Cara Kerja IBSM: Dari Cash Flow Engine hingga Forecasting RWA dan ECL Secara Terintegrasi
Di dua artikel sebelumnya, kita membahas mengapa IBSM penting dan bagaimana platform ini mendukung kepatuhan regulasi di Indonesia. Pertanyaan yang wajar muncul selanjutnya adalah: secara teknis, bagaimana IBSM benar-benar bekerja?
Jawabannya ternyata sederhana secara konsep, meskipun kompleks dalam eksekusi. Semuanya dimulai dari satu titik yang sama: cash flow.
Dari Fragmentasi ke Integrasi
Untuk memahami cara kerja IBSM, ada baiknya melihat lebih dulu kondisi yang ingin diubah. Di banyak bank, kondisi saat ini terlihat seperti ini: sistem risiko, keuangan, dan treasury berjalan terpisah satu sama lain. Kalkulasi ALM, IFRS 9, RWA, dan likuiditas dilakukan secara independen, masing-masing dengan asumsi yang berbeda. Rekonsiliasi antar departemen dilakukan secara manual, dan laporan yang dihasilkan condong fokus pada performa historis, bukan proyeksi ke depan.
IBSM membalik kondisi ini menjadi sebaliknya. Common Data Model menjadi satu sumber kebenaran bagi seluruh organisasi. Kalkulasi risiko dan keuangan terintegrasi dalam satu kerangka. Pelaporan menjadi konsisten dan dapat ditelusuri lintas perusahaan. Metodologi dan asumsi yang sebelumnya berbeda-beda kini diharmonisasi menjadi satu standar yang sama.
Transformasi ini bukan terjadi secara instan, melainkan melalui sebuah mesin kalkulasi yang dibangun di atas tiga prinsip dasar IBSM yang telah disinggung di artikel pertama. Mari kita bahas masing-masing secara lebih teknis.
Prinsip Pertama: Cash Flow Engine sebagai Fondasi
Semua yang dilakukan IBSM bermula dari satu hal: proyeksi arus kas di tingkat akun individual. Setiap akun, baik aset maupun liabilitas, diproyeksikan arus kasnya dari waktu ke waktu, mempertimbangkan pokok, bunga, dan jadwal jatuh tempo.
Dari cash flow engine ini, bank memperoleh forecasted balance sheet versi statis, yang kemudian menjadi dasar bagi tiga output utama: repricing gap analysis, liquidity gap, dan forecasted Net Interest Income (NII). Ketiganya dihasilkan dari satu mesin yang sama, dengan data yang konsisten, bukan dari tiga sistem yang berjalan terpisah.
Cash flow engine inilah yang menjadi jembatan menuju kalkulasi yang lebih kompleks.
Dari cash flow ke RWA. Dengan menambahkan parameter Exposure at Default (EAD) dan Risk Weight (RW) pada setiap akun, cash flow engine yang sama dapat menghasilkan forecasted RWA dan Capital Adequacy Ratio (CAR) secara dinamis dari waktu ke waktu. Rumusnya sederhana secara konsep:
RWA = Σ (EADᵢ × RWᵢ)
Karena RWA dihitung dari basis cash flow yang sama dengan NII dan liquidity gap, bank memperoleh proyeksi permodalan yang konsisten dengan proyeksi likuiditas dan profitabilitasnya, bukan angka yang berdiri sendiri.
Dari cash flow ke IFRS 9 / PSAK 71. Prinsip yang sama berlaku untuk kalkulasi Expected Credit Loss (ECL). Dengan menambahkan parameter Probability of Default (PD) dan Loss Given Default (LGD) pada eksposur yang sama:
ECL = EAD × PD × LGD
Hasilnya adalah forecasted ECL yang bergerak selaras dengan proyeksi RWA, NII, dan liquidity gap, karena semuanya bersumber dari satu cash flow engine yang identik. Inilah yang dimaksud dengan “satu sumber kebenaran” yang dibahas di artikel sebelumnya. Bukan slogan, melainkan arsitektur teknis yang nyata.
Prinsip Kedua: Business Evolution Plan untuk Forecasting Dinamis
Cash flow engine pada dasarnya menghasilkan proyeksi statis, yaitu gambaran neraca berdasarkan portofolio yang sudah ada hari ini, tanpa mempertimbangkan pertumbuhan bisnis baru. Di sinilah Business Evolution Plan masuk sebagai lapisan kedua.
Business Evolution Plan memungkinkan bank memodelkan bagaimana neraca akan berkembang ke depan dengan mempertimbangkan bisnis baru, rollover kredit yang jatuh tempo, dan perubahan strategi pendanaan. Bank dapat menjalankan tiga skenario secara simultan: base case, best case, dan worst case.
Hasil dari proses ini adalah forecasted balance sheet versi dinamis, yang kemudian secara otomatis mengalir ke forecasted RWA/CAR dinamis dan forecasted ECL dinamis. Manajemen tidak perlu lagi menjalankan simulasi terpisah untuk setiap skenario bisnis. Cukup satu Business Evolution Plan, dan seluruh implikasinya terhadap permodalan, likuiditas, dan cadangan kerugian langsung terlihat.
Prinsip Ketiga: Scenario Analysis dan Stress Testing
Lapisan ketiga menambahkan dimensi yang lebih luas: faktor-faktor makroekonomi eksternal. Risk Factor Manager dalam IBSM mengintegrasikan variabel seperti suku bunga, nilai tukar, pertumbuhan GDP, tingkat pengangguran, dan harga komoditas ke dalam satu kerangka stress testing yang sama.
Karena Risk Factor Manager terhubung langsung dengan cash flow engine dan Business Evolution Plan, ketika bank menjalankan satu skenario stress test, misalnya simulasi kenaikan suku bunga 200 basis poin, dampaknya langsung terlihat secara simultan pada NII, liquidity gap, RWA, dan ECL. Tidak ada lagi kebutuhan menjalankan empat simulasi terpisah di empat tim yang berbeda.
Inilah yang disebut sebagai Multi-Period Scenario Analysis & Stress Testing, sebuah pendekatan yang juga mendukung Strategic Business Planning dan analisis PD modeling secara dinamis.
Mengapa Arsitektur Ini Penting
Tiga prinsip ini, cash flow engine, Business Evolution Plan, dan scenario analysis, bekerja bersama sebagai satu rantai kalkulasi yang berkesinambungan. Setiap perubahan asumsi di satu titik secara otomatis mengalir ke seluruh kalkulasi lainnya. Inilah perbedaan fundamental antara IBSM dan pendekatan tradisional di mana ALM, RWA, IFRS 9, FTP, dan Market Risk masing-masing memiliki ETL dan proses rekonsiliasi sendiri yang harus disatukan secara manual.
Dengan arsitektur engine terintegrasi seperti ini, kompleksitas yang dihadapi bank modern, mulai dari boundary ALM yang kini mencakup FTP dan asumsi behavioral, hingga tuntutan untuk memasukkan faktor ESG dan risiko transisi iklim ke dalam analisis cash flow jangka panjang, dapat dikelola dalam satu kerangka yang sama, bukan sebagai proyek-proyek yang berdiri sendiri.
Artikel Selanjutnya dalam Seri Ini
Memahami mekanisme teknis IBSM adalah satu hal. Memahami dampaknya terhadap kinerja bisnis bank adalah hal yang berbeda. Di artikel berikutnya, kita akan membahas bagaimana IBSM mendorong manfaat yang melampaui sekadar kepatuhan, mulai dari optimalisasi neraca, optimalisasi modal, hingga bagaimana satu perubahan suku bunga bank sentral dapat memengaruhi profitabilitas bank secara berantai, dan bagaimana bank-bank yang telah mengadopsi pendekatan ini merasakan dampaknya secara langsung.
Artikel ini adalah bagian dari seri “IBSM untuk Perbankan Indonesia” yang diterbitkan oleh PT Mitra Mandiri Informatika, SAS Preferred Partner di Indonesia.
