analisis triwulanan: perkembangan moneter, perbankan … vol... · stabilitas sistem keuangan tetap...

1ANALISIS TRIWULANAN: Perkembangan Moneter, Perbankan dan Sistem Pembayaran, Triwulan II - 2007

SUSUNAN PENGURUSBULETIN EKONOMI MONETER DAN PERBANKAN

Pusat Riset dan Edukasi Bank SentralBank Indonesia

PelindungDewan Gubernur Bank Indonesia

Dewan Editor

Prof. Dr. Anwar NasutionProf. Dr. Miranda S. Goeltom

Prof. Dr. InsukindroProf. Dr. Iwan Jaya Azis

Prof. Iftekhar HasanProf. Dr. Masaaki Komatsu

Dr. M. SyamsuddinDr. Perry Warjiyo

Dr. Iskandar Simorangkir Dr. Solikin M. JuhroDr. Haris Munandar

Dr. Andi M. Alfian ParewangiDr. M. Edhie Purnawan

Dr. Burhanuddin Abdullah

Pimpinan EditorialDr. Perry Warjiyo

Dr. Iskandar SimorangkirDr. Siti Astiyah

Editor PelaksanaDr. Andi M. Alfian Parewangi

SekretariatRita Krisdiana, Skom., ME

Wahyu Yuwana Hidayat, SE., MATri Subandoro, SE

Aliyah Farwah, SP., MSEI

Buletin ini diterbitkan oleh Bank Indonesia, Pusat Riset dan Edukasi Bank Sentral. Isi dan hasil penelitian dalam tulisan-tulisan di buletin ini sepenuhnya tanggungjawab para penulis dan bukan merupakan pandangan resmi Bank Indonesia.

Kami mengundang semua pihak untuk menulis pada buletin ini paper dikirimkan dalam bentuk file ke Pusat Riset dan Edukasi Bank Sentral, Bank Indonesia, Menara Sjafruddin Prawiranegara Lt. 21; Jl. M.H. Thamrin No. 2, Jakarta Pusat, email : [email protected]

Buletin ini diterbitkan secara triwulan pada bulan April, Juli, Oktober dan Januari, bagi yang ingin memperoleh terbitan ini dapat menghubungi Unit Diseminasi – Divisi Diseminasi Statistik dan Manajemen Intern, Departemen Statistik, Bank Indonesia, Menara Sjafruddin Prawiranegara Lt. 2; Jl. M.H. Thamrin No. 2, Jakarta Pusat, telp. (021) 2981-8206. Untuk permohonan berlangganan: telp. (021) 2981-6571, fax. (021) 3501912.

ANALISIS TRIWULANAN: Perkembangan Moneter, Perbankan dan Sistem Pembayaran,

Triwulan IV - 2014

Tim Penulis Laporan Triwulanan, Bank Indonesia

The Role of Currency Hedging on Firm Performance: A Panel Data Evidence in Indonesia

Fiskara Indawan, Sri Fitriani, Indriani Karlina, Melva Viva Grace

Risk of Indonesian Banks: An Application of Historical Expected Shortfall Method

Nevi Danila, Bunyamin, Siti Munfaqiroh

The Persistency and The Sustainability of the Indonesia’s Current Account Deficit

Tuti Eka Asmarani

The Effect of the Ownership and the Global Crisis on the Income Diversification

of Indonesian Banks

Murharsito

BULETIN EKONOMI MONETERDAN PERBANKAN

Volume 17, Nomor 3, Januari 2015

279

315

261

299

339

Halaman ini sengaja dikosongkan

261ANALISIS TRIWULANAN: Perkembangan Moneter, Perbankan dan Sistem Pembayaran, Triwulan IV - 2014

ANALISIS TRIWULANAN:PeRkembANgAN moNeTeR, PeRbANkAN dAN

SISTem PembAyARAN,TRIWULAN IV - 2014

Tim Penulis Laporan Triwulanan, Bank Indonesia

Perekonomian Indonesia pada triwulan IV 2014 menunjukkan bahwa stabilitas makroekonomi dan sistem keuangan yang terjaga. Kondisi ini tercermin pada defisit transaksi berjalan yang menurun dan inflasi yang terkendali. Sementara itu, ekonomi domestik tumbuh meningkat dibandingkan dengan triwulan sebelumnya, meskipun secara keseluruhan 2014 melambat. Kinerja transaksi berjalan triwulan IV 2014 membaik terutama didukung oleh surplus neraca perdagangan nonmigas dan menurunnya defisit neraca perdagangan migas. Di sisi lain, stabilitas sistem keuangan tetap solid ditopang oleh ketahanan sistem perbankan dan relatif terjaganya kinerja pasar keuangan.

Perkembangan Global

Pemulihan perekonomian global diperkirakan masih berlangsung meskipun berjalan tidak merata. Ekonomi AS diperkirakan akan tumbuh lebih tinggi dari perkiraan semula. Sementara itu, ekonomi Jepang dan Tiongkok diperkirakan tumbuh lebih rendah dari perkiraan sebelumnya. Pemulihan ekonomi Eropa diperkirakan masih berjalan lambat seiring dengan tingkat keyakinan konsumen yang menurun dan ancaman deflasi. Kondisi tersebut telah mendorong European

Central Bank (ECB) melakukan stimulus perekonomian melalui kebijakan Expanded Asset

Purchase Program (EAPP). Rencana kebijakan stimulus moneter tersebut diperkirakan akan mendorong arus modal portofolio asing ke emerging market termasuk Indonesia, meskipun berpotensi menimbulkan ketidakpastian dan volatilitas di pasar keuangan global.

Perekonomian AS tumbuh lebih baik dari perkiraan sebelumnya terutama didukung oleh penguatan permintaan domestik. Penguatan permintaan domestik, yang tercermin dari kenaikan indeks keyakinan konsumen, didorong oleh kenaikan pendapatan riil akibat semakin menurunnya harga minyak dan perbaikan sektor tenaga kerja. Harga minyak yang menurun di tengah konsumsi minyak AS yang besar diperkirakan dapat menopang berlanjutnya perbaikan ekonomi AS. Perbaikan sektor tenaga kerja tercermin dari tingkat pengangguran yang terus menurun mencapai 5,6%, sejalan dengan pertumbuhan lowongan pekerjaan baru (job openings) yang terus meningkat (Grafik 1).

Pemulihan ekonomi Eropa diperkirakan masih berjalan lambat. Lambatnya pemulihan ekonomi Eropa tersebut terindikasi dari tren penurunan indeks manufaktur PMI Eropa. PMI Italia dan Perancis masih berada pada fase kontraksi, sementara PMI Jerman dan Spanyol

262 Buletin Ekonomi Moneter dan Perbankan, Volume 17, Nomor 3, Januari 2015

telah menunjukkan indikasi ekspansi. Sejalan dengan perkembangan tersebut, kawasan Eropa memasuki zona deflasi sejak Desember 2014 (Grafik 2). Dalam rangka mempercepat pemulihan ekonomi Eropa, otoritas moneter Eropa (ECB) akan melakukan program quantitative easing berupa program pembelian aset (EAPP) sebesar 60 miliar euro setiap bulannya dimulai sejak Maret 2015 hingga September 2016. Stimulus moneter tersebut diprediksi dapat menambah likuiditas global, meskipun tambahan arus masuk modal portofolio ke negara EM, termasuk Indonesia, tidak sebesar arus modal masuk sebagai dampak dari program QE the Fed pada tahun 2008 lalu.

Grafik 1.Tingkat Pengangguran dan Job Opening AS

Grafik 2.Tingkat Inflasi Eropa

Perekonomian Jepang tumbuh lebih rendah dari perkiraan semula. Hal tersebut tercermin dari masih lemahnya pertumbuhan konsumsi. Tingkat penjualan ritel masih lemah dan tingkat keyakinan konsumen berada dalam tren menurun. Sementara itu, sektor tenaga kerja juga belum menunjukkan dukungan terhadap kenaikan permintaan. Tingkat job hires berada dalam tren yang menurun dan pertumbuhan gaji masih lemah. Di sisi lain, kebijakan quantitative easing oleh Bank of Japan berdampak positif terhadap depresiasi Yen yang mendukung peningkatan pertumbuhan ekspor Jepang. Ke depan, kinerja perekonomian Jepang diperkirakan membaik, didukung berbagai kebijakan Pemerintah, seperti stimulus sebesar 3,5 triliun yen, insentif penurunan pajak bagi perusahaan yang menaikkan gaji karyawan, dan reformasi struktural (Abe’s 3rd arrow).

Kinerja perekonomian Tiongkok diperkirakan melambat dan tumbuh lebih rendah dari perkiraan sebelumnya. Melambatnya pertumbuhan Tiongkok terutama didorong oleh tren penurunan pertumbuhan investasi, yang tercermin pada menurunnya indikator investasi aset tetap (Grafik 3). Selain investasi, indikator konsumsi yaitu penjualan ritel masih berada dalam tren menurun. Dari sisi produksi, indeks produksi mencatat penurunan dan indikator PMI Manufaktur

�

��

�

��

�

��

�

��

�

��

��

��

��

�

��

��

��

��

�

��

��

�

�

�

�

�

��

��

�

��

��


menunjukkan tren penurunan dan memasuki zona kontraksi. Potensi berlanjutnya perlambatan ekonomi Tiongkok juga terindikasi dari masih besarnya downside risk pada sektor perumahan (harga properti/perumahan masih lemah) dan meningkatnya risiko deleveraging.

Kinerja perekonomian India terus membaik namun diperkirakan sedikit lebih rendah dari perkiraan semula. Hal ini sejalan dengan permintaan eksternal yang lebih lemah khususnya dari Tiongkok. Meskipun demikian, dampak negatif dari lemahnya permintaan eksternal diimbangi oleh meningkatnya Terms of Trade akibat penurunan harga minyak. Di sisi lain, aktivitas investasi dan industri meningkat pasca penerapan kebijakan kebijakan reformasi. Hal ini tercermin dari meningkatnya indeks produksi dan manufaktur. Kondisi tersebut juga turut mendorong meningkatnya tingkat keyakinan bisnis (Grafik 4).

Di sisi pasar keuangan global, potensi ketidakpastian dan volatilitas di pasar keuangan global muncul seiring dengan rencana kebijakan stimulus moneter yang akan dilakukan oleh Bank Sentral Eropa. Ketidakpastian terkait pelaksanaan EAPP tersebut dipengaruhi oleh proses eksekusinya yang relatif sulit karena melibatkan banyak bank sentral di Eurozone dan faktor risiko politik di Eropa seperti Yunani. Hal ini seiring dengan perkembangan pertumbuhan ekonomi negara-negara EM yang melemah sehingga mendorong tambahan likuiditas dari Eropa untuk masuk dalam investasi AS dengan yield yang lebih tinggi. Kondisi ini akan mendorong penguatan dolar AS yang berpotensi menimbulkan volatilias di pasar keuangan global.

Grafik 3.Perkembangan Investasi dan Konsumsi Tiongkok

Grafik 4.Tingkat Keyakinan Bisnis India

��

��

��

��

��

�

�

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

Pertumbuhan Ekonomi

Pertumbuhan ekonomi Indonesia pada triwulan IV 2014 meningkat dibandingkan triwulan sebelumnya, meskipun secara keseluruhan tahun pertumbuhan ekonomi Indonesia 2014 melambat. Pertumbuhan ekonomi triwulan IV 2014 sebesar 5,01% (yoy) yang meningkat dibandingkan triwulan sebelumnya sebesar 4,92% (yoy) (Tabel 1) mengindikasikan bahwa


siklus perlambatan ekonomi yang berlangsung sejak beberapa tahun terakhir telah melewati titik terendahnya pada triwulan III 2014. Perbaikan pertumbuhan ekonomi tersebut terutama didorong oleh meningkatnya permintaan domestik, khususnya investasi bangunan dan konsumsi pemerintah. Sementara itu, konsumsi rumah tangga masih tetap kuat, meskipun sedikit melambat sejalan dengan kebijakan stabilisasi ekonomi. Di sisi eksternal, kinerja ekspor mencatat kontraksi yang cukup dalam, terutama akibat melemahnya permintaan negara emerging dan menurunnya harga komoditas. Meskipun pada triwulan IV 2014 sudah mulai membaik, secara keseluruhan pada 2014 pertumbuhan masih melambat menjadi 5,02%, lebih rendah dari tahun sebelumnya, sejalan dengan lemahnya pertumbuhan ekonomi global dan kebijakan stabilisasi makroekonomi. Secara spasial, perlambatan ekonomi terutama terjadi di sejumlah daerah penghasil SDA tambang, antara lain, Provinsi Aceh, Kalimantan Timur, Riau, dan Papua. Sementara itu, kinerja daerah yang mengandalkan sektor manufaktur seperti Jawa dan Jakarta masih tumbuh relatif cukup kuat.

��

��

��

��

��

��

��

��

��

��

� ��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

Meskipun tetap kuat, konsumsi rumah tangga pada triwulan IV 2014 masih melanjutkan tren perlambatan sejalan dengan kebijakan stabilisasi makroekonomi. Konsumsi rumah tangga tumbuh melambat dari 5,08% (yoy) pada triwulan III 2014 menjadi 5,01% (yoy) pada triwulan IV 2014. Perlambatan konsumsi rumah tangga didorong oleh melemahnya daya beli, sejalan dengan peningkatan inflasi akibat kenaikan harga BBM serta melambatnya pendapatan yang bersumber dari hasil ekspor. Selain itu, konsumsi juga tertahan oleh kebijakan stabilisasi makroekonomi. Melemahnya daya beli tersebut tercermin dari menurunnya keyakinan konsumen atas kondisi ekonomi dan melemahnya ekspektasi penghasilan masyarakat. Sementara itu, melambatnya konsumsi rumah tangga terlihat dari pertumbuhan indikator penjualan eceran yang melambat dan kontraksi penjualan mobil dan motor pada triwulan IV 2014.

Berbeda dengan konsumsi rumah tangga, konsumsi pemerintah tumbuh meningkat pada triwulan IV 2014. Pertumbuhan konsumsi pemerintah tercatat sebesar 2,83% (yoy), meningkat


dibandingkan dengan triwulan III 2014 yang tumbuh sebesar 1,33% (yoy). Peningkatan pertumbuhan konsumsi pemerintah tersebut terutama didorong oleh meningkatnya belanja pegawai.

Kinerja investasi meningkat ditopang oleh investasi bangunan yang tumbuh tinggi. Investasi tumbuh meningkat secara gradual dari 3,86% (yoy) pada triwulan III 2014 menjadi 4,27% (yoy) pada triwulan IV 2014. Pertumbuhan investasi terutama ditopang oleh kinerja investasi bangunan yang tumbuh tinggi sebesar 7,06% (yoy), sejalan dengan mulai meningkatnya aktivitas investasi paska Pemilu. Perkembangan ini tercermin pada impor bahan bangunan yang meningkat dan penjualan semen yang tumbuh stabil. Namun, pertumbuhan investasi masih tertahan oleh kontraksi investasi nonbangunan, sejalan dengan kinerja konsumsi rumah tangga yang melambat dan ekspor yang terkontraksi. Kontraksi investasi non bangunan terindikasi pada impor barang modal dan penjualan alat berat domestik yang masih menurun pada triwulan IV 2014.

Di sisi eksternal, kinerja ekspor mencatat kontraksi yang cukup dalam, terutama akibat melemahnya permintaan negara emerging dan menurunnya harga komoditas. Ekspor pada triwulan IV 2014 mencatat kontraksi 4,53% (yoy), jauh lebih rendah dari pertumbuhan positif pada triwulan sebelumnya (4,86%, yoy) Hal ini diakibatkan oleh melemahnya permintaan negara emerging (Grafik 5) dan menurunnya harga komoditas. Selain itu, kontraksi ekspor juga dipengaruhi oleh dampak perhitungan dasar (base effect) dari tingginya ekspor pertambangan pada triwulan IV 2013 menjelang penerapan UU Minerba pada awal 2014 (Grafik 6). Meskipun secara keseluruhan ekspor menurun, ekspor manufaktur masih menunjukkan kinerja yang positif sejalan dengan terus berlanjutnya pemulihan ekonomi AS dan perkembangan nilai tukar Rupiah yang sesuai dengan nilai fundamentalnya.

Grafik 5.Volume Perdagangan (Impor) Dunia

Grafik 6. Pertumbuhan Ekspor Nonmigas Riil

��

��

��

�

�

�

�

�

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��


Kinerja impor pada triwulan IV 2014 meningkat sebagai respons peningkatan permintaan domestik. Impor tercatat tumbuh 3,22% (yoy), meningkat dibandingkan dengan pertumbuhan triwulan sebelumnya sebesar 0,28% (yoy). Dari sisi nonmigas, impor bahan baku meningkat sejalan dengan meningkatnya kebutuhan bahan baku untuk sektor industri guna memenuhi kenaikan permintaan domestik. Selain itu, peningkatan impor juga didorong oleh peningkatan impor migas seiring dengan langkah antisipasi Pertamina menghadapi kenaikan konsumsi terkait rencana kenaikan harga BBM bersubsidi pada pertengahan bulan November 2014.

Pada triwulan IV 2014, peningkatan perekonomian nasional tercermin pada perbaikan sejumlah sektor ekonomi1 khususnya sektor nontradable. Peningkatan sektor nontradable

terutama didorong oleh pertumbuhan sektor bangunan yang menguat seiring dengan meningkatnya optimisme terhadap pemerintahan baru. Di sisi lain, kinerja sektor tradable tumbuh melambat dibandingkan triwulan sebelumnya. Sektor pertanian tumbuh melambat sebagai dampak dari menurunnya luas panen padi terkait pengalihan lahan ke jagung dan kedelai. Sementara itu, sektor industri juga tumbuh melambat, sejalan dengan kecenderungan melemahnya konsumsi swasta dan melambatnya ekspor di penghujung tahun 2014.

Secara spasial, pemulihan ekonomi nasional pada triwulan IV 2014 terutama didorong oleh perbaikan kinerja ekonomi di Wilayah Jawa (Gambar 1). Perbaikan kinerja ekonomi berbagai daerah di Wilayah Jawa ditopang oleh masih cukup kuatnya kinerja industri pengolahan. Perbaikan kinerja ekonomi juga terjadi di Kalimantan seiring dengan peningkatan aktivitas di sektor pertambangan, meskipun masih terbatas karena insentif harga yang masih rendah. Sementara itu, kinerja ekonomi berbagai daerah di Sumatera, mulai tumbuh stabil ditopang oleh kinerja perkebunan yang membaik. Sementara itu, kinerja pertumbuhan ekonomi wilayah timur Indonesia, masih tertahan karena kontraksi kinerja pertambangan di beberapa daerah, seperti Papua, Papua Barat, Sulawesi Tenggara, dan Sulawesi Tengah.

1 Publikasi PDB oleh BPS pada 5 Februari 2015 telah menggunakan perhitungan tahun dasar baru 2010 dan juga menerapkan System of National Accounts 2008 (SNA2008). Berdasarkan konsep SNA tersebut, terdapat perubahan klasifikasi PDB menurut lapangan usaha yaitu menjadi 17 lapangan usaha, dari sebelumnya 9 sektor.

Gambar 1.Peta Pertumbuhan Ekonomi Daerah Triwulan IV 2014


Neraca Pembayaran Indonesia

Kinerja Neraca Pembayaran Indonesia (NPI) membaik pada triwulan IV 2014, terutama didukung oleh defisit transaksi berjalan yang menurun. Secara keseluruhan, neraca NPI triwulan IV 2014 mencatat surplus sebesar 2,4 miliar dolar AS (Grafik 7). Surplus ini ditopang oleh transaksi berjalan yang menurun dan masih cukup besarnya surplus transaksi modal dan finansial. Surplus NPI triwulan IV-2014 tersebut pada gilirannya mendorong kenaikan posisi cadangan devisa dari 111,2 miliar dolar AS pada akhir triwulan III 2014 menjadi 111,9 miliar dolar AS pada akhir triwulan IV 2014 (Grafik 8). Jumlah cadangan devisa tersebut cukup untuk membiayai kebutuhan pembayaran impor dan utang luar negeri Pemerintah selama 6,4 bulan dan berada di atas standar kecukupan internasional. Pada Januari 2015, posisi cadangan devisa kembali meningkat menjadi 114,2 miliar dolar AS.

Di tengah proses pemulihan global yang lebih lambat dari perkiraan, kinerja transaksi berjalan membaik. Defisit transaksi berjalan triwulan IV 2014 tercatat sebesar 6,2 miliar dolar AS (2,81% PDB), lebih rendah dibandingkan dengan defisit 7,0 miliar dolar AS (2,99% PDB) pada triwulan III 2014. Perbaikan kinerja transaksi berjalan tersebut terutama didukung oleh meningkatnya surplus neraca perdagangan barang seiring naiknya surplus neraca perdagangan nonmigas dan menurunnya defisit neraca perdagangan migas. Surplus neraca perdagangan nonmigas meningkat ditopang oleh kenaikan ekspor, khususnya minyak nabati dan produk manufaktur. Di sisi migas, meskipun volume impor minyak meningkat, defisit neraca perdagangan migas menyusut sebagai dampak dari terus melemahnya harga minyak mentah dunia. Pada Januari 2015, neraca perdagangan mencatat surplus sebesar 0,7 miliar dolar AS, lebih tinggi dari bulan sebelumnya, didukung oleh menurunnya defisit neraca perdagangan migas.

Grafik 7.Neraca Pembayaran Indonesia

Grafik 8.Perkembangan Cadangan Devisa

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��


Sementara itu, persepsi positif investor terhadap prospek ekonomi Indonesia mendorong aliran masuk modal asing yang cukup besar dan mampu membiayai defisit transaksi berjalan. Pada triwulan IV 2014, surplus transaksi modal dan finansial didukung oleh aliran masuk investasi langsung asing (FDI) dan surplus investasi lainnya yang berasal dari penarikan simpanan penduduk di luar negeri dan penarikan pinjaman LN korporasi. Namun demikian, surplus transaksi modal dan finansial ini masih lebih rendah dibandingkan dengan surplus triwulan III 2014. Penurunan tersebut antara lain disebabkan keluarnya dana asing dari instrumen portofolio rupiah di bulan Desember 2014, dipicu oleh meningkatnya kekhawatiran investor terkait rencana kenaikan Fed Fund Rate akibat rilis data perbaikan ekonomi AS.

Nilai Tukar Rupiah

Nilai tukar Rupiah melemah seiring dengan apresiasi dolar AS yang terjadi secara luas. Pada triwulan IV 2014, rupiah secara rata-rata melemah sebesar 3,9% (qtq) ke level Rp12.244 per dolar AS (Grafik 9). Semakin solidnya perekonomian AS mendorong penguatan dolar AS terhadap seluruh mata uang dunia (Grafik 10).

Inflasi

Inflasi tetap terjaga dan mendukung prospek pencapaian sasaran inflasi 2015 yakni 4,0+1%. Inflasi triwulan IV 2014 tercatat sebesar 4,49% (qtq) atau 8,36% (yoy), meningkat dibandingkan triwulan III 2014 sebesar 1,68% (qtq) atau 4,53% (yoy) (Grafik 11). Peningkatan inflasi terutama didorong oleh kenaikan harga BBM bersubsidi dan gejolak harga pangan domestik pada akhir tahun 2014. Namun demikian, inflasi inti pada triwulan IV 2014 tetap terkendali sebesar 4,93% (yoy). Hal ini tidak terlepas dari semakin baiknya koordinasi pengendalian inflasi antara Bank Indonesia dan Pemerintah.

Grafik 9.Nilai Tukar Rupiah

Grafik 10.Nilai Tukar Kawasan

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

� ��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��


Tekanan inflasi volatile food meningkat pada triwulan IV 2014 akibat terbatasnya pasokan komoditas aneka cabai dan beras. Inflasi kelompok volatile food tercatat sebesar 6,23% (qtq) atau 10,88% (yoy), lebih tinggi dibandingkan inflasi triwulan sebelumnya sebesar 2,11% (qtq) atau 4,21% (yoy). Kenaikan inflasi tersebut terutama didorong oleh terbatasnya pasokan, khususnya untuk komoditas aneka cabai dan beras akibat kekeringan pada akhir September sampai awal November, serta curah hujan yang tinggi pada akhir November sampai Desember. Tekanan harga volatile food juga didorong oleh peningkatan biaya distribusi akibat cost-push dari kenaikan harga BBM bersubsidi pada pertengahan November 2014. Selain itu, kekosongan Raskin pada bulan November dan Desember juga turut berdampak pada meningkatnya tekanan harga volatile food pada triwulan IV ini.

Tekanan inflasi administered prices meningkat pada triwulan IV 2014 terutama didorong oleh kenaikan harga BBM bersubsidi. Pada triwulan IV 2014, inflasi kelompok administered

prices meningkat dari 2,51% (qtq) atau 6,53% (yoy) menjadi 12,03% (qtq) atau 17,57% (yoy). Kebijakan Pemerintah menaikkan harga BBM bersubsidi pada 18 November 2014 mendorong kenaikan harga baik secara langsung maupun tidak langsung (second round effect) terhadap tarif angkutan. Selain itu, sumber tekanan inflasi kelompok administered prices sepanjang triwulan IV 2014 juga berasal dari kenaikan tarif tenaga listrik (TTL), kenaikan Bahan Bakar Rumah Tangga (BBRT), serta kenaikan tarif angkutan udara.

Inflasi inti tetap terkendali pada triwulan IV 2014, meskipun terdapat tekanan dari eksternal dan domestik. Inflasi inti tercatat sebesar 1,70% (qtq) atau 4,93% (yoy), sedikit meningkat dibandingkan triwulan sebelumnya sebesar 1,28% (qtq) atau 4,04% (yoy). Tekanan eksternal terutama disebabkan oleh pelemahan Rupiah, meskipun masih tertahan oleh penurunan harga global seperti tercermin pada penurunan indeks harga imported inflation (IHIM). Di sisi lain, tekanan dari domestik lebih disebabkan oleh faktor cost push kenaikan harga BBM bersubsidi, sementara tekanan permintaan cenderung terjaga sejalan dengan pertumbuhan ekonomi yang melambat.

Inflasi inti yang terjaga pada triwulan IV 2014 turut didukung oleh ekspektasi inflasi yang terkendali baik di level pedagang eceran maupun konsumen. Pada level pedagang eceran, kenaikan ekspektasi inflasi setelah realisasi kenaikan BBM pada November 2014 menunjukkan tekanan harga yang lebih rendah baik untuk 3 bulan mendatang maupun 6 bulan mendatang dibandingkan episode kenaikan BBM tahun 2013 (Grafik 12). Selain itu, ekspektasi inflasi di tingkat konsumen untuk 3 bulan mendatang dan 6 bulan mendatang menunjukkan penurunan seiring dengan keyakinan dampak BBM akan bersifat temporer (3 bulan sejak November) dan optimisme ketersediaan barang yang lebih baik di tahun depan.


Secara spasial, tekanan inflasi pada triwulan IV 2014 mengalami peningkatan di berbagai daerah. Tekanan inflasi cukup tinggi dan merata hampir di seluruh provinsi pada triwulan IV 2014 (Gambar 2). Tekanan inflasi tertinggi terjadi di wilayah Sulawesi-Maluku-Papua, Bali-Nusa Tenggara serta Jakarta. Namun, pada Januari 2015 sebagian besar daerah di Sumatera dan Jawa tercatat mengalami deflasi, meskipun beberapa daerah di kawasan lainnya masih mengalami inflasi. Deflasi terdalam terjadi di Sumatera Barat, didorong koreksi harga cabe merah yang signifikan dan mulai terjadinya koreksi harga beras seiring masuknya masa panen. Sementara di Jawa, deflasi yang cukup besar terjadi di Jakarta karena penurunan harga BBM dan pasokan cabai merah yang meningkat. Namun demikian, beberapa daerah mencatat kenaikan inflasi seperti Maluku, Nusa Tenggara Timur, dan sebagian besar daerah di Kalimantan. Inflasi tersebut terutama disebabkan oleh kenaikan harga ikan segar, Bahan Bakar Rumah Tangga serta beberapa komoditas bahan makanan seperti daging ayam dan sayuran.

Grafik 11.Perkembangan Inflasi Tahunan

Grafik 12.Ekspektasi Harga Pedagang Eceran

��

��

��

�

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

Gambar 2. Peta Sebaran Inflasi IHK (%, yoy)


Perkembangan Moneter

Perkembangan suku bunga dan uang beredar masih sesuai dengan arah kebijakan moneter yang ditempuh Bank Indonesia. Selama triwulan IV 2014, suku bunga PUAB relatif stabil sementara suku bunga perbankan masih dalam tren yang meningkat. Peningkatan suku bunga, di tengah pertumbuhan ekonomi yang mengalami perlambatan pada triwulan IV 2014, kemudian memengaruhi dinamika likuiditas perekonomian. Perkembangan ini tercermin pada likuiditas di PUAB dan perbankan yang relatif stabil.

Pasar Uang Antar Bank pada triwulan IV 2014 ditandai oleh suku bunga PUAB O/N yang relatif stabil disertai rata-rata volume PUAB yang meningkat. Rata-rata tertimbang suku bunga PUAB O/N pada triwulan IV 2014 sebesar 5,81% relatif stabil dibandingkan dengan triwulan sebelumnya sebesar 5,86% (Grafik 13). Keketatan likuiditas di pasar uang relatif mereda yang tercermin dari menurunnya suku bunga PUAB dengan tenor yang lebih besar dari overnight,

yang selanjutnya menurunkan spread PUAB untuk berbagai tenor terhadap overnight. Sejalan dengan meredanya keketatan likuiditas, volume rata-rata PUAB pada triwulan IV 2014 meningkat sebesar Rp12,9 triliun, lebih tinggi dibandingkan dengan triwulan sebelumnya sebesar Rp10,8 triliun.

Suku bunga perbankan pada triwulan IV 2014 masih dalam tren yang meningkat. Suku bunga rata-rata tertimbang (RRT) deposito yang sempat turun pada dua bulan pertama triwulan IV 2014 akibat membaiknya likuiditas dan penerapan OJK Cap, kembali meningkat pada Desember 2014 sebagai respons kenaikan BI Rate. Sejalan dengan kenaikan suku bunga deposito, suku bunga kredit meningkat walaupun dengan magnitude yang lebih rendah dan dengan lag waktu. Secara triwulanan, RRT suku bunga kredit meningkat sebesar 8 bps menjadi 12,95% dari 12,87%. Kenaikan suku bunga RRT kredit terutama disumbang oleh kenaikan suku bunga Kredit Konsumsi (KK) sebesar 20 bpsmenjadi 13,58%. Suku bunga Kredit Modal Kerja (KMK) dan Kredit Investasi (KI) masing-masing hanya naik 1 bps menjadi 12,79% dan 2 bps menjadi 12,36%. Dengan perkembangan tersebut, spread antara suku bunga kredit dan deposito 1 bulan pada triwulan IV 2014 menyempit menjadi 437 bps dari 439 bps seiring dengan kenaikan suku bunga deposito 1 bulan yang lebih tinggi daripada suku bunga kredit (Grafik 14).


Likuiditas perekonomian (M2) pada triwulan IV 2014 mengalami peningkatan terutama didorong oleh peningkatan uang kuasi. Pertumbuhan M2 pada triwulan IV 2014 meningkat menjadi 11,8% (yoy) dari 11,7% (yoy). Berdasarkan komponennya, peningkatan M2 terutama dikontribusi oleh kenaikan uang kuasi. Kenaikan suku bunga deposito dan menurunnya kegiatan ekonomi mendorong masyarakat untuk cenderung meningkatkan simpanan di perbankan. Di sisi lain, komponen M2 lainnya yakni M1 tumbuh melambat dari 9,4% (yoy) menjadi 6,2% (yoy) didorong oleh perlambatan pertumbuhan uang kartal dan simpanan giro rupiah, masing- masing menjadi 9,8% (yoy) dan 9,1% (yoy) dari 4,9% (yoy) dan 7,3% (yoy).

Berdasarkan faktor yang mempengaruhi, kenaikan M2 terutama bersumber dari peningkatan tagihan bersih kepada pemerintah pusat (NCG). Pada triwulan IV 2014, NCG tumbuh dari 1,0% (yoy) menjadi 2,5% (yoy) sejalan dengan siklus akhir tahun belanja pemerintah. Sementara itu, aktiva luar negeri bersih (NFA) mengalami perlambatan

Industri Perbankan

Stabilitas sistem keuangan tetap solid ditopang oleh ketahanan sistem perbankan dan relatif terjaganya kinerja pasar keuangan. Ketahanan industri perbankan tetap kuat dengan risiko kredit, likuiditas dan pasar yang cukup terjaga. Selain itu, ketahanan industri perbankan juga terpelihara, didukung oleh modal yang masih kuat.

Laju pertumbuhan kredit melambat terutama disumbang oleh kredit modal kerja (KMK). Pertumbuhan kredit pada triwulan IV 2014 kembali melambat menjadi 11,6% (yoy) dari triwulan sebelumnya sebesar 13,2% (yoy) (Tabel 2). Perlambatan laju kredit terutama disumbang oleh

��

� ��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

�

�

�

�

�

�

�

�

��

��

��

��

��

��

��

��

��

�

�

�

��

��

Grafik 13.Koridor Suku Bunga Operasional Moneter

Grafik 14.Volume PUAB Total


KMK yang tumbuh melambat dari 13,3% (yoy) pada triwulan III 2014 menjadi 10,8% (yoy) pada triwulan IV 2014. Sementara itu, KI Juga mengalami perlambatan dari 16,4% (yoy) pada triwulan III 2014 menjadi 13,2% (yoy) pada triwulan IV 2014. Berbeda dengan KMK dan KI, KK mencatat pertumbuhan yang meningkat dari 10,1% (yoy) menjadi 11,5% (yoy) pada triwulan IV 2014. Secara sektoral, perlambatan pertumbuhan kredit didorong oleh melambatnya pertumbuhan kredit di sektor perdagangan dan industri pengolahan, masing- masing melambat dari 13,9% (yoy) dan 16,1% (yoy) menjadi 12,4% (yoy) dan 14,3% (yoy).

Pertumbuhan Dana Pihak Ketiga (DPK) pada triwulan IV 2014 juga melambat. Pertumbuhan DPK pada triwulan IV 2014 tercatat sebesar 12,3%, melambat dari triwulan sebelumnya sebesar 13,3% (yoy). Perlambatan tersebut terjadi pada seluruh komponen DPK (Grafik 15).

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��


Kondisi perbankan masih cukup terjaga di tengah melambatnya pertumbuhan kredit. Pada triwulan IV 2014, ketahanan permodalan masih cukup memadai dengan rasio kecukupan modal (Capital Adequacy Ratio/CAR) sebesar 19,36%. Sementara itu, dari sisi profitabilitas, ROA perbankan masih cukup baik sebesar 2,85% (Tabel 3).

��

��

��

��

��

��

��

��

��

��

��

��

��

��

Pasar Saham dan Pasar Surat Berharga Negara

Perkembangan pasar saham domestik selama triwulan IV 2014 menunjukkan kinerja positif didorong oleh sentimen positif domestik. Kinerja IHSG triwulan IV2014 mencapai level 5.226,95 (31 Desember 2014) atau naik sebesar 1,7% (qtq) dibandingkan dengan triwulan III 2014 sebesar 5.137,60 (Grafik 16). Penguatan ini dipicu oleh sentimen positif investor atas proses

Grafik 15. Pertumbuhan DPK

��

�

�

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��


transisi kepemimpinan yang berjalan lancar. Selain itu, kebijakan pemerintah menaikkan harga BBM (17 November 2014) yang diikuti oleh kenaikan BI Rate sebesar 25 bps turut direspons positif di bursa. Namun demikian, antisipasi investor global atas hasil FOMC pada pertengahan Agustus yang cenderung hawkish, memberi tekanan pada pasar saham. Tekanan terhadap pasar saham berkurang dan kembali menguat setelah hasil FOMC menyatakan bahwa the Fed akan menunda kenaikan suku bunga acuan. Jika dibandingkan dengan bursa saham kawasan (Vietnam, Filipina, Thailand, dan Malaysia), pasar saham Indonesia selama triwulan IV 2014 mencatat kinerja yang cukup baik. Bursa Indonesia mencatat pertumbuhan positif, sementara bursa saham kawasan mencatat pertumbuhan negatif.

Kinerja pasar SBN meningkat didorong oleh sentimen positif domestik. Sentimen positif domestik akan proses transisi kepemimpinan paska pemilu yang berjalan lancar dan kondusif serta kebijakan BI untuk menaikkan BI Rate sebagai antisipasi kenaikan inflasi akibat kenaikan harga BBM mendorong positifnya kinerja pasar SBN. Namun demikian, tren penguatan tertahan oleh sentimen negatif eksternal yang berasal dari perlambatan ekonomi Jepang dan Tiongkok, penurunan harga minyak yang terjadi menjelang akhir tahun 2014, dan antisipasi investor global atas hasil FOMC pada pertengahan Agustus 2014 yang cenderung hawkish. Lebih lanjut, hasil FOMC yang menyatakan bahwa the Fed akan menunda kenaikan suku bunga acuan mendatangkan sentimen positif bagi pasar SBN domestik. Investor global kembali masuk ke pasar obligasi domestik sehingga mendorong yield SBN kembali turun hingga akhir tahun 2014. Secara keseluruhan, selama triwulan IV 2014 yield menurun sebesar 57 bps menjadi 7,80% dibandingkan dengan triwulan III 2014 sebesar 8,37% (Grafik 17). Yield jangka pendek, menengah dan panjang turun masing-masing sebesar 35 bps, 65 bps dan 70 bps menjadi sebesar 7,41%, 7,78% dan 8,36%.

Grafik 16.IHSG dan Indeks Bursa Global

Triwulan IV 2014 (qtq)

Grafik 17. Perubahan Yield Triwulan IV 2014

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

�

�

�

��

��

�

��

��

��

��

��

��

��

��

� ��

��

��


Kinerja pasar SBN yang positif sejalan dengan perilaku investor asing yang mencatat net beli. Selama triwulan IV 2014, nonresiden tercatat masih melakukan pembelian di pasar SBN meskipun dengan jumlah net beli yang mengalami penurunan dibandingkan dengan triwulan III 2014. Nonresiden tercatat melakukan net beli sebesar Rp13,99 triliun atau turun dibanding triwulan III 2014 dengan total pembelian sebesar Rp43,79 triliun. Penurunan ini didorong oleh aksi jual nonresiden terutama di bulan Desember 2014 yang dipicu sentimen negatif eksternal dengan total net jual yang mencapai Rp19,84 triliun. Dibandingkan dengan beberapa negara kawasan, hingga triwulan IV 2014, yield Indonesia tercatat lebih tinggi. Hal ini seiring dengan tekanan yang terjadi pada pertengahan bulan Desember 2014 ditambah dengan tingginya inflasi di bulan Desember 2014.

Selama triwulan IV 2014, kepemilikan asing pada pasar SBN meningkat. Kepemilikan asing pada triwulan IV 2014 mencapai 37,04%, lebih tinggi dibandingkan dengan triwulan III 2014. Aksi beli SBN oleh asing terjadi di seluruh tenor dengan pembelian terbanyak pada tenor panjang (Grafik 1.47). Kepemilikan SBN oleh bank dan asuransi menurun menjadi 29,45% dan 12,09% dibandingkan dengan triwulan sebelumnya. Porsi kepemilikan SBN oleh dana pensiun relatif stabil, sementara porsi kepemilikian SBN oleh Bank Indonesia meningkat.

Perkembangan Sistem Pembayaran

Perkembangan sistem pembayaran di kelompok uang tunai secara umum sejalan dengan perkembangan ekonomi domestik, khususnya dari sektor konsumsi rumah tangga. Rata-rata harian Uang Kartal yang Diedarkan (UYD) pada triwulan IV 2014 adalah sebesar Rp478,6 triliun atau tumbuh 6,8% (yoy), menurun dibandingkan dengan pertumbuhan triwulan sebelumnya sebesar 12,6% (yoy). Perkembangan UYD ini sejalan dengan melambatnya pertumbuhan konsumsi rumah tangga.

Di tengah tren pertumbuhan UYD yang melambat tersebut, Bank Indonesia terus berupaya meningkatkan kelayakan uang yang beredar. Selama triwulan IV 2014, sejumlah 1,5 miliar lembar/keping Uang Tidak Layak Edar (UTLE) senilai Rp30,7 triliun telah dimusnahkan dan diganti dengan uang rupiah yang layak edar. Jumlah pemusnahan UTLE tersebut lebih tinggi dibandingkan dengan triwulan III 2014 yang tercatat sebesar 1,3 miliar lembar/keping atau senilai dengan Rp29,7 triliun. Meningkatnya pemusnahan UTLE tersebut disebabkan oleh meningkatnya jumlah uang dalam kondisi tidak layak edar, meskipun jumlah uang yang disetorkan oleh perbankan ke Bank Indonesia mengalami penurunan.

Transaksi sistem pembayaran tetap dapat berjalan secara aman dan lancar selama triwulan IV 2014. Dibandingkan dengan triwulan sebelumnya, transaksi sistem pembayaran nontunai pada triwulan IV 2014 mengalami peningkatan baik dari sisi nilai maupun volume transaksi apabila. Peningkatan nilai transaksi tercatat sebesar Rp4.526,9 triliun atau meningkat sebesar 11,0% (qtq) (Tabel 4), sedangkan peningkatan volume transaksi tercatat sebesar 63,1


juta transaksi atau 5,3% (qtq). Secara umum, peningkatan nilai transaksi terjadi pada seluruh kelompok transaksi terutama transaksi Operasi Moneter yang meningkat sebesar Rp2.483,0 triliun atau naik 15,0% dibandingkan dengan triwulan sebelumnya. Di sisi lain, peningkatan jumlah volume transaksi lebih disebabkan oleh meningkatnya transaksi masyarakat melalui instrumen nontunai khususnya yang diselenggarakan oleh industri. Adapun peningkatan jumlah volume transaksi terbesar terjadi pada transaksi Alat Pembayaran dengan Menggunakan Kartu (APMK) yang meningkat sebesar 43,6 juta transaksi atau 3,9% (qtq).

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

Selaras dengan peningkatan nilai dan volume transaksi sistem pembayaran non tunai pada triwulan IV 2014, transaksi pembayaran yang diselesaikan melalui Sistem BI-RTGS juga mengalami peningkatan baik dari sisi nilai maupun volume. Ketersediaan sistem Bank Indonesia Real Time Gross Settlement (BI-RTGS) sebagai setelmen dana, BI-SSSS sebagai setelmen surat berharga pemerintah dan Bank Indonesia, serta SKNBI mencapai 100% pada triwulan III 2014. Nilai transaksi pembayaran yang diselesaikan melalui Sistem BI-RTGS meningkat sebesar Rp3.169,3 triliun (QtQ naik sebesar 10,6%) dibandingkan dengan triwulan sebelumnya yang tercatat sebesar Rp29.872,4 triliun menjadi sebesar Rp33.041,6 triliun. Sementara volume transaksi pembayaran yang diselesaikan melalui Sistem BI-RTGS meningkat sebesar 60 ribu (QtQ naik sebesar 1,3%) dibandingkan dengan triwulan sebelumnya yang tercatat sebanyak 4,52 juta transaksi menjadi sebanyak 4,58 juta transaksi.

Prospek Perekonomian

Bank Indonesia memperkirakan pertumbuhan ekonomi pada tahun 2015 lebih tinggi dari tahun 2014 yaitu pada kisaran 5,4 – 5,8%. Peningkatan tersebut terutama disebabkan


oleh masih kuatnya konsumsi rumah tangga dan kontribusi positif dari peningkatan kapasitas fiskal untuk mendukung kegiatan ekonomi produktif, termasuk pembangunan proyek-proyek infrastruktur. Hal tersebut telah dicanangkan oleh pemerintah, sebagaimana tertuang dalam APBNP 2015 yang telah disetujui DPR. Selain itu, langkah-langkah perbaikan iklim investasi yang dilakukan Pemerintah, termasuk pelayanan terpadu perijinan satu pintu (PTSP), juga diperkirakan dapat membantu mendorong aktivitas investasi lebih lanjut. Kontribusi ekspor terhadap pertumbuhan juga diprakirakan akan meningkat meskipun belum signifikan.

Inflasi pada 2015 diperkirakan lebih rendah dibandingkan tahun 2014 dan berada dalam kisaran sasaran bawah sasaran inflasi. Hal ini didukung oleh terkendalinya inflasi inti, menurunnya harga minyak dunia, dan membaiknya pasokan bahan pangan. Terkendalinya inflasi inti diperkirakan didorong oleh terjaganya ekspektasi inflasi, harga komoditas internasional yang relatif rendah, serta relatif minimalnya tekanan dari sisi permintaan. Menurunnya harga minyak dunia dan perbaikan pasokan bahan pangan diperkirakan akan mengakibatkan relatif rendahnya tekanan inflasi administered prices dan volatile food relatif. Dengan perkembangan tersebut, inflasi di akhir tahun 2015 diprakirakan berada di kisaran bawah sasaran 4+1%. Sementara itu, dengan koordinasi kebijakan Bank Indonesia dan Pemerintah yang terukur, inflasi pada akhir tahun 2016 diprakirakan berada dalam kisaran target 4+1%.

Bank Indonesia akan terus mencermati beberapa risiko perekonomian domestik, meskipun sebagian dari risiko-risiko tersebut diperkirakan dapat diminimalisir dengan berbagai langkah reformasi struktural yang dilakukan Pemerintah dan Bank Indonesia. Dari sisi global, risiko terkait dengan rencana normalisasi kebijakan the Fed sebagian dapat diimbangi dengan rencana respon kebijakan stimulus moneter Eropa. Struktur fiskal yang lebih baik dan berkualitas juga dapat mendorong arus masuk modal asing. Sementara itu, langkah reformasi struktural, diharapkan dapat lebih meningkatkan daya saing ekspor, sehingga dapat mengurangi dampak pelemahan ekspor akibat risiko perlambatan Tiongkok. Di sisi internal, risiko terkait inflasi relatif minimal, sejalan dengan penurunan harga komoditas dan minyak di tengah minimnya inflasi dari sisi permintaan dan kebijakan ketahanan pangan Pemerintah.

279The Role of Currency Hedging on Firm Performance: A Panel Data Evidence in Indonesia

The Role of CuRRenCy hedging on fiRm PeRfoRmanCe: a Panel daTa evidenCe

in indonesia

Fiskara IndawanSri Fitriani

Indriani KarlinaMelva Viva Grace1

This paper analyzes the role of currency hedging on non-financial firm’s performance. Most firms on

the sample have anticipated the currency mismatch risk by balancing the ratio of foreign debt to their asset

denominated in foreign currency. Using panel estimation, we find that there is no evidence of currency

hedging activities to affect capital and performance of firms. The result underlines the low intensity of

currency hedging activities due to lack of incentives, which is inline with the low derivative transaction

within the underdeveloped foreign currency market. This finding may raise a concern since currently the

development of foreign liabilities for non-financial firmsin Indonesia is increasing in significant level, as

well as the increase risk of domestic currency depreciation. For these reasons, Bank Indonesia should take

proactive policies to deepen foreign currency market as well as derivative market by providing a more

comprehensive and market friendly hedging instruments to banks and non-financial firms, while keep

promoting the benefit of currency hedging.

abstract

Keywords: Hedging, derivative market, foreign liability.

JEL Classification: F31, G31

1 Researcher on Economic Research Bureau, Department of Economic and Monetary Policy Research, Bank Indonesia. The views on this paper are solely of the authors and do not represent the views of Bank Indonesia. Authors thanks to Dr. Iskandar Simorangkir and Dr. Noer Azam for constructive input and discussion. E-mail: [email protected] (corresponding author),[email protected], [email protected], [email protected].


I. PENDAHULUAN

Di tengah kondisi perekonomian global yang masih belum menunjukkan kepastian seperti saat ini, perkembangan total utang luar negeri yang terus meningkat sejak tahun 2006 dapat memberikan dampak yang tidak menguntungkan (upside risk) terhadap perekonomian. Pada akhir September 2012, posisi total utang luar negeri tercatat sebesar 243,9 miliar USD. Dari total ULN, perusahaan non keuangan mengusai pangsa 35% atau USD85 miliar (rata-rata periode Maret 2003- September 2012) (Grafik 1). Jumlah utang luar negeri yang sangat besar khususnya yang dimiliki sektor perusahaan non keuangan tersebut berpotensi memiliki risiko ketidaksesuaian nilai tukar (currency mismatch) sebagai akibat dari fluktuasi pergerakan nilai tukar khususnya pengaruh dari depresiasi nilai tukar.

Di sisi lain, nilai tukar Rupiah terhadap USD menunjukkan perkembangan yang sangat berfluktuatif sebagai akibat dari perkembangan dalam negeri maupun eksternal (Grafik 2). Nilai tukar mengalami depresiasi yang tajam dalam beberapa periode seperti pada tahun 1997 dimana terjadi krisis keuangan Asia sebagai dampak contagion effect dari krisis di Thailand dan kehilangan kepercayaan investor asing terhadap perekonomian domestik. Pada tahun 2005 terjadi mini crisis sebagai dampak dari lonjakan inflasi yang mencapai 17% sebagai akibat peningkatan harga BBM, dan terakhir di akhir tahun 2008 yang terjadi krisis keuangan global. Ke depan, kondisi perekonomian global yang masih menunjukkan ketidakpastian berpotensi untuk dapat meningkatkan fluktuasi khususnya depresiasi nilai tukar.

Grafik 1.Perkembangan ULN Total dan

Perusahaan Non Keuangan

Grafik 2.Perkembangan Nilai Tukar Rupiah terhadap USD

Miliar USD

250 30%

25%

20%

15%

10%

5%

0%

-5%

-10%

-15%

200

150

100

50

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

Mar Sep Mar Sep Mar SepMar Sep Mar Sep Mar SepMar SepMar SepMar Sep Mar Sep0

Sumber: CEIC

Total ULN Perusahaan Non KeuanganTotal ULNPertumbuhan ULN PerusahaanNon Keuangan (% yoy)

16.000,00

14.000,00

12.000,00

10.000,00

8.000,00

6.000,00

2.4536,75

Sumber: CEIC

6.805,97

4.000,00

2.000,00

JanJul

1997

JanJul

1998

JanJul

1999

JanJul

2000

JanJul

2001

JanJul

2002

JanJul

2003

JanJul

2004

JanJul

2005

JanJul

2006

JanJul

2007

JanJul

2008

JanJul

2009

JanJul

2010

JanJul

2011

JanJul

2012

-

9.361,90

13.876,14

11.291,19

8.433,71

9.986,18

11.852,75

8.555,80

Bagi perusahaan, pembiayaan melalui (ULN) dapat diibaratkan sebagai pedang bermata dua. Di satu sisi, ULN menyediakan pembiayaan bagi perusahaan baik untuk kegiatan produksi maupun ekspansi usaha. Namun disisi lain, tingginya ULN akan mengakibatkan perusahaan


terekspos pada risiko ketidaksesuaian nilai tukar (currency mismatch risk). Secara teoritis, depresiasi nilai tukar memiliki dua pengaruh terhadap perekonomian khususnya bila ditinjau dari kondisi perusahaan yaitu balance-sheet effect dan competitiveness effect. Balance-sheet

effect terjadi apabila beban utang valas akan semakin besar dan kemudian akan mengurangi modal (net worth) perusahaan sehingga pada akhirnya akan mengurangi kemampuan investasi perusahaan dan output. Sedangkan competitiveness effect terjadi apabila depresiasi nilai tukar akan menyebabkan murahnya harga barang ekspor dalam negeri sehingga meningkatkan volume ekspor produk perusahaan dan ouput domestik.

Krisis ekonomi dan moneter di tahun 1997 memberikan pengalaman akibat dari dampak buruk depresiasi nilai tukar yang tajam yang mengakibatkan melonjaknya beban angsuran maupun pembayaran pokok ULN perusahaan. Hal ini pada akhirnya membuat perusahaan mengalami kesulitan pembayaran ULN dan menjadi default mengingat sebagian besar pendapatan diperoleh dalam mata uang domestik. Untuk mengantisipasi potensi risiko nilai tukar (currency mismatch) sebagai akibat tajamnya depresiasi nilai tukar, perusahaaan dituntut untuk melakukan lindung nilai (hedging) terhadap ULN agar dapat melindungi kondisi keuangannya dari kebangkrutan. Salah satu cara lindung nilai yang dapat dilakukan perusahaan adalah menggunakan transaksi derivatif yang terdiri dari transaksi forward, swap dan option

(currency hedging).

Namun, dalam perkembangannya volume transaksi derivatif di pasar valas Indonesia masih terbatas khususnya bila dibandingkan dengan negara-negara kawasan (Grafik 3). Hal ini berdampak pada terbatasnya perkembangan transaksi derivatif yang merupakan bagian dari transaksi di pasar valas domestik (Grafik 3). Selama periode 2005 – 2011, sebagian besar transaksi valas dilakukan dalam bentuk TTS (Today, Tomorrow, dan Spot) atau 68% dari volume

Grafik 3.Volume Harian Transaksi Valas

di Kawasan ASEAN

Grafik 4.Perkembangan Instrumen Pasar Valas

(Total Volume)

USD Miliar

Sumber: LHBU – BI

8

7

6

5

4

3

2

1

01998 2001 2004 2007 2010

IndonesiaMalaysia

FilipinaThailand

Miliar USD

260240220200180160140120100

80604020

0

2005

/Ags

2006

/Jan

2006

/Jun

2006

/Nov

2007

/Apr

2007

/Sep

2008

/Feb

2008

/Jul

2008

/Des

2009

/Mei

2009

/Okt

2010

/Mar

2010

/Ags

2011

/Jan

2011

/Jun

2011

/Nov

2012

/Apr

TTSSwap

OptionTotal

Forward

Sumber: BIS Survey 2010


total transaksi, sedang sisanya berupa transaksi derivatif dalam bentuk swap, forward, dan option selain itu peranan perusahaan non keuangan di pasar valas dan pasar derivatif juga belum menunjukkan perkembangan yang memuaskan.

Pelaku pasar terbesar di pasar valas dan pasar derivatif di Indonesia masih didominasi oleh perbankan domestik yang menguasai hampir 64% dari total transaksi di pasar valas dan 70% di pasar derivatif (Grafik 5 dan 6). Sementara peranan perusahaan non keuangan hanya memiliki peranan sekitar 12% di pasar valas dan 7% di pasar derivatif.

Apabila ditinjau berdasarkan tiga jenis instrumen yang ada di pasar derivatif domestik, maka instrumen pertama yakni swap, merupakan instrumen terbesar di pasar derivatif yang didominasi oleh pelaku perbankan (74%), diikuti oleh pihak LN (22,7), perusahaan (2,8%) dan individu (0,27%) (Tabel 4 dan Grafik 5). Untuk instrument kedua, forward (Tabel 4 dan Grafik 6), juga didominasi oleh perbankan (51,84%) kemudian diikuti oleh perusahaan (31,42%). Untuk instrumen ketiga, pasar option (Tabel 4 dan Grafik 7), transaksi volumenya sangat kecil hanya USD389,8 juta menunjukan bahwa peran pelaku pangsa individu (14,5%) lebih besar daripada pelaku perusahaan (9,3%).

Grafik 5.Pangsa Pelaku Transaksi Swap (%)

Grafik 6.Pangsa Pelaku Transaksi Forward (%)

100%

90%

80%

70%

60%

50%

40%

30%

20%

10%

0%

2005

/Sep

2006

/Jan

2006

/Mei

2006

/Sep

2007

/Jan

2007

/Mei

2007

/Sep

2008

/Sep

2008

/Jan

2008

/Mei

2009

/Sep

2009

/Jan

2009

/Mei

2010

/Sep

2010

/Jan

2010

/Mei

2011

/Sep

2011

/Jan

2011

/Mei

2012

/Sep

2012

/Jan

2012

/Mei

Sumber: LHBU – BI

Domestik-BankDomestik-Individu

Domestik-KorporasiLuar Negeri

100%

90%

80%

70%

60%

50%

40%

30%

20%

10%

0%

2005

/Sep

2006

/Jan

2006

/Mei

2006

/Sep

2007

/Jan

2007

/Mei

2007

/Sep

2008

/Sep

2008

/Jan

2008

/Mei

2009

/Sep

2009

/Jan

2009

/Mei

2010

/Sep

2010

/Jan

2010

/Mei

2011

/Sep

2011

/Jan

2011

/Mei

2012

/Sep

2012

/Jan

2012

/Mei

Sumber: LHBU – BI

Domestik-BankDomestik-Individu

Domestik-KorporasiLuar Negeri


Fakta bahwa volume transaksi untuk instrumen swap dan forward yang terus meningkat (Grafik 8 dan 9), sementara transaksi option cenderung menurun tajam sejak Juni 2009 (Grafik 10), merupakan indikasi positifnya ekspektasi pelaku pasar terhadap kondisi perekonomian. Logika ini jelas mengingat instrumen option tergolong instrumen yang bersifat asuransi.

Grafik 7.Pangsa Pelaku Transaksi Option (%)

Grafik 8.Transaksi Swap (Volume Total)

Grafik 9.Transaksi Forward (Volume Total)

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

�

�

�

�

��

��

��

��

��


Terlepas dari indikasi positifnya ekspektasi pelaku pasar tersebut, namun dalam kenyataan, trend yang terjadi menunjukkan bahwa nilai Rupiah cenderung mengalami depresiasi hingga awal tahun 2015 ini (Grafik 11). Kedepan, masih rapuhnya proses pemulihan, tingginya ketidakpastian perekonomian global, dan risiko ketidakseimbangan neraca pembayaran dapat berpotensi meningkatkan pembalikan aliran modal sewaktu-waktu yang meningkatkan kerentanan resiko depresiasi lebih lanjut Rupiah. Dengan pertimbangan hal tersebut, perusahaan yang memiliki ULN sangat membutuhkan transaksi hedging (lindung nilai) agar dapat mengelola resiko nilai tukar serta menjaga kondisi perusahaannya.

Grafik 10.Transaksi Option (Volume Total)

Grafik 11.Nilai Tukar Rupiah terhadap US Dollar

��

��

��

�

�

�

�

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

Paper ini akan meneliti lebih jauh mengenai peranan currency hedging perusahaan dalam manajemen risiko nilai tukar. Secara eksplisit, tujuan dari paper ini adalah untuk menganalisis pengaruh aktivitas hedging terhadap kinerja perusahaan. Bagian kedua dari paper ini akan


(1)

(2)

(3)

menguraikan teori dan studi empiris yang terkait dengan pokok bahasan. Bagian ketiga menyajikan data dan metodologi yang digunakan, sementara bagian keempat mengulas hasil dan pembahasan. Kesimpulan akan diberikan pada bagian kelima dan menjadi penutup dari paper ini.

II. TEORI

Pengaruh fluktuasi nilai tukar terhadap kondisi keuangan perusahaan yang memiliki utang valas dapat dijelaskan melalui konsep balance-sheet effect. Beberapa literatur telah menjelaskan konsep balance sheet effect seperti pada Krugman (1999), Cespedes (2000) dan Aghion (2001 dan 2003). Secara umum, konsep tersebut menjelaskan bahwa fluktuasi nilai tukar akan berpengaruh pada kemampuan perusahaan dalam ekspansi maupun berproduksi.Melalui pendekatan balance-sheet effect ini dapat dijelaskan dampak depresiasi nilai tukar terhadap resesi perekonomian. Beban utang valas yang akan melonjak cepat akibat depresiasi akan mengurangi modal perusahaan (net worth) sehingga pada akhirnya akan mengurangi kemampuan berproduksi dan berinvestasi perusahaan. Banyaknya perusahaan yang bangkrut sebagaimana dialami pada krisis keuangan Asia 1997 mendorong perekonomian domestik jatuh pada resesi.

Secara khusus menurut Aghion et al (2001), interaksi antara fluktuasi nilai tukar dengan output perusahaan dapat dijelaskan dari sisi wealth entrepreneur. Perusahaan akan mengandalkan modal dari entrepreneur sebagai input dalam proses produksi sehingga diperoleh:

Selanjutnya untuk menambah wealth yang dibutuhkan untuk proses produksi pada periode selanjutnya, entrepreneur meminjam dana dari dalam negeri dc

t dan luar negeri dft

dengan membayar bunga masing-masing sebesar it dan i*

t serta dengan nilai tukar nominal E

t.

Dengan demikian diperoleh fungsi persamaan profit entrepreneur sebagai berikut:

Entrepreneur selanjutnya akan menggunakan profit yang diperoleh pada periode saat ini sebagai wealth yang pada periode berikutnya sehingga menjadi:

Wealth tersebut akan digunakan sebagai input dalam produksi pada periode berikutnya sehingga diperoleh


rt adalah suku bunga riil yang didefinisikan sebagai .

Berdasarkan persamaan (4) diperoleh bahwa output yang dihasilkan perusahaan akan turun bila terjadi kenaikan biaya utang luar negeri yang disebabkan dari adanya depresiasi nilai tukar. Perusahaan yang melakukan utang luar negeri akan mengalami penurunan modal apabila terjadi depresiasi nilai tukar. Untuk dapat mempertahankan kondisi keuangan melalui jalur wealth, perusahaan dituntut untuk melakukan lindung nilai (hedging) terhadap utang luar negeri miliknya, atau dengan kata lain perusahaan akan berupaya untuk melakukan currency

matching apabila menerima utang luar negeri dengan tujuan untuk menjaga keseimbangan/kesetaraan kondisi neraca keuangannya.

Perusahaan yang memiliki ULN dapat melakukan beberapa cara agar dapat mengelola risiko nilai tukarnya sebagai berikut (Bodie and Merton, 2000): pertama, menghindari risiko dengan tidak melakukan transaksi yang dapat berdampak pada risiko nilai tukar; kedua, mengurangi risiko kerugian dengan misalnya pemilihan lokasi produksi, terutama bagi perusahaan multinasional; ketiga, mentransfer risiko kepada pihak lain melalui lindung nilai dengan menggunakan, instrumen derivatif, asuransi, dan diversifikasi risiko dengan menggunakan beberapa supplier yang berbeda: dan keempat, menahan risiko (tidak berbuat apa-apa) selama risiko masih pada level yang rasional.

Berbagai penelitian telah banyak dilakukan untuk mengetahui peranan currency matching dan currency hedging bagi perushaan dalam rangka manajemen risiko nilai tukar di beberapa negara. Secara umum, penelitian tersebut menemukan hasil yang signifikan mengenai peranan currency matching dan currency hedging dalam manajemen risiko nilai tukar, khususnya risiko currency mismatch. Kamil, et. al (2009) menggunakan 1200 sampel perusahaan publik di Amerika Latin dan menemukan bahwa dalam satu dekade terakhir, perusahaan telah mengurangi kerentanan terhadap risiko nilai tukar dengan mengurangi currency mismatch

pada neraca. Hal ini dilakukan dengan mengurangi ketergantungan pada utang valas dan kemudian pencocokan kewajiban dalam valas dengan aset atau dengan ekspektasi aliran valas. Sementara, Cowan, et.al, (2005) melakukan studi pada perusahaan non-keuangan di Chili dengan menggunakan data panel. Hasil empiris yang ditemukan dalam studi tersebut diantaranya adalah: (1) Perusahaan melakukan currency matching antara hutang valas dengan aset maupun pendapatan, (2) Perusahaan secara aktif melakukan hedging terhadap eksposur neraca (balance sheet effect), (3) Penggunaan derivatif berperan dalam melindungi investasi perusahaan dari guncangan nilai tukar.

Studi empiris mengenai manajemen risiko nilai tukar juga dilakukan Sahminan (2006) di Indonesia dengan menggunakan data level industri sektor non-keuangan yang terdaftar di Bursa Efek Indonesia (BEI) yang mencakup sektor pertanian, pertambangan, barang konsumsi, industri dasar dan industri pengolahan. Selain itu juga dilakukan survei anekdotal dan ditemukan

(4)


bahwa strategi hedging perusahaan bervariasi di seluruh perusahaan, beberapa perusahaan melakukan aktivitas hedging, sementara yang lain tidak. Instrumen hedging yang digunakan diantaranya: forward, swap, dan option. Alasan utama perusahaan yang tidak melakukan hedging adalah karena biaya hedging lebih besar dari manfaatnya.

Lebih lanjut, studi mengenai penggunaan hutang valas sebagai instrumen hedging dilakukan oleh Kedia dan Mozumdar (2003) dengan menggunakan probit. Terdapat pembuktian yang kuat bahwa motif perusahaan meminjam hutang valas adalah hedging, yaitu untuk melindungi perusahaan dari eksposur nilai tukar di tingkat agregat maupun individu perusahaan. Sedangkan penggunaan instrumen derivatif untuk manajemen nilai tukar diteliti oleh Borsum dan Odegaard (2004) pada perusahaan non keuangan di Norwegia. Dengan menggunakan metode survei, ditemukan bahwa: (1) Derivatif merupakan instrumen yang umumnya digunakan untuk manajemen risiko nilai tukar di perusahaan non-keuangan cukup tinggi, (2) Penggunaan derivatif sebagian besar masih diarahkan pada jangka pendek, (3) Alasan perusahaan yang tidak melakukan hedging diantaranya adalah: natural hedging, biaya lebih besar dibanding manfaatnya.

Studi lain dilakukan di Asia Timur (Allayanis, et.al, 2001) yang menganalisis mengenai manajemen nilai tukar pada level perusahaan. Hasil empiris menunjukkan bahwa perusahaan menggunakan pendapatan valas sebagai subtitusi hedging dan secara selektif menggunakan instrumen derivatif. Pada perusahaan tersebut, tidak terdapat perbedaan kinerja baik bagi perusahaan yang menggunakan derivatif maupun tidak pada saat sebelum krisis dan selama krisis. Namun pasca krisis, perusahaan yang menggunakan derivatif memiliki kinerja lebih baik.

Pada sisi lain, kedalaman pasar derivatif merupakan faktor lain yang essensial dalam pengembangan pasar valas terutama bagi negara yang menerapkan kebijakan nilai tukar mengambang (floating exchange rate) seperti Indonesia. Transaksi valas adalah transaksi yang didasari oleh suatu kontrak jual beli antara mata uang dengan mata uang lainnya. Transaksi valas dapat berfungsi (1) sebagai lindung nilai (hedging) yaitu mentransfer risiko pemegang underlying kepada counterparty atau (2) sebagai spekulasi yaitu mencari keuntungan yang biasanya dilakukan tanpa underlying. Jenis transaksi valas terdiri dari: transaksi TOD (Today), TOM (Tomorrow), SPOT serta transaksi derivatif. Transaksi derivatif adalah transaksi yang didasari oleh suatu kontrak atau perjanjian yang nilainya merupakan turunan dari nilai instrumen yang mendasari seperti suku bunga, nilai tukar, komoditas, ekuitas dan indeks, baik yang diikuti dengan pergerakan atau tanpa pergerakan dana atau instrumen. Instrumen transaksi derivatif valas diantaranya adalah forward, option, swap, dan futures.

Pasar derivatif valas yang berkembang dan dalam diharapkan dapat berkontribusi bagi tersedianya berbagai instrumen pilihan transaksi dalam pengelolaan risiko nilai tukar (currency

risk management) baik bagi perusahaan maupun rumah tangga. Ketersediaan berbagai instrumen lindung nilai tersebut diharapkan dapat membantu menyeimbangkan permintaan dan penawaran di pasar valas, sehingga dapat mengurangi volatilitas nilai tukar.


Pengalaman di negara emerging market menunjukkan bukti yang mixed mengenai hubungan antara aktivitas perdagangan derivatif di pasar valas dengan volatilitas nilai tukar. Penelitian yang dilakukan oleh Bank Sentral India menunjukkan bahwa terdapat hubungan sebab akibat dua arah antara volatilitas nilai tukar (spot) dengan aktivitas perdagangan transaksi derivatif dalam bentuk futures di pasar valas (Sharma, 2011). Hal serupa juga ditemukan pada studi yang dilakukan oleh Chen, et.al (2011) mengenai perilaku investor dalam pasar futures di Korea Selatan. Hasil studi mengindikasikan adanya hubungan positif yang signifikan antara volatilitas nilai tukar Won/USD dan volume transaksi futures yang dilakukan baik oleh bank maupun pelaku asing. Sedangkan hubungan kausalitas satu arah terjadi antara volume transaksi baik yang dilakukan oleh perbankan maupun pelaku asing terhadap volatilitas nilai tukar di pasar futures Korea Selatan.

Dalam Sharma, 2011,Chatrath, Ramchander dan Song (1995) menunjukkan bukti hubungan satu arah yang kuat antara, aktivitas perdagangan future di pasar valas dengan volatilitas nilai tukar spot rate British pound, Canadian dollar, Japanese yen, Swiss franc and

Deutsche mark. Sementara itu, Adrangi dan chatrath (1998) dalam Sharma (2011) menyimpulkan bahwa pertumbuhan komitmen currency futures tidak mengakibatkan peningkatan volatilitas nilai tukar, tetapi peningkatan spekulasi dalam jumlah besar dan terbatasnya pedagang/hedger berdampak pada ketidakstabilan di pasar valas.

III. METODOLOGI

3.1. Model Empiris

Untuk mengetahui efektifitas transaksi hedging dilakukan pengujian dampak volume transaksi hedging terhadap net wealth perusahaan dan kinerja perusahaan. Pengujian tersebut dilakukan dengan menggunakan dua pendekatan; pertama dari sisi neraca perusahaan (balance-

sheet effect) mengikuti model empiris Kurniati dkk. (2007) dan ukuran kinerja perusahaan mengikuti model empiris Allayanis dkk. (2001).

Pada pendekatan pertama, kami menyesuaikan variabel control dari model empiris yang telah digunakan oleh Kurniati dkk. (2007). Dalam model ini, net worth perusahaan di proksi dengan modal perusahaan. Model ini diturunkan dari neraca perusahaan yang disederhanakan, sehingga diperoleh reduced form sebagai berikut:

(5)

(6)

EQ

Apabila maka:

EQ


Dalam hal ini, EQi,t adalah net worth perusahaan; (Af - Lf ) adalah net foreign asset (foreign

asset – foreign liabilities); et adalah nilai tukar; rct adalah suku bunga working capital; Ldi,t-1

adalah utang domestik; dan DERT adalah transaksi derivatif.

Variabel utama dalam model ini adalah [(NFA)i,t-1. Det] yaitu interaksi antara NFA (selisih antara aset valas dengan utang valas) dengan perubahan nilai tukar. Koefisien dari variabel ini menunjukkan efek mana yang lebih dominan: balance-sheet effect atau competitiveness

effect. Koefisien positif mengindikasikan efek peningkatan daya saing lebih dominan sementara koefisien yang negatif mengindikasikan efek deteriorate terhadap neraca perusahaan yang lebih dominan. Untuk menangkap efek NFA terlepas dari besarnya perubahan nilai tukar digunakan (NFA)i,t-1, sedangkan variabel Det digunakan untuk melihat seberapa besar pengaruh perubahan nilai tukar terlepas dari besarnya NFA. Selanjutnya, variabel kontrol yang digunakan adalah utang dengan kurs domestik untuk mengukur tingkat leverage perusahaan, suku bunga modal kerja, dan volume transaksi derivatif yang dilakukan oleh perusahaan (DERT).

Selain efektifitas transaksi hedging terhadap net worth, juga dilakukan pengujian terhadap kinerja perusahaan seperti yang digunakan oleh Allayanis et al (2001) dengan spesifikasi sebagai berikut:

(7)

Dalam hal ini, RDERTit adalah rasio total derivatif terhadap aset perusahaan; RFRASit= rasio foreign aset terhadap aset perusahaan; RFLISit = rasio foreign liabilities terhadap aset perusahaan; dan REXSit= rasio export terhadap sales perusahaan

Volume transaksi hedging sebagai independen variabel. Sementara beberapa indikator kinerja perusahaan yang digunakan sebagai dependen variabel adalah seperti laba bersih, biaya pokok perusahaan (cost of goods sold). Indikator lainnya adalah pengujian dengan menggunakan market-to-book ratio dan EBIT seperti yang digunakan oleh Allayanis et al (2001).

3.2. Data

Data utama penelitian ini adalah data 128 perusahaan yang diperoleh dari laporan keuangan emiten tahunan yang dipublikasi dari Bursa Efek Indonesia selama periode 2005 – 2011. Data-data tersebut meliputi seperti total aset, liabilities, equity, foreign asset, dan foreign

liabilities. Data lainnya secara detail dan sumbernya seperti transaksi valas, ekspor impor, ULN dan dan nilai tukar adalah sebagaimana Tabel 1.

Sebagaimana telah diungkapkan sebelumnya, transaksi derivatif dalam paper ini menggunakan data yang diperoleh dari Laporan Harian Bank Umum (LHBU). Dalam LHBU, volume transaksi derivatif merupakan bagian dari transaksi valas di pasar domestik dan terdiri dari 3 instrumen yaitu forward, option dan swap. Data volume transaksi derivatif untuk masing-masing transaksi dikelompokkan menjadi volume transaksi beli, jual, dan total.


IV. HASIL ESTIMASI DAN ANALISIS

Hasil estimasi ini menunjukkan bahwa penggunaan instrumen derivatif belum terbukti berpengaruh secara signifikan terhadap net worth perusahaan (Tabel 2 dan Tabel 3). Namun, net worth perusahaan dipengaruhi secara signifikan dan negatif oleh interaksi antara foreign

asset dengan nilai tukar dan lag nilai tukar. Sementara lag NFA dan lag DL (Domestic Liabities) mempengaruhi net worth secara signifikan dan positif. Temuan ini menunjukkan bahwa perusahaan masih rentan terhadap eksposure nilai tukar, walaupun perusahaan telah berupaya melakukan currency matching. Deskripsi berikut ini akan menunjukkan bahwa upaya yang telah dilakukan oleh perusahaan-perusahaan ini, belum sebanding dengan potensi currency

mismatch yang mereka hadapi.

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

� ��

��

��


Hasil pengujian dengan dua pendekatan tersebut menunjukkan bahwa transaksi hedging

masih belum mempengaruhi net worth (modal perusahaan) maupun kinerja perusahaan secara signifikan. Hal tersebut mengindikasikan bahwa belum terdapat dorongan yang kuat bagi perusahaan untuk melakukan currency hedging dalam rangka melindungi nilai kekayaan maupun kinerja perusahaan terhadap eksposur risiko nilai tukar. Selanjutnya pembahasan akan dilanjutkan untuk mengetahui mengapa perusahaan belum melakukan transaksi hedging untuk melindungi nilai kekayaan maupun kinerja perusahaan.

Meski perusahaan-perusahaan dalam sampel penelitian ini telah berusaha menyeimbangkan antara rasio foreign liability dengan rasio foreign asset, namun tetap berpotensi terekspos risiko currency mismatch (Grafik 12). Penurunan rasio foreign liability terjadi cukup pesat dari 53,2% (2000) menjadi 22,6% (2004). Namun demikian, kesenjangan antara rasio foreign

liability dengan rasio foreign asset tampak masih relatif lebar. Pada 2011, rasio foreign liability

sebesar 17% sedangkan rasio foreign asset sebesar 6,3%. Masih relatif lebarnya kesenjangan tersebut menggambarkan bahwa perusahaan masih berpotensi menghadapi risiko currency

mismatch.

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

�

��

��

��

��

��

��

��

��

��


Sesuai dengan hasil estimasi yang menunjukkan tidak signifikannya pengaruh hedging terhadap net worth perusahaan, data di atas menunjukkan bahwa meskipun berpotensi mengalami risiko currency mismatch yang tinggi, tercatat hanya sebagian kecil dari sampel perusahaan yang melakukan transaksi lindung nilai melalui transaksi derivatif. Setelah mencapai puncaknya di 2008 yang mencapai 44 perusahaan atau 34% dari total sampel, terjadi penurunan perusahaan yang melakukan transaksi hedging (Grafik 14 dan 15).

Pada tahun 2011 hanya 20 perusahaan yang melakukan transaksi derivatif (16%). Tingginya perusahaan yang melakukan transaksi hedging di tahun 2008 adalah sebagai dampak dari krisis global yang menyebabkan terjadinya peningkatan ekspektasi risiko nilai tukar. Namun sejak pertengahan 2009, seiring dengan pulihnya kinerja ekonomi domestik dan kawasan

Grafik 12.Perkembangan Total Asset, ForeignLiability

dan Foreign Asset

Grafik 14.Jumlah Perusahaan yang Melakukan Hedging

Grafik 13.Perkembangan Rasio Foreign liability

dan Rasio Foreign Asset

Grafik 15.Persentase Perusahaan yang Melakukan

Hedging terhadap Total Sampel

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��


Asia Pasifik dari dampak krisis global, ekspektasi risiko nilai tukar juga mengalami penurunan sehingga berpengaruh pula pada penurunan transaksi derivatif dari sampel perusahaan. Apabila ditinjau dari jenis instrumen, transaksi derivatif yang banyak digunakan adalah forward dan swap, sementara penggunaan transaksi option relatif kecil. Pada 2010 dan 2011 tidak ada perusahaan sampel yang menggunakan transaksi option.

Hal serupa juga terlihat dalam pengujian efektivitas hedging terhadap indikator kinerja perusahaan (lihat Tabel 11). Rasio transaksi derivatif secara empiris belum berpengaruh signifikan terhadap indikator kinerja perusahaan berupa rasio net income, rasio EBIT, dan rasio operating

expenditures. Indikator kinerja perusahaan secara umum dipengaruhi secara signifikan oleh rasio foreign asset dan liabilities.

Berdasarkan laporan keuangan yang telah dipublikasi, pada 128 perusahaan non-keuangan yang telah go public,terdapat tren peningkatan foreign liability dan foreign asset serta diikuti pula total asset (Grafik 16). Kecuali pada periode 2000-2004, perkembangan foreign

liability perusahaan tetap tinggi, dan cenderung meningkat, yang mencapai Rp133 triliun pada 2011. Tren peningkatan juga dialami oleh foreign asset perusahaan yang mencapai Rp49,5 triliun pada 2011. Sejak 2004, secara nominal, total asset perusahaan terus meningkat dan Rp800 triliun di akhir tahun 2011.

Lebih jauh, kami berupaya menjelaskan ketidakmampuan transaksi hedging yang dilakukan perusahaan dalam mempengaruhi net worth maupun kinerja mereka, dengan melihat aktivitas ekspor dan impor perusahaan. Hampir sebagian besar dari sampel perusahaan (77 perusahaan atau hampir 60% dari total sampel) melakukan kegiatan ekspor sebagai salah satu sumber penerimaan valas (Tabel 4 dan Tabel 5). Sebagian besar dari perusahaan (55 perusahaan) yang melakukan ekspor tersebut juga memiliki pengeluaran dalam valas dalam bentuk impor.

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

Namun dari perusahaan yang melakukan ekspor tersebut hanya 23 perusahaan atau 18% dari total sampel yang melakukan transaksi hedging. Selain itu perusahaan yang tidak melakukan ekspor tetapi melakukan kegiatan impor semakin bertambah (Tabel 6). Dari perusahaan tersebut


paling tinggi hanya 11 perusahaan atau 9% dari total sampel yang melakukan transaksi derivatif.Kedua hal tersebut menunjukkan bahwa sampel perusahaan tersebut berpotensi mengalami risiko currency mismatch.

Dalam melakukan currency matching, perusahaan cenderung lebih mengandalkan sumber pendapatan valas lainnya, antara lain deposito valas. Selain itu, satu faktor penentu mengapa perusahaan tidak melakukan hedging adalah peningkatan rasio utang valas. Faktor lain yang ditengarai menjadi penyebab adalah karena tingginya biaya transaksi derivatif dalam rangka hedging.

Untuk memastikan hal ini, kami melakukan penulusuran lebih lanjut terhadap perilaku perusahaan dalam melakukan hedging, berdasarkan hasil Survei Manajemen Risiko yang dilakukan oleh Direktorat Internasional Bank Indonesia. Berdasarkan survey ini, salah satu penyebab perusahaan tidak melakukan hedging melalui transaksi derivatif karena besarnya biaya untuk melakukan transaksi tersebut serta persepsi stabilnya kondisi ekonomi domestik ke depan. Hal ini juga tercermin dari data sampel perusahaan yang menunjukkan bahwa dilihat dari total aset sampel perusahaan, sebagian besar perusahaan yang melakukan transaksi derivatif yaitu 43 perusahaan memiliki total aset di atas Rp1 Triliun (Grafik 16). Hal ini menunjukkan bahwa perusahaan yang melakukan transaksi hedging adalah perusahaan besar.

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��


Survei ini dilakukan oleh Departemen Internasional BI pada bulan Juni 2011, dengan melibatkan 117 perusahaan pemilik ULN. Survei ini menunjukkan bahwa pangsa perusahaan yang melakukan transaksi derivatif untuk hedging masih terbatas yaitu hanya 21% dari sampel perusahaan (Grafik 17). Sedangkan instrumen utama yang digunakan untuk hedging adalah instrumen swap dan forward.

Jika dilihat secara fokus pada perusahaan non-keuangan, volume transaksi yang dilakukan terus mengalami peningkatan (Grafik 5, 6 dan 7). Sama seperti pelaku pasar lainnya, perusahaan non-keuangan lebih banyak melakukan transaksi valas dalam bentuk TTS yaitu sebesar 81% dari total transaksi. Sementara transaksi derivatif yang dilakukan oleh perusahaan non keuangan tersebut lebih banyak dalam bentuk forward (10%), diikuti oleh swap (6% ) dan option (3%).

Grafik 16.Total Asset Perusahaan yang Melakukan

Transaksi Derivatif

Grafik 18.Pangsa Instrumen Perusahaan (%)

Grafik 17.Transaksi Valas Perusahaan (Volume Total)

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

�

�

��

��

��

��

��

� � �

�

�

�

��

��

��

��

��

��

��

��

��

�

�

��

��

��

��

��

��

��

��

��

��

��

��

��


Dalam survey tersebut juga dikemukakan pertimbangan perusahaan tidak melakukan hedging yaitu: (1) seluruhnya/sebagian produksi di ekspor atau penjualan di dalam negeri mengunakan standar valas (natural hedge), (2) perspektif terhadap perekonomian global dan domestik relatif stabil sehingga dipersepsikan risiko nilai tukar relatif rendah, (3) persepsi biaya hedging yang relatif mahal dibandingkan manfaat yang diperoleh, dan (4) memiliki anak perusahaan yang memiliki pendapatan valas.

Grafik 19.Pangsa Sample Perusahaan yang

melakukan Hedging

��

��

��

��

��

Dari survey tersebut diketahui pula upaya-upaya yang dilakukan perusahaan yang memiliki ULN tetapi tidak memiliki penerimaan valas dan tidak melakukan hedging, yaitu antara lain: (1) mencari sumber dana valas ke pasar secara bertahap dengan memperhatikan kondisi ekonomi, nilai tukar yang menguntungkan serta keuangan perusahaan (30% dari sampel) (2) mencari sumber dana valas ke pasar pada saat akan melakukan pembayaran ULN (21% dari sampel), (3) meminjam dana valas ke perusahaan induk/afiliasi (19% dari sampel), (4) menggunakan tabungan valas yang dimiliki perusahaan (12% dari sampel), dan (5) melakukan debt to equity

swap atau mengupayakan diversifikasi sumber-sumber penerimaan valas lainnya, atau belum melakukan tindakan karena kondisi yang belum stabil (12% dari sampel).

Hasil estimasi, deskripsi data, dan survey di atas menunjukkan tidak signifikannya penggunaan aktivitas hedging terhadap kinerja perusahaan. Perusahaan lebih menggunakan upaya lain selain hedging dalam memitigasi risiko nilai tukar sebagai bagian dari upaya currency

matching yaitu diantaranya adalah meminjam dari perusahaan induk atau melakukan debt to

equity swap.


V. KESIMPULAN

Paper ini membahas sejauhmana peranan hedging melalui transaksi derivatif (currency

hedging) bagi perusahaan non keuangan yang telah go public untuk melakukan lindung nilai atas ULN yang dimiliki dengan pendekatan balance sheet effect. Hasil pengujian empiris dengan menggunakan metode data panel perusahaan non keuangan dari 2005 – 2011 mengkonfirmasikan bahwa peranan currency hedging dalam rangka lindung nilai kewajiban ULN masih terbatas. Tidak berperannya currency hedging terhadap kinerja perusahaan mengindikasikan bahwa perusahaan belum memiliki dorongan yang kuat untuk melakukan currency hedging. Perusahaan menggunakan upaya lain selain hedging dalam memitigasi risiko nilai tukar yaitu diantaranya dengan melakukan pinjaman dari perusahaan induk atau melakukan debt-to-equity swap.

Sementara itu dengan menggunakan data LHBU, hasil pemetaan di pasar valas, menunjukkan bahwa pasar derivatif di Indonesia masih belum berkembang baik ditinjau dari sisi instrumen maupun pelaku pasar. Pasar valas domestik masih didominasi oleh transaksi tunai berupa TTS sementara transaksi derivatif hanya berperan sekitar 30% dari total transaksi. Selain itu peran perusahaan di transaksi derivatif hanya relatif kecil yaitu sekitar 7% dari total transaksi di pasar valas. Baik transaksi TTS maupun derivatif masih didominasi oleh sektor perbankan.

Berdasarkan Survei Manajemen Risiko yang telah dilakukan oleh Departemen Internasional Bank Indonesia, perusahaan tidak melakukan hedging akibat dari beberapa faktor yaitu perusahaan tersebut telah melakukan natural hedging, persepsi perusahaan atas rendahnya risiko nilai tukar, masih relatif mahalnya biaya hedging serta perusahaan telah memiliki anak perusahaan yang berpendapatan valas. Perusahaan yang tidak melakukan hedging memiliki beberapa cara untuk memenuhi kewajiban luar negeri antara lain mencari sumber valas secara bertahap dengan memperhatikan kondisi ekonomi dan nilai tukar yang menguntungkan, serta melakukan pinjaman kepada induk atau afiliasinya.

Berdasarkan hasil pengujian di atas dan mengingat potensi risiko depresiasi nilai tukar yang tajam dapat terjadi tidak terduga, Bank Indonesia perlu terus mengembangkan kebijakan dan peraturan yang bertujuan untuk memperdalam pasar valas maupun pasar derivatif domestik (market deepening). Beberapa kebijakan tersebut diantaranya adalah kebijakan dengan menyediakan instrument currency hedging yang lebih komprehensif dan market friendly kepada bank maupun perusahaan. Identifikasi mengenai jenis instrumen hedging yang tepat dapat dikomunikasikan kepada perusahaan-perusahaan besar yang memiliki utang valas beserta leading bank. Selain itu, kebijakan berikutnya adalah Bank Indonesia beserta pihak terkait perlu melakukan sosialisasi kepada perusahaan yang memiliki ULN mengenai manfaat transaksi currency hedging untuk melindungi kondisi keuangannya apabila terjadi depresiasi nilai tukar yang tidak terduga. Sosialisasi tersebut dapat dilakukan bekerja sama dengan Pemerintah melalui departemen terkait maupun pihak swasta melalui asosiasi terkait.


dafTaR PusTaKa

Aghion, Phillipe, Philippe Bacchetta dan Abhijit Banerjee (2001). Currency Crises and Monetary

Policy in anEconomy with Credit Constraint. European Economic Review 45 (2001) 1121–1150.

Allayanis, G, Gregory W. Brown dan Leora F. Klaper (2001). Exchange Rate Risk Management:

Evidence From East Asia. Working Paper No. 01-09, Darden Graduate School of Business Administration, University of Virginia.

Borsum, Øystein G. dan Bernt Arne Ødegaard (2005). Currency Hedging in Norwegian Non-

Financial Firms. Economic Bulletin 05 Q3.

Cespedes, Luis Felipe, Roberto Chang dan Andrés Velasco (2004). Balance Sheets and Exchange

Rate Policy. The American Economic Review, Vol. 94, No. 4, pp. 1183-1193. American Economic Association.

Chen, Dar-Hasin, Hwey-Yun Yau, Chin-Lin Chuang, dan Po-Cheng Kuo (2011). Trading

Behaviors Among Major Investors in The United States Dollar (USD) Currency Futures

Markets: Evidence From South Korea. African Journal of Business Management, Vol.5 (28), pp. 11295-11308.

Cowan, Kevin, Erwin Hansen, Luis Oscar Herrera (2005). Currency Mismatches, Balance-Sheet

Effects and Hedging in Chilean Non-Financial Corporations. Working Paper #521, Inter-American Development Bank, Research Department, Departamento de Investigación, Central Bank of Chile.

Kamil, Herman, (2009). How Do Exchange Rate Regimes Affect Firms’ Incentives to Hedge

Currency Risk in Emerging Markets?, International Monetary Fund, Washington DC.

Kedia, Simi, Abon Mozumdar (2003). Foreign Currency–Denominated Debt: An Empirical

Examination. Journal of Business, 2003, Vol. 76, No. 4, The University of Chicago.

Laporan Survei Manajemen Risiko Semester II (2011), Departemen Internasional, Bank Indonesia.

Sharma, Somnath (2011). An Empirical Analysis of the Relationship Between Currency Futures

and Exchange Rates Volatility in India. RBI Working Paper Series, WPS (DEPR): 1/2011, Department of Economic and Policy Research, Reserve Bank of India.

Sahminan (2006), Adjustments of the Non-Financial Sector to the Rise in Exchange Rate

Volatility and Their Policy Implications in Indonesia. Working Paper No. WP/14/2006, Biro Riset Ekonomi, Direktorat Riset Ekonomi dan Kebijakan Moneter, Bank Indonesia.

299Risk Of Indonesian Banks: An Application of Historical Expected Shortfall Method

RISK OF INDONESIAN BANKS: AN APPLICATION OF

HISTORICAL EXPECTED SHORTFALL METHOD

Nevi Danila1

BunyaminSiti Munfaqiroh

Asian and European crises were witnesses of banks’ vulnerable due to market risks. The Basel

Committee requires an internal risk assessment applying Value at Risk (VaR). However, a replacement

of VaR with Expected Shortfall (ES) has been suggested recently due to an excessive losses produced by

banks which are beyond VaR estimations. This paper studied the risk of Indonesian banks applying a

historical expected shortfall. We used JIBOR (overnight) from 2009 – 2012 as a proxy of market risk. The

assessment of a historical expected shortfall of the net position of 27 banks accounts for October 2012

showed that state owned banks placed among the five highest value of each component (net position)

in the balance sheet, namely placement to Bank Indonesia, interbank placement, spot and derivatives

claims, securities, and loans. It means that the state owned banks had the highest risk and were the most

aggressive among Indonesian banks. It might be due to carrying some of the government’s program,

such as small enterprise loans.

Abstract

Keywords: expected shortfall, value at risk, banks, risk.

JEL Classification: D81, G210

1 Nevi Danila is a lecturer at Malangkucecwara School of Economics, Malang, [email protected]; Bunyamin is a lecturer at Malangkucecwara School of Economics, Malang, [email protected]; Siti Munfaqiroh is a lecturer at Malangkucecwara School of Economics, Malang, [email protected].


I. INTRODUCTION

The Asian crisis of 1998 caused many financial institutions to go bankrupt. The crisis was repeated in 2008 due to a default of sup-prime mortgages in the USA. The crisis spread all over the world, especially in Europe. To anticipate the impact of the crisis, the Indonesian Central Bank (Bank Indonesia) enacted several policies in 2008. These included a liquidity injection, a domestic market expansion and a guarantee blanket for depositors (Economic Report on Indonesia, 2008). The global crisis provided a lesson to the Indonesian financial sector. Moreover, since the products provided by banks have become more sophisticated, it requires a stricter supervision to protect the needs of the general public.

The Basel Committee indicates that the current measure, capital adequacy ratio (CAR), is not enough to measure the banks risk. Therefore, an additional risk analysis tool, such as Value at Risk (VaR), is necessary. Further, Roulstone (1999) suggested that a market risk disclosure should be required, such as that used by the USA, the UK and International regulators. For this reason, VaR has been widely used for external reporting. In the USA, by the ends of 1990s, 30% of financial and non-financial firms had used VaR. Moreover, five out of six banks has applied VaR as a market risk measure method in UK (Woods, Dowd, and Humphrey, 2008). Further, the latest disclosure survey by Basel Committee reported that VaR has been a favorite market risk measure of International banks. The use of that measure has accounted for 89% of the information on market risk exposure (Basel Committee, 2003). Nevertheless, the Basel Committee suggested replacing VaR with Expected Shortfall (ES) to measure risk. This suggestion is due to the recent crisis which produced losses more than maximum losses suggested by VaR (Carver, 2012). In the Basel Committee on Banking Supervision Consultative Document, the associations support moving from VaR to Expected Shortfall (ES) because ES is expected to be more stable than VaR in measuring risk (Elliot and Miao, 2007; Letmark, 2010; Basel Committee, 2012). Expected shortfall is defined as the conditional expectation of the losses exceeding VaR (Munezon, 2010).

Currently, the Indonesian Banks are not using VaR as a market risk exposure method. We note above that International regulations imposes the use of VaR as an internal risk measure as well as for external reporting. For this reason, it is important to measure a market risk of Indonesian Banks using VaR. Estimating Indonesian Bank risk by employing Earning at Risk (historical simulation) has been studied by Muresan dan Danila (2005). However, Sinha and Chamu (2001) argued that risk estimation using historical simulation and riskmetrics methodology produced serious errors in the high fluctuation market. Further,VaR is an incomplete risk metric since it cannot provide any information about the magnitude of losses once the VaR limit is exceeded (Munenzon, 2010). Therefore, along with the Basel Commitee suggestion above, we examine the risk of Indonesian banks using a historical expected shortfall as an additional risk measurement method. It is our hope that Indonesian regulators will require all Indonesian banks touse the expected shortfall method to report their market risk exposure.


II. THEORY

There are 120 commercial banks and 1837 rural credit banks in Indonesia. Looking at the big number of Indonesian banks, a market risk method for measuring the internal risk and external reporting is necessary. As a regulator, Bank Indonesia (Indonesia Central Bank) has to monitor Indonesian banks to ensure that they are running their businesses based on prudential principles. Bank Indonesia complies with Basel II which requires capital adjustment to credit risk and operational risk, and introduces changes in calculation of capital to cover exposures to risks of losses caused by operational failures (Bank Indonesia, n.d).

Bank Indonesia uses CAR to measure the risk of Indonesian banks. CAR is a bank’s capital measurement expressed as a percentage of its risk weighted credit exposures (Reserve Bank of New Zealand, n.d). CAR is defined as (Tier 1 capital + Tier 2 capital)/risk weighted assets. Tier 1 is a bank’s core capital, including equity capital and disclosed reserves. Tier 2 is a secondary capital of the bank. It includes undisclosed reserves, general loss reserves and subordinated term debt. Basel II requires banks to have its CAR minimum at 8%. Therefore banks are categorized as healthy if their CAR is above the minimum of 8%. There are many studies that examined risk in banking institutions. Beltratti and Stulz (2009) argued that banks with more Tier 1 capital and large deposits at the end of 2006 had high returns during the crisis. They also suggested that banks with more loans and more liquid assets had better performance after the bankruptcy of Lehman Brothers. Moreover, the banks from countries that had tight capital supervision and more regulations performed better than those that did not have such oversight.

Estrella, Park and Peristiani (2000) compared the affectivity of the model capital ratio to predict a bank’s bankruptcy. They concluded that employing simple ratios, such as a leverage ratio and a ratio of capital to gross revenue, they were better able to predict the bankruptcy of a company. The affectivity of the ratios was as good as other risk-weighted ratios to predict the bankruptcy in the short-term (one or two years). Thus, regulators should be required to include the ratios when they made regulations related to capital. However, risk weighted ratios were superior to predict a bankruptcy in the long term.

Furthermore, Dzeawuni and Tanko (2008) used capital adequacy, asset quality, management quality, earnings ability and liquidity (CAMEL) in measuring the banks’ performance. They suggested that CAMEL was not enough to measure banks’ performance. They recommended that regulators re-evaluate ratios of CAMEL in the performance measurement of banks. Furthermore, the DuPont analysis has proven to be quite promising to measure banks’ performance (Vensel, Aarma and Vainu, 2004).

The main business of traditional banks are short-term borrowing via deposits and long-term lending via loans. However, modern banks use money markets to facilitate the short-term borrowing, holding securities and long-term lending. Moroever, banks also enter the derivatives markets (Begenau, Piazzesi, and Schneider, 2012). All of the activities are exposed to market risk, namely foreign exchange risk, interest risk and stock market changes. In other words, the


value of a bank depends on its exposure to market risk. For example, the assets and liabilities sides of the balance sheet are exposed to market risk (Elsinger, Lehar and Summer, 2003). As we are aware, these market and other risks are extremely volatile.

It is suggested that banks with global operations consider calculating its capital in relation to its returns from diversification, such as VaR (Jackson, Maude and Perraudin, 1998). As mentioned above, banks borrow short-term in the money market via repurchase agreement, and lend long-term via holding securities. These activities are exposed to market risk. In most countries, commercial banks are required to disclose their trading risk, and VaR is the most popular method, especially a historical simulation (Perignon and Smith, 2008). The markets empirically have special features, such as returns that do not follow a normal distribution; losses and gains that are concentrated; and there is gain/loss asymmetry (Munenzon, 2010). Accordingly, a risk metric that focus on tail losses is important since it has a significant impact on portfolio performance. One such risk metrics is VaR. Nevertheless, Indonesian regulators do not require banks to disclose their trading risk information using VaR.

The use of VaR to measure the risk in banks trading operations has increased by major banking institutions. Jackson, et. al. (1998) argued that employing historical simulations gave more accurate measures of the worst expected loss than parametric methods due to non-normality of financial returns. Using the parametric method under-predicted the number of large losses, thus capital requirements needed to be adjusted frequently. Another study supports this finding, Nath and Samanta (2003) measured the Government of India’s bonds risk using variance-covariance, historical simulation and tail index based methods. Their results suggested that the historical simulation method gives more accurate VaR results than the variance-covariance method; while the tail-index approach gave overestimates of VaR results.

Muresan dan Danila (2005) employed historical simulation to estimate Indonesian banks’ risks. The historical method keeps historical returns and losses within the portfolio. It assumes that the past history and performance will repeat in the future. However, the method does not accurately capture the risk of future events (Trenca, 2009). Moreover, Sinha and Chamu (2000) showed that estimating risk employing a historical simulation (riskmetrics methodology) lead to errors in this volatile market. Perignon and Smith (2008) also showed that a historical simulation has very little information about future volatility of revenues.

2.1. Value-at-Risk

Value at Risk (VaR) has been widely used since J.P Morgan adopted this method in 1994. VaR measures the worst expected loss that an institution can suffer over a given time interval under normal market conditions at a given confidence level. VaR has three elements. They are a time period, a confidence level, and a loss amount (or loss percentage). Thus, VaR addresses questions, such as “what is the most money I can expect to lose over the next month (or next


2 It means that 95% of the time we would expect the maximum loss over a month (a year)

year) with a 95%2 or 99% level of confidence?” (Butler, 1999).VaR estimates can be calculated for various types of risks, namely, market, credit, operational risk. There are two major families concerning VaR methodologies: the historical methods and the parametric methods (Dobranszky, 2009; Linsmeier and Pearson, 2000; Letmark, 2010; Damodaran, 2007; Berry, 2008). Artzner (1999) suggested that risk measures have to satisfy four axioms. These are translation invariance, sub-additivity, positive homogeneity, and monotonicity. These are called coherent, in order to be effectively used in managing risks.

Moreover, according to Damodaran (2007) and Munenzon (2010), there are some limitations of VaR. One of them is return distributions. Returns empirically do not show a normal distribution. Nevertheless, Delta-normal approach assumes that the distribution is normal and violation of this assumption will underestimate VaR. The Monte Carlo approach assumes a future probability distribution. However, the judgment made could be wrong. With the historical simulation, the assumption of distribution based on past data represents the forward-looking distribution. In addition, VaR fails to meet the characteristics of sub-additivity. This is, the risk of portfolio in terms of VaR may be larger than the sum of risk of its components (Letmark, 2010).

Elliot and Miao (2007) and Letmark (2010) suggested that Expected Shortfall (ES) or Conditional Value at Risk (CVaR) has superior properties than VaR. It optimizes market portfolios whether or not it follows a normal distribution (Trenca, 2009). Moreover, ES/CVaR satisfies four axioms of a coherent risk metric and has a convex function of the portfolio weights (Munenzon, 2010; Pflug, 2000), thus it can be used to manage risks effectively. ES/CVaR is the expected loss incurred in the % worst cases. ES/CVaR is defined as the conditional expectation of the losses exceeding VaR (see Letmark, M, 2010 for detail of ES or CVaR). Mathematically, ES (from this point onward, we use ES) can be defined as:

ES = -E(R | R < -VaR)

III. METHODOLOGY

The balance sheet items are exposed by market risk, e.g. short term government, bonds and receivables loans to other banks, loans to non-banks, bonds, stock holdings, other banks liabilities with non-banks, securitized liabilities which are exposed to interest rate risk, stock price risk and foreign exchange risk (Elsinger, Lehar, and Summer, 2003; Mehta, Neukirchen, Pfetsch, and Poppensieker, 2012). In addition, Woods, et al (2008) suggested that banks are exposed to market risk in many ways, for example, banking profits would be squeezed by narrowing margins between loans and deposits, and the bad debt would be increased if there is an increase in interest rate.


3 Trenca (2009) used foreign exchange data as a market risk and applied VaR to measure the risk of banks’ foreign currency net position.

4 Arikunto (2006) stated that when the population is less than 100, then we should include all observations, otherwise we may choose a sample size of 10%-15% or 20%-25%, or more. (p.134). Our population size is 120, and we take a sample size of 27.

In this paper we used Jakarta Interbank Offered Rate (JIBOR) as a proxy of interest rate risk. JIBOR is an indicative rate used for money market transactions. This indicative rate refers to unsecured loan transactions in money markets, which reflects the interest rate that banks charge each other for taking and offering loans. This rate is then published and serves as the benchmark for market transactions. JIBOR is expected to become a credible reference rate that will be widely used for financial transactions in Indonesia (Bank Indonesia, n.d)

In our study, we used the overnight JIBOR from 2009 – 2012. Following Abbasov (2012)3, we calculated the net position of each bank’s accounts in October 2012’s balance sheet. For example, net position of placement to bank Indonesia defined as placement asset to bank Indonesia at asset side – placement asset to bank Indonesia at liabilities side. We used 274 Indonesian Banks as sample, including state owned banks, foreign exchange banks, regional banks, joint venture banks, and foreign banks. We estimated the risk of banks using a historical ES.

There are several steps performed in assessing the Indonesian banks risk, as follows:

1. First, we calculated a net position of balance sheet account, namely placement to Bank Indonesia, interbank placement, spot and derivatives claims, securities and loans.

2. Second, we calculated a historical ES at 99% confidence level of JIBOR using Performance Analytics package.

3. Finally, we multiplied the historical ES with a net position of balance sheet account for each bank. For example, the historical ES of “X” Bank = -2.88%; net position of “X” bank loans account = Rp. 100,000,000 millions. Then, the ES value of net position of loans account = Rp. 100,000,000 millions x -2.88% or Rp. 2,880,000 millions

IV. RESULT AND ANALYSIS

The value of historical ES means a largest possible overnight loss of the bank’s account net position (because we used overnight JIBOR). For example, the net position of Mandiri bank loans account is Rp -9,876,693 millions. This means the largest possible overnight loss of loans account is Rp 9,876,693 millions. A positive value of ES net position indicates that the bank’s liabilities were larger than its assets, e.g. the net position of DKI bank’s loans account was positive and indicated that a time deposit (liabilities side) was larger than loans (asset side). It means that the expectation of time deposit losses exceeded the expectation of loan losses.


At a glance, table 1 - 5 on appendix showed that state owned banks dominated the top five largest ES of bank’s account net position; except a spot and derivatives claims account (only BNI was included in the top five largest ES). It implied that they had the highest risk. In other words, the state owned banks were more aggressive. This might be due to carrying some government’s program, such as small enterprise loans. While BCA was the most aggressive bank among foreign exchange banks in Indonesia, the foreign banks placed the highest rank for derivatives claims. The reason might be the familiarity of the products. On the other hand, regional banks did not have derivatives claims. It might be due to a prohibition from a local government. In addition, the amount of money placed in Bank Indonesia by majority of foreign banks was much smaller than state owned banks.

Furthermore, loan accounts had the highest ES among others accounts. This implies that the main business of banks in Indonesia were still conventional (loans). The state owned banks which have securities companies tend to trade their money in the securities. This is shown from the five highest ES of securities accounts dominated by the state owned banks, namely Mandiri and BNI. Moreover, the securities accounts had the second largest value of ES after the loans account. It suggested that the banks used capital markets as a second business. It indicates that the Indonesian capital market was the more common place to invest.

Abbasov (2012) used the average interest rates of loans as the risk factor in calculating VaR. He applied it to the gap of assets and liabilities of 32 banks in Azerbaijan. The maximum unexpected losses noted from the assets and liabilities gap is not more than 26.1 million manat.

Table 6 shows that the four highest ES of banks have similar CARs; in the range of 14 to 16. The CAR places the third to fifth lowest of all sample banks. Nevertheless, they are at the first three highest of ROA and of ROE. It follows the rule of high risk, high return. Furthermore, we can say that ES has a similar conclusion to financial ratios. It implies that ES is effective for measuring the bank’s risk.

In summary, we can use ES to measure the risk of banks as suggested by Basel II. Moreover, we conclude that the state owned banks had the largest risk among others banks.

V. CONCLUSION

Expected Shortfall (ES) has not been commonly used for assessing the risk of banks in Indonesia. This paper enriches the existing risk assessment of Indonesian banks, such as CAR and profit/loss analysis. Moreover, this paper also tried to provide an answer to the Basel II requirement for employing ES in assessing banks risks. ES calculates an expectation of the losses exceeding VaR. Using a sample of 27 Indonesian banks we argued that state owned banks had the largest value of ES in a bank’s account net position, except for spot and derivatives claims accounts. It implied that state owned banks were the most aggressive banks among others. In summary, state owned banks were the riskiest banks among others banks in Indonesia.


REFERENCES

Abbasov, J. (2012). The Value at Risk (VAR) in the Banking System of Azerbaijan.[Online] Available: http://ssrn.com/abstract=2193864 or http://dx.doi.org/10.2139/ssrn.2193864 (December 19, 2012)

Artzner, P., Delbaen F., Eber J. & Heath D. (1999). Coherent measures of risk. Mathematical

Finance, 9, 203-228.

Basel Committee (2003). Public Disclosure by Banks: Results of the 2001 Survey, Basel Committee

on Banking Supervision, Publications, No. 97 (May). Bank for International Settlements.

Basel Committee (2012).Fundamental Review of Trading Book. Basel Committee on Banking

Supervision, Bank for International Settlements.

Begenau, J., Piazzesi, M., & Schneider. M. (2012).Banks’ Risk Exposures. [Online] Available:www.stanford.edu/~piazzesi/banks.pdf (December 12, 2012)

Berry, R. (2008). Value -at- Risk: an Overview of Analytical VaR. [Online] Available: http://www.jpmorgan.com/tss/General/Risk_Management/1159360877242 (August 22, 2010)

Butler, C. (1999). Mastering Value at Risk. Great Britain:Financial Times, Pitman Publishing.

Bank Indonesia (n.d). [Online] Available: http://www.bi.go.id/ (February 21, 2012)

Beltratti , A., &Stulz, R. M. (2009). Why Did Some Banks Perform Better during the Credit Crisis? A Cross-Country Study of the Impact of Governance and Regulation. [Online] Available: http://ssrn.com/abstract=1433502 or http://dx.doi.org/10.2139/ssrn.1433502 (February 19, 2012)

Carver, L. (2012). Basel Committee proposes scrapping VAR. [Online] Available: http://www.risk.net/risk-magazine/news/2172332/basel-committee-proposes-scrapping-var (July 26, 2012)

Damodaran, A. (2007). Strategic Risk Taking: A framework for risk Management.[Online] Available: http://my.safaribooksonline.com/book/strategy-business-planning/9780131990487 (July 26, 2012)

Dobránszky, P. (2009). Comparison of Historical and Parametric Value-at-Risk Methodologies. [Online] Available: http://ssrn.com/abstract=1508041 (August 22, 1999)

Dzeawuni, W. A. &Tanko, M. (2008). CAMELs and Banks Performance Evaluation: The Way Forward. [Online] Available: http://ssrn.com/abstract=1150968 or http://dx.doi.org/10.2139/ssrn.1150968 (February 19, 2012)

Economic Report on Indonesia (2008).Bank Indonesia. [Online] Available: www.bi.go.id (February 19, 2012)


Elliot, R. J., & Miao, H. (2007).VaR and CVaR: A Non-normal Regime Switching Framework. [Online] Available: http://69.175.2.130/~finman/Orlando/Papers/VaRandCVaR-ANon-normalRegimeSwitchingFramework.pdf (March 22, 2011)

Elsinger, H., Lehar, A., &Summer, M. (2003, January). Risk Assessment for Banking Systems. Paper presented at 14th Annual Utah Winter Finance Conference Paper; EFA 2003 Annual Conference Paper No. 437. [Online] Available: http://ssrn.com/abstract=423985 or http://dx.doi.org/10.2139/ssrn.423985 (December 19, 2012)

Estrella, A., Park, S., &Peristiani, S. (2000). Capital Ratios as Predictors of Bank Failure. Economic

Policy Review, Vol. 6, No. 2.

Jackson, P., Maude, D., &Perraudin, W. (1998).Bank Capital and Value at Risk. Bank of England

Working Paper No. 79. [Online] Available: http://ssrn.com/abstract=87288 or http://dx.doi.org/10.2139/ssrn.87288 (February 20, 2012)

Letmark, M. (2010). Robustness of Conditional Value-at-Risk (CvaR) when Measuring Market Risk

Accros Different Asset Clasess. Unpublished master’s thesis, Royal Institute of Technology.[Online] Available: http://www.math.kth.se/matstat/seminarier/100308a.htm (April 2, 2011)

Linsmeier, T. J., & Pearson, N. D., (2000).Value at Risk. Financial Analyst Journal, March/April,

47-67.

Mehta, A. ,Neukirchen, M., Pfetsch, S., &Poppensieker, T. (2012). Managing market risk: Today and tomorrow. McKinsey Working Papers on Risk, Number 32, May. [Online] Available: www.mckinsey.com/~/.../Risk/.../Working_Papers_on_Risk_32.ashx (December 21, 2012)

Munenzon, M. (2010). Risk Measurement from Theory to Practice: Is Your Risk Metric Coherent and Empirically Justified?.[Online] Available: http://ssrn.com/abstract=1605315 (March 15, 2011)

Muresan, E., &Danila, N. (2005, June).Using Earnings-at-Risk (EaR) Technique to Assess the Risk

of Indonesian Banks. Paper presented at 6th Pacific Basin Finance, Economics and Accounting Conference, New Jersey, USA.

Nath, G. C., &Samanta, G. P. (2003). Value at Risk: Concept and It’s Implementation for Indian Banking System. SSRN Paper.[Online] Available: http://ssrn.com/abstract=473522 or http://dx.doi.org/10.2139/ssrn.473522 (December 20, 2012)

Pérignon, C., & Smith, D.R. (2008).The Level and Quality of Value-at-Risk Disclosure by Commercial Banks.[Online] Available: www.unifr.ch/controlling/seminar/2007-2008/Perignon_ParisII.pdf (December 20, 2012)

Pflug, G. (2000). Ch. Some Remarks On The Value-at-Risk And The Conditional Value-at-Risk. In S. Uryasev, ed., Probabilistic Constrained Optimization: Methodology and Applications, Dordrecht: Kluwer,2000, 272-281.


Roulstone, D. (1999). Effect of the SEC financial reporting release on derivative and market risk disclosures, Accounting Horizons, Vol. 13, pp.343–363

Reserve Bank of New Zealand (n.d).Capital adequacy ratios for banks - simplified explanation and example of calculation. [Online] Available: http://pages.stern.nyu.edu/~igiddy/articles/capital_adequacy_calculation.pdf (January 23, 2013)

Sinha, T., and Chamu, F. (2000).Comparing Different Methods of Calculating Value at Risk.SSRN

Paper. [Online] Available: http://ssrn.com/abstract=706582 or http://dx.doi.org/10.2139/ssrn.706582 (February 21, 2012)

Trenca, I. (2009). The Use In Banks Of Value At Risk Method In Market Risk Management.[Online] Available: anale.feaa.uaic.ro/anale/resurse/16_F12_Trenca.pdf (December 20, 2012)

Vensel, V., Aarma, A., &Vainu, J. (2004). Bank Performance Analysis: Methodology and Empirical Evidence (Estonian Banking System, 1994-2002). SSRN Paper. [Online] Available: http://ssrn.com/abstract=499434 or http://dx.doi.org/10.2139/ssrn.499434 (November 20, 2012)

Woods, M., Dowd, K. & Humphrey, C. (2008).The Value of Risk Reporting: A Critical Analysis of Value at Risk Disclosures in the Banking Sector. International Journal of Financial Services

Management, Vol. 8, No. 1, pp. 45-64


APPENDIX

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

�

�

�

�

�

�

�

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��


��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

�

�

�

�

�

�

�

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��


��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

�

�

�

�

�

�

�

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

�

�

�

�

�

�

�

��


��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

�

�

�

�

�

�

�

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��


��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

�

��

�

�

��

�

�

�

�

�

�

�

�

��

�

��

�

�

�

��

��

��

�

��

��

��

��

�

�

�

�

�

�

�

�

�

�

�

�

�

�

��

�

�

�

�

�

�

�

�

�

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

�

��

��

315The Persistency and The Sustainability of the Indonesia’s Current Account Deficit

The PersisTency and The susTainabiliTy of The indonesia’s currenT accounT deficiT

Tuti Eka Asmarani1

Telisa Aulia Falianty2

This paper is motivated by the current account deficit in Indonesia’s, notably since 2011Q4. The

aim of this paper is to test if this deficit is persistent and sustainable. Using stationary and Autoregressive

Distributed Lag (ARDL) approach, the result shows the Indonesian current account deficit is persistent for the

period of 2011Q4-2014Q1, and is considered to be unsustainable. These two findings call the government

to optimize the policy on supporting the export performance, and transport services in particular.

abstract

Keywords: Current account deficit, random walk, intertemporal budget constraint, unit root, ARDL.

JEL Classification: C22, F32, F41

1 Author is graduated from Postgraduate Program, Department of Economic, University of Indonesia, and is a lecturer at University of Gunadarma ([email protected]).

2 Author is Director of Master Planning and Public Policy FE UI and lecturer at Department of Economics FE UI.


I. PENDAHULUAN

Neraca transaksi berjalan merupakan salah satu indikator penting dalam menunjukkan

performance makroekonomi suatu negara dari sisi eksternal, yang juga merupakan cerminan dari perekonomian internal, seperti ekspor dan impor di sektor rill, serta penerimaan dan pengeluaran di sektor fiskal (pemerintah). Neraca transaksi berjalan yang positif (surplus) mencerminkan bahwa negara tersebut meminjamkan kelebihan tabungannya ke luar negeri, sehingga stok net aset bertambah, sedangkan neraca transaksi berjalan yang negatif (defisit) mengimplikasikan negara tersebut kekurangan dana tabungan untuk investasi domestik, sehingga harus meminjam/berutang ke negara lain.

Defisit/surplus neraca transaksi berjalan dapat menyebabkan keuntungan dan kerugian dalam jangka panjang dan jangka pendek. Surplus neraca transaksi berjalan dalam jangka pendek memberikan keuntungan, karena negara akan memperoleh pendapatan berupa bunga pinjaman dari hasil investasi ke luar negeri, namun memberikan kerugian dalam jangka panjang, karena stok tabungan domestik menjadi berkurang akibat adanya investasi ke luar negeri secara besar-besaran. Alhasil, pembangunan negara menjadi terganggu. Sedangkan defisit yang menguntungkan dalam jangka pendek, karena adanya pinjaman/utang luar negeri yang dapat digunakan untuk membiayai investasi domestik namun merugikan dalam jangka panjang karena defisit neraca transaksi berjalan dapat membawa pada kondisi krisis ekonomi yang serius (Polat, 2011).

Grafik 1.Rasio Neraca Transaksi Berjalan terhadap GDP

Indonesia, Periode 2004Q1-2013Q

��

��

��

��

��

��

��

��

��

��

Jika dilihat berdasarkan grafik rasio neraca transaksi berjalan terhadap GDP pada grafik 1, maka Indonesia telah mengalami defisit neraca transaksi berjalan sebanyak dua belas kuartal pasca krisis ekonomi 1997. Di antaranya, pada tahun 2004 kuartal I, defisit neraca transaksi berjalan terjadi karena adanya peningkatan kegiatan impor minyak yang disertai dengan


kenaikan harga minyak domestik (Neraca Pembayaran Indonesia, 2004). Pada tahun 2005, Indonesia kembali mengalami defisit neraca transaksi berjalan di kuartal III. Hal ini disebabkan oleh tingginya akselarasi pertumbuhan impor non migas (bahan baku dan barang modal) karena adanya kenaikan permintaan domestik (Laporan BI kepada DPR Triwulan III, 2005). Baru beberapa selang waktu pemulihan, neraca transaksi berjalan kembali mengalami defisit di kuartal II tahun 2008. Defisit terjadi karena adanya penurunan yang signifikan pada neraca perdagangan. Tak pelak, defisit ini terus berlanjut hingga kuartal III dan IV tahun 2008. Terpuruknya neraca transaksi berjalan tersebut disebabkan oleh adanya krisis global di Amerika Serikat yang berakibat pada ketidakpastian global (Neraca Pembayaran Indonesia Triwulan I-IV, 2008).

Neraca transaksi berjalan Indonesia kemudian mengalami defisit di kuartal IV tahun 2011. Defisit neraca transaksi berjalan tersebut belum pulih hingga sepanjang tahun 2012. Lesunya kinerja ekspor karena turunnya permintaan global menjadi pendorong adanya defisit tersebut. Bank Indonesia memprediksi defisit neraca transaksi berjalan kuartal II tahun 2013 bernilai US$9 miliar. Akan tetapi, prediksi ini meleset karena defisit neraca transaksi berjalan di kuartal II tahun 2013 menembus hingga US$9,8 miliar.

Melesetnya prediksi BI tersebut disebabkan karena kinerja ekspor ternyata tumbuh lebih rendah dibandingkan dengan perkiraan sebelumnya. Hal tersebut dibuktikan dengan semakin menurunnya ekspor jasa transportasi penumpang akibat banyaknya wisatawan nasional yang berlibur ke luar negeri dan meningkatnya jasa transportasi barang karena adanya peningkatan aktivitas impor (Neraca Pembayaran Indonesia, 2012-2013). Selain itu, impor Indonesia terutama minyak dan gas belum mengalami penurunan yang signifikan, meskipun harga Bahan Bakar Minyak (BBM) bersubsidi telah dinaikkan (Neraca online, 2013). Kondisi ini tercemin dalam tabel sebagai berikut:

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��


Berdasarkan tabel 1, neraca perdagangan barang pada komoditas minyak telah mengalami defisit dengan trend yang semakin meningkat selama periode 2011-2013. Akan tetapi, akibat besarnya jumlah ekspor pada komoditas nonmigas dan gas, maka defisit pada neraca perdagangan masih dapat diatasi. Namun, ketika terjadi penurunan aktivitas ekspor pada komoditas gas, defisit neraca perdagangan barang pada tahun 2013 kuartal II pun tak dapat dihindari.

Bank Pembangunan Asia (ADB/Asian Development Bank) juga memperkirakan neraca transaksi berjalan Indonesia akan berlangsung sepanjang 2014. Deputy Country Director

Indonesia Resident Mission ADB, Edimon Ginting, melihat defisit neraca transaksi berjalan ini terjadi karena kondisi perekonomian global yang masih mengalami pelemahan (Kabar Bisnis, 2013). Apabila defisit neraca transaksi berjalan ini terus berlanjut dan tidak ada intervensi dari pemerintah, maka dikhawatirkan akan membawa pada krisis, seperti yang terjadi di Chili dan Meksiko (awal tahun 1980), United Kingdom dan Nordic (akhir tahun 1980), Meksiko dan Argentina (pertengahan tahun 1990), negara-negara di Asia Timur (akhir tahun 1990), dan Turki (awal tahun 1994 dan awal tahun 2001). Oleh karenanya, banyak negara menginginkan agar defisit neraca transaksi berjalannya tidak persisten (mean-reverting), karena apabila suatu negara mengalami defisit yang persisten, maka akan tercipta rebalancing, di mana negara tersebut secara terus-menerus melakukan impor sedangkan negara lainnya yang memasok kebutuhan impornya. Tentu, hal ini akan menyebabkan ketidakmerataan pada kesejahteraan masyarakat dunia. Selain menginginkan agar defisit neraca transaksi berjalannya tidak persisten, banyak negara juga menginginkan agar neraca transaksi berjalannya dalam kondisi sustainable.

Mean-reverting merupakan kondisi di mana defisit neraca transaksi berjalan tidak berlangsung lama. Artinya, defisit tersebut lama-kelamaan akan kembali pada keseimbangan jangka panjang. Jika defisit tersebut tidak kembali menuju keseimbangan jangka panjang akibat adanya shock, maka peristiwa ini disebut random walk phenomena. Lau et. al (2006) menemukan bahwa neraca transaksi berjalan di negara Asia-5 (Indonesia, Korea, Malaysia, Filipina dan

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��


Thailand) pada periode 1976Q1-2001Q4 bersifat mean-reverting. Sedangkan sustainabilitas neraca transaksi berjalan mengacu pada willingness dan capability dalam membiayai berbagai macam kegiatan—seperti impor dan pembayaran bunga utang luar negeri—melalui aktivitas ekspor. Sehingga, neraca transaksi berjalan suatu negara dapat dikatakan sustainable apabila pendapatan dari ekspornya telah mampu membiayai kegiatan impor dan pembayaran kewajiban berupa bunga utang luar negeri. Atau dengan kata lain, sustainabilitas neraca transaksi berjalan suatu negara merupakan refleksi dari hubungan kointegrasi antara ekspor dan impor & bunga utang luar negeri (impor plus). Artinya, ekspor dan impor plus telah bergerak secara bersama-sama menuju pada titik keseimbangan jangka panjang, sehingga current account balance pun tercipta. Hal ini dapat terjadi karena adanya penerapan kebijakan ekonomi makro yang efektif dalam jangka panjang. Oleh karenanya, dapat disimpulkan bahwa defisit neraca transaksi berjalan hanya sebuah fenomena jangka pendek yang pada akhirnya akan kembali menuju keseimbangan jangka panjang (Perera dan Verma, 2008).

Pendekatan yang menjelaskan hubungan kointegrasi antara ekspor dan impor plus sering disebut intertemporal budget constraint (Husted, 1992)2. Pendekatan ini memungkinkan suatu negara untuk meminjam dan meminjamkan dana ke pasar internasional dalam memaksimalkan kepuasan sepanjang waktu berdasarkan budget constraint, artinya jika suatu negara ingin mengajukan pinjaman luar negeri, maka negara tersebut harus mempertimbangkan kondisi sisa pinjamannya saat ini, di mana pinjaman bersih luar negeri dari suatu negara harus sama dengan present value dari keseluruhan current account di masa yang akan datang atau dengan kata lain, pinjaman tersebut harus sama nominalnya dengan current account di masa depan yang dinilai pada waktu sekarang.

Penelitian yang secara khusus membahas sustainabilitas neraca transaksi berjalan di Indonesia dengan model intertemporal budget constraint belum pernah ada, hanya saja Baharumshah, Lau dan Fountas (2002) pernah melakukan penelitian mengenai sustainabilitas defisit neraca transaksi berjalan di empat negara ASEAN, yakni Indonesia, Malaysia, Filipina dan Thailand. Hasilnya, seluruh negara kecuali Malaysia belum memiliki neraca transaksi berjalan yang sustainable. Alasannya, pada periode penelitian yaitu 1961-1999, telah terjadi krisis Asia yang melanda sebagian besar negara ASEAN. Krisis yang terjadi pada tahun 1997 dan 1998 menyebabkan lesunya perekonomian domestik di negara ASEAN tersebut, sehingga external

imbalances pun tak dapat dihindari.

Sejalan dengan penelitian yang telah dilakukan sebelumnya, Rahman (2011) yang meneliti sustainabilitas neraca transaksi berjalan di negara Malaysia (1960-2007) dan Indonesia (1960-2008) juga menemukan bahwa neraca transaksi berjalan Indonesia masih dalam kondisi unsustainable hingga tahun 2008. Menurutnya, pasca krisis 1997/1998, Malaysia lebih dapat me-manage defisit neraca perdagangannya dibandingkan dengan Indonesia.

2 Penjelasan teknis tentangkonsep intertemporal budget constraint pinjaman ala Husted (1992) dapat dilihat pada bagian lampiran.


Oleh karenanya, pada penelitian ini akan dibahas mengenai persistensi dan sustainabilitas neraca transaksi berjalan di Indonesia periode dimulainya defisit neraca transaksi berjalan 2004Q1 hingga kini 2014Q1. Persistensi neraca transaksi berjalan akan dijelaskan melalui unit

root test, sedangkan sustainabilitas akan dijelaskan melalui pendekatan intertemporal budget

constraint dengan mengidentifikasi hubungan kointegrasi antara ekspor dan impor plus-nya. Ada beberapa metode yang dapat digunakan untuk menerangkan hubungan kointegrasi tersebut. Di antaranya, metode Engle-Granger, Johansen, dan Autoregressive Distributed Lag (ARDL).

Metode Engle-Granger menjelaskan hubungan jangka panjang dengan mengestimasi residualnya. Jika residualnya stasioner, maka ekspor dan impor plus memiliki hubungan kointegrasi. Namun, sebelum residualnya diestimasi, variabel ekspor dan impor plus harus terlebih dahulu memiliki derajat stasioneritas yang sama. Stasioneritas dapat berbentuk level atau I(0) maupun first difference atau I(1). Sama seperti metode Engle-Granger, metode Johansen juga mengharuskan semua variabelnya stasioner pada tingkat yang sama sebelum dilakukan tes kointegrasi. Lain halnya dengan metode Autoregressive Distributed Lag (ARDL), metode ini memungkinkan terkointegrasinya sejumlah variabel yang memiliki derajat stasioneritas yang berbeda-beda, sehingga lebih efisien dalam melakukan pengujian. Selain itu, metode ARDL merupakan metode yang tidak hanya mampu menjelaskan hubungan jangka panjang, tetapi juga mampu memperhitungkan dinamika jangka pendek, serta sangat cocok digunakan pada sampel yang berukuran kecil. Metode ini pernah digunakan oleh Hassan et al. (2012) untuk menganalisis sustainabilitas transaksi berjalan pada negara Iran. Hasilnya, defisit neraca transaksi Iran dalam kondisi sustainable.

Jika ditemukan bahwa Indonesia memiliki defisit neraca transaksi berjalan yang tidak persisten dan neraca transaksi berjalan yang unsustainable, maka penelitian ini memberikan kejelasan/konfirmasi dari peneliti-peneliti sebelumnya. Harapannya, penelitian ini dapat menjawab tantangan ke depan mengenai kemampuan neraca transaksi berjalan Indonesia dalam menjaga keseimbangan eksternalnya di tengah-tengah ketidakpastian iklim ekonomi global.

Bagian kedua dari paper ini menyajikan teori dan studi literatur terkait. Bagian ketiga mengulas data dan metode pengolahan yang dilakukan. Sebagian penjelasan teknis dari model dan metodologi diuraikan pada bagian lampiran. Bagian keempat mengulas hasil pengolahan data dan analisisnya, sementara kesimpulan dan implikasi kebijakan diuraikan pada bagian kelima dan menjadi bagian penutup dari paper ini.

II. TEORI

2.1. Persistensi Neraca Transaksi Berjalan

Persistensi defisit neraca transaksi berjalan merupakan kondisi di mana defisit neraca transaksi berjalan berlangsung secara terus-menerus. Hal ini dapat ditunjukkan melalui persamaan berikut:


(1)

(2)

(3)

(4)

(5)

Persamaan (1) menjelaskan bahwa expected current account pada periode sekarang (t) merupakan cermin dari current account pada periode sebelumnya (t-1). Dalam peramalan tentu terdapat faktor random yang dapat berubah sewaktu-waktu. Faktor random ini yang disebut dengan error. Error/kesalahan dalam peramalan dapat dihitung dengan persamaan sebagai berikut:

Persamaan (4) menunjukkan fenomena random walk di mana nilai neraca transaksi berjalan pada waktu sekarang (t) sama dengan nilai neraca transaksi berjalan pada periode sebelumnya (t-1) ditambah random factor (Clower dan Ito, 2005).

2.2. Sustainabilitas Neraca Transaksi Berjalan

Dalam penelitian ini akan diaplikasikan model intertemporal budget constraint yang menjelaskan hubungan ekspor dan impor plus dalam keseimbangan jangka panjang (Husted, 1992). Untuk menyederhanakan pembahasan, asumsi yang harus dibangun adalah bahwa perekonomian bersifat terbuka dan memiliki ukuran yang relatif kecil, di mana hanya ada satu barang yang diproduksi dan diekspor. Juga diasumsikan bahwa tidak ada campur tangan pemerintah, dan negara dapat meminjam dari dan meminjamkan dana ke pasar internasional, dan suku bunga yang digunakan adalah suku bunga dunia. Asumsi terakhir yang digunakan adalah bahwa agen bersifat rasional dan memaksimalkan kepuasan sepanjang waktu dengan suatu kendala anggaran tertentu (budget constraint).

Persamaan budget constraint pada periode t adalah sebagai berikut:

Ct = Yt + Bt – It – (1 + rt)Bt-1

di mana Ct adalah konsumsi saat ini, Y

t adalah pendapatan, B

t adalah pinjaman bersih

(utang-piutang), It adalah investasi, dan (1 + r

t) B

t-1 adalah bunga pinjaman bersih dari periode

sebelumnya. Seperti sudah diketahui bahwa dalam persamaan identitas Yt = C

t + I

t + X – M, di

mana X-M merupakan Current Account (CA), atauYt – C

t – I

t = X

t – M

t = CA

t. Sehingga:


Persamaan (6) memperlihatkan bahwa pinjaman bersih luar negeri (Bt) di suatu

perekonomian negara dalam periode t merupakan present value (PVt) dari keseluruhan current

account di masa yang akan datang atau dengan kata lain, pinjaman tersebut harus sama nominalnya dengan current account di masa depan yang dinilai pada waktu sekarang. Jika B

t>PV

t maka negara tersebut akan kembali berutang untuk membayar sisa utang luar negerinya.

Namun, jika Bt<PV

t maka negara kembali berutang untuk menambah investasi domestik, karena

utang pada periode sebelumnya dirasakan banyak membawa manfaat.

Konsep intertemporal budget constraint di atas digunakan dalam menjelaskan keberlanjutan/sustainabilitas neraca transaksi berjalan yang tercermin melalui hubungan kointegrasi antara ekspor dan impor plus, ditunjukkan dengan persamaan berikut:

(6)

(7)

di mana

Persamaan (7) menunjukkan bahwa ekspor pada periode t (Xt) memiliki hubungan

kointegrasi dengan impor plus (impor yang ditambahkan dengan bunga yang harus dibayarkan) pada periode t. Artinya, jika ekspor dan impor plus terkointegrasi, maka keduanya akan bergerak secara bersama-sama menuju pada keseimbangan jangka panjang (Jain and Sami, 2012).

2.3. Literatur Terdahulu

Penelitian mengenai persistensi neraca transaksi berjalan masih jarang dilakukan. Lau et. al (2006) melakukan penelitian terhadap neraca transaksi berjalan di negara Asia-5 (Indonesia, Korea, Malaysia, Filipina dan Thailand) pada periode 1976Q1-2001Q4 dan ditemukan bahwa defisit neraca transaksi berjalan di negara Asia-5 bersifat mean-reverting/tidak persisten. Kontras dengan Lau et. al. (2006), Clower dan Ito (2012) menemukan bahwa defisit neraca transaksi berjalan di negara maju dan negara berkembang mengalami persistensi. Penelitian dilakukan di periode 1960Q1-2010Q4 pada 71 negara, termasuk Indonesia. Sedangkan penelitian mengenai sustainabilitas neraca transaksi berjalan melalui identifikasi hubungan kointegrasi antara ekspor dan impor plus telah banyak dilakukan di berbagai negara. Utkulu (1998) dan Celik (2011) melakukan penelitian sustainabilitas neraca transaksi berjalan di negara Turki. Konya (2009) meneliti hal serupa di negara Czech Republic, Hungaria, dan Slovenia. Lain halnya dengan Perera dan Verma (2008) yang menganalisis sustainabilitas neraca transaksi berjalan di negara Srilanka, Yin dan Hamori (2011) di negara China, serta Hassan et al. (2012) yang menganalisis sustainabilitas neraca transaksi berjalan di negara Iran.


Seluruh peneliti melakukan identifikasi kointegrasi dalam menjelaskan hubungan ekspor dan impor plus dalam jangka panjang, hanya saja masing-masing peneliti memiliki modifikasi tersendiri dalam menganalisisnya. Utkulu (1998), dan Celik (2011) menggunakan metode Engle-Grenger dalam menjelaskan hubungan ini. Metode Engle-Grenger menggunakan pendekatan teknik persamaan tunggal (single-equation approach) yang hanya memiliki satu hasil kointegrasi. Sedangkan Perera et al. (2008), Konya (2009), dan Baharumshah, Lau dan Fountas (2002) menganalisis sustainabilitas neraca transaksi berjalan dengan metode Johansen Test. Metode ini mengijinkan terdapat lebih dari satu hasil kointegrasi. Jika ada kointegrasi lebih dari satu, maka metode Engle-Granger menjadi misleading. Namun, dalam pengujian dengan Johasen

Test terkadang memiliki hasil yang mengandung ambiguitas, karena berbedanya nilai Trace

Statistic dan Max-Eigen dalam menunjukkan hubungan kointegrasi. Selain itu, kelemahan dari metode Engle-Granger dan Johansen adalah adanya persyaratan data series yang harus memiliki derajat stasioneritas yang sama, yakni pada level I(0) atau I(1) dan kedua metode tersebut belum memperhitungkan dinamika jangka pendek menuju keseimbangan jangka panjang. Lain halnya dengan Hassan et al. (2012) yang menganalisis sustainabilitas neraca transaksi berjalan melalui metode Autoregressive Distributed Lag (ARDL). Metode ARDL memungkinkan terkointegrasinya sejumlah variabel yang memiliki derajat stasioneritas yang berbeda-beda, sehingga lebih efisien dalam melakukan pengujian dan lebih konsisten dalam menunjukkan hubungan kointegrasi, karena adanya koefisien jangka panjang dan jangka pendek. Selain itu, ARDL sangatlah cocok dengan sampel yang kecil. Oleh karenanya, dalam penelitian ini akan digunakan metode ARDL yang merupakan stage of art dari penelitian-penelitian sebelumnya.

III. METODOLOGI


1) Uji Unit Root Augmented Dickey Fuller (ADF)

Uji ini bertujuan untuk melihat stasioneritas data yang akan digunakan untuk menguji persistensi neraca transaksi berjalan. Untuk memudahkan pemahaman mengenai unit root, perhatikan model berikut ini:

(8)

(9)

CAt = CA t-1 + εt.

Ubah persamaan (8) ke dalam persamaan ekonometrika empiris yang mengandung unit

root sebagai berikut:

CAt = β1 + ρCAt-1 + εt

Jika ρ= 1 maka model tersebut menjadi random walk tanpa trend. Dari sini lah muncul masalah pada varian CA

t, sehingga CA

t memiliki data “unit root” atau tidak stasioner, dikarenakan


data stasioner mempunyai nilai ρ yang besarnya -1<ρ<1. Apabila persamaan (9) di atas dikurangi CA

t-1 pada sisi kanan dan kiri, maka persamaannya menjadi:

CAt – CA t-1 = β1 + ρCAt-1 – CA t-1 + εt

∆CAt = β1 + ( ρ– 1) CA t-1 + εt

Atau dapat ditulis dengan:

(10)

(11)

(12)

(13)

∆CAt = β1 + CA t-1 + εt

Jika menambahkan trend pada persamaan (10), maka bentuknya menjadi seperti berikut:

∆CAt = β1 + β2t + CA t-1 + εt.

Persamaan (11) mengasumsikan bahwa εt tidak berkorelasi dengan dependen variabel.

Untuk mengantisipasi adanya korelasi tersebut, Dickey Fuller mengembangkan pengujiannya dengan menambahkan lag pada dependen variabel. Tes ini dinamakan dengan Augmented

Dickey Fuller (ADF), ditunjukan sebagai berikut:

Jika dijabarkan, maka formulasinya adalah,

∆CAt = β1 + β2t + CA t-1 + + + ... + + εt

di mana . Dari persamaan di atas dapat dibuat hipotesis sebagai berikut:

Jika hipotesis = 0 tidak dapat ditolak, maka ρ = 0, artinya data CAt mengandung unit

root atau tidak stasioner. Namun jika hipotesis tersebut dapat ditolak, maka dapat diartikan bahwa data CA

t tidak mengandung unit root atau stasioner. Di terima atau ditolaknya suatu

hipotesis perlu dilakukan pengujian secara individu melalui uji t sebagai berikut:

Merupakan estimasi terhadap dan ( ) merupakan standar deviasi sampling dari hasil estimasi (standard error). Jika nilai t-statistik lebih besar dibandingan dengan critical value, maka dapat disimpulkan bahwa data tidak mengandung unit root atau stasioner (vice versa).


2) Philips-Perron Test

Gujarati (2003) menyatakan bahwa Philips dan Perron dapat mengantisipasi adanya serial korelasi pada error term tanpa harus menambahkan lag difference terms, seperti yang telah dilakukan sebelumnya pada persamaan (12). Tes ini hanya melakukan pengetatan pada uji t untuk meningkatkan power dari kestasioneritasan data. Hal ini dapat diilustrasikan sebagai berikut:

(14)

(15)

(16)

∆CAt = β1 + CA t-1 + εt

Jika menambahkan trend pada persamaan (14), maka bentuknya menjadi seperti berikut:

∆CAt = β1 + β2t + CA t-1 + εt

Dalam ADF koefisien diuji dengan t pada persamaan (15), sedangkan dalam Philips-Perron koefisien diuji dengan t sebagai berikut:

di mana 2 . merupakan consistent estimate, T jumlah observasi, k jumlah regressor dan s standar error pada regresi. f0 merupakan estimator dari spektrum residual pada frekuensi zero. f0 yang digunakan pada penelitian ini berdasarkan Bartlett Kernel dengan Newey-West sebagai optimal Bandwidth-nya, dan pilihan f0 sudah tersedia pada aplikasi Eview 6.0 (Eviews 6 Users Guide). Keunggulan lain dari uji ini adalah kemampuannya untuk dapat menangkap adanya structural breaks yang terjadi pada sebagian besar data makroekonomi (Enders, 2004).


Berdasakan Pesaran et al. (2001), model ARDL merupakan model Vector Autoregression (VAR) dari order p, dinotasikan dengan VAR(p), yang fungsinya sebagai berikut:

dimana zt adalah vector dari Xt dan MMt ;konstanta µ = [µx,µMM] ; dan λi merupakan matrix dari parameter VAR pada lag i. Berdasarkan persamaan (16), maka dapat dikembangkan model Vector Error Correction Model (VECM) sebagai berikut:


Mengikuti Pesaran et al. (2001), Xt harus dalam bentuk variabel first difference atau I(1), sedangkan regressor dapat berupa level I(0) atau first difference I(1), sehingga model penelitian ini adalah sebagai berikut:

(17)

(18)

(19)

Koefisien merepresentasikan dinamika jangka panjang dari model, sedangkan koefisien merepresentasikan hubungan jangka pendek dari model tersebut. Dari persamaan di atas, dapat dibuat hipotesis sebagai berikut:

Jika hipotesis tidak dapat ditolak, maka dapat diartikan bahwa tidak terdapat hubungan antara ekspor dan impor plus dalam jangka panjang. Sedangkan apabila hipotesis tersebut dapat ditolak, maka dapat diartikan bahwa terdapat hubungan jangka panjang di antara variabel ekspor dan impor plus. Hipotesis mana yang terpenuhi akan bergantung pada hasil akhir pengujian F statistik yang dibandingkan dengan nilai-nilai kritis yang ditampilkan dalam tabel CI (iii) dan CI (v) dalam Pesaran et al. (2001). Mengacu pada Pesaran dan Pesaran (2001) tersebut, nilai kritis batas terbawah (lower bound critical value) mengasumsikan bahwa variabel independen terkointegrasi pada ordo nol atau I(0). Sementara nilai kritis batas teratas (upper

bound critical value) mengasumsikan bahwa variabel independen terkointegrasi pada ordo satu atau I(1). Oleh karena itu, F statistik yang lebih besar daripada nilai kritis (baik pada lower maupun upper) menyimpulkan bahwa terdapat hubungan jangka panjang antara ekpor dan impor plus-nya. Namun, jika F statistik yang didapat nilainya di antara lower dan upper, maka hasilnya tidak dapat disimpulkan (Fuso dan Magnus, 2006).

IV. HASIL DAN ANALISIS


Seperti telah dijelaskan sebelumnya bahwa persistensi defisit neraca transaksi berjalan dapat digambarkan melalui fenomena random walk, di mana defisit saat ini sangat dipengaruhi


oleh defisit pada waktu sebelumnya dan random factor/error term. Fenomena ini dapat ditangkap melalui uji stasioneritas Augmented Dickey Fuller (ADF) dan Philip-Perron. Neraca transaksi berjalan yang mengikuti pola random walk akan menghasilkan data yang tidak stasioner atau mengandung unit root. Ketidakstasioneran inilah yang disebut dengan persistensi. Sebaliknya, neraca transaksi berjalan yang tidak mengikuti pola random walk atau yang biasa disebut mean-reverting akan menghasilkan data yang stasioner. Data yang stasioner tersebut memiliki probabilitas untuk dapat dikontrol kestabilannya jika sewaktu-waktu terkena shock, sehingga tidak menyebabkan permanent impact atau persistent (Lau et. al., 2006). Uji stasioneritas ADF dan Philip-Perron neraca transaksi berjalan Indonesia periode 2004Q1-2014Q1 dapat ditunjukkan pada tabel sebagai berikut:

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��


Berdasarkan pengujian stasioneritas di atas, maka dapat disimpulkan bahwa Indonesia mengalami defisit neraca transaksi berjalan karena adanya global imbalances yang masuk ke dalam perekonomian domestik, terbukti dari adanya pola yang terbentuk berdasarkan pengujian stasioneritas sebagai berikut:

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

Global imbalances bermula dari krisis yang dialami Amerika Serikat (AS) di tahun 2008. Sebagai salah satu negara adidaya, tentu krisis ini tidak hanya mempengaruhi kondisi perekonomian Amerika, tetapi juga perekonomian di negara lain, termasuk Indonesia. Pengaruh krisis tersebut ditransmisikan melalui dua jalur, yakni jalur finansial dan jalur perdagangan. Dari jalur finansial, institusi atau lembaga keuangan yang memiliki aset pada perusahaan yang bermasalah akan secara langsung terkena dampaknya. Selain itu, akibat adanya krisis ini, banyak perusahaan asing yang menarik dananya dari Indonesia di pasar saham, karena mengalami kesulitan likuiditas di negaranya. Dari jalur perdagangan, permintaan impor Amerika dari Indonesia mengalami penurunan karena lesunya daya beli masyarakat Amerika akibat krisis tersebut (Listiarso, 2013).

Krisis yang dialami oleh Amerika terjadi karena adanya kredit macet perumahan bagi kalangan subprime sejak tahun 2007. Puncaknya, lembaga keuangan besar penyedia kredit—Lehman Brothers—mengalami kebangkrutan di tahun 2008, yang kemudian memberikan efek domino ke seluruh dunia, salah satunya Indonesia. Hal tersebut yang menyebabkan defisit neraca transaksi berjalan Indonesia di tahun 2008. Namun defisit neraca transaksi berjalan di


tahun tersebut tidak mengalami kondisi yang persisten, karena adanya pemulihan di tahun 2009 (Outlook Ekonomi Indonesia, 2009).

Di tahun 2009, perekonomian Amerika menunjukkan performa yang kian membaik sebagai refleksi dari efektifnya kebijakan paket penyelamatan ekonomi sebesar USD838 miliar yang dibuat oleh pemerintah dan Bank Sentral AS. Pemulihan kondisi perekonomian AS ini berimplikasi pada semakin meningkatnya arus investasi ke pasar modal domestik dan meningkatnya permintaan impor Amerika dari Indonesia. Sehingga, neraca transaksi berjalan kembali surplus di tahun 2009 hingga kuartal III tahun 2011 (Neraca Pembayaran Indonesia Triwulan IV, 2011).

Baru beberapa selang waktu pemulihan, Indonesia kembali terkena dampak krisis Eropa di akhir tahun 2011. Sama seperti krisis AS, transmisi pengaruh krisis Eropa dirasakan oleh Indonesia melalui dua jalur, yakni jalur perdagangan dan jalur finansial. Untuk jalur perdagangan, lemahnya daya beli masyarakat Eropa akan menurunkan permintaan barang, sehingga ekspor Indonesia pun juga akan turun. Sedangkan dampak yang dirasakan melalui jalur finansial adalah adanya ketidakpercayaan investor global yang menanamkan modalnya di negara-negara Eropa akibat rasio utang yang besar terhadap PDB di negara tersebut, menyebabkan investor global mencari tempat-tempat yang aman untuk menaruh dananya. Indonesia termasuk sebagai salah satu negara yang menjadi tujuan investasi para investor global tersebut. Investasi yang banyak ditanamkan berupa investasi portofolio. Derasnya arus modal ini menyebabkan penguatan mata uang rupiah, karena banyaknya dolar yang masuk ke Indonesia. Penguatan rupiah ini menyebabkan penurunan ekspor akibat harga komoditas domestik yang dinilai mahal oleh pasar luar negeri. Ini yang menyebabkan neraca transaksi berjalan Indonesia mengalami persistensi defisit hingga kuartal I tahun 2014.


Prosedur awal yang dilakukan dalam metode Autoregressive Distributed Lag (ARDL) adalah menentukan lag optimal menggunakan Schwarz Information Criterion (SIC). Berdasarkan SIC, lag optimal yang dapat digunakan dalam penelitian ini adalah lag 1. Namun, Pindyck dan Rubinfeld (1991) menyarankan untuk melakukan run pada model dengan beberapa lag yang berbeda dan memastikan bahwa hasil yang didapat tidak sensitif terhadap panjangnya lag. Sehingga, pada penelitian ini digunakan 4 lag untuk menguji sensitivitas hasil tersebut. Setelah mendapatkan lag yang optimal, maka uji kointegrasi Autoregressive Distributed Lag (ARDL) dapat dilakukan. Hasilnya adalah sebagai berikut:


Berdasarkan pengujian bound testing pada tingkat I(0) dan first difference atau I(1), maka dapat disimpulkan bahwa ekspor dan impor plus tidak memiliki hubungan kointegrasi. Atau dengan kata lain, kedua variabel tersebut tidak memiliki keseimbangan bersama dalam jangka panjang. Tidak terdapatnya hubungan dalam jangka panjang antara ekspor dan impor plus mencerminkan neraca transaksi berjalan Indonesia berada dalam kondisi unsustainable, baik barang maupun jasa. Artinya, Indonesia tidak mampu membiayai impor dan bunga utang luar negerinya melalui aktivitas ekspor, sehingga tercipta defisit pada neraca transaksi berjalan. Kondisi unsustainable ini terjadi di 3 (tiga) tahun terakhir, yakni di tahun 2011 kuartal IV hingga tahun 2014 kuartal I. Lebih dalam lagi, kondisi unsustainable terjadi pada sektor jasa.

��

��

� ��

� ��

� � ��

��

� ��

� ��

� � ��

��

� ��

� ��

� � ��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

Defisit Neraca Jasa Indonesia Menurut HustedPeriode 2004Q1-2014Q1


Sektor jasa yang memiliki defisit terbesar adalah jasa transportasi, khususnya transportasi barang karena tingginya impor minyak domestik, terlihat pada grafik sebagai berikut:

Neraca Transaksi Jasa Periode 2011Q1-2013Q3

��

��

��

��

��

��

�

��

��

��

��

��

Bank Indonesia telah berupaya untuk menurunkan defisit pada neraca transaksi berjalan dengan tetap menjaga instrumen kebijakan utamanya, yakni BI Rate, karena jika BI Rate dinaikan, maka interest differential suku bunga domestik dan suku bunga luar negeri akan semakin melebar. Inilah yang akan mendorong investor asing untuk menanamkan modal ke dalam instrumen-instrumen keuangan di Indonesia, karena para investor tersebut akan mendapatkan tingkat pengembalian yang lebih tinggi, sehingga capital inflow meningkat. Namun, peningkatan capital inflow akan menambah pasokan dollar di Indonesia. Hal ini akan menyebabkan nilai tukar rupiah menguat/terapresiasi. Apresiasi nilai tukar rupiah mengakibatkan harga barang impor lebih murah dan barang ekspor di luar negeri menjadi lebih mahal atau kurang kompetitif, sehingga akan mendorong impor dan mengurangi ekspor. Turunnya ekspor menyebabkan berkurangnya produksi domestik, sehingga harga-harga barang akan meningkat dan pertumbuhan ekonomi pun akan melambat. Inilah fakta yang harus dihadapi di masa depan dan menjadi penyebab adanya fenomena kerentanan pada neraca transaksi berjalan. Hasil dari penelitian ini sejalan dengan dua peneliti sebelumnya, yakni Baharumshah, Lau & Fountas (2002) dan Rahman (2011) yang menyatakan bahwa neraca transaksi berjalan Indonesia dalam kondisi unsustainable. Kondisi rentan terhadap guncangan tercipta karena adanya gejolak perekonomian dunia yang masuk ke pasar domestik (Baharumshah et. al. yang meneliti saat krisis Asia 1997/1998, Rahman yang meneliti saat krisis Amerika 2008, dan penelitian ini yang meneliti pasca krisis Eropa 2011).


V. KESIMPULAN

Paper ini menguji persistensi dan sustainabilitas defisit neraca berjalan di Indonesia. Hasil pengujian menunjukkan defisit ini bersifat persisten pada selang periode 2011Q4-2014Q1, akibat pengaruh krisis Eropa yang terjadi pada kuartal empat 2011. Transmisi pengaruh krisis Eropa dirasakan oleh Indonesia melalui dua jalur, yakni jalur perdagangan dan jalur finansial. Dampak krisis pada jalur perdagangan tidak dirasakan secara langsung, karena Indonesia bukanlah negara mitra dagang utama bagi negara-negara di Eropa yang mengalami tekanan. Namun, transmisi melalui jalur finansial berupa derasnya arus investasi portofolio yang menyebabkan defisit neraca transaksi berjalan sebagai imbas adanya penguatan mata uang rupiah.

Kesimpulan kedua dari paper ini adalah bahwa neraca transaksi berjalan Indonesia berada dalam kondisi unsustainable. Kondisi unsustainable disebabkan karena adanya defisit neraca transaksi berjalan yang terjadi pada kuartal IV tahun 2011 hingga kuartal I tahun 2014. Defisit ini banyak disumbang oleh defisit yang terjadi pada neraca jasa, khususnya jasa transportasi karena besarnya impor minyak. Hasil dari penelitian ini sejalan dengan dua peneliti sebelumnya, yakni Baharumshah, Lau & Fountas (2002) dan Rahman (2011) yang menyatakan bahwa neraca transaksi berjalan Indonesia dalam kondisi unsustainable. Kondisi rentan terhadap guncangan tercipta karena adanya gejolak perekonomian dunia yang masuk ke pasar domestik (Baharumshah et. al. yang meneliti saat krisis Asia 1997/1998, Rahman yang meneliti saat krisis Amerika 2008, dan penelitian ini yang meneliti pasca krisis Eropa 2011).

Mengacu pada hasil di atas maka perlu diupayakan optimalisasi empat paket kebijakan yang telah diluncurkan oleh pemerintah pada bulan Agustus 2013, terutama paket kebijakan yang dapat mendorong ekspor dalam mengatasi defisit neraca transaksi berjalan.Selain itu, perbaikan defisit neraca transaksi jasa, terutama jasa transportasi barang dengan penyediaan fasilitas transportasi yang memadai untuk kegiatan ekspor impor.

Penelitian ini hanya menggunakan periode 2004Q1 hingga 2014Q1 karena keterbatasan ketersediaan data. Oleh sebab itu, pada penelitian selanjutnya diharapkan menggunakan periode data yang lebih panjang agar dapat melihat tingkat persistensi dan sustainabilitas pada periode sebelum tahun 2004. Selain itu, perlu dibandingkan bagaimana kondisi tersebut jika dibandingkan dengan negara ASEAN lainnya.


dafTar PusTaKa

Arize, Augustine C. 2002. Import and Exports in 50 Countries Test of Cointegration and Structural Breaks. International Review of Economics and Finance, Vol. 11, pp 101-115.

Azgun, S. dan T. Ozdemir. 2008. Current Accounts Deficits Sustainability: Implications of Intertemporal Foreign Borrowing Constraint For Pakistan. Trakia Journal of Sciences, Vol. 6, No. 3, pp 3-9.

Baharumshah A. Z., Evan Lau dan Stilianos Fountas. 2002. On sustainability of current account

deficits: Evidence from four ASEAN countries (National University of Ireland Working Paper No. 62)

Bank Indonesia. 2001-2013. Statistik Ekonomi Indonesia. Jakarta: BI.

Bank Indonesia. 2004-2013. Neraca Pembayaran Indonesia. Jakarta: BI.

Bank Indonesia. 2005. Laporan Bank Indonesia kepada DPR. Jakarta: BI.

Bank Indonesia. 2009. Outlook Ekonomi Indonesia 2009-2014. Jakarta: BI.

Binatli, Ayla Ogus dan Niloufer Sohrabji. 2012.Intertemporal Solvency ofTurkey’s Current Account. Panoeconomicus, Vol. 1, pp 89-104.

Celik, Tuncay. 2011. Long Run Relationship between Export and Import: Evidence from Turkey for the period of 1990-2010. International Conference on Applied Economics.

Clower, Erica dan Hiro Ito. 2012. The Persistence of Current Account Balances and Its Determinants: The Implications for Global Rebalancing (ADB Institute Working Paper No. 200).

Djeutem, Edouard T. dan Pierre E. Nguimkeu. 2013. On the Sustainability of Current Account Deficits in Cameroon. International Journal of Economics and Financial Issues, Vol. 3, No. 2, pp 286-495.

Destaings, Nyongesa N., Mukras S. Mohamed dan Momanyi Gideon. 2013. Is Kenya Current Account Sustainable. European Scientific Journal, Vol. 9, No. 25, pp 171-190.

Enders. (2004). Applied Econometrics Time Series. New York: John Wiley Sons, Inc

Eviews 6 User’s Guide II. 2007. Quantitative Micro Software. United States of America.

Falianty, Telisa A. 2003. Exchange Rate Overshooting: Sebuah Studi Empiris di Indonesia dalam

sistem nilai tukar mengambang. Tesis pada Program Pascasarjana Ilmu Ekonomi Universitas Indonesia (tidak diterbitkan).

Ferretti, Milesi dan Assaf Razin. 1996. Persistent Current Account Deficits: A Warning Signal? International Journal Finance, Vol. 1, pp 161-181.


Fuso, Oteng-Abayie Eric dan Frimpong Joseph Magnus. 2006. Bounds Testing Approach to Cointegration: An Examination of Foreign Direct Investment Trade and Growth Relationships. American Journal of Applied Sciences, Vol. 3 No. 11, pp 2079-2085.

Hassan H., Salih T.K dan Narmin D. 2012. Are Current Account Deficits Sustainable? New Evidence from Iran Using Bounds Testing Approach to Level Relationships. Economics The

Open-Access Open-Assessment E-Journal.

Husted, Steven. 1992. The Emerging U.S Current Account Deficit in 1980s: A Cointegration Analysis. The Review of Economics and Statistics, Vol. 74, pp 159-166.

Iskandar. 2011. Analisis Hubungan Perkembangan Sektor Keuangan dan Pertumbuhan Ekonomi

di Indonesia periode 1990:Q1-2009:Q4 pendekatan ARDL. Tesis pada Program Pascasarjana Ilmu Ekonomi Universitas Indonesia (tidak diterbitkan).

Ismayadi, Budi. 2009. Kointegrasi antara Investasi Langsung Luar Negeri, Perdagangan dan

Pendapatan Perkapita di Indonesia 1976-2008 Pendekatan ARDL. Tesis pada Program Pascasarjana Ilmu Ekonomi Universitas Indonesia (tidak diterbitkan).

Jain, Vipin dan Janesh Sami. 2012. Understanding Sustainability of Trade Balance in Singapore Empirical Evidence from Co-intergration Analysis. View Point Journal, Vol. 2, No. 1, pp 3-9

Keong, C. C, Z. Yusop dan Venus Liew K. S. 2005. Export-Led Growth Hypothesis in Malaysia: An Investigation Using Bounds Test. Sunway Academic Journal, Vol. 2, pp 13-22.

Konya, Laszlo. 2008. The Sustainability of the Current Account in the Czech Republic, Hungaria and Slovenia. Empirical Economics Journal, Vol. 36, pp 367-384.

Krugman, Paul R. dan Maurice Obstfeld. 2003. International Economics Theory and Policy: Addison Wesley.

Lau, Evan, Ahmad Zubaidi Baharumshah dan Chan Tze Haw. 2006. Current Account: Mean-Reverting or Random Walk Behavior? Japan and The World Economy, Vol. 18, pp 90-107.

Listiarso, Amiruli D. 2013. Pengaruh Karakteristik Krisis Finansial Global 2008 Terhadap Variabel

Makroekonomi Indonesia: Analisis Pada Trade Dan Financial Channell. Tesis pada Program Pascasarjana Ilmu Ekonomi Universitas Indonesia (tidak diterbitkan).

Nachrowi, Nachrowi D. dan Hardius Usman. 2006. Pendekatan Populer dan Praktis Ekonometrika

Untuk Analisis Ekonomi dan Keuangan. Jakarta: Lembaga Penerbit Fakultas Ekonomi UI.

Perera, N. dan R. Verma. 2008.An Empirical Analysis of Sustainability of Trade Deficit: Evidence from Sri Lanka. International Journal of Applied Econometrics and Quantitive Studies, Vol. 5, No. 1, pp 71-92.


Pesaran, M. H. dan Bahram Pesaran. 1996. Working with Microfit 4.0: Interactive Econometric

Analysis. Oxford: Oxford University Press.

Pesaran, M. H. dan Yongcheol Shin. 1997. An Autoregressive Distributed Lag Modelling Approach to Cointegration Analysis. A Revised Version of A Paper Presented atSymposium

at the Centennial of Ragnar Frisch, The Norwegian Academy of Science and Letters, Oslo,

March 3-5, 1995.

Pesaran, M. H., Y. Shin, dan R. J. Smith. 2001. BoundsTesting Approaches to the analysis of level relationships. Journal of Applied Econometrics, Vol. 16, pp 289-326.

Pyndick, R.S dan Daniel Rudenfeld. 1991. Econometric Models and Economic Forecasts Fourt

Edition: McGraw-Hill International Edition.

Polat, Ozgur. (2011). Sustainability of Current Account Deficit in Turkey. African Journal of

Business Management, Vol. 5, No. 2, pp 577-581.

Rahman, M. Z. 2011. Existence of Export-Import Cointegration: A Study on Indonesia and Malaysia. International Business Research, Vol. 4, No. 3, pp 108-115.

Romer, David. 2006. Advanced Macroeconomics Third Edition: McGraw-Hill International Edition.

Salomo, Ronny M. dan Pos M. Hutabarat. 2007. Peranan Perdagangan Internasional sebagai salah satu sumber pertumbuhan ekonomi Indonesia. Paper dipresentasikan pada seminar Parallel session IIID FEUI.

Trehan, Bharat dan Carl E. Walsh. 1991. Testing Intertemporal Budget Constraints: Theory and Application to U.S Federal Budget and Current Account. Journal of Money, Credit, and

Banking, Vo. 23, No. 2, pp 206-223.

Utkulu, Utku. 1998. Are the Turkish External Deficits Sustainable? Evidence from the Cointegrating relationship between exports and imports. Dergisi, Vol. 13 No. 1, pp 119-132.

http://bisnis.liputan6.com/read/672922/4-paket-lengkap-kebijakan-ekonomi-pemerintah, 28 Agustus 2013.

www.kabarbisnis.com/read/2837033, 26 Februari 2013.

www.neraca.co.id/harian/article/31502/empatdefisitjadikendalaekonominasional, 5 Agustus 2013.

http://www.fiskal.kemenkeu.go.id/2010/Kliping/WartaFiskal/Edisi_3_2012/files/search/searchtext.xml, Maret 2012.

Yin, Fengbao dan Shigeyuki Hamori. 2011.The Sustainability of Trade Balance in China. Economics Bulletin, Vol. 31, No. 3, pp 2090-2097.


laMPiran

Konsep intertemporal budget constraint pinjaman (Husted, 1992)

Persamaan budget constraint pada periode t adalah sebagai berikut:

Ct = Y t + B t – I t – (1 + r t) B t-1

di mana Ct adalah konsumsi saat ini, Yt adalah pendapatan, Bt adalah pinjaman bersih (hutang-piutang), It adalah investasi, dan (1 + rt) Bt-1 adalah pinjaman bersih dari periode sebelumnya.

Seperti sudah diketahui bahwa dalam persamaan identitas Yt = Ct + It + X – M, di mana X-M merupakan Current Account (CA), sehingga Yt – Ct – It = Xt – Mt = CAt.

–B t = Y t – C t – I t – (1 + r t) B t-1

B t = –CA t + (1 + r t) B t-1

B t+1 = –CA t+1 + (1 + r t+1) B t

B t+2 = –CA t+2 + (1 + r t+2) B t+1

= –CA t+2 + (1 + r t+2) [–CA t+1 + (1 + r t+1) B t]

= –CA t+2 – (1 + r t+2) CA t+1 + (1 + r t+2) (1 + r t+1) B t

1 1

1

Jika i – 1 = j, dan n – 1 = p, maka:

Apabila ∏ dan ∏ maka:


di mana

Sustainabilitas neraca transaksi berjalan

Dengan sedikit manipulasi, maka didapatkan:

dimana (r t – r) B t-1 + M t = Z t

Zt – X t + (1 + r) B t-1 = B t

Zt+1 – X t+1 + (1 + r) B t = B t+1

Zt+1 – X t+1 + (1 + r) [Z t – X t + (1 + r) B t-1] = B t+1

Zt+1 – X t+1 + (1 + r) (Z t – X t) + (1 + r) 2 B t-1 = B t+1

Persamaan di atas sama bentuk dengan persamaan berikut:

(1+r) 1-1 (Zt+1 – X t+1)+ (1 + r) 1-0 (Z t+0 – X t+0) + (1 + r) 2 B t-1 = B t+1

; n=1 dan j=0

1

Jika maka: ∑

Apabila dilimitkan:

∑


Persamaan di atas dapat dimanipulasikan sebagai berikut:

= μ (X t – Zt) + μ2 (X t+1 – Zt+1) + μ3 (X t+2 – Zt+2)+ ... +

= μ (X t – Zt) + μ2 (X t+1 – Zt+1) – μ2 (X t – Zt) + μ2 (X t – Zt) + μ3 (X t+2 – Z t+2) –

μ3 (Xt+1 – Z t+1) + μ3 (Xt+1 – Zt+1) + ... +

= μ (X t – Zt) +

∑ ∑

= μ (X t – Zt) + ∑ + μ B t-

1

= μ (X t – Zt) + ∑ + μ B t-1 + (1– μ)

Dari sini, didapatkan:

∑

Jika r = , maka:

Z t + rB t-1 = X ∑ µ µ B

Asumsikan bahwa X t dan Z t merupakan variabel random walk dengan

Xt = α1 + X t-1 + ε1t dan Zt = α2 + Z t-1 + ε2t ;

Zt + rB t-1 = X t + ∑ [α1 – α2 + ε1,t+j – ε2,t+j] +

= X t + + ∑ [ ε1,t+j – ε2,t+j] +

Karena: (r t– r) B t-1 + M t = Z t

rt B t-1 – rB t-1 + M t + rB t-1= X t + α + ∑ µ [ε1,t+j ε2,t+j]+ r lim µ B

rt B t-1+ M t = X t + α + ∑ µ [ε1,t+j – ε2,t+j] + r lim µ B

Asumsikan = 0, dan εt= ∑ [ ε1,t+j – ε2,t+j], serta

MMt = r t B t-1+ M t, maka:

X t = α + MM t + εt

339The Effect of the Ownership and the Global Crisis on the Income Diversification of Indonesian Banks

The effecT of The ownership and TheGlobal crisis on The income diversificaTion

of indonesian banks

Murharsito1

This paper examines the effect of the ownership and the global crisis on income diversification

of Indonesian Banks during the period of 2005 to 2012. We distinguish the income into traditional and

non-traditional, where the latter is raised from non-traditional activities, such as service commission,

trading revenue, insurance fee, etc. We also distinguish the types of ownership when applying the

pooled estimation technique. The result shows the ownership does not affect the income diversification

of Indonesian banks. Furthermore, public ownership affects the non-traditional incomes negatively, while

foreign ownership effect is positive. This paper finds no evidence about the effect of the global crisis on

income diversification of Indonesian banks.

abstract

Keywords: Income diversification, ownership, global crisis, Indonesian banks.

JEL Classification: G01, G15, G21

1 Lecturer at Nahdlatul Ulama’ Islamic University (UNISNU) Jepara, email: [email protected].


I. INTRODUCTION

The ownership structure of the banking sector in Indonesia diverse more, where the domination of state banks gradually decreases, and the private and the foreign banks play a greater role. By the end of 2002, the share of assets of the state banks comprises 46.44%, while the private banks (both foreign exchange and non-foreign exchange) were 37.30%, and the foreign and joint venture banks were 11.02%. Ten years later in 2012, this composition shifted significantly; the asset of the state banks was 36.02 percent of the total bank, the private banks were 43.19%, and the foreign and joint venture banks were 12.19%, (Bank Indonesia, 2004, 2012).

Following the 1998 banking crisis, the government decided to launch privatization programs, which provided wide opportunity for foreign investors to participate in banking sector in Indonesia. The combination of bank branches, foreign joint banks and foreign owned private banks accounted for 31 % of the total bank asset, jumped up from only 9% right before the crisis, (Sato, 2005). This condition has intensified the competition among banks and forces them, maximizing efforts to increase their market share.

For the banks, income diversification is one plausible strategy to improve profit. While keeping their traditional activities such as loan making, these banks can also engage in non-traditional activities, such as service commission, trading revenue, insurance fee, etc. In the case of Indonesian banking sector, the role of income diversification as one of the important income sources is evident (Sufian and Habibullah, 2010). Sufian and Habibullah found the income diversification has a positive relationship with the bank’s profitability.

A further interesting issue is whether the ownership structure affects the income diversification of the banks. The different ownership structure may result in different performance. Several existing studies have revealed the significant effect of ownership on the bank’s performance; most of them found the performance of the state owned enterprises were weaker relative to the other types of bank (Hart et.al., 1997; Shleifer and Vishny, 1997; Dewenter and Malatesta, 2001). Cornett et.al (2010) concluded that the state owned banks generate lower profit, not well capitalized and were more risky for allocating credit compared to the private banks.

A higher share of state owned banks exacerbates the bank concentration effect, while the presence of foreign banks prevents the effect of bank concentration on credit obstacles, (Beck et.al, 2004). In terms of efficiency, foreign owned banks are the most efficient, and in contrast, the state owned banks are the least efficient, (Bonin et.al, 2005). If the seconditions also apply in terms of bank’s achievement in non-traditional income activities, there will be a difference in the non-interest income across the state, the private and the foreign banks. A recent study of the Indian banking industry by Pennathur et al (2012) indicate that different type of ownership will cause different impacts on income diversification, where the public sector banks earn the lowest fee income and the foreign banks able to generate higher fee income.


On the other hand, the occurrence of financial crisis, which hit world economies more frequent, could also affect the bank’s performance, particularly in their capability to generate the non-interest income. Recently, we witnessed two periods of a major crisis with severe impact; first is the 2008-2009 subprime mortgage crises and second are the 2012 Eurozone crisis. In contrast to the Asian Financial crisis, which was rooted from Southeast Asia, those two periods of crises were originated from advanced economies with pronounced impact for other region. Sufian and Habibullah (2010) concluded that the prior Asian Financial crisis negatively affects the bank’s profitability in Indonesia.

The effect of the crisis to the bank’s performance could be different according to their ownership structure. Cetoreli and Goldberg (2011) noted the foreign and the local banks play different role in transmitting the shocks of the crisis. The foreign banks channel the shocks by reducing their cross border lending. The foreign bank affiliations will also decrease its local lending, and the local banks have followed, reducing their loan since the interbank lending decline.

The objective of the study isto analyze the impact of the ownership and the crisis on the non-interest income of the banks. Beside the ownership, we also include several control variables in the model, including size, profitability, credit risk, lending, and bank’s capitalization. Furthermore, this paper will also investigate the effect of the recent crisis, originated from advanced economies.

Pennathur et al (2012) classified the non-interest income to brokerage income and other non-interest income. In this paper, we follow De Young and Rice (2004) and De Young and Torna (2012), which categorize the non-interest income based on the characteristic of production and risk return, which potentially affect the probability of insolvency and financial distress. This leads us to three categories of the non-interest income; (i) non-traditional stakeholder activities, (ii) non-traditional fee for service, and (iii) traditional fee.

Non-traditional stakeholder activities are activities that require banks to hold risky asset, including investment banking, venture capital and proprietary trading. In contrast, the non-traditional fee for service activities does not require the banks to hold risky assets, for example, securities brokerage and insurance sales. The third category of the non-interest income (traditional fee activities) are the bank activities permitted prior to the deregulation i.e., fiduciary services and depositor services. In practice, due to data difficulties, we sum the last two categories (non-traditional fee for service and traditional fee). We argue both are similar in terms of their risk-return characteristic since they do not require the bank to hold risky assets.

The next section of this paper outlines the theory and related literatures. Section three present the data and methodology applied in this paper, while section four discusses the result and its analysis. Section five provides conclusions and will close the presentation of this paper.


II. THEORY

2.1. Selected Literature on Bank Ownership and Performance

The bank ownership structure closely relates to privatization program. Bonin et.al (2005) analyzed the causality of the ownership, the privatization and the bank performance. He investigated the effect of bank privatization in European transition countries by analyzing the bank’s income, the characteristic of their balance sheet, and their efficiency. Bonin et.al found the foreign owned banks scored highest efficiency, while the state owned banks are the least efficient. However, the local banks perform better in generating fee for a business service, since they have a local advantage relative to foreign banks. Furthermore, Bonin et.al found the method and the timing of privatization affected the bank’s performance. The voucher privatization1 failed to improve the bank’s efficiency, while an early stage privatization resulted in better performance of the bank.

The ownership also related to the financing constraint faced by the lender, Beck et.al (2004) found that the ownership structure of the bank coincides with the stages of economic development. Beck et.al argued the regulations and the characteristics of the country affect the relationship between the financing constraint andthe bank concentration. When the foreign banks exist, the institution of banking sector potentially develops, where the credit registration becomes more efficient. For this reason, the presence of foreign banks may dampen the effect of bank concentration on financing constraints. On the other hand, the greater the restriction on bank activities, the high government intervention, and the higher share of government ownership will exacerbate this effect.

Iannotta et al (2007) compared the performance of public and private banks by controlling the bank characteristic. Even with lower cost, Iannotta found the government owned banks produce lower profitability compared to the private banks. Government owned banks also have poorer quality of the loan and higher insolvency risk. The concentrated ownership does not affect the profitability of the banks. Furthermore, a concentrated ownership banks tend to have a better quality of the loan, lower asset, and lower insolvency risk.

Pennathur et al (2012) carried out a more specific analysis of the relationship between ownership and income diversification. They examined the effect of the ownership structure on the income diversification and the risk for Indian banks during the period of 2001 to 2009. They found the ownership affect the non-interest income activities significantly, where the foreign banks generate higher fee income relative to public banks. Generally, the activity of public banks with higher government share is less intensive on generating the non-interest income. Pennathur et al also found the fee-based income reduces the default risk significantly.

1 Voucher privatization is a privatization method where citizens are given or can inexpensively buy a book of vouchers that represent potential shares in any state-owned company. This privatization method was mainly used in the early to mid-1990s in Russia, Bulgaria, Slovenia and Czechoslovakia, and in other transition economies of Central and Eastern Europe.


2.2. Selected Literature on Bank’s Income Diversification

De Young and Rice (2004) analyzed the relationship between the size and the technological advances in non-interest income. They found the non-interest income is larger as the size of the banks is larger, and a well-managed bank isless dependent on the non-interest income. Furthermore, some technological advances such as mutual fund and cashless transaction are associated with non-interest income increases, while the other types of technological advance such as loan securitization are linked with the non-interest income reduction. De Young and Rice argued a marginal increase of the non-interest income resulted in higher profit.

Acharya et al (2006) analyzed the bank’s decision either to focus or to diversify their activities, and its effect on their return and risk. Using data from 105 Italian banksduring the period from 1993 to 1999, they found diseconomies in the diversification activities when the banks expand to industry with higher competition, particularly when the bank record no prior experience in this industry. The source of diseconomies was the deterioration of loan quality and the fall in bank returns.

Demirguc-Kunt and Huizinga (2010) analyze the impact of the bank activities and the short term funding strategy on the bank risk and return, using 1,334 banks in over 101 countries. They concluded that the diversification of the non-interest income activities increased the asset return, and significantly reduce the risk at very low level. In contrast, the non-deposit funding lower the asset return, though it also reduces the risk to the low level. Furthermore, banking strategies that rely on generating non-interest income or attracting non-deposit funding are very risky.

The research result on emerging countries also shows that the non-interest activities increased the bank’s risk. Among others, Berger et.al (2010) examined the effect of the product and geographical focus, and the diversification strategies on 88 Chinese banks during 1996-2006; they found diseconomies of diversification in the loan, the deposit, the asset and the geographic dimension across those banks. On the opposite, a more focused bank can attain higher profit, lower cost, as well as higher efficiency.

2.3. Selected Literature on the Income Diversification and the Crisis

De Young and Tokna (2013) investigate whether the income from non-traditional banking activities contribute to the failures of commercial banks during the financial crisis. They found the asset-based non-traditional income increased the probability of bank failure, particularly for the banks already suffered from the financial crisis. The fee-based-non-traditional income had the opposite effect; it reduced the probability of bank failure during the crisis. This result confirmed the fundamental differences between the production and the characteristic of asset-based-non-traditional income versus the fee-based non-traditional income.


Cornett et al (2010) explored and compared the ownership effect on bank performance during the crisis. He found that from the period of 1997 to 2000, the state banks deteriorated in cash flow returns, credit quality and capital core, more than the private banks. Prior to 2001, in countries with greater government involvement and greater political corruption in banking, the state owned banks significantly performed worse than the private banks, in terms of profitability, capitalization, and credit risk. After the crisis (2001-2004), this gap tapered.

Vallascas et al (2012) carried out a similar study by examining if the state bank diversification will improve the resiliency of the banks during the distress period. They found that bank, which diversified their income at a narrow level before the crisis, experienced performance declining during the financial crisis. In contrast, a broad diversified activity, for example, in lending and capital market, prevented the decline of bank performance during the crisis.

Inthe case of Indonesian banks, Sufian and Habibullah (2010) examined the determinants of bank’s profitability during the Asian financial crisis. Using the data from 1990 to 2005, they found the income diversification and the capitalization positively associated to the profitability of the bank, while the overhead cost and the size negatively affected the bank’s performance. These findings indicate the Indonesian banks to skimp their resources, particularly during the crisis and the pre-crisis period.

III. METHODOLOGY

3.1. Data

The data in this paper are obtained from the Bankscope. We analyze the commercial banks, including the state owned, the private national, and the private foreign banks. The state banks on this study only include the nationally owned bank and not the regional one. The foreign bank is the bank with major foreign shareholder, hence will include both subsidiaries of the foreign bank in Indonesia (for instance ANZ Indonesia Bank and HSBC Bank), and the private Indonesian banks which is owned by foreigner (for instance CIMB Niaga and Danamon Bank). We choose the cut point of 50.01% foreign ownership. The total sample comprises of 50 commercial banks, during the periods of 2005 to 2012.

The Bankscope database provides the income statement of banks in certain format, and broadly categorizes the income into the interest income and the non-interest income. The latter is further classified to six categories; they are (i) the net gain (losses) on trading and derivatives, (ii) the net gain (losses) on other securities, (iii) the net gain (losses) on assets at fair value through income statement, (iv) the net insurance income, (v) the net fee and commissions, and (vi) other operating income.


(1)

2 Three categories of non-interest income; (i) non-traditional stakeholder activities, (ii) non-traditional fee for service, and (iii) traditional fee.

We manage to match the above categories from the Bankscope with categorization made by De Young and Rice (2004)2. The first category of De Young and Rice (the non-traditional stakeholder activities), match the first two categories from the Bankscope, since they share similar implication for the bank to hold the risky asset. From now on, we term this category as “non-traditional-stakeholder”.

As explained earlier, we combine the second and the third category of De Young and Rice (the non-traditional fee for service and traditional fee activities). The sum matches the net insurance income (category 4 of Bankscope) and net fee and commission (category 5). This is due to the net insurance income fit to the non-traditional fee for service, while the net fee and commission fitboth non-traditional fee for service and traditional fee activities. For now on, we term this category as “traditional and fee for service”.

3.2. Model

This paper attempts to investigate the effect of the ownership and the global crisis on income diversification in Indonesian banking. To answer the research objectives, we use the following model developed by Pennathur et.al (2012):

We use two proxies for our endogenous variable (non-interest income); first, the ratio of non-traditional stakeholder income to total non-interest operating income, and second,

the ratio of traditional and fee for service income to total non-interest operating income. The ownership enters the model in the form of dummy. Control variables in this model are mostly based on Pennathur et.al (2012).

We proxy the size of the bank using total asset (in natural logarithm, LnTA); ROE for profitability; Loan Loss Provision (LLP) controlled by total loan for the loan quality; the ratio of loan to Total Asset (L/TA) for the growth of business; and using the ratio of capital to total asset (Cap/TA) as proxy for bank’s capitalization. We also add the lagged of dependent variable to capture its persistency.


The measure the effect of the global crisis on income diversification, weset a dummy on the year when global crises occurred (2008 and 2009). Leaven and Valencia (2012) provided the database that includes all systemic banking, currency and sovereign debt crises, spanned from 1970 to 2011. This database conformed the year of 2008 and 2009 as years of crisis. In 2008 the banking crises occurred in Austria, Belgium, Iceland, Latvia, Luxembourg, Netherland, United Kingdom and United States, in 2009, the systemic banking crisis occurred in Denmark, Germany, Greece, Ireland, Mongolia and Ukraine.

In addition to these years, following Aizenman et al (2013), we also include 2012, when the sovereign debt crisis in Euro zone started and put downside risk to the global economy. We also note the growth rate of world economy were the lowest in 2008, 2009 and in 2012.

The first empirical model above internalizes the ownership in the form of dummy. A more plausible approach is to treat the ownership as cross section identifier. This will lead us to panel data estimation with three identifiers (state bank, foreign bank and private bank).

(2)

+

IV. RESULT AND ANALYSIS

4..1. Ownership and Income Diversification

We start the analysis by examining the impact of the ownership on the income diversification, and then analyze if there are differences in non-interest income across the banks. Based on the descriptive statistic, the mean value of non-traditional stakeholder income to total non-interest operating income for all samples is 16.08 percent, which is lower than the traditional and fee for service income to total non-interest operating income of 46.25 percent. This reveals that traditional and fee for service income is common non-interest income for Indonesian Banks. The complete result of descriptive statistic and correlation matrix is provided in Table 1.

We continue in examining the effect of ownership on the income diversification. We use pooled effect panel data with two considerations; first, because the ownership of the banks does not change over time, hence does not allow the fixed effect model. Second, using the Hausman test, the random effect model may not be used either. Pennathur et al (2012) also used the pooled effect panel estimation. The result of the estimation is provided in Table 2.


��

��

��

��

��

��

��

��

��

��

��

��

��

��

� ��

��

Based on estimation result, the set of explanatory variables can better explain the traditional and fee for service (R2 is 38.57% and 39.72% for model 2 and model 4), than the non-traditional stakeholder (R2 is 20.58% and 21.70% for model 1 and model 3). The lagged of dependent variable performs effectively capture the effect of last year non-interest income, for all models the lagged of dependent variable is significantly affect dependent variable. This lag variable also prevents the case of first order serial correlation, indicated with the value of Durbin-Watson statistic of around 2.0.

We test the possibility of multicollinearity between the public and the foreign ownership, by running model 1 without public ownership and without foreign ownership interchangeably. The result shows no changes in the value of R2, indicating there is no multicollinearity between the public and the foreign ownership.

Model 1 and model 2 in Table 2 reveal that the ownership of the bank in Indonesia is not significant to explain the non-interest income, raised from non-traditional bank activities. However, the sign of estimated coefficient for the public ownership is negative (for both types of non-traditional incomes), while positive for foreign ownership. These expected signs (if significant) are in accordance with previous arguments that the performance of public banks is lower than the foreign banks (Bonin et al, 2005; Iannotta et al, 2007; Pennathur et al, 2012).

Capitalization significantly affects the non-traditional stakeholder with positive sign. This means better capitalized bank can better generate the non-traditional non-interest income. The positive effect of capitalization is in line with the argument in Blum (1999) about the “leverage effect” of capital. This argument stated that the banks will maximize the value of its equity by investing in a more profitable, yet riskier activity.


On the other hand, the profitability (ROE) has a positive and significant effect to traditional and fee for service (non-interest) income. Our estimate reflects that a one percent increase in ROE leads to 0.13% increase in traditional and fee for service non-interest income. Our result is contrary to De Young and Rice (2004), which found that the profitability negatively affected the non-interest income.

Table 3 provides the estimation result of some determinants of the non-interest income across ownership types. We estimate the model using pooled least square since the number of observation is small (the smallest number of observation is 30 and the largest is 145), which prevent us to use the fixed or the random effect model, beside the use of PLS possibly raise a small sample bias (Nickell, 1981).

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�


For public bank, the capitalization of the bank significantly affects the non-traditional stakeholder non-interest income with positive sign. This is in line with the estimation of non-traditional stakeholder for all of ownership sample.

For the state owned banks, the size significantly affect the traditional and fee for service, with positive sign. This means the bigger the state bank, the greater the earnings of traditional and fee for service they can generate. This finding is in line with Hidayat et al (2012), which argued the income diversification as the result of deregulation in Indonesia, is more associated with the large banks practice.

For the foreign banks, we found none of the explanatory variables has significant effect to their non-traditional (non-interest) income, except for the lagged of dependent variable. However, for traditional and fee for service (non-interest) income, the credit risk (proxied with the ratio of loan loss provision to total loan) has a positive and significant effect. Possible explanation for this result would be these foreign banks attempt to seek another income since lending activities faces quite significant risk. This finding is different with Pennathur et al (2012) which found a positive and significant effect of the credit risk effect on the fee-based income for private banks (not foreign banks).

The estimation result for the private banks is similar to the foreign banks. For this type of ownership, most independent variables are not significant to affect the non-traditional income, except for the lagged of dependent variable. When we look at the traditional and service fee income for these private banks, we find the profitability and the credit risk are significant predictors for their traditional and fee-based income. The effect of profitability is positive while the credit risk is negative as expected. A one percent increase in ROE leads to 0.25% increase in traditional and fee for service income. On the other hand, a one percent

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�


increase in the credit risk will reduce the traditional and fee for service income by 0.54% for the private banks. This result indicate the private banks engage well in generating both interest and non-interest income.

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��


4.2. The Global Crisis and The Income Diversification

Model 3 in Table 2 provides the estimation result of the global crisis effect on the non-traditional stakeholder (non-interest) income, while model 4 provides the effect on the traditional and fee for service (non-interest) income. We notice two different results; for the non-traditional stakeholder, the effect of the crisis is negative and not significant, while for the traditional income, the coefficient is significant with positive sign.

Longstaff (2010) finds strong evidence the contagion of subprime crisis to the other financial market. He investigated the pricing of subprime asset backed collateralized debt obligations (CDOs), and found that the financial contagion to other markets is propagated through the liquidity and the risk premium channel. The negative effect of the global crisis is as expected (though not significant), since the non-interest income is commonly generated from risky activities. These activities depend highly on asset price within the financial markets, which is highly subject to the crisis. The positive effect of crisis to traditional and fee for service reveals that during the global crisis, the pressure of the crisis on bank’s performance is later compensated by the effort of the bank to alter the negative effect using the other sources of income.

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��


Table 4 also provide the estimation result of the global crisis impact across bank’s ownership, using pooled least square model. The global crisis does not affect the non-traditional income of the bank, with the negative sign. For the state banks, the effect is also not significant, but with a positive sign. While keeping that these coefficient are not statistically significant, a possible explanation of the opposite direction of the effect of the global crisis between the private and the foreign banks in one side, and the public bank on other side is because they have different sources of non-traditional (non-interest) income. It is possible that the assets hold by the private and the foreign banks are more exposed by the global crisis.

On traditional and fee for service (non-interest) income, the effect of the global crisis is significant with positive sign for foreign banks. It means during the crisis, the traditional and fee for service (non-interest) income of foreign banks increased. This finding is in line with Jeon and Miller (2005), who found a steady performance of foreign banks in Korea during the Asian Financial crisis, while on the other side the crisis deteriorated the domestic banks performance. Jeon and Miller argued that one of the reasons is because the foreign banks in Korea rely more on fee for service income rather than the lending interest income. Foreign banks in Indonesia share similar characterstic. Hadad et al (2004) concluded that the foreign banks in Indonesia were more focus on fee based income activities but less active in intermediation function. To conlude, the positive performance of foreign banks to generate the traditional and fee for service income during the global crisis,is possibly caused by their nature to specialize more in non-interest income.

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��


��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

�

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��

��


V. CONCLUSION

Indonesian banking is growing rapidly and attracts various investors to participate in this sector. This paper examines the effect of the ownership and the global crisis on the income diversification of Indonesian Banks, during the period of 2005 to 2012.

The first finding of this paper is the ownership does not affects the income diversification for the Indonesian banks; both to the non-traditional stakeholder and the traditional and fee for service (non-interest) income. Though not statistically significant, the estimated coefficient is negative for the public ownership bank, while for foreign ownership banks, the direction is positive. We argue this differences is an indication for the public banks to not intensively generate their non-interest income, while the foreign banks can better optimize this source of income.

Across types of ownership, the capitalization significantly affect the non-traditional stakeholder (non-interest) income for public bank, with positive sign (second finding). For state banks, the size positively and significantly effect their traditional and fee for service income (third finding).

The fourth finding of this paper is that the credit risk positively and significantly affect the traditional and fee for service (non-interest) income of the foreign banks. In contrast, the effect of the credit risk is negative for the private banks. The fifth finding is the profitability significantly affects the traditional and fee for service (non-interest) income in private banks, with positive direction. The effect of the global crisis on non-traditional (non-interest) income is not significant, but significantly encourages the banks to generate traditional and fee for service (non-interest) income (fifth finding).

These findings support the taxonomy made by De Young and Rice (2004), since different types of income diversification has different characteristics. Anyone should avoid to generalize the income diversification. Futhermore, related to the bank supervision during crisis period, the regulators should concern more about the different effect of the crisis across types of banks, hence an ownership-specific policies should be more appropriate.


references

Aizenman, Joshua, Hutchison, Michael and Lothian, James, “The European Sovereign Debt Crisis: Background and Perspectives, Overview of the Special Issue” Journal of International Money and Finance, 2013, 34, pp 1-5.

Acharya, Viral, V. , Hasan, Iftekhar and Saunders, Anthony, “Should Banks be Diversified? Evidence from Individual Banks Loan Portfolios” The Journal of Business, 2006, 79, pp 1355-1412.

Beck, Thorsten, Demirgüç-Kunt, Asli, Maksimovic, Vojislav, “Bank Competition and Access to Finance: International Evidence” Journal of Money, Credit, and Banking, 2004, 36, 627– 648.

Berger, Allen, N. , Hasan, Iftekhar and Zhou, Mingming, 2010, “The Effect of Focus Versus Diversification on Bank Performance: Evidence from Chinese Banks” Journal of Banking and Finance, 2010, 34(7), pp 1417-1435.

Bonin, John, P. , Hasan, Iftekhar, Wachtel, Paul, “Privatization Matters: Bank Efficiency in Transitional Countries” Journal of Banking and Finance, 2005, 29 (8–9), pp 2155–2178.

Blum, Jurg, “Do Capital Adequacy Requirements Reduce Risks in Banking?” Journal of Banking & Finance, 1999, 23, pp 755–771.

Cetorelli, Nicola and Goldberg, Linda, S. , “Global Banks and International Shock Transmission: Evidence from the Crisis” IMF Economic Review, 2011, 59 (1), pp 41-76.

Cornett, Marcia M. ,Guo, Lin, Khaksari, Shahriar, and Tehranian, Hassan, “The Impact of State Ownership on Performance Differences in Privately-owned Versus State-owned Banks: An International Comparison”, Journal of Financial Intermediation, 2010, 19(1), pp 74-94.

Demirguc-Kunt, Asli and Huizinga, Harry, “Bank Activity and Funding Strategies: The Impact on Risk and Returns” Journal of Financial Economics, 2010, 98, pp 626-650.

De Young, Robert and Rice, Tara, “Non-interest Income and Financial Performance at US Commercial Banks” Financial Review, 2004, 39, pp 101–127.

De Young, Robert and Torna, Gokhan, 2013, “Nontraditional Banking Activities and Banks Failures during the Financial Crisis” Journal of Financial Intermediation, 2013, 22(3), pp 397-421.

Dewenter, Kathryn, L and Malatesta, Paul, H., “State-owned and Privately-owned Firms: an Empirical Analysis of Profitability, Leverage, and Labor Intensity”, American Economic Review, 2001, 91, pp 320–334.

Hadad, Muliaman, D., Santoso, Wimboh, Besar, Dwityapoetra, S. , Purwanti, Wini, and Satria, Ricki, “Fungsi Intermediasi Bank Asing Dalam Mendorong Pemulihan Sektor Riil di Indonesia” Bank Indonesia Research Paper No. 6/1 8, 2004.


Hart, Oliver. , Shleifer, Andrei and Vishny, Robert, W. , “The proper scope of government: theory and an application to prisons”, Quarterly Journal of Economics, 1997, 112, pp 1127–1161.

Hidayat, Wahyu, Y. , Kakinata, Makoto and Miyamoto, Hiroaki, “Bank Risk and Non-interest Income Activities in the Indonesian banking Industry” International University of Japan, Economics and Management Series working paper EMS 2012 03, 2012.

Iannotta, Giuliano ,Nocera, Giacomo and Sironi, Andrea, “Ownership Structure, Risk and Performance in the European Banking Industry” Journal of Banking and Finance, 2007, 31(7), pp 2127-2149.

Indonesian Banking Statistics, monthly report, January 2004.

Indonesian Banking Statistics, monthly report, December 2012.

Leaven, Luc, and Valencia, Fabian, “Systemic Crises Banking Database: An Update” IMF Working Paper no. WP/12/163, 2012.

Jeon, Yongil, and Miller, Stephen, M. “Performance of domestic and foreign banks: the case of Korea and the Asian financial crisis. “ Global Economic Review, 2005, 34(2), pp. 145-165.

Longstaff, Francis, A. , “The Subprime Credit Crisis and Contagion in Financial Market” Journal of Financial Economics, 2010, 97, pp. 436-450.

Nickell, Stephen, “Biases in Dynamic Model With Fixed Effect” Econometrica, 1981, 49(6), pp. 1417-1426.

Pennathur, Anita, K. ,Subrahmanyam, Vijaya and Vishwasrao, Sharmila, “Income Diversification and Risk, Does Ownership Matters;An Empirical Examination on Indian Banks” Journal of Banking and Finance, 2012, 36, pp 2203-2215.

Sato, Yuri, “Bank Restructuring and Financial Institution Reform in Indonesia” The Developing Economies, 2005, XLIII-1, pp. 91-120.

Shleifer, Andrei and Vishny, Robert, W. , “A survey of Corporate Governance”, Journal of Finance, 1997, 52, pp 737–783.

Sufian, Fadzlan and Habibullah, Muzafar, S. “Assessing the Impact of Financial Crisis on Bank Performance: Empirical Evidence from Indonesia”, ASEAN Economic Bulletin, 2010, 27(3), pp 245-262.

Vallascas, Francesco, Crespi, Fabrizio and Hagendorff, Jens, “Income Diversification and Bank Performance During the Financial Crisis” (December 18, 2012). Available at SSRN: http://ssrn. com/abstract=1793232 or http://dx. doi. org/10. 2139/ssrn.1793232.

PETUNJUK PENULISAN

1. Naskah harus merupakan karya asli penulis (perorangan, kelompok atau institusi) yang tidak melanggar hak cipta. Naskah yang dikirimkan, belum pernah diterbitkan dan tidak sedang dikirimkan ke penerbit lain pada waktu yang bersamaan. Hak cipta atas naskah yang diterima, TETAP menjadi hak penulis.

2. Setiap naskah yang disetujui untuk diterbitkan, akan mendapatkan kompensasi finansial sebesar Rp 5.000.000,-.

3. Naskah dapat dikirimkan dalam bentuk softcopy (file). Sangat disarankan untuk mengirimkan softcopy anda ke:

[email protected] (Cc. to: [email protected].)

Jika tidak memungkinkan, file tersebut dapat disimpan dalam disket atau CD dan dikirimkan melalui pos ke alamat redaksi berikut:

BULETIN EKONOMI MONETER DAN PERBANKAN Pusat Riset dan Edukasi Bank Sentral, Bank Indonesia

Menara Sjafruddin Prawiranegara, Lt. 21, JI. M. H. Thamrin No.2Jakarta Pusat, INDONESIA

Telpon: 62-21-2981-4119, Fax: 62-21-3501912

4. Naskah dibatasi.+ 25 halaman berukuran A4, spasi satu (1), font Times New Roman dengan ukuran font 12.

5. Persamaan matematis dan simbol harap ditulis dengan mempergunakan Microsoft Equation.

6. Setiap naskah harus disertai abstraksi, maksimal satu (1) halaman ukuran A4. Untuk naskah yang ditulis dalam bahasa Indonesia, abstraksi-nya ditulis dalam Bahasa Inggris, dan sebaliknya.

7. Naskah harus disertai dengan kata kunci (Keyword) dan dua digit nomor Klasifikasi Journal of Economic Literature (JEL). Lihat klasifikasi JEL pada, http://www.aeaweb.org/journal/jel_class_system.html.

8. Naskah ditulis dengan penyusunan BAB secara konsisten sebagai berikut,

I. JUDUL BAB

I.1. Sub Bab

I.1.1. Sub Sub Bab


9. Rujukan dibuat dalam footnote (catatan kaki) dan bukan endnote.

10. Sistem referensi dibuat mengikuti aturan berikut,

a. Publikasi buku: John E. Hanke dan Arthur G. Reitsch, (1940), Business Forecasting, PrenticeHall, New

Jersey.

b. Artikel dalam jurnal:

Rangazas, Peter. “Schooling and Economic Growth: A King-Rebelo Experiment with Human Capital”, Journal of Monetary Economics, Oktober 2000,46(2), hal. 397-416.

c. Artikel dalam buku yang diedit orang lain: Frankel, Jeffrey A. dan Rose, Andrew K. “Empirical Research on Nominal Exchange Rates”, dalam Gene Grossman dan Kenneth Rogoff, eds., Handbook of International Economics. Amsterdam: North-Holland, 1995, hal. 397-416.

d. Kertas kerja (working papers): Kremer, Michael dan Chen, Daniel. “Income Distribution Dynamics with Endogenous

Fertility”. National Bureau of Economic Research (Cambridge, MA) Working Paper No.7530, 2000.

e. Mimeo dan karya tak dipublikasikan: Knowles, John. “Can Parental Decision Explain U.S. Income Inequality?”, Mimeo, University of Pennsylvania, 1999.

f. Artikel dari situs WEB dan bentuk elektronik lainnya: Summers, Robert dan Heston, Alan W. “Penn World Table, Version 5.6” http:// pwtecon.unpenn.edu/, 1997.

g. Artikel di koran, majalah dan periodicals sejenis: Begley, Sharon. “Killed by Kindness”, Newsweek, April 12, 1993, hal. 50-56.

11. Naskah harus disertai dengan biodata penulis, lengkap dengan alamat, telepon, rekening Bank dan e-mail yang dapat dihubungi. Disarankan untuk menulis biodata dalam bentuk CV (curriculum vitae) lengkap.

analisis triwulanan: perkembangan moneter, perbankan … vol... · stabilitas sistem keuangan tetap...

Documents