Laporkan Masalah

Analisis model diskriminan untuk memprediksi kinerja Bank menurut besaran bank

MIKAZA, Kurnia Febra, Dr. Erni Ekawati, MBA

2004 | Tesis | Magister Manajemen

Kinerja perbankan nasional telah banyak mengalami pergolakan, terlebih lagi setelah lima tahun dilanda krisis. Paradigma pengawasan yang semula berorientasi pada kepatuhan telah berubah menjadi pengawasan berorientasi ke depan (forward looking) dengan berdasarkan pada pengawasan berbasis risiko. Perlu ada suatu model pengukuran kinerja bank yang dapat memberikan gambaran bagaimana kinerja bank sebenarnya, baik dari sisi risiko maupun return yang dapat dijadikan acuan bagi pemilik dan pengelola bank untuk menentukan strategi perusahaan dalam jangka pendek maupun jangka panjang. Model diskriminan dalam pengukuran kinerja merupakan early warning system (EWS) yang bertujuan untuk memprediksi kinerja bank di masa yang akan datang (forward looking) dengan menggunakan kondisi keuangan di masa kini. Beberapa peneliti terdahulu telah melakukan penelitian tentang penggunaan analisis diskriminan sebagai alat prediksi kinerja, namun semuanya masih mengabaikan besaran bank. Perbandingan kinerja seharusnya dilakukan antara apple to apple bukan apple to orange. Oleh karena itu, penelitian kali ini bertujuan untuk menunjukkan perbedaan model diskriminan kinerja bank secara keseluruhan dan model kinerja bank berdasarkan modal (besaran bank) berdasarkan ketentuan Arsitektur Perbankan Indonesia dengan menggunakan discriminant analysis. Model prediksi dalam penelitian ini menggunakan two group discriminant analysis. Rasio yang digunakan sebagai variabel independen capital adequacy ratio (CAR), non performing loans (NPL), pemenuhan penghapusan dan penyisihan aktiva produktif (PPAP), return on average asset (ROA), return on average equity (ROE), loan to deposit ratio (LDR), pertumbuhan kredit/pertumbuhan dana (PK/PD), beban operasional/ pendapatan operasional (BO/PO), net interest margin (NIM) dari 135 bank yang ada di tahun 2003. Data yang digunakan dalam penelitian ini adalah data sekunder dan diambil dari data rasio perbankan menurut laporan keuangan tahun 2002 (yang telah diaudit) yang dimuat di majalah Infobank (Edisi No 280, Juni 2003). Dalam membangun model diskriminan digunakan stepwise estimation yang memasukkan variabel independen ke dalam fungsi diskriminan secara satu demi satu atas dasar discriminatory power mereka. Hasil stepwise estimation adalah sebagai berikut: untuk bank keseluruhan Z = - 0,781 + 0,313 ROA + 0,003 PK/PD; untuk kelompok bank dengan modal besar ZMB = -0,406 + 0,035 NPLMB + 0,014 BO/POMB – 0.229 NIMMB ; untuk kelompok bank dengan modal kecil ZMK = -4,764 – 0,003 PK/PDMK + 0,056 BO/POMK. Dari hasil analisis terbukti bahwa model kinerja yang dibangun secara keseluruhan tanpa memperhatikan besaran bank akan membuat perhitungan kinerja suatu bank menjadi bias. Oleh karena itu, pembuatan model diskriminan kinerja bank seharusnya dilakukan dengan memperhatikan besaran bank. Model diskriminan kinerja perbankan mampu menjadi early warning system yang dapat memberikan pertanda terhadap memburuknya kinerja suatu bank di masa yang akan datang.

The national banking performance experienced a lot of fluctuation, especially after five years of banking crisis. The paradigm of surveillance which is oriented in compliance has changed in to forward looking surveillance which is based on risk based supervision. There should be a bank performance measurement model that is able to describe the real condition of a bank performance, both from the risk point of view and also the return point of view that will be reliable to become the reference for the bank owner to determine the company strategy in short term and also in long term. The discriminant model in performance measurement is an Early Warning System (EWS) which is purposed to predict bank performance in the future by using the present financial condition. Previous researchers have done some research about using the discriminant analysis as a tool of performance prediction, but all of the researchers ignore the size of banks. The performance comparison should be done between apple to apple, not apple to orange. Hence, this research purpose is to show the difference of the discriminant model that established without considering the bank size and the model that established by considering the bank size according to the regulation of Arsitektur Perbankan Indonesia (API). The prediction model in this research used the two group discriminant analysis. The ratios used as the independent variables are capital adequacy ratio (CAR), non performing loans (NPL), pemenuhan penghapusan dan penyisihan aktiva produktif (PPAP), return on average asset (ROA), return on average equity (ROE), loan to deposit ratio (LDR), pertumbuhan kredit/pertumbuhan dana (PK/PD), beban operasional/ pendapatan operasional (BO/PO), net interest margin (NIM) from 135 banks that exist in 2003. The data used in this research is a secondary data and taken from the data of banking ratios according the financial statement of year 2002 (audited) publicized in Infobank magazine (Edition No 280, June 2003). The stepwise estimation that input the independent variables one by one according to its discriminatory power is used in establishing the discriminant model. The results of the stepwise estimation are: for the overall banks Z = -0,781 + 0,313 ROA + 0,003 PK/PD; for banks with big capital ZMB = -0,406 + 0,035 NPLMB + 0,014 BO/POMB – 0.229 NIMMB ; for banks with small capital ZMK = -4,764 – 0,003 PK/PDMK + 0,056 BO/POMK. From the analysis, it is proven that the performance discriminant model which is established without considering the bank size will make the performance measurement becoming bias. Hence, the bank performance discriminant model should be established by considering the size of banks. The bank performance discriminant model also capable to become the early warning system which is able to give signs (identify) of bad performance in the future.

Kata Kunci : Manajemen Perbankan,Kinerja Bank,Besaran Bank, banking performance, discriminant analysis, early warning system

  1. S2-PAS-2004-KurniaFebraMikaza-abstract.pdf  
  2. S2-PAS-2004-KurniaFebraMikaza-bibliograohy.pdf  
  3. S2-PAS-2004-KurniaFebraMikaza-tableofcontent.pdf  
  4. S2-PAS-2004-KurniaFebraMikaza-title.pdf