Hasil Pencarian  ::  Simpan CSV :: Kembali

"Bank dalam menyalurkan kredit selain harus mendapatkan keyakinan, seringkali meminta nasabah memenuhi syarat tertentu, diantaranya adalah kredit yang menggunakan Surat Keputusan Pengangkatan Pegawai Negeri Sipil. Dalam menyalurkan kredit tersebut bank harus menerapkan prinsip kehati-hatian.Penelitian ini membahas mengenai perkreditan, prinsip kehati-hatian dalam pemberian kredit, jaminan kredit, dan penerapan prinsip kehati-hatian dalam pemberian kredit yang menggunakan Surat Keputusan Pengangkatan Pegawai Negeri Sipil.Penulisan penelitian ini menggunakan metode penelitian kepustakaan serta ditunjang dengan wawancara dan bersifat deskriptif analitis.Hasil penelitian ini adalah bank menerapkan prinsip kehati-hatian dalam pemberian kredit yang menggunakan Surat Keputusan Pengangkatan Pegawai Negeri Sipil dengan mengacu kepada peraturan perundang-undangan dan peraturan internal bank.

---

Bank must have confidence in granting credit, some credit facility also require something specifically; among them is credit using Decree of Appointment of Civil Servant. Bank should apply prudential principle in providing the loan.This research discussed prudential principle, credit guarantees, and the implementation of prudential principle on credit using the Decree of Appointment of Civil Servants.This research used descriptive analytical methods in writing; library research and supported by interviews.The results of this research showed that bank is implementing the prudential principle in granting credit using the Decree of Appointment of Civil Servant with reference to legislation and internal regulations of the bank."

"Penelitian ini membahas pengaruh suplai kredit, akses perusahaan terhadap sumber pendanaan obligasi, dan karakter perusahaan lainnya terhadap struktur modal jangka panjang dan jangka pendek. Penelitian ini menggunakan 145 jumlah sampel pada periode 2005 ? 2014. Variabel suplai kredit diukur dengan menggunakan interest rate spread dan variabel dummy sedangkan variabel akses diukur dengan menggunakan kepemilikan credit rating. Dengan menggunakan regresi data panel, kontraksi pada suplai kredit berpengaruh signifikan terhadap struktur modal jangka pendek dan jangka panjang. Akses terhadap pasar obligasi hanya berpengaruh signifikan pada struktur modal jangka panjang. Selain itu, ditemukan pula perbedaan pengaruh masing-masing variabel karakteristik perusahaan terhadap struktur modal jangka pendek dan jangka panjang.

---

This research discusses the effect of credit supply, access to public bond market, and firm?s characteristics on short-term and long-term capital structure decision. One hundred and forty five number of companies are used within period of 2005 - 2014. Credit supply is measured by interest rate spread and dummy variable whereas access to public bond market is measured by credit rating ownership. Using panel data regression, this research proves that credit supply contraction significantly affect both short-term and long-term leverage. Access to public bond market significantly affects only short-term leverage. Furthermore, there are differences in the effect of each firm?s characteristics variable on short-term and long-term leverage."

"This monograph is practically oriented, presenting a survey and explanation of credit insurance services for protection of short-term trade receivables primarily against commercial risk of insolvency and protracted default. The subject matter (i.e., main functions, features and principles of credit insurance with detailed description of credit insurance coverage, insurance conditions, and credit insurance policy management) follows procedural stages and presents commercial, financial, legal, and practical points of view which emphasize the needs of both the providers of these services and their clients, existing and potential credit insured companies, as well as other practitioners."

"Karya akhir ini bertujuan untuk mengukur besarnya risiko kredit khususnya untuk scgmen karlu kredit Bank X di tahun 2005 dengan mempergunakan metode CreditRisk+. Alasan pcinilihan topik ini adalah :a. Produk Karlu Kredit merupakan jenis kredit yang memiliki resiko tinggi, mengingat sejak keputusan pemberian kredit oleh bank cenderung hanya didasarkan kepada verifikasi dokumen pendukung seperti slip gaji, surat keterangan, lembar penagihan kartu kredit bank lain, hasil rating sesama anggota Asosiasi Kartu Kredit Indonesia (AKKI), hasil verifikasi melalui telepon, serta lambahan dokumen pendukung lainnya, dan hanya sebagian calon pemegang karlu kredit yang prosesnya didahului oleh survey atau pengecekan lapangan mengingat kemampuan bank umumnya tidak memungkinkan unluk melakukan pengecekan lapangan semua calon pemegang kartu kredit, juga karena proses keputusan kredit hams sudah diberikan paling lambat lima hari sejak aplikasi kartu kredit diterima bank, selain itu kredit yang diberikan adalah unluk tujuan konsumsi dan tidak memiliki jaminan atas pemberian kredit tersebut.b. Bank X adalah penerbit kartu kredit terbesar not-nor dua di Indonesia di tahun 2005 setelah Citibank dengan jumlah pcmegang kartu kredil lebih dari 800.000 Cardholder dengan total outstanding balanced sebesar lebih dari Rp. 1,5 trilyun sehingga terdapat potensi risiko kredit yang cukup besar khususnya dalam hal terjadinya Default bagi Bank X, apabila pengeiolaan risiko kredit nya tidak dilakukan secara baik.c. Bank X belum mencrapkan metode Internal Raring Base (IRB) approach khususnya metode CrcclitRiski- untuk menghitung risiko kredit portofolio kartu krcdit nya.d. Adanya ketentuan Basel 11 tcntang kcharusan menghitung risiko krcdit scbagai salah satu unsur dalam menghitung CAR.Berdasarkan ketentuan Basel II, perhitungan risiko krcdit dapat mempergunakan beberapa pendekatan, antara lain dengan Standardized Model dan Internal Model, dimana dalam penelitian ini akan dilakukan perhitungan dengan menggunakan Internal Model dengan pendekatan CreditRisk+.CreditRisk+ dianggap sebagai Internal Model yang tepat untuk menghitung risiko krcdit pada suatu portofolio, hal ini karena metode ini dapat dipergunakan untuk menghitung risiko krcdit suatu portofolio krcdit dalam jumlah yang banyak namun dengan besaran outstanding masing-masing krcdit kecil, juga karena metode ini tidak memerlukan tambahan data makro sehingga dalam penerapannya lebih efisien namun tetap efektif. Selain itu metode ini dikenal scbagai Default Model yang hanya mcmbedakan portofolio krcdit menjadi dua golongan yaitu bagian portofolio krcdit yang An Del iult dan Default saja scrta mcngabaikan penycbab tcrjadinya Default tersebut.Penerapan CreditRisk+ dilakukan dengan menghitung risiko kartu kredit di Bank X dengan batasan-batasan scbagai berikut :a. Data portofolio kartu kredit yang dipergunakan adalah data selama 12 bulan di tahun 2005.b. Nilai exposure berkisar antara Rp 500 ribu hingga Rp 250 juta, mengingat hampir 90% oposure yang ada di dalam portofolio Bank X berada pada kisaran nilai tersebut, tanpa memperhatikan jenis kartu kredit Classic, Gold atau Platinum.Secara garis besar, tahapan penghitungan risiko kredit mempergunakan metade CreditRisk+ dilakukan dcngan mcnghitung Frequency of Default dan Severity cof Losses, kemudian rnenghitung Distribution of Default Losses. Selanjutnya dari perhitungan terschut, akan diperaleh besamya potensi kerugian berupa Expected Loss. Unexpected Loss dan bcsarnya Economic Capital untuk menutup kerugian yang terjadi.Perhitungan portofolio kartu kredit dengan mempergunakan metade CreditRisk+ dengan asunisi tingkat keyakinan 95% dan Probability of Default dihitung dcngan Poisson Model, menunjukkan basil sebagai berikut:a. Nilai Expected Loss yang menunjukkan besamya kerugian yang diperkirakan tcrjadi setiap bulan dapat dihitung nilainya mempergunakan metode CreditRisk+, sebagai contoh nilai Expected Lost di bulan November 2005 bcsarnya adalah Rp.74,823 Milyar. Nilai Expected Loss setiap bulan tersebut diharapkan dapat ditutup olch nilai PPAP yang dibcntuk oleh Bank X dan dcngan mernpergunakan Likelihood Ratio Test dikctahui bahwa hampir scluruh Expected Loss yang ada di tahun 2005 masih dapat ditutup oleh nilai Pencadangan Penghapusan Aktiva Produktif(PPAP) yang dibcntuk olch Bank X.b. Dengan pencrapan metade CreditRisk+ dal= penelitian ini, besamya nilai VaR sctiap bulan juga dapat dihitung nilainya, dengan tingkat kepercayaan 95 % maka nilai VaR suatu bulan menunjukkan proyeksi besamya nilai kerugian terbesar (Unexpected Loss) bulan berikutnya, sebagai contoh nilai VaR bulan November 2005 sebesar Rp.82,875 Milyar yang menunjukkan proyeksi nilai kerugian maksimum bulan Desember 2005 dengan tingkat kepercayaan 95 %, dimana nilai kcrugian aktual pada bulan Desembcr adalah sebesar Rp.80,303 Milyar.c. Hasil pengujian dcngan metode Likelihood Ratio pada tingkat kepercayaan 95%, mcnunjukkan bahwa sclama periodc pengamatan besarnya nilai VaR yang mcrupakan proycksi jumlah kerugian terbcsar bulan bcrikutnya cukup akurat untuk dipcrgunakan dalam mcnghitung risiko krcdit, karena selama periodc pengamatan seluruh nilai kcrugian aktual yang terjadi masih dibawah =bang batas jumlah kcrugian yang dapat ditolelir atau tidak terdapat nilai kerugian aktual yang nilainya lcbih bcsar atau sama dcngan nilai- VaR yang dihitung dcngan mctodc CredirRisk+.d. Dengan mempcrbunakan mctodc CredizRi.sk+, Bank X mempcrolch insentif berupa penurunan kewajiban pemenuhan modal, scbagai contoh di bulan November 2005 kewajiban pemenuhan modal mempcrbunakan metode CrecliiRisk+ adalah 0.39 % dad total exposure nya, angka ini jauh lcbih rendah dibandingkan dengan mempcrbunakan Standardized Approach yang mcnghasilkan kewajiban pemenuhan modal sebesar 6,29 % dari total exposure, schingga Bank X mempcrolch insentif nilai modal sebesar 5,90% (6,29% - 0,39%) yang dapat dialokasikan oleh Bank X untuk kcpcntingan lainnya yang lcbih produktif.e. Bank X memperolch manfaat lain dad pcncrapan metode CredirRisk+, selain dapat menghitung risiko kredit nya secara Icbih akurat. pcncrapan metode ini dapat mcmbantu manajcmen Bank X dalam mcnyusun strategi yang lebih cfcktif dan pengalokasian SDM yang Iebih akurat dalam mclakukan penagihan kreditnya yang Default.

---

The purpose of this thesis is to measure credit risk especially for the credit card segment of Bank X in 2005 by utilizing the CreditRisk+ method.The reasons of selecting this topic are:a. Credit Card is a type of credit that has a high risk, because since the decision of credit offer by the bank tends to be only based on supporting document verification for instance salary slip, recommendation letter, other bank's billing statement, rating result from other members of Asosiasi Kartu Kredit Indonesia (AKKI), phone verification result, as well as (he addition of the other supporting document, and only some of the process of the cardholder's applicant is proceeded by survey or external verification (on the spot), concerning that the bank's capacity generally does not possible to do field verification for all applicants, also because of the decision must been given at least in five days since the credit card application is accepted by the bank, moreover credit that is given aims for consumption and does not have the collateral.b. The Bank X is on 2''d rank of credit card's issuer in Indonesia in 2005 after Citibank, with the numbers of cardholders are more than 800.000 and the total outstanding balanced is more than Rp.1,5 trillion. On that condition, The Bank X has a potential high risk on its credit especially in the matter of the default occurrence, if the risk management of its credit is not well developed.c. The Bank X has not applied the method of Internal Rating Base (IRB) approach yet especially the CreditRisk+ method to calculate the credit risk of its credit card's portfolio.d. There is the regulation of Basel II about obligation to calculate the credit risk as one of the elements in calculating Capital Adequacy Ratio (CAR).Based on the Based in regulation, the calculation of the credit risk can be utilized in several approaches, such as by Standardized Model or Internal Model, that in this research it will be done credit risk calculation by using Internal Model with the CreditRisk+ approach.CreditRisk+ was reputed as the precise Internal Model to calculate the risk of credit in a portfolio, because this method can be utilized to calculate the risk of credit in a large portfolio of each small credit, also because of this method do not need the addition of the macro's economic data, so in its implementation is more efficient but still effective. Moreover this method is known as the Default Model that differentiates the credit portfolio only into two groups, the first is a Not Default credit portfolio and the other one is a Default credit portfolio, also this model ignores the cause of the Default occurrence.The implementation of CreditRisk+ is done by calculating the risk of the credit card in the Bank X with limitations as follows:a. The credit card portfolio data is the data for 12 months in 2005.b. The exposure revolves between Rp. 500 thousand up to Rp. 250 million; considering that almost 90% exposure available in the Bank X's portfolio is in that value range, without considering the type of Classic, Gold or Platinum card.In general, the stage of calculating credit risk with the CreditRisk+ method will be done by calculating Frequency of Default and Severity of Losses, afterwards calculating Distribution of Default Losses. From the result, will gel the potential loss such as Expected Loss, Unexpected Loss and the Economic Capital to cover the loss.The calculation of credit card portfolio by utilizing the CreditRisk+ method with the assumption of the 95%conviction level and probability of default is calculated by Poisson's model, shows results as follows:a. The Expected Loss that shows the estimated loss occurs every month can be calculated with CreditRisk+ method, for example is the Expected Lost value in November 2005 is Rp.74, 823 Billion. That value is expected to be covered by the PPAP that is formed by Bank X and by utilizing Likelihood ratio test it is known that almost all Expected Loss in 2005 still can be covered by the value of PPAP (Pencadangan Penghapusan Aktiva Produktif) that is formed by Bank X.b. With implementation of the CrediiRisk+ method in this research, the size of VaR every month also can be calculated, using the 95 % level of reliability so value of VaR (Unexpected Loss) in a month shows the projection of the biggest losses in the following month, for example is the size of VaR in November 2005 is Rp.82, 875 Billion, it shows the projection of the maximum loss in December 2005 with the 95 %level of reliability, the actual loss in December is Rp.80, 303 Billion.c. The result of the Likelihood Ratio method on 95% level of reliability shows that during the period of observation the size of VaR that shows the projection of the biggest loss in the following month. It is quite accurate to be utilized in calculating the risk of credit, because during the period of observation all of the actual value of loss that is happened is still under the limitation of tolerant total of loss or do not have the actual loss bigger than or same as the VaR value that is calculated with the CreditRisk+ method.d. By utilizing the Credit Risk+ method, Bank X receives incentive of the capital's fulfillment obligation reduction, for example in November 2005 the fulfillment obligation of capital utilized by the CreditRisk+ method is 0,39 % from the total exposure, this number is much more lower compared with Standardized Approach that produces the fulfillment obligation of capital for 6,29 % from the total exposure, therefore Bank X receives 5,90% (6,29% - 0,39%) capital incentive that can be allocated in more other productive area by Bank X.e. Bank X receives another benefit from the implementation of CreditRisk+ method, besides it can calculate the credit risk more accurately, this method implementation can help the management of Bank X to develop more effective strategy and more accurate human resources allocation in dunning its Default credit."

"Kartu kredit di Indonesia berdasarkan statistik Bank Indonesia per April 2010 Jumlah kartu yang beredar saat ini telah mencapai lebih dari 12 juta kartu. Kartu kredit sebagai salah satu instrumen pembayaran non tunai yang diminati telah mengalami perkembangan yang cukup signifikan di Indonesia. Seiring dengan perkembangan perbankan syariah dengan berpedoman pada Undang-Undang No.21 Tahun 2008 tentang Perbankan Syariah, instrumen kartu sebagai alat pembayaran sudah memasuki dunia perbankan syariah. fatwa DSN No.54/DSNMUI/ X/2006 Syariah Card didefinisikan sebagai kartu yang berfungsi sebagai Kartu Kredit yang hubungan hukum antara para pihak berdasarkan prinsip syariah sebagaimana diatur dalam fatwa. Di Indonesia baru ada dua kartu kredit syariah, pertama Dirham card dan yang kedua adalah BNI Hasanah card. Penerbitan kartu kredit syariah merupakan suatu produk yang baru maka masih banyak kalangan yang belum memahami mengenai kartu kredit syariah ini. Dengan demikian dalam tesis ini penulis membahas tentang pengaturan penerapan kartu kredit syariah di bank BNI syariah berdasarkan hukum yang berlaku di Indonesia serta perlindungan hukum terhadap nasabah kartu kredit syariah. Dalam penelitiannya penulis menggunakan metode penelitian hukum normatif dengan wawancara sebagai alat pengumpulan data. Penelitian ini menyimpulkan bahwa Hasanah Card tidak menganut sistem bunga berbunga seperti kartu kredit konvensional melainkan dengan sistem bagi hasil yang didasarkan pada prinsip syariah. Dalam penerapannya Hasanah Card secara keselurahan telah memenuhi syarat dan ketentuan dalam Fatwa Dewan Syariah Nasional. Sistem perlindungan nasabah bertujuan untuk memberikan perlindungan dan memberdayakan nasabah melalui mekanisme pengaduan nasabah, transparansi produk perbankan dan data pribadi nasabah serta penyediaan lembaga mediasi independen.Dalam menyelesaikan sengketa yang timbul antara nasabah dan bank syariah, penyelesaiannya dapat dibawa ke Badan Abitrase Syariah Nasional atau ke pengadilan Agama.

---

The amount of credit card in Indonesia base on Bank of Indonesia?s April 2010 statistic is more than 12 million cards. Credit card as one of non cash payment instrument has a very significant growth in Indonesia. Parallel with the growth of Syariah Banking base on the Regulation No.21 2008 about Syariah Banking, card instrument as a payment tool has join the world of Syariah Banking. According to Fatwa DSN no.54/DSN/2006 Syariah card is describe as a credit card which legal relationship between all parties base on Syariah principal whish has been ruled in Fatwa. In Indonesia there are two syariah credit card, Dirham card and BNI Hasanah card. Syariah credit card is a new product which hasn?t been fully understood by most people or consumers. Hence in this thesis the writer will discuss and elaborate the rule of application of syariah credit card in BNI Syariah according to Indonesian regulation and the legal protection for consumers. In this research writer is using normative research method with interview as a gathering information tool. This research conclude that Hasanah Card doesn?t have compound interest system as the conventional credit card does, instead with the system profit loss and sharing system base on syariah principal. IN its application Hasanah card has comply with the terms and requirements in Fatwa by Syariah National Committee. Consumer protection system intend to give a protection and empower the consumers through consumer complaint mechanism, banking product transparency & consumers personal data and independent mediation institution. In dispute between consumers and syariah bank, the settlement will be brought to National Syariah Arbitration Institution or Religion Court."

"ABSTRAKKemiskinan adalah permasalahan yang sudah lama terjadi di Indonesia, danmeskipun usaha yang dilakukan untuk mengurangi kemiskinan berhasil, kecepatanpengurangan kemiskinan itu melambat, menurut data dari Bank Dunia. Akses kreditadalah aspek penting dalam pengurangan kemiskinan, dan Indonesia sedangberusaha untuk meningkatkan kemudahan akses kredit melalui program inklusikeuangan. Meskipun begitu, orang-orang miskin masih belum bisa menyediakanpersyaratan berupa jaminan atau informasi yang cukup untuk mendapat pinjamandari institusi keuangan formal, sehingga mereka meminjam kepada sektor informal,dimana mereka lebih longgar dalam persyaratan peminjamannya. Masalah yangterjadi ialah ketika orang-orang ini meminjam dari sektor informal, adakemungkinan mereka dikenakan bunga yang lebih tinggi dari yang mereka mampubayarkan, sehingga mereka dapat terus miskin, atau jatuh miskin ketika merekaawalnya tidak miskin. Mereka yang memberikan pinjaman seperti ini disebut lintahdarat, dimana di Indonesia mereka sangat tersebar luas. Penelitian ini bertujuanuntuk melihat pengaruh dari akses kredit dan kredit informal terhadap insidensikemiskinan dengan menggunakan data dari IFLS3, IFLS4, dan IFLS5 dan diolahmenggunakan ordered logit regression model. Untuk mengukur pengaruh jangkapendeknya, akan menggunakan IFLS3 dan IFLS4, sedangkan jangka panjangnyamenggunakan IFLS3 dan IFLS5. Ditemukan dalam penelitian ini bahwa baik akseskredit maupun lintah darat mempengaruhi insidensi kemiskinan secara konsistendan signifikan. Akses kredit akan meningkatkan kemungkinan menjadi tidakpernah miskin, dan orang-orang yang meminjam dari lembaga keuangan informalmemiliki kemungkinan yang lebih tinggi untuk tetap miskin antar periode, ataujatuh miskin.

---

ABSTRACTPoverty has been a recurring problem in Indonesia for a long time, and despitesuccessful efforts in reducing poverty, the rate of reduction is slowing down,according to World Bank data. Credit access is an important aspect in povertyalleviation, and Indonesia has been working on increasing the ease of credit accessthrough financial inclusion programs. Even so, the poor still cannot afford toprovide any form of collateral or enough information to secure a loan from theformal financial sector, so they look towards the informal sector, which are morelenient in terms of loan requirements. The problem is when these people borrowfrom the informal sector, there is a chance where they are charged with very highinterest rate, which will leave them with more debt than they could ever repay,which may render them to stay poor between periods, or fall into poverty when theyinitially were not poor in the period before. The people who give out loans likethose are called loan sharks, and they are very commonly found in Indonesia. Thisresearch aims to examine the effect of credit access and informal credit to povertyincidence by using data from IFLS3, IFLS4, and IFLS5 which will be processedthrough an ordered logit regression model. To measure the short-term effect, IFLS3and IFLS4 will be used, while for the long-term effect, IFLS3 and IFLS5 will beused. The research concludes that both credit access and loan sharks consistentlyand significantly affect poverty incidence. Credit access will increase theprobability of being never poor, while people that borrow from informal financialinstitutions will have a higher probability of staying poor or falling into poverty"