SUSUNAN PENGURUS BULETIN EKONOMI MONETER DAN PERBANKAN

ANALISIS TRIWULANAN: Perkembangan Moneter, Perbankan dan Sistem Pembayaran, Triwulan II - 2007

SUSUNAN PENGURUS BULETIN EKONOMI MONETER DAN PERBANKAN Direktorat Riset Ekonomi dan Kebijakan Moneter Bank Indonesia Pelindung Dewan Gubernur Bank Indonesia Dewan Editor Prof. Dr. Anwar Nasution Prof. Dr. Miranda S. Goeltom Prof. Dr. Insukindro Prof. Dr. Iwan Jaya Azis Prof. Iftekhar Hasan Dr. M. Syamsuddin Dr. Perry Warjiyo Dr. Halim Alamsyah Dr. Iskandar Simorangkir Dr. Solikin M. Juhro Dr. Haris Munandar Dr. Andi M. Alfian Parewangi Pimpinan Editorial Dr. Perry Warjiyo Dr. Iskandar Simorangkir Direktur Eksekutif Dr. Andi M. Alfian Parewangi Sekretariat Arifin M.S., MBA MS. Artiningsih, MBA

Buletin ini diterbitkan oleh Bank Indonesia, Direktorat Riset Ekonomi dan Kebijakan Moneter. Isi dan hasil penelitian dalam tulisan-tulisan dibuletin ini sepenuhnya tanggung jawab para penulis dan bukan merupakan pandangan resmi Bank Indonesia. Kami mengundang semua pihak untuk menulis pada buletin ini paper dikirimkan dalam bentuk file ke Direktorat Riset Ekonomi dan Kebijakan Moneter, Bank Indonesia Gedung Sjafruddin Prawiranegara Lt. 20; Jl. M.H. Thamrin No. 2, Jakarta Pusat, email : [email protected] Buletin ini diterbitkan secara triwulan pada bulan April, Juli, Oktober dan Januari, bagi yang ingin memperoleh terbitan ini dapat menghubungi Seksi Publikasi - Bagian Administrasi, Direktorat Statistik Ekonomi dan Moneter, Bank Indonesia Gedung Sjafruddin Prawiranegara Lt. 2; Jl. M.H. Thamrin No. 2, Jakarta Pusat, telp. (021) 381-8206. Untuk permohonan berlangganan: telp. (021) 3818202, fax. (021) 3802283, email: [email protected].

1

BULETIN EKONOMI MONETER DAN PERBANKAN

Volume 14, Nomor 3, Januari 2012

Analisis Triwulanan: Perkembangan Moneter, Perbankan dan Sistem Pembayaran Triwulan IV - 2011 Tim Penulis Laporan Triwulanan, Bank Indonesia

231

Market Power Perbankan Indonesia Andi Fahmi Lubis

235

Dampak Persistensi Ekses Likuiditas Terhadap Kebijakan Moneter M. Barik Bathaluddin, Nur M. Adhi P., Wahyu A.W.

257

Alur Transmisi dan Efektifitas Kebijakan Moneter Ganda di Indonesia Ascarya

283

Analisa Tingkat Efisiensi Sektoral dan Respon Kebijakan Ekonomi Sektoral di Daerah M. Abdul Majid Ikram, Andry Prasmuko, Donni Fajar Anugerah, Ina Nurmalia Kurniati

317

Analisa Tingkat Efisiensi Sektoral dan Respon Kebijakan Ekonomi Sektoral di Daerah

257

DAMPAK PERSISTENSI EKSES LIKUIDITAS TERHADAP KEBIJAKAN MONETER M. Barik Bathaluddin Nur M. Adhi P. Wahyu A.W. 1

Abstract

This paper analyzes the excess liquidity especially on banking industry and its impact on monetary policy on Indonesia. We firstly investigate the determinants of bank behavior on their favor for excess liquidity both for precautionary motive and involuntary, and furthermore determine the threshold between low and high excess liquidity regimes. On the next step, this paper evaluates the impact of excess liquidity on monetary policy on the two regimes. Thefirst result shows that the excess liquidity on bank with their precautionary motive is significantly determined by the volatility of money demand, volatility of economic growth, the bank cost of the bank, and also the lag of excess liquidity, which conform its persistence. Secondly, using the Threshold-VAR approach, this paper shows the switching regime occurs in 2005 from low to high excess liquidity. Lastly, the excess liquidity reduces the effectiveness of monetary policy on controlling inflation.

Keywords: Excess liquidity, Threshold VAR, monetary policy transmission mechanism. JEL Classification: B23, E5

1 M. Barik Bathaluddin ([email protected]), Nur M. Adhi P. ([email protected]), dan Wahyu A.W ([email protected]) adalah peneliti di Biro Riset Ekonomi, Direktorat Riset Ekonomi dan Kebijakan Moneter (BRE-DKM), Bank Indonesia. Penulis berterima kasih kepada Dr. Iskandar Simorangkir, Prof. Dr. Ir. Hermanto Siregar,M.Ec dan para peneliti DKM atas masukan dalam penelitian ini.Penelitian ini merupakan pandangan dan pendapat dari peneliti dan bukan merepresentasikan pandangan dari Bank Indonesia.

258 Buletin Ekonomi Moneter dan Perbankan, Januari 2012

I. PENDAHULUAN Munculnya ekses likuiditas di perbankan Indonesia dimulai ketika terjadinya krisis ekonomi pada 1997. Ketika itu, memburuknya kondisi perbankan nasional akibat besarnya kredit bermasalah dan turunnya kepercayaan masyarakat mendorong pemerintah untuk memberikan bantuan likuiditas kepada bank-bank yang tengah mengalami kesulitan hebat. Hal tersebut dilakukan demi menyelematkan sistem perbankan secara keseluruhan. Namun demikian, keterbatasan kemampuan keuangan pemerintah pada 1998 itu menyebabkan Bank Indonesia ikut terlibat memberikan dana talangan kepada pemerintah - dikenal dengan Bantuan Likuiditas Bank Indonesia (BLBI) - sebesar Rp 144,5 triliun. Program lainnya yang diambil untuk menyelamatkan sistem perbankan adalah program restrukturisasi dan rekapitalisasi perbankan, yang dilakukan dengan cara menerbitkan obligasi rekap sebagai penyertaan modal pemerintah kepada 24 bank, sebagai upaya memenuhi ketentuan permodalan sesuai peraturan BI. Dua hal tersebut, yaitu dana talangan BLBI dan program rekapitalisasi perbankan, yang menjadi cikal bakal melonjaknya ekses likuiditas di sistem perbankan nasional dan berlangsung secara persisten hingga sekarang. Pada perkembangan selanjutnya, persistensi ekses likuiditas tersebut seringkali menimbulkan permasalahan bagi bank sentral selaku otoritas moneter maupun bagi perekonomian secara umum. Dalam konteks bank sentral, ekses likuiditas akan mengakibatkan berkurangnya efektivitas mekanisme transmisi kebijakan moneter, terutama dalam mempengaruhi sisi permintaan dan mencapai sasaran inflasi. Selain itu, ekses likuiditas di sistem perbankan akan mendorong bank sentral untuk menyerapnya melalui operasi moneter dalam bentuk lelang SBI, Fasbi, dan FTK agar tidak memberikan tekanan baik di pasar keuangan atau perekonomian. Namun jika jumlah ekses likuiditas sangat besar dan persisten, hal ini akan dapat memberikan tekanan bagi kesinambungan neraca bank sentral karena harus membayar biaya bunga bagi penempatan perbankan di SBI, Fasbi, atau FTK. Tercatat hingga Oktober 2010, ekses likuiditas yang diserap melalui OPT mencapai Rp381 triliun. Sementara bagi perekonomian, dampak ekses likuiditasberupa keengganan perbankan untuk menyalurkan dananya dalam bentuk kredit yang produktif karena memandang risiko yang masih tinggi di sektor riil sehingga lebih memilih untuk menempatkan dalam instrumen moneter. Akibatnya sumber dana di sektor riil menjadi terbatas dan apabila tersediapun harganya menjadi lebih mahal. Namun demikian, tidak seluruh porsi ekses likuiditas memberikan dampak yang negatif bagi efektivitas mekanisme transmisi kebijakan moneter. Dalam porsi tertentu ekses likuiditas diperlukan sebagai buffer bagi perbankan terhadap ketidakpastian terhadap penarikan dana oleh nasabah maupun volatilitas nilai tukar yang dapat mempengaruhi modal perbankan. Dalam porsi yang diperlukan ini, ekses likuiditas disebut sebagai precautionary excess liquidity. Sedangkan, ekses likuiditas sisanya adalah likuiditas yang tidak diperlukan dan berpotensi memberikan efek negatif bagi efektivitas kebijakan moneter. Sisa ekses likuiditas ini disebut sebagai involuntary excess liquidity.


259

Triliun Rp 800 700 600 500 400 300 200 100 (100) (200) (300)

OPT

FASBI

SBI

JanJunNov Apr Sep Feb JulDes Mei Okt Mar Ags JanJunNov Apr Sep Feb JulDes Mei Okt Mar Ags JanJunNov Apr Sep Feb JulDes Mei Okt Mar Ags 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Sumber : Indikator Terkini DSM

Grafik 1. Ekses Likuiditas yang Diserap Melalui OPT

Untuk itulah diperlukan cara untuk dapat menentukan berapa ekses likuiditas yang berfungsi sebagai precautionary dan berapa besar ekses likuiditas yang merupakan involuntary. Dengan pengetahuan tersebut maka otoritas moneter dapat menentukan berapabesar ekses likuiditas yang harus diserap melalui operasi pasar terbuka (OPT). Terkait dengan hal tersebut, telah banyak penelitian yang mencoba untuk melihat pattern dari ekses likuiditas dan bagaimana konsekuensinya terhadap efektivitas dari kebijakan moneter. Paper Saxegaard (2006)2 adalah salah satu yang cukup banyak dipakai sebagai referensi. Saxegaard menyatakan bahwa pemahaman terhadap konsekuensi dari ekses likuiditas (secara total) memerlukan upaya untuk mengkuantifikasi seberapa besar ekses likuiditas yang memang diperlukan oleh sektor perbankan untuk tujuan berjaga-jaga (precautionary). Dalam kasus negara-negara Afrika di Sahara, secara umum ia menemukan bahwa ekses likuiditas dalam bentuk involuntary yang signifikan mengurangi efektivitas transmisi kebijakan moneter dalam mengendalikan inflasi. Hal ini dikarenakan dalam kondisi permintaan agregat yang membaik maka lending akan meningkat dengan cepat sehingga meningkatkan risiko tekanan inflasi. Upaya penyerapan ekses likuiditas tersebut melalui OPT akan memberikan beban biaya yang besar bagi bank sentral. Di sisi lain, dalam kondisi cyclical downturn, upaya bank sentral untuk menstimulasi sisi permintaan agregat akan menjadi tidak efektif karena perbankan tidak mampu menempatkan ekses likuiditas yang tidak produktif tersebut dalam bentuk lending atau treasury bills. Dengan mengacu pada metode Saxegaard (2006), tahapan penelitian ini akan terdiri dari (i) melakukan perhitungan ekses likuiditas dengan menggunakan model ekses likuiditas 2 Magnus Saxegaard, IMF Working Paper, WP/06/115: Excess Liquidity and Effectiveness of Monetary Policy: Evidence from SubSaharan Africa.


perbankan untuk mendapatkan ekses likuiditas sebagai precautionary dan involuntary; (ii) mengestimasi regime-switching models dari mekanisme transmisi kebijakan moneter dengan menggunakan treshold-VAR untuk menentukan periode regime precautionary ekses likuiditas tinggi dan ekses likuiditas rendah. Secara garis besar tujuan dari penelitian ini adalah (i) mengetahui dampak persistensi ekses likuiditas terhadap perlaksanaan kebijakan moneter; (ii) memberikan rekomendasi kebijakan terhadap kondisi persistensi ekses likuiditas. Bagian kedua dari paper ini mengulas teori dan studi literature. Bagian ketiga mengulas metodologi dan data yang digunakan, sementara bagian keempat menguraikan hasil dan analisis. Kesimpulan akan diberikan pada bagian akhir dan menjadi bagian penutup.

II. TEORI Ekses likuiditas merupakan jumlah cadangan bank yang didepositokan di bank sentral ditambah dengan uang kas yang disimpan untuk keperluan operasional harian bank (cash in vaults), dikurangi kewajiban Giro Wajib Minimum, (Saxegaard, 2006). Dalam konteks tersebut, ekses likuiditas merupakan likuiditas yang digunakan bank untuk berjaga-jaga (precationary), dan dapat dianggap sebagai perilaku optimisasi oleh bank. Sumber ekses likuiditas untuk berjaga-jaga atau precautionary bisa bervariasi. Kondisi krisis dimana ketidakpastian dan default risk meningkat tinggi, bisa menjadi salah satu sumber dari ekses likuiditas karena perbankan cenderung memupuk aset-aset likuid yang nonremunerated sebagai upaya untuk berjaga-jaga (Agenor et. al., 2004). Sumber lain dari ekses likuiditas adalah faktor institusional dimana pasar uang antar bank (PUAB) yang masih belum berkembang, akan mendorong perbankan untuk meningkatkan likuiditas untuk berjaga-jaga karena seringkali sulit bagi bank untuk melakukan pinjaman dalam kondisi darurat. Dua hal lainnya yang dapat menjadi sumber dari ekses likuiditas adalah kesulitan yang mungkin dihadapi oleh bank untuk memantau posisinya dalam memenuhi GWM yang ditetapkan oleh bank sentral sehingga bank akan memegang reserve di atas level yang ditetapkan serta adanya permasalahan dalam sistem permbayaran. Namun demikian, tidak semua ekses likuiditas bersumber dari perilaku bank untuk berjagajaga. Dalam situasi tertentu, ekses likuiditas yang dimiliki oleh bank bukan bersifat berjagajaga atau bersifat involuntary. Dalam konteks involuntary ini, non-remunerated reserves yang dimiliki bank tidak mendapatkan return yang diharapkan untuk mengimbangi opportunity cost ketika dipegang oleh bank. Salah satu alasan mengapa bank lebih memilih memegang ekses likuiditas dibandingkan memberikan kredit atau membeli obligasi pemerintah, apalagi dalam jangka waktu yang panjang adalah kondisi perekonomian berada dalam liquidity trap. Kondisi liquidity trap adalah kondisi


261

dimana return dari kredit perbankan terlalu kecil untuk menutup biaya intermediasi, dan serta bank mendapatkan yield yang lebih besar dalam reserves dibandingkan dengan memberikan loans. Dalam kondisi ini, kebijakan moneter yang ekspansif hanya akan mengakibatkan peningkatan excess reserves. Agenor et. al (2000) mengembangkan model teoritis permintaan excess liquid reserves oleh bank komersial dimana terdapat risiko likuiditas dan volatilitas sektor riil. Untuk mengelola kedua jenis risiko tersebut, dan dalam menentukan jumlah asel likuid yang harus dimiliki, bank komersial dapat memperoleh dana dari pasar uang antar bank atau dari bank sentral. Diasumsikan terdapat satu bank komersial representatif yang menghimpun dana pihak ketiga (Deposit,D) yang bersifat eksogen. Bank harus menentukan jumlah asset likuid yang tidak menghasilkan bunga berupa yakni cadangan (reserve, R) dan jumlah asset non-likuid yang menghasilkan bunga (dalam bentuk kredit, L). Neraca dari bank Komersial tersebut adalah sebagai berikut:

R+L=D

(1)

Reserve dibutuhkan oleh bank karena adanya risiko likuiditas. Aliran bersih dana pihak ketiga (net flows), terjadi secara acaksesuai dengan density function Φ = Φ’. Ketika net outflow dari Dana Pihak Ketiga (DPK) melebihi cadangan yang dimiliki oleh bank, u > R , maka bank harus menanggung illiquidity cost yang besarannya proporsionalterhadap jumlah kekurangan cadangan, max (0, u - R) . Dalam kondisi terjadi illiquidity, bank harus meminjam kekurangan reserve dengan menanggung penalty rate (q), yang lebih besar dari bunga kredit, q > rL. Dengan mendefinisikan rD sebagai suku Bungan tabungan (deposit rate), maka keuntungan bank dapat dirumuskan sebagai: (2) Sehingga expected profit dari bank adalah: (3) Diasumsikanbahwa permintaan kredit dipengaruhi secara negative oleh suku bunga kredit dan proporsional terhadap expected output ( Y e ). Demikian juga dengan DPK, dipengaruhi secara postif oleh suku bunga deposito dan proporsional terhadap expected output : (4)


(5) Diasumsikan pula bahwa agen ekonomi menentukan L dan D dipermulaan periode, sebelum terjadinya shock terhadap output. Selain itu, terdapat pula permintaan akan uang kas yang ditentukan diakhir periode, setelah terjadinya shock terhadap output dan likuiditas. Bank diharuskan mempertahankan suatu jumlah tertentu asset likuid (liquid reserve) yang proporsional terhadap dana pihak ketiga yang dimilikinya, dengan bunga sebesar r. Dengan mendefinisikan θ sebagai reserve requirement rate dan R sebagai total reserve, maka excess reserve, Z, adalah: (6) Kondisi keseimbangan dari pasar uang adalah: (7)

dimana C = currency holding ; k > 0 adalah reciprocal of velocity (diasumsikan konstan); sementara Y adalah realized output. Model ini juga mengasumsikan bahwa permintaan akan uang kas proporsional terhadap realized output. Secara spesifik asumsi ini adalah sebagai berikut: (8)

dimana c = C / D. Output dan c. k /(1 + c) diasumsikan acak menurut persamaan sebagai berikut: (9) dimana ε dan ξ adalah random shocks. Dengan menggunakan persamaan (8) dan (9), maka permintaan akan uang kas adalah:

(10) ,

,

Untuk memenuhi kebutuhan penarikan dana oleh konsumen yang tidak diantisipasi oleh bank (unanticipated demand for cash) , bank dapat meminjam dengan dikenakan biaya bunga sebesar


263

q, dan selain itu juga dapat mengambil dari cadangan excess reserve-nya (Z). Menggunakan persamaan (6), maka expected reserve deficiency adalah:

(11)

Berdasarkan persamaan (11), (4), (5) dan (7), maka kita mendapatkan persamaan expected profit dari bank sebagai berikut: (12)

Dengan mengasumsikan bahwa fungsi f (,) dan g (,) adalah fungsi quasi-concave, Agenor et al. dapat membuktikan preposisi berikut (pembuktian secara lengkap dapat dilihat dalam Agenor et. al,2000). 1. Peningkatan dari penalty rate (q), akan meningkatkan suku bunga deposito, suku bunga kredit dan excess reserve yang dimiliki oleh bank. 2. Peningkatan pada volatilitas dari output dan shock likuiditas memiliki efek yang ambigu terhadap suku bunga deposit, suku bunga kredit dan excess reserve. Apabila initial level dari penalty rate cukup tinggi, maka peningktan volatilitas ini akan meningkatkan pula suku bunga deposito, suku bunga kredit dan excess reserve. 3. Peningkatan dari reserve requirement rate akan meningkatkan suku bunga kredit dan menurunkan excess reserve. Apabila tingkat volatilitas tidak terlalu tinggi, maka peningkatan reserve requirement rate ini juga akan menaikkan suku bunga deposito. Berdasarkan 3 preposisi di atas maka pada tingkat penalty rateyang cukup tinggi terdapat hubungan antara excess reserve (Z), penalty rate (q), reserve requirement rate (θ) dan volatilitas output dan shock likuiditas ( σ ) sebagai berikut: + −

+

Z = Z ( q ,θ ,σ )

(13)

Dengan melakukan pemilahan ekses likuiditas menjadi ekses likuiditas yang bersifat precautionary dan involuntary, maka akan memberikan pemahaman yang lebih mendalam mengenai bagaimana dampaknya terhadap mekanisme transmisi kebijakan moneter. Dalam konteks potensi efek inflationary, ekses likuiditas yang bersifat involuntarycenderung akan keluar secara cepat jika sisi permintaan agregat tumbuh lebih kuat. Sehingga, jumlah likuiditas dalam perekonomian akan meningkat dengan cepat tanpa melalui mekanisme penurunan suku bunga kebijakan (kebijakan moneter longgar) ketika likuiditas justru seharusnya ditahan. Hal ini selanjutnya mendorong risiko meningkatnya tekanan inflasi.


Lebih lanjut, ketika perbankan memegang ekses likuiditas yang bersifat involuntaryakibat perbankan tidak dapat menyalurkan kredit, maka upayapeningkatan permintaan kredit dengan cara menurunkan biaya pinjaman menjadi tidak efektif. Kebijakan moneter yang ekspansif justru akan meningkatkanexcess reserve di bank dan tidak akan mendorong ekspansi kredit. Begitu pula sebaliknya, apabila kebijakan moneter ketat yang ditempuh maka akan menyebabkan perbankan mengurangi unwanted reserve-nya. O»Connel (2005)3 mengatakan bahwa:

≈ When there is involuntary excess liquidity in the economy in equilibrium, the transmission mechanism of monetary policy, which usually runs from a tightening or loosening of liquidity conditions to changes in interest rates or asset demands and then to economic activity, is altered and possibly interrupted completely. º. ≈

Pada sisi lain, kebijakan moneter justru diharapkan dapat lebih efektif apabila perbankan memegang ekses likuiditas yang ditujukan untuk keperluan berjaga-jaga (precautionary). Sebagai contoh, ketika dilakukan pelonggaran kebijakan moneter, misalnya melalui penurunan GWM, maka likuiditas perbankan akan meningkat sehingga diharapkan likuiditas tersebut dapat menambah alokasi kredit serta disalurkan dengan biaya bunga yang lebih rendah. Sebaliknya, ketika bank sentral menempuh kebijakan moneter ketat maka akan menyebabkan perbankan mengurangi pinjamannya untuk memelihara level ekses reserve yang diinginkan. Berdasarkan uraian-uraian tersebut, maka analisis terhadap dampak ekses likuiditas terhadap mekanisme transmisi kebijakan moneter memerlukan pemahaman terhadap sejauh mana GWM konsisten dengan demand for excess reserves sektor perbankan. Lebih lanjut, pemahaman terhadap sumber-sumber ekses likuiditas penting untuk menentukan kebijakan apa yang harus diambil. Penelitian mengenai ekses likuiditas sudah banyak dilakukan di Indonesia. Penelitianpenelitian tersebut menyoroti berbagai sudut pandang yang berbeda dalam membahas mengenai sumber dan dampak dari ekses likuiditas. Beberapa penelitian tersebut dirangkum secara ringkas dalam tabel berikut.

3 Stephen O»Connell, 2005, ≈A Floor and Ceiling Model of U.S. Output,Δ Journal of Economics Dynamic and Control, Vol. 21, pp. 661-95.


265

Tabel 1. Penelitian-Penelitian Sebelumnya Terkait dengan Ekses Likuiditas Peneliti

Tahun

Metode Analisis

Hasil Temuan

Mochtar & Kolopaking

2010

Regresi

- Strategi akumulasi cadangan devisa berisiko mengganggu efektivitas kebijakan moneter karena upaya tersebut akan dibarengi dengan ekspansi likuiditas oleh bank sentral tanpa melalui mekanisme pengaruh suku bunga terlebih dahulu. - Beberapa dampak negatif yang timbul dari hal tersebut yaitu: - Upaya pengendalian inflasi menjadi tidak optimal - Meningkatnya potensi nilai tukar sebagai sebagai ‘shock amplifier’ - Terganggunya kesinambungan interaksi kebijakan fiskalmoneter

Saxegaard

2006

Regresi, Threshold VAR

- Ekses likuiditas yang persisten di level tinggi akan melemahkan mekanisme transmisi kebijakan moneter, sehingga mengurangi kemampuan bank sentral dalam mempengaruhi sisi permintaan dalam perekonomian.

Prastowo & Prasmuko

2008

Kualitatif

- Terdapat korelasi subsitutif yang cukup besar antara penurunan posisi SBI dan penyaluran kredit perbankan di Indonesia. - Kebutuhan likuiditas perbankan masih bertumpu terutama pada pencairan portofolio SBI yang dimilikinya.

Widayat, et. al

2005

Kualitatif, Akunting

- Volatilitas suku bunga PUAB disebabkan antara lain oleh masih besarnya ekses likuiditas, baik yang bersifat jangka pendek maupun relatif permanen. - Adanya berbagai kebijakan manajemen moneter yang bersifat diskresi menimbulkan ketidakpastian mengenai harga dan ketersediaan penempatan likuiditas perbankan

III. METODOLOGI 3.1. Estimasi Precautionary dan Involuntary Excess Reserve Mengikuti pendekatan yang dilakukan oleh Henry et, al ( 2010), dengan menggunakan model teoritis yang dikembangkan oleh Agenor et. al(2000), kami melakukan estimasi dari Precautionary Excess Reserve. Model empiris yang kami gunakan adalah sebagai berikut:

ln

ln

ln

(14)


Dimana: EL D RR r

= = = =

Excess Liquidity deposit Reserve Requirement penalty rate

CVc/d = Volatility dari Cash/Deposit CVY/Yt = Volatility dari output Gap Y/Yt = Output gap

Data excess liquidity yang kami gunakan adalah data volume SBI yang dimiliki oleh Bank. Hal ini sesuai dengan temuan dari Prastowo & Prasmuko (2008) yang menyatakan bahwa perbankan lebih cenderung menempatkan ekses likuiditasnya di SBI dibanding dalam bentuk giro bank di Bank Indonesia.Data yang kami gunakan adalah data bulanan. Untuk selengkapnya data untuk variabel lainnya dapat dilihat pada tabel 2. Tabel 2. Data untukEstimasi Precautionary dan Involuntary Excess Liquidity Variabel

Sumber Data

Excess Liquidity

Monetary Survey - Volume SBI yang dimiliki Bank

Dana Pihak Ketiga

Monetary Survey

Reserve Requirement

CEIC

Coefficient of variation of Cash to deposit ratio (volatility risk)

Moving average dari standard deviasi rasio Cash to Deposit (5 bulan). Data Cash dan Deposit berasal dari Monetary Survey

Coefficient of variation of output from trend

Moving average dari standard deviasi output gap (5 bulan).

Penalty rate

Suku bunga PUAB o/n (CEIC)

Output Gap (proxy for demand for Cash)

Output di proxy dengan Industrial Production (CEIC). Output potensial diestimasi dengan menggunakan HP Filter.

Setelah dilakukan estimasi Precautionary Excess Reserve dengan menggunakan persamaan (13), langkah selanjutnya adalah melakukan estimasi Involuntary Excess Reserve, yaitu dengan mengurangkan data independent variable pada persamaan (13),yang merupakan proksi dari total ekses likuiditas yang dimiliki oleh Bank, dengan data hasil estimasi independent variable dari persamaan (13), yang merupakan proxy dari precautionary excess liquidity. Atau dengan kata lain, involuntary excess reserve diestimasi oleh residual yang dihasilkan dalam melakukan estimasi persamaan (13).


267

3.2. Pengaruh Involuntary Excess Reserve terhadap Transmisi kebijakan Moneter Tujuan dari tahapan ini adalah untuk menguji hipotesa bahwa keberadaan involuntary excess reserve yang tinggi di sektor perbankan akan melemahkan mekanisme transmisi kebijakan moneter. Untuk tujuan tersebut, sesuai dengan pendekatan yang dilakukan oleh Saxegaard (2006), kami menggunakan data hasil estimasi involuntary excess reserve dari tahap pertama sebagai threshold variable dalam menganalisa model VAR yang mewakili transmisi kebijakan moneter di Indonesia. Dalam tahapan ini, kami secara eksplisit menyatakan adanya kemungkinan bahwa terdapat non-linierities dalam transmisi kebijakan moneter yang diakibatkan oleh perubahan tingkat involuntary excess liquidity yang ada di perbankan, relatif terhadap suatu threshold tertentu.

Reduced form two-regime TVAR yang kami estimasi adalah sebagai berikut:

(15)

dimana

dan

adalah vektor shock yang tidak bersifat regime dependent, masing-

masing untuk kelompok variable bukan kebijakan dan variable kebijakan. dependen matriks lag polynomial dari parameter autoregressive.

adalah regime

adalah threshold variable

(involuntary excess reserve) yang nilainya akan menentukan regime yang berlaku, relatif terhadap suatu threshold ( τ ) tertentu. Sejalan dengan Bernanke dan Milhov (1995), variabel dependen dibagi dalam reduced formVAR ke dalam dua bagian, yaitu variabel non kebijakan mencakup PDB dan inflasi, sedangkan nilai tukar nominal dan suku bunga kebijakan (BI Rate) dimasukkan ke dalam variabel kebijakan. Untuk lengkapnya, data yang kami gunakan untuk estimasi di tahapan ini dapat dilihat pada tabel 3. Semua variabel ditransformasi ke dalam natural logaritma dan detrended menggunakan HP Filter Dalam melakukan estimasi reduced form VAR ini, kami menggunakan software MSVAR (Krolzig-1998). Keberadaan non-linierities dalam mekanisme transmisi kebijakan moneter akan secara formal diuji melalui metode pengujian dalam program MSVAR. Selain itu akan dilakukan pula analisa regime-dependent impulse response untuk melihat perbedaan respon perekonomian terhadap shock kebijakan moneter dalam 2 regime yang berbeda. Sesuai dengan penjelasan Christiano dan Echenbaum (1996), dalam model reduced form two-regime TVAR pada persamaan (14), pengaruh dari shock kebijakan moneter tidak dapat


Tabel 3. Data untukEstimasi Threshold VAR Variabel

Sumber Data

Involuntary Excess Liquidity

Hasil olahan Langkah 1

Output

Industrial Production (CEIC)

Inflasi (yoy)

Sumber: DSM

Exchange rate

Sumber: CEIC

BI rate

Sumber: DSM

diidentifikasi secara langsung, karena covariance matrix dari vektor residual tidak diagonal. Hal ini dikarenakan kebijakan moneter yang dikeluarkan oleh bank sentral akan tergantung dari keadaan ekonomi, atau dengan kata lain, respon dari ekonomi terhadap suatu intervensi kebijakan moneter tertentu merefleksikan suatu efek gabungan dari kebijakan moneter dan variabel-variabel yang menyebabkan perubahan terhadap kebijakan moneter. Untuk mengatasi masalah ini, kita perlu menerapkan restriksi dalam model TVAR. Restriksi ini diperoleh dengan mencari matrix A yang memenuhi kondisi berikut:

untuk i = 1,2 atau

untuk i = 1,2

Dimana

adalah vektor galat dengan covariance matrix

(16)

yang sudah

diagonal. Proses identifikasi dilakukan untuk memperoleh pengaruh shock variable kebijakan (suku bunga kebijakan) yang tidak diantisipasi oleh variabel endogen lainnya. Bernanke dan Blinder (1992) menyatakan bahwa untuk mengidentifikasi impact dari shock monetary policy tanpa mengidentifikasi struktur model secara lengkap, cukup dilakukan dengan mengasumsikan bahwa variabel kebijakan bereaksi serta merta (contemporenous) terhadap variable non kebijakan, dan tidak berlaku sebaliknya.Mengikuti saran ini, restriksi ditetapkan sebagai berikut:


269

(17)

IV. ANALISIS DAN HASIL Mengikuti tahapan yang telah diuraikan pada bab sebelumnya, maka akan dilakukan estimasi keberadaan precautionary dan involuntary ekses likuiditas (EL), serta dilakukan pengukuran threshold dengan metode maximum likelihood estimation (MLE) yang ada dalam MSVAR (Krolzig-1998). Selanjutnya, threshold inilah yang akan menjadi dasar dalam klasifikasi kondisi ekses likuiditas apakah masuk ke dalam rezim rendah atau tinggi. Adapun pengaruh keberadaan ekses likuiditas terhadap transmisi kebijakan moneter akan dilakukan dengan cara membandingkan hasil estimasi impulse response function variabel makro antara rezim EL rendah dan rezim EL tinggi. Sebelum melakukan estimasi ekses likuiditas yang bersifat precautionary maupun involuntary, maka dilakukan uji persistensi. Tujuannya adalah untuk melihat apakah memang ekses likuiditas dalam periode pengamatan 2000:8 √ 2010:10 bersifat persisten. Model yang dilakukan untuk melakukan pengujian menggunakan model simple regression, dengan hasil sebagai berikut.

E L t = 0.99 ELt-1 + ε (0.01) *** R2 = 0.70 Berdasarkan hasil tersebut, terlihat bahwa koefisien dari variabel ekses likuiditas pada periode t-1 mendekati 1, sehingga dapat disimpulkan bahwa ekses likuiditas selama periode tersebut bersifat persisten.

4.1. Hasil Estimasi Precautionary dan Involuntary Ekses Likuiditas Mengikuti pendekatan Henry et, al ( 2010), dengan menggunakan model teoritis yang dikembangkan oleh Agenor et. al(2000), maka diperoleh hasil estimasi untuk variabel dependen Log(EL) sebagai berikut:


Tabel 4. Hasil Estimasi Determinan Ekses Likuiditas Dependent Variabel: Log(EL)

Koefisien

Variabel

- 0.438***

Intercept

(0.113776)

0.864***

Log(EL(-1))

(0.070112)

1.546**

Volatility_CD(-3)

(0.672642)

0.007*

Rate_PUAB(-4)

(0.004533)

0.002***

Volatility_IPGap(-4)

(0.000461)

R-Squared

0.74 0.000

Prob (F-Statistic) Note: t-Statistic in parentheses. Level significancy: *** on 1%; ** on 5% ; * on 10%.

Beberapa alternatif variabel seperti yang diuraikan oleh Henry et,al ( 2010), antara lain reserve requirement, ternyata tidak signifikan untuk studi Indonesia. Mengacu hasil estimasi terbaik di atas, maka seluruh variabel independent (lag EL, volatilitas cash deposit, suku bunga PUAB dan volatilitas output gap) telah memiliki tanda yang sesuai dengan teori. Selain itu, dengan derajat signifikansi yang berbeda, seluruh variabel tersebut juga signifikan secara statistik. Selanjutnya, hasil estimasi diatas digunakan untuk mendapatkan EL Precautionary yakni kebutuhan likuiditas yang memang diperlukan perbankan guna berjaga-jaga. Mengikuti Henry

.20 _ELTOTAL

_ELPREC

_ELINV

.16 .12 .08 .04 .00 -.04 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Grafik 2. Ekses Likuiditas: Precautionary dan Involuntary


271

et.al (2010), selanjutnya EL Involuntary diperoleh dengan cara EL Involuntary = EL Total - EL Precautionary dengan hasil sebagai berikut: Variabel EL Involuntary inilah yang akan digunakan sebagai variabel threshold dan pembagian rezim dalam metode Threshold √ Vector Auto Regression (T-VAR) menggunakan modul MS-VAR (Krolzig, 1998) dalam aplikasi OxMetrics.

4.2. Pengukuran Threshold Ekses Likuiditas dan Pembagian Rezimnya Estimasi T-VAR dilakukan dengan mengacu pada Saxegaard (2006) dan Bernanke and Blinder (1992) dengan menggunakan empat variabel endogen yakni Indeks Produksi (proxy GDP), Inflasi, Nilai Tukar dan BI Rate. Variabel Indeks Produksi dan Inflasi merupakan variabel non-policy sedangkan variabel Nilai Tukar dan BI Rate merupakan variabel policy. Mengacu Bernanke and Blinder (1992), variabel policy dapat bereaksi secara contemporenous terhadap variabel non-policy, sementara yang sebaliknya tidak berlaku. Namun demikian, dalam struktur S-VAR tersebut dilakukan penyesuaian sesuai dengan kondisi Indonesia, yakni penggunaan variabel NFA sebagai variabel eksogen. Hal ini dengan pertimbangan bahwa keberadaan NFA merupakan bentuk juga kebijakan Bank Indonesia dan memberikan dampak, utamanya, variabel Nilai Tukar dan Inflasi.

SETAR, 2001 (10) - 2010 (9) 10 5 0 -5 2002

2003

2004

2005

2006

2007

2008

2009

2010

Probabilities of Regime 1 1.0 0.5

2002

2003

2004

2005

IP

Inf_y

ER

BIRate_R

2006

2007

2008

2009

2010

2006

2007

2008

2009

2010

Probabilities of Regime 2 1.0 0.5

2002

2003

2004

2005

Grafik 3. Ekses Likuditas Involuntary: Regim Rendah dan Tinggi


Berdasarkan hasil estimasi T-VAR diperoleh hasil bahwa variabel Ekses Likuiditas (yang diproxy dengan variabel EL Involuntary) dapat dipisahkan menjadi dua rezim yakni Rezim EL Rendah dan EL Tinggi dengan hasil sebagai berikut (hasil selengkapnya di Lampiran A). Proses estimasi dalam MS-VAR dilakukan dengan cara mencoba berbagai alternatif lag (dari lag 0 sampai dengan 8) pada variabel threshold yakni variabel EL. Adapun hasil optimal diatas merupakan hasil untuk lag 2 (dua) karena memberikan hasil yang lebih intuitif dan sesuai dengan kondisi perekonomian dimana pada tahun 2005 terjadi break baik dari sisi peningkatan inflasi, BI Rate yang tinggi maupun kebijakan GWM. Mengacu hasil estimasi T-VAR tersebut di atas, maka untuk sampel data bulanan dari Oktober 2001 sd September 2009, maka terdapat dua rezim ekses likuiditas yakni Rezim EL Rendah (2001:8 sd.2005:9) dan Rezim EL Tinggi (2005:10 sd.2010:9). Selain itu, nilai threshold juga diestimasi menggunakan metode maximum likelihood estimation (MLE) yang telah builtin dalam modul MS-VAR dengan hasil sebagai berikut:

Tabel 5. Hasil Estimasi Nilai Threshold dengan Metode MLE

Estimated Threshold

0.00048870 Low

2001:08 - 2005:9

High

2005:10 - 2010:9

Rezim Classification

LR Test

237.7847

p-values (adjusted χ2)

[0.0000]

Hasil Likelihood Ratio (LR) Test di atas diperlukan untuk menguji diterima atau ditolaknya hipotesis null berupa adanya perilaku yang linear dalam variabel threshold EL dalam rentang sampel 2001:8 sd. 2010:9. Berdasarkan hasil di atas, nilai koefisien LR yang tinggi (237.7847) dan p-values dibawah standard 5% mengkonfirmasi bahwa null hypotesis ditolak. Dengan demikian, memang perilaku variabel EL cenderung nonlinear dan pembagian klasifikasi rezim EL (rendah dan tinggi) tersebut disupport oleh hasil LR Test tersebut.

4.3. Pengaruh Keberadaan Ekses Likuiditas Terhadap Kebijakan Moneter Selanjutnya keberadaan rezim ekses likuiditas (EL) tersebut akan dianalisis pengaruhnya terhadap efektivitas kebijakan moneter. Kebijakan moneter yang dievaluasi disini adalah policy rate yakni variabel BI Rate dan dilihat dampaknya kepada variabel makro lainnya yakni Indeks Produksi (sebagai proxy GDP), Inflasi dan Nilai Tukar. Evaluasi ini dilakukan untuk masing-masing


273

rezim EL (Rendah dan Tinggi) dan selanjutnya diperbandingkan untuk mengetahui apakah keberadaan rezim yang berbeda akan memberikan tranmisi kebijakan moneter yang berbeda pula. Untuk itu, terhadap struktur VAR yang telah disusun di atas, maka dilakukan shock (impulse) berupa peningkatan BI Rate sebesar satu stdev dan diperolehlah lintasan variabel makro yakni Indeks Produksi (IP), Inflasi (INF_Y) dan Nilai Tukar (ER) untuk masing-masing rezim sebagai di bawah ini.

REGIME 1 (EL Rendah)

REGIME 2 (EL Tinggi)

Response of IP to BIRATE_R


.08

.050

.04

.025 .000

.00 -.025

-.04 -.050

-.08

-.075 -.100

-.12 2

4

6

8

10

12

14

16

18

20

2

4

6

8

10

12

14

16

18

20

16

18

20

16

18

20

Response of INF_Y to BIRATE_R

Response of INF_Y to BIRATE_R 12

1.5 1.0

8

0.5 4

0.0 -0.5

0

-1.0 -4

-1.5 2

4

6

8

10

12

14

16

18

2

20

4

Response of ER to BIRATE_R

6

8

10

12

14


.04

.10

.02

.05 .00

.00

-.05 -.02

-.10 -.04

-.15

-.06 2

4

6

8

10

12

14

16

18

20

-.20 2

4

6

8

10

12

14

Grafik 4. IRF Transmisi Kebijakan Moneter dalam Kondisi Ekses Likuiditas Involuntary Regim Tinggi dan Rendah


Berdasarkan hasil impulse-response function baik untuk Rezim EL Rendah maupun Rezim EL Tinggi di atas, maka shock berupa peningkatan BI Rate akan ditransmisikan ke ketiga variabel makro sebagai berikut : a) Terhadap Indeks Produksi (proxy GDP) Baik untuk Rezim EL Rendah maupun Tinggi, meningkatnya BI Rate akan diresponse dengan GDP yang menurun sesuai dengan teori dan prediksi. Meskipun dengan magnitude yang sedikit berbeda, baik kondisi EL Rendah maupun Tinggi, maka kebijakan moneter yang ketat akan mengerem pertumbuhan ekonomi Indonesia. b) Terhadap Inflasi Untuk Rezim EL Rendah (gambar sisi kiri), walaupun perlu lag beberapa saat, terlihat bahwa kebijakan peningkatan BI Rate akan dapat menekan inflasi sesuai kerangka kerja Inflation Targeting Framework (ITF) yang diadopsi oleh BI. Terlihat bahwa kebijakan interest-based policy bekerja cukup baik untuk ini. Namun demikian, hal ini tidak terlihat pada Rezim EL Tinggi (gambar sisi kanan). Menariknya, ketika perekonomian dalam kondisi ekses likuiditas tinggi, terlihat bahwa transmisi kebijakan moneter untuk menahan inflasi kurang efektif. Mengacu pada hasil di atas, pada saat Rezim EL Tinggi, peningkatan BI Rate direspons justru dengan meningkatnya inflasi berbeda halnya ketika Rezim EL Rendah. Sebagai salah satu penjelasannya, kondisi perekonomian yang terlalu cepat perlu direspon dengan BI Rate yang meningkat. Dengan adanya peningkatan BI Rate ini, sebagian dana di pasar memang akan masuk ke BI. Namun dengan kondisi likuiditas yang cukup tinggi, dana di masyarakat akan tetap cukup banyak sehingga sisi permintaan akan tetap relatif tinggi dibanding pada saat kondisi ekses likuiditas rendah (Rezim EL Rendah). Hal inilah yang menyebabkan kebijakan moneter relatif tidak efektif dalam kondisi likuiditas berlimpah (Rezim EL Tinggi) dibandingkan saat tidak banyak likuiditas di perekonomian (Rezim EL Rendah). Namun, tentu saja hubungan kausalitas BI Rate dan Inflasi yang justru positif ini perlu ditelaah melalui penelitian yang lebih mendalam. Adapun penelitian ini sendiri lebih fokus dalam perbandingan secara relatif antar rezim. Melihat hasil tersebut di atas, maka dapat disimpulkan bahwa keberadaan ekses likuiditas yang tinggi di ekonomi akan menghambat efektivitas instrumen BI Rate guna mengendalikan inflasi. c) Terhadap Nilai Tukar Sejalan dengan prediksi, salah satunya oleh teori uncovered interest parity (UIP), peningkatan BI Rate akan menyebabkan menguatnya nilai Rupiah, sebagaimana terlihat pada hasil grafis di atas. Hal ini dikarenakan suku bunga domestik akan lebih menarik relatif di banding suku bunga eksternal sehingga permintaan akan mata uang Rupiah akan meningkat. Hasil yang konsisten ini terlihat baik dalam Rezim EL Rendah maupun Rezim EL Tinggi.


275

Seperti telah diuraikan di atas, hasil analisis impulse response function di atas didasarkan pada struktur SVAR dengan variabel Indeks Produksi, Inflasi, Nilai Tukar, BI Rate dan NFA (Net Foreign Assets). Sebagai analisis tambahan dan perbandingan, riset ini juga mencoba dua alternatif struktur SVAR yakni Alternatif A hanya mempertimbangkan variabel Indeks Produksi, Inflasi Nilai Tukar dan BI Rate, tanpa variabel NFA. Namun struktur yang murni mengacu Bernanke and Blinder (1992) ini tampaknya memberikan hasil yang tidak konklusif dan tidak sesuai teori. Selain itu, sebagai Alternatif B, dicoba dengan menggunakan variabel Non-Performing Loan (NPL) untuk menangkap cerminan adanya konstrain pada credit supply di perekonomian. Namun demikian, seperti halnya Alternatif A, hasilnya tidak cukup konklusif. Hasil selengkapnya untuk kedua alternatif tersebut dapat dilihat pada Lampiran B. Dengan demikian, mengacu pada analisis di atas, keberadaan Ekses Likuiditas (EL) di perekonomian memberikan dampak bagi efektivitas kebijakan moneter. Dalam kondisi Rezim EL Tinggi di perekonomian, maka BI Rate sebagai instrumen kebijakan moneter relatif kurang memberikan dampak bagi tercapainya tujuan kebijakan moneter (yakni inflasi yang rendah dan stabil) apabila dibandingkan dengan Rezim EL Rendah. Oleh karena itu, beberapa program kerja inisiatif BI terkait dengan pengendalian dan pengelolaan likuiditas perlu lebih ditingkatkan.

V. KESIMPULAN Paper ini memberikan beberapa kesimpulan penting, pertama, perilaku bank yang menyimpan ekses likuiditas (EL) untuk berjaga-jaga dipengaruhi secara signifikan oleh volatilitas kebutuhan uang kartal di masyarakat, volatilitas pertumbuhan ekonomi, biaya dana bagi bank serta kondisi likuiditas periode sebelumnya.Kesimpulan kedua, aplikasi metode Threshold-VAR (TVAR) menunjukkan terdapat dua rezim eksisi likuiditas di Indonesia yakni Rezim EL Rendah (2001:08 - 2005:9) dan Rezim EL Tinggi (2005:10 - 2010:9). Mengacu pada hasil estimasi threshold yang dihasilkan maka switching dari rezim ini terjadi pada tahun 2005 dimana memang terjadi perubahan di perekonomian Indonesia, antara lain dengan melonjaknya inflasi, BI Rate yang meningkat, peningkatan OPT, perubahan kebijakan GWM bagi perbankan, serta mulai meningkatnya akumulasi cadangan devisa Bank Indonesia. Kesimpulan tersebut memberikan konsekuensi terhadap penurunan efektivitas kebijakan moneter (BI Rate) dalam mempengaruhi inflasi. Oleh karena itu, implikasi kebijakannya bagi BI adalah likuiditas tinggi tersebut perlu dikendalikan dan diarahkan dengan lebih baik. Beberapa program kerja yang telah ada, al : konversi SUP menjadi tradable, Treasury Single Account (TSA) termasuk ALM didalamnya, maupun penggunaan SPN sebagai instrumen moneter kiranya perlu diendorse lebih lanjut. Beberapa peluang penelitian lebih lanjut perlu dilakukan, terutama terkait struktur yang sangat sederhana dalam SVAR tersebut yang hanya terdiri dari 4-5 variabel. Pendekatan ala


Bernanke and Blinder (1992) mungkin tepat dilakukan untuk negara maju ini mengingat kestabilan institusional ekonomi. Adapun Indonesia yang dapat diklasifikasikan sebagai negara transisi, terkadang kebijakan (atau rezim) perlu disesuaikan dengan kondisi ekonomi, dan terkadang kondisi politik, yang ada. Untuk itu, policy research mendatang diharapkan dapat dilakukan di masa mendatang dengan memperhatikan hal tersebut dan, sebagai alternatif, tool metode T-VAR dapat dimanfaatkan untuk ini.


277

DAFTAR PUSTAKA Ben S. Bernanke dan Ilian Mihov, 1995, ≈Measuring Monetary Policy,ΔNBER Working Papers 5145, National Bureau of Economic Research, Inc. Bernanke, Ben S dan Blinder, Alan S, 1992, ≈The Federal Funds Rate and the Channels of Monetary Transmission,Δ American Economic Review, American Economic Association, vol. 82(4), pages 901-21, September. Biro Riset Ekonomi, 2008, ≈Menghadapi Ekses Likuiditas dalam Rangka Meningkatkan Efektivitas Kebijakan Moneter,Δ Miemo. Henry et. al, 2010, ≈The Dynamics of Involuntary Commercial Bank»s Reserves in Trinidad and TobagoΔ, 42nd Annual Monetary Studies Conference Financial Stability, Crisis Preparedness and Risk Management in the Caribbean. Kiki Nindya Asih, 2005, ≈Telaah Sederhana Kondisi Likuiditas Perbankan dan Implikasi Kebijakan,Δ Ulasan Pojok, vol II No. 10, Juni. Krolzig, Hans-Martin, 1998, ≈Econometric Modeling of Markov-Switching vector Autoregressions unsing MSVAR for OxΔ(unpublished:Oxford, United Kingdom:University of Oxford). Lawrence J. Christiano, Martin Eichenbaum dan Charles L. Evans, 1998, ≈Monetary Policy Shocks: What Have We Learned and to What End?,ΔNBER Working Papers 6400, National Bureau of Economic Research, Inc. Magnus Saxegaard, 2006, ≈Excess Liquidity and the Effectiveness of Monetary Policy: Evidence from Sub-Saharan Africa,ΔIMF Working Papers 06/115, International Monetary Fund. N. Joko Prastowo & Andry Prasmuko, 2008, ≈Penurunan Portfolio SBI, Pertumbuhan Kredit dan Kondisi Likuiditas Perbankan,Δ Mimeo. P.R. Agenor, J. Aizenman dan A. Hoffmaister, 2000, ≈The Credit Crunch in East Asia: What can Bank Excess Liquid Assets Tell us?,ΔNBER Working Papers 7951, National Bureau of Economic Research, Inc. Stephen O»Connell, 2005, ≈A Floor and Ceiling Model of U.S. Output,Δ Journal of Economics Dynamic and Control, Vol. 21, pp. 661-95.


LAMPIRAN A. HASIL ESTIMASI T-VAR (LAG 2)

LogLikelihood and estimated threshold for given number of regimes 450

400 lnL(M=1)T ELINV_L_2 lnL(M=2)T ELINV_L_2 350

-0.009 -0.008 -0.007 -0.006 -0.005 -0.004 -0.003 -0.002 -0.001

0

0.001 0.002 0.003 0.004 0.005

Threshold variable 0,005

Regime 1 Regime 2

0,000

-0,005

2002

2003

2004

2005

2006

2007

2008

2009

2010

279


Spectral density: Standard resids

Correlogram: Standard resids 1 ACF-IP PACF-IP

0,2

0 0,1

IP 1

13

25

0,0

0,5

1,0

QQ Plot : Standard resids

Density : Standard resids

2,5 IP T normal

IP N (s=1)

0,50

0,0

0,25

-2,5

-2,5

-2

2,5

0

2

Spectral density : Standard resids

Correlogram : Standard resids

0,3

1

Inf_y

ACF-Inf_y PACF-Inf_y

0,2 0

0,1

1

13

0,0

25

1,0



0.50

0,5

Inf_y T normal

Inf_y N(s=1)

2,5

0,0

0.25

-2,5

-2.5

0.0

2.5

-2

0

2


Correlogram : Standard resids


1

0,3

ACF-ER PACF-ER

ER

0,2

0 0,1

1

13

25

0,0

0,5

1,0


Density : Standard resids 5,0

ER T normal

ER N(s=1)

0,50

2,5

0,25

0,0

0

-2

5

0

2


Correlogram : Standard resids 0,4

1 ACF-BIRate_R PACF-BIRate_R

BIRate_R 0,3

0,2

0

0,1

1

13

0,0

25


1,0

QQ Plot : Standard resids 5,0

BIRate_R N(s=1)

0,4

0,5

BIRate_R T normal

2,5

0,0

0,2

-2,5

-5

0

5

-2

0

2


281

IRF ALTERNATIF A: SVAR TANPA VARIABEL NFA REGIME 1 (EL Rendah)


Response to Nonfactorized One S.D. Innovations + 2 S.E.



Response of IP to BIRATE_R .04

.04

.00

.00

-.04

-.04

-.08

-.08

-.12

-.12 2

4

6

8

10

12

14

16

18

2

20

4

6

8

10

12

14

16

18

20

16

18

20

16

18

20


Response of INF_Y to BIRATE_R 2.0

15

1.5

10

1.0 5

0.5 0

0.0 -5

-0.5 -1.0

-10

2

4

6

8

10

12

14

16

18

20

2

4

6


8

10

12

14


.06

.12 .04

.08 .04

.02

.00 .00

-.04 -.08

-.02

-.12 -.04 2

4

6

8

10

12

14

16

18

20

2

4

6

8

10

12

14


LAMPIRAN B. IRF SVAR ALTERNATIF A (Tanpa variabel NFA) DAN B (NFA diganti NPL) IRF ALTERNATIF B: SVAR Dengan Mengganti Variabel NFA dengan Variabel NPL REGIME 1 (EL Rendah)






.04

,04

.00

,00

-.04

-,04

-.08

-,08

-.12

-,12 2

4

6

8

10

12

14

16

18

20

2

4

6

8

10

12

14

16

18

20

16

18

20

16

18

20


Response of INF_Y to BIRATE_R 2,0

15

1,5

10

1,0

5

0,5

0 0,0

-5

-0,5

-10

-1,0 2

4

6

8

10

12

14

16

18

20

2

4

6

8

10

12

14


Response of ER to BIRATE_R ,06

,12 ,04

,08 ,04

,02

,00 ,00

-,04 -,08

-,02

-,12 -,04 2

4

6

8

10

12

14

16

18

20

2

4

6

8

10

12

14

SUSUNAN PENGURUS BULETIN EKONOMI MONETER DAN PERBANKAN

Recommend Documents