34 ISSN 1410-8623
Finance and Banking Journal, Vol. 13 No. 1 Juni 2011
2
Survey PwC dilakukan pada tahun 2011 dengan responden para bankir di Indonesia, sebagaimana dikutip dari
www.mediaindonesia.com pada tanggal 25 Maret 2011.
3
Statemen dari Dirut Bank Mandiri dalam acara Media Gathering pada tanggal 30 Maret 2011 sebagaimana dikutip dari
www.vivanews pada tanggal 31 Maret 2011.
ISSN 1410-8623 35
Faktor Penentu Net Interest Margin Perbankan Indonesia (Taufik Ariyanto)
bersikap risk averse antara pasar kredit eksposure terhadap suku bunga pasar uang
dengan pasar dana pihak ketiga. Ber- dimana bank tersebut berada.
dasarkan analisa tersebut, besaran dan Formulasi terhadap konsep yang
penetapan net interest margin ditentukan dikembangkan oleh Ho dan Saunder
oleh dua faktor utama yaitu derajat kemudian dilakukan penyesuaian oleh
persaingan antar bank dalam memperoleh Maudos dan geuvera (2004) menjadi
dan menempatkan dana serta faktor persamaan berikut:
Berdasarkan persamaan tersebut diatas, dengan spread atau interest marjin; Simbol
interest marjin perbankan (s) merupakan R mencerminkan tingkat risk averse dari
fungsi penjumlahan dari dua parameter yaitu suatu bank; Simbol σ2 mencerminkan varians
a dan b. Kedua parameter tersebut meru- suku bunga pasar uang, dan Simbol Q
pakan margin yang dikenakan oleh per- mencerminkan size dari transaksi kredit
bankan untuk pasar uang (deposit) dan perbankan. Dengan demikian, berdasarkan
pasar kredit sebagai kompensasi terhadap model tersebut, dapat teridentifikasi
resiko suku bunga pasar uang dan resiko beberapa faktor yang diduga mempe-
kredit. Berdasarkan persamaan tersebut, ngaruhi penetapan net interest marjin oleh
spread atau marjin perbankan ditentukan Perbankan.
oleh elastisitas pasar kredit dan pasar Paling tidak ada enam faktor yang
deposit (alpha dan beta) dan juga oleh faktor mempengaruhi NIM. Pertama, Struktur
biaya pengelolaan portfolio kredit dan Persaingan dari produk perbankan. Pada
deposit bank itu sendiri (simbol C). Selain intinya, tingkat persaingan tercermin dari
itu, juga terdapat faktor resiko dimana bank keofisien alpha dan beta untuk pasar
diasumsikan menganut risk averse serta deposit dan loan. Makin kompetitif kedua
faktor volatilitas dari pasar uang dan pasar pasar tersebut, secara konsep maka
modal berikut kovarians nya. Persamaan besaran net interest marjin akan semakin
diatas kemudian disederhanakan seba- kecil dan sebaliknya. Hal ini terjadi karena
gaimana dikutip dalam studi oleh Ema- dalam pasar yang kompetitif, tidak ada
nuelle (2003) dan Doliente (2003) menjadi peluang bagi pelaku usaha (bank) untuk
sebagai berikut: menetapkan excessive margin atau mela-
kukan abuse of market power. Dengan
demikian, pengaruh persaingan dan atau
struktur pasar terhadap tingkat NIM adalah
positif.
Berdasarkan persamaan tersebut, Kedua, rata-rata biaya operasional.
spread atau net interest marjin perbankan Secara teori, bank harus tetap mem-
(symbol s) merupakan gabungan dari tiga pertahankan marjin positif untuk menutup
parameter yaitu: Rasio alpha dan beta biaya operasional nya. Makin tinggi biaya
mencerminkan proxy terhadap market operasional, makin tinggi tingkat net interest
power atau monopoly rent yang terkait marjin yang harus ditetapkan oleh bank.
36 ISSN 1410-8623
Finance and Banking Journal, Vol. 13 No. 1 Juni 2011
Sebaliknya, apabila bank dapat mening- besar pula tingkat potensial loss yang
katkan efisiensi operasional nya, maka dihadapi oleh bank, sehingga perlu
spread atau marjin dapat juga ditekan atau dikompensasi dengan tingkat net interest
dikurangi. Dengan demikian, pengaruh marjin yang besar pula. Namun, dari
biaya (efisiensi) operasional terhadap perspektif skala ekonomis, makin besar
tingkat net interest marjin adalah positif. penyaluran kredit maka seharusnya terdapat
Ketiga, Risk Averse. Perbankan diasum- benefit efisiensi yang ditimbulkan terkait
sikan memiliki sikap risk averse. Dalam dengan kost per unit untuk pengelolaan dan
kondisi risk averse, makin tinggi resiko yang penyaluran portfolio kredit (Fungacova,
dihadapi oleh bank, maka kompensasi 2008). Dengan demikian, pengaruh penya-
marjin terhadap resiko tersebut juga akan luran kredit terhadap net interest marjin
makin besar, begitu juga dengan kondisi dapat bersifat positif maupun negative.
sebaliknya. Dengan demikian, pengaruh Beberapa studi yang dilakukan antara
persepsi resiko bank berdampak positif lain oleh Allen (1988), Angbazo (1997) serta
terhadap tingkat net interest marjin. Saunder dan Schumacher (2000) telah
Keempat, Volatilitas suku bunga pasar mengembangkan kerangka model fungsi
uang. Pada prinsip nya, makin tinggi tingkat NIM sebagaimana yang telah dihasilkan
volatilitas suku bunga pasar uang, maka oleh Ho dan Saunder (1981). Seperti
makin tinggi pula tingkat resiko dan premi contoh, Allen dan Angbazo melakukan
yang harus dihadapi oleh perbankan. penyesuaian terhadap konsep NIM versi Ho
Dengan demikian, makin besar pula tingkat dan Saunder (1981) dan menguji nya untuk
net interest marjin yang harus ditetapkan perbankan wilayah Amerika Serikat.
oleh perbankan, begitu juga dengan Sementara Saunders dan Schumacher
kondisi sebaliknya. Dengan kata lain, (2000) juga melakukan pengembangan dan
volatilitas suku bunga berdampak positif pengujian empiris untuk perbankan di
terhadap tingkatan net interest marjin. Negara anggota OECD yaitu 6 negara
Kelima, Tingkat resiko kredit. Hampir Eropa dan Amerika Serikat.
sama dengan prinsip pengaruh volatilitas Pengukuran secara empiris terhadap
suku bunga pasar uang, makin tinggi tingkat determinan dari net interest marjin secara
resiko kredit yang dihadapi oleh perbankan, luas telah dilakukan antara lain oleh
makin tinggi pula tingkat premi resiko yang Fungacova dan Ponghyosan (2008) di
harus diemban sehingga net interest marjin Rusia. Dalam studi tersebut, selain faktor
akan semakin besar, begitu juga dengan yang sudah dijelaskan oleh model Ho dan
kondisi sebaliknya. Dalam model juga Saunders, ternyata juga ditemukan penga-
terdapat koefisien covarians antara volatilitas ruh dari struktur kepemilikan bank terhadap
suku bunga pasar uang dengan resiko net interest margin. Sementara, studi oleh
kredit, dimana makin besar kovarians Doliente (2003) juga memperkuat analisa
tersebut, akan berdampak secara positif faktor faktor yang menjadi determinan dari
terhadap tingkatan net interest marjin. net interest margin sebagaimana yang sudah
Sebagaimana pada volatilitas suku bunga, diidentifikasi dalam model bank sebagai
faktor resiko kredit juga berdampak positif lembaga perantara (dealer model).
terhadap tingkat net interest marjin. Namun demikian, terdapat faktor non
Keenam, Volume atau nilai dari Kredit mikro yang harus dipertimbangkan juga.
dan Deposit. Pada intinya, makin besar Dengan menggunakan pendekatan studi
jumlah kredit yang diberikan dan deposit lintas negara, Claeys dan Vander Vennet
yang dikumpulkan oleh bank, maka makin (2007) menyimpulkan terdapat perbedaan
ISSN 1410-8623 37
Faktor Penentu Net Interest Margin Perbankan Indonesia (Taufik Ariyanto)
karakteristik perbankan di negara maju dan siginifikan antara NIM dengan variable
negara berkembang yang relative signi- seperti BOPO, CAR serta NPL. Berdasarkan
fikan. Berdasarkan analisa tersebut disim- hasil studi tersebut, variabel ROA dan LDR
pulkan perbankan negara berkembang tidak berpengaruh secara signifikan
tingkatan net interest margin nya relatif lebih terhadap NIM.
besar dibanding dengan perbankan di
negara maju. Informasi yang serupa juga METODE PENELITIAN
diperoleh dari studi Barajas et all (2000) Penelitian ini menggunakan metode
yang menyimpukkan bahwa program deskriptif untuk menjelaskan dinamika net
liberalisasi sektor keuangan telah mening- interest margin berikut faktor-faktor yang
katkan iklim persaingan dan efisiensi sektor mempengaruhinya, dimana variabel terse-
perbankan sehingga menurunkan tingkat net but merepresentasikan tekanan persaingan
interest margin perbankan di Kolombia. dan atau struktur pasar, faktor resiko serta
Faktor kiprah bank asing atau lembaga kinerja manajemen sebagaimana yang
perbankan MNC juga dapat mempengaruhi dijelaskan dalam Dealer’s Model. Adapun
besaran net interest marjin di suatu Negara. model yang digunakan dalam penelitian ini
Studi oleh Demirguc-Kunt dan Huizinga adalah: NIM = f (Struktur Pasar, Resiko,
(2000) menyimpulkan bahwa bank asing Kinerja Manajemen). Dalam bentuk regresi
menetapkan net interest marjin yang lebih linear time series disajikan sebagai berikut:
tinggi apabila beroperasi di negara NIM t = α + β1CR4t +β β2LDRt + β3EQAt
berkembang. Kondisi yang sebaliknya + β4BOPOt + β5NPLt. Dimana variabel
terjadi di negara maju dimana bank lokal CR4 akan merepresentasikan struktur pasar,
menerapkan net interest marjin yang lebih LDR dan BOPO akan mencerminkan kinerja
tinggi. Kesimpulan ini sejalan dengan studi manajemen bank serta EQA dan NPL akan
yang dilakukan oleh while Schwaiger and mencerminkan faktor resiko yang dihadapi
Liebeg (2008) dengan sampel 11 negara perbankan. Selain LDR, semua variabel
anggota CEE. Namun hasil yang ber- memiliki ekspektasi nilai koefisien yang
lawanan ditemukan dalam studi Martinez positif terhadap NIM.
Peria dan Mody (2004) yang menyimpulkan Jangka waktu penelitian yang digunakan
bahwa bank asing cenderung menetapkan adalah periode 2005-2010 dengan periode
NIM lebih rendah dibanding bank lokal. bulanan. Semua data yang diperoleh
Penelitian terkait dengan analisa NIM bersumber dari Bank Indonesia dan juga
secara khusus di Indonesia dapat ditemu- sumber lain yang tersedia. Berikut adalah
kan antara lain pada studi Syarief (2006). penjelasan dan operasionalisasi dari tiap
Dengan menggunakan metode regresi panel variabel yang digunakan dalam penelitian
data, Syarief menemukan hubungan yang ini:
Tabel 1
Penjelasan dan Operasionalisasi Variabel
NIM Pendapat bunga bersih/ SEKI Marjin perbankan Maukos and guevera
rata-rata aktiva produktif BI (2003)
LDR Total kredit/total dana SEKI Kinerja kredit Brock & Suarez (2006)
pihak ketiga BI dan Syarief (2006)
38 ISSN 1410-8623
Finance and Banking Journal, Vol. 13 No. 1 Juni 2011
CR4 Pangsa aset 4 bank SEKI Market power- Fungacova (2008) dan
terbesar terhadap total BI Struktur Pasar Brock Suarez (2000)
set perbankan dan Syarief (2006)
Berbeda dengan model pengolahan kriteria AIC dan SIC serta mengacu ke pada
data yang menggunakan panel data asumsi residual tidak berkorelasi (berpola)
sebagaimana umumnya, pengolahan data berdasarkan hasil pengujian residual test
dalam penelitian ini mengadopsi metode (LM test).
regresi OLS dengan data time series. Hal
ini harus dilakukan karena keterbatasan HASIL DAN PEMBAHASAN
dalam ketersediaan data terutama di tingkat Pergerakan net interest marjin perbankan
individu bank sebagai persyaratan model di Indonesia relative stabil sepanjang
panel data. periode 2005-2010. Hal tersebut dapat
Semua series data akan diuji statio- terlihat dalam grafik 1.
naritas terlebih dahulu dengan metode uji
ADF. Apabila terdapat series data
yang tidak stasioner, maka teknik Grafik 1
diffrencing tingkat 1 akan digu- Pergerakan NIM Perbankan Indonesia
nakan untuk menstasionerkan
data yang dimaksud. Apabila
semua data telah stasioner maka
pengolahan akan dilanjutkan ke
tahapan estimasi dan analisa
hubungan antar variabel. Dalam
studi ini diasumsikan bahwa
terdapat hubungan yang bersifat
satu arah, maka pengolahan data
akan difokuskan kepada metode
regressi linear dengan NIM
sebagai dependent variabel.
Berdasarkan hasil pengolahan
data, akan dipilih model dengan
parameter terbaik berdasarkan Sumber: Diolah sendiri
ISSN 1410-8623 39
Faktor Penentu Net Interest Margin Perbankan Indonesia (Taufik Ariyanto)
Pada grafik 1 terdapat tiga moment Sementara itu, juga terdapat momen
dimana besaran NIM meningkat yaitu pada dimana terjadi penurunan NIM yaitu pada
periode kuartal 2 dan 3 tahun 2005 dimana kuartal 2 dan 3 tahun 2008 yang mencapai
besaran NIM mencapai +/- 6.1%, kuartal 2 +/- 5.4%. Berikut adalah grafik series dari
tahun 2006 dimana besaran NIM mencapai variabel lain yang digunakan dalam
lebih dari 6%, dan kuartal 2 tahun 2009. penelitian ini:
Grafik 2
Deksripsi Pergerakan Variabel Penelitian
40 ISSN 1410-8623
Finance and Banking Journal, Vol. 13 No. 1 Juni 2011
Tabel 2
Dekskriptif Statistik Variabel Penelitian
St
Variabel Mean Varians Deviasi ADF t stat Keterangan
Variabel NIM mencatat nilai rata rata saingan atau struktur pasar yang diwakili
sebesar 5.7% dengan standar deviasi oleh CR4 menunjukkan nilai rata rata
0.14%. Indikator efisiensi yaitu variabel sebesar 45% dengan standar deviasi yang
BOPO memiliki nilai rata rata sebesar 0.8848 cukup signifikan yaitu 156%.
atau 88.48% dengan standar deviasi Berdasarkan metode uji unit root test
mencapai 6.59%. Variabel kinerja penya- menggunakan tes ADF, dapat disimpulkan
luran kredit yaitu LDR mencapai 0.6672 atau bahwa tiga variabel yaitu LDR, NPL dan EQA
66.72% dengan standar deviasi 8.42%. tidak stasioner dengan batasan alpha 5%.
Kondisi tersebut masih dibawah ambang Sementara variabel NIM, BOPO dan CR4
ideal LDR yaitu antara 80% - 110%. dapat dinyatakan stasioner dengan batasan
Representasi resiko bank yang diwakili oleh alpha 5%. Kemudian, terhadap tiga variabel
variabel NPL dan EQA mencatat rata rata yang belum stasioner tersebut dilakukan
masing masing sebesar 5.15% dan 4.23%. diffrencing 1x, kemudian dilakukan uji ulang
Adapun standar deviasi dari kedua variabel unit root terhadap series yang sudah
adalah 1.89% untuk NPL dan 0.45% untuk dilakukan diffrensiasi. Berikut adalah hasil
EQA. Sementara indikator tingkat per- pengujian unit root test tersebut:
Tabel 3
Hasil Pengujian Unit Root Test
Setelah tahapan diffrencing 1x, berda- kondisi stasioner. Dengan demikian, model
sarkan hasil pengujian ADF test, dapat standar yang digunakan dalam studi ini
dinyatakan bahwa ketiga series tersebut adalah sebagai berikut:
(dLDR, dNPL dan dEQA) sudah dalam
ISSN 1410-8623 41
Faktor Penentu Net Interest Margin Perbankan Indonesia (Taufik Ariyanto)
Berikut adalah hasil pengolahan data dengan penyesuaian empat alternatif model yang
digunakan:
Tabel 4
Hasil Pengolahan Regresi (OLS)
Variabel NIM
C 0.046436 0.021855 0.022078 0.026683
Model pertama (model 1) menghasilkan indikasi adanya pola dalam nilai residual
Adj R square relative rendah yaitu sebesar (residual tidak random). Dengan demikian
2.47%. Hal tersebut sejalan dengan hasil model 1 tidak dapat digunakan karena ada
pengujian F test yang rendah dan tidak indikasi kesalahan dalam spesifikasi model.
signifikan. Selanjutnya hasil pengujian Selanjutnya dilakukan penyesuaian
residual menggunakan LM test menunjukkan dalam pengolahan data yaitu dengan
42 ISSN 1410-8623
Finance and Banking Journal, Vol. 13 No. 1 Juni 2011
memasukkan variabel lag dari NIM dan juga pertimbangkan besaran NIM, serta fluktuasi
variabel dependen lain nya. Hal tersebut daripada variabel resiko (EQA), kinerja
mencerminkan adanya efek autoregresi dari kredit (LDR) dan resiko kredit macet (NPL),
NIM serta karakter dinamik dari data time semuanya berdasarkan nilai 1 periode
series yang digunakan. Ketiga model sebelum nya. Dengan kata lain, selain
berikutnya semuanya menghasilkan tingkat variabel BOPO, bank membutuhkan waktu
Adj R square yang relatif lebih baik 1 periode (lag) untuk melakukan penye-
dibanding model 1. Hal yang sama juga suaian tingkat NIM ke depan, sebagai akibat
diperoleh untuk hasil pengujian F test yang adanya perubahan dalam dNPL, dLDR,
signifikan dengan alpha 5%. Kemudian hasil dEQA dan juga besaran NIM itu sendiri.
pengujian residual dengan LM test menun- Selain hal tersebut diatas, semua
jukkan bahwa ketiga model yaitu model 2, variabel memberikan hasil yang sesuai
model 3 dan model 4 mengindikasikan dengan teori. Variabel BOPO yang signifi-
residual yang acak atau random (tidak kan di model 4 memiliki dampak positif
berpola). Dari ketiga model tersebut terhadap NIM. Begitu juga dengan variabel
berdasarkan criteria AIC dan SIC, model 2 dNPL dan dEQA. Dengan demikian dapat
dianggap kurang optimal sehingga hanya dinyatakan bahwa biaya operasional,
model 3 dan 4 yang akan dianalisa lebih tingkat resiko (risk averse) dan resiko kredit
lanjut. Berdasarkan koefisien regresi yang (NPL) berpengaruh secara positif dan
dihasilkan, terdapat perbedaan signifikan signifikan terhadap tingkat NIM. Hal
antara model 3 dan 4 yaitu pada variabel tersebut konsisten dengan hasil penelitian
CR4(-1) dan BOPO. Dalam model 3, yang dilakukan oleh Fungacova (2008),
variabel CR4(-1) dan BOPO tidak signifikan. Guevera dan Maudoz (2004), Emanuelle
Sementara apabila variabel CR4(-1) di (2003) dan Dolliente (2003). Temuan ini
hilangkan dari persamaan, maka variabel sekaligus memperkuat teori bahwa inefi-
BOPO menjadi signifikan sebagaimana siensi dan kadar resiko dapat meningkatkan
terlihat pada model 4. Penghilangan variabel NIM. Implikasinya adalah, apabila NIM ingin
CR4(-1) tersebut tidak mempengaruhi diturunkan ke tingkat yang moderat, maka
koefisien variabel lain berikut F dan Adj R parameter resiko dan efisiensi operasional
square secara signifikan. juga harus ditekan.
Berdasarkan analisa koefisien regresi Parameter kinerja kredit yang diproxy
untuk model 4, variabel NIM dipengaruhi kan melalui LDR menunjukkan dampak
secara signifikan oleh variabel BOPO dan yang negative terhadap NIM. Hal ini sejalan
lag variabel NIM, dLDR, dNPL dan dEQA. dengan penelitian Fungacova (2008) dan
Implikasi dari hasil estimasi tersebut adalah bertentangan dengan hasil penelitian
bahwa NIM dipengaruhi secara oleh BOPO Angbazo (1997), Brock & Suarez (2000)
dalam periode yang sama. Sementara sebagaimana dikutip dalam penelitian Syarif
keempat variabel lain yaitu NIM periode (2006). Intepretasi hasil studi ini adalah,
sebelum nya, dLDR, dNPL dan dEQA dalam makin tinggi tingkat pengelolaan dan
periode sebelumnya juga mempengaruhi penyaluran kredit bank di Indonesia, maka
pergerakan variabel tersebut. Implikasi dari NIM nya akan makin rendah karena skala
hasil estimasi ini adalah bank akan mela- ekonomi dan cakupan ekonomi dalam
kukan penyesuaian secara aktual peru- pengelolaan kredit akan makin besar.
bahan dalam BOPO ke tingkat NIM nya. Dengan demikian, biaya operasional terkait
Selain daripada itu, bank akan melakukan pengelolaan portfolio kredit juga akan makin
penyesuaian terhadap NIM dengan mem- murah, sehingga bank tidak perlu mene-
ISSN 1410-8623 43
Faktor Penentu Net Interest Margin Perbankan Indonesia (Taufik Ariyanto)
44 ISSN 1410-8623
Finance and Banking Journal, Vol. 13 No. 1 Juni 2011
ideal adalah salah satu instrumen yang dapat “Understanding The Behavior of Bank
menurunkan NIM. Kenaikan LDR selain Spreads in Latin America”. Journal of
dapat menurunkan NIM juga dapat mening- Development Economics Vol 63, 113-
katkan fungsi intermediasi perbankan 134.
sehingga pergerakan sektor riil akan Claeys, S., Vander Vennet, R., (2007).
semakin cepat. Selanjutnya adalah Bank “Determinants of Bank Interest Margins
Indonesia dapat melakukan terobosan in Central and Eastern Europe: A
dengan menerbitkan instrumen peraturan Comparison with the West”. Economic
untuk meningkatkan efisiensi atau dengan Systems 32(2), 197-216.
kata lain menurunkan rasio BOPO per- Claessens, S., Demirguc-Kunt, A. and
bankan Indonesia. Peningkatan efisiensi Huizinga, H. (2001). “How does foreign
yang tercermin dari penurunan BOPO akan entry affect domestic banking mar-
dapat menurunkan tingkat NIM perbankan kets?”, Journal of Banking and Finance,
Indonesia ke tingkat yang lebih ideal. Selain 25, pp. 891-911.
hal tersebut, faktor resiko juga tetap perlu Demirguc-Kunt, A. and Huizinga, H. (2000).
mendapat perhatian. Pengelolaan resiko “Determinants of commercial bank
kredit dan resiko usaha yang dihadapi interest margins and profitability: Some
perbankan merupakan tanggung jawab international evidence”, World Bank
tidak hanya Bank Indonesia namun juga Economic Review, 13, pp. 379-408.
oleh Pemerintah khususnya Kementrian Dickinson, D. G. and Mullineux, A. W.,
Perekonomian teknis. Penurunan skala (2002). “The Asian Financial Crisis and
resiko usaha akan menekan potensi kredit Lessons for CEE Economies. Financial
macet yang diharapkan akan mengurangi and Monetary Integration in the New
tingkat NIM perbankan Indonesia. Europe”. Edward Elgar, 202-223.
Doliente, Julie S. (2003). “Determinants Of
REFERENSI Bank Net Interest Margins Of Southeast
Allen, L., (1988). “The determinants of bank Asia”. Working Paper. University of the
interest margins: A note”. Journal of Philippines – Diliman.
Financial Drakos, K., (2003). “Assessing the success
and Quantitative Analysis 23, 231-235. of reform in transition banking 10 years
Agoraki, Maria - Eleni. (2010). “The later: an interest margin analysis”.
determinants of net interest margin Journal of Policy Modeling, 25, 309-
during transition”.Working Paper. 317.
Presented at European Financial Ho, T and Saunders, A. (1981). “The
Management Association Annual Determinants of Bank’s Interest Mar-
Meetings. gins: Theory and Empirical Evidence”.
Angbazo, L. (1997). “Commercial bank net Journal of Financial and Quantitative
interest margins, default risk, interest Analysis. Vol XVI, No. 4, 581-600.
rate risk and off balance sheet bank- Martinez Peria, M.S., Mody, A., (2004). “How
ing”. Journal of Banking and Finance, Foreign Participation and Market
Vol 21. P: 58-87. Concentration Impact Bank Spreads:
Barajas, A., Steiner, R., and Salazar, N., Evidence from Latin America”. Journal
(1999). “Interest Spreads in Banking in of Money, Credit, and Banking 36 (3),
Colombia”. 511-537.
IMF Staff Papers, 46, (2), 196-225. Maudos J., Fernandez de Guevara J. (2004):
Brock, P,L and L Rojas-Suarez, (2000), “Factors Explaining the Interest Margin
ISSN 1410-8623 45
Faktor Penentu Net Interest Margin Perbankan Indonesia (Taufik Ariyanto)
***
46 ISSN 1410-8623