bab ii kerangka teori dan pengembangan ...digilib.uin-suka.ac.id/34714/2/15810076_bab-ii_sampai...15...

15

BAB II

KERANGKA TEORI DAN PENGEMBANGAN HIPOTESIS

A. Landasan Teori

1. Konsep Kredit dan Pembiayaan Perbankan di Indonesia

Dalam sebuah sistem keuangan terdapat berbagai lembaga keuangan yang

menjalankan fungsi Financial Intermediaries yaitu pihak yang meminjam dana dari

nasabah yang menabung dan meminjamkannya ke pihak lain baik itu kepada pihak

bank lain maupun kepada pihak ketiga dalam bentuk kredit/pembiayaan.

a. Kredit Perbankan Konvensional

Berdasarkan UU Nomor 10 Tahun 1998 tentang Perubahan atas UU Nomor

7 Tahun 1992 tentang Perbankan, yang dimaksud dengan kredit adalah penyediaan

uang atau tagihan yang dapat dipersamakan dengan itu, berdasarkan persetujuan

atau kesepakatan pinjam-meminjam antara bank dengan pihak lain yang

mewajibkan pihak peminjam untuk melunasi utangnya setelah jangka waktu

tertentu dengan pemberian bunga.

Dell’Aricca, et.al. (2012) dalam Utari, Arimurti, dan Kurniati (2012)

menyebutkan bahwa pertumbuhan kredit perbankan dapat dipicu oleh beberapa

faktor yaitu:

1) Bagian dari fase normal suatu siklus ekonomi, atau sering disebut dengan

prosiklikalitas kredit

2) Adanya liberalisasi sektor keuangan

3) Aliran modal masuk yang tinggi

Universitas Islam Negeri Sunan Kalijaga (02.04.2019)

16

Sejalan dengan meningkatnya perekonomian domestik, umumnya kredit

akan tumbuh lebih cepat. Hal ini dipicu oleh kebutuhan untuk investasi perusahaa n

baik dalam bentuk investasi baru maupun penambahan kapasitas. Tingginya

pertumbuhan kredit juga dapat dipicu oleh liberalisasi di sektor keuangan yang

umumnya memang dirancang untuk meningkatkan kedalaman sektor keuangan.

Faktor lain yang turut berkontribusi terhadap peningkatan kredit adalah adanya

aliran modal masuk. Aliran modal masuk akan meningkatkan penawaran dana oleh

perbankan yang pada akhirnya meningkatkan pertumbuhan kredit. Berbeda dengan

tiga yang pertama, pertumbuhan kredit yang dipicu oleh respon yang berlebihan

pelaku sektor keuangan lebih mengarah pada pertumbuhan kredit yang berlebihan

(credit boom). Hal ini dapat memunculkan sebuah risiko kredit.

Risiko kredit adalah kerugian potensial yang diakibatkan oleh keadaan

dimana debitur tidak mampu dan atau tidak mau menyelesaikan kredit sesuai

dengan ketentuan yang ditetapkan dalam perjanjian kredit. Greuning dan Bratanivic

(2011) dalam Saputra (2016) menjelaskan bahwa hampir semua regulator

menetapkan standar pengelolaan risiko kredit yang meliputi identifikasi risiko dan

potensi yang ada, mendefinisikan kebijakan yang menggambarkan filoso fi

manajemen risiko bank serta menetapkan aturan mengenai ukuran/parameter dalam

risiko kredit yang akan dikontrol. Ada tiga jenis kebijakan yang berkaitan dengan

manajemen risiko kredit:

1) Kebijakan yang bertujuan untuk membatasi atau mengurangi risiko kredit.

Yang termasuk dalam jenis pertama adalah kebijakan pada konsentrasi dan


17

pemaparan besar, diversifikasi, pinjaman kepada pihak terkait, dan

kelebihan pemaparan.

2) Kebijakan yang bertujuan mengklasifikasikan aset dengan cara

mengevaluasi kolektabilitas portofolio instrument kredit secara berkala.

3) Kebijakan yang bertujuan untuk kerugian provisi atau kebijakan dalam

menciptakan tunjangan pada tingkat tertentu untuk menyerap kerugian yang

dapat diantisipasi.

b. Pembiayaan Perbankan Syariah

Sebagai lembaga intermediasi, perbankan syariah selain melakukan

kegiatan penghimpunan dana secara langsung kepada masyarakat dalam bentuk

simpanan juga akan menyalurkan dana dalam bentuk pembiayaan (financing).

Istilah kredit dalam perbankan konvensional jika didalam konsep perbankan syariah

disebut dengan pembiayaan. Instrumen bunga yang ada dalam bentuk kredit

digantikan dengan akad-akad tradisional Islam atau sering disebut dengan

perjanjian berdasarkan prinsip syariah.

Pembiayaan dalam prinsip Islam didasarkan pada firman Allah SWT, dalam

potongan Q.S. Al-Baqarah [2]: 275 sebagaimana berikut ini:

هۥ ما سلف و أمرهۥ إلى ٱلله هۦ فٱنتهى فل ة م ن رهب م ٱلر بوا فمن جاءهۥ موعظ ٱلبيع وحره …].[ وأحله ٱلله

ها خلدون ﴿275﴾1 هم في ب ٱلنهار أولئك أصح اد ف ومن ع

1 Artinya “…[.] Padahal Allah telah menghalalkan jual beli dan mengharamkan riba. Orang -orang yang telah sampai kepadanya larangan dari Tuhannya, lalu terus berhenti (dari mengambil riba), maka baginya apa yang telah diambilnya dahulu (sebelum datang larangan); dan urusannya (terserah) kepada Allah. Orang yang kembali (mengambil riba), maka orang itu adalah penghuni-penghuni neraka; mereka kekal di dalamnya” (Q.S. Al-Baqarah [2]: 275).


18

Dalam Tafsir Imam Syafi’i dijelaskan bahwa riba adalah apabila seseorang

memberikan pinjaman kepada orang lain lalu mewajibkan sesuatu kepada

peminjam dengan pilihan untuk membayarnya tepat waktui atau melebihinya.

Maka peminjam akan memilih untuk mengakhiri pembayaran dengan menambah

jumlahnya. Apabila hal demikian terjadi, maka mereka akan menggugurkan sunah

Rasulullah SAW dan perkataan tersebut berasal dari kebodohan mereka (Al-Farran,

2008: 491).

Dalam konteks kehidupan sekarang ini, riba yang dimaksud dapat

dipersamakan dengan konsep bunga bank pada kasus kredit. Bunga merupakan

bentuk imbalan dari pihak nasabah yang diberikan kepada pihak perbankan. Dalam

upanya menghindari praktik riba maka pembiayaan menggunakan prinsip bagi

hasil.

Transaksi pembiayaan pernah dipraktikkan oleh rasulullah SAW

sebagaimana dalam hadits yang diriwayatkan Bukhari dan Muslim dari Aisyah R.A

yang berbunyi:

ه ه درع هن ، ور ما بنسيئة طعا هودي من ي ه وسلهم صلهى هللا علي اشترى رسول للاه

Dalam hadis ini Rasulullah shallallahu ‘alaihi wasallam membeli bahan

makanan dengan sistem pembayaran dihutang, itulah hakikat kredit.

Pada pratiknya di perbankan syariah, produk pembiayaan terbagi menjadi

empat kategori yang didasarkan pada perjanjian akad-akad dalam prinsip syariah

adalah sebagai berikut (Umam, 2009):

1) Pembiayaan berdasarkan akad jual beli. Jenis pembiayaan berdasarkan akad

jual beli dibedakan menjadi tiga macam, yaitu pembiayaan murabahah,


19

pembiayaan salam, dan pembiayaan istishna. Inti dari pembiayaan

berdasarkan akad jual beli adalah bahwa nasabah yang membutuhkan suatu

barang tertentu, maka padanya akan menerima barang dari pihak bank

dengan harga sebesar harga pokok (historical cost) ditambah besarnya

keuntungan dikehendaki oleh bank (profit margin) dan harus ada

kesepakatan mengenai harga tersebut oleh kedau pihak.

2) Pembiayaan berdasarkan akad sewa-menyewa. Jenis pembiayaan ini

diberikan kepada nasabah yang ingin mendapatkan manfaat atas barang

tertentu tanpa perlu memiliki. Pihak bank syariah dapat mnyewakan barang

yang menjadi objek sewa (ujrah) yang besarnya sesuai kesepakatan.

3) Pembiayaan berdasarkan akad bagi hasil. Pembiayaan berdasarkan akad

bagi hasil ditujukan untuk memenuhi kepentingan nasabah akan modal atau

tambahan modal untuk melaksanakan sautu usaha yang produktif. Dalam

pratik perbankan dikenal dua macam pembiayaan berdasarkan akad bagi

hasil, yaitu pembiayaan mudharabah dan pembiayaan musyarakah.

4) Pembiayaan berdasarkan akad pinjam-meminjam. Pembiayaan berdasarkan

akad pinjam-meminjam ditempuh perbankan dalam keadaan darurat

(emergency sitiation), karena pada prinsipnya melalui pembiayaan

berdasarkan akad pinjam-meminjam ini bank tidak boleh mengamb il

keuntungan dari nasabah sedikitpun, kecuali hanya sebatas biaya

administrasi yang benar benar digunakan oleh bank dalam proses

pembiayaan. Pembiayaan ini dibedakan menjadi dua, yaitu qardh dan qardh

al hasan.


20

2. Kebijakan Makroprudensial

Secara konseptual, kebijakan makroprudensial adalah instrumen regulas i

prudensial yang ditujukan untuk mendorong stabilitas sistem keuangan secara

keseluruhan, bukan kesehatan lembaga keuangan secara individu. Secara analogi,

kebijakan makroprudensial adalah instrumen regulasi prudensial yang ditujukan

untuk menjaga kesehatan lembaga secara individu. Dengan demikian, kebijakan

makroprudensial digunakan untuk mencegah terjadinya siklus boom-bust suplai

kredit dan likuiditas yang dapat menyebabkan ketidakstabilan perekonomian.

Dengan peran menjaga stabilitas suplai intermediasi keuangan ini, kebijakan

makroprudensial mempunyai peran yang menunjang tujuan kebijakan moneter

dalam menjaga stabilitas harga dan output (Warjiyo dan Juhro, 2016: 604).

Menurut Working Group G-30 (2010) penerapan kebijakan

makroprudensial ini dimaksudkan untuk mengatasi dua dimensi dari risiko

sistemik, yaitu dimensi time series dan dimensi cross section

a. Dimensi time series menggambarkan mekanisme akumulasi risiko pada

sistem keuangan sepanjang waktu. Kejadian ini dimaksudkan untuk

mengurangi kecenderungan sistem keuangan dalam memperbesar naik

turunnya siklus bisnis. Dalam hal ini institusi keuangan bertindak

prosiklikal terhadap siklus bisnis karena institusi finansial secara kolektif

cenderung meningkatkan risk exponsure selama perekonomian dalam masa

boom dan menjadi sangat risk averse pada saat ekonomi dalam masa bust.

Hal ini dapat dilihat dari kredit yang disalurkan oleh bank. Kebijakan


21

makroprudensial diharapkan dapat memoderasi siklus finansial, bukan

menghilangkannya.

b. Dimensi cross section menggambarkan distribusi risiko pada sistem

finansial pada waktu tertentu. Kebijakan ini dimaksudkan untuk

mengurangi risiko tertular (spillovers) dari ketidakstabilan keuangan

(financial distress). Masalah yang terjadi pada institusi keuangan yang satu

dapat menyebar dengan cepat ke institusi keuangan yang lain karena adanya

saling ketergantungan yang sangat erat.

Kebijakan makroprudensial diwujudkan dalam beberapa instrumen

kebijakan. Penggunaan instrumen tersebut tergantung pada tingkat ekonomi dan

keuangan, nilai tukar, dan daya tahan terhadap guncangan (shock). Instrumen

kebijakan tersebut sering digunakan sebagai komplemen bagi kebijakan moneter

dan kebijakan fiskal serta berfungsi sebagai automatic stabilizer. Adapaun beberapa

instrumen kebijakan makroprudensial yang ditetapokan adalah sebagai berikut:

Tabel 2.1 Instrumen Kebijakan Makroprudensial Indonesia

Risiko Instrumen

Kredit 1. Loan to Value (LTV) ratio 2. Financing to Value (FTV) ratio 3. Giro Wajib Minimum Loan to Deposit Ratio

(GWM LDR) 4. Suku Bunga Dasar Kredit (SBDK)

Likuiditas 5. Giro Wajib Minimum Loan to Deposit Ratio (GMW LDR)

6. Posisi Devisa Neto (PDN) Tata Kelola (Governance) 7. Suku Bunga Dasar Kredit (SBDK) Modal 8. Countercyclical Capital Buffer (CCB)

9. Capital Surcharge Sumber: Bank Indoensia (2015)


22

Tabel 2.2 Instrumen Kebijakan Makroprudensial di Berbagai Negara

Instrumen Negara yang Menerapkan

Memitigasi Resiko Kredit:

➢ Pembatasan Pertumbuhan ➢ Pembatasan LDR dan Buffer

➢ LTV

➢ Dynamic provisioning

➢ Brazil, Kuwait, United Kingdom ➢ Bulgaria, Kroasia, Hongkong, Kuwait,

Indonesia ➢ China, Hongkong, Korea, Hungaria,

Indonesia ➢ Kolumbia, Bolivia, Uruguay, Peru, Spanyol

Mitigasi Insolvency :

➢ Pembatasan debt to income ratio ➢ Leverage ratio ➢ Permodalan

➢ Korea

➢ Kanada ➢ Brazil, Saudi Arabia, Bulagria

Mitigasi Risiko Pasar :

➢ Limit posisi valas

➢ Pembatasan kredit valas

Mitigasi Risiko Likuiditas :

➢ Minimum liquidity mismatch ratio

➢ Minimum core funding ratio ➢ Reserve requirement ➢ Pembatasan ekspor impor

perbankan

➢ New Zealand

➢ New Zealand ➢ Bulgaria, Kolumbia, Peru, Rumania ➢ Euro area

Sumber: Utari, Arimurti, dan Kurniati (2012)

a. Loan To Value (LTV)/Financing To Value (FTV)

Loan To Value dan Financing To Value adalah angka rasio antara nila i

pembiayaan yang dapat diberikan perbankan kepada nasabahnya. Jika LTV

merupakan kebijakan untuk perbankan konvensional, maka FTV merupakan

kebijakan untuk perbankan Syariah.

Perumusan kebijakan LTV/FTV dilatar belakangi oleh pertumbuhan kredit

sektor properti yang cukup tinggi saat itu, sehingga berpotensi menimbulkan

terjadinya pembentukan risiko sistemik akibat perilaku ambil risiko yang

berlebihan (excessive risk taking behaviour). Kebijakan batasan minimum atas

LTV pertama kali diimplementasikan pada tahun 2012. Hingga saat ini, kebijakan

tersebut telah disesuaikan 2 (dua) kali pada tahun 2013 dan 2015, yakni dengan

melakukan perubahan atas besaran nilai minimum LTV yang disesuaikan dengan


23

siklus perekonomian dan pertumbuhan kredit. Perubahan terakhir yang dilakukan

bersifat pelonggaran (ekspansi) dengan tujuan untuk menjaga momentum

pertumbuhan perekonomian melalui peningkatan fungsi intermediasi, agar bank

dapat mengucurkan lebih banyak kredit (Bank Indonesia, 2016).

b. Giro Wajib Minimum (GWM) berdasarkan Loan To Deposit Ratio

(LDR)

GWM-LDR adalah simpanan minimum dalam Rupiah yang wajib

dipelihara oleh bank dalam bentuk saldo rekening giro pada Bank Indonesia,

sebesar persentase tertentu dari dana pihak ketiga (DPK) yang dihitung berdasarkan

selisih antara LDR yang dimiliki oleh bank dengan LDR target. Kebijakan tersebut

dikembangkan dengan tujuan untuk mengurangi build-up risiko sistemik melalui

pengendalian fungsi intermediasi perbankan sesuai dengan kapasitas dan target

pertumbuhan perekonomian, serta menjaga likuiditas perbankan. Dengan demikian,

kebijakan ini diharapkan mampu mendorong terciptanya fungsi intermediasi yang

seimbang dan berkualitas, dengan tetap menjaga kondisi likuiditas bank. Kebijakan

mengenai GWM-LDR dituangkan dalam Peraturan Bank Indonesia No.

17/11/PBI/2015 tanggal 26 Juni 2015 tentang Perubahan atas PBI No.

15/15/PBI/2015 tentang Giro Wajib Minimum Bank Umum dalam Rupiah dan

Valuta Asing bagi Bank Umum Konvensional (Bank Indonesia, 2016).

3. Kebijakan Makroprudensial sebagai Kebijakan Countercyclical

Kebijakan makroprudensial adalah instrumen regulasi prudensial yang

ditujukan untuk mendorong stabilitas sistem keuangan secara keseluruhan, bukan

kesehatan lembaga keuangan secara individu (IMF, 2013: 12). Menurut Working


24

Group G-30 (2010) Seperti yang telah dijelakan diatas, bahwa kebijakan

makroprudensial terdapat dua dimensi salah satunya adalah dimensi time series.

Dalam dimensi time series kebijakan makroprudensial ditujukan untuk menekan

risiko terjadinya prosiklikalitas yang berlebihan dalam sistem keuangan.

Prosiklikalitas adalah kondisi di mana pelaku pasar dengan perilaku ambil

risiko atau hindari risiko dapat memperbesar siklus ekonomi (memperdalam

economic downturn dan meninggikan economic upturn) (Bank Indonesia, 2015).

Utari, Arimurti, dan Kurniati (2012) menyebutkan bahwa prosiklikalita s

didefinisikan sebagai interaksi ekonomi yang saling menguatkan. Keadaan yang

dimaksud adalah ketika economic downturn, pihak perbankan cenderung untuk

tidak menyalurkan kredit untuk menghindari risiko. Keaadaan inilah yang akan

memperburuk kondisi perekonomian akibat kurangnya modal dan dapat

memperparah economic downturn.

Kebijakan makroprudensial memiliki sifat countercyclical. Jika kredit

bersifat procyclical, artinya kredit cenderung menguatkan siklus ekonomi, maka

kebijakan makroprudensial bersifat countercyclical yang artinya kebijakan tersebut

cenderung menstabillkan siklus ekonomi.

Kammisky, Reinhart, dan Vegh (2004) menjelaskan bahwa terdapat tiga

karakter kebijakan dalam teori siklus ekonomi, yaitu procyclical, countercyclical,

dan acyclical. Tabel 2.3 menjelaskan karakter kebijakan dengan menggunakan arus

modal bersih yang masuk (net capital inflows) sebagai tranmisi untuk pemahaman

karakter suatu kebijakan.


25

Tabel 2.3 Karakteristik Kebijakan dengan Net Capital Inflows

Kebijakan Net Capital Inflows

Countercyclical -

Procyclical +

Acyclical 0 Sumber: Kamminsky, Reinhart, dan Vegh (2004)

Sebagaimana terdapat dalam tabel 2.3 bahwa:

a. Capital flows di suatu negara dikatakan countercyclical apabila komponen

siklus net capital inflows dan tingkat output berkorelasi negatif. Dengan kata

lain, negara tersebut meminjam dana dari luar negeri pada saat resesi

(capital inflows) dan membayarnya saat siklus ekspansi (capital ouflow).

b. Capital flows dikatakan procyclical apabila komponen siklus capital flows

dengan tingkat output berkorelasi positif. Dengan kata lain, negara tersebut

meminjam dana dari luar negeri pada saat ekspansi (capital inflow) dan

membayarnya pada siklus resesi (capital outflow).

c. Capital flows dikatakan acyclical apabila komponen siklus capital flows

dengan tingkat ouput tidak berkorelasi. Oleh karena itu, pola meminjam

dan membayar dana secara sistematis tidak berhubungan dengan siklus

bisnis.

Dari penjelasan tersebut dapat disimpilkan bahwa kebijakan dikatakan

procyclical ketika kebijakan cenderung menguatkan siklus ekonomi. Sebaliknya,

kebijakan dikatakan countercyclical ketika kebijakan cenderung menstabilkan

siklus bisnis. Sementara itu, kebijakan acyclical merupakan karakter kebijakan

yang tidak berkorelasi dengan siklus ekonomi.


26

4. Faktor Makroekonomi dan Faktor Internal Perbankan

Lingkungan makroekonomi memiliki pengaruh yang cukup kuat terhadap

sektor perbankan. Eksposur dari faktor risiko makroekonomi merupakan sumber

risiko sistemik yang mempengaruhi kinerja sektor perbankan yang dinyatakan

sebagai rasio kredit bermasalah terhadap total kredit yang secara langsung

mempengaruhi pertumbuhan kredit.

Kondisi perekonomian sering kali tidak stabil dan pada periode tertentu

kondisi perekonomian akan cenderung fluktuatif. Kondisi ini sering disebut dengan

siklus bisnis (Mankiw, 2007: 246). Kondisi perekonomian yang fluktuatif tersebut

menjadi salah satu pendorong perilaku perbankan yang cenderung prosiklaka l

dalam penyaluran kredit/pembiayaan. Fluktuasi perekonomian sering kali

didasarkan pada pertumbuhan PDB, karena merupakan ukuran paling luas untuk

keseluruhan kondisi perekonomian. Berikut merupakan grafik siklus bisnis yang

diukur menurut PDB suatu negara:

Gambar 2.1 Grafik Siklus Bisnis Sumber: Sukirno (2004)

Tahap pertama adalah ekspansi, pertumbuhan ekonomi terlihat mulai bergerak

naik yang ditandai dengan adanya gerakan peningkatan produk nasional, kesempatan


27

kerja mulai meningkat, upah cenderung mengalami kenaikan dan keuntungan

perusahaan mengalami peningkatan, kegiatan ekonomi disebut ekspansi bila terjadi

kenaikan selama minimal dua triwulan berturut-turut.

Tahap kedua adalah titik puncak (boom), titik puncak kegiatan ekonomi

tercapai setelah mengalami ekspansi pada saat ini kondisi upah dan kesempatan

kerja berada dalam kondisi yang ideal bagi suatu negara. Kondisi peak ini terjadi

selamanya tapi akan terjadi penurunan kembali, pertumbuhan ekonomi naik dan

mencapai titik puncak melebihi puncak biasanya terjadi.

Tahap ketiga adalah resesi, ketika perekonomian mengalami resesi

pendapatan akan turun sehingga kemampuan seseorang untuk membayar pajak

berkurang. Laba juga turun sehingga perusahaan membayar lebih sedikit pajak

pendapatan, semakin banyak orang yang menjadi tergantung pada bantuan

pemerintah seperti asuransi kesejahteraan dan pengangguran, sehingga pengeluaran

pemerintah naik.

Tahap keempat adalah titik terendah (Trough), penurunan kegiatan

perekonomian tidak akan berlangsung terus tapi akan terhenti pada titik terendah

(trought). Pada saat ini pertumbuhan ekonomi berada pada titik terendah

kesempatan kerja sangat rendah dan tingkat upah berada di bawah subsistem. Bila

kegiatan perekonomian menurun secara tajam dan mencapai titik terendah melebihi

titik terendah yang biasa terjadi perekonomian dikatakan mengalami depression.

Faktor internal perbankan adalah kinerja keuangan dari perbankan itu

sendiri yang dapat menciptakan industri perbankan nasional yang kuat. Kinerja

keuangan perbankan adalah penilaian tingkat efisiensi dan produktifitas yang


28

dilakukan secara berkala atas dasar laporan manajemen dan laporan keuangan yang

mencerminkan prestasi yang diraih oleh industri perbankan. Berikut ini faktor

makroekonomi dan faktor internal perbankan yang mempengaruhi kredit:

a. BI Rate

BI Rate merupakan kebijakan tingkat suku bunga yang diatur oleh Bank

Indonesia selaku bank sentral. Dalam Teori Moneter, kebijakan ini disebut dengan

tingkat diskonto (discount rate) yaitu tingkat diskonto pinjaman yang diberikan

oleh bank sentral kepada bank umum. Apabila tingkat diskonto dinaikkan maka

bank umum cenderung untuk mengurangi tingkat pinjaman kepada bank sentral

sehingga kemampuan bank umum dalam memberikan pinjaman kepada nasabah

cenderung semakin kecil. Dengan demikian inflasi dapat dicegah karena jumlah

uang beredar semakin sedikit (Nopirin, 2014: 34).

Suku bunga bagi suatu bank adalah harga dari komoditi (uang atau dana)

yang diperjual belikan oleh bank. Di Indonesia, penentuan suku bunga, baik biaya

dana (cost of fund) maupun bunga kredit (lending rate) mengacu pada BI Rate. BI

Rate adalah kebijakan yang dibuat oleh Bank Indonesia (BI) mengenai suku bunga,

yang diumumkan kepada publik yang mencerminkan sikap atau stance kebijakan

moneter. BI Rate diumumkan setiap Rapat Dewan Gubernur bulanan oleh Dewan

Gubernur BI dan nantinya kebijakan ini akan diimplementasikan pada operasi

moneter yang dilakukan BI melalui pengelolaan likuiditas (liquidity management)

di pasar uang untuk mencapai sasaran operasional kebijakan moneter. Sasaran

operasional kebijakan moneter dicerminkan pada perkembangan suku bunga Pasar

Uang Antar Bank Overnight (PUAB O/N). Pergerakan di suku bunga PUAB ini


29

diharapkan akan diikuti oleh perkembangan di suku bunga deposito, dan pada

gilirannya suku bunga kredit perbankan (Bank Indonesia, 2016).

Dalam keterkaitannya dengan kredit perbankan, jika BI Rate dinaikan maka

akan berpengaruh pada naiknya suku bunga deposito yang selanjutnya berpengaruh

pada naiknya suku bunga kredit. Semakin tingginya suku bunga kredit akan

berdampak pada menurunya jumlah permintaan kredit sehingga penyaluran kredit

juga akan menurun tetapi permintaan untuk deposito akan meningkat.

b. Inflasi

Secara sederhana inflasi diartikan sebagai meningkatnya harga-harga secara

umum dan terus menerus (Mankiw, 2003: 72). Kenaikan harga dari satu atau dua

barang saja tidak dapat disebut inflasi kecuali bila kenaikan itu meluas (atau

mengakibatkan kenaikan harga) pada barang lainnya. Kebalikan dari inflasi disebut

deflasi.

Indikator yang sering digunakan untuk mengukur tingkat inflasi adalah

Indeks Harga Konsumen (IHK). Perubahan IHK dari waktu ke waktu menunjukkan

pergerakan harga dari paket barang dan jasa yang dikonsumsi masyarakat.

Penentuan barang dan jasa dalam keranjang IHK dilakukan atas dasar Survei Biaya

Hidup (SBH) yang dilaksanakan oleh Badan Pusat Statistik (BPS). Kemudian, BPS

akan memonitor perkembangan harga dari barang dan jasa tersebut secara bulanan

di beberapa kota, di pasar tradisional dan modern terhadap beberapa jenis

barang/jasa di setiap kota.

Ada beberapa teori yang menjelaskan tentang inflasi sebagai berikut

(Boediono, 2014: 161):


30

1) Teori kuantitas

Teori kuantitas memaparkan bahwa terjadinya inflasi hanya disebabkan

oleh satu faktor, yaitu akibat kenaikan jumlah uang yang beredar (JUB). Inti

dari teori ini adalah sebagai berikut:

a) Inflasi akan terjadi jika ada penambahan jumlah uang yang beredar,

baik penambahan uang karta atau penambahan uang giral.

b) Laju inflasi ditentukan oleh laju pertumbuhan jumlah uang yang

beredar dan oleh harapan masyarakat tentang kenaikan harga di masa

yang akan datang. Jadi, apabila masyarakat sudah beranggapan bahwa

akan terjadi kenaikan harga, maka tidak ada kecenderungan masyarakat

untuk menyimpan uang tunai.

2) Teori Keynes

Teori Keynes menjelaskan bahwa inflasi terjadi karena suatu masyarakat

cenderung ingin hidup diluar batas kemampuan ekonominya. Keadaan ini

di tunjukan oleh permintaan masyarakat akan barang-barang yang melebihi

jumlah barang yang tersedia. Hal ini akan menimbulkan inflationary gap.

Ketika inflationary gap tetap ada, maka selama itu pula inflasi akan terus

berlanjut.

3) Teori Strukturalis

Teori strukturalis merupakan teori yang menjelaskan fenomena inflas i

dalam jangka Panjang. Hal ini didasarkan pada penjelasan yang menyoroti

sebab-sebab inflasi yang berasal dari kekakuan struktur ekonomi suatu


31

negara. Menurut teori ini ada dua kekakuan utama perekonomian yaitu

kekakuan persediaan bahan makanan dan kekakuan barang ekspor.

c. Nilai Tukar

Nilai tukar atau kurs valuta asing didefinisikan sebagai jumlah uang

domestik yang dibutuhkan untuk memperoleh satu unit mata uang asing. Sukirno

(2004) menjelaskan, pada dasarnya terdapat dua cara di dalam menentukan kurs

valuta asing:

a) Penentuan kurs berdasarkan permintaan dan penawaran mata uang asing

dalam pasar bebas.

b) Penentuan kurs berdasarkan kebijakan pemerintah.

Nilai tukar erat kaitannya dengan kegiatan perdagangan luar negeri, karena

dalam perdagangan luar negeri, pembayarannya dilakukan dengan satu mata uang

yang telah disepakati bersama. Salah satu pihak harus menukarkan mata uangnya

menjadi mata uang yang telah disepakati. Sebagai mata uang lunak (soft

currency), Rupiah Indonesia masih sangat terpengaruh oleh mata uang yang lebih

kuat, terutama Dollar Amerika. Pergolakan nilai tukar rupiah terhadap dollar

Amerika mempunyai dampak yang cukup besar bagi kegiatan perekonomian

Indonesia di pasar dunia.

Secara ekonomi, nilai tukar mata uang dapat dibedakan menjadi dua

macam, yaitu (Mankiw, 2007: 128):


32

a) Nilai tukar mata uang nominal

Nilai tukar mata uang nominal adalah perbandingan harga relatif dari mata

uang antar negara. Istilah nilai tukar mata uang antara dua negara yang

diberlakukan di pasar valuta asing adalah nilai tukar mata uang nominal.

b) Nilai tukar mata uang riil

Nilai tukar mata uang riil adalah perbandingan harga relatif dari barang yang

terdapat di dua negara. Dengan kata lain, nilai tukar mata uang riil

menyatakan tingkat harga dimana kita bisa memperdagangkan barang dari

satu negara dengan barang negara lain.

Nilai tukar mata uang riil ini ditentukan oleh nilai tukar mata uang nomina l

dan perbandingan tingkat harga domestik dan luar negeri. Rumusnya adalah sebagai

berikut (Mankiw, 2003: 125):

𝑁𝑖𝑙𝑎𝑖 𝑡𝑢𝑘𝑎𝑟 𝑚𝑎𝑡𝑎 𝑢𝑎𝑛𝑔 𝑟𝑖𝑖𝑙 =𝑛𝑖𝑙𝑎𝑖 𝑡𝑢𝑘𝑎𝑟 𝑚𝑎𝑡𝑎 𝑢𝑎𝑛𝑔 𝑛𝑜𝑚𝑖𝑛𝑎𝑙 ×ℎ𝑎𝑟𝑔𝑎 𝑏𝑎𝑟𝑎𝑛𝑔 𝑑𝑜𝑚𝑒𝑠𝑡𝑖𝑘

ℎ𝑎𝑟𝑔𝑎 𝑏𝑎𝑟𝑎𝑛𝑔 𝑙𝑢𝑎𝑟 𝑛𝑒𝑔𝑒𝑟𝑖 (2.1)

Dengan demikian, nilai tukar mata uang riil bergantung pada tingkat harga

barang dalam mata uang domestik serta nilai tukar mata uang domestik tersebut

terhadap mata uang asing. Jika nilai tukar mata uang riil dari mata uang domestik

tinggi, maka harga barang-barang di luar negeri relatif lebih murah dan harga

barang-barang di dalam negeri menjadi relatif lebih mahal dan sebaliknya.

d. Loan to Deposit Ratio (LDR)/Financing to Deposit Ratio (FDR)

LDR/FDR adalah rasio yang membandingkan antara total

kredit/pembiayaan terhadap Dana Pihak Ketiga (DPK) yang dihimpun olen

perbankan. Rasio ini menunjukkan tingkat kemampuan bank dalam menyalurkan

dananya yang berasal dari masyarakat (berupa Giro, Deposito, Tabungan, dan lain-


33

lain) dalam bentuk kredit/pembiayaan. Semakin tinggi rasio LDR/FDR maka

kemampuan perbankan dalam menyalurkan kredit/juga semakin besar (Bank

Indonesia, 2015).

LDR/FDR juga sangat berpengaruh terhadap profitabilitas perbankan. Jika

LDR/FDR naik maka pendapatan perbankan dapat dipastikan juga akan semakin

tinggi, dalam arti memiliki pengaruh positif. Hal ini terjadi karena jika semakin

tinggi kredit/pembiayaan yang diberikan maka semakin tinggi juga pendapatan

bunga, namun sepanjang penyaluran kredit telah dilakukan secara prudentia l

terhadap ketentuan yang ada sehingga tidak menimbulkan kredit bermasalah

(Riyadi, 2015). Islitah LDR digunakan untuk perbanakan konvensiona l,

sedangankan istilah FDR digunakan untuk perbankan syariah.

B. Telaah Pustaka

Dalam perkembangannya, telah banyak penelitian yang meneliti tentang

bagaimana pengaruh faktor makroekonomi terhadap penyaluran kredit perbankan

serta bagaimana efektifitas kebijakan makroprudensial yaitu LTV/FTV dan GWM-

LDR dalam mengatur penyaluran kredit yang berlebihan.

Neneng Ela Fauziyah (2016) meneliti tentang Analisis Dampak Kebijakan

Pelonggaran Financing to Value (FTV) Terhadap Penyaluran Pembiayaan Properti

di Perbankan Syariah Dalam Kerangka Kebijakan Makroprudensial. Penelitian ini

menggunakan metode kuantitatif dengan alat analisis Vector Error Corection

Model (VECM) yang menghasilkan bahwa kebijakan pelonggaran FTV yang

dirancang oleh Bank Indonesia pada tahun 2015 memberikan dampak negatif

terhadap peningkatan penyaluran pembiayaan properti. Kemudian variabel


34

makroekonomi yang berdampak positif dalam meningkatkan pembiayaan properti

adalah inflasi dan IPI saja. Sedangkan BI rate memberi dampak negatif. FDR

sebagai variabel internal bank memberikan dampak positif terhadap pembiayaan

property. Pada intinya, kenijakan pelonggaran FTV belum sepenuhnya efektif

dalam meningkatkan pembiayaan properti di perbankan Syariah.

Intan Puspitasari (2016) meneliti tentang Efektivitas Kebijakan

Makroprudensial dalam Memitigasi Prosiklikalitas Kredit dan Pembiayaan Dual

Banking System di Indonesia. Penelitian ini menggunakan metode kuantitat if

dengan alat analisis Vector Autoregresive (VAR) yang menghasilkan bahwa

kebijakan GWM-LFR dinilai masih belum terlalu efektif dalam memitigas i

prosiklikalitas kredit perbankan konvensional, sedangkan untuk perbankan syariah

belum efektif sama sekali. Untuk kebijakan FTV/LTV dinilai belum efektif untuk

memitigasi prosiklikalitas kredit dan pembiayaan.

Purnawan dan Nasir (2015) meneliti tentang kebijakan makroprudens ia l

dalam menstabilkan volatilitas nilai tukar. Penelitian ini menggunakan VARX dan

metode event analysis yang menghasilkan volatilitas nilai tukar mulai menurun

ketika terjadi penetapan kebijakan one month holding periode (OMHP), sehingga

kebijakan makroprudensial sebagai kebijakan countercyclical telah terpenuhi

dengan kebijakan OMHP.

Penelitian Rizki E. Wirnanda, Meily I. Permata, M. Barik Bathaludd in,

Wahyu A. Wibowo (2012) menunjukkan bahwa sebagian besar kebijakan

makroprudensial yang telah dikeluarkan Bank Indonesia efektif dalam meng-

address permasalahan yang ada, yaitu volatilitas nilai tukar dan kredit.


35

Berdasarkan penelitian-penelitian terdahulu, penelitian ini terfokus pada

sistem perbankan ganda yaitu bank konvensional dan bank syariah di Indonesia

yang terfokus pada efektitas kebijakan makroprudensial sebagai countercyclical

penyaluran kredit dan pembiayaan yang juga dipengaruhi oleh variabel

makroekonomi dan variabel internal perbankan. Alasan pemilihan variabel

makroekonomi adalah agar penelitian ini mempunyai cakupan yang lebih luas

sehingga tidak tertuju pada variabel internal perbankan saja.

Perbedaan penelitian ini dengan penelitian sebelumnya adalah penggunaan

variabel serta rentang waktu yang digunakan. Selain itu penelitian ini terfokus pada

pembuktian tentang kebijakan makroprudensial yang bersifat kebijakan

countercyclical. penelitian ini menggunakan data sampai tahun 2018, sehingga

diharapkan mampu menangkap peristiwa pada penyaluran kredit secara lebih dalam

sejak diberlakukannnya kebijakan makroprudensial. Penelitian ini juga terfokus

pada bank konvensional dan bank syariah.


36

Tabel 2.4 Tabel Penelitian Terdahulu

Peneliti dan

Tahun

Sumber

Referensi

Judul Variable dan Alat

Analisis

Ringkasan Hasil

Neneng Ela Fauziyah. 2016

Skripsi Program Sarjana Ekonomi FEBI UIN Sunan Kalijaga

Analisis Dampak Kebijakan Pelonggaran Financing To Value (FTV) Terhadap Penyaluran Pembiayaan Properti di Perbankan Syariah Dalam Kerangka Kebijakan Makroprudensial

Pembiayaan Properti, Financing to Value (FTV), BI Rate, inflasi, Indeks Produksi Industri (IPI), dan Financing to Deposit Ratio (FDR)

Alat analisis: Vector Error Correction Model (VECM)

Kebijakan pelonggaran FTV yang dirancang oleh Bank Indoensia pada tahun 2015 memberikan dampak negatif terhadap peningkatan penyaluran pembiayaan properti. Kemudian variabel makroekonomi yang berdampak positif dalam meningkatkan pembiayaan properti adalah inflasi dan IPI saja. Sedangkan BI rate memberi dampak negatif. FDR sebagai variabel internal bank memberikan dampak positif terhadap pembiayaan property. Pada intinya, kenijakan pelonggaran FTV belum sepenuhnya efektif dalam meningkatkan pembiayaan properti di perbankan Syariah.

Intan Puspitasari. 2016

Skripsi Program Sarjana Ekonomi FEBI UIN Sunan Kalijaga

Efektivitas Kebijakan Makroprudensial dalam Memitigasi Prosiklikalitas Kredit dan Pembiayaan Dual Banking System di Indonesia

Kredit/Pembiayaan, FTV/LTV, GWM LFR, BI rate, DPK, Kredit/Pembiayaan Bermasalah

Alat analisis: Vector Autoregresive (VAR)

Hasil penelitian menunjukkan bahwa kebijakan GWM-LFR dinilai masih belum terlalu efektif dalam memitigasi prosiklikalitas kredit perbankan konvensional, sedangkan untuk perbankan syariah belum efektif sama sekali. Untuk kebijakan FTV/LTV dinilai belum efektif untuk memitigasi prosiklikalitas kredit dan pembiayaan

Muhammad Eddie

Buletin Ekonomi

The Role of Macroprudential

Volatilitas nilai tukar, nilai tukar nominal, GDP,

Hasil penelitian menunjukkan bahwa tingkat volatilitas nilai tukar menurun setelah penerapan periode holding


37

Purnawan dan M. Abd. Nasir. 2015

Moneter dan Perbankan Vol. 18 Nomor 1

Policy to Manage Exchange Rate

inflasi, Suku Bunga Dasar Kredit (SBDK), kredit, BI rate

Alat analisis: VARX dan Event Analysis

satu bulan, periode holding enam bulan dan kebijakan posisi devisa neto. Namun, untuk nilai tukar nominal, kebijakan ini tidak efektif. Secara agregat, persyaratan cadangan ditambah kebijakan rasio pinjaman terhadap simpanan efektif untuk meningkatkan alokasi kredit bank. Selanjutnya dampak dari kebijakan cadangan primer sangat terbatas untuk menurunkan likuiditas ekonomi; sementara pada saat yang sama aliran modal asing menjadi sangat berat

Rizki E. Wirnanda, Meily I. Permata, M. Barik Bathaluddin, Wahyu A. Wibowo. 2012

Working Paper Bank Indonesia

Studi Penerapan Kebijakan Makroprudensial di Indonesia: Evaluasi dan Analisa Integrasi Kebijakan Bank Indonesia

Volatilitas nilai tukar, nilai tukar nominal, GDP real, inflasi, SBDK, BI rate, GWM, LTV

Alat analisis: VARX, Event Analysis dan DSGE

Hasil penelitian menunjukkan bahwa sebagian besar kebijakan makroprudensial yang telah dikeluarkan Bank Indonesia efektif dalam meng-address permasalahan yang ada, yaitu volatilitas nilai tukar dan kredit. Sementara itu, dampak kebijakan GWM primer sangat terbatas dalam menurunkan likuiditas perkonomian. Analisis DSGE menghasilkan bahwa kombinasi kebijakan terbaik adalah dengan mengintegrasikan kebijakan moneter dengan kebijakan makroprudensial.

Ayu Swaningrum dan Peggy Hariwan. 2014

Paper FEB Universitas Kristen Satya Wacana

Evaluasi Efektifitas Instrumen Makroprudensial dalam Mengurangi Resiko Sistemik di Indonesia

Pertumbuhan kredit, pertumbuhan PDB, tingkat suku bunga, LTV, GWM LDR,

Alat Analisis: Regresi data Panel

Hasil penelitian menunjukkan bahwa instrumen kebijakan makroprudensial yakni LTV dan GWM LDR pada tahun penelitian secara efektif belum mampu mengatasi prosiklikalitas kredit.


38

Ida Nuryana. 2017

Jurnal Ilmu Manajemen dan akuntansi vol.5 no.1 April 2017 FEB Universitas Kanjuruhan Malang

Assessment Efektifitas Instrumen Makroprudensial dalam Mengurangi Resiko Kredit Perbankan di Indonesia

Capital Buffer, GWN LDR, dan risiko kredit perbankan

Alat analisis: Analsis Regresi

Hasil penelitian menunjukkan bahwa secara simultan Capital Buffer dan GWM LDR berpengaruh signifikan terhadap risiko kredit. Secara parsial Capital Buffer berpengaruh terhadap risiko kredit, sedangkan GWM LDR tidak berpengaruh terhadap risiko kredit.

Nufita Sari Utami. 2017

Skripsi Program.Studi Perbankan Syariah FEBI UIN Sunan Kalijaga

Pengaruh Kebijakan Makroprudensial dan Kebijakan Makroprudensial terhadap Risiko Pembiayaan di Bank Umum Syariah tahun 2013-2015

Dana pihak ketiga, CAR, size, GWM berdasarka FDR, Exchange rate, inflasi, resiko pembiayaan bank syariah

Alat analisis: Analisis regresi data panel

Hasil analisis menunjukan bahwa variabel DPK berpengaruh negative namun tidak signifikan terhadap NPF. Variable CAR berpengaruh negative dan signifikan terhadap NPF. Variable size berpengaruh positif namun tidak signifikan terhadapNPF. Variabel GWM-FDR berpengaruh negatifdan signofikan terhadap NPF. Variable exchange rate berpengaruh psotif dab signifikan terhadap NPF. Variable inflasi berpemgaruh signifikan terhadap NPF

Meutia Qudraty, Suriani. 2016

Jurnal Perspektif Ekonomi Darussalam vol. 2 no. 1 Maret 2016 FEB

Efektifas Kebijakan Makroprudensial Perbankan dan Penyaluran Kredit di Aceh

LTV, LDR, penyaluran kredit bank umum dan PDRB sebagai variabel control

Hasil penelitian menunjukkan bahwa instrumen kebijakan makroprudensial yang ditetapkan oleh BI memengaruhi total penyaluran kredit bank umum di Aceh sehingga bank umum di Aceh sehingga dapat mengurangi risiko kredit bermasalah (Non Performing Loan). Namun, Bank Indonesia harus memperhatikan dan mengevaluasi keadaan tersebut dengan melihat


39

Universitas Syiah Kuala

Alat analisis: model statistik deskriptif

instrument makroprudensial yang mana memberikan pengaruh paling besar terhadap penyaluran kredit di Provinsi Aceh. Untuk penelitian selanjutnya, disarankan untuk menambahkan CAR (Capital Adequacy Ratio) dan GWM (Giro Wajib Minimum) sebagai variabel-variabel yang dapat memengaruhi kinerja bank-bank umum di Aceh.

Sekar Dewinda Santi. 2017

Skripsi Program Sarjana Ilmu Ekonomi FEB UGM

Analisis Pengaruh Kebijakan Makroprudensial terhadap Pertumbuhan Kredit Bank Umum di Indonesia Periode 2010: Q1-2016: Q4

Pertumbuhan dana pihak ketiga, CAR, investasi, pertumbuhan GDP dan volatilitas nilai tukar

Alat analisi: Fixed Effect Crossection Weight dan Panel Cointegration

Hasil analisis menunjukan bahwa variabel internal bank seperti pertumbuhan dan pihak ketiga, CAR, dan investasi berpengaruh signifikan, serta variabel eksternal bank seperti pertumbuhan GDP dan volatilitas nilai tukar berpengaruh signifikan terhadap pertumbuhan kredit. Variabel kebijakan makroprudensial LTV kedua dan ketiga serta GWM-LFR berpengaruh signifikan terhadap pertumbuhan kredit. Hasil uji kointegrasi menunjukan bahwa terdapat hubungan jangka panjang antara variabel independen dengan variabel dependen.

M. Jefri Saputra. 2016

Skripsi Program Sarjana Ekonomi FEB Universitas Lampung

Assessement Intrumen Kebijakan Makroprudensial dalam memitigasi Risiko Kredit di Indonesia: Analisis Data Panel

GWM-LDR, Capital Buffer, GDP, tingkat suku bunga, nilai tukar riil

Alat analisis: Analisis Data Panel dan Hodrick Prescott Filter

Intrumen kebijakan makroprudensial, GWM-LDR dan Capital Buffer terbukti seignifikan dan negatif dalam mengurangi pertumbuhan kredit perbankan di Indonesia. Hasil penelitian HP Filter menunjukan telah melewati batas atas 1 stdev (Batasan Bank Indonesia) maupun batas atas 1,75 stdev (Batasan IMF) dari trend jangka panjangnya yang menunjukan adanya potensi execessive credit.


40

C. Pengembangan Hipotesis

Berdasarkan landasan teori dan penelitian yang telah dilakukan sebelumnya,

penelitian ini mengasumsikan bahwa kebijakan makroprudensial memiliki dampak

guncangan terhadap pertumbuhan kredit dan pembiayaan perbankan di Indonesia.

Dampak tersebut juga diperkuat dengan variabel makroekonomi yang memilik i

kaitan cukup erat dengan pertumbuhan kredit perbangkan yaitu BI rate, inflasi, nila i

tukar riil yang merupakan proxy dari pertumbuhan ekonomi, selain itu variabel

internal perbankan diharapkan penelitian ini tetap dapat menampung pengaruh

varibel internal perbankan terhadap kredit dan pembiayaan. Asumsi tersebut

merupakan sebuah hipotesis yang akan diuji kebenaranya oleh fakta dan data yang

tersedia.

1. Hubungan FTV/LTV dengan Kredit dan Pembiayaan Perbankan

Kebijakan FTV/LTV merupakan kebijakan yang fleksibel disesuaikan

dengan kebutuhan. Kebijakan pengetatan FTV/LTV berarti menurunkan batas

maksimal penyaluran kredit yang dapat diberikan bank konvensional dan bank

syariah. Sedangkan kebijakan pelonggaran FTV/LTV berarti manaikkan batas

maksimal penyaluran kredit yang dapat diberikan bank konvensional dan bank

syariah. Kebijakan pengetatan FTV/LTV dapat menurunkan keinginan nasabah

untuk melakukan pembiayaan, sebaliknya kebijakan pelonggaran FTV/LTV dapat

menaikkan keinginan nasabah untuk melakukan pembiayaan karena bank

konvensional dan bank syariah akan menaikkan penawaran kredit dan pembiayaan.

Sehingga kebijakan pengetatan LTV/FTV berpengaruh negatif terhadap penyaluran

kredit dan pembiayaan. Artinya jika LTV/FTV semakin diketatkan (batas maksimal


41

penyaluran kredit diturunkan) maka penyaluran kredit dan pembiayaan akan

mengalami penurunan

Penelitian yang dilakukan oleh Purnawan dan Nasir (2015) menyimpulkan

bahwa Kebijakan LTV yang dirancang oleh Bank Indonesia memberikan dampak

negatif terhadap penyaluran kredit perbankan, sehingga dalam kebijakan

pengetatan LTV telah mampu menekan penyaluran kredit. Berdasarkan uraian

diatas dan didukung dengan hasil penelitian terdahulu, maka dirumuskan hipotesis

sebagai berikut:

H1a: Kebijakan pengetatan LTV berpengaruh negatif signifikan

terhadap kredit bank konvensional

H1b: Kebijakan pengetatan FTV berpengaruh negatif signifikan

terhadap pembiayaan bank syariah

2. Hubungan GWM-LDR dengan Kredit dan Pembiayaan Perbankan

GWM LDR adalah simpanan minimum dalam Rupiah yang wajib dipelihara

oleh bank dalam bentuk saldo rekening giro pada Bank Indonesia, sebesar

persentase tertentu dari dana pihak ketiga (DPK) yang dihitung berdasarkan selisih

antara LDR yang dimiliki oleh bank dengan LDR target. Kebijakan GWM-LDR

bukanlah kebijakan untuk menurunkan kredit melainkan untuk menetapkan rasio

kredit terhadap DPK atau LDR tetap pada posisi optimal, yaitu diantara batas atas

dan batas bawah LDR target. Namun kebijakan pengetatan GWM-LDR yang

dilakukan dengan menurunkan batas atas LDR target membuat perbankan akan

menurunkan penyaluran kreditnya. Sehingga kebijakan pengetatan GWM-LDR

berpengaruh negatif terhadap penyaluran kredit/pembiayaan perbankan. Artinya


42

semakin diketatkan kebijakan GWM-LDR (Batas atas diturunkan) maka

penyaluran kredit dan pembiayaan juga akan turun. Dalam penelitian Intan

Puspitasari (2016), menyatakan bahwa GWM-LFR berpengaruh negatif terhadap

total kredit bank umum konvensional di Indonesia.

H2a: Kebijakan pengetatan GWM-LDR berpengaruh negatif

signifikan terhadap kredit bank konvensional

H2b: Kebijakan pengetatan GWM-LDR berpengaruh negatif

signifikan terhadap pembiayaan bank syariah

3. Hubungan BI Rate dengan Kredit dan Pembiayaan Perbankan

Naik dan turunnya BI rate yang dikeluarkan oleh Bank Indonesia

dipengaruhi oleh tingkat inflasi yang pada akhirnya akan berpengaruh terhadap naik

dan turunnya Suku Bunga Dasar Kredit pada perbankan. Jika BI rate naik maka

Suku Bunga Dasar Kredit juga akan naik, sebaliknya jika BI rate diturunkan maka

Suku Bunga Dasar Kredit juga akan turun. Suku Bunga Dasar Kredit (SBDK) akan

menjadi dasar bagi bank konvensional untuk menentukan suku bunga kreditnya.

Jika SBDK tinggi, maka masyarakat cenderung untuk mendepositkan dana.

Sedangkan ketika SBDK rendah, maka masyarakat cenderung untuk melakukan

transaksi pinjaman. Bank syariah tidak menggunakan instrument suku bunga,

sehingga BI rate tidak berhubungan secara langsung. Hanya saja SBDK nantinya

akan berpengaruh pada margin yang diambil bank Syariah. Semakin tinggi SBDK

maka pengambilan margin oleh bank syariah juga semakin tinggi sehingga akan

menurunkan penyaluran pembiayaan, sebaliknya jika SBDK rendah maka

pengambilan margin oleh bank syariah akan rendah sehingga akan menaikkan


43

penyaluran pembiyaan. Dalam konsep makroekonomi kanaikan BI rate

dipengaruhi oleh naiknya inflasi. Hal ini sesui dengan teori efek Fisher yang

menyatakan bahwa setiap kenaikan 1% inflasi akan menyebabkan kenaikan 1%

suku bungan nominal dalam hal ini adalah BI rate (Mankiw, 2007: 89). Dari uraian

diatas menunjukkan bahwa BI rate berpengaruh negatif terhadap penyaluran kredit

dan pembiayaan perbankan.

Hasil penelitian Neneng (2016) menunjukkan bahwa BI rate berpengaruh

negatif terhadap pembiayaan properti. Sehingga hipotesis dapat dirumuskan

sebagai berikut:

H3a: BI rate berpengaruh negatif signifikan terhadap kredit bank

konvensional

H3b: BI rate berpengaruh negatif signifikan terhadap pembiayaan

bank syariah

4. Hubungan Inflasi dengan Kredit dan Pembiayaan Perbankan

Inflasi mencerminkan stabilitas ekonomi, jika tingkat inflasi meningka t,

masyarakat cenderung mengurangi saving/investasi. hal ini disebabkan karena

ketika terjadi inflasi dalam hal ini adalah kenaikan harga komoditas juga akan

menyebabkan mahalnya biaya pinjaman (Mankiw, 2007: 61). Kenaikan biaya

pinjaman itulah yang akan menyebabkan penawaran kredit dan pembiyaan

perbankan menjadi menuru. Pohan (2008: 9) menyebutkan bahwa ketika terjadi

inflasi, masyarakat cenderung membelanjakan harta pada sektor riil sehingga akan

semakin sedikit masyarakat yang menghimpun dana di bank dan berdampak pada


44

menurunya penyaluran kredit/pembiayaan. Sehingga dapat disimpulkan bahwa

kenaikan inflasi akan menurunkan penyaluran kredit dan pembiayaan.

Hasil penelitian Igirisa (2017) menyatakan bahwa kenaikan inflas i

berpengaruh negatif terhadap peningkatan kredit.

H4a: Inflasi berpengaruh negatif signifikan terhadap kredit bank

konvensional

H4b: Inflasi berpengaruh negatif signifikan terhadap pembiayaan

bank syariah

5. Hubungan Nilai Tukar dengan Kredit dan Pembiayaan Perbankan

Pola volatilitas nilai tukar riil akan mengakibatkan naik turunnya penyaluran

kredit perbankan, dalam hal ini adalah bank devisa. Jika nilai tukar dollar terhadap

rupiah tinggi (nilai rupiah terdepresiasi), maka penyaluran kredit bank devisa akan

rendah. Sebaliknya jika semakin rendah nilai tukar dollar terhadap rupiah (nila i

rupiah terapresiasi), maka penyaluran kredit bank devisa akan semakin tinggi.

Tingginya nilai tukar dollar terhadap rupiah mengakibatkan masyarakat

cenderung untuk memiliki US$ (menarik dana dan mengkonversikannya dalam

US$) yang mengakibatkan menurunnya dana rupiah bank devisa, sehingga

mempengaruhi kegiatan bank devisa dalam penyaluran kreditnya. Volatilitas nila i

tukar tidak secara langsung berpengaruh terhadap bank umum konvensional dan

bank umum syariah. Namun jika likuiditas bank devisa turun maka akan juga akan

menurunkan transaksi bank devisa dengan bank umum dalam pemutaran uang,

yang mengakibatkan pada menurunnya penyaluran kredit dan pembiayaan bank

umum konvensional dan bank umum syariah. Artinya bahwa kenaikan nilai tukar


45

rupiah (nilai rupiah terdepresiasi) akan mengakibatkan menurunnya penyaluran

kredit dan pembiayaan perbankan, begitu juga sebaliknya.

Seperti dalam penelitian Haryati (2009) menyatakan bahwa nilai tukar riil

berpengaruh negatif terhadap pertumbuhan kredit.

H5a: Nilai tukar berpengaruh negatif signifikan terhadap kredit

bank konvensional

H5b: Nilai tukar berpengaruh negatif signifikan terhadap

pembiayaan bank syariah

6. Hubungan LDR dan FDR dengan Kredit dan Pembiayaan Perbankan

Indikator perbankan yang diduga memiliki pengaruh kuat terhadap jumlah

penyaluran kredit dan pembiayaan adalah Loan to Deposit Ratio (LDR) dan

Financing to Deposit Ratio (FDR). LDR/FDR merupakan rasio antara besarnya

seluruh volume kredit/pembiayaan dengan jumlah dana yang diterima oleh

perbankan dari pihak ketiga (Bank Indonesia, 2015). Semakin tinggi LDR/FDR

maka semakin tinggi juga penyaluran kredit/pembiayaan perbankan. Seperti dalam

penelitian Neneng Ela Fauziyah (2016), menyatakan bahwa FDR berpengaruh

positif terhadap penyaluran pembiayaan properti.

H6a: LDR berpengaruh positif signifikan terhadap kredit bank

konvensional

H6b: FDR berpengaruh positif signifikan terhadap pembiayaan

syariah


46

7. Efektivitas Kebijakan LTV/FTV dan GWM-LDR sebagai

Countercyclical Penyaluran Kredit/Pembiayaan Perbankan

Kebijakan makroprudensial adalah kebijakan yang bersifat countercyclical

artinya, kebijakan maroprudensial merupakan kebijakan untuk menstabilkan siklus

ekonomi. Purnawan dan Nasir (2015) menyatakan bahwa semenjak kebijakan one

month holding periode (OMHP) kondisi volatilitas nilai tukar bergerak relatif stabil.

Sehingga kondisi prosiklikalitas yang terjadi sebelum periode penerapan kebijakan

OMHP dapat dimitigasi. Artinya Tujuan kebijakan makroprudensial yang bersifat

countercyclical tercapai dengan kebijakan OMHP. Untuk penelitian ini intrumen

kebijakan makropudensial yang digunakan adalah LTV/FTV dan GWM-LDR.

H7: Kebijakan LTV/FTV dan GWM-LDR secara signifikan efektif

sebagai countercyclical penyaluran kredit/pembiayaan

perbankan

D. Kerangka Pemikiran

Berdasarkan uraian latar belakang, rumusan masalah, landasan teori dan

telaah pustaka yang telah dilakukan untuk menganalisa dampak kebijakan

makroprudensial terhadap pertumbuhan kredit bank konvensional dan bank

syariah yang juga dipengaruhi oleh variabel makroekonomi seperti BI rate, inflas i,

dan nilai tukar dan variabel internal perbankan yaitu LDR/FDR. Berikut ini

disusun kerangka pemikiran dari penelitian ini:


47

Gambar 2.2 Kerangka Pemikiran Penelitian

Sumber: Ilustrasi Peneliti

Apabila kedua kebijakan tersebut efektif dalam menekan kredit atau

pembiayaan pada saat pengetatan, maka kebijakan tersebut mampu menstabilkan

penyaluran kredit dan pembiayaan. Sebaliknya, jika kedua kebijakan tersebut tidak

mampu atau tidak efektif dalam menekan kredit atau pembiayaan pada saat

pengetatan, maka kebijakan tersebut belum mampu menstabilkan penyaluran kredit

dan pembiayaan. Sehingga akan terjadi prosiklikalitas kredit yang akan

mengakibatkan ketidakstabilan pada Stabilitas Sistem Keuangan (SSK).

Efektivitas Kebijakan Makroprudensial Sebagai Countercyclical Penyaluran Kredit dan Pembiayaan Perbankan di

Indonesia

Variabel Internal Bank

LDR/FDR

Variabel Makroekonomi

BI Rate

Inflasi

Nilai Tukar

Countercyclical Penyaluran Kredit/Pembiayaan Perbankan

Temuan: Kesimpulan dan Rekomendasi Kebijakan

Kebijakan LTV/FTV dan GWM LDR


48

BAB III

METODE PENELITIAN

A. Jenis Penelitian

Penelitian ini termasuk jenis penelitian yang bersifat kuantitatif. Metode

kuantitatif adalah pendekatan ilmiah terhadap pengambilan keputusan manajeria l

dan ekonomi. Pendekatan ini terdiri atas perumusan masalah, menyusun model,

mendapatkan data, mencari solusi, menguji solusi, menganalisis hasil dan

mengimplementasi hasil (Kuncoro, 2011). Penelitian ini menggunakan data empiris

yang kemudian diolah dengan metode Vector Auto Regression (VAR)/Vector Error

Corection Model (VECM). Tujuan dari penelitian ini adalah menganalis is

efektivitas kebijakan LTV/FTV dan GWM-LDR yang merupakan bagian dari

kebijakan makroprudensial yang dikeluarkan oleh Bank Indonesia yang

dipengaruhi oleh faktor makro ekonomi berupa BI rate, inflasi, dan nilai tukar dan

juga variabel internal bank yaitu LDR/FDR dalam mengatur penyaluran kredit dan

pembiayaan perbankan di Indonesia.

B. Jenis dan Teknik Pengumpulan Data

Data yang digunakan adalah data time series dengan periode bulanan dari

Januari 2010 – Oktober 2018 yang diperoleh dari terbitan Bank Indonesia berupa

Statistik Perbankan Indonesia (SPI) dan Statistik Perbankan Syariah (SPS),

publikasi dalam website Bank Indonesia dan Otoritas Jasa Keuangan (OJK), selain

itu data lainya diperoleh dari terbitan Badan Pusat Statistik (BPS) Indonesia. Unit

analisisnya seluruh bank umum konvensional dan perbankan syariah (bank umum

dan unit usaha syariah) di Indonesia.


49

C. Definisi Operasional Variabel

Variabel yang digunakan dalam penelitian ini adalah variabel total kredit

dan pembiayaan perbankan (Y1) sebagai variabel dependen atau variabel yang

bersifat terikat, yang besarnya dipengaruhi oleh variabel lain. Variabel kebijakan

makroprudensial dalam menstabilkan total kredit/pembiayaan adalah variabel

LTV/FTV (X1) dan GWM-LDR (X2) yang diukur menggunakan variabel dummy

dengan disajikan berupa angka 0 dan 1. Kemudian variabel makroekonomi sebagai

variabel yang mempengaruhi total kredit/pembiayaan perbankan yaitu BI Rate (X3),

inflasi (X4), nilai tukar (X5) serta variabel internal perbankan yaitu LDR/FDR (X6).

1. Kredit Perbankan Konvensional

Kredit adalah penyediaan uang atau tagihan yang dapat dipersamakan

dengan itu, berdasarkan persetujuan atau kesepakatan pinjam-meminjam antara

bank dengan pihak lain yang mewajibkan pihak peminjam untuk melunasi utangnya

setelah jangka waktu tertentu dengan pemberian bunga. Kredit dalam penelitian ini

diambil dari seluruh bank umum konvensional yang ada di Indonesia. Penelitian ini

mengambil kredit sebagai variabel dependen (Y) karena besaran kredit diduga

dipengaruhi oleh variabel lain (X). Penelitian ini mengambil rentang waktu bulan

Januari 2010-Oktober 2018. Data total kredit diperoleh dari Statistik Perbankan

Indonesia (SPI) yang dipublikasikan oleh Bank Indonesia dan Otoritas Jasa

Keuangan (OJK). Total kredit menggunakan satuan Milyar Rupiah.

2. Pembiayaan Perbankan Syariah

Pembiayaan merupakan istilah lain dari kredit yang digunakan untuk

perbankan syariah. Jika kredit mengharapkan keuntungan dari bunga, maka


50

pembiayaan mengharaokan keuntungan dari sitem bagi hasil. Pembiayaan dalam

penelitian ini diambil dari seluruh Bank Umum Syariah (BUS) dan Unit Usaha

Syariah (UUS) yang ada di Indonesia. Penelitian ini mengambil pembiayaan

sebagai variabel dependen (Y) dalam model untuk bank syariah. Sama seperti kredit

bank konvensional, rentang waktu data pembiayaan adalah Januari 2010-Oktober

2018. Data pembiayaan diperoleh dari Statistik Perbankan Syariah (SPS) yang

dipublikasikan oleh Bank Indonesia dan Otoritas Jasa Keuangan (OJK). Total kredit

menggunakan satuan Milyar Rupiah.

3. Loan to Value (LTV)/Financing to Value (FTV)

Loan to Value dan Financing to Value adalah angka rasio antara nila i

kredit/pembiayaan yang dapat diberikan perbankan kepada nasabahnya. Jika LTV

merupakan kebijakan untuk petbankan konvensional, maka FTV merupakan

kebijakan untuk perbankan syariah, maka. Kebijakan pengetatan LTV merupakan

kebijakan untuk perbankan konvensional. Pengetatan LTV/FTV diterapkan untuk

mengurangi jumlah penyaluran kredit/pembiayaan sedangkan kebijakan

pelonggaran digunakan untuk menstimulus perbankan dalam menyalurkan

kredit/pembiayaan yang lebih besar. Satuan yang digunakan dalam LTV/FTV

adalah persen (%). Namun dalam penelitian ini, pengolahan data dengan

menggunakan dummy. Dummy disini berarti data direpresentasikan dalam bentuk 0

dan 1. Angka 0 untuk waktu saat ditetapkannya kebijakan pelonggaran dan sebelum

adanya kebijakan, sedangkan 1 untuk waktu saat ditetapkan kebijakan pengetatan.

Penentuan pengetatan dan pelonggaran didasarkan pada rasio ketetapan dari

kebijakan tersebut.


51

4. Giro Wajib Minimum (GWM)-LDR

GWM-LDR adalah simpanan minimum dalam Rupiah yang wajib

dipelihara oleh bank dalam bentuk saldo rekening giro pada Bank Indonesia,

sebesar persentase tertentu dari dana pihak ketiga (DPK) yang dihitung berdasarkan

selisih antara LDR yang dimiliki oleh bank dengan LDR target. Dalam penelit ian

ini, pengolahan data dengan menggunakan dummy. Dummy disini berarti data

direpresentasikan dalam bentuk 0 dan 1. Angka 0 untuk waktu saat tidak diterapkan

kebijakan pengetatan, sedangkan 1 untuk waktu saat diterapkan kebijakan

pengetatan. Penetapan pengetatan dan pelonggaran didasarkan pada batas atas LDR

kebijakan tersebut.

5. BI Rate

BI Rate adalah salah satu kebijakan moneter untuk mengendalikan inflas i.

Kebijakan BI Rate dikeluarkan oleh Bank Indonesia yang dapat mempengaruhi

naik dan turunya suku bunga kredit dan juga berpengaruh pada jumlah permintaan

dan penyaluran kredit/pembiayaan perbankan di Indonesia. Namun pada tanggal 19

Agustus 2016 ditetapkan sebuah kebijakan baru yang menggantikan BI Rate yaitu

7 Day Repo Rate. Penetapan nilai dari kedua kebijakan tersebut tidak jauh berbeda.

Perbedaan dari kedua kebijakan ini adalah rentang waktu penarikan kembali uang

yang disimpan di bank sentral. Jika BI Rate membutuhkan rentang waktu satu tahun

untuk bisa mengambil kembali uang yang telah disimpan oleh bank sentral, maka

7 Day Repo Rate lembaga keuangan perbankan hanya membutuhkan rentang waktu

selama 7 hari atau kelipatannya untuk bisa mengambil kembali uang yang telah


52

disimpan oleh bank sentral. Satuan yang digunakan dalam data BI Rate adalah

persen (%).

6. Inflasi

Inflasi yaitu proses kenaikan harga-harga secara umum pada barang-barang

secara luas selama periode tertentu. Untuk menghitung inflasi menggunakan rumus

sebagai berikut:

𝐼𝑛𝑓𝑙𝑎𝑠𝑖 =𝐼𝐻𝐾𝑛 −𝐼𝐻𝐾𝑛 −1

𝐼𝐻𝐾𝑛 −1 𝑥 100% (3.1)

IHKn adalah indeks harga konsumen pada periode n dan IHKn-1 adalah

indeks harga konsumen pada periode n-1. Data inflasi diperoleh dari publikasi Bank

Indonesia. Satuan yang digunakan dalam data inflasi adalah persen (%).

7. Nilai Tukar

Nilai tukar yang digunakan dalam penelitian ini adalah nilai tukar riil dollar

Amerika terhadap Rupiah. Nilai tukar riil adalah nilai tukar nominal yang sudah

dikoreksi dengan harga relatif yaitu harga-harga di dalam negeri dibandingkan

dengan harga-harga di luar negeri. Nilai tukar riil dapat dihitung dengan rumus

berikut:

𝑄 = 𝑆𝑃

𝑃∗ (3.2)

Dimana Q adalah nilai tukar riil. S adalah nilai tukar nominal, P adalah

tingkat harga domestic, dan P* adalah tingkat harga lua negeri. Data diambil dari

website Bank Indonesia. Satuan yang digunakan dalam data nilai tukar riil adalah

(Rp/USD).


53

D. Metode Analisis

Pengujian statistik dan ekonometrik penelitian ini menggunakan meode

Vector Auto Regressive (VAR)/Vector Error Correction Model (VECM). Metode

analisis VAR sebenarnya merupakan gabungan dari beberapa model Auto

Regressive (AR), dimana model-model ini membentuk sebuah vektor yang saling

mempengaruhi antar variabelnya. Motode analisis VAR merupakan model analisis

non-struktural karena dibangun dengan meminimalkan pendekatan-pendekatan

teori ekonomi. Model VAR digunakan karen mampu menangkap fenomena-

fenomena ekonomi dengan baik (Widarjono, 2013: 331).

VAR merupakan suatu sistem persamaan yang memperlihatkan setiap

variabel sebagai fungsi linier dari konstanta dan nilai lag (lampau) dari variabel itu

sendiri, serta nilai lag dari variabel lain yang ada dalam sistem. Variabel penjelas

dalam VAR yang membutuhkan identifikasi retriksi untuk mencapai persamaan

melalui interpretasi persamaan (Ajija, 2011: 163).

Hubungan kausalitas sederhana biasanya hanya terjadi antara dua variabel.

Namun dalam sebuah penelitian sering kali tidak hanya dua variabel pengamatan

yang memiliki hubungan kausalitas sehingga memunculkan model VAR yang lebih

rumit. Persamaan dengan variabel pengamatan sebanyak n dengan observasi

sebanyak T dan ordo p. Secara umum model VAR tersebut dapat dituliskan sebagai

berikut:

𝑌𝑡 = 𝐴0 + 𝐴1𝑌𝑡−1 + 𝐴2 𝑌𝑡−2 ⋯ + 𝐴𝑝𝑌𝑡−𝑝 + 휀𝑡 (3.3)

Dimana:

Yt = Vektor variabel tak bebas (Y1,t, Y2,t, Y3,t)


54

A0 = Vektor intersep berukuran n × 1

A1 = Matriks parameter berukuran n × 1

εt = Vektor residual (ε1.t , ε2.t , ε3.t) berukuran n × 1

Asumsi yang harus dipenuhi dalam analisis VAR adalah semua variabel tak

bebas bersifat stasionaer, semua sisaan bersifat white noise, yaitu memiliki rataan

nol, ragam konstan, dan diantara variabel tak bebas tidak ada korelasi (Ajija, 2011:

164).

Pada penelitian ini variabel yang diamati sebanyak tujuh variabel yang

memiliki kemungkinan hubungan kausalitas. Adapun variabel tersebut adalah total

kredit dan pembiayaan bank konvensional dan bank Syariah (Y1), LTV/FTV (X1),

GWM-LDR (X2), BI Rate (X3), inflasi (X4), nilai tukar (X5), serta LDR/FDR (X6).

Model VAR penelitian ini diadopsi dari penelitian Neneng (2016) dan Purnawan

et.al. (2015). Adapun model persamaan VAR untuk bank konvensional dan bank

syariah dalam penelitian ini adalah sebagai berikut:

1. Bank Konvensional

𝐾𝑟𝑒𝑑𝑖𝑡𝑡 = 𝐶1 + ∑ 𝑎1 𝐾𝑟𝑒𝑑𝑖𝑡𝑦𝑡−1 + ∑ 𝑎1 𝐿𝑇𝑉𝑡 + ∑ 𝑎1 𝐺𝑊𝑀 − 𝐿𝐷𝑅𝑡 +

∑ 𝑎1 𝐵𝐼𝑟𝑎𝑡𝑒𝑡−1 + ∑ 𝑎1 𝑖𝑛𝑓𝑙𝑎𝑠𝑖𝑡−1 + ∑ 𝑎1 𝑛𝑖𝑙𝑎𝑖𝑡𝑢𝑘𝑎𝑟𝑦𝑡−1 +

∑ 𝑎1 𝐿𝐷𝑅𝑡−1 + 휀𝑖 (3.4)

2. Bank Syariah

𝑃𝑒𝑚𝑏𝑖𝑎𝑦𝑎𝑎𝑛𝑡 = 𝐶1 + ∑ 𝑎1 𝑃𝑒𝑚𝑏𝑖𝑎𝑦𝑎𝑎𝑛𝑦𝑡−1 + ∑ 𝑎1 𝐹𝑇𝑉𝑡 + ∑ 𝑎1 𝐺𝑊𝑀 −

𝐿𝐷𝑅𝑡 + ∑ 𝑎1 𝐵𝐼𝑟𝑎𝑡𝑒𝑡−1 + ∑ 𝑎1 𝑖𝑛𝑓𝑙𝑎𝑠𝑖𝑡−1 +

∑ 𝑎1 𝑛𝑖𝑙𝑎𝑖𝑡𝑢𝑘𝑎𝑟𝑦𝑡−1 + ∑ 𝑎1 𝐹𝐷𝑅𝑡−1 + 휀𝑖 (3.5)


55

Menurut Ajija (2011: 164) metode VAR memiliki ciri-ciri sebagai berikut:

a) Bersifat a-theoritic, artinya tidak berlandaskan teori dalam menentukan

model regresi;

b) Memperlakukan semua variabel secara endogen (tidak dibedakan

independen dan dependen);

c) Perangkat estimasi yang digunakan adalah fungsi IRF (Impulse Response

Function) dan Variance Decomposition;

d) IRF digunakan untuk melacak respons saat ini dan masa depan setiap

variabel akibat shock suatu variabel tertentu;

e) Variance Decomposition, memberikan informasi mengenai kontribus i

(presentase) varians setiap variabel terhadap perubahan suatu variabel

tertentu.

Namun dalam penerapannya model VAR memiliki beberapa kekurangan.

Adapun kekurangan modal VAR adalah sebagai berikut:

a) Model VAR memiliki ciri a-theoritic atau tidak berdasarkan teori, sehingga

hal ini tidak seperti pada persamaan simultan. Pada persamaan simultan,

pemilihan variabel yang akan dimasukkan dalam persamaan memegang

peran penting dalam mengidentifikasi model;

b) Permasalahan yang besar dalam model VAR adalah pada pemilihan (lag

length) panjang lag yang tepat. Oleh karena itu, semakin panjang lag maka

jumlah parameter yang akan bermasalah pada derajat bebas (degrees of

freedom-df) akan bertambah;


56

c) Variabel yang tergabung dalam model VAR harus stasioner. Apabila tidak

stasioner, perlu dilakukan transformasi bentuk data, misalnya melalui first

difference;

d) Sering ditemui kesulitan dalam menginterpretasi setiap koefisien pada

estimasi model VAR sehingga sebagian besar peneliti melakukan

interpretasi pada estimasi fungsi IRF dan Variance Decomposition.

Dalam kasus data multivariate time series tidak semua data tersebut dapat

dianalisis dengan menggunakan model analisis VAR. Apabila terdapat kointegras i

maka alat analisis yang digunakan adalah analisis Vector Error Correction Model

(VECM).

VECM merupakan model terestriksi (retricted VAR) karena adanya

kointegrasi yang menunjukkan hubungan jangka panjang antar variabel dalam

sistem VAR (Widarjono, 2013: 334). Secara umum, langkah-langkah dalam

menggunakan VAR dimulai dengan uji stasiner data, uji panjang kelambanan (lag),

uji stabilitas VAR, uji kausalitas Granger, uji kointegrasi, estimasi model VAR,

Impulse Response Function (IRF), Variance Decomposition (VD). Langkah-

langkah tersebut dapat dijelaskan pada gambar berikut ini:


57

Gambar 3.1 Analisis VAR

Sumber: Ascarya (2012: 302)

Adapun langkah-langkahnya diperinci sebagai berikut:

Langkah 1: Uji stasioneritas data, semua data yang tidak berbentuk persen,

desimal, atau bilangan negatif harus ditransformasikan ke dalam

bentuk logaritma. Kemudian data diuji dengan menggunakan

metode uji akar-akar unit (unit root test) model Augmented Dickey-

Fuller (ADF) dan Philips Perron (PP).

Langkah 2: Jika data stasioner pada tingkat level maka dilakukan Uji Korelasi.

Apabila data berkorelasi tinggi maka model yang digunakan adalah

S-VAR. Namun jika berkorelasi rendah menggunakan VAR level

biasa. Jika data tidak stasioner di tingkat level, maka harus dilakukan

proses diferensiasi pada tingkat pertama dan seterusnya sampai

stasioner.


58

Langkah 3: Jika data menunjukan tidak stasioner pada tingkat level (stasioner

pada first difference) maka langkah selanjutnya adalah uji

kointegrasi. Namun sebelum uji kointegrasi harus dilakukan uji lag

optimal terlebih dahulu dengan indikator nilai terendah dari Akaike

Information Criterion (AIC), Schwarz Information Criterion (SC),

dan Hannan-Quinnon (HQ). Apabila data menunjukkan ada

kointegrasi maka model analisis yang digunakan adalah VECM

sedangkan jika tidak menunjukkan kointegrasi maka analisis

menggunakan VAR First Difference.

Langkah 4: Uji kausalitas Granger. Kausalitas adalah hubungan dua arah,

sehingga uji kausalitas Granger bertujuan untuk melihat hubungan

antar variabel yang saling mempengaruhi (timbal balik).

Langkah 5: Permodelan VAR/VECM. Langkah selanjutnya melakukan analisis

VAR/VECM dengan lag optimal. Selanjutnya dapat dilakukan

interpretasi model.

Langkah 6: Analisis Impulse Response Function (IRF). Analisis ini digunakan

untuk melacak response dari variabel endogen di sistem VAR karena

adanya goncangan (shock) atau perubahan didalam variabel

gangguan (e). Analisis Variance Decomposition (VD) digunakan

untuk memprediksi konstribusi presentase varian dalam setiap

variabel karena adanya perubahan variabel tertentu dalam sistem

VAR.


59

Enam langkah di atas bertujuan untuk memperoleh hasil dari tujuan

penelitian berpengaruh atau tidaknya kebijakan LTV/FTV dan kebijakan GWM-

LDR, variabel makroekonomi dan faktor internal perbankan terhadap penyaluran

kredit dan pembiayaan perbankan di Indonesia.

1. Uji Stasioneritas

Proses yang bersifat rondom atau stokastik merupakan kumpulan dari

variabel dalam runtut waktu. Data yang digunakan dalam penelitian ini merupakan

data time series yang didapatkan dari hasil proses stokastik. Suatu data hasil proses

rondom dikatakan stasioner jika memenuhi tiga kriteria yaitu jika rata-rata dan

varian dari Y konstan sepanjang waktu dan kovarian antara dua data runtut waktu

hanya tergantung dari kelambanan antara dua periode waktu tersebut (Widarjono,

2009: 316). Secara statistik dapat dinyatakan sebagai berikut:

𝐸(𝑌𝑡) = 𝜇 (3.6)

𝑉𝑎𝑟(𝑌𝑡) = 𝐸(𝑌𝑡 − 𝜇)2 = 𝜎 2 (3.7)

𝛾𝑡 = 𝐸[(𝑌𝑡 − 𝜇)(𝑌𝑡−𝑘 − 𝜇)] (3.8)

Pesamaan (3.8) menyatakan bahwa kovarian γk pada kelambanan (lag) k

adalah kovarian antara Yt dan Yt-k. Jika nilai k=0 maka akan didapatkan γ0 yang

merupakan varian dari Y. Bila k=1 maka γ1 merupakan kovarian antara dua nilai Y

yang saling berurutan. Dengan kata lain data time series dikatakan stasioner jika

rata-rata, varian, dan kovarian pada lag adalah tetap sama pada setiap waktu. Jika

data time series tidak memenuhi kriteria tersebut maka data dikatakan tidak

stasioner. Dengan kata lain data time series dikatakan tidak stasioner jika rata-


60

ratanya maupun variannya tidak konstan, berubah-ubah sepanjang waktu (time-

varying mean and variance).

Ada beberapa metode uji stasioner yang sering digunakan yaitu uji grafiik,

uji correlogram, serta uji akar unit (unit root test). Namun dalam penelitian ini akan

digunakan uji akar unit (unit rioot test). Terdapat beberapa jenis dalam pengujian

akar unit yaitu Dickey-Fuller (DF test), Augmented Dickey Fuller (ADF test) serta

Philips-Perron (PP test). Dari ketiga jenis tersebut, pengujian ini akan

menggunakan ADF test dan PP test. Adapun formulasi uji ADF test sebagai berikut:

∆𝑌𝑡 = 𝛾𝑌𝑡−1 + ∑ 𝛽𝑖∆𝑌𝑡−1+1 + 휀𝑡𝑝𝑖=2 (3.9)

∆𝑌𝑡 = 𝛼0 + 𝛾𝑌𝑡−1 + ∑ 𝛽𝑖∆𝑌𝑡−1+1 + 휀𝑡𝑝𝑖=2 (3.10)

∆𝑌𝑡 = 𝛼0 + 𝛼1𝑇 + 𝛾𝑌𝑡−1 + ∑ 𝛽𝑖∆𝑌𝑡−1+1 + 휀𝑡𝑝𝑖=2 (3.11)

Dimana:

Y = variabel yang diamati

∆Yt = Yt – Yt-1

T = tren waktu

Prosedur untuk menentukan apakah data stasioner atau tidak dengan cara

membandingkan antara nilai statistik ADF dengan nilai kritisnya distribus i

MacKinnon. Nilai statistik ADFR ditunjukkan oleh nilai t statistik koefisien γYt-1

pada persamaan (3.9) sampai (3.11). Jika nilai absolut statistik ADF lebih besar dari

nilai kritisnya, maka data yang diamati menunjukkan stasioner dan jika sebaliknya

nailai absolut statistik ADF lebih kecil dari nilai kritisnya, maka data tidak

stasioner.


61

Uji ADF mengasumsikan bahwa variabel gangguan et adalah variabel

gangguan yang bersifat independen dengan rata-rata nol, varian konstan dan tidak

saling berhubungan (non autokorelasi). Sementara PP masukkan unsur adanya

autokorelasi dalam variabel gangguan dengan memasukkan independen berupa

kelambanan diferensiasi (Widarjono, 2009: 322). Adapun uji akar unit dari Philip-

Parron sebagai berikut:

∆𝑌𝑡 = 𝛾𝑌𝑡−1 + 휀𝑡 (3.12)

∆𝑌𝑡 = 𝛼0 + 𝛾𝑌𝑡−1 + 휀𝑡 (3.13)

∆𝑌𝑡 = 𝛼0 + 𝛼1𝑇 + 𝛾𝑌𝑡−1 + 휀𝑡 (3.14)

Dimana T = tren waktu.

Statistik distribusi t tidak mengikuti statistik distribusi normal tetapi

mengikuti distribusi statistik PP sedangkan nilai kritisnya digunakan nilai kritis

yang dikemukakan oleh MacKinnon. Untuk prosedur yang dilakukan sama seperti

dengan prosedur pada uji ADF.

2. Uji Panjang Kelambanan (Lag) Optimal

Ketika stasionaritas data sudah diketahui, langkah selanjutnya yang

biasanya menjadi permasalahan dalam model VAR adalah pengukuran panjang

kelambanan (lag) yang paling optimal. Besaran panajng kelambana yang digunakan

dapat mempengaruhi model yang digunakan. Jika besaran lag yang digunakan

terlalu sedikit makan residual dari regresi tidak akan menampilkan proses white

noise sehingga model tidak dapat mengestimasi actual error dengan tepat. Namun

sebaliknya, apabila jumlah lag yang digunakan terlalu banyak maka dapat


62

mengurangi kemampuan untuk menolak H0 karena tambahan parameter yang

terlalu banyak akan mengurangi derajat bebas.

Adapun kriteria yang digunakan dalam mengetahui jumlah lag optimal

adalah :

𝐴𝑘𝑎𝑖𝑘𝑒 𝐼𝑛𝑓𝑜𝑟𝑚𝑎𝑡𝑖𝑜𝑛 𝐶𝑟𝑖𝑡𝑒𝑟𝑖𝑜𝑛 (𝐴𝐼𝐶) = −2 (1

𝑇) + 2(𝑘 + 𝑇) (3.15)

𝑆𝑐ℎ𝑤𝑎𝑟𝑧 𝐼𝑛𝑓𝑜𝑟𝑚𝑎𝑡𝑖𝑜𝑛 𝐶𝑟𝑖𝑡𝑒𝑟𝑖𝑜𝑛 (𝑆𝐼𝐶) = −2 (1

𝑇) + 𝑘

log (𝑇)

𝑇 (3.16)

𝐻𝑎𝑛𝑛𝑎𝑛 − 𝑄𝑢𝑖𝑛𝑛 𝐼𝑛𝑓𝑜𝑟𝑚𝑎𝑡𝑖𝑜𝑛 𝐶𝑟𝑖𝑡𝑒𝑟𝑖𝑜𝑛 (𝐻𝑄) = −2 (1

𝑇) +

2𝑘𝑙𝑜𝑔 (log (𝑇)

𝑇) (3.17)

Dimana:

1 = nilai fungsi log likehood

T = jumlah observasi

K = parameter yang diestimasi

Berdasarkan kriteria di atas, penentuan lag optimal dapat ditentukan dengan

cara menentukan kriteria yang mempunyai final prediction error correction (FPE)

atau jumlah dari AIC, SIC, dan HQ yang paling kecil dari semua lag yang diajukan.

3. Uji Kausalitas Granger

Uji kausalitas Granger memiliki tujuan untuk mengetahui hubungan antar

variabel, apakah terjadi hubungan searah, dua arah (timbal balik) atau tidak ada

hubungan sama sekali. Adapun persamaan kausalitas Granger dapat digambarkan

sebagai berikut:

𝑌𝑡 = ∑ 𝛼𝑖𝑌𝑡−𝑖 + ∑ 𝛽𝑖𝑋𝑡−𝑖 + 휀1𝑡𝑛𝑖=1

𝑛𝑖=1 (3.18)

𝑌𝑡 = ∑ 𝛿𝑖𝑌𝑡−𝑖 + ∑ 𝜑𝑖𝑋𝑡−𝑖 + 휀2𝑡𝑚𝑖=1

𝑚𝑖=1 (3.19)


63

Dari persamaan di atas, diasumsikan e1t dan e2t sebagai disturbance term yang tidak

berkorelasi.

Kemudian untuk memutuskan variabel Y mempengaruhi X atau sebaliknya

digunakanlah uji F. Nilai F hitung diperoleh dari formula sebagai berikut:

𝐹 = (𝑛 − 𝑘)𝑅𝑆𝑆𝑅 −𝑅𝑆𝑆𝑈𝑅

𝑚(𝑅𝑆𝑆𝑈𝑅 ) (3.20)

Sebagaimana prosedur uji F, jika nilai F hitung lebih besar dari F tabel (nila i

kritis tabel) maka variabel Y mempengaruhi variabel X. Jika hasilnya sebaliknya

maka variabel Y tidak mempengaruhi variabel X (Widarjono, 2013: 219).

4. Uji Stabilitas VAR

AR Roots Table merupakan salah satu metode untuk melakukan pengujian

terhadap stabilitas model VAR yang disusun. stabilitas sistem VAR dapat diketahui

dari nilai inverse roots karakteristik polinominalnya. Hal itu dapat dilihat dari nila i

modulus di bawah tabel AR-roots-nya. Jika nilai modulus lebih kecil dari satu maka

sistem tersebut disebut stabil.

5. Uji Kointegrasi

Apabila variabel yang diuji tidak stasioner pada tingkat level, langkah

selanjutnya yang harus dilakukan adalah pengujian kointegrasi. Karena keberadaan

variabel non-stasioner tersebut kemungkinan besar memiliki hubungan jangka

panjang antar variabel di dalam sistem VAR sehingga untuk mengetahui

keberadaan keberadaan hubungan antar variabel harus dilakukan uji kointegras i

(Widarjono, 2013: 336).

Pengujian kointegrasi dalam penelitian ini digunakan uji Johansen. uji

kointegrasi yang dikembangkan oleh Johansen ini dapat digunakan untuk


64

menentukan kointergrasi sejumlah variabel. Adapun persamaan uji johansen adalah

sebagai berikut:

∆𝑌𝑡 = 𝐴1𝑌𝑡−1 + ⋯ + 𝐴𝑝𝑌𝑡−𝑝 + 𝐵𝑋𝑡 + 휀𝑡 (3.21)

Untuk mengetahui apakah data terkointegrasi atau tidak yaitu dengan

membandingkan nilai uji Likelihood Ratio (LR). Apabila nilai hitung LR lebih

besar daripada nilai kritis LR, maka ada kointegrasi antar variabel. Sebaliknya,

apabila nilai hitung LR lebih kecil daripada nilai kritis LR maka tidak ada data yang

terkointegrasi. Dalam penelitian ini, penulis menggunakan uji statistik alternatif

LR, yaitu dengan maximum eigenvalue statistic yang dapat dihitung dari trace

statistic. Apabila ada kointegrasi antar variabel tersebut maka model analisis yang

digunakan adalah Vector Error Correction Model (VECM). Sedangkan apabila

tidak ada kointegrasi antar variabel, madel yang digunakan adalah Vector

Autoregresive (VAR).

6. Estimasi Model VAR

VAR merupakan sistem peramalan dari variabel time series yang saling

berhubungan dan digunakan untuk menganalisis dampak dinamis dari gangguan

yang bersifat rondom di dalam sistem VAR (Widarjono,2013: 335). Metode VAR

dapat mengamati pergerakan atau tren datadata yang diamati sehingga bisa

dilakukan peramalan. Peramalan di dalam VAR merupakan sebuah ekstrapolasi

nilai saat ini dan masa depan seluruh variabel dengan menggunakan seluruh

informasi yang ada pada masa lalu (Widarjono: 2013: 339). Jika data menunjukkan

adanya kointegrasi maka model yang digunakan adalah VECM untuk menjelaskan

perilaku jangka pendek variabel terhadap periode jangka panjang variabel.


65

7. Impulse Response Function (IRF)

Secara individual koefisien di dalam model VAR sulit diinterpretasikan.

Dengan demikian para ahli ekonometrika menggunakan analisis impuls response.

Analisis ini dapat melacak respon dari variabel endogen di dalam sistem VAR

karena adanya goncangan (shocks) atau perubahan di dalam variabel gangguan (e)

(Widarjono, 2013: 339). Untuk melihat dampak atau respon dilakukan dengan cara

memberikan guncangan (shocks) kepada salah satu variabel endogen. Guncangan

tersebut diberikan sebesar satu standar deviasi dari variabel (biasanya disebut

Innovations).

8. Variance Decomposition (VD)

Selain impulse response, model VAR juga menyediakan analisi Forecast

Error Decomposition of Variance (FEDV) atau sering disebut dengan Variance

Decomposition (VD). Variance Decomposition menggambarkan relatif pentingnya

setiap variabel dalam model VAR karena adanya shock. Variance Decomposition

digunakan untuk memprediksi kontribusi persentase varian setiap variabel karena

adanya perubahan variabel tertentu di dalam sistem VAR


66

BAB IV

HASIL ANALISIS DAN PEMBAHASAN

A. Analisis Data Penelitian

1. Analisis Deskriptif

Statistika deskriptif adalah bagian dari statistika yang mempelajar i

bagaimana mengumpulkan data serta menyajikannya dalam bentuk yang lebih

mudah dan lebih cepat dipahami (Subagyo, 2005: 1). Dalam penelitian ini, analisis

deskriptif disajikan dalam bentuk nilai rata-rata (mean), standar deviasi, maximum,

dan minimum. Pengolahan data untuk analisis deskriptif pada penelitian ini

menggunakan aplikasi SPSS 21.

a. Bank Konvensional

Berikut adalah hasil analisis deskriptif untuk bank konvensional:

Tabel 4.1 Analisis Deskriptif Bank Konvensional

N Minimum Maximum Mean Std. Deviation

Kredit 106 1405640,0 5168778,0 3274414,745 1083178,4980 LTV 106 0 1 ,17 ,377 GWMLDR 106 0 1 ,37 ,485 BIRate 106 4,25 7,75 6,2335 1,07031 Inflasi 106 2,79 8,79 5,0459 1,64483 NilaiTukar 106 9032,00 15678,87 11985,7551 2049,01956 LDR 106 72,13 94,09 85,9191 5,64749 Valid N (listwise) 106

Sumber: Lampiran 3.1

Hasil pengolahan dalam tabel 4.1 di atas menunjukkan bahwa terdapat 106

jumlah sampel (N) pada setiap variabel yang diteliti. Variabel utama yaitu kredit

menunjukkan bahwa total kredit di bank konvensional dengan nilai terendah yaitu

1405640 terjadi pada tahun 2010 bulan Januari. Sedangkan nilai tertinggi yaitu

5168778 berada pada tahun 2018 bulan Oktober. Rata-rata (mean) kredit sejak


67

Januari 2010 sampai Oktober 2018 sebesar 3274414,74 dengan standar deviasi

sebesar 1083178,50. Untuk variabal LTV dan GWM-LDR memiliki nilai minimum

dan maksimum yang sama yaitu sebasar 0 dan 1, karena kedua variabel tersebut

merupakan variabel dummy yang hanya memiliki nilai 0 dan 1. Namun, kedua

variabel ini memiliki rata-rata dan standar deviasi yang berbeda. LTV memilik i

nilai rata-rata dan standar deviasi masing-masing sebesar 0,17 dan 0,377.

Sedangkan untuk variabel GWM-LDR memiliki nilai rata-rata dan standar deviasi

masing-masing sebesar 0,37 dan 0,485.

a. Bank Syariah

Berikut adalah hasil analisis deskriptif untuk bank syariah:

Tabel 4.2 Analisis Deskriptif Bank Syariah

N Minimum Maximum Mean Std. Deviation

Pembiayaan 106 47140,0 312879,0 175401,925 74628,6439 FTV 106 0 1 ,17 ,377 GWMLDR 106 0 1 ,25 ,438 BIRate 106 4,25 7,75 6,2335 1,07031 Inflasi 106 2,79 8,79 5,0459 1,64483 NilaiTukar 106 9032,00 15678,87 11985,7551 2049,01956 FDR 106 77,63 104,83 91,8697 7,72118 Valid N (listwise) 106


Hasil pengolahan dalam tabel 4.2 di atas menunjukkan bahwa terdapat 106

jumlah sampel (N) pada setiap variabel yang diteliti. Variabel utama yaitu

pembiayaan menunjukkan bahwa total pembiayaan di bank syariah dengan nila i

terendah yaitu 47140 terjadi pada tahun 2010 bulan Januari. Sedangkan nila i

tertinggi yaitu 312879 berada pada tahun 2018 bulan Oktober. Rata-rata (mean)

kredit sejak Januari 2010 sampai Oktober 2018 sebesar 175401,93 dengan standar

deviasi sebesar 74628,64. Sama seperti bank konvensional, Untuk variabal FTV


68

dan GWM-LDR juga memiliki nilai minimum dan maksimum yang sama yaitu

sebasar 0 dan 1. Namun, kedua variabel ini memiliki rata-rata dan standar deviasi

yang berbeda. FTV memiliki nilai rata-rata dan standar deviasi masing-mas ing

sebesar 0,17 dan 0,377. Sedangkan untuk variabel GWM-LDR memiliki nilai rata-

rata dan standar deviasi masing-masing sebesar 0,37 dan 0,485.

2. Analisis VAR/VECM

a. Uji Stasioneritas Data

Uji stasioneritas dalam penelitian ini dilakukan dengan menggunakan

pengujian formal dengan melakukan uji akar unit (unit root test). Metode yang

digunakan adalan uji Augmented Dickey-Fuller (ADF) dan uji Phillips-Peron (PP).

ADF digunakan untuk data normal dimana pada data tersebut bergerak sangat

lembut (smooth). Sementara PP digunakan untuk data yang mengalami lonjakan

besar secara tiba-tiba tetapi tidak terjadi secara terus menerus. Misalnya variabel

yang erat kaitanya atau cukup berpengaruh terhadap terjadinya krisis sehingga

ketika krisis terjadi variabel tersebut berubah drastis.

Hasil uji stasiineritas untuk bank konvensional dan bank syariah adalah

sebagai berikut.

1) Bank Konvensinal

Berikut hasil uji stasioneritas dengan menggunakan ADF dan PP pada

tingkat level pada bank konvensional:


69

Tabel 4.3 Hasil Uji Stasioneritas ADF Dan PP Bank Konvensional Tingkat

Level

Variabel ADF Philips-Perron

T-Statistik Prob. T-Statistik Prob.

Kredit -3,545690 0,0404** -1,903408 0,6457 LTV -1,862406 0,6668 -1,940642 0,6262 GWM-LDR -1,655686 0,7638 -1,663070 0,7606 BI Rate -1,537227 0,8104 -1,610567 0,7824 Inflasi -2,998529 0,1377 -2,548324 0,3048 Nilai Tukar -2,301933 0,4289 -2,204463 0,4819 LDR -2,316088 0,4214 -2,314110 0,4224

Test Critical Values(MacKinnon)

1% Level -4,047795 -4,047795 5% Level -3,453179 -3,453179 10% Level -3,152153 -3,152153 Ket: * menunjukkan data stasioner pada 10% ** menunjukkan data stasioner pada tingkat 5% *** menunjukkan dat stasioner pada tingkat 1%


Tabel 4.3 menjelaskan bahwa pada tingkat level dengan menggunakan

metode ADF dan PP, hanya variabel kredit saja yang stasioner dengan nilai T-

Statistik -3,545690 < nilai critical value MacKinon yaitu pada 5% sebesar -3,453179.

Sedangkan variabel lainnya seperti LTV, GWM-LDR, BI rate, inflasi, nilai tukar, dan

LDR belum stasioner pada tingkat level karena memiliki nilai T-Statistik yang lebih

besar dari nilai critical value MacKinon.

Hasil pengujian di atas menghasilkan bahwa data tidak stasioner dalam

tingkat level, sehingga dilakukan proses diferensiasi atau disebut uji derajat

integrasi untuk membuat data menjadi stasioner. Di bawah ini merupakan hasil

pengujian dalam tahap first difference:


70

Tabel 4.4 Hasil Uji Stasioneritas ADF dan PP Bank Konvensional Tingkat

First Difference



Kredit 0,122530 0,9971 -11,70715 0,0000*** LTV -10,06729 0,0000*** -10,06729 0,0000*** GWM-LDR -10,13242 0,0000*** -10,13241 0,0000*** BI Rate -6,736931 0,0000*** -6,886590 0,0000*** Inflasi -7,702925 0,0000*** -7,346462 0,0000*** Nilai Tukar -7,611214 0,0000*** -7,706825 0,0000*** LDR -10,53471 0,0000*** -10,53525 0,0000***




Tabel 4.4 menunjukkan bahwa pada tingkat first difference dengan

menggunakan metode ADF dan PP, semua variabel memiliki nilai T-Statistik <

nilai critical value MacKinon pada 1% sebesar -4,048682, 5% sebesar -3.453601

dan 10% sebesar -3.152400. Sehingga semua variabel stasioner pada tingkat first

difference pada level 1%. Adapun hasil lengkap pengujian stasioneritas data pada

tingkat level dan tingkat first difference terdapat dalam lampiran 4.1.

2) Bank Syariah

Hasil pengujian akar unit untuk bank syariah memiliki kesamaan dengan

ban konvensional, karena sama-sama terdapat variabel yang stasioner di tingkat

level. Berikut hasil uji stasioneritas dengan menggunakan ADF dan PP pada tingkat

level pada bank syariah:


71

Tabel 4.5 Hasil Uji Stasioneritas ADF dan PP Bank Syariah Tingkat Level



Pembiayaan -2,268533 0,4468 -3,552457 0,0391** FTV -1,862406 0,6668 -1,940642 0,6262 GWM-LDR -1,604433 0,7849 -1,629982 0,7745 BI Rate -1,537227 0,8104 -1,610567 0,7824 Inflasi -2,998529 0,1377 -2,548324 0,3048 Nilai Tukar -2,301933 0,4289 -2,204463 0,4819 FDR -2,582358 0,2892 -2,522349 0,3170




Tabel 5.1 menjelaskan bahwa pada tingkat level dengan menggunakan

metode ADF dan PP, hanya variabel pembiayaan saja yang stasioner dengan nila i

T-Statistik -3,552457 < nilai critical value MacKinon yaitu pada 5% sebesar -

3,453179. Sedangkan variabel lainnya seperti FTV, GWM-LDR, BI rate, inflasi, nila i

tukar, dan FDR belum stasioner pada tingkat level karena memiliki nilai T-Statistik

yang lebih besar dari nilai critical value MacKinon.

Hasil pengujian di atas menghasilkan bahwa masih terdapat data yang tidak

stasioner dalam tingkat level, sehingga dilakukan proses diferensiasi atau disebut

uji derajat integrasi untuk membuat data menjadi stasioner. Pengujian akar unit

pada diferensiasi pada tingkat pertama digunakan untuk menstasionerkan data. Jika

pada diferensiasi tingkat pertama data belum stasioner maka dilakukan uji pada

tingkat kedua dan seterusnya. Di bawah ini merupakan hasil pengujian dalam tahap

first difference:


72

Tabel 4.6 Hasil Uji Stasioneritas ADF dan PP Bank Syariah Tingkat First

Difference



Pembiayaan -9,523662 0,0000*** -31,67136 0,0001*** FTV -10,06729 0,0000*** -10,06729 0,0000*** GWM-LDR -10,09848 0,0000*** -10,09847 0,0000*** BI Rate -6,736931 0,0000*** -6,886590 0,0000*** Inflasi -7,702925 0,0000*** -7,346462 0,0000*** Nilai Tukar -7,611214 0,0000*** -7,706825 0,0000*** FDR -11,71994 0,0000*** -11,76127 0,0000***




Tabel 4.4 menunjukkan bahwa pada tingkat first difference dengan

menggunakan metode ADF dan PP, semua variabel memiliki nilai T-Statistik <

nilai critical value MacKinon pada 1% sebesar -4,048682, 5% sebesar -3.453601

dan 10% sebesar -3.152400. Sehingga semua variabel stasioner pada tingkat first

difference pada level 1%. Adapun hasil lengkap pengujian stasioneritas data pada

tingkat level dan tingkat first difference terdapat dalam lampiran 5.1.

b. Uji Panjang Kelambanan (Lag) Optimal

Panjang lag optimal dapat digunakan untuk mencegah munculnya kembali

masalah autokorelasi. Langkah yang digunakan untuk menentukan lag optimal

adalah dengan melihat nilai terendah dari AIC, SC, dan HQ.


73

1) Bank Konvensional

Berikut adalah hasil pemilihan lag optimal untuk model bank konvensiona l:

Tabel 4.7 Hasil Uji Lag Optimal untuk Bank Konvensional

Lag AIC SC HQ

0 6,929689 7,113182 7,003931 1 -1,054237 -9,074428* -9,948441* 2 -1,022076 -7,468362 -9,107136 3 -1,008733 -6,050480 -8,454015 4 -1,001511 -4,693799 -7,862096 5 -1,002047 -3,414711 -7,347769 6 -1,036746 -2,477251 -7,175071 7 -10,55643* -1,381761 -6,844342

AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion


Tanda bintang pada Tabel 4.7 menggambarkan nilai terendah dari masing-

masing indikator. Nilai terendah untuk indikator SC dan HQ berada pada lag 1

dengan nilai -9,074428, dan -9,948441. Namun untuk indikator AIC, nilai terendah

berada pada lag 7 dengan nilai -10,55643. Apabila terdapat perbedaan dalam

pemilihan lad terendah dari AIC dan SC, maka yang digunakan adalah SC, karena

SC memberikan timbangan yang lebih besar daripada AIC (widarjono, 2013: 181).

Dengan demikian, lag 1 dipilih sebagai lag optimal sehingga dapat disimpulkan

bahwa setiap shock yang pada satu variabel akan direspon oleh variabel lain dengan

jeda waktu satu periode. Hasil pengujian lag optimal yang lebih lengkap terdapat

dalam lampiran 4.2.


74

2) Bank Syariah

Pengujian lag optimal dengan menggunakan kriteria AIC, SC, dan HQ juga

digunakan untuk model bank syariah. Berikut ini hasil pengujian lag optimal untuk

model bank syariah:

Tabel 4.8 Hasil Uji Lag Optimal untuk Bank Syariah

Lag AIC SC HQ

0 10,38553 10,56903 10,45978 1 -3,642495* -2,174549* -3,048562* 2 -3,253957 -0,501558 -2,140332 3 -2,828954 1,207899 -1,195637 4 -2,582845 2,738461 -0,429836 5 -2,197999 4,407760 0,474702 6 -2,081484 5,808729 1,110909 7 -2,296225 6,878441 1,415860

AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion


Tabel 4.8 menggambarkan nilai terendah dari indikator AIC, SC dan HQ

berada pada lag 1 dengan nilai -3,642495, -2,174549, dan -3,048562. Dengan

demikian, semua indikator merekomendasikan lag 1 sebagai lag optimal sehingga

dapat disimpulkan bahwa setiap shock yang pada satu variabel akan direspon oleh

variabel lain dengan jeda waktu satu periode. Selengkapnya, hasil pengujian lag

optimal terdapat dalam lampiran 5.2.

c. Uji Kausalitas Granger

Uji kausalitas Granger ini digunakan untuk melihat arah hubungan di antara

semua variabel yang diteliti baik hubungan satu arah, timbal balik ataupun tidak

ada hubungan. Ada tidaknya hubungan tersebut dilihat dari nilai probabilita s


75

masing-masing pengujian dengan lag optimal kemudian dibandingkan dengan nila i

signifikansi 1%, 5% dan 10%.


Berikut uji kausalitas granger untuk bank konvensional:

Tabel 4.9 Hasil Uji Kausalitas Granger Bank Konvensional

Null Hypothesis = Ho Obs Prob. Hasil Uji

LTV does not Granger Cause LNKREDIT 105 0,3223 Terima Ho LNKREDIT does not Granger Cause LTV 0,9868 Terima Ho GWM_LDR does not Granger Cause LNKREDIT 105 0,4619 Terima Ho LNKREDIT does not Granger Cause GWM_LDR 0,3034 Terima Ho BI_RATE does not Granger Cause LNKREDIT 105 0,2345 Terima Ho LNKREDIT does not Granger Cause BI_RATE 0,6910 Terima Ho INFLASI does not Granger Cause LNKREDIT 105 0,6359 Terima Ho LNKREDIT does not Granger Cause INFLASI 0,1584 Terima Ho LNNILAI_TUKAR does not Granger Cause LNKREDIT 105 0,0700* Tolak Ho LNKREDIT does not Granger Cause LNNILAI_TUKAR 0,0011* Tolak Ho LDR does not Granger Cause LNKREDIT 105 0,7069 Terima Ho LNKREDIT does not Granger Cause LDR 0,0505* Tolak Ho * = Nilai prob. < tingkat signifikansi 1%,5%, 10%


Berdasarkan hasil dari uji kausalitas granger di atas menghasilkan bahwa

untuk variabel nilai tukar terdapat kredit menunjukkan nilai probabilitas F-statistik

sebesar 0,0700 < α = 1%. Ho ditolak, artinya nilai tukar mempengaruhi kredit,

sedangkan untuk kredit terhadap nilai tukar menunjukkan nilai probabilitas F-

statistik sebesar 0,0011 < α = 5%. Ho ditolak, artinya kredit mempengaruhi nila i

tukar. Hal ini dapat disimpulkan bahwa terdapat terhubungan kausalitas antara

kredit dengan nilai tukar.

Selain itu, terdapat hubungan satu arah antara kredit dengan LDR yang

ditunjukkan dari nilai probabilitas F-statistik 0,0505 < α = 1%. Adapun untuk


76

hubungan variabel lain bersifat independen atau tidak saling mempengaruhi. Hasil

pengujian kausalitas granger selengkapnya terdapat pada lampiran 4.3.

2) Bank Syariah

Selain itu pengujian kausalitas granger juga digunakan untuk bank syariah.

Berikut adalah hasil uji kausalitas granger bank syariah:

Tabel 4.10 Hasil Uji Kausalitas Granger Bank Syariah

Null Hypothesis = Ho Obs Prob. Hasil Uji

FTV does not Granger Cause LNPEMBIAYAAN 105 0,9655 Terima Ho LNPEMBIAYAAN does not Granger Cause FTV 0,8356 Terima Ho GWM_LDR does not Granger Cause LNPEMBIAYAAN 105 0,9664 Terima Ho LNPEMBIAYAAN does not Granger Cause GWM_LDR 0,8376 Terima Ho BI_RATE does not Granger Cause LNPEMBIAYAAN 105 0,4958 Terima Ho LNPEMBIAYAAN does not Granger Cause BI_RATE 0,9724 Terima Ho INFLASI does not Granger Cause LNPEMBIAYAAN 105 0,6063 Terima Ho LNPEMBIAYAAN does not Granger Cause INFLASI 0,2251 Terima Ho LNNILAI_TUKAR does not Granger Cause LNPEMBIAYAAN 105 0,0347* Tolak Ho

LNPEMBIAYAAN does not Granger Cause LNNILAI_TUKAR 0,0032* Tolak Ho FDR does not Granger Cause LNPEMBIAYAAN 105 0,6013 Terima Ho LNPEMBIAYAAN does not Granger Cause FDR 0,0382* Tolak Ho * = Nilai prob. < tingkat signifikansi 1%,5%, 10%


Terdapat sebuah kesamaan antara hasil dari uji kausalitas granger bank

konvensional dan bank syariah. Dalam analisis bank syariah juga terdapat

hubungan kausalitan antara nilai tukar dengan pembiayaan. Nilai tukar terhadap

pembiayaan ditunjukkan pada nilai probabilitas F-statistik sebesar 0,0347 < α = 5%.

Ho ditolak, artinya nilai tukar mempengaruhi pembiayaan, sedangkan untuk

pembiayaan terhadap nilai tukar menunjukkan nilai probabilitas F-statistik sebesar

0,0011 < α = 10%. Ho ditolak, artinya pembiayaan mempengaruhi nilai tukar.

Selain itu, juga terdapat hubungan satu arah antara pembiayaan dengan FDR

yang ditunjukkan dari nilai probabilitas F-statistik 0,0382 < α = 5%. Adapun untuk


77

hubungan variabel lain bersifat independen atau tidak saling mempengaruhi. Hasil

pengujian kausalitas granger selengkapnya terdapat pada lampiran 5.3.

d. Uji Stabilitas VAR

Uji stabilitas VAR digunakan untuk menguji stabil atau tidaknya model

VAR yang telah dibentuk. Model VAR dinyatakan stabil jika nilai modulus kurang

dari satu.


Berikut hasil uji stbilitas VAR untuk bank konvensional:

Tabel 4.11 Hasil Uji Stabilitas VAR Bank Konvensional

Root Modulus

0,989566 0,989566* 0,947437 - 0,058698i 0,949253* 0,947437 + 0,058698i 0,949253* 0,861761 - 0,067424i 0,864395* 0,861761 + 0,067424i 0,864395* 0,829342 - 0,080790i 0,833268* 0,829342 + 0,080790i 0,833268*

* Nilai Modulus tidak lebih dari 1


Dari tabel 4.11 dapat diketahui bahwa tidak ada nilai modulus yang lebih

dari satu. Hal ini menunjukkan bahwa model VAR yang telah dibentuk stabil.

Selain itu, hasil uji di atas juga diperkuat dengan keterangan “No root lies outside

the unit circle. VAR satisfies the stability condition” yang berarti model VAR telah

stabil.

Selain dengan melihat nilai modulus, kestabilan VAR juga dapat dideteksi

menggunakan grafik AR Roots. Dari gamabar 4.1 dapat diketahui bahwa titik-tit ik

dalam gambar berada dalam lingkaran, tidak keluar dari garis lingkaran. Dengan


78

demikian, dapat disimpulkan bahwa model VAR yang dibangun stabil. Berikut

adalah gambar grafik AR Roots:

Gambar 4.1 Grafik AR Roots Bank Konvensional

-1.5

-1.0

-0.5

0.0

0.5

1.0

1.5

-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5

Inverse Roots of AR Characteristic Polynomial


2) Bank Syariah

Hasil uji stabilitas VAR menunjukkan hasil yang sama dengan bank

konvensional. Berikut hasil uji stabilitas VAR bank syariah:

Tabel 4.12 Hasil Uji Stabilitas VAR Bank Syariah

Root Modulus

0,998309 0,998309* 0,935286 - 0,062692i 0,937385* 0,935286 + 0,062692i 0,937385* 0,874129 - 0,041841i 0,875130* 0,874129 + 0,041841i 0,875130* 0,.688468 - 0,046861i 0,690061* 0,688468 + 0,046861i 0,690061*

* Nilai Modulus tidak lebih dari 1


Dari tabel 4.12 dapat diketahui bahwa tidak ada nilai modulus yang lebih

dari satu. Hal ini menunjukkan bahwa model VAR yang telah dibentuk stabil.

Selain dengan melihat nilai modulus, kestabilan VAR juga dideteksi menggunakan


79

grafik AR Roots. Dari gambar 4.2 dapat diketahui bahwa titik-titik dalam gambar

berada dalam lingkaran, tidak keluar dari garis lingkaran. Dengan demikian, dapat

disimpulkan bahwa model VAR yang dibangun stabil. Berikut adalah gambar

grafik AR Roots:

Gambar 4.2 Grafik AR Roots Bank Syariah


e. Uji Kointegrasi Johansen

Uji kointegrasi merupakan suatu teknik yang digunakan untuk mengetahui

hubungan keseimbangan jangka panjang dari beberapa variabel. Uji kointegras i

dalam penelitian ini menggunakan metode Johansen. Pengujian ini menentukan

penggunaan VAR atau VECM dalam estimasi model. Pengujian dilakukan dengan

membandingkan antara nilai Trace Statictic dan nilai Maximum Eigenvalue dengan

Critical Value pada alpha 5% serta dengan melihat nilai probabilitas untuk

menunjukkan ada tidaknya kointegrasi dalam sistem. Jika Trace Statictic dan

Maximum Eigenvalue < Critical Value, maka tidak terdapat hubungan kointegras i

sehingga estimasi model yang digunakan adalah model VAR. Jika Trace Statictic


80

dan Maximum Eigenvalue > Critical Value, maka terdapat hubungan kointegras i

sehingga estimasi model yang digunakan adalah model VECM.

Berikut hasil uji kointegrasi untuk bank konvensional dan bank syariah.


Hasil uji kointegrasi bank konvensional sebagai berikut:

Tabel 4.13 Hasil Uji Kointegrasi Johansen Bank Konvensional

Unrestricted Cointegration Rank Test (Trace)

Ho Eigenvalue Trace Statistic 0,05 Critical Value Prob.**

r = 0 0,289338 120,7392 139,2753 0,3565 r ≤ 1 0,186218 85,21711 107,3466 0,5517 r ≤ 2 0,169367 63,78655 79,34145 0,4107

* denotes rejection of the hypothesis at the 0,05 level **MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eugenvalue)

Ho Eigenvalue Max-Eigen Statistic 0,05 Critical Value Prob.**

r = 0 0,289338 35,52204 49,58633 0,6178 r ≤ 1 0,186218 21,43056 43,41977 0,9840 r ≤ 2 0,169367 19,29899 37,16359 0,9274



Hasil uji kointegrasi pada tabel 4.13 menunjukkan nilai dari Trace Statistic

sebesar 120,7392 < Critical Value pada alpha 5% yaitu 139,2753. Sehingga dapat

disimpulkan bahwa tidak terdapat kointegrasi dalam persamaan yang dibangun.

Kemudian dalam uji Maximum Eigenvalue, nilai Max-Eigen Statistic sebesar

35,52204 < Critical Value pada alpha 5% sebesar 49,58633. Hal ini menjelaskan

bahwa tidak terdapat kointegrasi dalam model bank konvensional. Dengan

demikian, seluruh variabel yang diuji tidak terkointegrasi atau tidak memilik i

hubungan jangka panjang. Hasil uji kointegrasi johansen selengkapnya terdapat

pada lampiran 4.5.


81

2) Bank Syariah

Hasil uji kointegrasi johansen untuk bank syariah sebagai berikut:

Tabel 4.14 Hasil Uji Kointegrasi Johansen Bank Syariah

Unrestricted Cointegration Rank Test (Trace)

Ho Eigenvalue Trace Statistic 0,05 Critical Value Prob.**

r = 0 0,301987 134,6016 150,5585 0,2764 r ≤ 1 0,258586 97,21173 117,7082 0,4674 r ≤ 2 0,170704 66,09536 88,8038 0,6588


Unrestricted Cointegration Rank Test (Maximum Eugenvalue)

Ho Eigenvalue Max-Eigen Statistic 0,05 Critical Value Prob.**

r = 0 0,301987 37,38983 50,59985 0,5617 r ≤ 1 0,258586 31,11637 44,49720 0,6178 r ≤ 2 0,170704 19,46657 38,33101 0,9544

* denotes rejection of the hypothesis at the 0,05 level

**MacKinnon-Haug-Michelis (1999) p-values Sumber: Lampiran 5.5

Hasil uji kointegrasi pada tabel 4.14 menunjukkan nilai dari Trace Statistic

sebesar 134,6016 < Critical Value pada alpha 5% yaitu 150,5585. Sehingga dapat

disimpulkan bahwa tidak terdapat kointegrasi dalam persamaan yang dibangun.

Kemudian dalam uji Maximum Eigenvalue, nilai Max-Eigen Statistic sebesar

37,38983 < Critical Value pada alpha 5% sebesar 50,59985. Hal ini menjelaskan

bahwa tidak terdapat kointegrasi dalam model bank syariah. Dengan demikian,

seluruh variabel yang diuji tidak terkointegrasi atau tidak memiliki hubungan

jangka panjang. Hasil uji kointegrasi johansen selengkapnya terdapat pada lampiran

5.5.


82

f. Estimasi Model VAR

Berdasarkan hasil uji kointegrasi johansen menunjukkan bahwa untuk

model bank konvensional dan bank syariah keduanya tidak terdapat kointegrasi dari

setiap variabel yang diuji, sehingga analisis yang dilakukan selanjutnya adalah

analisis VAR. Dengan panjang lag yang digunakan adalah 1 berdasarkan indikator

AIC, SC, dan HQ. Signifikan atau tidaknya pengaruh kelambanan atau lag dari

suatu variabel dapat diketahui dari hasil estimasi VAR.

Hasil analisis VAR untuk model bank konvensional dan bank syariah

disajikan dalam lampiran 4.6 dan 5.6. Berdasarkan hasil analisis, kelambanan

variabel endogen dalam sistem VAR secara statistik kemungkinan tidak signifikan.

Selain itu, hasil analisis VAR sulit untuk diinterpretasikan (Widarjono, 2013: 339).

Sehingga yang biasa digunakan dalam analisis VAR adalah dari uji Impulse

Response Function (IRF) dan Variance Decomposition (VD) dalam

menginterpretasikan hasil.

g. Impulse Response Function (IRF)

Impulse Respone Function (IRF) digunakan untuk mengetahui pengaruh

shock atau guncangan suatu variabel terhadap variabel itu sendiri atau variabel-

variabel lainnya di dalam sistem yang telah dibangun. IRF dapat memberikan

informasi berapa lama pengaruh dari guncangan (shock) suatu variabel di masa

mendatang jika terjadi gangguan pada variabel lainnya serta variabel manakah yang

akan memberi respon terbesar terhadap guncangan yang terjadi. Berikut adalah

hasil uji IRF bank konvensional dan bank syariah.


83


Dalam pengujian IRF dengan grafik, sumbu vertikal menunjukkan nilai

standar deviasi yang digunakan untuk mengukur seberapa besar respon yang akan

diberikan suatu variabel saat terjadi guncangan pada variabel lainnya. Sementara

itu, sumbu horizontal menunjukkan periode mendatang dari respon yang diberikan

terhadap shock. Jika garis respon berada di atas sumbu horizontal maka shock akan

memberikan pengaruh yang negatif, dan sebaliknya apabila berada di atas sumbu

horizontal maka pengaruhnya akan positif. Semakin mendekati 0 berarti respon

semakin kecil dan semakin menjauhi 0 menunjukkan respon semakin besar. Garis

respon dapat dinyatakan stabil apabila nilai yang ditunjukkan tidak fluktuatif atau

relatif sama untuk periode selanjutnya.

Tabel 4.15 Rangkuman Hasil Uji IRF Bank Konvensional

Guncangan Variabel Respon Kredit

Kredit Positif, mendekati nol LTV Negatif, stabil mulai periode ke-33 GWM-LDR Negatif, stabil mulai periode ke-38 BI Rate Negatif, stabil mulai periode ke-21 Inflasi Negatif, mendekati nol Nilai Tukar Negatif, mendekati nol LDR Positif, mendekati nol


Rangkuman hasil uji IRF untuk melihat efektifitas kebijakan pengetatan

LTV dan GWM-LDR, variabel makroekonomi dan variabel internal bank

konvensional dapat dilihat dalam tabel 4.15 diatas. Untuk hasil selengkapnya

terdapat pada lampiran 4.7.

Tabel diatas menunjukkan bahwa respon kedit terhadap shock dari semua

variabel makroekonomi dalam model yaitu BI rate, inflasi, dan nilai tukar adalah


84

negatif. respon kedit terhadap shock dari BI rate terjadi fluktuatif dan mulai stabil

pada periode ke-21. Sedangkan respon kedit terhadap shock dari inflasi dan nila i

tukar adalah mendekati nol, walaupun pada awal periode respon kedit terhadap

shock dari inflasi dan nilai tukar cukup besar, namun akhirnya melemah dan

mendekati nol. Untuk respon kedit terhadap shock dari variabel internal bank

konvensional dalam model yaitu LDR adalah positif walaupun tidak cukup besar.

Dan pergerakan respon tersebut adalah mendekati nol.

Adapun respon kedit terhadap shock dari semua variabel makroprudens ia l

yaitu LTV dan GWM-LDR adalah negatif. Hal ini dapat disimpilkan bahwa

instrumen kebijakan maroprudensial LTV dan GWM-LDR telah mampu menekan

kredit saat pengetatan dilakukan. Berikut adalah hasil uji IRF kredit terhadap

kebijakan LTV:

Gambar 4.3 Grafik Hasil Uji IRF Kredit Terhadap LTV

-.015

-.010

-.005

.000

.005

.010

.015

5 10 15 20 25 30 35 40 45 50

Response of DLNKREDIT to DLTV


Garis biru menunjukkan respon kredit terhadap kebijakan LTV. Respon

yang diberikan kredit terhadap LTV menunjukkan respon yang negatif. Walaupun

respon yang ditunjukkan cukup kecil tetapi respon yang diberikan terus membesar.


85

Namun mulai periode ke-33 mulai menunjukkan kestabilan. Hal ini menunjukkan

bahwa kebijakan LTV telah mampu menekan penyaluran kredit walaupun dengan

nilai yang relatif kecil.

Selanjutnya adalah respon kredit terhadap kebijakan GWM-LDR. Respon

yang diberikan kredit terhadap GWM-LDR menunjukkan respon yang negatif.

Walaupun pada awal periode respon yang ditunjukkan adalah positif, namun mula i

periode ke-17 mulai menunjukkan respon yang negatif. Respon yang diberikan

terus membesar namun pada periode ke-38 mulai menunjukkan kestabilan. Hal ini

menunjukkan bahwa kebijakan GWM-LDR telah mampu menekan penyaluran

kredit. Berikut adalah hasil uji IRF kredit terhadap GWM-LDR:

Gambar 4.4 Grafik Hasil Uji IRF Kredit Terhadap GWM-LDR

-.015

-.010

-.005

.000

.005

.010

.015

5 10 15 20 25 30 35 40 45 50

Response of DLNKREDIT to DGWM_LDR


2) Bank Syariah

Uji IRF juga dilakukan untuk model bank syariah. Berikut adalah

rangkuman hasil uji IRF bank syariah:


86

Tabel 4.16 Rangkuman Hasil Uji IRF Bank Syariah

Guncangan Variabel Respon Pembiayaan

Pembiayaan Positif, mendekati nol FTV Negatif, stabil mulai periode ke-17 GWM-LDR Positif, stabil mulai periode ke-32 BI Rate Negatif, stabil mulai periode ke-35 Inflasi Negatif, mendekati nol Nilai Tukar Positif, stabil mulai periode ke-7 FDR Positif, mendekati nol


Tabel diatas menunjukkan bahwa respon pembiayaan terhadap shock dari

variabel makroekonomi dalam model yaitu BI rate, inflasi, dan nilai tukar adalah

negatif kecuali terhadap variabel nilai tukar yang direspon positif. respon

pembiayaan terhadap shock dari BI rate terjadi fluktuatif dan mulai stabil pada

periode ke-35. Sedangkan respon pembiayaan terhadap shock dari inflasi adalah

mendekati nol. Respon pembiayaan terhadap shock dari nilai tukar adalah positif

yang terus membesar dan mulai stabil pada periode ke-7. Untuk respon pembiayaan

terhadap shock dari variabel internal bank syariah dalam model yaitu FDR adalah

positif yang cukup besar. Namun pergerakan respon tersebut adalah mendekati nol.

Adapun respon pembiayaan terhadap shock dari semua variabel

makroprudensial yaitu FTV adalah negatif, sedangkan untuk GWM-LDR adalah

positif. Hal ini dapat disimpulkan bahwa instrumen kebijakan makroprudens ia l

LTV telah mampu menekan penyaluran pembiayaan saat pengetatan dilakukan,

namun kebijkan GWM-LDR belum mampu menekan pembiayaan saat kebijakan

pengetatan dilakukan. Untuk hasil selengkapnya terdapat pada lampiran 5.7.

Berikut adalah hasil uji IRF pembiayaan terhadap kebijakan FTV:


87

Gambar 4.5 Grafik Hasil Uji IRF Pembiayaan Terhadap FTV

-.04

.00

.04

.08

.12

5 10 15 20 25 30 35 40 45 50

Response of DLNPEMBIAYAAN to DFTV


Respon yang diberikan pembiayaan terhadap FTV menunjukkan respon

yang negatif. Walaupun pada awal periode respon yang ditunjukkan adalah positif,

namun mulai periode ke-7 mulai menunjukkan respon yang negatif. Namun mula i

periode ke-17 mulai menunjukkan kestabilan. Hal ini menunjukkan bahwa

kebijakan FTV telah mampu menekan penyaluran pembiayaan walaupun dengan

nilai yang relatif kecil.

Selanjutnya adalah respon pembiayaan terhadap kebijakan GWM-LDR.

Respon yang diberikan pembiayaan terhadap GWM-LDR menunjukkan respon

yang positif. Walaupun pada awal periode terjadi fluktuatif namun mulai periode

ke-32 menunjukkan kestabilan. Hal ini menunjukkan bahwa kebijakan GWM-LDR

belum mampu menekan penyaluran pembiayaan. Berikut adalah hasil uji IRF kredit

terhadap GWM-LDR:


88

Gambar 4.6 Grafik Hasil Uji IRF Pembiayaan Terhadap GWM-LDR

-.04

.00

.04

.08

.12

5 10 15 20 25 30 35 40 45 50

Response of DLNPEMBIAYAAN to DGWM_LDR


h. Variance Decomposition (VD)

Uji model VAR yang dilakukan selanjutnya adalah uji Variance

Decomposition (VD). Uji VD digunakan untuk melihat karakteristik model. Uji VD

menggambarkan relatif pentingnya variabel dalam VAR karena adanya shock. Uji

VD memberikan informasi seberapa besar kontribusi suatu variabel terhadap

perubahan variabel itu sendiri dan variabel lainnya dalam beberapa periode

mendatang. Nilai yang terdapat dalam hasil analisis berbentuk prosentase sehingga

akan diketahui variabel yang memiliki kontribusi paling besar terhadap variabel

tertentu. Berikut ini merupakan hasil dari analisis VD untuk bank konvensional dan

bank syariah.


Variance Decomposition dilakukan pada model bank konvensional untuk

mengetahui kontribusi dari LTV, GWM-LDR, BI rate, inflasi, nilai tukar, dan LDR

terhadap kredit. Berikut adalah hasil uji VD untuk bank konvensional:


89

Gambar 4.7 Grafik Hasil Uji Variance Decomposition Bank Konvensional

Dengan MS Excel


Berdasarkan hasil uji VD pada gambar 4.7 di atas menunjukkan bahwa

kontribusi terbesar yang mempengaruhi keragaman pada variabel kredit pada bank

konvensional adalah dirinya sendiri dengan rata-rata sebesar 78,718%. Pada

periode awal, kredit berpengaruh 100% namun kemudian menurun pada setiap

periodenya menjadi 62,875% pada akhir periode.

Variabel makroekonomi dan variabel internal bank yaitu BI rate, inflas i,

nilai tukar, dan LDR masing-masing memiliki rata-rata kontribusi sebesar 2,883%,

6,941%, 5,241%, dan 0,897%. Dari beberapa variabel makroekonomi dan variabel

internal bank, kontribusi terbesar yang mempengaruhi keragaman pada variabel

kredit bank konvensional adalah variabel inflasi sebesar 6,941%, sedangkan

kontribusi paling kecil adalah variabel LDR sebesar 0,897%.

Kontribusi rata-rata variabel kebijakan makroprudensial yaitu LTV dan

GWM-LDR dalam mempengaruhi keragaman pada variabel kredit pada bank

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49

DLNKREDIT DLTV DGWM_LDR DBI_RATE

DINFLASI DLNNILAI_TUKAR DLDR


90

konvensional masing-masing sebesar 3,280% dan 2,040%. Dapat dikatakan bahwa

kontribusi variabel LTV dan GWM-LDR adalah sangat kecil. Variabel LTV pada

periode awal berpengaruh sebesar 0% namun terus mengalami kenaikan pada setiap

periodenya menjadi 6,351% pada akhir periode. Sedangkan untuk variabel GWM-

LDR pada periode awal berpengaruh sebesar 0% namun terus mengalami kenaikan

pada setiap periodenya menjadi 5,112% pada akhir periode. Hasil uji VD bank

konvensional selengkapnya dapat dilihat pada lampiran 4.8.

2) Bank Syariah

Berikut adalah hasil uji VD untuk bank syariah:

Gambar 4.8 Grafik Hasil Uji Variance Decomposition Bank Syariah Dengan

MS Excel


Berdasarkan hasil uji VD pada gambar 4.8 di atas menunjukkan bahwa

kontribusi terbesar yang mempengaruhi keragaman pada variabel pembiayaan pada

bank syariah adalah dirinya sendiri dengan rata-rata sebesar 71,239%. Pada periode

awal, kredit berpengaruh 100% namun kemudian menurun pada setiap periodenya

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49

DLNPEMBIAYAAN DFTV DGWM_LDR DBI_RATE

DINFLASI DLNNILAI_TUKAR DFDR


91

menjadi 61,595% pada akhir periode. Walaupun menurun kontribusi wariabel

pembiayaan tetap mendominasi dibanding variabel lain.

Variabel makroekonomi dan variabel internal bank yaitu BI rate, inflas i,

nilai tukar, dan FDR masing-masing memiliki rata-rata kontribusi sebesar 2,736%,

2,237%, 11,836%, dan 6,309%. Dari beberapa variabel makroekonomi dan variabel

internal bank, kontribusi terbesar yang mempengaruhi keragaman pada variabel

pembiayaan bank konvensional adalah variabel nilai tukar sebesar 11,837%, hal ini

berbeda dengan model bank konvensional yang menunjukkan kontribusi paling

besar diatara variabel makroekonomi dan variabel internal bank adalah variabel

inflasi. Sedangkan kontribusi paling kecil adalah variabel inflasi sebesar 0,897%,

hal ini juga sangat bertolak belakang dengan model bank konvensional yang

menunjukkan bahwa variabel inflasi berkontribusi terbesar kedua setelah kredit itu

sendiri.

Kontribusi rata-rata variabel kebijakan makroprudensial yaitu FTV dan

GWM-LDR dalam mempengaruhi keragaman pada variabel kredit pada bank

konvensional masing-masing sebesar 0,917% dan 4,727%. Kontribusi FTV

merupakan kontribusi paling kecil dibanding dengan variabel lain.. Variabel FTV

pada periode awal berpengaruh sebesar 0% dan terus mengalami kenaikan pada

setiap periodenya menjadi 1,885% pada akhir periode. Sedangkan untuk variabel

GWM-LDR pada periode awal berpengaruh sebesar 0% dan terus mengalami

kenaikan pada setiap periodenya menjadi 5,717%. Namun pada periode ke-25 terus

mengalami penurunan sampai akhir periode menjadi 5,417%. Hasil uji VD bank

syariah selengkapnya dapat dilihat pada lampiran 5.8.


92

B. Pembahasan

1. Pengaruh Pengetatan Kebijakan Loan to Value (LTV) Terhadap

Penyaluran Kredit Bank Konvensional

LTV merupakan instrumen kebijakan makroprudensial yang digunakan

untuk memitigasi risiko sistemik yang ada pada penyaluran kredit perbankan

konvensional, khususnya terhadap Kredit Pemilikan Rumah (KPR) dan kredit

kendaraan bermotor. Kebijakan pengetatan dilakukan untuk menekan penyalura

kredit agar tidak terlalu besar sedangkan kebijakan pengetatan dilakukan untuk

meningkatkan penyalurean kredit.

Hipotesis pertama (H1a) menyatakan bahwa kebijakan pengetatan

berdampak negatif terhadap kredit, sehingga ketika dilakukan kebijakan pengetatan

LTV penyaluran kredit telah mampu diturunkan. Hasil IRF menunjukkan bahwa

respon kredit terhadap guncangan dari variabel kebijakan pengetatan LTV adalah

negatif. Terjadi penurunan dari awal periode dan stabil mulai periode ke-33 sampai

periode terakhir. Adapun kontribusi rata-rata variabel LTV terhadap keragaman

pada kredit sebesar 3,280%. Berdasarkan uraian diatas dapat disimpulkan bahwa

H1a diterima.

Hasil penelitian ini mengindikasi bahwa kebijakan pengetatan LTV telah

mampu menekan penyaluran kredit yang berlebihan pada bank konvensional. Hal

ini berarti bahwa kebijakan LTV telah efektif dalam menstabilkan siklikal kredit.

Keberhasilan kebijakan pengetatan juga direspon oleh pemerintah dengan

mengeluarkan Peraturan Bank Indonesia No. 17/10/PBI/2015 yang berisi tentang

kebijakan pelonggaran rasio LTV/FTV untuk kredit/pembiayaan.


93

Hasil ini sejalan dengan penelitian Purnawan dan Nasir (2015) yang

menyatakan bahwa kebijakan LTV berpengaruh negatif dan telah efekti diterapkan

untuk menekan penyaluran kredit. Sejalan juga dengan penelitian Wimanda,

Permata, Bathaludin, dan Wibowo (2012) yang menyatakan bahwa kebijakan

makroprudensial telah mampu meng-address masalah yang ada seperti kredit.

2. Pengaruh Pengetatan Kebijakan Financing to Value (FTV) Terhadap

Penyaluran Pembiayaan Bank Syariah

Hipotesis pertama (H1b) untuk model bank syariah menyatakan bahwa

kebijakan pengetatan berdampak negatif terhadap pembiayaan, sehingga ketika

dilakukan kebijakan pengetatan FTV penyaluran pembiayaan telah mampu

diturunkan. Hasil IRF menunjukkan bahwa respon pembiayaan terhadap guncangan

dari variabel kebijakan pengetatan FTV adalah negatif. Adapun kontribusi rata-rata

variabel FTV terhadap keragaman pada pembiayaan sebesar 0,971%. Hal ini juga

dibuktikan dengan garis respon FTV yang mendekati standar deviasi 0,0 artinya

shock negatif terhadap pembiayaan kecil. Berdasarkan uraian diatas dapat

disimpulkan bahwa H1b untuk model bank syariah diterima.

Hasil penelitian ini mengindikasi bahwa kebijakan pengetatan FTV telah

mampu menekan penyaluran pembiayaan yang berlebihan pada bank syariah. Hal

ini berarti bahwa kebijakan FTV telah efektif dalam menstabilkan siklika l

pembiayaan bank syariah walaupun respon yang ditunjukkan begitu kecil.

Hasil ini sejalan dengan penelitian Intan Puspitasri (2016) yang menyatakan

bahwa kebijakan FTV berpengaruh negatif dan telah efekti diterapkan untuk

menekan penyaluran pembiayaan. Dalam konteks yang sama juga sejalan dengan


94

penelitian Wimanda, Permata, Bathaludin, dan Wibowo (2012) dan Purnawan dan

Nasir (2015) yang menyatakan bahwa kebijakan LTV berpengaruh negatif terhadap

penyaluran kredit.

3. Pengaruh Pengetatan Kebijakan GWM-LDR Terhadap Penyaluran

Kredit Bank Konvensional

Hipotesis kedua (H2a) untuk model bank konvensional menyatakan bahwa

kebijakan pengetatan berdampak negatif terhadap kredit, sehingga ketika dilakukan

kebijakan pengetatan GWM-LDR penyaluran kredit telah mampu diturunkan. Hasil

IRF menunjukkan bahwa respon kredit terhadap guncangan dari variabel kebijakan

pengetatan GWM-LDR adalah negatif. Walaupun pada awal periode respon yang

ditunjukkan adalah positif, namun mulai periode ke-17 mulai menunjukkan respon

yang negatif. Respon yang diberikan terus membesar namun pada periode ke-38

mulai menunjukkan kestabilan. Adapun kontribusi rata-rata variabel GWM-LDR

terhadap keragaman pada pembiayaan sebesar 2,040%. Berdasarkan uraian diatas

dapat disimpulkan bahwa H2a untuk model bank konvensional diterima.

Hasil penelitian ini mengindikasi bahwa kebijakan pengetatan GWM-LDR

telah mampu menekan penyaluran kredit yang berlebihan pada bank konvensiona l.

Hal ini berarti bahwa kebijakan GWM-LDR telah efektif dalam menstabilkan

siklikal kredit bank konvensional.

Hasil ini sejalan dengan penelitian Intan Puspitasri (2016), Purnawan dan

Nasir (2015) yang menyatakan bahwa kebijakan GWM-LDR berpengaruh negatif

dan efektif diterapkan untuk menekan penyaluran kredit ketika kebijakan

pengetatan.


95

4. Pengaruh Pengetatan Kebijakan GWM-LDR Terhadap Penyaluran

Pembiayaan Bank Syariah

Hipotesis kedua (H2b) untuk model bank syariah. Hasil IRF menunjukkan

bahwa respon pembiayaan terhadap guncangan dari variabel kebijakan pengetatan

GWM-LDR adalah positif. Walaupun pada awal periode respon yang ditunjukkan

fluktuatif, namun mulai stabil periode ke-17 sampai aakhir periode. Adapun

kontribusi rata-rata variabel GWM-LDR terhadap keragaman pada pembiayaan

sebesar 4,727%. Berdasarkan uraian diatas dapat disimpulkan bahwa H2b untuk

model bank syariah ditolak.

Dari hasil di atas, terdapat perbedaan antara hipotesis dan hasil. Dalam

hipotesis menghendaki kebijakan pengetatan GWM LDR akan memiliki efek yang

negatif dalam menurunkan penyaluran pembiayaan, namun hasil menunjukkan

sebaliknya. Hasil penelitian ini berbeda dengan hasil penelitian bank konvensina l

respon kredit terhadap bank konvensional menunjukkan respon yang negatif. Hasil

penelitian ini mengindikasi bahwa kebijakan pengetatan GWM-LDR belum

mampu menekan penyaluran pembiayaan yang berlebihan pada bank syariah.

Sehingga dapat disimpilkan bahwa kebijakan GWM-LDR belum efektif dalam

menstabilkan siklikal pembiayaan bank syariah.

Hasil ini diperkuat dengan fakta yang ada bahwa rasio FDR bank syariah

cenderung lebih besar dari batas atas penetapan LDR.


96

Gambar 4.9 Grafik FDR Bank Syariah


Dari gambar diatas dapat diketahui bahwa pada saat kebijakan pengetatan

GWM-LDR dilakukan yaitu pada tahun 2013 sampai 2015, Namun kebijakan

GWM-LDR baru diberlakukan pada tahun 2014. Posisi rasio LDR melambung

tinggi hingga melebihi 100% pada tahun 2013 sampai menjelang akhir tahun 2014.

Namun pada awal tahun 2014 setelah kebijakan GWM-LDR mulai diberlakukan

untuk bank syariah telah mampu mengurangi peningkatan penyaluran pembiyaan.

Penurunan ini belum sampai pada batas kisaran FDR, namun pihak pemerintah

telah memberlakukan kebijakan pelonggaran pada tahun 2015. Sehingga

menyebabkan pengaruh kebijakan pengetatan GWM-LDR berpengaruh positif.

Hasil ini sejalan dengan penelitian Intan Puspitasri (2016) yang menyatakan

bahwa kebijakan GWM-LDR berpengaruh positif terhadap penyaluran pembiayaan

bank syariah.

0,00

20,00

40,00

60,00

80,00

100,00

120,00

2010

M1

2010

M6

20

10

M1

1

2011

M4

2011

M9

2012

M2

2012

M7

20

12

M1

2

2013

M5

20

13

M1

0

2014

M3

2014

M8

2015

M1

2015

M6

20

15

M1

1

2016

M4

2016

M9

2017

M2

2017

M7

20

17

M1

2

2018

M5

20

18

M1

0

Ras

io

Periode


97

5. Pengaruh Variabel Makroekonomi dan Variabel Internal Bank

Terhadap Penyaluran Kredit dan Pembiayaan Perbankan

Hipotesis selanjutnya yaitu (H3a dan H3b, H4a dan H4b, H5a dan H5b, H6a dan

H6b). Hasil pengujian menunjukkan bahwa H3a, H4a, H5a dan H6a diterima. Hasil ini

ditunjang dengan uji IRF yang menunjukkan bahwa hubungan BI rate, nilai tukar

dan inflasi terhadap penyaluran kredit secara signifikan adalah berpengaruh negatif,

sedangkan hubungan LDR terhadap penyaluran kredit adalah berpengaruh positif.

Hal ini sejalan dengan penelitian Haryati (2009) yang menyatakan bahwa

variabel makroekonomi yaitu Bi rate dan nilai tukar berpengaruh negatif signifikan

terhadap pertumbuhan kredit.

Hasil penelitian ini juga berlaku terhadap penyaluran pembiayaan bank

syariah, kecuali variabel nilai tukar atau H5b. Uji IRF menunjukan bahwa variabel

BI rate dan inflasi berpengaruh negatif signifikan terhadap penyaluran pembiayaan

bank syariah. Sedangkan variabel FDR berpengaruh positif signifikan terhadap

penyaluran pembiayaan. Penemuan hubungan nilai tukar terhadap penyaluran

pembiayaan adalah positif signifikan mengakibatkan ditolaknya H5b untuk bank

syariah. Hal ini terjadi karena nilai pengembalian pembiayaan tidak akan berubah

ketika kurs tinggi. Pengembalian pembiayaan merupakan bagi hasil yang telah

disepakati di awal, sehingga tingginya kurs tidak akan mempengaruhi

pengembalian pembiayaan.


98

6. Efektivitas kebijakan Makroprudensial sebagai Countercyclical

Penyaluran Kredit dan Pembiayaan Perbankan

Kebijakan countercyclical merupakan kebijakan yang menstabilkan siklus

ekonomi atau bisnis (Kaminsky, Reinhart dan Vegh, 2004). Sehingga dalam hal ini

kebijakan countercyclical sangat erat kaitannya dengan siklus bisnis.

Siklus bisnis adalah pola konjontur yang berfluktuasi dari ekspansi

(pemilihan) dan kontraksi (resesi) dalam aktivitas perekonomian disekitar jalur dari

tren pertumbuhan pertumbuhan ekonomi (Mankiw, 2007: 247). Berikut gambar

yang menjelaskan siklus bisnis.

Gambar 4.10 Grafik Siklus Bisnis

Sumber: Sukirno (2004)

Tahap pertama adalah ekspansi, pertumbuhan ekonomi terlihat mulai bergerak

naik yang ditandai dengan adanya gerakan peningkatan produk nasional, kesempatan

kerja mulai meningkat, upah cenderung mengalami kenaikan dan keuntungan

perusahaan mengalami peningkatan, kegiatan ekonomi disebut ekspansi bila terjadi

kenaikan selama minimal dua triwulan berturut-turut.

Tahap ketiga adalah resesi, ketika perekonomian mengalami resesi

pendapatan akan turun sehingga kemampuan seseorang untuk membayar pajak


99

berkurang. Laba juga turun sehingga perusahaan membayar lebih sedikit pajak

pendapatan, semakin banyak orang yang menjadi tergantung pada bantuan

pemerintah seperti asuransi kesejahteraan dan pengangguran, sehingga pengeluaran

pemerintah naik.

Kondisi naik turunnya siklus ekonomi tersebut diikuti oleh perilaku

perbankan dalam penyaluran kredit/pembiayaan. Ketika economic downturn, pihak

perbankan cenderung untuk tidak menyalurkan kredit untuk menghindari risiko.

Hal ini akan menyebabkan merosotnya investasi dan mengakibatkan merosotnya

pembelanjaan agregat (Sukirno, 2012:500). Keadaan inilah yang akan

memperburuk kondisi perekonomian akibat kurangnya modal dan dapat

memperparah economic downturn.

Sebaliknya, Pihak perbankan akan dengan mudah memberikan

kredit/pembiayaan ketika perekonomian sedang diatas (economic upturn) (Utari,

Arimurti, dan Kurniati, 2012). Namun penyaluran kredit yang terlalu besar akan

mengakibatkan pertumbuhan kredit macet, sehingga akan mengulangi kondisi

krisis keuangan global tahun 2008. Perilaku perbankan dalam menaikan atau

menurunkan penyaluran kredit dengan mengikuti pola konjungtur ekonomi inilah

disebut dengan prosiklikalitas kredit. Hasil penelitian Utari, Arimurti, dan Kurniat i

(2012) menunjukkan bahwa sejak tahun 1994 hingga 2010 pertumbuhan kredit riil

yang tinggi berkorelasi dengan pertumbuhan perekonomian riil yang tinggi, dan

sebaliknya.

Kebijakan makroprudensial akan bersinergi dengan kebijakan moneter. Jika

kebijakan moneter digunakan untuk menaikkan atau menurunkan penyaluran


100

kredit, maka kebijakan makroprudensial untuk menjaga naik turunya kredit tetap

pada keadaan stabil, sehingga kebijakan makroprudensial bersifat countercyclical.

Tercapai atau tidaknya kebijakan makroprudensial sebagai countercyclical dapat

diketahui dengan indikator seberapa efektif kebijakan makroprudensial dalam

meng-address prosiklikalitas kredit.

Hasil penelitian menunjukkan bahwa, secara umum penerapan pengetatan

kebijakan LTV/FTV dan GWM-LDR direspon negatif oleh penyaluran

kredit/pembiayaan. Hal ini mengindikasi bahwa prosiklikalitas kredit/pembiayaan

dapat di-address. Sehingga dapat disimpulkan bahwa tujuan kebijakan

makroprudensial yang bersifat countercyclical tercapai dengan kebijakan

LTV/FTV. Walapun penerapan kebijakan pengetatan GWM-LDR direspon positif

oleh penyaluran pembiayaan, namun garis respon dalam uji IRF semakin mendekati

nol. Artinya penerapan kebijakan GWM-LDR berpotensi direspon negatif oleh

pembiayaan dalam periode mendatang.

Selain menggunakan uji IRF pada kebijakan LTV/FTV dan GWM-LDR,

dalam pengambilan keputusan bahwa kebijakan makroprudensial sebagai

countercyclical penyaluran kredit dan pembiayaan juga di tunjang dengan rasio

pertumbuhan penyaluran kredit bank konvensional dan pembiayaan bank syariah.

Grafik pertumbuhan penyaluran kredit bank konvensional adalah sebagai berikut:


101

Gambar 4.11 Grafik Pertumbuhan Kredit Bank Konvensional


Dari grafik diatas dapat diketahui bahwa pada periode pengetatan kebijakan

LTV/FTV dan GWM-LDR yaitu pada periode awal tahun 2013 sampai pertengahan

tahun 2015 menunjukkan bahwa volatilitas pertumbuhan penyaluran kredit

cenderung mengalami penurunan. Hal ini dapat disimpulkan bahwa instrumen

kebijakan makroprudensial LTV/FTV dan GWM-LDR telah mampu memitigas i

penyaluran kredit yang bersifat prosiklal, artinya kebijakan makroprudens ia l

sebagai kebijakan countercyclical telah tercapai. Hasil ini juga ditunjang oleh

volatilitas penyaluran pembiayaan yang juga cenderung menurun ketika

diberlakukan kebijakan pengetatan LTV/FTV dan GWM-LDR.

-3,00%

-2,00%

-1,00%

0,00%

1,00%

2,00%

3,00%

4,00%

20

10

M2

20

10

M7

2010

M12

20

11

M5

2011

M10

20

12

M3

20

12

M8

20

13

M1

20

13

M6

2013

M11

20

14

M4

20

14

M9

20

15

M2

20

15

M7

2015

M12

20

16

M5

2016

M10

20

17

M3

20

17

M8

20

18

M1

20

18

M6

PER

TUM

BU

HA

N

PERIODE


102

Gambar 4.12 Grafik Pertumbuhan Pembiayaan Bank Syariah


Tercapainya sifat countercyclical kebijakan makroprudensial sejalan

dengan penelitian Purnawan dan Nasir (2015) yang menunjukkan bahwa semenjak

kebijakan one month holding period diumumkan pada Mei 2010 dan diterapkan

pada Juni 2010 kondisi volatilitas nilai tukar bergerak relatif stabil dari nilai rata-

rata bergerak volatilitas tukar 5 bulan. Sehingga kondisi prosiklikalitas yang terjadi

sebelum periode penerapan kebijakan OMHP dapat dimitigasi. Tujuan kebijakan

makroprudensial yang bersifat countercyclical tercapai dengan kebijakan OMHP.

Upaya pemerintah dalam menjaga stabilitas sistem keuangan tercermin

dalam kebijakan makroprudensial. Dalam kaidah fiqh dijelaskan:

اعيهة منوط مام على الره ف ال ة تصر المصلح ب

Menunjukkan bahwa tindakan atau kebijakan yang ditempuh seorang

pemimpin dalam hal ini adalah Bank Indoensia dan pemerintah selaku pembuat

kebijakan harus tetap pada prinsip untuk mensejahterakan umat. Kesejahteraan

-6,00%

-4,00%

-2,00%

0,00%

2,00%

4,00%

6,00%

8,00%

2010

M2

2010

M7

2010

M12

2011

M5

2011

M10

2012

M3

2012

M8

2013

M1

2013

M6

2013

M11

2014

M4

2014

M9

2015

M2

2015

M7

2015

M12

2016

M5

2016

M10

2017

M3

2017

M8

2018

M1

2018

M6

PER

TUM

BU

HA

N

PERIODE


103

umat dapat tercermin dari stabilitas sistem keaungan tetap terjaga, sehingga krisis

yang menyengsarakan umat dapat dihindari.


bab ii kerangka teori dan pengembangan ...digilib.uin-suka.ac.id/34714/2/15810076_bab-ii_sampai...15...

Documents