PENGARUH VARIABEL MAKROEKONOMI TERHADAP EXPECTED CREDIT LOSS PADA KREDIT PEMILIKAN RUMAH BANK XYZ

ALBIDIN, Bowo Setiyono, S.E., M.Com., Ph.D.

2020 | Tesis | MAGISTER MANAJEMEN (KAMPUS JAKARTA)

IFRS 9 mengharuskan industri, terutama perbankan dan jasa keuangan untuk mengadopsi pendekatan expected credit loss (ECL) dalam memperhitungkan penurunan nilai dari instrumen keuangan harus mempertimbangkan analisa pengaruh variabel makroekonomi terhadap ECL. Penelitian ini bermaksud untuk menguji pengaruh variabel makroekonomi terhadap ECL pada Kredit Pemilikan Rumah (KPR) Bank XYZ dengan data yang lebih luas dan enggunakan metode pengujian yang robust dari penggunaan regresi linear pada log odds dari default rate. Data PD mennjukkan lolos tes rasio koefisien Gini dan AUROC. Hasil analisis Univariat (transformasi variabel makroekonomi, uji korelasi dan analisis kelompok variabel) berdasarkan lebih dari 1.700 variabel transformasi awal menghasilkan 80 kombinasi variabel makroekonomi dengan korelasi rendah antarvariabel yang dapat digunakan untuk menjalankan analisis multivariat. Hasil analisis mutivariat (P-value, tanda koefisien, adjusted R2, variance Inflation Faktor (VIF), normalitas residual, residual homoscedasticity, autokorelasi dan sensitivitas koefisien slope), dari 80 kombinasi, dihasilkan 68 kombinasi kandidat yang memenuhi syarat dan dipilih 4 model yang paling layak. Dari ke 4 model tersebut dilakukan backtesting atas model yang memiliki Mean Squared Error dan Mean Absolute Percentage Error terendah. Terpilihlah satu model yang memiliki adjusted R squared 75% yang terdiri dari variabel Kredit Rumah Tangga (Credit to Household) yang berpengaruh positif terhadap PD, sementara variabel pertumbuhan Tingkat Deposito 3 Bulan (Deposit Rate 3Mo) dan pertumbuhan Indeks Keyakinan Konsumen (CCI) dengan jeda 9 bulan sebelumnya berpengaruh secara negatif terhadap nilai log odds PD. Hubungan dapat ditulis dalam model berikut: log odd PD = -5,2028 + 0,0000006 Credit_to_Household - 0,33843 Deposit_Rate_3Mo_C - 0,89022 CCI_C_Lg3 Penelitian ini diharapkan dapat memperkaya studi-studi sebelumnya yang mengkaji pengaruh kondisi makroekonomi terhadap risiko kredit perbankan. Secara khusus, penelitian ini memaparkan metode untuk mengukur kinerja estimasi model regresi terpilih dengan menggunakan out-sample back-testing. Pengujian ini belum banyak dilakukan dalam studi serupa, sehingga diharapkan out-sample back-testing dapat menjadi salah satu alternatif metode yang dapat digunakan untuk menguji kualitas estimasi model yang digunakan pada penelitian-penelitian berikutnya.

IFRS 9 requires industries, especially banks and financial services to adopt the expected credit loss (ECL) approach in calculating the impairment of financial instruments that must consider the analysis of the effects of macroeconomic variables on the ECL. This study intends to examine the effect of macroeconomic variables on the ECL of Bank XYZ mortgage loans with broader data and uses a robust testing method of using linear regression on the log odds of the default rate. PD data shows passing the Gini and AUROC coefficient ratio tests. Univariate analysis results (transformation of macroeconomic variables, correlation tests and analysis of groups of variables) based on more than 1,700 initial transformation variables produce 80 combinations of macroeconomic variables with low intervariable correlations that can be used to carry out multivariate analysis. The results of mutivariate analysis (P-value, coefficient sign, adjusted R-squared, variance Inflation Factor (VIF), residual normality, homocedasticity residuals, autocorrelation and slope coefficient sensitivity), from 80 combinations, produced 68 combinations of candidates that meet the conditions and selected 4 models most feasible. Of the 4 models, backtesting was performed on the models that had the lowest Mean Squared Error and Mean Absolute Percentage Error. One model was chosen that has an adjusted R squared of 75% consisting of a Credit to Household variable that has a positive effect on PD, while 3-Month Deposit Rate (3Mo Deposit Rate) growth variable and Consumer Confidence Index growth with a lag of 9 months previously variable had a negative effect on PD values. Relationships can be written in the following models: log odd PD = -5,2028 + 0.0000006 Credit_to_Household - 0.33843 Deposit_Rate_3Mo_C - 0.89022 CCI_C_Lg3 This research is expected to be able to enrich previous studies examining the effect of macroeconomic conditions on bank default risk. Specifically, this study describes a method for measuring the estimated performance of selected regression models using out-sample back-testing. This test has not been carried out in many similar studies, so it is expected that out-sample back-testing can be an alternative method that can be used to test the quality of estimation models used in subsequent studies.

Kata Kunci : expected credit loss (ECL), probability of default (PD), IFRS 9, PSAK 71, out-sample back-testing, log odds default rate.