BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Gambaran Umum Objek Penelitian Objek dari penelitian ini merupakan seluruh bank yang mewakili 75% asset industri perbankan yang terdaftar di bank Indonesia, selama 5 tahun yaitu mulai dari tahun 2010 sampai dengan tahun 2014. Setelah melalui tahap penyeleksian sesuai dengan persyaratan beberapa kriteria bank seperti yang telah dijelaskan dalam bab sebelumnya maka diperoleh sampel 40 bank dengan jumlah observasi sebanyak 2200. Analisis data yang digunakan ialah regresi berganda dengan menggunakan metode panel data yang menggabungkan antara data cross section dengan data time series. Setelah melakukan Chow Test serta Hausman Test dapat diperoleh metode yang sesuai yaitu, Fixed Effect Method karena dapat menjelaskan dinamisasi antar individu. Bank yang diteliti dalam penelitian ini mewakili seluruh jenis bank yang ada, yaitu bank asing, bank pemerintah, serta bank swasta. Adapun dalam penelitian ini memperhatikan dampak krisis keuangan yang terjadi pada tahun 2013 kemarin. Kemudian dari sampel yang telah diperoleh akan dilakukan uji hipotesis apakah terdapat hubungan yang signifikan antara pengaruh struktur pasar berupa konsentrasi dan pangsa pasar terhadap pengambilan resiko bank yang nantinya akan berdampak terhadap kinerja perusahaan. 36
37 Tabel 4.1 Hasil Chow Test Redundant Fixed Effects Tests Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 3.773385 (39,150) 0.0000 Cross-section Chi-square 136.728449 39 0.0000 Seperti yang telah dijelaskan dalam bab sebelumnya, bahwa Hipotesis yang dibentuk dalam Chow test adalah H 0 : Model Common Effect dan H 1 : Model Fixed Effect. Dari hasil diatas dapat diketahui bahwa H 0 ditolak karena P- value lebih kecil dari nilai a. Nilai a yang digunakan sebesar 5%. Sehingga dapat disimpulkan bahwa Metode Fixed Effect lebih baik. Tabel 4.2 Hasil Hausman Test Correlated Random Effects - Hausman Test Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section random 0.000000 10 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. Kemudian, dari keterangan diatas diketahui bahwa Hausman test yang telah dilakukan tidak valid, hal ini dikarenakan salah satu variabel independen dari data penelitian tidak memenuhi syarat adanya random effect. Sedangkan apabila dalam data penelitian tidak memenuhi syarat adanya random effect maka program eviews akan menolak adanya Hausman test. Sehingga dapat disimpulkan bahwa jelas Metode Fixed Effect lebih baik.
38 4.2 Statistika Deskriptif Pengujian statistika deskriptif ini dilakukan pada seluruh variabel dependen, independen, serta variabel kontrol yang ada dalam penelitian ini. Gambaran umum dari variabel pengambilan resiko (Zscore), konsentrasi pasar (HI, CR), pangsa pasar (MS), return on asset (ROA), non performing loan (NPL), krisis keuangan (Crisis), pertumbuhan dana pihak ketika (Growth), kecukupan modal (CTA), likuiditas (LDR), ukuran bank (SIZE) pada tahun 2010 2014 dapat dilihat pada tabel statistik deskriptif berikut : Tabel 4.3 Hasil Statistik Deskriptif Statistic : Zscore HI CR MS ROA NPL Crisis Growth Cta LDR Size Mean 3,8917 0,1118 0,5534 0,0250 0,0171 1,0877 0,2000 0,1742 0,1106 0,9357 17,7416 Median 3,7553 0,1077 0,5550 0,0090 0,0163 0,7900 0,1433 0,1087 0,8669 17,5522 Maximum 7,3299 0,1277 0,5670 0,1720 0,0425 5,5800 1,0000 2,1684 0,2279 3,2574 20,5666 Minimum 0,2232 0,1052 0,5400 0,0030 0,0002-0,2143 0,0084 0,3960 16,1282 Std. Dev. 0,9122 0,0083 0,0087 0,0387 0,0081 0,9122 0,4010 0,2048 0,0347 0,4008 1,0629 Jarque-Bera 28,99 48,33 4,00 518,35 7,54 199,19 75,53 16431,67 10,03 1508,77 18,86 Probability 0,1352 0,0229 0,0066 Tabel IV.3 menunjukkan hasil pengolahan data pada uji statistic deskriptif baik variabel dependen (Zscore), variabel independen (HI, CR, MS), serta variabel kontrol (ROA, NPL, Crisis, Growth, CTA, LDR, Size) pada penelitian ini dalam kurun waktu 2010 2014. Hasil tabel diatas menjelaskan bahwa variabel pengambilan resiko (Zscore) mempunyai nilai rata rata sebesar 3,891%. Variabel dependen ini juga mempunyai nilai maksimum sebesar 7,329% yaitu pada PT Bank BPD Jawa Timur dan nilai minimumnya sebesar 0,223% yaitu
39 pada bank Standard Chartered Bank. Jika dilihat dari standar deviasinya variabel ini memiliki nilai sebesar 0,912%. Selain variabel dependen (Zscore) tabel IV.3 juga menunjukkan hasil pengolahan statistik deskriptif variabel indpenden pada penelitian ini. Adapun hasil dari varibel konsentrasi pasar (HI, CR) memiliki nilai rata rata sebesar 0,111% dan 0,553%. Kemudian HI dan CR memiliki nilai maksimum masing masing sebesar 0,127% dan 0,566%. Sedangkan untuk nilai minimum dari konsentrasi pasar yang diproksikan dengan HI dan CR sebesar 0,105% dan 0,539%. Adapun untuk nilai standar deviasi dari variabel independen pangsa pasar yang diproksikan dengan HI dan CR sebesar 0,0083% dan 0,0087%. Variabel independen yang selanjutnya ialah pangsa pasar (MS) yang memiliki nilai rata rata sebesar 0,025%. Nilai maksimum dari variabel pangsa pasar (MS) sebesar 0,171% dan nilai minimum dari pangsa pasar (MS) sebesar 0,03%. Selain itu, untuk nilai dari standar deviasi dari variabel independen pangsa pasar (MS) sebesar 0,0387%. Tabel IV.3 diatas menjelaskan pula hasil pengolahan statistik deskriptif pada variabel kontrol (ROA, NPL, Crisis, Growth, CTA, LDR, Size) penelitian ini. Hasil dari pengolahan tersebut adalah variabel ROA, NPL, Crisis, Growth memiliki rata rata sebesar 0,017%, 1,087%, 0,200%, 0,174% dan variabel CTA, LDR, Size memiliki rata rata sebesar 0,1106%, 0,9357%, 17,741%. Kemudian variabel NPL dan Crisis memiliki nilai maksimum 5,580% dan 1%, serta nilai minimum sebesar 0%. Sedangkan nilai maksimum variabel ROA, Growth memiliki nilai sebesar 0,042%, 2,168% pada PT BPD Jawa Timur, PT Bank ICBC Indonesia, dan nilai maksimum variabel CTA, LDR, Size memiliki nilai sebesar 0,2279%, 3,2574%, 20,56% pada PT Bank Sumitomo Mitsui Indonesia,
40 The Bank Of Tokyo Mitsubishi UFJ LTD, PT Bank Commonwealth. Kemudian nilai minimum dari variabel kontrol ROA, Growth, sebesar 0,0002%, -0,2143% pada PT Bank Commonwealth, PT Bank Sumitomo Mitsui Indonesia dan nilai minimum dari variabel kontrol CTA, LDR, Size sebesar 0,008%, 0,396%, 16,12% pada Standard Chartered Bank, PT Bank Victoria International, PT Bank Mayapada International. Sedangkan hasil pengolahan statistika deskriptif variabel kontrol menjelaskan bahwa standar deviasi proksi ROA, NPL, Crisis, Growth sebesar 0,0081%, 0,912%, 0,401%, 0,204% dan proksi CTA, LDR, Size sebesar 0,03472%, 0,4008%, 1,061%. 4.3 Uji Normalitas Pada pengujian normalitas, penelitian ini menggunakan uji JB (Jarque- Bera). Uji JB merupakan uji statistic untuk mengukur sebuah data berdistribusi normal atau tidak dengan mengukur perbedaan antara nilai JB (Jarque-Bera) dengan nilai chi square ( ) tabel. Adapun hasilnya yaitu : Gambar 4.1 Hasil Uji Normalitas
41 Dengan nilai chi square ( ) tabel (df = 11) = 19.675 maka dapat diketahui dimana nilai JB hitung < chi square ( ) tabel : yang artinya menyatakan bahwa nilai residual adalah terdistribusi normal dan H o diterima. Sehingga jelas dapat disimpulkan, setelah melalui uji normalitas, model regresi yang diteliti residualnya terdistribusi secara normal. 4.4 Uji Multikolinieritas Tabel 4.4 Hasil Uji Multikolinieritas HI CR MS ROA NPL CRISIS GROWTH CTA LDR SIZE HI 1.00 CR -0.17 1.00 MS 0.00 0.00 1.00 ROA -0.11-0.02 0.36 1.00 NPL 0.09 0.14-0.22-0.06 1.00 CRISIS 0.04-0.78 0.00 0.03-0.10 1.00 GROWTH -0.21 0.15-0.04-0.18-0.04-0.07 1.00 CTA 0.09-0.05 0.08 0.24 0.00 0.04-0.05 1.00 LDR 0.16-0.14-0.15-0.08-0.05 0.08-0.11 0.20 1.00 SIZE 0.17-0.16 0.83 0.26-0.18 0.09-0.13 0.07 0.05 1.00 Dari Uji multikolinieritas diharapkan dalam model regresi tidak terdapat korelasi antar variabel bebas. Oleh karena itu model regresi yang baik seharusnya tidak terdapat korelasi di antara variabel independen. Dari uji yang telah dilakukan diatas diketahui bahwa hasil korelasi antar variabel independen tidak ada yang bernilai 1 walaupun salah satu variabel dengan variabel lainnya ada yang berkorelasi tinggi dengan derajat korelasi lebih dari 0,8 yaitu antara Size dengan Market Share dengan nilai sebesar 0,83. Hal ini terjadi karena proksi Market Share dihitung dengan menggunakan total Dana Pihak Ketiga, yang mana merupakan bagian dari Total Asset sebagai proksi dari Size. Namun
42 secara keseluruhan tidak terdapat derajat kolerasi yang bernilai 1 sehingga dapat disimpulkan bahwa penelitian ini bebas dari adanya masalah multikolinieritas. 4.5 Uji Heteroskedastisitas Tabel 4.5 Hasil Uji Heteroskedastisitas Variable Coefficient Std. Error t-statistic Prob. C -11.11415 18.12983-0.613031 0.5406 HI 10.03015 20.00784 0.501311 0.6167 CR 2.986760 29.11754 0.102576 0.9184 MS -17.01731 8.324361-2.044278 0.0423 ROA -2.897220 21.22145-0.136523 0.8916 NPL -0.120646 0.174171-0.692690 0.4894 CRISIS 0.194508 0.609777 0.318981 0.7501 GROWTH 0.058980 0.785011 0.075132 0.9402 LDR 0.120941 0.418721 0.288835 0.7730 CTA 6.778170 4.648628 1.458101 0.1465 SIZE 0.311241 0.295415 1.053574 0.2934 R-squared 0.058029 Mean dependent var -2.511884 Adjusted R-squared 0.008189 S.D. dependent var 2.140713 S.E. of regression 2.131930 Akaike info criterion 4.405362 Sum squared resid 859.0287 Schwarz criterion 4.586769 Log likelihood -429.5362 Hannan-Quinn criter. 4.478775 F-statistic 1.164303 Durbin-Watson stat 1.635385 Prob(F-statistic) 0.317369 Dapat diketahui koefisien pengujian residual yang diperoleh dengan uji Park ini yaitu:
Log(res2) = -11,1 + 10,03 HI + 2,98 CR 17,01 MS 2,89 ROA 0,12 NPL + + 0,19CRISIS + 0,05GROWTH + 0,12LDR + 6,77CTA + 0,31SIZE t-statistik (-0,61) (0,50) (0,10) (-2,04) (-0,13) (-0,69) (0,31) (0,07) (0,28) (1,45) (1,05) p-value (0,54) (0,61) (0,91) (0,04) (0,89) (0,48) (0,75) (0,94) (0,77) (0,14) (0,29) Dari hasil diatas dapat dijelaskan bahwa hampir semua nilai p-value keseluruhan variabel independen bersifat tidak signifikan walupun masih ada satu variabel yang signifikan, maka dengan demikian dapat disimpulkan bahwa tidak ada masalah heteroskedastisitas pada model. Sehingga dapat menerima H 0 bahwa data bersifat homoskedastik. 4.6 Uji Autokorelasi Pengujian autokorelasi pada penelitian ini menggunakan uji D-W (Durbin- Watson) yang bertujuan untuk melihat pada model regresi apakah terdapat korelasi antara nilai residual pada t dan residual pada t-1 (waktu sebelumnya). Adapun hasil uji autokorelasi dengan uji D-W (Durbin-Watson) yaitu : Gambar 4.2 Hasil Uji Autokorelasi 1,66 1,87 2,12 2,33
44 Dengan taraf keyakinan 95 persen ( dan nilai du = 1,87. Berdasarkan hasil perhitungan, diperoleh nilai Durbin Watson (DW) sebesar 2,23 yang kemudian dengan mengacu pada grafik pengambilan keputusan statistik Durbin Watson maka hasil pengujiannya menunjukkan bahwa nilai DW 2,23 tersebut berada pada daerah keragu - raguan yang artinya model penelitian belum dapat dipastikan terdapat autokorelasi negatif atau tidak, akan tetapi ada kemungkinan bebas dari masalah autokorelasi. 4.7 Analis Regresi Analisis regresi digunakan untuk mengetahui hubungan antar variabel dependen dengan variabel independen. Pada penelitian ini digunakan regresi data panel. Adapun hasil analisis regresi yaitu : Tabel 4.6 Hasil Analisis Regresi Variable Coefficient Std. Error t-statistic Prob. HI 19.63842 9.616130 2.042237 0.0429 ** CR 4.266355 10.52863 0.405215 0.6859 MS 29.38873 19.14546 1.535024 0.1269 ROA 23.97577 10.54328 2.274034 0.0244 ** NPL -0.380259 0.073547-5.170290 0.0000 *** CRISIS 0.596780 0.134294 4.443842 0.0000 *** GROWTH -0.732555 0.220405-3.323679 0.0011 *** CTA 3.926873 2.671189 1.470084 0.1436 LDR -0.263512 0.341781-0.770996 0.4419 SIZE -0.235242 0.430452-0.546501 0.5855 C 2.595388 11.88300 0.218412 0.8274 R-squared 0.733854 Mean dependent var 5.208062 Adjusted R-squared 0.646913 S.D. dependent var 2.530361 S.E. of regression 0.630067 Sum squared resid 59.54758 F-statistic 8.440823 Durbin-Watson stat 2.236048 Prob(F-statistic) 0.000000 * signifikan pada level 10% ** signifikan pada level 5% *** signifikan pada level 1%
45 Tabel 4.6 merupakan tabel hasil uji analisis regresi dari setiap variabel. Model regresi diatas menunjukkan bahwa variabel independen yang diuji, yaitu konsentrasi pasar dengan proksi HI memiliki pengaruh signifikan terhadap pengambilan resiko (Zscore). Akan tetapi konsentrasi pasar (CR) dengan pangsa pasar (MS) memiliki pengaruh yang tidak signifikan terhadap pengambilan resiko (Zscore). Konsentrasi dengan proksi HI memiliki pengaruh positif signifikan terhadap pengambilan resiko (Zscore) dengan nilai probabilitas sebesar 0,0429. Sedangkan variabel konsentrasi dengan proksi CR dan variabel pangsa pasar (MS) memiliki pengaruh yang tidak signifikan terhadap pengambilan resiko (Zscore) dengan nilai probabilitas masing masing sebesar 0,6859 dan 0,1269. Selain itu hasil uji-t pada variabel kontrol (ROA, NPL, Crisis, Growth, CTA, LDR, SIZE) yang diuji juga mempunyai pengaruh yang beragam terhadap pengambilan resiko (Zscore) dengan tingkat signifikansi yang berbeda beda pula. Selain uji statistik t, kemudian juga dilakukan uji F untuk melihat variabel independen dan variabel kontrol secara bersama sama berpengaruh terhadap variabel dependen atau tidak. Hasil uji F bisa dilihat pada nilai F-Statistic yang menunjukkan bahwa variabel independen, yaitu konsentrasi pasar (HI, CR) dan pangsa pasar (MS); serta variabel kontrol, yaitu ROA, NPL, Crisis, Growth, CTA, LDR, dan SIZE secara bersama sama mempengaruhi variabel dependen pengambilan resiko (Zscore) dengan nilai probabilitas sebesar (0,000). Selanjutnya nilai adjusted R-squared pada model regresi penelitian adalah sebesar 0,646. Hal ini dapat disimpulkan bahwa 64,6% variabel pengambilan resiko (Zscore) dapat dijelaskan oleh variabel independen, yaitu konsentrasi pasar (HI, CR) dan pangsa pasar (MS); serta variabel kontrol, yaitu ROA, NPL, Crisis, Growth, CTA, LDR, dan SIZE serta sisanya dijelaskan oleh faktor lain.
46 4.8 Pembahasan a. Herfindahl Indeks terhadap Zscore Hasil dari model regresi data panel menjelaskan bahwa konsentrasi pasar yang diproksikan dengan herfindahl indeks (HI) mempunyai pengaruh positif dan signifikan terhadap pengambilan resiko (Zscore). Hal ini berarti semakin tinggi nilai herfindahl indeks (HI) dapat diartikan bahwa konsentrasi pasar dalam suatu industri semakin terkonsentrasi dan akan menyebabkan tingkat persaingan menurun sehingga akan mempengaruhi pengambilan resiko (Zscore) yang semakin tinggi. Hasil analisis regresi pada model regresi data panel mendukung hipotesis yang diteliti pada penelitian ini. Hasil dari penelitian ini sesuai dengan penelitian yang dilakukan oleh Mulyaningsih dan Daly (2011), Xiaoqing (Maggie) Fu et al (2014), Diamond (1984), Ramakrishnan dan Thakor (1984), Boyd dan Prescott (1986), Williamson (1986), Berger et al. (2004) dan Beck (2008) namun memiliki arah yang berdeda, yang semuanya mengemukakan hasil yang hampir sama bahwa pasar yang lebih terkonsentrasi akan mengakibatkan persaingan kurang yang kemudian dapat mengurangi risiko kewajiban sehingga pengambilan resiko akan semakin berkurang pula akibatnya dapat menyebabkan stabilitas di bidang perbankan menurun. b. Concentration Ratio terhadap Zscore Model regresi data panel penelitian ini menjelaskan bahwa Concentration Ratio (CR) yang dikontrol dengan variabel return on asset (ROA), non-performing loan (NPL), waktu krisis (Crisis), pertumbuhan DPK (Growth), kecukupan modal (CTA), likuiditas (LDR), dan ukuran perusahaan (SIZE) memiliki pengaruh yang tidak signifikan terhadap pengambilan resiko (Zscore). Berarti dapat dikatakan
47 bahwa semakin tinggi Concentration Ratio maka pasar suatu industri semakin terkonsentrasi, diduga menyebabkan kompetisi antar bank semakin menurun karena pasar dikuasai bank bank besar. Akibatnya semakin tinggi pengambilan resiko yang ada. Hal ini memiliki arah yang berbeda seperti teori Franchise value yang menyatakan bahwa semakin rendah nilai CR menyebabkan turunnya profit margin bank, maka hal tersebut akan menyebabkan franchise value-nya turun. Sebagai akibatnya, bank bank cenderung mengurangi perilaku hati hatinya (prudence) dan mengambil langkah langkah yang beresiko secara berlebihan (excessive risk taking) dalam upaya mempertahankan profit margin-nya. Akibatnya bank cenderung mengalokasikan dananya kepada asset asset dan kredit yang beresiko tinggi tetapi memberikan profit margin atau pendapatan bunga yang tinggi, sehingga berpotensi mengarah ke stabilitas sistim perbankan. Hasil dari penelitian ini sesuai dengan penelitian yang dilakukan oleh Mirzaei (2011) namun dengan arah yang berbeda, yang menyimpulkan bahwa struktur pasar tidak memiliki dampak signifikan terhadap pengambilan resiko dan profitabilitas bank di negara berkembang. Konsentrasi pasar juga memiliki efek negatif terhadap pengambilan resiko dan profitabilitas bank di negara berkembang, spread bunga yang lebih tinggi meningkatkan pengambilan resiko dan profitabilitas. c. Market Share terhadap Zscore Hasil analisis regresi data panel menunjukkan bahwa pangsa pasar (MS) memiliki pengaruh yang tidak signifikan. Hal ini dapat dikatakan bahwa semakin tinggi nilai pangsa pasar (MS) yang dimiliki suatu bank berarti semakin tinggi kekuatan pasar yang dimiliki suatu bank dan akan membuat persaingan antar
48 bank semakin turun sehingga bank tersebut menjadi semakin banyak melakukan proses pengambilan resiko (Zscore) yang akan diambil karena pihak bank akan mendapat keuntungan yang diinginkan. Hasil penelitian tersebut sesuai dengan penelitian yang dilakukan oleh Matutes dan Vives (2000) namun dengan arah yang berbeda, menyatakan bahwa kekuatan pasar yang lebih tinggi mengurangi pengambilan resiko bank dalam model dinamis persaingan tidak sempurna. Hellmann et al. (2000) juga menegaskan bahwa rendahnya pangsa pasar yang menciptakan persaingan dapat mengerahkan dampak negatif pada perilaku bijaksana bank yang mana lebih banyak melakukan pengambilan resiko. d. Return On Asset terhadap Zscore Hasi dari regresi data panel penelitian ini menjelaskah bahwa variabel kontrol return on asset (ROA) berpengaruh positif dan signifikan terhadap pengambilan resiko (Zscore). Hal ini berarti semakin besar ROA yang dimiliki suatu bank maka semakin baik kinerja perusahaan tersebut dan akan membuat bank lebih besar melakukan pengambilan resiko (Zscore) karena dengan adanya pengambilan resiko tersebut bank akan memperoleh profit margin yang tinggi. Hasil tersebut selaras dengan penelitian yang dilakukan oleh Leaven dan Levine (2009) yang menjelaskan bahwa ROA memiliki hubangan yang signifikan dan positif terhadap pengambilan resiko (Zscore). e. Non Performing Loan terhadap Zscore Hasil berikutnya dari regresi data panel penelitian ini ialah mengenai variabel non-performing loan (NPL) yang memiliki pengaruh signifikan negatif terhadap pengambilan resiko (Zscore) suatu bank. Dengan kata lain bahwa semakin rendah nilai non-performing loan (NPL) yang dimiliki suatu bank dapat
49 diartikan bahwa bank tersebut memiliki kinerja yang baik sehingga bank akan lebih berani melakukan pengambilan resiko (Zscore) yang semakin tinggi. Hasil dari penelitian ini sesuai dengan penelitian yang dilakukan oleh Boyd dan De Nicolo (2005), Adriawan, T( 2012) yang berpendapat bahwa sistem perbankan terkonsentrasi memungkinkan bank untuk membebankan suku bunga pinjaman yang lebih tinggi, yang dapat mendorong peminjam untuk menganggap risiko yang lebih besar. Akibatnya, volume non-performing loan dapat meningkat, sehingga probabilitas kegagalan bank tinggi oleh karena itu pengambilan resiko rendah. f. Crisis terhadap Zscore Hasil regresi data panel ini juga menjelaskan bahwa terdapat pengaruh positif yang signifikan antara waktu crisis (Crisis) dengan pengambilan resiko (Zscore). Dengan kata lain apabila terjadi krisis keuangan maka bank mengalami penurunan profit margin, akibatnya franchise value mereka turun sehingga menyebabkan proses pengambilan resiko yang tinggi untuk memperoleh profit margin yang tinggi. Hasil dari penelitian ini sesuai dengan penelitian yang dilakukan oleh Allen dan Gale (2004), Keeley (1990), yang berpendapat bahwa krisis keuangan lebih mungkin terjadi dalam sistem perbankan kurang terkonsentrasi. Ide utama di balik pandangan ini adalah bahwa kompetisi yang berlebihan mengikis nilai franchise dari bank dengan mengurangi laba mereka dan karena itu memaksa mereka untuk melakukan kegiatan yang lebih berisiko. Sedangkan Schaeck dkk. (2009) menunjukkan bahwa persaingan mengurangi kemungkinan krisis dan meningkatkan waktu krisis, bahkan setelah mereka mengendalikan konsentrasi sistem perbankan, yang mana berkaitan negatif dengan stabilitas keuangan.
50 g. Growth DPK terhadap Zscore Model regresi ini juga menjelaskan hasil pengaruh yang signifikan dan negatif terhadap pertumbuhan DPK (Growth) dengan pengambilan resiko (Zscore). Dapat dikatakan bahwa apabila bank memiliki pertumbuhan Dana Pihak Ketiga yang baik maka memperbesar kesempatan untuk memperoleh keuntungan yang semakin besar pula sehingga akan mengurangi kegiatan pengambilan resiko karena profit marginnya sudah tinggi. Hasil dari penelitian ini sesuai dengan penelitian yang dilakukan oleh Naylah (2010), yang berpendapat bahwa pertumbuhan DPK menunjukkan kesempatan bank untuk dapat meningkatkan profitnya semakin besar. Sehingga bila DPK meningkat, maka profit bank pun akan meningkat kemudian pengambilan resiko (Zscore) akan semakin berkurang. h. Capital to Asset terhadap Zscore Model regresi penelitian ini memberikan hasil bahwa terdapat pengaruh yang tidak signifikan antara kecukupan modal (CTA) terhadap pengambilan resiko (Zscore). Oleh karena itu, dapat dikatakan bahwa semakin tinggi kecukupan modal (CTA), maka akan mempengaruhi semakin tingginya kinerja perusahaan yang ada sehingga bank tersebut lebih berani untuk melakukan pengambilan resiko yang tinggi. Hasil dari penelitian ini sesuai dengan penelitian yang dilakukan oleh Adriawan, T( 2012), Naylah (2010) namun dengan siginifikan yang berbeda, yang menjelaskan bahwa kecukupan modal berpengaruh positif dan signifikan terhadap pengambilan resiko. i. Loan to Deposit Ratio terhadap Zscore Hasil data regresi data panel penelitian ini menjelaskan hasil yang tidak signifikan pengaruh antara likuiditas (LDR) terhadap pengambilan resiko
51 (Zscore). Hal ini dapat diartikan bahwa semakin tinggi rasio kredit perusahan akan menyebabkan kesempatan berinvestasi bank menurun sehingga pengambilan resikonya pun akan mengalami penurunan. Hasil dari penelitian ini sesuai dengan penelitian yang dilakukan oleh Adriawan, T( 2012), Naylah (2010), yang menjelaskan bahwa semakin tinggi peningkatan rasio kredit kepada pihak ketiga maka pengambilan resiko akan semakin menurun sehingga profit industri perbankan akan menurun juga karena kesempatan untuk berinvestasi lain yang lebih menguntungkan pihak bank juga akan berkurang, walaupun pengaruh ini secara statistik tidak signifikan. Tidak signifikannya variabel LDR dalam mempengaruhi pengambilan resiko dan profitabilitas berarti variabel tersebut memiliki pengaruh yang lemah.. j. Size Terhadap Zscore Hasil regresi data panel penelitian ini menjelaskan bahwa terdapat pengaruh yang tidak signifikan antara ukuran perusahaan (SIZE) terhadap pengambilan resiko (Zscore). Dapat diakatakan bahwa semakin besar perusahaan maka modal yang dimiliki akan semakin besar pula sehingga profit marginnya akan tinggi oleh karena itu pengambilan resiko perusahaan akan semakin rendah. Hasil dari penelitian ini sesuai dengan penelitian yang dilakukan oleh Adriawan, T( 2012), Naylah (2010), Pertiwi (2013) yang menyatakan bahwa tidak seluruhnya bank yang lebih berukuran besar mempunyai manajemen resiko dan SDM yang lebih baik daripada bank bank yang berukuran kecil, demikian juga sebaliknya bank bank yang memiliki ukuran lebih kecil dapat saja memiliki manajeen resiko yang lebih baik dibandingkan dengan bank bank dengan ukuran yang lebih besar.