KEBIJAKAN LOAN-TO-VALUE DAN RISIKO KREDIT PROPERTI …repository.unair.ac.id/85050/3/daftar...

IR – PERPUSTAKAAN UNIVERSITAS AIRLANGGA

SKRIPSI KEBIJAKAN LOAN-TO... SYELMA SUMANTO

KEBIJAKAN LOAN-TO-VALUE DAN RISIKO KREDIT

PROPERTI PADA BANK UMUM KONVENSIONAL

SKRIPSI

DIAJUKAN UNTUK MEMENUHI SEBAGIAN PERSYARATAN DALAM

MEMPEROLEH GELAR SARJANA MANAJEMEN

PROGRAM STUDI S1 MANAJEMEN

DEPARTEMEN MANAJEMEN

DIAJUKAN OLEH:

SYELMA SUMANTO

NIM: 041511233015

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS AIRLANGGA

SURABAYA

2019


ii


SKRIPSI


iii


PERNYATAAN ORISINALITAS SKRIPSI


iv


KATA PENGANTAR

Dengan memanjatkan puji syukur kepada Allah SWT yang telah memberikan

rahmat dan hidayah-Nya, sehingga penulis dapat menyelesaikan skripsi ini sebagai

salah satu syarat kelulusan dalam menyelesaikan kuliah dan mendapatkan gelar

Sarjana Manajemen di Universitas Airlangga yang berjudul “Kebijakan Loan-to-

Value dan Risiko Kredit Properti pada Bank Umum Konvensional”.

Selain kepada Allah SWT, penulis juga mengucapkan terima kasih kepada

berbagai pihak yang telah memberi dukungan serta bantuan selama proses

penulisan skripsi sehingga karya tulis ini dapat sampai pada tangan pembaca.

Melalui kesempatan yang diberikan, penulis ingin menyampaikan terima kasih

yang sebesar-besarnya kepada:

1. Ayah, Ibu, Kakak dan Adik penulis atas segala bantuan dan dukungan luar

biasa, serta doa tiada henti yang telah diberikan kepada penulis.

2. Nugroho Sasikirono, SE., MM selaku dosen pembimbing atas bimbingan,

ilmu, saran, nasihat sejak awal hingga akhir penyusunan skripsi. Terima kasih

atas tenaga, pikiran, waktu, serta dukungan berharga lainnya yang tidak dapat

disebutkan sehingga penulis dapat menyelesaikan skripsi dengan baik.

3. Drs. Ec. I Made Sudana, M.S selaku dosen pembimbing atas bimbingan, ilmu,

saran dan nasihat kepada penulis selama penyusunan skripsi.

4. Seluruh dosen program studi S1 Manajemen atas semua ilmu dan pengetahuan

yang telah diberikan kepada penulis selama menempuh pendidikan di

Universitas Airlangga.

5. Otoritas Jasa Keuangan yang telah memberikan data penelitian hingga

akhirnya skripsi ini dapat terselesaikan dengan baik.

6. Keluarga besar Komunitas ISP (Investor Saham Pemula) seluruh Indonesia

serta khususnya pengurus organisasi regional Surabaya atas dukungan dan

kerja sama yang baik. Selain itu, kepada Vina Syania selaku wakil ketua yang

banyak membantu penulis dalam menjalankan program kerja organisasi selagi

menyusun skripsi.


v


7. Keluarga besar IDX Surabaya atas dukungan dan bantuan kepada penulis

dalam menjalankan beberapa ujian sertifikasi profesi selagi menyusun skripsi.

8. Teman-teman terdekat; Aprilia Mardiana, Willy Kumalasari, Mega Febriana,

Veny Melati, Alrisma Ridalila, Niken Larasati, Wida Kusmayana, Avinda

Yane, Dita Mongalia, Rizki Oktafiani, Naila Afrida, Indah Ratnayu, dll yang

telah memberikan dukungan dan bantuan selama masa penyusunan skripsi.

9. Keluarga besar PSD Bali, terima kasih atas kerja sama yang baik selama 68

bulan kemarin, hingga akhirnya penulis terpaksa resign karena harus

mengutamakan skripsi dan prioritas lainnya.

10. Seluruh teman-teman S1 Manajemen UNAIR 2015.

11. Pihak-pihak yang tidak dapat disebutkan satu persatu, terima kasih telah

membantu dan terlibat dalam penyusunan skripsi ini serta telah mewarnai

kehidupan perkuliahan penulis selama empat tahun ini.

Berkat bantuan, doa, dan dukungan dari berbagai pihak, akhirnya penulis dapat

menyelesaikan penyusunan skripsi dengan baik. Semoga skripsi ini dapat

bermanfaat bagi semua pihak dan dapat dijadikan referensi.

Surabaya, Mei 2019

Syelma Sumanto


vi


ABSTRAK

Penelitian ini bertujuan untuk mengetahui pengaruh kebijakan loan-to-value

terhadap risiko kredit properti bank. Metode pengambilan sampel menggunakan

purposive sampling dan metode analisis yang digunakan pada penelitian ini adalah

regresi linier berganda. Jumlah sampel dalam penelitian ini sebanyak 66 bank

dengan 563 data observasi. Berdasarkan hasil analisis, risiko kredit properti yang

diproksikan oleh rasio non-performing loan kredit properti bank pada periode

kebijakan pengetatan loan-to-value lebih rendah dibanding pada periode kebijakan

pelonggaran. Terdapat variabel kontrol pada penelitian ini yaitu inflasi,

pertumbuhan gross domestic product, pertumbuhan kredit properti, dan bank size.

Variabel inflasi, pertumbuhan kredit properti, dan bank size berpengaruh positif

signifikan terhadap non-performing loan kredit properti, sedangkan pertumbuhan

gross domestic product berpengaruh negatif signifikan.

Kata kunci: kebijakan loan-to-value, risiko kredit properti, kredit pemilikan rumah,

non-performing loan


vii


ABSTRACT

This study aims to determine the effect of loan-to-value policy on bank's mortgage

credit risk. This study used purposive sampling method and analysis method used

is multiple linear regression of analysis. The number of samples in this study are 66

banks with 563 observations data. Based on the results of the analysis, bank's

mortgage credit risk which proxied by the ratio of non-performing loan on mortgage

loan is lower on the tightening period of loan-to-value policy than easing period.

There are control variables in this study, inflation, gross domestic product growth,

mortgage loan growth, and bank size. Inflation, mortgage loan growth, and bank

size have significant positive effect on non-performing loans, while gross domestic

product growth has a significant negative effect.

Keywords: loan-to-value policy, mortgage credit risk, housing loan, non-

performing


viii


DAFTAR ISI

HALAMAN JUDUL .............................................................................................. i

HALAMAN PERSETUJUAN.............................................................................. ii

PERNYATAAN ORISINALITAS SKRIPSI ..................................................... iii

KATA PENGANTAR .......................................................................................... iv

ABSTRAK ............................................................................................................ vi

ABSTRACT ......................................................................................................... vii

DAFTAR ISI ....................................................................................................... viii

DAFTAR TABEL.................................................................................................. x

DAFTAR GAMBAR ............................................................................................ xi

BAB 1 PENDAHULUAN ..................................................................................... 1

1.1 Latar Belakang .............................................................................................. 1

1.2 Rumusan Masalah ......................................................................................... 6

1.3 Tujuan Penelitian .......................................................................................... 6

1.4 Manfaat Penelitian ........................................................................................ 6

BAB 2 TINJAUAN PUSTAKA ............................................................................ 8

2.1 Landasan Teori .............................................................................................. 8

2.1.1 Pengertian dan fungsi bank .................................................................... 8

2.1.2 Pengertian dan pengukuran risiko kredit bank ....................................... 9

2.1.3 Pengertian dan pengukuran risiko kredit properti bank ....................... 11

2.1.4 Pengertian kebijakan loan-to-value...................................................... 12

2.1.5 Pengaruh kebijakan loan-to-value terhadap risiko kreditproperti bank 13

2.1.6 Faktor-faktor lain yang mempengaruhi risiko kredit properti bank ..... 14

2.2 Penelitian Sebelumnya ................................................................................ 18

2.3 Hipotesis Penelitian ..................................................................................... 20

2.4 Model Analisis ............................................................................................ 20

2.5 Kerangka Berfikir........................................................................................ 21

BAB 3 METODE PENELITIAN ....................................................................... 23

3.1 Pendekatan Penelitian ................................................................................. 23


ix


3.2 Identifikasi Variabel .................................................................................... 23

3.3 Definisi Operasional.................................................................................... 23

3.4 Jenis dan Sumber Data ................................................................................ 24

3.5 Prosedur Penentuan Sampel ........................................................................ 25

3.6 Prosedur Pengumpulan Data ....................................................................... 25

3.7 Teknik Analisis ........................................................................................... 26

BAB 4 HASIL DAN PEMBAHASAN ............................................................... 30

4.1 Gambaran Umum Objek Penelitian ............................................................ 30

4.2 Deskripsi Hasil Penelitian ........................................................................... 30

4.3 Pengujian Asumsi Klasik ............................................................................ 32

4.4 Analisis Model dan Pengujian Hipotesis .................................................... 34

4.5 Pembahasan ................................................................................................. 35

BAB 5 SIMPULAN DAN SARAN ..................................................................... 39

5.1 Simpulan ..................................................................................................... 39

5.2 Saran ............................................................................................................ 40

DAFTAR PUSTAKA

LAMPIRAN


x


DAFTAR TABEL

4.1 Deskripsi Statistik Variabel Penelitian............................................................ 31

4.2 Hasil Uji Asumsi Klasik.................................................................................. 32

4.3 Hasil Output Regresi ....................................................................................... 35


xi


DAFTAR GAMBAR

1.1 Non-Performing Loan (NPL) Kredit Properti di Indonesia .............................. 3

2.1 Kerangka Berfikir............................................................................................ 21


1


BAB 1

PENDAHULUAN

1.1 Latar Belakang

Rumah merupakan salah satu jenis properti yang menjadi kebutuhan primer

setiap orang untuk keperluan tempat tinggal. Selain rumah, terdapat jenis properti

lain seperti toko dan kantor yang digunakan untuk keperluan usaha. Permintaan

sektor properti yang didorong oleh motif konsumsi maupun investasi berpengaruh

terhadap kenaikan harga properti, namun sering tidak diimbangi dengan

peningkatan kemampuan finansial calon pembeli. Untuk mengatasi kesenjangan

antara kenaikan harga properti dengan kemampuan finansial tersebut, bank

menjalankan fungsi sebagai lembaga perantara keuangan dengan menyalurkan

fasilitas kredit, sehingga memudahkan masyarakat membeli properti dengan

membayar cicilan sesuai ketentuan yang disepakati.

Bagi bank, apabila sektor properti menunjukkan tren kenaikan harga, maka

penyaluran pinjaman dinilai cukup menguntungkan karena dapat mendorong

ekspansi kredit. Namun jika tidak diimbangi dengan aturan prudensial yang

memadai, ekspansi kredit tersebut akan meningkatkan risiko pada bank. Ekspansi

kredit properti yang terjadi secara terus-menerus disebut juga dengan kenaikan

pertumbuhan kredit properti, yang kemudian dapat menimbulkan risiko kredit

bermasalah (non-performing loan) pada bank, atau bahkan risiko sistemik. Risiko

sistemik merupakan dampak ketidakstabilan akibat adanya gangguan menular

(contagion) pada sebagian atau seluruh sistem keuangan yang disebabkan oleh


2


interaksi atau keterkaitan antar institusi dan/atau pasar keuangan serta

kecenderungan perilaku berlebihan (BI, 2016). Untuk mengatasi ancaman risiko

sistemik yang ditimbulkan dari kredit sektor properti, Bank Indonesia menerapkan

kebijakan makroprudensial berupa loan-to-value (LTV).

Kebijakan makroprudensial baru populer pasca krisis keuangan global (Global

Financial Crisis, GFC) yang terjadi pada tahun 2008 (BI, 2016). Krisis yang dipicu

oleh permasalahan subprime mortgage di sektor properti dan keuangan pada

akhirnya berdampak buruk pada perekonomian dunia. Sejak krisis keuangan global,

kebijakan loan-to-value mulai menjadi fokus perhatian negara maju dan

berkembang dalam rangka mengendalikan risiko sistemik (Morgan et al, 2015).

Kebijakan LTV mengatur tentang presentase maksimum kredit properti yang dapat

diberikan bank kepada calon debitur dari total nilai properti yang menjadi agunan.

Sebagai contoh, rasio LTV 80% berarti bank dapat memberikan pinjaman maksimal

senilai 80% dari harga properti dan debitur perlu membayar uang muka (down

payment) senilai 20%.

Di Indonesia terdapat 2 (dua) macam kebijakan loan-to-value, yaitu pengetatan

dan pelonggaran. Kebijakan pengetatan LTV mulai diterapkan dari Juni 2012

hingga Mei 2015, sedangkan pelonggaran mulai diberlakukan pada Juni 2015

hingga Juli 2018. Kebijakan pengetatan berarti Bank Indonesia menurunkan rasio

LTV dengan tujuan menahan tingginya pertumbuhan kredit properti, karena

dikhawatirkan dapat mendorong kenaikan harga aset properti secara berlebihan

(bubble) serta meningkatkan risiko kredit bagi bank. Morgan et al. (2018)

menyebutkan kebijakan makroprudensial berupa LTV berfungsi menahan non-


3


performing loan atau kredit bermasalah. Kebijakan pelonggaran berarti Bank

Indonesia menaikkan rasio LTV dengan tujuan meningkatkan penyaluran kredit

bank yang terbilang rendah. Pada kebijakan pengetatan maupun pelonggaran, bank

diperbolehkan menentukan sendiri rasio LTV yang akan diberlakukan, tetapi tidak

boleh melebihi batas ketentuan dari Bank Indonesia. Kebijakan loan-to-value ini

hanya berlaku bagi bank umum konvensional yang menjalankan fungsi sebagai

penyalur kredit properti. Objek yang diatur dalam kebijakan LTV meliputi kredit

untuk kepemilikan rumah tapak, susun atau apartemen, toko dan kantor, serta kredit

konsumsi beragun properti.

Sumber: Bank Indonesia

Gambar1.1 Non-Performing Loan (NPL) Kredit Properti di Indonesia

Kebijakan pengetatan LTV pertama kali diberlakukan pada Juni 2012.

Berdasarkan Surat Edaran No.14/10/DPNP, Bank Indonesia mensyaratkan batas

0

0,5

1

1,5

2

2,5

3

3,5

Q3

-20

12

Q4

-20

12

Q1

-20

13

Q2

-20

13

Q3

-20

13

Q4

-20

13

Q1

-20

14

Q2

-20

14

Q3

-20

14

Q4

-20

14

Q1

-20

15

Q2

-20

15

Q3

-20

15

Q4

-20

15

Q1

-20

16

Q2

-20

16

Q3

-20

16

Q4

-20

16

Q1

-20

17

Q2

-20

17

Q3

-20

17

Q4

-20

17

Non-Performing Loan (NPL) Kredit Properti (%)


4


maksimum kredit properti yang dapat diberikan bank kepada calon debitur adalah

70% dari nilai agunan pada saat awal pemberian kredit. Setelah kebijakan ini

diberlakukan, pertumbuhan kredit properti perlahan menurun, namun non-

performing loan (NPL) kredit properti mengalami peningkatan dari 2.19% pada

kuartal ketiga 2012 menjadi 2.38% pada kuartal kedua 2013.

Pertumbuhan kredit properti kembali meningkat pada Juni 2013. Oleh karena

itu, Bank Indonesia kembali memperketat kebijakan LTV karena kebijakan yang

pertama dinilai belum sepenuhnya berhasil menahan pertumbuhan kredit properti

yang tinggi. Melalui Surat Edaran No.15/40/DKMP, rasio LTV diturunkan

berdasarkan urutan fasilitas kredit dan tipe properti. Sebagai contoh, rasio LTV

untuk kredit properti tipe rumah tapak dengan ukuran >70m2 pada fasilitas pertama

adalah 70%, kedua 60%, dan ketiga 50%. Setelah penyesuaian kebijakan

pengetatan diberlakukan, pertumbuhan kredit properti berhasil turun signifikan,

namun tidak diikuti dengan penurunan risiko kredit properti. Hal tersebut

dibuktikan dengan NPL kredit properti 2.40% pada kuartal ketiga 2013 menjadi

2.57% pada kuartal pertama 2015.

Pertumbuhan kredit properti mengalami penurunan pesat setelah kebijakan

pengetatan LTV yang kedua diimplementasikan. Tingkat pertumbuhan kredit

properti yang sangat rendah terjadi pada Mei 2015. Kondisi tersebut kemudian

mendorong Bank Indonesia untuk mengeluarkan kebijakan pelonggaran LTV untuk

pertama kali pada Juni 2015. Melalui Peraturan Bank Indonesia

No.17/10/PBI/2015, kebijakan pelonggaran rasio LTV diberlakukan untuk

mendorong pertumbuhan kredit properti serta menjaga perekonomian nasional agar


5


tetap berada pada momentum yang positif. Rasio LTV pada kebijakan pelonggaran

ini ditetapkan maksimum 80% untuk kredit properti rumah tapak dan 90% untuk

rumah susun. Kebijakan pelonggaran didasarkan pada pertimbangan bahwa sektor

properti dapat memberikan efek pelipatgandaan (multiplier effect) yang besar dalam

mendorong pertumbuhan ekonomi. Setelah kebijakan pelonggaran LTV berlaku,

pertumbuhan kredit properti mengalami peningkatan serta diikuti dengan kenaikan

NPL kredit properti dari 2.63% pada kuartal kedua 2015 menjadi 2.91% pada

kuartal kedua 2016.

Pada Agustus 2016, Bank Indonesia kembali melakukan pelonggaran

kebijakan LTV karena kebijakan pelonggaran yang pertama dirasa belum cukup

kuat meningkatkan penyaluran kredit. Berdasarkan Peraturan Bank Indonesia

No.18/16/PBI/2016, rasio LTV dalam kebijakan pelonggaran yang kedua ditetapkan

maksimum 85% untuk kredit properti rumah tapak dan 90% untuk rumah susun.

Setelah penyesuaian kebijakan pelonggaran LTV berlaku, pertumbuhan kredit

properti terus meningkat, dengan NPL kredit properti yang menurun dari 2.77%

pada kuartal ketiga 2016 menjadi 2.69% pada kuartal pertama 2018.

Beberapa penelitian menunjukkan hasil yang berbeda mengenai pengaruh

kebijakan loan-to-value terhadap risiko kredit bermasalah atau non-perfoming loan.

Pirgaip dan Hepsen (2018) menemukan bahwa kebijakan pengetatan loan-to-value

di Turki terbukti dapat mengatasi kredit bermasalah bank yang berlebihan. Berbeda

dengan hasil penelitian Ascarya et al. (2016) yang membuktikan bahwa pengetatan

LTV justru berdampak signifikan dalam meningkatkan risiko kredit bermasalah

(non-performing loan) pada bank.


6


1.2 Rumusan Masalah

Berdasarkan latar belakang, maka rumusan masalah dalam penelitian ini adalah

apakah terdapat pengaruh kebijakan pengetatan loan-to-value terhadap non-

performing loan kredit properti bank?

1.3 Tujuan Penelitian

Berdasarkan rumusan masalah, maka tujuan dari penelitian ini adalah untuk

mengetahui pengaruh kebijakan pengetatan loan-to-value terhadap non-performing

loan kredit properti bank.

1.4 Manfaat Penelitian

Manfaat yang diharapkan dalam penelitian ini adalah sebagai berikut:

1. Bagi bank yang menyalurkan kredit properti, penelitian ini dapat menjadi

bahan untuk merumuskan kebijakan guna mengendalikan risiko kredit properti

jika terdapat perubahan kebijakan LTV kembali.

2. Bagi regulator, penelitian ini dapat menjadi bahan dalam merumuskan

kebijakan guna mengendalikan risiko perbankan yang dapat timbul oleh

adanya perubahan kebijakan LTV.

3. Bagi peneliti selanjutnya, penelitian ini dapat menjadi referensi untuk

penelitian berikutnya yang memiliki kaitan dengan topik.


7


1.5 Sistematika Skripsi

Penelitian ini disajikan dalam lima bab dengan sistematika sebagai berikut:

BAB 1 : PENDAHULUAN

Bab ini membahas tentang latar belakang masalah yang diteliti, rumusan

masalah, tujuan penelitian, manfaat penelitian, dan sistematika penulisan.

BAB 2 : TINJAUAN PUSTAKA

Bab ini membahas tentang landasan teori dari topik yang diangkat, yaitu

kebijakan loan-to-value dan risiko kredit properti bank. Terdapat variabel

kontrol yang akan digunakan yaitu inflasi, pertumbuhan gross domestic

product, pertumbuhan kredit properti, dan bank size. Selain itu bab ini

juga membahas hipotesis penelitian, beberapa penelitian terdahulu, model

analisis, serta kerangka berfikir.

BAB 3 : METODE PENELITIAN

Bab ini membahas tentang pendekatan penelitian yang digunakan,

identifikasi variabel, definisi operasional variabel, jenis dan sumber data,

prosedur pengumpulan data, prosedur penentuan sampel, serta teknik

analisis.

BAB 4 : HASIL DAN PEMBAHASAN

Bab ini membahas tentang gambaran umum objek penelitian, deskripsi

hasil penelitian, analisis model dan pengujian hipotesis, serta pembahasan.

BAB 5 : SIMPULAN DAN SARAN

Bab ini membahas tentang kesimpulan penelitian, batasan-batasan

penelitian, serta saran bagi penelitian selanjutnya.


8


BAB 2

TINJAUAN PUSTAKA

2.1 Landasan Teori

2.1.1 Pengertian dan fungsi bank

Bank merupakan lembaga perantara keuangan yang menjalankan fungsi

menghimpun dana dari pihak surplus dan menyalurkan dana kepada pihak defisit

dalam bentuk kredit. Menurut Undang-Undang Nomor 10 Tahun 1998 tentang

Perbankan, “bank adalah badan usaha yang menghimpun dana dari masyarakat

dalam bentuk simpanan dan menyalurkannya dalam bentuk kredit dan atau bentuk-

bentuk lainnya dalam rangka meningkatkan taraf hidup masyarakat”.

Beberapa fungsi bank diantaranya (Firmansyah dan Purwanta, 2014):

1. Menghimpun dana

a. Dana sendiri berupa setoran modal waktu pendirian dan penjualan saham di

pasar modal jika bank tersebut sudah go public.

b. Dana masyarakat yang dikumpulkan melalui usaha perbankan seperti

tabungan, giro, dan deposito.

c. Dana Pasar Uang Antar Bank (PUAB).

2. Menyalurkan kredit

Bank menyalurkan kembali dana yang telah dihimpun dengan memberikan

pinjaman atau kredit kepada pihak yang memerlukan dana untuk kegiatan

usahanya. Secara umum jenis kredit terbagi menjadi: kredit investasi, kredit


9


modal kerja, dan kredit konsumsi. Dengan menjalankan fungsi ini, bank

memperoleh pendapatan berupa bunga atas kredit.

3. Memberikan pelayanan jasa

Bank juga berfungsi sebagai pelayan lalu-lintas pembayaran berupa transfer

dana, inkaso, cek, kartu kredit, uang elektronik (e-money), dan pelayanan

lainnya. Dengan menjalankan fungsi ini, bank memperoleh pendapatan non-

bunga.

2.1.2 Pengertian dan pengukuran risiko kredit bank

Menurut Undang-Undang No. 10 Tahun 1998 tentang Perbankan, “kredit

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 untuk melunasi utangnya setelah

jangka waktu tertentu dengan pemberian bunga”. Kredit yang dimaksud merupakan

penyaluran pinjaman yang dilakukan oleh bank konvensional kepada debitur.

Dalam menjalankan fungsi sebagai penyalur pinjaman, bank menghadapi

risiko kredit, yaitu risiko akibat kegagalan atau ketidakmampuan debitur membayar

pokok dan/atau bunga sesuai dengan jangka waktu yang telah ditentukan. Risiko

kredit bermasalah disebut juga dengan non-perfoming loan yang dapat diukur dari

kolektibilitasnya (Siamat, 2005:358). Kolektibilitas merupakan kategori kualitas

kredit berdasarkan jangka waktu keterlambatan pembayaran oleh debitur. Menurut

Peraturan Otoritas Jasa Keuangan No.29/POJK.05/2014 tentang Penyelenggaraan


10


Usaha Perusahaan Pembiayaan, terdapat kategori kolektibilitas atau kualitas kredit

yaitu sebagai berikut:

1. Lancar, yaitu apabila tidak terdapat keterlambatan atau terdapat keterlambatan

pembayaran pokok dan/atau bunga sampai dengan 30 (tiga puluh) hari kalender.

2. Dalam perhatian khusus, yaitu apabila terdapat keterlambatan pembayaran

pokok dan/atau bunga yang telah melampaui 30 (tiga puluh) hari kalender

sampai dengan 90 (sembilan puluh) hari kalender.

3. Kurang lancar, yaitu apabila terdapat keterlambatan pembayaran pokok dan/atau

bunga yang telah melampaui 90 (sembilan puluh) hari kalender sampai dengan

120 (seratus dua puluh) hari kalender.

4. Diragukan, yaitu apabila terdapat keterlambatan pembayaran pokok dan/atau

bunga yang telah melampaui 120 (seratus dua puluh) hari kalender sampai

dengan 180 (seratus delapan puluh) hari kalender.

5. Macet, yaitu apabila terdapat keterlambatan pembayaran pokok dan/atau bunga

yang telah melampaui 180 (seratus delapan puluh) hari kalender.

Berdasarkan kategori tersebut, kredit bermasalah atau non-performing loan

(NPL) digolongkan sebagai kredit yang memiliki kolektibilitas kurang lancar,

diragukan, dan macet (Siamat, 2005:359). Semakin tinggi NPL suatu bank maka

risiko gagal bayar (default) oleh debitur akan semakin besar. Ghosh (2017)

berpendapat bahwa adanya peningkatan NPL mengindikasikan bank menghadapi

risiko kredit yang signifikan, sehingga mengganggu kemampuan dalam

menyalurkan kredit. Us (2017), menyatakan NPL adalah indikator yang terkait erat


11


dengan kelemahan dalam sistem keuangan, karena lonjakan non-performing loan

dapat mengindikasi adanya krisis perbankan.

2.1.3 Pengertian dan pengukuran risiko kredit properti bank

Salah satu jenis kredit yang ditawarkan oleh bank adalah kredit properti, yaitu

pinjaman yang disalurkan bank kepada debitur untuk pemilikan rumah tapak, susun

dan/atau apartemen, toko dan/atau kantor. Bank yang menjalan fungsi sebagai

penyalur pinjaman properti akan menghadapi risiko kredit properti, yaitu risiko

akibat kegagalan atau ketidakmampuan debitur membayar pokok dan/atau bunga

cicilan properti sesuai dengan jangka waktu yang telah ditentukan. Risiko kredit

bermasalah dalam pinjaman properti disebut juga dengan non-performing loan

(NPL) kredit properti.

Menurut Surat Edaran Bank Indonesia No.18/19/DKMP Tahun 2016,

perhitungan rasio kredit properti bermasalah adalah perbandingan antara jumlah

kredit properti dengan kualitas kurang lancar, diragukan, dan macet terhadap total

kredit properti yang disalurkan bank. Rumus perhitungan rasio non-performing

loan kredit properti adalah sebagai berikut:

𝑁𝑃𝐿KPi,t = KP bermasalahi,t

Total KPi,tx 100%..................................................................(2.1)

Keterangan:

NPLKPi,t : Non-performing loan kredit properti bank i pada kuartal t

KP bermasalahi,t : Jumlah kredit properti kolektibilitas kurang lancar, diragukan,

dan macet bank i pada kuartal t

Total KPi,t : Jumlah kredit properti yang disalurkan bank i pada kuartal t


12


Semakin tinggi rasio NPL kredit properti yang dimiliki bank maka risiko

gagal bayar pinjaman properti semakin besar. Jika rasio ini terus meningkat, bank

akan mengalami kerugian karena tidak menerima pembayaran pokok pinjaman dari

debitur, serta tidak mendapat keuntungan dari bunga atas kredit properti. Jika

kerugian tersebut terus terakumulasi maka dapat menganggu likuiditas bank.

2.1.4 Pengertian kebijakan loan-to-value

Kebijakan loan-to-value (LTV) merupakan kebijakan makroprudensial untuk

mengendalikan laju pertumbuhan kredit properti serta risiko kredit yang dapat

ditimbulkan. Kebijakan loan-to-value membatasi presentase maksimum kredit

properti yang dapat diberikan bank kepada calon debitur dari total nilai properti

yang menjadi agunan. Bian et al. (2018), rasio LTV dihitung sebagai presentase

jumlah pinjaman dari harga transaksi properti yang dijaminkan. Dalam Surat

Edaran Bank Indonesia No.18/19/DKMP, “rasio loan-to-value adalah angka rasio

antara nilai kredit yang dapat diberikan oleh bank terhadap nilai agunan berupa

properti pada saat pemberian kredit berdasarkan hasil penilaian terakhir”.

Di Indonesia terdapat 2 (dua) macam kebijakan loan-to-value, yaitu

pengetatan dan pelonggaran. Kebijakan pengetatan berarti Bank Indonesia

menurunkan batas maksimum rasio LTV, sedangkan pelonggaran berarti

menaikkan. Kebijakan pengetatan berlaku dari Juni 2012 hingga Mei 2015 dengan

membatasi rasio LTV maksimum hingga 80%, sedangkan pelonggaran berlaku

sejak Juni 2015 hingga Juli 2018 dengan membatasi rasio LTV maksimum hingga

90%. Pada kebijakan pengetatan maupun pelonggaran, bank diperbolehkan


13


menentukan sendiri rasio LTV yang akan diberlakukan, tetapi tidak boleh melebihi

batas ketentuan dari Bank Indonesia tersebut.

Kebijakan LTV hanya berlaku bagi bank umum konvensional yang

menjalankan fungsi sebagai penyalur kredit properti. Dalam hal ini, bank umum

syariah penyalur kredit properti tidak ikut dilibatkan, karena terdapat kebijakan

berbeda yang akan berlaku. Objek yang diatur dalam kebijakan LTV meliputi kredit

untuk kepemilikan rumah tapak, susun atau apartemen, toko dan kantor, serta kredit

konsumsi beragun properti.

2.1.5 Pengaruh kebijakan loan-to-value terhadap risiko kredit properti bank

Kebijakan loan-to-value tidak hanya berdampak pada pertumbuhan kredit

properti, namun secara tidak langsung juga berdampak pada risiko kredit properti

bank. Pada periode kebijakan pengetatan LTV, bank hanya dapat memberikan

pinjaman dengan presentase yang rendah dari harga properti, sehingga masyarakat

perlu membayar uang muka (down payment) yang lebih tinggi. Jika semakin tinggi

uang muka yang perlu dibayarkan, maka hanya debitur berkualitas yang mampu

mengajukan permohonan kredit properti. Begitu pula sebaliknya pada periode

kebijakan pelonggaran LTV, bank dapat memberikan pinjaman dengan presentase

tinggi dari harga properti, sehingga masyarakat hanya perlu membayar uang muka

yang rendah. Jika uang muka yang perlu dibayarkan rendah, maka debitur dengan

kualitas kurang baik juga dapat mengajukan kredit properti.

Morgan et al. (2018), berpendapat kebijakan pengetatan LTV dapat digunakan

untuk menahan NPL. Begitu pula sebaliknya, kebijakan pelonggaran LTV diyakini


14


akan mendorong penyaluran kredit properti, sehingga bank perlu memerhatikan

NPL yang berpotensi akan meningkat (Mangeswuri, 2018). Dengan demikian,

kebijakan pengetatan LTV dapat menurunkan risiko kredit properti, sedangkan

pelonggaran dapat meningkatkan risiko kredit properti. Ascarya et al. (2016),

membuktikan bahwa kebijakan pengetatan LTV meningkatkan risiko kredit

bermasalah (NPL), atau tidak konsisten dengan penelitian Morgan et al. (2018).

2.1.6 Faktor-faktor lain yang mempengaruhi risiko kredit properti bank

Menurut Abid et al. (2014); Louzis et al. (2012); Messai dan Jouini (2013),

terdapat beberapa faktor yang dapat mempengaruhi risiko kredit bermasalah atau

non-performing loan diantaranya sebagai berikut:

1. Inflasi

Inflasi diartikan sebagai kondisi terjadinya kenaikan harga barang dan jasa

secara umum dan terus menerus dalam jangka waktu tertentu. Menurut

Mankiw et al. (2014:162), inflasi merupakan peningkatan harga-harga secara

keseluruhan dalam perekonomian. Perubahan harga sejumlah barang dan jasa

secara umum dalam suatu periode waktu ke waktu tersebut disebut sebagai

tingkat inflasi, yang salah satunya dapat dihitung dengan Indeks Harga

Konsumen (IHK).

Semakin tinggi tingkat inflasi, daya beli masyarakat semakin turun karena

harga-harga meningkat sedangkan pendapatan relatif tetap. Oleh karena itu,

debitur cenderung mengutamakan pemenuhan kebutuhan sehari-hari terlebih

dahulu dan menunda pembayaran kredit properti, sehingga dapat


15


meningkatkan risiko kredit bermasalah bagi bank pada periode berikutnya.

Dengan demikian, tingkat inflasi berpengaruh positif terhadap risiko kredit

properti bank. Pada penelitian ini tingkat inflasi diukur berdasarkan tingkat

inflasi triwulanan yang dipublikasikan oleh Badan Pusat Statistika. Klein

(2013), Touny dan Shehab (2015) membuktikan pengaruh positif inflasi

terhadap non-performing loan.

2. Pertumbuhan Gross Domestic Product

Gross Domestic Product (GDP) adalah nilai pasar dari semua barang dan jasa

yang diproduksi dalam sebuah negara pada suatu periode (Mankiw et al,

2014:11). Gross domestic product merupakan salah satu indikator untuk

mengetahui kondisi perekonomian suatu negara dalam periode tertentu, baik

atas dasar harga berlaku (pasar) maupun harga konstan. Pertumbuhan gross

domestic product dapat digunakan sebagai proksi pertumbuhan ekonomi suatu

negara (Arsyad, 2014). Data pertumbuhan GDP yang digunakan dalam

penelitian ini menggunakan data triwulanan dari Badan Pusat Statistika.

Semakin tinggi tingkat pertumbuhan GDP berarti semakin tinggi tingkat

pertumbuhan ekonomi suatu negara. Pertumbuhan ekonomi yang positif akan

memperluas lapangan kerja, meningkatkan produktivitas para pelaku usaha,

meningkatkan kesejahteraan dan pendapatan masyarakat (Pambudi, 2013).

Dengan demikian, kemampuan debitur dalam membayar kredit properti tidak

terhambat atau dapat dikatakan lancar, sehingga risiko kredit bermasalah bank

turun. Begitu pula sebaliknya, pertumbuhan ekonomi yang negatif akan

mempersempit lapangan kerja, menurunkan produktivitas para pelaku usaha,


16


menurunkan kesejahteraan dan pendapatan masyarakat, bahkan meningkatkan

jumlah pengangguran. Hal tersebut kemudian akan menghambat kemampuan

debitur melunasi pinjaman, sehingga risiko kredit bermasalah bank naik. Oleh

sebab itu, jika semakin tinggi tingkat pertumbuhan GDP maka risiko kredit

properti bank semakin rendah. Dalam penelitian ini digunakan variabel GDP

lagged. Abid et al. (2014); Louzis et al. (2012); Messai dan Jouini (2013)

berpendapat pertumbuhan GDP berpengaruh positif terhadap non-performing

loan bank.

3. Pertumbuhan Kredit Properti

Peningkatan jumlah pinjaman properti yang disalurkan oleh bank dari waktu

ke waktu disebut dengan pertumbuhan kredit properti. Pertumbuhan kredit

akan mendorong tingkat risiko bank (Foos et al, 2010). Pertumbuhan kredit

merupakan faktor yang dapat menyebabkan terjadinya risiko kredit bermasalah

(Messai & Jouini, 2013). Pertumbuhan kredit properti bank dapat dihitung

dengan rumus:

ΔKPi,t =KPi,t− KPi,t−1

KPi,t−1................................................................................. (2.2)

Keterangan:

ΔKPi,t : Pertumbuhan kredit properti bank i pada kuartal t

KPi,t : Jumlah kredit properti yang disalurkan bank i pada kuartal t

KPi,t-1 : Jumlah kredit properti yang disalurkan bank i pada kuartal t-1

Pertumbuhan kredit properti yang tinggi terjadi karena implementasi kebijakan

pelonggaran loan-to-value yang memudahkan persyaratan uang muka kredit.

Kemudahan persyaratan kredit properti berupa rendahnya uang muka (down


17


payment) yang perlu dibayar menyebabkan debitur dengan kualitas kurang baik

dapat memperoleh pinjaman. Jika semakin banyak debitur yang kurang

berkualitas turut memperoleh kredit properti, maka risiko kredit bermasalah

bank semakin meningkat. Salas dan Saurina (2002) berpendapat bahwa

pertumbuhan kredit berpengaruh positif terhadap risiko kredit bermasalah.

4. Bank Size

Bank size menunjukkan ukuran bank berdasarkan jumlah aset yang dimiliki

(Hendriati, 2010), sehingga semakin tinggi nilai aset semakin besar ukuran

bank. Kepemilikan aset mempengaruhi kemampuan bank dalam mengelola

dana yang telah dihimpun, termasuk menyalurkan dalam bentuk kredit kepada

debitur. Bank dengan volume penyaluran kredit yang besar memiliki

kesempatan untuk menekan tingkat spread, yang kemudian dapat menurunkan

suku bunga kredit (Dendawijaya, 2009:105). Suku bunga kredit yang lebih

rendah membuat bank menjadi kompetitif, sehingga risiko kredit bermasalah

turun karena debitur lebih mampu dalam melunasi pinjaman. Altunbas et al.

(2018) dan Morgan et al. (2018), mengukur bank size menggunakan logaritma

dari total aset bank yang dimiliki pada periode tertentu. Sehingga rumus bank

size dalam penelitiani ini adalah

SIZEi,t = Log (TA)i,t...................................................................................(2.3)

Keterangan:

SIZEi,t : Ukuran bank i pada kuartal t

TAi,t : Total aset bank i pada kuartal t


18


Dengan begitu, semakin besar aset yang dimiliki oleh bank akan menurunkan

risiko kredit propertinya. Ranjan dan Dahl (2003), berpendapat bahwa bank

size berpengaruh negatif terhadap non-performing loan atau risiko kredit

bermasalah.

2.2 Penelitian Sebelumnya

Penelitian sebelumnya yang terkait dengan penelitian ini antara lain:

1. Pirgaip dan Hepsen (2018) meneliti tentang efektivitas kebijakan loan-to-value

di Turki yang telah diterapkan sejak tahun 2011 untuk bank konvensional dan

syariah dalam hal membatasi pertumbuhan kredit properti dan kredit

bermasalah (menunggak). Hasil penelitian menunjukkan bahwa kebijakan

pengetatan LTV terbukti dapat mengendalikan pertumbuhan kredit serta

berhasil mengatasi kredit bermasalah yang berlebihan.

2. Ikram (2015) menganalisis tentang perbandingan dampak kebijakan pengetatan

loan-to-value terhadap kinerja keuangan bank. Metode penelitian dilakukan

dengan membandingkan empat bank umum yang memiliki eksposur kredit

pemilikan rumah (KPR) dan kendaraan bermotor (KKB) yang besar di provinsi

Riau. Hasil analisis menunjukkan bahwa kebijakan pengetatan LTV secara

signifikan telah berhasil mengerem ekspansi KPR dan KKB, namun terdapat

kenaikan non-performing loan yang mengindikasikan bahwa KPR

mengandung risiko. Peningkatan rasio NPL berdampak pada hilangnya potensi

pendapatan bunga dan menurunnya kinerja bank.

3. Umar (2016) melakukan analisis perbandingan untuk menguji dampak

kebijakan pengetatan loan-to-value terhadap rasio kredit bermasalah dan


19


pertumbuhan kredit konsumtif beragun properti. Terdapat dua kelompok

sampel yang digunakan, yaitu bank BUMN (Mandiri, BRI, BNI, BTN) dan

bank swasta nasional (BCA, CIMB Niaga, Panin, Permata). Periode penelitian

dibagi menjadi dua, yaitu 18 bulan sebelum kebijakan dan 18 bulan setelah

kebijakan LTV diterapkan. Hasil penelitian membuktikan bahwa tidak ada

perbedaan NPL yang cukup nyata setelah kebijakan LTV diterapkan, dalam arti

kebijakan tersebut tidak terbukti dapat menurunkan atau menjaga tingkat rasio

kredit bermasalah bank. Sementara itu dari sisi pertumbuhan kredit, kebijakan

tersebut berdampak signifikan dalam mengurangi tingkat pertumbuhan kredit

konsumtif beragun properti yang tinggi.

4. Ascarya et al. (2016) melakukan penelitian untuk menguji efektivitas dari

LTV/FTV pada sistem perbankan ganda (konvensional dan syariah) di

Indonesia. Hasil penelitian menunjukkan bahwa efektivitas LTV/FTV dalam

membatasi pertumbuhan kredit masih tidak signifikan. Selain itu, FTV

(syariah) tidak signifikan mengurangi risiko kredit bermasalah pada bank

syariah, sementara sebaliknya LTV (konvensional) justru signifikan

meningkatkan non-performing loan.

5. Wulandari et al. (2016) menganalisis kebijakan loan-to-value dalam rangka

meminimalisir kredit bermasalah dalam penyaluran KPR, dengan melakukan

penelitian studi kasus pada PT. Bank Tabungan Negara Tbk Kantor Cabang

Kediri. Penelitian tersebut menggunakan kebijakan pelonggaran LTV tahun

2015 sebagai variabel independen. Hasil analisis menunjukkan bahwa setelah

pelonggaran kebijakan LTV, terdapat dampak pada penurunan penyaluran


20


fasilitas KPR, yang kemudian menekan pertumbuhan KPR serta mengurangi

risiko kredit bermasalah atau non-performing loan.

2.3 Hipotesis Penelitian

Berdasarkan teori yang dijelaskan, hipotesis penelitian ini adalah:

1. Terdapat pengaruh kebijakan loan-to-value terhadap non-performing loan

yang ditunjukkan dengan non-performing loan kredit properti bank pada

periode pengetatan lebih rendah dibanding pada periode pelonggaran.

2. Inflasi berpengaruh positif terhadap non-performing loan kredit properti bank.

3. Pertumbuhan gross domestic product berpengaruh negatif terhadap non-

performing loan kredit properti bank.

4. Pertumbuhan kredit properti berpengaruh positif terhadap non-performing loan

kredit properti bank.

5. Bank size berpengaruh negatif terhadap non-performing loan kredit properti

bank.

2.4 Model Analisis

NPLKPi,t = β0 + β1 DLTVt + β2 INFLt-1 + β3 ∆GDPt-1 + β4 ∆KPi,t + β5 SIZEi,t + ɛ

Keterangan:

β0 = Konstanta

β1,..., β4 = Koefisien Regresi

NPLKPi,t = Non-performing loan kredit properti bank i pada kuartal t


21


DLTVt = Dummy kebijakan loan-to-value

(kebijakan pengetatan LTV = 1, kebijakan pelonggaran LTV = 0)

INFLt = Tingkat inflasi pada kuartal t-1

∆GDPt = Pertumbuhan gross domestic product pada kuartal t-1

∆KPi,t = Pertumbuhan kredit properti bank i pada kuartal t

SIZEi,t = Ukuran bank i pada kuartal t

ɛ = Error/residual

2.5 Kerangka Berfikir

Gambar 2.1 Kerangka Berfikir

Kebijakan Loan-to-Value Non-Performing Loan

kredit properti bank

Variabel Kontrol:

a. Inflasi

b. Pertumbuhan GDP

c. Pertumbuhan kredit properti

d. Bank size


23


BAB 3

METODE PENELITIAN

3.1 Pendekatan Penelitian

Penelitian ini menggunakan pendekatan kuantitatif, yaitu pendekatan

penelitian yang memiliki nilai dan menggunakan data-data terukur serta analisis

data dengan prosedur statistik dengan tujuan mengukur variabel yang sedang diteliti

dan menghasilkan kesimpulan yang dapat digeneralisasikan.

3.2 Identifikasi Variabel

Berdasarkan rumusan masalah, model analisis dan hipotesis penelitian, maka

variabel-variabel yang dianalisis dalam penelitian ini adalah:

1. Variabel dependen dalam penelitian ini adalah non-performing loan kredit

properti bank.

2. Variabel independen dalam penelitian ini adalah kebijakan loan-to-value.

3. Variabel kontrol dalam penelitian ini adalah inflasi, pertumbuhan gross domestic

product, pertumbuhan kredit properti, dan bank size.

3.3 Definisi Operasional

Definisi operasional dari variabel yang digunakan dalam penelitian ini:

1. Non-performing loan kredit properti merupakan proksi risiko kredit properti

bank, yang merupakan risiko akibat kegagalan atau ketidakmampuan debitur


24


membayar pokok dan/atau bunga cicilan properti lebih dari 90 hari sejak jangka

waktu yang telah ditentukan. Rasio ini dihitung dengan rumus 2.1.

2. Kebijakan loan-to-value merupakan kebijakan yang mengatur tentang

presentase maksimum kredit properti yang dapat diberikan bank kepada calon

debitur dari total nilai properti yang menjadi agunan. Kebijakan LTV dalam

penelitian ini dinyatakan dengan variabel dummy, bernilai 1 untuk periode

pengetatan (Januari 2013 hingga Desember 2014) dan 0 untuk pelonggaran

(Januari 2016 hingga Desember 2017).

3. Inflasi merupakan tingkat inflasi triwulanan yang diperoleh dari Badan Pusat

Statistika.

4. Pertumbuhan gross domestic product merupakan pertumbuhan GDP

triwulanan yang diperoleh dari Badan Pusat Statistika.

5. Pertumbuhan kredit properti merupakan kenaikan jumlah pinjaman properti

yang disalurkan oleh bank dari waktu ke waktu. Pertumbuhan kredit properti

bank dihitung dengan rumus 2.2.

6. Bank size merupakan ukuran bank berdasarkan nilai aset atau aktiva yang

dimiliki, yang dihitung dengan rumus 2.3.

3.4 Jenis dan Sumber Data

Penelitian ini menggunakan jenis data sekunder, yaitu data publikasi yang

diperoleh dari beberapa sumber yaitu:

1. Data non-performing loan kredit properti dan pertumbuhan kredit properti bank

diperoleh dari laporan rutin bank kepada Otoritas Jasa Keuangan.


25


2. Data tingkat inflasi dan pertumbuhan gross domestic product diperoleh dari

laporan publikasi yang diterbitkan oleh Badan Pusat Statistika.

3. Data bank size diperoleh dari laporan publikasi triwulan bank dari situs resmi

Otoritas Jasa Keuangan.

3.5 Prosedur Penentuan Sampel

Pengambilan sampel dalam penelitian ini menggunakan metode purposive

sampling. Metode ini merupakan metode pengambilan sampel dengan kriteria

tertentu sebagai berikut:

1. Bank umum konvensional yang menyalurkan kredit properti.

2. Bank umum konvensional yang menyampaikan laporan kredit properti rutin

kepada Otoritas Jasa Keuangan selama periode penelitian, yaitu pada periode

kebijakan pengetatan (Januari 2013 hingga Desember 2014) dan pelonggaran

loan-to-value (Januari 2016 hingga Desember 2017).

3.6 Prosedur Pengumpulan Data

Langkah-langkah yang dilakukan untuk memperoleh data pada penelitian ini

adalah sebagai berikut:

1. Studi kepustakaan, dilakukan dengan mengumpulkan berbagai informasi, teori

dari buku pustaka, jurnal ekonomi, dan bahan-bahan lain yang berhubungan

dengan fenomena permasalahan yang dibahas dalam penelitian ini.

2. Studi lapangan, dilakukan untuk memperoleh data sekunder yang dibutuhkan

untuk keperluan analisis dengan mengajukan permohonan data ke Otoritas Jasa


26


Keuangan serta menggunakan teknik dokumentasi dari website Badan Pusat

Statistika www.bps.go.id dan Otoritas Jasa Keuangan www.ojk.go.id.

3.7 Teknik Analisis

Penelitian ini menggunakan teknik analisis regresi berganda dengan variabel

dummy. Berikut ini merupakan langkah-langkah analisis yang digunakan dalam

penelitian:

1. Menghitung nilai dari masing-masing variabel dependen, independen, dan

kontrol yang digunakan selama periode penelitian, yaitu pada periode

kebijakan pengetatan (Januari 2013 hingga Desember 2014) dan pelonggaran

loan-to-value (Januari 2016 hingga Desember 2017).

2. Melakukan uji asumsi klasik dengan tahapan sebagai berikut:

a. Uji normalitas

Menurut Ghozali (2018:161), uji normalitas bertujuan untuk menguji

apakah dalam model regresi, variabel pengganggu atau residual memiliki

distribusi normal. salah satu cara untuk mengukur variabel residual

berdistribusi normal atau tidak yaitu dengan menggunakan Uji

Kolmogorov-Smirnov. Apabila nilai signifikansi pada uji KS > 0.05, maka

residual berdistribusi normal, sedangkan jika nilai signifikansi uji KS < 0.05

maka residual tidak berdistribusi normal.

b. Uji multikolinearitas

Menurut Ghozali (2018:107), uji multikolinearitas bertujuan untuk menguji

apakah model regresi ditemukan adanya korelasi antar variabel bebas

http://www.ojk.go/


27


(independen). Model regresi yang baik seharusnya tidak terjadi korelasi di

antara variabel independen. Multikolinearitas dapat dilihat dari nilai

tolerance dan Variance Inflation Factor (VIF). Jika nilai tolerance > 0.10

dan VIF < 10, maka tidak terjadi multikolinearitas.

c. Uji heteroskedastisitas

Menurut Ghozali (2018:137), uji heteroskedastisitas bertujuan menguji

apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu

pengamatan ke pengamatan yang lainnya. Model regresi yang baik

mensyaratkan tidak adanya masalah heteroskedastisitas. Dalam penelitian

ini, untuk mendeteksi ada tidaknya heteroskedastisitas adalah menggunakan

Uji Korelasi Spearman’s Rho, dengan mengkorelasikan variabel

independen dengan nilai unstandardized residual. Jika nilai signifikansi dari

korelasi antara variabel independen dengan residual > 0,05, maka dalam

model regresi tidak ditemukan adanya masalah heteroskedastisitas.

d. Uji autokorelasi

Menurut Ghozali (2018:111), Uji autokorelasi bertujuan untuk menguji

apakah dalam model regresi linear terdapat korelasi antara residual pada

periode t dengan periode t-1 (sebelumnya). Autokorelasi muncul

disebabkan adanya observasi yang berurutan sepanjang waktu berkaitan

satu sama lain. Model regresi yang baik adalah regresi yang bebas dari

autokorelasi. Pengujian asumsi autokorelasi pada penelitian ini

menggunakan Uji Runs Test, untuk melihat apakah data residual terjadi

secara acak/random atau tidak. Jika output signifikansi pada uji runs test


28


bernilai > 0.05, maka dapat dikatakan bahwa data residual random atau tidak

terjadi autokorelasi antar residual.

3. Melakukan analisis regresi berganda dan pengujian hipotesis dengan

menggunakan IBM SPSS Statistics 21, dengan langkah-langkah sebagai berikut:

a. Merumuskan hipotesis statistik

H0,1 : β1 ≥ 0, non-performing loan kredit properti bank pada periode

pengetatan lebih tinggi atau sama dengan non-performing loan

kredit properti bank pada periode pelonggaran.

H1,1 : β1 < 0, non-performing loan kredit properti bank pada periode

pengetatan lebih rendah dibandingkan dengan non-performing

loan kredit properti bank pada periode pelonggaran.

H0,2 : β2 ≤ 0, inflasi tidak berpengaruh positif terhadap non-performing loan


H1,2 : β2 > 0, inflasi berpengaruh positif terhadap non-performing loan kredit

properti bank.

H0,3 : β3 ≥ 0, pertumbuhan gross domestic product tidak berpengaruh negatif

terhadap non-performing loan kredit properti bank.

H1,3 : β3 < 0, pertumbuhan gross domestic product berpengaruh negatif

terhadap non-performing loan kredit properti bank.

H0,4 : β4 ≤ 0, pertumbuhan kredit properti tidak berpengaruh positif terhadap

non-performing loan kredit properti bank.

H0,4 : β4 > 0, pertumbuhan kredit properti berpengaruh positif terhadap non-

performing loan kredit properti bank.


29


H0,5 : β5 ≥ 0, bank size tidak berpengaruh negatif terhadap non-performing

loan kredit properti bank.

H1,5 : β5 < 0, bank size berpengaruh negatif terhadap non-performing loan


b. Menetapkan level of significant ()

Level of significant () menunjukkan tingkat kesalahan yang ditoleransi oleh

peneliti yaitu sebesar 1%, 5%, 10%. Jika angka signifikansi pada uji statistik

t lebih kecil dari 1%, 5%, 10% maka H0 ditolak, sedangkan jika angka

signifikansi pada uji statistik t lebih besar maka H0 diterima.

4. Menghitung koefisien determinasi (R2)

Menurut Ghozali (2018:97), koefisien determinasi (R2) digunakan untuk

mengetahui sejauh mana kontribusi variabel independen terhadap variabel

dependen. Nilai koefisien determinasi adalah setara nol dan satu. Jika nilai R2

mendekati 1 (satu), maka dapat dikatakan semakin kuat model tersebut dalam

menerangkan variasi variabel independen terhadap variabel dependen,

sebaliknya jika R2 mendekati 0 (nol) maka kemampuan variabel independen

dalam menjelaskan variasi variabel dependen amat terbatas.


30


BAB 4

HASIL DAN PEMBAHASAN

4.1 Gambaran Umum Objek Penelitian

Bank yang menjadi objek dalam penelitian ini adalah bank umum konvensional

yang menjalankan fungsi sebagai penyalur kredit properti. Pemilihan data dan

penentuan jumlah sampel yang layak diteliti dilakukan dengan metode purposive

sampling, sebagaimana telah dijelaskan pada bagian 3.5. Setelah melalui proses

pemilihan sampel, jumlah sampel yang didapatkan adalah sebanyak 66 bank

(lampiran 1) dengan jumlah observasi sebanyak 563 (lampiran 2).

4.2 Deskripsi Hasil Penelitian

Tabel 4.1 menunjukkan deskripsi hasil penelitian. Variabel risiko kredit

properti diproksikan dengan rasio non-performing loan kredit properti. Nilai

terendah variabel NPLKP adalah 0.00%, sedangkan nilai tertinggi 3.99%. Nilai

rata-rata variabel non-performing loan kredit properti ini adalah 1.59%.

Variabel kebijakan loan-to-value (DLTV) diukur dengan dummy memiliki nilai

terendah yaitu 0 pada periode kebijakan pelonggaran dan nilai tertinggi yaitu 1 pada

periode kebijakan pengetatan loan-to-value. Nilai rata-rata variabel DLTV adalah

0.50 menunjukkan bahwa 50% pengamatan terjadi pada periode kebijakan

pengetatan dan 50% pada periode kebijakan pelonggaran loan-to-value.

23


31


Tabel 4.1

Deskripsi Statistik Variabel Penelitian

N Minimum Maximum Mean Std. Deviation

NPLKP 563 0.0000 3.9952 1.5912 1.0409

DLTV* 563 0 1 0.50 0.5000

INFL 563 0.2800 4.4300 1.2632 1.0346

∆GDP 563 -2.1825 4.0089 1.5479 2.3151

∆KP 563 -73.9768 132.3644 3.1821 14.2731

SIZE* 563 6.7404 14.9905 13.4586 0.8244

Keterangan: Hasil dinyatakan dalam %, kecuali yang bertanda *

Sumber: Hasil output IBM SPSS Statistics 21

Variabel inflasi (INFL) memiliki nilai terendah sebesar 0.28%, tertinggi

sebesar 4.43%, dan nilai rata-rata 1.22%. Sementara itu, variabel pertumbuhan

gross domestic product (∆GDP) memiliki nilai terendah sebesar -2.18%, yang

berarti pertumbuhan ekonomi pada kuartal tersebut mengalami perlambatan dari

kuartal sebelumnya. Nilai tertinggi variabel pertumbuhan GDP adalah 4.0089%,

yang berarti pertumbuhan ekonomi pada kuartal tersebut mengalami peningkatan

dari periode sebelumnya.

Variabel pertumbuhan kredit properti (∆KP) bank memiliki nilai pertumbuhan

terendah sebesar -37.71%, sedangkan nilai tertinggi sebesar 132.36%. Nilai rata-

rata pertumbuhan kredit properti bank adalah 3.18%. Sementara itu, variabel bank

size (SIZE) memiliki nilai terendah sebesar 6.74 dan nilai tertinggi sebesar 14.99.

Nilai tersebut merupakan ukuran bank berdasarkan logaritma dari total asset yang

dimiliki.


32


4.3 Pengujian Asumsi Klasik

Uji asumsi klasik digunakan untuk mengetahui apakah model regresi layak

atau tidak digunakan dalam penelitian. Uji asumsi klasik meliputi uji normalitas,

multikolinearitas, heteroskedastisitas, dan autokorelasi.

Tabel 4.2

Hasil Uji Asumsi Klasik

Variabel Collinearity Statistics Spearman’s Rho

Tolerance VIF Coefficient Sig.

DLTV 0.963 1.038 -0.019 0.645

INFL 0.952 1.051 0.014 0.733

∆GDP 0.932 1.073 0.010 0.819

∆KP 0.973 1.028 0.004 0.926

SIZE 0.995 1.005 0.019 0.649

One-Sample Kolmogorov-Smirnov Test Z 1.309

Sig 0.065

Runs Test Test Value -0.060

Sig 0.473

Sumber: Hasil output IBM SPSS Statistics 21

1. Uji normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel

pengganggu atau residual berdistribusi normal. Salah satu metode untuk

melakukan uji normalitas adalah dengan Uji Kolmogorov-Smirnov. Berdasarkan

Tabel 4.2 atau hasil output pada lampiran 4 menunjukkan nilai signifikansi

0.065, maka dapat disimpulkan bahwa residual berdistribusi normal karena


33


memiliki nilai signifikansi > 0.05. Dengan kata lain, model regresi dalam

penelitian ini telah memenuhi uji normalitas.

2. Uji multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi

terdapat korelasi diantara variabel independen. Metode untuk menguji ada

tidaknya multikolinearitas dapat dilihat dari nilai tolerance dan Variance

Inflation Factor (VIF). Jika nilai tolerance > 0.10 dan VIF < 10, maka tidak

terjadi multikolinearitas. Berdasarkan Tabel 4.2 atau hasil output pada lampiran

5, menunjukkan bahwa model regresi dalam penelitian ini tidak terdapat gejala

multikolinearitas.

3. Uji heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi

terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan

yang lainnya. Salah satu cara untuk mendeteksi ada atau tidaknya

heteroskedastisitas adalah dengan menggunakan Uji Korelasi Spearman’s Rho.

Berdasarkan Tabel 4.2 atau hasil output pada lampiran 6, nilai signifikansi dari

korelasi antara variabel independen dengan residual > 0,05, maka dapat

disimpulkan bahwa model regresi dalam penelitian ini tidak terdapat gejala

heteroskedastisitas.

4. Uji autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah observasi dari residual saling

berkorelasi atau tidak. Pengujian asumsi autokorelasi diharapkan observasi

residual tidak saling berkorelasi. Pengujian asumsi autokorelasi pada penelitian


34


ini menggunakan Uji Runs Test, untuk melihat apakah data residual terjadi

secara acak/random atau tidak. Jika signifikansi pada uji runs test bernilai > 0.05,

maka dapat dikatakan bahwa data residual random atau tidak terjadi autokorelasi

antar residual. Berdasarkan Tabel 4.2 atau hasil output pada lampiran 7 diperoleh

nilai signifikansi 0.473, sehingga dapat disimpulkan bahwa data residual dalam

model regresi tidak mengalami autokorelasi.

4.4 Analisis Model dan Pengujian Hipotesis

Berikut adalah hasil analisis dari pengujian hipotesis model regresi dengan

menggunakan variabel dependen yaitu non-performing loan kredit properti bank,

variabel independen berupa kebijakan loan-to-value, serta variabel kontrol berupa

inflasi, pertumbuhan gross domestic product, pertumbuhan kredit properti, dan

bank size. Hasil regresi ditunjukkan pada tabel 4.3.

Tabel 4.3 menunjukkan bahwa variabel kebijakan loan-to-value (DLTV)

memiliki koefisien negatif. Variabel pertumbuhan gross domestic product (∆GDP)

berpengaruh negatif signifikan terhadap non-performing loan kredit properti bank.

Selain itu, variabel tingkat inflasi (INFL), bank size (SIZE), dan pertumbuhan kredit

properti (∆KP) berpengaruh positif signifikan terhadap non-performing loan kredit

properti bank.

Koefisien determinasi R Square sebesar 0.158, menunjukkan bahwa sebesar

15.8% variabilitas non-performing loan kredit properti bank dapat dijelaskan oleh

variabel kebijakan loan-to-value, inflasi, pertumbuhan gross domestic product,


35


pertumbuhan kredit properti, dan bank size, sedangkan sisanya sebesar 84.2%

dijelaskan oleh sebab-sebab lain di luar model.

Tabel 4.3

Hasil Output Regresi

Variabel Independen Unstandarized Coefficients

t Sig. B Std. Error

(Constant) -0.388 0.666 -0.0583 0.560

DLTV -0.613 0.082 -7.441 0.000

INFL 0.115 0.040 2.863 0.004

∆GDP -0.071 0.018 -3.912 0.000

∆KP 0.008 0.003 2.900 0.004

SIZE 0.165 0.049 3.359 0.001

R2 0.158

Adj R2 0.150

F 20.858 0.000

Sumber: Hasil output SPSS Statistic 21

4.5 Pembahasan

1. Kebijakan loan-to-value

Variabel ini diukur menggunakan dummy bernilai 1 untuk periode kebijakan

pengetatan dan 0 untuk periode kebijakan pelonggaran loan-to-value. Hasil pada

Tabel 4.3 menunjukkan bahwa non-performing loan kredit properti bank pada

periode kebijakan pengetatan secara rata-rata lebih rendah 0.613% dibanding

pada periode kebijakan pelonggaran loan-to-value. Hasil ini sejalan dengan

kondisi bahwa pada periode kebijakan pengetatan LTV, bank hanya dapat

memberikan pinjaman dengan presentase yang rendah dari harga properti dan


36


masyarakat perlu membayar uang muka (down payment) yang lebih tinggi.

Dengan demikian, hanya debitur berkualitas yang mampu mengajukan

permohonan kredit properti sehingga risiko kredit bermasalah atau non-

performing loan kredit properti bank menjadi lebih rendah. Hasil penelitian ini

konsisten dengan penelitian Pirgaip dan Hepsen (2018) yang membuktikan

bahwa kebijakan pengetatan loan-to-value efektif dalam menurunkan tingkat

non-performing loan.

2. Inflasi

Inflasi (INFL) berpengaruh positif signifikan terhadap non-performing loan

kredit properti bank. Semakin tinggi tingkat inflasi, daya beli masyarakat

semakin turun karena harga-harga meningkat sedangkan pendapatan relatif

tetap. Oleh karena itu, debitur cenderung mengutamakan pemenuhan kebutuhan

sehari-hari terlebih dahulu dan menunda pembayaran kredit properti, sehingga

meningkatkan kredit bermasalah bagi bank. Hasil penelitian ini konsisten

dengan Klein (2013), Touny dan Shehab (2015), yang menyatakan bahwa inflasi

berpengaruh positif terhadap non-performing loan.

3. Pertumbuhan gross domestic product

Pertumbuhan gross domestic product (∆GDP) berpengaruh negatif signifikan

terhadap non-performing loan kredit properti bank. Pertumbuhan ekonomi yang

positif peningkatan akan memperluas lapangan kerja, meningkatkan

produktivitas para pelaku usaha, meningkatkan kesejahteraan dan pendapatan

masyarakat (Pambudi, 2013). Dengan demikian, kemampuan debitur dalam

membayar kredit properti tidak terhambat atau dapat dikatakan lancar, sehingga


37


risiko kredit bermasalah bank turun. Begitu pula sebaliknya, pertumbuhan

ekonomi yang negatif akan mempersempit lapangan kerja, menurunkan

produktivitas para pelaku usaha, menurunkan kesejahteraan dan pendapatan

masyarakat, bahkan meningkatkan jumlah pengangguran. Hal tersebut

kemudian akan menghambat kemampuan debitur melunasi pinjaman, sehingga

risiko kredit bermasalah bank naik. Hasil penelitian ini konsisten dengan

penelitian Abid et al. (2014), Louzis et al. (2012), Messai dan Jouini (2013) yang

menyatakan pertumbuhan GDP berpengaruh positif terhadap non-performing

loan bank.

4. Pertumbuhan kredit properti

Pertumbuhan kredit properti (∆KP) berpengaruh positif signifikan terhadap non-

performing loan kredit properti bank. Meningkatnya pertumbuhan kredit

properti terjadi karena implementasi kebijakan pelonggaran loan-to-value yang

memudahkan persyaratan uang muka kredit. Kemudahan persyaratan kredit

properti berupa rendahnya uang muka (down payment) yang perlu dibayar

menyebabkan debitur dengan kualitas kurang baik dapat memperoleh pinjaman.

Jika semakin banyak debitur yang kurang berkualitas turut memperoleh kredit

properti, maka risiko kredit bermasalah bank semakin meningkat. Hasil ini

konsisten dengan penelitian Salas dan Saurina (2002) yang berpendapat bahwa

pertumbuhan kredit berpengaruh positif terhadap risiko kredit bermasalah.

5. Bank size

Bank size (SIZE) berpengaruh positif signifikan terhadap non-performing loan

kredit properti bank. Hasil ini berlawanan dengan hipotesis awal yang


38


menyatakan bahwa bank size berpengaruh negatif terhadap risiko kredit

bermasalah seperti yang disebutkan dalam penelitian Ranjan dan Dahl (2003).

Hal ini terjadi karena bank yang memiliki aset besar cenderung lebih berani

dalam mengambil risiko dengan menyalurkan kredit kepada debitur berkualitas

rendah (Gunawan dan Sudaryanto, 2016). Namun sebaliknya, bank yang

berukuran kecil cenderung lebih berhati-hati dalam menyalurkan kredit, karena

sangat mempengaruhi likuiditas mereka. Dengan begitu, hasil ini konsisten

dengan penelitian Abid et al. (2014) dan Louzis et al. (2012) yang menyatakan

bahwa bank size berpengaruh positif terhadap non-performing loan bank.


39


BAB 5

SIMPULAN DAN SARAN

5.1 Simpulan

1. Non-performing loan kredit properti bank pada periode pengetatan kebijakan

loan-to-value lebih rendah dibandingkan pada periode pelonggaran. Hal ini

terjadi karena pada periode kebijakan pengetatan LTV, bank hanya dapat

memberikan pinjaman dengan presentase rendah dari harga properti, sehingga

hanya debitur berkualitas yang mampu mengajukan kredit.

2. Inflasi berpengaruh positif signifikan terhadap non-performing loan kredit

properti bank, karena semakin tinggi tingkat inflasi, maka daya beli masyarakat

semakin turun karena harga-harga meningkat sedangkan pendapatan relatif

tetap. Oleh karena itu, debitur cenderung mengutamakan pemenuhan

kebutuhan sehari-hari terlebih dahulu dan menunda pembayaran kredit

properti.

3. Pertumbuhan gross domestic product berpengaruh negatif signifikan terhadap

non-performing loan kredit properti bank, karena pertumbuhan GDP akan

meningkatkan kemampuan debitur dalam membayar kredit properti.

4. Pertumbuhan kredit properti berpengaruh positif signifikan terhadap non-

performing loan kredit properti bank. Hal ini terjadi pada saat kebijakan

pelonggaran loan-to-value berlaku karena uang muka kredit properti yang

perlu dibayarkan rendah, sehingga debitur yang kurang berkualitas dapat

mengajukan pinjaman.


40


5. Bank size berpengaruh positif signifikan terhadap non-performing loan kredit

properti bank, karena semakin besar ukuran bank maka semakin berani dalam

mengambil risiko dengan menyalurkan kredit kepada debitur berkualitas

rendah.

5.2 Saran

Berdasarkan simpulan yang telah dijelaskan, maka terdapat hal-hal yang dapat

dijadikan saran oleh penulis antara lain:

1. Bagi bank yang menyalurkan kredit properti, sebaiknya memiliki kebijakan

tambahan khusus pada saat menerapkan kebijakan loan-to-value dari Bank

Indonesia. Sebagai contoh, jika terdapat kebijakan pelonggaran LTV kembali,

bank harus lebih ketat dalam melakukan analisis kredit kepada calon debitur.

2. Bagi regulator, sebaiknya memperhitungkan dan mempertimbangkan dengan

tepat perihal timing pelaksanaan kebijakan loan-to-value, baik itu kebijakan

pengetatan maupun pelonggaran. Jika tingkat pertumbuhan maupun risiko kredit

properti sudah menunjukkan suatu tren yang kuat (meningkat atau menurun

tajam), regulator harus segera melakukan penyesuaian atau mengeluarkan

kebijakan tambahan guna mengendalikan dampak yang dapat terjadi.

3. Bagi peneliti selanjutnya, sebaiknya menambahkan variabel-variabel lain yang

sekiranya berpengaruh kuat terhadap risiko kredit properti, terutama variabel

spesifik bank. Hal tersebut karena dampak kebijakan loan-to-value yang terjadi

pada setiap bank dapat berbeda, tergantung pada karakteristik yang dimiliki oleh

masing-masing bank.



DAFTAR PUSTAKA

Abid, L., Ouertani, M. N., & Zouari-Ghorbel, S. (2014). Macroeconomic and Bank-

Specific Determinants of Household ’ s Non-Performing Loans in Tunisia : a

Dynamic Panel Data. Procedia Economics and Finance, 13, 58–68.

Altunbas, Y., Binici, M., & Gambacorta, L. (2018). Macroprudential policy and

bank risk. Journal of International Money and Finance, 81, 203–220.

Arsyad, Lincolin (2014) Ekonomi Pembangunan Lanjutan. In: Ekonomi

Pembangunan dan Pembangunan Ekonomi. Universitas Terbuka, Jakarta, pp.

1-37. ISBN 9789790118744

Ascarya., Rahmawati S., & Adiwarman A. K. (2016). Effectiveness of LTV / FTV

as Macroprudential Instrument under Dual Banking System in Indonesia. In

11th International Conference on Islamic Economics and Finance

Effectiveness.

Bank Indonesia. Surat Edaran Bank Indonesia No.14/10/DPNP Penerapan

Manajemen Risiko pada Bank yang Melakukan Pemberian Kredit Pemilikan

Rumah dan Kredit Kendaraan Bermotor (2012).

----------. Surat Edaran Bank Indonesia No.15/40/DKMP Penerapan Manajemen

Risiko pada Bank yang Melakukan Pemberian Kredit atau Pembiayaan

Pemilikan Properti, Kredit atau Pembiayaan Konsumsi Beragun Properti, dan

Kredit atau Pembiayaan Kendaraan Bermotor (2013).

----------. Peraturan Bank Indonesia No.17/10/PBI/2015 tentang Rasio Loan To

Value atau Rasio Financing To Value untuk Kredit atau Pembiayaan Properti

dan Uang Muka untuk Kredit atau Pembiayaan Kendaraan Bermotor (2015).

----------. Peraturan Bank Indonesia No.18/16/PBI/2016 tentang Rasio Loan To

Value untuk Kredit Properti, Rasio Financing to Value untuk Pembiayaan

Properti, dan Uang Muka untuk Kredit atau Pembiayaan Kendaraan Bermotor

(2016).

----------. Surat Edaran No.18/19/DKMP Rasio Loan to Value untuk Kredit

Properti, Rasio Financing to Value untuk Pembiayaan Properti, dan Uang

Muka untuk Kredit atau Pembiayaan Kendaraan Bermotor (2016).



Bank Indonesia. (2016). Mengupas Kebijakan Makroprudensial. (Departemen

Kebijakan Makroprudensial, Ed.). Jakarta.

Bian, X., Lin, Z., & Liu, Y. (2018). House price , loan-to-value ratio and credit risk.

Journal of Banking and Finance, 92, 1–12.

Dendawijaya, L. (2009). Manajemen Perbankan. Jakarta: Ghalia Indonesia.

Firmansyah, H., & Purwanta, W. (2014). Muatan Kebanksentralan. Jakarta: Bank

Indonesia.

Foos, D., Norden, L., & Weber, M. (2010). Loan growth and riskiness of banks.

Journal of Banking and Finance, 34(12), 2929–2940.

Ghosh, A. (2017). Sector-specific analysis of non-performing loans in the US

banking system and their macroeconomic impact. Journal of Economics and

Business, 93, 29–45.

Ghozali, I. (2018). Aplikasi Analisis Multivariete dengan Program SPSS (9th ed.).

Semarang: Universitas Diponegoro.

Gunawan, A., & Sudaryanto, B. (2016). Analisis Pengaruh Performance, Size,

Inefisiensi, Capital, dan Dana Pihak Ketiga terhadap Non-Performing Loan

(Studi pada Bank Umum Konvensional Go Public di Indonesia Periode 2011-

2015). Diponegoro Journal of Management, 5(3), 2337-3792.

Hendriati, R. A. (2010). Bank Size, Income Composition, dan Volatilitas Earning

Bank. (Skripsi Sarjana Manajemen). Universitas Airlangga.

Ikram, M. (2015). Analisis Perbandingan Dampak Kebijakan Loan To Value

Terhadap Kinerja Keuangan Bank: Studi Kasus Empat Bank Umum di

Provinsi Riau. (Thesis Magister Manajemen). Fakultas Ekonomika dan Bisnis

Universitas Gajah Mada.

Klein, N. (2013). Non-Performing Loans in CESEE : Determinants and Impact on

Macroeconomic Performance. IMF Working Paper, WP/13/72.

Louzis, D. P., Vouldis, A. T., & Metaxas, V. L. (2012). Macroeconomic and bank-

specific determinants of non-performing loans in Greece : A comparative

study of mortgage , business and consumer loan portfolios. Journal of Banking

and Finance, 36(4), 1012–1027.



Mankiw, N., Quah, E., & Wilson, P. (2014). Pengantar Ekonomi Makro (2nd ed.).

Jakarta: Salemba Empat.

Mangeswuri, D. R. (2018). Kebijakan Pelonggaran Loan-To-Value. Info Singkat

Bidang Ekonomi Dan Kebijakan Publik Pusat Penelitian Badan Keahlian

DPR RI. Vol.X, No.13/I/Puslit/Juli/2018.

Messai, A. S., & Jouini, F. (2013). Micro and Macro Determinants of Non-

performing Loans. International Journal of Economics and Financial Issues,

3(4), 852–860.

Morgan, P. J., Regis, P., & Salike, N. (2015). Loan-to-Value Policy as a

Macroprudential Tool: The Case of Residential Mortgage Loans in Asia. ADBI

Working Paper Series, 5, 528.

Morgan, P. J., José, P., & Salike, N. (2018). LTV policy as a macroprudential tool

and its effects on residential mortgage loans. Journal of Financial

Intermediation Journal, 37, 89–103.

Otoritas Jasa Keuangan. Peraturan Otoritas Jasa Keuangan No.29/POJK 05/2014

tentang Penyelenggaraan Usaha Perusahaan Pembiayaan (2014).

Pambudi, E. W. (2013). Analisis Pertumbuhan Ekonomi dan Faktor-Faktor yang

Mempengaruhi (Kabupaten/Kota di Provinsi Jawa Tengah). Skripsi. Fakultas

Ekonomi dan Bisnis Universitas Diponegoro.

Pirgaip, B., & Hepsen, A. (2018). Loan-to-value policy : evidence from Turkish

dual banking system. International Journal of Islamic and Middle Eastern

Finance and Management, 10, 1108.

Ranjan, R., & Dhal, S. (2003). Non-Performing Loans and Terms of Credit of

Public Sector Banks in India: An Empirical Assessment. Reserve Bank of

India Occasional Papers, 24(3), 83-121.

Salas, V., & Saurina, J. (2002). Credit Risk in Two Institutional Regimes: Spanish

Commercial and Savings Banks. Journal of Financial Services Research, 22,

203-224.

Siamat, D. (2005). Manajemen Lembaga Keuangan Kebijakan Moneter dan

Perbankan (5th ed.). Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas

Indonesia.



Touny, M. A., & Shehab, M. A. (2015). Macroeconomic Determinants of Non-

Performing Loans : An Empirical Study Macroeconomic Determinants of

Non-Performing Loans : An Empirical Study of Some Arab Countries.

American Journal of Economics and Business Administration, 7, 11-22.

Undang-Undang Republik Indonesia Nomor 10 Tahun 1998 tentang Perubahan

Atas Undang-Undang Nomor 7 Tahun 1992 tentang Perbankan (1998).

Umar, M. (2016). Analisis Perbandingan Dampak Kebijakan Loan To Value

terhadap Rasio Kredit Bermasalah dan Pertumbuhan Kredit Konsumtif

Beragun Properti (Thesis Magister Manajemen). Fakultas Ekonomika dan

Bisnis Universtias Gajah Mada.

Us, V. (2017). Dynamics of non-performing loans in the Turkish banking sector by

an ownership breakdown : The impact of the global crisis. Finance Research

Letters, 20, 109–117.

Wulandari, I., Saifi, M., & Azizah, D. (2016). Analisis Kebijakan Loan To Value

Sebagai Usaha Meminimalisir Kredit Bermasalah dalam Penyaluran Kredit

Pemilikan Rumah (Studi Kasus Pada PT. Bank Tabungan Negara Tbk Kantor

Cabang Kediri). Jurnal Administrasi Bisnis, 38(1), 115-124.

www.bps.go.id

www.ojk.go.id

http://www.ojk.go/



Lampiran 1

Daftar Sampel Bank Umum Konvensional Penyalur Kredit Properti

Tahun 2013 – 2017

1 PT BANK RAKYAT INDONESIA (PERSERO), Tbk

2 PT BANK MANDIRI (PERSERO), Tbk

3 PT BANK NEGARA INDONESIA (PERSERO), Tbk

4 PT BANK DANAMON INDONESIA, Tbk

5 PT BANK PERMATA, Tbk

6 PT BANK CENTRAL ASIA, Tbk

7 PT BANK MAYBANK INDONESIA, Tbk

8 PT BANK PAN INDONESIA, Tbk

9 PT BANK CIMB NIAGA, Tbk

10 PT BANK UOB INDONESIA

11 PT BANK OCBC NISP, Tbk

12 CITIBANK, N.A.

13 PT BANK CHINA CONSTRUCTION BANK INDONESIA, Tbk

14 PT BANK ARTHA GRAHA INTERNASIONAL, Tbk

15 PT BANK DBS INDONESIA

16 PT BANK MIZUHO INDONESIA

17 STANDARD CHARTERED BANK

18 PT BANK CAPITAL INDONESIA, Tbk

19 PT BANK ANZ INDONESIA

20 PT BANK HSBC INDONESIA

21 PT BANK RABOBANK INTERNATIONAL INDONESIA

22 PT BANK JTRUST INDONESIA, Tbk

23 PT BANK MAYAPADA INTERNASIONAL, Tbk

24 PT BPD JAWA BARAT DAN BANTEN, Tbk

25 PT BPD DKI

26 PT BPD DAERAH ISTIMEWA YOGYAKARTA

27 PT BPD JAWA TENGAH

28 PT BPD JAWA TIMUR, Tbk

29 PT BPD SUMATERA UTARA

30 PT BPD SUMATERA SELATAN DAN BANGKA BELITUNG

31 PT BPD LAMPUNG

32 PT BPD KALIMANTAN SELATAN

33 PT BPD KALIMANTAN BARAT

34 PT BPD KALIMANTAN TENGAH

35 PT BPD SULAWESI UTARA & GORONTALO

36 PT BPD BALI

37 PT BPD SULAWESI TENGGARA



38 PT BANK NUSANTARA PARAHYANGAN, Tbk

39 PT BANK MESTIKA DHARMA, Tbk

40 PT BANK SINARMAS, Tbk

41 PT BANK MASPION INDONESIA, Tbk

42 PT BANK GANESHA

43 PT BANK ICBC INDONESIA

44 PT BANK QNB INDONESIA, Tbk

45 PT BANK TABUNGAN NEGARA (PERSERO), Tbk

46 PT BANK WOORI SAUDARA INDONESIA 1906, Tbk

47 PT BANK TABUNGAN PENSIUNAN NASIONAL, Tbk

48 PT BANK MEGA, Tbk

49 PT BANK BUKOPIN, Tbk

50 PT BANK JASA JAKARTA

51 PT BANK KEB HANA INDONESIA

52 PT BANK MNC INTERNASIONAL, Tbk

53 PT BANK RAKYAT INDONESIA AGRONIAGA, Tbk

54 PT BANK SBI INDONESIA

55 PT BANK INA PERDANA, Tbk

56 PT BANK SAHABAT SAMPOERNA

57 PT BANK KESEJAHTERAAN EKONOMI

58 PT BANK ARTOS INDONESIA

59 PT BANK MULTIARTA SENTOSA

60 PT BANK MAYORA

61 PT BANK INDEX SELINDO

62 PT BANK FAMA INTERNASIONAL

63 PT BANK VICTORIA INTERNATIONAL, Tbk

64 PT BANK HARDA INTERNASIONAL,Tbk

65 PT BANK CTBC INDONESIA

66 PT BANK COMMONWEALTH



Lampiran 2

Data Observasi

NO NAMABANK TAHUN KUARTAL NPLKP DLTV INFL ∆GDP ∆KP SIZE

1 PT BANK RAKYAT INDONESIA (PERSERO), Tbk2013 Q1 1.514342546 1 0.77 0.489688238 -11.4594435 14.7092504

2 PT BANK MANDIRI (PERSERO), Tbk 2013 Q1 1.338846084 1 0.77 0.489688238 29.9004354 14.74980692

3 PT BANK NEGARA INDONESIA (PERSERO), Tbk2013 Q1 2.281984344 1 0.77 0.489688238 5.074006018 14.48474991

4 PT BANK DANAMON INDONESIA, Tbk 2013 Q1 1.056617238 1 0.77 0.489688238 4.104004157 14.18820604

5 PT BANK CENTRAL ASIA, Tbk 2013 Q1 0.598328174 1 0.77 0.489688238 2.982764375 14.64428001

6 PT BANK MAYBANK INDONESIA, Tbk 2013 Q1 0.548604224 1 0.77 0.489688238 0.255490871 14.05570402

7 PT BANK PAN INDONESIA, Tbk 2013 Q1 1.769841479 1 0.77 0.489688238 1.928843611 14.16567448

8 PT BANK CIMB NIAGA, Tbk 2013 Q1 1.459505244 1 0.77 0.489688238 53.54101818 14.32567172

9 PT BANK UOB INDONESIA 2013 Q1 2.092148166 1 0.77 0.489688238 5.820893905 13.78910767

10 PT BANK OCBC NISP, Tbk 2013 Q1 2.051185373 1 0.77 0.489688238 1.240224049 13.90995705

11 PT BANK CHINA CONSTRUCTION BANK INDONESIA, Tbk2013 Q1 2.838219752 1 0.77 0.489688238 10.75518747 12.79181755

12 STANDARD CHARTERED BANK 2013 Q1 1.968059766 1 0.77 0.489688238 -3.816272954 13.74063535

13 PT BANK ANZ INDONESIA 2013 Q1 0.101631271 1 0.77 0.489688238 -2.609188258 13.47310528

14 PT BANK HSBC INDONESIA 2013 Q1 0.518588631 1 0.77 0.489688238 12.48428072 13.40291629

15 PT BANK JTRUST INDONESIA, Tbk 2013 Q1 2.348361842 1 0.77 0.489688238 2.238136141 13.18744971

16 PT BPD JAWA BARAT DAN BANTEN, Tbk2013 Q1 2.987479 1 0.77 0.489688238 32.81193013 13.80816404

17 PT BPD DAERAH ISTIMEWA YOGYAKARTA2013 Q1 0.931570656 1 0.77 0.489688238 -3.085659799 12.78660819

18 PT BPD JAWA TENGAH 2013 Q1 0.335672712 1 0.77 0.489688238 3.207910719 13.4984374

19 PT BPD KALIMANTAN SELATAN 2013 Q1 1.691403442 1 0.77 0.489688238 3.289034691 13.01657513

20 PT BPD KALIMANTAN TENGAH 2013 Q1 3.022222222 1 0.77 0.489688238 -7.937806874 12.7126864

21 PT BANK NUSANTARA PARAHYANGAN, Tbk2013 Q1 1.245720152 1 0.77 0.489688238 -1.51146367 12.92284452

22 PT BANK MESTIKA DHARMA, Tbk 2013 Q1 3.96390461 1 0.77 0.489688238 2.514774299 12.8666543

23 PT BANK SINARMAS, Tbk 2013 Q1 1.48430731 1 0.77 0.489688238 -5.330834694 13.18114687




24 PT BANK ICBC INDONESIA 2013 Q1 0.06912878 1 0.77 0.489688238 15.39086993 13.41407182

25 PT BANK QNB INDONESIA, Tbk 2013 Q1 1.286812988 1 0.77 0.489688238 -29.16604978 12.6774614

26 PT BANK MEGA, Tbk 2013 Q1 2.69200915 1 0.77 0.489688238 -3.59447538 13.71298634

27 PT BANK BUKOPIN, Tbk 2013 Q1 3.263334015 1 0.77 0.489688238 4.432572127 13.83979209

28 PT BANK KEB HANA INDONESIA 2013 Q1 0.078680561 1 0.77 0.489688238 6.494360089 12.73821164

29 PT BANK INA PERDANA, Tbk 2013 Q1 0.013523565 1 0.77 0.489688238 -61.38012078 12.14337177

30 PT BANK MULTIARTA SENTOSA 2013 Q1 1.045047681 1 0.77 0.489688238 -12.71875574 11.95516031

31 PT BANK INDEX SELINDO 2013 Q1 0.214186115 1 0.77 0.489688238 -2.529504495 12.64624969

32 PT BANK VICTORIA INTERNATIONAL, Tbk2013 Q1 1.515304255 1 0.77 0.489688238 22.3258044 13.16108133

33 PT BANK CTBC INDONESIA 2013 Q1 1.157344534 1 0.77 0.489688238 1.528827787 12.863278

34 PT BANK COMMONWEALTH 2013 Q1 1.317546008 1 0.77 0.489688238 -1.424432563 13.23660416

35 PT BANK RAKYAT INDONESIA (PERSERO), Tbk2013 Q2 1.065958539 1 2.41 4.004354585 7.243716744 14.73102482




39 PT BANK PERMATA, Tbk 2013 Q2 0.694126639 1 2.41 4.004354585 10.14122041 14.15858465








47 PT BANK ARTHA GRAHA INTERNASIONAL, Tbk2013 Q2 0.518496122 1 2.41 4.004354585 -2.670392299 13.32115374

48 PT BANK DBS INDONESIA 2013 Q2 0.20114986 1 2.41 4.004354585 20.92225495 13.67463927

49 STANDARD CHARTERED BANK 2013 Q2 1.5621065 1 2.41 4.004354585 13.23087926 13.72706838

50 PT BANK CAPITAL INDONESIA, Tbk 2013 Q2 0 1 2.41 4.004354585 1.302996862 12.76553445




51 PT BANK ANZ INDONESIA 2013 Q2 0.096878147 1 2.41 4.004354585 8.075161899 13.48845275


53 PT BANK MAYAPADA INTERNASIONAL, Tbk2013 Q2 0.16150555 1 2.41 4.004354585 8.851453071 13.28891123


55 PT BPD DAERAH ISTIMEWA YOGYAKARTA2013 Q2 1.383926296 1 2.41 4.004354585 0.099695496 12.80300415


57 PT BPD JAWA TIMUR, Tbk 2013 Q2 0.474883478 1 2.41 4.004354585 14.68085671 13.52830887


59 PT BPD KALIMANTAN BARAT 2013 Q2 0 1 2.41 4.004354585 0.078489623 13.00180404

60 PT BPD BALI 2013 Q2 0.318189228 1 2.41 4.004354585 3.346897161 13.14905812

61 PT BANK NUSANTARA PARAHYANGAN, Tbk2013 Q2 0.998510117 1 2.41 4.004354585 9.931628274 12.96211664

62 PT BANK MESTIKA DHARMA, Tbk 2013 Q2 3.123054298 1 2.41 4.004354585 -0.4891451 12.86690685


64 PT BANK MASPION INDONESIA, Tbk 2013 Q2 0.104637448 1 2.41 4.004354585 2.022463535 12.58158116


66 PT BANK QNB INDONESIA, Tbk 2013 Q2 1.410396973 1 2.41 4.004354585 1.729253216 12.7648088

67 PT BANK MEGA, Tbk 2013 Q2 2.416568622 1 2.41 4.004354585 7.899333652 13.73501974


69 PT BANK JASA JAKARTA 2013 Q2 0.029918095 1 2.41 4.004354585 5.554337771 12.65665945

70 PT BANK SAHABAT SAMPOERNA 2013 Q2 1.028117255 1 2.41 4.004354585 5.225766419 12.34031004

71 PT BANK ARTOS INDONESIA 2013 Q2 1.38623665 1 2.41 4.004354585 -5.532170776 11.74765802

72 PT BANK MAYORA 2013 Q2 0.651449374 1 2.41 4.004354585 3.661366701 12.3952362

73 PT BANK INDEX SELINDO 2013 Q2 0.21643915 1 2.41 4.004354585 2.594274674 12.68426999



76 PT BANK COMMONWEALTH 2013 Q2 1.262294706 1 2.41 4.004354585 29.53114384 13.22577628

77 PT BANK RAKYAT INDONESIA (PERSERO), Tbk2013 Q3 2.117637323 1 0.9 3.278719351 -0.918005178 14.75522357




78 PT BANK MANDIRI (PERSERO), Tbk 2013 Q3 1.465244763 1 0.9 3.278719351 -15.05647081 14.78979476


80 PT BANK DANAMON INDONESIA, Tbk 2013 Q3 1.058223576 1 0.9 3.278719351 -2.877762551 14.15300802







87 CITIBANK, N.A. 2013 Q3 0.0340922 1 0.9 3.278719351 1.478021872 13.81544069


89 PT BANK ARTHA GRAHA INTERNASIONAL, Tbk2013 Q3 0.508162391 1 0.9 3.278719351 2.068895322 13.33313756


91 STANDARD CHARTERED BANK 2013 Q3 1.5621065 1 0.9 3.278719351 0 13.81851057


93 PT BANK HSBC INDONESIA 2013 Q3 0.319704788 1 0.9 3.278719351 -3.520480297 13.46491167



96 PT BPD DKI 2013 Q3 3.617864935 1 0.9 3.278719351 13.61159557 13.48633995





101 PT BPD KALIMANTAN BARAT 2013 Q3 0 1 0.9 3.278719351 0.058448825 13.00533927

102 PT BPD BALI 2013 Q3 0.322436616 1 0.9 3.278719351 3.025474191 13.16339749







106 PT BANK MASPION INDONESIA, Tbk 2013 Q3 0.104964578 1 0.9 3.278719351 -4.786445667 12.59349009


108 PT BANK MEGA, Tbk 2013 Q3 2.589059945 1 0.9 3.278719351 7.613638486 13.74010407



111 PT BANK RAKYAT INDONESIA AGRONIAGA, Tbk2013 Q3 1.316211878 1 0.9 3.278719351 21.61634565 12.67475085


113 PT BANK ARTOS INDONESIA 2013 Q3 0 1 0.9 3.278719351 -2.722964849 11.72988208

114 PT BANK MULTIARTA SENTOSA 2013 Q3 0.863818351 1 0.9 3.278719351 -2.881644828 11.96141208

115 PT BANK MAYORA 2013 Q3 0.083238291 1 0.9 3.278719351 9.641148205 12.390115

116 PT BANK INDEX SELINDO 2013 Q3 0.212797587 1 0.9 3.278719351 0.309746579 12.70828175

117 PT BANK FAMA INTERNASIONAL 2013 Q3 1.16726471 1 0.9 3.278719351 7.68872646 11.87473513




121 PT BANK MANDIRI (PERSERO), Tbk 2013 Q4 1.400188867 1 4.06 -2.182474875 -0.497424731 14.81174264

122 PT BANK PERMATA, Tbk 2013 Q4 0.797680083 1 4.06 -2.182474875 -4.312202809 14.21891012

123 PT BANK PAN INDONESIA, Tbk 2013 Q4 1.07088639 1 4.06 -2.182474875 -3.298299415 14.18788371

124 PT BANK CIMB NIAGA, Tbk 2013 Q4 1.631898123 1 4.06 -2.182474875 0.711553158 14.32516103

125 PT BANK OCBC NISP, Tbk 2013 Q4 1.675963692 1 4.06 -2.182474875 -1.548346882 13.9891139

126 PT BANK CHINA CONSTRUCTION BANK INDONESIA, Tbk2013 Q4 1.115307469 1 4.06 -2.182474875 1.226983608 12.90038931

127 PT BPD JAWA BARAT DAN BANTEN, Tbk2013 Q4 3.045948173 1 4.06 -2.182474875 11.52003546 13.82425696

128 PT BPD DAERAH ISTIMEWA YOGYAKARTA2013 Q4 1.205498629 1 4.06 -2.182474875 0.094119462 12.81446356

129 PT BPD KALIMANTAN SELATAN 2013 Q4 1.897790865 1 4.06 -2.182474875 1.459607076 12.97649574

130 PT BANK MESTIKA DHARMA, Tbk 2013 Q4 3.005627499 1 4.06 -2.182474875 -0.149145714 12.89826158

131 PT BANK GANESHA 2013 Q4 3.834161096 1 4.06 -2.182474875 40.82536844 12.29923744

132 PT BANK TABUNGAN NEGARA (PERSERO), Tbk2013 Q4 3.571549631 1 4.06 -2.182474875 4.566321631 14.11783362




133 PT BANK TABUNGAN PENSIUNAN NASIONAL, Tbk2013 Q4 3.682047569 1 4.06 -2.182474875 4.158534422 13.84301385

134 PT BANK MEGA, Tbk 2013 Q4 2.075288394 1 4.06 -2.182474875 13.76386235 13.82288261

135 PT BANK BUKOPIN, Tbk 2013 Q4 2.259169586 1 4.06 -2.182474875 0.932966204 13.82075736

136 PT BANK MULTIARTA SENTOSA 2013 Q4 0.934487021 1 4.06 -2.182474875 -7.562295472 12.22920173

137 PT BANK HARDA INTERNASIONAL,Tbk 2013 Q4 2.932059074 1 4.06 -2.182474875 -9.217374207 12.21469659

138 PT BANK COMMONWEALTH 2013 Q4 1.572905522 1 4.06 -2.182474875 10.83713782 13.31411575


140 PT BANK NEGARA INDONESIA (PERSERO), Tbk2014 Q1 1.501095019 1 0.76 0.043607203 -1.002453359 14.54911633





145 PT BANK PAN INDONESIA, Tbk 2014 Q1 1.171679919 1 0.76 0.043607203 -0.207904536 14.18330502

146 PT BANK CIMB NIAGA, Tbk 2014 Q1 1.872527316 1 0.76 0.043607203 -0.337182698 14.32512978


148 PT BANK OCBC NISP, Tbk 2014 Q1 1.678733245 1 0.76 0.043607203 -2.484944281 13.97704656






154 PT BPD DKI 2014 Q1 3.005435504 1 0.76 0.043607203 -35.95979818 13.47137391



157 PT BPD JAWA TIMUR, Tbk 2014 Q1 1.396915558 1 0.76 0.043607203 -16.29735846 13.54978976


159 PT BPD KALIMANTAN BARAT 2014 Q1 0.332394832 1 0.76 0.043607203 0.057171077 13.01584019




160 PT BPD BALI 2014 Q1 0.285252853 1 0.76 0.043607203 4.378537714 13.16916771






166 PT BANK TABUNGAN PENSIUNAN NASIONAL, Tbk2014 Q1 3.489357085 1 0.76 0.043607203 2.056086707 13.82573909

167 PT BANK MEGA, Tbk 2014 Q1 2.274296616 1 0.76 0.043607203 1.344129164 13.75616163


169 PT BANK JASA JAKARTA 2014 Q1 0.003717868 1 0.76 0.043607203 -2.698446386 12.66071307

170 PT BANK INA PERDANA, Tbk 2014 Q1 1.367624769 1 0.76 0.043607203 13.33448906 12.18019127

171 PT BANK MULTIARTA SENTOSA 2014 Q1 2.529270897 1 0.76 0.043607203 63.93473424 12.29241425

172 PT BANK MAYORA 2014 Q1 0.90311416 1 0.76 0.043607203 4.108950011 12.55213944



175 PT BANK CTBC INDONESIA 2014 Q1 2.022033768 1 0.76 0.043607203 -3.959088658 12.9581464




















192 PT BPD DKI 2014 Q2 2.709938552 1 1.41 3.827906248 21.33717968 13.52475232






198 PT BPD BALI 2014 Q2 0.336725381 1 1.41 3.827906248 2.917167789 13.20153474

199 PT BANK NUSANTARA PARAHYANGAN, Tbk2014 Q2 0.811551128 1 1.41 3.827906248 14.60976926 12.99605257




203 PT BANK MEGA, Tbk 2014 Q2 1.967749284 1 1.41 3.827906248 3.376260841 13.78808872


205 PT BANK RAKYAT INDONESIA AGRONIAGA, Tbk2014 Q2 0.811155058 1 1.41 3.827906248 5.22714447 12.75551912


207 PT BANK MAYORA 2014 Q2 0.711916814 1 1.41 3.827906248 8.43588971 12.57738712











215 PT BANK PERMATA, Tbk 2014 Q3 0.768385556 1 0.57 3.273064065 -0.261787699 14.26738439







222 CITIBANK, N.A. 2014 Q3 0 1 0.57 3.273064065 -9.360829607 13.84311742




226 PT BANK CAPITAL INDONESIA, Tbk 2014 Q3 0.039752977 1 0.57 3.273064065 21.77143491 12.88689539



229 PT BANK JTRUST INDONESIA, Tbk 2014 Q3 0 1 0.57 3.273064065 -27.05682383 13.1023537


231 PT BPD DKI 2014 Q3 2.406025216 1 0.57 3.273064065 13.44276557 13.57413864





236 PT BPD BALI 2014 Q3 0.312441818 1 0.57 3.273064065 0.95692842 13.2375851


238 PT BANK ICBC INDONESIA 2014 Q3 0.395928914 1 0.57 3.273064065 -10.83872928 13.53389753









244 PT BANK SAHABAT SAMPOERNA 2014 Q3 2.859329835 1 0.57 3.273064065 -4.058402342 12.48101299

245 PT BANK ARTOS INDONESIA 2014 Q3 0 1 0.57 3.273064065 -7.507635485 11.89509919


247 PT BANK MAYORA 2014 Q3 0.697732848 1 0.57 3.273064065 11.29929717 12.61109956




251 PT BANK HARDA INTERNASIONAL,Tbk 2014 Q3 2.9050168 1 0.57 3.273064065 3.697814719 12.30849462



254 PT BANK MANDIRI (PERSERO), Tbk 2014 Q4 1.709753199 1 1.67 -1.725767437 1.499279128 14.87911838

255 PT BANK NEGARA INDONESIA (PERSERO), Tbk2014 Q4 1.670892487 1 1.67 -1.725767437 2.077495586 14.59490795

256 PT BANK DANAMON INDONESIA, Tbk 2014 Q4 1.166840912 1 1.67 -1.725767437 1.746046417 14.21283976

257 PT BANK CENTRAL ASIA, Tbk 2014 Q4 1.111318774 1 1.67 -1.725767437 3.246188148 14.7339868

258 PT BANK PAN INDONESIA, Tbk 2014 Q4 1.023499484 1 1.67 -1.725767437 1.11489505 14.20148974




262 PT BANK ARTHA GRAHA INTERNASIONAL, Tbk2014 Q4 0.054019356 1 1.67 -1.725767437 3.383715401 13.37020483

263 STANDARD CHARTERED BANK 2014 Q4 2.815030953 1 1.67 -1.725767437 -55.52642987 13.80659512

264 PT BANK ANZ INDONESIA 2014 Q4 0.833683477 1 1.67 -1.725767437 -7.988696015 13.56505609


266 PT BPD JAWA TENGAH 2014 Q4 0.406790235 1 1.67 -1.725767437 5.409829513 13.55008045

267 PT BPD JAWA TIMUR, Tbk 2014 Q4 1.89097091 1 1.67 -1.725767437 -1.647695016 13.57976126




268 PT BPD KALIMANTAN BARAT 2014 Q4 1.034864942 1 1.67 -1.725767437 -0.14019745 13.04990061

269 PT BANK NUSANTARA PARAHYANGAN, Tbk2014 Q4 1.041283583 1 1.67 -1.725767437 6.641078311 12.97629829


271 PT BANK MASPION INDONESIA, Tbk 2014 Q4 0.443954281 1 1.67 -1.725767437 -3.381174538 12.68381898

272 PT BANK GANESHA 2014 Q4 2.873932386 1 1.67 -1.725767437 -5.148427716 12.32955184


274 PT BANK MEGA, Tbk 2014 Q4 1.572422722 1 1.67 -1.725767437 0.138871596 13.8241957


276 PT BANK RAKYAT INDONESIA AGRONIAGA, Tbk2014 Q4 3.815920018 1 1.67 -1.725767437 -2.004337746 12.80517389

277 PT BANK SAHABAT SAMPOERNA 2014 Q4 2.305381573 1 1.67 -1.725767437 14.32988549 12.54057334

278 PT BANK MULTIARTA SENTOSA 2014 Q4 1.239948014 1 1.67 -1.725767437 -16.72444524 12.5038273

279 PT BANK MAYORA 2014 Q4 0.563798687 1 1.67 -1.725767437 11.83425324 12.6648073

280 PT BANK VICTORIA INTERNATIONAL, Tbk2014 Q4 2.393990493 1 1.67 -1.725767437 -3.242148679 13.30403098








288 PT BANK MAYBANK INDONESIA, Tbk 2016 Q1 1.593388026 0 4.43 -0.361128714 0.484074853 14.18145469


290 PT BANK UOB INDONESIA 2016 Q1 3.573861106 0 4.43 -0.361128714 -5.672956501 13.93004924


292 PT BANK CHINA CONSTRUCTION BANK INDONESIA, Tbk2016 Q1 1.697868074 0 4.43 -0.361128714 -5.37770437 13.01898623

293 PT BANK HSBC INDONESIA 2016 Q1 0.881333761 0 4.43 -0.361128714 -3.615957718 13.48331995





295 PT BPD JAWA TENGAH 2016 Q1 1.817424194 0 4.43 -0.361128714 -13.16474645 13.70085063


297 PT BPD KALIMANTAN BARAT 2016 Q1 2.250118427 0 4.43 -0.361128714 0.032268469 13.14658436

298 PT BPD KALIMANTAN TENGAH 2016 Q1 2.276110715 0 4.43 -0.361128714 4.848386214 12.80304188

299 PT BPD BALI 2016 Q1 1.106880516 0 4.43 -0.361128714 0.053124449 13.30548897


301 PT BANK SINARMAS, Tbk 2016 Q1 1.798286633 0 4.43 -0.361128714 -8.078675984 13.45652908

302 PT BANK GANESHA 2016 Q1 3.94299482 0 4.43 -0.361128714 -1.128986544 12.37936173

303 PT BANK ICBC INDONESIA 2016 Q1 3.949485134 0 4.43 -0.361128714 5.304940045 13.67412049

304 PT BANK QNB INDONESIA, Tbk 2016 Q1 3.265390316 0 4.43 -0.361128714 -5.484872275 13.42741828


306 PT BANK MEGA, Tbk 2016 Q1 1.881237667 0 4.43 -0.361128714 -7.423208214 13.82172836


308 PT BANK ARTOS INDONESIA 2016 Q1 2.616839592 0 4.43 -0.361128714 -0.711094904 11.88525546










318 PT BANK CHINA CONSTRUCTION BANK INDONESIA, Tbk2016 Q2 1.536344906 0 0.61 4.005968064 -0.71648509 13.0321951







322 PT BANK RABOBANK INTERNATIONAL INDONESIA2016 Q2 2.760123604 0 0.61 4.005968064 -13.20513796 13.18380383



325 PT BPD JAWA TENGAH 2016 Q2 2.029419119 0 0.61 4.005968064 -3.300866555 13.7034554


327 PT BPD KALIMANTAN TENGAH 2016 Q2 3.04864621 0 0.61 4.005968064 31.36037479 12.81486117

328 PT BPD BALI 2016 Q2 1.140411885 0 0.61 4.005968064 -4.260405885 13.30054666



331 PT BANK GANESHA 2016 Q2 1.631398997 0 0.61 4.005968064 132.3643636 12.49925835



334 PT BANK TABUNGAN NEGARA (PERSERO), Tbk2016 Q2 2.859896791 0 0.61 4.005968064 5.396647582 14.27763981


336 PT BANK MEGA, Tbk 2016 Q2 1.771873865 0 0.61 4.005968064 28.16414439 13.81405065




340 PT BANK MNC INTERNASIONAL, Tbk 2016 Q2 3.659102907 0 0.61 4.005968064 22.98141805 13.10019869

341 PT BANK INA PERDANA, Tbk 2016 Q2 2.096077797 0 0.61 4.005968064 1.448590647 12.33526127














352 CITIBANK, N.A. 2016 Q3 0.431219339 0 0.45 3.133828215 -10.58418494 13.86659247

353 PT BANK CHINA CONSTRUCTION BANK INDONESIA, Tbk2016 Q3 1.989272536 0 0.45 3.133828215 -6.932362524 13.02959633




357 PT BANK CAPITAL INDONESIA, Tbk 2016 Q3 0.16187148 0 0.45 3.133828215 1.810382606 13.11877242



360 PT BANK RABOBANK INTERNATIONAL INDONESIA2016 Q3 2.734803528 0 0.45 3.133828215 -0.519542569 13.15714875





365 PT BPD BALI 2016 Q3 1.193906902 0 0.45 3.133828215 -18.81336227 13.32488955



368 PT BANK GANESHA 2016 Q3 1.37916326 0 0.45 3.133828215 -9.100175066 12.59856761












377 PT BANK MAYORA 2016 Q3 0.170015422 0 0.45 3.133828215 -4.899885777 12.70563026












389 PT BANK OCBC NISP, Tbk 2016 Q4 1.305530828 0 0.89 -1.814288677 9.556706787 14.14049654

390 CITIBANK, N.A. 2016 Q4 0.413258794 0 0.89 -1.814288677 -8.481836283 13.85500049


392 PT BANK DBS INDONESIA 2016 Q4 0.198117766 0 0.89 -1.814288677 9.489036057 13.82059749


394 PT BANK CAPITAL INDONESIA, Tbk 2016 Q4 2.856173076 0 0.89 -1.814288677 -7.654796091 13.15251504

395 PT BANK ANZ INDONESIA 2016 Q4 1.311650205 0 0.89 -1.814288677 10.61338591 13.4944904


397 PT BANK RABOBANK INTERNATIONAL INDONESIA2016 Q4 2.841634488 0 0.89 -1.814288677 -11.77243947 13.1168019

398 PT BPD DAERAH ISTIMEWA YOGYAKARTA2016 Q4 3.742174974 0 0.89 -1.814288677 -0.04169057 12.98853787



401 PT BPD KALIMANTAN TENGAH 2016 Q4 2.904224239 0 0.89 -1.814288677 0 12.76779303

402 PT BPD BALI 2016 Q4 0.204519106 0 0.89 -1.814288677 -5.871147211 13.31059232





404 PT BANK SINARMAS, Tbk 2016 Q4 3.116198607 0 0.89 -1.814288677 -1.416417624 13.49405194

405 PT BANK MASPION INDONESIA, Tbk 2016 Q4 0.898781864 0 0.89 -1.814288677 11.74732748 12.73890092

406 PT BANK GANESHA 2016 Q4 1.352522808 0 0.89 -1.814288677 0.273376785 12.62694826


408 PT BANK TABUNGAN PENSIUNAN NASIONAL, Tbk2016 Q4 0.197812393 0 0.89 -1.814288677 -2.202902107 7.928110691

409 PT BANK MEGA, Tbk 2016 Q4 2.36576281 0 0.89 -1.814288677 6.986949637 13.8483664

410 PT BANK BUKOPIN, Tbk 2016 Q4 1.636827877 0 0.89 -1.814288677 -2.08828015 13.9963937

411 PT BANK MNC INTERNASIONAL, Tbk 2016 Q4 1.967346344 0 0.89 -1.814288677 52.5235879 13.11586166

412 PT BANK SBI INDONESIA 2016 Q4 0 0 0.89 -1.814288677 -6.309773735 12.60996932

413 PT BANK INA PERDANA, Tbk 2016 Q4 0 0 0.89 -1.814288677 -15.47021069 12.37274433


415 PT BANK INDEX SELINDO 2016 Q4 3.227046718 0 0.89 -1.814288677 1.49746344 12.85432293



418 PT BANK NEGARA INDONESIA (PERSERO), Tbk2017 Q1 2.965417466 0 1.03 -0.297230389 -16.00028054 14.76157142




422 PT BANK MAYBANK INDONESIA, Tbk 2017 Q1 2.312636603 0 1.03 -0.297230389 -3.913121406 14.18540459


424 PT BANK CIMB NIAGA, Tbk 2017 Q1 3.440125584 0 1.03 -0.297230389 -0.192558421 14.36692919


426 CITIBANK, N.A. 2017 Q1 0.385448877 0 1.03 -0.297230389 4.261474624 13.87057652

427 PT BANK CHINA CONSTRUCTION BANK INDONESIA, Tbk2017 Q1 1.802749043 0 1.03 -0.297230389 -9.685202039 13.11803935

428 PT BANK ARTHA GRAHA INTERNASIONAL, Tbk2017 Q1 0.460237529 0 1.03 -0.297230389 3.807394243 13.44830754

429 PT BANK DBS INDONESIA 2017 Q1 0.207135357 0 1.03 -0.297230389 -7.477442707 13.83322018










436 PT BPD JAWA TIMUR, Tbk 2017 Q1 2.378931244 0 1.03 -0.297230389 2.07848661 13.70171464

437 PT BPD KALIMANTAN TENGAH 2017 Q1 2.904224239 0 1.03 -0.297230389 0 12.85176098

438 PT BPD BALI 2017 Q1 0.508537643 0 1.03 -0.297230389 -5.88426608 13.34167839

439 PT BANK MASPION INDONESIA, Tbk 2017 Q1 1.729511202 0 1.03 -0.297230389 -0.902606467 12.73890092

440 PT BANK GANESHA 2017 Q1 1.373394552 0 1.03 -0.297230389 3.877103146 12.59909965


442 PT BANK TABUNGAN PENSIUNAN NASIONAL, Tbk2017 Q1 0.843095679 0 1.03 -0.297230389 -10.35407835 13.93441656

443 PT BANK MEGA, Tbk 2017 Q1 2.617300948 0 1.03 -0.297230389 1.824877991 13.83647837


445 PT BANK JASA JAKARTA 2017 Q1 0.750890129 0 1.03 -0.297230389 -2.700863273 12.73240044

446 PT BANK KEB HANA INDONESIA 2017 Q1 0.178997382 0 1.03 -0.297230389 -3.512985706 13.54159238


448 PT BANK RAKYAT INDONESIA AGRONIAGA, Tbk2017 Q1 0.157912234 0 1.03 -0.297230389 0 13.08350412

449 PT BANK INA PERDANA, Tbk 2017 Q1 1.440843973 0 1.03 -0.297230389 -12.57582635 12.46712086

450 PT BANK INDEX SELINDO 2017 Q1 3.191831597 0 1.03 -0.297230389 -6.818374356 12.83912953















462 PT BANK CAPITAL INDONESIA, Tbk 2017 Q2 3.225083571 0 1.18 4.008915026 -5.081664477 13.1766734











473 PT BANK MEGA, Tbk 2017 Q2 1.486388532 0 1.18 4.008915026 24.93108307 13.85843041

474 PT BANK BUKOPIN, Tbk 2017 Q2 1.93821 0 1.18 4.008915026 -14.13489484 14.03669445


476 PT BANK KEB HANA INDONESIA 2017 Q2 1.1430077 0 1.18 4.008915026 -0.567778607 13.53895769



479 PT BANK MAYORA 2017 Q2 2.020284011 0 1.18 4.008915026 -1.052042026 12.74935278











487 PT BANK MAYBANK INDONESIA, Tbk 2017 Q3 2.597339507 0 1.17 3.188620578 -1.625629749 14.19483101



490 PT BANK UOB INDONESIA 2017 Q3 3.137159419 0 1.17 3.188620578 -1.022544845 13.98315845


492 CITIBANK, N.A. 2017 Q3 0.668818777 0 1.17 3.188620578 0.605298397 13.90588009

493 PT BANK CHINA CONSTRUCTION BANK INDONESIA, Tbk2017 Q3 0 0 1.17 3.188620578 0.31274379 13.17364737




497 PT BANK RABOBANK INTERNATIONAL INDONESIA2017 Q3 2.188379574 0 1.17 3.188620578 3.81273352 13.04006583

498 PT BANK JTRUST INDONESIA, Tbk 2017 Q3 0.126051944 0 1.17 3.188620578 1.537724904 13.2113049

499 PT BANK MAYAPADA INTERNASIONAL, Tbk2017 Q3 0.662257204 0 1.17 3.188620578 -3.153548813 13.84707458





504 PT BPD BALI 2017 Q3 2.034830093 0 1.17 3.188620578 9.109451863 13.36367434


506 PT BANK GANESHA 2017 Q3 0.950373528 0 1.17 3.188620578 3.73267752 12.66413726

507 PT BANK ICBC INDONESIA 2017 Q3 0.157598889 0 1.17 3.188620578 -1.313928972 13.71058447


509 PT BANK TABUNGAN NEGARA (PERSERO), Tbk2017 Q3 3.008055771 0 1.17 3.188620578 -2.949118368 14.36536576


511 PT BANK MEGA, Tbk 2017 Q3 1.191244569 0 1.17 3.188620578 -14.02614847 13.88542919



514 PT BANK KEB HANA INDONESIA 2017 Q3 1.33657599 0 1.17 3.188620578 -2.443321548 13.57527512





516 PT BANK RAKYAT INDONESIA AGRONIAGA, Tbk2017 Q3 0.510846984 0 1.17 3.188620578 -1.332016102 13.14694941



519 PT BANK ARTOS INDONESIA 2017 Q3 3.592964824 0 1.17 3.188620578 69.18172157 11.9447407

520 PT BANK MAYORA 2017 Q3 2.178722753 0 1.17 3.188620578 -3.779956038 12.74987933


522 PT BANK HARDA INTERNASIONAL,Tbk 2017 Q3 2.93283289 0 1.17 3.188620578 -0.331315475 12.36221718









531 PT BANK UOB INDONESIA 2017 Q4 1.171925182 0 0.28 -1.701605328 -11.78051051 13.97883814

532 PT BANK OCBC NISP, Tbk 2017 Q4 1.134070684 0 0.28 -1.701605328 4.345711889 14.18688279

533 CITIBANK, N.A. 2017 Q4 0.682116567 0 0.28 -1.701605328 -2.11265722 13.87541091


535 PT BANK DBS INDONESIA 2017 Q4 1.67821832 0 0.28 -1.701605328 -9.041596005 13.81611172





540 PT BANK JTRUST INDONESIA, Tbk 2017 Q4 0.05616285 0 0.28 -1.701605328 21.90809997 13.23480017

541 PT BPD DAERAH ISTIMEWA YOGYAKARTA2017 Q4 2.095910601 0 0.28 -1.701605328 -0.0297872 13.02919594






544 PT BPD KALIMANTAN TENGAH 2017 Q4 2.453776995 0 0.28 -1.701605328 -9.943679494 12.79427419

545 PT BPD BALI 2017 Q4 2.440865279 0 0.28 -1.701605328 -3.5888811 13.34539147

546 PT BANK MESTIKA DHARMA, Tbk 2017 Q4 2.442849105 0 0.28 -1.701605328 1.061405278 13.07253825

547 PT BANK MASPION INDONESIA, Tbk 2017 Q4 1.473668316 0 0.28 -1.701605328 20.40619438 12.78210303

548 PT BANK GANESHA 2017 Q4 1.039886746 0 0.28 -1.701605328 -17.25389616 12.66104864


550 PT BANK MEGA, Tbk 2017 Q4 0.484074259 0 0.28 -1.701605328 -0.330688501 13.91538406


552 PT BANK JASA JAKARTA 2017 Q4 0.250958448 0 0.28 -1.701605328 -2.565509922 6.740351082

553 PT BANK KEB HANA INDONESIA 2017 Q4 1.46992479 0 0.28 -1.701605328 -0.226081303 13.59401838


555 PT BANK RAKYAT INDONESIA AGRONIAGA, Tbk2017 Q4 0.52056582 0 0.28 -1.701605328 -1.866975445 13.21285976


557 PT BANK ARTOS INDONESIA 2017 Q4 2.554483744 0 0.28 -1.701605328 40.65326633 11.92280536

558 PT BANK MAYORA 2017 Q4 1.950297946 0 0.28 -1.701605328 23.18343226 12.78167001

559 PT BANK INDEX SELINDO 2017 Q4 3.400723726 0 0.28 -1.701605328 1.299715513 12.85812707

560 PT BANK VICTORIA INTERNATIONAL, Tbk2017 Q4 2.499231525 0 0.28 -1.701605328 1.634721412 13.43376846

561 PT BANK HARDA INTERNASIONAL,Tbk 2017 Q4 2.393039319 0 0.28 -1.701605328 19.21325594 12.39072744

562 PT BANK CTBC INDONESIA 2017 Q4 3.498359972 0 0.28 -1.701605328 -0.16683216 13.1350335




Lampiran 3

Lampiran 4



Lampiran 5

Lampiran 6



Lampiran 7

KEBIJAKAN LOAN-TO-VALUE DAN RISIKO KREDIT PROPERTI …repository.unair.ac.id/85050/3/daftar...

Documents

Transcript of KEBIJAKAN LOAN-TO-VALUE DAN RISIKO KREDIT PROPERTI …repository.unair.ac.id/85050/3/daftar...