6 Domain Utama Credit System Development terkait Proses, Metodologi dan CIT

Banyak orang berpendapat, Credit hanyalah bersifat operasional, yaitu mencakup people, dan policy. Nyatanya Credit juga sangat terkait dengan proses, metodologi dan CIT (Communication and Information Technology). Berikut ini adalah 6 domain utama dari Credit Development yang sangat dekat dengan 3 hal di atas, yang sangat diperlukan untuk membantu Credit melakukan loan assessment secara efektif dan efisien:

1. Application model dan verifikasinya, mencakup pengembangan Scoring Model dan Rating Model untuk setiap loan portfolio, baik dalam artian product portfolio, market portfolio ataupun hybrid. Selain itu harus dikembangkan Sistem Verifikasi model-model di atas nya untuk menjaga validitasnya agar mampu memetakan Resiko Produk (Facility Rating) dan Resiko Customer secara terintegrasi. Behavior Scoring Model termasuk salah satu sistem verifikasi ini.
2. Value at Risk, mencakup development sistem penghitungan estimasi PD, LGD, EAD dan VaR untuk pelaporan akuntansi dan resiko kepada otoritas keuangan.
3. Credit Risk Reporting & Monitoring, meliputi penentuan risk parameter untuk setiap skenario resiko (misalnya skenario credit bubble, economic expansion, dst), diikuti dengan pengembangan sistem reporting untuk information sharing, dan performance monitoring/ evaluation. Khusus risk monitoring, selain mencakup system juga terutama mencakup culture development (belief, value dan behavior, seperti risk meeting, risk based authority, dll).
4. Credit Risk Decision Making. Informasi tentang kondisi kredit dari sisi resiko adalah penting, namun yang lebih penting lagi adalah strategi (rencana) dan tindakan. Sistem yang perlu dikembangkan meliputi activity management system, sistem estimasi Risk- adjusted Return on Capital, Risk-based Portfolio dan Risk-based Pricing. Selain price of money, sesungguhnya diperlukan adjustment atas proses termasuk di dalamnya penilaian kembali target segment, namun menjembatani Marketing Analytics dengan Mathematical Finance atau Credit Analytics masih merupakan new frontier bahkan bagi dunia perbankan.
5. Proses kredit dan data capturing. Development item di atas relatif canggih dan baru, namun semuanya tergantung dari seberapa canggih proses kredit, yaitu seberapa sederhana, dan efisien tanpa mengorbankan resiko. Karena birokrasi loan engagement, bahkan Bill Gates berkata “Banking is necessary – banks are not.”; ini meng-isyaratkan perlunya perubahan sistem data capture, data integration (termasuk integrasi dengan Credit Bureau), data warehousing, dan LOS (Loan Origination System)
6. Credit policy. Banyak yang berpikir bahwa modeling akan membuat policy obsolete. Kenyataannya banyak hal yang tidak bisa dimodelkan terutama karena cakupan data. Dari seluruh market, perusahaan memilih segment tertentu saja. Dengan demikian model diperoleh setelah pemilihan target segment dan hanya valid untuk kondisi ceteris paribus yang biasanya kualitatif sehingga tidak pernah diulas dalam model: team sales, appraisal, dan collection yang tertentu. Development item pada domain credit policy mencakup sistem decision workflow, dan document management.

Lihat juga:
Workstream Automation - Corporate Credit Approval and Administration Suite (CCAA) : http://workstreamautomation.com/workstream-products/predefined-business-processes/workstream-corporate-credit-approval-and-administration-suite-ccaa

Mending Lending: Trends & Best Practices to Improve Loan Processing : http://www.slideshare.net/OpenTextBPS/mending-lending-trends-best-practices-to-improve-loan-processing

Mending Lending: Trends & Best Practices to Improve Loan Processing from OpenText BPS

9 Hal di Balik Keengganan Penerapan Statistical Application Scoring

Aplikasi kredit perlu dianalisa untuk menentukan apakah permohonan kredit tersebut layak diterima atau ditolak. Berbagai pendekatan dapat dipakai untuk melakukan analisa ini, namun demikian perkembangan dewasa ini mengarah kepada pemodelan yang obyektif dengan mempergunakan data internal dan dilakukan dengan metode statistik. Meski BIS (Bank of International Settlement) telah menganjurkan pendekatan ini, beberapa alasan terus dikemukakan untuk menunda implementasinya. Dibalik alasan keengganan tersebut umumnya terdapat hal-hal berikut yang mendasarinya, yang kontra produktif terhadap pengucuran kredit yang prudent:

1. Dasar persetujuan kredit oleh Kreditur lebih banyak ditentukan faktor struktur industri. Di Indonesia ATPM (Agen Tunggal Pemegang Merek) mendorong pertumbuhan penjualan kendaraan bermotor dengan mendirikan perusahaan pembiayaan. Jadi akuisisi Debitur menjamin penjualan unit. Hal serupa juga terjadi pada konglomerasi yang sangat umum memiliki lini usaha property dan perbankan, 2 sektor usaha yang tumbuh bagai jamur di musim hujan sejak era bunga murah. Kondisi ini membuat kualitas kredit yang buruk dikompensasi oleh lini usaha utama sehingga dalam jangka panjang konglomerasi memiliki pertumbuhan positif dan bila krisis perbankan/ ekonomi mendera maka usaha perbankan menjadi sandera untuk mendorong pemerintah melakukan bail-out
2. Dasar akuisisi kredit lebih banyak ditentukan faktor jaminan. Besarnya resiko kredit ditentukan dari rumus berikut: PD x EAD x LGD. Ketika Kreditur memberikan persetujuan karena nilai pasar dan likuiditas Jaminan, maka upaya untuk memahami dan mengantisipasi kemungkinan default (PD: probability of default) tidak lagi penting
3. Kreditur percaya bahwa Market Risk di dalam Jaminan dapat diantisipasi sempurna. Ketika Jaminan menjadi solusi utama default, Kreditur harus mampu melikuidasi jaminan minimum sebesar saldo pokok hutang. Masalahnya adalah nilai pasar dari jaminan, meskipun jaminan berupa tanah dan bangunan (TB), namun terbukti nilainya bisa turun. Sebelum krisis property di Amerika Serikat, semua investor meng-agungkan emas dan property sebagai asset safe heaven yang tak tergantikan. Dari masa krisis sampai sekarang, ke-2nya terbukti nilainya bisa turun dan dapat dipermainkan oleh investor besar. Di Indonesia nilai TB yang selama ini selalu naik, diprediksi stagnan bahkan terkoreksi 20% untuk tahun 2014 s/d 2016
4. Kreditur percaya bahwa Calon Debitur tidak melek finansial. Pada Application Scoring yang non statistik, yaitu yang disusun berdasarkan pengalaman ahli maka keunggulan analisa diperoleh bila ahli ini memang “lebih pandai” dari Calon Debitur. Dengan Calon Debitur yang semakin canggih, terutama pada Commecial dan Corporate Loan hampir tidak mungkin Kreditur "memintari" Calon Debitur sejauh pertimbangan Scoring yang dipakai adalah textbook Credit Risk Management yang sama. Parameter pada textbook dapat dipelajari baik oleh Kreditur maupun Calon Debitur untuk melakukan window dressing, seperti DSR, DER, ROE, ROS, Cash Ratio dan lain-lain
5. Investasi pada Data Management dan perangkat pendukungnya. Statistical Application Scoring membutuhkan data Calon Debitur yang lengkap, akurat dan terkini. Untuk memiliki data tersebut, Kreditur harus memiliki sistem pengelolaan data yang baik meliputi hardware, software, disiplin karyawan dan kebijakan tersendiri. Selain pengelolaan data, dibutuhkan juga LOS (Loan Origination System) yang baik mencakup perangkat data capture, survey, dan analisa yang terintegrasi dari Marketing sampai penyelesaian kredit
6. Pengelolaan Budaya “Speak by Data”. Persetujuan kredit umumnya dilakukan oleh “ahli” dengan tacid knowledge-nya sendiri yang subyektif. Implementasi Statistical Application Scoring membuat perusahaan memiliki knowledge berdasarkan obyektivitas data dan metodologi
7. Rendahnya otoritas Direktorat Resiko. Kreditur umumnya masih menomorduakan Direktorat Resiko, bahkan ada yang hanya berfungsi mengeluarkan kebijakan dan mempresentasikan parameter resiko saja. Dalam hal Credit Risk, Direktorat Resiko hanyalah macan ompong bila tidak memiliki kemampuan operasional menerima atau menolah permohonan kredit, tanpa kemampuan untuk melakukan monitoring, evaluasi dan menjatuhkan sanksi kepada semua pihak yang terlibat
8. Kreditur tidak harus memenuhi persyaratan Advanced IRB (Internal Rating Based) dan tidak berusaha menurunkan pencadangan default. Perbankan Eropa dan Amerika sejak sebelum krisis 2011 telah mengarah kepada Advance IRB, yang mensyaratkan diberlakukannya sistem mitigasi resiko internal pada setiap Kreditur. Di lain pihak Bank Indonesia tidak tegas sehingga implementasinya tertatih-tatih
9. Minimnya Risk Review Lembaga Pengawasan Lembaga Keuangan. Kreditur masih diberi keleluasaan oleh OJK, Bank Indonesia atau Kementerian Keuangan untuk sekadar melaporkan besarnya default dan NPL (Non Performing Loan), tanpa pembuktian lebih lajut. Hal ini tentunya akan segera berubah dengan semakin meningkatnya bahaya penjalaran krisis keuangan dunia yang telah mendorong munculnya Basel-III

Ilustrasi dari http://www.independent.ie/opinion/analysis/laura-noonan-new-reality-for-banks-as-regulator-wields-big-stick-26662146.html

16 Hal yang Dapat Meminimalkan Kecurangan dalam Pengucuran Kredit

Kecurangan dalam pengucuran kredit (credit fraud), entah dilakukan oleh pihak internal atau eksternal perusahaan seringkali sesungguhnya dapat dicegah dengan mengupayakan hal-hal berikut:

1. Screening Aplikasi Kredit dengan catatan kredit pada masa lalu. Catatan kredit sebelumnya baik milik perusahaan atau pihak ekternal (Credit Bureau misalnya) menunjukkan perilaku Calon Debitur. Selain perilaku pembayaran cicilan, perilaku lainnya yang anomali bisa jadi mengindikasikan kecurangan, seperti pergantian Appraiser, agen penjualan yang sama, perubahan identitas, pencatatan keuangan yang abnormal, dan lain-lain
2. Mengenal Perantara Penjualan. Perantara penjualan dapat berupa Agent atau Salesman dari Dealer (Kredit Kendaraan Bermotor), dan Developer (Kredit Property), atau pihak lainnya yang memungkinkan penjualan terjadi. Perusahaan harus mampu menilai apakah perantara penjualan hanya mementingkan aspek penjualan jangka pendek atau bertanggungjawab terhadap pertumbuhan penjualan dalam jangka panjang, serta apakah mereka berfokus kepada kualitas dan membangun hubungan yang saling menguntungkan
3. Mengenal Appraiser. Kualitas dan nilai pasar jaminan berpengaruh besar terhadap besarnya kredit yang dikucurkan, oleh sebab itu “permainan” dalam hal jaminan lazim terjadi. Appraiser yang minim kecurangan umumnya adalah mereka yang terbukti telah lama berbisnis sebab bisnis ini sangat tergantung nama baik atau reputasi
4. Menempatkan Staf dengan mendahulukan kejujuran dan kualitas kredit daripada sales. Staff akuisisi kredit mulai dari Sales, Surveyor, sampai dengan Analyst harus memiliki rekam jejak teruji dalam hal kejujuran, netralitas, dan kemampuannya mengenali potensi kecurangan
5. Mengenal gaya hidup Staf. Selain kemampuan dan kinerja historis dari staf, perusahaan perlu meyakinkan bahwa mereka memiliki gaya hidup yang sesuai dengan penghasilannya. Ketidaksesuaian gaya hidup dan penghasilan kemungkinan besar mengindikasikan kecurangan
6. Mengikuti prosedur baku. Prosedur standar dibuat berdasarkan common case, dan telah memilkirkan upaya mengamankan potensi kecurangan (common sense), oleh sebab itu deviasi apapun berpotensi mengarah kepada kecurangan sehingga harus diperhatikan. Demikian pula prosedur penanganan deviasi juga harus berprinsip kejujuran, keamanan dan kualitas kredit daripada kecepatan
7. Persetujuan berjenjang sesuai resiko, kecakapan dan tanggungjawab. Birokrasi pada Komite Kredit harus merefleksikan resiko default, resiko kecurangan, dan kecakapan serta tanggungjawab Komite Kredit, buka hanya sebagai tangga wewenang untuk mengukuhkan job position
8. Mendorong karyawan untuk mematuhi aksioma dasar pemberian kredit “jika tidak masuk akal, jangan memberikan kredit”. Aksioma kredit ini yang harus menjadi bagian dari budaya perusahaan (credit culture), terutama yang terkait dengan akuisisi kredit sehingga semua orang memiliki kesamaan cara berpikir dan memandang segala sesuatunya terhadap resiko kecurangan
9. Evaluasi atas kinerja yang ekstrem. Kinerja akuisisi kredit yang terlalu buruk seringkali dibedah untuk mengetahui ada tidaknya kesalahan underwriting ataupun kesalahan akibat kecurangan; sebaliknya kinerja yang bagus jarang sekali dibedah. Perlu disadari bahwa kinerja yang “terlalu” bagus seringkali menyembunyikan resiko yang juga tidak wajar
10. Quality Control berdasarkan Peran (Role) dalam proses akuisisi kredit. Untuk memastikan upaya deteksi dan pencegahan kecurangan efektif dan mendorong pertanggungjawaban maka Satuan Analisis -nya haruslah berdasarkan Peran (Role) dalam akuisisi kredit seperti: Cabang, Dealer, Developer, Agent, Salesman, Surveyor, Appraiser, Credit Analyst, dan anggota Komite Kredit lainnya
11. Hukuman yang proporsional. Konsekuensi kecurangan harus disosialisasikan dengan jelas dan mencakup sanksi yang berdampak jangka panjang, finansial maupun non finansial sesuai kerugian yang ditimbulkannya. Sanksi yang “terlalu” keras atau tidak proporsional akan menimbulkan kekakuan birokrasi, dan menghambat empowerment
12. Insentif yang konstruktif. Insentif dibagun untuk menjadi motivator perubahan perilaku manusia. Jangan sampai insentif mendorong perilaku dan gaya hidup hedonis (berlebihan), tamak, tidak taat asas dan fokus jangka pendek
13. Rotasi pekerjaan. Rotasi mengantisipasi terbangunnya jaringan yang sistematis, sebab kecurangan umumnya tidak dilakukan seorang diri. Rotasi juga “memaksa” penyebaran kemampuan, melengkapi kemampuan dan meminimalkan ketergantungan pada pekerjaan-pekerjaan operasional
14. Menggunakan vendor dengan rotasi terus menerus. Beberapa kecurangan terjadi karena perusahaan gagal mengontrol peran yang ada, oleh sebab itu bila bukan proses dan kompetensi inti maka dapat di-alihdayakan kepada vendor di luar perusahaan dengan memperhatikan rotasi
15. Program whistle-blowing dan perlindungan pelapor/ saksi. Program kesadaran bahaya kecurangan, disertai program yang memberi tempat bagi whistle-blower dan sekaligus melindunginya akan memungkinkan pengawasan oleh semua pihak
16. Satgas cepat tanggap untuk meminimalkan kerugian. Seringkali aktivitas mengejar pelaku kecurangan dan meminimalkan dampaknya terkendala oleh sekat birokratis, oleh sebab itu satuan tugas dengan wewenang khusus perlu dibentuk dengan berorientasi kepada recovery

9 Fitur Masa Depan LOS (Loan Origination System)

LOS (Loan Origination System) yang ada dewasa ini umumnya masih belum memuaskan team akuisisi kredit, namun demikian vendor LOS terbilang sedikit dan perusahaan kredit* umumnya juga tidak memiliki visi yang jelas tentang fitur masa depan sistem akuisisi mereka.

LOS memang sistem yang ada dalam industri yang konservatif namun demikian terdapat paling tidak 9 fitur yang akan membentuk LOS masa depan, agar data aplikasi kredit dapat dikelola dengan baik untuk memungkinkan analisa calon debitur yang lebih akurat, dan cepat :

1. Customer Centric bukan Product Centric. LOS umumnya dibedakan atau dipisahkan antar lini portfolio produk yang berbeda, misalnya antara Commercial Lending dan Consumer Lending. Berdasarkan pesan Basel-II, jelas bahwa setiap perusahaan kredit harus memiliki sistem manajemen resiko sendiri dan memahami Debiturnya, maka Debitur yang rekeningnya terpisah dalam LOS dari produk yang berbeda-beda jelas akan menyulitkan. Oleh sebab itu LOS nantinya akan berfokus kepada Debitur bukan lagi produk sehingga tercapai “360 degree view of Customer”.
2. Bergabungnya Risk Management dan Customer Management. Dengan “Fokus kepada Debitur (dan calon Debitur)" maka pengelolaan resiko dan customer harus terintegrasi. Alasan kuat lainnya adalah untuk menghindari bentrokan kepentingan antara Marketing dan Kredit: bagaimanapun kinerja Marketing diukur dari besarnya pokok hutang sedangkan kinerja Kredit dihitung dari default, oleh sebab itu ada tendensi alami yang berlawanan bila Marketing mendukung pencairan sebesar-besarnya maka Kredit mendukung pencairan sekecil mungkin dalam tenor sependek-pendeknya
3. Data Aplikasi sama pentingnya dengan data Debitur. Umumnya aplikasi kredit yang ditolak dihapus dari database demi alasan efisiensi. Dengan pengambilan keputusan dibantu Scoring Model dan kondisi kualitas kredit yang terus membaik maka data default yang dipergunakan dalam pemodelan akan semakin sedikit. Untuk menghindari dead-end seperti ini, maka pemodelan statistik memerlukan data tambahan dari Aplikasi yang di-reject melalui Reject Inference
4. Integrasi LOS dengan Credit Bureau. Data aplikasi, bahkan yang telah disurvey sekalipun terkadang tidak mencerminkan perilaku pembayaran cicilan yang sesungguhnya. Dalam hal ini Credit Bureau akan menjadi pelengkap yang sangat baik bagi analisa aplikasi kredit 
5. Mengakomodasi Data Eksternal Ekonomi Makro. Selain data historis pembayaran dari Credit Bureau, data eksternal yang sifatnya makro akan semakin dibutuhkan. Mengaca dari krisis ekonomi, globalisasi membuat krisis mengalir cepat dari satu negara menjadi krisis kawasan bahkan krisis dunia. Siklus krisis juga semakin pendek, dari krisis th 1997/8 - 2008 - 2012. LOS di masa mendatang akan semakin membutuhkan data eksternal yang sifatnya makro, juga menyimpan, dan menganalisa data tersebut yang dewasa ini terpecah dari berbagai sumber (bank sentral, bursa efek, lembaga pemeringkat, dll)
6. LOS yang pintar dengan logika dan aturan didalamnya. LOS di masa mendatang akan meng-embed policy di dalamnya, serta memastikan akuisisi data yang akurat dan tercatat. Field data akan bergerak dari free text kepada LOV** (list of value) berdasarkan analisa data. Semua ini memungkinkan kualitas data yang lebih baik dan efisien meskipun tehnologi untuk mengubah un-structured data seperti free text menjadi structured data telah mulai tersedia
7. Cloud based. Tuntutan biaya operasional yang rendah serta kecepatan persetujuan kredit pada suatu titik akan menuntut akuisisi data melalui perangkat pintar kapan saja dan dimana saja; begitu juga persetujuan kreditnya. Hal ini menuntut LOS menjadi cloud-based. Belum lagi gencarnya pertumbuhan e-money dan aplikasi pendukungnya (BitCoin, Paypall, Google Wallet, ISIS, dll). Jangan-jangan Google akan menjadi masa depan perbankan kita, siapa tahu?
8. Integrasi LOS dengan payment gateway. Menyambung LOS yang cloud-based, dan era branchless banking membuat LOS harus terintegrasi dengan pembayaran dan pemindahbukuan via internet, sekaligus mengakomodasi beragam bentuk pembayaran baru
9. End-to-end Loan Cycle. LOS secara tradisional berfokus kepada akuisisi kredit, namun default sesungguhnya terjadi bukan saat loan di-originate. Oleh karena itu LOS yang efektif, adalah yang terintegrasi bahkan menyeluruh dari akuisisi sampai maintenance, dari Marketing – Credit sampai dengan Collection dan Recovery

*) perusahaan yang memberikan hutang baik bank ataupun bukan bank, seperti koperasi simpan pinjam dan multifinance

**) data kategoris

Lihat juga:

http://info.mfiflex.com/blog/bid/365222/Lending-Core-integrated-with-FinancialForce-com-FFA

http://cloudlendinginc.com/

6 Pendekatan untuk Mengevaluasi Aplikasi Kredit

Pengucuran kredit adalah keputusan yang penuh resiko. Bayangkan untuk memperoleh keuntungan 3 juta per tahun maka perusahaan harus mengucurkan pembiayaan yang besarnya 100 juta*. Artinya potensi keuntungannya ‘hanya 3% dan potensi kerugiannya 30x lipatnya lebih’.
Salah satu yang membuat bisnis kredit ini tetap merupakan keputusan (investasi) yang masuk akal adalah kemampuan Kreditur meng-akuisisi Debitur yang tepat (Right Customer), yang umumnya dilakukan dengan pendekatan berikut:

1. Judgmental. Analis memutuskan menerima / menolak suatu aplikasi kredit berdasarkan pengalaman dan pemahaman pribadinya sendiri terhadap data calon Debitor

2. Komite Kredit. Di sini pendekatan yang dipakai masih subyektif seperti pendekatan pertama, namun obyektivitas dan akurasi diupayakan dengan pengambilan keputusan berdasarkan pendapat bersama yang diputuskan Ketua Panel Analis dari pendapat beberapa orang Analis. Tidak jarang Ketua Panel atau beberapa Analis memiliki bobot yang lebih tinggi dibanding lainnya berdasarkan kemampuan, pengalaman dan spesialisasi. Pada pendekatan ini mulai diperkenalkan pengambilan keputusan berdasarkan batas wewenang, area of expertise, dan konsep agency theory

3. Model Analitis. Keputusan menerima / menolak suatu aplikasi kredit didasarkan pada suatu model yang disepakati bersama oleh seluruh anggota Komite Kredit. Disini variabel penentu sudah disepakati bersama, demikian pula batas-batasannya sehingga subyektivitas dalam model telah digantikan konsep yang teruji dan berlaku umum. Konsep yang dipakai biasanya diambil dari text book, misalnya semakin besar rasio cicilan terhadap penghasilan (Debt Service Ratio = DSR) maka aplikasi kredit cenderung akan diterima

4. Model Statistik. Keputusan kredit ditentukan oleh Model yang dibuat melalui metode statistik dengan bahan berupa data aplikasi dan kualitas kredit. Pada pemodelan ini, kebenaran umum belum tentu dipakai sebab bila tidak dikonfirmasi oleh data maka akan gugur. Misalnya dalam pembiayaan konsumen, sering dijumpai kondisi bahwa kualitas kredit buruk pada segmen Debitur dengan DSR rendah (hutang << penghasilan) dan tinggi (hutang >> penghasilan). Berlawanan dengan textbook, hubungan DSR dengan kualitas kredit tidak monoton.

5. Model Perilaku. Data aplikasi kredit bisa jadi tidak mencerminkan perilaku pembayaran Debitur, bisa jadi segmen Debitur yang diduga baik atau bahkan sangat baik, ternyata malah sering menunggak. Oleh sebab itu Model Perilaku mengembangkan variabel penentu kualitas kredit dari data pembayaran, bukanlah dari data aplikasi

6. Model Pasar. Kredit dikucurkan selain memperhitungkan kemampuan calon Debitur membayar cicilan / kewajiban jangka pendek (likuiditas), namun juga memperhitungkan bilamana Debitur tidak lagi dapat menghasilkan pendapatan untuk mendukung likuiditasnya (rentabilitas) sehingga harus melunasi hutang dengan aset yang dimilikinya (solvabilitas). Informasi dari nilai aset dari calon Debitur dan nilai perusahaan calon Debitur inilah yang menjadi input dalam pemodelan solvabilitas calon Debitur

*) Misalnya keuntungan yang diharapkan adalah 3 juta dan sebagai penyederhanaan net interest spread sebesar 3%, maka pembiayaan yang harus digelontorkan adalah sebesar 3 juta : 3% = 100 juta. Net interest spread adalah selisih antara besarnya bunga yang harus dibayar Lender dan biaya modal perusahaan. Penyederhanaan dilakukan sebab “selisih” ini seharusnya memperhitungkan hal-hal diluar biaya modal seperti biaya operasional, dan biaya kredit termasuk biaya pencadangan