Makalah ini memberikan bukti empiris baru tentang stabilitas bank dalam kaitannya dengan

indikator ekonomi makro Indonesia. Stabilitas bank pertama-tama dihitung dengan

menggunakan Z-score, dan kemudian mengalami kemunduran menggunakan model

Autoregressive Distributive lag (ARDL) pada variabel makroekonomi yaitu Produk

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

Konsumen (CPI) mengalami kemunduran menggunakan model Autoregressive Distributive

lag (ARDL) dan kemudian guncangan ke model dianalisis menggunakan Impulse Response

Function (IRF). Prosedur ini dilakukan secara independen dan diulang untuk 3 model untuk

bank komersial, bank syariah, dan industri perbankan Indonesia.

Sisa dari makalah ini disusun sebagai berikut. Bagian 2 membahas pengembangan skor-Z

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

dan terakhir kesimpulannya ditarik di bagian 5.

II. THEORY

The Z-score as a measure of Bank Stability

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.

Efek Makroekonomi pada stabilitas keuangan dan bank

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

siklus makroekonomi dengan memasukkan variabel kontrol dari variabel makroekonomi

seperti pertumbuhan PDB, inflasi, suku bunga, dan apresiasi nilai tukar. Diaconu & Oanea

(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

stabilitas bank atau keuangan dibahas dalam tabel 2 di bawah ini.

ARDL dan ECM

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

(Abduh & Omar, 2012).

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

rumus yang digunakan dengan baik, Z = (ROA + CAP) / σROA.

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

semua industri perbankan Islam, konvensional, dan keseluruhan.

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

Harga Konsumen (CPI) diregresikan menggunakan model Autoregressive Distributive lag

(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.

Model yang awalnya diuji adalah

ZALLt = β0 + β1GDPt + β2IRt+ β0CPIt + εt (1)

ZIt = β0 + β1GDPt + β2IRt+ β0CPIt + εt (2)

ZCt = β0 + β1GDPt + β2IRt+ β0CPIt + εt (3)

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

Harga Konsumen, sedangkan ε adalah istilah kesalahan.

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.

IV. HASIL DAN ANALISA Uji untuk Unit Root

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

signifikansi 5% untuk tes ADF dan PP untuk stasioner.

Stabilitas dan Variabel Ekonomi Makro Bank Umum

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

ditulis ulang sebagai:

Tabel 6 menunjukkan nilai F-statistik 1655.751, dan nilai-nilai (k + 1) = 4 variabel yaitu Z-

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-

series pada tingkat signifikansi 1%.

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

oleh garis biru sebagai negatif.

Stabilitas dan Variabel Ekonomi Makro Bank Syariah

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

10%. Model di atas dapat ditulis ulang sebagai:

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.

Stabilitas dan Variabel Ekonomi Makro Industri Perbankan Indonesia

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

industri perbankan secara keseluruhan mengungkapkan bahwa sebagian besar guncangan

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

industri perbankan Indonesia.

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.