INTRODUCTION Several studies have been conducted on money
1. INTRODUCTION Several studies have been conducted on money
Money demand can be used as an important demand on different economy. Studies conducted on indicator for economic growth in a country. The ability
developed economy such are: United States (Hafer and to determine money demand is one significant factor
Jansen (1991), McNown and Wallace (1992)); to perform optimum monetary policy. When the
Germany (von Hagen (1993), Hansen and Kim output of one economy is increasing, money demand
(1995)), Bahmani-Oskooee and Bohl (2000)); United is also increasing due to the increase of the
Kingdom (Adam (1991) and Johansen (1992)); Japan transaction and consumption. On the other hand,
(Bahmani-Oskooee and Shabsigh (1996)). However, when interest rate is increasing, people are more
there are also studies on developing economy such willing to hold other asset that gives return instead of
are: Iran (Bahmani-Oskooee (1996)), Shrestani- money that has zero return.
Renani (2007); Rusia (Bahmani-Oskooee and Barry The demand for money depends on the choices
(2000)); Yugoslavia (Frenkel and Taylor (1993)); made by the economic actors on their portfolio
Cambodia (Samreth (2008)), and China (Hafer&Kutan problem. This problem can be solved by choosing
(1994)). The silver lining of the finding on those optimum allocation of wealth either on money or on
studies is the existence of cointegration relation non-monetary assets. Both have their own positive
between broad money (M2) with interest rate and and negative aspects. Money has the liquidity to
income using Johansen (1988) and Johansen and perform transactions, but it does not earn any
Juselius (1990) cointegrating techniques. interest, while non-monetary asset is on the other way
As for Indonesian economy, several studies have round. In other words, the decision to hold money
been conducted with different results. Price and depends on how much people value liquidity over
conducted Engle-Granger, return.
Insukindro
Johansen, and error correction (ECM) on periode 1969Q1-1987Q4 and found that the existence of
Jurnal BPPK, Volume 7 Nomor 2, 2014 111 Jurnal BPPK, Volume 7 Nomor 2, 2014 111
2.2. Asset Market Equilibrium And The LM Curve
methods. Lestano, Jacobs and Kuper (2009) used Letβs assume that all assets can be classified into autoregressive distributed lag (ARDL) model using
two categories, which are money and non-monetary period 1980Q1-2004Q2 and found that narrow money
asset. Money includes currency and accounts that has (M1) is more stable than broad money (M2) using real
two main characteristics, which are zero interest rate domestic income, nominal domestic interest rate,
( π π = 0) and fixed supplied at M. Non-monetary
nominal foreign interest rate, and real exchange rate assets include bonds and securities pays interest rate as the independent variables. Achsani (2010), in his
(i = r + e Ο ) and fixed supplied at NM. So, the aggregate study on stability of money demand in Indonesia for
demand for assets will be: M d + NM d that reflects the
period 1990Q1-2008Q3, performed vector error
aggregate nominal wealth.
correction model (VECM) and ARDL model using real On the other hand, the aggregate supply of asset income, interest rate, and error term as the
is M+NM that also represents the aggregate nominal independent variables. He found that ARDL model is
wealth. Hence, market clear condition on asset market more appropriate in predicting Indonesian money
will be:
demand (proxies by M2). M d The objectives of this study are: 1) to reveal the d + NM = M + NM cointegrating relationship of both M1 (narrow money) d (M - M) + (NM d - NM) = 0 (3)
and M2 (broad money) with their determinant The equilibrium on the financial market reached variables such as real income, inflation rate and
,M , and y
when d (M = M), the interaction of M d s
exchange rate with ARDL model, 2) to determine the
stability of M1 and M2 model, 3) to find the effect of leads to the determination of interest rate as shown in exchange rates in domestic money demand, and 4) to
figure 1 on the appendix. Point A is the original forecast the amount of M1 and M2.
equilibrium with Y rate of nominal income;
M The significance of this paper is to fill in the gap d amount of real money demand; M s amount of of previous studies on Indonesian money demand.
fixed money supplied by central bank, and with irate There are 2 (two) distinguished features introduce in
of interest. When output/income increases from Y to this study; the first is the inclusion of inflation rate (as
Yβ, people like to hold more money, at a given interest the proxy for opportunity cost) as one of the
rate, and then pushes M d curve move to M d β² , with
independent variable instead of interest rate as
fixed amount of money supply π π . The new
previously used in other studies of money demand in
equilibrium point is now Aβ with new interest rate π β² ,
Indonesian economy; the second is providing forecast
and i'>i.
results of each model for money demand in Interest or return regarded as the incentives for Indonesian economy with its determinant variables.
people to hold non-monetary assets instead of money. If the demand of money is increasing because of the
2. LITERATURE REVIEW AND
increasing in income while money supply is fixed,
HYPOTHESIS
interest rate must increases for people to hold less
money. Interest rate continues to increase until On macroeconomic theory, money demand
2.1. Money Demand Function
money demand once again equals to money supply in depends on several factors such are income and the
the new financial market equilibrium. allocation of wealth faced by people in holding money
LM-curve is the curve that shows LM relation. LM or other monetary assets. The function of money
relation is the relation between output and interest demand is:
rate, mainly because when output/income increases,
money demands also increases, and then resulting in =
π πΏ(π) ---
higher equilibrium interest rate. This relation is Money demand increases with nominal income
showing by the upward sloping LM-curve. and negatively depends on the interest rate. Whereγ Mγ^d is money demand; P is the price level; Y is real
2.3. Monetary Policy And The LM-Curve
mentioned, LM relation rate.
income; i is the opportunity cost or nominal interest
As
previously
relationship between For open economy, factor such as exchange rates
demonstrates
the
output/income with interest rate. LM-curve also use must also considered to analyze the effect of the
to show different monetary aspects such are; the volatility of exchange rates on money demand. It is
sensitivity of money demand to interest rate and first suggested by Mundell (1963, p.487) and recently
output (movement along/tangent of the LM curve) has been commonly included in the money demand
and the central bank monetary policy (monetary function. The money demand function for open
expansion and monetary contraction by examining the economy is:
shifting of LM curve).
When large increase in y only results in small increase of iand as the result LM curve is flatter. The
Where XR is the nominal exchange rates. The flat LM curve is a condition known as liquidity trap. It increase (decrease) in XR is interpreted as happens when monetary policy fails to pull one depreciation (appreciation) of domestic currency economy out of recession because people are willing against foreign currency.
112 Jurnal BPPK, Volume 7 Nomor 2, 2014 112 Jurnal BPPK, Volume 7 Nomor 2, 2014
by foreign holders are decreasing. This induces the supply moves LM curve back and forth, and it has no
increasing of domestic money demand. This condition effect on interest rates nor output; monetary policy
known as the wealth effect of exchange rates will be ineffective. The LM curve is so flat, it means
On the contrary, Bahmani and Oskooee (1996 & that M d is totally interest inelastic at a very low 2002) found that depreciation of domestic currency
interest rate. The interest rate is very close to zero, affects market expectation for further depreciation and people are indifferent between holding money
and people hold more foreign currency, and it will and non-monetary assets. In this condition, fiscal
decrease money demand for domestic currency. This policy becomes so powerful, while the monetary
is known as the currency substitution effect. The net policy is ineffective. It is exactly what happened in
result completely depends on the magnitude of wealth Canada in the great depression and Japan on the late
effect compare to the currency substitution effect. 1990βs. In an economy, the monetary authority lies in the
2.5. Hypotheses
hands of the central bank. The central bank uses This paper assumed the function of money monetary policy instruments to provide a structure
demand following the Bahmani-Oskooee (1996) and for monetary policy decision-making. The monetary
Bahmani-Oskooee and Rehman (2005): policies perform by the central bank can be
πΏπ π‘ = Ξ²0 +Ξ²1 πΌππΉ + Ξ²2 πΏπ + Ξ²3 πΏππ categorized as follows: monetary targeting, exchange
+ Ξ²4 π·ππππ + Β΅t (4) rate targeting, inflation targeting and implicit nominal
Theoretically, the hypotheses are as follows: the anchor. This paper focuses only on money targeting
expected sign of the coefficient of inflation (Ξ²1) is policy which emphasizes on the growth rate of a
negative; the expected sign of the coefficient of income chosen monetary aggregate.
(Ξ²2) is positive; and the expected sign of the If central bank decides to increase the nominal
coefficient of exchange rate (Ξ²3) is either positive or money
negative. If the depreciation of exchange rate affects securities/government bonds from open market)
supply form M
the increase in wealth and finally increases money given fixed P, it drives the increasing of real money
demand , Ξ²3 is positive. However, if the increase in and shifts the LM curve down from LM to LM'
exchange rate leads to the decrease in money demand (presented by Figure 2 on the appendix). At any Y,
as on the currency substitution effect, Ξ²3 is negative interest rate is decreasing to meet its new financial
market equilibrium (monetary expansion policy). If the central bank decides to decrease money supply
3. RESEARCH METHODOLOGIES
Populasi dan Sampel
(by selling securities/government bonds to open
market), LM curve shifts up and interest rate is There are several common techniques use to increasing (monetary contraction policy). It is also
estimate
relationship on money demand. There is an estimation based on residual
cointegrating
known as an open market policy. approach such as Engle and Granger (1987)and also a
2.4. Money Demand And Exchange Rate maximum likelihood base such as Johansen and
Robert Mundell (1963) proposed that exchange Juselius (1990) and Johansen (1992). Those methods required all of the variable has the same order of
rate is an important determinant of money demand in integration. When the variable contains different an open economy and must be included in the money
demand function. It shows in the Mundell-Fleming order of integration, the estimation cannot be model as an extension to the IS-LM model. Since then,
accurate. To solve this problem,Pesharan et al. (1997) proposed an Autoregressive Distributed Lag (ARDL)
some researchers also found different effects of exchange rate on money demand.
cointegration method. ARDL cointegration method
A study on money demand in Canada, United does not require the variables to have the same order of integration Other advantages of ARDL are: 1) it
States, and United Kingdom by Arango and Nadiri takes sufficient lags to capture data generating (1981) found that level of fluctuation of foreign or
domestic exchange rates affects the wealth of process in general to a specific modeling; 2) it domestic residence through the value of foreign assets
generatesa dynamic error correction model through a simple linear transformation. The ARDL model
held and simultaneously it also affects the demand for money. Bahmani
βOskooee and Pourheydarian (1990) analyzed using Microfit econometric software found a positive and significant relationship between
developed by Pesharan and Pesharan (Oxford money demand and exchange rates in their study on
University).
The money demand equation represented on Canada and United States. It indicates that the
depreciation of domestic currency increases money ARDL model is estimated as follows: demand. Exchange rate depreciation may increase
πΌ π πΏ 0 T+ π=1 πΌ 1 π βπΏππ πΈπ΄πΏ π‘βπ domestic money demand through wealth effect. When
+ π π=0 πΌ 2 π βπΌππΉ π‘βπ π + π=0 πΌ 3 π βπΏππ πΈπ΄πΏ π‘βπ + peoplevalued their assets on domestic currency, the
+ π=0 π πΌ 4 π βππΏπ π‘βπ π=0 πΌ 5 π βπ·ππππ π‘βπ + depreciation of domestic currency means that the
ΞΈ1 πΏππ πΈπ΄πΏπ‘ β π + ΞΈ2 πΌππΉπ‘ β π + ΞΈ3 πΏππ πΈπ΄πΏπ‘ β π + ΞΈ4 value of foreign assets held by domestic holders is
L ππ π‘ β π + ΞΈ5 π·πππππ‘ β π + ππ‘ (5)
Jurnal BPPK, Volume 7 Nomor 2, 2014 113
LMREAL is the log of real money demand as modeling of the short-run dynamics to characterize dependent variable (the real value of M1 and M2
the departures from its long-run relationship.. respectively); INF is the price level proxies by CPI;
Finally, this study also forecast the money LYREAL is the log of real domestic income; LXR is the
demand using ARDL model. Forecasting model log of exchange rates of domestic currency to USD;
precision test is measured by the deviation of DUMMY is the dummy variable; π π‘ is the residual term
forecasted value compare to its actual value. or error term. In this paper, the unit root test is performed with Augmented Dickey Fuller method to
4. RESULTS AND FINDINGS
show the different order of the variables. Data for this study is taken from Bank Indonesia Equation (5) represents cointegration ARDL
and Indonesia National Statistics Board database in π, π 1 , π 2 , π 3 , π 4 with intercept and time trend (T). For
quarterly basis from 1993Q1 to 2013Q3. Money
demand proxies by real M1 (narrow money) and and π is the maximum lag with k number of variables
all possible values of π = 0,1, β¦ π and π 1 = 0,1, β¦π
realM2 (broad money) respectively, and adjusted and sample period π‘ = π + 1, π + 2, β¦ π there exist
from its nominal value with price index; Y proxies by π+1
ARDL estimations. Coefficient πΌ π = 1, β¦5 GDP and converting to real GDP by using customer represent the short-run dynamics and ΞΈ π = 1, β¦5
price index (CPI); INF proxies by the inflation rate; XR estimate the long-run relation or the error correction
proxies by exchange rate of IDR to USD; and DUMMY term on this model.
is to represent Asian economic crisis that takes value The ARDL procedures consist of two steps which
1 over the period 1998Q1 β1998Q4 and 0 elsewhere. are: First: determining the existence of long-run
Time trend is included to capture changes in the relationship among variables in the equation. The
financial systems through technology of transaction as hypothesis testing of no-cointegration is as follow:
suggested by Dekle and Pradhan (1999) or to smooth
π» 0 : ΞΈ π =0 ππππππ π = 1, β¦ , and π» 1 : ΞΈ 1 β 0, ΞΈ 2 β
the impact of the new financial technology overtime as
0, β¦ΞΈ 15 β 0 by estimating F-statistics based on Wald- suggested by James (2005). All variables are in natural test. The F-statistics distribution is a non-standard F-
log form except for INF and DUMMY. statistics irrespective the variableβs order of
The order of cointegration is tested using integration. The critical value of F-statistics is
Augmented Dickey Fuller unit root test, and the provided by Pesharan and Pesharan (1995); Pesharan
results are presented on table 1 on the appendix. It et al. (2001) for large sample and Narayan (2005) for
shows different order of integration among variables. small sample observation. The critical value consists
Graphical representation for all variables presented in of a range, the lower value is estimated as if the
figure 3 on the appendix.
variables is stationary at the level I(0), and upper The first stage of ARDL model is to determine value is estimated as if the variables integrated at
the existence of long-run relationship of money order one I(1). If the estimated value of F-statistics
demand and its determinants. The error correction
model uses both M1 and M2 respectively as the which means there is no cointegration between the
fallsbelow the lower bound, one is failed to reject π» 0 ,
dependent variables to act as the proxies for money
demand with lags one to ten on the first difference of rejected, which means there exists a cointegration
variables; if it falls higher than the upper bound, π» 0 is
each determinant variable. The value of F-statistics for relation between variables; but if it falls within the
joint significance of each variable also estimated. The range, the result is inconclusive.
results compare with the F-statistics critical value Second:selecting the estimated F-statistics to
bound test provided by Narayan (2005, p.1987-1990). support the existence of cointegration relation,
Since the sample in this paper is small, F-statistics byselecting the lag order variables using Schwarz
provided by Pesaran, Shin, and Smith (1997, 1999) is Bayesian Criterion (SBC) to determine the true
not relevantfor this estimation because F-test is dynamics of the model.
sensitive to the number of lags imposed. Table 2 on Goodness of fit tests and diagnostic tests are
the appendix provides the estimated F-statistics for taken to confirm the modelβs performance.Stability
each lag order. Based on the estimated F-statistics, we test suggested by Brown et al. (1975) conducted
reject the null hypothesis of no long-run relation (CUSUM test and CUSUMSQ) in this study to make use
between M1 and its independent variables on lag 1 to the cumulative sum and cumulative sum square of
lag 10 with difference significance level. While on M2, recursive residuals based on the first t observations
we reject the null on lag two, four, six, and seven, and updates recursively and plotted against break
while we failed to reject the nullwith other lags. points. The stability of money demand is necessary to
The second step, the estimation of the long-run have a predictable and stable relationship between
relationship on equation and the error correction (for money and its determinant variables. The stability of
short-run relationship) by using above results and the long-run relation between variables is used to
chooses the optimum lag by the value SBC with form the short-run or the error correction term in
Microfit 4.1. The result of each equation will be juxtaposition with the short-run dynamics. Laidler
presented on two different sub-sections which are4.1 (1993, p.175) and Bahmani-Okooee (2001, p.3) noted
for money demand with M1-model; and 4.2 for money that instability problem could occur from inadequate
demand with M2-model.
114 Jurnal BPPK, Volume 7 Nomor 2, 2014 114 Jurnal BPPK, Volume 7 Nomor 2, 2014
4.1. Money Demand π΄π-Model
converges back to its long-run equilibrium. M1 as the dependent variable presented in table 3 and
The error correction equation is: the short-run result in table 4 respectively on the
ecm = LM1REAL -.36867*LYREAL + .1452E-3*INF appendix. SBC selection criteria select maximum lags
+.50971*LXR -.038720*DUMMY- 21.3265*C to 6 and it also helps us to save the degree of freedom.
-.021068*T
Microfit estimates ARDL (5,0,0,5,1) along with The performance of the model is tested by: the goodness of fit and diagnostic test.
overall goodness of fit presented on table 3. It implies In the long-run, all determinant variables are
that the model can explained about 99.7% of its significant at 1% level except for the dummy variable.
observations. It is confirmed by high R-bar-squared The value of income elasticity is 0.37 and highly
value and low standard error. The value of DW- significant. The sign for income is positive as expected
statistics of 2.5 (which around 2) presents that there in theory; it means that the effect of real income will
is no serial correlation of the residual of the model and lead to the 37% per quarter increase in money
it is confirmed by the diagnostics test. demand. The coefficient of the inflation is negative and
The diagnostic test result on this model passes all highly significant although the coefficient is quite
three tests (serial correlation test (on 10% significant small.
level); functional form test; heterokedasticity test). The coefficient of exchange rate is negative and
The results confirmthat the residuals of this model are highly significant, which is quite interesting. It shows
not serially correlated; the model is appropriately that in the long-run, depreciation of currency
residuals are decreases demand for domestic money. This result
shows that the currency substitution effect through To test the stability of this model, CUSUM expectation outweigh the wealth effect in Indonesian
(cumulative sum of recursive residual test) and money demand for the long-run.
CUSUMSQ (cumulative sum of square of recursive Positive and significant sign of time trend
residual test) proposed by Brown et.al (1975) were indicates that the advance of financial technology in
performed. CUSUM test is a residual test based on the financial sector increases the velocity of narrow
cumulative sum of the residuals based on the first n- money (M1). Financial technologies such as automatic
observations by updating recursively, and then to be teller machine (ATM), electronic and/or mobile
plotted against the break points. If the CUSUM plot banking, and credit card makes it easier to convert
stays within the 5% significance level (shows by two money substitutes to money (Dekle&Pradhan 1999).
straight lines as the critical value lines, the estimated The error correction model described in table 4
coefficient is stable.
on the appendix represents the short-run relation Similar measure also apply on CUSUMSQ test between M1 money demand and its determinants.
which based on the square of the recursive residuals. Almost all of the determinant variables are significant.
The graphical presentation of M1 for CUSUM and The contemporaneous change of real income and
CUSUMSQ describe on figure 4 on the appendix. Both inflation shows the expected and significant sign
graphs confirm that M1 stays within the critical value aligning with the long-run estimation. The sign of
lines, and then it can be conclude that M1 money exchange rates is quite contrary compared to the long-
demand is stable.
run estimation. It may be concluded that in the short- The forecast of M1 money demand model run, the wealth effect dominates the currency
performed by ARDL is shown on table 5 on the substitution effect. When money demand adjusts to
appendix. Forecast value of M1 money demand for its long-run value, the currency substitution effect
period 2013Q1-2013Q3 respectively show 1%, 6%, prevails. In the short-run, the dummy variable has a
and 5% deviation from its actual value. It confirms positive and significant sign. It shows that, in the
that the model is quite accurate for forecasting the short-run, financial shock has a significant impact in
value of M1 money demand. Figure 5 on the appendix the short-run, while it has no impact in the long-
presents the dynamic forecast power of the forecast run.The most important thing is the sign of the ecm(-
model through the whole observation. The forecast
1) variable that is negative and significant at 1% level. value and actual value fluctuate around the same line This is the evidence of the existence of cointegration
across the sample population.
relationship among variables on this M1 money demand model. The coefficient is -0.7; the negative
4.2. Money Demand π΄π-Model
sign shows that the current state of the money Estimation results in table 1 on the appendix demand falls below its long-run equilibrium and it will
confirms that SBC selection criteria choose lag seven adjust upward to meet its long-run equilibrium. The
as the maximum lag for M2 money demand model. absolute value of 0.7 presents the speed of
Microfit estimation obtained ARDL (4,2,3,1,1). Long- adjustments to its long-run equilibrium value
run estimation for M2 money demand model following the short-run adjustments. It implies that
describes in table 6 on the appendix. 70% of the disequilibrium in the real M1 demand is
In the long-run, on M2 money demand model, offset by short-run adjustment quarterly. The level of
none of the determinant variable shows significant significance presents that almost all of the
sign. It presents on table 5 on the appendix and
Jurnal BPPK, Volume 7 Nomor 2, 2014 115 Jurnal BPPK, Volume 7 Nomor 2, 2014 115
should control M1 as the monetary aggregate to there is no cointegration relation between M2 and its
forecast the domestic money demand. determinants. The lack of cointegration relationship between M2 and its determinant variables concludes
6. IMPLICATIONS AND LIMITATIONS
that M2 is not appropriate to model the money This study has implications for monetary demand in Indonesian economy.
economy policy and future research. This study To test the stability of M2 money demand,
reveals the existence of cointegration relationship CUSUM and CUSUMSQ test are performed. The result
between M1 and its determinant variables. It is not describes on figure 6 on the appendix. The graphical
necessarily the same with M2. This study also sheds presentation, shows that the plot of CUSUMSQ
some lights of the exchange rates effect to money statistics of M2 crosses the 5% critical value lines. It
demand in Indonesian economy. The inclusion of indicates the instability ofM2. According to Renani
other monetary variables i.e. domestic and/or foreign (2007, p.6), a stable and predictable relationship
interest rate, development in financial industry, or any between the money demand and its determinants
element of balance of payment can be included for variable is a necessary condition to formulate
further study using the same or different estimation necessary monetary policy strategy. Since the M2
method with expanding data series. money demand estimates that there is noevidence to
It is important to bear in mind that due to the prove long-run relation between M2 money demand
short period data availability, the findings in this and its determinant variables and there exist an
paper should be carefully interpreted. Nevertheless, instability in M2, it is safe to conclude that M2 is not
this study provides some insights on Indonesian an appropriate model for forecasting money demand
money demand determinant.
in Indonesian economy.
REFERENCES
5. CONCLUSIONS
Monetary policy is an important policy in one Achsani, Noer Azam. 2010. Stability of Money Demand economy to maintain a sustainable growth. Due to this
in an Emerging Market Economy: An Error significant matter, there have been many studies
Correction and ARDL Model for Indonesia. conducted on money demand across countries using
Research Journal of International Studies. No.13. both π΄π and/or π΄π. This study of Forecasting
p54-62.
Indonesian money demand model is conducted with Arango, S, Nadiri, M. I. 1981. Demand for money in ARDL model.
open economy. Journal of Monetary Economics.7. On the result, M1 money demand model
p69-83.
presentsa significant evidence of long-run relationship Bahmani Oskooee., M, Pourheydarian, M. 1990. between M1 and its determinant variables. Coefficient
Exchange rate sensitivity of demand for money of real income and inflation confirm the hypotheses.
and effectiveness of fiscal and monetary policies. The exchange rate coefficient shows that in the long-
Applied Economics. 22. p917-925. run, in Indonesian economy, currency substitution
Bahmani-Oskooee, M. 1991. The demand for money in effect dominates wealth effect. An expected and
an open economy: The United Kingdom. Applied significant signs also show on the short-run. In the
Economics. 23. p1037-1042. short-run, dummy variable shows that Indonesian
Bahmani-Oskooee, M. 1996. The blackmarket money demand is sensitive to financial crisis. M1 also
exchange rate and demand for money in Iran. shows a satisfied result on the performance test such
Journal of Macroeconomics. 18. p171-176. as goodness of fit, diagnostic, and stability test. Based
Bahmani-Oskooee, M., Shabsigh, G. 1996. The demand on this, this study forms a forecasting model and
for money in Japan: Evidence from Cointegration checks it with the actual available data. The
Analysis .Japan and theWorld Economy.8.p1-10. forecasting value is very close to the actual data across
Bahmani-Oskooee,M. 2001. How stable is M2 money the observation sample.
demand function in Japan? Japan and theWorld On the contrary, estimation with M2 shows that
Economy.13.p455-461
there is no evidence of long-run relationship between Bahmani Oskooee,M., Rehman, H.2005. Stability of the M2 and its determinant variables, since all of the long-
money demand function in Asian developing run coefficients are not significant. It is also supported
countries .Applied Economics.37. p773-792. by the insignificant coefficient of ecm (-1) on the error
Blachard, O., Johnson, D. 2012. Macroeconomics. Sixth correction model. M2 variable failed the CUSUMSQ
edition. Pearson Highered.
test that indicates that there is an instability in the M2 Brown, R. L, J. Durbin, J. M. Evans. 1975. Techniques for money demand model. Furthermore, there is no need
testing the constancy of regression relationships to establish a forecasting model for M2. Based on the
over time. Journal of the Royal Statistical Society. aforementioned results, it may be concluded that M1
37. p149-163.
served as a better money demand variable to design Frenkel, J.A., Taylor, M. P. 1993. Money demand and optimum monetary policy by the central bank
inflation in Yugoslavia, 1980 β1989. Journal of compare to M2. The findings of this study incate that
Macroeconomics.15.p455 β481 116
Jurnal BPPK, Volume 7 Nomor 2, 2014
Hafer, R.W, Kutan, A.M. 1994. Economic reforms and
European Economic the
monetary
union.
long βrun money demand in China:
Review.37.p803 β836.
implications for monetary policy. Southern Economic Journal. 60. p936 β945
Hafer, R.W., Jansen, D.W. 1991. The demand for money in the United States: evidence from cointegration tests. Journal of Money, Credit, and Banking.
23.p155-168. Hansen, G. and Kim, J. R. 1995. The stability of German money demand: tests of the cointegration
relation.
Weltwirtschaftliches
Archiv. 131. p286 β301. Johansen,
cointegrationvectors. Journal ofEconomics Dynamics andControl.12. p231-254.
Johansen, S, Juselius, .1990. Maximum likelihood estimation and inference on cointegration: with applications to the demand for money. Oxford Bulletin of Economics and Statistics .52.p169- 210.
Laidler, E.W.D. 1993. The demand for money:theories, evidence, and problems. 4th edition. Harper Collins College Publishers. New York.
Lestano, Jan P.A.M. Jacobs and Gerard H.Kuper. 2009. Broad and Narrow Money Demand and Financial Liberalization in Indonesia, 1980 Q1-2004 Q4. http://www.eco.rug.nl/medewerk/jacobs/jj download/Money
2009.pdf. McNown, R,Wallace, M.S. 1992. Cointegration tests of along-run relation between money
demand and
the effective exchange
International Money and Finance.11.p107-114. Mundell, Robert. A, 1963. Capital Mobilization and Stability Policy under Fixed and Flexible Exchange Rates. Readings in International Economics.
p490. Narayan, Paresh Kumar. 2005. The saving and Investment Nexus for China: Evidence from Cointegration. Applied Economics. 37. p.1979- 1990.
Pesaran, M. H., Shin, Y.1997. An auto-regressive distributed
cointegration analysis. In: Strom,S., Holly,A., Diamond,P. (Eds.), Centennial Volume of Rangar Frisch, Cambridge University Press, Cambridge.
Pesaran, M.H., Shin, Y., Smith, R.J. 1999. Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics.16.p289-326.
Price, S., Insukindro. 1994. The demand for Indonesian narrow money: long-run equilibrium, error correction and forward-looking behavior. Journal of
Development. 3. p147-163 Samreth, Sovannroeun. 2008. Money demand function in Combodia: ARDL appoach. MPRA No.16274.
Shrestani, H., Renani H.S. 2007. Demand for money in Iran: An ARDL appoach. MPRA No.11451. Von Hagen, J. 1993. Monetary union, money demand and money supply: are view of the German
Jurnal BPPK, Volume 7 Nomor 2, 2014 117
APPENDIX
Figure 1. Money demand and interest rate Figure 2. Shift of LM-Curve
Source: Macroeconomics by Oliver Blanchard (sixth Source: Macroeconomics by O.Blanchard (sixth ed) edition)
Figure 3. Variables in level
118 Jurnal BPPK, Volume 7 Nomor 2, 2014
Figure 4. CUSUM and CUSUMSQ Plot of M1
Plot Cumulative Sum of Recursive Residuals
The straight lines represent critical bounds at 5% significance level
Plot Cumulative Sum of Squares of Recursive Residuals
The straight lines represent critical bounds at 5% significance level
Figure 5. Dynamic forecasts for π΄π
Dynamic forecasts for level of LM1REAL
Figure 6. CUSUM and CUSUMSQ Plot of π΄π
Plot of Cumulative Sum of Recursive Residuals Plot of Cumulative Sum of Squares of Recursive Residuals
The straight lines represent critical bounds at 5% The straight lines represent critical bounds at 5% significance significance level
level Source of Figure 3. β Figure 6. : Authorβs estimation results with Microfit 4.1
Jurnal BPPK, Volume 7 Nomor 2, 2014 119
Table 1. Augmented Dickey Fuller critical value
Order INF
Variables
Critical value I(0)
Critical value I(1)
I(0)
M1REAL
M2REAL
I(1) Note: 1)
ADF test statisics 2.59, 2.89, 3.51 respectively for significant level at 10%, 5%, and 1% 2)
*, **, *** respectively for significant level at 10%, 5%, and 1%
Table 2. F-statistics for long-run relation with intercept & trend
1. F-statistics of bound test by Narayan (2005) for k=4 with intercept & trend at 90% significance level is 3.160 - 4.230; 95% is 3.678 - 4.840; 99% is4.890 - 6.164;
2. *, **, *** respectively for significant at 10%, 5%, and 1%
Table 3. Estimated long-run coefficients using the ARDL pproach (dependent variable = M1)
Dependent variable is LM1REALUS ARDL(5,0,0,5,1) Regressor
Coefficient
T-Ratio[Prob]
S.E. of Regression
Diagnostic Tests Serial Correlation
F(4, 49)= 2.4103[.062]
Functional Form
1) *, **, *** respectively for significant at 10%, 5%, and 1%
2) Number in [ ] are the p-value
Table 4. Error Correction Representation for the Selected ARDL Model results (dependent variable = M1)
Dependent variable is LM1REALUS ARDL(5,0,0,5,1) Regressor
Coefficient
T-Ratio[Prob]
dLM1REAL1
dLM1REAL2
dLM1REAL3
dLM1REAL4
120 Jurnal BPPK, Volume 7 Nomor 2, 2014
Dependent variable is LM1REALUS ARDL(5,0,0,5,1) dT
ecm(-1)
-.70743
1) *, **, *** respectively for significant at 10%, 5%, and 1%
2) Number in [ ] are the p-value
Table 5. Dynamic forecasts for the level of LM1REAL
ARDL(5,0,0,5,1) selected using SBC Dependent variable in the ARDL model is LM1REAL included with a lag of 5 Observation
Table 6. Estimated long-run coefficients using the ARDL approach (dependent variable = M2)
Dependent variable is LM2REAL Regressor
Coefficient
T-Ratio[Prob]
S.E. of Regression
Diagnostic Tests Serial Correlation
F(4,52)= 1.4213[.240]
Functional Form
*, **, *** respectively for significant at 10%, 5%, and 1% 2)
Number in [ ] are the p-value
Table 7. Error Correction Representation
for the Selected ARDL Model results (dependent variable = ππ)
Dependent variable is LM1REALUS Regressor
Coefficient
T-Ratio[Prob]
dLM1REALUS1
-.33213
-5.0075[.000]***
dLM1REALUS2
-.079007
-2.7585[.008] ***
dLM1REALUS3
ecm(-1)
-.017902
1) *, **, *** respectively for significant at 10%, 5%, and 1%
2) Number in [ ] are the p-value Source of Table.1 β Table.7 : Authorβs estimation results with Microfit 4.1
Jurnal BPPK, Volume 7 Nomor 2, 2014 121
Halaman ini sengaja dikosongkan
This page intentionally left blank
122 Jurnal BPPK, Volume 7 Nomor 2, 2014
Jurnal BPPK, Volume 7 Nomor 2, 2014, Halaman 123-134
BADAN PENDIDIKAN DAN PELATIHAN KEUANGAN KEMENTERIAN KEUANGAN
JURNAL BPPK
REPUBLIK INDONESIA
PENGARUH KOMISARIS INDEPENDEN DAN KOMITE AUDIT TERHADAP PERMASALAHAN AGENSI PADA PENENTUAN STRUKTUR PEMBIAYAAN DAN KEPEMILIKAN MANAGERIAL PERUSAHAAN
Sasono Adi Badan Pengawas Keuangan dan Pembangunan Indonesia. Email: sadi_id@yahoo.co.id
INFO ARTIKEL
ABSTRAK
SEJARAH ARTIKEL This study aims to investigate whether there is a significant effect on the role of independent Diterima Pertama
commissioners and audit committees in relation to agency problems of corporate financial
3 Maret 2014 structure. Simultaneous linear regression is used. Emipirical tests conducted on listed manufacturing companies by using purposive sampling. The results show that there is a negative relationship between the existance of an independent commissioner with the level of
Dinyatakan Dapat Dimuat leverage. These findings demonstrate that the role of independent commissioners in an effort to
10 Juni 2014 reduce the risk of default. But no significant evidence is obtained that the existance of an independent commissionermay reduce agency problems in the presence of managerial ownership .It also shows that the existence of an audit committee may reduce the managersβ
KATA KUNCI: incentives to perform opportunistic actions in determining the financing structure. The results Agency Problems
of this study also indicate that leverage can be an alternative to monitor the managerial Leverage
ownerships.
Managerial Ownership Simultaneous Linear
Penelitian ini bertujuan untuk menginvestigasi apakah terdapat pengaruh yang signifikan Regression
peran komisaris independen dan audit komite dalam penentuan struktur pembiayaan perusahaan. Model penelitian menggunakan regresi linier simultan. Pengujian dilakukan terhadap perusahaan manufaktur yang telah go public dengan pengambilan sampel menggunakan metode purposive sampling. Hasil pengujian menunjukkan bahwa terdapat hubungan negatif antara keberadaan komisaris independen dengan tingkat leverage perusahaan. Hubungan tersebut menunjukkan peran komisaris independen dalam upaya mengurangi risiko gagal bayar atas utang jangka panjang perusahaan. Namun demikian tidak diperoleh bukti yang signifikan bahwa keberadaan komisaris independen dapat mengurangi permasalahan agensi dengan adanya kepemilikan managerial. Keberadaan komite audit dapat mengurangi insentif manager melakukan tindakan-tindakan oportunistik dalam penentuan struktur pembiayaan perusahaan. Hasil penelitian ini juga menemukan bahwa leverage dapat menjadi alternatif monitoring terhadap kepemilikan managerial.
1. PENDAHULUAN
Teori agensi memberikan pemahaman bahwa Good corporate governance didefinisikan sebagai
manajemen perusahaan sebagai agen bagi para pola hubungan, sistem, dan proses yang digunakan
pemegang saham akan bertindak untuk kepentingan oleh organ perusahaan, yaitu direksi, dewan
sendiri dibanding dengan kepentingan pemegang komisaris dan RUPS, guna memberikan nilai tambah
saham (Jensen dan Meckling, 1976). Hal ini terjadi kepada pemegang saham secara berkesinambungan
karena adanya ketidakseimbangan informasi (Myers, dalam jangka waktu panjang, dengan memperhatikan
1984). Dengan berkembangnya perusahaan yang stakeholders
semakin kompleks dan kebutuhan pendanaan dari perundang-undangan dan norma yang berlaku
eksternal, membutuhkan alokasi risiko yang efisien (Daniri, 2005). Menurut Daniri (2005) terdapat tiga
(Fama 1980, Fama et al. 1983, Demsetz et al. 1997). ciri umum perusahaan di Indonesia, pertama adanya
memiliki kepentingan atas konsentrasi kepemilikan saham sehingga terjadi
Pemegang
saham
perusahaan tetapi tidak berarti harus terlibat dalam afiliasi antara pemilik, komisaris, dan direksi
manajemen perusahaan (Brealey et al. 2008). Lebih perusahaan. Kedua adanya penyaluran pembiayaan
jauh agen tidak selalu bertindak untuk kepentingan antar perusahaan dalam grup. Terakhir, terbentuknya
pemegang saham (Bonazzi and Islam. 2007, Lan and konglomerasi usaha. Implikasinya, framework good
Heracleous, 2010). Hal ini menimbulkan adanya corporate governance tidak mudah untuk diterapkan
moral hazard (Demsetz and Lehn, 1985). Mekanisme (Daniri, 2005).
yang dapat digunakan untuk meminimalkan tindakan moral hazard adalah dengan melakukan monitoring dan pemberian insentif kepada agen (Jensen 1993,
Jurnal BPPK, Volume 7 Nomor 2, 2014 123
124 Jurnal BPPK, Volume 7 Nomor 2, 2014
Daily et al. 2003). Kegiatan ini dilakukan oleh Dewan Komisaris.
Konsekuensinya, muncul biaya agensi yang meliputi biaya strukturisasi, biaya monitoring, dan biaya perikatan dari kontrak yang dibuat antar pihak- pihak yang memiliki perbedaan kepentingan dalam organisasi. Salah satu upaya untuk mengurangi biaya agensi maka manajemen diberikan hak memperoleh kepemilikan
tersebut disebut kepemilikan managerial. Dengan adanya kepemilikan tersebut diharapkan terdapat alignment antara pemilik perusahaan dengan
manajemen. Namun hal ini juga menimbulkan biaya bagi manajemen berupa risiko berkurangnya kekayaan manajemen apabila perusahaan mengalami kerugian.
Cara lain untuk mengurangi permasalahan agensi adalah pemanfaatan utang jangka panjang pada perusahaan (Jensen dan Meckling, 1976). Dengan memilih utang jangka panjang sebagai sumber
mengurangi kebutuhan pembiayaan yang berasal dari ekuitas yang dilakukan dengan menerbitkan saham baru. Hal ini dapat mengurangi konflik kepentingan antara manajemen dengan pemilik perusahaan karena pihak kreditor akan selalu memonitor kinerja manajemen
kemungkinan perusahaan
gagal
membayar
kewajibannya. Namun demikian pembiayaan yang bersumber dari utang jangka panjang dapat memunculkan konflik kepentingan antara pemilik perusahaan dengan kreditor sehingga terjadi biaya agensi dari utang jangka panjang. Terjadinya konflik kepentingan ini dipicu dari adanya kekhawatiran kreditor bahwa pemilik perusahaan cenderung akan menggunakan kekayaan kreditor dengan melakukan investasi pada kegiatan-kegiatan yang memiliki risiko tinggi. Sebaliknya, ketika manajemen memiliki diskresi untuk melakukan investasi maka manajemen cenderung memilih investasi yang tidak memiliki risiko tinggi dengan alasan apabila investasi yang dipilih tersebut mengalami kerugian maka akan mengurangi kekayaan, seperti tidak memperoleh bonus.
Biaya agensi yang timbul dari adanya pemilihan sumber pembiayaan dari utang jangka (debt) dan dari penerbitan saham baru atau ekuitas (equity) dapat mengakibatkan penurunan nilai perusahaan. Untuk meminimalkan
manajemen menggunakan strategi yang dapat menyeimbangkan biaya agensi yang berasal dari ekuitas dengan biaya yang berasal dari utang jangka panjang. Kondisi ini dikenal dengan nama struktur pembiayaan (capital structure). Manajemen berusaha untuk mencari keputusan yang paling efisien sepanjang kepentingan dan kekayaan manajemen tidak berkurang.
Disisi lain aktivitas manajemen dimonitor oleh dewan komisaris. Dewan komisaris sebagai salah satu organ dari perusahaan memiliki tanggung jawab dan wewenang untuk mengawasi tindakan dewan direksi.
Oleh karena itu diharapkan dewan komisaris dapat bertindak independen dan kritis, baik antar sesama anggota maupun terhadap direksi. Kualifikasi ideal anggota dewan komisaris disamping pengalaman dan kemampuan dalam manajemen perusahaan, adalah memiliki integritas dan dedikasi sehingga mampu memahami dan peduli terhadap pemegang saham dan seluruh stakeholders perusahaan. Oleh karena itu untuk memenuhi elemen tersebut maka dalam keanggotaan dewan komisaris harus diangkat komisaris
independen. Dalam melaksanakan tugasnya dewan komisaris dibantu oleh komite- komite, salah satunya adalah komite audit yang mempunyai relevansi erat dalam pengawasan dibidang keuangan. Melihat keterkaitan antara kepemilikan managerial, struktur pembiayaan, dan peran komisaris independen, serta komite audit, maka sejauh mana peran komisaris independen tersebut mengurangi biaya agensi yang terjadi tersebut.
Penelitian oleh
Bathala
et al. (1994) menunjukkan adanya hubungan dan dampak atas keberadaan
komisaris independen dalam berkontribusi mengurangi permasalahan agensi yang timbul pada proses penentuan struktur pembiayaan perusahaan. Namun demikian penelitian tersebut fokus pada dampak kepemilikan institusional dikaitkan dengan kepemilikan managerial dan struktur pembiayaan dan tidak mengkaitkan dengan peran komisaris independen dan komite audit sebagai bagian dari perangkat corporate governance. Dengan demikian penelitian ini menginvestigasi lebih lanjut apakah terdapat dampak yang signifikan dari peran komisaris independen dan audit komite, dikaitkan dengan penentuan struktur pembiayaan pada suatu perusahaan. Penelitian ini menjadi penting karena pengawasan atau monitoring sebagai salah satu aspek dalam pelaksanaan good corporate governance menjadi kepanjangan pemegang saham dalam melindungi kepentingan pemegang saham, termasuk pemegang saham minoritas.
Tujuan penelitian ini adalah untuk mengetahui peran komisaris independen dan komite audit sebagai alat dewan komisaris dalam mengurangi permasalahan agensi yang terjadi antara kebijakan utang jangka panjang dengan kepemilikan managerial pada perusahaan.
Paper ini terdiri dari empat bagian, bagian pertama pendahuluan. Bagian kedua telaah literatur, dan
pengembangan
hipotesis.
Bagian ketiga menjelaskan mengenai metodologi penelitian. Bagian keempat berisikan pembahasan hasil penelitian. Bagian kelima berisikan kesimpulan, keterbatasan dan implikasi.
2. KERANGKA TEORITIS DAN PENGEMBANGAN HIPOTESIS
Organization for Economic Co-operation and Development
(OECD)
telah
mempublikasikan Principles of Corporate governance yang terdiri dari
empat pilar utama yaitu fairness (keadilan), empat pilar utama yaitu fairness (keadilan),
pemilik perusahaan (Jensen & Meckling, 1976; (akuntabilitas), dan responsibility (tanggungjawab).
accountability
Shleifer & Vishny, 1997).
Keadilan berkenaan dengan keadilan dan kesetaraan Fungsi yang sangat penting dari board of perlakuan
director adalah untuk meminimalisasi biaya agensi terlindungi dari kecurangan serta perdagangan dan
yang timbul karena adanya pemisahan antra penyalahgunaan oleh orang dalam (self dealing atau
kepemilikan dan pengendalian pada perusahaan insider wrong doing). Sedangkan transparansi
modern saat ini (Fama & Jensen, 1983). Fama & dilakukan
Jensen (1983) berpendapat bahwa komposisi anggota informasi kinerja perusahaan secara akurat dan tepat
board of director merupakan faktor penting dalam waktu. Akuntabilitas dilakukan melalui pengawasan
mewujudkan monitoring yang efektif atas kegiatan efektif berdasarkan keseimbangan kekuasaan antara
manajemen. Hal ini dapat terwujud apabila komposisi pengawas, pengurus, pemegang saham dan auditor
board of director merupakan gabungan antara eksternal. Akhirnya, tanggung jawab perusahaan
anggota yang berasal dari manajemen dan anggota berkaitan dengan fungsi perusahaan sebagai anggota
yang berasal dari luar manajemen (atau disebut masyarakat yang harus menaati hukum dan
komisaris independen dalam konteks Indonesia). bertindak sesuai dengan keinginan masyarakat
Fama & Jensen (1983) beralasan bahwa anggota (Darmawati, 2003).
board of director yang berasal dari manajemen Dalam konteks Indonesia yang menganut one-
mempunyai informasi yang lebih baik mengenai tier system, peran Board of Director dilakukan oleh
aktivitas perusahaan sehingga dapat membantu Dewan komisaris dimana struktur kepemimpinannya
board of director mengawasi keputusan-keputusan terpisah dengan Dewan direksi atau manajemen.
strategis dari manajemen. Akan tetapi menurut Dengan demikian manajemen puncak atau direksi
Williamson (1984) dengan adanya anggota board of perusahaan yang berwenang untuk menetapkan
director yang memiliki informasi lebih dari anggota kebijakan perusahaan dan mengimplementasikan
lainnya karena mereka umumnya bekerja penuh kebijakan tersebut sesuai keputusan yang ditetapkan
diperusahaan dan memperoleh informasi dari dalam, dalam RUPS.
hal ini cenderung justru anggota tersebut akan Dalam
menjadi alat bagi manajemen dan mendominasi puncak diawasi oleh Dewan Komisaris dan berada
keputusan board of director jika dibandingkan dengan pada lingkup corporate governance yang mencakup
anggota yang berasal dari luar manajemen. hubungan pada level dewan komisaris dan direksi
Beasley (1996) meneliti hubungan antara serta RUPS yang merupakan pelaksanaan fungsi
komposisi board of director dengan kejadian pengawasan dan akuntabilitas. Sedangkan fungsi
kecurangan dalam pelaporan keuangan di Amerika operasional perusahaan berada dalam lingkup
Serikat. Hasil penelitiannya membuktikan bahwa corporate management yang melaksanakan kegiatan
terdapat hubungan positif antara prosentasi yang sesuai keputusan yang telah ditetapkan oleh RUPS.
tinggi atas jumlah anggota board of director yang Irisan dari lingkup corporate governance dan lingkup
berasal dari luar pada perusahaan yang tidak corporate management adalah lingkup strategic
melakukan kecurangan dibanding pada perusahaan decision dan strategic formulation. Pada lingkup ini,
yang melakukan kecurangan. Namun demikian keputusan-keputusan
hubungan antara audit komite pada perusahaan yang mengacu pada keputusan RUPS. Salah satu keputusan
tidak melakukan kecurangan dibanding perusahaan strategis yang disusun pada lingkup ini adalah
yang melakukan kecurangan tidak diperoleh korelasi penentuan struktur pembiayaan perusahaan.
yang signifikan sehingga peran anggota board of Apabila
director yang berasal dari luar perusahaan lebih prinsip good corporate governance, maka ada
audit komite dalam pengawasan yang efektif atas semua aktivitas
berperan
dibanding
hubungannya dengan mengurangi kemungkinan perusahaan
terjadinya kecurangan dalam penyajian laporan perusahaan dapat berjalan dengan baik dan
keuangan. Sementara Chen et al. (2006) meneliti akuntabilitas manajemen dapat dijamin. Praktik
karakteristik dewan komisaris sebagai faktor dalam seperti itu dalam perusahaan akan memperkecil
menjelaskan kecurangan di China. Hasil penelitiannya permasalahan agensi.
menunjukkan bahwa dengan adanya peningkatan Penelitian
independen maka menunjukkan bahwa mekanisme monitoring dapat
kecenderungan perusahaan melakukan kecurangan dilakukan oleh pihak lain dalam mengurangi
akan semakin kecil. Namun demikian penelitian Chen permasalahan agensi, seperti kompetisi diantara
et al. (2006) menunjukkan bahwa jumlah rapat manager, auditor eksternal, dan peran dewan
lebih banyak justru komisaris (Bathala et. al., 1994). Dengan adanya
berhubungan secara positif dengan kemungkinan pemisahan peran antara pemegang saham sebagai
kecurangan. Mereka prinsipal dengan manajemen sebagai agennya, maka
perusahaan
melakukan
menjelaskan bahwa ketika perusahaan sedang (akan) manajemen
terlibat pada aktivitas yang dapat dipertanyakan, signifikan dalam mengalokasikan dana investor dan
maka dewan akan melakukan rapat yang lebih sering karena
aktivitas tersebut
akan menimbulkan
Jurnal BPPK, Volume 7 Nomor 2, 2014 125 Jurnal BPPK, Volume 7 Nomor 2, 2014 125
membuktikan pula bahwa keberadaan dewan keberadaan anggota dewan komisaris yang berasal
komisaris, khususnya anggota dewan komisaris dari luar perusahaan dapat memperkuat penerapan
pengaruh dalam pengelolaan perusahaan yang lebih konservatif atau
independen
memberikan
mengurangi biaya pinjaman (cost of debt). Sementara dalam hal ini lebih hati-hati (prudent).
Subramaniam, et al. (2009) membuktikan bahwa Dalam perusahaan modern dengan adanya
independen dapat pemisahan fungsi antara pihak yang mengambil
meningkatkan kualitas pengawasan dan monitoring keputusan dengan pihak yang akan menanggung
karena bukan merupakan pegawai dan lebih risiko (risk-bearing functions) pada perusahaan maka
independen.
menimbulkan adanya konflik agensi (Jensen dan Berkaitan dengan pembiayaan perusahaan Meckling, 1976). Kondisi ini menurut Jensen dan
Kochar (1996) berpendapat bahwa pengaruh Meckling dapat diminimalkan apabila kepemilikan
kreditor terlihat pada upaya proteksi atas dananya perusahaan juga diberikan kepada manajemen atau
yang dipinjam perusahaan agar tidak terjadi default, yang dikenal dengan kepemilikan managerial.
dalam hal ini manager dipaksa untuk efisien dengan Implikasi dari kepemilikan managerial ini adalah
membayar sesuai jadwal pembayaran sehingga manajemen juga menanggung konsekuensi atas
terhindar dari pengawasan dan campur tangan tindakan dan keputusan yang diambil dalam
kreditor. Namun demikian dalam pembiayaan melalui pengelolaan
tersebut memiliki level kepemilikan managerial dapat menciptakan adanya
governance yang lebih kuat daripada pembiayaan keselarasan antara kepentingan manajemen dengan
melalui utang jangka panjang. Sepanjang perusahaan para stakeholders lainnya.
dapat memenuhi kewajibannya sesuai kontrak maka Utang jangka panjang pada dasarnya juga dapat
melakukan intervensi. mengurangi permasalahan agensi (Jensen, 1986).
Sebaliknya pemegang saham dapat terus melakukan Jensen (1986) menjelaskan bahwa perjanjian utang
monitoring dan evaluasi atas setiap keputusan jangka panjang mengharuskan perusahaan untuk
manager melalui dewan komisaris. membayar kewajibannya maka hal ini dapat
peningkatan kualitas menghindari atau mengendalikan penggunaan dana
Mekanisme
dalam
pengawasan atau monitoring adalah pembentukan perusahaan oleh manager untuk kegiatan perusahaan
komite-komite, antara lain komite audit. Komite audit yang tidak efisien. Dalam konteks ini, utang jangka
mempunyai fungsi memelihara sistem pengendalian panjang dapat digunakan sebagai salah satu media
internal, menjadi counter-part audit eksternal dan untuk mendisiplinkan manager. Grossman dan Hart
melakukan reviu internal atas laporan keuangan (1986) menyebutkan bahwa dengan adanya utang
perusahaan (Siallagan dan Machfoedz, 2006). jangka
Efektivitas dari komite audit dapat dilihat, antara lain menggunakan fasilitas perusahaan lebih sedikit
panjang, manajemen
dipaksa
untuk
ukuran dari komite audit (Rahmat, Iskandar dan sehingga sumber daya perusahaan dapat digunakan
Saleh, 2009)
lebih efisien dan pada akhirnya kemungkinan
penelitian sebelumnya perusahaan mengalami kebangkrutan dan kehilangan
Berdasarkan
hasil
keanggotaan dewan reputasi dapat diminimalkan.
komisaris memiliki hubungan positif terhadap Menurut Williamson (1988) kontrak atas equity
pengurangan permasalahan agensi dalam kaitan atau kepemilikan saham sifatnya berlanjut sepanjang
kepemilikan managerial dan penetapan struktur umur perusahaan dan keberadaan dewan komisaris
pembiayaan perusahaan. Dengan demikian dalam adalah untuk memberikan keyakinan bahwa investasi
konteks sistem corporate governance di Indonesia, dari pemegang saham terlindungi. Dewan komisaris
apakah struktur keanggotaan dewan komisaris dan mempunyai wewenang untuk memonitor kinerja
keberadaan komite audit memiliki hubungan dengan internal
pengurangan permasalahan agensi pada perusahaan keputusan penting, menentukan tingkat kompensasi,
publik, sehingga hipotesis yang akan diuji adalah dan mengganti manager (Grinstein and Tolkowsky,
sebagai berikut:
2004). Dengan demikian dewan komisaris dapat memonitor dan mengevaluasi tindakan manager
H1 : Proporsi komisaris independen dalam secara berkelanjutan sehingga instrumen ekuitas
struktur keanggotaan dewan komisaris mempunyai memiliki kemampuan tata kelola yang lebih baik
hubungan negatif dengan tingkat utang jangka (stronger governance abilities) dibandingkan dengan
panjang (leverage) dan kepemilikan managerial instrument utang jangka panjang. Peran dewan
dalam rangka mengendalikan permasalahan agensi komisaris merupakan isu penting dalam mekanisme
perusahaan.
tata kelola perusahaan,
beberapa
penelitian
menunjukkan bahwa anggota dewan komisaris yang H2: Proporsi jumlah anggota audit komite memiliki pengalaman memberikan pengaruh dalam
mempunyai hubungan negatif dengan tingkat utang mengurangi earnings management (Chtourou et al.
(leverage) dan kepemilikan 2001) dan memberi pengaruh positif terhadap nilai
jangka
panjang
rangka mengendalikan perusahaan (Erickson et al., 2005). Penelitian oleh
managerial
dalam
permasalahan agensi perusahaan.
126 Jurnal BPPK, Volume 7 Nomor 2, 2014
Jurnal BPPK, Volume 7 Nomor 2, 2014 127
3. METODOLOGI PENELITIAN
Sampel penelitian adalah perusahaan yang terdaftar di Bursa Efek Indonesia untuk periode 2010,
pengambilan sampel
purposive sampling. Kriteria pemilihan perusahaan yang diambil sebagai sampel adalah perusahaan yang memenuhi persyaratan kelengkapan data untuk 5
tahun terakhir dalam rangka mengukur beberapa variabel seperti tingkat volatilitas earnings, volatilitas returns, dan tingkat pertumbuhan aset perusahaan. Kriteria selanjutnya adalah perusahaan pada industri manufaktur
mempunyai karakteristik padat modal, degree of operating leverage tinggi, dan operational risk yang tinggi sehingga perusahaan manufacturing cenderung berhati-hati
leverage ratio yang stabil (Indrawati dan Suhendro, 2006). Sampel
penelitian ini tidak meliputi perusahaan yang bergerak dalam sektor keuangan, pertambangan, agrikultur, dan konstruksi, karena memiliki ketentuan pajak khusus. Perusahaan dalam industri keuangan tidak dimasukkan dalam penelitian karena memiliki struktur laporan keuangan dan highly regulated dibandingkan industri lain pada
umumnya. Model penelitian mengacu pada model yang digunakan oleh Bathala et al. (1994). Pengembangan yang dilakukan pada model tersebut dengan menyertakan variabel yang diuji yaitu variabel yang menunjukkan proksi anggota komisaris independen dan komite audit. Untuk menguji keterkaitan yang bersifat saling berhubungan maka model yang digunakan adalah regresi linier simultan. Bathala et al. (1994) menggunakan pendekatan ini karena rasio utang jangka panjang (leverage) dan kepemilikan managerial saling berhubungan sehingga kedua variabel tersebut bersifat endogenous dalam suatu sistem. Kondisi ini terjadi karena kepemilikan managerial dan utang jangka panjang merupakan merupakan satu kesatuan dalam proses pengambilan keputusan managerial pada kerangka berfikir agensi. Pendekatan persamaan simultan ini merupakan perbaikan dari penggunaan persamaan tunggal dalam penelitian struktur pembiayaan (Bathala, 1994). Persamaan simultan yang digunakan di-estimasi menggunakan metode two-stage least-squares (2- SLS). Persamaan yang digunakan adalah sebagai berikut: Data-data yang digunakan adalah data sekunder time series meliputi data arus kas harian tahun 2009 yang diperoleh dari database Direktorat Akuntansi dan Pelaporan pada DJPBN dan data penerbitan SUN tahun 2009 yang diperoleh dari Direktorat Surat Utang Negara pada Direktorat Jenderal Pengelolaan Utang (DJPU). Berikut adalah definisi operasional yang dijelaskan oleh variabel- variabel dalam penelitian ini.
DR = Ξ±0 + Ξ±1ERNVOL + Ξ±2DEPR + Ξ±3GROWTH + Ξ±4BOD_IN + Ξ±5AC + Ξ±6MGROWN + Ξ±7RDAD + ΞΌ (1)
MGROWN = Ξ²0 + Ξ²1STKVOL + Ξ²2GROWTH + Ξ²3TA + Ξ²4BOD_IN + Ξ²5AC + Ξ²6DR + Ξ±7RDAD + Ξ½
Keterangan : DR
: Perbandingan nilai buku utang jangka panjang dibagi dengan nilai buku ekuitas
ERNVOL : Standar deviasi Earnings Before Income and Tax (EBIT) selama 5
(lima) tahun dibagi dengan rata- rata total aset selama 5 (lima) tahun
DERP : Perbandingan antara rata-rata deprisiasi fixed assets tahunan selama 5 tahun terhadap earnings sebelum penyusutan, bunga, dan pajak
GROWTH : % tingkat pertumbuhan assets dalam 5 (lima) tahun terakhir BOD_IN
: Jumlah komisaris independen dibandingkan dengan total jumlah seluruh anggota dewan komisaris
AC : Perbandingan jumlah anggota komite audit dan dipimpin oleh komisaris independen dibanding jumlah anggota dewan komisaris
MGROWN : %
kepemilikan
dari insider
ownerships
STKVOL : Standar deviasi return saham
bulanan selama 5 tahun
TA
: Log dari total aset
RDAD : Perbandingan rata-rata biaya riset dan pengembangan serta biaya iklan dengan rata-rata penjualan selama 5 tahun terakhir
Variabel dependen yang digunakan adalah variabel kewajiban atau utang jangka panjang (DR) pada persamaan pertama yang diukur dengan menggunakan rasio dari nilai buku utang jangka panjang dibandingkan dengan nilai buku ekuitas. Karena persamaan yang digunakan menggunakan pendekatan simultan maka variabel kepemilikan managerial (MGROWN) menjadi salah satu variabel independen dari persamaan pertama. Hubungan yang terjadi antara variabel ini dengan variabel utang jangka panjang (DR) diperkirakan memiliki hubungan negatif sehingga semakin besar tingkat kepemilikan managerial, maka semakin tinggi tingkat alignment dengan pemegang saham lainnya sehingga cenderung perusahaan akan mengurangi utang jangka panjang dan lebih memilih pembiayaan secara internal melalui kepemilikan saham oleh
manajemen. Kepemilikan saham oleh manajemen pada dasarnya merupakan upaya agar manajemen bertindak efisien (Christie dan Zimmerman, 1994) dan memberikan insentif untuk menyusun laporan keuangan yang lebih berkualitas (Ball et al., 2003). Menurut Friend dan Hasbrouck (1988) dan Friend dan Lang (1988) menjelaskan bahwa kepemilikan managerial (insider) mempunyai kepentingan atas keberlangsungan perusahaan karena risiko utang jangka panjang lebih manajemen. Kepemilikan saham oleh manajemen pada dasarnya merupakan upaya agar manajemen bertindak efisien (Christie dan Zimmerman, 1994) dan memberikan insentif untuk menyusun laporan keuangan yang lebih berkualitas (Ball et al., 2003). Menurut Friend dan Hasbrouck (1988) dan Friend dan Lang (1988) menjelaskan bahwa kepemilikan managerial (insider) mempunyai kepentingan atas keberlangsungan perusahaan karena risiko utang jangka panjang lebih
Prediksi hubungan yang terjadi antara variabel ini kepemilikan managerial, semakin besar insentif
dengan tingkat pembiayaan eksternal adalah semakin manajemen
besar proporsi komisaris independen, maka semakin mengambil
untuk memperkecil
risiko
dalam
kecil tingkat utang jangka panjang yang digunakan Penelitian lain membuktikan bahwa kepemilikan
keputusan
struktur permodalan.
perusahaan. Hal yang sama juga terjadi pada saham managerial memberikan pengaruh negatif
hubungan antara peran komisaris independen dengan rasio utang perusahaan (Wahidahwati 2002,
dengan kepemilikan managerial (GROWN) bahwa Mahadwartha 2003). Variabel dependen pada
semakin besar proporsi komisaris independen, maka persamaan kedua adalah variabel jumlah kepemilikan
semakin kecil kekayaan manajemen karena semakin saham
kecil peluang bagi manajemen memanfaatkan menggunakan rasio dari jumlah saham yang dimiliki
kekayaan perusahaan untuk kepentingan pribadi. oleh direksi dan manager dibandingkan total saham
Variabel AC merupakan proksi dari peran yang beredar pada akhir tahun. Dalam penelitian ini
komite audit sebagai perangkat Dewan Komisaris data yang digunakan adalah insider ownership
yang bertugas melakukan pemeriksaan internal. menurut
Peran komite audit ini akan semakin kuat apabila Database Tahun 2011. Dalam persamaan kedua ini
dipimpin oleh seorang komisaris independen dan variabel utang jangka panjang (DR) menjadi salah
jumlah yang relatif cukup dibanding dengan jumlah satu variabel independenya. Hubungan yang terjadi
keseluruhan anggota Dewan Komisaris. Diharapkan diprediksi cenderung negatif sehingga semakin besar
dengan dipimpin oleh seorang komisaris independen tingkat utang jangka panjang maka semakin tinggi
dapat mengurangi tekanan dari pihak Dewan Direksi tingkat
ini diukur dengan mengakibatkan
alignment dengan
menghitung perbandingan jumlah anggota anggota managerial berkurang.
komite audit dan komite tersebut dipimpin oleh Variabel BOD_IN dan AC yang merupakan
seorang komisaris independen. Variabel-variabel variabel utama yang akan diuji dalam penelitian ini
Utama ini merupakan variabel independen. Semakin sebagai proxy dari proporsi komisaris independen
besar proporsi keanggotaan komite audit maka dan audit komite. Variabel BOD_IN dan AC
semakin kecil kemungkinan manajemen melakukan merupakan variabel eksogenous karena kedua
tindakan untuk kepentingan pribadi. variabel tersebut berada diluar kendali manajemen
Volatilitas earnings (ERNVOL) menggambarkan dan diasumsikan manajemen mempunyai kendali
tingkat kemampuan perusahaan dalam memenuhi dalam mengambil keputusan atas pilihan melalukan
kewajiban jangka panjangnya. Semakin besar pembiayaan melalui penerbitan utang jangka panjang
volatilitas earnings menunjukkan semakin besar atau kepemilikan saham.
untuk memenuhi Sedangkan variabel-variabel lain yang ada
ketidakpastian
perusahaan
kewajiban jangka panjangnya dan hal ini dinilai dalam persamaan merupakan variabel kontrol yang
negatif oleh para kreditor. Dengan demikian digunakan dalam persamaan simultan oleh Bathala et
hubungan yang diprediksi adalah semakin besar al. (1994) yang meliputi volatilitas earnings
volatilitas earnings maka semakin kecil tingkat rasio (ERNVOL), non-debt tax-shield (DERP), tingkat
utang jangka panjang.
pertumbuhan aset perusahaan (GROWTH), volatilitas Non-debt tax-shields (DERP) adalah komponen tingkat pengembalian atau return saham (STKVOL),
yang dapat mengurangi pajak perusahaan sehingga ukuran perusahaan (TA), dan biaya riset &
menambah kemampuan untuk memenuhi kewajiban pengembangan serta iklan (RDAD).
perusahaan. Perusahaan yang memiliki non-debt tax Variabel BOD_IN merupakan proksi dari peran
shields, seperti depresiasi dan investment tax credit, komisaris independen dalam ikut mempengaruhi
akan menggunakan utang jangka panjang lebih keputusan-keputusan
sedikit (DeAngelo dan Masulis, 1980) sehingga melakukan pengawasan terhadap Dewan Direksi.
meningkatkan kemungkinan perusahaan membayar Komisaris independen didefinisikan sebagai pihak
kewajiban yang ada. Sementara hasil penelitian yang yang tidak mempunyai hubungan afiliasi dengan
menemukan bahwa pemegang saham pengendali perusahaan tercatat
perusahaan dapat memperoleh utang jangka panjang yang bersangkutan; pihak yang tidak mempunyai
lebih mudah apabila mempunyai jaminan aset yang hubungan
diasosiasikan dengan biaya depresiasi yang besar. komisaris
afiliasi dengan
direktur
dan/atau
dilakukan prediksi bersangkutan; dan pihak yang tidak bekerja rangkap
lainnya perusahaan
hubungannya dengan utang jangka panjang karena sebagai direktur di perusahaan lainnya yang
dari beberapa penelitian sebelumnya hasilnya terafiliasi
dengan perusahaan
pertumbuhan aset perusahaan jumlah anggota komisaris independen dalam Dewan
bersangkutan (Veronica, 2005). Informasi mengenai
Tingkat
(GROWTH) merupakan proksi yang menggambarkan Komisaris
tingkat fleksibilitas investasi perusahaan. Semakin perusahaan. Proksi ini diukur dengan menggunakan
pertumbuhan aset perusahaan proporsi jumlah anggota komisaris independen
tinggi
tingkat
mengindikasikan semakin besar perusahaan untuk
128 Jurnal BPPK, Volume 7 Nomor 2, 2014
Tabel 2. Matriks Korelasi
MGROWN RDAD STKVOL DR
AC BOD_IN
AC -0.164
BOD_IN
0.072 -0.259 1.000 Sumber: Data diolah sendiri
menyisihkan pendapatnnya
untuk
membiayai
memasarkan produk yang sudah jadi atau ditemukan investasi tersebut sehingga pada akhirnya dapat pihak lain daripada melakukan inovasi baru, seperti
mengurangi kewajiban kepada kreditor apabila riset pada perusahaan farmasi di luar negeri. perusahaan mengambil utang jangka panjang saat ini.
Pengukuran variabel ini adalah rasio biaya iklan Hubungan yang terjadi antara variabel ini dengan
dibanding dengan penjualan yang dihitung dari rata- tingkat utang jangka panjang diprediksi positif karena
rata selama 5 tahun terakhir. Hubungan yang terjadi semakin tinggi tingkat pertumbuhan aset dimasa lalu
antara variabel ini dengan kepemilikan saham maka semakin tinggi prospek untuk melakukan
managerial diprediksi positif karena semakin tinggi investasi
tingkat biaya iklan produk inovasi baru (intangible mengindikasikan makin banyak dana eksternal yang
di masa
mendatang
sehingga
assets) menunjukkan semakin besar informasi yang diperoleh perusahaan.
dimiliki manajemen.
Volatilitas tingkat pengembalian atau return saham
4. ANALISIS DAN PEMBAHASAN
menggambarkan tingkat risiko perusahaan dalam Tabel 1. Memberikan gambaran deskriptif memperoleh
mengenai data yang digunakan dalam penelitian. menunjukkan adanya kestabilan nilai perusahaan
leverage (DR), rata-rata sehingga investor memperoleh keyakinan bahwa
Berdasarkan
tingkat
perusahaan memiliki tingkat leverage yang tinggi, investasi yang dimiliki akan kembali. Sebaliknya
yaitu perbandingan antara utang jangka panjang volatilitas return yang tinggi menunjukkan adanya
dibanding dengan nilai buku ekuitas, 135%. kemungkinan menurunnya nilai perusahaan yang
Tingginya tingkat leverage ini mengindikasikan pada akhirnya penurunan tersebut dapat berasal dari
tingginya penggunaan sumber dana dari eksternal penurunan tingkat pendapatan. Penurunan tingkat
perusahaan.
pendapatan dapat
mengakibatkan
manajemen
beranggapan bahwa perusahaan dapat mengurangi
Tabel 1. Statistik Deskriptif
kekayaan manajemen (Cruthley dan Hansen, 1989).
Max. Min. Std.
Proksi ini dihitung dengan standar deviasi return
Dev.
47.7510 -8.4166 6.8822 mungkin terjadi antara variabel ini dengan tingkat
saham bulanan selama 5 tahun. Prediksi yang
7.6993 -33.3648 kepemilikan saham managerial adalah negatif 5.8328
8.3621 -0.8010 1.6460 sehingga semakin besar tingkat volatilitas return
2.3333 0.3000 0.4644 saham semakin kecil tingkat kepemilikan managerial.
AC 0.9302
0.6667 0.0000 0.1520 Ukuran perusahaan (TA) merupakan proksi dari
BOD_IN
0.6292 0.0000 menggunakan nilai log dari total aset. Beberapa 0.1216
0.5828 0.0000 0.1123 penelitian sebelumnya menunjukkan bahwa semakin
Sumber: Data diolah sendiri
besar ukuran perusahaan cenderung semakin kecil
porsi saham yang dimiliki oleh manajemen. Volatilitas seperti earnings (EARVOL) dan Variabel berikutnya adalah variabel biaya riset
returns (STKVOL) menunjukkan rata-rata nilai dan pengembangan serta iklan (RDAD). Variabel ini
volatilitas relatif rendah, masing-masing sebesar 6% digunakan
dan 18,85%. Hal ini menunjukkan kestabilan kesempatan investasi. Dalam penelitian ini data yang
untuk merepresentasikan
diskresi
perusahaan dalam menghasilkan keuntungan dan digunakan adalah biaya iklan yang berhubungan
kondisi pasar yang relatif tidak bergejolak. Sementara dengan
variabel yang berkaitan dengan aspek pembiayaan, sedangkan biaya riset dan pengembangan dari
yaitu variabel depresiasi menunjukkan nilai negatif sampel perusahaan yang terpilih tidak diperoleh. Hal
113% yang mencerminkan adanya pemanfaatan tax- ini
shield oleh perusahaan melalui tingginya beban biaya Indonesia
terjadi karena
perusahaan-perusahaan
di
pada umumnya
lebih
cenderung
penyusutan di tahun 2010.
Jurnal BPPK, Volume 7 Nomor 2, 2014 129
Tingkat pertumbuhan total aset dalam 5 tahun
Tabel 3. Hasil Regresi Persamaan (1)
terakhir dari perusahaan sampel relatif tinggi yaitu sekitar
DR = Ξ± 0 +Ξ± 1 ERNVOL + Ξ± 2 DEPR + Ξ± 3 GROWTH + Ξ± 4 BOD_IN + perkembangan nilai perusahaan yang semakin
Ξ± 5 AC + Ξ± 6 MGROWN + Ξ± 7 RDAD + ΞΌ membaik dalam 5 tahun terakhir. Dilihat dari variabel
Std. t-stat Prob.
yang menjadi fokus penelitian, yaitu komposisi
diksi
Error
14.2866 4.9989 0.0000 masing mempunyai nilai rata-rata 36,58% dan
komisaris independen dan audit komite masing-
0.0574 0.5472 93,02%. Secara umum rata-rata jumlah komisaris 0.5873
DERP
0.6000 4.4807 0.0001 indipenden pada perusahaan adalah sepertiga dari
GROWTH
1.7749 -4.9637 0.0000 keseluruhan jumlah anggota komisaris. Sedangkan
AC -
3.0521 -1.8127 0.0774 dilihat dari keberadaan audit komite, sesuai dengan
BOD_IN
18.2663 -4.8754 0.0000 ketentuan
MGROWN
4.7983 -4.0738 0.0002 hampir semua perusahaan telah membentuk audit
perundang-undangan,
secara umum
Adjusted R-squared
25.0855 independen. Sementara rata-rata ukuran perusahaan
komite yang dipimpin
oleh satu
komisaris
F-statistic
Prob(F-statistic)
yang diteliti cenderung perusahaaan menengah yang terlihat dari rata-rata nilainya (setelah di log10)
Sumber: Data diolah sendiri
sebesar 5,92 dengan rentang ukuran perusahaan
variabel-variabel independennya dengan proporsi antara 8,05 sampai dengan 2,43.
sebesar 78,20%. Komposisi komisaris independen Dari Tabel 2. diketahui korelasi antar variabel-
(BOD_IN) dan komite audit (AC) mempunyai variabel yang digunakan dalam penelitian. Terdapat
hubungan negatif yang signifikan, masing-masing hubungan positif (0,394) antara tingkat leverage
dengan nilai p-values 0,0000 dan 0,0774. Hasil ini dengan tingkat pertumbuhan aset perusahaan
keberadaan komisaris (GROWTH) yang mengindikasikan adanya informasi
menunjukkan
bahwa
independen dan audit komite yang dipimpin oleh penting konsistensi hubungan antara kebutuhan
komisaris independen mempunyai pengaruh yang pendaaan
signifikan dalam menjalankan fungsi monitoring dan perusahaan. Sebaliknya hubungan antara leverage
pengawasan terhadap pembiayaan yang berasal dari dengan komite audit adalah negatif dengan nilai -
pihak eksternal perusahaan. Dengan demikian 0,164, sedangkan hubungannya dengan keberadaan
hipotesa H1 dan H2 terbukti. Temuan ini konsisten anggota komisaris independen adalah positif dengan
dengan penelitian terdahulu yang menunjukkan nilai 0,149. Tingkat leverage juga mempunyai
bahwa dengan adanya peningkatan proporsi dewan hubungan negatif dengan kepemilikan managerial
maka kecenderungan (-0,163). Terjadinya korelasi negatif ini memberikan
komisaris
independen
perusahaan melakukan kecurangan akan semakin informasi bahwa terdapat indikasi biaya agensi
kecil (Beasley, 1996; Chen et al. 2006). Ditambahkan antara kreditor dan manager sebagai pemilik dalam
pula hasil ini sejalan dengan argumen Fama & Jensen menentukan apakah perlu dilakukan pembiayaan
(1983) bahwa fungsi yang sangat penting dari dewan dari luar atau dari dalam perusahaan sendiri.
komisaris adalah untuk meminimalisasi biaya agensi Hubungan antara kepemilikan managerial dan
pada perusahaan modern saat ini. Dari hasil regresi keberadaan komisaris independen dan audit komite
pada Tabel 3, dapat diketahui bahwa kecuali tingkat mempunyai hubungan negatif. Hal ini menandai
volatilitas earnings (EARNVOL) dan depresiasi adanya
(DERP), semua variabel menunjukkan hasil signifikan monitoring/pengawasan
walaupun dengan arah yang berbeda dari arah yang pengelolaan/managerial. Secara umum korelasi yang
dengan
peran
diperkirakan sebelumnya. Tingkat pertumbuhan aset terjadi antar variabel relatif rendah sehingga tidak
yang semula diprediksi bertanda negatif ternyata terjadi
hasilnya menunjukkan tanda positif. Hasil ini multicollinearity.
berbeda dengan pendapat Titman dan Wessels Model yang digunakan sudah diuji untuk
(1988) tetapi konsisten dengan hasil temuan Myers memastikan bahwa asumsi klasik terpenuhi dan
dan Majluf (1984) bahwa hal ini menunjukkan pemilihan model telah sesuai dengan karakteristik
adanya kemungkinan peningkatan keuntungan dan data. Hasil pengujian dilakukan dengan menggunakan
keberhasilan perusahaan dalam memperoleh sumber 2-stage least squares yang mempunyai hubungan
keuangan eksternal. Variabel biaya iklan atas produk simultan antara tingkat leverage dengan kepemilikan
baru, sebagai proksi dari intangible assets (RDAD) managerial dapat dilihat pada Tabel 3 dan Tabel 4.
sebelumnya yaitu Sebagaimana
koefisiennya bernilai negatif yang menunjukkan persamaan (1) ini merupakan persamaan utang
bahwa biaya agensi yang berhubungan dengan jenis jangka panjang atau debt equation. Model ini
assets ini relatif lebih besar dibanding dengan mempunyai nilai F-values yang signifikan pada level
tangible assets (Myers, 1977). Lebih lanjut, 0,01 dan nilai adjusted R-squared sebesar 78,20%
kepemilikan managerial (MGROWN), dalam konteks yang menunjukkan
bahwa semakin besar menjelaskan hubungan antara leverage dengan
bahwa
model ini
kepemilikan managerial atau insider maka semakin
130 Jurnal BPPK, Volume 7 Nomor 2, 2014
Tabel 4. Hasil Regresi Persamaan (2)
disebabkan kepemilikan managerial pada perusahaan di Indonesia relatif kecil sehingga upaya untuk
MGROWN = Ξ² 0 +Ξ² 1 STKVOL + Ξ² 2 GROWTH + Ξ² 3 TA + Ξ² 4 BOD_IN +
melakukan tindakan oportunistik, seperti earnings
Ξ² 5 AC + Ξ² 6 DR + Ξ± 7 RDAD + Ξ½
management dalam rangka memperoleh bonus, tidak
terjadi (Hari. B, 2012). Sejauh ini kebijakan
Variable Pre- Koef.
kepemilikan managerial tujuan kepemilikan tersebut. C 1.0972
Dengan demikian mekanisme monitoring oleh
komisaris independen tidak terjadi. Sebaliknya
keberadaan komite audit menjadi penting karena
TA
+ -0.0137
mengurangi tindakan AC -
BOD_IN
oportunistik manajemen tetapi juga melakukan
pengendalian internal
assets (RDAD)
Adjusted R-squared
menunjukkan hasil negatif dan signifikan. Hasil ini
F-statistic
tidak sesuai dengan penelitian sebelumnya yang
Prob(F-statistic)
menunjukkan bahwa perusahaan-perusahan yang
Sumber: Data diolah sendiri memiliki biaya riset dan pengembangan cenderung
memiliki lebih banyak informasi privat sehingga besar pemegang saham managerial melindungi perusahaan-perusahaan
tersebut memiliki kepentingannya di perusahaan karena semakin kepemilikan managerial/insider yang tinggi (Myers, besarnya risiko non-diversifiable dari adanya utang
1977; Leland dan Pyle, 1977). Akan tetapi dalam jangka panjang (Friend dan Hasbrouck, 1988; Friend
konteks Indonesia mungkin saja hasil penelitian dan Lang, 1988). Dengan demikian semakin besarnya
mengenai riset dan pengembangan berbeda karena kepemilikan managerial/insider maka semakin besar
relatif sedikit atau tidak ada perusahaan-perusahaan insentif
melakukan riset dan pengembangan produk secara pembiayaan.
untuk meminimalkan
risiko struktur
signifikan.
Pada Tabel 4. persamaan (2) ini merupakan Terakhir adalah tingkat leverage (DR) yang persamaan kepemilikan managerial atau ownership
menunjukkan hubungan negatif dan signifikan equation. Model ini mempunyai nilai F-values yang
dengan kepemilikan managerial/insider. Hasil ini signifikan pada level 0,01 dan nilai adjusted R-
konsisten dengan prediksi sebelumnya bahwa squared sebesar 59,05% yang menunjukkan bahwa
semakin besar tingkat utang jangka panjang maka hubungan antara kepemilikan managerial dengan
semakin tinggi tingkat alignment manajemen dengan variabel-variabel independennya dapat menjelaskan
kreditor sehingga kecenderungan untuk memperoleh hubungan tersebut dengan sebesar 59,05%. Variabel
dana melalui kepemilikan saham semakin berkurang. pertumbuhan
Hasil regresi pada persamaan (2) ini menunjukkan menunjukkan nilai positif dan signifikan sesuai
hasil yang sama dengan hasil regresi pada dengan prediksi sebelumnya. Karena pertumbuhan
persamaan (1) yaitu hubungan antara kepemilikan total aset menunjukkan potensi pertumbuhan
managerial (MGROWN) dengan tingkat leverage (DR). keuntungan dan potensi pertumbuhan perusahaan,
Dengan demikian hubungan kedua variabel tersebut maka manager cenderung untuk melakukan investasi
(DR dan MNGOWN) bersifat inversi. pada ekuitas (dengan menerbitkan saham). Hal ini terjadi karena manager mempunyai informasi lebih
Pengujian Sensitivitas
tentang prospek pertumbuhan perusahaan. Dalam Untuk mengetahui konsistensi atas hasil persamaan (2) ini, ternyata keberadaan komisaris
pengujian yang telah dilakukan sebelumnya maka independen (BOD_IN) tidak signifikan sebagaimana
dilakukan pengujian tambahan dengan menambah diharapkan sebelumnya, sehingga berbeda dengan
komponen corporate governance lainnya yang hasil yang diperoleh pada persamaan (1). Sementara
relevan dengan aspek pengawasan dan monitoring komposisi komite audit (AC) menunjukkan nilai
dalam rangka mengurangi biaya agensi, yaitu peran koefisien negatif dan signifikan sesuai prediksi. Hasil
auditor (AUD) dan investor institusional (INS_OWN). ini konsisten dengan hasil regresi yang diperoleh
Keberadaan auditor ini merupakan salah satu alat pada persamaan (1), peran komite audit sebagai alat
yang dapat digunakan untuk mendisiplinkan manager dewan komisaris untuk membantu melakukan
oportunistik. Variabel AUD monitoring terhadap manajemen lebih efektif. Namun
dari
tindakan
didefinisikan sebagai dummy variabel yang bernilai 1 proporsi keanggotaan komisaris indenpenden tidak
apabila perusahaan diaudit oleh kantor akuntan menunjukkan hasil signifikan pada hasil regresi
besar, dan bernilai 0 apabila sebaliknya. Kepemilikan persamaan (2). Dengan demikian pada persamaan (2)
institusional adalah prosentasi kepemilikan oleh ini,hipotesis H1 tidak terbukti dan hipotesis H2
institusi keuangan, yayasan dana pensiun, dan terbukti.
lembaga pemerintah pada perusahaan yang go public. kepemilikan managerial dengan keberadaan anggota
Tidak terbuktinya
asosiasi
antara
Umumnya pemegang saham besar dan mempunyai dewan
hak suara dan mempunyai kepentingan ekonomi
Jurnal BPPK, Volume 7 Nomor 2, 2014 131 Jurnal BPPK, Volume 7 Nomor 2, 2014 131
Tabel 6. Hasil Regresi Persamaan (4)
pemegang saham institusional mempunyai insentif untuk melakukan monitoring terhadap manager
MGROWN = Ξ» 0 +Ξ» 1 STKVOL + Ξ» 2 GROWTH + Ξ» 3 TA + Ξ» 4 BOD_IN + Ξ» 5 AC + Ξ» 6 DR + Ξ» RDAD + Ξ» 7 8 AUD + Ξ» INS_OWN +Ο 9 perusahaan (Shleifer dan Vishny, 1986) dan bahkan
pemegang saham institusional dapat bersifat lebih
Std. t-stat Prob.
agresif dari monitoring secara pasif menjadi lebih Error
diksi
0.1495 7.1900 0.0000 aktif (Coffee, 1991). Persamaan yang digunakan
C 1.0752
0.2159 -0.3563 0.7236 dalam melakukan pengujian tambahan dapat dilihat
STKVOL
0.0268 5.5918 0.0000 pada persamaan (3) dan (4) berikut:
BOD_IN
DR = Ξ΄ 0 + Ξ΄ 1 ERNVOL + Ξ΄ 2 DEPR + Ξ΄ 3 GROWTH +
4 BOD_IN + Ξ΄ 5 AC + Ξ΄ 6 MGROWN + Ξ΄ 7 RDAD + Ξ΄ 8 AUD +
9 INS_OWN + ΞΈ
INS_OWN
0.1431 -2.1507 0.0379
MGROWN = Ξ» 0 +Ξ» 1 STKVOL + Ξ» 2 GROWTH + Ξ» 3 TA +
Adjusted R-squared
4 BOD_IN + Ξ» 5 AC + Ξ» DR + Ξ» 6 RDAD + Ξ» 7 AUD + 8 F-statistic
9 INS_OWN +Ο
0.0000 Hasil pengujian tambahan dapat dilihat pada
Prob(F-statistic)
Sumber: Data diolah sendiri
Tabel 5. dan Tabel 6. Hasil regresi persamaan (3) khususnya berkaitan dengan upaya manajemen menunjukkan nilai F-values yang signifikan pada
dalam memperoleh pendanaan melalui utang jangka level 0,01 dan nilai adjusted R-squared sebesar
panjang.
84,22% yang menunjukkan bahwa hubungan antara Hasil regresi persamaan (4) menunjukkan nilai leverage dengan variabel-variabel independennya
F-values yang signifikan pada level 0,01 dan nilai dapat dijelaskan oleh model sebesar 84,22%. Nilai R-
sebesar 59,05% yang squared yang diperoleh dari pengujian tambahan ini
adjusted
R-squared
menunjukkan bahwa hubungan antara leverage menunjukkan nilai yang lebih baik dari sebelumnya.
dengan variabel-variabel independennya dapat Hasil regresi
menjelaskan hubungan tersebut dengan sebesar 59, komisaris independen (BOD_IN) dan komite audit
menunjukkan
bahwa komposisi
05%. Keberadaan komisaris independen (BOD_IN) (AC) konsisten dengan pengujian sebelumnya,
dan komite audit (AC) menunjukkan hasil yang bahkan untuk keberadaan komite audit mempunyai
konsisten dengan pengujian sebelumnya. Hal yang nilai p-values yang lebih baik dari sebelumnya 0,0774
sama terjadi kosistensi hasil pada komponen (pada level Ξ± <0,10 ) menjadi 0,0219 (pada level Ξ±
kepemilikan managerial dan pertumbuhan aset yang <0,05 ). Hasil yang sama juga terjadi pada variabel
hubungan kepemilikan pertumbuhan aset perusahaan (GROWTH), variabel
signifikan.
Sedangkan
institusional dengan kepemilikan managerial/insider biaya riset dan pengembangan (RDAD) dan
menunjukkan hubungan positif dan signifikan. kepemilikan managerial (MGROWN). Variabel yang
Namun keberadaan auditor (AUD) tidak mempunyai menunjukkan peran auditor dan kepemilikan
pengaruh signifikan dengan kepemilikan managerial. institusi juga menunjukkan hubungan yang negatif
secara umum dapat dan signifikan dengan tingkat leverage perusahaan.
Dengan
demikian
disimpulkan hasil pengujian tambahan menunjukkan Hal ini menunjukkan peran kedua variabel tersebut
konsistensi hasil dengan pengujian awal sehingga sebagai media monitoring untuk mendisiplinkan
hasil penelitian ini dapat dinyatakan andal pada manajemen
perusahaan sampel yang diteliti.
Tabel 5. Hasil Regresi Persamaan (3)
5. KESIMPULAN
Ξ΄ Tujuan penelitian ini adalah untuk memberikan 6 MGROWN + Ξ΄ 7 RDAD + Ξ΄ 8 AUD + Ξ΄ 9 INS_OWN + ΞΈ
DR = Ξ΄ 0 +Ξ΄ 1 ERNVOL + Ξ΄ 2 DEPR + Ξ΄ 3 GROWTH + Ξ΄ 4 BOD_IN + Ξ΄ 5 AC +
Variable Pre- Koef
bukti empiris dampak struktur kepemilikan dan
diksi
eksternal perusahaan C 75.4983
terhadap upaya mengurangi permasalahan agensi
yang timbul pada perusahan di Indonesia. Penelitian-
DERP
mengemukakan bahwa AC -
kepemilikan manajerial dapat digunakan sebagai
BOD_IN
pengendali terhadap munculnya biaya agensi pada
perusahaan dan keberadaan komisaris independen
serta komite audit dapat mengurangi perilaku
oportunistik manajemen. Dari hasil pengujian empiris
INS_OWN
ditemukan bukti bahwa terdapat hubungan negatif
Adjusted R-squared
antara keberadaan komisaris independen dengan
F-statistic
tingkat leverage perusahaan, namun tidak diperoleh
Prob(F-statistic)
bukti yang signifikan terjadi hubungan negatif Sumber: Data diolah sendiri
independen dengan
132 Jurnal BPPK, Volume 7 Nomor 2, 2014 132 Jurnal BPPK, Volume 7 Nomor 2, 2014
DAFTAR PUSTAKA
terjadi antara keberadaan komisaris independen Ahmed, A. S., & Duellman, S. 2007. Accounting dengan tingkat leverage perusahaan menunjukkan
board of director peran komisaris independen untuk mengurangi risiko
conservatism
and
characteristics: An empirical analysis. Journal of
atau financial distress atas utang jangka panjang perusahaan.
Accounting and Economics, 43(2), 411-437.
Hasil penelitian juga membuktikan bahwa Anderson, R. C., Mansi, S. A., & Reeb, D. M. 2004. keberadaan komisaris independen dan komite audit
accounting report sebagai salah satu perangkat monitoring yang
Board
characteristics,
integrity, and the cost of debt. Journal of
membantu dewan komisaris dapat mengurangi
accounting and economics, 37(3), 315-342.
insentif manager melakukan tindakan-tindakan Ball, R., Robin, A., & Wu, J. S. (2003). Incentives versus oportunistik. Penelitian ini juga menemukan bahwa
standards: properties of accounting income in terjadi hubungan negatif yang signifikan antara
four East Asian countries. Journal of accounting
tingkat leverage dengan kepemilikan managerial.
and economics, 36(1), 235-270.
Dalam hal ini adanya leverage dapat menjadi media Bathala, C.T., Moon, K.P., and Rao, R.P. 1994. alternatif dalam memonitor perilaku manajemen
Managerial Ownership, Debt Policy, and the yang juga merupakan pemilik perusahaan.
Impact of Institutional Holdings: an Agency Perspective. Financial Management. 23(3). 38-50.
6. IMPLIKASI DAN KETERBATASAN Beasley, M. S. 1996. An empirical analysis of the
board of director hanya meneliti perusahaan-perusahaan manufaktur
Penelitian ini memiliki keterbatasan bahwa
relation
between the
compositionand financial statement fraud. The dengan jumlah sampel yang relatif terbatas sehingga
Accounting Review, vol. 71 no. 4 (Oct.), pp: 443- belum
dapat menggambarkan
sebenarnya pada semua perusahaan yang tidak Bonazzi, L. & Islam, S., 2007, 'Agency theory & termasuk perusahaan manufaktur. Namun demikian
A study of the penelitan ini dapat memberikan gambaran dalam
corporate
governance:
effectiveness of board monitoring of the CEO', konteks perusahaan yang telah go public di Indonesia
Journal of Modeling in Management, 2, 1, pp.7 β bahwa terdapat pihak-pihak yang dapat memonitor
manajemen dalam mejalankan perusahaan sehingga Brealey, Richard A., Stewart C. Myers, and Franklin dapat
Allen, 2008. Principles of Corporate Finance, 9/e. pemilik/insider
McGrawHill, New York.
stakeholders lainnya. Chen, Gongmeng, Firth,M., Gao, Rui,O.M.. 2006. Secara khusus, penelitian ini diharapkan dapat
Ownership structure, corporate governance and memberikan informasi lebih jelas mengenai peran
Fraud: Evidence from China. Journal of Corporate komisaris independen yang selama ini digambarkan
Finance, Vol 12 (3), 424-448. tidak memiliki informasi yang cukup dan signifikan
Chen, H. L., & Hsu, W. T. (2009). Family ownership, tentang perusahaan dibanding manajemen. Peran
independence, and R&D komisaris independen semakin kuat apabila komite
board
investment. Family business review.
audit dapat bekerja secara efektif dan mendapat Chtourou, S. M., Bedard, J., & Courteau, L. (2001). dukungan dewan komisaris. Keberadaan komite audit
and earnings memberi pengaruh terhadap upaya mengurangi biaya
Corporate
governance
management. University of Laval, Quebec,
agensi yang timbul dari adanya kepemilikan
Canada.
managerial dan kebijakan utang jangka panjang. Bagi Christie, A.A., and J.L. Zimmerman. 1994. Efficient and pemerintah yang berwenang menetapkan regulasi,
Opportunistic Choices ofAccounting Procedures: penelitian ini diharapkan memberikan masukan Corporate Control Contests, The Accounting mengenai peningkatan efektifitas dewan komisaris Review.69.(October).p.539-566. beserta perangkat pendukungnya melalui kewajiban Coffee, J.C. Jr. 1991. Liquidity versus control: The pengungkapan yang lebih tegas mengenai peran
institutional investor as Corporate Monitor. komisaris independen sehingga perkembangan pasar
Columbia Law Review, October, 1277-1368. modal di Indonesia dapat lebih baik dan bersaing
Crutchley, C. E., & Hansen, R. S. (1989). A test of the dengan pasar modal di negara lain.
managerial ownership, Keterbatasan penelitian ini adalah kecilnya
and corporate jumlah sampel yang digunakan dan hanya terbatas
corporate
leverage,
dividends. Financial Management, 36-46.
pada perusahaan manufaktur. Penelitian lanjutan
dapat dilakukan dengan memperluas jumlah sampel Daniri, M.A. 2005. Good corporate governance: yang diteliti. Selain itu penggunaan metode penelitian
konsep dan penerapannya dalam konteks lain dapat dilakukan untuk mengakomodasi adanya
Indonesia. Edisi 2.
efek simultan, seperti penggunaan structural equation Daily, C., Dalton, D. & Cannella Jr., A., 2003, 'Corporate model sehingga pengolahan faktor-faktor yang
Governance: Decades Of Dialogue & Data', mempengaruhi dapat dilakukan secara terintegrasi.
Academy ofManagement Review, 28, 3, pp. 371- 382.
Jurnal BPPK, Volume 7 Nomor 2, 2014 133
DeAngelo H. and Masulis R.W. 1980. Optimal Capital Mahadwartha, P. A. (2003). Predictability power of Structure
dividend policy and leverage policy to managerial Taxation. Journal of Financial Economics. 3-29.
ownership in Indonesia: an agency theory Demsetz, H. & Lehn, K. 1985, 'The Structure of
Ekonomi dan Bisnis Corporate Ownership: Causes & Consequences',
perspective.Jurnal
Indonesia, 18(3).
Journal of PoliticalEconomy, 93, 6, pp. 1155- Myers, S.C. 1977. Determinants of Corporate 1177.
Borrowing. Journal of Financial Economics, 5, Erikson, C., Salsberg, E., Forte, G., Bruinooge, S., &
147-175.
Goldstein, M. (2007). Future supply and demand Myers, S.C. 1984. The capital structure puzzle. Journal for oncologists: challenges to assuring access to
of Finance.
oncology
services. Journal of
Oncology
Myers, S.C., N.S. Majluf. 1984. Corporate financing and
Practice, 3(2), 79-86. investment decision when firms have
Fama, E.F. and Jensen, M. 1983. Agency Problem and information that di not have. Journal of Financial Residual
Economics, 187-221.
andEconomics.26. 327-349. Rahmat M.M., Iskandar T.M., Saleh N.M. , 2009 , Friend, I. and Hasbrouck, J. 1988. Determinant of
Managerial Auditing Journal , Audit Committee Capital Structure. Research in Finance Vol 7.
Characteristics in Financially Distressed and Non- Andrew H. Chen, ed., Greenwich, CT, Jai Press Inc,
distressed Companies , 24(7):624-638. 1-20.
Siallagan, Hamonangan dan Masβud Machfoedz. 2006. Friend, I. and Lang,L.H.P. 1988. An empirical test of
Mekanisme Corporate Governance, Kualitas Laba, the impact of managerial self-interest on
dan Nilai Perusahaan. Proceeding Simposium corporate capital structure. Journal of Finance,
Nasional AkuntansiIX.
271-281. Shleifer, A. and Vishny, R. 1986. Large shareholders Grinstein, Y., & Tolkowsky, E. 2004. The role of the
and corporate control. Journal of Political board of directors in the capital budgeting
Economy, June, 416-488. process-evidence from s&p 500 firms. In EFA Shleifer, Andrei., Robert Vishny. 1997. A survey of
2005 Moscow Meetings. corporate governance. The Journal of Finance. Grossman, S. and Hart, O. 1986. The costs and the
June, Vol. 52 (2), 737-783.
benefits of ownership: A theory of vertical and Subramaniam, N., McManus, L., & Zhang, J. 2009. lateral integration. Journal of Political Economy.
Corporate governance, firm characteristics and
94. 691-719. risk management committee formation in Hari, B. 2012. Karakteristik Dewan Komisaris Dan
Australian
companies. Managerial Auditing
Manajemen Laba
Di
Indonesia. Majalah Journal, 24(4), 316-339. Ekonomi, 22(1). Titman, S. and Wessels, R. 1988. The determinant of
Indrawati, T dan Suhendro. 2005. Determinasi Capital capitalstructure choice. Journal of Finance, Structure pada Perusahaan Manufaktur di BEJ
March, 1-19.
2000-2004. Jurnal Akuntansi & Keuangan Veronica, S. 2005. Pengaruh struktur kepemilikan, Indonesia, Vol. 3 No. 1, hlm. 77-105.
ukuran perusahaan, dan praktek corporate Lan, L. & Heracleous, L. 2010, βRethinking Agency
governance terhadap pengelolaan laba (earnings Theory: the View fro
m Lawβ, Academy of management) dan kekeliruan penilaian pasar, Management Review, 35, 2, pp.294-314.
Disertasi Program Studi Ilmu Managemen Leland, H., Pyle, D. 1977. Information asymetric.
Pascasarjana Fakultas Ekonomi Universitas Financial Structure and Financial Intermediation.
Indonesia.
Pengaruh Kepemilikan Jensen, M. and Meckling, W. 1976. Theory of the Firm:
Journal of Finance, 32, 371-380.
Wahidahwati.
Managerial dan Kepemilikan Institusional pada Managerial
Kebijakan Hutang Perusahaan: Sebuah Perspektif ownership Structure, Journal of Financial
Teori Agency, Jurnal Riset Akuntansi Indonesia, Economics, 3, 305-360.
Vol 5, Nomor 1, hlm. 1-16.
Jensen, M. C. 1986. Agency costs of free cash flow, Williamson, O.E. 1984. Corporate Governance. The Yale Law Journal, 93, 1197-1230.
corporate finance, and takeovers. The American Williamson, O. 1988. Corporate Finance and
economic review, 323-329. Corpoorate Governance Journal of Finance 43, 567- Jensen, M. C. 1993, 'The Modern Industrial
Revolution, Exit and the Failure of Internal ControlSystems.' Journal of Finance, vol. 48, no. 3, pp. 831-880.
Kochar, R. 1996. Explaining Firm Capital Structure: The Role of Agency Theory vs.Transaction Cost Economics. Strategic Management Journal. 7. 713-728.
134 Jurnal BPPK, Volume 7 Nomor 2, 2014
Jurnal BPPK, Volume 7 Nomor 2, 2014 Halaman 135-152
BADAN PENDIDIKAN DAN PELATIHAN KEUANGAN KEMENTERIAN KEUANGAN
JURNAL BPPK
REPUBLIK INDONESIA
PENGARUH PENANAMAN MODAL ASING TERHADAP PERTUMBUHAN EKONOMI DI INDONESIA: ANALISIS DATA PANEL PERIODE 1994-2013
Jefry Batara Salebu Direktorat Jenderal Pajak, Indonesia . Email: jsalebu@yahoo.com.
INFO ARTIKEL
ABSTRAK
SEJARAH ARTIKEL This study analyzes the effect of foreign direct investment (FDI) on economic growth in Indonesia. Panel data of 20 subsectors for the period 1994 β2013 obtaining a balanced panel of
Diterima Pertama 340 observations are used in the empirical estimation.The Fixed Effect Model is the best model
18 Agustus 2014 based on redundant fixed effect test and Correlated random effect-Hausman test to find the significant impact of FDI on economic growth.The empirical results show strong evidence that
Dinyatakan Dapat Dimuat LFDI has a significant and positive influence on LGDP. Based on the result of the regression, it
28 November 2014 could be said that FDI will boost economic growth in Indonesia. However, it was found that not all subsectors of FDI have a significant positive effect on economic growth. There are only four
KATA KUNCI: sectors where LFDI has significantly and positively impact to LGDP. Thus, the four sectors of Produk Domestik Bruto,
theFDI have a considerable influence on economic growth in Indonesia, so that some supports Penanaman Modal Asing, Data
from the government of Indonesia are needed in this sector, for example tax incentive Panel, Model Efek Tetap.
regulation, to attract FDI from these subsectors to invest in Indonesia.
Penelitian ini menganalisis pengaruh penanaman modal asing (PMA) terhadap pertumbuhan ekonomi di Indonesia. Data panel dari 17 subsektor untuk periode 1994-2013 untuk mendapatkan panel yang seimbang dari 340 pengamatan digunakan dalam estimasi empiris. Model Efek Tetap adalah model terbaik yang dipilih sesuai uji redundant fixed effect dan uji correlated random effect-Hausman untuk menemukan dampak signifikan dari PMA terhadap pertumbuhan ekonomi. Hasil empiris menunjukkan bukti kuat bahwa variabel LFDI memiliki pengaruh yang signifikan yang positif terhadap variabel LGDP. Berdasarkan hasil regresi tersebut dapat dikatakan bahwa secara agregat masuknya PMA ke Indonesia akan meningkatkan pertumbuhan ekonomi di Indonesia. Namun demikian, ditemukan fakta bahwa tidak semua subsektor dari PMA tersebut yang berpengaruh signifikan yang positif terhadap pertumbuhan ekonomi.Terdapat hanya empat subsektor dimana variabel LFDI signifikan dan positif terhadap variabel LGDP. Dengan demikian, empat subsektor dari PMA tersebut memiliki pengaruh yang besar terhadap pertumbuhan ekonomi di Indonesia, sehingga diperlukan dukungan dari pemerintah Indonesia di sektor-sektor tersebut, misalnya pemberian insentif pajak, untuk menarik PMA dari subsektor tersebut menanamkan modalnya di Indonesia.
1. PENDAHULUAN
Yuen, 1999). Hal tersebut adalah beberapa alasan
1.1. Latar Belakang
mengapa negara-negara berkembang, termasuk
Salah satu aspek yang paling penting dari Indonesia, ingin menarik PMA untuk meningkatkan Penanaman Modal Asing (PMA) adalah dampak
pertumbuhan ekonomi di negara mereka. potensial terhadap pertumbuhan ekonomi di negara
Grafik 1 memperlihatkan perkembangan Produk tuan rumah (host country). Hal ini sangat penting bagi
Domestik Bruto (PDB) atas dasar harga konstan 2000 negara-negara yang umumnya mempunyai financial
di Indonesia untuk periode tahun 1994 sampai dengan dan capital yang terbatas yang diperlukan untuk
tahun 2013. Dalam Grafik tersebut terlihat bahwa pembangunan ekonomi negara-negara berkembang.
pertumbuhan ekonomi Indonesia semakin meningkat, Negara-negara berkembang tersebut pada umumnya
kecuali untuk tahun 1998-1999 yang mengalami harus berurusan dengan masalah yang timbul dari
penurunan secara drastis mengingat pada tahun saving-investment gap (perbedaan antara investasi dan
tersebut telah terjadi krisis ekonomi. tabungan).
Meskipun secara teoritis manfaat dari PMA memberikan kontribusi untuk mengisi kesenjangan
sangat penting bagi pertumbuhan ekonomi negara antara saving dan investment (Todaro & Smith, 2003)
tuan rumah, bukti empiris untuk hubungan antara karena PMA memiliki beberapa keuntungan bagi
PMA dan pertumbuhan ekonomi dari negara-negara negara penerima. Sebagai contoh, PMA memiliki akses
berkembang masih menjadi perdebatan. Di satu sisi, yang lebih baik ke pasar keuangan, dan dapat
banyak penelitian telah melaporkan bahwa PMA memobilisasi tabungan domestik (Razin, Sadka, &
mendorong pertumbuhan ekonomi negara-negara
Jurnal BPPK, Volume 7 Nomor 2, 2014 135
Grafik 1. Perkembangan PDB Harga Konstan 2000 (Miliar Rupiah), periode 1994-2013
Sumber: Badan Pusat Statistik (diolah)
berkembang, sementara beberapa penelitian lain tidak
terhadap tiga negara menemukan bukti atau terdapat bukti yang lemah
pertumbuhan
ekonomi
berkembang, yaitu Chili, Malaysia, dan Thailand. Di bahwa PMA mendorong pertumbuhan ekonomi
Chile tidak ada kausalitas antara PMA dan PDB negara-negara berkembang.
sedangkan untuk Malaysia dan Thailand ada bukti kuat Balasubramanyam, Salisu, dan Spasford (1996)
dari kausalitas dua arah. Duasa (2007) tidak meneliti bahwa efek dari PMA terhadap pertumbuhan
menemukan bukti kuat hubungan kausal antara PMA ekonomi akan kuat jika diikuti dengan kebijakan
dan pertumbuhan ekonomi di Malaysia. Zakaria (2009) perdagangan yang berorientasi ekspor. Borensztein,
menemukan bahwa PMA tidak berpengaruh pada Gregorio, dan Lee (1998) berpendapat bahwa PMA
pertumbuhan ekonomi negara-negara berkembang. dapat menguntungkan pertumbuhan ekonomi melalui
Dengan kata lain, menurut studi yang ada, hubungan adopsi teknologi baru dan peningkatan sumber daya
kausal dan pengaruh PMA terhadap pertumbuhan manusia.
ekonomi tergantung pada kondisi spesifik negara. menemukan bukti bahwa PMA berpengaruh positif
Bengoa dan
Sanchez-Robles
apakah PMA dapat signifikan terhadap pertumbuhan ekonomi melalui
menguntungkan pertumbuhan ekonomi di Indonesia modal sumber daya manusia yang memadai, stabilitas
masih menjadi perdebatan. Misalnya, Asafu (2000) ekonomi, dan pasar liberal. Selain itu, bukti empiris
menemukan bahwa PMA memiliki efek positif yang dari pengaruh PMA terhadap pertumbuhan ekonomi
signifikan terhadap pertumbuhan ekonomi pada negara-negara maju tidak jauh berbeda dengan kasus
periode 1970-1996. Namun, Khaliq dan Noy (2007) negara-negara berkembang, Alfaro (2003) menyatakan
dari PMA terhadap bahwa di negara-negara Organisation for Economic Co-
menemukan
bahwa efek
pertumbuhan ekonomi selama periode 1998-2006 operation and Development (OECD) arus masuk PMA
dipengaruhi oleh komposisinya. Hanya sedikit sektor ke sektor primer cenderung memiliki efek negatif pada
memiliki dampak positif; satu sektor (pertambangan pertumbuhan, sementara arus masuk PMA ke sektor
dan penggalian) memiliki dampak negatif yang kuat manufaktur memiliki efek yang positif, dan di sektor
dari arus masuk PMA. Dengan demikian, literatur jasa memiliki efek yang ambigu. Neuhaus (2006)
empiris tersebut menunjukkan bahwa tidak ada menemukan bukti bahwa PMA memainkan peran
konsensus mengenai arah kausalitas dan dampak PMA penting dalam pertumbuhan ekonomi di Eropa Tengah
terhadap pertumbuhan ekonomi. Dengan kata lain, dan Timur. Roy dan Van den Berg (2006) menemukan
secara umum disepakati bahwa PMA memainkan bukti bahwa PMA memiliki dampak positif dan
peran dalam pertumbuhan ekonomi negara tuan signifikan secara ekonomi terhadap pertumbuhan
rumah tapi efeknya, baik positif maupun negatif, masih ekonomi Amerika Serikat (AS).
diperdebatkan.
Di sisi lain, Carkovic dan Levine (2002) menemukan bukti bahwa komponen eksogen PMA
1.2. Perkembangan PMA dan PDB di Indonesia
tidak mempunyai pengaruh yang kuat dan independen Dalam Grafik 1 dapat dilihat perkembangan PDB terhadap pertumbuhan. Chowdhury dan Mavrotas
untuk runtun waktu tahun 1994 sampai dengan tahun (2003) menguji hubungan kausal antara PMA dan
2013. Terlihat bahwa PDB semakin meningkat dari
136 Jurnal BPPK, Volume 7 Nomor 2, 2014
Grafik 2. Perkembangan Realisasi PMA (US$ Juta), periode 1994-2013
Sumber: Badan Koordinasi Penanaman Modal.(diolah)
tahun ke tahun, kecuali untuk tahun 1998 dimana
dengan data PMA terjadi krisis ekonomi. Selanjutnya, dalam Tabel 1 dan
sebagaimana terlihat pada Grafik 2 dan Tabel 1, Grafik 2 dapat dilihat perkembangan realisasi PMA di
terlihat bahwa setelah pelarian modal di tengah krisis Indonesia dari tahun 1994 sampai dengan tahun 2013.
tahun 1997 dan 1998, PMA di Indonesia telah Tabel dan Grafik tersebut menunjukkan variasi dalam
berkembang pada tingkat yang lebih lambat. realisasi FDI di Indonesia selama periode 1994 sampai
Penurunan ini disebabkan tidak hanya karena tight 2013. Selain itu, Grafik 1 dan Grafik 2 menunjukkan
economy dan slowed economic growth, tetapi juga bahwa PDB dan PMA tidak bergerak pada tingkat yang
risiko investasi yang tinggi. Krisis ini menciptakan sama, yang mungkin menunjukkan bahwa PMA bukan
pengembalian investasi, karena faktor utama pertumbuhan ekonomi di Indonesia.
ketidakpastian
fluktuasi yang tinggi dalam nilai tukar. Setelah krisis Perlu dicatat bahwa hal ini tidak menunjukkan
ekonomi pada tahun 1999, terjadi peningkatan tajam kontribusi PMA terhadap pertumbuhan; hal tersebut
dalam PMA baik jumlah proyek dan nilai realisasi. hanya
Namun, pada tahun 2001 dan 2002 arus masuk PMA pertumbuhan dua variabel.
turun karena dimulainya otonomi daerah, yang
Tabel 1.Realisasi PMA, 1994 β2013
menyebabkan keengganan investor asing untuk
menanamkan dananya di Indonesia. Peningkatan
Tahun
dalam prosedur persetujuan investasi dan perizinan 1994
Penanaman Modal Asing
Proyek
Nilai (US$ juta)
mempertahankan kepercayaan 1995
investor asing dan mendorong mereka untuk 1996
menjalankan bisnis mereka di Indonesia. Penurunan 1997
sedikit pada tahun 2008-2009 mungkin terjadi karena 1999
krisis keuangan global yang memperlambat ekonomi 2000
di seluruh dunia. Berbagai upaya perbaikan iklim 2001
investasi yang dilakukan baik pelayanan di pusat dan 2002
daerah melalui pelayanan terpadu satu pintu di bidang 2003
penanaman modal telah direspon positif yang ditandai 2004
dengan peningkatan realisasi PMA yang cukup 2006
signifikan di tahun 2012 dan 2013. 2007
Sesuai data yang dipublikasikan oleh BKPM 2008
diketahui bahwa realisasi penanaman modal di tahun 2009
2012 mencapai Rp313,2 triliun atau 110,5% dari 2010
target tahun 2012 (Rp 283,5 triliun), dan apabila 2012
dibandingkan dengan pencapaian pada tahun 2011 2013
(Rp 251,3 triliun), terdapat peningkatan sebesar Sumber: Badan Koordinasi Penanaman Modal
24,6%. Untuk realisasi investasi penanaman modal
Jurnal BPPK, Volume 7 Nomor 2, 2014 137 Jurnal BPPK, Volume 7 Nomor 2, 2014 137
lapangan usaha (subsektor) dengan menggunakan investasi triwulan I Rp93 triliun, triwulan II Rp99
pendekatan data panel. Masalah yang belum triliun, triwulan III Rp100,5 triliun dan triwulan IV
terpecahkan dan penting ini layak untuk dilakukan Rp105,3
triliun. Apabila dibandingkan
dengan
penyelidikan lebih lanjut.
pencapaian pada tahun 2012 terjadi peningkatan Dengan demikian, tujuan makalah ini adalah sebesar 27,3%. Pencapaian realisasi investasi tahun
pertama untuk mengamati signifikansi pengaruh 2013 sebesar Rp398,6 triliun tersebut melampaui
antara PMA dan pertumbuhan ekonomi di Indonesia target investasi Badan Koordonasi Penanaman Modal
dan kemudian mencoba untuk mengidentifikasi (BKPM) tahun 2013 yaitu sebesar Rp390,3 triliun atau
subsektor apa saja yang memiliki dampak positif yang 102,13% dari target tahun 2013.
pertumbuhan ekonomi di Realisasi investasi periode Januari-Desember
2012 porsi PMA bernilai sebesar Rp 221,0 triliun (24,6 miliar dollar AS) dimana terdapat lima sektor usaha
2. KERANGKA TEORITIS DAN
yang menyerap investasi
paling besar,
yaitu
PENGEMBANGAN HIPOTESIS
Pertambangan (4,3 miliar dollar AS atau 17,3%); Makalah ini berfokus pada hubungan antara PMA Transportasi, Gudang dan Telekomunikasi (2,8 miliar
dan pertumbuhan ekonomi. Telah banyak studi yang dollar AS atau 11,4%); Industri Kimia Dasar, Barang
menemukan bahwa arah kausalitas berjalan dari PMA Kimia dan Farmasi (2,8 miliar dollar AS atau 11,4%);
terhadap pertumbuhan ekonomi, namun dapat pula Industri Logam Dasar, Barang Logam, Mesin dan
terjadi bahwa kausalitas berjalan dari pertumbuhan Elektronik (2,5 miliar dollar AS atau 10%); dan
ekonomi terhadap PMA. Hal ini menunjukkan Industri Alat Angkutan dan Transportasi Lainnya (1,8
kemungkinan bahwa PMA memiliki dampak positif miliar dollar AS atau 7,5%).
pada pertumbuhan ekonomi dalam kondisi tertentu di Selanjutnya, untuk realisasi investasi periode
negara tuan rumah.
mengemukakan model sebesar 28,6 miliar dollar AS, dimana realisasi PMA
Januari-Desember 2013 komposisi FDI bernilai
Solow
(1956)
pertumbuhan sebagai berikut:
berdasarkan lima
pertambangan 4,8 miliar dollar AS, industri alat Y = f (K, L) β¦β¦β¦β¦β¦β¦β¦β¦β¦β¦β¦β¦β¦β¦β¦.β¦β¦β¦β¦β¦β¦. (1) angkutan dan transportasi 3,7 miliar dollar AS dan
dimana Y adalah produksi output, K adalah persediaan industri logam dasar, barang logam dan mesin
modal, L adalah ukuran angkatan kerja.Persamaan (1) elektronik 3,3 miliar dollar AS.
tersebut memperlihatkan bahwa faktor produksi Modal (K) dan Tenaga Kerja (L) merupakan faktor
1.3. Penelitian Terdahulu
yang menyebabkan Produksi Output (Y). Dengan kata Penelitian sebelumnya oleh Khaliq dan Noy
lain, faktor Modal antara lain PMA mempunyai (2007) memiliki ukuran sampel yang relatif kecil
kontribusi terhadap pertumbuhan. dengan menggunakan data tahunan periode1998-2006 Selanjutnya, bukti empiris hubungan antara PMA untuk 12 sektor untuk memperoleh panel seimbang dan pertumbuhan ekonomi dari negara-negara 108 pengamatan dimana penelitian yang dilakukan berkembang masih berbeda-beda. Di satu sisi, banyak tidak termasuk PMA untuk sektor industri manufaktur. penelitian telah menemukan bukti bahwa PMA Dalam makalah ini penulis menggunakan data 17 mendorong pertumbuhan ekonomi negara-negara subsektor dengan periode tahun 1994 sampai dengan berkembang. Misalnya, Balasubramanyam et al. (1996) tahun 2013 untuk memperoleh panel seimbang 340 meneliti bahwa efek dari PMA terhadap pertumbuhan observasi. Bagian empiris dalam makalah ini akan
ekonomi di negara berkembang adalah kuat jika diikuti menguji pengaruh antara PMA dan pertumbuhan
oleh kebijakan perdagangan yang berorientasi ke luar. ekonomi menggunakan metode analisis data panel.
Borensztein et al. (1998) menguji efek dari PMA Apabila dibandingkan dengan penelitian sebelumnya,
terhadap pertumbuhan ekonomi dengan menggunakan penelitian ini menggunakan ukuran sampel yang lebih data PMA dari 69 negara berkembang selama dua besar dari yang sebelumnya dan hasil analisis menjadi dekade terakhir. Mereka berpendapat bahwa PMA lebih komprehensif. dapat menguntungkan pertumbuhan ekonomi melalui adopsi teknologi baru dan peningkatan sumber daya
1.4. Tujuan Penelitian
manusia. Wang (2002) menemukan bahwa arus masuk Terdapat banyak studi menyelidiki pengaruh
PMA memberikan kontribusi yang signifikan terhadap antara PMA dan pertumbuhan ekonomi. Secara umum,
pertumbuhan ekonomi. Dengan menggunakan data hasil empiris tentang hubungan antara PMA dan dari 12 negara Asia selama periode 1987-1997, pertumbuhan ekonomi di Indonesia menunjukkan ditemukan bahwa hanya PMA di sektor manufaktur bahwa PMA memiliki pengaruf positif pertumbuhan yang memiliki efek positif dan signifikan terhadap ekonomi. Meskipun banyak peneliti masih dan sedang pertumbuhan ekonomi. Bengoa dan Sanchez-Robles menyelidiki hal ini, kemungkinan pendapat yang
antara PMA dan berbeda dan dampaknya lintas sektor masih dapat
pertumbuhan ekonomi dengan menggunakan data ditemukan. Namun demikian, hanya terdapat beberapa
panel untuk 18 negara Amerika Latin selama periode penelitian yang menyelidiki pengaruh PMA terhadap
1970-1999.
Mereka
menemukan bahwa PMA
138 Jurnal BPPK, Volume 7 Nomor 2, 2014
Jurnal BPPK, Volume 7 Nomor 2, 2014 139
berpengaruh positif signifikan terhadap pertumbuhan ekonomi di negara-negara tuan rumah melalui sumber daya manusia yang memadai, stabilitas ekonomi, dan pasar liberal. Nair-Reichert dan Weinhold (2001) menguji kausalitas untuk panel lintas negara untuk periode 1971-1995 di 24 negara. Mereka menemukan bahwa rata-rata PMA memiliki pengaruh yang signifikan terhadap pertumbuhan, meskipun hubungan sangat heterogen di seluruh negara. Zhang (2001), menggunakan data dari 11 negara di Asia Timur dan Amerika Latin, menemukan bahwa terdapat hubungan Granger kausalitas yang kuat antara PMA dan pertumbuhan PDB jika negara-negara tuan rumah mengadopsi
meningkatkan pendidikan,
mendorong
PMA
berorientasi ekspor,
makroekonomi. Vadlamannati dan Tamazian (2009) meneliti dampak PMA terhadap pertumbuhan output ekonomi per pekerja menggunakan data panel yang meliputi 80 negara berkembang selama periode 1980- 2006 dengan menggunakan pendekatan efek tetap, efek acak dan metode GMM untuk estimasi. Mereka menegaskan bahwa PMA memiliki efek positif pada pertumbuhan output. Anyamele (2010) meneliti dampak dari PMA, ekspor, dan tingkat pendidikan terhadap pertumbuhan ekonomi di sub-Sahara Afrika dengan menggunakan data panel. Hasil penelitian menunjukkan bahwa baik PMA dan ekspor berdampak signifikan pada pertumbuhan output di sub-Sahara Afrika. Li dan Liu (2005), menggunakan data panel untuk 84 negara selama periode 1970-1999, menemukan bahwa hubungan endogen yang signifikan antara PMA dan pertumbuhan ekonomi diidentifikasi dari pertengahan 1980-an dan seterusnya. Hansen dan Rand
kausalitas antara PMA dan PDB dari 31 negara berkembang dengan periode 31 tahun. Mereka menemukan bahwa PMA menyebabkan pertumbuhan.
Di sisi lain, terdapat sejumlah studi yang tidak menemukan bukti atau menemukan bukti lemah bahwa PMA berpengaruh terhadap pertumbuhan ekonomi. Misalnya, Carkovic dan Levine (2002), menggunakan Metode Generalized Moments (GMM) panel estimator, menemukan bahwa komponen eksogen PMA tidak mempunyai pengaruh yang kuat dan independen terhadap pertumbuhan. Chowdhury dan Mavrotas (2003) menguji hubungan kausal antara PMA dan pertumbuhan ekonomi dengan data yang mencakup periode 1969-2000 dari tiga negara berkembang, yaitu, Chili, Malaysia, dan Thailand. Mereka menemukan bahwa di Chili tidak ada kausalitas antara PMA dan PDB sementara Malaysia dan Thailand memiliki bukti kuat dari kausalitas dua arah. Choe (2003) meneliti hubungan kausal antara pertumbuhan ekonomi, PMA dan GDI di 80 negara selama periode 1971-1995 dengan menggunakan model panel VAR. Mereka menemukan bahwa hubungan kausal antara pertumbuhan ekonomi dan PMA tidak searah.
Bukti empiris
pertumbuhan ekonomi dari negara-negara maju tidak
jauh berbeda dengan kasus negara-negara berkembang, Misalnya, Alfaro (2003) meneliti efek dari PMA pada pertumbuhan primer, manufaktur, dan sektor jasa dengan menggunakan data lintas negara dari negara-negara OECD untuk periode 1981-1999. Dia menemukan bahwa di negara-negara OECD arus masuk PMA ke sektor primer cenderung memiliki efek negatif pada pertumbuhan, sementara arus masuk PMA di sektor manufaktur memiliki positif, dan di sektor jasa memiliki efek ambigu. Neuhaus (2006) menemukan bahwa PMA memainkan peran penting dalam pertumbuhan ekonomi di Eropa Tengah dan Timur. Ghosh dan Wang (2010) menggunakan data panel dari 25 negara OECD untuk periode 1980-2004. Mereka menemukan bahwa PMA berkorelasi positif dengan pertumbuhan ekonomi. Vu dan Noy (2009), menggunakan data sektoral untuk kelompok enam negara-negara anggota OECD, ditemukan bahwa PMA memiliki efek positif pada pertumbuhan ekonomi secara langsung dan melalui interaksi dengan tenaga kerja. Mereka juga menemukan bahwa efek PMA terhadap pertumbuhan sangat berbeda di seluruh negara dan sektor ekonomi.
Selain itu,
masalah
apakah PMA dapat menguntungkan pertumbuhan ekonomi di Indonesia juga masih menjadi perdebatan. Misalnya, Asafu (2000) meneliti efek dari PMA terhadap pertumbuhan ekonomi Indonesia untuk periode 1970-1996. Mereka menemukan bahwa PMA memiliki efek positif yang signifikan terhadap pertumbuhan. Lipsey dan SjΓΆholm (2010) menemukan bahwa arus masuk PMA telah memberikan manfaat kepada Indonesia. Di sisi lain, SjΓΆholm (1999) berpendapat bahwa ada kontradiksi yang mungkin terjadi antara PMA dan pembangunan daerah di Indonesia ketika PMA cenderung berlokasi di daerah terkonsentrasi, yang kemungkinan akan meningkatkan ketimpangan spasial. Khaliq dan Noy (2007) meneliti dampak PMA terhadap pertumbuhan ekonomi menggunakan ukuran sampel yang relatif kecil dengan menggunakan data tahunan periode1998- 2006 untuk 12 sektor untuk memperoleh panel seimbang 108 pengamatan dimana penelitian yang dilakukan tidak termasuk PMA untuk sektor industri manufaktur. Dalam penelitian tersebut ditemukan bahwa efek dari PMA terhadap pertumbuhan ekonomi dipengaruhi oleh komposisinya. Hanya sedikit sektor dari PMA yang memiliki dampak positif, sementara satu
sektor
(pertambangan
dan penggalian) menunjukkan dampak negatif yang kuat dari arus masuk PMA.
Pengaruh PMA terhadap pertumbuhan ekonomi mempunyai
beberapa implikasi. Lall (2002) menyimpulkan bahwa kontribusi PMA terhadap pertumbuhan ekonomi tergantung pada banyak faktor; yang bervariasi dari waktu ke waktu dan dari satu negara ke negara yang lain. Selain itu, Loungani dan Razin (2001) mengemukakan bahwa rekomendasi kebijakan bagi negara-negara berkembang harus fokus pada peningkatan iklim investasi untuk semua jenis modal, dalam negeri maupun luar negeri. BlomstrΓΆm dan Kokko (2001) berpendapat bahwa efek dari PMA beberapa implikasi. Lall (2002) menyimpulkan bahwa kontribusi PMA terhadap pertumbuhan ekonomi tergantung pada banyak faktor; yang bervariasi dari waktu ke waktu dan dari satu negara ke negara yang lain. Selain itu, Loungani dan Razin (2001) mengemukakan bahwa rekomendasi kebijakan bagi negara-negara berkembang harus fokus pada peningkatan iklim investasi untuk semua jenis modal, dalam negeri maupun luar negeri. BlomstrΓΆm dan Kokko (2001) berpendapat bahwa efek dari PMA
menggunakan Uji Chow atau Uji Likelihood Ratio dan dari kebijakan ekonomi dalam memaksimalkan
Uji Hausman.
potensi manfaat PMA. Thee (2001) mengemukakan bahwa kebijakan ekonomi dan transparansi kebijakan
3. METODOLOGI PENELITIAN
investasi asing, diperlukan untuk menarik PMA agar
3.1. Desain Penelitian
memperoleh manfaat teknologi yang lebih besar. Model yang digunakan dalam penelitian ini Zhang (2001) berpendapat bahwa PMA cenderung
adalah menggunakan data panel (balanced panel) yang lebih mungkin untuk meningkatkan pertumbuhan
mengabungkan data cross section dan data time series. ekonomi ketika negara tuan rumah mengadopsi rezim
Penelitian ini menyelidiki hubungan antara PMA dan liberalisasi perdagangan, meningkatkan pendidikan,
pertumbuhan ekonomi berdasarkan data panel dari mendorong PMA berorientasi ekspor, dan menjaga
PDB dan PMA dari 17 subsektor selama periode 1994- stabilitas makroekonomi. Dengan kata lain, studi-studi
sebelumnya tersebut menunjukkan bahwa negara tuan Untuk melakukan analisis pengaruh PMA rumah
terhadap pertumbuhan ekonomi digunakan model mengembangkan kebijakan yang lebih hati-hati untuk
harus mempertimbangkan
untuk
neoklasik yaitu melalui pendekatan fungsi produksi menarik dan mendapatkan manfaat dari arus masuk
Cobb-Douglas sebagai berikut:.
PMA.
Selanjutnya, terkait dengan analisis data panel Y = f(A, K, L) β¦..β¦β¦β¦β¦β¦β¦..β¦β¦β¦β¦β¦β¦β¦β¦β¦β¦β¦.. (2) yang akan digunakan dalam makalah ini, menurut
Baltagi (2005) terdapat beberapa keuntungan yang dimana Y adalah output, K adalah persediaan modal, L dimiliki oleh data panel, antara lain:
adalah ukuran angkatan kerja, dan A adalah perubahan
1. Tersedia data yang lebih banyak dan informasi
teknologi.
yang lebih lengkap serta bervariasi. Dengan Selanjutnya dari persamaan (2) tersebut yang demikian akan dihasilkan degrees of freedom
ditransformasikan menjadi persamaan logaritma, (derajat kebebasan) yang lebih besar dan
maka model estimasi PMA terhadap pertumbuhan mengurangi kolinearitas antar variabel;
ekonomi yang digunakan dalam penelitian ini adalah
2. Data panel mampu mengakomodasi tingkat
sebagai berikut:
heterogenitas individu-individu
yang
tidak
diobservasi namun dapat mempengaruhi hasil dari LGDP it = Ξ± + Ξ²LFDI it + Ξ΅ it ; t=1,β¦,T, i=1,β¦,N.....β¦.(3) permodelan (individual heterogeneity);
3. Data panel lebih baik dalam mempelajari dimana LGDPit adalah logaritma natural dari Produk perubahan dinamis;
Domestik Bruto pada harga konstan 2000 menurut
4. Data panel memungkinkan untuk membangun dan sektor, dan LFDIit adalah logaritma natural dari menguji model yang bersifat lebih rumit dan
realisasi PMA pada harga konstan 2000 menurut kompleks;
sektor. Indeks i (i = 1, ..., N) menunjukkan subsektor,
5. Data panel dapat meminimalkan bias yang indeks t (t = 1, ..., T) mengacu pada periode. dihasilkan oleh agregasi individu karena unit
Selanjutnya, dalam analisis model data panel dikenal observasi yang besar.
empat macam pendekatan estimasi yaitu: Selain itu, Gujarati (2003) menyatakan bahwa
data panel secara substansial mampu menurunkan
1. Pendekatan Kuadrat Terkecil (Pooled Least masalah omitted variables yang timbul ketika terdapat
Squared/PLS)
masalah penghilangan variabel yang seharusnya Model ini secara sederhana menggabungkan masuk dalam model. Terdapat beberapa metode yang
seluruh data time series dan cross section dan digunakan dalam analisis data panel yaitu Pendekatan
melakukan estimasi dengan menggunakan metode Kuadrat Terkecil
(Pooled
Least
Squared/PLS),
ordinary least squared (OLS).
Pendekatan Efek Tetap (Fixed Effect Model/FEM), dan Pendekatan ini dapat ditulis dengan persamaan Pendekatan Efek Acak (Random Effect Model/REM).
berikut ini:
adalah: Y it = Ξ± + Ξ²X it + Ξ΅ it ; t=1,β¦,T, i=1,β¦,N .......................β¦.(4)
Hipotesis yang digunakan dalam penelitian ini
1. Penanaman Modal
berpengaruh positif dan signifikan terhadap Pendekatan ini mempunyai asumsi bahwa nilai pertumbuhan ekonomi di Indonesia.
intersep dan koefisien slope adalah sama atau konstan
2. Seluruh subsektor dari Penanaman Modal Asing untuk setiap periode maupun antar individu. berpengaruh positif dan signifikan terhadap
Pendekatan ini tidak dapat melihat perubahan individu pertumbuhan ekonomi di Indonesia.
karena seluruh individu dianggap sama atau homogen. Selanjutnya, bagian empiris dalam makalah ini
2. Pendekatan Least Squared Dummy Variable akan menguji pengaruh PMA terhadap pertumbuhan
(LSDV)
ekonomi di Indonesia dengan menggunakan analisis Model ini menambahkan dummy variable data panel dengan memilih satu metode terbaik antara
sehingga membawa perubahan pada intersep time PLS, FEM dan REM. Untuk menguji metode terbaik apa
series atau cross section mengingat model ini
140 Jurnal BPPK, Volume 7 Nomor 2, 2014 140 Jurnal BPPK, Volume 7 Nomor 2, 2014
disebut Error Component Model (ECM). Pendekatan ini dapat ditulis dengan persamaan
Persamaan (9) dapat dimodifikasi menjadi: berikut ini: Y it = Ξ±+Ξ² 1 X 1it +Ξ² n X nit +u i +e it β¦β¦β¦β¦β¦β¦..β¦β¦...(10)
Y it = Ξ± 1 + Ξ± 2 D 2 +Ξ± n D n +Ξ² 1 X 1it +Ξ² n X nit + Ξ΅ it β¦β¦β¦β¦...(5)
Perbedaan mendasar antara FEM dan REM dengan t=1,β¦,T, dan i=1,β¦,N Pendekatan ini melihat
adalah asumsi mengenai unobservable individual effects bahwa intersep bervariasi antar unit cross section
(ui) dimana REM mengasumsikan ui bersifat random melalui penambahan variabel boneka namun tetap
atau tidak berkorelasi dengan regressor X. mengasumsikan bahwa koefisien slope sama antar unit
Selanjutnya, untuk menentukan model mana yang cross section. Kelemahan dari pendekatan ini adalah
lebih baik antara PLS, FEM, dan REM dilakukan apabila jumlah cross section-nya besar dan time series-
pemilihan metode estimasi sebagai berikut: nya sedikit akan mengurangi derajat kebebasan.
1. PLS atau FEM
3. Pendekatan Efek Tetap (Fixed Effect Model/FEM) Untuk menentukan pendekatan yang lebih baik Pendekatan LSDV digunakan jika memiliki unit
antara PLS dan FEM digunakan Uji Chow atau Uji cross section yang sedikit. Permasalahan muncul
Likelihood Ratio dengan hipotesis sebagai berikut: ketika penelitian menggunakan cross section yang
Pooled Least Square (PLS) besar yang akan mengurangi derajat kebebasan
Ho:
Model Efek Tetap (FEM)/LSDV sehingga akan mengurangi efisiensi parameter yang
Ha:
diestimasi. Pendekatan
Statistik uji menggunakan distribusi F digunakan untukmemperbaiki LSDV dimana unit cross section
formula sebagai berikut:
yang besar tidak akan mengurangi derajat kebebasan. Pendekatan Efek Tetap ini mengizinkan adanya
F hitung = (RSS R β RSS UR ) / (N β 1)β¦β¦β¦..β¦β¦.(11) intersep yang berbeda antar individu namun intersep
(RSS UR ) / (NT β k)
setiap individu tidak bervariasi sepanjang waktu. Pendekatan ini dapat ditulis dengan persamaan
dimana RSS R merupakan residual sum squares estimasi berikut ini:
PLS, dan RSS UR merupakan residual sum squares estimasi FEM/LSDV. Notasi N merupakan jumlah Y it = Ξ± i +Ξ² 1 X 1it +Ξ² n X nit + Ξ΅ it β¦β¦β¦β¦β¦β¦β¦β¦β¦....β¦β¦...(6) individu, T merupakan periode pengamatan, dan k merupakan jumlah variabel bebas tanpa konstanta.
dimana nilai intersep untuk masing-masing unit cross Dari formula tersebut dapat disimpulkan bahwa section dapat ditulis sebagai berikut:
apabila nilai F hitung > F tabel dan p-value signifikan maka tolak H o dan terima H a . Dengan kata lain, model panel Ξ± i= Ξ±+ ΞΌ i; i = 1,2,β¦,Nβ¦β¦β¦β¦β¦β¦β¦β¦β¦β¦β¦β¦β¦β¦β¦..β¦.(7)
data yang tepat adalah FEM/LSDV.
dimana ΞΌi adalah unobservable individual effects. 2. REM atau FEM Untuk melakukan uji terhadap model yang
Persamaan (6) dapat juga ditulis sebagai berikut: memberikan performance lebih baik antara FEM dan
Y it = Ξ±+Ξ² 1 X 1it +Ξ² n X nit + ΞΌ i + Ξ΅ it β¦β¦β¦β¦β¦β¦β¦..β¦β¦...(8) REM dalammenjelaskan data digunakan Uji Hausman, dengan hipotesis sebagai berikut: Ho:
Dalam pendekatan ini, ΞΌi diasumsikan berkorelasi Pendekatan Efek Acak (REM)
dengan regressor X atau dapat dikatakan bahwa ΞΌi Pendekatan Efek Tetap (FEM) bersifat tidak random.
Ha:
Hausman mengikuti distribusi Chi-Squared yang didasari pada criteria
Pengujian
spesifikasi
Wald. Dalam hal Chi-squared hitung > Chi-squared tabel dan Model/REM)
4. Pendekatan Efek
H o ditolak sehingga Pendekatan Efek Acak ini merupakan variasi dari
pendekatan FEM lebih tepat digunakan. estimasi Generalized Least Squares. Pendekatan ini memberikan asumsi bahwa efek individu yang tidak
3.2. Data Jenis dan Sumber Data Panel
terobservasi tidak berkorelasi dengan regressor atau Dalam analisis data panel ini digunakan data dengan kata lain bersifat random.
untuk 17 subsektor dengan periode pengamatan Pendekatan ini dapat ditulis dengan persamaan
antara tahun 1994 sampai dengan 2013 untuk berikut ini:
mendapatkan panel seimbang (balanced panel) 340 observasi. Data yang digunakan dalam penelitian ini Y it = Ξ±+Ξ² 1 X 1it +Ξ² n X nit +w it β¦β¦β¦β¦β¦β¦β¦β¦β¦..β¦β¦...(9) adalah data kuantitatif tahunan dan sekunder yang dikumpulkan dari Badan Pusat Statistik (BPS) dan
Error term sekarang adalah wit yang terdiri dari BKPM. Data PDB dikumpulkan dari BPS, sedangkan ui dan eit, dimana ui adalah cross section (random)
data realisasi PMA diperoleh dari BKPM. Namun, data error component, sedangkan eit adalah combined error
realisasi PMA dari BKPM tersebut tidak termasuk data investasi sektor minyak dan gas bumi, perbankan,
Jurnal BPPK, Volume 7 Nomor 2, 2014 141
Tabel 2. PMA Berdasarkan Lapangan Usaha dan PDB Yang Tercakup Dalam Penelitian
ID
No. Sektor
No.
Subsektor
1. Sektor Primer
1. Tanaman Pangan & Perkebunan
2. Sektor Sekunder
5. Industri Makanan
_FOOD
6. Industri Tekstil, Barang Dari Kulit & Alas Kaki
_TEXLTR
7. Industri Kayu
_WOOD
8. Ind. Kertas dan Percetakan
_PAPER
9. Ind. Kimia dan Farmasi, Karet dan Plastik
_CHEMIRUB
10. Ind. Mineral Non Logam
_NONMTL
11. Ind. Logam, Mesin & Elektronik, Kendaraan
_MTLELECTRANS
Bermotor & Alat Transportasi Lain
12. Industri Lainnya
_OTRIND
3. Sektor Tersier
13. Konstruksi
_KONS
14. Perdagangan & Reparasi, Hotel & Restoran
_HOTL
15. Transportasi, Gudang & Komunikasi
_TRANSP
16. Perumahan, Kawasan Ind & Perkantoran
_ESTAT
_OTRSER Sumber: Badan Koordinasi Penanaman Modal and Badan Pusat Statistik.
17. Jasa Lainnya
lembaga keuangan non bank, asuransi, sewa guna Uji Hausman. Ketiga, melakukan analisis hasil regresi usaha, investasi yang perizinannya dikeluarkan oleh
metode terpilih yang investasi porto folio (pasar modal) dan investasi
dengan
menggunakan
menunjukkan performance yang lebih baik dalam rumah tangga.
menjelaskan data. Keempat, melakukan analisis atas Subsektor yang menjadi sampel untuk analisis
regresi data panel per sektor.
data panel terdapat pada Tabel 2. Dalam tabel tersebut subsektor dibagi menjadi tiga kelompok sektor, yaitu
4. HASIL DAN PEMBAHASAN
sektor primer, sektor sekunder, dan sektor tersier. Bagian empiris dalam makalah ini akan Variabel PMA diukur berdasarkan realisasi PMA,
mengestimasi model data panel, menguji model dan pertumbuhan ekonomi diukur dengan PDB. Kedua
analisis yang memberikan performance yang paling variabel dalam mata uang Rupiah dan harga konstan
baik mengenai dampak PMA terhadap pertumbuhan 2000.Data realisasi PMA dikonversi ke dalam satuan
ekonomi, dan selanjutnya akan mengidentifikasi mata uang Rupiah dengan menggunakan official
dampak signifikan dari PMA terhadap pertumbuhan exchange rates (LCU per US$, periode rata-rata). Dalam
ekonomi menggunakan model terpilih. melakukan estimasi, logaritma natural digunakan
Untuk menguji pengaruh signifikan dari PMA terhadap variabel PMA dan PDB.
terhadap pertumbuhan ekonomi tersebut, diterapkan tiga model analisis, yaitu, pooled least squared (PLS),
3.3. Metode Analisis dan Model Penelitian
FEM, dan REM.
Dalam penelitian ini, seluruh pengolahan data Selanjutnya, untuk menguji model mana yang yaitu estimasi model data panel, pemilihan model
memberikan performance paling baik maka digunakan
estimasi data panel, dan regresi data panel per sektor Uji Chow atau Uji Likelihood Ratio dan Uji Hausman. menggunakan perangkat lunak EViews versi 8.
Makalah ini dilakukan melalui langkah-langkah
4.1. Estimasi Model Data Panel
berikut. Pertama, melakukan estimasi model data Pengujian signifikansi dari PMA terhadap panel menggunakan pendekatan PLS, FEM dan REM.
pertumbuhan ekonomi di Indonesia diterapkan Kedua, melakukan pemilihan model estimasi data
melalui tiga model pendekatan, yaitu, PLS, FEM, dan panel antara pendekatan PLS, FEM dan REM dengan
REM sebagai berikut:
menggunakan Uji Chow atau Uji Likelihood Ratio dan
142 Jurnal BPPK, Volume 7 Nomor 2, 2014
Tabel 3. Hasil Estimasi Regresi dengan Metode PLS
dan koefisien slope dianggap konstan baik antar waktu
(Common Effect)
maupun antar individu. Hal ini akan menyebabkan estimasi dari variabel menjadi bias.
Dependent Variable: LGDP Method: Panel Least Squares
4.1.2. Model Efek Tetap (Fixed Effects/FEM)
Date: 08/12/14 Time: 12:28 Model Efek Tetap berasumsi bahwa intersep Sample: 1994 2013
berbeda untuk setiap individu atau sektor namun Periods included: 20
koefisien slope dari seluruh sektor adalah sama. Cross-sections included: 17
Hasil dari estimasi pada Tabel 4 menunjukkan Total panel (balanced) observations: 340
bahwa LFDI mempunyai pengaruh positif dan signifikan terhadap LGDP pada tingkat signifikan 5%.
Variable Coefficient Std. Error
Selanjutnya pada Tabel 5 menunjukkan bahwa C 9.064745 0.211830
t-Statistic
Prob.
setiap individu atau sektor memiliki intersep yang LFDI
berbeda namun tetap dengan koefisien slope yang
sama.
R-squared 0.195538 Mean dependent var
Adjusted R-squared 0.193157 S.D. dependent var
Tabel 5. Individual efek dari Metode FEM
S.E. of regression 0.993145 Akaike info criterion
(Cross-section fixed)
Sum squared resid 333.3822 Schwarz criterion
No.
Log likelihood -479.0975 Hannan-Quinn criter.
1.094539 Prob(F-statistic)
1. _CROPLAN
F-statistic 82.15634 Durbin-Watson stat
-0.265522 Sumber: Hasil Olahan Eviews 8 (2014)
4.1.1. Model Kuadrat Terkecil (Pooled Least
6. _TEXLTR
-0.869776 Tabel 3 menunjukkan bahwa variabel LFDI
Squared/PLS)
7. _WOOD
-0.917657 mempunyai pengaruh yang signifikan terhadap
8. _PAPER
-0.140453 variabel LGDP untuk seluruh sektor yaitu sebanyak 17
9. _CHEMIRUB
-1.361919 sektor, terlihat dari nilai p-value lebih kecil dari 5%.
10. _NONMTL
0.751109 Hasil estimasi ini menggunakan spesifikasi cross
11. _MTLELECTRANS
-2.725304 section-nya adalah none dan period-nya adalah none.
Tabel 4. Hasil Estimasi Regresi dengan Metode FEM
14. _HOTL
0.589357 Dependent Variable: LGDP
(Cross-section fixed)
15. _TRANSP
0.294507 Method: Panel Least Squares
16. _ESTAT
1.042064 Date: 08/12/14 Time: 12:29
17. _OTRSER
Sumber: Hasil Olahan Eviews 8 (2014) Sample: 1994 2013 Periods included: 20
diperoleh tersebut Cross-sections included: 17
menggunakan spesifikasi cross section-nya adalah fixed Total panel (balanced) observations: 340
dan period-nya adalah none.
Variable Coefficient Std. Error
t-Statistic
Prob.
4.1.3. Model Efek Acak (Random Effects/REM)
Model Efek Acak menyatakan bahwa seluruh LFDI
sektor secara umum mempunyai intersep yang sama,
Effects Specification namun terdapat perbedaan individu yang terdapat
Cross-section fixed (dummy variables) pada random error term. Random error term adalah suatu variabel yang tidak terobservasi dan tidak
regressor. Gujarati (2004) Adjusted R-squared
R-squared 0.936285 Mean dependent var 10.92167
berkorelasi
dengan
menyatakan bahwa terdapat autokorelasi antara S.E. of regression
0.932921 S.D. dependent var
0.286359 Akaike info criterion 0.388348 random error term dari satu sektor ke sektor lainnya. Sum squared resid
Dengan demikian, estimasi dengan PLS dimana Log likelihood
26.40450 Schwarz criterion
-48.01921 Hannan-Quinn criter. 0.469119 terdapat keberadaan autokorelasi akan menyebabkan F-statistic
estimasi yang tidak efisien. Untuk mendapatkan Prob(F-statistic)
278.3387 Durbin-Watson stat
0.000000 estimator yang efisien maka REM menggunakan Sumber: Hasil Olahan Eviews 8 (2014)
Generalized Least Square (GLS). Hasil dari estimasi dengan Pendekatan Efek Acak Namun
pada Tabel 6 menunjukkan variabel LFDI berpengaruh memperlihatkan nilai yang hampir mendekati nilai nol
secara signifikan terhadap variabel LGDP di tingkat yang dapat berarti bahwa terdapat keberadaan
signifikan 5%.
autocorrelation. Model ini berasumsi bahwa intersep
Jurnal BPPK, Volume 7 Nomor 2, 2014 143
Tabel 6. Hasil Estimasi Regresi dengan Metode REM
diperoleh tersebut
menggunakan spesifikasi cross section-nya adalah Dependent Variable: LGDP
(Cross-section random)
random dan period-nya adalah none. Method: Panel EGLS (Cross-section random effects)
Date: 08/12/14 Time: 12:37
4.2. Pemilihan Model Estimasi Data Panel
model pendekatan yang Periods included: 20
memberikan performance paling baik antara PLS, FEM Cross-sections included: 17 Total panel (balanced) observations: 340
dan REM, digunakan Uji Chow atau Uji Likelihood Ratio Swamy and Arora estimator of component variances
dan Uji Hausman.
Uji Chow atau Uji Likelihood Ratio digunakan untuk menguji pemilihan antara FEM atau PLS, C 10.55798 0.251058
Variable Coefficient Std. Error
t-Statistic
Prob.
sedangkan Uji Hausman digunakan untuk menentukan LFDI
model yang terbaik antara FEM dan REM. Effects Specification
4.2.1. Model Fixed Effects Atau PLS
Cross-section random 0.954505 0.9174 Untuk melakukan uji terhadap model yang Idiosyncratic random
memberikan performance lebih baik antara FEM dan
Weighted Statistics PLS dalammenjelaskan data digunakan Uji Chow atau R-squared 0.040397 Mean dependent var 0.731024 Uji Likelihood Ratio dengan hipotesis sebagai berikut:
Ho : Intersep sama untuk semua sektor S.E. of regression
Ha : Terdapat paling tidak 2 sektor yang mempunyai F-statistic
Adjusted R-squared 0.037558 S.D. dependent var
0.287909 Sum squared resid
14.22890 Durbin-Watson stat
intersep berbeda
Prob(F-statistic) 0.000191 Tabel 8 (lihat Lampiran) menunjukkan bahwa Uji
F dan Uji Chi-Square adalah signifikan dilevel 5% R-squared 0.069093 Mean dependent var dimana p-value lebih kecil dari 5%. Sehingga terdapat 10.92167
Unweighted Statistics
alasan untuk menolak null hipotesis, atau dengan kata lain bahwa hipotesis alternatif diterima.
Sum squared resid 385.7827 Durbin-Watson stat
Sumber: Hasil Olahan Eviews 8 (2014) Penggunaan Model Efek Tetap meningkatkan kualitas regresi. Terlihat bahwa variabel LFDI
Pada Tabel 7 menunjukkan random error term, mengalami peningkatan dampak pengaruh dan yang apabila dijumlahkan maka nilainya menjadi nol. signifikansi statistik. Kelaikan sesuai model juga Nilai intersep (C) sebesar 10.55798 menunjukkan nilai meningkat yang dapat dilihat dari R-squared dimana rata-rata dari komponen kesalahan random untuk sebelumnya dalam PLS sebesar 0,195538 menjadi seluruh sektor. Nilai random effect untuk masing-
sebesar 0,936285.
masing sektor sebagaimana terlihat pada Tabel 7 Hasil dari Uji Chow pada Tabel 8 (lihat Lampiran) tersebut menunjukkan besarnya perbedaan komponen tersebut diperoleh dengan menggunakan beberapa kesalahan random masing-masing sektor terhadap spesifikasi yang berbeda. Pertama, hasil estimasi nilai rata-rata seluruh sektor. menggunakan spesifikasi dengan cross section-nya
Tabel 7. Individual efek dari Metode REM (Cross-
adalah fixed dan period-nya adalah none. Estimasi ini
section random)
menghasilkan Cross-section F dan Cross-section Chi-
square dengan p-value sebesar 0.0000 atau lebih kecil
No. Sektor
Effect
dari 5%. Kedua, dengan menggunakan spesifikasi cross section-nya adalah none dan period-nya adalah fixed.
3. Estimasi ini menghasilkan Period F dan Period Chi-
4. _MNG square dengan p-value lebih besar dari 5%. Ketiga,
_FISH
5. _FOOD dengan menggunakan spesifikasi cross section-nya
adalah fixed dan period-nya adalah fixed. Estimasi ini
6. _TEXLTR
7. menghasilkan Cross-section F, Cross-section Chi-square
8. _PAPER , Period F dan Period Chi-square dengan p-value
sebesar 0.0000 atau lebih kecil dari 5%. Berdasarkan hasil Uji Chow tersebut khususnya
11. dengan menggunakan efek spesifikasi cross-section
_MTLELECTRANS
Fixed Effect dan Cross-section dan Period Fixed Effect
12. _OTRIND
maka dapat dikatakan bahwa pendekatan FEM
13. _KONS
menunjukkan performance yang lebih baik dalam
14. _HOTL
15. menjelaskan data dibanding dengan pendekatan PLS.
Model Fixed Effects Atau Random Effects
Untuk melakukan uji terhadap model yang Sumber: Hasil Olahan Eviews 8 (2014)
17. _OTRSER
memberikan performance lebih baik antara FEM dan
144 Jurnal BPPK, Volume 7 Nomor 2, 2014
Tabel 8. Hasil Uji Chow cross-section FE
Period FE
Cross-section & period FE
No. Effect test
stat prob
1 Cross-section F
2 Cross-section Chi-square
3 Period F
4 Period Chi-square
355.768054 0.0000 Cross-Section/ Period Chi-
5 Cross-Section/Period F
1271.578433 0.0000 square
Sumber: Hasil Olahan Eviews 8 (2014)
REM dalam menjelaskan data digunakan Uji Hausman, berarti bahwa FEM lebih baik dari PLS. Selanjutnya, dengan hipotesis sebagai berikut:
apabila efek spesifikasi dari cross section adalah random dan period adalah none maka dengan
Ho : GLS dan OLS adalah konsisten tetapi OLS tidak menggunakan Correlated Random effect-Hausman test efisien (REM)
menunjukkan signifikan berarti bahwa FEM lebih baik dari REM. Dengan kata lain, Model Efek Tetap dengan
Ha : OLS adalah konsisten tetapi GLS tidak konsisten efek spesifikasi cross-section Fixed Effect dan Cross- (FEM)
section dan period Fixed Effect merupakan pendekatan Tabel 9 (lihat Lampiran) menunjukkan bahwa p-
paling baik dalam menjelaskan data panel. value dengan nilai sebesar 0,0307 lebih kecil dari 5%. Sehingga terdapat alasan untuk menolak null hipotesis,
4.3. Analisis Hasil Regresi
atau dengan kata lain hipotesis alternatif diterima.
estimasi mengenai Hasil dari Uji Hausman pada Tabel 9 (lihat
Sebelum
melakukan
hubungan antara PMA dan pertumbuhan ekonomi Lampiran) tersebut diperoleh dengan menggunakan
maka perlu dilakukan pemilihan tentang model atau beberapa spesifikasi yang berbeda. Pertama, hasil
pendekatan mana yang akan digunakan dalam estimasi estimasi menggunakan spesifikasi dengan cross
tersebut.
section-nya adalah random dan period-nya adalah none. Berdasarkan hasil pemilihan model estimasi data Estimasi ini menghasilkan Cross-section Random Chi-
panel yang telah dilakukan sebelumnya dengan square dengan p-value sebesar 0.0307 atau lebih kecil
menggunakan Uji Chow atau Uji Likelihood Ratio dan dari 5%. Kedua, dengan menggunakan spesifikasi cross
Uji Hausman, maka dapat ditarik kesimpulan bahwa section-nya adalah none dan period-nya adalah random.
yang memberikan Estimasi ini menghasilkan Period Random Chi-square
performance lebih baik antara PLS, FEM dan REM dengan p-value lebih besar dari 5%. Ketiga, dengan
adalah pendekatan FEM dengan efek spesifikasi cross- menggunakan spesifikasi cross section-nya adalah
section Fixed Effect dan Cross-section dan period Fixed random dan period-nya adalah fixed. Estimasi ini
Effect. Selanjutnya, berdasarkan hasil tersebut, berikut menghasilkan
ini akan dijelaskan analisa hasil estimasi regresi dengan p-value sebesar 0.0184 atau lebih kecil dari
dengan menggunakan pendekatan FEM. 5%. Berdasarkan
4.3.1. Analisis dengan Model Efek Tetap seluruh
khususnya dengan menggunakan efek spesifikasi
Sektor
cross-section Random Effect dan Cross-section Random Sebagaimana telah dijelaskan sebelumnya, dalam Effect dan period Fixed Effect maka dapat dikatakan
Tabel 4 (lihat Lampiran) dapat dilihat bahwa hasil dari bahwa pendekatan FEM menunjukkan performance
bahwa variabel LFDI yang lebih baik dalam menjelaskan data dibanding
estimasi
menunjukkan
mempunyai pengaruh positif dan signifikan terhadap dengan pendekatan REM.
variabel LGDP pada tingkat signifikan 5%. Hal tersebut Dengan demikian, hasil uji perbandingan metode
terlihat dari koefisien slope yang bertanda positif yaitu estimasi tersebut di atas memperlihatkan bahwa
sebesar 0,051088 dan dengan nilai p-value sebesar apabila efek spesifikasi dari cross section adalah fixed
0,0004 atau lebih kecil dari 5%. Dengan kata lain, dan period adalah none maka dengan menggunakan
dengan tingkat keyakinan 95% data yang ada redundant fixed effect test menunjukkan signifikan
mendukung bahwa variabel LFDI memiliki pengaruh
Tabel 9. Hasil Uji Hausman cross-section RE
Period RE
cross-sectio RE&period FE
No. Effect test
stat prob Cross-section Random
Period Random Chi-
- - square
Sumber: Hasil Olahan Eviews 8 (2014)
Jurnal BPPK, Volume 7 Nomor 2, 2014 145 Jurnal BPPK, Volume 7 Nomor 2, 2014 145
11. Industri Logam, Mesin dan Elektronik, Kendaraan Dari Tabel 4 tersebut juga terlihat nilai R-squared
Bermotor dan Alat Transportasi Lain mempunyai sebesar 0,936285. Nilai R-Squared yang semakin
nilai intersep sebesar 11.326929 (10.57582 + mendekati satu berarti model semakin baik dalam
menjelaskan variasi yang terjadi pada variabel
12. Industri Lainnya. mempunyai nilai intersep dependen.
sebesar7.850516 (10.57582 -2.725304); Selanjutnya pada Tabel 5 (lihat Lampiran)
13. Konstruksi. mempunyai nilai intersep sebesar menunjukkan bahwa setiap individu atau sektor
11.227884 (10.57582 + 0.652064); memiliki intersep yang berbeda namun tetap dengan
14. Perdagangan dan Reparasi, serta Hotel dan koefisien slope yang sama. Hasil estimasi yang
Restoran mempunyai nilai intersep sebesar diperoleh tersebut menggunakan spesifikasi cross
12.182026 (10.57582 + 1.606206); section-nya adalah fixed dan period-nya adalah none.
dan Komunikasi. Sesuai dengan hasil regresi dengan spesifikasi
15. Transportasi,
Gudang
mempunyai nilai intersep sebesar11.165177 tersebut, maka dapat diketahui nilai intersep yang
berbeda untuk setiap subsetor sebagai berikut:
16. Perumahan, Kawasan Industri dan Perkantoran.
1. Tanaman Pangan dan Perkebunan mempunyai mempunyai nilai intersep sebesar 10.870327 nilai intersep sebesar 11.670359 (10.57582 +
17. Jasa Lainnya mempunyai nilai intersep sebesar
2. Peternakan mempunyai nilai intersep sebesar 11.617884 (10.57582 + 1.042064). 10.126503 (10.57582 -0.449317);
Lebih lanjut, berdasarkan hasil Uji Chow dan Uji
3. Perikanan mempunyai nilai intersep sebesar Hausman diketahui bahwa Model Efek Tetap dengan 10.310298 (10.57582 -0.265522);
efek spesifikasi cross-section Fixed Effect dan Cross-
4. Pertambangan mempunyai nilai intersep sebesar section & period Fixed Effect merupakan pendekatan 10.691166 (10.57582 + 0.115346);
paling baik dalam menjelaskan data panel. Tabel 11
5. Industri Makanan mempunyai nilai intersep (lihat Lampiran) memperlihatkan Hasil Estimasi sebesar 11.308399 (10.57582 + 0.732579);
Regresi dengan Metode FEM (Cross-section fixed &
6. Industri Tekstil, Barang Dari Kulit dan Alas Kaki Period fixed). Dalam Tabel ini, penggunaan period fixed mempunyai nilai intersep sebesar 10.427995
mengontrol dampak dari (10.57582 -0.147825)
perekonomian Indonesia yang berfluktuasi khususnya
7. Industri Kayu
untuk mengakomodasi tahun 1998 dimana terjadi sebesar9.706044 (10.57582 -0.869776);
krisis ekonomi.
8. Industri Kertas dan Percetakan mempunyai nilai Dalam Tabel 11, dapat dilihat bahwa hasil dari intersep sebesar 9.658163 (10.57582 -0.917657);
estimasi
menunjukkan
bahwa variabel LFDI
9. Industri Kimia dan Farmasi, Karet dan Plastik mempunyai pengaruh positif dan signifikan terhadap mempunyai nilai intersep sebesar 10.435367
variabel LGDP pada tingkat signifikan 5%. Hal tersebut (10.57582 -0.140453);
terlihat dari koefisien slope yang bertanda positif yaitu
10. Industri Mineral Non Logam. mempunyai nilai sebesar 0.019384 dan dengan nilai p-value sebesar intersep sebesar 9.213901 (10.57582 -1.361919);
0.0288 atau lebih kecil dari 5%. Dengan kata lain,
Tabel 10. Pengaruh LFDI terhadap LGDP per sector (cross section FE)
Prob _CROPLAN
Sektor
Coefficient
Std.Error
0.1508 Sumber: Hasil Olahan Eviews 8 (2014) Catatan: * signifikan pada level 10%; ** signifikan pada level 5%, dan *** signifikan pada level 1%
146 Jurnal BPPK, Volume 7 Nomor 2, 2014
Tabel 11. Hasil Estimasi Regresi dengan Metode FEM
Effect (Cross-section fixed & Period fixed)
No.
Sektor
0.291113 Dependent Variable: LGDP
16. _ESTAT
1.054295 Method: Panel Least Squares
17. _OTRSER
Sumber: Hasil Olahan Eviews 8 (2014) Date: 08/12/14 Time: 12:30 Sample: 1994 2013
Tabel 13. Efek waktu dari Metode FEM (Cross-section
Periods included: 20
fixed & Period fixed)
Cross-sections included: 17 Total panel (balanced) observations: 340
Tahun
Effect
Variable Coefficient Std. Error
-0.318225 Cross-section fixed (dummy variables)
Effects Specification
-0.316207 Period fixed (dummy variables)
-0.176963 Adjusted R-squared
R-squared 0.980890 Mean dependent var 10.92167 2001
-0.118255 S.E. of regression
0.978619 S.D. dependent var
-0.053937 Log likelihood
0.161671 Akaike info criterion -0.704069 Sum squared resid
7.919696 Schwarz criterion
156.6917 Hannan-Quinn criter. -0.538040
0.039799 Prob(F-statistic)
432.0045 Durbin-Watson stat
0.091922 Sumber: Hasil Olahan Eviews 8 (2014)
0.184635 dengan tingkat keyakinan 95% data yang ada
0.230778 mendukung bahwa variabel LFDI memiliki pengaruh
0.271888 yang signifikan terhadap variabel LGDP. Dari Tabel 11
0.324453 tersebut juga terlihat nilai R-squared sebesar
0.366217 0.980890. Nilai R-Squared yang semakin mendekati
0.414476 satu berarti model semakin baik dalam menjelaskan
Sumber: Hasil Olahan Eviews 8 (2014) variasi yang terjadi pada variabel dependen.
Dengan kata lain, baik Model Efek Tetap dengan
4.3.2. Analisis dengan Model Efek Tetap per sektor
efek spesifikasi cross-section Fixed Effect maupun Untuk menganalisis lebih jauh hubungan antara Model Efek Tetap dengan efek spesifikasi Cross-section
PMA dan pertumbuhan ekonomi di Indonesia untuk & period Fixed Effect menunjukkan bahwa variabel
(subsektor) makaperlu LFDI mempunyai pengaruh positif dan signifikan
dilakukan regresi dengan metode estimasi FEM terhadap variabel LGDP pada tingkat signifikan 5%.
dengan efek spesifikasi cross section adalah fixed dan Selanjutnya, dalam Tabel 12 dan Tabel 13 (lihat
period adalah none. Hasil dari regeresi tersebut dapat Lampiran) dapat dilihat Efek individu dan efek waktu
dilihat pada Tabel 10 (lihat Lampiran). dari Metode FEM (Cross-section fixed & Period fixed).
Berdasarkan Tabel 10 tersebut terlihat bahwa Dari tabel-tabel tersebut terlihat bahwa intersep
penanaman modal asing hanya signifikan dan positif berbeda antar individu dan antar waktu, namun
terhadap pertumbuhan ekonomi untuk subsektor- koefisien slope tetap sama.
subsektor tertentu saja. Dengan kata lain, bahwa tidak semua subsektor dari PMA yang menanamkan
Tabel 12. Efek individu dari Metode FEM (Cross- section fixed & Period fixed)
modalnya di Indonesia akan mempunyai pengaruh yang signifikan terhadap pertumbuhan ekonomi di
No. Sektor
Effect
Indonesia. Berdasarkan Tabel 10 tersebut dapat
1. _CROPLAN
dikatakan bahwa PMA hanya signifikan di 4 subsektor
2. _LVSTOK
sedangkan subsektor lainnya tidak mempunyai
3. _FISH
pengaruh yang signifikan, dengan penjelasan sebagai
1. Tanaman Pangan dan Perkebunan dengan
menunjukkan bahwa dengan meningkatnya PMA
8. _PAPER
maka akan meningkatkan PDB. Dengan begitu
9. _CHEMIRUB
semakin besar arus realisasi PMA untuk subsektor
semakin meningkatkan
pertumbuhan ekonomi di Indonesia. Dengan
13. _KONS
demikian, PMA subsektor Tanaman Pangan dan
14. _HOTL
Perkebunan mempunyai pengaruh positif dan
15. _TRANSP
Jurnal BPPK, Volume 7 Nomor 2, 2014 147 Jurnal BPPK, Volume 7 Nomor 2, 2014 147
di Indonesia.
2. Peternakan dengan koefisien slope negatif sebesar
8. Industri Kertas dan Percetakan dengan koefisien 0.025660
slope negatif sebesar 0.012409 menunjukkan meningkatnya PMA maka akan menyebabkan PDB
bahwa dengan meningkatnya PMA maka akan menurun. Dapat dikatakan bahwa meningkatnya
menyebabkan PDB menurun. Dapat dikatakan arus realisasi PMA untuk subsektor ini tidak akan
bahwa meningkatnya arus realisasi PMA untuk meningkatkan
akan meningkatkan Indonesia. Dengan demikian, PMA subsektor
pertumbuhan ekonomi di Indonesia. Dengan Peternakan mempunyai pengaruh negatif dan
demikian, PMA subsektor Industri Kertas dan tidak signifikan terhadap pertumbuhan ekonomi
Percetakan mempunyai pengaruh negatif dan di Indonesia.
tidak signifikan terhadap pertumbuhan ekonomi
3. Perikanan dengan koefisien slope negatif sebesar
di Indonesia.
9. Industri Kimia dan Farmasi, Karet dan Plastik meningkatnya PMA maka akan menyebabkan PDB
dengan koefisien slope negatif sebesar 0.138220 menurun. Dapat dikatakan bahwa meningkatnya
menunjukkan bahwa dengan meningkatnya PMA arus realisasi PMA untuk subsektor ini tidak akan
maka akan menyebabkan PDB menurun. Dapat meningkatkan
dikatakan bahwa meningkatnya arus realisasi PMA Indonesia. Dengan demikian, PMA subsektor
untuk subsektor ini tidak akan meningkatkan Perikanan mempunyai pengaruh negatif dan tidak
pertumbuhan ekonomi di Indonesia. Dengan signifikan terhadap pertumbuhan ekonomi di
demikian, PMA subsektor Industri Kimia dan Indonesia.
Farmasi, Karet dan Plastik mempunyai pengaruh
4. Pertambangan dengan koefisien slope positif
signifikan terhadap sebesar 0.166304 menunjukkan bahwa dengan
pertumbuhan ekonomi di Indonesia. meningkatnya PMA maka akan meningkatkan
10. Industri Mineral Non Logam dengan koefisien PDB. Dengan begitu semakin besar arus realisasi
slope negatif sebesar 0.046215 menunjukkan PMA untuk subsektor ini maka akan semakin
bahwa dengan meningkatnya PMA maka akan meningkatkan
menyebabkan PDB menurun. Dapat dikatakan Indonesia. Dengan demikian, PMA subsektor
bahwa meningkatnya arus realisasi PMA untuk Pertambangan mempunyai pengaruh positif dan
akan meningkatkan signifikan di level 1% terhadap pertumbuhan
pertumbuhan ekonomi di Indonesia. Dengan ekonomi di Indonesia.
demikian, PMA subsektor Industri Mineral Non
5. Industri Makanan dengan koefisien slope positif Logam mempunyai pengaruh negatif dan tidak sebesar 0.237845 menunjukkan bahwa dengan
signifikan terhadap pertumbuhan ekonomi di meningkatnya PMA maka akan meningkatkan
Indonesia.
PDB. Dengan begitu semakin besar arus realisasi
11. Industri Logam, Mesin dan Elektronik, Kendaraan PMA untuk subsektor ini maka akan semakin
Bermotor dan Alat Transportasi Lain dengan meningkatkan
negatif sebesar 0.135484 Indonesia.
menunjukkan bahwa dengan meningkatnya PMA subsektorIndustri Makanan mempunyai pengaruh
maka akan menyebabkan PDB menurun. Dapat positif dan signifikan di level 5% terhadap
dikatakan bahwa meningkatnya arus realisasi PMA pertumbuhan ekonomi di Indonesia.
untuk subsektor ini tidak akan meningkatkan
6. Industri Tekstil, Barang Dari Kulit dan Alas Kaki pertumbuhan ekonomi di Indonesia. Dengan dengan koefisien slope negatif sebesar 0.081663
demikian, PMA subsektor Industri Logam, Mesin menunjukkan bahwa dengan meningkatnya PMA
dan Elektronik, Kendaraan Bermotor dan Alat maka akan menyebabkan PDB menurun. Dapat
Transportasi Lain mempunyai pengaruh negatif dikatakan bahwa meningkatnya arus realisasi PMA
dan tidak signifikan terhadap pertumbuhan untuk subsektor ini tidak akan meningkatkan
ekonomi di Indonesia.
pertumbuhan ekonomi di Indonesia. Dengan
12. Industri Lainnya dengan koefisien slope negatif demikian, PMA subsektor Industri Tekstil, Barang
sebesar 0.029870 menunjukkan bahwa dengan Dari Kulit dan Alas Kaki mempunyai pengaruh
meningkatnya PMA maka akan menyebabkan PDB negatif
menurun. Dapat dikatakan bahwa meningkatnya pertumbuhan ekonomi di Indonesia.
dan tidak
signifikan
terhadap
arus realisasi PMA untuk subsektor ini tidak akan
pertumbuhan ekonomi di sebesar 0.050681 menunjukkan bahwa dengan
7. Industri Kayu dengan koefisien slope negatif
meningkatkan
Indonesia. Dengan demikian, PMA subsektor meningkatnya PMA maka akan menyebabkan PDB
Industri Lainnya mempunyai pengaruh negatif dan menurun. Dapat dikatakan bahwa meningkatnya
tidak signifikan terhadap pertumbuhan ekonomi arus realisasi PMA untuk subsektor ini tidak akan
di Indonesia.
meningkatkan pertumbuhan
13. Konstruksi dengan koefisien slope positif sebesar Indonesia. Dengan demikian, PMA subsektor
ekonomi
di
menunjukkan bahwa dengan Industri Kayu mempunyai pengaruh negatif dan
meningkatnya PMA maka akan meningkatkan
148 Jurnal BPPK, Volume 7 Nomor 2, 2014
PDB. Dengan begitu semakin besar arus realisasi
Tabel 14. Hasil Estimasi Regresi dengan Metode FEM-
PMA untuk subsektor ini maka akan semakin
13 Sektor (Cross-section fixed)
meningkatkan pertumbuhan
ekonomi
di
Dependent Variable: LGDP
Indonesia. Namun demikian, PMA subsektor
Method: Panel Least Squares
Konstruksi ini mempunyai pengaruh positif tetapi
Date: 08/16/14 Time: 17:36 Sample: 1994 2013
tidak signifikan di level 1%, 5% maupun 10%
terhadap pertumbuhan ekonomi di Indonesia.
Periods included: 20
Cross-sections included: 13
14. Perdagangan dan Reparasi, serta Hotel dan Total panel (balanced) observations: 260 Restoran dengan koefisien slope positif sebesar
Coefficient Std. Error t-Statistic Prob. 0.116716
Variable
C 10.81540 0.109468 98.79984 0.0000 meningkatnya PMA maka akan meningkatkan
-0.014659 0.016388 -0.894496 0.3719 PDB. Dengan begitu semakin besar arus realisasi PMA untuk subsektor ini maka akan semakin
LFDI
Effects Specification
meningkatkan pertumbuhan ekonomi di
Cross-section fixed (dummy variables) Indonesia. Namun demikian, PMA subsektor Perdagangan dan Reparasi, serta Hotel dan
0.951671 Mean dependent var 10.71856 Restoran ini mempunyai pengaruh positif tetapi
R-squared
Adjusted R-squared
0.949118 S.D. dependent var 1.159176
tidak signifikan di level 1%, 5% maupun 10% 0.261477 Akaike info criterion 0.207402
S.E. of regression
16.81908 Schwarz criterion 0.399131 terhadap pertumbuhan ekonomi di Indonesia.
Sum squared resid
Log likelihood
-12.96226 Hannan-Quinn criter. 0.284480
372.6277 Durbin-Watson stat 0.493808 koefisien
15. Transportasi, Gudang dan Komunikasi dengan
Prob(F-statistic)
menunjukkan bahwa dengan meningkatnya PMA Sumber: Hasil Olahan Eviews 8 (2014) maka akan meningkatkan PDB. Dengan begitu semakin besar arus realisasi PMA untuk subsektor
berjumlah 13 cross section dengan total observasi ini
menjadi 260. Dari Tabel 14 tersebut terlihat juga pertumbuhan ekonomi di Indonesia. Dengan
maka akan
semakin
meningkatkan
bahwa ketika ke 4 subsektor tersebut dikeluarkan dari demikian, PMA subsektor Transportasi, Gudang
pengamatan,maka koefisien slope dari variabel LFDI dan Komunikasi ini mempunyai pengaruh positif
menjadi negatif dan nilai p-value menjadi lebih besar dan signifikan di level 1% terhadap pertumbuhan
dari 5% yang mengindikasikan bahwa variabel LFDI ekonomi di Indonesia.
berpengaruh negatif dan tidak signifikan terhadap
16. Perumahan, Kawasan Industri dan Perkantoran variabel LGDP. Dengan kata lain ketika 4 subsektor dengan koefisien slope positif sebesar 0.014634
tersebut dikeluarkan dari observasi maka PMA menunjukkan bahwa dengan meningkatnya PMA
menjadi tidak berpengaruh signifikan terhadap maka akan meningkatkan PDB. Dengan begitu
pertumbuhan ekonomi.
semakin besar arus realisasi PMA untuk subsektor Singkatnya, hasil empiris dengan menggunakan ini
Pendekatan Efek Tetap menunjukkan bukti kuat pertumbuhan ekonomi di Indonesia. Namun
maka akan
semakin
meningkatkan
bahwa PMA mempunyai pengaruh positif dan demikian, PMA subsektor Perumahan, Kawasan
signifikan terhadap GDP pada tingkat signifikansi 5% Industri
dimana terlihat bahwa tidak semua subsektor dari pengaruh positif tetapi tidak signifikan di level 1%,
dan Perkantoran
ini
mempunyai
PMA tersebut yang berpengaruh positif dan signifikan 5% maupun 10% terhadap pertumbuhan ekonomi
terhadap pertumbuhan ekonomi. Dari hasil regresi per di Indonesia.
sektor dengan menggunakan pendekatan Efek Tetap
17. Jasa Lainnya dengan koefisien slope positif sebesar dengan spesifikasi efek menggunakan cross section 0.082212
fixed effect ditunjukkan bahwa subsektor Tanaman meningkatnya PMA maka akan meningkatkan
Pangan dan Perkebunan, Pertambangan, Industri PDB. Dengan begitu semakin besar arus realisasi
makanan, serta Transportasi, Gudang dan Komunikasi PMA untuk subsektor ini maka akan semakin
berpengaruh secara positif dan signifikan terhadap meningkatkan
pertumbuhan ekonomi.
Indonesia. Namun demikian, PMA subsektor Jasa
Lainnyaini mempunyai pengaruh positif tetapi
5. KESIMPULAN
model data panel terhadap pertumbuhan ekonomi di Indonesia.
tidak signifikan di level 1%, 5% maupun 10%
Berdasarkan
estimasi
menggunakan pendekatan PLS menunjukkan bahwa Selanjutnya, untuk membuktikan bahwa 4
variabel LFDI mempunyai pengaruh signifikan subsektor tersebut memang mempunyai pengaruh
terhadap variabel LGDP untuk seluruh sektor. Hal yang signifikan dan positif terhadap pertumbuhan
serupa juga ditunjukkan dengan menggunakan Model ekonomi, dapat dilakukan dengan melakukan estimasi
Efek Tetap dimana LFDI mempunyai pengaruh positif regresi dengan data cross section tanpa 4 subsektor
dan signifikan terhadap LGDP pada tingkat signifikan tersebut sebagaimana terlihat pada Tabel 14.
5% dengan intersep yang berbeda antar sektor. Dalam Tabel 14 tersebut terlihat bahwa dengan
Dengan menggunakan Model Efek Acak, variabel LFDI mengeluarkan ke-4 subsektor tersebut dari observasi
berpengaruh secara signifikan terhadap LGDP di maka jumlah cross secion penelitian menjadi
tingkat signifikan 5%. Dari seluruh estimasi model
Jurnal BPPK, Volume 7 Nomor 2, 2014 149 Jurnal BPPK, Volume 7 Nomor 2, 2014 149
Selain itu, pemberian insentif pajak, misalnya LGDP.
penyusutan dipercepat, dapat digunakan untuk Selanjutnya, untuk mengetahui model mana yang
menarik PMA di sektor tertentu (misalnya, sektor memberikan
kerja tinggi dan mejelaskan data digunakan Uji Chow atau Uji
pertumbuhan tinggi) atau dalam kegiatan tertentu Likelihood Ratio dan Uji Hausman.Hasil dari uji
(misalnya, R & D). Sebagaimana diketahui bahwa tersebut menunjukkan bahwa pendekatan FEM
insentif pajak untuk kegiatan R & D digunakan oleh menunjukkan performance yang lebih baik dalam
negara untuk mendorong akumulasi menjelaskan data dibanding dengan pendekatan PLS
beberapa
pengetahuan atau transfer teknologi. dan REM. Dengan demikian untuk melakukan analisis
Kebijakan insentif harus diberikan hanya untuk hasil regresi digunakan Model EfekTetap.
sektor-sektor tertentu yang memiliki dampak positif Hasil empiris menggunakan Pendekatan Efek
dan signifikan terhadap pertumbuhan ekonomi di Tetap menunjukkan bukti kuat bahwa PMAmempunyai
Indonesia sehingga dapat memaksimalkan manfaat pengaruh positif dan signifikan terhadap GDP pada
dari PMA di negara tuan rumah. Studi ini memberikan tingkat signifikansi 5% dimana terlihat bahwa tidak
kontribusi wacana apakah insentif untuk PMA dapat semua subsektor dari PMA tersebut yang berpengaruh
diterapkan satu untuk semua atau hanya untuk sektor- positif dan signifikan terhadap pertumbuhan ekonomi.
sektor tertentu yang memiliki dampak positif terhadap Dari hasil regresi per sektor dengan menggunakan
pertumbuhan ekonomi (mendukung beberapa sektor). pendekatan Efek Tetap dengan spesifikasi efek
Berdasarkan hasil empiris penelitian ini, pemerintah menggunakan cross section fixed effect ditunjukkan
Indonesia harus memberikan kebijakan insentif lebih bahwa subsektor Tanaman Pangan dan Perkebunan,
khusus terhadap subsektor Tanaman Pangan dan Pertambangan, Industri makanan, serta Transportasi,
Perkebunan, Pertambangan, Industri makanan, serta Gudang dan Komunikasi berpengaruh secara positif
Transportasi, Gudang dan Komunikasi.Dengan kata dan signifikan terhadap pertumbuhan ekonomi. Hal ini
lain, penelitian ini mengusulkan bahwa pemerintah menunjukkan
Indonesia harus lebih selektif dalam memberikan signifikan terhadap GDP berasal dari sektor primer,
bahwa PMAmempunyai
pengaruh
insentif pajak untuk menarik PMA menanamkan sekunder, dan juga sektor tersier.
modalnya di Indonesia.
Terkait dengan akan diimplementasikannya
6. IMPLIKASI DAN KETERBATASAN
pasar tunggal ASEAN di tahun 2015, hal pertama yang Efek dari PMA terhadap pertumbuhan ekonomi
harus diatasi dengan segera adalah mengurangi defisit tergantung pada banyak faktor. Ini bervariasi
neraca perdagangan. PMA diharapkan dapat berperan berdasarkan waktu dan dari satu negara ke negara
besar untuk memenuhi kebutuhan domestik sehingga yang lain. Oleh karena itu dapat dikatakan bahwa efek
akan mengurangi impor dan meningkatkan ekspor. PMA terhadap pertumbuhan ekonomi dapat berbeda-
Dengan semakin meningkatnya ekspor maka akan beda dan memiliki beberapa implikasi. Apabila
meningkatkan pendapatan nasional Indonesia. Selain ditemukan bukti bahwa PMA mempunyai pengaruh
itu, dengan berkurangnya impor dari luar negeri untuk signifikan terhadap pertumbuhan ekonomi, maka
memenuhi kebutuhan domestik, diharapkan dapat implikasi kebijakannya adalah bahwa negara tuan
mengatasi defisit neraca perdagangan sehingga rumah harus menyediakan aturan dan kebijakan untuk
Indonesia siap untuk menghadapi pasar tunggal menarik PMA tersebut.
ASEAN yang akan diimplementasikan pada tahun Dengan menggunakan data sektoral, penelitian
ini mampu menemukan non-keseragaman dampak Keterbatasan dari penelitian ini adalah analisis PMA lintas sektor terhadap pertumbuhan ekonomi di
dilakukan hanya dengan menggunakan satu variabel Indonesia. Hasil empiris berdasarkan data panel dalam
bebas saja yaitu realisasi Penanaman Modal Asing mata uang Rupiah menunjukkan bukti pengaruh
(LFDI) dikarenakan adanya keterbatasan ketersediaan signifikan dari realisasi PMA terhadap pertumbuhan
data yang dimiliki untuk melakukan penelitian. Studi ekonomi di sektor primer (Tanaman Pangan dan
ini juga hanya melakukan penelitian dengan Perkebunan, serta Pertambangan), di sektor sekunder
menggunakan data yang seluruhnya dikonversi ke (Industri
dalam mata uang Rupiah dan tidak melakukan (Transportasi, Gudang dan Komunikasi). Studi ini
penelitian untuk mata uang US Dollar, sehingga menemukan
dimungkinkan adanya hasil analisis yang berbeda. keuntungan kepada Indonesia.
Selain itu, penelitian ini hanya dilakukan untuk Dukungan dari pemerintah Indonesia untuk
mencari hubungan satu arah pengaruh PMA terhadap menerapkan kebijakan yang lebih berorientasi ke luar
pertumbuhan ekonomi namun tidak melakukan dibutuhkan di sektor ini. Implikasi kebijakan adalah
penelitian terkait pengaruh pertumbuhan ekonomi bahwa pemerintah Indonesia harus membuat suatu
terhadap PMA.
aturan atau kebijakan terhadap PMA tersebut,
contohnya regulasi insentif pajak termasuk proses
administrasi yang lebih mudah untuk mendapatkan
insentif, sehingga dapat menarik PMA dari subsektor
150 Jurnal BPPK, Volume 7 Nomor 2, 2014
Ghosh, M., & Wang, W. (2010).Does PMA accelerate
DAFTAR PUSTAKA
economic growth? The OECD experience based on panel data estimates for the period
Afonso, A., & Rault,C. (2009). Bootstrap panel Granger- 1980 β2004. Global Economy Journal, 9(4), causality between government spendingand
1.doi: 10.2202/1524-5861.1496. revenue in the EU (Working Paper No.
Gujarati, Damodar N. (2003). Basic Econometrics Edisi 944).The William Davidson Institute.
Keempat.McGraw-Hill. New York. Alfaro, L. (2003). Foreign direct investment and growth:
Hansen, H., & Rand, J. (2006). On the causal links does the sector matter? (Working Paper).
between PMA and growth in developing Harvard University, Harvard Business School.
countries. World Economy, 29 (1), 21 β41. doi: Anyamele, O. D. (2010). Foreign direct investment,
10.1111/j.1467-9701.2006.00756.x exports, and education on economic growth in
Khaliq, A., & Noy, I. (2007). Foreign direct investment sub-saharan African. International Research
and economic growth: Empirical evidence from Journal of Finance and Economics, 51, 38 β49.
sectoral data in Indonesia (Working Paper Asafu, A., J. (2000). The effect of foreign direct
200726). University of Hawai at Manoa, investment on Indonesian economic growth,
Department of Economics. Retrieved January 1960 β1996. Economic Analysis and Policy, 30,
2012, from
49 β62. http://www.economics.hawaii.edu/research/ Balasubramanyam, V. N., Salisu, M., & Spasford D.
workingpapers/WP_07-26.pdf. (1996). Foreign direct investment and growth
Lall S. (2002). PMA and development: Research issues in EP and IS countries. Economic Journal, 106,
in the emerging context.In Bora B. (Ed.).
92 β105. Foreign direct investment research issues. Baltagi,B. (2005). Econometric Analysis of Panel
London, New York: Routledge. Data.John Wiley & Sons. New York.
Li, X., &Liu, X. (2005). Foreign direct investment and Bengoa, M., & Sanchez-Robles, B. (2003). PMA,
economic growth: An increasingly endogenous economic freedom, and growth: New evidence
relationship. World Development, 33(3), 393- from Latin America. European Journal of
Political Economy, 19, 529 β545. Lipsey, R. E., &SjΓΆholm, F. (2010). Foreign direct BlomstrΓΆm, M., & Kokko, A. (2001). Foreign direct
investment and growth in East Asia: Lessons for investment and spillovers of technology.
Indonesia (Working Paper Series 852). International
Research Institute of Industrial Economics. Management, 22(5 β6), 435β454.
Loungani, P., & Razin, A. (2001). How beneficial is Blundell, R., & Bond, S. (1998). Initial conditions and
foreign direct investment for developing moment restrictions in dynamic panel data
countries? Finance and Development, 38(2), 6 β models. Journal of Econometrics, 87, 115 β143.
Borensztein, E., De Gregorio, J., & Lee, J.-W. (1998). Nair-Reichert, U., & Weinhold, D. (2001). Causality How does foreign direct investment affect
tests for cross-country panels: a new look at economic growth? Journal of International
PMA and economic growth in developing Economics, 45, 115 β135.
countries. Oxford Bulletin of Economics and Carkovic, M., & Levine, R. (2002).Does foreign direct
Statistics, 63(2), 153 β171. investment
Neuhaus, M. (2006). The impact of PMA on economic growth?(Working
accelerate
economic
growth: An analysis for the transition Minnesota.
countries of Central and Eastern Europe. In Choe, J. I. (2003). Do foreign direct investment and
Contributions to Economics (Vol. XII, pp. 1 β gross domestic investment promote economic
196). Heidelberg, Physica-Verlag. growth? Review of Development Economics,
Razin, A., Sadka, E., & Yuen, C. (1999). An information- 7(1), 44 β57.
based model of PMA: The gains from trade Chowdhury, A. R., & Mavrotas, G. (2003). PMA and
revisited (NBER Working Paper No. 6884). growth: what causes what? The World
National Bureau of Economic Research, Inc. Economy, 29(1), 9 β20.
SjΓΆholm, F. (1999). Economic recovery in Indonesia: The De Mello Jr., L. R. (1997). Foreign direct investment in
challenge of combining PMA and regional developing countries and growth: A selective
development (Working Paper No. 347). survey. Journal of Development Studies, 34(1),
Stockholm School of Economics.
1 β34. Solow, R. M. (1956). A Contribution to the Theory of De Mello Jr., L. R. (1999). Foreign direct investment-led
Economic Growth. Quarterly Journal of growth: Evidence from time series and panel
Economics, 70 (1): 65-94. data. Oxford Economic Papers, 51(1), 133 β151.
Thee, K. W. (2001). The role of foreign direct Duasa, J. (2007). Malaysian foreign direct investment
Indonesia's industrial and growth: Does stability matter? The Journal
investment
in
technology development. International Journal of Economic Cooperation, 28(2), 83 β98.
of Technology Management, 22(5 β6), 583β 598.
Jurnal BPPK, Volume 7 Nomor 2, 2014 151
Todaro, M. P., & Stephen, S. C. (2003). Economic development. (8th ed.). New York: Addison
Wesley. Vadlamannati, K. C., & Tamazian, A. (2009). Growth effects of PMA in 80 developing economies: The role of policy reform and institutional constraints. Journal of Economic Policy Reform, 12(4), 299 β322.
Vu, T. B., & Noy, I. (2009). Sectoral analysis of foreign direct investment and growth in the developed countries. Journal of International Financial Markets, Institutions and Money, 19(2), 402 β413.
Wang, M. (2002). Manufacturing PMA and economic growth: Evidence from Asian economies
[mimeo]. Department
of
Economics,
University of Oregon. Zakaria, Z. (2009). Empirical evidence on the causality relationship
investment and economic growth in the developing
Malaysia, 43(1), 27 β52. Zhang, K. H. (2001). Does foreign direct investment promote economic growth? Evidence from East Asia and Latin America. Contemporary Economic Policy, 19(2), 175 β185.
152 Jurnal BPPK, Volume 7 Nomor 2, 2014
Jurnal BPPK, Volume 7 Nomor 2, 2014 153
Jurnal BPPK, Volume 7 Nomor 2, 2014, Halaman 153-164
BADAN PENDIDIKAN DAN PELATIHAN KEUANGAN KEMENTERIAN KEUANGAN REPUBLIK INDONESIA
JURNAL BPPK
THE DETERMINANT OF CORE INFLATION IN INDONESIA
Rizki E. Wimanda a , Nur M. Adhi Purwanto b , Fajar Oktiyanto c Bank Indonesia, Jakarta. Email:rizki@bi.go.id Bank Indonesia, Jakarta. Email:adhipd@bi.go.id Bank Indonesia, Jakarta. Email:fajar_o@bi.go.id
ARTICLE INFORMATION ABSTRACT
ARTICLE HISTORY Received
23 September 2013
Accepted to be published
28 November 2014
This paper analyzes factors affecting core inflation in Indonesia. Using quarterly data, we argue that after economic crisis in 1997/1998, core inflation is significantly affected by backward-looking expectation (its lag), forward-looking expectation (consensus forecast), output gap, exchange rate (growth and volatility), and the growth of M1. Comparing to the whole sample (1992-2011), the role of lag of core inflation becomes more significant, exchange rate pass-through is smaller, and the impact of volatility of exchange rate is bigger after the crisis. Employing MV filter method, we find an output gap threshold. Econometric model shows that the role of BI rate to reduce core inflation is limited. Using ARDL model and monthly data (year-on-year) from January 2002 to June 2011, we find that administered price inflation and volatile food inflation, to some extent, have an effect on the dynamic of core inflation. In general, the effect of volatile foods group on core inflation is bigger than the effect of administered prices group. Some commodities in administered prices basket have significant impact on core inflation, such as fuel, intercity transportation, household fuel, and telephone charge. Some commodities in volatile foods basket also have significant impact on core inflation, such as rice, beef, milk, noodles, and cooking oil.
Paper ini menganalisis faktor-faktor yang mempengaruhi core inflation di Indonesia. Dengan menggunakan model OLS dan data triwulanan (qtoq), kami berargumen bahwa pada periode setelah krisis ekonomi tahun 1997/1998, core inflation dipengaruhi oleh core inflation masa lalu (backward-looking), ekspektasi inflasi (consensus forecast), output gap, nilai tukar (perubahan dan tingkat volatilitasnya), dan pertumbuhan M1. Dibandingkan dengan whole sample (1992-2011), pada periode setelah krisis ekonomi peran output gap menjadi signifikan, pass-through nilai tukar berkurang, dan peran volatilitas nilai tukar menjadi lebih besar. Dengan menggunakan output gap MV filter, ditemukan adanya threshold output gap setelah periode krisis. Sementara itu, peran BI rate dalam menurunkan core inflation relative terbatas. Dengan menggunakan model ARDL dan data bulanan (yoy) dari Januari 2002 s.d. Juni 2011, kami berargumen bahwa pergerakan administered price inflation dan volatile food inflation mempengaruhi pergerakan core inflation di Indonesia. Secara umum, dampak kenaikan volatile foods lebih besar dibandingkan dampak kenaikan administered price terhadap core inflation. Beberapa komoditas administered price yang berdampak signifikan terhadap core inflation adalah bensin, angkutan dalam kota, bahan bakar rumah tangga, dan tarif telepon. Sementara beberapa komoditas volatile foods yang berdampak signifikan terhadap core inflation adalah beras, daging sapi, susu, mie, dan minyak goreng.
KEYWORDS: Monetary policy, core inflation, exchange rate pass through, ARDL model