Analisis risiko sistemik perbankan indonesia

Perbankan Indonesia telah memainkan berbagai peranan penting dalam menggerakkan roda perekonomian Indonesia. Pada tahun 2010, industri perbankan yang terdiri dari bank umum dan Bank Perkreditan Rakyat (BPR) masih tetap mendominasi dengan pangsa sekitar 80% dari total aset di sektor keuangan. Sejalan dengan itu, total aset bank umum per Desember 2010 mengalami peningkatan sebesar Rp 474,474 triliun dari tahun 2009 (Rp 2.534,106 triliun) menjadi Rp 3.008,853 triliun (Bank Indonesia, 2010). Laporan Kajian Stabilitas Keuangan Bank Indonesia (BI) pada tahun 2010 menyatakan bahwa untuk ke depannya institusi perbankan akan menghadapi tantangan peningkatan risiko kredit terutama bagi perusahaan yang berorientasi ekspor dan tekanan pengaruh ACFTA. Selain itu, kajian BI (2010) melalui interbank stress test mengidentifikasi bahwa terdapat delapan bank yang berpotensi menyulut terjadinya contagion risk. Hal ini menunjukkan bahwa dampak kegagalan suatu bank akan dapat merembet ke bank-bank lain (bersifat sistemik) sehingga akhirnya membuat sistem keuangan itu sendiri tidak berfungsi sebagaimana mestinya. Belajar dari pengalaman pada tahun 1999 dan 2008 yang berkaitan dengan dampak yang dapat diakibatkan oleh risiko sistemik, maka penelitian tentang risiko sistemik di industri perbankan Indonesia menjadi suatu hal yang penting untuk dikaji. Hal ini dilakukan mengingat dampak dan besarnya biaya yang harus ditanggung apabila hal ini terjadi dimasa yang akan datang. Penelitian ini bertujuan mengukur tingkat risiko sistemik individu bank, menganalisis financial linkage antar bank, menganalisis kinerja keuangan bank serta menganalisis pengaruh rasio keuangan CAMEL terhadap risiko sistemik individu bank. Penelitian ini diharapkan dapat memberikan rekomendasi implikasi kebijakan bagi pemerintah dan implikasi manajerial pada bank. Penelitian menggunakan data sekunder periode 2004-2010 dari beberapa bank yang terdaftar di Bursa Efek Indonesia (BEI) sebagai sampel penelitian. Penelitian ini menggunakan data yang meliputi kapitalisasi pasar (mingguan) dimulai dari tahun 2004 – 2010 (data mingguan), nilai aset dan ekuitas (bulanan), variabel makro (return IHSG, Jakarta Interbank Offered Rate/ JIBOR dan SBI rate) serta laporan keuangan publikasi triwulan periode 2005-2010. Penelitian mengadopsi konsep CoVaR Adrian dan Brunnermeier (2009) untuk mengukur tingkat risiko sistemik individu bank dan financial linkage antar bank, sementara analisis pengaruh rasio keuangan CAMEL terhadap risiko sistemik individu menggunakan analisis regresi data panel. Hasil analisis risiko sistemik individu bank menunjukkan bahwa tiap sampel dalam bank memberikan kontribusi tambahan risiko (rata-rata ΔCoVaR mingguan) pada risiko sistem secara keseluruhan. Hal ini menunjukkan bahwa apabila salah satu dari bank mengalami distress, maka dapat menimbulkan peningkatan risiko yang terdapat pada sistem perbankan Indonesia. Berdasarkan hasil analisis, bank yang memiliki tingkat risiko sistemik individu yang terbesar selama periode data terjadi (2004-2010) pada Bank Permata, Tbk (BNLI) sedangkan yang terendah adalah bank Mega, Tbk. Temuan yang menarik lainnya adalah bahwa peringkat risiko individu bank (VaR Bank) dengan tingkat risiko sistemik individu bank memiliki hubungan yang lemah, sementara bank dengan ukuran yang besar cenderung memiliki tingkat risiko sistemik individu yang besar. Bank yang tampaknya beroperasi secara prudent dan risiko individualnya rendah, dapat memungkinkan mengancam kelangsungan stabilitas sistem perbankan terutama pada kondisi-kondisi tertentu. Dalam penelitian ini, financial linkage didefinisikan sebagai tambahan risiko individu bank ketika dikondisikan terhadap risiko individu bank lainnya. Melalui analisis financial linkage antar masing-masing bank, ditemukan bahwa risiko individu suatu bank yang dikondisikan terhadap risiko bank lainnya menghasilkan dampak tambahan risiko yang beragam (memberikan risiko tambahan/tidak memberikan risiko tambahan). Hal ini berarti bahwa ketika suatu individu bank mengalami distress, maka belum tentu bank tersebut memberikan tekanan pada risiko individu bank lainnya. Berdasarkan rata-rata persentase perubahan ΔCoVaR, bank yang memiliki financial linkage yang terbesar terhadap bank lainnya terjadi pada Bank Permata, Tbk sedangkan yang terendah terjadi pada Bank Mega. Hasil ini mirip dengan temuan pada tujuan pertama dimana kedua bank ini mewakili tingkatan yang tertinggi dan terendah dari risiko sistemik individu dan financial linkage. Kemiripan ini dibuktikan dengan adanya hubungan yang kuat antara tingkat financial linkage bank dengan tingkat risiko sistemik individunya yang ditandai dengan nilai korelasi sebesar 70 persen. Dengan demikian, hal ini menunjukkan bahwa ketika individu bank memiliki financial linkage yang besar terhadap bank lainnya maka bank tersebut cenderung memiliki tingkat risiko sistemik individu yang besar juga. Kinerja keuangan bank diukur berdasarkan kinerja dari rasio keuangan CAMEL yakni CAR, NPL, ATMR/TA, NIM dan ROA serta LDR. Berdasarkan hasil yang diperoleh, secara umum dapat dikatakan bahwa kinerja keuangan periode 2005-2010 dari masing-masing individu bank yang digunakan dalam studi memiliki kinerja yang relatif baik, meskipun beberapa dari rasio keuangan dari individu bank tidak memenuhi standar rasio yang ditetapkan BI. Hal ini ditunjukkan oleh rata-rata CAR diatas 8 persen, NPL dibawah lima persen, ROA dan NIM yang positif, likuiditas yang terjaga pada level 40-90 persen dan ATMR/TA pada level 50-76 persen. Selanjutnya, pengaruh rasio keuangan CAMEL (terkecuali LDR tidak signifikan) terhadap risiko sistemik individu bank menunjukkan hasil yang berbeda-beda. Rasio keuangan CAR dan NIM memiliki pengaruh positif terhadap risiko sistemik individu bank, yang berarti bahwa peningkatan CAR dan NIM mampu menurunkan risiko sistemik individu bank. Demikian halnya dengan rasio keuangan NPL memiliki pengaruh negatif (semakin tinggi NPL semakin besar risiko sistemik individu) dengan risiko sistemik individu. Berbeda dengan ketiga rasio yang telah disebutkan sebelumnya, rasio keuangan ATMR/TA (aktiva tertimbang menurut risiko/total aset) dan ROA menunjukkan arah yang berbeda dengan yang diharapkan. Secara alami, risiko sistemik tidak dapat dipisahkan dalam suatu sistem perbankan, khususnya ketika fungsi intermediasi dari perbankan secara terus menerus mengalami perkembangan. Berbagai peraturan yang telah dikeluarkan oleh Bank Indonesia yang terkait dengan pencegahan risiko sistemik dan manajemen risiko melalui Peraturan Bank Indonesia sebaiknya dikaitkan dengan kepentingan tingkat sistemik individu bank. Peraturan macroprudential pada perbankan sebaiknya mengenakan peraturan tambahan pada lembaga berdasarkan kepentingan sistemiknya, sehingga dapat mengurangi probabilitas default dari bank tersebut. Peraturan tambahan ini dapat berupa biaya modal tambahan (capital surcharge), contingent capital atau bail-in debt. Tantangan yang besar bagi otoritas perbankan adalah dalam melakukan mitigasi dan pencegahan risiko sistemik dimasa yang akan datang. Pengukuran systemic importance dari suatu institusi keuangan merupakan bahan masukan penting bagi instrumen kebijakan macroprudential. Berkenaan dengan hal tersebut, ΔCoVaR dapat menjadi suatu tool tambahan bagi pembuat kebijakan sebagai bahan pertimbangan dalam menilai tingkat risiko sistemik dan financial linkage diantara masing-masing individu bank. Pengukuran ΔCoVaR ini dapat digunakan untuk mengkalibrasi biaya yang ditimbulkan oleh suatu institusi sebagai dampak dari spillover-nya ketika institusi tersebut mengalami kebangkrutan. Tambahan permodalan, Pigouvian tax, premi asuransi untuk deposit atau beberapa kombinasinya merupakan hal yang mungkin dapat dilakukan untuk memaksa individu bank dalam menginternalisasi biaya spillover-nya. Adrian dan Brunnermeier (2008) mengusulkan bahwa bank seharusnya memiliki sejumlah modal bukan hanya untuk menutupi VaRnya tetapi juga ΔCoVaRnya. Hal lainnya yang penting untuk diperhatikan oleh regulator adalah tingkat financial linkage antara masing-masing bank. Bank yang memiliki tingkat financial lingkage cenderung memiliki tingkat risiko sistemik individu yang besar. Melalui hasil ini dapat diketahui bank mana yang memberikan eksternalitas negatif yang lebih besar terhadap bank lainnya ketika bank tersebut sedang mengalami distress. Dengan demikian, pegawas perbankan dapat merancang skenario action plan dan kebijakan countercyclical agar dampak bank tersebut tidak meluas keseluruh sistem perbankan apabila bank tersebut mengalami kegagalan. Peraturan Bank Indonesia terkini tentang Penilaian Tingkat Kesehatan Bank Umum diatur dalam PBI NOMOR: 13/1/PBI/2011. Peraturan ini jauh berbeda dari PBI nomor 6/10/PBI/2004 tentang Sistem Penilaian Tingkat Kesehatan Bank Umum. Penilaian Tingkat Kesehatan Bank dilakukan dengan menggunakan pendekatan risiko (Risk-based Bank Rating) berdasarkan analisis yang komprehensif terhadap kinerja, profil risiko, permasalahan yang dihadapi, dan prospek perkembangan Bank. Penilaian ini mencakup empat faktor penilaian yakni : 1) Profil risiko (Risk Profile), 2) Good Corporate Governance (GCG), 3) Rentabilitas (earnings), 4) Permodalan (capital). Meskipun demikian, hasil analisis pengaruh CAMEL terhadap tingkat risiko sistemik individu bank masih dapat menjadi bahan masukan pada kerangka kebijakan bank. Berdasarkan hasil analisis, secara umum rasio keuangan CAMEL memiliki pengaruh terhadap risiko sistemik individu. Implikasinya adalah pengawasan terhadap indikator-indikator ini dilakukan secara intensif mengingat perhitungan rasio-rasio ini rentan terhadap manipulasi akuntansi dan kolusi yang dapat saja dilakukan oleh individu bank. Meskipun implikasi risiko sistemik lebih banyak ditujukan bagi regulator, namun terdapat beberapa implikasi bagi manajemen bank. Berita kegagalan suatu bank tertentu (khususnya yang memiliki tingkat risiko sistemik individu yang besar) harus dengan cepat diantisipasi oleh manajemen bank melalui penguatan likuiditasnya. Penguatan likuiditas ini dapat dilakukan dengan pembatasan penyaluran kredit dan penambahan modal maupun cadangan modal. Hal ini dilakukan untuk mengantisipasi guncangan lanjutan lainnya yang mungkin bukan disebabkan oleh bank tersebut, misalnya bank run atau bank panic. Dari hasil analisis juga telah ditunjukkan bahwa pengaruh bank yang sedang mengalami distress terhadap bank lainnya berbeda-beda. Melalui hasil ini, manajemen bank dapat mengetahui bank mana saja yang memiliki financial linkage yang besar dengan bank lainnya. Karena masing-masing bank dapat memiliki hubungan pinjaman dengan bank lainnya (melalui interbank loan) maka ketika bank tertentu yang mengalami distress, hal ini dapat menciptakan kerugian bagi bank pemberi pinjaman. Dengan demikian, untuk mencegah kerugian, keputusan manajemen bank dalam pemberian pinjaman ke bank lainnya dapat didasari atas financial linkage bank tersebut dengan bank lainny