuk menghindari kemungkinan seperti itu, kita bisa menggunakan teknik regresi logit, di mana variabel dependen ‘dipaksa’ untuk berada pada wilayah 0 dan 1. c. Model Probabilitas Logit Model perusahaan logit menggunakan “link” logit (bukannya linear seperti dalam regresi biasa). Misalkan Y adalah probabilitas ‘sukses’ regresi logit bisa dituliskan berikut ini: Logit ( Y ) = log {(Y/(1-Y))} = +1 X1 +2 X2

Alternatif penulisan lain adalah berikut ini:

Y = {exp (+1 X1 +2 X2)}/{1 + exp (+1 X1 +2 X2)}

Dengan memakai fungsi tersebut, kurva nilai Y akan berbentuk huruf S seperti terlihat di bagan bawah, dan nilai Y akan selalu berada di antara 0 dan 1.

10

Sebagai ilustrasi,misalkan kita mengestimasi probabilitas kebangkrutan dengan menggunakan model logit. Sebagai variabel dependen adalah kebangkrutan dengan nilai=1 jika perusahaan tidak bangkrut, dan 0 jika perusahaan mengalami kebangkrutan. Variabel independen adalah rasio keuangan. Program statistik akan secara otomatis menghitung regresi logit jika kita menggunakan regresi tersebut. Misalkan hasil estimasi menunjukkan persamaan sebagai berikut ini (sama dengan persamaan probabilitas linear di atas).

Y = 0,2 + 1,3 X1 + 0,5 X2 Dimana : X1 = rasio modal kerja / total asset X2 = rasio laba sebelum bunga dan pajak / total asset Kita ingin mengestimasi probabilitas perusahaan A,B,dan C dengan menggunakan data pada probabilitas linear di muka. Hasil estimasi adalah sebagai berikut:

Ya = exp {0,2 + 1,3 (0,4) + 0,5(0,4)} / {1+exp {0,2 + 1,3(0,4) + 0,5(0,4)}} = 0,715 Yb = exp {0,2 + 1,3 (0,1) + 0,5(-00,5)} / {1+exp {0,2 + 1,3(0,1) + 0,5(-00,5)} = 0,576 Yc = exp {0,2 + 1,3 (0,5) + 0,5(0,4)} / {1+exp {0,2 + 1,3(0,5) + 0,5(0,4)} = 0,746

Hasil di atas menunjukkan bahwa perusahaan C mempunyai probabilitas tidak gagal bayar paling tinggi, sebesar 0,746. Hasil tersebut juga menunjukkan bahwa probabilitas akan selalu berada pada angka 0 dan 1, insklusif.

2.4 MANAJEMEN RISIKO KREDIT Menurut Djohanputra (2004), Ada beberapa cara pengelolaan risiko kredit, diantaranya: a. Penyaringan

11

Cara ini menekankan pada pencegahan agar gagal bayar terhindar. Perlu tim yang baik untuk melakukan analisis dan pemeringkatan nasabah sehingga nasabah yang melakukan moral hazard dan moral hazard bisa dikeluarkan dari daftar calon nasabah.

b. Program Pembatasan Perusahaan menetapkan kebijakan untuk membatasi besarnya kredit yang diterima oleh satu nasabah atau satu grup nasabah. Dunia perbankan mengenal BMPK (Batas Maksimum Pemberian Kredit) atau 3L (Legal Leding Limit) yang bertujuan untuk membatasi pemberian kredit yang berlebihan kepada nasabah. c. Diversifikasi Kredit Perusahaan menetapkan kebijakan mengenai diversifikasi pinjaman yang dikaitkan dengan pembatasan diatas. Kebijakan diversifikasi dapat berupa: -

Sebaran kredit berdasarkan perusahaan.

-

Sebaran kredit berdasarkan industri.

-

Sebaran kredit berdasarkan ukuran perusahan.

-

Sebaran kredit berdasarkan sektor.

12

BAB III PENUTUP

3.1 Kesimpulan Risiko kredit merupakan bentuk ketidakmampuan suatu perusahaan, institusi, lembaga maupun pribadi dalam menyelesaikan kewajiban-kewajibannya secara tepat waktu baik pada saat jatuh tempo maupun sesudah jatuh tempo sesusai dengan aturan dan kesepakatan yang berlaku. Terdapat teknik-teknik dalam pengukuran risiko kredit diantaranya: Penilaian kualitatif dalam analisis risiko dimana dalam analisis ini menggunakan kerangka 3R dan 5C digunakan dalam menganalisis kemampuan melunasi kewajiban dari calon nasabah bank, namun bisa juga dipakai untuk menganalisis risiko kredit perusahaan. Penilaian Kuantitatif ini untuk mengukur risiko kredit seperti Rating Perusahaan, Model Skoring Kredit, RAROC ( Risk Adjusted Return On Capital ), Mortality Rate (Tingkat Kematian), Penurunan Risiko Kredit Menggunakan Term Structure, Credit Metrics, Pendekatan Kerangka Teori Opsi. Menajemen risiko kredit menurut Djohanputra (2004), terdapat beberapa cara pengelolaan risiko kredit, diantaranya: penyaringan, program pembatasan, diversifikasi.

13

DAFTAR PUSTAKA

Hardanto SS. 2006. Manajemen Risiko bagi Bank Umum. Jakarta(ID): Elex Media Komputindo. Mamduh, M. Hanafi, 2016, Manajemen Risiko (Edisi Ketiga), Yogyakarta: UPP STIM YKPN

14