METODE KUANTITATIF (JAWABAN SOAL)

JAWABAN SOAL UJIAN AKHIR SEMESTER

PROGRAM MAGISTER ILMU EKONOMI

  

Soal:

1.      Berikan pemahaman Sdr. mengenai jenis-jenis tabel Input-Output berikut ini:

a)      Tabel transaksi total atas dasar harga produsen

Jawab:

Tabel transaksi total atas dasar harga produsen yaitu nilai transaksi yang dihasilkan dari penggabungan komponen domestic dan impor dan diukur berdasarkan harga yang terjadi ditingkat produsen.

b)     Tabel transaksi total atas dasar harga konsumen

Jawab:

Tabel transaksi total atas dasar harga konsumen yaitu nilai transaksi yang dihasilkan dari penggabungan komponen domestic dan impor dan diukur berdasarkan harga yang terjadi ditingkat konsumen.

c)      Tabel transaksi domestik atas dasar harga produsen

Jawab:

Tabel transaksi domestik atas dasar harga produsen yaitu nilai transaksi yang tersusun atas nilai barang dan jasa yang diproduksi oleh perekonomian domistik dan diukur berdasarkan harga yang terjadi ditingkat produsen.

d)     Tabel transaksi domestik atas dasar harga konsumen

Jawab:

Tabel transaksi domestik atas dasar harga konsumen yaitu nilai transaksi yang tersusun atas nilai barang dan jasa yang diproduksi oleh perekonomian domistik dan diukur berdasarkan harga yang terjadi ditingkat produsen.

2.      Diketahui tabel Input-Output sebagai berikut (Catatan: ganti huruf a yang dicetak tebal dengan angka kedua terakhir no. mhs Sdr. dan huruf b dengan angka terakhir no.mhs)

	Permintaan Antara			Jumlah	Permintaan	Total
Sektor	Pertanian	Industri	Jasa	Permintaan	Akhir	Output
				Antara
Pertanian	20	380	20		15
Industri	5a	360	1a0		2b
Jasa	30	1b0	160		10
Jumlah Input Antara
Input Primer	6a0	5b0	840
Total Input

a.      Lengkapi tabel tersebut di atas dengan cara mengisi angka-angka yang sesuai pada kotak yang diarsir (yang berwarna hitam)

Jawab:

Sektor	Permintaan Antara			Jumlah Permintaan Antara	Permintaan Akhir	Total Output
	Pertanian	Industri	Jasa
Pertanian	20	380	20	420	15	435
Industri	51	360	110	521	23	544
Jasa	30	130	160	320	10	330
Jumlah Input Antara	101	870	290
Input Primer	610	530	840
Total Input	711	1400	1130

b.      Hitunglah matriks pengganda output (MPO)

Jawab:

Matriks Koefisien Input Domistik (Matriks A)
Sektor			Permintaan Antara
			Pertanian			Industri			Jasa
Pertanian			0.02813			0.27143			0.0177
Industri			0.07173			0.25714			0.09735
Jasa			0.04219			0.09286			0.14159
Matriks Identitas
1	0			0
0	1			0
0	0			1
Matriks I-A
Sektor			Permintaan Antara
			Pertanian			Industri			Jasa
Pertanian			0.97187			-0.2714			-0.0177
Industri			-0.0717			0.74286			-0.0973
Jasa			-0.0422			-0.0929			0.85841
Matriks Pengganda dan Total Pengganda
Sektor		Permintaan Antara								Total
		Pertanian			Industri			Jasa
Pertanian		1.06107			0.39605			0.06679		1.52391
Industri		0.11086			1.40689			0.16183		1.67958
Jasa		0.06415			0.17166			1.18574		1.42154
Total		1.23609			1.9746			1.41436

c.       Hitunglah indeks daya penyebaran dan indeks derajat kepekaan. Interpretasikan hasilnya.

Jawab:

Indeks Daya Penyebaran dan Indeks Derajat Kepekaan
Sektor	Indeks Daya Penyebaran	Indeks Derajat Kepekaan
Pertanian	0.8018	0.9885
Industri	1.2808	1.0895
Jasa	0.9174	0.9221

Data di atas, mengidentifikasikan bahwa sektor industry memiliki backward linkage > 1 dan forward linkage > 1. Hal ini mengidentifikasikan bahwa sektor industry adalah sektor kunci. Peningkatan investasi di sektor ini akan memberikan dampak yang luas, tidak hanya terhadap sektor input namun juga sektor outputnya.

3.      Diketahui data PDRB Provinsi F dan Kabupaten G dalam Provinsi F sebagai berikut:  (Catatan: ganti huruf a yang dicetak tebal dengan angka kedua terakhir no.mhs Sdr, dan huruf b dengan angka terakhir no. mhs)

Sektor	Provinsi F		Kabupaten G
	2011	2012	2011	2012
Pertanian	6a42	6b60	712	7b9
Industri	2b97	2a48	6a8	694
Jasa	5858	6348	618	6a2
PDRB

a.      Hitunglah Location Quotient (LQ), Dinamic Location Quotient (DLQ), Indeks Spesialisasi (IS) dan Shift Share Analysis (SSA). 

Jawab:

Location Quotient

Sektor	Provinsi F		Kabupaten G			LQ 2011	LQ 2012
	2011	2012	2011	2012
Pertanian	6142	6360	712	739		0.85675	0.84410
iIndustri	2397	2148	618	694		1.90548	2.34711
Jasa	5858	6348	618	612		0.77969	0.70036
PDRB	14397	14856	1948	2045

Dinamic Location Quotient (DLQ)

Sektor	Provinsi F		Kabupaten G		Gi	gij		DLQ
	2011	2012	2011	2012
Pertanian	6142	6360	712	739	0.035493	0.037921		0.985241
iIndustri	2397	2148	618	694	-0.10388	0.122977		1.231772
Jasa	5858	6348	618	612	0.083646	-0.00971		0.898258
PDRB	14397	14856	1948	2045	0.031882	0.049795

Indeks Spesialisasi (IS)

Sektor	Provinsi F		Kabupaten G					IS
	2011	2012	2011	2012
Pertanian	6142	6360	712	739		36.13692	42.81099	-6.67407
Industri	2397	2148	618	694		33.93643	14.4588	19.47763
Jasa	5858	6348	618	612		29.92665	42.73021	-12.8036
PDRB	14397	14856	1948	2045				0.066741

Shift Share Analysis (SSA)

Sektor	Provinsi F		Kabupaten G			rin	rij	Nij	Mij	Cij	Dij
	2011	2012	2011	2012
Pertanian	6142	6360	712	739		0.035	0.038	22.700	2.572	1.729	27
Industri	2397	2148	618	694		-0.104	0.123	19.703	-83.901	140.198	76
Jasa	5858	6348	618	612		0.084	-0.010	19.703	31.991	-57.693	-6
PDRB	14397	14856	1948	2045		0.032	0.050	62.105	-49.339	84.233	97

b.      Interpretasikan masing-masing hasil perhitungan Sdr.

Jawab:

Location Quotient

Berdasarkan hasil perhitungan LQ tahun 2011 dan 2012, Kebupaten G lebih berspesialisasi dalam memproduksi sektor Industri di wilayah F. Dan dengan demikian Kabupaten G dapat mengeskpor barang dari sektor industry tersebut.

Indeks Spesialisasi (IS)

Dari hasil perhitungan dengan menggunakan analisis Indeks Spesialisasi (IS) diperoleh nilai pada sektor industry yaitu 19,4776. Hal ini menginterpretasikan bahwa pada di wilayah Provinsi F, terkonsentrasi pada sektor industri.

Shift Share Analysis (SSA)

Berdasarkan hasil analisis dengan menggunakan Shift Share Analysis (SSA) dapat dikatakan bahwa sektor industry dapat dijadikan sebagai referensi di wilayah Provinsi F.

4.      Ringkaskan rencana riset thesis Sdr. dengan fokus pembahasan pada metode kuantitatif (alat analisis) yang akan digunakan

Jawab:

4.1 Judul:

“Analisis Resiko Kredit Murabahah di Perbankan Syariah Provinsi Jambi (Studi Kasus di BNI Syariah Cabang Provinsi Jambi)”

4.2 Latar Belakang Penulisan:

Peningkatan pembiayaan bermasalah pada periode laporan tercermin pada rasio non performing financing (NPF) sebesar 5,72%. Peningkatan NPF tersebut terutama terjadi pada pembiayaan konsumsi khususnya pembiayaan perumahan, di samping peningkatan NPF. Dalam kondisi kemampuan pengelolaan risiko perbankan syariah yang masih pada taraf penyempurnaan, maka selain faktor pelemahan kinerja sektor riil, secara internal faktor yang diduga turut berperan dalam terjadinya penurunan kualitas pembiayaan diantaranya keputusan pembiayaan yang kurang berhati-hati serta penilaian risiko dan harga yang kurang sensistif mengantisipasi penurunan suku bunga konvensional yang memicu adanya nasabah yang meninggalkan ataupun mengalihkan pembiayaan dari perbankan syariah. (Bank Indonesia, 2010, hal 36).

Seiring dengan meningkatnya risiko pembiayaan, agar dapat mengembangkan perbankan syariah maka manajemen harus melakukan pengelolaan dan risiko pembiayaan beserta pengukurannya. Bank Indonesia selaku lembaga otoritas tertinggi perbankan Indonesia dalam melakukan pengawasan kepada perbankan syariah dengan mengukur kondisi tingkat kesehatan bank yang diindikasikan dengan rasio tingkat kecukupan modal atau Capital Adequacy Ratio (CAR). Penentuan nilai CAR sudah menjadi standar internasional dalam dunia perbankan. Nilai CAR ini digunakan untuk menentukan seberapa besar modal yang dimiliki oleh bank dalam menutup risiko kerugian yang akan terjadi.

Untuk mengukur risiko pembiayaan syariah, ada dua metode Standardized Approach dan Internal Model Approach. Metode Standardized Approach mensyaratkan modal minimum sebesar 8% dan lebih bersifat one size fits all. Metode tersebut memberikan bobot yang sama terhadap risiko pembiayaan tanpa mempertimbangkan kondisi makro dan mikro perekonomian, jenis pembiayaan, kualitas pembiayaan, limit pembiayaan dan jatuh tempo pembiayaan. Berkenaan dengan hal tersebut, Bank Indonesia memperkenankan untuk membuat metode pengukuran risiko pembiayaan berupa Internal Model Approach agar bank dapat mengukur seberapa besar risiko pembiayaan yang akan dibentuk yang mendekati kenyataan kerugian yang terjadi selama proses pemberian pembiayaan. Perbankan dapat mengetahui dengan pasti risiko-risiko yang kemungkinan terjadi sehingga perolehan laba perusahaan semakin lebih akurat. Metode pengukuran yang dikembangkan oleh Basel Committee adalah CreditRisk+ dari Credit Suisse Financial Products (CSFP), CreditMetrics dari JP Morgan, Portfolio Manager dari KMV, dan Credit Portfolio View dari McKinsey.

Berdasarkan pertumbuhan perbankan syariah yang cukup pesat dalam hal penghimpunan dan penyaluran dana serta besarnya risiko yang harus ditanggung oleh perbankan syariah dalam menyalurkan pembiayaan kepada masyarakat, maka dalam tesis ini dengan menggunakan studi kasus pada BNI Syariah, akan dihitung besarnya nilai risiko pembiayaan yang harus ditanggung bank syariah dalam menjalankan usahanya.

4.3 Fokus Penelitian:

Tesisi ini akan di fokus pada permasalahan berikut ini:

1.      Berapa besar kerugian yang dapat diperkirakan (expected loss) dan  kerugian yang tidak dapat diperkirakan (unexpected loss) dari portfolio pembiayaan murabahah BNI Syariah dengan internal model approach yang menggunakan metode CreditRisk+ dengan menggunakan distribusi Poisson?

2.      Berapa besar economic capital yang harus disediakan oleh BNI Syariah untuk menutup kerugian yang tidak dapat diperkirakan (unexpected loss)?

3.      Apakah metode internal model CreditRisk+ dapat diaplikasikan untuk mengukur risiko pembiayaan murabahah (kredit konsumtif) untuk BNI Syariah pada khususnya dan Perbankan Syariah pada umumnya?

4.4    Analisis Data

Model analisis yang akan digunakan pada penelitian tesis ini yaitu CreditRisk+.

Di mana, CreditRisk+ adalah suatu model pengukuran risiko portfolio pembiayaan atau lebih dikenal dengan unexpected loss. CreditRisk+ berasumsi bahwa probabilitas distribusi untuk sejumlah default dalam satu periode waktu yang mengikuti distribusi Poisson. CreditRisk+ berasumsi bahwa probability of default pembiayaan adalah independent, Dengan asumsi ini maka distribusi probability of default pembiayaan menyerupai distribusi Poisson (Allen, et al, 2003, hal 19). CreditRisk+ menganalisa tindakan yang harus dilakukan terhadap perusahaan yang default termasuk didalamnya proses recovery sebagai faktor yang terpisah. Hal ini artinya probability of default dihitung berdasarkan data statistik historis pada berbagai macam tingkatan kelas pembiayaan.