terkecil mengingat resiko yang timbul akibat krisis yang tidak terdeteksi akan lebih berbahaya daripada resiko munculnya sinyal yang tidak diikuti oleh
krisis. 2.
Noise to Signals NS Ratio NS mengukur peluang dikeluarkannya jumlah sinyal yang salah Type II
Error sebagai rasio terhadap sinyal yang benar 1-Type I Error, sehingga
semakin kecil rasio ini indikator dini tersebut merupakan penghasil sinyal yang baik. NS yang lebih dari 1 berarti indikator tersebut tidak dapat
dijadikan indikator dini sama sekali.
C A
A D
B B
Error II
Type Error
I Type
S N
+ +
= =
3.13 3.
Probabaility to Crisis Pc Peluang terjadinya krisis ketika sinyal dikeluarkan yang bernilai semakin
tinggi maka semakin baik indikator dini sebagai penghasil sinyal.
B A
A Pc
+ =
3.14
3.3.5. Kerangka Kerja Analisis Signals Approach Method SAM
Pembentukan data siklikal mengikuti prosedur yang dikemukakan pada
metode pengolahan data, dimana semua data yang akan digunakan baik data
pembentuk ISP, IBC, IMV dan IBV, dihitung tingkat pertumbuhannya, dihilangkan pengaruh trend-nya dengan HP filter kemudian distandarisasi agar
setiap variabel memiliki amplitudo yang sama. Hasil dari seluruh proses tersebut adalah data siklkal yang siap digunakan untuk pengolahan pada tahap selanjutnya.
Input: Data siklikal
variabel dalam ISP atau IBC
Tahapan: - Agregasi variabel menjadi ISP atau IBC
- Menghitung threshold ISP atau IBC - Mengidentifikasi periode krisis
Output: - ISP atau IBC
- Periode krisis
Pemilihan Indikator Komposit
Input: Data siklikal
setiap variabel pembentuk
IMV atau IBV Tahapan:
- Uji stasioneritas - Uji korelasi silang
- Mencari CSD dengan estimasi GARCH - Menghitung threshold dari CSD
- Mengidentifikasi sinyal setiap variabel - Evaluasi kinerja sinyal setiap variabel
Output: Indikator
pembentuk indekss
komposit
Input: IMV atau IBV
Tahapan: - Uji stasioneritas
- cross-corelation - Mencari CSD dengan estimasi GARCH
- Menghitung threshold dari CSD - Mengidentifikasi sinyal IMV atau IBV
- Evaluasi kinerja sinyal Output:
Evaluasi kinerja sinyal
Pembentukan Data Siklikal
Input: Data olahan
Tahapan: - Menghitung tingkat pertumbuhan
- Menghitung deviasi dari trend-nya - Proses standarisasi
Output: Data Siklikal
Identifikasi Krisis
Pembentukan Indekss Komposit
Gambar 4. Kerangka Kerja Analisis SAM
Data siklikal pembentuk ISP yaitu data siklikal nilai tukar IER, suku bunga deposito tiga bulan II3 dan cadangan devisa IIR yang merupakan
variabel untuk krisis nilai tukar. Sedangkan variabel untuk krisis perbankan yaitu data siklikal kredit macet INPL, kecukupan modal perbankan ICAR dan suku
bunga deposito tiga bulan II3, akan diagreagasi menjadi ISP, suatu indeks yang menggambarkan kondisi perbankan yang secara kuantitatif dapat menentukan
apakah resiko terjadinya krisis perbankan yang rendah atau tinggi. ISP dan IBC merupakan suatu indeks hasil agregasi dari variabel pembentuknya, semakin
tinggi nilai ISP atau IBC maka kemungkinan untuk terjadiya krisis akan semakin besar.
Untuk menentukan kapan terjadinya krisis nilai tukar ataupun perbankan di Indonesia pada periode yang diteliti, ISP atau IBC tersebut dihitung rata-rata
dan standar deviasinya sebagai dasar pembentuk threshold. Threshold yang diperoleh kemudian digunakan sebagai batasan untuk mengidentifikasi periode
krisis. ISP atau IBC pada suatu titik periode yang melewati nilai threshold-nya dikategorikan sebagai periode krisis. Sebagai hasilnya, periode krisis
dilambangkan dengan satu krisis=1 dan tidak terjadi krisis dengan nol tidak krisis=0, seperti pembentukan series dummy. Series dummy periode krisis
tersebut merupakan salah satu komponen yang digunakan sebagai series acuan untuk mengevaluasi akurasi sinyal pada tahap selanjutnya.
Komponen lainnya
yang diperlukan
untuk analisis
SAM adalah agregasi dari variabel yang merupakan indikator dini. Untuk menentukan apakah suatu
variabel merupakan indikator dini atau indikator yang memiliki daya prediksi
krisis, digunakan uji stasioneritas dan korelasi silang. Data siklikal kandidat pembentuk IMV atau IBV, kemudian diuji kestasionerannya agar siklus yang
dihasilkan bukan merupakan siklus yang palsu dan setelah diregresi akan menghasilkan hasil yang nyata. Setelah itu dilihat fase pergerakan setiap variabel
dengan uji korelasi silang, variabel yang berbentuk leading dan stasioner yang akan digunakan sebagai pembentuk IMV atau IBV.
Perbedaan penelitian ini dengan Agung et al. 2002 terletak pada pengevaluasian setiap variabel pembentuk IMV dan IBV untuk melihat diantara
variabel yang memilki kinerja yang baik selain melihat kinerja indeks kompositnya. Oleh karena itu variabel terpilih yang bebas dari akar unit dan
bersifat leading akan dilihat kemampuannya dalam menghasilkan sinyal dengan menggunakan kriteria SAM. Kemudian kinerja variabel tersebut diurutkan
peringkat kinerjanya masing-masing, variabel dengan kinerja yang baik akan memiliki peringkat tertinggi.
Tahap terakhir yaitu pembentukan indeks komposit dimana variabel yang terpilih sebagai indikator dini diagregasikan menjadi IMV atau IBV. IMV dan
IBV merupakan suatu indeks yang menggambarkan kerentanan pasar uang yang menentukan kondisi nilai tukar dan kerentanan perbankan yang secara kuantitatif
dapat mengklasifiksikan apakah suatu periode memilki resiko terjadinya krisis nilai tukar dan perbankan yang rendah atau tinggi.
IMV dan IBV merupakan suatu indeks hasil agregasi dari variabel pembentuknya, semakin tinggi nilai ISP atau IBC maka kerentanan untuk
terjadiya krisis akan semakin besar. Indeks komposit tersebut kemudian dihitung
threshold-nya dengan menggunakan estimasi GARCH. CSD IMV atau CSD IBV pada suatu titik periode yang melewati nilai threshold-nya dikategorikan sebagai
sinyal krisis. Sebagai hasilnya, sinyal krisis dilambangkan dengan satu ada sinyal=1 dan tidak ada sinyal krisis dengan nol tidak ada sinyal=0, seperti
pembentukan series dummy. Series dummy sinyal krisis tersebut merupakan salah satu komponen yang digunakan untuk mengevaluasi akurasi sinyal bersama
dengan series dummy ISP dan IBC.
IV. HASIL DAN PEMBAHASAN
4.1. Pergerakan Siklikal Variabel Krisis
Krisis nilai tukar dan krisis perbankan yang dijadikan series acuan dalam penelitian ini menggunakan multiple series yang mengagregasikan variabel ER, I3
dan IR untuk mengidentifikasikan krisis nilai tukar dan variabel NPL, CAR dan I3 untuk krisis perbankan. Semua variabel yang digunakan sebelumnya telah
dihilangkan pengaruh trend dan musimannya supaya berbentuk data siklikal, kemudian distandarisasi agar siklikal setiap variabel memiliki amplitudo yang
sama antara satu dengan lainnya. Pembahasan kali ini, bertujuan untuk melihat bagaimana pergerakan individual dari variabel-variabel tersebut selama krisis dan
pergerakan ISP atau IBC yang telah ditentukan titik balik siklikalnya sehingga pembahasan akan difokuskan pada periode ekspansi atau kontraksi yang terjadi.
4.1.1. Pergerakan Siklikal Variabel Krisis Nilai Tukar
Secara umum krisis nilai tukar dapat dilihat dari pergerakan nilai tukar itu sendiri. Meskipun terjadi depresiasi kalau pemerintah berusaha mempertahankan
nilai tukar domestik dari adanya tekanan spekulatif, bisa jadi depresiasi tidak akan terjadi. Untuk mempertahankan nilai tukar yang dilakukan adalah meningkatkan
suku bunga domestik dan meningkatkan jumlah uang yang beredar di masyarakat sehingga cadangan devisa akan menurun. Oleh karena itu kondisi krisis nilai tukar
dilihat dari pergerakan nilai tukar, kenaikan suku bunga dan penurunan cadangan
