Menghitung provisi kerugian kredit dari roll rate

Anda baru menerima berkas status pinjaman bulanan, sementara angka provisi dibutuhkan untuk tutup buku akhir bulan. Saldo sudah dikelompokkan ke dalam bucket tunggakan, dan sebagian besar portofolio masih lancar. Di layar, lembar kerja triwulan lalu mengalikan roll rate antarbucket dan mencantumkan koefisien untuk setiap saldo. Perhitungannya tampak rutin dan pernah digunakan tim, tetapi hasilnya mengubah sebaran pinjaman menjadi satu angka yang bisa dicatat bagian keuangan. Saat menelusuri sel demi sel, asumsi mana yang paling memengaruhi hasil?

Tentukan bucket tunggakan dan status pinjaman

Tentukan bucket tunggakan sebelum menghitung koefisien. Setiap pinjaman perlu memiliki status untuk bulan ini dan bulan berikutnya, misalnya lancar, menunggak 1–30 hari, 31–60, 61–90, 90+ dan ditutup.

Catat 90+ sebagai gagal bayar dan bedakan status ditutup dari status tersebut. Keduanya merupakan status menyerap: setelah pinjaman masuk ke salah satunya, pinjaman tetap di sana. Portofolio ini dibuat untuk artikel, bukan berasal dari data pemberi pinjaman. Isinya pinjaman angsuran sebesar 2,000 hingga 8,000 euro dengan tenor 24 bulan, sebanyak 1,500 pinjaman baru setiap bulan. Provisi dihitung pada satu akhir bulan, berdasarkan matriks dari dua belas perpindahan bulanan sebelumnya.

Diagram roll rate: status Lancar hingga 90+ dan Ditutup, dengan persentase perpindahan maju, cure, dan status menyerap untuk setiap bucket

Susun matriks transisi dari berkas status bulanan

Hitung setiap observasi pinjaman-bulan berdasarkan bucket awal dan bucket pada bulan berikutnya untuk menyusun matriks transisi. Bagi jumlah pinjaman di setiap bucket tujuan dengan total observasi pinjaman-bulan pada bucket awal, sehingga jumlah setiap baris menjadi 100%.

Sebagai contoh, dari 3,880 observasi pinjaman-bulan di bucket 31–60, sebanyak 2,505 berpindah ke 61–90: 2,505 ÷ 3,880 = 64.6%. Perpindahan ke bucket lain juga perlu diperhitungkan.

Diagram batang 3,880 observasi pinjaman-bulan yang berawal di bucket 31–60, dengan 64.6% berpindah ke 61–90 dan hasil lainnya
Satu baris matriks: status pinjaman yang menunggak 31–60 hari pada bulan berikutnya

Matriks lengkap mencakup pinjaman yang tetap di bucket, ditutup, berpindah ke bucket yang lebih tinggi, dan kembali lancar setelah cure. Cure rate adalah persentase pinjaman menunggak yang kembali lancar.

Bulan iniLancar1-3031-6061-9090+Ditutup
Lancar93.7%1.8%0004.5%
1-3045.1%12.5%41.3%001.1%
31-6012.6%7.9%14.4%64.6%00.6%
61-905.8%1.9%4.2%17.2%70.5%0.4%
90+0000100%0
Ditutup00000100%

Bandingkan rangkaian roll rate dengan hasil aktual

Rangkaian roll rate mengalikan roll rate ke bucket yang lebih tinggi, dari bucket awal hingga gagal bayar. Ini cara cepat untuk memperoleh koefisien dengan memakai roll rate perpindahan maju pada matriks.

BucketPerhitunganKoefisien
61-9070.5%70.5%
31-6064.6% × 70.5%45.5%
1-3041.3% × 64.6% × 70.5%18.8%
Lancar1.8% × 41.3% × 64.6% × 70.5%0.34%

Namun, rangkaian ini hanya menghitung pinjaman yang terus berpindah ke bucket berikutnya setiap bulan. Pada portofolio simulasi, estimasi untuk bucket 1–30 adalah 18.8%, sedangkan tingkat gagal bayar aktual dalam dua belas bulan mencapai 35.3%. Untuk pinjaman lancar, hasil rangkaian roll rate adalah 0.34%, dibandingkan hasil aktual sebesar 4.4%.

Diagram batang yang membandingkan rangkaian roll rate, matriks 12 bulan, dan tingkat aktual mencapai 90+ untuk bucket Lancar, 1–30, 31–60, dan 61–90
Dibandingkan dengan hasil pinjaman pada akhir bulan selama setahun, proyeksi matriks mendekati hasil aktual, sedangkan rangkaian roll rate menghasilkan angka yang lebih rendah

Perbedaan paling besar terlihat pada bucket lancar, yang mencakup sebagian besar portofolio. Provisi dari rangkaian roll rate adalah 2,006,000 euro atau 2.4% dari portofolio, sedangkan matriks untuk dua belas bulan menghasilkan 4,371,000 euro atau 5.1%.

Matriks yang sama, diproyeksikan selama dua belas bulan, menghasilkan total provisi 4,371,000 euro. Perbandingan ini menggunakan portofolio simulasi untuk menunjukkan hal-hal yang tidak tercakup dalam rangkaian roll rate.

Proyeksikan rantai Markov

Rantai Markov menggunakan seluruh matriks transisi, sehingga pinjaman yang tetap di bucket, mengalami cure, lalu berpindah lagi turut diperhitungkan dalam probabilitas mencapai gagal bayar. Kalikan matriks dengan dirinya sendiri untuk setiap bulan dalam horizon, lalu lihat kolom 90+ untuk setiap bucket awal.

Grafik probabilitas gagal bayar menurut bucket awal, dengan horizon 12 bulan dan titik hasil rangkaian roll rate
Proyeksi matriks dari bulan ke bulan: rangkaian roll rate menunjukkan posisi setiap garis setelah jalur terpendeknya

Pada jalur terpendek menuju 90+, hasil matriks sama dengan hasil rangkaian roll rate. Setiap bulan berikutnya menambahkan pinjaman yang tetap di bucket, kembali lancar, lalu berpindah lagi. Rangkaian roll rate adalah matriks yang dihentikan sebelum itu terjadi.

Jalankan pemeriksaan ini dalam alur keputusan

Buat aturan untuk kredit, fraud, atau penagihan, lalu jalankan pada keputusan nyata.

Pilih probabilitas 12 bulan atau sepanjang umur pinjaman

Tentukan horizon berdasarkan tahap risiko kredit yang berlaku. IFRS 9 menggunakan kerugian kredit ekspektasian 12 bulan jika risiko kredit belum meningkat signifikan sejak pengakuan awal, dan kerugian kredit ekspektasian sepanjang umur pinjaman jika risiko kredit meningkat signifikan. Tunggakan lebih dari 30 hari menimbulkan praduga yang dapat dibantah bahwa risiko kredit meningkat signifikan. Perhitungan kerugian kredit ekspektasian bergantung pada horizon tersebut.

Untuk risiko sepanjang umur pinjaman, perhitungan rantai menyerap mengestimasi probabilitas pinjaman berakhir di 90+, bukan ditutup. Matriks menganggap semua pinjaman lancar memiliki sisa umur yang sama. Matriks tidak memperhitungkan bahwa pinjaman berakhir setelah angsuran terakhir, sehingga estimasi sepanjang umur untuk pinjaman lancar menjadi terlalu tinggi. Dalam simulasi, estimasinya 11.7%, sedangkan 7.2% pinjaman benar-benar mencapai gagal bayar sebelum ditutup.

Uji setiap koefisien dengan hasil aktual

Periksa setiap koefisien yang dipilih dengan melihat pinjaman yang berada di bucket yang sama setahun sebelumnya dan hasilnya selama dua belas bulan berikutnya. Dalam portofolio simulasi, hasil matriks berbeda sekitar dua poin persentase atau kurang dari hasil aktual di setiap bucket, sedangkan rangkaian roll rate menghasilkan angka yang lebih rendah.

Bandingkan estimasi sepanjang umur dengan hasil aktual dan sisa tenor pinjaman sebelum menggunakannya. Hasil untuk bucket lancar pada simulasi lebih tinggi daripada hasil aktual karena horizon matriks melebihi sisa tenor sebagian pinjaman.

Gunakan pengujian historis untuk menilai kewajaran horizon dan matriks bagi portofolio Anda. Contoh ini membandingkan metode, sedangkan data pemberi pinjaman sendiri menjadi tolok ukurnya.

Kalikan probabilitas, LGD, dan saldo

Untuk setiap bucket terbuka, hitung provisi dengan rumus saldo × probabilitas gagal bayar × loss given default (LGD). Probabilitas diperoleh dari matriks pada horizon yang dipilih, sedangkan LGD didasarkan pada pengalaman pemulihan pemberi pinjaman. Dalam simulasi, LGD diasumsikan sebesar 65% untuk setiap bucket.

Untuk bucket 1–30 dalam simulasi: €1,794,000 × 35.5% × 65% = €414,000. Pinjaman yang sudah berada di 90+ termasuk gagal bayar, jadi kalikan saldonya dengan LGD.

Tarif provisi per bucket adalah probabilitas gagal bayar dikalikan LGD. Rumus kerugian ekspektasian menyatakan hubungan yang sama sebagai probabilitas gagal bayar × LGD × eksposur.

Data status pinjaman diproses melalui matriks transisi dan koefisien gagal bayar untuk menghitung provisi per bucket, termasuk €414,000 untuk 1–30
BucketSaldo, euroKoefisien× LGDProvisi, euroTarif provisi
Lancar80,026,0004.05%65%2,107,0002.6%
1-301,794,00035.5%65%414,00023.1%
31-60914,00071.5%65%425,00046.5%
61-90676,00089.8%65%395,00058.4%
90+1,584,000100%65%1,030,00065.0%
Total84,994,0004,371,0005.1%

Dalam simulasi, total provisi dua belas bulan berdasarkan matriks mencapai 4,371,000 euro. Kelompok lancar mencakup 94.2% dari saldo, sehingga koefisiennya sangat memengaruhi total.

Grafik provisi: rangkaian roll rate €2.006m, matriks 12 bulan €4.371m, metode sepanjang umur €4.389m dan €8.431m
Portofolio dan LGD yang sama: total provisi menurut koefisien yang digunakan

Perhitungkan diskonto dan penyesuaian ekonomi prospektif dalam contoh provisi ini. Ketentuan pengukuran IFRS 9 mencakup nilai waktu uang serta informasi prakiraan yang wajar dan dapat didukung, sehingga kedua hal tersebut juga perlu dipertimbangkan dalam angka yang dicatat. Bandingkan totalnya dengan portofolio menggunakan perhitungan cakupan provisi.

Ganti lembar kerja akhir bulan dengan perhitungan yang teruji

Kembali ke lembar kerja akhir bulan dan ganti koefisien rangkaian roll rate yang tidak jelas dasarnya dengan perhitungan yang dapat Anda ulangi dari berkas status sendiri. Contoh ini menyoroti asumsi pada bucket lancar. Angkanya menggambarkan cara menghitung, bukan memperkirakan provisi pemberi pinjaman.

  1. Tentukan bucket hari keterlambatan, dengan 90+ sebagai gagal bayar dan status ditutup sebagai kategori tersendiri.
  2. Hitung setiap observasi pinjaman-bulan berdasarkan bucket bulan ini dan bucket bulan berikutnya.
  3. Bagi jumlah pinjaman di setiap bucket tujuan dengan total pada bucket awal untuk menyusun matriks transisi.
  4. Baca perpindahan maju, cure, dan pinjaman yang tetap di bucket dari matriks.
  5. Proyeksikan matriks dari bulan ke bulan, lalu ambil probabilitas 90+ untuk setiap bucket awal.
  6. Pilih horizon 12 bulan atau sepanjang umur pinjaman untuk setiap bucket dengan memperhitungkan sisa tenor.
  7. Uji setiap koefisien terhadap hasil pinjaman yang berada di bucket tersebut setahun sebelumnya.
  8. Kalikan saldo setiap bucket dengan koefisien dan LGD. Untuk 90+, gunakan LGD saja.

Pertanyaan yang sering diajukan tentang provisi dari roll rate

Bagaimana cara menghitung provisi kerugian kredit dari roll rate?

Proyeksikan matriks transisi untuk mengestimasi probabilitas setiap bucket mencapai gagal bayar dalam horizon yang dipilih, lalu kalikan probabilitas itu dengan saldo bucket dan LGD. Periksa hasilnya terhadap hasil aktual pinjaman Anda.

Apa yang dimaksud dengan koefisien provisi?

Koefisien provisi adalah tarif yang diterapkan pada saldo suatu bucket. Dalam matriks provisi, tarif tersebut merupakan probabilitas gagal bayar dikalikan LGD. Bedakan tarif ini dari probabilitas gagal bayar saja, yaitu koefisien dalam perhitungan sebelum LGD diterapkan.

Bagaimana cara menyusun matriks transisi dari data pinjaman?

Hitung observasi pinjaman-bulan berdasarkan bucket awal dan bucket pada bulan berikutnya, lalu bagi jumlah di setiap bucket tujuan dengan total pada bucket awal. Pastikan jumlah setiap baris menjadi 100%.

Bagaimana rantai Markov digunakan untuk menghitung provisi?

Kalikan matriks transisi bulanan dengan dirinya sendiri sebanyak jumlah bulan dalam horizon yang dipilih, lalu lihat probabilitas setiap bucket awal mencapai 90+. Tentukan horizon untuk setiap bucket dan uji hasilnya dengan data historis.

Mengapa perkalian roll rate menghasilkan provisi yang lebih rendah?

Perhitungan itu hanya mencakup pinjaman yang terus berpindah ke bucket berikutnya setiap bulan. Matriks juga mencakup pinjaman yang tetap di bucket, kembali lancar, lalu berpindah lagi, sehingga lebih banyak pinjaman yang mencapai gagal bayar dapat terhitung. Bandingkan kedua perhitungan dengan hasil aktual sebelum menggunakan koefisien.

Untuk bucket tunggakan, sebaiknya gunakan probabilitas gagal bayar 12 bulan atau sepanjang umur pinjaman?

Gunakan horizon yang sesuai dengan tahap risiko kredit instrumen. Untuk risiko sepanjang umur pinjaman, perhitungkan sisa tenor karena matriks tanpa batas horizon tidak mengetahui kapan pinjaman berakhir.

LGD mana yang digunakan untuk menghitung provisi setiap bucket?

Gunakan estimasi LGD pemberi pinjaman berdasarkan pemulihan untuk eksposur terkait. LGD 65% dalam simulasi merupakan asumsi untuk portofolio tersebut, bukan estimasi pemberi pinjaman.

Jalankan pemeriksaan ini dalam alur keputusan

Buat aturan untuk kredit, fraud, atau penagihan, lalu jalankan pada keputusan nyata.