ANALISIS HUBUNGAN RISIKO-RISIKO TERHADAP

PENGUKURAN EFISIENSI BANK YANG LISTING DI

INDONESIA PERIODE 2007-2011
Dimas Adiyasa W.
Ririen Setiati Riyanti, M.M, CFP
Program Studi S1 Reguler
Departemen Manajemen
Fakultas Ekonomi Universitas Indonesia


Penelitian oleh akademisi mencoba menggali dan menemukan hubungan antara risiko kredit, risiko
pasar, dan risiko operasional terhadap kinerja perbankan. Variabel-variabel yang digunakan untuk
mewakili risiko masing-masing menunjukkan hasil yang secara signifikan memiliki hubungan
terhadap tingkat efisiensi dari perbankan di Indonesia. Risiko kredit mempunyai hubungan yang
signifikan terhadap teknikal efisiensi dari perbankan. Risiko pasar mempunyai hubungan yang
signifikan terhadap teknikal efisiensi dari perbankan . Risiko operasional mempunyai hubungan yang
signifikan terhadap teknikal efisiensi dari perbankan.

Kata Kunci :Risiko Kredit, Risiko Operasional, Risiko Pasar, teknikal efisiensi, kinerja perbankan

1. Latar Belakang
Krisis moneter yang sempat melanda Indonesia pada tahun 1998 merupakan
pelajaran berharga bagi dunia perekonomian nasional terutama industri perbankan,
dimana saat itu ketahanan bank masih sangat lemah sehingga menyebabkan kondisi
perekonomian saat itu menjadi sangat labil. Dampak negatif yang secara langsung
dirasakan saat krisis ketika kepercayaan masyarakat menjadi turun terhadap kinerja
perbankan, sehingga terjadi penarikan dana ketiga secara besar-besaran dikarenakan
kepanikan sesaat (Suta dan Soebowo, 2003). Dampak lainnya adalah turunnya jumlah
kredit yang disalurkan sektor perbankan kepada sektor riil dari sebelumnya di atas
80% pada periode sebelum krisis hingga menjadi 64% pada periode krisis (Survei
Kredit Perbankan, Bagian Statistik Sektor Riil dan Keuangan Pemerintah, 2011).
Selain itu, beberapa bank juga mengalami kesulitan likuiditas serta meningkatnya
risiko kredit macet yang ada pada sektor perbankan. Selain itu dampak yang terbesar
dari krisis 1998 adalah dilikuidasinya 16 bank pada akhir tahun 1997 karena
dinyatakan bermasalah.
Bank merupakan institusi yang sangat penting dan berpengaruh terhadap
perekonomian suatu negara. Dalam Ikhtisar Perbankan oleh Bank Indonesia (Bank
Indonesia, 2011), bank berfungsi sebagai penunjang pelaksanaan pembangunan
nasional dalam rangka meningkatkan pemerataan pembangunan dan hasil-hasilnya,
menggerakkan pertumbuhan ekonomi dan stabilitas nasional ke arah peningkatan
taraf hidup rakyat banyak. Untuk menjalankan fungsinya tersebut bank-bank di
Indonesia dituntut untuk memiliki kinerja yang efisien.
Penelitian mengenai tingkat efektivitas dan efisiensi bank telah banyak
dilakukan. Burger dan Humprey (1997) melakukan studi mengenai efisiensi bank-
bank di Amerika, Eropa, dan beberapa negara berkembang dan hasilnya
menunjukkan masih sedikit bank-bank khususnya di kawasan Asia yang berkerja
secara efisien. Menurut World Bank dan Asian Development Bank (ADB), penyebab
krisis keuangan yang melanda beberapa negara, terutama di negara Asia pada 1997,
adalah buruknya pelaksanaan tata kelola perusahaan (Simanjuntak, 2010). Krisis
finansial yang menyebabkan banyak bank-bank di Indonesia dilikuidasi,
meningkatnya suku bunga, dan turunnya nilai tukar rupiah terhadap mata uang asing
telah membuka mata dan menarik perhatian untuk mengembangkan ekonomi di
negara-negara Asia khususnya dalam sektor perbankan.
Ide penelitian yang diterapkan penulis yaitu melihat hubungan antara risiko
kredit, risiko pasar, dan risiko operasional terhadap pengukuran tingkat efisiensi
perbankan. Hubungan antara masing-masing risiko dengan pengukuran tingkat
efisiensi dilakukan dengan menggunakan variabel determinan yang berbeda-beda.
Penelitian ini dibatasi hanya mencakup bank umum yang listing di Bursa Efek
Indonesia (BEI) pada periode 2007 hingga 2011.
Penelitian ini menggunakan metode SFA (Stochastic Frontier Approach)
untuk mengukur efisiensi perbankan dalam mengolah inputnya menjadi output.
Penggunaaan rasio keuangan yang tradisional dianggap tidak dapat lagi relevan untuk
menggambarkan kinerja perusahaan secara valid. Pendekatan efficient frontier
dianggap lebih unggul dibandingkan penggunaan rasio keuangan dalam mengukur
performa perusahaan (Wang, 2002). Sufian dan Majid (2007) mendefinisikan metode
ini sebagai metode yang memungkinkan dekomposisi perbedaan dari efisiensi dan
produktivitas menjadi satu, untuk mewakilkan efisiensi dan level produktifitas dari
bank dibandingkan dengan bank lain dalam frontier. SFA merupakan pemrograman
linear yang membentuk sebuah non-parametrik frontier dari data-data input dan
output untuk menentukan efisiensi dari masing-masing DMU (Decision Making Unit)
terhadap frontier tersebut. Pertimbangan utama yang diambil karena pendekatan non
parametrik mengabaikan gangguan acak (random shock) yang tidak dapat
dikendalikan oleh bank. Metode ini telah menjadi populer untuk mengukur efisiensi
dari institusi keuangan dan non-keuangan dan telah digunakan oleh banyak peneliti di
seluruh dunia. Sherman dan Gold (1985) pertama kali mengaplikasikan metode SFA
untuk menganalisis efisiensi 14 cabang bank-bank di Amerika Serikat. Kemudian
penelitian tersebut dikembangkan oleh Parkan (1987) dan Rangan et al. (1988).
Selain pada perbankan AS, Fukuyama (1995) menilai efisiensi lembaga keuangan di
Asia dengan menggunakan metode ini. Avkiran (2004) menemukan bahwa bank
komersial di Australia mengalami penurunan efisiensi yang disebabkan oleh beban
bunga. Oleh karena itu, bisa dikatakan bahwa metode SFA merupakan satu dari
berbagai metode lainnya yang dapat digunakan untuk mengukur tingkat efisiensi dari
perbankan di Indonesia.
Bagian penelitian ini akan disusun sebagai berikut: Bab 2 penjelasan tinjauan
pustaka. Metodologi penelitian pada bab 3. Hasil, analisis dan pembahasan pada bab
4 serta kesimpulan pada bab 5.



2. Tinjauan Pustaka
2.1. Teori Efisiensi
Efisiensi adalah suatu hal yang sering dibincangkan, terutama dalam
kaitannya dengan kinerja suatu perusahaan. Di samping itu, efisiensi sering kali
dikaitkan dengan tingkat produktivitas. Dalam beberapa literatur, terminologi
efisiensi maupun produktivitas dianggap tidak memiliki perbedaan, karena keduanya
menunjukkan perbandingan antara input dan output. Produktivitas dan efisiensi pada
dasarnya merupakan indeks yang menunjukkan hasil perbandingan antara input dan
output. Kedua rasio tersebut dapat menunjukkan bahwa indeks efisiensi atau
produktivitas dapat dikendalikan dengan jalan memanipulasi besaran input atau
besaran output, atau bahkan kedua-duanya sekaligus. Efisiensi dan produktivitas
dapat digunakan untuk mengukur kinerja suatu unit kegiatan ekonomi, keduanya
bersifat saling melengkapi. Menurut Mankiw (2008) efisiensi berarti masyarakat
mendapatkan keuntungan maksimum dari sumber dayanya yang terbatas.
Efisiensi lebih berkaitan dengan pola atau cara pemanfaatan input untuk
menghasilkan output, sementara produktivitas lebih banyak berhubungan dengan
rasio atau hubungan antara input dan output. Dengan demikian untuk memperbaiki
produktivitas dapat dilakukan melalui pengurangan sejumlah input untuk
menghasilkan output tertentu, atau dengan menghasilkan lebih banyak output dari
sejumlah input tertentu.
Dalam teori ekonomi, konsep efisiensi yang biasanya digunakan untuk
mengukur kinerja suatu unit kegiatan ekonomi adalah efisiensi ekonomi. Efisiensi
ekonomi terdiri dari efisiensi teknis (technical efficiency) dan efisiensi alokasi
(allocative efficiency). Efisiensi teknis merupakan proses transformasi input menjadi
output. Dengan demikian konsep ini hanya berlaku pada hubungan internal yang
bersifat teknis antara input dan output. Inefisiensi menunjukkan keadaan dimana unit
pengambil keputusan gagal menghasilkan output maksimum dari kombinasi input
yang dipilih. Dengan kata lain, efisiensi teknis merupakan kapasitas merupakan
kemampuan unit kegiatan ekonomi untuk memproduksi tingkat output maksimum
dari input-input dan teknologi yang konstan.
Efisiensi alokatif merupakan kemampuan unit ekonomi dalam
memperhitungkan tingkat nilai marjinal produk (marginal value product) dan biaya
marjinal (marginal cost). Efisiensi alokasi tidak hanya berlaku terbatas pada
hubungan internal yang bersifat teknis antara input dan output, tetapi mencakup juga
semua faktor yang mempengaruhi perbandingan nilai input dan output, baik faktor
internal ataupun eksternal bagi organisasi atau badan usaha yang bersangkutan.
Dalam rangka menentukan ukuran yang dijadikan dasar untuk mengukur
efisiensi lembaga perbankan, langkah awal yang diperlukan adalah menentukan
konsep efisiensi yang akan digunakan. Sebagaimana yang dikemukakan oleh Berger
dan Mester (1997), salah satu yang membuat hasil penelitian mengenai efisiensi itu
berbeda adalah perbedaan konsep efisiensi yang digunakan. Dalam dunia ekonomi
dan bisnis terdapat banyak konsep efisiensi yang dikemukakan oleh para peneliti
sebelumnya meskipun dasarnya mengerucut kepada satu hal yang sama.
Berger dan Mester (1997) mengemukakan tiga konsep efisiensi ekonomis
(economic of efficiency) yang dianggap paling penting, yaitu :
1. Cost Efficiency
Cost efficiency yang dimaksud adalah ukuran tingkat jumlah biaya yang
paling optimal atau paling sedikit yang dikeluarkan oleh bank untuk
menghasilkan jumlah output yang sama dalam kondisi yang sama mengacu
kepada bank terbaik (The Best Bank). Apabila biaya yang dikeluarkan
semakin mendekati biaya yang dikeluarkan oleh bank yang menjadi acuan
maka tingkat efisiensinya akan semakin tinggi dan begitu juga sebaliknya.
2. Standard Profit Efficiency
Konsep yang kedua ini memilih pendekatan standard profit efficiency dengan
menggunakan variabel profit sebagai variabel pengukur. Standard profit
efficiency mengukur seberapa besar kemampuan suatu bank untuk
menghasilkan profit maksimum pada tingkat harga input dan output tertentu.
3. Alternative Profit Efficiency
Pendekatan terakhir yang digunakan adalah alternative profit efficiency,
dimana sebuah analisis efisiensi yang merupakan jembatan dari dua
pendekatan sebelumnya. Pendekatan ini membantu apabila beberapa asumsi
yang mendasari pendekatan cost efficiency dan standard profit efficiency tidak
terpenuhi. Pendekatan ini menekankan kepada kemampuan bank untuk
memperoleh profit maksimum dengan tingkat output tertentu, bukan tingkat
harga dari output.

2.3. Teori Risiko
Pengertian risiko adalah kemungkinan dalam investasi dimana suatu pihak
akan menerima return yang berbeda dari return yang diharapkan (Damodaran, 2002).
Risiko sering kali diibaratkan dengan sesuatu hal yang berbau negatif. Namun,
sebenarnya risiko memiliki arti yang lebih luas dari sekadar itu. Risiko bukan semata-
mata kemungkinan mengalami kerugian tetapi juga terdapat kemungkinan
memperoleh keuntungan. Sedangkan menurut Megginson (1997: 95), risiko
merupakan variability of returns associated with a given asset yang dapat diartikan
sebagai keragaman dari return sebuah aset.
Penelitian ini akan lebih fokus untuk membahas dan mengenal lebih jauh
mengenai tiga risiko yang terjadi pada bank, yaitu risiko pasar (market risk), risiko
operasional (operational risk), dan risiko kredit (credit risk)
2.3.1. Risiko Pasar (Market Risk)
Menurut Saunders dan Cornett (2002: 233), risiko pasar diartikan sebagai
risiko yang berkaitan dengan ketidakpastian pendapatan suatu institusi finansial yang
diakibatkan perubahan kondisi pasar seperti harga aset, nilai tukar, fluktuasi pasar,
dan likuiditas pasar. Risiko pasar dapat muncul mengambil dua bentuk: risiko
absolut, yang diukur dalam mata uang suatu negara, dan risiko relatif, yang diukur
relatif terhadap suatu indeks acuan. Risiko absolut terfokus pada volatilitas dari total
return sedangkan risiko relatif mengukur risiko dalam hal melacak penyimpangan
dari indeks yang dijadikan acuan.
2.3.2. Risiko Operasional (Operational Risk)
Risiko operasional merupakan salah satu risiko finansial yang menjadi
perhatian banyak manajer perusahaan setelah Bassel Capital Accord meminta bank
komersial untuk mengalokasikan modal untuk merestrukturisasi manajemen bank
agar terhindar dari potensi kerugian. Kejadian yang sering dialami oleh banyak
perusahaan terkait dengan risiko operasional adalah bagaimana risiko operasional
diidentifikasi, diukur, dipantau, dan dikendalikan. Seringkali risiko operasional
dianggap remeh walaupun sebenarnya sangat rumit karena memang risiko ini terlihat
cukup sederhana namun sebenarnya sangat rumit. Oleh sebab itu untuk memahami
pengertian akan risiko operasional penulis mencoba secara lebih mendalam melihat
pengertian-pengertian mengenai risiko operasional.
Definisi risiko operasional menurut Laycock (1998) adalah segala risiko yang
terkait dengan pergerakan atau dinamisme suatu hasil usaha akibat pengaruh dari hal-
hal yang terkait dengan kegagalan sebuah sistem pengawasan dan peristiwa yang
tidak dapat dikontrol oleh perusahaan. Selain itu, Crouchy, Galai, dan ark (1998)
mendefinisikan risiko operasional sebagai risiko dari kejadian eksternal (external
events), atau kelemahan dalam sistem pengendalian intern (internal control system),
yang menimbulkan kerugian bagi perusahaan. Kerugian akibat terjadinya risiko
tersebut sebagian dapat diantisipasi dengan baik, namun sebagian yang lainnya tidak
dapat diantisipasi sama sekali. Sedangkan menurut Bank Indonesia yang tertuang
dalam PBI No.05/08/2003 tentang Penerapan Manajemen Risiko Bagi Bank Umum,
risiko operasional merupakan risiko yang disebabkan ketidakcukupan atau tidak
berfungsinya proses internal, kesalahan manusia, kegagalan sistem, atau adanya
problem eksternal yang mempengaruhi operasional bank. Risiko operasional dapat
menimbulkan kerugian keuangan secara langsung maupun tidak langsung dan
kerugian potensial atas kehilangan meraih kesempatan memperoleh keuntungan yang
lebih besar.

2.3.3. Risiko Kredit (Credit Risk)
Crouchy (2001) berpendapat bahwa risiko kredit adalah risiko terjadinya
perubahan dalam kualitas kredit debitur yang dapat mempengaruhi nilai dari suatu
bank. Default atau gagal bayar yang terjadi bila debitur tidak ingin atau tidak sanggup
untuk memenuhi kewajibannya merupakan contoh ekstrim dari risiko kredit. Risiko
kredit menjadi pertimbangan utama bila berkaitan dengan nilai aset suatu bank, atau
memiliki replacement value yang positif.
Menurut PBI No.5/8/PBI/2003 tentang Penerapan Manajemen Risiko bagi
Bank Umum, dinyatakan bahwa risiko kredit adalah risiko yang timbul sebagai akibat
kegagalan counterparty memenuhi kewajibannya. Risiko kredit berkaitan dengan
pihak peminjam tidak dapat atau tidak mau memenuhi kewajiban untuk membayar
kembali dana yang dipinjamnya secara penuh pada saat jatuh tempo atau sesudahnya.
Pinjaman yang dimaksud adalah aktiva produktif bank, yaitu alokasi dana bank yang
ditempatkan pada pihak lawan transaksi atau peminjam atau debitur, dimana
peminjam berkewajiban untuk mengembalikannya kembali pada waktu yang
disepakati. Pengembalian dana dari peminjam berupa pokok pinjaman ditambah
bunga. Sedangkan berdasarkan komponen utama dari risiko kredit, terbagi menjadi
tiga komponen, yakni
1. Probability of default, adalah kemungkinan debitur gagal untuk melakukan
pembayaran pada jatuh tempo sesuai dengan perjanjian.
2. Recovery Rate, adalah bagian yang dapat diterima oleh bank apabila debitur
mengalami bangkrut atau gagal bayar.
3. Credit exposure, adalah hal-hal yang berkaitan dengan jumlah pinjaman pada
saat terjadi default.

3. Metodologi Penelitian
Sampel yang digunakan dalam penelitian ini adalah 30 bank umum yang
listing di Bursa Efek Indonesia (BEI) pada periode 2007-2011.
Metode yang digunakan adalah Stochastic Frontier Approach (SFA) untuk
melihat hubungan antara risiko-risiko yang diuji terhadap pengukuran tingkat
efisiensi bank. Beberapa studi mengembangkan metode SFA untuk menginvestigasi
determinan yang membuat inefisiensi pada Decision Making Unit dan
mengasumsikan dampak inefisiensi sebagai fungsi dari beberapa faktor DMU yang
spesifik (Battese dan Coelli, 1995). Baru-baru ini penelitian dalam memodelkan
heteroskedastisitas pada dampak efisiensi (U
it
) mempertimbangkan spesifikasi yang
lebih fleksibel dalam dua asumsi, yaitu U
it
(i.e.,
it
) dibedakan antar Decision Making
Unit (DMU) (Khumbakar et al., 1991). Asumsi yang kedua
it
diasumsikan konstan
namun memperbolehkan varians dari pre-truncated distribution (

2
) menjadi
observasi yang spesifik (Caudill et al., 1995).
Wang (2002) mengkombinasikan sifat dari model tradisional dan model yang
dikembangkan di atas dan memperbolehkan
it
dan

2
diteliti dengan observasi yang
spesifik. Untuk menentukan biaya total pada bank ke-x pada tahun t ditunjukkan
dengan TC
it
, kemudian Y
it
dan P
it
adalah vektor dari output dan harga (price) dari
input masing-masing. Model heteroscedastic stochastic frontier untuk fungsi biaya
dapat ditunjukkan di bawah ini :

= (

.

) +

~ (0,

2
).

=
0
+

2
= exp(
0
+Z
it
).
(3.1)
Dimana,

=stochastic error term dengan distribusi normal.

=error yang memiliki distribusi normal yang dengan observasi spesifik mean (

)
dan varians (

2
) dari pre-truncated distribution.
Lebih dari itu heteroscedastic stochastic frontier model juga mengasumsikan

dan

2
adalah fungsi dari beberapa determinan (Z
it
). Lai dan Huang (2010)
mengilustrasikan model yang dibuat oleh Wang (2002) merupakan spesifikasi terbaik
diantara delapan model stochastic frontier.
Berdasarkan pendekatan intermediasi, penulis menetapkan output sebanyak empat
buah dan input sebanyak dua buah. Variabel output meliputi Total Loans (TL), Other
Earning Assets (OEA), Total Deposits (TD), dan Liquid Assets (LA). Keempat output
variabel ini diadopsi dari penelitian sebelumnya yaitu Sun dan Chang (2010) dan
Bonin et al. (2005). Hal yang patut diperhatikan adalah bahwa kualitas dari pinjaman
(non performing loans) mendapatkan perhatian khusus dalam studi yang telah
dilakukan. Oleh sebab itu, cadangan piutang tak tertagih (loan loss provision)
dikurangi dari total pinjaman untuk memastikan output ini memerlukan kualitas yang
sebanding.
Sedangkan untuk variabel input, peneliti menggunakan variabel price of
capital dan price of funds (Sun dan Chang, 2009). Price of funds dihitung dengan
menggunakan rasio dari beban bunga (interest expense) dengan total deposits. Price
of capital dihitung dengan menggunakan rasio dari non-interest expense dengan total
fixed assets. Biaya total (Total Cost) dari setiap sampel bank terdiri dari interest
expense dan non-interest expense.
Penelitian ini mengestimasi efisiensi biaya dengan cara menspesifikasi secara
umum menggunakan bentuk fungsi translog untuk fungsi biaya. Mengingat bahwa
biaya total (Total Cost) dan Price of Capital diskalakan dengan Price of Funds untuk
memastikan linear homogeneity pada variabel input dari fungsi biaya. Dengan kata
lain pengskalaan ini menunjukkan bahwa penjumlahan koefisien untuk Price of
Capital dan Price of Funds adalah sama dengan satu kesatuan.
Tabel 3.1.
Input dan Ouput Variabel
NO. INPUT VARIABLE OUTPUT VARIABLE
1. Price of Capital Total Loans
2. Price of Funds Total Other Earning Assets
3. Total Deposits
4. Liquid Assets

Variabel input dan ouput yang digunakan dalam penelitian ini adalah variabel-
variabel yang digunakan untuk melihat observasi spesifik mean (

) dan varians (

2
)
dari pre-truncated distribution yang mempengaruhi pengukuran tingkat efisiensi,
diantaranya:


Tabel 3.2.
Variabel Determinan
No Variabel Determinan Proxy
1 Loan Loss Reserves Ratio Loan Loss Reserves
Gross Loans
2. Exchange Rate Volatility Annualized Standard
Deviation from daily
exchange rate return
3. Interest Volatility Monthly standard
deviation of the BI rate
4. Exchange Difference between
exchange rate of t and t-1
5. Interest Change Difference between the BI
rate of t and t-1
6. ROA Volatility 5-year standard deviation
of ROA
7. Return Volatility Annualized standard
deviation from the monthly
log return
8. ETA ratio Total Equity
Total Asset

Dimana :
1. Risiko kredit diukur dengan menggunakan rasio Loan Loss Reserves (LLR)
yaitu cadangan piutang tak tertagih dibagi dengan gross loans. Penggunaan
rasio ini bertujuan untuk mengukur kualitas output dan bagaimana manajer
menginvestasikan pada aset yang berisiko tinggi (Sun dan Chang, 2009).
2. Risiko operasional, terdapat tiga variabel untuk menghitung risiko
operasional yaitu, volatilitas ROA, volatilitas return saham, dan equity to
asset ratio. Volatilitas ROA adalah indikator volatilitas berbasis akuntansi
yang dihitung dengan me-log-kan standar deviasi dari ROA selama lima tahun
(ROA_V). Volatilitas return saham adalah indikator volatilitas berbasis pasar
yang dihitung dengan memasukkan standar deviasi secara annual dari log
return bulanan (Ret_V). Equity to Asset Ratio menghitung posisi modal suatu
bank sebagai fraksi terhadap total aset. Rasio ini bisa digunakan sebagai proxy
apakah manajer bank seorang risk-averse atau risk lovers (Sun dan Chang,
2009).
Sedangkan untuk risiko pasar, penelitian ini menggunakan standar deviasi dari
return nilai tukar harian rupiah terhadap Dollar US (Ex_V), standar deviasi dari suku
bunga (BI rate) bulanan (interest_V) dan perubahan nilai tukar rupiah terhadap Dollar
(Ex change) dan tingkat suku bunga yang mengikuti BI rate (Interest change) dari t-1
hingga t (Sun dan Chang, 2009).

4. Analisis dan Pembahasan Penelitian

Model 1 : - Credit Risk
Variabel Determinan Signifikansi Parameter Koefisien P-Value
Inefficiency Model (Effects on
it
)
Loan Loss Reserves Signifikan 1 -21,83949 0,001

ROA Signifikan 2 -15,01032 0

Variance Parameter (Effects on
2
it
)
Loan Loss Reserves Tidak Signifikan 1 -17,6326 0,17

ROA Signifikan 2 -44,4938 0,031
Sumber : Output Stata 12, Olahan Penulis
*Signifikan pada tingkat 5%

Hasil estimasi parameter untuk explanatory variabel adalah sebagai berikut :
Loan Loss Reserves
Estimasi nilai rata-rata teknikal efisiensi dari variabel Loan Loss Reserves
menunjukkan angka yang negatif dan signifikan, namun tidak dengan variansnya. Hal
ini dapat diartikan bahwa semakin tinggi rasio Loan Loss Reserves maka bank akan
memiliki tingkat efisiensi biaya yang lebih rendah. Dengan kata lain, Bank dengan
Loan Loss Reserves yang semakin tinggi sangat mungkin mengalami risiko non-
performing.
ROA
Estimasi nilai rata-rata teknikal inefisiensi ROA menunjukkan angka yang positif dan
signifikan, begitu pula dengan variansnya.
Model 2 : - Market Risk
Variabel Determinan Signifikansi Parameter Koefisien P-Value
Inefficiency Model (Effects on
it
)
Interest Change Signifikan 1 14,22016 0

Ex Change Signifikan 2 6,338108 0008
Interest Volatility Signifikan 3 7,231303 0

Ex Volatility Signifikan 4 -828,0326 0

ROA
Tidak
Signifikan 5 -2,365554 0,669
Variance Parameter (Effects on
2
it
)
Interest Change Signifikan 1 30,37107 0

Ex Change Signifikan 2 4,719516 0

Interest Volatility
Tidak
Signifikan 3 12,26994 0,688

Ex Volatility
Tidak
Signifikan 4 -1854,759 0,441

ROA
Tidak
Signifikan 5 9,865947 0,556

Sumber : Output Stata 12, Olahan Penulis
*Signifikan pada Tingkat 5%
Hasil estimasi parameter untuk explanatory variable adalah sebagai berikut :
Interest Change
Estimasi nilai rata-rata teknikal inefisiensi Interest Change atau perubahan tingkat
bunga menunjukkan angka yang positif dan signifikan, namun tidak demikian dengan
variansnya yang tidak signifikan. Hal ini bisa diartikan sebagai perubahan yang
terjadi pada tingkat bunga pasar secara teknis mempengaruhi tingkat inefisiensi dari
suatu bank, perubahan bunga yang semakin tinggi dapat membuat tingkat inefisiensi
yang semakin tinggi pula.
Exchange
Estimasi nilai rata-rata teknikal inefisiensi Exchange atau perubahan nilai tukar
menunjukkan angka yang positif dan signifikan, namun tidak demikian dengan
variansnya yang tidak signifikan. Hal ini bisa diartikan sebagai perubahan yang
terjadi pada nilai tukar secara teknis mempengaruhi tingkat inefisiensi dari suatu
bank, perubahan nilai tukar yang semakin positif mengindikasikan nilai tukar mata
uang lokal terdevaluasi.
Interest Volatility
Estimasi nilai rata-rata teknikal Interest Volatility atau volatilitas dan pergerakan
tingkat bunga menunjukkan angka yang positif dan signifikan. Semakin tinggi
volatilitas tingkat bunga maka semakin inefisien bank tersebut.
Ex Volatility
Estimasi nilai rata-rata teknikal Exchange Volatility atau volatilitas dan pergerakan
nilai tukar Rupiah terhadap US Dollar menunjukkan angka yang negatif dan
signifikan. Hal ini mengindikasikan bahwa bank yang beroperasi pada suatu
lingkungan yang memiliki tingkat volatilitas nilai tukar yang tinggi akan beroperasi
dengan lebih efisien dibandingkan dengan bank yang beroperasi di pasar yang
volatilitas nilai tukarnya rendah.
ROA
Estimasi nilai parameter ROA menunjukkan angka yang negatif dan tidak
signifikan. Variabel ROA yang dijadikan sebagai indikator risiko pasar dapat
dikatakan tidak dapat menolak H0 yang berarti risiko pasar tidak mempengaruhi
tingkat efisiensi dari suatu bank. Rata-rata error dari variabel ROA tidak signifikan
mempengaruhi efisiensi pada suatu bank. Dengan kata lain variabel error yang
dijadikan indikator sebagai risiko pasar menunjukkan tidak signifikan.
Dari kelima variabel yang digunakan untuk melihat risiko pasar, dimana empat
diantaranya menunjukkan hasil yang signifikan maka dapat dikatakan risiko pasar
mempengaruhi tingkat inefisiensi dari suatu bank.
Model 3 : - Operational Risk
Variabel Determinan Signifikansi Parameter Koefisien P-Value
Inefficiency Model (Effects on
it
)
Return Volatility Signifikan 1 -27,166 0

ROA Volatility
Tidak
Signifikan 2 2,997283 0,187

ETA
Tidak
Signifikan 3 -7,45952 0,201
ROA Signifikan 4 -7,98495 0,011

Variance Parameter (Effects on
2
it
)
Return Volatility Signifikan 1 27,38118 0,008

ROA Volatility Signifikan 2 -16,6544 0

ETA
Tidak
Signifikan 3 -5,94768 0,4

ROA
Tidak
Signifikan 4 -41,1696 0,215

Sumber : Output Stata 12, Olahan Penulis
*Signifikan pada tingkat 5%
Hasil estimasi parameter untuk explanatory variable adalah sebagai berikut:

Return Volatility
Estimasi nilai rata-rata efisiensi teknikal dari variabel Return Volatility atau
pergerakan tingkat pengembalian saham menunjukkan angka yang negatif dan
signifikan mempengaruhi efek inefisiensi. Hal ini menandakan bahwa bank dengan
tingkat return volatility yang tinggi akan memiliki performa atau kinerja yang lebih
stabil dibanding bank lain.
ROA Volatility
Estimasi nilai rata-rata teknikal inefisiensi dari variabel ROA volatility atau volatilitas
dan pergerakan Return on Asset menunjukkan angka yang positif namun tidak
signifikan.
ETA (Equity to Total Asset Ratio)
Estimasi nilai rata-rata teknikal inefisiensi dari variabel Equity to Total Asset Ratio
atau volatilitas dan pergerakan ETA menunjukkan angka yang positif namun tidak
signifikan

ROA
Estimasi nilai rata-rata efisiensi teknikal dari variabel ROA menunjukkan angka yang
negatif dan signifikan.
Dalam model ini, dua variabel menunjukkan hasil yang signifikan
mempengaruhi inefisiensi dari suatu bank dan dua variabel lainnya menunjukkan
hasil yang tidak signifikan. Oleh karena itu, peneliti menyimpulkan bahwa risiko
operasional juga memiliki pengaruh terhadap tingkat inefisiensi dari kinerja suatu
bank.

5. Kesimpulan
Kegiatan Bank sangat erat kaitannya dengan performa atau kinerja. Bank yang
satu dengan yang lain saling berusaha untuk selalu lebih baik dari yang lain. Namun,
kinerja bank tidak bisa dilepaskan dengan faktor risiko yang terdapat dalam semua
jenis usaha. Risiko yang cukup jelas terkait diantaranya, risiko kredit, risiko pasar,
dan risiko operasional. Oleh karena itu, industri perbankan yang terkenal dengan
tingkat persaingan yang sangat kompetitif mau tidak mau diperhadapkan antara
efisiensi dengan faktor-faktor risiko yang telah disebutkan di atas. Banyak faktor-
faktor yang mempengaruhi efisiensi kinerja dari sebuah bank baik dari internal bank
itu sendiri ataupun dari eksternal bank. Pada dasarnya faktor internal akan lebih
mudah untuk dibenahi. Namun, tidak demikian halnya dengan faktor-faktor eksternal,
seperti tingkat suku bunga, perubahan nilai tukar, risiko gagal bayar, dan lainnya. Hal
inilah yang menjadi perhatian bagi pihak manajemen bank supaya dapat
meminimalisir faktor-faktor eksternal tersebut.
Hasil penelitian ini menunjukkan bahwa risiko kredit memiliki hubungan
yang signifikan terhadap tingkat efisiensi dari perbankan. Begitu juga dengan risiko
pasar yang memiliki hubungan yang signifikan terhadap tingkat efisiensi dari
perbankan. Risiko operasional yang menjadi indikator risiko terakhir dalam penelitian
ini menunjukkan bahwa risiko operasional memiliki hubungan yang signifikan
terhadap tingkat efisiensi dari perbankan. Namun, hasil yang diperoleh dengan
mengolah seluruh explanatory variable menunjukkan hasil yang anomali dimana
mayoritas variabel tersebut menjadi tidak signifikan apabila diolah secara bersamaan.
Penelitian ini dapat dilanjutkan dengan menggunakan variabel input dan
output yang berbeda dari penelitian sehingga dapat lebih menunjukkan variabel yang
mempengaruhi efisiensi. Selain itu explanatory variabel yang mewakili risiko kredit,
risiko pasar, dan risiko data menggunakan variabel lain yang dapat lebih
menggambarkan faktor-faktor risiko untuk melihat teknikal inefisiensi dari
perbankan. Selain itu untuk metode penelitian selanjutnya dapat menggunakan
pendekatan produksi (production approach) ataupun pendekatan aset (asset
approach).
\
6. Referensi

Aigner, Dennis, C., Lovell, K., & Schmidt, P. (1977). Formulation and Estimation of
Stochastic Frontier Production Function Models. Journal of Econometrics,
21-37.
Battese, George.E., & Coelli, T. J . (1995). A Model for Technical Inefficiency Effects
in a Stohasti Frontier Production Function for Panel Data. Empirical
Economics, 325-332.
Berger, A., & Humphrey, D. (1997). Efficiency of financial institutions: international
survey and directions for future research. European Journal of Operational
Research, 175-212.
Berger, Allen N. & Mester, Loretta J ., (1997). Inside the black box: What explains
differences in the efficiencies of financial institutions? Journal of Banking &
Finance.

Bonin, J ., Hasan, I., & Watchel, P. (2005). Bank performance, efficiency, and
ownership in a transition countries. Journal of Banking and Finance, 31-53.
Caudill, S., Ford, J ., & Gropper, D. (1995). Frontier estimation and firm specific
inefficiency meaures in the presence of heteroscedasticity. Journal of Business
and Eonomic Statistic, 105-111.
Coelli, T. (2007). A Computer Program for Stochastic Frontier Production and Cost
Function Estimation. New South Wales, New South Wales, Autralia:
University of New England.
Crouchy, M., Galai, D., & Mark, R. (1998). Risk Management : Comprehensive
Chapter on Market, Credit, and Operational Risk. New York : McGraw-Hill.
Damodaran, Ashwarth. (2002). Estimating Risk Parameters. New York : Stern
School of Business.
Goddard, J ., Molyneux, P., & Wilson, J . (2001). European Banking : Efficiency,
Technology, and Growth. New York: Wiley.
Gujarati, & Damodaran. (2003). Basic Econometrics. New York: Mc-Graw Hill.
Hadad, M. D., Santoso, W., Hall, M. J ., Simper, R., & Karligash. (2010, J uly 18).
Banking efficiency and stock market performance: an analysis of listed
Indonesian banks.
Hsiao, H., Cianci, A., & Huang, L. (2010). First fiancial restructuring and
operatingefficiency: evidence from Taiwanese commercial banks. Journal of
Banking and Finance, 1461-1471.
Kumar, S., & Gulati, R. (2010). Measuring efficiency, effectiveness, and performace
of Indian public sector Banks. International Journal of Productivity and
Performance Management, 51-74.
Kumbhakar, Ghosh, S., & McGuckin. (1991). A generalized production frontier
approach for estimating determinants of inefficiensy in US diary farms.
Journal of Business and Economic Statistic, 279-286.
Laycock, M. (1998). Analysis of Mishanding Losses and Processing Errors,
Operational Risk and Financial Institutions. London: Risk Publications in
Association with Arthur Andersen, 1988,PP.131-145

Mankiw, Gregory. (2008). Principles of Microeconomics. Cengage South-Western
Megginson, W. (1997). Corporate Finance Theory. London : Addison Wesley.
Mishkin, F. S. (n.d.). The Economics of Money Banking and Financial Market.
Boston: Pearson Education.
Pasiouras, F. (2008). Estimating the technical and scale efficiency of Greek
commercial banks. Research in International Business and Finance, 301-318.
Perbankan, D. P. (2011). STATISTIK PERBANKAN INDONESIA. J akarta: Bank
Indonesia.
Rochet, J .C, Freixas, X. (2008). Microeconomics of Banking. London : The MIT
PRESS Cambridge, Massachusetts.
Saunders dan Cornett. (2008). Financial Markets and Institution. New York :
McGraw-Hill
Sun, L., & Chang, T.-P. (2010). A comprehensive analysis of the effects of risk
measures on bank efficiency : Evidence from emerging Asian countries.
Journal of Banking & Finance.
Wang, H.-J . (2002). Heteroscedasticity and non-monotonic efficiency effects of a
stochastic frontier model. Journal of Productivity Analysis, 241-253