kredit sektor konstruksi dan kebijakan moneter di … · 2021. 8. 10. · kredit perbankan...

KREDIT SEKTOR KONSTRUKSI DAN KEBIJAKAN MONETER

DI INDONESIA: PENDEKATAN VAR/VECM

SKRIPSI

Diajukan Kepada Fakultas Ekonomi Dan Bisnis Untuk Memenuhi Persyaratan

Memperoleh Gelar Sarjana Ekonomi

Oleh:

Nurul Ashari

NIM. 11150810000088

UNIVERSITAS ISLAM NEGERI (UIN)SYARIF HIDAYATULLAH

JAKARTA

FAKULTAS EKONOMI DAN BISNIS

JURUSAN MANAJEMEN

2021

ii

KREDIT SEKTOR KONSTRUKSI DAN KEBIJAKAN MONETER DI INDONESIA:

PENDEKATAN VAR/VECM

Skripsi

Diajukan kepada Fakultas Ekonomi dan Bisnis

Untuk Memenuhi Syarat-syarat untuk Meraih Gelar Sarjana Ekonomi

Oleh

Nurul Ashari

NIM 11150810000088

Di Bawah Bimbingan

Pembimbing

Faizul Mubarok, MM

NIDN. 2014058801

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

2021

iii

LEMBAR PENGESAHAN UJIAN KOMPREHENSIF

Hari Rabu, 10 Oktober 2019 telah dilakukan Ujian Komprehensif atas mahasiswa:

1. Nama : Nurul Ashari

2. NIM : 11150810000088

3. Jurusan : Manajemen

4. Judul Skripsi : Kredit Sektor Konstruksi Dan Kebijakan Moneter

Di Indonesia: Pendekatan VAR/VECM

Setelah mencermati dan memperhatikan penampilan serta kemampuan yang bersangkutan

selama proses Ujian komprehensif, maka diputuskan bahwa mahasiswa tersebut di atas dinyatakan

LULUS dan diberi kesempatan untuk melanjutkan ke tahap Ujian Skripsi sebagai salah satu syarat

untuk memperoleh gelar Sarjana Ekonomi pada Jurusan Perbankan Syariah Fakultas Ekonomi dan

Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.

Jakarta, 10 Oktober 2019

1. Murdiyah Hayati, S. Kom., MM ( )

NIP. 197410032003122001 Penguji I

2. Faizul Mubarok, MM ( )

NIDN. 2014058801 Penguji I

iv

LEMBAR PENGESAHAN UJIAN SKRIPSI

Hari ini Senin, 22 Maret 2021 telah dilakukan Ujian Skripsi atas mahasiswa :

Nama : Nurul Ashari

NIM : 11150810000088

Jurusan : Manajemen

Judul Skripsi : Kredit Sektor Konstruksi dan Kebijakan Moneter Di Indonesia:

Pendekatan VAR/VECM

Setelah mencermati dan memperhatikan penampilan dan kemampuan yang bersangkutan

selama proses ujian skripsi, maka diputuskan bahwa mahasiswa tersebut di atas dinyatakan

LULUS dan skripsi ini diterima sebagai salah satu syarat untuk memperoleh gelar Sarjana

Ekonomi pada Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah

Jakarta.

Jakarta, 22 Maret 2021

1. Amalia, SE., MSM (________________________)

NIP. 197408212009012005 Ketua

2. Dr Titi Dewi Warninda, S.E., M.Si. (________________________)

NIP. 197312212005012002 Penguji Ahli

3. Faizul Mubarok, MM (________________________)

NIDN. 2014058801 Pembimbing

v

LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH

Yang bertanda tangan di bawah ini

Nama : Nurul Ashari

NIM : 11150810000088

Jurusan : Manajemen

Fakultas : Ekonomi dan Bisnis

Dengan ini menyatakan bahwa dalam penulisan skripsi ini, saya:

1. Tidak menggunakan ide orang lain tanpa mampu mengembangkan dan

mempertanggungjawabkan.

2. Tidak melakukan plagiasi terhadap naskah karya orang lain.

3. Tidak menggunakan karya orang lain tanpa menyebutkan sumber asli atau tanpa izin

pemilik karya.

4. Tidak melakukan pemanipulasian dan pemalsuan data.

5. Mengerjakan sendiri karya ini dan mampu bertanggung jawab atas karya ini.

Jikalau di kemudian hari ada tuntutan dari pihak lain atas karya saya, dan telah melalui

pembuktian yang dapat dipertanggung jawabkan, ternyata memang ditemukan bukti bahwa saya

telah melanggar pernyataan ini, maka saya siap dikenai sanksi berdasarkan aturan yang berlaku di

Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta.

Demikian pernyataan ini saya buat dengan sesungguhnya.

Jakarta, 22 April 2021

Yang Menyatakan

(Nurul Ashari)

vi

DAFTAR RIWAYAT HIDUP

I. IDENTITAS PRIBADI

1. Nama lengkap : Nurul Ashari

2. Tempat, tanggal lahir : Jakarta, 25 Juli 15

3. Alamat : Jl. Amil Abas RT 005/01 No. 22

Kelurahan Gaga

Kecamatan Larangan Selatan

Ciledug, Tangerang.

4. Telepon : 081385093908

5. E-mail : [email protected]

II. PENDIDIKAN FORMAL

1. SDN 01 Larangan Utara : Tahun 2001 – 2007

2. SMPN 271 Jakarta Barat : Tahun 2007 – 2010

3. Pondok Modern Darussalam Gontor : Tahun 2010 – 2014

4. S1 UIN Syarif Hidayatullah Jakarta : Tahun 2015 – 2020

III. PENGALAMAN KERJA

1. TPQ Prince : Tahun 2016 – 2020

2. Sakinah Tour & Travel : Tahun 2017 – 2020

IV. PENGALAMAN ORGANISASI

1. Anggota Organisasi Pelajar Pondok Modern (OPPM) (2014)

2. Anggota Himpunan Mahasiswa Jurusan (Manajemen (2015-2016)

V. LATAR BELAKANG KELUARGA

1. Ayah : Tadjib Alimaswaban

Tempat, Tanggal Lahir : Pasuruan, 27 Agustus 1968

Pekerjaan : Pegawai Swasta

2. Ibu : Wahyu Tri

Tempat, Tanggal Lahir : 14 Oktober 1969

Pekerjaan : Ibu Rumah Tangga

vii

ABSTRACT

As financial literature develops in recent years, bank credit plays a vital role in economic

growth. Banking credit is an essential component in meeting company needs. This study proves that

there are factors that can affect the financing in Indonesian Banking Construction Sector.

Specifically, This paper examines whether economic conditions affect construction sector credit

and how the response and diversity of construction sector credit in the face of economic shocks.

This paper uses monthly data on Indonesian banking credit from 2012 to 2020. The method of data

analysis that used in this study is Vector Auto Regression/Vector Error Correction models

(VECM/VAR). The cointegration test shows that there is cointegration among our datasets. The

results of the VECM analysis show that economic variables have an effect on credit in the

construction sector in the long run. The results of the Impulse Response Function (IRF) show that

credit in the construction sector gives positive and negative responses. Forecast Error Variance

Decomposition (FEVD) analysis shows that gross domestic product, crises, third party funds,

interest rates, exchange rates, and inflation affect credit diversity in the construction sector. Banks

need to consider several things in the distribution of credit to the construction sector, especially

those that impact the long term.

Keywords: Credit, Construction, Crisis, Interest Rate, Inflation, DPK, GDP, Exchange Rate

viii

ABSTRAK

Seiring perkembangan literatur keuangan dalam beberapa tahun terakhir, kredit bank

memainkan peran penting dalam pertumbuhan perekonomian. Kredit perbankan merupakan

komponen penting dalam memenuhi kebutuhan perusahaan. Penelitian ini membuktikan bahwa ada

faktor-faktor yang dapat memengaruhi Pembiayaan Sektor Kontruksi perbankan di Indonesia.

Secara khusus, makalah ini meneliti apakah kondisi ekonomi mempengaruhi kredit sektor

konstruksi dan bagaimana tanggapannya serta keragaman kredit sektor konstruksi dalam

menghadapi guncangan ekonomi. Makalah ini menggunakan data bulanan kredit perbankan

Indonesia dari tahun 2012 hingga 2020. Metode analisis data yang digunakan dalam penelitian ini

adalah Vector Auto Regression/Vector Error Correction Model (VAR/VECM). Uji kointegrasi

menunjukkan adanya kointegrasi antar dataset kami. Hasil analisis VECM menunjukkan bahwa

variabel ekonomi berpengaruh terhadap kredit sektor konstruksi dalam jangka panjang. Hasil dari

Impulse Response Function (IRF) menunjukkan bahwa kredit di sektor konstruksi memberikan

respon yang positif dan negatif. Analisis Forecast Error Variance Decomposition (FEVD)

menunjukkan bahwa produk domestik bruto, krisis, dana pihak ketiga, suku bunga, nilai tukar, dan

inflasi mempengaruhi keragaman kredit sektor konstruksi. Dengan hasil tersebut Bank perlu

memperhatikan beberapa hal dalam penyaluran kredit sektor konstruksi, terutama yang berdampak

dalam jangka panjang.

Kata kunci: Kredit, Konstruksi, Krisis, BI Rate, Inflasi, DPK, GDP, Nilai Tukar

ix

KATA PENGANTAR

Puji dan syukur penulis panjatkan kehadirat Allah SWT, yang telah memberikan Nikmat,

Rahmat dan Hidayah-Nya, sehingga penulis dapat menyelesaikan skripsi yang berjudul “Kredit

Sektor Konstruksi dan Kebijakan Moneter di Indonesia: Pendekatan VAR/VECM”. Shalawat

dan juga Salam semoga senantiasa tercurah kepada junjungan kita Nabi Muhammad SAW, beserta

keluarganya, dan para sahabatnya.

Penulisan skripsi ini ditujukan untuk memenuhi salah satu syarat memperoleh gelar Strata

Satu Sarjana Ekonomi Jurusan Manajemen Universitas Islam Negeri Syarif Hidayatullah Jakarta.

Penulis menyadari di dalam penulisan skripsi ini tidak lepas dari banyak pihak yang telah

membantu, mendorong, ,mengarahkan dan memotivasi dalam penyusunan skripsi ini dari awal

hingga selesai. Oleh karena itu, penulis dalam kesempatan ini secara khusus menyampaikan hormat

dan terima kasih kepada:

1. Kedua orang tua, Ayahanda Tadjib Alimaswaban dan Ibunda Wahyu Tri. Terimakasih dan

syukur atas semua tetesan keringat, air mata, curahan cinta, doa, bantuan moril maupun materil

serta sudah membesarkan dan mendidik penulis dari kecil hingga sampai saat ini. Semoga Allah

SWT memberikan kalian kesehatan, umur yang panjang dan rizki yang berlimpah selalu.

Aamiin.

2. Kedua saudara kandung penulis, Febri Izha Mawaddah dan Muhammad Aprizal Hasano, serta

Vickha Renganis Sardjito dan Mamah Maryati yang telah memberi motivasi dan menemani

penulis dalam menyelesaikan skripsi ini ketika di rumah.

3. Saudara-saudara sepupu penulis, Ayu Martiana, Nindra Ekasari, Diandra Lupitasari, Teguh

Aristiawan, Langgeng Aryobimo dan Fariz Fadhillah yang telah memberi arahan dan motivasi

penulis dalam menyelesaikan skripsi ini.

x

4. Ibu Prof. Dr. Hj. Amany Burhanudin Umar Lubis, Lc., MA, selaku Rektor UIN Syarif

Hidayatullah Jakarta.

5. Bapak Prof. Dr. Amilin, SE., M.Si., Ak., CA., BKP., QIA, selaku Dekan Fakultas Ekonomi dan

Bisnis UIN Syarif Hidayatullah Jakarta beserta jajarannya.

6. Ibu Murdiyah Hayati, S.Kom.,MM, selaku Ketua Jurusan Manajemen dan Ibu Amalia, SE.,

M.SM, selaku Sekretaris Jurusan Manajemen Fakultas Ekonomi dan Bisnis UIN Syarif

Hidayatullah Jakarta yang telah mengesahkan secara resmi judul penelitian sebagai bahan

skripsi dan telah membantu memberikan izin kepada penulis sehingga penulisan skripsi berjalan

dengan lancar.

7. Bapak Faizul Mubarok, MM. selaku Dosen Pembimbing yang telah memberikan nasihat,

arahan, dan masukkan yang sangat berharga serta motivasi selama penelitian dan penulisan

skripsi ini.

8. Seluruh Bapak/Ibu Dosen dan Staf Fakultas Ekonomi dan Bisnis Universitas Islam Negeri

Syarif Hidayatullah Jakarta yang telah memberikan wawasan dan ilmu yang berharga dan

bermanfaat bagi penulis yang tidak dapat penulis sebutkan satu-persatu namun tidak

mengurangi rasa hormat dan terima kasih dari penulis.

9. Sahabat yang selalu yang selalu berbagi canda dan tawa selama masa perkuliahan, Ibnu Hilmi,

Muhammad Fadel, Faturrohim, Chaidir Ali, Wildan Mustinda, Muhammad Rifky dan Ulfiya

Husen, Muhammad Syafiq As’ad, Dede Munawir.

10. Teman-teman satu angkatan Manajemen 2015 Fakultas Ekonomi dan Bisnis Universitas Islam

Negeri Syarif Hidayatullah Jakarta.

11. Teman-teman KKN 181 MARKISA 2018, Mahrus Ali, Rizky Sapitri, Nurholis Nazid, Nabila

Gamaning Tias, Fauzan Azhima dan lainnya yang telah bersama-sama mengabdikan diri di

Desa Sirnasari, Kabupaten Bogor serta saling memberi motivasi selama masa perkuliahan.

xi

12. Direksi dan Pimpinan Sakinah Tour & Travel, Bapak Budi Santoso, Ibrahim Risyad dan Putri

Nutbaiti yang telah memberikan kesempatan, kepercayaan, serta fasilitas kepada penulis untuk

bekerja sama dalam perusahaan.

13. Teman-teman serta saudara GCG yang telah tumbuh bersama penulis dari kecil hingga saat ini

dan sering memberikan semangat kepada penulis untuk mengerjakan skripsi, Khaizal

Wardiaztoni, Dimas Saputra, Prajoko, Dimas Bintang Julian, Ardiansyah Dewantoro dan lainya

yang tidak bisa disebutkan satu persatu saya ucapkan syukur dan terimakasih.

14. Teman-teman Bale Reot Rengas, Tantohwi Jauhari, Nabilah Shabrina, Ivan Fadillah, Rizky

Yoganda Ramadhan, Galih Firmansyah dan Andhika Abirama yang selalu membantu dan

menemani serta menyemangati penulis dalam mengerjakan skripsi ini.

Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Kritik dan saran yang

membangun sangat diharapkan untuk perbaikan di masa yang akan datang. Semoga skripsi ini

mampu memberikan manfaat bagi masyarakat dan dapat dijadikan sebagai bahan referensi terutama

bagi penelitian yang sejenis.

Jakarta, Januari 2021

Nurul Ashari

xii

DAFTAR ISI

LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ............................................... iii

LEMBAR PENGESAHAN UJIAN SKRIPSI ................................................................ iv

LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH .........................................v

DAFTAR RIWAYAT HIDUP ......................................................................................... vi

ABSTRACT ....................................................................................................................... vii

ABSTRAK ................................................................................................................... viiviii

KATA PENGANTAR ...................................................................................................... iix

DAFTAR ISI..................................................................................................................... xii

DAFTAR TABEL ........................................................................................................... xiv

DAFTAR GAMBAR ........................................................................................................ xv

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

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

B. Rumusan Masalah ................................................................................................ 14

C. Tujuan Penelitian ................................................................................................. 14

D. Manfaat Penelitian ............................................................................................... 14

BAB II LATAR BELAKANG ....................................................................................... 16

A. Landasan Teori .................................................................................................... 16

1. Kredit ................................................................................................................ 16

2. Dana Pihak Ketiga ............................................................................................ 30

3. Konstruksi ......................................................................................................... 33

4. Makroekonomi .................................................................................................. 34

5. Inflasi ................................................................................................................ 41

6. Nilai Tukar ........................................................................................................ 44

B. Penelitian Terdahulu ............................................................................................ 46

C. Kerangka Berpikir ................................................................................................ 58

D. Hipotesis Penelitian ............................................................................................. 59

BAB III METODE PENELITIAN ................................................................................ 60

A. Ruang Lingkup Penelitian .................................................................................... 60

xiii

B. Metode Penentuan Sempel ................................................................................... 61

C. Sumber Data dan Teknik Pengumpulan Data ...................................................... 61

D. Teknik Analisis Data............................................................................................ 62

BAB IV PEMBAHASAN ............................................................................................... 68

A. Analisis Statistik Deskriptif ................................................................................. 68

B. Uji Stasioneritas / Unit Root Test ........................................................................ 70

C. Penentuan Lag Optimal........................................................................................ 71

D. Uji Stabilitas VAR ............................................................................................... 71

E. Uji Kausalitas Granger ......................................................................................... 72

F. Uji Kointegrasi Johansen ..................................................................................... 73

G. Hasil Estimasi Jangka Pendek dan Jangka Panjang (VECM) .............................. 75

H. Analisis Impulse Response Function (IRF) ......................................................... 78

I. Analisis Forecast Error Variance Decomposition (FEVD) ................................ 81

BAB V KESIMPULAN .................................................................................................. 83

A. Kesimpulan .......................................................................................................... 83

B. Implikasi .............................................................................................................. 84

C. Saran .................................................................................................................... 85

DAFTAR PUSTAKA ...................................................................................................... 87

LAMPIRAN..................................................................................................................... 93

xiv

DAFTAR TABEL

Tabel 3. 1 Variabel dan Sumber Data ............................................................................... 62

Tabel 4. 1 Hasil Analisis Deskriptif .................................................................................. 68

Tabel 4. 2 Hasil Uji Stasioneritas Data ............................................................................. 70

Tabel 4. 3 Hasil Uji Lag Optimal ...................................................................................... 71

Tabel 4. 4 VAR Stability Test Result ................................................................................ 72

Tabel 4. 5 Hasil Uji Kausalitas Granger ........................................................................... 73

Tabel 4. 6 Hasil Uji Kointegrasi ....................................................................................... 74

Tabel 4. 7 Hasil Estimasi VECM ...................................................................................... 76

xv

DAFTAR GAMBAR

Gambar 1. 1 Kredit Sektor Konstruksi Indonesia ................. Error! Bookmark not defined.

Gambar 1. 2 Laporan Dana Pihak Ketiga ............................. Error! Bookmark not defined.

Gambar 1. 3 Inflasi Tahun 2012-2020 .............................................................................. 11

Gambar 2. 1 Siklus Manajemen Kredit ............................................................................. 30

Gambar 2. 2 Kerangka Pemikiran ..................................................................................... 58

Gambar 4. 1 Guncangan BI Rate dan Nilai Tukar Terhadap Kredit ................................. 79

Gambar 4. 2 Guncangan GDP dan DPK Terhadap Kredit ................................................ 80

Gambar 4. 3 Guncangan Inflasi dan Krisis Terhadap Kredit ............................................ 81

Gambar 4. 4 Keragaman Setiap Variabel .......................................................................... 82

1

BAB I

PENDAHULUAN

A. Latar Belakang

Literatur keuangan mengalami pertumbuhan dalam beberapa tahun

terakhir melalui beberapa studi empiris dalam penelitian peran keuangan terhadap

pertumbuhan ekonomi, dan menggunakan berbagai metodologi yang dapat

menunjukkan bahwa kredit bank memiliki dampak positif terhadap pertumbuhan

ekonomi (Benczúr dkk., 2019; Chu, 2020). Bagian utama dari literatur keuangan

menunjukkan bahwa pengembangan lembaga keuangan harus mengarah kepada

pengembangan ekonomi dalam berbagai sektor mana pun (Kavya & Shijin, 2020).

Hubungan antara pengembangan sektor keuangan dan pertumbuhan ekonomi

pertama kali dipresentasikan melalui karya Schumpeter tahun 1911 dengan judul

The Theory of Economic Development yang membenarkan bahwa layanan yang

diberikan oleh institusi keuangan dapat merangsang inovasi teknologi dan

pertumbuhan ekonomi melalui pendanaan yang produktif (Sinta, 2017).

Dalam usaha meningkatan pertumbuhan ekonomi, lembaga keuangan

memegang peranan yang cukup penting. Lembaga keuangan berperan dalam

meningkatkan akumulasi modal dan inovasi teknologi. Sehingga pada akhirnya

akan menciptakan pertumbuhan ekonomi yang steady-state, yaitu pertumbuhan

konstan yang disebabkan oleh adanya depresiasi. Dengan demikian,

pengembangan sistem keuangan merupakan suatu hal yang penting untuk

dilakukan dalam rangka mendorong pertumbuhan ekonomi di suatu negara

2

(Darryl, 2017). Selain itu, Hasibuan (2013:3) mengemukakan bahwa perbankan

memiliki peran yang sangat penting dalam mendorong pertumbuhan

perekonomian suatu negara karena bank adalah lembaga keuangan yang

mengumpulkan dana dari masyarakat yang memiliki dana lebih serta

menyalurkannya kepada masyarakat yang kekurangan dana dalam bentuk kredit.

Penyaluran kredit merupakan salah satu fungsi utama bank dan lembaga

keuangan lainnya, selain itu juga merupakan sumber pendapatan bagi industri

perbankan. Kegiatan menghimpun dana tersebut dilakukan dengan mencari

alternatif sumber dana bank yang salah satunya berasal dari masyarakat. Dana

tersebut merupakan sumber dana terpenting bagi kegiatan oprasional suatu bank

maupun lembaga keuangan lain serta menjadi tolak ukur keberhasilan bank

apabila mampu membiayai oprasinya melalui dana tersebut kemudian dana yang

berhasil dihimpun sebagian besar akan dialokasikan untuk kredit. Karena kegiatan

pemberian kredit merupakan tulang punggung kegiatan perbankan (Wahab, 2017).

Seiring pesatnya perkembangan masyarakat di seluruh dunia,

pembangunan ekonomi menduduki posisi penting serta mengalami peningkatan

dalam perkembangan masyarakat secara ekonomi dan sosial (Litsareva, 2017).

Salah satu sektor ekonomi yang berperan penting dalam mendukung

pembangunan ekonomi adalah sektor konstruksi (Khan dkk., 2014). Sektor

konstruksi berkontribusi lebih ketika perekonomian suatu negara mengalami

pertumbuhan karena hal tersebut dapat memberikan investasi yang tinggi terhadap

sektor ekonomi lain (Bykau & Khavalko, 2017).

3

Indonesia merupakan salah satu negara berkembang yang sedang aktif

dalam melakukan pembangunan ekonomi yang berkelanjutan dalam berbagai

sektor, terutama pada sektor konstruksi (Hermawan dkk., 2017). Karena suatu

perkembangan infrastruktur di suatu negara sangat penting untuk merangsang

kegiatan ekonomi, sehingga dapat mengurangi angka kemiskinan, meningkatkan

tingkat pendapatan, menciptakan lapangan kerja, dan mendorong pengembangan

sumber daya manusia (Kodongo & Ojah, 2016; Marinho dkk., 2017).

Permasalahan di hilir berupa keterbatasan kelayakan keuangan (financially

unviable) pada proyek infrastruktur menjadi penyebab bagi beberapa lembaga

keuangan swasta menjadi tidak tertarik untuk berinvestasi di dalamnya. Hal ini

penting untuk dibahas karena sebagian besar proyek infrastruktur di Indonesia

termasuk proyek yang tidak layak secara keuangan, walaupun layak secara

ekonomi (Marinho dkk., 2017). Artinya, proyek infrastruktur tersebut akan

memberikan kontribusi positif terhadap perkembangan ekonomi yang layak

(economically feasible), namun pendapatan dari proyek (tarif layanan) tidak

cukup untuk mengembalikan tingkat keuntungan yang diharapkan (rate of return)

oleh pihak lembaga keuangan tersebut yang berupa pengembalian modal (return

on equity) dan pinjaman (debt principal and interest), hal ini yang sering

mengakibatkan pihak bank maupun lembaga keuangan tidak tertarik untuk

berinvestasi (Salman & Nawaz, 2018).

Oleh karena itu, pemerintah harus memberikan dukungan kepada proyek

infrastruktur dengan cara melibatkan sektor perbankan serta lembaga-lembaga

keuangan lainnya sehingga pembangunan sarana infrastruktur tetap dapat berjalan

4

sebaik mungkin, salah satunya yaitu dengan menggunakan pembiayaan atau

pemberian kredit (Agung & Agus, 2018; Khmel & Zhao, 2016).

Perbankan berperan dalam memberikan bantuan permodalan kepada sektor

riil dengan cara menyalurkan dana dalam bentuk kredit atau pembiayaan, terutama

di sektor konstruksi. Sektor konstruksi sangat penting dalam mendukung

pembangunan ekonomi di suatu negara yang berperan dalam penggerak nyata

yang melibatkan banyak orang secara langsung (Stasiak-Betlejewska & Potkány,

2015). Selain itu, sektor konstruksi juga bersifat dinamis dan dapat memberikan

multiplier effect yang berguna dalam peningkatan kesejahteraan, baik secara

langsung melalui penciptaan lapangan kerja maupun tidak langsung melalui

kontribusi secara produk bruto dalam negeri (Kodongo & Ojah, 2016).

Kondisi perekonomian yang tidak stabil tersebut tentunya telah

menyebabkan terjadinya perubahan penyaluran kredit ke sektor konstruksi.

Ketidakstabilan umumnya merupakan kombinasi dari kegagalan pasar, baik

karena faktor struktural atau perilaku. Kegagalan pasar bisa dapat berasal dari

sumber eksternal maupun internal. Berbagai kondisi perekonomian tersebut dapat

meningkat dan semakin menimbulkan keragaman terhadap ketidakstabilan sistem

keuangan, sehingga berdampak pada penyaluran kredit perbankan.

Faktor-faktor yang mempengaruhi besarnya kredit yang disalurkan oleh

perbankan dapat berasal dari kondisi internal maupun eksternal perbankan, serta

dapat berasal dari faktor makroekonomi yang ada di dalam suatu negara. Secara

umum, faktor-faktor yang mempengaruhi besarnya kredit yang disalurkan oleh

perbankan adalah posisi permodalan bank, resiko dari tipe kredit, stabilitas dana

5

dari pihak ketiga, kondisi perekonomian, kebijakan fiskal dan moneter yang

berlaku, serta kebutuhan kredit di suatu wilayah (Nidaa dkk., 2017). Menurut

Kasmir (2008) variabel kinerja perbankan dapat ditinjau dari rasio likuiditas,

solvabilitas, profitabilitas, Non Performing Loan (NPL) sektor yang akan diamati

dan Dana Pihak Ketiga (DPK). Sedangkan variabel makroekonomi Indonesia

dapat ditinjau dari variabel inflasi, tingkat suku bunga SBI, suku bunga kredit

investasi dan suku bunga kredit modal kerja (Budiarti, 2012).

Anaman dan Osei-Amponsah (2007) mengemukakan bahwa sektor

konstruksi dapat memobilisasi dan memanfaatkan sumber daya lokal, manusia

serta material secara efektif dan efisien dalam pengembangan dan pemeliharaan

perumahan dan infrastruktur fisik untuk mempromosikan pekerjaan dan

meningkatkan efisiensi ekonomi. Sektor konstruksi juga merupakan landasan bagi

pertumbuhan ekonomi suatu negara dengan menyediakan investasi infrastruktur

yang penting atau modal tetap dalam negeri yang dibutuhkan untuk pertumbuhan

dan pengembangan berbagai sektor perekonomian dalam suatu negara (Giang &

Pheng, 2011). Kontribusi sektor konstruksi untuk sektor-sektor ekonomi lainnya

seperti produksi material dan sektor distribusi, transportasi, keuangan serta sektor

pasar properti memiliki pengaruh luar biasa pada masyarakat dan lingkungan

sekitar (Oladinrin dkk., 2012).

Berdasarkan data analisis uang beredar Bank Indonesia (BI), kredit

konstruksi perbankan per Desember 2019 tercatat Rp 365,5 triliun atau meningkat

sebesar 14,4%. Data tersebut terdiri dalam bentuk kredit investasi dengan jumlah

sebesar Rp 135,2 triliun dan kredit modal kerja Rp 230,3 triliun yang masing-

6

masing tumbuh sebesar 32,4% dan 6%. Realisasi itu tumbuh lebih tinggi

dibanding tahun sebelumnya yang mencatatkan kredit konstruksi dengan jumlah

sebesar Rp 319,3 triliun atau meningkat 22,6%. Memasuki kuartal II 2019,

penyaluran kredit perbankan masih terus meningkat. Bank Indonesia (BI)

mencatatkan per April 2019 kredit bank meningkat 11% menjadi Rp 5.339,2

triliun. Pertumbuhan kredit tersebut utamanya ditopang dari peningkatan kredit di

sektor konstruksi yang secara total naik 21% menjadi Rp 327,2 triliun per April

2019. (Bank Indonesia, 2019).

Gambar 1. 1 Kredit Sektor Konstruksi

Gambar 1.1 menjelaskan perkiraan nilai kredit sektor konstruksi dan

pertumbuhannya yang terus meningkat setiap tahunnya. Hal tersebut

menunjukkan pentingnya peranan sektor konstruksi dalam pertumbuhan ekonomi

di Indonesia, penyerapan tenaga kerja serta pembangunan nasional. Salah satu

pendorong meningkatnya industri konstruksi di Indonesia adalah rencana

pemerintah dalam pembangunan infrastuktur dari tahun 2015 hingga 2019

meliputi pembangunan jalan, Mass Rapid Transportation System (MRT), bandara,

14.4

14.6

14.8

15

15.2

15.4

15.6

2012 2013 2014 2015 2016 2017 2018 2019 2020

7

pelabuhan, jalan kereta api dan sarana transportasi publik lainnya (Beny dkk.,

2018).

Pada dasarnya pencapaian kondisi pembangunan sektor konstruksi dan

infrastruktur yang optimal memerlukan kontribusi serta dukungan dari pemerintah

dan seluruh masyarakat Indonesia beserta seluruh aspek kelembagaan. Salah satu

pihak yang memiliki peran terhadap sektor konstruksi yaitu perbankan. Perbankan

berperan dalam memberikan bantuan modal untuk sektor-sektor riil di Indonesia

melalui penyaluran dana berupa kredit atau pembiayaan, terutama pada sektor

konstruksi. Pada dasarnya sektor konstruksi merupakan salah satu sektor penting

dalam mendukung pembangunan ekonomi di suatu negara dan berperan dalam

menggerakkan sektor riil yang secara langsung menyangkut kehidupan orang

banyak, selain itu sektor konstruksi merupakan sektor yang dinamis dan dapat

memberikan multiplier effect yang berguna dalam peningkatan kesejahteraan, baik

secara langsung melalui penciptaan lapangan pekerjaan maupun tidak langsung

melalui kontribusi terhadap PDB (Prooduk Domestik Bruto) nasional (Ganelli &

Tervala, 2016).

Penyelenggaraan konstruksi dan infrastruktur Indonesia perlu adanya

perbaikan serta pengembangan untuk menghadapi persaingan dengan negara

asing. Dengan adanya program Masyarakat Ekonomi ASEAN 2015 dan Master

Plan Percepatan dan Perluasan Pembangunan Ekonomi Indonesia (MP3EI) 2025,

dimana persaingan akan semakin bebas. Hal ini penting dilakukan mengingat

komitmen Indonesia dalam ASEAN Framework Agreement on Services (AFAS)

8

yang menitikberatkan pada kesiapan sektor jasa, seperti infrastruktur dan

konstruksi (Kusumawati, 2013).

Salah satu yang menghambat perekonomian Indonesia saat ini adalah

lambatnya pembangunan infrastruktur, hal ini ditandai dengan kurangnya kualitas

dan kuantitas infrastruktur atau prasarana. Berdasarkan data Logistic Performance

Index (LPI) tahun 2018 indeks infrastruktur Indonesia di ASEAN berada pada

peringkat (46) di bawah Singapura (7), China (26), Thailand (32), Vietnam (39),

dan Malaysia (41). Rendahnya indeks infastruktur berdampak pada mahalnya

biaya logistik (Agung & Agus, 2018). Ketidakstabilan dalam kondisi ekonomi

tersebut tidak diragukan lagi telah menyebabkan perubahan pada penyaluran

kredit terhadap sektor konstruksi. Ketidakstabilan tersebut umumnya merupakan

kombinasi dari kegagalan pasar, baik karena struktural atau perilaku faktor.

Kegagalan pasar bisa berasal dari sumber eksternal dan internal. Berbagai kondisi

ekonomi tersebut dapat meningkat dan semakin beragam, seperti ketidakstabilan

sistem keuangan yang akan berdampak pada pinjaman perbankan.

Selain itu, terjadinya krisis keuangan dunia yang ditandai dengan

kebangkrutan beberapa perusahaan besar di Amerika Serikat berimbas kepada

pembiayaan dalam sektor perbankan. Krisis keuangan global tahun 2008

membawa dampak terhadap melambatnya laju perekonomian, sektor perbankan

mengalami keketatan likuiditas. Terjadi penurunan kepercayaan masyarakat

kepada perbankan akibat ada beberapa bank bermasalah. Hal tersebut

menyebabkan sektor perbankan berusaha meningkatkan likuiditas serta

menerapkan prinsip kehati-hatian dalam menentukan kebijakan yang diambil

9

terutama dalam kebijakan kredit, yaitu bagaimana bank menyalurkan dana dari

masyarakat dan dapat kembali dalam keadaan aman, sehingga bank tidak ragu

menyalurkan dananya jika memang kondisi calon debiturnya sudah diketahui

dengan pasti feasibility-nya (Agus, 2012).

Krisis ekonomi tersebut menjadi tonggak sejarah kelam dalam kancah

bisnis perbankan. Pemerintah pada waktu itu bertindak tegas bahkan tidak segan-

segan untuk memberi sanksi berat kepada bank yang mempunyai kinerja buruk

bahkan ada beberapa bank yang harus dilikuidasi, hal tersebut dilakukan untuk

dijadikan pelajaran yang sangat penting bagi bank-bank yang ada. Timbulnya

krisis ekonomi menyebabkan rupiah terdepresiasi secara eksponensial, dari

Rp2.400 per dollar AS menjadi Rp16.000 per dollar pada, sehingga menyebabkan

banyak kredit macet, turunnya likuiditas perbankan dan akhirnya menurunkan

tingkat kepercayaan masyarakat terhadap sektor perbankan, serta berdampak pula

pada penurunan fungsi intermediasi perbankan yang berimbas pada melambatnya

penyaluran kredit perbankan yang diakibatkan ketidak mampuan sektor riil

mengembalikan pokok dan tingginya bunga kredit. (International Monetary Fund

[IMF], 2011).

Seiring dengan pertumbuhan ekonomi di Indonesia pada tahun 2011

yang mencapai 6,5%, mengakibatkan peningkatan transaksi-transaksi

perekonomian dan bertambahnya pendapatan di masyarakat, hal tersebut

meningkatkan peran perbankan melalui pengembangan produk dan jasa

perbankan. Selain itu sektor perbankan terus melakukan ekspansi usaha melalui

pembukaan kantor di berbagai wilayah Indonesia. Perkembangan jumlah bank

10

umum pada akhir tahun 2011 sebanyak 120 bank dengan jumlah kantor 14.797

yang tersebar diseluruh Indonesia (Bank Indonesia, 2012).

Selain itu, kinerja perbankan juga menunjukkan perkembangan yang

positif pada tahun 2011. Akan tetapi Kondisi keuangan global yang masih

melemah seiring berlarutnya krisis utang di Eropa dan melemahnya perekonomian

AS terlihat belum memberikan dampak yang signifikan bagi perbankan Indonesia.

Di sisi lain stabilitas sistem keuangan masih tetap terkendali, hal ini tercermin dari

berbagai pencapaian positif yang berhasil diraih perbankan sepanjang tahun 2011

(LPP, 2011)

Dari tabel 1.2 menjelaskan bahwa fungsi intermediasi Bank Umum

semakin membaik yang ditunjukkan oleh meningkatnya penyaluran kredit dari

penghimpunan Dana Pihak Ketiga (DPK) pada setiap tahunnya. Membaiknya

kondisi perekonomian tersebut mendorong meningkatnya permintaan kredit dari

masyarakat dan penawaran kredit dari perbankan (LPP, 2011).

Terjadinya krisis ekonomi di Indonesia tidak terlepas dari dampak naiknya

tingkat inflasi. Lonjakan inflasi pada tahun 2013 tak lepas dari tindakan

Gambar 1. 2 Laporan Dana Pihak Ketiga

14.414.614.8

1515.215.415.6

Dana Pihak Ketiga

dpk

11

pemerintah yang kerap menunda kebijakan moneter. Pada tahun 2008 tingkat

inflasi mencapai 13,06%, inflasi tahun 2013 merupakan yang tertinggi dalam lima

tahun terakhir (Aspyan dkk., 2017). Menurut data Bank Indonesia (2014), dampak

paling besar dari kenaikan harga BBM terlihat di kelompok kebutuhan

transportasi yang mengalami inflasi tahunan hingga 21,31%. Disusul kelompok

bahan makanan dan makanan jadi mengalami inflasi 11,74% dan 14,44%.

Kelompok lain yang mengalami inflasi tertinggi adalah sub kelompok biaya

tempat tinggal dengan 10,76%. Tarif dasar listrik yang sepanjang tahun 2013

beberapa kali mengalami kenaikan turut menjadi salah satu penyebab. Di sisi lain

sektor konstruksi juga memiliki kontribusi terhadap perekonomian yang

dipengaruhi oleh variabel makroekonomi seperti inflasi dan suku bunga (Erol &

Unal, 2015).

Gambar 1.3 menunjukkan pergerakan inflasi pada beberapa periode yang

berfluktuasi pada setiap tahunnya. Akan tetapi pada tahun 2013 dan 2014 tingkat

inflasi mengalami kenaikan dari tahun-tahun sebelumnya kemudian pada tahun

2019 indikator penelitian menunjukkan berhentinya laju fluktuasi tingkat inflasi

0

0.01

0.02

0.03

0.04

0.05

0.06

0.07

0.08

0.09

2012 2013 2014 2015 2016 2017 2018 2019 2020

Gambar 1. 3 Pergerakan Inflasi di Indonesia

12

yang terjadi dalam beberapa tahun sebelumnya. Kebijakan harga yang diatur

pemerintah yang disesuaikan dengan harga internasional menjadikan tingkat

inflasi di Indonesia semakin berkorelasi erat terutama terhadap sektor-sektor

perekonomian. Di saat yang bersamaan, pemerintah telah berhasil menstabilkan

bahkan menurunkan tingkat inflasi barang yang bergejola. Baik negara

berkembang maupun maju menyadari pentingnya konstruksi sektor sosial

ekonomi dan pembangunan berkelanjutan. Kegiatan konstruksi hampir berkaitan

terhadap berbagai fase perkembangan ekonomi suatu negara. Beberapa tahun

terakhir dalam tingkat ekonomi makro banyak membahas tentang kegiatan

konstruksi. Ketidakstabilan ekonomi akan berdampak pada pinjaman di sektor

konstruksi.

Penelitian terkait ketidakstabilan ekonomi dilakukan oleh Kaur dan Singh

(2020) membahas efisiensi relatif dari Exchange Traded Funds (ETF) emas

terhadap skenario emas spot dan emas berjangka di India. Chu (2020)

menganalisis hubungan antara struktur keuangan dan pertumbuhan ekonomi.

Hasil penelitian menunjukkan bahwa perbankan sedang mengalami krisis dan

volatilitas makroekonomi yang merugikan pertumbuhan ekonomi serta tidak

mempengaruhi hubungan antara struktur keuangan dan pertumbuhan ekonomi.

Peran pasar saham dalam perbankan semakin meningkat dan semakin kuat sejalan

dengan perkembangan di sektor keuangan. Gil-Alana dan Carcel (2020)

menganalisis struktur kointegrasi lima nilai tukar mata uang terhadap Dolar

Amerika Serikat, yaitu Pound Inggris, Euro, Krona Swedia, Dolar Kanada, dan

Franc Swiss.

13

Selain itu Salmanzadeh-Meydani dan Ghomi (2019) meneliti kausalitas

dan hubungan antara pertumbuhan ekonomi, konsumsi listrik, dan persediaan

modal untuk memprediksi variabel dan mengusulkan kebijakan Iran. Adedokun

(2018) menyelidiki efek guncangan harga dan permintaan minyak pada hubungan

dinamis antara pendapatan pemerintah dan belanja pemerintah di Nigeria. Yin dan

Ma (2018) mempelajari hubungan kausal antara minyak dan nilai tukar terhadap

dolar Amerika Serikat.

Muye (2017) meneliti efek dinamis dan kausalitas antara globalisasi,

kelembagaan, dan perkembangan keuangan. Hasil yang diperoleh menunjukkan

bahwa globalisasi dapat, secara langsung dan tidak langsung, mempengaruhi

sektor keuangan melalui keuangan institusi. Oleh karena itu perlu adanya

perencanaan dan pengembangan yang dapat meningkatkan globalisasi dalam

berkontribusi pada kualitas kelembagaan, dan institusi pasar keuangan yang

cenderung berkembang dengan lebih baik. Chen dkk. (2017) menyelidiki

ketergantungan spasial dalam industri real estat di Cina. Singh dan Singh (2016)

meneliti hubungan jangka panjang dan jangka pendek terkait dengan pasar ekuitas

AS dan BRIC (Brasil, Rusia, India, dan Cina).

Dari beberapa penelitian tersebut belum ada yang secara eksplisit

membahas dampak ketidakstabilan ekonomi terhadap kredit di sektor konstruksi.

Oleh karena itu penelitian ini dilakukan untuk mengisi celah yang ada.

Berdasarkan latar belakang penelitian tersebut, maka penulis tertarik untuk

melakukan penelitian dengan judul “Kredit Sektor Konstruksi dan Kebijakan

Moneter di Indonesia: Pendekatan VAR/VECM”.

14

B. Rumusan Masalah

Berdasarkan latar belakang diatas, maka rumusan masalah yang akan akan

diajukan oleh peneliti adalah sebagai berikut:

1. Apakah faktor makroekonomi memiliki pengaruh jangka pendek dan jangka

panjang terhadap kredit sektor konstruksi?

2. Bagaimana respon Kredit sektor konstruksi terhadap guncangan

makroekonomi?

3. Bagaimana kontribusi setiap variabel terhadap Kredit sektor konstruksi?

C. Tujuan Penelitian

Berdasarkan latar belakang dan rumusan masalah yang terlah dijabarkan,

maka peneliti mengidentifikasikan tujuan penelitian adalah sebagai berikut:

1. Untuk menganalisis pengaruh jangka pendek dan jangka panjang antara faktor

makroekonomi terhadap Kredit sektor konstruksi.

2. Untuk menganalisis respon Kredit sektor konstruksi terhadap guncangan

makroekonomi.

3. Untuk menganalisis kontribusi setiap variabel terhadap Kredit sektor

konstruksi.

D. Manfaat Penelitian

Dari hasil penelitian ini diharapkan dapat memberi manfaat bagi penulis

sendiri dan pembaca secara umumnya serta berbagai pihak sebagai berikut:

1. Manfaat ilmiah, untuk mengetahui pengaruh jangka pendek dan jangka panjang

antara kondisi ekonomi dan kredit sektor konstruksi, menganalisis respon

15

kredit sektor konstruksi terhadap guncangan perekonomian, dan menganalisis

kontribusi kinerja ekonomi terhadap distribusi kredit sektor konstruksi.

2. Manfaat Praktis, diharapkan penelitian ini dapat bermanfaat sebagai referensi

bagi penelitian-penelitian selanjutnya yang berhubungan dengan masalah

serupa.

3. Manfaat Kebijakan, diharapkan dengan adanya penelitian ini dapat menjadi

bahan pertimbangan pemerintah dalam mengambil keputusan suatu kebijakan,

terutama dalam pengoptimalan Kredit sektor konstruksi.

16

BAB II

TINJAUAN PUSTAKA

A. Landasan Teori

1. Kredit

a) Pengertian Kredit

Berdasarkan Undang-undang Perbankan RI No. 10 tahun 1998

tentang perbankan menjelaskan bahwa “kredit adalah penyediaan

uang/tagihan yang dapat dipersamakan dengan itu, berdasarkan

persetujuan/kesepakatan pinjam-meminjam antara bank dengan pihak lain

yang mewajibkan pihak peminjam melunasi utangnya setelah jangka

waktu tertentu dengan pemberian bunga”. Menurut Hasibuan (1996),

kredit adalah semua jenis pinjaman yang harus dibayar kembali bersama

bunganya oleh peminjam sesuai dengan perjanjian yang telah disepakati.

Dalam undang-undang Perbankan No. 14/1967 pasal 1 ayat c, yang

dimaksud dengan kredit ialah: “Penyediaan uang atau tagihan-tagihan

yang dapat disamakan dengan itu berdasarkan persetujuan pinjam-

meminjam antara bank dengan pihak lain dalam hal mana, pihak peminjam

berkewajiban melunasi hutangnya setelah jangka waktu tertentu dengan

jumlah bunga yang ditetapkan”.

Dalam penelitian lain, Umam (2016:205) mengemukakan bahwa

pengertian pembiayaan sebagai berikut: “Penyediaan dana atau tagihan

yang dipersamakan dengan berupaberupa yaitu transaksi bagi hasil dalam

bentuk mudharabah dan musyarakah, transaksi sewa menyewa dalam

17

bentuk ijarah atau sewa beli dalam bentuk ijarah muntahiyah bit tamlik,

transaksi jual beli dalam bentuk piutang murabahah, salam dan istishna’,

transaksi pinjam meminjam dalam bentuk piutang dan qardh, dan transaksi

sewa-menyewa jasa dalam bentuk ijarah untuk transaksi multi jasa,

berdasarkan persetujuan atau kesepakatan antara Bank Syariah dan/atau

unit usaha syariah (UUS) dan pihak lain yang mewajibkan pihak-pihak

yang dibiayai dan/atau diberi fasilitas dana untuk mengembalikan dana

tersebut setelah jangka waktu tertentu dengan imbalan Ujrah, tanpa

imbalan atau bagi hasil.”

Berdasarkan beberapa penjelasan diatas penulis menyimpulkan

bahwa kredit atau pembiayaan merupakan salah satu jenis pelayanan jasa

suatu bank baik bank konvensional ataupun bank syariah yang mana bank

memberikan jasa peminjaman dana dari pihak yang memiliki dana lebih

kepada masyarakat yang kekurangan dana dengan suatu kesepakatan dari

beberapa belah pihak.

b) Unsur-Unsur Kredit

Unsur-unsur yang terdapat dalam pemberian suatu fasilitas kredit

menurut Kasmir (2014) adalah sebagai berikut :

1) Kepercayaan (Trust)

Kepercayaan dalam hal ini yaitu suatu keyakinan pemberi kredit

bahwa yang diberikan baik berupa uang maupun jasa, akan benar-

benar diterima kembali di masa tertentu di masa mendatang.

18

2) Kesepakatan

Kesepakatan dalam hal ini dituangkan dalam suatu perjanjian dimana

masing-masing pihak menandatangi hak dan kewajibannya masing-

masing.

3) Jangka waktu

Jangka waktu mencakup masa pengembalian kredit yang telah

disepakati. Jangka waktu tersebut bisa berbentuk jangka pendek,

jangka menengah atau jangka panjang.

4) Risiko

Adanya tenggang waktu pengembalian, maka pengembalian kredit

akan memungkinkan adanya suatu risiko tidak tertagihnya atau macet

dalam pemberian kredit. Semakin panjang jangka waktu kredit maka

semakin besar risikonya demikian juga sebaliknya.

5) Balas Jasa

Balas jasa merupakan keuntungan atau pendapat atas pemberian suatu

kredit. Dalam bank jenis konvensional, balas jasa dalam bentuk bunga

dan juga biaya administrasi kredit. Sedangkan bagi bank berdasarkan

prinsip syariah, balas jasanya ditentukan dengan bagi hasil.

c) Prinsip-prinsip Kredit

Di dalam pemberian kredit bank harus memperhatikan prinsip-

prinsip pemberian kredit yang benar. Keyakinan tersebut diperoleh dari

hasil penilaian kredit sebelum kredit tersebut disalurkan. Penilaian kredit

oleh bank dapat dilakukan dengan berbagai prinsip-prinsip penilaian

19

kredit. Terdapat tiga prinsip utama dalam penilaian kredit yaitu prinsip 5C,

7P dan 3R. Adapun penjelasan dari ketiga prinsip tersebut adalah sebagai

berikut: Penilaian kredit dengan metode analisis 5C Kasmir (2008:108)

yaitu:

1) Character

Sifat atau watak dari orang-orang yang akan diberikan kredit harus

dapat dipercaya yang tercermin dari latar belakang nasabah baik latar

belakang yang bersikap pekerjaan maupun yang bersifat pribadi

seperti: cara hidup atau gaya hidup yang dianutnya, keadaan keluarga,

hobi dan sosial standingnya.

2) Capacity

Untuk melihat kemampuan calon nasabah dalam membayar kredit

yang dihubungkan dengan kemampuannya mengelola bisnis serta

kemampuannya mencari laba. Sehingga akan terlihat kemampuannya

dalam mengembalikan kredit yang disalurkan.

3) Capital

Penggunaan modal yang efektif dapat dilihat dari laporan keuangan

(neraca dan laporan rugi laba) dengan melakukan pengukuran seperti

dari segi likuiditas, solvabilitas, rentabilitas dan ukuran lainnya.

Capital adalah untuk mengetahui sumber-sumber pembiayaan yang

dimiliki nasabah terhadap usaha yang akan dibiayai oleh bank.

20

4) Collateral

Merupakan jaminan yang diberikan calon nasabah baik yang bersifat

fisik maupun non fisik.Jaminan hendaknya melebihi jumlah kredit

yang diberikan. Jaminan juga harus diteliti keabsahannya sehingga jika

terjadi suatu masalah, jaminan yang dititipkan akan dapat

dipergunakan secepat mungkin.

5) Condition

Kondisi ekonomi pada masa sekarang dan yang akan datang harus

dinilai sesuai dengan sektor masing-masing. Prospek usaha dari sektor

yang dijalankan oleh nasabah juga harus dinilai.Penilaian prospek

bidang usaha yang dibiayai hendaknya memiliki prospek yang baik,

sehingga kemungkinan kredit tersebut bermasalah relatif kecil.

Sedangkan prinsip 7P menurut Kasmir (2012:95), yaitu:

Personality, Party, Perpose, Prospect, Payment, Profitability, Protection.

Penjelasan dari analisis 7P kredit adalah:

1) Personality

Yaitu menilai nasabah dari segi kepribadiannya atau tingkah laku

seharihari maupun masa lalunya.Personality juga mencakup sikap,

emosi, tingkah laku dan tindakan nasabah dalam menghadapi suatu

masalah.

21

2) Party

Yaitu mengklasifikasikan nasabah kedalam klasifikasi tertentu atau

golongan-golongan tertentu berdasarkan modal, loyalitas serta

karakternya.

3) Perpose

Yaitu untuk mengetahui tujuan nasabah dalam pengambilan kredit

termasuk jenis kredit yang diinginkan nasabah.Tujuan pengambilan

kredit dapat bermacam-macam apakah tujuan untuk konsumtif,

produktif atau untuk tujuan perdagangan.

4) Prospect

Yaitu untuk menilai usaha nasabah dimasa yang akan datang apakah

menguntungkan atau tidak.

5) Payment

Yaitu ukuran bagaimana cara nasabah mengembalikan kredit yang

telah diambil atau dari sumber mana saja dana untuk pengembalian

kredit yang diperolehnya.

6) Profitability

Untuk menganalisis bagaimana kemampuan nasabah dalam mencari

laba. Profitability diukur dari periode ke periode apakah akan tetap

sama atau akan semakin meningkat dengan tambahan kredit yang akan

diperolehnya dari bank atau bukan bank.

22

7) Protection

Tujuannya adalah bagaimana menjaga kredit yang dikeluarkan oleh

bank atau bukan bank namun melalui suatu perlindungan.Perlindungan

dapat berupa jaminan barang atau jaminan asuransi.

Selain dua prinsip di atas, ada pula prinsip 3R menurut Kasmir

(2008:113), yaitu: Return/Returning, Repayment, Risk Bearing Ability.

Berikut merupakan penjelasan 3R sebagai berikut:

1) Return/Returning (hasil yang dicapai)

Return disini dimaksudkan penilaian atas hasil yang akan dicapai oleh

debitur setalah dibantu dengan kredit oleh bank. Persoalanya adalah

apakah hasil tersebut dapat untuk menutup pinjaman serta bersamaan

dengan itu memungkinkan pula usahanya terus berkembang atau tidak.

Return disini dapat pula diartikan keuntungan yang diperoleh oleh

bank apabila memberikan kredit kepada pemohon.

2) Repayment (pembayaran kembali)

Dalam hal ini bank harus menilai berapa lama calon debitur dapat

membayar kembali pinjaman sesuai dengan kemampuan membeyar

kembali dan apakah kredit harus diangsur atau dilunasi sekaligus

diakhir periode.

3) Risk Bearing Ability (kemampuan untuk menanggung resiko)

Dalam hal ini bank harus menilai sampai sejauh mana debitur mampu

menanggung risiko kegagalan apabila terjadi sesuatu yang tidak

diinginkan.

23

d) Tujuan Kredit

Pemberian suatu fasilitas kredit mempunyai beberapa tujuan yang

hendak dicapai yang bergantung dari tujuan bank itu sendiri. Tujuan

pemberian kredit juga tidak akan terlepas dari misi bank tersebut didirikan.

Dalam praktiknya tujuan pemberian suatu kredit sebagai berikut (Kasmir,

2012: 116) :

1) Mencari Keuntungan

Tujuan utama bank melakukan pemberian kredit adalah untuk

memperoleh keuntungan.Hasil keuntungan ini diperoleh bank dari

bunga yang diterima sebagai balas jasa dan biaya administrasi kredit

yang dibebankan kepada nasabah.Keuntungan ini penting untuk

kelangsungan hidup bank selain itu, keuntungan juga dapat

membesarkan usaha bank.

2) Membantu Usaha Nasabah

Tujuan selanjutnya adalah untuk membantu usaha nasabah yang

memerlukan dana, baik dana untuk investasi maupun dana untuk

modal kerja. Dengan dana tersebut, maka nasabah akan dapat

mengembangkan dan memperluaskan usahanya. Dalam hal ini baik

bank maupun nasabah sama-sama diuntungkan.

3) Membantu Pemerintah

Tujuan lainnya adalah membantu pemerintah dalam berbagai bidang.

Bagi pemerintah semakin banyak kredit yang diberikan oleh pihak

bank, maka semakin baik karena berarti adanya perolehan dana dalam

24

rangka peningkatan pembangunan diberbagai sektor, terutama sektor

riil.

e) Manfaat Kredit

Manfaat kredit menurut Kasmir (2012:84) dapat di golongkan

sebagai berikut:

1) Manfaat Kredit Bagi Debitur

a. Untuk meningkatkan usahanya, maka debitur dapat menggunakan

dana kredit untuk pengadaan atau peningkatan sebagai faktor

produksi, baik berupa tambahan modal kerja (money), mesin

(machine), bahan baku (material), maupun peningkatan sumber

daya manusia (man), metode (method), perluasan pasar (marked).

b. Kredit bank relative mudah di peroleh apabila usaha debitur layak

untuk di biayai.

c. Terdapat berbagai macam, jenis, tipe, kredit yang di sediakan oleh

perbankan, sehingga calon debitur dapat memilih jenis uang paling

sesuai.

d. Jumlah bank yang ada di republic ini relative banyak, sehingga

calon debitur lebih mudah memilih bank yang cocok dengan

usahanya serta rahasia debitur terlindungi.

e. Dengan memperoleh kredit dari bank biasanya debitur tersebut

sekaligus membuka kesempatan untuk menikmati produk atau jasa

lainnya seperti transfer bank, jaminan bank, pembukuan letter of

credit (L/C), dan lain sebagainya.

25

2) Manfaat Kredit Bagi Bank

a. Bank memperoleh pendapatan berupa bunga yang diterima dari

debitur.

b. Dengan pemberian kredit dari bank sekaligus dapat memasarkan

produk-produk atau jasa-jasa lainnya seperti giro, tabungan,

deposito, dan lain sebagainya.

c. Dengan diperolehnya pendapatan bunga kredit, maka diharapkan

rentabilitas bank akan baik yang tercemin dalam perolehan laba

yang meningkat.

d. Dengan adanya kegiatan pemberian kredit, maka bank dapat

mendidik dan meningkatkan kemampuan para personilnya untuk

lebih mengenal secara rinci kegiatan usaha secara riil di berbagai

sektor ekonomi.

3) Manfaat Kredit Bagi Pemerintah

a. Kredit bank dapat menciptakan dan meningkatkan lapangan usaha

dan lapangan kerja.

b. Secara tidak langsung pemberian kredit bank dapat meningkatkan

pendapat Negara yang berasal dari pajak perusahaan yang tumbuh

dan berkembang volume usahanya.

c. Kredit bank dapat di gunakan sebagai alat untuk mendorong

pertumbuhan ekonomi, baik secara umum maupun untuk sektor

tertentu saja.

26

d. Pemberian kredit bank dapat menciptakan dan memperluas pasar,

dengan adanya kredit bank maka volume produksi dan konsumsi

akan meningkatkan dan hal ini akan mendorong terciptanya pasar

baru serta peningkatan pasar yang telah ada.

e. Pemberian kredit bank yang sahamnya di miliki oleh pemerintah

yang berhasil meningkatkan labanya, akan menambah pendapatan

pemerintah yang berupa setoran bagian laba/deviden dari bank

yang bersangkutan.

4) Manfaat Kredit Bagi Masyarakat Luas

a. Dengan adanya kredit bank yang mendorong pertumbuhan dan

perluasan ekonomi, maka akan mengurangi tingkat pengangguran

dan meningkatkan tingkat pendapat masyarakat.

b. Ada jenis-jenis kredit tertentu seperti bank garansi atau letter of

credit (L/C) akan memberikan rasa aman dan ketengan bagi pihak

yang terlibat, seperti contoh: pimpinan proyek, kontraktor atau para

penjual yang terlibat di dalamnya.

c. Para pemilik dana yang menyimpan dana di bank, berharap agar

kredit bank berjalan dengan lancar, sehingga dana mereka yang di

gunakan oleh bank dapat di terima kembali secara utuh beserta

bunga sesuai dengan kesepakatan.

f) Jenis-jenis Kredit

Menurut Kasmir (2012:119), dalam praktiknya jenis kredit dilihat

dari berbagai segi dapat diklasifikasikan antara lain :

27

1) Kredit dilihat dari Segi Kegunaan

a. Kredit Investasi

Kredit investasi merupakan kredit jangka panjang yang biasanya

digunakan untuk keperluan perluasan usaha atau membangun

proyek baru atau untuk keperluan rehabilitasi.

b. Kredit Modal Kerja

Kredit Modal Kerja merupakan kredit yang digunakan untuk

keperluan meningkatkan produksi dalam operasionalnya.

2) Kredit dilihat dari Segi Jangka Waktu

a. Kredit jangka pendek (short term loan)

Yaitu kredit yang berjangka waktu maksimal 1 (satu) tahun.

Biasanya kredit jangka pendek ini cocok untuk membiayai

kebutuhan modal kerja.

b. Kredit jangka menengah (medium term loan)

Yaitu kredit yang berjangka waktu antara 1 sampai 3 tahun. Yaitu

kredit yang berjangka waktu antara 1 sampai dengan 3 tahun.

Biasanya kredit jangka menengah ini dapat berupa kredit modal

kerja atau kredit investasi yang relatif tidak terlalu besar

jumlahnya.

c. Kredit jangka panjang (long term loan)

Kredit jangka panjang yaitu kredit yang berjangka waktu lebih dari

3 (tiga) tahun.Kredit macam ini biasanya cocok untuk kredit

investasi.

28

3) Kredit dilihat dari Segi Sektor Usaha

a. Kredit untuk sektor pertanian

Yaitu kredit dengan tujuan produktif dalam rangka meningkatkan

hasil di sektor pertanian, baik berupa kredit investasi maupun

modal kerja. Sektor pertanian disini termasuk pula pengertian

untuk: perkebunan, kehutanan, perikanan, peternakan, perburuan

binatang dan sarana-sarananya.

b. Kredit untuk sektor pertambangan

Yaitu kredit untuk membiayai usaha-usaha penggalian dan

pengumpulan bahan-bahan tambang dalam bentuk padat, cair dan

gas yang meliputi minyak dan gas bumi, bijih logam, batu bara dan

barang-barang tambang lainnya.

c. Kredit untuk sektor perindustrian (manufacturing)

Yaitu kredit yang berkenaan dengan usaha atau kegiatan-kegiatan

mengubah bentuk (transformasi), meningkatkan faedah dalam

bentuk pengolahan-pengolahan baik secara mekanik maupun

secara kimiawi dari satu bahan menjadi barang baru yang

dikerjakan dengan mesin, tenaga manusia dan lain-lain.

d. Kredit untuk sektor listrik, gas dan air

Yaitu kredit yang diberikan untuk pembiayaan usaha-usaha

pengadaan dan distribusi listrik, gas dan air, baik untuk rumah

tangga, industri maupun untuk tujuan komersil.

29

e. Kredit untuk sektor kontruksi

Yaitu kredit-kredit yang diberikan kepada para kontraktor untuk

keperluan pembangunan dan perbaikan gedung, rumah, pasar, jalan

raya, jalan kereta api, pelabuhan, lapangan udara, proyek irigasi,

jembatan dan lain sebagainya.

f. Kredit untuk sektor perdagangan, restoran dan hotel

Yaitu kredit untuk membiayai usaha-usaha perdagangan, baik

perdagangan eceran, tengkulak, distribusi, eksportir dan importir.

Sektor ini meliputi pula usaha rumah makan, penginapan, hotel dan

pariwisata.

g. Kredit untuk sektor jasa-jasa dunia usaha

Yaitu kredit yang diberikan untuk pembiayaan sektor-sektor real

estate, profesi/advokat/pengacara, notaris, akuntan, insinyur,

leasing company (yaitu usaha-usaha sewa beli barang-barang

modal), lembaga keuangan bukan bank, asuransi dan sebagainya.

g) Prosedur Pemberian Kredit

Prosedur pemberian kredit antar bank satu dan yang lain memang

tidak jauh berbeda, hanya saja pada penilaian dan persyaratan yang

mungkin mengikuti kebijakan masing-masing bank. Secara singkat dapat

digambarkan sebagai berikut:

30

Tujuan prosedur pemberian kredit ini sebagai pendukung untuk

memastikan pengajuan kredit diterima atau ditolak oleh pihak kreditur

(Bank). Apabila dalam analisis terjadi hal yang kurang atau pihak debitur

tidak melengkapi persyaratan yang ditentukan maka pengajuan kredit

langsung ditolak. Kesalahan dalam analisis kredit dapat menyebakan

bertambahnya kredit bermasalah atau piutang tak tertagih. Setelah

melakukan anaisis pihak bank akan melakukan Credit Ranting yaitu

tingkatan presentase dalam pemberian kredit pada nasabah atau pelanggan.

2. Dana Pihak Ketiga

a) Pengertian Dana Pihak Ketiga

Dana pihak ketiga (DPK) merupakan dana yang bersumber dari

masyarakat luas dan merupakan sumber penting untuk aktivitas

operasional bank serta merupakan tolak ukur keberhasilan suatu bank

Permohonan

Keputusan

Pelunasan

Perjanjian Droping

Pengikatan

Pengawasan

Analisis

Gambar 2. 1 Siklus Manajemen Kredit

31

apabila bank dapat menanggung biaya operasinya dari sumber dana ini

(Kasmir, 2012:59). Bank diharapkan selalu berada ditengah masyarakat,

agar aliran uang dari masyarakat yang mempunyai kelebihan dana dapat

ditampung kemudian disalurkan kembali kepada masyarakat.

Keuntungan utama bank berasal dari sumber sumber dana dengan bunga

yang akan diterima dari alokasi tertentu. Apabila DPK meningkat, maka

bank mempunyai peluang serta kesempatan yang lebih besar untuk

memperoleh pendapatan yang lebih tinggi.

Dendawijaya (2009) menyatakan, Bank berugas memberikan

pelayanan kepada masyarakat dan bertindak selaku perantara bagi

keuangan masyarakat. Oleh karena itu, bank harus selalu berada di tengah

masyarakat agar arus uang dari masyarakat yang kelebihan dana dapat

ditampung dan disalurkan kembali kepada masyarakat. Kepercayaan

masyarakat akan keberadaan bank dan keyakinan masyarakat bahwa bank

menyelesaikan permasalahan keuangan dengan sebaik-baiknya merupakan

suatu keadaan yang diharapkan oleh semua bank. Untuk itu, bank selalu

berusaha memberikan pelayanan (service) yang dapat memuaskan

masyarakat.

b) Jenis-jenis Dana Pihak Ketiga

Dana-dana yang dihimpun dari masyarakat ternyata merupakan

sumber dana terbesar yang paling diandalkan oleh bank (bisa mencapai

80%-90% dari seluruh dana yang dikelola oleh bank). Dana masyarakat

terdiri atas beberapa jenis, yaitu sbagai berikut:

32

1) Simpanan Giro (Demand Deposit)

Giro adalah simpanan pihak ketiga pada bank yang penarikanya dapat

dilakukan setiap saat dengan menggunakan cek, bilyet giro, dan surat

perintah pembayaran lainya atau dengan cara pemindahbukuan. Dalam

pelaksanaanya, giro ditatausahakan oleh bank dalam suatu rekening

yang disebut ‘rekening koran’. Jenis rekening giro ini dapat berupa :

1) Rekening atas nama perorangan

2) Rekening atas nama suatu badan usaha/lembaga

3) Rekening bersama/gabungan

2) Simpanan Deposito (Time Deposit)

Dana bank yang bersumber dari simpanan dalam bentuk deposito

merupakan dana yang relatif mahal dibandingkan dengan sumber dana

lainya, misalnya giro atau tabungan. Kelebihan sumber dana ini dapat

dikategorikan sebagai sumber dana semi tetap, karena penarikanya

dapat diperkirakan dengan berdasarkan tanggal jatuh temponya

sehingga tingkat fluktuasinya dapat diantisipasi. Terdapat berbagai

jenis deposito, yakni :

1) Deposito Berjangka

2) Sertifikat Deposito

3) Deposit On Call

3) Simpanan Tabungan (Saving Deposit)

Tabungan adalah simpanan pihak ketiga pada bank yang penarikanya

hanya dapat dilakukan menurut syarat-syarat tertentu. Program

33

tabungan yang pernah diperkenankan pemerintah sejak tahun 1971

adalah tabanas, taska, tappelpram, tabungan ongkos naik haji, dan lain-

lain.

3. Konstruksi

a) Pengertian Konstruksi

Menurut Undang-undang tentang Jasa konstruksi, "Jasa

Konstruksi" adalah layanan jasa konsultansi perencanaan pekerjaan

konstruksi, layanan jasa pelaksanaan pekerjaan konstruksi dan layanan

jasa konsultansi pengawasan pekerjaan konstruksi. "Pekerjaan Konstruksi"

adalah keseluruhan atau sebagian rangkaian kegiatan perencanaan dan

pelaksanaan beserta pengawasan yang mencakup pekerjaan arsitektural,

sipil, mekanikal, elektrikal dan tata lingkungan masing-masing beserta

kelengkapannya untuk mewujudkan suatu bangunan atau bentuk fisik lain

(Trianto, 2011:1).

Nur (2016) mengungkapkan bahwa Konstruksi merupakan suatu

kegiatan membangun sarana maupun prasarana. Dalam sebuah bidang

arsitektur atau teknik sipil, sebuah konstruksi juga dikenal sebagai

bangunan atau satuan infrastruktur pada sebuah area atau pada beberapa

area. Secara ringkas konstruksi didefinisikan sebagai objek keseluruhan

bangunan yang terdiri dari beberapa bagian struktur. Misalnya Konstruksi

Struktur Bangunan adalah bentuk/bangun secara keseluruhan dari struktur

bangunan. Contoh lain: Konstruksi Jalan Raya, Konstruksi Jembatan,

Konstruksi Kapal, dan lain lain.

34

b) Fungsi Konstruksi Indonesia

Konstruksi Indonesia adalah sarana informasi dan komunikasi

dunia konstruksi nasional untuk menumbuhkembangkan kepercayaan dan

kebanggaan masyarakat terhadap kemampuan pelaku konstruksi nasional

dalam menghasilkan produk-produk infrastruktur, meningkatkan

kompetensi dan profesionalisme para pelaku konstruksi nasional, serta

sebagai ajang promosi dalam rangka membangkitkan investasi dan gairah

konstruksi nasional.

Perkembangan pasar industri konstruksi tidak saja hanya

dipengaruhi oleh sektor ekonomi, akan tetapi juga dipengaruhi oleh

perkembangan politik baik di dalam negeri maupun di luar negeri terutama

tingkat regional. Kebijakan penerapan otonomi daerah pada tahun 2000

menyebabkan beralihnya pengelolaan proyek-proyek dari pusat ke daerah-

daerah. Konsumen yang tadinya terkonsentrasi di Jakarta akan terbagi bagi

ke daerah-daerah potensial. Hal ini akan berpengaruh pada penerapan

strategi meraih pangsa pasar dari masing-masing pelaku jasa konstruksi

(Soemardi, 2011)

4. Makroekonomi

a) Pengertian Makroekonomi

Ilmu ekonomi makro merupakan bagian dari ilmu ekonomi yang

mengkhususkan diri dalam mempelajari mekanisme bekerjanya

perekonomian secara keseluruhan. Tujuan dari ilmu ekonomi makro itu

sendiri adalah untuk memahami peristiwa ataupun fenomena ekonomi

35

serta untuk memperbaiki kebijakan ekonomi. Disini dapat diperoleh

gambaran bahwa ekonomi makro bukanlah merupakan alat atau doktrin

perekonomian, melainkan metode yang berguna untuk membantu

mengembangkan pemikirian mengenai bagaimana cara bekerja dan

memperbaiki kondisi perekonomian (Putong, 2013:8). Menurut Mankiw

(2006:2) makroekonomi adalah sebuah studi tentang perekonomian secara

menyeluruh, berusaha menjawab pertanyaan-pertanyaan terkait

pertumbuhan pendapatan, kemiskinan, inflasi, kestabilan harga, resesi,

depresi, pengangguran dan lainnya.

Hubungan yang dipelajari dalam ilmu ekonomi makro adalah

hubungan kausal antara variabel-variabel aggregatif (keseluruhan).

Diantara variabel-variabel yang dimaksud antara lain adalah tingkat

pendapatan nasional, konsumsi rumah tangga, investasi nasional

(pemerintah maupun swasta), tingkat tabungan, belanja pemerintah,

tingkat harga-harga umum, neraca pembayaran (ekspor dan impor) dan

lainnya (Putong, 2013:8).

b) Unsur-unsur Makroekonomi

Unsur-unsur makroekonomi yang biasa dianalisis melalui beberapa

analisis ekonomi ini adalah faktor tingkat bunga, pendapatan nasional

suatu negara, kebijakan moneter, dan kebijakan fiskal yang diterapkan

oleh suatu negara.Analisis ini digunakan untuk mengetahui potensi dari

faktor makro yang pastinya menjadi salah satu faktor yang mempengaruhi

tingkat pengembalian dari investasi. Sebagai contoh mengapa kebijakan

36

moneter dapat mempengaruhi return saham yang diterima dikarenakan

oleh besar kecilnya tingkat jumlah uang yang beredar. Ketika jumlah uang

yang beredar semakin tinggi, maka terdapat kecenderungann

meningkatnya kegiatan perekonomian secara keseluruhan, hal ini

dikarenakan perusahaan-perusahaan yang mendapat supply uang yang

lebih tinggi dari biasanya. Ketika supply uang semakin tinggi, maka

kegiatan operasional yang bersifat profit oriented juga akan meningkat dan

secara otomatis akan membuat laba perusahaan meningkat pula. Dengan

ini pada nantinya akan meningkatkan return saham dari perusahaan yang

bersangkutan (Mankiw, 2006:432).

c) Tujuan Makroekonomi

Kebjiakan ekonomi makro yang dilakukan oleh setiap negara

secara bersama-sama dilakukan oleh pemerintah dan lembaga swasta

bertujuan untuk mengatasi masalah-masalah yang timbul dan mungkin

akan timbul dalam suatu perekonomian, dimana pemerintah sebagai pihak

yang membuat regulasi (regulator) dan swasta sebagai pelaksananya.

Menurut Putong (2013:278-283), adapun harapan dari perpaduan

pemerintah dan lembaga swasta tersebut dapat mencapai keadaan

perekonomian yang diharapkan, seperti:

1) Tingkat Kesempatan Kerja yang Tinggi

Pada dasarnya negara manapun di dunia ini tidak menginginkan

adanya pengangguran dalam perekonomian, karena selain dampak

buruknya terhadap sendi kehidupan sosial masyarakat juga merupakan

37

beban ekonomi negara yang harus ditanggung baik dari segi ekonomi

maupun politik.

2) Kapasitas Produksi Nasional yang Tinggi

Untuk negara-negara yang tergolong masih berkembang dan

terbelakang perekonomiannya, usaha peningkatan kapasitas produksi

memanglah merupakan suatu hal yang harus dilakukan, yaitu dengan

cara melakukan investasi di segala bidang yang sesuai dengan

peruntukkan dan kebutuhan yang tepat.

3) Tingkat Pendapatan Nasional dan Pertumbuhan Ekonomi yang Tinggi

Tingkat pendapatan suatu negara tidak memiliki ukuran standar

seberapa tinggi yang harus dicapai, akan tetapi ukuran tersebut dapat

diketahui berdasarkan perbandingan pada negara lain apakah

pendapatan nasional suatu negara lebih besar atau lebih kecil dari

negara lainnya.

4) Keadaan Perekonomian yang Stabil

Perekonomian yang stabil bukanlah berarti suatu perekonomian yang

kondisinya selalu mengalami masa-masa booming terus menerus

(tidak pernah terjadi penurunan atau peningkatan), akan tetapi suatu

kondisi yang berfluktuasi terhadap variabel ekonomi terutama harga-

harga komoditi secara umum dan tingkat pendapatan yang bergerak

atau berubah dalam kondisi yang wajar.

38

5) Neraca Pembayaran Luar Negeri yang Seimbang

Yang dimaksud dengan Neraca Pembayaran (Balance of Payment)

adalah ikhtisar sistematis dari semua transaksi ekonomi dengan luar

negeri selama jangka waktu tertentu dinyatakan dalam uang (biasanya

dalam satuan dolar Amerika Serikat).

6) Distribusi Pendapatan yang Merata

Keadilan pembagian rezeki dari hasil mengelola sumber daya baik

alam amupun manusia dari suatu negara adalah dimana pendapatan

yang diperoleh dapat dinikmati secara merata oleh rakyatnya, dalam

arti distribusi pembagian pendapatan yang relatif adil, artinya sebagian

besar pendapatan negara dinikmati oleh sebagian besar golongan

masyarakat dalam perekonomian tersebut.

d) Indikator Makroekonomi

1) Suku bunga

Tingkat suku bunga dalam aset keuangan merupakan bunga yang

diterima serta dinyatakan sebagai presentase dari harga asset (Parkin,

2018:94). Hull (2009:73) mendefinisikan suku bunga adalah situasi

khusus dimana peminjam berjanji membayar lebih pada sejumlah uang

yang dia pinjam.Suku bunga di Indonesia mengacu pada BI Rate. BI

Rate adalah suku bunga kebijakan yang mencerminkan sikap atau

stance kebijakan moneter yang ditetapkan oleh bank Indonesia dan

diumumkan kepada publik. BI Rate juga digunakan sebagai acuan para

investor pada investasi bebas risiko (Risk Free). Suku bunga yang

39

diberikan bank disebut dengan suku bunga nominal (nominal interest

rate), sedangkan suku bunga yang disesuaikan dengan inflasi disbut

dengan suku bunga riil (real interest rate).

2) Produk Domestik Bruto (PDB)

Produk Domestik Bruto atau dalam istilah inggrisnya Gross Domestic

Product (GDP), adalah nilai barang dan jasa dalam suatu negara yang

diproduksikan oleh faktor-faktor produksi milik warga negara-negara

tersebut dan negara asing. Produk Domestik Bruto (PDB) dapat

mengukur jumlah pembelanjaan untuk barang dan jasa di seluruh pasar

dalam perekonomian (Sukirno, 2013:34-35).

3) Indeks Harga Konsumen (IHK)

Indeks Harga Konsumen (IHK-consumer price index [CPI]) adalah

ukuran biaya keseluruhan barang dan jasa yang dibeli oleh konsumen.

Ahli statistik pemerintah secara rutin menghitung dan melaporkan

indeks harga konsumen. Indeks harga konsumen digunakan untuk

mengamati perubahan dalam biaya hidup sepanjang waktu. Ketika

indeks harga konsumen naik, keluarga biasa harus menghabiskan

pengeluaran yang lebih banyak untuk menjaga stanar hidup yang sama

(Mankiw, 2012:26).

4) Neraca Pembayaran

Neraca pembayaran adalah suatu catatan aliran keuangan yang

menunjukkan nilai transaksi perdagangan dan aliran yang dilakukan di

antara suatu negara dengan negara lain dalam suatu tahun tertentu.

40

Suatu neraca pembayaran dapat dibedakan kepada dua bagian yang

utama, yaitu neraca berjalan dan nenraca modal (Sukirno, 2013:390).

5) Neraca berjalan

Menurut (Sukirno, 2013:391), neraca berjalan mencatat transaksi-

transaksi sebagai berikut:

a. Ekspor dan impor barang tampak

Transaksi ini meliputi hasil-hasil sektor pertanian, barang-barang

produksi industri, dan barang-barang yang diproduksikan oleh

sektor pertambangan dan berbagai jenis ekspor dan impor barang

tampak lainnya.

b. Ekspor dan impor jasa (atau barang tak tampak)

Transaksi ini meliputi pembayaran biaya pengangkutan dan

asuransi dari barang-barang tampak yang diekspor atau diimpor,

perbelanjaan para pelancong, dan pendapatan investasi (yang

meliputi keuangan, bunga ke atas modal yang diinvestasikan, dan

dividen).

c. Pembayaran pindahan neto ke luar negeri

Transaksi ini meliputi pembayaran dimana penerimanya tidak perlu

“membayar” dalam bentuk uang atau jasa. Contoh dari dari

transakasi ini adalah pembayaran pindahan bantuan uang suatu

negara Arab ke Afganistan, atau bantuan bahan makanan Amerika

Serikat ke penderita kelaparan di Afrika.

41

6) Neraca Modal

Neraca modal meliputi dua golongan transaksi, yaitu aliran modal

jangka panjang dan aliran modal keuangan swasta (Sukirno, 2013:391-

392) sebagai berikut:

a. Neraca modal jangka panjang

Meliputi dua jenis aliran modal, aliran modal resmi dan investasi

langsung oleh pihak swasta ke negara-negara lain. Aliran modal

resmi adalah pinjaman dan pembayaran di antara badan-badan

pemerintah di sesuatu negara dengan negara-negara lain.

b. Modal swasta dan kesilapan-ketinggalan

Dua akaun penting lain dalam neraca pembayaran meliputi akaun

“modal swasta” dan “kesilapan dan ketinggalan”. Yang

dimaksudkan dengan “modal swasta” adalah aliran-aliran modal

dalam bentuk tabungan atau investasi keuangan yang dapat dengan

cepat ditukarkan kembali kepada valuta yang asal atau valuta

lainnya atau biasa disebut “hot money”.

5. Inflasi

a) Pengertian Inflasi

Pada dasarnya yang disebut inflasi adalah berbagai kondisi dari

kenaikan terus-menerus atas tingkat harga secara keseluruhan. Inflasi

dalam definisinya yang demikianlah tidak sama dengan fluktuasi sesaat

jangka pendek dari tingkat harga umum (Hossain, 2010:142). Inflasi

merupakan keadaan perekonomian yang ditandai oleh kenaikan harga

42

secara cepat sehingga berdampak pada menurunnya daya beli, sering pula

diikuti menurunnya tingkat tabungan dan atau investasi karena

meningkatnya konsumsi masyarakat dan hanya sedikit untuk tabungan

jangka panjang (Bank Indonesia, 2014). Menurut Miskhin (2008:13),

inflasi adalah kenaikan tingkat harga yang terjadi secara terus-menerus,

sehingga mempengaruhi individu, pengusaha, dan pemerintah.Inflasi

secara umum dianggap sebagai masalah penting yang harus diselesaikan

dan sering menjadi agenda utama politik dan pengambil kebijakan.

b) Jenis Inflasi

Menurut Halim (2018:79) inflasi digolongkan menjadi beberapa

jenis, yaitu:

1) Berdasarkan asalnya.

a. Inflasi dari dalam negeri

Inflasi dalam negeri seperti terjadi defisit anggaran belanja yang

dibiayai dengan cara mencetak uang baru dan gagalnya pasar

sehingga membuat harga menjadi naik.

b. Inflasi dari luar negeri

Inflasi dari luar negeri adalah inflasi yang terjadi karena naiknya

harga barang impor.Hal ini bisa terjadi karena harga produksi

barang di luar negeri yang sedang tinggi atau adanya kenaikan

tariff dari impor barang.

43

2) Berdasarkan besarnya cakupan terhadap harga

Berdasarkan besarnya cakupan terhadap harga inflasi dapat dibagi

menjadi tiga, yaitu inflasi tertutup (closed inflation), inflasi terbuka

(open inflation), dan inflasi yang tidak terkendali (hiperinflasi).

a. Inflasi Tertutup (Closed Inflation)

Inflasi tertutup adalah kenaikan harga yang terjadi pada satu atau

dua barang tertentu.

b. Inflasi Terbuka (Open Inflation)

Inflasi terbuka adalah kenaikan harga yang terjadi pada semua

barang secara umum.

c. Inflasi yang tidak terkendali (Hyperinflation)

Inflasi yang tidak terkendali apabila serangan inflasi sangat hebat

mengakibatkan harga-harga terus berubah-ubah dan meningkat

sehinga orang tidak dapat menahan uangnya lebih lama karena

nilai uang terus merosot.

3) Berdasarkan keparahanya.

Dalam penelitiannya Karim (2008) menjelaskan bahwa inflasi seperti

sebuah penyakit, inflasi dapat digolongkan menurut tingkat

keparahanya, yaitu sebagai berikut :

a. Modern Inflation

Inflasi tersebut memiliki karakteristik dengan adanya

kenaikantingkat harga yang lambat.Umumnya disebut sebagai

“inflasi satu digit”.

44

b. Galloping inflation

Inflasi pada tingkat ini terjadi pada tingkatan 20% sampai dengan

200% pertahun.

c. Hyper inflation

Inflasi jenis ini terjadi pada tingkatan yang sangat tinggi yaitu

jutaan sampai triliyunan persenper tahun.

6. Nilai Tukar

a) Pengertian Nilai Tukar

Exchange Rate (nilai tukar uang) atau kurs mata uang adalah

catatan harga pasar dari mata uang asing (foreign currency) dalam harga

mata uang domestik (domestic currency) atau resiprokalnya, yaitu harga

mata uang domestik dalam mata uang asing. Nilai tukar uang

merepresentasikan tingkat harga pertukaran dari satu mata uang ke mata

uang yang lainya dan digunakan dalam berbagai transaksi, antara lain

transaksi perdagangan internasional, turisme, investasi internasional, dan

sebagainya (Karim, 2008).

Menurut Mishkin (2011), harga dari satu mata uang dalam mata

uang yang lain disebut sebagai kurs. Kurs dapat mempengaruhi

perekonomian dan kehidupan sehari-hari, karena ketika dollar AS menjadi

lebih berharga relatif terhadap mata uang asing, barang-barang luar negeri

menjadi lebih murah untuk orang Amerika dan barang-barang Amerika

menjadi lebih mahal, begitu juga sebaliknya.

45

b) Jenis Transaksi Nilai Tukar (Kurs)

Dalam penelitian Almira (2018), Mishkin menjelaskan bahwa ada

dua macam transaksi kurs, yaitu:

1) Transaksi spot/ tunai (spot transaction)

Transaksi tersebut meliputi pertukaran segera (dua hari) dan deposito

bank. Dalam transaksi spot/tunai menggunakan Kurs spot (spot

exchange rate) dalam melakukan transaksi.

2) Transaksi forward (forward transaction)

Transaksi memiliki perbedaan waktu dengan transaksi spot/tunai,

dalam transaksi ini meliputi pertukaran deposito bank untuk beberapa

waktu ke depan yang ditentukan. Kurs forward (forward exchange

rate) adalah kurs yang digunakan untuk transaksi forward.

c) Sistem Nilai Tukar (Kurs)

Kebijakan moneter setiap negara pasti berbeda, sehingga antara

negara yang satu dengan negara lainya tidaklah menerapkan sistem kurs

yang sama. Sistem kurs yang digunakan adalah sebagai berikut:

1) Sistem Kurs Tetap

Sistem kurs tetap atau fixed exchange rate system merupakan suatu

sistem kurs apabila kurs yang diberlakukan adalah tetap antara uang

suatu negara terhadap mata uang negara asing, misalnya Dolar

Amerika (USD).

46

2) Sistem kurs megambang

Sistem kurs megambang atau floating exchange rate system

merupakan kurs atau harga valuta asing yang terbentuk atas dasar

kemampuan pasar, karena dibiarkan bebas.

3) Sistem kurs mengambang terkendali

Sistem kurs mengambang terkendali atau managed floating exchange

rate system merupakan suatu sistem kurs yang dibiarkan mengambang

terhadap mata uang basing lainya, setelah nilai tukarnya terhadap mata

uang asing (misal USD) ditetapkan terlebih dahulu.

B. Penelitian Terdahulu

No Judul Penelitian Metode Analisa Hasil Penelitian Kesimpulan

1. “Testing for causality

among globalization,

institution and

financial

development: Further

evidence from three

economic blocs”

Ibrahim Muhammad

Muye & Ibrahim

Yusuf Muye (2016)

Dynamic

ordinary least

squares

(DOLS), untuk

melihat

kointegrasi, The

fully modified

OLS (FMOLS)

untuk

membahas bias

yang disebabkan

oleh

endogenitas

para regressor

VECM (vector

error-correction

Uji kausalitas

Granger

menunjukkan

bahwa adanya

hubungan

kausalitas antara

globalisasi dan

institusi.

Untuk hasil PMG,

DOLS dan FMOLS

terdapat bukti

hubungan jangka

panjang yang

positif antara

globalisasi,

Globalisasi dapat

secara langsung

dan tidak langsung

mempengaruhi

sektor keuangan

melalui

kelembagaan

keuangan maka

dari itu perlunya

perencanaan dan

pengembangan

yang

meningkatkan

globalisasi yang

dapat memberikan

kontribusi yang

47


model) untuk

menguji

kausalitas antar

institusi,

globalisasi dan

perkembangan

keuangan.

kelembagaan dan

perkembangan

keuangan.

lebih baik terhadap

kualitas

kelembagaan, dan

pasar keuangan

cenderung

berkembang

dengan institusi

yang lebih baik.

2. ”World economic

growth and seaborne

trade volume :

Quantifying the

relationship”

Nektarios A. Michail

(2020

Vector Error-

Correction

Model (VECM)

Untuk

memeriksa

hubungan

ekonomi yang

mendasari

antara variabel.

Terdapat hubungan

jangka panjang

antara variabel

yang digunakan

terhadap PDB

dunia dan harga

minyak, yang mana

berfungsi sebagai

proxy untuk tarif

angkutan

Kuantitas barang

yang diangkut

melalui jalur laut

dapat sangat

dipengaruhi oleh

pertumbuhan PDB

dunia, Dengan

demikian

permintaan yang

disederhanakan

dapat membantu

evolusi masa

depan PDB dunia

dan dapat

digunakan oleh

perusahaan

pengiriman atau

agen industri

lainnya untuk

mengukur

kuantitas barang

48


yang diangkut dan

dampaknya

terhadap tarif

angkutan. Selain

itu permintaan

pengiriman harus

dipertimbangkan

secara eksplisit,

khususnya yang

berkaitan dengan

sejauh mana hal

ini mempengaruhi

perdagangan

komoditas lewat

laut karena sifat

permintaan yang

diturunkan dari

industri.

3. “The effects of oil

shocks on government

expenditures and

government revenues

nexus in Nigeria”

(with exogeneity

restrictions)

Adebayo Adedokun

(2018)

Structural

Vector

Autoregressive

(SVAR) and

Vector Error

Correction

(VEC) untuk

memahami

hubungan yang

bersangkutan di

antara variabel

Hasil SVAR

menunjukkan

guncangan harga

minyak tidak dapat

memprediksi

variasi pengeluaran

pemerintah dalam

jangka pendek.

Selain itu

guncangan harga

studi ini

menyarankan

tindakan

pemerintah yang

bijaksana untuk

mengarahkan

kembali ekonomi

dari

ketergantungan

pendapatan

minyak terhadap

49


makroekonomi

di luar batas.

minyak sangat

mempengaruhi

variabel kebijakan

dalam jangka

pendek dan

mentransfer

pengaruhnya pada

variabel

makroekonomi

lainnya dalam

jangka panjang.

diversifikasi di

sepanjang sumber

pendapatan lain

yang tidak mudah

berubah untuk

mencegah

transmisi efek

guncangan harga

minyak dalam

jangka panjang

pada variabel

makroekonomi

yang lebih luas.

4. “A fractional

cointegration var

analysis of exchange

rate dynamics”

Luis A. Gil-Alanaa

and Hector Carcel

(2018)

Cointegrated

VAR (CVAR)

model yang

memungkinkan

fraksional

proses orde d

yang

berkointegrasi

ke orde d-b.

Fractionally

Cointegrated

Vector

AutoRegressive

(FCVAR) untuk

memeriksa

Dari hasil CVAR

menunjukkan

bahwa lima nilai

tukar

(Poundsterling

Inggris, Euro,

Krona Swedia,

Franc Swiss dan

Dolar Kanada)

adalah tidak

terkointegrasi.

Metode FCVAR

menyimpulkan

bahwa hubungan

kointegrasi dapat

Dari hasil

penelitian ini

membuktikan

pertukaran nilai

mata uang tersebut

terkointegrasi

secara fraksional

dan hasil ini

menjadi dasar

untuk pekerjaan

lebih lanjut yang

berhubungan

dengan nilai tukar

atau seri

keuangan lainnya

dengan cara

50


pecahan

kointegrasi

multivariat

diperoleh dengan

mempertimbangkan

integrasi pecahan.

kointegrasi

pecahan

menggunakan

teknik FCVAR.

5. “Understanding

Chinese provincial

real estate

investment: A Global

VAR perspective”

Y. Chena, M. Hea, S.

Rudkin (2016)

Global Vector

Autoregressive

(GVAR)

Terdapat korelasi

kontemporer yang

jelas antara

investasi real estat

dan faktor penentu

utama lainnya.

Investasi real

estate harus terkait

dengan kondisi di

provinsi yang akan

dibangun serta

harus memiliki

nilai intuitif, yang

didasarkan pada

ide spillovers dan

redistribusi

pemerintah yang

ditargetkan.

Kerangka GVAR

memungkinkan

penelitian ini

menunjukkan ada

dukungan empiris

dalam memprediksi

investasi, atau

untuk memperluas

pemahaman

tentang ekonomi

regional dan

51


sangat relevan

dengan pembuat

kebijakan,

perencana,

investor dan

pemerintah pusat

sama.

6. “Inter-linkages and

causal relationships

between US and

BRIC equity markets:

An empirical

investigation”

Amanjot Singh &

Manjit Singh (2016)

Vector

Autoregressive

(VAR) dan

Vector Error-

Correction

Model (VECM)

untuk

menangkap

interaksi

dinamis diantara

variabel

endogen dan

untuk

menjelaskan

interaksi jangka

pendek diantara

pasar tersebut.

Ada hubungan

kerjasama dan

kausalitas jangka

panjang antara

pasar ekuitas AS

dan BRIC selama

periode pra-krisis

dan pasca-krisis

saja.

Selama periode

sebelum krisis,

pasar Brazil dan

Rusia mengikuti

tren dominan

independen dalam

jangka panjang.

Namun, selama

periode pasca

krisis, hanya pasar

ekuitas AS dan

Brasil yang

Keterkaitan ini

lebih jauh

menyoroti peran

investor domestik

dan kebijakan

fiskal terhadap

dinamika lintas

pasar yang

merugikan. Jadi,

sebuah

Pemahaman

tentang hubungan

sebab-akibat

jangka panjang

dan jangka pendek

sangat penting.

Sebagai ruang

lingkup studi masa

depan, integrasi

dan keterkaitan

pasar antara BRIC

dan pasar ekuitas

52


ditemukan

terpengaruh oleh

pasar ekuitas

lainnya dalam

jangka panjang.

Secara keseluruhan,

hasilnya

melaporkan

dinamika pasar

yang berubah dan

terdapat integrasi

parsial selama

periode penelitian.

maju lainnya

seperti, Inggris,

Jepang, negara UE

atau pasar

berkembang

lainnya.

7. “Assessing

macroprudential tools

in OECD countries

within a cointegration

framework“

Oriol Carreras, E.

Philip Davis &

Rebecca Piggott

(2018)

Vector

Autoregressive

(VAR) dan

Vector Error-

Correction

Model (VECM)

Terdapat dampak

intervensi

kebijakan

makroprudensial

pada harga rumah

dan pertumbuhan

kredit rumah

tangga di 19 negara

OECD,

menggunakan tiga

set data dari IMF

dan BIS.

Kebijakan

makroprudensial

tetap efektif dalam

jangka pendek dan

jangka panjang

untuk membatasi

harga rumah dan

pertumbuhan

kredit rumah

tangga dalam hasil

penelitian

kointegrasi

termasuk pada

pajak atas lembaga

keuangan,

53


persyaratan modal

umum, rasio

pinjaman terhadap

nilai dan batas

rasio hutang

terhadap

pendapatan.

8. “Financial structure

and economic growth

nexus revisited, Borsa

istanbul Review”

Lan Chu Khanh

(2019)

Vector Error-

Correction

Model (VECM)

Sebagian pasar

yang lebih berbasis

pada sistem

keuangan dari segi

aktivitas dan

efisiensi,

membantu negara

untuk tumbuh lebih

cepat.

Meskipun

perbankan

mengalami krisis

dan volatilitas

ekonomi makro

mempengaruhi

pertumbuhan

ekonomi secara

negatif, mereka

tidak

mempengaruhi

hubungan antara

Pembuat kebijakan

harus fokus pada

strategi untuk

menyeimbangkan

struktur keuangan

dengan

pemeliharaan

pertumbuhan

ekonomi jangka

panjang yang

positif serta

mengidentifikasi

mekanisme

dimana pengaruh

marginal dari

struktur keuangan

pada pertumbuhan

ekonomi berubah

positif ke negatif.

54


struktur keuangan

dan pertumbuhan

ekonomi.

Peran pasar saham

atas perbankan

semakin kuat

seiring dengan

perkembangan

sektor keuangan.

9. “The recovery of

global stock markets

indices after impacts

due to pandemics”

S.A. David, C.M.C.

Inacio Jr, Jose A

(2020)

The error

correction terms

(ECT) untuk

mengidentifikasi

kemungkinan

mekanisme

transmisi antara

deret waktu

yang berbeda

Vector Error-

Correction

Model (VECM)

untuk

menyelidiki

dinamika antara

pandemi dan

evolusi indeks

bursa saham

Hasil penelitian

menunjukkan

bahwa guncangan

yang disebabkan

oleh penyakit

cukup signifikan

mempengaruhi

pasar.

Selain itu hasil

penelitian

menunjukkan

adanya kontribusi

volatilitas yang

lebih tinggi untuk

semua indeks

keuangan selama

COVID-19.

Reaksi pasar

saham terhadap

COVID-19

memiliki karakter

yang luas.

Perlunya tindakan

kebijakan fiskal

dan moneter

selama pandemi

dan khususnya

selama penyebaran

COVID-19 yang

sedang

berlangsung

55


utama.

10. “The causal

relationship among

electricity

consumption,

economic growth and

capital stock in Iran”

N. Salmanzadeh &

S.M.T. Fatemi Ghomi

(2019)

Vector

Autoregressive

(VAR)

Kurangnya

kausalitas jangka

pendek antara

variabel. Hasil uji

kausalitas Granger

standar (SGC)

menunjukkan

kausalitas jangka

panjang dua arah

antara EC dan EG

dan kausalitas

jangka panjang satu

arah dari EC ke CS.

Hasil dari Analisis

impulse response

function (IRF)

menunjukkan

perilaku dinamis

dari kausalitas

jangka panjang.

Untuk mengurangi

EC dan

menghindari

dampak negatif

pada EG, Iran

harus mengadopsi

kebijakan yang

sesuai dan

terjangkau untuk

mengoptimalisasi

efisiensi EC.

Kebijakan

privatisasi,

industrialisasi,

pengawasan

sumber daya

perbankan dan

alokasi kredit dan

liberalisasi harga

listrik harus

diusulkan.

11. “Causality between

oil shocks and

exchange rate: A

Bayesian, graph-

based VAR

approach”

Vector

Autoregressive

(VAR)

Harga minyak

memiliki efek

utama di bursa

pada periode

setelah krisis tetapi

tidak pada periode

minyak maupun

negara pengimpor

minyak serta

sebagai studi

prediktif yang

relevan, untuk

56


Libo Yin & Xiyuan

Ma (2018)

sebelum krisis.

Guncangan pada

pasar minyak

memiliki efek

kasual yang kuat di

pasar pertukaran,

terutama setelah

krisis keuangan

tahun 2008.

Sebaliknya,

guncangan pasokan

minyak memiliki

dampak yang

paling lemah.

manajemen risiko

yang terkait

dengan guncangan

minyak dan juga

untuk penetapan

harga aset terkait

minyak.

12. “Price formation in

Indian gold market:

Analysing the role of

gold Exchange

Traded Funds (ETFs)

against spot and

futures markets”

Prabhdeep Kaur &

Jaspal Singh (2019)

Vector

Autoregressive

(VAR) - The

Augmented

Dickey-Fuller

(ADF)

Adanya hubungan

kointegrasi jangka

panjang antara ETF

emas dan

korespondensi

harga spot emas

serta harga futures.

Tidak terdapat

hubungan

kointegrasi antar

seri karena

kerusakan

struktural dalam

data keuangan deret

Pemerintah

Indonesia

menekankan

perlunya

transparansi yang

lebih besar dalam

pembelian emas

karena masyarakat

umum masih

belum mengetahui

tentang alternatif

sumber investasi

emas seperti ETF

emas.

57


waktu. Penasihat

keuangan perlu

membimbing para

investor tentang

keuntungan relatif

dari diversifikasi

risiko melalui

investasi di ETF

emas untuk

meningkatkan

kesadaran tentang

investasi produk

baru di kalangan

masyarakat umum

58

C. Kerangka Berpikir

BI Rate (𝑋1), Inflasi(𝑋2),

Nilai Tukar (𝑋3),GDP (𝑋4),

DPK (𝑋5), Krisis (𝑋6)

Uji Stasionaritas

Tidak Stasioner Stasioner

VAR Bentuk Level Stasioner di

Diferensi

Uji Kointegerasi Tidak Terjadi VAR Bentuk

Diferensiasi

Terjadi

VECM IRF dan FEVD

Interpretasi Hasil

Kesimpulan

Kredit sektor konstruksi (Y),

Gambar 2. 2 Kerangka Pemikiran

59

D. Hipotesis Penelitian

Hipotesis merupakan jawaban sementara dari permasalahan yang ada

dengan sifat praduga, berdasarkan kerangka pemikiran mengenai faktor yang

mempengaruhi kredit pada sektor konstruksi, maka hipotesis dari penelitian ini

adalah:

a. Pengaruh Jangka Pendek dan Jangka Panjang:

H0 : Inflasi, BI Rate, Nilai Tukar, DPK, PDB dan krisis tidak memiliki

pengaruh jangka pendek dan jangka panjang terhadap kredit sektor

konstruksi selama periode penelitian.

H1 : Inflasi, BI Rate, Nilai Tukar, DPK, PDB dan krisis memiliki

pengaruh jangka pendek dan jangka panjang terhadap kredit sektor

konstruksi.

b. Respon Kredit sektor konstruksi terhadap guncangan makroekonomi:

H0 : Tidak terdapat respon Kredit sektor konstruksi terhadap guncangan

makroekonomi

H1 : Terdapat respon Kredit sektor konstruksi terhadap guncangan

makroekonomi

c. Kontribusi setiap variabel terhadap Kredit sektor konstruksi

H0 : Tidak terdapat keragaman pada setiap variabel terhadap Kredit sektor

konstruksi.

H1 : Terdapat keragaman pada setiap variabel terhadap Kredit sektor

konstruksi.

60

BAB III

METODE PENELITIAN

A. Ruang Lingkup Penelitian

Secara umum penelitian hanya mencakup perbankan konvensional di

Indonesia. Ruang lingkup penelitian ini adalah kredit sektor konstruksi di

Indonesia selama periode 2012-2020. Penelitian ini bertujuan untuk mengetahui

hubungan dan pengaruh antara dua variabel atau lebih.

Penelitian ini bersifat kuntitatif dengan menggunakan data time series.

Penelitian ini dilakukan untuk memprediksi perkembangan pembiayaan atau

kredit pada perbankan konvensional di Indonesia khususnya pada sektor

konstruksi yang disebabkan oleh beberapa faktor-faktor makroekonomi yang

dapat mempengaruhinya.

Dalam penelitian ini terdapat satu variabel dependen yaitu Kredit sektor

Konstruksi (CR) serta enam variabel independen. Variabel independen yang

digunakan pada penelitian ini adalah guncangan faktor Makro Ekonomi. Faktor

Makro Ekonomi disini lebih spesifiknya adalah Inflasi (IFL), BI Rate (IR), Nilai

Tukar (USD/IDR) (EXR), Produk Domestik Bruto (GDP), Dana Pihak Ketiga

(DPK) dan Krisis Ekonomi (CRS) yang merupakan gambaran perkembangan

kredit sektor konstruksi pada Bank umum di Indonesia. Metode analisis

menggunakan Vector Autoregressive (VAR) dan Vector Error Correction Model

(VECM) dengan alat bantu analisis Eviews 9 dan Microsoft Excel 2010.

61

B. Metode Penentuan Sempel

Populasi menurut Sugiyono (2018:80) adalah wilayah generalisasi yang

terdiri atas: obyek atau subyek yang mempunyai kualitas dan karakteristik tertentu

yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulanya.

Populasi dari penelitian ini adalah data dari pergerakan Inflasi, BI Rate, Nilai

Tukar, Dana Pihak Ketiga, Produk Domestik Bruto dan Krisis Ekonomi.

Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh

populasi tersebut (Sugiyono, 2018:81). Sampel dari penelitian ini adalah Kredit

sektor konstruksi di Indonesia secara umum pada perbankan konvensional yang

diambil melalui website resmi Otoritas Jasa Keuangan (OJK).

C. Sumber Data dan Teknik Pengumpulan Data

Sumber data sangat penting dalam sebuah penelitian karena untuk

memperkuat hasil penelitian. Maka dari itu data yang digunakan adalah data

sekunder yang berupa deret waktu (time series) dengan data bulanan selama

periode 2012-2020.

Metode pengambilan data yang dilakukan adalah dengan metode

dokumentasi, yaitu teknik mengumpulkan dokumen, mencatat, mengkaji dan

menghitung laporan yang berasal dari data sekunder berupa data time series yang

diperoleh dari berbagai website resmi laporan keuangan di Indonesia. Selain itu

pengumpulan data didapat melalui studi kepustakaan dengan membaca literature

yang berkaitan dengan kredit sektor konstruksi. Penulis juga mengambil referensi

dari beberapa jurnal, karya ilmiah, serta buku referensi sebagai bahan acuan

62

penelitian. Adapun rincian data yang digunakan selama penelitian dapat dilihat

pada tabel 3.1.

Tabel 3. 1 Variabel dan Sumber Data

No. Variabel Sumber Data

1. Kredit Sektor Kontruksi (KK) Statistik Perbankan

Indonesia Otoritas Jasa

Keuangan (SPI-OJK)

2. Inflasi (INF) Bank Indonesia (BI)

3. Nilai Tukar (EXR) www.yahoofinance.com

4. BI Rate (SB) Bank Indonesia (BI)

5. Dana Pihak Ketiga (DPK)

Statistik Perbankan

Indonesia Otoritas Jasa

Keuangan (SPI-OJK)

6. Produk Domestik Bruto (PDB) Badan Pusat Statistik

(BPS)

7. Krisis Ekonomi (KRS) Badan Pusat Statistik

(BPS)

D. Teknik Analisis Data

1. Analisis Statistik Deskriptif

Analisis statistik deskriptif menurut (Sugiyono, 2017:147) adalah

statistik yang digunakana untuk menganalisis data dengan cara

mendeskripsikan atau menggambarkan data yang telah terkumpul

sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku

untuk umum atau generalisasi. Pada penelitian ini analisis statistik deskriptif

dilakukan dengan menyajikan data melalui tabel, grafik, modus, median,

mean, dan lain sebagainya.

http://www.yahoofinance.com/

63

2. Vector Autoregrresive (VAR) atau Vector Error Correction Model (VECM)

a. Model VAR

Vector Autoregrresive (VAR) merupakan sebuah persamaan (n-

equation) dengan variabel (n-variable), dimana masing-masing variabel

dijelaskan oleh nilai Lag-nya sendiri, serta nilai saat ini dan masa lampaunya

(Firdaus, 2018:157). VAR digunakan dalam meramalkan pergerakan Kredit

sektor konstruksi di Indonesia serta untuk mengetahui pengaruh antara setiap

variabel yang diteliti. VAR hanya dapat dilakukan apabila data deret waktu

(time series) sudah stasioner (Eva & Safa’at, 2017).

Adapun persamaan untuk model VAR adalah sebagai berikut:

𝑦𝑡 = 𝐴0 + 𝐴1𝑦𝑡−1 + 𝐴2𝑦𝑡−2 +⋯+ 𝐴𝑝𝑦𝑡−𝑝 + 𝑒𝑡

Dimana:

𝑦𝑡: Vektor berukuran (n*1) yang berisikan n variabel yang terdapat dalam

sebuah model VAR

𝐴0: Vektor intersep berukuran (n*1)

𝐴1: Matriks koefisien /parameter berukuran (n*n) untuk setiap i = 1,2...,p

𝑒𝑡: Vektor error berukuran (n*1)

b. Model VECM

VECM (Vector Error Correction Model) merupakan metode turunan

dari VAR. Model VECM digunakan apabila dalam suatu persamaan terdapat

kointegrasi antar variabel atau rank kointegrasi (r) lebih dari nol, atau dapat

diartikan jika data yang digunakan tidak stasioner (not stationary) namun data

tersebut terkointegrasi (Chaidir & Gusti, 2019). Asumsi yang perlu dipenuhi

64

sama seperti VAR. Adapun persamaan dari model VECM adalah sebagai

berikut:

∆𝑦𝑡 = 𝑚0𝑥 +𝑚1𝑥𝑡 + 𝐼𝐼𝑥𝑦𝑡−1 + ∑ 𝜏𝑖𝑥∆𝑦𝑡−1 + 𝑒𝑡𝑘−1𝑖=1

Dimana :

𝑦𝑡: Vektor yang berisi variabel yang dianalisis dalam penelitian

𝑚0𝑥: Vektor intercept

𝑚1𝑥𝑡: Vektor koefisien regresi

𝑡: time trend

𝐼𝐼𝑥: 𝑎𝑥𝛽′ dimana 𝛽′ mengandung persamaan kointegrasi jangka panjang

𝑦𝑡−1: Variabel in-level

𝜏𝑖𝑥: Matriks koefisien regresi

𝑘−1: Ordo VECM dari VAR

𝑒𝑡: error term

3. Uji Stasionaritas

Uji stasioner dilakukan untuk melihat apakah data deret waktu (time

series) tersebut stasioner atau tidak stasioner. Menurut Basuki & Prawot

(2017:229) data deret waktu (time series) dikatakan stasioner apabila tidak

mengandung akar-akar unit (Unit root) dan dikatakan tidak stasioner data

tersebut mengandung akar-akar unit (Unit root). Uji ini dilakukan pada setiap

variabel di dalam model, baik pada tingkat level maupun pada derjat integerasi

satu (first difference).

Untuk menguji data time series stasioner atau tidak stasioner dapat

dilakukan dengan uji unit root dengan menggunakan Augmented Dickey-

65

Fuller (ADF) yang dikembangkan oleh Dickey dan Fuller. Langkah pertama

dalam uji ini adalah melakukan uji unit root dalam tingkat level. Apabila

probabilitas data dari salah satu atau seluruh variabel lebih besar (>) dari nilai

kritisnya maka data tersebut mengandung akar unit (Tidak Stasioner) dan

apabila nilai probabilitas dari salah satu atau semua variabel lebih kecil (<)

dari nilai kritisnya maka data tidak mengandung akar unit (Stasioner).

Apabila daalam uji unit root pada tingkat level data mengandung akar

unit (tidak stasioner) maka perlu dilakukan uji stasioneritas di tingkat

diferensiasi dengan menggunakan data yang sama namun dengan memilih

pada tingkat first difference. Apabila data first difference masih tidak stasioner

maka perlu dilakukan uji stasioner di derajat dua (second difference).

4. Uji Lag Optimal

Langkah penting yang harus dilakukan dalam menggunakan model

VAR adalah penentuan jumlah lag yang optimal yang digunakan dalam model

(Firdaus, 2018:163). Selain itu pengujian panjang lag optimal sangat berguna

untuk menghilangkan masalah autokorelasi dalam system VAR, sehingga

dengan digunakanya lag optimal diharapkan tidak lagi muncul masalah

autokorelasi (Basuki & Prawoto, 2017:253). Dalam menentukan Lag optimal

dapat menggunakan Akaike Information Criterion (AIC), Schawrz Criterion

(SC), dan Hannan-Quinn Criterion (HQ). Dalam menentukan nilai Lag dilihat

nilai yang paling kecil.

66

5. Uji Kausalitas Granger

Uji Kausalitas Granger digunakan untuk melihat hubungan kausalitas

di antara variabel-variabel yang ada dalam model (Firdaus:2018:155). Dengan

kata lain, apakah suatu variabel memiliki hubungan sebab akibat dengan

variabel lainya dengan signifikan, karena setiap variabel dalam penelitian

mempunyai kesempatan untuk menjadi variabel endogen maupun eksogen

(Basuki & Prawoto:2017:261). Uji ini untuk mengetahui apakah suatu variabel

bebas (Independent Variable) meningkatkan kinerja forecasting dari variabel

tidak bebas (Dependent Variable).

6. Uji Stabilitas VAR

Stabilitas VAR perlu diuji terlebih dahulu sebelum melakukan analisis

lebih jauh (Basuki & Prawoto, 2017:252). Jika seandainya sistem VAR tidak

stabil, hasil yang diperoleh, seperti IRF dan FEVD menjadi tidak valid

(Firdaus, 2018:182). Berdasrkan buku Firdaus (2018:182) diketahui bahwa

estimasi VAR stabil jika seluruh roots-nya memiliki modulus lebih kecil dari

satu dan terletak di dalam unit circle-nya.

7. Uji Kointegrasi

Uji kointegerasi bertujuan untuk menentukan apakah variabel-variabel

yang tidak stationer terkointegerasi atau tidak (Firdaus, 2018:172). Untuk

melakukan uji kointegerasi penelitian ini menggunakan uji Johannsen

Cointegeration dengan hipotesis sebagai berikut:

Ho : Tidak terjadi kointegerasi

H1 : Terjadi kointegerasi

67

Jika trace statistic > critical value, maka Ho ditolak dan H1 diterima yang

artinya terjadi kointegerasi.

8. Impulse Response Function (IRF)

Setelah semua pengujian tersebut telah terpenuhi maka model VEC telah

terbentuk dan dapat dilakukan analisis terhadap hasil estimasi. Impuls Respons

Function (IRF) adalah suatu metode yang digunakan untuk menentukan respon suatu

variabel endogen terhadap suatu guncangan (shock) tertentu (Firdaus, 2018:166). IRF

mengukur pengaruh suatu shock pada suatu waktu kepada inovasi variabel endogen

pada saat tersebut dan di masa yang akan datang.

9. Forecast Errors Variance Decomposition (FEVD)

Metode yang dapat dilakukan untuk melihat bagaimana perubahan

suatu variabel yang ditunjukan untuk oleh perubahan error variance

dipengaruhi oleh variabel-variabel lainya adalah Forecast Errors Variance

Decomposition FEVD (Firdaus, 2018:168). Dalam metode ini dapat dilihat

kekuatan dan kelemahan masing-masing variabel mempengaruhi variabel

lainya dalam kurun waktu yang panjang.

68

BAB IV

ANALISIS DAN PEMBAHASAN

A. Analisis Statistik Deskriptif

Tabel 4. 1 Hasil Analisis Deskriptif

KREDIT BI_RATE DPK GDP INFLASI KRISIS NILAI_TUKAR

Mean 11.85255 0.059725 15.19445 14.66183 0.045958 0.16 9.441016

Median 12.0351 0.0575 15.21772 14.67224 0.0398 0 9.497127

Maximum 12.81385 0.0775 15.55809 14.85185 0.0879 1 9.7018

Minimum 8.222554 0.04 14.6336 14.43371 0.0196 0 9.121356

Std. Dev 1.006148 0.011875 0.250925 0.114928 0.018037 0.368453 0.14472

Sumber: Eviews 9 (2020)

Berdasarkan Tabel 4.1 untuk analisis statistik deskriptif dapat dijelaskan

sebagai berikut:

a. Hasil Uji statistik Deskriptif untuk variabel kredit sektor konstruksi secara

umum periode 2012-2020 diperoleh nilai rata-rata sebesar 11,85% dengan

nilai maksimum 12,81% dan nilai minimum sebesar 8.3%. Standar deviasi

untuk kredit sektor konstruksi sebesar 1.006148.

b. Hasil Uji statistik Deskriptif untuk variabel BI Rate periode 2012-2020

diperoleh nilai rata-rata sebesar 0,059% dengan nilai maksimum 0,07% dan

nilai minimum sebesar 0,04%. Standar deviasi untuk BI Rate sebesar

0.011875.

c. Hasil Uji statistik Deskriptif untuk variabel Dana Pihak Ketiga (DPK) periode

2012-2020 diperoleh nilai rata-rata sebesar 15.19% dengan nilai maksimum

69

15.55% dan nilai minimum sebesar 14.63%. Standar deviasi untuk Dana Pihak

Ketiga (DPK) sebesar 0.250925.

d. Hasil Uji statistik Deskriptif untuk variabel Produk Domestik Bruto (GDP)

periode 2012-2020 diperoleh nilai rata-rata sebesar 14.66% dengan nilai

maksimum 14.85% dan nilai minimumnya sebesar 14.43%. Standar deviasi

untuk Produk Domestik Bruto (GDP) sebesar 0.114928

e. Hasil Uji statistik Deskriptif untuk Inflasi periode 2012-2020 diperoleh nilai

rata-rata sebesar 0.045% dengan nilai maksimum 0.087% dan nilai minimum

sebesar 0.019%. Standar deviasi untuk variabel Inflasi sebesar 0.018037.

f. Hasil Uji statistik Deskriptif untuk variabel Krisis Ekonomi periode 2012-

2020 diperoleh nilai rata-rata sebesar 0.16% dengan nilai maksimum 1% dan

nilai minimumnya sebesar 0%. Standar deviasi untuk variabel Krisis Ekonomi

sebesar 0.368453.

g. Hasil Uji statistik Deskriptif untuk variabel Nilai Tukar Rupiah terhadap

Dollar AS periode 2012-2020 diperoleh nilai rata-rata sebesar 9.44% dengan

nilai maksimum 9.70% dan nilai minimumnya sebesar 9.12%. Standar deviasi

untuk variabel Nilai Tukar Rupiah terhadap Dollar AS sebesar 0.14472.

h.

70

B. Uji Stasioneritas / Unit Root Test

Uji stasioner dilakukan untuk mengatasi regresi palsu yang terdapat pada

data deret waktu (time series). Data deret waktu umumnya tidak stasioner karena

berisi akar unit (unit root) di levelnya. Penelitian ini menggunakan uji Augmented

Dickey-Fuller untuk menganalisis stasioneritas data yang diteliti. Hasil uji

stasioneritas menunjukkan bahwa semua variabel yang dianalisis tidak stasioner di

tingkat level (ADF statistik < nilai kritis). Data non-stasioner ini kemudian diuji

kembali di tingkat difference, dan hasilnya semua data yang dianalisis stasioner

(ADF statistik > nilai kritis). Dari tabel 4.1 dapat diketahui bahwa semua variabel

tidak stasioner di tingkat level dan harus dilakukan uji stasioneritas pada tingkat

difference sehingga seluruh variabel stasioner.

Tabel 4. 2 Hasil Uji Stasioneritas Data

Level Difference

Variable ADF

Statistic Critical Value

ADF

Statistic Critical Value

Result Result

KK -1.0167 -2.890327 Not

Stationary -7.644272 -2.892200 Stationary

SB -1.0388 -2.890623 Not


DPK -1.3247 -2.894332 Not


KRS -1.9051 -2.890327 Not


PDB -1.4187 -2.894332 Not


INF -1.3985 -2.890926 Not


EXR -1.9987 -2.890327 Not


Sumber : Data sekunder diolah

71

C. Penentuan Lag Optimal

Uji lag optimal bertujuan untuk menganalisis berapa lama reaksi variabel

terhadap variabel lain dan menghilangkan masalah autokorelasi pada model VAR.

Pengujian panjang lag pada penelitian ini didasarkan pada kriteria Akaike

Information Criterion (AIC) terkecil. Pada penelitian ini model VAR diuji dengan

tingkat lag yang berbeda kemudian dibandingkan dengan nilai AIC. Penggunaan

nilai AIC terkecil untuk referensi nilai lag yang optimal. Berdasarkan hasil uji lag

optimum pada tabel 4.2 menunjukkan bahwa model penelitian ini optimal pada

lag 1.

Tabel 4. 3 Hasil Uji Lag Optimal

Lag LogL LR FPE AIC SC HQ

0 918.7973 NA 8.86e-18 -19.39994 -19.21055 -19.32344

1 1661.357 1358.726 3.47e-24 -34.15653 -32.64138* -33.54452*

2 1690.629 49.20225 5.36e-24 -33.73679 -30.89588 -32.58927

3 1752.008 94.02735 4.30e-24 -34.00017 -29.83350 -32.31714

4 1784.509 44.94760 6.64e-24 -33.64912 -28.15669 -31.43058

5 1825.579 50.68224 9.07e-24 -33.48040 -26.66220 -30.72635

6 1947.679 132.4922 2.40e-24 -35.03573 -26.89178 -31.74617

7 2091.066 134.2342* 4.52e-25 -37.04395 -27.57424 -33.21888

8 2166.586 59.45225 4.25e-25* -37.60822* -26.81274 -33.24764

Sumber: Data sekunder diolah

D. Uji Stabilitas VAR

Setelah melakukan uji lag optimum, selanjutnya dilakukan uji stabilitas

VAR. Uji stabilitas VAR berfungsi untuk menganalisis kestabilan model karena

jika hasil penggabungan estimasi VAR dengan model koreksi kesalahan tidak

stabil maka Impulse Response Function (IRF) dan Forecast Error Variance

Decomposition (FEVD) tidak valid. Pengujian stabil atau tidak pada estimasi

72

VAR didasarkan pada pengecekan kondisi stabilitas VAR dalam bentuk

karakteristik akar polinomial. Suatu sistem VAR dikatakan stabil jika semua akar

memiliki modulus kurang dari satu dan semuanya berada pada lingkaran satuan.

Hasil pengujian stabilitas VAR pada tabel 4.3 menunjukkan bahwa sistem VAR

stabil karena modulus memiliki range kurang dari satu yaitu berkisar antara

0.044871-0.960176, sehingga model VAR dapat disimpulkan stabil lag

optimalnya.

Tabel 4. 4 VAR Stability Test Result

Root Modulus

0.959916 - 0.022328i 0.960176

0.959916 + 0.022328i 0.960176

0.937546 0.937546

0.897917 0.897917

0.723567 - 0.116089i 0.732820

0.723567 + 0.116089i 0.732820

0.520951 0.520951

0.350142 - 0.072801i 0.357630

0.350142 + 0.072801i 0.357630

-0.333628 0.333628

0.086986 - 0.253575i 0.268080

0.086986 + 0.253575i 0.268080

0.035827 - 0.027015i 0.044871

0.035827 + 0.027015i 0.044871

No root lies outside the unit circle.

E. Uji Kausalitas Granger

Uji kausalitas Granger dimaksudkan hanya untuk menguji hubungan sebab

akibat diantara variabel dan bukan untuk melakukan estimasi terhadap model.

Untuk menguji kausalitas dapat dilihat apabila probabilitas lebih kecil dari nilai

73

alpha (0,05) maka hipotesis nol diterima yang berarti terdapat hubungan yang

signifikan begitu juga sebaliknya apabila probabilitas lebih besar dari nilai alpha

(0,05) maka hipotesis nol ditolak atau tidak terdapat hubungan antar variabel.

Tabel 4. 5 Hasil Uji Kausalitas Granger

Null Hypothesis: Obs F-Statistic Prob. BI_RATE does not Granger Cause KREDIT 101 0.89565 0.3463

KREDIT does not Granger Cause BI_RATE 3.03834 0.0845 DPK does not Granger Cause KREDIT 101 1.73154 0.1913

KREDIT does not Granger Cause DPK 0.15852 0.6914 GDP does not Granger Cause KREDIT 101 1.85207 0.1767

KREDIT does not Granger Cause GDP 2.43109 0.1222 INFLASI does not Granger Cause KREDIT 101 0.99150 0.3218

KREDIT does not Granger Cause INFLASI 0.00095 0.9755 KRISIS does not Granger Cause KREDIT 101 0.10389 0.7479

KREDIT does not Granger Cause KRISIS 0.14252 0.7066 NILAI_TUKAR does not Granger Cause KREDIT 101 0.39456 0.5314

KREDIT does not Granger Cause NILAI_TUKAR 1.02133 0.3147

Sumber: Eviews 9 data diolah (2020)

Berdasarkan hasil yang ditampilkan pada Tabel 4.4 dapat diambil

kesimpulan bahwa keseluruhan variabel faktor-faktor makroekonomi tidak

memiliki pengaruh yang signifikan terhadap Kredit sektor konstruksi selama

periode penelitian. Hal tersebut dapat dibuktikan melalui nilai probabilitas yang

lebih besar dari nilai alpha (0,05). Begitu pula sebaliknya, Kredit sektor

konstruksi tidak memiliki pengaruh yang signifikan pula terhadap variabel faktor-

faktor makroekonomi selama periode penelitian karena nilai probabilitasnya lebih

besar dari nilai alpha (0,05).

F. Uji Kointegrasi Johansen

74

Uji kointegrasi berfungsi untuk mengetahui hubungan jangka panjang

antar variabel karena selama proses integrasi semua variabel tidak stasioner pada

level tetapi stasioner pada perbedaan. Uji kointegrasi menunjukkan bahwa

persamaan sistem mengalami koreksi kesalahan, yang menggambarkan dinamika

jangka pendek yang konsisten dengan persamaan jangka panjang. Informasi

jangka panjang diperoleh dengan terlebih dahulu menentukan peringkat

kointegrasi untuk menentukan berapa banyak sistem persamaan yang dapat

menjelaskan keseluruhan sistem yang ada.

Uji kointegrasi menggunakan pendekatan kointegrasi Johansen dengan

membandingkan trace statistic dengan nilai kritis 5%. Jika hasil trace statistic

lebih besar dari nilai kritis maka terjadi kointegrasi dalam sistem persamaan. Hasil

pengujian kointegrasi Johansen pada tabel 4 menunjukkan adanya kointegrasi

antara perkembangan kredit dengan faktor-faktor penentunya, yaitu BI Rate (IR),

Inflasi (IFL), Nilai Tukar (EXR), Dana Pihak Ketiga (DPK), Produk Domestik

Bruto (GDP) dan Krisis Ekonomi (CSR) untuk melanjutkan penelitian ini hasil

tersebut akan diperjelas menggunakan analisis Vector Error Correction Model

(VECM).

Tabel 4. 6 Hasil Uji Kointegrasi

Hypothesized No. of CE(s) Eigenvalue

Trace Statistic

0.05 Critical Value Prob.**

None * 0.406458 155.9865 150.5585 0.0237

At most 1 0.291095 103.8217 117.7082 0.2697

At most 2 0.221106 69.41838 88.80380 0.5298

At most 3 0.185830 44.43033 63.87610 0.6731

At most 4 0.125516 23.87176 42.91525 0.8425

At most 5 0.064414 10.45961 25.87211 0.9039

75

At most 6 0.037300 3.801380 12.51798 0.7707

Trace test indicates 1 cointegrating eqn(s) at the 0.05 level

G. Hasil Estimasi Jangka Pendek dan Jangka Panjang (VECM)

Berdasarkan hasil analisis VECM pada tabel 4.5 menunjukkan bahwa t-

statistik jangka pendek tidak signifikan, karena nilai t-statistiknya lebih kecil

dibandingkan dengan nilai t-tabel. Hasil tersebut menunjukkan bahwa penggunaan

variabel dalam penelitian ini tidak berpengaruh dalam jangka pendek. Hal tersebut

dapat diartikan bahwa mekanisme transmisi kebijakan moneter memerlukan

waktu yang lambat (time lag) sehingga tidak merespon dalam waktu jangka

pendek.

Time lag masing-masing faktor makroekonomi bisa berbeda. Salah satu

contohnya sektor perbankan akan merespon kenaikan/penurunan BI Rate dengan

kenaikan/penurunan suku bunga perbankan. Namun, apabila perbankan melihat

risiko perekonomian cukup tinggi, respon perbankan terhadap penurunan suku

bunga BI Rate akan lebih lambat. Sebaliknya, apabila perbankan sedang

melakukan konsolidasi untuk memperbaiki permodalan, penurunan suku bunga

kredit dan peningkatan permintaan kredit juga tidak selalu direspon dengan

menaikkan penyaluran kredit secara langsung, karena penurunan suku bunga

kredit perbankan juga tidak selalu direspon oleh meningkatnya permintaan kredit

dari masyarakat apabila prospek perekonomian sedang lesu (Bank Sentral

Republik Indonesia, 2020).

76

Tabel 4. 7 Hasil Estimasi VECM

Short Term

Variable Coefficient [t-statistic]

CointEq1 -0.024 [-0.87963]

D(SB(-1)) 0.713 [0.02866]

D(DPK(-1)) -5.942 [-1.24471]

D(KRS(-1)) 0.235 [0.46689]

D(PDB(-1)) 0.313 [0.09722]

D(INF(-1)) 3.327 [0.40274]

D(EXR(-1)) 2.753 [1.18437]

C 0.014 [0.21707]

Long Term

SB(-1) -71.829 [-2.04722]*

DPK(-1) 78.061 [ 5.45479]*

KRS(-1) 7.679 [ 6.27331]*

PDB(-1) -30.438 [-2.33613]*

INF(-1) 50.279 [ 2.04842]*

EXR(-1) -11.236 [-1.64594]

C 621.488

*significant at 5 percent

BI Rate (SB) berpengaruh negatif signifikan terhadap kredit sektor

konstruksi. Hasil ini berarti jika terjadi kenaikan suku bunga maka akan

berpengaruh pada bunga kredit sehingga mengurangi minat dalam penggunaan

kredit. Dalam hal pemberian kredit kepada publik, perubahan suku bunga akan

mempengaruhi jumlah kredit yang diberikan (da Silva & Pirtouscheg, 2015;

Jiménez dkk., 2020). Semakin tinggi suku bunga kredit, semakin rendah jumlah

penyaluran kredit (Were & Wambua, 2014). Kenaikan suku bunga dapat

mempengaruhi kredit karena sebagian besar perusahaan menginginkan suku

bunga kredit yang rendah dan menghasilkan pendapatan yang lebih besar untuk

pengembalian biaya kredit tersebut.

77

Kemudian variabel Dana Pihak Ketiga (DPK) berpengaruh positif

signifikan terhadap kredit sektor konstruksi. Hasil ini menunjukkan bahwa bank

umum di Indonesia telah menjalankan fungsinya seperti halnya lembaga

keuangan. Perbankan sebagai lembaga perantara antara unit surplus dan unit

defisit dimana sumber dana bank berasal dari masyarakat untuk disalurkan

kembali secara moral kepada masyarakat dalam bentuk kredit (Boukhatem &

Moussa, 2018; Dong dkk., 2020). Penghimpunan dana masyarakat menjadi

sumber dana terbesar yang diandalkan oleh bank (Werner, 2016). Oleh karena itu,

besaran pinjaman bergantung pada dana yang tersedia, terutama dana dari pihak

ketiga (Trimulato, 2019).

Variabel krisis (KRS) berpengaruh positif signifikan terhadap kredit sektor

konstruksi. Secara umum, krisis ekonomi akan mengganggu kegiatan perbankan,

khususnya bank umum, yaitu dengan menaikkan suku bunga. Kenaikan suku

bunga bank umum akan memperketat kredit yang biasanya tidak sepenuhnya

memenuhi kriteria 5C (Character, Capacity, Capital, Condition, and Collateral),

terutama dalam hal agunan (Ashraf dkk., 2020; Bian dkk., 2018). Namun, jika

operasi tidak bergantung pada ekspor-impor, maka tidak akan langsung

terpengaruh oleh fluktuasi nilai tukar (Byström, 2014; Medvedev, 2016). Dengan

skala ekonomi domestik dan bahkan lokal, kegiatan konstruksi menjadi lebih

tangguh dalam menghadapi krisis. Kondisi ini kemungkinan akan mendorong

pertumbuhan kredit meski perekonomian saat ini sedang mengalami krisis.

Variabel Produk Domestik Bruto (PDB) berpengaruh negatif signifikan

terhadap kredit sektor konstruksi. Hasil tersebut menunjukkan bahwa dengan

78

peningkatan GDP maka tingkat konsumsi masyarakat akan meningkat. Oleh

karena itu, jika GDP meningkat maka permintaan kredit juga akan meningkat

yang berguna untuk memenuhi konsumsi masyarakat (Louhichi & Boujelbene,

2016). Sehingga peningkatan konsumsi masyarakat tersebut akan membuat

perusahaan-perusahaan konstruksi tidak dapat memenuhi kebutuhannya dalam

menjalankan pekerjaannya karena banyaknya permohonan kredit oleh masyarakat

yang mana akan menyebabkan suku bunga meningkat (Duican & Pop, 2015).

Variabel inflasi (INF) berpengaruh positif signifikan terhadap kredit

sektor konstruksi. Hasil tersebut dapat diartikan bahwa ketika inflasi meningkat,

jumlah kredit akan meningkat pula. Kenaikan jumlah kredit yang disebabkan

karena terjadinya inflasi maka akan berakibat pada pelemahan nilai mata uang

(Chadwick, 2018; Nahar & Sarker, 2016). Kemudian karena nilai kredit menjadi

murah maka akan menambah jumlah perusahaan konstruksi yang akan

menggunakan kredit tersebut (Musarat dkk., 2020).

Sedangkan variabel nilai tukar (EXR) tidak berpengaruh terhadap kredit

sektor konstruksi dalam waktu jangka panjang. Hal tersebut dapat terjadi karena

lingkup penelitian hanya berskala nasional (dalam negeri), maka nilai tukar tidak

berpengaruh terhadap kredit sektor konstruksi. Nilai tukar hanya dapat

mempengaruhi nilai suku bunga apabila transaksi yang dilakukan dalam skala

yang lebih luas atau internasional.

H. Analisis Impulse Response Function (IRF)

79

Kredit sektor konstruksi (CR) merespon positif guncangan nilai tukar

(EXR) periode kedua sebesar 0,048043 persen, memasuki periode ketiga turun

menjadi 0,041005 persen, pada periode keempat turun kembali menjadi 0,025348

persen, periode kelima menjadi 0,023596 persen. Ini mulai stabil saat memasuki

periode ketiga belas hingga akhir pengamatan.

Kredit sektor konstruksi (KK) merespon negatif guncangan BI Rate (SB)

periode kedua sebesar -0,0088 persen. Memasuki periode ketiga respon menurun

menjadi -0,019475 persen. Pada periode keempat meningkat menjadi -0,0037

persen dan mulai stabil saat memasuki periode kesembilan hingga akhir

pengamatan.

Gambar 4. 1 Guncangan BI Rate dan Nilai Tukar Terhadap Kredit

Kredit sektor konstruksi (KK) merespon positif guncangan produk

domestik bruto (PDB) pada periode kedua sebesar 0,017647 persen, pada periode

ketiga meningkat menjadi 0,030206 persen, periode keempat menjadi 0,033743

persen, periode kelima menjadi 0,041521 persen. Angka tersebut terus meningkat

hingga periode dua puluh empat sebesar 0,099103 persen. Respon kredit di sektor

konstruksi mulai stabil pada periode kedua puluh lima hingga akhir pengamatan.

-.04

-.02

.00

.02

.04

.06

5 10 15 20 25 30 35 40 45 50 55 60

Response of KREDIT to BI_RATE

-.04

-.02

.00

.02

.04

.06

5 10 15 20 25 30 35 40 45 50 55 60

Response of KREDIT to NILAI_TUKAR

80

Kredit sektor konstruksi (KK) merespon negatif guncangan dana pihak

ketiga (DPK) periode kedua sebesar -0,052592 persen, memasuki periode ketiga

meningkat menjadi -0,032154 persen, periode keempat menjadi -0,020104%, pada

periode kelima mengalami penurunan kembali menjadi -0.032794 persen, periode

keenam sebesar -0.033816 persen, dan mulai stabil saat memasuki periode

kesepuluh hingga akhir pengamatan.

Gambar 4. 2 Guncangan GDP dan DPK Terhadap Kredit

Kredit sektor konstruksi (KK) merespon positif guncangan inflasi (INF)

periode kedua sebesar 0,021892 persen. Memasuki periode ketiga meningkat

menjadi 0,025745 persen. Periode keempat turun menjadi 0,015268 persen, dan

pada periode kelima menjadi 0,013676 persen, kemudian terus menurun hingga

periode ketujuh belas menjadi negatif pada periode kedelapan belas sebesar -

0,0005 persen. Itu mulai stabil dalam periode dua puluh delapan sampai akhir

pengamatan.

Kredit sektor konstruksi merespon (KK) positif terhadap guncangan krisis

(KRS) periode kedua sebesar 0,008997 persen, dan pada periode ketiga sebesar

0,008534 persen. Pada periode keempat, kredit sektor konstruksi direspon negatif

-.08

-.04

.00

.04

.08

.12

5 10 15 20 25 30 35 40 45 50 55 60

Response of KREDIT to GDP

-.08

-.04

.00

.04

.08

.12

5 10 15 20 25 30 35 40 45 50 55 60

Response of KREDIT to DPK

81

sebesar -0,003636 persen; periode kelima menjadi -0,006655 persen dan mulai

stabil saat memasuki periode ketujuh puluh tujuh sampai akhir pengamatan.

Gambar 4. 3 Guncangan Inflasi dan Krisis Terhadap Kredit

I. Analisis Forecast Error Variance Decomposition (FEVD)

Analisis Forecast Error Variance Decomposition (FEVD) dalam penelitian

ini bertujuan untuk menjelaskan kontribusi masing-masing variabel terhadap

kredit sektor konstruksi di Indonesia. Analisis ini akan memberikan informasi

tentang proporsi pengaruh guncangan pada satu variabel terhadap guncangan

terhadap variabel lain pada periode saat ini dan yang akan datang.

Hasil FEVD menunjukkan bahwa kredit sektor konstruksi berkontribusi

100% terhadap kredit sektor konstruksi pada periode pertama. Pada periode kedua

hingga akhir pengamatan, variabel lain mulai berkontribusi terhadap kredit sektor

konstruksi dengan proporsi yang berbeda. Sepanjang pantauan, kontribusi paling

signifikan dalam mempengaruhi keberagaman Kredit sektor konstruksi (KK)

adalah Kredit sektor konstruksi itu sendiri sebesar 95,3%, diikuti oleh Produk

-.08

-.06

-.04

-.02

.00

.02

.04

5 10 15 20 25 30 35 40 45 50 55 60

Response of KREDIT to INFLASI

-.08

-.06

-.04

-.02

.00

.02

.04

5 10 15 20 25 30 35 40 45 50 55 60

Response of KREDIT to DUMMY

82

Domestik Bruto (PDB) sebesar 2,84%, krisis (KRS) sebesar 1,1%, Dana Pihak

Ketiga (DPK). 0,4%, BI Rate (SB) 0,17%, nilai tukar (EXR) 0,05%, dan terakhir

inflasi (INF) 0,016%.

Gambar 4. 4 Keragaman Setiap Variabel

83

BAB V

KESIMPULAN DAN SARAN

A. Kesimpulan

Dari penelitian yang telah dilakukan dapat disimpulkan bahwa pengaruh

BI Rate (SB), Dana Pihak Ketiga (DPK), Krisis ekonomi (KRS), Inflasi (INF),

Produk Domestik Bruto (PDB) dan Nilai Tukar (EXR) terhadap Kredit sektor

konstruksi (KRS) adalah sebagai berikut :

1) Pengaruh jangka pendek dan jangka panjang Makroekonomi dengan Kredit

sektor konstruksi

Hasil estimasi VECM menunjukkan bahwa BI Rate (SB), Dana Pihak Ketiga

(DPK), krisis ekonomi (KRS), Inflasi (INF), Produk Domestik Bruto (PDB)

tidak berpengaruh terhadap kredit sektor konstruksi dalam waktu jangka

pendek. Sedangkan dalam penelitian jangka penjang keseluruhan variabel

makroekonomi berpengaruh terhadap kredit di sektor konstruksi secara

signifikan kecuali variabel Nilai Tukar (EXR).

2) Analisis respon Kredit sektor konstruksi terhadap guncangan makroekonomi.

Hasil analisis Impulse Response Function (IRF) menunjukkan bahwa

penyaluran kredit sektor konstruksi memberikan respon yang positif terhadap

Nilai tukar (EXR), Produk Domestik Bruto (PDB), Inflasi (INF) serta Krisis

Ekonomi (KRS) dan memberikan respos negatif terhadap BI Rate (SB) dan

Dana Pihak Ketiga (DPK). Respon Kredit di sektor konstruksi (KK) dengan

84

cepat menjadi stabil ketika merespon Inflasi (INF), diikuti oleh Nilai tukar

(EXR), Produk Domestik Bruto (PDB), BI rate (SB), Dana Pihak Ketiga

(DPK), dan Krisis ekonomi (KRS).

3) Analisis Kontribusi setiap variabel terhadap Kredit sektor konstruksi.

Hasil analisis Forecast Error Variance Decomposition (FEVD) menunjukkan

bahwa Kredit sektor konstruksi (KK) memiliki kontribusi paling signifikan

terhadap Kredit sektor konstruksi itu sendiri, diikuti oleh Produk Domestik

Bruto (PDB), Krisis ekonomi (KRS), Dana Pihak Ketiga (DPK), BI Rate

(SB), Nilai tukar (EXR), dan Inflasi (INF).

B. Implikasi

Berdasarkan penelitian yang telah dilakukan, terdapat beberapa hal yang

dapat diimplikasikan dan memberi manfaat bagi pihak-pihak yang

berkepentingan, diantaranya:

1) Akademisi

Penelitian ini diharapkan dapat menjadi gambaran umum terkait pengaruh

faktor-faktor makroekonomi terhadap Kredit sektor konstruksi sehingga dapat

menguji teori-teori dari materi perkuliahan terhadap studi kasus yang terjadi di

perusahaan dalam negeri maupun luar negeri sebagai studi lanjutan.

2) Perbankan

Perbankan harus memperhatikan beberapa hal yang mempengaruhi penyaluran

kredit kepada perusahaan-perusahaan yang membutuhkan terutama yang

bergerak pada sektor konstruksi serta dapat menjadi tambahan referensi bagi

85

perusahaan-perusahaan untuk dapat lebih cermat dalam melakukan analisis

melihat kondisi ekonomi sebelum menggunakan kredit.

3) Pemerintah

Berdasarkan hasil penelitian makalah ini diharapkan agar pemerintah dapat

menjaga stabilitas perekonomian di Indonesia dan mengambil langkah-

langkah untuk mengantisipasi guncangan yang terjadi pada iklim ekonomi

secara cepat.

4) Penulis

Penelitian ini membantu penulis dalam memahami beberapa faktor yang

berkaitan tentang kredit terutama pada sektor konstruksi dan variabel yang

diteliti serta menambah wawasan bagi penulis.

C. Saran

Setelah penelitian dilakukan, berikut beberapa saran yang dapat penulis

sampaikan untuk penelitian selanjutnya, mengingat masih terbatasnya penelitian

ini sehingga penelitian selanjutnya dapat menyempurnakan.

1. Pada penelitian ini penulis menggunakan variabel makroekonomi, yaitu BI

Rate (SB), Dana Pihak Ketiga (DPK), Krisis ekonomi (KRS), Inflasi (INF),

Produk Domestik Bruto (PDB) dan Nilai Tukar (EXR) dengan variabel

dependen, yaitu Kredit sektor konstruksi. Diharapkan penelitian selanjutnya

dapat memasukan variabel lain seperti Harga Minyak, Indeks Harga Saham

dan sebagainya, atau dengan mengganti variabel dependen dengan

menggunakan harga saham konstruksi.

86

2. Dalam penelitian ini, penulis menggunakan objek penelitian yaitu Kredit

sektor konstruksi dengan periode 2012-2020. Diharapkan pada penelitian

selanjutnya dapat menggunakan objek penelitian lain seperti kredit pada sektor

lainnya, atau dengan menggunakan periode waktu yang berbeda.

3. Dalam penelitian ini penulis menggunakan metode penelitian berupa Vector

Autoregression (VAR) dan Vector Error Correction Model (VECM)

menggunakan perangkat lunak Eviews 9 dan Microsoft Excel 2010 sebagai

alat bantu penelitian statistik. Diharapkan penelitian selanjutnya dapat

menggunakan metode analisis yang berbeda serta dengan alat bantu yang

berbeda, karena akan memberikan hasil yang berbeda juga sehingga

memberikan gambaran yang lebih luas.

87

DAFTAR PUSTAKA

Adedokun, A. (2018). The Effects of Oil Shocks on Government Expenditures

and Government Revenues Nexus in Nigeria (with Exogeneity

Restrictions). Future Business Journal, 4(2), 219–232.

https://doi.org/10.1016/j.fbj.2018.06.003

Ashraf, B. N., Zheng, C., Jiang, C., & Qian, N. (2020). Capital Regulation,

Deposit Insurance, and Bank Risk: International Evidence from Normal

and Crisis Periods. Research in International Business and Finance, 52,

1–37. https://doi.org/10.1016/j.ribaf.2020.101188

Anggreni, Made Ria, & Suardhika, I Made Sadha (2014). Pengaruh Dana Pihak

Ketiga, Kecukupan Modal, Risiko Kredit dan Suku Bunga Kredit Pada

Profitabilitas. E-Jurnal Akuntansi Universitas Udayana. 9(1), 27-38.

https://ojs.unud.ac.id/index.php/Akuntansi/article/view/8612

Benczúr, P., Karagiannis, S., & Kvedaras, V. (2019). Finance and Economic

Growth: Financing Structure and Non-Linear Impact. Journal of

Macroeconomics, 62, 1–49. https://doi.org/10.1016/j.jmacro.2018.08.001

Bian, X., Lin, Z., & Liu, Y. (2018). House Price, Loan-to-value Ratio, and Credit

Risk. Journal of Banking and Finance, 92, 1-12.

https://doi.org/10.1016/j.jbankfin.2018.04.006

Boukhatem, J., & Moussa, F. Ben. (2018). The Effect of Islamic Banks on GDP

Growth: Some Evidence from Selected MENA Countries. Borsa Istanbul

Review, 18(3), 231– 247. https://doi.org/10.1016/j.bir.2017.11.004

Byström, H. (2014). The Impact of Currency Movements on Asset Value

Correlations. Journal of International Financial Markets, Institutions, and

Money, 31(1), 178–186. https://doi.org/10.1016/j.intfin.2014.03.014

88

Carreras, O., Davis, E. P., & Piggott, R. (2018). Assessing Macroprudential Tools

in OECD Countries Within a Cointegration Framework. Journal of

Financial Stability, 37, 112– 130. https://doi.org/10.1016/j.jfs.2018.04.004

Chadwick, M. G. (2018). Effectiveness of monetary and macroprudential shocks

on consumer credit growth and volatility in Turkey. Central Bank Review,

18(2), 69–83. https://doi.org/10.1016/j.cbrev.2018.03.001

Chen, H. J., & Lin, K. T. (2016). How Do Banks Make The Trade-offs Among

Risks? The Role of Corporate Governance. Journal of Banking and

Finance, 72(5), 39–69. https://doi.org/10.1016/j.jbankfin.2016.05.010

Chen, Y., He, M., & Rudkin, S. (2017). Understanding Chinese Provincial Real

Estate Investment: A Global VAR Perspective. Economic Modelling,

67(20), 248–260. https://doi.org/10.1016/j.econmod.2016.12.019

Chu, L. K. (2020). Financial Structure and Economic Growth Nexus Revisited.

Borsa Istanbul Review, 20(1), 24–36.

https://doi.org/10.1016/j.bir.2019.08.003Darmayanti, Novi. (2014).

Pengaruh GDP Terhadap Inflasi di Indonesia: Tahun 2000-2012. Jurnal

Manajemen dan Akuntansi. 3(1), 239-244.

http://publishing/widyagama.ac.id/ejournal/v2/index.php/jma/article/view/

244/0

da Silva, G. J. C., & Pirtouscheg, L. A. S. (2015). Basic Interest Rate, Bank

Competition, and Bank Spread in Personal Credit Operations in Brazil: A

Theoretical and Empirical Analysis. Economia, 16(1), 32–45.

http://dx.doi.org/10.1016/j.econ.2014.12.001

Dong, J., Yin, L., Liu, X., Hu, M., Li, X., & Liu, L. (2020). Impact of Internet

Finance on the Performance of Commercial Banks in China. International

Review of Financial Analysis, 72, 1–12.

https://doi.org/10.1016/j.irfa.2020.101579

89

Duican, E. R., & Pop, A. (2015). The Implications of Credit Activity on

Economic Growth in Romania. Procedia Economics and Finance, 30(15),

195–201. https://doi.org/10.1016/s2212-5671(15)01286-1

Gazdar, K., & Cherif, M. (2015). Institutions and the Finance-growth Nexus:

Empirical Evidence from MENA Countries. Borsa Istanbul Review, 15(3),

137–160. https://doi.org/10.1016/j.bir.2015.06.001

Ghenimi, A., Chaibi, H., & Omri, M. A. B. (2017). The Effects of Liquidity Risk

and Credit Risk on Bank Stability: Evidence from the MENA Region.


https://doi.org/10.1016/j.bir.2017.05.002

Gil-Alana, L. A., & Carcel, H. (2020). A Fractional Cointegration VAR Analysis

of Exchange Rate Dynamics. North American Journal of Economics and

Finance, 51, 1–9. https://doi.org/10.1016/j.najef.2018.09.006

Jiménez, G., Mian, A., Peydró, J. L., & Saurina, J. (2020). The Real Effects of the

Bank Lending Channel. Journal of Monetary Economics, 115, 162–179.

https://doi.org/10.1016/j.jmoneco.2019.06.002

Kaur, P., & Singh, J. (2020). Price Formation in Indian Gold Market: Analysing

the Role of Gold Exchange Traded Funds (ETFs) Against Spot and

Futures Markets. IIMB Management Review, 32(1), 59–74.

https://doi.org/10.1016/j.iimb.2019.07.017

Kavya, T. B., & Shijin, S. (2020). Economic Development, Financial

Development, and Income Inequality Nexus. Borsa Istanbul Review,

20(1), 80–93. https://doi.org/10.1016/j.bir.2019.12.002

Khan, R. A., Liew, M. S., & Ghazali, Z. Bin. (2014). Malaysian Construction

Sector and Malaysia Vision 2020: Developed Nation Status. Procedia -

Social and Behavioral Sciences, 109, 507–513.

https://doi.org?10.1016/j.sbspro.2013.12.498


90

Khmel, V., & Zhao, S. (2016). Arrangement of Financing for Highway

Infrastructure Projects under the Conditions of Public-Private Partnership.

IATSS Research, 39(2), 138–145. https://doi:10.1016/j.iatssr.2015.05.002

Kodongo, O., & Ojah, K. (2016). Does Infrastructure Explain Economic Growth

in Sub- Saharan Africa?. Review of Development Finance, 6(2), 105–125.

https://doi.org/10.1016/j.rdf.2016.12.001

Le Goff, M., & Singh, R. J. (2014). Does Trade Reduce Poverty? A View from

Africa. Journal of African Trade, 1(2), 1–26.

https://doi.org/10.1016/j.joat.2014.06.001

Lestari, Murti. (2015). Dampak Krisis Ekonomi dan Masuknya Bank Umum Pada

Pasar Kredit Usaha Mikro Kecil Terhadap Kinerja Bank Perkreditan

Rakyat (BPR) DIY. KINERJA, 18(1), 45-63.

https://ojs.uajy.ac.id/index.php/kinerja/article/view/517

Litsareva, E. (2017). Success Factors of Asia-Pacific Fast-Developing Regions

’Technological Innovation Development and Economic Growth’.

International Journal of Innovation Studies, 1(1), 72–88.

https://doi.org/10.3724/sp.j.1440.101006

Louhichi, A., & Boujelbene, Y. (2016). Credit Risk, Managerial Behaviour, and

Macroeconomic Equilibrium within Dual Banking Systems: Interest-free

vs. Interest-based Banking Industries. Research in International Business

and Finance, 38, 104– 121. https://doi.org/10.1016/j.ribaf.2016.03.014

Marinho, E., Campelo, G., França, J., & Araujo, J. (2017). Impact of

Infrastructure Expenses in Strategic Sectors for Brazilian Poverty.

Economia, 18(2), 244–259. https://doi.org/10.1016/j.econ.2017.01.002

Medvedev, D. (2016). The social and economic development of Russia: Finding

new dynamics. Russian Journal of Economics, 2(4), 327–348.

http://dx.doi.org/10.1016/j.ruje.2016.11.001

https://doi.org/10.1016/j.econ.2017.01.002

91

Michail, N. A. (2020). World Economic Growth and Seaborne trade Volume:

Quantifying the Relationship. Transportation Research Interdisciplinary

Perspectives, 4, 1–8. https://doi.org/10.1016/j.trip.2020.100108

Musarat, M. A., Alaloul, W. S., & Liew, M. S. (2020). Impact of Inflation Rate on

Construction Projects Budget: A Review. Ain Shams Engineering Journal,

1–8. https://doi.org/10.1016/j.asej.2020.04.009

Muye, I. M., & Muye, I. Y. (2017). Testing for Causality Among Globalization,

Institution and Financial Development: Further Evidence from Three

Economic Blocs. Borsa Istanbul Review, 17(2), 117–132.


Nahar, S., & Sarker, N. (2016). Are Macroeconomic Factors Substantially

Influential For Islamic Bank Financing? Cross-Country Evidence. IOSR

Journal of Business and Management, 18(6), 2319–7668.

https://doi.org/10.9790/487X-1806012027

Ozili, P. K. (2018). Impact of Digital Finance on Financial Inclusion and Stability.



Rothenberg, A., Gaduh, A., Burger, N., Chazali, C., Tjandraningsih, I., Radikun,

R., Weilant, S. (2016). Rethinking Indonesia’s Informal Sector. World

Development, 80, 96–113. https://doi.org/10.1016/j.worlddev.2015.11.005

Salman, A., & Nawaz, H. (2018). Sistem Keuangan Islam dan Perbankan

Konvensional: Perbandingan. Arab Economic and Business Journal,

13(2), 155–167. https://doi.org/10.1016/j.aebj.2018.09.003

Salmanzadeh-Meydani, N., & Fatemi Ghomi, S. M. T. (2019). The Causal

Relationship Among Electricity Consumption, Economic Growth, and

Capital Stock in Iran. Journal of Policy Modeling, 41(6), 1230–1256.

https://doi.org/10.1016/j.jpolmod.2019.05.003

92

Sarkis, N., & Daou, L. (2013). Giving Back to the Community, an Obligation or

an Option Today?—Case of the Educational Sector in Lebanon.

International Strategic Management Review, 1(2), 59–64.

https://doi.org/10.1016/j.ism.2013.09.001

Setiawan, H., Erdogan, B., & Ogunlana, S. O. (2015). Proaktif kontraktor: Studi

kasus di Indonesia. Procedia Engineering, 125, 60–67.

https://doi.org/10.1016/j.proeng.2015.11.010

Singh, A., & Singh, M. (2016). Inter-linkages and Causal Relationships between

the US and BRIC Equity Markets: An Empirical Investigation. Arab

Economic and Business Journal, 11(2), 115–145.

https://doi.org/10.1016/j.aebj.2016.10.003

Stasiak-Betlejewska, R., & Potkány, M. (2015). Construction Costs Analysis and

its Importance to the Economy. Procedia Economics and Finance, 34(15),

35–42. https://doi.org/10.1016/s2212-5671(15)01598-1

Tayssir, O., & Feryel, O. (2018). Does Central Banking Promote Financial

Development?. Borsa Istanbul Review, 18(1), 52–75.


Trimulato, T. (2019). Fintech Lembaga Keuangan Mikro Syariah: Analisis

Kualitatif terhadap Pemanfaatan Teknologi Keuangan pada BPRS dan

BMT. Journal of Islamic Economics, 4(2), 123.

https://doi.org/10.29240/alfalah.v4i2.917

Were, M., & Wambua, J. (2014). What Factors Drive Interest Rate Spread of

Commercial Banks? Empirical Evidence from Kenya. Review of

Development Finance, 4(2), 73–82.

https://doi.org/10.1016/j.rdf.2014.05.005

Werner, R. (2016). A Lost Century in Economics: Three Theories of Banking and

the Conclusive Evidence. International Review of Financial Analysis, 46,

361–379. https://doi.org/10.1016/j.irfa.2015.08.014

93

Yin, L., & Ma, X. (2018). Causality Between Oil Shocks and Exchange Rate: A

Bayesian, graph-based VAR Approach. Physica A: Statistical Mechanics

and Its Applications, 508, 434–453.

https://doi.org/10.1016/j.physa.2018.05.064

LAMPIRAN

A. Lampiran 1: Data Variabel Penelitian

VARIABEL

DEPENDEN VARIABEL INDEPENDEN

Kredit Inflasi BI Rate Nilai Tukar Krisis GDP DPK

11.19715937 0.0365 0.06 9.110674721 1 14.43371 14.59681

11.24084111 0.0356 0.0575 9.105979357 1 14.43371 14.60534

11.28132122 0.0397 0.0575 9.121356141 1 14.43371 14.6336

11.30308059 0.045 0.0575 9.121847899 1 14.47252 14.65587

11.34882882 0.0445 0.0575 9.13309209 1 14.47252 14.68519

11.41618326 0.0453 0.0575 9.14881597 1 14.47252 14.71276

11.43163948 0.0456 0.0575 9.152552348 1 14.50547 14.71977

11.43849282 0.0458 0.0575 9.158899698 1 14.50547 14.73605

11.50286503 0.0431 0.0575 9.164997758 1 14.50547 14.75389

11.4885508 0.0461 0.0575 9.168788945 1 14.48275 14.76537

11.4997997 0.0432 0.0575 9.17092364 1 14.48275 14.78288

11.47128022 0.043 0.0575 9.173883835 1 14.48275 14.81167

11.40595254 0.0457 0.0575 9.175541866 0 14.48764 14.80436

11.41536776 0.0531 0.0575 9.177383202 0 14.48764 14.81567

11.4434146 0.059 0.0575 9.18076737 0 14.48764 14.83377

11.47692516 0.0557 0.0575 9.180952755 0 14.5269 14.85374

11.54261047 0.0547 0.0575 9.185114867 0 14.5269 14.87589

11.59828631 0.059 0.06 9.19682951 0 14.5269 14.9004

94

11.62280177 0.0861 0.065 9.218407743 0 14.55916 14.92114

11.67844838 0.0879 0.07 9.262382386 0 14.55916 14.93634

11.69918924 0.084 0.0725 9.335782888 0 14.55916 14.96203

11.67860938 0.0832 0.0725 9.336629352 0 14.53709 14.96592

11.67676053 0.0837 0.075 9.358975871 0 14.53709 14.98315

11.66212103 0.0838 0.075 9.399703744 0 14.53709 15.00727

11.61784388 0.0822 0.075 9.40624427 0 14.53753 14.99675

11.62838581 0.0775 0.075 9.385293179 0 14.53753 14.99963

11.66454724 0.0732 0.075 9.342438238 0 14.53753 15.01152

11.69488029 0.0725 0.075 9.344775106 0 14.57509 15.02785

11.7113008 0.0732 0.075 9.353817145 0 14.57509 15.04021

11.75993397 0.067 0.075 9.3835455 0 14.57509 15.05914

11.80240342 0.0453 0.075 9.362683705 0 14.6073 15.06685

11.83246951 0.0399 0.075 9.367309932 0 14.6073 15.06781

11.87019423 0.0453 0.075 9.383965894 0 14.6073 15.08563

11.91176199 0.0483 0.075 9.405257273 0 14.58634 15.08473

11.91427545 0.0623 0.0775 9.406351136 0 14.58634 15.0955

11.89999575 0.0836 0.0775 9.428093421 0 14.58634 15.11688

11.86070496 0.0696 0.0775 9.440165551 0 14.58471 15.10602

11.87474515 0.0629 0.075 9.455894911 0 14.58471 15.11453

11.913646 0.0638 0.075 9.478136014 0 14.58471 15.11839

11.94030861 0.0679 0.075 9.467699826 0 14.62141 15.12697

11.95879008 0.0715 0.075 9.483743484 0 14.62141 15.13917

12.00291553 0.0726 0.075 9.496293451 0 14.62141 15.15786

12.01716746 0.0726 0.075 9.501628435 0 14.65399 15.15935

12.02486846 0.0718 0.075 9.532923746 0 14.65399 15.17168

12.05153356 0.0683 0.075 9.577064652 0 14.65399 15.19087

12.06563748 0.0625 0.075 9.53174248 0 14.63658 15.18248

12.06102953 0.0489 0.075 9.524011777 0 14.63658 15.18938

12.0606653 0.0335 0.075 9.534667729 0 14.63658 15.21618

12.0046967 0.0414 0.0725 9.539421073 0 14.63296 15.19755

12.01547494 0.0442 0.07 9.510881906 0 14.63296 15.19375

12.04534035 0.0445 0.0675 9.487737233 0 14.63296 15.20192

12.07199825 0.036 0.0675 9.485696795 0 14.67224 15.20348

12.10365779 0.0333 0.0675 9.502696504 0 14.67224 15.21926

12.16866149 0.0345 0.065 9.497509813 0 14.67224 15.24302

12.16386427 0.0321 0.065 9.480085027 0 14.7031 15.23389

12.18867213 0.0279 0.0525 9.485104364 0 14.7031 15.23772

12.23097987 0.0307 0.05 9.480596491 0 14.7031 15.25354

12.25125631 0.0331 0.0475 9.473542747 0 14.68479 15.25428

12.2551342 0.0358 0.0475 9.496578903 0 14.68479 15.27062

95

12.27726244 0.0302 0.0475 9.502748758 0 14.68479 15.29192

12.23138945 0.0349 0.0475 9.499735975 0 14.68183 15.27714

12.25741669 0.0383 0.0475 9.499189263 0 14.68183 15.276

12.27970872 0.0361 0.0475 9.499473891 0 14.68183 15.29027

12.30039597 0.0417 0.0475 9.495827537 0 14.72115 15.29394

12.32512155 0.0433 0.0475 9.497659879 0 14.72115 15.30282

12.36371294 0.0437 0.0475 9.496744128 0 14.72115 15.31763

12.38073578 0.0388 0.0475 9.499226719 0 14.7525 15.31274

12.39519188 0.0382 0.045 9.499361547 0 14.7525 15.31706

12.42157508 0.0372 0.0425 9.496631477 0 14.7525 15.32923

12.42575822 0.0358 0.0425 9.513876108 0 14.73538 15.33287

12.44874035 0.033 0.0425 9.512605592 0 14.73538 15.34267

12.4643169 0.0361 0.0425 9.513986833 0 14.73538 15.37112

12.41619985 0.0325 0.0425 9.500731272 0 14.73123 15.34857

12.40545205 0.0318 0.0425 9.518596833 0 14.73123 15.35503

12.44789663 0.034 0.0425 9.529324871 0 14.73123 15.37223

12.4546539 0.0341 0.0425 9.533249617 0 14.77247 15.37957

12.49633638 0.0323 0.0475 9.549793874 0 14.77247 15.40051

12.53256309 0.0312 0.0525 9.547526639 0 14.77247 15.41976

12.55105854 0.0318 0.0525 9.575427831 0 14.80288 15.42013

12.5677217 0.032 0.055 9.586850296 0 14.80288 15.43143

12.58063515 0.0288 0.0575 9.606959806 0 14.80288 15.44868

12.62913861 0.0316 0.0575 9.628497922 0 14.78587 15.45815

12.64533352 0.0323 0.06 9.591464972 0 14.78587 15.45648

12.66380441 0.0313 0.06 9.581386553 0 14.78587 15.48225

12.63469097 0.0282 0.06 9.549166978 0 14.78065 15.46159

12.65704635 0.0257 0.06 9.547883464 0 14.78065 15.46954

12.68781029 0.0248 0.06 9.563318491 0 14.78065 15.48156

12.69795395 0.0283 0.06 9.56036324 0 14.82175 15.48434

12.74417875 0.0332 0.06 9.575052928 0 14.82175 15.50536

12.76093142 0.0328 0.06 9.559905098 0 14.82175 15.51436

12.7774363 0.0332 0.0575 9.551544282 0 14.85185 15.51159

12.79595711 0.0349 0.055 9.563177963 0 14.85185 15.51387

12.81384711 0.0339 0.0525 9.558035114 0 14.85185 15.52465

12.80179992 0.0313 0.05 9.551089165 0 14.83432 15.52138

12.7986423 0.03 0.05 9.552631375 0 14.83432 15.52465

12.80014783 0.0272 0.05 9.541010092 0 14.83432 15.54131

8.222553638 0.0268 0.04 9.520996523 1 14.80988 15.52077

8.243808424 0.0298 0.04 9.568818689 1 14.80988 15.52717

8.272059622 0.0296 0.0425 9.701799673 1 14.80988 15.55809

8.286521374 0.0267 0.045 9.631324409 1 14.76703 15.54006

96

8.271804031 0.0219 0.045 9.591485437 1 14.76703 15.53576

8.303257121 0.0196 0.045 9.579846655 1 14.76703 15.52917

B. Lampiran 2: Hasil Uji Penelitian VAR/VECM

2. Uji Stasioneritas

a. Tingkat Level

Null Hypothesis: KREDIT has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.016701 0.7451

Test critical values: 1% level -3.496346

5% level -2.890327

10% level -2.582196

*MacKinnon (1996) one-sided p-values.

Null Hypothesis: BI_RATE has a unit root

Exogenous: Constant



5% level -2.890623

10% level -2.582353

97


Null Hypothesis: DPK has a unit root

Exogenous: Constant



5% level -2.894332

10% level -2.584325


Null Hypothesis: KRISIS has a unit root

Exogenous: Constant



5% level -2.890327

10% level -2.582196


Null Hypothesis: GDP has a unit root

Exogenous: Constant



5% level -2.894332

10% level -2.584325

*MacKinnon (1996) one-sided p-values. Null Hypothesis: INFLASI has a unit root

Exogenous: Constant

Lag Length: 2 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.*

98

Augmented Dickey-Fuller test statistic -1.398542 0.5801


5% level -2.890926

10% level -2.582514

*MacKinnon (1996) one-sided p-values. Null Hypothesis: NILAI_TUKAR has a unit root

Exogenous: Constant



5% level -2.890327

10% level -2.582196


b. Tingkat First Difference

Null Hypothesis: D(KREDIT) has a unit root

Exogenous: Constant



5% level -2.890623

10% level -2.582353

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(BI_RATE) has a unit root

Exogenous: Constant



5% level -2.890623

10% level -2.582353

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(DPK) has a unit root

Exogenous: Constant

99



5% level -2.894332

10% level -2.584325

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(KRISIS) has a unit root

Exogenous: Constant



5% level -2.890623

10% level -2.582353


Null Hypothesis: D(GDP) has a unit root

Exogenous: Constant

Lag Length: 11 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.* Augmented Dickey-Fuller test statistic 1.337307 0.9987


5% level -2.894332

10% level -2.584325

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(INFLASI) has a unit root

Exogenous: Constant



5% level -2.890926

10% level -2.582514

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(NILAI_TUKAR) has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic - based on SIC, maxlag=12) t-Statistic Prob.*

100

Augmented Dickey-Fuller test statistic -8.979707 0.0000


5% level -2.890623

10% level -2.582353


c. Tingkat Second Difference

Null Hypothesis: D(KREDIT,2) has a unit root

Exogenous: Constant



5% level -2.892200

10% level -2.583192

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(BI_RATE,2) has a unit root

Exogenous: Constant



5% level -2.891234

10% level -2.582678

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(DPK,2) has a unit root

101

Exogenous: Constant



5% level -2.894332

10% level -2.584325

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(KRISIS,2) has a unit root

Exogenous: Constant



5% level -2.891234

10% level -2.582678


Null Hypothesis: D(GDP,2) has a unit root

Exogenous: Constant



5% level -2.894332

10% level -2.584325

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(INFLASI,2) has a unit root

Exogenous: Constant



5% level -2.892200

10% level -2.583192

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(NILAI_TUKAR,2) has a unit root

Exogenous: Constant

Lag Length: 2 (Automatic - based on SIC, maxlag=12)

102

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -9.490700 0.0000


5% level -2.891550

10% level -2.582846


3. Uji Lag Optimal

VAR Lag Order Selection Criteria

Endogenous variables: KREDIT BI_RATE DPK DUMMY GDP INFLASI NILAI_TUKAR

Exogenous variables: C

Date: 09/29/20 Time: 15:28

Sample: 2012M01 2020M12

Included observations: 94 Lag LogL LR FPE AIC SC HQ 0 918.7973 NA 8.86e-18 -19.39994 -19.21055 -19.32344

1 1661.357 1358.726 3.47e-24 -34.15653 -32.64138* -33.54452*

2 1690.629 49.20225 5.36e-24 -33.73679 -30.89588 -32.58927

3 1752.008 94.02735 4.30e-24 -34.00017 -29.83350 -32.31714

4 1784.509 44.94760 6.64e-24 -33.64912 -28.15669 -31.43058

5 1825.579 50.68224 9.07e-24 -33.48040 -26.66220 -30.72635

6 1947.679 132.4922 2.40e-24 -35.03573 -26.89178 -31.74617

7 2091.066 134.2342* 4.52e-25 -37.04395 -27.57424 -33.21888

8 2166.586 59.45225 4.25e-25* -37.60822* -26.81274 -33.24764 * indicates lag order selected by the criterion

4. Uji Stabilitas VAR

Roots of Characteristic Polynomial Endogenous variables: KREDIT BI_RATE DPK DUMMY GDP INFLASI NILAI_TUKAR

103

Exogenous variables: C

Lag specification: 1 2

Date: 09/29/20 Time: 15:26 Root Modulus 0.959916 - 0.022328i 0.960176

0.959916 + 0.022328i 0.960176

0.937546 0.937546

0.897917 0.897917

0.723567 - 0.116089i 0.732820

0.723567 + 0.116089i 0.732820

0.520951 0.520951

0.350142 - 0.072801i 0.357630

0.350142 + 0.072801i 0.357630

-0.333628 0.333628

0.086986 - 0.253575i 0.268080

0.086986 + 0.253575i 0.268080

0.035827 - 0.027015i 0.044871

0.035827 + 0.027015i 0.044871 No root lies outside the unit circle.

VAR satisfies the stability condition.

5. Uji Kointegrasi

Date: 09/29/20 Time: 15:29

Sample (adjusted): 2012M03 2020M06

Included observations: 100 after adjustments

Trend assumption: Linear deterministic trend (restricted)

Series: KREDIT BI_RATE DPK DUMMY GDP INFLASI NILAI_TUKAR

Lags interval (in first differences): 1 to 1

Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.406458 155.9865 150.5585 0.0237

At most 1 0.291095 103.8217 117.7082 0.2697

At most 2 0.221106 69.41838 88.80380 0.5298

At most 3 0.185830 44.43033 63.87610 0.6731

At most 4 0.125516 23.87176 42.91525 0.8425

At most 5 0.064414 10.45961 25.87211 0.9039

At most 6 0.037300 3.801380 12.51798 0.7707 Trace test indicates 1 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized Max-Eigen 0.05

104

No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.406458 52.16471 50.59985 0.0340

At most 1 0.291095 34.40337 44.49720 0.4006

At most 2 0.221106 24.98804 38.33101 0.6725

At most 3 0.185830 20.55858 32.11832 0.6076

At most 4 0.125516 13.41215 25.82321 0.7713

At most 5 0.064414 6.658227 19.38704 0.9225

At most 6 0.037300 3.801380 12.51798 0.7707 Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis (1999) p-values

6. Uji Estimasi Vector Errorr Correction Model (VECM)

Vector Error Correction Estimates

Date: 09/29/20 Time: 15:31

Sample (adjusted): 2012M03 2020M06

Included observations: 100 after adjustments

Standard errors in ( ) & t-statistics in [ ] Cointegrating Eq: CointEq1 KREDIT(-1) 1.000000

BI_RATE(-1) -71.82979

(35.0865)

[-2.04722]

DPK(-1) 78.06188

(14.3107)

[ 5.45479]

DUMMY(-1) 7.679688

(1.22418)

[ 6.27331]

GDP(-1) -30.43884

(13.0296)

[-2.33613]

INFLASI(-1) 50.27938

105

(24.5454)

[ 2.04842]

NILAI_TUKAR(-1) -11.23699

(6.82711)

[-1.64594]

@TREND(12M01) -0.442813

(0.11697)

[-3.78554]

C -621.4884 Error Correction: D(KREDIT) D(BI_RATE) D(DPK) D(DUMMY) D(GDP) D(INFLASI) D(NILAI_TUKAR) CointEq1 -0.024297 -4.85E-05 -0.003847 -0.006392 -0.000712 -0.000703 -0.001095

(0.02762) (0.00012) (0.00061) (0.00861) (0.00090) (0.00034) (0.00136)

[-0.87963] [-0.40009] [-6.29835] [-0.74238] [-0.78700] [-2.08143] [-0.80358]

D(KREDIT(-1)) 0.047195 -0.000739 0.002242 0.013405 0.001083 -0.002066 -0.012184

(0.16006) (0.00070) (0.00354) (0.04989) (0.00524) (0.00196) (0.00789)

[ 0.29486] [-1.05178] [ 0.63354] [ 0.26871] [ 0.20649] [-1.05505] [-1.54334]

D(BI_RATE(-1)) 0.713374 0.333126 1.131688 2.235116 0.130226 0.088163 1.869826

(24.8886) (0.10929) (0.55036) (7.75758) (0.81532) (0.30452) (1.22761)

[ 0.02866] [ 3.04804] [ 2.05625] [ 0.28812] [ 0.15972] [ 0.28951] [ 1.52315]

D(DPK(-1)) -5.942538 0.009665 -0.225119 -1.039437 0.302273 0.022007 -0.166825

(4.77422) (0.02096) (0.10557) (1.48808) (0.15640) (0.05841) (0.23548)

[-1.24471] [ 0.46099] [-2.13236] [-0.69851] [ 1.93273] [ 0.37673] [-0.70844]

D(DUMMY(-1)) 0.235797 0.000369 0.026155 0.062295 0.005205 -0.002722 0.014648

(0.50503) (0.00222) (0.01117) (0.15742) (0.01654) (0.00618) (0.02491)

[ 0.46689] [ 0.16646] [ 2.34200] [ 0.39573] [ 0.31459] [-0.44052] [ 0.58805]

D(GDP(-1)) 0.313200 -0.013253 -0.012545 -0.190397 -0.083920 -0.018985 0.250179

(3.22151) (0.01415) (0.07124) (1.00412) (0.10553) (0.03942) (0.15890)

[ 0.09722] [-0.93683] [-0.17611] [-0.18962] [-0.79520] [-0.48166] [ 1.57447]

D(INFLASI(-1)) 3.327894 0.055225 0.123058 -0.640943 0.205541 0.220942 0.424002

(8.26316) (0.03629) (0.18272) (2.57556) (0.27069) (0.10110) (0.40757)

[ 0.40274] [ 1.52196] [ 0.67346] [-0.24886] [ 0.75932] [ 2.18532] [ 1.04031]

D(NILAI_TUKAR(-

1)) 2.753702 0.016375 0.041127 0.008089 -0.228877 0.002581 0.109686

(2.32504) (0.01021) (0.05141) (0.72470) (0.07617) (0.02845) (0.11468)

[ 1.18437] [ 1.60382] [ 0.79992] [ 0.01116] [-3.00500] [ 0.09072] [ 0.95645]

C 0.014111 -0.000214 0.011449 0.010989 0.001956 -0.000331 0.004930

(0.06501) (0.00029) (0.00144) (0.02026) (0.00213) (0.00080) (0.00321)

[ 0.21707] [-0.74929] [ 7.96465] [ 0.54235] [ 0.91870] [-0.41579] [ 1.53744] R-squared 0.030327 0.203648 0.340276 0.012628 0.115499 0.122387 0.124981

Adj. R-squared -0.054919 0.133639 0.282278 -0.074174 0.037741 0.045234 0.048057

Sum sq. resids 20.32643 0.000392 0.009939 1.974745 0.021813 0.003043 0.049451

S.E. equation 0.472618 0.002075 0.010451 0.147311 0.015482 0.005783 0.023311

F-statistic 0.355758 2.908892 5.867062 0.145476 1.485364 1.586296 1.624723

106

Log likelihood -62.23144 480.5829 318.9271 54.34270 279.6273 378.1111 238.7031

Akaike AIC 1.424629 -9.431658 -6.198542 -0.906854 -5.412546 -7.382222 -4.594062

Schwarz SC 1.659094 -9.197193 -5.964077 -0.672389 -5.178080 -7.147757 -4.359597

Mean dependent -0.029376 -0.000125 0.009238 0.000000 0.003333 -0.000160 0.004739

S.D. dependent 0.460151 0.002230 0.012336 0.142134 0.015783 0.005918 0.023893 Determinant resid covariance (dof

adj.) 2.02E-24

Determinant resid covariance 1.04E-24

Log likelihood 1767.816

Akaike information criterion -33.93632

Schwarz criterion -32.08665

7. Uji Impulse Response Function (IRF)

Period BI_RATE DPK DUMMY GDP INFLASI NILAI_TUKAR 1 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

2 -0.008800 -0.052592 0.008997 0.017647 0.021892 0.048043

3 -0.019475 -0.032154 0.008534 0.030206 0.025745 0.041005

4 -0.003108 -0.020104 -0.003636 0.033743 0.015268 0.025348

5 -0.005781 -0.032794 -0.006655 0.041521 0.013676 0.023596

6 -0.011194 -0.033816 -0.012403 0.048556 0.013749 0.025519

7 -0.011089 -0.029936 -0.019699 0.052831 0.010726 0.023427

8 -0.011342 -0.032252 -0.023659 0.058531 0.009022 0.021236

9 -0.013429 -0.033290 -0.027484 0.063764 0.008492 0.019725

10 -0.014433 -0.032645 -0.032096 0.067639 0.006999 0.018239

11 -0.015408 -0.033368 -0.035779 0.071473 0.005536 0.017083

12 -0.016719 -0.033994 -0.038884 0.075206 0.004599 0.016046

13 -0.017682 -0.034002 -0.041979 0.078384 0.003659 0.014917

14 -0.018501 -0.034303 -0.044749 0.081268 0.002728 0.013934

15 -0.019402 -0.034680 -0.047187 0.083958 0.001946 0.013118

16 -0.020191 -0.034854 -0.049457 0.086362 0.001217 0.012340

17 -0.020865 -0.035047 -0.051515 0.088535 0.000536 0.011617

18 -0.021511 -0.035272 -0.053357 0.090527 -5.89E-05 0.010978

19 -0.022102 -0.035440 -0.055042 0.092327 -0.000600 0.010396

20 -0.022626 -0.035590 -0.056575 0.093954 -0.001101 0.009864

21 -0.023107 -0.035742 -0.057958 0.095436 -0.001551 0.009385

22 -0.023546 -0.035873 -0.059214 0.096781 -0.001958 0.008949

23 -0.023942 -0.035989 -0.060356 0.097998 -0.002329 0.008553

107

24 -0.024301 -0.036098 -0.061390 0.099103 -0.002665 0.008195

25 -0.024629 -0.036196 -0.062328 0.100105 -0.002969 0.007870

26 -0.024925 -0.036284 -0.063179 0.101014 -0.003246 0.007574

27 -0.025194 -0.036365 -0.063951 0.101839 -0.003497 0.007306

28 -0.025438 -0.036438 -0.064651 0.102587 -0.003724 0.007064

29 -0.025659 -0.036504 -0.065287 0.103266 -0.003930 0.006843

30 -0.025860 -0.036564 -0.065863 0.103881 -0.004118 0.006644

31 -0.026042 -0.036619 -0.066385 0.104440 -0.004287 0.006462

32 -0.026208 -0.036668 -0.066860 0.104946 -0.004441 0.006298

33 -0.026357 -0.036713 -0.067290 0.105405 -0.004581 0.006149

34 -0.026493 -0.036754 -0.067680 0.105822 -0.004708 0.006014

35 -0.026617 -0.036791 -0.068033 0.106200 -0.004823 0.005891

36 -0.026729 -0.036824 -0.068354 0.106543 -0.004927 0.005780

37 -0.026830 -0.036855 -0.068646 0.106854 -0.005022 0.005679

38 -0.026922 -0.036882 -0.068910 0.107136 -0.005107 0.005587

39 -0.027006 -0.036907 -0.069149 0.107392 -0.005185 0.005504

40 -0.027081 -0.036930 -0.069366 0.107624 -0.005256 0.005429

41 -0.027150 -0.036950 -0.069564 0.107835 -0.005320 0.005360

42 -0.027212 -0.036969 -0.069742 0.108026 -0.005378 0.005298

43 -0.027269 -0.036986 -0.069904 0.108199 -0.005431 0.005242

44 -0.027320 -0.037001 -0.070052 0.108356 -0.005478 0.005191

45 -0.027367 -0.037015 -0.070185 0.108499 -0.005522 0.005145

46 -0.027409 -0.037028 -0.070306 0.108628 -0.005561 0.005103

47 -0.027447 -0.037039 -0.070416 0.108745 -0.005597 0.005065

48 -0.027482 -0.037049 -0.070515 0.108852 -0.005629 0.005030

49 -0.027513 -0.037059 -0.070606 0.108948 -0.005658 0.004999

50 -0.027542 -0.037067 -0.070688 0.109036 -0.005685 0.004970

51 -0.027568 -0.037075 -0.070762 0.109115 -0.005709 0.004945

52 -0.027591 -0.037082 -0.070829 0.109187 -0.005731 0.004921

53 -0.027613 -0.037089 -0.070890 0.109252 -0.005751 0.004900

54 -0.027632 -0.037094 -0.070946 0.109312 -0.005769 0.004881

55 -0.027649 -0.037100 -0.070996 0.109365 -0.005785 0.004863

56 -0.027665 -0.037104 -0.071042 0.109414 -0.005800 0.004847

57 -0.027680 -0.037109 -0.071083 0.109458 -0.005814 0.004833

58 -0.027693 -0.037113 -0.071121 0.109498 -0.005826 0.004820

59 -0.027705 -0.037116 -0.071155 0.109535 -0.005837 0.004808

60 -0.027716 -0.037119 -0.071186 0.109568 -0.005847 0.004798

108

-.08

-.04

.00

.04

.08

.12

5 10 15 20 25 30 35 40 45 50 55 60

Response of KREDIT to BI_RATE

-.08

-.04

.00

.04

.08

.12

5 10 15 20 25 30 35 40 45 50 55 60

Response of KREDIT to DPK

-.08

-.04

.00

.04

.08

.12

5 10 15 20 25 30 35 40 45 50 55 60

Response of KREDIT to DUMMY

-.08

-.04

.00

.04

.08

.12

5 10 15 20 25 30 35 40 45 50 55 60

Response of KREDIT to GDP

-.08

-.04

.00

.04

.08

.12

5 10 15 20 25 30 35 40 45 50 55 60

Response of KREDIT to INFLASI

-.08

-.04

.00

.04

.08

.12

5 10 15 20 25 30 35 40 45 50 55 60

Response of KREDIT to NILAI_TUKAR

Response to Cholesky One S.D. Innovations

109

8. Uji Forecast Error Variance Decomposition (FEVD)

Period S.E. KREDIT BI_RATE DPK DUMMY GDP INFLASI NILAI_TUKAR 1 0.493218 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000

2 0.698978 98.76719 0.015851 0.566131 0.016567 0.063742 0.098092 0.472431

3 0.854726 98.52636 0.062516 0.520126 0.021047 0.167522 0.156329 0.546101

4 0.980674 98.62673 0.048494 0.437130 0.017363 0.245646 0.142991 0.481645

5 1.095625 98.59813 0.041636 0.439808 0.017600 0.340421 0.130142 0.432262

6 1.204623 98.52193 0.043077 0.442623 0.025159 0.444076 0.120683 0.402454

7 1.308655 98.46368 0.043681 0.427375 0.043976 0.539252 0.108976 0.373057

8 1.406450 98.38242 0.044320 0.422595 0.066371 0.640055 0.098463 0.345780

9 1.499572 98.28487 0.047007 0.421023 0.091976 0.743835 0.089821 0.321470

10 1.589478 98.18602 0.050085 0.416922 0.122640 0.843153 0.081886 0.299299

11 1.676325 98.08221 0.053478 0.414463 0.155816 0.939842 0.074712 0.279475

12 1.760272 97.97413 0.057521 0.413170 0.190105 1.034875 0.068438 0.261764

13 1.841714 97.86599 0.061763 0.411522 0.225616 1.126512 0.062914 0.245685

14 1.920877 97.75836 0.066054 0.410193 0.261674 1.214570 0.058037 0.231114

15 1.997921 97.65157 0.070488 0.409297 0.297662 1.299295 0.053742 0.217944

16 2.073020 97.54684 0.074960 0.408447 0.333404 1.380415 0.049953 0.205983

17 2.146302 97.44468 0.079379 0.407696 0.368635 1.457917 0.046607 0.195087

18 2.217873 97.34531 0.083746 0.407100 0.403105 1.531945 0.043647 0.185149

19 2.287842 97.24906 0.088035 0.406576 0.436706 1.602533 0.041025 0.176062

20 2.356299 97.15614 0.092214 0.406108 0.469349 1.669761 0.038698 0.167733

21 2.423323 97.06659 0.096275 0.405709 0.500947 1.733772 0.036628 0.160083

22 2.488987 96.98045 0.100212 0.405357 0.531463 1.794691 0.034783 0.153040

23 2.553359 96.89775 0.104015 0.405042 0.560878 1.852642 0.033134 0.146543

24 2.616500 96.81841 0.107682 0.404762 0.589184 1.907765 0.031658 0.140537

25 2.678466 96.74239 0.111212 0.404513 0.616387 1.960196 0.030333 0.134972

26 2.739310 96.66959 0.114606 0.404288 0.642504 2.010068 0.029141 0.129808

27 2.799081 96.59991 0.117865 0.404085 0.667557 2.057512 0.028066 0.125005

28 2.857824 96.53325 0.120992 0.403901 0.691574 2.102656 0.027094 0.120529

29 2.915581 96.46950 0.123992 0.403733 0.714587 2.145622 0.026212 0.116352

30 2.972393 96.40854 0.126866 0.403579 0.736631 2.186528 0.025412 0.112447

31 3.028297 96.35024 0.129621 0.403438 0.757741 2.225486 0.024683 0.108789

32 3.083327 96.29450 0.132260 0.403309 0.777955 2.262604 0.024017 0.105357

33 3.137519 96.24119 0.134788 0.403189 0.797309 2.297983 0.023408 0.102133

34 3.190902 96.19020 0.137209 0.403079 0.815842 2.331719 0.022849 0.099100

35 3.243508 96.14143 0.139529 0.402976 0.833589 2.363904 0.022335 0.096241

36 3.295363 96.09475 0.141751 0.402880 0.850586 2.394623 0.021861 0.093544

37 3.346496 96.05008 0.143880 0.402791 0.866869 2.423959 0.021423 0.090995

38 3.396930 96.00731 0.145921 0.402708 0.882471 2.451987 0.021018 0.088583

39 3.446691 95.96635 0.147877 0.402630 0.897424 2.478780 0.020642 0.086299

40 3.495802 95.92710 0.149752 0.402557 0.911760 2.504406 0.020292 0.084132

41 3.544283 95.88948 0.151551 0.402488 0.925509 2.528928 0.019966 0.082075

42 3.592156 95.85341 0.153278 0.402423 0.938699 2.552407 0.019661 0.080120

43 3.639441 95.81881 0.154935 0.402361 0.951358 2.574898 0.019376 0.078259

44 3.686157 95.78561 0.156526 0.402303 0.963513 2.596456 0.019109 0.076486

45 3.732321 95.75373 0.158054 0.402249 0.975187 2.617130 0.018858 0.074796

46 3.777951 95.72311 0.159522 0.402197 0.986404 2.636967 0.018622 0.073182

47 3.823063 95.69368 0.160934 0.402147 0.997187 2.656011 0.018400 0.071641

48 3.867673 95.66539 0.162292 0.402100 1.007557 2.674303 0.018189 0.070167

49 3.911795 95.63818 0.163598 0.402055 1.017534 2.691883 0.017991 0.068756

50 3.955445 95.61200 0.164856 0.402013 1.027137 2.708787 0.017802 0.067405

51 3.998636 95.58679 0.166067 0.401972 1.036385 2.725050 0.017624 0.066110

110

52 4.041381 95.56252 0.167234 0.401933 1.045294 2.740704 0.017454 0.064867

53 4.083692 95.53912 0.168358 0.401896 1.053880 2.755779 0.017292 0.063674

54 4.125582 95.51657 0.169443 0.401860 1.062160 2.770304 0.017139 0.062527

55 4.167062 95.49482 0.170489 0.401826 1.070146 2.784307 0.016992 0.061425

56 4.208143 95.47383 0.171498 0.401793 1.077854 2.797812 0.016852 0.060364

57 4.248836 95.45356 0.172473 0.401762 1.085296 2.810845 0.016718 0.059343

58 4.289152 95.43399 0.173415 0.401731 1.092485 2.823426 0.016589 0.058359

59 4.329099 95.41509 0.174325 0.401702 1.099431 2.835579 0.016466 0.057410

60 4.368687 95.39681 0.175204 0.401674 1.106147 2.847322 0.016348 0.056495

kredit sektor konstruksi dan kebijakan moneter di … · 2021. 8. 10. · kredit perbankan...

Documents