10

BAB II

LANDASAN TEORI

2. LANDASAN TEORI

2.1. Perbankan

2.1.1. Pengertian Bank

Menurut Kasmir (2008, hal. 2), bank adalah lembaga keuangan yang kegiatan

usahanya adalah menghimpun dana dari masyarakat dan menyalurkan kembali dana

tersebut ke masyarakat serta memberikan jasa-jasa bank lainnya. Sedangkan menurut

Undang-undang Negara Republik Indonesia Nomor 10 Tahun 1998 tentang

perbankan, yang dimaksud dengan bank adalah badan usaha yang menghimpun dana

dari masyarakat dalam bentuk simpanan dan menyalurkannya kepada masyarakat

dalam bentuk kredit dan atau bentuk-bentuk lainnya dalam rangka meningkatkan

taraf hidup rakyat banyak.

Dari kedua definisi di atas diketahui bahwa bank adalah sebuah lembaga yang

bergerak di bidang keuangan. Masih menurut Kasmir (2008, hal 3) bahwa bank

merupakan lembaga keuangan yang kegiatannya adalah:

1. Menghimpun dana merupakan kegiatan mengumpulkan atau mencari dana

(uang) dengan cara membeli dana dari masyarakat luas dalam bentuk simpanan

giro (demand deposit), tabungan (saving deposit) atau deposito (time deposit).

Tujuan utama masyarakat menyimpan uang biasanya adalah untuk keamanan

uangnya. Sedangkan tujuan kedua adalah untuk melakukan investasi dengan

11

harapan memperoleh bunga dari hasil simpanannya. Strategi bank dalam

mengimpun dana adalah dengan memberikan rangsangan berupa balas jasa yang

menarik dan menguntungkan. Balas jasa tersebut dapat berupa bunga bagi bank

yang berdasarkan prinsip konvensional, dan bagi hasil bagi bank yang berprinsip

syariah.

2. Menyalurkan dana merupakan kegiatan memberikan dana yang diperoleh lewat

simpanan giro, tabungan dan deposito ke masyarakat dalam bentuk pinjaman

(kredit) bagi bank yang berprinsip konvensional atau pembiayaan bagi bank

yang berprinsip syariah. Dalam pemberian dana kredit disamping dikenakan

bunga, bank juga mengenakan jasa pinjaman kepada penerima kredit ( debitur)

dalam bentuk biaya administrasi serta biaya provisi dan komisi. Sementara untuk

bank berbasis syariah, menggunakan sistem bagi hasil. Tentu saja sebelum kredit

diberikan, bank terlebih dahulu menilai apakah kredit tersebut layak diberikan

atau tidak. Penilaian ini dilakukan agar bank terhindar dari kerugian akibat tidak

dapat dikembalikannya pinjaman yang disalurkan bank dengan berbagai sebab.

Jenis kredit yang biasa diberikan oleh hampir semua bank adalah seperti kredit

investasi, kredit modal kerja dan kredit perdagangan.

3. Memberikan jasa perbankan lainnya yang merupakan pendukung atau pelengkap

kegiatan perbankan. Jasa-jasa ini diberikan terutama untuk mendukung

kelancaran kegiatan menghimpun dana dan menyalurkan dana,baik yang

berhubungan langsung maupun tidak langsung dengan kegiatan simpanan dan

kredit. Banyaknya jenis jasa yang ditawarkan sangat tergantung dari kemampuan

12

masing-masing bank yang dilihat dari permodalan, manajemen, serta fasilitas

sarana dan prasarana, contoh jenis-jenis jasa lainnya seperti pengiriman uang

(transfer), penagihan surat-surat berharga yang berasal dari dalam kota

(clearing) dan luar kota atau luar negeri (inkaso), letter of credit (L/C), safe

deposit box, banknotes dan jasa lainnya.

Secara ringkas kegiatan bank sebagai lembaga keuangan dapat dilihat dalam

Gambar 2.1 berikut ini.

Bank

Menyalurkan DanaMemberikan jasa – jasa

Bank LainnyaMenghimpun Dana

Rekening Giro

Rekening Deposito

Rekening Tabungan

Kredit Investasi

Kredit Perdagangan

Kredit Produktif

Kredit Modal Kerja

Dan Lain-lain

Transfer

Letter of Credit

Inkaso

Kliring

Bank Garansi

Bank Card

Safe Deposit Box

Dan Lain-lain

Sumber: Kasmir (2008), hal. 3.

Gambar 2.1. Kegiatan Bank sebagai Lembaga Keuangan

Berdasarkan ukuran (size) total aktivanya, bank dapat dikelompokkan menjadi

beberapa kategori sebagai berikut (LPS, 2010):

13

1. Bank Sangat Besar, yaitu bank-bank yang memiliki total aktiva lebih dari Rp100

triliun;

2. Bank Besar, yaitu bank-bank yang memiliki total aktiva antara Rp25 – 100

triliun;

3. Bank Menengah, yaitu bank-bank yang memiliki total aktiva antara Rp10 – 25

triliun;

4. Bank Kecil, yaitu bank-bank yang memiliki total aktiva antara Rp1 – 10 triliun;

dan

5. Bank Sangat Kecil, yaitu bank-bank yang memiliki total aktiva Rp1 triliun atau

kurang.

2.2. Risiko Perbankan

Berdasarkan Workbook level 1 Global Association of Risk Profesionals-Badan

Sertifikasi Manajemen Risiko (2005) : A.4 dikutip Idroes, et al. (2006, hal.7) risiko

didefinisikan sebagai suatu kemungkinan akan terjadinya hal yang tidak diinginkan

yang dapat menimbulkan kerugian apabila tidak diantisipasi serta tidak dikelola

semestinya. Sedangkan menurut Lampiran SE No. 5/21/DPNP tanggal 29 September

2003 perihal Pedoman Standar Penerapan Manajemen Risiko bagi Bank Umum,

risiko dalam konteks perbankan merupakan suatu kejadian potensial, baik yang dapat

diperkirakan (anticipated) maupun yang tidak diperkirakan (unanticipated) yang

berdampak negatif terhadap pendapatan dan permodalan Bank.

14

Bank, sebagaimana lembaga keuangan dalam menjalankan kegiatan guna

mendapatkan hasil usaha (return), selalu dihadapkan pada risiko. Risiko yang

mungkin terjadi dapat menimbulkan kerugian bagi bank jika tidak dideteksi serta

tidak dikelola sebagaimana mestinya. Untuk itu, bank harus mengerti dan mengenal

risiko-risiko yang mungkin timbul dalam melaksanakan kegiatan usahanya.

Menurut James Lam dalam bukunya yang berjudul Enterprise Risk

Management (2003, hal. 4), keputusan yang dibuat oleh Bank dalam melakukan

kegiatan bisnisnya dan risiko yang dihadapinya akan membentuk risiko portfolio

Bank tersebut. Hal ini akan menentukan keuntungan yang akan didapatkan oleh Bank

tersebut dan volatilitas pendapatan tesebut. Beberapa keputusan akan membuat

keuntungan, sedangkan keputusan lainnya akan merugikan.

Dalam melakukan suatu kegiatan bisnis, ada sebuah konsep yang berlaku di

seluruh dunia, yaitu “no risk, no return”. Maksudnya adalah tidak ada risiko, maka

hasil usaha yang didapatkan pun tidak ada, karena apapun kegiatan bisnis yang

dilakukan oleh suatu Bank, pasti akan ada risikonya dan jika Bank tersebut tidak

berani mengambil risiko, maka hasil yang didapatkan pun tidak maksimal. Untuk

lebih jelasnya dapat dilihat pada Gambar 2.2 berikut ini.

Sumber: Lam (2003), hal. 4.

Gambar 2.2. Trade-Off antara Risiko dan Return

15

Dari Gambar 2.2 dapat dilihat bahwa semakin besar risiko yang diambil oleh

Bank tersebut, maka hasil yang didapatkan (return) akan semakin besar pula. Namun,

ada cara pemikiran yang lebih bagus daripada konsep “high risk, high return”.

Menurut Lam (2003; hal. 4), cara yang lebih baik untuk memikirkan risiko dan return

adalah bukan dengan slogan risiko dan absolute return, tetapi dengan slogan risiko

dan relative return. Maksudnya adalah, jangan berusaha untuk mengambil risiko

setinggi-tingginya untuk mendapatkan hasil yang besar pula, tapi ambil risiko yang

optimal, dengan melihat kemampuan Bank tersebut, agar hasil yang didapatkan

optimal. Untuk lebih jelasnya dapat dilihat pada Gambar 2.3 berikut ini.

Sumber: Lam (2003), hal. 4.

Gambar 2.3. Risiko dan Relative Return

Dapat kita lihat dari Gambar 2.3 terdapat 3 zona pengambilan risiko. Zona-

zona tersebut mewakili kecil-besarnya risiko yang diambil oleh suatu Bank dan hasil

dari pengambilan risiko tersebut. Zona-zona tersebut adalah:

16

1. Zona 1

Pada zona 1, Bank tidak cukup berani untuk mengambil banyak risiko, padahal,

kemampuan Bank tersebut untuk mengambil risiko yang ada masih cukup besar.

Hal ini menyebabkan hasil yang didapatkan (return) tidak mencapai titik

optimal. Jika Bank tersebut tetap tidak berani mengambil risiko, maka hasil yang

didapatkan pun tidak akan pernah mencapai hasil yang optimal.

2. Zona 2

Pada zona 2, Bank berani mengambil mengambil risiko setinggi-tingginya

dengan melihat kemampuan optimal dari Bank tersebut. Bank tersebut tidak

mengambil risiko yang di luar batas kemampuannya. Hal ini membuat hasil yang

didapatkan (return) menjadi optimal. Zona 2 lah yang seharusnya diambil oleh

Bank-bank tersebut agar bisa mencapai return yang optimal. Masalah yang

sering terjadi adalah, para pelaku perbankan sering tidak mendapatkan informasi

yang cukup mengenai batasan tertinggi dari risiko yang bisa diambil oleh mereka

sehingga mereka mencapai zona 3.

3. Zona 3

Pada zona 3, Bank terlalu berani mengambil risiko yang ada, bahkan melewati

kemampuan mereka sendiri. Dengan mengambil risiko tanpa melihat

kemampuan sistem dan kemampuan manajemen risiko mereka, maka hasil yang

didapatkan pun akan menjadi tidak optimal, bahkan cenderung mengalami

kerugian.

17

Dari penjelasan di atas, dapat kita ketahui, bahwa risiko adalah sesuatu yang

tidak dapat kita hindari di dalam dunia perbankan. Risiko adalah bagian yang tidak

dapat kita pisahkan bila kita ingin berbisnis dan mencari keuntungan sebesar-

besarnya. Oleh karena itu, Bank harus mengarahkan, agar risiko dan hasil yang

didapatkan mencapai optimal.

2.2.1. Peristiwa Menyebabkan Timbulnya Risiko (Risk Event)

Menurut Idroes, et al. (2006, hal 8), risk event didefinisikan sebagai

munculnya kejadian yang dapat menciptakan potensi kerugian atau hasil yang tidak

diinginkan. Telah terjadi beberapa risk event fenomenal pada industri keuangan

internasional yang terjadi selama 20 tahun terakhir dan telah menimbulkan

malapetaka pada institusi keuangan internasional. Untuk lebih jelasnya dapat dilihat

pada Tabel 2.1.

Tabel 2.1. Peristiwa Fenomenal pada Industri Keuangan yang

Menimbulkan Risiko

Tahun Risk Event

1986 Krisis hutang Amerika Latin

1987 Bursa saham global hancur

1989 Krisis pinjaman dan tabungan AS

1990 Kehancuran Junk Bond

1992 Krisis nilai tukar Eropa

1994 Krisis nilai tukar Mexico

1995 Krisis hutang Amerika Latin

1997 Krisis nilai tukar Asia

1998 Krisis hedge fund

2001 Loncatan teknologi media dan bursa saham telekomikasi

Sumber : Banks (2003) dikutip Idroes, et al. (2006, hal 9).

18

Tahun Risk Event

2005 Krisis keuangan uni eropa

2008 Krisis keuangan Amerika Serikat

2011 Krisis keuangan Yunani Sumber: Wawan (2011)

Contoh tersebut menunjukkan bahwa satu peristiwa yang menyebabkan

timbulnya risiko dapat menimbulkan malapetaka bagi industri perbankan dan

terhadap perekonomian secara keseluruhan.

Menurut Idroes, et al. (2006, hal.10) Sebuah risk event memiliki beberapa

aspek penting yang harus diperhatikan dalam rangka mengelola risiko. Aspek-aspek

yang dimaksud adalah:

1. Kecenderungan event terjadi dalam suatu rentang waktu tertentu.

2. Dampak terhadap bank jika event terjadi.

3. Ketidakpastian event bagaimana memprediksi berbagai aspek dari risk event.

2.2.2. Kerugian yang Ditimbulkan Akibat Terjadinya Risiko

Menurut Idroes et al. (2006, hal 10), risk Loss merujuk kepada kerugian

sebagai konsekuensi langsung atau tidak langsung dari adanya risk event. Secara

umum kerugian yang timbul diawali oleh peristiwa karena kurangnya pengawasan

internal terhadap transaksi yang dilakukan oleh seorang karyawan bank. Berikut

adalah Tabel 2.2 yang menunjukkan keterkaitan antara risk loss dengan risk event.

19

Tabel 2.2 Kerugian Lembaga Keuangan Akibat Peristiwa Risiko

Tahun Lembaga

Keuangan

Risk Loss

(USD

mllion)

Risk Event

1990 Drexel Burnham

Lambert

1,900

(bangkrut)

Investasi pada saham lapis bawah

(junk bond), pendanaan jangka

pendek. Tidak dapat memenuhi

kewajiban pada saat jatuh tempo

karena nilai saham jatuh dan tidak

laku di pasaran.

1991 BCCI 500 (Kolaps) Lemah dalam analisa kredit;

dokumentasi kredit yang tidak

lengkap; saling menghilangkan data

dan penyelewengan; pencucian

uang.

1993 Metallgesellschaft 1,500 Strategi lindung nilai (hedge) yang

salah: salah asumsi ekonomi;

kegagalan likuidasi posisi; strategi

yang menjurus pada

penyelewengan.

1994 Credit Lyonnais 24,220 Ketidak cukupan pengawasan dan

deregulasi internal dalam kaitan

dengan berbagai penyelewengan;

pencucian uang

Des 1994 Orange County 164

(bangkrut)

Kerugian pada portofolio obligasi

akibat salah posisi terhadap arah

suku bunga the Fed ;

Penyelewengan oleh Robert Citron

secara illegal menggunakan dana

wilayah untuk menutupi kerugian

yang terus membengkak.

1995 Daiwa 1,100 Transaksi obligasi pemerintah AS

tanpa persetujuan dan menimbulkan

kerugian yang diakumulasi selama

12 tahun.

20

Tabel 2.2 Kerugian Lembaga Keuangan Akibat Peristiwa Risiko (lanjutan)

Tahun Lembaga

Keuangan

Risk Loss

(USD

mllion)

Risk Event

1996 Morgan Grenfell 260 Ketidakcukupan pengawasan;

budaya promosi yang ketinggian

bagi karyawan bintang tanpa

pertanyaan terhadap laba dan

instrument yang digunakan.

1997 Bre-X 120 Sengaja melakukan maipulasi nilai

saham dengan menyatakan adanya

penemuan tambang emas.

Sumber: Gallati (2003), dikutip Idroes et al. (2006, hal 10-12).

Risk Loss pada suatu Bank, dapat berdampak kepada pemegang saham,

karyawan, nasabah bahkan kepada perekonomian suatu negara. Berikut ini adalah

uraian dampak Risk Loss (Gallati, 2003; dikutip Idroes et al., 2006; hal. 10-12):

1. Dampak terhadap pemegang saham (stakeholders):

a. Turunnya harga saham menurunkan nilai perusahaan yang berarti turunnya

kesejahteraan pemegang saham.

b. Kerugian yang cukup besar dikarenakan investasi yang telah dilakukan di

Bank tersebut.

c. Tanpa perlu memperdebatkan siapa yang salah, pemegang saham harus

bertanggung jawab atas kerugian yang terjadi.

2. Dampak terhadap karyawan:

a. Pengurangan gaji ataupun bonus.

b. Dikenakan sanksi karena dianggap lalai.

c. Pemutusan Hubungan Kerja (PHK).

21

3. Dampak terhadap nasabah:

a. Merosotnya tingkat pekayanan.

b. Jenis produk yang ditawarkan oleh Bank bersangkutan menjadi berkurang.

4. Dampak terhadap perekonomian:

Risiko kegagalan Bank yang dapat merusak perekonomian secara keseluruhan.

Contoh: tahun 1998, rush yang terjadi oleh Bank BCA dapat menggoyahkan

sendi-sendi perekonomian. Pemerintah yang harus memberikan bantuan

likuiditas agar BCA tidak kolaps secara tidak langsung menjadi beban

masyarakat berupa kenaikan harga, penurunan subsidi dan kenaikan pajak.

2.2.3. Jenis-Jenis Risiko

Menurut Lam (2003, hal. 23), secara profesional, jenis-jenis risiko dibagi ke

dalam 3 macam, yaitu risiko kredit, risiko operasional dan risiko pasar. Risiko-risiko

ini adalah risiko yang harus dihadapi Bank dalam menjalankan bisnisnya sehari-hari.

Risiko ini tidak dapat dihindari dan harus dihadapi agar Bank dapat memperoleh

keuntungan serta menaikkan nilai sahamnya di pasaran.

2.2.3.1. Risiko Kredit

Menurut Kasmir (2008, hal 101), kredit dari bahasa latin “credere” yang

artinya percaya. Maksudnya adalah si pemberi dalam hal ini Bank percaya kepada si

penerima kredit, bahwa kredit yang disalurkannya pasti akan dikembalikan sesuai

dengan perjanjian. Sedangkan, pengertian kredit berdasarkan Undang-undang

22

perbankan Nomor 10 tahun 1998 adalah penyediaan uang atau tagihan yang dapat

dipersamakan dengan itu, berdasarkan persetujuan atau kesepakatan pinjam

meminjam antara Bank dengan pihak lain yang mewajibkan pihak peminjam

melunasi utangnya setelah jangka waktu tertentu dengan pemberian bunga. Oleh

karena itu, untuk meyakinkan Bank bahwa nasabah benar-benar dapat dipercaya,

maka sebelum kredit diberikan terlebih dahulu Bank mengadakan analisis kredit.

Analisis kredit termasuk salah satu cara untuk meminimalisir risiko kredit.

Menurut Lam (2003, hal. 149), risiko kredit adalah kehilangan/kerugian yang

terjadi akibat kesalahan si peminjam atau debitur (counterparty or borrower).

Kesalahan disini bukan berarti karena pihak peminjam bangkrut, tapi bisa saja

dikarenakan pihak peminjam tidak mampu membayar kembali dana yang telah

dipinjam dan bunganya pada saat jatuh tempo. Berdasarkan counterparty, risiko

kredit dapat dibagi dalam tiga kelompok, yaitu:

1. Risiko kredit pemerintahan

Risiko kredit ini terkait dengan pemerintah suatu negara yang tidak mampu

untuk membayar pokok dan bunga pinjamannya pada saat jatuh tempo. Pinjaman

yang dilakukan pemerintah terdiri dari pinjaman bilateral antara negara

peminjam dengan satu pihak kreditur atau pinjaman multilateral yaitu antara

negara dengan beberapa pihak kreditur.

2. Risiko kredit korporat

Risiko kredit ini adalah risiko gagal bayar dari perusahaan yang menerbitkan

surat utang, gagal bayar dari perusahaan yang telah memperoleh kredit, serta

23

gagal bayar dari perusahaan yang telah memperoleh penyertaan modal. Jika

dibandungka dengan risiko kredit pemerintah, risiko korporat lebih berisiko dan

probabilita terjadinya lebih sering.

3. Risiko kredit konsumen

Risiko kredit ini adalah risiko kredit yang terkait dengan ketidakmampuan

debitur perorangan dalam menyelesaikan pembayaran kreditnya. Saat ini banyak

Bank yang beranggapan bahwa pengelolaan kredit konsumen individu adalah

sama pentingnya dengan kredit korporat, karena risiko yang ditimbulkan juga

sama.

2.2.3.2. Risiko Operasional

Lam (2003, hal. 201) menyatakan bahwa risiko operasional adalah risiko yang

diakibatkan oleh kehilangan/kerugian baik secara langsung maupun tidak langsung

yang disebabkan oleh peristiwa internal, manusia dan sistem yang gagal ataupun dari

peristiwa eksternal. Menurut hasil surveys yang diadakan pada tahun 1997-1998 di

Inggris dan Australia oleh PricewaterhouseCoopers dan British Bankers Association

menemukan bahwa hampir 73% Bank-bank disana berfikir bahwa risiko operasional

jauh lebih sering terjadi dibandingkan risiko kredit dan risiko pasar.

Selanjutnya, menurut Idroes et al. (2006, hal 133), terdapat 3 alasan utama

mengapa risiko operasional harus lebih difokuskan dan tidak dipandang remeh, yaitu:

1. Kasus kerugian besar yang terjadi kepada lembaga keuangan dalam satu dekade

terakhir (Daiwa, Barrings, Kidder) disebabkan oleh risiko operasional.

24

2. Risiko operasional sering secara tidak langsung terhubung dengan risiko kredit

maupun risiko pasar. Dan kegagalan dalam risiko operasional pada saat pasar

sedang jelek, dapat menimbulkan kerugian yang sangat besar, contohnya pada

kasus Barrings. Kelalaian dari manajemen dalam melihat saham Nikkei yang

pada saat itu sedang jatuh, menyebabkan kerugian hingga miliaran dolar USD.

3. Apabila risiko operasional tidak ditanggapi secara serius, dapat menyebar ke

semua bidang di Bank tersebut dan pada saat manajemen harus mengambil

keputusan besar berdasarkan informasi yang salah dari salahsatu bidang,

kerugian pun akan terjadi dan tidak dapat dihindari.

Pada Tabel 2.3 dapat dilihat jenis-jenis kerugian/kehilangan yang dapat

ditimbulkan terkait dengan risiko operasional.

Tabel 2.3. Kerugian Akibat Risiko Operasional

Jenis Kerugian Kriteria Definisi Contoh

Kerugian langsung Kehilangan

pendapatan

Peningkatan

biaya akibat

terjadinya event

Biaya lembur

untuk

investigasi

Kesalahan yang

tidak dapat

diperbaiki

Denda yang

harus dibayar

Kehilangan nilai Biaya tetap yang

harus disediakan

Nilai aktiva

turun dan

kewajiban naik

Anggaran untuk

penyelesaian

kasus

Kerugian fisik

akibat aktiva

yang hilang dan

turunnya nilai

pasar dari aktiva

25

Tabel 2.3. Kerugian Akibat Risiko Operasional (lanjutan)

Jenis Kerugian Kriteria Definisi Contoh

Kerugian tidak

langsung Kerugian

langsung yang

disebabkan

event yang

terjadi

Kehilangan

pendapatan

Kehilangan nilai

Biaya bunga;

peningkatan

biaya asuransi;

nasabah

hengkang

Kehilangan

karyawan kunci

dan pangsa

pasar

Kerugian tidak

langsung

lainnya

Kenaikkan biaya

modal; aliran

kas tersendat;

reputasi

memburuk

Opportunity cost Kehilangan

pendapatan

Kehilangan nilai

Kehilangan

peluang bisnis

Kehilangan

sumber daya

Sumber: Idroes et al. (2006, hal. 132).

Sifat dasar perbankan dan perekonomian global dewasa ini yang serba cepat

dengan frekuensi transaksi dan jumlah transaksi yang besar telah meningkatkan risiko

operasional dalam industri perbankan. Sampai saat ini, salah satu penyangga terakhir

agar Bank, yang mengalami risiko operasional, tetap dapat menjalankan aktivitas

sesuai dengan rencana adalah dengan penyediaan modal yang mencukupi dengan

tujuan untuk menutupi kerugian jika risiko operasional terjadi.

2.2.3.3. Risiko Pasar

Menurut Idroes et al. (2006, hal. 101), risiko pasar didefinisikan sebagai

risiko kerugian pada posisi neraca serta pencatatan tagihan dan kewajiban di luar

26

neraca (on-and-off-balance sheet) yang timbul dari pergerakan harga pasar (market

price). Sedangkan menurut Lam (2003, hal. 181), risiko pasar adalah potensial

kehilangan yang dihasilkan oleh perubahan harga pasar dan rates. Faktor-faktor

utama yang menimbulkan risiko pasar adalah risiko suku bunga, risiko valuta asing,

risiko komoditas dan risiko ekuitas. Sedangkan Inflasi sebenarnya berhubungan erat

dengan risiko suku bunga. Beberapa risiko pasar yang relevan pada sektor perbankan

di Indonesia menurut Idroes et al. (2006, hal 102-105) yaitu:

1. Risiko Suku Bunga (Interest Rate Risk)

Risiko suku bunga adalah kerugian potensial yang disebabkan karena perubahan

suku bunga. Risiko pasar dikalkulasikan untuk seluruh instrumen yang

menggunakan satu atau lebih yield curve dalam menghitung nilai pasar. Yield

curve adalah kurva yang menunjukkan hasil yang diterima dari suatu investasi

yang biasanya dinyatakan dalam hasil persentase per tahun dari sejumlah

investasi. Kurva ini menghubungkan antara suku bunga (Interest rate) dengan

jangka waktu jatuh tempo (maturity). Dalam prakteknya, tiap mata uang akan

memiliki sejumlah yield curves pada saat yang sama. Jenis utama dari suku

bunga yang terkait dengan yield curves adalah:

a. Transaksi tunai (cash)

Digunakan untuk menilai kembali posisi deposito dan pinjaman.

b. Transaksi derivatif (derivative)

Kurva ini digunakan untuk menilai semua jenis transaksi derivatif.

c. Transaksi obligasi (bond)

27

Obligasi dinilai berdasarkan harga dengan menggunakan harga penutupan

harian.

d. Transaksi basis (basis)

Tidak semua suku bunga secara aktif diperdagangkan dalam pasar antar

Bank. Suku bunga yang tidak diperdagangkan ditentukan oleh Bank Sentral

sebagai suku bunga diskonto. Di Indonesia dikenal dengan suku bunga

Sertifikat Bank Indonesia (SBI).

Peningkatan suku bunga pasar pada satu sisi berarti pula peningkatan suku bunga

kredit, yang dapat berimbas pada pengurangan permintaan kredit dan atau

memperbesar probabilitas gagal bayar debitur kredit yang ada saat ini karena

meningkatkan beban bunga yang harus debitur bayarkan kepada bank (Mankiw,

2004, hal. 65). Dari sisi bank, peningkatan suku bunga pasar juga akan berimbas

pada peningkatan biaya dana bank, sehingga dengan demikian meningkatkan

beban bunga bank. Secara bersama-sama kedua dampak peningkatan suku bunga

tersebut dapat berdampak negatif pada profitabilitas bank, yang pada akhirnya

akan dicerminkan pada penurunan harga saham bank.

2. Risiko Inflasi (Inflation Risk)

Sedangkan secara sederhana inflasi diartikan sebagai meningkatnya harga-harga

secara umum dan terus menerus (Mankiw, 2004, hal. 75). Kenaikan harga dari

satu atau dua barang saja tidak dapat disebut inflasi kecuali bila kenaikan itu

meluas (atau mengakibatkan kenaikan harga) pada barang lainnya. Kebalikan

dari inflasi disebut deflasi, yaitu menurunnya harga-harga secara terus-menerus.

28

Indikator yang sering digunakan untuk mengukur tingkat inflasi adalah Indeks

Harga Konsumen (IHK). Perubahan IHK dari waktu ke waktu menunjukkan

pergerakan harga dari paket barang dan jasa yang dikonsumsi masyarakat. Sejak

Juli 2008, paket barang dan jasa dalam keranjang IHK telah dilakukan atas dasar

Survei Biaya Hidup (SBH) Tahun 2007 yang dilaksanakan oleh Badan Pusat

Statistik (BPS). Kemudian, BPS akan memonitor perkembangan harga dari

barang dan jasa tersebut secara bulanan di beberapa kota, di pasar tradisional dan

modern terhadap beberapa jenis barang/jasa di setiap kota.

3. Risiko valuta asing (Foreign Exchange Risk)

Risiko valuta asing adalah kerugian potensial yang disebabkan oleh perubahan

nilai tukar valuta asing. Risiko ini terjadi pada seluruh nilai tukar yang terkait

dengan produk dan posisi yang dihargai dari valuta asing berbeda dengan valuta

yang menjadi dasar laporan Bank.

Dalam industri keuangan pada umumnya, terdapat suatu istilah “high risk

bring about high return”. Maksudnya adalah jika ingin memperoleh hasil yang lebih

besar, akan dihadapkan pada risiko yang lebih besar pula. Hal ini dapat dicontohkan

dalam melakukan investasi saham. Dalam bermain saham, berdasarkan volatilitas

harga akan lebih besar peluang untuk memperoleh keuntungan dengan bermain pada

saham lapis rendah. Volatilitas atau pergerakan naik turun harga saham secara tajam

akan membuka peluang untuk memperoleh hasil yang sangat besar, namun

sebaliknya jika harga bergerak ke arah yang berlawanan maka kerugian yang akan

ditanggung sangat besar.

29

Masih menurut Idroes et al. (2006, hal 8), seperti telah dijelaskan sebelumnya,

risiko tidak harus dihindari melainkan harus dihadapi dan dikelola dengan baik.

Penjelasan hal tersebut dapat dilustrasikan sebagai berikut: sebuah Bank memperoleh

dana sebesar Rp. 1 miliar, bunga 12% per tahun, dengan jangka waktu 1 bulan. Jika

Bank tersebut ingin memperoleh keuntungan dari dana tersebut, maka Bank harus

mengalokasikan dana yang diperoleh ke dalam aktiva produktif seperti pinjaman atau

investasi atau penyertaan modal dalam bentuk saham dengan hasil yang lebih besar

dari 12% per tahun. Pilihan tersebut akan menimbulkan risiko paling ekstrim, yaitu

aktiva produktif tersebut tidak kembali. Menghindari risiko memang sah-sah saja,

misalnya hanya disimpan di khasanah Bank tersebut. Namun, hal itu menyebabkan

Bank mengalami kerugian, karena, selain tidak mendapatkan tambahan keuntungan

apapun, Bank juga tetap harus membayar kewajiban bunga terhadap nasabah dan

menyebabkan Bank tersebut mengalami kerugian sebesar suku bunga yang harus

dibayarkan sesuai jatuh tempo.

Dari ilustrasi di atas dapat ditarik kesimpulan bahwa untuk mendapatkan hasil

dari suatu kegiatan, maka harus menghadapi risiko. Untuk itu, risiko harus dihadapi

dalam setiap aktivitas sehingga memberikan peluang untuk memperoleh hasil yang

diharapkan, namun demikian risiko yang ada harus dikelola dengan baik. Itulah

mengapa diperlukan adanya manajemen risiko.

30

2.3. Manajemen Risiko

Menurut Anggreni dalam tulisannya di dalam wordpress.com yang berjudul

Pentingnya Manajemen Risiko Guna Meningkatkan Daya Saing Perusahaan (9

Oktober 2009), manajemen risiko adalah serangkaian prosedur dan metodologi yang

digunakan untuk mengidentifikasi, mengukur, memantau, dan mengendalikan risiko

yang timbul dari kegiatan usaha bank atau perusahaan. Tujuan manajemen risiko

adalah menjaga agar aktivitas operasional perusahaan tidak menimbulkan kerugian

yang melebihi kemampuannya untuk menyerap kerugian, atau membahayakan

kelangsungan usahanya.

Pada awal proses implementasinya, manajemen risiko seringkali

dipersepsikan sebagai penghambat kemajuan, memperlama proses internal

perusahaan, dan membebani keuangan perusahaan, serta hal negatif lainnya. Namun

dengan berjalannya waktu, apalagi setelah menghadapi dan mengalami krisis

moneter serta krisis keuangan global, akhirnya para pelaku ekonomi mengakui bahwa

penerapan manajemen risiko di perusahaan telah menjadi suatu kebutuhan, termasuk

dalam meraih peluang bisnis, bukan semata-mata menghindari bahaya kerugian.

Menurut Lampiran SE BI No. 5/21/DPNP tanggal 29 September 2003, perihal

Pedoman Standar Penerapan Manajemen Risiko bagi Bank Umum, di bagian latar

belakang nomer 1, situasi lingkungan eksternal dan internal perbankan mengalami

perkembangan pesat yang diikuti dengan semakin kompleksnya risiko kegiatan usaha

perbankan sehingga meningkatkan kebutuhan praktek tata kelola Bank yang sehat

(good corporate governance) dan penerapan manajemen risiko yang meliputi

31

pengawasan aktif pengurus Bank, kebijakan, prosedur dan penetapan limit risiko,

proses identifikasi, pengukuran, pemantauan, sistem informasi, dan pengendalian

risiko, serta sistem pengendalian intern.

Di latar belakang nomer 2 dijelaskan bahwa, penerapan manajemen risiko

tersebut akan memberikan manfaat, baik kepada perbankan maupun otoritas

pengawasan Bank. Bagi perbankan, penerapan manajemen risiko dapat meningkatkan

shareholder value, memberikan gambaran kepada pengelola Bank mengenai

kemungkinan kerugian Bank di masa datang, meningkatkan metode dan proses

pengambilan keputusan yang sistematis yang didasarkan atas ketersediaan informasi,

digunakan sebagai dasar pengukuran yang lebih akurat mengenai kinerja Bank,

digunakan untuk menilai risiko yang melekat pada instrumen atau kegiatan usaha

Bank yang relatif kompleks serta menciptakan infrastruktur manajemen risiko yang

kokoh dalam rangka meningkatkan daya saing Bank. Bagi otoritas pengawasan Bank,

penerapan manajemen risiko akan mempermudah penilaian terhadap kemungkinan

kerugian yang dihadapi Bank yang dapat mempengaruhi permodalan Bank dan

sebagai salah satu dasar penilaian dalam menetapkan strategi dan fokus pengawasan

Bank.

Esensi dari penerapan manajemen risiko adalah kecukupan prosedur dan

metodologi pengelolaan risiko sehingga kegiatan usaha Bank tetap dapat terkendali

(manageable) pada batas/limit yang dapat diterima serta menguntungkan Bank.

Namun demikian mengingat perbedaan kondisi pasar dan struktur, ukuran serta

kompleksitas usaha Bank, maka tidak terdapat satu sistem manajemen risiko yang

32

universal untuk seluruh Bank sehingga setiap Bank harus membangun sistem

manajemen risiko sesuai dengan fungsi dan organisasi manajemen risiko pada Bank.

2.4. Teknik Pengolahan Data

2.4.1. Regresi Time Series

Data yang diperoleh diolah dan dianalisis dengan mengunakan metode regresi

time series yang dilakukan secara elektronik (electronic data processing) dengan

bantuan software EViews 6. Software ini dikenal sebagai salah satu piranti lunak yang

sangat handal dan memiliki modul lengkap untuk regresi time series. Beberapa modul

analisis statistik yang disediakan oleh EViews 6 antara lain adalah (EViews 6’s User

Guides):

1. Uji Statistik Deskriptif

Statistika deskriptif merupakan bagian dari statistika yang mempelajari alat,

teknik, atau prosedur yang digunakan untuk menggambarkan atau

mendeskripsikan kumpulan data atau hasil pengamatan. Data yang dikumpulkan

tersebut perlu disajikan supaya mudah dimengerti, menarik, komunikatif, dan

informatif bagi pihak lain. Informasi yang dapat diperoleh dari statistika

deskriptif ini antara lain ukuran pemusatan data dan ukuran penyebaran data.

Analisis ini untuk menghitung modus, median, rata-rata hitung, range,

interquartile range, ragam dan simpang baku.

33

2. Uji Stasioneritas

Uji stasioneritas bertujuan untuk menguji apakah data yang akan dianalisis

mengandung unit root atau tidak. Jika data masih mengandung unit root, maka

hasil estimasi parameter regresi time series akan bias sehingga menimbulkan

gejala yang disebut dengan spurious regression (Nachrowi dan Usman, 2005;

hal. 78). Uji yang sangat sederhana untuk melihat stasioneritas data adalah

dengan analisis grafik. Akan tetapi, dalam menentukan stasioner atau tidaknya

sebaran data dengan menggunakan grafik tidaklah mudah. Sangat mungkin

terjadi, beberapa orang akan mengambil kesimpulan yang berbeda terhadap suatu

grafik, karena keputusan diambil secara subjektif. Untuk itulah dibutuhkan uji

formal dalam menentukan stasioneritas data, salah satunya adalah dengan

menggunakan unit root test. Output yang paling utama dibutuhkan adalah hasil

dari ADF Test Statistics, dimana jika nilai p-value statistik ADF kurang dari 5%

maka data dikatakan tidak mengandung unit root atau telah stasioner.

3. Uji Validitas Model Regresi

Pengujian ini dilakukan untuk menguji kelayakan pemenuhan asumsi model

regresi. Tujuan pengujian ini adalah agar didapatkan nilai parameter yang BLUE

(Best, Linear, Unbiased, Efficient) sehingga hasil penelitian dapat lebih

diandalkan. Pengujian asumsi-asumsi klasik, yang dilakukan dengan bantuan

EViews 6, terdiri dari tiga jenis, yaitu:

34

a. Uji Multikolinearitas

Uji ini bertujuan untuk menguji apakah pada model regresi ditemukan adanya

korelasi antara variable independen. Interpretasi dari persamaan regresi ganda

secara implisit bergantung pada asumsi bahwa variabel-variabel bebas dalam

persamaan tersebut tidak saling berkorelasi. Koefisien-koefisien regresi

biasanya diinterpretasikan sebagai ukuran perubahan variabel terikat jika

salah satu variabel bebasnya naik sebesar satu unit dan seluruh variabel

lainnya dianggap tetap. Namun interpretasi ini dianggap tidak benar apabila

terdapat hubungan linier antara variabel bebas. Pengujian multikolinearitas

dilakukan dengan menggunakan angka koefisien Pearson antar variabel-

variabel independen. Aturan yang digunakan adalah jika angka korelasi

Pearson antara dua variabel independen lebih dari 0,8, maka diantara kedua

variabel independen tersebut saling multikolinear. Apabila terjadi

pelanggaran asumsi multikolinearitas, maka salah satu dari dua variabel

independen yang saling multikolinear harus dikeluarkan dari model regresi

time series.

b. Uji Heterokedastisitas

Uji ini bertujuan untuk menguji apakah dalam suatu model regresi terjadi

ketidaksamaan variance dan residual dari suatu pengamatan ke pengamatan

lainnya. Untuk menguji apakah terjadi heterokedastisitas dapat dilakukan

langkah sebagai berikut:

35

1) Jika ada pola tertentu pada grafik, seperti titik-titik yang membentuk pola

yang teratur (bergelombang, melebar kemudian menyempit), maka

mengindikasikan telah tejadi heterokedastisitas.

2) Jika tidak ada pola yang jelas, serta titik-titik yang menyebar di atas dan

di bawah angka 0 pada sumbu Y, maka tidak tejadi heterokedastisitas.

Uji ini juga dapat dilakukan dengan menggunakan White-Heteroscedasticity

(WH) test, dimana error persamaan regresi time series dikatakan

mengandung heteroskedastisitas jika nilai p-value statistik WH kurang dari

5%. Masalah heterokedastisitas ini dapat diatasi dengan mudah, yaitu dengan

menggunakan pemodelan ARCH (Auto Regressive Conditional

Heteroscedasticity) atau GARCH (Generalized Auto Regressive Conditional

Heteroscedasticity). Kedua jenis pemodelan ini secara langsung dapat

mengatasi heterokedastisitas.

c. Uji Autokorelasi

Uji ini bertujuan untuk menguji apakah dalam suatu model regresi berganda

ada korelasi antara kesalahan pengganggu pada periode t, dengan kesalahan

pada periode t-1. Jadi autokorelasi ialah adanya korelasi antara variabel itu

sendiri, pada pengamatan yang berbeda waktu atau individu. Umumnya kasus

autokorelasi banyak terjadi pada data time series. Salah satu langkah yang

dapat dilakukan untuk mendeteksi autokorelasi adalah dengan melihat pola

hubungan antara residual (ui) dan variabel bebas atau waktu (X). Untuk

mempermudah dalam melihat pola hubungan yang dimaksud, kita dapat

36

membuat plot antara kedua variabel tersebut. Untuk menguji keberadaan

autokorelasi dalam penelitian ini digunakan metode Durbin-Watson dimana

angka-angka yang diperlukan dalam metode tersebut adalah dl (angka yang

diperoleh dari tabel DW batas bawah), du (angka yang diperoleh dari tabel

DW batas atas), 4 – dl dan 4 – du. Posisi angka uji Durbin–Watson dapat

digambarkan sebagai berikut:

Gambar 2.4. Aturan Membandingkan Uji Durbin-Watson dengan

Tabel Durbin-Watson

Persyaratan uji dengan menggunakan tabel Durbin-Watson adalah :

1) Jika nilai DW terletak antara d1 dan (4 - d1) atau antara du dan (4 - du)

maka koefisien autokorelasi sama dengan 0 yang berarti tidak terdapat

autokorelasi.

2) Jika nilai DW berada di luar d1, atau di luar du maka koefisien

autokorelasi lebih besar daripada 0 yang berarti terdapat autokorelasi

positif.

3) Jika nilai DW lebih besar daripada (4 - d1), berarti ada autokorelasi

negatif.

Korelasi Positif Tidak ada korelasi Korelasi negatif

Tidak tahu Tidak tahu

0 dL du 4-du 4-dL 4

37

4) Jika nilai DW terletak antara du dan d1, atau nilai DW terletak antara (4 -

du) dan (4 – d1) maka hasilnya tidak dapat disimpulkan.

4. Model Box-Jenkins/ARIMA

Regresi time series ARIMA (Autoregressive Integrated Moving Average), atau

model Box-Jenkins, ditemukan pertama kali oleh G.E.P Box dan G.M Jenkins.

ARIMA terdiri dari gabungan dua model, yaitu model autoregressive (AR) dan

moving average (MA). Model AR berbentuk hubungan antara variabel terikat Y

dengan variabel bebas yang merupakan nilai Y pada waktu sebelumnya.

Sedangkan model MA menunjukkan ketergantungan variabel terikat Y terhadap

nilai-nilai residual pada waktu sebelumnya secara berurutan. Gabungan kedua

model inilah yang sangat berguna dalam menganalisis data time series, dengan

sebutan ARIMA. Persamaan umum dari suatu model ARIMA secara matematis

adalah sebagai berikut:

t

q

j

jtj

p

i

itit yy11

0

(2.1.)

Keterangan:

ty : Variabel dependen pada waktu t

ity : Variabel dependen pada waktu t-i (AR ordo ke-i)

jt : Error persamaan pada waktu t-j (MA ordo ke-j)

t : Residual error persamaan pada waktu t

ji ,,0 : Parameter-parameter persamaan ARIMA

38

Pada dasarnya, metode ini menggunakan pendekatan iteratif, dengan empat

tahapan dalam menentukan model yang cocok. Tahapan tersebut adalah:

a. Identifikasi

Pada tahap ini kita akan menentukan p, d dan q dengan bantuan korelogram

autokorelasi (ACF) dan korelogram autokorelasi parsial (PACF).

b. Estimasi

Pada tahapan ini, hal yang dilakukan adalah mengestimasi parameter AR dan

MA yang terdapat pada model. Pengestimasian ini menggunakan software

EViews 6.

c. Tes Diagnostik

1) Uji Parsial (Uji t)

Untuk menguji pengaruh masing-masing variabel independen terhadap

variabel dependen digunakan uji t, yang digunakan untuk menguji

keberartian koefisien regresi linier berganda secara parsial. Pengujian

dilakukan dengan membandingkan t-hitung (th) dengan t-tabel (tt) pada

derajat signifikan 5%. Apabila hasil pengujian menunjukkan t-h>t-t atau

apabila kesalahan kurang dari 5% maka Ho ditolak dan Ha diterima, yang

berarti variabel independen dapat menerangkan pada variabel idependen

dan ada pengaruh yang signifikan diantara kedua variabel yang diuji.

Namun apabila sebaliknya t-h < t-t atau apabila kesalahan lebih dari 5%,

maka Ho diterima dan Ha ditolak, yang kesimpulannya adalah variabel

independen tidak dapat menerangkan variabel dependen dengan baik, atau

39

dengan kata lain, tidak ada pengaruh yang signifikan diantara kedua

variabel yang diuji.

2) Uji Simultan (Uji F)

Untuk menguji pengaruh variabel independen dengan dependen yang

digunakan secara simultan. Pengujian uji F atau variasinya dengan

membandingkan F-hitung ( Fh) dengan F tabel (Ft) pada derajat signifikan

5%. Apabila hasil pengujian menunjukkan Fh > Ft atau probabilitas

kesalahan kurang dari 5%, maka Ho ditolak dan Ha diterima. Hal tersebut

menunjukkan ada pengaruh signifikan dari variabel independen terhadap

variabel dependen. Namun, jika sebaliknya Fh< Ft atau probabilitas

kesalahan lebih dari 5% , maka Ho diterima dan Ha ditolak. Hal tersebut

menunjukkan tidak ada pengaruh yang signifikan dari variabel independen

terhadap variabel dependen.

d. Goodness-of-Fit

Setelah model ARIMA ditentukan, dan parameternya telah diestimasi, maka

kemudian kita harus melihat apakah model yang terpilih cocok dengan data

atau tidak. Beberapa tes diagnostik yang penting untuk diperhatikan antara

lain:

1) Koefisien Determinasi (R2)

Koefisien korelasi (R) digunakan untuk melihat hubungan antara variabel

independen dengan variabel dependen. Nilai R berkisar antara 0 sampai

dengan 1. Jika R semakin mendekati 1 maka hubungan semakin kuat.

40

Namun jika R semakin mendekati 0 maka hubungan semakin lemah. Hal

tersebut dapat dilihat sebagai berikut:

0,00-0,199 = sangat lemah

0,20-0,399 = lemah

0,40-0,599 = sedang

0,60-0,799 = kuat

0,80-1,00 = sangat kuat

Kuadrat dari nilai R disebut sebagai koefisien determinasi (R2), yang

nilainya berkisar antara 0% hingga 100%. Semakin tinggi nilai koefisien

determinasi, maka berarti bahwa model yang diestimasi semakin baik

dalam menjelaskan variabel dependen. Ukuran Goodness-of-Fit ini

mencerminkan seberapa besar variasi dari regressand (Y) dapat

diterangkan oleh regressor (X). Bila R2 = 0, artinya variasi dari Y tidak

dapat diterangkan oleh X sama sekali. Sementara bila R2 = 1, artinya

variasi dari Y, 100% dapat dterangkan oleh X. Dengan kata lain bila R2 =

1, maka semua titik pengamatan berada pada garis regresi. Dengan

demikian ukuran goodness of fit dari suatu model ditentukan oleh R2 yang

nilainya antara nol dan satu.

2) Akaike Information Criteria (AIC)

AIC adalah salah satu ukuran goodness-of-fit model regresi time series.

Semakin kecil nilai AIC, maka suatu model regresi time series dikatakan

semakin unggul.

41

3) Schwarz Information Criteria (SIC)

SIC merupakan salah satu alternatif ukuran goodness-of-fit model regresi

time series, namun dengan penalti yang lebih tinggi dari AIC. Serupa

dengan AIC, suatu model regresi time series dikatakan lebih unggul jika

nilai SIC nya semakin kecil.

e. Tahap peramalan (forecasting)

Peramalan baru dilakukan setelah modelnya lolos tes diagnostic dan

goodness-of-fit, sehingga diperoleh model yang paling optimal. Peramalan ini

sesungguhnya merupakan penjabaran dari persamaan berdasarkan koefisien-

koefisien yang didapat, sehingga dapat ditentukan kondisi di masa yang akan

datang.

5. Model GARCH (Generalized Autoregressive Conditional Heteroscedastic)

Sebagaimana telah kita ketahui, pada umumnya data cross section sering

memunculkan varians error yang heterokedastis. Akan tetapi, bukan berarti data

time series terhindar dari permasalahan tersebut. Data keuangan seperti Indeks

Harga Saham, inflasi, nilai tukar atau suku bunga seringkali mempunyai varian

error yang tidak konstan. Pada model GARCH ini tidak memandang

heteroskedastisitas sebagai permasalahan, tetapi justru memanfaatkan kondisi

tersebut untuk membuat model. Bahkan dengan memanfaatkan

heteroskedastisitas dalam error dengan tepat, maka akan diperoleh estimator yang

lebih efisien. Adakalanya varian dari error tidak tergantung pada variabel

bebasnya melainkan varian tersebut berubah-ubah seiring dengan perubahan

42

waktu. Aplikasi yang mempunyai karakteristik seperti ini biasanya pada

pemodelan return dari pasar modal, inflasi atau interest rate. Pada pemodelan ini,

ada suatu periode dimana volatilitas sangat tinggi dan ada periode lain yang

volatilitasnya sangat rendah. Pola volatilitas yang demikian menunjukkan adanya

heteroskedastisitas karena terdapat varian error yang besarnya tergantung pada

volatilitas error di masa lalu. Data yang mempunyai sifat heteroskedastisitas

seperti ini dapat dimodelkan dengan Generalized AutoRegressive Conditional

Heteroscedasticity (GARCH). Persamaan umum dari suatu model GARCH secara

matematis adalah sebagai berikut:

2

2

2

10

2

jtitt (2.2.)

Keterangan:

2

t : Varians (kuadrat volatilitas) variabel dependen pada

waktu t

2

1t : Kuadrat error variabel dependen pada waktu t-i

2

1t : Varians error variabel dependen pada waktu t-j

210 ,, : Parameter-parameter variance equation

2.4.2. Value-at-Risk (VaR)

Selain pengolahan data model time series dengan menggunakan E-Views 6,

dalam rangka mengimplementasikan model time series yang telah diestimasi untuk

keperluan manajemen risiko, digunakan metode Value-at-Risk (VaR). Menurut Best

43

(1998) dikutip Sartono dan Setiawan (2006, hal 38) dalam jurnalnya yang berjudul

VaR Portfolio Optimal: Perbandingan Antara Metode Markowitz dan Mean Absolute

Deviation, Value at Risk atau VaR adalah suatu metode pengukuran risiko secara

statistik yang memperkirakan kerugian maksimum yang mungkin terjadi atas suatu

portofolio pada tingkat kepercayaan (level of confidence) tertentu. Nilai VaR selalu

disertai dengan probabilitas yang menunjukkan seberapa mungkin kerugian yang

terjadi akan lebih kecil dari nilai VaR tersebut. VaR adalah suatu nilai kerugian

moneter yang mungkin dialami dalam jangka waktu yang telah ditentukan.

Sedangkan menurut Wikipedia (2011), dalam ekonomi dan keuangan, Value

at Risk, disingkat VaR, adalah kerugian maksimum yang tak akan dilewati untuk

suatu probabilitas yang didefinisikan sebagai tingkat kepercayaan (confidence level),

selama suatu periode waktu tertentu. VaR biasanya digunakan oleh lembaga efek atau

bank investasi untuk mengukur risiko pasar dari portfolio aktiva mereka, walaupun

sebenarnya VaR adalah suatu konsep yang bersifat umum yang dapat diterapkan

untuk berbagai hal. VaR diterapkan secara luas dalam keuangan untuk manajemen

risiko kuantitatif untuk berbagai jenis risiko. VaR tidak memberikan informasi

mengenai besarnya kerugian jika dilampaui.

Menurut Sumiarbudi (2009) dalam tulisannya yang berjudul Value at Risk,

model untuk menghitung VaR bermacam-macam, namun secara umum pengukuran

VaR mengikuti proses lazim yang dapat diringkaskan dalam tiga tahap:

44

a. Identifikasi faktor risiko dan distribusi kerugian.

b. Mengukur risiko dan menghitung VaR berdasarkan distribusi kerugian

tersebut. Dalam hal ini terdapat beberapa metoda yang lazim digunakan,

yaitu:

1) Pendekatan Variance-Covariance

Metoda analisis variance-covariance berasumsi bahwa faktor risiko

terdistribusi secara log-normal, sehingga log-returns terdistribusi normal.

Setelah distribusi laba-rugi portfolio diperoleh, maka properti matematis

baku dari distribusi normal dapat digunakan untuk menghitung kerugian

yang akan setara dengan atau melampaui x persen pada suatu waktu, yakni

VaR. Metode varian-covariane meliputi empat tahap:

a) Identifikasi faktor pasar dasar dan dan posisi standar yang

berhubungan langsung dengan faktor pasar.

b) Berasumsi bahwa persen perubahan faktor pasar terdistribusi Normal

dengan rerata nol dan mengestimasi parameter distribusinya.

c) Menggunakan standar deviasi dan korelasi faktor pasar untuk

menentukan standar deviasi dan korelasi perubahan nilai standar

posisi.

d) Hitung varian dan standar deviasi portfolio dengan menggunakan

distribusi Normal untuk menentukan distribusi laba-rugi portfolio.

45

2) Pendekatan Simulasi Historis

Metoda simulasi histories tidak berasumsi distribusi Normal, tetapi

menggunakan distribusi empiris dari realisasi historis pada suatu waktu

yang ditentukan.Lazim dianggap dibutuhkan data harian dua-tiga tahun

untuk menghasilkan hasil berarti. Sekurang-kurangnya dibutuhkan data

250 hari terakhir (satu tahun) dan dihitung persen perubahannya. Tahapan

untuk mengukur VaR pendekatan simulasi historis meliputi:

a) Identifikasi faktor pasar.

b) Memperoleh nilai histories dari faktor pasar selama N periode terakhir.

c) Nilai ulang portfolio sekarang dengan perubahan suku bunga dan

harga pasar.

d) Hitung laba dan rugi harian.

e) Urutkan laba-rugi harian dari yang tertinggi sampai terendah.

f) Pilih persentil 99% untuk Value-at-Risk.

3) Pendekatan Simulasi Monte Carlo

Simulasi Monte Carlo berisi simulasi berulang proses acak yang dikaitkan

dengan harga dan suku bunga pasar. Masing-masing simulasi menciptakan

suatu nilai yang mungkin untuk portfolio pada horizon yang ditargetkan.

Jika skenario simulasi diulang-ulang makin banyak, akan diperoleh nilai

yang makin stabil. VaR dihitung dari distribusi yang diperoleh dari hasil

simulasi tersebut. Tahapan mengukur VaR dengan pendekatan simulasi

Monte Carlo:

46

a) Identifikasi seluruh faktor risiko relevan.

b) Bentuk jalur-jalur harga, menggunakan angka acak yang dihasilkan

oleh generator pembangkit angka acak.

c) Nilai portfolio untuk setiap jalur atau skenario. Setiap jalur

menciptakan seperangkat nilai untuk faktor risiko untuk setiap

sekuritas dalam portfolio yang akan digunakan sebagai input

pemodelan harga. Proses ini diulang-ulang sampai diperoleh distribusi

yang stabil.

c. Melaksanakan Prosedur Backtesting

Verifikasi merupakan prosedur lazim untuk memeriksa kekuatan model.

Pemeriksaan kekuatan model VaR dapat dilakukan menggunakan backtesting,

stress testing, atau independent review dan oversight. Backtesting adalah

kerangka pengujian statistik yang berisi pemeriksaan apakah kerugian pada

prakteknya sejalan dengan peramalan VaR. Suatu penyimpangan dari nilai

VaR akan disebut sebagai pelanggaran. Jumlah batas pelanggaran pada suatu

model VaR menurut Basel II (2006, hal. 321) adalah sebagai berikut:

1) Green Zone

Yaitu jika jumlah pelanggaran antara 0-4 dari 250 observasi, atau dengan

kata lain sebesar 1.60% atau kurang. Pada zona ini, model VaR dianggap

memiliki tingkat akurasi yang tinggi dalam memprediksi nilai kerugian

maksimum pada tingkat kepercayaan 99%.

47

2) Yellow Zone

Yaitu jika jumlah pelanggaran antara 5-9 dari 250 observasi, atau dengan

kata lain antara 2.00%-3.60%. Pada zona ini, model VaR dianggap masih

masuk akal dengan tingkat akurasi sedang dalam memprediksi nilai

kerugian maksimum pada tingkat kepercayaan 99%.

3) Red Zone

Yaitu jika jumlah pelanggaran 10 atau lebih dari 250 observasi, atau

dengan kata lain 4.00% atau lebih. Pada zona ini, model VaR dianggap

kurang akurat dalam memprediksi nilai kerugian maksimum pada tingkat

kepercayaan 99%. Untuk itu, perlu dipertimbangkan model alternatif lain

yang memungkinkan terjadi peningkatan akurasi.

2.4.3. Portfolio Saham

Untuk mengetahui dampak dari perubahan setiap variabel independen pada

pergerakan return harga saham perbankan, perlu dilakukan pembentukan portfolio

saham, baik untuk keseluruhan sampel saham bank maupun per kelompok sampel

saham bank. Return saham dari portfolio saham-saham perbankan dihitung dengan

menggunakan formula sebagai berikut (Bodie et al, 2003: hal. 136):

N

i

iip rwrE1

)(

dimana rp adalah return portfolio, wi adalah bobot saham i, ri adalah return saham i,

dan N menunjukkan jumlah saham bank penyusun portfolio.

48

2.5. Hipotesis Penelitian

Menurut Imam Ghozali dalam bukunya yang berjudul Aplikasi Analisis

Multivariate dengan Program SPSS (2006, hal. 84), hipotesis merupakan jawaban

sementara terhadap masalah penelitian yang kebenarannya harus diuji secara empiris.

Hipotesis menyatakan hubungan apa yang kita cari atau ingin kita pelajari. Hipotesis

adalah keterangan sementara dari hubungan fenomena-fenomena yang kompleks.

Oleh karena itu, perumusan hipotesis menjadi sangat penting dalam sebuah

penelitian.

Masih menurut Ghozali (2006, hal. 84), ada dua jenis hipotesis yang

digunakan dalam penelitian, antara lain:

1. Hipotesis nol atau null hypotheses (Ho)

Hipotesis ini menyatakan tidak ada perbedaan antara dua variabel, atau tidak

adanya pengaruh variabel X terhadap variabel Y.

2. Hipotesis kerja atau alternatif (Ha)

Hipotesis ini menyatakan adanya hubungan antara variabel X dan Y, atau adanya

perbedaan antara dua kelompok.

Beberapa hipotesis yang diuji dalam penelitian ini, dalam rangka menjawab

pertanyaan-pertanyaan penelitian adalah sebagai berikut.

1. Perubahan interest rate berpengaruh terhadap volatilitas return saham

bank-bank di Indonesia

49

Menurut Herman (2003) dikutip Meta (2006, hal. 24), pengertian dari suku

bunga adalah harga dari penggunaan uang untuk jangka waktu tertentu atau

harga dari penggunaan uang yang dipergunakan pada saat ini dan akan

dikembalikan pada saat mendatang.

Volatilitas suku bunga SBI yang fluktuatif akan mempengaruhi volatilitas return

saham Menurut Iswardono (1999) dikutip Sugeng (2004, hal. 34), kenaikan suku

bunga akan berakibat terhadap menurunnya return saham begitu juga sebaliknya.

Dalam menghadapi kenaikan suku bunga, para pemegang saham akan menahan

sahamnya sampai tingkat suku bunga kembali pada tingkat yang dianggap

normal. Sebaliknya, jika tingkat suku bunga jangka panjang meningkat maka

pemegang saham cenderung menjual sahamnya karena harga jualnya tinggi.

Menurut Saunders dan Yourougou (1990), tingkat pendapatan dan beban suatu

bank dipengaruhi langsung oleh perubahan suku bunga pasar. Hal ini terjadi

karena pada hakikatnya sumber utama pendapatan bank adalah dari pendapatan

bunga atas kredit yang telah disalurkannya kepada para debitur, sedangkan

sumber utama bebannya adalah beban bunga yang diberikannya kepada nasabah

penyimpan.

Beberapa penelitian empiris terdahulu seperti Lynge dan Zumwalt (1980),

Flannery dan James (1984), Booth dan Officer (1985), Scott dan Peterson

(1986), dan Bae (1990) menunjukkan bahwa terdapat hubungan negatif yang

signifikan antara return saham perusahaan-perusahaan finansial dengan

perubahan suku bunga pasar. Di sisi lain, juga terdapat beberapa penelitian yang

50

ternyata tidak dapat menemukan bukti yang kuat bahwa perubahan suku bunga

pasar berpengaruh terhadap return saham perusahaan-perusahaan finansial,

seperti pada hasil penelitian Lloyd dan Shick (1977) serta Chance dan Lane

(1980).

Dari beberapa paparan di atas dalam penelitian ini akan diuji hipotesis sebagai

berikut:

H01: Perubahan interest rate tidak berpengaruh negatif terhadap volatilitas

return saham bank-bank di Indonesia.

Ha1: Perubahan interest rate berpengaruh negatif terhadap volatilitas return

saham bank-bank di Indonesia.

2. Perubahan exchange rate berpengaruh terhadap volatilitas return saham

bank-bank di Indonesia.

Nilai tukar mata uang (exchange rate), sering disebut kurs, merupakan harga

mata uang terhadap mata uang lainnya. Kurs merupakan salah satu harga yang

terpenting dalam perekonomian terbuka mengingat pengaruh yang demikian

besar bagi neraca transaksi berjalan maupun variabel-variabel makroekonomi

yang lainnya.

Menurut Mankiw dalam bukunya yang berjudul Brief Principles of

Macroeconomics (2009, hal. 287), nilai tukar mata uang atau kurs valuta asing

terdiri dua jenis yaitu:

a. Nominal Exchange Rate, merupakan kurs yang ditentukan atas pertukaran

mata uang suatu negara dengan mata uang negara lain.

51

b. Real Exchange Rate, merupakan kurs yang ditentukan atas pertukaran barang

atau jasa dari suatu negara dengan negara lain.

Adapun perubahan yang terjadi pada exchange rate dapat berupa empat hal

yaitu:

a. Depresiasi (depreciation) merupakan penurunan harga mata uang nasional

terhadap mata uang asing akibat terjadinya tarik-menarik antara supply dan

demand di dalam pasar.

b. Apresiasi (appreciation) merupakan peningkatan harga mata uang nasional

terhadap mata uang asing akibat terjadinya tarik-menarik antara supply dan

demand di dalam pasar.

c. Devaluasi (devaluation) merupakan penurunan harga mata uang nasional

terhadap mata uang asing yang dilakukan secara resmi oleh pemerintah di

suatu negara.

d. Revaluasi (revaluation) merupakan peningkatan harga mata uang nasional

terhadap mata uang asing yang dilakukan secara resmi oleh pemerintah di

suatu negara.

Saat ini standar mata uang utama yang dipakai dalam perdagangan internasional

adalah Dollar Amerika (US Dollar), Yen Jepang (JPY), Poundsterling Inggris

(GBP), Dollar Australia (AUD) dan Euro Uni Eropa (EUR). Dari keseluruhan

mata uang tersebut Dollar Amerika memiliki pengaruh dan peranan yang paling

besar.

52

Pengamatan exchange rate sangat penting dilakukan mengingat perubahan

exchange rate sangat menentukan nilai trading book neraca bank, yang secara

berkala dilakukan mark-to-market. Apabila bank memiliki net exposure pada sisi

aktiva, maka penguatan kurs mata uang domestik terhadap mata uang asing akan

menyebabkan translation loss. Sebaliknya, jika bank memiliki net exposure pada

sisi pasiva, maka pelemahan kurs mata uang domestik terhadap mata uang asing

akan menimbulkan kerugian bagi bank (Kasman, 2011).

Beberapa penelitian empiris yang telah meneliti pengaruh perubahan exchange

rate terhadap return saham perbankan yaitu Grammatikos et al. (1986) dan

Chamberlain et al. (1997). Pada hasil penelitian Grammatikos et al. (1986),

ditemukan bukti yang kuat bahwa pergerakan exchange rate berpengaruh

signifikan pada return saham perbankan. Berbeda dengan hasil penelitian

Chamberlain et al. (1997), pergerakan exchange rate hanya ditemukan signifikan

terhadap return sebagian besar saham-saham bank di US, namun tidak

ditemukan signifikan pada sebagian besar saham-saham bank di Jepang.

Dari beberapa paparan di atas diajukan hipotesis sebagai berikut:

H02: Perubahan exchange rate tidak berpengaruh negatif terhadap

volatilitas return saham bank-bank di Indonesia.

Ha2: Perubahan exchange rate berpengaruh negatif terhadap volatilitas

return saham bank-bank di Indonesia.

3. Perubahan inflation rate berpengaruh terhadap volatilitas return saham

bank-bank di Indonesia

53

Menurut Herman (2003) dikutip Meta (2006, hal 21), inflasi adalah suatu

keadaan yang ditandai dengan peningkatan harga-harga pada umumnya atau

turunnya nilai mata uang yang beredar. Indikator inflasi adalah sebagai berikut

(www.bi.go.id):

a. Indeks Harga Konsumen (IHK) merupakan indikator yang umum digunakan

untuk menggambarkan pergerakan harga. Perubahan IHK dari waktu ke

waktu menunjukkan pergerakan harga dari paket barang dan jasa yang

dikonsumsi oleh masyarakat. Tingkat inflasi di Indonesia biasanya diukur

dengan Indeks Harga Konsumen (IHK).

b. Indeks Harga Perdagangan Besar merupakan indikator yang menggambarkan

pergerakan harga dari komoditi-komoditi yang diperdagangkan di suatu

daerah.

Menurut Nurdin (1999) dikutip Meta (2006, hal 23), tingkat inflasi yang tinggi

menunjukkan bahwa risiko investasi cukup besar sebab inflasi yang tinggi akan

mengurangi tingkat pengembalian (rate of return) dari investor. Selain itu pada

kondisi inflasi yang tinggi maka harga barang-barang atau bahan baku

mempunyai kecenderungan untuk meningkat. Peningkatan harga barang-barang

dan bahan baku akan membuat biaya produksi menjadi tinggi, sehingga akan

berpengaruh pada penurunan jumlah permintaan, baik secara individual maupun

menyeluruh sebagai dampak dari penurunan data beli masyarakat. Akibatnya

jumlah penjualan akan menurun pula, penurunan jumlah penjualan ini akan

menurunkan pendapatan perusahaan. Hal ini tentu berdampak pada lebih

54

tingginya risiko kredit yang harus dihadapi oleh industri perbankan, sehingga

dapat berpengaruh negatif terhadap kinerja industri perbankan.

Beberapa penelitian terdahulu yang meneliti tentang dampak inflasi terhadap

return saham perbankan adalah Lajeri dan Dermine (1999), Boyd et al. (2001),

dan Cole et al. (2008). Dalam penelitian Lajeri dan Dermine (1999), diperoleh

kesimpulan bahwa dalam periode ekonomi sedang mengalami inflasi yang

volatile, terdapat hubungan yang negatif antara return saham perbankan dengan

tingkat inflasi. Sejalan dengan hal tersebut, dalam penelitian Boyd et al. (2001)

ditemukan bahwa semakin tinggi tingkat inflasi, maka semakin tinggi pula

volatilitas return saham bank. Hal ini terjadi karena pada saat periode inflasi

tinggi, perbankan akan mengurangi penyaluran kredit, sebagai dampak dari

meningkatnya risiko kredit, dan oleh karenanya perbankan menjadi kurang

efektif dalam mengalokasikan modalnya. Berbeda dengan kedua penelitian

sebelumnya, Cole et al. (2008) menemukan bahwa terdapat hubungan yang

positif antara return saham perbankan dengan tingkat pertumbuhan ekonomi.

Perekonomian yang tumbuh pada umumnya dicirikan dengan banyaknya

lapangan pekerjaan, penurunan pengangguran, dan peningkatan inflasi, sesuai

dengan Kurva Philips (Mankiw, 2009, hal. 387).

Dari beberapa paparan diatas diajukan hipotesis sebagai berikut:

H03: Perubahan inflation rate tidak berpengaruh negatif terhadap volatilitas

return saham bank-bank di Indonesia.

55

Ha3: Perubahan inflation rate berpengaruh negatif terhadap volatilitas

return saham bank-bank di Indonesia.

2.6. Penelitian-Penelitian Terdahulu

Beberapa penelitian terdahulu yang terkait erat dengan topik dalam tesis ini

adalah sebagai berikut.

2.6.1. Bae (1990)

Dalam penelitiannya Bae menjelaskan pengaruh perubahan tingkat suku

bunga pasar terhadap return saham-saham perusahaan yang bergerak di sektor

keuangan. Bae menggunakan two-index factor model, yang merupakan

pengembangan dari model Arbitrage Pricing Theory (APT) yang dipelopori oleh

Ross (1976), dengan menggunakan model OLS yang mengasumsikan constant

variance error terms, dapat dibuktikan bahwa return saham-saham perusahaan

keuangan dipengaruhi secara signifikan oleh perubahan tingkat suku bunga dengan

arah negatif.

2.6.2. Chamberlain, Howe, dan Popper (1997)

Dengan menggunakan data harian dan bulanan saham bank-bank di US dan

Jepang dari periode tahun 1990-1995, Chamberlain, Howe, dan Popper meneliti

pengaruh perubahan nilai tukar mata uang USD atau eksposur risiko nilai tukar

terhadap return saham-saham perbankan di dua negara tersebut. Mereka menemukan

56

bahwa return saham mayoritas bank di US secara signifikan sensitif terhadap

perubahan nilai tukar USD, sedangkan di Jepang, hanya beberapa bank saja yang

dipengaruhi secara signifikan oleh perubahan nilai tukar USD. Model yang digunakan

adalah model OLS.

2.6.3. Hahm (2004)

Hahm menggunakan sampel saham-saham perbankan di Korea Selatan.

Dengan menggunakan three-factor model seperti yang digunakan dalam Choi et al.

(1992) serta Wetmore dan Brick (1994), Hahm meneliti pengaruh perubahan tingkat

suku bunga dan perubahan nilai tukar mata uang Won terhadap return saham-saham

perbankan dari tahun 1995-2002. Hahm memperoleh bukti yang kuat bahwa return

saham-saham perbankan di Korea Selatan secara signifikan sensitif terhadap

perubahan pada kedua faktor tersebut, yaitu tingkat suku bunga dan nilai tukar mata

uang Won.

2.6.4. Meta (2006)

Penelitian di Indonesia dilakukan oleh Meta, yang meneliti perbedaan

pengaruh inflasi, tingkat suku bunga, dan nilai tukar Rupiah/USD terhadap return

saham-saham perusahaan yang bergerak di bidang properti dan manufaktur selama

periode tahun 2000-2005. Dengan menggunakan model OLS, Meta menemukan

bahwa inflasi tidak berpengaruh signifikan pada terhadap return saham-saham

properti, namun sebaliknya, berpengaruh signifikan positif terhadap return saham-

57

saham manufaktur. Tingkat suku bunga tidak berpengaruh signifikan terhadap return

saham properti, namun berpengaruh negatif signifikan terhadap return saham-saham

manufaktur. Sedangkan kurs Rupiah/USD ditemukan berpengaruh signifikan negatif

baik terhadap return saham-saham properti maupun manufaktur.

2.6.5. Kasman, Vardar, dan Tunc (2011)

Penelitian terbaru yang menyelidiki pengaruh perubahan interest rate dan

exchange rate terhadap return dan volatilitas return saham perbankan adalah

penelitian yang dilakukan oleh Kasman, Vadar, dan Tunc yang menggunakan sampel

saham-saham perbankan di Turki selama periode 1999-2009.

Berbeda dengan beberapa penelitian sebelumnya, penelitian ini

membandingkan dua model yaitu model klasik OLS yang mengasumsikan constant

variance error term dan model GARCH yang lebih modern dengan asumsi time-

dependent variance error term. Secara matematis:

a. Model OLS

Metode ini digunakan untuk mengestimasi efek dari interest rate dan exchange

rate terhadap saham Bank.

rt = o + 1MRKt + 2INTt + 3FXt + πt

Keterangan:

rt = return stock

MRKt = return of stock market

INTt = return risk-free interest rate or bond index

58

FXt = return foreign exchange rate

πt = error term

0 = intercept term

b. Model GARCH

Model ini digunakan untuk menganalisa apakah perubahan interest return dan

FX rate return memiliki dampak pada volatilitas saham bank-bank.

rt = Yo + Y1MRKt + Y2INTt + Y3FXt + phit

ót2 = α0 + α1et

2-1 + ót

2-1

Secara umum, kesimpulan yang didapatkan dari penelitian Kasman, Vardar, dan Tunc

(2011) adalah sebagai berikut:

Pergerakan interest rate dan exchange rate mempunyai dampak yang

signifikan pada return saham.

Perubahan interest rate dan exchange rate sangat berpengaruh dan dominan

terhadap volatilitas saham bank-bank.

Memberikan masukkan kepada investor mengenai saham bank, bagi manajer

bank untuk membangun strategi risiko manajemen.

2.6.6. Goorbergh dan Vlaar (1999)

Salah satu penelitian tentang implementasi manajemen risiko atas volatilitas

return saham dengan metode Value-at-Risk (VaR) dilakukan oleh Goorbergh dan

Vlaar (1999). Mereka meneliti volatilitas return dari saham-saham yang tergabung

dalam Dutch’s Stock Market Index AEX dan saham-saham yang tergabung dalam

59

Dow Jones Industrial Average. Sampel data yang digunakan adalah dari tahun 1983

hingga 1998. Dari hasil penelitian Goorbergh dan Vlaar ini, mereka menemukan

bahwa model volatilitas yang paling cocok digunakan dalam implementasi

manajemen risiko return saham adalah model GARCH dengan asumsi distribusi

probabilitas yang mengikuti distribusi t-student, mengingat karakteristik data return

saham yang cenderung bersifat fat-tailed.