Credit Risk Determinants in Indonesia

Abstract

Credit is the main business of the banking industry, therefore, in running the business, the bank is always overshadowed by the credit risk the which can be determined by the ratio of non-performing loans (NPL). The development of technology, finance digital brings the outside could impact on the financial industry both positive and negative. The purpose of this study was to analyze the interest rate, inflation, exchange rates, gross domestic product (GDP), a dummy finance digitalization policies in the long term and the short term of the non-performing loan (NPL) of conventional commercial banks in Indonesia The analytical method used in this research is-EG Error Correction Model (ECM), The Data used in this research is secondary quarterly time series data from the 2008 quarter 1-2017 4. The time series of data are not stationar Often that can cause spurious regression results, the exact models used is-EG Error Correction Model (ECM), This models may explain the behavior of short-term and long-term. The results Showed in the short-term variable interest rates significanly to non-performing loans, while in the long-term variable interest rate, exchange rate, and GDP Significantly, non-performing loans.

Kredit merupakan bisnis utama dari industri perbankan, oleh karena itu dalam menjalankan bisnisnya, bank selalu dibayangi oleh risiko kredit yang dapat diketahui melalui rasio non-performing loans (NPL). Perkembangan teknologi, menghadirkan digital finance yang membawa dampak luar bisa terhadap industri keuangan baik positif dan negatif. Tujuan dari penelitian ini adalah untuk menganalisis suku bunga, inflasi, kurs, produk domestik bruto (PDB) dummy kebijakan digitalisasi keuangan dalam jangka panjang dan jangka pendek terhadap non-performing loan (NPL) bank umum konvensional di Indonesia  Metode analisis yang digunakan dalam penelitian ini adalah Error Correction Model-EG (ECM). Data yang digunakan dalam penelitian ini adalah data sekunder runtut waktu kuartalan dari 2008 kuartal 1 – 2017 kuartal 4. Data runtun waktu sering tidak stationar sehingga bisa menyebabkan hasil regresi palsu (spurious regression), Model yang tepat digunakan adalah Error Correction Model-EG (ECM), model ini dapat menjelaskan perilaku jangka pendek dan jangka panjang. Hasil penelitian menunjukkan dalam jangka pendek variabel suku bunga berpengaruh secara signifikan terhadap non performing loan, sedangkan dalam jangka panjang variabel suku bunga, kurs, dan PDB berpengaruh secara signifikan terhadap non perfoming loan.