Obrolan santai macroprudential – mengenal credit to gdp gap

Reading Time: 3 minutes

Obrolan santai kali ini akan membahas terkait isu isu vulnerability atau titik lemah ekonomi yang bernama credit to gdp ratio gap.

Sebenarnya apa sih itu credit to GDP, kemudian kenapa ada gap nya, kemudian kenapa nilainya bisa negatif, kemudian kenapa orang menggunakan indikator ini untuk early warning system, kemudian bagaimana mengubah indikator ini menjadi sebuah parameter early warning system. Well banyak kali dikau bertanya? Ribet juga ntar menjelaskan nya.

Oleh karena itu bahasan ini akan saya buat macam obrolan saja, agar tidak terkesan seperti kuliah dan capek nanti mendengarkannya. Kenapa capek? karena banyak euy indikator dari sebuah kelemahan ekonomi. Di samping credit to GDP ini masih ada yang lain seperti peningkatan non performing loan di bank, credit to deposit ratio, rasio kepemilikan asing di perbankan, peningkatan modal bank di banding total asset.

Tuh kan dah mulai ribet.

Oke kita bahas satu persatu ya. Jadi yang disebut Credit to GDP adalah perbandingan jumlah seluruh kredit dalam satu negara secara aggregate dari sektor non financial berbanding dengan GDP. Sang pemberi kredit bisa berasal dari sektor financial ataupun non finansial. Tujuannya untuk melihat seberapa besar resiko yang dihadapi apabila kredit tadi macet.

Nah di sini mulai terlihat kan, aspek vulnerabilities atau kelemahan dari sektor keuangan saat jumlah hutang atau kredit jauh lebih besar dari GDP. Meski demikian sebenarnya yang menakutkan bukan berasal dari nilai rasionya, tapi sebenarnya dari pergerakan dari rasio ini. Apakah pergerakannya melebihi trend GDP atau tidak. Trend ini sendiri bisa didapat dari persamaan linear ataupun dari moving average atau rata rata berjalan. Lupa dengan yang namanya moving average? cek tulisan saya di sini ya.

Nah kemudian pertanyaannya adalah bagaimana menghitung rasio ini dan menjadikah nilai rasio ini menjadi penunjuk dari resiko keuangan, dan yang terakhir bagaimana hal ini bisa membantu kita sebagai early warning system.

Berikut adalah langkah langkahnya berdasarkan riset dari Bank of International Settlement.

Langkah pertama : Hitung seluruh nilai agregate kredit dari sektor privat dan bandingkan dengan nilai GDP

Langkah kedua : Hitung celah atau gap antara Credit trend dengan GDP trend, hal ini disebut dengan Credit-to-GDP gap.

Langkah ketiga : Ubah Credit-to-GDP gap menjadi pemandu dari kebijakan penangkal krisis atau buffer add-on.

Ingin tahu lebih detilnya, cek penjelasan berikut

 

 

 

 

Langkah pertama :

Menghitung Credit to GDP ratio

(1)   \begin{equation*} RATIO_t = CREDIT_t / GDP_t \times 100% \end{equation*}

GDP_t adalah domestik GDP dan CREDIT_t adalah kredit institusi privat, non financial sektro pada period t. Biasanya baik GDP dan CREDIT adalah angka nominal dan dihitung berdasar nilai kwartalan.

 

 

 

 

Langkah kedua :

Menghitung gap dari credit to GDP

Pada langkah ini, para ekonom di minta mengkomparasi dan melihat jarak antara pergerkan credit to GDP ratio dengan trend jangka panjang mereka. Semisal terdapat celah berupa positif  terhadap trend jangka panjang maka artinya credit telah tumbuh besar dibanding GDP. Ini kalau di pasar saham biasa disebut dengan istilah rolling beta.

rumus nya

(2)   \begin{equation*} GAP_t = RATIO_t - TREND_t \end{equation*}

TREND adalah cara termudah untuk mengukur sesuatu yang dapat dilihita secara jangka panjang, atau rat rata berdasarkankan sejarah. Salah satu filter yang biasa digunakan adalah milik Hodrick Presscot. Filter ini sering disebut dengan sebutan fiter HP, dikenal baik karena bisa menghindarkan kesalahan yang disebabkan structural break.

 

 

 

 

Langkah ketiga :

Mengubah credit to GDP gan sebagai pemandu buffer

Beberapa istilah yang perlu dipahami terlebih dahulu ada

VB_t adalah buffer add on (dalam bentuk persenan, bobot resiko sebuah aset). Nilai VB ini akan enol apabila GAP dibawah batas ambah bahaya (L). Nilai VB ini akan meningkat seiring meningkatnya GAP hingga mencapai batas maksimum VB^{max}, terutama saat melebihi ambang batas maksimal (H).

Riset dari BCBS menunjukkan faktor pengukuran L = 2 dan H = 10 merupakan standar paling baik.

Contoh perhitunagnnya ni.

Angka L = 2 artinya.

(3)   \begin{equation*} GAP_t < 2% \end{equation*}

atau

(4)   \begin{equation*} ((CREDIT_t / GDP_t) \times 100%) - (TREND_t) < 2 %\end{equation*}

Pada momen ini buffer add nya zero.

Sedangkan angka H = 10 artinya

(5)   \begin{equation*} ((CREDIT_t / GDP_t) \times 100%) - (TREND_t) > 10 %\end{equation*}

Angka buffernya maksimal

Contoh

semisal kita menetapkan buffer add on atau (VB^{max}) sebesar 2.5% bobot. Pada saat nilai credit to GDP ratio berada di titik 2 percen atau di atas long term tren maka VB nya akan 0. Kemduian saat nilai credit to GDP ratio meliebihi long term di atas 10 percent atua lebih maka buffernya akan 2.5%. Saat nilai rasio ini tadi di antara 2 dan 10 maka nilai buffer akan berada sekitar 0 hingga 2,5%. Contoh buffer sebesar 1,25% saat credit to GDP gap bernilai 6.

Gambaran graffiknya seperti ini ya.

Gimana sudah paham belum. Kalau belum tulis di komentar di bawah ya.

Find more info at

My personal blog : https://dimasmukhlas.com

My financial post : https://notafra.id

My performance marketing post : https://fluxzy.com

Please follow and like us:
  • Dimas Tjitrodimedjo

    ayo pada komen di sini