RPS minggu 5 · 2x50 menit
LGD, EAD & Expected Loss Manajemen Risiko Kredit — Magister Manajemen FEB UNDIP Selamat datang di pertemuan kelima. Minggu lalu kita mengestimasi PD sebagai komponen pertama expected loss; hari ini kita melengkapi dengan LGD dan EAD untuk menutup persamaan EL = PD × LGD × EAD secara lengkap. Anda yang bekerja di recovery atau workout pasti pernah melihat kasus di mana agunan ternyata tidak menghasilkan recovery sesuai ekspektasi — saya ingin Anda keluar dari kelas mampu menghitung LGD realistis dengan FSV, biaya eksekusi, dan discount waktu. Kita juga akan masuk ke EAD untuk fasilitas revolving yang sering di-underestimate, dan di akhir hari menyentuh unexpected loss dan economic capital sebagai jembatan ke kecukupan modal Basel. Siapkan satu kasus fasilitas kredit dari pengalaman kerja karena akan jadi bahan diskusi. Peta Pembelajaran Hari Ini Sub-CPMK 5: menghitung expected loss dari komponen PD, LGD, dan EAD.
Definisi LGD & komponen recovery (agunan, guarantor, post-default) Faktor penentu LGD: senioritas, jenis agunan, yurisdiksi Hitung LGD term loan dengan FSV & biaya eksekusi EAD term loan vs revolving (CCF) Formula EL portofolio & sensitivitas Expected vs Unexpected Loss; economic capital & VaR Posisi dalam alur: P4 (PD) → LGD + EAD + EL → P6 (internal rating) → P10 (PSAK 71 ECL). Hari ini menutup atom EL = PD × LGD × EAD.
Mari saya jelaskan alur dua sesi. Sesi pertama fokus pada LGD sebagai komponen yang sering di-underestimate karena asumsi naif bahwa agunan otomatis menjamin recovery tinggi. Sesi kedua kita masuk EAD khususnya untuk revolving facilities yang punya dinamika drawn versus undrawn, lalu menutup dengan perhitungan EL portofolio dan pengenalan Unexpected Loss serta economic capital sebagai jembatan ke materi kecukupan modal Basel di P12. Perhatikan bahwa hari ini kita menutup atom EL = PD × LGD × EAD yang menjadi tulang punggung seluruh perhitungan risiko kredit modern — setelah hari ini, Anda dapat menghitung expected loss untuk portofolio apa pun secara mandiri. Mengapa LGD dan EAD Sama Pentingnya dengan PD Banyak analis fokus pada PD dan mengabaikan LGD/EAD — padahal keduanya menentukan separuh dari EL.
LGD Sering Di-underestimate
Asumsi naif "agunan = LGD rendah" mengabaikan FSV, biaya, waktu eksekusi
EAD Revolving Berbeda dari Saldo
Debitur "menguras" plafond menjelang default; EAD bisa 2-4× saldo rata-rata
Pengabaian LGD/EAD dapat meng-underestimate EL hingga 50–75% — sebuah kesalahan fatal di
pricing-to-risk . Lihat juga keterkaitannya dengan
kecukupan modal .
Saya mulai dengan pertanyaan fundamental ini karena banyak analis pemula fokus pada PD dan mengabaikan LGD atau EAD, padahal keduanya menentukan separuh dari expected loss. LGD sering di-underestimate karena asumsi naif bahwa agunan Rp 800 juta otomatis menjamin recovery Rp 800 juta — padahal forced sale value, biaya eksekusi, dan waktu dapat memangkas recovery menjadi separuhnya. EAD untuk revolving facilities seperti kartu kredit sering di-underestimate karena bank menggunakan saldo tercatat padahal debitur cenderung menguras plafond menjelang default, sehingga EAD aktual bisa dua hingga empat kali saldo rata-rata. Pengabaian LGD atau EAD dapat meng-underestimate EL hingga 50 sampai 75 persen — kesalahan fatal yang merusak pricing-to-risk dan menyebabkan bank salah harga jual kredit. Bagian 1 · 1/4
Loss Given Default (LGD)
Diskusi kelas: dari pengalaman Anda, jenis agunan apa yang paling sering mengecewakan ekspektasi recovery di Indonesia?
Blok pertama fokus pada LGD. Pertanyaan diskusi tadi menyangkut pengalaman praktis yang sangat berbeda antara teks textbook dan realitas Indonesia. Dari pengalaman, jawaban yang sering muncul adalah inventaris mesin yang penyusutannya cepat sehingga nilai jual jatuh drastis saat dieksekusi; atau tanah di daerah terpencil yang sulit dicari pembeli dalam waktu wajar. Saya ingin Anda memikirkan satu jenis agunan spesifik yang ternyata mengecewakan dari pengalaman kerja, karena jawaban ini akan mempengaruhi bagaimana Anda menilai collateral di P8 mitigasi risiko kredit. Diskusi ini juga akan menjadi pengantar untuk perhitungan LGD realistis di slide HDN pertama. Definisi LGD & Komponen Recovery LGD adalah porsi eksposur yang benar-benar hilang bersih setelah semua recovery dikurangi biaya.
$\text{LGD} = 1 - \text{Recovery Rate} = \dfrac{\text{EAD} - \text{Total Recovery}}{\text{EAD}}$
Negosiasi sukarela debitur Penjualan aset sendiri Subordinated debt injection Eksekusi lelang tanah/bangunan Penjualan mesin/inventaris Foreclosure ekuitas Guarantor (corporate/individual) Asuransi kredit CDS / hedging derivatif Definisi LGD tampak sederhana — satu minus recovery rate — tetapi yang rumit adalah mengestimasi recovery rate sendiri secara realistis. Recovery dapat datang dari tiga sumber. Pertama, recovery pre-default melalui negosiasi sukarela di mana debitur menjual aset sendiri atau menanam subordinated debt. Kedua, recovery dari agunan melalui eksekusi lelang tanah, penjualan mesin, atau foreclosure ekuitas — di sinilah FSV, biaya eksekusi, dan waktu menjadi penentu. Ketiga, recovery dari pihak ketiga seperti guarantor, asuransi kredit, atau credit default swap yang memberi proteksi derivatif. Yang penting Anda pahami: total recovery harus dikurangi biaya eksekusi yang sering luput dari estimasi naif — biaya hukum, biaya lelang, dan terutama waktu yang punya opportunity cost. Slide HDN berikutnya akan menghitung ini secara konkret. Faktor Penentu LGD LGD bukan angka tetap — dipengaruhi empat faktor struktural yang harus dipahami analis.
Senioritas — utang senior recovery lebih tinggi dari subordinated; struktur waterfall hukumJenis agunan — tanah likuid, mesin illikuid, inventaris sangat illikuidYurisdiksi — sistem hukum (common law vs civil law); kecepatan pengadilanSiklus makro — agunan jatuh nilai saat resesi (fire sale externalities)Korelasi LGD-PD: saat resesi (PD naik), LGD juga naik karena nilai agunan jatuh — asumsi independen PD dan LGD sering salah.
Empat faktor struktural ini menentukan variasi LGD antar produk, antar yurisdiksi, dan antar siklus. Senioritas mengikuti waterfall hukum kepailitan: utang senior dibayar lebih dulu, subordinated terakhir, sehingga LGD senior lebih rendah. Jenis agunan sangat menentukan likuiditas: tanah di lokasi strategis likuid dan tahan siklus, mesin industri spesifik sangat illikuid karena pembeli terbatas, inventaris cepat usang. Yurisdiksi menentukan kecepatan eksekusi — pengadilan Indonesia relatif lambat dibanding common law, sehingga LGD di Indonesia cenderung lebih tinggi dari yurisdiksi dengan eksekusi cepat. Yang paling sering luput adalah korelasi LGD-PD: saat resesi, PD naik karena banyak debitur kesulitan, dan LGD juga naik karena nilai agunan jatuh saat semua bank melelang simultan — fenomena fire sale externalities. Asumsi independen PD dan LGD yang dipakai banyak model sederhana adalah salah secara konseptual dan dapat underestimate EL di resesi. Hitung dari Nol: LGD Term Loan dengan Agunan Tanah Skenario: Term loan Rp 1 M dengan agunan tanah. EAD saat default = Rp 1,05 M (saldo pokok + bunga akrual). Nilai pasar agunan Rp 800 juta; FSV 75% dari pasar. Biaya eksekusi (lelang, hukum, waktu) 10% dari FSV. Recovery debitur langsung Rp 50 juta.
Langkah Perhitungan Nilai 1. FSV $\text{FSV} = 800 \times 0{,}75$ Rp 600.000.000 2. Hasil bersih agunan $\text{Net} = 600 \times (1 - 0{,}10)$ Rp 540.000.000 3. Total recovery $\text{Recovery} = 540 + 50$ Rp 590.000.000 4. LGD (rupiah) $\text{LGD}_{\text{Rp}} = 1.050 - 590$ Rp 460.000.000 5. LGD (rasio) $\text{LGD} = \dfrac{460}{1.050}$ $0{,}438\;(43{,}8\%)$
Kesimpulan
LGD 43,8%
Meski ada agunan 80% eksposur, hampir separuh hilang setelah FSV, biaya, dan discount
Mari kita hitung realistis untuk merasakan mengapa LGD aktual jauh lebih tinggi dari yang diasumsikan credit officer pemula. Langkah 1 menerapkan FSV 75 persen — nilai pasar Rp 800 juta menjadi FSV Rp 600 juta karena lelang memerlukan penjualan cepat. Langkah 2 mengurangi biaya eksekusi 10 persen yang menutup biaya hukum, lelang, dan waktu, menyisakan Rp 540 juta. Langkah 3 menambahkan recovery langsung Rp 50 juta dari negosiasi debitur. Langkah 4 menghitung LGD rupiah: dari EAD Rp 1,05 M, recovery Rp 590 juta, kerugian Rp 460 juta. Langkah 5 mengkonversi ke rasio LGD 43,8 persen. Bandingkan dengan asumsi naif bahwa agunan 80 persen berarti LGD 20 persen: LGD aktual hampir dua kali lipat karena FSV, biaya, dan struktur. Inilah mengapa bank harus menghitung LGD berdasarkan data historis workout, bukan asumsi optimis appraisal awal. Coba Sendiri: Kolektibilitas & NPL sebagai Sinyal Pasca-Default LGD adalah kerugian bersih saat default terjadi — tetapi di Indonesia, perjalanan menuju default terlebih dahulu terdeteksi lewat perpindahan antar lima golongan kolektibilitas. Geser proporsi golongan untuk merasakan hubungan kolektibilitas dan potensi LGD.
LGD dan kolektibilitas adalah dua sisi dari siklus kerugian kredit. Debitur yang bergeser dari lancar ke dalam perhatian khusus adalah kandidat LGD tinggi karena biasanya agunan sudah mulai menyusut nilai pada saat golongan 4 atau 5 tercatat. Bank yang serius mengelola LGD menangkap sinyal perpindahan kolektibilitas ini lebih awal untuk memicu negosiasi restrukturisasi yang dapat menurunkan LGD akhir — inilah inti workout proaktif yang kita bahas di siklus kredit P1. Bagian 2 · 2/4
Exposure at Default (EAD)
Diskusi kelas: untuk kartu kredit plafon Rp 50 juta dengan saldo rata-rata Rp 12 juta, berapa EAD yang seharusnya dipakai? Mengapa bukan Rp 12 juta?
Blok ini fokus pada EAD yang sering dianggap sekadar saldo tercatat — sebuah kesalahan yang dapat meng-underestimate EL secara signifikan. Pertanyaan diskusi tadi menyangkut dinamika drawn versus undrawn pada revolving facilities. Untuk kartu kredit plafon Rp 50 juta dengan saldo rata-rata Rp 12 juta, EAD yang seharusnya dipakai jauh lebih tinggi dari Rp 12 juta karena debitur yang menuju default cenderung menguras plafond menjelang kebangkrutan — fenomena yang dikenal sebagai drawdown risk. Saya ingin Anda memikirkan jawaban spesifik sebelum kita hitung bersama di slide HDN berikutnya, karena intuisi ini akan mempengaruhi bagaimana Anda membaca EAD di neraca bank Anda sendiri. Definisi EAD & CCF untuk Revolving EAD adalah eksposur pada saat default terjadi, bukan saldo saat pencairan atau rata-rata periodik.
$\text{EAD} = \text{Drawn} + (\text{CCF} \times \text{Undrawn})$
Drawn — saldo terpakai debitur saat iniUndrawn — plafon tersisa yang masih bisa ditarikCCF — Credit Conversion Factor (% undrawn yang akan tertarik menjelang default) CCF baseline 75% untuk revolving retail CCF baseline 50% untuk committed facilities korporasi Bank IRB Advanced boleh estimasi CCF internal (tervalidasi) Definisi EAD tampak sederhana — eksposur pada saat default — tetapi implementasinya berbeda antara term loan dan revolving. Untuk term loan, EAD biasanya sama dengan saldo pokok ditambah bunga akrual karena saldo sudah fixed. Untuk revolving seperti kartu kredit atau credit line, EAD harus memproyeksikan berapa porsi undrawn yang akan tertarik menjelang default — disinilah CCF atau Credit Conversion Factor berperan. Baseline BCBS menetapkan CCF 75 persen untuk revolving retail seperti kartu kredit, dan 50 persen untuk committed facilities korporasi seperti credit line. Bank dengan pendekatan IRB Advanced Basel boleh mengestimasi CCF internal sendiri berdasarkan data historis, tetapi harus divalidasi regulator. Yang penting Anda pahami: menggunakan saldo tercatat sebagai EAD untuk revolving adalah underestimate serius yang akan merusak perhitungan EL. EAD Term Loan vs Revolving vs Contingent Tiga jenis fasilitas dengan dinamika EAD yang sangat berbeda.
Jenis Fasilitas Karakteristik EAD Contoh Term Loan EAD = saldo pokok + bunga akrual (fixed schedule) Investment loan, KMK tenor tetap Revolving EAD = drawn + CCF × undrawn (dapat membengkak) Kartu kredit, credit line, overdraft Contingent (off-balance) EAD = CCF lebih tinggi (karena tidak drawn sama sekali) Bank guarantee, L/C, standby L/C Derivative EAD =Replacement Cost + PFE (potensial future exposure) IRS, FX forward, CDS — P11
Contingent facilities menunjukkan mengapa EAD off-balance sheet harus di-CCF kan — bank guarantee yang belum ditarik tetap berisiko.
Empat jenis fasilitas ini menunjukkan mengapa konsep EAD berbeda per produk. Term loan paling sederhana — EAD sama dengan saldo pokok ditambah bunga akrual karena schedule pembayaran sudah fixed. Revolving paling rumit karena drawn dan undrawn berfluktuasi, dan debitur menuju default cenderung menguras plafond — disinilah CCF berperan. Contingent facilities seperti bank guarantee atau letter of credit bersifat off-balance sheet dengan CCF yang lebih tinggi karena porsi drawn awalnya nol, tetapi bank tetap berisiko jika beneficiary menarik. Derivative punya dinamika paling unik: EAD Replacement Cost ditambah Potential Future Exposure yang menangkap pergerakan nilai derivatif — subjek yang akan kita dalami di P11 counterparty credit risk. Intinya: memilih formula EAD yang benar per jenis fasilitas adalah langkah awal yang krusial dalam perhitungan EL. Hitung dari Nol: EAD Kartu Kredit dengan CCF Skenario: Kartu kredit plafon Rp 50 juta; saldo terpakai (drawn) rata-rata Rp 12 juta; saldo saat ini Rp 15 juta. Bank menggunakan CCF internal 80% (konservatif dari baseline BCBS 75%).
Langkah Perhitungan Nilai 1. Undrawn $\text{Undrawn} = 50 - 15$ Rp 35.000.000 2. Penarikan tambahan $0{,}80 \times 35$ Rp 28.000.000 3. EAD $\text{EAD} = 15 + 28$ Rp 43.000.000 4. Verifikasi $\dfrac{43}{50}$ $86\%\;\text{plafon}$
Kesimpulan
EAD Rp 43 juta
86% plafon — jauh lebih tinggi dari saldo rata-rata Rp 12 juta atau saldo saat ini Rp 15 juta
Hitungan ini menunjukkan secara konkret mengapa mengabaikan CCF berarti underestimate EL besar. Saldo rata-rata kartu Rp 12 juta terlihat tidak berisiko — tetapi EAD aktual saat default diproyeksikan Rp 43 juta, hampir empat kali saldo rata-rata. Bank yang menggunakan saldo tercatat sebagai dasar pencadangan akan underestimate EL sekitar 75 persen — kesalahan fatal yang dapat menyebabkan underpricing risiko kredit. Baseline BCBS 75 persen adalah konservatif; bank dengan data historis memadai dapat mengestimasi CCF internal sendiri yang mungkin berbeda per segmen — misalnya CCF kartu platinum mungkin berbeda dari kartu regular karena pola konsumsi berbeda. Penggunaan internal CCF memerlukan persetujuan regulator dan validasi sebagai bagian dari pendekatan IRB Advanced Basel. Untuk praktik dasar, baseline 75 persen adalah asumsi aman jika data internal tidak tersedia. Bagian 3 · 3/4
Expected Loss Calculation
Diskusi kelas: apakah EL portofolio = penjumlahan EL per debitur? Mengapa ya/tidak?
Blok ini menyatukan PD, LGD, dan EAD menjadi perhitungan EL lengkap. Pertanyaan diskusi tadi adalah pintu ke konsep diversifikasi yang akan kita dalami di blok empat. EL portofolio memang penjumlahan EL per debitur karena EL adalah expected value atau rata-rata yang linearitas berlaku — tetapi unexpected loss portofolio bukan penjumlahan UL per debitur karena korelasi antar debitur. Untuk EL, jawabannya ya — total EL sama dengan jumlah EL individu. Tetapi implikasinya dalam rupiah bisa besar; sebuah portofolio 1.000 debitur dengan masing-masing EL Rp 1 juta memiliki total EL Rp 1 miliar. Inilah mengapa bank harus membebankan EL ke pricing bunga sebagai biaya risiko upfront, bukan menunggu default terjadi. Formula EL Portofolio EL portofolio adalah penjumlahan linear EL individu — sifat expected value yang akan berbeda untuk UL di blok berikutnya.
$\text{EL}_{\text{portofolio}} = \sum_{i} \big(\text{PD}_i \times \text{LGD}_i \times \text{EAD}_i\big)$
EL total = jumlah EL per fasilitas Tidak bergantung korelasi antar debitur Dapat dijumlahkan tanpa transformasi EL/EAD portofolio = beban risiko rata-rata Margin bunga harus mengcover EL + biaya + profit Underestimate EL = underpricing = erosi modal EL portofolio adalah biaya risiko yang pasti — bukan kemungkinan — sehingga harus dibebankan upfront ke pricing. Bandingkan dengan konsep
Value at Risk yang menangkap ekor kerugian.
Formula EL portofolio tampak sederhana — penjumlahan EL per fasilitas — tetapi implikasinya mendalam. EL bersifat linear karena merupakan expected value atau rata-rata probabilistik; tidak peduli bagaimana debitur berkorelasi, jumlah EL individu selalu sama dengan EL portofolio. Inilah yang berbeda dengan unexpected loss yang akan kita bahas di blok empat. Implikasi pricing yang penting Anda pegang: EL portofolio dibagi total EAD menghasilkan beban risiko rata-rata yang harus dibebankan ke bunga portofolio. Jika EL portofolio Rp 19 miliar dan total EAD Rp 1,7 triliun, beban risiko rata-rata adalah 1,12 persen — yang berarti bank harus menambahkan setidaknya 1,12 persen di atas biaya dana, biaya operasi, dan profit margin. Underestimate EL berarti underpricing, yang akhirnya mengerosi modal bank secara diam-diam. Sensitivitas EL terhadap Tiap Komponen EL linier terhadap ketiga komponen — perubahan 10% di salah satu akan menggeser EL sebesar 10% (ceteris paribus).
Skenario Perubahan Dampak EL PD naik 10% $4\% \to 4{,}4\%$ EL naik 10% LGD naik 10% $40\% \to 44\%$ EL naik 10% EAD naik 10% $100\,\text{M} \to 110\,\text{M}$ EL naik 10% Resesi: PD & LGD naik simultan $\text{PD} +50\%,\;\text{LGD} +25\%$ $1{,}5 \times 1{,}25 = \text{EL naik } 87{,}5\%$
Sensitivitas linier berlaku ceteris paribus — di resesi, PD dan LGD naik simultan sehingga efeknya berlipat ganda.
Tabel sensitivitas ini menunjukkan karakter EL yang linier terhadap ketiga komponen secara individual — perubahan 10 persen di salah satu PD, LGD, atau EAD akan menggeser EL sebesar 10 persen, dengan asumsi lain tetap. Tetapi peringatan penting: asumsi ceteris paribus atau lainnya tetap ini pecah di resesi karena PD dan LGD naik simultan akibat korelasi yang sudah kita bahas. Jika di resesi PD naik 50 persen dan LGD naik 25 persen simultan, efeknya bukan penjumlahan tetapi perkalian 1,5 kali 1,25 sama dengan 1,875 atau kenaikan EL 87,5 persen. Inilah mengapa model yang mengasumsikan independensi PD dan LGD akan underestimate EL di resesi secara dramatis. Bank yang serius memodelkan stress selalu menguji skenario dengan korelasi PD-LGD, bukan perubahan individual. Hitung dari Nol: EL Portofolio Tiga Fasilitas Skenario: Bank XYZ memiliki 3 fasilitas — F1 Term Loan (PD 3%, LGD 40%, EAD Rp 500 M); F2 Revolving Kartu (PD 5%, LGD 70%, EAD dengan CCF Rp 200 M); F3 Korporasi (PD 2%, LGD 30%, EAD Rp 1.000 M).
Langkah Perhitungan Nilai 1. EL F1 $\text{EL}_1 = 0{,}03 \times 0{,}40 \times 500$ Rp 6.000.000.000 2. EL F2 $\text{EL}_2 = 0{,}05 \times 0{,}70 \times 200$ Rp 7.000.000.000 3. EL F3 $\text{EL}_3 = 0{,}02 \times 0{,}30 \times 1.000$ Rp 6.000.000.000 4. EL Portofolio $\text{EL} = \text{EL}_1 + \text{EL}_2 + \text{EL}_3$ Rp 19.000.000.000 5. EL/EAD Portofolio $\dfrac{19}{1.700}$ $1{,}12\%$
Kesimpulan
EL Rp 19 M (1,12%)
Bank harus membebankan minimal ~1,12% bunga tambahan ke portofolio untuk menutup EL
Mari kita hitung EL portofolio tiga fasilitas untuk merasakan agregasi. EL F1 Term Loan Rp 6 M, EL F2 Revolving Rp 7 M, EL F3 Korporasi Rp 6 M — total Rp 19 M. Perhatikan bahwa F2 Revolving, meski EAD-nya paling kecil Rp 200 M, menghasilkan EL Rp 7 M yang merupakan EL tertinggi karena PD dan LGD-nya tinggi — karakteristik kartu kredit tanpa agunan. EL portofolio 1,12 persen dari total EAD berarti bank harus membebankan rata-rata setidaknya 1,12 persen bunga di atas biaya dana, operasi, dan modal untuk menutup EL. Jika margin bunga bank rata-rata 4 persen, sekitar 28 persen dari margin yaitu 1,12 persen dibagi 4 persen terserap untuk EL — angka signifikan yang menentukan profitabilitas. Hitungan ini adalah inti pricing-to-risk yang akan kita pakai berulang sepanjang semester. Coba Sendiri: RAROC — Risk-Adjusted Return on Capital EL yang dipricing ke bunga hanyalah satu sisi persamaan. Sisi lain adalah RAROC yang mengukur apakah return sebuah fasilitas cukup menutup EL plus biaya economic capital yang dialokasikan untuk UL.
RAROC adalah jembatan antara EL yang sudah kita hitung dan keputusan apakah sebuah fasilitas layak dicairkan. Return sebuah kredit dikurangi EL dan biaya modal economic capital menghasilkan profit yang disesuaikan risiko; jika RAROC di atas hurdle rate bank, fasilitas menciptakan nilai, jika di bawah, fasilitas mengerosi modal. Inilah yang akan kita operasionalkan di P12 ketika membahas alokasi modal Basel dan di P14 studi kasus keputusan kredit korporasi terintegrasi. Bagian 4 · 4/4
Unexpected Loss & Economic Capital
Diskusi kelas: jika EL adalah biaya yang pasti, mengapa bank butuh modal di atas EL? Apa yang ditutupi modal?
Blok penutup ini mengantar dari expected loss ke unexpected loss dan economic capital — konsep yang menjadi fondasi kecukupan modal Basel. Pertanyaan diskusi tadi menyangkut pertanyaan fundamental: jika EL adalah biaya yang sudah dipricing ke bunga, mengapa bank masih butuh modal di atas EL? Jawabannya adalah unexpected loss — kerugian di atas rata-rata yang terjadi di skenario buruk, yang tidak dapat dipricing karena unpredictable per periode. Modal bank ada untuk menyerap UL, bukan EL. Diskusi ini akan menjadi pengantar yang baik untuk materi kecukupan modal Basel III di P12, dan ke cadangan ECL PSAK 71 di P10. Yang penting Anda pahami: EL dipricing ke bunga, UL ditutup modal — dua lapis pertahanan yang berbeda. Expected vs Unexpected Loss EL adalah rata-rata/expected; UL adalah deviasi di atas rata-rata yang menyerap modal bank.
EL (expected) UL (VaR 99%) dipricing ke bunga ditutup modal (economic capital) Distribusi kerugian portofolio Diagram distribusi kerugian ini adalah visualisasi paling penting untuk memahami mengapa bank butuh dua lapis pertahanan. Sumbu horizontal adalah magnitude kerugian, sumbu vertikal adalah probabilitas. Sebagian besar waktu, kerugian aktual mendekati EL atau rata-rata yang sudah dipricing ke bunga debitur. Tetapi di skenario buruk — ekor kanan distribusi — kerugian dapat melonjak jauh di atas EL, ke titik VaR 99 persen yang berarti kerugian maksimum dalam 99 persen skenario. Selisih antara EL dan VaR inilah yang disebut unexpected loss, dan harus ditutup oleh modal bank alias economic capital. Tanpa modal yang cukup, bank dapat collapse di skenario tail risk meski secara rata-rata profitable. Inilah mengapa Basel III menuntut modal minimum 8 persen dari RWA — untuk menyerap UL di skenario stress. Economic Capital & VaR Kredit Economic capital adalah modal yang dibutuhkan untuk menyerap unexpected loss pada tingkat kepercayaan tertentu (mis. 99,9%).
$\text{Economic Capital} = \text{VaR}_{99{,}9\%} - \text{EL}$
Value at Risk — kerugian maksimum pada confidence level VaR 99,9% = kerugian tidak melebihi ini di 999 dari 1000 skenario Mengasumsikan distribusi kerugian portofolio UL idiosinkratik — dapat didiversifikasi UL sistemik — tidak dapat didiversifikasi, butuh modal Concentration risk — tambahan modal untuk konsentrasi Economic capital adalah konsep inti kecukupan modal bank yang menjadi jembatan ke materi Basel di P12. Economic capital dihitung sebagai VaR pada confidence level tertentu dikurangi EL — selisih ini adalah modal yang dibutuhkan untuk menyerap unexpected loss di skenario stress. VaR 99,9 persen yang dipakai Basel IRB berarti kerugian tidak akan melebihi angka ini dalam 999 dari 1000 skenario — tingkat kepercayaan yang sangat konservatif. Komponen economic capital dapat diurai menjadi UL idiosinkratik yang dapat dihilangkan dengan diversifikasi portofolio, UL sistemik yang tidak dapat didiversifikasi dan harus ditutup modal, serta concentration risk yang merupakan tambahan modal untuk portofolio yang terkonsentrasi pada sedikit debitur atau sektor. Konsep-konsep ini akan kita operasionalisasi di P12 ketika membahas perhitungan RWA dan CAR. Sintesis: EL + UL untuk Portofolio Kecil Mari gabungkan semua konsep hari ini dalam satu portofolio untuk mengkristalkan pemahaman.
Komponen Nilai Sumber/Dasar Total EAD portofolio Rp 1.700 M Penjumlahan EAD 3 fasilitas EL portofolio Rp 19 M ($1{,}12\%$) $\sum \text{PD} \times \text{LGD} \times \text{EAD}$ UL (VaR 99,9% − EL) ~Rp 60 M ($3{,}5\%$) Model Vasicek / IRB Basel (ilustrasi) VaR 99,9% ~Rp 79 M ($4{,}65\%$) $\text{EL} + \text{UL}$ Economic capital (modal) ~Rp 60 M Untuk menyerap UL di stress Pricing EL ke bunga Min +1,12% di atas biaya dana Upfront, dipungut dari debitur
Dua lapis pertahanan: EL dipricing ke bunga debitur (biaya yang pasti); UL ditutup modal bank (untuk skenario stress).
Tabel sintesis ini menggabungkan semua konsep hari ini dalam satu portofolio kecil. Total EAD Rp 1.700 M menghasilkan EL Rp 19 M atau 1,12 persen yang harus dipricing ke bunga debitur secara upfront. UL di estimasi VaR 99,9 persen sekitar Rp 60 M atau 3,5 persen yang harus ditutup oleh modal economic capital — angka ini dihitung dari model Vasicek atau IRB Basel yang akan kita dalami di P12. VaR total 99,9 persen adalah Rp 79 M atau 4,65 persen dari EAD, terdiri dari EL ditambah UL. Pesan utama yang harus Anda pegang: bank punya dua lapis pertahanan terhadap risiko kredit. Lapis pertama adalah EL yang dipricing ke bunga debitur sebagai biaya yang pasti — jika EL diestimasi benar, dalam jangka panjang bank break-even pada komponen ini. Lapis kedua adalah modal economic capital yang menyerap UL di skenario stress — tanpa modal cukup, bank dapat collapse di tail risk meski rata-rata profitable. Ringkasan Kunci Pertemuan 5 LGD Realistis
Hitung dengan FSV, biaya eksekusi, waktu — bukan asumsi naif "agunan = LGD rendah"
EAD Revolving
Drawn + CCF × Undrawn; debitur menguras plafond menjelang default
EL vs UL
EL dipricing ke bunga; UL ditutup modal economic capital — dua lapis pertahanan
Bawa kerangka $\text{EL} = \text{PD} \times \text{LGD} \times \text{EAD}$ dan dual-layer (EL pricing + UL modal) sebagai fondasi P6 (rating) , P10 (PSAK 71), & P12 (Basel).
Persiapan P6: baca Saunders & Allen bab 6 (internal rating); refresh konsep master scale & migration matrix dari P4.
Sebagai penutup, saya ingin menegaskan tiga pesan kunci hari ini. Pertama, LGD harus dihitung realistis dengan FSV, biaya eksekusi, dan waktu — bukan asumsi naif bahwa agunan otomatis menjamin recovery tinggi. Kedua, EAD untuk revolving facilities harus memproyeksikan porsi undrawn yang akan tertarik menjelang default lewat CCF — menggunakan saldo tercatat adalah underestimate serius. Ketiga, EL dipricing ke bunga sebagai biaya yang pasti, sementara UL ditutup modal economic capital sebagai pertahanan terhadap skenario stress — dua lapis pertahanan yang berbeda dan saling melengkapi. Sampai jumpa di pertemuan 6 di mana kita akan masuk ke sistem pemeringkatan kredit internal atau internal credit rating yang mengoperasionalkan PD, LGD, dan EAD ke master scale yang dipakai credit committee sehari-hari. Coba Sendiri: PD × LGD × EAD & RAROC Atur PD, LGD, EAD, dan biaya modal untuk melihat langsung bagaimana EL berubah dan apakah pricing (RAROC) menutup kerugian yang diharapkan.
Widget ini memvisualkan tiga komponen utama risiko kredit dalam satu layar. Minta mahasiswa mengatur PD 2%, 4%, 8% lalu LGD 40%, 60%, 80% dan amati sensitivitas EL. Hubungkan dengan kasus yang akan dibahas di P14: untuk PT XYZ dengan PD 4% dan LGD 45,6% menghasilkan EL 1,82% dari EAD — apakah spread 3% cukup menutup? Kalimat jembatan: setelah memahami sensitivitas EL, slide berikutnya memberikan visualisasi slider untuk eksplorasi mandiri. Coba Sendiri: Eksplorasi Expected Loss Slider Geser probabilitas dan dampak untuk membentuk pemahaman intuitif tentang hubungan EL = P × D.
Slider ini membantu mahasiswa yang baru pertama kali menemukan konsep EL untuk membangun intuisi. Untuk audiens Magister Manajemen, mintalah mereka membandingkan slider ini dengan kasus riil: PD debitur korporasi 2% vs retail KTA 8% dengan dampak nominal yang berbeda. Pelajaran: EL berbasis nilai ekspektasi bukan worst case — itulah mengapa kita perlu UL dan modal economic capital sebagai pertahanan terhadap skenario stress yang lebih ekstrem.