Perbandingan Peranan Jalur Kredit Dan Jalur Tingkat Suku Bunga Pada Mekanisme Transmisi Kebijakan Moneter 1990-1999 Lukkim_Nopirin_Sosiohumanika 2001

Perbandingan Peranan Jalur Kredit Dan Jalur Tingkat Suku Bunga

Pada Mekanisme Transmisi Kebijakan Moneter 1990-19991

Lukman Hakim Nopirin

Abstract The purpose of this study is to compare of role of credit and interest rate

channels in transmission mechanism of monetary policy. This study will compare between short run (1990.1-1999.3) and long run (1997.1-1993.4) perspectives. Vector autoregressions (VAR) method is used for analyzing the data. The main uses of the VAR are causality, variance decomposition, and impulse response.

The quarterly data used in this study are stationary in lagged first difference. The VAR model is estimated with two lags based on both the Akaike and Schwartz criteria. Credit channel model consists of three variables, real credit total (DL), consumer price index (DP), and real GDP (DY). Interest rate channel model consists of short run interest rate (DI), consumer price index (DP), and real GDP (DY).

In the long run (1990.1-1999.3) and short run (1997.1-1999.3) estimates indicate that credit channel is better than interest rate channel in transmission mechanism. Finally, this study has a purpose to Bank of Indonesia to consider credit channel as dominant channel in transmission mechanism monetary policy in Indonesia.

Key word : credit, interest rate, channel, monetary, VAR

1) Universitas Trisakti Jakarta

2) Universitas Gadjah Mada Yogyakarta

1 Telah diterbitkan pada Jurnal Sosiohumanika, Program Pascasarjana UGM, 14(1), 2001 (Jurnal Terakreditasi).

Please purchase PDFcamp Printer on http://www.verypdf.com/ to remove this watermark.

http://www.verypdf.com/

Pendahuluan Beberapa pakar ekonomi menganggap mekanisme transmisi yang ada saat

ini, tidak dapat lagi mengendalikan secara pasti perkembangan agregat-agregat moneter. Hal ini dibuktikan dengan adanya perubahan perilaku masyarakat dalam memegang uang. Kebutuhan uang masyarakat saat ini, sekitar 70 % merupakan uang kartal M(0), sedangkan sisanya 30 % tidak dapat dipengaruhi oleh Bank Indonesia (BI). Tidak stabilnya pengganda uang (money multiplier) dan velositas jumlah uang beredar (velocity of money) menyebabkan gerakan permintaan uang sulit diprediksi. Hal ini menyebabkan kebijakan pemerintah seperti operasi pasar terbuka (open market operation) untuk mempengaruhi jumlah uang beredar, selalu meleset dari yang diperkirakan, lihat tabel-1 (Boediono, 1998:1-2)

Mereka mengusulkan supaya Bank Indonesia mengganti paradigma lama mekanisme transmisi menjadi paradigma baru. Paradigma lama merupakan mekanisme transmisi yang menggunakan pendekatan jalur kuantitas (quantity channel) yang terdiri atas jalur langsung (direct channel) dan jalur kredit (credit channel). Sedangkan, paradigma baru berasal dari pendekatan jalur harga (price channel) yang terdiri atas jalur tingkat suku bunga (interest rate channel), nilai tukar channel (exchange rate channel) dan efek harga aset lain (other asset price effects). (Oh: 1999, 104).

Beberapa peneliti Bank Indonesia seperti Sarwono dan Warjiyo (1998; 10), Warjiyo dan Zulverdi (1998; 25-28) mengusulkan penggunaan jalur tingkat suku bunga. Mereka mengusulkan penggunaan tingkat suku bunga jangka pendek yakni tingkat suku bunga pasar uang antar bank (PUAB) sebagai sasaran operasional menggantikan uang primer (M0) pada paradigma lama. Sebaliknya, peneliti lain yakni Hariadi (1999) mengemukakan bahwa jalur kredit dapat menjadi jalur alternatif mekanisme transmisi kebijakan moneter di Indonesia.

Studi ini bertujuan untuk membandingkan peranan antara jalur kredit dan jalur tingkat suku bunga pada mekanisme transmisi kebijakan moneter, dengan menggunakan metode yang sama yakni vector autoregressions (VAR). Studi ini akan membandingkan pula perspektif jangka panjang (1990.1-1999.3) dan jangka pendek (1997.1-1999.3), dari kedua jalur tersebut.

Tinjauan Pustaka Studi mekanisme transmisi kebijakan moneter dengan menggunakan

metode VAR telah banyak dilakukan di beberapa negara. Beberapa studi jalur kredit dengan menggunakan metode VAR telah banyak dilakukan seperti oleh King (1986), Kim (1999) dan, Domac (1999). King (1986) menggunakan VAR untuk jalur kredit kasus Amerika Serikat, Kim (1999) untuk Republik Korea dan, Domac (1999) untuk kasus Malaysia. Metode VAR untuk studi jalur tingkat suku bunga telah dilakukan oleh Bernanke dan Blinder (1992) untuk kasus Amerika Serikat, dan Ramawaswami dan Slok (1998) untuk beberapa negara Eropa.

Sebelum membahas jalur kredit, sebaiknya perlu dijelaskan terlebih dahulu mengapa instrumen kredit dianggap penting dibandingkan dengan uang (M1). Akar pembahasan tentang eksistensi kredit telah dimulai sejak Patinkin (1956),



dengan membagi kepemilikan aset menjadi tiga yakni uang, surat berharga (bonds) dan pinjaman (loans) dengan asumsi bahwa terdapat subtitusi sempurna antara aset serta tidak ada pembatasan kredit (credit rationing). Hal itu divisualisasikan pada gambar 1 kurva LM mewakili uang dan, kurva CC mewakili kredit (commodities-credit) (Bernanke dan Blinder, 1988, 435-439).

Dari gambar 1 terlihat bahwa kurva CC berslop negatif seperti kurva IS. Kurva CC akan menjadi seperti IS jika pinjaman dan surat berharga diasumsikan bersubstitusi sempurn, maka baik peminjam/borrower (Lp → - ∞ ) ataupun yang dipinjamani/lender (λp→ ∞ ) atau permintaan komoditi tidak sensitif terhadap tingkat suku bunga pinjaman (Yp =0). Hal ini akan menyebabkan pasar pinjaman tidak relevan terhadap IS/LM, fenomena ini disebut sebagai pandangan uang (money view). Sebaliknya, apabila uang dan surat berharga bersubstitusi sempurna (Di → - ∞ ) akan menyebabkan kurva LM horisontal disebut sebagai pandangan kredit (credit view). Keynesian menyatakan kondisi seperti ini sebagai jebakan likuiditas (liquidity trap).

Secara teoritis dapat ditarik kesimpulan bahwa pandangan kredit membuat kebijakan moneter lebih ekspansif dibandingkan dengan pandangan uang. Studi dilakukan oleh Bernanke dan Blinder (1988, 438-439) pada dekade 80-an, untuk membandingkan pengaruh goncangan peranan uang dan kredit terhadap output. Studi itu menyimpulkan bahwa pengaruh goncangan uang terhadap output jauh lebih besar dibandingkan kredit, dengan demikian dapat dinyatakan bahwa peranan kredit jauh lebih stabil dibandingkan peranan uang (Bernanke dan Getler, 1995).

Studi mekanisme transmisi kebijakan monter ini mengikuti skema umum dari jalur kredit dan jalur tingkat suku bunga. Skema umum jalur kredit ditunjukkan dengan adanya peningkatan penawaran uang (M), akan menyebabkan kenaikan deposito bank (D). Peningkatan deposito bank akan meningkatkan pinjaman bank (L), kemudian mempengaruhi peningkatan investasi (S) dan pendapatan (Y) (Mishkin,1995b,7-9).

M ↑ ⇒ deposito bank (D)↑ ⇒ pinjaman bank (L) ↑ ⇒ S ↑ ⇒ Y ↑ 1

Skema jalur tingkat suku bunga diawali dengan peningkatan penawaran uang (M) akan mempengaruhi penurunan tingkat suku bunga (I). Penurunan tingkat suku bunga (I) menyebabkan masyarakat lebih memilih untuk berinvestasi, sehingga terjadi peningkatan investasi (S). Peningkatan investasi akan mendorong kenaikan pendapatan (Y). (Mishkin,1995a, 673-677)

M ↑ ⇒ I ↓ ⇒ S ↑ ⇒ Y ↑ 2 Metode VAR, seperti halnya uji kausalitas Granger, mensyaratkan bahwa model yang digunakan merupakan persamaan indentitas. Oleh karena itu, model jalur kredit menggunakan teori kuantitas uang, sedangkan model jalur tingkat suku bunga menggunakan efek Fisher (Fisher effect).

Teori kuantitas uang dikembangkan oleh Irving Fisher (1867-1947) dalam bentuk indentitas, kemudian dimodifikasi oleh peneliti berikutnya. (Dornbusch-



Fischer-Startz,1998; 446-447). Hubungan transmisinya dapat dinyatakan bahwa hubungan penawaran uang (M) terhadap inflasi (P) adalah positif.

M ↑ ⇒ P ↑ 3

Inflasi (P) mempunyai dampak negatif terhadap pendapatan nasional (Y) dapat diformulasikan menjadi :

P ↑ ⇒ Y ↓ 4 Efek Fisher menyatakan bahwa tingkat suku bunga nominal mempunyai hubungan positif terhadap inflasi, sehingga transmisinya akan menjadi : (Mankiew, 1997; 160)

I ↑ ⇒ P ↑ 5

Metode Penelitian VAR pertama kali dikemukakan oleh Sims ( 1980; 1-3), sebagai kritik

terhadap persamaan simultan yang cenderung menggunakan model besar, seperti ditunjukkan oleh hasil studi komisi Cowles (Cowles commission), model Klein dan, model FRB-MIT. VAR didesain hanya menggunakan variabel-variabel utama secara minimalis, dan menganggap bahwa semua variabel yang berperan adalah variabel endogen (Epstein, 1987, 205).

Metode VAR, menganggap bahwa semua variabel adalah endogen, secara formulatif dapat ditulis sebagai berikut :

∆Xt = α + Σ 3i = 1Ai∆Xt-1 + ut, E(ut us) = Ω , if t ≠s 6

Notasi Ai merupakan matriks kuadrat, ut menunjukkan rata-rata vektor zero yang diasumsikan tidak terdapat korelasi antar variabel. Kesejajaran matriks varian Ω diasumsikan positif dan simetris. Notasi α merupakan 3X1 vektor kolom dari parameter-parameternya, sedangkan vektor Xit adalah variabel-variabel endogen. Dari persamaan dasar di atas, dapat diturunkan tiga macam bentuk estimasi yakni kausalitas (causality); Respons terhadap adanya inovasi (impulse response) dan dekomposisi varian (variance decomposition).

a. Kausalitas (causality).

Susunan model VAR mempunyai kemiripan dengan uji kausalitas Granger. Perbedaannya, jika kausalitas Granger hanya mempunyai satu variabel independen, model VAR mempunyai variabel independen lebih dari satu. (Thomas 1997; 457-462). Gujarati (1995; 746-753). Hubungan kausalitas dapat dilihat dari pola hubungan antar variabel endogen, seperti ditunjukkan pada contoh di bawah ini, misalkan terdapat dua variabel endogen yakni indeks produksi (IP) dan penawaran uang (M1), maka model VAR akan diformulasikan sebagai berikut (Eviews :1997, 497) dan (Gujarati; 1995, 747):

IPt = α11IPt-i + α12 M1t-i + ε1 t 7

M1t = α21IPt-i + α22 M1t-i + ε2 t 8



Perubahan ε1 t akan berpengaruh terhadap perubahan nilai IP. Perubahan tersebut akan merubah semua nilai IP dan M1 yang akan datang, sejak variabel IP kelambanan (IPt-1) bekerja pada kedua persamaan itu. Notasi ε1t dan ε2t masing-masing merupakan inovasi untuk IP M1, dengan asumsi antara ε1t dan ε2 t tidak mempunyai korelasi.

b Respons Terhadap Adanya Inovasi (Impulse Response) Respons terhadap adanya inovasi merupakan salah satu metode estimasi

pada VAR yang digunakan untuk melihat Respons variabel endogen terhadap adanya pengaruh inovasi (shock) variabel endogen yang lain (Pindycks dan Rubinfeld; 1991: 385). (Greene:, 2000, 744-746) Secara statistik Respons terhadap adanya aksi dirumuskan oleh Sims (1980b, 256-257), sebagai sebuah model linier vektor stokastik x yang diformulasikan sebagai berikut:

∞

xt = Σ As et-s 9

s=o

Dimana et = xt – E(xt | xt-1 ,xt-2 , ), kemudian memilih matrik triangular B, sehingga menghasilkan Bet yakni sebuah kovarian diagonal matriks dan B juga mempunyai diagonalnya sendiri, oleh karena itu A perlu dipindah menjadi C = AB1 dan e menjadi f = Be, sehingga menjadi:

xt = Σ Cs ft-s 10

s=o Dari formula di atas koefisien C adalah Respons terhadap adanya aksi atau inovasi (responses to innovations).

c. Dekomposisi Varian (Variance Decomposition)

Dekomposisi varian merupakan metode lain dari sistem dinamik dengan menggunakan VAR. Apabila Respons terhadap adanya inovasi menunjukkan efek dari sebuah kebijakan (shock) variabel endogen terhadap variabel lain. Dekomposisi varian menguraikan inovasi pada sebuah variabel endogen terhadap komponen goncangan (shock) dari variabel endogen yang lain.

Berkaitan dengan persamaan 10. di atas, perlu ditetapkan matriks varian-kovarian dari xt – E(xt | xt-k’ ,xt -k –1’ ,… ) pada periode k sehingga persamaannya menjadi :

k



Vk = Σ Cs Var(f t ) C’s 11

s=o

Sehingga nilai Vk inilah yang disebut sebagai dekomposisi varian.

d. Model

Penelitian ini akan memfokuskan perbandingan peranan jalur tingkat suku bunga dan jalur kredit. Menurut konvensi, studi mekanisme transmisi kebijakan moneter dengan menggunakan metode VAR minimal terdiri atas tiga variabel pokok yakni output; harga dan tingkat suku bunga. Sedikitnya variabel yang digunakan pada setiap model, didasarkan atas pertimbangan bahwa metode VAR memiliki keterbatasan interpretasi, jika variabel yang digunakan relatif banyak. (Ramaswamy dan Slok, 1998: 379).

Penelitian ini menggunakan tiga variabel untuk masing-masing jalur. Pada jalur kredit memakai variabel total kredit riil (L); tingkat harga (P) dan pendapatan nasional riil (Y). Pada jalur tingkat suku bunga menggunakan variabel tingkat suku bunga jangka pendek (I); tingkat harga (P) dan, pendapatan nasional riil (Y).

Untuk Jalur Kredit

Lt = α0 + Σ 2i =1 α1Lt-i + Σ 2i =1α2Pt-1 + Σ 2i =1α3Yt-i + µ1t 12

Pt = β0 + Σ 2i =1 β1Pt-1 + Σ 2i =1 β2 Lt-i + Σ 2i =1 β3Yt-i + µ1t 13

Yt = δ0 + Σ 2i =1 δ1Yt-i + Σ 2i =1δ2 Pt-i + Σ 2i =1 δ3Lt-1 + µ1t 14

Untuk Jalur Tingkat Suku Bunga

Ιτ = σ0 + Σ 2ι =1 σ1Ιτ−ι + Σ 2ι =1σ2Π τ−1 + Σ 2ι =1σ3Ψ τ−ι + µ1τ 15

Π τ = ρ0 + Σ 2ι =1 ρ 1Π τ−1 + Σ 2ι =1 ρ 2 Ιτ−ι + Σ 2ι =1 ρ 3Ψ τ−ι + µ1τ 16

Ψ τ = ϕ0 + Σ 2ι =1 ϕ 1Ψ τ−ι + Σ 2ι =1δ2 ϕ τ−ι + Σ 2ι =1 ϕ 3Ιτ−1 + µ1τ 17

e.Data

Data penelitian ini merupakan data sekunder, diambil dari beberapa periode penerbitan Bank Indonesia dan Badan Pusat Statistik (BPS). Data yang dipakai meliputi data volume kredit riil (L), tingkat suku bunga pasar uang antar bank atau PUAB (I) , GDP riil (Y), dan, indek harga konsumen (P), lihat tabel-2.

Hasil dan Pembahasan a. Uji Prasyarat



Uji prasyarat bekerjanya metode VAR, terdiri atas uji akar-akar unit dan uji tingkat kelambanan optimal. Uji akar-akar unit menggunakan metode yang dikemukakan oleh Dickey dan Fuller yang dikenal dengan uji DF (Dickey & Fuller) dan ADF (Augmented Dickey & Fuller).

Kesimpulan yang dapat diambil dari uji akar-akar unit, semua variabel belum stasioner pada derajat yang sama. Oleh karena itu, perlu dilanjutkan uji derajat integrasi sampai semua variabel yang diamati mempunyai derajat yang sama. Berdasarkan uji derajat integrasi diketahui bahwa semua data lolos dari uji derajat integrasi I(1). Berarti data yang dipergunakan adalah data turunan pertama, lihat tabel 3.

Penetapan tingkat kelambanan (lag) optimal didasarkan atas nilai terendah dari kriteria informasi Akaike (AIC) dan Schwartz (SC), yang dihasilkan dari operasi metode VAR dengan membandingkan kelambanan 2; 4 dan, 6. Hasil pengolahan data menunjukkan bahwa baik pada model jalur kredit ataupun pada jalur tingkat suku bunga nilai terendah baik AIC ataupun SC terletak pada tingkat kelambanan ke-2, lihat tabel 4. Dengan demikian model VAR yang dipilih pada penelitian ini menggunakan tingkat kelambanan ke-2.

b. Perbandingan Model Jangka Panjang (1990.1-1999.3)

Pada uji statistik ini akan dibandingkan antara dua model baik model jalur kredit maupun jalur tingkat suku bunga dengan uji parsial (uji-t); uji serentak (uji-F), dan uji goodness of fit (R2). Pada uji serentak diketahui model jalur kredit dan jalur tingkat suku bunga lolos dari uji tersebut. Pada uji goodness of fit dengan melihat koefisien determinannya (R2), model jalur kredit jauh lebih baik dari pada model jalur tingkat suku bunga, lihat tabel 5 dan 6.

Uji parsial dengan menggunakan uji t, uji ini bertujuan menetapkan signifikansi hubungan setiap variabel independen terhadap variabel dependen. Pada model jalur kredit diketahui terdapat sembilan hubungan antar variabel yang lolos uji t. Pada jalur tingkat suku bunga ditemukan tujuh hubungan antar variabel yang lolos uji t. Perbandingan kedua model tersebut dari sudut hubungan antar variabel yang lolos uji t, model jalur kredit relatif lebih banyak dibandingkan dengan model jalur tingkat suku bunga, lihat tabel-7.

Pada model jalur kredit tidak ditemukan hubungan langsung kausalitas antara kredit riil (DL) dengan pendapatan nasional riil (DY). Demikian pula pada model jalur tingkat suku bunga juga tidak ditemukan hubungan langsung antara tingkat suku bunga jangka pendek (DI) terhadap pendapatan nasional riil (DY). Sebaliknya, baik model jalur kredit dan jalur tingkat suku bunga ditemukan hubungan tidak langsung. Hubungan tidak langsung inilah yang mencerminkan adanya mekanisme transmisi kebijakan moneter.

Pada jalur kredit hubungan tidak langsung ditunjukkan dengan adanya kenaikan kredit riil (DL) akan menyebabkan tingkat harga naik (DP), kemudian akan berpengaruh terhadap menurunnya pendapatan (DY).

DL (-2) ↑ ⇒ DP (-1) ↑ ⇒ DY ↓ 18



Mekanisme transmisi seperti ini mempunyai kesesuaian dengan teori kuantitas uang, yakni peningkatan penawaran uang (M) akan meningkatkan harga (P). Peningkatan harga akan menurunkan pendapatan nasional (Y) M ↑ ⇒ P ↑ ⇒ Y ↓ 19

Pada model jalur tingkat suku bunga sistematika transmisinya diawali dengan kenaikan tingkat suku bunga (DI), akan ditransmisikan ke pendapatan nasional riil (DY), melalui tingkat harga (DP). Peningkatan tingkat suku bunga (DI) akan berpengaruh positif terhadap tingkat harga (DP). Kenaikan tingkat harga (DP) akan mempunyai pengaruh negatif terhadap pendapatan nasional (DY).

DI (-2) ↑ ⇒ DP (-1) ↑ ⇒ DY ↓ 20

Mekanisme transmisi kebijakan moneter jalur tingkat suku bunga di atas, memiliki kesesuaian terhadap efek Fisher dan teori kuantitas uang. Mekanisme transmisi kebijakan moneter jalur tingkat suku bunga dimulai dari kenaikan tingkat suku bunga jangka pendek (I) akan mempengaruhi peningkatan harga (P). Peningkatan harga (P) akan berpengaruh terhadap penurunan pendapatan nasional riil (Y).

I ↑ ⇒ P ↑⇒ Y ↓ 21 Kesimpulan yang dapat diambil dari metode kausalitas ini, model jalur

kredit sesuai dengan teori kuantitas uang dan jalur tingkat suku bunga mengikuti efek Fisher dan teori kuantitas uang. Teori kuantitas uang dan efek Fisher merupakan teori moneter dari kubu klasik atau moneteris, sehingga dapat disimpulkan bahwa hasil penelitian ini konsisten dengan teori klasik atau moneteris.

Pada pembahasan di atas, terlihat baik jalur kredit maupun jalur tingkat suku bunga sama-sama berperan pada mekanisme transmisi kebijakan moneter. Persoalannya, diantara keduanya jalur manakah yang paling berperan dalam mempengaruhi output. Pengujian berikutnya bertujuan mengetahui sumbangan varian dari variabel-variabel independen terhadap pendapatan nasional riil., dengan menggunakan metode dekomposisi varian (variance decomposition).

Pada jalur kredit terlihat bahwa sumbangan komposisi varian terhadap pendapatan nasional riil (DY) semakin lama, didominasi oleh kredit riil (DL). Pada model jalur tingkat suku bunga, komposisi sumbangan varian tingkat bunga (DI) terhadap pendapatan nasional riil (DY) sangat kecil. Berdasarkan perbandingan dua jalur tersebut, dapat dinyatakan total kredit riil (DL) jauh lebih berpengaruh terhadap pendapatan nasional riil (DY) dibandingkan dengan tingkat suku bunga (DI). Kesimpulan dari metode dekomposisi varian, ditemukan bahwa jalur kredit lebih berperan dalam mempengaruhi output dari pada tingkat suku bunga, lihat tabel 8.

Berikutnya adalah melihat proses mekanisme transmisi itu berjalan, dengan menggunakan metode estimasi VAR yang lain yaitu Respons terhadap adanya inovasi (impulse response). Respons terhadap adanya inovasi sebuah variabel dependen, bekerja jika terdapat inovasi atau goncangan (shock) variabel



independen variabel sebesar 1 % standar deviasi. Respons terhadap adanya inovasi inilah yang menunjukkan simulasi transmisi sebuah kebijakan.

Analisis Respons terhadap adanya inovasi ini dapat membandingkan peranan jalur kredit dan jalur tingkat suku bunga pada mekanisme transmisi kebijakan moneter, pada periode jangka panjang (1990.1-1999.3). Hasil dari metode ini, menunjukkan bahwa pada model jalur kredit, pendapatan nasional riil (DY) memberikan Respons positif terhadap adanya inovasi dari kredit riil (DL), sebaliknya pada model jalur tingkat suku bunga hal itu tidak terjadi, lihat gambar 1 dan 2. Kesimpulan dari analisis ini, menunjukkan bahwa jalur kredit lebih berperan dari pada jalur tingkat suku bunga.

Kesimpulan umum yang dapat ditarik dari perbandingan antara jalur kredit dan jalur tingkat suku bunga, pada persepektif jangka panjang, menunjukkan bahwa jalur kredit lebih berperan pada mekanisme transmisi kebijakan moneter. Metode VAR yang terdiri atas metode estimasi kausalitas, dekomposisi varian dan Respons terhadap adanya inovasi telah berhasil menunjukkan dominasi peranan jalur kredit dibandingkan jalur tingkat suku bunga.

c. Perbandingan Model Jangka Pendek (1997.1-1999.3)

Hasil estimasi kausalitas pada jangka pendek ini, baik model jalur kredit ataupun jalur tingkat suku bunga, memberikan hasil statistik jauh lebih buruk dibandingkan pada perspektif jangka panjang. Pada perspektif jangka panjang ditemukan bahwa semua hasil estimasi lolos uji serentak (uji F), sedangkan pada estimasi jangka pendek ini tidak semua lolos. Pada jalur kredit diketahui tidak terdapat satupun sub model yang lolos uji F, sedangkan pada jalur tingkat suku bunga terdapat dua sub model yang lolos. Kesimpulan yang dapat diambil dari uji serentak, model jalur tingkat suku bunga relatif lebih baik dari pada model jalur kredit.

Hasil dari uji goodness of fit dengan menggunakan R2 untuk kedua jalur tersebut pada jangka pendek, menunjukkan jauh lebih baik dibandingkan model jangka panjang. Pada model jalur kredit semua variasi dari variabel independen dapat menjelaskan di atas 80 % terhadap variabel dependennya, sedangkan pada model jalur tingkat suku bunga antara 60 % sampai 90 %, lihat tabel 9,10.

Pada uji parsial atau uji t, model jalur kredit jangka pendek mengalami pernurunan drastis jika dibandingkan dengan perspektif jangka panjang. Hal itu ditunjukkan hubungan sangat lemah antara total kredit riil (DL) terhadap tingkat harga (DP) atau DL(-2) → DP *), dimana DP tidak lolos pada α = 0,05). Peningkatan tingkat harga (DP) langsung berpengaruh terhadap penurunan pendapatan riil (DY) atau DP (-1) → - DY. Mekanisme transmisi tidak langsung antara total kredit riil (DL) terhadap pendapatan nasional riil (DY) akan menjadi :

DL(-2) *)↑→ DP (-1) ↑ → - DY↓ 22 Pada model jalur tingkat suku bunga jangka pendek, karena variabel yang lolos uji t mempunyai persamaan dengan perspektif jangka panjang, maka mekanisme transmisi kebijakan moneter yang terjadi sama dengan persamaan 20, 21, yakni :



DI (-2) ↑ ⇒ DP (-1) ↑ ⇒ DY ↓ 23

Pada pembahasan metode kausalitas persepektif jangka pendek di atas, dengan menggunakan uji parsial tampak bahwa baik jalur kredit, meskipun agak lemah, dan jalur jalur tingkat suku bunga sesuai dengan dasar teori yang digunakan. Kesimpulan yang lebih komprehensif terhadap peranan kedua jalur tersebut diperlukan analisis dekomposisi varian (variance decomposition) dan Respons terhadap adanya inovasi (impulse response)

Pada analisis dekomposisi varian, tidak dapat menunjukkan model jalur yang mana yang paling berperan. Hasil estimasi dekomposisi varian menunjukkan bahwa baik jalur kredit ataupun jalur tingkat suku bunga, sama-sama kuatnya dalam menyumbang komposisi variannya terhadap pendapatan nasional riil, lihat tabel 12.

Analisis berikutnya adalah melihat proses transmisi itu berjalan, dengan menggunakan metode analisi VAR yang lain yakni Respons terhadap adanya inovasi (impulse response). Respons terjadi jika terdapat inovasi atau goncangan (shock) sebesar 1 %. standar deviasi sebuah variabel independen.

Pada jalur tingkat suku bunga, Respons pendapatan nasional riil (DY) terhadap adanya inovasi dari tingkat suku bunga (DI), secara umum menunjukkan hubungan yang positif. Pada jalur kredit Respons pendapatan riil (DY) terhadap adanya inovasi kredit riil (DL), secara umum menunjukkan kecenderungan negatif, lihat gambar 3 dan 4.

Respons negatif yang ditunjukkan oleh pendapatan nasional riil (Y) terhadap inovasi dari kredit (DL) lebih mendekati kenyataan ekonomi pada masa krisis, dibandingkan dengan Respons positif dari pendapatan nasional riil (DY) terhadap adanya inovasi tingkat suku bunga (DI). Pada masa krisis ekonomi, pasti terjadi “kegentingan kredit” (credit crunch), yaitu situasi dimana terjadi kelangkaan kredit dikarenakan perbankan semakin selektif dan hati-hati dalam menyalurkan kredit. Kegentingan kredit akan menyebabkan lesunya sektor riil, yang pada gilirannya menyebabkan penurunan pendapatan. Respons positif dari pendapatan nasional riil (DY) terhadap adanya inovasi tingkat suku bunga (DI) pada masa krisis, sulit dijelaskan secara empiris. Kesimpulan umum yang dapat ditarik dari hasil estimasi perspektif jangka pendek, jalur kredit lebih berperan dari pada jalur tingkat suku bunga.

Simpulan Dalam jangka panjang (1990.1-1999.3) dan jangka pendek (1997.1-1999.3)

dengan menggunakan metode VAR ditemukan bahwa jalur kredit lebih berperan dibandingkan dengan jalur tingkat suku bunga. Khusus pada perspektif jangka pendek atau pada masa krisis, peranan jalur kredit terbukti lebih sesuai dengan kenyataan, karena adanya fenomena “kegentingan kredit”. Oleh karena itu, studi ini merekomendasikan agar Bank Indonesia mempertimbangkan jalur kredit digunakan sebagai jalur utama pada mekanisme transmisi kebijakan moneter.

Daftar Pustaka



Anonim, 1997, Eviews: User’s Guide, Irvine: Quantitative Micro Software.

Bernanke, Ben S dan Alan S. Blinder, 1988, “ Credit, Money, and Aggregate Demand”, AEA Papers and Proceedings, Vol 78 (May), hal 435-439

Bernanke, Ben S dan Alan S. Blinder, 1992, “ The Federal Fund Rate and the Channels of Monetary Transmission, “ American Economic Review, Vol 82 (September), hal 901-21.

Bernanke, Ben S dan Mark Gertler, 1995, “Inside the Black Box: The Credit Channel of Monetary Policy Transmission,” Journal of Economic Perspectives, Vol 9 No 4, Fall, Hal 27-48

Boediono, 1998, “Merenungkan Kembali Mekanisme Transmisi Moneter di Indonesia”, Buletin Ekonomi Moneter dan Perbankan, Bank Indonesia, Vol 1 No. Juli. Hal 1-4

Domac, Ilker, 1999, “ The Distributional Consequences of Monetary Policy : Evidence from Malaysia”, Policy Research Working Paper 2170, World Bank, August.

Dornbusch, Rudiger, Stanley Fischer, Richard Startz, 1998, Macroeconomics, 7th edition, New York : McGraw-Hill.

Epstein, Roy. J, 1987, A History of Econometrics, New York: Elsevier Science Publishers BV

Greene, William H, 2000, Econometric Analysis, New Jersey : Prentice Hall

Gujarati, Damodar, 1995. Basic Econometrics, McGraw-Hill; Singapore.

Kim, Hyun E, 1999, “ Was the Credit Channel a Key Monetary Transmission Mechanism following the Recent Financial Crisis in the Republic of Korea”, Policy Research Working Paper 2103, The World Bank, April.

King, Stephen R, 1986, “Monetary Transmission: Trough Bank Loans or Bank Liabilities” Journal of Money, Credit and Banking, Vol 18 No 3, August 1986 Hal 290-300.

Mankiw, N Gregory, 1997, Macroeconomics , NewYork : Worth Publishers.

Mishkin, Frederic.S, 1995, The Economics of Money, Banking, and Financial Market, 4th edition, New York: The HarperCollins

Mishkin, Frederic.S, 1995, “Symposium on the Monetary Transmission Mechanism,”Journal of Economic Perspectives, Vol 9 No 4,Fall, Hal 3-10

Oh, Junggun, 1999, “Inflation Targeting, Monetary Transmission Mechanism and Policy Rules in Korea”, Economic Papers The Bank of Korea Vol 2 No 1 March, Hal 102-148.

Pindyck, RS dan Daniel L. Rubinfeld, 1991, Econometric Model & Economic Forecast, NewYork: Mc Graw-Hill.

Ramaswamy, Ramana dan Torsten Slok,1998, “The Real Effect of Monetary Policy in the European Union: What Are The Differences ?” IMF Staff Papers, Vol 45 No 2, June, Hal 374-396.



Sarwono, Hartadi A dan Perry Warjiyo, 1998, “Mencari Paradigma Baru Manajemen Moneter Dalam Sistem Nilai Tukar Fleksibel: Suatu Pemikiran Untuk Penerapannya di Indonesia”, Buletin Ekonomi Moneter dan Perbankan, Bank Indonesia, Vol.1, No.1, July. Hal 5-23.

Sims, Christopher A. 1980a, “Macroeconomic and Realty”, Econometrica, January, Vol 48, No 1, Hal. 1- 48.

Sims, Christopher A. 1980b, “Comparison of Interwar and Postwar Business Cycles: Monetarism Reconsidered”, American Economic Review, Vol 70 (May), hal 250-257.

Sitorus, Tarmiden, 1998, “Suatu Pemikiran dalam Upaya Peningkatan Efektifitas Pengendalian Moneter di Indonesia”, Buletin Ekonomi Moneter dan Perbankan, Bank Indonesia, Vol. 1 No 3, Desember Hal 97-120

Thomas, RL, 1997, Modern Econometrics: An Introduction, England : Addison-Wesley.

Warjiyo, Perry dan Doddy Zulverdi, 1998, “Penggunaan Suku Bunga Sebagai Sasaran Operasional Kebijakan Moneter di Indonesia”, Buletin Ekonomi Moneter dan Perbankan, Bank Indonesia, Vol. 1 No 1, Juli . Hal 25-58



Lampiran-Lampiran

Tabel 1

Mekanisme Transmisi Kebijakan Moneter Sejak tahun 1983

Instrumen Sasaran Operasional Sasaran Antara Sasaran Akhir

Operasi Pasar Terbuka (lelang SBI/SBPU)

• Uang primer (base money)

• Net Domestik Assets

• Liquidity Support

• Net International Reserve

• Uang Beredar (M1 dan M2)

• Kredit Perbankan

• Inflasi

• Pertumbuhan Ekonomi

• Neraca Pembayaran

Intervensi Valas Nilai Tukar Rupiah Nilai Tukar Rupiah

Sumber : Sitorus (1998; 100)

Tabel 2

Diskripsi Data

Variabel Diskripsi

L = volume kredit riil total kredit rupiah dan valuta asing riil menurut kelompok bank dan sektor ekonomi tahun dasar 1993

I = suku bunga call

money

suku bunga pasar uang antar bank (PUAB) nominal, 1 hari atau (over night)

Y = GDP riil pendapatan nasional bruto riil dengan tahun dasar 1993

P = indeks harga

konsumen

indeks harga konsumen gabungan 44 kota, dengan tahun dasar 1993

Tabel 3

Hasil Uji Derajat Integrasi

Variabel Nilai DF Nilai ADF

I -3.116455 -2.780209

L -3.231135 -3.045791

P -3.884497 -4.363249



Y -3.769923 -4.012749

DF ADF

Nilai Kritis Mac Kinnon

1 % -3.6422 -4.2412

5 % -2.9527 -3.5426

10% -2.6148 -3.2032

Tabel 4

Hasil Uji Kelambanan Optimal

Model Kelambanan Akaike Schwartz

Model Jalur Kredit 2 -2069.854 -2068.930

4 -1921.743 -1919.993

6 -1778.456 -1775.845

Model Jalur Suku Bunga

2 -1314.844 -1313.921

4 -1216.105 -1214.354

6 -1131.562 -1128.951

Tabel 5

Hasil Uji t, R2dan Besarnya Koefisien

Model Jalur Kredit 1990.1-1999.3

DL DP DY

DL(-1) 0.067422 1.04E-10 77.39208

(0.45388) (1.27611) (0.97212)

Tidak Tidak Tidak

DL(-2) 0.837146 4.53E-10 -84.12035

(4.57517) (4.51396) (-0.85781)

Lolos Lolos Tidak

DP(-1) -1.34E+09 0.457604 -4.17E+11

(-4.96254) (3.10206) (-2.89182)

Lolos Lolos Lolos



DP(-2) 5.95E+08 0.619526 2.25E+11

(1.71661) (3.25823) (1.21246)

Lolos Lolos Tidak

DY(-1) 0.000110 -3.05E-13 -0.193524

(0.34058) (-1.72958) (-1.12112)

Tidak Lolos Tidak

DY(-2) 2.43E-05 1.13E-13 -0.401003

(0.07214) (0.60883) (-2.21891)

Tidak Tidak Lolos

R-squared 0.759864 0.787569 0.292934

Adj. R-squared 0.710181 0.743617 0.146645

F-statistic 18.98584 22.24447 2.485771

Ket: Semua dengan t-tabel (2 tail, α = 0,05; 30) = 1,697

F-tabel (α = 0,05; f1=7, f2=29) = 2,27

Tabel 6

Hasil Uji t, Uji F, R2 dan Besarnya Koefisien

Model Jalur Tingkat Suku Bunga Periode 1990.1-1999.3

DI DP DY

DI(-1) -0.042590 0.083078 6.15E+10

(-0.21470) (0.60747) (0.46347)

Tidak Tidak Tidak

DI(-2) 0.441523 0.586051 -7.63E+10

(2.66343) (5.12786) (-0.68804)

Lolos Lolos Tidak

DP(-1) 0.033997 0.581848 -4.41E+11

(0.14072) (3.49341) (-2.72932)

Tidak Lolos Lolos

DP(-2) -0.570600 -0.068933 2.44E+11

(-2.48258) (-0.43502) (1.58679)

Lolos Tidak Tidak

DY(-1) -3.51E-13 -3.70E-13 -0.172995



(-1.35975) (-2.08238) (-1.00355)

Tidak Lolos Tidak

DY(-2) -2.32E-13 1.14E-13 -0.385700

(-0.84882) (0.60490) (-2.10821)

Tidak Tidak Lolos

R-squared 0.390955 0.779580 0.277961

Adj. R-squared 0.264946 0.733976 0.128573

F-statistic 3.851489 21.22076 2.309800

Ket: Semua dengan t-tabel (2 tail, α = 0,05; 30) = 1,697

F-tabel (α = 0,05; f1=7, f2=29) = 2,27

Tabel 7

Perbandingan Hubungan Antara Variabel Independen Terhadap Variabel Dependen Antara Model Jalur Kredit dan Model Jalur Tingkat Suku Bunga Periode 1990.1-1999.3

Model Kredit Model Jalur Tingkat Suku Bunga

(1)

Dengan Variabel Kelambanan

Sendiri

(2)

Dengan Variabel Kelambanan Lain

(3)

Dengan Variabel Kelambanan

Sendiri

(4)


DL (-2) → DL DL (-2) → DP DI (-1) → DI DI (-2) → DP

DP (-1) → DP DP (-1) → - DL DP (-1) → DP DP (-2) → - DI

DP (-2) → DP DP (-2) → DL DY (-2) → -DY DP (-1) → - DY

DY (-2) → - DY DP (-1) → - DY DY (-1) → - DP

DY (-1) → - DP

Ket: tanda (-) menunjukkan hubungan negatif, dan sebaliknya positif

Sumber : Tabel 3, 4



Tabel 8

Perbandingan Dekomposisi Varian Pendapatan Nasional Riil

Model Jalur Kredit dan Model Jalur Tingkat Suku Bunga(%) Pada Periode 1990.1-1999.3

Periode Kuartalan

Dekomposisi Varian Pendapatan Nasional Rill (DY)

Jalur Kredit

Dekomposisi Varian Pendapatan Nasional Rill (DY)

Jalur Tingkat Suku Bunga

(1) (2) (3) (4) (5) (6)

DL DP DY DI DP DY

4 15.58 15.78 68.63 9.27 16.22 74.50

8 21.61 17.89 60.49 9.99 16.99 73.00

12 25.66 19.65 54.68 11.47 16.86 71.66

18 32.35 25.40 42.23 12.23 17.03 70.73

24 43.02 26.59 30.37 12.48 17.09 70.42

30 45.05 36.24 18.69 12.57 17.11 70.31

36 45.13 44.48 10.38 12.60 17.12 70.27

Tabel 9

Hasil Uji t, R2dan Besarnya Koefisien Model Jalur Kredit Jangka Pendek (1997.1-1999.4)

Date: 05/07/00 Time: 05:50 Sample: 1997:1 1999:3

Included observations: 11 Standard errors & t-statistics in parentheses

DL DP DY DL(-1) 0.016629 9.66E-11 50.21483

(0.05148) (0.51917) (0.80117) tidak tidak tidak

DL(-2) 1.092177 4.28E-10 -45.99521 (2.62088) (1.78165) (-0.56882) Lolos tidak Tidak

DP(-1) -8.89E+08 0.465951 -5.38E+11 (-1.24806) (1.13499) (-3.89034) tidak tidak Lolos

DP(-2) 8.56E+08 0.510345 2.51E+11 (1.09690) (1.13508) (1.66085) Tidak Tidak tidak

DY(-1) 0.001338 -8.26E-13 -0.326211 (0.92642) (-0.99209) (-1.16423) tidak tidak Tidak

DY(-2) 0.001634 4.58E-13 -0.950274 (1.00660) (0.48990) (-3.01766)



tidak tidak lolos R-squared 0.837711 0.834315 0.819189

Adj. R-squared 0.594277 0.585788 0.547973 F-statistic 5.161847 5.035549 4.530637

Ket: Semua dengan t-tabel (2 tail, α = 0,05; 5) = 2,015 F-tabel (α = 0,05; f1=7, f2=4) = 6,09

Tabel 11

Perbandingan Hubungan Antara Variabel Independen Terhadap Variabel Dependen Antara Model Jalur Kredit dan Model Jalur Tingkat Suku Bunga Periode 1997.1-1999.3

(Jangka Pendek)

Model Kredit Model Jalur Tingkat Suku Bunga

(1) Dengan Variabel

Kelambanan Sendiri

(2)


(3)

Dengan Variabel Kelambanan Sendiri

(4) Dengan Variabel Kelambanan Lain

DL (-2) → DL DL(-2) → DP *) DY (-2) → -DY DI (-2) → DP

DY (-2) → - DY DP (-1) → - DY DP (-2) → - DI DP (-1) → - DY DY (-1) → - DP *) hubungan lemah, Keterangan : tanda (-) menunjukkan hubungan negatif, dan sebaliknya positif Sumber : Tabel 9 dan 10

Tabel 10 Hasil Uji t, R2dan Besarnya Koefisien

Model Tingkat Suku Bunga Jangka Pendek (1997.1-1999.4)

Date: 05/07/00 Time: 05:51 Sample: 1997:1 1999:3

Included observations: 11 Standard errors & t-statistics in parentheses

DI DP DY DI(-1) -0.164842 0.026437 1.30E+11

(-0.39130) (0.13454) (1.76852) tidak tidak Tidak

DI(-2) 0.528882 0.625906 -9.85E+10 (1.56031) (3.95878) (-1.66202) tidak Lolos Tidak

DP(-1) -0.439363 0.403597 -5.59E+11 (-0.72789) (1.43347) (-5.30062) Tidak tidak Lolos

DP(-2) -0.811119 -0.207626 3.27E+11 (-1.61799) (-0.88792) (3.73577) Tidak tidak lolos



DY(-1) -1.47E-12 -1.52E-12 -0.274220 (-1.41927) (-3.15234) (-1.51367) tidak lolos Tidak

DY(-2) -1.51E-12 1.22E-15 -0.821195 (-1.16799) (0.00203) (-3.63911) tidak tidak lolos

C 12.31890 6.306350 7.78E+11 (1.65691) (1.81847) (0.59855)

R-squared 0.664421 0.929984 0.905314 Adj. R-squared 0.161052 0.824960 0.763285

F-statistic 1.979924 13.28245 9.561223 Ket: Semua dengan t-tabel (2 tail, α = 0,05; 5) = 2,015 F-tabel (α = 0,05; f1=7, f2=4) = 6,09

Tabel 12. Perbandingan Dekomposisi Variasi

Model Jalur Kredit dan Jalur Suku Bunga (%) Periode 1997.1-1999.3

Periode Kuartal

Dekomposisi Varian Pendapatan Nasional (DY) Jalur Kredit

Dekomposisi Varian Pendapatan Nasional (DY) Jalur Suku Bunga

(1) (2) (3) (4) (5) (6) DL DP DY DI DP DY

2 33.65 63.12 3.21 5.91 71.19 22.88 4 49.79 47.98 2.21 43.88 44.26 11.85 8 57.53 40.83 1.63 45.22 42.32 12.45

10 54.59 43.90 1.49 50.58 38.83 10.58 11 50.62 47.97 1.40 49.29 40.21 10.48



Gambar 1. Hubungan Antara LM dan CC

i C M L C Y



Gambar 2. Respons dari DY Jika Terdapat 1% SD Inovasi Dari DL;DP; DY

Periode 1990.1-1999.3

Gambar 3. Respons dari DY Jika Terdapat 1% SD Inovasi Dari DI;DP; DY

Periode 1990.1-1999.3



Gambar 4

Respons dari DY Jika Terdapat 1% SD Inovasi Dari DL;DP; DY

Gambar 5 Respons dari DY Jika Terdapat 1% SD Inovasi Dari DI;DP; DY



Documents

Perbandingan Peranan Jalur Kredit Dan Jalur Tingkat Suku Bunga Pada Mekanisme Transmisi Kebijakan Moneter 1990-1999 Lukkim_Nopirin_Sosiohumanika 2001