4.4. Kinerja Indeks Komposit dalam Menghasilkan Sinyal
Indeks komposit kerentanan nilai tukar atau IMV merupakan agregasi dari indikator-indikator dini yang memiliki daya prediksi terhadap krisis nilai tukar
yang terdiri dari perubahan nilai tukar rill, tingkat pertumbuhan kredit domestik, jumlah uang beredar, kenaikan harga dan pergerakan harga saham. Adapun indeks
yang menunjukan kerentanan perbankan atau IBV merupakan komposit dari rasio pinjaman terhadap simpanan perbankan, kewajiban terhadap luar negeri, kredit
domestik, pergerakan nilai tukar dan kenaikan harga. Kedua indeks tersebut memperlihatkan kerentanan nilai tukar dan kondisi perbankan terhadap adanya
goncangan. Ketika kerentanan meningkat maka ada kemungkinan krisis akan terjadi karena peningkatan kerentanan yang telah melewati threshold adalah
sinyal akan terjadinya krisis. Threshold
yang digunakan berasal dari rata-rata CSD dijumlahkan dengan 1.5 standar deviasi dari CSD-nya. CSD IMV atau IBV yang melewati threshold
menandakan tingginya volatilitas yang terjadi pada periode tersebut artinya deviasi dari nilai kerentanan terhadap kestabilannya sangat besar. Periode ketika
volatilitas yang tinggi melewati threshold merupakan sinyal yang dikeluarkan untuk memprediksi krisis. Pada IMV dan IBV juga dilakukan uji stasioneritas dan
uji korelasi silang. Adapun jarak antara sinyal yang dikeluarkan dengan krisis yang terjadi dan keakuratan sinyal tersebut dalam memprediksi krisis akan
diuraikan lebih lanjut dalam pembahasan.
4.4.1. Stasioneritas dan Korelasi Silang IMV dan IBV
Indikator yang menjadi komposit IMV adalah IREER, IDC, IM2, IEQ dan ICPI, kelima indikator tersebut kemudian diagregasi sehingga menghasilkan IMV.
IMV yang merupakan indeks komposit kerentanan terlebih dahulu harus bebas dari akar unit agar siklus yang dibentuk IMV bukan merupakan siklus yang palsu.
Selain itu, threshold IMV diperoleh dari estimasi GARCH yang merupakan salah satu analisis deret waktu dimana stasioneritas data merupakan kriteria yang harus
terpenuhi agar hasil regresi menunjukan hasil yang nyata. Tabel 4.12. Uji Stasioneritas dan Korelasi Silang IMV dan IBV
Uji Stasioneritas Korelasi Silang dengan IBC
Variabel Nilai ADF
Nilai Kristis McKinnon
1 persen
Keterangan Fase LeadLag
Time Coef
IMV -10.34564
-3.481623 Stasioner 1
Leading 10 0.3528
IBV -9.324941
-3.481623 Stasioner 1
Leading 5 0.5328S
Berdasarkan uji ADF, nilai kritis McKinnon lebih besar dari nilai ADF statistiknya yaitu bernilai -10.34564 sehingga dengan nilai kritis 1 persen -
3.481623 IMV merupakan deret data yang stasioner. IMV yang merupakan leading indicators
untuk krisis nilai tukar harus memiliki fase pergerakan leading, untuk melihat apakah IMV bergerak lebih dulu dari krisis nilai tukar ISP
digunakan uji korelasi silang, dari uji ini akan diperoleh juga jangka waktu antara sinyal dan krisis yang seharusnya digunakan oleh para pengambil kebijakan untuk
melakukan pencegahan agar kerentanan yang menimpa nilai tukar segera diatasi sehingga krisis nilai tukar tidak terjadi.
Berdasarkan hasil uji tersebut, IMV memiliki koefisien korelasi 0.3528 dengan fase pergerakan leading dengan lead time bulan ke-10. Hasil pengujian ini
mengindikasikan IMV dapat memprediksi adanya krisis nilai tukar, namun
ketepatan dalam memprediksinya belum diketahui. Apabila dilihat pada Gambar 4.12, pergerakan siklikal IMV mendahului pergerakan ISP berarti IMV dapat
dijadikan indikator dini untuk memprediksi pergerakan ISP atau kerentanan nilai
tukar.
IBV merupakan indeks komposit yang menunjukan pergerakan kerentanan perbankan, dan yang menjadi komposit IBV adalah ILDR, IFL, IDC, IER dan
IDC. Indikator komposit tersebut merupakan indikator yang telah diseleksi pada pembahasan sebelumnya, sehingga indikator yang terpilih merupakan indikator
yang memiliki daya prediksi terhadap adanya krisis. Dengan terkompositnya indikator-indikator tersebut maka diharapkan IBV itu sendiri merupakan suatu
indikator dini yang memiliki daya prediksi tinggi dan akurasi sinyal yang baik. Asumsi yang mendasari diagregasikannya indikator terpilih menjadi
indeks yaitu perilaku indikator-indikator komposit yang tidak normal menjelang krisis bergerak kearah yang sama, sehingga dengan mengkompositkan indikator-
indikator tersebut apabila terdapat indikator komposit yang tidak bergerak kearah yang sama, maka angka IBV tidak berubah dan tidak akan ada sinyal yang
muncul, demikian halnya juga untuk IMV. Threshold
yang digunakan dalam penelitian ini berasal dari proses filtering dengan menggunakan CSD dari estimasi GARCH oleh karena itu diperlukan uji
ADF untuk melihat kestasioneran deret data IBV. Adapun hasilnya yaitu deret data dari IBV yang merupakan penjumlahan dari semua indikator kompositnya
merupakan deret data yang stasioner. Nilai ADF statistiknya yaitu -9.324941 yang lebiih kecil dibandingkan dengan -3.481623 yang merupakan nilai kritis
McKinnon pada tingkat 1 persen. Uji korelasi silang menunjukan nilai yang
memuaskan dengan koefisien korelasi sebesar 0.5328 dan fase pergerakan IBV tehadap IBC yaitu leading pada lead time bulan ke-5. Gambar 4.13
memperlihatkan pergerakan IBV lebih dulu bergerak dibandingkan dengan IBC, terlihat jelas ketika IBV meningkat beberapa periode kemudian IBC mengalami
peningkatan juga. Berdasarkan hasil uji korelasi silang IBV merupakan indeks kerentanan perbankan yang memiliki daya prediksi terhadap pergerakan krisis
perbankan dan mengindikasikan sinyal yang nantinya dihasilkan oleh IBV merupakan sinyal terjadinya krisis yang dapat dipercaya.
4.4.2. Hasil Estimasi GARCH
Evaluasi akurasi sinyal pada IMV atau IBV memerlukan threshold untuk menghasilkan sinyal. IMV atau IBV mengeluarkan sinyal jika terjadi volatilitas
yang tinggi pada suatu periode yang melewati threshold yang ditentukan. Volatilitas dalam penelitian ini merupakan hasil dari proses filtering untuk
mendapatkan sinyal dengan menggunakan model GARCH sehingga volatilitasnya digambarkan dengan pergerakan dari CSD. Adapun threshold berasal dari nilai
rata-rata dijumlahkan dengan 1.5 standar deviasi dari CSD Volatilitas IMV atau IBV pada waktu ke-t diduga pada waktu ke t-1
sehingga volatilitas yang tinggi menunjukan deviasi yang besar antara IMV atau IBV pada waktu ke-t terhadap tingkat pertumbuhannya pada waktu ke t-1.
Proses ini akan memfilter sinyal terjadinya krisis dengan landasan sinyal akan keluar apabila terjadi perbedaan yang sangat jauh antara tingkat pertumbuhan
Kategori