Hkjhfujh
Hkjhfujh
Domestik Bruto (PDB) dalam dolar AS, tingkat bunga (IR) dalam persentase dan Indeks
Harga Konsumen (CPI). Untuk menganalisis lebih lanjut hubungan jangka panjang dan
dampak stabilitas bank, guncangan deviasi standar Cholesky ke model, ARDL dan Impulse
Response Function (IRF) digunakan. ARDL dan IRF ini dilakukan secara independen dan
diulang atas data untuk tiga model berbeda: (i) model bank umum, (ii) model bank syariah,
dan (iii) model industri perbankan secara keseluruhan. Temuan empiris menunjukkan
hubungan jangka panjang antara stabilitas bank umum dan faktor ekonomi makro. Temuan
ini juga menunjukkan hubungan jangka panjang antara stabilitas industri perbankan secara
keseluruhan dan faktor-faktor ekonomi makro. Namun, tidak ada bukti hubungan jangka
panjang antara stabilitas bank syariah dan faktor ekonomi makro. Namun demikian, temuan
ini tunduk pada batasan data, pada jumlah bank syariah yang termasuk dalam tes. Sampel
bank syariah adalah 5 bank dari total 10 bank syariah, karena tidak mencukupi data,
dibandingkan dengan jumlah yang lebih besar dari bank komersial yang diambil, sebagai
sampel.
I. PENDAHULUAN
Krisis keuangan global baru-baru ini telah menyebabkan serangkaian kegagalan banyak bank
konvensional dan menyebabkan peningkatan minat pada perbankan Islam. Krisis keuangan
juga menuntut sistem keuangan yang stabil sepanjang waktu dan tidak terpengaruh oleh krisis
apa pun. Masalah stabilitas keuangan dan stabilitas bank selalu menjadi perhatian semua
bank sentral di seluruh dunia. Sangat penting bagi keberlanjutan industri perbankan itu
sendiri. Dengan demikian, dengan pemain paralel bank Islam dan konvensional,
perbandingan antara keduanya tidak bisa dihindari. Menurut Hasan & Dridi (2010), Bourkhis
& Nabi (2013), Parashar dan Venkatesh (2010), kinerja dan stabilitas bank syariah lebih baik
daripada bank konvensional, untuk periode setelah dan selama krisis. Parashar dan Venkatesh
(2010) juga mencatat bahwa perbankan syariah lebih aman daripada bank konvensional
karena karakteristiknya termasuk struktur produknya yang didukung aset. Sebaliknya, Beck
et al. (2013) menemukan Perbankan Syariah kurang efektif biaya tetapi intermediasi lebih
tinggi dan lebih baik dari perbankan konvensional, dalam ekonomi normal.
Makalah ini berfokus pada stabilitas bank di Indonesia. Ini membandingkan stabilitas bank
syariah, bank komersial, dan industri perbankan secara keseluruhan menggunakan Z-score1.
Ini mengeksplorasi skor-Z sebagai indikator stabilitas bank di Indonesia. Data dari
BankScope2 diperoleh dengan memasukkan 58 bank umum dan 5 bank syariah di Indonesia
dari tahun 1999 hingga 2013. Skor-Z bank dan variabel independen seperti Produk Domestik
Bruto (PDB) dalam dolar AS, tingkat bunga (IR) dalam persentase dan Indeks Harga
lag (ARDL) dan kemudian guncangan ke model dianalisis menggunakan Impulse Response
Function (IRF). Prosedur ini dilakukan secara independen dan diulang untuk 3 model untuk
sebagai ukuran stabilitas bank, perhitungan skor-Z dan pengaruh faktor ekonomi makro
terhadap stabilitas bank. Bagian 3 melihat data dan metodologi. Bagian 4 membahas temuan
II. THEORY
Karena krisis keuangan global baru-baru ini, telah menjadi minat besar dan menarik perhatian
besar terhadap risiko kebangkrutan bank (Rahman, 2010) sehingga, skor-Z meningkat yang
penting dari sebelumnya (Strobel, 2011). (Rahman, 2010) juga mencatat bahwa ada 3 metode
pengukuran risiko berbasis pasar lainnya: Z-score, ukuran risiko CAPM, dan indeks Zrisk
dengan alasan bahwa itu adalah ukuran yang paling tepat karena bank syariah Malaysia
relatif kecil dan tidak diperdagangkan secara publik di bursa efek. Namun, melihat dengan
seksama formula indeks Zrisk akan mengungkapkan bahwa itu sangat mirip dengan skor-Z.
Bukti empiris dari Z-skor sebagai proksi stabilitas bank disusun dalam tabel 1 di bawah ini.
Penelitian sebelumnya seperti Sufian & Habibullah (2012), Köhler (2014), Bourkhis & Nabi
(2013) dan Cihák & Hesse (2007) telah menggunakan faktor ekonomi makro sebagai variabel
kontrol dalam menjelaskan variasi dalam variabel respon. Sufian & Habibullah (2012),
meneliti efek dari karakteristik spesifik bank dan faktor ekonomi makro pada kinerja bank.
Faktor-faktor ekonomi makro ini termasuk produk domestik bruto dan inflasi. Demikian pula,
Bourkhis & Nabi (2013) meneliti kesehatan bank menggunakan Z-score dan melihat faktor-
faktor ekonomi makro seperti pertumbuhan PDB, inflasi dan nilai tukar sebagai beberapa
variabel penjelas. Selain itu, Cihák & Hesse (2007) dalam penelitian mereka menyesuaikan
(2014) meneliti faktor-faktor yang mempengaruhi stabilitas bank menggunakan Z-score, dan
mempekerjakan 4 variabel: inflasi, produk domestik bruto, tingkat BET, dan tingkat
penawaran antar bank selama 3 bulan. Hubungan antara ini variabel makroekonomi dan
Abduh & Omar (2012) dan Abduh (2013) menggunakan ARDL untuk menyelidiki hubungan
jangka pendek dan jangka panjang antara: (i) pasar saham dan pertumbuhan ekonomi, dan,
(ii) perbankan Islam dan pertumbuhan ekonomi, masing-masing. Model ARDL terdiri dari
bagian autoregresif dan regresi dengan kelambatan yang terdistribusi pada set variabel
lainnya. Model ARDL mengalami regresi a variabel atas masa lalunya sendiri ditambah nilai
sekarang dan masa lalu dari sejumlah variabel eksogen (Abduh & Omar, 2012). Namun
demikian, metode ARDL mengecualikan variabel pra-pengujian, karena seperti yang disorot
dalam berbagai literatur, masalah kointegrasi unit root ada di mana kekuatan tes unit root
biasanya sangat rendah dan ada saklar dalam fungsi distribusi statistik uji (Abduh & Omar,
2012). Pendekatan ARDL adalah untuk menguji keberadaan suatu hubungan antara variabel-
variabel dalam level-level yang dapat diterapkan terlepas dari regresi yang mendasarinya
murni I (0), murni I (1), atau campuran (Abduh & Omar, 2012). Tanpa memiliki informasi
sebelumnya tentang arah hubungan jangka panjang antara variabel, pendekatan ARDL untuk
kointegrasi melibatkan memperkirakan versi koreksi kesalahan bersyarat (EC) versi ARDL
III.METODOLOGI
Data dikumpulkan dari BankScope, basis data global tentang berbagai jenis perbankan. Ada
total 60 bank umum dan 10 bank syariah di Indonesia pada tahun 2014. Namun, hanya bank
dengan setidaknya dua pengamatan yang dimasukkan. Akhirnya, kami hanya memasukkan
58 bank komersial dan 5 bank syariah karena data yang tidak memadai. Sementara itu, data
ekonomi makro diperoleh dari Laporan Bank Dunia (World Development Indicators). Data
perbankan dan data ekonomi makro adalah data tahunan untuk periode 1999 hingga 2013.
Pertama, pengukuran stabilitas bank diukur menggunakan skor-Z dan dihitung menggunakan
Dari tabel 3 di atas, tercatat bahwa skor-Z bank-bank konvensional dan seluruh industri
perbankan memiliki kecenderungan yang sama dalam pergerakan tersebut. Hal ini dapat
dimengerti karena bank konvensional mewakili mayoritas bank di seluruh industri perbankan.
Dari 1999 hingga 2013, bank syariah lebih stabil daripada bank konvensional dan seluruh
industri perbankan, diberi skor Z yang lebih tinggi, secara umum. Menurut Rajhi & Hassairi
(2013) skor-Z adalah ukuran jarak-ke-standar, dengan demikian, skor-Z yang lebih tinggi
meningkatkan jarak bank ke standar, maka bank akan lebih stabil. Namun, skor Z yang lebih
tinggi ini terkecuali pada tahun 2000 dan 2007. Perlu dicatat bahwa tahun 2001 adalah akhir
dari Krisis Keuangan Asia, untuk Indonesia, sedangkan tahun 2007 adalah awal dari Krisis
Keuangan Global atau juga dikenal sebagai krisis sistemik (Laeven & Valencia, 2013).
Dengan demikian, krisis mempengaruhi bank-bank Islam, baik yang lebih baru atau yang
pertama daripada bank konvensional atau seluruh industri perbankan. Menariknya, pada
tahun 2006, sebelum Krisis Keuangan Global, skor-Z tinggi dilaporkan secara konsisten di
Setelah stabilitas bank ditetapkan, uji unit root kemudian dilakukan menggunakan tes
Augmented Dickey Fuller dan Phillip Peron untuk keempat variabel untuk memastikan
bahwa deret waktu ekonomi ini tidak memiliki unit root dan stasioner. Tes untuk stasioner ini
dilakukan dengan dan tanpa intersep pada level dan perbedaan pertama. Setelah
menyelesaikan tes-tes ini, skor-Z dari bank-bank umum (ZC), skor-Z dari Bank-Bank Islam
(ZI), skor-Z dari industri perbankan (ZALL) dan variabel-variabel independen seperti Produk
Domestik Bruto (PDB) dalam dolar AS , Suku bunga (IR) dalam persentase dan Indeks
(ARDL), dan kemudian goncangan pada model dianalisis menggunakan Impulse Response
Function (IRF). Proses ini direplikasi untuk 3 model yang berbeda, yaitu, pertama, untuk
menguji stabilitas bank bank komersial dengan variabel ekonomi makro, kedua untuk
menguji stabilitas bank bank syariah dengan variabel ekonomi makro dan akhirnya, untuk
menguji stabilitas bank keseluruhan bank (industri perbankan di Indonesia) dengan variabel
makroekonomi.
Di mana ZALLt adalah skor-Z (stabilitas bank) industri perbankan di Indonesia; ZIt adalah
skor-Z (stabilitas bank) Bank Syariah di Indonesia; ZCt adalah skor-Z (stabilitas bank) bank
umum; GDPt adalah Produk Domestik Bruto; IRt adalah suku bunga dan CPIt adalah Indeks
Di mana p adalah panjang lag optimal dan D mengacu pada perbedaan variabel pertama.
Akhirnya, analisis tentang kejutan pada variabel dilakukan. Fungsi respon impuls
menggunakan Cholesky satu standar deviasi melacak efek guncangan satu kali ke salah satu
inovasi pada nilai saat ini dan masa depan dari variabel endogen.
Pengujian untuk root unit dan non-stasioner dilakukan untuk semua variabel yang digunakan
dalam model : (i) Z-score bank umum (ZC), (ii) Z-score Bank Syariah (ZI), (iii) Z-score
industri perbankan (ZALL), (iv) produk domestik bruto (PDB), (v) suku bunga (IR), dan (vi)
indeks harga konsumen (CPI) menggunakan tes Augmented Dickey Fuller (ADF) dan Phillip
Peron (PP) untuk stasioner dengan dan tanpa memotong pada level dan perbedaan pertama.
Tabel 4 menunjukkan bahwa variabel-variabel seperti Z-score untuk Bank Umum, Bank
Islam dan Industri di Indonesia, Produk Domestik Bruto, dan Suku Bunga semuanya adalah
akar dan unit non-unit pada tingkat signifikansi 1% tetapi pada perbedaan pertama untuk tes
di bawah ADF dan PP. Untuk CPI, itu tidak unit root masalah dan stasioner pada tingkat
Hasil untuk industri perbankan secara keseluruhan ditampilkan pada Tabel 5 dan 6
Berdasarkan Tabel 4.2, model optimal dapat dipilih menggunakan kriteria pemilihan model
seperti Kriteria Schwartz-Bayesian (SBC) dan Kriteria Informasi Akaike (AIC), di mana AIC
berada -1,35 dan SBC adalah -0,83. Turunan optimal adalah pada perbedaan pertama dan
pada lagged sama dengan 1. Semua koefisien variabel adalah signifikan pada tingkat
signifikansi minimal 5% kecuali perbedaan pertama dari tingkat bunga. Model di atas dapat
score (ZC), (Produk Domestik Bruto (PDB), Suku Bunga (IR), dan Harga Konsumen Indeks
(CPI)) dalam model kami. Dengan demikian, untuk tabel Uji Batas nilai kritis, nilai k = 3.
Untuk memastikan nilai kritis, Tabel CI (iii) dari Pesaran et.al (2001) digunakan karena tidak
ada kendala pada intersep model dan tidak ada istilah tren linear. Batas bawah dan atas untuk
statistik uji-F pada level signifikansi 10%, 5%, dan 1% adalah [2,72, 3,77], [3,23, 4,35], dan
[4,29, 5,61]. Perlu dicatat bahwa F-statistik melebihi batas atas pada tingkat signifikansi 1%.
Dengan demikian, disimpulkan bahwa ada bukti jangka panjang hubungan antara empat time-
Fungsi respon impuls (IRF) seperti yang ditunjukkan pada Gambar 4.1 di atas
mengungkapkan bahwa guncangan satu standar deviasi Cholesky terhadap PDB, IR dan CPI
pada skor-Z bank-bank komersial mencapai keseimbangannya setelah tahun ke-6. Baik PDB
maupun CPI melaporkan positif respons terhadap goncangan dalam jangka pendek
dibandingkan dengan guncangan negatif untuk IR. Prediksi ini mengonfirmasi temuan
empiris sebelumnya bahwa PDB dan stabilitas harga memiliki hubungan positif. Demikian
pula temuan sebelumnya tentang suku bunga menegaskan kembali bahwa suku bunga yang
lebih tinggi menyebabkan ketidakstabilan di antara bank umum seperti yang digambarkan
Hasil untuk industri perbankan secara keseluruhan dibahas pada Tabel 7 dan 8. Berdasarkan
Tabel 7, model optimal dapat dipilih menggunakan kriteria pemilihan model seperti Kriteria
Schwartz-Bayesian dan (SBC) dan Kriteria Informasi Akaike (AIC), di mana AIC adalah
5,97 dan SBC adalah 6,5. Turunan optimal adalah pada perbedaan pertama dan pada lagged
sama dengan 1. Semua koefisien variabel tidak signifikan bahkan pada tingkat signifikansi
Dari Tabel 8 di atas, nilai F-statistik adalah 1,498, dan nilai-nilai (k + 1) = 4 variabel yaitu Z-
skor (ZI), (Produk Domestik Bruto (PDB), Suku Bunga (IR), Uang Beredar (M2) dan Indeks
Harga Konsumen (CPI)) dalam model kami. Dengan demikian, untuk tabel Uji Batas nilai
kritis, nilai k = 3. Untuk memastikan nilai kritis, Tabel CI (iii) dari Pesaran et.al (2001)
digunakan karena tidak ada kendala pada intersep dari model dan tidak ada istilah tren linier.
Batas bawah dan atas untuk statistik uji-F pada level signifikansi 10%, 5%, dan 1% adalah
[2,72, 3,77], [3,23, 4,35], dan [4,29, 5,61]. Perlu dicatat bahwa F-statistik lebih kecil dari
batas bawah pada tingkat signifikansi 10%. Dengan demikian, disimpulkan bahwa tidak ada
bukti hubungan jangka panjang antara skor-Z dan ketiga variabel pada tingkat signifikansi
10%. Hal ini menunjukkan bahwa stabilitas bank syariah di Indonesia tidak dipengaruhi oleh
faktor ekonomi makro melainkan dapat dipengaruhi oleh kegiatan ekonomi riil itu sendiri.
Guncangan satu standar deviasi Cholesky terhadap PDB dan CPI pada skor-Z bank syariah
menunjukkan respons negatif, seperti yang ditunjukkan pada Gambar 4.2 di atas. Respon
negatif untuk PDB dan CPI bertentangan dengan hasil empiris sebelumnya. Namun, IR
melaporkan respons positif terhadap goncangan dan karenanya ini juga bertentangan dengan
hasil empiris sebelumnya. Juga dicatat bahwa keseimbangan hanya mencapai setelah tahun
ke 8 untuk GDP dan CPI sedangkan IR tampaknya lebih dari tahun ke 10.
Hasil untuk industri perbankan secara keseluruhan dibahas pada Tabel 9 dan 10 Berdasarkan
Tabel 9, model optimal dapat dipilih menggunakan kriteria pemilihan model seperti Kriteria
Schwartz-Bayesian dan (SBC) dan Kriteria Informasi Akaike (AIC), di mana AIC berada
2.39 dan SBC adalah -2.91. Turunan optimal adalah pada perbedaan pertama dan pada lagged
sama dengan 1. Hanya variabel koefisien suku bunga yang signifikan pada tingkat
signifikansi 10%.
From Table 10, the value of F-statistic is 28.493, and the values of (k + 1) = 4 variables
which are Z-score (ZALL), (Gross Domestic Product (GDP), Interest rates (IR), and
Consumer Price Index (CPI)) in our model. Thus, for the Bounds Test tables of critical
values, the value of is k = 3. To ascertain the critical values, the Table CI (iii) of Pesaran et.al
(2001) is used since there is no constrain on the intercept of the model and no linear trend
term. The lower and upper bounds for the F-test statistic at the 10%, 5%, and 1%
significance levels are [2.72 , 3.77], [3.23 , 4.35], and [4.29 , 5.61] respectively. It is noted
that the F-statistic exceed the upper bound at the 1% significance level. Thus, it is
concluded that there is evidence of a long-run relationship between the four time-series at
1% significance level.
Dari Gambar 3, kejutan dari satu standar deviasi Cholesky ke PDB, IR dan CPI pada skor-Z
mencapai keseimbangan setelah tahun 8. Baik GDP maupun CPI melaporkan respons positif
terhadap goncangan tersebut. dalam jangka pendek dibandingkan dengan respons negatif
terhadap guncangan untuk IR. Prediksi ini mengonfirmasi temuan empiris sebelumnya bahwa
PDB dan stabilitas harga memiliki hubungan positif. Demikian pula temuan sebelumnya
tentang suku bunga menegaskan kembali bahwa suku bunga yang lebih tinggi menyebabkan
ketidakstabilan di antara industri perbankan yang digambarkan negatif oleh garis biru.
5. KESIMPULAN
Model ARDL untuk industri perbankan komersial dan keseluruhan menunjukkan temuan
yang sama dengan bukti untuk hubungan jangka panjang antara stabilitas (baik bank
komersial dan industri perbankan keseluruhan) dan faktor ekonomi makro, seperti yang
ditunjukkan dalam uji-terikat. IRF pada kedua model juga mengungkapkan temuan yang
hampir serupa yang mengkonfirmasi hasil empiris sebelumnya. Alasan temuan serupa untuk
industri perbankan komersial dan keseluruhan adalah sampel bank komersial adalah 58 bank
dari 60 bank komersial. Bank-bank komersial ini sebenarnya merupakan pemain mayoritas di
Sedangkan untuk bank syariah, disimpulkan bahwa model ARDL tidak menemukan bukti
hubungan jangka panjang antara skor-Z bank syariah dan faktor ekonomi makro pada tingkat
signifikansi 10%. Hal ini menunjukkan bahwa stabilitas bank syariah di Indonesia tidak
dipengaruhi oleh faktor ekonomi makro tetapi lebih dapat dipengaruhi oleh kegiatan ekonomi
riil itu sendiri. Batasan analisis adalah pada jumlah bank syariah yang termasuk dalam tes
sebagai 5 bank dari total 10 bank syariah, karena data yang tidak mencukupi.