menurut Galati dan Moessner (2011: 14) adalah untuk mencegah dan membatasi
untuk menjaga stabilitas sistem keuangan; (2) diterapkan dengan berorientasi pada
yang sama, yaitu mencegah terjadinya instabilitas sistem keuangan. Hal yang
11
12
interaksi antar lembaga keuangan, pasar, infrastruktur dan ekonomi yang lebih luas
yang bertujuan untuk mencegah terjadinya risiko sistemik yang dapat menimbulkan
Makroprudensial Mikroprudensial
Tujuan terdekat Mencegah distress sistem Mencegah distress dari
keuangan secara lembaga keuangan secara
keseluruhan individual
Tujuan akhir Menghindari biaya produk Melindungi konsumen
domestik bruto (PDB) (investor maupun
yang timbul akibat krisis depositor)
keuangan
Karakteristik risiko Keterkaitan dari perilaku Tidak saling terkait karena
kolektif (endogen) yang dilihat adalah
perilaku agen secara
individual (eksogen)
Korelasi dan eksposur Penting Tidak relevan
umum lintas institusi
Kalibrasi kontrol kehati- Dalam hal risiko sistemik, Dalam hal risiko lembaga,
hatian secara keseluruhan (top- secara individual (bottom-
down) up)
Sumber: Borio (2003: 2)
Jeanne dan Korinek (2014) merangkum teori-teori yang dijadikan alat justifikasi
eksternalitas asset price swings dan eksternalitas fire sale menyatakan bahwa
yang terjadi selama kondisi perekonomian sedang baik, sehingga akan memaksa
mereka melakukan deleveraging yang lebih besar ketika mereka menjual aset pada
saat kondisi perekonomian buruk dan semakin memperburuk penurunan harga aset.
Teori ini bersumber dari fakta bahwa kegagalan suatu bank dapat secara langsung
mempengaruhi institusi lain melalui eksposur di pasar uang antar bank atau pasar
derivatif, karena adanya efek domino. Individu institusi tidak menyadari kontribusi
mereka pada penyebaran risiko sistemik ketika mereka membuat kontrak dengan
moneter ekspansif yang berlarut-larut, kebijakan fiskal kontra siklus, atau dukungan
nominal rigidities ketika kebijakan moneter tidak lagi efektif digunakan. Contoh
(Korinek dan Simsek 2016). Upah nominal naik selama perekonomian baik, namun
14
Eksternalitas dalam hal ini yaitu agen-agen ekonomi tidak menyadari dampak
Menurut Farhi dan Werning (2016), teori yang dominan dijadikan sebagai
individu dapat mempengaruhi individu lain, hanya melalui efek pada harga
(Greenwald dan Stiglitz, 1986). Logikanya yaitu ketika pasar aset bersifat
incomplete dan berisi lebih dari satu komoditas, redistribusi kepemilikan aset,
secara umum akan menyebabkan perubahan harga relatif di pasar spot. Perubahan
Menurut Schoenmaker dan Wierts (2016), bank sentral pasif dan membiarkan
kebijakan moneter hanya peduli pada inflasi barang-barang konsumsi dalam fungsi
asumsi bahwa risiko bersifat eksogen. Padahal fenomena krisis keuangan global
dan krisis hutang Eropa menunjukkan bahwa sistem keuangan secara keseluruhan
adalah hal yang penting dan risiko adalah hal yang bersifat endogen (Brunnermeier
et al., 2009).
menjadi pusat dari agenda kebijakan dan berinteraksi dengan kebijakan moneter
dan kebijakan mikroprudensial. Hal tersebut ditunjukkan oleh Gambar 2.1 yang
16
menargetkan pasar tertentu atau sektor tertentu, seperti sektor perumahan dan
kebijakan moneter mempengaruhi persepsi risiko dan selera risiko (risk appetite)
melalui risk-taking channel. Pendapat yang ketiga yaitu Stein (2013) yang
kebijakan yang melihat melalui lensa makro, bukan melalui lensa mikro. Karena,
bisa saja kebijakan mikroprudensial tidak bersifat merusak jika dilihat dari lensa
mikro, namun bersifat merusak jika dilihat dari lensa makro. Menurut
Brunnermeier et al. (2009), ada hal yang disebut sebagai fallacy composition, yaitu
fakta yang mengatakan bahwa ketika individu atau institusi berusaha membuat diri
mereka aman, tindakan tersebut jika dilakukan secara kolektif, malah merusak
merupakan tindakan yang tepat ketika dilakukan pada saat risiko meningkat
17
menurut perspektif mikro institusi keuangan, namun jika seluruh institusi keuangan
melakukan hal yang sama, maka harga aset akan jatuh dan memaksa institusi
disajikan pada Tabel 2.2. Instrumen LTV dan DTI merupakan instrumen yang
magnitudnya oleh pihak otoritas sesuai dengan kondisi makroekonomi yang ada.
sebagai sistem di mana setiap kegiatan transfer dana dari kreditur kepada debitur
diakomodasi dengan baik oleh perantara keuangan, pasar, dan struktur pasar. Oleh
yang menurut Davis (2003: 2) berkaitan erat dengan kekayaan dan kesehatan
lembaga keuangan. Dalam kasus lain, kegagalan likuiditas pasar dan kerusakan
kredibilitas peminjam dan risiko diabaikan (Herring, 1999), sedangkan teori bank
runs menjelaskan kondisi di mana para investor panik menjual aset mereka atau
menarik dana mereka karena takut bahwa kondisi ekonomi akan memburuk
19
(Diamond dan Dybvig, 1983: 401), sebagai konsekuensinya, hal ini akan
krisis likuiditas.
Hyman P. Minsky adalah seorang ekonom yang menentang pandangan utama pada
keuangan, Minsky justru menganggap bahwa bankir, pemain saham, dan pekerja
menyebabkan krisis, karena menghasilkan siklus boom dan bust yang destruktif,
sehingga pemerintah harus turun tangan dan membuat regulasi (Cassidy, 2008).
sedang baik dengan menambah hutang dan menggeser portofolio mereka ke proyek
terjadilah krisis keuangan dan tingkat kegagalan perusahaan menjadi lebih parah
Menurut Minsky (1992), ada tiga fase perubahan jenis pembiayaan. Tahap
pembiayaan ponzi (ponzi finance) (lihat Gambar 2.2). Pembiayaan lindung nilai
pembayaran, cukup hanya melalui arus kas yang dimilikinya. Artinya semakin
besar bobot pembiayaan ekuitas dalam struktur hutang, maka semakin besar pula
membayar bunga dan tidak mampu membayar pokok hutang melalui arus kas
pendapatan yang dimilikinya. Peminjam seperti ini hanya perlu menambah hutang
baru untuk menutupi hutang lama yang jatuh tempo. Contohnya yaitu pemerintah
bunga dan juga pokok hutang melalui hasil arus kas operasi usahanya. Peminjam
seperti ini terpaksa menjual aset atau membuat hutang baru untuk membayar
hutang. Tindakan menjual aset tersebut akan membuat nilai jual aset jatuh.
argumen dari hipotesis instabilitas keuangan Minsky. Teorema yang pertama yaitu
perekonomian memiliki rezim pembiayaan yang stabil, dan rezim pembiayaan yang
tidak stabil. Teorema yang kedua yaitu selama periode perekonomian baik yang
Gambar 2.3.
faktor-faktor tersebut dikategorikan menjadi dua, yaitu faktor endogen dan faktor
eksogen (Simorangkir, 2014: 417). Faktor endogen berasal dari dalam sistem
keuangan itu sendiri yang terbagi menjadi beberapa bagian, diantaranya adalah
institusi, pasar, dan infrastruktur, sedangkan faktor eksogen bisa berasal dari
gangguan ekonomi makro domestik dan risiko tak terhindarkan (risiko sistemik).
umpan balik dari faktor eksogen, sehingga terjadi sebuah siklus. Gejolak yang tidak
normal dari salah satu unsurnya akan mempengaruhi perjalanan siklusnya. Hal
(kredit, likuiditas, suku bunga, dan nilai tukar), risiko operasional, kelemahan atau
sistem keuangan di dalam pasar diantaranya adalah risiko kemitraan, harga aset
yang tidak tepat, pengambilan dana besar-besaran dari sistem keuangan, dan efek
efek domino.
literatur yang menggunakan unit analisis antarnegara dan kelompok literatur yang
2800 bank dari 48 negara selama tahun 2000-2010 dilakukan oleh Claessens et al.
sedang baik, namun tidak efektif mendorong pemulihan pada saat kondisi
maju dengan rekening modal terbuka. Selain itu, di negara berkembang, kebijakan
ini lebih efektif dalam mengurangi risiko perbankan, karena sistem keuangannya
Timur, dan Tenggara (CESSE) selama kuartal 1 tahun 1997 sampai kuartal 1 tahun
berdampak. Kenaikan pada rasio kecukupan modal (CAR) dapat menurunkan harga
makroprudensial terhadap total kredit rumah tangga, total kredit perusahaan, dan
pertumbuhan kredit, tetapi efeknya lemah untuk negara yang lebih berkembang dan
pengendalian nilai tukar), sedangkan kebijakan yang basisnya dari sisi peminjam,
lebih sering digunakan di negara maju. Selain itu, penelitian ini juga menemukan
maju dan negara berkembang yang terdiri dari 3177 bank selama tahun 1990-2012.
Bank dengan kapital kecil dan proporsi wholesale funding yang lebih tinggi, lebih
level mikro suatu negara yang sebagian besar didasarkan pada penggunaan hanya
satu atau beberapa kebijakan makroprudensial. Igan dan Kang (2011) menganalisis
dampak dari LTV dan DTI terhadap dinamika harga perumahan, aktivitas pasar
dalam tiga bulan, jumlah transaksi turun secara signifikan akibat pengetatan LTV
dan atau DTI. Kemudian dalam enam bulan, kenaikan harga perumahan melambat
lebih sedikit jika dibandingkan dengan periode tiga bulan. Selain itu, ditemukan
fakta bahwa pengetatan LTV lebih efektif dalam mengekang dinamika perubahan
yang lebih tua dan sudah memiliki properti, kenaikan harga rumah yang
sehingga keinginan untuk membeli kembali properti dapat ditunda. Temuan ini
dan perusahaan yang berada di Spanyol selama kuartal 1 tahun 2000 dan kuartal 2
26
penawaran kredit yang pada saat fase perekonomian buruk, dapat mendukung
kinerja perusahaan. Penelitian ini menemukan bahwa satu persen poin (pp)
sebesar 9 pp, penyerapan tenaga kerja sebesar 6 pp, dan daya tahan perusahaan
sebesar 1 pp.
efektif dalam mengendalikan jumlah pinjaman jika memenuhi tiga kondisi, yaitu:
(1) bank harus dipersulit ketika ingin menaikkan ekuitasnya; (2) peraturan RR harus
mengikat bank; dan (3) kebocoran akibat adanya subtitusi untuk pinjaman bank
penawaran pinjaman. Penelitian ini juga menemukan bahwa bank yang dimiliki
Inggris dan anak cabang perusahaan asing mengurangi jumlah pinjaman saat
adanya pengetatan RR, namun untuk bank yang merupakan cabang asing malah
stabilitas sistem keuangan di Amerka Serikat selama kuartal 1 tahun 1960 hingga
meningkatkan rasio kredit terhadap PDB dan rasio keuangan lainnya, namun ketika
dengan kondisi suku bunga yang tidak disesuaikan, dapat mengurangi rasio kredit
terhadap PDB dalam jangka pendek, tetapi tidak mengurangi rasio keuangan
lainnya. Ketika suku bunganya bebas untuk disesuaikan sebagai reaksi dari
kebijakan makroprudensial, rasio kredit terhadap PDB dan rasio keuangan lainnya
(2016), Arderly dan Syofyan (2016), Qudraty dan Suriani (2017), dan Nuryana
setelah diberlakukannya kebijakan one month holding period (OMHP 1), six month
holding period (OMHP 6), dan posisi devisa neto. Secara umum, kebijakan GWM
LFR efektif dalam meningkatkan kredit, namun kebijakan GWM primer sangat
pada saat yang bersamaan terjadi aliran arus modal asing yang sangat deras.
Penelitian Yoel (2016) menganalisis pengaruh capital adequacy ratio (CAR) dan
GWM terhadap siklus kredit di 103 bank umum di Indonesia selama periode 2006-
2013. Hasilnya menunjukkan bahwa CAR dan GWM cukup efektif dalam meredam
Penelitian Qudraty dan Suriani (2017) menganalisis efektivitas LTV dan lending to
deposit ratio (LDR) terhadap penyaluran kredit bank umum di Aceh selama tahun
kebijakan CCB dan GWM LFR terhadap risiko kredit di 21 bank yang sahamnya
Variabel dan metode analisis data yang digunakan pada penelitian terdahulu
Independen:
Tingkat aktivitas ekonomi secara umum, kebijakan moneter, ukuran-ukuran
keketatan dan ekspektasi di pasar perumahan, dummy waktu bernilai 1 yang
menandakan 5 bulan setelah pengumuman kebijakan, dummy waktu yang
bernilai 1 yang menandakan 1 dan 3 bulan setelah perubahan kebijakan serta 1,
3 dan 5 bulan sebelum perubahan kebijakan, serta indeks yang didasarkan pada
daerah, jenis kreditur, debitur, properti, dan hutang di mana kebijakan berlaku.
2. Jiménez et al. (2012) Dependen: Difference-in-difference (DiD)
Tingkat kredit (log perubahan komitmen, log perubahan penarikan,
dummy 1 jika kredit berakhir, perubahan persentase kredit di atas 1 tahun,
perubahan persentase kredit yang dijaminkan, perubahan penarikan
terhadap rasio komitmen), tingkat perusahaan (log perubahan komitmen,
log perubahan penarikan, log perubahan total aset, log perubahan tenaga
kerja, dummy 1 jika perusahaan bangkrut), dan tingkat aplikasi kredit
(dummy 1 jika aplikasi kredit disetujui oleh bank)
Independen:
DP, karakteristik bank (log total aset, rasio kapital, rasio likuiditas, ROA,
rasio NPL terhadap total aset, dummy 1 jika bank komersial, dummy 1
jika bank tabungan), karakteristik perusahaan (log total aset, rasio kapital,
rasio likuiditas, ROA, dummy 1 jika perusahaan memiliki pinjaman
30
Independen:
RR, rasio terhadap tingkat (tier) 1 modal untuk risiko aset tertimbang (ATMR),
total aset, dummy ukuran, rasio ATMR terhadap total aset, dummy dari bank
asing, perbedaan antara modal aktual dengan rasio RR dibagi dengan ATMR,
rasio modal terhadap aset, rasio kewajiban repo terhadap total kewajiban,
pertumbuhan PDB riil, dan inflasi.
5. Purnawan dan Nasir (2015) Volatilitas nilai tukar,nilai tukar nominal, ekses likuiditas melalui posisi operasi Event analysis dan vector
pasar terbuka, kredit yang disalurkan bank, PDB, inflasi, suku bunga dasar autoregressive exogeneous
kredit, BI rate, dummy kebijakan OMHP 1 dan 6, dummy kebijakan GWM, (VARX)
dummy kebijakan GWM LFR, dan dummy krisis 2008.
31
Independen:
PDB per kapita, tingkat bunga riil mata uang lokal, tingkat bunga riil mata uang
asing efektif, populasi usia kerja, ukuran modal, ukuran provisi, ukuran
likuiditas, ukuran kriteria kelayakan, dan pembatasan kuantitatif pada pinjaman
valas.
7. Arderly dan Syofyan (2016) Dependen: Regresi panel
Kredit properti.
Independen:
Dummy LTV, suku bunga kredit konsumsi, dan PDB.
8. Greenwood-Nimmo dan Federal fund rate, log pinjaman bisnis korporasi non finansial (dideflasi Model extended monetary VAR.
Tarassow (2016) menggunakan deflator PDB), pinjaman utama bank, nilai buku log dana internal Guncangan moneter kontraksioner
sektor korporasi non finansial (dideflasi menggunakan deflator PDB), log dan guncangan makroprudensial
cadangan simpanan lembaga simpanan, log PDB riil, log deflator harga implisit, yang membatasi diidentifikasi
dan log indeks harga saham komposit SdanP 500 nominal. menggunakan pendekatan pure
sign restrictioons yang
dikembangkan oleh Uhlig (2005)
9. Yoel (2016) Kredit yang diberikan bank, rasio kredit terhadap PDB, CAR, ATMR kredit, Analisis jalur
ATMR risiko pasar, GWM, dan rekeing giro.
10. Cerutti et al. (2017) Dependen: GMM dan OLS
Pertumbuhan kredit secara umum, pertumbuhan kredit rumah tangga,
pertumbuhan kredit perusahaan, pertumbuhan harga rumah, dan rasio lintas
batas.
Independen:
LTV, DTI, DP, CCB, LEV, SIFI, INTER, CONC, FC, RR, CG, TAX, indeks
kebijakan makroprudensial, pertumbuhan PDB, rezim nilai tukar, dummy krisis,
32
Independen:
GWM LFR.
12. Qudraty dan Suriani (2017) Variabel: Statistik deskriptif
LDR, LTV, PDRB, total kredit, dan NPL
13. Altunbas et al. (2018) Dependen: GMM
EDF dan Z-score.
Independen:
Indeks kebijakan makroprudensial, EDF perusahaan non keuangan, karakter
spesifik perbankan (rasio simpanan terhadap liabilitas, log jumlah aset, rasio
kapital, rasio likuiditas), kebijakan moneter, dan pertumbuhan PDB.
33
ganda di Indonesia. Hal tersebut berangkat dari fakta bahwa eksistensi perbankan
menjadi salah satu perhatian utama, karena bank syariah menghadapi risiko umum
dan risiko khusus. Risiko umum yaitu berupa risiko kredit, risiko pasar, risiko
likuiditas, dan risiko operasi, sedangkan untuk risiko khusus yaitu risiko rate of
return dan risiko ketidakpatuhan syariah. Penelitian ini juga mengusulkan bahwa
ada dua aspek utama yang harus didefinisikan ulang untuk meningkatkan
efektivitas kebijakan, yaitu: (1) aspek tujuan dan peran dari bank sentral; dan (2)
konvensional. Hal ini karena prinsip dasar yang dianut oleh perbankan syariah
aktivitas yang tidak disetujui syariah, dan penekanan pada transaksi yang
untuk perbankan syariah, magnitudnya harus lebih kecil dan lebih fleksibel
Model yang akan dianalisis pada penelitian ini merupakan model yang diadaptasi
Keterangan:
𝐼𝐾𝑀𝑃 = indeks kebijakan makroprudensial.
𝐷𝐸𝑃 = rasio simpanan terhadap liabilitas.
𝐿𝑆𝐼𝑍𝐸 = ukuran bank yang diproksikan oleh 𝑙𝑛(𝑎𝑠𝑒𝑡).
𝐶𝐴𝑃 = rasio kapital terhadap aset.
𝐿𝐼𝑄 = rasio likuiditas.
𝐿𝑃𝐷𝐵 = produk domestik bruto yang diproksikan oleh 𝑙𝑛(𝑃𝐷𝐵).
𝑆𝑈𝐾𝑈𝐵𝑈𝑁𝐺𝐴 = suku bunga BI rate.
35
arah hubungan masing-masing variabel pada Persamaan 2.1 yang akan dijelaskan
Kegagalan Bank
sistem keuangan dengan cara memitigasi risiko yang bersumber dari eksternalitas
instrumen yang diberlakukan oleh pihak otoritas pada waktu tertentu. Semakin
merupakan variabel yang mengukur tingkat stabilitas keuangan suatu bank. Jika
2014; Altunbas et al., 2018; Arderly dan Syofyan, 2016; Cerutti et al., 2017;
2012; Lim et al., 2011; Nuryana, 2017; Purnawan dan Nasir, 2015; Qudraty dan
36
Suriani, 2017; Yoel, 2016). Oleh karena itu, indeks kebijakan makroprudensial
kegagalan bank.
Bank
(Vallascas dan Keasey, 2012). Adapun variabel yang dipilih merujuk pada
penelitian Altunbas et al., (2018) yaitu rasio simpanan terhadap liabilitas (DEP),
ukuran bank yang diproksikan dengan log natural jumlah aset (LSIZE), rasio kapital
meyesuaikan diri terhadap perubahan suku bunga dibandingkan dengan bank yang
pendanaannya didominasi oleh obligasi. Selain itu, pendanaan yang bersumber dari
keuntungan yang besar bagi bank, oleh karen itu menurunkan probabilitas
karena itu, rasio simpanan terhadap liabililitas diduga berpengaruh negatif terhadap
kegagalan bank.
37
(Distinguin et al., 2013). Bank yang berukuran besar memiliki kemampuan yang
lebih baik dalam mendiversifikasikan risiko dan pendapatannya serta lebih stabil
dibandingkan dengan bank yang berukuran kecil. Namun, bank berukuran besar
juga memiliki eksposur yang besar di pasar uang antar bank (termasuk
Selain itu, bank yang berukuran besar juga memiliki risiko eksternalitas perilaku
moral hazard yang besar karena adanya jaminan dari pihak otoritas berupa
kebijakan too big to fail. Oleh karena itu, diduga ukuran bank bisa jadi berpengaruh
Bank dengan rasio kapital terhadap aset yang lebih tinggi, memiliki
ketersediaan modal yang lebih banyak yang kemudian dapat digunakan untuk
keperluan menahan risiko. Kapital atau modal yang lebih tinggi juga merupakan
indikasi bahwa bank tidak berlebihan dalam menyalurkan kredit dan secara tidak
Penelitian Altunbas et al. (2018) menemukan bahwa rasio kapital terhadap aset
berpengaruh positif terhadap stabilitas perbankan. Oleh karena itu, rasio kapital
kegagalan bank.
38
dalam memenuhi kewajiban atau liabilitas jangka pendeknya. Semakin besar rasio
likuiditas, maka bank dapat mengurangi biaya yang muncul karena keharusan
menjual aset pada saat terjadi gunjangan sistemik sebagai respon kemerosotan
seluruh likuiditas di pasar (Vallascas dan Keasey, 2012). Selain itu, bank juga lebih
kuat dalam mengatasi penarikan dana besar secara tiba-tiba yang dilakukan oleh
para nasabah. Penelitian Altunbas et al. (2018) menemukan bahwa rasio likuiditas
mampu mendukung stabilitas perbankan. Oleh karena itu, rasio likuiditas diduga
ini adalah LPDB yang merupakan log natural PDB dan suku bunga bank sentral
kegagalan bank dengan tujuan untuk dijadikan variabel kontrol dari fluktuasi siklus
al. (2015), agen-agen ekonomi termasuk bank, berekspektasi optimis ketika melihat
prospek ekonomi pada saat perekonomian sedang baik dengan menambah hutang
sehinga ketika perekonomian lesu, terjadilah krisis keuangan dan tingkat kegagalan
bank menjadi lebih parah. Penelitian Cerutti et al. (2017) menemukan bahwa
menentukan suku bunga pendanaan dan suku bunga penyaluran kredit. Proksi ini
dipilih sesuai dengan penelitian sebelumnya (Altunbas et al., 2018; Arderly dan
Syofyan, 2016; Cerutti et al., 2017; Claessens et al., 2013; Greenwood-Nimmo dan
Tarassow, 2016; Igan dan Kang, 2011; Purnawan dan Nasir, 2015; Vandenbussche
et al., 2015). Kenaikan suku bunga dapat menurunkan pertumbuhan kredit baru dan
oleh karena itu, suku bunga diduga berpengaruh negatif terhadap probabilitas
kegagalan bank.
Ukuran Bank
(𝐻𝑎3 ≠ 0)
Variabel Karakter
Spesifik Perbankan
Rasio kapital terhadap Aset
(𝐻𝑎4 < 0)
Rasio Likuiditas
(𝐻𝑎5 < 0)
LPDB
(𝐻𝑎6 > 0)
Variabel
Makroekonomi
Suku Bunga
(𝐻𝑎7 < 0)
Gambar 2.5 Kerangka Pemikiran Penelitian
BAB III
METODOLOGI PENELITIAN
Dalam penelitian ini terdapat dua jenis variabel, yaitu variabel dependen dan
ukuran bank yang diproksikan dengan nilai log natural jumlah aset, rasio kapital
terhadap aset, dan rasio likuiditas. Variabel makroekonomi juga digunakan sebagai
variabel independen kontrol yang meliputi variabel log natural PDB atau LPDB dan
suku bunga yang diproksikan dengan BI rate. Definisi operasional variabel yang
digunakan pada penelitian ini disajikan secara detil pada Tabel 3.1.
40
41
saham, sehingga bank yang menjadi sampel hanyalah bank yang terdaftar di Bursa
Efek Indonesia (BEI). Periode pengamatan dibatasi dari kuartal 1 tahun 2010
sampai kuartal 4 tahun 2018. Metode purposive sampling digunakan untuk memilih
1. Bank yang konsisten terdaftar di BEI selama periode kuartal 1 tahun 2010
2. Bank yang laporan keuangannya konsisten tersedia dari kuartal 1 tahun 2010
(1974) dengan menggunakan indikator nilai pasar ekuitas, nilai buku liabilitas, dan
nilai risk free rate. Probabilitas kegagalan bank didefinisikan sebagai nilai
mengestimasi risiko kegagalan sebuah perusahaan (Hadad et al., 2004; Tudela dan
Young, 2005). Selain itu, model Merton juga diaplikasikan secara komersilkan oleh
metode kalkulasi yang didokumentasikan oleh Crosbie dan Bohn (2003). Estimasi
model Merton pada penelitian ini menggunakan Risk Management Toolbox Matlab
dan Posch (2011), serta Kim et al. (2013). Asumsinya, struktur modal bank terdiri
44
dari nilai ekuitas dan nilai liabilitas. Kemudian nilai pasar dari aset dasar bank
𝑑𝑉𝐴 adalah perubahan nilai aset bank, 𝜇𝐴 adalah expected return dari aset (atau
disebut drift rate), 𝜎𝐴 adalah volatilitas aset, dan 𝑊 adalah Wiener process.
Nilai pasar dari ekuitas digambarkan melalui formula Black dan Scholes
𝑉𝐸 adalah nilai pasar ekuitas, 𝑉𝐴 adalah nilai aset, 𝐿 adalah nilai buku liabilitas, T
adalah waktu jatuh tempo yakni diasumsikan 1 tahun, r adalah nilai risk free rate
yang diproksikan oleh suku bunga pasar uang antar bank, dan N adalah fungsi
d 2 = d1 − A T
…………………………………………………………… (3.4)
“mertonByTimeSeries” yang membutuhkan data deret waktu nilai pasar ekuitas dan
semua parameter yang ada di dalam model. Jika nilai pasar ekuitas deret waktu
nilai aset VA,1, ….,VA,n yang merupakan solusi dari sistem Persamaan 3.5.
45
−𝑟1 𝑇1
𝑉𝐸,1 = 𝑉𝐴,1 𝑁(𝑑1 ) − 𝐿1 𝑁(𝑑2 )
−𝑟2 𝑇2
𝑉𝐸,2 = 𝑉𝐴,2 𝑁(𝑑1 ) − 𝐿2 𝑁(𝑑2 )
…
−𝑟𝑛 𝑇𝑛
𝑉𝐸,𝑛 = 𝑉𝐴,𝑛 𝑁(𝑑1 ) − 𝐿𝑛 𝑁(𝑑2 )…………………………………………. (3.5)
(𝜎𝐴 ) yang merupakan nilai standar deviasi log return dari data deret waktu nilai
aset VA,1, ….,VA,n. Nilai 𝜎𝐴 merupakan nilai volatilitas tunggal yang menangkap
volatilitas aset selama periode waktu yang ditentukan berdasarkan data deret waktu.
menghitung distance to default (DD) yang merupakan jumlah standar deviasi antara
nilai aset yang diekspektasikan pada saat jatuh tempo T dan ambang batas liabilitas
2 1
ln 𝑉𝐴 +(𝜇𝐴 − 𝜎𝐴 )𝑇−ln 𝐿
𝐷𝐷 = 2
………………………………………………… (3.6)
𝜎𝐴 √𝑇
Parameter 𝜇𝐴 merupakan drift rate yang dapat disetarakan dengan risk free
rate atau r, atau bisa juga nilai lain yang didasarkan pada ekspektasi terhadap bank.
bank di bawah ambang batas liabilitas pada saat jatuh tempo T yang diuraikan pada
Persamaan 3.7.
Nilai dari probabilitas kegagalan bank yang terendah adalah 0 dan yang
tertinggi yaitu 1. Semakin mendekati 0 maka stabilitas bank semakin baik. Begitu
Data panel yang digunakan dalam penelitian ini terdiri dari 25 bank dan 36 kuartal,
atau dengan kata lain, memiliki jumlah periode (t) yang lebih besar daripada jumlah
grup (N). Variabel yang digunakan mungkin stasioner pada bentuk level, I(0),
namun ada juga yang stasioner pada bentuk first difference, I(1), serta bentuk
modelnya kemungkinan dinamis. Oleh karena itu, kerangka yang cocok dengan
tipikal data tersebut adalah kerangka panel-ARDL (Pesaran et al., 1999; Pesaran
𝑃𝐾𝑖𝑡 = ∑𝑝𝑗=1 𝛼𝑖𝑗 𝑃𝐾𝑖,𝑡−𝑗 + ∑𝑞𝑗=0 𝛿𝑖𝑗 ′𝑋𝑖,𝑡−𝑗 + 𝜇𝑖 + 𝜀𝑖𝑡 …………………….. (3.8)
simpanan terhadap liabilitas (DEP), ukuran bank (LSIZE), rasio kapital terhadap
aset (CAP), rasio likuiditas (LIQ), log natural PDB (LPDB), dan suku bunga
mengukur pengaruh jangka pendek. 𝜇𝑖 merupakan individual fixed effect atau error
yang bersifat tetap antar waktu namun bervariasi antar individu. 𝜀𝑖𝑡 merupakan
group (PMG) yang membatasi koefisien jangka panjang agar bernilai sama, tetapi
membolehkan koefisien jangka pendek dan error variance bernilai beda antar grup
(Pesaran et al., 1999). Pada penelitian Pesaran et al., (1999) menggunakan data
panel dengan periode sebesar 32 dan jumlah grup sebesar 24 yang mana mirip sekali