Abstraksi
The financial crisis repeatedlystruck various countries in the world by turns both developing and developedcountries. In fact, during the period of a modern economy such as now, itsintensity becomes more frequent and acute. Therefore, early detection systemcrisis became an important presence in order to avoid the negative impact of thecrisis more severe.
This study tried to examineindicators of anything that can be used as reference in predicting how likelywill the crisis in a country like Indonesia are dual banking by using binarylogistic regression method.
The results suggest an importantconclusion is interesting. First, Islamic banks tend to have problems withliquidity (with evidence of significant FAR) while the conventional banks tendto have problems with solvency (CAR significant). From this it can be concludedthat the new Islamic bank will be a crisis if the real sector disturbed. Whileconventional banks will continue to flare up if there is disruption of thefinancial crisis. Second, a significant M2RES related variables, both Islamicand conventional models, then this could be a result of the enactment of fiatmoney and fractional reserve banking system (FRBS). Though both of these is acontributor to excess money supply is large enough. So it becomes a naturalthing to understand if the two models-both Islamic and conventional, havesimilar conditions. As a consequence, the Islamic banking entity actually notreally going to be free from the adverse effects of financial crisis.
The third conclusion is no lessimportant is to depart from the fact that the interest rate (INTR) foundsignificant value in the conventional model, but not if he was on the model ofsharia, then it can be concluded that the policy rate as BI-rate is indeed veryeffective instrument to control and influence Other monetary followingbehaviors are also conventional banks. But on the other hand, it also indicatesthat the conventional banking system is quite vulnerable to the volatility ofmonetary and financial crisis. Thus, a rational reason for the monetaryauthority in this Bank Indonesia to give more support to the sustainability ofIslamic banking and finance in Indonesia with the aim of achieving a stablemonetary conditions and optimal.
KataKunci: Early Warning System, KrisisPerbankan, Sistem Moneter Ganda, Regresi Logistik
BAB I. PENDAHULUAN
1.1 LatarBelakang Masalah
Krisis finansialberulang kali menerpa berbagai negara di dunia secara bergiliran baik negaraberkembang maupun negara maju. Menurut Luc Leaven dan Valencia (2008) selamaperiode 1970 sampai dengan 2007 telah terjadi 429 krisis yang dibagi menjadi124 krisis perbankan, 208 krisis nilai tukar, 63 krisis utang luar negeri, 26 twin crisis[3],dan 8 triple crisis[4].Sedangkan Boyd et. al (2009)mengklasifikasikan krisis menurut masing-masing negara yang diambil berdasarkanpenelitian Kunt dan Detragiache (2005); Caprio et. al (2005); Reinhart dan Rogoff (2008); Laeven dan Valencia(2008).
Fenomena krisis di Indonesia dan berdampak signifikan adalah yang terjadipada krisis moneter 1997-1998. Diantara dampak yang ditimbulkan bagi industri perbankan adalah ditutupnya 16bank setelah terjadi rushbesar-besaran oleh nasabah bank tersebut sehingga kehilangan likuiditasnya.Begitupun dengan inflasi yang melonjak menjadi 77,6%, pertumbuhan ekonomi yangmerosot hingga -13,2% (Hatta dalam Ascarya, 2008) dan juga depresiasi nilai tukar rupiah yangmencapai angka Rp 10.000/dolar AS menyebabkan terjadinya krisis perbankankarena bangkrutnya beberapa bank swasta yang gagal membayar pinjamannya dalambentuk mata uang asing (US Dollar). Krisis keuangan 1997 melandasebagian negara Asia lainnya, antara lain: Thailand, Malaysia, Singapura,Philipina, Korea Selatan. Krisis ini tidak meluas ke bagian dunia yang lain.
Sedangkan krisis yang terjadi pada tahun 2007-2008 dimulai dari Amerika.Berbeda dari krisis keuangan 1997 yang berdampak lokal, krisis 2008 meluas kehampir seluruh belahan dunia. Bursa saham berjatuhan. Perusahaan-perusahaankeuangan multinasional bangkrut. Banyakperusahaan di AS yang melakukan pengurangan pekerja. Akibat krisis keuangan diAS, para investor portfolio di bursa saham menarik dananya. Akibatnya, bursasaham jatuh dan kini nilai tukar mata uang Asia ikut jatuh pula. Nilai tukarrupiah terhadap dolar sempat mencapai level Rp. 12.650 per dolar AS pada 24Nopember 2008. Begitu pula dengan IHSG, pada periode yang sama mengalamidepresiasi sebesar 42%.
Grafik 1.1 PergerakanIHSG dan Kurs Rupiah
Sumber : Statistik Pasar Modal, 2008dan Bank Indonesia (data diolah)
Namundemikian, merosotnya nilai tukar rupiah tersebut terkadang hanya dimaknai olehsebagian besar masyarakat di Indonesia sebatas mereka terpaksa menundapembelian barang yang melonjak harganya. Kenaikan harga barang-barang ini punmemicu angka inflasi hingga menyentuh 12,56% pada 2008.
Kaminsky et al. (2000)menyatakan bahwa tidak ada krisis yang terjadi secara mendadak. Ancaman akandatangnya krisis dapat dideteksi dengan melihat pergerakan indikator-indikatorperekonomian seperti posisi neraca pembayaran, pertumbuhan ekonomi, inflasinilai tukar, suku bunga, dan jumlah uang beredar. Krisis di sektor perbankanini berkaitan secara langsung maupuntidak langsung dengan berbagai aktivitas yang biasa dilakukan oleh industriperbankan. Oleh karena itu, secara umum permasalahan yang timbul pada industriperbankan dapat berasal baik dari sisi internal maupun eksternal. Pada sisiinternal, permasalahan dapat terlihat dari perkembangan kinerja masing-masingbank secara keseluruhan. Sementara itu, kondisi ekonomi makro dan perkembangan kinerja industri yang dibiayaioleh kredit perbankan dapat menjadi indikator adanya gangguan dari faktoreksternal.
Berdasarkan LaporanTahunan Bank Indonesia 2008, berbagai indikator bank umum relatif baik,disertai ekspansi kredit yang mampu mendukung aktivitas ekonomi domestik yangtumbuh cukup tinggi. Kecukupan modal masih terjaga meski sedikit menurun akibatekspansi kredit yang tinggi. Pertumbuhan kredit yang tinggi ternyata tidakdisertai dengan pertumbuhan DPK, sehingga menimbulkan risiko likuiditas dibeberapa bank, meskipun secara sistem likuiditas tetap mencukupi. Kecepatanpertumbuhan kredit sebesar 29,5% tidak diimbangi dengan laju pertumbuhan DPKyang tumbuh 16,1%. Kondisi ini menyebabkan shortageof funds[5],sehingga membuat likuiditas perbankan berkurang.
Sementara itu, kinerjaperbankan syariah relatif tidak terpengaruh imbas krisis global, sehinggafungsi intermediasi berjalan optimal dengan tingkat pembiayaan bermasalah yangrelatif rendah dan senantiasa mendukung pembiayaan sektor riil. Pertumbuhanaset dan pendanaan juga tercatat cukup tinggi. Di samping itu, eksposurpembiayaan bank syariah yang masih didominasi oleh pembiayaan pada aktivitasperekonomian domestik turut berperan dalam memperkuat daya tahan perbankan syariah dariimbas krisis keuangan global.
Namun pada semester IItahun 2008, laju pertumbuhan aset, DPK, dan pembiayaan yang disalurkanmengalami perlambatan sebagai dampak menurunnya kondisi likuiditas bank danmelambatnya aktivitas sektor riil yang mulai terimbas krisis keuangan global.Meski demikian, penyaluran pembiayaan oleh perbankan syariah tetap tumbuhtinggi, tidak terpengaruh krisis keuangan global. Hal ini dikarenakan karakterpembiayaan yang harus dilandasi oleh transaksi riil, sehingga hal ini dapatmenegaskan semakin meningkatnya kontribusi perbankan syariah dalam pembiayaansektor riil.
Mengingat dampak yangtimbul akibat krisis sangat luas, yang juga disebabkan oleh ketidaksiapan suatunegara dalam menghadapi krisis dari awal dan kemungkinan akan terjadinya krisisserta bukti tidak adanya krisis yang terjadi mendadak maka diperlukan sistem peringatan dini (early warning system) krisis. Sejak saat itu, banyak ahli ekonomiyang melakukan penelitian di berbagai belahan dunia untuk menciptakan model Early Warning System (EWS) denganmenggunakan berbagai metode yang dianggap cocok untuk penelitiannya. Hal inidilakukan bertujuan untuk dapat mengantisipasi kedatangan krisis lebih awalsehingga suatu negara tersebut dapat menyiapkan berbagai kebijakan untukmengurangi dampak krisis.
Namun, sayangnya hanyasedikit yang melakukan studi untuk negara Indonesia secara khusus. Kebanyakanpenelitian tersebut menggunakan sampel regional atau beberapa negara tertentu.Indonesia yang menerapkan sistem perbankan ganda sejak tahun 1998 menjadimotivasi peneliti untuk membandingkan objek penelitian ini dalam dua tipeperbankan yaitu konvensional dan syariah. Dengan demikian, penulis mencobameneliti indikator apa yang dapat dijadikan acuan dalam meramalkan seberapabesar kemungkinan akan terjadinya krisis yang diklasifikasikan menjadi dua: BankKonvensional dan Bank Syariah.
1.2 RumusanMasalah
Melihatfenomena krisis yang berdampak sangatluas bagi perekonomian Indonesia tersebut, maka penelitian ini merumuskanpermasalahan berkaitan dengan faktor-faktor yang menjadi indikator terjadinyakrisis perbankan baik Industri Perbankan Syariah maupun Konvensional. Secarakhusus studi ini mencoba menjawab:
1. Faktor-faktor apa sajakah yang dapatdijadikan indikator awal dari krisis finansial bagi industri perbankanKonvensional?
2. Faktor-faktor apa sajakah yang dapatdijadikan indikator awal dari krisis finansial bagi industri perbankan Syariah?
3. Industri perbankan manakah yang memilikiketahanan yang lebih baik dalam menghadapi krisis?
1.3 ManfaatPenelitian
Penelitian inidiharapkan bisa memberikan manfaat, antara lain:
1. Dapat menjadi bahan pertimbangangan bagipara pelaku industri perbankan syariah dan konvensional, indikator makro yangdapat digunakan sebagai informasi awal adanya potensi krisis perbankan sehinggatindakan-tindakan pencegahan dapat dilakukan untuk mengurangi dampak krisis itusendiri.
2. Dapat dijadikan bahan pertimbangan bagipara praktisi yang terkait dengan perbankan syariah khususnya untuk merumuskanstrategi yang tepat yang dapat diterapkan dalam rangka meminimalisasi dampakkrisis perbankan dalam menjaga stabilitas perbankan syariah.
3. Penelitian ini diharapkan juga dapatdijadikan referensi bagi studi selanjutnya yang berkaitan dengan indikator awalterjadinya krisis perbankan terutama bagi perbankan syariah.
BAB II. KAJIANPUSTAKA
2.1 Teori Krisis Finansial
Krisisfinansial adalah suatu kondisi di mana berbagai langkah pengendalian sudahtidak lagi mampu menahan gejolak pada sektor finansial, yang akan segeradiikuti dengan kontraksi ekonomi secara menyeluruh (Prasetyantoko, 2008). Kaminsky et.al(1997) mendefinisikan krisis sebagai suatu situasi di mana serangan padasistem nilai tukar menyebabkan depresi tajam pada nilai tukar itu, atau bisa juga mengakibatkan penurunan drastisdalam cadangan devisa asing atau bahkan kombinasi antar keduanya.
Secaraumum, krisis ekonomi dapat disebabkan oleh salah satu atau kombinasi daribeberapa tipe krisis seperti krisis perbankan, krisis nilai tukar, krisis utangluar negeri, krisis neraca pembayaran, krisis finansial, krisis moneter, stock market crash, bubble economy, dan hyperinflation.Krisis ekonomi dapat memicu atau dipicu oleh krisis politik dan krisis sosial.Krisis ekonomi dapat menyebabkan reaksi ekonomi yang pada akhirnya akanmenyebabkan stagnasi, resesi, depresi, pengangguran, kerugian, kelaparan,kematian (Ascarya, 2008).
2.1.1 KrisisDalam Perspektif Konvensional
Krisisfinansial dalam perspektif konvensional dibagi menjadi empat tipe, yaitu krisisnilai tukar, krisis perbankan, krisis utang luar negeri, dan stock market crash. Namun, pada kenyataannya, krisis tersebut dapatterjadi secara bersamaan dua atau tiga tipe sekaligus.
1. Krisis Nilai Tukar (Currency Crisis)
Krisisnilai tukar atau krisis neraca pembayaran (Balanceof Payment Crisis/BOP) sering didefinisikan sebagai suatu peristiwaterjadinya depresiasi nilai tukar mata uang suatu negara terhadap mata uang asingbiasanya Dollar Amerika, menurunnya cadangan devisa (foreign reserve), dan meningkatnya suku bunga berjangka pendek (short-term interest rate ) yang tidakwajar (Goldstein et. al, 2000).
2. Krisis Perbankan (Banking Crisis)
Krisisperbankan didefinisikan melalui dua pendekatan, yaitu indikators-based dan events-based.Beberapa instrumen indikators-basedadalah non-performing loan ratio(rasio NPL), biaya operasi penyelamatan bank, dan kerugian modal bank.Sementara events-based melihat krisisdari terjadinya penarikan simpanan besar-besaran oleh nasabah (rush), penutupan bank, penggabunganbeberapa bank (merger), dan pengambilalihan oleh Pemerintah atau takeover bank-bank besar, dan intervensi pemerintah terhadap sektor keuangan(Hadad, et al, 2008).
Kuntdan Detragiache (1998) mendefinisikan krisis sebagai suatukeadaan dimana salah satu kondisi berikut terpenuhi:
a) Asset non performing mencapai 10% daritotal asset sistem perbankan;
b) Biaya untuk menyelamatkan sistem perbankanmencapai 2% dari PDB;
c) Terjadi pengalihan kepemilikan bank-bank secarabesar-besaran kepada pemerintah; dan
d) Terjadi“bank-run” yang meluas atau terdapat tindakan darurat yang dilakukanpemerintah dalam bentuk pembekuan simpanan masyarakat, penutupan kantor-kantorbank dalam jangka waktu yang cukup panjang, atau pemberlakuan penjaminansimpanan yang menyeluruh.
Krisis perbankan juga cenderung timbul pada saat kondisimakroekonomi yang memburuk. Dalam halini, pertumbuhan PDB yang rendah sangat berkaitan dengan peningkatan risiko pada industri perbankan. Selain itu,peningkatan risiko pada industri perbankan juga dapat berasal dari laju inflasiyang tinggi dan upaya stabilisasi laju inflasi akan mengakibatkan peningkatantajam pada suku bunga riil yang padagilirannya meningkatkan kemungkinan terjadinya krisis perbankan (Hadad, et al,2008).
3. Krisis Utang Luar Negeri (Sovereign Debt Default)
Krisisutang luar negeri biasanya terjadi karena negara tersebut gagal untuk membayarutangnya kepada negara lain (utang bilateral) atau institusi internasional(utang multilateral). Krisis utang luar negeri ini biasanya diikuti denganpenjadwalan ulang pembayaran utang. Sebagai contoh krisis ini adalah krisisutang di Polandia tahun 1980 dan di Meksiko pada tahun 1982 (Ascarya, 2008).Baru-baru ini, krisis utang luar negeri tengah melanda negara Amerika danEropa.
4. Stock/AssetMarket Crash
Stock/AssetMarket Crash terjadi ketika harga saham atau aset finansiallainnya melambung (overvalued) secaradrastis dalam waktu yang singkat (Ascarya, 2008). Leaven dan Valencia (2008)menyebutkan bahwa krisis-krisis tersebut di atas dapat juga terjadi secarabersamaan. Ketika krisis perbankan dan krisis nilai tukar terjadi secarabersamaan atau saling picu-memicu makadisebut sebagai twin crisis.Sedangkan jika krisis perbankan, krisis nilai tukar, dan krisis utang luarnegeri terjadi secara bersamaan dan saling picu-memicu maka disebut sebagai triple crisis. Krisis finansial diIndonesia yang terjadi pada tahun 1997 adalah salah satu contoh triple crisis karena merupakan kombinasidari krisis nilai tukar, krisis perbankan, stockmarket crash, yang diikuti oleh krisis utang luar negeri pada tahun 1999(Ascarya, 2009).
2.1.2 KrisisFinansial dalam Perspektif Islam
Terjadinya krisis dalam Islamtidak terlepas dari praktek-praktek atau aktivitas ekonomi yang dilakukanbertentangan dengan nilai-nilai keislaman seperti tindakan mengonsumsi riba,monopoli, korupsi, dan tindakan lain yang dilarang oleh Allah. Hal ini sepertidisebutkan Allah SWT dalam Surat Ar-Rum ayat 41 berikut:
ª tygsß ßŠ$|¡xÿø9$# ’Îû ÎhŽy9ø9$# Ìóst7ø9$#ur $yJÎ/ ôMt6|¡x. “ω÷ƒr& Ĩ$¨Z9$# Nßgs)ƒÉ‹ã‹Ï9 uÙ÷èt/ “Ï%©!$# (#qè=ÏHxå öNßg¯=yès9 tbqãèÅ_ötƒ ÇÍÊÈ
“Telah nampak kerusakan di darat dan di laut disebabkan Karenaperbuatan tangan manusi, supaya Allah merasakan kepada mereka sebahagian dari(akibat) perbuatan mereka, agar mereka kembali (ke jalan yang benar)”.(QS. Ar-Rum: 41)
Melakukan praktek-praktekekonomi yang bertentangan dengan syariat Islam tersebut merupakan tindakan yangtidak hanya merugikan diri sendiri tetapi juga merusak sendi-sendi kehidupanekonomi umat. Pelanggaran terhadap syariat Islam akan mengundang malapetakalangsung atau tidak langsung dari Allah SWT. Krisis ekonomi merupakan salahsatu contoh malapetaka atau ujian Allah SWT terhadap makhluk-Nya yang telahterlalu jauh melaksanakan aktivitas ekonomi melenceng dari ajaran Al-Quran danSunnah seperti halnya melegalkan riba merajalela berlaku di tengah-tengahmasyarakat.
Menurut pakar ekonomi Islam,penyebab utama krisis adalah kepincangan sektor moneter (keuangan) dan sektorriil. Sektor keuangan berkembang pesat dan meninggalkan jauh sektor riil. Tercerabutnya sektor moneter dari sektor riil terlihat nyata dalam bisnistransaksi maya ( virtual transaction ) melalui transaksi derivatifyang penuh riba. Transaksi maya di bursa saham dan pasar modal mencapai lebihdari 95 persen dari seluruh transaksi dunia. Sementara transaksi di sektor riilberupa perdagangan barang dan jasa hanya berkisar sekitar lima persen saja.Dalam ekonomi Islam jumlah uang yang beredar sama banyaknya dengan nilai barangdan jasa. Dengan kata lain sumber malapetaka ekonomi dunia adalahpraktik Maisir, Gharar dan Riba yang diharamkan. Maysir dalambentuk judi dan spekulasi. Gharar adalah transaksi maya, bisnis berisikotinggi. Riba adalah pencarian keuntungan tanpa transaksi bisnis riil.
Menurut Ascarya (2009), akarutama penyebab terjadinya krisis adalah sistem ekonomi yang digunakan olehsuatu negara yang terletak pada kesalahan penggunaan konsep ekonomi yang dipicuoleh kegagalan perilaku manusia ekonomi yang serakah (greed), konsumtif (consumerism)dan mencari kesenangan (hedonism).Krisis-krisis yang terjadi dominan bersumber dari kekacauan di sektorkeuangannya. Hal ini merupakan akumulasi kesalahan konsep (sistem ekonomi) danperilaku manusia. Interaksi keduanya bermuara pada kewujudan krisis yang secarareguler menghantam perekonomian dunia.
Oleh karena itu, terdapatbeberapa hal yang menjadi akar utama krisis dalam perspektif Islam yangdikemukakan oleh Ascarya (2009), diantaranya adalah:
1. ExcessMoney Supply
Excessmoney supply dapat disebabkan oleh penciptaan uang yang berlebihan danpenciptaan daya beli semu. Penciptaan uang yang berlebihan dapat melaluipencetakan uang kartal (seigniorage)[6] dan penciptaan uanggiral/uang bank (money multiplier),sedangkan penciptaan daya beli semu dapat melalui kartu kredit. Excess money supply terbukti merupakansalah satu determinan utama inflasi di hampir semua negara, termasuk Indonesia(Ascarya, 2008).
Perbankandengan fractional reserve banking system-nyaternyata dapat menciptakan uang berlipat-lipat tanpa perlu adanya aset yangmem-backup-nya. Kartu kredit pada dasarnya adalah sebagai alat pencipta dayabeli yang instan bagi pemegangnya. Dengan berbagai kemudahan dari kartu kreditmenyebabkan hutang kartu kredit semakin tinggi dan membengkak dengan cepat.Pada akhirnya kredit macet dari kartu kredit ini memicu terjadinya krisis.
2. Spekulasi
Ascarya(2009) menyatakan bahwa kegiatanspekulasi pada hakikatnya merupakan zero-sumgame[7]yang mendorong perilaku risk shiftingyang tidak menghasilkan nilai tambah riil yang berbeda dengan risk sharing pada kegiatan investasisektor riil yang dapat menghasilkan nilai tambah riil. Spekulasi di pasar modaldan pasar uang terjadi ketika pemodal mengharapkan keuntungan sesaat dari capitalgain, short‐selling,penyalah‐gunaan hedging, derivatives,dan sejenisnya. Spekulasi merupakan zero‐sum game (youlose what I gain) sehingga tidak ada nilai tambah dalam perekonomian,seperti yang dihasilkan dalam kegiatan perdagangan atau usaha yang berdasar risksharing.
Paraspekulator sebenarnya menyadari bahwa capitalgain yang dapat diraih dalam transaksi spekulatif tidak akan dapat dicapaidalam jangka pendek dan menyadari bahwa biaya bunga atas pinjaman mereka akansemakin meningkat. Pada akhirnya, konsekuensi lebih lanjut adalah terjadinyalingkaran tidak berujung dari penjualan aset, penurunan harga aset, danpenutupan bank. Spekulator yang berhasil memperoleh uang dengan cepat mungkinmenyukai kondisi jatuh bangun yang telah mempengaruhi perekonomian danproyek-proyek jangka pendek yang kadang-kadang menguntungkan pemilik dana yang meminta agunan dan memilikilikuiditas. Tetapi, jenis kegiatan ini tidak terlalu mendorong pembentukan industri yang mampu menyediakanpeluang kerja dan nilai tambah yang stabil dalam jangka panjang (El-Diwany,2005). Aksi spekulasi inilah yang menjadipenyebab utama krisis generasi kedua yang dialami oleh Meksiko.
3. Riba (Interest)
Islamtelah mengharamkan riba untuk dipraktekkan dalam kegiatan ekonomi ummatnya. Halini pula yang membedakan antara sistem ekonomi Islam dan sistem ekonomi konvensional.Pelarangan riba bukanlah dilakukan tanpaalasan yang tidak jelas. Adapun alasan diharamkannya riba adalah sebagaiberikut:
a. Sistem ekonomi ribawi telah menimbulkanketidakadilan dalam masyarakat terutama bagi pemberi modal (bank) yang pastimenerima keuntungan tanpa peduli apakah para peminjam dana (nasabah) tersebutmemperoleh untung atau rugi. Hal ini bertentangan dengan prinsip ekonomi Islamyang menjunjung tinggi nilai keadilan. Apabila nasabah tersebut mengalamikeuntungan, maka ketidakadilan mungkin tidak terjadi, namun bila usaha yangdilakukan nasabah mengalami kerugian bahkan bangkrut, para peminjam tersebutharus membayar kembali modal yang dipinjam ditambah bunga pinjamannya. Hal inimerupakan suatu bentuk ketidakadilan bagi masyarakat sebagai nasabah.
b. Sistem ekonomi ribawi juga menyebabkanketidakseimbangan antara pemilik modal dengan peminjam. Keuntungan besaryang diperoleh para peminjam yangbiasanya terdiri dari golongan industri raksasa (para konglomerat) hanya diharuskan membayar pinjaman modalmereka plus bunga pinjaman dalam jumlah yang relatif kecil dibandingkan denganmilyaran keuntungan yang mereka peroleh. Padahal para penyimpan uang dibank-bank adalah umumnya terdiri dari rakyat menengah ke bawah. Ini berarti bahwa keuntungan besar yangditerima para konglomerat dari hasil uangpinjamannya tidaklah setimpal dirasakan oleh para pemberi modal (para penyimpanuang di bank) yang umumnya terdiri dari masyarakat menengah ke bawah.
c. Sistem ekonomi ribawi akan menghambat investasikarena semakin tingginya tingkat bungadalam masyarakat, maka semakin kecil kecenderungan masyarakat untuk berinvestasi. Masyarakatakan lebih cenderung untuk menyimpanuangnya di bank-bank karena keuntungan yang lebih besar diperolehi akibat tingginya tingkat bunga.
Semakin tinggi tingkat bunga maka semakin besarkemungkinan aliran investasi terbendung. Dengan pelarangan riba, dinding yangmembatasi aliran investasi tidak ada sehingga alirannya lancar tanpa halangan.Hal ini terlihat jelas pada saat Indonesia dilanda krisis keuangan danperbankan pada tahun 1997-1998. Pada saat itu suku bunga perbankan melambungsangat tinggi mencapai 60%. Dengan suku bunga setinggi itu bisa dikatakanhampir tidak ada orang yang berani meminjam ke bank untuk investasi (Ascarya,2007).
Berbeda dengan ekonomi Islam yang menawarkan konsep bagi hasil (profit loss sharing) yang merupakan nisbah (persentase bagi hasil) yang besarnyaditetapkan di awal transaksi transaksi yang bersifat fixed tetapi nilai nominal rupiahnya belum diketahui dengan pastimelainkan melihat laba rugi yang akan terjadi nanti[8]. Ketika keuntungan yangdidapatkan, maka nasabah akan membayar tingkat presentase bagi hasil yang telahdisepakati. Ketika kondisinya impas maka tidak ada pembayaran dan ketikamengalami kerugian maka kerugian tersebut akan dibagi bersama antara nasabahdan pihak bank. Sistem syariah ini menunjukkan suatu keadaan dimana tidak ada pihak yangdiperlakukan tidak adil. Risiko yang merupakan kondisi yang belum pasti akandatang ditanggung bersama dan apabila mengalami keuntungan besarpun dibagibersama sesuai kesepatan bersama di awal (Ascarya, 2007).
4. Sistem Moneter Internasional
Sistem moneter Internasional saat iniberlandaskan pada fiat money (uang kertas) masing-masing negara yangnilainya mengambang bebas dan tidak di back‐up olehaset riil apapun. Oleh karenanya, setiap negara memperoleh keuntungan dari pencetakanuang (seigniorage) dengan korban semua rakyat pemegang uang tersebutyang daya belinya terus menurun (inflasi). Lebih beruntung lagi negara besaryang mata uangnya menjadi mata uang perdagangan dunia, khususnya dolar Amerika.Negara Amerika menikmati seigniorage yang luar biasa besar daripenggunaan uang dolar‐nya di dalam negeri dandi luar negeri. Keadaan ini menyebabkan inflasi yang persisten dan ketidak‐adilan, terutama bagi negara‐negara kecil, miskin, dan mata uangnya tidak ‘convertible’(Ascarya, 2009).
2.2 EarlyWarning System Krisis Finansial
Early Warning System (EWS) adalah sebuah model yang berguna untukmemprediksi peluang dan waktu terjadinya krisis. Menurut Kaminsky et al (1998), EWS adalah model yang bertujuan untuk melihatberbagai indikator ekonomi dan dan keuangan sebagai tanda sebuah krisis akanterjadi dalam waktu yang relatifdekat yaitu 18 bulan sampai 24 bulan.
Ada beberapa pendekatan modeldalam menentukan kemungkinan terjadinya krisis. Berikut adalah model dalam menentukan model leading indikator terhadap kemungkinanterjadinya krisis finansial, yaitu:
1) Pendekatan Sinyal
Modelini membandingkan indikator-indikator ketika periode sebelum krisis (tranquil) dengan periode krisis yangteridentifikasi. Indikator tersebut dipilih berdasarkan perubahan perilakuindikator antara periode normal dengan periode krisis yang menunjukkan “sinyal”krisis yang dapat dipercaya. Goldstein et.al (2000), melakukan pendekatan sinyal melalui lima tahapan, yaitu; (1)menentukan episode terjadinya krisis, (2) memilih indikator utama (leading indikator) sebagai prediktor,(3) mengatur nilai ambang batas (treshold)untuk leading indikators yangdipilih, (4) mengonstruksi indeks komposit (compositeindex), dan (5) memprediksi krisis.
Modelini memakai berbagai indikator secara bersama untuk memberikan sinyal padaperiode krisis. Dengan demikian kadang data yang dibutuhkan menjadi terlalubanyak sehingga menjadi faktor pengganggu bila indikator tersebut tidak memberisinyal. Semua indikator yang baik akan dipilih untuk menentukan indekskomposit.
Modelini pertama dikembangkan oleh Kaminsky, Lizondo, dan Reinhart (disingkat KRL,1997 dan 1998) yangmenitikberatkan pada monitoring sejumlah indikator (15 indikator). Selain itujuga dilakukan oleh Goldstein, Kaminsky, dan Reinhart (GKR, 2000). Sedangkan untuk kasus di Indonesiadilakukan oleh Imansyah dan Abimanyu(2008), Florencia (2011) dan Kemu (2005).
2) Pendekatan Ekonometrik
Dalampendekatan ekonometrik umumnya menggunakan model probit atau logit. Pendekatanini membuat estimasi tentang peluang terjadinya krisis keuangan denganmenggunakan variabel dependen diskret dalam model ekonometriknya. Model logitatau probit menggunakan variabel dependen kualitatif sebagai variabel diskretyang bernilai 1 dan 0. Sedangkan variabel independennya bersifat non diskret.
Keunggulanmodel logit ini dibandingkan dengan model signal adalah hasil perhitungan darisetiap variabel langsung memberikan kontribusi dalam perhitungan probabilitasterjadinya krisis keuangan. Sedangkan kelemahan model logit ini adalah tidakdapat menangkap semua informasi variabel. Artinya, kemampuan dalam memberikansignal untuk setiap variabel tidak dapat dilihat dalam model ini.
2.3 PenelitianTerdahulu
Penelitian yang berkaitandengan indikator terjadinya sebuah krisis khususnya krisis perbankan telahbanyak dilakukan. Beberapa studi tersebut antara lain, Kunt & Detragiache(1998), Shen & Hsienh (2003), Hadad et.al (2003), Ali (2007), Boyd et. al (2009),Barrel (2010), dan Bucevka (2011).
Dalam penelitian berjudul TheDeterminants of Banking Crises in Developing and Developed Countries, Kunt& Detragiace (1998) menjelaskan mengenai faktor-faktor yang menentukanterjadinya krisis perbankan. Faktor-faktor tersebut diataranya adalah faktormakroekonomi (growth, perubahan TOT (Term of Trade), depresiasi, realinterest rates, tingkat inflasi, surplus budget terhadap GDP), finansial(rasio M2 terhadap cadangan devisa, rasio bank cash dan reservesterhadap bank assets, pertumbuhan kredit) dan institusional.
Chung-Hua Shen dan Meng-FenHsienh (2003) dalam penelitiannya mengombinasikan pendekatan makro dan mikrosebagai modifikasi dalam early warningsystem untuk memonitor kemungkinan perbankan terkena krisis. Hasil daripenelitian tersebut adalah; (a) Indikator mikro yang kuat adalah non-interestexpenses/total assets dan ROA, sedangkan indikator mikro yang rentan terhadapkegagalan perbankan adalah ekuitas yang melebihi total aset, (b) Indikator NPLyang secara khas dipercaya bermanfaat sebagai indikator kegagalan perbankan,ternyata tidak informatif bagi pihak luar. (c) Indikator makro yang dapatdijadikan indikator kuat adalah tingkat pertumbuhan GDP dan Exchange Rate,sedangkan indikator yang lemah adalah kredit perbankan dan Utang Luar NegeriJangka Pendek. M2/FR ternyata tidak memberikan kontribusi meskipun studi lainmenyatakan indikator tersebut berpengaruh.
Sementara itu Hadad, Santoso,dan Arianto (2003) menjelaskan setidaknya terdapat enam indikator untuk melihatpotensi krisis perbankan, diantaranya adalah: GDP riil yang melambat, konsumsiswasta yang melambat, penurunan tingkat investasi, depresiasi yang tajam padanilai tukar, pemberian kredit kepada sektor swasta yang semakin intensif, danpenurunan jumlah simpanan yang berkelanjutan.
Barrel, Davis, Karim, dan Liadze(2010) dalam penelitiannya pada 2007 menyimpulkan; (a) CAR perbankan,Liquiditas Perbankan dan harga Properti memiliki dampak yang signifikan dalammenentukan tingkat kemungkinan krisisperbankan terjadi dan variabel ini lebih tradisional dibandingkan GDP Growth,Inflasi, dan Real Interest Rate. Oleh karena itu, model ini dapat digunakanuntuk mendeteksi kemungkinan terjadinya krisis perbankan. (b) CAR yang tinggidiiringi rasio likuiditas mampu mengindikasiskan kemungkinan terjadinya krisisperbankan, berimplikasi jangka panjang untuk menutup kerugian dari biaya yangditentukan oleh peraturan.
Sementara Vesna Bucevska(2011) menghasilkan penelitian dengan kesimpulan sebagai berikut; (a) DEBT,LOANS, dan DEPOSITS adalah tigaindikator utama Early Warning Sistemdalam pemprediksi krisis finansial di Kroasia, Macedonia, dan Turki. Selain ituREER, Defisit Current Account, Defisit Fiskal, dan PORTFOLICHANGE secarastatistik sangat berpengaruh signifikan dalam krisis keuangan di negara-negaraUni Eropa. (b) Negara-negara EU harus mengurangi utang luar negeri yangberkaitan dengan GNP dan secara kontinyu menganalisis dan memonitor lebih dekatproses finansial di negaranya untuk mengantisipasi terjadinya krisis yang sama.
Penelitian lainnya dilakukanoleh Ascarya (2009) dengan judul LessonsLearned from Repeated Finansial Crises: An Islamic Economic Perspective.Penelitian ini membandingkan kontribusi sistem moneter konvensional (fiat money, Fractional reserves banking system,dan interest) dengan sistemmoneter Islam (gold money, 100% reserves banking sistem, dan PLS). Denganmenggunakan metodologi VAR/VECM, variabel dependen yang digunakan adalahInflasi (INF). Hasil dari penelitian ini menunjukkan bahwa sistem moneterkonvensional berkontribusi besar terhadap terjadinya krisis sebesar 66,6%(excess money supply 2,8%; interest rate 45,2%; dan exchange rate 18,6%).Sedangkan sistem moneter Islam hanyaberkontribusi sebesar 3,4% saja terhadap krisis yaitu just money supply 0,7%;PLS Return 2,5%; dan single global currency 0,2%. Hal ini menunjukkan bahwadengan menggunakan sistem moneter Islam, akan mampu meminimalkan probabilitaskrisis finansial di Indonesia.
Muhammad Handry Imansyah(2004) dalam penelitiannya menyimpulkan bahwa variabel yang penting untukmenentukan kemungkinan terjadinya krisis adalah Ekspor, Nilai tukar riil, rasiodefisit fiskal terhadap PDB dan harga minyak dunia. Model yang dikembangkannyamampu meramalkan krisis 1998 dan krisis yang terjadi pada masa datang yaitukrisis mini tahun 2005 dan krisis yang terjadi tahun 2008.
Dari uraian diatas, makadapat disimpulkan bahwa suatu krisis dapat diindikasikan melalui faktor mikro(perbankan) dan faktor makro (makroekonomi). Kunt (1998), Shen (2003) Hadad at. al (2003), Boyd et. al (2009), dan Barrel (2010) menyebutkan bahwa faktorpertumbuhan GDP menjadi indikator makroekonomi yang paling penting dalammengindikasikan kemungkinan terjadi krisis. Selain itu, inflasi, Exchange Rate,Interest Rate, dan Investasi dapat pula dijadikan indikator kemungkinanterjadinya krisis. Sedangkan indikator mikro ditentukan oleh kredit yangdisalurkan perbankan (Hadad, 2003; Ali, 2008; dan Bucevka, 2011). Adapun Kunt (1998) dan Boyd et al (2009) menyebutkanbahwa interest rate dapat menyebabkan krisis perbankan menjadi sistemik.
BABIII. METODE PENELITIAN
3.1 Jenisdan Sumber Data
Metode yang digunakandalam penelitian ini adalah Regresi Logistik Biner (Regresi Model Logit) dimanavariabel dependennya adalah berupa nilai kategorik (0 dan 1). Data yangdigunakan dalam penelitian ini secara keseluruhan merupakan data sekunder yangdiambil dari sumber resmi dalam bentuk bulanan pada periode waktu Januari 2004sampai dengan April 2011. Untuk data perbankan syariah diperoleh dari StatistikPerbankan Syariah Bank Indonesia (SPS-BI) dan data perbankan konvensionaldiperoleh dari Statistik Perbankan Indonesia Bank Indonesia (SPI-BI). Sedangkandata makroekonomi diperoleh dari Statistik Ekonomi dan Moneter Indonesia BankIndonesia (SEKI-BI), Badan Pusat Statistik (BPS) dan International FinancialStatistics (IFS).
3.2 PersamaanUmum dan Variabel Penelitian
Denganmenggunakan model regresi logistik, persamaan umum yang digunakan dalampenelitian ini dibuat dalam empat model persamaan penelitian yang merupakanpersamaan dengan satu variabel tidak bebas (dependen) dan multivariabel bebas(independen) yang dapat ditulis sebagai berikut:
Tabel3.1 Persamaan Model Penelitian
Model 1: | |
Model 2: | |
Model 3: | |
Model 4: | |
Pada penelitian inisebagai variabel dependen adalah Crisis Severe Distress (CSD). Nilai CSDdiperoleh dari kategori krisis yang dikembangkan oleh Kaminsky, Lizondo, danReinhart (KLR) yang menggunakan penghitungan EMP dengan pembobotan tingkatpertumbuhan REER, selisih tingkat suku bunga dalam negeri pada rentang satuperiode, dan tingkat pertumbuhan cadangan devisa nasional. Secara matematispersamaan tersebut dapat ditulis sebagai berikut:
Adapunvariabel independen yang digunakan dalam penelitian ini adalah: Loan to Asset Ratio (LAR) untukkonvensional dan Financing to Asset Ratio(FAR) untuk syariah, CAR(CapitalAdequacy Ratio),Inflasi (INFL),BI Rate (INTR), Indeks Produk Industri (IPI),Pertumbuhan Ekspor (EXPG),Rasio M2 terhadap Cadangan Devisa(M2RES), Nilai Tukar Riil (REER), Sertifikat BankIndonesia (SBI) dan Sertifikat Bank Indonesia Syariah (SBIS).
3.3 MetodePengolahan Data
Sebagaimana dalam regresi linear, model umum dari regresilogistik ganda (Logit) adalah model regresi ganda yaitu model yang melibatkanlebih dari satu prediktor/variabel independen. Model logit secara sederhana didefinisikansebagai model regresi non-linear yang menghasilkan persamaan dimana variabeldependen bersifat kategorikal.Kategori paling mendasar dari model tersebut menghasilkan binary values seperti angka 0 dan 1. Angka ini mewakilkan suatukategori tertentu yang dihasilkan dari penghitungan probabilitas terjadinyakategori tersebut (Winarno, 2009).
Gujarati (2003) menyebutkan bahwa model logit seringkali digunakan dalamdata klasifikasi. Pendekatan model logit digunakan karena dapat menjelaskanhubungan antara x dan p (x) yang bersifat tidak linear, ketidaknormalan sebaran dari Y, dankeragaman respon tidak konstan yang tidak dapat dijelaskan oleh model linearbiasa.
Adapun persamaan regresi untuk model logit diperoleh dari penurunanpersamaan probabilitas dari kategori-kategori yang akan diestimasi. Persamaanprobabilitas tersebut adalah:
(3.1)
Persamaan tersebut dapat disederhanakan denganmengasumsikan adalah , sehinggamenghasilkan persamaan berikut:
(3.2)
Pada persamaan (3.2) tersebut dapat terlihat bahwa berada dalam kisaran hingga + dan berada dalam kisaran 0 hingga 1 dimana memiliki hubungan nonlinear terhadap
Nonlinearitasdalam tidak hanya terhadap X, namun juga terhadap β.Hal ini menimbulkan permasalahan estimasi sehingga prosedur regresi ordinary least square (OLS) tidak dapatdilakukan. Solusi dari permasalahan tersebut adalah dengan melinearkanpersamaan (3.1) dengan menerapkan logaritma natural pada kategori 0 sepertipada persamaan berikut:
(3.3)
Persamaantersebut dapat disubstitusi dengan persamaan (3.2) menjadi:
(3.4)
Persamaan disebut juga dengan rasio kecenderungan (odds ratio) terjadinya kategori dengannilai 1, dalam hal ini adalah terjadinya krisis. Apabila bernilai 0,9maka kecenderungan terjadinya krisis mata uang semakin besar. Semakin nilainyamendekati 1 maka semakin besar pula kecenderungan akan terjadinya krisis.
Dalam penelitian yang menggunakan analisis regresi logistik terdapat beberapapengujian yang harus dilewati yaitu diantaranya: Hosmer and Lemeshow Goodnessof Fit, Uji Signifikansi Parsial, Multikolinearitas dan Uji KoefisienDeterminasi.
BABIV. PEMBAHASAN
4.1Profil Data
Data yang digunakandalam penelitian ini adalah dana nilai Crisis Severe Distress (CSD) yangdiperoleh dari nilai EMPI dengan kriteria apabila nilai EMPI melebihi dua kalistandar deviasi ditambah rata-ratanya berarti krisis (1) dan apabila kurangdari dua kali standar deviasi ditmbah rata-ratanya berarti tidak krisis (0).Data lainnya adalah Rasio likuiditas (LAR dan FAR), Rasio Solvabilitas (VARKdan CARS), tingkat suku bunga atau BI Rate (INTR), tingkat inflasi (INFL),pertumbuhan pendapatan nasional yang diproksikan dengan pertumbuhan Industrial Priduct Index (IPIG), danpertumbuhan Ekspor (EXPG) dari bulan Januari 2004 hingga April 2011.
4.2Periode Krisis di Indonesia
Berdasarkan perhitungan,periode krisis yang dialami Indonesia terjadi pada bulan Agustus 2005, Oktober2008, dan November 2008. Secara ringkas, periode-periode tersebut dapat dilihatsebagai berikut:
Grafik4.1 Pergerakan Nilai Tukar Riil Rp/USD dan EMPI
Sumber: IFS dan BI (Data Diolah)
Untuk memeriksa apakahpenetuan periode krisis ini sudah sesuai dengan apa yang telah terjadi di dunianyatanya, maka akan dilakukan tinjauan historik untuk masing-masing periodekrisis tersebut. Berdasarkan perhitungan EMPI tersebut maka batasan (tresshold) antara krisis dan tidakkrisis adalah 0,59. Pada Agustus 2005 nilai EMPI-nya adalah 0,89. Pada periodeini nilai tukar rupiah melemah hampir menyentuh level Rp.11.000 per 1 dolar AS.Hal ini diindikasikan karena lambatnya BI menahan penurunan tingkat bunga ditengah membanjirnya likuiditas di pasar sementara di sisi lain Pemerintahlamban dalam mengambil kebijakan penurunan subsidi BBM domestik sehinggasubsidi membengkak karena kenaikan harga minyak dunia (Imansyah, 2009).
Sedangkan krisis yangterjadi pada bulan September dan Oktober 2008, diakibatkan oleh krisis subprimemortgage[10] di Amerika Serikat yang berdampak padaperbankan Indonesia. Meski demikian, jika dilihat dari sisi fundamentalekonomi, sebenarnya dapat dikatakan bahwa kondisinya masih relatif kuat yangdicirikan oleh NPL yang lebih kecil daripada 5% yang menunjukkan masih sehatnyasistem intermediasi perbankan, LDR yang lebiih kecil dari 80 % menunjukkanmasih cukupnya likuiditas, CAR sekitar 16% (Oktober 2008) yang menunjukkanmasih kuatnya permodalan bank. Pada periode ini inflasi mencapai 11% dantingkat suku bunga kebijakan naik menjadi 9,5%. Nilai tukar yang melemahsehingga rupiah tembus lebih dari Rp. 12.000/USD (Oktober 2008). Hal inimenunjukkan nilai tukar riil yang overvalued sehingga berdampak padmeningkatnya probabilitas krisis keuangan sekaligus melemahkan daya saing dipasar internasional yang juga dapat terlihat dari pelambatan pertumbuhan eksporyang mengalami penurunan sebesar 12%. Cadangan devisa pun mengalami penurunansebesar 6.199 USD atau sekitar 7%.
4.3.1Analisis Statistik Model Konvensional
a. MenilaiKeseluruhan Model (Overall Fit Model)
Langkah pertama adalah menilai overall fit model terhadap data. Adapun kriteria pengambilankeputusan adalah tolak H0 jika nilai -2 Log Likelihood > tabelChi Square pada derajat bebas (df) = N-1, N adalah jumlah parameter dalammodel. Tingkat kepercayaan yang digunakan penulis dalam penelitian iniadalah 90% atau dengan kata lain tarafsignifikansi α adalah 10%.
Nilai-2 Log Likelihood pada Beginning Block yang dibandingkan dengan nilai ChiSquare pada tabel dengan df sebesar N – 1 = 88 – 1 = 87 pada taraf signifikansi0,1 terlihat bahwa -2 Log Likelihood < Chi Square tabel. Hal ini berartikeputusan yang diambil adalah terima H0 yang menunjukkan bahwa padakeempat model konvensional tersebut tidak terdapat perbedaan yang signifikanantara model dengan konstanta. Nilai -2 Log Likelihood < Chi Square tabelyang menunjukkan bahwa model dengan memasukkan variabel bebas adalah fit dengandata, sehingga layak untuk digunakan.
b. Hosmer and Lemeshow Goodness of Fit Test
Hosmer andLemeshow Goodness of Fit Test bertujuan untuk melihat apakah data empiris cocokdengan model (tidak ada perbedaan antara model dengan data sehingga model dapatdikatakan fit). Berdasarkan hasil perhitungan, terlihat bahwa nilaisignifikansi sebesar 1,000 dan 0.996 adalah lebih besar dari 0,1 yang menunjukkan bahwa keempat modeldapat diterima dan pengujian hipotesis dapat dilakukan.
Tabel4.1 Hasil Uji Hosmerand Lemeshow Goodness of Fit
Hosmer & Lemeshow | ||
Chi Square | Sign | |
Model 1 | 0.604 | 1 |
Model 2 | 0.512 | 1 |
Model 3 | 0.222 | 1 |
Model 4 | 1.260 | 0.996 |
c. UjiKoefisien Determinasi
Untuk melihat kemampuan variabel bebas dalammenjelaskan varians Crisis Severe Distress digunakan nilai Cox & Snell RSquare dan Nagelkerke R Square. Nilai Nagelkerke R Square yang lebih besardaripada Cox & Snell R Square, menunjukkan kemampuan kelima variabel bebasdalam menjelaskan varians Crisis Severe Distress dan sisanya terdapat faktorlain yang menjelaskan varians CSD.
Tabel 4.2 Hasil UjiKoefisien Determinasi
Koefisien Determinasi | ||
Cox & Snell | Nagelkerke | |
Model 1 | 0.149 | 0.577 |
Model 2 | 0.157 | 0.609 |
Model 3 | 0.387 | 0.675 |
Model 4 | 0.387 | 0.675 |
Dari keempat model di atas, dapat disimpulkan bahwanilai Nagelkerke R Square yang berada antara 0.577 hingga 0.675 menunjukkankemampuan masing-masing variabel bebas dalam menjelaskan varians Crisis SevereDistress dan sisanya terdapat faktor lain di luar model. Penghitungan lain yanglebih baik untuk mengetahui seberapa baik variabel-variabel independenmenjelaskan variabel dependen adalah dengan melihat nilai overall percentage yang merupakan perbandingan antara jumlahprediksi yang tepat dengan jumlah seluruh observasi pada Classification Table. Jumlah observasi yang tepat adalah ketikaterdapat peringatan akan terjadinya krisis diikuti dengan terjadinya krisis danketika tidak terdapat peringatan akan terjadinya krisis diikuti dengan tidakterjadinya krisis.
Tabel 4.3 Hasil UjiFitting Model
Ketepatan Model | |||
B/A+B | C/C=D | D/A+B+C | |
Model 1 | 98.8 | 66.7 | 97.7 |
Model 2 | 98.8 | 66.7 | 97.7 |
Model 3 | 98.8 | 66.7 | 97.7 |
Model 4 | 98.8 | 33.3 | 96.6 |
*Tanda cetak tebal menunjukkan nilai overallpercentage
Pada model pertama, berdasarkan hasil estimasi,sampel yang tidak mengalami krisis (0)adalah sebayak 85 periode. Hasil prediksi model pada tabel di atas adalah 84periode tidak terjadi krisis (0) dan 1 periode terjadi krisis. Berarti terdapat 1 prediksi yang salah sehingga prediksiyang benar adalah sebanyak 84/85 = 98,8%. Sedangkan untuk periode terjadikrisis (1) dari 3 sampel hanya 1 periode yang diprediksi tidak sesuai olehmodel penelitian sehingga kebenaran model untuk periode terjadinya krisisadalah sebesar 2/3 = 66,7%. Dengan demikian model pertama tersebut memberikannilai overall percentage sebesar (84 + 2)/88 =97,7% yang berarti ketepatanmodel penelitian ini adalah sebesar 97,7%. Demikian pula berturut-turut model2, 3 dan 4 yang memiliki nilai overall percentage di kisaran 97.7% dan 96.6%.
d. UjiMultikolinearitas
Multikolinearitas dalam perangkat SPSS dapat dilihatdengan perintah VIF, Tolerance, dan matriks kolerasi. Pada hasil regresi logitdalam penelitian ini seluruh variabel disimpulkan tidak ada adanyamultikolinearitas antar variabel. Variabel yang menyebabkan multikolinearitasdapat dilihat dari nilai tolerance yang lebih kecil dari 0,1 atau nilai VIFyang lebih besar dari nilai 10. Hal tersebut juga didukung dengan nilai 1/VIFyang tidak kurang dari 0,1. Berdasarkan hasil penghitungan, nilai VIFmasing-masing variabel tidak ada yang melebihi angka 10, hal tersebut diperkuatdengan nilai 1/VIF dan Tolerance yang nilainya lebih dari 0,1. Sehingga, dapatdisimpulkan keempat model tersebut tidak memiliki gangguan multikolinieritas.
4.3.2 AnalisisStatistik Model Syariah
a. MenilaiKeseluruhan Model (Overall Fit Model)
Langkah pertama adalah menilai overall fit modelterhadap data. Untuk model syariah, nilai -2 Log Likelihood pada BeginningBlock adalah sebesar 26,169 pada iterasi ke-6. Nilai tersebut merupakan nilaiChi Square yang dibandingkan dengan nilai Chi Square pada tabel dengan dfsebesar N – 1 = 88 – 1 = 87 pada taraf signifikansi 0,1 yaitu sebesar 104,750tampak bahwa -2 Log Likelihood < Chi Square tabel (26,169 < 104,750). Halini berarti keputusan yang diambil adalah terima H0 yang menunjukkan bahwatidak terdapat perbedaan yang signifikan antara model dengan konstanta.
Tabel4.4 Uji Fit Model
Iteration History | |
Iteration | -2 Log Likelihood |
Step 0 6 | 26.169 |
Step 1 12 | 10.885 |
Tidak berbeda denganmodel konvensional, penilaian keseluruhan model untuk syariah bernilai -2 LogLikelihood < Chi Square tabel yang menunjukkan bahwa model dengan memasukkanvariabel bebas adalah fit dengan data. Hal ini menunjukkan bahwa model layakuntuk digunakan.
b. Hosmerand Lemeshow Goodness of Fit Test
Lebih lanjut, untukmelihat apakah data empiris cocok dengan model (tidak ada perbedaan antaramodel dengan data) dilakukan dengan melihat nilai Hosmer and Lemeshow Testyaitu sebagai berikut:
Tabel4.5 Hasil Uji Goodness of Fit Model Syariah
Hosmer & Lemeshow | ||
Chi Square | Sign | |
Model 1 | 0.604 | 1 |
Model 2 | 1.296 | 0.996 |
Model 3 | 1.182 | 0.997 |
Model 4 | 0.814 | 0.999 |
Berdasarkan hasil perhitungan, tampak bahwa keempatmodel syariah tersebut pada taraf signifikansi 0,1 nilai Chi Square hitung < Chi Square tabel. Terlihat juga bahwanilai signifikansi sebesar 0.996 hingga 1.000 adalah lebih besar dari 0,1 yang menunjukkan bahwa keempat modeldapat diterima dan pengujian hipotesis dapat dilakukan
c. UjiKoefisien Determinasi
Untuk melihat kemampuanvariabel bebas dalam menjelaskan varians crisis severe distress digunakan nilaiCox & Snell R Square dan Nagelkerke R Square. Nilai Nagelkerke R Squareyang lebih besar daripada Cox & Snell R Square, menunjukkan kemampuankelima variabel bebas dalam menjelaskan varians Crisis Severe Distress dansisanya terdapat faktor lain yang menjelaskan varians CSD.
Tabel 4.6 Hasil UjiKoefisien Determinasi Model Syariah
Koefisien Determinasi | ||
Cox & Snell | Nagelkerke | |
Model 1 | 0.149 | 0.577 |
Model 2 | 0.174 | 0.678 |
Model 3 | 0.157 | 0.519 |
Model 4 | 0.169 | 0.457 |
Jika melihat hasil uji keempat model di atas, dapatdisimpulkan bahwa nilai Nagelkerke R Square yang berada antara 0.577 hingga0.678 menunjukkan kemampuan masing-masing variabel bebas dalam menjelaskanvarians Crisis Severe Distress dan sisanya terdapat faktor lain di luar model.
Penghitungan lain yang lebih baik untuk mengetahuiseberapa baik variabel-variabel independen menjelaskan variabel dependen adalahdengan melihat nilai overall percentage yang merupakan perbandingan antarajumlah prediksi yang tepat dengan jumlah seluruh observasi pada ClassificationTable.
Tabel 4.7 Hasil UjiFitting Model
Ketepatan Model | |||
B/A+B | C/C=D | D/A+B+C | |
Model 1 | 98.8 | 66.7 | 97.7 |
Model 2 | 100 | 66.7 | 98.9 |
Model 3 | 98.8 | 33.3 | 96.6 |
Model 4 | 98.8 | 33.3 | 96.6 |
*Tanda cetak tebal menunjukkan nilai overallpercentage
Pada model pertama, sampel yang tidak mengalami krisis (0) adalah sebayak 85periode. Hasil prediksi model pada tabel di atas adalah 84 periode tidakterjadi krisis (0) dan 1 periode terjadikrisis. Berarti terdapat 1 prediksi yang salah sehingga prediksi yang benaradalah sebanyak 84/85 = 98,8%. Sedangkan untuk periode terjadi krisis (1) dari3 sampel hanya 1 periode yang diprediksi tidak sesuai oleh model penelitiansehingga kebenaran model untuk periode terjadinya krisis adalah sebesar 2/3 =66,7%. Dengan demikian tabel diatas memberikan nilai overall Percentage sebesar(84 + 2)/88 =97,7% yang berarti ketepatan model penelitian ini adalah sebesar97,7%. Adapun model 2 hingga model 4 berturut-turut adalah 98.9, 96.6 dan 96.6persen.
d. UjiMultikolinearitas
Pada hasil regresi logit dalam penelitian iniseluruh variabel disimpulkan tidak ada adanya multikolinearitas antar variabel.Variabel yang menyebabkan multikolinearitas dapat dilihat dari nilai toleranceyang lebih kecil dari 0,1 atau nilai VIF yang lebih besar dari nilai 10. Haltersebut juga didukung dengan nilai 1/VIF yang tidak kurang dari 0,1 atautingkat kepercayaan yang digunakan. Nilai VIF masing-masing variabel tidak adayang melebihi angka 10, hal tersebut diperkuat dengan nilai 1/VIF dan Toleranceyang nilainya lebih dari 0,1. Sehingga dapat disimpulkan keempat model syariahtersebut tidak memiliki gangguan multikolinieritas.
e. UjiSignifikansi Parsial Model Syariah dan Konvensional
Uji signifikansi parsial bertujuan untuk melihatsignifikansi sauatu variabel independen dalam memengaruhi variabel dependendalam sebuah persamaan. Uji ini dilakukan dengan melihat signifikansi darimasing-masing parameter variabel tersebut. Secara ringkas, indikator ekonometriuntuk tiap model dapat dilihat pada tabel berikut:
Tabel 4.8 Ringkasan Hasil UjiSignifikansi Keseluruhan
Model | Variabel | Sign. | Overall test | Hosmer & Lemeshow | Koef Determinasi | |||
Chi Square | Sign | Chi Square | Sign | Cox & Snell | Nagelkerke | |||
Konven 1 | LAR | 0.153 | 14.15 | 0.015 | 0.604 | 1 | 0.149 | 0.577 |
CARK | 0.07 | |||||||
INFL | 0.986 | |||||||
INTR | 0.096 | |||||||
IPIG | 0.715 | |||||||
C | 0.109 | |||||||
Syariah 1 | FAR | 0.077 | 14.15 | 0.015 | 0.604 | 1 | 0.149 | 0.577 |
CARS | 0.871 | |||||||
INFL | 0.205 | |||||||
INTR | 0.902 | |||||||
IPIG | 0.775 | |||||||
C | 0.08 | |||||||
Konven 2 | LAR | 0.141 | 15.005 | 0.01 | 0.512 | 1 | 0.157 | 0.609 |
CARK | 0.072 | |||||||
INFL | 0.902 | |||||||
INTR | 0.124 | |||||||
EXPG | 0.335 | |||||||
C | 0.108 | |||||||
Syariah 2 | FAR | 0.055 | 0.174 | 0.005 | 1.296 | 0.996 | 0.174 | 0.678 |
CARS | 0.676 | |||||||
INFL | 0.255 | |||||||
INTR | 0.744 | |||||||
EXPG | 0.211 | |||||||
C | 0.055 | |||||||
Konven 3 | LAR | 0.699 | 16.782 | 0.005 | 0.222 | 1 | 9.387 | 0.675 |
CARK | 0.086 | |||||||
INTR | 0.296 | |||||||
LN_IPI | 0.902 | |||||||
LN_REERDEV | 0.178 | |||||||
C | 0.269 | |||||||
Syariah 3 | FAR | 0.184 | 12.598 | 0.027 | 1.182 | 0.997 | 13.571 | 0.519 |
CARS | 0.915 | |||||||
INTR | 0.767 | |||||||
LN_IPI | 0.752 | |||||||
LN_REERDEV | 0.689 | |||||||
C | 0.461 | |||||||
Konven 4 | M2RES | 0.4 | 10.552 | 0.061 | 1.26 | 0.996 | 9.387 | 0.675 |
INFL | -2.858 | |||||||
LN_REERDEV | 0.117 | |||||||
IPIG | -1.151 | |||||||
SBI | 0.11 | |||||||
C | 5.517 | |||||||
Syariah 4 | M2RES | 0.414 | 11 | 0.051 | 0.814 | 0.999 | 15.169 | 0.457 |
INFL | -3.128 | |||||||
LN_REERDEV | -4.695 | |||||||
IPIG | 0.1 | |||||||
SBIS | -0.724 | |||||||
C | 42.128 | |||||||
Modelterbaik yang dihasilkan dari keempat model tersebut adalah model pertama karenamemiliki variabel independen signifikan lebih banyak daripada model lainnyasedangkan untuk uji statistik, keempat model telah memenuhi syarat kelayakanmodel. Sehingga persamaan yang dihasilkan adalah sebagai berikut:
v PersamaanRegresi Logistik untuk perbankan konvensional
CSD = 100,502 – 0,646 LARK -4,254CARK + 0,014 INFL + 0,893 INTR + 0,108 IPIG
v PersamaanRegresi Logistik untuk perbankan syariah
CSD = -172,719 + 2,115 FAR + 0,161CARS - 4,956 INFL + 0,069 INTR + 0,123 IPIG
Secara ringkas, interpretasi masing-masing variabelindependen yang dihasilkan dalam tulisan ini dapat dilihat pada tabel berikut:
Variabel | Nilai Koef | Odds ratio | Tanda Koef | Kesesuaian Teori |
CARK | -4.264 | 0.014 | Negatif | Sesuai |
INTR | 0.893 | 2.443 | Positif | Sesuai |
FAR | 2.115 | 8.287 | Positif | Sesuai |
M2RES | 0.4 | 1.418 | Positif | Sesuai |
BABV. PENUTUP
5.1 Kesimpulan
Penelitian tentangsistem deteksi dini terhadap krisis pada sistem perbankan ganda di Indonesiaini menghasilkan beberapa kesimpulan penting, yaitu:
- Berdasarkan hasil estimasi, beberapavariabel yang dapat dijadikan sebagai indikator awal dari krisis finansial bagiindustri perbankan konvensional adalahvariabel Capital Adequacy Ratio atau rasio kecukupan modal (CARK) dan variabelsuku bunga (INTR). Kesimpulan ini selaras dengan apa yang dikemukakan oleh Barrelet all. (2010), Boyd et all. (2009), Kunt (2005) serta Hardy dan Pazarbasioglu(1998). Sementara itu, untuk prediksi deteksi dini krisis finansial bagiindustri perbankan syariah hanya variabel FAR (Financing to Asset Ratio) yangmemiliki signifikansi di atas 90%. Hal ini serupa dengan hasil penelitian Hadadet all. (2003) yang menyebutkan variabel kredit intensif dari perbankan sebagaisalah satu indikator early warning systemkrisis perbankan.
- Jika melihat tanda koefisien, makavariabel Capital Adequacy Ratio atau rasio kecukupan modal (CARK) memilikitanda negatif. Hal itu berarti bahwa ada hubungan terbalik antara peningkatanCapital Adequacy Ratio perbankan konvensional dengan peluang terjadinya krisisperbankan di Indonesia. Fakta ini sesuai dengan teori bahwa semakin besar CARsebuah bank, semakin baik kondisi kesehatan bank tersebut. Begitu pulasebaliknya.
- Adapun tanda positif koefisien sukubunga (INTR) menunjukkan hubungan lurus antara peningkatan suku bunga dengankemungkinan terjadinya krisis perbankan. Semakin tinggi tingkat suku bunga,menunjukkan kemungkinan yang tinggi terjadinya krisis.
- Pada perbankan syariah, variabel FAR(Financing to Asset Ratio) memiliki tanda positif pada koefisiennya. Artinyaada hubungan lurus antara peningkatan Financing to Asset Ratio (FAR) perbankansyariah dengan peluang terjadinya krisis perbankan di Indonesia. Hal ini dapatdijelaskan dengan logika bahwa kondisi financing/pembiayaanyang diberikan bank syariah kepada pihak ketiga tetap dalam kondisi yangrelatif tinggi meskipun dalam keadaan krisis. Akan tetapi porsi dari sisi asetdan dana pihak ketiga relatif lebih kecil. Sehingga menyebabkan rasio FAR,tetap besar. Dari sini, kondisi likuiditas menjadi masalah utama yang dihadapiperbankan syariah.
- Dari perbedaan bank syariah yangcenderung bermasalah dengan likuiditas (FAR yang signifikan) dan bankkonvensional yang bermasalah dengan solvabilitas (CAR yang signifkan) dapatdiambil kesimpulan bahwa bank syariah baru akan krisis jika sektor riilterganggu. Sementara bank konvensional akan senantiasa bergejolak jika adagangguan krisis finansial. Dengan kata lain, jika ada krisis ekonomi baik yangbersumber dari dalam maupun dari luar negeri yang lebih bersifat “finansial”,maka industri perbankan syariah tidak perlu terlalu khawatir akan terkena dampaknegatifnya.
- Kesimpulan menarik yang didapat daripenelitian ini adalah bahwa dalam model syariah, variabel yang signifikansebagai indikator dini krisis hanyalah variabel mikro perbankan; yakni rasiopembiayaan terhadap total aset. Sementara pada model konvensional, selainvariabel mikro (CAR) juga terdapat variabel suku bunga (INTR). Hal ini menjadisalah satu bukti bahwa industri perbankan syariah relatif lebih tahan terhadapgejolak makroekonomi di waktu krisis. Hal ini selaras dengan hasil penelitianAscarya (2011) dan Rusydiana (2009).
- Terkait variabel M2RES yang signifikan,baik pada model syariah maupun konvensional, maka hal ini bisa saja merupakanakibat dari berlakunya fiat money danfractional reserve banking system (FRBS).Padahal kedua hal tersebut merupakan penyumbang excess money supply yang cukup besar. Sehingga menjadi hal yangwajar dipahami jika kedua model –baik syariah maupun konvensional- memilikikondisi serupa. Sebagai konsekuensinya, maka entitas perbankan syariahsesungguhnya tidak benar-benar akan terbebas dari dampak buruk krisis, akibatada celah yang sifatnya sistemik ini.
5.2 Rekomendasi
Beberapa rekomendasi yang dapat penulis berikan terkait penelitiantentang Early Warning System dalamsistem perbankan ganda di Indonesia ini antara lain:
- Hasilpenghitungan menunjukkan bahwa variabel CAR (rasio kecukupan modal) dan macro variable suku bunga terindikasimenjadi indikator dini krisis finansial pada sektor perbankan konvensional.Oleh karenanya sangat perlu diperhatikan oleh para pemangku kepentingan, baikdari perbankan maupun otoritas moneter.
- Pada sisiperbankan syariah, variabel FAR (Financing to Asset Ratio) menjadi indikatordini krisis finansial. Oleh karena itu, sisi tersebut (sebagai cerminan likuiditas) layak menjadi perhatianutama para stakeholder perbankan syariah di Indonesia.
- Yang tidakkalah penting, penelitian ini juga membuktikan bahwa industri perbankankonvensional ternyata lebih rentan terimbas krisis dibanding dengan perbankansyariah, terutama akibat shockvariabel makroekonomi. Dengan demikian, menjadi alasan yang rasional bagiotoritas moneter dalam hal ini Bank Indonesia untuk memberikan support lebih terhadap keberlangsungankeuangan dan perbankan syariah di Indonesia.
- Pemerintahdiharapkan memiliki sistem pencatatan ekonomi –mikro maupun makro- yang baik,sehingga indikator-indikator yang penting dapat digunakan dengan konsistenuntuk memprediksi krisis di masa yang akan datang.
- Tulisan initidak sedikit memiliki kekurangan, diantaranya adalah: perlunya data seriesyang lebih panjang dalam observasi penelitian, ataupun penggunaan metodologiyang lain, misalnya modifikasi metode multinomial logit. Sehingga hasil yangdidapat lebih presisif dalam mengukur deteksi dini krisis finansial diIndonesia.
DAFTAR PUSTAKA
Arı. Ali dan Rüstem Dağtekin. “Early Warning Signalsof The 2000/2001 Turkish Financial Crisis”. MPRAPaper (No. 25857). Oktober 2008.
Ascarya (2011). “How to Eradicate Inflation underDual Monetary System: The Case of Indonesia”. paper has presented in 8thInternational Conference on Tawhidi Methodology Applied to MicroenterpriseDevelopment. IEF-Trisakti. Jakarta 7-8 January 2011.
BankIndonesia. 2007. IMF dan StabilitasKeuangan Internasional. Jakarta: PT Elex Media Komputindo.
Barrel.Ray et. al. “Bank regulation. Property Prices and Earlywarning Systems for Banking Crises in OECD Countries”. 2010
Boyd et. al. “Banking Crises and Crisis Dating: Theory and Evidence”. IMF Workig Paper. WP/09/141. Juli 2009.
Bucevska.Vesna.”An Analysis of Financial Crisis by an Early Warning System Model: TheCase of The EU Candidate Countries”. Businesssand Economic Horizons. Vol. 4 (No. 1). Januari 2011.
Caprio et. al. “Banking Crises Database”. in Systemic Financial Crises. P.Honahan and L. Laeven eds. . Cambridge University Press. Cambridge. U.K. 2005
Demirgüç-Kunt & Detragiache. “TheDeterminants of Banking Crises: Evidence from Developing and DevelopedCountries”. IMF Staff Paper. Vol. 45(No. 1). Maret 1998
Goldstein.Moris. “Assesing Financial Vulnerability: An Early Warning System for EmergingMarkets”.(2000)
Hadad.Muliaman D. et al. “Indikator AwalKrisis Perbankan”. Desember 2003.http://www.bi.go.id/NR/rdonlyer/2DAB2C92-BF34-4DE4-A3EF2078CC77431/7822/IndikatorAwalKrisisPerbankan.pdf
Hagen.Jürgen von dan Tai-kuang Ho. “Money Market Pressure and The Determinantsof Banking Crises”. Februari 2003.
Hardy.Daniel C. dan Ceyla Pazarbasioglu. “Determinants and Leading Indicators ofBanking Crises: Further Evidence”. IMFStaff Paper. Vol. 46 (No.3). September 1999.
Hatta. M. “Telaah SingkatPengendalian Inflasi dalam Perspektif Kebijakan Moneter Islam”. Paper. Jurnal Ekonomi Ideologis. 2008
Imansyah.Muhammad Handry. 2009. Krisis Keuangan di Indonesia. Dapatkah Diramalkan?Jakarta: Elex Media Komputindo.
Imansyah.M. Handry dan Anggito Abimanyu (Ed). 2008 SistemPendeteksian Dini Krisis Keuangan di Indonesia: Penerapan Berbagai ModelEkonomi. Yogyakarta: BPFE UGM.
Kaminsky.Graciela et.al. “Leading Indicatorsof Currency Crises”. IMF Staff Paper. Vol.45 (No. 1). Maret 1998.
Kemu.Suparman Zen dan Almizan Ulfa. “Model Non-Parametrik Early Warning System (EWS)Sektor Keuangan Indonesia”. JurnalKeuangan dan Moneter. Vol. 8 (No. 1). 2008.
Leaven.Luc dan Valencia. “Systemic BankingCrises: A New Database”. IMF WorkingPaper. WP/08/224. November 2008.
Priyatno.Duwi. 2008. 5 Jam Belajar Olah Data denganSPSS 17.Yogyakarta. Penerbit Andi
Reinhartand Rogoff . “This Time Is Different: A Panoramic View of Eight Centuries ofFinancial Crises”. NBER Working Paper #13882. Maret 2008
Rusydiana.Aam Slamet (2009). “Determinan InflasiIndonesia: Perbandingan Pendekatan Islam dan Konvensional”. Journal of Islamic Business and Economics(JIBE) Universitas Gadjah Mada. Volume 3 No. 1. Juni 2009.
Sachs.Jeffrey D. and Andreas Velasco. “Financial Crises in Emerging Markets: TheLessons From 1995”. Brooking Papers on EconomicActivity (No. 1). 1996.
Santoso.Singgih. 2002. Buku Latihan SPSSStatistik Parametrik. Jakarta. Elex Media Komputindo.
Shen.Chung-Hua dan Meng-Fen Hsienh. “Predicting of Bank Failures Using CombinedMicro and Macro Data”. Februari 2003.
Winarno.Wing Wahyu. 2009. Analisis Ekonometrikadan Statistika dengan Eviews: Edisi Kedua. Yogyakarta. UPP STIM YKPN
Zhuang,Juzhong . Noparametric EWS Models ofCurrency and Banking Crises for East Asia, Early Warning System for FinancialCrises: Application to East Asiain ADB, Palgrave, Macmillan. 2005
[1] Penulismenyampaikan banyak terima kasih kepada Ir. Ascarya, M.BA, M.Sc, Dr. Yulizar D.Sanrego dan Aam S. Rusydiana, SEI atas diskusi, masukan dan kritiknya terhadapdraft awal paper ini, terutama pada bagian pendalaman analisis dan konseptualpenelitian.
[2] Penulis bernama lengkap Hasna Maliha, adalahalumni Sekolah Tinggi Ekonomi Islam (STEI) Tazkia, Program Studi Ilmu EkonomiIslam.
[3] Twin crisis adalah krisis yang terjadi apabila krisis perbankanterjadi secara bersamaan dengan krisis nilai tukar dimana ketikakrisis perbankan terjadi pada tahun t dan krisis matauang pada tahun t-1 dan t+1(Leaven dan Valencia, 2008).
[4] Triple crisis adalah krisis yang terjadi apabila krisis perbankan,krisis nilai tukar, dan krisis utang luar negeri terjadi secara bersamaandimana ketika krisis perbankan terjadi pada tahun t , krisis mata uang pada [t-1, t+1] dan krisis pembayaran hutangpemerintah pada [t-1, t+1])(Leaven dan Valencia, 2008).
[5] Suatu kondisi dimana DPK lebihkecil daripada kredit yang disalurkan.
[6] Keuntungan Bank Sentral dari penciptaan uangyang diperoleh dari selisih nilai nominal uang dengan nilai intrinsiknya.
[7] Sebagian pelaku di dalam permainan ekonomitelah mengambil keuntungan yang tidak selayaknya mereka terima atas kerugianpihak yang lain dan sebagian masyarakat mungkin lebih menderita daripada yanglainnya setelah goncangan itu.
[8] Ascarya. Sistem Keuangan dan Moneter Islam.2007. Hlm 51
[9] Hal ini merupakan persyaratandalam regresi nonlinear dimana ketika à , maka cenderungmendekati 0 dan ketika à , maka meningkattidak terbatas (Gujarati, 2003)
[10] Fasilitas kredit perumahan yangdiberikan kepada debitor lemah yang tidak lolos kualifikasi pada kreditperumahan biasa (prime mortgage) sehingga risiko gagal bayar debitor yangsangat tinggi. Debitor diwajibkan menjaminkan sertifikat rumah dan bebasn bungayang lebih besar dibandingkan kredit perumahan biasa (Hanri, 2008)
