Analisis Integrasi Sektor Pebankan ASEAN+3 Berdasarkan Analisis keterkaitan Central Bank Rate Dengan Menggunakan Metode VAR Periode Tahun 2006-2013

(1)

SKRIPSI

ANALISIS INTEGRASI SEKTOR PERBANKAN ASEAN +3

BERDASARKAN ANALISIS KETERKAITAN PADA CENTRAL

BANK RATE DENGAN MENGGUNAKAN METODE VAR

PERIODE TAHUN 2006-2013

OLEH

DAVID PUTRA TUMBOR SIPAYUNG

100501048

PROGRAM STUDI EKONOMI PEMBANGUNAN

DEPARTEMEN EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI

UNIVERSITAS SUMATERA UTARA

MEDAN

(2)

LEMBAR PERNYATAAN

Saya yang bertanda tangan dibawah ini menyatakan dengan sesungguhnya bahwa skripsi saya yang berjudul “Kajian Sektor Perbankan ASEAN +3 Berdasarkan Analisis Keterkaitan Pada Central Bank Rate Dengan Menggunakan Metode VAR Tahun 2006-2013 adalah benar hasil karya tulis saya sendiri yang 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 dikemudian hari ditemukan adanya kecurangan dan plagiat pada skripsi ini, saya bersedia menerima sanksi sesuai dengan peraturan yang berlaku.

Medan,

Tanda tangan

Nama : David PTS

(3)

ABSTRACT

One of way to do it is by observe the relation of each country's central bank rates. This study aimed to analyze the relationship between central bank rates, the response of each central bank rates on changes of other countries central bank rates, and the impact of a central bank rates to central bank rates of other countries.

This study uses Vector Auto Regression (VAR) using the program Eviews 6. In the analysis methods Granger Causality Test, Impulse Response Function (IRF) and Variance Decomposition (VD) are used.

The results showed that the Granger Causality Test found some significant relations between central bank rates that exist in the member countries of ASEAN +3. The Impulse Response Function (IRF) shows the reaction of the central bank rates j shocks that occurred in central bank rates i. The average quickest response is two month from the shock of other countries central bank rate. While the results of the analysis Variance Decomposition (VD) shows some impact of shock on central bank rates i will be accepted at the central bank rates j. These results indirectly prove the presence of banking sector integration in the ASEAN +3 country members.

Keywords: integration of the banking sector, central bank rates, vector error correction model

(4)

ABSTRAK

Penelitian ini bertujuan untuk menganalisis hubungan antar central bank rates, respon masing-masing central bank rates atas perubahan central bank rates negara lain, dan dampak suatu central bank rates terhadap central bank rates negara lain.

. Penelitian ini menggunakan metode Vector Auto Regression (VAR) dengan menggunakan program Eviews 6. Dalam analisis tersebut metode yang digunakan antara lain Granger Causality Test, Impulse Response Function (IRF), dan Variance Decomposition (VD).

Hasil penelitian menunjukkan bahwa dari Granger Causality Test ditemukan adanya beberapa keterkaitan signifikan diantara central bank rates yang ada pada negara anggota ASEAN +3. Untuk hasil dari analisis Impulse Response Function (IRF) menunjukkan adanya reaksi dari central bank rates j terhadap goncangan yang terjadi pada central bank rates i. Rata-rata respon tercepat yang diberikan adalah dua minggu dari adanya goncangan perubahan central bank rate negara lain. Sedangkan hasil dari analisis Variance Decomposition (VD) menunjukkan adanya dampak goncangan pada central bank rates i akan diterima pada central bank rates j. Hasil tersebut secara tidak langsung membuktikan adanya integrasi sektor perbankan pada ASEAN +3.

Kata kunci: integrasi sektor perbankan, central bank rates, vector error correction model

(5)

KATA PENGANTAR

Skripsi ini berjudul Analisis Integrasi Sektor Pebankan ASEAN+3 Berdasarkan Analisis keterkaitan Central Bank Rate Dengan Menggunakan Metode VAR periode Tahun 2006-2013.penulis telah banyak menerima bimbingan,saran,motivasi dan doa dari berbagai pihak selama penulisan skripsi ini. Oleh karena itu,pada kesempatan ini penulis menyampaikan terimakasih kepada semua pihak yang telah member bantuan dan bimbingan,yaitu kepada:

1. .Bapak Prof.Dr.Azar Maksum,M.Ec.AK selaku Dekan Fakultas Ekonomi Universitas Sumatra Utara

2. .Bapak Irsyad Lubis,SE,M.Soc,Sc.Ph.D sekalu Ketua Program Studi

3. Bapak Wahyu Ario Pratomo,SE,M,Ec selaku Dosen Pembingbing saya

4. Ibu Dra.Raina Linda Sari,M.Si selaku Dosen Pengguji saya

(6)

UNIVERSITAS SUMATRA UTARA

FAKULTAS EKONOMI

DEPERTEMEN EKONOMI PEMBANGUNAN

PERSETUJUAN PERCETAKAN

Nama :DAVID PUTRA TUMBOR SIPAYUNG

NIM :100501048

Program Studi :EKONOMI PEMBANGUNAN

Konsentrasi :PERBANGKAN

Judul :Analisis Integrasi Sektor Perbangkan ASEAN+3 Berdasarkan Analisis Keterkaitan Pada Central Bank

Rate Periode Tahun 2006-2013.

Tanggal: Ketua Program Studi

Irsyad Lubis,SE,M.Soc,Sc.Ph.D

NIP.

Tanggal: Ketua Depertemen

Wahyu Ario Pratomo,SE,M,Ec

(7)

DAFTAR ISI

ABSTRAK_... _i

ABSTRACK_... _ii

KATA PENGANTAR_... _iii

DAFTAR ISI_... iv

DAFTAR TABEL_... _v

DAFTAR GAMBAR_... vi

DAFTAR LAMPIRAN_... _vii

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah ... 1

1.2 Perumusan Masalah ... 6

1.3 Tujuan Penelitian dan Manfaat Penelitian ... 7

1.4 Manfaat Penelitian ... 7

BAB II TINJAUAN PUSTAKA 2.1 Definisi ... 8

2.1.1 Pengertian Industri Perbankan……… 8

2.1.2 Pengertian Integrasi Sektor Perbankan……... 9

2.1.3 Pentingnya Pengukuran Integrasi Perbankan 10

(8)

2.2.1 Teori Integrasi………. 11

2.2.2 Kaitan Teori Paritas Suku Bunga dengan Integrasi………... 13

2.3 Penelitian Terdahulu……… 14

2.4 Kerangka Konseptual ... 15

2.5 Hipotesis ... 16

BAB III METODE PENELITIAN 3.1 Jenis Penelitian……….…….. .. 17

3.1.1 Variable Peneliatian Dan Devenisi Operasional Peneliatian ... 17

3.1.2 Suku Bunga Bank Sentral (Central Bank Rates)……… 17

3.2 Populasi dan Sampel ……… 18

3.2.1 Populasi ... 18

3.2.2 Sampel ... 18

3.3 Jenis dan Sumber Data………….……… 29

3.4 Metode Pengumpulan Data………..…… 20

3.5 Metode Analisis……… ... 20

3.5.1 Vektor Auto Regression (VAR) ... 20

3.5.2 Uji Akar Unit (unit root test) ... 23

3.5.3 Uji Hipotesis (Hyphothesis Testing) ... 24

(9)

3.5.5 Tahapan Estimasi ... 39

BAB IV HASIL DAN PEMBAHASAN 4.1 Gambaran dan Perkembangan RIND.…….. ... 31

4.2 Gambaran dan Perkembangan RCIN ... 32

4.3 Gambaran dan Perkembangan REJP ……… 33

4.4 Gambaran dan Perkembangan RKSL……… 35

4.5 Gambaran dan Perkembangan RMAL ... 36

4.6 Gambaran dan Perkembangan RSGP ... 37

4.7 Gambaran dan Perkembangan RTHA……… . 39

4.8 Gambaran dan Perkembangan RFIL………..…… .. 40

4.9 AnalisisData dan Pembahasan……… 42

4.9.1 Uji Stasioner Data ... 43

4.9.2 Penentuan Lag Lenght... 49

4.9.3 Uji Kausalitas Granger ... 50

4.9.4 Estimasi VAR ... 67

4.9.5 The Impluse Respon..…… ... 76

4.9.6 Variance Decomposition……… ... 88

BAB V PENUTUP 5.1 Kesimpulan dan saran……… ... 97

5.1 Kesimpulan ... 97

5.2 Saran……… ... 98

DAFTAR PUSTAKA……… ... 99

(10)

DAFTAR TABEL

TABEL _{3.1 Sampel Penelitian ……… ...} ₁₉

4.1 Perkembangan Bank Indonesia reference Rate ... 31

4.2 Perkembangan China Base Lending Rate (RCIN)…… 32

4.3 Perkembangan Bank of Japan target rate(RJEP) … . 34 4.4 Perkembangan South Korea Official Bank Rate ... 35

4.5 Perkembangan Malaysia Overnaight Police (RMAL) 36 4.6 Perkembangan Singapore Domestick Interbank Rate 38 4.7 Perkembangan Bank of Thailand Repurchase Rate .. 39

4.8 Perkembangan Philiphina Overnaight Aggrement . 41 4.9 Nilai Uji Stasioner ... 43

4.9.1 Hasil Uji RIND …… ... 44

4.9.2 Hasil Uji RCIND … ... 45

4.9.3 Hasil Uji RJEP ... 45

4.9.4 Hasil Uji RKSL ... 46

4.9.5 Hasil Uji RMAL ... 47

4.9.6 Hasil Uji RSGP … ... 47

4.9.7 Hasil Uji RTHA ... 48

4.9.8 Hasil Uji RFIL ... 48

4.10 Penentuan Lag Leght ... 49

(11)

4.12 Vector Autoregresion Estimasi ... 67

4.13 The Impulse Respon ... 76

4.13.1 Response of DRCIN… ... 78

4.13.2 Response of DRFIL ... 79

4.13.3 Response of DRIN… ... 79

4.13.4 Response of DRJEP ... 80

4.13.5 Response of DRKSL… ... 80

4.13.6 Response of DRMAL ... 81

4.13.7 Response of DRSGP… ... 81

4.13.8 Response of DRTHA ... 82

4.14 Variance Decomposition ... 88

(12)

DAFTAR GAMBAR

GAMBAR _{3.1 Kerangka Konseptual ……… ...} ₁₅

(13)

DAFTAR LAMPRAN

1. Output stasioneritas variabel pada tingkat first difference .... 100

1. RIND first dfference…… ... 101

2. RCIN first dfference…… ... 102

3. RJEP first dfference…… ... 103

4. RKSL first dfference…… ... 104

5. RMAL first dfference…… ... 105

6. RTHA first dfference…… ... 106

7. RSGP first dfference…… ... 107

8. RFIL first dfference…… ... 108

2. Output Lag leght ... 109

3. Output Uji Grangger kausality ... 110

(14)

ABSTRACT

Keywords: integration of the banking sector, central bank rates, vector error correction model

(15)

ABSTRAK

Kata kunci: integrasi sektor perbankan, central bank rates, vector error correction model

(16)

BAB I PENDAHULUAN

1.1 Latar Belakang

Fenomena terkini menunjukkan bahwa bentuk kerjasama regional menjadi semakin meluas khususnya di bidang ekonomi dan perdagangan internasional. Fenomena Regionalisasi melalui pembentukan berbagai blok-blok perdagangan (Uni Eropa,APEC, NAFTA, AFT, CACM dan MERCOSUR) di berbagai kawasan.Dalam kawasan Asia Timur terdapat juga Reorganisasi untuk memenuhi cakupan pengawasan ekonomi kawasan Asia Timur dibentuklah ASEAN+3 yang beranggotakan sepuluh negara ASEAN dan Cina, Korea Selatan dan Jepang.(kawai,2008)

Berdasarkan pengalaman pembentukan Custom Unions di Eropa (Benelux dan Uni Eropa) tipe integrasi ekonomi di mana Negara-negara yang berpartisipasi dalam kesepakatan tersebut tidak hanya melakukan penghapusan tarif dan hambatan kuantitatif lainya di antara anggota terhadap barang yang berasal dari Negara-negara tersebut,tetapi juga menerapkan kebijakan tarif yang sama terhadap Negara bukan anggota yaitu Common External Tariff (CET).(R.winantiyo,2008)

Viner (1950) yang pertama kali mengungkapkan adanya manfaat trade cre-ation/trade diversion dalam integrasi ekonomi dalam pembentukan custom unions tersebut. Studi yang dilakukan oleh Careces (1994) menunjukkan bahwa hanya

(17)

sedikit negara yang menikmati keuntungan dalam bentuk income spillover dari terbentuknya Central America Common Market (CACM) di Negara-negara Amerika Latin. Sedangkan multiplier effect dari perdagangan intra-CACM relatif rendah. Berbagai studi berusaha untuk membuktikan teori Viner tersebut. Studi yang dilakukan oleh Careces (1994) menunjukkan bahwa hanya sedikit negara yang menikmati keuntungan dalam bentuk income spillover dari terbentuknya Central America Common Market (CACM) di negara-negara Amerika Latin. Sedangkan multiplier effect dari perdagangan intra-CACM relatif rendah.

Masing-masing kawasan/blok perdagangan memiliki aturan main (rule of the game) yang berbeda-beda sesuai dengan kondisi perekonomian regional yang terjadi. Dibentuknya kerjasama ekonomi regional tersebut semakin menunjukkan bahwa Interdepensi perekonomian antar negara menjadi semakin penting. Interdepensi ini dapat diwujudkan dengan interaksi ekonomi yang saling menguntungkan pada Negara-negara.

Berdasarkan fenomena-fenomena yang telah disebutkan di atas, salah satu hal pokok yang dapat diamati adalah keterbukaan negara-negara kawasan Asia Timur terhadap Internasional. Keterbukaan terhadap Internasional yang terjadi pada Negara-negara kawasan Asia Timur merupakan salah satu faktor penting dalam tingginya pertumbuhan ekonomi pada kawasan tersebut. Namun, adanya keterbukaan Internasional memiliki risiko. Dan kaitannya dengan integrasi kawasan Asia Timur, risiko krisis tersebut benar-benar terjadi. Asia mengalami krisis keuangan pada tahun 1997-1998. Hal ini terjadi karena adanya interdependensi ekonomi yang tinggi pada

(18)

kawasan Asia Timur yang meningkatkan kerentanan keuangan.(plummer dan Michael G,2005)

Berdasarkan pengalaman dari krisis keuangan Asia tahun 1997-1998, maka timbul kesadaran dari negara-negara kawasan Asia Timur untuk melakukan pencegahan efektif. Mekanisme tidak dapat hanya dilakukan oleh satu negara saja.Hal ini dikarenakan adanya alasan bahwa semakin terintegrasinya ekonomi regional, maka krisis yang terjadi di suatu negara akan berpengaruh kepada kondisi di Negara-negara tetangganya. jika hal tersebut tidak dapat di atasi lagi maka akan terjadi krisis ekonomi regional yang terjadi di kawasan tersebut. Oleh sebab itu, di kawasan ASEAN, dibentuklah ASEAN +3 yang beranggotakan sepuluh negara ASEAN dan Cina, Korea Selatan dan Jepang yang bertujuan untuk melakukan pengawasan ekonomi di kawasan Asia Timur.(kawai,2008)

Perbankan adalah salah satu sektor yang diprioritaskan dalam proses integrasi ekonomi ASEAN karena perannya yang paling dominan dibandingkan jasa keuangan lain, seperti asuransi dan pasar modal. Sehingga memiliki dampak yang signifikan dalam perekonomian. Melalui integrasi perbankan diharapkan perdagangan di antara negara ASEAN dapat meningkat dengan lebih cepat sehingga pertumbuhan ekonomi dapat didorong lebih optimal. Penyatuan sistem perbankan di ASEAN juga dapat dilihat dari pespektif yang lebih luas yaitu sebagai kawasan perdagangan dan investasi yang terintegrasi dengan perekonomian global, sehinga semakin mendorong pertumbuhan ekonomi ASEAN itu sendiri.

(19)

Pengamatan seberapa integrasi yang terjadi sebenarnya dapat dilakukan pada berbagai aspek ekonomi suatu negara. terutama pengamatan integrasi yang terjadi pada sektor perbankan menjadi salah satu hal pokok yang harus diperhatikan. Hal ini disebabkan adanya karakter khusus dari kegiatan perbankan, dimana apabila terjadi kebangkrutan pada sektor perbankan maka akan mengakibatkan efek ke sektor perbankan Negara tetangga

Dalam melakukan pengamatan integrasi pada sektor perbankan, sejauh ini ada beberapa pendapat mengenai pendekatan-pendekatan yang ditempuh dalam mengukur integrasi perbankan. Salah satunya adalah penelitian yang dilakukan oleh Adam, Jappelli, Menichini, Padula dan Pagano (2002). Pada salah satu bagian dari penelitian tersebut meneliti indikator-indikator yang digunakan dalam integrasi perbankan yaitu tingkat suku bunga. Dalam penelitian tersebut, mengamati pula tingkat suku bunga perumahan (mortgage), tingkat suku bunga pinjaman perusahaan (corporate debt), pinjaman konsumsi (consumer credit) dan suku bunga antar bank (interbank rate). Penelitian tersebut menyimpulkan bahwa integrasi terjadi manakala tingkat suku bunga yang ada dalam Negara-negara suatu kawasan menjadi terkonvergensi.

Lebih lanjut, menurut Kirchgassner dan Wolters (1995), peran pemerintah dalam mengurangi hambatan aliran modal internasional sangat penting bagi keterkaitan pasar modal internasional dan keuangan internasional. Peningkatan keterkaitan suku bunga pada pasar tersebut membawa dampak kebijakan yang

(20)

penting bagi kebebasan kebijakan moneter oleh bank-bank sentral di masing-masing negara.

Suku bunga merupakan variabel makroekonomi yang paling dekat dengan perekonomian.Suku bunga mempengaruhi keputusan seseorang dalam menggunakan uangnya untuk melakukan konsumsi atau menabung ataupun berinvestasi pada pasar keuangan. Suku bunga juga mempengaruhi perilaku investor untuk berinvestasi di sektor riil atau menyimpan uangnya di bank. Keputusan seseorang untuk membelanjakan uangnya atau berinvestasi didasarkan pada besarnya suku bunga nominal. Keterkaitan suku bunga antar negara merupakan masalah yang penting karena suku bunga terletak pada jantung mekanisme transmisi dari kebijakan moneter dan memainkan peranan yang penting dalam mempengaruhi kegiatan riil melalui perilaku saving dan investasi. Selain itu, penting bagi industri perbankan dalam mengamati adanya interaksi central bank rate karena kesalahan dalam penetapan suku bunga maka berdampak negatif bagi bank di negara tersebut. Bila suatu bank terlalu tinggi menetapkan tingkat suku bunga simpanan masyarakat, maka bank tersebut membayar biaya yang terlalu tinggi dari yang seharusnya dan sebaliknya, bila terlalu rendahnya tingkat suku bunga simpanan masyarakat yang ditetapkan bank, maka bank tersebut akan kesulitan untuk menghimpun dana masyarakat. (Kuncoro,2002).

Berdasarkan uraian di atas,dapat diketahui bahwa perlu dilakukan pengawasan ekonomi secara bersama-sama dalam lingkup regional Asia Timur akibat dari tingginya interdependensi antar negara. Alasannya adalah akibat adanya

(21)

interdependensi yang tinggi antar suatu negara dapat menyebarkan krisis yang terjadi pada suatu negara tersebut menjalar pada negara-negara lain. Pengawasan yang dapat dilakukan antara lain mengamati integrasi pada industri perbankan. Mengingat karakteristik dari bank, apabila mengalami suatu kebangkrutan maka akan mengakibatkan efek domino ke seluruh sistem. Pengamatan tersebut dapat difokuskan pada keterkaitan penetapan interest rate oleh bank sentral (central bank rates) masing-masing negara pada suatu kawasan. penetapan central bank rate merupakan jantung mekanisme transmisi kebijakan moneter dan mempengaruhi kegiatan ekonomi riil. Selain itu, penting bagi industri perbankan dalam mengamati adanya interaksi central bank rate karena penetapan suku bunga mempengaruhi pengelolaan aset-aset yang dimiliki bank. Dari alasan-alasan tersebut penelitian mengenai integrasi sektor perbankan dengan mengamati keterkaitan suku bunga pada kawasan Asia Timur khususnya ASEAN +3 sangat diperlukan.

1.2. Rumusan Masalah

Atas uraian-uraian tersebut, dapat dikemukakan permasalahan dalam penelitian ini. Permasalahan tersebut adalah bagaimana keterkaitan penerapan central bank rates pada negara-negara ASEAN +3 pada periode tahun 2006-2013. Keterkaitan yang dimaksud adalah sebagai berikut :

1. Adakah saling keterkaitan dalam penetepan central bank rate suatu negara antar Negara-negara anggota ASEAN +3 ?

(22)

2. Bagaimana respon penetepan central bank rate suatu negara dari perubahan central bank rate negara lain pada Negara anggota ASEAN+3 ?

3. Seberapa besar dampak penetepan central bank rate negara lain terhadap perubahan central bank rate suatu negara pada negara anggota ASEAN +3?

1.3 Tujuan Penelitian

1. Menganalisis apakah ada saling keterkaitan yang signifikan dari penetapan central bank rate antar negara pada negara anggota ASEAN +3.

2. Menganalisis bagaimana respon perubahan suatu central bank rate terhadap perubahan central bank rates negara lain pada negara anggota ASEAN +3.

3. Menganalisis seberapa besar dampak dari perubahan suatu central bank rate terhadap central bank rate negara lain pada Negara anggota ASEAN+3.

1.4 Manfaat Penelitian

1. Hasil penelitian ini diharapkan dapat menjadi sumber referensi bagi para akedemisi dan pihak-pihak terkait dengan pendidikan terlebih pada perbankan dan keuangan untuk memperluas wawasan mengenai fenomena integrasi pada sektor perbankan yang ada pada kawasan Asia Timur khususnya negara-negara anggota ASEAN +3.

(23)

BAB II

TINJAUAN PUSTAKA

2.1. Definisi

2.1.1. Pengertian Industri Perbankan

Pasal 1 angka (2) UU Perbankan No. 10 Tahun 1998 menentukan bahwa bank adalah badan usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya kepada masyarakat dalam bentuk kredit dan/atau bentuk-bentuk lainnya dalam rangka meningkatkan taraf hidup orang banyak.

Bank Menurut Kuncoro (2002: 68), definisi dari bank adalah lembaga keuangan yang usaha pokoknya adalah menghimpun dana dan menyalurkan kembali dana tersebut ke masyarakat dalam bentuk kredit serta memberikan jasa-jasa dalam lalu lintas pembayaran dan peredaran uang Lebih lanjut, menurut Rose dan Hudgins (2008) bank dapat didefinisikan berdasarkan tiga faktor. Faktor-faktor tersebut yaitu: (i) fungsi ekonomi yang ditawarkan bank, (ii) jasa yang ditawarkan bank kepada nasabah, atau (iii) dasar hukum dari pendirian bank.

Berdasarkan fungsinya maka bank dapat didefinisikan sebagai badan usaha yang berperan sebagai intermediasi pihak yang kelebihan dana dan pihak yang membutuhkan dana serta membantu transaksi barang dan jasa. Maksudnya adalah bank akan menampung dana nasabah dan membayarkan bunga serta di sisi lain bank akan mnyalurkan kredit bagi nasabah yang membutuhkan dana dan mendapatkan bunga dari nasabah yang meminjam dana. Sedangkan dalam membantu transaksi perdagangan, bank menyediakan jasa-jasa seperti transfer, letter of credit, dll.

(24)

Berdasarkan jasa yang ditawarkan bank, dari waktu ke waktu terjadi perluasan bidang jasa yang ditawarkan. Maka bank dapat didefinisikan sebagai lembaga keuangan yang menawarkan jasa rekening tabungan, perencanaan tabungan, pemberian kredit bagi perusahaan, perorangan maupun pemerintahan. Dan lebih lanjut, juga menawarkan jasa investment banking, asuransi, perencanaan keuangan, advisor perusahaan, dan jasa-jasa inovatif lainnya.

terakhir, berdasarkan dasar hukum dari bank. Definisi bank berdasarkan hukum berbeda-beda antara suatu negara dengan negara lain. Hal ini berdasarkan peraturan yang berlaku yang ditetapkan oleh regulator dimana bank tersebut berada. Peraturan tersebut berisi apa yang boleh dilakukan dan atau apa yang tidak boleh dilakukan oleh bank.

2.1.2. Pengertian Integrasi Sektor Perbankan

Pengertian integrasi menurut Holzman (2008) menyatakan integrasi ekonomi sebagai situasi di mana dua kawasan menjadi satu atau mempunyai satu pasar yang di tandai harga barang dan faktor produksi yang sama di antara dua kawasan tersebut. Integrasi tentu mempunyai manfaat, antara lain agar sektor keuangan pada umumnya dan perbankan pada khususnya di kawasan ASEAN bisa menjadi pusat keuangan yang kuat dan tepercaya di dunia, Lebih lanjut kaitannya dengan keuangan.

Menurut ECB (European Central Bank) (2007) integrasi adalah pasar yang terdiri dari kumpulan instrumen atau jasa keuangan yang menjadi saling terkait ketika seluruh partisipan pasar potensial pada suatu pasar menjadi (i) subyek dari kesatuan peraturan ketika berhubungan dengan instrument dan jasa keuangan, (ii) mempunyai

(25)

akses yang sama terhadap instrument dan jasa keuangan, (iii) diperlakukan setara ketika mereka beroperasi dalam pasar.

Berdasarkan definisi tersebut, integrasi sektor perbankan dapat diartikan pula sebagai sebuah proses menuju ke satu titik yang membentuk menjadi pasar tunggal bagi produk perbankan dan jasa-jasa keuangan, dimana para pembeli dan penjual dalam suatu pasar tunggal tersebut mempunyai kesempatan untuk bertransaksi dalam ketentuan yang baik. (Gabriel dan Andreea, 2010).

2.1.3. Pentingnya Pengukuran Integrasi Perbankan

Baele et al. (2004) juga mendukung pentingnya pengukuran integrasi keuangan. Hal ini dikarenakan integrasi keuangan mendorong pertumbuhan ekonomi dengan mengurangi hambatan dan penghalang adanya perdagangan. Selain itu juga pengalokasian modal secara efisien. Namun integrasi juga memberikan dampak yang kurang positif. Sebagai contoh, terlalu banyak konsolidasi dalam segmen pasar dapat menghambat kompetisi. Oleh sebab itu, penting untuk memonitor dan mengetahui proses integrasi, khususnya bagi pembuat kebijakan sehingga diketahui apakah suatu segmen pasar perlu integrasi lebih lanjut atau tidak.

Dalam penelitian ini, pengukuran integrasi lebih difokuskan pada bank. Alasannya adalah bank merupakan bagian dari sistem keuangan serta mempunyai berbagai peran dalam perekonomian. Pertama, bank memperbaiki masalah informasi antara pemberi dan peminjam dana dengan memonitor dan menjaga penggunaan dana pihak ketiga secara benar. Kedua, bank meminimalisir risiko antarwaktu yang tidak dapat diversifikasi pada suatu titik waktu tertentu serta asuransi untuk deposan

(26)

terhadap guncangan konsumsi tak terduga. Ketiga, bank berkontribusi dalam pertumbuhan governance ekonomi. Keempat, bank mempunyai peran penting dalam terciptanya good corporate

2.2. Landasan Teori

2.2.1. Teori Integrasi

Jovanovic (2006) mendokumentasikan berbagai definisi integrasi yang berkembang dari Tinbergen, Balassa, Holzman, Kahneert, serta Menis dan Sauvant, dan kemudian menyimpulkan bahwa konsep integrasi ekonomi merupakan konsep yang cukup kompleks dan harus didefinisikan secara hati-hati. Secara umum integrasi ekonomi didefinisikan sebagai sebuah proses di mana sekelompok negara berupaya untuk meningkatkan tingkat kemakmurannya.

United Nation Conference on Trade and Development. (UNCTAD) mendefinisikan integrasi ekonomi sebagai kesepakatan yang dilakukan untuk memfasilitasi perdagangan internasional dan pergerakan faktor produksi lintas negara. Pelkman (2003) mendefinisikan integrasi ekonomi sebagai integrasi yang ditandai oleh penghapusan hambatan-hambatan ekonomi (economic frontier) antara dua atau lebih ekonomi atau negara. Hambatan-hambatan ekonomi tersebut meliputi semua pembatasan yang menyebabkan mobilitas barang,jasa faktor produksi, dan juga aliran komunikasi, secara aktual maupun potensial relatif rendah.

Ketika integrasi ekonomi berlangsung, terjadi perlakuan diskriminatif antara negara anggota dengan negara-negara bukan anggota integrasi di dalam pelaksanaan perdagangan, sehingga memberikan dampak kreasi dan dampak diversi bagi

(27)

negara-negara anggota. Krugman (1991) memperkenalkan suatu anggapan bahwa secara alami blok perdagangan didasarkan pada pendekatan geografis yang dapat memberikan efisiensi dan meningkatkan kesejahteraan bagi anggotanya.

Salvatore (1997) menguraikan integrasi ekonomi atas beberapa bentuk :

a. Pengaturan Perdagangan Preferensial (Preferential Trade Arragements) dibentuk oleh negaranegara yang sepakat menurunkan hambatan-hambatan perdagangan di antara mereka dan membedakannya dengan negara-negara yang bukan anggota. b. Kawasan perdagangan bebas (free trade area) di mana semua hambatan

perdagangan baik tarif maupun non tarif di antara negara-negara anggota dihilangkan sepenuhnya, namun masing-masing negara anggota masih berhak menentukan sendiri apakah mempertahankan atau menghilangkan hambatan-hambatan perdagangan yang diterapkan terhadap negara-negara nonanggota. c. Persekutuan Pabean (Customs Union) mewajibkan semua negara anggota untuk

tidak hanya menghilangkan semua bentuk hambatan perdagangan

di antara mereka, namun juga menyeragamkan kebijakan perdagangan mereka terhadap negara lain non-anggota.

d. Pasaran bersama (Common Market) yaitu suatu bentuk integrasi di mana bukan hanya perdagangan barang saja yang dibebaskan namun arus faktor produksi seperti tenaga kerja dan modal juga dibebaskan dari semua hambatan.

e. Uni Ekonomi (Economic Union) yaitu dengan menyeragamkan kebijakan-kebijakan moneter dan fiskal dari masing-masing negara anggota di dalam suatu kawasan atau bagi negara-negara yang melakukan kesepakatan.

(28)

Hasil kajian Dollar (1992), Sach dan Warner (1995), Edwards (1998), dan Wacziarg (2001) menunjukkan bahwa integrasi ekonomi yang menurunkan atau menghilangkan semua hambatan perdagangan di antara negara-negara anggota, dapat meningkatkan daya saing dan membuka besarnya pasar pada negara anggota, dapat meningkatkan persaingan industri domestik yang dapat memacu efisiensi produktif di antara produsen domestik dan meningkatkan kualitas dan kuantitas input dan barang dalam perekonomian, produsen domestik dapat meningkatkan profit dengan semakin besarnya pasar ekspor dan meningkatkan kesempatan kerja.

2.2.2. Kaitan Teori Paritas Suku Bunga dengan Integrasi

Teori paritas suku bunga menjelaskan bahwa dengan tingginya derajat mobilitas modal, maka aset-aset finansial dua negara akan disubstitusi di antara mereka dan arbitrase akan membawa suku bunga satu negara sama dengan suku bunga negara lainnya di tambah premium forward pada kedua negara tersebut. Oleh karena itu, dua suku bunga dapat bergerak secara bersamaan sepanjang waktu ketika premium forward tidak berubah (Zhou, 2003).

(29)

2.3. Penelitian Terdahulu

Peneliti Judul Penelitian Metode Penelitian Variabel Penelitian Hasil Penelitian Klaus Adam, Tullio Jappeli, Annamaria Menichini, Mario Padula, Marco Pagano (2002) Analyse, Compare, and Apply Alternative Indicators and Monitoring Methodologies to Measure the

Evolution of Capital Market Integration in the European Union

β-convergence dan

ߪߪ-convergence (β-convergence digunakan untuk kecepatan

perubahan, ߪߪ-convergence digunakan untuk melihat kemiripan dari waktu ke waktu) Tingkat suku bunga perbankan secara kuartal Konvergensi yang terjadi sangat lambat dan menyimpulkan

perbankan di EU jauh dari integrasi.

Gebhard Kirchgassner, Jurgen Wolters (1995) Interest RateLinkages in Europe Before and

After the Intoduction of the

European Monetary System

Granger

Causality dan Cointegration Test Money Market Rate Jerman memberikan pengaruh bagi sebagian besar Negara-negara Eropa dalam penetapan tingkatt suku bunga. Sedangkan Amerika Serikat hanya memberikan pengaruh yang lemah secara langsung bagi negara-negara Eropa. Guglielmo Maria Caporale ,Geoffrey Williams (1998)

Can Interest Rate

Policy Be Independent ? Loanable Funds Equilibrium Model Interest Rate Membuktikan bahwa faktor nasional cenderung mempengaruhi penetapan tingkat suku bunga dibanding faktor internasional.

(30)

2.4. Kerangka konseptual

RIND

RKSL

RFIL RSGP RTHA RMAL

RJEP RCIN

RCIN RKSL

RMAL RTHA

RFIL RSGP

RJEP

RJEP RFIL RSGP RTHA

RKSL

RKSL RJEP RFIL RSGP RTHA

RMAL

RJEP

RSGP

RJEP RFIL

RTHA

RJEP RFIL RSGP

(31)

2.5. Hipotesis

1. Ada hubungan kausalitas penetapan central bank rates antar Negara – Negara anggota ASEAN +3.

2. Ada reaksi dari central bank rates j terhadap goncangan yang terjadi pada central bank rates i

3. Ada dampak dari goncangan pada central bank rate i akan diterima pada central bank rates j

(32)

BAB III

METODE PENELITIAN

3.1 Jenis Penelitian

Jenis penelitian ini adalah penelitian kuantitatif. Di dalam penelitian kuantitatif, proses analisis memiliki maksud untuk meringkas dan menghubungkan data. penelitian yang digunakan dalam penelitian ini adalah central bank rate dari negara anggota ASEAN +3.

Pada analisis data kuantitatif, pengolahan data merupakan kegiatan pendahuluan yang meliputi tahap editing dan coding (pembuatan kode), penyederhanaan data dan mengode data.(Suyanto dkk, 2005).

3.1.1 Variabel Penelitian dan Definisi Operasional Variabel

Variabel penelitian yang digunakan dalam penelitian ini adalah central bank rate dari negara anggota ASEAN +3.

3.1.2. Suku Bunga Bank Sentral (Central Bank Rates)

Dalam penelitian ini, Central Bank Rates digunakan sebagai proxy dalam mengamati keterkaitan suku bunga perbankan antar negara. Central Bank Rates adalah tingkat suku bunga yang ditetapkan oleh bank sentral yang dapat berasal dari berbagai macam tingkat suku bunga dalam perbankan dan dapat digunakan sebagai acuan.www.stats.oecd,www.gecodia.comdanwww.deltastock.com telah menyediakan data masing-masing central bank rates dari berbagai negara. Dalam menganalisis

(33)

bagaimana keterkaitan central bank rates akan dipaparkan menjadi tiga bagian, yaitu :

1. Analisis ada atau tidaknya saling keterkaitan dari central bank rates antar Negara anggota ASEAN +3dengan menggunakan Granger Causality Test.

2. Analisis kecepatan respon penetepan central bank ratesatu negaraterhadap perubahan central bank rate negara lain anggota ASEAN+3dengan menggunakan Impulse Response Function (IRF).

3. Analisis dampak dari perubahan central bank ratesatu negaraterhadap central bank rateNegara lain anggota ASEAN+3dengan menggunakan Variance Decomposition.

3.2. Populasi dan Sampel 3.2.1. Populasi

Populasi adalah kelompok elemen yang lengkap, yang biasanya berupa orang, objek, transaksi, atau kejadian yang menjadi objek penelitian. (Kuncoro, 2009). Adapun populasi dalam penelitian ini adalah central bank rates yang ada pada negara anggota-anggota ASEAN +3 (Negara-negara anggota ASEAN dan Cina, Jepang dan Korea selatan) sebanyak 13 negara, dimana data diperoleh dari sumber data sekunder.

3.2.2. Sampel

Sampel adalah suatu himpunan bagian (subset) dari unit populasi (Kuncoro, 2009). Teknik penentuan sampel dalam penelitian ini adalah dengan menggunakan purposive sampling. Teknik ini ditentukan untuk memilih anggota sampel secara

(34)

khusus berdasarkan tujuan penelitian dan kesesuaian kriteria-kriteria yang telah ditetapkan oleh peneliti.

Adapun kriteria-kriteria dipilihnya anggota populasi menjadi sampel dalam penelitian ini adalah sebagai berikut:

1) Ketersediaan data pada www.stats.oecd,www.gecodia.com dan www.deltastock.com

2) Data tersedia dari tanggal 1 januari 2006 hingga 30 Desember 2013 (secara bulanan)

Sampel dalam penelitian ini dapat dilihat pada tabel berikut:

Tabel 3.1 Sampel Penelitian

No. Central Bank Rates Simbol yang Digunakan

1. China 1 Year Base Lending Rate RCIN

2. Bank of Japan Target Rate of Unsecured Over Night Call Rate Expected

RJEP

3. South Korea Official Bank Rate RKSL

4. Bank Indonesia Reference Rate RIND

5. Bank of Thailand Repurchase Market Rate 1 Day Official

RTHA

6. Malaysia Overnight Policy Rate RMAL

7. Singapore Domestic Interbank Rates Overnight RSGP 8. Philippines Overnight Reverse Repurchase

Agreement

RFIL

3.3. Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder adalah data yang telah dikumpulkan oleh lembaga pengumpul data dan dipublikasikan kepada masyarakat pengguna data (Kuncoro, 2009) .Sumber data yang

(35)

digunakan berasal dari www.stats.oecd,www.gecodia.com dan www.deltastock.com. Data yang diambil yaitu data yang digunakan untuk variabel yaitu data central bank rate secara bulanan dari 1 Januari 2006 hingga 30 Desember 2013.

3.4. Tehnik Pengumpulan Data

Tehnik pengumpulan data yang digunakan dalam penelitian ini adalah dengan www.stats.oecd,www.gecodia.com dan www.deltastock.com

3.5. Metode Analisis

Metode analisis data yang digunakan dalam penelitian ini adalah analisis kuantitatif. Teknik analisis dalam penelitian ini akan menggunakan Eviews 6, analisis data yang digunakan adalah sebagai berikut:

3.5.1. Vector Autoregression (VAR)

Model VAR yang dikembangkan oleh Sims (dalam Enders, 2004) mengasumsikan bahwa seluruh variabel dalam persamaan simultan adalah variabel endogen. Asumsi ini diterapkan karena seringkali penentuan variabel eksogen dalam persamaan simultan bersifat subyektif. Dalam VAR, semua variabel tak bebas dalam persamaan juga akan muncul sebagai variabel bebas dalam persamaan yang sama.

Pendekatan VAR merupakan permodelan setiap variabel endogen dalam sistem sebagai fungsi dari lag semua variabel endogen dalam sistem. Berdasarkan standard form dalam model VAR, bentuk umum untuk kasus multivariate (Enders, 2004) adalah sebagai berikut:

(36)

Yt = Ao + A1Yt -1 + A2Yt -2 + ... + ApYt-p + εt ……… (3.1) dimana:

Yt : vektor (nx1) yang berisi n dari masing-masing variabel dalam VAR

Ao : vektor (nx1) intersep

Ai : koefisien matrik (nxn)

εt : vektor (nx1) dari error term

Berdasarkan bentuk umum di atas, model penelitian dengan menggunakan model standard VAR menjadi sebagai berikut:

IHSGt =

α

10 a11(L) a12 (L)a13 (L) IHSGt ε1t FEDt =

α

20 + a21 (L) a22 (L)a23 (L) FEDt + ε2t IDJt =

α

30 a31(L) a32 (L)a33 (L) IDJt ε3t NIKt =

α

40 a41(L) a42 (L)a43 (L) NIKt ε4t dimana:

IHSG = Indeks Harga Saham Gabungan FED = The Fed Rate

IDJ = Indeks Dow Jones NIK = Nikkei225

Bentuk VAR di atas merupakan bentuk VAR biasa yang bebas restriksi digunakan jika data stasioner di tingkat level. Variasi bentuk VAR biasanya terjadi akibat perbedaan derajat integrasi data variabelnya, yaitu dikenal dengan nama VAR in level dan VAR in difference. VAR level digunakan ketika data penelitian memiliki bentuk stasioner dalam level. Jika data tidak stasioner dalam level namun tidak memiliki (secara teoritis tidak memerlukan keberadaan) hubungan kointegrasi, maka estimasi VAR dilakukan dalam bentuk difference.

Vector Auto Regression (VAR) biasanya digunakan untuk memproyeksikan sistem variabel-variabel runtut waktu dan untuk menganalisis dampak dinamis dari faktor gangguan yang terdapat dalam sistem variabel tersebut. Pada dasarnya Analisis

(37)

VAR bisa dipadankan dengan suatu model persamaan simultan, oleh karena dalam Analisis VAR kita mempertimbangkan beberapa variabel endogen secara bersama-sama dalam suatu model.

Perbedaannya dengan model persamaan simultan biasa adalah bahwa dalam Analisis VAR masing-masing variabel selain diterangkan oleh nilainya di masa lampau, juga dipengaruhi oleh nilai masa lalu dari semua variabel endogen lainnya dalam model yang diamati.

Di samping itu, dalam analisis VAR biasanya tidak ada variabel eksogen dalam model tersebut. Keunggulan dari Analisis VAR antara lain adalah:

(1) Metode ini sederhana, kita tidak perlu khawatir untuk membedakan mana variabel endogen, mana variabel eksogen;

(2) Estimasinya sederhana, dimana metode OLS biasa dapat diaplikasikan pada tiap-tiap persamaan secara terpisah;

(3) Hasil perkiraan (forecast) yang diperoleh dengan menggunakan metode ini dalam banyak kasus lebih bagus dibandingkan dengan hasil yang didapat dengan menggunakan model persamaan simultan yang kompleks sekalipun. Selain itu, VAR Analysis juga merupakan alat analisis yang sangat berguna, baik di dalam memahami adanya hubungan timbal balik (interrelationship) antara variabel-variabel ekonomi, maupun di dalam pembentukan model ekonomi berstruktur.

(38)

3.5.2. Uji akar unit (Unit Root Test)

Uji akar unit ini digunakan untuk melihat apakah data yang diamati stationer atau tidak. Test ini sebenarnya hanya merupakan pelengkap dari analisis VAR, mengingat tujuan dari analisis VAR adalah untuk menilai adanya hubungan timbal balik di antara variabel-variabel yang diamati, dan bukan test untuk data. Akan tetapi, apabila data yang diamati adalah stationer, hal ini akan meningkatkan akurasi dari analisis VAR.

Uji stasioneritas data dapat dilakukan dengan menggunakan Augmented Dickey - Fuller (ADF).pada tingkat derajat yang sama hingga diperoleh suatu data yang stasioner. Bentuk persamaan uji stasioner dengan analisis ADF dapat dilihat dalam persamaan berikut:

∆Yt =

α

0 + γYt-1 +

β

i Σ∆Yt-i+1 + εt ……… (3.2) i=1

dimana:

Yt = Bentuk dari first difference

α

0 = Intersep

Y = Variabel yang diuji stasionernya

β = Panjang lag yang digunakan dalam model ε = Error Term

Dalam persamaan tersebut, diketahui bahwa H0 menunjukkan adanya unit roots dan H1 menunjukkan kondisi tidak adanya unit root. Jika dalam uji stasioner ini menunjukkan nilai ADFstatistic yang lebih besar daripada Mackinnon Critical Value, maka dapat diketahui bahwa data tersebut stasioner karena tidak mengandung unit

(39)

roots.Sebaliknya, jika nilai ADFstatistic lebih kecil daripada Mackinnon Critical Value, makadapat diketahui bahwa data tersebut tidak stasioner.

3.5.3. Uji Hipotesis (Hyphothesis Testing)

a. Likelihood Ratio Test

Likelihood Ratio Test digunakan untuk menguji hipotesis mengenai berapakah jumlah lag optimal yang sesuai untuk model yang diamati. untuk mengetahui jumlah lag optimal yang digunakan dalam uji stasioneritas berikut adalah kriteria yang digunakan:

b. Granger Causality Test

Uji kausalitas dilakukan untuk mengetahui apakah suatu variabel endogen dapat diperlakukan sebagai variabel eksogen. Uji kausalitas dapat dilakukan dengan berbagai metode diantaranya metode Granger’s Causality dan Error Correction Model Causality.

Pada penelitian ini digunakan metode Granger’s Causality. Granger’s Causalitydigunakan untuk menguji adanya hubungan kausalitas antara dua variabel. Kekuatan prediksi (predictive power) dari informasi sebelumnya dapat menunjukkan adanya hubungan kausalitas antara y dan z dalam jangka waktu lama. Penggunaan

(40)

jumlah lag atau efek tunda dianjurkan dalam waktu lebih lama, sesuai dengan dugaan terjadinya kausalitas.

Pengujian hubungan kausalitas dengan metode Granger’s Causalitydikembangkan oleh Granger. Model Granger’s Causalitydinyatakan dalam bentuk vektor autoregresi yang dinyatakan dalam persamaan berikut ini:

n n

Yt =

Σ

α

y

t-i +

Σ

ß

jXt-j+

µ

1t ; X → Y jika

ß

j> 0 …….…………...… (3.3)

i=1 j=1

m m

Xt =

Σ

λ

y

t-i+

Σ

γ

jXt-j+

µ

;

Y → X jika

γ

j> 0 ……..……….. (3.4) i=1 j=1

keterangan :

Y = variabel terikat X = variabel bebas µ1,µ2 = error of term

Dimana

µ

2 adalah error of term yang diasumsikan tidak mengandung

korelasi serial dan m = n.Berdasarkan hasil regresi linear diatas, akan dihasilkan empat kemungkinan mengenai nilai koefisien-koefisien regresi dari persamaan (3.1) dan (3.2) adalah sebagai berikut:

n s 1) Jika secara statistik

∑

ß

j≠ 0 dan

∑

γ

_j = 0,

j=1 j=1

maka terdapat kausalitas satu arah (unindirectional causality) dari Y ke X. n s

2) Jika secara statistik

∑

ß

j= 0 dan

∑

γ

j≠ 0,

j=1 j=1

(41)

n s 3) Jika secara statistik

∑

ß

j= 0 dan

∑

γ

j= 0,

j=1 j=1

maka X dan Y bebas antara satu dengan yang lainnya, artinya antara Y ke X tidak saling mempengaruhi (independence atau tidak signifikan) antara satu dengan lainnya.

n s 4) Jika secara statistik

∑

ß

j≠ 0 dan

∑

γ

j≠ 0,

j=1 j=1

maka terdapat kausalitas dua arah antara Y dan X atau terdapat hubungan kausalitas (feedback atau bilateral causality) antara satu dengan lainnya.

Untuk memperkuat indikasi keberadaan berbagai bentuk kausalitas seperti yang disebutkan diatas, maka perlu dilakukan uji F (Ftest) untuk masing-masing regresi.

Hipotesis nolnya adalah H0: Σ

α

i = 0 i=1

Kemudian untuk menguji hipotesis atau pola kausalitas granger tersebutlah digunakan uji F (Ftest) dengan rumus sebagai berikut:

(RSSR – RSSUR) / m RSSUR / (n – k) dimana:

m adalah jumlah lag, RSSR (Restricted Residual Sum of Squares) diperoleh dari regresi yang dilakukan terhadap X tanpa melibatkan lag variabel B, dan RSSUR (Unrestricted Residual Sum of Squares) diperoleh dari regresi yang dilakukan

(42)

terhadap jumlah observasi dan k adalah jumlah parameter. Sedangkan nilai (n – k) disebut juga derajat kebebasan atau degree of freedom.

Jika nilai Fstat lebih besar daripada Ftabel pada level signifikan yang ditentukan, maka H0 ditolak atau tidak cukup bukti untuk diterima. Dengan kata lain, bahwa Y granger cause X atau terdapat hubungan kausalitas. Jika H0 tidak cukup bukti untuk dapat ditolak maka Y does not granger cause X.

Analisis dalam penelitian ini menggunakan software e-views. Dengan menggunakan e-views, maka test kausalitas antara variabel dapat dilakukan dengan mudah, dimana lag optimal digunakan. Untuk menguji hipotesis, maka dipermudah dengan membaca probabilitasnya.

Dimana jika probabilitas lebih kecil daripada α (dalam penelitian ini, penulis menggunakan α sebesar 5%), maka H0 ditolak atau dengan kata lain variabel Y menyebabkan variabel X. Dan sebaliknya, jika probabilitasnya lebih besar daripada

α

, maka tidak cukup bukti menolak H0, atau Y tidak menyebabkan X sehingga artinya tidak ada hubungan kausalitas diantara kedua variabel tersebut.

Pengujian kausalitas dengan model bivariat menggunakan pengujian secara berpasangan untuk masing-masing variabel (secara parsial) pada satu persamaan. Dalam proses pengujian dengan model mutivariat VAR dilakukan secara bersamaan (simultan) sehingga terdapat signifikansi gabungan dalam satu persamaan (Hamilton 1994 dan Patterson, 2000).

(43)

Setiap persamaan dalam VAR diuji dalam distribusi Wald Chi-Squares atau biasa dinotasikan χ2 – Wald. Setiap variabel dipertukarkan dari variabel endogen menjadi variabel eksogen untuk diuji hubungan kausalitas. Hasil perhitungan statistik

χ2 – Wald menunjukkan signifikansi gabungan (joint significance) dari variabel endogen bedakala dalam persamaan VAR.

3.5.4. Innovation Accounting

Pada dasarnya test ini digunakan untuk menguji struktur dinamis dari sistem variabel dalam model yang diamati, yang dicerminkan oleh variabel inovasi (innovation variable). Dengan kata lain, test ini merupakan test terhadap variabel inovasi (innovation variable).

Test ini terdiri dari:

a. The Impulse Responses function

Lama waktu penularan penetapan central bank rates akan dapat diketahui dengan menggunakan metode Impulse Responses Function (IRF). IRF dapat digunakan untuk melihat efek gejolak (shock) suatu standar deviasi dari variabel invovasi terhadap nilai sekarang (current time values) dan nilai yang akan datang (future values) dari variabel-variabel endogen yang terdapat dalam model yang diamati. IRF dalam VAR sensitive terhadap pengurutan variabel, oleh karena itu variabel akan diurutkan berdasarkan GDP yang terbesar berdasarkan data terakhir yaitu tahun 2012. Alasannya adalah adanya dugaan negara dengan ekonomi kuat cenderung memberikan pengaruh terhadap negara dengan ekonomi yang lemah (Morgenthau, 2010).

(44)

b. The Cholesky Decomposition

The Cholesky Decomposition atau biasa disebut juga dengan The Variance Decomposition memberikan informasi mengenai variabel inovasi yang relatif lebih penting dalam VAR.

Pada dasarnya test ini merupakan metode lain untuk menggambarkan sistem dinamis yang terdapat dalam VAR. Test ini digunakan untuk menyusun perkiraan error variance suatu variabel, yaitu seberapa besar perbedaan antara varians sebelum dan sesudah shock, baik shock yang berasal dari diri sendiri maupun shock dari variabel lain

3.5.5. Tahapan Estimasi

Pada metode VAR tahapan estimasi yang dilakukan meliputi: uji stasioneritas, penetapan lag optimal, uji kestabilan, uji kointegrasi ADF, estimasi VAR, uji Granger causality, analisis variance decomposition dan analisis impulse response.

Metode Vector Autoregression (VAR) dapat digunakan apabila data yang digunakan telah stasioner pada tingkat level. Namun bila data belum stasioner pada tingkat level, maka analisis yang dilakukan akan disesuaikan yaitu dengan menggunakan metode Vector Error Corection Model (VECM). Hal ini perlu dilakukan karena bila kita meregresikan variabel-variabel yang tidak stasioner maka akan menimbulkan fenomena spurious regression (regresi palsu). Penggunaan metode ini diharapkan dapat merepresentasikan bagaimana varibel suku bunga di suatu negara dapat mempengaruhi variabel yang sama di negara lain dan sebaliknya.

(45)

Pada penelitian ini analisis data dilakukan dengan menggunakan program ekonometrika Eviews 6.

(46)

BAB IV

HASIL DAN PEMBAHASAN

4.1 Gambararan dan perkembanganBank Indonesia Reference Rate ( RIND)

Bank Indonesia Reference Rate (RIND) adalah tingkat suku bunga yang ditentukan oleh bank sentral Indonesia. RIND mempunyai tugas dalam menjaga sistem moneter. Oleh sebab itu tujuan dari adanya Bank Indonesia Reference Rate( RIND) adalah sebagai salah satu mekanisme transmisi kebijakan moneter. Maksudnya adalah kebijakan moneter dapat mempengaruhi permintaan agregat melalui perubahan suku bunga. Pengaruh perubahan suku bunga ditransmisikan pada suku bunga jangka menengah atau panjang melalui mekanisme penyeimbang sisi permintaan dan penawaran di pasar uang.Berikut disajikan data perkembangan dari Bank Indonesia Reference Rate dari bulan Januari 2006 sampai dengan Desember 2013.

Tabel 4.1

Perkembangan Bank Indonesia Reference Rate (RIND) Dari Januari 2006 – Desember 2013

PERIODE 2006 2007 2008 2009 2010 2011 2012 2013

Januari _{12.75 9.50 8.00 8.75 6.50 6.50 6.00}_5.75

Februari 12.75 9.25 8.00 8.25 6.50 6.75 5.75 5.75

Maret 12.75 9.00 8.00 7.75 6.50 6.75 5.75 5.75

April 12.75 9.00 8.00 7.50 6.50 6.75 5.75 5.75

Mei 12.50 8.75 8.25 7.25 6.50 6.75 5.75 5.75

Juni 12.50 8.50 8.50 7.00 6.50 6.75 5.75 6.00

Juli 12.25 8.25 8.75 6.75 6.50 6.75 5.75 6.50

Agustus 11.75 8.25 9.00 6.50 6.50 6.75 5.75 7.00

September 11.25 8.25 9.25 6.50 6.50 6.75 5.75 7.25

Oktober 10.75 8.25 9.50 6.50 6.50 6.50 5.75 7.25

November 10.25 8.25 9.50 6.50 6.50 6.00 5.75 7.50

(47)

Pada tabel 4.1 dapat kita lihat bahwa Tingkat suku bunga paling tinggi terdapat pada bulan Januari-Juli 2006 yakni sebesar 12.75% Pada saat itu Indonesia mengalami krisis yang sangat besar sehingga yang menyebabkan jumlah uang yang beredar sangat tinggi maka Bank Central menaikan tingkat suku bunga untuk menarik jumlah uang yang beredar. Sedangkan suku bunga paling rendahterdapat pada bulan Februari 2012–mei 2013 yakni sebesar 5.75%. Dari tabel tersebut juga dapat dilihat bahwa tingkat suku bunga bergerak fluktuatif tiap tahun.

4.2 Gambararan dan perkembangan China Base Lending Rate (RCIN)

China DevelopmentBank ("Bank"atau"CDB") menyediakan fasilitaspembiayaan jangka panjangyang membantudalam pengembanganekonomi yang kuatdanmasyarakat yang sehat, sejahtera. Inisejalanfokus bisnisdengansumber daya nasionalstrategi ekonomidanmengalokasikanuntuk meneroboshambatan dalampembangunan ekonomidansosial

http://www.cdb.com.cn/english/

China. Berikut akan disajikan data perkembangan dari China Base Lending Rate(RCIN dari bulan Januari 2006 sampai dengan Desember 2013.

(48)

Tabel 4.2

Perkembangan China Base Lending Rate(RCIN) Dari Januari 2006 – Desember 2013

PERIODE 2006 2007 2008 2009 2010 2011 2012 2013

Januari 3.33 3.33 4.14 2.79 2.79 3.25 3.25 3.25

Februari 3.33 3.33 4.14 2.79 2.79 3.25 3.25 3.25

Maret 3.33 3.33 4.14 2.79 2.79 3.25 3.25 3.25

April 3.33 3.33 4.14 2.79 2.79 3.25 3.25 3.25

Mei 3.33 3.33 4.14 2.79 2.79 3.25 3.25 3.25

Juni 3.33 3.33 4.14 2.79 2.79 3.25 3.25 3.25

Juli 3.33 3.33 4.14 2.79 2.79 3.25 3.25 3.25

Agustus 3.33 3.33 4.14 2.79 2.79 3.25 3.25 3.25

September 3.33 3.33 4.14 2.79 2.79 3.25 3.25 3.25

Oktober 3.33 3.33 4.14 2.79 2.79 3.25 3.25 3.25

November 3.33 3.33 3.06 2.79 2.79 3.25 3.25 3.25

Desember 3.33 3.33 2.79 2.79 3.25 3.25 3.25 3.25

Pada tabel 4.2 dapat kita lihat bahwa Tingkat suku bunga paling yang tertinggi terdapat pada bulan Januari-October 2008 yakni mencapai4.14% Sedangkan suku bunga yang terrendah terdapat pada bulan Januari 2009-November 2010 mencapai 2.79%. Dari tabel tersebut juga dapat dilihat bahwa tingkat suku bunga bergerak sangat sedikit tiap tahun dan kebanyakan tiap bulan Tingkat suku bunga tetap.

4.3 Gambararan dan perkembangan Bank of Japan Target Rate of

Unsecured Over Night Call Rate Expected(REJP)

PengembanganBank of Japan(DBJ) adalah lembagakeuangan milikpemerintah Jepang, yang didirikanpada bulan Oktober 2008(didirikan sebelumnya sebagaiBank Pembangunan Jepangpada tahun 1951). DBJmemilikipenyediaanpendanaan jangkapanjanguntuk bisnisutama danmemainkan peran pentingdalam pertumbuhan

ekonomiJepangselama lebih dari50tahun. TujuanDBJadalah untukmelakukan kegiatan usahamemanfaatkanmetode

(49)

sehingga memberikan kontribusi bagikelancaran pasokandanakepada mereka yangmembutuhkan danabisnis jangka panjang(untuk daerah, revitalisasiekonomi, energi terbarukan, kualitas hidup), sertakecanggihanfungsi keuangan.

http://www.ltic.org/Development‐Bank‐of‐Japan‐DBJ.htm

Berikut disajikan data perkembangan dari RJEP dari bulan Januari 2006 sampai dengan Desember 2013

Tabel 4.3

PerkembanganBank of Japan Target Rate of Unsecured Over Night Call Rate Expected(REJP) Dari Januari 2006 – Desember 2013

PERIODE 2006 2007 2008 2009 2010 2011 2012 2013

Januari 0.01 0.27 0.5 0.12 0.1 0.09 0.08 0.08

Februari 0.01 0.36 0.5 0.11 0.1 0.09 0.09 0.08

Maret 0.01 0.51 0.51 0.1 0.1 0.09 0.08 0.08

April O.01 0.51 0.51 0.1 0.09 0.06 0.08 0.07

Mei 0.02 0.52 0.51 0.1 0.09 0.07 0.08 0.07

Juni 0.04 0.51 0.51 0.1 0.1 0.07 0.08 0.07

Juli 0.16 0.5 0.5 0.1 0.09 0.07 0.08 0.07

Agustus 0.25 0.49 0.5 0.11 0.1 0.08 0.09 0.07

Septenber 0.26 0.51 0.5 0.1 0.09 0.08 0.09 0.07

Oktober 0.25 0.51 0.49 0.11 0.09 0.08 0.09 0.07

November 0.26 0.5 0.3 0.11 0.09 0.08 0.09 0.07

Desember 0.26 0.5 0.21 0.1 0.09 0.08 0.08 0.07

Dari table 4.3 dapat kita lihat bahwa Tingkat suku bunga paling rendah di Negara anggota Negara ASEAN+3 adalah Negara jepang hanya mencaipai 0.1% sedangkan tingkat suku bunga tertinggi pada Negara jepang hanya mencapai 0.5%.dapat kita simpulkan Negara jepang ini adalah Negara yang paling maju di antara anggota ASEAN+3.

(50)

4.4 Gambararan dan perkembangan South Korea Official Bank Rate (RKSL)

KoreaDevelopment Bankmenyediakan berbagaiperbankan dankeuanganproduk dan jasadiKoreaSelatandan internasional. Perusahaanberoperasi

melaluiCorporate Finance, InvestasiKeuangan, Manajemen Aset, Asuransi, dansegmenlain. Perusahaan inijuga menyediakanlayanan perbankaninvestasiterdiri dariMdanAlayanan untukperusahaan lokal dan asing, pelaksanaanprimer dan sekunderpenawaran ekuitas, divestasi, restrukturisasiutang, reallobisnis.

http://investing.businessweek.com

Berikut disajikan data perkembangan dari RKSL dari bulan Januari 2006 sampai dengan Desember 2013

Tabel 4.4

PerkembanganSouth Korea Official Bank Rate (RKSL) Dari Januari 2006 – Desember 2013

PERIODE 2006 2007 2008 2009 2010 2011 2012 2013 Januari 3.74 4.63 4.99 2.43 2.00 2.66 3.26 2.76 Februari 3.92 4.60 4.97 2.06 2.00 2.75 3.25 2.75

Maret 3.97 4.60 4.97 1.77 2.01 2.92 3.25 2.74

April 3.97 4.69 4.99 1.80 2.00 3.01 3.25 2.75

Mei 3.96 4.61 4.97 1.91 2.01 3.02 3.26 2.55

Juni 4.17 4.54 4.95 1.93 2.00 3.21 3.26 2.49

Juli 4.21 4.67 4.98 1.93 2.21 3.26 3.08 2.48

Agustus 4.42 4.92 5.22 1.98 2.27 3.25 3.00 2.50 September 4.47 4.98 5.22 1.99 2.27 3.25 2.99 2.50 Oktober 4.48 5.00 4.88 1.99 2.26 3.24 2.80 2.50 November 4.47 5.00 4.00 2.00 2.37 3.26 2.75 2.50 Desembe 4.45 4.99 3.27 2.00 2.50 3.26 2.75 2.50

Dari table 4.4 dapat kita lihat bahwa Tingkat suku bunga korea selatan termasuk kategori rendah atau menegah yang mana ter rendah mencapai 1.8% dan yang tertinggi mencapai 5.2% .tingkat suku bunga korea selatan setiap tahun berubah –ubah tidak ada yang menetap atau dapat juga kita sebut dengan tingkat suku bunga

(51)

korea fluktuasi tiap tahun.dan dapat kita ketahui tinggkat perekonomian yang baik pada korea selatan terdapat pada tahun 2009 sebab memiliki tingkat suku bungga yang paling rendah.

4.5 Gambaran dan perkembangan Malaysia Overnaight Policy Rate(RMAL)

Malaysiaadalah negaraberpenghasilan menengahdengan catatankinerja ekonomiyang kuatdanpengurangan kemiskinan. Hal inisebagian besar dicapaidenganMillenniumDevelopment Goalsuntuk pendapatan, kemiskinan, pendidikan dasar, jenis kelamin, dan baikkesehatanmenjelangtarget2015.

ADB bertujuan untuk membangunperansesuai dengan pengembanganprogramMalaysia.http://www.adb.org/countries/malaysia/main

Berikutdisajikan data perkembangan dari RMAL dari bulan Januari 2006 sampai dengan Desember 2013

Tabel 4.5

Perkembangan Malaysia Overnaight Policy Rate(RMAL) Dari Januari 2006 – Desember 2013

PERIODE 2006 2007 2008 2009 2010 2011 2012 2013

Januari 3.14 3.57 3.55 3.28 2.06 2.79 3.05 3.06

Februari 3.15 3.55 3.55 3.28 2.06 2.79 3.05 3.07

Maret 3.37 3.55 3.55 3.28 2.31 2.79 3.05 3.06

April 3.38 3.54 3.55 3.28 2.33 2.79 3.05 3.06

Mei 3.75 3.53 3.56 3.28 2.43 2.80 3.06 3.06

Juni 3.76 3.54 3.56 3.28 2.56 3.04 3.06 3.06

Juli 3.77 3.55 3.56 3.28 2.81 3.05 3.06 3.06

Agustus 3.70 3.54 3.56 3.28 2.81 3.05 3.06 3.06

September 3.69 3.55 3.56 3.28 2.81 3.05 3.06 3.06

Oktober 3.65 3.54 3.57 3.28 2.81 3.05 3.09 3.06

November 3.61 3.54 3.56 3.28 2.79 3.05 3.06 3.06

(52)

Dari table 4.5dapat kita lihat bahwa Tingkat suku bunga malaysia termasuk kategori stabil tiap bulan atau tiap tahun mengalami sedikit perubahan atau perubahanya sangat sedikit hanya berkisar pada 3% dan tinggkat suku tertinggi dapat kita lihat pada tahun 2006 mencapai 3.7% dan terendah dapat kita lihat pada tahun 2010 menurun mencapai 2%.negara Malaysia ini termasuk Negara yang mujudan perekonomian yang baik di kawasan ASEAN pada tahun 2010.

4.6 Gambaran dan Perkembangan Singapore Domestic Interbank Rate Overninght (RSGP)

DBS merupakan bank paling aman diAsia untuk keenam kalinya berturut-turut,DBS Bank membentengi berkembang pesat transaksi bisnis perbankan dengan appointmentmanajemen senior,DBSmelengkapi transaksi derivatif RMB FX pertama.

DBSBank, bank terbesardi Asia Tenggara, hari ini mengumumkanbahwa mereka telahmenandatanganikemitraan denganState Bank of India(SBI), bank terbesardi India,untuk menawarkan layananRemittanceonline dariSingapura keIndia. Melaluilayanan, yang dikenal sebagai 'DBS2SBI Remittance', pelangganDBS/POSBsekarangakan dapatmentransfer danacepat dan mudahke rekeningdilebih dari 16.000cabangSBI, serta30.000cabangdi India.

http://www.adb.org/publications/singapore-fact-sheet

Berikut disajikan data perkembangan dariRSGP dari bulan Januari 2006 sampai dengan Desember 2013.

(53)

Tabel 4.6

Perkembangan Singapore Domestic Interbank Rate Overninght (RSGP) Dari Januari 2006 – Desember 2013

PERIODE 2006 2007 2008 2009 2010 2011 2012 2013

Januari 3.31 3.44 1.69 0.44 0.44 0.31 0.31 0.30

Februari 3.38 3.31 1.38 0.44 0.44 0.31 0.31 0.30

Maret 3.38 2.94 1.13 0.50 0.44 0.31 0.31 0.40

April 3.31 2.94 1.25 0.44 0.38 0.31 0.31 0.40

Mei 3.32 2.38 1.06 0.44 0.38 0.31 0.31 0.40

Juni 3.50 2.38 0.94 0.44 0.38 0.31 0.31 0.50

Juli 3.50 2.38 0.88 0.44 0.38 0.31 0.31 0.50

Agustus 3.44 2.63 1.00 0.44 0.38 0.31 0.31 0.50

September 3.44 2.50 1.88 0.44 0.38 0.31 0.31 0.50

Oktober 3.56 2.38 1.13 0.44 0.38 0.31 0.31 0.50

November 3.44 2.31 0.69 0.44 0.31 0.31 0.31 0.50

Desember 3.44 2.00 0.75 0.44 0.31 0.31 0.31 0.50

Dari table 4.6 dapat kita lihat bahwa Tingkat suku bunga singapura termasuk kategori rendah di Negara anggota Negara ASEAN+3 adalah yang mana ter rendah mencapai 0.3% beda sedikat dengan jepang dan yang tertinggi mencapai 3.5% singapura dan jepang adalah sama-sama Negara paling maju di kawasan asiadan memiliki perekonomian yang baik sama seperti jepang.Dan pergerakan tinggat suku bungga singapura setiap tahun semakin membaik.

(54)

4.7 Gambaran dan Perkembangan Bank of ThailandRepurchase Market Rate (RTHA)

Develoment Bank of Thailand, lembaga keuangan, mengembangkan, mempromosikan, danmembantuusaha kecil dan menengahdalam pembentukan, operasi, perluasan, dan peningkatanbisnis mereka. menawarkanpinjaman, dijamin, layanankredit,modal ventura, konseling, dan layanan lainnya. Perusahaan inijuga menyediakanjasa pelatihan, seperti pelatihansistemPOSuntukusaha kecilritel, hukumpajak, danpelatihanperencanaanbagi pengusahakecil dan menengah, riset pasardan pelatihanpengembangan produk baru, distribusi produkdan pelatihanstrategishumas, pelatihan manajemenkekayaan intelektual, danpelatihanmanajemen keuangan. Kecildan Menengah

Tabel 4.7

Perkembangan Bank of ThailandRepurchase Market Rate (RTHA) Dari Januari 2006 – Desember 2013

PERIODE 2006 2007 2008 2009 2010 2011 2012 2013

Januari 4.25 4.75 3.25 2.75 1.25 2.25 3.00 2.75

Februari 4.25 4.50 3.25 2.00 1.25 2.25 3.00 2.75

Maret 4.50 4.00 3.25 1.50 1.25 2.50 3.00 2.75

April 4.75 4.00 3.25 1.25 1.25 2.75 3.00 2.75

Mei 4.75 3.50 3.25 1.25 1.25 2.75 3.00 2.50

Juni 5.00 3.25 3.50 1.25 1.25 3.00 3.00 2.50

Juli 5.00 3.25 3.50 1.25 1.50 3.25 3.00 2.50

Agustus 5.00 3.25 3.75 1.25 1.75 3.50 3.00 2.50

September 5.00 3.25 3.75 1.25 1.75 3.50 3.00 2.50

Oktober 5.00 3.25 3.75 1.25 1.75 3.50 2.75 2.50

November 5.00 3.25 2.25 1.25 1.75 3.25 2.75 2.25

Desember 5.00 3.25 2.25 1.25 2.00 3.25 2.75 2.25

Dari table 4.7dapat kita lihat bahwa Tingkat suku bunga Thailand tertinggi pada tahun 2006 mencapai 5% dan terrendah pada tahun 2009 mencapai 1.2% setiap tahun tinggkat suku bunga Thailand semakin membaik sampai tahun 2009 dan

(55)

berubah kembali memburuk.dan tiap tahun tinggakat suku bungga Thailand berubah-ubah.dan pada tahun 2009 tingkat perekonomian Thailand yang terbaik dn ang terburuk skitar tahun 2006.

4.8 Gambaran dan Perkembangan Philipina Overninght Reserve Repurchase Aggrement(RFIL)

Bank Pembangunan Filipina adalah lembaga perbankan perkembangan progresif di ASEAN Selama bertahun-tahun, DBP telah menjadi pemain kunci dalam pembangunan bangsa dengan membantu industri kritis dan sektor, mempromosikan kewirausahaan terutama di pedesaan, membantu membangun komunitas yang lebih produktif, maju perlindungan lingkungan dan memberikan kontribusi bagi perbaikan kehidupan seluruh bangsa Filipina.

https://www.devbnkphl.com/

Berikut akan disajikan data perkembangan dari RFIL dari bulan Januari 2006 sampai dengan Desember 2013.

(56)

Tabel 4.8

Perkembangan Philipina Overninght Reserve Repurchase Aggrement(RFIL) Dari Januari 2006 – Desember 2013

PERIODE 2006 2007 2008 2009 2010 2011 2012 2013

Januari 7.50 7.50 5.00 5.00 4.00 4.00 3.50 3.50

Februari 7.50 7.50 5.00 5.00 4.00 4.00 3.50 3.50

Maret 7.50 7.50 5.00 4.75 4.00 4.25 3.50 3.50

April 7.50 7.50 5.00 4.50 4.00 4.25 3.50 3.50

Mei 7.50 7.50 5.00 4.25 4.00 4.50 3.50 3.50

Juni 7.50 7.50 5.25 4.25 4.00 4.50 3.50 3.50

Juli 7.50 6.00 5.75 4.00 4.00 4.50 3.50 3.50

Agustus 7.50 6.00 6.00 4.00 4.00 4.50 3.50 3.50

September 7.50 6.00 6.00 4.00 4.00 4.50 3.50 3.50

Oktober 7.50 5.75 6.00 4.00 4.00 4.50 3.50 3.50

November 7.50 5.55 6.00 4.00 4.00 4.50 3.50 3.50

Desember 7.50 5.25 5.50 4.00 4.00 4.50 3.50 3.50

Pada tabel 4.8 dapat kita lihat bahwa Tingkat suku bunga paling yang tertinggi terdapat pada Tahun 2006 mencapai 7.5% Sedangkan suku bunga yang terrendah terdapat pada Tahun 2013 yankni sebesar 3.5%. dan timgkat perekonomian philipina yang baik pada tahun 2013bdan tingkat suku bungga tiap tahun mengalami perubahan dan tiap tahun perubahannya semakin membaik.

(57)

4.9 Analisis data dan pembahasan

Asumsi yang harus dipenuhi dalam analisis VAR adalah semua variabel tak bebas bersifat stasioner.Uji kestasioneran data dapat dilakukan melalui pengujian terhadap ada tidaknya unit root dalam variabel dengan uji Augmented Dickey Fuller (ADF), adanya unit root akan menghasilkan persamaan atau model regresi yang lancung.

Pendekatan yang dilakukan untuk mengatasi persamaan regresi lancung adalah dengan melakukan diferensiasi atas variabel endogen dan eksogennya, sehingga diperoleh variabel yang stasioner dengan derajat I (n). Kestasioneran data melalui pendiferensialan belum cukup, maka perlu mempertimbangkan keberadaan hubungan jangka panjang dan jangka pendek dalam model.

Pendeteksian keberadaan kointegrasi ini dapat dilakukan dengan metode Johansen atau Engel-Granger. Jika variabel-variabel tidak terkointegrasi maka dapat diterapkan VAR standar yang hasilnyaidentik dengan OLS, setelah memastikan variabel tersebut sudah stasioner pada derajat atau ordo yang sama. Jika pengujian membuktikan terdapat vektor kointegrasi, maka dapat diterapkan ECM untuk single equation atau VECM untuk system equation.

(58)

4.9.1 Uji Stasioneritas Data

Langkah pertama yang harus dilakukan dalam estimasi model ekonomi dengan data time series adalah dengan menguji stasioneritas pada data. Berikut ini hasil uji akar-akar unit untuk variabel yang akan digunakan dalam penelitian ini yaitu.Central Bank Rate antar Anggota negara ASEAN+3 seperti Bank Indonesia Reference Rate ( RIND), China Base Lending Rate (RCIN),Bank of Japan Target Rate of Unsecured Over Ninght Call Rate expected (RJEP),South Korea Official Bank Rate (RKSL),Malaysia Overnight Police Rate (RMAL),Singapore Domestik Interbank Rates overnaight (RSGP),Bank of Thailand Repurchase Market Rate 1 Day Official (RTHA) dan Philipines Overninght Reverse Repurshase Aggrement (RFIL)dengan mengunakanuji Augmented Dickey Fuller (ADF).

Tabel 4.9

Nilai Uji Stasioner Tingkat Level

variabel ADFStatistic Mackinnon critical

value (α=5%)

Kesimpulan

RIND -3.049904 -2.892536 Stasioner

RCIN -1.973986 -2.892200 Tidak stasioner

RJEP -1.614085 -2.892536 Tidak stasiner

RKSL -2.045488 -2.892536 Tidak stasioner

RMAL -1.933413 -2.892536 Tidak stasioner

RSGP -1.875807 -2.892536 Tidak stasioner

RTHA -1.336591 -2.892536 Tidak stasioner

RFIL -1.519927 -2.892536 Tidak stasioner

Pada tabel 4.9 diatas dapat dilihat bahwa hanya variableBank Indonesia Reference Rate( RIND) yang mengalami stasioner pada taraf uji 5% di tingkat level, sedangkan variabel,China Base Lending Rate (RCIN),Bank of Japan Target Rate of Unsecured Over Ninght Call Rate expected(RJEP),South Korea Official Bank

(59)

Rate(RKSL),Malaysia Overnight Police Rate(RMAL),Singapore Domestik Interbank Rates overnaight(RSGP),Bank of Thailand Repurchase Market Rate 1 Day Official(RTHA) dan Philipines Overninght Reverse Repurshase Aggrement (RFIL) tidak stasioner pada taraf uji 5% di tingkat level. Kriteria yang harus dipenuhi adalah semua variable harus stasioner pada taraf uji 5%, dengan demikian maka dilanjutkan dengan pengujian akar unit pada tingkat first difference.

Tabel 4.9.1

Hasil Uji Stasioneritas Bank Indonesia Reference Rate ( RIND) Dengan Trend dan Intercept

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.552818 0.0086 Test critical values: 1% level -3.501445

5% level -2.892536

10% level -2.583371

*MacKinnon (1996) one-sided p-values.

Dari tabel 4.9.1dapat dilihat bahwa nilai probabilitas variabel RIND adalah kurang dari α = 5% yaitu 0.0086 lebih kecil daripada 0.05 sehingga tidak terjadi unit root. Dengan kata lain bahwa untuk variabel RIND pada tingkat first different dengan memasukkan unsur trend dan intercept tidak ditemukan akar unit atau unit root. Artinya, variabel RIND yang digunakan dalam penelitian ini stasioner pada tingkat first different dengan tingkat signifikansi pada α = 5%.

(60)

Tabel 4.9.2

Hasil Uji Stasioneritas Variabel China Base Lending Rate (RCIN) Dengan Trend dan Intercept

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -8.344753 0.0000 Test critical values: 1% level -3.501445

5% level -2.892536

10% level -2.583371

*MacKinnon (1996) one-sided p-values.

Dari tabel 4.9.2 dapat dilihat bahwa nilai probabilitas variabel RCIN adalah kurang dari α = 5% yaitu 0.0000 lebih kecil daripada 0.05 sehingga tidak terjadi unit root. Dengan kata lain bahwa untuk variabel RICN pada tingkat first different dengan memasukkan unsur trend dan intercept tidak ditemukan akar unit atau unit root. Artinya, variabel RICN yang digunakan dalam penelitian ini stasioner pada tingkat first different dengan tingkat signifikansi pada α = 5%

Tabel 4.9.3

Hasil Uji Stasioneritas Variabel Bank of Japan Target Rate of Unsecured Over Ninght Call Rate expected (RJEP)

Dengan Trend dan Intercept

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -5.820292 0.0000 Test critical values: 1% level -3.501445

5% level -2.892536

10% level -2.583371

*MacKinnon (1996) one-sided p-values.

Dari tabel 4.9.3dapat dilihat bahwa nilai probabilitas variabel RJEP adalah kurang dari α = 5% yaitu 0.0000 lebih kecil daripada 0.05 sehingga tidak terjadi unit

(61)

root. Dengan kata lain bahwa untuk variabel RJEP pada tingkat first different dengan memasukkan unsur trend dan intercept tidak ditemukan akar unit atau unit root. Artinya, variabel RJEP yang digunakan dalam penelitian ini stasioner pada tingkat first different dengan tingkat signifikansi pada α = 5%.

Tabel 4.9.4

Hasil Uji Stasioneritas Variabel South Korea Official Bank Rate (RKSL) Dengan Trend dan Intercept

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.889522 0.0031 Test critical values: 1% level -3.501445

5% level -2.892536

10% level -2.583371

*MacKinnon (1996) one-sided p-values.

Dari tabel 4.9.4 dapat dilihat bahwa nilai probabilitas variabel RKSL adalah kurang dari α = 5% yaitu 0.0031 lebih kecil daripada 0.05 sehingga tidak terjadi unit root. Dengan kata lain bahwa untuk variabel RKSL pada tingkat first different dengan memasukkan unsur trend dan intercept tidak ditemukan akar unit atau unit root. Artinya, variabel RKSL yang digunakan dalam penelitian ini stasioner pada tingkat first different dengan tingkat signifikansi pada α = 5%.

(62)

Tabel 4.9.5

Hasil Uji Stasioneritas Variabel Malaysia Overnight Police Rate (RMAL) Dengan Trend dan Intercept

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -9.250776 0.0000 Test critical values: 1% level -3.501445

5% level -2.892536

10% level -2.583371

*MacKinnon (1996) one-sided p-values.

Dari tabel 4.9.5 dapat dilihat bahwa nilai probabilitas variabel RMAL adalah kurang dari α = 5% yaitu 0.0000 lebih kecil daripada 0.05 sehingga tidak terjadi unit root. Dengan kata lain bahwa untuk variabel RMAL pada tingkat first different dengan memasukkan unsur trend dan intercept tidak ditemukan akar unit atau unit root. Artinya, variabel RMAL yang digunakan dalam penelitian ini stasioner pada tingkat first different dengan tingkat signifikansi pada α = 5%.

Tabel 4.9.6

Hasil Uji Stasioneritas Variabel Singapore Domestik Interbank Rates overnaight (RSGP), Dengan Trend dan Intercept

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -9.870000 0.0000 Test critical values: 1% level -3.501445

5% level -2.892536

10% level -2.583371

*MacKinnon (1996) one-sided p-values.

Dari tabel 4.9.6 dapat dilihat bahwa nilai probabilitas variabel RSGP adalah kurang dari α = 5% yaitu 0.0000 lebih kecil daripada 0.05 sehingga tidak terjadi unit

(63)

root. Dengan kata lain bahwa untuk variabel RSGP pada tingkat first different dengan memasukkan unsur trend dan intercept tidak ditemukan akar unit atau unit root. Artinya, variabel RSGP yang digunakan dalam penelitian ini stasioner pada tingkat first different dengan tingkat signifikansi pada α = 5%.

Tabel 4.9.7

Hasil Uji Stasioneritas Variabel Bank of Thailand Repurchase Market Rate 1 Day Official (RTHA)

Dengan Trend dan Intercept

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -8.264321 0.0000 Test critical values: 1% level -3.501445

5% level -2.892536

10% level -2.583371

*MacKinnon (1996) one-sided p-values.

Dari tabel 4.9.7 dapat dilihat bahwa nilai probabilitas variabel RTHA adalah kurang dari α = 5% yaitu 0.0000 lebih kecil daripada 0.05 sehingga tidak terjadi unit root. Dengan kata lain bahwa untuk variabel RTHA pada tingkat first different dengan memasukkan unsur trend dan intercept tidak ditemukan akar unit atau unit root. Artinya, variabel RTHA yang digunakan dalam penelitian ini stasioner pada tingkat first different dengan tingkat signifikansi pada α = 5%.

Tabel 4.9.8

Hasil Uji Stasioneritas Variabel Philipines Overninght Reverse Repurshase Aggrement (RFIL) Dengan Trend dan Intercept

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -8.334738 0.0000 Test critical values: 1% level -3.501445

5% level -2.892536

10% level -2.583371

(1)

114

DRTHA = C(8,1)*DRCIN(-1) + C(8,2)*DRFIL(-1) + C(8,3)*DRIND(-1) + C(8,4)*DRJEP(-1) + C(8,5)*DRKSL(-1) + C(8,6)*DRMAL(-1) + C(8,7)*DRSGP(-1) + C(8,8)*DRTHA(-1) + C(8,9)

VAR Model - Substituted Coefficients: ===============================

DRCIN = 0.780303000513*DRCIN(-1) - 0.0843264600478*DRFIL(-1) - 0.0473663904278*DRIND(-1) - 0.00622169675093*DRJEP(-1) + 0.0793730708259*DRKSL(-1) - 0.00725193896619*DRMAL(-1) + 0.0273382947626*DRSGP(-1) - 0.00519803408818*DRTHA(-1) + 0.401683147422

DRFIL = 0.17674703513*DRCIN(-1) + 0.890727660836*DRFIL(-1) + 0.106008945865*DRIND(-1) + 0.00389854290032*DRJEP(-1) - 0.0627816992996*DRKSL(-1) - 0.103871458699*DRMAL(-1) + 0.012425884077*DRSGP(-1) + 0.0264056306761*DRTHA(-1) - 0.0795573731095

DRIND = 0.215989301988*DRCIN(-1) - 0.0400538156147*DRFIL(-1) + 0.946409728105*DRIND(-1) - 0.0149879031858*DRJEP(-1) + 0.00945433969923*DRKSL(-1) - 0.0378026385887*DRMAL(-1) + 0.025092173764*DRSGP(-1) - 0.0402558830998*DRTHA(-1) - 0.0383285926339

DRJEP = 0.818448133855*DRCIN(-1) + 0.393028698089*DRFIL(-1) - 0.462216833285*DRIND(-1) + 0.616694848213*DRJEP(-1) + 0.300848591321*DRKSL(-1) + 0.113611106613*DRMAL(-1) + 0.257004454318*DRSGP(-1) - 0.331009932299*DRTHA(-1) - 1.43723960239

DRKSL = 0.407775522791*DRCIN(-1) + 0.202277318659*DRFIL(-1) - 0.351266946381*DRIND(-1) - 0.0554364471436*DRJEP(-1) + 0.93151185861*DRKSL(-1) - 0.0876041822691*DRMAL(-1) + 0.0770191943057*DRSGP(-1) - 0.0649992008401*DRTHA(-1) + 0.0694578399178

DRMAL = 0.0656051824464*DRCIN(-1) + 0.00508718861011*DRFIL(-1) + 0.0369769205505*DRIND(-1) + 0.00627778333522*DRJEP(-0.0369769205505*DRIND(-1) - 0.0154697780863*DRKSL(-0.0369769205505*DRIND(-1) + 0.753008960897*DRMAL(-0.0369769205505*DRIND(-1) + 0.00139312520626*DRSGP(-1) + 0.0321045409919*DRTHA(-1) + 0.124220831959

DRSGP = 0.263526401258*DRCIN(-1) + 0.267223684764*DRFIL(-1) - 0.277387725591*DRIND(-1) - 0.0395620354893*DRJEP(-1) - 0.166289843816*DRKSL(-1) + 0.0754457860145*DRMAL(-1) + 0.989725222792*DRSGP(-1) + 0.05322507576*DRTHA(-1) - 0.217220271697

DRTHA = - 0.19229065018*DRCIN(-1) - 0.054735021085*DRFIL(-1) - 0.0430585377087*DRIND(-1) - 0.106021419373*DRJEP(-1) + 0.536740951894*DRKSL(-1) - 0.0749185358266*DRMAL(-1) + 0.0236555857212*DRSGP(-1) + 0.721675000407*DRTHA(-1) - 0.07311559511

(2)

(3)

116

Vari ance Deco mpo sition of DRC IN: Peri

od S.E. DRCIN DRFIL DRIND DRJEP DRKSL DRMAL DRSGP DRTHA 1 0.042084 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.054904 98.84124 0.220495 0.007107 0.004880 0.546926 0.002311 0.373702 0.003341 3 0.062995 96.56282 0.474409 0.062848 0.008641 1.623519 0.001996 1.253831 0.011940 4 0.068916 93.59292 0.616622 0.223994 0.010082 2.983377 0.002887 2.551915 0.018199 5 0.073578 90.25828 0.630110 0.534855 0.009875 4.425873 0.009300 4.114028 0.017675 6 0.077398 86.76514 0.576844 1.014090 0.008990 5.823364 0.022248 5.771783 0.017545 7 0.080613 83.23084 0.552060 1.653516 0.008661 7.107248 0.039302 7.372800 0.035574 8 0.083388 79.72214 0.653682 2.422968 0.010703 8.245373 0.056003 8.795400 0.093731 9 0.085851 76.28213 0.964168 3.277373 0.017737 9.224803 0.067865 9.954869 0.211052 10 0.088110 72.94410 1.540076 4.164374 0.033139 10.04226 0.072393 10.80529 0.398360 Vari ance Deco mpo sition of DRFI L: Peri

od S.E. DRCIN DRFIL DRIND DRJEP DRKSL DRMAL DRSGP DRTHA 1 0.040074 0.210087 99.78991 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.055069 2.963827 95.58622 0.229195 0.005337 0.120882 0.932258 0.076578 0.085704 3 0.065829 6.674549 89.48684 0.711905 0.016543 0.204745 2.408082 0.316346 0.180987 4 0.074379 10.64695 82.77437 1.351206 0.031822 0.217080 3.953639 0.784111 0.240819 5 0.081562 14.55285 76.06248 2.042421 0.048603 0.190660 5.312389 1.528014 0.262584 6 0.087847 18.20759 69.67296 2.695825 0.064205 0.165501 6.365211 2.569799 0.258911 7 0.093515 21.49121 63.78782 3.248947 0.076643 0.169372 7.081574 3.901245 0.243191 8 0.098729 24.32742 58.50396 3.669754 0.085048 0.215414 7.486482 5.487567 0.224356 9 0.103574 26.67884 53.85602 3.952595 0.089591 0.305730 7.635028 7.275435 0.206756 10 0.108087 28.54286 49.83257 4.110272 0.091094 0.435984 7.593029 9.202221 0.191969 Vari ance Deco mpo sition of DRI ND: Peri

od S.E. DRCIN DRFIL DRIND DRJEP DRKSL DRMAL DRSGP DRTHA 1 0.018848 0.355432 0.197791 99.44678 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.027941 9.779832 0.235913 87.54475 0.052784 0.000699 0.395190 1.217113 0.773723 3 0.036784 20.75069 0.847638 72.48817 0.058608 0.002708 0.772267 3.474458 1.605456 4 0.045625 29.37466 1.785742 59.53110 0.040714 0.009885 0.919512 6.185438 2.152953 5 0.054226 35.19244 2.841024 49.51964 0.032103 0.027677 0.880258 9.071158 2.435693 6 0.062357 38.74954 3.882680 41.96168 0.044605 0.060691 0.750314 12.01596 2.534527

(4)

Vari ance Deco

mpo sition

of DRJ

EP: Peri

od S.E. DRCIN DRFIL DRIND DRJEP DRKSL DRMAL DRSGP DRTHA 1 0.136391 11.50461 3.294037 1.323754 83.87760 0.000000 0.000000 0.000000 0.000000 2 0.184644 18.44902 4.908533 1.629679 70.17976 0.551122 0.160878 2.923062 1.197946 3 0.226207 24.55307 6.290771 1.851693 56.18691 0.977076 0.295225 7.758932 2.086322 4 0.264872 28.76729 7.353590 2.000354 45.27213 1.168951 0.364491 12.79667 2.276521 5 0.300043 31.15336 8.178841 2.096343 37.47762 1.242415 0.396501 17.38162 2.073298 6 0.331111 32.14188 8.865675 2.154438 31.98547 1.283049 0.413225 21.38963 1.766625 7 0.358011 32.17252 9.485866 2.183502 28.04863 1.330863 0.424068 24.84333 1.511220 8 0.381068 31.59942 10.08352 2.189094 25.14606 1.401532 0.431136 27.78215 1.367082 9 0.400788 30.68474 10.68309 2.175346 22.94110 1.499692 0.433464 30.23853 1.344048 10 0.417710 29.61234 11.29618 2.145937 21.22049 1.624772 0.429569 32.24222 1.428489 Vari

ance Deco

mpo sition

of DRK

SL: Peri

od S.E. DRCIN DRFIL DRIND DRJEP DRKSL DRMAL DRSGP DRTHA 1 0.047557 22.60435 3.837545 0.029668 1.237825 72.29061 0.000000 0.000000 0.000000 2 0.073312 32.60232 6.149515 0.600147 0.530290 57.85264 0.307526 1.664541 0.293014 3 0.096736 38.37514 8.004257 1.372894 0.328451 46.84191 0.735118 3.976195 0.366034 4 0.118103 40.98834 9.568958 2.190275 0.265139 39.32377 1.120750 6.246684 0.296080 5 0.137247 41.52315 11.01877 3.002764 0.244055 34.27716 1.425368 8.289479 0.219252 6 0.154202 40.73734 12.46666 3.791782 0.241298 30.84775 1.655476 10.04992 0.209778 7 0.169183 39.14128 13.97454 4.543475 0.251614 28.46061 1.830054 11.50210 0.296322 8 0.182489 37.08698 15.56930 5.242782 0.274933 26.74451 1.968928 12.63044 0.482126 9 0.194435 34.82213 17.25374 5.874119 0.312796 25.45969 2.089320 13.43175 0.756451 10 0.205305 32.51970 19.01379 6.423777 0.367054 24.45054 2.205355 13.91897 1.100818

(5)

118

Vari

ance Deco

mpo sition

of DRM

AL: Peri

od S.E. DRCIN DRFIL DRIND DRJEP DRKSL DRMAL DRSGP DRTHA 1 0.051670 0.062036 0.507549 0.222706 0.563727 0.987763 97.65622 0.000000 0.000000 2 0.064850 0.656492 0.439650 0.162844 0.585807 1.033533 97.02964 0.000681 0.091355 3 0.071545 1.593511 0.404055 0.134213 0.574800 1.198606 95.86206 0.012518 0.220242 4 0.075435 2.789463 0.382434 0.132393 0.547103 1.481649 94.26905 0.060422 0.337487 5 0.077977 4.176816 0.365569 0.143466 0.516859 1.880124 92.31454 0.176936 0.425689 6 0.079866 5.680280 0.349951 0.153813 0.492782 2.378855 90.06661 0.392212 0.485493 7 0.081452 7.213877 0.336718 0.156364 0.478258 2.951464 87.61385 0.724934 0.524535 8 0.082904 8.690263 0.331154 0.152142 0.473128 3.567221 85.05734 1.177438 0.551312 9 0.084293 10.03337 0.341990 0.148252 0.475683 4.197614 82.49424 1.735829 0.573022 10 0.085642 11.18795 0.380451 0.154409 0.484046 4.820044 80.00386 2.373766 0.595473 Vari

ance Deco

mpo sition

of DRS

GP: Peri

od S.E. DRCIN DRFIL DRIND DRJEP DRKSL DRMAL DRSGP DRTHA 1 0.135662 5.268575 0.538379 1.273299 3.340756 7.629058 0.065883 81.88405 0.000000 2 0.191145 6.774187 1.157082 0.968597 2.577548 6.670833 0.174464 81.64839 0.028902 3 0.232135 7.741864 1.798300 0.783923 2.078950 5.969925 0.272132 81.21060 0.144304 4 0.264638 8.237292 2.413818 0.671440 1.731788 5.491244 0.349547 80.74152 0.363351 5 0.291111 8.391541 2.992264 0.603905 1.478657 5.185168 0.404816 80.27089 0.672757 6 0.312995 8.332608 3.535959 0.566276 1.290375 5.009062 0.438258 79.78197 1.045493 7 0.331291 8.160193 4.050456 0.550082 1.152004 4.930399 0.451653 79.25310 1.452116 8 0.346742 7.942158 4.540483 0.550140 1.055455 4.924904 0.448354 78.67190 1.866604 9 0.359921 7.719938 5.008794 0.562773 0.995531 4.974222 0.433205 78.03690 2.268638 10 0.371272 7.516249 5.456223 0.584918 0.967900 5.064178 0.412065 77.35454 2.643928

(6)

of DRT

HA: Peri

od S.E. DRCIN DRFIL DRIND DRJEP DRKSL DRMAL DRSGP DRTHA 1 0.081145 26.04533 1.236178 0.962027 4.653812 10.42098 0.069873 4.81E-05 56.61176 2 0.108336 22.03478 1.131636 0.922569 7.017037 20.24501 0.277723 0.069883 48.30136 3 0.129107 19.68030 1.311754 0.710188 8.851182 28.42238 0.689531 0.250751 40.08392 4 0.147372 18.47454 1.815617 0.554175 10.01582 34.01813 1.282855 0.526422 33.31244 5 0.164248 17.95090 2.661192 0.593132 10.59369 37.29289 1.986624 0.862018 28.05955 6 0.180143 17.72615 3.823878 0.868473 10.74237 38.84852 2.722695 1.218286 24.04963 7 0.195216 17.53051 5.256405 1.359275 10.61603 39.25858 3.431365 1.559651 20.98818 8 0.209546 17.21192 6.907627 2.015154 10.33459 38.95631 4.078310 1.858071 18.63802 9 0.223190 16.71443 8.730343 2.777249 9.979509 38.23189 4.650635 2.094381 16.82156 10 0.236216 16.04610 10.68173 3.589134 9.601023 37.26614 5.149659 2.258371 15.40784 Chol

esky Orde ring: DRC IN DRFI

L DRI ND DRJ EP DRK SL DRM

AL DRS GP DRT HA

Analisis Integrasi Sektor Pebankan ASEAN+3 Berdasarkan Analisis keterkaitan Central Bank Rate Dengan Menggunakan Metode VAR Periode Tahun 2006-2013

SKRIPSI

ANALISIS INTEGRASI SEKTOR PERBANKAN ASEAN +3

BERDASARKAN ANALISIS KETERKAITAN PADA CENTRAL

BANK RATE DENGAN MENGGUNAKAN METODE VAR

PERIODE TAHUN 2006-2013

OLEH

DAVID PUTRA TUMBOR SIPAYUNG

100501048

PROGRAM STUDI EKONOMI PEMBANGUNAN

DEPARTEMEN EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI

UNIVERSITAS SUMATERA UTARA

MEDAN

ABSTRACT

UNIVERSITAS SUMATRA UTARA

FAKULTAS EKONOMI

DEPERTEMEN EKONOMI PEMBANGUNAN

ABSTRACT

α

α

α

α

α

β

α

Σ

α

y

Σ

ß

µ

ß

Σ

λ

y

Σ

γ

µ

;

γ

µ

µ

∑

ß

∑

γ

∑

ß

∑

γ

∑

ß

∑

γ

∑

ß

∑

γ

α

α

114

116

118

Parts

Dokumen yang terkait

Analisis Kinerja Keuangan dengan Metode Rasio pada PT Bank Central Asia Tbk Periode 2006-2015

Analisis Kinerja Keuangan dengan Metode Rasio pada PT Bank Central Asia Tbk Periode 2006-2015

Analisis Kinerja Keuangan dengan Metode Rasio pada PT Bank Central Asia Tbk Periode 2006-2015

Analisis Kinerja Keuangan dengan Metode Rasio pada PT Bank Central Asia Tbk Periode 2006-2015

Analisis Kinerja Keuangan dengan Metode Rasio pada PT Bank Central Asia Tbk Periode 2006-2015

Analisis Kinerja Keuangan dengan Metode Rasio pada PT Bank Central Asia Tbk Periode 2006-2015

Analisis Integrasi Sektor Pebankan ASEAN+3 Berdasarkan Analisis keterkaitan Central Bank Rate Dengan Menggunakan Metode VAR Periode Tahun 2006-2013

BAB II TINJAUAN PUSTAKA 2.1. Definisi 2.1.1. Pengertian Industri Perbankan - Analisis Integrasi Sektor Pebankan ASEAN+3 Berdasarkan Analisis keterkaitan Central Bank Rate Dengan Menggunakan Metode VAR Periode Tahun 2006-2013

BAB I PENDAHULUAN 1.1 Latar Belakang - Analisis Integrasi Sektor Pebankan ASEAN+3 Berdasarkan Analisis keterkaitan Central Bank Rate Dengan Menggunakan Metode VAR Periode Tahun 2006-2013

SKRIPSI ANALISIS INTEGRASI SEKTOR PERBANKAN ASEAN +3 BERDASARKAN ANALISIS KETERKAITAN PADA CENTRAL

Dokumen yang Anda mencari sudah siap untuk unduhkan