Syntax Literate: Jurnal Ilmiah Indonesia �p�ISSN: 2541-0849 e-ISSN: 2548-1398

Vol. 7, No. 12, Desember 2022

ANALISIS FAKTOR INTERNAL DAN EKSTERNAL YANG MEMPENGARUHI KREDIT BERMASALAH SERTA IMPLIKASINYA TERHADAP KINERJA KEUANGAN PADA BANK BPD

Haris Resmawan

Universitas Pasundan, Indonesia

Email: [email protected]

Abstrak

Penelitian ini bertujuan mengetahui dan memperoleh hasil analisis mengenai faktor internal dan faktor eksternal dan mengetahui pengaruhnya terhadap kredit bermasalah serta implikasinya terhadap Kinerja Keuangan Pada Bank BPD. Metode yang digunakan dalam penelitian ini adalah metode deskriptif dengan menggunakan pendekatan kuantitatif. Sampel dalam penelitian ini yaitu Bank Pembangunan Daerah periode 2014 sampai dengan 2018 yang dipilih dengan metode purposive sampling dengan kriteria laporan keuangan bank BPD yang telah diaudit. Data dianalisis dengan menggunakan teknik analisis data panel. Secara umum penelitian ini menyimpulkan bahwa 1) terdapat pengaruh Capital Adequacy Ratio terhadap kredit bermasalah dengan arah pengaruh yang positif, 2) terdapat pengaruh Bank Size terhadap kredit bermasalah dengan arah pengaruh yang negatif, 3) terdapat pengaruh Loans to Asset Ratio terhadap kredit bermasalah dengan arah pengaruh yang positif, 4) terdapat pengaruh Loan to Deposit Ratio terhadap kredit bermasalah dengan arah pengaruh yang positif,� 5) terdapat pengaruh tingkat suku� bunga�� terhadap kredit bermasalah dengan arah pengaruh yang positif, 6) terdapat pengaruh kurs terhadap kredit bermasalah dengan arah pengaruh yang negatif, 7) terdapat pengaruh Gross Domestic Product terhadap kredit bermasalah dengan arah pengaruh yang positif, serta 8) terdapat pengaruh kredit bermasalah terhadap Return on Assets dengan arah hubungan yang negatif.

Kata kunci: Capital Adequacy Ratio, Bank Size, Loans to Asset Ratio, Loan to Deposit Ratio, tingkat suku� bunga.

Abstract

This study aims to determine and obtain the results of an analysis of internal and external factors and to determine their effect on non-performing loans and their implications for the Financial Performance of BPD Banks.The method used in this research is descriptive method using a quantitative approach. The sample in this study were Regional Development Banks for the period 2014 to 2018 which were selected by purposive sampling method with the criteria for audited BPD bank financial statements and there were several phenomena that could provide an updated picture of NPL and financial performance.Data were analyzed using panel data analysis techniques. In general, this research concludes that 1) there is an influence of Capital Adequacy Ratio on non-performing loans, 2) there is an influence of Bank Size on non-performing loans, 3) there is an influence of Loans to Asset Ratio on non-performing loans, 4) there is a significant influence of Loan to Deposit Ratio on non-performing loans, 5) there is an influence of interest rates on non-performing loans with a positive direction of influence, 6) there is no effect of exchange rates on non-performing loans with the direction a negative effect, 7) there is an effect of Gross Domestic Product on non-performing loans, and 8) there is no influence on non-performing loans on Return on Assets with a negative influence direction.

Keywords: Capital Adequacy Ratio, Bank Size, Loans to Asset Ratio, Loan to Deposit Ratio, interest rate.

Pendahuluan

Bank merupakan lembaga yang bertugas menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya kembali kepada masyarakat dalam bentuk kredit. Fungsi bank yang seperti ini disebut sebagai fungsi intermediasi. Apabila proses intermediasi tersebut berjalan dengan baik, maka semua pihak baik bank, pihak yang kelebihan dana, pihak yang kekurangan dana, dan pada gilirannya perekonomian secara keseluruhan akan memperoleh manfaat dari keberadaan suatu bank (Suseno dan Abdullah, 2014).

Kredit perbankan memiliki peran penting dalam pembiayaan perekonomian nasional dan merupakan motor penggerak pertumbuhan ekonomi. Ketersediaan kredit memungkinkan rumah tangga untuk melakukan konsumsi yang lebih baik dan memungkinkan perusahaan untuk melakukan investasi yang tidak bisa dilakukan dengan dana sendiri. Selain itu dengan permasalahan moral hazard dan adverse selection yang umum terjadi, bank memainkan peran penting dalam mengalokasikan kapital dan melakukan pemantauan untuk memastikan bahwa dana masyarakat disalurkan pada kegiatan yang memberikan benefit optimal. Terlepas dari mulai meningkatnya peran pembiayaan melalui pasar modal, pembiayaan melalui perusahaan keuangan yang meliputi bank dan lembaga pembiayaan, kredit perbankan masih mendominasi total kredit kepada sektor swasta dengan rata-rata sebesar 85% (Buletin Ekonomi Moneter dan Perbankan, Oktober 2017).

Berdasarkan laporan tahunan PWC untuk perekonomian Indonesia tahun 2019, sektor perbankan di Indonesia masih menarik, sebab memiliki net interest margin tertinggi dibandingkan perbankan di negara ASEAN lainnya, sehingga masih menarik bagi investor asing. Kondisi tersebut dibuktikan dengan semakin tingginya kepemilikan asing pada sektor perbankan Indonesia. Fakta ini juga menunjukkan industri perbankan Indonesia masih mampu bersaing pada komunitas ekonomi ASEAN. Salah satu perusahaan yang kepemilikannya didominasi oleh pemerintah adalah Bank Pembangunan Daerah (BPD). BPD merupakan perbankan dengan kepemilikan didominasi oleh pemerintah daerah, bisa pemerintah provinsi ataupun kabupaten. Keberadaan BPD sangat penting dimana BPD didirikan untuk mendorong pembangunan daerah, terutama untuk menopang pembangunan infrastruktur, UMKM, pertanian dan lain-lain kegiatan ekonomi dalam rangka pembangunan daerah (Sunarsip, 2018). Selanjutnya juga dinyatakan bahwa dalam perkembangannya, peran tersebut makin berkurang, yang terlihat dari struktur pendanaan (dana pihak ketiga) dan pembiayaan yang dimiliki oleh BPD. Dari 26 BPD yang beroperasi di Indonesia, pada tahun 2018 porsi kredit yang diberikan oleh BPD hanya sebesar 7,76% dari total kredit perbankan nasional. Menurut catatan Bank Indonesia, selama tahun 2016-2018 pelaksanaan fungsi intermediasi BPD terus mengalami peningkatan. Namun demikian, penyaluran kredit BPD tidak terfokus pada kredit produktif dan lebih banyak pada kredit konsumtif.

Penempatan BPD dari sisi aset pada Sertifikat Bank Indonesia (SBI) dari tahun ke tahun meningkat, yaitu mencapai 24,35% dari total SBI perbankan pada tahun 2018 (Amir, 2018). Selanjutnya juga dinyatakan bahwa dana pihak ketiga BPD didominasi oleh dana Pemda yang bersifat jangka pendek dan tidak dapat disalurkan dalam bentuk kredit. Sehingga tidak salah apabila� BPD dianggap belum sepenuhnya menjalankan fungsi intermediasi dan menjadi penggerak utama bagi pengembangan ekonomi di daerah. Di sisi lain, aset BPD mengalami pertumbuhan dan bahkan ada salah satu BPD, yaitu bank bjb, yang sudah melakukan penawaran umum saham perdana di Bursa Efek Indonesia. Pada tahun 2018, Bank Indonesia mencatat kinerja keuangan BPD dinilai baik.

Menurut (Iqbal Firdausi, 2016), kinerja bank mempunyai dua indikator dan dua dimensi penting. Indikator kinerja bank adalah indikator kualitas dan indikator kuantitas. Sedangkan dimensi kinerja bank adalah dimensi profitabilitas dan dimensi risiko. Di sisi lain ukuran profitabilitas bank yang biasa dipergunakan adalah ROA (return on assets) dan ROE (return on equity). Sedangkan ukuran risiko bank yang biasa dipergunakan adalah LDR (Loan to Deposit Ratio) dan CAR (capital adequacy ratio) dan NPL (Non-Performing Loan). Sedangkan ukuran prestasi manajemen bank dapat dilihat dan dianalisa dengan BOPO (beban operasional dibandingkan dengan pendapatan operasional). Saat ini, sebagian besar BPD masuk kategori bank BUKU 2 dan BUKU 3 yang jumlah modal intinya adalah Rp10 triliun sampai Rp30 triliun. Namun, masih ada BPD yang memiliki modal inti di bawah Rp10 triliun. Modal inti penting dalam mendorong peningkatan kinerja bank termasuk BPD.

Berdasarkan hasil analisis (Biro Riset Majalah Infobank, 2017), kinerja BPD tahun 2017 dapat dilihat antara lain, sebanyak 17 BPD (65 persen) berhasil meraih predikat sangat bagus, sedangkan sisanya sejumlah 9 BPD (35 persen) berkinerja kurang bagus. Majalah Infobank juga menyimpulkan bahwa BPD Jawa Tengah tahun 2017 mencetak skor tertinggi (90,50) di kelompok aset Rp25 triliun ke atas, melampaui BPD lain di kelasnya, yaitu Bank DKI (84,48). BPD pada kelompok aset Rp10 triliun sampai dengan Rp25 triliun, skor tertinggi diduduki BPD Bali (93,39), melampaui BPD lain di kelasnya, diantaranya Bank BPD Kalimantan Selatan (91,05). Sedangkan kelompok aset di bawah Rp10 triliun, skor tertinggi diraih BPD Nusa Tenggara Timur (92,31) yang berpredikat sangat bagus.

Beberapa BPD kategori bank BUKU 1 dengan aset Rp5 triliun lebih tahun 2015 yang mencatat skor tertinggi yakni BPD DIY (93,25), mengalahkan BPD lain di kelasnya, diantaranya BPD Lampung (91,56). BPD kategori bank BUKU 1 kelompok aset Rp2,5 triliun sampai di bawah Rp5 triliun, skor tertinggi diraih oleh BPD Bengkulu (89,74), yang mengalahkan BPD lain di kelasnya, yaitu BPD Sulawesi Tengah (88,29); dan BPD Kalimantan Tengah (86,69) (Majalah Infobank,2017).

�

Tabel 1.

Tabel Perbandingan Kinerja Bank BPD dan Umum tahun 2015 � 2018

�Sumber: Statistik Perbankan Indonesia, Otoritas Jasa Keuangan, 2018

�

Potensi yang dimiliki BPD sangat besar untuk menjadi kontributor utama dalam membangun perekonomian daerah masing-masing. Oleh karena itu BPD dianggap perlu bertransformasi karena masih ada beberapa masalah yang harus dibenahi secara struktural. Karena selama ini kontribusi BPD terhadap pembangunan di daerah masih terbilang rendah, hal ini terlihat dari kecilnya pangsa kredit produktif karena selama ini pangsa kredit di BPD didominasi dengan kredit konsumptif.

BPD seharusnya menjadi motor pembangunan di negeri sendiri karena berfungsi sebagai agent of development, apalagi BPD seharusnya memiliki kontribusi yang besar bagi pembangunan daerahnya, secara umum kontribusi perbankan RI terhadap PDB masih rendah jika dibandingkan dengan negara ASEAN lainnya. Menurut data BI, kontribusi perbankan nasional terhadap PDB baru di kiasaran 20%-30%, sedangkan perbankan di negara ASEAN lainnya sudah rata-rata di atas 50% terhadap kontribusi PDB di negaranya.

Kinerja BPD dengan rasio-rasio yang telah ditampilkan dan dijelaskan secara singkat terus mengalami peningkatan dan mampu bersaing dengan Bank Umum Nasional,� dan apabila BPD seluruh Indonesia bersinergi maka tentunya akan menjadi potensi kekuatan yang solid dalam kancah persaingan industri perbankan nasional serta dapat memberikan kontribusi yang lebih optimal bagi perekonomian nasional, khususnya di daerah masing-masing.

Kajian mengenai pengaruh NPL terhadap profitabilitas, khususnya ROA, telah dilakukan oleh (Limpaphayom & Polwitoon (2010), (Puspitasari, 2009), (Anbar dan Alper, 2011), (Ahmad, et al. 2012), serta (Febriyono, 2015). ( Anbar &Alper, 2011) serta (Ahmad, et al. 2102) menemukan bahwa NPL berpengaruh negatif terhadap profitabilitas, dan (Puspitasari (2009) menemukan bahwa NPL berpengaruh negatif terhadap ROA. Dari temuan tersebut dapat disimpulkan bahwa peningkatkan NPL akan menurunkan profitabilitas atau ROA bank. Disisi lain, (Limpaphayom & Polwitoon, 2010) menemukan bahwa NPL berpengaruh positif signifikan terhadap profitabilitas, sedangkan (Febriyono (2015) menemukan bahwa NPL tidak berpengaruh signifikan terhadap profitabilitas.

Kemampuan bank dalam menyalurkan kredit tentu tidak terlepas dari rasio keuangan bank itu sendiri, seperti yang dikemukakan oleh (Christopher & Bamidele M, 2011) bahwa rasio bank seperti bank�s deposit to capital ratio, loan to capital ratio, natural log of bank�s own assets berpengaruh signifikan terhadap pemberian kredit, selain faktor makro seperti inflasi dan nilai tukar. Temuan yang sama juga ditemukan oleh (Jose M. Berrospide & Rochelle M. Edge, 2010) yang mengemukakan bahwa rasio keuangan bank (diantaranya loan growth, securities/asset, lending standards) berpengaruh terhadap pemberian kredit, selain variabel makro ekonomi yaitu GDP. Sementara itu, menurut (Keeton, 2010) dan (Weiss, 2011) beberapa faktor yang mempengaruhi penyaluran kredit UMKM, antara lain: Inflasi, tingkat pertumbuhan ekonomi, dana pihak ketiga, hutang, ekuitas , profit, akses informasi, nilai jaminan.

(Hermawan, 2011) menyatakan pada dasarnya, ada tiga faktor umum yang menyebabkan terjadinya Non Performing Loan (NPL) pada sektor perbankan yaitu faktor internal debitur, faktor internal bank, dan faktor eksternal non bank dan debitur. Faktor internal debitur meliputi usia, baik buruknya karakter debitur, atau kemunduran usaha debitur. Faktor internal bank meliputi Loan to Deposit Ratio (LDR), Kualitas Aktiva Produktif (KAP), Capital Adequacy Ratio (CAR), tingkat bunga pinjaman, penilaian anggunan, lokasi, petugas bank, dan besaran kredit. Sedangkan faktor eksternal non bank dan debitur meliputi inflasi, kurs, GDP per kapita riil, bencana alam, penurunan kondisi moneter negara, tingkat PDB, usaha, dan peraturan pemerintah.

Secara umum, NPL dipengaruhi oleh faktor eksternal maupun internal bank (Keeton & Morris, 2010). Kondisi ekonomi dan siklus bisnis (Keeton & Morris, 2010; De Lis, Pages, Saurina, 2010; Salas & Saurina, 2012; Jimenez & Saurina, 2011), tingkat pertumbuhan GDP (Jimenez & Saurina, 2010; Das & Ghosh, 2010), suku bunga riil (Jimenez & Saurina, 2011; Aver, 2008; Fofack, 2010), tingkat inflasi serta real effective exchange rate (REER) (Fofack, 2010) merupakan faktor-faktor eksternal yang telah banyak diteliti dan terbukti memiliki pengaruh signifikan terhadap tingkat NPL.

Banyak pula penelitian yang mempelajari pengaruh faktor internal bank terhadap tingkat NPL. Data menunjukkan bahwa faktor-faktor internal bank yang memiliki pengaruh terhadap tingkat NPL antara lain adalah tingkat pertumbuhan kredit (Keeton, 2011), tingkat pengambilan risiko (Keeton & Morris, 2010), ukuran (Ranjan & Dhal, 2010; Hu, 2010; Das & Ghosh, 2012; Barrel et al., 2010), struktur kepemilikan (Salas & Saurina, 2012; Micco et al., 2010; Hu et al., 2011), dan tingkat efisiensi (Berger & DeYoung, 2010; Kwan & Eisenbeis, 2012).

Berdasarkan uraian tersebut maka tujuan penelitian adalah untuk mengetahui pengaruh faktor internal bank (Capital Adequacy Ratio (CAR), Bank Size (SIZE), Loans to Asset Ratio (L_A) dan Loan To Deposit Ratio (LDR)� dan pengaruh faktor eksternal (IRATE (Tingkat Suku� Bunga SBI), Kurs (Exchange Rate) dan Gross Domestic Product (GDP) terhadap kredit bermasalah serta implikasinya pada kinerja keuangan di bank BPD.

Metode Penelitian

����������������������� Metode yang digunakan dalam penelitian ini adalah metode deskriptif dan metode verifikatif. Dengan menggunakan metode penelitian akan diketahui hubungan yang signifikan antara variabel yang diteliti sehingga kesimpulan yang akan memperjelas gambaran mengenai objek yang diteliti. Data yang digunakan dalam penelitian ini meliputi faktor internal, faktor eksternal, kredit bermasalah (NPL) dan profitabilitas yang diperoleh dari laporan keuangan bank BPD, data faktor internal diperoleh dari website Bank Indonesia (www.bi.go.id).

����������������������� Populasi dalam penelitian ini adalah data laporan laba/rugi� yang diterbitkan dari bank BPD dari tahun 2014 sampai dengan 2018 yang meliputi dua puluh enam (26) bank. Teknik penentuan sampel dalam penelitian adalah sampling jenuh atau sensus, dimana semua anggota populasi dijadikan sampel. Metode analisis data yang peneliti gunakan dalam penelitian ini adalah dengan menggunakan analisis regresi data panel. Operasi regresi data panel dalam penelitian ini menggunakan software Eviews 7. Menurut (Endri, 2011), data panel/panel data/pooled data merupakan gabungan antara data runtut waktu (time series) dan data silang (cross section).

Hasil dan Pembahasan

Berikut� hasil analisis terhadap faktor internal bank CAR, Bank Size (Size), Loans To Asset Ratio (L_A) dan LDR� Dan Pengaruh Faktor Eksternal Tingkat Suku� Bunga SBI), Kurs dan GDP, Non Performing Loan (NPL) serta profitabilitas pada bank BPD.

Tabel 2.

Hasil Analisis Faktor Internal, Faktor Eksternal, Kredit Bermasalah

dan Profitabilitas Pada Bank BPD

Variabel	Rata � Rata	Kriteria
Capital Adequacy Ratio (CAR)	21.87%	Sangat Sehat
Bank Size (Size)	16.48%	Sedang
Loan Asset Ratio / LAR	67.48%	Tinggi
Loan o Deposit Ratio (LDR)	94.55%	Cukup Sehat
Tingkat Suku Bunga SBI	6.30%	Tinggi
Kurs (Exchange Rate)	Rp 13.168	Tinggi
Gross Domestic Product (GDP)	5.03%	Sedang
Kredit Bermasalah (NPL)	2.52%	Sehat
Return on Assets (ROA)	2.74%	Sehat

Pengaruh Faktor Internal dan Faktor Eksternal Terhadap Kredit Bermasalah Serta Kinerja Keuangan Pada Bank Bpd

Berikut adalah hasil perhitungan pengaruh faktor internal dan faktor eksternal terhadap kredit bermasalah serta kinerja keuangan pada bank BPD, yaitu sebagai berikut:

Tabel 3

Hasil Perhitungan Regresi Dengan Pendekatan Pooled Least Square

Faktor Internal dan Faktor Eksternal Terhadap Kredit Bermasalah (NPL)

Dependent Variable: NPL
Method: Pooled Least Square
Date: 07/30/21�� Time: 11:54
Sample: 2014 2018
Periods included: 5
Number of cross-sections used: 26
Total panel (balanced) observations: 130
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	11.121561	0.032074	9.126014	0.0000
CAR	0.342140	0.042102	4.902631	0.0000
SIZE	-0.361240	0.026024	-2.012401	0.5270
LAR	0.410500	0.040210	4.041207	0.0010
LDR	0.532140	0.065406	5.902410	0.0000
Irate	0.491420	0.039520	4.042031	0.0021
Kurs	-0.324021	0.049512	-2.120472	0.5430
GDP	0.520404	0.039541	3.952013	0.0000
R-squared	0.610210	Mean dependent var		0.841203
Adjusted R-squared	0.702402	S.D. dependent var		0.854126
S.E. of regression	0.614502	Sum squared resid		43.05412
F-statistic	19.24106	Durbin-Watson stat		2.145060
Prob(F-statistic)	0.000010

Sumber : Hasil Perhitungan Eviews 7

Tabel 4.

Hasil Perhitungan Regresi Dengan Pendekatan

Common Effect Kredit Bermasalah (NPL) Terhadap Profitabilitas (ROA)

Dependent Variable: ROA?
Method: Pooled Least Squares
Date: 03/17/20�� Time: 11:45
Sample: 2014 2018
Periods included: 5
Number of cross-sections used: 26
Total panel (balanced) observations: 130
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	86.98763	19.33237	499583	0.0015
NPL?	-0.488390	0.094480	-1.169223	0.5206
R-squared	0.812907	Mean dependent var		71.25000
Adjusted R-squared	0.771331	S.D. dependent var		2.701010
S.E. of regression	1.291606	Akaike info criterion		3.561967
Sum squared resid	15.01421	Schwarz criterion		3.683194
Log likelihood	18.37180	��� F-statistic		19.55222
Durbin-Watson stat	3.16853	� Prob(F-statistic)		0.000530

Sumber : Hasil Perhitungan Eviews 7

Berdasarkan hasil perhitungan di atas dapat diketahui pengaruh faktor internal dan faktor eksternal terhadap kredit bermasalah serta kinerja keuangan pada bank BPD, yaitu sebagai berikut:

1. Capital Adequacy Ratio (CAR)

Nilai t-statistik Capital Adequacy Ratio (CAR) sebesar 4.285895. Nilai t-tabel pada tingkat signifikansi 5% sebesar 2.147. Perbandingan kedua nilai tersebut adalah �t statistik lebih besar t tabel : (4.285895 > 2.147). Hal ini berarti bahwa Capital Adequacy Ratio (CAR) berpengaruh terhadap Kredit bermasalah (NPL) pada bank BPD. Nilai probabilitstik atau p-value sebesar 0.0000 < 0.05 dan arah pengaruhnya positif. Ini berarti terdapat hubungan yang signifikan antara Capital Adequacy Ratio (CAR) dan Kredit bermasalah (NPL). Kesimpulan yang peneliti peroleh adalah menolak H0 yang berarti bahwa secara parsial Capital Adequacy Ratio (CAR) berpengaruh secara signifikan terhadap Kredit bermasalah (NPL)� pada bank BPD dengan arah pengaruh yang positif.

Hal ini dikarenakan CAR merupakan kemampuan modal suatu bank dalam menanggulangi risiko yang akan timbul dari aktivitas operasional suatu bank, seperti kredit. Untuk itu semakin tinggi rasio CAR maka akan semakin tinggi kemampuan permodalan bank. adanya pengaruh kepemilikan Hasil ini mendukung penelitian yang dilakukan oleh (Jusmansyah & Sriyanto, 2013) dan (Yusuf & Fakhrudin, 2016) yang menyatakan bahwa CAR berpengaruh terhadap NPL. Namun, hasil penelitian ini tidak sejalan dengan penelitian yang dilakukan oleh (Andreani & Errick, 2016) yang menyatakan bahwa CAR tidak berpengaruh terhadap NPL.

2. Bank Size (SIZE)

Nilai t-statistik Bank Size (SIZE) sebesar -1.756610. Nilai t-tabel pada tingkat signifikansi 5% sebesar -2.147. Perbandingan kedua nilai tersebut adalah �t statistik lebih kecil t tabel : (-1.756610 < -2.147). Hal ini berarti bahwa Bank Size (SIZE) tidak berpengaruh terhadap Kredit bermasalah (NPL) pada bank BPD. Nilai probabilitstik atau p-value sebesar 0.4514 > 0.05 dan arah pengaruhnya negatif. Ini berarti tidak terdapat hubungan yang signifikan antara Bank Size (SIZE) dan Kredit bermasalah (NPL). Kesimpulan yang peneliti peroleh adalah menerima H0 yang berarti bahwa secara parsial Bank Size (SIZE) tidak berpengaruh secara signifikan terhadap Kredit bermasalah (NPL) pada bank BPD dengan arah pengaruh yang negatif.

Hasil penelitian ini mendukung teori yang ada bahwa semakin tinggi total aset yang tergambar pada rasio Size pada suatu bank maka akan semakin kecil pula peluang timbulnya Non-Performing Loan. Total aset yang semakin besar akan meningkatkan volume kredit yang dapat menekan tingkat spread yang dapat menurunkan tingkat lending rate bank. Temuan ini mendukung hasil penelitian (Rajiv Ranjan & Sarat Chandra Dahl, 2012) yang menyimpulkan bahwa variabel Size berpengaruh negatif dan signifikan terhadap Non-Performing Loan. Dengan demikian, hasil ini menunjukkan bahwa Size merupakan faktor yang mempengaruhi besar kecilnya peluang terjadinya Non-Performing Loan. (Hu et al. 2014) menemukan bahwa semakin besar suatu bank akan semakin besar sumber daya yang dimiliki untuk mengevaluasi dan memproses pinjaman yang dapat meningkatkan kualitas pinjaman tersebut sehingga dapat mengurangi tingkat NPL. Hal tersebut juga didukung oleh penemuan (Ranjan & Dhal, 2013) yaitu semakin besar ukuran bank semakin rendah NPL.

3. Loans to Asset Ratio (L_A)

Nilai t-statistik Loans to Asset Ratio (L_A) sebesar 3.169097. Nilai t-tabel pada tingkat signifikansi 5% sebesar 2.147. Perbandingan kedua nilai tersebut adalah �t statistik lebih besar t tabel : (3.169097 > 2.147). Hal ini berarti bahwa Loans to Asset Ratio (L_A) berpengaruh terhadap Kredit bermasalah (NPL) pada bank BPD. Nilai probabilitstik atau p-value sebesar 0.0061 < 0.05 dan arah pengaruhnya positif. Ini berarti terdapat hubungan yang signifikan antara Loans to Asset Ratio (L_A) dan Kredit bermasalah (NPL). Kesimpulan yang peneliti peroleh adalah menolak H0 yang berarti bahwa secara parsial Loans to Asset Ratio (L_A) berpengaruh secara signifikan terhadap Kredit bermasalah (NPL)� pada bank BPD dengan arah pengaruh yang positif.

Menurut (Festic & Kavkler, 2012) loan to asset ratio berhubungan positif dengan permasalahan dalam perbankan yang dapat meningkatkan Non-performing Loan dan insolvency yang disebabkan oleh mismanagement perbankan terus-menerus dalam jangka panjang. (Klein, 2013) menemukan adanya hubungan positif antara loan to asset ratio dengan NPL karena pemberian kredit secara berlebihan. Pemberian kredit secara berlebihan memunculkan kemungkinan adanya kredit yang tidak terbayar. (Khemraj & �Pasha, 2009) mengatakan bank dengan tingkat loan to asset ratio yang tinggi menandakan bank tersebut tidak khawatir dengan biaya yang akan timbul dari pengambilan resiko dengan memberikan kredit berlebih dan mementingkan tingkat profit yang akan diperoleh sehingga menambahkan kredit melalui pendanaan dari aset bank yang akan menyebabkan NPL di saat kondisi ekonomi mengalami penurunan.

4. LDR (Loan To Deposit Ratio)

Nilai t-statistik LDR (Loan To Deposit Ratio) sebesar 4.861171. Nilai t-tabel pada tingkat signifikansi 5% sebesar 2.147. Perbandingan kedua nilai tersebut adalah �t statistik lebih besar t tabel : (4.861171 > 2.147). Hal ini berarti bahwa LDR (Loan To Deposit Ratio) berpengaruh terhadap Kredit bermasalah (NPL) pada bank BPD. Nilai probabilitstik atau p-value sebesar 0.0000 < 0.05 dan arah pengaruhnya positif. Ini berarti terdapat hubungan yang signifikan antara LDR (Loan To Deposit Ratio) dan Kredit bermasalah (NPL) pada bank BPD. Kesimpulan yang peneliti peroleh adalah menolak H0 yang berarti bahwa secara parsial LDR (Loan To Deposit Ratio) berpengaruh secara signifikan terhadap Kredit bermasalah (NPL) pada bank BPDdengan arah pengaruh yang positif.

Hal ini mengindikasikan bahwa semakin tinggi rasio LDR maka akan menyebabkan meningkatnya rasio NPL yang terjadi pada bank, sebaliknya semakin rendah rasio LDR akan menyebabkan menurunnya rasio NPL. Hasil penelitian ini sejalan dengan teori yang diungkapkan oleh (Dendawijaya, 2015) yang mengatakan bahwa LDR secara penuh akan meningkat dan risiko terjadinya NPL pada bank tersebut semakin tinggi pula. Jadi semakin tinggi LDR sebuah bank, maka semakin tinggi pula peluang munculnya NPL. Hal ini disebabkan karena apabila bank memiliki LDR yang tinggi, maka bank akan mempunyai risiko tidak tertagihnya pinjaman yang tinggi yang nantinya akan mengakibatkan terjadinya kredit bermasalah dan bank akan mengalami kerugian. Hasil penelitian ini mendukung temuan empirik dari (Kurniasari, 2016) yang menyimpulkan LDR berpengaruh signifikan terhadap NPL. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh B.M. (Anin Diyanti, 2012) yang menyatakan adanya pengaruh positif antara Loan Deposit Ratio terhadap Non Performing Loan. Hasil penelitian ini tidak mendukung penelitian yang dilakukan oleh (Wimboh, 2014) yang mengemukakan bahwa LDR berpengaruh tidak signifikan terhadap NPL. Hasil penelitian ini berbeda dengan penelitian yang dilakukan Wimboh, karena besarnya LDR pada penelitian ini menggunakan LDR rata-rata dari seluruh bank BPD, sedangkan penelitian Wimboh hanya menggunakan jumlah LDR pada satu bank. Hal ini akan memberikan pengaruh sehingga LDR tidak berpengaruh signifikan terhada NPL.

5. Irate (Tingkat Suku� Bunga SBI)

Nilai t-statistik IRATE (Tingkat Suku� Bunga SBI) sebesar 3.245320. Nilai t-tabel pada tingkat signifikansi 5% sebesar 2.147. Perbandingan kedua nilai tersebut adalah �t statistik lebih besar t tabel : (3.245320 > 2.147). Hal ini berarti bahwa IRATE (Tingkat Suku� Bunga SBI) berpengaruh terhadap Kredit bermasalah (NPL). Nilai probabilitstik atau p-value sebesar 0.0012 < 0.05 dan arah pengaruhnya positif. Ini berarti terdapat hubungan yang signifikan antara IRATE (Tingkat Suku� Bunga SBI) dan Kredit bermasalah (NPL). Kesimpulan yang peneliti peroleh adalah menolak H0 yang berarti bahwa secara parsial IRATE (Tingkat Suku� Bunga SBI) berpengaruh secara signifikan terhadap Kredit bermasalah (NPL) pada bank BPD dengan arah pengaruh yang positif.

Hasil penelitian ini sejalan dengan teori yang dijelaskan oleh Dhendawidjaya (2014) tingkat suku bunga merupakan sejumlah keuntungan yang diperoleh bank atau pun nasabah. Bagi bank besarnya tingkat suku bunga kredit tentu akan sangat menentukan laba yang diperoleh oleh sebuah bank, bagi nasabah semakin tinggi tingkat suku bunga bank umum tentu akan mendorong besarnya keuntungan yang diperoleh nasabah. Walaupun demikian ketika tingkat suku bunga tinggi risiko kredit bermasalah menjadi meningkat. Meningkatnya suku bunga akan mendorong jumlah pembayaran kredit yang harus segera dibayarkan menjadi semakin tinggi.

6. Kurs (Exchange Rate)

Nilai t-statistik Kurs (Exchange Rate) sebesar -1.513515. Nilai t-tabel pada tingkat signifikansi 5% sebesar -2.147. Perbandingan kedua nilai tersebut adalah �t statistik lebih kecil t tabel : (-1.513515 < -2.147). Hal ini berarti bahwa Kurs (Exchange Rate) tidak berpengaruh terhadap Kredit bermasalah (NPL) pada bank BPD. Nilai probabilitstik atau p-value sebesar 0.6500 > 0.05 dan arah pengaruhnya negatif. Ini berarti tidak terdapat hubungan yang signifikan antara Kurs (Exchange Rate) dan Kredit bermasalah (NPL). Kesimpulan yang peneliti peroleh adalah menerima H0 yang berarti bahwa secara parsial Kurs (Exchange Rate) tidak berpengaruh secara signifikan terhadap Kredit bermasalah (NPL) pada bank BPD dengan arah hubungan yang negatif.

Hasil yang diperoleh tersebut menunjukan bahwa perubahan kurs tidak mempengaruhi nilai Non Performing Loan yang dimiliki oleh bank BPD. Hasil yang diperoleh pada tahapan pengujian hipotesis tidak sejalan dengan teori atau pun hipotesis seperti yang diungkapkan (Dhendawidjaya, 2012) yang menyatakan kurs merupakan nilai tukar mata uang sebuah negara, jika terjadi penurunan nilai kurs tentu nilai mata uang sebuah negara akan mengalami penurunan nilai, ketika hal tersebut terjadi mengakibatkan nilai hutang yang harus dibayarkan kepada bank bagi debitur akan meningkat, situasi tersebut tentu akan mendorong meningkatnya kemungkinan kredit macet yang terlihat NPL yang dimiliki sebuah bank

7. Gross Domestic Product (GDP)

Nilai t-statistik Gross Domestic Product (GDP) �sebesar 3.214680. Nilai t-tabel pada tingkat signifikansi 5% sebesar 2.147. Perbandingan kedua nilai tersebut adalah �t statistik lebih besar t tabel : (3.214680 > 2.147). Hal ini berarti bahwa Gross Domestic Product (GDP) berpengaruh terhadap Kredit bermasalah (NPL). Nilai probabilitstik atau p-value sebesar 0.0312 < 0.05 dan arah pengaruhnya positif. Ini berarti terdapat hubungan yang signifikan antara Gross Domestic Product (GDP) dan Kredit bermasalah (NPL). Kesimpulan yang peneliti peroleh adalah menolak H0 yang berarti bahwa secara parsial Gross Domestic Product (GDP) berpengaruh secara signifikan terhadap Kredit bermasalah (NPL) pada bank BPD dengan arah pengaruh yang positif.

Hasil penelitian ini sejalan dengan dengan penelitian empiris yang dilakukan oleh penelitian sebelumnya oleh (Salas & Saurina, 2010). Salas & Saurina melakukan penelitian kombinasi antara variabel makroekonomi dan mikroekonomi terhadap perbankan Spanyol untuk periode tahun 1985- 1997. Mereka menemukan pengaruh yang positif dan signifikan efek pertumbuhan GDP terhadap NPL, juga menyimpulkan bahwa perkembangan makroekonomi yang positif memberikan kemampuan agen-agen ekonomi untuk dapat melunasi hutang � hutang mereka. Lebih lanjut mengenai NPL, berdasarkan penelitian yang dilakukan dengan menggunakan data dari 16 bank dari negara Tunisia periode waktu tahun 2003- 2012 disimpulkan bahwa NPL yang terjadi di perbankan banyak dipengaruhi oleh variabel makroekonomi, variabel makroekonomi tersebut terdiri dari GDP, inflasi, dan tingkat suku bunga (Abid, et al., 2014).

8. Kredit bermasalah (NPL)

Nilai t-statistik Kredit bermasalah (NPL) sebesar -1.169223. Nilai��� t-tabel pada tingkat signifikansi 5% sebesar -2.147. Perbandingan kedua nilai tersebut adalah �t statistik lebih kecil t tabel :� (-1.169223 < -2.147). Hal ini berarti bahwa Kredit bermasalah (NPL) tidak berpengaruh terhadap Return on Assets (ROA) pada bank BPD. Nilai probabilitstik atau p-value sebesar 0.5206 > 0.05 dan arah pengaruhnya negatif. Ini berarti tidak terdapat hubungan yang signifikan antara Kredit bermasalah (NPL) dan Return on Assets (ROA). Kesimpulan yang peneliti peroleh adalah menerima H₀ yang berarti bahwa secara parsial Kredit bermasalah (NPL) tidak berpengaruh secara signifikan terhadap Return on Assets (ROA) pada bank BPD dengan arah pengaruh yang negatif.

Hasil penelitian yang menunjukkan pengaruh negatif ini memiliki arti, apabila terjadi peningkatan terhadap NPL maka profitabilitasnya (ROA) mengalami penurunan. Hasil penelitian ini sejalan dengan teori yang menyatakan bahwa kredit bermasalah akan berakibat pada kerugian bank karena tidak diterimanya kembali dana yang sudah disalurkan beserta pendapatan bunganya yang berakibat pada penurunan pendapatan secara total (Ismail, 2014). Ketika ada kegagalan debitur untuk membayar, itu akan menurunkan profitabilitas bank (Kristianti, 2016). Oleh karena itu bank dituntut untuk selalu menjaga kredit tidak dalam posisi NPL yang tinggi

Pada hasil estimasi, diperoleh besaran R-squared sebesar 0.435103. Hal ini menunjukkan bahwa pengaruh� faktor eksternal yang meliputi IRATE (Tingkat Suku� Bunga SBI), Kurs (Exchange Rate) dan Gross Domestic Product (GDP) terhadap kredit bermasalah (NPL) sebesar 43,51% sedangkan sisanya sebesar 56,49% dijelaskan faktor-faktor lain yang tidak termasuk dalam model. Faktor-faktor lain yang tidak termasuk dalam model, yang turut mempengaruhi kredit bermasalah (NPL) yaitu Beban Operasional Pendapatan Operasional (BOPO), Equity to Asset Ratio (EAR) dan inflasi.

Kesimpulan

Berdasarkan hasil penelitian dan pembahasan Faktor� internal dan eksternal pada bank BPD. Faktor� internal pada bank BPD yang diukur dengan rasio CAR : Capital Adequacy Ratio, Bank Size (SIZE), Loans to Asset Ratio (L_A) dan LDR : Loan To Deposit Ratio. Faktor eksternal pada bank BPD yang diukur dengan rasio IRATE (Tingkat Suku� Bunga SBI), Kurs (Exchange Rate) dan Gross Domestic Product (GDP). Kredit bermasalah (NPL) pada bank BPD selama kurun waktu tahun 2014 sampai dengan tahun 2018 sebanyak 26 BPD memiliki nilai rata-rata kredit bermasalah (NPL) sebesar 2.52. Hal ini berarti kemampuan manajemen bank dalam mengelolah kredit bermasalah pada bank BPD rata-rata berkisar 2.52 yaitu sehat. NPL tertinggi diperoleh pada Bank Papua untuk tahun 2016 sebesar 15.03 yang berarti kemampuan manajemen bank tersebut dalam mengelolah kredit bermasalah yang terjadi dibank tersebut buruk atau tidak baik, karena semakin besar nilai rasio kredit bermasalah (NPL) yang dimiliki suatu bank maka bank tersebut memiliki potensi berbahaya dalam kelangsungan usahanya. Kinerja keuangan pada bank BPD� yang diukur dengan rasio Return on Assets (ROA) selama kurun waktu tahun 2014 sampai dengan tahun 2018 sebanyak 26 BPD memiliki nilai rata-rata Return on Assets (ROA) sebesar 2.74. Hal ini berarti kemampuan perusahaan dalam menghasilkan laba dengan menggunakan total aset pada bank BPD rata-rata berkisar 2.74 yaitu sehat. Besarnya pengaruh faktor internal dan eksternal yang meliputi Capital Adequacy Ratio (CAR), Bank Size (SIZE), Loans to Asset Ratio (L_A), Loan To Deposit Ratio (LDR), IRATE (Tingkat Suku� Bunga SBI), Kurs (Exchange Rate) dan Gross Domestic Product (GDP)�� terhadap kredit bermasalah pada bank BPD sebesar 61.02%. Kredit bermasalah (NPL) berpengaruh terhadap Return on Assets (ROA) pada bank BPD sebesar 71.04% dengan arah hubungan yang negatif. Hasil penelitian yang menunjukkan hubungan negatif ini memiliki arti, apabila terjadi peningkatan terhadap NPL maka profitabilitasnya (ROA) mengalami penurunan. Untuk itu semakin tinggi rasio CAR maka akan semakin tinggi kemampuan permodalan bank.

BIBLIOGRAFI

�Abdullah, Faisal. 2012. Manajemen Perbankan. Edisi Revisi. Malang : Universitas Muhammadiyah Malang.

Ahmad, F. and Bashir, T. 2013. Explanatory Power of Bank Specific Variables as Determinants of Non-performing Loans: Evidence from Pakistan Banking Sector, World Applied Sciences Journal, 22(9): 1220-1231.

Arens, Alvin A., dan James K.Loebbecke. 2010. Auditing an Integrated Approach, 8th edition. Prentice Hall. New Jersey : Englewood.

Bhaduri, S.N. 2012. Determinants of Corporate Borrowing: Some Evidence from the Indian Corporate Structure. Journal of Economics and Finance. Vol. 26. No.2. hal 200-215

Baltagi, B.H 2011. Econometric Analysis of Panel Data. England: John Wiley and Sons Ltd.

Beatty, Anne, dan Anne Gron. 2011, Capital, Portfolio, and Growth: Bank Behavior Under Risk-Based Capital Guidelines. Journal of Financial Services Research, Vol. 20, No. 1, pp. 5-31.

Berger, A. N. and DeYoung, R. 2010. Problem Loans and Cost Efficiency in Commercial Banks, Journal of Banking and Finance, 21: 849-870.

Berger, A. N.; Demirguc-Kunt, A.; Levine, R. and Haubrich, J. G. 2012. Bank Concentration and Competition: An Evolution in The Making, Journal of Money, Credit and Banking, 36(3): 433-451.

Berrospide, Jose M., dan Edge, Rochelle M. 2010. The Effects of Bank Capital on Lending: What Do We Know, and What Does It Mean?.Journal of Economic Literature.

Brigham & Ehrhardt, 2015. Financial management : Theory And Practice, Eleventh Edition, Thomson South-Western Ohio, United States Of America

Carlson, Mark, Hui Shan, dan Missaka Warusawitharana. 2010. Capital Ratios and Bank Lending: A Matched Bank Approach. Journal of Economic Literature.

Christianto, Mario dan Parengkuan, Tommy dan Saerang, Ivonne. 2014. Analisa Terhadap Rasio-Rasio Keuangan Untuk Mengukur Profitabilitas Pada Bank-Bank Swasta Yang Go Public Di Bursa Efek Indonesia. Jurnal EMBA Vol.2 No.4. hal. 817-830

Clair, Robert T. 2012. Loan Growth and Loan Quality: Some Preliminary Evidence from Texas Banks, Federal Reserve Bank of Dallas Economic Review, QIII: 9-22.

Das, A., & Ghosh, S. 2012. Determinants of Credit Risk in Indian State-Owned Banks: An Empirical Investigation. Economic Issues Vol. 12 Issue 2.

Dash, M.K, & Kabra, G. 2010. The Determinants of Non-Performing Assets in Indian Commercial Bank: An Econometric Study. Middle Eastern Finance and Economics Issue 7.

Davis, E. Philip and Karim, D. 2013. Comparing Early Warning Systems for Banking Crises, Journal of Financial Stability, 4(2): 89-120.

Demirg��-Kunt, Asli & Maksimovic, Vojislav. 2011. Financial Constraints, Uses of Funds, and Firm Growth: An International Comparison. World Bank mimeo.

Dietrich, A & Wanzenried, G. 2011. Determinants of Bank Profitability Before and During the Crisis: Evidence from Switzerland. Journal of International Financial Markets, Institution & Money. Vol. 21. hal 307-327.

Demirguc-Kunt, A. &� Huizinga, H. 2014. Determinants of commercial bank interest margins and profitability: Some international evidence. The World Bank Economic Review, 13(2), 379-408.

Djiogap, F.&� Ngomsi, A. 2012. : Determinants of bank long-term lending behavior in the Central African Economic and Monetary Community (CEMAC).� Review of Economics & Finance; 1923-7529-2012-02-107-08,

ECB. 2010. Beyond ROE: How to Measure Bank Performance, Germany: European Central Bank.

Ekanayake,� E.M.N.N� &� Azeez, A.A. 2015.� Determinants of non-performing loans in licensed commercial banks: evidence from Sri Lanka.� Asian Economic and Financial Review, 5(6):868-882. Retrieve from http://www.aessweb.om/journals/5002.

Festic, Mejra and Kavkler, A. 2012. The Roots of The Banking Crisis in The New EU Member States: A Panel Regression Approach, Romanian Journal of Economic Forecasting, 1: 20-40.

Ferreira, C. 2012. The Banking Sector, Economic Growth, and EU Integration, Journal of Economic Studies, 35(6): 512-527.

Firdausy C. 2015. Roles, Problems and Policies of the Indonesian Small and Medium Enterprises in Globalization. In Globalization and World Economic Policies: Effect and Policies Responses of Nations and their Grouping. Editor Tisdell C. 249�272. Serial Publication, New Delhi.

Fofack, Hippolyte 2015. Non-performing loans in sub-Saharan Africa: Causal Analysis and Macroeconomic Implications. World Bank Policy Research Working Paper No. 3769.

Fiordelisi, F.; Marques, D. and Molyneux, P. 2013. Efficiency and Risk Taking in European Banking, Bangor Business School Working Paper, 09/004.

Hu, Jin-Li; Li, Yang and Chiu, Yung-ho 2014. Ownership and Non-performing Loans: Evidence from Taiwan�s Banks, The Developing Economies, 42(3): 405-420.

Inekwe & Murumba, 2013, �The Relationship between Real GDP and Non-performing Loans: Evidence from Nigeria (1995 � 2009)�, International Journal of Capacity Building in Education and Management (IJCBEM), ISSN: 2350-2312 (Online) ISSN: 23467231 (Print),Vol. 2, No 1.

Jimenez, G., Lopez, J.A., & Saurina, J. 2013. How Does Competition Impact Bank Risk-Taking?. Federal Reserve Bank of San Francisco Working Paper No. 23.

Jimenez, G., Saurina, J. 2013. Credit Cycles, Credit Risk and Prudential Regulation. International Journal of Central Banking.

Kasmir. 2010. Bank dan Lembaga Keuangan Lainnya. Jakarta : PT Raja Grafindo.

Kasmir. 2012. Bank dan Lembaga Keuangan Lainnya. Jakarta : Edisi keenam.Raja Grafindo Persada.

Kasmir. 2016. Bank dan Lembaga Keuangan Lainnya. Jakarta : PT Raja Grafindo Persada

Kuncoro, Mudrajad. 2012. Manajemen Perbankan, Teori dan Aplikasi. Jakarta : PT Penerbit Erlangga.

Keeton, W. R. 2011. Does Faster Loan Growth Lead to Higher Loan Losses?, Federal Reserve Bank of Kansas City: Economic Review, Q2: 57-75.

Khemraj, T. and Pasha, S. 2013. The Determinants of Non-Performing Loans: An Econometric Case Study of Guyana. Paper presented to the Caribbean Centre for Banking and Finance Bi-annual Conference on Banking and Finance, St. Augustine, Trinidad.

Klein, N. 2013. Non-Performing Loans in CESEE: Determinants and Impact on Macroeconomic Performance, International Monetary Fund Working Paper, 13/72.

Kornai, J. 2010. The Soft Budget Constraint, Kyklos, 39(1): 3-30.

Kornai, J.; Maskin, E. and Roland, G. 2013. Understanding The Soft Budget Constraint, Journal of Economic Literature, 41(4): 1095-1136.

Louzis, Dimitrios P.; Vouldis, Angelos T. and Metaxas, Vasilios L. 2010. Macroeconomic and Bank-specific Determinants of Non-performing Loans in Greece: A Comparative Study of Mortgage, Business and Consumer Loan Portfolios, Bank of Greece Working Paper, 10/118.

Linsley, PM. dan P.J. Shrives. 2015. Examining Risk Reporting in UK Public Companies. The Journal of Risk Finance, Vol 6, No. 4 pp 292 � 305

Macroeconomic Dashboard UGM. 2012. Indonesian Economic Review and Outlook, Yogyakarta: Universitas Gajah Mada.

Marcucci, J. and Quagliariello, M. 2013. Is Bank Portfolio Riskiness Procyclical?: Evidence From Italy Using a Vector Autoregression, Journal of International Financial Markets, Institutions and Money, 18(1): 46-63.

Mishkin, Frederic S. 2011. How Big a Problem is Too Big to Fail? A Review of Gary Stern and Ron Feldman�s Too Big to Fail: The Hazards of Bank Bailouts, Journal of Economic Literature, 44(4): 988-1004.

Ozurumba, B. A. 2016. Impact of non-performing loans on the performance of selected commercial banks in Nigeria. Research Journal of Finance and Accounting 7(16), 95-109. www.iiste.org. ISSN 2222-1697 (Paper) ISSN 2222-2847 (Online).

Podpiera, J. and Weill, L. 2013. Bad Luck or Bad Management? Emerging Banking Market Experience, Czech National Bank Working Papers, 07/5.

Rajan, R. G. 2014. Why Bank Credit Policies Fluctuate: A Theory and Some Evidence, The Quarterly Journal of Economics, 109(2): 399-441.

Ranjan, R. and Dhal, S. C. 2013. Non-Performing Loans and Terms of Credit of Public Sector Banks in India: An Empirical Assessment, Reserve Bank of India Occasional Papers, 24(3): 81-121.

Raphael, G. 2013. Bank-specific, industryspecific and Macroeconomic Determinants of Bank Efficiency in Tanzania : A Two Stage Analysis. European Journal of Business and Management.

Rinaldy, E. 2010. Membaca Neraca Bank, Jakarta: Indonesia Legal Center Publishing.

Rose, Peter S. and Hudgins, Sylvia C. 2013. Bank Management and Financial Services, Singapore: McGraw Hill.

Salas, Vincente and Jesus Saurina 2012. Credit Risk in Two Institutional Regimes: Spanish Commercial and Savings Banks. Journal of Financial Services Research.

Shingjergji, A. 2013. The Impact of Bank Specific Variables on the Non Performing Loans Ratio in the Albanian Banking System, Research Journal of Finance and Accounting, 4(7): 148-152.

Copyright holder:

Haris Resmawan (2022)

First publication right:

Syntax Literate: Jurnal Ilmiah Indonesia

This article is licensed under: