analisis efektivitas transmisi kebijakan...

ANALISIS EFEKTIVITAS TRANSMISI KEBIJAKAN

MONETER SYARIAH TERHADAP INFLASI DAN

PDB

SKRIPSI

Diajukan untuk Memenuhi Tugas dan Melengkapi Syarat Guna

Memperoleh Gelar Sarjana Ekonomi (S.E)

Disusun Oleh

KHOIR UMI LAKSANA

NIM 63020160147

PROGRAM STUDI S1 EKONOMI SYARIAH

FAKULTAS EKONOMI DAN BISNIS ISLAM

INSTITUT AGAMA ISLAM NEGERI SALATIGA

2020

ii

ANALISIS EFEKTIVITAS TRANSMISI KEBIJAKAN

MONETER SYARIAH TERHADAP INFLASI DAN

PDB

SKRIPSI

Diajukan untuk Memenuhi Tugas dan Melengkapi Syarat Guna

Memperoleh Gelar Sarjana Ekonomi (S.E)

Disusun Oleh

KHOIR UMI LAKSANA

NIM 63020160147

PROGRAM STUDI S1 EKONOMI SYARIAH

FAKULTAS EKONOMI DAN BISNIS ISLAM

INSTITUT AGAMA ISLAM NEGERI SALATIGA

2020

KEMENTERIAN AGAMA REPUBLIK INDONESIA INSTITUT AGAMA ISLAM NEGERI (IAIN) SALATIGA

FAKULTAS EKONOMI DAN BISNIS ISLAM Jalan Tentara Pelajar No. 02 Telepon( 0298) 3432784 Salatiga 50721

Website : www.febi.iainsalatiga.ac.id

iii

PERSETUJUAN PEMBIMBING

Setelah diadakan pengarahan, bimbingan, koreksi dan perbaikan

seperlunya, maka skripsi Saudara:

Nama : Khoir Umi Laksana

NIM : 63020160147

Fakultas : Ekonomi dan Bisnis Islam

Program Studi : Ekonomi Syariah-S1

Judul : EFEKTIVITAS TRANSMISI KEBIJAKAN MONETER

SYARIAH TERHADAP INFLASI DAN PDB

Dapat diajukan dalam sidang munaqosah Skripsi. Demikian surat ini dibuat untuk

dapat dipergunakan sebagaimana mestinya.

Salatiga, 14 September 2020

Pembimbing

Rifda Nabila, M. Si NIP.199212122018012003

KEMENTERIAN AGAMA REPUBLIK INDONESIA INSTITUT AGAMA ISLAM NEGERI (IAIN) SALATIGA

FAKULTAS EKONOMI DAN BISNIS ISLAM Jalan Tentara Pelajar No. 02 Telepon( 0298) 3432784 Salatiga 50721

Website : www.febi.iainsalatiga.ac.id

iv

PENGESAHAN

ANALISIS EFEKTIVITAS TRANSMISI KEBIJAKAN MONETER


DISUSUN OLEH

KHOIR UMI LAKSANA

NIM. 63020160147

Telah dipertahankan di depan Dewan Penguji Skripsi Fakultas Ekonomi

dan Bisnis Islam Institut Agama Islam Negeri Salatiga pada tanggal 29 September

2020, dan telah dinyatakan memenuhi syarat guna memperoleh gelar Sarjana

Ekonomi (S.E.).

Susunan Penguji

Ketua Penguji : Dr. Agus Waluyo, M. Ag _______________

Sekretaris Penguji : Rifda Nabila, M. Si _______________

Penguji I : Qi Mangku Bahjatullah, Lc., M. Si _______________

Penguji II : Emy Widyastuti, M.E _______________

Salatiga,

Dekan Fakultas Ekonomi dan Bisnis Islam

Dr. Anton Bawono, M. Si NIP 19740320200312 1 001

v

PERNYATAAN KEASLIAN TULISAN

Saya yang bertanda tangan dibawah ini:


NIM : 63020160147

Program studi : S1 Ekonomi Syariah


Judul Skripsi : EFEKTIVITAS TRANSMISI KEBIJAKAN MONETER


Dengan ini menyatakan bahwa Skripsi ini benar-benar karya saya sendiri.

Sepanjang pengetahuan saya tidak terdapat karya atau pendapat yang ditulis atau

diterbitkan orang lain kecuali sebagai acuan atau kutipan dengan mengikuti tata

penulisan karya ilmiah yang telah lazim.


Peneliti

Khoir Umi Laksana NIM. 63020160147

vi

PERNYATAAN BEBAS PLAGIAT

Saya yang bertanda tanga di bawah ini:


NIM : 63020160147

Jurusan : S1 Ekonomi Syariah


Demgan ini saya menyatakan bahwa skripsi dengan judul “Analisis Efektivitas

Transmisi Kebijakan Moneter Syariah terhadap Inflasi dan PDB” benar bebas dari

plagiat, dan apabila pernyataan ini terbukti tidak benar maka saya bersedia

menerima sanksi sesuai ketentuan berlaku. Demikian pernyataan ini saya buat

untuk dipergunakan sebagaimana mestinya.


Peneliti


vii

PERNYATAAN PUBLIKASI SKRIPSI

Saya yang bertanda tangan dibawah ini:


NIM : 63020160147

Jurusan : S1 Ekonomi Syariah


Judul Skripsi : Efektivitas Transmisi Kebijakan Moneter Syariah terhadap Inflasi

dan PDB

Dengan surat pernyataan ini saya menyatakan bahwa skripsi ini

diperkenankan untuk dipublikasikan pada e-repository IAIN Salatiga. Demikian

surat pernyataan ini saya buat, apabila dikemudian hari terbukti karya saya ini

bukan karya saya sendiri, maka saya sanggup menanggung konsekuensinya.


Peneliti


viii

MOTTO DAN PERSEMBAHAN

MOTTO

“…Pada hari ini telah Aku sempurnakan untukmu agamamu, dan telah Aku

cukupkan kepadamu nikmat-Ku, dan telah Aku ridhai Islam sebagai agama

bagimu…”

(Q.S. Al-Maa-idah: 3)

Let me issue and control a nation’s money and I care not who writes the laws

-Mayer Amschel Rothschil-

Untuk menjalani hari yang baik kuncinya adalah berdamai dengan masa lalu,

berdamai dengan diri sendiri, dan berdamai dengan lingkungan

(penulis)

PERSEMBAHAN

Dengan bimbinganMu ya Allah, kupersembahkan tulisan

sederhana ini kepada:

o Ibu dan Bapak tercinta atas tidak putusnya aliran doa

o My Aquarius Brother, Nur Ari Wibowo for all his

support and all of my family

o My dear friend Freud for all discussion

o Dosen FEBI IAIN Salatiga atas ketulusan ilmunya

o Keluarga besar KSEI IAIN Salatiga dan FoSSEI atas

pengalaman berkesan

o All of my friends that I can’t mention one by one for all

your kindess

ix

KATA PENGANTAR

Assalaamu’alaikum Warrahmatullaahi Wabarokaatuh

Puji syukur kehadirat Allah yang Maha Kuasa atas kemudahan dan

bimbingan yang diberikan sehingga penyusunan skripsi dengan judul

EFEKTIVITAS TRANSMISI KEBIJAKAN MONETER SYARIAH

TERHADAP INFLASI DAN PDB ini dapat selesai dengan baik dan tepat waktu.

Sholawat dan salam senantiasa kita lantunkan kepada Nabi Agung Muhammad

SAW, yang selalu kita nantikan syafaatnya di hari akhir nanti. Skripsi ini disusun

dan diajukan untuk memenuhi tugas dan melengkapi syarat guna memperoleh

gelar Sarjana Ekonomi (S.E). Semoga ilmu yang penulis peroleh dari proses

pembelajaran di kampus IAIN Salatiga dapat memberikan manfaat bagi penulis

sendiri, masyarakat disekitar penulis tinggal, negara, dan agama.

Penulis mengucapkan terimakasih kepada Ibu Rifda Nabila, M. Si atas

kebaikan waktu dan ilmunya untuk memberikan bimbingan terkait penulisan

skripsi, Dr. Anton Bawono, M. Si selaku pembimbing akademik, Bapak Qi

Mangku Bahjatullah, Lc., M.SI selaku kepala program studi SI Ekonomi Syariah

dan Rektor IAIN Salatiga Prof. Dr. Zakiyuddin Baidhawy. Penulisan skripsi ini

tidak akan berjalan dengan lancar tanpa bimbingan dari mereka semua.

Penulis juga mengucapkan terimakasih kepada beberapa dosen yang

telah memberikan kontribusi yang sangat dalam baik akademis maupun personal.

Bapak Syaiful Anwar, M. Acc yang selalu optimis memberikan semangat untuk

belajar dan memperjuangkan harapan, Bapak Saifudin Zuhri, M. Si yang menjadi

x

inspirasi saya untuk menulis, Bapak Mohammad Rofiuddin, M. Si yang membuat

saya sangat menyukai ekonometrika, Bapak Agung Guritno, M. Pd inspirasi saya

dalam mempelajari bahasa inggris, serta Bapak Ahmad Muzzakil Anam, M. Pd. I

yang mengenalkan saya dengan filsafat dan tasawuf hingga menjadi disiplin ilmu

yang memengaruhi kehidupan saya.

Selanjutnya ucapan terimakasih kepada Dr. Ahmad Mifdlol Muthohar,

Lc., Bapak Arnold Diosdat, S.E., M.M., M.SI, Dr. Mochlasin, M. Ag, Bapak

Fathan Budiman, M.E.I, Bapak Fernaldi Anggadha Ratno, M. Si, Bapak Iskandar,

M. Si, Mohammad Soleh, M.E., Bapak Juli Darmawan, S. Pd.I, M. Pd.I, serta Ibu

Lutfi Nurfita S.E. sy., M.E. yang telah mengajarkan saya banyak pengetahuan

mengenai ilmu ekonomi dan juga mengenai indahnya islam.

Ucapan terimakasih penulis sampaikan juga kepada keluarga besar KSEI

IAIN Salatiga, organisasi pertama yang membawa pengalaman belajar tidak

hanya tentang kelas tapi berorganisasi, bernegosiasi, bekerjasama, dan juga

menyelesaikan tanggung jawab. Keluarga besar FoSSEI seluruh Indonesia yang

selalu menginspirasi dan tidak pernah berhenti menyebarkan Islam dalam

ekonomi, dan juga mengajarkan saya tentang keindahan ekonomi Islam serta

jaringan sosial yang luas. Keluarga besar organisasi keislaman sekitar kampus

HMI, IMM, PMII, KAMMI yang mengajarkan saya keindahan perbedaan dan

keberagaman. Keluarga besar Badan Kebijakan Fiskal Kementerian Keuangan RI

atas ilmu yang luar biasa, juga merupakan inspirasi penulis untuk melakukan

penelitian tentang moneter.

xi

Ucapan terimakasih juga yang tidak terhenti kepada kedua orang tua,

keluarga yang selalu memberi dukungan dan doa yang tulus, dan seluruh teman-

teman yang mengisi dan mewarnai perjalanan hidup penulis.


Peneliti,

Khoir Umi Laksana NIM 63020160147

xii

ABSTRAK

Laksana, Khoir Umi. 2020. Analisis Efektivitas Transmisi Kebijakan Moneter

Syariah terhadap Inflasi dan PDB. Skripsi, Fakultas Ekonomi dan Bisnis Islam Program Studi S1 Ekonmi Syariah Institut Agama Islam Negeri

(IAIN) Salatiga. Pembimbing: Rifda Nabila, M. Si

Penelitian ini secara empiris meneliti efektivitas transmisi kebijakan moneter syariah melalui instrumen SBIS, PUAS, dan Pembiayaan terhadap Inflasi

dan PDB periode Januari 2011-Desember 2019. Jenis data yang digunakan adalah data sekunder time series dan dianalisis menggunakan pendekatan VAR/VECM

dengan program Eviews.

Hasil penelitan yang telah dilakukan menunjukkan beberapa temuan.

pertama, menurut analisis Granger instrumen dalam moneter syariah sesuai dengan teori kecuali SBIS ke PUAS. Kedua, dalam jangka IHK hanya

dipengaruhi SBIS dan PDB oleh dirinya sendiri. Ketiga, dalam jangka panjang variabel yang memengaruhi inflasi dan PDB adalah SBIS dan FIN/Pembiayaan.

Keempat, dalam analisis IRF, seluruh variabel direspon positif oleh inflasi dan negatif oleh PDB. Kelima, menurut analisis FEVD FIN dan SBIS memiliki

kontribusi yang besar dalam memengaruhi Inflasi dan PDB.

Kata Kunci : FEVD, PDB, PUAS, Kebijakan Moneter, VECM

xiii

DAFTAR ISI

LEMBAR BERLOGO ...................................................................................... i

HALAMAN JUDUL ........................................................................................ ii

PERSETUJUAN PEMBIMBING................................................................... iii

PENGESAHAN .............................................................................................. iv

PERNYATAAN KEASLIAN TULISAN ......................................................... v

PERNYATAAN BEBAS PLAGIAT ............................................................... vi

PERNYATAAN PUBLIKASI SKRIPSI ....................................................... vii

MOTTO DAN PERSEMBAHAN ................................................................. viii

KATA PENGANTAR ..................................................................................... ix

ABSTRAK ..................................................................................................... xii

DAFTAR ISI................................................................................................. xiii

DAFTAR TABEL ........................................................................................ xvii

DAFTAR GAMBAR................................................................................... xviii

DAFTAR LAMPIRAN ................................................................................. xix

BAB I PENDAHULUAN ................................................................................. 1

A. Latar Belakang Masalah ......................................................................... 1

B. Rumusan Masalah ................................................................................ 11

C. Tujuan Penelitian.................................................................................. 11

D. Kegunaan Penelitian ............................................................................. 12

E. Sistematika Penulisan ........................................................................... 13

BAB II LANDASAN TEORI ......................................................................... 15

A. Telaah Pustaka ..................................................................................... 15

xiv

B. Kerangka Teori .................................................................................... 18

1. Kebijakan Moneter ......................................................................... 18

2. Mekanisme Transmisi Kebijakan Moneter (MTKM) ....................... 20

3. Jalur Transmisi Kebijakan Moneter ................................................. 23

4. Transmisi Kebijakan Moneter Syariah............................................. 27

5. Sertifikat Bank Indonesia Syariah (SBIS) ........................................ 29

6. Pasar Uang Antar Bank Syariah (PUAS) ......................................... 30

7. Pembiayaan yang disalurkan ........................................................... 31

8. Inflasi ............................................................................................ 32

9. Produk Domestik Bruto (PDB) ....................................................... 35

C. Kerangka Pemikiran ............................................................................. 40

D. Hipotesis .............................................................................................. 44

BAB III METODE PENELITIAN ................................................................ 45

A. Jenis Penelitian ..................................................................................... 45

B. Lokasi dan Waktu Penelitian ................................................................. 45

1. Lokasi penelitian ............................................................................ 45

2. Waktu penelitian ............................................................................ 46

C. Populasi dan Sampel............................................................................. 46

1. Populasi ......................................................................................... 46

2. Sampel ........................................................................................... 46

D. Teknik Pengumpulan Data .................................................................... 47

1. Field Research ............................................................................... 48

2. Studi Pustaka ................................................................................. 48

xv

E. Skala Pengukuran ................................................................................. 49

F. Definisi Konsep dan Operasional .......................................................... 50

1. Definisi Konsep ............................................................................. 50

2. Definisi Operasional ....................................................................... 50

G. Instrumen Penelitian ............................................................................. 52

H. Uji Instrumen Penelitian ....................................................................... 53

I. Alat Analisis ........................................................................................ 53

BAB IV ANALISIS DATA ............................................................................ 63

A. Deskripsi Objek Penelitian .................................................................... 63

1. Perkembangan Keuangan Syariah di Indonesia ................................ 63

2. Pertumbuhan Ekonomi dan Inflasi di Indonesia ............................... 64

B. Analisis Data ........................................................................................ 67

1. Uji Stasioneritas ............................................................................. 67

2. Uji Lag Optimal ............................................................................. 68

3. Uji Stabilitas VAR ......................................................................... 68

4. Uji Kointegrasi ............................................................................... 69

5. Kausalitas Granger ......................................................................... 70

6. Uji VECM ..................................................................................... 71

7. Analisis Impulse Response Function ............................................... 78

8. Analisis Forcast Error Variance Decomposion ............................... 83

C. Pembahasan Hipotesis .......................................................................... 87

1. Pengaruh SBIS terhadap IHK ......................................................... 87

2. Pengaruh PUAS terhadap IHK ........................................................ 89

xvi

3. Pengaruh FIN terhadap IHK ........................................................... 90

4. Pengaruh SBIS terhadap PDB ......................................................... 92

5. Pengaruh PUAS terhadap PDB ....................................................... 93

6. Pengaruh FIN terhadap PDB ........................................................... 94

BAB V PENUTUP ......................................................................................... 96

A. Kesimpulan .......................................................................................... 96

B. Saran.................................................................................................... 97

DAFTAR PUSTAKA ..................................................................................... 98

LAMPIRAN................................................................................................. 106

xvii

DAFTAR TABEL

Tabel 1.1 Indikator Keuangan dan Perekonomian Indonesia 1995-1999............... 5

Tabel 1.2 Indikator Perbankan Syariah ............................................................... 6

Tabel 2.1 Research Gap ................................................................................... 15

Tabel 4.1 Perkembangan Keuangan Syariah Berbagai Negara ........................... 63

Tabel 4.2 Indikator Perbankan Syariah (dalam Miliar Rupiah)........................... 64

Tabel 4.3 Target inflasi dan realisasi (YoY) ...................................................... 66

Tabel 4.4 Hasil Uji Akar Unit SBIS, PUAS, FIN, IHK, PDB ............................ 68

Tabel 4.5 Uji Lag Optimal ............................................................................... 68

Tabel 4.6 Uji Kointegrasi ................................................................................. 70

Tabel 4.7 Hasil Estimasi VECM Jangka Panjang dan Penyesuaian .................... 73

Tabel 4.8 Hasil Estimasi jangka pendek............................................................ 77

Tabel 4.9 FEVD Model IHK ............................................................................ 84

Tabel 4.10 FEVD Model PDB ......................................................................... 84

Tabel 4.11 FEVD Model SBIS ......................................................................... 85

Tabel 4.12 FEVD Model PUAS ....................................................................... 86

Tabel 4.13 FEVD Model FIN ........................................................................... 86

Tabel 4.14 Hasil Lelang SBI dan SBIS 2019 (miliar rupiah).............................. 87

Tabel 4.15 Transaksi PUAB dan PUAS 2019 (miliar rupiah) ............................ 89

xviii

DAFTAR GAMBAR

Gambar 1.1 Indikator Perekonomian Indonesia ................................................... 7

Gambar 1.2 Mekanisme Transmisi Kebijakan Moneter ....................................... 9

Gambar 2.1 Transmisi Kebijakan Moneter........................................................ 22

Gambar 4.1 Pertumbuhan Ekonomi Global (persen, YoY) ................................ 65

Gambar4.2 PDB dan Komponennya (Persen) ................................................... 66

Gambar 4.3 Stabilitas VAR .............................................................................. 69

Gambar 4.4 Kausalitas Granger ........................................................................ 71

Gambar 4.5 Uji IRF Model IHK ....................................................................... 79

Gambar 4.6 Uji IRF Model PDB ...................................................................... 80

Gambar 4.7 Uji IRF Model SBIS ..................................................................... 81

Gambar 4.8 Uji IRF Model PUAS .................................................................... 82

Gambar 4.9 Uji IRF Model FIN ....................................................................... 83

Gambar 4.10 Porsi Pembiayaan yang diberikan Perbankan................................ 91

xix

DAFTAR LAMPIRAN

Lampiran 1 Data Penelitian ............................................................................ 107

Lampiran 2 Uji Stasioneritas .......................................................................... 110

Lampiran 3 Pemilihan Lag Optimal ................................................................ 116

Lampiran 4 Uji Kointegrasi Johansen ............................................................. 117

Lampiran 5 Uji Kausalitas Granger ................................................................ 118

Lampiran 6 Hasil Estimasi VECM ................................................................. 122

Lampiran 7 Hasil Analisis FEVD ................................................................... 125

Lampiran 8 Lembar Konsultasi ...................................................................... 128

Lampiran 9 Curriculum Vitae......................................................................... 130

1

BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Sistem perekonomian dibagi menjadi dua sektor yang berperan

penting dalam suatu negara, meliputi sektor fiskal dan moneter. Untuk

mewujudkan tujuan perekonomian suatu negara, yaitu terwujudnya

kesejahteraan masyarakat (Ismail, Santosa, & Yustika, 2014), maka kedua

sektor tersebut harus sejalan dan saling menguatkan. Pengelolaan ekonomi

juga dilaksanakan untuk memelihara kestabilan dan pertumbuhan ekonomi

(Utami, 2012). Oleh karenanya, kedua sektor tersebut disusun dalam suatu

kebijakan yang dikelola oleh lembaga yang terpisah.

Kebijakan dalam ranah fiskal disusun untuk menjawab setiap

permasalahan ekonomi yang muncul, seperti tingginya angka pengangguran,

rendahnya pertumbuhan ekonomi, serta masalah kemiskinan dan

kesenjangan melalui pengelolaan APBN yang meliputi pemasukan,

pengeluaran, dan pembiayaan. Kebijakan fiskal juga disusun untuk

mengembangkan perekonomian sektor riil, yaitu meningkatkan

produktivitas barang dan jasa (output perekonomian). Sementara itu,

kebijakan moneter adalah tindakan yang dilakukan penguasa moneter untuk

mengatur jumlah uang beredar dan kredit (Nopirin, 1998). Uang dalam

suatu perekonomian merupakan unit yang sangat penting, baik sebagai

satuan unit, menyimpan aset, ataupun sebagai alat transaksi. Di Indonesia,

kebijakan moneter diatur oleh Bank Indonesia selaku Bank Sentral dengan

2

tujuan untuk mencapai dan memelihara kestabilan nilai rupiah (Bank

Indonesia, 2018). Kestabilan nilai rupiah tersebut dapat dilihat dari dua sisi,

yaitu eksternal melalui kurs, dan internal melalui inflasi.

Kebijakan moneter memiliki kecenderungan kontradiktif dengan

tujuan akhir kebijakan makro. Sebagai contoh, ketika bank Indonesia fokus

untuk menekan laju inflasi yaitu dengan meningkatkan suku bunga, maka

hal tersebut akan berpengaruh negatif terhadap pertumbuhan ekonomi

karena rendahnya permintaan kredit. Begitu pula, ketika pertumbuhan

ekonomi masif dimana permintaan akan kredit juga tinggi, maka inflasi

akan meningkat sehingga akan menciptakan overheating economy. Untuk

itulah, saat ini Bank Indonesia fokus terhadap sasaran kestabilan rupiah, hal

tersebut sesuai dengan amanah Pasal 7 Undang-Undang Republik Indonesia

Nomor 23 Tahun 1999 tentang Bank Indonesia, “Tujuan Bank Indonesia

adalah mencapai dan memelihara kestabilan nilai rupiah”.

Selain Bank Indonesia, perwujudan stabilitas rupiah juga

dilaksanakan bersama Lembaga Penjamin Simpanan (LPS), Otoritas Jasa

Keuangan (OJK), dan Kementerian Keuangan yang tergabung dalam

Komite Stabilitas Sistem Keuangan (KSSK). KSSK melaksanakan rapat

berkala dalam rangka koordinasi pemantauan dan pemeliharaan stabilitas

sistem keuangan. KSSK memiliki tugas yang diamanahkan dalam pasal 7

perpu 4 tahun 2008 tentang jaring pengaman sistem keuangan sebagai

berikut.

3

a) Mengevaluasi skala dan dimensi permasalahan likuiditas

dan/atau solvabilitas bank/LKBB yang ditengarai Berdampak Sistemik;

b) Menetapkan permasalahan likuiditas dan/atau masala solvabilitas bank/LKBB Berdampak Sistemik atau tidak

Berdampak Sistemik; dan c) Menetapkan langkah-langkah penanganan masala

bank/LKBB yang dipandang perlu dalam rangka pencegahan dan penanganan Krisis.

Guna menciptakan perekonomian yang menyejahterakan

masyarakat, maka antara sektor moneter dan fiskal harus saling terkait. Oleh

karenanya, perkembangan pada sektor moneter, seperti meningkatnya aset,

kredit yang disalurkan, serta inklusi keuangan harus memiliki pengaruh

yang positif terhadap pertumbuhan ekonomi. Kebijakan moneter yang

dilakukan oleh Bank Indonesia melalui berbagai instrumennya tidak

langsung dapat memengaruhi tingkat pertumbuhan ekonomi. Pengaruh yang

diberikan oleh kebijakan moneter bersifat tidak langsung atau disebut

mekanisme transmisi.

Mekanisme transmisi kebijakan moneter menggambarkan pengaruh

kebijakan moneter terhadap berbagai aktivitas ekonomi dan keuangan

sehingga dapat mencapai tujuan yang ditentukan (Warjiyo, 2004). Persoalan

utama yang perlu mendapat perhatian dalam kebijakan moneter adalah

apakah proses transmisi memiliki hubungan yang positif terhadap sektor riil

(Sugianto, Harmain, & Harahap, 2015). Transmisi kebijakan moneter

melibatkan dua interaksi, yaitu antara bank sentral dengan perbankan dan

lembaga keuangan lain serta antara perbankan dan lembaga keuangan lain

dengan para pelaku ekonomi (Warjiyo, 2004).

4

Kenyataanya, mekanisme transmisi kebijakan moneter merupakan

proses yang kompleks, dan karenanya dalam teori ekonomi moneter sering

disebut dengan “black box” (Mishkin, 1995). Transmisi kebijakan moneter

ke pertumbuhan ekonomi dan inflasi telah lama diakui berlangsung dengan

tenggat waktu yang lama dan bervariasi (Friedman & Schwartz, 1963).

Secara keseluruhan, pengaruhnya dapat berlangsung sekitar 6-8 kuartal

(Warjiyo & Juhro, 2016). Hal inilah yang menyebabkan sejak dahulu,

moneter adalah persoalan yang amat besar (Ismail, Santosa, & Yustika,

2014).

Kompleksitas kebijakan moneter tersebut semakin rumit dengan

dikeluarkannya UU Perbankan tahun 1998, dimana Indonesia secara de jure

telah menerapkan sistem perbankan ganda (Sugianto et al., 2015), yaitu

konvensional dan syariah. Dengan adanya dualisme tersebut, Indonesia juga

memiliki sistem moneter yang ganda, yaitu sistem suku bunga dan bagi

hasil. Perbankan Syariah sendiri masuk di Indonesia sekitar tahun 1992,

dengan berdirinya Bank Muamalat Indonesia sebagai bank dengan prinsip

syariah pertama di Indonesia. Ketika krisis finansial tahun 1997 dan

berpuncak pada tahun 1998, Bank Muamalat dengan menggunakan sistem

non-bunga menjadi bank yang paling tahan terhadap efek krisis. Krisis

terebut telah membuat 16 bank terpaksa ditutup oleh Bank Sentral karena

mengalami masalah likuiditas, sementara Bank Syariah masih bertahan

walaupun profitnya mengalami penurunan.

5

Indikator perbankan dan perekonomian di Indonesia masa krisis

dapat dilihat pada tabel 1.1, dimana tingkat inflasi mengalami peningkatan

yang signifikan ketika terjadi puncak krisis yaitu tahun 1998 sebesar 58,451

setelah tahun 1997 berada pada angka 6,226 dan PDB pada angka negatif

dua digit sebesar 13,127% setelah sebelumnya masih tumbuh pada level

4,7%. Tidak hanya itu, indikator keuangan seperti lending rate, deposito

rate, reserve dan exchange rate juga ikut terdampak akibat krisis yang

terjadi

Tabel 1.1 Indikator Keuangan dan Perekonomian Indonesia 1995-1999

Keterangan 1995 1996 1997 1998 1999

Inflasi 9,42 7,973 6,226 58,451 20,478

Lending rate 18,852 19,218 21,818 32,154 27,663

Deposit rate 16,718 17,256 20,014 39,067 25,738

Reserve (miliar) 1.573 4.503 -8.137 -3.437 1.916

Nilai tukar 2.248 2.342 2.909 10.013 7.855

PDB (pertumbuhan tahunan) 8,22 7,818 4,7 -13,127 0,791

Sumber: World Bank (2019), diolah

Pasca krisis tersebut, perbankan syariah terus mengalami

peningkatan. Ditambah lagi dengan diterbitkannya Undang-Undang No. 21

Tahun 2008 tentang Perbankan Syariah pada 16 Juli 2008, membuat industri

Perbankan Syariah tumbuh lebih cepat lagi. Peningkatan tersebut dapat

dilihat pada total aset perbankan syariah tahun 2012 yang mencapai Rp 195

triliyun, setelah sebelumnya hanya sebesar Rp 49,6 triliyun pada tahun

2008. Artinya, aset perbankan tumbuh sebesar 394% dalam periode

tersebut, atau 56% per tahun (Sutrisno, 2013). Sementara itu, indikator

perbankan syariah lainnya terdapat pada tabel 1.2. Tabel tersebut

menunjukkan bahwa total pebiayaan, aset, dan DPK dalam Bank Syariah

6

selalu mengalami peningkatan dari tahun ke tahun. Hal tersebut seperti

dapat dilihat total pembiayaan pada tahun 2016 sebanyak Rp 178.043 miliar

naik sebesar 83,59% pada tahun 2019 yaitu Rp 212.990 miliar. Total aset

juga mengalami kenaikan 84,04% setelah tahun 2016 sebesar Rp 356.054

miliar menjadi Rp 486.892 miliar pada tahun 2019. Selanjutnya indikator

DPK juga mengalami peningkatan dari Rp 279.335 miliar pada tahun 2016

menjadi Rp 386.624 miliar pada tahun 2019 atau naik sebesar 72,24%.

Tabel 1.2 Indikator Perbankan Syariah

Keterangan 2016 2017 2018 2019

Total pembiayaan

(miliar rupiah) 178.043 190.354 202.766 212.990

Total aset

(miliar rupiah) 356.504 424.181 477.327 486.892

DPK (miliar rupiah) 279.335 334.888 371.828 386.624

Sumber: Statistik Perbankan Syariah (2019), diolah

Peningkatan yang signifikan terhadap indikator kinerja perbankan

syariah tersebut diharapkan mampu menjadi solusi bagi perekonomian di

Indonesia, khususnya dalam memengaruhi pertumbuhan ekonomi dan

inflasi. Hal tersebut mengingat, pertumbuhan ekonomi di Indonesia

belakangan ini melambat dan hanya dikisaran 5%, sementara inflasi terjaga

pada level dibawah 5%. Pada grafik 1.1 berikut dapat dilihat bahwa dari

kuartal 1 2017 hingga kuartal 1 2019 pertumbuhan ekonomi di Indonesia

berkisar pada level 5% dimana pertumbuhan tertinggi pada kuartal 2 2018

sebesar 5.27%. sementara itu, inflasi juga tercatat stabil dibawah 5%,

dimana inflasi tertinggi pada kuartal 2 2017 yaitu 4,37% dan terendah pada

7

kuartal 1 2019 diangka 2,48%. Indikator tersebut menunjukkan bahwa

kinerja ekonomi baik secara fiskal maupun keuangan masih terkendali.

Sumber: Survei Proyeksi Indikator Makro Ekonomi (SPIME) (2019), diolah

Gambar 1.1 Indikator Perekonomian Indonesia

Selanjutnya, untuk dapat melihat dampak kinerja moneter terhadap

pertumbuhan ekonomi dan inflasi perlu suatu mekanisme transmisi. Berbeda

dengan sistem transmisi kebijakan moneter konvensional yang

menggunakan instrumen SBI (Sertifikat Bank Indonesia), pada tahun 2000,

Bank Indonesia memperkenalkan instrumen moneter syariah Sertifikat

Wadiah Bank Indonesia (SWBI). Seiring pesatnya perkembangan perbankan

syariah, pada tahun 2008 diubah menjadi SBIS (Sertifikat Bank Indonesia

Syariah) dengan memakai akad ju’alah (Sugianto et al., 2015), yaitu

imbalan yang diberikan oleh Bank Indonesia kepada perbankan syariah

yang telah membantu pengendalian moneter melalui dana yang ditempatkan

di Bank Indonesia dengan pembelian SBIS Ju’alah (DSN MUI NO.

64/DSN-MUI/XII/2007).

Transmisi kebijakan moneter juga melibatkan interaksi antar

perbankan syariah melalui Pasar Uang Antar Bank Syariah (PUAS). PUAS

5.01 5.01 5.06 5.19 5.06 5.27 5.17 5.18 5.07

3.61 4.37

3.72 3.61 3.4 3.12 2.88 3.13 2.48

0

2

4

6

Q1 2017 Q2 2017 Q3 2017 Q4 2017 Q1 2018 Q2 2018 Q3 2018 Q4 2018 Q1 2019

PDB Inflasi

8

adalah transkasi jangka pendek antarbank baik berupa rupiah maupun valuta

asing berdasarkan prinsip syariah (Ginting et al., 2013). Transaksi PUAS

sangat penting untuk menjaga likuiditas bank agar operasionalnya lancar

dan sehat, diantaranya untuk menutup kekalahan kliring dan dapat dijadikan

earning assets bagi bank yang kelebihan dana (Maulidya, 2012).

Selanjutnya, mekanisme transmisi kebijakan moneter melibatkan interaksi

antara perbankan dengan pelaku ekonomi melalui pembiayaan. Dalam

perbankan syariah, sistem pembiayaan dibagi menjadi tiga jenis, yaitu

dengan prinsip bagi hasil, jual beli, dan sewa (Supriyadi, 2003). Apabila

sektor jasa keuangan ini mengalami peningkatan maka PDB juga akan

mengalami peningkatan (Atika, 2018).

SBIS, PUAS, dan Pembiayaan yang disalurkan merupakan

instrumen-instumen dalam transmisi kebijakan moneter syariah yang

selanjutnya akan memengaruhi pertumbuhan ekonomi yang diproksikan

oleh PDB dan kestabilan harga yang diproksikan oleh inflasi. Hal ini sesuai

dengan kerangka kerja Bank Indonesia yang menerapkan flexible ITF

(Inflation Targetting Framework) (Bank Indonesia, 2017). Mekanisme

Transmisi Kebijakan Moneter Bank Indonesia dapat dilihat pada gambar

1.2. Gambar tersebut menunjukkan alur transmisi menggunakan instrumen

BI 7 Day Repo Rate melalui jalur suku bunga, kredit, harga aset, nilai tukar

dan ekspektasi inflasi. Jalur tersebut kemudian akan memengaruhi konsumsi

dan investasi serta ekspor yang kemudian memengaruhi PDB dan akhirnya

memengaruhi kestabilan harga. Tingkat inflasi kemudian digunakan untuk

9

menentukan kebijakan BI selanjutnya, apakah menaikkan atau menurunkan

suku bunga (feed back).

Sumber: Laman Bank Indonesia, diolah

Gambar 1.2 Mekanisme Transmisi Kebijakan Moneter

Penelitian ini akan membahas mengenai efektivitas instrumen

moneter dalam memengaruhi perekonomian. Penelitian mengenai transmisi

kebijakan moneter akan menjelaskan perubahan pada instrumen kebijakan

moneter berpengaruh terhadap variabel makroekonomi sehingga sasaran

kebijakan moneter dapat terwujud (Natsir, 2008). Penelitian terkait

efektivitas transmisi kebijakan moneter syariah telah banyak dilakukan.

Hasil yang ditemukan juga menunjukkan hasil yang positif signifikan dan

negatif signifikan. Penelitian Ascarya (2012), menunjukkan SBIS

berdampak positif terhadap pertumbuhan ekonomi, sementara penelitian

Wibowo & Mubarok (2017) menujukkan hasil yang sebaliknya. Pada

BI 7DRR

Suku bunga

Ekspektasi

Kredit

Harga asset

Nilai tukar ekspor

Konsumsi

investasi

Produk Domestik

Bruto

Inflasi

feedback

10

instrumen PUAS, penelitian yang dilakukan oleh Setiawan & Karsinah

(2016) menunjukkan hubungan yang positif terhadap pertumbuhan

ekonomi, sementara penelitian Zaelina (2018) menunjukkan hubungan yang

negatif. Secara terperinci, perbedaan hasil penelitian sebelumnya akan

peneliti sajikan dalam bab 2.

Selain terdapat perbedaan hasil penelitian yang telah peneliti

paparkan dalam research gap, penelitian ini juga memiliki perbedaan

dengan penelitian yang telah banyak dilakukan.

1. Proksi pertumbuhan ekonomi yang digunakan. Dalam penelitian ini,

pertumbuhan ekonomi diproksikan dengan PDB sementara pada

penelitian sebelumnya menggunakan IPI. Hal tersebut karena PDB

mampu menghitung pendapatan dan pengeluaran total suatu

perekonomian, sehingga mampu mengukur kesejahteraan masyarakat

dengan baik walaupun tidak sempurna dan mutlak (Atika, 2018).

2. Selain pertumbuhan ekonomi, penelitian ini juga menguji instrumen

moneter dengan sasaran inflasi, sehingga mampu menjelaskan

dampaknya terhadap kestabilan harga yang direpresentasikan dengan

inflasi IHK.

Berdasarkan latar belakang itulah, maka peneliti akan melakukan penelitian

dengan judul “Analisis Efektivitas Transmisi Kebijakan Moneter

Syariah terhadap Inflasi dan PDB”.

11

B. Rumusan Masalah

Permasalahan yang hendak dipecahkan dalam penelitian ini adalah

bagaimana efektivitas transmisi kebijakan moneter syariah dalam

memengaruhi PDB dan inflasi. Untuk menjawab masalah tersebut, maka

disusun rumusan masalah sebagai berikut:

1. Bagaimana pengaruh Sertifikat Bank Indonesia Syariah (SBIS) dalam

transmisi kebijakan moneter syariah terhadap inflasi?

2. Bagaimana pengaruh Pasar Uang Antar Bank Syariah (PUAS) dalam

transmisi kebijakan moneter syariah terhadap inflasi?

3. Bagaimana pengaruh pembiayaan yang disalurkan dalam transmisi

kebijakan moneter syariah terhadap inflasi?

4. Bagaimana pengaruh Sertifikat Bank Indonesia Syariah (SBIS) dalam

transmisi kebijakan moneter syariah terhadap PDB?

5. Bagaimana pengaruh Pasar Uang Antar Bank Syariah (PUAS) dalam

transmisi kebijakan moneter syariah terhadap PDB?

6. Bagaimana pengaruh pembiayaan yang disalurkan dalam transmisi

kebijakan moneter syariah terhadap PDB?

C. Tujuan Penelitian

1. Menganalisis pengaruh Sertifikat Bank Indonesia Syariah (SBIS)

dalam transmisi kebijakan moneter syariah terhadap inflasi.

2. Menganalisis pengaruh Pasar Uang Antar Bank Syariah (PUAS)

dalam transmisi kebijakan moneter syariah terhadap inflasi.

12

3. Menganalisis pengaruh pembiayaan yang disalurkan dalam transmisi

kebijakan moneter syariah terhadap inflasi.

4. Menganalisis pengaruh Sertifikat Bank Indonesia Syariah (SBIS)

dalam transmisi kebijakan moneter syariah terhadap PDB.

5. Menganalisis pengaruh Pasar Uang Antar Bank Syariah (PUAS)

dalam transmisi kebijakan moneter syariah terhadap PDB.

6. Menganalisis pengaruh pembiayaan yang disalurkan dalam transmisi

kebijakan moneter syariah terhadap PDB.

D. Kegunaan Penelitian

1. Bagi Penulis

Bagi penulis, penelitian yang dilakukan ini akan

meningkatkan kemampuan dalam menganalisis dan

merepresentasikan data sehingga akan meingkatkan kemampuan

dalam pengambilan kesimpulan. Selain itu, dengan penelitian yang

dilakukan, penulis akan memperoleh wawasan keilmuan baru yang

relevan dengan pembelajaran di kampus dan praktikum saat

melaksanakan prosesi magang.

2. Bagi Akademisi

Bagi akademisi, hasil penelitian ini dapat dimanfaatkan

sebagai penambah khasanah keilmuan serta sumber referensi bagi

penelitian serupa. Selain itu, penelitian akan menciptakan atmosfer

keilmuan yang mendalam dalam lingkungan akademis.

13

3. Bagi Praktisi

Bagi praktisi, hasil penelitian dapat dimanfaatkan sebagai

sumber informasi dan pertimbangan dalam pengambilan keputusan

terutama terkait kebijakan moneter dan fiskal.

E. Sistematika Penulisan

Bab I Pendahuluan

Bab ini memaparkan tentang latar belakang mengapa penelitian

dilakukan, rumusan masalah yang akan diteliti, tujuan, kegunaan penelitian,

dan sistematika penulisan.

Bab II Landasan Teori

Bab ini berisi pemaparan mengenai landasan teori untuk

mendukung penelitian, meliputi telaah pustaka yang berisi penelitian

terdahulu yang relevan, kerangka teori yang berisi konsep dan bangunan

teori yang digunakan, kerangka penelitian dalam bentuk persamaan dan

bagan yang mendukung hipotesis, serta hipotesis penelitian

Bab III Metode Penelitian

Bab ini memaparkan metode penelitian yang meliputi jenis

penelitian, lokasi dan waktu, objek penelitian, teknik pengumpulan data,

skala pengukuran, definisi konsep dan operasional, instrumen penelitian, uji

instrumen penelitian hingga alat analisis yang digunakan untuk melakukan

uji penelitian.

14

Bab IV Analisis Data

Bab ini meliputi deskripsi objek penelitian, deskripsi statistik dan

analisis data. Selain analisis, bab ini juga akan menjelaskan hasil dari

analisis menggunakan data-data kualitatif untuk merepresentasikan hasil

penelitian yang lebih baik.

Bab V Penutup

Bab ini merupakan bab terakhir dari penelitian yang berisi tentang

kesimpulan dari penelitian yang telah dilakukan serta saran dari peneliti

terkait penelitian yang telah dilakukan.

15

BAB II

LANDASAN TEORI

A. Telaah Pustaka

Penelitian ini akan membahas mengenai efektivitas kebijakan

moneter syariah terhadap pertumbuhan ekonomi dengan proksi PDB dan

inflasi. Adapun penelitian terdahulu yang relevan dengan penelitian ini

disajikan dalam tabel research gap berikut.

Tabel 2.1 Research Gap

Variabel Peneliti, tahun Judul Hasil

SBIS dengan

pertumbuhan

ekonomi

Muhammad Ghafur W,

Ahmad

Mubarok

Analisis efektivitas

transmisi moneter

ganda terhadap pertumbuhan ekonomi

Indonesia

SBIS memiliki dampak negatif terhadap

pertumbuhan ekonomi

dengan proksi IPI

Imronjana Syapriatama,

2017

Transmisi kebijakan

moneter jalur

pembiayaan bank syariah di Indonesia

SBIS memiliki dampak

negatif terhadap

pertumbuhan ekonomi dengan proksi IPI

Fitri Zaelina,

2018

Mekanisme transmisi

kebijakan moneter syariah


positif terhadap

pertumbuhan ekonomi

dengan proksi IPI

Ascarya, 2012

Alur transmisi dan efektivitas kebijakan

moneter ganda di

Indonesia

SBIS memiliki dampak positif terhadap

pertumbuhan ekonomi

dengan proksi IPI

PUAS

dengan

pertumbuhan ekonomi

Fitri Zaelina, 2018

Mekanisme transmisi

kebijakan moneter

syariah

PUAS memiliki dampak

negatif terhadap pertumbuhan ekonomi

dengan proksi IPI

Ascarya, 2012

Alur transmisi dan

efektivitas kebijakan

moneter ganda di Indonesia


positif terhadap


Rifki Yudi setiawan dan

Karsinah, 2016

Mekanisme Transmisi

Kebijakan Moneter

dalam memengaruhi

inflasi dan pertumbuhan ekonomi

di Indonesia


positif terhadap


pembiayaan

dengan

Fitri Zaelina,

2018

Mekanisme transmisi

kebijakan moneter

pembiayaan memiliki

dampak positif terhadap

16

pertumbuhan ekonomi

syariah pertumbuhan ekonomi dengan proksi IPI

Raditya

Sukmana dan

Salina H.

Kassim, 2010

Roles of the Islamic

banks in the monetary

transmission process in

Malaysia

Pembiayaan memiliki


pertumbuhan eknomi

dengan proksi IPI

Ascarya, 2012


moneter ganda di

Indonesia

Pembiayaan memiliki dampak positif terhadap

pertumbuhan eknomi

dengan proksi IPI

Imronjana

Syapriatama,

2017

Transmisi kebijakan

moneter jalur pembiayaan bank

syariah di Indonesia

Pembiayaan memiliki

dampak positif terhadap pertumbuhan eknomi

dengan proksi IPI

Hasymi Nur Baehaqy dan

Eko Fajar

Cahyono, 2020

Pengaruh pembiayaan

perbankan

konvensional dan pembiayaan perbankan

syariah terhadap

pertumbuhan ekonomi

di Indonesia pada tahun 2008-2018

Pembiayaan memiliki dampak negatif terhadap

pertumbuhan ekonomi

dengan proksi PDB

SBIS dengan

inflasi

Heri Sudarsono,

2017


transmisi kebijakan

moneter konvensional

dan syariah dalam memengaruhi tingkat

inflasi


negatif terhadap inflasi

Sugianto,

Hendra

Harmain, dan Nurlela

Harahap, 2015

Mekanisme Transmisi Kebijakan moneter di

Indonesia melalui

sistem moneter syariah



Ascarya, 2012

Alur transmisi dan


moneter ganda di Indonesia



Ingrit

Magdalena dan

Wahyu Ario

Pratomo, 2014


transmisi kebijakan

moneter ganda di

Indonesia


positif terhadap inflasi

Yoghi Citra

Pratama, 2012

Effectiveness of conventional and

syariah monetary

policy transmission

SBIS berpengaruh negatif

terhadap inflasi

Bimo Saputro

dan Raditya

Sukmana, 2018

Analisis transmisi

kebijakan moneter ganda terhadap inflasi

di Indonesia

SBIS berpengaruh negatif terhadap inflasi

PUAS

dengan

inflasi

Heri Sudarsono, 2017


transmisi kebijakan

moneter konvensional dan syariah dalam

memengaruhi tingkat

inflasi

PUAS memiliki dampak negatif terhadap inflasi

17

Ascarya, 2012


moneter ganda di

Indonesia



Rifki Yudi

setiawan dan

Karsinah, 2016

Mekanisme Transmisi

Kebijakan Moneter dalam memengaruhi

inflasi dan

pertumbuhan ekonomi

di Indonesia



Ingrit Magdalena dan

Wahyu Ario

Pratomo, 2014

Analisis efektivitas transmisi kebijakan

moneter ganda di

Indonesia


positif terhadap inflasi

Bimo Saputro

dan Raditya

Sukmana, 2018

Analisis transmisi

kebijakan moneter ganda terhadap inflasi

di Indonesia

PUAS memiliki dampak positif terhadap inflasi

pembiayaan

dengan

inflasi

Heri Sudarsono, 2017


transmisi kebijakan

moneter konvensional dan syariah dalam

memengaruhi tingkat

inflasi

pembiayaan memiliki


inflasi

Fitri Zaelina,

2018

Mekanisme Transmisi

Kebijakan Moneter Syariah

Pembiayaan memiliki

dampak negatif terhadap inflasi

Ascarya, 2012

Alur transmisi dan


moneter ganda di

Indonesia

Pembiayaan memiliki

dampak negatif terhadap inflasi

Ingrit Magdalena dan

Wahyu Ario

Pratomo, 2014

Analisis efektivitas transmisi kebijakan

moneter ganda di

Indonesia

Pembiayaan memiliki

dampak negatif terhadap

inflasi

Rifki Yudi

setiawan dan

Karsinah, 2016

Mekanisme Transmisi

Kebijakan Moneter dalam memengaruhi

inflasi dan

pertumbuhan ekonomi

di Indonesia

Pembiayaan memiliki

dampak negatif terhadap

inflasi

Sumber: (Ascarya, 2012a), (Pratama, 2012), (Wibowo & Mubarok, 2017), (Sukmana &

Kassim, 2010), (Sugianto et al., 2015), (Magdalena & Pratomo, 2012), (Syapriatama,

2017), (Zaelina, 2018), (Saputro & Sukmana, 2018), (Setiawan & Karsinah, 2016),

(Sudarsono, 2017), (Baehaqy & Cahyono, 2020)

18

B. Kerangka Teori

1. Kebijakan Moneter

Ekonomi moneter adalah ekonomi yang membahas suplai

uang, harga dan tingkat bunga, serta dampaknya terhadap ekonomi.

Ekonomi moneter fokus pada pasar moneter dan keuangan lainnya,

penentuan tingkat bunga, serta seberapa jauh pengaruhnya terhadap

perilaku unit ekonomi dan implikasinya dalam konteks ekonomi

makro. Tujuan akhir dari kebijakan moneter adalah untuk mencapai

tujuan nasional seperti lapangan kerja penuh, output lapangan kerja

penuh, harga yang stabil, dan lain-lain (Handa, 2009).

Sementara itu, Nopirin (1998) menuliskan bahwa ekonomi

moneter mempelajari tentang sifat, fungsi dan pengaruh uang terhadap

kegiatan ekonomi. Persoalan pokok yang dipelajari dalam ekonomi

moneter diantaranya adalah peran dan fungsi uang, sistem moneter

dan pengaruhnya terhadap jumlah uang beredar dan kredit, struktur

dan fungsi bank, pengaruh jumlah uang beredar dan kredit, serta

pembayaran dan sistem moneter internasional. Pengaturan ekonomi

moneter umum dijalankan oleh bank sentral suatu negara selaku

otoritas moneter dengan penyusunan kebijakan moneter.

Kebijakan moneter adalah pengendalian besaran moneter

untuk perkembangan perekonomian (rendahnya laju inflasi,

pertumbuhan ekonomi, kesempatan kerja yang tersedia) yang

dilaksanakan oleh otoritas moneter atau bank sentral (Warjiyo &

19

Solikin, 2003). Kebijakan moneter dapat dibedakan menjadi rule

policy dan discretion policy. Rule policy, kebijakan ini didasaran pada

teori moneter Friedman, dimana kebijakan ini ditetapkan pada kondisi

tertentu dan dilakukan secara terus-menerus. Sementara itu, disrection

policy adalah kebijakan yang ditetapkan waktu ke waktu, sering juga

disebut countercyclical. Kebijakan ini diambil ketika kondisi ekonomi

sangat kompleks (Rahutami, 1994).

Penerapan kebijakan moneter di Indonesia dilakukan dengan

menggunakan instrumen-instrumen sebagai berikut (Latifah, 2015).

a) Operasi pasar terbuka (open market operation), merupakan

pengendalian jumlah uang beredar dengan penjualan dan

pembelian surat-surat berharga milik pemerintah. Ketika resesi

dimana penawaran uang perlu ditingkatkan, maka bank sentral

melakukan pembelian surat berharga. Sebaliknya ketika masa

inflasi, penawaran uang harus dikurangi dengan melakukan

pembelian surat berharga.

b) Fasilitas diskonto (discount rate), merupakan tingkat bunga

yang ditetapkan oleh pemerintah atas bank-bank umum.

Penurunan suku bunga diskonto dilakukan untuk meningkatkan

pinjaman sehingga kegiatan ekonomi lebih tinggi dan tercipta

kesempatan kerja. Sebaliknya, peningkatan suku bunga diskonto

dilakukan untuk mengurangi pinjaman baru dan membuat

20

pengusaha mengembalikan pinjaman yang lama, sehingga

kegiatan ekonomi menurun dan inflasi dapat ditekan.

c) Rasio cadangan wajib (reserve requirement ratio), ketika rasio

cadangan wajib besar, maka kemampuan bank memberikan

pinjaman lebih kecil. Rasio cadangan digunakan ketika ada

kelebihan cadangan dalam bank dimana perubahan suku

diskonto tidak memberikan efek.

d) Imbauan moral (moral persuasion), kebijakan ini dijalankan

dengan mengadakan pertemuan-pertemuan langsung dengan

bank. Bank sentral memberikan penjelasan mengenai langkah

yang diambil pemerintah dan bantuan yang bank sentral

perlukan. Bank sentral dapat meminta bank-bank untuk

menambah atau mengurangi pinjaman pada sektor tertentu.

2. Mekanisme Transmisi Kebijakan Moneter (MTKM)

Mekanisme transmisi kebijakan moneter pada dasarnya

menggambarkan bagaimana kebijakan moneter yang ditempuh bank

sentral memengaruhi berbagai aktivitas ekonomi dan keuangan

sehingga pada akhirnya dapat mencapai tujuan akhir yang ditetapkan

(Warjiyo, 2004). Transmisi kebijakan moneter menunjukkan interaksi

antara bank sentral dengan perbankan dan lembaga keuangan lain

serta interaksi perbankan dengan pelaku ekonomi di sektor riil. Ireland

(2005) mendeskripsikan berbagai saluran tindakan kebijakan moneter,

sebagaimana dirangkum oleh perubahan dalam stok uang nomial atau

21

tingkat bunga nominal jangka pendek berdampak pada variable riil

seperti output agregat dan ketenagakerjaan. Mekanisme yang

mendasari proses transmisi adalah infrastruktur pasar keuangan yang

menghubungkan bank sentral dengan lembaga kredit untuk

menyelesaikan likuiditas dan sekuritas bank sentral (Beyer et al.,

2017).

Transmisi kebijakan moneter adalah proses melalui mana

keputusan kebijakan moneter ditransmisikan ke dalam perubahan

dalam PDB riil dan inflasi (Taylor, 1995). Transmisi kebijakan

moneter ke pertumbuhan ekonomi dan inflasi telah lama diakui

berlangsung dengan tenggat waktu yang lama dan bervariasi

(Friedman & Schwartz, 1963 dalam Warjiyo, 2004). Bekerjanya

MTKM dimulai dari keputusan kebijakan bank sentral melalui suku

bunga dan instrumen moneter yang lain, yang kemudian akan

memengaruhi aktivitas di sektor keuangan dan ekonomi riil melalui

berbagai saluran. Di sektor keuangan, kebijakan ini akan

memengaruhi suku bunga, nilai tukar yield obligasi, dan harga saham.

Sementara di sektor riil, kebijakan akan memengaruhi perkembangan

permintaan agregat (Warjiyo & Juhro, 2016).

Transmisi kebijakan moneter dapat disederhanakan menjadi

dua tahap: 1) perubahan pada tingkat kas memengaruhi suku bunga

lain dalam perekonomian, 2) perubahan suku bunga memengaruhi

aktivitas ekonomi dan inflasi (Atkin & Cava, 2017). Proses

22

mekanisme transmisi dimulai dari komite pasar terbuka dalam hal ini

bank sentral memberikan acuan suku bunga yang kemudian

berpengaruh pada syarat&ketentuan kredit dan deposit yang

berdampak pada kesediaan kredit, harga obligasi dan saham yang

berdampak pada kekayaan rumah tangga, serta exchange rates yang

berdampak pada harga ekspor dan impor. Biaya dan ketersediaan

kredit, kekeyaaan rumah tangga, dan harga ekspor impor akan

berdampak pada output, ketenaga kerjaan, pendapatan dan harga. Hal

itu kembali akan memengaruhi suplai dana, permintaan dana dan

ekspektasi inflasi dan output. Skema tersebut digambarkan dalam

gambar 2.1.

Sumber: Akhtar (1997)

Gambar 2.1 Transmisi Kebijakan Moneter

Federal Open Market

Committee

Reserve Pressure,

Federal Funds Rate

Expectations of Inflation

and output

Interest Rates: Short-term

and Long-term

Demand for Funds: Federal Deficit and Business

Investment Supply of

Funds

Credit terms and Conditions

Deposits and Money

Bond and Stock Prices

Dollar Exchange

Rates

Cost and Availability of Credits Household

Net Worth

Import,

Export

Prices

State and Local Government

Spending Business

Investment Housing

Consumption Spending

Trade

Economy: Output, Employment, Income, Prices

23

3. Jalur Transmisi Kebijakan Moneter

Dalam system keuangan modern ada empat jalur transmisi

kebijakan moneter, yaitu: Saluran suku bunga, saluran harga aset,

saluran nilai tukar, dan saluran kredit (Mishkin, 1995)

a) Jalur Suku Bunga

Keynes mengutarakan pikirannya mengenai pasar uang,

yaitu tingkat bunga ekuilibrium ditentukan oleh permintaan dan

jumlah uang beredar. Oleh karena itu, tingkat suku bunga dapat

disesuaikan dengan kebijakan moneter yang mengarah pada

peningkatan investasi. Namun, suku bunga tidak hanya akan

memengaruhi investasi tapi juga tingkat konsumsi. Penurunan

pada suku bunga riil akan memengaruhi investasi perusahaan

dan tingkat konsumsi. Konsep tersebut dijelaskan dalam

diagram berikut ini.

Sumber: Sarac & Ucan (2013)

Gambar 2.2 Jalur Suku Bunga

b) Jalur Harga Aset

Saluran harga aset merupakan bagian penting dari

mekanisme transmisi kebijakan moneter (Kozmenko & Plastun,

Money

Supply

Rise

A fall in

long term real

interest

rates

A fall in

short

term real

interest

rates

Aggreg

ate

demand

rise Increase in

consumption

expenditure

Increase in

investment

expenditure

24

2016). Harga aset akan berdampak pada sektor riil melalui

perubahan harga realatif modal dan aset riil. Suku bunga yang

tinggi akan menurunkan harga ekuitas, dan kemudian

menyebabkan penurunan kekayaan finansial. Semakin sedikit

kekayaan suatu Negara akan mengurangi pengeluaran.

Penurunan tersebut juga berdampak pada Tobins’ q effect (Rasio

antara nilai pasar perusahaan tertentu dan biaya penggantian

modalnya. Nila q > 1 berarti bukti persepsi positif pasar

mengenai kapasitas perusahaan untuk menghasilkan nilai

tambah. Nilai q < 1 menunjukkan kurangnya kepercayaan pasar

mengenai kemampuan perusahaan untuk menghasilkan nilai

tambah dan keuntungan finansial).. Penurunan harga aset juga

akan memiliki efek kekayaan bersih pada suatu perusahaan

karena penurunan permintaan konsumsi rumah tangga

(Khundrakpam & Jain, 2013)

c) Jalur Nilai Tukar

Dengan melakukan ekspansi kebijakan moneter dan

suku bunga diturunkan, maka deposito uang domestik menjadi

kurang menarik dibandingkan valuta asing sehingga akan

menyebabkan penurunan mata uang domestik (depresiasi) yang

akan mendorong kegiatan ekspor (karena harga barang yang

lebih murah) sehingga meningkatkan permintaan agregat.

Depresiasi mata uang ini juga dapat memengaruhi neraca

25

perusahaan, terutama di Negara-negara berkembang (karena

utang yang mungkin dalam valuta asing) sehingga

meningkatkan kewajiban perusahaan dan mengikis kekayaan

bersih. Atau dapat diperjelas bahwa, nilai tukar (riil) mempunyai

pengaruh penting terhadap ekspor sementara nilai tukar

(nominal) akan memengaruhi tingkat inflasi.

d) Jalur Kredit

Dalam mekanisme kredit, terdapat dua jalur transmisi

moneter yaitu jalur pinjaman bank dan neraca perdagangan. Dua

jalur ini muncul terutama karena adanya asimetri informasi

antara peminjam dan pemberi pinjaman dalam pasar keuangan

(Kim, 1999). Jalur pinjaman bank sangat penting bagi

perusahaan yang menggantungkan modalnya pada bank,

ketimbang menerbitkan surat berharga di pasar terbuka karena

sangat mahal. Ketika tingkat suku bunga mengalami kenaikan

tajam, maka investasi bisnis akan mengalami penurunan karena

biaya modal yang lebih tinggi yang mengharuskan perusahaan

mengurangi permintaan investasi tersebut. Hal tersebut

selanjutnya akan memperburuk aktivitas ekonomi riil.

Disamping itu, kenaikan suku bunga secara langsung akan

meningkatkan biaya bunga dari perusahaan non keuangan (utang

jangka pendek, inventaris, modal kerja), mengurangi arus kas

serta melemahkan neraca perusahaan. Kenaikan suku bunga

26

juka akan menurunkan harga aset yang mengarah pada

pengurangan kekayaan bersih perusahaan.

Kredit yang diberikan oleh bank adalah kunci untuk

mendanai investasi dan konsumsi. Menurut Bernanke dan

Gertler (dalam Ridhwan, Groot, Rietveld, & Nijkamp, 2011)

kebijakan moneter (melalui tingkat moneter dan persyaratan

cadangan) memengaruhi PDB dan harga melalui kredit. Gambar

2.3 menunjukkan representasi skematis bagaimana moneter

memengaruhi perekonomian melalui kredit. Dalam jalur biaya

modal, kebijakan moneter memengaruhi investasi dan konsumsi

melalui penentuan suku bunga. Oleh karenanya, jalur ini

menentukan permintaan kredit dari perusahaan dan rumah

tangga.

Akan tetapi, ada jalur lain yang membentuk broad

credit channel. Jalur ini bekerja melalui pengaruh kebijakan

moneter terhadap neraca perantara keuangan dan peminjam

rumah tangga dan perusahaan. Perubahan suku bunga akan

memengaruhi premi keuangan eksternal dari pemberi pinjaman

sehingga akan membatasi kemampuan memberikan kredit.

Namun pada saat yang sama, perubahan dalam moneter akan

memengaruhi nilai aset yang dimiliki rumah tangga dan

perusahaan. Inilah yang disebut sebagai non-financial borrower

balance sheet.

27

Sumber: Ciccarelli, Maddaloni, & Peydró (2014)

Gambar 2.3 kebijakan moneter dan jalur kredit

4. Transmisi Kebijakan Moneter Syariah

Pada dasarnya instrumen dalam kebijakan moneter syariah

kontemporer tidak jauh berbeda dengan instrumen kebijakan pada

keuangan konvensional, hanya saja, prinsip yang diterapkan berbeda.

Contohnya, dalam kebijakan moneter konvensional, transaksi akan

berbasis bunga, sementara dalam syariah, transaksi berbasis bagi hasil

dan fee. Akan tetapi, tokoh-tokoh ekonomi Islam seperti Umer Chapra

belum mendiskusikan secara spesifik mengenai transmisi kebijakan

moneter dengan mekanisme syariah (Ascarya, 2012). Namun, studi

empiris mengenai peran perbankan syariah dalam transmisi kebijakan

moneter mulai banyak dilakukan.

Monetary

policy

Broad credit

channel

Cost of

capital

channel

Bank balance

sheet channel

Firm and household

(non-financial

borrower) balance

sheet channel

Borrowing, investment and

spending decisions of

households and firms

GDP, prices

28

Studi yang dilakukan Sukmana & Kassim (2010), dengan

judul Roles of the Islamic Banks in the Monetary Transmission

Process in Malaysia merupakan studi perintis terkait penyelidikan

empiris peran bank syariah dalam transmisi moneter. Model yang

dibentuk dalam studi ini adalah sebagai berikut.

IPI = f (IF, ID, ONIGHT)

Dimana IPI adalah Industrial Productivity Index, IF adalah Islamic

Financing, ID adalah Islamic Depostis, ONIGHT adalah tingkat

bunga overnight. Penelitian tersebut menunjukkan bahwa baik

pembiayaan dan deposito Bank Islam memiliki peran yang penting

dalam transmisi moneter dalam perekonomian Malaysia.

Selain itu, untuk kasus Indonesia penelitian dilakukan oleh

Ascarya (2010: 5) untuk mengetahui transmisi kebijakan moneter

syariah dengan jalur pembiayaan dengan tujuan akhir pertumbuhan

ekonomi yang diproksikan dengan IPI sebagai model pertama dan

tujuan akhir inflasi sebagai model kedua. Kedua model yang dibentuk

adalah sebagai berikut.

IPI = f (IFIN, IDEP, PUAS, SBIS), dan

CPI = f (IFIN, IDEP, PUAS, SBIS)

Dimana IPI adalah Indeks Produktivitas Industri sebagai proksi

pertumbuhan ekonomi, CPI adalah Consumer Price Index sebagai

proksi inflasi. Sementara IFIN, IDEP, PUAS, dan SBIS masing-

masing adalah pembiayaan perbankan syariah, Dana Pihak Ketiga

29

perbankan syariah, Pasar Uang Antarbank Syariah, dan Sertifikat

Bank Indonesia Syariah.

5. Sertifikat Bank Indonesia Syariah (SBIS)

Sertifikat Bank Indonesia Syariah (SBIS) merupakan

instrumen jual beli surat berharga yang berbasis syariah

(Roedyhantoro M & Cahyono, 2018). Instrumen ini disediakan oleh

otoritas moneter (Bank Indonesia) untuk menyimpan kelebihan dana

serta membantu likuiditas di perbankan syariah (Asnuri, 2013). Dalam

penerapan kebijakan kontraktif, maka Bank Indonesia akan menjual

SBIS yang telah diterbitkan kepada masyarakat sehingga mengurangi

jumlah uang yang beredar. Jumlah uang beredar yang berkurang akan

menekan tingkat inflasi karena permintaan masyarakat yang

menyebabkan terhadap barang menjadi rendah (Saputro & Sukmana,

2018).

SBIS yang diterbitkan oleh Bank Indonesia menggunakan

akad ju’alah yang merupakan komitmen pemberian imbalan atau

reward atas pencapaian dari suatu pekerjaan (Syapriatama, 2017). Fee

dalam SBIS saat ini mengacu pada suku bunga Sertifikat Bank

Indonesia (SBI). Sebelum penggunaan SBIS, Bank Indonesia

menggunakan instrumen SWBI (Sertifikat Wadiah Bank Indonesia)

dengan menggunakan akad wadiah, yaitu penitipan dana antara

pemilik dana dengan penerima titipan dana (Setiawan & Karsinah,

2016). Karena dinilai pasif (Directorate of Economic Research and

30

Monetary Policy Bank Indonesia, 2012), pada tahun 2008 Bank

Indonesia mengganti SWBI dengan SBIS dengan akad ju’alah yang

kemudian diatur dalam DSN-MUI No. 63/DSN-MUI/XII/2007.

6. Pasar Uang Antar Bank Syariah (PUAS)

Pasar uang antarbank biasa juga disebut degan interbank call

money maerket, yaitu kegiatan pinjam meminjam dana antar bank

dalam jangka waktu yang pendek (Widayatsari, 2014). Menurut UU

Pasal 1 14/1/PBI/2012, PUAS adalah transaksi antarbank berdasarkan

prinsip syariah dalam jangka pendek, dimana transkasi dapat

dilakukan dalam rupiah maupun valuta asing. Karena PUAS memiliki

jangka waktu yang pendek, transaksi hanya dapat dilakukan oleh

lembaga perbankan yang memiliki rating keuangan tinggi (Leu, 2016).

Transaksi PUAS dapat diikuti oleh Bank Umum Syariah (BUS), Unit

Usaha Syariah (UUS), Bank Konvensional, dan/atau Bank Asing (UU

14/1/PBI/2012/pasal 2).

Pasar uang antar bank merupakan media transmisi kebijakan

moneter yang pertama. Bagi otoritas moneter, pasar uang menjadi

pilihan target operasional kebijakan karena berperan dalam stabilitas

harga. Sementara bagi perbankan, pasar uang merupakan alternatif

pemenuhan kebutuhan likuiditas jangka pendek (Utami, 2012).

Ekspansi pembiayaan melalui PUAS akan meningkatkan deposito (d)

dan kredit perbankan (l), hal ini berdampak pada meningkatnya

31

investasi dan output agregate. Peningkatan ini selanjutnya akan

menekan tingkat inflasi (Andarini & Widiastuti, 2016).

7. Pembiayaan yang disalurkan

Menurut UU No. 21 tahun 2008 tentang Perbankan Syariah,

pembiayaan adalah penyediaan dana atau tagihan berupa transaksi

bagi hasil, sewa menyewa barang dan jasa, jual beli, serta pinjam

meminjam berdasarkan persetujuan atau kesepakatan antara Bank

Syariah dan/atau UUS dengan pihak lain dimana kemudian pihak

yang dibiayai harus mengembalikan fasilitas dana yang telah

diberikan berdasarkan jangka waktu tertentu serta imbalan, tanpa

imbalan, atau bagi hasil tertentu. Sementara itu menurut Muhammad

(2002), pembiayaan atau financing adalah pendanaan yang diberikan

untuk mendukung investasi yang telah direncanakan.

Mengacu pada UU No. 21 pasal 19 ayat (1) dan (2) tahun

2008 tentang perbankan syariah, perbankan syariah (baik UUS

maupun BUS) memiliki fungsi utama diantaranya adalah untuk

mengumpulkan dan menyalurkan dana yang kemudian disebut sebagai

pembiayaan. Pembiayaan dalam perbankan syariah berbeda dengan

kredit pada bank konvensional. Perbedaan tersebut meliputi akad yang

dipakai, sistem pembagian keuntungan, dan yang lainnya. Rivai

(2010) mengelompokkan pembiayaan menjadi beberapa jenis, yaitu

pembiayaan dengan prinsip bagi hasil yang meliputi mudharabah dan

32

musyarakah, jual beli yang meliputi murabahah, salam, dan isti’na,

dan sewa yang meliputi ijarah dan ijarah muntahiya bittamlik.

Kenaikan simpanan masyarakat tidak selalu diikuti dengan

kenaikan pinjaman yang disalurkan oleh perbankan karena fungsi

intermediasi perbankan tidak selalu berjalan normal. Oleh karenanya

pinjaman yang disalurkan perbankan lebih berpengaruh terhadap

ekonomi riil daripada simpanan masyarakat yang tercermin dalam

jumlah uang beredar (Warjiyo dalam Syapriatama, 2017). Pembiayaan

syariah meningkatkan marginal social productivity investasi dan

investasi langsung terhadap sektor produktif. Peningkatan investasi

akan semakin meningkatkan sektor perbankan syariah, karena

investasi ditentukan oleh investasi langsung bukan credit multiplier

(Tingkat dimana kredit dibuat berdasarkan rasio cadangan pada bank,

rumusnya adalah: credit multiplier =

) sebagaimana dalam

perbankan konvensional (Jobarteh & Ergec, 2017).

8. Inflasi

Inflasi adalah tingkat kenaikan harga diatas harga yang

biasanya pada periode tertentu. Hal ini bisa bermakna luas seperti

kenaikan harga secara keseluruhan yang menyebabkan biaya hidup

ikut naik, tapi juga bisa berarti sempit, seperti kenaikan harga pada

barang tertentu (Oner, 2010). Sementara itu, Karlina mendefinisikan

tingkat inflasi adalah kenaikan presentase tahunan tingkat harga secara

33

umum yang diukur menggunakan indeks harga konsumen yang

berlaku (Karlina, 2017).

Inflasi memiliki dampak yang buruk bagi perekonomian,

yaitu menyebabkan penurunan daya beli bagi konsumen. Penurunan

daya beli ini terjadi ketika tingkat upah yang diperoleh tidak

mengikuti laju inflasi. Sementara itu, inflasi juga mengganggu kinerja

moneter. Ketika inflasi tinggi, tingkat suku bunga riil akan menurun.

Suku bunga riil yang rendah menyebabkan investor menanamkan

modalnya di negara dengan suku bunga yang lebih besar untuk

memperoleh keuntungan yang lebih banyak. Bahkan, bahayanya

dampak inflasi juga dinyatakan oleh Presiden Gerald Ford

sebagaimana dikutip dalam (Utari, Cristina S., & Pambudi, 2016)

“inflation is the number one policy enemy”.

Di negara berkembang, inflasi bukanlah fenomena moneter

murni. Inflasi lebih disebabkan oleh faktor-faktor yang berkaitan

dengan ketidak seimbangan fiskal, seperti pertumbuhan uang yang

lebih tinggi dan depresiasi nilai tukar yang muncul karena krisis

neraca pembayaran (Totonchi, 2011). Hal ini juga diungkapkan dalam

teori kuantitas modern oleh Milton Friedman “inflation always and

everywhere a monetary phenomenon that arises form a more rapid

expansion in the quantity of money than it total output”. Indeks yang

umum dipakai dalam menghitung besarnya inflasi ada tiga, yaitu

34

Producer Price Index (PPI)/IHP, Wholesale Price Index (WPI)/IHPB,

serta Consumer Price Index (CPI)/IHK.

Inflasi juga memiliki beberapa teori yang dikemukakan oleh

tokoh-tokoh ekonomi, diantaranya sebagai berikut.

a) Teori monetaris (clasical theory on inflation)

Model monetaris yang banyak digunakan untuk

menentukan inflasi ditulis dalam persamaan P=M-aY+bC.

Dimana P adalah tingkat pertumbuhan harga konsumen, M

adalah tingkat pertumbuhan money supply (mata uang ditambah

giro), Y adalah tingkat pertumbuhan pendapatan asli, dan C

adalah tingkat pertumbuhan biaya yang diharapkan dari

memegang uang (Saini, 1982). Kritik Milton Friedman terhadap

teori ekonomi Keynesian adalah pada peran kontrol uang dalam

perekonomian. Dimana, Monetaris percaya inflasi dapat

ditangani melalui money supply. Dalam pandangan monetaris,

suku bunga merupakan faktor dependen money supply dalam

perekonomian (Onoh & Obioma, 2017).

b) Teori non-monetarist

Teori non-monetaris atau dikenal juga sebagai teori

keynesian dirumuskan oleh ekonom besar abad 20, John

Meynard Keynes (Lin, 1967). Jika monetaris percaya bahwa

money supply dapat memengaruhi inflasi, Keynesian (non-

monetarist) percaya bahwa money supply tidak memiliki

35

pengaruh secara signifikan terhadap inflasi. Inflasi lebih

dipengaruhi oleh kebijakan fiskal daripada persediaan uang yang

beredar. Keynesian juga tidak setuju jika money supply bersifat

independen, inflasi adalah variabel independen sementara money

supply adalah variabel dependen (Onoh & Obioma, 2017).

Keynes juga memperkenalkan konsep elastisitas yang tidak

hanya dalam teori nilai tapi juga dalam teori uang, sehingga

teori nilai dan teori uang menjadi terintegrasi dalam satu teori.

“So long as there is unemployment, employment will

change in the same proportion as the quantity of money; and when there is full employment, prices will change in

the same proportion as the quantity of money.”J. M. Keynes dalam (Lin, 1967)

Selama ada pengangguran, lapangan pekerjaan akan berubah

dalam proporsi yang sama dengan jumlah uang; dan ketika

kesempatan kerja penuh, harga akan berubah dalam proporsi yang

sama dengan jumlah uang. Keynes menuliskan persamaan yang

menghubungkan Eo, Ep, dan Ew, Ep=1-Eo(1-Ew). Berdasarkan

persamaan tersebut, perubahan tingkat harga tergantung pada

elatstisitas output dalam menanggapi perubahan permintaan

agregat (Eo) dan elastisitas tingkat upah sehubungan dengan

perubahan permontaan agregat (Lin, 1967).

9. Produk Domestik Bruto (PDB)

PDB adalah salah satu indikator ekonomi yang digunakan

untuk mengukur pertumbuhan ekonomi. Hal ini peneliti gunakan

36

karena Produk Domestik Bruto sering dianggap sebagai ukuran

terbaik dari kinerja perekonomian (Mankiw, 2007). PDB merupakan

jumlah total dari output yang dihasilkan oleh suatu negara dalam

kurun waktu tertentu. PDB mengukur pendapatan dan pengeluaran

total suatu perekonomian (Atika, 2018). PDB adalah sumber paling

luas dan otentik untuk mengukur ekonomi negara manapun. PDB

digambarkan sebagai produksi tahunan barang dan jasa suatu negara.

Jika PDB tumbuh, hal ini dianggap sebagai ekonomi yang

berkembang (Chow & Li dalam Ahmad & Ihsan, 2018).

Sementara itu BEA (The Bureau of Economic Analysis)

memberikan penjabaran yang jelas mengenai PDB sebagai berikut.

“Gross Domestic Product (GDP) is the value of the goods

and services produced by the nation’s economy less the value of the goods and services used up in production. GDP is also

equal to the sum of personal consumption expenditures, gross private domestic investment, net exports of goods and

services, and government consumption expenditures and gross investment.” (The Bureau of Economic Analysis )

PDB merupakan nilai barang dan jasa yang diproduksi oleh ekonomi

suatu negara dikurangi nilai barang dan jasa yang digunakan dalam

produksi. PDB juga sama dengan jumlah pengeluaran konsumsi

pribadi, investasi privat domestik kotor, ekspor neto barang dan jasa,

serta pengeluaran pemerintah dan investasi kotor.

PDB digunakan untuk mengindikasikan apa yang terjadi

dalam lingkungan ekonomi makro (Tjukanov, 2011), yaitu “the

branch of economics that examines the economic behavior of

37

aggregates – income, employment, output, and so on – on a national

scale” cabang dari ilmu ekonomi yang membahas perilaku ekonomi

pendapatan, tenaga kerja, output, dan seterusnya secara agregat dalam

skala nasional (Case, Fair, & Oster, 2012: 7). Rumus perhitungan

PDB dapat direpresentasikan dengan cara berikut (Landefeld, Seskin,

& Fraumeni, 2008: 197).

PDB = C + I + G + (X - M)

Dimana C adalah Consumer spending, I adalah Investment, G adalah

Government, X adalah Export dan M adalah Import.

PDB dapat dihitung dalam 3 cara yang berbeda, pertama

dengan pendekatan nilai tambah (atau produksi), yang mana

menambahkan output kotor dari berbagai industri yang berbeda lalu

kurangi input perantara, untuk menghindari perhitungan ganda.

Kedua, dapat menghitung melalui pendekatan pendapatan

(berdasarkan tipe), yang mengukur pendapatan yang diperoleh oleh

faktor-faktor produksi yang berbeda. Terakhir, PDB dapat ditentukan

melalui pendekatan permintaan akhir (atau pengeluaran), yang

mengukur aktivitas, seperti investasi dan konsumsi diantara industri

yang berbeda dan impor yang dikurangi ekspor (Landefeld et al.,

2008).

38

Tabel 2.2 Menghitung PDB

I. Pendekatan nilai tambah (atau produksi)

Output kotor (penjualan kotor dikurangi perubahan dalam persediaan)

Kurangi:

Equals:

Input perantara

Nilai tambah untuk setiap industri

II. Pendekatan pendapatan (berdasarkan jenis)

Sum of:

Equals:

Upah/kompensasi Pendapatan sewa

Laba dan pendapatan pemilik

Pajak atas produksi dan impor

dikurangi: subsidi bunga, pembayaran lain-lain

Depresiasi

Total pendapatan domestik

III. Pendekatan permintaan akhir (atau pengeluaran)

Sum of:

Equals:

Konsumsi barang dan jasa akhir oleh rumah tangga

Investasi di pabrik, peralatan, dan perangkat lunak Pengeluaran pemerintah untuk barang dan jasa

Ekspor neto barang dan jasa (ekspor-impor)

Penjualan akhir produk dalam negeri

Sumber: (Landefeld et al., 2008), diolah

Ada tiga hubungan kausalitas yang menghubungkan sektor

keuangan dengan pertumbuhan ekonomi. Pertama, perspektif sisi

penawaran (juga dikenal sebagai "supply leading response") dimana

perkembangan sektor keuangan adalah syarat untuk pertumbuhan

ekonomi. Tanpa akses ke layanan keuangan dan fungsi spesifik yang

dijalankan sektor keuangan, ekonomi riil tidak akan mampu berjalan

secara signifikan. Kedua, perspektif sisi permintaan (juga disebut

“demand following response”) menganggap bahwa tanpa sektor

ekonomi riil yang menuntut jenis barang dan jasa keuangan tertentu,

tidak akan ada perkembangan di sektor keuangan. Ketiga, disebut

sebagai “feed-back hypothesis”, adalah bahwa tidak ada hubungan

kausalitas yang kuat dan stabil antara kedua proses. (Nyasha &

Odhiambo, 2014)

39

Tajgardoon et al. dalam Nahar & Sarker (2016) menjelaskan

bahwa peningkatan pertumbuhan PDB akan menyebabkan

pembiayaan bank melalui penciptaan peluang investasi yang lebih

banyak dan prospek keuangan yang lebih baik, rendering bank dan

investor dengan banyaknya peluang untuk tumbuh dan selanjutnya

meningkatkan permintaan dan penawaran bagi bank. Patrick (1966)

menyoroti bahwa semakin cepat laju pertumbuhan pendapatan

nasional riil, maka semakin besar permintaan perusahaan akan dana

eksternal dan financial intermediation untuk membiayai ekspansi

tunjangan depresiasi dan laba ditahan. Sementara itu, Blanco (2009),

menyimpulkan bahwa “while economic growth causs financial

development, financial development dose not cause economic growth”

Penelitian yang menunjukkan hubungan kausalitas yang tidak

stabil dilakukan Nyasha & Odhiambo (2014) yang menyimpulkan

bahwa hubungan antara perkembangan keuangan dan pertumbuhan

ekonomi tidak begitu jelas dan hubungan yang tercipta hanya

didasarkan pada prima facie atau bukti dangkal. Hal ini juga diperkuat

dengan hasil penelitian IMF dimana penelitian itu menyatakan bahwa

perkembangan keuangan bukanlah “magic bullet” bagi pertumbuhan

ekonomi oleh karena hubungan yang kompleks antara keuangan,

investasi dan produktivitas (Naceur, Blotevogel, Fischer, & Shi,

2017).

40

C. Kerangka Pemikiran

Kerengka penelitian dalam gambar 2.4 menjelaskan bahwa fokus

penelitian digambarkan oleh garis yang dicetak tebal. Dimana secara ideal,

mekanisme transmisi dimulai dari interaksi tahap 1 yaitu antara BI dengan

Bank Syariah melalui kebijakan pasar terbuka menggunakan instrumen

SBIS. Tingkat imbal hasil SBIS kemudian akan memengaruhi imbal hasil

Pasar uang yang merupakan interaksi antar bank syariah, kemudian

berpengaruh pada total pembiayaan yang dapat disalurkan oleh perbankan.

Selanjutnya, pada interaksi tahap 2 yang melibatkan sasaran akhir berupa

indikator makroekonomi, pembiayaan yang disalurkan akan memengaruhi

inflasi dan output. Sementara pada garis putus dalam gambar 2.4

menunjukkan adanya asumsi bahwa variabel dalam transmisi kebijakan

moneter saling berhubungan dan arah pergerakan tidak selalu seperti pada

jalur yang ideal.

41

Mekanisme transmisi kebijakan moneter

Kemungkinan hubungan alur transmisi

Kondisi ideal transmisi kebijakan moneter

Sumber: Hasanah (2019)

Gambar 2.4 Kerangka Pemikiran

Selanjutnya, kerangka pemikiran tersebut dibentuk dalam

persamaan Vector Autoregression (VAR) sebagai berikut:

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

42

Keterangan:

= Sertifikat Bank Indonesia Syariah pada bulan t

= Sertifikat Bank Indonesia Syariah pada bulan t-n

= Pasar Uang Antar Bank Syariah pada bulan t-n

= Pembiayaan pada bulan t-n

= Indeks Harga Konsumen pada bulan t-n

= Produk Domestik Bruto pada bulan t-n

= konstanta

… = Parameter dalam bentuk matriks polinomial lag p

= error term

= panjang lag

Sementara itu, model alternatif yang dibentuk ketika variabel tidak stasioner

pada level sehingga tidak memenuhi model VAR adalah dengan VECM.

Persamaan yang dibentuk adalah sebagai berikut:

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

∑

43

∑

∑

∑

∑

∑

Keterangan:

= Perubahan Sertifikat Bank Indonesia Syariah pada bulan t

= Perubahan SBIS pada bulan t-n

= Perubahan PUAS pada bulan t-n

= Perubahan Pembiayaan pada bulan t-n

= Perubahan IHK pada bulan t-n

= Perubahan PDB pada bulan t-n

= Sertifikat Bank Indonesia Syariah pada bulan t

= SBIS pada bulan t-n

= PUAS pada bulan t-n

= Pembiayaan pada bulan t-n

= IHK pada bulan t-n

= PDB pada bulan t-n

= Error Corection Term

= Konstanta jangka pendek

= Koefisien hubungan jangka pendek

= Konstanta jangka panjang

= Koefisien hubungan jangka panjang

= error term

p = panjang lag

= Speed of adjustment

44

D. Hipotesis

1. SBIS dan inflasi

H0: SBIS tidak memiliki pengaruh signifikan terhadap inflasi

Ha: SBIS memiliki pengaruh signifikan terhadap inflasi

2. PUAS dan inflasi

H0: PUAS tidak memiliki pengaruh signifikan terhadap inflasi

Ha: PUAS memiliki pengaruh signifikan terhadap inflasi

3. Pembiayaan dan inflasi

H0: Pembiayaan tidak memiliki pengaruh signifikan terhadap inflasi

Ha: Pembiayaan memiliki pengaruh signifikan terhadap inflasi

4. SBIS dan PDB

H0: SBIS tidak memiliki pengaruh signifikan terhadap PDB

Ha: SBIS memiliki pengaruh signifikan terhadap PDB

5. PUAS dan PDB

H0: PUAS tidak memiliki pengaruh signifikan terhadap PDB

Ha: PUAS memiliki pengaruh signifikan terhadap PDB

6. Pembiayaan dan PDB

H0: Pembiayaan tidak memiliki pengaruh signifikan terhadap PDB

Ha: Pembiayaan memiliki pengaruh signifikan terhadap PDB

45

BAB III

METODE PENELITIAN

A. Jenis Penelitian

Penelitian ini merupakan jenis penelitian kuantitatif, yaitu metode

untuk menguji teori objektif dengan menguji hubungan antar variabel

dengan dianalisis menggunakan prosedur statistik. Laporan akhir terdiri dari

pendahuluan, literatur dan teori, metode, hasil, dan pembahasan (Creswell,

2009). Penelitian ini melibatkan analisis data kuantitatif, yaitu data yang

dapat diurutkan, diklasifikasikan, diukur (Macdonald & Headlam, 2009).

Brooks (2008), membagi data dalam analisis kuantiatif menjadi

tiga, yaitu time series, cross-section, dan data panel. Penelitian ini

menggunakan data jenis time series, yaitu data yang dikumpulkan selama

beberapa periode dalam satu atau lebih variabel.

B. Lokasi dan Waktu Penelitian

1. Lokasi penelitian

Penelitian ini merupakan penelitian kuantitatif yang tidak

melibatkan responden secara langsung. Karena itu, lokasi penelitian

dilaksanakan di laman world bank, Bank Indonesia, serta OJK untuk

pengambilan data sekunder. Sementara itu, penelitian juga mengambil

studi literatur berupa buku dan referensi lain dari berbagai lembaga

terkait, yaitu perpustakaan IAIN Salatiga, Perpustakaan Daerah

Salatiga, Ipusnas dan situs-situs jurnal elsevier, library congress,

46

Chicago Journals, Oxford Economic Paper, Munich Personal RePEc

Archive, dan lain sebagainya.

2. Waktu penelitian

Penelitian ini berlangsung selama dua bulan, dimulai dari

bulan Juli sampai Agustus 2020.

C. Populasi dan Sampel

1. Populasi

Populasi adalah semua orang atau item dengan karakteristik

yang ingin dipahami (Sreevidya & Sunitha., 2011). Populasi dalam

penelitian ini adalah seluruh data yang diterbitkan dalam Statistik

Ekonomi dan Keuangan Indonesia (SEKI), Statistik Perbankan

Syariah (SPS), dan data statistik laman Bank Indonesia.

2. Sampel

Menurut Gerald Hursh dalam Sreevidya & Sunitha., (2011)

“a sample design is the theoritical basis and the practical

means by which we infer the characteristic of some population by generalizing from the characteristic of

relatively few of the units comprising the population”.

Desain sampel adalah adalah dasar teori dan sarana praktis yang

dengannya dapat disimpulkan karakteristik dengan generalisasi

karakteristik yang membentuk populasi. Teknik pengambilan sampel

yang digunakan adalah non-probability sampling dengan metode

purpose atau judgement. Sampel dalam penelitian ini adalah Pasar

Uang Antar Bank Syariah (PUAS), Sertifikat Bank Indonesia Syariah

47

(SBIS), dan pembiayaan yang disalurkan sebagai indikator Operasi

Moneter dan PDB serta IHK sebagai indikator pertumbuhan ekonomi

dan inflasi.

D. Teknik Pengumpulan Data

Pengumpulan data dimulai setelah menentukan masalah penelitian

dan desain penelitian. Penelitian ini menggunakan jenis data sekunder, yaitu

data yang sudah dikumpulkan oleh oran lain dan sudah melewati proses

statistik (Kothari, 2004). Data sekunder dapat berupa data yang

dipublikasikan dan tidak dipublikasikan. Data sekunder yang dipublikasikan

biasanya tersedia di (i) berbagai publikasi pemerintah pusat dan daerah, (ii)

pemerintah asing atau badan internasional dan organisasi pendukungnya,

(iii) jurnal teknis dan perdagangan, (iv) buku, majalah, dan koran, (v)

laporan dan publikasi dari berbagai asosiasi yang berhubungan dengan

bisnis dan industri, bank, bursa efek, dan lain-lain, (vi) laporan yang

disiapkan oleh penelitian sarjana, universitas, ahli ekonomi, dan lain-lain

dalam bidang yang berbeda, (vii) catatan dan statistik publik, dokumen

bersejarah, dan sumber-sumber publikasi informasi yang lain. Sementara

data yang tidak dipublikasikan dapat ditemukan di buku catatan, surat-surat,

biografi atau autobiografi yang tidak dipublikasikan dan juga mungkin

tersedia oleh para sarjana dan pekerja peneliti, asosiasi perdagangan, biro

tenaga kerja, dan individu dan organisasi publik/pribadi lainnya (Kothari,

2004). Teknik pengumpulan data yang peneliti gunakan adalah:

48

1. Field Research

Pencarian data dengan mengakses pada laman Bank

Indonesia dan Otoritas Jasa Keuangan (OJK) untuk mengumpulkan

data PUAS, SBIS, pembiayaan, laman Badan Pusat Statistik (BPS)

untuk mengumpulkan data inflasi dan data PDB.

a) SBIS, data ini diperoleh dari lelang SBIS yang disediakan pada

laman Bank Indonesia.

b) PUAS, data ini diperoleh dari Statistik Ekonomi dan Keuangan

Indonesia (SEKI) yang diterbitkan bulanan oleh Bank Indonesia.

c) Pembiayaan, data ini diperoleh dari Statistik Perbankan

Indonesia Syariah (SPS) yang diterbitkan bulanan oleh Otoritas

Jasa Keuangan.

d) Inflasi, data ini diperoleh dari Badan Pusat Statistik (BPS).

e) PDB, data ini diperoleh laman BPS dalam bentuk kuartal

kemudian di interpolasi ke dalam bentuk bulanan menggunakan

metode quadratic equation.

2. Studi Pustaka

Studi pustaka dilakukan dengan mempelajari literatur ilmiah,

buku, jurnal, serta artikel lain yang berkaitan dengan penelitian. Studi

ini bermanfaat untuk memperoleh konsep dan landasan teori bagi

penelitian yang dilaksanakan (Bungin, 2007).

49

E. Skala Pengukuran

Skala pengukuran merupakan kesepakatan yang digunakan sebagai

acuan untuk menentukan panjang-pendeknya interval yang ada dalam alat

ukur, sehingga alat ukur tersebut bila digunakan dalam pengukuran akan

menghasilkan data kuantitatif (Sugiyono, 2012). Skala yang digunakan

dalam penelitian ini adalah sebagai berikut.

Tabel 3.1 Skala Pengukuran

Variabel Definisi Satuan

pengukuran Periode

Skala

Variabel

Sifat

Variabel

SBIS

Hasil lelang SBIS

Departemen Pengelolaan Moneter

jangka waktu 9 bulan.

Persentase Bulanan Rasio Kontinyu

PUAS

Imbal hasil pasar

uang dalam bentuk

rupiah yang diiikuti BUS, UUS, dan Bank

Konvensional.

Persentase Bulanan Rasio Kontinyu

Pembiayaan/

FIN

Pembiayaan

mudharabah +

musyarakah + murabahah + salam +

istishna + ijarah.

Miliar Bulanan Rasio Kontinyu

Inflasi/IHK

Tingkat perubahan

harga berdasarkan

Survei Biaya Hidup (SBH) di 34 ibukota

provinsi dan 56

kabupaten/kota

Indeks Bulanan Rasio Kontinyu

PDB

Output barang dan

jasa yang dihasilkan oleh rumah

tangga+lembaga non-

profit yang melayani

rumah tangga+pemerintah

dan investasi+ekspor

neto

Miliar

Kuartal

diinterpo

lasi

dalam bulanan

Rasio Kontiu

Sumber: olahan peneliti, 2020

50

F. Definisi Konsep dan Operasional

1. Definisi Konsep

a) SBIS/Sertifikat Bank Indonesia Syariah, merupakan surat

berharga yang diterbitkan oleh Bank Indonesia dalam rupiah

yang memiliki jangka waktu pendek serta menggunakan prinsip

syariah.

b) PUAS/Pasar Uang Antar Bank Syariah, merupakan kegiatan

transaksi keuangan antarbank jangka pendek menggunakan

prinsip syariah, pesertanya meliputi BUS, UUS, bank

konvensional, dan Bank Asing.

c) FIN/Financing/Pembiayaan yang disalurkan, merupakan total

pembiayaan yang diasalurkan oleh Bank Syariah.

d) IHK/Inflasi IHK, indeks yang menghitung rata-rata perubahan

harga, perubahan dari waktu ke waktu akan menggambarkan

inflasi jika mengalami kenaikan dan deflasi jika mengalami

penurunan.

e) PDB/Produk Domestik Bruto, keseluruhan output dari negara

suatu negara, perubahan dari waktu ke waktu dapat digunakan

untuk melihat pertumbuhan ekonomi negara tersebut.

2. Definisi Operasional

Definisi operasional dari variabel-variabel penelitian adalah

untuk memberikan petunjuk tentang bagaimana suatu variabel-

variabel diukur (Andriani, 2010).

51

a) SBIS/Sertifikat Bank Indonesia Syariah, merupakan tingkat

imbalan lelang Sertifikat Bank Insonesia Syariah dari Januari

2011 sampai Desember 2019.

b) PUAS/Pasar Uang Antar Bank Syariah, merupakan imbal hasil

Pasar Uang Antar Bank Syariah yang diperoleh dari Statistik

Ekonomi dan Keuangan Indonesia yang diterbitkan bulanan dari

Januari 2011 sampai Desember 2019.

c) FIN/Financing/Pembiayaan yang disalurkan, merupakan modal

pembiayaan yang disalurkan oleh bank syariah yang meliputi

musyarakah, mudharabah, dan bagi hasil lainnya serta piutang

murabahah, salam, istishna, dan qardh. Data diperoleh dari

Statistik Pebankan Syariah Januari 2011 sampai Desember 2019

yang diterbitkan oleh OJK.

d) IHK/Inflasi IHK, merupakan indikator untuk mengukur

perubahan harga dengan IHK tahun dasar 2018=100.

Penghitungan IHK dilaksanakan oleh BPS melalui Survei Biaya

Hidup (SBH) yang dilaksanakan di 90 kota dan provinsi di

Indonesia. Data diperoleh dari Badan Pusat Statistik bulan

Januari 2011 sampai Desember 2019.

e) PDB/Produk Domestik Bruto, merupakan besaran output

konsumsi akhir rumah tangga, lembaga non profit yang

melayani rumah tangga, investasi, pengeluaran pemerintah, serta

ekspor neto. PDB yang digunakan adalah seri 2010 menurut

52

pengeluaran dan berdasarkan harga konstan 2010. Data

diperoleh dari Badan Pusat Statistik bulan Januari 2011 sampai

Desember 2019.

G. Instrumen Penelitian

Menurut Arikunto (2010) instrumen penelitian adalah alat atau

fasilitas yang digunakan oleh peneliti dalam mengumpulkan data agar

pekerjaannya lebih mudah dan hasilnya lebih baik, dalam arti lebih cermat,

lengkap dan sistematis sehingga lebih mudah diolah.

Pengumpulan data ini adalah dengan mengumpulkan data sekunder

yang bersifat time series yang diperoleh dari berbagai sumber sebagai

berikut.

1. Bank Indonesia, merupakan laman resmi Bank Indonesia yang

menyediakan berbagai data, publikasi karya ilmiah dan laporan, serta

fungsi yang lain. Situs Bank Indonesia peneliti gunakan untuk mencari

data SBIS, PUAS, dan pembiayaan perbankan syariah dengan

mengakses situs resmi bi.go.id.

2. Badan Pusat Statistik, merupakan lembaga pemerintahan non

kementerian yang menyajikan berbagai pengolahan data serta statistik

mulai dari sosial, ekonomi, serta pertanian dan pertambangan. BPS

peneliti gunakan untuk mencari data PDB serta inflasi IHK

3. Statistik Ekonomi dan Keuangan Indonesia, merupakan publikasi

bulanan yang diterbitkan oleh Bank Indonesia. SEKI peneliti gunakan

untuk mencari data Pasar Uang Antar Bank Syariah.

53

4. Statistik Perbankan Syariah, merupakan publikasi bulanan yang

diterbitkan oleh Otoritas Jasa Keuangan. SPS peneliti gunakan untuk

mencari data pembiayaan perbankan syariah.

H. Uji Instrumen Penelitian

Seperti yang telah dicatatkan sebelumnya, data yang digunakan

dalam penelitian ini adalah time series, sehingga harus dilakukan uji

stasioneritas data. Dalam data time series, stasioneritas data sangat penting.

Hal tersebut karena time series yang tidak stasioner memiliki ragam waktu

yang bervariasi sehingga hanya dapat dipelajari pada waktu yang

dipertimbangkan. Hal ini menyebabkan model tidak bisa digeneralisasikan

ke periode lain sehingga tidak dapat digunakan untuk keperluan peramalan

(Gujarati & Porter, 2009).

I. Alat Analisis

Penelitian ini menggunakan metode Vector Auto Regression

(VAR)/Vector Error Correction Model (VECM) dengan perangkat lunak

pengolah data Eviews 9. Metode VAR/VECM merupakan metode yang

berbeda dalam ekonometrik, dimana kita tidak perlu membedakan antara

variabel endogen dan eksogen serta memerlukan kelambanan variabel (lag

length) untuk menangkap efek variabel satu terhadap variabel yang lain.

Selain itu,

Model VAR akan digunakan ketika data stasioner pada level, jika

data tidak stasioner pada level maka harus diturunkan pada first difference.

Jika data stasioner pada first difference maka model yang digunakan adalah

54

Vector Error Correction Model (VECM). Secara umum model dalam

penelitian ini adalah sebagai berikut.

PDByt = C + a1iƩPDByt-k + a1iƩIHKyt-k + a1iƩSBISyt-k +

a1iƩPUASyt-k + a1iƩFINyt-k + et

IHKyt = C + a1iƩIHKyt-k + a1iƩPDByt-k + a1iƩSBISyt-k +

a1iƩPUASyt-k + a1iƩFINyt-k + et

Tahapan analisis yang peneliti lakukan digambarkan dalam gambar

3.1. Anaisis dimulai dengan eksplorasi data yang peneliti kumpulkan dari

BPS, SEKI, dan Bank Indonesia. Selanjutnya data yang telah diperoleh

ditransformasi kedalam bentuk logaritma natural untuk kemudian diuji

stasioneritas data menggunakan uji akar unit. Jika data telah stasioner pada

level I(0), maka proses dilanjutkan dengan korelasi dan diuji dengan VAR

level. Jika korelasi tinggi maka akan menggunakan S-VAR. Jika pada uji

akar unit variabel tidak lolos pada level, maka data harus distasionerkan

dengan first difference I(1), untuk kemudian diuji kointegritasnya. Jika

terdapat kointegrasi maka menggunakan VECM, dan jika tidak akan

menggunakan VAR first difference. Selanjutnya, pengujian analisis

Granger, IRF, dan FEVD.

55

Sumber: Ascarya (2012a)

Gambar 3.1 Proses analisis VAR

1. Uji Akar Unit

Uji akar unit digunakan untuk menguji stasioneritas data time

series. Stasioneritas pada data penting untuk menghindari adanya

spurious regressions, dimana ditunjukkan r2

yang tinggi walaupun

keduanya tidak saling berhubungan. Selain itu, unit root test juga

diperlukan untuk mengetahui apakah variabel saling terintegrasi atau

terdapat hubungan sebab akibat. Uji yang digunakan adalah

Augmented Dickey-Fuller (ADF) dan Phillips-Perron (PP) dengan

signifikan level 5%. Kelebihan penggunaan PP adalah kekuatannya

pada bentuk umum heteroskedastisitas dalam error term dan tidak

perlu memiliki panjang lag spesifik dalam tes regresi.

Persamaan uji ADF dapat ditulis dalam persamaan berikut.

56

∑

Dimana t adalah waktu dan trend dari variabel, adalah error term

white noise, adalah first difference dari

variabel. Hipotesis 0 dari uji akar unit adalah . Jika koefisien ≠ 0

dan signifikan secara statistik, maka hipotesis ditolak. Sementara

itu, persamaan Phillips-Perron adalah pengembangan dari ADF, dan

dapat ditulis dalam persamaan berikut.

⁄

Dimana, T adalah jumlah observasi dan adalah error term white

noise (Islam & Hossain, 2015).

2. Uji Lag Optimal

Menurut Yang dalam Asghar & Abid (2007), dua hal yang

penting dalam pembangunan model adalah menentukan panjang lag

dan stabilitas parameter model. Proses Autiregressive dengan panjang

lag p mengacu pada deret waktu dimana nilai saat ini bergantung pada

lag p yang dilambangkan dengan AR (p) (Liew, 2006). Pemilihan lag

optimum dilakukan berdasarkan kriteria AIC, SIC, HQC, FPE, dan

BIC.

a) Akaike’s Information Criterion: ̂

b) Schwarz Information Criterion: ̂

c) Hannan-QuinnCriterion: ̂

d) Final Prediction Error: ̂

57

e) Corrected Version of AIC: ̂ ⁄

Dimana, n adalah ukuran sampel, ̂ ∑

,

adalah residual dan p adalah lag (Asghar & Abid, 2007).

3. Analisis Kausalitas Granger

Uji kausalitas digunakan untuk melihat hubungan dua arah

menggunakan signifikansi 5%. Jika terjadi hubungan dua arah antara

variabel, maka tidak terdapat variabel dependen dan independen

dalam model. Dimulai dengan mengabaikan hubungan antara variabel

(misal m dan n), jika m menyebabkan n maka menunjukkan berapa

banyak nilai n dari periode terakhir dapat dijelaskan oleh m dan n

dalam periode sebelumnya (Pratama, 2012). Secara umum persamaan

Granger causality antara variabel X dan Y dengan lag k dan asumsi

stasioner pada level serta error term yang tidak terkorelasi adalah

sebagai berikut (Asghar, 2008).

∑ ∑

∑ ∑

Jika H0a diterima dan H0b ditolak, maka terdapat kausalitas searah dari

variabel Y ke X begitu juga sebaliknya, jika kedua H0a dan H0b ditolak

58

maka terdapat kausalitas dua arah antara variabel X dan Y, sementara

jika keduanya diterima maka variabel X dan Y adalah variabel

independen.

4. Uji stabilitas VAR

Pengujian stabilitas VAR diperlukan agar perhitungan hasil

Impulse Response Function dan Forcast Error Variance

Decompotions valid. Untuk variabel deret waktu

, model VAR dari order p [VAR, (p)], dapat

ditulis sebagai

Dimana adalah koefisien matriks (nxn) dan

adalah zero mean error term. Stabilitas VAR dapat dijelaskan dengan

perhitungan akar dari:

Dimana karakteristik polynomial didefinisikan sebagai berikut.

Dimana akar dari | | akan memberikan informasi yang

diperlukan tentang stasioneritas atau non stasioneritas proses. Variabel

akan stabil jika semua akar karakteristik terletak dalam lingkaran unit.

Sehingga, rank penuh dan semua variabel stasioner (Islam &

Hossain, 2015).

59

5. Uji Kointegrasi

Uji kointegrasi digunakan untuk melihat hubungan antar

variabel yang diobservasi dalam jangka panjang. Metode yang

digunakan adalah dengan Johansen Cointegration Methods. Jika data

tidak stasioner pada level, maka harus diturunkan pada first level. Jika

turunan pertama menghasilkan data yang stasioner, maka dapat diuji

kointegrasi antar variaebel. Jika tidak ada kointegrasi pada level ini,

maka dapat digunakan untuk menentukan hubungan jangka pendek.

Tetapi, jika terdapat kointegrasi, maka dapat menggunakan VECM

untuk melihat hubungan jangka panjang. Uji Johansen adalah uji rasio

likehood, dimana terdapat dua tes yaitu trace test dan maximum

eigenvalue test (Dwyer, 2015).

a) Trace test

Trace test adalah uji untuk melihat apakah rank matriks

adalah r0.

H0 :

Ha :

n adalah maksimum vektor yang mungkin terkointegrasi. Jika h0

ditolah, maka h0 hipotesisnya adalah rank dan ha

hipotesisnya adalah r0 + 1 < rank . Statistik uji rasio

likehood adalah sebagai berikut.

∑

60

Dimana adalah rasio statistik Likehood untuk menguji

apakah peringkat ataukah Pengujian selanjutnya

adalah menguji maximum eigenvalue test.

b) Maximum Eigenvalue Test

Uji ini menilai apakah nilai eigen terbesar adalah 0

relatif terhadap nilai alternatif dimana nilai eigen terbesar

berikutnya adalah 0. Pengujian awal adalah melihat apakah rank

bernilai 0.

H0:

Ha:

Pengujian ini menggunakan nilai eigen terbesar, jika rank

matriks 0, nilai eigen terbesar adalah 0, sehingga tidak ada

kointegrasi. Jika nilai eigen terbesar λ1 bukan 0, pangkat

matriks setidaknya 1 maka kemungkinan ada banya vektor

kointegrasi. Selanjutnya, jika eigen terbesar kedua λ2=0 dan

terdapat lebih dari 2 variabel maka terdapat satu vektor

kointegrasi, dan jika variabel lebih dari 2 maka kemungkinan

ada lebih dari 1 kointegrasi. Begitu seterusnya hingga λ3, λ4, …

λn dan hipotesis 0 tidak dapat ditolak. Statistik pengujiannya

adalah sebagai berikut:

Pengujian selanjutnya adalah

H0: dan

61

Ha:

6. Analisis VAR atau VECM

Secara umum, model VAR dijelaskan dalam persamaan

berikut.

∑

Ketika data terkointegrasi tapi tidak stasioner pada level, maka

digunakan VECM (Sangidi, 2014). VECM adalah VAR yang telah

terestriksi, dan kemudian memanfaatkan informasi restriksi

kointegrasi dalam spesifikasi (Wicaksono & Sukmana, 2018). Model

VECM dijelaskan dalam persamaan berikut.

∏

∑

Dimana adalah vektor dari variabel, adalah vektor intercept

adalah vektor koefisien regresi, t adalah time trend, Пx αxβ’ yang

mengandung persamaan kointegrasi jangka panjang, adalah

variabel dalam level, adalah matriks koefisien regresi, k-1 adalah

ordo VECM dari VAR, dan ɛt adalah error term (Sangidi, 2014).

7. Analisis Impulse Response Function (IRF)

Untuk melihat respon suatu variabel terhadap guncangan atau

shock maka digunakan Impulse Response Function. Selain itu, analisis

ini juga dapat digunakan untuk melihat arah hubungan dan besarnya

pengaruh antar variabel. IRF merupakan aplikasi vector moving

62

average untuk melihat lama goncangan variabel yang saling

berpenagruh (Rusydiana, 2009).

8. Analisis Forecast Error Variance Decompotions (FEVD)

Analisis ini dilakukan untuk memprediksi kontribusi

persentase varian setiap variabel (Magdalena & Pratomo, 2012). Pola

FEVD mengindikasikan sifat kausalitas multivariat dalam variabel

model VECM. FEVD juga digunakan untuk melihat kecepatan

merespon sasaran kebijakan moneter (inflasi dan PDB) (Setiawan &

Karsinah, 2016).

63

BAB IV

ANALISIS DATA

A. Deskripsi Objek Penelitian

1. Perkembangan Keuangan Syariah di Indonesia

Secara internasional, Indonesia memiliki potensi yang besar

bagi berkembangnya keuangan syariah. Menurut peringkat Islamic

Finance Development Indicator (IFDI) tahun 2019, Indonesia

menempati posisi ke-4 dengan nilai IFDI sebesar 68. Peringkat ini

mengalami peningkatan setelah sebelumnya pada tahun 2018,

Indonesia menempati posisi ke-10 dengan total nilai IFDI 50.

Sementara itu, Indonesia menempati posisi ke-8 berdasarkan

Perkembangan kuantitatif dan posisi ke-2 dalam indikator knowledge

tentang Keuangan Syariah. Perbandingan perkembangan keuangan

syariah tersebut peneliti sajikan dalam tabel 4.1.

Tabel 4.1 Perkembangan Keuangan Syariah Berbagai Negara

No Negara Nilai

IFDI

Peringkat

IFDI

Perkembangan

kuantitatif

Pengetahuan/

knowlede

1 Malaysia 115 1 1 1

2 Bahrain 71 2 4 6

3 UAE 70 3 6 5

4 Indonesia 68 4 8 2

5 Saudi Arabia 60 5 5 8

6 Jordan 57 6 17 4

7 Pakistan 56 7 13 3

8 Kuwait 54 8 2 22

9 Oman 52 9 12 11

10 Brunei 45 10 19 7

Sumber: ICD-IFDI (2019)

64

Sementara itu, perbankan syariah di Indonesia juga

menunjukkan perkembangan yang baik. Hal tersebut dilihat pada tabel

4.2 yang menunjukkan total aset perbankan syariah selalu mengalami

peningkatan dari tahun 2016-2019. Peningkatan rata-rata YoY adalah

sebesar 13%, dan aset perbankan dari tahun 2016 sampai 2017

mencapai 47%, dengan total nilai 524.564 miliar pada tahun 2019 dari

total 356.504 miliar rupiah pada tahun 2016. Selain itu, indikator lain

seperti DPK, surat berharga, pembiyaan yang disalurkan dan laba

bersih juga senantiasa mengalami peningkatan yang signifikan tahun

ke tahun.

Tabel 4.2 Indikator Perbankan Syariah (dalam Miliar Rupiah)

Indikator 2016 2017 2018 2019

Okt Nov Des

Total aset 356.504 424.181 477.327 499.981 507.761 524.564

DPK 279.335 334.888 371.828 402.356 408.397 416.558

Surat

berharga yg

dimiliki

30.237 44.753 65.970 77.614 83.074 81.016

Pembiayaan bagi hasil

94.752 119.699 146.573 164.251 168.050 172.492

Laba 5.171 7.201 9.789 13.245 14.021 13.627

Sumber: Statistik Perbankan Syariah, 2019

2. Pertumbuhan Ekonomi dan Inflasi di Indonesia

Pertumbuhan ekonomi global mengalami penurunan

signifikan yang diakibatkan oleh diantaranya perang dagang Amerika

dan China, geopolitik yang silih berganti dan perundingan Brexit yang

berlaut-larut. Kerusuhan berkepanjangan Hongkong, Iran, dan Irak

juga turut andil dalam ketidakpastian ekonomi global. Penurunan

pertumbuhan ekonomi global digambarkan dalam tabel 4.3. Tabel 4.3

65

menunjukkan pertumbuhan ekonomi global yang hanya sebesar 2,9%

yang merupakan angka terendah sejak 5 tahun terakhir, dimana

pertumbuhan ekonomi dunia 2015, 2016, 2017, 2018 masing-masing

adalah 3,5%, 3,4%, 3,8%, dan 3,6%. Penurunan pertumbuhan

ekonomi global tersebut juga diikuti oleh melemahnya pertumbuhan

ekonomi di negara maju dan juga berkembang.

Sumber: International Monetary Fund (2020), diolah

Gambar 4.1 Pertumbuhan Ekonomi Global (persen, YoY)

Sementara itu akibat pelemahan ekonomi global,

pertumbuhan ekonomi Indonesia juga mengalami penurunan.

Pertumbuhan ekonomi akhir tahun 2019 hanya sebesar 5,02%, dimana

hal tersebut menunjukkan perekonomian yang mengalami penurunan

dari tahun 2018 yang mencapai 5,17. Penurunan PDB juga didorong

karena menurunnya permintaan domestik dari 5,62% pada tahun 2018

menjadi 4,76 pada tahun 2019, PDB dan komponennya digambarkan

3.5 3.4 3.8

3.6

2.9

2.3 1.7

2.5 2.2

1.7

4.3 4.6 4.8

4.5

3.7

0

1

2

3

4

5

6

2015 2016 2017 2018 2019

Dunia Negara maju Negara Berkembang

66

dalam gambar 4.1. Ekspor neto tahun 2019 mengalami peningkatan,

akan tetapi hal tersebut disusul menurunnya ekspor dan impor.

Sumber: Badan Pusat Statistik (2020), diolah

Gambar4.2 PDB dan Komponennya (Persen)

Kesetabilan harga yang direpresentasikan oleh IHK juga

mengalami peningkatan. Hal ini dikarenakan peningkatan dalam harga

barang makanan dan emas. Inflasi tahun 2019 tercatat 2,72% (YoY),

angka ini lebih rendah dari tahun 2017 yang sebesar 3,16% dan 2018

sebesar 3,13%. Penyumbang inflasi terbesar ada pada bahan makanan,

transportasi, komunikasi dan keuangan. Sementara itu, realisasi inflasi

tahun 2019 juga rebih rendah dari target inflasi 2019 sebesar 3,5%.

Tabel 4.3 Target inflasi dan realisasi (YoY)

Tahun Target inflasi Realisasi

2014 4,5% ±1% 8,36

2015 4% ±1% 3,35

2016 4% ±1% 3,02

2017 4% ±1% 3,61

2018 3,5% ±1% 3,13

2019 3,5% ±1% 2,72

2020 43% ±1% -

Sumber: Bank Indonesia (2020), diolah

-2

0

2

4

6

2015 2016 2017 2018 2019

PDB Permintaan domestik

Ekspor netto Konsumsi pemerintah

67

B. Analisis Data

1. Uji Stasioneritas

Uji stasioneritas digunakan untuk menganalisis suatu data

agar memiliki pola distribusi yang normal/stasioner. Uji stasioneritas

pada data time series perlu dilakukan untuk menghindari masalah

autokorelasi. Data yang telah stasioner atau pergerakannya konsisten

akan menghasilkan peramalan yang lebih akurat. Pengujian

stasioneritas pada data ini menggunakan uji akar unit. Ketika data

telah stasioner pada level I(0), maka pengujian dapat dilanjutkan.

Akan tetapi, jika data tidak stasioner pada level maka perlu dilakukan

stastioneritas pada tingkat first difference maupun second difference.

Uji akar unit yang telah dilakukan dapat dilihat dalam tabel 4.1. Tabel

4.1 menujukkan bahwa variabel PUAS, FIN, dan PDB stasioner pada

tingkat level dengan asumsi Phillips-Perron dan taraf 5%, sementara

variabel SBIS dan IHK tidak stasioner. Uji akar unit dilanjutkan pada

tingkat first difference, dan variabel telah stasioner terlihat pada nilai

statistik PP yang lebih kecil dari derajat Mac Kinnon. Oleh karenanya,

pengujian dilanjutkan dengan tingkat first difference I(1). Karena data

stasioner pada first difference, selanjutnya akan diuji kointegrasi untuk

menentukan hubungan jangka panjang.

68

Tabel 4.4 Hasil Uji Akar Unit SBIS, PUAS, FIN, IHK, PDB

ADF

PP

Variabel

SBIS PUAS FIN IHK PDB

Level

I(0)

ADF -2,348 -2,456 -3,15 -2,087 -2,973

Mc Kinnon

5%

-2,889 -2,889 -3,455 -3,452 -3,458

Prob. 0,1592 0,1293 0,1006 0,5469 0,1452

First difference

I(1)

ADF -6,18 -11,7 -2,188 -10,175* -3,504

Mc Kinnon

5%

-2,889* -2,889* -3,455 -3,453* -3,458*

Prob. 0,0000 0,0000 0,4906 0,0000 0,0446

Level I(0)

PP -2,173 -4,32 -3,508 -2,205 -3,879*

Mc Kinnon 5%

-2,889 -2,889* -3,452 -3,452 -3,452*

Prob. 0,2175 0,0007 0,0436 0,4815 0,0162

First

difference

I(1)

PP -6,31* -17,374* -9,862* -10,175* -4,878*

Mc Kinnon

5%

-2,889 -2,889 -3,453 -3,453 -3,453

Prob. 0,0000 0,0000 0,0000 0,0000 0,0007

*data stasioner


2. Uji Lag Optimal

Uji lag optimal menunjukkan bahwa lag optimal adalah 4,

dimana hal tersebut ditunjukkan oleh kriteria Likehood Ratio (LR),

Final Prediction Error (FPE), dan Akaike Information Criterion

(AIC) yang terdapat pada tabel 4.5.

Tabel 4.5 Uji Lag Optimal

Variabel lag Kriteria

LR FPE AIC SC HQ

SBIS,

PUAS,

lnFIN, lnIHK

0 NA 9,23e-13 -13,521 -13,393* -13,47

1 103,799 5,15e-13 -14,106 -13,339 -13,795*

2 38,819 5,51e-13 -14,042 -12,636 -13,473

3 49,25 5,12e-13 -14,123 -12,077 -13,294

4 41,499* 5,10e-13* -14,144* -11,458 -13,056


3. Uji Stabilitas VAR

Stabilitas VAR terpenuhi jika semua akar karakteristik

terletak dalam lingkaran unit yang digambarkan dalam karakteristik

69

polynomial berikut. Gambar 4.3 menunjukkan semua akar

karakteristik berada didalam lingkaran sehingga VAR dinyatakan

stabil. Setelah VAR dinyatakan stabil, langkah selanjutnya adalah

melakukan kointegrasi untuk menentukan kemungkinan adanya

hubungan jangka panjang dalam model.

-1.5

-1.0

-0.5

0.0

0.5

1.0

1.5

-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5

Inverse Roots of AR Characteristic Polynomial


Gambar 4.3 Stabilitas VAR

4. Uji Kointegrasi

Hasil kointegrasi pada first difference menunjukkan adanya 2

hubungan kointegrasi, dimana Probabilitas MacKinnon < level

signifikan (5%). Hasil dari kointegrasi dapat dilihat pada tabel 4.6.

Kointegrasi 1 ditunjukkan oleh probabilitas 0,001<0,05 dan

kointegrasi 2 probabilitas 0,026<0,05. Selain itu, kointegrasi juga

70

dapat dilihat pada Trace statistic yang nilainya lebih besar daripada

nilai kritis 5%. Tabel 4.6 menunjukkan kointegrasi 1 dan 2 masing-

masing 87,317>69,819 dan 50,802>47,856.

Tabel 4.6 Uji Kointegrasi

Number of CE Trace statistic Critical value 0,05 Prob. MacKinnon

None * 87,317 69,819 0,001

At most 1 * 50,802 47,856 0,026

At most 2 24,182 29,797 0,193

At most 3 10,939 15,495 0,215

At most 4 1,182 3,841 0,277

* menunjukkan adanya kointegrasi


Karena terdapat adanya kointegrasi, maka model yang terpilih adalah

VECM. Model VECM kemudian digunakan untuk menganalisis

hubungan jangka panjang dan jangka pendek.

5. Kausalitas Granger

Kausalitas granger menunjukkan adanya hubungan dua arah

dalam setiap variabel. Kausalitas Granger tidak menunjukkan adanya

pengaruh SBIS untuk PUAS, dimana justru PUAS yang memengaruhi

SBIS pada lag ke-2. Selanjutnya, PUAS memengaruhi FIN dan

kemudian berpengaruh pada IHK dan PDB sesuai dengan alur

transmisi kebijakan moneter syariah. Kemudian IHK dan PDB

memberi feedback ke kebijakan moneter berupa SBIS dengan lag 2

dan 8. Hasil estimasi kausalitas granger ditunjukkan dalam gambar

4.5, dimana angka yang tertera menunjukkan panjang time lag yang

diperlukan variabel untuk memengaruhi.

71


Gambar 4.4 Kausalitas Granger

Hasil kausalitas granger yang telah dipaparkan juga menunjukkan

bahwa masing-masing variabel tidak akan secara langsung

memengaruhi, tetapi memerlukan time lag. Hal ini sesuai dalam

pernyataan M. Natsir (2011); Warjiyo & Solikin (2003).

6. Uji VECM

Model penelitian VECM ini menggunakan nilai kritis 5% dan

nilai t-tabel 1,99. Nilai t akan digunakan untuk melihat signifikansi

pengaruh antar variabel, dimana jika t-stat>1,99 maka variabel

berpengaruh secara signifikan dan juga sebaliknya. Hasil estimasi

VECM disajikan dalam tabel 4.8 yang menerangkan hubungan jangka

panjang, jangka pendek, dan juga koefisien penyesuaian. Hubungan

jangka pendek ditampilkan hingga pada lag optimal yang telah

ditentukan, yaitu 6.

Koefisien jangka panjang menunjukkan bahwa dalam model

IHK, hanya FIN yang memberikan pengaruh signifikan dengan

koefisien -0,724. Artinya, kenaikan pembiayaan yang disalurkan oleh

perbankan syariah sebesar 1% akan menurunkan inflasi sebesar

IHK

SBIS FIN/Pembiayaan PUAS

PDB

1

2

2

2

2 2 4 8

2

72

0,724%. Sementara itu, model PDB dalam jangka panjang

dipengaruhi secara signifikan oleh SBIS dan FIN dengan koefisien

masing-masing 0,036 dan -0,414. Artinya, setiap 1% kenaikan pada

perubahan imbal hasil SBIS akan menaikkan PDB sebesar 0,036%,

dan setiap 1% kenaikan pembiayaan yang disalurkan akan

menurunkan PDB sebesar 0,414%. Model jangka panjang pesamaan

IHK dan PDB ditunjukkan dalam persamaan berikut.

LnIHK = 0,305 - 0,085SBIS - 0,158PUAS – 0,724lnFIN

LnPDB = -11,395 + 0,036SBIS – 0,032PUAS – 0,414lnFIN

Selanjutnya, koefisien penyesuaian yang ditunjukkan

persamaan kointegrasi 1 dan 2 menunjukkan adanya penyesuaian

variabel untuk menuju keseimbangan jangka panjang. Variabel yang

signifikan pada persamaan IHK adalah SBIS, PUAS, dan FIN,

sementara pada persamaan PDB adalah SBIS dan FIN. Koefisien ini

dalam VECM disebut juga sebagai ECT (Error Correction Term),

yang menunjukkan bahwa keseimbangan jangka pendek dalam

CoinEq 1 CoinEq 1 akan melakukan penyesuaian (koreksi) dalam

jangka panjang. Pada model IHK, kecepatan keseimbangan jangka

panjang yang dilakukan oleh SBIS, PUAS dan FIN masing-masing

adalah 32,6%, 83,1% dan 1,6%. Semantara pada model PDB,

kecepatan penyesuaian keseimbangan SBIS dan FIN masing-masing

adalah -2,177 dan 0,095. Hasil estimasi jangka panjang dan

73

penyesuaian jangka pendek ke jangka panjang disajikan dalam tabel

4.7.

Tabel 4.7 Hasil Estimasi VECM Jangka Panjang dan Penyesuaian

Koefisien Jangka Panjang

Variabel LnIHK lnPDB SBIS PUAS lnFIN

CoinEq 1 1,000 0,000 -0,085 -0,158 -0,724

[-0,906] [-1,824] [-4,247]

C 0,305

CoinEq 2 0,000 1,000 0,036 -0,032 -0,414

[ 2,031] [-1,901] [-12,736]

C -11,395

Koefisien penyesuaian

CoinEq 1 -0,024 0,004 0,326 0,831 0,016

[-1,78] [ 0,921] [ 3,781] [ 2,158] [ 2,696]

CoinEq 2 0,039 -0,014 -2,177 -0,276 0,095

[ 0,511] [-0,659] [-4,5] [-0,128] [ 2,83]


Sementara itu, dalam jangka pendek variabel-variabel yang

berpengaruh signifikan hingga 4 periode sebelumnya juga

digambarkan dalam tabel 4.8. Model IHK menunjukkan bahwa dalam

jangka pendek hanya variabel PDB pada 3 periode sebelumnya dan

SBIS pada 4 periode sebelumnya yang berpengaruh secara signifikan.

Ketika terjadi perubahan PDB pada 3 periode sebelumnya sebesar 1%,

maka akan memengaruhi perubahan IHK sebesar 1,141%.

Selanjutnya, perubahan imbal hasil SBIS pada 4 periode sebelumnya

sebesar 1% akan berpengaruh terhadap penurunan IHK sebesar -

0,052%. Persamaan dalam model IHK adalah sebagai berikut.

D(LNIHK) = - 0,024*ECT- 0,048*D(LNIHK(-1)) - 0,052* D(LNIHK(-2))- 0,031*

D(LNIHK(-3)) + 0,033*D(LNIHK(-4)) + 0,038*D(LNPDB(-1)) -

0,432*D(LNPDB(-2)) + 1,141*D(LNPDB(-3)) - 0,414* D(LNPDB(-

4)) + 0,021*D(SBIS(-1)) - 0,002*D(SBIS(-2)) - 0,006* D(SBIS(-3)) -

74

0,052*D(SBIS(-4)) + 0,002*D(PUAS(-1)) - 0,003* D(PUAS(-2)) -

0,0008*D(PUAS(-3)) - 0,002*D(PUAS(-4)) + 0,06* D(LNFIN(-1)) +

0,17*D(LNFIN(-2)) + 0,41*D(LNFIN(-3)) + 0,097* D(LNFIN(-4)) -

0,012

Model PDB menunjukkan variabel yang berpengaruh

signifikan dalam jangka pendek hanya PDB, yaitu pada 1 periode

sebelumnya dan 4 periode sebelumnya. Perubahan PDB 1 periode

sebelumnya sebesar 1% akan memengaruhi kenaikan PDB berjalan

sebesar 0,593%, dan perubahan PDB pada 4 periode sebelumnya

sebesar 1% akan memengaruhi penurunan PDB berjalan sebesar

0,234%. Model PDB jangka pendek dalam persamaan dijelaskan

sebagai berikut.

D(LNPDB) = 0,004*ECT + 0,002*D(LNIHK(-1)) - 0,021*D(LNIHK(-2)) - 0,045*

D(LNIHK(-3)) + 0,024*D(LNIHK(-4)) + 0,593*D(LNPDB(-1)) +

0,149*D(LNPDB(-2)) - 0,145*D(LNPDB(-3)) - 0,234*D(LNPDB (-

4)) + 0,0009*D(SBIS(-1)) - 0,0004*D(SBIS(-2)) + 8,350e-05*

D(SBIS(-3)) - 0,002*D(SBIS(-4)) + 0,0002*D(PUAS(-1)) - 0,0002*

D(PUAS(-2)) - 0,0004*D(PUAS(-3)) + 0,002*D(PUAS(-4)) - 0,014*

D(LNFIN(-1)) + 0,023*D(LNFIN(-2)) - 0,009*D(LNFIN(-3)) - 0,07*

D(LNFIN(-4)) + 0,004

Model SBIS menunjukkan variabel yang berpengaruh dalam

jangka pendek adalah SBIS 1 periode sebelumnya dan FIN 2 periode

sebelumnya. Perubahan imbal hasil SBIS 1 periode sebelumnya

sebesar 1% akan berpengaruh terhadap kenaikan imbal hasil SBIS

sebesar 0,314%. Selanjutnya, perubahan FIN 2 periode sebelumnya

75

sebesar 1 % akan berpengaruh terhadap penurunan imbal hasil SBIS

sebesar 3,68%. Model SBIS dalam jangka pendek dijelaskan dalam

persamaan berikut ini.

D(SBIS) = 0,326*ECT - 0,129*D(LNIHK(-1)) + 0,29*D(LNIHK(-2)) - 0,119*

D(LNIHK(-3)) - 0,112*D(LNIHK(-4)) + 0,69*D(LNPDB(-1)) +

2,29* D(LNPDB(-2)) + 0,254*D(LNPDB(-3)) + 5,213*D(LNPDB (-

4)) + 0,314*D(SBIS(-1)) + 0,045*D(SBIS(-2)) + 0,189*D(SBIS(-3))

+ 0,005*D(SBIS(-4)) + 0,003*D(PUAS(-1)) + 0,006*D(PUAS(-2)) +

0,0009*D(PUAS(-3)) - 0,014*D(PUAS(-4)) + 0,059*D(LNFIN(-1)) -

3,68*D(LNFIN(-2)) - 0,953*D(LNFIN(-3)) - 2,108*D(LNFIN(-4)) +

0,048

Model PUAS menunjukkan bahwa dalam jangka pendek,

variabel yang berpengaruh secara signifikan terhadap imbal hasil

PUAS adalah PDB pada 3 periode sebelumnya, SBIS pada 3 periode

sebelumnya, PUAS pada 1, 2, dan 4 periode sebelumnya, serta FIN

pada 2 dan 4 periode sebelumnya. Perubahan pada PDB 3 periode

sebelumnya akan memengaruhi kenaikan imbal hasil PUAS sebesar

30,656%. Perubahan imbal hasil SBIS pada 3 periode sebelumnya

sebesar 1% akan memengaruhi kenaikan imbal hasil PUAS sebesar

0,955%. Perubahan pada imbal hasil PUAS periode 1, 2, dan 4

periode sebelumnya sebesar 1% berpengaruh terhadap penurunan

imbal hasil PUAS masing-masing sebesar 0,269%, 0,433%, dan

0,27%. Selanjutnya perubahan pada FIN 2 dan 4 periode sebelumnya

sebesar 1% akan berpengaruh terhadap penurunan imbal hasil PUAS

sebesar 13,706 dan 16,433%.

76

D(PUAS) = 0,831*ECT + 1,992*D(LNIHK(-1)) - 0,88*D(LNIHK(-2)) - 1,127*

D(LNIHK(-3)) - 0,831*D(LNIHK(-4)) - 7,917*D(LNPDB(-1)) -

9,024*D(LNPDB(-2)) + 30,656*D(LNPDB(-3)) - 22,037*

D(LNPDB(-4)) + 0,77*D(SBIS(-1)) - 0,289*D(SBIS(-2)) + 0,955*

D(SBIS(-3)) + 0,487*D(SBIS(-4)) - 0,269* D(PUAS(-1)) - 0,433*

D(PUAS(-2)) - 0,104*D(PUAS(-3)) - 0,270* D(PUAS(-4)) + 5,76*

D(LNFIN(-1)) - 13,706*D(LNFIN(-2)) + 4,48* D(LNFIN(-3)) -

16,433* D(LNFIN(-4)) + 0,307

Model FIN menunjukkan bahwa dalam jangka pendek,

variabel yang berpengaruh terhadap jumlah FIN adalah PDB pada 3

periode sebelumnya, imbal hasil PUAS periode 1 bulan sebelumnya,

dan FIN 3 periode sebelumnya. Perubahan PDB 3 periode sebelumnya

sebesar 1% akan berpengaruh terhadap penurunan FIN sebesar

0,071%. Perubahan imbal hasil PUAS 1 periode sebelumnya sebesar

1% akan berpengaruh terhadap kenaikan imbal hasil PUAS sebesar

0,004%. Selanjutnya, perubahan FIN 3 periode sebelumnya sebesar

1% akan berpengaruh terhadap kenaikan FIN sebesar 0,237%. Model

FIN dalam jangka pendek digambarkan dalam persamaan berikut.

D(LNFIN) = 0,016*ECT + 0,007*D(LNIHK(-1)) - 0,056*D(LNIHK(-2)) -

0,071*D(LNIHK(-3)) - 0,011*D(LNIHK(-4)) + 0,013* D(LNPDB(-

1)) - 0,185*D(LNPDB(-2)) + 0,415*D(LNPDB(-3)) - 0,193*

D(LNPDB(-4)) + 0,011*D(SBIS(-1)) - 0,007*D(SBIS(-2)) + 0,003*

D(SBIS(-3)) + 0,003*D(SBIS(-4)) + 0,004*D(PUAS(-1)) + 0,001*

D(PUAS(-2)) + 0,003*D(PUAS(-3)) - 0,0008*D(PUAS(-4)) - 0,085*

D(LNFIN(-1)) + 0,029*D(LNFIN(-2)) + 0,237*D(LNFIN(-3)) -

0,036 * D(LNFIN(-4)) + 0,013

77

Secara lengkap, estimasi jangka pendek model IHK, PDB, SBIS,

PUAS dan FIN dijelaskan dalam tabel 4.8.

Tabel 4.8 Hasil Estimasi jangka pendek

Koefisien jangka pendek

D(LNIHK) D(LNPDB) D(SBIS) D(PUAS) D(LNFIN)

D(LNIHK(-1)) -0,048 0,002 -0,129 1,992 0,007

[-0,455] [ 0,07] [-0,195] [ 0,672] [ 0,162]

D(LNIHK(-2)) -0,052 -0,021 0,290 -0,88 -0,056

[-0,514] [-0,731] [ 0,458] [-0,311] [-1,264]

D(LNIHK(-3)) -0,031 -0,045 -0,119 -1,127 -0,071

[-0,31] [-1,605] [-0,186] [-0,395] [-1,592]

D(LNIHK(-4)) 0,033 0,024 -0,112 -0,831 -0,012

[ 0,316] [ 0,839] [-0,172] [-0,284] [-0,233]

D(LNPDB(-1)) 0,038 0,593 0,69 -7,917 0,013

[ 0,096] [ 5,442] [ 0,282] [-0,721] [ 0,073]

D(LNPDB(-2)) -0,432 0,149 2,29 -9,024 -0,185

[-0,985] [ 1,218] [ 0,83] [-0,731] [-0,962]

D(LNPDB(-3)) 1,141 -0,145 0,254 30,656 0,415

[ 2,538] [-1,153] [ 0,09] [ 2,422] [ 2,103]

D(LNPDB(-4)) -0,414 -0,234 5,213 -22,037 -0,193

[-0,983] [-1,994] [ 1,967] [-1,859] [-1,046]

D(SBIS(-1)) 0,021 0,0009 0,314 0,773 0,012

[ 1,289] [ 0,198] [ 3,103] [ 1,705] [ 1,503]

D(SBIS(-2)) -0,002 -0,0004 0,045 -0,289 -0,007

[-0,0999] [-0,082] [ 0,427] [-0,614] [-0,944]

D(SBIS(-3)) -0,006 8,4E-05 0,189 0,955 0,003

[-0,377] [ 0,018] [ 1,844] [ 2,083] [ 0,372]

D(SBIS(-4)) -0,052 -0,002 0,005 0,487 0,003

[-3,391] [-0,408] [ 0,052] [ 1,137] [ 0,452]

D(PUAS(-1)) 0,002 0,0002 0,003 -0,269 0,004

[ 0,39] [ 0,175] [ 0,117] [-2,152] [ 1,999]

D(PUAS(-2)) -0,003 -0,0002 0,006 -0,433 0,001

[-0,577] [-0,186] [ 0,217] [-3,45] [ 0,749]

D(PUAS(-3)) -0,0008 -0,0004 0,0009 -0,104 0,003

[-0,167] [-0,314] [ 0,032] [-0,812] [ 1,623]

D(PUAS(-4)) -0,002 0,002 -0,014 -0,27 -0,0008

[-0,537] [ 1,442] [-0,517] [-2,266] [-0,45]

D(LNFIN(-1)) 0,06 -0,014 0,059 5,76 -0,085

[ 0,244] [-0,208] [ 0,038] [ 0,831] [-0,786] D(LNFIN(-2)) 0,17 0,023 -3,68 -13,706 0,029

[ 0,751] [ 0,358] [-2,585] [-2,152] [ 0,292]

D(LNFIN(-3)) 0,4098 -0,009 -0,953 4,48 0,237 [ 1,697] [-0,133] [-0,627] [ 0,659] [ 2,241]

D(LNFIN(-4)) 0,097 -0,070 -2,108 -16,433 -0,036 [ 0,403] [-1,048] [-1,396] [-2,433] [-0,344]

C -0,012 0,004 0,048 0,307 0,013

[-1,493] [ 1,741] [ 0,995] [ 1,412] [ 3,741]

R-squared 0,244 0,553 0,533 0,466 0,541


78

7. Analisis Impulse Response Function

Analisis IRF pada model IHK menunjukkan bahwa

guncangan (shock) yang terjadi pada IHK, PDB, SBIS, PUAS, dan

FIN memiliki pengaruh untuk meningkatkan inflasi dalam jangka

panjang. Variabel IHK adalah variabel yang dalam jangka panjang

memengaruhi respon IHK itu sendiri, dimana periode 1-20 akan

mengalami gunjangan, dan selanjutnya shock pada IHK akan

berpengaruh positif terhadap kenaikan IHK itu sendiri secara

permanen. Shock pada variabel PDB terjadi selama 35 periode, dan

seterusnya PDB akan direspon positif oleh IHK secara permanen.

Guncangan pada imbal hasil SBIS direspon positif pada periode 1

hingga ke-5, kemudian direspon negatif pada periode ke-5 hingga 12.

Selanjutnya, sejak periode 15 guncangan yang terjadi akan direspon

positif oleh IHK secara permanen. Guncangan pada imbal hasil PUAS

direspon positif oleh IHK periode 1 hingga 10. Guncangan direspon

negatif pada periode 11 hingga 17 dan seterusnya, guncangan imbal

hasil PUAS direspon positif dan permanen oleh IHK. Pada variabel

FIN, guncangan direspon positif oleh IHK sejak periode awal pertama

dan dampak guncangan mulai stabil pada periode ke-21.

79

-.005

.000

.005

.010

.015

.020

.025

.030

5 10 15 20 25 30 35 40 45 50

LNIHK LNPDB SBIS

PUAS LNFIN

Response of LNIHK to CholeskyOne S.D. Innovations


Gambar 4.5 Uji IRF Model IHK

Pada model PDB, guncangan yang terjadi pada IHK dan PDB

direspon positif oleh PDB. Dimana, guncangan IHK mulai stabil pada

periode ke-35 dan PDB stabil pada periode ke-20. Sementara itu,

guncangan pada imbal hasil SBIS, imbal hasil PUAS, dan FIN

direspon negatif oleh PDB dan mulai stabil pada periode ke-20.

80

-.004

.000

.004

.008

.012

.016

.020

5 10 15 20 25 30 35 40 45 50

LNIHK LNPDB SBIS

PUAS LNFIN

Response of LNPDB to CholeskyOne S.D. Innovations


Gambar 4.6 Uji IRF Model PDB

Pada model SBIS, guncangan yang direspon positif adalah

IHK, imbal hasil SBIS, dan FIN. Sementara, PDB dan imbal hasil

PUAS direspon negatif oleh imbal hasil SBIS. Gejolah IHK direspon

positif dan stabil mulai periode ke-7, imbal hasil SBIS stabil pada

periode ke-25, dan FIN pada periode ke-25. Variabel FIN periode ke-2

hingga 10 direspon negatif oleh imbal hasil SBIS. Selanjutnya, PDB

direspon negatif dan stabil pada periode ke-44 dan imbal hasil PUAS

pada periode ke-39. Imbal hasil PUAS direspon negatif oleh SBIS

periode awal hingga 20.

81

-.3

-.2

-.1

.0

.1

.2

.3

5 10 15 20 25 30 35 40 45 50

LNIHK LNPDB SBIS

PUAS LNFIN

Response of SBIS to CholeskyOne S.D. Innovations


Gambar 4.7 Uji IRF Model SBIS

Gejolak yang terjadi pada variabel IHK, SBIS dan PUAS

direspon positif pada model PUAS. Sementara PDB dan FIN direspon

negatif oleh PUAS. Guncangan IHK mulai stabil pada periode ke-22,

imbal hasil SBIS stabil pada periode ke-18, dan imbal hasil PUAS

stabil pada periode ke-34. Selanjutnya, variabel yang direspon negatif

yaitu PDB stabil pada periode ke-35 dan FIN stabil pada periode ke-

43.

82

-.2

.0

.2

.4

.6

.8

5 10 15 20 25 30 35 40 45 50

LNIHK LNPDB SBIS

PUAS LNFIN

Response of PUAS to CholeskyOne S.D. Innovations


Gambar 4.8 Uji IRF Model PUAS

Terakhir, pada model FIN variabel yang direspon positif

guncangannya adalah IHK, PDB, dan FIN. Sementara itu, PUAS dan

SBIS direspon negatif. Variabel IHK stabil dan permanen direspon

positif oleh FIN mulai periode ke-13, PDB pada periode ke-27, dan

FIN pada periode ke-35. Selanjutnya, imbal hasil PUAS direspon

negatif oleh FIN dan stabil pada periode ke-29 dan FIN itu sendiri

stabil pada periode ke-25.

83

-.03

-.02

-.01

.00

.01

.02

.03

5 10 15 20 25 30 35 40 45 50

LNIHK LNPDB SBIS

PUAS LNFIN

Response of LNFIN to CholeskyOne S.D. Innovations


Gambar 4.9 Uji IRF Model FIN

8. Analisis Forcast Error Variance Decomposion

Analisis FEVD pada model IHK menunjukkan bahwa

kontribusi terbesar yang memengaruhi perubahan IHK adalah dirinya

sendiri sebesar 100% pada periode 1, dan terus mengalami penurunan.

Penurunan kontribusi IHK juga diikuti oleh kenaikan kontribusi

variabel lain seperti PDB, SBIS, PUAS, dan FIN. Kontribusi terbesar

yang memengaruhi perubahan IHK selain dirinya sendiri adalah PDB

sebesar 8,6% pada periode ke-12, FIN sebesar 3,9% pada periode ke-

11, lalu SBIS dan PUAS yang kontribusinya hanya berkisar 0-2%.

84

Tabel 4.9 FEVD Model IHK

Periode LNIHK LNPDB SBIS PUAS LNFIN

1 100,0000 0,000000 0,000000 0,000000 0,000000

2 97,64923 0,071674 1,473126 0,769435 0,036537

3 95,88491 0,253411 2,615852 0,772590 0,473232

4 93,71579 1,131257 2,799427 0,770657 1,582872

5 92,67928 1,952053 2,372820 0,710017 2,285832

6 91,38249 3,428387 2,167494 0,619796 2,401829

7 88,92465 5,455423 2,017806 0,540561 3,061558

8 86,97810 7,224862 1,923287 0,498756 3,374993

9 85,91797 8,041861 1,897357 0,457186 3,685624

10 85,41228 8,442948 1,828833 0,424242 3,891694

11 85,22197 8,691947 1,706189 0,393353 3,986544

12 85,16729 8,890491 1,590029 0,368089 3,984105


Analisis FEVD pada model PDB menunjukkan bahwa

kontribusi terbesar dalam perubahab PDB adalah dirinya sendiri

sebesar 98% sisanya dipengaruhi oleh IHK sebesar 1,6% pada awal

periode. Peride-periode selanjutnya, seluruh variabel hanya

berkontribusi kecil terhadap PDB yakni berkisar 0,1-0,6%, kecuali

SBIS yang berkontribusi 2-3% dan terus mengalami peningkatan

periode ke periode.

Tabel 4.10 FEVD Model PDB


1 1,680590 98,31941 0,000000 0,000000 0,000000

2 1,885070 98,10347 0,000588 0,002637 0,008233

3 1,586935 98,39155 0,009141 0,004822 0,007553

4 1,024771 98,85584 0,053588 0,059799 0,005998

5 0,769432 98,91067 0,222381 0,051294 0,046219

6 0,649958 98,65628 0,530975 0,064406 0,098377

7 0,605805 98,11363 0,975348 0,067200 0,238018

8 0,577279 97,61669 1,379111 0,075508 0,351411

9 0,559482 97,22410 1,714024 0,074915 0,427475

10 0,568272 96,87924 2,008794 0,072798 0,470898

11 0,599082 96,63551 2,233576 0,070460 0,461369

12 0,646404 96,45952 2,383062 0,069792 0,441222


85

Analisis FEVD pada model SBIS menunjukkan bahwa

kontribusi terbesar dalam perubahan imbal hasil SBIS adalah dirinya

sendiri sebesar 98,9%, IHK 0,65%, dan PDB 0,38% pada periode

awal, sementara PUAS dan FIN tidak berkontribusi. Periode

selanjutnya, kontribusi terbesar selain SBIS adalah PDB yang

berkontribusi hingga 23% pada periode ke-12, IHK mencapai 6%

pada periode ke-12, imbal hasil PUAS memiliki kontribusi berkisar 1-

7% dan FIN sebesar 0,19%. Kontribusi SBIS terhadap dirinya sendiri

mengalami penurunan setiap periodenya diikuti dengan meningkatnya

kontribusi variabel yang lain.

Tabel 4.11 FEVD Model SBIS


1 0,653817 0,385108 98,96107 0,000000 0,000000

2 0,886820 0,163278 98,51380 0,337060 0,099041

3 1,490844 0,126354 96,95316 0,866451 0,563189

4 1,784117 0,645615 95,28286 1,296353 0,991056

5 2,222492 0,680549 93,85989 1,576539 1,660531

6 2,949340 0,945450 91,89950 1,973473 2,232240

7 3,871070 1,664567 89,18492 2,929075 2,350371

8 4,650573 3,388778 85,80339 3,920920 2,236337

9 5,302892 6,777857 80,80820 5,086098 2,024951

10 5,804877 11,46446 74,68434 6,197148 1,849173

11 6,124994 17,45105 67,83121 6,811319 1,781435

12 6,324079 23,46030 61,20223 7,109735 1,903649


Pada model PUAS, kontribusi yang paling besar terhadap

perubahan imbal hasil PUAS selain dirinya sendiri adalah SBIS

hingga 13%, PDB 8%, FIN 5% dan IHK hanya berkontribusi 1,7%

pada periode ke-12.

86

Tabel 4.12 FEVD Model PUAS


1 0,116293 0,235813 2,370157 97,27774 0,000000

2 0,693602 0,273514 5,714350 92,86398 0,454551

3 0,644300 2,274675 6,190764 88,66368 2,226582

4 0,572319 2,608992 8,284463 86,40676 2,127470

5 0,602246 2,282834 13,76787 79,27178 4,075266

6 0,673915 2,811183 13,51483 77,04809 5,951982

7 0,729321 2,619838 12,76621 78,37533 5,509305

8 1,078144 3,950885 12,60655 76,48766 5,876760

9 1,271649 5,051409 11,80826 75,91401 5,954672

10 1,397408 5,624426 11,12735 76,24239 5,608432

11 1,646701 6,963974 10,58764 75,37190 5,429776

12 1,746938 8,023108 9,988065 75,08025 5,161641


Pada model FIN, variabel yang berkontribusi terhadap

perubahan FIN adalah dirinya sendiri pada periode pertama hingga

96,9% dan nilai ini terus menurun hingga periode ke-12 sebesar

46,5%. Penurunan kontribusi FIN terhadap dirinya diikuti oleh

meningkatnya kontribusi variabel lain, yaitu IHK dengan kontribusi 1-

3%, PDB dengan kontribusi mencapai 20%, SBIS berkisar 0-1% dan

imbal hasil PUAS mencapai 29,5%.

Tabel 4.13 FEVD Model FIN


1 2,289798 0,040826 0,460085 0,211022 96,99827

2 3,784336 0,491203 0,884202 0,366195 94,47406

3 3,037561 0,437880 0,620316 2,615839 93,28840

4 2,146974 4,471093 0,431823 3,099542 89,85057

5 1,890232 7,634182 0,429248 7,420880 82,62546

6 1,699411 10,97885 0,400618 12,13609 74,78503

7 1,483341 15,20881 0,368639 14,72189 68,21731

8 1,493214 17,37900 0,351279 18,15549 62,62103

9 1,495850 18,80966 0,654651 21,32341 57,71643

10 1,512567 19,83677 0,983152 23,89889 53,76862

11 1,590168 20,25290 1,273178 26,86902 50,01473

12 1,623984 20,64018 1,722077 29,50353 46,51023


87

C. Pembahasan Hipotesis

Pembahasan hipotesis mengacu pada hasil estimasi yang telah

dilakukan dengan asumsi setiap variabel bernilai tetap (cateris paribus) dan

tidak ada variabel lain yang memengaruhi.

1. Pengaruh SBIS terhadap IHK

IHK dalam jangka pendek dipengaruhi oleh SBIS pada 4

periode sebelumnya, dimana setiap kenaikan imbal hasil SBIS sebesar

1% akan menurunkan IHK periode berjalan sebesar 0,052%.

Sementara itu, dalam jangka panjang SBIS tidak secara signifikan

memengaruhi IHK (tidak menolak H0). Hal ini dapat dijelaskan

bahwa kontribusi SBIS dalam memengaruhi transmisi jauh lebih kecil

dibandingkan kontribusi SBI. Tabel berikut menunjukkan

perbandingan antara total pemenang hasil lelang SBI dan SBIS tahun

2019, dimana total SBIS lebih kecil daripada SBI. Sehingga,

kontribusi untuk memengaruhi uang beredar melalui Sertifikat BI

didominasi oleh SBI daripada SBIS

Tabel 4.14 Hasil Lelang SBI dan SBIS 2019 (miliar rupiah)

Tanggal Total pemenang lelang

SBI

Total pemenang lelang

SBIS 4 Januari 20.000 1.530

22 Februari 5.750 315

22 Maret 23.180 1.195

5 April Tidak ada penawaran 449

17 Mei Tidak ada penawaran 610

14 Juni 1.500 Tidak ada penawaran

5 Juli 1.500 225

16 Agustus 6.750 455

13 September 2.500 520

4 Oktober Tidak ada penawaran 770

15 November Tidak ada penawaran 875

13 Desember Tidak ada penawaran 250

Sumber: Bank Indonesia (2020), diolah

88

Analisis IRF menunjukkan bahwa goncangan yang terjadi

pada SBIS pada periode 5-13 direspon negatif oleh IHK. Artinya,

pada periode tersebut goncangan pada imbal hasil SBIS akan mampu

menekan inflasi dengan proksi IHK. Selanjutnya, goncangan imbal

hasil SBIS direspon positif dan permanen oleh IHK. Hasil ini

mendukung penelitian yang telah dilakukan oleh Magdalena &

Pratomo (2012). Hal ini dapat dipahami bahwa efektivitas instrumen

moneter dalam memengaruhi laju inflasi tidak hanya dipengaruhi oleh

kenaikan atau penurunan suku bunga sertifikat BI saja, akan tetapi

juga kondisi sektor keuangan dan juga sektor riil.

Penelitian yang dilakukan oleh Panjaitan & Wardoyo (2016);

Rahmawati, Hidayat, & Susilowati (2017) juga menghasilkan temuan

bahwa suku bunga BI yang seharusnya mampu menekan inflasi justru

direspon positif oleh inflasi. Sehingga hal ini memperkuat bahwa

inflasi dipengaruhi oleh hal lain diluar moneter, seperti tingginya

inflasi tahun 2013 yang mengalami puncak pada bulan Juli. Dimana,

pada bulan tersebut menjadi yang paling tinggi sejak 1998 secara

bulanan dan tertinggi sejak tahun 2009 secara tahunan. Inflasi ini

dipengaruhi oleh meningkatnya harga BBM karena penghapusan

subsidi premium, harga bawang yang kurang dalam peredaran, cabai,

dan bahan makanan yang lain.

89

Selanjutnya, analisis FEVD menunjukkan bahwa kontribusi

imbal hasil SBIS terhadap perubahan IHK hanya sebesar 0-2%. Hal

ini dapat dimengerti bahwa kontribusi yang memengaruhi IHK tidak

hanya pada sisi moneter (seperti inflasi inti), tapi juga non inti yang

volatilitasnya sangat tinggi (meliputi inflasi komponen bergejolak dan

inflasi komponen harga diatur pemerintah). Karena nilai inflasi inti

yang cenderung persisten, maka inflasi non-inti lebih sering

berkontribusi dalam perubahan IHK.

2. Pengaruh PUAS terhadap IHK

IHK dalam jangka pendek tidak dipengaruhi secara signifikan

oleh variabel PUAS. Sementara dalam jangka panjang imbal hasil

PUAS tidak memilki pengaruh yang signifikan terhadap IHK (tidak

menolak H0). Hal ini dapat dimengerti bahwa transaksi PUAS lebih

sedikit dibandingkan dengan PUAB. Sehingga dalam memengaruhi

inflasi melalui interaksi antarbank, PUAS kurang signifikan.

Tabel 4.15 Transksi PUAB dan PUAS 2019 (miliar rupiah)

Bulan PUAB PUAS

Januari 16.533 241

Februari 11.941 383

Maret 17.902 1.394

April 12.664 838

Mei 10.100 768

Juni 9.696 1.165

Juli 14.074 595

Agustus 9.865 687

September 16.446 1.397

Oktober 15.105 200

November 13.937 722

Desember 8.180 855

Sumber: Statistik Ekonomi dan Keuangan Indonesia (2019), diolah

90

Analisis IRF menunjukkan bahwa goncangan yang terjadi

pada imbal hasil PUAS akan direspon positif oleh IHK. Hal ini

mendukung penelitian yang dilakukan oleh Magdalena & Pratomo

(2012); Saputro & Sukmana (2018). Hal ini dapat dimengerti bahwa

ketika imbal hasil PUAS tinggi, maka perbankan lebih memilih

menanamkan dananya pada instrumen PUAS. Hal ini selanjutnya

meningkatkan instrumen PUAS untuk disalurkan menjadi pembiayaan

sehingga meningkatkan inflasi. Selanjutnya analisis FEVD

menunjukkan bahwa kontribusi imbal hasil PUAS terhadap perubahan

IHK adalah 0,3-0,7%. Hal ini dapat dimengerti bahwa seperti yang

telah dicatatkan dalam pembahasan hipotesis 1, dimana inflasi lebih

banyak dipengaruhi diluar sektor keuangan.

3. Pengaruh FIN terhadap IHK

FIN dalam jangka pendek tidak memengaruhi IHK secara

signifikan. Adapun dalam jangka panjang, FIN memiliki pengaruh

yang signifikan terhadap FIN (Menerima Ha). Pengaruh yang

signifikan ini dapat dijelaskan karena pembiayaan merupakan

rangkaian tahap akhir dalam transmisi kebijakan moneter syariah.

Sehingga pembiayaan dapat secara langsung memengaruhi

pertumbuhan ekonomi dan juga inflasi. Hal ini sekaligus

membuktikan bahwa pembiayaan perbankan syariah berhubungan

dengan sektor keuangan, atau perubahan pada sektor keuangan juga

diikuti oleh sektor riil.

91

Pengaruh FIN terhadap IHK adalah positif, dimana kenaikan

pada FIN/pembiayaan juga akan meningkatkan IHK. Hasil ini

mendukung penelitian Sudarsono (2017). Hal ini dapat dimengerti,

bahwa meningkatnya pembiayaan yang disalurkan oleh perbankan

syarah baik pembiayaan konsumtif (murabahah) maupun produktif

(bagi hasil) akan meningkatkan daya beli dan juga uang beredar dalam

masyarakat sehingga meningkatkan inflasi yang diproksikan dengan

IHK. Uji IRF menunjukkan bahwa goncangan yang terjadi pada FIN

akan direspon positif oleh IHK. Pengaruh FIN yang menyebabkan

kenaikan inflasi ini dapat dimengerti bahwa pembiayaan yang

disalurkan oleh perbankan lebih didominasi oleh akad murabahah

(konsutif) daripada produktif (bagi hasil).

Sumber: snapshot perbankan syariah (2019), diolah

Gambar 4.10 Porsi pembiayaan yang diberikan perbankan

48%

41%

5%

3% 2% 1% 0%

murabahah

musyarakah

mudharabah

ijarah

qardh

istishna'

lain-lain

92

Selanjutnya, uji FEVD menunjukkan bahwa porsi FIN dalam

memengaruhi IHK sebesar 1,58% pada bulan ke-4 dan terus

mengalami peningkatan hingga 3,98% pada bulan ke-12. Hal ini

menunjukkan pula bahwa semakin tinggi pembiayaan yang disalurkan

oleh perbankan, maka kontribusi yang diberikan untuk memengaruhi

inflasi juga semakin tinggi. Sehingga, pembiayaan dapat digunakan

oleh otoritas moneter melalui perbankan untuk memengaruhi tingkat

inflasi.

4. Pengaruh SBIS terhadap PDB

Tingkat imbal hasil SBIS dalam jangka pendek tidak

memiliki pengaruh yang signifikan terhadap PDB. Sementara dalam

jangka panjang menurut analisis VECM yang telah dilakukan, SBIS

memiliki pengaruh yang signifikan terhadap PDB (menerima Ha).

Pengaruh SBIS yang signifikan ini dapat dijelaskan dengan alasan

bahwa SBIS adalah instrumen yang digunakan oleh sektor moneter

untuk mengatur peredaran uang yang akan digunakan perbankan

untuk menyalurkan pembiayaan, sehingga jika suku bunga rendah

maka perbankan akan memberikan pembiayaan daripada menanamkan

pada instrumen SBIS sehingga memengaruhi pertumbuhan ekonomi.

Menurut analisis IRF, peningkatan imbal hasil SBIS

berpengaruh negatif terhadap PDB. Penelitian ini mendukung

penelitian lain yang dilakukan oleh Ayuniyyah, Achsani, & Ascarya

(2010); Syapriatama (2017); Wibowo & Mubarok (2017). Hal ini

93

dapat dijelaskan dimana, peningkatan SBIS digunakan otoritas

moneter untuk menyerap uang beredar yang tidak disalurkan kedalam

sektor riil/PDB. Sehingga, kenaikan SBIS akan menurunkan tingkat

pertumbuhan PDB. Sementara untuk meningkatkan pertumbuhan

ekonomi penurunan SBIS harus dilakukan sehingga akan lebih banyak

pembiayaan yang disalurkan

Selanjutnya, kontribusi SBIS terhadap PDB berdasarkan hasil

analisis FEVD menunjukkan bahwa imbal hasil SBIS berkontribusi

paling tinggi daripada variabel lainnya terhadap PDB yaitu 2-3%. Hal

ini dapat dipahami bahwa tinggi rendahnya suku bunga SBIS

memiliki pengaruh yang besar terhadap perubahan perilaku

perbankan, apakah akan digunakan untuk pembiayaan atau

ditanamkan dalam instrumen SBIS.

5. Pengaruh PUAS terhadap PDB

Tingkat imbal hasil PUAS dalam jangka pendek tidak

memiliki pengaruh yang signifikan terhadap PDB. Sementara dalam

jangka panjang, imbal hasil PUAS tidak memiliki pengaruh yang

signifikan terhadap PDB (tidak menolak H0). Hal ini dapat dipahami

bahwa PUAS merupakan instrumen jangka pendek untuk pemenuhan

lukuiditas perbankan. Sehingga, perubahan pada imbal hasil PUAS

hanya akan memengaruhi perilaku perbankan dalam jangka pendek

sehingga untuk dapat memengaruhi PDB harus melalui transmisi

berupa pembiayaan.

94

Menurut analisis IRF, goncangan yang terjadi pada imbal

hasil PUAS direspon negatif oleh PDB. Hal ini mendukung penelitian

yang dilakukan oleh (Zaelina, 2018). Peningkatan imbal hasil PUAS

menurunkan PDB dapat dijelaskan bahwa meningkatnya imbal hasil

PUAS membuat perbankan syariah tertarik untuk menanamkan dana

yang dimiliki ke instrumen PUAS. Sehingga hal ini akan

memengaruhi pembiayaan yang dapat disalurkan untuk meningkatkan

PDB. Jika hendak meningkatkan PDB melalui penambahan

pembiayaan yang disalurkan maka imbal hasil dalam transaksi PUAS

dapat diturunkan.

Selanjutnya, hasil analisis FEVD menunjukkan bahwa

kontribusi imbal hasil PUAS terhadap perubahan PDB hanya 0,07%

dan sekaligus merupakan kontribusi terkecil dari variabel yang lain.

Hal ini karena seperti yang dicatatkan sebelumnya, bahwa imbal hasil

PUAS merupakan transaksi jangka pendek sehingga hanya

memengaruhi perilaku perbankan syariah dengan waktu yang pendek.

Selain itu, jumlah transaksi PUAS juga lebih rendah dari instrumen

konvensional

6. Pengaruh FIN terhadap PDB

Tingkat FIN dalam jangka pendek tidak memiliki pengaruh

yang signifikan terhadap PDB. Sementara dalam jangka panjang

menurut analisis VECM, FIN memiliki pengaruh yang signifikan

terhadap PDB (menerima Ha). Hal ini karena pembiayaan perbankan

95

syariah terkait dengan sektor riil. Sehingga, perubahan pada total

pembiayaan akan berpengaruh pada tingkat pertumbuhan ekonomi

yang dalam penelitian ini diproksikan dengan PDB

Hasil analsis IRF menunjukkan bahwa goncangan pada FIN

direspon negatif oleh PDB dan hal ini mendukung penelitian yang

dilakukan oleh Baehaqy & Cahyono (2020) yang mengatakan bahwa

pembiayaan pada perbankan syariah mengutamakan imbal hasil dan

Asnuri (2013) yang memberikan penjelasan bahwa market share

perbankan syariah yang kecil dan mendominasinya akad murabahah

menyebabkan FIN berpengaruh negatif terhadap PDB. Market share

perbankan syariah per Maret 2019 hanya sebesar 5,94% sementara

sisanya merupakan aset perbankan konvensional. Selanjutnya, dari

total aset tersebut 64,62% diantaranya dimiliki oleh BUS, 32,86%

UUS, dan sisanya yaitu 2,52% BPRS.

Selanjutnya, hasil analisis FEVD menunjukkan bahwa

kontribusi FIN dalam perubahan PDB adalah sebesar 0-0,4%.

Kecilnya tingkat kontribusi ini dapat dimengerti bahwa pembiayaan

perbankan syariah nilainya jauh lebih rendah daripada konvensional,

sehingga belum memberi kontribusi yang besar terhadap perubahan

PDB.

96

BAB V

PENUTUP

A. Kesimpulan

1. Menurut analisis kausalitas Granger, hanya variabel SBIS ke PUAS

yang tidak sesuai dengan teori transmisi moneter syariah, sementara

PUAS mampu memengaruhi FIN/Pembiayaan dan selanjutnya FIN

memengaruhi inflasi IHK dan pertumbuhan ekonomi proksi PDB.

2. Menurut analisis VECM, dalam jangka pendek hanya SBIS periode

ke-4 yang memengaruhi IHK, sementara PDB hanya dipengaruhi oleh

dirinya sendiri.

3. Menurut analisis VECM, dalam jangka panjang variabel yang

memengaruhi secara signifikan IHK adalah FIN/pembiayaan,

sementara PDB dipengaruhi secara signifikan oleh FIN/pembiayaan

dan imbal hasil SBIS. Sehingga, FIN/pembiayaan perbankan syariah

berpengaruh signifikan dalam sasaran kebijakan moneter yaitu inflasi

dan sasaran sektor riil PDB.

4. Menurut analisis IRF seluruh goncangan dalam imbal hasil SBIS,

PUAS, dan FIN/pembiayaan direspon posititf oleh IHK dan direspon

negatif oleh PDB.

5. Menurut analisis FEVD, kontribusi perubahan baik IHK dan PDB

dijelaskan paling besar oleh dirinya sendiri, selanjutnya FIN dan

SBIS.

97

B. Saran

1. Mengacu pada penelitian yang telah dilakukan dimana ada hubungan

baik satu arah atau dua arah dalam kausalitas Granger, maka

selanjutnya dapat dijadikan motivasi bagi sistem keuangan syariah di

Indonesia untuk meningkatkan transaksinya. Hal ini untuk

meningkatkan kontribusi sektor keuangan syariah terhadap penurunan

angka inflasi dan peningkatan PDB dengan instrumen non-bunga nya.

2. Penelitian selanjutnya diharapkan dapat memasukkan variabel tingkat

imbal hasil pembiayaan untuk melihat hubungan SBIS dan PUAS

dalam memengaruhi imbal hasil pembiayaan sebelum ke variabel total

pembiayaan yang disalurkan. Selanjutnya, penelitian juga diharapkan

untuk memasukkan variabel dalam transmisi konvensional sebagai

pembanding untuk transmisi syariah.

98

DAFTAR PUSTAKA

Ahmad, K., & Ihsan, A. (2018). Impact of Islamic Finance on Economic Growth:

Empirical Evidence from Pakistan. International Journal of Scientific&Engineering Research, 9(7), 476–489.

Akhtar, M. A. (1997). Understanding Open Market Operations. Public Information Department, 1–56. Retrieved from

papers2://publication/uuid/F402A220-B814-4332-9A50-7DF2C0BCCA90

Andarini, M. A., & Widiastuti, T. (2016). Pengaruh SBIS dan PUAS terhadap Tingkat Inflasi melalui Operasi Moneter Syariah pada Periode 2011-

2015. Jurnal Ekonomi Syariah Teori Dan Terapan, 3(6), 474–489.

Ascarya. (2012a). Alur Transmisi dan Efektivitas Kebijakan Moneter Ganda di

Indonesia. Buletin Ekonomi Moneter Dan Perbankan, 283–315.

Ascarya. (2012b). Transmission Channel and Efectiveness of Dual Monetary

Policy in Indonesia. Bulletin of Monetary Economics and Banking, 269–298.

Asghar, Z. (2008). Simulation Evidence on Granger Causality in Presence of a Confounding Variable. International Journal of Applied Econometrics

and Quantitative Studies, 5(2).

Asghar, Z., & Abid, I. (2007). Performance of Lag Lenght Selection Criteria in

Three Different Situations. Interstat, 40042.

Asnuri, W. (2013). Pengaruh Instrumen Moneter Syariah dan Ekspor terhadap

Pertumbuhan Ekonomi di Indonesia. Jurnal Al Iqtishad, v(2), 276–288.

Atika. (2018). Pengaruh Pembiayaan dan Tingkat Bagi Hasil terhadap Tingkat

Kesejahteraan di Indonesia dilihat dari Pertumbuhan PDB. Riset Akuntansi Dan Keuangan Islam, 3(1), 49–57.

Atkin, T., & Cava, G. La. (2017). The Transmission of Monetary Policy : How Does It Work ? Bulletin of Reserve Bank of Australia, 1–8.

Ayuniyyah, Q., Achsani, N. A., & Ascarya. (2010). Analisis Pengaruh Instrumrn Moneter Syariah dan Konvensional terhadap Pertumbuhan Sektor Riil di

Indonesia. Jurnal Iqtisodia, (August).

Baehaqy, H. N., & Cahyono, E. F. (2020). Pengaruh Pembiayaan Perbankan

Konvensional dan Pembiayaan Perbankan Syariah terhadap Pertumbuhan Ekonomi di Indonesia pada Tahun 2008-2018. Jurnal Ekonomi Syariah

Teori Dan Terapan, 6(6), 1271–1286.

Bank Indonesia. (2019). Survei Proyeksi Indikator Makro Ekonomi 2019 (Vol.

99

2019). Jakarta Pusat.

Bank Indonesia. Statistik Ekonomi dan Keuangan Indonesia. diakses dari www.bi.go.id

Bank Indonesia. https://www.bi.go.id/

Badan Pusat Statistik. https://www.bps.go.id/

Beyer, A., Nicoletti, G., Papadopoulou, N., Papsdorf, P., Rünstler, G., & Schwarz, C. (2017). The Transmission Channels of Monetary, Macro-and

Microprudential Policies and Their Interrelations. In Occasional Paper Series of ECB.

Blanco, L. (2009). The Finance–Growth Link in Latin America. Southern Economic Journal, 76(1), 224–248.

https://doi.org/10.4284/sej.2009.76.1.224

Brooks, C. (2008). Introductory Econometrics for Finance (Second Edi). New

York: Cambride University Press.

Bungin, B. (2007). Metode Penelitian Kuantitatif: Komunikasi, Ekonomi, dan

Kebijakan Publik serta Ilmu-ilmu Sosial Lainnya. Jakarta: PT RajaGrafindo Persada.

Case, K. E., Fair, R. C., & Oster, S. M. (2012). Principles of Economics (10th ed.; D. Battista, Ed.). Boston: Pearson Education.

Ciccarelli, M., Maddaloni, A., & Peydró, J. (2014). Trusting The Bankers : A New Look at The Credit Channel of Monetary Policy. Review of Economic

Dynamics, 1, 1–24. https://doi.org/10.1016/j.red.2014.11.002

Creswell, J. W. (2009). Research Design: Qualitative, Quantitative, and Mixed

Methods Approaches (3rd editio). United Kingdom: SAGE Publications, inc.

Directorate of Economic Research and Monetary Policy Bank Indonesia. (2012). Bulletin of Monetary Economics and Banking. Bulletin of Bank

Indonesia, 14(3).

Dwyer, G. P. (2015). The Johansen Tests for Cointegration (pp. 1–7). pp. 1–7.

Retrieved from http://jerrydwyer.com/pdf/Clemson/Cointegration.pdf

Friedman, M., & Schwartz, A. (1963). A Monetary History of the United

States:1867-1960. Priceton University Press.

Ginting, R., Murniadi, C., Iskandar, D., Wuryandani, G., Sitompul, Z., Astiyah,

S., … Rosdiana, R. (2013). Kodifikasi Peraturan Bank Indonesia: Likuiditas Rupiah Pasar Uang Antar Bank. Pusat Riset Dan Edukasi

Bank Sentral.

100

Gujarati, D. N., & Porter, D. C. (2009). Basic Econometrics (5th ed.). New York:

McGraw-Hill.

Gubernur Bank Indonesia (2012). Peraturan Bank Indonesia No. 14/1/PBI/2012

Tentang Perubahan Atas Peraturan Bank Indonesia No. 9/5/PBI2007 Tentang Pasar Uang Antarbank Berdasarkan Prinsip Syariah. diakses

dari www.bi.go.id

Handa, J. (2009). Monetary Economics , 2 nd Edition (2nd ed.). New York: The

Taylor&Francis e-Library.

Hasanah, D. (2019). Analisis Efektivitas Jalur Pembiayaan dalam Mekanisme

Transmisi Kebijakan Moneter di Indoesia dengan Metode VAR/VECM. Journal of Chemical Information and Modeling, 53(9), 1689–1699.

https://doi.org/10.1017/CBO9781107415324.004

ICD-IFDI. (2019). Islamic Finance Development Report: Shifting Dynamics.

Retrieved from https://www.zawya.com/mena/en/ifg-publications/231019121250Z/

International Monetary Fund. (2020). World Economic Outlook: The Great Lockdown. Washington DC.

Ireland, P. N. (2005). The Monetary Transmission Mechanism. In The New Palgrave Dictionary of Economics, Second Edition (No. 06-1). Retrieved

from http://www.bos.frb.org/economic/wp/index.htm.

Islam, K., & Hossain, E. (2015). Domestic Demand, Export and Economic

Growth in Bangladesh: A Cointegration and VECM Approach. Journal Economics, 4(1), 1–10. https://doi.org/10.11648/j.eco.20150401.11

Ismail, M., Santosa, D. B., & Yustika, A. E. (2014). Sistem Ekonomi Indonesia: Tafsiran Pancasila dan UUD 1945. (N. I. Sallama, Ed.) Jakarta:

Erlangga.

Jobarteh, M., & Ergec, E. H. (2017). Islamic Finance Development and Economic

Growth: Empirical Evidence from Turkey. Turkish Journal of Islamic Economics, 4(1), 31–47.

https://doi.org/http://dx.doi.org/10.15238/tujise.2017.4.1.31-47

Karlina, B. (2017). Pengaruh Tingkat Inflasi, Indeks Harga Konsumen terhadap

PDB di Indonesia Pada Tahun 2011-2015. Jurnal Ekonomika Dan Manajemen, 6(1), 16–27.

Khundrakpam, J. K., & Jain, R. (2013). Monetary Policy Transmission in India: A Peep Inside the Black Box. In Journal of Munich Personal RePEc

Archive. Retrieved from https://mpra.ub.uni-muenchen.de/51136/

Kim, H. E. (1999). Was Credit Channel a Key Monetary Transmission

Mechanism Following the Recent Financial Crisis in the Republic of

101

Korea? In Policy Research Working Paper 3003 (No. 3003).

Kothari, C. R. (2004). Research Methodology: Methods and Techniques (Second Rev). New Delhi: New Age International (P) Ltd.

Kozmenko, S., & Plastun, O. (2016). The Viability of Asset Price Channel Implementation to the Monetary Transmission Mechanism of Ukraine.

Journal of Investment Management and Financial Innovations, 13(4), 58–67. https://doi.org/10.21511/imfi.13(4).2016.05

Landefeld, J. S., Seskin, E. P., & Fraumeni, B. M. (2008). Taking the Pulse of the Economy : Measuring GDP. Journal of Economic Perspectives, 22(2),

193–216.

Latifah, N. A. (2015). Kebijakan Moneter dalam Perspektif Ekonomi Syariah.

Modernisasi, 11(2).

Leu, U. U. (2016). Pengembangan Pasar Uang Syariah: Analisis Problem Pasar

Uang Syariah. Laa Maisyir, 3(1), 1–20.

Liew, V. K. (2006). Which Lag Length Selection Criteria Should We Employ?

Economics Bulletin, 3(33), 1–9.

Lin, M.-T. (1967). Keynes’s Theory and Inflation. Kansas State University.

M. Natsir. (2011). Analisis Empiris Efektivitas Mekanisme Transmisi Kebijakan Moneter di Indonesia Melalui Jalur Suku Bunga (Interest Rate Channel)

Periode 1990:2-2007:1. Majalah Ekonomi, xxi(2), 110–123.

Macdonald, S., & Headlam, N. (2009). Research Methods Handbook:

Introductory Guide to Research Methods for Social Research. Manchester: Centre for Local Economic Strategies.

Majelis Ulama Indonesia (2007). Fatwa Dewan Syariah Nasional No. 63/DSNI-MUI/XII/2007. Diakses dari dsnmui.or.id

Majelis Ulama Indonesia (2007). Fatwa Dewan Syariah Nasional No. 64/DSNI-MUI/XII/2007. Diakses dari dsnmui.or.id

Magdalena, I., & Pratomo, W. A. (2012). Analisis Efektivitas Transmisi Kebijakan Moneter Ganda di Indonesia. Jurnal Ekonomi Dan Keuangan,

2(11), 657–671.

Mankiw, N. G. (2007). Makroekonomi (6 ed.). (W. Hardani, D. Barnadi, S. Saat,

Eds., F. Liza, & I. Nurmawan, Trans.) Jakarta, Ciracas: Erlangga.

Maulidya, C. (2012). Analisis Pasar Uang Antar Bank di Indonesia. Jurnal

Ekonomi Dan Pembangunan, 10(1), 56–69.

Mishkin, F. S. (1995). Symposium on the Monetary Transmission Mechanism.

Journal of Economic Perspectives, 9(4), 3–10.

102

Muhammad. (2002). Manajemen Pembiayaan Bank Syariah. Yogyakarta: UPP

AMP YKPN.

Naceur, S. Ben, Blotevogel, R., Fischer, M., & Shi, H. (2017). Financial

Development and Source of Growth: New Evidence (No. WP/17/143). Washington DC.

Nahar, S., & Sarker, N. (2016). Are Macroeconomic Factors Substantially Influential For Islamic Bank Financing ? Cross-Country Evidence.

Journal of Business and Management, 18(6), 20–27. https://doi.org/10.9790/487X-1806012027

Nathan, A. J., & Scobell, A. (2012). How China sees America. In Foreign Affairs (Vol. 91). https://doi.org/10.1017/CBO9781107415324.004

Natsir, M. (2008). Peranan Jalur Suku Bunga dalam Mekanisme Transmisi Kebijakan Moneter di Indonesia. Unhalu Kendari, 1–21.

Nopirin. (1998). Ekonomi Moneter: Buku 1 (4 ed.). Yogyakarta: BPFE Yogyakarta.

Nyasha, S., & Odhiambo, N. M. (2014). Bank-based financial development and economic growth: A review of international literature. Journal of

Financial Economic Policy, 6(2), 112–132. https://doi.org/10.1108/JFEP-07-2013-0031

Oner, C. (2010). What Is Inflation ? Journal of Finance and Development, pp. 44–45.

Onoh, J. O., & Obioma, J. (2017). A Comparative Study of Monetary and Keynesian Theories on Inflation and Money Supply in Nigeria.

International Journal of Economics and Finance Management, 2(1), 56–70.

Otoritas Jasa Keuangan. Statistik Perbankan Syariah. diakses dari www.ojk.go.id

Panjaitan, M., & Wardoyo, W. (2016). Faktor-Faktor Yang Mempengaruhi Inflasi

Di Indonesia. Jurnal Ilmiah Ekonomi Bisnis, 21(3), 97274.

Patrick, H. T. (1966). Financial Development and Economic Growth in

Underdeveloped Countries. Chicago Journals, 14(2), 174–189.

Pratama, Y. C. (2012). Effectiveness of Conventional and Syariah Monetary

Policy Transmission. Tazkia Islamic Finance and Business Review, 8(1), 79–96.

Presiden Republik Indonesia (1999). Undang-undang Republik Indonesia No. 23 Tahun 1999 tentang Bank Indonesia. diakses dari www.bi.go.id

Presiden Republik Indonesia (2008). Peraturan Pemerintah Pengganti Undang-

103

undang Republik Indonesia No. 4 Tahun 2008 Tentang Jaringan

Pengaman Sistem Keuangan. diakses dari www.bi.go.id

Presiden Republik Indonesia (2008). Undang-undang Republik Indonesia No. 21

Tahun 2008 Tentang Perbankan Syariah. diakses dari www.bi.go.id

Rahmawati, D., Hidayat, W., & Susilowati, D. (2017). Analisis Pengaruh Suku

Bunga Sertifikat Bank Indonesia dan Jumlah Uang Beredar terhadap Tingkat Inflasi di Indonesia Periode 2006- 2015 (Pendekatan Error

Correction Model). Jurnal Ilmu Ekonomi, 1(2), 240–254.

Rahutami, A. I. (1994). Kebijakan Moneter Rule Atau Discretion. Jurnal Ekonomi

Dan Bisnis Indonesia, 9, 8–13.

Ridhwan, M. M., Groot, H. L. F. De, Rietveld, P., & Nijkamp, P. (2011). The

Regional Impact of Monetary Policy in Indonesia (No. TI 2011-081/3). Netherland.

Rivai, A. A. (2010). Islamic Banking: Sebuah Teori, Konsep, dan Aplikasi. Jakarta: PT Bumi Aksara.

Roedyhantoro M, T., & Cahyono, E. F. (2018). Pengaruh Instrumen Moneter Konvensional dan Instrumen Moneter Syariah terhadap Produk Domestik

Bruto Periode 2012-2016. Jurnal Ekonomi Syariah Teori Dan Terapan, 5(5), 362–376.

Rusydiana, A. S. (2009). Mekanisme Transmisi Syariah pada Sistem Moneter Ganda di Indonesia. Buletin Ekonomi Moneter Dan Perbankan, 345–367.

Saini, K. G. (1982). The Monetarist Explanation of Inflation : The Experience of Six Asian Countries. World Development, 10(10), 871–884.

Sangidi, W. (2014). Efektivitas Mekanisme Transmisi melalui Jalur Pembiayaan Bank Syariah di Indonesia. Institut Pertanian Bogor.

Saputro, B., & Sukmana, R. (2018). Analisis Transmisi Kebijakan Moneter Ganda Terhadap Inflasi di Indonesia. Jurnal Ekonomi Syariah Teori Dan

Terapan, 5(4), 322–335.

Sarac, T. B., & Ucan, O. (2013). The Interest Rate Channel in Turkey : An

Investigation with Kalman Filter Approach. International Journal of Economics and Financial Issues, 3(4), 874–884.

Setiawan, R. Y., & Karsinah. (2016). Mekanisme Transmisi Kebijakan Moneter dalam Mempengaruhi Inflasi dan Pertumbuhan Ekonomi di Indonesia.

Economics Development Analysis Journal, 5(4), 460–474.

Sreevidya, U., & Sunitha. (2011). Business Research Methods. University of

Calicut.

104

Sudarsono, H. (2017). Analisis Efektivitas Transmisi Kebijakan Moneter

Konvensional dan Syariah dalam Mempengaruhi Tingkat Inflasi. Jurnal Ekonomi Dan Keuangan Islam, 3(2), 53–64.

https://doi.org/10.20885/jeki.vol3.iss2.art1

Sugianto, Harmain, H., & Harahap, N. (2015). Mekanisme Transmisi Kebijakan

Moneter di Indonesia Melalui Sistem Moneter Syariah. Jurnal Human Falah, 2(1), 50–74.

Sukmana, R., & Kassim, S. H. (2010). Roles of the Islamic banks in the monetary transmission process in Malaysia. Journal of Islamic and Middle Eastern

Finance and Management, 3(1), 7–19. https://doi.org/10.1108/17538391011033834

Supriyadi, A. (2003). Sistem Pembiayaan berdasarkan Prinsip Syariah. Jurnal Al Mawarid, x, 42–58.

Sutrisno. (2013). Membangun Model Lembaga Keuangan Islam. Jurnal EKBISI, VII(2), 139–149.

Syapriatama, I. (2017). Transmisi Kebijakan Moneter Jalur Pembiayaan Bank Syariah di Indonesia. Jurnal Iqtishaduna, viii(2), 1–11.

Taylor, J. B. (1995). The Monetary Transmission Mechanism : An Empirical Framework. Journal of Economic Perspectives, 9(4), 11–26.

Tjukanov, T. (2011). Gross Domestic Product as a Modern-day Economic Indicator. Helsinki Metropolia Uneversity.

Totonchi, J. (2011). Macroeconomic Theories of Inflation. International Conference on Economics and Finance Research, 4, 459–462.

Utami, D. (2012). Determinan Suku Bunga Pasar Uang Antar Bank di Indonesia. Jurnal JEJAK, 5(1), 26–35.

Utari, G. A. D., Cristina S., R., & Pambudi, S. (2016). Inflasi di Indonesia: Karakteristik dan Pengendaliannya. Bank Indonesia Institute, (23), 1–64.

U.S. Bureau of Economic Analysis (BEA). https://www.bea.gov/

Warjiyo, P. (2004). Menakanisme Transmisi Kebijakan Moneter di Indonesia.

Jakarta: Pusat Pendidikan dan Studi Kebanksentralan (PPSK) BI.

Warjiyo, P., & Solikin. (2003). Kebijakan Moneter di Indonesia. In Jurnal

Manajemen Maranatha (Vol. 3). https://doi.org/10.28932/jmm.v3i1.112

Warjiyo, P., & Juhro, S. (2016). Kebijakan Bank Sentral: Teori dan Praktik.

Jakarta: Rajawali Press.

Wibowo, M. G., & Mubarok, A. (2017). Analisis Efektivitas Transmisi Moneter

105

Ganda terhadap Pertumbuhan Ekonomi Indonesia. Jurnal Ekonomi Dan

Pembangunan, 25(2), 127–139.

Wicaksono, A. A. F., & Sukmana, R. (2018). Inflasi di Indonesia pada Periode

2011-2015: Analisis Sertifikat Bank Indonesia, Sertifikat Bank Indonesia Syariah, Pasar Uang Antar Bank, Pasar Uang Antar Bank Syariah,

Finance to Deposit Ratio dan Loan to Deposit Ratio. Jurnal Ekonomi Syariah Teori Dan Terapan, 5(12), 1070–1085.

Widayatsari, A. (2014). Pasar Uang Antar Bank Syariah. Jurnal Ekonomi Dan Hukum Islam, 4(2), 13–30.

World Bank. https://www.worldbank.org/

Yuniarti, V. S. (2016). Ekonomi Makro Syariah. Bandung: CV Pustaka Setia.

Zaelina, F. (2018). Mekanisme Transmisi Kebijakan Moneter Syariah. Indonesian

Interdisciplinary Journal of Sharia Economics, 1(1), 19–30.

106

LAMPIRAN

LAMPIRAN

107

LAMPIRAN

Lampiran 1

Data Penelitian

Tahun Bulan SBIS PUAS FIN IHK PDB

2011 Januari 6,08056 6,14 69,724 126,05 575285,60

Februari 6,70542 6,24 71,449 126,46 582934,50

Maret 6,71887 6,25 74,253 126,05 590511,10

April 7,17517 5,25 75,726 125,66 598015,20

Mei 7,36011 6,24 78,619 125,81 605446,90

Juni 7,36317 6,05 82,616 126,50 612806,10

Juli 7,27563 5,62 84,556 127,35 625262,80

Agtustus 6,77557 6,16 90,540 128,54 628599,80

September 6,28206 5,75 92,839 128,89 627987,00

Oktober 5,76845 5,25 96,805 128,74 615399,60

November 5,22412 5,10 99,427 129,18 612905,80

Desember 5,03858 5,08 102,655 129,91 612480,80

2012 Januari 4,88325 4,25 101,689 130,90 613986,90

Februari 3,82290 3,96 103,713 130,96 617802,70

Maret 3,82637 4,13 104,239 131,05 623790,50

April 3,92570 4,09 108,767 131,32 635282,20

Mei 4,23785 4,09 112,844 131,41 643115,20

Juni 4,32005 4,74 117,592 131,23 650621,30

Juli 4,45727 4,17 120,910 133,16 662767,00

Agtustus 4,54005 4,30 124,946 134,43 665894,60

September 4,67165 4,43 130,357 134,45 664970,70

Oktober 4,74612 4,70 135,581 134,67 651910,30

November 4,77039 4,33 140,318 134,76 648946,70

Desember 4,80274 4,42 147,505 135,49 647995,10

2013 Januari 4,84021 4,51 149,672 136,88 648336,80

Februari 4,86119 4,23 154,072 137,91 651948,20

Maret 4,86950 4,28 161,081 138,78 658110,60

April 4,89075 4,29 163,407 138,64 670800,20

Mei 5,02275 4,14 167,259 138,60 679082,60

Juni 5,27558 5,01 171,227 140,03 686933,80

Juli 5,52051 5,38 174,486 144,63 699344,20

Agtustus 5,85743 5,56 174,537 146,25 702590,60

September 6,60944 6,11 177,320 145,74 701663,20

Oktober 6,98025 6,19 179,284 145,87 688685,50

108

November 7,21565 6,54 180,833 146,04 685318,00

Desember 7,21695 6,25 184,122 146,84 683684,10

2014 Januari 7,23217 6,48 181,398 110,99 682248,20

Februari 7,17434 6,31 181,772 111,28 685233,20

Maret 7,12591 6,62 184,964 111,37 691103,50

April 7,13529 6,47 188,063 111,35 704142,90

Mei 7,14912 6,57 189,690 111,53 712571,00

Juni 7,13715 6,35 193,136 112,01 720671,70

Juli 7,09418 7,30 194,079 113,05 733724,10

Agtustus 6,97263 6,73 193,983 113,58 737210,20

September 6,88248 6,36 196,563 113,89 736409,20

Oktober 6,88481 6,17 196,491 114,42 723517,20

November 6,86651 5,19 198,376 116,14 719995,20

Desember 6,90129 6,30 199,330 119,00 718039,10

2015 Januari 6,93347 6,27 198,152 118,71 715580,00

Februari 6,67192 5,87 198,435 118,28 718307,50

Maret 6,65157 6,89 201,620 118,48 724152,50

April 6,65972 5,84 202,434 118,91 737594,30

Mei 6,66058 5,77 204,833 119,50 746315,40

Juni 6,66592 5,21 207,075 120,14 754794,70

Juli 6,68538 5,87 205,887 121,26 768342,40

Agtustus 6,75000 5,73 206,904 121,73 772355,90

September 7,10000 6,95 209,476 121,67 772145,20

Oktober 7,10000 5,84 208,792 121,57 760512,30

November 7,10000 6,01 210,112 121,82 757251,60

Desember 7,10000 6,73 213,989 122,99 755165,30

2016 Januari 6,65000 6,13 212,188 123,62 750933,50

Februari 6,55000 5,20 212,548 123,51 753685,60

Maret 6,60000 4,82 214,475 123,75 760101,90

April 6,60000 4,67 215,315 123,19 775902,90

Mei 6,60000 4,93 218,878 123,48 785357,10

Juni 6,40000 5,53 223,312 124,29 794185,00

Juli 6,40000 4,82 221,243 125,15 807373,50

Agtustus 6,40000 4,67 221,449 125,13 811209,00

September 6,15000 4,66 236,055 125,41 810678,10

Oktober 5,90000 4,83 238,103 125,59 798130,50

November 5,90000 4,68 241,480 126,18 794605,10

Desember 5,90000 6,08 249,087 126,71 792451,20

2017 Januari 5,90000 1,08 245,501 127,94 788440,60

Februari 5,90510 1,47 246,836 128,24 791451,20

Maret 5,94914 4,83 251,601 128,22 798254,60

109

April 5,97136 3,48 253,379 128,33 814726,90

Mei 5,97470 4,69 258,032 128,83 824709,00

Juni 5,97534 5,37 266,606 129,72 834077,00

Juli 5,93941 4,33 265,579 130,00 848041,90

Agtustus 5,55000 3,33 268,417 129,91 852273,20

September 5,20495 4,00 272,777 130,08 851981,80

Oktober 5,22462 3,87 275,363 130,09 839511,50

November 5,21848 3,98 277,656 130,35 835917,40

Desember 5,20898 4,31 286,850 131,28 833543,00

2018 Januari 5,19983 4,27 281,875 132,10 828307,30

Februari 5,18771 3,85 283,168 132,32 831433,30

Maret 5,19044 4,45 287,731 132,58 838839,80

April 5,18398 4,01 288,897 132,71 857458,20

Mei 5,32569 4,43 292,932 132,99 868227,40

Juni 5,84179 4,91 296,209 133,77 878078,90

Juli 6,04580 4,98 298,627 134,14 891995,30

Agtustus 6,35255 5,40 304,674 134,07 896274,00

September 6,61429 5,70 311,660 133,83 895897,70

Oktober 6,63905 5,91 313,989 134,20 883101,60

November 6,87056 5,92 313,608 134,56 879238,90

Desember 6,88785 5,89 321,305 135,39 876544,90

2019 Januari 6,89950 5,94 318,528 135,83 870460,80

Februari 6,73727 5,83 322,068 135,72 873522,90

Maret 6,74090 6,04 328,110 135,87 881172,60

April 6,62515 5,96 328,511 136,47 900837,10

Mei 6,37950 5,95 331,010 137,40 912091,40

Juni 6,50000 5,92 334,312 138,16 922362,80

Juli 6,20000 5,54 335,594 138,59 936887,60

Agtustus 5,95010 1,75 337,631 138,75 941265,90

September 5,69250 1,46 345,091 138,37 940734,00

Oktober 5,41798 4,82 346,503 138,40 935291,90

November 5,15000 3,06 350,075 138,60 924939,60

Desember 5,13000 3,56 356,437 139,07 909677,20

110

Lampiran 2

Uji stasioneritas SBIS

Null Hypothesis: SBIS has a unit root

Exogenous: Constant

Lag Length: 1 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.347865 0.1592

Test critical values: 1% level -3.493129

5% level -2.888932

10% level -2.581453 *MacKinnon (1996) one-sided p-values.

Null Hypothesis: D(SBIS) has a unit root

Exogenous: Constant



5% level -2.888932

10% level -2.581453

*MacKinnon (1996) one-sided p-values.

Null Hypothesis: SBIS has a unit root

Exogenous: Constant

Bandwidth: 7 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.* Phillips-Perron test statistic -2.172636 0.2175


5% level -2.888669


Null Hypothesis: D(SBIS) has a unit root

Exogenous: Constant



5% level -2.888932

10% level -2.581453

111

*MacKinnon (1996) one-sided p-values.

Uji stasioneritas PUAS

Null Hypothesis: PUAS has a unit root

Exogenous: Constant



5% level -2.889200


Null Hypothesis: D(PUAS) has a unit root

Exogenous: Constant



5% level -2.889200


Null Hypothesis: PUAS has a unit root

Exogenous: Constant



5% level -2.888669


Null Hypothesis: D(PUAS) has a unit root

Exogenous: Constant



5% level -2.888932

112


Uji stasioneritas FIN

Null Hypothesis: LNFIN has a unit root

Exogenous: Constant, Linear Trend



5% level -3.454919


Null Hypothesis: D(LNFIN) has a unit root




5% level -3.454919


Null Hypothesis: LNFIN has a unit root




5% level -3.452358


Null Hypothesis: D(LNFIN) has a unit root



113


5% level -3.452764


Uji stasioneritas IHK

Null Hypothesis: LNIHK has a unit root




5% level -3.452358


Null Hypothesis: D(LNIHK) has a unit root




5% level -3.452764


Null Hypothesis: LNIHK has a unit root




5% level -3.452358


Null Hypothesis: D(LNIHK) has a unit root


Bandwidth: 1 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.*

114

Phillips-Perron test statistic -10.17469 0.0000


5% level -3.452764


Uji stasioenritas PDB

Null Hypothesis: LNPDB has a unit root




5% level -3.457808


Null Hypothesis: D(LNPDB) has a unit root




5% level -3.457808


Null Hypothesis: LNPDB has a unit root




5% level -3.452358


115

Null Hypothesis: D(LNPDB) has a unit root




5% level -3.452764


116

Lampiran 3

Pemilihan Lag Optimal

Lag LogL LR FPE AIC SC HQ

0 701,3479 NA 9,23e-13 -13,52132 -13,39342* -13,46952

1 756,4577 103,7989 5,15e-13 -14,10597 -13,33858 -13,79515*

2 778,1880 38,81924 5,51e-13 -14,04249 -12,63559 -13,47265

3 807,3420 49,25038 5,12e-13 -14,12315 -12,07675 -13,29429

4 833,4053 41,49893* 5,10e-13* -14,14379* -11,45790 -13,05592 * indicates lag order selected by the criterion

LR: sequential modified LR test statistic (each test at 5% level)

FPE: Final prediction error

AIC: Akaike information criterion

SC: Schwarz information criterion

HQ: Hannan-Quinn information criterion

117

Lampiran 4

Uji Kointegrasi Johansen

Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0,05

No, of CE(s) Eigenvalue Statistic Critical Value Prob,** None * 0,298486 87,31668 69,81889 0,0011

At most 1 * 0,227749 50,80170 47,85613 0,0258

At most 2 0,120650 24,18174 29,79707 0,1929

At most 3 0,090381 10,93878 15,49471 0,2153

At most 4 0,011407 1,181663 3,841466 0,2770 Trace test indicates 2 cointegrating eqn(s) at the 0,05 level

* denotes rejection of the hypothesis at the 0,05 level

**MacKinnon-Haug-Michelis (1999) p-values

118

Lampiran 5

Uji Kausalitas Granger lag 1

Pairwise Granger Causality Tests

Date: 09/07/20 Time: 00:56

Sample: 2011M01 2019M12

Lags: 1 Null Hypothesis: Obs F-Statistic Prob. PUAS does not Granger Cause SBIS 107 2.58471 0.1109

SBIS does not Granger Cause PUAS 12.1176 0.0007 LNFIN does not Granger Cause SBIS 107 0.00199 0.9645

SBIS does not Granger Cause LNFIN 6.76591 0.0106 LNIHK does not Granger Cause SBIS 107 1.63795 0.2035

SBIS does not Granger Cause LNIHK 6.99368 0.0094 LNPDB does not Granger Cause SBIS 107 0.19191 0.6622

SBIS does not Granger Cause LNPDB 0.02130 0.8842 LNFIN does not Granger Cause PUAS 107 0.51824 0.4732

PUAS does not Granger Cause LNFIN 14.5825 0.0002 LNIHK does not Granger Cause PUAS 107 2.02997 0.1572

PUAS does not Granger Cause LNIHK 2.97439 0.0876 LNPDB does not Granger Cause PUAS 107 1.08938 0.2990

PUAS does not Granger Cause LNPDB 0.02404 0.8771 LNIHK does not Granger Cause LNFIN 107 5.26140 0.0238

LNFIN does not Granger Cause LNIHK 0.06662 0.7968 LNPDB does not Granger Cause LNFIN 107 9.79315 0.0023

LNFIN does not Granger Cause LNPDB 0.09228 0.7619 LNPDB does not Granger Cause LNIHK 107 0.61600 0.4343

LNIHK does not Granger Cause LNPDB 1.28884 0.2589

119



Date: 09/07/20 Time: 00:56

Sample: 2011M01 2019M12












120



Date: 09/07/20 Time: 00:57

Sample: 2011M01 2019M12












121



Date: 09/07/20 Time: 00:57

Sample: 2011M01 2019M12












122

Lampiran 6

Hasil Estimasi VECM

Cointegrating Eq: CointEq1 CointEq2 LNIHK(-1) 1,000000 0,000000

LNPDB(-1) 0,000000 1,000000

SBIS(-1) -0,084861 0,036280

(0,09367) (0,01786)

[-0,90594] [ 2,03112]

PUAS(-1) -0,158475 -0,031501

(0,08690) (0,01657)

[-1,82356] [-1,90093]

LNFIN(-1) -0,723708 -0,413870

(0,17041) (0,03250)

[-4,24674] [-12,7360]

C 0,304924 -11,39547 Error Correction: D(LNIHK) D(LNPDB) D(SBIS) D(PUAS) D(LNFIN) CointEq1 -0,024359 0,003519 0,325519 0,831121 0,016178

(0,01368) (0,00382) (0,08610) (0,38517) (0,00600)

[-1,78045] [ 0,92128] [ 3,78072] [ 2,15779] [ 2,69596]

CointEq2 0,039306 -0,014146 -2,176757 -0,276132 0,095409

(0,07687) (0,02146) (0,48376) (2,16413) (0,03372)

[ 0,51133] [-0,65908] [-4,49965] [-0,12759] [ 2,82972]

D(LNIHK(-1)) -0,047945 0,002051 -0,129038 1,992194 0,007497

(0,10530) (0,02940) (0,66266) (2,96444) (0,04619)

[-0,45533] [ 0,06977] [-0,19473] [ 0,67203] [ 0,16233]

D(LNIHK(-2)) -0,051719 -0,020544 0,290316 -0,879872 -0,055806

(0,10062) (0,02809) (0,63323) (2,83280) (0,04413)

[-0,51400] [-0,73123] [ 0,45847] [-0,31060] [-1,26446]

D(LNIHK(-3)) -0,031402 -0,045476 -0,118950 -1,127257 -0,070825

(0,10145) (0,02833) (0,63844) (2,85609) (0,04450)

[-0,30954] [-1,60547] [-0,18631] [-0,39468] [-1,59167]

D(LNIHK(-4)) 0,032819 0,024351 -0,112337 -0,830559 -0,010627

(0,10398) (0,02903) (0,65439) (2,92746) (0,04561)

[ 0,31561] [ 0,83871] [-0,17167] [-0,28371] [-0,23300]

D(LNPDB(-1)) 0,037536 0,592984 0,689840 -7,917125 0,012513

(0,39022) (0,10895) (2,45576) (10,9860) (0,17116)

[ 0,09619] [ 5,44247] [ 0,28091] [-0,72066] [ 0,07311]

D(LNPDB(-2)) -0,432032 0,149032 2,289786 -9,023643 -0,185075

123

(0,43839) (0,12240) (2,75890) (12,3421) (0,19229)

[-0,98549] [ 1,21753] [ 0,82996] [-0,73113] [-0,96249]

D(LNPDB(-3)) 1,141166 -0,144786 0,253779 30,65581 0,414753

(0,44966) (0,12555) (2,82984) (12,6594) (0,19723)

[ 2,53782] [-1,15320] [ 0,08968] [ 2,42158] [ 2,10287]

D(LNPDB(-4)) -0,413772 -0,234442 5,213151 -22,03669 -0,193168

(0,42114) (0,11759) (2,65035) (11,8565) (0,18472)

[-0,98250] [-1,99375] [ 1,96697] [-1,85862] [-1,04572]

D(SBIS(-1)) 0,020751 0,000890 0,314350 0,772947 0,010612

(0,01610) (0,00449) (0,10131) (0,45321) (0,00706)

[ 1,28905] [ 0,19794] [ 3,10289] [ 1,70549] [ 1,50298]

D(SBIS(-2)) -0,001672 -0,000385 0,044976 -0,289323 -0,006929

(0,01673) (0,00467) (0,10527) (0,47092) (0,00734)

[-0,09998] [-0,08240] [ 0,42726] [-0,61438] [-0,94444]

D(SBIS(-3)) -0,006142 8,35E-05 0,189026 0,955155 0,002655

(0,01629) (0,00455) (0,10252) (0,45861) (0,00715)

[-0,37702] [ 0,01836] [ 1,84386] [ 2,08270] [ 0,37163]

D(SBIS(-4)) -0,051632 -0,001734 0,004943 0,487360 0,003021

(0,01523) (0,00425) (0,09583) (0,42869) (0,00668)

[-3,39082] [-0,40779] [ 0,05158] [ 1,13686] [ 0,45239]

D(PUAS(-1)) 0,001727 0,000217 0,003277 -0,268564 0,003888

(0,00443) (0,00124) (0,02790) (0,12481) (0,00194)

[ 0,38950] [ 0,17506] [ 0,11746] [-2,15184] [ 1,99959]

D(PUAS(-2)) -0,002571 -0,000232 0,006090 -0,432502 0,001463

(0,00445) (0,00124) (0,02802) (0,12535) (0,00195)

[-0,57733] [-0,18648] [ 0,21733] [-3,45027] [ 0,74921]

D(PUAS(-3)) -0,000757 -0,000398 0,000900 -0,103800 0,003232

(0,00454) (0,00127) (0,02857) (0,12781) (0,00199)

[-0,16666] [-0,31388] [ 0,03151] [-0,81216] [ 1,62308]

D(PUAS(-4)) -0,002277 0,001706 -0,013786 -0,270353 -0,000837

(0,00424) (0,00118) (0,02667) (0,11930) (0,00186)

[-0,53726] [ 1,44192] [-0,51695] [-2,26616] [-0,45016]

D(LNFIN(-1)) 0,060178 -0,014282 0,058954 5,760191 -0,084956

(0,24633) (0,06878) (1,55019) (6,93484) (0,10804)

[ 0,24430] [-0,20765] [ 0,03803] [ 0,83062] [-0,78631]

D(LNFIN(-2)) 0,169782 0,022601 -3,680385 -13,70607 0,028942

(0,22622) (0,06316) (1,42364) (6,36874) (0,09922)

[ 0,75053] [ 0,35782] [-2,58519] [-2,15209] [ 0,29168]

D(LNFIN(-3)) 0,409829 -0,008986 -0,953202 4,479806 0,237393

(0,24154) (0,06744) (1,52005) (6,80003) (0,10594)

[ 1,69675] [-0,13324] [-0,62709] [ 0,65879] [ 2,24075]

D(LNFIN(-4)) 0,096730 -0,070185 -2,108496 -16,43280 -0,036176

(0,23993) (0,06699) (1,50995) (6,75485) (0,10524)

124

[ 0,40316] [-1,04765] [-1,39640] [-2,43274] [-0,34375]

C -0,011543 0,003757 0,048426 0,307378 0,012683

(0,00773) (0,00216) (0,04865) (0,21763) (0,00339)

[-1,49330] [ 1,74072] [ 0,99545] [ 1,41241] [ 3,74058] R-squared 0,243705 0,552904 0,533445 0,465765 0,540751

Adj, R-squared 0,035724 0,429952 0,405143 0,318851 0,414458

Sum sq, resids 0,062283 0,004856 2,466713 49,36546 0,011983

S,E, equation 0,027902 0,007791 0,175596 0,785537 0,012239

F-statistic 1,171768 4,496923 4,157713 3,170315 4,281707

Log likelihood 235,5052 366,9108 46,03921 -108,2735 320,3895

Akaike AIC -4,126314 -6,677880 -0,447363 2,549001 -5,774553

Schwarz SC -3,537977 -6,089542 0,140974 3,137338 -5,186215

Mean dependent 0,000973 0,003953 -0,021652 -0,026019 0,014675

S,D, dependent 0,028414 0,010319 0,227671 0,951799 0,015994 Determinant resid covariance (dof adj,) 1,24E-13

Determinant resid covariance 3,49E-14

Log likelihood 864,9728

Akaike information criterion -14,36840

Schwarz criterion -11,17092

125

Lampiran 7

Hasil analisis FEVD IHK

Period S.E. LNIHK LNPDB SBIS PUAS LNFIN 1 0.027902 100.0000 0.000000 0.000000 0.000000 0.000000

2 0.038805 97.64923 0.071674 1.473126 0.769435 0.036537

3 0.046730 95.88491 0.253411 2.615852 0.772590 0.473232

4 0.054015 93.71579 1.131257 2.799427 0.770657 1.582872

5 0.060574 92.67928 1.952053 2.372820 0.710017 2.285832

6 0.066277 91.38249 3.428387 2.167494 0.619796 2.401829

7 0.071342 88.92465 5.455423 2.017806 0.540561 3.061558

8 0.076219 86.97810 7.224862 1.923287 0.498756 3.374993

9 0.080402 85.91797 8.041861 1.897357 0.457186 3.685624

10 0.083928 85.41228 8.442948 1.828833 0.424242 3.891694

11 0.087162 85.22197 8.691947 1.706189 0.393353 3.986544

12 0.090307 85.16729 8.890491 1.590029 0.368089 3.984105 Choles

ky Orderin

g: LNIHK LNPDB SBIS PUAS LNFIN

Hasil analisis FEVD PDB


2 0.038805 1.885070 98.10347 0.000588 0.002637 0.008233

3 0.046730 1.586935 98.39155 0.009141 0.004822 0.007553

4 0.054015 1.024771 98.85584 0.053588 0.059799 0.005998

5 0.060574 0.769432 98.91067 0.222381 0.051294 0.046219

6 0.066277 0.649958 98.65628 0.530975 0.064406 0.098377

7 0.071342 0.605805 98.11363 0.975348 0.067200 0.238018

8 0.076219 0.577279 97.61669 1.379111 0.075508 0.351411

9 0.080402 0.559482 97.22410 1.714024 0.074915 0.427475

10 0.083928 0.568272 96.87924 2.008794 0.072798 0.470898

11 0.087162 0.599082 96.63551 2.233576 0.070460 0.461369

12 0.090307 0.646404 96.45952 2.383062 0.069792 0.441222 Choles

ky Orderin

g: LNIHK LNPDB

126

SBIS PUAS LNFIN

Hasil analisis FEVD SBIS


2 0.038805 0.886820 0.163278 98.51380 0.337060 0.099041

3 0.046730 1.490844 0.126354 96.95316 0.866451 0.563189

4 0.054015 1.784117 0.645615 95.28286 1.296353 0.991056

5 0.060574 2.222492 0.680549 93.85989 1.576539 1.660531

6 0.066277 2.949340 0.945450 91.89950 1.973473 2.232240

7 0.071342 3.871070 1.664567 89.18492 2.929075 2.350371

8 0.076219 4.650573 3.388778 85.80339 3.920920 2.236337

9 0.080402 5.302892 6.777857 80.80820 5.086098 2.024951

10 0.083928 5.804877 11.46446 74.68434 6.197148 1.849173

11 0.087162 6.124994 17.45105 67.83121 6.811319 1.781435

12 0.090307 6.324079 23.46030 61.20223 7.109735 1.903649 Choles

ky Orderin


Hasil analisis FEVD PUAS


2 0.038805 0.693602 0.273514 5.714350 92.86398 0.454551

3 0.046730 0.644300 2.274675 6.190764 88.66368 2.226582

4 0.054015 0.572319 2.608992 8.284463 86.40676 2.127470

5 0.060574 0.602246 2.282834 13.76787 79.27178 4.075266

6 0.066277 0.673915 2.811183 13.51483 77.04809 5.951982

7 0.071342 0.729321 2.619838 12.76621 78.37533 5.509305

8 0.076219 1.078144 3.950885 12.60655 76.48766 5.876760

9 0.080402 1.271649 5.051409 11.80826 75.91401 5.954672

10 0.083928 1.397408 5.624426 11.12735 76.24239 5.608432

11 0.087162 1.646701 6.963974 10.58764 75.37190 5.429776

12 0.090307 1.746938 8.023108 9.988065 75.08025 5.161641 Choles

ky Orderin

127


Hasil analisis FEVD FIN

Period S.E. LNIHK LNPDB SBIS PUAS LNFIN

1 0.027902 2.289798 0.040826 0.460085 0.211022 96.99827

2 0.038805 3.784336 0.491203 0.884202 0.366195 94.47406

3 0.046730 3.037561 0.437880 0.620316 2.615839 93.28840

4 0.054015 2.146974 4.471093 0.431823 3.099542 89.85057

5 0.060574 1.890232 7.634182 0.429248 7.420880 82.62546

6 0.066277 1.699411 10.97885 0.400618 12.13609 74.78503

7 0.071342 1.483341 15.20881 0.368639 14.72189 68.21731

8 0.076219 1.493214 17.37900 0.351279 18.15549 62.62103

9 0.080402 1.495850 18.80966 0.654651 21.32341 57.71643

10 0.083928 1.512567 19.83677 0.983152 23.89889 53.76862

11 0.087162 1.590168 20.25290 1.273178 26.86902 50.01473

12 0.090307 1.623984 20.64018 1.722077 29.50353 46.51023

Choles

ky

Orderin

g:

LNIHK

LNPDB

SBIS

PUAS

LNFIN

128

Lampiran 8

Lembar Konsultasi

130

Lampiran 9

CURRICULUM VITAE

Personal Data

Full Name : Khoir Umi Laksana

Nick Name : Laksana / Ana

Date of Birth : Kab. Semarang, 04 Agustus 1996

Adress : Dsn. Petengan, RT 1 RW 1, Ds. Purworejo,

Kec. Suruh, Kab. Semarang

Sex : Female

Status : Student

Email : [email protected]

Phone / WA : 085-712-117-501

Hobby : Reading, Writing, Cooking, take a picture

Future goals : Entrepeneur, Lecturer, Speaker

Social Media : Facebook : Laksana

Instagram : Laksana_ana

Linkedin : khoir umi laksana

Education

Level Period Name of School Majors

Primary School 2005-2010 SD Negeri 1 Purworejo -

Junior High

School 2010-2013 SMP Negeri 1 Suruh -

Vocational High School

2013-2015 SMK Negeri 1 Tengaran Software

Engineering

Bachelor 2016-saat ini FEBI IAIN Salatiga Islamic

Economic

131

Organization Experiment

Organisasi Periode Department/Biro Posisi

Islamic Economics Study

Group (KSEI)

2017-2019 IAIN Salatiga Coordinator division

of research and

development center

FoSSEI 2018-2019 Regional FoSSEI of

Central Java Scientific division

Islamic Student Association

2019-2020 Commisariat of M. Dawam Rahardjo,

Salatiga

Head of College and Youth Division

Karangtaruna

Ragajati

2019-

present Youth Organization Vice

Working Experience

Company Period Position

Fiscal Policy Agency, Ministry of Finance

2 months Internship in central of macroeconomic policy

Adi Soemarmo Airport 2,5 months Internship in administration staff

“GREAT” Tutoring 3 months Tutor

Fortune Cellular 1 year 6 months as saleswoman, 4

months as administration staff

Unza Vitalis Lc. 1 year Operator Helper

Achievement

Organization Time Explanation Level

HMPS PS IAIN

Salatiga 2019

3rd

Place in Scientific

Writing Competition National

SaudaraSatuNegara 2019 Volunteer participant

Singapura-Tj. Pinang National

analisis efektivitas transmisi kebijakan...

Documents