Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Tersedia secara online di www.sciencedirect.com

Borsa _Istanbul Ulasan

Borsa I_stanbul Ulasan 21-2 (2001) 186e196
http://www.elsevier.com/journals/borsa-istanbul-review/2214-8450

Artikel Panjang Penuh

Penentu pusat keuangan global: Analisis eksplorasi

Duc Hong Vo A,*, Nhan Thien Nguyen B
A CBER e Pusat Penelitian Bisnis, Ekonomi & Sumber Daya, Universitas Terbuka Kota Ho Chi Minh, Jalan Vo Van Tan 97, Distrik 3, Kota Ho Chi Minh, Viet
nama
B Program Vietnam-Belanda, Universitas Ekonomi Kota Ho Chi Minh, 1Bis Hoang Dieu Street, Distrik Phu Nhuan, Kota Ho Chi Minh, Vietnam

Diterima 18 Juli 2020; direvisi 28 September 2020; diterima 4 Oktober 2020

Tersedia online 10 Oktober 2020

Abstrak

Analisis yang dirancang dengan baik dan komprehensif untuk mengidentifikasi faktor-faktor penentu untuk pusat keuangan global (GFC) terbatas. Kajian ini dilakukan
untuk mengkaji dan mengidentifikasi determinan fundamental kawasan Asia-Pasifik. Literatur saat ini memberi kita 14 faktor penentu yang telah digunakan dalam studi
akademis sebelumnya. Relevansi dan pentingnya faktor-faktor penentu ini untuk kawasan Asia-Pasifik tidak jelas. Kami membentuk 16.384 model pada 14 determinan ini
untuk menguji kesesuaian masing-masing determinan ini. Tidak seperti penelitian sebelumnya, kami menggunakan rata-rata Bayesian dari perkiraan klasik (BACE) dan
rata-rata tertimbang kuadrat terkecil (WALS) dalam analisis kami untuk memastikan kekokohan temuan. Dua kriteria utama digunakan untuk memilih model yang relevan
dengan determinan yang sesuai. Ketika semua kriteria dan teknik dipertimbangkan bersama, tiga faktor penentu mendasar yang diidentifikasi untuk kawasan Asia-Pasifik:
(i) kebebasan untuk berdagang secara internasional; (ii) pendidikan tinggi dan pelatihan; dan (iii) ukuran pasar.

hak cipta © 2020, Borsa I_stanbul Anonim irketi. Produksi dan hosting oleh Elsevier BV Ini adalah artikel akses terbuka di bawah lisensi CC BY-NC-
ND (http://creativecommons.org/licenses/by-nc-nd/4.0/).

Klasifikasi JEL: C11; C51; F21; F23

Kata kunci: Pusat keuangan global; Determinan; BACE; WALS; Wilayah Asia Pasifik

1. Perkenalan informasi dan proses globalisasi, Sassen (1991)mengusulkan

Dunia telah mengamati pembentukan dan kemajuan kota-kota
metropolitan pada awal abad kedua puluh. Banyak teori yang
dikembangkan oleh para urbanis dalam menentukan kota-kota
yang memberikan pengaruh signifikan terhadap perekonomian
global.Gras (1922) dan McKenzie (1927) sebutkan karakteristik
sosial dan geografis kota-kota dunia, yang ditunjukkan untuk
mempengaruhi bagian dunia yang tersisa. Hampir 40 tahun
kemudian, PeterBalai (1966) menyediakan hierarki taksonomi kota
keuangan di mana New York dan London mengklaim pusat utama
dan terbesar pertama dan kedua di panggung dunia. Mengikuti
kemajuan teknologi
* Penulis yang sesuai.
Alamat email: duc.vhong@ou.edu.vn (DH Vo), nhan.nt@vnp.edu.vn
(NT Nguyen).
Tinjauan sejawat di bawah tanggung jawab Borsa I_stanbul Anonim irketi.
konsep kota global dengan menghubungkannya dengan
kegiatan lintas batas seperti keuangan dan sektor khusus
(telekomunikasi dan multimedia). Literatur sebelumnya
mendefinisikan global financial center (GFC) sebagai pusat kota
yang pasar modal dan pasar keuangannya sinkron dengan
arus modal global, informasi dan telekomunikasi.
Abad kedua puluh satu telah menyaksikan dua dekade dengan
peningkatan dramatis dalam pembentukan GFC. Salah satu aspek
yang berasal dari penelitian perkotaan adalah dalam kaitannya
dengan persaingan antar kota. Menyusul temuanBuck dkk. (2002),
persaingan antar kota untuk mempromosikan diri mereka sebagai
surga yang menarik bagi investasi masuk menjadi lebih sengit dan
lebih populer. Dengan keuntungan besar yang diramalkan menjadi
GFC seperti meningkatkan kekayaan, meningkatkan pekerjaan,
persaingan kota telah mendunia dari sebelumnya.Cassis (2006)dan
ekonom lainnya sepakat tentang pentingnya sejarah

https://doi.org/10.1016/j.bir.2020.10.002
2214-8450/Hak Cipta © 2020, Borsa I_stanbul Anonim irketi. Produksi dan hosting oleh Elsevier BV Ini adalah artikel akses terbuka di bawah lisensi CC BY-NC-
ND (http://creativecommons.org/licenses/by-nc-nd/4.0/).
DH Vo, NT Nguyen
hubungan perdagangan, hubungan keuangan historis dan
perkembangan keuangan tentang status KKG.
Yildirim dan Mullineux (2015) menganggap bahwa
kehadiran pusat keuangan adalah simbol bagi negara tuan
rumah dalam hal layanan keuangan dan industri, infrastruktur
dan teknologi yang menarik, dan penyumbang utama PDB
nasional. Dapat dengan mudah diamati bahwa Shanghai,
Beijing, Shenzhen, Hong Kong dan Guang Chou bukan hanya
lima kota terbesar di Tiongkok (dalam hal kontribusi PDB serta
perkembangan keuangan) tetapi juga kota-kota ini termasuk
dalam 10 pusat keuangan terbesar. di AsiaGrup Z/yen, 2018.
Tokyo juga merupakan penyumbang PDB utama ke Jepang,
dan kota ini saat ini merupakan salah satu pusat keuangan
paling terkenal di duniaGrup Z/yen, 2018. Dengan fokus di
kawasan Asia-Pasifik, Sydney dan Melbourne juga merupakan
kontributor PDB utama Australia dan kota-kota Australia ini
termasuk dalam 10 pusat keuangan terbesar di kawasan Asia
Grup Z/yen, 2018.
Kami menganggap bahwa pusat keuangan global memungkinkan
suatu negara untuk mempertahankan kondisi pertumbuhan dan
perkembangan ekonomi yang stabil. Hal ini karena KKG menyediakan
infrastruktur untuk investasi dan tabungan yang memungkinkan lebih
banyak peluang untuk usaha kewirausahaan. Pusat keuangan
bertujuan untuk mengatasi kekurangan pendanaan global, yang
diproyeksikan akan mencapai puncaknya selama 10 atau 20 tahun ke
depan. Banyak masalah ekonomi yang berbeda telah muncul sebagai
bagian dari proses globalisasi dan industrialisasi, termasuk akses dan
integrasi keuangan, keamanan energi, pemanasan global, populasi
yang menua dan degradasi lingkungan. Isu-isu ini telah menjadi
tantangan baru, dan mereka juga menjadi lebih penting untuk
memenuhi permintaan ekonomi dan sosial. Diakui secara luas bahwa
sistem perbankan dan keuangan umumnya dianggap sebagai
pembuluh darah untuk seluruh perekonomian dan perdagangan
internasional. KKG tampaknya menjadi salah satu cara untuk
mengatasi masalah pengembangan dan integrasi keuangan. Itulah
alasan kami percaya bahwa analisis untuk mengidentifikasi determinan
fundamental GFC adalah yang paling penting.
Dengan keunggulan menjadi GFC ini, banyak negara di Asia
yang mengincar pusat keuangan seperti Indonesia, Thailand,
Vietnam, Uni Emirat Arab dan masih banyak lagi. Pulau
Yeouido direncanakan sebagai pusat keuangan oleh
pemerintah Korea pada tahun 2009. Pemerintah metropolitan
Seoul telah mengembangkan Yeouido menjadi salah satu
pusat keuangan terkemuka di dunia. Untuk mencapai target
tersebut, pemerintah telah melakukan banyak upaya untuk
meningkatkan industri keuangan untuk mencapai standar
internasionalGrup Z/yen, 2020. Pemerintah Turki menyajikan
visi dan strategi jangka panjang untuk Istanbul dengan nama
“Proyek GFC Istanbul”. Demikian pula, Dubai didirikan pada
tahun 2004 dengan ambisi menjadi pusat keuangan global
terkemuka, di bawah bimbingan dan dukungan Yang Mulia
Sheikh Mohammed bin Rashid Al Maktoum, Wakil Presiden dan
Perdana Menteri UEA dan Penguasa Dubai.Grup Z/yen, 2019.
Akhirnya, kembali ke 2001, Politbiro Vietnam mengidentifikasi
sektor jasa keuangan sebagai salah satu sektor yang paling
penting dan tanpa asap bagi Kota Ho Chi Minh untuk menjadi
pusat keuangan nasional. Ambisi ini dulu
187
Borsa I_stanbul Ulasan 21-2 (2001) 186e196
kembali diakui secara kuat oleh Kementerian Keuangan Vietnam
pada tahun 2012. Dalam Forum Ekonomi Ho Chi Minh tahun 2019
dengan peserta dari banyak lembaga internasional dan
kementerian lokal, diskusi fokus pada pembentukan GFC di
Vietnam dan Kota Ho Chi Minh dinominasikan sebagai kandidat
kota terbaik di Vietnam. Mendirikan pusat keuangan global untuk
kota-kota besar yang sedang berkembang di pasar berkembang
dan berkembang sangat penting, dan masalah ini harus
dipertimbangkan dan didiskusikan secara serius. Diskusi-diskusi ini
memotivasi kami untuk melakukan analisis empiris ini dengan
fokus memberikan bukti empiris tambahan, yang masih sangat
terbatas, tentang determinan fundamental KKG untuk
dipertimbangkan oleh pemerintah dengan cara yang mengarah
pada pembentukan KKG di dalam negeri.
Setelah pengantar ini, sisa makalah kami disusun sebagai berikut.
Bagian2 memeriksa dan mensintesis analisis empiris yang relevan.
Kami menyajikan metode yang diadopsi dan data yang digunakan
dalam penelitian ini di Bagian3. Bagian 4 dari makalah kami menyajikan
dan mendiskusikan hasil empiris yang diperoleh dari makalah ini.
Bagian5 menyimpulkan dan memberikan implikasi untuk tujuan
kebijakan bagi negara-negara berkembang dan berkembang di
kawasan Asia-Pasifik.
2. Tinjauan Pustaka
Beberapa penelitian telah dilakukan untuk mengidentifikasi faktor-
faktor penentu fundamental untuk pusat keuangan global (GFC) yang
sukses. Temuan dari studi ini beragam. Kami mengelompokkan studi
sebelumnya tentang masalah ini menjadi dua bidang studi akademis.
Kelompok penelitian pertama termasuk studi klasik yang hanya
memanfaatkan satu dimensi untuk mendefinisikan dan
mengklasifikasikan kota-kota dunia. Kelompok penelitian lain
mencakup studi kontemporer yang menganggap kota-kota dunia
sebagai proses pertumbuhan berkelanjutan dengan upaya yang gigih.
Dengan demikian, status mereka membutuhkan lebih dari sekadar
penilaian satu sisi. Untuk kelompok pertama, banyak ekonom telah
berusaha keras untuk mendefinisikan dan menggeneralisasi fenomena
ekonomi baru dalam kaitannya dengan geografi uang dan keuangan.
Berangkat dari karya mani PeterBalai (1966), studi tentang determinan
taksonomi untuk kota-kota global telah diselidiki.
2.1. Pertimbangan satu dimensi dari atribut
penting ke kota-kota dunia
Dalam pertimbangan ini, kami memberikan ringkasan temuan dari
studi sebelumnya ke dalam empat bidang utama di mana kota
memenuhi syarat untuk menjadi kota keuangan global.
Bidang studi akademik pertama adalah dalam kaitannya dengan
karakteristik kosmopolitan yang biasanya disukai oleh berbagai sarjana
seperti: Balai (1966), Kindleberger (1974),Hymer (1972), Heenan (1977),
Hemat (1994, 1996) danLeyshon (1995), 1997). Dalam pemikiran ini,
kota-kota sebagai pusat global kemungkinan besar memiliki
kemampuan yang lebih berguna dan kekuatan yang berpengaruh
dalam hal perdagangan, pendidikan, budaya dan teknologi.Balai (1966)
studi umumnya dianggap sebagai karya khas untuk mendefinisikan
kota-kota dunia berdasarkan geografi perkotaan. Studi oleh
Kindleberger (1974), Hymer
DH Vo, NT Nguyen
(1972), Khoury (1989), Jao (1997) dan Leyshon (1995), 1997)
menaruh perhatian pada kantor pusat perusahaan
multinasional (MNCs) dan kegiatan di pusat-pusat keuangan.
Para penulis ini berpendapat bahwa aksesibilitas MNC ke pasar
keuangan maju, tenaga kerja terampil, media dan pemerintah
penting dalam membuat keputusan tingkat tinggi dalam
mengkoordinasikan arus modal keuangan.Leyshon (1995),
1997) secara khusus menunjuk pada kebijakan politik dan
ekonomi yang mempengaruhi efisiensi pasar keuangan. Faktor
sosial seperti jaminan sosial dan standar hidup juga
berpengaruh pada keberhasilan dan status pusat keuangan.
Tambahan,Khoury (1989) berpendapat bahwa arti-penting
politik dan konstelasi geografis adalah dua pendorong inti dari
pembentukan pusat keuangan global. Hemat (1994, 1996)
berfokus pada budaya dan karakteristik kosmopolitan yang
menjelaskan pembentukan kota-kota besar. Penulis
menganggap pusat keuangan sebagai sarana kolektif untuk
menghasilkan, memproses, dan memberikan informasi
tentang pasar keuangan yang berasal dari fungsi ekonomi
dunia sehari-hari.Jao (1997) juga menyajikan definisi yang jelas
tentang pusat keuangan di mana kantor pusat berada. Penulis
menekankan pada esensi pengembangan pasar keuangan
dalam meningkatkan efektivitas mata uang dan pasar modal.
Garis pemikiran kedua menganggap kota-kota dunia sebagai
pusat kendali modal dalam spesialisasi internasional. Pengayaan
literatur teoritis berasal dari berbagai studi termasuk:Cohen (1981)
, Friedmann dan Wolff (1982),Friedman (1986), Godfrey dan Zhou
(1999), dan Glickman (1987). Cohen (1981) studi memberi kita
banyak kemungkinan tren dalam spesialisasi internasional baru
dan hierarki perkotaan. Pada meningkatnya tuntutan MNC untuk
jasa keuangan seperti perbankan, audit, akuntansi dan konsultasi
hukum, studi ini menghubungkan tuntutan yang meningkat
dengan perubahan sifat perusahaan pihak ketiga yang
menyediakan layanan tersebut dan munculnya kota-kota besar
baru. Studi ini menganggap New York, Tokyo, London sebagai tiga
pusat keuangan kelas dunia yang dominan. Mengikuti kota-kota
teratas ini, kota-kota lain seperti Chicago, Paris, Frankfurt, dan
Zurich termasuk dalam hierarki perkotaan tingkat kedua.Friedman
(1986) memberi kita daftar kota-kota terkemuka di dunia atas
dasar bahwa kota-kota besar adalah pusat kendali modal di era
baru spesialisasi internasional. Kota-kota ini harus memenuhi
serangkaian kriteria sebelumnya. Selain itu, penulis juga
berpendapat bahwa hampir tidak mungkin untuk menggambarkan
hierarki perkotaan yang stabil. Berhubungan denganFriedman
(1986) hierarki perkotaan, London, Miami, Paris, dan Osaka-Kobe
dianggap sebagai pusat terkemuka dunia.
Alur pemikiran ketiga mengkontekstualisasikan
pembentukan kota-kota besar dengan mempertimbangkan
keterkaitan antara kemajuan telekomunikasi, globalisasi,
struktur organisasi lembaga keuangan dan jasa produsen.
Sassen (1991), Zelizer (1994), Dodd (1995),Beaverstock dkk.
(1999)dan Falzon (2001) umumnya dianggap studi
representatif untuk garis pemikiran ini. Dodd (1995)
membahas lima properti untuk jaringan moneter termasuk
akuntansi, regulasi, spasialitas, sosialitas dan refleksivitas.
Penulis berpendapat bahwa jaringan moneter
188
Borsa I_stanbul Ulasan 21-2 (2001) 186e196
harus paling baik berasal melalui transmisi informasi antara
entitas ekonomi. Dua properti pertama merupakan prasyarat
untuk pembentukan jaringan keuangan karena properti ini
memerlukan sistem akuntansi dan informasi hukum yang
formal atau standar. Tiga properti terakhir menyiratkan bahwa
pusat keuangan adalah kombinasi dari transaksi keuangan.
Beaverstock dkk. (1999)mendiskusikan daftar kota-kota
terkemuka dunia dalam hal layanan terpilih yang mungkin
dapat mereka suplai. Para penulis berpendapat bahwa kota-
kota dominan di dunia adalah tempat produksi pasca-industri
di mana perusahaan dan lembaga keuangan menyesuaikan
produk dan layanan keuangan mereka untuk
mengintegrasikannya dengan globalisasi. Penulis
menggunakan ketersediaan dan kualitas empat layanan
mendasar, seperti akuntansi, periklanan, perbankan dan
layanan hukum, yang dianggap penting bagi pusat keuangan.
Sassen (1991) mendukung gagasan bahwa globalisasi ekonomi
menggeser tujuan jasa keuangan dan berbagai produksi ke
skala global. Internasionalisasi produksi dan jasa keuangan
mengkonseptualisasikan aglomerasi keuangan di berbagai
kota di dunia. Mempertimbangkan preferensi lokal dari
layanan pihak ketiga,Sassen (1991) menempatkan London,
New York dan Tokyo sebagai tiga kota terbesar dalam hal
kepadatan layanan produsen yang tinggi. Demikian pula,
Falzon (2001) menunjukkan bahwa internasionalisasi rantai
produksi, jasa keuangan dan pentingnya skala ekonomi terkait
dengan pembentukan kota-kota global.
Keempat, kota-kota besar didasarkan pada peringkat relatif
jaringan keuangan. Studi khas untuk garis pemikiran ini adalahBuluh
(1981, 1989) studi. Studi-studi ini menganggap bahwa pembangunan
keuangan adalah atribut penting untuk pembentukan daya tarik kota
terhadap sumber daya modal. Dengan menggunakan berbagai metode
analitik, penulis mengidentifikasi hierarki taksonomi, termasuk lima
tingkat di mana kota-kota papan atas dunia seperti London, New York,
dan Tokyo didefinisikan.
2.2. Pertimbangan multi-dimensi dari atribut
penting ke kota-kota dunia
Ada upaya terbatas yang telah dilakukan secara empiris untuk
mempertimbangkan pembentukan dan determinan dari pusat
keuangan global. Analisis empiris yang khas termasuk studi dari
Mereka (2004), Cheung dan Yeung (2007), Kayral dan Karan (2012),
Yildirim dan Mullineux (2015), Moosa dkk. (2016)dan Eichengreen
dan Shah (2020). Mereka (2004)mengklasifikasikan faktor utama
pembentukan pusat keuangan global menjadi lima kelompok.
Kelompok-kelompok ini termasuk (i) lingkungan bisnis (seperti
rezim pajak, kondisi makroekonomi), (ii) ukuran pembangunan
keuangan, (iii) kualitas infrastruktur, (iv) keterampilan tenaga kerja
dan terakhir (v) reputasi dari kota tertentu.Cheung dan Yeung
(2007)mempertimbangkan bahwa lingkungan makroekonomi dan
kualitas kelembagaan bertindak sebagai katalis pengkondisian
sentralisasi kerjasama multinasional (MNCs) dan karenanya
pembentukan GFC. Dengan data yang terbatas, analisis
menggunakan kumpulan data dari 18 negara OECD selama
periode 1998e2003. Penulis mempertimbangkan rasio antara asing
langsung
DH Vo, NT Nguyen
investasi dan PDB untuk menunjukkan ukuran ekonomi tuan rumah
dalam kaitannya dengan PDB nominalnya. Temuan menunjukkan
bahwa selain faktor makroekonomi dan kelembagaan, standar hidup
dan liberalisasi perdagangan ditemukan penting untuk daya tarik arus
masuk keuangan asing.Kayral dan Karan (2012) menggunakan regresi
logistik pada sampel 53 pusat keuangan yang berbeda. Selain itu,
partisipasi tenaga kerja terampil berkorelasi positif dengan
kepentingan keuangan pusat-pusat utama. Selain itu, temuan mereka
menunjukkan bahwa kualitas sistem hukum dan hak milik merupakan
faktor yang paling berpengaruh bagi negara dan kualitas pusat
keuangan.
Eichengreen dan Shah (2020) mengelompokkan penentu status
pusat keuangan menjadi lima kelompok berbeda. Faktor penentu
signifikansi keuangan yang berpengaruh meliputi fleksibilitas,
transparansi transaksional, dan stabilitas ekonomi. Set kedua
mencakup kesehatan uang, peringkat kredit, dan stabilitas
keuangan. Kelompok ketiga mencakup kelompok variabel yang
menangkap tingkat perkembangan keuangan dan nilai kapitalisasi
pasar. Kelompok keempat menangkap kecanggihan teknologi.
Kelompok terakhir mencakup faktor-faktor penentu yang
memperhitungkan ukuran pemerintah. Namun, bukti empiris tidak
mendukung faktor apa pun atau kelompok tertentu yang
disebutkan di atas.
Moosa dkk. (2016)memperkenalkan ketidakpastian model dan
pilihan subjektif bentuk model antara status pusat keuangan
global dan determinannya. Penulis menggunakananalisis batas
ekstrim (EBA) untuk menguji ketidakpastian model dan menguji
kekokohan variabel yang disertakan. Menggunakan tiga
hiperparameter untuk EBA, termasuk indeks modal manusia,
indeks akses modal dan indeks kebebasan ekonomi, penulis
memeriksa 3990 model yang setara dengan 190 perkiraan untuk
masing-masing determinan individu. Dua variabel ditemukan
“kuat” terhadap status KKG, termasuk (i) biaya hunian dan (ii)
indeks daya saing global.
Tinjauan literatur kami menyoroti perlunya analisis yang
mengidentifikasi faktor-faktor penentu fundamental untuk pusat
keuangan global yang sukses, khususnya untuk kawasan Asia-
Pasifik. Kawasan Asia-Pasifik secara umum telah dianggap sebagai
kekuatan ekonomi global dalam dua dekade terakhir dalam
perekonomian dunia. Banyak kota di kawasan seperti Kota Ho Chi
Minh Vietnam telah muncul sebagai kota besar dalam proses
pertumbuhan ekonomi dan integrasi. Pelajaran dari pusat
keuangan global yang ada seperti London, New York, dan Tokyo
sangat penting. Namun, analisis empiris dengan fokus kawasan
Asia-Pasifik dari studi ini akan memberikan bukti yang relevan dan
langsung bagi pembuat kebijakan negara-negara di kawasan
dalam mengidentifikasi determinan fundamental bagi
pembentukan pusat global yang sukses.
3. Metodologi dan data
3.1. Memilih hyperparameter
Dalam makalah ini, minat utama kami adalah pada perbedaan
antara negara-negara dengan dan tanpa pusat keuangan. Karena
kami tidak mengetahui bentuk model sebenarnya dari
pembentukan KKG, kami memilih determinan yang diambil dari
189
Borsa I_stanbul Ulasan 21-2 (2001) 186e196
penelitian sebelumnya untuk dimasukkan ke dalam model. Kami
menggunakan model probit campuran yang variabel dependennya GFCdia
hanya menerima nilai 0 atau 1, yang menunjukkan apakah negara tersebut
Saya memiliki pusat keuangan global (GFC) di tahun T. Persamaan tersebut
dapat dinyatakan sebagai berikut:
xT
GFCdia ¼ASaya th xdiaDdia th edia
aku¼0
di mana Saya2D1;…; nNS dan T2D1;:::;TNS, xdia adalah k - n vektor baris
yang berpotensi menjelaskan pembentukan GFC negaraSaya dalam
periode T.
Kami menganggap bahwa memilih variabel adalah dasar untuk
analisis. Dalam makalah ini, kami menggunakan banyak indikator
multidimensi yang umumnya dianggap mewakili variabel
independen yang dikenal sebagai determinan GFC dalam model
kami. Dasar-dasar ini diambil dari berbagai penelitian seperti:
Kayral dan Karan (2012), Moosa dkk. (2016), danEichengreen dan
Shah (2020). Perlu dicatat bahwa prosedur dengan melakukan
regresi berganda ini bertujuan untuk memperbarui harapan kami
sebelumnya, yang berarti bahwa mengidentifikasi determinan
fundamental untuk GFC. Tinjauan literatur kami menunjukkan
bahwa 14 determinan telah dipertimbangkan secara luas dalam
analisis sebelumnya. Sebagai titik awal, kami memperhitungkan
semua 14 faktor penentu ini. Ada potensi 214 model, atau 16.384
model yang berbeda, seperti yang ditunjukkan oleh teori statistik,
untuk memanfaatkan berbagai kombinasi dari 14 determinan ini
ke dalam estimasi yang berbeda. Beberapa dari 16.384 model ini
mungkin lebih informatif dan prediktif daripada yang lain. Langkah
pertama kami adalah menetapkan berbagai kriteria untuk
menyaring model-model ini, yang kami yakini paling relevan dan
sesuai untuk tujuan kami. Langkah kedua adalah melibatkan
dengan merata-ratakan model potensial berdasarkan probabilitas
sebelumnya yang sesuai. Dua kriteria berikut, diusulkan dalam
Ca'Zorzi dkk. (2012), digunakan untuk pemilihan model1: (i) kami
memilih model dengan nilai Akaike Information Criterion (AIC)
terkecil; dan (ii) kami memilih model dengan nilai Schwarz
Information Criterion (SIC) atau Bayesian Information Criterion
(BIC) terkecil.
Kriteria yang disebutkan di atas dikaitkan dengan kesimpulan
statistik. Kami memilih prediktor yang merupakan bagian dari dua
persamaan ini, dan mereka memiliki koefisien positif. Juga, analisis
kami diperluas menggunakan rata-rata tertimbang kuadrat terkecil
(WALS) dan estimasi klasik rata-rata Bayesian (BACE). Masing-
masing teknik ini dibahas secara singkat di bawah ini.
3.2. Teknik penelitian kami
Berbagai determinan pembentukan KKG telah disebutkan
dalam penelitian-penelitian sebelumnya. Menanggapi sejumlah
faktor penentu,Moosa dkk. (2016)memperkenalkan analisis batas
ekstrim untuk mengidentifikasi faktor-faktor yang penting bagi
status KKG. Batas ekstrim bawah dan atas dari a
1 Kami sangat menghargai komentar dari para pengulas untuk kriteria ini.
DH Vo, NT Nguyen Borsa I_stanbul Ulasan 21-2 (2001) 186e196

0
variabel masing-masing didefinisikan sebagai B mini - 2Smini; BmaksimalSaya th 0. Mari WSaya :¼ Saya
2
k - SSiimenjadi diagonal k 2- k2 isi matriks n
2Smaksi, di mana Bmini dan Bmaksi adalah nilai minimum dan maksimum k2Saya satu dan k2 - k2Saya nol. Berdasarkan teorema Frisch-
dari koefisien variabel Saya: Estimasi ini dapat diperoleh dengan Waugh-Lovell dari regresi berpartisi, vektor koefisien
mengestimasi secara simultan satu per satu dari tiga variabel yang didefinisikan olehBB1 ¼ BB1R- QWSaya BB2, dan BB2 ¼ W B B . Membiarkanaku Saya 2 Saya

berbeda dari kumpulan variabel yang "dicurigai". Melakukannya sama P

2k2
dengan keputusan untuk memilih tiga bola dari kumpulan K bola dan menunjukkan berat model Saya yang memenuhi akuSaya ¼ 1 dan
Saya¼1

variabelnyaSaya. Smini; Smaksi masing-masing menunjukkan standar

P
2k2
deviasi koefisien minimum dan maksimum. Dengan definisi dan akuSaya ¼ akuSayaDM1kamuNS, maka matriks bobot W yang W ¼ akuSayaWSaya

prosedurnya, kemunduran besar darianalisis terikat ekstrim adalah - ¼1

Saya-

persyaratan ketat pada validitas variabel. Ketika batas atas dan batas aku
th 1
aku 0
. NS
12
dalam kasus k
2 ¼ 2 identik dengan
bawah dari setiap variabel tertentu terletak pada sisi nol yang berbeda, 0 aku2 th aku12

maka variabel tersebut diberi label sebagai "rapuh". Masalahnya P

2k2
penaksir WALS dari B1 oleh karena itu sebagai berikut: B1 ¼ aku
SayaB
B1Saya.
diartikulasikan dengan baik dalamDurlauf dan Quah (1999), Sala-i-
Saya¼1

Martin (2004) dan dikembangkan lebih lanjut dengan menggunakan Magnus dkk. (2010), Magnus dan De Luca (2014) buktikan
metode Granger dan Uhlig (1990) umumnya dikenal sebagai analisis
bahwa nilai harapan dari B1 adalah B1 - QEDWBB2 -B2NS jika
terikat ekstrim yang masuk akal. Dua teknik dapat digunakan dalam
mengatasi ketidakpastian model, umumnya dikenal sebagai metode
asumsi "ortogonalisasi" berlaku, di mana EDWB B2 -BNS adalah

nilai simpangan yang diharapkan antara koefisien yang diestimasiB

Bayesian dan non-Bayesian. Dalam makalah ini, kami fokus pada
untaian lainnya, yaitu pendekatan Bayesian. Banyak metode telah B2 dan B2 yang merupakan koefisien dari model tak terbatas.
dikembangkan dan diterapkan secara luas dalam mengatasi Karena itu, varDB1Þ ¼ S2Dx0 1xÞ þ QvarDWBB2NSQ0. varians
ketidakpastian model. Menonjol di antara teknik Bayesian untuk dari B1 secara sederhana dapat dibagi menjadi dua bagian. Bagian
fleksibilitas dan kesederhanaan, rata-rata tertimbang kuadrat terkecil pertama mewakili varians darix1 dalam perkiraan antara x1 dan
(WALS) dan rata-rata Bayesian dari perkiraan klasik (BACE) sangat y, dan bagian kedua adalah varians dari vektor tertimbang
dihargai dan digunakan secara luas. Di bagian ini, kami menggunakan bias koreksi dari BB2.
kedua teknik dan kemudian membandingkan temuan untuk
memastikan kekokohan temuan kami. 3.2.2. Rata-rata Bayesian dari perkiraan klasik
Keuntungan menggunakan rata-rata Bayesian dari perkiraan
klasik (BACE) dijelaskan dengan jelas oleh: Sala-i-Martin (2004)dan
3.2.1. Rata-rata tertimbang kuadrat terkecil kemudian oleh Magnus dkk. (2010). Metode BACE tidak
Kami berasumsi bahwa variabel minat dapat dinyatakan sebagai memerlukan pemilihan model sebelumnya dan juga terbukti
kamu ¼ x1B1 th x2B2 , di mana x1 adalah matriks dari k1 vektor kolom berguna dan fleksibel dalam menangani spesifikasi model dan
yang kami yakini muncul dalam model sebenarnya. x2 adalah matriks ukuran yang tepat. Pertama, kami menyajikan secara singkat teori
bantu dari k2 vektor kolom yang mungkin atau mungkin tidak model sebelumnya, kemungkinan dan posterior.
bergabung dengan x1 untuk menentukan variabel yang kita minati y, BiarkanSaya menunjukkan model yang tepat, maka fungsi kemungkinan log
adalahn - 1 kolom vektor gangguan yang diharapkan iid dan dari modelSaya adalah model sebenarnya yang diberikan oleh B1; B2Saya; S2; МSaya
berdistribusi normal nD0; S2SayanNS. Metode WALS sebagai- e- S2S2Saya
menyimpulkan bahwa kita dapat "mengortogonalisasi" matriks x2, yang
adalah PDkamu B1; B2Saya; S2; МSayaNSFDS2NS-n 2 - , di mana

maksudnya itu x0 2M1x2 ¼ Sayak ,2di mana Saya2k adalah matriks identitas SSaya ¼ ðy - X1B1 - x2SayaB 02SayaÞ ðy -X1B1 -x2SayaB2SayaNS adalah jumlah kuadrat
0
dengan pangkat k2, M1 didefinisikan sebagai M1 : ¼ Sayan - X 1Dx1x1NS-1x1. Di dalam kesalahan dalam model tak terbatas antara vektor kolom dari
detail, kami berasumsi bahwa jika ada matriks ortogonal P variabel yang diinginkan y,matriks vektor kolom parameter
Dk2 -k2NS yang memenuhi P0x0 2M1x2P ¼ L, itu kemudian meningkatkan hiper x1 dan matriks vektor kolom variabel bantu x2. Seperti
matriks variabel bantu x2 oleh PL-1 2, dan mendefinisikan col- yang kita yakinix1 dan kurang yakin x2penampilan dalam model
1
umn vektor koefisien B* 2P0B2, maka x* *2
L 2B¼2 ¼ x2B2 sebenarnya, probabilitas koefisien
dan x*20 M1x*2 ¼ Sayak2 . Kita dapat mencatat bahwa matriks M1 adalah re- dari B1 dan B2 diberikan oleh model yang benarSaya; S2 adalah PDB1 S2;МSaya
pembuat sampingan dari model terbatas (dengan B2 0) dan NSF1, B2Saya B1; S2; МSaya nD0; S2V0SayaNS, di mana V0Saya adalah k2Saya - k2Saya
*
Saya ¼matriks idempoten. Dengan asumsix*0 2 M1x2 ¼ Sayak2, matriks simetris yang nilai eigennya positif. Dengan distribusi
Teorema Frisch-Waugh-Lovell menyatakan bahwa taksiran kuadrat terkecil 2,
sebelumnya yang tidak tepat dariS2, yang PDS2 МSayaÞ ¼ S-
penyebab B1 dan B2 dalam model tak terbatas adalah BB1 ¼ BB1R- kita memiliki fungsi distribusi prior bersama sebagai berikut:
1
QBB2 dan BB2 ¼ x0 2M1y, di mana Q ¼ ðx01x1NS- x0 1x2 adalah -
D0thk1thk2Sayath2 0 -1
PDB1; B2Saya; S2 МSayaNSFDS2NS 2
vektor koreksi untuk bias variabel yang dihilangkan atau vektor pengalaman - H0B1B1thB0
2S2V . Kemudian,
2Saya 0Saya B2SayathA0

koefisien yang diperoleh dari regresi antara x1 dan x2. fungsi probabilitas posterior yang diberikan oleh prior ditulis sebagai P
-
Dthk1thk2Sayath2

Membiarkan SSaya menjadi Dk2 -k2SayaNS matriks yang menunjukkan matriks DB1; B2; S2 y; МSayaNSFDS2NS 2 pengalaman - 2S2 ,
RSayathASaya
di mana D ¼
seleksi dengan kolom peringkat penuh (atau independensi linier), di mana - - 0 - -
B1 - B V-1 B1 - B
0 < k2Saya < k2 dan S0 Saya :¼ ðSayak -k
2 : 0NS adalah matriks permutasi. Untuk D0 th n, RSaya : ¼
1Saya

Saya B2 - B2Saya
1Saya ,
2Saya

0 B2 - B2Saya
contoh, dengan model terbatas (B2 ¼ 0), kita punya SSayaB2 ¼

190
DH Vo, NT Nguyen Borsa I_stanbul Ulasan 21-2 (2001) 186e196

!
Tabel 1
V-1 x01 x1 th Hai
0 k1 x0x1 2Saya

Saya :¼ dan ASaya :¼ A0th kamu0 y- Sepuluh pusat keuangan global teratas yang diberi peringkat oleh Z/Yen, September 2017.
x0 x 2Saya 1 x0 2Sayax2Saya th V0Saya
-1
10 besar GFC 10 besar GFC 10 besar GFC
kamu0Dx1 : x2NSVSayaDx1 : x2NS0kamu yang dapat ditulis ulang sebagai ASaya ¼ A0 th Yang pertama di dunia Di dalam dunia di kawasan Asia-Pasifik.
kamu0DM* 1-
M* x V x M1NSy. Dengan menetapkan nilai H0 ¼
1 2Saya 2Saya 0 2Saya * London New York Hongkong
0; A0 ¼ 0 dan D0 - k1, matriks M* 1 adalah pembuat sisa New York London Singapura
Hongkong Hongkong Shanghai
dari model terbatas dan juga idempoten.
Singapura Singapura Tokyo
Sejak B1; B2; S2 adalah variabel acak kontinu, probabilitas data yang Zürich Shanghai Beijing
diberikan oleh parameter ini dihitung dengan mengambil integral dari Frankfurt Tokyo Shenzhen
fungsi probabilitas posterior sehubungan dengan perubahan kecil dari Sydney Beijing Sydney
B1; B2; S2 yang PDkamujМSayaÞ ¼∭ PDkamu B1;B2Saya;S2;МSayaNSPDB1;B Chicago Dubai Melbourne
Tokyo Shenzhen Guangzhou
2Saya;S2 МSayaNS - DB1:DB2Saya:DS2. Kami hanya tersisa dengan
Jenewa Sydney Osaka
probabilitas sebelumnya dari setiap model yang mungkin untuk
menghitung bobot untuk setiap model. Literatur sebelumnya tentang
BACE relatif beragam pada penugasan yang masuk akal sebelum setiap
model. Ada dua solusi utama untuk masalah ini. Umumnya disepakati indeks pusat keuangan global (GFCI) yang bergantung
untuk hanya memberikan bobot yang sama untuk setiap model. Kapan pada dua sumber data: (i) variabel instrumen dikumpulkan
kita punyak2Saya kemungkinan variabel yang mungkin terjadi dalam dari banyak sumber terpercaya; dan (ii) data survei
model sebenarnya, probabilitas sebelumnya dikumpulkan dari kuesioner online sejak 2007. Variabel
dari satu model tertentu adalah dari 21k 2. Brock dan Durlauf (2001) Pemeran dependen sudah menangkap kepercayaan investor asing
penyangkalan atas asumsi kehadiran variabel tertentu dalam model terhadap kebijakan internal negara tuan rumah atau
yang sebenarnya tidak tergantung pada penyertaan variabel lain. Ini reputasi pusat keuangan global. Poin lainnya, KKG muncul
berarti bahwa regresor cenderung berkorelasi satu sama lain dan sebagai buntut dari proses globalisasi dan industrialisasi
tunduk pada pertanyaan penelitian. Dalam makalah ini, probabilitas yang membutuhkan komitmen jangka panjang dan banyak
sebelumnya untuk setiap model ditulis sebagaiPðМSayaÞ ¼ 1 . Bobot
2k2
upaya dari negara. Sampai batas tertentu, upaya dan
untuk setiap model diberikan sebagai: perkembangan akumulatif ini tidak layak untuk ditangkap.
Oleh karena itu, kami menggunakan model statis yang
МSaya
NS¼ P2k2
Pjkamu
PDkamujМ SayaNS:PM J dengannya membuat tolok ukur dan mengeksplorasi
Saya¼1PðМSayaNSPDkamujМSayaNS determinan paling umum antara kota-kota sebagai kota
keuangan dan kota-kota yang tidak.Tabel 1memberikan
di mana PðМSayaJkamuNS menunjukkan kemungkinan model Saya sebagai kebenaran gambaran keseluruhan tentang pusat-pusat keuangan
P
2k2 global di Asia dan dunia. Statistik deskriptif dari semua 14
model yang diberikan data yang diamati kamu yang memenuhi PðМSayaJkamuÞ ¼
determinan ditunjukkan padaTabel 3 di bawah.
Saya¼1

1. Jadi, mean dan varians dari B1 dihitung sebagai B1 :¼EDB1J

P
2k2 P
2k2 4. Temuan empiris
kamuÞ ¼ PDMSayaJkamuNSB1Saya dan varDB1JkamuÞ ¼ PDMSayaJkamuTHDV*
1Saya th
Saya¼1 Saya¼1
Tabel 4 menyajikan temuan dari empat model berikut.
B1B10, di mana V* varDB1Jy; МSayaÞ ¼
B1SayaB01SayaNS -
- 1Saya ¼ Pertama, seperti yang telah dibahas sebelumnya, model 1 dari
ASaya
Dx10x1NS-1 th QSayaV2SayaQ0 Saya , B1Saya ¼ ðx0 1x1NS-1x0 1Dy -X2SayaB2SayaNS adalah
analisis kami memenuhi Kriteria 1 - model dengan nilai terkecil
nk1- 2
dari kriteria informasi Akaike (AIC). Kedua, model 2 memenuhi
koefisien dari B1 dalam regresi tak terbatas antara B1 Kriteria 2 - model dengan nilai terendah dari kriteria informasi
dan B2Saya. Mirip denganB1, mean dan varians dari B2 adalah sebagai Bayesian (AIC). Ketiga, model 3 menyajikan temuan empiris
P
2k2 dari estimasi klasik rata-rata Bayesian kami
berikut: B2 :¼ EDB2JkamuÞ ¼ akuSayaTSayaB2Saya dan varDB2JkamuÞ ¼
(BACE) metode. Keempat, model 4 dari analisis kami menyajikan
Saya¼1

P
2k2 hasil menggunakan teknik WALS.
akuSayaTSayaDV
2Saya
* th B2SayaB0 Saya -
2SayaNST0 B2B02, di mana TSaya adalah pemilihan ma- Sehubungan dengan model 1 dan model 2, enam determinan
Saya¼1
dipilih sebagai hyperparameter untuk teknik BACE dan WALS,
trix yang setiap kolomnya bebas linier, T2SayaB2Saya
termasuk (i) ukuran pemerintahan, (ii) kebebasan untuk
menunjukkan
Saya
model dan
th
B2Saya : ¼ EDB2SayaJy; МSayaÞ ¼
perdagangan internasional, (iii) ukuran pasar, (iv) pendidikan tinggi
DV0Saya
-1 th x0 2SayaM1x2SayaNS-1x0 2SayaM1y. dan pelatihan, (v) infrastruktur dan (vi) kepadatan penduduk.
Analisis empiris kami mengusulkan bahwa banyak model
3.3. Data dapat diperhitungkan untuk mengidentifikasi determinan
fundamental untuk pembentukan GFC. Analisis kami kemudian
Pembentukan pusat keuangan global, sebagai variabel dependen, diperluas untuk memanfaatkan metode BACE dan WALS, yang
adalah variabel biner. "1" digunakan ketika suatu negara memiliki rata-rata dari semua model yang mungkin terjadi. Kolom
pusat keuangan, dan "0" diambil ketika negara tersebut tidak memiliki ketiga dan keempat diTabel 4 di atas melaporkan hasil empiris
KKG pada tahun berjalan. Grup Z/Yen menghitung a menggunakan metode BACE dan WALS. Temuan dari

191
DH Vo, NT Nguyen Borsa I_stanbul Ulasan 21-2 (2001) 186e196

Meja 2
Variabel.
penentu Keterangan

Pusat Keuangan Global Variabel dependen mengambil nilai biner dengan satu yang menunjukkan negara-negara dengan GFC.
Ukuran pemerintah Rata-rata konsumsi pemerintah, transfer dan anak perusahaan, investasi pemerintah, tarif pajak marjinal
atas dan kepemilikan aset negara. Variabel ini diukur dalam skala 0e10.
Sistem hukum dan hak milik Rata-rata independensi yuridis, pengadilan yang tidak memihak, perlindungan hak milik, inferensi militer
dalam supremasi hukum dan politik, integritas sistem hukum, penegakan hukum kontrak, pembatasan
peraturan penjualan dan properti, keandalan polisi, biaya bisnis kejahatan. Variabel ini diukur dalam skala 0e
Suara uang 10. Rata-rata pertumbuhan uang, standar deviasi inflasi, inflasi tahun terakhir, kebebasan memiliki rekening
bank mata uang asing. Variabel ini diukur dalam skala 0e10.
Kebebasan untuk berdagang secara internasional Rata-rata pendapatan perpajakan, hambatan perdagangan non-tarif, biaya kepatuhan impor dan ekspor,
pembatasan kepemilikan/investasi asing, kontrol modal, kebebasan orang asing untuk berkunjung. Variabel ini
diukur dalam skala 0e10.
kecanggihan bisnis Variabel ini memperhitungkan kualitas dan kuantitas pemasok lokal, keadaan pengembangan klaster, sifat
kemajuan kompetitif, proses produksi yang canggih, luasnya rantai nilai, kesediaan untuk mendelegasikan
wewenang, kontrol distribusi internasional, tingkat pemasaran. Variabel ini diukur dalam skala 0e10.

Pengembangan pasar keuangan
Efisiensi pasar barang
Variabel ini memperhitungkan pembiayaan melalui pasar modal, kemudahan akses pinjaman, ketersediaan
modal ventura, kesehatan bank, indeks hak hukum. Variabel ini diukur dalam skala 0e10.
Variabel ini memperhitungkan intensitas persaingan lokal, luasnya penguasaan pasar, efektifitas kebijakan anti
monopoli, no. Prosedur untuk memulai bisnis, jumlah hari untuk memulai bisnis, kebijakan pertanian, tarif pajak
total, prevalensi hambatan perdagangan, prevalensi kepemilikan asing, dampak bisnis aturan pada FDI, impor
sebagai persentase dari PDB, tarif perdagangan, derajat orientasi pelanggan. Variabel ini diukur dalam skala 0e10.

Pelatihan pendidikan tinggi Variabel ini memperhitungkan partisipasi pendidikan menengah, partisipasi pendidikan tinggi, kualitas
sistem pendidikan, kualitas matematika dan pendidikan, kualitas manajemen sekolah, akses internet di
sekolah, ketersediaan layanan penelitian dan pelatihan, tingkat pelatihan staf. Variabel ini diukur dalam skala
0e10.
Infrastruktur Memperhatikan kualitas infrastruktur secara keseluruhan, jalan raya, rel kereta api, pelabuhan, angkutan udara,
penyediaan listrik, langganan telepon seluler, dan saluran telepon tetap. Variabel ini diukur pada skala 0e10. Variabel
Lembaga ini memberikan penilaian terhadap hak milik, etika dan korupsi, pengaruh yang tidak semestinya, efisiensi
pemerintahan, keamanan, akuntabilitas dan etika perusahaan domestik. Variabel ini diukur dalam skala 0e10.

efisiensi pasar tenaga kerja Variabel ini memperhitungkan perusahaan dalam hubungan buruh-majikan, praktik perekrutan dan pemecatan, fleksibilitas
penentuan upah, pengaruh perpajakan pada insentif untuk bekerja, biaya redundansi, gaji dan produktivitas, ketergantungan
pada manajemen profesional, kapasitas negara untuk mempertahankan bakat, kapasitas negara untuk menarik bakat,
perempuan dalam angkatan kerja. Variabel ini diukur dalam skala 0e10.
Ukuran pasar Variabel ini memperhitungkan total pendapatan domestik, ekspor sebagai persentase dari PDB, ukuran pasar
domestik dan ukuran pasar luar negeri. Variabel ini diukur dalam skala 0e10.
Kesiapan teknologi Variabel ini memperhitungkan ketersediaan teknologi terbaru, penyerapan teknologi tingkat perusahaan,
FDI dan transfer teknologi, persentase individu yang menggunakan internet, broadband tetap dan seluler
berlangganan internet, bandwidth internet cerdas. Variabel ini diukur dalam skala 0e10. Variabel ini dihitung
Kepadatan penduduk dengan mengambil jumlah orang per kilometer persegi luas tanah.

metode BACE ini menegaskan kontribusi positif dan
signifikan terhadap pembentukan KKG dari lima faktor
penentu berikut, termasuk (i) kebebasan untuk berdagang
secara internasional; (ii) ukuran pasar; (iii) pendidikan tinggi
dan pelatihan; (iv) ukuran pemerintah dan (v) kepadatan
penduduk. Kelima determinan di atas juga sesuai dengan
hasil estimasi WALS. Selain itu,kualitas institusi juga
ditemukan positif dan signifikan dalam perkiraan
selanjutnya. Tiga determinan pertama juga didukung oleh
temuan dari Model 2 (menggunakan kriteria berbasis BIC)
dan Model 1 (menggunakan kriteria berbasis AIC). Dua
penentu yang tersisa, termasukukuran pemerintah dan
kepadatan penduduk, hanya didukung oleh Model 1
(menggunakan kriteria berbasis AIC).
Singkatnya, di semua teknik yang berbeda seperti yang disajikan dalam
empat model 1 hingga 4, kami mencatat bahwa hanya tiga penentu
memenuhi keempat model di seluruh teknik. Ketiga faktor penentu
tersebut adalah (i) kebebasan untuk berdagang secara internasional; (ii)
pendidikan tinggi dan pelatihan; dan (iii) ukuran pasar. Berdasarkan
pengamatan ini, kami menyimpulkan bahwa ketiga faktor penentu ini
harus dipertimbangkan sebagai titik awal bagi pemerintah untuk
mempertimbangkan proses perumusan kebijakan ekonomi yang
relevan dengan tujuan mendukung keberhasilan pembentukan pusat
keuangan global di pasar negara berkembang di Asia- wilayah Pasifik.
5. Kesimpulan dan implikasi kebijakan
Banyak kota di negara berkembang di kawasan Asia-Pasifik
seperti Kota Ho Chi Minh Vietnam dan banyak lainnya telah
muncul sebagai pusat kegiatan keuangan dan ekonomi dalam
skala besar. Pemerintah di negara-negara tersebut memiliki

192
DH Vo, NT Nguyen Borsa I_stanbul Ulasan 21-2 (2001) 186e196

Tabel 3
Statistik deskriptif dari 14 penentu potensial dari Pusat Keuangan Global untuk negara-negara Asia.

Nama SoG LS SM FoT BS PMK GME DIA T INF INS LME NONA TR PD
UEA 6.391 5.930 8.528 8.180 7.186 6.775 7.593 6,994 8.687 7.889 7.180 6.368 7.427 4.786
Armenia 8.137 5.695 9.271 7.836 5.103 5.338 5.893 5.658 5.048 5.333 6.435 3.771 4.802 4.626
Australia 7.017 8.026 9.430 7.579 6.761 7.841 7.080 8.031 7.843 7.702 6.847 7.273 7.789 1.083
Azerbaijan 4.729 5.674 6.822 6.797 5.631 5.443 6.033 5.643 5.709 5.762 6.814 5.136 5.522 4.720
Bangladesh 8.274 3.017 6.723 6.072 4.986 5.516 5.722 3.988 3.436 4.442 5.500 6.341 3.726 7.056
brunei 4.792 5.438 8.487 7.384 5.485 5.860 5.962 6.128 6.117 6.696 7.077 3.641 5.545 4.327
Bhutan 6,905 6.566 6.863 6.411 5.203 5.227 5.733 5.235 5.026 6.554 6.740 2,642 4.157 2.914
Cina 4.561 5.902 8.169 6.675 6.248 5.861 6.290 6.131 6.402 6.041 6.541 9.741 5.050 4.969
Siprus 7.212 6.299 9.052 8.148 6.165 6.144 6.856 6.880 6.947 6.535 6.443 4.072 6.552 4.805
Georgia 7.232 6.004 8.949 8.596 4.888 5.566 6.101 5.481 5.576 5.754 6.653 4.109 4.976 4.188
Hongkong 8.475 8.100 9.410 9.384 7.398 8.360 8.022 7.467 9.456 8.100 8.056 6.814 8.524 8.824
Indonesia 8.097 4.421 8.812 6.972 6.331 6.161 6.423 6.052 5.386 5.713 5.855 7.668 4.867 4.920
India 8.063 5.377 7.095 6.014 6.350 6.730 6.168 5.702 5.221 5.858 5.853 8.895 4.496 6.051
Israel 6.300 5.976 9.273 8.169 7.102 7.265 6.529 7.249 7.009 6.670 6.722 6.098 7.721 5.902
Jepang 6.049 7.488 9.718 7.614 8.292 6.820 7.314 7.543 8.560 7.459 7.050 8.738 7.763 5.858
Kazakstan 7.135 5.674 8.588 5.906 5.220 5.094 6.044 6.215 5.500 5.537 6.982 6.050 5.487 1.826
Kirgistan 7.338 4.344 8.454 6.866 4.644 5.070 5.536 5.444 3.811 4.430 5.973 3.701 3,885 3.384
Kamboja 8.146 4.412 9.308 7.324 5.051 5.415 5.954 4.154 4.285 4.993 6.582 4,558 4.231 4.428
Korea, Rep. 6.834 6.469 9.566 7.588 7.069 5.899 6.862 7.739 8.269 5.920 6.133 7.910 7.822 6.245
Laos 6.640 5.844 7.306 6,994 5.371 5.436 6.173 4.773 4.746 5.652 6.509 4.051 4.079 3.328
Srilanka 7.335 5.045 7.088 6.485 6.269 6.115 6.340 5.964 5.545 5.727 5.189 5.531 4.639 5.792
Myanmar 6.173 3.287 6.022 4.603 4.148 3.522 5.176 3.549 2.924 4.057 5.946 5.442 2.980 4.366
Mongolia 7.538 5.540 8.202 6.863 4.616 4.654 5.696 5.809 3.731 4.705 6.432 3.649 4.892 0,600
Malaysia 5.964 5.687 7.624 7.497 7.221 7.625 7.329 6.803 7.518 7.034 6.873 6.887 6.320 4.479
Nepal 7.477 3.904 6.438 6.526 4.646 5.391 5.408 4.175 2.908 4.627 5.313 4.395 3.599 5.237
Selandia Baru 6.539 8.727 9.569 8.653 6.763 8.072 7.550 8.076 7.150 8.559 7.460 5.489 7.743 2.827
pakistan 7.679 3.533 6.189 6.076 5.410 5.655 5.675 4.087 4.067 4.819 5.018 6.759 4.093 5.492
Filipina 8.376 4.354 9.011 6.924 5.978 5.936 5.858 6.090 4.519 5.006 5.733 6.708 5.019 5.786
Arab Saudi 4.832 5.269 8.248 6.602 6.667 6.442 6.855 6.552 7.076 7.197 6.196 7.192 6.298 2.604
Singapura 7.400 8.279 9.325 9.270 7.363 8.297 8.138 8.418 9.174 8.687 8.264 6.534 8.412 8.912
Thailand 6.959 5.087 7.455 6.973 6.201 6.416 6.573 6.279 6.626 5.555 6.509 7.249 5.427 4.888
Tajikistan 5.653 5.106 7.873 6.113 5.049 4.709 5.540 5.298 4.010 5.648 6.295 3.633 3,884 4.035
Turki 6.812 5.105 8.691 7.294 5.992 5.935 6.359 6.108 6.032 5.471 5.083 7.518 5.691 4.577
Vietnam 6.211 5.428 6.069 6.232 5.342 5.590 5.976 5.261 4.961 5.312 6.417 6.645 4.794 5.669

Catatan: SoG: Ukuran Pemerintah; LS: hak milik sistem hukum; SM: Uang yang sehat; Untuk: Kebebasan untuk berdagang secara internasional; B: Kecanggihan bisnis;
PMK:Pengembangan pasar keuangan; GME: efisiensi pasar barang; DIA T: Pendidikan tinggi dan pelatihan; INF: Infrastruktur; INS: Institusi; LME: efisiensi pasar tenaga
kerja; NONA: Ukuran pasar; TR: kesiapan teknologi; danPD: Kepadatan penduduk.

berusaha keras untuk mengidentifikasi faktor-faktor penentu
utama untuk memastikan keberhasilan pembentukan pusat
keuangan global. Namun, tampaknya beberapa penelitian telah
dilakukan dan kawasan Asia-Pasifik tampaknya sebagian besar
diabaikan dalam literatur saat ini. Oleh karena itu, makalah ini
dibuat untuk memberikan bukti tambahan terkait dengan
determinan fundamental untuk mendirikan pusat keuangan global
di kawasan Asia-Pasifik.
Studi ini menggunakan kedua Bayesian rata-rata perkiraan
klasik (BACE) dan rata-rata tertimbang kuadrat terkecil (WALS)
untuk mengatasi ketidakpastian model dan pemodelan subyektif
diidentifikasi dari literatur saat ini. 16.384 model pada 14
determinan dari literatur saat ini telah digunakan untuk
mengidentifikasi determinan yang paling relevan dan penting
untuk tujuan mendirikan pusat keuangan global di kawasan Asia-
Pasifik. Tiga faktor penentu penting ditemukan penting dan
relevan untuk pasar negara berkembang di kawasan Asia-Pasifik,
termasuk (i) kebebasan untuk berdagang secara internasional; (ii)
pendidikan tinggi dan pelatihan; dan (iii) ukuran pasar. Ketiga
faktor penentu ini memenuhi semua kriteria dan teknik yang
dikembangkan dan diadopsi dalam makalah ini.
Berdasarkan tiga faktor penentu mendasar di atas, kami
menganggap bahwa implikasi kebijakan berikut ini penting untuk
dipertimbangkan oleh pemerintah negara-negara di kawasan Asia-
Pasifik ketika kebijakan yang relevan tentang masalah tersebut
dirumuskan dan diterapkan dalam waktu dekat. Kami mengakui bahwa
membangun pusat keuangan global yang sukses adalah proses
pengambilan keputusan yang rumit dan beragam yang memerlukan
perencanaan yang cermat. Proses tersebut juga mempertimbangkan
karakteristik khusus dari ekonomi dan masyarakat. Dengan demikian,
tidak ada pendekatan satu ukuran untuk semua untuk berbagai negara
di kawasan ini. Sebagai ilustrasi, kami menggunakan Kota Ho Chi Minh
Vietnam untuk mengidentifikasi kesenjangan saat ini dan target yang
relevan untuk pembentukan pusat keuangan global.
Pertama, hasil kami menunjukkan bahwa pembentukan pusat
keuangan global membutuhkan sistem pajak yang efisien, tata kelola
yang baik, digitalisasi kerja birokrasi dan liberalisasi perdagangan.
Aspek-aspek ini tertanam dalam apa yang disebutkebebasan untuk
berdagang secara internasional digunakan dalam analisis kami.
Jaringan keuangan harus ditempatkan pada sistem akuntansi standar
dan informasi hukum dalam kaitannya dengan aturan, undang-undang
dan hubungan kontraktual. Diantaranya

193
DH Vo, NT Nguyen Borsa I_stanbul Ulasan 21-2 (2001) 186e196

Tabel 4
14 determinan dan koefisien estimasinya dari 16.384 model kami.
Tergantung var. Model 1 Model 2 Model 3 Model 4
(Kriteria 1 AIC) (Kriteria 2 BIC) (BACA) (WALS)
GFC GFC GFC GFC
Ukuran Pemerintah 0,719*** 0,041*** 0,054***
(2.91) (2.59) (2.96)
Hak milik sistem hukum - 0,378 - 0,025 - 0,051**
(-1.54) (-0.82) (-2.27)
Suara uang 0,002 0,006
(0.23) (0.30)
Kebebasan untuk berdagang secara internasional 1.306*** 1.268*** 0.106*** 0,129***
(3.97) (4.31) (3.43) (3.62)
kecanggihan bisnis 0,0006 0,017
(0,06) (0.45)
Pengembangan pasar keuangan - 0,971*** - 1.147*** - 0,002 - 0,040
(-3.48) (-4.10) (-0.2) (-1.33)
Efisiensi pasar barang - 0,003 - 0,072
(-0,14) (-1.29)
Pendidikan tinggi dan pelatihan 1.539*** 1.534*** 0.120*** 0.134***
(3.68) (4,93) (3.67) (3.85)
Infrastruktur 0,741*** 0,034 0,032
(3.41) (1.35) (1.18)
Institusi 0,006 0,088**
(0.29) (2.13)
efisiensi pasar tenaga kerja - 0,551* - 0,001 0,003
(-1.65 (-0,12) (0,11)
Ukuran pasar 1.728*** 1.728*** 0.180*** 0,188***
(6.89) (6.88) (13.28) (12.32)
Kesiapan teknologi - 0,004 - 0,025
(-0,26) (-1.01)
Kepadatan penduduk ¡0,342** - 0,039** - 0,038***
(¡2.19) (-3.48) (-3.38)
Krisis - 0,685 - 0,720 - 0,115** - 0.109*
(-1.39) (-1.56) (-2.03) (-1.92)
_kontra - 26,042*** - 22.34*** - 2.268*** - 2,354***
(-6.22) (-7.41) (-11.17) (-9.32)
n 374 374 374
Catatan: Estimasi model probit efek campuran pada 14 determinan. Rasio t yang kuat ada dalam tanda kurung.Sebuah krisis adalah variabel kontrol model, yang bukan merupakan
penentu pusat keuangan global. Kriteria 1 memilih model dengan nilai Akaike information criteria (AIC) terkecil,Model 1. Kriteria 2 memilih model dengan nilai terkecil dari kriteria
informasi Schwarz (SIC), Model 2. BACE menggunakan estimasi klasik rata-rata Bayesian, WALS menggunakan estimasi kuadrat terkecil rata-rata tertimbang. Karena WALS dan BACE
memerlukan spesifikasi parameter hiper, kami menggunakan variabel (1) yang termasuk dalamModel 1 atau Model 2, dan (2) menghasilkan tanda-tanda yang diharapkan sebelumnya
seperti yang diharapkan dalam Meja 2. Variabel biner “Krisis” adalah variabel kontrol dan berfungsi sebagai parameter hiper yang menerima nilai 1 untuk krisis keuangan tahun 2008.
Kami mencatat bahwa krisis 2008 memberikan dampak signifikan dan negatif secara statistik terhadap pembentukan pusat keuangan global. .

prasyarat, kami menganggap efisiensi sistem pajak dan liberalisasi
perdagangan lebih penting. Kita dapat mengamati keberhasilan
Hong Kong sebagai pusat keuangan global sebagai contoh khas
darilaissez-faire kebijakan (atau intervensionisme bebas). Dalam
kasus Vietnam, kami menyarankan agar pemerintah Vietnam
meminimalkan intervensi di pasar secara optimal.
Kedua, kami menyimpulkan bahwa syarat penting untuk
menunjuk pusat keuangan global adalah untuk meningkatkan
akumulasi modal manusia dan promosi spesialisasi produk dan
layanan. Proses globalisasi menggeser skala transaksi keuangan
lokal dan tradisional ke tingkat global. Aliran modal dan teknologi
modern bergerak bebas melintasi negara. Proses ini mengubah
peran sistem keuangan untuk menjadikan sistem sebagai sarana
kolektif untuk menyampaikan, menghasilkan, memproses, dan
menafsirkan informasi moneter. Dengan demikian, sistem
keuangan terutama harus
fokus pada spesialisasi tenaga kerja terampil, bahan
produksi dan lain-lain. Pusat keuangan secara efektif
merupakan pusat "keahlian", yang membutuhkan
tingkat spesialisasi dan keterampilan tertentu. Di
Vietnam, kota Ho Chi Minh memiliki banyak potensi dan
keunggulan untuk menjadi pusat keuangan di kawasan
Asia-Pasifik. Dari 2011 hingga 2017, proporsi angkatan
kerja tidak terampil telah berkurang dari 38,5 persen
menjadi 21,9 persen dari total angkatan kerja. Lebih
mengejutkan lagi, proporsi angkatan kerja
berpendidikan tinggi tumbuh dari 18,9 persen menjadi
25 persen. Pencapaian ini merupakan hasil dari upaya
untuk melaksanakan program pendidikan universal.
Namun, kelemahan ditemukan dengan sistem
pendidikan Vietnam. Pertama, kurikulum dan program
kita sudah usang dan tidak fokus.

194
DH Vo, NT Nguyen
Ketiga, bukti empiris kami juga memastikan bahwa ukuran
pasar sangat penting untuk pengembangan pasar serta pendirian
pusat keuangan. Mempromosikan ukuran pasar dimaksudkan
untuk meningkatkan permintaan modal. Tiga pendekatan berikut
direkomendasikan untuk dipertimbangkan. Pertama, pemerintah
Vietnam harus meningkatkan modal untuk pembiayaan
infrastruktur khususnya di lingkungan saat ini setelah pandemi
Covid-19. Banyak negara berkembang berhasil melakukannya.
Berinvestasi dalam infrastruktur umumnya dianggap sebagai
mekanisme yang kuat untuk meningkatkan permintaan modal.
Namun, hal itu juga menjadi pedang bermata dua karena
mekanisme tersebut dapat membuat negara menjadi terlilit
hutang dengan adanya manajemen yang tidak efisien dan korupsi.
Kedua, pemerintah Vietnam harus mempromosikan dan
mendukung pengembangan sektor usaha kecil dan menengah
(UKM). Mendorong kewirausahaan dan mengembangkan
ekosistem start-up yang dinamis bertindak sebagai saluran utama
untuk inovasi pembiayaan (Nitin dkk., 2017). Terakhir, kami
mendorong pemerintah Vietnam dalam kapitalisasi atau privatisasi
perusahaan milik negara. Melakukan hal itu dianggap fundamental
untuk meningkatkan permintaan pasar.
Konflik kepentingan
Artikel ini tidak memiliki konflik kepentingan finansial maupun non-
finansial.
Ucapan Terima Kasih
Studi ini didukung oleh The Youth Incubator for
Science and Technology Program, dikelola oleh Youth
Development Science and Technology Center - Ho Chi
Minh Communist Youth Union dan Departemen Sains
dan Teknologi Kota Ho Chi Minh, dengan nomor kontrak
“13/ H-KHCN-V”.
Referensi
Beaverstock, JV, Smith, RG, & Taylor, PJ (1999). Daftar dunia
kota. Kota, 16(6), 445e458.
Brock, W., & Durlauf, S. (2001). empiris pertumbuhan dan realitas.Bank Dunia
Tinjauan Ekonomi, 15(2), 229e272. Diakses pada 19 Oktober 2020, dari:http://
www.jstor.org/stable/3990263.
Buck, N., Gordon, I., Hall, P., Harloe, M., & Kleiman, M. (2002). Bekerja
modal: Kehidupan dan tenaga kerja di London kontemporer. London:
Routledge.Cassis, Y. (2006). Ibukota modal: Sejarah keuangan internasional
pusat, 1780e2005. Cambridge, Inggris: CUP.
Ca'Zorzi, M., Chudik, A., & Dieppe, A. (2012). Ribuan model, satu
cerita: Ketidakseimbangan transaksi berjalan dalam ekonomi global. Jurnal
Uang dan Keuangan Internasional, 31(6), 1319e1338.
Cheung, L., & Yeung, V. (2007). 'Hong Kong sebagai keuangan internasional
tengah: Mengukur Posisi dan determinannya', otoritas moneter
Hong Kong, kertas kerja 14/2007 (Hong Kong: otoritas moneter
Hong Kong).
Cohen, RB (1981). Pembagian kerja internasional baru, multinasional
perusahaan dan hierarki perkotaan. Dalam M. Dear, & A. Scott (Eds.),
Urbanisasi dan perencanaan kota dalam masyarakat kapitalis (hal.287e315).
London: Metuen.
195
Borsa I_stanbul Ulasan 21-2 (2001) 186e196
Dodd, N. (1995). Uang dan negara-bangsa: Batas-batas yang diperebutkan
kedaulatan moneter dalam geopolitik. Sosiologi Internasional, 10,
139e154.
Durlauf, SN, & Quah, DT (1999). Empiris baru pertumbuhan ekonomi.
Dalam JB Taylor, & M. Woodford (Eds.), Buku pegangan ekonomi makro (
hal.235e308). Elsevier.
Eichengreen, B., & Shah, N. (2020). Korelasi keuangan internasional-
status pusat. Review Ekonomi Internasional, 28(1), 62e81.Falzon, J.
(2001). Karakteristik pusat keuangan internasional. Di dalam
E. Tukang Kebun, & P. Veersluijs (Eds.), Strategi bank dan tantangan di
Eropa baru (hal.193e200). London, Inggris: Palgrave.Friedmann, J. (1986).
Hipotesis kota dunia.Pengembangan dan Perubahan,
17, 69e83.
Friedmann, J., & Wolff, G. (1982). Pembentukan kota dunia: Agenda untuk
penelitian dan tindakan. Jurnal Internasional Penelitian Perkotaan dan
Regional, 6(3), 309e344.
Glickman, NJ (1987). Kota dan pembagian kerja internasional. Di dalam
MP Smith, & JR Feagin (Eds.), kota kapitalis (hal.66e86). Oxford:
Blackwell.
Godfrey, BJ, & Zhou, Y. (1999). Peringkat kota: Perusahaan multinasional
dan hierarki perkotaan global. Geografi Perkotaan, 20, 268e281.Granger,
CWJ, & Uhlig, H. (1990). Analisis batas ekstrim yang masuk akal.
Jurnal Ekonometrika, 44(1), 159e170.
Gras, NSB (1922). Pengantar sejarah ekonomi. New York: Harper.Hall, P.
(1966). Kota-kota dunia. New York: McGraw-Hill.
Heenan, DA (1977). Kota global masa depan.Ulasan Bisnis Harvard,
19(3), 79.
Hymer, S. (1972). Perusahaan multinasional dan hukum tidak merata
perkembangan. Surga Baru, Conn.
Jao, Y. (1997). Hong Kong sebagai pusat keuangan internasional: Evolution,
prospek dan kebijakan. Hong Kong: Universitas Kota Pers Hong Kong.Kayral,
IE, & Karan, MB (2012). Penelitian tentang fitur-fitur yang membedakan
dari pusat-pusat keuangan internasional. Jurnal Keuangan Terapan dan
Perbankan, 2(5), 217e238.
Khoury, S. (1989). Pusat keuangan internasional: Mengembangkan
keunggulan kompetitif. Dalam Y. Park, & M. Essayyad (Eds.),Perbankan
internasional dan pusat keuangan (hal.67e82). Berlin, Jerman: Springer.
Kindleberger, C. (1974). Pembentukan pusat keuangan: Sebuah studi di
sejarah ekonomi komparatif (studi Princeton di bidang Keuangan
internasional No. 36. Princeton, NJ: Bagian Keuangan Internasional,
Departemen Ekonomi, Universitas Princeton.
Leyshon, A. (1995). Geografi uang dan keuangan I.Kemajuan dalam Manusia
Geografi, 19(4), 531e543.
Leyshon, A. (1997). Geografi uang dan keuangan II.Kemajuan dalam Manusia
Geografi, 21(3), 381e392.
Magnus, JR, & De Luca, G. (2014). Rata-rata tertimbang kuadrat terkecil (WALS):
Survei. Jurnal Survei Ekonomi, 30(1), 117e148.
Magnus, JR, Powell, O., & Prüfer, P. (2010). Perbandingan dua model
teknik rata-rata dengan aplikasi empiris pertumbuhan. Jurnal
Ekonometrika, 154(2), 139e153.
McKenzie, RD (1927). Konsep dominasi dan organisasi dunia.
Jurnal Sosiologi Amerika, 33(1), 28e42.
Moosa, I., Li, L., & Jiang, R. (2016). Penentu status antar
pusat keuangan nasional. Ekonomi Dunia, 39(12), 2074e2096. Nitin, J.,
Fumiaki, K., Akash, L., & Emmanuel, P. (2017).Memperdalam modal
pasar di negara berkembang, (Laporan No. 2017). McKinsey & Perusahaan.
Tersedia di:https://www.mckinsey.com/industries/financialservices/our-
insights/deepening-capital-markets-in-emerging-economies.Buluh, HC (1981).
Keunggulan pusat keuangan internasional. Baru
York: Praeger.
Buluh, HC (1989). Hegemoni pusat keuangan, suku bunga dan po-
ekonomi litik. Di SY Park, & M. Essayard (Eds.),Perbankan Internasional
dan pusat keuangan (hal.247e268). London: Pers Akademik Kluwer.Sala-i-
Martin, X., Doppelhofer, G., & Miller, RI (2004). Penentu dari
pertumbuhan jangka panjang: Pendekatan Bayesian Averaging of Classical
Estimasi (BACE). Tinjauan Ekonomi Amerika, 813e835.
DH Vo, NT Nguyen
Sassen, S. (1991). Kota global. New York, London, Tokyo. Princeton:
Pers Universitas Princeton.
Tey, JBL (2004). Pusat keuangan internasional: Sebuah estimasi Panel dari
penentu konsentrasi aktivitas keuangan. Tesis Kehormatan. Sekolah
Ekonomi, Universitas Queensland.
Hemat, N. (1994). Tentang faktor-faktor penentu sosial dan budaya internasional
pusat keuangan: Kasus kota London. Dalam S. Corbridge, RL Martin,
& N. Thrift (Eds.),Uang, kekuasaan, dan ruang (hal.327e355). Oxford:
Blackwell.
Hemat, N., & Lama, K. (1996). Rekonfigurasi ekonomi dalam ge-
fotografi. Kemajuan dalam Geografi Manusia, 20, 311e337.
Yildirim, T., & Mullineux, A. (2015). Sebuah penilaian empiris dari Istanbul
pusat keuangan internasional. Kota, 48(1), 1e7.
196
Borsa I_stanbul Ulasan 21-2 (2001) 186e196
Grup Z/yen. (2018). Indeks pusat keuangan global, (Laporan No. 24).
Tersedia di: https://www.zyen.com/publications/public-reports/
globalfinancial-centres-index-24/.
Grup Z/yen. (2019). Indeks pusat keuangan global, (Laporan No. 25).
Tersedia di: https://www.zyen.com/publications/public-reports/
globalfinancial-centres-index-25/.
Grup Z/yen. (2020). Indeks pusat keuangan global, (Laporan No. 27).
Tersedia di: https://www.zyen.com/publications/public-reports/
globalfinancial-centres-index-27/.
Zelizer, VA (1994). Makna sosial uang: Pin uang, cek gaji,
bantuan yang buruk, dan mata uang lainnya. New York: Buku Dasar.