WP/ 4 /2015

WORKING PAPER

DAMPAK KEBIJAKAN COUNTERCYCLICAL

CAPITAL BUFFER TERHADAP PERTUMBUHAN
KREDIT DI INDONESIA

Bambang Pramono
Januar Hafidz
Justina Adamanti
Maulana Harris Muhajir
Muhammad Sahirul Alim

Desember, 2015

Kesimpulan, pendapat, dan pandangan yang disampaikan oleh penulis dalam

paper ini merupakan kesimpulan, pendapat, dan pandangan penulis dan
bukan merupakan kesimpulan, pendapat, dan pandangan resmi Bank
Indonesia.
 DAMPAK KEBIJAKAN COUNTERCYCLICAL CAPITAL BUFFER
TERHADAP PERTUMBUHAN KREDIT DI INDONESIA
Bambang Pramono, Januar Hafidz, Justina Adamanti, Maulana Harris
Muhajir, dan Muhammad Sahirul Alim1

Abstrak

CCB bertujuan untuk mengurangi laju prosiklikalitas kredit. Penelitian

ini menganalisis dampak implementasi CCB di Indonesia terhadap
pertumbuhan kredit perbankan. Dengan menggunakan data seluruh bank,
kelompok BUKU, dan DSIB, kajian ini menganalisis dampak CCB dengan
menggunakan analisis data panel dinamis dengan pendekatan system GMM
(generalization method of moments). Hasil penelitian menunjukkan bahwa
perubahan regulasi permodalan, seperti CCB mempunyai hubungan negatif
dan signifikan dalam mempengaruhi pertumbuhan kredit. Oleh karena itu,
kajian ini merekomendasikan CCB untuk diterapkan di Indonesia karena CCB
dapat secara efektif menahan laju pertumbuhan kredit di Indonesia.

Key word : CCB, System GMM, Prosiklikalitas

JEL Classification : G21

1 Peneliti ekonomi senior, peneliti ekonomi senior, peneliti ekonomi, peneliti ekonomi, dan
research fellow di Grup Riset dan Pengaturan Makroprudensial (GRMP), Departemen
Kebijakan Makroprudensial (DKMP), Bank Indonesia.
Pendapat dalam paper ini merupakan pendapat penulis dan bukan merupakan pendapat
resmi DKMP atau Bank Indonesia.
E-mail: bpramono@bi.go.id, januar@bi.go.id, justina@bi.go.id, maulana_hm@bi.go.id, dan
msahirulalim@gmail.com.

1
 I. PENDAHULUAN

1.1 Latar Belakang

Dengan belajar dari pengalaman krisis keuangan global 2008, Basel

Committee on Banking Supervision (BCBS) mengeluarkan kerangka kebijakan BASEL
III yang menitikberatkan pada ketahanan institusi keuangan melalui penguatan
permodalan dan likuiditas. Salah satu instrumen yang diusulkan dalam BASEL III
adalah countercyclical capital buffer (CCB). Tujuan implementasi CCB berdasarkan
BCBS adalah untuk mencegah timbulnya dan/atau meningkatnya risiko sistemik
yang berasal dari pertumbuhan kredit yang berlebihan dan kemampuan untuk
menyerap kerugian yang ditimbulkan (BIS, 2010). Pertumbuhan kredit yang
berlebihan dapat terjadi akibat dari perilaku prosiklikalitas antara pertumbuhan
kredit dan pertumbuhan ekonomi yang penyaluran kreditnya cenderung meningkat
sejalan dengan ekspansi ekonomi dan sebaliknya. Kebijakan CCB diharapkan dapat
menekan pertumbuhan kredit pada periode ekspansi ekonomi melalui transmisi
kenaikan biaya kredit akibat adanya kebutuhan bank untuk meningkatan cadangan
modalnya. Oleh karena itu, ketika kebijakan CCB dapat mencapai tujuannya dalam
menekan pertumbuhan kredit yang berlebihan, kebijakan CCB dapat dikatakan
mampu mengurangi perilaku prosiklikalitas perbankan.

Kebijakan CCB perlu diimplementasikan di Indonesia karena adanya perilaku

prosiklikalitas yang tinggi antara pertumbuhan kredit dan pertumbuhan ekonomi
(Utari et al., 2012). Deriantino (2011) juga membuktikan adanya perilaku
prosiklikalitas yang tinggi pada pembentukan kapital terhadap pertumbuhan
ekonomi di beberapa negara ASEAN, termasuk Indonesia. Di samping adanya fakta
terkait prosiklikalitas, Indonesia sebagai anggota G-20 wajib untuk menerapkan
kebijakan CCB. Gambar 1 menunjukkan bagaimana pertumbuhan kredit dan
pembentukan modal bersifat prosiklikal.

2
 Gambar 1. Kredit yoy, PDB yoy, dan Buffer CAR

Salah satu hal yang perlu dicermati dari penerapan kebijakan CCB adalah
apakah kebijakan ini efektif dalam menekan pertumbuhan kredit yang berlebihan
sebagai salah satu sumber risiko sistemik. Beberapa literatur ekonomi
mengemukakan bahwa regulasi pada permodalan bank dapat mempengaruhi
pertumbuhan kredit melalui 2 (dua) channel, yakni lending channel dan capital
channel. Lending channel terfokus pada penurunan penyaluran kredit akibat
peningkatan biaya, sedangkan capital channel terfokus pada penurunan penyaluran
kredit akibat peningkatan kebutuhan modal. Namun, kedua transmisi tersebut
dapat tidak terjadi atau dengan kata lain regulasi permodalan tidak mempengaruhi
pertumbuhan kredit apabila beberapa asumsi tidak terpenuhi. Penurunan kredit
melalui lending channel bisa tidak terjadi ketika bank memiliki sumber modal yang
kuat dan akses dana yang lebih luas (tidak hanya terbatas pada DPK). Begitu pula
dalam capital channel, bank dapat menyesuaikan besaran modal tanpa
mempengaruhi portofolio kreditnya ketika memiliki kelebihan modal yang cukup
tinggi atau mampu meningkatkan modalnya karena memiliki akses luas terhadap
sumber modal.

Beberapa studi empiris telah dilakukan untuk melihat hubungan antara

regulasi permodalan dan pertumbuhan kredit. Hasilnya didominasi oleh hubungan
negatif di antara keduanya, antara lain Tabak et al. (2011) yang menguji hubungan
modal bank dan pertumbuhan kredit perbankan di Brazil. Mora dan Lora (2010)
menguji pengaruh capital buffer pada pertumbuhan ekonomi dengan menggunakan
data industri perbankan Inggris. Bridges et al. (2014) menguji pengaruh perubahan
ketentuan permodalan terhadap perilaku kredit perbankan di Inggris. Gambacorta
dan Mistrulli (2003) menguji pada data perbankan Italia, Coffinet et al. (2012)

3
menggunakan data perbankan Perancis, Deriantino (2011) menggunakan sampel
data perbankan Indonesia, serta Xiong (2013) menggunakan sampel data perbankan
Tiongkok. Di samping itu, terdapat juga studi yang dilakukan Drehmann dan
Gambacorta (2011) yang menunjukkan bahwa penambahan buffer CCB mampu
menurunkan pertumbuhan kredit, khususnya di Spanyol. Sebaliknya, hubungan
antara permodalan bank dan pertumbuhan kredit yang positif ditemukan pada hasil
studi Berrospide dan Edge (2010) yang menggunakan data perbankan di Amerika
Serikat walaupun dengan besaran yang relatif kecil.

1.2 Tujuan Penelitian

Berdasarkan latar belakang di atas, penelitian ini bertujuan untuk

melakukan analisis dampak implementasi kebijakan CCB terhadap pertumbuhan
kredit di Indonesia. Estimasi persamaan akan dilakukan pada data bank secara
industri dan berdasarkan kelompok yaitu per BUKU dan DSIB/non-DSIB.

1.3 Batasan Penelitian

Pada saat penelitian ini dilakukan, Indonesia belum mengimplementasikan

CCB sehingga data yang akan digunakan terkait besaran buffer CCB diperoleh dari
studi mengenai indikator utama CCB yang telah dilakukan oleh Bank Indonesia
bersamaan dengan kajian ini.

1.4 Sistematika Penulisan

Sistematika penulisan kajian ini adalah sebagai berikut. Bab 1 berupa latar
belakang perlunya mengetahui dampak implementasi CCB terhadap pertumbuhan
kredit perbankan. Selain itu, juga dijelaskan tujuan dan batasan penelitian. Bab 2
berupa studi literatur yang menjelaskan motif bank menjaga level buffer
permodalan, hubungan modal, dan kredit bank serta beberapa studi yang telah
dilakukan sebelumnya. Bab 3 berupa penjelasan data dan persamaan yang
digunakan untuk mengestimasi pengaruh pengaturan permodalan terhadap kredit
dengan kasus perbankan Indonesia. Bab 4 berupa urai hasil analisis dengan
menggunakan persamaan yang didefinisikan pada data bank secara industri dan
berdasarkan kelompok. Bab 5 akan disajikan simpulan dan rekomendasi terkait
penelitian ini.

4
 II. TINJAUAN LITERATUR

2.1 Motif Bank Menjaga Level Buffer Modal

Berdasarkan studi terdahulu terdapat beberapa alasan mengapa perbankan

umumnya memiliki buffer permodalan2. Tabak et al. (2011) menyatakan bahwa bank
memiliki buffer permodalan dengan tujuan untuk (i) disiplin pasar3, (ii) pemenuhan
ketentuan pengawasan, dan (iii) pengantisipasian terhadap adanya shock di
perekonomian. Sementara itu, Lidquist (2004) mengatakan bank memelihara buffer
permodalan untuk menghindari biaya yang terkait dengan disiplin pasar. Ketika
tidak semua liabilitas bank dijamin, deposan akan meminta imbal hasil yang lebih
tinggi (dalam bentuk suku bunga simpanan) sebagai kompensasi atas risiko bank
yang lebih tinggi. Oleh karena itu, bank akan berusaha mengurangi risiko dan biaya
simpanan dengan meningkatkan level permodalan yang menunjukkan tingkat
soundness perbankan.

Nier dan Baumann (2006) berpendapat bahwa bank menjaga buffer modal
untuk mengurangi resiko insolvency. Hal itu dapat dicapai dengan meningkatkan
level permodalan dari batas ketentuan modal minimum. Selain itu, bank menjaga
buffer modal sebagai sinyal kepada pasar ataupun agen pemeringkat agar menjadi
bersaing dalam hal mendapatkan pendanaan yang lebih efisien. Jokipii dan Milne
(2006) menyatakan bahwa buffer modal juga dapat menjadi antisipasi terhadap
segala unexpected shocks, khususnya ketika terdapat tekanan pada sistem
keuangan.

Selain beberapa alasan di atas, bank menjaga level buffer modal juga untuk
alasan teknis, yakni sebagai pengaman agar terhindar dari pelanggaran ketentuan
modal minimum (Jokipii dan Milne, 2006; Nier dan Baumann, 2006). Tabak et al.
(2011) menyatakan bahwa ketika regulasi modal minimum berubah, bank tidak
dapat menyesuaikan level modal seketika. Hal itu disebabkan oleh adanya
adjustment cost terkait peningkatan modal baru dari eksternal (fresh external
capital).

2 Yang dimaksud dengan buffer permodalan adalah selisih antara modal aktual dan modal
minimum yang wajib dibentuk oleh bank.
3 Disiplin pasar dalam sektor perbankan dapat dimaknai sebagai situasi ketika privat sector

agent dihadapkan pada berbagai komponen biaya sebagai akibat bank melakukan tindakan
yang berisiko dan mengambil tindakan yang berbasis biaya (Berger, 1991).

5
2.2 Hubungan Modal dan Kredit Perbankan

Dalam literatur ekonomi terdapat dua transmisi bagaimana perubahan pada

permodalan bank dapat mempengaruhi kredit, yaitu lending channel dan capital
channel. Kedua transmisi tersebut didasarkan pada tidak relevan struktur
permodalan suatu perusahaan/bank dengan menggunakan asumsi pasar
sempurna pada Modigliani-Miller theorem. Pada pasar sempurna bank akan selalu
mampu meningkatkan level pendanaan (utang atau ekuitas) untuk mendanai
pinjaman sehingga tidak diperlukan regulasi terkait permodalan bank. Namun,
pada kenyataannya pasar bersifat tidak sempurna dan terjadi assymetric
information mengenai level utang, ekuitas, dan aset perbankan. Lending channel
tergantung pada ketidaksempurnaan pasar pada pinjaman perbankan, sementara
capital channel tergantung pada ketidaksempurnaan pasar pada ekuitas perbankan
(Gambacorta & Mistrulli, 2003).

Bank lending channel dapat dijelaskan ketika terjadi pengetatan kebijakan

moneter yang dapat meningkatkan cost of fund bank, khususnya untuk DPK, serta
mengurangi interest margin sebagai akibatnya profitabilitas bank akan berkurang.
Apabila dalam kondisi ini bank harus meningkatkan permodalan, bank akan
bereaksi dengan meningkatkan persyaratan kredit. Pada akhirnya penyaluran kredit
akan berkurang karena adanya peningkatan biaya bagi nasabah. Bagi bank yang
memiliki permodalan kuat dan memiliki akses dana yang lebih luas (tidak hanya
DPK), kondisi seperti itu tidak menjadi masalah (Gambacorta & Mistrulli, 2003).

Sementara itu, buffer modal bank akan berkurang ketika terjadi peningkatan
ketentuan modal minimum. Terdapat dua kondisi yang memungkinkan regulasi
permodalan dapat mempengaruhi penyaluran kredit melalui transmisi capital
channel. Kondisi pertama ialah bank memilih untuk memenuhi ketentuan
permodalan karena menyadari pelanggaran terhadap ketentuan modal minimum
sangat berisiko (Van den Heuvel, 2002 yang dikutip dari Gambacorta & Ibanes,
2011). Bank yang tidak memiliki buffer modal tinggi dan tidak memiliki akses luas
terhadap sumber permodalan lainnya akan melakukan penyesuaian pada jumlah
kredit yang disalurkan. Sebaliknya, bank yang mempunyai buffer modal lebih atau
memiliki akses lebih luas terhadap sumber modal dapat menyesuaikan besaran
modal yang harus dipenuhi tanpa mempengaruhi portofolio kreditnya. Kondisi
kedua adalah jika pasar untuk ekuitas bank tidak sempurna karena bank tidak
dapat dengan mudah mengeluarkan ekuitas baru, terutama pada periode krisis

6
karena adanya tax disadvantage serta masalah adverse selection dan agency cost
(Gambacorta & Mistrulli, 2003).

2.3 Studi Terdahulu

Beberapa studi terdahulu yang mencoba untuk menganalisis hubungan

antara permodalan dan pertumbuhan kredit perbankan diantaranya adalah sebagai
berikut.

A. The Impact of Capital Requirements on Bank Lending (Bridges et.al., 2014)

Studi ini bertujuan untuk mengestimasi pengaruh perubahan CAR wajib

minimum atau capital requirement terhadap rasio CAR dan kredit perbankan.
Metodologi yang digunakan adalah regresi panel dinamis dengan pendekatan
fixed effect pada data 53 banking group di UK yg memiliki aset > £ 5 miliar pada
periode 1990Q1–2011Q3 (balanced panel data). Hasil penelitian membuktikan
bahwa kenaikan modal wajib minimum akan meningkatkan CAR karena bank
cenderung menaikkan buffer modalnya. Selain itu, studi ini membuktikan
bahwa kenaikan CAR akan direspons bank dengan menurunkan kreditnya.

B. Bank Capital Buffers, Lending Growth, and Economic Cyclce: Empirical

Evidence for Brazil (B.M. Tabak, A.C. Noronha, dan D. Cajueiro, 2011)
Studi ini bertujuan untuk menganalisis hubungan antara buffer modal
dan siklus ekonomi serta pengaruh dari regulasi permodalan terhadap kredit
perbankan. Metodologi yang digunakan adalah regresi data panel dinamis FGLS
(Feasible Generalized Least Square) pada 134 bank periode 2000–2010 di Brazil.
Tahap awal studi mengestimasi pengaruh output gap dan beberapa variabel
kontrol terhadap buffer modal untuk mengetahui apakah buffer modal bersifat
procyclical atau countercyclical. Selanjutnya dilakukan estimasi pengaruh
perilaku buffer modal terhadap pertumbuhan kredit. Hasil studi menemukan
bahwa buffer modal bersifat countercylical dan berpengaruh negatif terhadap
pertumbuhan kredit secara signifikan.

C. The Effects of Bank Capital on Lending: What do we know and what does
it mean? (J.M. Berrospide dan R.M. Edge, 2010)
Studi ini bertujuan untuk menganalisis bagaimana regulasi permodalan
perbankan mempengaruhi kredit perbankan di US. Selain menggunakan metode

7
 regresi data panel dinamis dengan menggunakan sampel 165 Bank Holding
Companies (BHC) pada periode 1992Q1–2009Q3 di US, studi ini juga
mengestimasi data agregat bank komersial dengan menggunakan vector auto
regression (VAR). Tahap awal studi mengestimasi regresi data panel dengan
menggunakan sampel BHC di US dengan dua pendekatan. Pertama
menggunakan capital index untuk melihat perbedaan pengaruh permodalan jika
bank mengalami surplus atau defisit seperti dalam Hancox and Wilcox (1994).
Kedua menggunakan CAR aktual seperti dalam Bernanke & Lown (1991). Hasil
studi menemukan bahwa baik menggunakan capital index maupun CAR,
permodalan memiliki hubungan positif terhadap pertumbuhan kredit, tetapi
studi tersebut menunjukkan magnitude pengaruh permodalan yang tidak terlalu
besar terhadap pertumbuhan kredit.
D. The Effects of Countercyclical Capital Buffers on Bank (Lending Drehmann
dan Gambacorta, 2011)
Studi ini bertujuan untuk menganalisis bagaimana pengaruh
implementasi CCB terhadap kredit perbankan di Spanyol. Metode yang
digunakan adalah regresi panel dinamis dengan menggunakan GMM
(generalized methods of moments) pada data 772 bank di UE dan UK pada
periode 1999Q1–2009Q4 (balanced). Adapun data modal yang dipergunakan
pada simulasi adalah modal aktual ditambah dengan buffer CCB. Hasil studi
menunjukkan bahwa CCB mampu mengurangi pertumbuhan kredit pada saat
credit booms dan mengurangi kontraksi kredit ketika buffer CCB di-release.
E. Bank Capital Buffer Decision Under Macroeconomics Fluctuation:
Evidence for the Banking Industry of China (Huan-Xian dan Xiong-Qiyue,
2014)
Studi ini bertujuan untuk menganalisis perilaku perbankan dalam
mengambil keputusan level buffer modal dalam fluktuasi siklus bisnis dan
transmisi yang memungkinkan CCB mempengaruhi makroekonomi Tiongkok.
Metodologi yang digunakan adalah regresi panel dinamis dengan menggunakan
GMM pada data 45 bank komersial di Tiongkok pada periode 2000–2010. Hasil
studi menemukan bukti bahwa buffers modal perbankan di Tiongkok
berperilaku countercyclical terhadap siklus bisnis. Sehubungan dengan CCB,
peneliti menyatakan bahwa adanya kebijakan penguatan permodalan seperti
CCB akan semakin memperkuat perilaku countercyclical perbankan Tiongkok.

8
 III. DATA DAN METODOLOGI

3.1 Data

Penelitian ini menggunakan data individual perbankan dan makroekonomi

Indonesia pada periode 2005Q1 s.d. 2015Q2 dalam format triwulan. Jumlah bank
yang dilibatkan dalam penelitian ini adalah 96 bank umum, tidak termasuk kantor
cabang bank asing dan bank umum syariah. Selanjutnya data dikonstruksi dalam
bentuk data panel karena penelitian menggunakan metode regresi panel.
Penggunaan data panel bertujuan untuk memperoleh data yang lebih variatif
sehingga dapat menjelaskan persamaan yang lebih informatif dan kompleks
(Gujarati dan Porter, 2009). Terdapat dua periode data yang digunakan ketika terjadi
tekanan pada perekonomian dan juga industri perbankan, yaitu periode krisis mini
(mini crisis) pada tahun 2005 dan krisis keuangan global pada tahun 2008. Kedua
kejadian itu diharapkan dapat memberikan gambaran hubungan antara modal dan
kredit apakah bersifat prosiklikalitas atau tidak. Adapun data perbankan yang
digunakan dalam penelitian ini adalah buffer rate CCB (%), kredit perbankan (Ln,
yoy), aset (Ln), ROA (%,) dan CAR (%), sedangkan data makroekonomi yang
dipergunakan adalah PDB (yoy) dan BI Rate (%). Keterangan mengenai data
selengkapnya dapat dilihat pada Tabel 1.

Tabel 1. Data yang Digunakan

Data Unit Sumber
Rp Bank Indonesia
Kredit Perbankan
Total Aset Rp Bank Indonesia
CAR (%) Bank Indonesia
ROA (%) Bank Indonesia
PDB (%) Bank Indonesia
BI RATE (%) Bank Indonesia

Buffer rate CCB merupakan hasil perhitungan dengan menggunakan

indikator utama sebagaimana terdapat pada kajian utama CCB (Pramono et al.,
2015) dengan rate CCB berada pada kisaran 0%–2,5%. Indikator utama yang
digunakan adalah credit-to-GDP gap (dihitung dengan one sided HP filter dengan

9
parameter smoothing 25.000) dengan batas bawah (L) 3 dan batas atas (H) 6. Gambar
2 menunjukkan besaran buffer rate CCB berdasarkan indikator utama.

Gambar 2. Credit to GDP Gap dan Buffer Rate CCB

ROA dan total aset merupakan variabel yang diduga mampu menjelaskan
pertumbuhan penyaluran kredit perbankan. ROA merupakan proksi dari
profitabilitas perbankan, sedangkan total aset merupakan proksi dari ukuran (size)
perbankan. Dalam penelitian ini juga akan dibahas bagaimana perilaku perbankan
ketika terjadi perubahan regulasi permodalan seperti CCB berdasarkan ukuran/
kelompok bank. Selain dipengaruhi oleh faktor perbankan itu sendiri, pertumbuhan
kredit juga dipengaruhi oleh faktor makroekonomi, seperti PDB dan suku bunga.
Pertumbuhan ekonomi dapat memicu sifat prosiklikalitas kredit, yaitu
meningkatkan pertumbuhan kredit. Sementara itu, suku bunga yang tinggi dapat
menekan pertumbuhan kredit.

3.2 Persamaan dan Asumsi

Metode yang digunakan untuk menganalisis dampak kebijakan CCB

terhadap pertumbuhan kredit adalah panel dinamis, yaitu pertumbuhan kredit
dipengaruhi oleh pertumbuhan kredit pada waktu sebelumnya. Apabila persamaan
panel dinamis diestimasi menggunakan pendekatan fixed effects atau random effects
maka dapat menyebabkan timbulnya masalah endogeneity. Sebagai akibatnya,
penduga yang dihasilkan dapat bersifat bias dan tidak konsisten (Verbeek, 2008).
Arrelano Bond (1991) menyarankan pendekatan generalized methods of moments
(GMM) yang merupakan penyempurnaan dari metode instrumental variable (IV)

10
untuk estimasi persamaan panel dinamis. Metode GMM akan menghasilkan
penduga parameter yang tidak bias, konsisten, dan efisien.

Terdapat dua prosedur estimasi yang lazim digunakan dalam kerangka GMM,
yakni first difference GMM (FD–GMM) dan system GMM. Prinsip metode FD-GMM
adalah mengombinasikan matriks variabel instrumen persamaan first difference
dan matriks variabel instrumen persamaan series asli. Sementara itu, ide dasar
penggunaan metode system GMM adalah penggunaan lagged level dari i, t, y sebagai
pengubah instrumen persamaan dalam first differences dan menggunakan lagged
differences dari i, t, y sebagai variabel instrumen persamaan dalam level (Blundell
dan Bond, 1998). Namun, estimator dari GMM mungkin dapat menghasilkan
estimasi yang bias dalam kasus weak instrumental variable. Hal itu dapat dideteksi
dengan membandingkan estimator AR dari pooled least squares, fixed effect, dan
GMM. Estimator pooled least squares bersifat biased upwards dan estimator dari
fixed-effects bersifat biased downwards. Estimator yang tidak bias berada di antara
keduanya.

Kajian ini akan menganalisis dampak implementasi kebijakan CCB terhadap

pertumbuhan kredit pada industri perbankan dan juga implementasi kebijakan CCB
berdasarkan ukuran/kelompok bank, dalam hal ini berdasarkan BUKU dan
DSIB/Non-DSIB. Pada level data industri, persamaan yang digunakan adalah
sebagai berikut.

1. Persamaan (1): melihat hubungan antara kredit dan modal

𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊𝒕 = 𝜷𝟎 + 𝜷𝟏 𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊,𝒕−𝟏 + 𝜷𝟐 𝑪𝑨𝑹𝒊𝒕 + 𝜷𝟑 𝜽𝒊𝒕 𝝐𝒊𝒕 (1)

Persamaan (1) dipergunakan untuk melihat hubungan antara kredit dan

modal tanpa menggunakan variable control karena modal menggunakan variabel
CAR aktual.

2. Persamaan (2): seperti pada persamaan 1, tetapi dengan melibatkan variabel

perbankan dan makroekonomi.

𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊𝒕 = 𝜷𝟎 + 𝜷𝟏 𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊,𝒕−𝟏 + 𝜷𝟐 𝑪𝑨𝑹𝒊𝒕 + 𝜷𝟑 𝜹𝒊𝒕 + 𝜷𝟒 𝜽𝒊𝒕 + 𝝐𝒊𝒕 (2)

Untuk menguji robustness dari persamaan 1, ditambahkan beberapa

variable control yang mewakili variabel perbankan dan makroekonomi. Variabel
perbankan yang digunakan adalah ln(Aset) sebagai proksi ukuran bank, ROA
sebagai proksi profitabilitas, dan suku bunga kredit. Sementara itu, variabel
makroekonomi yang digunakan adalah PDB (yoy) dan BI rate (%).

11
3. Persamaan (3): seperti pada persamaan (2), tetapi dengan dummy waktu untuk
melihat hubungan antara kredit dan modal ketika CCB diaktivasi.

𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊𝒕 = 𝜷𝟎 + 𝜷𝟏 𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊,𝒕−𝟏 + 𝜷𝟐 𝑪𝑨𝑹𝒊𝒕 (3)

+ 𝜷𝟐 𝑪𝑨𝑹 ∗ 𝑫_𝑪𝑪𝑩𝒊𝒕 + 𝜷𝟑 𝜹𝒊𝒕 + 𝜷𝟒 𝜽𝒊𝒕 + 𝝐𝒊𝒕

Persamaan (3) bertujuan untuk melihat hubungan antara kredit dan modal
pada saat rate CCB ditetapkan lebih dari 0%, waktu yang digunakan berdasarkan
indikator utama untuk menghitung besaran buffer rate CCB. D_CCB adalah
dummy saat rate CCB >0%.
4. Persamaan (4): melihat hubungan antara kredit dan modal, modal ditambahkan
buffer CCB.

𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊𝒕 = 𝜷𝟎 + 𝜷𝟏 𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊,𝒕−𝟏 + 𝜷𝟐 𝑪𝑨𝑹_𝑪𝑪𝑩𝒊𝒕 + 𝜷𝟑 𝜹𝒊𝒕 + 𝜷𝟒 𝜽𝒊𝒕 (4)

+ 𝝐𝒊𝒕

Persamaan (4) mengasumsikan ketika terdapat tambahan modal (buffer)

yang harus dibentuk, bank cenderung akan meningkatkan modalnya. Variabel
modal yang digunakan adalah CAR aktual ditambah buffer rate CCB. Adapun
variabel kontrol yang digunakan sama dengan persamaan (2).

Untuk melihat dampak implementasi kebijakan CCB pada kredit berdasarkan

ukuran bank, estimasi dilakukan pada persamaan (2), persamaan (3), dan
persamaan (4) dengan modifikasi menambahkan dummy untuk kelompok BUKU
atau DSIB (domestic systemically important bank). Contoh penggunaan dummy
BUKU terdapat pada persamaan (5) dan dummy DSIB pada persamaan (6).

𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊𝒕 = 𝜷𝟎 + 𝜷𝟏 𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊,𝒕−𝟏 + 𝜷𝟐 𝑪𝑨𝑹 ∗ 𝑫𝟏𝒊𝒕 + 𝜷𝟑 𝑪𝑨𝑹 ∗ 𝑫𝟐𝒊𝒕 (5)

+ 𝜷𝟒 𝑪𝑨𝑹 ∗ 𝑫𝟑𝒊𝒕 + 𝜷𝟓 𝑪𝑨𝑹 ∗ 𝑫𝟒𝒊𝒕 + 𝜷𝟔 𝜽𝒊𝒕 + 𝝐𝒊𝒕

𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊𝒕 = 𝜷𝟎 + 𝜷𝟏 𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊,𝒕−𝟏 + 𝜷𝟐 𝑪𝑨𝑹 ∗ 𝑫_𝑫𝑺𝑰𝑩𝒊𝒕 (6)

+ 𝜷𝟑 𝑪𝑨𝑹 ∗ 𝑫_𝑵𝒐𝒏𝑫𝑺𝑰𝑩𝒊𝒕 + 𝜷𝟒 𝜽𝒊𝒕 + 𝝐𝒊𝒕

3.3 Hipotesis

Adanya tambahan buffer CCB diharapkan dapat mencegah risiko sistemik

yang berasal dari pertumbuhan kredit yang berlebihan sehingga CAR diharapkan

12
memiliki hubungan negatif terhadap kredit. Hal itu didasari oleh transmisi
berdasarkan lending channel dan capital channel sebagai berikut.

Loanable
CCB CAR Kredit
Fund

Loanable Biaya Kredit

CCB CAR
Fund Kredit

Gambar 3. Transmisi CCB ke Kredit (Capital & Lending Channel)

Total aset, ROA, dan PDB diharapkan memiliki hubungan positif terhadap
kredit. Ketika bank dalam kondisi sehat—antara lain ditandai dengan jumlah aset
dan profit yang dimiliki—kredit cenderung akan meningkat. Begitu pula ketika
ekonomi berada pada fase ekspansi, kredit cenderung meningkat. Sementara itu, BI
rate diharapkan memiliki hubungan negatif terhadap kredit. Ketika suku bunga
meningkat, kredit akan berkurang. Rangkuman ekspektasi hubungan (expected
sign) antara variabel yang digunakan dengan kredit terdapat pada Tabel 2.

Selain itu, implementasi kebijakan CCB diharapkan dapat mengurangi

pertumbuhan kredit pada kelompok bank yang akan dibedakan berdasarkan BUKU
dan DSIB/Non DSIB.

Tabel 2. Variabel dan Expected Sign terhadap Kredit

VariabelVariabel Expected Sign Sign
CAR (-)
Total Aset (+)
ROA (+)
PDB_YOY (+)
Monetary Policy Rate (BI_Rate) (-)

13
 IV. HASIL ANALISIS

Berdasarkan persamaan yang telah didefinisikan pada bab sebelumnya akan

dilakukan analisis dampak kebijakan CCB terhadap pertumbuhan kredit bank
secara umum (menggunakan data industri perbankan) dan bank berdasarkan
ukuran/kelompoknya.

4.1 Dampak Implementasi Kebijakan CCB terhadap Kredit Perbankan

Tabel 3 menjelaskan hasil estimasi secara detail untuk setiap persamaan

yang menggunakan data industri bank. Permodalan bank terbukti memiliki
hubungan negatif terhadap pertumbuhan kredit meskipun dengan magnitude yang
tidak terlalu besar. Hal itu terlihat pada konsistensi hasil persamaan (1) dan (2) yang
pada persamaan (2) telah ditambahkan beberapa variabel kontrol sebagai uji
robustness. Hasil estimasi persamaan (2) juga menunjukkan bahwa semua variabel
kontrol memiliki tanda/hubungan yang sesuai seperti yang diharapkan, termasuk
sifat prosiklikalitas PDB dan Kredit.

Pada persamaan (3) ditambahkan variabel dummy CCB yang bernilai 1 ketika
CCB aktif (rate CCB diatas 0%) dan 0 ketika CCB tidak aktif (rate CCB 0%) sebagai
variabel kontrol berupa dummy interaction antara modal dan waktu aktivasi CCB.
Hasil estimasi persamaan (3) tetap menghasilkan nilai estimator CAR yang konsisten
bernilai negatif dan signifikan.

Selanjutnya pada persamaan (4), bank diasumsikan akan menambah

modalnya ketika terjadi kenaikan besaran buffer rate CCB sehingga total modal bank
adalah modal aktual ditambah besaran buffer rate CCB. Hasil estimasi persamaan
(4) menunjukkan hubungan negatif antara pertumbuhan kredit dan permodalan
bank sebagaimana tiga persamaan sebelumnya. Selain itu, magnitude yang
diperoleh lebih negatif jika dibandingkan dengan persamaan (1) dan (2). Hal itu
menunjukkan bahwa implementasi CCB mampu mengurangi pertumbuhan kredit
lebih dalam ketika bank cenderung menambah modalnya.

Hasil estimasi keempat persamaan di atas sesuai dengan beberapa studi

empiris yang telah dilakukan sebelumnya, yaitu bahwa permodalan akan memiliki
hubungan yang negatif dengan kredit, baik melalui lending channel maupun capital
channel.

14
 Tabel 3. Hasil Estimasi Industri Perbankan
Variable Persamaan Persamaan Persamaan Persamaan
(1) (2) (3) (4)
Ln_Kredit (-1) 0.9880*** 0.8786*** 0.8768*** 0.8762***
(0.0055) (0.0387) (0.0295) (0.0372)
Car -0.0044** -0.0064** -0.0001
(0.0024) (0.0034) (0.0006)
Ln_Total 0.1210*** 0.1215*** 0.1204***
Aset
(0.0438) (0.0316) (0.0408)
ROA 0.0151*** 0.0161*** 0.0148***
(0.0066) (0.0049) (0.0058)
PDB yoy 0.0089*** 0.0127*** 0.0103***
(0.0044) (0.0056) (0.0018)
BI rate (-1) -0.0073*** - -0.0062***
0.0055***
(0.0020) (0.0025) (0.0018)
CAR_CCB -0.0052*
(0.0030)
CAR * -
D.CCB 0.0007***
(0.0003)
Cons 0.3188*** 0.0997 0.0432 0.1107
(0.1085) (0.1721) (0.0025) (0.1796)
Quarterly Yes Yes Yes Yes
Dummies

Obs. 3936 3936 3936 3936

Number of 96 96 96 96
Groups
Number of 120 82 123 82
Instrument
AR(1) in 0.018 0.016 0.013 0.017
First
Differences
(p-value)
AR(2) in 0.774 0.806 0.759 0.787
First
Differences
(p-value)

15
 Tabel 3. (lanjutan)
Variable Persamaan Persamaan Persamaan Persamaan
(1) (2) (3) (4)
Hansen 0.899 0.168 0.906 0.128
Test (p-
value)

Differences
Hansen
Test (p-
value)
All System 1 0.569 1 0.512
GMM
instrument
Based on 0.961 0.588 0.999 0.659
Lagged
Dependent
Variable

4.2 Dampak Kebijakan CCB terhadap Kredit Perbankan Berdasarkan

Ukuran/Kelompok

Selanjutnya dilakukan analisis dampak kebijakan CCB berdasarkan

ukuran/kelompok bank, yaitu per BUKU dan DSIB/non-DSIB. Kelompok BUKU
didasarkan pada besaran modal suatu bank. Besarnya modal bank dapat
mempengaruhi kemampuan bank dalam menyalurkan kredit karena bank bermodal
besar cenderung menyalurkan kredit yang lebih besar. Estimasi berdasarkan
kelompok BUKU dimaksudkan untuk mengetahui apakah terdapat perbedaan
dampak kebijakan CCB terhadap kredit antara bank bermodal besar dan bank
bermodal kecil. Selain itu, dilakukan analisis berdasarkan kelompok DSIB/non-
DSIB.

Tabel 4 menyajikan hasil estimasi berdasarkan BUKU dan DSIB/non-DSIB4.

Hasil estimasi persamaan berdasarkan BUKU tidak menunjukkan hasil yang
konklusif karena secara umum CCB berdampak negatif terhadap pertumbuhan
kredit walaupun tidak signifikan. Selain itu, tidak dapat disimpulkan bahwa bank
berukuran besar terdampak lebih besar dibandingkan bank berukuran kecil.
Ketidaksesuaian itu dapat disebabkan oleh sebaran jumlah bank yang kurang

4 hasil selengkapnya terdapat pada lampiran

16
berimbang antar-BUKU karena BUKU 4 hanya terdiri atas 4 bank, BUKU 3 terdiri
atas 17 bank, BUKU 2 terdiri atas 49 bank, dan BUKU 1 terdiri atas 48 bank).

Hasil yang lebih sesuai diperoleh ketika persamaan diestimasi didasarkan

pada kelompok DSIB/non-DSIB. Hasil estimasi menunjukkan bahwa kebijakan
CCB dapat mengurangi pertumbuhan kredit yang dampaknya lebih besar pada bank
non-DSIB. Hal itu sejalan karena bank non-DSIB cenderung mempunyai modal yang
relatif lebih kecil jika dibanding dengan bank DSIB sehingga perubahan regulasi
modal minimum dapat berdampak terhadap kemampuan kelompok non-DSIB
dalam menyalurkan kredit.

Tabel 4. Hasil Estimasi berdasarkan Kelompok BUKU dan DSIB

Variable BUKU 1 BUKU 2 BUKU 3 BUKU 4 NON- DSIB
DSIB
𝑪𝑨𝑹𝒊𝒕 -0.0154*** -0.0133*** - -0.01554 - -0.0139***
0.3140* 0.0145***
Persamaan (2) (0.0054) (0.0048) (0.0140) (0.0037)
(0.0179) (0.0056)
𝑪𝑨𝑹_𝑪𝑪𝑩 -0.0008* -0.0008*** -0.0004 -0.0013 -0.0089** -0.0060*
∗ 𝑫_𝑪𝑪𝑩𝒊𝒕
(0.0004) (0.0003) (0.0005) (0.0016) (0.0037) (0.0035)
Persamaan (3)
𝑪𝑨𝑹_𝑪𝑪𝑩𝒊𝒕 -0.0127*** -0.0104*** -0.0249 -0.0090 -0.0067* -0.0048*
Persamaan (4) (0.0042) (0.0042) (0.0172) (0.0112) (0.0036) (0.0030)

17
 IV. PENUTUP

5.1 Simpulan

Kebijakan CCB bertujuan untuk mengatasi prosiklikalitas pertumbuhan

kredit serta meningkatkan ketahanan perbankan melalui peningkatan permodalan
yang diharapkan dapat mengurangi pertumbuhan kredit yang berlebihan sebagai
salah satu sumber dari risiko sistemik. Kondisi tersebut didukung oleh beberapa
kajian yang telah dilakukan sebelumnya. Berdasarkan hasil studi ini, peningkatan
modal melalui implementasi CCB dapat menekan pertumbuhan kredit, baik pada
level industri maupun berdasarkan kelompok bank, khususnya DSIB/non-DSIB.

5.2 Rekomendasi Kebijakan

Berdasarkan hasil studi, implementasi kebijakan CCB terbukti dapat

menekan laju pertumbuhan kredit. Oleh karena itu, CCB dapat direkomendasikan
sebagai salah satu instrumen kebijakan makroprudensial untuk membantu
mengatasi kemungkinan timbulnya risiko sistemik yang bersumber dari
pertumbuhan kredit yang berlebihan pada saat fase ekspansi ekonomi.

18
 REFERENSI

Bank for International Settlements (2012) “A framework for dealing with domestic
systemically important banks”
B.M. Tabak, A.C. Noronha & D. Cajueiro (2011) “Bank Capital Buffers. Lending
Growth, and Economic Cyclce : Empirical Evidence for Brazil “
Bridges et.al. (BOE, 2014) “The Impact of Capital Requirements on Bank Lending”
Bank of England Working Papers
Coffinet, J., Coudert, V., A & Pouvelle, C. (2012) “Two Way Interplays Between
Capital Buffers and Credit Growth : Evidence from French Bank “ Journal of
International Capital Markets, Institutional and Money, 1110 – 1225
Deriantino, Elis. (2011) ”Prosiklikalitas Buffer Modal Bank di ASEAN” –
Drehmann, M., Gambacorta, L. 2011. “The Effect of Countercyclical Capital Buffers
on Bank Lending”. Applied Economics Letters ISSN 1350–4851 print/ISSN
1466–4291 online # 2011 Taylor & Francis
Franciss, W.B. & Osborne, M. (2012) “ Capital Requirements and Bank Behaviours in
the UK : Are There Lessons for International Capital Standars ? “ Journal of
Banking & Finance (36) : 803 – 816
Gambacorta, L., & Mistrulli, P.M., (2003) “ Bank Capital and Lending Behaviour :
Empirical Evidence for Italy “. Banca d’Italia, Research Deparment
Huang, X. & Xiong, Q. (2015) “ Bank Capital Buffer Decisions Under Macroeconomic
Fluctuations : Evidence for The Banking Industry of China ” International Review
of Economics and Finance (36) 30 – 39
J.M. Berrospide & R.M. Edge (2010)” The Effects of Bank Capital on Lending : What
do we know and what does it mean ?” –
Jokipii, T. & Milne, A. (2008). “ The Cyclical Behaviour of European Bank Capital
Buffers “ Journal of Banking and Finance (32): 1440-1451
Nier, E & Baumman, U. (2006) ” Market Dicipline, Disclosure, and Moral Hazard in
Banking “, Journal of Financial Intermediation (15): 332-361
Utari, G.A.D., Arimurti, T., Kurniati, I.N., (2012) ”Pertumbuhan Kredit
Optimal dan Kebijakan Makroprudensial untuk Pengendalian Kredit”, Bank
Indonesia.

19
 LAMPIRAN

Statistik Deksriptif Data

Tabel 1. Statistik Deskriptif Perbankan

Variable Obs Mean Std.Dev. Min Max
Permodalan 4032 21.65 10.79 0.11 69.43
(CAR)
Ln_Kredit 4032 14.92 1.87 9.03 20.04
Size 4032 15.37 1.82 9.85 20.47
(Ln_Aset)
Profitabilitas 4032 2.58 3.34 - 42.21
(ROA ) 56.91
BI Rate 4032 7.81 1.83 5.75 12.75
Buffer_CCB 4032 1.46 0.95 0.00 2.50
PDB_yoy 4032 5.75 0.69 4.14 6.81

Permodalan perbankan memiliki keragaman yang cukup variatif yang dilihat

dari standar deviasi sebesar 20,79. Hal itu dikonfirmasi dari nilai minimal dan
maksimal yang memiliki kisaran cukup lebar. Kredit, size, dan profitabilitas
perbankan memiliki keragaman yang cukup besar. Sementara itu, pertumbuhan
ekonomi dan BI rate bisa dikatakan tidak memiliki variasi yang tinggi. Hal itu terlihat
dari nilai standar deviasi yang hanya sebesar 0,69 dan 1,84. Selanjutnya, akan
dianalisis statistik deskriptif berdasarkan kelompok BUKU. Tabel 2 menjelaskan hal
tersebut.

Tabel 2. Statistik Deskriptif Berdasarkan Kelompok BUKU

KELOMPOK BUKU 1
Variabel Obs Mean Std. Min Max
Dev.
Permodalan 1806 23.25 11.32 2.87 69.43
(CAR)
Profitablitas 1806 2.13 3.83 - 42.21
(ROA) 56.91
Size (Ln_Aset) 1806 14.01 1.08 9.85 16.51
Ln_Kredit 1806 13.55 1.18 9.03 16.36

20
 Tabel 2. (lanjutan)
KELOMPOK BUKU 2
Permodalan 1428 20.83 10.99 6.26 69.26
(CAR)
Profitablitas 1428 3.05 3.28 -47.09 30.73
(ROA)
Ln_Aset 1428 15.70 1.05 11.99 17.63
Ln_Kredit 1428 15.21 1.11 9.88 17.23

KELOMPOK BUKU 3
Permodalan 630 20.10 9.26 0.11 69.34
(CAR)
Profitablitas 630 2.57 1.72 -1.49 14.80
(ROA)
Size (Ln_Aset) 630 17.48 0.89 15.00 19.28
Ln_Kredit 630 17.14 0.87 14.82 18.97

KELOMPOK BUKU 4
Permodalan 168 17.27 3.18 11.80 26.60
(CAR)
Profitabilitas 168 3.52 1.85 -1.04 15.47
(ROA)
Size (Ln_Aset) 168 19.42 0.53 17.81 20.47
Ln_Kredit 168 18.88 0.63 17.54 20.04

Berdasarkan kelompok BUKU dapat dijelaskan bahwa semakin besar modal,

keragaman keempat variabel di atas semakin rendah. Nilai standar deviasi
permodalan bank semakin mengecil pada kelompok BUKU 1 hingga BUKU 4. Hal
semacam itu juga terdapat pada size, profitabilitas, dan kredit perbankan yang nilai
standar deviasi semakin mengecil pada kelompok BUKU 1 hingga BUKU 4. Dengan
demikian, pengelompokan berdasarkan kelompok BUKU mampu
merepresentasikan setiap indikator perbankan dengan baik.

21