Machine Translated by Google

Keuangan dan Perdagangan Pasar Berkembang

ISSN: 1540-496X (Cetak) 1558-0938 (Online) Beranda Jurnal: https://www.tandfonline.com/loi/mree20

Inklusi Keuangan dan Pertumbuhan Ekonomi: An

Bukti Internasional

Pinjaman Thi-Hong Van, Anh The Vo, Nhan Thien Nguyen & Duc Hong Vo

Mengutip artikel ini: Pinjaman Thi-Hong Van, Anh The Vo, Nhan Thien Nguyen & Duc Hong Vo (2019):
Inklusi Keuangan dan Pertumbuhan Ekonomi: Bukti Internasional, Keuangan dan Perdagangan Pasar
Berkembang, DOI: 10.1080/1540496X.2019.1697672

Untuk menautkan ke artikel ini: https://doi.org/10.1080/1540496X.2019.1697672

Diterbitkan online: 06 Des 2019.

Kirimkan artikel Anda ke jurnal ini

Tampilan artikel: 9

Lihat artikel terkait

Lihat data Crossmark

Syarat & Ketentuan lengkap akses dan penggunaan dapat

ditemukan di https://www.tandfonline.com/action/journalInformation?journalCode=mree20
Machine Translated by Google

KEUANGAN DAN PERDAGANGAN PASAR

MUNCUL https://doi.org/10.1080/1540496X.2019.1697672

Inklusi Keuangan dan Pertumbuhan Ekonomi: Sebuah Internasional

Bukti
Pinjaman Thi-Hong Van, Anh The Vo, Nhan Thien Nguyen, dan Duc Hong Vo
Kelompok Riset Bisnis dan Ekonomi, Universitas Terbuka Kota Ho Chi Minh, Kota Ho Chi Minh, Vietnam

ABSTRAK KATA KUNCI

Kebijakan inklusi keuangan telah menarik perhatian besar dari para Inklusi keuangan;
sarjana, pembuat kebijakan, dan regulator, karena inklusi keuangan indeks multidimensi; data
secara teoritis telah diakui memiliki efek positif terhadap pertumbuhan panel; pertumbuhan
ekonomi
ekonomi. Namun, bukti empiris tampaknya terbatas, terutama untuk
pasar negara berkembang. Artikel ini dibuat untuk memberikan KLASIFIKASI JEL
wawasan yang komprehensif antara inklusi keuangan dan C33; C43; G28; O47
pertumbuhan ekonomi di pasar negara berkembang.
Pertama, indeks multidimensi dibangun agar tingkat inklusi keuangan
dapat diukur di tingkat internasional. Kedua, berdasarkan indeks yang
baru dikembangkan ini, teknik ekonometrika panel digunakan untuk
mengestimasi dampak inklusi keuangan terhadap pertumbuhan
ekonomi. Temuan kami mendukung hubungan positif antara inklusi
keuangan dan pertumbuhan ekonomi. Hubungan yang lebih kuat
ditemukan untuk negara dengan pendapatan rendah dan tingkat
inklusi keuangan yang lebih rendah.
Implikasi kebijakan telah muncul bahwa inklusi keuangan harus
dilaksanakan untuk mendorong pertumbuhan ekonomi dan
pembangunan di pasar negara berkembang seperti Vietnam.

1. Perkenalan

Topik yang menarik di kalangan akademisi, pembuat kebijakan, dan regulator yang
muncul dalam beberapa tahun terakhir di pasar negara berkembang mungkin adalah
inklusi keuangan, biasanya disebut sebagai perluasan sistem keuangan, layanan
keuangan, atau produk keuangan untuk menyediakan akses yang lebih nyaman ke
dewasa dalam masyarakat. Inklusi keuangan membantu memperluas jaringan keuangan
untuk menciptakan aliran keuangan yang efisien di dalam batas negara. Inklusi tersebut
diharapkan dapat meningkatkan kemungkinan masyarakat, mengentaskan kemiskinan
dan meningkatkan pertumbuhan dan pembangunan ekonomi. Statistik telah
menggambarkan bahwa banyak negara tercatat menetapkan implementasi keuangan
inklusif sebagai tujuan formal (Sahay et al. 2015) untuk mendukung pertumbuhan dan pembangunan ekono
Belum ada definisi konklusif tentang inklusi keuangan. Bank Dunia mendefinisikan
inklusi keuangan sebagai tingkat di mana rumah tangga dan usaha kecil dapat
memperoleh akses ke layanan keuangan, seperti deposito, pinjaman, pembayaran,
pengiriman uang, dan asuransi. Menurut Kelompok Konsultatif

HUBUNGI Duc Hong Vo duc.vhong@ou.edu.vn Kelompok Riset Bisnis dan Ekonomi, Kota Ho Chi Minh
Universitas Terbuka, Kota Ho Chi Minh, Vietnam
© 2019 Taylor & Francis Group, LLC
Machine Translated by Google

2 LT-H. VAN ET AL.

menurut laporan Assist the Poor (CGAP) pada tahun 2011, inklusi keuangan berarti
bahwa layanan keuangan formal—seperti rekening tabungan dan deposito, layanan
pembayaran, pinjaman, dan asuransi—tersedia bagi konsumen dan mereka secara aktif
dan efektif menggunakannya. layanan untuk memenuhi kebutuhan khusus mereka. Cihak,
Mare, dan Melecky (2016) merujuk inklusi keuangan ke berbagai layanan keuangan yang
cenderung dimanfaatkan individu dan perusahaan daripada kemampuan akses ke layanan
keuangan. Yang terakhir tidak mengungkapkan penggunaan sebenarnya dari layanan ini
dari individu dan perusahaan untuk bisnis mereka atau keuntungan mereka dan istilah
"akses" sangat umum sehingga berbagai dimensi telah digunakan untuk menangkapnya.

Motivasi artikel ini adalah munculnya perdebatan praktis yang sedang berlangsung
dan kurangnya studi empiris tentang hubungan penting antara inklusi keuangan dan
pertumbuhan ekonomi. Artikel ini bertujuan untuk mengisi celah penelitian dengan
memberikan kontribusi yang signifikan terhadap penelitian yang ada, terutama di tingkat
internasional. Tidak seperti kebanyakan penelitian sebelumnya yang menggunakan data
cross-section nasional yang tersedia untuk menganalisis hubungan antara inklusi
keuangan dan pertumbuhan ekonomi, artikel kami menggunakan data panel dan metode ekonometrik yang
Dengan demikian, indeks multidimensi inklusi keuangan (IFI) dibangun.
Data rata-rata tiga tahun digunakan sehingga kita dapat memperoleh pengamatan
sebanyak mungkin. Dengan demikian, kita dapat mengkaji hubungan antara inklusi
keuangan dan pertumbuhan ekonomi di tingkat internasional. Temuan kami akan memberi
para pembuat kebijakan, regulator, serta akademisi bukti yang valid dan meyakinkan
tentang perdebatan tentang dampak inklusi keuangan terhadap pertumbuhan ekonomi.
Kami juga mencatat bahwa tingkat pembangunan ekonomi (untuk negara maju dan
berkembang) serta tingkat inklusi keuangan dapat mempengaruhi hubungan tersebut
secara signifikan. Dengan demikian, sampel penelitian kemudian dibagi menurut tingkat
pendapatan dan tingkat inklusi keuangan sehingga hubungan antara inklusi keuangan
dan pertumbuhan ekonomi direvisi untuk pemahaman yang kuat.

Artikel ini disusun sebagai berikut. Mengikuti Pendahuluan, Bagian 2 secara singkat
membahas tinjauan literatur dalam kaitannya dengan teori yang relevan dan bukti empiris.
Metodologi penelitian disajikan dalam Bagian 3. Data dan temuan empiris dari artikel ini
diperiksa dan dibahas dalam Bagian 4 artikel, diikuti dengan Kata Penutup dalam Bagian
5.

2. Tinjauan Pustaka

Ada dua alur utama penelitian di bidang inklusi keuangan. Aliran pemikiran pertama
merupakan cerminan dari berbagai definisi inklusi keuangan dari banyak penelitian yang
mengintegrasikan beberapa dimensi yang berbeda, seperti akses, ketersediaan,
penggunaan, atau hambatan ke dalam suatu ukuran. Dengan menggunakan data dari
database Financial Global Findex (FGF) dan Financial Access Survey (FAS), upaya telah
dilakukan untuk mengembangkan IFI komprehensif yang
Machine Translated by Google

KEUANGAN DAN PERDAGANGAN EMERGING MARKETS 3

dapat mempertimbangkan berbagai dimensi. Contohnya termasuk indeks akses

keuangan (Honohan 2008; Rojas-Suarez 2010), indeks multidimensi (Camara
dan Tuesta 2014; Kim 2016; Park dan Mercado 2015; Sarma 2008, 2012; Wang
dan Guan 2017), atau indeks gabungan (Amidzic, Masssara, dan Mialou 2014;
Demirguc-Kunt dan Klapper 2012). Camara dan Tuesta (2014) mempertimbangkan
kerangka kerja untuk mengukur tingkat inklusi keuangan di tingkat negara
dengan menggunakan informasi tentang permintaan dan penawaran. Sahay et
al. (2015) menyajikan analisis lain dengan menggunakan berbagai aspek
pengukuran inklusi keuangan. Fungacova dan Weill (2014) mendekati istilah
permintaan jasa keuangan untuk menginterpretasikan inklusi keuangan,
menggunakan China sebagai studi kasus. Mehrotra dan Yetman (2015)
membahas inklusi keuangan dan memberikan implikasi bagi bank sentral dalam
mendekati kemampuan akses keuangan. Sangat penting bahwa ukuran yang
komprehensif untuk inklusi keuangan tidak hanya membantu pembuat kebijakan
mengendalikan kemajuan inisiatif menuju inklusi keuangan, tetapi juga
menyediakan akademisi dengan proksi yang valid untuk tujuan pengujian hipotesis (Sarma 2012)
Berdasarkan IFI yang dibangun, rangkaian studi empiris lainnya berfokus
pada analisis faktor penyebab tingkat inklusi keuangan di tingkat negara
(Chakravarty dan Pal 2013; Fungacova dan Weill 2014; Rojas Suarez 2010;
Sarma 2012; Wang dan Guan 2017) atau menyelidiki dampak inklusi keuangan
terhadap variabel makroekonomi lainnya (Ahamed dan Mallick 2019; Chauvet
dan Jacolin 2017; Cihak, Mare, dan Melecky 2016; Garcia dan Jose 2016;
Morgan dan Pontines 2017; Vo et al. 2019a), ketimpangan pendapatan dan
ekonomi pertumbuhan (Kim 2016; Kim, Yu, dan Hassan 2018; Park dan Mercado
2015; Turegano dan Herrero 2018), dan bahkan tingkat rumah tangga (Lopez
dan Winkler 2017; Swamy 2014; Zhang dan Posso 2019). Sebagian besar studi
ini telah mengadopsi data cross-section untuk analisis.
Demirguc-Kunt dan Klapper (2012) baru-baru ini melakukan tinjauan bukti
empiris mengenai inklusi keuangan. Para penulis tersebut menganggap bahwa
hubungan antara inklusi keuangan, ketimpangan, dan pertumbuhan ekonomi
tidak dipahami dengan baik karena beberapa alasan berikut. Alasan pertama
adalah ketersediaan data. Dua sumber yang banyak digunakan termasuk: (i)
database FGF oleh Bank Dunia dan (ii) FAS dari Dana Moneter Internasional
(IMF). FGF hanya tersedia dalam dua tahun yang berbeda yaitu 2011 dan 2014,
sedangkan database FAS dimulai pada tahun 2004. Kurangnya ketersediaan
data telah mencegah studi empiris untuk menguji dampak inklusi keuangan pada
variabel ekonomi makro, ketimpangan pendapatan, atau pertumbuhan ekonomi.
Hal ini karena analisis yang kuat pada isu-isu ini membutuhkan data deret waktu yang panjang.
Kemungkinan alasan lain yang secara efektif membatasi pemeriksaan inklusi
keuangan terhadap pertumbuhan ekonomi adalah inisiatif menuju inklusi
keuangan baru-baru ini muncul dalam kebijakan ekonomi di banyak negara.
Yoshino dan Morgan (2018), pada KTT Seoul tahun 2010, mencatat bahwa para
pemimpin G20 telah menyetujui Rencana Aksi Inklusi Keuangan dan kemudian menetapkan
Machine Translated by Google

4 LT-H. VAN ET AL.

Kemitraan Global untuk Inklusi Keuangan (GPFI) untuk mempromosikan agenda akses
keuangan. Selanjutnya pada tahun 2014, agenda pemutakhiran dibuat dengan meninjau
proses GPFI, meninjau tindakan yang sedang berlangsung dan mengadopsi inisiatif baru.
Dalam prakarsa Akses Keuangan Universal 2020, yang melibatkan agen (seperti Grup
Bank Dunia dan IFC) menegaskan komitmen yang akan menawarkan akses keuangan
ke transaksi hingga 1 miliar orang dewasa melalui intervensi yang ditargetkan. Selain itu,
forum khusus dibentuk oleh para Menteri Keuangan di Asia-Pacific Economic Cooperation
(APEC) untuk membahas isu inklusi keuangan. Ini telah dipromosikan sebagai kebijakan
strategis di banyak negara berkembang, terutama di kawasan Perhimpunan Bangsa
Bangsa Asia Tenggara (ASEAN) untuk memberikan kesempatan yang sama bagi rumah
tangga berpenghasilan rendah dan perusahaan kecil untuk mengakses layanan keuangan.

2.1. Pengukuran Inklusi Keuangan

Para sarjana telah memasukkan dimensi inklusi keuangan yang berbeda ke dalam
indeks unik dalam rangkaian pertama studi teoretis dan empiris.
Menurut Kempson, Atkinson, dan Pilley (2006), ukuran inklusi keuangan yang baik harus
mencakup tiga kriteria, termasuk (i) kemampuan untuk memasukkan banyak dimensi
secara praktis, (ii) perhitungan sederhana, dan (iii) keterbandingan di seluruh negara.

Dalam analisis Camara dan Tuesta (2014) , tingkat inklusi keuangan dikembangkan
berdasarkan tiga dimensi fundamental yaitu penggunaan, hambatan dan akses. Pertama,
dimensi penggunaan dipertimbangkan dengan menggunakan tiga indikator, yaitu (i)
memiliki setidaknya satu produk keuangan, (ii) memiliki rekening tabungan, dan (iii)
memiliki pinjaman dengan lembaga keuangan formal.
Dimensi hambatan kedua mengacu pada hambatan yang mencegah individu mengakses
layanan keuangan formal. Empat indikator termasuk jarak, keterjangkauan, persyaratan
dokumentasi, dan kepercayaan umumnya digunakan. Terakhir, ukuran dimensi akses
menggunakan empat indikator termasuk jumlah anjungan tunai mandiri (ATM) atau
jumlah cabang bank umum dalam satu unit, katakanlah 100.000 orang dewasa atau
1.000 km2 . Data di tingkat negara berasal dari database Global Findex oleh Bank Dunia
dan FAS dari IMF. Semua dimensi
dengan kemudiananalisis
penerapan digabungkan untuk
komponen menghasilkan
utama (PCA) duaIFI
tahap.
Demikian pula, Mialou, Amidzic, dan Massara (2017) menghitung IFI komposit dengan
menggunakan metode analisis faktor. Metode tersebut memungkinkan adanya kapasitas
untuk menanggapi kritik terkait penilaian pembobotan indikator dan dimensi.

Sarma (2008) membangun IFI berdasarkan berbagai indikator, terutama yang

berkaitan dengan sektor perbankan seperti ketersediaan, penggunaan, dan penetrasi
perbankan. Indikator-indikator ini digabungkan menjadi indeks untuk negara tertentu
dalam satu tahun. Indeks ini dikembangkan atas dasar
Machine Translated by Google

KEUANGAN DAN PERDAGANGAN EMERGING MARKETS 5

jarak Euclidean terbalik yang dinormalisasi. Penulis menganggap bahwa dengan

menggunakan metode jarak Euclid lebih mudah untuk membuat indeks yang
memenuhi sifat matematika yang diperlukan dan perhitungan sederhana. Sarma
(2012) memodifikasi, memperbaharui, dan menggunakan indeks tersebut untuk
menguji korelasinya dengan pembangunan ekonomi. Memanfaatkan gagasan jarak
Euclidean terbalik, Park dan Mercado (2015) menetapkan indeks multidimensi yang
serupa dengan Sarma (2008). Namun, rata-rata tujuh tahun digunakan untuk indikator
inklusi keuangan daripada menggunakan tahun tertentu. Seratus delapan puluh
negara digunakan dalam analisis. Tingkat inklusi keuangan untuk negara-negara ini
kemudian diurutkan untuk tujuan perbandingan. Berdasarkan kerangka kerja Sarma
(2008) , Wang dan Guan (2017) menggunakan dua dimensi akses dan penggunaan
untuk membangun IFI mereka sendiri. Namun dalam analisisnya, kedua dimensi
tersebut diberi bobot dengan koefisien variasi (CV). CV dihitung menggunakan
proporsi standar deviasi terhadap nilai rata-rata dan bobot setiap dimensi didefinisikan
sebagai rasio CV-nya terhadap total CV semua dimensi. Temuan dari artikel mereka
menunjukkan bahwa tingkat inklusi keuangan di negara-negara maju di Eropa dan
Amerika Utara dilaporkan lebih tinggi daripada di negara-negara berkembang di
Afrika dan Asia. Kim (2016) menggunakan tiga dimensi—penetrasi, ketersediaan,
dan penggunaan dengan bobot yang sama. Kerangka kerja yang diusulkan oleh
Sarma (2008) telah mendapat perhatian besar dari para sarjana dalam pembangunan
IFI, meskipun dimensi yang diadopsi bervariasi antar studi.

2.2. Inklusi Keuangan dan Pertumbuhan Ekonomi

Keterkaitan antara inklusi keuangan, variabel ekonomi makro, ketimpangan

pendapatan, serta tingkat pendapatan rumah tangga telah diketahui dalam penelitian-
penelitian sebelumnya, namun dalam artikel ini, kami lebih fokus pada pertumbuhan ekonomi.
Dari perspektif keuangan, Levine (2005) memberikan tinjauan komprehensif tentang
bagaimana sistem keuangan dengan berbagai fungsi mempengaruhi keputusan
tabungan dan investasi, sehingga meningkatkan pertumbuhan ekonomi. Lima fungsi
inti meliputi (i) produksi informasi ex ante tentang kemungkinan investasi; (ii)
pengendalian investasi dan implikasi tata kelola perusahaan; (iii) perdagangan,
diversifikasi, dan pengelolaan risiko; (iv) mobilisasi dan pengumpulan tabungan; dan
(v) pertukaran barang dan jasa. Fungsi-fungsi ini berkontribusi pada pertumbuhan
ekonomi melalui alokasi sumber daya yang lebih efisien, akumulasi modal fisik dan
manusia yang lebih cepat, dan proses teknologi yang lebih cepat (Goyal et al. 2004).

Hubungan antara inklusi keuangan dan pertumbuhan ekonomi juga dapat dilihat
dari perspektif fungsi intermediasi keuangan yang memungkinkan untuk mengurangi
masalah asimetri informasi, sehingga memfasilitasi transaksi dan mendorong
pertumbuhan ekonomi. Levine, Loayza, dan Beck (2000) menilai ada dampak positif
dari perkembangan tersebut
Machine Translated by Google

6 LT-H. VAN ET AL.

perantara keuangan pada pertumbuhan ekonomi dan sistem hukum dan akuntansi yang
heterogen tampaknya menjelaskan perbedaan tingkat perkembangan keuangan antar negara.
Bruhn dan Love (2014) menggunakan eksperimen alami di Meksiko untuk menguji dampak
pembukaan bank komersial baru dan peningkatan akses kredit dari individu berpenghasilan
rendah. Hasilnya mengungkapkan bahwa peningkatan akses ke layanan keuangan akan
mengarah pada peningkatan tingkat pendapatan, investasi pada bisnis informal dan tingkat
pengangguran.

Perlu dicatat bahwa menentukan arah antara inklusi keuangan dan pertumbuhan ekonomi
merupakan tantangan karena keduanya dapat saling mempengaruhi satu sama lain.
Di satu sisi, inklusi keuangan akan berdampak positif pada pertumbuhan ekonomi berkat
akses yang lebih baik ke layanan keuangan bagi perusahaan yang mungkin mengalami
kendala keuangan, mendorong mereka untuk menjadi menguntungkan, dan akhirnya
menghasilkan pembangunan ekonomi. Cihak, Mare, dan Melecky (2016) mendokumentasikan
bahwa tingkat pertumbuhan yang jauh lebih tinggi dialami di sektor-sektor yang cenderung
mengandalkan keuangan eksternal di negara-negara yang memiliki kedalaman keuangan
yang lebih besar. Dalam pengertian ini, perkembangan keuangan secara positif mempengaruhi
pertumbuhan ekonomi dengan mengurangi kendala keuangan perusahaan. Dengan akses ke
layanan keuangan yang layak, masyarakat miskin atau kurang beruntung memiliki kesempatan
yang sama untuk berinvestasi dalam pendidikan dan aset fisik mereka, sehingga mengurangi
ketimpangan pendapatan dan mendorong pembangunan ekonomi (Mehrotra dan Yetman 2015).
Kim, Yu, dan Hassan (2018) menemukan pengaruh positif inklusi keuangan terhadap
pembangunan ekonomi di negara-negara Organisasi Kerjasama Islam (OKI) dengan
menerapkan analisis panel dinamis. Juga, fungsi respons impuls yang diturunkan dari
autoregresi vektor panel mengkonfirmasi hubungan positif dan kausalitas timbal balik antara
inklusi keuangan dan pertumbuhan ekonomi didokumentasikan berdasarkan uji kausalitas
panel Granger. Kim (2016) menemukan dampak positif inklusi keuangan terhadap
pertumbuhan ekonomi di negara-negara OECD melalui saluran ketidaksetaraan pendapatan
secara tidak langsung. Dampak positifnya jauh lebih kuat di negara berpenghasilan rendah
dan rentan tinggi. Penggolongan pendapatan rendah dan pendapatan tinggi (kerapuhan)
didasarkan pada tingkat pendapatan (porsi kredit bermasalah terhadap total kredit bank)
dalam satu tahun yang lebih rendah atau lebih tinggi nilai mediannya.

Di sisi lain, inklusi keuangan dipengaruhi oleh perkembangan ekonomi karena pertumbuhan
ekonomi yang lebih tinggi seringkali mengarah pada perkembangan keuangan yang lebih
besar. Sarma dan Pais (2011) mencoba menjawab pertanyaan terkait keterkaitan antara
pembangunan ekonomi dan sistem keuangan all-inclusive. Berdasarkan IFI, para penulis ini
secara empiris menemukan faktor-faktor apa yang menyebabkan tingkat inklusi keuangan
yang berbeda di seluruh negara. Ditemukan bahwa tingkat inklusi keuangan terkait erat
dengan pembangunan manusia dan sangat terkait dengan elemen sosial-ekonomi dan
infrastruktur seperti pendapatan, ketimpangan, melek huruf, urbanisasi, dan infrastruktur fisik.
Faktor sektor perbankan juga diperhitungkan. Kesehatan sistem perbankan, diukur baik
dengan pangsa
Machine Translated by Google

KEUANGAN DAN PERDAGANGAN EMERGING MARKETS 7

aset non-performing terhadap total aset atau dengan rasio aset modal sistem
perbankan, memiliki efek ambigu pada tingkat inklusi keuangan.
Pola kepemilikan yang diproksikan dengan proporsi bank asing dan bank milik
pemerintah terhadap total aset sistem perbankan berdampak negatif.
Diakui, Wang dan Guan (2017) mengungkapkan bahwa tingkat pendapatan individu,
pendidikan, dan penggunaan peralatan komunikasi memainkan peran yang sangat
penting dalam menjelaskan tingkat inklusi keuangan suatu negara dan bahwa faktor
ekonomi makro lainnya, yaitu kedalaman keuangan dan status kesehatan bank,
ditemukan menjadi penentu yang signifikan.

3. Metodologi Penelitian

3.1. Pengukuran Inklusi Keuangan

Studi sebelumnya telah membangun IFI menggunakan data survei hingga 148
negara dari database Global Findex oleh Bank Dunia (Amidzic, Masssara, dan
Mialou 2014; Demirguc-Kunt dan Klapper 2012). Keuntungan substansial
menggunakan data survei untuk menghitung ukuran gabungan atau gabungan dari
inklusi keuangan adalah cakupan seluruh dunia, tujuan komparatif lintas negara.
Namun, tampaknya sulit untuk melakukan survei di seluruh dunia secara berkala
karena biaya dan waktu yang besar. Oleh karena itu, ukuran inklusi keuangan
dengan menggunakan data survei mungkin tidak mudah tersedia secara interval
dan periodik (Sarma 2012). Selain itu, IMF memperkenalkan indeks pembangunan
keuangan berbasis dewan yang baru dengan cakupan 183 negara pada frekuensi
tahunan selama periode 1980–2013. Basis data ini menawarkan alat analisis yang
berguna bagi peneliti dan pembuat kebijakan (Svirydzenka 2016). Fokusnya adalah
pada pengembangan lembaga keuangan dan pasar keuangan dalam hal kedalaman,
akses, dan efisiensi daripada inklusi keuangan. Untuk menangkap sebagian fungsi
inklusi keuangan, lebih tepat menggunakan indikator tersendiri daripada
menggunakan aspek pembangunan keuangan yang lebih luas.
Dari perspektif literatur, beberapa indikator telah diadopsi untuk pengukuran
indeks inklusi keuangan. Yang paling banyak digunakan adalah jumlah rekening
bank per 1.000 orang dewasa, jumlah cabang bank (per 100.000 orang dewasa),
jumlah ATM (per 100.000), jumlah kredit bank, dan jumlah simpanan bank.

Kami menggunakan tiga indikator—jumlah cabang bank komersial per 100.000

orang dewasa, jumlah ATM per 100.000 orang dewasa, dan rasio kredit bank untuk
sektor swasta terhadap PDB untuk pengukuran inklusi keuangan. Dua indikator
pertama menunjukkan ketersediaan sektor perbankan dan indikator terakhir
menggambarkan penggunaan sistem perbankan. Karena pangsa total kredit
terhadap PDB merupakan indikator kondisi keuangan yang jauh lebih luas, kami
membatasi dimensi penggunaan dengan menggunakan rasio kredit bank untuk
sektor swasta, yang lebih mencerminkan sifat inklusi keuangan.
Machine Translated by Google

8 LT-H. VAN ET AL.

dengan tepat. Pemilihan dimensi ini terutama disebabkan oleh ketersediaan data dan
perkembangan terbaru dalam literatur pengukuran tingkat inklusi keuangan (lihat Kim
2016). Kami mengakui pentingnya indikator penggunaan. Tanpa memperhitungkannya, ini
dapat meningkatkan indeks yang berpotensi tidak representatif karena ATM dan cabang
menggambarkan ketersediaan sektor perbankan.

Setelah menghitung nilai rata-rata tiga tahun untuk masing-masing tiga indikator, langkah
awal adalah menghitung indeks dimensi. Mengikuti spesifikasi Sarma (2008) , persamaan
untuk indeks dimensi ditentukan sebagai berikut:

Ai mi di
¼ ; saya ¼ 1; 2; 3 (1)
Mi mi

Dimana Ai adalah nilai sebenarnya dari dimensi i, mi adalah nilai

minimum dari dimensi i, dan Mi adalah nilai maksimum dari dimensi i.
Persamaan (1) memastikan di berkisar antara 0 dan 1. Semakin tinggi
nilai di, semakin tinggi derajat dimensi yang diperoleh suatu negara. IFI
dihitung dengan jarak Euclidean invers normalisasi titik Di = (di, di, di)
dalam Persamaan (1) dari titik ideal I = (1,1,1). Persamaan diberikan sebagai:
ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2 2 2
Q ð 1 d1 Þ þ ð 1 d2 Þ þ ð 1 d3 Þ
JIKA ¼ 1 ffiffi

(2)
3 hal

Angka-angka tersebut dinormalisasi untuk membuatnya berada di antara 0 dan 1 dan jarak
terbalik berarti bahwa semakin tinggi indeksnya, semakin tinggi tingkat inklusi keuangan
yang dicapai suatu negara.
IFI kami dihitung berdasarkan kombinasi dua pendekatan oleh Sarma dan Pais (2011)
dan oleh Park dan Mercado (2015). Indeks yang kami usulkan memiliki keunggulan
komparatif. Pertama, indeks yang diusulkan memiliki karakteristik perhitungan dengan
mudah, kepuasan dengan sifat matematika, dan standarisasi untuk pengujian hipotesis
(Park and Mercado 2015; Sarma 2008, 2012). Kedua, seperti penelitian sebelumnya, kami
memasukkan berbagai indikator ke dalam indeks yang unik sehingga kami dapat
menginterpretasikan sifat kompleks dari inklusi keuangan. Menggunakan sumber sekunder
memungkinkan kita untuk mengabaikan kendala frekuensi periodik data, sehingga
memaksimalkan ketersediaan data di tingkat internasional. Indeks mengadopsi semua
lintas negara dan jangka waktu dari 2004 hingga 2015. Selain itu, alih-alih mengadopsi
pendekatan pengambilan data rata-rata oleh Park dan Mercado (2015), yang menggunakan
rata-rata periode 2004–2012 untuk menghitung IFI mereka, kami gunakan rata-rata deret
waktu tiga tahun untuk mengatasi data yang hilang, memperbesar ukuran sampel, dan
memastikan pengamatan yang memadai. Dengan demikian, sampel memiliki periode waktu
empat tahap termasuk 2004–2007, 2007–2009, 2009–2012, dan 2012–2015.
Machine Translated by Google

KEUANGAN DAN PERDAGANGAN EMERGING MARKETS 9

3.2. Inklusi Keuangan dan Pertumbuhan Ekonomi

Untuk mengkaji dampak inklusi keuangan terhadap pertumbuhan ekonomi di tingkat

internasional, diusulkan model sebagai berikut.

lnYi;t ¼ ÿi þ ÿ lnIFIi;t þ ÿj lnZj;t þ ÿi;t (3)

Dimana variabel dependen (Y) mewakili pertumbuhan ekonomi, diukur dengan produk
domestik bruto per kapita riil (GDPPC).1 Variabel independen di sisi kanan Persamaan
(3) termasuk variabel yang bersangkutan, inklusi keuangan (IFIi, t), dan kontrol lainnya
(Zj,t). ÿj adalah vektor dari parameter gangguan dan ÿi;t adalah error term. Variabel
kontrol (Zj,t) terdiri dari jumlah penduduk, modal manusia yang diproksikan dengan
rasio jumlah sekolah menengah terhadap jumlah siswa bruto, pembentukan modal,
investasi langsung keuangan, pangsa pertanian, keterbukaan perdagangan. Seperti
IFI, semua variabel ini juga diambil rata-rata tiga tahun.

Dengan sifat-sifat data dan dengan interpretasi, kami menggunakan semua

variabel dalam bentuk logaritma. Koefisien yang diperkirakan menunjukkan dampak
relatif dari variabel independen terhadap variabel dependen. Koefisien ÿ menjadi
perhatian kami, menunjukkan dampak inklusi keuangan terhadap pertumbuhan
ekonomi. Dengan kata lain, perubahan 1% pada IFI akan menyebabkan perubahan
ÿ persen pada tingkat pertumbuhan rata-rata.
Hal lain yang perlu diperhatikan adalah bahwa sifat model pertumbuhan ekonomi
seringkali memiliki efek dinamis, artinya terkait erat dengan nilai sebelumnya. Dengan
demikian, studi empiris harus mempertimbangkan efek dinamis. Ini biasanya diperoleh
dengan menambahkan PDB per kapita tertinggal sebagai variabel penjelas. Dengan
demikian, model statis pada Persamaan (3) diubah menjadi bentuk dinamis sebagai
berikut:

lnYi;t ¼ ÿi þ lnYi;t1 þ ÿ lnIFIi;t þ ÿj ln Zj;t þ ÿi;t (4)

Model berisi variabel dependen yang tertinggal dalam pengaturan panel yang
menyertakan efek tetap lintas sesi. Ini menciptakan bias panel dinamis seperti yang
disebutkan oleh Nickell (1981). Lebih tepat mengestimasi Persamaan (4) menggunakan
metode sistem momen umum (GMM) yang diusulkan oleh Blundell dan Bond (1998)
(lihat Huynh, Vo, dan Ha 2019; Tran, Vo, dan Nguyen 2019). Metode ini memungkinkan
untuk mengestimasi estimator panel dinamis menggunakan level lagged dan
perbedaan pertama yang tertinggal sebagai instrumen untuk sistem persamaan
dengan perbedaan pertama dan level, masing-masing. Selain memperhitungkan
masalah endogenitas, GMM memberikan estimasi yang lebih kuat untuk kesalahan
pengukuran dibandingkan dengan kuadrat terkecil biasa (OLS). Namun, tampaknya
rentang waktu yang pendek membuat estimasi GMM tidak berjalan dengan baik (lihat
Tran dan Vo 2018; Nguyen dan Vo 2019). Estimasi dan inferensi efek tetap terkoreksi
bootstrap dalam model panel dinamis dapat menjadi alternatif. Metode ini
memperkirakan
Machine Translated by Google

10 LT-H. VAN ET AL.

model tertentu dengan estimator efek tetap dan mengoreksi bias T kecilnya (lihat
Nickell 1981) menggunakan versi pendekatan yang disederhanakan namun diperluas
yang disajikan dalam Everaert dan Pozzi (2007). Keterbatasan metode ini adalah
ketidaktahuan variabel invarian dalam model. Oleh karena itu, dalam upaya untuk
mengurangi bias, kami melakukan regresi efek tetap dengan kesalahan
heteroskedastisitas dan autokorelasi yang kuat.
Beberapa penulis mungkin mencoba mempertimbangkan hubungan kausal terbalik
antara pertumbuhan ekonomi dan inklusi keuangan (Kim, Yu, dan Hassan 2018),
sementara yang lain cenderung berfokus pada faktor apa yang menentukan tingkat
inklusi keuangan di tingkat negara (Beck, Demirgüç-Kunt , dan Honohan 2009; Sarma
dan Pais 2011; Wang dan Guan 2017). Namun, dalam artikel ini, kami menekankan
dampak inklusi keuangan terhadap pertumbuhan ekonomi.

4. Data dan Hasil Empiris

4.1. Data

Data untuk analisis berasal dari Bank Dunia. Data untuk inklusi keuangan berasal
dari database Global Findex sedangkan variabel ekonomi makro lainnya berasal dari
Indikator Pembangunan Dunia. Rincian deskripsi data disajikan pada Tabel A1 di
Lampiran.

4.2. Indeks Inklusi Keuangan

Tabel A2 dalam Lampiran menggambarkan indeks inklusi keuangan untuk sampel

total 152 negara. Ini menunjukkan nilai IFI untuk empat periode waktu, yang meliputi
2004–2007, 2007–2009, 2009–2012, 2012–2015, dan nilai rata-rata keseluruhan.
Pemeringkatan didasarkan pada indeks rata-rata. Angka tertinggi dimiliki oleh Spanyol
sebesar 0,65, sedangkan yang terendah dimiliki oleh Guinea sebesar 0,01. Perlu
dicatat bahwa inklusi keuangan tercatat meningkat pada tiga periode ketiga sebelum
menurun pada periode terakhir.
Perhitungan kami sendiri mendapatkan nilai IFI yang lebih rendah dari Park
dan Mercado (2015) karena angka kami berkisar antara hampir nol dan sekitar 0,7.
Sebaliknya, angka yang dilaporkan oleh Park dan Mercado (2015) berkisar antara
0,2 hingga 0,91. Ada dua kemungkinan penjelasan, termasuk (i) pendekatan
pengambilan data rata-rata tiga tahun dan (ii) penggunaan kredit untuk sektor swasta
atas PDB. Sebenarnya, hasil kami cukup konsisten dengan Park dan Mercado (2015)
dalam hal peringkat seperti yang ditunjukkan pada Tabel A2. Nilai IFI yang tinggi
jatuh ke negara maju, sedangkan angka rendah jatuh ke negara berkembang. Dengan
demikian, indeks yang kami buat tampaknya valid dan dapat diandalkan untuk
menyelidiki pengaruh inklusi keuangan terhadap pertumbuhan ekonomi.

Untuk meneliti lebih dekat pola inklusi keuangan di berbagai negara di dunia serta
untuk membandingkan indeks kami dengan yang ada di penelitian sebelumnya,
Machine Translated by Google

KEUANGAN DAN PERDAGANGAN EMERGING MARKETS 11

kami memisahkan seluruh sampel kami menjadi sub-kelompok berdasarkan dimensi pendapatan.
Berdasarkan klasifikasi pendapatan tahun 2016 oleh Bank Dunia, empat kelompok termasuk
negara berpenghasilan rendah, menengah ke bawah, menengah ke atas, dan tinggi.
Gambar 1 menunjukkan IFI dalam empat periode berbeda dengan empat kelompok pendapatan.
Dapat dilihat dengan jelas bahwa semakin tinggi tingkat pendapatan suatu negara, semakin tinggi
inklusi keuangan yang dicapai. Polanya serupa dengan Honohan (2008) dan Sarma (2012), yang
mengamati bahwa inklusi keuangan lebih tinggi di negara maju daripada di negara berkembang.

IFI multidimensi kami memiliki berbagai keunggulan. Pertama, indeks kami didasarkan pada
metode jarak Euclidean yang terkenal, membuatnya memenuhi persyaratan untuk sifat
matematika. Kedua, itu tidak memihak konsisten dengan yang ada di studi empiris sebelumnya
lainnya, menegaskan validitasnya dalam pengukuran. Ketiga, indeks mencakup data besar dari
152 negara selama empat periode dan peringkat negara menurut nilai IFI.

Wawasan besar tentang inklusi keuangan memungkinkan kita untuk menyelidiki dampak inklusi
keuangan terhadap pertumbuhan ekonomi di tingkat internasional.

4.3. Inklusi Keuangan dan Pertumbuhan Ekonomi

Gambar 2 menggambarkan hubungan antara inklusi keuangan dan pertumbuhan ekonomi lintas
negara, dengan angka yang menyajikan rata-rata data IFI selama tiga tahun. Garis miring ke atas
menunjukkan hubungan positif antara PDB per kapita dan inklusi keuangan. Semakin tinggi PDB
per kapita suatu negara, semakin tinggi derajat IFI yang diperolehnya.

Dampak inklusi keuangan terhadap pertumbuhan ekonomi dengan menggunakan indeks kami
yang baru dikembangkan disajikan pada Tabel 1. Hasil seluruh sampel ditunjukkan pada kolom
1, untuk empat subkelompok tingkat pendapatan pada empat kolom berikutnya dari kolom 2
hingga kolom 6, dan untuk kuantil 25, 50–75, dan di atas 75 indeks inklusi keuangan dalam tiga
kolom terakhir.

0,40

0,30

0,20

0,10

0,00
04-07 07-09 09-12 12-15

Pendapatan rendah Pendapatan menengah ke bawah Pendapatan menengah ke atas Pendapatan tinggi

Gambar 1 Rata-rata indeks inklusi keuangan menurut dimensi pendapatan.

Machine Translated by Google

12 LT-H. VAN ET AL.

1,20,000

1,00,000

80.000

kapita
PDB
per
($)

60.000

40.000

20.000

0
0 0,2 0,4 0,6 0,8
Indeks Inklusi Keuangan

Gambar 2. Inklusi keuangan dan PDB per kapita.

Kami juga menggunakan model yang sama untuk IFI tiga dimensi. Tabel 2–4 menyajikan hasil
untuk jumlah cabang bank umum per 100.000 orang dewasa, jumlah ATM per 100.000 orang
dewasa, dan rasio kredit swasta terhadap PDB.2 Nilai tertinggal PDB per kapita memiliki efek
positif pada yang sekarang karena semua koefisien ditemukan signifikan secara statistik positif.

Demikian pula, pembentukan modal memiliki pengaruh positif yang signifikan terhadap tingkat
pertumbuhan. Modal manusia yang diproksikan dengan jumlah sekolah dan laju pertumbuhan
penduduk tampaknya memiliki dampak marjinal terhadap laju pertumbuhan riil PDB per kapita;
hampir semua koefisien tidak signifikan dengan satu pengecualian. Tingkat perkembangan suatu
negara, yang diukur dengan PDB per kapita tahun 2004 memang berpengaruh terhadap
pertumbuhan ekonomi, tetapi koefisien yang signifikan hanya diamati pada seluruh sampel dan
kuantil tertinggi. Tanda positif mendukung literatur divergensi pertumbuhan daripada konvergensi.

Proporsi pengeluaran pemerintah terhadap PDB tampaknya negatif dan signifikan untuk
keseluruhan sampel, yang menunjukkan bahwa semakin banyak pengeluaran pemerintah,
semakin tinggi tingkat dan PDB per kapita dirugikan. Dampaknya lebih terasa pada kelompok
berpenghasilan menengah ke atas serta tingkat inklusi keuangan yang sedang. Ini mungkin
menyiratkan bahwa pengeluaran pemerintah menghasilkan efek crowding-out pada investasi
swasta dari rumah tangga dan perusahaan. Dampak keterbukaan perdagangan terhadap
pertumbuhan PDB per kapita sangat bervariasi di seluruh kelompok tingkat pendapatan maupun
tingkat inklusi keuangan, meskipun secara statistik tidak signifikan. Temuan kami cukup konsisten
dengan yang ada di Hassan, Sanchez, dan Yu (2011).

Para penulis tersebut mendokumentasikan bahwa pertumbuhan ekonomi secara signifikan dan
positif terkait dengan keterbukaan perdagangan tetapi dipengaruhi secara negatif oleh pemerintah
 Sumber:
Perhitungan
penulis. Kesalahan
standar
yang
kuat
dalam
tanda
kurung.
***
p<.01.
**
p<.05.
*p<
.1.
Variabel
dependen
adalah
PDB
per
kapita
(GDPPC).
GDPPCt–
1adalah
PDB
per
kapita
dan
GDPPC
yang
tertinggal Tabel
1.
Pengaruh
inklusi
keuangan
terhadap
pertumbuhan
ekonomi
dengan
proksi
indeks
inklusi
keuangan.
Jumlah Boneka
negara Pengamatan waktu
negara Boneka Konstan Indeks
Inklusi
Keuangan Keterbukaan
Perdagangan Bagian
pertanian Porsi
pengeluaran Modal Sekolah Populasi GDPPC GDPPCt-1
PDB
per
kapita
tahun
2004.
2004
Sampel
penuh
0,557***
0,399***
0,056
0,093***
0,050***
0,760
(0,065)
(0,131)
(0,126)
(0,046)
(0,031)
(0,099)
(0,044)
(0,035)
(0,014)
(1,171)
ÿ0.049
ÿ0.292***
ÿ0.048
ÿ0.005
124 328 Ya
(1)
0,711***
0,113
0,164
0,031
0,030
0,058**
0,000
(0,132)
(0,750)
(0,360)
(0,053)
(0,034)
(0,132)
(0,154)
(0,064)
(0,025)
(0,000)
ÿ0,292
ÿ0.
0,011
Ya Rendah
12 31 (2)
Tengah
bawah
0,603***
0,066
0,143
0,142**
0,029
0,035
0,043
0,000
(0,174)
(0,996)
(0,467)
(0,093)
(0,064)
(0,143)
(0,084)
(0,082)
(0,039)
(0,0024)
ÿ0,014
Ya
35 88 (3)
Menengah
ke
atas
0,448***
1,005
0,147**
0,185***
0,043
0,046
0,000
(0,129)
(0,649)
(0,301)
(0,067)
(0,066)
(0,144)
(0,065)
(0,059)
(0,034)
(0,000)
ÿ0,273
ÿ0,333**
ÿ0,109*
Ya
37 96 (4)
0,642***
0,151
0,103
0,015
0,147**
0,000
(0,096)
(0,211)
(0,092)
(0,062)
(0,058)
(0,190)
(0,055)
(0,068)
(0,095)
(0,000)
ÿ0,600***
ÿ0,039
ÿ0,095
ÿ0,048
Tinggi
113 Ya
40 (5)
0,478***
0,439
0,027
0,004
0,069
0,030
0,037*
0,000
(0,142)
(0,470)
(0,216)
(0,052)
(0,051)
(0,173)
(0,077)
(0,045)
(0,020)
(0,0014)
ÿ0,25
Ya (6)
q25
28 69
0,544***
0,259
0,083
0,027
0,074**
0,043
0,086***
0,000
(0,095)
(0,163)
(0,070)
(0,059)
(0,033)
(0,107)
(0,073)
(0,050)
(0,029)
(0,020)
ÿ0,0080
***
ÿ0,123* (7)
q25-75
154 Ya
60
0,700***
1,417***
0,242***
0,084
0,004
0,000
(0,138)
(0,432)
(0,236)
(0,047)
(0,059)
(0,168)
(0,080)
(0,100)
(0,040)
(0,000)
ÿ0,677*
**
ÿ0.005
ÿ0.602***
ÿ0.152
105 Ya (8)
q75
36
2004
adalah
13 KEUANGAN DAN PERDAGANGAN EMERGING MARKETS
Machine Translated by Google
Sumber:
Perhitungan
penulis.Silakan
lihat
catatan
di
Tabel
1. Tabel
2.
Pengaruh
inklusi
keuangan
terhadap
pertumbuhan
ekonomi
dengan
proksi
ATM.
Jumlah Boneka
negara Pengamatan waktu
negaraBoneka Konstan ATM Keterbukaan
Perdagangan Bagian
pertanian Porsi
pengeluaran Modal Sekolah Populasi GDPPC2004 GDPPCt-1
Sampel
penuh
0,535***
0,473***
0,025
0,101***
0,006
0,032**
0,793
(0,071)
(0,144)
(0,137)
(0,047)
(0,030)
(0,099)
(0,047)
(0,037)
(0,016)
(1,332)
ÿ0,085
ÿ0,234**
ÿ0,067
124 331 Ya
(1)
0,576***
0,617
0,030
0,060***
0,169
0,028
0,000
(0,155)
(1,412)
(0,607)
(0,069)
(0,017)
(0,159)
(0,214)
(0,087)
(0,019)
(0,000)
ÿ0,377*0.
ÿ0,031
Ya Rendah
12 31 (2)
Tengah
bawah
0,535***
0,426
0,135**
0,052
0,046
0,000
(0,203)
(1,081)
(0,487)
(0,111)
(0,064)
(0,150)
(0,094)
(0,075)
(0,039)
(0,000)
ÿ0,020
ÿ0,124
ÿ0
0,003
Ya
35 89 (3)
Menengah
ke
atas
0,477***
0,744*
0,178***
0,212***
0,032
0,000
(0,129)
(0,446)
(0,311)
(0,068)
(0,133)
(0,061)
(0,065)
(0,049)
(0,000)
ÿ0,288
ÿ0.298**
ÿ0.106*
ÿ0.011
Ya
37 96 (4)
0,557***
0,341
0,029
0,007
0,129**
0,060
0,000
(0,103)
(0,288)
(0,132)
(0,060)
(0,055)
(0,159)
(0,051)
(0,062)
(0,056)
(0,000)
ÿ0,666***
ÿ0,022
ÿ0,096
Tinggi
115 Ya
40 (5)
0,452***
0,594
0,078**
0,038
0,024
0,000
(0,132)
(0,573)
(0,272)
(0,063)
(0,039)
(0,178)
(0,092)
(0,048)
(0,023)
(0,000)
ÿ0,038
ÿ0,024
ÿ0
0,089
28 70 Ya (6)
q25
0,550***
0,248
0,062
0,035
0,086**
0,054
0,028
0,000
(0,102)
(0,159)
(0,066)
(0,040)
(0,111)
(0,077)
(0,054)
(0,022)
(0,0004)**ÿ0.2.
0,127* (7)
q25-75
155 Ya
60
0,611***
1,379***
0,239***
0,093
0,051
0,000
(0,077)
(0,429)
(0,236)
(0,049)
(0,057)
(0,120)
(0,082)
(0,080)
(0,081)
(0,000)
ÿ0,617*
**
ÿ0.020
ÿ0.627***
ÿ0.136*
36 106 Ya (8)
q75
LT-H. VAN ET AL. 14
Machine Translated by Google
 Sumber:
Perhitungan
penulis.Silakan
lihat
catatan
di
Tabel
1. Tinggi
Tabel
3.
Pengaruh
inklusi
keuangan
terhadap
pertumbuhan
ekonomi
dengan
proksi
kantor
jumlah
cabang
bank.
Jumlah Boneka
negara Pengamatan waktu
negara Boneka Konstan Cabang
bank Keterbukaan
Perdagangan Bagian
pertanian Porsi
pengeluaran Modal Sekolah Populasi GDPPC2004 GDPPCt–
1
Sampel
penuh
0,582***
0,390***
0,050
0,101***
0,000
0,031**
0,527
(0,064)
(0,135)
(0,134)
(0,047)
(0,031)
(0,111)
(0,048)
(0,038)
(0,015)
(1,285)
ÿ0,054
ÿ0,198*
ÿ0,058
124 330 Ya
(1)
0,630***
0,488
0,132
0,045*
0,336***
0,316**
0,000
(0,115)
(1,690)
(0,736)
(0,041)
(0,027)
(0,080)
(0,252)
(0,081)
(0,154)
(0,000)
ÿ0,066
ÿ0,565**
ÿ0,051
Ya Rendah
12 31 (2)
Tengah
bawah
0,629***
0,369
0,007
0,139**
0,046
0,034
0,000
(0,178)
(1,090)
(0,498)
(0,099)
(0,066)
(0,185)
(0,091)
(0,082)
(0,035)
(0,000)
ÿ0,0041
ÿ0,041
Ya
35 89 (3)
Menengah
ke
atas
0.478***
0.154**
0.200***
0.035
0.015
0.000
(0.128)
(0.653)
(0.304)
(0.070)
(0.068)
(0.140)
(0.063)
(0.059)
(0.012)
(0.000)
ÿ0.294
ÿ0,273*
ÿ0,107*
Ya
1.003
37 96 (4)
0,630***
0,205
0,090
0,008
0,153***
0,000
(0,077)
(0,205)
(0,095)
(0,059)
(0,057)
(0,161)
(0,055)
(0,067)
(0,057)
(0,000)
ÿ0,640***
ÿ0,043
ÿ0,092
ÿ0,043
114 Ya
40 (5)
0,488***
0,726
0,079*
0,023
0,057
0,000
(0,150)
(0,536)
(0,272)
(0,062)
(0,042)
(0,238)
(0,098)
(0,055)
(0,059)
(0,000)
ÿ0,115
ÿ0,019
Ya (6)
q25
28 70
0,594***
0,186
0,091
0,026
0,080**
0,038
0,043*
0,000
(0,085)
(0,146)
(0,067)
(0,060)
(0,039)
(0,104)
(0,073)
(0,053)
(0,022)
(0,020)**
ÿ0,001**
ÿ0,105 (7)
q25-75
154 Ya
60
0,676***
1,450***
0,235***
0,091
0,018
0,000
(0,139)
(0,411)
(0,226)
(0,045)
(0,060)
(0,149)
(0,080)
(0,100)
(0,012)
(0,000)
ÿ0,684*
**
ÿ0.009
ÿ0.605***
ÿ0.159
36 106 Ya (8)
q75
15 KEUANGAN DAN PERDAGANGAN EMERGING MARKETS
Machine Translated by Google
Sumber:
Perhitungan
penulis.Silakan
lihat
catatan
di
Tabel
1. Tabel
4.
Pengaruh
inklusi
keuangan
terhadap
pertumbuhan
ekonomi
dengan
proksi
rasio
kredit
swasta
terhadap
PDB.
Jumlah Boneka
negara Pengamatan waktu
negara Boneka Konstan Kredit/
PDB Keterbukaan
Perdagangan Bagian
pertanian Porsi
pengeluaran Modal Sekolah Populasi GDPPC2004 GDPPCt–
1
Sampel
penuh
0,580***
0,401***
0,066
0,103***
0,034
0,212
(0,065)
(0,133)
(0,126)
(0,050)
(0,033)
(0,095)
(0,045)
(0,035)
(0,022)
(1,121)
ÿ0,047
ÿ0,285***
ÿ0,045
ÿ0,009
124 329 Ya
(1)
0.720***
0.963
0.084
0.001
0.164
0.000
(0.132)
(1.916)
(0.737)
(0.098)
(0.073)
(0.494)
(0.176)
(0.066)
(0.101)
(0.000)
ÿ1.968
ÿ0.286
ÿ0.461
ÿ0.
Ya Rendah
12 31 (2)
Tengah
bawah
0,596***
0,021
0,146
0,144**
0,033
0,027
0,048
0,000
(0,168)
(0,961)
(0,454)
(0,090)
(0,064)
(0,131)
(0,082)
(0,081)
(0,037)
(0,0006)
ÿ0,0006
Ya
35 88 (3)
Menengah
ke
atas
0,461***
0,800*
0,158**
0,192***
0,022
0,048
0,000
(0,128)
(0,455)
(0,323)
(0,067)
(0,144)
(0,062)
(0,063)
(0,052)
(0,000)
ÿ0,322
ÿ0.298**
ÿ0.113*
Ya
37 96 (4)
0,664***
0,204
0,087
0,006
0,131**
0,000
(0,065)
(0,196)
(0,088)
(0,056)
(0,185)
(0,054)
(0,065)
(0,046)
(0,000)
ÿ0,486***
ÿ0,050
ÿ0.082
ÿ0.079*
Tinggi
114 Ya
40 (5)
0,474***
0,325
0,078
0,001
0,070
0,009
0,054*
0,000
(0,142)
(0,530)
(0,231)
(0,055)
(0,054)
(0,146)
(0,081)
(0,048)
(0,027)
(0,0027)
ÿ0,26
Ya (6)
q25
28 69
0,600***
0,172
0,081
0,057
0,089**
0,039
0,024
0,000
(0,098)
(0,172)
(0,077)
(0,066)
(0,038)
(0,113)
(0,075)
(0,054)
(0,031)
(0,000)**ÿ0.270**ÿ0.270**ÿ0.270**ÿ0.
0,107 (7)
q25-75
155 Ya
60
0,705***
1,411***
0,244***
0,083
0,000
(0,139)
(0,426)
(0,240)
(0,047)
(0,055)
(0,197)
(0,082)
(0,100)
(0,040)
(0,000)
ÿ0,677**
*ÿ0.005
ÿ0.593***
ÿ0.152
ÿ0.001
36 105 Ya (8)
q75
LT-H. VAN ET AL. 16
Machine Translated by Google
Machine Translated by Google

KEUANGAN DAN PERDAGANGAN EMERGING MARKETS 17

pengeluaran dan hasilnya tampak kuat di enam wilayah geografis serta dua kelompok
pendapatan dengan menggunakan tiga ukuran perkembangan keuangan, yaitu kredit
domestik yang diberikan kepada sektor swasta, kredit domestik yang diberikan oleh
sektor perbankan, dan kewajiban likuid. Pertanian tampaknya berhubungan negatif
dengan tingkat pertumbuhan, tetapi efeknya ditemukan pada kelompok berpenghasilan
rendah dan tinggi serta tingkat inklusi keuangan menengah.
Mengenai pengaruh inklusi keuangan terhadap pertumbuhan ekonomi, hasil rata-
rata menunjukkan adanya hubungan positif antara kedua variabel tersebut. Efeknya
lebih terasa pada kelompok berpenghasilan rendah dan tingkat inklusi keuangan
menengah, dengan tingkat dampak yang lebih kecil pada sub sampel inklusi keuangan
tingkat rendah. Temuan kami sejalan dengan temuan Kim, Yu, dan Hassan (2018),
yang menunjukkan pengaruh positif inklusi keuangan terhadap pertumbuhan ekonomi.

Jika berbicara tentang indikator tiga dimensi IFI, kami mengamati pola yang hampir
serupa tentang dampak inklusi keuangan terhadap pertumbuhan ekonomi.
Secara khusus, peningkatan jumlah ATM per pengguna ditemukan memiliki efek positif
pada pertumbuhan ekonomi, tetapi ketika tingkat pendapatan atau inklusi keuangan
dikendalikan, koefisien tersebut secara statistik tidak signifikan. Peningkatan
pembukaan cabang bank memberikan efek yang lebih mendalam, terutama bagi
negara-negara dengan pendapatan rendah dan memiliki tingkat inklusi keuangan yang
sedang. Belum ada kesimpulan dampak akses kredit yang lebih tinggi terhadap pertumbuhan ekonomi.
Hasil kami sejalan dengan penelitian Bruhn dan Love (2014) , yang mendokumentasikan
manfaat pembukaan bank komersial baru bagi warga negara di Meksiko.

5. Penutup

Kecenderungan yang meningkat untuk mengejar strategi inklusi keuangan dalam

beberapa tahun terakhir di banyak bagian dunia telah menarik sejumlah sarjana.
Meskipun pengaruh inklusi keuangan terhadap pertumbuhan ekonomi telah diakui
dalam literatur, namun studi empiris mengenai hal ini tampaknya belum matang dengan
fokus pada kawasan Asia atau Afrika. Artikel ini dibuat untuk memberikan pemahaman
yang lebih baik tentang hubungan antara inklusi keuangan dan pertumbuhan ekonomi
di tingkat internasional.
Karena kurangnya data lengkap tentang inklusi keuangan, kami membangun IFI
multidimensi secara internasional berdasarkan studi empiris sebelumnya. Kami
memanfaatkan ketersediaan data dari berbagai sumber dan menggunakan rata-rata 3
tahun untuk meningkatkan ukuran sampel. Hal ini memungkinkan kita untuk mengkaji
sepenuhnya hubungan antara inklusi keuangan dan pertumbuhan ekonomi di tingkat
internasional. Selain itu, kami menerapkan teknik ekonometrika panel untuk
memperkirakan dampak inklusi keuangan terhadap pertumbuhan ekonomi. Temuan
dari studi ini mendukung hubungan positif antara inklusi keuangan dan pertumbuhan
ekonomi. Besaran yang lebih kuat dari hubungan ini telah didokumentasikan di negara-
negara dengan pendapatan rendah dan tingkat inklusi keuangan yang lebih rendah.
Machine Translated by Google

18 LT-H. VAN ET AL.

Bukti ini penting mengingat implementasi inklusi keuangan dalam beberapa tahun terakhir di
negara berkembang dan negara berkembang merupakan strategi yang tepat untuk mendorong
pertumbuhan ekonomi.
Penelitian ini memiliki keterbatasan. Pertama, tidak ada kontrol kelembagaan dalam model
pertumbuhan. Negara-negara dengan kerangka kelembagaan yang berbeda dapat menargetkan
tingkat inklusi keuangan yang berbeda sehingga dapat mempengaruhi besarnya keterkaitan
antara inklusi keuangan terhadap pertumbuhan ekonomi. Meskipun kami telah membagi sampel
kami dalam hal tingkat inklusi keuangan serta tingkat pendapatan, faktor institusional perlu
diperhatikan dalam analisis ini. Kedua, masalah bias panel dinamis, umumnya dikenal sebagai
bias Nikel, tampaknya menjadi kelemahan lain dari artikel ini karena estimasi efek tetap yang
kuat tidak menyelesaikan masalah secara radikal. Kelemahan ini memotivasi studi yang menarik

di masa depan di bidang inklusi keuangan dan pengaruhnya terhadap faktor ekonomi makro.

Catatan

1. Kami menggunakan PDB per kapita riil sebagai variabel perwakilan pertumbuhan ekonomi daripada
PDB. Meskipun PDB umumnya digunakan untuk mengukur pertumbuhan ekonomi, PDB per kapita
memungkinkan kita untuk mempertimbangkan ukuran populasi yang berbeda di berbagai negara,
sehingga mengurangi potensi masalah heterogenitas. Selain itu, PDB per kapita secara luas dianggap
sebagai tingkat pertumbuhan dalam berbagai studi akademik (Hajilee, Stringer, dan Metghalchi 2017;
Kim, Yu, dan Hassan 2018; Vo et al. 2019b, untuk beberapa nama).
2. Latihan ketahanan juga dilakukan. Pemeriksaan ketangguhan pertama adalah memperkirakan model
tanpa efek tetap—estimator kuadrat terkecil gabungan sederhana. Pemeriksaan kedua adalah
mengestimasi model tanpa variabel dependen yang tertinggal. Dengan menggunakan IFI serta tiga
subdimensinya, pemeriksaan pertama menghasilkan dampak positif dari inklusi keuangan terhadap
pertumbuhan ekonomi untuk seluruh sampel dan untuk semua subkelompok lainnya berdasarkan
berbagai tingkat pendapatan serta kuantil. Pemeriksaan kedua memberikan efek positif yang tidak
signifikan. Dengan demikian, dimasukkannya efek tetap dan PDB per kapita yang tertinggal sangat
meningkatkan kesesuaian model secara keseluruhan. Hasil estimasi akan tersedia berdasarkan permintaan.

Pendanaan

Penelitian ini didanai oleh Vietnam National Foundation for Science and Technology Development
(NAFOSTED) dengan nomor hibah 502.01-2019.18.

Referensi

Ahamed, MM, dan SK Mallick. 2019. Apakah inklusi keuangan baik untuk stabilitas perbankan?
Bukti internasional. Jurnal Perilaku Ekonomi dan Organisasi 157: 403–27. doi:10.1016/j.jebo.2017.07.027.

Amidzic, G., A. Massara, dan A. Mialou. 2014. Menilai kedudukan inklusi keuangan negara: Indeks komposit
baru. Kertas Kerja Dana Moneter Internasional Seri No 14/36, Dana Moneter Internasional, Washington,
DC.
Machine Translated by Google

KEUANGAN DAN PERDAGANGAN EMERGING MARKETS 19

Beck, T., A. Demirgüç-Kunt, and P. Honohan. 2009. Akses ke layanan keuangan: Pengukuran, dampak,
dan kebijakan. Pengamat Riset Bank Dunia 24 (1):119–45. doi:10.1093/wbro/lkn008.

Blundell, R., dan S. Bond. 1998. Kondisi awal dan pembatasan momen pada model data panel dinamis.
Jurnal Ekonometrika 87:115–43. doi:10.1016/S0304-4076(98)00009-8.
Bruhn, M., dan I. Cinta. 2014. Dampak nyata dari peningkatan akses keuangan: Bukti dari
Meksiko. Jurnal Keuangan 69 (3):1347–76. doi:10.1111/jofi.12091.
Camara, N., dan D. Tuesta. 2014. Mengukur inklusi keuangan: Indeks multidimensi.
Jurnal Elektronik SSRN. doi:10.2139/ssrn.2634616.
Chakravarty, SR, dan R.Pal. 2013. Inklusi keuangan di India: Pendekatan aksiomatik.
Jurnal Pemodelan Kebijakan 35 (5):813–37. doi:10.1016/j.jpolmod.2012.12.007.
Chauvet, L., dan L. Jacolin. 2017. Inklusi keuangan, konsentrasi bank, dan kinerja perusahaan.
Perkembangan Dunia 97:1–13. doi:10.1016/j.worlddev.2017.03.018.
Cihak, M., DS Mare, dan M. Melecky. 2016. Perhubungan inklusi keuangan dan stabilitas keuangan studi
tentang trade-off dan sinergi. Makalah Kerja Penelitian Kebijakan, 7722, Bank Dunia.

Demirguc-Kunt, A., dan L. Klapper. 2012. Mengukur inklusi keuangan: The global findex
basis data. Makalah Kerja Penelitian Kebijakan, 6025, Bank Dunia.
Everaert, G., dan L. Pozzi. 2007. Koreksi bias berbasis bootstrap untuk panel dinamis. Jurnal Dinamika &
Pengendalian Ekonomi 31:1160–84. doi:10.1016/j.jedc.2006.04.006.
Fungacova, Z., dan L. Weill. 2014. Memahami inklusi keuangan di Tiongkok. Cina
Tinjauan Ekonomi 34:196–206. doi:10.1016/j.chieco.2014.12.004.
Garcia, MJR, dan M.Jose. 2016. Apakah inklusi keuangan dan stabilitas keuangan dapat berjalan beriringan
tangan? Masalah Ekonomi 21 (2):81–103.
Goyal, R., S. Creane, AM Mobarak, and R. Sab. 2004. Perkembangan sektor keuangan di Timur Tengah
dan Afrika Utara. Kertas Kerja IMF No WP/04/201, International Monetary Fund, Washington, DC.

Hajilee, M., DY Stringer, dan M. Metghalchi. 2017. Inklusi pasar keuangan, shadow economy dan
pertumbuhan ekonomi: Bukti baru dari negara berkembang. Tinjauan Triwulan Ekonomi dan Keuangan
66:149–58. doi:10.1016/j.qref.2017.07.015.
Hassan, MK, B. Sanchez, and JS Yu. 2011. Perkembangan keuangan dan pertumbuhan ekonomi: Bukti
baru dari data panel. Tinjauan Triwulan Ekonomi dan Keuangan 51 (1):88–104. doi:10.1016/
j.qref.2010.09.001.
Honohan, P. 2008. Variasi lintas negara dalam akses rumah tangga terhadap jasa keuangan. Jurnal
Perbankan dan Keuangan 32 (11):2493–500. doi:10.1016/j.jbankfin.2008.05.004.
Huynh, VS, DH Vo, dan DT T Ha. 2019. Pentingnya keuangan derivatif terhadap perkembangan ekonomi di
empat ekonomi besar dunia. Jurnal Risiko dan Manajemen Keuangan 12(1):35–57. doi:10.3390/
jrfm12010035.
Kempson, E., A. Atkinson, dan O. Pilley. 2006. Tanggapan tingkat kebijakan terhadap eksklusi keuangan di
negara maju: Pelajaran bagi negara berkembang. Makalah Kerja, University of Bristol, Inggris.

Kim, DW, JS Yu, dan MK Hassan. 2018. Inklusi keuangan dan pertumbuhan ekonomi di negara-negara
OKI. Penelitian dalam Bisnis Internasional dan Keuangan 43:1–14. doi:10.1016/j. ribaf.2017.07.178.

Kim, JH 2016. Kajian tentang pengaruh inklusi keuangan terhadap hubungan antara ketimpangan
pendapatan dengan pertumbuhan ekonomi. Keuangan dan Perdagangan Pasar Berkembang 52 (2):498–
512. doi:10.1080/1540496X.2016.1110467.
Levine, R. 2005. Keuangan dan pertumbuhan: Teori dan bukti. Dalam Handbook of Economic Growth, ed.
P. Aghion, dan S. Durlauf. Amsterdam, Belanda: Ilmu Elsevier. doi:10.1016/ S1574-0684(05)01012-9
Machine Translated by Google

20 LT-H. VAN ET AL.

Levine, R., N. Loayza, dan T. Beck. 2000. Intermediasi dan pertumbuhan keuangan: Kausalitas dan sebab-
sebab. Jurnal Ekonomi Moneter 46(1):31–77. doi:10.1016/S0304-3932(00)00017-9.
Lopez, T., dan A. Winkler. 2017. Tantangan inklusi keuangan pedesaan – Bukti dari keuangan mikro. Ekonomi
Terapan 50 (14):1555–77. doi:10.1080/00036846.2017.1368990.
Mehrotra, A., dan J. Yetman. 2015. Inklusi keuangan – Isu untuk bank sentral. BIS
Tinjauan Triwulanan 83–96.
Mialou, A., G. Amidzic, dan A. Massara. 2017. Menilai kedudukan inklusi keuangan negara - Indeks komposit
baru. Jurnal Ekonomi Perbankan dan Keuangan 2 (8):105–26. doi:10.7172/2353-6845.jbfe.2017.2.5.

Morgan, PJ, dan V. Pontines. 2017. Stabilitas keuangan dan inklusi keuangan: Kasus penyaluran kredit UKM.
Tinjauan Ekonomi Singapura 63 (1):1–14.
Nguyen, VP, dan DH Vo. 2019. Penentu makroekonomi dari pass-through nilai tukar: Bukti baru dari kawasan
Asia-Pasifik. Keuangan dan Perdagangan Pasar Berkembang 1–16. doi:10.1080/1540496X.2019.1601081.

Nickell, S. 1981. Bias dalam model dinamis dengan efek tetap. Ekonometrika 49 (6):1417–26.
doi:10.2307/1911408.
Park, CY, dan RV Mercado. 2015. Inklusi keuangan, kemiskinan dan ketimpangan pendapatan di Asia yang
sedang berkembang. Seri Kertas Kerja Ekonomi ADB, 426, Bank Pembangunan Asia, Kota Mandaluyong,
Filipina.
Rojas-Suarez, L. 2010. Akses ke Jasa Keuangan di Kekuatan Baru: Fakta, Hambatan dan Rekomendasi.
Perspektif Pembangunan Global 2010: Pergeseran Kekayaan, Pusat Pengembangan OECD, Paris,
Prancis.
Sahay, R., M. Cihak, P. N'Diaye, A. Barajas, S. Mitra, A. Kyobe, and R. Yousefi. 2015.
Inklusi keuangan: Bisakah itu memenuhi berbagai tujuan ekonomi makro? Catatan Diskusi Staf IMF 15/17,
Dana Moneter Internasional, Washington, DC. doi:10.5089/
9781513585154.006.
Sarma, M. 2008. Indeks inklusi keuangan. Kertas Kerja ICRIER No 215, New Delhi,
India.
Sarma, M. 2012. Indeks inklusi keuangan – Ukuran inklusivitas sektor keuangan.
Kertas Kerja Berlin tentang Uang, Keuangan dan Pengembangan Perdagangan, Kertas Kerja No 07/2012,
Berlin, Jerman.
Sarma, M., dan J. Pais. 2011. Inklusi dan Pengembangan Keuangan. Jurnal Internasional
Perkembangan 23:613–28. doi:10.1002/jid.v23.5.
Svirydzenka, K. 2016. Memperkenalkan indeks pembangunan keuangan berbasis luas yang baru. Kertas
Kerja IMF No. WP/16/5, Dana Moneter Internasional, Washington, DC.
Swamy, V. 2014. Inklusi keuangan, dimensi gender, dan dampak ekonomi pada rumah tangga miskin.
Perkembangan Dunia 56:1–15. doi:10.1016/j.worlddev.2013.10.019.
Tran, BD, dan DH Vo. 2018. Haruskah bankir memperhatikan modal intelektual?
Sebuah studi tentang sektor perbankan Thailand. Jurnal Modal Intelektual 19 (5):32–44. doi:10.1108/
JIC-12-2017-0185.
Tran, PN, DH Vo, dan TC Nguyen. 2019. Faktor-faktor apa yang mempengaruhi ketimpangan pendapatan
dan pertumbuhan ekonomi di negara-negara berpenghasilan menengah. Jurnal Risiko dan Manajemen
Keuangan 12 (1):40–64. doi:10.3390/jrfm12010040.
Turegano, DM, dan AG Herrero. 2018. Inklusi keuangan, bukan ukuran, adalah kunci untuk mengatasi
ketimpangan pendapatan. Tinjauan Ekonomi Singapura 63 (1):167–84. doi:10.1142/
S0217590818410047.
Vo, AT, LTH Van, DH Vo, dan M. McAleer. 2019a. Inklusi keuangan dan stabilitas ekonomi makro di pasar
negara berkembang dan terdepan. Sejarah Ekonomi Keuangan 14 (02):1950008. doi:10.1142/
S2010495219500088.
Machine Translated by Google

KEUANGAN DAN PERDAGANGAN EMERGING MARKETS 21

Vo, DH, PV Nguyen, HM Nguyen, TC Nguyen, dan AT Vo. 2019b. Pasar derivatif dan nexus
pertumbuhan ekonomi: Implikasi kebijakan untuk pasar negara berkembang? Jurnal Ekonomi
dan Keuangan Amerika Utara. doi:10.1016/j.najef.2018.10.014.
Wang, X., dan J. Guan. 2017. Inklusi keuangan: Pengukuran, efek spasial dan faktor yang
mempengaruhi. Ekonomi Terapan 49 (18):1751–62. doi:10.1080/00036846.2016.1226488.
Yoshino, N., dan PJ Morgan. 2018. Inklusi keuangan, stabilitas keuangan dan ketimpangan
pendapatan: Pendahuluan. Tinjauan Ekonomi Singapura 63 (1):1–7. doi:10.1142/
S0217590818020022.
Zhang, Q., dan A. Posso. 2019. Berpikir di dalam kotak: Melihat lebih dekat pada inklusi keuangan
dan pendapatan rumah tangga. Jurnal Studi Pembangunan 55 (7): 1616–31. doi:10.1080/
00220388.2017.1380798.
Machine Translated by Google

22 LT-H. VAN ET AL.

Lampiran

Tabel A1. Deskripsi data.

Variabel Pengamatan Berarti St. Dev. Min Maks

Indeks Inklusi Keuangan 581 17.81 14.01 0,04 76.57

ATM 590 41.13 40.79 0,05 283.97
Cabang Bank 599 19.00 19.39 0,30 217.69
Kredit pribadi/PDB 606 51.91 41.62 1.47 237.46
GDPPC Nyata 2004 608 12.405,86 18.066,25 224.52 99.778,47
Populasi 608 31,12 104,78 0,05 1.293,83
Sekolah 520 82,05 26,79 12,75 164,91

Porsi modal 560 24,70 7,76 5,91 66,99

Bagian pertanian 586 11,30 11,17 0,04 64,97

Keterbukaan perdagangan 599 70,71 35,94 16,70 336,21

Tabel A2. Indeks inklusi keuangan.

Negara 04–07 07–09 09–12 12–15 Peringkat Rata-Rata Kelompok Pendapatan

Afghanistan 0,006 0,014 0,013 0,005 0,009 150 L

Albania Aljazair 0,070 0,156 0,188 0,126 0,135 85 UM

Antigua dan 0,031 0,039 0,043 0,039 0,038 130 UM

Barbuda Angola Argentina 0,327 0,351 0,231 0,303 26 H

Armenia Australia Austria 0,018 0,044 0,080 0,073 0,054 118 LM

Azerbaijan Bahama. 0,090 0,101 0,119 0,103 0,103 99 UM

Bangladesh Belarus Belgia 0,054 0,110 0,174 0,161 0,125 89 LM
Belize Bhutan Bolivia Bosnia 0,448 0,484 0,500 0,392 0,456 H
dan Herzegovina 0.157 0,323 0,323 0,333 0,275 0,314 8 H

Botswana Brasil Brunei 0,060 0,080 0,095 0,098 0,083 23 UM

Darussalam Bulgaria 0,338 0,350 0,279 0,322 H

Burundi Cabo Verde 0,060 0,071 0,094 0,076 0,075 109 LM

Kamboja 0,041 0,052 0,054 0,057 0,051 21 110 120 UM
0,382 0,373 0,356 0,253 0,341 17 H
0,197 0,227 0,228 0,161 0,203 55 UM
0,066 0,085 0,132 0,112 0,099 101 LM
0,092 0,126 0,133 0,117 94 LM
0,217 0,237 0,173 0,196 58 UM
0,073 0,102 0,104 0,089 0,092 106 UM
0,248 0,268 0,296 0,252 0,266 33 UM
0,194 0,227 0,226 0,169 0,204 53 H
0,310 0,434 0,440 0,297 0,370 15 UM
0,024 0,023 0,031 0,023 0,025 138 L
0,132 0,203 0,271 0,195 0,200 56 LM
0,019 0,044 0,068 0,093 0,056 117 LM
Kamerun 0,014 0,016 0,024 0,024 0,020 144 LM

Republik Afrika Tengah 0,007 0,014 0,018 0,013 148 L

Kolombia Komoro Kongo. 0,167 0,314 0,328 0,270 32 UM
Demi. Reputasi. 0,012 0,018 0,037 0,041 0,027 137 L
0,002 0,002 0,006 0,003 152 L

Kongo. Reputasi. 0,004 0,006 0,018 0,031 0,015 146 LM

Kosta Rika 0,147 0,189 0,214 0,192 0,186 63 UM
Kroasia 0,269 0,330 0,373 0,282 0,314 22 UM

Republik Ceko 0,161 0,189 0,214 0,166 0,182 65 H

Chad Chile 0,002 0,000 0,003 0,009 0,004 151 L
0,203 0,263 0,295 0,235 0,249 42 H

(Lanjutan)
Machine Translated by Google

KEUANGAN DAN PERDAGANGAN EMERGING MARKETS 23

Tabel A2. (Lanjutan).

Negara 04–07 07–09 09–12 12–15 Peringkat Rata-Rata Kelompok Pendapatan

Denmark 0,467 0,486 0,438 0,301 0,423 10 H

Djibouti 0,034 0,045 0,066 0,057 0,051 121 LM

Dominika 0,165 0,177 0,225 0,161 0,182 66 UM

Republik Dominika 0,094 0,097 0,106 0,092 0,097 102 UM

Ekuador Mesir. Perwakilan 0,077 0,126 0,245 0,181 0,157 78 UM

Arab 0,083 0,081 0,072 0,055 0,073 111 LM

El Salvador 0,139 0,138 0,117 0,131 86 LM

Guinea Khatulistiwa 0.016 0,028 0.031 0.025 139 UM

Estonia Fiji Finlandia 0,257 0.333 0,297 0.202 0.272 31 H

Prancis Gabon Georgia 0,152 0.191 0,200 0.176 0.180 68 UM

Jerman Ghana Yunani 0,268 0.221 0,233 0.180 0.225 48 H
Grenada Guatemala 0,343 0.426 0,439 0.317 0.381 13 H
Guinea Guyana 0,032 0.033 0,047 0.049 0.040 129 UM

Honduras Hongaria 0,063 0.153 0,197 0.191 0.151 80 LM

Islandia India Indonesia 0.339 0,326 0.263 0.309 24 H

Iran. Rep. Islam 0.039 0,044 0.043 0.042 127 LM
0,317 0.378 0,415 0.268 0.344 16 H
0,252 0.280 0,315 0.202 0.262 35 UM
0.158 0,184 0.137 0.160 76 LM
0,007 0.1090 0,011 0.017 0.010 149 L
0,101 0.169 0,103 0.093 0.097 103 UM
0,117 0.217 0,179 0.140 0.151 81 LM
0,170 0.09.104 0,219 0.147 0.188 61 H
0,693 0.186 0,493 0.285 0.518 3 H
0,083 0.186 0,127 0.110 0.106 97 LM
0,065 0.459 0,102 0.189 0.188 105 LM
0,147 0.288 0,230 0.237 0.375 62 UM
Irlandia 0,417 0.456 0,387 0.253 0.286 14 H
Israel 0,269 0.1095 0,333 0.317 0.410 27 H

Italia 0,390 0.186 0,478 0.083 0.1089 11 H

Jamaika 0,081 0.186 0,095 0.110 0.189 107 UM

Jepang 0,522 0.186 0,519 0.189 0.188 H

Jordan 0.186 0,102 0.189 0.188 5 LM
Kazakhstan 0,082 0.107.107.107.107.107.107.107.
0,230 0,387 0,478
0.2370,519 0,1220.108
0.253 0.283 0,230
0.188 0 0.188
0.108
0.188 0.10859 UM
87 0.108 0.108 0.108
0.1080.108.108.108.108.108.108.108.108.108.108.108.108.108.108
0.108 0.110 0 0

Kenya Korea. 0,046 0,055 0,071 0,064 0,059 115 LM

Reputasi. 0,434 0,490 0,506 0,424 0,463 7 H

Kosovo 0,110 0,147 0,180 0,126 0,141 84 LM
Kuwait 0,170 0,215 0,218 0,190 0,198 57 H

Republik Kirgistan 0,027 0,041 0,054 0,066 0,047 125 LM

Lao PDR 0,012 0,023 0,050 0,028 135 LM
Latvia 0,264 0,349 0,328 0,179 0,280 28 H
Lebanon 0,246 0,259 0,286 0,218 0,252 39 UM
Lesotho 0,020 0,025 0,039 0,042 0,031 132 LM
Liberia 0,020 0,034 0,031 0,028 134 L

Libya 0,043 0,045 0,060 0,049 123 UM

Lituania 0,195 0,267 0,254 0,239 45 H

Luksemburg 0,503 0,556 0,518 0,380 0,489 6 H

Makedonia. FYR 0,108 0,193 0,224 0,173 0,175 71 UM

Madagaskar Malawi 0,016 0,017 0,018 0,019 0,017 145 L

Malaysia Maladewa 0,010 0,019 0,029 0,023 0,020 143 L

Malta Mauritius 0,217 0,240 0,262 0,230 0,237 46 UM

Meksiko 0,093 0,149 0,139 0,096 0,119 92 UM
0,326 0,363 0,392 0,268 0,337 18 H
0,207 0,233 0,271 0,225 0,234 47 UM
0,103 0,126 0,142 0,119 0,123 90 UM

(Lanjutan)
Machine Translated by Google

24 LT-H. VAN ET AL.

Tabel A2. (Lanjutan).

Negara 04–07 07–09 09–12 12–15 Peringkat Rata-Rata Kelompok Pendapatan

Moldova 0,072 0,111 0,131 0,109 0,106 98 LM
Montenegro 0,136 0,322 0,320 0,224 0,251 41 UM
Mongolia 0,229 0,287 0,263 0,259 38 LM
Maroko 0,110 0,159 0,212 0,158 0,160 77 LM
Mozambik 0,021 0,034 0,053 0,058 0,041 128 L
Namibia 0,114 0,148 0,180 0,151 0,148 82 UM
Belanda 0,339 0,342 0,318 0,230 0,307 25 H
Selandia Baru 0,371 0,411 0,421 0,401 12 H
Nikaragua 0,055 0,079 0,076 0,072 0,071 112 LM
Nigeria Norwegia 0,031 0,075 0,051 0,041 0,050 122 LM
Pakistan 0,264 0,279 0,276 0,227 0,262 37 H
Panama Papua 0,062 0,068 0,063 0,042 0,059 116 LM
Nugini Paraguay 0,242 0,268 0,218 0,243 44 UM
Peru Polandia Portugal 0,030 0,046 0,058 0,055 0,047 124 LM
Filipina Qatar Rumania 0,069 0,116 0,115 0,100 100 UM
Federasi Rusia Rwanda 0,056 0,080 0,103 0,139 0,094 104 UM
Samoa Arab Saudi 0,163 0,225 0,262 0,198 0,212 51 H
Serbia Seychelles 0,624 0,697 0,723 0,459 0,626 2 H
Singapura Republik 0,082 0,083 0,095 0,093 0,088 108 LM
Slovakia Slovenia 0,195 0,193 0,184 0,168 0,185 64 H
Kepulauan Solomon 0,222 0,258 0,165 0,221 49 UM
Afrika Selatan Spanyol 0,159 0,222 0,338 0,306 0,264 34 UM
Sri Lanka St. Kitts dan 0,016 0,240 0,042 0,041 0,031 131 L
Nevis St. Lucia St. 0,123 0,215 0,06,154 0,181 0,177 70 UM
Vincent dan Grenadines 0,115 0,078 0,274 0,158 0,144 83 H
Sudan Suriname 0,153 0,078 0,241 0,161 0,208 52 UM
Swaziland Swedia 0,206 0,245 0,264 0,185 0,214 50 H
Swiss Tajikistan 0,229 0,222 0,232 0,243 0,104 43 H
0,188 0,240 0,02 0,181 0,204 54 H
0,302 0,215 0,062 0,242 0,332 19 H
0,055 0,078 0,274 0,068 0,066 114 LM
0,223 0,078 0,241 0,266 0,26,214 36 UM
0,695 0,078 0,264 0,243 0,244 H
0,222 0,222 0,2220,264
0,2220,274
0,222 0,243
0,222
0,274 0,242
0,222
0,274 0,068
0,222
0,274 0,222
0,274 0,204
0,243
0,222
0,274 0,332
0,243
0,222
0,274 0,066
0,242
0,222
0,274 0,242
0,274 10,24
0,214
0,222
0,274 95
0,109
0,242 0,242
0,274 0,244
0,242
0,274 0,244
0,242
0,274 LM
0,244,
0,2740,242
0,27. 0,24

0,349 0,371 0,262 0,327 20 H

0,225 0,267 0,297 0,217 0,252 40 UM
0,176 0,188 0,142 0,169 73 UM
0,020 0,023 0,026 0,016 0,021 142 LM
0,089 0,108 0,121 0,112 0,108 96 UM
0,058 0,070 0,076 0,070 0,068 113 LM
0,263 0,299 0,313 0,241 0,279 29 H
0,521 0,529 0,536 0,392 0,495 4 H
0,026 0,048 0,047 0,048 0,042 126 LM
Tanzania 0,015 0,021 0,026 0,034 0,024 140 L
Timor-Leste 0,027 0,027 0,029 0,028 136 LM
Tonga 0,165 0,184 0,160 0,108 0,154 79 UM
Tunisia 0,130 0,155 0,201 0,163 0,162 74 LM
Turki 0,120 0,162 0,220 0,221 0,181 67 UM
Thailand 0,190 0,267 0,326 0,320 0,276 30 UM
Trinidad dan Tobago 0,136 0,133 0,110 0,126 88 H
Uganda 0,016 0,023 0,030 0,025 0,023 141 L
Ukraina 0,100 0,210 0,210 0,198 0,180 69 LM
Uni Emirat Arab 0,155 0,205 0,214 0,181 0,189 60 H
Britania Raya 0,457 0,481 0,462 0,364 0,441 9 H
Uruguay 0,115 0,118 0,127 0,113 0,118 93 H

(Lanjutan)
Machine Translated by Google

KEUANGAN DAN PERDAGANGAN EMERGING MARKETS 25

Tabel A2. (Lanjutan).

Negara 04–07 07–09 09–12 12–15 Peringkat Rata-Rata Kelompok Pendapatan

Vanuatu 0,123 0,167 0,219 0,174 0,171 72 LM
Venezuela. RB 0,102 0,124 0,139 0,117 0,121 91 UM
Vietnam 0,147 0,176 0,161 0,162 75 LM
Tepi Barat dan Gaza 0,046 0,052 0,062 0,048 0,052 119 LM
Yaman. Reputasi. 0,014 0,016 0,012 0,012 0,013 147 LM
Zambia 0,019 0,028 0,037 0,040 0,031 133 LM

04–07, 07–09, 09–12, dan 12–15 masing-masing mewakili periode 2004–2007, 2007–2009, 2009–2012, dan 2012–2015. Nilai
rata-rata adalah angka rata-rata untuk seluruh periode 2004–2015, yang menjadi dasar pemeringkatan. Pemeringkatan
tersebut mengikuti prinsip bahwa semakin tinggi indeks inklusi keuangan maka semakin rendah peringkatnya. Kelompok
pendapatan tersebut mengikuti klasifikasi pendapatan tahun 2016 oleh Bank Dunia. Empat kelompok termasuk negara
berpenghasilan rendah, menengah ke bawah, menengah ke atas, dan tinggi ditunjukkan oleh L, LM, UM, dan H, yang sesuai.

Sumber: Perhitungan penulis.