Kinerja IBV dalam Menghasilkan Sinyal

2. Pemerintah agar melakukan pemantauan pergerakan variabel yang mampu

memprediksi krisis nilai tukar dan perbankan yang terbaik untuk mengantisipasi krisis sedini mungkin, terutama dengan variabel yang berhubungan dengan nilai tukar karena dari krisis nilai tukar maupun krisis perbankan yang memiliki kemampuan memprediksi yang baik adalah variabel REER dan ER. 3. Meskipun IMV mampu mengikuti pergerakan siklikal dari ISP, tetapi nilai koefisien hanya 0.35 persen, lebih kecil dibandingkan dengan nilai koefisien IBV terhadap IBC yang mencapai 0.53 persen. Hal ini berarti diperlukan penelitian lebih lanjut, terutama penggunaan data baru untuk IMV agar hasilnya lebih relevan dengan kondisi perekonomian yang terus berubah. 4. Pergerakan siklikal IMV dan IBV mampu memprediksi krisis nilai tukar dan krisis perbankan dimasa datang yang kekuatan krisisnya sama dengan krisis terdahulu dan bisa menyajikan selang waktu sebelum krisis terjadi. Selang waktu tersebut dapat digunakan oleh para pengambil kebijakan untuk meminimumkan kerentanan yang terjadi pada kondisi nilai tukar dan perbankan setidaknya untuk tingkat domestik masih ada waktu untuk melakukan antisipasi.

5.3. Saran Penelitian Selanjutnya

Untuk penelitian lebih lanjut mengenai sistem deteksi dini dengan Signal Approach Methode SAM disarankan hal-hal sebagai berikut: 1. Analisis menggunakan indikator-indikator dini yang baru agar keakuratan IMV dan IBV menjadi lebih baik, terutama untuk variabel yang mewakili sektor internal perbankan dan sektor fiskal.

2. Pemilihan threshold yang berbeda-beda harus dilakukan untuk mendeteksi

tingkat kerentanan nilai tukar atau perbankan, misalnya untuk threshold dengan 0.5 dikalikan standar deviasi atau 1 dan 2 dikali standar deviasinya. Dengan adanya pembagian threshold tersebut tidak hanya krisis yang dapat diantisipasi melainkan juga tingkat stadium-stadium kerentanan nilai tukar dan perbankan. 3. Adanya penelitian dengan penambahan periode waktu dan metode filtering yang berbeda untuk kasus di Indonesia sehingga dengan banyaknya sistem deteksi dini yang digunakan terdapat lebih banyak acuan untuk memprediksi krisis. DAFTAR PUSTAKA Agung, J., E. Sukawati, R. Morena, D. Hermawan dan B. mukti. 2002. Desain Sistem Deteksi Dini dalam Rangka Monitoring Stabilitas Sistem Keuangan. Direktorat Riset Ekonomi dan Kebijakan Moneter, Bank Indonesia, Jakarta. Aczel, A. D. 1989. ”Time Series, Forecasting and Index Number”. Complete Business Statistic. Homewood: Irwin, inc., United States. Basri, F. 2002. Perekonomian Indonesia: Tantangan dan Harapan bagi Kebangkitan Indonesia. Erlangga, Jakarta. Batunagar, S. 2003. Pentingnya Stabilitas Sistem Keuangan. Pengembangan Perbankan, Edisi 99 Maret-April, Jakarta. Brooks, C. 2002. Introductory Econometrics for Finance. Cambridge University Press, United Kingdom. Claproth, R. 16 April 2004. Krisis Multidimensi Kembali Berulang?. www.dadangsolihin.comideaclaproth.doc [18 Agustus 2006]. Delurgro, S. A. 1998. ”Cyclical Forecasting Methods”. Forecasting Principles and Applications, chapter 14: 583-623. Irwin Mcgraw Hill, United States. Dewati, W , E. Sukawati dan D. H. Adiwibowo. 2004. Indikator Dini Kerentanan Sektor Keuangan. Direktorat Riset Ekonomi dan Kebijakan Moneter, Bank Indonesia, Jakarta. Djiwandono, J. S. 23 Maret 2004. Menuju Sistem Perbankan untuk Mendukung Pembangunan [Kolom Pakar Online]. http:kolom.pacific.net.idind [7 Maret 2006]. Hadad, M. D, W. Santoso dan B. Arianto. 2003. Indikator Awal Krisis Perbankan. Bank Indonesia, Jakarta. Hardy, D. C. dan C. Pazarbasioglu. 1999. Determinants and Leading Indicators of Banking Crisis: Further Evidence. IMF Staff Papers, 46:247-258. Herrera, S. Dan Garcia, C. September 1999. User’s Guide to An Early Warning System for Macroeconomic Vulnerability in Latin American Countries.Worl Bank Working Paper 2233.