ANALISIS PENGARUH RASIO CAMEL TERHADAP KONDISI BERMASALAH PADA SEKTOR PERBANKAN DI INDONESIA Rizki Ludy Wicaksana Drs. Sudarno M.Si., Akt., PhD. JURUSAN AKUNTANSI FAKULTAS EKONOMI UNIVERSITAS DIPONEGORO
ABSTRACT This research aims to provide empirical evidence about the factors that affect the conditions experienced by troubled banks in Indonesia by analyzing financial statements of the bank. Factors examined include the ratio of CAMEL is composed of CAR, NPL, ROA, ROE, NIM, BOPO, and LDR. The problem of this research is due to a contradiction (research gap) than previous studies. The sampling of this study using purposive sampling method, with samples as many as 94 banking companies in accordance with established criteria. The research sample consisted of secondary data from State-Owned Banks, National General Private Foreign Exchange Banks, National General Private Non-Foreign Exchange Banks, Regional Development Banks, Joint Venture Banks, and Foreign Banks listed in the Directory of Bank Indonesia during the period 2004-2007. The analysis method used to test the research hypothesis is logistic regression. The results of this research indicate that financial ratios CAR, NPL, ROA, ROE, NIM, BOPO, and LDR have classification power predictions for the conditions banks experiencing financial difficulties and the bank that went bankrupt. The resulting regression equation is Y = - 27,9755 – 0,039 CAR + 0,341 NPL – 0,428 ROA + 0,062 ROE – 0,400 NIM + 0,271 BOPO – 0,021 LDR. The analysis shows that the variable partial results of NPL and BOPO significant positive influence to the problem. ROE has positive but not significant to the problematic conditions, while the variable CAR, ROA, NIM, and LDR have negative but not significant to the problematic conditions in the banking sector. Then the results of logistic regression estimates show predictive ability of the 7 independent variables had on the troubled condition of the banking sector amounted to 84.3% while the remainder, amounting to 15.7% explained by other variables outside the model. Keyword : Financial Distress, Bankruptcies, CAMEL Ratios, Logistic Regression
I.
PENDAHULUAN Kondisi perekonomian Indonesia sempat mengalami keterpurukan sebagai
imbas dari krisis perekonomian yang melanda kawasan Asia pada tahun 1997. Salah satu akibat dari krisis perekonomian tersebut adalah bangkrutnya sejumlah bank yang tidak mampu untuk tetap melanjutkan usahanya. Januarti (2002) menyatakan selama tiga tahun berturut-turut sejak tahun 1997 sebanyak 64 bank (26,78 %) dengan perincian 16 bank (1997), 10 bank (1998) dan 38 bank (1999) dilikuidasi oleh pemerintah, sedangkan 13 bank masuk daftar take over dan 7 bank peserta rekapitalisasi. Menurut Endri (2009) kebangkrutan merupakan suatu keadaan atau situasi di mana perusahaan tidak mampu lagi memenuhi kewajiban-kewajibanya kepada debitur karena perusahaan mengalami kekurangan dana untuk melanjutkan usahanya sehingga tujuan ekonomi yang ingin dicapai oleh perusahaan yaitu profit, tidak tercapai. Kebangkrutan atau kegagalan perbankan dianggap lebih merugikan daripada badan usaha non-perbankan. Hal ini disebabkan kekhawatiran dimana kegagalan bank individual dapat menimbulkan kegagalan sistem yang luas dalam sistem perbankan (Jumingan, 2003). Januarti (2002) berpendapat hal ini akan berakibat buruk mengingat sektor perbankan mempunyai peranan yang cukup dominan dalam menggerakkan sektor riil. Bank sebagai salah satu lembaga keuangan di dalam perekonomian sesuatu negara, berfungsi sebagai penunjang kelancaran sistem pembayaran, pelaksana kebijakan moneter, dan sarana untuk mencapai stabilitas sistem keuangan yang menjalankan usahanya berdasarkan prinsip kepercayaan. Oleh karena itu dalam menjalankan fungsi-fungsi tersebut, bank dituntut untuk berada dalam kondisi yang sehat. Prasnanugraha (2007) menyatakan suatu bank dikatakan sehat apabila dapat melakukan kegiatan operasional perbankan secara normal dan mampu memenuhi semua kewajibannya dengan baik dengan cara-cara yang sesuai dengan peraturan perbankan yang berlaku. Dengan mengetahui tingkat kesehatan bank maka seluruh
pihak yang terkait dapat mengukur sejauh mana pengelolaan bank telah sesuai dengan asas pengelolaan bank yang sehat dan ketentuan yang berlaku di Indonesia. Selain itu tingkat kesehatan bank juga bermanfaat untuk meningkatkan efisiensi kinerja bank dalam kegiatan operasional sehingga bank dapat mengoptimalkan keuntungan dan kemungkinan kegagalan atau kebangkrutan dapat dihindari. Salah satu indikator tingkat kesehatan bank adalah laporan keuangan bank. Laporan keuangan sebagai hasil akhir dari suatu proses kegiatan akuntansi perusahaan yang dihasilkan oleh pihak manajemen memberikan informasi mengenai prestasi historis dari suatu perusahaan dan memberikan dasar untuk membuat proyeksi dan peramalan terhadap pengambilan kebijakan di masa depan. Berdasarkan laporan tersebut akan dapat dihitung sejumlah rasio keuangan yang lazim dijadikan dasar penilaian tingkat kesehatan bank. Dengan melakukan analisis rasio-rasio keuangan terhadap komponen laporan keuangan dapat diketahui seberapa baik kinerja bank tersebut. Hal ini penting karena penurunan kinerja bank dapat berakibat buruk. Wilopo (2001) mengatakan bahwa penurunan kinerja bank secara terus menerus dapat menyebabkan terjadinya financial distress yaitu keadaan yang sangat sulit bahkan dapat dikatakan mendekati kebangkrutan yang apabila tidak segera diselesaikan akan berdampak besar pada bank-bank tersebut dengan hilangnya kepercayaan dari para nasabah. Model financial distress perlu untuk dikembangkan, karena dengan mengetahui kondisi financial distress perusahaan sejak dini diharapkan dapat dilakukan tindakan-tindakan untuk mengantisipasi kondisi yang mengarah pada kebangkrutan (Almilia dan Kristijadi, 2003). Payamata dan Machfoedz (dalam Aprilia, 2010) mengatakan penilaian terhadap kinerja perbankan di Indonesia seringkali dilakukan dengan menggunakan rasio CAMEL yang meliputi Capital, Assets, Earnings, Management, dan Liquidity. CAMEL tidak sekedar mengukur tingkat kesehatan bank, tetapi juga digunakan sebagai indikator dalam menyusun peringkat dan memprediksi kebangkrutan bank. Rasio-rasio CAMEL yang sering digunakan adalah Capital Adequacy Ratio (CAR),
Non Performing Loan (NPL), Return On Assets (ROA), ROE (Return On Equity), Biaya Operasional terhadap Pendapatan Operasional (BOPO), NIM (Net Interest Margin), dan Loans to Deposits Ratio (LDR). Penelitian dengan menggunakan rasio-rasio CAMEL di dalam memprediksi kebangkrutan atau kegagalan bank telah beberapa kali dilakukan sebelumnya namun belum menunjukkan hasil yang konsisten. Berdasarkan hasil penelitian terdahulu, peneliti tertarik untuk menggunakan kembali rasio-rasio CAMEL tersebut. Penelitian ini mengacu kepada penelitian Almilia dan Kristjadi (2003) dan Almilia dan Herdiningtyas (2005) yang bertujuan untuk mengetahui probabilitas kondisi bermasalah yang dialami oleh sektor perbankan di Indonesia dimana suatu bank dikatakan bermasalah jika mengalami net income negatif minimal selama 2 tahun berturut-turut atau bank yang mengalami kebangkrutan pada tahun 2008. Perbedaan penelitian ini dengan penelitian sebelumnnya terdapat pada periode penelitian dan sampel yang digunakan dimana penelitian ini menggunakan tahun 2004-2007 sebagai periode pengamatan dan sampel yang digunakan adalah bank-bank yang terdaftar di dalam Direktori Bank Indonesia tahun 2004-2007. Sedangkan variabel independen yang digunakan dalam penelitian ini adalah rasio CAMEL yang terdiri dari CAR, NPL, ROA, ROE, BOPO, LDR, dan NIM seperti dalam penelitian Mulyaningrum (2008). II.
TINJAUAN PUSTAKA Pengertian Bank Menurut PSAK No.31 tentang Akuntansi Perbankan, Bank adalah suatu lembaga yang berperan sebagai perantara keuangan (financial intermediary) antara pihak-pihak yang memiliki kelebihan dana (surplus unit) dengan pihak-pihak yang memerlukan dana (deficit unit), serta sebagai lembaga yang berfungsi memperlancar lalu lintas pembayaran. Falsafah yang mendasari kegiatan usaha bank adalah kepercayaan masyarakat. Hal ini tampak dari kegiatan pokok bank yang menerima simpanan dari masyarakat yang kelebihan dana dalam bentuk giro, tabungan serta deposito berjangka dan memberikan kredit kepada pihak yang memerlukan dana.
Manfaat Laporan Keuangan Laporan keuangan beserta pengungkapannya dibuat perusahaan dengan tujuan memberikan informasi yang berguna untuk pengambilan keputusan-keputusan investasi dan pendanaan (Almilia dan Kristijadi, 2003). Informasi yang disediakan oleh laporan keuangan berupa informasi akuntansi. Belkaoui (2000) mendefinisikan informasi akuntansi sebagai informasi kuantitatif tentang entitas ekonomi yang bermanfaat untuk pengambilan keputusan ekonomi dalam menetukan pilihan-pilihan di antara alternatif-alternatif tindakan. Informasi akuntansi yang dihasilkan oleh pihak manajemen perusahaan mempunyai beberapa karakteristik kualitatif yang harus dimiliki. Karakteristik tersebut dapat membedakan antara informasi yang bermanfaat dengan yang kurang bermanfaat. Dalam pemilihan metode akuntansi yang akan digunakan perusahaan, karakteristik tersebut haruslah menjadi salah satu dasar pertimbangan pemilihan metode akuntansi yang akan digunakan. Analisis Rasio Keuangan Untuk mengetahui kondisi keuangan suatu bank maka dapat dilihat laporan keuangan yang disajikan oleh suatu bank secara periodik. Laporan ini juga sekaligus menggambarkan kinerja bank selama periode tersebut (Kasmir, 2004). Di dalam laporan keuangan terdapat hasil analisis dari rasio keuangan. Analisis rasio keuangan menunjukkan hubungan di antara pos-pos yang terpilih dari data laporan keuangan. Rasio memperlihatkan hubungan matematis di antara satu kuantitas dengan kuantitas lainnya. Hubungan ini dinyatakan dalam presentase, tingkat, maupun proporsi tunggal (Gamayuni, 2006). Usman (dalam Asmoro, 2010) menyatakan analisis rasio keuangan berguna sebagai analisis intern bagi manajemen perusahaan untuk mengetahui hasil finansial yang telah dicapai guna perencanaan yang akan datang dan juga untuk analisis intern bagi kreditor dan investor untuk menetukan kebijakan pemberian kredit dan penanaman modal suatu perusahaan. Dalam beberapa kasus, mengevaluasi kinerja masa lalu perusahaan merupakan dasar untuk analisis masa depan. Evaluasi tersebut dapat menunjukkan bahwa kinerjanya kemungkinan akan berlanjut pada tingkat
yang sama atau bahwa kemungkinan terjadinya tren kenaikan atau penurunan (Greuning dan Bratanovic, 2011). Rasio keuangan yang lazim digunakan dalam menilai tingkat kesehatan bank untuk menentukan suatu bank bermasalah atau tidak adalah rasio keuangan CAMEL. Beberapa rasio CAMEL yang paling sering digunakan adalah rasio CAR, NPL, ROA, ROE, NIM, BOP, dan LDR. Penelitian Terdahulu Altman (1968) meneliti mengenai prediksi kebangkrutan dengan menggunakan teknik multiple discriminant analysis (MDA). Sampel yang digunakan 66 perusahaan dengan 33 perusahaan pada masing-masing dari dua grup. Dua puluh dua variabel (rasio) terseleksi yang diklasifikasikan menjadi lima kategori rasio standar: likuiditas, profitabilitas, leverage, solvabilitas dan aktivitas. Lima variabel sebagai yang terbaik dalam prediksi kebangkrutan perusahaan adalah working capital/total assets, retained earning/total assets, EBIT/total assets (ROA), market value equity/book value of total debt, dan sales/total asset. Santoso (1996) melakukan penelitian empiris mengenai faktor-faktor yang mempengaruhi bank bermasalah di Indonesia dengan mengunakan logit model. Data panel kuartalan dari 231 bank sejak Maret 1989 sampai dengan September 1995 digunakan Santoso untuk mengindikasikan resiko perbankan. Kesimpulan dari penelitian ini bahwa model 2 menghasilkan koefisien estimasi yang lebih bagus dibandingkan model 1. Januarti (2002) melakukan penelitian tentang Variabel Proksi CAMEL dan Karakteristik Bank Lainnya untuk Memprediksi Kebangkrutan Bank di Indonesia dengan menggunakan uji univariate dan uji multivariate. Variabel independen yang digunakan antara lain Equity, Loanta, NIM, ROA, Uncollected, Core, Insider Overhead, Logsize, Holding, dan Go-public. Hasil penelitian membuktikan bahwa variabel NIM dan Core yang secara konsisten mempunyai kesamaan tanda yang diprediksikan untuk 3 tahun berturut-turut. Almilia dan Kristijadi (2003) melakukan penelitian yang berjudul “Analisis Rasio Keuangan Untuk Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Jakarta”. Variabel independen penelitian ini berupa rasio-rasio
seperti pada penelitian Platt (2002). Sampel sebanyak 61 perusahaan manufaktur, 24 perusahaan dikatakan mengalami financial distress dan 37 perusahaan tidak mengalami financial distress. Hasil penelitian menunjukkan profit margin ratio (net income/net sales), financial leverage ratio (current liabilities/total assets), liquidity ratio (current assets/current liabilities) and growth (net income/total assets growth) berpengaruh secara signifikan terhadap kondisi financial distress perusahaan. Almilia dan Herdiningtyas (2005) melakukan penelitian yang berjudul “Analisis Rasio Camel Terhadap Prediksi Kondisi Bermasalah Pada Lembaga Perbankan Periode 2000-2002” dengan sampel penelitian yang terdiri dari 16 bank sehat, 2 bank yang mengalami kebangkrutan, dan 6 bank yang mengalami kondisi kesulitan keuangan dengan menggunakan rasio keuangan CAMEL (CAR, ATTM, APB, NPL, PPAPAP, PPAP, ROA, ROE, NIM, BOPO, dan LDR). Penelitian ini menggunakan model analisis regresi logistik dan penentuan sampel digunakan metode purposive sampling. Penelitian ini juga memberikan bukti bahwa hanya rasio keuangan CAR dan BOPO yang secara statistik signifikan untuk memprediksi kondisi kebangkrutan dan kesulitan keuangan pada sektor perbankan. Mulyaningrum (2008) dalam penelitianya menggunakan variabel yang sama dengan penelitian yang dilakukan oleh Haryati (2006) dengan mengggunakan rasio-rasio CAR, LDR, NPL, BOPO, ROA, ROE dan NIM dan model regresi logistik Menggunakan data pada Direktori Perbankan Indonesia tahun 2006 terdapat 130 bank terdiri dari 5 bank Persero, 35 Bank Umum Swasta Nasional Devisa, 36 Bank Umum Swasta Nasional bukan Devisa, 26 Bank Pembangunan daerah, 17 Bank Campuran dan 11 Bank Asing. Penelitian ini menyimpulkan bahwa dari 7 rasio keuangan yang digunakan hanya rasio LDR yang signifikan terhadap kebangkrutan bank. Ringkasan penelitian dapat dilihat pada tabel di bawah ini. Perumusan Hipotesis Berdasarkan latar belakang, perumusan masalah dan telaah pustaka diatas, maka dapat dirumuskan hipotesis sebagai berikut : H1: CAR berpengaruh negatif terhadap kondisi bermasalah bank di Indonesia. H2: NPL berpengaruh positif terhadap kondisi bermasalah bank di Indonesia
H3: ROA berpengaruh negatif terhadap kondisi bermasalah bank di Indonesia H4: ROE berpengaruh negatif terhadap kondisi bermasalah bank di Indonesia H5: NIM berpengaruh negatif terhadap kondisi bermasalah bank di Indonesia H6: BOPO berpengaruh positif terhadap kondisi bermasalah bank di Indonesia H7: LDR berpengaruh positif terhadap kondisi bermasalah bank di Indonesia III.
METODE PENELITIAN Jenis dan Metode Pengumpulan Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data tersebut berupa rasio-rasio keuangan dalam laporan keuangan masing-masing Bank Persero, BUSN devisa, BUSN non-devisa, Bank Pembangunan Daerah, Bank Campuran, dan Bank Asing yang ada dalam Direktori Bank Indonesia periode 20042007 serta sumber-sumber lain yang relevan baik melalui media elektronik maupun media massa. Populasi dan Sampel Sampel dari penelitian ini adalah populasi bank yang terdaftar di dalam Direktori Bank Indonesia selama periode 2004-2007. Teknik sampling yang digunakan dalam penelitian adalah purposive sampling. Kriteria pemilihan sampel yang akan diteliti sebagai berikut : 1. Bank Persero, Bank Umum Swasta Nasional Devisa, Bank Umum Swasta Nasional Non-Devisa, Bank Pembangunan Daerah, dan Bank Asing yang terdaftar di dalam Direktori Bank Indonesia pada periode tahun 20042007. 2. Bank umum selain dari bank syariah karena kriteria bank umum konvensional berbeda dengan bank umum syariah. 3. Laporan keuangan harus mempunyai tahun buku yang berakhir 31 Desember dan tersedia rasio-rasio keuangan yang mendukung penelitian. 4. Bank yang diteliti tidak melakukan merger selama periode pengamatan
(2004-2007) maupun tahun 2008. 5. Bank yang dijadikan sampel terbagi menjadi dua atau kategori yaitu: a. Bank tidak bermasalah, yaitu: i) Bank-bank tersebut tidak mengalami kerugian pada tahun 20042007 ii) Bank-bank yang masih beroperasi sampai tanggal 31 Desember 2008. b. Bank bermasalah, yaitu: i) Bank-bank yang menderita kerugian minimal dua tahun berturutturut selama tahun 2004-2007 ii) Bank-bank yang dinyatakan bangkrut atau telah ditutup oleh Bank Indonesia pada tahun 2008. Definisi Variabel Variabel Dependen Definisi operasional variabel dependen yang digunakan dalam penelitian ini adalah perusahaan perbankan yang mengalami kondisi bermasalah. Suatu bank dikatakan mengalami kondisi bermasalah jika mengalami financial distress yaitu apabila laba bersih bank (operating net income) negatif selama minimal 2 tahun berturut-turut (Almilia dan Kristjadi, 2003) atau bank mengalami kebangkrutan atau dicabut ijin usahanya (Almilia dan Herdiningtyas, 2005) pada tahun 2008. Variabel dependen yang digunakan merupakan variabel kategori (dummy variable), dimana nilai 0 diberikan untuk bank yang tidak bermasalah dan 1 untuk bank yang bermasalah. Variabel Independen 1) CAR (Capital Adequacy Ratio) Merupakan rasio yang memperlihatkan seberapa besar jumlah seluruh aktiva bank yang mengandung risiko (kredit, penyertaan, surat berharga, tagihan pada bank
lain) ikut dibiayai dari modal sendiri di samping memperoleh dana-dana dari sumber-sumber di luar bank (Almilia dan Herdiningtyas, 2005). Rasio ini dapat dirumuskan sebagai berikut (Surat Edaran Bank Indonesia No.6/23/DPNP tanggal 31 Mei 2004) :
Modal Bank CAR = ------------------------------ x 100% Total ATMR Kriteria Pengukuran Rasio CAR
Kriteria Sehat Tidak Sehat
Hasil Rasio ≥8% <8%
Sumber : Bank Indonesia, 2004 2) NPL (Non Performing Loans) NPL merupakan salah satu indikator kesehatan kualitas aset bank. Menurut Kuncoro dan Suharjono (dalam Mulyaningrum, 2008) penilaian kualitas aset merupakan penilaian terhadap kondisi aset Bank dan kecukupan manajemen risiko kredit. Kredit bermasalah adalah kredit dengan kualitas kurang lancar, diragukan dan macet (Almilia dan Herdiningtyas, 2005). Rasio ini dapat dirumuskan sebagai berikut (Surat Edaran Bank Indonesia No.6/23/DPNP tanggal 31 Mei 2004) : Kredit Bermasalah NPL = -------------------------------------- x100 % Total Kredit
Kriteria Pengukuran Rasio NPL Kriteria Sehat Tidak Sehat Sumber : Bank Indonesia, 2004
Hasil Rasio ≤5% >5%
3) ROA (Return On Assets) Rasio ini digunakan untuk mengukur kemampuan manajemen bank dalam memperoleh keuntungan (laba sebelum pajak) yang dihasilkan dari rata-rata total aset bank yang bersangkutan. Semakin besar ROA, semakin besar pula tingkat keuntungan yang dicapai bank sehingga kemungkinan suatu bank dalam kondisi bermasalah semakin kecil. Rasio ini dirumuskan sebagai berikut (Surat Edaran Bank Indonesia No.6/23/DPNP tanggal 31 Mei 2004) : Laba sebelum pajak ROA = ------------------------------------- x 100 % Rata-Rata Total Aset Kriteria Pengukuran Rasio ROA Kriteria Hasil Rasio Sehat ≥0.5% Tidak Sehat <0.5% Sumber : Bank Indonesia, 2004 4) ROE (Return on Equity) Rasio ini digunakan untuk mengukur kinerja manajemen bank dalam mengelola modal yang tersedia untuk menghasilkan laba setelah pajak. Semakin besar ROE, semakin besar pula tingkat keuntungan yang dicapai bank sehingga kemungkinan suatu bank dalam kondisi bermasalah semakin kecil (Almilia dan Herdiningtyas, 2005). Rasio ini dirumuskan sebagai berikut (Surat Edaran Bank Indonesia No.6/23/DPNP tanggal 31 Mei 2004) :
Laba setelah pajak ROE = -------------------------------------- x 100 % Rata-rata total ekuitas Kriteria Pengukuran Rasio ROE Kriteria Sehat Tidak Sehat
Hasil Rasio >5% <5%
Sumber : Bank Indonesia, 2004 5) NIM (Net Interest Margin) Rasio ini digunakan untuk mengukur kemampuan manajemen bank dalam mengelola aktiva produktifnya
untu k menghasilkan pendapatan bunga bersih.
Pendapatan bunga bersih diperoleh dari pendapatan bunga dikurangi beban bunga. Semakin besar rasio ini maka meningkatnya pendapatan bunga atas aktiva produktif yang dikelola bank sehingga kemungkinan suatu bank dalam kondisi bermasalah semakin kecil. Rasio ini dirumuskan sebagai berikut (Surat Edaran Bank Indonesia No.6/23/DPNP tanggal 31 Mei 2004) : Pendapatan Bunga Bersih NIM = ------------------------------------- x 100 % Aktiva Produktif Kriteria Pengukuran Rasio NIM Kriteria Sehat Tidak Sehat Sumber : Bank Indonesia, 2004
Hasil Rasio ≥1.5% <1.5%
6) BOPO (Biaya Operasional terhadap Pendapatan Operasional) Rasio yang sering disebut rasio efisiensi ini digunakan untuk mengukur kemampuan manajemen bank dalam mengendalikan biaya operasional terhadap pendapatan operasional. Semakin kecil rasio ini, berarti semakin efisien biaya operasional yang dikeluarkan bank yang bersangkutan sehingga kemungkinan suatu bank dalam kondisi bermasalah semakin kecil (Almilia dan Herdiningtyas, 2005). Rasio ini dirumuskan sebagai berikut (Surat Edaran Bank Indonesia No.6/23/DPNP tanggal 31 Mei 2004): Biaya Operasional BOPO = ------------------------------------- x 100 % Pendapatan Operasional Kriteria Pengukuran Rasio BOPO
Kriteria Penilaian Rasio BOPO Kriteria Hasil Rasio Sehat ≤94% Tidak Sehat >94% Sumber : Bank Indonesia, 2004 7) LDR (Loans to Deposit Ratio) Rasio ini digunakan untuk menilai likuiditas suatu bank yang dengan cara membagi jumlah kredit yang diberikan oleh bank terhadap dana pihak ketiga. Kredit yang diberikan tidak termasuk kredit kepada bank lain sedangkan untuk dana pihak ketiga adalah giro, tabungan, simpanan berjangka, sertifikat deposito (Almilia dan Herdiningtyas, 2005). Rasio ini dapat dirumuskan sebagi berikut (Surat Edaran Bank Indonesia No.6/23/DPNP tanggal 31 Mei 2004) : Total Kredit LDR = ------------------------------------- x 100 % Total Dana Pihak Ketiga
Kriteria Pengukuran Rasio LDR Kriteria Sehat Tidak Sehat
Hasil Rasio 50%100%
Sumber : Bank Indonesia, 2004 Metode Analisis Data Dalam penelitian ini digunakan model regresi logistik karena model variabel dependen dalam model adalah binary atau dummy, dengan memberi nilai 1 untuk bank yang mengalami kondisi bermasalah dan nilai 0 untuk bank yang tidak mengalami kondisi bermasalah. Selain itu penggunaan model ini didasarkan atas masukan dari beberapa penelitian sebelumnya yang menyarankan untuk penggunaan model ini karena mempunyai tingkat klasifikasi yang lebih baik dibandingkan model lain serta tidak sensitif terhadap jumlah sampel yang tidak sama frekuensinya (Januarti, 2002). Persamaan logistic regression dapat dinyatakan sebagai berikut (Ghozali, 2007) : Ln [odds (S│X1,X2,Xk)] = Y = b0 + b1CAR + b2NPL + b3ROA + b4ROE + b5BOPO + b6NIM + b7LDR+e Atau :
Ln = Y = b0 + b1CAR + b2NPL + b3ROA + b4ROE + b5BOPO + b6NIM + b7 LDR + e Keterangan : Y = probabilitas kondisi bermasalah b0 = konstanta b1 – b7 = koefisien regresi CAR
= Capital Adequacy Ratio
NPL
= Non Performing Loan
ROA
= Return on Assets
ROE
= Return on Equity
BOPO = Biaya Operasional/Pendapatan Operasional NIM
= Net Interest Margin
LDR
= Loan to Deposit Ratio
IV. HASIL PENELITIAN DAN PEMBAHASAN Berdasarkan data yang diperoleh diketahui bahwa jumlah bank yang terdaftar di Direktori Bank Indonesia dari tahun 2004-2007 sebanyak 130 bank. Dari jumlah tersebut, hanya 94 perusahaan yang memenuhi kriteria yang telah ditetapkan dan digunakan sebagai sampel. Karena penelitian ini mengambil periode selama 4 tahun maka sampel akan dikali 4 sebanyak 376 perusahaan. Berikut merupakan rincian pengambilan sampel : Rincian pengambilan sampel penelitian dan data pengamatan Jumlah Bank yang terdaftar di Direktori Bank Indonesia periode 2004-2007
130
Tidak Tersedia Data
(27)
Bank Merger
(9)
Jumlah sampel penelitian
94
Jumlah sampel penelitian selama 4 tahun
376
Dengan ketentuan yang di tetapkan sebelumnya, diperoleh kondisi sebagai berikut: ` Kriteria Tidak Bermasalah Bermasalah Dari data pengamatan
Klasifikasi Jumlah Bank Persentase 359 95,4 % 17 4,6 % sebanyak 376 sampel bank diperoleh sebanyak 359 bank
dengan persentase 95,4 % dalam kondisi yang sehat atau tidak mengalami kondisi bermasalah, sedangkan 17 bank dengan persentase 4,6 % mengalami kondisi bermasalah.
Analisis Data Statistik Deskriptif Statistik Deskriptif Variabel CAR, NPL, ROA, ROE, NIM, BOPO, dan LDR BankBank Tidak Bermasalah
N CAR NPL ROA ROE NIM BOPO LDR Valid N (listwise)
Minimum 359 359 359 359 359 359 359
1.61 -.96 -1.01 -16.45 .30 8.40 4.00
Maximum
Mean
248.59 16.14 15.04 68.18 97.61 117.91 2802.94
Std. Deviation
27.6169 1.9046 2.8489 16.7262 8.6271 78.0350 91.2291
26.29725 2.04023 2.00688 11.97700 11.37627 15.41952 167.50761
359
Sumber : Data yang telah diolah dengan SPSS Statistik Deskriptif Variabel CAR, NPL, ROA, ROE, NIM, BOPO, dan LDR Bank-Bank Bermasalah Descriptive Statistics N CAR NPL ROA ROE NIM BOPO LDR Valid N (listwise)
Minimum 17 17 17 17 17 17 17
8.1 .0 -153.0 -165.1 -4.0 93.6 21.35
Maximum 1380.9 27.6 3.0 14.8 11.2 273.5 106.70
Mean
Std. Deviation
114.676 8.799 -11.931 -24.787 3.571 140.306 66.9788
329.5097 7.9539 36.6204 55.2776 3.6232 47.2638 24.96871
17
Sumber : Data yang telah diolah dengan SPSS Dari kedua tabel statistik deskriptif di atas, terdapat perbedaan koefisien variabel CAR, NPL, ROA, ROE, NIM, BOPO, dan LDR antara bank yang tidak bermasalah dan bank yang bermasalah. Perbedaan tersebut yaitu : a. Rasio CAR mayoritas bank-bank yang tidak bermasalah maupun bankbank yang bermasalah secara umum telah memnuhi ketentuan Bank
Indonesia sebesar 8%. Namun bank yang bermasalah memiliki nilai CAR yang lebih baik dibandingkan dengan bank yang tidak bermasalah. Hal ini mengindikasikan bahwa jumlah permodalan yang lebih baik tidak menjamin bahwa suatu bank tidak akan mengalami kondisi bermasalah, karena bank tidak cukup ekspansif didalam melakukan investasi pada aktiva yang berisiko dalam memperoleh pendapatan. Hal ini justru dapat mengakibatkan kemungkinan kondisi bermasalah yang dialami suatu bank semakin besar. b. Rasio NPL mayoritas bank-bank yang tidak bermasalah memiliki nilai yang lebih baik jika dibandingkan dengan bank-bank yang bermasalah. Hal ini dapat dilihat pada tabel statistik deskriptif dimana rata-rata nilai rasio NPL bank yang tidak bermasalah sebesar 1,9046% lebih kecil jika dibandingkan dengan bank bermasalah yang sebesar 8,799%. Hal ini menunjukkan rata-rata bank yang tidak bermasalah telah menunjukkan kinerja yang baik dan dapat memenuhi ketentuan Bank Indonesia dimana rasio NPL tidak lebih dari 5%. c. Rasio ROA mayoritas bank-bank yang tidak bermasalah memiliki nilai yang lebih baik jika dibandingkan dengan bank-bank yang bermasalah. Hal ini dapat dilihat pada tabel statistik deskriptif dimana rata-rata nilai rasio ROA bank yang tidak bermasalah sebesar 2,8489% lebih besar jika dibandingkan dengan bank bermasalah yang sebesar -11.931%. Hal ini mengindikasikan rata-rata bank yang tidak bermasalah telah menunjukkan kinerja yang baik dan dapat memenuhi ketentuan Bank Indonesia dimana rasio ROA yang baik tidak lebih kecil dari 0,5%. d. Rasio ROE mayoritas bank-bank yang tidak bermasalah memiliki nilai yang lebih baik jika dibandingkan dengan bank-bank yang bermasalah. Hal ini dapat dilihat pada tabel statistik deskriptif dimana rata-rata nilai rasio ROA bank yang tidak bermasalah sebesar 16,7262% jauh lebih besar jika dibandingkan dengan bank bermasalah yang sebesar -24.787%. Hal ini mengindikasikan rata-rata bank yang tidak bermasalah telah
menunjukkan kinerja yang baik dan dapat memenuhi ketentuan Bank Indonesia dimana rasio ROE yang baik tidak lebih kecil dari 5%. e. Rasio NIM mayoritas bank-bank yang tidak bermasalah dan bank-bank yang bermasalah telah memenuhi ketentuan Bank Indonesia sebesar 1,5%. Berdasarkan statistik deskriptif
dapat dilihat bahwa bank yang tidak
bermasalah memiliki nilai NIM yang jauh lebih baik jika dibandingkan dengan bank yang bermasalah. Rasio NIM bank yang tidak bermasalah sebesar 8.6271% lebih besar jika dibandingkan dengan bank bermasalah yang sebesar 3,571%. Hal ini mengindikasikan rata-rata bank yang tidak bermasalah memiliki kinerja yang lebih baik dibandingkan bank bermasalah. f. Rasio BOPO mayoritas bank-bank yang tidak bermasalah memiliki nilai yang lebih baik jika dibandingkan dengan bank-bank yang bermasalah. Hal ini dapat dilihat pada tabel statistik deskriptif dimana rata-rata nilai rasio BOPO bank yang tidak bermasalah sebesar 78,0350%. lebih kecil jika dibandingkan dengan bank bermasalah yang sebesar 140,306%. Hal ini mengindikasikan
rata-rata bank yang tidak bermasalah telah
menunjukkan kinerja yang lebih baik dan dapat memenuhi ketentuan Bank Indonesia dimana rasio BOPO yang baik tidak lebih besar dari 94%. g. Rasio LDR mayoritas bank-bank yang tidak bermasalah maupun bankbank yang bermasalah telah dapat memenuhi ketentuan Bank Indonesia, yaitu lebih besar dari 50% dan kurang dari atau sama dengan 100%. Jumlah rata-rata rasio LDR bank-bank yang tidak bermasalah lebih besar jika dibandingkan dengan bank-bank yang bermasalah. LDR yang tinggi mengindikasikan bank-bank memperoleh sumber pembiayaan kredit selain dari deposito. Sumber dana lain tersebut dapat diperoleh dari pasar uang atau bank lain. Sumber dana lain tersebut memberikan kesempatan lebih besar kepada bank untuk meningkatkan ekpansi kreditnya dan kemungkinan kondisi bermasalah dapat dihindari.
Uji Kelayakan Model (Goodness of Fit) Untuk menilai model fit, perlu dilakukan pengujian terhadap hipotesis : H0 : Model yang dihipotesiskan fit dengan data H1 : Model yang dihipotesiskan tidak fit dengan data Dari hipotesis di atas jelas bahwa H0 tidak boleh ditolak agar model fit dengan data. Untuk menguji hipotesis tersebut perlu dilakukan analisis terhadap nilai -2Log Likelihood pada blok pertama (Block 0 : Beginning Block) dan blok kedua (Block 1 : Method = Enter). Selain analisis terhadap nilai -2 Log Likelihood, analisis terhadap Hosmer and Lemeshow’s Test juga dapat dilakukan untuk menilai model fit. Sedangkan untuk menilai variabilitas variabel dependen yang dapat dijelaskan oleh variabilitas variabel independen, dapat dilihat dari nilai Cox and Snell’s R Square dan Nagelkerke R Square. Hosmer and Lemeshow Test Step
Chi-square Df
Sig.
1
.553
1.000
8
Sumber : Data yang telah diolah dengan SPSS Hasil pengujian model prediksi dengan observasi diperoleh nilai chi square sebesar 0,553 dengan signifikansi sebesar 1 yang lebih besar dari 0,05 maka berarti tidak diperoleh adanya perbedaan antara data estimasi model regresi logitik dengan data observasinya, berarti model tersebut sudah tepat dengan data, maka tidak perlu adanya modifikasi model.
Classification Tablea,b Predicted Status Observed Step 0
Status
tidak bermasalah tidak bermasalah Bermasalah
Overall Percentage
Percentage Correct
bermasalah
359
0
100.0
17
0
.0 95.5
a. Constant is included in the model. b. The cut value is .500
Sumber : Data yang telah diolah dengan SPSS
Berdasarkan tabel diketahui observasi jumlah bank di Indonesia yang mengalami kondisi bermasalah adalah 17 bank. Hasil prediksi memperlihatkan 14 bank yang mengalami kondisi bermasalah dan 3 yang tidak mengalami kondisi bermasalah. Dengan demikian ketepatan model dalam memprediksi bank yang mengalami kondisi bermasalah mencapai tingkat akurasi 82,4%. Hasil observasi bank yang tidak bermasalah menunjukkan 359 bank. Hasil prediksi memperlihatkan 2 bank yang mengalami kondisi bermasalah dan 357 tidak mengalami kondisi bermasalah. Ketepatan model dalam memprediksi bank yang tidak mengalami kondisi bermasalah mencapai 99,4%. Sedangkan tingkat akurasi secara keseluruhan sebesar 98,7%.
Uji Overall Model Fit -2 Log Likelihood Pada Blok Pertama
Iteration Step 0
-2Log likelihood
Coefficients Constant
1
174.864
-1.819
2
142.192
-2.605
3
138.594
-2.973
4
138.496
-3.047
5
138.496
-3.050
6
138.496
-3.050
Sumber : Data yang telah diolah dengan SPSS
-2 Log Likelihood Pada Blok Kedua Coefficients Iteration Step 1
-2 Log likelihood
Constant
CAR
NPL
ROA
ROE
NIM
BOPO
LDR
1
135.818
-3.343
.003
.087
-.007
.001
.000
.015
.000
2
75.435
-6.517
.004
.139
-.001
.006
-.003
.040
.000
3
49.171
-11.009
.005
.187
.023
.008
-.007
.081
.001
4
37.319
-16.177
.002
.233
.034
.018
-.016
.129
.000
5
31.021
-20.264
.000
.270
-.052
.034
-.054
.173
-.004
6
26.819
-22.031
.000
.281
-.282
.043
-.222
.203
-.011
7
25.608
-25.341
-.001
.315
-.384
.053
-.338
.242
-.018
8
25.450
-27.510
-.002
.336
-.422
.061
-.390
.266
-.020
9
25.446
-27.961
-.002
.340
-.428
.062
-.400
.271
-.021
10
25.446
-27.975
-.002
.341
-.428
.062
-.400
.271
-.021
11
25.446
-27.975
-.002
.341
-.428
.062
-.400
.271
-.021
Sumber : Data yang telah diolah dengan SPSS
Nilai -2LogL Block Number = 0 adalah sebesar 138,496. Setelah dimasukkan ketujuh variabel independen, maka nilai -2LogL Block Number = 1 mengalami penurunan menjadi sebesar 25,446. Penurunan likelihood (-2LL) ini menunjukkan model regresi yang lebih baik atau dengan kata lain model yang dihipotesiskan fit dengan data. Omnibus Tests of Model Coefficients Chi-square Df
Sig.
113.050
7
.000
Block 113.050
7
.000
Step 1 Step
Model 113.050 7 .000 Sumber : Data yang telah diolah dengan SPSS Hasil pengujian omnibus test diperoleh nilai chi square sebesar 113,050 dengan signifikansi sebesar 0,000. Dengan nilai signifikansi yang lebih kecil dari 0,05 dapat disimpulkan bahwa secara bersama-sama kondisi bermasalah dapat diprediksi oleh variabel rasio keuangan CAR, NPL, ROA, ROE, NIM, BOPO dan LDR. Cox and Snell’s R Square and Nagelkerke R Square
Step
-2 Log likelihood
Cox & Snell Nagelkerke R R Square Square
1 25.446a .260 .843 a. Estimation terminated at iteration number 11 because parameter estimates changed by less than .001. Sumber : Data yang telah diolah dengan SPSS Berdasarkan tabel di atas dapat diketahui bahwa nilai Cox and Snell’s R Square adalah sebesar 0,260 dan Nagelkerke R Square sebesar 0,843. Berarti ukuran Cox & Snell yang diperoleh bahwa 26 % variasi kondisi bermasalah dapat diprediksi menggunakan rasio CAR, NPL, ROA, ROE, NIM, BOPO, dan LDR, sedangkan menurut ukuran Nagelkerke R Square diperoleh 84,3 % variasi kondisi
bermasalah dapat diprediksi menggunakan rasio CAR, NPL, ROA, ROE, NIM, BOPO, dan LDR. Hal tersebut menunjukkan bahwa variabilitas variabel dependen yang dapat dijelaskan variabilitas variabel independen adalah sebesar 84,3%, sedangkan sisanya, yaitu sebesar 15,7% dijelaskan oleh variabel lain di luar model. Uji Koefisien Parsial . Variables in the Equation Step 1
a
B
S.E.
Wald
Df
Sig.
Exp(B)
CAR
-.002
.008
.060
1
.807
.998
NPL
.341
.144
5.585
1
.018
1.406
ROA
-.428
.365
1.376
1
.241
.652
ROE
.062
.059
1.137
1
.286
1.064
NIM
-.400
.345
1.343
1
.247
.670
BOPO
.271
.092
8.732
1
.003
1.311
LDR
-.021
.029
.507
1
.476
.979
Constant
-27.975
9.065
9.525
1
.002
.000
a. Variable(s) entered on step 1: CAR, NPL, ROA, ROE, NIM, BOPO, LDR. Sumber : Data yang telah diolah dengan SPSS Pengujian hipotesis untuk mengetahui pengaruh rasio CAR, NPL, ROA, ROE, NIM, BOPO, dan LDR terhadap kondisi bermasalah bank-bank di Indonesia dapat dijelaskan sebagai berikut : a. Berdasarkan tabel dapat diketahui bahwa CAR (Capital Adequacy Ratio) memiliki koefisien bertanda negatif dengan nilai 0,002 dan tidak berpengaruh signifikan terhadap prediksi kondisi bermasalah pada bankbank di Indonesia. Hal ini ditunjukkan oleh koefisien sebesar 0,807 yang lebih besar dari 0,05. Hipotesis 1 ditolak. b. Berdasarkan tabel dapat diketahui bahwa rasio NPL (Non Performing Loan) memiliki koefisien bertanda positif dengan nilai 0,341 dan memiliki pengaruh signifikan terhadap prediksi kondisi bermasalah pada bank-bank di Indonesia. Hal ini ditunjukkan oleh signifikansi = 0,018 yang lebih kecil dari 0,05. Hipotesis 2 diterima.
c. Berdasarkan tabel dapat diketahui bahwa ROA (Return on Assets) memiliki koefisien bertanda negatif dengan nilai 0.428 dan tidak memiliki pengaruh signifikan terhadap prediksi terjadinya kondisi bermasalah pada bank-bank di Indonesia. Hal ini ditunjukkan oleh signifikansi = 0,226 yang lebih besar dari 0,05. Hipotesis 3 ditolak. d. Berdasarkan tabel dapat diketahui bahwa ROE (Return on Equity) memiliki koefisien bertanda positif dengan nilai 0,062 dan tidak memiliki pengaruh signifikan terhadap prediksi terjadinya kondisi bermasalah pada bank-bank di Indonesia. Hal ini ditunjukkan oleh signifikansi = 0,286 yang lebih besar dari 0,05. Hipotesis 4 ditolak . e. Berdasarkan tabel dapat diketahui bahwa NIM (Net Interest Margin) memiliki koefisien bertanda negatif dengan nilai 0,400 dan tidak memiliki pengaruh signifikan terhadap prediksi terjadinya kondisi bermasalah pada bank-bank di Indonesia. Hal ini ditunjukkan oleh signifikansi = 0,247 yang lebih besar dari 0,05. Hipotesis 5 ditolak . f. Berdasarkan
tabel
dapat
diketahui
bahwa
BOPO
(Biaya
Operasional/Pendapatan Operasional) memiliki koefisien bertanda positif dengan nilai 0,271 dan memiliki pengaruh signifikan terhadap prediksi terjadinya kondisi bermasalah pada bank-bank di Indonesia. Hal ini ditunjukkan oleh signifikansi = 0,003 yang lebih kecil dari 0,05. Hipotesis 6 diterima. g. Berdasarkan tabel dapat diketahui bahwa LDR (Loan to Deposit Ratio) memiliki koefisien bertanda negatif dengan nilai 0,021 dan tidak memiliki pengaruh signifikan terhadap prediksi terjadinya kondisi bermasalah pada bank-bank di Indonesia. Hal ini ditunjukkan oleh signifikansi = 0,476 yang lebih besar dari 0,05. Hipotesis 7 ditolak.
V. PENUTUP Simpulan Berdasarkan hasil analisis dan pengujian hipotesis, dapat ditarik kesimpulan sebagaimana diuraikan di bawah ini: 1. Hasil pengujian regresi logistik diperoleh bahwa CAR (Capital Adequacy Ratio) berpengaruh negatif tidak signifikan terhadap prediksi kondisi bermasalah pada bank-bank di Indonesia periode 2004-2007. 2. Hasil pengujian regresi logistik diperoleh bahwa NPL (Non Performing Loan) memiliki pengaruh positif signifikan terhadap prediksi kondisi bermasalah pada bank –bank di Indonesia periode 2004-2007. 3. Hasil pengujian regresi logistik diperoleh bahwa ROA (Return on Assets) berpengaruh
negatif
tidak
signifikan
terhadap
prediksi
kondisi
bermasalah pada bank – bank di Indonesia periode 2004-2007. 4. Hasil pengujian regresi logistik diperoleh bahwa ROE (Return on Equity) berpengaruh positif tidak signifikan terhadap prediksi kondisi bermasalah pada bank – bank di Indonesia periode 2004-2007. 5. Hasil pengujian regresi logistik diperoleh bahwa NIM (Net Interest Margin) berpengaruh negatif tidak signifikan terhadap prediksi kondisi bermasalah pada bank – bank di Indonesia periode 2004-2007. 6. Hasil pengujian regresi logistik diperoleh bahwa BOPO (Biaya Operasional/Pendapatan
Operasional)
memiliki
pengaruh
positif
signifikan terhadap prediksi kondisi bermasalah pada bank-bank di Indonesia periode 2004-2007. 7. Hasil pengujian regresi logistik diperoleh bahwa LDR (Loan to Deposit Ratio) memiliki pengaruh negatif tetapi tidak signifikan terhadap prediksi kondisi bermasalah pada bank-bank di Indonesia periode 2004-2007. Keterbatasan Keterbatasan dalam penelitian ini adalah: 1.
Penelitian ini hanya memprediksi pada tahun sebelum dan saat terjadinya
kondisi bermasalah, namun tidak memprediksi ke tahun yang akan datang. 2.
Sampel dalam penelitian ini tidak membedakan bank Devisa dan bank Non Devisa yang secara operasional bank-bank tersebut berbeda serta tidak membedakan antara bank yang Go Public dan Non- Go Public.
3.
Data yang digunakan dalam penelitian hanya bersumber pada laporan keuangan tahunan bank yang diterbitkan untuk publik, sedangkan laporan keuangan interim bank belum dipertimbangkan.
4.
Penelitian ini tidak mempertimbangkan unsur-unsur kondisi ekonomi makro seperti volatilitas kurs, inflasi, tingkat suku bunga, dsb.
Saran a. Implikasi kebijakan 1. Berdasarkan penelitian ini, rasio keuangan NPL berpengaruh positif terhadap prediksi kondisi bermasalah, maka langkah yang sebaiknya diambil oleh pihak bank adalah wajib memenuhi ketentuan rasio NPL yang ditetapkan oleh Bank Indonesia sebesar 5%. Hal ini dapat dilakukan dengan memperhatikan penyaluran kredit kepada masyarakat, dimana kredit yang disalurkan harus memiliki kualitas yang baik, dalam arti digunakan sesuai dengan tujuannya dan lancar pengembaliannya. Untuk menjaga kualitas kredit yang diberikan, maka pihak bank wajib melakukan serangkaian analisis kredit yang dimaksudkan untuk melihat kemauan dan kemampuan calon debitur melunasi cicilan hutang pokok dan bunganya. 2. Berdasarkan penelitian ini, rasio keuangan BOPO berpengaruh positif terhadap prediksi kondisi bermasalah, maka langkah yang sebaiknya diambil oleh pihak bank adalah memperhatikan kegiatan operasional yang dilakukan bank dengan melihat perbandingan biaya operasional yang dikeluarkan bank (didominasi oleh biaya bunga) dengan pendapatan operasional yang didapatkan bank (didominasi oleh hasil bunga) untuk menilai tingkat efisiensi yang telah dilakukan. Bank dapat memperhatikan penghasilan bunga yang sebagian besar diperoleh dari
interest income dari jasa pemberian kredit kepada masyarakat, seperti bunga pinjaman, provisi kredit, appraisal fee, supervision fee, commitment fee, syndication fee, dan lain-lain. b. Saran penelitian yang akan datang Saran-saran yang dapat disampaikan terkait dengan penelitian ini adalah: 1. Penelitian selanjutnya hendaknya memprediksi kondisi bermasalah pada tahun-tahun yang akan datang sehingga dapat memberikan informasi yang bermanfaat di dalam pengambilan keputusan. 2. Penelitian selanjutnya hendaknya dilakukan dengan memperhatikan ukuran perusahaan dan jenis perusahaan perbankan baik devisa atau non devisa maupun bank yang Go Public dan Non Go Public. 3. Penelitian selanjutnya hendaknya juga mempertimbangkan laporan keuangan interim perusahaan apabila memungkinkan untuk diteliti. 4. Penelitian selanjutnya hendaknya menggunakan unsur-unsur kondisi makro ekonomi, seperti pengaruh volatilitas kurs, tingkat inflasi, tingkat suku bunga, disamping rasio-rasio keuangan.
DAFTAR PUSTAKA
Almilia, Luciana Spica dan Emanuel Kristijadi. 2003. “Analisis Rasio Keuangan Untuk Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Yang Terdaftar di Bursa Efek Jakarta”. Jurnal Akuntansi dan Auditing Indonesia (JAAI) Vol.7, No.2, Desember. Almilia, Luciana Spica dan Winny Herdiningtyas. (2005). Analisis Rasio CAMEL terhadap prediksi kondisi bermasalah pada lembaga perbankan periode 2000-2002. Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005. Altman, E. I. 1968. “Financial Ratios, Discriminant Analysis and The Prediction of Corporate Bankruptcy.” The Journal of Finance, Vol. 23, No.4, pp.589609. Asmoro, Argo. 2010. “Analisis Pengaruh Rasio Keuangan Terhadap Prediksi Kondisi Bermasalah Pada Bank”. Skripsi S1 Jurusan Manajemen Fakultas Ekonomi Universitas Diponegoro. Bank Indonesia. Direktori Perbankan Indonesia 2005. _____________, Direktori Perbankan Indonesia 2006. _____________, Direktori Perbankan Indonesia 2007. _____________, Direktori Perbankan Indonesia 2008. Bank Indonesia. 2001. Surat Edaran Bank Indonesia No. 3/30/ DPNP Tentang Transparansi Kondisi Keuangan Bank Desember 2001 http://www.bi.go.id, diakses 25 Desember 2010.
Bank Indonesia. 2004. Surat Edaran Bank Indonesia No. 6/23/ DPNP Tentang Sistem Penilaian Tingkat Kesehatan Bank Umum http://www.bi.go.id, diakses 25 Desember 2010. Dewi, Aprilia. 2010. “Rasio Keuangan Versi Bank Indonesia Versus Infobank”. (Studi Empiris : Bank Umum Konvensional di Indonesia Periode 20052008). Skripsi S1 Jurusan Akuntansi Fakultas Ekonomi Universitas Diponegoro.
Endri. 2009. “Prediksi Kebangkrutan Bank Untuk Menghadapi dan Mengelola Perubahan Lingkungan Bisnis : Analisis Model Altman’s Z-Score”. Perbanas Quarterly Review, Vol. 2 No. 1 Maret 2009. Gamayuni, Rindu Rika. 2006. “Rasio Keuangan Sebagai Prediktor Kegagalan Perusahaan di Indonesia”. Jurnal Bisnis dan Manajemen, Volume 3, No.1, September 2006, pp 15-38 Ghozali, Imam. 2007. Aplikasi Analisis Multivariate dengan Program SPSS. Edisi IV. Semarang : Universitas Diponegoro Greuning, Hennie Van dan Sonja Brajovic Bratanovic. 2011. Analisis Risiko Perbankan. 3th ed. Jakarta : Penerbit Salemba Empat. Gunsel, Nil. 2010. “Determinants of timing of Bank Failure”. The Journal of Risk Finance, Vol. 11 No. 1, 2010, pp 89-106. Hair, J.F., W.C. Black, B.J. Babin, R.E. Anderson, R.L. Tatham. 2006. Multivariate Data Analysis. 6th Ed. Pearson International Edition. Januarti, Indira. 2002. “Variabel Proksi CAMEL dan Karakteristik Bank Lainnya untuk Memprediksi Kebangkrutan Bank di Indonesia.” Thesis Program Pasca Sarjana Magister Akuntansi Universitas Diponegoro (tidak dipublikasikan). Jumingan. 2003. “Analisis Rasio Keuangan dan Legal Lending Limit Sebagai Alat Dalam Memprediksi Kesehatan Bank.” Thesis Program Pasca Sarjana Magister Akuntansi Universitas Diponegoro (tidak dipublikasikan). Kasmir. 2004. Manajemen Perbankan. Jakarta : PT RajaGrafindo Persada Kasmir. 2005. Bank & Lembaga Keuangan Lainnya. Jakarta : PT RajaGrafindo Persada Mulyaningrum, Penni. 2008. “Pengaruh Rasio Keuangan Terhadap Kebangkrutan Bank di Indonesia”. Thesis Program Pasca Sarjana Magister Akuntansi Universitas Diponegoro (tidak dipublikasikan). Nuralata, Amelia. 2007. “Analisis Pengaruh Rasio Keuangan yang Dapat Memprediksi Probabilitas Kondisi Financial Distress”. Tesis Program Pasca Sarjana Magister Manajemen Universitas Diponegoro (tidak dipublikasikan).
Pedoman Penyusunan Skripsi dan Pelaksanaan Ujian Akhir Program Sarjana Strata Satu (S1) Fakultas Ekonomi. 2008. Semarang : Fakultas Ekonomi, Universitas Diponegoro. Prasnanugraha. Ponttie. 2007. “Analisis Pengaruh Rasio-Rasio Keuangan Terhadap Kinerja Bank Umum di Indonesia”. Thesis Program Pasca Sarjana Magister Akuntansi Universitas Diponegoro (tidak dipublikasikan). Riahi, Ahmed Belkaoui. 2000. Teori Akuntansi, Salemba Empat, Jakarta. Santoso, W. 1996. ”The Determinants of Problem Banks in Indonesia (An Empirical Study).”, http:// www.bi.go.id. Diakses tanggal 25 Februari 2011 Sugiyono. 1999. Metoda Penelitian Bisnis. Penerbit CV Alvabeta. Jakarta Wilopo. 2001. “Prediksi Kebangkrutan Bank”. Jurnal Riset Akuntansi Indonesia, Vol 4, No. 2, Mei 2001: 184 -198.
