Analisis Pengaruh Resiko dan Kebijakan Moneter Terhadap Kemampuan Perbankan Dalam Penyaluran Kredit

SKRIPSI

ANALISIS PENGARUH RESIKO PERBANKAN DAN KEBIJAKAN MONETER TERHADAP KEMAMPUAN PERBANKAN DALAM

PENYALURAN KREDIT

OLEH

RONAL COLIN 100501036

PROGRAM STUDI EKONOMI PEMBANGUNAN DEPARTEMEN EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI

UNIVERSITAS SUMATERA UTARA MEDAN

PERNYATAAN

Saya yang bertanda tangan di bawah ini menyatakan dengan sesungguhnya bahwa skripsi saya yang berjudul “Analisis Pengaruh Resiko dan Kebijakan Moneter Terhadap Kemampuan Perbankan Dalam Penyaluran Kredit” adalah benar hasil karya tulis saya sendiri disusun sebagai tugas akademik guna menyelesaikan beban akademik pada Fakultas Ekonomi Universitas Sumatera Utara.

Bagian atau data tertentu yang saya peroleh dari perusahaan atau lembaga, dan/atau saya kutip dari hasil karya orang lain telah mendapat izin, dan/atau dituliskan sumbernya secara jelas sesuai dengan norma, kaidah dan etika penulisan ilmiah.

Apabila kemudian hari ditemukan adanya kecurangan dan plagiat dalam skripsi ini, saya bersedia menerima sanksi sesuai dengan peraturan yang berlaku.

Medan,………

Ronal Colin NIM : 100501036

ABSTRAK

ANALISIS PENGARUH RESIKO PERBANKAN DAN KEBIJAKAN MONETER TERHADAP KEMAMPUAN PERBANKAN DALAM

PENYALURAN KREDIT

Rumusan masalah dalam penelitian ini adalah sejauh mana pengaruh resiko bank (rasio loan-loss provisions dan expected default frequency) dan karakteristik spesifik bank (rasio capital, size, liquidity) terhadap penyaluran kredit perbankan pada bank umum konvensional di Indonesia dan sejauh mana pengaruh resiko bank (rasio loan-loss provisions dan expected default frequency) dan karakteristik spesifik bank (rasio capital, size, liquidity) terhadap penyaluran kredit perbankan dengan suku bunga Sertifikat Bank Indonesia sebagai variabel moderasi. Tujuan penelitian ini adalah untuk mengetahui dan menganalisis pengaruh resiko bank dan karakteristik spesifik bank terhadap penyaluran kredit perbankan dan untuk mengetahui dan menganalisis pengaruh resiko bank, karakteristik spesifik bank terhadap penyaluran kredit perbankan dengan suku bunga Sertifikat Bank Indonesia sebagai variabel moderasi.

Hipotesis dalam penelitian ini ialah resiko bank (rasio loan-loss provisions

dan expected default frequency) dan karakteristik spesifik bank (rasio capital, size, liquidity) berpengaruh terhadap penyaluran kredit perbankan.

Pengumpulan data sekunder dilakukan dengan cara mengunduh data laporan keuangan publikasi bank umum konvensional pada data obligasi diperoleh dari Indonesia Bond Pricing Agency. Metode analisis yang digunakan adalah deskriptif kuantitatif dengan menggunakan regresi linier berganda untuk pengujian hipotesis pertama dan regresi linier sederhana (uji residual) untuk hipotesis kedua.

Hasil penelitian hipotesis pertama menunjukkan bahwa secara bersama-sama resiko bank (rasio loan-loss provisions dan expected default frequency), karakteristik spesifik bank (rasio capital, size, liquidity) terhadap penyaluran kredit perbankan pada bank umum konvensional di Indonesia. Uji parsial menunjukkan bahwa satu variabel independen yaitu likuiditas tidak berpengaruh terhadap penyaluran kredit perbankan. Pada hipotesis kedua hasil penelitian menunjukkan bahwa Suku bunga Sertifikat Bank Indonesiamemoderasi pengaruh

size terhadap penyaluran kredit perbankan dan juga memoderasi pengaruh size

terhadap penyaluran kredit. Namun, suku bunga Sertifikat Bank Indonesia tidak memoderasi pengaruh loan-loss provisions terhadap penyaluran kredit perbankan, pengaruh capital terhadap terhadap penyaluran kredit perbankan, dan juga

liquidity terhadap penyaluran kredit perbankan.

Kata Kunci: loan-loss provisions, expected default frequency, capital, size, liquidity, penyaluran kredit perbankan

ABSTRACT

ANALYSIS OF INFLUENCE BANK RISK AND MONETARY POLICY TO BANK LENDING CHANNEL

The formulation of problem in this study is the extent to which influence bank risk (ratio of loan-loss provisions and expected default frequency) and bank-specific characteristics (capital, size, liquidity) to bank lending channel in conventional commercial banks in Indonesia and the extent to which influence bank risk (the ratio of loan-loss provisions and expected default frequency ) and bank-specific characteristics (capital, size, liquidity) to bank lending channel with interest rate of Bank Indonesia Certificates as a moderating variable. The purpose of this study is to investigate and analyze the effect of bank risk and bank -specific characteristics to the bank lending channel and to determine and analyze the effect of bank risk and bank-specific characteristics to the bank lending channel with interest rate of Bank Indonesia Certificates as a moderating variable.

The hypothesis of this study is bank risk (the ratio of loan - loss provisions and expected default frequency) and bank-specific characteristics (capital, size, liquidity) effect to bank lending channel.

Secondary data collection is done by downloading the data published financial statements conventional bank on www.bi.go.id and the data bonds obtained from the Indonesia Bond Pricing Agency . The analytical method used is descriptive quantitative by using multiple linear regression for the first hypothesis testing while simple linear regression (residual test) for the second hypothesis .

The results of the study indicate that the first hypothesis is jointly bank risk (the ratio of loan - loss provisions and expected default frequency) and the bank-specific characteristics (capital, size, liquidity) of the bank lending channel at a conventional bank in Indonesia. Partial test showed that the independent variables are liquidity has no effect on bank lending . In the second hypothesis the results showed that the interest rate of Bank Indonesia Certificates moderate the effect of size to bank lending channel and also moderate the effect size to bank lending channel. However, the interest rate of Bank Indonesia Certificates not moderate the effect of loan-loss provisions to bank lending channel, the effect of capital to bank lending channel , as well as liquidity to the lending bank channel. Keywords : loan - loss provisions, expected default frequency, capital, size,

KATA PENGANTAR

Segala puji syukur penulis ucapkan kepada Tuhan Yang Maha Esa atas berkat dan pertolonganNya yang diberikan kepada penulis dalam kehidupan ini sehingga penulis dapat menyelasaikan skripsi berjudul “Analisis Pengaruh Resiko Perbankan dan Kebijakan Moneter Terhadap Kemampuan Perbankan Dalam Penyaluran Kredit“. Dalam penulisan skripsi ini penulis ingin menyampaikan rasa hormat dan terima kasih yang sebesar-besarnya kepada semua pihak yang telah ikut membantu di dalam memberikan bimbingan, motivasi dan saran kepada penulis baik dalam masa perkuliahaan maupun dalam meyelesaikan penyusunan skripsi ini.

Untuk itu, penulis mengucapkan terima kasih kepada :

1. Bapak Prof. Dr. Azar Maksum, M.Ec., Ac., Ak., CA sebagai Dekan Fakultas Ekonomi Universitas Sumatera Utara.

2. Bapak Wahyu Ario Pratomo, SE, M.Ec sebagai Ketua Departemenn Ekonomi pembangunan Sumatera Utara.

3. Bapak Syarief Fauzie, SE, M.Ak, Ak sebagai Dosen Pembimbing yang telah banyak memberikan arahan dan bimbingan sehingga skripsi ini dapat terselesaikan.

4. Bapak Drs. Sahat Silaen, M.Si sebagai Dosen Penguji I yang telah banyak memberikan petunjuk, saran dan kritik yang membangun pada penulis. 5. Ibu Dra. Raina Linda Sari, M.Si sebagai Dosen Penguji II yang telah banyak

memberikan saran dan masukan bagi penulis dalam rangka penyempurnaan skripsi ini.

6. Seluruh Staff Pengajar dan Staff Administrasi Fakultas Ekonomi USU yang selama ini telah mendidik dan membimbing penulis dengan baik.

7. Kedua orangtua penulis Ayahanda Ramses Simanjuntak dan Ibunda Elmida Siahaan, saya ingin mengucapkan terima kasih banyak atas semangat,

perhatian, dan bantuan materil yang diberikan kepada penulis untuk menunjang terselesaikannya skripsi ini.

8. Semua teman-teman Jurusan Ekonomi Pembangunan angkatan 2010 (Herbet, Viktor, Rommel, Iman, Fibri, Melinda, Hotneri, Cristopel, Tangguh, Dhani, Guruh) atas dukungan, kritik, dan kecerian serta kebersamaan yang diberikan selama penulisan skripsi.

9. Kepada semua pihak yang yang tidak dapat disebutkan namanya satu-persatu yang telah membantu penulis baik langsung maupun tidak langsung.

Penulis menyadari sepenuhnya skripsi ini masih memiliki kekurangan maupun keterbatasan dalam penyusunannya. Oleh karena itu, saran dan kritik diharapakan oleh penulis guna memperbaiki kekurangan yang ada. Akhirnya, semoga skripsi ini bisa memberikan sumbangan kecil bagi perkembangan perbankan Indonesia serta dapat menambah ilmu pengetahuan kita.

Medan, 10-04-2014 Penulis

Ronal Colin NIM : 100501036

DAFTAR ISI

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... v

DAFTAR TABEL ... vii

DAFTAR GAMBAR ... viii

DAFTAR LAMPIRAN ... ix

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah ... 1

1.2 Perumusan Masalah ... 6

1.3 Tujuan Penelitian ... 7

1.4 Manfaat Penelitian ... 7

BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori ... 8

2.1.1 Mekanisme Transmisi Kebijakan Moneter ... 8

2.1.2 Mekanisme Transmisi Melalui Jalur Kredit ... 9

2.1.2.1 Jalur Pinjaman Bank ... 10

2.1.2.2 Jalur Neraca Perusahaan ... 11

2.1.3 Resiko Bank... 12

2.1.4 Karakteristik Spesifik-Spesifik Bank ... 14

2.1.5 Arsitektur Perbankan Indonesia ... 16

2.2 Tinjauan Penelitian Terdahulu ... 16

2.3 Kerangka Konseptual Penelitian ... 21

2.4 Hipotesis ... 23

BAB III METODE PENELITIAN 3.1 Jenis Penelitian ... 24

3.2 Batasan Operasional ... 24

3.3 Populasi dan Sampel Penelitian... 25

3.4 Jenis Data danSumber Data ... 26

3.5 Definisi Operasional dan Pengukuran Operasioanl ... 26

3.6 Metode Pengumpulan Data ... 29

3.7 Teknis Analisis ... 29

BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Penelitian ... 37

4.1.1 Hasil Statistik Deskriptif ... 37

4.1.2 Hasil Redundant Fixed Effect Test ... 39

4.1.3 Hail Uji Asumsi Klasik ... 40

4.1.3.2 Autokorelasi ... 40

4.1.3.3 Multikoliniearitas ... 40

4.1.4 Pengujian Hipotesis Pertama ... 41

4.1.4.1 Hasil Regrsi Hipotesis Pertama ... 41

4.1.4.2 Hasil Uji F Regresi Hipotesis Pertama ... 43

4.1.4.3 Hasil Uji T Regresi Hipotesis Pertama ... 43

4.1.5 Pengujian Hipotesis Kedua ... 45

4.2 Pembahasan Hasil Penelitian. ... 47

4.2.1 Pengaruh Ukuran Bank Terhadap Penyaluran Kredit .. 48

4.2.2 Pengaruh Likuiditas Terhadap Penyaluran Kredit ... 49

4.2.3 Pengaruh Capital Terhadap Penyaluran Kredit ... 49

4.2.4 Pengaruh Loan Loss Provisions Terhadap Penyaluran Kredit ... 50

4.2.5 Pengaruh Expected Default Frequency Terhadap Penyaluran Kredit ... 50

4.2.6 Pengaruh Ukuran Bank, Likuiditas, Capital, Loan Loss Provisions, Expected Default Frequency Terhadap Penyaluran Kredit Dengan Variabel Moderasi Suku Bunga SBI ... ... 51

BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan ... 54

5.2 Saran ... 55

DAFTAR PUSTAKA ... 56

DAFTAR TABEL

No. Tabel Judul Halaman

3.1 Daftar Bank Umum Konvensional yang Menjadi Sampel

pada tahun 2007-2012 ... 26

4.1 Deskripsi Variabel Penelitian ... 37

4.2 Redundant Fixed Effect ... 39

4.3 Hasil Uji Multikolinieritas ... 40

4.4 Hasil Analisis Regresi Hipotesis Pertama ... 41

4.5 Koefisien Determinasi Hipotesis Pertama ... 42

4.6 Uji F Hipotesis Pertama ... 43

4.7 Hasil Uji Residual Dengan Variabel Size ... 45

4.8 Hasil Uji Residual Dengan Variabel Likuiditas ... 46

4.9 Hasil Uji Residual Dengan Variabel Capital ... 47

4.10 Hasil Uji Residual Dengan Variabel LLP ... 47

DAFTAR GAMBAR

No. Gambar Judul Halaman

2.1 Mekanisme Transmisi Moneter sebagai “Black Box” ... 9 2.2 Mekanisme Transmisi Saluran Kredit ... 9 2.3 Kerangka Konseptual ... 20

DAFTAR LAMPIRAN

No. Lampiran Judul Halaman

1 Data Penelitian Semua Variabel... 59

2 Data Penelitian Variabel EDF ... 61

3 Statistik Deskriptif ... 64

4 Hasil Regresi Tanpa Variabel Moderasi ... 65

5 Redundant Fixed Effects Tests... 66

6 Hasil Uji Multikolinearitas ... 67

7 Uji Residual (Variabel Size) ... 68

8 Uji Residual (Variabel Likuiditas) ... 69

9 Uji Residual (Variabel Capital) ... 70

10 Uji Residual (Variabel Loan-Loss Provisions) ... 71

ABSTRAK

ANALISIS PENGARUH RESIKO PERBANKAN DAN KEBIJAKAN MONETER TERHADAP KEMAMPUAN PERBANKAN DALAM

PENYALURAN KREDIT

Rumusan masalah dalam penelitian ini adalah sejauh mana pengaruh resiko bank (rasio loan-loss provisions dan expected default frequency) dan karakteristik spesifik bank (rasio capital, size, liquidity) terhadap penyaluran kredit perbankan pada bank umum konvensional di Indonesia dan sejauh mana pengaruh resiko bank (rasio loan-loss provisions dan expected default frequency) dan karakteristik spesifik bank (rasio capital, size, liquidity) terhadap penyaluran kredit perbankan dengan suku bunga Sertifikat Bank Indonesia sebagai variabel moderasi. Tujuan penelitian ini adalah untuk mengetahui dan menganalisis pengaruh resiko bank dan karakteristik spesifik bank terhadap penyaluran kredit perbankan dan untuk mengetahui dan menganalisis pengaruh resiko bank, karakteristik spesifik bank terhadap penyaluran kredit perbankan dengan suku bunga Sertifikat Bank Indonesia sebagai variabel moderasi.

Hipotesis dalam penelitian ini ialah resiko bank (rasio loan-loss provisions

dan expected default frequency) dan karakteristik spesifik bank (rasio capital, size, liquidity) berpengaruh terhadap penyaluran kredit perbankan.

Pengumpulan data sekunder dilakukan dengan cara mengunduh data laporan keuangan publikasi bank umum konvensional pada data obligasi diperoleh dari Indonesia Bond Pricing Agency. Metode analisis yang digunakan adalah deskriptif kuantitatif dengan menggunakan regresi linier berganda untuk pengujian hipotesis pertama dan regresi linier sederhana (uji residual) untuk hipotesis kedua.

Hasil penelitian hipotesis pertama menunjukkan bahwa secara bersama-sama resiko bank (rasio loan-loss provisions dan expected default frequency), karakteristik spesifik bank (rasio capital, size, liquidity) terhadap penyaluran kredit perbankan pada bank umum konvensional di Indonesia. Uji parsial menunjukkan bahwa satu variabel independen yaitu likuiditas tidak berpengaruh terhadap penyaluran kredit perbankan. Pada hipotesis kedua hasil penelitian menunjukkan bahwa Suku bunga Sertifikat Bank Indonesiamemoderasi pengaruh

size terhadap penyaluran kredit perbankan dan juga memoderasi pengaruh size

terhadap penyaluran kredit. Namun, suku bunga Sertifikat Bank Indonesia tidak memoderasi pengaruh loan-loss provisions terhadap penyaluran kredit perbankan, pengaruh capital terhadap terhadap penyaluran kredit perbankan, dan juga

liquidity terhadap penyaluran kredit perbankan.

Kata Kunci: loan-loss provisions, expected default frequency, capital, size, liquidity, penyaluran kredit perbankan

ABSTRACT

ANALYSIS OF INFLUENCE BANK RISK AND MONETARY POLICY TO BANK LENDING CHANNEL

The formulation of problem in this study is the extent to which influence bank risk (ratio of loan-loss provisions and expected default frequency) and bank-specific characteristics (capital, size, liquidity) to bank lending channel in conventional commercial banks in Indonesia and the extent to which influence bank risk (the ratio of loan-loss provisions and expected default frequency ) and bank-specific characteristics (capital, size, liquidity) to bank lending channel with interest rate of Bank Indonesia Certificates as a moderating variable. The purpose of this study is to investigate and analyze the effect of bank risk and bank -specific characteristics to the bank lending channel and to determine and analyze the effect of bank risk and bank-specific characteristics to the bank lending channel with interest rate of Bank Indonesia Certificates as a moderating variable.

The hypothesis of this study is bank risk (the ratio of loan - loss provisions and expected default frequency) and bank-specific characteristics (capital, size, liquidity) effect to bank lending channel.

Secondary data collection is done by downloading the data published financial statements conventional bank on www.bi.go.id and the data bonds obtained from the Indonesia Bond Pricing Agency . The analytical method used is descriptive quantitative by using multiple linear regression for the first hypothesis testing while simple linear regression (residual test) for the second hypothesis .

The results of the study indicate that the first hypothesis is jointly bank risk (the ratio of loan - loss provisions and expected default frequency) and the bank-specific characteristics (capital, size, liquidity) of the bank lending channel at a conventional bank in Indonesia. Partial test showed that the independent variables are liquidity has no effect on bank lending . In the second hypothesis the results showed that the interest rate of Bank Indonesia Certificates moderate the effect of size to bank lending channel and also moderate the effect size to bank lending channel. However, the interest rate of Bank Indonesia Certificates not moderate the effect of loan-loss provisions to bank lending channel, the effect of capital to bank lending channel , as well as liquidity to the lending bank channel. Keywords : loan - loss provisions, expected default frequency, capital, size,

BAB I PENDAHULUAN

1.1 Latar Belakang Masalah

Salah satu fungsi bank adalah sebagai perantara keuangan (financial intermediary) yang memiliki pengertian bahwa bank melakukan kegiatan menghimpun dana yang dilakukan dengan mencari sumber dana, salah satu sumber utama dana bank berasal dari masyarakat (Kasmir, 2005 : 64). Dana yang telah diperoleh tersebut kemudian disalurkan kepada masyarakat dalam bentuk kredit. Kegiatan perkreditan merupakan aktivitas bank yang paling utama dalam menghasilkan keuntungan sehingga dapat diamati bahwa penyaluran kredit adalah tulang punggung kegiatan perbankan.

Permasalahan yang dapat dilihat terkhusus dari dampak krisis Finansial Global 2008-2009 yang mempengaruhi perlambatan ekonomi Indonesia telah berimbas pada penurunan ekspansi kredit perbankan dan menyebabkan terjadinya penurunan posisi kredit yang turun sebesar 2,1 persen dari Rp.1.300 triliun pada akhir desember 2008 menjadi Rp. 1.273 triliun per januari 2009 (KOMPAS 5 Maret 2009). Hal ini menciptakan peningkatan pengetatan kredit untuk rumah tangga dan perusahaan besar atau dengan kata lain terjadi keketatan likuiditas.

Likuiditas yang ketat membuat perbankan cenderung untuk memegang aset yang likuid dan relatif kurang beresiko, seperti Sertifikat Bank Indonesia(SBI), obligasi pemerintah dan pasar uang antar bank (hipotesis liquidity preference). Hal itu dapat dilihat dari meningkatnya porsi Sertifikat Bank Indonesia dan Fasilitas Bank Indonesia (FASBI) terhadap aktiva produktif. Berdasarkan

hipotesis liquidity preference tersebut, dapat menyebabkan jumlah kredit yang disalurkan akan cenderung berkurang. Peningkatan (penurunan) suku bunga Sertifikat Bank Indonesia memberikan dampak yang negatif (positif) terhadap penyaluran kredit (Rusdianto, 2012; Anggrahini, 2005).

Pandangan yang berbeda dikemukakan oleh Andriani (2008) yang menyatakan bahwa pada kenyataannya di negara Indonesia kebijakan melalui penetapan suku bunga Sertifikat Bank Indonesia belum memberikan pengaruh yang signifikan terhadap kredit yang disalurkan. Periode awal tahun 2002 suku bunga Sertifikat Bank Indonesia sebesar 16,93 persen sampai akhir 2003 sebesar 8,31 persen. Hal yang dapat diamati adalah terjadi kebijakan moneter yang tidak efektif. Pada saat itu bank sentral melakukan kebijakan moneter yang ekspansif dengan menurunkan suku bunga SBI. Penurunan tersebut diharapkan dapat mendorong perbankan untuk menurunkan suku bunga kredit ternyata tidak terjadi, melainkan hal sebaliknya yang terjadi. Kenaikan suku bunga kredit tidak direspon baik oleh investor (debitur) sehingga penyaluran kredit menjadi tidak seperti yang diperkirakan.

Pada perbankan terdapat proses perputaran uang termasuk didalamnya penyaluran kredit, disinilah salah satu jalur mekanisme transmisi kebijakan moneter terjadi. Dengan berbagai instrumen yang dimiliki, bank sentral dapat mempengaruhi jumlah uang beredar dan suku bunga perbankan yang kemudian akan dapat mempengaruhi jumlah kredit perbankan dan pada akhirnya jumlah investasi serta kegiatan perekonomian secara keseluruhan. Mekanisme yang

melalui sistem perbankan ini dinamakan transmisi kebijakan moneter jalur pinjaman/ kredit bank (bank lending channel of monetary transmission).

Berdasarkan beberapa penelitian terdahulu terdapat perbedaan apakah jalur pinjaman kredit semakin melemah atau tidak di Indonesia, seperti pada penelitian (Agung et al. 2001; Andriyani, 2008) yang membuktikan keberadaan bank lending channel dalam transmisi kebijakan moneter terjadi di Indonesia, di lain hal penelitian Hadikusumah (2007) menyatakan bahwa kebijakan moneter melalui jalur kredit di Indonesia belum memberikan pengaruh yang signifikan, dengan kata lain bahwa bank lending channel di Indonesia tidak terjadi.

Melemahnya transmisi kebijakan moneter jalur pinjaman (kredit) bank dapat disebabkan karena dua faktor yang bekerja bersamaan : pertama, karena tingkat konsentrasi industri perbankan yang tinggi (Ridho, 2007). Dikarenakan konsentrasi yang identik dengan adanya perusahaan besar yang menguasai pasar, maka sebagaimana halnya dengan konsentrasi perbankan menyebabkan semakin besar ukuran bank (size), sehingga efektivitas tansmisi kebijakan moneter melalui jalur pinjaman bank akan berkurang. Kedua, peran perbankan (role bank) di dalam mekanisme transmisi telah mengalami perubahan (Kishan dan Opiela, 2000), salah satunya di karenakan inovasi keuangan.

Inovasi keuangan bertujuan untuk meningkatkan efektivitas dan efisiensi sistem keuangan. Namun, di sisi lain inovasi keuangan pada saat yang bersamaan juga berdampak kepada kompleksitas operasi dan transmisi kebijakan moneter sehingga menjadi lebih rumit. Perkembangan inovasi keuangan juga akan mendorong tambahan ketidakpastian dalam lingkungan ekonomi yang dilakukan

bank sentral. Pada akhirnya inovasi keuangan memungkinkan untuk menciptakan perubahan peranan perbankan (role bank). Perubahan ini dapat menciptakan peran baru dari perbankan yang memiliki dampak terhadap cara perbankan menyalurkan kredit dan bereaksi terhadap dorongan kebijakan moneter.

Resiko bank harus dipertimbangkan dengan cermat bersamaan dengan karakteristik spesifik-spesifik bank (capital, size, liquidity) dalam menganalisa transmisi kebijakan moneter jalur pinjaman bank (Borio and Zhu, 2008; Altunbas

et al. 2009). Hal ini dikarenakan inovasi keuangan dapat mempengaruhi variabel dari setiap indikator karakteristik spesifik bank yang digunakan pada literatur jalur kredit bank yang mungkin tidak cukup memadai untuk penilaian yang akurat terhadap kemampuan bank dan kemauan dalam menyalurkan kredit tambahan.

Penelitian Kishan dan Opiela (2000) menemukan bahwa penyaluran kredit dipengaruhi oleh ukuran bank (size) dan modal bank (leverage ratio) yaitu melalui penambahan ekuitas (modal sendiri). Namun, di lain hal indikator size telah menjadi kurang dalam mengindikasikan kemampuan bank dalam penyaluran kredit karena sejumlah besar aset yang telah disekuritisasikan mengakibatkan pengurangan size yang diukur dengan indikator neraca keseimbangan. Sekuritisasi yang disebabkan oleh inovasi keuangan mempengaruhi bank untuk mengurangi batasan likuiditasnya sehingga memperlemah efektivitas saluran kredit dan pada akhirnya menghasilkan ketidakpastian baru dalam transmisi kebijkan moneter. Inovasi keuangan mempersulit dalam interpretasi data keuangan karena seringnya data berubah dengan cepat (Sahabat, 2009) sehingga dapat melemahkan kekuatan penting dari indikator capital to asset ratio. Bila dapat ditelaah lebih lanjut

inovasi keuangan mungkin telah mengubah insentif perbankan menuju pengambilan resiko (Hansel and Krahnen, 2007; Instefjord, 2005).

Dalam konteks perekonomian Indonesia, pengamatan terhadap peran faktor risiko di sektor keuangan pada bekerjanya mekanisme transmisi kebijakan moneter belum dilakukan secara mendalam. Goeltom et al. (2009) secara umum menyimpulkan bahwa berdasarkan analisis empiris, persepsi risiko cukup berperan dalam mentransmisikan kebijakan moneter di Indonesia. Perbankan di Indonesia umumnya mempunyai probabilitas kegagalan (default risk) lebih tinggi diantara perusahaan industri lain (Manurung, 2005). Ini mengindikasikan perbankan memiliki potensi risiko cukup tinggi yang timbul akibat penerbit obligasi (emiten perbankan) tidak bisa melakukan kewajiban atas pembayaran bunga atau kewajiban pokok pada saat jatuh tempo. Berdasarkan kondisi dan kompleksitas Bank Indonesia dalam menjalankan kebijakan moneter, terdapat permasalahan dampak asimetris dari kebijakan moneter (Doni dan Solikin, 2011). Kondisi asimetris tersebut dipengaruhi oleh perilaku sektor keuangan yang cenderung pro siklis dan jalur pengambilan resiko seperti yang dikemukakan oleh Borio dan Zhu (2008).

Doni dan Solikin (2011) menyatakan bahwa pengelolaan stabilitas sektor keuangan dan moneter masih menghadapi permasalahan rigiditas tingkat bunga kredit, dalam artian perkembangan suku bunga pasar keuangan belum sepenuhnya merespon perkembangan suku bunga kebijakan. Pengamatan menunjukan bahwa

spread antara tingkat bunga kebijakan dengan cost of fund semakin menurun, namun pada saat yang bersamaan spread tingkat bunga kebijakan dengan suku

bunga dasar kredit (SBDK) cenderung meningkat. Dimana didalam SBDK terdapat unsur premi resiko perbankan.

Hal ini secara tidak langsung mengindikasikan interaksi antara kebijakan moneter dengan resiko bank dalam pengaruhnya terhadap bank lending channel. Di Indonesia peran sektor perbankan dalam sektor keuangan masih menjadi sangat dominan sehingga sangat menarik memahami pengaruh perubahan risiko sektor keuangan (terkhusus perbankan), karakteristik spesifik bank dan interaksinya dengan kebijakan moneter terhadap penyaluran kredit perbankan.

Berdasarkan penjelasan diatas maka judul yang diambil dalam penelitian ini adalah “ANALISIS PENGARUH RESIKO PERBANKAN DAN KEBIJAKAN MONETER TERHADAP KEMAMPUAN PERBANKAN DALAM PENYALURAN KREDIT”.

1.2 Perumusan Masalah

Berdasarkan latar belakang masalah yang telah diuraikan sebelumnya, maka perumusan masalah dalam penelitian ini adalah:

1. Apakah resiko bank (rasio loan-loss provisions dan expected default frequency), karakteristik spesifik bank (rasio capital, size, liquidity) berpengaruh terhadap penyaluran kredit perbankan?

2. Apakah resiko bank (rasio loan-loss provisions dan expected default frequency), karakteristik spesifik bank (rasio capital, size, liquidity) berpengaruh terhadap penyaluran kredit perbankan dengan suku bunga Sertifikat Bank Indonesia sebagai variabel moderasi?

1.3 Tujuan penelitian

Seperti yang telah dikatakan dalam perumusan masalah diatas maka, tujuan dari penelitian ini adalah untuk:

1. Menguji pengaruh resiko bank, karakteristik spesifik bank yang dimiliki perbankan terhadap penyaluran kredit perbankan di Indonesia.

2. Menguji pengaruh resiko bank, karakteristik spesifik bank terhadap penyaluran kredit perbankan dengan suku bunga Sertifikat Bank Indonesia sebagai variabel moderasi.

1.4 Manfaat Penelitian

Dengan dilakukannya penelitian ini diharapkan dapat :

1. Memberikan pemahaman yang lebih mendalam dan komprehensif mengenai faktor-faktor yang mempengaruhi penyaluran kredit serta pada akhirnya memberikan rekomendasi terhadap investor pasar keuangan guna menilai kemampuan perbankan dan keinginan untuk menyalurkan pinjaman baru. 2. Regulator yaitu Bank Indonesia dapat menjadikan penelitian ini sebagai

pertimbangan indikator mikro dan makro ekonomi dalam menjalankan transmisi kebijakan moneter.

3. Dapat dijadikan pertimbangan bagi pihak perbankan sebagai rujukan keputusan dalam ekspansi kredit dan mengatasi resiko bank.

BAB II

TINJAUAN PUSTAKA

2.1 Landasan Teori

2.1.1 Mekanisme Transmisi Kebijakan Moneter

Mekanisme transmisi kebijakan moneter pada dasarnya menggambarkan bagaimana kebijakan moneter yang ditempuh bank sentral mempengaruhi berbagai aktivitas ekonomi dan keuangan sehingga pada akhirnya dapat mencapai tujuan akhir yang ditetapkan, yaitu pertumbuhan ekonomi dan inflasi (Warjiyo, 2004). Tahap awal mekanisme transmisi moneter dimulai dengan tindakan bank sentral menggunakan instrumen moneter dalam melaksanakan kebijakan moneternya. Tindakan tersebut bergerak melalui 6 saluran transmisi kebijakan moneter, diantaranya saluran uang, kredit, suku bunga, nilai tukar, harga aset, dan ekspektasi yang akan mempengaruhi kondisi keuangan dan aktivitas ekonomi.

Di bidang keuangan, kebijakan moneter berpengaruh terhadap perkembangan suku bunga, kredit yang disalurkan bank kepada dunia usaha, penanaman dana pada obligasi, saham maupun sekuritas lainnya. Sementara itu, pada aktivitas ekonomi rill, kebijakan moneter mempengaruhi perkembangan konsumsi, investasi, hingga pertumbuhan ekonomi dan inflasi yang merupakan sasaran akhir kebijakan moneter. Dalam pelaksanaannya, mekanisme transmisi kebijakan moneter merupakan proses yang kompleks, oleh sebab itu dalam teori ekonomi moneter sering disebut dengan ”black box” seperti digambarkan pada Gambar 2.1. Kompleksnya transmisi kebijakan moneter terutama dipengaruhi oleh tiga faktor, yaitu perubahan perilaku pihak-pihak dalam transmisi moneter,

lamanya tenggat waktu (lag) dalam pencapaian sasaran inflasi, serta terjadinya perubahan pada saluran-saluran transmisi moneter.

Gambar 2.1 Mekanisme Transmisi Moneter sebagai “Black Box” 2.1.2 Mekanisme Transmisi Melalui Jalur Kredit (Credit Channel)

Mekanisme transmisi kebijakan moneter melalui saluran kredit didasarkan pada asumsi bahwa tidak semua simpanan masyarakat dalam bentuk uang beredar oleh perbankan selalu disalurkan sebagai kredit kepada dunia usaha (Warjiyo, 2004). Intinya adalah fungsi intermediasi perbankan tidak selalu berjalan normal. Interaksi antara bank sentral dengan perbankan dan para pelaku ekonomi dalam tahapan proses perputaran uang dalam ekonomi, mekanisme transmisi moneter melalui jalur kredit dapat dijelaskan melalui gambar 2.2

Penjelasannya adalah pertama dimulai dari interaksi antara bank sentral dengan perbankan terjadi di pasar uang rupiah. Interaksi ini terjadi karena di satu sisi bank sentral melakukan operasi moneter untuk pencapaian sasaran operasionalnya baik berupa uang primer ataupun suku bunga jangka pendek, sementara di sisi lain perbankan melakukan transaksi di pasar uang untuk pengelolaan di pasar uang untuk pengelolaan likuiditasnya. Interaksi ini akan mempengaruhi tidak saja perkembangan suku bunga jangka pendek di pasar uang tetapi juga besarnya dana yang akan dialokasikan bank-bank dalam bentuk instrumen likuiditas maupun untuk penyaluran kreditnya (Andriyani, 2008). Jalur kredit menekankan pentingnya pasar kredit dalam mekanisme transmisi kebijakan moneter yang tidak selalu berada dalam kondisi keseimbangan yang disebabkan oleh perilaku bank yang cenderung melakukan seleksi kredit. Penyeleksian tersebut terjadi karena adanya asymetric information atau sebab-sebab lain. Dalam kaitan ini, terdapat dua jenis saluran kredit yang akan mempengaruhi transnmisi moneter dari sektor keuangan ke sektor rill, yaitu jalur pinjaman bank (bank lending channel) dan jalur neraca perusahaan (balance sheet channel).

2.1.2.1Jalur Pinjaman Bank (Bank Lending Channel)

Jalur pinjaman bank menekankan pengaruh kebijakan moneter pada kondisi keuangan bank baik pada sisi aset maupun liabilitasnya. Jika bank sentral melakukan kebijakan moneter ekspansif, misalnya dengan menambah jumlah uang beredar, maka suku bunga SBI akan turun. Penurunana ini akan menurunkan kuantitas SBI dan sebaliknya akan meningkatkan deposito. Disebabkan oleh penurunan biaya dana (cost of fund), maka suku bunga pinjaman/kredit juga akan

turun, sehingga mengurangi tindakan moral hazard dan adverse selection oleh perusahaan. Keadaan ini akan mendorong peningkatan pinjaman/kredit untuk perusahaan melakukan investasi yang pada akhirnya akan menigkatkan output. Skema kebijakan moneter dalam bank lending channel digambarkan sebagai berikut (Mishkin, 2001):

M ↑ → bank deposits↑ → bank loan↑ → investasi ↑ → output ↑ Ada dua hal yang menjadi syarat bagi berlakunya jalur ini, yaitu :

1. Kredit dan surat berharga bukan merupakan substitusi sempurna bagi sebagian peminjam atau sebagian peminjam bergantung pada kredit bank

2. Bank sentral harus mampu mempengaruhi ketersediaan kredit bank. Kebijakan moneter akan memiliki efek yang lebih besar pada perusahaan kecil dibandingkan pada perusahaan besar (Mishkin, 2001). Hal ini dikarenakan perusahaan kecil lebih bergantung pada kredit bank, sedangkan perusahaan besar dapat mengakses pasar modal secara langsung melalui penerbitan saham dan obligasi.

2.1.2.2Jalur Neraca Perusahaan (Balance Sheet Channel)

Jalur neraca perusahaan menekankan pengaruh kebijakan moneter pada kondisi keuangan perusahaan, dan selanjutnya mempengaruhi akses perusahaan untuk mendapatkan kredit (Andriyani, 2008). Dalam jalur ini, jika bank Sentral melakukan tindakan kebijakan moneter yang ekspansif, maka suku bunga di pasar uang akan turun, lalu mendorong harga saham mengalami peningkatan. Sejalan dengan peningkatan tersebut, nilai bersih perusahaan (networth) akan meningkat

disebabkan meningkatnya harga equity yang selanjutnya akan mengurangi tindakan adverse selection dan moral hazard oleh perusahaan. Kondisi ini mendorong peningkatan pemberian kredit oleh bank, selanjutnya meningkatkan investasi, dan pada akhirnya meningkatkan output. Jalur tersebut dapat digambarkan sebagai berikut (Mishkin, 2001):

M ↑ → P equity ↑ → adverse selection dan moral hazard ↓ → Lending ↑ → investasi ↑ → output ↑

2.1.3 Resiko Bank

Escandon dan Diaz-Bautista (2000) melakukan pengembangan model teoritis untuk memasukan peran risiko sektor keuangan khususnya dari sektor perbankan dalam menganalisis keberadaan jalur risiko dalam mekanisme transmisi kebijakan moneter. Model yang dikemukakan oleh kedua peneliti tersebut mengandung makna yaitu kondisi keseimbangan dalam pasar kredit perbankan ditunjukkan melalui mekanisme penyesuian tingkat bunga kredit. Pada sisi permintaan kredit ditentukan oleh tingkat bunga kredit perbankan, tingkat bunga pasar pada bonds, tingkat perekonomian riil, dan risiko kredit dari sisi permintaan sedangkan dari sisi penawaran kredit perbankan dipengaruhi oleh tingkat bunga kredit perbankan, tingkat bunga pasar bonds dan tingkat risiko alokasi kredit perbankan. Dalam analisisnya Escandon dan Diaz-Bautista tidak menjelaskan landasan teoritis untuk memasukan variabel risiko permintaan dan penawaran kredit dalam modelnya. Penjelasan lebih lanjut untuk menjustifikasi dimasukannya variabel risiko sebagai komponen yang mempengaruhi penawaran

kredit perbankan yang kemudian berinteraksi dengan kebijakan moneter dikembangkan oleh Freixas dan Jorge (2008).

Guncangan eksogen yang bersumber pada perubahan risiko dari penawaran dan permintaan kredit perbankan dalam model Escandon dan Diaz-Bautista memiliki implikasi penting terhadap perekonomian yang ditransmisikan melalui pergeseran kondisi keseimbangan dalam pasar kredit perbankan. Jika terjadi peningkatan risiko yang dihadapi oleh perbankan, maka risiko di sisi penawaran kredit perbankan akan meningkat, meningkatkan biaya kredit perbankan, sehingga menurunkan tingkat produksi (PDB atau output) perekonomian dalam jangka panjang.

Menurut Altunbas et al. (2009), posisi resiko bank dari jenis resiko kreditnya dapat dilihat dari 2 faktor ,yaitu:

• Loan-Loss Provisons (Penyisihan Penghapusan Aktiva Produktif)

Sebagai bagian dari dari manajemen resiko kredit, maka bank diwajibkan mencadangkan biaya provisi sebagai cadangan penempatan investasi atau pinjaman yang disebut juga sebagai beban atau Penyisihan Penghapusan Aktiva Produktif (PPAP) atau Loss-Loss Provisons (LLP), yang ditentukan besarnya berdasarkan kriteria tertentu. Berdasarkan kriteria umum, besarnya biaya ini mencerminkan besarnya penempatan dan permasalahan yang ada pada investasi dan pinjaman. Semakin buruk kualitas investasi atau pinjaman, maka semakin besar pula biaya penghapusan aktiva produktif.

Perhitungan risiko kegagalan perusahaan dimulai oleh Merton pada tahun 1974 dengan menggunakan Model Black-Scholes (Model BS). Merton menyatakan bahwa kegagalan perusahan dapat diestimasi dengan menggunakan indikator total asset, ekuitas dan hutang perusahaan. Hutang yang semakin besar dan aset yang tidak mampu membayar hutang tersebut mengakibatkan perusahaan gagal melakukan pembayaran hutang tersebut. Model Merton dimodifikasi dan dikembangkan oleh Oldrich Vasicek dan Stephen Kealhofer dikenal dengan model VK. Model ini menyatakan bahwa nilai ekuitas perusahaan adalah sebuah nilai opsi perpetual dengan adanya titik default yang mengabsorb barrier

untuk nilai aset perusahaan. Ketika aset menyentuh titik default, perusahaan diasumsikan menjadi default. VK model dikembangan oleh KMV dikenal dengan KMV model. Model ini menghitung Expected Default Frequency (EDF) yaitu probabilitas kegagalan selama tahun-tahun mendatang atau tahun-tahun untuk perusahaan yang obligasinya diperdagangkan (Manurung, 2005).

2.1.4 Karakteristik Spesifik-Spesifik bank

Athanasoglou et al. (2005) mengemukakan bahwa karakteristik spesifik-spesifik bank merupakan faktor-faktor yang berasal dari kondisi internal perusahaan yang dilihat dari neraca dan laporan laba rugi bank. Karakteristik spesifik-spesifik bank ini dapat dilihat dari tingkat permodalan bank (kapital), ukuran bank (size), likuiditas dan lain-lain.

Size menunjukkan skala usaha yang dilakukan oleh perusahaan. Size atau ukuran perusahaan terlihat dari dari jumlah aset atau aktiva perusahaan, bertambahnya aktiva perusahaan menunjukkan bertambah besar investasi yang dilakukan.

• Liquidity (Likuiditas)

Terdapat berbagai berbagai teori mengenai manajemen likuiditas, salah satunya adalah the shiftability theory (teori tentang aktiva yang dapat dipindahkan). Teori ini menjelaskan likuiditas suatu bank tergantung pada kemampuan bank tersebut untuk memindahkan aktivanya ke pihak/orang lain dengan harga yang dapat diramalkan. Bank sentral biasanya melakukan suatu tindakan membeli surat-surat berharga dari semua bank pada saat perbankan meningkatkan likuiditasnya. Teori ini umunya cukup efektif terhadap negara-negara yang pasar uangnya sudah cukup berkembang dan kegiatan operasi terbuka oleh bank sental sudah berjalan dengan baik.

• Capital (Modal)

Bank memiliki modal (equity) yang sangat kecil dibandingkan dengan total asetnya, karena itu bank dikatakan memiliki tingkat financial leverage yang sangat tinggi jika dibandingkan dengan jenis industri lain. Modal bank terdiri dari modal disetor dan hasil akumulasi dari laba operasional.

2.1.5 Arsitektur Perbankan Indonesia (API)

Bank Indonesia selaku otoritas moneter dan pengawas perbankan didorong oleh terjadinya krisis 1997 yang menunjukkan bahwa industri perbankan belum memiliki kondisi yang kuat sehingga bank Indonesia membuat sebuah konsep yang disebut Asitektur Perbankan Indonesia (API). API mengadopsi pedoman industri perbankan yang dikeluarkan oleh BCBS (Basel Commite on Banking Supervision) yang berada di Basel, Swiss. Konsep API mempumyai enam pilar, yaitu : (1) struktur perbankan yang sehat; (2) sistem pengaturan yang efektif; (3) sistem pengawasan yang independen dan efektif; (4) industri perbankan yang kuat; (5) infrastruktur pendukung yang mencukupi; dan (6) perlindungan konsumen.

Sesuai ketentuan bank sentral yang tertera dalam API, perbankan diwajibkan untuk menambah modal inti secara bertahap. Tahap pertama pada akhir 2007, bank harus bermodal minimal Rp 80 miliar dan akhir tahun 2010 minimal Rp 100 miliar. Persyaratan modal minimal Rp 100 miliar tersebut sebenarnya masih kecil bila dibandingkan dengan best pratices di beberapa negara Asia lainnya. Tingkat permodalan bank-bank di Indonesia saat ini masih lemah sehingga dalam jangka panjang perlu ditingkatkan secara bertahap. Di lain hal didapati bank-bank kecil masih lemah dari segi kinerja operasional.

2.2 Tinjauan Penelitian Terdahulu

• Alfaro, Garcia, dan Jara (2004) dalam studinya berjudul Bank Lending Channel in Chile, hendak membuktikan keberadaan jalur transmisi moneter melalui jalur kredit bank di negara Chile. Salah satu pendekatan yang

digunakan untuk menguji keberadaan transmisi kebijakan moneter adalah analisis data panel dari bank yang digunakan untuk mengidentifikasi perubahan penawaran kredit bank akibat perubahan kebijkan moneter dengan tetap memperhatikan perbedaan karakteristik bank dalam hal likuiditas, ukuran bank, dan kapitalisasi bank. Variabel dependen terdiri dari pertumbuhan tahunan jumlah pinjaman kredit, komersil dan konsumsi. Variabel moderating terdiri variabel makro ekonomi termasuk didalamnya tingkat suku bunga sebagai penanda kebijakan moneter. Variabel independennya adalah karakteristik spesifik bank. Hasil pengujian pendekatannya menunjukkan bahwa jalur pinjaman bank (bank lending channel) terjadi di negara Chile dan bahwa tingkat likuiditas, ukuran, dan kapitalisasi bank berpengaruh terhadap penyaluran kredit yang terdiri dari pinjaman komersil dan konsumsi.

• Dalam studinya yang berjudul Financial Regulation and the Bank Lending Channel in Developing Countries: The Case of Indonesia, Agung (1998) didalam salah satu dari bagian penelitiannya hendak meneliti apakah kebijakan moneter berpengaruh terhadap struktur neraca perbankan. Penelitian ini menggunakan pendekatan vektor autoregressive (VAR) terhadap data disagregat neraca bank dan dengan suku bunga Sertifikat Bank Indonesia sebagai indikator kebijakan moneter. Hasil penelitian ini menunjukkan bahwa kebijakan moneter secara signifikan dapat mempengaruhi struktur neraca bank secara keseluruhan. Agung (1998) juga menemukan bahwa transmisi kebijakan moneter melalui bank lending

channel hanya terjadi pada ukuran bank-bank yang lebih kecil (bank-bank swasta) dari pada bank-bank besar milik pemerintah disebabkan adanya akses terhadap sumber dana asing dan kepemilikan line commitment yang dimiliki bank pemerintah tersebut.

• Penelitian Ridho (2007) yakni Pengaruh Konsentrasi Pasar Terhadap Efektivitas Transmisi Kebijakan Moneter Melalui Jalur Pinjaman Bank di Indonesia. Penelitiannya hendak membuktikan bank lending channel sebagai salah satu saluran transmisi kebijakan moneter di Indonesia dan pengaruh kebijakan moneter terhadap jumlah kredit yang disalurkan. Variabel-variabel yang digunakan hampir sama dengan penelitian Alfaro et al. (2004) Hasil dari penelitiannya antara lain :

1. Bank lending channel terjadi di Indonesia, setidaknya pada periode observasi yang digunakan. Hal ini ditunjukkan oleh pengaruh negatif dari variabel kebijakan moneter terhadap variabel penyaluran kredit, yang berarti bahwa pada saat kontraksi moneter penawaran kredit perbankan akan mengalami penurunan, sementara ekspansi moneter akan meningkatkan penawaran kredit perbankan.

2. Konsentrasi industri memiliki pengaruh yang negatif terhadap output perbankan dalam bentuk kredit sesuai dengan teori. Sedangkan untuk karateristik spesifik-spesifik bank yaitu pertama, modal berpengaruh secara positif terhadap kredit bank, yang menandakan bahwa modal dapat digunakan bank untuk menanggung resiko dari operasional bank. Kedua, ukuran bank memiliki pengaruh yang positif. Hal ini

menunjukkan bahwa semakin besar bank, semakin baik pula fungsi intermediasi yang dijalankan bank tersebut.

3. Koefisien variable size yang dimoderasikan dengan suku bunga Sertifikat Bank Indonesia (SBI) bernilai negatif, yang berarti bahwa kebijakan moneter melalui bank lending channel akan lebih efektif pada bank-bank besar, dan koefisien variable modal dimoderasikan dengan suku bunga Sertifikat Bank Indonesia bernilai positif, yang berarti bahwa kebijakan moneter melalui bank lending channel akan lebih efektif pada bank dengan modal kecil (dalam hal ini modal dibawah Rp 100 milyar).

• Penelitian Altunbas, Gambacorta dan Marquez (2009) yakni Bank Risk and Monetary Policy. Penelitiannya mengenai dampak resiko bank terhadap kemampuan perbankan untuk melindungi penyaluran kredit dari pengaruh perubahan kebijakan moneter. Dengan enam variabel independen terhadap satu variabel dependen dengan satu variabel moderating, untuk melihat dan membuktikan pengaruh probabilitas kegagalan, loan-loss provisions, capital, likuiditas dan ukuran perusahaan, GDP terhadap penyaluran kredit dengan kebijakan moneter sebagai variabel moderating. Hasil penelitian terhadap hipotesis yang dilakukan adalah sama yakni resiko bank yang rendah dapat lebih baik melindungi penyaluran kredit bank dari gunjangan kebijakan moneter. Dilain hal, resiko bank yang terdiri dari probabilitas kegagalan dan

loan-loss provisions berpengaruh negatif terhadap penyaluran kredit sedangkan 2 variabel yang mewakili karakteritik spesifik bank (likuiditas dan

capital) memiliki pengaruh positif dan untuk ukuran bank berpengaruh negatif terhadap penyaluran kredit.

• Selanjutnya Freixas dan Jorge (2008), mengembangkan model teoritis bekerjanya mekanisme transmisi kebijakan moneter melalui risiko dengan menggunakan pendekatan partial equilibrium dalam pasar uang antar bank. Secara garis besar dalam model ini dijelaskan kebijakan moneter yang dijalankan oleh Bank Sentral akan mempengaruhi ketersediaan likuiditas di pasar uang antar bank, selanjutnya memaksa bank yang kekurangan likuiditas merasionalisasi kredit yang diberikan kepada nasabahnya (terjadi credit rationing), sehingga akan menyebabkan peningkatan ataupun penurunan produksi di sektor riil. Informasi yang tidak sempurna dalam pasar uang antar bank merupakan sumber munculnya risiko yang ada dalam pasar uang antar bank. Model teoritis ini memberikan justifikasi bekerjanya mekanisme transmisi kebijakan moneter melalui jalur kredit perbankan tanpa harus menggunakan asumsi tidak ada perilaku credit rationing dalam pasar kredit perbankan.

• Penelitian Doni dan Solikin (2011) yaitu Perilaku Resiko Dalam Mekanisme Transmisi Kebijakan Moneter. Kesimpulan pokok yang dihasilkan dari penelitian ini adalah bahwa persepsi risiko pelaku ekonomi dan tingkat risiko di sektor perbankan memiliki peran yang signifikan dalam mentransmisikan kebijakan moneter melalui jalur kredit di Indonesia. Variabel persepsi risiko pelaku ekonomi dan tingkat risiko di sektor perbankan saat berinteraksi dengan stance kebijakan moneter menyebabkan pembalikan arah dampak

kebijakan moneter yang longgar. Stance kebijakan moneter yang longgar dapat merupakan sinyal bagi pelaku ekonomi di sektor perbankan sebagai kondisi perekonomian sedang menuju perkembangan yang kurang baik. 2.3 Kerangka Konseptual Penelitian

Gambar 2.3 Kerangka Konseptual

Kerangka konseptual tersebut menjelaskan pengaruh variabel independen terhadap variabel dependen yang dimoderasi dengan variabel moderating. Melalui jalur kredit diyakini bahwa kebijakan moneter bisa mempengaruhi perkonomian melalui penawaran kredit dari sektor perbankan atau bank lending channel. Peran risiko sektor keuangan khususnya dari sektor perbankan mempunyai pengaruh dalam menganalisis mekanisme transmisi kebijakan moneter. Mekanisme risiko berperan sebagai faktor pendorong dan penarik dari ekspansi kredit perbankan. Perbankan di Indonesia umumnya mempunyai expexted default frequency lebih tinggi diantara perusahaan industri lain (Manurung, 2005). Sehingga dengan tinggiya EDF akan mempengaruhi penyaluran kredit perbankan tersebut. Variabel

Resiko Bank : - Expected Default Frequency

- Loan-Loss Provisons

Karakteristisk Spesifik Bank : - Capital to asset ratio

- Liquidity

- Size

Penyaluran kredit bank (Bank Lending Channel)

resiko berinteraksi dengan kebijakan moneter sebagai komponen yang mempengaruhi penyaluran kredit perbankan, penjelasan akan pernyataan ini terdapat pada hasil penelitian Doni dan Solikin (2011). Posisi resiko lain yaitu

loan-loss provisions mempunyai pengaruh terhadap penyaluran kredit bank. Pengaruh tersebut berdasarkan hasil penelitian Altunbas et al. (2009) yang menyatakan bahwa keberisikoan dari portofolio kredit memiliki pengaruh negatif pada kemampuan bank untuk memberikan pinjaman. Faktor lainnya sama, semakin tinggi loan-loss provisions (LLP) maka akan mengurangi keuntungan, permodalan bank dan, karenanya, memiliki konsekuensi negatif pada pasokan kredit. LLP memiliki makna sebagai persentase dari kredit di dalam menilai resiko kredit.

Karakteristik spesifik bank juga memiliki hubungan terhadap bank lending channel dengan kebijakan moneter sebagai variabel interaksi. Sesuai penelitian Ridho (2007) yakni, modal pengaruhnya positif terhadap kredit bank, yang menandakan bahwa modal dapat digunakan bank untuk menanggung resiko dari operasional bank. Kedua, ukuran bank memiliki pengaruh yang positif, yang berarti bahwa semakin besar bank, semakin baik pula fungsi intermediasi yang dijalankan bank tersebut. Berhubungan dengan likuiditas, penelitian Altunbas et al. (2009) menyatakan bahwa pengaruh likuiditas pada penyaluran kredit mengandung arti bank yang likuid lebih berkesempatan untuk memperluas pinjaman atau kreditnya. Kebijakan moneter mempengaruhi struktur neraca bank secara keseluruhan (Agung, 1998), artinya terdapat interaksi antara karakteristik spesifik bank dengan kebijakan moneter. Hal ini dikarenakan karakteristik

spesifik-spesifik bank merupakan faktor-faktor yang berasal dari kondisi internal perusahaan yang dilihat dari neraca dan laporan laba rugi bank. Hal pendukung lainnya, penelitian oleh Agung (1998) yang menyatakan bahwa efek kebijakan moneter terhadap jalur pinjaman bank lebih kuat untuk bank-bank yang bermodal rendah. Dan juga transmisi kebijakan moneter melalui bank lending channel hanya terjadi pada ukuran bank-bank yang lebih kecil (bank-bank swasta) dari pada bank-bank besar milik pemerintah.

2.4 Hipotesis

Berdasarkan landasan teori dan empiris di atas, maka hipotesis penelitian yang dapat dirumuskan adalah:

H1: Resiko bank dan karakteristisk spesifik bank berpengaruh terhadap penyaluran kredit bank.

H2: Resiko bank dan karakteristisk spesifik bank berpengaruh terhadap

penyaluran kredit bank dengan kebijakan moneter sebagai variabel moderasi.

BAB III

METODE PENELITIAN

3.1 Jenis Penelitian

Jenis penelitian yang dilakukan adalah penelitian asosiatif kausal yaitu penelitian yang bertujuan untuk menganalisis hubungan antara satu variabel dengan variable lainya atau bagaimana suatu variabel mempengaruhi variabel lain. Penelitian ini bertujuan untuk menganalisis hubungan antara lima variabel independen terhadap satu variabel dependen dengan satu variabel moderating, untuk melihat dan membuktikan pengaruh probabilitas kegagalan, loan-loss provisions, capital, likuiditas dan ukuran perusahaan terhadap penyaluran kredit dengan kebijakan moneter sebagai variabel moderating.

3.2 Batasan Operasional

Batasan Penelitian dalam penulisan penelitian ini antara lain :

1. Penelitian akan difokuskan pada bank umum konvensional yang beroperasi di Indonesia. Hal ini dikarenakan jumlah kredit yang disalurkan oleh bank umum konvensional jauh lebih besar daripada jumlah kredit yang disalurkan oleh lembaga keuangan lainnya.

2. Penelitian ini menggunakan data yang didapat dari Bank Indonesia selama 6 tahun berturut-turut, yaitu periode 2007-2012.

3. Bank umum konvensional yang mempunyai daftar obligasi di Indonesia Bond Pricing Agency (IBPA)

3.3 Populasi dan Sampel Penelitian

Populasi dalam penelitian ini adalah bank umum konvensional di Indonesia tahun 2007-2012. Bank tersebut memiliki laporan keuangan yang lengkap dan di publikasikan. Jumlah populasi bank umum konvensional di Indonesia ada sebanyak 120 bank.

Sampel adalah bagian populasi yang digunakan untuk memperkirakan karakteristik populasi. Pengambilan sampel pada penelitian ini adalah dengan menggunakan teknik purposive sampling yaitu pengambilan sampel berdasarkan suatu kriteria tertentu.

Dalam menentukan jumlah sampel terdapat beberapa kriteria yang digunakan, yaitu:

1. Bank tersebut mempublikasikan laporan keuangan yang lengkap selama periode pengamatan (tahun 2007-2012).

2. Bank memiliki minimal 3 tahun data laporan keuangan yang dipublikasikan. Hal ini dikarenakan perbandingan rasio untuk beberapa tahun, misal: 3 tahun, akan menunjukkan angka rasio yang lebih berarti dibanding angka rasio 1 tahun saja.

3. Perusahaan merupakan bank yang mempunyai rating obligasi yang baik, yaitu idA, idA- dan idAA-.

Berdasarkan kriteria tersebut, maka didapat sampel perusahaan berjumlah 11 bank dengan 6 tahun pengamatan. Daftar perusahaan yang menjadi sampel serta data obligasi bank masing-masing dapat di lihat dalam table 3.1.

Tabel 3.1

Daftar Bank Umum Konvensional yang Menjadi Sampel Penelitian Tahun 2007-2012

Sumber : Bond Indonesia Pricing Agency 3.4 Jenis dan Sumber Data

Jenis data yang digunakan adalah data sekunder yaitu data bank umum konvensional dalam bentuk angka selama periode tahun 2007-2012 yang

bersumber dari Laporan Keuangan Publikasi Ba

untuk data obligasi diperoleh dari Indonesia Bond Pricing Agency atau Penilai Harga Efek Indonesia yaitu berupa harga obligasi (face value), tahun terbit dan jatuh tempo. Data yang terkumpul dibuat dalam bentuk data panel yaitu data campuran antara cross section dan time series.

3.5 Definisi Operasional dan Pengukuran Variabel

Variabel-variabel yang dibutuhkan dalam penelitian ini terdiri atas: 1. Variabel dependen

Variabel dependen yang digunakan dalam penelitian ini adalah penyaluran kredit bank yang diukur dari perbandingan antara total kredit pada tahun tertentu dibagi total aset tahun tersebut :

BANK OBLIGASI FACE VALUE TAHUN TERBIT JATUH TEMPO

BANK BRI 2,000,000,000,000 2009 2014

BANK RIAU 500,000,000,000 2011 2016

BANK DANAMON 921,000,000,000 2010 2015

BANK MANDIRI 100,000,000,000 2009 2016

BANK PERMATA 1,750,000,000,000 2011 2018

BANK CIMB 1,320,000,000,000 2011 2016

BANK BII 980,000,000,000 2012 2015

BANK PANIN 540,000,000,000 2010 2015

BANK VICTORIA 200,000,000,000 2012 2017

BANK DKI 300,000,000,000 2011 2018

Pertumbuhan kredit ( ln)= Kredit x 100% Total Aset

2. Variabel independen dalam penelitian ini terdiri atas: a. Capital-to-asset ratio

Primary ratio (capital-to-asset ratio) merupakan rasio yang digunakan untuk mengukur apakah permodalan yang dimiliki sudah memadai atau sejauh mana penurunan yang terjadi dalam total asset dapat ditutupi oleh capital equity (dalam Kishan and Opiela, 2000; Van den Heuvel, 2002).

Ukuran Modal (CAP)=Capitalx 100%

Total Assets

b. Liquidity

Likuiditas merupakan rasio manajemen liabilitasnya dengan aset bank (Stein, 1998):

Liquidty Ratio (LIQ)=Securities and other liquid Assetsx 100%

Total Assets

c. Size

Ukuran bank merupakan ukuran atau besarnya aset yang dimiliki suatu perusahaan. Ukuran perusahaan diukur dengan diproxykan dengan nilai logaritma natural dari total assets (Kashyap and Stein, 1995). Dihitung dengan formulasi :

Size= Ln Total Assets

d. Loan-Loss Provision

Biaya Penyisihan Penghapusan Aktiva Produktif (PPAP) atau Provision for Loan losses, yang ditentukan besarnya berdasarkan kriteria tertentu. PPAP

yang terdapat dari laporan keuangan harus di buat menjadi rasio (Ariska, 2008) dengan rumus sebagai berikut:

Loan-Loss Provisions (LLP) = Penyisihan Penghapusan Aktiva Produktifx100% Total Aset

e. Expected Default Frequency

Probabilitas Kegagalan (EDF) merupakan peluang dimana nilai total aset perusahaan menjadi kurang dari nilai harga obligasi pada saat jatuh tempo (Asdriargo, 2012).

Keterangan

V0: nilai total asset perusahaan pada saat awal perjanjian (t=0) B : nilai utang muka(face value) atau nilai obligasi

r : suku bunga bebas resiko

Ϯ : waktu hingga jatuh tempo

Ф : distribusi normal kumulatif σ : volatilitas aset

3. Variabel Moderating

Variabel yang mampu memperkuat atau memperlemah hubungan antara variabel independen terhadap variabel dependen disebut dengan variabel moderasi (moderating variabel). Variabel moderating yang digunakan dalam penelitian ini adalah tingkat suku bunga Sertifikat Bank Indonesia ( iM,t-1) yang dinyatakan dalam bentuk persentase. Suku bunga Sertifikat Bank

Indonesia ditentukan oleh bank penerbit, yaitu Bank Indonesia. Karena tingkat suku bunga Sertifikat Bank Indonesia berubah-ubah setiap bulannya, maka tingkat suku bunga Sertifikat Bank Indonesia ditentukan dengan rata-rata perbulan (Natanael, 2011).

3.6 Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitian ini adalah teknik dokumentasi, yaitu laporan keuangan yang telah dipublikasikan dalam periode pengamatan kemudian dikumpulkan, dicatat dan dikaji.

3.7 Teknik Analisis

Terdapat beberapa tahap yang harus dipenuhi dalam menganalisis pengaruh resiko bank dan kebijakan moneter terhadap penyaluran kredit bank. Penelitian ini menggunakan program Eviews 6.0. Adapun langkah-langkah analisisnya ialah: 1. Menyeleksi bank umum konvensional dari daftar Indonesia Bond Pricing

Agency.

2. Melakukan rekap data penyaluran kredit, Capital-to-asset ratio, likuiditas, ukuran bank, loan-loss provisions, probabilitas kegagalan, dan tingkat suku bunga SBI.

3. Melakukan analisis statistik deskriptif. Penyajian data statistik deskriptif melalui tabel. Pada statistik deskriptif terdapat perhitungan modus, median, mean (pengukuran tendensi sentral), standar deviasi, nilai maksimum dan minimum, jumlah observasi.

4. Melakukan pengolahan model regresi data panel tanpa variabel moderasi. Pada umumnya data panel (pooled data) digunakan untuk mengatasi

persoalan mengenai ketersediaan data yang digunakan untuk mewakili variabel yang digunakan dalam penelitian. Tujuan penggunaan data panel untuk memperpoleh hasil estimasi yang lebih baik (efisien) dengan terjadinya peningkatan jumlah observasi yang berimplikasi terhadap peningkatan derajat kebebasan (degree of freedom). Selain itu, keunggulan dari data panel adalah mampu memperhitungkan heterogenitas individu secara eksplisit dengan mengizinkan variabel spesifik-individu. Kemampuan mengontrol heterogenitas individu ini pada gilirannya membuat data panel dapat digunakan untuk menguji dan membangun model perilaku yang lebih kompleks.

Dalam analisa model data panel dikenal, tiga macam pendekatan yang terdiri dari pendekatan kuadrat terkecil (pooled least square), pendekatan efek tetap (fixed effect) dan pendekatan efek acak (random effect).

a. Pendekatan Kuadrat Terkecil (Pooled Least Square Model)

Pendekatan yang paling sederhana dalam pengolahan data panel adalah dengan menggunakan metode kuadrat terkecil yang diterapkan dalam data yang berbentuk pool. Kemudian data tersebut diregresikan dengan metode OLS. Kelemahan terbesar dalam pendekatan metode kuadrat terkecil tersebut adalah asumsi intercept dan slope dari persamaan regresi yang dianggap konstan baik antar daerah maupun antar waktu sehingga metode ini tidak realistis.

b. Pendekatan Efek Tetap (Fixed Effect Model)

dikenal dengan sebutan model efek tetap (fixed effect). Pendekatan ini mengandung arti generalisasi secara umum yang dilakukan dengan memasukkan variabel boneka (dummy variable) untuk mengizinkan terjadinya perbedaan nilai parameter yang berbeda-beda baik lintas unit

cross section maupun antar waktu (Ridho, 2007). Dengan kata lain, model ini memiliki intercept persamaan yang tidak konstan. Sementara itu,

slope koefisien dari regresi tidak berbeda pada setiap individu dan waktu (Pratomo dan Hidayat, 2007 : 167). Kelemahan metode ini yaitu dengan adanya penambahan variabel boneka ini akan dapat mengurangi banyaknya degree of freedom yang ada dan akhirnya akan mempengaruhi koefisien dari parameter yang diestimasi.

c. Pendekatan Efek Acak (Random Effect Model)

Model data panel dengan pendekatan ketiga yaitu model efek acak . Dalam model efek acak, parameter-parameter yang berbeda antar individu maupun antar waktu dimasukkan kedalam error term. Dengan menggunakan model efek acak ini, maka dapat menghemat pemakaian derajat kebebasan dan tidak mengurangi jumlahnya seperti pada model efek tetap (Ridho, 2007). Hal ini berimplikasi bahwa parameter yang merupakan hasil estimasi akan menjadi semakin efisien.

Penelitian ini menggunakan model fixed effect, sebab model ini memiliki keunggulan mengizinkan terjadinya perbedaan nilai parameter yang berbeda-beda baik lintas unit cross section maupun antar waktu, serta tidak perlu mengasumsikan bahwa komponen error tidak berkorelasi dengan

variabel bebas (Ridho, 2007) dan juga berdasarkan uji Redundant Fixed Effect. Berikut ini adalah model fixed effect tanpa variabel moderating :

ln(Loans) i,t= α + β1SIZEi,t+ β2LIQi,t+ β3CAPi,t+ β4LLPi,t+ β5EDFi,t+ € Keterangan :

ln(Loans) i,t= tingkat penyaluran kredit bank

SIZEi,t = log total aset bank

CAPi,t= rasio capital terhadap total asset

LIQi,t = rasio likuiditas

LLPi,t=rasio penyisihan penghapusan aktiva produktif terhadap total aset

EDFi,t= probabilitas kegagalan

€= error term

i= menunjukkan jumlah bank dalam sampel (unit cross-section) t=menunjukkan penanda waktu (unit time series)

5. Pengujian Redundant Fixed Effect terhadap model regresi data panel.

Redundant Fixed Effect Test merupakan pengujian metode regresi untuk mengetahui apakah metode FEM baik digunakan dalam penelitian ini dengan menggunakan uji Redundant Fixed Effects – Likelihood Ratio. Berdasarkan hasil uji Redundant Fixed Effect yang dilakukan, apabila diperoleh nilai chi-square signifikan pada tingkat signifikansi 5%, maka dengan demikian dapat disimpulkan model sesuai digunakan dengan metode

Fixed Effect.

6. Pengujian uji asumsi klasik.

Pada permasalahan multikolinearitas dan autokorelasi, proses indentifikasi dan treatment yang dilakukakan untuk metode OLS dan data

panel tidak jauh berbeda, sedangkan untuk permaslahan heteroskedastisitas terdapat perbedaan yang cukup besar (Ridho, 2007).

a. Multikolinearitas

Model regresi dikatakan terkena multikolinearitas apabila terjadi hubungan linear yang sempurna diantara beberapa variabel atau semua variabel bebas dari suatu model regresi. Dapat disimpulkan, multikolinearitas terjadi pada regresi berganda yang melibatkan lebih dari dari satu variabel independen. Multikolinearitas dapat dideteksi dengan mengkorelasikan antar variabel. Pengambilan keputusannya adalah jika hasil korelasi antar variabel independen dibawah 0,9 maka tidak terjadi multikolinearitas.

b. Autokorelasi

Autokorelasi dalam konteks regresi adalah suatu gejala dimana terdapat korelasi antara error term sekarang dengan error term periode sebelumnya. Autokorelasi biasanya terjadi pada data time series namun dapat juga terjadi pada jenis data cross section. Menurut Pratomo dan Hidayat (2007), bahwa dalam metode FEM (fixed effect model) diasumsikan bebas dari autokorelasi, maka pengujian autokorelasi dapat diabaikan.

c. Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam suatu model regresi terjadi ketidaksamaan variabel dari residual suatu pengamatan ke pengamatan lainnya. pada pengolahan data panel,

heteroskedastisitas di uji dengan motode cross-section weighting, dimana jika nilai R2 dari weighted statistics yang lebih besar dari pada R2

unweighted statistics square menunjukkan adanya heteroskedastisitas. Jika terdapat masalah heteroskedastisitas, maka dengan metode cross-section weighting masalah sudah teratasi.

7. Test Goodness of Fit

a. Koefisien Determinasi

Koefisien determinasi merupakan suatu nilai untuk menginformasikan seberapa besar kemampuan variabel independen secara bersama-sama mampu memberi penjelasan terhadap variabel dependen. Besarnya koefisien determinasi adalah 0 < R² < 1 dimana semakin mendekati 1 maka penjelasan variabel bebas terhadap variabel terikat semakin besar.

b. Uji F-statistik (Uji Secara Simultan)

Uji F-statistik dilakukan untuk mengetahui apakah koefisien regresi dari variabel independen secara bersama-sama signifikan mempengaruhi variabel dependen.

Bentuk pengujiannya sebagai berikut:

1. Jika F-hitung < F-tabel, artinya variabel independen secara bersama-sama tidak memiliki pengaruh yang signifikan terhadap variabel dependen. 2. Jika nilai F-hitung > F-tabel, artinya variabel independen secara

bersama-sama memiliki pengaruh yang signifikan terhadap variabel dependen.

c. Uji T-statistik (Uji Parsial)

Uji t-statistik dilakukan untuk mengetahui apakah koefisien regresi dari masing-masing variabel independen secara simultan signifikan mempengaruhi variabel dependen, dengan menganggap variabel bebas lain adalah konstan.

Bentuk pengujiannya sebagai berikut:

1. Jika nilai t-hitung < t-tabel, artinya variabel independen secara parsial tidak memiliki pengaruh yang signifikan terhadap variabel dependen. 2. Jika nilai t-hitung > t-tabel, artinya variabel independen secara parsial memiliki pengaruh yang signifikan terhadap variabel dependen.

8. Melakukan pengolahan regresi variabel moderasi dengan metode residual. Terdapat 3 metode dalam penggunaan regresi variabel moderasi. Penelitian ini menggunakan metode residual, dimana pengerjaannya lebih rumit dibandingkan dengan metode interaksi dan selisih mutlak namun metode ini terbebas dari gangguan multikolinearitas karena hanya menggunakan satu variabel independen.

Dengan model residual menggunkan metode FEM maka persamaan regresinya dapat diformulasikan sebagai berikut :

Zi,t = a + b1Xi,t +e |e| i,t = a + b1Yi,t Keterangan :

Z = Variabel yang dihipotesiskan sebagai variabel moderasi X = Variabel independen

|e| = Nilai residual mutlak

i= menunjukkan jumlah bank dalam sampel (unit cross-section) t=menunjukkan penanda waktu (unit time series)

Analisis regresi dengan metode residual dilakukan dengan langkah sebagai berikut :

a. Meregresikan variabel independen (X) terhadap variabel yang dihipotesiskan sebagai variabel moderasi (Z) untuk mendapatkan nilai residual.

b. Menghitung nilai mutlak residual dari persamaan regresi variabel independen (X) terhadap variabel yang dihipotesiskan sebagai variabel moderasi (Z) untuk mendapatkan nilai |e|.

c. Meregresikan variabel dependen (Y) terhadap nilai mutlak residual yang di dapat dari persamaan regresi variabel independen (X) terhadap variabel yang dihipotesiskan sebagai variabel moderasi (Z) atau |e|.

d. Menarik kesimpulan uji moderasi dengan kriteria : jika koefisien regresi variabel dependen (Y) bernilai negatif dan signifikan terhadap nilai mutlak residual |e|, maka variabel yang dihipotesiskan sebagai moderasi dinyatakan memoderasi hubungan antara variabel independen (X) terhadap variabel dependen (Y).

BAB IV

HASIL DAN PEMBAHASAN

4.1 Hasil Penelitian

4.1.1 Hasil Statistik Deskriptif

Tabel 4.1 dibawah ini adalah statistik deskriptif dari variabel penelitian. Hasil pengujian statistik deskriptif diperoleh dari 11 bank yang dijadikan sampel dengan 6 tahun pengamatan, sehingga pengolahannya berbentuk data panel dengan total sampel penelitian 66. Nilai minimum, median, maksimum, rata-rata, standar deviasi dari masing-masing variabel secara rinci dapat dilihat pada tabel 4.1.

Tabel 4.1

Deskripsi Variabel Penelitian

SIZE? LIQ? CAP? LLP? EDF? I? LN?

Mean 17.71 95.02 10.59 1.90 7.96E-05 7.06 57.35 Median 18.01 96.58 10.18 1.82 2.31E-42 6.93 58.77 Maximum 20.15 99.97 16.91 4.99 0.002103 9.11 76.72 Minimum 14.49 74.79 6.39 0.65 8.30E-306 4.41 26.48 Std. Dev. 1.52 4.70 2.72 0.73 0.000317 1.57 10.87

Observations 66 66 66 66 66 66 66

Cross sections 11 11 11 11 11 11 11

Sumber: Hasil Olahan Data Eviews, Lampiran 3

Berdasarkan tabel 4.1 diatas bank mandiri tahun 2012 merupakan bank yang paling besar ukuran perusahaannya dibandingkan dengan bank lain, dengan nilai ukuran perusahaan 20.15% sedangkan bank dengan ukuran perusahaan terkecil adalah bank lampung dengan nilai 14.49% pada tahun 2007. Ukuran perusahaan rata-rata secara keseluruhan adalah 17.71%. Hal yang disimpulkan adalah

bank-bank yang digunakan dalam sampel lebih cenderung bank-bank-bank-bank besar dalam artian yang memiliki total aset yang cukup besar juga.

Pada tabel tersebut juga dijelaskan bahwa variabel likuiditas memiliki mean yang relatif tinggi yaitu 95.02%, yang mengandung makna bahwa kemampuan bank-bank dalam memanajemen kewajibannya terhadap total aset dapat disimpulkan sangat baik. Likuiditas tertinggi sebesar 99.97% adalah bank lampung tahun 2011, sedangkan likuiditas yang terendah sebesar 74.79% adalah bank lampung tahun 2007. Capital tertinggi sebesar 16.91% adalah bank panin tahun 2007, sedangkan capital yang terendah sebesar 6.39% adalah bank victotia 2010 sedangkan mean sebesar 10.59%. Sehingga dapat diartikan bahwa modal bank didalam menjalankan fungsi intermediasinya masih rendah.

Loan-loss provisions tertinggi sebesar 4.99% adalah bank mandiri tahun 2007 yang mengartikan semakin besar biaya penghapusan aktiva produktif, hal ini disebabkan oleh semakin buruknya kualitas investasi atau pinjaman, sedangkan

Loan-loss provisions yang terendah sebesar 0.65% yaitu bank riau 2007. Secara keseluruhan rata-rata perbankan mempunyai mean sebesar 1.90%.

Nilai dari variabel expected default frequency mengandung makna bahwa jika semakin kecil nilai dari variabel EDF bank tersebut maka semakin kecil resiko banknya. Secara keseluruhan rata-rata perbankan mempunyai mean yaitu 7.96E-05%. Expected default frequency tertinggi (resiko bank paling tinggi) sebesar 0.0021% adalah bank lampung tahun 2007, sedangkan expected default frequency yang terendah (resiko bank paling rendah) sebesar 8.30E-306% adalah bank mandiri tahun 2011.

Variabel yang mewakili kebijakan moneter yang dipakai pada penelitian ini adalah suku bunga Sertifikat Bank Indonesia, dan untuk semua bank dikenakan variabel suku bung SBI dengan nilai yang sama, artinya kebijakan tersebut berlaku keseluruhan untuk semua bank secara serentak.

Dari tabel di atas terlihat bahwa rata-rata penyaluran kredit bank sample tinggi yaitu sebesar 57.35 %. Hal ini menunjukkan bahwa perbankan menganggap bahwa masyarakat dalam melakukan perkreditan salah satunya untuk kegiatan investasi didukung dengan daya pengembalian yang lumayan tinggi, khususnya

pada bank devisa yang tercatat di

sebesar 76.72% adalah bank CIMB Niaga tahun 2009, sedangkan penyaluran kredit yang terendah sebesar 26.48% adalah bank Riau tahun 2007.

4.1.2 Hasil Redundant Fixed Effect Test

Fixed effect model memiliki intercept persamaan yang tidak konstan atau terdapat perbedaan pada setiap individu (Pratomo dan Hidayat, 2007:163). Penentukan apakah metode FEM dinilai sesuai untuk digunakan dalam penelitian ini dapat dilihat dari hasil pengujian Redundant Fixed Effect Test sebagai berikut berikut ini:

Tabel 4.2

Redundant Fixed Effect

Effects Test Statistic d.f. Prob.

Cross-section F 9.136103 (10,50) 0.0000

Cross-section Chi-square 68.593411 10 0.0000 Sumber: Hasil Olahan Data Eviews, Lampiran 5

Berdasarkan hasil uji Redundant Fixed Effect yang dilakukan, diperoleh nilai chi-square 68.593411 dan probabilitas 0.0000 signifikan pada tingkat signifikansi 5%. Dengan demikian dapat disimpulkan model regresi dengan

menggunakan metode Fixed Effect model adalah model yang yang paling reprensentatif dalam penelitian ini.

4.1.3 Hasil Uji Asumsi Klasik 4.1.3.1Heterokedastisitas

Di dalam melakukan penelitian ini estimasi yang dilakukan pada model persamaan regresi berganda data panel (Fixed Effect Model) digunakan metode

Coeficient Covariance Method-White Cross Section, sehingga hasil yang dikeluarkan terbebas dari heteroskedastisitas (Pratomo dan Hidayat, 2007 : 176). 4.1.3.2Autokorelasi

Didalam melakukan penelitian dengan mengunakan Fixed Effect Model

(FEM) diasumsikan model terbebas dari autokorelasi (Pratomo dan Hidayat, 2007 : 176).

4.1.3.3Multikoliniearitas

Pengambilan keputusan yaitu jika hasil korelasi antara variabel independen di bawah 0.9 maka tidak terjadi multikolinaeritas. Berdasarkan tabel 4.3 dibawah ini kesimpulannya adalah nilai yang paling tingggi 0.58. Sehingga dari hasil diatas diduga tidak terjadi multikolinearitas.

Tabel 4.3 Hasil Uji Multikolinieritas

LOAN SIZE CAP LIQ LLP EDF

LOAN 1.000000 0.479141 0.361651 -0.052754 0.191081 -0.007293 SIZE 0.479141 1.000000 0.184786 0.315787 0.553955 -0.496947 CAP 0.361651 0.184786 1.000000 0.128873 -0.007505 -0.094774 LIQ -0.052754 0.315787 0.128873 1.000000 0.140206 -0.583624 LLP 0.191081 0.553955 -0.007505 0.140206 1.000000 -0.155935 EDF -0.007293 -0.496947 -0.094774 -0.583624 -0.155935 1.000000

4.1.4 Pengujian Hipotesis Pertama (H1)

4.1.4.1Hasil Regresi Hipotesis Pertama

Pengujian hipotesis pertama yaitu untuk menganalisis adanya pengaruh ukuran perusahaan, likuiditas, capital, loan-loss provision, dan expected default frequency terhadap penyaluran kredit di perbankan Indonesia. Hasil analisis dengan menggunakan regresi linear berganda dapat dilihat pada Tabel 4.4

Tabel 4.4

Hasil Analisis Regresi Hipotesis Pertama

Variable Coefficient Std. Error t-Statistic Prob. C -96.71670 52.84742 -1.830112 0.0732 SIZE 7.019285 2.326239 3.017440 0.0040 LIQ 0.192592 0.290339 0.663336 0.5102 CAP 0.640280 0.191857 3.337271 0.0016 LLP 1.966077 0.716646 2.743441 0.0084 EDF 11962.19 2929.555 4.083279 0.0002 Sumber: Hasil Olahan Data Eviews, Lampiran 4

Informasi yang ditampilkan pada Tabel 4.4 adalah persamaan regresi berganda antara variabel independen (X) terhadap variabel dependen (Y) yang dapat diformulasikan dalam bentuk persamaan berikut ini:

LN?= -96.71670 + 7.019285 SIZE + 0.192592 LIQ + 0.640280 CAP +1.966077 LLP + 11962.19 EDF

Dari persamaan regresi berganda diatas, terlihat adanya faktor nilai konstanta sebesar -96.71670 yang menunjukkan bahwa apabila semua variabel independen yaitu ukuran perusahaan, likuiditas, capital, loan-loss provision, dan

-96.71670. Koefisien b1 sebesar 7.019285 menunjukkan setiap kenaikan variabel ukuran perusahaan sebesar 1 kali akan diikuti dengan kenaikan variabel penyaluran kredit sebesar 7.019285 dengan asumsi variabel independen lainnya bernilai nol. Koefisien b2 sebesar 0.192592 menandakan bahwa setiap kenaikan variabel likuiditas sebesar 1 kali akan diikuti penyaluran kredit sebesar 0.192592 kali dengan asumsi semua variabel independen lainnya bernilai nol. Koefisien b3 sebesar 0.640280 menunjukkan kenaikan variabel capital sebesar 1 kali akan diikuti kenaikan variabel penyaluran kredit sebesar 0.640280 dengan asumsi semua variabel independen lainnya bernilai nol. Koefisien b4 sebesar 1.966077 menunjukkan kenaikan variabel loan-loss provisions sebesar 1 kali akan diikuti kenaikan variabel penyaluran kredit sebesar 1.966077 dengan asumsi semua variabel independen lainnya bernilai nol. Koefisien b5 sebesar 11962.19 menunjukkan kenaikan variabel expected default frequency sebesar 1 kali akan diikuti kenaikan variabel penyaluran kredit sebesar 11962.19 dengan asumsi semua variabel independen lainnya bernilai nol. Kondisi ini mengartikan bahwa semua variabel dalam penelitian menunjukkan hubungan yang searah atau posotif dengan penyaluran kredit perbankan. Dalam melihat hubungan atau tingkat kekuatan hubungan variabel independen terhadap variabel dependen dapat dilihat pada uji koefisien determinasi didalam tabel 4.5

Tabel 4.5 Koefisien Determinasi Hipotesis Pertama

R-squared 0.796520

Adjusted R-squared 0.735476 S.E. of regression 5.593172

Tabel 4.5 memperlihatkan bahwa nilai Koefisien Determinasi (R²) sebesar 0.796520 yang berarti secara keseluruhan variabel independen yang ada dalam persamaan tersebut hanya mampu menjelaskan pengaruhnya terhadap variabel dependen sebesar 79,65% dan sisanya 20,35% dijelaskan variabel lain yang tidak dimasukan ke dalam model persamaan tersebut.

4.1.4.2Hasil Uji F Regresi Hipotesis Pertama

Hasil pengujian statistik F (uji simultan) pada variabel ukuran perusahaan, likuiditas, capital, loan-loss provisions, dan expected default frequency terhadap penyaluran kredit perbankan dapat dilihat pada Tabel 4.6

Tabel 4.6 Uji F Hipotesis Pertama F-statistic 13.04828 Prob(F-statistic) 0.000000

Sumber: Hasil Olahan Data Eviews, Lampiran 4

Tabel 4.6 menunjukkan secara serempak variabel ukuran perusahaan, likuiditas, capital, loan-loss provisions, dan expected default frequency

berpengaruh signifikan terhadap penyaluran kredit perbankan, karena nilai Fhitung (13.04828) > Ftabel (2,35). Adanya pengaruh yang signifikan dapat dilihat juga dari nilai signifikansi F (0,000) < α0,05.

4.1.4.3Hasil Uji T Regresi Hipotesis Pertama

Berdasarkan hasil pengujian Tabel 4.4, maka secara parsial pengaruh masing-masing variabel independen terhadap variabel dependen diuraikan sebagai berikut:

Lampiran 5. Redundant Fixed Effects Tests

Redundant Fixed Effects Tests Pool: POOL1

Test cross-section fixed effects

Effects Test Statistic d.f. Prob. Cross-section F 9.136103 (10,50) 0.0000 Cross-section Chi-square 68.593411 10 0.0000

Cross-section fixed effects test equation: Dependent Variable: LN?

Method: Panel Least Squares Date: 03/23/14 Time: 23:53 Sample: 2007 2012

Included observations: 6 Cross-sections included: 11

Total pool (balanced) observations: 66

White cross-section standard errors & covariance (d.f. corrected)

Variable Coefficient Std. Error t-Statistic Prob. C 5.957951 28.66651 0.207837 0.8361 SIZE? 4.319314 0.630947 6.845765 0.0000 LIQ? -0.385963 0.328485 -1.174980 0.2446 CAP? 1.266984 0.186992 6.775592 0.0000 LLP? -1.279038 1.262629 -1.012996 0.3151 EDF? 7450.421 2920.056 2.551466 0.0133 R-squared 0.413119 Mean dependent var 57.34636 Adjusted R-squared 0.364212 S.D. dependent var 10.87490 S.E. of regression 8.671247 Akaike info criterion 7.244410 Sum squared resid 4511.431 Schwarz criterion 7.443470 Log likelihood -233.0655 Hannan-Quinn criter. 7.323068 F-statistic 8.447070 Durbin-Watson stat 0.633622 Prob(F-statistic) 0.000004

Lampiran 6.

Hasil Uji Multikolinearitas

LOAN

SIZE

CAP

LIQ

LLP

EDF

LOAN

1.000000 0.479141 0.361651

-0.05275

0.191081

-0.00729

SIZE

0.479141 1.000000 0.184786 0.315787

0.553955

-0.49695

CAP

0.361651 0.184786 1.000000 0.128873

-0.007505

-0.09477

LIQ

-0.05275

0.315787 0.128873 1.000000

0.140206

-0.58362

LLP

0.191081 0.553955

-0.00751

0.140206

1.000000

-0.15594

EDF

-0.00729

-0.49695

-0.09477

-0.58362

-0.155935

1.000000

Lampiran 7. Uji Residual (Variabel Size)

Dependent Variable: RESSIZE? Method: Pooled Least Squares Date: 03/15/14 Time: 13:08 Sample: 2007 2012

Included observations: 6 Cross-sections included: 11

Total pool (balanced) observations: 66

White cross-section standard errors & covariance (d.f. corrected)

Variable Coefficient Std. Error t-Statistic Prob. C 1.947029 0.127465 15.27500 0.0000 LN? -0.011830 0.002223 -5.322083 0.0000 Fixed Effects (Cross)

_BRI--C 0.046120 _BRIAU--C -0.112604 _BDAMON--C 0.100370 _BMANDIRI--C -0.065624 _BPERMATA--C 0.089453 _BCIMB--C 0.128264 _BII--C 0.083184 _BPANIN--C -0.005441 _BVICTORIA--C -0.181496 _BDKI--C -0.115946 _BLAMPUNG--C 0.033719 Fixed Effects (Period)

2007--C 0.162073 2008--C 0.716965 2009--C -0.910275 2010--C -0.578521 2011--C -0.723330 2012--C 1.333087

Effects Specification Cross-section fixed (dummy variables)

Period fixed (dummy variables)

R-squared 0.906968 Mean dependent var 1.268650 Adjusted R-squared 0.876591 S.D. dependent var 0.868447 S.E. of regression 0.305083 Akaike info criterion 0.680850 Sum squared resid 4.560702 Schwarz criterion 1.244852 Log likelihood -5.468062 Hannan-Quinn criter. 0.903714 F-statistic 29.85637 Durbin-Watson stat 0.733250 Prob(F-statistic) 0.000000

Lampiran 8. Uji Residual (Variabel Likuiditas)

Dependent Variable: RESLIQ? Method: Pooled Least Squares Date: 03/15/14 Time: 13:15 Sample: 2007 2012

Included observations: 6 Cross-sections included: 11

Total pool (balanced) observations: 66

White cross-section standard errors & covariance (d.f. corrected)

Variable Coefficient Std. Error t-Statistic Prob. C 1.487322 0.725814 2.049178 0.0458 LN? -0.005330 0.012657 -0.421146 0.6755 Fixed Effects (Cross)

_BRI--C -0.123449 _BRIAU--C -0.057443 _BDAMON--C 0.179726 _BMANDIRI--C 0.120465 _BPERMATA--C 0.088838 _BCIMB--C 0.042379 _BII--C 0.082396 _BPANIN--C 0.203738 _BVICTORIA--C -0.123534 _BDKI--C 0.074668 _BLAMPUNG--C -0.487785 Fixed Effects (Period)

2007--C 0.024676 2008--C 0.770628 2009--C -0.724710 2010--C -0.624684 2011--C -0.763766 2012--C 1.317856

Effects Specification Cross-section fixed (dummy variables)

Period fixed (dummy variables)

R-squared 0.857998 Mean dependent var 1.181648 Adjusted R-squared 0.811630 S.D. dependent var 0.890420 S.E. of regression 0.386457 Akaike info criterion 1.153722 Sum squared resid 7.318084 Schwarz criterion 1.717724 Log likelihood -21.07284 Hannan-Quinn criter. 1.376586 F-statistic 18.50413 Durbin-Watson stat 1.885484 Prob(F-statistic) 0.000000

Lampiran 9. Uji Residual (Variabel Capital)

Dependent Variable: RESCAP? Method: Pooled Least Squares Date: 03/20/14 Time: 19:39 Sample: 2007 2012

Included observations: 6 Cross-sections included: 11

Total pool (balanced) observations: 66

White cross-section standard errors & covariance (d.f. corrected)

Variable Coefficient Std. Error t-Statistic Prob. C 1.331030 0.051301 25.94565 0.0000 LN? -0.000315 0.000895 -0.352495 0.7260 Fixed Effects (Cross)

_BRI--C 0.018243 _BRIAU--C 0.003050 _BDAMON--C 0.000117 _BMANDIRI--C 0.013010 _BPERMATA--C 0.031791 _BCIMB--C -0.016378 _BII--C -0.011355 _BPANIN--C -0.025646 _BVICTORIA--C -0.000391 _BDKI--C -0.006969 _BLAMPUNG—C -0.005472 Fixed Effects (Period)

2007—C 0.250499 2008—C 0.731593 2009—C -0.983721 2010—C -0.636417 2011—C -0.697823 2012—C 1.335869

Effects Specification Cross-section fixed (dummy variables)

Period fixed (dummy variables)

R-squared 0.997465 Mean dependent var 1.312946 Adjusted R-squared 0.996637 S.D. dependent var 0.848571 S.E. of regression 0.049208 Akaike info criterion -2.968209 Sum squared resid 0.118649 Schwarz criterion -2.404207 Log likelihood 114.9509 F-statistic 1205.032 Durbin-Watson stat 1.225164 Prob(F-statistic) 0.000000

Sumber: Hasil Olahan Data Eviews.

Lampiran 10. Uji Residual (Variabel Loan-Loss Provisions)

Dependent Variable: RESLLP? Method: Pooled Least Squares Date: 03/15/14 Time: 13:21 Sample: 2007 2012

Included observations: 6 Cross-sections included: 11

Total pool (balanced) observations: 66

White cross-section standard errors & covariance (d.f. corrected)

Variable Coefficient Std. Error t-Statistic Prob. C 1.182175 0.102736 11.50690 0.0000 LN? 0.001823 0.001792 1.017661 0.3138 Fixed Effects (Cross)

_BRI--C -0.042016 _BRIAU--C 0.149201 _BDAMON--C 0.027148 _BMANDIRI--C -0.131840 _BPERMATA--C -0.110022 _BCIMB--C -0.123733 _BII--C 0.063674 _BPANIN--C -0.087709 _BVICTORIA--C 0.278686 _BDKI--C 0.055543 _BLAMPUNG--C -0.078931 Fixed Effects (Period)

2007--C 0.272837 2008--C 0.734512 2009--C -0.985438 2010--C -0.558604 2011--C -0.758725 2012--C 1.295418

Effects Specification Cross-section fixed (dummy variables)

Period fixed (dummy variables)

R-squared 0.960257 Mean dependent var 1.286725 Adjusted R-squared 0.947279 S.D. dependent var 0.862987 S.E. of regression 0.198150 Akaike info criterion -0.182264 Sum squared resid 1.923916 Schwarz criterion 0.381738 Log likelihood 23.01470 Hannan-Quinn criter. 0.040600 F-statistic 73.99438 Durbin-Watson stat 0.884148 Prob(F-statistic) 0.000000