Agus et al., Efek Menular Krisis Utang Bilateral Eropa Terhadap Perilaku Pembiayaan Perbankan.........

Efek Menular Krisis Utang Bilateral Eropa Terhadap Perilaku Pembiayaan

Perbankan Internasional dan Mitigasi Risiko Finansial
di ASEAN-3
(The Contagion Effect of European Sovereign Debt Crisis Towards
Behavior of International Bank Lending and the Financial Risk
Mitigation in ASEAN-3)

Agus Salim, Adhitya Wardhono, Lilis Yuliati

Jurusan Ilmu Ekonomi dan Studi Pembangunan, Fakultas Ekonomi, Universitas Jember (UNEJ)
Jln. Kalimantan 37, Jember 68121
E-mail: asalim1208@gmail.com

Abstrak
Fenomena terjadinya krisis utang bilateral Eropa menjadi bukti ketidakstabilan perekonomian sebagai akibat
liberalisasi keuangan dan perbankan yang menjadi perdebatan dengan fokus mengenai manfaat dan biaya yang akan
ditanggung dengan hadirnya pembiayaan perbankan internasional dari Uni Eropa ke ASEAN-3. Tujuan penelitian ini
untuk mengetahui determinasi pembiayaan perbankan internasional yang dibagi ke dalam faktor pendorong dan penarik
serta kedalaman efek menular krisis utang bilateral Eropa terhadap perilaku internasional bank lending dan peluang
skenario mitigasi risiko finansial di ASEAN-3. Penerapan metode analisis Ordinary Least Square (OLS), Generalized
Method of Moment (GMM), dan the discerning approach menunjukkan bahwa determinasi pembiayaan perbankan
internasional di Filipina, Indonesia, dan Thailand didominasi oleh faktor pendorong terutama pertumbuhan ekonomi
dan eksposur perbankan Uni Eropa dengan pengaruh positif dan signifikan. Sedangkan hasil analisis deskriptif naratif
memberikan gambaran adanya penularan krisis utang bilateral Eropa terhadap dinamika pasar keuangan namun tidak
mendalam ke perekonomian domestik di ASEAN-3. Sehingga perlu dilakukan mitigasi risiko finansial dimana ketiga
negara tersebut memiliki peluang yang ditunjukkan dengan adanya implementasi instrumen dari setiap strategi untuk
meminimalisasi efek menular krisis terhadap perilaku pembiayaan perbankan internasional.
Kata kunci: krisis utang bilateral Eropa, pembiayaan perbankan internasional, GMM, skenario mitigasi risiko
finansial, ASEAN-3

Abstract
European sovereign debt crisis phenomenon becomes the evidence of unstable economy as impact of financial and
banking liberalization that debating with focused about the benefit and cost that will be taken by the flow of
international bank lending from European Union to ASEAN-3. This research is aimed to identify the determination of
international bank lending that divide to be push factor and pull factor, and the deepening of contagion effect of
European sovereign debt crisis and the opportunity of financial risk mitigation scenario in ASEAN-3. Implementation
of analysis method such as Ordinary Least Square (OLS), Generalized Method of Moment (GMM), and the discerning
approach show that international bank lending in the Philippines, Indonesia, and Thailand was dominated by push
factor especially economic growth and banking exposure of European Union positively and significantly. And then, the
result of narrative descriptive analysis showed that there was contagion of European sovereign debt crisis towards the
dynamic of financial market in ASEAN-3. Thus, these phenomenon need to be mitigated the financial risk which all of
three countries had opportunities that was showed by the instruments that were implemented of each strategies to
minimalize crisis contagion effect towards behavior of international bank lending.
Keywords: European sovereign debt crisis, international bank lending, GMM, financial risk mitigation scenario,
ASEAN-3

Pendahuluan
Agus et al., Efek Menular Krisis Utang Bilateral Eropa Terhadap Perilaku Pembiayaan Perbankan.........
Krisis utang bilateral tahun 2011 yang menyebabkan
ketidakstabilan negara-negara anggota European Monetary
Union (EMU) menjadi catatan penting sejarah sistem
keuangan setiap negara di dunia. Fenomena tersebut
memberikan gambaran kerapuhan sistem keuangan sebagai
cost yang harus dibayar sebagai akibat globalisasi ekonomi
yang tengah berlangsung (Cetorelli dan Goldberg, 2010;
Constancio, 2012; Majone, 2012; Noeth dan Sengupta,
2012; Ponties dan Siregar, 2012). Ketidakstabilan kawasan
Uni Eropa memberikan kekhawatiran tersendiri bagi setiap
negara di dunia, tidak terkecuali negara-negara Asia
Tenggara yang tergabung dalam Association of South-East
Asian Nation (ASEAN) terlebih adanya hubungan
keuangan dan perbankan antara kedua wilayah. Hubungan
ini ditunjukkan dengan adanya penetrasi perbankan Uni
Eropa di Filipina, Indonesia, dan Thailnad (ASEAN-3)
melalui pembiayaan perbankan internasional/international
bank lending (Jeanneau dan Micu, 2002; Aiyar, 2011;
Silalahi et al., 2012), yang mengalami kontraksi pada
periode European sovereign debt crisis. Hal ini terlihat
pada nilai total claims ke Filipina menurun tajam terutama
pada tahun 2011 kuartal keempat. Begitu pula di Indonesia
yang juga mengalami kontraksi cukup besar terjadi pada
tahun 2011 kuartal pertama sebesar 20,458 Juta US dolar
menjadi 15,793 Juta US Dolar pada tahun 2011 kuartal
keempat.
Perlambatan aktivitas lending dari Uni Eropa ke ASEAN-3
disebabkan adanya perlambatan pertumbuhan ekonomi
home country (Aiyar, 2011, Silalahi et al., 2012). Sehingga
hal ini mengindikasikan adanya penarikan modal jangka
pendek yang kemudian mengindikasikan bahwa krisis
utang yang terjadi di daratan Uni Eropa dapat memberikan
efek menular (contagion effect) melalui international bank
lending ke ASEAN-3. Gambaran tersebut mengindikasikan
bahwa krisis utang yang terjadi di daratan Uni Eropa dapat
memberikan efek menular (contagion effect) melalui
international bank lending ke negara-negara ASEAN
khususnya Filipina dan Indonesia. Sejalan dengan paparan
Cetorelli dan Goldberg (2010) yang menjelaskan konsepsi
contagion effect krisis yang terjadi di suatu negara
menunjukkan bahwa international bank lending merupakan
salah satu media dalam contagion atas gejolak atau krisis
yang terjadi pada suatu negara ke negara lain melalui
sektor perbankan internasional. Kekhawatiran adanya
penularan risiko sistem keuangan tersebut menunjukkan
adanya kepanikan yang perlu diwaspadai sebagai cost atas
masuknya aliran international bank lending dari Italia,
Jerman, dan Perancis ke Filipina, Indonesia, dan Thailand,
Terlebih ketiga negara anggota EMU tersebut telah
mengalami krisis utang bilateral. Dengan melihat risiko
sistemik pada sektor keuangan dunia dan problematika
krisis utang bilateral Eropa, maka perlu adanya
penanggulangan dengan berbagai kebijakan sebagai upaya
mitigasi risiko finansial (Murphy, 2013) yang akan
diterima oleh kedua negara tersebut. Mitigasi dalam hal ini
ditujukan kepada negara-negara ASEAN khususnya
Filipina dan Indonesia agar risiko keuangan global dapat
diminimalisasi dengan berbagai regulasi yang perlu
dilakukan.
Untuk mengetahui pengaruh shock global terhadap
international bank lending, perlu diketahui terlebih dahulu
mengenai determinasi yang dibagi menjadi faktor
2
pendorong dan faktor penarik (Jeanneau dan Micu, 2002;
Ponties dan Siregar, 2012). Penjelasan Herrmann dan
Mihaljek (2010), Aiyar (2011), dan Silalahi et al. (2012)
mengutarakan bahwa faktor pendorong tersebut merupakan
faktor eksternal yang berasal dari home country dan faktor
penarik merupakan faktor internal yang berasal dari host
country.
Berdasarkan fenomena tersebut, maka penelitian ini
bertujuan untuk mengetahui determinasi perilaku
pembiayaan perbankan internasional yang dibagi ke dalam
faktor pendorong dan faktor penarik. Selain itu juga untuk
mnegetahui kedalaman efek menular krisis utang biletral
Eropa dan peluang skenario mitigasi risiko finansial di
ASEAN-3.
Metode Penelitian
Jenis dan Sumber Data
Jenis data dalam penelitian ini adalah data sekunder yang
berupa data runtut waktu dengan periode triwulanan yang
dimulai pada tahun 2000Q.I – 2012Q.IV dengan objek
penelitian negara Filipina, Indonesia, dan Thailand sebagai
host counties dan Italia, Jerman, dan Perancis sebagai
home countries. Data bersumber dari consolidated-
immediate borrower basis dalam situs resmi Bank for
International Settlement (BIS), World Economic Outlook
(WEO) dalam International Monetary Fund (IMF), Asia
Regional Integration Center (ARIC) dalam Asian
Development Bank (ADB), British Bankers’ Association
(BBA), dan Eurostat.
Spesifikasi Model Penelitian
Adapun spesifikasi model yang digunakan dalam penelitian
ini diadaptasi dari model penelitian Jeanneau dan Micu
(2002), Ponties dan Siregar (2011), dan Silalahi et al.
(2012) yang ditransformasikan ke dalam sebuah model
ekonometrika, menjadi:
IBLijt = β0+ β1LNRGDPit + β2IIRit + β3EXPOijt +
β4RGDPjt + β5EDRjt + β6IBLij(t-1) + et .............(1)
IBLijt merupakan international bank lending dari home
countries (i) ke host countries (j) dengan satuan Current
US$, LNRGDPit merupakan total Produk Domestik Bruto
home countries (i) dengan satuan Current US$, IIR it
merupakan suku bunga internasional acuan home countries
(i) dengan satuan persen, EXPOijt merupakan eksposur
perbankan home countries (i) di host countries (j) dengan
satuan persen, RGDPjt merupakan Produk Domestik Bruto
host countries (j) dengan satuan Current US$, EDR jt
merupakan Rasio utang luar negeri terhadap GDP host
countries (j) dengan satuan persen pada periode t, dan
IBLij(t-1) merupakan international bank lending dari home
countries (i) ke host countries (j) periode sebelumnya
dengan satuan Current US$ pada periode t-1.
Metode Analisis Data
Metode analisis yang digunakan antara lain analisis kausal
untuk menjawab pertanyaan empiris pertama dan analisis
deskriptif naratif untuk menjawab pertanyaan empiris
kedua.
Analisis Kausal. Analisis kausal yang digunakan untuk
Agus et al., Efek Menular Krisis Utang Bilateral Eropa Terhadap Perilaku Pembiayaan Perbankan......... 3

menjawab pertanyaan empiris pertama terdiri dari tiga determinasi international bank lending melalui beberapa
metode analisis. Pertama, metode Ordinary Least Square tahapan analisis, kemudian digunakan pula metode analisis
(OLS) merupakan analisis yang paling sederhana dan deskriptif naratif. Metode analisis ini digunakan untuk
populer dalam mengestimasi parameter regresi (Wardhono, mendeskripsikan kedalaman efek menular krisis utang
2004:24; Greene, 2012:225). Pengujian ini digunakan bilateral Eropa baik pada tataran pasar keuangan maupun
untuk melihat hasil estimasi dari kriteria pengujian statistik perekonomian domestik di masing-masing negara ASEAN-
yang terdiri dari pengujian secara parsial pada masing- 3. Selain itu, dipaparkan pula peluang skenario mitigasi
masing variabel independen, pengujian secara simultan risiko finansial dengan melihat implementasi instrumen
pada keseluruhan vaiabel independen, dan pengujian nilai setiap strategi dalam menjaga stabilitas sistem keuangan di
variasi variabel independen dalam menjelaskan vaiabel ASEAN-3.
dependen serta kriteria goodness of fit.
Kedua, Generalized Method of Momment (GMM) metode Hasil penelitian
penaksiran yang robust estimator dengan prinsip Hasil analisis penelitian dijabarkan mengikuti alur metode
melakukan pemilihan nilai taksiran parameter agar momen penelitian yang dijelaskan sebelumnya. Penjabaran hasil
dari sampel selaras dengan moment dari populasi yaitu analisis dibagi kedalam dua kelompok menurut metode dan
sama dengan nol (Emerson, 2010:4; Greene, 2012:468). tujuan penelitian. Adapun penjelasan secara rinci mengenai
Keterkaitan teoritis yang disyaratkan adalah adanya kondisi hasil penelitian sebagai berikut.
ortogonalitas antara fungsi parameter linier atau non linier
dan kumpulan vairabel instrumental. Analisis Model Determinasi International Bank Lending
Setelah menguji keterkaitan antar variabel dengan metode di ASEAN-3
OLS dan GMM, perlu dilakukan pengujian asumsi klasik Untuk mengetahui efek menular krisis utang bilateral
untuk menghasilkan estimator yang linier tidak bias dengan Eropa terhadap perilaku pembiayaan perbankan
varian yang minimum (Best Linier Unbiased Estimator = internasional, perlu diketahui terlebih dahulu determinasi
BLUE), dimana tidak terdapat masalah regresi lancung pembiayaan perbankan internasional mengikuti alur
(Gujarati, 2004:335; Wardhono, 2004:54-61; Nachrowi dan pengujian analisis kausal sebagai berikut.
Usman, 2006:93-119; Greene, 2012:52). Pengujian-
pengujian yang harus dilakukan dalam uji asumsi klasik Hasil Estimasi Metode OLS. Berdasarkan hasil pengujian
antara lain, uji autokorelasi, normalitas, linearitas, dengan metode OLS diketahui adanya pengaruh
multikolinearitas, dan heteroskedastisitas. variabilitas pembiayaan perbankan internasional di
Ketiga, simulasi pemilihan model dengan menggunakan uji ASEAN-3, yang ditunjukkan pada Tabel 1 di bawah ini.
seleksi diagnostik yang difokuskan pada uji yang tidak Tabel 1. Hasil estimasi metode Ordinary Least Square
disarangkan (non nested test) untuk mengetahui perbedaan (OLS)
dua model penelitian (MacKinnon et al., 1983; Wardhono, Filipina Indonesia Thailand
2004:113-114; Greene, 2012:136). Spesifikasi model pada -32981.82 -42321.43 -81296.36
persamaan (1) dipisah menjadi dua model yaitu model C [-4.721417] [-1.958467] [-3.348936]
(0.0000) (0.0564) (0.0016)
push factor dan model pull factor dengan membagi enam 6820.406 8545.211 16321.04
variabel independen menjadi dua kelompok faktor tersebut. β1
[5.017514] [2.218857] [3.474472]
(LnRGDPit)
Adapun model push factor sebagai berikut: (0.0000)* (0.0316)* (0.0011)*
- 39.45458 -138.8596 -135.0850
β2
IBLijt = α0+ α1LNRGDPit + α2IIRit + α3EXPOijt + et ......... [-1.214284] [-1.480816] [-1.751103]
(IIRit)
(0.2310) (0.1456) (0.0867)
(2) 16530.13 21392.13 35787.24
β3
Sedangkan model pull factor sebagai berikut: [4.375831] [3.791230] [7.489325]
(EXPOijt)
(0.0001)* (0.0004)* (0.0000)*
-13.75228 -9.136362 -16.57935
IBLijt = β0+ β1RGDPjt + β2EDRjt + β3IBLij(t-1) + et.............. β4
[-4.377808] [-1.791031] [-3.370227]
(RGDPjt)
(3) (0.0001)* (0.0800) (0.0015)*
-5.236188 -54.32308 -100.3097
β5
Simulasi pemilihan model dilakukan dengan the discerning (EDRjt)
[-0.526138] [-2.728431] [-3.488149]
approach yang dengan menggunakan Uji Penggabungan (J (0.6014) (0.0090)* (0.0011)*
0.260330 0.351870 0.294470
Test) dan Uji Joint McKinnon (JM Test). β6
[2.229974] [2.922192] [3.010094]
Kemudian untuk melihat kemungkinan terjadinya (IBLij(t-1))
(0.0308)* (0.0054)* (0.0043)*
perubahan struktur disebabkan oleh variabel lain diluar F-hitung
[10.85138] [15.48097] [42.84306]
model yang menjadikan parameter dari model yang (0.000000) (0.000000) (0.000000)
Adjusted R2 0.536820 0.630129 0.831158
diestimasi tidak stabil, perlu dilakukan uji stabilitas
(Wardhono, 2003:107-108). Kestabilan model dibutuhkan
1. Angka tanpa tanda kurung adalah nilai parameter
sebagai dasar peramalan atau simulasi kebijakan dengan
regresi pada setiap variabel;
menguji identifikasi kestabilan dari koefisien regresi
2. Angka dalam tanda kurung siku [ ] adalah nilai t-hitung
selama waktu pengamatan. Penjelasan Dofour (1982) dan
pada setiap variabel dan F-hitung setiap negara;
Wardhono (2003:107) memaparkan bahwa pengujian
3. Angka dalam tanda kurung ( ) adalah nilai probabilitas
bardasarkan recusive residual dilakukan dengan uji
t-hitung pada setiap variabel dan F-hitung setiap
cumulative sum (CUSUM) dan cumulative sum of square
negara;
(CUSUMQ).
4. *) singnifikan pada α = 5%.
Analisis Deskriptif naratif. Setelah mengetahui
Hasil estimasi di atas menunjukkan bahwa besarnya
Agus et al., Efek Menular Krisis Utang Bilateral Eropa Terhadap Perilaku Pembiayaan Perbankan......... 4

international bank lending ke Filipina, Indonesia dan dari Uni Eropa ke ASEAN-3 lebih kuat dipengaruhi oleh
Thailand jika dilihat dari signifikansi ketiga negara, pada faktor pendorong teruatama pertumbuhan ekonomi dan
faktor pendorong didominasi oleh pengaruh pertumbuhan ekspour perbankan Uni Eropa. Sedangkan variabel lainnya
ekonomi dan besarnya eksposur perbankan di negara memilki pengaruh yang bervariasi pada masing-masing
pemberi pembiayaan. Sedangkan pada sisi faktor penarik negara ASEAN-3.
dominasi pengaruh oleh variabel internastional bank Hasil Uji Asumsi Klasik. Berdasarkan hasil uji asumsi
lending periode sebelumnya lebih besar dari pada variabel klasik, terdapat beberapa asumsi yang tidak dapat terpenuhi
pertumbuhan ekonomi host country dan rasio utang pada masing masing negara. Adapun ringkasan uji
pemerintah per PDB. Secara simultan, keenam variabel diagnosis asumsi klasik dapat dilihat pada Tabel 3 di
tersebut berpengaruh signifikan terhadap besarnya bawah ini.
international bank lending ke masing-masing negara
ASEAN-3. Selain itu seluruh variabel independen sebesar Tabel 3. Hasil uji diagnosis asumsi klasik
Uji Diagnosis Filipina Indonesia Thailand
5,6820%, 6,0126%, dan 83,1158% mempengaruhi Multikolinearitas
besarnya international bank lending ke Filipina, Indonesia, - - -
(Correlation Matrix)
dan Thailand sedangkan sisanya dipengaruhi oleh variabel Linearitas 2.135101 4.502101 1.872088
lain di luar model pada masing-masing negara tersebut. (Ramsey Reset Test) (0.1440)* (0.0339) (0.1712)*
Heteroskedastisitas 31.61421 43.81679 46.68454
Hasil Estimasi Metode GMM. Sebagaimana kriteria (White Test) (0.2467)* (0.0216) (0.0107)
validitas model terhadap data sebagai tujuan metode GMM Autokorelasi 13.06097 5.883421 4.807183
(Breucsh Godfrey Test) (0.005) (0.0528)* (0.0904)*
bahwa model dikatakan valid apabila nilai Jacobian atau J- Normalitas 0.973056 2.701906 27.42437
Statistik < χ2 (Nielsen, 2006; Zivot, 2011). Adapun hasil (Jarque-Berra Test) (0.614757)* (0.258993)* (0.000001)
estimasi metode GMM diringkas pada Tabel 2 di bawah
1. Angka dalam tanda kurung ( ) adalah nilai probabilitas
ini.
uji diagnosis asumsi klasik;
Tabel 2. Hasil estimasi metode Generalized Method of 2. *) memenuhi kriteria asumsi klasik
Momment (GMM)
Filipina Indonesia Thailand Hasil pengujian asumsi klasik di atas menunjukkan bahwa
-32981.82 -42321.43 -81296.36 kriteria asumsi klasik yang dapat terpenuhi di Filipina
C [-3.532534] [-1.939898] [-2.834738] antara lain tidak adanya multikolinearitas, data linier, tidak
(0.0010) (0.0587) (0.0068) terjadi heteroskedastisitas, dan berdisribusi normal. Pada
6820.406 8545.211 16321.04
β1
[3.744055] [2.187259] [2.959870] data untuk negara Indonesia tidak terdapat
(LnRGDPit) multikolinearitas, tidak terdapat autokorelasi, dan
(0.0005)* (0.0340)* (0.0049)*
β2
- 39.45458 -138.8596 -135.0850 berdsitribusi normal. Sedangkan di Thailand, kriteria
[-1.068854] [-2.020467] [-1.751103]
(IIRit)
(0.2908) (0.0493)* (0.0871)
asumsi klasik yang terpenuhi antara lain tidak terjadi
16530.13 21392.13 35787.24 multikolinearitas, data linier, dan tidak terdapat
β3
(EXPOijt)
[2.745272] [3.164690] [3.538939] autokorelasi.
(0.0087)* (0.0028)* (0.0009)*
-13.75228 -9.136362 -16.57935 Hasil Uji Seleksi Diagnostik. Secara umum, berdasarkan
β4
(RGDPjt)
[-3.481619] [-1.891129] [-3.001495] simulasi pemilihan model terbaik dalam memengaruhi
(0.0011)* (0.0651) (0.0044)*
pembiayaan perbankan internasional di ASEAN-3
-5.236188 -54.32308 -100.3097
β5 menggunakan uji penggabungan dan Joint McKinnon. Uji
[-0.538182] [-3.274556] [-2.549731]
(EDRjt)
(0.5931) (0.0020)* (0.0143)* penggabungan melihat signifikansi regressor tambahan
0.260330 0.351870 0.294470 pada masing-masing model dengan mengestimasi model
β6
[1.690909] [2.122674] [2.168661]
(IBLij(t-1))
(0.0978) (0.0393)* (0.0354)* pada persamaan 2 yaitu IBLpull dan regresor tambahan
J-statistik 2.93E-39** 3.23E-39** 0.000000** pada persamaan 3 yaitu IBLpush. Apabila regressor
tambahan pada model tersebut signifikan, maka model
1. Angka tanpa tanda kurung adalah nilai parameter regresi tersebut adalah model terbaik, begitu pula sebaliknya.
pada setiap variabel; Adapun hasil simulasi model terbaik dengan Uji
2. Angka dalam tanda kurung siku [ ] adalah nilai t-hitung penggabungan (J test) disederhanakan pada Tabel 4 di
pada setiap variabel; bawah ini.
3. Angka dalam tanda kurung ( ) adalah nilai probabilitas
Tabel 4. Hasil uji seleksi diagnostik dengang J test
t-hitung pada setiap variabel; Push Factor Pull Factor
4. *) singnifikan pada α = 5%; Negara Koefisien Koefisien
t-hitung t-hitung
5. **) nilai j-statistik lebih kecil dari pada Chi-Square IBLpull IBLpush
tabel = 55,8 3.470386 1.611799
Filipina α4=0.871205 β4=1.258568
(0.0011)* (0.1137)
Hasil pengujian di atas menunjukkan bahwa secara umum Indonesi 1.935479 0.071314
α4=0.666160 β4=0.036632
a (0.0590) (0.9435)
penggunaan model terhadap data adalah valid di ketiga 3.024933 β4=- -0.974157
negara. Hal ini dibuktikan dengan nilai Jacobian atau J- Thailand α4=0.708293
(0.0040)* 0.276049 (0.3350)
statistik pada negara Filipina sebesar 2.93E-39 yang nilai 1. Angka dalam tanda kurung ( ) adalah nilai probabilitas
tersebut lebih kecil dari pada χ 2=55.8. Kriteria validitas t-hitung pada setiap variabel;
model dengan nilai Jacobian juga terpenuhi untuk model 2. *) singnifikan pada α = 5%.
pada negara Indonesia dan Thailand. Sedangkan jika dilihat
dari signifiknasi pengaruh variabel indepnden terhadap Berdasarkan hasil uji penggabungan pada Tabel 4 di atas
dependen, menunjukkan bahwa international bank lending menunjukkan bahwa variabel IBLpull sebai regresor pada
Agus et al., Efek Menular Krisis Utang Bilateral Eropa Terhadap Perilaku Pembiayaan Perbankan......... 5

model push factor signifikan memiliki pengaruhi signifikan 20 1.4

1.2

terhadap variabel international bank lending di Filipina 10

1.0

dan Thailand, sehingga model terbaik untuk kedua negara 0.8

0.6

tersebut adalah model push factor. Sedangkan di Indonesia 0

0.4

uji penggabungan tidak dapat memberikan hasil model -10

0.2

0.0

terbaik karena regresor tambahan pada model push factor -0.2

maupun pull factor tidak signifikan mempengaruhi variabel

-20 -0.4
01 02 03 04 05 06 07 08 09 10 11 12 01 02 03 04 05 06 07 08 09 10 11 12

international bank lending di Indonesia. Sehingga untuk CUSUM 5% Significance CUSUM of Squares 5% Significance

memperkuat hasil seleksi diagnostik dengan J test (a) (b)

dilakukan pengujian dengan Joint McKinnon test (JM test). 20 1.4

1.2

Uji ini digunakan hipotesis alternatif untuk persamaan 10

1.0

model push factor bahwa α 1=0 dan untuk persamaan model

0.8

0.6

pull factor bahwa β1=0 dengan model sebagai berikut push

0
0.4

0.2

factor sebagai berikut: -10 0.0

-0.2

IBLijt -IBLpullijt = α0 + α1 (IBLpushijt -IBLpullijt) + ut......... -20

01 02 03 04 05 06 07 08 09 10 11 12
-0.4
01 02 03 04 05 06 07 08 09 10 11 12

(4) CUSUM 5% Significance CUSUM of Squares 5% Significance

Sedangakan model pull factor sebagai berikut: (c) (d)

20 1.4

1.2

IBLijt -IBLpushijt = β0 + β1 (IBLpullijt -IBLpushijt ) + vt......... 10 1.0

(5) 0.8

0.6
0

Adapun hasil pengujian kedua model tersebut dapat

0.4

0.2

diringkas pada Tabel 5 di bawah ini. -10

0.0

-0.2

Tabel 5. Hasil uji seleksi diagnostik dengang JM test -20

01 02 03 04 05 06 07 08 09 10 11 12
-0.4
01 02 03 04 05 06 07 08 09 10 11 12

Push Factor Pull Factor CUSUM 5% Significance

Negara
CUSUM of Squares 5% Significance

Koefisien t-hitung Koefisien t-hitung (e) (f)

α1=0.204430 0.897951 3.494518
Filipina β1=0.795570
(0.3735)x (0.0010)*
0.014310 4.853533 (a) Plot nilai Uji CUSUM negara Filipina; (b) Plot nilai Uji
Indonesia α1=0.002940 β1=0.997060
(0.9886)x (0.0000)* CUSUMQ negara Filipina; (c) Plot nilai Uji CUSUM
-0.173104 8.188667 negara Indonesia; (d) Plot nilai Uji CUSUMQ negara
Thailand α1=-0.021596 β1=1.021596
(0.8633)x (0.0000*)
Indonesia; (e) Plot nilai Uji CUSUM negara Thailand; (f)
1. Angka dalam tanda kurung ( ) adalah nilai probabilitas Plot nilai Uji CUSUMQ negara Thailand
t-hitung pada setiap variabel;
2. X
) tidak signifikan pada α = 5%; *) singnifikan pada α Gambar 1. Plot hasil uji CUSUM dan CUSUMQ
= 5%. Gambar 1 di atas menunjukkan hasil pengujian stabilitas
Pemaparan hasil estimasi pada Tabel 5 di atas parameter selama periode pengamatan 2000 kaurtal
menunjukkan bahwa pada negara Filipina, Indonesia, dan pertama sampai 2012 kuartal keempat. Hasil pengujian
Thailand, model push factor merupakan model terbaik. Hal CUSUM menunjukkan bahwa parameter estimator model
ini terlihat pada nilai probabilitas t-hitung untuk koefisien pada ketiga negara dapat dikatakan stabil dimana nilai
α1 lebih besar dari pada derajat kesalahan 5% = 0.05 kumulatif dari jumlah recrusive residual berada dalam pita
dengan kata lain, hipotesis yang menyatakan bahwa nilai β 1 batasan alpha 5%. Sedangkan hasil pengujan CUSUMQ
= 0 diterima. Hal ini menunjukkan bahwa daya dorong memperlihatkan bahwa nilai recrusive residual berada
perekonomian Uni Eropa lebih besar dari pada daya tarik diluar pita batas alpha 5% atau 0.05 untuk ketiga negara
perekonomian kedua negara-negara ASEAN-3 dalam yang berarti parameter estimasi tidak stabil. Namun
memengaruhi perbankan Uni Eropa untuk memberikan pengujian ini tidak dapat diambil kesimpulan bahwa
aliran international bank lending ke ketiga negara tersebut. parameter data tidak stabil, karena pengujian CUSUMQ ini
hanya sebagai pelengkap uji stabilitas CUSUM.
Hasil Uji Stabilitas. Setelah dilakukan pengujian dengan
metode OLS, GMM, dan uji asumsi klasik dari model yang Preskripsi Kedalaman Efek Menular European
telah diestimasi, maka perlu dilakukan uji stabilitas dengan Sovereign Debt Crisis dan Mitigasi Risiko Finansial
dengan melihat nilai data dan rentang alpha 5% atau Terhadap Perekonomian ASEAN-3
sebesar 0.05 dengan menggunakan metode least square. Fenomena krisis utang bilateral di Eropa tengah menjadi
Pengujian hanya dapat dilakukan pada metode OLS dengan sorotan perekonomian internasional tidak terkecuali
menguji recrusive dengan nilai cumulative sum (CUSUM) negara-negara ASEAN terkait danya pembiayaan dari tiga
dan nilai cumulative sum of square (CUSUMQ). Adapaun negara anggota EMU yang terkena efek domino krisis
hasil pengujian stabilitas dengan CUSUM dan CUSUMQ utang bilateral Eropa ke Filipina, Indonesia, dan Thailand.
dapat dilihat pada Gambar 1 dibawah ini. Sorotan utama adalah adanya risiko efek menular terhadap
perilaku international bank lending di tiga negara ASEAN
tersebut. Sehingga sub hasil penelitian ini berusaha
mengurai kedalaman efek menular European sovereign
debt crisis dan peluang skenario mitigasi risiko finansial di
Agus et al., Efek Menular Krisis Utang Bilateral Eropa Terhadap Perilaku Pembiayaan Perbankan......... 6

ASEAN-3. pengembalian yang akan diperoleh. Kedua, penurunan

performa ekonomi Uni Eropa akan mengurangi
Kedalaman Efek Menular dari European Sovereign
pembiayaan ke ASEAN-3 karena kurangnya likuiditas di
Debt Crisis di ASEAN-3. Bergejolaknya perekonomian
negara mereka, sehingga perbankan Uni Eropa akan
Uni Eropa akibat European sovereign debt crisis tidak
melakukan capital outflow.
hanya berdampak pada perekonomian negara-negara Uni
Eropa saja, melainkan hampir seluruh negara di dunia
terutama yang memiliki hubungan bilateral maupun
mulateral dengan negara-negara anggota EMU tersebut.
Namun tidak secara langsung efek dari krisis tersebut
menular ke negara lain. Salah satu channel penularan krisis
sebagaimana yang dejelaskan oleh Aiyar (2011) dan
Silalahi et al. (2012) yang paling mudah adalah sektor
keuangan dan perbankan. Dimana perputaran uang dapat
terjadi dengan mudah antar negara dan kondisi keterbukaan
perekonomian yang memungkinkan terjadinya transmisi
gejolak perekonomian ke negara lain. Kedalaman efek
menular dari European sovereign debt crisis terhadap Gambar 3. Dinamika pertumbuhan ekonomi Uni Eropa dan
perilaku international bank lending dapat di ASEAN aliran international bank lending dari Uni
dijelaskan mengikuti kerangka pada Gambar 2 di bawah Eropa ke ASEAN-3 (Sumber: Eurostat dan BIS,
ini: 2014)
Pemaparan Gambar 3 di atas menunjukkan bahwa pada
periode European sovereign debt crisis yang ditandai
dengan peningkatan rasio utang pemerintah per PDB dan
menurunnya rata-rata pertumbuhan ekonomi di ketiga
negara anggota EMU tersebut menjadi -0,6% pada tahun
2012. Dimana penurunan rata-rata pertumbuhan ekonomi
Uni Eropa diikuti dengan penurunan pembiayaan hingga
pada tahun 2012 di Filipina menjadi sebesar 5.368 juta
US$ yang menjadi pembiayaan terkecil selama satu dekade
terakhir. Begitupula di Indonesia yang juga menurun
menjadi 11.848 juta US$ pada tahun 2012. Sedangkan di
Thailand meskipun tidak sebesar di Indonesia, penurunan
pembiayaan juga terlihat dari 4.992 Juta US$ menjadi
4.365 Juta US$. Sehingga uraian pengaruh dinamika
pertumbuhan ekonomi Uni Eropa tersebut terhadap
perilaku international bank lending ke ASEAN-3 dapat
diambil kesimpulan adanya efek menular terhadap pasar
Gambar 2. Transmisi kedalaman efek menular European keuangan. Hal ini selaras dengan hasil studi empiris Aiyar
sovereign debt crisis terhadap perekonomian (2011) dan Silalahi et al. (2012) dimana shock yang terjadi
ASEAN-3 (Walace, 2009 dalam Bappenas, di home country akan mengurangi pembiayaan oleh
2011) perbankan asing di host country. Pada aras lain,
menurunnya kondisi perekonomian global yang kemudian
Efek menular krisis utang bilateral Eropa dilihat menyebabkan penarikan modal jangka pendek atau
kedalamannya mengikuti level tingkatan perekonomian portofolio juga akan menyebabkan pelemahan nilai tukar di
yang mengalami gejolak melalui analisis deskriptif naratif. ASEAN-3.
Pasar keuangan di ASEAN yang diwakili oleh pergerakan
international bank lending dan nilai tukar memiliki
sentimen terhadap perekonomian global yang bergejolak
akibat dinamika pertumbuhan ekonomi home country
dalam hal ini Italia, Jerman, dan Perancis. Studi empiris
oleh Jeaneau dan Micu (2002) dan Silalahi et al. (2012)
tidak memberikan dua hipotesis atas pengaruhnya terhadap
perilaku international bank lending ke host country. Ketika
pertumbuhan ekonomi di Uni Eropa mengalami penurunan
atau sedang terjadi resesi, maka terdapat dua hipotesis
perilaku international bank lending yang saling
berkebalikan. Pertama, penurunan performa ekonomi Uni
Eropa akan meningkatkan pembiayaan ke ASEAN-3
Gambar 4. Perkembangan nilai tukar tiga negara ASEAN
karena adanya kekhawatiran perbankannya untuk
(Sumber: Asia Regional Integration Center-
menanamkan modal di dalam negeri terkait besarnya risiko
ADB, 2014)
yang harus ditanggaung dibandingkan dengan tingkat
Agus et al., Efek Menular Krisis Utang Bilateral Eropa Terhadap Perilaku Pembiayaan Perbankan.........
Gambar 4 di atas menunjukkan bahwa penguatan nilai
Dolar terhadap mata uang lokal menunjukkan adanya
pelemahan mata uang lokal terhadap Dolar, begitu pula
sebaliknya. Pada periode krisis utang bilateral Eropa dan
sesudahnya, dampak terhadap nilai tukar di ASEAN
membuat indeks nilai tukar Dolar terhadap mata uang di
tiga negara meningkat yang berarti menurunkan indeks
nilai tukar tiga negara ASEAN tersebut terhadap Dolar.
Penurunan indeks nilai tukar terbesar pada periode krisis di
Eropa terjadi pada Bulan Agustus 2011 yang tercatat
indeks nilai tukar Dolar terhadap Pesso Filipina sebesar
123,69 sedanglan di Indonesia menjadi 110,98 Dolar per
Rupiah, dan Dolar Per Bath menjadi sebesar 132,55 yang
merupakan nilai indeks tertinggi sejak Januari 2000 hingga
Bulan Agustus 2011. Sehingga kondisi global akibat krisis
utang bilateral Eropa dapat menjalar ke pasar keuangan di
negara-negara ASEAN terutama pada masuknya pengaruh
perbankan asing melalui dinamika international bank
lending dari Uni Eropa ke ASEAN serta nilai tukar
meskipun tidak tidak begitu bergejolak sebagaimana pada
jalur pembiayaan perbankan internasional tersebut. Namun,
dampak dari gejolak perekonomian Uni Eropa akibat krisis
utang bilateral Eropa tidak dapat memberikan respon
terhadap gejolak inflasi dan dan penurunan volume ekspor
selama periode krisis utang bilateral Eropa (Bappenas,
2011). Sehingga tidak terdapat indikasi penularan krisis
utang bilateral Eropa yang mendalam hingga ke
perekonomian domestik di Filipina dan Indonesia.
Peluang Skenario Mitigasi Risiko Finansial di ASEAN-
3. Penerapan skenario mitigasi risiko finansial mengikuti
ada tidaknya peluang melalui instumen mitigasi yang
diadopsi dari kerangka kerja stabilitas sistem keuangan
dalam rangka mitigasi risiko letidakstabilan sistem
keuangan akibat efek menular krisis melalui derivasi pasar
keuangan. Adapun strategi dalam skenario mitigasi risiko
finansial dijelaskan sebagai berikut (Koch dan MacDonald,
2003:64-69; Walker, 2006; Santoso dan Batunanggar,
2007).
1. Implementasi regulasi dan standar. Perlunya
diimplementasikan regulasi prudensial dalam lingkup
internasional dan ketetapan-ketetapan yang telah
disarankan oleh otoritas dan pelaku pasar keuangan
sebagai sebuah pondasi kesehatan dalam melakukan
aktivitas mereka. Selain itu adanya konsistensi
kedisiplinan pelaku pasar untuk ditegakkan.
Implementasi Basel II di ketiga negara telah dilakukan,
khususnya di Indonesia yang telah
mengimplementasikan secara penuh sejak Desember
2013 (Santoso dan Batunaggar, 2007; Bank Indonesia,
2013:41). Sedangkan penerapan displin pasar di
Filipina dan Indonesia telah dilakukan mengikuti skema
basel II sebagai salah satu pilar di dalamnya.
Sedangkan di Thailand, penurunan sensistivitas volume
deposito dan biaya bunga terhadap fundamental bank
sebagai pengalaman pada periode krisis 1997/1998
telah memberikan dorongan tersendiri dalam
menerapkan displin pasar bagi Bank of Thailand
(Demirgüç-Kunt dan Huizinga, 2000; Hasan et al.,
2012; Bank Indonesia, 2013:43). Artinya, dengan
penerapan disiplin pasar dalam rangka menyelamatkan
sistem keuangan dari instabilitas akibat efek menular
7
maupun gejolak krisis domestik di ASEAN-3, terdapat
peluang dalam skenario mitigasi risiko finansial melalui
instrumen displin pasar.
2. Intensifikasi penelitian dan pengawasan ditujukan untuk
menghasilkan sebuah rekomendasi kebijakan dalam
rangka memelihara stabilitas sistem keuangan. Filipina
dan Indonesia memiliki peluang mitigasi dengan
strategi ini, dimana kedua negara telah menerapkan
early warning system pada tataran makro maupun
mikro prudensial dalam menanggulangi terjadinya
risiko sistemik. Adanya pengujian financial stress
melalui macro-stress testing yang menunjukkan
bagaimana vulnerabilitas institusi keuangan dapat
mengubah kondisi perekonomian dengan variabel
seperti kredit internasional atau international bank
lending, PDB, tingkat inflasi bank sentral, dan nilai
tukar serta bagaimana pemangku kebijakan melakukan
antisipasi atau mitigasi dalam mengahadapi financial
crisis yang akan terjadi khususnya pada sistem
perbankan. Berbagai studi empiris mengenai financial
stress yang telah dipaparkan oleh Albert dan Ng (2012),
Hernandez et al. (2013), serta berbagai penelitian lain
terutama oleh otoritas keuangan yang menguji
instrumen ini telah memberikan gambaran adanya
implementasi instumen stress testing baik di Filipina,
Indonesia, maupun Thailand sebagai peluang skenario
mitigasi risiko finanasial dalam rangka meminimalisasi
instabilitas yang akan terjadi.
3. Peningkatan koordinasi dan kerja sama antar lembaga
terkait merupakan hal krusial yang harus dilakukan
dalam periode krisis. Koordinasi diantara pelaku jaring
keamanan finansial yang terdiri atas bank sentral,
lembaga supervisi keuangan, dan kemetrian keuangan.
Koordinasi dan kerja sama telah dilakukan oleh para
pemangku kebijakan baik di Filipina maupun di
Indonesia, sehingga kedua negara tersebut berpeluang
melaksanakan mitigasi risiko finansial dengan strategi
tersebut.
4. Penetapan sebuah kerangka kerja jaring keamanan dan
resolusi krisis yang dilakukan untu menaggulangi krisis
keuangan serta penularannya yang akan terjadi.
Pemaparan Koch dan McDonald (2003:46) menjelaskan
bahwa hal-hal tersebut termasuk didalamnya kebijakan
dan prosedur dari lender of the last resort dan deposit
insurance yang akan menggantikan jaminan
sepenuhnya. Instrumen strategi lender of the last resort
telah diterapkan baik oleh Bangko Sentral ng
Philippinas (BSP), Bank Indonesia (BI) dan Bank of
Thailand (BoT). Selain itu instrumen deposit insurance
juga telah diterapkan oleh kedua negara yang terbukti
dengan berdirinya Philippines Deposit Insurance
Corporation (PDIC) sejak Juni 1963 dan Indonesian
Deposit insurance Corporation (IDIC) sejak September
2005 (Walker, 2006; Santoso dan Batunanggar, 2007).
Dengan melihat kesiapan kedua negara melalui strategi
ini, maka keduanya berpeluang untuk melaksanakan
mitigasi risiko finansial.
Pembahasan
Hasil pengujian metode OLS dan GMM menunjukkan
bahwa penurunan pertumbuhan ekonomi Uni Eropa
menyebabkan kontraksi international bank lending ke
Agus et al., Efek Menular Krisis Utang Bilateral Eropa Terhadap Perilaku Pembiayaan Perbankan.........
Filipina, Indonesia, dan Thailand sebagai bentuk penarikan
modal kembali terlebih akibat krisis utang bilateral. Hasil
pengujian ini juga membenarkan hasil penelitian dari
Hermann dan Mihaljek (2010) yang menunjukkan adanya
pengaruh dari pertumbuhan ekonomi home country
terhadap aliran international bank lending di negara
berkembang terpilih termasuk didalamnya Filipina,
Indonesia, dan Thailand. Selain itu eksposur perbankan Uni
Eropa juga menunjukkan pengaruh yang sama, dimana
besarnya eksposur perbankan akan memberikan tingkat
kepercayaan tersendiri bagi perbankan Uni Eropa untuk
memperbesar aliran pembiayaan kepada ketiga negara
ASEAN tersebut. Hal ini menunjukkan ketika eksposurnya
meningkat berarti terdapat kepercayaan yang besar
tergadap kedua negara tersebut yang kemudian akan
meningkatkan pula aliran international bank lending dan
menunjukkan stabilnya pembiayaan di ASEAN-3. Hasil ini
sejalan dengan pengujian seleksi diagnostik bahwa
pengaruh faktor pendorong yang terdiri dari pertumbuhan
ekonomi, eksposur perbankan, dan suku bunga acuan Uni
Eropa lebih dapat menjelaskan dinamika pembiayaan
internasional di ASEAN-3. Hal ini menjelaskan bahwa
daya dorong lebih kuat dari pada daya tarik pembiayaan
perbankan internasional dari Uni Eropa ke ASEAN-3.
Gejolak perekonomian Uni Eropa yang tengah terjadi
menimbulkan kontraksi pada aliran pembiayaan perbankan
internasional. Hasil analisis kausal tersebut sebangun
dengan analisis deskriptif dimana fluktuasi pertumbuhan
ekonomi Uni Eropa akan memengaruhi dinamika perilaku
international bank lending di ASEAN-3. Kemudian gejolak
perekonomian yang tengah terjadi di Uni Eropa dapat
ditransmisikan ke ASEAN-3 melalui pasar keuangan dan
jalur perbankan global melauli adanya capital outflow dari
ASEAN-3 kembali ke Uni Eropa. Hal ini terlihat dengan
pengaruh positif dan signifikan dari varibel pertumbuhan
ekonomi home country terhadap perilaku international
bank lending dimana ketika terjadi penurunan pertumbuhan
ekonomi di Eropa akan menyebabkan kontraksi
pembiayaan perbankan internasional dari Uni Eropa ke
ASEAN-3. Fenomena lain adalah melemahnya nilai tukar
baik Pesso, Rupiah, maupun Bath pada beberapa bulan
memasuki periode European sovereign debt crisis. Kedua
variabel ini bergejolak akibat pengaruh krisis utang
bilateral di Eropa kepada sektor keuangan di ASEAN.
Penarikan pembiayaan sebagai bentuk portofolio akan
menyebabkan bergejolaknya nilai tukar karena
berkurangnya likuiditas serta valtuta asing dalam negeri.
Penularan efek krisis yang terjadi dari Uni Eropa ke
ASEAN melalui dinamika international bank lending yang
memengaruhi beberapa variabel pada pasar keuangan,
memberikan inisiasi arahan kebijakan yang perlu
dilakukan. Kebijakan dalam hal ini ditujukan kepada tiga
negara ASEAN yaitu Filipina, Indonesia, dan Thailand
serta negara-negara ASEAN lainnya berupa mitigasi risiko
finansial di ASEAN. Hal ini dilakukan dengan melihat
adanya aliran international bank lending yang terus
mengalir dan dampak dari dinamika di negara pemberi
pembiayaan akan terus berpeluang untuk ditransmisikan ke
perekonomian negara-negara emerging market economies
termasuk ASEAN. Sehingga mitigasi dalam rangka
menjaga kestabilan sistem keuangan dengan strategi dan
instrumen yang diadopsi dari kerangka kerja stabilitas
8
sistem keuangan di negara-negara anggota SEACEN
(South East Asian Central Banks). Dengan melihat
instrumental dari setiap strategi yang dijelaskan
sebelumnya, maka ketiga negara berpeluang dalam
melakukan skenario mitigasi atas dampak risiko efek
menular terhadap perilaku international bank lending ke
ketiga negara tersebut. Momentum penguatan kondisi
keuangan yang stabil ini menjadi penting setelah melihat
determinasi international bank lending di ASEAN yang
kemudian memberikan rambatan ketidakstabilan bagi
perekonomian ASEAN terutama pada pasar keuangan.
Penutup
Kesimpulan
Secara umum kondisi perekonomian Uni Eropa sebagai
faktor pendorong yang ditunjukkan dengan fluktuasi
pertumbuhan ekonomi dan eksposur perbankan Uni Eropa
akan menyebabkan berfluktuasinya pembiayaan baik ke
Filipina, Indonesia, dan Thailand. Sehingga penurunan
pertumbuhan ekonomi dan eksposur perbankan di Uni
Eropa akan direspon dengan kontraksi international bank
lending dari Uni Eropa ke Filipina dan Indonesia. Selain
itu, gejolak perekonomian Uni Eropa akibat krisis utang
bilateral menyebabkan guncangan terhadap pasar keuangan
di Filipina, Indonesia, dan Thailand ditunjukkan dengan
berfluktuasinya international bank lending yang sejalan
dengan berfluktuasinya pertumbuhan ekonomi Uni Eropa.
Oleh karena itu, perlu dilakukan peningkatan daya tarik
penarikan pembiayaan perbankan internasional dengan
meningkatkan pertumbuhan ekonomi dan menurunkan
rasio utang pemerintah melalui optimalisasi debt
restructuring agency di ASEAN-3. Selain itu perlu adanya
implementasi instrumen-instrumen strategi dalam kerangka
kerja stabilitas sisitem keuangan meliputi: implementasi
Basel III, kedisiplinan pasar, penguatan indikator mikro
dan makro prudensial, koordinasi diantara otoritas
kebijakan baik internal maupun eksternal, penyiapan
lender of the last resort, penetapan pagu deposit insurance,
serta resolusi krisis.
Keterbatasan
Penelitian ini menggunakan jumlah observasi sebanyak 52
sampel dengan metode kausal dan deskriptif naratif.
Sehingga dirasa jumlah sampel yang digunakan dirasa
kurang meskipun telah memenuhi kriteria jumlah sampel
observasi dalam penerapan model ekonometrika. Oleh
karena itu, dalam rangka mengembangkan penelitian
selanjutnya mengenai determinasi maupun dampak krisis
terhadap perilaku international bank lending, perlu
diperhatikan penggunaan data dengan sampel yang lebih
besar sehingga dapat mengurangi bias dalam penelitian
misalnya dengan menggunakan data bulanan atau dengan
memperpanjang rentang tahun penelitian. Selain itu dapat
memanfaat adanya variabel push factor maupun pull factor
yang dapat dijadikan simulasi adanya tarik menarik
manfaat baik home country maupun host country dengan
metode game theory dalam memainkan kedua negara
sebagai pemeran untuk mendapatkan pemecahan win-win
solution mapun hasil optimal lainnya dari metode tersebut
sehingga terdapat variasi metodologi dalam penelitian yang
sejenis.
Agus et al., Efek Menular Krisis Utang Bilateral Eropa Terhadap Perilaku Pembiayaan Perbankan......... 9

SEACEN Economies: An Integrative Report. The South East Asian

Ucapan Terima Kasih Central Banks (SEACEN) Research and Training Centre Staff Paper,
No. 82, Juni 2011.
Penulis mengucapkan banyak terima kasih kepada pihak- Ponties, V. & Siregar, R. Y. 2012. How Should We Bank With Foreigners?
pihak yang membantu penyelesaian penulisan jurnal ini, —An Empirical Assessment of Lending Behavior of International
antara lain: (1) Ibu Ciplis Gema Qori'ah S.E., M.Sc selaku Banks to Six East Asian Economies. ADBI Working Paper Series, No.
386, Oktober 2012.
reviewer utama dalam karya ini, terima kasih atas kritik Santoso, W. & Batunanggar, S. 2007. Effective Financial System Stability
dan saran, serta yang terpenting adalah inspirasi, dorongan, Framework. The SEACEN Centre Occasional Papers No. 45, 2007.
dan motivasi kepada penulis selama ini; dan (2) Teman- Silalahi, T., Wibowo, W. A., dan Nurliana, L. 2012. Impact of Global
teman konsentrasi ekonomi moneter (Silvia, Nugraha, Financial Shock to International Bank Lending in Indonesia. Buletin
Ekonomi Moneter dan Perbankan, Oktober 2012: 77-114.
Christina, dan Ridwan) selaku second reviewer atas Walker, D. K. 2006. New Deposit Insurance System in East Asia.
kerjasama dan kebersamaannya untuk saling memberi Occasional Paper of SEACEN Centre No. 44, 2006.
kritik dan saran baik skripsi maupun jurnal ini. Wardhono, A. 2004. Mengenal Ekonometrika, Edisi Pertama. Jember:
Fakultas Ekonomi Universitas Jember.
Zivot, E. 2008. Generalized Method of Moments. Washington: University
Daftar Pustaka of Washington.
Aiyar, S. 2011. How Did the Crisis in International Funding Markets Affect
Bank Lending? Balance Sheet Evidence from the United Kingdom.
Bank of England Working Paper, No. 424, April 2011.
Albert, J. R. & Ng, T. H. 2012. Assessing the Resilience of ASEAN
Banking Systems: The Case of the Philippines. ADB Working Paper
Series on Regional Economic Integration, No. 93, Februari 2012.
Bank Indonesia. 2013. Booklet Perbankan Indonesia 2013. Jakrata:
Departemen Perizinan dan Informasi Perbankan-Bank Indonesia.
Bappenas. 2011. Krisis Keuangan Eropa: Dampak Terhadap Perekonomian
Indonesia. Tinjauan Ekonomi Triwulan IV, 2011.
Cetorelli, N. & Goldberg, L. S. 2010. Global Banks and International
Shock Transmission: Evidence From the Crisis. NBER Working
Paper Series, Number 15974, May 2010.
Constancio, V. 2012. Contagion Effect and the European Debt Crisis.
Banque de France Financial Stability Review, No. 16, April 2012.
Demirgüç-Kunt, A. & Huizinga, H. 2000. Market Discipline and Financial
Safety Net Design. Draft of Development Research Group, The
World Bank, and Department of Economics, Tilburg University, and,
CEPR Journal, Revised: April 2000.
Dofour, J. M. 1982. Recrusive Stability Analysis of Linear Regression
Relationship. Journal of Econometrics North-Holand Publishing
Company, 19(1982): 31-76.
Emerson, R. W. 2010. Generalized Method of Moments Estimators and
Identification. Web Extension 10: Chapter 20 [serial online].
http://wps.aw.com/wps/media/objects/2387/2445250/Web_Extension
s/4885_2fMURR_EX10W.pdf. [20 Spetember 2013].
Greene, W. H. 2012. Econometric Analysis, 7th Edition. Boston: Pearson
Education, Inc. Prentice Hall Publishing.
Gujarati, D. 2004. Basic Econometric, Fourth Edition. New York:
McGrawHill.
Hasan, Jackowicz, Kowalewsky, dan Kozlowski. 2012. Market Discipline
during Crisis: Evidence from Bank Depositor in Transition Countries.
Munich Personal RePEc Archive Paper, No. 43693, 13 Juli 2012.
Hernandez, Libre, Tan, dan Tan. 2013. Macroprudential Stress-Testing of
the Philippine, Thai, and Hong Kong Banking Systems in Response
to Global Economic Conjunctures. Makalah dipresentasikan pada 12 th
National Convention Statistics (NCS), EDSA Shangri-La Hotel,
Mandaluyong City, 1-2 Oktober 2013.
Herrmann, S. & Mihaljek, D. 2010. The Determinants of Cross-border
Bank Flows to Emerging Markets – New Empirical Evidence On the
Spread of Financial Crises. Deutsche Bondesbank Eurosystem
Discussion Paper Series 1: Economic Studies No.17/2010.
Jeanneau, S. & Micu, M. 2002. Determinants of International Bank
Lending to Emerging Market Countries. Bank for International
Settlemements (BIS) Working Paper, Number 112, Juni 2002.
Koch, T. & MacDonald, S. S. 2003. Bank Management, Fifth Edition.
Ohio: Thomson Learning.
MacKinnon, J. G., White, H., Davidson, R. 1983. Test for Model
Spesification in the Presence of Alternative Hypotheses. Journal of
Econometrics, 21 (1983): 53-70.
Majone, G. 2012. Rethinking European Integration After the Debt Crisis.
London’s Global University Working Paper, No. 3 - Juni 2012.
Murphy, E. V. 2013. Financial Stability Oversight Council: A Framework
to Mitigate Systemic Risk. Congressional Research Service, May 21,
2013.
Nachrowi, D. & Usman, H. 2006. Pendekatan Populer dan Praktis:
Ekonometrika untuk Analisis Ekonomi dan Keuangan. Jakarta:
Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia.
Noeth, B. & Sengupta, R. 2012. Global European Banks and the Financial
Crisis. The Federal Reserve Bank of St. Louis Review,
November/Desember 2012.
Ponties, V. & Siregar, R. Y. 2011. Cross-Border Bank Lending to Selected