JAKARTA. PT Maybank Finance membukukan kinerja yang cukup mengejutkan pada tahun lalu. Bagaimana tidak, level kredit bermasalah perusahaan pembiayaan ini menanjak tiga kali lipat. Alexander, Presiden Direktur Maybank Finance mengatakan, sepanjang tahun lalu, rasio kredit bermasalah atau non performing financing (NPF) Maybank Finance naik 3 kali lipat dibanding 2014, yaitu dari 0,13% menjadi 0,38%. Meski melonjak tajam, namun angka ini masih jauh lebih rendah dibanding rata-rata industri. Tahun ini, pihaknya berharap dapat menekan rasio NPF hingga kembali lagi ke level 0,13%. Adapun strategi yang ditempuh untuk menekan NPF adalah dengan melakukan monitoring lebih ketat. Pihaknya akan melakukan evaluasi secara terus-menerus dari segi parameter risiko. “Divisi risk management akan menunjukkan data statistik. Nantinya, dari data tersebut, akan terlihat faktor apa saja yang menimbulkan NPF,” terang Alexander Kamis (71). Adapun data statistik yang diperhatikan mulai dari profil nasabah, dari sisi unit yang dibiayai, lokasi wilayah tempat tinggal dan jenis mobil tertentu yang secara statistik menunjukkan NPF yang tinggi. Cek Berita dan Artikel yang lain di Google News
Kredit macet Maybank Finance naik tiga kali lipat
JAKARTA. PT Maybank Finance membukukan kinerja yang cukup mengejutkan pada tahun lalu. Bagaimana tidak, level kredit bermasalah perusahaan pembiayaan ini menanjak tiga kali lipat. Alexander, Presiden Direktur Maybank Finance mengatakan, sepanjang tahun lalu, rasio kredit bermasalah atau non performing financing (NPF) Maybank Finance naik 3 kali lipat dibanding 2014, yaitu dari 0,13% menjadi 0,38%. Meski melonjak tajam, namun angka ini masih jauh lebih rendah dibanding rata-rata industri. Tahun ini, pihaknya berharap dapat menekan rasio NPF hingga kembali lagi ke level 0,13%. Adapun strategi yang ditempuh untuk menekan NPF adalah dengan melakukan monitoring lebih ketat. Pihaknya akan melakukan evaluasi secara terus-menerus dari segi parameter risiko. “Divisi risk management akan menunjukkan data statistik. Nantinya, dari data tersebut, akan terlihat faktor apa saja yang menimbulkan NPF,” terang Alexander Kamis (71). Adapun data statistik yang diperhatikan mulai dari profil nasabah, dari sisi unit yang dibiayai, lokasi wilayah tempat tinggal dan jenis mobil tertentu yang secara statistik menunjukkan NPF yang tinggi. Cek Berita dan Artikel yang lain di Google News
