Feedback

Pengaruh faktor-faktor makro–mikro terhadap pertumbuhan investasi sektoral dalam era liberalisasi keuangan: analisis Q–tobin

Informasi dokumen
PENGARUH FAKTOR-FAKTOR MAKRO-MIKRO TERHADAP PERTUMBUHAN INVESTASI SEKTORAL DALAM ERA LIBERALISASI KEUANGAN: ANALISIS Q-TOBIN DISERTASI TRIAS ANDATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2012 i SURAT PERNYATAAN Saya menyatakan dengan sebenar-benarnya bahwa segala pernyataan dalam disertasi saya berjudul: PENGARUH FAKTOR-FAKTOR MAKRO-MIKRO TERHADAP PERTUMBUHAN INVESTASI SEKTORAL DALAM ERA LIBERALISASI KEUANGAN: ANALISIS Q-TOBIN merupakan gagasan atau hasil penelitian disertasi saya sendiri, dengan bimbingan Komisi Pembimbing, kecuali yang dengan jelas ditunjukkan rujukannya. Disertasi ini belum pernah diajukan untuk memperoleh gelar pada program sejenis di perguruan tinggi lain. Semua data dan informasi yang digunakan telah dinyatakan jelas dan dapat diperiksa kebenarannya. Bogor, Januari 2012 Trias Andati NRP.: H.361060141 ii ABSTRACT TRIAS ANDATI. Macro – Micro Factors Effects to Sectoral Investment Growth in Financial Liberalization Era: Q-Tobin Analysis. (HERMANTO SIREGAR as Chairman, BONAR M. SINAGA and NOER AZAM ACHSANI as members of the Advisory Committee) This research attempts to analyze macro and micro factors affecting the sectors’ investment growth in the era of financial liberalization. Q-Tobin ratio is used as an indicator of sectoral investment growth to provide insights into corporate investment decision. Using annual data of 64 listed company’s financial report from 2002 to 2009, the results show that the financial liberalization variables such as Foreign Direct Investment (FDI) and Investment Portfolio give the positive effects to Q-Tobin agricultural sector, otherwise to Basic and Chemical Industry and Banking sectors. There were transmition mechanisms from real sectors to financial sectors but not the other way around. Increase of financial deepening give positive effect to Q-Tobin of Basic and Chemical Industry sector and Banking, otherwise to agricultural sector. SBI has negative effect to Q-Tobin all sectors, while the effect of loan interest rates to Basic and Chemical and Banking sectors was positive. Money supply has negative effect to Q-Tobin of Basic and Chemical Industry sector and Banking. Fixed asset investment of all three sectors has same patterns of Q-Tobin, and increased from 2002 to 2009, while at the year of 2008, Q-Tobin of all sectors were experienced decrease due to financial crisis. Company’s loan give positive effect to Q-Tobin, while total assets give negative effects. Q-Tobin gives negative effect to real investment growth of Basic and Chemical Industry and Banking sectors, and also the company’s capital structure of Basic and Chemical Industry sector. Real loan interest rates give positive effect to real investment growth. Furthermore, there should be rationing of portfolio investment in agriculture sector, to prevent the funds flow from real sector to financial sector. Tobin Tax theory is suggested to be implemented in any financial transactions. Further research is suggested to analyze the effect of financial liberalization on agricultural sector private company’s investment. Keywords: Investment, Financial Liberalization, Q-Tobin, Panel Data. iii RINGKASAN TRIAS ANDATI. Pengaruh Faktor – Faktor Makro – Mikro terhadap Pertumbuhan Investasi Sektoral dalam Era Liberalisasi Keuangan: Analisis Tobin – Q. (HERMANTO SIREGAR sebagai Ketua, BONAR M. SINAGA dan NOER AZAM ACHSANI sebagai Anggota Komisi Pembimbing) Dalam perekonomian terbuka, liberalisasi keuangan dapat mendorong aliran modal (kapital), sehingga pada tingkat suku bunga tertentu, sumber dana eksternal dapat bersaing dengan sumber dana internal. Liberalisasi keuangan di Indonesia diawali saat reformasi sektor keuangan tahun 1988, 1990 dan 1991 untuk meningkatkan mobilisasi dana dari individu (penabung) demi mendorong laju investasi pada sektor produktif melalui peran perantara (intermediaries), yang berlanjut saat terjadi krisis keuangan dan moneter di beberapa negara Asia. Bila dilihat dari realisasi investasi domestik (PMDN, Penanaman Modal Dalam Negeri) pada periode 1990-2008 meningkat sepuluh kali (dari Rp 2 398.6 miliar menjadi Rp 20 363.4 miliar) dan nilai Penanaman Modal Asing (FDI, Foreign Direct Investment) meningkat duapuluh kali (dari US$ 706 juta menjadi US$ 14 871.4). Namun, pertumbuhan investasi tahunan Indonesia cenderung mengalami penurunan, dari 14.7 persen (2004) menjadi 2 persen (2007), meskipun tahun 2009 menunjukkan peningkatan. Selain itu, terdapat pola pertumbuhan yang tidak searah dari realisasi investasi PMDN berdasarkan sektor. Pada sektor primer, terjadi penurunan nilai realisasi investasi hampir seperempatnya dari Rp 5 577.2 miliar (2005) menjadi Rp 640 miliar (2008), sementara untuk industri sekunder misalnya makanan terjadi peningkatan hampir dua kali lipat dari Rp 4 490.8 miliar (2005) menjadi Rp 8 192 miliar di tahun 2008 (BKPM, Badan Koordinasi Penanaman Modal, 2008). Pada sektor keuangan, terdapat peningkatan nilai nominal transaksi saham dari Rp 21.7 triliun (1995) menjadi Rp 300 triliun (2008). Peningkatan transaksi pasar modal sebagai alternatif sumber pembiayaan bagi swasta, seharusnya memberikan peluang bagi perusahaan untuk melakukan investasi stok kapital. Namun, perkembangan sektor keuangan lambat laun meninggalkan sektor riil, dan telah menjadi bisnis tersendiri. Pasar keuangan tidak lagi sekedar mekanisme untuk menyediakan tabungan bagi investor sektor produksi, sehingga ada kecenderungan kurang terkait dengan investasi jangka panjang sektor produksi. Beberapa masalah pokok yang terjadi mencakup penurunan FDI dan peningkatan investasi portofolio, sejalan dengan penurunan investasi langsung dan peningkatan bursa saham Indonesia. Di sisi lain, kebijakan otoritas moneter berupa suku bunga patokan tidak selalu diikuti oleh perbankan, dengan suku bunga kredit yang tidak banyak berubah, yang selanjutnya menekan investasi di sektor riil. Keputusan investasi dapat direpresentasikan dengan nilai Q-Tobin, yang menunjukkan perbandingan antara nilai pasar perusahaan terhadap biaya modal. Penelitian ini bertujuan untuk: (1) menganalisis pengaruh liberalisasi keuangan terhadap investasi perusahaan sektor pertanian, industri dasar dan kimia serta perbankan, dengan indikator nilai rasio Q-Tobin; (2) menganalisis pengaruh liberalisasi keuangan dan kebijakan moneter terhadap investasi perusahaan sektor pertanian, industri dasar dan kimia serta perbankan, dengan indikator nilai rasio iv Q-Tobin, dan (3) menganalisis pengaruh nilai Q-Tobin terhadap pertumbuhan riil investasi sektoral. Hasil analisis menunjukkan dari aspek makro bahwa FDI maupun Investasi Portofolio berpengaruh negatif terhadap nilai Q-Tobin sektor industri dasar dan kimia serta perbankan, akan tetapi berpengaruh positif terhadap nilai QTobin sektor pertanian. Pengaruh dari liberalisasi keuangan terhadap nilai QTobin dari masing-masing sektor dapat dikatakan relatif kecil, khususnya adalah FDI. Dari aspek mikro, pinjaman perusahaan dan kapitalisasi pasar perusahaan berpengaruh positif terhadap nilai Q-Tobin, sebaliknya dengan aset perusahaan. Kesamaan pola diantara sektor perbankan dan industri dasar dan kimia, dapat dijelaskan dengan adanya hubungan kausal antara nilai Q-Tobin sektor perbankan yang mempengaruhi nilai Q-Tobin sektor industri dasar dan kimia. Perhitungan nilai Q-Tobin menunjukkan ada kesamaan pola nilai Q-Tobin dengan investasi perusahaan di masing-masing sektor. Pengaruh liberalisasi keuangan bersamaan dengan kebijakan moneter terhadap nilai Q-Tobin masing-masing sektor menunjukkan adanya pengaruh nyata dari suku bunga acuan yaitu SBI. Demikian pula dengan kebijakan uang beredar (money supply, M2), yang berpengaruh nyata terhadap nilai Q-Tobin sektor industri dasar dan kimia dan sektor perbankan. Dari aspek makro, baik SBI dan uang beredar, keduanya memberikan pengaruh negatif terhadap nilai Q-Tobin masing-masing sektor, kecuali pengaruh M2 terhadap nilai Q-Tobin sektor pertanian. Financial deepening berupa rasio kapitalisasi pasar terhadap Gross Domestic Product yang mencerminkan besarnya partisipan pasar, berpengaruh nyata terhadap nilai Q-Tobin sektor pertanian, namun tidak pada kedua sektor lainnya. Sedangkan rasio kredit terhadap GDP hanya berpengaruh nyata terhadap sektor perbankan. Besarnya partisipan di pasar modal memberikan pengaruh negatif terhadap nilai Q-Tobin sektor pertanian, sedangkan jumlah penyaluran kredit memberikan pengaruh positif terhadap nilai Q-Tobin sektor perbankan. Artinya, bahwa nilai Q-Tobin dipengaruhi oleh liberalisasi keuangan dan kebijakan moneter. Dari aspek mikro, pinjaman dan kapitalisasi pasar perusahaan memberikan pengaruh positif, sebaliknya pada aset perusahaan. Keputusan investasi di ke-3 (tiga) sektor memiliki pola hubungan negatif dengan nilai Q-Tobin dari masing-masing sektor, demikian pula dengan struktur modal. Struktur modal menggambarkan porsi dana internal (ekuitas) terhadap total aset perusahaan memberikan pengaruh negatif terhadap pertumbuhan investasi. Dalam model yang memasukkan pengaruh suku bunga pinjaman riel, terdapat pengaruh nyata dari variabel ini terhadap pertumbuhan investasi di masing-masing sektor. Pengaruh dari suku bunga pinjaman riel ini adalah positif terhadap pertumbuhan investasi. Artinya, bunga pinjaman riil yang tinggi merupakan insentif untuk melakukan investasi. Liberalisasi keuangan dan kebijakan moneter tidak langsung berpengaruh terhadap keputusan investasi perusahaan, sementara struktur permodalan menjadi salah satu pertimbangan perusahaan untuk melakukan investasi. Secara umum, dapat disimpulkan bahwa dalam era liberalisasi keuangan, terdapat pengaruh dari investasi portofolio terhadap nilai Q-Tobin dari masingmasing sektor, demikian pula dengan kebijakan moneter berupa pengaruh negatif dari SBI terhadap nilai Q-Tobin masing-masing sektor. Namun demikian, tidak terjadi pengaruh nilai Q-Tobin terhadap pertumbuhan investasi sektoral yang v diwakili oleh pertumbuhan investasi korporasi di sektor tersebut. Dengan demikian, dapat disimpulkan bahwa dalam era liberalisasi keuangan tidak terjadi transmisi dari investasi portofolio ke sektor riil, namun sebaliknya justru terjadi mekanisme transmisi dari sektor riil ke pasar modal berupa penempatan dana jangka pendek dalam bentuk investasi portofolio. Guna mengatasi aliran dana dari sektor riil ke investasi portofolio, khususnya untuk sektor pertanian, maka diperlukan kebijakan khusus di pasar modal melalui aturan Badan Pengawas Pasar Modal, mengenai pembatasan kepemilikan saham dalam portofolio investasi oleh pihak investor asing, khususnya untuk saham-saham emiten sektor pertanian. Hal ini untuk membatasi investasi portofolio di sektor pertanian, yang pada akhirnya akan mengurangi minat untuk melakukan investasi langsung di sektor primer ini. Guna mengatasi volatilitas dari variabel makroekonomi seperti nilai tukar dikarenakan transmisi gejolak di pasar keuangan, sehingga akan berpengaruh terhadap kondisi perekonomian, maka diperlukan kebijakan pajak yang seragam untuk setiap transaksi yang melibatkan nilai tukar di pasar keuangan, demikian pula yang melibatkan transaksi pasar saham. Kebijakan ini dikenal sebagai teori Tobin Tax. Pengenaan pajak atas setiap transaksi di pasar modal, akan mengurangi keuntungan bersih dari investasi portofolio, sehingga menjadi pertimbangan bagi investor saat menanamkan dananya di instrumen ini. vi @ Hak cipta milik Institut Pertanian Bogor, Tahun 2012 Hak cipta dilindungi Undang-Undang 1. Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumber a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu masalah b. Pengutipan tidak merugikan kepentingan yang wajar IPB 2. Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis dalam bentuk apapun tanpa izin IPB vii PENGARUH FAKTOR-FAKTOR MAKRO-MIKRO TERHADAP PERTUMBUHAN INVESTASI SEKTORAL DALAM ERA LIBERALISASI KEUANGAN: ANALISIS Q-TOBIN TRIAS ANDATI DISERTASI Sebagai salah satu syarat untuk memperoleh gelar Doktor Pada Program Studi Ilmu Ekonomi Pertanian SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2012 viii Ujian Tertutup : Senin, 9 Januari 2012 Penguji Luar Komisi : 1. Dr. Ir. Dedi Budiman Hakim, M.S. Staf Pengajar Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. 2. Dr. Ir. Arief Daryanto. M.Ec. Direktur Program Manajemen Bisnis, Institut Pertanian Bogor. Wakil Program Studi : Dr. Ir. Suharno, M.S. Staf Pengajar Departemen Agribisnis, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Ujian Terbuka : Kamis, 19 Januari 2012 Penguji Luar Komisi : 1. Dr. Ir. Himawan Hariyoga, M.Sc. Kepala Deputy Promosi, Badan Koordinasi Penanaman Modal (BKPM) 2. Dr. Ir. Tarmiden Sitorus, M.Sc. Staf Pengajar Universitas Pelita Harapan Wakil Program Studi : Dr. Ir. Ratna Winandi, M.S. Staf Pengajar Departemen Agribisnis, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. ix Judul Disertasi : Pengaruh Faktor-Faktor Makro – Mikro Terhadap Pertumbuhan Investasi Sektoral Dalam Era Liberalisasi Keuangan: Analisis Q – Tobin Nama : Trias Andati NRP : H.361060141 Program Studi : Ilmu Ekonomi Pertanian Menyetujui, 1. Komisi Pembimbing Prof. Dr. Ir. Hermanto Siregar, M.Ec. Ketua Prof. Dr. Ir. Bonar M. Sinaga, M.A. Anggota Prof. Dr. Ir. Noer Azam Achsani, M.S. Anggota Mengetahui, 2. Ketua Program Studi Ilmu Ekonomi Pertanian 3. Dekan Sekolah Pascasarjana Prof. Dr. Ir. Bonar M. Sinaga, M.A. Dr. Ir. Dahrul Syah, M.Sc.Agr. Tanggal Ujian: 19 Januari 2012 Tanggal Lulus: x RIWAYAT HIDUP Penulis merupakan anak ke tiga dari empat bersaudara dari pasangan Bapak Amak Jahri dan Ibu Sri Jatini. Penulis dilahirkan pada 17 April 1965 di Magelang, Jawa Tengah. Pada tahun 1994, penulis menikah dengan Herman Martua dan dikaruniai dua orang putra bernama Hardya Gustada Hikmahrachim dan Harli Meidian Rahmanhadi. Penulis menyelesaikan pendidikan S1 pada Jurusan Tanah, Fakultas Pertanian, Institut Pertanian Bogor tahun 1988. Pada tahun 1989 penulis melanjutkan studi di Program Wijawiyata Manajemen selama satu tahun di Sekolah Tinggi Manajemen PPM (PPM Business School) di Jakarta dan tahun 1997 meneruskan dan menyelesaikan Program S2 di Institusi yang sama dengan konsentrasi Manajemen Keuangan. Pada tahun 1998 penulis mendapatkan kesempatan melanjutkan studi S2 ke City University Business School (CASS) London – United Kingdom mengambil Investment Management melalui beasiswa British Chevening Award dan lulus pada tahun 1999. Kesempatan menempuh S3 diperoleh penulis pada tahun 2006. Setelah lulus S1 pada tahun 1988 sampai dengan tahun 1989, penulis bekerja sebagai staf Tanaman pada perkebunan kelapa sawit di PT Lembu Jaya di Palembang, Sumatera Selatan. Setelah menyelesaikan Program Wijawiyata Manajemen, sejak tahun 1990, penulis menjadi Staf Profesional di Lembaga Manajemen PPM di Jakarta, sampai dengan tahun 2004 dan sejak tahun 2005 sebagai pengajar di Sekolah Tinggi Manajemen PPM. Sejak 2006, penulis mengajar di program Manajemen Bisnis, Institut Pertanian Bogor. xi KATA PENGANTAR Puji syukur kehadirat Allah SWT karena hanya dengan rahmat dan karuniaNya penulis dapat menyelesaikan penelitian dengan judul “Pengaruh Faktor-Faktor Makro – Mikro terhadap Pertumbuhan Investasi Sektoral dalam Era Liberalisasi Keuangan: Analisis Q-Tobin. Penulis mengucapkan terimakasih yang setinggi-tingginya kepada Prof. Dr. Ir Hermanto Siregar, M.Ec, Prof. Dr. Ir. Bonar M. Sinaga, M.A. dan Prof. Dr. Ir. Noer Azam Achsani, M.S. selaku ketua dan anggota komisi pembimbing yang telah mengarahkan dan memberikan masukan dalam proses penelitian dan pelaksanaan disertasi ini. Terimakasih juga penulis sampaikan kepada : 1. Prof. Dr. Ir Bonar M. Sinaga, M.A selaku Ketua Program Studi Ekonomi Pertanian (EPN) dan seluruh staf pengajar yang telah memberikan bimbingan dan proses pembelajaran selama penulis kuliah. 2. Dr. Ir. Arief Daryanto, M.Ec dan Dr. Ir. Dedi Budiman Hakim, M.S selaku penguji luar komisi, dan Dr. Ir. Suharno M.S. selaku penguji yang mewakili program Studi Ilmu Ekonomi Pertanian dan, Dr. M. Firdaus selaku Pimpinan Sidang pada ujian tertutup. 3. Dr. Ir. Himawan Hariyoga, M.Sc dan Dr. Ir. Tarmiden Sitorus, M.Sc selaku penguji luar komisi pada sidang ujian terbuka, dan Dr. Ir. Ratna Winandi, M.S. selaku penguji yang mewakili program Studi Ilmu Ekonomi Pertanian dan, Dr. Ir. Yusman Syaukat, M.Ec. selaku Pimpinan Sidang pada ujian terbuka. 4. Suami dan kedua anakku serta kedua orang tua yang telah sabar mendampingi penulis dalam menyelesaikan studi ini. 5. Mas Indra atas waktunya untuk berdiskusi mengenai pemodelan ekonometrika. Ibu Nunu, Bapak Sapto, Bapak Adi dan Bapak Nurul dari Badan Koordinasi Penanaman Modal atas waktunya untuk berdiskusi mengenai data-data investasi. 6. Teman-teman program EPN angkatan 2006, Mbak Rubi, Mbak Yani, Mbak Sofi, Ibu Kokom dan Mas Husein sebagai staf kependidikan program studi xii EPN yang senantiasa sabar dan membantu penulis dalam pengurusan administrasi selama proses menyelesaikan studi. 7. Pihak-pihak lain yang namanya tidak dapat disebutkan satu-persatu namun telah banyak membantu dan serta memberikan saran dan informasi selama penulisan disertasi ini. Semoga Allah SWT menerima karya ini sebagai amal kebaikan dan juga tanda rasa syukur penulis. Aamiin. xiii DAFTAR ISI Halaman DAFTAR TABEL........................................................................................... DAFTAR GAMBAR ...................................................................................... xviii ‘ Xx DAFTAR LAMPIRAN............................................................................................ Xxii I. PENDAHULUAN .......................................................................................... 1.1. 1 Latar Belakang ..................................................................................... 1 1.2. Perumusan Masalah ............................................................................. 12 1.3. Tujuan Penelitian ................................................................................. 13 1.4. Kegunaan Penelitian ............................................................................ 13 1.5. Ruang Lingkup dan Keterbatasan Penelitian ....................................... 14 II. TINJAUAN PUSTAKA ................................................................................. 15 2.1. Liberalisasi Keuangan........................................................................... 15 2.1.1. Liberalisasi Keuangan dan Pertumbuhan Ekonomi .................. 15 2.1.2. Pengukuran dan IndikatorLiberalisasi Keuangan .................... 18 2.1.3. Isu Kritis dalam Liberalisasi Keuangan .................................... 21 2.1.4. Alokasi Kapital.......................................................................... 23 2.1.5. Pasar Modal ............................................................................... 24 2.1.6. Kebijakan dan Transmisi Moneter ............................................ 28 2.1.7. Kebijakan Pasar Keuangan ....................................................... 30 2.2. Kajian Penelitian Terdahulu ................................................................. 32 2.2.1. Liberalisasi Keuangan dan Kebijakan Moneter ........................ 32 2.2.2. Liberalisasi Keuangan dan Mekanisme Transmisi Moneter ..... 35 2.2.3. Rasio Tobin Q dan Liberalisasi Keuangan................................ 36 2.3. Kebijakan pada Sektor Keuangan di Indonesia .................................... 38 2.3.1. Perbankan .................................................................................. 38 2.3.2. Pasar Modal Indonesia .............................................................. 48 2.3.3. Kebijakan Penanaman Modal di Indonesia ................................. 54 2.4. Hipotesis ............................................................................................... 58 xiv 2.5. Pemilihan Variabel ............................................................................... 59 2.6. Posisi Penelitian .................................................................................... 60 III. KERANGKA TEORI ..................................................................................... 63 3.1. Mobilitas Modal ..................................................................................... 63 3.2. Hubungan Antara Uang, Sukubunga dan Nilai Tukar ........................... 66 3.3. Liberalisasi Keuangan dan Pertumbuhan Ekonomi ............................... 69 3.4. Hubungan Investasi dengan Rasio Q-Tobin .......................................... 71 3.4.1. Investasi ...................................................................................... 71 3.4.2. Rasio Q-Tobin ............................................................................. 74 3.4.3. Pengukuran Q-Tobin ................................................................... 75 3.4.4. Implikasi Model Q ...................................................................... 76 3.4.5. Pertumbuhan Output ................................................................... 3.5. Kebijakan dan Transmisi Moneter ......................................................... 77 78 3.5.1. Kebijakan Moneter ...................................................................... 78 3.5.2. Transmisi Moneter ...................................................................... 80 3.5.2.1. Belanja Investasi ............................................................ 82 3.5.2.2. Pengeluaran Konsumen ................................................. 84 3.5.2.3. Perdagangan Internasional ............................................. 85 3.6. Perkembangan Sektor Keuangan dan Mekanisme Transmisi Moneter . 3.7. Kerangka Pemikiran Penelitian ............................................................. 87 88 IV. METODOLOGI PENELITIAN ..................................................................... 91 4.1. Kerangka Analisis .................................................................................. 91 4.1.1. Pilihan Alat Analisis ................................................................... 91 4.1.2. Analisis untuk Mencapai Tujuan Penelitian ............................... 96 4.2. Spesifikasi Model .................................................................................. 98 4.2.1. Model Liberalisasi Keuangan .................................................... 100 4.2.1.1. Spesifikasi Model Liberalisasi Keuangan ..................... 100 4.2.1.2. Data Model Liberalisasi Keuangan ............................... 101 xv V. 4.2.2. Model Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter ....................................................................................... 103 4.2.3. Model Pertumbuhan Investasi Sektoral ..................................... 104 4.3. Pengorganisasian Model Analisis .......................................................... 104 VARIABEL LIBERALISASI KEUANGAN DAN KEBIJAKAN MONETER ..................................................................................................... 107 5.1. Deskripsi Variabel Penelitian ................................................................ 107 5.1.1. Deskripsi Data Liberalisasi Keuangan ........................................ 107 5.1.1.1. Deskripsi Data Variabel Investasi Asing Langsung ...... 107 5.1.1.2. Deskripsi Data Posisi Pinjaman Rupiah dan Valuta Asing ............................................................................. 108 5.1.1.3. Deskripsi Data Investasi Portofolio .............................. 109 5.1.1.4. Financial Deepening .............................................. 111 5.1.2. Deskripsi Data Variabel Kebijakan Moneter .............................. 113 5.1.2.1. Deskripsi Data Suku Bunga Acuan Bank Indonesia ... 113 5.1.2.2. Deskripsi Data Jumlah Uang Beredar ........................... 114 5.1.3. Deskripsi Data Variabel Makroekonomi .................................... 115 5.1.3.1. Deskripsi Data Nilai Tukar Rupiah terhadap US Dollar.............................................................................. 115 5.1.3.2. Deskripsi Data Cadangan Devisa ................................. 116 5.1.3.3. Deskripsi Data Pertumbuhan Ekonomi ......................... 117 5.1.3.4. Deskripsi Data Indeks Saham ....................................... 118 5.1.3.4.1. Indeks Harga Saham Gabungan ................................. 118 5.1.3.4.2. Indeks Harga Saham Sektoral..................................... 120 5.1.4. Deskripsi Data Variabel Emiten.................................................. 123 5.1.5. Pengelompokkan Sektor.............................................................. 124 5.1.5.1. Sektor Pertanian ............................................................ 124 5.1.5.2. Sektor Industri Dasar dan Kimia .................................. 126 5.1.5.3. Sektor Perbankan .......................................................... 127 5.2. Analisis Nilai Q-Tobin dan Keputusan Investasi dan Pendanaan ......... 128 5.2.1. Analisis Nilai Q-Tobin ................................................................ 128 5.2.1.1. Nilai Q-Tobin Sektor Pertanian ..................................... 129 5.2.1.2. Nilai Q-Tobin Sektor Industri Dasar dan Kimia ........... 130 xvi 5.2.1.3. Nilai Q-Tobin Sektor Perbankan ................................... 132 5.2.1.4. Nilai Q-Tobin Tiga Sektor ............................................. 133 5.2.2. Keputusan Investasi dan Keputusan Pendanaan Perusahaan 135 5.3. Uji Kausalitas Granger........................................................................... 137 5.4. Intisari Analisis Deskriptif dan Uji Kausalitas Granger ...................... 139 VI. PENGARUH LIBERALISASI KEUANGAN DAN KEBIJAKAN MONETER TERHADAP PERTUMBUHAN INVESTASI SEKTOR PERTANIAN, INDUSTRI DASAR DAN KIMIA DAN PERBANKAN ..... 143 6.1. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan ............................ 143 6.1.1. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian ........................................................................... 144 6.1.2. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Industri Dasar dan Kimia ................................................. 151 6.1.3. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Perbankan ......................................................................... 156 6.2. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan ............................................................................................... 161 6.2.1. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Pertanian .................................... 163 6.2.2. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Industri Dasar dan Kimia ........... 167 6.2.3. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Perbankan ................................. 171 6.3. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan ........................................................................................ 177 6.3.1. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Sektor Pertanian ...................... 178 6.3.2. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Sektor Industri Dasar dan Kimia ........................................................................................... 180 6.3.3. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Sektor Perbankan..................... 182 6.3.4. Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan........ 184 xvii 6.4. Intisari Analisis Panel Data …………………………………………... VII. KESIMPULAN DAN IMPLIKASI KEBIJAKAN ....................................... 186 189 7.1. Kesimpulan ............................................................................................ 189 7.2. Implikasi Kebijakan ............................................................................... 192 7.3. Saran Penelitian Lanjutan ...................................................................... 194 DAFTAR PUSTAKA ..................................................................................... LAMPIRAN.................................................................................................... xviii 197 205 DAFTAR TABEL Nomor Halaman 1. Karakteristik Pasar Saham Sebelum dan Sesudah Periode Liberalisasi Keuangan ........................................................................................................ 4 2. Liberalisasi Keuangan di Indonesia ............................................................... 8 3. Dimensi Liberalisasi Keuangan ..................................................................... 20 4. Pengukuran Liberalisasi Keuangan ................................................................ 20 5. Penelitian-penelitian Liberalisasi Keuangan: Capital Account, Pasar Saham dan Moneter ........................................................................................ 39 6. Ttren Rasio M2, Kredit, Tabungan dan Onvestasi Terhadap Gross Domestic Product, Tahun 1983 sampai dengan 1997 .................................... 46 7. Variabel Penelitian ......................................................................................... 61 8. Inovasi Keuangan dan Mekanisme Transmisi Moneter .................................. 87 9. Pengaruh Perkembangan Pasar Keuangan Terhadap Jalur Mekanisme Transmisi Moneter ......................................................................................... 88 10. Pengorganisasian Model Analisis Pengaruh Liberalisasi Keuangan ............. 105 11. Data Perkembangan Rasio M2/GDP, Rasio Kredit/GDP dan Rasio Kapitalisasi Pasar/GDP, periode 2002 – 2009 ............................................... 113 12. Pengelompokkan Saham Berdasarka Industri (Bursa Efek Indonesia) 125 13. Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan, Periode 2002-2009 ......................................................................................... 134 14. Nilai Investasi Perusahaan di Subsektor Pertanian, Industri Dasar dan Kimia dan Perbankan Periode 2002 - 2009 .................................................... 135 15. Keputusan Pendanaan dan Keputusan Investasi Perusahaan di Subsektor Pertanian, Industri Dasar dan Kimia dan Perbankan, 2002 - 2009 ................ 137 16. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian, Periode 2002 – 2009, Model Estimasi REM .................................................. 145 17. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Industri Dasar dan Kimia, periode 2002 – 2009, Model Estimasi REM ..................... 151 18. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Perbankan, periode 2002 – 2009, Model Estimasi REM ............................... 156 19. Ringkasan Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Perbankan ...................................................... 162 20. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Pertanian, Periode 2002 – 2009, Model REM ..................... 164 xix 21. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Industri Dasar dan Kimia, Periode 2002 – 2009, Model REM ............................................................................................................... 168 22. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai QTobin Sektor Industri Perbankan, Periode 2002 – 2009, Model REM ............... 172 23. Ringkasan Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap nilai Q-Tobin sektor Pertanian, Industri Dasar dan Kimia, dan Perbankan ........................................................................................................................ 176 24. Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Riil Sektor Pertanian, Periode 2002 – 2009, dengan Model Estimasi REM ........................ 179 25. Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Riil Sektor Industri Dasar dan Kimia, Periode 2002 – 2009 Dengan Model Estimasi REM ............................................................................................................... 180 26. Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Riil Sektor Perbankan, Periode 2002 – 2009 Dengan Model Estimasi REM .................. 182 27. Ringkasan Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Sektor Pertanian, Industri Dasardan Kimia dan Perbankan .................................... 183 28. Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Riil ke tiga Sektor, periode 2002 – 2009 dengan model estimasi REM ......................... 185 29. Keterkaitan Kebijakan yang Ada dengan Model Estimasi dan Kebijakan yang Disarankan ........................................................................................... 187 xx DAFTAR GAMBAR Nomor Halaman 1. Perkembangan Hambatan Mobilitas Modal di Negara-Negara G7 dan Negara Berkembang ................................................................................. 3 2. Aktivitas Pasar Saham di Negara-Negara Berkembang Asia ......................... 5 3. Rasio Investasi Terhadap Stok Kapital dari Beberapa Sektor di Indonesia ................................................................................................ 9 4. Nilai Rasio Tobin Q dari Beberapa Sektor di Indonesia ................................ 10 5. Interaksi Antara Pasar Uang dengan Pasar Barang ................................ 31 6. Hubungan Arus Modal Keluar Neto dengan Tingkat Bunga ......................... 64 7. Perekonomian Terbuka Kecil dengan Mobilitas Modal Sempurna ................ 65 8. Model Jangka Pendek dari Perekonomian Terbuka Besar ............................. 67 9. Keseimbangan Pasar Uang dan Pasar Valuta Asing ................................ 68 10. Pandangan Konvensional: De-represi Keuangan ................................ 70 11. Mekanisme Transmisi Moneter dan Pengaruhnya terhadap Komponen Pengeluaran dan Gross Domestic Product ................................ 86 12. Kerangka Alur Pemikiran Penelitian .............................................................. 89 13. Kerangka Operaional Berdasarkan Variabel .................................................. 99 14. Perkembangan FDI Riil dan DDI Riil sejak 1995 sampai 2009 108 15. Pergerakan Kredit Sektor Ekonomi: Pertanian, Perindustrian dan Jasa Dunia Usaha, Periode Januari 2002 – Desember 2009 .......................... 109 16. Perkembangan Investasi Portofolio Sejak 2001 sampai dengan 2009 ............................................................................................................... 110 17. Pergerakan Rasio M2, Kredit dan Kapitalisasi Pasar terhadap GDP Periode 2002 sampai dengan 2009 ................................................................ 112 18. Perkembangan SBI dan Bunga Investasi sejak 2002 sampai dengan 2009 ................................................................................................ 114 19. Perkembangan Money Supply sejak 2002 sampai dengan 2009 .................... 115 20. Pergerakan Nilai Tukar Rupiah terhadap USD sejak 1997 sampai dengan 2009 ................................................................................................ 115 21. Perkembangan Cadangan Devisa periode 1997 sampai dengan 2009 ................................................................................................................ 117 22. Perkembangan Beberapa Variabel Makroekonomi Sejak 1997 sampai dengan 2009........................................................................................ 117 23. Pergerakan Indeks Harga Saham Gabungan di BEI Periode Januari 2001 – Desember 2009 ................................................................................... 119 xxi 24. Pergerakan Kapitalisasi Pasar Indeks Harga Saham Gabungan di BEI Periode Januari 2001 – Desember 2009 .................................................. 119 25. Perkembangan Indeks Saham Sektor Pertanian (JAKAGRI) Januari 2001 sampai dengan Desember 2009 ................................................. 121 26. Perkembangan Indeks Saham Sektor Industri Dasar dan Kimia (JAKBIND) Januari 2001 sampai dengan Desember 2009 ............................ 122 27. Perkembangan Indeks Saham Sektor Keuangan (JAKFIN) Januari 2001 sampai dengan Desember 2009 ............................................................. 123 28. Perkembangan Q-Tobin Beberapa Emiten Sektor Pertanian, Januari 2002 sampai dengan Desember 2009 ................................................................ 129 29. Perkembangan Kapitalisasi Saham Sektor Pertanian, Januari 2001 sampai dengan Desember 2009 ................................................................ 130 30. Perkembangan Q-Tobin Beberapa Emiten Sektor Industri Dasar dan Kimia, Januari 2002 sampai dengan Desember 2009 .............................. 131 31. Perkembangan Kapitalisasi Saham Sektor Industri Dasar dan Kimia, Januari 2001 sampai dengan Desember 2009 ................................ 131 32. Perkembangan Q-Tobin Beberapa Emiten Subsektor Perbankan, Januari 2002 sampai dengan Desember 2009 ................................................. 132 33. Perkembangan Kapitalisasi Saham Sektor Keuangan, Januari 2001 sampai dengan Desember 2009 ................................................................ 133 34. Perkembangan Q-Tobin dari Sektor Pertanian – Industri Dasar dan Kimia dan Perbankan, Januari 2002 sampai dengan Desember 2009 ................................................................................................................ 134 xxii DAFTAR LAMPIRAN Nomor Halaman 1. Kerangka Ruang Lingkup Penelitian ....................................... 207 2. Daftar Sampel Perusahaan ................................................................ 208 3. Uji Granger Causality .................................................................................... 209 4. Model Estimasi Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan perbankan dengan Menggunakan Model Estimasi Pooled Least Square, Fixed Effect Model, dan Random Effect Model dengan Program EViews 6 ......................................................................................... 211 5. Model Estimasi Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan perbankan dengan Menggunakan Model Estimasi Pooled Least Square, Fixed Effect Model, dan Random Effect Model dengan Program EViews 6 ....................................................... 241 6. Model Estimasi Pengaruh Financial Deepening terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan perbankan dengan Menggunakan Model Estimasi Pooled Least Square, Fixed Effect Model, dan Random Effect Model dengan Program EViews 6 .......................................................................................... 273 7. Model Estimasi Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Sektor Pertanian, Industri Dasar dan Kimia dan perbankan dengan Menggunakan Model Estimasi Pooled Least Square, Fixed Effect Model, dan Random Effect Model dengan Program EViews 6 ................................ xxiii 300 ABSTRACT TRIAS ANDATI. Macro – Micro Factors Effects to Sectoral Investment Growth in Financial Liberalization Era: Q-Tobin Analysis. (HERMANTO SIREGAR as Chairman, BONAR M. SINAGA and NOER AZAM ACHSANI as members of the Advisory Committee) This research attempts to analyze macro and micro factors affecting the sectors’ investment growth in the era of financial liberalization. Q-Tobin ratio is used as an indicator of sectoral investment growth to provide insights into corporate investment decision. Using annual data of 64 listed company’s financial report from 2002 to 2009, the results show that the financial liberalization variables such as Foreign Direct Investment (FDI) and Investment Portfolio give the positive effects to Q-Tobin agricultural sector, otherwise to Basic and Chemical Industry and Banking sectors. There were transmition mechanisms from real sectors to financial sectors but not the other way around. Increase of financial deepening give positive effect to Q-Tobin of Basic and Chemical Industry sector and Banking, otherwise to agricultural sector. SBI has negative effect to Q-Tobin all sectors, while the effect of loan interest rates to Basic and Chemical and Banking sectors was positive. Money supply has negative effect to Q-Tobin of Basic and Chemical Industry sector and Banking. Fixed asset investment of all three sectors has same patterns of Q-Tobin, and increased from 2002 to 2009, while at the year of 2008, Q-Tobin of all sectors were experienced decrease due to financial crisis. Company’s loan give positive effect to Q-Tobin, while total assets give negative effects. Q-Tobin gives negative effect to real investment growth of Basic and Chemical Industry and Banking sectors, and also the company’s capital structure of Basic and Chemical Industry sector. Real loan interest rates give positive effect to real investment growth. Furthermore, there should be rationing of portfolio investment in agriculture sector, to prevent the funds flow from real sector to financial sector. Tobin Tax theory is suggested to be implemented in any financial transactions. Further research is suggested to analyze the effect of financial liberalization on agricultural sector private company’s investment. Keywords: Investment, Financial Liberalization, Q-Tobin, Panel Data. i RINGKASAN TRIAS ANDATI. Pengaruh Faktor – Faktor Makro – Mikro terhadap Pertumbuhan Investasi Sektoral dalam Era Liberalisasi Keuangan: Analisis Tobin – Q. (HERMANTO SIREGAR sebagai Ketua, BONAR M. SINAGA dan NOER AZAM ACHSANI sebagai Anggota Komisi Pembimbing) Dalam perekonomian terbuka, liberalisasi keuangan dapat mendorong aliran modal (kapital), sehingga pada tingkat suku bunga tertentu, sumber dana eksternal dapat bersaing dengan sumber dana internal. Liberalisasi keuangan di Indonesia diawali saat reformasi sektor keuangan tahun 1988, 1990 dan 1991 untuk meningkatkan mobilisasi dana dari individu (penabung) demi mendorong laju investasi pada sektor produktif melalui peran perantara (intermediaries), yang berlanjut saat terjadi krisis keuangan dan moneter di beberapa negara Asia. Bila dilihat dari realisasi investasi domestik (PMDN, Penanaman Modal Dalam Negeri) pada periode 1990-2008 meningkat sepuluh kali (dari Rp 2 398.6 miliar menjadi Rp 20 363.4 miliar) dan nilai Penanaman Modal Asing (FDI, Foreign Direct Investment) meningkat duapuluh kali (dari US$ 706 juta menjadi US$ 14 871.4). Namun, pertumbuhan investasi tahunan Indonesia cenderung mengalami penurunan, dari 14.7 persen (2004) menjadi 2 persen (2007), meskipun tahun 2009 menunjukkan peningkatan. Selain itu, terdapat pola pertumbuhan yang tidak searah dari realisasi investasi PMDN berdasarkan sektor. Pada sektor primer, terjadi penurunan nilai realisasi investasi hampir seperempatnya dari Rp 5 577.2 miliar (2005) menjadi Rp 640 miliar (2008), sementara untuk industri sekunder misalnya makanan terjadi peningkatan hampir dua kali lipat dari Rp 4 490.8 miliar (2005) menjadi Rp 8 192 miliar di tahun 2008 (BKPM, Badan Koordinasi Penanaman Modal, 2008). Pada sektor keuangan, terdapat peningkatan nilai nominal transaksi saham dari Rp 21.7 triliun (1995) menjadi Rp 300 triliun (2008). Peningkatan transaksi pasar modal sebagai alternatif sumber pembiayaan bagi swasta, seharusnya memberikan peluang bagi perusahaan untuk melakukan investasi stok kapital. Namun, perkembangan sektor keuangan lambat laun meninggalkan sektor riil, dan telah menjadi bisnis tersendiri. Pasar keuangan tidak lagi sekedar mekanisme untuk menyediakan tabungan bagi investor sektor produksi, sehingga ada kecenderungan kurang terkait dengan investasi jangka panjang sektor produksi. Beberapa masalah pokok yang terjadi mencakup penurunan FDI dan peningkatan investasi portofolio, sejalan dengan penurunan investasi langsung dan peningkatan bursa saham Indonesia. Di sisi lain, kebijakan otoritas moneter berupa suku bunga patokan tidak selalu diikuti oleh perbankan, dengan suku bunga kredit yang tidak banyak berubah, yang selanjutnya menekan investasi di sektor riil. Keputusan investasi dapat direpresentasikan dengan nilai Q-Tobin, yang menunjukkan perbandingan antara nilai pasar perusahaan terhadap biaya modal. Penelitian ini bertujuan untuk: (1) menganalisis pengaruh liberalisasi keuangan terhadap investasi perusahaan sektor pertanian, industri dasar dan kimia serta perbankan, dengan indikator nilai rasio Q-Tobin; (2) menganalisis pengaruh liberalisasi keuangan dan kebijakan moneter terhadap investasi perusahaan sektor pertanian, industri dasar dan kimia serta perbankan, dengan indikator nilai rasio ii Q-Tobin, dan (3) menganalisis pengaruh nilai Q-Tobin terhadap pertumbuhan riil investasi sektoral. Hasil analisis menunjukkan dari aspek makro bahwa FDI maupun Investasi Portofolio berpengaruh negatif terhadap nilai Q-Tobin sektor industri dasar dan kimia serta perbankan, akan tetapi berpengaruh positif terhadap nilai QTobin sektor pertanian. Pengaruh dari liberalisasi keuangan terhadap nilai QTobin dari masing-masing sektor dapat dikatakan relatif kecil, khususnya adalah FDI. Dari aspek mikro, pinjaman perusahaan dan kapitalisasi pasar perusahaan berpengaruh positif terhadap nilai Q-Tobin, sebaliknya dengan aset perusahaan. Kesamaan pola diantara sektor perbankan dan industri dasar dan kimia, dapat dijelaskan dengan adanya hubungan kausal antara nilai Q-Tobin sektor perbankan yang mempengaruhi nilai Q-Tobin sektor industri dasar dan kimia. Perhitungan nilai Q-Tobin menunjukkan ada kesamaan pola nilai Q-Tobin dengan investasi perusahaan di masing-masing sektor. Pengaruh liberalisasi keuangan bersamaan dengan kebijakan moneter terhadap nilai Q-Tobin masing-masing sektor menunjukkan adanya pengaruh nyata dari suku bunga acuan yaitu SBI. Demikian pula dengan kebijakan uang beredar (money supply, M2), yang berpengaruh nyata terhadap nilai Q-Tobin sektor industri dasar dan kimia dan sektor perbankan. Dari aspek makro, baik SBI dan uang beredar, keduanya memberikan pengaruh negatif terhadap nilai Q-Tobin masing-masing sektor, kecuali pengaruh M2 terhadap nilai Q-Tobin sektor pertanian. Financial deepening berupa rasio kapitalisasi pasar terhadap Gross Domestic Product yang mencerminkan besarnya partisipan pasar, berpengaruh nyata terhadap nilai Q-Tobin sektor pertanian, namun tidak pada kedua sektor lainnya. Sedangkan rasio kredit terhadap GDP hanya berpengaruh nyata terhadap sektor perbankan. Besarnya partisipan di pasar modal memberikan pengaruh negatif terhadap nilai Q-Tobin sektor pertanian, sedangkan jumlah penyaluran kredit memberikan pengaruh positif terhadap nilai Q-Tobin sektor perbankan. Artinya, bahwa nilai Q-Tobin dipengaruhi oleh liberalisasi keuangan dan kebijakan moneter. Dari aspek mikro, pinjaman dan kapitalisasi pasar perusahaan memberikan pengaruh positif, sebaliknya pada aset perusahaan. Keputusan investasi di ke-3 (tiga) sektor memiliki pola hubungan negatif dengan nilai Q-Tobin dari masing-masing sektor, demikian pula dengan struktur modal. Struktur modal menggambarkan porsi dana internal (ekuitas) terhadap total aset perusahaan memberikan pengaruh negatif terhadap pertumbuhan investasi. Dalam model yang memasukkan pengaruh suku bunga pinjaman riel, terdapat pengaruh nyata dari variabel ini terhadap pertumbuhan investasi di masing-masing sektor. Pengaruh dari suku bunga pinjaman riel ini adalah positif terhadap pertumbuhan investasi. Artinya, bunga pinjaman riil yang tinggi merupakan insentif untuk melakukan investasi. Liberalisasi keuangan dan kebijakan moneter tidak langsung berpengaruh terhadap keputusan investasi perusahaan, sementara struktur permodalan menjadi salah satu pertimbangan perusahaan untuk melakukan investasi. Secara umum, dapat disimpulkan bahwa dalam era liberalisasi keuangan, terdapat pengaruh dari investasi portofolio terhadap nilai Q-Tobin dari masingmasing sektor, demikian pula dengan kebijakan moneter berupa pengaruh negatif dari SBI terhadap nilai Q-Tobin masing-masing sektor. Namun demikian, tidak terjadi pengaruh nilai Q-Tobin terhadap pertumbuhan investasi sektoral yang iii diwakili oleh pertumbuhan investasi korporasi di sektor tersebut. Dengan demikian, dapat disimpulkan bahwa dalam era liberalisasi keuangan tidak terjadi transmisi dari investasi portofolio ke sektor riil, namun sebaliknya justru terjadi mekanisme transmisi dari sektor riil ke pasar modal berupa penempatan dana jangka pendek dalam bentuk investasi portofolio. Guna mengatasi aliran dana dari sektor riil ke investasi portofolio, khususnya untuk sektor pertanian, maka diperlukan kebijakan khusus di pasar modal melalui aturan Badan Pengawas Pasar Modal, mengenai pembatasan kepemilikan saham dalam portofolio investasi oleh pihak investor asing, khususnya untuk saham-saham emiten sektor pertanian. Hal ini untuk membatasi investasi portofolio di sektor pertanian, yang pada akhirnya akan mengurangi minat untuk melakukan investasi langsung di sektor primer ini. Guna mengatasi volatilitas dari variabel makroekonomi seperti nilai tukar dikarenakan transmisi gejolak di pasar keuangan, sehingga akan berpengaruh terhadap kondisi perekonomian, maka diperlukan kebijakan pajak yang seragam untuk setiap transaksi yang melibatkan nilai tukar di pasar keuangan, demikian pula yang melibatkan transaksi pasar saham. Kebijakan ini dikenal sebagai teori Tobin Tax. Pengenaan pajak atas setiap transaksi di pasar modal, akan mengurangi keuntungan bersih dari investasi portofolio, sehingga menjadi pertimbangan bagi investor saat menanamkan dananya di instrumen ini. iv DAFTAR ISI Halaman DAFTAR TABEL ........................................................................................... xviii ‘ DAFTAR GAMBAR ...................................................................................... xx DAFTAR LAMPIRAN .................................................................................... xxii I. PENDAHULUAN .......................................................................................... 1 1.1. Latar Belakang ..................................................................................... 1 1.2. Perumusan Masalah ............................................................................. 12 1.3. Tujuan Penelitian ................................................................................. 13 1.4. Kegunaan Penelitian ............................................................................. 13 1.5. Ruang Lingkup dan Keterbatasan Penelitian ....................................... 14 II. TINJAUAN PUSTAKA ................................................................................. 15 2.1. Liberalisasi Keuangan ........................................................................... 15 2.1.1. Liberalisasi Keuangan dan Pertumbuhan Ekonomi .................. 15 2.1.2. Pengukuran dan IndikatorLiberalisasi Keuangan ..................... 18 2.1.3. Isu Kritis dalam Liberalisasi Keuangan .................................... 21 2.1.4. Alokasi Kapital .......................................................................... 23 2.1.5. Pasar Modal ............................................................................... 24 2.1.6. Kebijakan dan Transmisi Moneter ............................................ 28 2.1.7. Kebijakan Pasar Keuangan ........................................................ 30 2.2. Kajian Penelitian Terdahulu .................................................................. 32 2.2.1. Liberalisasi Keuangan dan Kebijakan Moneter ........................ 32 2.2.2. Liberalisasi Keuangan dan Mekanisme Transmisi Moneter ..... 35 2.2.3. Rasio Tobin Q dan Liberalisasi Keuangan ................................ 36 2.3. Kebijakan pada Sektor Keuangan di Indonesia .................................... 38 2.3.1. Perbankan .................................................................................. 38 2.3.2. Pasar Modal Indonesia .............................................................. 48 xiii 2.3.3. Kebijakan Penanaman Modal di Indonesia ................................. 54 2.4. Hipotesis................................................................................................ 58 2.5. Pemilihan Variabel ................................................................................ 59 2.6. Posisi Penelitian .................................................................................... 60 III. KERANGKA TEORI ..................................................................................... 63 3.1. Mobilitas Modal ..................................................................................... 63 3.2. Hubungan Antara Uang, Sukubunga dan Nilai Tukar ........................... 66 3.3. Liberalisasi Keuangan dan Pertumbuhan Ekonomi ............................... 69 3.4. Hubungan Investasi dengan Rasio Q-Tobin .......................................... 71 3.4.1. Investasi ....................................................................................... 71 3.4.2. Rasio Q-Tobin ............................................................................. 74 3.4.3. Pengukuran Q-Tobin ................................................................... 75 3.4.4. Implikasi Model Q....................................................................... 76 3.4.5. Pertumbuhan Output.................................................................... 3.5. Kebijakan dan Transmisi Moneter ......................................................... 77 78 3.5.1. Kebijakan Moneter ...................................................................... 78 3.5.2. Transmisi Moneter ...................................................................... 80 3.5.2.1. Belanja Investasi ............................................................ 82 3.5.2.2. Pengeluaran Konsumen ................................................. 84 3.5.2.3. Perdagangan Internasional ............................................. 85 3.6. Perkembangan Sektor Keuangan dan Mekanisme Transmisi Moneter.. 3.7. Kerangka Pemikiran Penelitian .............................................................. 87 88 IV. METODOLOGI PENELITIAN ...................................................................... 91 4.1. Kerangka Analisis .................................................................................. 91 4.1.1. Pilihan Alat Analisis .................................................................... 91 4.1.2. Analisis untuk Mencapai Tujuan Penelitian ................................ 96 xiv V. 4.2. Spesifikasi Model ................................................................................... 98 4.2.1. Model Liberalisasi Keuangan ..................................................... 100 4.2.1.1. Spesifikasi Model Liberalisasi Keuangan ...................... 100 4.2.1.2. Data Model Liberalisasi Keuangan ................................ 101 4.2.2. Model Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter ....................................................................................... 103 4.2.3. Model Pertumbuhan Investasi Sektoral ...................................... 104 4.3. Pengorganisasian Model Analisis .......................................................... 104 VARIABEL LIBERALISASI KEUANGAN DAN KEBIJAKAN MONETER ..................................................................................................... 107 5.1. Deskripsi Variabel Penelitian................................................................. 107 5.1.1. Deskripsi Data Liberalisasi Keuangan ........................................ 107 5.1.1.1. Deskripsi Data Variabel Investasi Asing Langsung ...... 107 5.1.1.2. Deskripsi Data Posisi Pinjaman Rupiah dan Valuta Asing .............................................................................. 108 5.1.1.3. Deskripsi Data Investasi Portofolio .............................. 109 5.1.1.4. Financial Deepening .............................................. 111 5.1.2. Deskripsi Data Variabel Kebijakan Moneter .............................. 113 5.1.2.1. Deskripsi Data Suku Bunga Acuan Bank Indonesia .... 113 5.1.2.2. Deskripsi Data Jumlah Uang Beredar ............................ 114 5.1.3. Deskripsi Data Variabel Makroekonomi ..................................... 115 5.1.3.1. Deskripsi Data Nilai Tukar Rupiah terhadap US Dollar .............................................................................. 115 5.1.3.2. Deskripsi Data Cadangan Devisa .................................. 116 5.1.3.3. Deskripsi Data Pertumbuhan Ekonomi .......................... 117 5.1.3.4. Deskripsi Data Indeks Saham ....................................... 118 5.1.3.4.1. Indeks Harga Saham Gabungan .................................. 118 5.1.3.4.2. Indeks Harga Saham Sektoral ..................................... 120 5.1.4. Deskripsi Data Variabel Emiten .................................................. 123 5.1.5. Pengelompokkan Sektor .............................................................. 124 5.1.5.1. Sektor Pertanian ............................................................ 124 xv 5.1.5.2. Sektor Industri Dasar dan Kimia ................................... 126 5.1.5.3. Sektor Perbankan .......................................................... 127 5.2. Analisis Nilai Q-Tobin dan Keputusan Investasi dan Pendanaan .......... 128 5.2.1. Analisis Nilai Q-Tobin ................................................................ 128 5.2.1.1. Nilai Q-Tobin Sektor Pertanian ..................................... 129 5.2.1.2. Nilai Q-Tobin Sektor Industri Dasar dan Kimia ............ 130 5.2.1.3. Nilai Q-Tobin Sektor Perbankan ................................... 132 5.2.1.4. Nilai Q-Tobin Tiga Sektor ............................................. 133 5.2.2. Keputusan Investasi dan Keputusan Pendanaan Perusahaan 135 5.3. Uji Kausalitas Granger ........................................................................... 137 5.4. Intisari Analisis Deskriptif dan Uji Kausalitas Granger ...................... 139 VI. PENGARUH LIBERALISASI KEUANGAN DAN KEBIJAKAN MONETER TERHADAP PERTUMBUHAN INVESTASI SEKTOR PERTANIAN, INDUSTRI DASAR DAN KIMIA DAN PERBANKAN ..... 143 6.1. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan ............................. 143 6.1.1. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian ........................................................................... 144 6.1.2. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Industri Dasar dan Kimia.................................................. 151 6.1.3. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Perbankan ......................................................................... 156 6.2. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan ............................................................................................... 161 6.2.1. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Pertanian .................................... 163 6.2.2. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Industri Dasar dan Kimia ........... 167 6.2.3. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Perbankan .................................. 171 6.3. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan ........................................................................................ 177 xvi 6.3.1. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Sektor Pertanian ....................... 178 6.3.2. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Sektor Industri Dasar dan Kimia............................................................................................ 180 6.3.3. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Sektor Perbankan ..................... 182 6.3.4. Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan ........ 184 6.4. Intisari Analisis Panel Data …………………………………………... VII. KESIMPULAN DAN IMPLIKASI KEBIJAKAN ........................................ 186 189 7.1. Kesimpulan ............................................................................................ 189 7.2. Implikasi Kebijakan ............................................................................... 192 7.3. Saran Penelitian Lanjutan ...................................................................... 194 DAFTAR PUSTAKA ..................................................................................... LAMPIRAN .................................................................................................... xvii 197 205 DAFTAR TABEL Nomor Halaman 1. Karakteristik Pasar Saham Sebelum dan Sesudah Periode Liberalisasi Keuangan......................................................................................................... 4 2. Liberalisasi Keuangan di Indonesia ................................................................ 8 3. Dimensi Liberalisasi Keuangan ...................................................................... 20 4. Pengukuran Liberalisasi Keuangan ................................................................. 20 5. Penelitian-penelitian Liberalisasi Keuangan: Capital Account, Pasar Saham dan Moneter......................................................................................... 39 6. Ttren Rasio M2, Kredit, Tabungan dan Onvestasi Terhadap Gross Domestic Product, Tahun 1983 sampai dengan 1997 ..................................... 46 7. Variabel Penelitian .......................................................................................... 61 8. Inovasi Keuangan dan Mekanisme Transmisi Moneter................................... 87 9. Pengaruh Perkembangan Pasar Keuangan Terhadap Jalur Mekanisme Transmisi Moneter .......................................................................................... 88 10. Pengorganisasian Model Analisis Pengaruh Liberalisasi Keuangan .............. 105 11. Data Perkembangan Rasio M2/GDP, Rasio Kredit/GDP dan Rasio Kapitalisasi Pasar/GDP, periode 2002 – 2009 ............................................... 113 12. Pengelompokkan Saham Berdasarka Industri (Bursa Efek Indonesia) 125 13. Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan, Periode 2002-2009 .......................................................................................... 134 14. Nilai Investasi Perusahaan di Subsektor Pertanian, Industri Dasar dan Kimia dan Perbankan Periode 2002 - 2009..................................................... 135 15. Keputusan Pendanaan dan Keputusan Investasi Perusahaan di Subsektor Pertanian, Industri Dasar dan Kimia dan Perbankan, 2002 - 2009 ................. 137 16. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian, Periode 2002 – 2009, Model Estimasi REM ................................................... 145 17. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Industri Dasar dan Kimia, periode 2002 – 2009, Model Estimasi REM ...................... 151 18. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Perbankan, periode 2002 – 2009, Model Estimasi REM ................................ 156 19. Ringkasan Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Perbankan ...................................................... 162 20. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai 164 xviii Q-Tobin Sektor Pertanian, Periode 2002 – 2009, Model REM ...................... 21. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Industri Dasar dan Kimia, Periode 2002 – 2009, Model REM ................................................................................................................ 168 22. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai QTobin Sektor Industri Perbankan, Periode 2002 – 2009, Model REM ................ 172 23. Ringkasan Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap nilai Q-Tobin sektor Pertanian, Industri Dasar dan Kimia, dan Perbankan ........................................................................................................................ 176 24. Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Riil Sektor Pertanian, Periode 2002 – 2009, dengan Model Estimasi REM ......................... 179 25. Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Riil Sektor Industri Dasar dan Kimia, Periode 2002 – 2009 Dengan Model Estimasi REM ................................................................................................................ 180 26. Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Riil Sektor Perbankan, Periode 2002 – 2009 Dengan Model Estimasi REM ................... 182 27. Ringkasan Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Sektor Pertanian, Industri Dasardan Kimia dan Perbankan .................................... 183 28. Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Riil ke tiga Sektor, periode 2002 – 2009 dengan model estimasi REM ......................... 185 29. Keterkaitan Kebijakan yang Ada dengan Model Estimasi dan Kebijakan yang Disarankan ........................................................................................... 187 xix DAFTAR GAMBAR Nomor Halaman 1. Perkembangan Hambatan Mobilitas Modal di Negara-Negara G7 dan Negara Berkembang ...................................................................... 3 2. Aktivitas Pasar Saham di Negara-Negara Berkembang Asia .............. 5 3. Rasio Investasi Terhadap Stok Kapital dari Beberapa Sektor di Indonesia .............................................................................................. 9 4. Nilai Rasio Tobin Q dari Beberapa Sektor di Indonesia ...................... 10 5. Interaksi Antara Pasar Uang dengan Pasar Barang .............................. 31 6. Hubungan Arus Modal Keluar Neto dengan Tingkat Bunga ............... 64 7. Perekonomian Terbuka Kecil dengan Mobilitas Modal Sempurna ..... 65 8. Model Jangka Pendek dari Perekonomian Terbuka Besar................... 67 9. Keseimbangan Pasar Uang dan Pasar Valuta Asing ............................ 68 10. Pandangan Konvensional: De-represi Keuangan ................................ 70 11. Mekanisme Transmisi Moneter dan Pengaruhnya terhadap Komponen Pengeluaran dan Gross Domestic Product ....................... 86 12. Kerangka Alur Pemikiran Penelitian ................................................... 89 13. Kerangka Operaional Berdasarkan Variabel ........................................ 99 14. Perkembangan FDI Riil dan DDI Riil sejak 1995 sampai 2009 108 15. Pergerakan Kredit Sektor Ekonomi: Pertanian, Perindustrian dan Jasa Dunia Usaha, Periode Januari 2002 – Desember 2009 ............... 109 16. Perkembangan Investasi Portofolio Sejak 2001 sampai dengan 2009 ..................................................................................................... 110 17. Pergerakan Rasio M2, Kredit dan Kapitalisasi Pasar terhadap GDP Periode 2002 sampai dengan 2009 ....................................................... 112 18. Perkembangan SBI dan Bunga Investasi sejak 2002 sampai dengan 2009 ......................................................................................... 114 19. Perkembangan Money Supply sejak 2002 sampai dengan 2009 ......... 115 20. Pergerakan Nilai Tukar Rupiah terhadap USD sejak 1997 sampai dengan 2009 ......................................................................................... 115 21. Perkembangan Cadangan Devisa periode 1997 sampai dengan 2009 ...................................................................................................... 117 22. Perkembangan Beberapa Variabel Makroekonomi Sejak 1997 sampai dengan 2009 ............................................................................. 117 xx 23. Pergerakan Indeks Harga Saham Gabungan di BEI Periode Januari 2001 – Desember 2009......................................................................... 119 24. Pergerakan Kapitalisasi Pasar Indeks Harga Saham Gabungan di BEI Periode Januari 2001 – Desember 2009 ....................................... 119 25. Perkembangan Indeks Saham Sektor Pertanian (JAKAGRI) Januari 2001 sampai dengan Desember 2009 ...................................... 121 26. Perkembangan Indeks Saham Sektor Industri Dasar dan Kimia (JAKBIND) Januari 2001 sampai dengan Desember 2009 ................. 122 27. Perkembangan Indeks Saham Sektor Keuangan (JAKFIN) Januari 2001 sampai dengan Desember 2009................................................... 123 28. Perkembangan Q-Tobin Beberapa Emiten Sektor Pertanian, Januari 2002 sampai dengan Desember 2009........................................................ 129 29. Perkembangan Kapitalisasi Saham Sektor Pertanian, Januari 2001 sampai dengan Desember 2009............................................................ 130 30. Perkembangan Q-Tobin Beberapa Emiten Sektor Industri Dasar dan Kimia, Januari 2002 sampai dengan Desember 2009 ................... 131 31. Perkembangan Kapitalisasi Saham Sektor Industri Dasar dan Kimia, Januari 2001 sampai dengan Desember 2009 .......................... 131 32. Perkembangan Q-Tobin Beberapa Emiten Subsektor Perbankan, Januari 2002 sampai dengan Desember 2009 ...................................... 132 33. Perkembangan Kapitalisasi Saham Sektor Keuangan, Januari 2001 sampai dengan Desember 2009............................................................ 133 34. Perkembangan Q-Tobin dari Sektor Pertanian – Industri Dasar dan Kimia dan Perbankan, Januari 2002 sampai dengan Desember 2009 ...................................................................................................... 134 xxi DAFTAR LAMPIRAN Nomor Halaman 1. Kerangka Ruang Lingkup Penelitian ....................................... 207 2. Daftar Sampel Perusahaan ............................................................. 208 3. Uji Granger Causality ...................................................................... 209 4. Model Estimasi Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan perbankan dengan Menggunakan Model Estimasi Pooled Least Square, Fixed Effect Model, dan Random Effect Model dengan Program EViews 6 .......................................................................... 211 Model Estimasi Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan perbankan dengan Menggunakan Model Estimasi Pooled Least Square, Fixed Effect Model, dan Random Effect Model dengan Program EViews 6 ......................................... 241 Model Estimasi Pengaruh Financial Deepening terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan perbankan dengan Menggunakan Model Estimasi Pooled Least Square, Fixed Effect Model, dan Random Effect Model dengan Program EViews 6 ........................................................................... 273 Model Estimasi Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Sektor Pertanian, Industri Dasar dan Kimia dan perbankan dengan Menggunakan Model Estimasi Pooled Least Square, Fixed Effect Model, dan Random Effect Model dengan Program EViews 6 .......................... 300 5. 6. 7. xxii 1 I. PENDAHULUAN 1. 1. Latar Belakang Hubungan antara liberalisasi keuangan dengan perekonomian telah banyak menjadi perhatian sepanjang perekonomian modern. Liberalisasi keuangan diharapkan dapat memberikan dampak positif langsung terhadap kinerja perekonomian maupun tidak langsung terhadap rumahtangga. Selain itu liberalisasi keuangan diharapkan meningkatkan efisiensi dan stabilitas sistem keuangan (Levine, 1997). Dalam perekonomian terbuka, liberalisasi keuangan merupakan faktor utama yang dapat mendorong aliran modal (kapital). Sumber dana dapat berasal dari mana saja, sehingga pada tingkat suku bunga tertentu, sumber dana eksternal dapat bersaing dengan sumber dana internal. Pendukung liberalisasi keuangan menyatakan bahwa dengan adanya liberalisasi keuangan akan terjadi mobilitas tabungan alokasi kapital untuk penggunaan yang lebih produktif, karena meningkatkan modal fisik dan produktivitas. Oleh karena itu, liberalisasi keuangan meningkatkan pertumbuhan ekonomi, dan mengurangi kemiskinan. Demikian pula halnya liberalisasi dalam pasar modal, yang telah mengalami pertumbuhan secara drastis baik ukuran maupun integrasinya. Globalisasi yang terjadi pada pasar modal, mengakibatkan terjadinya fully integrated market, artinya para pemodal dapat melakukan diversifikasi investasi di mana saja tanpa hambatan. Seiring dengan itu perhatian mengenai integrasi keuanganpun meningkat akhir-akhir ini yang pada awalnya merupakan manifestasi pertumbuhan aliran modal diantara negara maju. Sebagai respons atas penghapusan pengawasan modal, inovasi keuangan dan kemajuan teknologi, integrasi keuanganpun secara berkelanjutan menyebar ke negara-negara 2 berkembang. Aliran modal bersih dan kotor diantara perekonomian maju dan berkembang telah meningkat. Integrasi keuangan juga telah menjadi bukti adanya korelasi tinggi diantara return atau harga, terutama untuk kelas asset tertentu seperti obligasi perusahaan maupun obligasi dan saham terbaik di suatu negara berkembang. Pada dasarnya liberalisasi keuangan merupakan bagian dari suatu reaksi global terhadap ideologi Keynesian setelah periode perang Dunia II. Dalam sistem Bretton Woods, nilai tukar tetap dan kontrol kapital (modal) bertujuan untuk melindungi negara-negara dari ketidakstabilan akibat guncangan eksternal. Liberalisasi keuangan diawali sejak dipatahkannya sistem Bretton Woods pada sekitar 1970an yang memuncak pada 1980an dengan tujuan menghapuskan kendali pemerintah dan membiarkan pasar untuk beroperasi secara bebas. Kecenderungan liberalisasi keuangan di negara berkembang ini dinamakan Konsensus Washington oleh Williamson (1990) yang memasukkan penghapusan kontrol atas investasi asing langsung (tidak termasuk aliran portofolio keuangan) dalam daftar kebijakannya (Joyce and Noy, 2005). Konsensus Washington menekankan kepada pembuatan kebijakan finansial dan makroekonomi yang hati-hati (prudent), nilai tukar mata uang yang kompetitif, liberalisasi sektor keuangan dan perdagangan, privatisasi, dan deregulasi. Kebijakan-kebijakan ini secara implisit mengajak pemerintah/negara “menahan diri” untuk tidak turut campur langsung dalam kegiatan ekonomi, melainkan justru lebih memfokuskan kepada kebijakan moneter, menjamin hak kepemilikan (property rights), dan menyiapkan infrastruktur pendidikan dasar (Yustika, 2004). Menurut Simmons dan Elkins (2004) dalam Joyce and Noy (2005) penghapusan kontrol kapital merupakan bagian dari proses difusi 3 kebijakan yang menempatkan negara-negara untuk berkompetisi dalam modal internasional. Pada awal tahun 1980an, liberalisasi dan reformasi keuangan meningkatkan peran pasar dalam penentuan suku bunga, alokasi kredit dan skala operasi lembaga-lembaga keuangan. Dampak dari reformasi dan liberalisasi keuangan tersebut adalah meningkatnya peluang investasi dan lebih menariknya suku bunga di negara-negara Asia Timur/Tenggara, yang mengundang masuknya dana kedalam negara-negara tersebut. Perubahan sukubunga serta peluang investasi menjadi dimungkinkan karena adanya aliran modal antar negara setelah penurunan restriksi mobilitas modal akibat liberalisasi keuangan. Sumber: Garcia-Herrero and Wooldridge (2007) dalam Gudmundsson, 2008 Gambar 1. Perkembangan Hambatan Mobilitas Modal di Negara-Negara G7 dan Negara Berkembang Gambar 1 menunjukkan perkembangan perubahan hambatan legal dari mobilitas modal di negara-negara G7 dan beberapa negara berkembang selama kurun waktu 1984 sampai dengan 2004. Indeks restriksi bervariasi dari 1 (dikontrol penuh) sampai 0 (tidak ada hambatan) merupakan rata-rata dari beberapa kategori hambatan yang ber nilai dari 1 sampai 0 sesuai dengan standard AREAER (Annual Report on Exchange Rate Arrangements and Exchange Restrictions) yang digunakan oleh IMF (International Monetary Fund). Dalam kurun waktu 20 4 tahun tersebut, terlihat adanya penurunan hambatan di Amerika Latin dan negara berkembang Eropa, dan hanya sedikit perubahan di negara Asia dengan tingkat hambatan yang masih tinggi apabila dibandingkan dengan Amerika Lating dan Eropa. Hal tersebut mencerminkan masih terdapat pengendalian kapital (modal) di beberapa negara berkembang di Asia, kecuali China dan India. Pertumbuhan aliran modal ke negara berkembang juga mengalami peningkatan sampai dengan tahun 1996 yang mempengaruhi ukuran dan likuiditas dari pasar saham di negara-negara tersebut. Perbandingan ukuran dan likuiditas dari pasar saham di beberapa negara berkembang di Asia sebelum dan setelah periode liberalisasi (sampai dengan tahun 1996) disajikan pada Tabel 1 dan Gambar 2. Pada Tabel 1, secara umum terlihat peningkatan ukuran pasar saham yang tercermin dari kapitalisasi pasar, kapitalisasi pasar terhadap GDP (Gross Domestic Product), serta peningkatan likuiditas berupa nilai transaksi perdagangan dan jumlah perusahaan terdaftar di bursa setempat. Aktivitas dan likuiditas pasar saham yang meningkat dibandingkan dengan ukuran pasarnya terlihat dari rasio perputaran. Tabel 1. Karakteristik Pasar Saham Sebelum dan Sesudah Periode Liberalisasi Keuangan Pasar Rata-rata Rata-rata Rata-rata Rata-rata Rata-rata Kapitalisasi Pasar/GDP Kapitalisasi Pasar Nilai Perdagangan Jlh Perusahaan Terdaftar Rasio Turnover (%) Sebelum India Indonesia 7.15 (juta US $) Sesudah Sebelum 34.86 18 090 Sesudah 118 824 (juta US $) Sebelum (%) Sesudah 9 923 22 377 Sebelum Sesudah 2 963 4 768 Sebelum 63.03 Sesudah 20.85 0.13 20.23 110 37 820 7 11 189 19 186 7.24 41.87 Korea 22.32 37.96 43 286 162 993 34 678 215 057 439 718 85.00 114.21 Malaysia 57.68 210.30 16 703 148 825 2 554 72 582 208 408 15.50 43.66 Philippina 6.17 57.84 2 147 38 278 512 9 544 165 182 24.53 25.01 Taiwan Thailand 42.85 5.10 82.08 60.84 51 467 2 112 200 892 80 868 190 481 975 430 358 50 873 137 93 317 322 215.82 39.36 229.42 82.18 Sumber: IFC, dalam Fuss, 2006 5 Aktivitas pasar saham dapat diukur pula dengan melihat perbandingan antara nilai transaksi perdagangan saham dengan GDP. Secara umum terjadi peningkatan aktivitas pasar saham setelah liberalisasi di 7 (tujuh) negara berkembang di Asia seperti yang terlihat pada Gambar 2. Sumber: Fuss, R, 2006 Gambar 2. Aktivitas Pasar Saham di Negara-Negara Berkembang Asia Beberapa pendapat mengatakan bahwa liberalisasi keuangan yang berdampak pada integrasi pasar keuangan global merupakan kunci kedisiplinan bagi pembuat kebijakan, dan akan membantu perbaikan kualitas manajemen makroekonomi. Di negara berkembang, liberalisasi keuangan didorong oleh adanya keyakinan akan meningkatkan pertumbuhan dan menekan volatilitas. Namun hasil penelitian yang dilakukan oleh Prasad et al. (2003) menunjukkan hasil yang tidak mendukung. Pertama, sulit membentuk hubungan kuat antara integrasi keuangan dengan pertumbuhan. Kedua, hanya sedikit bukti bahwa integrasi keuangan membantu menstabilkan fluktuasi konsumsi atas pendapatan. Terutama karena integrasi keuangan diharapkan dapat mengumpulkan resiko batas 6 negara. Kenyataannya, bagi negara yang masih berada pada tahap awal integrasi, volatilitas konsumsi relatif terhadap pendapatan ternyata meningkat. Berbeda dengan Prasad et al. (2003), Bekaert, Harvey dan Lundblad (2004), menyatakan bahwa liberalisasi pasar keuangan tidak meningkatkan volatilitas perekonomian suatu negara. Penelitian tersebut menjembatani dua pemikiran mengenai dampak liberalisasi keuangan, yaitu pertama bahwa terdapat keterkaitan antara pertumbuhan dan perkembangan ekonomi dengan liberalisasi keuangan. Kedua, bahwa keterbukaan pasar modal memungkinkan adanya pembagian resiko internasional. Di sisi lain, kepentingan liberalisasi keuangan dan kebijakan moneter bagi pertumbuhan suatu perekonomian masih menjadi pertanyaan sampai dengan saat ini. Pengalaman beberapa negara di Asia Timur/Tenggara, seperti Indonesia, Malaysia, Thailand, Korea Selatan dan Philipina berupa krisis moneter, krisis pasar saham dan krisis perbankan pada akhir 1990an menunjukkan bahwa liberalisasi keuangan yang tidak didukung oleh kualitas sistem keuangan yang baik, merupakan sumber dari krisis keuangan Asia. Menurut Siregar (2003), krisis keuangan Asia adalah krisis kualitas lembaga-lembaga keuangan yang dipengaruhi oleh penerapan suku bunga yang ternyata gagal berfungsi sebagai alat indirect screeening mechanism. Menurut Mishkin (2004), krisis keuangan yang terjadi terutama disebabkan karena masalah informasi yang asimetri sehingga menyebabkan saluran saluran mekanisme kebijakan moneter tidak berjalan semestinya. Transmisi kebijakan moneter dapat terjadi melalui beberapa saluran (jalur), diantaranya adalah saluran kredit (credit channel) dan harga saham (equity price channel). Paradigma baru mekanisme transmisi moneter lebih menekankan pada 7 informasi asimetri dalam pasar keuangan. Krisis keuangan dapat disebabkan oleh: (1) kenaikan suku bunga, (2) penurunan pasar saham, (3) penurunan harga-harga yang tidak diantisipasi, (4) meningkatnya ketidakpastian, dan (5) kepanikan perbankan. Liberalisasi Keuangan di Indonesia Indonesia mulai melakukan reformasi ekonomi khususnya dalam sektor keuangan pada pertengahan tahun 1980an sebagai respons terhadap penurunan kondisi perekonomian yang ditandari dengan penurunan pertumbuhan GDP. Sumber penurunan pertumbuhan GDP Indonesia pada saat itu adalah: (1) perekonomian dunia yang melambat pada awal 1980an yang mengurangi permintaan dunia atas komoditi ekspor terutama produk pertanian, dan (2) penurunan harga minyak dunia. Reformasi sektor keuangan yang dilakukan pada tahun 1988, 1990 dan 1991 adalah meningkatkan mobilisasi dana dari individu (penabung) untuk mendorong laju investasi pada sektor produktif melalui peran perantara (intermediaries). Reformasi berupa liberalisasi keuangan domestik dilakukan melalui penetapan suku bunga berdasarkan mekanisme pasar, memperbolehkan bank asing untuk beroperasi di kota selain Jakarta dan memperluas kapasitas bank komersial dalam alokasi kredit melalui penurunan persyaratan giro cadangan minimum dari 15 persen menjadi 2 persen. Konsep liberalisasi keuangan itu sendiri memberikan pandangan bahwa terdapat peluang bagi tingkat korporasi untuk memperoleh kredit melalui mobilitas kapital dari pasar domestik dan global. Pengalaman Indonesia, menunjukkan bahwa liberalisasi keuangan umumnya diikuti dengan ‘boom’ kredit, sehingga mempengaruhi struktur modal perusahaan yang pada periode 8 1990an umumnya didominasi oleh pinjaman asing jangka pendek (Prasetyantoko dan Marta, 2008).Perkembangan liberalisasi keuangan di Indonesia dalam beberapa dimensi disajikan pada Tabel 2: Tabel 2. Liberalisasi Keuangan di Indonesia Dimensi Kondisi Liberalisasi sukubunga Deregulasi dan persaingan perbankan Perkembangan pasar keuangan Manajemen dan Pengawasan Keterbukaan dan capital account Tahun 1983, pengawasan atas sukubunga deposito dan pinjaman dihilangkan Tahun 1988, pelonggaran persyaratan bank domestik maupun joint venture. Terjadi peningkatan jumlah bank dari 111 (1989) menjadi 240 (1994) Pertengahan 1980an, perkembangan pasar keuangan melalui isntrumen SBI dan SBPU Awal 1990an, pertumbuhan pasar Commercial Paper. Pasar obligasi korporasi dan pemerintah. Pertumbuhan cepat dalam pasar saham, perbaikan infrastruktur pasar dan pengawasan yang lebih baik dari Bapepam dan Bursa Efek Indonesia Awal 1990an, berlakunya aturan baru kecukupan modal dan batasan bagi bank komersiel yang terkait dengan pasar saham dan CP. Tahun 1995, berlakunya limit pinjaman bagi bankbank bermasalah dan institusi keuangan non-bank dan peraturan yang meningkatkan kewenangan Bank Indonesia untuk mengambil alih manajemen bank bermasalah Terbuka sejak 1960an Sumber: Dekle, R. and Pradhan, M., 1999 Dengan adanya akses terhadap kredit tersebut, justru memperburuk nilai bersih perusahaan. Diikuti dengan depresiasi nilai tukar, nilai korporasi baik pada sektor perbankan maupun non-keuangan mengalami kesulitan besar yang akhirnya diikuti dengan keterbatasan perolehan kredit. Dengan keterbatasan keuangan, maka kesempatan perusahaan untuk melakukan investasi berkurang. Hal ini tercermin dari data investasi terhadap stok kapital seperti yang terlihat pada Gambar 3 dan nilai rasio Q-Tobin pada Gambar 4 dari 8 sektor di Indonesia, yang mengalami penurunan terutama saat terjadi depresiasi nilai tukar pada tahun 1997. Kedelapan sektor tersebut adalah: (1) pertanian, (2) pertambangan, (3) industri 9 dan kimia dasar, (4) industri lain-lain, (5) industri barang konsumsi, (6) properti, real estat dan konstruksi, (7) infrastruktur, utilitas dan transportasi, dan (9) perdagangan, jasa dan investasi. Rasio Q Tobin menunjukkan perbandingan antara nilai pasar perusahaan terhadap biaya modal. Nilai rasio Q lebih besar dari 1 menunjukkan perusahaan melakukan investasi karena biaya penggantian modal lebih murah dibandingkan dengan nilai pasar perusahaan, demikian pula sebaliknya. Dari Gambar 4, terlihat bahwa pada periode 1995 sampai dengan 2001, investasi perusahaan-perusahaan publik di sektor pertanian menunjukkan adanya pola yang fluktuatif, yang ditunjukkan dari fluktuasi nilai Q dan yang terendah (negatif) pada tahun 2001 untuk selanjutnya terjadi peningkatan sampai dengan tahun 2004. Pada periode krisis moneter (1997 sampai dengan 1999), sektor pertanian merupakan sektor yang relatif lebih dapat bertahan dibandingkan dengan sektor riil lainnya, tetapi ternyata tetap menunjukkan rasio Q yang berfluktuasi. Sumber: Prasetyantoko dan Marta, 2008 Gambar 3: Rasio Investasi Terhadap Stok Kapital dari Beberapa Sektor di Indonesia 10 Sumber: Prasetyantoko dan Marta, 2008 Gambar 4: Nilai Rasio Tobin Q dari Beberapa Sektor di Indonesia Perekonomian Indonesia, setelah terjadinya krisis menunjukkan pertumbuhan GDP yang relatif stabil, berkisar 6 persen per tahun. Namun tidak demikian halnya dengan tingkat pertumbuhan investasi, sebelum krisis adalah 12.2 persen, dan sejak periode 2000an hanya sekitar 6 persen, bahkan pada tahun 2006 hanya 2.9 persen. Jika dilihat dari sisi nilai investasi, perkembangan realisasi investasi sejak tahun 1990 sampai dengan 2008 menunjukkan peningkatan nilai investasi domestik (PMDN, Penanaman Modal Dalam Negeri) sebesar sepuluh kali (dari Rp 2 398.6 miliar menjadi Rp 20 363.4 miliar) sedangkan nilai Penanaman Modal Asing (FDI, Foreign Direct Investment) meningkat duapuluh kali (dari US$ 706 juta menjadi US$ 14 871.4). Namun demikian, perkembangan realisasi investasi PMDN berdasarkan sektor tidak menunjukkan pola pertumbuhan yang searah. Pada sektor primer, terjadi penurunan nilai realisasi investasi hampir seperempatnya dibandingkan pada tahun 2005 (dari Rp 5 577.2 miliar pada tahun 2005 menjadi Rp 640 miliar pada tahun 2008), sementara untuk industri sekunder misalnya makanan terjadi 11 peningkatan hampir dua kali lipat (BKPM, Badan Koordinasi Penanaman Modal, 2008). Realisasi investasi PMDN industri makanan meningkat dari Rp 4 490.8 miliar pada tahun 2005 menjadi Rp 8 192 miliar pada tahun 2008. Perkembangan data investasi kepada sektor riil tersebut di atas, pada dasarnya dapat menjelaskan perkembangan pola rasio Q untuk seluruh sektor. Pertumbuhan investasi tahunan Indonesia cenderung mengalami penurunan dari 14.7 persen (2004) menjadi 2 persen (2007), meskipun tahun 2009 menunjukkan peningkatan. Di sisi lain, pada sektor keuangan, data terakhir dari Bapepam-LK (Badan Pengawas Pasar Modal dan Laporan Keuangan) menunjukkan adanya peningkatan nilai nominal transaksi saham dari Rp 21.7 triliun di tahun 1995 menjadi Rp 300 triliun pada tahun 2008, meskipun persentase transaksi (saham) asing terhadap total perdagangan saham mengalami penurunan, dari sekitar 67.03 persen pada tahun 1995 menjadi hanya sekitar 24 persen pada akhir tahun 2008. Mobilisasi dana masyarakat melalui obligasi sampai dengan tahun 2004 bernilai sekitar Rp 76 triliun, sedangkan right-issue sekitar Rp 200 triliun dan IPO (Initial Public Offering) sebesar Rp 30 triliun. Hal ini menunjukkan bahwa pasar modal sebagai alternatif sumber pembiayaan bagi swasta, atau dengan kata lain perusahaan seharusnya memiliki peluang untuk melakukan investasi pada stok kapital. Liberalisasi keuangan di Indonesia sampai saat ini masih terus berlanjut, termasuk beberapa penyesuaian pada tahun 1998 saat terjadi krisis keuangan dan moneter di beberapa negara Asia termasuk Indonesia. Krisis yang terjadi di Indonesia dan beberapa negara Asia pada periode waktu tersebut menunjukkan ketidakstabilan kondisi fundamental perekonomian, baik makro maupun mikro. Apabila dibandingkan dengan krisis keuangan global saat ini, meskipun beberapa indikator moneter, perbankan dan makroekonomi Indonesia seperti tingkat inflasi 12 yang relatif terkendali, pertumbuhan ekonomi domestik, serta likuiditas dan permodalan perbankan domestik menunjukkan ketahanan relatif lebih baik dibandingkan dengan negara lain tidak menjamin bahwa Indonesia akan terbebas dari bencana finansial tersebut. Saat ini peran keuangan global sebagai konsekuensi dari liberalisasi keuangan di Indonesia telah bergerak melampaui fungsi awalnya yaitu memfasilitasi perdagangan dan penanaman modal lintas negara. Pasar keuangan tidak lagi sekedar mekanisme untuk menyediakan tabungan bagi investor sektor produksi, tetapi kurang terkait dengan arus sumber daya riil dan investasi jangka panjang sektor produksi. Fakta tersebut menimbulkan suatu pertanyaan, apakah penerapan liberalisasi keuangan di negara berkembang, khususnya Indonesia memberikan manfaat positif terhadap pertumbuhan investasi dari sektor riil maupun keuangan. Keputusan investasi korporasi sebagai bagian dari sektor riil umumnya dipengaruh oleh kondisi makroekonomi seperti ketersediaan dana baik asing maupun domestik serta suku bunga, dan kondisi mikroekonomi seperti struktur industri serta struktur modal perusahaan. Nilai rasio Tobin Q pada dasarnya dapat memberikan gambaran mengenai pengaruh liberalisasi keuangan terhadap keputusan investasi sektor riil. 1.2. Perumusan Masalah Dengan permasalahan seperti itu, maka perlu dilakukan penelitian untuk dapat menjawab permasalahan yaitu: 1. Bagaimana pengaruh liberalisasi keuangan terhadap investasi perusahaan sektor primer, sekunder dan tersier, yang diukur dari nilai rasio Q-Tobin. 13 2. Bagaimana pengaruh liberalisasi keuangan dan kebijakan moneter terhadap investasi perusahaan sektor primer, sekunder dan tersier, yang diukur dari nilai rasio Q-Tobin. 3. Bagaimana pengaruh nilai Q-Tobin sebagai representasi pengaruh liberalisasi keuangan dan kebijakan moneter terhadap terhadap pertumbuhan investasi sektoral 1.3. Tujuan Penelitian Penelitian ini bertujuan untuk: 1. Menganalisis pengaruh liberalisasi keuangan terhadap investasi perusahaan sektor primer, sekunder dan tersier, dengan indikator nilai rasio Q-Tobin . 2. Menganalisis pengaruh liberalisasi keuangan dan kebijakan moneter terhadap investasi sektor primer, sekunder dan tersier, dengan indikator nilai rasio QTobin. 3. Menganalisis pengaruh nilai Q-Tobin terhadap pertumbuhan investasi sektoral 1.4. Kegunaan Penelitian Penelitian yang dilakukan diharapkan dapat memberikan kontribusi bagi otoritas pasar keuangan, pemerintah, korporasi, penelitian lanjutan dan ilmu pengetahun, yaitu: 1. Membangun model liberalisasi keuangan dalam hal capital account dan pasar saham, serta hubungannya dengan investasi di sektor primer, sekunder dan tersier dengan pendekatan dan analisis nilai Q-Tobin. 2. Memberikan kontribusi bagi pemerintah dan Bapepam-LK (Badan Pengawas Pasar Modal dan Lembaga Keuangan) untuk mengantisipasi pengaruh fluktuasi gelombang dana luar negeri terhadap variabel nilai Q-Tobin 14 3. Memberikan kontribusi bagi pihak korporasi melalui informasi respons pasar saham atas kebijakan liberalisasi keuangan dan moneter, terhadap pertimbangan keputusan investasi – sebagaimana digambarkan dengan nilai Q-Tobin. 4. Untuk penelitian lebih lanjut dan pengembangan serta perbaikan pemodelan dalam kajian liberalisasi keuangan khususnya dan dalam kaitannya dengan memperkaya khasanah analisis model makroekonometrika pada umumnya. 1.5. Ruang Lingkup dan Keterbatasan Penelitian 1. Pengaruh liberalisasi keuangan dan kebijakan moneter merupakan suatu analisis historis 2. Ruang lingkup pembahasan difokuskan pada liberalisasi keuangan (keterbukaan capital account dan pasar saham) dan kebijakan moneter. 3. Aspek liberalisasi keuangan yang dianalisis dalam penelitian ini adalah: keterbukaan capital account, keterbukaan pasar saham dan keterkaitannya dengan rasio Q-Tobin serta bentuk kebijakan moneter yang berhubungan dengan suku bunga acuan. 4. Cakupan penelitian adalah agregat nasional (perekonomian terbuka kecil) dan sektor primer, sekunder dan tersier 5. Investasi kapital merupakan investasi tetap bisnis, tidak termasuk investasi perumahan dan investasi persediaan perusahaan. 6. Penelitian ini menggunakan data kebijakan moneter (suku bunga), indeks harga saham periode 2002 sampai dengan 2009 serta data Investasi Asing Langsung (Foreign Direct Investment, FDI) dan Investasi Portofolio. Ruang lingkup penelitian secara skematis disajikan pada Lampiran 1. 15 II. TINJAUAN PUSTAKA 2.1. Liberalisasi Keuangan Liberalisasi keuangan dalam definisi secara umum dicirikan oleh semakin besarnya pengaruh dan kekuatan pasar dalam menentukan tingkat bunga dan alokasi kredit, sehingga meningkatkan skala operasi lembaga-lembaga keuangan dan selanjutnya diharapkan meningkatkan efisiensi dan stabilitas sistem keuangan. Teori liberalisasi keuangan yang dikembangkan oleh Ronald McKinnon dan Shaw pada tahun 1973 dilandasi oleh tujuan menghapuskan efek merugikan dari represi keuangan (financial repression) terhadap pertumbuhan ekonomi dan investasi. Ciri-ciri represi keuangan adalah adanya pembatasan suku bunga (interest rate ceiling), pembatasan kredit (credit ceiling), tingginya rasio likuiditas, keterbatasan modal (capital rationing) dan adanya batasan untuk masuk dalam pasar keuangan. Menurut Fry (1995) dalam Abdurahman (2003), represi keuangan serta pembatasan kredit memperburuk distribusi pendapatan dan meningkatkan konsentrasi industrial. Implikasinya, liberalisasi keuangan serta pelonggaran pasar kredit akan memperbaiki distribusi pendapatan dan kemiskinan. 2.1.1. Liberalisasi Keuangan dan Pertumbuhan Ekonomi Rasionalisasi atas liberalisasi keuangan didasari pada adanya 2 (dua) potensi manfaat yaitu dari segi kuantitas berupa peningkatan jumlah tabungan dan investasi dalam suatu perekonomian serta dari segi kualitas berupa alokasi kapital (dana) yang lebih efisien. Penghapusan batas atas suku bunga diharapkan akan dapat meningkatkan tabungan dan tentu saja sumber dana untuk investasi. Selain itu, adanya alokasi kapital (dana) yang lebih efisien akan menurunkan dispersi 16 dari rasio atau nilai Tobin Q. Keadaan ini dijelaskan oleh model Tobin yang menghubungkan belanja investasi dengan harga saham, di kenal sebagai teori Tobin Q, yaitu : Nilai Q yang tinggi mencerminkan nilai pasar perusahaan tinggi relatif terhadap biaya penggantian modal. Nilai pasar perusahaan pada dasarnya mencerminkan nilai ekuitas perusahaan, dengan demikian biaya modal untuk investasi lebih murah dibandingkan dengan nilai pasar perusahaan, sehingga perusahaan dapat meningkatkan belanja investasi melalui penerbitan sejumlah kecil saham perusahaan. Demikian pula sebaliknya apabila nilai Q rendah, maka perusahaan tidak akan melakukan investasi (penggantian aktiva tetap), karena terlalu mahal. Secara ringkas dengan adanya liberalisasi keuangan dan adanya kebebasan pasar dalam alokasi kredit, maka permasalahan pembatasan modal sebagaimana diungkapkan oleh Stiglitz dan Weiss (1981) dapat terabaikan. Dengan penyesuaian tingkat bunga riil terhadap keseimbangan pasar dimana jumlah tabungan dan investasi diasumsikan berimbang, investasi dengan imbal hasil rendah tereliminasi, maka efisiensi investasi secara keseluruhan akan berkembang. Dengan peningkatan bunga, maka tabungan dan suplai kredit juga akan meningkat, dan mendorong volume investasi. Selanjutnya, pertumbuhan ekonomi dapat distimulasi bukan hanya melalui investasi akan tetapi juga melalui peningkatan produktivitas kapital. Dampak dari persyaratan cadangan yang lebih rendah akan mendorong suplai bank yang tinggi, sementara penghapusan pembatasan alokasi kredit juga mengarahkan terjadinya alokasi kredit yang lebih efisien sehingga merangsang produktivitas kapital rata-rata (Arestis, 2005). 17 Konsep mengenai liberalisasi keuangan semakin berkembang, termasuk kegagalan liberalisasi yang dapat terjadi akibat tingkat deposit yang meningkat bersamaan dengan supervisi perbankan yang kurang memadai serta kondisi makroekonomi yang tidak stabil. Kondisi tersebut cukup kondusif untuk meningkatkan resiko yang dihadapi bank, dan mendorong tingkat bunga yang semakin tinggi, kebangkrutan perusahaan dan selanjutnya kegagalan bank. Keadaan ini mendorong munculnya konsep prekondisi yang perlu dipenuhi sebelum reformasi keuangan diimplementasikan. Liberalisasi keuangan merekomendasikan perlunya supervisi perbankan yang memadai supaya bank memiliki portofolio pinjaman yang terdiversifikasi dengan baik, stabilitas makroekonomi tercermin dari inflasi rendah dan stabil serta defisit fiskal yang tetap, serta reformasi keuangan secara bertahap. Dengan demikian liberalisasi keuangan secara bertahap sangat dianjurkan. Dalam perkembangannya, konsep liberalisasi keuangan dilengkapi dengan teori pertumbuhan baru (yaitu model pertumbuhan endogen), yang memasukkan peran dari faktor-faktor keuangan dalam kerangka teori pertumbuhan baru. Dalam hal ini, perantara keuangan merupakan suatu proses endogenous, dimana terdapat hubungan sebab-akibat dua arah antara perantara keuangan dan pertumbuhan. Proses pertumbuhan mendorong peningkatan partisipasi dari pasar keuangan yang memfasilitasi kemapanan dan pengenalan atas perantara keuangan. Sebaliknya perantara keuangan dapat mengalokasikan dana lebih efisien untuk investasi yang mendorong investasi dan pertumbuhan. Selanjutnya, perkembangan keuangan dapat mempengaruhi pertumbuhan bukan hanya melalui peningkatan laju tabungan tetapi juga meningkatkan jumlah tabungan untuk investasi dan mendorong produktivitas marginal sosial dari kapital. Teori 18 pertumbuhan baru menyatakan bahwa akan terjadi pertumbuhan berkelanjutan yang bukan berasal dari kemajuan teknologi. Meskipun demikian terjadi perbedaan antara liberalisasi keuangan dengan teori pertumbuhan baru. Singh (1997) menyatakan bahwa teori endogen membutuhkan adanya perkembangan pasar saham yang cepat dan mantap terutama pada negara berkembang. Sementara itu Fry (1997) menyatakan bahwa liberalisasi keuangan memandang perkembangan pasar saham tidak terlalu penting atau dengan kata lain cukup berkembang secara perlahan. 2.1.2. Pengukuran dan Indikator Liberalisasi Keuangan Sebagaimana didefinisikan terdahulu pada bagian 2.1.1. di atas, liberalisasi keuangan mencerminkan penurunan peran pemerintah dan peningkatan peran pasar atas suku bunga dan alokasi kredit. Secara spesifik, liberalisasi keuangan dicirikan oleh semakin berkurangnya pembatasan dalam: (1) pengawasan alokasi kredit, (2) pengawasan suku bunga, (3) industri perbankan, (4) privatisasi, (5) peraturan, dan (6) transaksi keuangan internasional. Sejauh ini, proses transmisi perkembangan keuangan sebagai dampak dari liberalisasi keuangan ke pertumbuhan ekonomi masih menjadi kontroversi. Menurut McKinnon (1973) dan Shaw (1973) dalam Abdurahman (2003) suku bunga dapat digunakan sebagai ukuran tingkat perkembangan keuangan. Apabila bunga berada di bawah tingkat bunga pasar, maka sektor keuangan berada dalam kondisi represi. Tingkat bunga yang tinggi dapat merangsang tabungan dan perantara keuangan sehingga meningkatkan suplai kredit untuk dialokasikan ke sektor produktif, dengan demikian meningkatkan investasi dan pertumbuhan ekonomi. 19 Menurut Dornbusch (1990) dalam Abdurahman (2003), agregat moneter seringkali digunakan untuk mengukur tingkat perkembangan keuangan, umumnya adalah rasio M1, M2, M3 terhadap GDP, dimana semakin tinggi rasio maka menunjukkan kondisi pasar keuangan yang semakin berkembang. Perkembangan tersebut selanjutnya akan meningkatkan ketersediaan dana untuk investasi sektor swasta dan merangsang pertumbuhan ekonomi. Namun, perkembangan pasar keuangan yang semakin dalam (financial deepening) tidak menjamin peningkatan investasi dan pertumbuhan ekonomi (Gregorio and Guidotti, 1995 dalam Abdurahman, 2003). Hal ini terjadi terutama saat tingkat intermediasi keuangan diukur dalam agregat moneter yang juga melibatkan bentuk likuid yaitu M1 dan M2 dalam hal penyediaan likuiditas pasar. Di negara berkembang, perantara keuangan umumnya diukur melalui sistem perbankan, tidak seperti halnya di negara maju yang sudah memasukkan inovasi dan perkembangan keuangan sebagai salah satu perantara keuangan. Beberapa ukuran liberalisasi keuangan dinyatakan dalam ukuran dan definisi tertentu, baik untuk liberalisasi sektor perbankan, liberalisasi pasar modal dan liberalisasi capital account. Akhir-akhir ini penggunaan indeks liberalisasi yang diderivasi dari dimensi atau komponen reformasi mulai banyak digunakan dalam riset di negara berkembang. Menurut Bandiera, et al. (2000) terdapat dua dimensi liberalisasi keuangan, yaitu dari segi internal dan eksternal, baik untuk sektor perbankan maupun sektor pasar saham. Pengaruh liberalisasi keuangan yang meliputi kedua sektor keuangan tersebut menunjukkan bahwa baik secara internal maupun eksternal, memberikan pengaruh terhadap perubahan suku bunga maupun biaya modal, sebagaimana disajikan pada Tabel 3. 20 Tabel 3. Dimensi Liberalisasi Keuangan Perbankan Internal Eksternal Masuknya bank asing ke pasar perbankan domestik Penghapusan batas suku bunga (deposit dan pinjaman) Penurunan batas cadangan (cadangan giro dan likuiditas) Penurunan kebijakan pinjaman tertentu Privatisasi bank pemerintah Peraturan kehati-hatian perbankan Lingkup jasa keuangan Pinjaman luar negeri dari bank asing Kemudahan konversi mata uang Pasar Saham Keterbukaan pasar terhadap orang asing Sistem perdagangan Insentif bagi investor asing Investasi bank/non-bank pada sekuritas Penerbitan modal Cross listings, dana investasi Merger dan Akuisisi Investasi Portofolio Investasi Asing Langsung (Foreign Direct Investment) Sumber: Bandiera, 2000 Pengukuran liberalisasi keuangan dengan definisi yang umumnya digunakan pada beberapa penelitian terdahulu disajikan pada Tabel 4, yaitu: Tabel 4. Pengukuran Liberalisasi Keuangan Liberalisasi Capital Account Nama Sumber Keterangan IMF IMF AREAER (Annual Report on Exchange Arrangements and Exchange Restrictions) Quinn (1997) Indikator adanya aturan / pembatasan pada aliran batas wilayah Deskripsi naratif dalam AREAER tentang pembatasan capital account Quinn Liberalisasi Pasar Saham (modal) Sumber Keterangan Emerging Market Data Base Jumlah perusahaan terdaftar di bursa, kapitalisasi pasar (mata uang domestik) dan rasio turn over Gross Fixed Capital Formation dan perubahan inventori (dalam mata uang domestik) Ekspor barang dan jasa, impor barang dan jasa, GDP nominal, terms of trade, GDP deflator and consumer price index, real GDP per capita (mata uang domestik), gross fixed capital formation (utk Taiwan (China) dan sampel besar), gross private fixed capital formation, dan perubahan inventori (dalam mata uang domestik (untuk Taiwan (China) dan sampel besar). International Financial Statistics World Economic Outlook World Indicators Development Sumber: Hali, et al., 2004 Persentase tuna aksara untuk dewasa (15-24 tahun), persentase investasi privat terhadap investasi Tetap Domestik Bruto, jumlah perusahaan terbuka, persentase kapitalisasi terhadap GDP dan CPI. 21 Sebagai contoh, indeks liberalisasi capital account (index IMF dan Quinn, 1997); indeks liberalisasi pasar ekuitas (Kaminsky dan Schmukler, 2001); indeks liberalisasi perbankan (Bandiera et al, 2000), dan integrasi pasar modal aktual yang diukur melalui aliran dan ketersediaan investasi portofolio dan langsung asing (Lane and Milesi-Feretti, 2005). 2.1.3. Isu kritis dalam Liberalisasi Keuangan Konsep liberalisasi keuangan juga mengundang kritik dari kelompok Neostrukturalis dan ekonom modern, karena secara implisit mengasumsikan tentang kesempurnaan informasi, pasar dan institusi. Neo-strukturalis menyatakan bahwa pasar tidak sempurna menggambarkan informasi tidak sempurna, karena memiliki informasi yang menguntungkan dibandingkan dengan bank dalam hal pengawasan dan pinjaman, sehingga memungkinkan tercapainya skala ekonomis. Pasar informal tersebut dapat bertahan dari guncangan lokal dan tidak cukup jelas bagaimana efek kredit terdistribusi secara efisien di level perusahaan. Ekonom modern menyatakan bahwa liberalisasi merupakan penyebab dari krisis perbankan dan terjadinya aliran mata uang. Liberalisasi menyebabkan perekonomian lokal rentan terhadap guncangan global. Selain itu, liberalisasi keuangan mengakibatkan volatilitas yang tidak diharapkan dari pasar keuangan di negara berkembang. Institusi dan pasar keuangan menjadi saluran utama dimana kedaulatan nasional menjadi taruhannya. Sistem keuangan korporat rentan terhadap investasi spekulatif yang menimbulkan permasalahan kredit macet serta menghilangkan perusahaan yang sudah terdaftar dari pasar saham. Lebih jauh lagi, terjadi peningkatan pengawasan insitusi keuangan internasional di beberapa 22 negara berkembang yang berakibat pada hambatan tujuan perkembangan nasional dan sosial. Arestis dan Caner (2004) meneliti bahwa terdapat 2 jalur dalam liberalisasi keuangan, yaitu jalur krisis dan jalur akses terhadap pelayanan kredit dan keuangan. Di beberapa negara, pasar keuangan terliberalisasi terlalu dini karena kegagalan dalam mengenali karakteristik yang tidak sempurna, dan di beberapa kasus kondisi ini yang menyebabkan krisis keuangan (Arestis and Glickman, 2002). Hal ini memungkinkan kaum miskin menjadi terkena pengaruh akibat krisis tersebut. Jalur krisis terjadi melalui dinamika makroekonomi, meningkatkan volatilitas dan kerentanan terhadap krisis keuangan dengan adanya liberalisasi. Jalur kedua sebagaimana dinyatakan dalam Arestis dan Caner (2004) terkonsentrasi pada kemungkinan perubahan dalam kemiskinan yang disebabkan oleh akses kredit dan jasa keuangan yang lebih baik. Dalam hal suatu program liberalisasi meningkatkan ketersediaan sumberdaya keuangan bagi yang tadinya dirugikan dan dalam hal masalah kemiskinan terkait dengan kurangnya mekanisme memperhalus konsumsi, terdapat ruang bagi liberalisasi keuangan untuk memperbaiki keimiskinan. Kesimpulan dari Arestis and Caner bahwa belum jelas mekanisme yang mendasari pergerakan dari represi keuangan ke arah rejim liberalisasi mempengaruhi segmen populasi yang berbeda terutama kaum miskin. Perkembangan liberalisasi keuangan serta manfaat yang akan diterima oleh negara yang mengadopsi kebijakan tersebut tidak berarti tidak memiliki masalah. Arestis (2005) menyatakan bahwa terdapat beberapa isu kritis terkait dengan pandangan liberalisasi keuangan, antara lain adalah masalah: (1) tahapan 23 (sequencing) (2) sebab-akibat (causality) (3) liberalisasi perbankan mendorong stabilisasi sistem keuangan (4) tabungan menyebabkan investasi (5) ketiadaan efek distribusi yang serius akibat perubahan suku bunga (6) liberalisasi memihak kaum miskin (7) tidak ada spekulasi, dan (8) kebijakan keuangan yang menguntungkan dan mendukung. 2.1.4. Alokasi Kapital Biaya modal dari suatu negara terdiri dari 2 (dua) komponen, yaitu bunga bebas resiko (risk-free rate) dan premi ekuitas (equity premium). Menurut teori, bila suatu negara miskin melakukan liberalisasi, maka kedua biaya tersebut akan turun. Abiad, Oomes and Ueda (2005) dalam penelitiannya terhadap 5 (lima) negara berkembang (India, Jordania, Korea, Malaysia dan Thailand) menunjukkan bahwa liberalisasi keuangan meningkatkan efisiensi alokasi kapital, terutama dari segi kualitas investasi. Keseimbangan akses kredit bagi perusahaan dapat menurunkan variasi imbal hasil yang diharapkan dari perusahaan yang dihitung dengan rasio Q-Tobin. Terdapat asosiasi negatif antara liberalisasi keuangan dengan penyebaran nilai Q-Tobin dan asosiasi positif antara liberalisasi keuangan dengan efisiensi alokasi kapital. Hubungan positif antara liberalisasi keuangan dengan efisiensi tersebut juga terkait dengan beberapa faktor antara lain perputaran pasar saham, keterbukaan perdagangan, kredit swasta dan kapitalisasi pasar saham. Menurut Glick and Hutchison (2000), pembatasan atas kontrol kapital berasosiasi dengan tingginya peluang krisis mata uang atau dengan kata lain terlihat indikasi bahwa dalam konteks reformasi ekonomi, dimana liberalisasi 24 current account dilakukan, tidak akan lebih rentan terhadap instabilitas nilai tukar. Negara tanpa kontrol kapital memiliki stabilitas nilai tukar yang lebih besar dan sedikit serangan spekulatif. Akan tetapi dalam penelitiannya tersebut, belum dikaji variabel ketersediaan cadangan devisa dari suatu negara, untuk pertimbangan keputusan liberalisasi capital account serta perubahan rejim nilai tukar. 2.1.5. Pasar Modal Pasar Modal adalah pasar yang terus berkembang sehingga definisinyapun terus bertambah. Sebagian orang mendefinisikannya sebagai pasar yang memperdagangkan utang, ekuiti dan surat-surat berharga yang diterbitkan oleh korporasi maupun pemerintah dengan jangka waktu lebih dari setahun (jangka menengah dan panjang). Ada yang mendefinisikannya sebagai pasar uang khusus, atau pasar surat berharga yang mencakup instrumen obligasi dan kredit perbankan. Definisi pasar modal semakin meluas ketika berbagai institusi mulai terlibat, karena adanya peningkatan pendanaan dan pembagian serta pengendalian risiko. Misalnya, perbankan, pasar asuransi, pasar obligasi, dan pasar saham. Pada akhirnya, pasar modal mulai diartikan sebagai pasar yang yang melibatkan semua penyedia dan pengguna modal secara bersama-sama. Berdasarkan ilmu ekonomi, pasar modal yang terintergrasi sama dengan mobilitas modal tanpa batas. Weston dan Copeland memberikan empat macam manfaat ekonomis pasar modal yaitu: (1) Bursa Surat Berharga (security exchange) memperlancar proses 25 transaksi dengan menyelenggarakan pasar dimana dapat dilakukan transaksi yang relatif murah dan efisien (2) Bursa mampu menyelenggarakan transaksi yang kontinyu dan menguji nilai surat berharga. Perusahaan yang dinilai baik prospeknya oleh investor memiliki nilai yang tinggi sehingga memperlancar pembiayaan baru dan pertumbuhan perusahaannya (3) Harga-harga surat berharga relatif lebih stabil dengan adanya bursa yang terorganisir. Dengan demikian transaksi surat berharga dapat berjalan lancar dan harga dapat dikendalikan, dan (4) Pasar surat berharga membantu penyerapan saham baru dan memperlancar proses penjualannya. Di era perdagangan bebas, pasar modal bisa diandalkan sebagai instrumen investasi di tengah pertarungan antara industri padat modal dan padat karya serta pertarungan antara industri berbasis sumberdaya dan keuangan. Atau, menjadi instrumen kebijakan moneter jika transmisi ke sektor riil tidak seperti yang diharapkan akibat regulasi sektor perbankan yang terlalu rumit seperti ketentuan tentang Basel Accord, non performing loan (kredit macet), dan loan to deposit ratio (rasio pinjaman terhadap simpanan). Selain itu, bisa dijadikan sumber pembiayaan alternatif jika terjadi miss match (ketidakcocokan) dalam jangka waktu pinjaman dan risiko, sehingga berbagai proyek yang membutuhkan pembiayaan jangka panjang bisa dilaksanakan. Pasar modal merupakan sumber pembiayaan terbesar di dunia dengan kapitalisasi modal mencapai US$ 130 941 miliar terdiri dari saham (US$ 31 802 miliar), obligasi (US$ 51 305 miliar) dan pinjaman (US$ 47 834 miliar). Berdasarkan data pasar modal dunia tahun 2005, jumlah saham dan obligasi yang beredar di seluruh pasar modal di dunia mencapai US$ 83 107 miliar atau 229 26 persen dari GDP (Gross Domestic Product/Produk Domestik Bruto) seluruh negara di dunia. Jika ditambah dengan jumlah loan (pinjaman) yang beredar di seluruh dunia yang jumlahnya mencapai US$ 47 834 miliar, maka nilai kapitalisasi pasar modal di seluruh dunia mencapai US$ 130 941 miliar atau 361 persen dari GDP seluruh penduduk dunia (Meilani, 2007). Pasar modal juga membantu melancarkan arus dana kas (cash flow), dan bisa diharapkan sebagai sumber pendanaan yang akan mendorong stabilitas ekonomi. Namun, para pemimpin negara dan pemerintahan harus cermat mengkaji dampak liberalisasi pasar modal terhadap perekonomian negara. Untuk kasus Indonesia, misalnya, liberalisasi pasar modal ternyata tidak serta merta mendorong stabilitas ekonomi, tapi justru menimbulkan volatilitas yang membahayakan kondisi perekonomian secara menyeluruh. Siklus di pasar modal berfluktuasi antara saham, dana tunai (deposito), dan obligasi seirama dengan tingkat suku bunga dan perjalanan waktu. Jika suku bunga naik, maka pelaku pasar cenderung untuk memilih deposito sebagai pilihan investasi sehingga deposito di perbankan akan melonjak. Akan tetapi, jika terjadi penurunan suku bunga, maka pilihan investasi pelaku pasar akan beralih ke obligasi hingga mencapai titik terendah dan kemudian kembali akan beralih ke saham. Meski memiliki banyak keunggulan, pasar modal juga mengandung banyak risiko. Salah satu yang terpenting adalah trinitas yang mustahil yaitu stabilitas nilai tukar, besarnya moneter, dan integrasi pasar modal atau stabilitas pembiayaan yang tidak mungkin terjadi secara bersamaan (simultan). Hal ini disebabkan karena untuk mencapai salah satu stabilitas diperlukan pengorbanan 27 unsur-unsur stabilitas yang lain. Stabilitas nilai tukar dan mobilitas modal hanya bisa tercapai jika tidak ada kebijakan moneter. Kebijakan moneter dan mobilitas modal hanya terwujud jika tidak ada stabilitas nilai tukar atau penerapan sistem nilai tukar yang fleksibel. Stabilitas nilai tukar dan kebijakan moneter hanya bisa tercapai jika dilakukan pengendalian modal (capital control), seperti yang diterapkan Malaysia. Pasar modal juga membahayakan jika terjadi serangan spekulatif yang tidak dimotori hal-hal fundamental melainkan kehilangan kepercayaan secara tibatiba. Kondisi seperti ini akan lebih berbahaya bagi siklus bisnis, jika rasio nilai kapitalisasi pasar modal terhadap GDP cukup tinggi. Di negara maju, rasio aman yang masih bisa ditolerir adalah 2.7 persen dari GDP. Liberalisasi pasar menciptakan volatilitas dan risiko yang lebih tinggi, terutama di sebagian besar negara-negara Asia. Pasar modal ternyata meningkatkan volatilitas ekonomi dan risiko, khususnya untuk negara-negara berkembang jika tidak didukung oleh adanya program jaring pengaman dan pengendalian harga. Tidak adanya hukum kebangkrutan juga membuat risiko individu di pasar modal menjadi risiko negara. Para peneliti juga belum menemukan bukti kuat bahwa liberalisasi pasar, termasuk perdagangan, membawa pertumbuhan ekonomi yang lebih cepat. Cina, yang sifatnya lebih tertutup, bisa tumbuh lebih cepat dibandingkan Rusia, yang sifatnya terbuka. Hal ini membuktikan bahwa pertumbuhan ekonomi suatu negara tidak bisa didasarkan pada investasi dana-dana spekulatif atau jangka pendek (Stiglitz). Teori penyakit Belanda (Dutch Disease) menyebutkan arus modal masuk pada sistem nilai tukar yang fleksibel menciptakan nilai tukar yang lebih tinggi, memperlambat ekspor 28 dan sulit bersaing dengan barang impor. Selain itu, pasar modal juga berisiko menciptakan penumpukan investasi di sektor tertentu, seperti sektor properti di Thailand, yang menjadi idaman, sementara investasi di sektor lain terabaikan (Meilani, 2007). 2.1.6. Kebijakan dan Transmisi Moneter Dalam kerangka kerja target inflasi, kebijakan moneter bertujuan untuk mencapai target inflasi yang ditetapkan di masa yang akan datang. Mekanisme transmisi bekerja melalui beberapa cara yaitu jalur langsung moneter (melalui penawaran jumlah uang yang beredar dan uang primer), jalur sukubunga (melalui tingkat sukubunga riil), jalur harga aset (melalui nilai tukar dan harga aset), jalur kredit (melalui pinjaman perbankan dan neraca perusahaan) dan terakhir melalui jalur ekspektasi. Transmisi moneter penting bagi otoritas moneter untuk mengerti jalur-jalur yang mempengaruhi inflasi Dalam paradigma baru, kebijakan moneter di sistem perekonomian yang sudah stabil (mature) mempengaruhi permintaan domestik melalui 2 (dua) jalur (Gudmundsson, 2008). Pertama, jalur sukubunga; sukubunga jangka menengah dan panjang sebagian dipicu oleh perubahan saat ini dan akan datang yang tidak terantisipasi dari sukubunga jangka pendek, yang terkait dengan tingkat kebijakan, setidaknya pada kondisi normal. Dampak terhadap sukubunga jangka panjang penting mengingat permintaan konsumsi dan investasi umumnya lebih responsif terhadap sukubunga jangka menengah dan panjang dibandingkan dengan jangka pendek. Kedua, jalur nilai tukar; perubahan kebijakan merubah perbedaan sukubunga dengan luar negeri, yang selanjutnya akan mempengaruhi nilai tukar. 29 Bagi perekonomian terbuka kecil yang tidak dapat mempengaruhi sukubunga global, teori ekonomi memprediksi bahwa globalisasi keuangan secara bertahap akan memperlemah jalur sukubunga, dan bahkan menutupinya sama sekali. Akan tetapi, jalur nilai tukar masih dapat menekan target inflasi dalam jangka menengah maupun panjang, dengan catatan diterapkannya kurs fleksibel. Manajemen moneter yang berdasarkan suku bunga berpengaruh terhadap pemenuhan kebutuhan pokok dan pemerataan distribusi pendapatan karena penyaluran pinjaman dengan suku bunga tertentu ditetapkan berdasarkan kemampuan peminjam memberikan jaminan kredit guna meng-cover pinjaman yang diberikan dan kecukupan cash flow untuk memenuhi kewajiban tersebut (Siregar, 2003). Pertumbuhan ekonomi juga terpengaruh oleh manajemen moneter yang berdasarkan suku bunga. Hal ini terjadi karena memungkinkan bagi masyarakat untuk mengkonsumsi lebih dari pendapatan yang diperolehnya karena meningkatnya konsumsi masyarakat yang dibiayai oleh pinjaman. Akibat dari pola konsumsi yang sedemikian rupa menyebabkan turunnya tingkat tabungan masyarakat yang mengakibatkan meningkatnya suku bunga dan rendahnya tingkat investasi, yang pada gilirannya menurunkan pertumbuhan ekonomi dan perluasan kerja. Menurut Nuryati, Siregar dan Ratnawati (2006) sisi efektifitas kebijakan moneter dalam mencapai tujuan masih terbatas, sebagaimana tercermin dari tidak tercapainya sasaran-sasaran inflasi pada tahun 2000, 2001, dan 2002. Keterbatasan ini bisa jadi disebabkan karena struktur organisasi Bank Indonesia yang terbentuk dalam era Undang Undang Nomor 23/1999 belum efektif, yang pada akhirnya mempengaruhi transparansi dan tingkat kredibilitas kebijakan 30 moneter yang dijalankan. Untuk mencapai kebijakan moneter yang kredibel, Bimantoro dan Bahroen (2003) menyebutkan terdapat lima landasan kerja yang harus diperhatikan yaitu: (1) pernyataan yang tegas mengenai tujuan (2) pernyataan yang jelas mengenai hal-hal yang seharusnya dilakukan untuk mencapai tujuan (3) adanya instrumen yang jelas (4) adanya kehati-hatian pemerintah atas pengeluaran yang dibiayai dari pinjaman, dan (5) adanya batasan dari ruang lingkup yang meniadakan fluktuasi siklikal dalam perekonomian. Kondisi kelima landasan tersebut belum sepenuhnya dapat dipenuhi oleh otoritas moneter di Indonesia. Hal ini mungkin disebabkan karena Indonesia baru beranjak dari krisis (atau setidaknya masih berada dalam masa transisi untuk keluar dari krisis) dan perekonomian masih sulit untuk diprediksi, sehingga penerapan model-model belum dapat diaplikasikan secara tepat. 2.1.7. Kebijakan Pasar Keuangan Liberalisasi keuangan merupakan otoritas bank sentral suatu negara berupa kebijakan-kebijakan terhadap moneter yaitu pasar uang maupun pasar modal. Liberalisasi keuangan, dapat berupa pelonggaran aturan yang berkaitan dengan kebijakan moneter di suatu negara, misalnya ketentuan mengenai kontrol atas aliran modal masuk (capital inflow) maupun aliran modal keluar (capital outflow), juga termasuk ketentuan investasi di pasar modal seperti salah satunya kemungkinan investor asing untuk dapat melakukan pembelian sekuritas emiten perusahaan-perusahaan yang tercatat pada bursa domestik. Ketika perusahaan ingin melakukan ekspansi investasi, biasanya perusahaan mencari sumber dana dari pasar keuangan, yaitu pasar uang dan pasar modal, seperti perbankan, penerbitan obligasi kepada publik atau menjual saham di pasar saham guna 31 mendapatkan manfaat masa depan. Ketersediaan sumber dana dengan tingkat bunga yang relatif murah akan mendorong pertumbuhan investasi dan konsumsi rumah tangga. Dengan peningkatan konsumsi rumah tangga, maka akan meningkatkan agregat demand dan selanjutnya meningkatkan pendapatan nasional. Model Neoklasik mengasumsikan bahwa jika perusahaan ingin membayar biaya modal, pasar uang akan menyediakan dana. Namun, seringkali perusahaan mengalami keterbatasan pendanaan (financing constraints) dari pasar uang, sehingga menghambat pertumbuhan investasi. akan mempengaruhi perilaku investasi. Keterbatasan pendanaan Dengan demikian, apabila terdapat keterbatasan dalam akses pasar uang maupun pasar modal, yang berdampak pada tingginya biaya modal, akan menurunkan tingkat pertumbuhan investasi. Peran pemerintah sangat diharapkan untuk dapat mempermudah akses perusahaan terhadap sumber dana dari pasar uang maupun pasar modal. Hubungan antara kebijakan pemerintah melalui kebijakan moneter terhadap pasar uang dan pasar modal terhadap pertumbuhan investasi dan pendapatan disajikan pada Gambar 5. Sumber: Dornbusch, Fischer and Startz, 2004 Gambar 5. Interaksi Antara Pasar Uang dengan Pasar Barang 32 2.2. Kajian Penelitian Terdahulu 2.2.1. Liberalisasi Keuangan dan Kebijakan Moneter Beberapa penelitian tentang dampak liberalisasi keuangan terhadap perekonomian yang dilakukan peneliti di beberapa negara disajikan pada Tabel 5. Hasil penelitian umumnya menunjukkan bahwa dampak positif liberalisasi keuangan terhadap pertumbuhan ekonomi di negara berkembang dapat terjadi dengan mempertimbangkan kondisi fundamental dan pentahapan. Kontroversi liberalisasi keuangan, terutama di negara berkembang yang mengalami krisis keuangan memberikan wawasan baru mengenai manfaat liberalisasi keuangan itu sendiri. Liberalisasi pasar uang (pasar saham) merupakan keputusan dari setiap negara untuk memperbolehkan warga asing membeli dan memiliki saham-saham yang diperjualbelikan di negara tersebut. Dalam jangka panjang terdapat hubungan yang positif diantara aktivitas ekonomi dengan harga-harga saham (Fama and French, 1988; Schwert, 1990; Roll, 1992 untuk Amerika dan Canova and DeNicole, 1995 untuk negara-negara Eropa, dalam Phylaktis dan Ravazzolo (1998). Standard IAPM (International Asset Pricing Model), memperkirakan bahwa dengan adanya liberalisasi pasar modal (pasar saham) akan menurunkan biaya modal saham melalui pembagian resiko agen domestik dan asing (Stapleton dan Subrahmanyan, 1977; Errunza dan Losq, 1985; Eun dan Janakiramanan, 1986; Alexander, Eun, dan Janakiramanan, 1987, dan Stulz, 1999a; 1999b) dalam Henry (2000). Prediksi tersebut memberikan 2 implikasi penting bagi negara berkembang yang melakukan liberalisasi pasar modal (pasar saham) pada akhir 1980an dan 33 awal 1990an. Pertama, jika liberalisasi pasar saham menurunkan biaya modal, dengan kestabilan arus kas masa depan, maka akan terdapat peningkatan indeks harga saham karena pasar meyakini bahwa liberalisasi pasar saham akan terjadi. Implikasi yang kedua adalah akan terjadi peningkatan investasi fisik yang mengikuti liberalisasi pasar saham, karena menurunnya biaya modal di negara tersebut (sehingga proyek dengan Net Present Value negatif akan menjadi positif). Implikasi yang kedua ini setidaknya akan meningkatkan pertumbuhan output (pendapatan) nasional dan memberikan dampak kesejahteraan ekonomi kepada pemegang saham domestik, dibandingkan hanya sekedar keuntungan sesaat. Menurut Phylaktis dan Ravazzolo (1998), di negara-negara Pasific Basin pada tingkat regional dan global selama periode 1980 sampai dengan 1998 terlihat adanya integrasi keuangan yang didampingi oleh integrasi ekonomi. Hal ini menunjukkan bahwa integrasi ekonomi merupakan saluran bagi integrasi keuangan yang menjelaskan adanya tingkat integrasi keuangan yang tinggi meskipun terdapat pengawasan atas nilai tukar. Implikasinya adalah penggunaan kebijakan pembatasan di suatu negara dapat mengisolasi pasar modal dari pengaruh dunia. Hasil penelitian Henry (2000) terhadap pasar modal 12 negara berkembang, terlihat bahwa pasar modal mendapatkan abnormal return sebesar 4.7 persen per bulan (riil Dollar) selama periode waktu 8 bulan sejak diimplementasikannya liberalisasi pasar saham di masing-masing negara tersebut. Setelah dilakukan pemeriksaan terhadap comovement dengan pasar saham dunia, reformasi kebijakan ekonomi serta kondisi fundamental makroekonomi, rata-rata abnormal return adalah 3.3 persen per bulan dalam periode yang sama, meskipun lebih kecil tetapi secara statisitik dan ekonomi signifikan. Perkiraan juga 34 dilakukan untuk melihat adanya implikasi atas liberalisasi pasar saham terhadap penurunan biaya modal selama 2 bulan dan 5 bulan ke depan. Estimasi menunjukkan adanya potensi kenaikan return sebesar 6 persen. Dengan perkiraan biaya modal saham sebelum liberalisasi adalah 20 persen, maka setelah liberalisasi akan terjadi revaluasi return menjadi 26 persen, dan implikasinya penurunan biaya modal saham sebesar 26 persen juga. Dari penurunan tersebut dapat diprediksi akan terjadi penurunan discount rate menjadi 15 persen. Hasil ini ternyata konsisten dan mendukung pernyataan teori bahwa liberalisasi pasar saham akan meningkatkan return pasar saham dan selanjutnya akan menurunkan biaya modal saham atau discount rate. Pandangan konvensional (Radelet and Sachs, 1998; Stiglitz, 2000) dalam Glick and Hutchison (2000), berpendapat bahwa liberalisasi aliran modal internasional, terutama bila dikombinasikan dengan rejim nilai tukar tetap dapat dianggap sebagai penyebab atau setidaknya faktor yang berkontribusi terhadap krisis mata uang akhir-akhir ini. Kebijakan umum yang biasa ditetapkan dalam keadaan seperti ini adalah untuk memberlakukan restriksi terhadap aliran modal dan pembayaran internasional dengan tujuan dapat melindungi perekonomian dari serangan speculator dan selanjutnya meningkatkan kestabilan mata uang. Liberalisasi keuangan terus menerus yang cenderung menghapuskan kontrol modal terlalu dini dapat mengakibatkan instabilitas dari nilai tukar. Kebijakan liberalisasi keuangan dan perdagangan cenderung meningkatkan korelasi diantara pasar saham negara-negara dan bias domestic yang terjadi dalam portofolio saham internasional akan menurun pada saat negara berkembang terintegrasi secara global (Beine dan Candelon, 2005). Liberalisasi perdagangan memberikan efek positif terhadap co-movement dari return pasar 35 saham, namun demikian reformasi liberalisasi perdagangan juga meningkatkan co-movement pasar saham dengan cara yang agak mendua (ambigue). Liberalisasi keuangan juga memberikan dampak positif dan signifikan terhadap korelasi pasar saham, bagaimanapun hasil pengukuran atas co-movement pasar saham. Kebijakan reformasi memberikan efek kuat terhadap perilaku investor keuangan. Dalam penelitiannya terhadap peran sektor keuangan melalui jalur kredit, Abdurahman (2003) menyimpulkan bahwa perkembangan keuangan akibat adanya reformasi keuangan di Indonesia sejak 1983, telah meningkatkan aliran dana simpanan dan pinjaman, terlihat dari rasio tabungan, kredit dan investasi terhadap GDP yang meningkat. Peningkatan agregat moneter secara dramatis khusunya kredit domestik ke sektor swasta diyakini memiliki peran penting dalam meningkatkan perekonomian Indonesia akibat peran perantara keuangan. Rasio kredit sektor swasta terhadap GDP menunjukkan hubungan yang positif dan signifikan mempengaruhi GDP riil per kapita. 2.2.2. Liberalisasi Keuangan dan Mekanisme Transmisi Moneter Kajian mengenai hubungan liberalisasi keuangan dengan mekanisme transmisi moneter umumnya dikaitkan dengan 2 (dua) subyek liberalisasi, yaitu area sukubunga dan capital account. Aspek terpenting dari liberalisasi keuangan dari sudut pandang transmisi kebijakan moneter adalah deregulasi sukubunga. Beberapa kasus di negara berkembang menunjukkan adanya penghapusan batas sukubunga (interest rate ceiling) dengan diberlakukannya liberalisasi keuangan. Pada prinsipnya, penghapusan batas sukubunga memungkinkan sukubunga kebijakan ditransmisikan menjadi sukubunga ritel dengan lebih cepat dan 36 meningkatkan peran dari jalur sukubunga (Gudmundsson, 2008). Liberalisasi keuanganpun mendorong munculnya produk-produk keuangan baru yang menimbulkan masalah dalam pengukuran uang, perkiraan fungsi permintaan uang stabil. Model permintaan uang stabil penting dalam memfungsikan jalur sukubunga, karena membantu memastikan bahwa transmisi tersebut dapat diprediksi, stabil dan efisien. Liberalisasi capital account mendorong terjadinya aliran modal antar negara. Sektor keuangan di seluruh dunia tidak hanya mengalami volatilitas nilai tukar dan likuiditas yang tinggi akibat aliran tersebut, namun juga konsolidasi keuangan antar negara dan integrasi pasar keuangan. Besarnya integrasi pasar keuangan mendorong peningkatkan persaingan pasar dan akan berdampak pada mekanisme transmisi moneter. Dalam kasus ini de Bondt (2002, 2005) menganalisis aliran dari perubahan sukubunga kebijakan sukubunga simpanan dan pinjaman dalam wilayah Euro. Dengan menggunakan pendekatan Error Correction Model (ECM) serta Vector Autoregression (VAR), terdapat aliran sukubunga ritel yang lebih cepat karena kebijakan moneter baru tahun 1999. 2.2.3. Rasio Tobin Q dan Liberalisasi Keuangan Henry dan Chari (2002), menyatakan bahwa dengan analisis data deret waktu (1980 – 1994) dari 369 perusahaan publik di 5 negara (India, Jordania, Korea, Malaysia dan Thailand) terdapat peningkatan nilai rata-rata Q dan investasi sekitar periode liberalisasi (1988 secara umum). Sedangkan analisis cross-section menunjukkan bahwa realokasi investasi fisik setelah liberalisasi tidak menunjukkan korelasi yang signifikan dengan perubahan resiko sistematis dan peluang investasi. Kesimpulannya adalah meskipun liberalisasi mendorong aliran 37 kapital namun tidak menjamin efisiensi alokasi kapital di negara yang menerima aliran kapital tersebut. Victor (2003), menyatakan bahwa terdapat pola yang sama dari volatilitas rasio Tobin Q terhadap GDP dengan volatilitas pasar saham terhadap GDP di beberapa negara berkembang. Sementara untuk negara-negara G7, tidak terdapat pola yang sama. Linderberg dan Ross (1981) dalam Han Kin Sang (1998) menyatakan bahwa nilai marjinal q dapat berbeda dari unity (satu). Kondisi tersebut dapat terjadi pada pasar persaingan sempurna, yaitu karena biaya penggantian modal yang terlalu rendah atau pada industri yang menurun (declining) biaya penggantian modal terlalu mahal akibat kemajuan teknologi yang pesat. Sebaliknya pada pasar monopoli, nilai Q dapat lebih besar dari 1, karena nilai pasar dari perusahaan yang tinggi. tingginya nilai pasar perusahaan. Pada pasar bersaing, faktor-faktor yang mempengaruhi nilai marjinal Q sama dengan faktorfaktor yang mempengaruhi nilai rata-rata Q. Han Kin Sang (1998) dalam penelitiannya terhadap nilai rasio Q-Tobin dari perusahaan publik Canada menunjukkan bahwa metode Hall memiliki pendekatan teoritis yang terbaik, sedangkan metode modifikasi-Lindenberg-Ross adalah metode dengan perhitungan yang paling sederhana. Selain itu, faktor determinan utama yang berdampak positif terhadap rasio Q adalah biaya penelitian dan pengembangan serta iklan, sedangkan yang berdampak negatif adalah jumlah utang. 38 2.3. Kebijakan pada Sektor Keuangan di Indonesia 2.3.1. Perbankan Dalam rangka mencapai dan memelihara kestabilan ekonomi makro, terdapat empat kebijakan umum yang diambil selama periode sebelum krisis tahun 1997 (Jiwandono, dalam Abdullah, 2003), yaitu: 1. Menerapkan kebijakan fiskal/anggaran berimbang untuk menghindari penggunaan hutang domestik dalam pembiayaan pengeluaran pemerintah. 2. Menerapkan kebijakan moneter yang berhati-hati yang menjaga agar pertumbuhan likuiditas sesuai dengan pertumbuhan permintaan riil. 3. Menjaga agar nilai tukar rupiah selalu berada pada posisi yang realistis. Pada awalnya ini dilakukan melalui kebijakan devaluasi setiap kali situasi ekonomi menuntut demikian. Kemudian sejak tahun 1986 hal ini dilakukan melalui penyesuaian sasaran nilai tukar rupiah secara harian yang ditujukan untuk memelihara daya saing industri-industri berorientasi ekspor dan sekaligus agar perkembangan nilai tukar rupiah sesuai dengan kondisi permintaan dan penawaran di pasar valuta asing. 4. Mempertahankan kebijakan lalu lintas modal (devisa) bebas sejak tahun 1971. Kebijakan ini telah membantu menarik investasi asing dan membuat perekonomian Indonesia dapat dengan relatif cepat menyesuaikan diri terhadap perubahan kondisi di pasar internasional. Berbagai langkah kebijakan tersebut telah mendukung pemeliharaan kondisi ekonomi makro yang relatif stabil dan predictable selama periode sebelum krisis ekonomi 1997. Dalam periode tersebut laju inflasi relatif terkendali pada level rata-rata di bawah 10 persen per tahun. 39 Tabel 5. Penelitian-Penelitian Liberalisasi Keuangan: Capital Account, Pasar Saham dan Moneter JUDUL ARTIKEL TUJUAN The Quality Effect: Does Financial Liberalization Improve the Allocation of Capital?. Growth Volatility and Financial Liberalization. Menganalisis efek kualitatif liberalisasi keuangan terhadap efisiensi alokasi kapital 3. 4. 1. 2. METODOLOGI MODEL DATA Panel regresi Tobin’s Q Indeks liberalisasi keuangan terbaru dari 36 negara selama 24 tahun (1973 – 1996) HASIL DAN KESIMPULAN Liberalisasi keuangan memperbaiki efisiensi alokasi kapital Menganalisis dampak liberalisasi pasar saham dan keterbukaan capital account terhadap volatilitas pertumbuhan konsumsi riil Econometric – SUR Data keuangan dan makro ekonomi dari 2 kelompok negara berkembang Liberalisasi pasar saham yang diikuti dengan keterbukaan capital account dapat mengurangi volatilitas pertumbuhan konsumsi riil. Taking Stock: Monetary Policy Transmission to Equity Markets. Menganalisis dampak kebijakan moneter terhadap pasar saham Event study Data kebijakan moneter 1994 – 2003, indeks S&P dan 500 saham perusahaan, pertemuan FOMC Does Financial Liberalization Improve The Allocation Of Investment? Menganalisis dampak liberalisasi keuangan terhadap alokasi investasi Econometric 12 negara berkembang dengan periode waktu sebelum dan setelah liberalisasi keuangan Pengaruh kebijakan moneter yang tidak diduga terhadap pasar saham menguat. Saham sektor industri yang siklikal dan kapital intensif terpengaruh 2-3 kali lebih kuat dibandingkan yang nonsiklikal Reformasi keuangan meningkatkan alokasi investasi pada beberapa negara PENELITI Abiad, A., Oomes, N. and Ueda, K. Presented at the Sixth Jacques Polak Annual Research Conference November 3 4, 2005. Bekaert, G., Harvey C.R. and Lundblad C. National Bureau of Economic Research, Cambridge, MA 02138 USA. 2004. Ehrmann, M and Fratzscher, M. Working Paper Series No. 354. May 2004. Galindo, Schiantarelli, F., Weiss, A. and Arturo. Micro Evidence from Developing Countries. October, 2003. 40 Tabel 5. Lanjutan JUDUL ARTIKEL 5. TUJUAN METODOLOGI MODEL Econometric DATA China HASIL DAN KESIMPULAN Capital control masih berpengaruh, dan aliran dana dipengaruhi oleh sukubunga. PENELITI Guonan Ma and Mccauley, R. N. BIS Working Papers No 233. Monetary And Economic Department. August 2007. Hali J. Edison, Michael W. Klein, Luca Antonio Ricci and Torsten Sløk. IMF Staff Papers; 2004; 51, 2; ABI/INFORM Global. pg. 220. Do China’s Capital Controls Still Bind? Implications For Monetary Autonomy And Capital Liberalisation. Capital Account Liberalization and Economic Performance: Survey and Synthesis. Menganalisis efektivitas dari capital control terhadap harga dan aliran dana Mensurvei dan mensintesa literatur efek keterbukaan capital account dan liberalisasi pasar saham Cross-section Regression Indeks liberalisasi dengan beberapa metode dari studi-studi terdahulu Keterbukaan capital account dan liberalisasi pasar saham memberikan efek konsisten terhadap pertumbuhan ekonomi pada negara dengan pendapatan menengah. 7. Stock Market Liberalization, Economic Reform, and Emerging Market Equity Prices. Metode Event Study Data return pasar saham di 12 negara berkembang di Amerika Latin dan Asia (1980 – 1990). Terdapat abnormal return pasar modal 4.7% selama 8 bulan dan mendorong penurunan biaya modal . Liberalisasi pasar modal memberikan ruang gerak bagi investasi dengan penurunan biaya modal. Henry, P.B. The Journal of Finance. Vol. LV. No. 2. 8. Micro-macro linkages in financial markets: the impact of financial liberalization on access to rural credit in four African countries. Menguji konsistensi data dengan pernyataan bahwa liberalisasi pasar modal (saham) akan meningkatkan return saham dan selanjutnya menurunkan biaya modal. Menganalisis efek liberalisasi keuangan terhadap akses kredit bagi pasar individu 4 negara miskin di Afrika Ekonometrika, persamaan simultan Karakter dan tahapan reformasi keuangan sejak 1985 – 1997 di Uganda, Kenya, Malawi dan Lesotho. Liberalisasi keuangan berpengaruh terhadap perubahan sukubunga namun tidak meningkatkan laju tabungan dan akses kredit. Peningkatan akses kredit karena inovasi pasar keuangan bagi bisnis kecil dan pertanian. Mosley, P. Journal of International Development; May/Jun 1999; 11, 3; ABI/INFORM Global. pg. 367 6. 41 Table 5. Lanjutan JUDUL ARTIKEL TUJUAN METODOLOGI MODEL VAR dan GMM DATA 10 negara Pasific Basin dari tahun 1980 – 1998 9. Measuring Financial and Economic Integration with Equity Prices in Emerging Markets. Menganalisis keterkaitan riil dan keuangan pasar saham di tingkat regional dan global secara simultan 10. Credit Constraints, Financial Liberalisation And Twin Crises. Menganalisis kondisi ‘twin-crises’ dalam kaitannya dengan liberalisasi keuangan Diamond-Dybvig Model Ekonomi terbuka dan ekonomi tertutup 11. Financial Liberalization and Monetary Control in A Developing Country. VAR, ARCH dan GARCH Data kuartalan sejak 1980 sampai dengan 2000, baik bank sentral, bank komersiel maupun sektor korporasi non-pertanian non-keuangan di Peru. 12. Stock Market Development And Economic Growth: The Causal Linkage. Menganalisis dampak liberalisasi keuangan dan kebijakan moneter terhadap keuangan sektor perbankan, korporasi nonkeuangan dan bank sentral. Menganalisis hubungan sebab akibat antara perkembangan pasar saham, keuangan dan pertumbuhan ekonomi VAR Data kuartalan dari 1971 1998 , yaitu pasar modal dan kewajiban bank dari 7 negara berkembang. HASIL DAN KESIMPULAN Integrasi ekonomi didampingi oleh integrasi keuangan baik di tingkat regional dan global untuk seluruh sub-periode. Akses ke pasar modal internasional memungkinkan ekonomi domestik mengalokasikan sumberdaya lebih efisien dan mengurangi kerentanan sektor perbankan (dalam rejim nilai tukar tertentu) Liberalisasi keuangan dan kebijakan moneter menimbulkan dampak positif dalam jangka pendek, namun menyebabkan keuangan dari sektor perbankan dan korporasi non-pertanian nonkeuangan rapuh. Pasar modal yang telah berkembang baik mendorong pertumbuhan ekonomi melalui akumulasi modal yang lebih cepat dan alokasi sumber daya yang lebih baik PENELITI Phylaktis, K and Ravazzolo. F. City University Business School City University Business School. London. United Kingdom. 1998. Zhu, H. BIS Working Papers No 124. Monetary and Economic Department. January 2003. Liebana, P. L. Department of Economics. Notre Dame, Indiana. November 2002. Dissertation. Guglielmo Maria Caporale, Peter G. A Howells, and Alaa M. Soliman. Journal of Economic Development 33 Volume 29, Number 1, June 2004. 42 Tabel 5. Lanjutan JUDUL ARTIKEL TUJUAN METODOLOGI MODEL DATA Regresi BergandaVolatilitas pasar mata uang Model ‘canonical’ & ketersediaan data 69 krisis mata uang negara berkembang (1975 – 1997), dan 160 kasus krisis mata uang. HASIL DAN KESIMPULAN Pembatasan atas capital control berasosiasi dengan tingginya peluang krisis mata uang. 13. Capital Controls and Exchange Rate Instability in Developing Economies. Meneliti restriksi legal terhadap aliran dana internasional (capital account) berasosiasi dengan semakin besarnya stabilitas mata uang, sehingga dapat terlindung dari serangan spekulatif atas mata uang. 14. The IMF and the Liberalization of Capital Flows. 15. Gestation Lags for Capital, Cash Flows, and Tobin’s Q. PENELITI Menganalisis determinan decontrol capital account pada negara berkembang dan memeriksa peran perubahan rejim aliran dana selama berpartisipasi dalam IMF. Metode Least Square Data program IMF dan kebijakan 53 negara berkembang (1982 – 1998) Keikutsertaan dalam program IMF berkorelasi dengan liberalisasi capital account selama periode 1990an. Joyce, J.P. and Noy, I. Department of Economics Wellesley College and University of Hawaii. Unpublished. 2005. Menganalisis respons investasi akibat perubahan biaya modal, serta hubungan antara arus kas dengan Tobin’s Q. Structured VAR model, dengan model investasi, arus kas dan hubungan antara arus kas dan Tobin’s Q. Data agregat kuartal perusahaan non-pertanian dan non-keuangan di US sejak 1959Q2 sampai 2002Q4. Dibutuhkan waktu 4 kuartal bagi investasi untuk berespons terhadap guncangan teknologi dan tambahan sekitar 8 kuartal sebelum kapasitas produksi terpengaruh (ada penyesuaian arus kas dan Q). Millar, J.N. Finance and Economics Discussion Series. Divisions of Research & Statistics and Monetary Affairs. Federal Reserve Board, Washington, D.C. 2005. Glick, R and Hutchison, M. Federal Research Bank of Fransisco. Unpublished. 2000. 43 Tabel 5. Lanjutan JUDUL ARTIKEL TUJUAN 16. Integration and stock market co-movement between emerging economies. 17. Financial liberalization and money demand in the ASEAN countries. 18. The Causes and Impacts of International Financial Liberalization. Menyelidiki dampak perdagangan dan liberalisasi keuangan terhadap tingkat comovement pasar modal diantara negara berkembang. Memperkirakan pengaruh liberalisasi keuangan terhadap permintaan uang riil dalam jangka panjang di 4 negara Asia Tenggara Menganalisis penyebab dan dampak sosial dari internasionalisasi keuangan di negara berkembang 19. How Risky is Financial Liberalization in the Developing Countries? Menganalisis apakah liberalisasi keuangan beresiko? METODOLOGI MODEL DATA 25 negara sejak tahun Perkiraan korelasi 1990 sampai 2004 (15 time-varying pasar tahun). saham antar negara. Metode realized moment (seperti GARCH) atau realized correlation Johanssen (1988) Full- 4 negara Asia Tenggara: Information maximum- Indonesia, Singapore, Likelihood Procedure Malaysia dan Thailand pada periode sebelum krisis HASIL DAN KESIMPULAN Terdapat dampak positif reformasi liberalisasi perdagangan dan keuangan terhadap tingkat korelasi dan keterkaitan pasar saham antar negara. PENELITI Fungsi permintaan uang riil dari ke-4 negara adalah stabil meskipun sudah dilakukan liberalisasi keuangan. Dekle R. and Pradhan, M. International Journal of Finance & Economics; Jul 1999; 4, 3; ABI/INFORM Global pg. 205. Granger causality test and VAR Data time series dari keterbukaan keuangan internasional di 44 negara berkembang dari 1970 – 1994. Zhang, H. PhD. Dissertation. Claremont Garduate University. California. 2001. Regresi dan causality 27 negara berkembang dan maju dari 1977 – 1999 Liberalisasi keuangan disebabkan oleh integrasi perekonomian dan keuangan antar negara (evolusionary) dan krisis pembayaran (revolusionary). Secara umum, liberalisasi keuangan memberikan dampak menguntungkan bagi negara berkembang Liberalisasi keuangan diharapkan untuk meningkatkan persaingan dan mengurangi kekuatan monopoli, selain dari pasar keuangan. Dengan resiko yang dapat terjadi, perlu pentahapan proses. Beine, M. and Candelon, B. University of Luxemburg. Belgium. Unpublished. 2005. Wyplosz, C. 2001. Graduate Institute of International Studies, Geneva and CEPR. 44 Tabel 5. Lanjutan JUDUL ARTIKEL TUJUAN 20. Financial Globalisation: Key trend s and implications for the transmission mechanism of monetary policy Menganalisis perkembangan dan pengaruh globalisasi keuangan terhadap efektivitas jalur mekanisme transmisi kebijakan moneter 21. Impact of Financial Market Developments on the Monetary Transmission Mechanism Menganalisis sejauh mana pengaruh perkembangan keuangan terhadap mekanisme transmisi moneter METODOLOGI MODEL DATA Uji korelasi dan ECM Beberapa negara maju (kecil dan besar) dan negara berkembang yang menerapkan sistem nilai tukar fleksibel dan pentargetan inflasi Standard two-step Engle-Granger ECM dan Rolling regression Beberapa negara industri (maju) dan negara berkembang Asia HASIL DAN KESIMPULAN Jalur sukubunga dari MTM melemah dalam jangka panjang, baik di negara maju maupun berkembang. Volatilitas nilai tukar kecil dan diharapkan mengkompensasi lemahnya jalur sukubunga dalam pentargetan inflasi. Negara dengan pasar keuangan yang telah maju memiliki laju transmisi sukubunga dan penyesuaian yang lebih cepat PENELITI Gudmundsson, M. 2008. BIS Papers no. 39. Singh, S., Razi, A., Endut, N. dan Ramlee, H. 2008. BIS Papers no. 39. 45 Di sektor keuangan, dalam rangka mengatasi kesenjangan antara tabungan dan investasi, upaya menggerakkan sumber dana domestik dilakukan dengan mengembangkan infrastruktur sektor keuangan, khususnya industri perbankan. Hal ini terlihat sangat jelas dari perkembangan sektor keuangan di Indonesia yang sarat dengan rangkaian deregulasi sejak tahun 1983. Proses deregulasi perekonomian yang dilakukan di Indonesia hampir identik dengan deregulasi sektor keuangan. Strategi deregulasi sektor keuangan di Indonesia, dimulai secara terbatas dengan menetapkan suku bunga bank lebih realistis pada tahun 1968 sampai dengan 1970, dan kemudian dilanjutkan dengan deregulasi tahun 1983 dan 1988. Sebagai konsekuensinya, sektor perbankan telah berhasil meningkatkan perannya sebagai media intermediasi dan penyedia jasa perbankan lainnya, dan hal ini telah pula menunjang pertumbuhan ekonomi yang tinggi di masa lalu (Sabirin, 1999). Beberapa paket kebijakan untuk mendorong sistem keuangan domestik juga dikeluarkan pada tahun 1988, 1990 dan 1991. Tujuannya adalah untuk melakukan liberalisasi sektor keuangan domestik dengan penetapan bunga melalui mekanisme pasar, pendirian bank atau cabang baru dengan persyaratan lebih mudah, mengizinkan bank asing beroperasi di kota selain Jakarta, dan memperluas kapasitas bank komersial dalam alokasi kredit melalui penurunan persyaratan cadangan terhadap deposito dari 15 persen menjadi 2 persen. Dapat dikatakan bahwa proses deregulasi perekonomian yang dilakukan di Indonesia hampir identik dengan deregulasi sektor keuangan (Abdurahman, 2003). Reformasi keuangan tersebut berdampak signifikan terhadap perluasan dan kedalaman (deepening) sistem keuangan di Indonesia. Pengaruh lainnya adalah sukubunga riil positif, kenaikan jumlah bank, jumlah tabungan dan volume kredit domestik, sebagaimana terlihat pada Tabel 6. 46 Tabel 6. Tren Rasio M2, Kredit, Tabungan dan Investasi Terhadap Gross Domestic Product, Tahun 1983 sampai dengan 1997 Sumber: Abdurahman, 2003 Dalam perkembangannya, ternyata infrastruktur perekonomian di Indonesia belum mampu menghadapi semakin cepatnya proses integrasi perekonomian Indonesia ke dalam perekonomian global. Perangkat kelembagaan bagi bekerjanya ekonomi pasar yang efisien ternyata belum tertata dengan baik. Sebagai konsekuensinya, ekonomi Indonesia menjadi sangat rentan terhadap gejolak eksternal sebagaimana terjadi pada pertengahan tahun 1997. Beberapa langkah kebijakan dilakukan untuk memperkuat kestabilan makroekonomi dan membangun kembali infrastruktur ekonomi, khususnya perbankan dan dunia usaha, antara lain (IMF, 1998 dalam Abdullah, 2003): 1. Di bidang moneter, ditempuh kebijakan moneter ketat untuk mengurangi laju inflasi dan penurunan atau depresiasi nilai mata uang lokal secara berlebihan. 2. Di bidang fiskal, ditempuh kebijakan yang lebih terfokus kepada upaya relokasi pengeluaran untuk kegiatan-kegiatan tidak produktif kepada kegiatan-kegiatan yang diharapkan dapat mengurangi social cost yang ditimbulkan oleh krisis ekonomi. Salah satu bentuknya adalah dengan program Jaring Pengaman Sosial. 3. Di bidang pengelolaan (governance), ditempuh kebijakan untuk memperbaiki kemampuan pengelolaan baik di sektor publik maupun swasta. Termasuk di dalamnya upaya mengurangi intervensi pemerintah, monopoli, dan kegiatankegiatan yang kurang produktif lainnya. 47 4. Di bidang perbankan, ditempuh kebijakan yang akan memperbaiki kelemahankelemahan sistem perbankan berupa program restrukturisasi perbankan yang bertujuan untuk mencapai dua hal, yaitu: mengatasi dampak krisis dan menghindari terjadinya krisis serupa di masa datang. Fokus utama kebijakan moneter Bank Indonesia selama krisis ekonomi tersebut adalah mencapai dan memelihara kestabilan harga dan nilai tukar rupiah, dan hal ini tertuang dalam Undang-undang Nomor 23 tahun 1999 tentang Bank Indonesia yang secara jelas menyebutkan bahwa tujuan Bank Indonesia adalah mencapai dan memelihara kestabilan nilai rupiah yang di dalamnya mengandung pengertian kestabilan harga (laju inflasi) dan kestabilan nilai tukar rupiah. Pada tataran implementasi, dalam menjalankan fungsi stabilisasi rupiah, Bank Indonesia masih dihadapkan pada sejumlah kendala yang terkait dengan optimalisasi kebijakan moneternya. Pertama, penentuan satu di antara dua alternatif, yaitu suku bunga SBI (Sertifikat Bank Indonesia) jangka waktu 1 dan 3 bulan sebagai sasaran operasional kebijakan moneter. Kedua, informasi emperik tentang jalur-jalur mekanisme transmisi kebijakan moneter yang berpengaruh efektif terhadap pencapaian sasaran akhir kebijakan moneter, yaitu pengendalian tingkat inflasi. Ketiga, informasi emperik tentang jangka waktu (time lag) pencapaian sasaran akhir kebijakan moneter. Keempat, informasi emperik tentang trade-off output-inflasi yang diakibatkan oleh kebijakan moneter di bawah sistem nilai tukar mengambang dan mengambang terkendali. Kelima, seberapa besar tingkat efektifitas kebijakan moneter di bawah kedua sistem nilai tukar tersebut. 48 2.3.2. Pasar Modal Indonesia Keterlibatan pemerintah dalam pasar modal, adalah sebagai regulator melalui Bapepam dan BEI (Bursa Efek Indonesia). Setiap pemain di pasar modal memiliki peran masing-masing. Ada beberapa pihak terlibat secara langsung dengan mengelola ekuiti dan utang yaitu sales, trading, brokerage, produk turunan ekuiti (equity derivatif) dan investasi langsung. Bank investasi biasanya membawahi dua "pemain" penting yaitu underwriter (penjamin emisi) dan corporate finance advisory (penasehat keuangan perusahaan). Underwriter mengelola instrumen-instrumen yang berkaitan dengan ekuiti seperti IPO (Initial Public Offering/penjualan saham perdana), dan convertible bonds (obligasi yang bisa dikonversikan dalam bentuk saham). Underwriter juga mengelola instrumen-instrumen yang tercatat dan tidak tercatat. Dalam konteks pasar modal, liberalisasi dan integrasi keuangan berarti hilangnya hambatan untuk melakukan cross listing, cross trading dan cross membership. Perkembangan investasi di Indonesia mengalami babak baru setelah direorganisasikannya pasar modal pada tahun 1977 melalui Keputusan Presiden Nomor 52 Tahun 1976. Reorganisasi ini mempunyai arti yang sangat penting bagi perkembangan investasi di Indonesia karena dengan diefektifkannya kembali pasar modal diharapkan pengalokasian sumber daya ekonomi terutama yang menyangkut alokasi modal dapat berlangsung secara efisien (Hidayat, 2009). Secara garis besar perkembangan pasar modal di Indonesia sejak diefektifkannya kembali tahun 1977, dapat dibagi menjadi tiga era, yaitu: 1. Era Pra Deregulasi 2. Era Deregulasi 49 3. Era Pasca Deregulasi Periodisasi di atas dapat dijabarkan sebagai berikut: 1. Era Pra Deregulasi Era Pra Deregulasi dari tahun 1977 sampai dengan tahun 1987 merupakan era rintisan menuju pasar modal yang efisien. Sebelum periode 1977 sampai 1987 sebenarnya pasar modal telah dikenal oleh masyarakat Indonesia yaitu pada tahun 1912 yang didirikan oleh pemerintah kolonial Belanda, tetapi kemudian ditutup pada tahun 1942. Pemerintah Republik pernah pula mengaktifkan kembali pasar modal pada tahun 1952 dengan Undang-Undang Darurat Nomor 15 Tahun 1952 yang tujuan utamanya untuk memberikan fasilitas bagi perdagangan obligasi pemerintah saat itu. Keadaan politik yang tidak menentu dan kondisi perekonomian yang buruk mengakibatkan pasar modal harus ditutup kembali. Keadaan ini berlanjut hingga tahun 1977 sampai pemerintah mengeluarkan Keputusan Presiden Nomor 52 Tahun 1976 yang menandakan kembali diefektifkannya pasar modal. Sejak keluarnya Keputusan Presiden tersebut, pasar modal di Indonesia diharapkan menjadi wahana pengalokasian modal yang efisien serta alat untuk memeratakan pendapatan kepada pemodal-pemodal kecil. Tahun 1977 sampai dengan 1987 merupakan periode awal perkembangan bursa di Indonesia, hal ini terlihat pada jumlah perusahaan yang menawarkan saham hanya terdapat 24 perusahaan dan 3 perusahaan yang menawarkan obligasi, sementara itu dana yang terhimpun hanya berkisar Rp 131.4 milyar. Bagi perusahaan, pasar modal bukan merupakan wahana yang menarik untuk menjual surat berharga karena beberapa alasan, yaitu: 50 a. Adanya persyaratan laba minimum sebesar 10 persen dari modal sendiri. Persyaratan ini dinilai cukup berat bagi perusahaan yang akan go public. b. Tertutupnya kesempatan bagi investor asing untuk berpartisipasi dalam kepemilikan saham. c. Adanya batas maksimum fluktuasi harga saham sebesar 4 persen dalam setiap hari perdagangan di bursa. d. Tidak adanya perlakuan yang sama terhadap penghasilan yang berasal dari bunga deposito dengan dividen. e. Belum dibukanya kesempatan bagi perusahaan untuk mencatatkan seluruh saham yang ditempatkan dan disetor penuh di bursa. Faktor-faktor di atas merupakan penyebab kurang menariknya pasar modal, baik bagi perusahaan maupun investor. 2. Era Deregulasi Era Deregulasi dari tahun 1987 sampai dengan 1990, pemerintah mengeluarkan tiga perangkat paket kebijakan penting dalam bidang pasar modal. Ketiga perangkat kebijakan tersebut dituangkan dalam paket-paket deregulasi sebagai berikut: a. Paket Desember 1987 Isi penting dari paket kebijakan ini yang berkaitan erat dengan pasar modal yaitu: 1. Menghapuskan persyaratan laba minimum 10 persen dari modal sendiri. 2. Diperkenalkannya instrumen baru pasar modal yaitu saham atas unjuk. 51 3. Dibukanya bursa paralel (Bursa Paralel Indonesia) sebagai arena perdagangan efek bagi perusahaan-perusahaan kecil dan menengah. 4. Dihapuskannya ketentuan batas maksimum fluktuasi harga sebesar 4 persen. b. Paket Oktober 1988, dengan beberapa kebijakan yaitu: 1. Pengenaan pajak penghasilan atas bunga deposito berjangka dan sertifikat deposito tabungan. 2. Pemerintah mengeluarkan kebijakan pemberian kredit bank kepada nasabah perorangan dari nasabah grup yaitu secara berturut-turut tidak melebihi 20 persen dan 50 persen dari modal sendiri bank pemberi kredit. 3. Penetapan persyaratan modal minimum untuk mendirikan bank umum swasta nasional, bank pembangunan dan bank campuran. c. Paket Desember 1988. Melalui paket ini, pemerintah memberikan kesempatan kepada swasta untuk mendirikan dan menyelenggarakan bursa di luar Jakarta. Dengan kebijakan ini, dibuka peluang bagi investor bagian lain untuk memperdagangkan efeknya di bursa tersebut sehingga investor tidak lagi harus memperdagangkan efeknya di Bursa Efek Jakarta. Disamping itu melalui paket ini, pemerintah memberikan kesempatan kepada seluruh perusahaan untuk mencatatkan seluruh saham yang telah ditempatkan dan disetor penuh di bursa (company listing). Dengan demikian, diharapkan saham perusahaan akan lebih marketable. d. Keputusan Menteri Keuangan Nomor 1055/KMK.013/1989 tentang Pembelian Saham oleh Pemodal Asing Melalui Pasar Modal. Melalui keputusan ini, pemerintah membuka kesempatan bagi investor asing untuk berpartisipasi di pasar modal Indonesia. Ketentuan ini membolehkan investor asing 52 untuk menguasai maksimum 49 persen di pasar perdana, maupun 49 persen saham yang tercatat di bursa efek maupun bursa paralel. e.Keputusan Menteri Keuangan Nomor 1199/KMK.010/1991 jo Keputusan Menteri Keuangan 1548/KMK/013/1990 tentang Perubahan Status BAPEPAM. Melalui keputusan ini, tugas BAPEPAM yang semula merupakan penyelenggara bursa (Badan Penyelenggara Pasar Modal) berubah menjadi pengawas pasar modal (Badan Pengawas Pasar Modal) sedangkan penyelenggara bursa diserahkan kepada swasta. Di samping itu, lembaga-lembaga penunjang lainnya seperti Lembaga Kliring Penyelesaian dan Penyimpanan, Reksa Dana resmi dibentuk. 3. Era Pasca Deregulasi Dengan dikeluarkannya berbagai kebijakan deregulasi, pasar modal di Indonesia berkembang sangat pesat. Hal ini tercermin dari meningkatnya jumlah perusahaan go public yang sangat drastis. Bila pada tahun 1988, jumlah emiten yang terdaftar di Bursa Efek Jakarta baru mencapai 26 perusahaan maka pada akhir 1994 telah mencapai 218 perusahaan dengan nilai kapitalisasi pasar sebesar Rp 103 835.24 milyar. Pertumbuhan tersebut juga diikuti oleh semakin meningkatnya kepercayaan masyarakat kepada pasar modal di Indonesia, jika pada tahun 1977 rata-rata transaksi baru mencapai Rp 1 650 000 per hari, dan pernah mencapai Rp 50 000 000 per hari pada tahun 1982 maka pada akhir tahun 1993 transaksi telah mencapai Rp 117 582 juta per hari. Ini berarti telah terjadi peningkatan 738 persen jumlah emiten yang terdaftar di bursa selama periode waktu tersebut dan terjadi kenaikan 215 kali lipat pada nilai kapitalisasi. Upaya-upaya untuk meningkatkan peranan pasar modal dalam perekonomian Indonesia masih terus berlanjut. Dengan beberapa peraturan yang dikeluarkan pada 53 era pasca deregulasi untuk mengontrol dan menutup kelemahan-kelemahan pasar modal masih terus digulirkan, khususnya untuk melindungi investor dan pelaku pasar modal lainnya. Beberapa peraturan yang dikeluarkan antara lain: 1. Peraturan Nomor: IX.C.1. tentang keterbukaan informasi yang harus segera diumumkan kepada publik (lampiran Keputusan Ketua BAPEPAM Nomor: Kep22/PM/1991). 2. Peraturan Nomor: X.D.1. tentang persyaratan keterbukaan orang dalam dan pemegang saham tertentu (lampiran Keputusan BAPEPAM Nomor: Kep89/PM/1991). 3. Surat Edaran Ketua BAPEPAM Nomor: SE-05/PM/1992 tentang penyampaian laporan keuangan tahunan. 4. Perubahan Peraturan Nomor IX.A.8. tentang benturan kepentingan transaksi tertentu. 5. Peraturan Nomor: IX.D.1 tentang benturan kepentingan transaksi tertentu (lampiran Keputusan Ketua BAPEPAM Nomor: Kep-01/PM/1993). Kinerja PMI (Pasar Modal Indonesia) dapat ditinjau dari jumlah emiten, nilai emisi dan kapitalisasi saham, volume perdagangan yang tergabung dalam PMI secara keseluruhan. Jumlah emiten yang bergabung dalam PMI sampai dengan tahun 2007 adalah 383 perusahaan. Sementara itu, nilai kapitalisasi pasar modal berkembang sejalan dengan perkembangan jumlah emiten yang bergabung dalam PMI. Dalam kurun waktu 10 tahun dari 1991 hingga 2001 terjadi kenaikan nilai kapitalisasi pasar hingga lebih dari 20 kali lipat. Pada 1991, jumlah saham dan obligasi di pasar modal Indonesia hanya Rp. 11.2 triliun, namun pada 2001 jumlah mencapai Rp. 263 triliun. Sampai dengan tahun 2007, nilai kapitalisasi pasar adalah Rp 1 988.3 triliun. Nilai 54 kapitalisasi menunjukkan jumlah modal yang mampu dihimpun oleh Pasar Modal Indonesia dalam menunjang kegiatan investasi saham. Indikator perkembangan pasar saham lainnya yang menunjukkan perkembangan yang baik adalah IHSG (Indeks Harga Saham Gabungan), yang merupakan cerminan dari kinerja pasar. Membaiknya kondisi pasar saham Indonesia juga ditunjukkan dengan transaksi yang melibatkan investor asing yang mengalami fluktuasi dengan kecenderungan terus meningkat. Pada 1992, transaksi saham yang melibatkan investor asing mencapai 59 persen. Jumlah ini menurun pada 2001 dimana transaksi yang melibatkan investor asing hanya 11 persen. Namun, pada 2005, transaksi saham yang melibatkan investor asing kembali naik menjadi 41 persen dan pada akhir 2010 menjadi sekitar 39 persen. 2.3.3. Kebijakan Penanaman Modal di Indonesia Beberapa kebijakan dan peraturan yang dikeluarkan oleh Badan Koordinasi Penanaman Modal (BKPM), pada dasarnya bertujuan untuk merangsang pertumbuhan investasi asing langsung maupun dalam negeri, termasuk pengendalian maupun pelaksanaan dari penanaman modal tersebut. Pada tahun 2004, dikeluarkan keputusan Kepala BKPM No. 61 Tahun 2004, yang mengatur tentang Pengendalian Pelaksanaan Penanaman Modal, berupa bentuk dan tatacara pembuatan Berita Acara Pemeriksaan Proyek (BAP), Pelaporan dan Pencabutan Surat Persetujuan. Beberapa problematika terkait dengan mekanisme investasi telah dikaji, dan menghasilkan paket kebijakan baik dari pemerintah maupun BKPM sendiri. Kebijakan yang terkait dengan masalah pembentukan perusahaan dan izin usaha, adalah konsep pelayanan satu atap, dengan dikeluarkannya Keputusan Presiden No. 55 29 Tahun 2003. Lahirnya Keppres tersebut dilatarbelakangi suasana euforia UU No. 22 Tahun 1999 tentang Pemerintah Daerah. Desentralisasi disemangati secara berlebih, sehingga daerah dalam meningkatkan PAD mengeluarkan berbagai perda pajak dan retribusi daerah, yang pada akhirnya memberatkan dunia usaha dan investasi. Pada akhir Februari 2006, pemerintah mengeluarkan paket kebijakan investasi, dalam bentuk Instruksi Presiden No. 3 Tahun 2006. Program tersebut antara lain meliputi kelembagaan pelayanan investasi, sinkronisasi peraturan pusat dan daerah, kepabeanan dari cukai, perpajakan, ketenagakerjaan, usaha kecil, menengah, dan koperasi. Latar belakang dikeluarkannya paket kebijakan investasi tersebut adalah untuk meningkatkan kinerja investasi di Indonesia. Menurut pemerintah, investasi dapat diharapkan memberikan nilai bagi pertumbuhan ekonomi Indonesia, untuk mencapai target pertumbuhan sekitar 6 sampai 7 persen di era pemerintahan Kabinet Persatuan. Paket Kebijakan berikut programnya meliputi aspek umum, kepabeanan dan cukai, perpajakan, ketenagakerjaan dan juga untuk Usaha Kecil, Menengah dan Koperasi. Pada tahun 2007, telah dikeluarkan Undang-Undang Republik Indonesia No. 25 Tahun 2007 tentang Penanaman Modal, juga Peraturan Presiden RI No. 90 Tahun 2007 tentang Badan Koordinasi Penanaman Modal, mengenai Kedudukan, Tugas, Fungsi, Pengorganisasi serta Komite Penanaman Modal. Artinya, BKPM menjadi sebuah lembaga pemerintah yang menjadi koordinator kebijakan penanaman modal antar instansi pemerintah, pemerintah dengan Bank Indonesia, pemerintah dengan Pemerintah Daerah (Pemda) dan antara pemda dengan pemda. Disamping itu, pemerintah juga berperan sebagai badan advokasi bagi para investor, misalnya menjamin tidak adanya ekonomi biaya tinggi. 56 Pada tahun 2009, dikeluarkan Peraturan Kepala BKPM No. 11 Tahun 2009 tentang Tata Cara Pelaksanaan, Pembinaan, dan Pelaporan Pelayanan Terpadu Satu Pintu (PTSP) di Bidang Penanaman Modal, No. 12 Tahun 2009 tentang Pedoman dan Tata Cara Permohonan Penanaman Modal, No.13 Tahun 2009 tentang Pedoman dan Tata Cara Pengendalian Pelaksanaan Penanaman Modal dan No. 14 Tahun 2009 tentang Sistem Pelayanan Informasi dan Perizinan Investasi Secara Elektronik (SPIPISE). Pada tahun 2010 dikeluarkan Peraturan Kepala BKPM No.7 Tahun 2010, yaitu tentang Pedoman dan Tata Cara Pengendalian Pelaksanaan Penanaman Modal, khususnya prosedur-prosedur Laporan Kegiatan Penanaman Modal (LKPM). Dalam rangka meningkatkan investasi asing langsung di Indonesia, pemerintah melalui Badan Koordinasi dan Penanaman Modal (BKPM) telah melakukan beberapa upaya penyesuaian kebijakan investasi, di antaranya adalah sebagai berikut (Sarwedi, 2002): 1. Pemerintah telah memperbaharui Daftar Bidang Usaha yang Tertutup bagi Penanam Modal untuk dapat diberikan keleluasaan investor dalam memilih usaha (Keppres No 96 Tahun 2000 jo. No 118 Tahun 2000). Dalam keputusan tersebut, bidang usaha yang tertutup untuk investasi baik PMA maupun PMDN berkurang dari 16 sektor menjadi 11 sektor. Bidang usaha yang tertutup bagi kepemilikan saham asing berkurang dari 9 sektor menjadi 8 sektor. 2. Penyederhanaan proses dari 42 hari menjadi 10 hari. Sebelumnya persetujuan PMA dilakukan oleh Presiden, sedangkan saat ini cukup dilakukan oleh Pejabat Eselon I yang berwenang, dalam hal ini Deputi Bidang dan Fasilitas Penanaman Modal; 57 3. Sejak tanggal 1 Januari 2001, pemerintah menggantikan insentif Pembebasan Pajak dengan Kelonggaran Pajak Investasi sebesar 30 persen untuk 6 (enam) tahun. 4. Nilai investasi tidak dibatasi, sepenuhnya tergantung studi kelayakan dari proyek tersebut. Pada masa pemerintahan Orde Baru yang dimulai 1967, Indonesia melakukan sejumlah deregulasi terhadap peraturan penanaman modal. Peraturan perundangan penanaman modal asing (PMA) telah mulai diperbaiki sejak tahun 1967, sedangkan penanaman modal dalam negeri (PMDN) mulai diatur sejak tahun 1968. Insentif bagi para investor tampaknya sangat tergantung pada bagaimana pemerintah melakukan atau menerapkan status prioritas bagi sektor industri. Badan Koordinasi Penanaman Modal (BKPM) dalam rangka menjaring investasi asing maupun investasi dalam negeri menerapkan apa yang disebut dengan Daftar Skala Prioritas (DSP), yang memiliki empat kategori, yaitu: a. Sektor industri yang terbuka bagi PMA maupun PMDN dan non-PMA/PMDN, termasuk di dalamnya perusahaan yang relatif kecil; b. Sektor industri yang terbuka bagi PMDN dan Non-PMA/PMDN; c. Sektor industri yang terbuka hanya bagi Non-PMA/PMDN; d. Industri yang tertutup untuk semua investasi, baik PMA, PMDN, nonPMA/PMDN. Sistem insentif tersebut sering direvisi oleh pemerintah, seperti misalnya pembebasan pajak impor, investasi mesin maupun peralatan serta percepatan depresiasi. Secara umum, sistem investasi memiliki kecenderungan penggunaan capital intensive technique. Hal ini dapat dipahami sebagai upaya pemerintah untuk memacu pertumbuhan ekonomi yang didasarkan atas percepatan sektor industri, 58 sehingga kebijakan tentang investasi sering disamakan arahnya dengan kebijakan industri. Inisiatif kebijakan investasi pada akhirnya berkembang pada kebijakan investasi yang mampu mendorong ekspor non-migas yang kemudian dikenal dengan Paket 6 Mei yang efektif diumumkan pada tahun 1986. Menurut Poot, Kuyvenhoven, dan Jansen, 1991: 236-238, dalam Sarwedi, 2002, Paket 6 Mei tersebut pada dasarnya memiliki beberapa poin penting, yaitu mendorong usaha yang sekurang-kurangnya 85 persen outputnya diekspor dalam bentuk pengadaan impor input dengan biaya murah melalui subsidi, memberikan fasilitas pinjaman dana bank apabila sekurangkurangnya 75 persen modal saham (equity) dimiliki oleh orang Indonesia, bila sekurang-kurangnya 51 persen equity ditawarkan di Jakarta Stock Exchange (JSE), dan bila sekurang-kurangnya 51% equity dimiliki oleh orang Indonesia plus sekurangkurangnya 51 persen dari equity yang ditawarkan 20 persen diantaranya ditawarkan di Jakarta Stock Exchange. 2.4. Hipotesis Dalam rangka menganalisis dampak liberalisasi keuangan dan pasar modal terhadap perekonomian Indonesia, dikembangkan suatu model ekonomi. Liberalisasi keuangan, yang dicirikan antara lain oleh keterbukaan capital account dan pasar saham serta mekanisme suku bunga melalui kebijakan moneter, memungkinkan adanya aliran modal (capital flow) secara leluasa antar negara. Dengan kondisi moneter suatu negara yang stabil dan kondusif, maka aliran modal akan masuk melalui transaksi pasar modal (investor sekuritas), dan memberikan kesempatan pada industri untuk beropersional melalui peningkatan investasi pada sektor-sektor produktif dengan adanya dana segar tersebut, sehingga membuka peluang kerja dan diharapkan dapat meningkatkan pertumbuhan investasi sektoral. 59 Tulisan ini bertujuan untuk menggali isu-isu terkait dengan hubungan antara perkembangan keuangan dan pertumbuhan dari sudut pandang evaluasi dampak liberalisasi keuangan. Berdasarkan perumusan masalah dan tujuan penelitian serta latar belakang teori yang melandasinya, maka penelitian ini memiliki hipotesis sebagai berikut: 1. Liberalisasi keuangan berupa keterbukaan control atas capital account dan pasar modal (Investasi Asing Langsung, FDI dan Investasi Portofolio akan mempengaruhi investasi pada sektor primer (pertanian), sektor sekunder (industri dasar dan kimia), serta sektor tersier (perbankan) yang ditunjukkan dengan rasio Q-Tobin. 2. Kebijakan moneter akan mempengaruhi investasi pada sektor primer (pertanian), sektor sekunder (industri dasar dan kimia), serta sektor tersier (perbankan) yang ditunjukkan dengan rasio Q-Tobin. 3. Nilai Q-Tobin yang mencerminkan liberalisasi keuangan dan kebijakan moneter akan mempengaruhi pertumbuhan investasi sektor primer (pertanian), sektor sekunder (industri dasar dan kimia), serta sektor tersier (perbankan). 2.5. Pemilihan Variabel Berdasarkan uraian tinjauan pustaka pada bagian terdahulu, ditentukan variabel yang akan dipilih dalam model penelitian. Beberapa variabel yang akan digunakan dalam penelitian dijelaskan pada Tabel 7: 1. Variabel Kebijakan Moneter a. Uang Beredar b. Suku bunga acuan Bank Indonesia 2. Variabel Keterbukaan Finansial (liberalisasi keuangan) 60 a. Investasi Asing langsung (FDI, Foreign Direct Investment) b. Investasi Portofolio Aset Keuangan c. Pinjaman Komersial (Commercial Borrowings) 3. Variabel Makroekonomi a. Nilai tukar rupiah terhadap US$ b. Suku bunga pasar (pinjaman dan simpanan) c. Cadangan devisa d. Indeks Harga Saham Gabungan 4. Investasi Perusahaan Sektor Pertanian, Industri Dasar dan Kimia, Perbankan a. Investasi Perusahaan (investasi bersih) b. Total aktiva perusahaan c. Nilai Pasar Saham Perusahaan d. Jumlah Saham beredar di pasar sekunder e. Nilai Buku Utang Jangka Pendek dan Utang Jangka Panjang Perusahaan f. Nilai Ekuitas Perusahaan 5. Investasi Sektor a. Investasi Sektor Pertanian, Pengolahan, dan Jasa Keuangan b. Indeks Saham Sektor Pertanian (JAKAGRI), Sektor Pengolahan (JAKMIND) dan Sektor Jasa Keuangan (JAKFIND) 2.6. Posisi penelitian Studi terdahulu mengenai liberalisasi keuangan sebagian besar difokuskan pada pengaruh guncangan aliran modal terhadap determinan makroekonomi dan volatilitas pertumbuhan. Studi mengenai kebijakan moneter umumnya difokuskan pada pengaruh shock moneter terhadap variabel makroekonomi. 61 Tabel 7. Variabel Penelitian Aspek Penelitian Kebijakan Moneter Liberalisasi Keuangan Variabel Makroekonomi Investasi Perusahaan Kinerja Sektor Nomor Simbol Variabel 1 M2 2 SBI 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 Nama Variabel Suplai Uang Suku Bunga Acuan Bank Indonesia FDI Investasi Asing Langsung POR Investasi Portofolio BOR Pinjaman Komersial EXC Nilai Tukar INT Suku Bunga Kredit dan Pinjaman DEV Cadangan Devisa JCI Indeks Harga Saham Gabungan TA Total Aktiva Perusahaan NFA Investasi Bersih Perusahaan SHR Jumlah Saham beredar MVS Nilai Pasar Saham Perusahaan BVD Nilai Buku Total Utang Perusahaan EKU Nilai Ekuitas Perusahaan INVP, Investasi Sektor Pertanian, INVI, Industri Dasar dan Kimia, dan INVB Perbankan JAKAGRI, Indeks Saham Sektor Agribisnis, JAKMIND, Industri Dasar dan Kimia, JAKFIN Perbankan Penelitian ini melakukan analisis mengenai pengaruh liberalisasi keuangan terhadap rasio investasi yang digambarkan dengan rasio Q-Tobin melalui mekanisme penurunan biaya modal, dan selanjutnya pada perubahan determinan makroekonomi. Sedangkan pengaruh kebijakan moneter terhadap rasio Q-Tobin melalui perubahan harga ekuitas dan selanjutnya perubahan determinan makroekonomi. Analisis terkait dengan mikro, meliputi investasi sektoral, serta kinerja keuangan perusahaan-perusahaan terbuka di Bursa Efek Indonesia yang mewakili sektor primer, sekunder dan tersier. Beberapa metode analisis yang digunakan pada studi terdahulu adalah model simultan maupun VAR (Vector Autoregressive). Penelitian ini menggunakan data 62 panel (gabungan data time series dan cross section), dengan model estimasi Fixed Effect Model (FEM) atau Random Effect Model (REM). 63 III. KERANGKA TEORI 3.1. Mobilitas Modal Dalam perekonomian terbuka, pengeluaran suatu negara selama satu tahun tertentu tidak perlu sama dengan yang dihasilkan dari memproduksi barang dan jasa. Suatu negara dapat melakukan pengeluaran lebih banyak ketimbang produksinya dengan meminjam dari luar negeri, atau bisa melakukan pengeluaran lebih kecil dari produksinya dan memberi pinjaman pada negara lain. Berdasarkan identitas perhitungan pendapatan nasional: Y = C + I + G + NX ................................................................................. (3.1) dimana: Y = output C = konsumsi barang dan jasa I = investasi dalam barang dan jasa G = pembelian pemerintah atas barang dan jasa NX = ekspor neto (ekspor barang dan jasa dikurangi impor barang dan jasa) dengan mempertimbangkan bahwa Y − C − G adalah tabungan nasional S , jumlah tabungan perseorangan, Y − T − C , dan tabungan masyarakat T − G , maka S − I = NX ...................................................................................................(3.2) dimana: S − I = arus modal keluar neto NX = neraca perdagangan Dalam perekonomian terbuka terdapat hubungan antara tingkat bunga dengan aliran modal ke mancanegara. Aliran modal keluar neto adalah jumlah dana yang dipinjamkan investor domestik ke luar negeri dikurangi jumlah dana yang dipinjamkan investor asing ke domestik. Ketika tingkat bunga domestik turun, 64 investor domestik merasa meminjamkan ke luar negeri menjadi lebih menarik, dan investor asing merasa meminjamkan ke domestik menjadi kurang menarik. Dengan demikian aliran modal keluar neto yang dilambangkan dengan CF memiliki hubungan negatif dengan tingkat bunga riil domestik, r , yaitu CF = CF (r ) , sebagaimana terlihat pada Gambar 6: Sumber: Mankiw, 2003 Gambar 6 . Hubungan Arus Modal Keluar Neto dengan Tingkat Bunga Dalam perekonomian terbuka kecil (model Mundell-Fleming) asumsi penting yang digunakan adalah mobilitas modal (kapital) sempurna, yaitu perekonomian bisa meminjam atau memberi pinjaman sebanyak yang ia inginkan di pasar keuangan dunia dan sebagai akibatnya tingkat bunga perekonomian ditentukan oleh tingkat bunga dunia (Mankiw, 2003) . Dengan asumsi ini berarti bahwa tingkat bunga dalam perekonomian tersebut = r ditentukan oleh tingkat bunga dunia r*. Secara matematis asumsi tersebut ditulis sebagai: r = r * . Dengan kondisi bahwa tingkat bunga riil sama dengan tingkat bunga dunia, maka persamaan (3.2.) di atas menjadi: − − NX = [Y − C (Y − T ) − G ] − I (r*) ..................................................................(3.3.) 65 − NX = S − I (r*) ............................................................................................(3.4.) Tingkat bunga dunia diasumsikan tetap secara eksogen dan karena perekonomian tersebut relatif kecil dibandingkan perekonomian dunia sehingga bisa meminjam atau memberi pinjaman sebanyak yang ia inginkan di pasar uang dunia tanpa mempengaruhi tingkat bunga dunia. Perekonomian terbuka kecil dengan mobilitas modal sempurna menunjukkan bahwa arus modal dengan bebas masuk dan keluar dari suatu negara pada tingkat bunga dunia tetap r*. sebagaimana disajikan pada Gambar 7. Situasi ini akan terjadi jika investor domestik dan asing membeli aset apapun yang menghasilkan keuntungan tertinggi, dan jika skala perekonomian ini terlalu kecil untuk mempengaruhi tingkat bunga dunia. Tingkat bunga dari perekonomian tersebut akan ditetapkan pada tingkat bunga yang berlaku di pasar uang dunia. Sumber: Mankiw, 2003 Gambar 7. Perekonomian Terbuka Kecil dengan Mobilitas Modal Sempurna Dalam perekonomian terbuka besar, berbeda dari perekonomian terbuka kecil, karena tingkat bunganya tidak ditetapkan oleh pasar uang dunia. Sebagaimana disebutkan sebelumnya bahwa terdapat hubungan negatif antara aliran modal keluar neto dengan 66 tingkat bunga. Apabila hubungan ini ditambahkan pada model pendapatan nasional jangka pendek, maka dalam model tersebut, terdapat tiga persamaan yaitu: Y = C (Y − T ) +I (r ) +G + NX (e) .................................................................(3.5.) M / P = L(r , Y ) ...........................................................................................(3.6.) NX (e) = CF (r ) ..........................................................................................(3.7.) dengan mensubstitusikan persamaan (3.5.) ke persamaan (3.3.), maka diperoleh: Y = C (Y − T ) + I (r ) + G + CF (r ) IS , .......................................(3.8.) M / P = L(r , Y ) LM , ....................................(3.9.) Persamaan (3.8.) dan (3.9.) di atas mirip dengan persamaan dalam model IS-LM perekonomian tertutup, namun dengan perbedaan dimana pengeluaran tergantung pada tingkat bunga. Tingkat bunga yang tinggi akan menurunkan investasi, dan juga menurunkan aliran modal keluar neto (CF) sehingga menurunkan ekspor neto (NX). Keterkaitan antara suku bunga, aliran modal keluar neto dengan neraca perdagangan dan kurs pada perekonomian terbuka besar disajikan pada Gambar 8 berikut. Namun pada perekonomian terbuka kecil terdapat kasus ekstrim, dimana aliran modal keluar neto bersifat elastis sempurna pada tingkat bunga dunia. Dalam kasus ekstrim ini, kurva IS benar-benar datar, sehingga dalam perekonomian terbuka kecil ditunjukkan dengan posisi kurva IS horizontal. 3.2. Hubungan Antara Uang, Sukubunga dan Nilai Tukar Keseimbangan uang riil (M/P) mengukur daya beli dari persediaan uang, dimana M adalah kuantitas uang dan P adalah harga dari suatu transaksi tertentu. Berdasarkan teori preferensi likuiditas, dimana tingkat bunga disesuaikan untuk menyeimbangkan penawaran dan permintaan uang, maka diasumsikan bahwa penawaran keseimbangan uang riil tetap, yaitu: 67 Sumber: Mankiw, 2003 Gambar 8. Model Jangka Pendek dari Perekonomian Terbuka Besar (M / P ) s − − = M / P .....................................................................................(3.10.) Teori likuiditas juga menegaskan bahwa tingkat bunga adalah salah satu determinan dari berapa banyak uang yang ingin dipegang orang, sehingga permintaan terhadap keseimbangan uang riil adalah: (M / P )d = L(r ) .........................................................................................(3.11.) dimana fungsi L( ) menunjukkan bahwa jumlah uang yang diminta tergantung pada tingkat bunga. Permintaan uang juga dipengaruhi oleh pendapatan, karena ketika pendapatan tinggi maka pengeluaran juga tinggi sehingga akan lebih banyak transaksi yang mensyaratkan penggunaan uang. Hubungan permintaan uang dengan pendapatan dalam fungsi permintaan uang ditulis sebagai: ( M / P )d = L(r , Y ) ...............................................................................(3.12.) 68 Kuantitas keseimbangan uang riil yang diminta berhubungan negatif dengan tingkat bunga dan berhubungan positif dengan pendapatan. Dengan teori preferensi likuiditas, dalam jangka pendek, pendapatan yang lebih tinggi menyebabkan tingkat bunga yang lebih tinggi, pada tingkat penawaran keseimbangan uang riil (M/Ps) tertentu. Kondisi dimana ekspektasi atas imbal hasil simpanan dari dua mata uang adalah sama disebut kondisi paritas sukubunga (Krugman dan Obstfeld, 2003). Keseimbangan pasar valuta asing terjadi pada saat simpanan dari seluruh mata uang memberikan ekspektasi imbal hasil yang sama. Hubungan antara uang, sukubunga dan nilai tukar dalam jangka pendek, disajikan pada Gambar 9: Sumber: Krugman dan Obstfeld, 2003 Gambar 9. Keseimbangan pasar uang dan pasar valuta asing Keseimbangan uang riil domestik akan mempengaruhi suku bunga domestik (r1) yang selanjutnya akan mempengaruhi nilai tukar (E1) agar kondisi paritas 69 sukubunga dapat dipertahankan, yaitu titik I1 (pertemuan antara ekspektasi imbal hasil simpanan dalam mata uang asing dengan imbal hasil simpanan dalam mata uang domestik). 3.3. Liberalisasi Keuangan dan Pertumbuhan Ekonomi Latar belakang liberalisasi keuangan dilandasi pada pemikiran adanya keterbatasan ruang gerak sektor keuangan di negara-negara berkembang yang cenderung mengarahkan pembangunan ekonomi ke sektor-sektor strategis, yang disebut oleh McKinnon dan Shaw sebagai financial repression yang menyebabkan shallow finance, yaitu tidak tersalurnya dana (daya beli) secara efisien ke kegiatankegiatan ekonomi yang produktif dan efisien pula, sehingga pertumbuhan ekonomi menjadi terhalang. Menurut teori liberalisasi keuangan, keterbatasan sektor keuangan yaitu adanya peraturan pasar keuangan berupa batasan suku bunga, rasio cadangan yang tinggi serta ketentuan penyaluran program kredit tertentu. Metode pengaturan batas suku bunga serta syarat administrasi lainnya menyebabkan adanya tekanan keuangan yang menganggu (mendistorsi) investasi, inefisiensi perekonomian dan menekan perkembangan ekonomi di negara berkembang. Untuk mengatasi masalah itu, McKinnon dan Shaw menganjurkan agar diadakan liberalisasi (deregulasi) sehingga terjadi financial deepening. Melalui deregulasi, bank-bank dan lembaga-lembaga keuangan lainnya diberi keleluasaan yang lebih besar untuk beroperasi secara efisien atas dasar mekanisme pasar sehingga mereka dapat berfungsi dengan baik dan seefisien mungkin dalam menyalurkan dana dari pemilik dana kepada pengguna dana (pengusaha) untuk keperluan produksi. Menurut McKinnon dan Shaw, ketersediaan dana berdasarkan mekanisme pasar 70 merupakan faktor yang sangat penting untuk dapat menciptakan sistem perekonomian yang efisien dan mencapai laju pertumbuhan ekonomi yang tinggi. Mekanisme dan pandangan konvensional mengenai liberalisasi keuangan menggambarkan keterkaitan antara sukubunga, tingkat tabungan dan investasi. Mosley (1999) menggambarkan proses liberalisasi keuangan melalui de-represi keuangan berupa penghapusan kontrol terhadap sukubunga sebagaimana disajikan pada Gambar 10. Bila bunga dimungkinkan untuk bergerak dari level yang dikontrol (r1) ke tingkat keseimbangan (r2), suplai tabungan akan meningkat dari S1 ke S2, maka kesenjangan antara tabungan (S1) dan investasi (I1), ketergantungan akan sumber dana luar negeri akan hilang, termasuk investasi dengan profit sebesar r1 yang meragukan. Dengan demikian terjadi peningkatan kualitas portofolio investasi dan juga pertumbuhan ekonomi. Dengan laju pertumbuhan yang meningkat akan menggeser turun kurva tabungan dan suku bunga kembali arah keseimbangan awal (r1). Sumber: Mosley, 1999 Gambar 10. Pandangan Konvensional: De-represi Keuangan 71 Hubungan antara perkembangan sektor keuangan dengan pertumbuhan ekonomi dapat dijelaskan melalui kerangka teori fungsi produksi, dengan asumsi bahwa output hanya dipengaruhi oleh persediaan modal (Abdurahman, 2003). yt = f (k ) t dimana yt dan kt masing-masing adalah output dan persediaan modal. Dengan diferensiasi total persamaan di atas, dan laju tabungan (dkt/yt) dan t yt sebagai pertumbuhan output, s sebagai adalah produktivitas marjinal modal, maka persamaan menjadi yt = (dkt/yt) . f’(kt) = s. t …………………………………………...(3.14.) Dari persamaan di atas, pertumbuhan output merupakan produk dari laju tabungan dan produktivitas marjinal modal. Terdapat dua (2) efek dari perkembangan keuangan terhadap pertumbuhan ekonomi. Pertama, perkembangan pasar keuangan domestik akan memperluas efisiensi akumulasi modal (melalui peningkatan t ), sebagaimana dinyatakan oleh Goldsmith (1969) bahwa terdapat korelasi positif antara perkembangan keuangan dengan efisiensi akumulasi modal. Kedua, menurut Mc Kinnon (1973) dan Shaw (1973), perkembangan keuangan tidak hanya meningkatkan produktivitas modal namun juga memiliki peran yang signifikan dalam meningkatkan laju tabungan dan selanjutnya laju investasi melalui perantara keuangan (peningkatan tabungan). 3.4. Hubungan Investasi dengan rasio Tobin Q 3.4.1. Investasi 72 Model investasi tetap bisnis standar disebut model investasi neoklasik. Insentif ekonomi atas keputusan investasi tergantung dari tingkat keuntungan yang akan diperoleh oleh investor. Investasi netto (net investment) yang dilakukan oleh investor dipengaruhi oleh perbedaan produk marjinal modal dan biaya modal. Dengan menggunakan fungsi produksi Cobb-Douglas dapat dijelaskan bagaimana perekonomian aktual mengubah modal dan tenaga kerja menjadi barang dan jasa (Mankiw, 2003). Fungsi produksi Cobb-Douglas adalah: Y = AK α L1−α ...........................................................................................(3.15.) dimana: Y = output K = modal L = tenaga kerja A = parameter tingkat teknologi α = parameter yang mengukur bagian modal atas output (0 < α < 1) Produk marjinal modal adalah: MPK = αA( L / K )1−α ...............................................................................(3.16.) Sewa riil (R/P) merupakan produk marjinal modal dalam ekuilibrium, dapat dituliskan: R / P = αA( L / K )1−α .................................................................................(3.17.) Persamaan tersebut mengidentifikasi variabel yang menentukan harga sewa riil dimana, (1) semakin kecil persediaan modal, semakin tinggi harga sewa riil dari modal, (2) semakin besar jumlah tenaga kerja yang dipekerjakan, semakin tinggi harga sewa riil dari modal, (3) semakin baik teknologi, semakin tinggi harga sewa riil dari modal. Biaya modal (Ck) untuk satu periode adalah: C K = (PK / P )(r + δ ) ..................................................................................(3.18.) 73 dimana: C K = biaya modal, iPK = biaya bunga, ∆PK = keuntungan dari modal, δPK = biaya penyusutan ( adalah tingkat penyusutan) Dengan adanya faktor inflasi, maka ∆PK / PK sama dengan tingkat inflasi keseluruhan π. Karena i - π adalah tingkat bunga riil r, maka biaya modal dapat dituliskan sebagai berikut: C K = PK (r + δ ). Biaya modal riil (real cost of capital) yang diukur dalam tingkat unit output perekonomian tergantung pada harga relatif barang modal (PK / P ) , tingkat bunga riil r dan tingkat penyusutan ditulis: C K = (PK / P )(r + δ ). ..................................................................................(3.19.) Tingkat keuntungan investasi (π) diperoleh dari selisih antara penerimaan riil dengan biaya riil. Keuntungan investasi dapat dituliskan: Laba riil per unit modal = MPK − (PK / P )(r + δ ) ......................................(3.20.) dimana MPK = marginal product of capital. Investor akan menambah investasi jika produksi marjinal melebihi biaya modal, ditulis berikut: ∆K = I n [MPK − (PK / P )(r + δ )] dimana I n [ ] adalah fungsi yang menunjukkan berapa banyak investasi neto merespon insentif untuk investasi. Dari persamaan tersebut di atas, maka dapat disusun persamaan investasi sebagai berikut: I = I n = [MPK − (PK / P )(r + δ )] + δK ......................................................(3.21.) Investasi bisnis bergantung kepada produk marjinal modal, biaya modal dan jumlah penyusutan atau depresiasi. 74 3.4.2. Rasio Q-Tobin Model pada persamaan (3.21.) menunjukkan mengapa investasi bergantung pada tingkat bunga. Penurunan tingkat bunga riil akan mengurangi biaya modal, demikian pula sebaliknya. Menurut Romer (2001), perusahaan akan melakukan investasi sampai pada titik dimana biaya perolehan kapital (harga kapital ditambah biaya penyesuaian) sama dengan nilai dari kapital tersebut, dengan persamaan: 1 + C ' (I (t )) = q (t ) .......................................................................................(3.22.) dimana: C ' (I (t )) = biaya penyesuaian dipengaruhi oleh Investasi pada waktu-t q(t ) = nilai kapital q pada waktu-t Secara teoritis, rasio q mencerminkan bagaimana tambahan satu rupiah kapital akan meningkatkan nilai sekarang dari keuntungan perusahaan. Perusahaan akan meningkatkan persediaan kapitalnya apabila nilai q > 1, dan akan mengurangi investasi bila q < 1. Interpretasi ekonomi dari nilai q adalah setiap kenaikan satu unit persediaan kapital perusahaan akan meningkatkan nilai sekarang dari keuntungan perusahaan sebesar q. Dengan demikian q adalah nilai pasar dari suatu unit kapital. Rasio nilai pasar kapital terhadap biaya penyesuaian kapital dikenal sebagai Q-Tobin (Tobin, 1969 dalam Romer, 2001). Dengan kata lain, Q-Tobin merupakan perbandingan antara nilai pasar perusahaan terhadap investasi bersihnya. Apabila terjadi peningkatan harga saham dari perusahaan, maka nilai pasar perusahaan akan meningkat, dan selanjutnya rasio Q-Tobin akan meningkat, yang memungkinkan perusahaan untuk melakukan investasi dalam aktiva tetap, sebagaimana dituliskan: 75 …………………………………...(3.23.) Keunggulan Q-Tobin sebagai ukuran dari insentif untuk investasi adalah bahwa hal itu mencerminkan profitabilitas modal masa depan yang diharapkan serta profitabilitas sekarang. Teori investasi Q-Tobin menekankan bahwa keputusan investasi bergantung tidak hanya pada kebijakan ekonomi saat ini tetapi juga pada kebijakan yang diharapkan berlaku di masa depan (Mankiw, 2003). 3.4.3. Pengukuran Q-Tobin Persamaan (3.22.) menunjukkan marjinal q yaitu rasio nilai pasar dari tambahan satu unit kapital terhadap biaya penggantiannya. Sedangkan rata-rata q adalah rasio seluruh nilai perusahaan terhadap biaya penggantian dari persediaan kapital tersebut. Dengan asumsi hasil yang menurun (diminishing returns), keuntungan perusahaan, Π, meningkat kurang sebanding dengan persediaan modal dan dengan demikian marjinal q lebih kecil dari rata-rata q. Apabila model dimodifikasi menjadi hasil konstan (constant returns) terhadap biaya penyesuaian, maka rata-rata q sama dengan marjinal q (Hayashi, 1982 dalam Romer, 2001). Han Kin Sang (1998) menggunakan beberapa estimasi dalam menghitung rasio q, salah satunya adalah estimasi sederhana q atau q s adalah: qs = MVCE + PREFBK + STDEBT + DS ...............................................(3.24.) RCS dimana: MVCE= Nilai pasar saham biasa perusahaan PREFBK = Nilai buku saham istimewa perusahaan STDEBT = Nilai buku Utang jangka pendek perusahaan DS = Nilai Buku Utang jangka panjang perusahaan 76 RCS = Nilai Buku total aset perusahaan Selain itu, estimasi yang dikembangkan dan dimodifikasi oleh Lindenberg dan Ross (LR) dalam Han Kin Sang (1998), yaitu q LR : q LR = MVCE + PREFMV + STDEBT + DLR ..........................................(3.25.) LRRC dimana: MVCE= Nilai pasar saham biasa perusahaan PREFMV = Nilai pasar saham istimewa perusahaan STDEBT = Nilai buku Utang jangka pendek perusahaan DLR = Nilai pasar Utang jangka panjang perusahaan dengan teknik modifikasi LR LRRC = Biaya penggantian aset perusahaan dengan modifikasi teknik LR 3.4.4. Implikasi Model q Perubahan pada output, suku bunga dan kebijakan pajak memberikan implikasi kepada model q. Peningkatan output yang permanen mendorong terjadinya kenaikan investasi sementara (temporer), sedangkan kenaikan temporer dari output meskipun meningkatkan investasi namun dengan respons yang lebih rendah dibandingkan dengan kenaikan output permanen (Romer, 2001). Penurunan permanen dari suku bunga jangka pendek menghasilkan booming investasi untuk sementara, sedangkan kenaikan suku bunga jangka pendek yang diharapkan di masa datang (suku bunga jangka panjang) akan mengurangi investasi. Pengaruh pemotongan pajak atas investasi akan meningkatkan investasi dan menurunkan keuntungan industri, sehingga nilai q akan turun, dan tidak ada insentif bagi perusahaan untuk melakukan investasi dengan nilai q < 1. Ketidakpastian akan 77 keuntungan di masa datang tidak memiliki dampak langsung terhadap investasi, selama nilai kapital melebihi biaya perolehannya. Biaya penyesuaian yang tidak simetris menyebabkan perubahan investasi yang tidak sama, saat terjadi peningkatan maupun penurunan investasi. Ketidakpastian resiko (discount factors) yang berkorelasi negatif dengan resiko agregat akan meningkatkan investasi, sebaliknya ketidakpastian resiko yang berkorelasi positif dengan resiko agregat akan mengurangi nilai kapital sehingga menurunkan investasi (Romer, 2001). 3.4.5. Pertumbuhan Output Dalam suatu perekonomian, pertumbuhan dapat dijelaskan melalui peubah antara yaitu teknologi (ekspresi produktivitas dan efisiensi) dari penggunaan faktor produksi (Syafa’at, et al., 2005, dalam Darsono, 2008). Apabila fungsi produksi adalah: Yt = F (C t , Lt , At ) ,......................................................................................(3.26.) Maka laju pertumbuhan dapat ditulis sebagai berikut: g = η (I / Y )t + γ (L / A)t .............................................................................(3.27.) dimana: Yt = output C t = kapital Lt = tenaga kerja At = teknologi g = laju pertumbuhan I = investasi η , γ = elastisitas 78 t = waktu Pertumbuhan output dari suatu sektor tertentu dapat dilihat dari relasi antara pertumbuhan kontribusi PDB sektor tersebut dan laju pertumbuhan relatif produk sektor tersebut. 3.5. Kebijakan dan Transmisi Moneter 3.5.1. Kebijakan Moneter Kebijakan moneter merupakan kebijakan melalui kontrol atas jumlah uang beredar. Terdapat perbedaan pandangan antara Monetaris dan Keynesian atas efektivitas dari kebijakan moneter terkait dengan pergeseran permintaan agregat. Monetaris berpandangan bahwa kebijakan moneter merupakan sarana yang sangat efektif, sementara Keynesian berasumsi bahwa kebijakan moneter adalah sarana yang relatif kurang efektif, karena perubahan jumlah uang beredar akan menyebabkan perubahan yang kecil saja pada sukubunga yang kemudian mengakibatkan perubahan kecil pada pengeluaran untuk investasi (Mishkin, 1992). Kerangka umum yang sering dipergunakan dalam menganalisa interaksi simultan antara permintaan dan penawaran baik pada pasar barang dan pasar uang adalah kerangka IS-LM. Kerangka ini dapat menunjukkan bagaimana kebijakan moneter dan fiskal mampu mempengaruhi tingkat pendapatan atau output (Mankiw, 2003; Mishkin, 2004). Bagi bank sentral yang merupakan otoritas moneter, kebijakan yang dipilih bergantung pada target, kondisi aktual perekonomian, kapasitas kebijakan dan pertimbangan tentang efektivitas kebijakan tersebut. Kebijakan moneter ini ditentukan secara terpusat oleh Bank Indonesia. Tujuan utama kebijakan moneter lebih ditekankan pada stabilitas harga, dengan dasar beberapa pertimbangan. Pertama, dengan output ditentukan kapasitas 79 ekonomi dalam jangka panjang maka segala kebijakan yang mendorong pertumbuhan ekonomi akan menciptakan inflasi (the short-run Phillips-curve) sehingga tidak akan mempengaruhi pertumbuhan ekonomi riil (Kydland and Prescott, 1997, dalam Simorangkir, 2007). Kedua, rational economic agent mengerti bahwa tindakan kejutan pembuat kebijakan dalam mendorong pertumbuhan ekonomi yang mendorong inflasi dapat mendorong terjadinya permasalahan time-consistency (Barro and Gordon, 1983). Ketiga, kebijakan moneter mempengaruhi variabel ekonomi memakan waktu panjang dan mempunyai lag (Friedman, 1968). Keempat, kestabilan harga dapat mendorong terciptanya iklim ekonomi yang lebih baik karena akan mengurangi biaya yang berasal dari inflasi. Penetapan stabilitas harga sebagaimana dikemukakan di atas akan mendorong kesinambungan pertumbuhan ekonomi dalam jangka panjang. Namun di sisi lain jika pencapaian kebijakan moneter tidak dilakukan secara terukur juga dapat mengakibatkan tekanan terhadap pertumbuhan ekonomi. Misalnya, kebijakan moneter yang terlalu ketat dapat menekan (sequeze) pertumbuhan ekonomi dan meningkatkan jumlah pengangguran (Simorangkir, 2007). Menurut teori moneter tradisional, pemerintah mengontrol melalui suplai uang, yang akan mempengaruhi suku bunga, dan selanjutnya tingkat investasi (Stiglitz dan Greenwald, 2003). Paradigma baru dalam kebijakan moneter antara lain menyatakan bahwa: 1. Aktivitas perekonomian dipengaruhi oleh ketersediaan dan jumlah kredit untuk sektor swasta, bukan jumlah uang itu sendiri. 2. Hubungan antara tingkat bunga pinjaman dengan bunga simpanan berubah setiap saat. 3. Perubahan suplai kredit dapat berubah tidak bersamaan dengan suplai uang; dan perubahan hubungan antara uang dan kredit dapat dikenali saat periode krisis. 80 4. Ketersediaan dan jumlah kredit ditentukan umumnya oleh bank; dimana kemampuan dan kesediaan bank untuk meminjamkan dipengaruhi oleh bunga deposit, dan tergantung kondisi perekonomian; perubahan suku bunga mempengaruhi ekuitas perusahaan, serta ekuitas dan kesempatan bank. Perubahan besar dalam suku bunga dapat mempengaruhi derajat ketidakpastian bagi pemberi pinjaman mengenai kelayakan kredit si peminjam 5. Otoritas moneter dapat mempengaruhi perilaku perbankan tidak hanya melalui perubahan SBI tetapi juga melalui peningkatan pembatasan (cadangan minimum, standard kecukupan modal) dan insentif. 6. Kebijakan moneter berpengaruh terhadap aktivitas perekonomian bukan hanya melalui pengaruhnya terhadap permintaan kredit (investasi) namun juga terhadap penawaran kredit (bila ada pembatasan kredit); dan juga berdampak pada penawaran dan permintaan agregat 7. Bagi perekonomian kecil, efek dominan dari kebijakan moneter melalui efek sisi penawaran 8. Kebijakan moneter mempengaruhi perilaku bank dan perusahaan melalui efek substitusi sementara (perubahan suku bunga) dan efek arus kas serta kekayaan riil, terutama untuk perekonomian terbuka akibat perubahan nilai tukar. 9. Peningkatan persaingan dalam sistem perbankan mengurangi keuntungan dari perbedaan bunga pinjaman dan simpanan dan juga mengurangi efektivitas kebijakan moneter. 3.5.2. Transmisi Moneter Kebijakan moneter berlangsung melalui mekanisme transmisi untuk menggeser permintaan agregat, dengan demikian akan mengubah keseimbangan 81 tingkat pendapatan nasional. Mekanisme transmisi moneter merupakan proses ditransmisikannya kebijakan moneter terhadap kegiatan ekonomi secara riil dan harga-harga di masa yang akan datang. Transmisi moneter merupakan suatu hal yang kompleks karena banyak jalur yang mempengaruhi keefektifan kebijakan moneter tersebut terhadap perekonomian suatu negara. Mekanisme transmisi diawali dengan operasi pasar terbuka yang akan mempengaruhi tingkat sukubunga pasar melalui pasar cadangan atau melalui permintaan dan penawaran uang secara luas dan dilanjutkan melalui beberapa jalur mekanisme transmisi yang ada. Pada perekonomian kecil terbuka dengan kurs mengambang, kebijakan moneter ekspansif (pada kondisi harga diasumsikan tetap) dengan menaikkan jumlah uang beredar akan meningkatkan pendapatan dan menurunkan kurs (Mankiw, 2003). Penurunan kurs (depresiasi mata uang domestik terhadap mata uang asing) membuat barang-barang domestik relatif murah terhadap barang-barang luar negeri dan meningkatkan ekspor neto. Mekanisme transmisi dari sektor moneter ke sektor riil mengarah pada tercapainya produk domestik bruto. Berdasarkan hasil empiris dalam jangka pendek jumlah uang beredar hanya mempengaruhi perkembangan output riil. Selanjutnya dalam jangka menengah pertumbuhan uang beredar akan mendorong pada kenaikan harga yang pada gilirannya menyebabkan penurunan perkembangan output menuju posisi alamiah. Dalam jangka panjang, pertumbuhan jumlah uang beredar tidak berpengaruh pada perkembangan output riil tetapi mendorong kenaikan laju inflasi secara proporsional (Nuryati, 2004). Proses transmisi sangat tergantung pada pendekatan yang dipilih sehingga tujuan kebijakan tercapai. Pandangan tradisional Keynesian mengenai mekanisme transmisi moneter dapat dijelaskan (Mishkin, 1992): 82 M naik i turun I naik Y naik. Dengan asumsi pandangan tradisional dimana pasar uang adalah homogen dan sempurna, maka saat terjadi peningkatan jumlah uang beredar (M), maka akan terjadi penurunan sukubunga (i) yang selanjutnya mendorong pertumbuhan investasi (I) sehingga output (Y) akan meningkat. Akan tetapi, efek dari tingkat sukubunga (i) pada pengeluaran investasi (I) umumnya kecil. Dalam merespons kejadian moneter, terdapat beberapa jalur mekanisme moneter yang mempengaruhi aktivitas ekonomi, sebagaimana disebutkan pada bab terdahulu, yaitu melalui jalur langsung moneter, jalur sukubunga, jalur harga aset, jalur kredit dan jalur ekspektasi. Pendekatan terkini mekanisme transmisi yang dikembangkan oleh ekonom Keynesian sejalan dengan model MPS (Marginal Propensity of Saving) Franco Modigliani, dikelompokkan dalam 3 (tiga) kategori, yaitu melalui belanja investasi, pengeluaran konsumen dan perdagangan internasional (Mishkin, 1992). 3.5.2.1. Belanja Investasi Pengaruh kebijakan moneter melalui perubahan jumlah uang beredar terhadap investasi dijelaskan melalui 3 (tiga) pendekatan, yaitu pendekatan hipotesi ketersediaan, teori Q-Tobin dan efek informasi asimetris. Berdasarkan hipotesis ketersediaan (availability hypothesis), bahwa ketersediaan pinjaman dipengaruhi oleh sukubunga pinjaman, yang selanjutnya akan mempengaruhi investasi dan output: M naik Pinjaman naik I naik Y naik Mekanisme transmisi moneter tersebut terjadi bila terdapat korelasi yang tinggi antara belanja investasi dengan pinjaman perusahaan (bisnis). Namun demikian, hubungan sebaliknya dapat terjadi, dimana permintaan pinjaman akan meningkat karena perusahaan (bisnis) melakukan keputusan investasi. Dengan demikian pendekatan 83 ini, nampaknya tidak cukup menjawab pertanyaan bagaimana mekanisme dari kebijakan moneter ditransmisikan. Berdasarkan pendekatan teori Q-Tobin, ekonom menyatakan bahwa kebijakan moneter dapat mempengaruhi belanja investasi melalui pengaruhnya atas harga-harga saham. Nilai Q-Tobin yang didefinisikan sebagai rasio antara nilai pasar perusahaan terhadap biaya penggantian investasi, menunjukkan keterkaitan diantara belanja investasi dengan nilai Q-Tobin. Nilai Q yang tinggi mencerminkan harga saham yang relatif tinggi dibandingkan dengan biaya pembelian aktiva tetap, dengan demikian belanja investasi akan meningkat karena perusahaan dapat membeli aktiva tetap hanya dengan menerbitkan sejumlah kecil saham dari portofolionya. Mekanisme transmisi moneter terhadap kenaikan harga saham perusahaan (Ps) dapat dijelaskan: M naik Ps naik q naik I naik Y naik Hubungan antara belanja investasi dengan harga saham dapat juga dilihat dari sisi adanya penurunan yield (imbal hasil) saham akibat kenaikan harga pasar saham, sehingga menurunkan biaya pendanaan investasi melalui penerbitan saham. Berdasarkan pendekatan efek informasi asimetris, kenaikan dalam harga saham akan meningkatkan nilai perusahaan dan mendorong investasi lebih banyak karena adanya penurunan masalah moral hazard dan adverse selection (problem keagenan, agency problem) yang dapat terjadi akibat informasi asimetris. Keterkaitan kebijakan moneter dengan belanja investasi melalui informasi asimetris dijelaskan: M naik naik Ps naik I naik adverse selection dan moral hazard turun Y naik. pinjaman 84 3.5.2.2. Pengeluaran Konsumen Pengaruh kebijakan moneter terhadap pengeluaran konsumen dapat dijelaskan melalui pendekatan efek sukubunga terhadap pengeluaran barang konsumsi (misalnya kendaraan bermotor dan peralatan rumahtangga) efek kekayaan dan efek likuiditas. Keterkaitan kebijakan moneter terhadap sikap pengeluaran konsumen atas pengaruh perubahan sukubunga adalah: M naik i turun belanja barang konsumsi naik Y naik Namun demikian, besarnya pengaruh sukubunga terhadap belanja barang konsumsi tersebut relatif kecil. Hasil penelitian Modigliani (Mishkin, 1992) menyatakan bahwa pengaruh kebijakan moneter terhadap pengeluaran konsumen lebih efektif melalui penjelasan efek kekayaan, dimana peningkatan harga saham akan meningkatkan kekayaan pemilik saham tersebut sehingga sumberdaya konsumen meningkat dan selanjutnya konsumsi akan meningkat, sebagaimana dijelaskan: M naik Ps naik kekayaan naik sumberdaya naik konsumsi naik Y naik Harga sahampun juga akan mempengaruhi pengeluaran konsumen akan barang konsumsi, sebagaimana dijelaskan melalui pendekatan efek likuiditas. Pada saat aset keuangan (misalnya saham, obligasi dan deposito), yang dimiliki seseorang meningkat nilainya, maka bila aset tersebut dijual akan memberikan uang kas dalam jumlah yang mencukupi untuk dibelanjakan dalam bentuk barang konsumsi ataupun perumahan, sebagaimana dijelaskan: M naik Ps naik keuangan turun nilai aset keuangan naik pengeluaran barang konsumsi naik kemungkinan masalah Y naik, atau 85 M naik Ps naik keuangan turun nilai aset keuangan naik pengeluaran untuk perumahan naik kemungkinan masalah Y naik Ketiga pendekatan mekanisme transmisi moneter menunjukkan bahwa pengaruh kebijakan moneter terhadap posisi kekayaan konsumen memiliki dampak yang besar terhadap permintaan agregat. 3.5.2.3. Perdagangan Internasional Pengaruh pertumbuhan internasionalisasi perekonomian serta aplikasi nilai tukar mengambang (fleksibel) dalam suatu perekonomian negara akan mempengaruhi ekspor bersih melalui efek nilai tukar, adalah: M naik i turun E turun NX naik Y naik Keterkaitan diantara kebijakan moneter berupa uang beredar dengan ketiga pendekatan tersebut di atas dalam mekanisme transmisi dan pengaruhnya terhadap komponen belanja dan pendapatan nasional (GDP, Gross Domestic Product) disajikan pada Gambar 11. Selain pendekatan tersebut di atas, telah dikembangkan jalur mekanisme transmisi dalam dua bagian besar yaitu mekanisme transmisi yang berorientasi pada harga aset dan mekanisme transmisi yang berorientasi pada kredit. Mekanisme transmisi moneter yang berorientasi pada harga aset melihat mekanisme transmisi dari sudut pengaruh nilai tukar terhadap ekspor bersih, teori QTobin, dan efek kekayaan, sedangkan mekanisme transmisi moneter yang berorientasi kredit melihat mekanisme transmisi dari sudut jalur pinjaman bank, jalur neraca, jalur arus kas, jalur tingkat harga yang tidak diantisipasi dan efek likuiditas rumah tangga. 86 Kebijakan Moneter (Penawaran Uang) Mekanisme Transmisi Efek Harga Aset Efek tingkat Sukubunga tradisional Efek Nilai Tukar pd Ekspor Bersih Aspek Kredit Teori Tobin’s q Efek Kesejahteraan Jalur Pinjaman Bank Jalur Neraca Jalur Arus Kas Jalur Tingkat Harga yg tidak diantisipasi Efek Likuiditas Rumah Tangga Kebijakan Moneter Kebijakan Moneter Kebijakan Moneter Kebijakan Moneter Kebijakan Moneter Kebijakan Moneter Kebijakan Moneter Kebijakan Moneter Kebijakan Moneter Sukubunga riil Sukubunga riil Harga Saham Harga Saham Simpanan Perbankan Harga Saham Sukubunga Nominal Tingkat Harga yg tdk diantisipasi Harga Saham Nilai Tukar Tobin’s q Kesejahteraan Keuangan Pinjaman Bank Arus Kas Moral Hazard Aktivitas meminjamkan Aktivitas meminjam kan Aktivitas meminjamkan Investasi Perumahan Investasi Investasi Komponen Pengeluaran Moral Hazard Investasi Perumahan Pengeluaran Konsumen Investasi Ekspor Bersih Investasi Perumahan Konsumsi Produk Domestik Bruto Sumber: Mishkin, 2007 Gambar 11: Mekanisme Transmisi Moneter dan Pengaruhnya terhadap Komponen Pengeluaran dan Gross Domestic Product Kesejahteraan Keuangan Probabilitas Tekanan Keuangan Perumahan Pengeluaran Konsumen 87 3.6. Perkembangan Sektor Keuangan dan Mekanisme Transmisi Moneter Beberapa studi tentang dampak perkembangan dan inovasi keuangan terhadap kebijakan moneter masih menunjukkan hasil yang berbeda. Kebijakan moneter akan efektif melalui pengaruhnya terhadap nilai aset yang mendorong dampak langsung terhadap agregat permintaan melalui jalur sukubunga dan kekayaan. Akan tetapi, kebijakan moneter akan membutuhkan waktu yang lebih lama untuk berpengaruh terhadap perekonomian, seperti halnya efek kekayaan. Pada saat yang sama, inovasi keuangan yang mengembangkan pasar kredit melalui peningkatan likuiditas pasar akan menghasilkan pasar yang tidak terlalu sensitif terhadap dampak perubahan kebijakan moneter melalui jalur kredit. Rangkuman hubungan antara inovasi keuangan dengan mekanisme transmisi moneter disajikan pada Tabel 8. Tabel 8. Inovasi Keuangan dan Mekanisme Transmisi Moneter Saluran / Jalur Dampak Inovasi Keuangan Jalur Sukubunga Efek Substitusi Peningkatan sukubunga agen akan mensubstitusi tabungan ke pinjaman dan menurunkan Investasi Efek Pendapatan Kenaikan sukubunga meningkatkan sukubunga yang sensitif terhadap pembayaran dan penerimaan menurunkan belanja Dampak terhadap efek pendapatan ambigu Efek Kekayaan Derivatif memperbolehkan lindung nilai (hedging) terhadap saham dan properti. Efek peminjaman bank (jalur) Dampaknya besar, dimana saluran peminjaman bank melemah akibat inovasi, seperti derivatif dan sekuritisasi Efek Neraca (jalur) Dampaknya besar, dimana saluran neraca melemah akibat adanya inovasi Efek Net Ekspor Kenaikan sukubunga akan meningkatkan aliran masuk sehingga meningkatkan nilai tukar nominal dan menurunkan ekspor net Efek Paritas Sukubunga Peningkatan aktivitas arbitrase akan meningkatkan aliran dana internasional sesuai dengan perubahaan sukubunga dan meningkatkan nilai tukar sehingga meningkatan kecepatan perubahan harga riil ekspor dan impor mengubah ekonomi riil Keseluruhan dampak adalah marginal. Inovasi keuangan tidak memperlemah jalur sukubunga Jalur Kredit Seluruh dampak signifikan, artinya jalur kredit akan melemah dengan adanya inovasi keuangan Jalur Nilai Tukar Dampak keseluruhan adalah membuat jalur nilai tukar lebih berpotensi Sumber: Singh, et.al.,.2008 88 Rangkuman studi terdahulu (Singh, et.al. 2008) pengaruh dari perkembangan pasar keuangan (bursa dan perbankan) terhadap sistem keuangan, mekanisme transmisi moneter dan aliran sukubunga pada Tabel 9. Tabel 9. Pengaruh Perkembangan Pasar Keuangan Terhadap Jalur Mekanisme Transmisi Moneter Perkembangan Pasar Keuangan Konsekuensi terhadap Sistem Keuangan Liberalisasi Keuangan Mendorong persaingan yang lebih ketat Deregulasi Sukubunga Mengarah pada penetapan suku bunga lebih fleksibel dan berorientasi pasar Mengarah pada integrasi pasar keuangan Sumber: Singh, et al., 2008 Liberalisasi capital Account 3.7. Dampak terhadap Mekanisme Transmisi Moneter Dampak terhadap Aliran Sukubunga Jalur Sukubunga meningkat Jalur Pinjaman Bank menurun Lebih cepat Sukubunga luarnegeri lebih penting terkait dengan aliran dana Dapat mengakibatkan kebijakan moneter domestik kurang efektif Kerangka Pemikiran Penelitian Berdasarkan uraian tinjauan pustaka dan kerangka teori pada bab terdahulu, disusun kerangka pemikiran untuk mencapai tujuan penelitian berdasarkan variabel yang relevan. Kerangka pemikiran tersebut dikelompokkan sedemikian rupa untuk mempermudah permodelan dalam mencapai masing-masing tujuan dari penelitian. Bagan alur pemikiran dalam diagram keterkaitan, disajikan pada Gambar 12. Sesuai dengan tujuan penelitian pertama adalah untuk melihat pengaruh liberalisasi keuangan (liberalisasi capital account dan pasar saham) dari aspek makro dan mikro terhadap nilai Q-Tobin, maka variabel yang diteliti antara lain adalah aliran modal asing baik yang diinvestasikan secara langsung dalam bisnis (Investasi Asing Langsung, FDI) maupun dalam aset keuangan (portofolio), dan pinjaman komersial. Dari ketiga variabel tersebut akan diperiksa pengaruhnya terhadap nilai Q-Tobin perusahaan di setiap sektor. 89 Kebijakan Moneter Suku Bunga Instrumen Kebijakan dan Base Money Uang Beredar Liberalisasi Keuangan Keterbukaan Capital Account dan Pasar Modal Cadangan Devisa Mekanisme Transmisi Moneter Aliran Kapital Pasar Kredit Suku Bunga Pasar Suku Bunga Pinjaman Nilai Aset Keuangan Biaya Modal Nilai Tukar Harga Saham Rasio q Tobin Kebijakan Fiskal Permintaan Agregat Ekspor Bersih Investasi Konsumsi Gambar 12. Kerangka Alur Pemikiran Penelitian Belanja Pemerintah 90 Pada tahapan ini, liberalisasi pasar saham sudah termasuk di dalam liberalisasi capital account, yaitu pengurangan restriksi bagi investor asing untuk melalukan penanaman dana di bursa saham Indonesia. Perubahan dari dua variabel makroekonomi, yaitu sukubunga dan pasar saham diperkirakan akan mempengaruhi keputusan investasi dari perusahaan yang dihitung melalui rasio Tobin Q. Peningkatan rasio Tobin Q mengindikasikan peningkatan investasi dalam barang kapital bersih (setelah dikurangi depresiasi). Tujuan kedua dari penelitian ini adalah untuk menganalisis pengaruh liberalisasi keuangan dari aspek makro dan mikro dengan adanya kebijakan moneter (melalui kebijakan uang beredar), terhadap beberapa variabel makroekonomi seperti cadangan devisa, nilai tukar, sukubunga dan indeks saham, melalui mekanisme transmisi moneter, khususnya jalur sukubunga dan pasar saham. Seperti halnya pada model pertama, maka akan dianalisis pengaruh kebijakan moneter terhadap nilai rasio Q-Tobin dan keputusan investasi. Sampai pada tahapan ini, kedua model (tujuan penelitian pertama dan kedua) akan dianalisis dengan menggunakan model estimasi data panel FEM atau REM. Tujuan ketiga dari penelitian adalah untuk melihat pengaruh liberalisasi keuangan dan kebijakan moneter melalui nilai rasio Q-Tobin terhadap tingkat investasi sektoral. Analisis sektoral (sektor pertanian, industri dasar dan kimia serta perbankan) dilakukan pada tahapan ini, dengan mengkaji indeks saham sektoral, rasio Tobin Q dan tingkat investasi dari sektor tersebut. 91 IV. METODOLOGI PENELITIAN 4.1. Kerangka Analisis 4.1.1. Pilihan Alat Analisis Tujuan dari penelitian ini adalah untuk menganalisis fenomena ekonomi makro seperti liberalisasi keuangan dan kebijakan moneter terhadap keputusan investasi yang dilakukan oleh pihak korporasi (perusahaan). Analisis data dengan model estimasi data panel. Data panel adalah gabungan (pooled data) dari data time series dan data cross-section. Terdapat dua keuntungan penggunaan model data panel dibandingkan dengan data time series atau cross section saja (Verbeek, 2004, dalam Firdaus, 2011). Pertama, dengan mengkombinasikan data time series dan cross section dalam data panel membuat jumlah observasi menjadi lebih besar. Dengan menggunakan model data panel marginal effect dari peubah penjelas dilihat dari dua dimensi (individu dan waktu) sehingga parameter yang diestimasi akan lebih akurat dibandingkan dengan model lain. Secara teknis menurut Hsiao, 2004 dalam Firdaus (2011), data panel dapat memberikan data yang informatif, mengurangi kolinearitas antarpeubah serta meningkatkan derajat kebebasan yang artinya meningkatkan efisiensi. Kedua, keuntungan yang lebih penting dari penggunaan data panel adalah mengurangi masalah identifikasi. Data panel lebih baik dalam mengidentifikasi dan mengukur efek yang secara sederhana tidak dapat diatasi dalam data cross section saja atau data time series saja. Data panel mampu mengontrol heterogenitas individu. Dengan metode ini estimasi yang dilakukan dapat secara eksplisit memasukkan unsur heterogenitas individu. Analisis panel data mengenal dua model data yakni panel data statis dan panel data dinamis. Perbedaannya adalah, pada panel data dinamis memasukkan unsur lag 92 pada variabel dependen sehingga akan muncul masalah endogenitas (endogeneity problem), sedangkan pada data panel statis tidak memasukkan unsur lag pada modelnya. Regresi data panel berbeda dari regresi time-series atau regresi cross-section biasa karena dalam regresi data panel setiap variabel mengandung subscript ganda it (Baltagi, 2005). Rumusan umum untuk regresi data panel adalah sebagai berikut: Yit = + Xit + uit ………………………………………………………………………... (4..1.) dimana: Yit X it . uit = variabel dependen untuk individu ke-i dan waktu ke-t = vektor variabel bebas untuk individu ke-i dan waktu ke-t = konstanta = koefisien regresi = error Dengan demikian, i menandakan dimensi cross section dan t menandakan dimensi waktu. Umumnya penerapan data panel menggunakan model one way error component dalam bentuk : uit = µ i + vit ……………………………………………………………………………………....... .(4.2.) dimana µ menunjukkan pengaruh spesifik individu yang tidak dapat diamati dan vit adalah sisaan disturbance. Nilai uit akan berbeda untuk setiap individual dan waktu sehingga merupakan disturbance yang biasa terjadi dalam analisis regresi. Dalam analisa panel data dikenal dua pendekatan, yakni pendekatan efek tetap (fixed effect model/FEM), dan pendekatan efek acak (random effect model/REM). Keduanya dibedakan berdasarkan pada asumsi ada atau tidaknya korelasi antara komponen error dengan peubah bebas (regresor). Misalkan: Yit di mana: Yit X it . = i + Xit + it i = 1, 2, 3, ..., N; t = 1, 2, 3, ...., T ……….(4.3.) = variabel terikat untuk individu ke-i dan waktu ke-t = vektor variabel bebas untuk individu ke-i dan waktu ke-t = konstanta 93 = koefisien regresi = error = Jumlah cross section = Jumlah periode waktu N T Pada one way error components model, komponen error dispesifikasikan dalam bentuk: εit = i + uit Untuk two way error components model, komponen erro dispesifikasi dalam bentuk: εit = i + it + uit Pada pendekatan one way, error term hanya memasukkan komponen error yang merupakan efek dari individu ( i). Pada two way dimasukkan efek dari waktu ( it) ke dalam komponen error. Jadi perbedaan antara FEM dan REM terletak pada ada atau tidaknya korelasi antara i dan t dengan Xit. FEM muncul ketika antara efek individu dan peubah penjelas (regressor) memiliki korelasi dengan Xit atau memiliki pola yang sifatnya tidak acak. Pendekatan FEM ini mampu untuk membedakan antara efek yang dihasilkan oleh individu pada model. Pada model ini, intersep diantara tiap individu diperbolehkan untuk berbeda, karena model ini mengakui bahwa tiap individu memiliki karakteristiknya masingmasing. Efek tetap yang dimaksud dalam model ini, adalah tiap individu akan memiliki nilai intercept yang tetap dari waktu ke waktu. Pembedaan efek dari tiap individu pada model FEM dilakukan dengan memasukkan variabel dummy untuk menghasilkan parameter yang berbeda-beda baik lintas unit cross section maupun antar waktu, untuk dapat merepresentasikan perbedaan intersep. Pendekatan dengan memasukkan variabel dummy ini dikenal dengan Least Square Dummy Variable (LSDV). Persamaan LSDV dapat dituliskan kedalam persamaan matematis sebagai berikut (Nachrowi dan Usman, 2006): 94 Yit = + Xit + + ….+ 2W2t TZiT + + 2W2t +….+ NWNt + 2Zi2 + 3Zi3 it ................................................................................................................ .(4.4.) dimana: yit = variabel terikat untuk individu ke-i dan waktu ke-t x it = vektor variabel bebas untuk individu ke-i dan waktu ke-t Wit dan Zit = Variabel dummy yang didefinisikan sebagai berikut dummy Wit = 1 ; untuk individu i; i = 1, 2,….., N = 0 ; lainnya Zit = 1 ; untuk individu i; i = 1, 2,….., T = 0 ; lainnya Penaksir disebut sebagai least square dummy variable (LSDV) estimator. Dengan pendekatan ini (LSDV) dapat menghasilkan dugaan parameter β yang tidak bias dan efisien. Tetapi kelemahannya jika jumlah unit observasinya besar maka menjadi rumit. Penambahan sejumlah variabel dummy ke dalam persamaan dapat mengurangi banyaknya derajat kebebasan (degree of freedom) yang pada akhirnya akan mengurangi efisiensi dari parameter yang diestimasi. Jika pada pendekatan FEM perbedaan karakteristik individu dan waktu diakomodasikan pada intercept, pada pendekatan REM perbedaan karakteristik individu dan waktu diakomodasikan pada error dari model. REM muncul ketika antara efek individu dan regressor tidak terdapat korelasi. Asumsi ini membuat komponen error dari efek individu dan waktu dimasukkan kedalam error. Berbeda dengan FEM yang memasukkan komponen error dari efek individu dan waktu direpresentasikan dalam intersep. Persamaan REM dapat dituliskan menjadi (Nachrowi dan Usman, 2006): Yit = + Xit + it ; it = uit + vit + wit dimana: it uit = rata-rata dari seluruh intersep = error term = komponen error cross-section ......................................................... (4.5.) 95 v it w it = komponen error time series = komponen error gabungan Pada REM diasumsikan bahwa uit adalah merupakan bagian dari error term. Dengan demikian, penerapan OLS menjadi tidak tepat untuk memperoleh estimator yang efisien. Untuk mengatasi masalah tersebut maka dapat digunakan pendekatan Generalized Least Square (GLS) dengan memodifikasi pada struktur error covariance matrix nya. Pendekatan-pendekatan yang telah dijelaskan sebelumnya tentunya memiliki kelemahan dan kelebihan. Dalam penelitian ini untuk menguji pengaruh dari liberalisasi keuangan dan kebijakan moneter terhadap nilai Q-Tobin, dibutuhkan estimasi model yang terbaik. Oleh karena itu, dalam ketiga pendekatan analisa regresi data panel akan dipilih satu model yang terbaik. Kriteria pemilihan ini berdasarkan beberapa uji silang dengan pendekatan-pendekatan tersebut. Uji pemilihan model analisis data panel umumnya meliputi Uji Hausman (Hausman test). Pengujian Hausman test merupakan pengujian dalam penentuan model antara FEM dengan REM. Pengujian ini didasari pada asumsi ada tidaknya korelasi antara efek individu dan regressor. Hipotesa yang digunakan dalam pengujian ini adalah: H0 : E (τ i | xit ) = 0 , atau Random Effect Model adalah model yang tepat H1 : E (τ i | xit ) ≠ 0 , atau Fixed Effect Model adalah model yang tepat Sebagai dasar penolakan H0 digunakan statistik Hausman dan membandingkannya dengan Chi square 2 . Jika nilai 2 –statistik hasil pengujian lebih besar dari 2 – tabel, maka cukup bukti untuk melakukan penolakan terhadap H0 sehingga pendekatan yang digunakan adalah fixed effect, dan demikian sebaliknya. Setelah menentukan model terbaik yang akan digunakan, maka langkah selanjutnya adalah menganalis apakah variabel-variabel liberalisasi keuangan dan 96 kebijakan moneter yang diduga berpengaruh terhadap nilai Q-Tobin masing-masing subsektor. Penting untuk diperhatikan bahwa pemilihan model yang dilakukan bukanlah suatu hal yang mutlak, namun disesuaikan dengan hasil yang akan diperoleh nantinya dan tergantung pada tujuan analisis. Tahap berikutnya, adalah setelah ditentukan model estimasi yang tepat, dilakukan pengujian atas variabel-variabel liberalisasi keuangan (FDI dan Investasi Portofolio), kebijakan moneter (SBI dan total kredit), makroekonomi (Nilai tukar dan cadangan devisa), pasar modal (IHSG dan kapitalisasi pasar), perusahaan (aset perusahaan, pinjaman perusahaan dan kapitalisasi pasar saham perusahaan) yang diduga berpengaruh. Persamaan regresi data panel dibentuk sebagai berikut: Q = α + β1 X 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 + β 5 X 5 + β 6 X 6 + ε Untuk mengetahui apakah variabel-variabel tersebut berpengaruh atau tidak maka digunakan uji t. Hipotesis untuk masing-masing variabel adalah: H0 : β 1 ; β 2 ; β 3 ; β 4 ; β 5 ; β 6 = 0 H1 : setidaknya salah satu dari β i ≠ 0(i = 1,2,...,6) Kriteria penolakan H0 adalah apabila tstatistik> ttabel, pada selang kepercayaan tertentu (1 persen, 5 persen dan 10 persen). Proses pengolahan data panel yang dilakukan dari awal sampai pada tahapan analisis pengaruh variabel, menggunakan bantuan software aplikasi EViews Versi 6. 4.1.2. Analisis Untuk Mencapai Tujuan Penelitian Tujuan penelitian pertama dicapai dengan menggunakan metode data panel. Dari uji berdasarkan data panel tersebut akan diketahui keterkaitan liberalisasi keuangan terhadap nilai Q-Tobin dari masing-masing subsektor melalui persamaan regresi data panel. Sampel perusahaan dari 3 sektor, yaitu sektor pertanian (12 97 perusahaan), sektor industri dasar dan kimia (37 perusahaan) dan sektor perbankan (15 perusahaan), disajikan pada Lampiran 2. Data time series yang digunakan berfrekuensi tahunan. Dalam analisis ini, variabel liberalisasi keuangan seperti FDI dan investasi portofolio, juga variabel makroekonomi, pasar modal dan perusahaan dipilih sesuai dengan logika teori ekonomi yang relevan. Untuk mengetahui ada atau tidaknya korelasi diantara suatu variabel dengan variabel yang lain, dilakukan uji korelasi antar variabel. Batasan nilai korelasi adalah 0.85 ke atas, dan selanjutnya variabel tersebut tidak akan dimasukkan dalam persamaan regresi. Analisis dengan data panel bertujuan untuk melakukan estimasi parameter. Sehingga dalam pengujian statistik, yang terpenting adalah persamaan-persamaan dalam model secara kolektif berdasarkan F-test signifikan, meskipun bisa terjadi estimasi koefisien berdasarkan t-test yang mungkin disebabkan oleh multikolinearitas yang tidak signifikan. F-test digunakan untuk mengukur signifikansi dari estimasi regresi secara menyeluruh, sedangkan t-test digunakan untuk mengukur signifikansi dari koefisien-koefisien regresi. Berdasarkan model terpilih, akan terlihat keterkaitan variabel dalam liberalisasi keuangan, seperti arus modal dan investasi asing dengan variabel suku bunga (biaya modal) yang selanjutnya akan mempengaruhi nilai Q-Tobin. Perubahan pada nilai Q tersebut berdampak kepada keputusan investasi. Tujuan penelitian kedua, dicapai dengan menggunakan analisis yang sama yaitu FEM atau REM, untuk melihat pengaruh dari kebijakan moneter (melalui operasi pasar terbuka), terhadap variabel suku bunga jangka pendek dan jangka panjang, yang kemudian akan mempengaruhi nilai Q-Tobin dan selanjutnya terhadap keputusan investasi. Untuk memperoleh variabel-variabel utama yang berpengaruh 98 terhadap investasi dari kebijakan liberalisasi keuangan maupun kebijakan moneter, dilakukan korelasi silang (cross-correlation). Tujuan penelitian ketiga, untuk melihat pengaruh dari liberalisasi keuangan dan kebijakan moneter terhadap pertumbuhan investasi sektoral. Kerangka operasional penelitian berikut variabel yang diteliti disajikan pada Gambar 13. Dari kerangka alur pemikiran pada Gambar 12 sebelumnya, dibuat kerangka operasional berdasarkan tujuan penelitian dan pengelompokkan model. Variabel yang dimasukkan dalam kerangka ini termasuk adalah variabel eksogen yang memberikan pengaruh berupa perubahan kebijakan, baik dalam liberalisasi keuangan (keputusan Pemerintah tentang keterbukaan Capital Account – Pasar Modal) maupun kebijakan moneter (target reserve requirement). 4.2. Spesifikasi Model Penelitian ini dapat dikategorikan sebagai penelitian penjelasan yang berfokus pada penjelasan tentang pola arah dan sifat dinamika hubungan antara kebijakan, variabel-variabel makroekonomi dan investasi perusahaan pada sektor tertentu. Berdasarkan tujuan penelitian dan tahapan analisis maka ada tiga model yang digunakan dalam penelitian ini. Spesifikasi model dan variabel yang digunakan pada tiap-tiap model diturunkan dari pembahasan dalam kerangka teoritis pada bab sebelumnya. Ketiga model tersebut adalah model liberalisasi keuangan dan Q-Tobin, model liberalisasi keuangan serta kebijakan moneter dan Q-Tobin, serta model liberalisasi keuangan dan pengaruh kebijakan moneter terhadap pertumbuhan investasi sektoral. 99 Reserve Requirement Keterbukaan Pasar Modal Keterbukaan Capital Account FDI Pinjaman Komersial Uang Beredar Tabungan Cadangan Devisa Transaksi Aset Keuangan Bunga Pasar Nilai Tukar Rupiah Jumlah Pinjaman IHSG Bunga Pinjaman Biaya Modal Nilai Buku Aset Perusahaan Nilai Pasar Saham Perusahaaan Rasio Q-Tobin Perusahaaan Struktur Modal Perusahaan Inflasi Investasi Sektoral = Tujuan Penelitian = Variabel Kebijakan = Hubungan penjelas dan keterkaitan = Variabel yang diteliti = Variabel mikro lainnya yang tidak masuk model akan diulas dengan metode deskriptif Gambar 13: Kerangka Operasional Berdasarkan Variabel 100 4.2.1. Model Liberalisasi Keuangan 4.2.1.1. Spesifikasi Model Liberalisasi Keuangan Pengukuran liberalisasi keuangan dapat dipisahkan atas pengukuran liberalisasi pasar saham dan liberalisasi capital account. Pengukuran liberalisasi pasar saham, yaitu melalui indikator resmi (adanya ketentuan dari instansi yang berwenang) serta indikator intensitas. Pengukuran liberalisasi pasar saham melalui peraturan resmi diberikan nilai 1 (satu), sedangkan yang tidak melalui peraturan diberi nilai 0 (nol). Pengukuran liberalisasi pasar modal dengan intensitas, dalam bentuk rasio kapitalisasi pasar saham yang ada di suatu negara dengan indeks pasar. Nilai rasio berkisar dari 0 (nol) sampai dengan 1 (satu), dimana rasio 1 (satu) menunjukkan bahwa seluruh saham di suatu negara dapat dimiliki oleh investor asing. Dari ke-2 pengukuran tersebut, maka negara yang pasar sahamnya tersegmentasi secara utuh memiliki nilai 0, sedangkan negara dengan liberalisasi pasar saham penuh memiliki nilai 1. Keterbukaan pasar saham sebagai konsekuensi dari kebijakan moneter dalam liberalisasi keuangan akan menurunkan biaya modal. Penurunan biaya modal akan mendorong terjadinya investasi oleh perusahaan-perusahaan. saham akan mendorong terciptanya investasi. Keterbukaan pasar Keterbukaan capital account diukur dengan 2 pendekatan, yaitu pendekatan dari IMF (AREAER) dan Quinn. Pengukuran dengan AREAER, berkisar dari 0 dan 1, dimana nilai dummy 0 (nol) apabila terdapat 1 hambatan dalam keterbukaan capital account. Sedangkan pengukuran Quinn, memberikan rentang nilai 0 dan 1, yang diukur dari tingkat persetujuan pihak berwenang. Keterbukaan Capital Account sebagai konsekuensi dari liberalisasi keuangan akan mempermudah aliran dana pihak investor, dan selanjutnya mempengaruhi jumlah simpanan, pasar kredit serta menurunkan biaya modal. 101 Penurunan biaya modal akan mendorong terjadinya investasi oleh perusahaanperusahaan. Keterbukaan capital accountpun akan mendorong terciptanya investasi. Pertumbuhan Investasi, dipengaruhi oleh tingkat investasi yang ada saat ini di perusahaan juga tingkat investasi baru, termasuk investasi yang terjadi karena adanya pengaruhi dari liberalisasi keuangan dalam pasar saham maupun capital account, serta tingkat bunga. dalam hal ini adalah investasi yang dilakukan perusahaan dipengaruhi oleh tingkat bunga. Penurunan tingkat bunga akan mengurangi biaya modal, sehingga akan meningkatkan jumlah laba dan meningkatkan insentif untuk mengakumulasi lebih banyak modal. Untuk melihat pola hubungan antara liberalisasi keuangan yang diproksi dari aliran kapital (investasi asing langsung, investasi portofolio keuangan, dan pinjaman komersial) dengan investasi digunakan nilai tahunan masing-masing sejak tahun 2002 sampai dengan 2009. Proksi pengukuran liberalisasi keuangan adalah berdasarkan rasio data antara kapitalisasi pasar saham terhadap Gross Domestic Product. Untuk menganalisis pengaruh liberalisasi keuangan terhadap pertumbuhan investasi digunakan model estimasi Random Effect Model. 4.2.1.2. Data Model Liberalisasi Keuangan Beberapa data yang dibutuhkan dalam model ini dikelompokkan dalam 2 (dua) yaitu kelompok pasar saham dan kelompok capital account. Untuk kelompok pasar saham, data yang dibutuhkan adalah: (1) Nilai Investasi bersih perusahaan Indonesia (sektor pertanian, industri dasar dan kimia dan perbankan) (2) Harga Saham Perusahaan Indonesia (sektor pertanian, industri dasar dan kimia dan perbankan) (3) Biaya modal (4) Nilai buku saham biasa perusahaan Indonesia (sektor pertanian, industri dasar dan kimia dan perbankan) (5) Nilai buku utang 102 jangka pendek perusahaan Indonesia (sektor pertanian, industri dasar dan kimia dan perbankan) (6) Nilai buku utang jangka panjang perusahaan Indonesia (sektor pertanian, industri dasar dan kimia dan perbankan) (7) Nilai buku total aset perusahaan Indonesia (sektor pertanian, industri dasar dan kimia dan perbankan). Untuk kelompok capital account, data yang dibutuhkan adalah: (1) Investasi Asing Langsung (FDI) (2) Investasi Portofolio dan (3) Pinjaman Komersial Asing. Sedangkan data variabel makroekonomi yang dibutuhkan untuk kedua kelompok ini adalah: (1) Cadangan Devisa (2) Nilai Tukar Rupiah (3) Sukubunga pasar, dan (4) Indeks Harga Saham Gabungan maupun Indeks Saham Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan. Biaya modal dipengaruhi oleh ketersediaan sumber dana baik di pasar uang (tingkat bunga pinjaman) maupun tingkat imbal hasil yang dipersyaratkan oleh pemilik dana di pasar modal serta keleluasaan masuknya dana asing melalui investor asing yang membeli sekuritas emiten Indonesia di Pasar Saham Indonesia. Keleluasaan investor asing sebagai gambaran pelonggaran kebijakan atau aturan dalam investasi di pasar saham Indonesia. Harga barang modal berkorelasi positif dengan permintaan atas barang modal tersebut, dan dipengaruhi oleh jumlah penawaran barang modal, tingkat teknologi yang digunakan, suku bunga maupun nilai tukar. Untuk barang modal yang diimpor, nilainya akan semakin meningkat apabila nilai tukar Rupiah terhadap valuta asing (dalam hal ini US $) melemah. Stok modal atau tingkat investasi yang dimiliki perusahaan saat ini, dipengaruhi oleh tingkat depresiasi dari barang modal dan jenis investasinya. Dalam penelitian ini dilakukan pengamatan atas perubahan kebijakan atas liberalisasi keuangan, khususnya pasar saham, yang mengikuti indikator sebagaimana 103 ditetapkan oleh IMF dan aliran dana masuk atau keluar dari capital account, mengikuti indikator sebagaimana ditetapkan oleh IMF dan Quinn terhadap pertumbuhan investasi. Perubahan kebijakan berupa keputusan-keputusan yang terkait dengan Pasar Saham dan aliran dana. Persamaan dalam model liberalisasi keuangan adalah sebagai berikut: - Nilai Q – Tobin = f (investasi asing langsung, investasi portofolio, cadangan devisa, bunga kredit, kapitalisasi pasar saham, pinjaman perusahaan, aset perusahaan, dummy krisis). - Faktor kebijakan makro berupa aliran dana FDI dan investasi portofolio, cadangan devisa, serta faktor mikro berupa pinjaman perusahaan dan kapitalisasi pasar saham perusahaan diharapkan memberikan pengaruh positif terhadap nilai QTobin sektor. - Faktor makroekonomi berupa bunga kredit atau bunga pinjaman serta faktor mikro berupa aset perusahaan diharapkan memberikan pengaruh negatif terhadap nilai Q-Tobin. - Faktor eksternal berupa dummy krisis 2008 diharapkan memberikan pengaruh negatif terhadap nilai Q-Tobin. 4.2.2. Model Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter Paradigma baru dalam kebijakan moneter, menunjukkan bahwa peningkatan suplai uang diharapkan akan meningkatkan ketersediaan pinjaman (mempengaruhi pasar kredit). Spesifikasi model pengaruh liberalisasi keuangan dan kebijakan moneter relatif hampir sama dengan model pertama, hanya saja sudah dipertimbangkan adanya pengaruh kebijakan moneter dalam model ini. Data-data tambahan yang dibutuhkan dalam model ini adalah: (1) Sukubunga acuan Bank 104 Indonesia (2) Kebijakan Moneter (3) Jumlah uang beredar (Suplai Uang) (4) Sukubunga tabungan (5) Sukubunga pinjaman, dan (6) Jumlah kredit (pinjaman) yang disalurkan ke sektor riil, khususnya pertanian, industri dasar dan kimia dan perbankan. Suku bunga acuan Bank, yaitu SBI masih tetap digunakan, meskipun sejak tahun 2008 peran SBI sebagai reference rate mulai dikurangi. - Nilai Q – Tobin = f (SBI, money supply, IHSG, total kredit, bunga kredit, kapitalisasi pasar saham, pinjaman perusahaan, aset perusahaan, dummy krisis) - Faktor makroekonomi seperti SBI, money supply, IHSG, total kredit dan faktor mikro perusahaan berupa kapitalisasi pasar perusahaan dan pinjaman perusahaan diharapkan memberikan pengaruh positif terhadap nilai Q-Tobin. - Faktor makroekonomi berupa bunga kredit atau bunga pinjaman dan faktor mikro berupa aset perusahaan diharapkan memberikan pengaruh negatif terhadap nilai Q-Tobin. 4.2.3. Model Pertumbuhan Investasi Sektoral Seperti halnya pada model pertama dan kedua, model ketiga untuk melihat pengaruh liberalisasi keuangan dan kebijakan moneter terhadap pertumbuhan investasi sektor tertentu (pertanian, industri dasar dan kimia dan perbankan). - Pertumbuhan investasi perusahaan pada sektor tertentu = f (nilai Q-Tobin, bunga pinjaman riil, struktur modal, dummy krisis) 4.3. Pengorganisasian Model Analisis Model analisis setelah dikelompokkan dalam 3 sub-model disajikan pada Tabel 10. Model estimasi yang sesuai untuk ke 3 kelompok model, adalah Random Effect Model. Pemilihan model estimasi antara Fixed Effect dan Random Effect, 105 digunakan uji Hausman. Model estimasi Random Effect ini juga dipilih untuk model ke- 3 (tiga) sektor, baik pertanian, industri dasar dan kimia serta perbankan. Tabel 10. Pengorganisasian Model Analisis Pengaruh Liberalisasi Keuangan No Model Estimasi Tujuan I Pasar Saham dan Keterbukaan REM Melihat hubungan variabel Capital Account Indonesia pasar saham dan capital account terhadap perilaku investasi perusahaan, dengan indikator nilai Q-Tobin II Liberalisasi Keuangan dan REM Melihat pola hubungan Kebijakan Moneter liberalisasi keuangan dan variabel kebijakan moneter terhadap perilaku investasi perusahaan, dengan indikator nilai Q-Tobin III Pertumbuhan Investasi Sektoral REM Melihat perilaku pertumbuhan investasi sektoral dengan adanya liberalisasi keuangan dan kebijakan moneter 106 107 V. VARIABEL LIBERALISASI KEUANGAN DAN KEBIJAKAN MONETER 5.1. Deskripsi Variabel Penelitian Berikut adalah penjelasan mengenai perkembangan variabel yang digunakan dalam penelitian tahun 2002 sampai dengan 2009. Variabel tersebut terdiri dari variabel liberalisasi keuangan, makroekonomi, kebijakan moneter dan variabel emiten (perusahaan yang digunakan sebagai sampel dalam penelitian yang sudah terdaftar di Bursa Efek Indonesia). 5.1.1. Deskripsi Data Liberalisasi Keuangan Data-data terkait dengan keadaan adanya liberalisasi keuangan, adalah meliputi data perkembangan kebijakan yang dikeluarkan oleh Badan Pengawas Pasar Modal (Bapepam), Kementerian Keuangan dan Bank Indonesia. Sebagai konsekuensi dari kebijakan yang telah ditetapkan oleh institusi tersebut, maka berikut akan diuraikan data-data tentang besaran aliran dana dari pihak asing ke Indonesia, baik dalam bentuk investasi asing langsung (FDI), simpanan asing maupun investasi di instrumen keuangan (portofolio keuangan). 5.1.1.1.Deskripsi Data Variabel Investasi Asing Langsung (FDI, Foreign Direct Investment) Periode 1990an, investasi asing langsung dan investasi portofolio mendominasi arus modal swasta, dibandingkan dengan pinjaman bank komersial. Investasi asing langsung telah menjadi komponen terbesar dalam arus modal swasta neto sejak tahun 1995. Pada periode sebelum krisis, sejalan dengan liberalisasi sektor keuangan di Indonesia, perekonomian di Indonesia mengalami peningkatan aliran modal luar negeri masuk yang sangat tinggi yang pada akhirnya mendorong pertumbuhan ekonomi. Gambar 14 menunjukkan perkembangan jumlah FDI 108 dibandingkan dengan Penanaman Modal Dalam Negeri (Domestic Direct Investment, DDI). Data DDI dan FDI mencerminkan akumulasi investasi yang dilakukan oleh perusahaan, sampai memperoleh Izin Usaha Tetap (IUT) dari Badan Koordinasi Penanaman Modal. Fluktuasi FDI terjadi pada saat krisis moneter pada tahun 1998 dan 2000. Sedangkan flutuasi terbesar untuk DDI terjadi pada tahun 2000 dan 2007. Krisis moneter memberikan pengaruh terhadap aliran FDI dan DDI, sedangkan krisis finansial global berpengaruh terhadap DDI. 9,000 7,000 8,000 7,000 6,000 5,000 6,000 5,000 4,000 4,000 3,000 3,000 2,000 2,000 1,000 Miliar Rph Miliar Rph Perkembangan FDI Riil dan DDI Riil periode 2002 - 2009 1,000 0 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 0 Foreign Direct Inves tment Riil Domestic Direct Investment Riil Gambar 14 . Perkembangan Foreign Direct Investment Riil dan Domestic Direct Investment Riil sejak 1995 sampai dengan 2009 (sumber: Badan Koordinasi Penanaman Modal, 2010, data diolah) 5.1.1.2.Deskripsi Data Posisi Pinjaman Rupiah dan Valuta Asing Sumber dana perbankan terutama berasal dari Dana Pihak Ketiga (DPK) yang disalurkan untuk pinjaman atau kredit perbankan, secara umum menunjukkan peningkatan. Secara umum terlihat peningkatan kredit perbankan secara total, namun porsi kredit pertanian hanya berkisar antara 5 persen – 6 persen dari total kredit yang disalurkan, dibandingkan dengan kredit untuk industri pengolahan, berkisar dari 33 109 persen dan menurun menjadi 17 persen pada tahun 2009. Gambar 15 menunjukkan perkembangan kredit total, kredit pertanian, kredit perindustrian dan kredit untuk jasa dunia usaha. Perkembangan Kredit Sektor Ekonomi Januari 2002 - Desember 2009 1,600 1,400 Triliun Rupiah 1,200 1,000 800 600 400 200 0 Pertanian Perindustrian Jasa Dunia Usaha Total Gambar 15. Pergerakan Kredit Sektor Ekonomi (Pertanian – Perindustrian dan Jasa Dunia Usaha) periode Januari 2002 – Desember 2009 (sumber: Bank Indonesia, 2010) 5.1.1.3.Deskripsi Data Investasi Portofolio Aset Investasi Portofolio merupakan investasi yang dilakukan oleh penduduk Indonesia dalam bentuk surat-surat berharga (saham dan surat utang seperti obligasi) yang diterbitkan oleh bukan penduduk Indonesia, demikian sebaliknya untuk kewajiban (Bank Indonesia, 2010). Aset Investasi Portofolio ini merupakan bagian dari kegiatan transaksi finansial, baik yang meliputi investasi langsung maupun investasi portofolio. Kinerja transaksi finansial tidak terlepas dari pengaruh aliran modal jangka pendek yang bergerak merespons perkembangan persepsi risiko pelaku pasar keuangan global, khususnya terhadap negara berkembang seperti Indonesia. 110 Gambar 16 menunjukkan bahwa dalam perkembangannya sejak tahun 2001 sampai dengan akhir 2009, investasi portofolio mengalami tren pertumbuhan positif, meskipun terjadi koreksi pertumbuhan pada tahun 2005 dan 2008. Gambar 16. Perkembangan Investasi Portofolio sejak 2001 sampai dengan 2009 (sumber: Bank Indonesia, 2010) Pertumbuhan negatif, khususnya pada tahun 2008 sebagai konsekuensi dari krisis finansial global yang menyebabkan penurunan kepemilikan modal asing pada portofolio domestik. Meskipun demikian, pada periode tahun 2009, transaksi finansial masih menunjukkan surplus, karena adanya penerbitan obligasi valuta asing oleh pemerintah Indonesia yang mencerminkan masih tingginya kepercayaan investor asing terhadap stabilitas dan prospek makro ekonomi Indonesia (Bank Indonesia, 2008). Investasi di Indonesia saat ini terfokus pada investasi portofolio, di sisi lain dana yang tersedia untuk investasi riil atau langsung jauh dari mencukupi. Uang yang tertanam di bursa saham jauh lebih banyak dibandingkan dengan yang disalurkan untuk membangun pabrik baru, menambah bahan mentah, atau merekrut lebih banyak pekerja. Pada dasarnya, investasi portofolio tidak dapat digunakan sebagai tolok ukur kemajuan suatu ekonomi, meskipun tetap diperhitungkan dalam komponen GDP. 111 Saat ini, dengan adanya globalisasi, maka sangat banyak saham dan ekuitas di Indonesia yang berada di tangan investor asing. Perkembangan transaksi surat berharga yang dilakukan oleh investor asing di Bursa Efek Indonesia, saat ini telah mencapai sekitar 43 persen (Bursa Efek Indonesia, 2011). Mengingat investor internasional memiliki banyak pilihan, sering memindahkan dananya ke berbagai bursa atau pasar uang seluruh dunia untuk memperoleh keuntungan abnormal dari surat berharga, maka proses penarikan oleh investor asing yang umumnya secara mendadak dikarenakan oleh adanya “berita buruk”, akan menimbulkan keguncangan di bursa, bahkan seluruh perekonomian, di negara yang ditinggalkan. 5.1.1.4. Financial Deepening Perekonomian keuangannya, suatu yang dicirikan negara tergantung dengan pada liberalisasi perkembangan keuangan. sektor Sebagaimana disampaikan pada bab terdahulu, Indonesia telah melakukan deregulasi dan reformasi sektor keuangan. Deregulasi keuangan tersebut sering ditandai dengan akselerasi pertumbuhan uang quasi dan inovasi berbagai produk baru jasa keuangan, sehingga dapat meningkatkan financial deepening. Indikator dari financial deepening, antara lain adalah rasio M2 terhadap GDP, yang mencerminkan ukuran nyata dari sektor keuangan dalam perekonomian yang berkembang. Sejak tahun 2002 sampai dengan 2009, terjadi peningkatan rasio M2/GDP yang juga mencerminkan proses transformasi yang terjadi dari M1 ke M2 yang lebih banyak, pertanda lebih berfungsinya uang dalam arti luas ketimbang uang kertas/giro (Sjahrir, 1995: 12-13, dalam Maski, 2007). Indikator lainnya adalah rasio Total Kredit yang disalurkan terhadap GDP (Kredit/GDP), yang mencerminkan bagaimana pihak intermediasi berperan dalam meningkatkan pertumbuhan ekonomi. 112 Semakin besar rasio ini, maka semakin besar peran perbankan dalam pertumbuhan ekonomi. Rasio berikutnya adalah rasio Kapitalisasi Pasar terhadap GDP, yang ditunjukkan dengan nilai kapitalisasi pasar saham dari pasar modal, khususnya pasar saham terhadap GDP (Kapitalisasi pasar/GDP). Rasio ini mencerminkan besarnya partisipan dari pasar modal (saham) dalam perekonomian suatu negara. Baik rasio Kredit/GDP maupun rasio Kapitalisasi Pasar/GDP, keduanya menunjukkan tren yang meningkat dalam periode 2002 sampai dengan 2009, kecuali pada tahun 2008 terjadi penurunan rasio Kapitalisasi Pasar/GDP, dikarenakan adanya krisis finansial global. Gambar 17. Pergerakan Rasio M2, Kredit dan Kapitalisasi Pasar terhadap GDP periode 2002 sampai dengan 2009 (sumber: Bank Indonesia 2010, data diolah) Tabel 11 menunjukkan perkembangan data ke-3 (tiga) indikator Financial Deepening. Terlihat bahwa kebijakan uang beredar yang direpresentasikan dengan rasio M2/GDP memiliki rasio mendekati 1, pada tahun 2008 – 2009. Kondisi ini terkait dengan kebijakan dari Bank Indonesia yang menurunkan suku bunga acuan (SBI), yang kemudian relatif stabil pada kisaran sekitar 8 persen – 9 persen. Akan tetapi, penurunan SBI, ternyata tidak selalu diikuti dengan perkembangan penyaluran 113 kredit, sebagai konsekuensi dari bunga pinjaman yang masih cukup tinggi (spread dengan SBI yang masih relatif besar sekitar 6 persen). Berbeda halnya dengan rasio kapitalisasi pasar terhadap GDP, pada tahun 2007 dengan nilai melebihi 1. Kondisi ini sebagai konsekuensi dari peningkatan transaksi keuangan di investasi portofolio, terutama dengan masuknya investor asing. Namun kondisi ini hanya terjadi sementara, yang selanjutnya terjadi penurunan rasio menjadi separuhnya, akibat krisis finansial global. Tabel 11. Tahun 2002 2003 2004 2005 2006 2007 2008 2009 Data Perkembangan Rasio M2/GDP, Rasio Kredit/GDP dan Rasio Kapitalisasi Pasar/GDP, Periode 2002 – 2009. Rasio M2/GDP 0.59 0.61 0.62 0.69 0.75 0.84 0.91 0.98 Rasio Kredit/GDP 0.22 0.21 0.24 0.28 0.31 0.36 0.45 0.44 Rasio Kapitalisasi Pasar/GDP 0.18 0.29 0.41 0.46 0.68 1.01 0.52 0.90 Sumber: Bank Indonesia, Bursa Efek Indonesia dan BPS, 2010 (data diolah) 5.1.2. Deskripsi Data Variabel Kebijakan Moneter Berikut dijabarkan variabel moneter meliputi uang beredar (M2) dan suku bunga acuan SBI dan suku bunga investasi. Secara umum, kondisi moneter sejak tahun 2002 sampai dengan 2009 relatif stabil yang ditunjukkan oleh perkembangan moneter yang stabil dan terkendali. Kestabilan ini didukung oleh masih kondusifnya faktor fundamental ekonomi domestik dan terjaganya ekspektasi inflasi. 5.1.2.1.Deskripsi Data Suku Bunga Acuan Bank Indonesia Suku bunga instrumen moneter masih cenderung menurun sebagaimana terlihat pada Gambar 18. Penurunan SBI juga diikuti oleh penurunan suku bunga 114 investasi dan pinjaman. Namun secara keseluruhan, spread antara SBI dengan suku bunga pinjaman maupun investasi masih relatif besar, yaitu berkisar rata-rata 5 persen – 6 persen. Besarnya spread suku bunga ini, menjadi pertimbangan bagi pihak korporasi dalam mengajukan pinjaman kredit perbankan. Secara umum, korporasi berharap suku bunga pinjaman tidak menyentuh 2 digit, atau masih di bawah angka 10 persen. Saat ini suku bunga pinjaman berkisar 12 persen – 15 persen. % Perkembangan SBI dan Bunga Investasi 2002 - 2009 20.00 18.00 16.00 14.00 12.00 10.00 8.00 6.00 4.00 2.00 0.00 Bunga Investasi SBI Gambar 18. Perkembangan SBI dan Bunga Investasi sejak 2002 sampai dengan 2009 5.1.2.2.Deskripsi Data Jumlah Uang Beredar Gambar 19 menunjukkan perkembangan jumlah uang beredar (yaitu M2), yang menunjukkan adanya peningkatan. Hal ini mencerminkan adanya pelonggaran kebijakan moneter dari Bank Indonesia, berupa penurunan suku bunga acuan SBI. Sejalan dengan kebijakan dari Bank Indonesia tersebut, nampaknya salah satu indikator financial deepening ini (Rasio M2/GDP), sudah memiliki kisaran nilai menuju angka 1, sebagaimana disajikan pada Tabel 11. 115 Gambar 19. Perkembangan Money Supply (M2) sejak 2002 sampai dengan 2009 5.1.3. Deskripsi Data Variabel Makroekonomi 5.1.3.1.Deskripsi Data Nilai Tukar Rupiah Terhadap US Dollar Nilai Tukar merupakan perbandingan nilai atau harga mata uang domestik dengan mata uang lain. Nilai tukar rupiah terhadap US$ merupakan salah satu indikator makro yang volatil. Ketika terjadi guncangan pada perekonomian seperti krisis ekonomi, tsunami, maupun gejolak politik, maka nilai tukar akan mudah sekali terpengaruh dan memerlukan waktu yang lama untuk kembali normal. Gambar 20. Pergerakan Nilai Tukar Rupiah terhadap US$ sejak 1997 sampai dengan 2009 116 Berdasarkan Gambar 20, dapat dilihat bahwa perubahan nilai tukar rupiah terhadap US$ cenderung berfluktuatif, dan mengarah pada depresiasi. Secara umum, Rupiah terdepresiasi hingga mencapai kisaran nilai tukar sekitar Rp 9000an di akhir tahun 2009. Krisis subprime mortgage menjadi krisis keuangan global yang ditandai dengan bangkrutnya Lehman Brothers, yang selanjutnya terjadi penjualan saham Merryll Lynch, bank di AS dan diambil alih oleh pemerintah AS. Di Indonesia krisis tersebut berdampak pada nilai tukar rupiah yang sempat bertahan di awal tahun 2008 di bawah Rp 10.000 per dolar AS dan mencapai Rp 12.000-an per dolar AS di akhir 2008. Rupiah sempat mengalami penguatan, karena adanya aliran dana (hot money) pada tahun 2007, namun kembali melemah pada level Rp 12.000 lagi. Fluktuasi rupiah terhadap US$ bisa memberikan dampak terhadap harga saham secara individual maupun gabungan, terutama pada kondisi krisis. 5.1.3.2.Deskripsi Data Cadangan Devisa Secara umum, terlihat peningkatan cadangan devisa, sebagai konsekuensi dari kebijakan nilai tukar yang ditetapkan oleh otoritas moneter yaitu Bank Indonesia. Sebagaimana terlihat pada Gambar 21, pada tahun 2006 dan 2007, terjadi peningkatan cadangan devisa, yang mencerminkan adanya aliran dana dari luar, terutama yang diinvestasikan di investasi portofolio. Aliran dana dari luar terjadi sebagai konsekuensi tingginya tingkat imbal hasil Indonesia dibandingkan dengan luar negeri yang merangsang investor asing untuk menanamkan dana di Indonesia. Sejak ditetapkannya kebijakan ’manage floating’ oleh Bank Indonesia, cadangan devisa cenderung tidak mengalami fluktuasi yang tinggi, meskipun terjadi depresiasi rupiah terhadap dollar AS, pada tahun 2008 sebagaimana yang juga terlihat pada Gambar 20 di atas. 117 Gambar 21. Perkembangan Cadangan Devisa (Miliar Dollar AS) periode 1997 sampai dengan 2009 (Sumber: Bank Indonesia, 2010) 5.1.3.3.Deskripsi Data Pertumbuhan Ekonomi Gambar 22 menunjukan pertumbuhan ekonomi Indonesia yang dicerminkan dengan GDP, terlihat bahwa terjadi penurunan pertumbuhan pada periode krisis moneter pada tahun 1997. Gambar 22. Perkembangan beberapa variabel makroekonomi sejak 1997 sampai dengan 2009 (sumber Bank Indonesia, 2010) 118 Pertumbuhan yang rendah juga diindikasikan oleh tingginya suku bunga acuan BI rate dan tingkat inflasi yang tinggi, pada tahun yang sama. Setelah terjadinya krisis moneter pada tahun 1997, maka kondisi perekonomian Indonesia sempat mengalami stagnasi pada sekitar awal 1999, dan menunjukkan peningkatan sejak tahun 2000. Pada tahun 2005, karena terjadinya krisis Bahan Bakar Minyak (BBM), menyebabkan tingkat inflasi yang meningkat. Secara umum, setelah terjadi krisis moneter pada tahun 1998, maka pertumbuhan ekonomi Indonesia relatif stabil di kisaran 6 persen – 7 persen demikian pula dengan tingkat BI rate dan inflasi. 5.1.3.4.Deskripsi Data Indeks Saham 5.1.3.4.1. Indeks Harga Saham Gabungan Indeks Harga Saham Gabungan (IHSG) merupakan indikator pergerakan harga saham di BEI, yang mencakup pergerakan harga seluruh saham biasa dan saham preferen. Secara umum, kinerja industri pasar modal Indonesia dalam 10 (sepuluh) tahun terakhir menunjukkan peningkatan pertumbuhan. Gambar 23 menunjukkan bahwa pada pertengahan tahun 2008 IHSG menunjukkan tren yang menurun. Keadaan ini sejalan dengan krisis subprime mortgage (SM) yang melanda Amerika Serikat. Pola pergerakan yang sama juga terjadi pada IHSG, diikuti oleh indeks sektoral antara lain adalah JAKAGRI (Indeks Sektor Pertanian), JAKBIND (Indeks Sektor Industri Dasar dan Kimia) dan JAKFIN (Indeks Sektor Keuangan) yang juga menunjukkan tren penurunan. Perkembangan IHSG pada tahun 2007 menunjukkan adanya peningkatan dan bertahan sampai awal 2008. Peningkatan tersebut dikarenakan adanya aliran dana (hot money) dari investor asing yang mengalihkan investasinya ke surat berharga di 119 Bursa Efek Indonesia. Dampak krisis finansial (global) mulai terlihat pada sekitar bulan Agustus 2008 hingga awal 2009, dengan adanya penurunan tajam dari IHSG. Gambar 23. Pergerakan Indeks Harga Saham Gabungan di BEI periode Januari 2001 – Desember 2009 (sumber: Bursa Efek Indonesia, 2010) Sejalan dengan pergerakan indeksnya, maka kapitalisasi pasar IHSG juga mengalami tren peningkatan maupun penurunan pada periode waktu yang sama. Gambar 24. Pergerakan Kapitalisasi Pasar Indeks Harga Saham Gabungan di BEI periode Januari 2001 – Desember 2009 (sumber: Bursa Efek Indonesia, 2010) Kapitalisasi pasar IHSG mencerminkan nilai pasar dari total saham seluruh emiten yang beredar di pasar sekunder (Bursa Efek Indonesia). Dengan demikian perubahan 120 harga pasar saham individual ataupun jumlah yang beredar akan mempengaruhi perubahan kapitalisasi pasar tersebut. 5.1.3.4.2. Indeks Saham Sektoral (Pertanian – Industri Dasar dan Kimia Perbankan) Sejalan dengan pergerakan IHSG, indeks saham sektor-sektor tertentu, seperti Sektor Pertanian, Sektor Perbankan dan Sektor Industri Dasar dan Kimia, juga memiliki pola pergerakan yang sama, dalam periode pengamatan yang sama. Pada Gambar 24, pergerakan ke-tiga indeks saham sektoral di BEI tersebut pada umumnya mengalami tren meningkat pada awal 2007 hingga awal 2008. Indeks mulai mengalami penurunan dari awal 2008 hingga 2009. Dari kaca mata investor, setelah mengalami penurunan yang cukup tajam, perusahaan-perusahaan di Indonesia yang selama ini cenderung ekspansif dan berupaya melakukan efisiensi manajemen, akan memiliki harga saham yang lebih rendah dan cukup menarik, meskipun terdapat krisis pada sektor riil. Pada periode setelah krisis, bagi perusahaan yang mengandalkan sumber bahan baku dalam negeri akan memasarkan ke pasar domestik, dan akan memiliki pertumbuhan yang jelas dibandingkan dengan perusahaan yang menggunakan bahan baku impor dan berorientasi ke pasar ekspor. Sektor primer menurut klasifikasi dari Bursa Efek Indonesia terdiri dari 2 (dua) indeks saham, yaitu JAKAGRI (pertanian) dan JAKMINE (pertambangan). Gambar 25 memperlihatkan pergerakan indeks JAKAGRI yang cenderung meningkat pada saat periode sebelum krisis. Seperti halnya dengan IHSG, pada kuartal ketiga 2008 pergerakan mulai memperlihatkan tren yang menurun hingga awal tahun 2009. 121 Gambar 25. Perkembangan Indeks Saham Sektor Pertanian (JAKAGRI), Januari 2001 sampai dengan Desember 2009 (sumber data: Bloomberg, 2010) Sektor primer, diwakili dengan industri pertanian terdiri dari 15 (lima belas) perusahaan, dan terdiri dari subsektor tanaman, perkebunan, pakan ternak, perikanan dan kehutanan. Berdasarkan nilai kapitalisasi pasar, maka subsektor perkebunan memiliki kapitalisasi pasar yang terbesar pada sektor pertanian ini dengan emiten yang mempunyai jumlah perdagangan terbesar adalah Bakrie Sumatra Plantation Tbk (UNSP) (IDX Fact Book, 2010). Pada sektor primer ini, setelah adanya krisis, indeks masih menstabilkan secara perlahan, dikarenakan bahwa permintaan produk di sektor ini diperkirakan masih tetap stabil mengingat produk yang dihasilkan termasuk kebutuhan pokok yang tidak dapat ditunda. Sektor sekunder (industri dan manufaktur), menurut klasifikasi Bursa Efek Indonesia terdiri dari indeks JAKMIND (industri dasar), JAKBIND (barang industri) dan JAKCONS (konstruksi), terdiri dari 130 emiten. Khusus untuk subsektor Industri Dasar dan Kimia, terdiri dari 56 (limapuluh enam) perusahaan, memiliki kapitalisasi pasar sebesar 8.10 persen dari total kapitalisasi pasar saham, pada akhir 2009. Beberapa emiten yang tergabung dalam sektor manufaktur di luar saham-saham Aneka Industri dan Barang Konsumsi yang sering menjadi market mover adalah 122 saham-saham industri semen yaitu PT. Semen Gresik Tbk (SMGR), PT Holchim Indonesia Tbk. (SMCB ) dan PT Indocement Tunggal Prakarsa Tbk (INTP) yang ditunjukkan dengan indeks JAKBIND pada Gambar 26. Gambar 26. Perkembangan Indeks Saham Sektor Industri Dasar dan Kimia (JAKBIND), Januari 2001 sampai dengan Desember 2009 (sumber data: Bloomberg, 2010) Sejak akhir tahun 2009 telah terjadi kenaikan tajam dari indeks sektor manufaktur, terutama karena kenaikan beberapa emiten yang dominan, antara lain Sektor Barang Konsumsi antara lain seperti PT Gudang Garam Tbk (GGRM), PT Unilever Indonesia Tbk (UNVR), PT Indofood Sukses Makmur Tbk (INDF), PT Kalbe Farma Tbk (KLBF), PT HM Sampoerna Tbk (HMSP) dan PT Mayora Indah Tbk (MYOR). Tiga dari emiten di atas yang juga merupakan emiten-emiten termasuk dalam daftar 10 terbesar bila dilihat dari kapitalisasi pasar, yaitu UNVR, HMSP dan GGRM. Gambar 27 menunjukkan perkembangan indeks saham sektor keuangan. Sektor Keuangan merupakan sektor tersier dalam kategori klasifikasi indeks saham sektoral, yang terdiri dari sub sektor perbankan, lembaga pembiayaan, perusahaan efek dan asuransi. Subsektor perbankan terdiri dari 29 (duapuluh sembilan) bank, baik bank komersiel, pemerintah maupun daerah, dengan kapitalisasi pasar sebesar 23.7 persen terhadap total kapitalisasi pasar. Tidak jauh berbeda dengan ke-2 (dua) 123 indeks saham lainnya, indeks saham industri keuangan memiliki pola yang sama, dengan adanya penurunan pada tahun 2008. Gambar 27. Perkembangan Indeks Saham Sektor Keuangan (JAKFIN), Januari 2001 sampai dengan Desember 2009 (sumber data: Bloomberg, 2010) 5.1.4. Deskripsi Data Variabel Emiten Variabel emiten (perusahaan terbuka dan terdaftar di Bursa Efek Indonesia) yang digunakan dalam penelitian ini terdiri dari emiten yang tercakup dalam klafikasi sektor pertanian, industri dasar dan kimia serta perbankan. Pemilihan emiten dari ketiga sektor tersebut dilakukan dengan pertimbangan ketersediaan data laporan keuangan selama periode penelitian, keaktifan saham dalam transaksi perdagangan serta kesesuaian denominasi mata uang yang digunakan dalam laporan keuangan emiten tersebut. Dengan demikian, tidak seluruh emiten yang terdaftar pada setiap sektor yang dibahas, ditetapkan sebagai sampel dalam penelitian ini. Sektor primer diwakili dengan sektor pertanian, dan didominasi oleh perusahaan dari subsektor perkebunan (terdiri dari 12 perusahaan). Sektor sekunder diwakili oleh sektor industri dasar dan kimia, yang terdiri dari perusahaan semen, keramik, kaca, logam, aluminium, pulp and paper (terdiri dari 37 perusahaan). Sektor 124 tersier diwakili oleh sektor keuangan khususnya adalah sektor perbankan (terdiri dari 15 perusahaan). Pemilihan ke-3 (tiga) sektor tersebut untuk dapat merepresentasikan pengaruh liberalisasi keuangan dan kebijakan moneter, dengan mempertimbangkan aspek makro dan mikro, terhadap masing-masing sektor. 5.1.5. Pengelompokkan sektor Pengelompokkan sektor menurut Bursa Efek Indonesia dilakukan berdasarkan kelompok industri, berbeda dengan menurut BPS. Jika menurut BPS, terdapat tiga kelompok besar yaitu sektor primer, sekunder dan tersier, maka menurut BEI pengelompokkan berdasarkan industri. Terdapat 9 (sembilan) kelompok industri menurut BEI. Tabel 12 menunjukkan pengelompokkan industri menurut kriteria BEI. 5.1.5.1 Sektor Pertanian Sektor pertanian mempunyai peranan yang cukup penting dalam kegiatan perekonomian di Indonesia, hal ini dapat dilihat dari kontribusinya terhadap Produk Domestik Bruto (PDB) yang cukup besar yaitu sekitar 13,83 persen pada tahun 2007 atau merupakan urutan ketiga setelah sektor industri pengolahan dan perdagangan, hotel dan restoran. Perdagangan dalam negeri (domestik) dan perdagangan luar negeri (internasional) pada komoditas pertanian yang meliputi sub sektor tanaman pangan, hortikultura, perkebunan dan peternakan merupakan potensi yang saat ini masih terus dikembangkan, mengingat sektor pertanian masih mampu bertahan meskipun terjadi krisis ekonomi di Indonesia tahun 1997, serta krisis global beberapa dalam tahun terakhir ini. Kinerja sektor pertanian cenderung meningkat, baik dari kontribusinya terhadap Produk Domestik Bruto (PDB), penyerapan tenaga kerja dan peningkatan cadangan devisa. 125 Tabel 12. Pengelompokkan Saham Berdasarkan Industri di Bursa Efek Indonesia No. Industri Sub Bidang Industri 1. Pertanian 1. Perkebunan 2. Peternakan 3. Perikanan 4. Lainnya 2. Pertambangan 1. Pertambangan Batu Bara 2. Pertambangan Minyak dan Gas Bumi 3. Pertambangan Logam dan Mineral Lainnya 4. Pertambangan Batu-batuan 3. Industri Dasar dan Kimia 1. Semen 2. Keramik, Perselen, dan Kaca 3. Logam dan Sejenisnya 4. Kimia 5. Plastik dan Kemasan 6. Pakan Ternak 7. Kayu dan Pengolahannya 8. Pulp dan Kertas 4. Aneka Industri 1. Otomotif dan Komponennya 2. Tekstil dan Garmen 3. Alas Kaki 4. Kabel 5. Lainnya 5. Industri Barang dan Konsumsi 1. Makanan dan Minuman 2. Rokok 3. Farmasi 4. Kosmetik dan Barang Keperluan Lainnya 6. Properti dan Real Estate 1. Properti dan Real Estate 2. Konstruksi Bangunan 7. Infrastruktur, Utilitas, dan 1. Energi Transportasi 2. Telekomunikasi 3. Konstruksi Non Bangunan 8. Keuangan 1. Bank 2. Lembaga Keuangan 3. Perusahaan Efek 4. Asuransi 5. Lainnya 9. Perdagangan, Jasa, dan Investasi 1. Perdagangan Besar Barang Produksi 2. Perdagangan Eceran 3. Restoran, Hotel dan Pariwisata 4. Advertising, Printing, dan Media 5. Jasa Komputer dan Perangkatnya 6. Perusahaan Investasi Sumber: Bursa Efek Indonesia, 2008 126 5.1.5.2. Sektor Industri Dasar dan Kimia Sektor industri merupakan sektor yang memiliki peran penting dalam perekonomian Indonesia. Hal ini dapat dilihat dari kontribusi sektor tersebut terhadap pembentukan Produk Domestik Bruto (PDB) nasional. Selama periode 2004-2009 kontribusi sektor industri pengolahan terhadap pembentukkan PDB adalah berkisar 26.16 persen hingga 28.37 persen (Badan Pusat Statistik, 2010). Pangsa sektor industri tersebut jauh berada di atas sektor-sektor lainnya termasuk sektor pertanian, yang memiliki pangsa sekitar 16.00 persen. Hal ini menunjukan bahwa sektor industri selama kurun waktu tersebut merupakan sektor yang paling dominan kedudukannya dalam hal penciptaan PDB. Kontribusi dari setiap sektor terhadap PDB dapat dilihat dari laju pertumbuhannya. Berdasarkan laju pertumbuhannya dalam pembentukan PDB diketahui bahwa meskipun sektor industri pengolahan tidak mengalami laju pertumbuhan yang tertinggi dibandingkan sektor-sektor lainnya, namun laju pertumbuhan yang dicapai selalu mengalami pertumbuhan positif. Laju pertumbuhan yang dicapai sektor industri pengolahan selama periode 2004-2008 berkisar antara 4.14 sampai 6.38 persen (Badan Pusat Statistik, 2010). Hal tersebut menunjukan bahwa peranan sektor industri pengolahan dalam pembentukan PDB terus meningkat seiring dengan pertumbuhan sektor-sektor perekonomian lainnya. Apabila dikaji lebih detail diketahui bahwa pertumbuhan positif yang dicapai oleh industri pengolahan merupakan kontribusi dari pertumbuhan yang dicapai oleh industri pengolahan non minyak dan gas (non migas). Selama periode 2006-2009, industri pengolahan non-migas mengalami pertumbuhan positif, sebaliknya dengan industri migas. Industri pengolahan nonmigas mengalami pertumbuhan berkisar antara 2.52 - 5.27 persen, sedangkan industri pengolahan migas mengalami pertumbuhan negatif dengan kisaran antara -0.06 127 sampai -2.21 persen. Pertumbuhan yang relatif bervariasi antar kelompok industri tersebut disebabkan oleh berbagai faktor yang mempengaruhi sektor industri tersebut. baik faktor internal (inveestasi) maupun faktor eksternal (kebijakan pemerintah). 5.1.5.3. Sektor Perbankan Perbankan di Indonesia dapat diklasifikasikan dalam beberapa jenis. Perbedaan jenis bank-bank ini dibedakan berdasarkan segi fungsi, segi kepemilikannya dan berdasarkan kegiatan operasinya. Dari segi fungsinya, bank dapat dibedakan menjadi bank sentral, bank umum dan bank perkreditan rakyat (BPR). Dari segi kepemilikannya, bank dibedakan berdasarkan kepemilikan sahamnya, yakni bank milik negara (pemerintah), bank milik swasta nasional, bank milik daerah, bank milik asing dan bank milik campuran. Sementara dari segi kegiatan operasinya, bank dibedakan menjadi bank konvensional dan bank syariah. Dalam perkembangannya, jumlah bank berdasarkan segi kegiatan operasinya yakni bank umum dan BPR yang terdapat di Indonesia cenderung mengalami penurunan dari tahun ke tahun. Hal ini dapat disebabkan oleh ketatnya persaingan di industri perbankan dan tingginya Non Performing Loan (NPL) yang mengakibatkan beberapa bank mengalami kesulitan likuiditas dan solvabilitas yang pada akhirnya pailit atau dilikuidasi oleh Bank Indonesia. Selain itu, ketatnya peraturan yang dikeluarkan oleh BI terhadap bank agar melaksanakan prinsip prudent khususnya dalam penyaluran kredit. Sejalan dengan membaiknya perekonomian global, pertumbuhan kredit perbankan Indonesia kembali meningkat setelah pada tahun 2009 tidak mencapai target. Pada tahun 2010, pertumbuhan kredit mencapai 22,8 persen atau sebesar Rp 327.9 triliun (total kredit per 2010 menjadi Rp 1 765.8 triliun). Pertumbuhan ini melebihi target semula yang ditetapkan oleh BI sebesar 20 persen 128 pada tahun 2010. Pertumbuhan kredit valas pada tahun 2010, adalah pertumbuhan yang tertinggi dan mencapai sebesar 30.66 persen atau setara dengan Rp 273.4 triliun, sedangkan pertumbuhan kredit Rupiah meningkat hanya sekitar lima persen dibandingkan dengan tahun sebelumnya (16.54 persen ke 21.47 persen). Pertumbuhan ini didukung oleh nilai tukar rupiah terhadap dola AS yang terapresiasi sampai level Rp 9.000. Pertumbuhan kredit valas tersebut tentunya merupakan salah satu tanda yang positif karena memberikan kontribusi bagi pertumbuhan ekonomi dengan turut membantu meningkatkan ekspor. Namun disisi lain, perbankan harus hati-hati dalam menyalurkan kredit valas karena risikonya juga terkait dengan risiko perubahan nilai tukar. Depresiasi nilai tukar rupiah akan membuat beban debitur meningkat sehingga meningkatkan risiko kredit bermasalah (Bank Indonesia, 2011). 5.2. Analisis nilai Q-Tobin dan Keputusan Investasi dan Pendanaan Perusahaan Bagian ini menganalisis hasil perhitungan nilai Q-Tobin untuk masing-masing sektor, baik pertanian, industri dasar dan kimia serta perbankan. Sebagaimana disampaikan pada bab Metodologi, perhitungan nilai Q-Tobin menggunakan modifikasi dari rumus Han Kin Sang. memasukkan saham istimewa Modifikasi yang dilakukan dengan tidak dalam perhitungan Q-Tobin, dengan mempertimbangkan keadaan di Indonesia. Analisis nilai Q-Tobin dikaitkan dengan keputusan internal perusahaan berupa keputusan investasi serta keputusan pendanaan. 5.2.1. Analisis Nilai Q-Tobin Analisis nilai Q-Tobin dilakukan dengan memperhatikan tren serta mengkaitkannya dengan indeks saham dari masing-masing sektor, baik pertanian, industri dasar dan kimia serta perbankan. 129 5.2.1.1.Nilai Q-Tobin Sektor Pertanian Gambar 28 menunjukkan bahwa secara umum nilai Q-Tobin dari sektor pertanian, menunjukkan adanya tren yang meningkat dari tahun 2002 sampai dengan pertengahan tahun 2007, dan selanjutnya menurun pada tahun 2008. Gambar 28. Perkembangan Q-Tobin Beberapa Emiten Sektor Pertanian, Januari 2002 sampai dengan Desember 2009 (sumber: Laporan Keuangan Tahunan Perusahaan, data diolah) Awal tahun 2002, nilai rasio Q-Tobin mendekati 2, dan meningkat menjadi 4 pada pertengahan tahun 2007, serta menurun menjadi berkisar 0.66 pada akhir 2009. Nilai rasio Q-Tobin tertinggi terjadi pada tahun 2007, yang diindikasikan oleh adanya fenomena aliran uang panas (hot money) dari negara-negara maju, yang diikuti oleh kenaikan indeks saham di beberapa negara berkembang pada saat yang bersamaan, termasuk IHSG di Indonesia, yang pada saat itu mencapai nilai tertingginya yaitu 2 830. Penurunan nilai rasio Q-Tobin pada ke dua tahun terakhir, disebabkan oleh adanya krisis finansial global. Rata-rata nilai rasio Q-Tobin untuk sektor Pertanian dalam periode waktu 8 (delapan) tahun adalah 2.07. Dengan rata-rata nilai rasio QTobin di atas 1 sepanjang periode pengamatan, memberikan indikasi bahwa kondisi pasar modal yang kondusif direspons positif oleh ke-12 emiten sektor pertanian 130 melalui keputusan investasi. Pergerakan nilai rasio Q-Tobin, memiliki pola yang mirip dengan pergerakan indeks saham maupun kapitalisasi saham sektor Pertanian pada periode waktu yang sama. Gambar 29 menunjukkan perkembangan kapitalisasi pasar indeks saham sektor Pertanian dari tahun 2002 sampai dengan 2009. Gambar 29. Perkembangan Kapitalisasi Saham Sektor Pertanian, Januari 2001 sampai dengan Desember 2009 (sumber data: Bloomberg, 2010) 5.2.1.2. Nilai Q-Tobin Sektor Industri Dasar dan Kimia Seperti halnya dengan sektor pertanian, secara umum, nilai Q-Tobin dari sektor industri dasar dan kimia, menunjukkan adanya tren yang meningkat dari tahun 2002 sampai dengan pertengahan tahun 2007, dan selanjutnya menurun pada tahun 2008. Gambar 30 menunjukkan perkembangan nilai Q-Tobin pada periode tahun 2002 sampai dengan tahun 2009. Secara umum, nilai berada di atas 1, namun lebih rendah daripada sektor pertanian, dikarenakan nilai aktiva yang tinggi, sebagai konsekuensi dari perusahaan pengolahan dan padat modal. Rasio di atas 1, juga dipengaruhi oleh tingginya jumlah pinjaman yang merupakan karakter dari industri pengolahan, serta marjin keuntungan yang cukup besar sehingga meningkatkan nilai ekuitas perusahaan. 131 Gambar 30. Perkembangan Q-Tobin Beberapa Emiten Sektor Industri Dasar dan Kimia, Januari 2002 sampai dengan Desember 2009 (sumber: Laporan Keuangan Tahunan Perusahaan, data diolah) Gambar 31 menunjukkan perkembangan kapitalisasi pasar indeks saham sektor Industri Dasar dan Kimia. Secara umum, terdapat kesamaan pola nilai QTobin dengan kapitalisasi pasar, kecuali pada tahun 2009. Perbedaan cenderung disebabkan oleh kenaikan harga saham sektor ini, sebagai konsekuensi dari persepsi positif dari pasar atas kebijakan pemerintah, khususnya tentang pajak bea masuk. Gambar 31. Perkembangan Kapitalisasi Saham Sektor Industri Dasar dan Kimia, Januari 2001 sampai dengan Desember 2009 (sumber data: Bloomberg, 2010) 132 5.2.1.3. Nilai Q-Tobin Sektor Perbankan Meskipun secara umum nilai Q-Tobin sektor perbankan (terdiri dari 15 emiten) juga memiliki pola perkembangan yang relatif sama dengan kedua sektor di atas sebelumnya (pertanian dan industri dasar dan kimia), selama periode pengamatan, namun nilai Q-Tobin relatif lebih stabil dengan rentang nilai yang relatif lebih sempit, yaitu berkisar antara 1.6 sampai 2.2. Gambar 32. Perkembangan Q-Tobin Beberapa Emiten Sektor Perbankan, Januari 2002 sampai dengan Desember 2009 (sumber: Laporan Keuangan Tahunan Perusahaan, data diolah) Gambar 32 menunjukkan, bahwa secara umum, nilai Q-Tobin dari sektor perbankan, menunjukkan adanya tren yang meningkat dari tahun 2002 sampai dengan pertengahan tahun 2007, dan selanjutnya menurun pada tahun 2008. Nilai Q-Tobin berkisar antara 1.63 sampai dengan 2.2 selama periode pengamatan. Berbeda halnya dengan ke dua sektor sebelumnya yaitu pertanian dan industri dasar dan kimia. Nilai Q-Tobin rata-rata sebesar 1.73 sepanjang periode pengamatan, memberikan indikasi bahwa kondisi pasar modal yang kondusif direspons positif oleh ke-12 emiten sektor pertanian melalui keputusan investasi. 133 Pergerakan nilai Q-Tobin, memiliki pola yang mirip dengan pergerakan indeks saham maupun kapitalisasi saham sektor keuangan (JAKFIN) pada periode waktu sampai yang sama. Gambar 33 menunjukkan perkembangan indeks saham sektor keuangan dari tahun 2001 sampai dengan 2009. Gambar 33. Perkembangan Kapitalisasi Saham Sektor Keuangan, Januari 2001 sampai dengan Desember 2009 (sumber data: Bloomberg, 2010) 5.2.1.4. Nilai Q - Tobin ke-tiga Sektor (pertanian, industri dasar dan kimia dan perbankan) Ketiga sektor pertanian, industri dasar dan kimia dan perbankan, menunjukkan pola perkembangan nilai Q-Tobin yang relatif sama selama periode waktu pengamatan dari tahun 2002 sampai dengan 2009, sebagaimana disajikan pada Gambar 34. Sektor pertanian memiliki nilai Q-Tobin yang tertinggi, demikian juga dengan fluktuasinya, sementara sektor perbankan memiliki nilai Q-Tobin yang terendah. Hal ini diduga berkaitan dengan prinsip kehati-hatian (prudent) dari kalangan perbankan dalam menyalurkan kredit, sehingga nilai investasi perbankan juga menjadi rendah. Sedangkan pada sektor pertanian, 134 Gambar 34. Perkembangan Q-Tobin dari Sektor Pertanian – Industri Dasar dan Kimia dan Perbankan, Januari 2002 sampai dengan Desember 2009 Tabel 13 menunjukkan nilai Q-Tobin dari sektor Pertanian, sektor Industri Dasar dan Kimia dan sektor Perbankan periode 2002-2009. Tabel 13. Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan, Periode 2002 - 2009 Nilai Q-Tobin Sektor Tahun Pertanian Industri Dasar dan Kimia Perbankan 2002 1.91 1.63 1.18 2003 2.39 1.57 1.47 2004 1.89 1.60 1.76 2005 1.94 1.68 1.97 2006 3.08 1.76 2.51 2007 4.05 2.20 3.12 2008 0.67 2.00 1.13 2009 0.66 1.38 0.92 Rerata 2002 – 2007 2.54 1.74 2.00 Rerata 2008 – 2009 0.67 1.69 1.02 Rerata 2002 – 2009 2.07 1.76 1.73 Sumber: Laporan Keuangan Tahunan dan Nilai Pasar Saham Perusahaan (data diolah) 135 Secara umum nilai Q-Tobin dari ke 3 (tiga) sektor berkisar rata-rata di atas 1, artinya nilai pasar perusahaan (emiten) lebih besar dari nilai buku aset perusahaan, dengan demikian masih terdapat insentif bagi perusahaan untuk meningkatkan investasinya. Nilai Q-Tobin dari ke 3 (tiga) sektor memiliki kecenderungan yang hampir serupa yaitu adanya peningkatan nilai Q sejak tahun 2002 sampai dengan 2007, dan terjadi penurunan pada 2008. 5.2.2. Keputusan Investasi dan Keputusan Pendanaan Perusahaan Tabel 14 menunjukkan jumlah investasi rata-rata dari ke-3(tiga) sektor, selama periode 2002 – 2009. Secara umum, ke-3 (tiga) sektor memperlihatkan adanya pertumbuhan investasi berupa aktiva tetap neto dalam periode penelitian. Pertumbuhan tertinggi terlihat pada sektor pertanian, kemudian industri dasar dan kimia dan diikuti dengan perbankan. Pertumbuhan investasi sejalan dengan nilai QTobin, dengan sektor pertanian memiliki nilai Q-Tobin tertinggi, dan perbankan yang terendah. Tabel 14. Nilai Investasi perusahaan di Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan periode 2002 - 2009 Nilai Investasi (net) Perusahaan di Sektor Industri Dasar dan Tahun Pertanian Kimia Perbankan (juta rupiah) 2002 778 703.33 47 220 740.67 943 229.57 2003 766 418.25 72 748 413.93 983 948.68 2004 797 992.92 39 074 991.67 960 223.92 2005 993 261.83 43 595 236.53 966 337.68 2006 1 118 416.33 47 897 423.87 948 064.14 2007 1 403 307.33 58 079 640.27 932 614.65 2008 1 696 509.17 69 209 463.60 973 622.19 2009 1 649 737.58 64 442 402.60 985 193.92 Pertumbuhan (%) 11.32 4.54 0.62 Sumber: Laporan Keuangan Tahunan Perusahaan 2002 – 2009 (data diolah) 136 Pertumbuhan investasi sektor pertanian yang sebagian besar didominasi oleh perusahaan perkebunan khususnya kelapa sawit, terkait dengan program revitalisasi pertanian. Sektor Industri Dasar dan Kimia, yang terdiri dari perusahaan semen, keramik, logam, plastik, pengolahan kayu dan pulp dan kimia, secara umum dapat dipengaruhi oleh kebijakan pemerintah, terkait dengan insentif pajak, impor dan ekspor, baik untuk bahan mentah maupun barang jadi. Investasi di sektor perbankan menunjukkan pertumbuhan yang relatif rendah, terkait dengan kebijakan perbankan Indonesia untuk berhati-hati (prudent) di dalam penyaluran kredit, dan cenderung melakukan investasi di Sertifikat Bank Indonesia. Tabel 15 menunjukkan keputusan pendanaan dan investasi dari perusahaan di ke-3 (tiga) sektor. Rasio DAR (Debt to Total Assets) menunjukkan besarnya porsi total pinjaman terhadap total aktiva, sedangkan rasio Aset menunjukkan besarnya porsi investasi terhadap total aktiva. Hasil memperlihatkan pinjaman (dana eksternal) di sektor industri dasar dan kimia serta perbankan dominan dibandingkan dengan ekuitas (dana internal) sejalan dengan penelitian Millar (2005) dan Mosley (1999). Khusus untuk sektor perbankan, aktiva tetap neto termasuk di dalamnya adalah nilai kredit yang disalurkan. Di sektor pertanian, pinjaman dan ekuitas merupakan sumber dana untuk investasi aktiva tetap neto, sedangkan di ke-2 (dua) sektor lainnya juga termasuk untuk investasi di aktiva lancar atau aktiva lain-lain. Hal ini terlihat dari perbandingan rasio DAR dengan ATNet/TA, sebagai keputusan investasi. Artinya, di sektor pertanian, laba perusahaan masih memberikan kontribusi sebagai sumber dana internal dalam mendanai keputusan investasi aktiva tetap. Rasio utang sektor pertanian yang rendah, mencerminkan kredit perbankan belum cukup berperan dalam mendorong investasi sektor ini, kecuali pada subsektor perkebunan. 137 Tabel 15. Keputusan Pendanaan dan Keputusan Investasi perusahaan di Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan, 2002 – 2009 Tahun 2002 2003 2004 2005 2006 2007 2008 2009 Rerata Pertumbuhan Rasio Leverage dan Rasio Aset di SubSektor Pertanian Industri Dasar dan Kimia Perbankan DAR ATNet/TA DAR ATNet/TA DAR ATNet/TA 0.58 0.50 1.75 0.54 0.80 0.75 0.65 0.48 0.36 0.56 0.86 0.74 0.44 0.46 0.38 0.51 0.87 0.62 0.31 0.51 0.39 0.50 0.87 0.61 0.32 0.48 0.34 0.47 0.86 0.60 0.25 0.44 0.33 0.51 0.87 0.60 0.28 0.45 0.37 0.42 0.85 0.64 0.26 0.45 0.29 0.45 0.85 0.62 0.38 0.47 0.53 0.50 0.85 0.65 -10.94% -1.37% -22.58% -2.66% 0.85% -2.59% Sumber: Laporan Keuangan Perusahaan (data diolah) 5.3. Uji Kausalitas Granger (Granger Causality Test) Kausalitas Granger merupakan pengujian hubungan bolak balik antara dua atau lebih variabel pada data time series. Uji kausalitas Granger yang dilakukan adalah uji yang sudah dilakukan differencing level 1 dengan menggunakan α = 5 persen untuk seluruh kriteria pengujian. Hasil pengujian kausalitas nilai Q Tobin antar sektor pada periode 2002 sampai dengan 2009 dapat dilihat pada Lampiran 3. Apabila nilai probabilitas yang diperoleh lebih kecil dari 5 persen maka kesimpulan yang diambil adalah tolak H0. Hipotesis bahwa Q Tobin sektor perbankan tidak mempengaruhi Q Tobin sektor pertanian (Q perbankan does not Granger Cause Q Pertanian) diterima, karena nilai probabilitas F yang lebih besar dari 5 persen. Hal ini terjadi pula sebaliknya, bahwa hipotesis Q-Tobin sektor pertanian tidak mempengaruhi sektor perbankan. Hasil yang sama terlihat pada pengujian hipotesis pengaruh Q-Tobin sektor industri dasar dan kimia dengan sektor pertanian, yang menunjukkan bahwa nilai Q masingmasing sektor tidak saling mempengaruhi satu sama lain. Sementara itu, hasil pengujian terhadap Q sektor industri dan sektor perbankan menunjukkan, hipotesis 138 bahwa Q-Tobin sektor industri dasar dan kimia tidak mempengaruhi sektor perbankan diterima. Sebaliknya, hipotesis bahwa Q-Tobin sektor perbankan tidak mempengaruhi Q-Tobin sektor industri dasar dan kimia ditolak, karena probabilitas nilai F lebih kecil dari taraf nyata 5 persen. Dengan hasil tersebut dapat disimpulkan bahwa selama periode penelitian, nilai Q-Tobin sektor perbankan mempengaruhi nilai Q-Tobin sektor industri dasar dan kimia. Secara singkat, tidak terdapat hubungan kausalitas antara Q-Tobin sektor perbankan dengan sektor pertanian, demikian pula dengan antara Q-Tobin sektor pertanian dengan sektor industri dasar dan kimia. Sehingga dapat disimpulkan selama periode penelitian, nilai Q-Tobin sektor perbankan tidak secara signifikan mempengaruhi nilai Q-Tobin sektor pertanian dan nilai Q-Tobin sektor pertanian tidak secara signifikan mempengaruhi nilai Q-Tobin sektor perbankan. Demikian pula dengan kesimpulan bahwa nilai Q Tobin sektor pertanian tidak secara signifikan mempengaruhi nilai Q-Tobin sektor industri dasar dan kimia, demikian pula sebaliknya. Keadaan tersebut dapat dijelaskan sebagai berikut, yaitu kredit perbankan merupakan keputusan investasi yang dilakukan oleh sektor perbankan, yang berpengaruh terhadap nilai Q-Tobin perbankan. Secara umum, sektor industri dasar dan kimia merupakan sektor yang padat modal, yang konsekuensinya membutuhkan investasi aktiva tetap, baik melalui sumber dana internal (laba perusahaan) maupun eksternal (utang/kredit maupun pasar modal). Kebijakan penyaluran kredit perbankan untuk sektor ini, mempengaruhi keputusan investasi dari perusahaan, yaitu nilai QTobin. Tidak terdapat hubungan kausalitas antara Q-Tobin sektor perbankan dengan sektor pertanian, demikian pula dengan antara Q-Tobin sektor pertanian dengan sektor industri dasar dan kimia. Penyaluran kredit perbankan untuk perusahaan 139 perkebunan yang dominan dalam sektor pertanian, pada dasarnya akan meningkatkan keputusan investasi perusahaan, mengingat sektor perkebunan didominasi oleh utang dalam struktur modal perusahaannya. Namun, pengaruh kredit perbankan, tidak signifikan mempengaruhi keputusan investasi, karena adanya sumber dana internal berupa laba dari beberapa perusahaan perkebunan besar seperti Astra Agro Lestari dan London Sumatra Plantation. Demikian pula dengan kesimpulan bahwa nilai QTobin sektor pertanian tidak signifikan mempengaruhi nilai Q-Tobin sektor industri dasar dan kimia, demikian pula sebaliknya. Dari hasil yang diperoleh, dapat disimpulkan bahwa tidak terjadi hubungan timbal balik antara nilai Q-Tobin sektor perbankan dan sektor pertanian, sektor industri dasar dan kimia dengan sektor pertanian serta sektor perbankan dengan sektor industri dasar dan kimia. Hubungan kausalitas hanya terlihat pada nilai Q-Tobin sektor perbankan yang mempengaruhi nilai Q-Tobin sektor industri dasar dan kimia. 5.4. Intisari Analisis Deskriptif dan Uji Kausalitas Granger Berdasarkan analisis deskriptif pada subbab sebelumnya, maka secara umum disimpulkan bahwa selama periode penelitian 2002 sampai dengan 2009, perekonomian Indonesia masih menunjukkan kestabilan, meskipun sempat terjadi kenaikan harga Bahan Bakar Minyak (BBM) pada tahun 2005 dan krisis finansial global tahun 2008. Kestabilan tercermin dari tingkat pertumbuhan GDP, tingkat inflasi serta nilai tukar rupiah yang relatif stabil selama periode tersebut. Adanya tekanan terhadap kestabilan makroekonomi Indonesia pada tahun 2005, terutama karena meningkatnya tekanan depresiasi rupiah akibat permintaan valuta asing dari beberapa korporasi, serta adanya pembalikan modal ke luar negeri oleh investor asing akibat sentimen penguatan mata uang US$. Pengetatan kebijakan moneter telah 140 ditempuh oleh Bank Indonesia, untuk menjaga kestabilan nilai rupiah serta mengatasi tingkat inflasi yang meningkat pada tahun 2005. Perlambatan perekonomian Indonesia terjadi pada triwulan IV tahun 2008, sebagai konsekuensi dari krisis finansial global, terutama karena turunnya kinerja ekspor, defisit neraca pembayaran dan melemahnya nilai tukar rupiah. Di pasar keuangan, selisih risiko (risk spread) dari surat-surat berharga Indonesia mengalami peningkatan yang cukup signifikan yang mendorong arus modal keluar dari investasi asing di bursa saham, Surat Utang Negara (SUN), dan Sertifikat Bank Indonesia (SBI). Meskipun pertumbuhan ekonomi Indonesia belum sepenuhnya pulih, namun perekonomian mulai membaik sampai akhir tahun 2009, melalui penerapan beberapa kebijakan stimulus moneter dan kebijakan fiskal. Hal ini tercermin dari membaiknya Indeks Harga Saham Gabungan, imbal hasil (yield) Surat Utang Negara (SUN), nilai tukar rupiah, serta inflasi yang rendah sekitar 2.7 persen. Dinamika perekonomian Indonesia selama periode tahun 2002 sampai dengan 2009, juga terlihat pada nilai Q-Tobin dari ke 3 (tiga) sektor, sebagaimana telah disajikan pada subbab terdahulu. Aspek makroekonomi, khususnya financial deepening serta aliran dana asing langsung dan investasi portofolio memiliki hubungan dan pengaruh dengan nilai pasar perusahaan, sehingga nilai Q-Tobin cenderung memiliki pola yang serupa dengan dinamika kondisi pasar modal. Di sisi lain, kebijakan moneter yang mendorong penyaluran kredit perbankan juga memberikan kontribusi terhadap peningkatan pinjaman dari korporasi di tiga sektor tersebut. Pertumbuhan investasi berupa aktiva tetap untuk sektor pertanian dan industri dasar dan kimia, serta penyaluran kredit untuk sektor perbankan yang positif menunjukkan keputusan investasi yang tidak cukup dipengaruhi oleh tingginya suku bunga kredit pada periode tersebut. Namun demikian, terdapat kecenderungan 141 penurunan porsi pinjaman dalam struktur permodalan perusahaan, terutama pada sektor pertanian dan sektor industri dasar dan kimia, sebaliknya pada sektor perbankan. Artinya, terjadi peningkatan sumber dana berupa ekuitas, baik dari dana internal (keuntungan perusahaan) maupun melalui penerbitan saham untuk struktur permodalan perusahaan. Beberapa perusahaan telah melakukan penerbitan saham perdana (IPO) maupun penawaran saham (right issue) selama periode 2002 – 2009. Dengan kata lain, kondisi perekonomian Indonesia, terlihat cukup kondusif bagi korporasi untuk memanfaatkan mekanisme pasar modal sebagai alternatif pembiayaan melalui IPO, terutama sebelum tahun 2008. Hal ini juga terlihat dari tren meningkat jumlah investasi portofolio, IHSG serta indeks sektoral, kecuali pada tahun 2008. Kapitalisasi pasar IHSG dan indeks sektoral yang meningkat lebih didominasi oleh peningkatan harga saham individual emiten, dibandingkan dengan jumlah saham beredar. Artinya, peningkatan nilai Q-Tobin dari ke-3 (tiga) sektor nampaknya lebih dipengaruhi oleh faktor pasar berupa kenaikan harga saham dan bukan dari faktor fundamental perusahaan seperti kinerja keuangan korporasi. Meskipun faktor pasar nampaknya cukup dominan mempengaruhi peningkatan kapitalisasi pasar saham, namun nampaknya secara fundamental kinerja keuangan korporasi cukup kuat, terlihat dari volatilitas harga saham maupun indeks sektoral yang relatif kecil. Peningkatan pinjaman perusahaan, yang pada dasarnya mencerminkan aktivitas penyaluran kredit perbankan kepada sektor riil, terlihat pada hubungan kausalitas antara nilai Q-Tobin sektor perbankan dengan sektor industri dasar dan kimia. Dari hasil pembahasan pada subbab sebelumnya, bahwa nilai Q-Tobin sektor perbankan mempengaruhi nilai Q-Tobin sektor industri dasar dan kimia. Dengan demikian, nilai Q-Tobin sektor industri dasar dan kimia yang mewakili sektor sekunder, lebih dipengaruhi oleh besaran jumlah pinjaman korporasi dibandingkan 142 dengan nilai kapitalisasi pasar korporasi di sektor ini. Hal ini juga sebenarnya tercermin dari kapitalisasi pasar saham emiten di sektor industri dasar dan kimia, yang cenderung tidak tinggi, yaitu sekitar 8.1 persen dari total kapitalisasi pasar. Di sisi lain, keputusan investasi sektor perbankan berupa penyaluran kredit ke sektor riil, memberikan pengaruh nyata terhadap nilai Q-Tobin sektor industri dasar dan kimia, melalui besarnya jumlah pinjaman jangka pendek maupun pinjaman jangka panjang. Hubungan kausalitas nilai Q-Tobin antara sektor perbankan terhadap sektor industri dasar dan kimia, adalah sesuai dengan yang diharapkan. Hubungan ini menunjukkan berjalannya peran dari sektor perbankan sebagai lembaga intermediasi dalam penyaluran dana ke sektor riil. Sedangkan tidak terlihatnya hubungan kausalitas sektor perbankan terhadap sektor pertanian, lebih mencerminkan tingkat kehati-hatian perbankan dalam penyaluran kredit ke sektor pertanian, yang dilandasi oleh tingkat ketidakpastian resiko pertanian yang relatif tinggi. Secara umum, dari hasil analisis deskriptif kondisi makroekonomi serta kondisi mikro perusahaan, maka dapat disimpulkan bahwa nilai Q-Tobin sektor pertanian, industri dasar dan kimia serta sektor perbankan memiliki hubungan dengan kondisi makroekonomi, khususnya aliran dana berupa investasi portofolio serta kebijakan moneter. Investasi portofolio, pada dasarnya merupakan manifestasi dari kebijakan pemerintah di sektor keuangan berupa liberalisasi keuangan, khususnya di pasar modal yang memberikan kesempatan bagi para investor asing untuk berkontribusi dalam transaksi pasar modal. Sementara itu, faktor mikro yang mempengaruhi nilai Q-Tobin perusahaan adalah berupa keputusan investasi dan keputusan pendanaan. Kedua keputusan di tingkat korporasi ini, tidak terlepas dari kebijakan pemerintah tentang penyaluran kredit oleh sektor perbankan, termasuk kehati-hatian sektor perbankan dalam menyalurkan kredit untuk sektor pertanian. 143 VI. PENGARUH LIBERALISASI KEUANGAN DAN KEBIJAKAN MONETER TERHADAP PERTUMBUHAN INVESTASI SEKTOR PERTANIAN, INDUSTRI DASAR DAN KIMIA SERTA PERBANKAN 6.1. Pengaruh Liberalisasi Keuangan terhadap nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan Analisis bagian ini untuk mencapai tujuan penelitian pertama, yaitu menganalisis pengaruh liberalisasi keuangan (capital account dan pasar saham). Analisis dilakukan dengan menggunakan pendekatan Analisis Regresi Data Panel, sesuai dengan struktur data yang dimiliki dalam penelitian ini adalah data panel, yaitu gabungan antara data silang (cross section) dengan data runtut waktu (time series). Data silang terdiri atas data-data laporan keuangan dari emiten (perusahaan terbuka) yang dipilih dari masing-masing sektor (pertanian, industri dasar dan kimia serta perbankan) sejak tahun 2002 - 2009. Data runtut waktu terdiri dari variabel-variabel liberalisasi keuangan dan makroekonomi. Variabel liberalisasi keuangan meliputi Investasi Asing langsung (FDI) dan Investasi Portofolio. Bersamaan dengan itu, variabel makroekonomi berupa nilai Tukar Rupiah terhadap US Dollar (Kurs), suku bunga kredit, kredit yang disalurkan juga dimasukkan dalam persamaan regresi. Variabel kondisi keuangan perusahaan meliputi total kredit, bunga pinjaman, jumlah pinjaman yang terdiri dari utang jangka pendek maupun jangka panjang, total aset, ekuitas serta kapitalisasi pasar. Pengujian dengan menggunakan metode Fixed Effect dan Random Effect, sebelumnya terlebih dahulu dilakukan pengujian dengan menggunakan uji HausmanTest untuk mengetahui model estimasi yang sesuai. Pengujian dilakukan terhadap masing-masing sektor, untuk mengetahui pengaruh variabel liberalisasi keuangan terhadap nilai Q-Tobin dari masing-masing sektor, yaitu sektor pertanian, sektor industri dasar dan kimia serta sektor perbankan. Dalam persamaan regresi, maka 144 yang menjadi variabel tidak bebas (dependent variable) adalah nilai Q-Tobin sektor. Variabel bebas (independent variable) adalah variabel liberalisasi keuangan (FDI dan investasi portofolio), variabel makroekonomi (nilai tukar, suku bunga pinjaman (bunga kredit), total kredit yang disalurkan selama periode penelitian. Variabel bebas yang berhubungan dengan perusahaan meliputi jumlah pinjaman perusahaan (total utang jangka pendek dan utang jangka panjang), kapitalisasi pasar perusahaan dan jumlah aset perusahaan. Berdasarkan uji Hausman, maka model estimasi yang sesuai adalah Random Effect, hal ini ditunjukkan oleh Uji Hausman yang tidak signifikan pada taraf nyata 10 persen, dengan demikian hipotesa nol diterima, cukup bukti bahwa model REM diterima. Persamaan regresi menjelaskan pengaruh variabel liberalisasi keuangan masing-masing sektor terhadap nilai Q-Tobin sektor. 6.1.1. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian Persamaan regresi (6.1) dapat menjelaskan hubungan ekonomi antara variabelvariabel liberalisasi keuangan, perusahaan dengan nilai Q-Tobin, sebagai berikut: Qt = 3.445 – 0.00073EXC + 0.06755DI - 0.01830DEV + 0.05232POR + 0.23062INT + 0.00233BOR + 0.00035BVD - 0.00013TA + 0.00028KAP – 1.80163DUM .............................................. (6.1) Tabel 16 memperlihatkan pengaruh variabel liberalisasi keuangan terhadap nilai Q-Tobin sektor pertanian, dengan model estimasi pendekatan Random Efek (REM). Secara umum, krisis finansial global, yang diwakili dengan variabel dummy krisis 2008 memberikan pengaruh negatif terhadap nilai Q-Tobin sektor pertanian. Hal ini menjelaskan bahwa pada saat terjadi krisis sub-prime mortgage di Amerika, diikuti dengan penarikan dana aset keuangan di pasar modal oleh investor asing, sehingga menurunkan nilai pasar saham emiten, yang selanjutnya menurunan nilai QTobin. 145 Tabel 16. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian, Periode 2002 – 2009, Model Estimasi REM Parameter C Kurs Foreign Direct Investment Cadangan Devisa Investasi Portofolio Bunga Kredit Total Kredit Pinjaman Perusahaan Aset Perusahaan Kapitalisasi Pasar Perusahaan Dummy Krisis 2008 R-squared Adj. R-squared F-statistic Koefisien Estimasi Standard Error 3.445128* -0.000732* 0.067551* 0.137180 1.48E-05 0.003625 Nilai – p 0.0000 0.0000 0.0000 -0.018303* 0.052325* 0.230629* 0.002331* 0.000356** -0.000131* 0.000286* 0.005099 0.011088 0.010562 0.000100 0.000154 5.62E-05 6.23E-06 0.0000 0.0006 0.0000 0.0000 0.0228 0.0222 0.0000 0.094861 0.0000 -1.801632* 0.670753 0.632018 17.31649* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% Secara umum, dari persamaan (6.1) menunjukkan arah yang sesuai dengan teori dan logika ekonomi, kecuali cadangan devisa dan bunga kredit. Variabel liberalisasi keuangan, berupa FDI dan Investasi Portofolio, memiliki hubungan sesuai dengan teori. Diantara keseluruhan variabel, hanya variabel makroekonomi berupa bunga kredit yang cukup berpengaruh , namun dengan hubungan tidak sesuai dengan teori. Masing-masing karakteristik struktur hubungan tersebut diuraikan sebagai berikut: 1. Nilai Tukar (Kurs) Hubungan antara nilai tukar rupiah terhadap mata uang asing (US$), dengan nilai Q-Tobin sektor pertanian menunjukkan hubungan yang negatif, meskipun pengaruhnya kecil sekali dan dapat diabaikan. Dalam kondisi normal, kenaikan dari nilai tukar (depresiasi) rupiah akan menurunkan nilai Q-Tobin sektor pertanian. Terdepresiasinya rupiah juga dapat menyebabkan menurunnya harga saham di BEI 146 karena pasar uang dapat menghasilkan return yang lebih tinggi sehingga investor lebih tertarik menanamkan dananya di pasar uang, tetapi terdepresiasinya rupiah dapat meningkatkan pendapatan perusahaan yang berorientasi ekspor sehingga harga saham perusahaan di BEI semakin meningkat. Pengaruh nilai tukar, masih ambigue, dengan mempertimbangkan pengaruh ini dari sisi permintaan atau penawaran. Sektor pertanian ini didominasi oleh perusahaan perkebunan, dan terdapat 2 (dua) perusahaan perikanan yang memiliki kegiatan berorientasi pada ekspor, yaitu IIKP dan DSFI. Kebijakan pemerintah di sektor pertanian, khususnya revitalisasi pertanian, cukup berpengaruh pada subsektor perkebunan. Dengan adanya kebijakan ini, investor pasar saham memandang ini sebagai prospek yang baik, karena ekspansi perusahaan akan menciptakan pertumbuhan perusahaan di masa yang akan datang. 2. Investasi Asing Langsung (FDI) Peningkatan FDI secara total memberikan pengaruh positif terhadap nilai QTobin. Secara rata-rata porsi FDI untuk sektor pertanian selama kurun waktu 2002 – 2009, hanya mencapai kurang lebih 5 persen dari total FDI yang disetujui (Bank Indonesia, 2010). rendah. Investasi asing langsung pada perusahaan perkebunan, relatif FDI terutama masih didominasi pada perusahaan peternakan seperti Cipendawa, serta perusahaan pakan ternak seperti Japfa Comfeed dan Charoen Phokphand. Umumnya FDI di perusahaan lokal adalah untuk perluasan atau peningkatan kapasitas operasional dalam bentuk barang-barang modal (capital expenditure). Pada perusahaan pakan ternak, kontribusi positif dari investasi barang modal tersebut sudah dapat terealisasi dalam kurun waktu 1 (satu) tahun, sehingga meningkatkan keuntungan perusahaan atau modal perusahaan. 147 3. Cadangan Devisa Hubungan antara cadangan devisa dengan nilai Q-Tobin sektor pertanian menunjukkan pola hubungan negatif, tidak sesuai dengan teori atau logika ekonomi yang diharapkan. Namun, hal ini masih dapat dijelaskan dengan melihat pengaruh kurs terhadap nilai Q-Tobin, yang masih dapat bersifat ambigue. Peningkatan cadangan devisa seharusnya diharapkan dapat menjaga kestabilan nilai tukar rupiah terhadap valuta asing, dan dalam keadaan normal berpengaruh positif terhadap indeks saham, dan selanjutnya dapat meningkatkan nilai Q-Tobin perusahaan. Di sisi lain, dengan menguatnya nilai tukar rupiah terhadap US$, menyebabkan pembelian barang impor dimungkinkan untuk direalisasikan oleh perusahaan. Dengan demikian, peningkatan nilai aktiva tetap dapat menurunkan nilai Q-Tobin dalam periode yang sama. 4. Investasi Portofolio Hubungan yang positif antara investasi portofolio dengan nilai Q-Tobin sektor pertanian sesuai dengan teori ekonomi yang diharapkan. Peningkatan transaksi saham di Bursa Efek Indonesia dalam periode 2002 sampai dengan 2007, menunjukkan bahwa investor pasar modal masih memiliki persepsi positif terhadap pasar modal, meskipun terjadi krisis pada tahun 2008. Hal ini juga ditunjukkan oleh pembelian instrumen obligasi pemerintah, yang memperlihatkan masih adanya kepercayaan investor terhadap sektor keuangan Indonesia. Disamping itu, beberapa perusahaan dari subsektor perkebunan memiliki kapitalisasi pasar saham yang besar, dan termasuk dalam kelompok yang diminati oleh investor. Dengan demikian, hubungan positif terjadi dikarenakan meningkatnya transaksi atas saham-saham sektor pertanian. 148 5. Bunga Kredit Pengaruh bunga kredit terhadap nilai Q-Tobin sektor pertanian tidak sesuai dengan teori ekonomi, yaitu yang diharapkan adalah negatif. Peningkatan bunga kredit meningkatkan nilai Q-Tobin sektor pertanian, diduga karena sektor ini didominasi oleh perusahaan perkebunan dengan tingkat profitabilitas tinggi, sehingga seringkali tidak terpengaruh oleh kenaikan bunga kredit yang semakin melebar spreadnya dalam periode penelitian. Tingginya bunga kredit, nampaknya tidak cukup menghambat permintaan pinjaman oleh perusahaan, mengingat investasi di perusahaan perkebunan umumnya sudah terjadwal sedemikian rupa, sehingga harus didukung oleh sumber dana pinjaman. Tingkat profitabilitas yang cukup tinggi, nampaknya masih memungkinkan bagi perusahaan untuk membayar kewajiban bunga sebagai konsekuensi pinjaman yang dilakukan. 6. Total Kredit Pengaruh penyaluran kredit ke sektor pertanian adalah positif sesuai dengan yang diharapkan. Artinya, meskipun kebijakan pemerintah terkait kredit sektor pertanian dapat direspons positif oleh perusahaan, namun karena investasi di sektor pertanian relatif tinggi, maka perusahaan tidak segera dapat meningkatkan investasi meskipun terjadi penyaluran kredit. Proses evaluasi terhadap kredit pertanian relatif cukup lama, baik untuk perusahaan baru maupun yang bersifat reskedul. Prinsip kehati-hatian bank, serta resiko dari sektor pertanian yang cukup tinggi, seringkali memperlambat proses persetujuan kredit. Nilai koefisien yang relatif kecil, dapat menjelaskan bahwa total kredit yang disalurkan tidak selalu berpengaruh terhadap nilai Q-Tobin. Perubahan nilai Q-Tobin, dapat disebabkan 149 karena persepsi positif dari pasar, mengenai peningkatan jumlah kredit bagi sektor perbankan. 7. Pinjaman Perusahaan Pinjaman perusahaan yang terdiri total utang jangka pendek dan utang jangka panjang memberikan pengaruh positif terhadap nilai Q-Tobin, hal ini sesuai dengan teori ekonomi. Semakin besar jumlah pinjaman, diharapkan perluasan area perkebunan maupun ekspansi produksi perikanan dan pakan ternak juga meningkat. Seperti halnya total kredit, maka pengaruh dari pinjaman relatif kecil, dikarenakan resiko pertanian yang tinggi, yang berakibat bahwa pinjaman tidak selalu dapat direalisasikan meskipun terjadi penurunan suku bunga kredit. Pinjaman perusahaan di sektor pertanian yang didominasi oleh perusahaan perkebunan, umumnya adalah pinjaman jangka panjang, khususnya untuk ekspansi lahan dan replanting tanaman. Mengingat masa panen perusahaan perkebunan minimal adalah 5 (lima) tahun, maka pengaruh positif terhadap profitabilitas perusahaan, dan selanjutnya nilai Q-Tobin membutuhkan waktu yang tidak cukup hanya dalam 1 (satu) tahun. 8. Aset Perusahaan Aset perusahaan termasuk di dalamnya adalah nilai aktiva tetap perusahaan sebagai barang produksi. Hubungan negatif antara aset perusahaan dengan nilai QTobin sesuai dengan teori yang diharapkan. Semakin meningkat aset, maka nilai bukunya semakin tinggi yang selanjutnya menurunkan nilai Q-Tobin. Struktur aset di sektor ini, adalah berkisar antara 40 persen – 50 persen. Dalam jangka panjang nilai investasi dapat meningkatkan laba perusahaan dan selanjutnya nilai pasar saham. Sesuai dengan penelitian yang dilakukan oleh Mosley (1999), setidaknya dibutuhkan 150 waktu sekitar 8 triwulan untuk dapat melihat pengaruh dari keputusan investasi suatu perusahaan. 9. Kapitalisasi Pasar Perusahaan Hubungan positif antara kapitalisasi pasar perusahaan dengan nilai Q-Tobin sesuai dengan yang diharapkan. Nilai pasar saham yang meningkat mengindikasikan bahwa pasar menghargai saham lebih dari nilai bukunya atau karena meningkatnya keuntungan perusahaan. Kapitalisasi pasar saham dari perusahaan perkebunan pada sektor pertanian, tinggi terutama karena jumlah saham yang banyak di masyarakat atau kapitalisasi yang besar, seperti Bakri Sumatra Plantation (UNSP). 10. Dummy Krisis 2008 Krisis Finansial Global tahun 2008, menyebabkan investor asing menarik dana yang ditanamkan dalam investasi portofolio, sehingga dapat mengguncang indeks saham, dan akibatnya nilai Q_Tobin menurun. Terutama karena saham-saham perusahaan di sektor perkebunan yang masuk dalam sama dengan kapitalisasi pasar yang besar. Berdasarkan hasil, dapat disimpulkan bahwa liberalisasi keuangan yang dicirikan oleh variabel makro berupa FDI dan investasi portofolio, memberikan pengaruh positif secara umum terhadap nilai Q-Tobin sektor pertanian, meskipun pengaruhnya relatif kecil, sementara itu bunga kredit berpengaruh positif terhadap nilai Q-Tobin. Sedangkan variabel mikro berupa jumlah pinjaman dan kapitalisasi perusahaan berpengaruh positif terhadap nilai Q-Tobin sektor pertanian, namun sebaliknya dengan pengaruh total aset perusahaan. Artinya, aliran dana baik yang bersifat langsung maupun melalui investasi portofolio memberikan kesempatan bagi 151 perusahaan untuk memperoleh pinjaman dan meningkatkan nilai pasar saham dikarenakan adanya ketertarikan dari investor. 6.1.2. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Industri Dasar dan Kimia Persamaan regresi (6.2) dapat menjelaskan hubungan ekonomi antara variabelvariabel liberalisasi keuangan, perusahaan dengan nilai Q-Tobin, sebagai berikut: Qt = 1.975 – 0.000EXC - 0.087FDI + 0.0381DEV - 0.161POR 0.0885INT - 0.115BOR + 0.000BVD – 0.000TA + 0.000KAP – 2.082DUM ........................................................... (6.2) Tabel 17 memperlihatkan pengaruh variabel liberalisasi keuangan terhadap nilai Q-Tobin sektor industri dasar dan kimia, dengan model estimasi pendekatan Random Efek (REM). Secara umum, dari persamaan (6.2) menunjukkan arah yang sesuai dengan teori dan logika ekonomi, kecuali FDI dan investasi portofolio. Ke dua variabel liberalisasi keuangan, memiliki hubungan yang tidak sesuai dengan teori. Tabel 17. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Industri Dasar dan Kimia, Periode 2002 – 2009, Model Estimasi REM Parameter C Kurs Foreign Direct Investment Cadangan Devisa Investment Portofolio Bunga Kredit Total Kredit Pinjaman Perusahaan Aset Perusahaan Kapitalisasi Pasar Perusahaan Dummy Krisis 2008 R-squared Adj. R-squared F-statistic Koefisien Estimasi Standard Error 1.975827* 0.000448* -0.086918* 0.126519 1.31E-05 0.003188 Nilai – p 0.0000 0.0000 0.0000 0.038060* -0.161092* -0.084714* -0.115124* 9.06E-05 -0.000144* 0.000156* 0.000876 0.003312 0.006982 0.007631 8.28E-05 5.82E-05 2.07E-05 0.0000 0.0006 0.0000 0.0000 0.2755 0.0138 0.0000 -2.082321* 0.074438 0.317469 0.293520 13.25633* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% 0.0000 152 Diantara keseluruhan variabel, hanya variabel investasi portofolio yang cukup berpengaruh, namun dengan hubungan tidak sesuai dengan teori. Masing-masing karakteristik struktur hubungan tersebut diuraikan sebagai berikut: 1. Nilai Tukar (Kurs) Hubungan antara nilai tukar rupiah terhadap mata uang asing (US$), dengan nilai Q-Tobin sektor industri dasar dan kimia menunjukkan hubungan yang positif, meskipun pengaruhnya kecil sekali dan dapat diabaikan. Dalam kondisi normal, kenaikan dari nilai tukar (depresiasi) rupiah akan meningkatkan nilai Q-Tobin sektor industri dasar dan kimia. Terdepresiasinya rupiah dapat menyebabkan meningkatknya nilai saham perusahaan yang berorientasi pada ekspor, seperti subsektor logam, kimia, plastik, serta kertas dan pulp. Pengaruh nilai tukar, yang ambigue, terlihat bahwa variabel ini dapat berpengaruh positif atau negatif seperti halnya di sektor pertanian. Sektor ini didominasi oleh perusahaan semen, kaca, kertas dan juga kimia, dimana umumnya memiliki aktivitas yang berorientasi pada ekspor. Kebijakan pemerintah di sektor industri dasar dan kimia, khususnya menyangkut pembatasan impor maupun pajak impor, cukup berpengaruh pada sektor ini. Investor pasar saham memandang ini sebagai kondisi yang tidak cukup kondusif, karena dapat membatasi rencana impor barang modal korporasi. 2. Investasi Asing Langsung (FDI) Peningkatan FDI secara total memberikan pengaruh negatif terhadap nilai QTobin. Secara rata-rata porsi FDI untuk sektor industri dasar dan kimia selama kurun waktu 2002 – 2009, cukup besar sekitar 35 persen dari total FDI yang disetujui (Bank Indonesia, 2010). Investasi asing langsung pada perusahaan semen, plastik, kimia dan kaca dapat dikatakan cukup besar, dan umumnya didominasi pada barang modal. 153 Investasi asing langsung, berupa kepemilikan saham perusahaan dan terlibat dalam manajemen, seringkali membawa perubahan dalam respons pasar. Selain itu, investasi barang modal yang dilakukan pada perusahaan-perusahaan ini, umumnya tidak selalu memberikan keuntungan dalam periode yang bersamaan, dengan demikian belum terlihat kontribusi terhadap nilai pasar saham, yang diduga menyebabkan penurunan nilai Q-Tobin. 3. Cadangan Devisa Hubungan antara cadangan devisa dengan nilai Q-Tobin sektor industri dasar dan kimia menunjukkan pola hubungan positif, sesuai dengan teori atau logika ekonomi yang diharapkan. Hal ini dapat dijelaskan dengan melihat pengaruh kurs terhadap nilai Q-Tobin, yang masih dapat bersifat ambigue. Peningkatan cadangan devisa diharapkan dapat menjaga kestabilan nilai tukar rupiah terhadap valuta asing, dan dalam keadaan normal berpengaruh positif terhadap indeks saham. Indeks saham yang meningkat dapat meningkatkan nilai Q-Tobin perusahaan. 4. Investasi Portofolio Hubungan yang negatif antara investasi portofolio dengan nilai Q-Tobin sektor industri dasar dan kimia tidak sesuai dengan teori ekonomi yang diharapkan. Hal ini diduga, karena adanya pada periode tertentu, harga saham beberapa perusahaan dari sektor industri dasar dan kimia memiliki kapitalisasi pasar saham yang besar, dan tidak termasuk dalam kelompok yang diminati oleh investor. Dengan demikian, hubungan negatif dapat dikarenakan berpindahnya investasi portofolio dari industri dasar dan kimia ke saham sektor lain yang dianggap lebh 154 menguntungkan. Gelombang dana yang cukup besar pada periode 2007 masih memberikan pengaruh positif terhadap nilai Q-Tobin sektor industri dasar dan kimia. 5. Bunga Kredit Pengaruh bunga kredit terhadap nilai Q-Tobin sektor industri dasar dan kimia sesuai dengan teori ekonomi, yaitu yang diharapkan adalah negatif. Peningkatan bunga kredit menyebabkan korporasi menunda keputusan investasinya, dengan demikian selanjutnya kelak diperkirakan dapat menurunkan nilai Q-Tobin sektor industri dasar dan kimia. Di sektor ini, umumnya didominasi oleh perusahaan semen dan perusahaan plastik dan kimia, yang dapat dikatakan merupakan perusahaan dengan padat modal. Sehingga investasi yang dilakukan umumnya didanai oleh pinjaman dari bank komersiel. Dengan demikian apabila terjadi kenaikan suku bunga kredit, ada kecenderungan perusahaan untuk menunda keputusan investasinya. 6. Total Kredit Pengaruh kredit industri dasar dan kimia adalah negatif, tidak sesuai dengan yang diharapkan. Artinya, meskipun kebijakan pemerintah terkait kredit sektor industri dasar dan kimia dapat direspons positif oleh perusahaan, namun karena investasi di sektor pertanian relatif mahal dan menyangkut barang-barang impor, maka perusahaan tidak segera dapat meningkatkan investasi meskipun terjadi penyaluran kredit. Investasi dalam jumlah besar, yang belum dapat memberikan kontribusi laba pada periode investasi, akan dapat menurunkan nilai Q-Tobin, mengingat nilai buku aktiva digunakan sebagai penyebut dalam perhitungan rasio QTobin. 155 7. Kapitalisasi Pasar Perusahaan Hubungan positif antara kapitalisasi pasar perusahaan dengan nilai Q-Tobin sesuai dengan yang diharapkan. Nilai pasar saham yang meningkat diduga mengindikasikan bahwa pasar menghargai saham lebih dari nilai bukunya atau karena meningkatnya keuntungan perusahaan. Kapitalisasi pasar saham dari perusahaan pada sektor industri dasar dan kimia, relatif tidak terlalu tinggi, sehingga dapat dikatakan bahwa pengaruh kapitalisasi pasar saham relatif kecil terhadap nilai QTobin. 8. Dummy Krisis 2008 Pengaruh krisis Finansial Global tahun 2008 terhadap sektor industri dasar dan kimia, lebih besar daripada terhadap sektor pertanian. Keadaan krisis ini menyebabkan investor asing menarik dana yang ditanamkan dalam investasi portofolio, sehingga dapat mempengaruhi saham-saham di sektor ini serta menyebabkan fluktuasi dari indeks saham JAKBIND, dan akibatnya nilai Q-Tobin menurun. Dalam penelitian ini, kelompok saham dalam sektor ini didominasi oleh perusahaan dari subsektor industri pengolahan makanan, seperti Indofood (IND), dan Gudang Garam (GGRM). Liberalisasi keuangan yang dicirikan oleh adanya peningkatan FDI dan investasi portofolio, memberikan pengaruh negatif secara umum terhadap nilai QTobin sektor industri dasar dan kimia, meskipun dengan tingkat pengaruh yang relatif kecil, diduga karena investasi langsung perusahaan di sektor ini tidak serta merta meningkatkan tingkat laba perusahaan dan nilai pasar saham. Hal ini juga menjelaskan bagaimana total kredit berpengaruh negatif terhadap nilai Q-Tobin sektor ini. 156 6.1.3. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Perbankan Persamaan regresi (6.3) dapat menjelaskan hubungan ekonomi antara variabelvariabel liberalisasi keuangan, perusahaan dengan nilai Q-Tobin, sebagai berikut: Qt = 0.375 – 0.000EXC - 0.034FDI + 0.004DEV - 0.160POR 0.120INT - 0.000BOR + 0.000BVD – 0.000TA + 0.000KAP – 0.529DUM ............................................................... (6.3) Tabel 18 memperlihatkan pengaruh variabel liberalisasi keuangan terhadap nilai Q-Tobin sektor perbankan, dengan model estimasi pendekatan Random Efek (REM). Tabel 18. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Perbankan, Periode 2002 – 2009, Model Estimasi REM Parameter C Kurs Foreign Direct Investment Cadangan Devisa Investment Portofolio Bunga Kredit Total Kredit Bunga Pinjaman Pinjaman Perusahaan Aset Perusahaan Kapitalisasi Pasar Perusahaan Dummy Krisis 2008 R-squared Adj. R-squared F-statistic Koefisien Estimasi Standard Error 0.375178* 0.000303* -0.034335* 0.085521 8.60E-06 0.007564 Nilai – p 0.0000 0.0000 0.0000 0.0044708* -0.159599* 0.000958 0.005240 0.0000 0.0006 -0.120000* -0.000292* 0.045794 4.11E-05* -3.89E-05* -2.16E-06 0.007701 0.000116 0.060501 1.21E-05 1.19E-05 7.38E-06 0.0000 0.0134 0.4495 0.0009 0.0015 0.7703 -0.529553* 0.235348 0.070544 -0.014727 0.827288* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% 0.0265 Seperti halnya pada sektor industri dasar dan kimia, krisis finansial global, yang diwakili dengan variabel dummy krisis 2008 memberikan pengaruh negatif terhadap nilai Q-Tobin sektor perbankan. Secara umum, dari persamaan (6.3) menunjukkan arah yang sesuai dengan teori dan logika ekonomi, kecuali FDI dan 157 investasi portofolio. Ke dua variabel liberalisasi keuangan, memiliki hubungan yang tidak sesuai dengan teori, namun pengaruhnya tidak besar (dibawah 0.5). Diantara keseluruhan variabel, hanya variabel investasi portofolio yang cukup berpengaruh, namun dengan hubungan tidak sesuai dengan teori. Masing-masing karakteristik struktur hubungan tersebut diuraikan sebagai berikut: 1. Nilai Tukar (Kurs) Hubungan antara nilai tukar rupiah terhadap mata uang asing (US$), dengan nilai Q-Tobin sektor perbankan menunjukkan hubungan yang positif, tapi pengaruhnya kecil sekali dan dapat diabaikan. Terdepresiasinya rupiah tidak secara langsung dapat mempengaruhi kinerja keuangan industri perbankan, namun rupiah yang melemah, dapat menyebabkan pengalihan tabungan sebagian masyarakat, ke denominasi mata uang asing. Akibatnya, investor tidak lagi tertarik untuk menginvestasikan dananya di saham. 2. Investasi Asing Langsung (FDI) Peningkatan FDI secara total memberikan pengaruh negtif terhadap nilai QTobin. Secara rata-rata porsi FDI untuk sektor jasa keuangan selama kurun waktu 2002 – 2009, hanya mencapai rata-rata 19.8 persen dari total FDI yang disetujui (Bank Indonesia, 2010). Investasi asing langsung pada perusahaan di Indonesia, merupakan alternatif pembiayaan yang selama ini diintermediasi oleh jasa perbankan. Dengan demikian, hubungan negatif diantara FDI dengan nilai Q-Tobin, dapat dijelaskan karena penyaluran kredit oleh perbankan tidak lagi menjadi satu-satunya sumber dana bagi korporasi. 158 3. Cadangan Devisa Hubungan antara cadangan devisa dengan nilai Q-Tobin sektor perbankan menunjukkan pola hubungan positif, meskipun pengaruhnya kecil. Hal ini dapat dijelaskan dengan melihat pengaruh kurs terhadap nilai Q-Tobin, yang masih dapat bersifat ambigue. Peningkatan cadangan devisa diharapkan dapat menjaga kestabilan nilai tukar rupiah terhadap valuta asing, dan dalam keadaan normal berpengaruh positif terhadap indeks saham, karena masyarakat masih akan tetap mempertahankan dananya dalam tabungan denominasi rupiah. Peningkatan tabungan masyarakat diharapkan akan mempengaruhi keinerja penyaluran kredit perbankan. Selanjutnya kenaikan saham dapat berpengaruh positif terhadap nilai Q-Tobin perusahaan. 4. Investasi Portofolio Hubungan yang negatif antara investasi portofolio dengan nilai Q-Tobin sektor perbankan, pada dasarnya masih sesuai dengan logika ekonomi. Hal ini diduga, karena investasi portofolio merupakan pilihan investasi dari masyarakat dibandingkan dengan investasi di pasar uang. Gelombang dana yang besar, khususnya dari pihak investor asing, akan cenderung memasuki pasar modal atau pasar saham, dibandingkan ke pasar uang. Dengan demikian, hubungan negatif dapat dikarenakan berpindahnya tabungan masyarakat ke investasi portofolio, dengan pengaruh yang cukup kecil. 5. Bunga Kredit Pengaruh bunga kredit terhadap nilai Q-Tobin sektor industri perbankan sesuai dengan teori ekonomi, yaitu yang diharapkan adalah negatif. Peningkatan bunga kredit menyebabkan korporasi menunda keputusan investasinya, dengan demikian 159 selanjutnya kelak dapat menurunkan nilai Q-Tobin sektor perbankan, akibat adanya penurunan Net Interest Margin, dengan berkurangnya jumlah kredit disalurkan. Di sektor ini, bank pemerintah dapat dikatakan mendominasi, sehingga apabila dari ke-4 (empat) bank yang dominan seperti BMRI, BBNI, BBRI dan BBCA tidak menurunkan bunga kredit perbankan, tentunya dapat berpengaruh kepada bank-bank yang lain yang tidak segera dapat menyalurkan kreditnya. Bila terjadi kenaikan suku bunga kredit, perusahaan cenderung menunda keputusan investasinya. 6. Total Kredit Pengaruh kredit disalurkan relatif kecil sekali terhadap nilai Q-Tobin industri perbankan, meskipun negatif dan tidak sesuai dengan yang diharapkan. Artinya, meskipun kebijakan Bank Indonesia untuk mendorong penyaluran kredit, namun tidak cukup dapat direspons oleh sektor riil, selama bunga kredit masih tinggi. Jumlah kredit yang tidak tersalurkan, pada dasarnya dapat menurunkan Net Interest Margin perbankan, dan selanjutnya penurunan nilai Q-Tobin. 7. Kapitalisasi Pasar Perusahaan Hubungan negatif antara kapitalisasi pasar perusahaan dengan nilai Q-Tobin tidak sesuai dengan yang diharapkan, namun pengaruhnya relatif kecil. Peningkatan nilai pasar saham, dapat terjadi karena kenaikan harga saham sektor perbankan maupun adanya aksi korporasi berupa penawaran saham. Meskipun terjadi peningkatan harga saham sektor perbankan, namun nampaknya pengaruh penyaluran kredit perbankan masih dominan dalam menurunkan nilai Q-Tobin. Penyaluran kredit umumnya membutuhkan waktu setidaknya 1 (satu) tahun untuk memberikan peningkatan Net Interest Margin pada sektor perbankan. 160 8. Dummy Krisis 2008 Pengaruh krisis Finansial Global tahun 2008, terhadap nilai Q-Tobin sektor perbankan adalah yang terkecil dibandingkan dengan ke-2 (dua) sektor lainnya yaitu industri dasar dan kimia serta pertanian. Hal ini diduga, karena kapitalisasi pasar saham perbankan yang cukup besar dan didominasi oleh beberapa bank papan atas, yang relatif stabil, sehingga guncangan dari eksternal tidak cukup mengkoreksi indeks saham. Liberalisasi keuangan yang dicirikan oleh adanya FDI dan investasi portofolio, memberikan pengaruh negatif secara umum terhadap nilai Q-Tobin sektor perbankan, meskipun pengaruhnya relatif kecil, sementara itu total kredit berpengaruh negatif terhadap nilai Q-Tobin. Secara umum, terdapat kesamaan pola pengaruh liberalisasi keuangan, yaitu FDI dan investasi portofolio terhadap nilai Q-Tobin sektor industri dasar dan kimia serta perbankan, dan sebaliknya pada sektor pertanian. Kesamaan pola diantara kedua sektor tersebut, dapat dijelaskan dengan adanya hubungan kausal antara nilai Q-Tobin sektor perbankan yang mempengaruhi nilai Q-Tobin sektor industri dasar dan kimia. Pengaruh liberalisasi keuangan terhadap nilai Q-Tobin dari masing-masing sektor, dapat dikatakan relatif kecil, khususnya FDI. Hal ini diduga, karena investasi asing langsung apabila direalisasikan dalam investasi barang modal, akan membutuhkan waktu untuk dapat memberikan pengaruh terhadap nilai Q-Tobin. Sebaliknya dengan investasi portofolio, yang memiliki nilai koefisien relatif lebih besar dibandingkan dengan nilai koefisien FDI. Investasi portofolio, relatif lebih terlihat pengaruhnya, karena umumnya menunjukkan investasi di instrumen saham atau obligasi. Akan tetapi, investasi portofolio relatif lebih mudah berpindah, sehingga apabila ada guncangan dari eksternal, maka akan terjadi 161 perpindahan aliran dana ini ke instrumen lain atau negara lain yang dianggap lebih menguntungkan bagi investor asing. Secara ringkas, pengaruh liberalisasi keuangan dari aspek makro dan mikro terhadap ke 3 (tiga) sektor disajikan pada Tabel 19. 6.2. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap nilai QTobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan Analisis bagian ini untuk mencapai tujuan penelitian kedua, yaitu menganalisis pengaruh liberalisasi keuangan (capital account dan pasar saham) dan kebijakan moneter (pendekatan suku bunga acuan). Seperti pada tujuan penelitian satu, maka analisis dilakukan dengan menggunakan pendekatan Analisis Regresi Data Panel. Variabel liberalisasi keuangan meliputi financial deepening (rasio kapitalisasi pasar terhadap GDP dan rasio kredit terhadap GDP) Variabel kebijakan moneter meliputi suku bunga acuan dan uang beredar (M2), rasio M2 terhadap GDP dan juga kredit yang disalurkan. Bersamaan dengan itu, variabel makroekonomi berupa nilai Tukar Rupiah terhadap US Dollar (Kurs), suku bunga kredit, kredit yang disalurkan juga dimasukkan dalam persamaan regresi. Variabel kondisi keuangan perusahaan meliputi total kredit, bunga pinjaman, jumlah pinjaman yang terdiri dari utang jangka pendek maupun jangka panjang, total aset, ekuitas serta kapitalisasi pasar. Seperti halnya pada tujuan pertama, pengujian dengan menggunakan metode Fixed Effect dan Random Effect, sebelumnya terlebih dahulu dilakukan pengujian dengan menggunakan uji Hausman untuk mengetahui model estimasi yang sesuai. Pengujian dilakukan terhadap masing-masing sektor, untuk mengetahui pengaruh variabel liberalisasi keuangan terhadap nilai Q-Tobin dari masing-masing sektor, yaitu sektor pertanian, sektor industri dasar dan kimia serta sektor perbankan. 162 Tabel 19. Ringkasan Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan Pengaruh terhadap nilai Q-Tobin Sektor Aspek Variabel Pertanian Industri Perbankan Dasar dan Kimia Liberalisasi Foreign Makro +* -* -* Keuangan Direct Investment (FDI) Investasi +* -* -* Portofolio Pasar Modal Kapitalisasi +* +* +* (Saham) Pasar Perusahaan Makroekonomi Cadangan -* +* +* Devisa Bunga +* -* -* Kredit Total Kredit +* -* -* Pinjaman +* Perusahaan Aset -* Perusahaan Lingkungan Krisis Finansial Dummy -* Global krisis 2008 Keterangan: + adalah pengaruh positif - adalah pengaruh negatif * adalah signifikan pada taraf nyata 5% Mikro Perusahaan +* +* -* -* -* -* Dalam persamaan regresi, maka yang menjadi variabel tidak bebas (dependent variable) adalah nilai rasio Q Tobin sektor. Variabel bebas (independent variable) adalah variabel liberalisasi keuangan (FDI dan investasi portofolio), variabel kebijakan moneter (SBI dan M2), variabel makroekonomi (nilai tukar, suku bunga pinjaman (bunga kredit), total kredit yang disalurkan selama periode penelitian. Variabel bebas yang berhubungan dengan perusahaan meliputi jumlah pinjaman perusahaan (total utang jangka pendek dan utang jangka panjang), kapitalisasi pasar perusahaan dan jumlah aset perusahaan. Berdasarkan uji Hausman, maka model estimasi yang sesuai adalah Random Effect, hal ini ditunjukkan oleh nilai probabilitas 163 yang tidak signifikan pada taraf nyata 10 persen, dengan demikian hipotesa nol diterima, cukup bukti bahwa model REM diterima. Persamaan regresi menjelaskan pengaruh variabel liberalisasi keuangan dan kebijakan moneter dari masing-masing sektor terhadap nilai Q-Tobin sektor. 6.2.1. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Pertanian Persamaan regresi (6.4) dapat menjelaskan hubungan ekonomi antara variabelvariabel liberalisasi keuangan, perusahaan dengan nilai Q-Tobin, sebagai berikut: Qt = -11.888 + 0.005JCI - 0.112SBI + 33.321RMS + 0.000BVD 0.012BOR + 0.000BVD – 0.000TA + 0.000KAP – 0.010MKT + 6.563RKP + 1.078DUM ............................................................ (6.4) Tabel 20 memperlihatkan pengaruh variabel liberalisasi keuangan dan kebijakan moneter terhadap nilai Q-Tobin sektor pertanian, dengan model estimasi pendekatan Random Efek (REM). Berbeda halnya dengan hasil analisis tujuan pertama, secara umum, krisis finansial global, yang diwakili dengan variabel dummy krisis 2008 memberikan pengaruh positif terhadap nilai Q-Tobin sektor pertanian. Diduga, karena pada saat terjadi krisis finansial, harga CPO dunia sedang meningkat, dan berpengaruh terhadap nilai saham perusahaan-perusahaan perkebunan yang ada di sektor pertanian. Secara umum, dari persamaan (6.4) menunjukkan arah yang sesuai dengan teori dan logika ekonomi, kecuali cadangan devisa dan bunga kredit. Variabel liberalisasi keuangan, berupa financial deepening yaitu rasio kapitalisasi pasar terhadap GDP dan rasio M2 terhadap GDP memiliki hubungan sesuai dengan teori, dengan pengaruhnya yang besar. Kebijakan moneter direpresentasikan dengan SBI menunjukkan tanda sesuai dengan teori. Diantara keseluruhan variabel, hanya variabel makroekonomi berupa kapitalisasi pasar total yang berpengaruh negatif, 164 tetapi relatif kecil. Demikian pula dengan total kredit dengan hubungan tidak sesuai dengan teori, namun pengaruh kecil. Tabel 20. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai QTobin Sektor Pertanian, Periode 2002 – 2009, Model REM Parameter Koefisien Estimasi Standard Error Nilai – p C -11.88847* 0.092372 0.0000 IHSG 0.005113* 0.001761 0.0047 Rasio M2/GDP 33.32162* 0.156977 0.0000 SBI -0.112137* 0.15722 0.0000 Total Kredit -0.012739* 0.000131 0.0000 Pinjaman 0.000356** 0.000154 0.0228 Perusahaan Aset Perusahaan -0.000131* 5.62E-05 0.0222 Kapitalisasi Pasar 0.000286* 6.23E-06 0.0000 Perusahaan Kapitalisasi Pasar -0.010443* 0.000785 0.0000 Total Rasio Kapitalisasi 6.563845 3667938 0.0771 Dummy Krisis 2008 1.078481* 0.149004 0.0000 R-squared 0.670753 Adj. R-squared 0.632018 F-test 17.31649* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% Masing-masing karakteristik struktur hubungan tersebut diuraikan sebagai berikut: 1. Rasio M2/GDP Variabel ini merepresentasikan financial deepening yang berkaitan dengan kebijakan moneter. Peningkatan jumlah uang beredar (M2) diharapkan memberikan pengaruh positif terhadap nilai Q-Tobin, dan ini sesuai dengan hasil pada sektor pertanian. Peningkatan rasio ini menunjukkan kebijakan moneter penurunan suku bunga acuan. Hubungan positif dengan Tobin-Q diduga karena penurunan suku bunga direspons positif oleh pasar dengan cara melakukan alternatif investasi di pasar saham, sehingga dapat meningkatkan nilai pasar saham. Di sisi lain, yang sebenarnya 165 diharapkan adalah terjadinya penurunan suku bunga kredit dan selanjutnya suku bunga pinjaman. 2. Rasio Kapitalisasi Pasar/GDP Rasio ini merepresentasikan liberalisasi keuangan, dengan adanya peningkatan rasio ini menunjukkan kondisi liberalisasi yang semakin kuat. Pada tahun 2007, rasio ini mencapai lebih dari 1, yang berarti partisipan pasar dari luar negeri masuk ke pasar modal Indonesia, sebelum akhirnya keluar lagi pada tahun 2008. Hasil analisis menunjukkan bahwa terdapat hubungan positif antara jumlah partisipan pasar modal dengan nilai Q-Tobin, dengan pengaruh yang besar. Hal ini diduga, karena ketertarikan pasar terhadap saham-saham perusahaan perkebunan yang juga mengalami peningkatan karena didukung oleh harga CPO dunia yang meningkat sekitar tahun 2007 – 2008. 3. SBI Pengaruh kebijakan moneter ini menunjukkan hubungan yang negatif dengan nilai Q-Tobin sesuai dengan teori ekonomi, meskipun pengaruhnya tidak sebesar variabel financial deepening. Penurunan SBI, seharusnya diikuti oleh penurunan suku bunga kredit dan selanjutnya pinjaman. Namun spread yang masih besar, tidak mendorong korporasi untuk segera melakukan pinjaman, sehingga diduga tidak terjadi investasi dalam waktu yang bersamaan. Sektor pertanian yang didominasi oleh perusahaan perkebunan dengan tingkat profitabilitas yang tinggi, cenderung untuk menggunakan dana internal dalam rangka ekspansi perusahaan, khususnya adalah AALI. 166 4. IHSG Hasil analisis menunjukkan adanya hubungan positif antara Indeks Harga Saham Gabungan (IHSG) dengan nilai Q-Tobin sektor pertanian, meskipun pengaruhnya relatif kecil. Hubungan ini sesuai dengan teori ekonomi, bahwa menurut mekanisme transmisi moneter dengan jalur harga aset, bahwa bila terjadi kondisi pelonggaran moneter (yang ditunjukkan dengan rasio M2/GDP yang semakin meningkat) maka akan terjadi peningkatan harga saham perusahaan, dan akan meningkatkan nilai Q-Tobin. 5. Total Kredit Variabel total kredit dengan nilai Q-Tobin sektor pertanian menunjukkan pola hubungan yang negatif, tidak sesuai dengan yang diharapkan. Penyaluran kredit pada dasarnya diharapkan dapat meningkatkan investasi. Sektor pertanian yang terdiri dari subsektor perkebunan memiliki struktur modal yang didominasi oleh ekuitas, menunjukkan dalam keputusan investasinya, subsektor perkebunan masih menggunakan sumber dana internal yang berasal dari keuntungan perusahaan. 6. Kapitalisasi Pasar Total Hasil analisis menunjukkan pola hubungan yang tidak sesuai dengan teori ekonomi, serta hubungan antara IHSG dengan nilai Q-Tobin. Kapitalisasi pasar total merupakan perkalian antara IHSG dengan jumlah saham beredar dari msing-masing emiten yang terdaftar di BEI. Hubungan negatif yang tidak sejalan dengan IHSG ini diduga karena besaran kapitalisasi pasar total yang didominasi oleh saham-saham tertentu yang diminati oleh investor sehingga mungkin saja tidak meningkatkan nilai pasar saham-saham pertanian, sehingga nilai Q-Tobin turun. 167 7. Dummy Krisis 2008 Pengaruh krisis finansial 2008, tidak memberikan pengaruh positif terhadap nilai Q-Tobin sektor pertanian, mengingat kontribusi kapitalisasi pasar sektor ini hanya sekitar 3.75 persen dari total kapitalisasi pasar saham. Diduga, dengan kapitalisasi pasar yang relatif kecil, tidak akan terpengaruh oleh penarikan dana yang dilakukan investor asing yang menyebabkan guncangan pada IHSG. Penurunan nilai pasar saham akibat krisis tersebut umumnya terjadi pada saham-saham yang diminati oleh investor. Kebijakan moneter berupa pelonggaran uang beredar dengan penurunan suku bunga acuan SBI bersamaan dengan peningkatan partisipan pasar, secara umum memberikan pengaruh positif terhadap nilai Q-Tobin sektor pertanian. Hal ini sesuai dengan teori ekonomi, bahwa liberalisasi keuangan dan kebijakan pelonggaran uang beredar memberikan insentif bagi sektor riil untuk dapat berinvestasi. 6.2.2. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Industri Dasar dan Kimia Persamaan regresi (6.5) dapat menjelaskan hubungan ekonomi antara variabelvariabel liberalisasi keuangan, perusahaan dengan nilai Q-Tobin, sebagai berikut: Qt = -15.373 – 1.511logJCI - 0.104SBI – 0.005MS + 0.002TOT + 0.473INV + 0.000BVD – 0.000TA + 0.000KAP – 1.114DUM ........................................................................ (6.5) Tabel 21 memperlihatkan pengaruh variabel liberalisasi keuangan dan kebijakan moneter terhadap nilai Q-Tobin sektor industri dasar dan kimia, dengan model estimasi Random Efek (REM). Secara umum, dari persamaan (6.5) menunjukkan arah yang sesuai dengan teori dan logika ekonomi, kecuali M2, bunga kredit dan log IHSG. Variabel liberalisasi keuangan, berupa financial deepening yaitu rasio kapitalisasi pasar terhadap GDP dan rasio M2 terhadap GDP, tidak dimasukkan 168 dalam model ini, karena setelah dilakukan beberapa kali respesfikasi tidak memberikan hasil yang lebih baik. Kebijakan moneter direpresentasikan dengan M2 dan SBI. Kebijakan moneter direpresentasikan dengan SBI menunjukkan tanda sesuai dengan teori, namun tidak demikian dengan M2. Total kredit memiliki pola hubungan yang sesuai dengan teori, namun pengaruh kecil. Tabel 21. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai QTobin Sektor Industri Dasar dan Kimia, Periode 2002 – 2009, Model REM Parameter Koefisien Standard Error Nilai – p Estimasi C -15.37272* 2.8882981 0.0000 LOG IHSG -1.510618* 0.275112 0.0000 M2 -0.005136* 0.000861 0.0000 SBI -0.104552* 0.019146 0.0000 Total Kredit 0.002116* 0.000407 0.0000 Bunga Kredit 0.473462* 0.084782 0.0000 Pinjaman Perusahaan 9.12E-05 8.29E-05 0.2723 Aset Perusahaan -0.000145** 5.82E-05 0.0135 Kapitalisasi Pasar 0.000156* 2.08E-05 0.0000 Perusahaan Dummy Krisis 2008 -1.114465* 0.296913 0.0002 R-squared 0.317109 Adj. R-squared 0.295619 F-test 14.75640* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% Masing-masing karakteristik struktur hubungan tersebut diuraikan sebagai berikut: 1. M2 Variabel ini merepresentasikan kebijakan moneter berupa uang beredar. Hasil analisis menunjukkan pola hubungan yang negatif dengan nilai Q-Tobin, dan tidak sesuai dengan teori. Peningkatan jumlah uang beredar (M2) diharapkan memberikan pengaruh positif terhadap nilai Q-Tobin, melalui penurunan suku bunga acuan. Namun pola hubungan yang negatif diduga karena mungkin saja investor tidak 169 melakukan investasi pada saham-saham industri dasar dan kimia, karena masih ada saham emiten dari industri makanan olahan yang lebih diminati oleh investor. 3. SBI Pengaruh kebijakan moneter ini menunjukkan hubungan yang negatif dengan nilai Q-Tobin sesuai dengan teori ekonomi., dengan pengaruh yang cukup berarti. Sebagaimana dijelaskan pada sektor pertanian, bahwa penurunan SBI, seharusnya diikuti oleh penurunan suku bunga kredit dan selanjutnya pinjaman. Namun spread yang masih besar, tidak mendorong korporasi untuk segera melakukan pinjaman, sehingga diduga tidak terjadi investasi dalam waktu yang bersamaan. Hal ini didukung pula oleh suku bunga kredit yang memberikan pengaruh positif. Sektor industri dasar dan kimia yang didominasi oleh perusahaan semen, kaca dan kimia dengan tingkat profitabilitas yang sedang, pada dasarnya cenderung untuk menggunakan dana eksternal, seperti pinjaman untuk merealisasikan keputusan investasinya, sebagaimana terlihat dari struktur modal yang didominasi oleh utang. Hubungan positif dengan bunga kredit dapat dijelaskan, dengan spread yang tidak berubah, dimungkinkan bagi korporasi untuk tidak melakukan investasi dalam aktiva tetap, sehingga total nilai buku perusahaan akan tetap. 4. LogIHSG Hasil analisis menunjukkan adanya hubungan negatif antara logaritma Indeks Harga Saham Gabungan (IHSG) dengan nilai Q-Tobin sektor industri dasar dan kimia, dengan pengaruh yang besar. Artinya jika terjadi kenaikan 1 persen IHSG, maka nilai Q-Tobin akan merespons penurunan 1.5 kalinya. Hubungan ini tidak sesuai dengan teori ekonomi. Kenaikan IHSG tidak akan selalu menyebabkan saham- 170 saham industri dasar dan kimia juga mengalami peningkatan, demikian pula sebaliknya, tergantung dari bagaimana hubungan kausalitas diantara keduanya. Keadaan ini juga dapat dijelaskan dengan mekanisme transmisi moneter jalur harga aset. 5. Total Kredit Variabel total kredit dengan nilai Q-Tobin sektor industri dasar dan kimia menunjukkan pola hubungan yang positif, sesuai dengan yang diharapkan meskipun pengaruhnya kebil. Penyaluran kredit pada dasarnya diharapkan dapat meningkatkan investasi. Sektor industri dasar dan kimia yang didominasi oleh utang dalam struktur modalnya, mengindikasikan bahwa dalam keputusan investasinya masih mengandalkan pinjaman dibandingkan dengan dana internal. 6. Kapitalisasi Pasar Perusahaan dan Aset Perusahaan Hasil analisis menunjukkan pola hubungan yang sesuai dengan teori ekonomi., meskipun pengaruhnya kecil. Kapitalisasi pasar industri dasar dan kimia relatif tidak tinggi, karena tidak cukup diminati oleh investor. Di sisi lain, nilai aset perusahaan relatif tinggi, karena merupakan industri pengolahan yang menghasilkan produk antara. 7. Dummy Krisis 2008 Pengaruh krisis finansial 2008, tidak memberikan pengaruh negatif terhadap nilai Q-Tobin sektor industri dasar dan kimia, dengan pengaruh yang cukup besar. Dengan kapitalisasi pasar sebesar 8.5 persen maka penarikan dana yang dilakukan investor asing yang menyebabkan guncangan pada IHSG. Penurunan nilai pasar 171 saham akibat krisis tersebut umumnya terjadi pada saham-saham yang diminati oleh investor. Kebijakan moneter berupa penurunan suku bunga acuan SBI bersamaan dengan peningkatan partisipan pasar (kapitalisasi pasar perusahaan), secara umum memberikan pengaruh positif terhadap nilai Q-Tobin sektor industri dasar dan kimia. Hal ini sesuai dengan teori ekonomi, bahwa liberalisasi keuangan dan kebijakan pelonggaran uang beredar memberikan insentif bagi sektor riil untuk dapat berinvestasi. Kebijakan moneter seringkali menjadi tidak independen saat terjadi kondisi liberalisasi keuangan. Hal ini dapat dijabarkan sebagai berikut, manakala terjadi penurunan suku bunga acuan SBI, maka pasar akan cenderung merespons dengan menginvestasikan dananya di pasar modal, sebagai altenatif investasi. Apabila kondisi ini yang dominan terjadi, maka penurunan suku bunga kredit sebagai konsekuensi dari penurunan suku bunga acuan tidak cukup mendorong perusahaan untuk memanfaatkan kredit perbankan, mengingat terdapat alternatif pembiayaan investasi melalui mekanisme pasar modal. 6.2.3. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Perbankan Persamaan regresi (6.6) dapat menjelaskan hubungan ekonomi antara variabelvariabel liberalisasi keuangan, perusahaan dengan nilai Q-Tobin, sebagai berikut: Qt = 2.142 + 0.000JCI – 0.511SBI - 0.004MS + 1.173RKDT + 0.482INT + 0.000BVD – 0.000TA – 0.009DUM ...................................... (6.6) Secara umum, dari persamaan (6.6) menunjukkan arah yang sesuai dengan teori dan logika ekonomi, kecuali M2 dan bunga pinjaman. Variabel liberalisasi keuangan, berupa financial deepening yaitu rasio kapitalisasi pasar terhadap GDP dan rasio M2 terhadap GDP, tidak dimasukkan dalam model ini, karena setelah dilakukan 172 beberapa kali respesfikasi tidak memberikan hasil yang lebih baik. Kebijakan moneter direpresentasikan dengan M2 dan SBI. Kebijakan moneter direpresentasikan dengan SBI menunjukkan tanda sesuai dengan teori, namun tidak demikian dengan M2. Rasio kredit terhadap GDP yang merepresentasikan kebijakan moneter memiliki pola hubungan yang sesuai dengan teori, dengan pengaruh yang cukup bermakna. Tabel 22 memperlihatkan pengaruh variabel liberalisasi keuangan dan kebijakan moneter terhadap nilai Q-Tobin sektor perbankan, dengan model estimasi Random Efek (REM). Tabel 22. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai QTobin Sektor Perbankan, Periode 2002 – 2009, Model REM Parameter Koefisien Estimasi Standard Error Nilai – p C 2.142808* 0.320774 0.0000 IHSG 0.000308* 9.45E-05 0.0015 M2 -0.004192* 0.000564 0.0000 SBI -0.511347* 0.039923 0.0000 Bunga Pinjaman 0.481704* 0.038851 0.0000 Aset Perusahaan -3.97E-05* 9.64E-06 0.0001 Pinjaman Perusahaan 4.17E-05* 1.05E-05 0.0001 Rasio Kredit 1.1737781 1.247893 0.1665 Dummy Krisis 2008 -0.009702 0.218949 0.9647 R-squared 0.071102 Adj. R-squared 0.004155 F-test 1.062059* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% Masing-masing karakteristik struktur hubungan tersebut diuraikan sebagai berikut: 1. M2 Variabel ini merepresentasikan kebijakan moneter berupa uang beredar. Hasil analisis menunjukkan pola hubungan yang negatif dengan nilai Q-Tobin sektor perbankan, dan tidak sesuai dengan teori, namun dengan pengaruh yang relatif kecil. Peningkatan jumlah uang beredar (M2) diharapkan memberikan pengaruh positif terhadap nilai Q-Tobin, melalui penurunan suku bunga acuan. Namun pola hubungan 173 yang negatif diduga karena mungkin saja pelonggaran uang beredar didukung dengan rasio kredit yang meningkat akan memberikan kesempatan bagi bank untuk menyalurkan kredit, sehingga jumlah aktiva bank meningkat dengan adanya penyaluran kredit, dan akan menurunkan nilai Q-Tobin, dan pada saat yang bersamaan diduga investor tidak melakukan investasi pada saham-saham perbankan. 2. SBI Pengaruh kebijakan moneter ini menunjukkan hubungan yang negatif dengan nilai Q-Tobin sesuai dengan teori ekonomi, dengan pengaruh yang cukup berarti. Sebagaimana dijelaskan di bagian atas, bahwa penurunan SBI, seharusnya diikuti oleh penurunan suku bunga kredit dan selanjutnya pinjaman. Namun spread yang masih besar, tidak mendorong korporasi untuk segera melakukan pinjaman, sehingga diduga tidak terjadi investasi dalam waktu yang bersamaan. Penyaluran kredit yang meningkat, akan memperbaiki Net Interest Margin (NIM) dari perbankan, dan ini akan memberikan pengaruh positif terhadap nilai pasar saham. Di sisi lain, prinsip prudent yang harus dipertahankan oleh perbankan, seringkali menjadi pisau bermata dua. Hal ini didukung pula oleh suku bunga pinjaman yang memberikan pengaruh positif. Tingginya bunga pinjaman, yang pada dasarnya mencerminkan fee atas jasa perbankan, akan meningkatkan NIM, manakala terjadi penyaluran kredit dalam jumlah yang besar. Hubungan positif dengan bunga pinjaman dapat dijelaskan, dengan spread bunga yang tidak berubah, maka dimungkinkan bagi sektor perbankan untuk memperoleh kenaikan laba atau NIM, sehingga nilai Q akan meningkat. 174 3. IHSG Hasil analisis menunjukkan adanya hubungan positif antara Indeks Harga Saham Gabungan (IHSG) dengan nilai Q-Tobin sektor perbankan, namun dengan pengaruh yang realtif kecil. Hubungan ini sesuai dengan teori ekonomi, terutama mekanisme transmisi moneter dengan jalur harga aset. Artinya, bila terjadi peningkatan nilai pasar saham maka berpengaruh positif terhadap nilai Q perusahaan. 4. Rasio Kredit/GDP Variabel rasio kredit terhadap GDP yang merepresentasikan kebijakan moneter dengan peningkatan penyaluran kredit, memiliki hubungan positif dengan nilai Q-Tobin sektor perbankan, dengan pengaruh yang cukup besar. Penyaluran kredit pada dasarnya diharapkan dapat meningkatkan investasi. Sektor perbankan yang berperan sebagai lembaga perantara penyaluran kredit ke sektor riil, akan memperoleh manfaat berupa kenaikan NIM dengan adanya peningkatan jumlah kredit yang disalurkan. 5. Kapitalisasi Pasar Perusahaan dan Aset Perusahaan Hasil analisis menunjukkan pola hubungan yang sesuai dengan teori ekonomi., meskipun pengaruhnya kecil. Kapitalisasi pasar sektor perbankan cukup besar yaitu 23.7 persen, menunjukkan bahwa nilai Q-Tobin yang meningkat akibat pengaruh mekanisme pasar yang menyebabkan peningkatan nilai pasar saham perbankan. 6. Dummy Krisis 2008 Pengaruh krisis finansial 2008, memberikan pengaruh negatif terhadap nilai Q-Tobin sektor perbankan, dengan pengaruh yang relatif kecil. Dengan kapitalisasi 175 pasar sebesar 27.3 persen maka penarikan dana yang dilakukan investor asing yang menyebabkan guncangan pada IHSG. Penurunan nilai pasar saham akibat krisis tersebut umumnya juga berdampak kepada indeks saham perbankan. Hasil penelitian Arestis, Nissanke and Stein (2005) juga menunjukkan adanya pengaruh dari kebijakan moneter terutama terkait dengan suku bunga acuan, yang selanjutnya berpengaruh terhadap volatilitas pasar modal, sehingga perlu adanya kebijakan yang mengatur tahapan implementasi liberalisasi keuangan untuk meminimumkan resiko dari krisis yang diakibatkan oleh pengaruh liberalisasi keuangan itu sendiri. Kebijakan moneter berupa penurunan suku bunga acuan SBI bersamaan dengan peningkatan penyaluran kredit (rasio kredit terhadap GDP), secara umum memberikan pengaruh positif terhadap nilai Q-Tobin sektor perbankan. Hal ini sesuai dengan teori ekonomi, bahwa kebijakan pelonggaran uang beredar memberikan insentif bagi sektor perbankan untuk terus meningkatkan penyaluran kreditnya. Secara umum, pengaruh liberalisasi keuangan bersamaan dengan kebijakan moneter terhadap nilai Q-Tobin dari masing-masing ke-3 (sektor) ini menunjukkan bahwa SBI memiliki hubungan yang negatif dengan nilai Q-Tobin. Hal ini sesuai dengan teori dan logika ekonomi. Sedangkan rasio M2/GDP hanya memberikan pengaruh positif kepada sektor pertanian, dengan pengaruh yang besar. Di sisi lain, M2 memberikan pengaruh negatif terhadap nilai Q-Tobin sektor industri dasar dan kimia dan juga perbankan, tetapi dengan pengaruh yang relatif kecil. Hal ini sejalan dengan hasil penelitian dari Helmut (2005), bahwa dengan adanya keadaan liberalisasi keuangan atau globalisasi di negara-negara berkembang, seringkali kebijakan moneter menjadi tidak cukup efektif, khususnya dalam mekanisme 176 transmisi moneter. Secara ringkas pengaruh liberalisasi keuangan dan kebijakan moneter terhadap nilai Q-Tobin masing-masing sektor disajikan pada Tabel 23. Tabel 23. Aspek Makro Ringkasan Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan Pengaruh terhadap nilai Q-Tobin Sektor Variabel Pertanian Industri Perbankan Dasar dan Kimia Kebijakan SBI -* -* -* Moneter Money Financial Deepening Pasar Modal (Saham) Makroekonomi IHSG Kapitalisasi Pasar Total Bunga Kredit Bunga Pinjaman Total Kredit -* -* -* + +* +* +* +* -* +* +* -* +* Pinjaman Perusahaan Kapitalisasi +* Pasar Perusahaan Aset -* Perusahaan Lingkungan Krisis Finansial Dummy +* Global krisis 2008 Keterangan: + adalah pengaruh positif - adalah pengaruh negatif * adalah signifikan pada taraf nyata 5% Mikro Perusahaan Supply (M2) Rasio M2/GDP Kapitalisasi Pasar/GDP Kredit/GDP +* + +* +* -* -* -* -* Liberalisasi keuangan yang direpresentasikan dengan rasio kapitalisasi pasar terhadap GDP hanya memberikan pengaruh terhadap nilai Q-sektor pertanian, dengan 177 nilai yang cukup besar. Sedangkan rasio penyaluran kredit terhadap GDP hanya berpengaruh positif terhadap nilai Q-Tobin sektor perbankan, dengan nilai yang cukup besar. Dari hasil analisis ini, dapat disimpulkan bahwa terdapat pengaruh yang berbeda akibat variabel financial deepening (yang merepresentasikan liberalisasi keuangan) terhadap nilai Q-Tobin, antara sektor pertanian dengan ke-2 (dua) sektor lainnya, yaitu industri dasar dan kimia dan perbankan. Sementara itu, SBI memiliki pengaruh yang sama yaitu negatif terhadap nilai Q-Tobin ke-3 (tiga) sektor. 6.3. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Sektor Pertanian, Industri Dasar dan Kimia serta Perbankan Analisis bagian ini untuk mencapai tujuan penelitian ketiga, yaitu menganalisis pengaruh liberalisasi keuangan (capital account dan pasar saham) dan kebijakan moneter (pendekatan suku bunga acuan) yang direpresentasikan dengan nilai Q-Tobin dari masing-masing sektor terhadap pertumbuhan investasi sektoral. Seperti pada tujuan penelitian satu dan dua, maka analisis dilakukan dengan menggunakan pendekatan Analisis Regresi Data Panel. Variabel Q-Tobin merepresentasikan pengaruh kondisi makro melalui kebijakan liberalisasi keuangan dan kebijakan moneter. Variabel struktur modal merepresentasikan kebijakan korporasi di level mikro, yaitu perbandingan antara porsi sumber dana internal berupa saham terhadap sumber dana jangka panjang (total utang ditambah dengan ekuitas). Variabel bunga pinjaman riil merepresentasikan tingkat bunga investasi atau imbal hasil dari suatu keputusa investasi. Tingkat bunga riil, dihitung dengan mengurangkan tingkat bunga pinjaman dengan expected inflation. Variabel dependen adalah nilai investasi bersih dari 178 perusahaan di masing-masing sektor, yang mencerminkan keputusan investasi perusahaan riil (investasi dibagi GDP deflator) dan di log kan, untuk menggambarkan pertumbuhan nilai investasi. Variabel bebas (independen) adalah nilai Q-Tobin, struktur modal (Equtiy to Capitalization), dan bunga pinjaman riil (real loan interest rates). Untuk mengetahui pengaruh dari krisis finansial global, maka digunakan variabel dummy krisis 2008. Pengujian dengan model data panel, menghasilkan model estimasi Random Effect Model yang terpilih untuk dapat menjelaskan hubungan diantara investasi perusahaan dengan nilai Q-Tobin, struktur modal perusahaan serta bunga pinjaman riil. 6.3.1. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Sektor Pertanian Persamaan regresi yang menggambarkan hubungan struktur ekonomi antara pertumbuhan investasi dengan nilai Q-Tobin, struktur modal dan bunga pinjaman riil dari sektor pertanian disajikan sebagai berikut: Log (inv_riil)t = 10.290 + 0.009QT – 0.155ECAP + 0.077INT + 0.022DUM ................................................................. (6.7) Tabel 24 menunjukkan hubungan antara log investasi riil dengan nilai QTobin yang meskipun sesuai dengan teori yaitu positif, namun tidak signifikan. Rasio struktur modal memiliki pengaruh negatif terhadap petumbuhan investasi, namun tidak signifikan. Hal ini dapat dijelaskan bahwa bila perusahaan memiliki sumber dana internal, dan kondisi lingkungan mendukung untuk mendapatkan pinjaman, maka perusahaan cenderung untuk menggunakan pinjaman dalam rangka meningkatkan investasinya. Selain itu, secara teoritis, ada tingkatan struktur modal 179 yang harus dijaga untuk dapat memaksimumkan nilai korporasi. Artinya, sumber dana internal 100 persen tidak berarti memberikan nilai maksimum bagi perusahaan. Bunga pinjaman riil, yang merepresentasikan tingkat bunga investasi yang akan diterima oleh investor, menunjukkan pola hubungan yang positif sesuai dengan yang diharapkan. Semakin tinggi bunga pinjaman riil, maka investor akan semakin tertarik untuk melakukan investasi. Tingkat bunga pinjaman riil, akan semakin meningkat dengan mengupayakan penurunan inflasi yang diharapkan (expected inflation), yang sebagai representasi dari upaya pemerintah untuk menekan tingkat inflasi. Variabel dummy krisis menunjukkan pengaruh positif terhadap keputusan investasi korporasi, namun tidak signifikan. Variabel bunga pinjaman riil memberikan pengaruh yang paling berarti terhadap keputusan investasi korporasi sektor pertanian. Tingkat profitabilitas dari sektor pertanian yang didominasi oleh subsektor perkebunan, memberikan daya tarik tersendiri bagi pihak luar untuk melakukan investasi, meskipun membutuhkan masa investasi yang relatif panjang, yaitu minimal 3 (tiga) tahun untuk dapat merealisasikan keuntungan tersebut. Tabel 24. Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Riil Sektor Pertanian, Periode 2002 – 2009, dengan Model Estimasi REM Parameter Koefisien Estimasi Standard Error Nilai – p C 10.29032* 0.581966 0.0000 Q Tobin 0.009025 0.024117 0.7091 Rasio Ekuitas -0.155476 0.099499 0.1216 Bunga Pinjaman Riil 0.076903* 0.019456 0.0002 Dummy Krisis 2008 0.022393 0.113823 0.8445 R-squared 0.263992 Adj. R-squared 0.231640 F-test 8.159980* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% 180 Dengan tingkat profitabilitas yang tinggi, maka subsektor perkebunan masih memiliki ruang gerak untuk melakukan investasi dengan menggunakan sumber dana eksternal yaitu berupa pinjaman, dengan mempertimbangkan kondisi makro berupa liberalisasi keuangan ataupun kebijakan moneter, yang memungkinkan untuk memperoleh bunga pinjaman dengan nilai yang lebih rendah (dikenal sebagai cost of capital). 6.3.2. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap pertumbuhan investasi sektor Industri Dasar dan Kimia Persamaan regresi yang menggambarkan hubungan struktur ekonomi antara pertumbuhan investasi dengan nilai Q-Tobin, struktur modal dan bunga pinjaman riil dari sektor industri dasar dan kimia disajikan sebagai berikut: Log (inv_riil)t = 9.574 - 0.081QT – 0.073ECAP + 0.127INT – 0.678DUM ............................................................ (6.8) Tabel 25 menunjukkan hubungan antara log investasi riil dengan nilai QTobin yang tidak sesuai dengan teori, yaitu negatif. Tabel 25 Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Riil Sektor Industri Dasar dan Kimia, Periode 2002 – 2009 dengan Model Estimasi REM Parameter Koefisien Estimasi Standard Error Nilai – p C 9.573831* 0.294706 0.0000 Q Tobin -0.080517* 0.025264 0.0016 Rasio Ekuitas -0.072936* 0.032715 0.0265 Bunga Pinjaman Riel 0.126689* 0.016069 0.0000 Dummy Krisis 2008 -0.320869* 0.099494 0.0014 R-squared 0.297243 Adj. R-squared 0.287583 F-test 30.77088* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% 181 Hal ini dapat dijelaskan, bahwa nilai Q-Tobin yang lebih dari 1, mungkin saja dapat memberikan interpretasi kepada perusahaan untuk melakukan investasi, namun sebaliknya justru akan mengurangi investasi. Bila nilai Q-Tobin lebih mendukung investasi pada surat-surat berharga atau instrumen jangka pendek, maka ketersediaan dana untuk investasi aktiva tetap akan berkurang. Ada kemungkinan, rasio Q-Tobin diterjemahkan oleh pasar sebagai indikator untuk melakukan investasi di pasar saham dibandingkan dengan investasi di sektor riil. Rasio struktur modal memiliki pengaruh negatif terhadap petumbuhan investasi. Hal ini dapat dijelaskan bahwa bila perusahaan memiliki sumber dana internal, dan kondisi lingkungan mendukung untuk mendapatkan pinjaman, maka perusahaan cenderung untuk menggunakan pinjaman dalam rangka meningkatkan investasinya. Bunga pinjaman riil, seperti halnya pada sektor pertanian, memberikan pengaruh positif terhadap pertumbuhan investasi di sektor industri dasar dan kimia. Sektor pengolahan dengan struktur biaya yang umumnya didominasi oleh biaya tetap, memiliki marjin keuntungan (profit margin) yang relatif stabil, meskipun kisaran nilainya umumnya tidak cukup besar (sekitar 5 persen – 7 persen). Meskipun marjin keuntungan tersebut tidak cukup tinggi, namun dengan tingkat kepastian keuntungan dari industri pengolahan, serta tingkat resiko usaha yang lebih terprediksi, maka umumnya para investor tertarik untuk masuk di industri ini. Industri dasar dan kimia, yang terdiri dari perusahaan dengan produk antara, umumnya berorientasi pada ekspor, misalnya bahan kimia dan pulp dan kertas, masih menarik minat para investor asing. Beberapa perusahaan tersebut, sahamnya dimiliki oleh investor asing. Variabel dummy krisis menunjukkan pengaruh negatif terhadap keputusan investasi korporasi. Variabel dummy berpengaruh besar terhadap keputusan investasi di sektor industri dasar dan kimia. 182 6.3.3. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Sektor Perbankan Persamaan regresi yang menggambarkan hubungan struktur ekonomi antara pertumbuhan investasi dengan nilai Q-Tobin, struktur modal dan bunga pinjaman riil dari sektor perbankan disajikan sebagai berikut: Log (inv_riil)t = 13.854 - 0.287QT + 0.790ECAP + 0.091INT + 0.109DUM ............................................................ (6.9) Tabel 26 menunjukkan hubungan antara log investasi riil dengan nilai QTobin yang tidak sesuai dengan teori, yaitu negatif dengan nilai yang relatif cukup besar di sektor perbankan. Di sektor perbankan keputusan invesetasi termasuk keputusan penyaluran kredit ke sektor riil. Dengan demikian bila hubungan negatif, dapat dijelaskan bahwa kondisi pasar cukup kondusif untuk melakukan investasi di surat berharga jangka pendek, dibandingkan dengan investasi di sektor riil, sehingga akan berpengaruh terhadap realisasi penyaluran kredit perbankan. Tabel 26. Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Riil Sektor Perbankan, Periode 2002 – 2009 dengan Model Estimasi REM Parameter Koefisien Estimasi Standard Error Nilai – p C 13.85473* 0.481724 0.0000 Q Tobin -0.286928* 0.022617 0.0000 Rasio Ekuitas 0.790308* 0.358008 0.0293 Bunga Pinjaman Riil 0.091476* 0.012214 0.0000 Dummy Krisis 2008 0.109113 0.070740 0.1257 R-squared 0.668409 Adj. R-squared 0.656875 F-test 57.95322* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% Rasio struktur modal memiliki pengaruh positif terhadap petumbuhan investasi, dengan nilai yang relatif besar. perbankan tetap disarankan untuk Hal ini dapat dijelaskan bahwa bila menerima tabungan masyarakat yang mencerminkan kewajiban bank, serta mengurangi porsi ekuitas sesuai dengan rasio 183 CAMEL (Capital, Asset, Management, Earning and Liquidity) perbankan yang ditetapkan oleh otoritas moneter yaitu Bank Indonesia. Bunga pinjaman riil memiliki pengaruh positif terhadap pertumbuhan investasi perbankan. Hal ini dapat dijelaskan, bahwa bunga pinjaman riil merupakan daya tarik bagi investor untuk melakukan investasi, sehingga aapabila investasi direalisasikan, maka salah satu sumber dana berupa kredit bank dapat meningkatkan pertumbuhan penyaluran kredit bank. Kondisi ini dimungkinkan untuk terjadi, terutama apabila spread tingkat bunga pinjaman tidak telalu besar. Berbeda dengan sektor industri dasar dan kimia, dummy krisis memiliki pengaruh positif, namun tidak signifikan. Penundaan penyaluran pinjaman selama masa krisis, merepresentasikan tidak bertambahnya keputusan investasi sektor perbankan. Secara ringkas pengaruh nilai Q-Tobin terhadap pertumbuhan investasi masing-masing sektor disajikan pada Tabel 27. Tabel 27. Ringkasan Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan Pengaruh terhadap Log Investasi Riil Sektor Aspek Variabel Pertanian Industri Perbankan Dasar dan Kimia Perusahaan Q-Tobin Mikro + -* -* Makro Lingkungan Keterangan: Rasio Ekuitas Bunga Pinjaman riil Dummy Krisis 2008 -* -* +* +* +* +* -* + Krisis Finansial Global + adalah pengaruh positif - adalah pengaruh negatif * adalah signifikan pada taraf nyata 5% 184 Secara keseluruhan, untuk sektor perbankan pada saat kondisi krisis finansial, korporasi cenderung tidak dipengaruhi dalam keputusan investasinya, mengingat krisis finansial akan memberikan dampak tingginya tingkat suku bunga pinjaman. Dengan demikian investasi di sektor perbankan tidak juga menunjukkan perubahan akibat adanya krisis finansial global. 6.3.4. Pengaruh nilai Q-Tobin terhadap pertumbuhan investasi Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan (Gabungan) Nilai Q-Tobin yang merepresentasikan keadaan liberalisasi keuangan dan kebijakan moneter. Persamaan regresi yang menggambarkan hubungan struktur ekonomi antara pertumbuhan investasi dengan nilai Q-Tobin, struktur modal dan bunga pinjaman riil dari ke 3 (tiga) sektor secara bersamaan disajikan sebagai berikut: Log (inv_riil)t = 10.685 - 0.083QT - 0.068ECAP + 0.110INT - 0.192DUM ................................................................... (6.10) Dari persamaan (6.10) terlihat bahwa beberapa variabel menunjukkan pola hubungan yang sesuai dengan teori, kecuali variabel Q-Tobin. Baik suku bunga pinjaman riil dan krisis finansial global memberikan pengaruh nyata lebih besar dibandingkan dengan nilai Q-Tobin maupun struktur modal. Tabel 28 menunjukkan hubungan antara log investasi riil dengan nilai QTobin yang tidak sesuai dengan teori, yaitu negatif. Krisis finansial global memberikan pengaruh negatif terhadap pertumbuhan investasi riil dari ke 3 (tiga) sektor. Bunga pinjaman riil memberikan pengaruh positif kepada pertumbuhan investasi gabungan dari ke-3 sektor. Struktur modal memberikan pengaruh negatif terhadap pertumbuhan investasi. Tingkat bunga pinjaman riil yang tinggi akan dapat 185 menarik minat dari investor ke-3 sektor, terutama pada sektor industri dasar dan kimia. Pada saat krisis, di sektor industri dasar dan kimia, perusahaan menahan untuk tidak melakukan investasi, karena dampak dari krisis akan diikuti dengan tingkat bunga pinjaman yang tinggi, dan selanjutnya akan menurunkan kinerja keuangan perusahaan. Tabel 28. Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Riil ke 3 (tiga) Sektor, Periode 2002 – 2009 dengan Model Estimasi REM Parameter Koefisien Estimasi Standard Error Nilai – p C 10.68490* 0.303291 0.0000 Q Tobin -0.083145* 0.016665 0.0000 Rasio Ekuitas -0.067618* 0.028591 0.0184 Bunga Pinjaman Riel 0.110388* 0.010851 0.0000 Dummy Krisis 2008 -0.192342* 0.065769 0.0036 R-squared 0.268498 Adj. R-squared 0.262727 F-test 46.52357 ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% Pola hubungan negatif antara nilai Q-Tobin dengan pertumbuhan investasi dari ke 3 (tiga) sektor dapat dijelaskan sebagai berikut. Pada saat kondisi pasar modal kondusif, maka investor lebih tertarik untuk melakukan investasi di instrumen keuangan, terutama perbankan dan perkebunan. Dengan demikian bila hubungan negatif, dapat dijelaskan bahwa kondisi pasar modal cukup kondusif untuk melakukan investasi di surat berharga jangka pendek, dibandingkan dengan investasi di sektor riil, sehingga akan berpengaruh terhadap realisasi penyaluran kredit perbankan. Pertumbuhan pasar modal yang tercermin dari nilai Q yang meningkat (karena nilai pasar saham emiten yang meningkat), ternyata tidak mendorong investasi di sektor riil. 186 Pola hubungan negatif dari struktur modal terhadap pertumbuhan investasi dapat dijelaskan sebagai berikut, dengan semakin tingginya porsi dana internal berupa ekuitas (saham atau keuntungan perusahaan) justru menurunkan pertumbuhan investasi. Diduga, keuntungan perusahaan tidak selalu dialokasikan untuk investasi barang modal, namun cenderung ke investasi portofolio. Hal ini tercermin dari pengaruh Q-Tobin yang negatif terhadap pertumbuhan investasi sektor. Penjelasan lain, mengenai pengaruh negatif dari struktur modal, adalah pada saat kondisi pasar modal kondusif yang memungkinkan korporasi untuk meningkatkan sumber dana melalui penerbitan saham perdana (Initial Public Offering, IPO) atau right issue (penerbitan saham), ada kecenderungan perusahaan menggunakan dana tersebut untuk melunasi pinjamannya dan tidak diinvestasikan ke barang modal. Secara umum, hasil analisis tujuan penelitian ketiga, menunjukkan bahwa keputusan investasi perusahaan di sektor industri dasar dan kimia dan perbankan memiliki pola hubungan yang negatif dengan nilai Q-Tobin masing-masing sektor, kecuali di sektor pertanian. Sementara itu, pengaruh struktur modal adalah negatif untuk sektor pertanian dan industri dasar dan kimia, sebaliknya untuk sektor perbankan. Semakin tinggi nilai Q-Tobin, perusahaan tidak akan melakukan investasi di aktiva tetap bersih, namun cenderung untuk mempertimbangkannya sebagai indikasi bahwa pasar menilai harga per lembar saham perusahaan lebih tinggi dari nilai bukunya, dan dapat digunakan sebagai inputan informasi dalam melakukan aksi korporasi. Bunga pinjaman riil berpengaruh positif terhadap masing-masing sektor. 6.4. Intisari Analisis Panel Data Berdasarkan analisis panel data, menunjukkan bahwa model estimasi yang sesuai untuk menggambarkan pengaruh faktor makro dan mikro terhadap nilai Q- 187 Tobin sektoral serta pertumbuhan investasi sektoral adalah Random Effect Model. Secara umum, pada model pengaruh liberalisasi keuangan sebagian besar variabel bebas memberikan tanda yang sesuai dengan harapan atau teori ekonomi, kecuali variabel FDI dan investasi portofolio untuk sektor industri dasar dan kimia. Nilai Rsquared yang rendah pada sektor industri dasar dan kimia serta sektor perbankan, menunjukkan bahwa masih ada variabel penjelas lain belum dimasukkan dalam model regresi tersebut untuk dapat menjelaskan perilaku nilai Q-Tobin. Nilai R-squared yang rendah ini juga sebagai konsekuensi dari digunakannya data panel, dengan jumlah data silang (cross section) yang lebih banyak dari data runtut waktu (time series). Pada model pengaruh liberalisasi keuangan dan kebijakan moneter, hanya variabel kebijakan moneter berupa Money Supply (M2) yang memberikan tanda yang tidak sesuai dengan harapan atau teori ekonomi, baik untuk sektor industri dasar dan kimia dan sektor perbankan. Model estimasi pada sektor perbankan memiliki nilai Rsquared yang sangat rendah, juga pada model liberalisasi keuangan. Pada model pertumbuhan investasi riil sektoral, variabel nilai Q-Tobin tidak memberikan tanda sesuai dengan harapan baik di sektor industri dasar dan kimia serta perbankan. Berbeda dengan ke-2 model sebelumnya, di model ini, nilai R-squared dari model sektor perbankan justru terbesar dibandingkan dengan sektor industri dasar dan kimia. Berdasarkan nilai R-squared, model estimasi untuk liberalisasi keuangan dan kebijakan moneter terhadap nilai Q-Tobin, maka model yang lebih baik adalah model pada sektor pertanian. Sedangkan untuk model pengaruh nilai Q-Tobin terhadap pertumbuhan investasi riil sektoral, maka model yang lebih baik adalah model pada sektor perbankan. 188 Kesamaan pola model liberalisasi keuangan dan kebijakan moneter pada sektor industri dasar dan kimia dan perbankan, dapat dijelaskan oleh adanya hubungan kausalitas nilai Q-Tobin sektor perbankan terhadap nilai Q-Tobin sektor industri dasar dan kimia, namun tidak sebaliknya. 189 VII. KESIMPULAN DAN IMPLIKASI KEBIJAKAN 7.1. Kesimpulan Kesimpulan umum dari penelitian ini adalah: selama rentang waktu analisis (2002-2009) liberalisasi keuangan di Indonesia memberikan pengaruh nyata terhadap nilai Q-Tobin ke-3 (tiga) sektor (pertanian, industri dasar dan kimia dan perbankan). 1. Terdapat kesamaan pola pengaruh liberalisasi keuangan dari aspek makro, yaitu Investasi Asing Langsung (Foreign Direct Investment, FDI), dan Investasi Portofolio terhadap nilai Q-Tobin sektor industri dasar dan kimia serta perbankan, dan sebaliknya pada sektor pertanian. Baik FDI maupun Investasi Portofolio berpengaruh negatif terhadap nilai Q-Tobin sektor industri dasar dan kimia serta perbankan, akan tetapi berpengaruh positif terhadap nilai Q-Tobin sektor pertanian. Dari aspek mikro, kapitalisasi pasar dan pinjaman perusahaan memberikan pengaruh positif terhadap nilai Q-Tobin masing-masing sektor, sedangkan aset perusahaan memberikan pengaruh negatif. Pengaruh dari liberalisasi keuangan terhadap nilai Q-Tobin dari masingmasing sektor dapat dikatakan relatif kecil, khususnya adalah FDI. Kesamaan pola diantara sektor perbankan dan industri dasar dan kimia, dapat dijelaskan dengan adanya hubungan kausal antara nilai Q-Tobin sektor perbankan yang mempengaruhi nilai Q-Tobin sektor industri dasar dan kimia. Pengaruh FDI umumnya membutuhkan waktu untuk dapat memberikan pengaruh terhadap nilai Q-Tobin, mengingat investasi FDI merupakan investasi langsung dalam bentuk aset perusahaan. Sebaliknya dengan investasi portofolio, memberikan pengaruh relatif lebih besar dibandingkan dengan FDI, sebagaimana yang ditunjukkan dengan koefisien dari parameternya. Investasi Portofolio relatif 190 lebih terlihat pengaruhnya, karena umumnya menunjukkan investasi di instrumen keuangan berupa saham ataupun obligasi. Namun demikian, investasi portofolio relatif lebih mudah berpindah, sehingga apabila ada guncangan dari luar (eksternal) maka akan terjadi perpindahan aliran dana ini ke instrumen lain atau negara lain yang dianggap lebih menguntungkan bagi para investor yang terlibat dalam investasi ini, terutama investor asing. 2. Pengaruh liberalisasi keuangan bersamaan dengan kebijakan moneter terhadap nilai Q-Tobin masing-masing sektor menunjukkan adanya pengaruh nyata dari suku bunga acuan yaitu SBI. Demikian pula dengan kebijakan uang beredar (money supply, M2), yang berpengaruh nyata terhadap nilai Q-Tobin sektor industri dasar dan kimia dan sektor perbankan. Dari aspek makro, baik SBI dan uang beredar, keduanya memberikan pengaruh negatif terhadap nilai Q-Tobin masing-masing sektor, kecuali pengaruh M2 terhadap nilai Q-Tobin sektor pertanian. Financial deepening berupa rasio kapitalisasi pasar terhadap Gross Domestic Product yang mencerminkan besarnya partisipan pasar, berpengaruh nyata terhadap nilai Q-Tobin sektor pertanian, namun tidak pada kedua sektor lainnya. Sedangkan rasio kredit terhadap GDP hanya berpengaruh nyata terhadap sektor perbankan. Besarnya partisipan di pasar modal memberikan pengaruh negatif terhadap nilai Q-Tobin sektor pertanian, sedangkan jumlah penyaluran kredit memberikan pengaruh positif terhadap nilai Q-Tobin sektor perbankan. Dari aspek mikro, pinjaman perusahaan memberikan pengaruh positif terhadap nilai Q seluruh sektor, sedangkan aset perusahaan memberikan pengaruh negatif terhadap nilai Q-Tobin sektor industri dasar dan kimia serta perbankan. 191 3. Berdasarkan analisis, secara umum bahwa keputusan investasi di ke-3 (tiga) sektor memiliki pola hubungan negatif dengan nilai Q-Tobin dari sektor industri dasar dan kimia serta perbankan, demikian pula dengan struktur modal yang berpengaruh negatif terhadap pertumbuhan investasi sektor pertanian dan industri dasar dan kimia. pengaruh positif Pada sektor perbankan, struktur modal justru memberikan terhadap pertumbuhan investasi. Struktur modal menggambarkan porsi dana internal (ekuitas) terhadap total aset perusahaan memberikan pengaruh negatif terhadap pertumbuhan investasi. Dalam model yang memasukkan pengaruh suku bunga pinjaman riel, terdapat pengaruh nyata dari variabel ini terhadap pertumbuhan investasi di masing-masing sektor. Pengaruh dari suku bunga pinjaman riel ini adalah positif terhadap pertumbuhan investasi. Artinya bunga pinjaman riil yang tinggi dapat menjadi daya tarik bagi investor untuk berinvestasi di sektor riil. Secara umum, dapat disimpulkan bahwa dalam era liberalisasi keuangan, terdapat pengaruh dari investasi portofolio terhadap nilai Q-Tobin dari masing-masing sektor, demikian pula dengan kebijakan moneter berupa pengaruh negatif dari SBI terhadap nilai Q-Tobin masing-masing sektor. Namun demikian, tidak terjadi pengaruh nilai Q-Tobin terhadap pertumbuhan investasi sektoral yang diwakili oleh pertumbuhan investasi korporasi di sektor tersebut. Dengan demikian, dapat disimpulkan bahwa dalam era liberalisasi keuangan tidak terjadi transmisi dari investasi portofolio ke sektor riil, namun sebaliknya justru terjadi mekanisme transmisi dari sektor riil ke pasar modal berupa penempatan dana jangka pendek dalam bentuk investasi portofolio. 192 7.2. Implikasi Kebijakan Berdasarkan hasil analisis dan kesimpulan penelitian, maka Tabel 29 berikut menyajikan keterkaitan antara model yang dihasilkan dari penelitian ini dengan kebijakan-kebijakan yang saat ini telah diberlakukan oleh institusi terkait, untuk merumuskan implikasi kebijakan. Tabel 29. Keterkaitan kebijakan yang ada dengan model estimasi dan kebijakan yang disarankan No. Aspek Kebijakan yang ada Kebijakan yang Dasar: disarankan (Tren data, model estimasi) Makro 1. Investasi No. Pembatasan partisipasi Data Portofolio 1055/KMK.013/1989. investor asing pada menunjukkan Kesempatan bagi saham sektoral, adanya trend investor asing untuk khususnya saham yang peningkatan berpartisipasi dan berbasis pada sumber investasi menguasai daya alam dan portofolio. maksimum 49 persen memiliki pangsa GDP Model estimasi di pasar perdana yang cukup besar, menunjukkan maupun 49 persen seperti subsektor adanya pola saham yang tercatat perkebunan, hubungan di bursa efek maupun pertambangan dan positif antara bursa paralel. energi. investasi Belum ada Kebijakan portofolio pembatasan dimaksudkan untuk dengan nilai partisipasi investor mengantisipasi, Q-Tobin sektor asing, pada sahampengaruh negatif dari pertanian. saham sektoral, baik fluktuasi dana investor sektor primer, asing, terhadap indeks sekunder maupun saham sektor primer. tersier. Bila indeks saham sektor primer menurun, secara tidak langsung akan mempengaruhi kinerja GDP sektor pertanian, khususnya subsektor perkebunan. 2. Investasi Asing Langsung (FDI) Keppres No.96 Tahun 2000 jo. No. 118 Tahun 2000. Keleluasaan investor dalam memilih usaha melalui pembaharuan Mempertimbangkan portofolio (komposisi) FDI berdasarkan sektoral. Komposisi tersebut diharapkan dapat merangsang Terdapat peningkatan akumulasi FDI. Model estimasi menunjukkan 193 Tabel 29. Lanjutan Daftar Bidang Usaha yang Tertutup. 3. Pajak transaksi investasi portofolio Peraturan IX.D.1 (lampiran Keputusan Ketua BAPEPAM Nomor: Kep01/PM/1993), tentang benturan kepentingan transaksi tertentu. Pajak diberlakukan pada hasil, namun belum pada setiap transaksi pada investasi portofolio. investor untuk menanamkan dananya pada sektor pertanian. adanya pola hubungan positif antara akumulasi FDI dengan nilai Q-Tobin sektor pertanian. Mempertimbangkan Data pengenaan pajak, untuk menunjukkan setiap transaksi adanya tren penjualan atau peningkatan transaksi pembelian investasi dari investasi portofolio. portofolio. Model estimasi Pemberlakuan Tobinmenunjukkan Tax pada setiap adanya pola transaksi (menurut hubungan referensi asli Tobin, positif antara sekitar 5 persen), investasi dikenakan seragam portofolio baik untuk transaksi dengan nilai beli maupun transaksi Q-Tobin sektor jual, dengan demikian pertanian. diharapkan tidak ada kecenderungan imbal hasil abnormal atas transaksi investasi portofolio. Rumusan implikasi kebijakan berdasarkan Tabel 29 di atas adalah sebagai berikut: 1. Pengaruh positif dari investasi portofolio terhadap nilai Q-sektor pertanian memberikan indikasi bahwa terjadi aliran dana dari sektor riil ke investasi portofolio, terutama saat terjadinya peningkatan harga komoditas pertanian, misalnya Crude Palm Oil (CPO). Diperlukan kebijakan khusus di pasar modal melalui aturan Badan Pengawas Pasar Modal, mengenai pembatasan kepemilikan saham dalam portofolio investasi oleh pihak investor asing, khususnya untuk saham-saham emiten sektor pertanian. Hal ini untuk mencegah terjadinya fluktuasi indeks saham bila terjadi aliran dana investasi portofolio keluar, yang selanjutnya akan mempengaruhi fluktuasi dari nilai indeks saham sektoral. 194 Fluktuasi ini dapat berpengaruh kurang baik pada peluang untuk mendapatkan dana dari pasar modal untuk perusahaan publik di sektor pertanian. 2. Adanya pengaruh positif dari akumulasi FDI terhadap nilai Q-sektor pertanian, masih mengindikasikan adanya pengaruh investasi portofolio di saham sektor pertanian. Daya tarik investasi portofolio di saham-saham sektor pertanian, khususnya sektor perkebunan, diharapkan juga dapat terjadi keadaan yang sama dengan investasi asing langsung di sektor pertanian. Portofolio berdasarkan sektor dari FDI, khususnya pada sektor pertanian dapat menjadi pertimbangan bagi institusi terkait penanaman modal, dalam menyusun kebijakan untuk mendorong investasi asing langsung di sektor pertanian. 3. Diperlukan pemberlakuan pajak dalam transaksi di investasi portofolio, sebagaimana yang disarankan dalam konsep Tobin Tax. Secara teoritis, konsep Tobin Tax bertujuan untuk menjaga volatilitas nilai tukar, yang ditransmisikan oleh gejolak di pasar keuangan, melalui segmentasi keuangan di area nilai tukar sehingga bank sentral dan pemerintah masing-masing memiliki kewenangan dalam kebijakannya atas nilai tukar. Dengan demikian diperlukan kebijakan pajak yang seragam untuk setiap transaksi yang melibatkan nilai tukar di pasar keuangan, demikian pula yang melibatkan transaksi pasar saham. Pengenaan pajak atas setiap transaksi di pasar modal, akan mengurangi keuntungan bersih dari investasi portofolio, sehingga menjadi pertimbangan bagi investor saat menanamkan dananya di instrumen ini, khususnya pada sektor pertanian. 7.3. Saran Penelitian Lanjutan 1. Penelitian tentang pengaruh liberalisasi keuangan terhadap distribusi aliran dana asing terhadap pertumbuhan investasi sektor. Dengan demikian dapat mengukur 195 efisiensi dan efektivitas alokasi dana di era liberalisasi keuangan terhadap pertumbuhan investasi sektoral. 2. Penelitian tentang pengaruh liberalisasi keuangan terhadap pertumbuhan investasi perusahaan yang belum terbuka di pasar modal, khususnya di sektor pertanian. Aliran dana investasi portofolio tidak hanya diharapkan sebagai alternatif pembiayaan, namun untuk menurunkan biaya modal, sebagai dasar bunga kredit bagi perusahaan non-publik yang menggunakan pinjaman. 3. Pemberlakuan pembatasan investasi portofolio di sektor pertanian, dapat menimbulkan konsekuensi negatif berupa penurunan indeks saham agribisnis (JAKAGRI), yang selanjutnya dapat berpengaruh terhadap alternatif sumber pembiayaan bagi korporasi di sektor ini. Untuk itu, dibutuhkan penelitian yang mengkaji pengaruh pembatasan porsi investor asing terhadap investasi portofolio atas emiten saham sektor pertanian di pasar modal. 4. Penelitian untuk menganalisis pengaruh pemberlakuan Tobin Tax, baik untuk transaksi nilai tukar maupun investasi portofolio di pasar keuangan. Pengaruh Tobin Tax dapat dilakukan secara terpisahkan dari pengaruh liberalisasi keuangan, maupun simultan. Selain itu, disarankan melakukan penelitian khusus mengenai pengaruh Tobin Tax untuk transaksi investasi portofolio serta imbal hasil yang diperoleh. 5. Penelitian yang menguji kecepatan transmisi dana dari sektor riil ke investasi portofolio, dan sebaliknya dari investasi portofolio ke investasi di sektor riil, untuk mengetahui perbedaan kecepatan transmisi dari ke 2 (dua) aliran dana tersebut. 196 197 DAFTAR PUSTAKA Abdullah, B. 2003. Peran Kebijakan Moneter dan Perbankan dalam Mengatasi Krisis Ekonomi di Indonesia. Bahan Kuliah Kursus Reguler Angkatan XXXVI Lembaga Pertahanan Nasional, Jakarta. Abdurohman. 2003. The Role of Financial Development In Promoting Economic Growth: Empirical Evidence Of Indonesian Economy. Jurnal Keuangan Dan Moneter, 6 (2): 84 – 96. Abiad, A., N. Oomes, and K. Ueda. 2004. The Quality Effect: Does Financial Liberalization Improve the Allocation of Capital?. Paper presented at the Sixth Jacques Polak Annual Research Conference. November 3 4, 2005, Washington, DC. Arestis, P. and M. Glickman. 2002. Financial Crisis in South East Asia: Dispelling Illusion the Minskyan Way. Cambridge Journal of Economics, 26(2): 237260. Arestis, P. and A. Caner. 2004. Financial Liberalization and Poverty: Channels of Influence. Working Papers Series. Levy Economics Institute of Bard College. Annandale-on-Hudson, New York. Arestis, P. 2005. Financial Liberalisation and The Relationship Between Finance And Growth. Working Paper No. 05/05. Centre for Economics and Public Policy. University of Cambridge, Cambridge. Arestis, P., M. Nissanke, and H. Stein. 2005. Finance and Development: Institutional and Policy Alternatives to Financial Liberalization Theory. Eastern Economic Journal, 31 (2): 245. Bank Indonesia. 2008. Outlook Ekonomi Indonesia 2008 – 2012. Integrasi Ekonomi ASEAN dan Prospek Perekonomian Indonesia. Biro Riset Ekonomi Direktorat Riset Ekonomi dan Kebijakan Moneter.Bank Indonesia, Jakarta. Bank Indonesia. 2009. Outlook Ekonomi Indonesia 2009 – 2014. Krisis Finansial Global dan Dampaknya terhadap Perekonomian Indonesia. Biro Riset Ekonomi Direktorat Riset Ekonomi dan Kebijakan Moneter. Bank Indonesia, Jakarta. Bank Indonesia. 2008. Pasar Keuangan di Indonesia, Jakarta. www.bi.go.id. Basri, F. 2009. Catatan Satu Dekade Krisis. Transformasi, Masalah Struktural, dan Harapan Ekonomi Indonesia. Esensi Erlangga Group, Jakarta. Basri, F dan H. Munandar. 2009. Lanskap Ekonomi Indonesia. Kajian dan Renungan terhadap Masalah-masalah Struktural, Transformasi Baru, dan Prospek Perekonomian Indonesia. Kencana,Jakarta. 198 Baltagi, B. H. 2005. Econometric Analysis of Panel Data. Third Edition. John Wiley and Sons, Ltd., England. Laporan Perekonomian Indonesia. 2006. Bank Indonesia, Jakarta. ___________________________. 2007. Bank Indonesia, Jakarta. ___________________________. 2008. Bank Indonesia, Jakarta. ___________________________. 2009. Bank Indonesia, Jakarta. ___________________________. 2010. Bank Indonesia, Jakarta. BPS. 2008. Indikator Ekonomi, Juni 2008. Badan Pusat Statistik Indonesia, Jakarta. ____. 2009. Indikator Ekonomi, 2009. Badan Pusat Statistik Indonesia, Jakarta. ____. 2010. Indikator Ekonomi, 2010. Badan Pusat Statistik Indonesia, Jakarta. Beine, M. and B. Candelon. 2005. Integration and Stock Market Co-Movement between Emerging Economies. University of Luxemburg, Luxemburg. Bekaert, G., C. R. Harvey, and C. Lundblad. 2004. Growth Volatility and Financial Liberalization. National Bureau of Economic Research, Cambridge. Bimantoro dan Bahroen. 2003. Organisasi Bank Indonesia. Pusat Pendidikan dan Studi Kebanksentralan. Seri Kebanksentralan, 1(9): 1-43. Bursa Efek Indonesia. 2008. Mengenal Pasar Modal. Jakarta. www.idx.co.id. Cahyanto, H. 2002. Analisis Tingkat Integrasi Antara Pasar Modal Indonesia dengan Pasar Modal Global. Sripsi Sarjana. Department of Management. JIPTUMM. Caporale, G. M., P. G. A. Howells, and A. M. Soliman. 2004. Stock Market Development And Economic Growth: The Causal Linkage. Journal of Economic Development, 29 (1): 33-50. Chung, K. H. and Pruitt, S. W. 1994. A Simple Approximation of Tobin’s q. Financial Management, 23 (3): 70 – 74. Darsono. 2008. Analisis Keefektifan Kebijakan Fiskal Terhadap Kinerja Sektor Pertanian dengan Penekanan Pada Agroindustri di Indonesia. Disertasi Doktor. Sekolah Pascasarjana, Institut Pertanian Bogor, Bogor. Dekle R. and M. Pradhan. 1999. Financial Liberalization and Money Demand in the ASEAN Countries. International Journal of Finance & Economics, 4 (3): 205. Dornbusch, R., S. Fisher, and R. Starz. 2004. Macroeconomics. Mc-Graw Hill, New York. 199 Dunn, R.M. Jr. and J. H. Mutti. 2000. International Economics. Fifth Edition. Routledge. London. Ehrmann, M. and M. Fratzscher. 2004. Taking Stock: Monetary Policy Transmission to Equity Markets. Working Paper Series No. 354. European Central Bank. Elkins, Z., A. T. Guzman, and B. A. Simmons. 2004. Competing for Capital: The Diffusion of Bilateral Investment Treaties, 1960-2000. UC Berkeley Public Law Research Paper No. 578961. Enders, W. 2004. Applied Econometric Time Series. Second Edition. John Wiley & Sons, Inc., New Jersey. Engle, R.F. and C.W.J. Granger. 1987. Cointegration and Error-Correction: Representation, Estimation, and Testing. Econometrica, 55: 251-276. Firdaus, M. 2011. Aplikasi Ekonometrika Untuk Data Panel dan Time Series. PT Penerbit IPB Press. Kampus IPB Taman Kencana Bogor. Bogor. Fuss, R. 2006. Financial Liberalization and Stock Price Behaviour in Asian Emerging Markets. Economic Change and Restructuring (2005) 38:37–62. DOI 10.1007/s10644-005-4522-6. Springer 2006. Galindo, F. S., A. Weiss and Arturo. 2003. Does Financial Liberalization Improve The Allocation Of Investment? Micro Evidence from Developing Countries, Washington, DC. García-Herrero, A. and P. Wooldridge. 2007. Global and Regional Financial Integration: Progress in Emerging Markets. BIS Quarterly Review. http://ssrn.com/abstract=1458345. Bank for International Settlements. Glick, R. and M. Hutchison. 2000. Capital Controls and Exchange Rate Instability in Developing Economies. Unpublished. Federal Research Bank of Fransisco. Gudmundsson, M. 2008. Financial Globalisation: Key Trends and Implications for the Transmission Mechanism of Monetary Policy. Financial Market Developments and Their Implications for Monetary Policy. BIS Papers no. 39, Bank for International Settlements. Guonan Ma and R. N. McCauley. 2007. Do China’s Capital Controls Still Bind? Implications For Monetary Autonomy and Capital Liberalisation. BIS Working Papers No. 233. Monetary and Economic Department. Bank for International Settlements. Gujarati, D. N. 1995. Basic Econometrics. International Edition. McGraw Hill. Inc. Singapore. Hali J. E., M. W. Klein, L. A. Ricci and T. Sløk. 2004. Capital Account Liberalization and Economic Performance: Survey and Synthesis. IMF Staff Papers 51 (2): 220 - . ABI/INFORM Global. 200 Han Kin Sang, N. 1998. Tobin’s Q for Canadian Firms. Thesis. Faculty of Commerce and Administration, Concordia University, Montreal. Haryanto, FX. 2007. Dampak Instrumen Kebijakan Moneter Terhadap Perekonomian Indonesia: Suatu Analisis Jalur Mekanisme Transmisi Moneter. Disertasi Doktor. Sekolah Pascasarjana, Institut Pertanian Bogor, Bogor. Helmut, W. 2005. Globalization and Financial Instability: Challenges for Exchange Rate and Monetary Policy. International Journal of Social Economics, 32 (7): 616 – 638. Henry, P.B. 2000. Stock Market Liberalization, Economic Reform, and Emerging Market Equity Prices. The Journal of Finance, 15 (2). Henry, P. B. and A. Chari. 2002. Capital Account Liberalization: Allocative Efficiency or Animal Spirit?. AEA, Michigan and Stanford Seminar Paper. University of Michigan Business School and Stanford University, Graduate School of Business, California. Hidayat, T. 2009. Millenium Baru: Quo Vadis Pasar Modal Indonesia. Catatan Pinggir. Holmes, M. J. 2010. An Alternative Perspective on Tobin’s Q and Aggregate Investment Expenditure. International Journal of Business and Economics, 9 (1): 23 – 28. IDX Fact Book 2006. Indonesia Stock Exchange, Jakarta. ____________ 2007. Indonesia Stock Exchange, Jakarta. _____________ 2008. Indonesia Stock Exchange, Jakarta. _____________ 2009. Indonesia Stock Exchange, Jakarta. _____________2010. Indonesia Stock Exchange. Jakarta. Ilham, N. 2006. Efektivitas Kebijakan Harga Pangan Terhadap Ketahanan Pangan dan Dampaknya pada Stabilitas Ekonomi Makro. Disertasi Doktor. Sekolah Pascasarjana, Institut Pertanian Bogor, Bogor. Jayadev, A. 2005. Financial Liberalisations and Its Distributional Consequenses: An Empirical Exploration. PhD. Graduate School of the University of Massachusetts, Armherst. UMI Microform 3193913. Copyright 2006 by ProQuest Information and Learning Company. Joyce, J.P. and I. Noy. 2005. The IMF and the Liberalization of Capital Flows. Unpublished. 1-40.Department of Economics Wellesley College and University of Hawaii. Honolulu. 201 Keputusan Menteri Keuangan Republik Indonesia Nomor 646/KMK.010/1995 tentang Pemilikan Saham atau Unit Penyertaan Reksa Dana oleh Pemodal Asing. Badan Pengawas Pasar Modal Lembaga Keuangan, Jakarta. Keputusan Menteri Keuangan Republik Indonesia Nomor 455/KMK.01/1997 tentang Pembelian Saham oleh Pemodal Asing Melalui Pasar Modal. Badan Pengawas Pasar Modal Lembaga Keuangan, Jakarta. Krugman, P. R. and M. Obstfeld. 2003. International Economics: Theory and Policy. Sixth Edition. Addison–Wesley Publishing Co., New York. Laeven, L. 2003. Does Financial Liberalization Reduce Financing Constraints?. Financial Management, 32 (1): 5. ABI/INFORM. Complete. Lane, P. R., and G. M. Milesi-Ferretti. 2001a. The External Wealth of Nations: Measures of Foreign Assets and Liabilities for Industrial and Developing Countries. Journal of International Economics, 55: 263–940. Levine, R., and S. Zervos. 1997 Stock Markets, Banks, and Economic Growth. World Bank Policy Research Working Paper No. 1690. http://papers.ssrn.com/sol3/papers.cfm?abstract_id=60141. Liebana, P. L. 2002. Financial Liberalization and Monetary Control in A Developing Country. PhD Dissertation. Department of Economics. University of Notre Dame, Indiana. Mankiw, N. G. 2003. Teori Makroekonomi. Fifth Edition. Harvard University. Penerbit Erlangga, Jakarta. Maski, G. 2007. Transmisi Kebijakan Moneter. Kajian Teoritis dan Empiris. Badan Penerbit Fakultas Ekonomi Universitas Brawijaya (BPFE – Unibraw), Malang. Meilani. 2007. Mengenal Pasar Modal. Ikatan Sarjana Ekonomi Indonesia. Millar, J. N. 2005. Gestation Lags for Capital, Cash Flows, and Tobin’s Q. Finance and Economics Discussion Series. Divisions of Research & Statistics and Monetary Affairs. Federal Reserve Board, Washington, D.C. Mishkin, F.S. 1992. The Economics of Money, Banking and Financial Markets. Third Edition. Harper Collins Publishers Inc., New York. Mishkin, F.S. 1996. The Channels of Monetary Transmission: Lesson For Monetary Policy. Banque de France Bulletin Digest – no. 27 –March 1996. Federal Reserve Bank of New York, Graduate School of Business, Columbia University and National Bureau of Economic Research, New York. Mishkin, F. S. 2000. Financial Policies and the Prevention of Financial Crises in Emerging Market Economies. Graduate School of Business, Columbia University and National Bureau of Economic Research. 202 Mishkin, F. S. 2007. The Economics of Money, Banking and Financial Markets. Alternate Edition. Pearson International Edition. Mosley, P. 1999. Micro-Macro Linkages in Financial Markets: The Impact of Financial Liberalization on Access to Rural Credit in Four African Countries. Journal of International Development, 11 (3): 367 ABI/INFORM Global. Nachrowi, N. D., dan H. Usman. 2006. Pendekatan Populer dan Praktis Ekonometrika. Untuk Analisis Ekonomi dan Keuangan. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta. Nuryati, Y. 2004. Pelaksanaan Kebijakan Moneter Pentargetan Inflasi di Indonesia. Thesis. Sekolah Pascasarjana, Institut Pertanian Bogor, Bogor. Nuryati, Y., H. Siregar, dan A. Ratnawati. 2006. Dampak Kebijakan Inflation Targeting terhadap beberapa Variabel Makroekonomi di Indonesia. Buletin Ekonomi Moneter dan Perbankan Bank Indonesia, Jakarta. Peraturan Kepala Badan Koordinasi Penanaman Modal Nomor 11 Tahun 2009 tentang Tata Cara Pelaksanaan, Pembinaan dan Pelaporan Pelayanan Terpadu Satu Pintu di Bidang Penanaman Modal. Peraturan Kepala Badan Koordinasi Penanaman Modal Nomor 12 Tahun 2009 tentang Pedoman dan Tata Cara Permohonan Penanaman Modal. Peraturan Kepala Badan Koordinasi Penanaman Modal Nomor 7 Tahun 2010 tentang Perubahan Atas Peraturan Kepala Badan Koordinasi Penanaman Modal Nomor 13 Tahun 2009 tentang Pedoman dan Tata Cara Pengendalian Pelaksanaan Penanaman Modal. Perkembangan Realisasi Investasi, 1990 – 31 Desember 2009. Badan Koordinasi Penanaman Modal, Jakarta. Phylaktis, K and F. Ravazzolo. 1998. Measuring Financial and Economic Integration with Equity Prices in Emerging Markets. City University Business School City University Business School, London. Prasetyantoko, A. dan L. F. Marta. 2008. Indonesia’s Ponzy Economy: Does Financial Crisis Give a Lesson?. Munich Personal RePec Archive. MPRA Paper No. 6776, posted 17-January 2008. Radelet, S. and J. Sachs. 1998a. The Onset of the East Asian Currency Crisis. NBER Working Paper No. 6680 (April). Available from the research section of the HIID website: www.hiid.harvard.edu. Radelet, S. and J. Sachs. 1998b. The East Asian Financial Crisis: Diagnosis, Remedies, Prospects. Brookings Papers on Economic Activity, 1: 1-74. 203 Rivai, V., A. P. Veithzal, dan F. N. Idroes. 2007. Bank and Financial Institution Management. Conventional and Sharia System. PT. RajaGrafindo Perkasa. Jakarta. Romer, D. 2001. Advanced Macroeconomics. Edition. McGraw-Hill Higher Education. International Edition. Second Sabirin, S. 1999. Pemberdayaan Perbankan dalam Mengatasi Krisis Ekonomi di Indonesia. Pidato Ilmiah Dies Natalis Universitas YARSI 24 April 1999. Jakarta. Sarwedi, 2002. Investasi Asing Langsung di Indonesia dan Faktor Yang Mempengaruhinya. Jurnal Akuntansi & Keuangan, 4 (1): 17 – 35. Jakarta Setyawan, A. A. 2008. Foreign Direct Investment (FDI), Kebijakan Industri dan Masalah Pengangguran: Studi Empirik di Indonesia. Jurnal Ekonomi Pembangunan, 9 (1): 107 – 119. Simmons, B. A. and Z. Elkins. 2004. The Globalization of Liberalization: Policy Diffusion in the International Political Economy. American Political Science Review, 98 (1): 171-189. Simorangkir, I. 2007. Koordinasi Kebijakan Moneter dan Fiskal di Indonesia: Suatu Kajian dengan Pendekatan Game Theory. Buletin Ekonomi Moneter dan Perbankan Bank Indonesia, Jakarta. Singh, R. 1998. Memahami Globalisasi Keuangan. Panduan Untuk Memperkuat Rakyat. YAKOMA-PGI, Jakarta. Siregar. M. E. Manajemen Moneter Alternatif dan Penerapannya di Indonesia. Stiglitz, J.E. and A. Weiss. 1981. Credit Rationing in Markets with Imperfect Information. American Economic Review, 71: 393 – 409. Stiglitz, J. and B. Greenwald. 2003. Towards a New Paradigm in Monetary Economics. The Raffaele Mattioli Lecture Series. Cambridge University Press. United Kingdom. Singh, S., A. Razi, N. Endut and H. Ramlee. 2008. Impact of Financial Market Developments on the Monetary Transmission Mechanism. Financial Market Developments and Their Implications for Monetary Policy. BIS Papers no. 39. Monetary and Economic Department. Bank for International Settlements. Thomas, R. L. 1997. Modern Econometrics: An Introduction. Addison Wesley Longman, London. Undang-Undang Republik Indonesia Nomor 8 Tahun 1995 tentang Pasar Modal (Lembaran Negara Republik Indonesia Tahun 1995 Nomor 64, Tambahan Lembaran Negara Republik Indonesia Nomor 3608). 204 Verbeek, M. 2000. A Guide to Modern Econometrics. John Wiley and Sons. Ltd. London. Victor, A. P. 2003. Essays on Business Cycles, Open Economies and Asset Prices Volatility. PhD. Dissertation. Graduate School of Arts and Sciences. Georgetown University, Washington DC. Wyplosz, C. 2001. How Risky is Financial Liberalization in the Developing Countries?. Graduate Institute of International Studies, Geneva and CEPR. Yustika, A. E. 2004. Reformasi Ekonomi, Konsensus Washington dan Rintangan Politik. Jurnal Manajemen dan Kewirausahaan, 6 (1): 1-14. Zhu, H. 2003. Credit Constraints, Financial Liberalisation And Twin Crises. BIS Working Papers No 124. Monetary and Economic Department. Bank for International Settlements. Zhang, H. 2001. The Causes and Impacts of International Financial Liberalization. PhD. Dissertation. Claremont Garduate University, California. Lampiran 1. Kerangka Ruang Lingkup Penelitian Deregulasi Sektor Perbankan dan Moneter: 1. 1983 2. Pakto 1988 3. Pakdes 1988 4. 1989: kebijakan sukubunga deposito M A K R O Liberalisasi Keuangan Liberalisasi Capital Account: 1. Sistem Nilai Tukar Bebas 1982 Liberalisasi Pasar Modal: 1. Pakdes 1987 2. Pakto 1988 3. Pakdes 1988 4. KMK 1989 Sampai 1997: 1. Peningkatan jumlah bank (asing dan domestik) 2. Aliran modal asing (FDI, tabungan asing, portofolio investasi keuangan) 3. Transaksi asing pada bursa lokal Sampai 1997: 1. Peningkatan jumlah tabungan 2. Peningkatan investasi - Kredit Krisis Nilai Tukar dan Moneter Thailand Krisis Ekonomi 1997/1998: 1. Arus Balik Kapital dari Portofolio Investasi 2. Krisis Nilai Tukar 3. Inflasi Tinggi 4. Pertumbuhan (-) 5. Pengangguran ↑ Keuangan Global Kebijakan Moneter Arus balik Kapital dan Portofolio Investasi 1. Nilai Tukar Rupiah 2. Indeks Bursa 3. Sukubunga 1. Sistem nilai tukar fleksibel 2. Program IMF 3. UU no. 23/1999 ttg Bank Indonesia Pertumbuhan Ekonomi Indikator Investasi Perusahaan: Rasio Q-Tobin M I K R O Korporasi: 1. Ketersediaan dana kredit: domestik dan luar negeri 2. Sumber dana: Perbankan dan Pasar Modal 3. Investasi Asing Langsung Korporasi: 1. Peningkatan Pinjaman Asing 2. Peningkatan Investasi Internal Korporasi: 1. Rencana Strategis 2. Kinerja Pertumbuhan Ekonomi Sektoral Korporasi: 1. Leverage 2. Nilai Perusahaan 3. Kredibilitas 4. Ketersediaan kredit Pertumbuhan Investasi Korporasi Lampiran 2. Daftar Sampel Perusahaan SEKTOR PERTANIAN INDUSTRI DAN PENGOLAHAN KEUANGAN Kap. Pasar SUBSEKTOR 3.75% PERKEBUNAN - PAKAN TERNAK tanaman perkebunan peternakan perikanan kehutanan 8.10% INDUSTRI DASAR & KIMIA semen keramik, kaca, porselain logam dan produk turunannya kimia plastik dan kemasan pakan ternak industri perkayuan kertas dan pulp 23.70% PERBANKAN bank TICKER AALI CPIN CPDW DSFI IIKP JPFA LSIP MBAI SIPD SMAR TBLA UNSP NAMA PERUSAHAAN Astra Agro Lestari Tbk Charoen Pokphand Indonesia Tbk Cipendawa Tbk Dharma Samudera Fishing Industries Tbk Inti Agri Resources Japfa Comfeed Indonesia London Sumatra Plantation Multibreeder Adirama Ind. Sierad Produce Sinar Mas Resources & Technologie Tunas Baru Lampung Bakrie Sumatra Plantations AMFG ARNA IKAI INTP MLIA SMCB SMGR TOTO ALMI BTON INAI JPRS LION LMSH PICO TBMS AKPI APLI BRNA Asahimas Flat Glass Arwana Citramulia Intikeramik Alamasri Industri Indocement Tunggal Prakarsa Mulia Industrindo Holchim Indonesia Semen Gresik Surya Toto Indonesia Alumindo Light Metal Industry Betonjaya Manunggal Indal Aluminium Industry Jaya Pari Steel Lion Metal Works Lionmesh Prima Pelangi Indah Canindo Tembaga Mulia Semanan Argha Karya Prima Ind. Asiapliast Industries Berlina BBCA BBNI BBNP BBRI BDMN BEKS BMRI BNGA BNII BNLI BSWD BVIC MAYA MEGA PNBN Bank Central Asia Bank Negara Indonesia Bank Nusantara Parahyangan Bank Rakyat Indonesia Bank Danamon Indonesia Bank Eksekutif Internasional Bank Mandiri Bank CIMB Niaga Bank Internasional Indonesia Bank Permata Bank Swadesi Bank Victoria Internasional Bank Mayapada Bank Mega Bank Pan Indonesia TICKER DYNA FPNI IGAR SIMA TRST FASW SAIP SPMA SULI TIRT BRPT DPNS EKAD ETWA INCI SOBI SRSN UNIC NAMA PERUSAHAAN Dynaplast Titan Kimia Nusantara Kageo Igar Jaya Siwani Makmur Trias Sentosa Fajar Surya Wisesa Surabaya Agung Industry Suparma Sumalindo Lestari Jaya Tirta Mahakam Resources Barito Pasific Duta Pertiwi Nusantara Ekadharma Internasional Eterindo Wahanatama Intanwijaya Internasional Sorini Agro Asia Corporindo Indo Acidatama Unggul Indah Cahaya 209 Lampiran 3. Uji Granger Causality Data : 64 emiten Pairwise Granger Causality Tests Date: 10/03/10 Time: 23:15 Sample: 2002 2009 Lags: 1 Null Hypothesis: Obs F-Statistic Prob. 7 -1.77839 0.58207 1.0000 0.4880 Q_PERBANKAN does not Granger Cause Q_PERTANIAN Q_PERTANIAN does not Granger Cause Q_PERBANKAN Pairwise Granger Causality Tests Date: 10/03/10 Time: 23:17 Sample: 2002 2009 Lags: 1 Null Hypothesis: Obs F-Statistic Prob. 7 -3.18910 0.01045 1.0000 0.9235 Obs F-Statistic Prob. 7 3.31644 8.47538 0.1427 0.0436 Obs F-Statistic Q_PERBANKAN does not Granger Cause Q_PERTANIAN Q_PERTANIAN does not Granger Cause Q_PERBANKAN 6 NA NA NA NA Q_INDUSTRI does not Granger Cause Q_PERTANIAN Q_PERTANIAN does not Granger Cause Q_INDUSTRI 6 NA NA NA NA Q_INDUSTRI does not Granger Cause Q_PERBANKAN Q_PERBANKAN does not Granger Cause Q_INDUSTRI 6 0.29948 0.55462 Q_INDUSTRI does not Granger Cause Q_PERTANIAN Q_PERTANIAN does not Granger Cause Q_INDUSTRI Pairwise Granger Causality Tests Date: 10/03/10 Time: 23:18 Sample: 2002 2009 Lags: 1 Null Hypothesis: Q_INDUSTRI does not Granger Cause Q_PERBANKAN Q_PERBANKAN does not Granger Cause Q_INDUSTRI Pairwise Granger Causality Tests Date: 10/03/10 Time: 23:24 Sample: 2002 2009 Lags: 2 Null Hypothesis: Prob. 0.7908 0.6886 210 Korelasi Q Q_PERTANIAN Q_PERBANKAN Q_INDUSTRI Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis Q_PERTANIAN Q_PERBANKAN 1.000000 -0.249260 -0.249260 1.000000 0.249712 0.523666 Q_INDUSTRI 0.249712 0.523666 1.000000 Q_PERTANIAN Q_PERBANKAN 2005.500 2.074921 2005.500 1.926912 2009.000 4.054547 2002.000 0.661816 2.449490 1.138541 2.81E-16 0.330314 1.761905 2.357675 Q_INDUSTRI 1.727913 1.657670 2.200444 1.378548 0.259107 0.659591 2.566140 Jarque-Bera Probability 0.510960 0.774545 0.283004 0.868053 0.642825 0.725124 Sum Sum Sq. Dev. 16044.00 42.00000 16.59937 9.073933 13.82330 0.469953 Observations 8 8 8 211 Lampiran 4. Model Estimasi Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan dengan menggunakan Model Estimasi Pooled Least Square, Fixed Effect Model dan Random Effect Model dengan Program EViews 6. LIBERALISASI KEUANGAN DAN SEKTOR PERTANIAN LIB-DATAPERTANIAN-FDI-RIIL 16 November 2010 Data: Libdatapertanian-riil yang sudah direvisi Penambahan variabel : krisis finansial : dum08 rasio_q c kurs fdi devisa invport sbi bunga_k kredit_tot bunga_p pinjaman aset kap_pasar dum08 PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 23:55 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 3.463214 -0.000724 0.066301 -0.015643 0.047008 0.225898 0.002302 0.000310 -0.000154 0.000285 -1.779289 0.109615 1.40E-05 0.003433 0.004774 0.010410 0.009659 9.02E-05 0.000134 5.62E-05 8.40E-06 0.101992 31.59446 -51.78349 19.31060 -3.276324 4.515716 23.38673 25.52516 2.312616 -2.742580 33.94290 -17.44544 0.0000 0.0000 0.0000 0.0015 0.0000 0.0000 0.0000 0.0232 0.0074 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.667968 0.628905 1.249185 132.6393 -151.7358 17.09990 0.000000 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 23:56 Sample: 2002 2009 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.390329 3.684160 3.509100 1.321885 212 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Lampiran 4. Lanjutan White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 3.451559 -0.000827 0.079268 -0.046668 0.107293 0.277993 0.002545 0.000735 0.000139 0.000296 -1.965796 0.411850 3.58E-05 0.002333 0.007751 0.012393 0.008686 0.000145 0.000165 0.000122 1.09E-05 0.117096 8.380625 -23.07219 33.97562 -6.020808 8.657303 32.00505 17.60198 4.455374 1.142462 27.12923 -16.78788 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2569 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.745502 0.673279 1.172121 101.6662 -138.9708 10.32228 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.353557 3.941220 3.591100 1.679025 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 2.049492 25.530051 d.f. Prob. (11,74) 11 0.0351 0.0076 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 23:56 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 213 Lampiran 4. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 3.463214 -0.000724 0.066301 -0.015643 0.047008 0.225898 0.002302 0.000310 -0.000154 0.000285 -1.779289 0.109615 1.40E-05 0.003433 0.004774 0.010410 0.009659 9.02E-05 0.000134 5.62E-05 8.40E-06 0.101992 31.59446 -51.78349 19.31060 -3.276324 4.515716 23.38673 25.52516 2.312616 -2.742580 33.94290 -17.44544 0.0000 0.0000 0.0000 0.0015 0.0000 0.0000 0.0000 0.0232 0.0074 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.667968 0.628905 1.249185 132.6393 -151.7358 17.09990 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat Effect -0.637076 -0.447743 1.517421 0.808209 2.091064 -1.156174 -0.014564 0.182486 0.029386 -1.746479 -0.414158 -0.212372 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/21/10 Time: 23:57 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Swamy and Arora estimator of component variances 2.074920 2.050614 3.390329 3.684160 3.509100 1.321885 214 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Lampiran 4. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 3.445128 -0.000732 0.067551 -0.018303 0.052325 0.230629 0.002331 0.000356 -0.000131 0.000286 -1.801632 0.137180 1.48E-05 0.003625 0.005099 0.011088 0.010562 0.000100 0.000154 5.62E-05 6.23E-06 0.094861 25.11394 -49.57202 18.63703 -3.589512 4.718961 21.83502 23.30917 2.318757 -2.330107 45.90309 -18.99243 0.0000 0.0000 0.0000 0.0006 0.0000 0.0000 0.0000 0.0228 0.0222 0.0000 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random 0.318530 1.172121 Rho 0.0688 0.9312 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.670753 0.632018 1.212457 17.31649 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.645102 1.998725 124.9544 1.395787 Unweighted Statistics R-squared Sum squared resid 0.666632 133.1728 Mean dependent var Durbin-Watson stat 2.074920 1.309650 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 10 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. 215 Lampiran 4. Lanjutan Cross-section random effects test comparisons: Variable KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 Fixed -0.000827 0.079268 -0.046668 0.107293 0.277993 0.002545 0.000735 0.000139 0.000296 -1.965796 Random Var(Diff.) Prob. -0.000732 0.067551 -0.018303 0.052325 0.230629 0.002331 0.000356 -0.000131 0.000286 -1.801632 0.000000 -0.000008 0.000034 0.000031 -0.000036 0.000000 0.000000 0.000000 0.000000 0.004713 0.0037 NA 0.0000 0.0000 NA 0.0407 0.0000 0.0125 0.2471 0.0168 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 23:58 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 3.451559 -0.000827 0.079268 -0.046668 0.107293 0.277993 0.002545 0.000735 0.000139 0.000296 -1.965796 0.411850 3.58E-05 0.002333 0.007751 0.012393 0.008686 0.000145 0.000165 0.000122 1.09E-05 0.117096 8.380625 -23.07219 33.97562 -6.020808 8.657303 32.00505 17.60198 4.455374 1.142462 27.12923 -16.78788 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2569 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.745502 Mean dependent var 2.074920 216 Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.673279 1.172121 101.6662 -138.9708 10.32228 0.000000 Lampiran 4. Lanjutan 1 2 3 4 5 6 7 8 9 10 11 12 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Effect -0.062838 0.022756 0.220260 -0.013756 0.454057 -0.057594 0.110191 -0.154060 -0.148291 -0.177153 -0.170565 -0.023008 S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.050614 3.353557 3.941220 3.591100 1.679025 217 Lampiran 4. Lanjutan 16 November 2010 Data: Libdataindustri-riil yang sudah direvisi rasio_q c kurs fdi devisa invport sbi bunga_k kredit_tot bunga_p pinjaman aset kap_pasar Workfile: Libindustrirevisi Penambahan variabel dummy: Krisis Finansial 2008 rasio_q c kurs fdi devisa invport sbi bunga_k kredit_ind bunga_p pinjaman aset kap_pasar dum08 PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 23:39 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_IND PINJAMAN ASET KAP_PASAR DUM08 2.131224 0.000433 -0.085482 0.036807 -0.158462 -0.088661 -0.111270 -2.70E-06 -0.000121 0.000162 -2.060140 0.090820 1.33E-05 0.003148 0.001031 0.004221 0.004356 0.006553 6.15E-05 3.74E-05 2.36E-05 0.081479 23.46637 32.59697 -27.15180 35.69387 -37.53778 -20.35370 -16.97915 -0.043872 -3.231854 6.871728 -25.28424 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.9650 0.0014 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.253061 0.226852 1.623153 750.8683 -557.7747 9.655709 0.000000 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 23:40 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.843072 3.980214 3.897981 0.963864 218 Total panel (balanced) observations: 296 Lampiran 4. Lanjutan White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_IND PINJAMAN ASET KAP_PASAR DUM08 1.856954 0.000459 -0.088050 0.038735 -0.162757 -0.080811 -0.118487 0.000164 -0.000157 0.000153 -2.096343 0.210918 1.29E-05 0.001924 0.000842 0.001871 0.009488 0.005798 0.000131 5.94E-05 2.00E-05 0.061744 8.804136 35.59711 -45.76471 46.00919 -86.98287 -8.517306 -20.43554 1.254151 -2.639586 7.685280 -33.95204 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2110 0.0088 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.546743 0.463009 1.352732 455.6412 -483.8450 6.529504 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.586791 4.172760 3.821401 1.572470 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 4.481569 147.859285 d.f. Prob. (36,249) 36 0.0000 0.0000 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 23:41 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 219 Lampiran 4. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_IND PINJAMAN ASET KAP_PASAR DUM08 2.131224 0.000433 -0.085482 0.036807 -0.158462 -0.088661 -0.111270 -2.70E-06 -0.000121 0.000162 -2.060140 0.090820 1.33E-05 0.003148 0.001031 0.004221 0.004356 0.006553 6.15E-05 3.74E-05 2.36E-05 0.081479 23.46637 32.59697 -27.15180 35.69387 -37.53778 -20.35370 -16.97915 -0.043872 -3.231854 6.871728 -25.28424 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.9650 0.0014 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.253061 0.226852 1.623153 750.8683 -557.7747 9.655709 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Effect -0.541761 -0.581618 -0.567634 -0.523666 0.056856 -0.584653 1.139833 -0.354082 0.328141 -0.023975 1.001337 3.022394 1.072532 1.352664 -0.367624 -0.778096 -0.736438 -0.829766 -0.676507 -0.752098 -0.723797 -0.394957 -0.835807 -0.967735 -0.512846 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.843072 3.980214 3.897981 0.963864 220 26 27 28 29 26 27 28 29 -0.584355 -0.681571 -0.062914 -0.025598 30 31 32 33 34 35 36 37 30 31 32 33 34 35 36 37 0.955909 2.092129 1.161148 -0.884731 -0.480510 0.031058 2.470600 -1.211863 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/21/10 Time: 23:42 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_IND PINJAMAN ASET KAP_PASAR DUM08 1.975827 0.000448 -0.086918 0.038060 -0.161092 -0.084714 -0.115124 9.06E-05 -0.000144 0.000156 -2.082321 0.126519 1.31E-05 0.003188 0.000876 0.003312 0.006982 0.007631 8.29E-05 5.82E-05 2.07E-05 0.074438 15.61678 34.18388 -27.26253 43.46518 -48.64439 -12.13275 -15.08699 1.092533 -2.478096 7.547701 -27.97379 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2755 0.0138 0.0000 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random 0.935406 1.352732 Rho 0.3235 0.6765 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.317469 0.293520 1.347746 13.25633 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat Unweighted Statistics 0.820623 1.603461 517.6798 1.389092 221 R-squared Sum squared resid 0.250746 753.1949 Mean dependent var Durbin-Watson stat 1.802629 0.954739 Lampiran 4. Lanjutan Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 10 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. Cross-section random effects test comparisons: Variable KURS FDI DEVISA INVPORT BUNGA_K KREDIT_IND PINJAMAN ASET KAP_PASAR DUM08 Fixed 0.000459 -0.088050 0.038735 -0.162757 -0.080811 -0.118487 0.000164 -0.000157 0.000153 -2.096343 Random Var(Diff.) Prob. 0.000448 -0.086918 0.038060 -0.161092 -0.084714 -0.115124 0.000091 -0.000144 0.000156 -2.082321 -0.000000 -0.000006 -0.000000 -0.000007 0.000041 -0.000025 0.000000 0.000000 -0.000000 -0.001729 NA NA NA NA 0.5435 NA 0.4678 0.2939 NA NA Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 23:42 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K 1.856954 0.000459 -0.088050 0.038735 -0.162757 -0.080811 0.210918 1.29E-05 0.001924 0.000842 0.001871 0.009488 8.804136 35.59711 -45.76471 46.00919 -86.98287 -8.517306 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 222 KREDIT_IND PINJAMAN ASET KAP_PASAR DUM08 -0.118487 0.000164 -0.000157 0.000153 -2.096343 0.005798 0.000131 5.94E-05 2.00E-05 0.061744 -20.43554 1.254151 -2.639586 7.685280 -33.95204 0.0000 0.2110 0.0088 0.0000 0.0000 Effects Specification Lampiran 4. Lanjutan Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 0.546743 0.463009 1.352732 455.6412 -483.8450 6.529504 0.000000 Effect -0.458406 -0.477176 -0.456528 -0.378978 0.236666 -0.346577 0.826125 -0.292086 0.255221 -0.041241 0.775022 2.371735 0.826537 1.050822 -0.305687 -0.621762 -0.586291 -0.673051 -0.554089 -0.608159 -0.590407 -0.336208 -0.684081 -0.779110 -0.379561 -0.349552 -0.528956 -0.031756 -0.028961 0.784196 1.635319 0.898458 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.586791 4.172760 3.821401 1.572470 223 33 34 35 36 37 33 34 35 36 37 -0.711075 -0.404549 0.007386 1.938333 -0.981571 224 Lampiran 4. Lanjutan 16 November 2010 Data: Libdataperbankan-riil yang sudah direvisi rasio_q c kurs fdi devisa invport sbi bunga_k kredit_tot bunga_p pinjaman aset kap_pasar Workfile: Libperbankanrevisi Penambahan variabel dummy : krisis finansial 2008 – dum08 rasio_q c kurs fdi devisa invport bunga_k kredit_tot pinjaman aset kap_pasar dum08 PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 18:08 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 0.372895 0.000304 -0.035216 0.044895 -0.160232 -0.120571 -0.000274 4.20E-05 -3.98E-05 -2.70E-06 -0.544850 0.083761 9.36E-06 0.007540 0.001018 0.005321 0.007419 0.000125 1.34E-05 1.29E-05 7.32E-06 0.234474 4.451874 32.47232 -4.670542 44.10154 -30.11501 -16.25134 -2.200844 3.133317 -3.071169 -0.368511 -2.323709 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0299 0.0022 0.0027 0.7132 0.0220 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.085559 0.001666 1.372486 205.3253 -202.4988 1.019857 0.431659 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 18:10 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.727907 1.373631 3.558314 3.813834 3.662082 1.285750 225 White cross-section standard errors & covariance (d.f. corrected) Lampiran 4. Lanjutan WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 0.400565 0.000296 -0.031372 0.043080 -0.156841 -0.118590 -0.000424 4.00E-05 -3.64E-05 1.20E-07 -0.461168 0.099725 8.84E-06 0.007010 0.002410 0.004607 0.008062 0.000185 1.37E-05 1.20E-05 7.27E-06 0.234935 4.016721 33.53266 -4.475156 17.87342 -34.04147 -14.70995 -2.297347 2.919187 -3.041976 0.016476 -1.962957 0.0001 0.0000 0.0000 0.0000 0.0000 0.0000 0.0238 0.0044 0.0030 0.9869 0.0526 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.249690 0.060139 1.331686 168.4719 -190.6292 1.317267 0.174682 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.727907 1.373631 3.593821 4.174548 3.829657 1.561132 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 1.484382 23.739188 d.f. Prob. (14,95) 14 0.1319 0.0493 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 18:11 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 226 Lampiran 4. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 0.372895 0.000304 -0.035216 0.044895 -0.160232 -0.120571 -0.000274 4.20E-05 -3.98E-05 -2.70E-06 -0.544850 0.083761 9.36E-06 0.007540 0.001018 0.005321 0.007419 0.000125 1.34E-05 1.29E-05 7.32E-06 0.234474 4.451874 32.47232 -4.670542 44.10154 -30.11501 -16.25134 -2.200844 3.133317 -3.071169 -0.368511 -2.323709 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0299 0.0022 0.0027 0.7132 0.0220 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.085559 0.001666 1.372486 205.3253 -202.4988 1.019857 0.431659 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat Effect -0.428140 -0.437674 -0.699038 -0.135924 -0.134105 1.834741 -0.064208 -0.470112 0.086732 -0.309021 -0.021512 0.513705 -0.237409 0.262481 0.239484 Random Effects Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/21/10 Time: 18:11 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) 1.727907 1.373631 3.558314 3.813834 3.662082 1.285750 227 WARNING: estimated coefficient covariance matrix is of reduced rank Lampiran 4. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 0.375178 0.000303 -0.034335 0.044708 -0.159599 -0.120000 -0.000292 4.11E-05 -3.89E-05 -2.16E-06 -0.529553 0.085521 8.60E-06 0.007564 0.000958 0.005240 0.007701 0.000116 1.21E-05 1.19E-05 7.38E-06 0.235348 4.386974 35.18339 -4.539398 46.66847 -30.45889 -15.58332 -2.514384 3.407845 -3.267796 -0.292647 -2.250085 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0134 0.0009 0.0015 0.7703 0.0265 Effects Specification S.D. Cross-section random Idiosyncratic random 0.439223 1.331686 Rho 0.0981 0.9019 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.070544 -0.014727 1.314255 0.827288 0.603241 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.263478 1.304683 188.2721 1.401400 Unweighted Statistics R-squared Sum squared resid 0.085498 205.3390 Mean dependent var Durbin-Watson stat 1.727907 1.284922 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 10 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. Cross-section random effects test comparisons: 228 Lampiran 4. Lanjutan Variable KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 Fixed 0.000296 -0.031372 0.043080 -0.156841 -0.118590 -0.000424 0.000040 -0.000036 0.000000 -0.461168 Random Var(Diff.) Prob. 0.000303 -0.034335 0.044708 -0.159599 -0.120000 -0.000292 0.000041 -0.000039 -0.000002 -0.529553 0.000000 -0.000008 0.000005 -0.000006 0.000006 0.000000 0.000000 0.000000 -0.000000 -0.000194 0.0019 NA 0.4616 NA 0.5547 0.3577 0.8668 0.0369 NA NA Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 18:11 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 0.400565 0.000296 -0.031372 0.043080 -0.156841 -0.118590 -0.000424 4.00E-05 -3.64E-05 1.20E-07 -0.461168 0.099725 8.84E-06 0.007010 0.002410 0.004607 0.008062 0.000185 1.37E-05 1.20E-05 7.27E-06 0.234935 4.016721 33.53266 -4.475156 17.87342 -34.04147 -14.70995 -2.297347 2.919187 -3.041976 0.016476 -1.962957 0.0001 0.0000 0.0000 0.0000 0.0000 0.0000 0.0238 0.0044 0.0030 0.9869 0.0526 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid 0.249690 0.060139 1.331686 168.4719 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion 1.727907 1.373631 3.593821 4.174548 229 Log likelihood F-statistic Prob(F-statistic) -190.6292 1.317267 0.174682 Lampiran 4. Lanjutan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Effect -0.097151 -0.134334 -0.387842 0.027403 -0.052473 0.790092 0.149637 -0.233549 0.018553 -0.173970 -0.073912 0.176848 -0.171838 0.078370 0.084165 Hannan-Quinn criter. Durbin-Watson stat 3.829657 1.561132 230 Lampiran 4. Lanjutan 16 November 2010 Data: Libdatagabung2-riil yang sudah direvisi rasio_q c kurs fdi devisa invport sbi bunga_k kredit_tot bunga_p pinjaman aset kap_pasar log(rasio_q) c log(kurs) log(fdi) log(devisa) log(invport) sbi bunga_k kredit_tot pinjaman log(aset) log(kap_pasar) Workfile: Libgabung2revisi Dengan tambahan variabel: Dummy krisis 2008 (Dum08) PLS: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/20/10 Time: 22:25 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 2.160572 -8.42E-05 -0.028624 0.021719 -0.091377 -0.064431 0.001998 0.010474 1.14E-05 -1.35E-05 1.39E-05 -2.550920 0.942486 1.91E-05 0.010994 0.001608 0.010549 0.070340 0.000588 0.041477 2.77E-05 2.21E-05 1.57E-05 0.266250 2.292418 -4.405914 -2.603707 13.50887 -8.662492 -0.915982 3.397735 0.252525 0.410114 -0.611810 0.885860 -9.580919 0.0223 0.0000 0.0095 0.0000 0.0000 0.3601 0.0007 0.8007 0.6819 0.5409 0.3761 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.153577 0.134955 1.664427 1385.159 -981.2794 8.247356 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.879998 3.979333 3.918937 1.148135 231 Lampiran 4. Lanjutan Fixed Effect: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/20/10 Time: 22:22 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 5.531049 -0.000109 -0.010675 0.029749 -0.075508 -0.357358 -6.71E-05 0.173307 6.15E-05 -4.88E-05 1.68E-05 -1.986180 2.991785 3.26E-05 0.019115 0.006783 0.016192 0.249689 0.001725 0.140046 2.65E-05 1.87E-05 4.20E-06 0.470519 1.848745 -3.331025 -0.558462 4.385924 -4.663325 -1.431214 -0.038871 1.237505 2.318783 -2.614292 3.996034 -4.221255 0.0652 0.0009 0.5768 0.0000 0.0000 0.1531 0.9690 0.2166 0.0209 0.0093 0.0001 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.411404 0.311734 1.484649 963.2277 -888.2796 4.127640 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.762811 4.383659 4.006184 1.635570 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 3.038462 185.999604 d.f. Prob. (63,437) 63 0.0000 0.0000 232 Lampiran 4. Lanjutan Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/20/10 Time: 22:23 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 2.160572 -8.42E-05 -0.028624 0.021719 -0.091377 -0.064431 0.001998 0.010474 1.14E-05 -1.35E-05 1.39E-05 -2.550920 0.942486 1.91E-05 0.010994 0.001608 0.010549 0.070340 0.000588 0.041477 2.77E-05 2.21E-05 1.57E-05 0.266250 2.292418 -4.405914 -2.603707 13.50887 -8.662492 -0.915982 3.397735 0.252525 0.410114 -0.611810 0.885860 -9.580919 0.0223 0.0000 0.0095 0.0000 0.0000 0.3601 0.0007 0.8007 0.6819 0.5409 0.3761 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.153577 0.134955 1.664427 1385.159 -981.2794 8.247356 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Effect 1.968998 0.027662 0.254259 -0.357828 0.924767 -0.057432 0.889265 -0.670876 -0.636770 -0.181248 -0.498443 0.132524 -1.378455 -0.932450 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.879998 3.979333 3.918937 1.148135 233 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 0.131363 -0.813710 0.041630 2.676294 -1.628485 -0.121888 0.507204 0.297504 0.824881 1.338192 0.592699 0.913264 0.792104 -0.744550 -0.741892 -0.744767 -0.029965 0.002245 -0.627239 1.644298 -0.530172 0.112555 -0.177665 0.815922 2.858307 0.906556 1.199248 -0.530008 -0.975942 -0.958802 -0.991828 -0.848104 -0.945279 -0.954968 -0.563850 -0.991920 -1.229072 -0.607133 -0.688220 -0.871019 -0.148756 -0.197287 0.340063 1.934815 1.006599 -1.067547 -0.644597 -0.144153 2.365307 -1.266204 Random Effect: Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/20/10 Time: 22:17 234 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 Swamy and Arora estimator of component variances Lampiran 4. Lanjutan White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 2.856605 -8.44E-05 -0.026458 0.024189 -0.089779 -0.129279 0.001575 0.045794 3.56E-05 -3.26E-05 1.19E-05 -2.452436 1.342137 2.22E-05 0.012646 0.002042 0.011610 0.104676 0.000803 0.060501 2.92E-05 2.25E-05 1.28E-05 0.296924 2.128400 -3.801860 -2.092155 11.84828 -7.732826 -1.235038 1.961814 0.756926 1.217895 -1.451431 0.927245 -8.259471 0.0338 0.0002 0.0369 0.0000 0.0000 0.2174 0.0503 0.4495 0.2238 0.1473 0.3542 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random 0.752458 1.484649 Rho 0.2044 0.7956 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.181409 0.163400 1.489044 10.07322 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.050532 1.627978 1108.626 1.429616 Unweighted Statistics R-squared Sum squared resid 0.149920 1391.143 Mean dependent var Durbin-Watson stat 1.836170 1.139285 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 11 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with 235 assumptions of Hausman test variance calculation. Cross-section random effects test comparisons: Lampiran 4. Lanjutan Variable KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 Fixed -0.000109 -0.010675 0.029749 -0.075508 -0.357358 -0.000067 0.173307 0.000062 -0.000049 0.000017 -1.986180 Random Var(Diff.) Prob. -0.000084 -0.026458 0.024189 -0.089779 -0.129279 0.001575 0.045794 0.000036 -0.000033 0.000012 -2.452436 0.000000 0.000205 0.000042 0.000127 0.051387 0.000002 0.015952 -0.000000 -0.000000 -0.000000 0.133224 0.3111 0.2708 0.3900 0.2061 0.3143 0.2823 0.3127 NA NA NA 0.2015 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/20/10 Time: 22:21 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 5.531049 -0.000109 -0.010675 0.029749 -0.075508 -0.357358 -6.71E-05 0.173307 6.15E-05 -4.88E-05 1.68E-05 -1.986180 2.991785 3.26E-05 0.019115 0.006783 0.016192 0.249689 0.001725 0.140046 2.65E-05 1.87E-05 4.20E-06 0.470519 1.848745 -3.331025 -0.558462 4.385924 -4.663325 -1.431214 -0.038871 1.237505 2.318783 -2.614292 3.996034 -4.221255 0.0652 0.0009 0.5768 0.0000 0.0000 0.1531 0.9690 0.2166 0.0209 0.0093 0.0001 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.411404 Mean dependent var 1.836170 236 Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.311734 1.484649 963.2277 -888.2796 4.127640 0.000000 Lampiran 4. Lanjutan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 Effect 1.348150 0.038276 0.202776 -0.209745 0.652318 -0.009248 0.623471 -0.418935 -0.401825 -0.123355 -0.304339 0.117726 -0.398022 -0.261035 -0.338135 -0.207124 -0.099797 1.366755 -0.130155 -0.236351 0.128707 -0.118464 0.117224 0.478300 -0.031779 0.296060 0.242982 -0.480980 -0.468468 -0.469950 -0.012064 0.071521 -0.391739 1.098669 -0.327107 0.103687 -0.087975 0.578152 1.952356 0.639868 0.838368 -0.324920 -0.626384 -0.618165 S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.789557 3.762811 4.383659 4.006184 1.635570 237 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 -0.635439 -0.540159 -0.608019 -0.617297 -0.349682 -0.635705 -0.805691 -0.379411 -0.408383 -0.553609 -0.064688 -0.101283 0.214573 1.332124 0.708397 -0.688160 -0.403411 -0.068490 1.623230 -0.818203 Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/20/10 Time: 23:04 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 3.035917 -0.000152 0.018768 -0.078388 -0.107293 0.001654 0.047919 3.53E-05 -3.24E-05 1.21E-05 -2.533922 1.420894 4.73E-05 0.004370 0.008999 0.113223 0.000834 0.059448 2.90E-05 2.23E-05 1.26E-05 0.341121 2.136625 -3.202742 4.295126 -8.710811 -0.947624 1.984172 0.806062 1.218238 -1.454101 0.955708 -7.428211 0.0331 0.0014 0.0000 0.0000 0.3438 0.0478 0.4206 0.2237 0.1465 0.3397 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random 0.752866 1.482991 Weighted Statistics Rho 0.2049 0.7951 238 R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.181215 0.164872 1.487565 11.08821 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.049359 1.627794 1108.638 1.430542 Unweighted Statistics R-squared Sum squared resid 0.149588 1391.687 Mean dependent var Durbin-Watson stat 1.836170 1.139590 Lampiran 4. Lanjutan Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 10 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. Cross-section random effects test comparisons: Variable KURS DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 Fixed -0.000135 0.027856 -0.070725 -0.355549 -0.000082 0.177855 0.000061 -0.000049 0.000017 -2.005491 Random Var(Diff.) Prob. -0.000152 0.018768 -0.078388 -0.107293 0.001654 0.047919 0.000035 -0.000032 0.000012 -2.533922 -0.000000 0.000101 -0.000039 0.051197 0.000002 0.013795 -0.000000 -0.000000 -0.000000 0.144097 NA 0.3654 NA 0.2726 0.2516 0.2686 NA NA NA 0.1639 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 02:42 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS 5.679003 -0.000135 2.671391 2.89E-05 2.125860 -4.684955 0.0341 0.0000 239 DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 0.027856 -0.070725 -0.355549 -8.19E-05 0.177855 6.14E-05 -4.87E-05 1.69E-05 -2.005491 0.010950 0.006516 0.253015 0.001729 0.131640 2.63E-05 1.85E-05 4.05E-06 0.510353 2.543867 -10.85442 -1.405247 -0.047350 1.351072 2.332852 -2.636744 4.160388 -3.929613 0.0113 0.0000 0.1607 0.9623 0.1774 0.0201 0.0087 0.0000 0.0001 Effects Specification Lampiran 4. Lanjutan Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 0.411374 0.313270 1.482991 963.2773 -888.2928 4.193233 0.000000 Effect 1.346695 0.036977 0.202137 -0.210863 0.652103 -0.010468 0.622450 -0.420293 -0.403308 -0.125548 -0.305760 0.116534 -0.399305 -0.259501 -0.331539 -0.208679 -0.097525 1.375238 -0.133561 -0.231768 0.133711 -0.113641 0.124332 0.485792 -0.025003 0.302594 0.248105 -0.482727 -0.469907 -0.471394 -0.015679 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.758956 4.371527 3.999084 1.635620 240 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 0.070871 -0.394177 1.096268 -0.328434 0.102805 -0.088936 0.577864 1.953565 0.639669 0.838414 -0.326166 -0.628005 -0.619883 -0.637012 -0.541653 -0.609684 -0.618982 -0.350973 -0.637261 -0.807720 -0.381226 -0.409639 -0.555174 -0.065849 -0.102308 0.212646 1.332681 0.708292 -0.689857 -0.404742 -0.069547 1.624041 -0.820089 241 Lampiran 5. Model Estimasi Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan dengan menggunakan Model Estimasi Pooled Least Square, Fixed Effect Model dan Random Effect Model dengan Program EViews 6. KEBIJAKAN MONETER DAN SEKTOR PERTANIAN MONVAR-DATAPERTANIAN-RIIL Data: monvar-datapertanian-riil yang sudah direvisi (26 Nov) – m2 riil thdp deflator GDP 28 Nov 2010 Penambahan variabel : krisis finansial : dum08 Workfile: monvarpertanianm2dflt rasio_q c ihsg rasio_m2 sbi kredit_tot pinjaman aset kap_pasar mktcap dum08 PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 09:38 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_TOT PINJAMAN ASET KAP_PASAR MKTCAP RASIO_KAP DUM08 -11.93187 0.004284 33.28085 -0.115218 -0.012772 0.000310 -0.000154 0.000285 -0.010032 8.167202 1.126831 0.129942 0.001646 0.132319 0.014842 0.000119 0.000134 5.62E-05 8.40E-06 0.000735 3.433500 0.130000 -91.82473 2.603159 251.5195 -7.762702 -106.9006 2.312616 -2.742580 33.94290 -13.65644 2.378681 8.667917 0.0000 0.0109 0.0000 0.0000 0.0000 0.0232 0.0074 0.0000 0.0000 0.0196 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.667968 0.628905 1.249185 132.6393 -151.7358 17.09990 0.000000 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 09:47 Sample: 2002 2009 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.390329 3.684160 3.509100 1.321885 242 Periods included: 8 Cross-sections included: 12 Lampiran 5. Lanjutan Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_TOT PINJAMAN ASET KAP_PASAR MKTCAP RASIO_KAP DUM08 -11.34905 0.013625 33.59815 -0.191958 -0.012475 0.000735 0.000139 0.000296 -0.014827 -9.519785 0.679371 0.288853 0.001832 0.268774 0.013711 0.000145 0.000165 0.000122 1.09E-05 0.001211 3.050982 0.164437 -39.29003 7.435266 125.0054 -14.00000 -85.81942 4.455374 1.142462 27.12923 -12.24345 -3.120236 4.131493 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2569 0.0000 0.0000 0.0026 0.0001 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.745502 0.673279 1.172121 101.6662 -138.9708 10.32228 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.353557 3.941220 3.591100 1.679025 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 2.049492 25.530051 d.f. Prob. (11,74) 11 0.0351 0.0076 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 09:48 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) 243 WARNING: estimated coefficient covariance matrix is of reduced rank Lampiran 5. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_TOT PINJAMAN ASET KAP_PASAR MKTCAP RASIO_KAP DUM08 -11.93187 0.004284 33.28085 -0.115218 -0.012772 0.000310 -0.000154 0.000285 -0.010032 8.167202 1.126831 0.129942 0.001646 0.132319 0.014842 0.000119 0.000134 5.62E-05 8.40E-06 0.000735 3.433500 0.130000 -91.82473 2.603159 251.5195 -7.762702 -106.9006 2.312616 -2.742580 33.94290 -13.65644 2.378681 8.667917 0.0000 0.0109 0.0000 0.0000 0.0000 0.0232 0.0074 0.0000 0.0000 0.0196 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.667968 0.628905 1.249185 132.6393 -151.7358 17.09990 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat Effect -0.637076 -0.447743 1.517421 0.808209 2.091064 -1.156174 -0.014564 0.182486 0.029386 -1.746479 -0.414158 -0.212372 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/28/10 Time: 09:49 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) 2.074920 2.050614 3.390329 3.684160 3.509100 1.321885 244 WARNING: estimated coefficient covariance matrix is of reduced rank Lampiran 5. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_TOT PINJAMAN ASET KAP_PASAR MKTCAP RASIO_KAP DUM08 -11.88847 0.005113 33.32162 -0.122137 -0.012739 0.000356 -0.000131 0.000286 -0.010443 6.563845 1.078481 0.092372 0.001761 0.156977 0.015722 0.000131 0.000154 5.62E-05 6.23E-06 0.000785 3.667938 0.149004 -128.7022 2.903894 212.2713 -7.768574 -96.95815 2.318757 -2.330107 45.90309 -13.30140 1.789519 7.237940 0.0000 0.0047 0.0000 0.0000 0.0000 0.0228 0.0222 0.0000 0.0000 0.0771 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random 0.318530 1.172121 Rho 0.0688 0.9312 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.670753 0.632018 1.212457 17.31649 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.645102 1.998725 124.9544 1.395787 Unweighted Statistics R-squared Sum squared resid 0.666632 133.1728 Mean dependent var Durbin-Watson stat 2.074920 1.309650 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 10 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. 245 Lampiran 5. Lanjutan Cross-section random effects test comparisons: Variable IHSG RASIO_M2 SBI KREDIT_TOT PINJAMAN ASET KAP_PASAR MKTCAP RASIO_KAP DUM08 Fixed 0.013625 33.598149 -0.191958 -0.012475 0.000735 0.000139 0.000296 -0.014827 -9.519785 0.679371 Random Var(Diff.) Prob. 0.005113 33.321621 -0.122137 -0.012739 0.000356 -0.000131 0.000286 -0.010443 6.563845 1.078481 0.000000 0.047598 -0.000059 0.000000 0.000000 0.000000 0.000000 0.000001 -4.145277 0.004837 0.0000 0.2050 NA 0.0000 0.0000 0.0125 0.2471 0.0000 NA 0.0000 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 09:49 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_TOT PINJAMAN ASET KAP_PASAR MKTCAP RASIO_KAP DUM08 -11.34905 0.013625 33.59815 -0.191958 -0.012475 0.000735 0.000139 0.000296 -0.014827 -9.519785 0.679371 0.288853 0.001832 0.268774 0.013711 0.000145 0.000165 0.000122 1.09E-05 0.001211 3.050982 0.164437 -39.29003 7.435266 125.0054 -14.00000 -85.81942 4.455374 1.142462 27.12923 -12.24345 -3.120236 4.131493 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2569 0.0000 0.0000 0.0026 0.0001 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared 0.745502 0.673279 Mean dependent var S.D. dependent var 2.074920 2.050614 246 S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 1.172121 101.6662 -138.9708 10.32228 0.000000 Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 3.353557 3.941220 3.591100 1.679025 Lampiran 5. Lanjutan 1 2 3 4 5 6 7 8 9 10 11 12 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Effect -0.062838 0.022756 0.220260 -0.013756 0.454057 -0.057594 0.110191 -0.154060 -0.148291 -0.177153 -0.170565 -0.023008 Kredit Pertanian terhadap total kredit Workfile: monvarpertanianrevm2dflt rasio_q c ihsg rasio_m2 sbi kredit_ptn bunga_p pinjaman aset kap_pasar mktcap dum08 PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 09:09 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_PTN BUNGA_P PINJAMAN ASET KAP_PASAR MKTCAP DUM08 -8.150914 0.001614 8.541875 -0.266585 5.470500 0.456574 0.000310 -0.000154 0.000285 -0.002773 -2.026540 1.396989 0.000450 1.470830 0.021425 9.665057 0.024189 0.000134 5.62E-05 8.40E-06 0.000457 0.243202 -5.834630 3.584340 5.807522 -12.44249 0.566008 18.87508 2.312616 -2.742580 33.94290 -6.065142 -8.332733 0.0000 0.0006 0.0000 0.0000 0.5729 0.0000 0.0232 0.0074 0.0000 0.0000 0.0000 247 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.667968 0.628905 1.249185 132.6393 -151.7358 17.09990 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.390329 3.684160 3.509100 1.321885 Lampiran 5. Lanjutan Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 09:10 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_PTN BUNGA_P PINJAMAN ASET KAP_PASAR MKTCAP DUM08 -0.674224 0.004546 0.018925 -0.158014 -44.70882 0.341099 0.000735 0.000139 0.000296 -0.005860 -0.704527 1.463161 0.000739 1.849599 0.017997 8.750195 0.018412 0.000165 0.000122 1.09E-05 0.000875 0.335270 -0.460800 6.155367 0.010232 -8.780017 -5.109466 18.52598 4.455374 1.142462 27.12923 -6.699433 -2.101372 0.6463 0.0000 0.9919 0.0000 0.0000 0.0000 0.0000 0.2569 0.0000 0.0000 0.0390 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.745502 0.673279 1.172121 101.6662 -138.9708 10.32228 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.353557 3.941220 3.591100 1.679025 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Statistic d.f. Prob. 248 Cross-section F Cross-section Chi-square 2.049492 25.530051 (11,74) 11 0.0351 0.0076 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Lampiran 5. Lanjutan Date: 11/28/10 Time: 09:10 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_PTN BUNGA_P PINJAMAN ASET KAP_PASAR MKTCAP DUM08 -8.150914 0.001614 8.541875 -0.266585 5.470500 0.456574 0.000310 -0.000154 0.000285 -0.002773 -2.026540 1.396989 0.000450 1.470830 0.021425 9.665057 0.024189 0.000134 5.62E-05 8.40E-06 0.000457 0.243202 -5.834630 3.584340 5.807522 -12.44249 0.566008 18.87508 2.312616 -2.742580 33.94290 -6.065142 -8.332733 0.0000 0.0006 0.0000 0.0000 0.5729 0.0000 0.0232 0.0074 0.0000 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.667968 0.628905 1.249185 132.6393 -151.7358 17.09990 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Effect -0.637076 -0.447743 1.517421 0.808209 2.091064 -1.156174 -0.014564 0.182486 0.029386 -1.746479 -0.414158 -0.212372 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.390329 3.684160 3.509100 1.321885 249 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/28/10 Time: 09:11 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Lampiran 5. Lanjutan Total panel (balanced) observations: 96 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_PTN BUNGA_P PINJAMAN ASET KAP_PASAR MKTCAP DUM08 -7.486069 0.001865 7.795717 -0.256673 0.930535 0.445904 0.000356 -0.000131 0.000286 -0.003033 -1.913313 1.460967 0.000482 1.541500 0.023032 10.32060 0.025945 0.000154 5.62E-05 6.23E-06 0.000487 0.236442 -5.124050 3.871123 5.057229 -11.14426 0.090163 17.18634 2.318757 -2.330107 45.90309 -6.229116 -8.092091 0.0000 0.0002 0.0000 0.0000 0.9284 0.0000 0.0228 0.0222 0.0000 0.0000 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random 0.318530 1.172121 Rho 0.0688 0.9312 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.670753 0.632018 1.212457 17.31649 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.645102 1.998725 124.9544 1.395787 Unweighted Statistics R-squared Sum squared resid 0.666632 133.1728 Mean dependent var Durbin-Watson stat Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects 2.074920 1.309650 250 Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 10 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. Lampiran 5. Lanjutan Cross-section random effects test comparisons: Variable IHSG RASIO_M2 SBI KREDIT_PTN BUNGA_P PINJAMAN ASET KAP_PASAR MKTCAP DUM08 Fixed 0.004546 0.018925 -0.158014 -44.708825 0.341099 0.000735 0.000139 0.000296 -0.005860 -0.704527 Random Var(Diff.) Prob. 0.001865 7.795717 -0.256673 0.930535 0.445904 0.000356 -0.000131 0.000286 -0.003033 -1.913313 0.000000 1.044794 -0.000207 -29.948783 -0.000334 0.000000 0.000000 0.000000 0.000001 0.056501 0.0000 0.0000 NA NA NA 0.0000 0.0125 0.2471 0.0001 0.0000 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 09:11 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_PTN BUNGA_P PINJAMAN ASET KAP_PASAR MKTCAP DUM08 -0.674224 0.004546 0.018925 -0.158014 -44.70882 0.341099 0.000735 0.000139 0.000296 -0.005860 -0.704527 1.463161 0.000739 1.849599 0.017997 8.750195 0.018412 0.000165 0.000122 1.09E-05 0.000875 0.335270 -0.460800 6.155367 0.010232 -8.780017 -5.109466 18.52598 4.455374 1.142462 27.12923 -6.699433 -2.101372 0.6463 0.0000 0.9919 0.0000 0.0000 0.0000 0.0000 0.2569 0.0000 0.0000 0.0390 251 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.745502 0.673279 1.172121 101.6662 -138.9708 10.32228 0.000000 Lampiran 5. Lanjutan 1 2 3 4 5 6 7 8 9 10 11 12 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Effect -0.062838 0.022756 0.220260 -0.013756 0.454057 -0.057594 0.110191 -0.154060 -0.148291 -0.177153 -0.170565 -0.023008 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.353557 3.941220 3.591100 1.679025 252 Lampiran 5. Lanjutan KEBIJAKAN MONETER DAN SEKTOR INDUSTRI MONVAR-DATAINDUSTRI-RIIL Data: monvar-dataindustri-riil yang sudah direvisi (m2 riil: m2/gdp deflator) Penambahan variabel : krisis finansial : dum08 rasio_q c log(ihsg) m2 sbi kredit_tot bunga_k pinjaman aset kap_pasar dum08 workfile:monvarindustrim2dflt.wk PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 16:12 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C LOG(IHSG) M2 SBI KREDIT_TOT BUNGA_K PINJAMAN ASET KAP_PASAR DUM08 -15.40054 1.516141 -0.005221 -0.106196 0.002043 0.478081 -2.36E-06 -0.000121 0.000162 -1.075726 2.901603 0.273922 0.000855 0.020661 0.000428 0.086947 6.14E-05 3.74E-05 2.36E-05 0.300925 -5.307598 5.534947 -6.106537 -5.140000 4.773804 5.498511 -0.038465 -3.238467 6.875673 -3.574730 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.9693 0.0013 0.0000 0.0004 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.252719 0.229204 1.620683 751.2112 -557.8423 10.74679 0.000000 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 16:13 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.836772 3.961446 3.886689 0.965021 253 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Lampiran 5. Lanjutan White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C LOG(IHSG) M2 SBI KREDIT_TOT BUNGA_K PINJAMAN ASET KAP_PASAR DUM08 -15.36769 1.510291 -0.005079 -0.102724 0.002138 0.469297 0.000164 -0.000158 0.000153 -1.132885 2.997875 0.281210 0.000906 0.023436 0.000427 0.094280 0.000131 5.91E-05 2.00E-05 0.289980 -5.126193 5.370698 -5.609243 -4.383259 5.007314 4.977670 1.257700 -2.670699 7.656721 -3.906766 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2097 0.0081 0.0000 0.0001 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.546418 0.464773 1.350508 455.9677 -483.9511 6.692631 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.580750 4.154252 3.810369 1.573763 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 4.496595 147.782391 d.f. Prob. (36,250) 36 0.0000 0.0000 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 16:15 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 254 Lampiran 5. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C LOG(IHSG) M2 SBI KREDIT_TOT BUNGA_K PINJAMAN ASET KAP_PASAR DUM08 -15.40054 1.516141 -0.005221 -0.106196 0.002043 0.478081 -2.36E-06 -0.000121 0.000162 -1.075726 2.901603 0.273922 0.000855 0.020661 0.000428 0.086947 6.14E-05 3.74E-05 2.36E-05 0.300925 -5.307598 5.534947 -6.106537 -5.140000 4.773804 5.498511 -0.038465 -3.238467 6.875673 -3.574730 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.9693 0.0013 0.0000 0.0004 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.252719 0.229204 1.620683 751.2112 -557.8423 10.74679 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Effect -0.541746 -0.583098 -0.568840 -0.512063 0.058051 -0.578041 1.149076 -0.355186 0.327439 -0.025956 0.999816 3.020659 1.070722 1.350691 -0.369260 -0.779157 -0.736785 -0.831484 -0.678107 -0.752969 -0.724566 -0.396649 -0.837764 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.836772 3.961446 3.886689 0.965021 255 24 25 26 27 28 29 30 31 32 33 34 35 36 37 24 25 26 27 28 29 30 31 32 33 34 35 36 37 -0.967549 -0.511147 -0.584083 -0.682213 -0.063116 -0.026968 0.963640 2.090276 1.159227 -0.885895 -0.482329 0.029893 2.468949 -1.213470 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/28/10 Time: 16:16 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C LOG(IHSG) M2 SBI KREDIT_TOT BUNGA_K PINJAMAN ASET KAP_PASAR DUM08 -15.37272 1.510618 -0.005136 -0.104552 0.002116 0.473462 9.12E-05 -0.000145 0.000156 -1.114465 2.882981 0.275112 0.000861 0.019146 0.000407 0.084782 8.29E-05 5.82E-05 2.08E-05 0.296913 -5.332229 5.490927 -5.963211 -5.460866 5.200591 5.584494 1.099805 -2.486703 7.524618 -3.753504 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2723 0.0135 0.0000 0.0002 Effects Specification S.D. Cross-section random Idiosyncratic random 0.935807 1.350508 Rho 0.3244 0.6756 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.317109 0.295619 1.345555 14.75640 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 0.819274 1.603237 517.8079 1.390926 256 Unweighted Statistics R-squared Sum squared resid 0.250389 753.5543 Mean dependent var Durbin-Watson stat 1.802629 0.955781 Lampiran 5. Lanjutan Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 9 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. Cross-section random effects test comparisons: Variable LOG(IHSG) M2 SBI KREDIT_TOT BUNGA_K PINJAMAN ASET KAP_PASAR DUM08 Fixed 1.510291 -0.005079 -0.102724 0.002138 0.469297 0.000164 -0.000158 0.000153 -1.132885 Random Var(Diff.) Prob. 1.510618 -0.005136 -0.104552 0.002116 0.473462 0.000091 -0.000145 0.000156 -1.114465 0.003392 0.000000 0.000183 0.000000 0.001701 0.000000 0.000000 -0.000000 -0.004069 0.9955 0.8383 0.8924 0.8648 0.9195 0.4691 0.2024 NA NA Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 16:17 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C LOG(IHSG) M2 SBI -15.36769 1.510291 -0.005079 -0.102724 2.997875 0.281210 0.000906 0.023436 -5.126193 5.370698 -5.609243 -4.383259 0.0000 0.0000 0.0000 0.0000 257 KREDIT_TOT BUNGA_K PINJAMAN ASET KAP_PASAR DUM08 0.002138 0.469297 0.000164 -0.000158 0.000153 -1.132885 0.000427 0.094280 0.000131 5.91E-05 2.00E-05 0.289980 5.007314 4.977670 1.257700 -2.670699 7.656721 -3.906766 0.0000 0.0000 0.2097 0.0081 0.0000 0.0001 Effects Specification Lampiran 5. Lanjutan Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 0.546418 0.464773 1.350508 455.9677 -483.9511 6.692631 0.000000 Effect -0.458586 -0.478040 -0.457322 -0.375357 0.236092 -0.345124 0.830589 -0.292670 0.255235 -0.041885 0.775245 2.373274 0.826718 1.051114 -0.306474 -0.622646 -0.586877 -0.674178 -0.555049 -0.608916 -0.591065 -0.336984 -0.685272 -0.779584 -0.379425 -0.350474 -0.529705 -0.031994 -0.029440 0.787844 1.636171 0.898643 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.580750 4.154252 3.810369 1.573763 258 33 34 35 36 37 33 34 35 36 37 -0.712051 -0.405431 0.007071 1.939483 -0.982929 259 Lampiran 5. Lanjutan KEBIJAKAN MONETER DAN SEKTOR PERBANKAN MONVAR-DATAPERBANKAN-RIIL Data: monvar-dataperbankan-riil yang sudah direvisi (26 Nov) – m2 riil thdp deflator GDP Penambahan variabel : krisis finansial : dum08 Workfile:monvarperbankanm2dflt.wf rasio_q c ihsg m2 sbi bunga_p aset pinjaman rasio_krdt dum08 PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 13:05 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_P ASET PINJAMAN RASIO_KRDT DUM08 2.146478 0.000309 -0.004197 -0.511144 0.481671 -4.09E-05 4.29E-05 1.739125 -0.005254 0.321510 9.39E-05 0.000567 0.040339 0.039226 1.04E-05 1.15E-05 1.254506 0.217761 6.676235 3.294374 -7.402591 -12.67114 12.27937 -3.913441 3.745349 1.386303 -0.024127 0.0000 0.0013 0.0000 0.0000 0.0000 0.0002 0.0003 0.1684 0.9808 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.084762 0.018799 1.360658 205.5043 -202.5511 1.284991 0.258545 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 13:03 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.727907 1.373631 3.525852 3.734914 3.610753 1.281951 260 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) Lampiran 5. Lanjutan WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_P ASET PINJAMAN RASIO_KRDT DUM08 2.091183 0.000288 -0.004186 -0.510700 0.480790 -3.61E-05 3.95E-05 1.615545 -0.052126 0.389699 0.000120 0.000636 0.044668 0.043389 1.07E-05 1.22E-05 1.434669 0.271390 5.366152 2.393031 -6.581971 -11.43337 11.08093 -3.366859 3.251424 1.126075 -0.192071 0.0000 0.0186 0.0000 0.0000 0.0000 0.0011 0.0016 0.2629 0.8481 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.249495 0.079278 1.318057 168.5157 -190.6449 1.465743 0.104867 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.727907 1.373631 3.560748 4.095017 3.777717 1.562071 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 1.520798 23.812573 d.f. Prob. (14,97) 14 0.1179 0.0483 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 13:07 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) 261 Lampiran 5. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_P ASET PINJAMAN RASIO_KRDT DUM08 2.146478 0.000309 -0.004197 -0.511144 0.481671 -4.09E-05 4.29E-05 1.739125 -0.005254 0.321510 9.39E-05 0.000567 0.040339 0.039226 1.04E-05 1.15E-05 1.254506 0.217761 6.676235 3.294374 -7.402591 -12.67114 12.27937 -3.913441 3.745349 1.386303 -0.024127 0.0000 0.0013 0.0000 0.0000 0.0000 0.0002 0.0003 0.1684 0.9808 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.084762 0.018799 1.360658 205.5043 -202.5511 1.284991 0.258545 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat Effect -0.420229 -0.433120 -0.702246 -0.131607 -0.134979 1.831462 -0.054107 -0.470584 0.085711 -0.312268 -0.024854 0.510563 -0.240779 0.260224 0.236812 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/28/10 Time: 13:08 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 Swamy and Arora estimator of component variances 1.727907 1.373631 3.525852 3.734914 3.610753 1.281951 262 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Lampiran 5. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_P ASET PINJAMAN RASIO_KRDT DUM08 2.142808 0.000308 -0.004192 -0.511347 0.481704 -3.97E-05 4.17E-05 1.737781 -0.009702 0.320774 9.45E-05 0.000564 0.039923 0.038851 9.64E-06 1.05E-05 1.247893 0.218949 6.680111 3.260766 -7.437352 -12.80823 12.39877 -4.123884 3.978254 1.392572 -0.044310 0.0000 0.0015 0.0000 0.0000 0.0000 0.0001 0.0001 0.1665 0.9647 Effects Specification S.D. Cross-section random Idiosyncratic random Rho 0.406435 1.318057 0.0868 0.9132 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.071102 0.004155 1.307011 1.062059 0.394915 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.302206 1.309735 189.6189 1.389393 Unweighted Statistics R-squared Sum squared resid 0.084716 205.5147 Mean dependent var Durbin-Watson stat 1.727907 1.281928 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 8 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. 263 Lampiran 5. Lanjutan Cross-section random effects test comparisons: Variable IHSG M2 SBI BUNGA_P ASET PINJAMAN RASIO_KRDT DUM08 Fixed 0.000288 -0.004186 -0.510700 0.480790 -0.000036 0.000040 1.615545 -0.052126 Random Var(Diff.) Prob. 0.000308 -0.004192 -0.511347 0.481704 -0.000040 0.000042 1.737781 -0.009702 0.000000 0.000000 0.000401 0.000373 0.000000 0.000000 0.501038 0.025714 0.7864 0.9819 0.9742 0.9623 0.4322 0.7207 0.8629 0.7913 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 13:08 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_P ASET PINJAMAN RASIO_KRDT DUM08 2.091183 0.000288 -0.004186 -0.510700 0.480790 -3.61E-05 3.95E-05 1.615545 -0.052126 0.389699 0.000120 0.000636 0.044668 0.043389 1.07E-05 1.22E-05 1.434669 0.271390 5.366152 2.393031 -6.581971 -11.43337 11.08093 -3.366859 3.251424 1.126075 -0.192071 0.0000 0.0186 0.0000 0.0000 0.0000 0.0011 0.0016 0.2629 0.8481 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.249495 0.079278 1.318057 168.5157 -190.6449 1.465743 0.104867 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.727907 1.373631 3.560748 4.095017 3.777717 1.562071 264 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Effect -0.101482 -0.120122 -0.357938 0.015692 -0.053760 0.735699 0.141999 -0.215751 0.016521 -0.158720 -0.066592 0.166436 -0.157488 0.075649 0.079856 265 Lampiran 5. Lanjutan KEBIJAKAN MONETER DAN GABUNGAN SEKTOR MONVAR-DATAIGABUNG2-RIIL Data: monvar-datagabung-riil yang sudah direvisi Penambahan variabel : krisis finansial : dum08 rasio_q c ihsg m2 sbi bunga_k kredit_tot pinjaman log(aset) kap_pasar log(mktcap) dum08 PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 20:59 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_K KREDIT_TOT PINJAMAN LOG(ASET) KAP_PASAR LOG(MKTCAP) DUM08 -14.37894 -0.000391 -0.002611 -0.154892 0.554755 0.006255 -1.74E-06 -0.099071 1.76E-05 1.162701 -2.783784 1.764546 1.78E-05 0.000495 0.009905 0.053302 6.79E-05 4.13E-06 0.036203 1.64E-05 0.128279 0.050579 -8.148804 -22.00787 -5.276964 -15.63709 10.40784 92.13856 -0.421941 -2.736523 1.071642 9.063837 -55.03828 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.6732 0.0064 0.2844 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.160585 0.143830 1.655868 1373.691 -979.1510 9.584402 0.000000 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 21:00 Sample: 2002 2009 Periods included: 8 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.867777 3.958835 3.903472 1.161660 266 Cross-sections included: 64 Lampiran 5. Lanjutan Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_K KREDIT_TOT PINJAMAN LOG(ASET) KAP_PASAR LOG(MKTCAP) DUM08 -16.26601 -0.000380 -0.002882 -0.153974 0.570893 0.005815 7.02E-06 0.104772 1.55E-05 1.200870 -2.715144 1.599193 3.30E-05 0.000189 0.003704 0.016774 0.000259 7.71E-06 0.240539 4.39E-06 0.049537 0.047740 -10.17138 -11.54083 -15.21191 -41.57423 34.03414 22.47823 0.910979 0.435574 3.532634 24.24202 -56.87352 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.3628 0.6634 0.0005 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.407246 0.308454 1.488183 970.0331 -890.0819 4.122242 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.765945 4.378515 4.006073 1.633856 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 2.893077 178.138140 d.f. Prob. (63,438) 63 0.0000 0.0000 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 21:00 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 267 Lampiran 5. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_K KREDIT_TOT PINJAMAN LOG(ASET) KAP_PASAR LOG(MKTCAP) DUM08 -14.37894 -0.000391 -0.002611 -0.154892 0.554755 0.006255 -1.74E-06 -0.099071 1.76E-05 1.162701 -2.783784 1.764546 1.78E-05 0.000495 0.009905 0.053302 6.79E-05 4.13E-06 0.036203 1.64E-05 0.128279 0.050579 -8.148804 -22.00787 -5.276964 -15.63709 10.40784 92.13856 -0.421941 -2.736523 1.071642 9.063837 -55.03828 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.6732 0.0064 0.2844 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.160585 0.143830 1.655868 1373.691 -979.1510 9.584402 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 Effect 1.978110 0.145383 0.932739 0.126339 1.438923 0.069467 1.015784 -0.297438 -0.362134 -0.242728 -0.255369 0.340682 -2.552504 -2.160091 -0.591994 -2.284020 -1.323945 2.016090 -3.104728 -1.192199 -0.576005 -0.936324 0.208775 0.610528 -0.177327 -0.064060 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.867777 3.958835 3.903472 1.161660 268 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 -0.399430 -0.529248 -0.328104 -0.391379 -0.271408 0.354279 -0.651245 1.419146 -0.189045 0.404054 0.504063 1.224716 3.342904 1.418916 1.855225 -0.084458 -0.640575 -0.703359 -0.528446 -0.417739 -0.634817 -0.595217 -0.104935 -0.367707 -1.024618 -0.461552 -0.406662 -0.577621 0.121949 0.185039 0.208915 2.470585 1.601079 -0.692855 -0.131361 0.206528 2.844084 -0.791652 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/28/10 Time: 21:01 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 269 Lampiran 5. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_K KREDIT_TOT PINJAMAN LOG(ASET) KAP_PASAR LOG(MKTCAP) DUM08 -14.90002 -0.000387 -0.002764 -0.157981 0.571286 0.006273 -1.65E-07 -0.095739 1.26E-05 1.203132 -2.799401 1.523147 1.39E-05 0.000418 0.007955 0.044030 6.61E-05 4.93E-06 0.055075 1.31E-05 0.107669 0.037299 -9.782394 -27.78807 -6.615164 -19.85956 12.97504 94.96005 -0.033417 -1.738351 0.965423 11.17440 -75.05387 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.9734 0.0828 0.3348 0.0000 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random 0.717509 1.488183 Rho 0.1886 0.8114 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.180786 0.164434 1.493267 11.05619 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.085816 1.633605 1117.152 1.429785 Unweighted Statistics R-squared Sum squared resid 0.159377 1375.666 Mean dependent var Durbin-Watson stat 1.836170 1.161101 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 10 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. 270 Lampiran 5. Lanjutan Cross-section random effects test comparisons: Variable IHSG M2 SBI BUNGA_K KREDIT_TOT PINJAMAN LOG(ASET) KAP_PASAR LOG(MKTCAP) DUM08 Fixed -0.000380 -0.002882 -0.153974 0.570893 0.005815 0.000007 0.104772 0.000015 1.200870 -2.715144 Random Var(Diff.) Prob. -0.000387 -0.002764 -0.157981 0.571286 0.006273 -0.000000 -0.095739 0.000013 1.203132 -2.799401 0.000000 -0.000000 -0.000050 -0.001657 0.000000 0.000000 0.054826 -0.000000 -0.009139 0.000888 0.8328 NA NA NA 0.0667 0.2248 0.3918 NA NA 0.0047 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 21:01 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_K KREDIT_TOT PINJAMAN LOG(ASET) KAP_PASAR LOG(MKTCAP) DUM08 -16.26601 -0.000380 -0.002882 -0.153974 0.570893 0.005815 7.02E-06 0.104772 1.55E-05 1.200870 -2.715144 1.599193 3.30E-05 0.000189 0.003704 0.016774 0.000259 7.71E-06 0.240539 4.39E-06 0.049537 0.047740 -10.17138 -11.54083 -15.21191 -41.57423 34.03414 22.47823 0.910979 0.435574 3.532634 24.24202 -56.87352 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.3628 0.6634 0.0005 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression 0.407246 0.308454 1.488183 Mean dependent var S.D. dependent var Akaike info criterion 1.836170 1.789557 3.765945 271 Sum squared resid Log likelihood F-statistic Prob(F-statistic) 970.0331 -890.0819 4.122242 0.000000 Lampiran 5. Lanjutan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 Effect 1.346896 0.113544 0.039413 -0.250086 0.561605 0.089150 0.669945 -0.388728 -0.344294 -0.064851 -0.229592 0.171998 -0.300990 -0.173237 -0.382140 -0.250235 -0.125461 1.228927 -0.162687 -0.156200 0.188989 -0.128664 -0.010869 0.414654 -0.086967 0.342532 0.232189 -0.418022 -0.464590 -0.432373 0.025376 0.173553 -0.278778 1.077934 -0.293862 0.142301 -0.244471 0.548179 1.835325 0.552656 0.666715 -0.338430 -0.577286 -0.543872 -0.647399 -0.541826 Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 4.378515 4.006073 1.633856 272 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 -0.555879 -0.602912 -0.375654 -0.740112 -0.720975 -0.283428 -0.281352 -0.482405 0.000325 -0.089301 0.237007 1.210178 0.575493 -0.660014 -0.455981 -0.052005 1.524020 -0.832975 273 Lampiran 6. Model Estimasi Pengaruh Financial Deepening terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan dengan menggunakan Model Estimasi Pooled Least Square, Fixed Effect Model dan Random Effect Model dengan Program EViews 6. LIBERALISASI KEUANGAN DAN SEKTOR PERTANIAN LIB-DATAPERTANIAN-FDI-RIIL Ada variabel financial deepening, yaitu rasio_m2 (m2/gdp); rasio_krdt (kredit total/gdp) dan rasio _kap (kapitalisasi pasar ihsg/gdp) Berdasarkan tabel correlation, maka variabel fdi, devisa dan kredit_tot tidak masuk dalam equation, kemudian variabel sbi dan variabel bunga_pinjaman. rasio_q c kurs invport bunga_k pinjaman aset kap_pasar rasio_m2 rasio_krdt rasio_kap PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 12:39 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 2.288847 -6.92E-05 -0.169961 -0.020787 0.000310 -0.000155 0.000285 6.662104 -16.39799 2.244237 0.259933 4.58E-05 0.011333 0.011343 0.000133 5.60E-05 8.37E-06 0.598535 1.335133 0.219080 8.805542 -1.509215 -14.99761 -1.832612 2.325047 -2.762052 34.08412 11.13068 -12.28191 10.24390 0.0000 0.1349 0.0000 0.0703 0.0224 0.0070 0.0000 0.0000 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.667816 0.633052 1.242185 132.6999 -151.7577 19.21026 0.000000 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 12:40 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.369953 3.637072 3.477927 1.322765 274 Total panel (balanced) observations: 96 Lampiran 6. Lanjutan White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 1.553932 0.000127 -0.193071 -0.061281 0.000727 0.000130 0.000296 6.926909 -21.63896 2.337791 0.534176 5.02E-05 0.008814 0.016506 0.000164 0.000121 1.08E-05 1.078837 1.162819 0.234892 2.909028 2.528168 -21.90596 -3.712589 4.422353 1.074456 27.53685 6.420717 -18.60905 9.952635 0.0048 0.0136 0.0000 0.0004 0.0000 0.2861 0.0000 0.0000 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.744341 0.676165 1.166933 102.1299 -139.1892 10.91796 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.337275 3.898226 3.564020 1.684735 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 2.040850 25.137082 d.f. Prob. (11,75) 11 0.0358 0.0087 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 12:41 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 275 Lampiran 6. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 2.288847 -6.92E-05 -0.169961 -0.020787 0.000310 -0.000155 0.000285 6.662104 -16.39799 2.244237 0.259933 4.58E-05 0.011333 0.011343 0.000133 5.60E-05 8.37E-06 0.598535 1.335133 0.219080 8.805542 -1.509215 -14.99761 -1.832612 2.325047 -2.762052 34.08412 11.13068 -12.28191 10.24390 0.0000 0.1349 0.0000 0.0703 0.0224 0.0070 0.0000 0.0000 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.667816 0.633052 1.242185 132.6999 -151.7577 19.21026 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat Effect -0.622012 -0.433139 1.490770 0.783854 2.066195 -1.129358 -0.005553 0.164783 0.017148 -1.707726 -0.416334 -0.208627 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/22/10 Time: 12:42 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 2.074920 2.050614 3.369953 3.637072 3.477927 1.322765 276 Lampiran 6. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 2.205050 -4.96E-05 -0.172457 -0.024735 0.000357 -0.000132 0.000286 6.700906 -16.90500 2.261534 0.309019 5.09E-05 0.011160 0.012703 0.000153 5.62E-05 6.18E-06 0.637549 1.486048 0.200342 7.135640 -0.973834 -15.45339 -1.947204 2.330142 -2.339404 46.28020 10.51041 -11.37581 11.28836 0.0000 0.3329 0.0000 0.0548 0.0221 0.0216 0.0000 0.0000 0.0000 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random Rho 0.320902 1.166933 0.0703 0.9297 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.670604 0.636132 1.205186 19.45374 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.637820 1.997939 124.9128 1.398241 Unweighted Statistics R-squared Sum squared resid 0.666451 133.2453 Mean dependent var Durbin-Watson stat 2.074920 1.310803 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 9 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. 277 Lampiran 6. Lanjutan Cross-section random effects test comparisons: Variable KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP Fixed 0.000127 -0.193071 -0.061281 0.000727 0.000130 0.000296 6.926909 -21.638965 2.337791 Random Var(Diff.) Prob. -0.000050 -0.172457 -0.024735 0.000357 -0.000132 0.000286 6.700906 -16.905000 2.261534 -0.000000 -0.000047 0.000111 0.000000 0.000000 0.000000 0.757421 -0.856189 0.015037 NA NA 0.0005 0.0000 0.0149 0.2461 0.7951 NA 0.5340 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 12:43 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 1.553932 0.000127 -0.193071 -0.061281 0.000727 0.000130 0.000296 6.926909 -21.63896 2.337791 0.534176 5.02E-05 0.008814 0.016506 0.000164 0.000121 1.08E-05 1.078837 1.162819 0.234892 2.909028 2.528168 -21.90596 -3.712589 4.422353 1.074456 27.53685 6.420717 -18.60905 9.952635 0.0048 0.0136 0.0000 0.0004 0.0000 0.2861 0.0000 0.0000 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic 0.744341 0.676165 1.166933 102.1299 -139.1892 10.91796 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.337275 3.898226 3.564020 1.684735 278 Prob(F-statistic) 0.000000 Lampiran 6. Lanjutan 1 2 3 4 5 6 7 8 9 10 11 12 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Effect -0.063631 0.023262 0.223298 -0.014192 0.460620 -0.058314 0.111908 -0.156564 -0.150606 -0.179230 -0.173192 -0.023359 279 Lampiran 6. Lanjutan 16 November 2010 Data: Libdataindustri-riil yang sudah direvisi Ada variabel financial deepening, yaitu rasio_m2 (m2/gdp); rasio_krdt (kredit total/gdp) dan rasio _kap (kapitalisasi pasar ihsg/gdp) Berdasarkan tabel correlation, maka variabel fdi, devisa dan kredit_tot tidak masuk dalam equation, kemudian variabel sbi dan variabel bunga_pinjaman. rasio_q c kurs invport bunga_k pinjaman aset kap_pasar rasio_m2 rasio_krdt rasio_kap PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 10:03 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 4.484264 0.000413 -0.213484 -0.155752 -3.08E-06 -0.000122 0.000163 -5.725704 -4.408357 4.477542 0.310693 3.19E-05 0.018101 0.020842 6.14E-05 3.79E-05 2.37E-05 1.253177 1.762663 0.443988 14.43310 12.95471 -11.79428 -7.472858 -0.050247 -3.221015 6.877061 -4.568953 -2.500965 10.08482 0.0000 0.0000 0.0000 0.0000 0.9600 0.0014 0.0000 0.0000 0.0129 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.250587 0.227004 1.622994 753.3549 -558.2640 10.62578 0.000000 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 10:05 Sample: 2002 2009 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.839622 3.964296 3.889539 0.970607 280 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Lampiran 6. Lanjutan White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 4.264305 0.000421 -0.215846 -0.154191 0.000158 -0.000162 0.000153 -5.601868 -4.569190 4.563863 0.330729 2.78E-05 0.018920 0.023144 0.000132 6.08E-05 1.99E-05 1.446309 2.042773 0.435849 12.89367 15.17603 -11.40850 -6.662155 1.195535 -2.666789 7.694808 -3.873216 -2.236759 10.47119 0.0000 0.0000 0.0000 0.0000 0.2330 0.0082 0.0000 0.0001 0.0262 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.544155 0.462103 1.353872 458.2424 -484.6876 6.631833 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.585727 4.159229 3.815345 1.580284 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 4.472289 147.152885 d.f. Prob. (36,250) 36 0.0000 0.0000 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 10:05 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 281 Lampiran 6. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 4.484264 0.000413 -0.213484 -0.155752 -3.08E-06 -0.000122 0.000163 -5.725704 -4.408357 4.477542 0.310693 3.19E-05 0.018101 0.020842 6.14E-05 3.79E-05 2.37E-05 1.253177 1.762663 0.443988 14.43310 12.95471 -11.79428 -7.472858 -0.050247 -3.221015 6.877061 -4.568953 -2.500965 10.08482 0.0000 0.0000 0.0000 0.0000 0.9600 0.0014 0.0000 0.0000 0.0129 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.250587 0.227004 1.622994 753.3549 -558.2640 10.62578 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Effect -0.545149 -0.591661 -0.574942 -0.457210 0.087186 -0.534111 1.179146 -0.361446 0.323872 -0.037536 0.990785 3.009937 1.059745 1.339233 -0.378286 -0.784369 -0.738443 -0.840997 -0.687390 -0.758218 -0.729857 -0.407015 -0.849141 -0.967921 -0.500281 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.839622 3.964296 3.889539 0.970607 282 26 27 28 29 30 31 32 33 34 35 36 37 26 27 28 29 30 31 32 33 34 35 36 37 -0.568704 -0.683532 -0.061868 -0.034085 1.002551 2.079147 1.147936 -0.892196 -0.493342 0.022625 2.458976 -1.223441 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/22/10 Time: 10:06 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 4.361769 0.000417 -0.214838 -0.154757 8.81E-05 -0.000147 0.000157 -5.660742 -4.486133 4.528791 0.269838 3.18E-05 0.018378 0.021365 8.45E-05 5.93E-05 2.09E-05 1.274806 1.837436 0.436088 16.16439 13.13643 -11.68972 -7.243437 1.042578 -2.475429 7.503091 -4.440473 -2.441517 10.38505 0.0000 0.0000 0.0000 0.0000 0.2980 0.0139 0.0000 0.0000 0.0152 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random 0.935200 1.353872 Rho 0.3230 0.6770 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.314085 0.292501 1.348815 14.55127 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat Unweighted Statistics 0.821315 1.603576 520.3207 1.396620 283 R-squared Sum squared resid 0.248355 755.5992 Mean dependent var Durbin-Watson stat 1.802629 0.961741 Lampiran 6. Lanjutan Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 9 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. Cross-section random effects test comparisons: Variable KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP Fixed 0.000421 -0.215846 -0.154191 0.000158 -0.000162 0.000153 -5.601868 -4.569190 4.563863 Random Var(Diff.) Prob. 0.000417 -0.214838 -0.154757 0.000088 -0.000147 0.000157 -5.660742 -4.486133 4.528791 -0.000000 0.000020 0.000079 0.000000 0.000000 -0.000000 0.466679 0.796749 -0.000208 NA 0.8225 0.9493 0.4914 0.2534 NA 0.9313 0.9259 NA Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 10:07 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN 4.264305 0.000421 -0.215846 -0.154191 0.000158 0.330729 2.78E-05 0.018920 0.023144 0.000132 12.89367 15.17603 -11.40850 -6.662155 1.195535 0.0000 0.0000 0.0000 0.0000 0.2330 284 ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP -0.000162 0.000153 -5.601868 -4.569190 4.563863 6.08E-05 1.99E-05 1.446309 2.042773 0.435849 -2.666789 7.694808 -3.873216 -2.236759 10.47119 0.0082 0.0000 0.0001 0.0262 0.0000 Effects Specification Lampiran 6. Lanjutan Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 0.544155 0.462103 1.353872 458.2424 -484.6876 6.631833 0.000000 Effect -0.459282 -0.480355 -0.458688 -0.358314 0.247549 -0.329076 0.836463 -0.294367 0.253907 -0.045853 0.771187 2.366454 0.821836 1.045776 -0.309134 -0.623424 -0.586436 -0.676534 -0.557489 -0.609828 -0.591964 -0.340138 -0.688321 -0.778480 -0.375153 -0.343615 -0.529145 -0.031457 -0.031737 0.801289 1.630170 0.893553 -0.713174 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.585727 4.159229 3.815345 1.580284 285 34 35 36 37 34 35 36 37 -0.408729 0.004578 1.933351 -0.985421 286 Lampiran 6. Lanjutan 16 November 2010 Data: Libdataperbankan-riil yang sudah direvisi Ada variabel financial deepening, yaitu rasio_m2 (m2/gdp); rasio_krdt (kredit total/gdp) dan rasio _kap (kapitalisasi pasar ihsg/gdp) Berdasarkan tabel correlation, maka variabel fdi, devisa dan kredit_tot tidak masuk dalam equation, kemudian variabel sbi dan variabel bunga_pinjaman. rasio_q c kurs invport bunga_k pinjaman aset kap_pasar rasio_m2 rasio_krdt rasio_kap workfile: libperbankanrevisi.wf rasio_q c kurs invport log(fdi) bunga_k pinjaman aset rasio_m2 rasio_krdt rasio_kap PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 17:41 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT LOG(FDI) BUNGA_K PINJAMAN ASET RASIO_M2 RASIO_KRDT RASIO_KAP 2.304419 -0.000186 0.018393 0.594458 0.199825 4.32E-05 -4.11E-05 -13.83293 20.73914 1.713692 0.018152 1.11E-05 0.005263 0.027818 0.006990 1.14E-05 1.04E-05 0.231703 0.588607 0.028798 126.9536 -16.68704 3.494709 21.36959 28.58668 3.788255 -3.955609 -59.70122 35.23428 59.50747 0.0000 0.0000 0.0007 0.0000 0.0000 0.0002 0.0001 0.0000 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.084945 0.010077 1.366692 205.4633 -202.5392 1.134592 0.344793 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 17:42 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.727907 1.373631 3.542319 3.774610 3.636654 1.281362 287 Sample: 2002 2009 Lampiran 6. Lanjutan Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT LOG(FDI) BUNGA_K PINJAMAN ASET RASIO_M2 RASIO_KRDT RASIO_KAP 2.328489 -0.000172 0.011670 0.576497 0.191712 4.00E-05 -3.64E-05 -13.65847 19.96691 1.724390 0.064194 4.40E-05 0.020882 0.081693 0.027035 1.24E-05 1.09E-05 0.731896 2.331953 0.029913 36.27254 -3.906743 0.558851 7.056885 7.091274 3.218683 -3.341362 -18.66176 8.562314 57.64603 0.0000 0.0002 0.5776 0.0000 0.0000 0.0018 0.0012 0.0000 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.249690 0.069928 1.324733 168.4721 -190.6293 1.389002 0.136573 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.727907 1.373631 3.577155 4.134654 3.803558 1.561312 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 1.505615 23.819683 d.f. Prob. (14,96) 14 0.1236 0.0482 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 17:43 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 288 Lampiran 6. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT LOG(FDI) BUNGA_K PINJAMAN ASET RASIO_M2 RASIO_KRDT RASIO_KAP 2.304419 -0.000186 0.018393 0.594458 0.199825 4.32E-05 -4.11E-05 -13.83293 20.73914 1.713692 0.018152 1.11E-05 0.005263 0.027818 0.006990 1.14E-05 1.04E-05 0.231703 0.588607 0.028798 126.9536 -16.68704 3.494709 21.36959 28.58668 3.788255 -3.955609 -59.70122 35.23428 59.50747 0.0000 0.0000 0.0007 0.0000 0.0000 0.0002 0.0001 0.0000 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.084945 0.010077 1.366692 205.4633 -202.5392 1.134592 0.344793 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat Effect -0.424008 -0.436037 -0.701045 -0.132428 -0.133433 1.832707 -0.059250 -0.470624 0.086172 -0.310244 -0.023549 0.511704 -0.239384 0.260950 0.238469 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/22/10 Time: 17:44 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) 1.727907 1.373631 3.542319 3.774610 3.636654 1.281362 289 WARNING: estimated coefficient covariance matrix is of reduced rank Lampiran 6. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT LOG(FDI) BUNGA_K PINJAMAN ASET RASIO_M2 RASIO_KRDT RASIO_KAP 2.305931 -0.000185 0.018203 0.595696 0.199729 4.21E-05 -4.00E-05 -13.84101 20.71236 1.716661 0.023772 1.52E-05 0.007220 0.031831 0.009373 1.05E-05 9.60E-06 0.274844 0.809546 0.026412 97.00277 -12.20108 2.521202 18.71461 21.30847 4.025396 -4.171829 -50.35944 25.58517 64.99539 0.0000 0.0000 0.0131 0.0000 0.0000 0.0001 0.0001 0.0000 0.0000 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random Rho 0.403713 1.324733 0.0850 0.9150 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.071499 -0.004469 1.313534 0.941172 0.492809 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.308801 1.310608 189.7908 1.387221 Unweighted Statistics R-squared Sum squared resid 0.084900 205.4733 Mean dependent var Durbin-Watson stat 1.727907 1.281343 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 9 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. 290 Lampiran 6. Lanjutan Cross-section random effects test comparisons: Variable KURS INVPORT LOG(FDI) BUNGA_K PINJAMAN ASET RASIO_M2 RASIO_KRDT RASIO_KAP Fixed -0.000172 0.011670 0.576497 0.191712 0.000040 -0.000036 -13.658465 19.966911 1.724390 Random Var(Diff.) Prob. -0.000185 0.018203 0.595696 0.199729 0.000042 -0.000040 -13.841013 20.712362 1.716661 0.000000 0.000384 0.005661 0.000643 0.000000 0.000000 0.460132 4.782640 0.000197 0.7429 0.7388 0.7986 0.7519 0.7515 0.4819 0.7878 0.7332 0.5821 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 17:44 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT LOG(FDI) BUNGA_K PINJAMAN ASET RASIO_M2 RASIO_KRDT RASIO_KAP 2.328489 -0.000172 0.011670 0.576497 0.191712 4.00E-05 -3.64E-05 -13.65847 19.96691 1.724390 0.064194 4.40E-05 0.020882 0.081693 0.027035 1.24E-05 1.09E-05 0.731896 2.331953 0.029913 36.27254 -3.906743 0.558851 7.056885 7.091274 3.218683 -3.341362 -18.66176 8.562314 57.64603 0.0000 0.0002 0.5776 0.0000 0.0000 0.0018 0.0012 0.0000 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic 0.249690 0.069928 1.324733 168.4721 -190.6293 1.389002 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.727907 1.373631 3.577155 4.134654 3.803558 1.561312 291 Prob(F-statistic) 0.136573 Lampiran 6. Lanjutan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Effect -0.100583 -0.118820 -0.353299 0.015922 -0.052491 0.725743 0.140034 -0.213005 0.016251 -0.156171 -0.065821 0.164059 -0.155450 0.074518 0.079114 292 Lampiran 6. Lanjutan 16 November 2010 Data: Libdatagabung2-riil yang sudah direvisi Ada variabel financial deepening, yaitu rasio_m2 (m2/gdp); rasio_krdt (kredit total/gdp) dan rasio _kap (kapitalisasi pasar ihsg/gdp) Berdasarkan tabel correlation, maka variabel fdi, devisa dan kredit_tot tidak masuk dalam equation, kemudian variabel sbi dan variabel bunga_pinjaman. rasio_q c kurs invport bunga_k pinjaman aset kap_pasar rasio_m2 rasio_krdt rasio_kap PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 08:51 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_P RASIO_M2 RASIO_KRDT RASIO_KAP 4.106383 0.000177 -0.164932 0.020455 -10.83011 5.609381 5.125391 1.443438 0.000189 0.048810 0.038248 2.706018 4.384982 0.303176 2.844862 0.936078 -3.379078 0.534801 -4.002231 1.279225 16.90567 0.0046 0.3497 0.0008 0.5930 0.0001 0.2014 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.144170 0.134001 1.665345 1400.553 -984.1088 14.17838 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 08:52 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) 1.836170 1.789557 3.871519 3.929465 3.894234 1.154499 293 Lampiran 6. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_P RASIO_M2 RASIO_KRDT RASIO_KAP 3.614137 0.000231 -0.190895 -0.003457 -9.068445 2.710716 5.135844 1.301289 0.000168 0.038133 0.027257 1.694498 3.269406 0.287839 2.777350 1.376174 -5.005999 -0.126819 -5.351701 0.829116 17.84279 0.0057 0.1695 0.0000 0.8991 0.0000 0.4075 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.399640 0.305919 1.490907 982.4795 -893.3458 4.264136 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.763069 4.342528 3.990217 1.644399 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 2.985460 181.526112 d.f. Prob. (63,442) 63 0.0000 0.0000 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 08:53 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) 294 Lampiran 6. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_P RASIO_M2 RASIO_KRDT RASIO_KAP 4.106383 0.000177 -0.164932 0.020455 -10.83011 5.609381 5.125391 1.443438 0.000189 0.048810 0.038248 2.706018 4.384982 0.303176 2.844862 0.936078 -3.379078 0.534801 -4.002231 1.279225 16.90567 0.0046 0.3497 0.0008 0.5930 0.0001 0.2014 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.144170 0.134001 1.665345 1400.553 -984.1088 14.17838 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 Effect 2.078097 0.083272 0.384797 -0.231878 1.049072 0.025009 0.981609 -0.544616 -0.536203 -0.217741 -0.387091 0.234272 -0.572975 -0.601325 -0.690613 -0.497913 -0.405888 1.843887 -0.459950 -0.536675 0.012675 -0.501088 -0.016225 0.525475 -0.249938 0.234962 0.072750 -0.668978 -0.619153 -0.623666 -0.040241 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.871519 3.929465 3.894234 1.154499 295 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 0.233172 -0.560903 1.604484 -0.414478 0.218147 -0.047753 0.933622 2.979972 1.029884 1.329559 -0.403016 -0.860003 -0.860003 -0.863791 -0.725853 -0.837566 -0.858766 -0.443016 -0.862353 -1.154353 -0.509903 -0.501091 -0.750978 -0.016653 -0.073391 0.227559 2.060772 1.135259 -0.950466 -0.520691 -0.031191 2.497409 -1.127341 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/22/10 Time: 08:53 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) 296 Lampiran 6. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_P RASIO_M2 RASIO_KRDT RASIO_KAP 3.975491 0.000191 -0.171835 0.014097 -10.36167 4.838605 5.128170 1.425831 0.000188 0.057261 0.049222 3.297101 5.438694 0.294631 2.788192 1.018390 -3.000905 0.286386 -3.142661 0.889663 17.40540 0.0055 0.3090 0.0028 0.7747 0.0018 0.3741 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random Rho 0.751125 1.490907 0.2024 0.7976 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.173240 0.163418 1.489636 17.63641 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.054757 1.628643 1120.603 1.442425 Unweighted Statistics R-squared Sum squared resid 0.144086 1400.691 Mean dependent var Durbin-Watson stat 1.836170 1.153992 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 6 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. 297 Lampiran 6. Lanjutan Cross-section random effects test comparisons: Variable KURS INVPORT BUNGA_P RASIO_M2 RASIO_KRDT RASIO_KAP Fixed 0.000231 -0.190895 -0.003457 -9.068445 2.710716 5.135844 Random Var(Diff.) Prob. 0.000191 -0.171835 0.014097 -10.361671 4.838605 5.128170 -0.000000 -0.001825 -0.001680 -7.999554 -18.890380 -0.003956 NA NA NA NA NA NA Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 08:54 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_P RASIO_M2 RASIO_KRDT RASIO_KAP 3.614137 0.000231 -0.190895 -0.003457 -9.068445 2.710716 5.135844 1.301289 0.000168 0.038133 0.027257 1.694498 3.269406 0.287839 2.777350 1.376174 -5.005999 -0.126819 -5.351701 0.829116 17.84279 0.0057 0.1695 0.0000 0.8991 0.0000 0.4075 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 1 CROSSID 1 0.399640 0.305919 1.490907 982.4795 -893.3458 4.264136 0.000000 Effect 1.377182 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.763069 4.342528 3.990217 1.644399 298 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 0.040596 0.242626 -0.170563 0.687708 0.001558 0.642506 -0.380106 -0.374469 -0.161091 -0.274560 0.141770 -0.334260 -0.353255 -0.413080 -0.283966 -0.222307 1.285103 -0.258530 -0.309938 0.058141 -0.286094 0.038777 0.401731 -0.117816 0.207080 0.098393 -0.463432 -0.430048 -0.433071 -0.042161 0.141033 -0.391019 1.059849 -0.292910 0.130966 -0.047195 0.610353 1.981463 0.674852 0.875642 -0.285230 -0.591424 -0.591424 -0.593962 -0.501540 -0.576390 -0.590595 -0.312031 -0.592998 -0.788646 -0.356847 -0.350943 -0.518374 -0.026357 -0.064372 0.137272 299 58 59 60 61 62 63 64 58 59 60 61 62 63 64 1.365574 0.745456 -0.652036 -0.364075 -0.036097 1.658133 -0.770547 300 Lampiran 7. Model Estimasi Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Riil Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan dengan menggunakan Model Estimasi Pooled Least Square, Fixed Effect Model dan Random Effect Model dengan Program EViews 6. PERTANIAN Penambahan variabel Dummy Krisis 2008 Penambahan variabel bunga pinjaman riil (bunga pinjaman – inflasi) DEPENDENT VARIABEL: INVESTASI RIIL EMITEN INDEPENDENT VARIABEL: RASIO Q TOBIN DAN STRUKTUR MODAL (EQUITY / TOTAL UTANG + EQUITY) dan Bunga Pinjaman Riil dan DUMMY KRISIS 2008 Data: File invriel-Q-ECAP-pertanian Workfile: invrielintpertaniandum08.wf1 Estimate equation: log(inv_riil) c rasio_q ecap int_riil dum08 Pooled Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 20:45 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 9.983156 0.039263 0.113537 0.096120 0.060373 0.705245 0.096828 0.381835 0.084989 0.500032 14.15559 0.405490 0.297346 1.130967 0.120738 0.0000 0.6861 0.7669 0.2610 0.9042 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.018540 -0.024602 1.773601 286.2551 -188.6598 0.429743 0.786805 Fixed Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 20:45 Sample: 2002 2009 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 10.70043 1.752179 4.034579 4.168139 4.088566 0.038111 301 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 10.29275 0.008758 -0.157523 0.076757 0.022035 0.171307 0.024133 0.099597 0.019458 0.113833 60.08369 0.362923 -1.581604 3.944651 0.193573 0.0000 0.7176 0.1177 0.0002 0.8470 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.956338 0.948151 0.398978 12.73465 -39.25705 116.8163 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 10.70043 1.752179 1.151188 1.578580 1.323947 0.734240 Redundant Fixed Effects Tests Equation: FIXED Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Cross-section fixed effects test equation: Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 21:02 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Statistic 156.206888 298.805467 d.f. Prob. (11,80) 11 0.0000 0.0000 302 Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 9.983156 0.039263 0.113537 0.096120 0.060373 0.705245 0.096828 0.381835 0.084989 0.500032 14.15559 0.405490 0.297346 1.130967 0.120738 0.0000 0.6861 0.7669 0.2610 0.9042 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.018540 -0.024602 1.773601 286.2551 -188.6598 0.429743 0.786805 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 10.70043 1.752179 4.034579 4.168139 4.088566 0.038111 Estimation Command: ========================= LS(CX=F) LOG(INV_RIIL) C RASIO_Q ECAP INT_RIIL DUM08 Estimation Equation: ========================= LOG(INV_RIIL) = C(1) + C(2)*RASIO_Q + C(3)*ECAP + C(4)*INT_RIIL + C(5)*DUM08 + [CX=F] Substituted Coefficients: ========================= LOG(INV_RIIL) = 10.2927522501 + 0.00875847921162*RASIO_Q - 0.157522667867*ECAP + 0.0767565354771*INT_RIIL + 0.0220349663644*DUM08 + [CX=F] CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Effect 1.758610 0.750758 -4.184871 -1.688105 -1.962648 1.015756 1.134458 -0.293035 0.192777 1.682565 0.735030 0.858704 Random Dependent Variable: LOG(INV_RIIL) Method: Panel EGLS (Cross-section random effects) Date: 01/02/12 Time: 21:03 Sample: 2002 2009 303 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Swamy and Arora estimator of component variances Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 10.29032 0.009025 -0.155476 0.076903 0.022393 0.581966 0.024117 0.099499 0.019456 0.113823 17.68200 0.374206 -1.562591 3.952712 0.196733 0.0000 0.7091 0.1216 0.0002 0.8445 Effects Specification S.D. Cross-section random Idiosyncratic random Rho 1.926772 0.398978 0.9589 0.0411 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.263992 0.231640 0.395061 8.159980 0.000011 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 0.781293 0.450694 14.20264 0.658052 Unweighted Statistics R-squared Sum squared resid 0.012285 288.0792 Mean dependent var Durbin-Watson stat 10.70043 0.032443 Uji Hausman Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 4 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. Cross-section random effects test comparisons: Variable RASIO_Q ECAP INT_RIIL DUM08 Fixed 0.008758 -0.157523 0.076757 0.022035 Random Var(Diff.) Prob. 0.009025 -0.155476 0.076903 0.022393 0.000001 0.000019 0.000000 0.000002 0.7650 0.6429 0.6442 0.8074 304 Cross-section random effects test equation: Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Lampiran 7. Lanjutan Date: 01/02/12 Time: 21:04 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 10.29275 0.008758 -0.157523 0.076757 0.022035 0.171307 0.024133 0.099597 0.019458 0.113833 60.08369 0.362923 -1.581604 3.944651 0.193573 0.0000 0.7176 0.1177 0.0002 0.8470 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.956338 0.948151 0.398978 12.73465 -39.25705 116.8163 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 10.70043 1.752179 1.151188 1.578580 1.323947 0.734240 Chi-square tabel (df 4, alpha 0.05) adalah 9.48773 Karena Chi-square statistik adalah 1 dan lebih kecil dari Chi-square tabel (yaitu 9.48773), maka Ho diterima, yaitu model Random Effect yang lebih sesuai Model estimasi yang digunakan adalah model Random Effect awal Estimation Command: ========================= LS(CX=R) LOG(INV_RIIL) C RASIO_Q ECAP INT_RIIL DUM08 Estimation Equation: ========================= LOG(INV_RIIL) = C(1) + C(2)*RASIO_Q + C(3)*ECAP + C(4)*INT_RIIL + C(5)*DUM08 + [CX=R] Substituted Coefficients: ========================= LOG(INV_RIIL) = 10.2903208702 + 0.00902461543205*RASIO_Q - 0.155476177315*ECAP + 0.0769031511271*INT_RIIL + 0.022392783527*DUM08 + [CX=R] CROSSID 1 2 Effect 1.748035 0.746784 305 3 4 5 6 7 8 9 10 11 12 -4.161883 -1.679202 -1.953261 1.010838 1.128140 -0.290638 0.191633 1.674014 0.731322 0.854217 306 Lampiran 7. Lanjutan INDUSTRI DASAR DAN KIMIA Penambahan variabel Dummy Krisis 2008 Penambahan variabel bunga pinjaman riil (bunga pinjaman – inflasi) DEPENDENT VARIABEL: INVESTASI RIIL EMITEN INDEPENDENT VARIABEL: RASIO Q TOBIN DAN STRUKTUR MODAL (EQUITY / TOTAL UTANG + EQUITY) dan Bunga Pinjaman Riil dan DUMMY KRISIS 2008 Data: File invriel-Q-ECAP-industri Estimate equation: invrielintindustridum08.wf1 log(inv_riil) c rasio_q ecap int_riil dum08 Pooled Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:42 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 10.10115 -0.262168 -0.288804 0.116750 -0.595662 0.358088 0.058611 0.066736 0.045748 0.276779 28.20854 -4.473014 -4.327574 2.552007 -2.152124 0.0000 0.0000 0.0000 0.0112 0.0322 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.155122 0.143508 1.750917 892.1221 -583.2858 13.35709 0.000000 Fixed Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:42 Sample: 2002 2009 Periods included: 8 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 10.07484 1.891926 3.974904 4.037242 3.999863 0.203646 307 Cross-sections included: 37 Total panel (balanced) observations: 296 Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 9.557919 -0.075112 -0.064654 0.126921 -0.312783 0.131978 0.025386 0.033008 0.016072 0.099569 72.42068 -2.958807 -1.958713 7.897264 -3.141364 0.0000 0.0034 0.0512 0.0000 0.0019 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.909499 0.895303 0.612168 95.56123 -252.6782 64.06651 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 10.07484 1.891926 1.984312 2.495476 2.188972 1.301424 Redundant Fixed Effects Tests Equation: FIXED Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Cross-section fixed effects test equation: Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:45 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Statistic 59.043882 661.215394 d.f. Prob. (36,255) 36 0.0000 0.0000 308 Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 10.10115 -0.262168 -0.288804 0.116750 -0.595662 0.358088 0.058611 0.066736 0.045748 0.276779 28.20854 -4.473014 -4.327574 2.552007 -2.152124 0.0000 0.0000 0.0000 0.0112 0.0322 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.155122 0.143508 1.750917 892.1221 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion 10.07484 1.891926 3.974904 4.037242 -583.2858 13.35709 0.000000 Hannan-Quinn criter. Durbin-Watson stat 3.999863 0.203646 Estimation Command: ========================= LS(CX=F) LOG(INV_RIIL) C RASIO_Q ECAP INT_RIIL DUM08 Estimation Equation: ========================= LOG(INV_RIIL) = C(1) + C(2)*RASIO_Q + C(3)*ECAP + C(4)*INT_RIIL + C(5)*DUM08 + [CX=F] Substituted Coefficients: ========================= LOG(INV_RIIL) = 9.55791884287 - 0.0751118269761*RASIO_Q - 0.0646540050754*ECAP + 0.126920965646*INT_RIIL - 0.312782725878*DUM08 + [CX=F] CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Effect 1.222873 0.151924 0.486294 3.427474 1.023729 3.243388 2.787943 0.376904 0.356751 -3.001968 -0.937753 -1.910582 -2.592463 -2.932846 -0.369302 309 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 -1.146213 1.092668 -0.279047 -0.411834 0.783412 0.336846 -1.268386 -2.190875 1.531578 2.221115 1.787261 1.177080 1.388932 -0.093283 2.243400 -2.377474 -2.485862 0.018382 -1.957520 0.055523 -0.916084 -0.841988 Random Dependent Variable: LOG(INV_RIIL) Method: Panel EGLS (Cross-section random effects) Date: 01/02/12 Time: 22:42 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 9.573831 -0.080517 -0.072936 0.126689 -0.320869 0.294706 0.025264 0.032715 0.016069 0.099494 32.48606 -3.187022 -2.229445 7.883870 -3.225016 0.0000 0.0016 0.0265 0.0000 0.0014 Effects Specification S.D. Cross-section random Idiosyncratic random 1.603380 0.612168 Rho 0.8728 0.1272 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.297243 0.287583 0.617582 30.77088 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.347742 0.731690 110.9894 1.123614 310 Unweighted Statistics R-squared Sum squared resid 0.095070 955.5315 Mean dependent var Durbin-Watson stat 10.07484 0.130513 Lampiran 7. Lanjutan Uji Hausman Correlated Random Effects - Hausman Test Equation: RANDOM Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 4 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. Cross-section random effects test comparisons: Variable RASIO_Q ECAP INT_RIIL DUM08 Fixed -0.075112 -0.064654 0.126921 -0.312783 Random Var(Diff.) Prob. -0.080517 -0.072936 0.126689 -0.320869 0.000006 0.000019 0.000000 0.000015 0.0295 0.0593 0.3728 0.0368 Cross-section random effects test equation: Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:46 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 9.557919 -0.075112 -0.064654 0.126921 -0.312783 0.131978 0.025386 0.033008 0.016072 0.099569 72.42068 -2.958807 -1.958713 7.897264 -3.141364 0.0000 0.0034 0.0512 0.0000 0.0019 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression 0.909499 0.895303 0.612168 Mean dependent var S.D. dependent var Akaike info criterion 10.07484 1.891926 1.984312 311 Sum squared resid Log likelihood F-statistic Prob(F-statistic) 95.56123 -252.6782 64.06651 0.000000 Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.495476 2.188972 1.301424 Chi-square tabel (df 4, alpha 0.05) adalah 9.48773 Karena Chi-square statistik adalah 1 dan lebih kecil dari Chi-square tabel (yaitu 9.48773), maka Ho diterima, yaitu model Random Effect yang lebih sesuai Lampiran 7. Lanjutan Model estimasi yang digunakan adalah model Random Effect awal Estimation Command: ========================= LS(CX=R) LOG(INV_RIIL) C RASIO_Q ECAP INT_RIIL DUM08 Estimation Equation: ========================= LOG(INV_RIIL) = C(1) + C(2)*RASIO_Q + C(3)*ECAP + C(4)*INT_RIIL + C(5)*DUM08 + [CX=R] Substituted Coefficients: ========================= LOG(INV_RIIL) = 9.5738311018 - 0.0805171957987*RASIO_Q - 0.0729363460045*ECAP + 0.126689106549*INT_RIIL - 0.320868987642*DUM08 + [CX=R] CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 Effect 1.201773 0.147691 0.474463 3.368738 0.972768 3.183439 2.750625 0.368802 0.352987 -2.942935 -0.915917 -1.855172 -2.535040 -2.870988 -0.366764 -1.130150 1.069772 -0.277113 -0.406462 0.766743 0.327439 -1.244332 -2.152799 1.500752 2.179767 1.715313 1.151809 1.361944 -0.091834 312 30 31 32 33 34 35 36 37 2.205254 -2.318611 -2.430700 0.017007 -1.919713 0.057069 -0.884662 -0.830963 313 Lampiran 7. Lanjutan PERBANKAN Penambahan variabel Dummy Krisis 2008 Penambahan variabel bunga pinjaman riil (bunga pinjaman – inflasi) DEPENDENT VARIABEL: INVESTASI RIIL EMITEN INDEPENDENT VARIABEL: RASIO Q TOBIN DAN STRUKTUR MODAL (EQUITY / TOTAL UTANG + EQUITY) dan Bunga Pinjaman Riil dan DUMMY KRISIS 2008 Data: File invriel-Q-ECAP-perbankan Estimate equation: invrielintperbankandum08.wf1 log(inv_riil) c rasio_q ecap int_riil dum08 Pooled Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:27 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 14.21008 -0.598803 2.466674 0.088039 0.116570 0.664186 0.128431 1.983880 0.077496 0.448238 21.39473 -4.662455 1.243358 1.136043 0.260063 0.0000 0.0000 0.2163 0.2583 0.7953 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.190465 0.162307 1.903900 416.8562 -244.9876 6.764215 0.000063 Fixed Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:27 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 14.02359 2.080184 4.166460 4.282606 4.213627 0.118897 314 Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 13.85338 -0.285564 0.781441 0.091489 0.109046 0.108339 0.022627 0.358201 0.012214 0.070740 127.8703 -12.62075 2.181573 7.490649 1.541504 0.0000 0.0000 0.0315 0.0000 0.1263 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.982346 0.979200 0.300006 9.090381 -15.45613 312.2354 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 14.02359 2.080184 0.574269 1.015622 0.753504 1.248659 Redundant Fixed Effects Tests Equation: FIXED Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Cross-section fixed effects test equation: Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:33 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 Statistic 323.610117 459.062945 d.f. Prob. (14,101) 14 0.0000 0.0000 315 Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 14.21008 -0.598803 2.466674 0.088039 0.116570 0.664186 0.128431 1.983880 0.077496 0.448238 21.39473 -4.662455 1.243358 1.136043 0.260063 0.0000 0.0000 0.2163 0.2583 0.7953 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.190465 0.162307 1.903900 416.8562 -244.9876 6.764215 0.000063 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 14.02359 2.080184 4.166460 4.282606 4.213627 0.118897 Estimation Command: ========================= LS(CX=F) LOG(INV_RIIL) C RASIO_Q ECAP INT_RIIL DUM08 Estimation Equation: ========================= LOG(INV_RIIL) = C(1) + C(2)*RASIO_Q + C(3)*ECAP + C(4)*INT_RIIL + C(5)*DUM08 + [CX=F] Substituted Coefficients: ========================= LOG(INV_RIIL) = 13.8533797312 - 0.285564084061*RASIO_Q + 0.781441149117*ECAP + 0.0914892688365*INT_RIIL + 0.109046147162*DUM08 + [CX=F] CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Effect 1.958948 1.978780 -2.478739 2.145095 1.256925 -2.457486 2.640267 0.834738 0.736530 0.554137 -3.322616 -2.164278 -1.966464 -0.033469 0.317634 Random Dependent Variable: LOG(INV_RIIL) 316 Method: Panel EGLS (Cross-section random effects) Date: 01/02/12 Time: 22:28 Sample: 2002 2009 Periods included: 8 Lampiran 7. Lanjutan Cross-sections included: 15 Total panel (balanced) observations: 120 Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 13.85473 -0.286928 0.790308 0.091476 0.109113 0.481724 0.022617 0.358008 0.012214 0.070740 28.76070 -12.68650 2.207515 7.489561 1.542463 0.0000 0.0000 0.0293 0.0000 0.1257 Effects Specification S.D. Cross-section random Idiosyncratic random Rho 1.817928 0.300006 0.9735 0.0265 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.668409 0.656875 0.303093 57.95322 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 0.816826 0.517428 10.56451 1.077695 Unweighted Statistics R-squared Sum squared resid 0.138774 443.4737 Mean dependent var Durbin-Watson stat 14.02359 0.025673 Uji Hausman Correlated Random Effects - Hausman Test Equation: RANDOM Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 4 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. 317 Lampiran 7. Lanjutan Cross-section random effects test comparisons: Variable RASIO_Q ECAP INT_RIIL DUM08 Fixed -0.285564 0.781441 0.091489 0.109046 Random Var(Diff.) Prob. -0.286928 0.790308 0.091476 0.109113 0.000000 0.000138 0.000000 0.000000 0.0399 0.4506 0.3855 0.7966 Cross-section random effects test equation: Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:34 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 13.85338 -0.285564 0.781441 0.091489 0.109046 0.108339 0.022627 0.358201 0.012214 0.070740 127.8703 -12.62075 2.181573 7.490649 1.541504 0.0000 0.0000 0.0315 0.0000 0.1263 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.982346 0.979200 0.300006 9.090381 -15.45613 312.2354 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 14.02359 2.080184 0.574269 1.015622 0.753504 1.248659 Chi-square tabel (df 4, alpha 0.05) adalah 9.48773 Karena Chi-square statistik adalah 1 dan lebih kecil dari Chi-square tabel (yaitu 9.48773), maka Ho diterima, yaitu model Random Effect yang lebih sesuai Model estimasi yang digunakan adalah model Random Effect awal Estimation Command: ========================= LS(CX=R) LOG(INV_RIIL) C RASIO_Q ECAP INT_RIIL DUM08 318 Estimation Equation: ========================= LOG(INV_RIIL) = C(1) + C(2)*RASIO_Q + C(3)*ECAP + C(4)*INT_RIIL + C(5)*DUM08 + [CX=R] Substituted Coefficients: ========================= Lampiran 7. Lanjutan LOG(INV_RIIL) = 13.854730251 - 0.286928048*RASIO_Q + 0.790308128003*ECAP + 0.091475904369*INT_RIIL + 0.109113223154*DUM08 + [CX=R] CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Effect 1.951882 1.971800 -2.470722 2.137477 1.252185 -2.446017 2.630113 0.830648 0.734398 0.551721 -3.311526 -2.155702 -1.960194 -0.032454 0.316392 319 Lampiran 7. Lanjutan GABUNGAN SEKTOR Penambahan variabel Dummy Krisis 2008 Penambahan variabel bunga pinjaman riil (bunga pinjaman – inflasi) DEPENDENT VARIABEL: INVESTASI RIIL EMITEN INDEPENDENT VARIABEL: RASIO Q TOBIN DAN STRUKTUR MODAL (EQUITY / TOTAL UTANG + EQUITY) dan Bunga Pinjaman Riil dan DUMMY KRISIS 2008 Data: File invriel-Q-ECAP-gabungan Estimate equation: invrielintgabungandum08.wf1 log(inv_riil) c rasio_q ecap int_riil dum08 Pooled Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:54 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 11.21624 -0.262255 -0.375339 0.101381 -0.411838 0.370669 0.062312 0.089842 0.047715 0.285303 30.25943 -4.208763 -4.177782 2.124731 -1.443510 0.0000 0.0000 0.0000 0.0341 0.1495 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.079728 0.072467 2.415500 2958.162 -1175.520 10.98101 0.000000 Fixed Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:54 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 11.11763 2.508086 4.611407 4.652797 4.627632 0.089372 320 Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 10.67896 -0.081250 -0.063167 0.110476 -0.190063 0.087464 0.016688 0.028688 0.010851 0.065778 122.0952 -4.868876 -2.201809 10.18130 -2.889445 0.0000 0.0000 0.0282 0.0000 0.0040 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.958424 0.952150 0.548635 133.6441 -382.6517 152.7642 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 11.11763 2.508086 1.760358 2.323261 1.981016 1.171136 Redundant Fixed Effects Tests Equation: FIXED Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Cross-section fixed effects test equation: Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:56 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 Statistic 148.948736 1585.737118 d.f. Prob. (63,444) 63 0.0000 0.0000 321 Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 11.21624 -0.262255 -0.375339 0.101381 -0.411838 0.370669 0.062312 0.089842 0.047715 0.285303 30.25943 -4.208763 -4.177782 2.124731 -1.443510 0.0000 0.0000 0.0000 0.0341 0.1495 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.079728 0.072467 2.415500 2958.162 -1175.520 10.98101 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 11.11763 2.508086 4.611407 4.652797 4.627632 0.089372 Estimation Command: ========================= LS(CX=F) LOG(INV_RIIL) C RASIO_Q ECAP INT_RIIL DUM08 Estimation Equation: ========================= LOG(INV_RIIL) = C(1) + C(2)*RASIO_Q + C(3)*ECAP + C(4)*INT_RIIL + C(5)*DUM08 + [CX=F] Substituted Coefficients: ========================= LOG(INV_RIIL) = 10.6789644336 - 0.0812496982213*RASIO_Q - 0.0631665245307*ECAP + 0.110475930929*INT_RIIL - 0.19006330424*DUM08 + [CX=F] CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Effect 1.501935 0.346994 -4.527677 -2.129892 -2.318810 0.627760 0.808758 -0.723667 -0.281009 1.266150 0.291584 0.473310 4.918072 4.925294 0.486451 5.090941 4.208821 -0.017680 322 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 5.665172 3.871148 3.576757 3.518960 -0.427666 0.555023 0.966798 2.739160 3.204277 0.174479 -0.895695 -0.561062 2.383218 -0.012140 2.196255 1.753555 -0.669289 -0.685673 -4.046774 -1.975535 -2.936774 -3.630654 -3.968603 -1.414918 -2.195007 0.043671 -1.328122 -1.460124 -0.265553 -0.712136 -2.315279 -3.240293 0.480502 1.174288 0.747513 0.129016 0.345708 -1.137260 1.201157 -3.409303 -3.523239 -1.031678 -3.005225 -0.988658 -1.944574 -1.892758 Random Dependent Variable: LOG(INV_RIIL) Method: Panel EGLS (Cross-section random effects) Date: 01/02/12 Time: 22:55 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 323 Swamy and Arora estimator of component variances Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 10.68490 -0.083145 -0.067618 0.110388 -0.192342 0.303291 0.016665 0.028591 0.010851 0.065769 35.22987 -4.989318 -2.364980 10.17335 -2.924506 0.0000 0.0000 0.0184 0.0000 0.0036 Effects Specification S.D. Cross-section random Idiosyncratic random Rho 2.323324 0.548635 0.9472 0.0528 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.268498 0.262727 0.551181 46.52357 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 0.924980 0.641919 154.0271 1.017521 Unweighted Statistics R-squared Sum squared resid 0.042843 3076.725 Mean dependent var Durbin-Watson stat 11.11763 0.050939 Uji Hausman Correlated Random Effects - Hausman Test Equation: RANDOM Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 4 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. Cross-section random effects test comparisons: Variable Fixed Random Var(Diff.) Prob. 324 RASIO_Q ECAP INT_RIIL DUM08 -0.081250 -0.063167 0.110476 -0.190063 -0.083145 -0.067618 0.110388 -0.192342 0.000001 0.000006 0.000000 0.000001 0.0303 0.0591 0.0942 0.0401 Cross-section random effects test equation: Lampiran 7. Lanjutan Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:57 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 10.67896 -0.081250 -0.063167 0.110476 -0.190063 0.087464 0.016688 0.028688 0.010851 0.065778 122.0952 -4.868876 -2.201809 10.18130 -2.889445 0.0000 0.0000 0.0282 0.0000 0.0040 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.958424 0.952150 0.548635 133.6441 -382.6517 152.7642 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 11.11763 2.508086 1.760358 2.323261 1.981016 1.171136 Chi-square tabel (df 4, alpha 0.05) adalah 9.48773 Karena Chi-square statistik adalah 1 dan lebih kecil dari Chi-square tabel (yaitu 9.48773), maka Ho diterima, yaitu model Random Effect yang lebih sesuai Model estimasi yang digunakan adalah model Random Effect awal Estimation Command: ========================= LS(CX=R) LOG(INV_RIIL) C RASIO_Q ECAP INT_RIIL DUM08 Estimation Equation: ========================= LOG(INV_RIIL) = C(1) + C(2)*RASIO_Q + C(3)*ECAP + C(4)*INT_RIIL + C(5)*DUM08 + [CX=R] Substituted Coefficients: ========================= LOG(INV_RIIL) = 10.6848962429 - 0.0831450654005*RASIO_Q - 0.0676179472574*ECAP + 0.110388350242*INT_RIIL - 0.192342173508*DUM08 + [CX=R] 325 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 Effect 1.497628 0.345407 -4.496538 -2.114475 -2.298283 0.623135 0.805796 -0.720414 -0.278747 1.256957 0.289370 0.470909 4.882061 4.889084 0.480801 5.053885 4.178175 -0.015109 5.624668 3.842896 3.551137 3.492876 -0.425366 0.551201 0.958957 2.719640 3.181656 0.174402 -0.889663 -0.558219 2.368208 -0.029995 2.180612 1.746674 -0.664944 -0.679687 -4.015792 -1.960015 -2.907867 -3.600526 -3.937337 -1.406897 -2.181334 0.042449 -1.319692 -1.450340 -0.264280 -0.708147 -2.298036 -3.217579 0.476510 1.165835 0.721155 0.126624 326 55 56 57 58 59 60 61 62 63 64 0.342207 -1.129399 1.193735 -3.378868 -3.494153 -1.024118 -2.982356 -0.980369 -1.925416 -1.880688 ABSTRACT TRIAS ANDATI. Macro – Micro Factors Effects to Sectoral Investment Growth in Financial Liberalization Era: Q-Tobin Analysis. (HERMANTO SIREGAR as Chairman, BONAR M. SINAGA and NOER AZAM ACHSANI as members of the Advisory Committee) This research attempts to analyze macro and micro factors affecting the sectors’ investment growth in the era of financial liberalization. Q-Tobin ratio is used as an indicator of sectoral investment growth to provide insights into corporate investment decision. Using annual data of 64 listed company’s financial report from 2002 to 2009, the results show that the financial liberalization variables such as Foreign Direct Investment (FDI) and Investment Portfolio give the positive effects to Q-Tobin agricultural sector, otherwise to Basic and Chemical Industry and Banking sectors. There were transmition mechanisms from real sectors to financial sectors but not the other way around. Increase of financial deepening give positive effect to Q-Tobin of Basic and Chemical Industry sector and Banking, otherwise to agricultural sector. SBI has negative effect to Q-Tobin all sectors, while the effect of loan interest rates to Basic and Chemical and Banking sectors was positive. Money supply has negative effect to Q-Tobin of Basic and Chemical Industry sector and Banking. Fixed asset investment of all three sectors has same patterns of Q-Tobin, and increased from 2002 to 2009, while at the year of 2008, Q-Tobin of all sectors were experienced decrease due to financial crisis. Company’s loan give positive effect to Q-Tobin, while total assets give negative effects. Q-Tobin gives negative effect to real investment growth of Basic and Chemical Industry and Banking sectors, and also the company’s capital structure of Basic and Chemical Industry sector. Real loan interest rates give positive effect to real investment growth. Furthermore, there should be rationing of portfolio investment in agriculture sector, to prevent the funds flow from real sector to financial sector. Tobin Tax theory is suggested to be implemented in any financial transactions. Further research is suggested to analyze the effect of financial liberalization on agricultural sector private company’s investment. Keywords: Investment, Financial Liberalization, Q-Tobin, Panel Data. iii 1 I. PENDAHULUAN 1. 1. Latar Belakang Hubungan antara liberalisasi keuangan dengan perekonomian telah banyak menjadi perhatian sepanjang perekonomian modern. Liberalisasi keuangan diharapkan dapat memberikan dampak positif langsung terhadap kinerja perekonomian maupun tidak langsung terhadap rumahtangga. Selain itu liberalisasi keuangan diharapkan meningkatkan efisiensi dan stabilitas sistem keuangan (Levine, 1997). Dalam perekonomian terbuka, liberalisasi keuangan merupakan faktor utama yang dapat mendorong aliran modal (kapital). Sumber dana dapat berasal dari mana saja, sehingga pada tingkat suku bunga tertentu, sumber dana eksternal dapat bersaing dengan sumber dana internal. Pendukung liberalisasi keuangan menyatakan bahwa dengan adanya liberalisasi keuangan akan terjadi mobilitas tabungan alokasi kapital untuk penggunaan yang lebih produktif, karena meningkatkan modal fisik dan produktivitas. Oleh karena itu, liberalisasi keuangan meningkatkan pertumbuhan ekonomi, dan mengurangi kemiskinan. Demikian pula halnya liberalisasi dalam pasar modal, yang telah mengalami pertumbuhan secara drastis baik ukuran maupun integrasinya. Globalisasi yang terjadi pada pasar modal, mengakibatkan terjadinya fully integrated market, artinya para pemodal dapat melakukan diversifikasi investasi di mana saja tanpa hambatan. Seiring dengan itu perhatian mengenai integrasi keuanganpun meningkat akhir-akhir ini yang pada awalnya merupakan manifestasi pertumbuhan aliran modal diantara negara maju. Sebagai respons atas penghapusan pengawasan modal, inovasi keuangan dan kemajuan teknologi, integrasi keuanganpun secara berkelanjutan menyebar ke negara-negara 2 berkembang. Aliran modal bersih dan kotor diantara perekonomian maju dan berkembang telah meningkat. Integrasi keuangan juga telah menjadi bukti adanya korelasi tinggi diantara return atau harga, terutama untuk kelas asset tertentu seperti obligasi perusahaan maupun obligasi dan saham terbaik di suatu negara berkembang. Pada dasarnya liberalisasi keuangan merupakan bagian dari suatu reaksi global terhadap ideologi Keynesian setelah periode perang Dunia II. Dalam sistem Bretton Woods, nilai tukar tetap dan kontrol kapital (modal) bertujuan untuk melindungi negara-negara dari ketidakstabilan akibat guncangan eksternal. Liberalisasi keuangan diawali sejak dipatahkannya sistem Bretton Woods pada sekitar 1970an yang memuncak pada 1980an dengan tujuan menghapuskan kendali pemerintah dan membiarkan pasar untuk beroperasi secara bebas. Kecenderungan liberalisasi keuangan di negara berkembang ini dinamakan Konsensus Washington oleh Williamson (1990) yang memasukkan penghapusan kontrol atas investasi asing langsung (tidak termasuk aliran portofolio keuangan) dalam daftar kebijakannya (Joyce and Noy, 2005). Konsensus Washington menekankan kepada pembuatan kebijakan finansial dan makroekonomi yang hati-hati (prudent), nilai tukar mata uang yang kompetitif, liberalisasi sektor keuangan dan perdagangan, privatisasi, dan deregulasi. Kebijakan-kebijakan ini secara implisit mengajak pemerintah/negara “menahan diri” untuk tidak turut campur langsung dalam kegiatan ekonomi, melainkan justru lebih memfokuskan kepada kebijakan moneter, menjamin hak kepemilikan (property rights), dan menyiapkan infrastruktur pendidikan dasar (Yustika, 2004). Menurut Simmons dan Elkins (2004) dalam Joyce and Noy (2005) penghapusan kontrol kapital merupakan bagian dari proses difusi 3 kebijakan yang menempatkan negara-negara untuk berkompetisi dalam modal internasional. Pada awal tahun 1980an, liberalisasi dan reformasi keuangan meningkatkan peran pasar dalam penentuan suku bunga, alokasi kredit dan skala operasi lembaga-lembaga keuangan. Dampak dari reformasi dan liberalisasi keuangan tersebut adalah meningkatnya peluang investasi dan lebih menariknya suku bunga di negara-negara Asia Timur/Tenggara, yang mengundang masuknya dana kedalam negara-negara tersebut. Perubahan sukubunga serta peluang investasi menjadi dimungkinkan karena adanya aliran modal antar negara setelah penurunan restriksi mobilitas modal akibat liberalisasi keuangan. Sumber: Garcia-Herrero and Wooldridge (2007) dalam Gudmundsson, 2008 Gambar 1. Perkembangan Hambatan Mobilitas Modal di Negara-Negara G7 dan Negara Berkembang Gambar 1 menunjukkan perkembangan perubahan hambatan legal dari mobilitas modal di negara-negara G7 dan beberapa negara berkembang selama kurun waktu 1984 sampai dengan 2004. Indeks restriksi bervariasi dari 1 (dikontrol penuh) sampai 0 (tidak ada hambatan) merupakan rata-rata dari beberapa kategori hambatan yang ber nilai dari 1 sampai 0 sesuai dengan standard AREAER (Annual Report on Exchange Rate Arrangements and Exchange Restrictions) yang digunakan oleh IMF (International Monetary Fund). Dalam kurun waktu 20 4 tahun tersebut, terlihat adanya penurunan hambatan di Amerika Latin dan negara berkembang Eropa, dan hanya sedikit perubahan di negara Asia dengan tingkat hambatan yang masih tinggi apabila dibandingkan dengan Amerika Lating dan Eropa. Hal tersebut mencerminkan masih terdapat pengendalian kapital (modal) di beberapa negara berkembang di Asia, kecuali China dan India. Pertumbuhan aliran modal ke negara berkembang juga mengalami peningkatan sampai dengan tahun 1996 yang mempengaruhi ukuran dan likuiditas dari pasar saham di negara-negara tersebut. Perbandingan ukuran dan likuiditas dari pasar saham di beberapa negara berkembang di Asia sebelum dan setelah periode liberalisasi (sampai dengan tahun 1996) disajikan pada Tabel 1 dan Gambar 2. Pada Tabel 1, secara umum terlihat peningkatan ukuran pasar saham yang tercermin dari kapitalisasi pasar, kapitalisasi pasar terhadap GDP (Gross Domestic Product), serta peningkatan likuiditas berupa nilai transaksi perdagangan dan jumlah perusahaan terdaftar di bursa setempat. Aktivitas dan likuiditas pasar saham yang meningkat dibandingkan dengan ukuran pasarnya terlihat dari rasio perputaran. Tabel 1. Karakteristik Pasar Saham Sebelum dan Sesudah Periode Liberalisasi Keuangan Pasar Rata-rata Rata-rata Rata-rata Rata-rata Rata-rata Kapitalisasi Pasar/GDP Kapitalisasi Pasar Nilai Perdagangan Jlh Perusahaan Terdaftar Rasio Turnover (%) Sebelum India Indonesia 7.15 (juta US $) Sesudah Sebelum 34.86 18 090 Sesudah 118 824 (juta US $) Sebelum (%) Sesudah 9 923 22 377 Sebelum Sesudah 2 963 4 768 Sebelum 63.03 Sesudah 20.85 0.13 20.23 110 37 820 7 11 189 19 186 7.24 41.87 Korea 22.32 37.96 43 286 162 993 34 678 215 057 439 718 85.00 114.21 Malaysia 57.68 210.30 16 703 148 825 2 554 72 582 208 408 15.50 43.66 Philippina 6.17 57.84 2 147 38 278 512 9 544 165 182 24.53 25.01 Taiwan Thailand 42.85 5.10 82.08 60.84 51 467 2 112 200 892 80 868 190 481 975 430 358 50 873 137 93 317 322 215.82 39.36 229.42 82.18 Sumber: IFC, dalam Fuss, 2006 5 Aktivitas pasar saham dapat diukur pula dengan melihat perbandingan antara nilai transaksi perdagangan saham dengan GDP. Secara umum terjadi peningkatan aktivitas pasar saham setelah liberalisasi di 7 (tujuh) negara berkembang di Asia seperti yang terlihat pada Gambar 2. Sumber: Fuss, R, 2006 Gambar 2. Aktivitas Pasar Saham di Negara-Negara Berkembang Asia Beberapa pendapat mengatakan bahwa liberalisasi keuangan yang berdampak pada integrasi pasar keuangan global merupakan kunci kedisiplinan bagi pembuat kebijakan, dan akan membantu perbaikan kualitas manajemen makroekonomi. Di negara berkembang, liberalisasi keuangan didorong oleh adanya keyakinan akan meningkatkan pertumbuhan dan menekan volatilitas. Namun hasil penelitian yang dilakukan oleh Prasad et al. (2003) menunjukkan hasil yang tidak mendukung. Pertama, sulit membentuk hubungan kuat antara integrasi keuangan dengan pertumbuhan. Kedua, hanya sedikit bukti bahwa integrasi keuangan membantu menstabilkan fluktuasi konsumsi atas pendapatan. Terutama karena integrasi keuangan diharapkan dapat mengumpulkan resiko batas 6 negara. Kenyataannya, bagi negara yang masih berada pada tahap awal integrasi, volatilitas konsumsi relatif terhadap pendapatan ternyata meningkat. Berbeda dengan Prasad et al. (2003), Bekaert, Harvey dan Lundblad (2004), menyatakan bahwa liberalisasi pasar keuangan tidak meningkatkan volatilitas perekonomian suatu negara. Penelitian tersebut menjembatani dua pemikiran mengenai dampak liberalisasi keuangan, yaitu pertama bahwa terdapat keterkaitan antara pertumbuhan dan perkembangan ekonomi dengan liberalisasi keuangan. Kedua, bahwa keterbukaan pasar modal memungkinkan adanya pembagian resiko internasional. Di sisi lain, kepentingan liberalisasi keuangan dan kebijakan moneter bagi pertumbuhan suatu perekonomian masih menjadi pertanyaan sampai dengan saat ini. Pengalaman beberapa negara di Asia Timur/Tenggara, seperti Indonesia, Malaysia, Thailand, Korea Selatan dan Philipina berupa krisis moneter, krisis pasar saham dan krisis perbankan pada akhir 1990an menunjukkan bahwa liberalisasi keuangan yang tidak didukung oleh kualitas sistem keuangan yang baik, merupakan sumber dari krisis keuangan Asia. Menurut Siregar (2003), krisis keuangan Asia adalah krisis kualitas lembaga-lembaga keuangan yang dipengaruhi oleh penerapan suku bunga yang ternyata gagal berfungsi sebagai alat indirect screeening mechanism. Menurut Mishkin (2004), krisis keuangan yang terjadi terutama disebabkan karena masalah informasi yang asimetri sehingga menyebabkan saluran saluran mekanisme kebijakan moneter tidak berjalan semestinya. Transmisi kebijakan moneter dapat terjadi melalui beberapa saluran (jalur), diantaranya adalah saluran kredit (credit channel) dan harga saham (equity price channel). Paradigma baru mekanisme transmisi moneter lebih menekankan pada 7 informasi asimetri dalam pasar keuangan. Krisis keuangan dapat disebabkan oleh: (1) kenaikan suku bunga, (2) penurunan pasar saham, (3) penurunan harga-harga yang tidak diantisipasi, (4) meningkatnya ketidakpastian, dan (5) kepanikan perbankan. Liberalisasi Keuangan di Indonesia Indonesia mulai melakukan reformasi ekonomi khususnya dalam sektor keuangan pada pertengahan tahun 1980an sebagai respons terhadap penurunan kondisi perekonomian yang ditandari dengan penurunan pertumbuhan GDP. Sumber penurunan pertumbuhan GDP Indonesia pada saat itu adalah: (1) perekonomian dunia yang melambat pada awal 1980an yang mengurangi permintaan dunia atas komoditi ekspor terutama produk pertanian, dan (2) penurunan harga minyak dunia. Reformasi sektor keuangan yang dilakukan pada tahun 1988, 1990 dan 1991 adalah meningkatkan mobilisasi dana dari individu (penabung) untuk mendorong laju investasi pada sektor produktif melalui peran perantara (intermediaries). Reformasi berupa liberalisasi keuangan domestik dilakukan melalui penetapan suku bunga berdasarkan mekanisme pasar, memperbolehkan bank asing untuk beroperasi di kota selain Jakarta dan memperluas kapasitas bank komersial dalam alokasi kredit melalui penurunan persyaratan giro cadangan minimum dari 15 persen menjadi 2 persen. Konsep liberalisasi keuangan itu sendiri memberikan pandangan bahwa terdapat peluang bagi tingkat korporasi untuk memperoleh kredit melalui mobilitas kapital dari pasar domestik dan global. Pengalaman Indonesia, menunjukkan bahwa liberalisasi keuangan umumnya diikuti dengan ‘boom’ kredit, sehingga mempengaruhi struktur modal perusahaan yang pada periode 8 1990an umumnya didominasi oleh pinjaman asing jangka pendek (Prasetyantoko dan Marta, 2008).Perkembangan liberalisasi keuangan di Indonesia dalam beberapa dimensi disajikan pada Tabel 2: Tabel 2. Liberalisasi Keuangan di Indonesia Dimensi Kondisi Liberalisasi sukubunga Deregulasi dan persaingan perbankan Perkembangan pasar keuangan Manajemen dan Pengawasan Keterbukaan dan capital account Tahun 1983, pengawasan atas sukubunga deposito dan pinjaman dihilangkan Tahun 1988, pelonggaran persyaratan bank domestik maupun joint venture. Terjadi peningkatan jumlah bank dari 111 (1989) menjadi 240 (1994) Pertengahan 1980an, perkembangan pasar keuangan melalui isntrumen SBI dan SBPU Awal 1990an, pertumbuhan pasar Commercial Paper. Pasar obligasi korporasi dan pemerintah. Pertumbuhan cepat dalam pasar saham, perbaikan infrastruktur pasar dan pengawasan yang lebih baik dari Bapepam dan Bursa Efek Indonesia Awal 1990an, berlakunya aturan baru kecukupan modal dan batasan bagi bank komersiel yang terkait dengan pasar saham dan CP. Tahun 1995, berlakunya limit pinjaman bagi bankbank bermasalah dan institusi keuangan non-bank dan peraturan yang meningkatkan kewenangan Bank Indonesia untuk mengambil alih manajemen bank bermasalah Terbuka sejak 1960an Sumber: Dekle, R. and Pradhan, M., 1999 Dengan adanya akses terhadap kredit tersebut, justru memperburuk nilai bersih perusahaan. Diikuti dengan depresiasi nilai tukar, nilai korporasi baik pada sektor perbankan maupun non-keuangan mengalami kesulitan besar yang akhirnya diikuti dengan keterbatasan perolehan kredit. Dengan keterbatasan keuangan, maka kesempatan perusahaan untuk melakukan investasi berkurang. Hal ini tercermin dari data investasi terhadap stok kapital seperti yang terlihat pada Gambar 3 dan nilai rasio Q-Tobin pada Gambar 4 dari 8 sektor di Indonesia, yang mengalami penurunan terutama saat terjadi depresiasi nilai tukar pada tahun 1997. Kedelapan sektor tersebut adalah: (1) pertanian, (2) pertambangan, (3) industri 9 dan kimia dasar, (4) industri lain-lain, (5) industri barang konsumsi, (6) properti, real estat dan konstruksi, (7) infrastruktur, utilitas dan transportasi, dan (9) perdagangan, jasa dan investasi. Rasio Q Tobin menunjukkan perbandingan antara nilai pasar perusahaan terhadap biaya modal. Nilai rasio Q lebih besar dari 1 menunjukkan perusahaan melakukan investasi karena biaya penggantian modal lebih murah dibandingkan dengan nilai pasar perusahaan, demikian pula sebaliknya. Dari Gambar 4, terlihat bahwa pada periode 1995 sampai dengan 2001, investasi perusahaan-perusahaan publik di sektor pertanian menunjukkan adanya pola yang fluktuatif, yang ditunjukkan dari fluktuasi nilai Q dan yang terendah (negatif) pada tahun 2001 untuk selanjutnya terjadi peningkatan sampai dengan tahun 2004. Pada periode krisis moneter (1997 sampai dengan 1999), sektor pertanian merupakan sektor yang relatif lebih dapat bertahan dibandingkan dengan sektor riil lainnya, tetapi ternyata tetap menunjukkan rasio Q yang berfluktuasi. Sumber: Prasetyantoko dan Marta, 2008 Gambar 3: Rasio Investasi Terhadap Stok Kapital dari Beberapa Sektor di Indonesia 10 Sumber: Prasetyantoko dan Marta, 2008 Gambar 4: Nilai Rasio Tobin Q dari Beberapa Sektor di Indonesia Perekonomian Indonesia, setelah terjadinya krisis menunjukkan pertumbuhan GDP yang relatif stabil, berkisar 6 persen per tahun. Namun tidak demikian halnya dengan tingkat pertumbuhan investasi, sebelum krisis adalah 12.2 persen, dan sejak periode 2000an hanya sekitar 6 persen, bahkan pada tahun 2006 hanya 2.9 persen. Jika dilihat dari sisi nilai investasi, perkembangan realisasi investasi sejak tahun 1990 sampai dengan 2008 menunjukkan peningkatan nilai investasi domestik (PMDN, Penanaman Modal Dalam Negeri) sebesar sepuluh kali (dari Rp 2 398.6 miliar menjadi Rp 20 363.4 miliar) sedangkan nilai Penanaman Modal Asing (FDI, Foreign Direct Investment) meningkat duapuluh kali (dari US$ 706 juta menjadi US$ 14 871.4). Namun demikian, perkembangan realisasi investasi PMDN berdasarkan sektor tidak menunjukkan pola pertumbuhan yang searah. Pada sektor primer, terjadi penurunan nilai realisasi investasi hampir seperempatnya dibandingkan pada tahun 2005 (dari Rp 5 577.2 miliar pada tahun 2005 menjadi Rp 640 miliar pada tahun 2008), sementara untuk industri sekunder misalnya makanan terjadi 11 peningkatan hampir dua kali lipat (BKPM, Badan Koordinasi Penanaman Modal, 2008). Realisasi investasi PMDN industri makanan meningkat dari Rp 4 490.8 miliar pada tahun 2005 menjadi Rp 8 192 miliar pada tahun 2008. Perkembangan data investasi kepada sektor riil tersebut di atas, pada dasarnya dapat menjelaskan perkembangan pola rasio Q untuk seluruh sektor. Pertumbuhan investasi tahunan Indonesia cenderung mengalami penurunan dari 14.7 persen (2004) menjadi 2 persen (2007), meskipun tahun 2009 menunjukkan peningkatan. Di sisi lain, pada sektor keuangan, data terakhir dari Bapepam-LK (Badan Pengawas Pasar Modal dan Laporan Keuangan) menunjukkan adanya peningkatan nilai nominal transaksi saham dari Rp 21.7 triliun di tahun 1995 menjadi Rp 300 triliun pada tahun 2008, meskipun persentase transaksi (saham) asing terhadap total perdagangan saham mengalami penurunan, dari sekitar 67.03 persen pada tahun 1995 menjadi hanya sekitar 24 persen pada akhir tahun 2008. Mobilisasi dana masyarakat melalui obligasi sampai dengan tahun 2004 bernilai sekitar Rp 76 triliun, sedangkan right-issue sekitar Rp 200 triliun dan IPO (Initial Public Offering) sebesar Rp 30 triliun. Hal ini menunjukkan bahwa pasar modal sebagai alternatif sumber pembiayaan bagi swasta, atau dengan kata lain perusahaan seharusnya memiliki peluang untuk melakukan investasi pada stok kapital. Liberalisasi keuangan di Indonesia sampai saat ini masih terus berlanjut, termasuk beberapa penyesuaian pada tahun 1998 saat terjadi krisis keuangan dan moneter di beberapa negara Asia termasuk Indonesia. Krisis yang terjadi di Indonesia dan beberapa negara Asia pada periode waktu tersebut menunjukkan ketidakstabilan kondisi fundamental perekonomian, baik makro maupun mikro. Apabila dibandingkan dengan krisis keuangan global saat ini, meskipun beberapa indikator moneter, perbankan dan makroekonomi Indonesia seperti tingkat inflasi 12 yang relatif terkendali, pertumbuhan ekonomi domestik, serta likuiditas dan permodalan perbankan domestik menunjukkan ketahanan relatif lebih baik dibandingkan dengan negara lain tidak menjamin bahwa Indonesia akan terbebas dari bencana finansial tersebut. Saat ini peran keuangan global sebagai konsekuensi dari liberalisasi keuangan di Indonesia telah bergerak melampaui fungsi awalnya yaitu memfasilitasi perdagangan dan penanaman modal lintas negara. Pasar keuangan tidak lagi sekedar mekanisme untuk menyediakan tabungan bagi investor sektor produksi, tetapi kurang terkait dengan arus sumber daya riil dan investasi jangka panjang sektor produksi. Fakta tersebut menimbulkan suatu pertanyaan, apakah penerapan liberalisasi keuangan di negara berkembang, khususnya Indonesia memberikan manfaat positif terhadap pertumbuhan investasi dari sektor riil maupun keuangan. Keputusan investasi korporasi sebagai bagian dari sektor riil umumnya dipengaruh oleh kondisi makroekonomi seperti ketersediaan dana baik asing maupun domestik serta suku bunga, dan kondisi mikroekonomi seperti struktur industri serta struktur modal perusahaan. Nilai rasio Tobin Q pada dasarnya dapat memberikan gambaran mengenai pengaruh liberalisasi keuangan terhadap keputusan investasi sektor riil. 1.2. Perumusan Masalah Dengan permasalahan seperti itu, maka perlu dilakukan penelitian untuk dapat menjawab permasalahan yaitu: 1. Bagaimana pengaruh liberalisasi keuangan terhadap investasi perusahaan sektor primer, sekunder dan tersier, yang diukur dari nilai rasio Q-Tobin. 13 2. Bagaimana pengaruh liberalisasi keuangan dan kebijakan moneter terhadap investasi perusahaan sektor primer, sekunder dan tersier, yang diukur dari nilai rasio Q-Tobin. 3. Bagaimana pengaruh nilai Q-Tobin sebagai representasi pengaruh liberalisasi keuangan dan kebijakan moneter terhadap terhadap pertumbuhan investasi sektoral 1.3. Tujuan Penelitian Penelitian ini bertujuan untuk: 1. Menganalisis pengaruh liberalisasi keuangan terhadap investasi perusahaan sektor primer, sekunder dan tersier, dengan indikator nilai rasio Q-Tobin . 2. Menganalisis pengaruh liberalisasi keuangan dan kebijakan moneter terhadap investasi sektor primer, sekunder dan tersier, dengan indikator nilai rasio QTobin. 3. Menganalisis pengaruh nilai Q-Tobin terhadap pertumbuhan investasi sektoral 1.4. Kegunaan Penelitian Penelitian yang dilakukan diharapkan dapat memberikan kontribusi bagi otoritas pasar keuangan, pemerintah, korporasi, penelitian lanjutan dan ilmu pengetahun, yaitu: 1. Membangun model liberalisasi keuangan dalam hal capital account dan pasar saham, serta hubungannya dengan investasi di sektor primer, sekunder dan tersier dengan pendekatan dan analisis nilai Q-Tobin. 2. Memberikan kontribusi bagi pemerintah dan Bapepam-LK (Badan Pengawas Pasar Modal dan Lembaga Keuangan) untuk mengantisipasi pengaruh fluktuasi gelombang dana luar negeri terhadap variabel nilai Q-Tobin 14 3. Memberikan kontribusi bagi pihak korporasi melalui informasi respons pasar saham atas kebijakan liberalisasi keuangan dan moneter, terhadap pertimbangan keputusan investasi – sebagaimana digambarkan dengan nilai Q-Tobin. 4. Untuk penelitian lebih lanjut dan pengembangan serta perbaikan pemodelan dalam kajian liberalisasi keuangan khususnya dan dalam kaitannya dengan memperkaya khasanah analisis model makroekonometrika pada umumnya. 1.5. Ruang Lingkup dan Keterbatasan Penelitian 1. Pengaruh liberalisasi keuangan dan kebijakan moneter merupakan suatu analisis historis 2. Ruang lingkup pembahasan difokuskan pada liberalisasi keuangan (keterbukaan capital account dan pasar saham) dan kebijakan moneter. 3. Aspek liberalisasi keuangan yang dianalisis dalam penelitian ini adalah: keterbukaan capital account, keterbukaan pasar saham dan keterkaitannya dengan rasio Q-Tobin serta bentuk kebijakan moneter yang berhubungan dengan suku bunga acuan. 4. Cakupan penelitian adalah agregat nasional (perekonomian terbuka kecil) dan sektor primer, sekunder dan tersier 5. Investasi kapital merupakan investasi tetap bisnis, tidak termasuk investasi perumahan dan investasi persediaan perusahaan. 6. Penelitian ini menggunakan data kebijakan moneter (suku bunga), indeks harga saham periode 2002 sampai dengan 2009 serta data Investasi Asing Langsung (Foreign Direct Investment, FDI) dan Investasi Portofolio. Ruang lingkup penelitian secara skematis disajikan pada Lampiran 1. 15 II. TINJAUAN PUSTAKA 2.1. Liberalisasi Keuangan Liberalisasi keuangan dalam definisi secara umum dicirikan oleh semakin besarnya pengaruh dan kekuatan pasar dalam menentukan tingkat bunga dan alokasi kredit, sehingga meningkatkan skala operasi lembaga-lembaga keuangan dan selanjutnya diharapkan meningkatkan efisiensi dan stabilitas sistem keuangan. Teori liberalisasi keuangan yang dikembangkan oleh Ronald McKinnon dan Shaw pada tahun 1973 dilandasi oleh tujuan menghapuskan efek merugikan dari represi keuangan (financial repression) terhadap pertumbuhan ekonomi dan investasi. Ciri-ciri represi keuangan adalah adanya pembatasan suku bunga (interest rate ceiling), pembatasan kredit (credit ceiling), tingginya rasio likuiditas, keterbatasan modal (capital rationing) dan adanya batasan untuk masuk dalam pasar keuangan. Menurut Fry (1995) dalam Abdurahman (2003), represi keuangan serta pembatasan kredit memperburuk distribusi pendapatan dan meningkatkan konsentrasi industrial. Implikasinya, liberalisasi keuangan serta pelonggaran pasar kredit akan memperbaiki distribusi pendapatan dan kemiskinan. 2.1.1. Liberalisasi Keuangan dan Pertumbuhan Ekonomi Rasionalisasi atas liberalisasi keuangan didasari pada adanya 2 (dua) potensi manfaat yaitu dari segi kuantitas berupa peningkatan jumlah tabungan dan investasi dalam suatu perekonomian serta dari segi kualitas berupa alokasi kapital (dana) yang lebih efisien. Penghapusan batas atas suku bunga diharapkan akan dapat meningkatkan tabungan dan tentu saja sumber dana untuk investasi. Selain itu, adanya alokasi kapital (dana) yang lebih efisien akan menurunkan dispersi 16 dari rasio atau nilai Tobin Q. Keadaan ini dijelaskan oleh model Tobin yang menghubungkan belanja investasi dengan harga saham, di kenal sebagai teori Tobin Q, yaitu : Nilai Q yang tinggi mencerminkan nilai pasar perusahaan tinggi relatif terhadap biaya penggantian modal. Nilai pasar perusahaan pada dasarnya mencerminkan nilai ekuitas perusahaan, dengan demikian biaya modal untuk investasi lebih murah dibandingkan dengan nilai pasar perusahaan, sehingga perusahaan dapat meningkatkan belanja investasi melalui penerbitan sejumlah kecil saham perusahaan. Demikian pula sebaliknya apabila nilai Q rendah, maka perusahaan tidak akan melakukan investasi (penggantian aktiva tetap), karena terlalu mahal. Secara ringkas dengan adanya liberalisasi keuangan dan adanya kebebasan pasar dalam alokasi kredit, maka permasalahan pembatasan modal sebagaimana diungkapkan oleh Stiglitz dan Weiss (1981) dapat terabaikan. Dengan penyesuaian tingkat bunga riil terhadap keseimbangan pasar dimana jumlah tabungan dan investasi diasumsikan berimbang, investasi dengan imbal hasil rendah tereliminasi, maka efisiensi investasi secara keseluruhan akan berkembang. Dengan peningkatan bunga, maka tabungan dan suplai kredit juga akan meningkat, dan mendorong volume investasi. Selanjutnya, pertumbuhan ekonomi dapat distimulasi bukan hanya melalui investasi akan tetapi juga melalui peningkatan produktivitas kapital. Dampak dari persyaratan cadangan yang lebih rendah akan mendorong suplai bank yang tinggi, sementara penghapusan pembatasan alokasi kredit juga mengarahkan terjadinya alokasi kredit yang lebih efisien sehingga merangsang produktivitas kapital rata-rata (Arestis, 2005). 17 Konsep mengenai liberalisasi keuangan semakin berkembang, termasuk kegagalan liberalisasi yang dapat terjadi akibat tingkat deposit yang meningkat bersamaan dengan supervisi perbankan yang kurang memadai serta kondisi makroekonomi yang tidak stabil. Kondisi tersebut cukup kondusif untuk meningkatkan resiko yang dihadapi bank, dan mendorong tingkat bunga yang semakin tinggi, kebangkrutan perusahaan dan selanjutnya kegagalan bank. Keadaan ini mendorong munculnya konsep prekondisi yang perlu dipenuhi sebelum reformasi keuangan diimplementasikan. Liberalisasi keuangan merekomendasikan perlunya supervisi perbankan yang memadai supaya bank memiliki portofolio pinjaman yang terdiversifikasi dengan baik, stabilitas makroekonomi tercermin dari inflasi rendah dan stabil serta defisit fiskal yang tetap, serta reformasi keuangan secara bertahap. Dengan demikian liberalisasi keuangan secara bertahap sangat dianjurkan. Dalam perkembangannya, konsep liberalisasi keuangan dilengkapi dengan teori pertumbuhan baru (yaitu model pertumbuhan endogen), yang memasukkan peran dari faktor-faktor keuangan dalam kerangka teori pertumbuhan baru. Dalam hal ini, perantara keuangan merupakan suatu proses endogenous, dimana terdapat hubungan sebab-akibat dua arah antara perantara keuangan dan pertumbuhan. Proses pertumbuhan mendorong peningkatan partisipasi dari pasar keuangan yang memfasilitasi kemapanan dan pengenalan atas perantara keuangan. Sebaliknya perantara keuangan dapat mengalokasikan dana lebih efisien untuk investasi yang mendorong investasi dan pertumbuhan. Selanjutnya, perkembangan keuangan dapat mempengaruhi pertumbuhan bukan hanya melalui peningkatan laju tabungan tetapi juga meningkatkan jumlah tabungan untuk investasi dan mendorong produktivitas marginal sosial dari kapital. Teori 18 pertumbuhan baru menyatakan bahwa akan terjadi pertumbuhan berkelanjutan yang bukan berasal dari kemajuan teknologi. Meskipun demikian terjadi perbedaan antara liberalisasi keuangan dengan teori pertumbuhan baru. Singh (1997) menyatakan bahwa teori endogen membutuhkan adanya perkembangan pasar saham yang cepat dan mantap terutama pada negara berkembang. Sementara itu Fry (1997) menyatakan bahwa liberalisasi keuangan memandang perkembangan pasar saham tidak terlalu penting atau dengan kata lain cukup berkembang secara perlahan. 2.1.2. Pengukuran dan Indikator Liberalisasi Keuangan Sebagaimana didefinisikan terdahulu pada bagian 2.1.1. di atas, liberalisasi keuangan mencerminkan penurunan peran pemerintah dan peningkatan peran pasar atas suku bunga dan alokasi kredit. Secara spesifik, liberalisasi keuangan dicirikan oleh semakin berkurangnya pembatasan dalam: (1) pengawasan alokasi kredit, (2) pengawasan suku bunga, (3) industri perbankan, (4) privatisasi, (5) peraturan, dan (6) transaksi keuangan internasional. Sejauh ini, proses transmisi perkembangan keuangan sebagai dampak dari liberalisasi keuangan ke pertumbuhan ekonomi masih menjadi kontroversi. Menurut McKinnon (1973) dan Shaw (1973) dalam Abdurahman (2003) suku bunga dapat digunakan sebagai ukuran tingkat perkembangan keuangan. Apabila bunga berada di bawah tingkat bunga pasar, maka sektor keuangan berada dalam kondisi represi. Tingkat bunga yang tinggi dapat merangsang tabungan dan perantara keuangan sehingga meningkatkan suplai kredit untuk dialokasikan ke sektor produktif, dengan demikian meningkatkan investasi dan pertumbuhan ekonomi. 19 Menurut Dornbusch (1990) dalam Abdurahman (2003), agregat moneter seringkali digunakan untuk mengukur tingkat perkembangan keuangan, umumnya adalah rasio M1, M2, M3 terhadap GDP, dimana semakin tinggi rasio maka menunjukkan kondisi pasar keuangan yang semakin berkembang. Perkembangan tersebut selanjutnya akan meningkatkan ketersediaan dana untuk investasi sektor swasta dan merangsang pertumbuhan ekonomi. Namun, perkembangan pasar keuangan yang semakin dalam (financial deepening) tidak menjamin peningkatan investasi dan pertumbuhan ekonomi (Gregorio and Guidotti, 1995 dalam Abdurahman, 2003). Hal ini terjadi terutama saat tingkat intermediasi keuangan diukur dalam agregat moneter yang juga melibatkan bentuk likuid yaitu M1 dan M2 dalam hal penyediaan likuiditas pasar. Di negara berkembang, perantara keuangan umumnya diukur melalui sistem perbankan, tidak seperti halnya di negara maju yang sudah memasukkan inovasi dan perkembangan keuangan sebagai salah satu perantara keuangan. Beberapa ukuran liberalisasi keuangan dinyatakan dalam ukuran dan definisi tertentu, baik untuk liberalisasi sektor perbankan, liberalisasi pasar modal dan liberalisasi capital account. Akhir-akhir ini penggunaan indeks liberalisasi yang diderivasi dari dimensi atau komponen reformasi mulai banyak digunakan dalam riset di negara berkembang. Menurut Bandiera, et al. (2000) terdapat dua dimensi liberalisasi keuangan, yaitu dari segi internal dan eksternal, baik untuk sektor perbankan maupun sektor pasar saham. Pengaruh liberalisasi keuangan yang meliputi kedua sektor keuangan tersebut menunjukkan bahwa baik secara internal maupun eksternal, memberikan pengaruh terhadap perubahan suku bunga maupun biaya modal, sebagaimana disajikan pada Tabel 3. 20 Tabel 3. Dimensi Liberalisasi Keuangan Perbankan Internal Eksternal Masuknya bank asing ke pasar perbankan domestik Penghapusan batas suku bunga (deposit dan pinjaman) Penurunan batas cadangan (cadangan giro dan likuiditas) Penurunan kebijakan pinjaman tertentu Privatisasi bank pemerintah Peraturan kehati-hatian perbankan Lingkup jasa keuangan Pinjaman luar negeri dari bank asing Kemudahan konversi mata uang Pasar Saham Keterbukaan pasar terhadap orang asing Sistem perdagangan Insentif bagi investor asing Investasi bank/non-bank pada sekuritas Penerbitan modal Cross listings, dana investasi Merger dan Akuisisi Investasi Portofolio Investasi Asing Langsung (Foreign Direct Investment) Sumber: Bandiera, 2000 Pengukuran liberalisasi keuangan dengan definisi yang umumnya digunakan pada beberapa penelitian terdahulu disajikan pada Tabel 4, yaitu: Tabel 4. Pengukuran Liberalisasi Keuangan Liberalisasi Capital Account Nama Sumber Keterangan IMF IMF AREAER (Annual Report on Exchange Arrangements and Exchange Restrictions) Quinn (1997) Indikator adanya aturan / pembatasan pada aliran batas wilayah Deskripsi naratif dalam AREAER tentang pembatasan capital account Quinn Liberalisasi Pasar Saham (modal) Sumber Keterangan Emerging Market Data Base Jumlah perusahaan terdaftar di bursa, kapitalisasi pasar (mata uang domestik) dan rasio turn over Gross Fixed Capital Formation dan perubahan inventori (dalam mata uang domestik) Ekspor barang dan jasa, impor barang dan jasa, GDP nominal, terms of trade, GDP deflator and consumer price index, real GDP per capita (mata uang domestik), gross fixed capital formation (utk Taiwan (China) dan sampel besar), gross private fixed capital formation, dan perubahan inventori (dalam mata uang domestik (untuk Taiwan (China) dan sampel besar). International Financial Statistics World Economic Outlook World Indicators Development Sumber: Hali, et al., 2004 Persentase tuna aksara untuk dewasa (15-24 tahun), persentase investasi privat terhadap investasi Tetap Domestik Bruto, jumlah perusahaan terbuka, persentase kapitalisasi terhadap GDP dan CPI. 21 Sebagai contoh, indeks liberalisasi capital account (index IMF dan Quinn, 1997); indeks liberalisasi pasar ekuitas (Kaminsky dan Schmukler, 2001); indeks liberalisasi perbankan (Bandiera et al, 2000), dan integrasi pasar modal aktual yang diukur melalui aliran dan ketersediaan investasi portofolio dan langsung asing (Lane and Milesi-Feretti, 2005). 2.1.3. Isu kritis dalam Liberalisasi Keuangan Konsep liberalisasi keuangan juga mengundang kritik dari kelompok Neostrukturalis dan ekonom modern, karena secara implisit mengasumsikan tentang kesempurnaan informasi, pasar dan institusi. Neo-strukturalis menyatakan bahwa pasar tidak sempurna menggambarkan informasi tidak sempurna, karena memiliki informasi yang menguntungkan dibandingkan dengan bank dalam hal pengawasan dan pinjaman, sehingga memungkinkan tercapainya skala ekonomis. Pasar informal tersebut dapat bertahan dari guncangan lokal dan tidak cukup jelas bagaimana efek kredit terdistribusi secara efisien di level perusahaan. Ekonom modern menyatakan bahwa liberalisasi merupakan penyebab dari krisis perbankan dan terjadinya aliran mata uang. Liberalisasi menyebabkan perekonomian lokal rentan terhadap guncangan global. Selain itu, liberalisasi keuangan mengakibatkan volatilitas yang tidak diharapkan dari pasar keuangan di negara berkembang. Institusi dan pasar keuangan menjadi saluran utama dimana kedaulatan nasional menjadi taruhannya. Sistem keuangan korporat rentan terhadap investasi spekulatif yang menimbulkan permasalahan kredit macet serta menghilangkan perusahaan yang sudah terdaftar dari pasar saham. Lebih jauh lagi, terjadi peningkatan pengawasan insitusi keuangan internasional di beberapa 22 negara berkembang yang berakibat pada hambatan tujuan perkembangan nasional dan sosial. Arestis dan Caner (2004) meneliti bahwa terdapat 2 jalur dalam liberalisasi keuangan, yaitu jalur krisis dan jalur akses terhadap pelayanan kredit dan keuangan. Di beberapa negara, pasar keuangan terliberalisasi terlalu dini karena kegagalan dalam mengenali karakteristik yang tidak sempurna, dan di beberapa kasus kondisi ini yang menyebabkan krisis keuangan (Arestis and Glickman, 2002). Hal ini memungkinkan kaum miskin menjadi terkena pengaruh akibat krisis tersebut. Jalur krisis terjadi melalui dinamika makroekonomi, meningkatkan volatilitas dan kerentanan terhadap krisis keuangan dengan adanya liberalisasi. Jalur kedua sebagaimana dinyatakan dalam Arestis dan Caner (2004) terkonsentrasi pada kemungkinan perubahan dalam kemiskinan yang disebabkan oleh akses kredit dan jasa keuangan yang lebih baik. Dalam hal suatu program liberalisasi meningkatkan ketersediaan sumberdaya keuangan bagi yang tadinya dirugikan dan dalam hal masalah kemiskinan terkait dengan kurangnya mekanisme memperhalus konsumsi, terdapat ruang bagi liberalisasi keuangan untuk memperbaiki keimiskinan. Kesimpulan dari Arestis and Caner bahwa belum jelas mekanisme yang mendasari pergerakan dari represi keuangan ke arah rejim liberalisasi mempengaruhi segmen populasi yang berbeda terutama kaum miskin. Perkembangan liberalisasi keuangan serta manfaat yang akan diterima oleh negara yang mengadopsi kebijakan tersebut tidak berarti tidak memiliki masalah. Arestis (2005) menyatakan bahwa terdapat beberapa isu kritis terkait dengan pandangan liberalisasi keuangan, antara lain adalah masalah: (1) tahapan 23 (sequencing) (2) sebab-akibat (causality) (3) liberalisasi perbankan mendorong stabilisasi sistem keuangan (4) tabungan menyebabkan investasi (5) ketiadaan efek distribusi yang serius akibat perubahan suku bunga (6) liberalisasi memihak kaum miskin (7) tidak ada spekulasi, dan (8) kebijakan keuangan yang menguntungkan dan mendukung. 2.1.4. Alokasi Kapital Biaya modal dari suatu negara terdiri dari 2 (dua) komponen, yaitu bunga bebas resiko (risk-free rate) dan premi ekuitas (equity premium). Menurut teori, bila suatu negara miskin melakukan liberalisasi, maka kedua biaya tersebut akan turun. Abiad, Oomes and Ueda (2005) dalam penelitiannya terhadap 5 (lima) negara berkembang (India, Jordania, Korea, Malaysia dan Thailand) menunjukkan bahwa liberalisasi keuangan meningkatkan efisiensi alokasi kapital, terutama dari segi kualitas investasi. Keseimbangan akses kredit bagi perusahaan dapat menurunkan variasi imbal hasil yang diharapkan dari perusahaan yang dihitung dengan rasio Q-Tobin. Terdapat asosiasi negatif antara liberalisasi keuangan dengan penyebaran nilai Q-Tobin dan asosiasi positif antara liberalisasi keuangan dengan efisiensi alokasi kapital. Hubungan positif antara liberalisasi keuangan dengan efisiensi tersebut juga terkait dengan beberapa faktor antara lain perputaran pasar saham, keterbukaan perdagangan, kredit swasta dan kapitalisasi pasar saham. Menurut Glick and Hutchison (2000), pembatasan atas kontrol kapital berasosiasi dengan tingginya peluang krisis mata uang atau dengan kata lain terlihat indikasi bahwa dalam konteks reformasi ekonomi, dimana liberalisasi 24 current account dilakukan, tidak akan lebih rentan terhadap instabilitas nilai tukar. Negara tanpa kontrol kapital memiliki stabilitas nilai tukar yang lebih besar dan sedikit serangan spekulatif. Akan tetapi dalam penelitiannya tersebut, belum dikaji variabel ketersediaan cadangan devisa dari suatu negara, untuk pertimbangan keputusan liberalisasi capital account serta perubahan rejim nilai tukar. 2.1.5. Pasar Modal Pasar Modal adalah pasar yang terus berkembang sehingga definisinyapun terus bertambah. Sebagian orang mendefinisikannya sebagai pasar yang memperdagangkan utang, ekuiti dan surat-surat berharga yang diterbitkan oleh korporasi maupun pemerintah dengan jangka waktu lebih dari setahun (jangka menengah dan panjang). Ada yang mendefinisikannya sebagai pasar uang khusus, atau pasar surat berharga yang mencakup instrumen obligasi dan kredit perbankan. Definisi pasar modal semakin meluas ketika berbagai institusi mulai terlibat, karena adanya peningkatan pendanaan dan pembagian serta pengendalian risiko. Misalnya, perbankan, pasar asuransi, pasar obligasi, dan pasar saham. Pada akhirnya, pasar modal mulai diartikan sebagai pasar yang yang melibatkan semua penyedia dan pengguna modal secara bersama-sama. Berdasarkan ilmu ekonomi, pasar modal yang terintergrasi sama dengan mobilitas modal tanpa batas. Weston dan Copeland memberikan empat macam manfaat ekonomis pasar modal yaitu: (1) Bursa Surat Berharga (security exchange) memperlancar proses 25 transaksi dengan menyelenggarakan pasar dimana dapat dilakukan transaksi yang relatif murah dan efisien (2) Bursa mampu menyelenggarakan transaksi yang kontinyu dan menguji nilai surat berharga. Perusahaan yang dinilai baik prospeknya oleh investor memiliki nilai yang tinggi sehingga memperlancar pembiayaan baru dan pertumbuhan perusahaannya (3) Harga-harga surat berharga relatif lebih stabil dengan adanya bursa yang terorganisir. Dengan demikian transaksi surat berharga dapat berjalan lancar dan harga dapat dikendalikan, dan (4) Pasar surat berharga membantu penyerapan saham baru dan memperlancar proses penjualannya. Di era perdagangan bebas, pasar modal bisa diandalkan sebagai instrumen investasi di tengah pertarungan antara industri padat modal dan padat karya serta pertarungan antara industri berbasis sumberdaya dan keuangan. Atau, menjadi instrumen kebijakan moneter jika transmisi ke sektor riil tidak seperti yang diharapkan akibat regulasi sektor perbankan yang terlalu rumit seperti ketentuan tentang Basel Accord, non performing loan (kredit macet), dan loan to deposit ratio (rasio pinjaman terhadap simpanan). Selain itu, bisa dijadikan sumber pembiayaan alternatif jika terjadi miss match (ketidakcocokan) dalam jangka waktu pinjaman dan risiko, sehingga berbagai proyek yang membutuhkan pembiayaan jangka panjang bisa dilaksanakan. Pasar modal merupakan sumber pembiayaan terbesar di dunia dengan kapitalisasi modal mencapai US$ 130 941 miliar terdiri dari saham (US$ 31 802 miliar), obligasi (US$ 51 305 miliar) dan pinjaman (US$ 47 834 miliar). Berdasarkan data pasar modal dunia tahun 2005, jumlah saham dan obligasi yang beredar di seluruh pasar modal di dunia mencapai US$ 83 107 miliar atau 229 26 persen dari GDP (Gross Domestic Product/Produk Domestik Bruto) seluruh negara di dunia. Jika ditambah dengan jumlah loan (pinjaman) yang beredar di seluruh dunia yang jumlahnya mencapai US$ 47 834 miliar, maka nilai kapitalisasi pasar modal di seluruh dunia mencapai US$ 130 941 miliar atau 361 persen dari GDP seluruh penduduk dunia (Meilani, 2007). Pasar modal juga membantu melancarkan arus dana kas (cash flow), dan bisa diharapkan sebagai sumber pendanaan yang akan mendorong stabilitas ekonomi. Namun, para pemimpin negara dan pemerintahan harus cermat mengkaji dampak liberalisasi pasar modal terhadap perekonomian negara. Untuk kasus Indonesia, misalnya, liberalisasi pasar modal ternyata tidak serta merta mendorong stabilitas ekonomi, tapi justru menimbulkan volatilitas yang membahayakan kondisi perekonomian secara menyeluruh. Siklus di pasar modal berfluktuasi antara saham, dana tunai (deposito), dan obligasi seirama dengan tingkat suku bunga dan perjalanan waktu. Jika suku bunga naik, maka pelaku pasar cenderung untuk memilih deposito sebagai pilihan investasi sehingga deposito di perbankan akan melonjak. Akan tetapi, jika terjadi penurunan suku bunga, maka pilihan investasi pelaku pasar akan beralih ke obligasi hingga mencapai titik terendah dan kemudian kembali akan beralih ke saham. Meski memiliki banyak keunggulan, pasar modal juga mengandung banyak risiko. Salah satu yang terpenting adalah trinitas yang mustahil yaitu stabilitas nilai tukar, besarnya moneter, dan integrasi pasar modal atau stabilitas pembiayaan yang tidak mungkin terjadi secara bersamaan (simultan). Hal ini disebabkan karena untuk mencapai salah satu stabilitas diperlukan pengorbanan 27 unsur-unsur stabilitas yang lain. Stabilitas nilai tukar dan mobilitas modal hanya bisa tercapai jika tidak ada kebijakan moneter. Kebijakan moneter dan mobilitas modal hanya terwujud jika tidak ada stabilitas nilai tukar atau penerapan sistem nilai tukar yang fleksibel. Stabilitas nilai tukar dan kebijakan moneter hanya bisa tercapai jika dilakukan pengendalian modal (capital control), seperti yang diterapkan Malaysia. Pasar modal juga membahayakan jika terjadi serangan spekulatif yang tidak dimotori hal-hal fundamental melainkan kehilangan kepercayaan secara tibatiba. Kondisi seperti ini akan lebih berbahaya bagi siklus bisnis, jika rasio nilai kapitalisasi pasar modal terhadap GDP cukup tinggi. Di negara maju, rasio aman yang masih bisa ditolerir adalah 2.7 persen dari GDP. Liberalisasi pasar menciptakan volatilitas dan risiko yang lebih tinggi, terutama di sebagian besar negara-negara Asia. Pasar modal ternyata meningkatkan volatilitas ekonomi dan risiko, khususnya untuk negara-negara berkembang jika tidak didukung oleh adanya program jaring pengaman dan pengendalian harga. Tidak adanya hukum kebangkrutan juga membuat risiko individu di pasar modal menjadi risiko negara. Para peneliti juga belum menemukan bukti kuat bahwa liberalisasi pasar, termasuk perdagangan, membawa pertumbuhan ekonomi yang lebih cepat. Cina, yang sifatnya lebih tertutup, bisa tumbuh lebih cepat dibandingkan Rusia, yang sifatnya terbuka. Hal ini membuktikan bahwa pertumbuhan ekonomi suatu negara tidak bisa didasarkan pada investasi dana-dana spekulatif atau jangka pendek (Stiglitz). Teori penyakit Belanda (Dutch Disease) menyebutkan arus modal masuk pada sistem nilai tukar yang fleksibel menciptakan nilai tukar yang lebih tinggi, memperlambat ekspor 28 dan sulit bersaing dengan barang impor. Selain itu, pasar modal juga berisiko menciptakan penumpukan investasi di sektor tertentu, seperti sektor properti di Thailand, yang menjadi idaman, sementara investasi di sektor lain terabaikan (Meilani, 2007). 2.1.6. Kebijakan dan Transmisi Moneter Dalam kerangka kerja target inflasi, kebijakan moneter bertujuan untuk mencapai target inflasi yang ditetapkan di masa yang akan datang. Mekanisme transmisi bekerja melalui beberapa cara yaitu jalur langsung moneter (melalui penawaran jumlah uang yang beredar dan uang primer), jalur sukubunga (melalui tingkat sukubunga riil), jalur harga aset (melalui nilai tukar dan harga aset), jalur kredit (melalui pinjaman perbankan dan neraca perusahaan) dan terakhir melalui jalur ekspektasi. Transmisi moneter penting bagi otoritas moneter untuk mengerti jalur-jalur yang mempengaruhi inflasi Dalam paradigma baru, kebijakan moneter di sistem perekonomian yang sudah stabil (mature) mempengaruhi permintaan domestik melalui 2 (dua) jalur (Gudmundsson, 2008). Pertama, jalur sukubunga; sukubunga jangka menengah dan panjang sebagian dipicu oleh perubahan saat ini dan akan datang yang tidak terantisipasi dari sukubunga jangka pendek, yang terkait dengan tingkat kebijakan, setidaknya pada kondisi normal. Dampak terhadap sukubunga jangka panjang penting mengingat permintaan konsumsi dan investasi umumnya lebih responsif terhadap sukubunga jangka menengah dan panjang dibandingkan dengan jangka pendek. Kedua, jalur nilai tukar; perubahan kebijakan merubah perbedaan sukubunga dengan luar negeri, yang selanjutnya akan mempengaruhi nilai tukar. 29 Bagi perekonomian terbuka kecil yang tidak dapat mempengaruhi sukubunga global, teori ekonomi memprediksi bahwa globalisasi keuangan secara bertahap akan memperlemah jalur sukubunga, dan bahkan menutupinya sama sekali. Akan tetapi, jalur nilai tukar masih dapat menekan target inflasi dalam jangka menengah maupun panjang, dengan catatan diterapkannya kurs fleksibel. Manajemen moneter yang berdasarkan suku bunga berpengaruh terhadap pemenuhan kebutuhan pokok dan pemerataan distribusi pendapatan karena penyaluran pinjaman dengan suku bunga tertentu ditetapkan berdasarkan kemampuan peminjam memberikan jaminan kredit guna meng-cover pinjaman yang diberikan dan kecukupan cash flow untuk memenuhi kewajiban tersebut (Siregar, 2003). Pertumbuhan ekonomi juga terpengaruh oleh manajemen moneter yang berdasarkan suku bunga. Hal ini terjadi karena memungkinkan bagi masyarakat untuk mengkonsumsi lebih dari pendapatan yang diperolehnya karena meningkatnya konsumsi masyarakat yang dibiayai oleh pinjaman. Akibat dari pola konsumsi yang sedemikian rupa menyebabkan turunnya tingkat tabungan masyarakat yang mengakibatkan meningkatnya suku bunga dan rendahnya tingkat investasi, yang pada gilirannya menurunkan pertumbuhan ekonomi dan perluasan kerja. Menurut Nuryati, Siregar dan Ratnawati (2006) sisi efektifitas kebijakan moneter dalam mencapai tujuan masih terbatas, sebagaimana tercermin dari tidak tercapainya sasaran-sasaran inflasi pada tahun 2000, 2001, dan 2002. Keterbatasan ini bisa jadi disebabkan karena struktur organisasi Bank Indonesia yang terbentuk dalam era Undang Undang Nomor 23/1999 belum efektif, yang pada akhirnya mempengaruhi transparansi dan tingkat kredibilitas kebijakan 30 moneter yang dijalankan. Untuk mencapai kebijakan moneter yang kredibel, Bimantoro dan Bahroen (2003) menyebutkan terdapat lima landasan kerja yang harus diperhatikan yaitu: (1) pernyataan yang tegas mengenai tujuan (2) pernyataan yang jelas mengenai hal-hal yang seharusnya dilakukan untuk mencapai tujuan (3) adanya instrumen yang jelas (4) adanya kehati-hatian pemerintah atas pengeluaran yang dibiayai dari pinjaman, dan (5) adanya batasan dari ruang lingkup yang meniadakan fluktuasi siklikal dalam perekonomian. Kondisi kelima landasan tersebut belum sepenuhnya dapat dipenuhi oleh otoritas moneter di Indonesia. Hal ini mungkin disebabkan karena Indonesia baru beranjak dari krisis (atau setidaknya masih berada dalam masa transisi untuk keluar dari krisis) dan perekonomian masih sulit untuk diprediksi, sehingga penerapan model-model belum dapat diaplikasikan secara tepat. 2.1.7. Kebijakan Pasar Keuangan Liberalisasi keuangan merupakan otoritas bank sentral suatu negara berupa kebijakan-kebijakan terhadap moneter yaitu pasar uang maupun pasar modal. Liberalisasi keuangan, dapat berupa pelonggaran aturan yang berkaitan dengan kebijakan moneter di suatu negara, misalnya ketentuan mengenai kontrol atas aliran modal masuk (capital inflow) maupun aliran modal keluar (capital outflow), juga termasuk ketentuan investasi di pasar modal seperti salah satunya kemungkinan investor asing untuk dapat melakukan pembelian sekuritas emiten perusahaan-perusahaan yang tercatat pada bursa domestik. Ketika perusahaan ingin melakukan ekspansi investasi, biasanya perusahaan mencari sumber dana dari pasar keuangan, yaitu pasar uang dan pasar modal, seperti perbankan, penerbitan obligasi kepada publik atau menjual saham di pasar saham guna 31 mendapatkan manfaat masa depan. Ketersediaan sumber dana dengan tingkat bunga yang relatif murah akan mendorong pertumbuhan investasi dan konsumsi rumah tangga. Dengan peningkatan konsumsi rumah tangga, maka akan meningkatkan agregat demand dan selanjutnya meningkatkan pendapatan nasional. Model Neoklasik mengasumsikan bahwa jika perusahaan ingin membayar biaya modal, pasar uang akan menyediakan dana. Namun, seringkali perusahaan mengalami keterbatasan pendanaan (financing constraints) dari pasar uang, sehingga menghambat pertumbuhan investasi. akan mempengaruhi perilaku investasi. Keterbatasan pendanaan Dengan demikian, apabila terdapat keterbatasan dalam akses pasar uang maupun pasar modal, yang berdampak pada tingginya biaya modal, akan menurunkan tingkat pertumbuhan investasi. Peran pemerintah sangat diharapkan untuk dapat mempermudah akses perusahaan terhadap sumber dana dari pasar uang maupun pasar modal. Hubungan antara kebijakan pemerintah melalui kebijakan moneter terhadap pasar uang dan pasar modal terhadap pertumbuhan investasi dan pendapatan disajikan pada Gambar 5. Sumber: Dornbusch, Fischer and Startz, 2004 Gambar 5. Interaksi Antara Pasar Uang dengan Pasar Barang 32 2.2. Kajian Penelitian Terdahulu 2.2.1. Liberalisasi Keuangan dan Kebijakan Moneter Beberapa penelitian tentang dampak liberalisasi keuangan terhadap perekonomian yang dilakukan peneliti di beberapa negara disajikan pada Tabel 5. Hasil penelitian umumnya menunjukkan bahwa dampak positif liberalisasi keuangan terhadap pertumbuhan ekonomi di negara berkembang dapat terjadi dengan mempertimbangkan kondisi fundamental dan pentahapan. Kontroversi liberalisasi keuangan, terutama di negara berkembang yang mengalami krisis keuangan memberikan wawasan baru mengenai manfaat liberalisasi keuangan itu sendiri. Liberalisasi pasar uang (pasar saham) merupakan keputusan dari setiap negara untuk memperbolehkan warga asing membeli dan memiliki saham-saham yang diperjualbelikan di negara tersebut. Dalam jangka panjang terdapat hubungan yang positif diantara aktivitas ekonomi dengan harga-harga saham (Fama and French, 1988; Schwert, 1990; Roll, 1992 untuk Amerika dan Canova and DeNicole, 1995 untuk negara-negara Eropa, dalam Phylaktis dan Ravazzolo (1998). Standard IAPM (International Asset Pricing Model), memperkirakan bahwa dengan adanya liberalisasi pasar modal (pasar saham) akan menurunkan biaya modal saham melalui pembagian resiko agen domestik dan asing (Stapleton dan Subrahmanyan, 1977; Errunza dan Losq, 1985; Eun dan Janakiramanan, 1986; Alexander, Eun, dan Janakiramanan, 1987, dan Stulz, 1999a; 1999b) dalam Henry (2000). Prediksi tersebut memberikan 2 implikasi penting bagi negara berkembang yang melakukan liberalisasi pasar modal (pasar saham) pada akhir 1980an dan 33 awal 1990an. Pertama, jika liberalisasi pasar saham menurunkan biaya modal, dengan kestabilan arus kas masa depan, maka akan terdapat peningkatan indeks harga saham karena pasar meyakini bahwa liberalisasi pasar saham akan terjadi. Implikasi yang kedua adalah akan terjadi peningkatan investasi fisik yang mengikuti liberalisasi pasar saham, karena menurunnya biaya modal di negara tersebut (sehingga proyek dengan Net Present Value negatif akan menjadi positif). Implikasi yang kedua ini setidaknya akan meningkatkan pertumbuhan output (pendapatan) nasional dan memberikan dampak kesejahteraan ekonomi kepada pemegang saham domestik, dibandingkan hanya sekedar keuntungan sesaat. Menurut Phylaktis dan Ravazzolo (1998), di negara-negara Pasific Basin pada tingkat regional dan global selama periode 1980 sampai dengan 1998 terlihat adanya integrasi keuangan yang didampingi oleh integrasi ekonomi. Hal ini menunjukkan bahwa integrasi ekonomi merupakan saluran bagi integrasi keuangan yang menjelaskan adanya tingkat integrasi keuangan yang tinggi meskipun terdapat pengawasan atas nilai tukar. Implikasinya adalah penggunaan kebijakan pembatasan di suatu negara dapat mengisolasi pasar modal dari pengaruh dunia. Hasil penelitian Henry (2000) terhadap pasar modal 12 negara berkembang, terlihat bahwa pasar modal mendapatkan abnormal return sebesar 4.7 persen per bulan (riil Dollar) selama periode waktu 8 bulan sejak diimplementasikannya liberalisasi pasar saham di masing-masing negara tersebut. Setelah dilakukan pemeriksaan terhadap comovement dengan pasar saham dunia, reformasi kebijakan ekonomi serta kondisi fundamental makroekonomi, rata-rata abnormal return adalah 3.3 persen per bulan dalam periode yang sama, meskipun lebih kecil tetapi secara statisitik dan ekonomi signifikan. Perkiraan juga 34 dilakukan untuk melihat adanya implikasi atas liberalisasi pasar saham terhadap penurunan biaya modal selama 2 bulan dan 5 bulan ke depan. Estimasi menunjukkan adanya potensi kenaikan return sebesar 6 persen. Dengan perkiraan biaya modal saham sebelum liberalisasi adalah 20 persen, maka setelah liberalisasi akan terjadi revaluasi return menjadi 26 persen, dan implikasinya penurunan biaya modal saham sebesar 26 persen juga. Dari penurunan tersebut dapat diprediksi akan terjadi penurunan discount rate menjadi 15 persen. Hasil ini ternyata konsisten dan mendukung pernyataan teori bahwa liberalisasi pasar saham akan meningkatkan return pasar saham dan selanjutnya akan menurunkan biaya modal saham atau discount rate. Pandangan konvensional (Radelet and Sachs, 1998; Stiglitz, 2000) dalam Glick and Hutchison (2000), berpendapat bahwa liberalisasi aliran modal internasional, terutama bila dikombinasikan dengan rejim nilai tukar tetap dapat dianggap sebagai penyebab atau setidaknya faktor yang berkontribusi terhadap krisis mata uang akhir-akhir ini. Kebijakan umum yang biasa ditetapkan dalam keadaan seperti ini adalah untuk memberlakukan restriksi terhadap aliran modal dan pembayaran internasional dengan tujuan dapat melindungi perekonomian dari serangan speculator dan selanjutnya meningkatkan kestabilan mata uang. Liberalisasi keuangan terus menerus yang cenderung menghapuskan kontrol modal terlalu dini dapat mengakibatkan instabilitas dari nilai tukar. Kebijakan liberalisasi keuangan dan perdagangan cenderung meningkatkan korelasi diantara pasar saham negara-negara dan bias domestic yang terjadi dalam portofolio saham internasional akan menurun pada saat negara berkembang terintegrasi secara global (Beine dan Candelon, 2005). Liberalisasi perdagangan memberikan efek positif terhadap co-movement dari return pasar 35 saham, namun demikian reformasi liberalisasi perdagangan juga meningkatkan co-movement pasar saham dengan cara yang agak mendua (ambigue). Liberalisasi keuangan juga memberikan dampak positif dan signifikan terhadap korelasi pasar saham, bagaimanapun hasil pengukuran atas co-movement pasar saham. Kebijakan reformasi memberikan efek kuat terhadap perilaku investor keuangan. Dalam penelitiannya terhadap peran sektor keuangan melalui jalur kredit, Abdurahman (2003) menyimpulkan bahwa perkembangan keuangan akibat adanya reformasi keuangan di Indonesia sejak 1983, telah meningkatkan aliran dana simpanan dan pinjaman, terlihat dari rasio tabungan, kredit dan investasi terhadap GDP yang meningkat. Peningkatan agregat moneter secara dramatis khusunya kredit domestik ke sektor swasta diyakini memiliki peran penting dalam meningkatkan perekonomian Indonesia akibat peran perantara keuangan. Rasio kredit sektor swasta terhadap GDP menunjukkan hubungan yang positif dan signifikan mempengaruhi GDP riil per kapita. 2.2.2. Liberalisasi Keuangan dan Mekanisme Transmisi Moneter Kajian mengenai hubungan liberalisasi keuangan dengan mekanisme transmisi moneter umumnya dikaitkan dengan 2 (dua) subyek liberalisasi, yaitu area sukubunga dan capital account. Aspek terpenting dari liberalisasi keuangan dari sudut pandang transmisi kebijakan moneter adalah deregulasi sukubunga. Beberapa kasus di negara berkembang menunjukkan adanya penghapusan batas sukubunga (interest rate ceiling) dengan diberlakukannya liberalisasi keuangan. Pada prinsipnya, penghapusan batas sukubunga memungkinkan sukubunga kebijakan ditransmisikan menjadi sukubunga ritel dengan lebih cepat dan 36 meningkatkan peran dari jalur sukubunga (Gudmundsson, 2008). Liberalisasi keuanganpun mendorong munculnya produk-produk keuangan baru yang menimbulkan masalah dalam pengukuran uang, perkiraan fungsi permintaan uang stabil. Model permintaan uang stabil penting dalam memfungsikan jalur sukubunga, karena membantu memastikan bahwa transmisi tersebut dapat diprediksi, stabil dan efisien. Liberalisasi capital account mendorong terjadinya aliran modal antar negara. Sektor keuangan di seluruh dunia tidak hanya mengalami volatilitas nilai tukar dan likuiditas yang tinggi akibat aliran tersebut, namun juga konsolidasi keuangan antar negara dan integrasi pasar keuangan. Besarnya integrasi pasar keuangan mendorong peningkatkan persaingan pasar dan akan berdampak pada mekanisme transmisi moneter. Dalam kasus ini de Bondt (2002, 2005) menganalisis aliran dari perubahan sukubunga kebijakan sukubunga simpanan dan pinjaman dalam wilayah Euro. Dengan menggunakan pendekatan Error Correction Model (ECM) serta Vector Autoregression (VAR), terdapat aliran sukubunga ritel yang lebih cepat karena kebijakan moneter baru tahun 1999. 2.2.3. Rasio Tobin Q dan Liberalisasi Keuangan Henry dan Chari (2002), menyatakan bahwa dengan analisis data deret waktu (1980 – 1994) dari 369 perusahaan publik di 5 negara (India, Jordania, Korea, Malaysia dan Thailand) terdapat peningkatan nilai rata-rata Q dan investasi sekitar periode liberalisasi (1988 secara umum). Sedangkan analisis cross-section menunjukkan bahwa realokasi investasi fisik setelah liberalisasi tidak menunjukkan korelasi yang signifikan dengan perubahan resiko sistematis dan peluang investasi. Kesimpulannya adalah meskipun liberalisasi mendorong aliran 37 kapital namun tidak menjamin efisiensi alokasi kapital di negara yang menerima aliran kapital tersebut. Victor (2003), menyatakan bahwa terdapat pola yang sama dari volatilitas rasio Tobin Q terhadap GDP dengan volatilitas pasar saham terhadap GDP di beberapa negara berkembang. Sementara untuk negara-negara G7, tidak terdapat pola yang sama. Linderberg dan Ross (1981) dalam Han Kin Sang (1998) menyatakan bahwa nilai marjinal q dapat berbeda dari unity (satu). Kondisi tersebut dapat terjadi pada pasar persaingan sempurna, yaitu karena biaya penggantian modal yang terlalu rendah atau pada industri yang menurun (declining) biaya penggantian modal terlalu mahal akibat kemajuan teknologi yang pesat. Sebaliknya pada pasar monopoli, nilai Q dapat lebih besar dari 1, karena nilai pasar dari perusahaan yang tinggi. tingginya nilai pasar perusahaan. Pada pasar bersaing, faktor-faktor yang mempengaruhi nilai marjinal Q sama dengan faktorfaktor yang mempengaruhi nilai rata-rata Q. Han Kin Sang (1998) dalam penelitiannya terhadap nilai rasio Q-Tobin dari perusahaan publik Canada menunjukkan bahwa metode Hall memiliki pendekatan teoritis yang terbaik, sedangkan metode modifikasi-Lindenberg-Ross adalah metode dengan perhitungan yang paling sederhana. Selain itu, faktor determinan utama yang berdampak positif terhadap rasio Q adalah biaya penelitian dan pengembangan serta iklan, sedangkan yang berdampak negatif adalah jumlah utang. 38 2.3. Kebijakan pada Sektor Keuangan di Indonesia 2.3.1. Perbankan Dalam rangka mencapai dan memelihara kestabilan ekonomi makro, terdapat empat kebijakan umum yang diambil selama periode sebelum krisis tahun 1997 (Jiwandono, dalam Abdullah, 2003), yaitu: 1. Menerapkan kebijakan fiskal/anggaran berimbang untuk menghindari penggunaan hutang domestik dalam pembiayaan pengeluaran pemerintah. 2. Menerapkan kebijakan moneter yang berhati-hati yang menjaga agar pertumbuhan likuiditas sesuai dengan pertumbuhan permintaan riil. 3. Menjaga agar nilai tukar rupiah selalu berada pada posisi yang realistis. Pada awalnya ini dilakukan melalui kebijakan devaluasi setiap kali situasi ekonomi menuntut demikian. Kemudian sejak tahun 1986 hal ini dilakukan melalui penyesuaian sasaran nilai tukar rupiah secara harian yang ditujukan untuk memelihara daya saing industri-industri berorientasi ekspor dan sekaligus agar perkembangan nilai tukar rupiah sesuai dengan kondisi permintaan dan penawaran di pasar valuta asing. 4. Mempertahankan kebijakan lalu lintas modal (devisa) bebas sejak tahun 1971. Kebijakan ini telah membantu menarik investasi asing dan membuat perekonomian Indonesia dapat dengan relatif cepat menyesuaikan diri terhadap perubahan kondisi di pasar internasional. Berbagai langkah kebijakan tersebut telah mendukung pemeliharaan kondisi ekonomi makro yang relatif stabil dan predictable selama periode sebelum krisis ekonomi 1997. Dalam periode tersebut laju inflasi relatif terkendali pada level rata-rata di bawah 10 persen per tahun. 39 Tabel 5. Penelitian-Penelitian Liberalisasi Keuangan: Capital Account, Pasar Saham dan Moneter JUDUL ARTIKEL TUJUAN The Quality Effect: Does Financial Liberalization Improve the Allocation of Capital?. Growth Volatility and Financial Liberalization. Menganalisis efek kualitatif liberalisasi keuangan terhadap efisiensi alokasi kapital 3. 4. 1. 2. METODOLOGI MODEL DATA Panel regresi Tobin’s Q Indeks liberalisasi keuangan terbaru dari 36 negara selama 24 tahun (1973 – 1996) HASIL DAN KESIMPULAN Liberalisasi keuangan memperbaiki efisiensi alokasi kapital Menganalisis dampak liberalisasi pasar saham dan keterbukaan capital account terhadap volatilitas pertumbuhan konsumsi riil Econometric – SUR Data keuangan dan makro ekonomi dari 2 kelompok negara berkembang Liberalisasi pasar saham yang diikuti dengan keterbukaan capital account dapat mengurangi volatilitas pertumbuhan konsumsi riil. Taking Stock: Monetary Policy Transmission to Equity Markets. Menganalisis dampak kebijakan moneter terhadap pasar saham Event study Data kebijakan moneter 1994 – 2003, indeks S&P dan 500 saham perusahaan, pertemuan FOMC Does Financial Liberalization Improve The Allocation Of Investment? Menganalisis dampak liberalisasi keuangan terhadap alokasi investasi Econometric 12 negara berkembang dengan periode waktu sebelum dan setelah liberalisasi keuangan Pengaruh kebijakan moneter yang tidak diduga terhadap pasar saham menguat. Saham sektor industri yang siklikal dan kapital intensif terpengaruh 2-3 kali lebih kuat dibandingkan yang nonsiklikal Reformasi keuangan meningkatkan alokasi investasi pada beberapa negara PENELITI Abiad, A., Oomes, N. and Ueda, K. Presented at the Sixth Jacques Polak Annual Research Conference November 3 4, 2005. Bekaert, G., Harvey C.R. and Lundblad C. National Bureau of Economic Research, Cambridge, MA 02138 USA. 2004. Ehrmann, M and Fratzscher, M. Working Paper Series No. 354. May 2004. Galindo, Schiantarelli, F., Weiss, A. and Arturo. Micro Evidence from Developing Countries. October, 2003. 40 Tabel 5. Lanjutan JUDUL ARTIKEL 5. TUJUAN METODOLOGI MODEL Econometric DATA China HASIL DAN KESIMPULAN Capital control masih berpengaruh, dan aliran dana dipengaruhi oleh sukubunga. PENELITI Guonan Ma and Mccauley, R. N. BIS Working Papers No 233. Monetary And Economic Department. August 2007. Hali J. Edison, Michael W. Klein, Luca Antonio Ricci and Torsten Sløk. IMF Staff Papers; 2004; 51, 2; ABI/INFORM Global. pg. 220. Do China’s Capital Controls Still Bind? Implications For Monetary Autonomy And Capital Liberalisation. Capital Account Liberalization and Economic Performance: Survey and Synthesis. Menganalisis efektivitas dari capital control terhadap harga dan aliran dana Mensurvei dan mensintesa literatur efek keterbukaan capital account dan liberalisasi pasar saham Cross-section Regression Indeks liberalisasi dengan beberapa metode dari studi-studi terdahulu Keterbukaan capital account dan liberalisasi pasar saham memberikan efek konsisten terhadap pertumbuhan ekonomi pada negara dengan pendapatan menengah. 7. Stock Market Liberalization, Economic Reform, and Emerging Market Equity Prices. Metode Event Study Data return pasar saham di 12 negara berkembang di Amerika Latin dan Asia (1980 – 1990). Terdapat abnormal return pasar modal 4.7% selama 8 bulan dan mendorong penurunan biaya modal . Liberalisasi pasar modal memberikan ruang gerak bagi investasi dengan penurunan biaya modal. Henry, P.B. The Journal of Finance. Vol. LV. No. 2. 8. Micro-macro linkages in financial markets: the impact of financial liberalization on access to rural credit in four African countries. Menguji konsistensi data dengan pernyataan bahwa liberalisasi pasar modal (saham) akan meningkatkan return saham dan selanjutnya menurunkan biaya modal. Menganalisis efek liberalisasi keuangan terhadap akses kredit bagi pasar individu 4 negara miskin di Afrika Ekonometrika, persamaan simultan Karakter dan tahapan reformasi keuangan sejak 1985 – 1997 di Uganda, Kenya, Malawi dan Lesotho. Liberalisasi keuangan berpengaruh terhadap perubahan sukubunga namun tidak meningkatkan laju tabungan dan akses kredit. Peningkatan akses kredit karena inovasi pasar keuangan bagi bisnis kecil dan pertanian. Mosley, P. Journal of International Development; May/Jun 1999; 11, 3; ABI/INFORM Global. pg. 367 6. 41 Table 5. Lanjutan JUDUL ARTIKEL TUJUAN METODOLOGI MODEL VAR dan GMM DATA 10 negara Pasific Basin dari tahun 1980 – 1998 9. Measuring Financial and Economic Integration with Equity Prices in Emerging Markets. Menganalisis keterkaitan riil dan keuangan pasar saham di tingkat regional dan global secara simultan 10. Credit Constraints, Financial Liberalisation And Twin Crises. Menganalisis kondisi ‘twin-crises’ dalam kaitannya dengan liberalisasi keuangan Diamond-Dybvig Model Ekonomi terbuka dan ekonomi tertutup 11. Financial Liberalization and Monetary Control in A Developing Country. VAR, ARCH dan GARCH Data kuartalan sejak 1980 sampai dengan 2000, baik bank sentral, bank komersiel maupun sektor korporasi non-pertanian non-keuangan di Peru. 12. Stock Market Development And Economic Growth: The Causal Linkage. Menganalisis dampak liberalisasi keuangan dan kebijakan moneter terhadap keuangan sektor perbankan, korporasi nonkeuangan dan bank sentral. Menganalisis hubungan sebab akibat antara perkembangan pasar saham, keuangan dan pertumbuhan ekonomi VAR Data kuartalan dari 1971 1998 , yaitu pasar modal dan kewajiban bank dari 7 negara berkembang. HASIL DAN KESIMPULAN Integrasi ekonomi didampingi oleh integrasi keuangan baik di tingkat regional dan global untuk seluruh sub-periode. Akses ke pasar modal internasional memungkinkan ekonomi domestik mengalokasikan sumberdaya lebih efisien dan mengurangi kerentanan sektor perbankan (dalam rejim nilai tukar tertentu) Liberalisasi keuangan dan kebijakan moneter menimbulkan dampak positif dalam jangka pendek, namun menyebabkan keuangan dari sektor perbankan dan korporasi non-pertanian nonkeuangan rapuh. Pasar modal yang telah berkembang baik mendorong pertumbuhan ekonomi melalui akumulasi modal yang lebih cepat dan alokasi sumber daya yang lebih baik PENELITI Phylaktis, K and Ravazzolo. F. City University Business School City University Business School. London. United Kingdom. 1998. Zhu, H. BIS Working Papers No 124. Monetary and Economic Department. January 2003. Liebana, P. L. Department of Economics. Notre Dame, Indiana. November 2002. Dissertation. Guglielmo Maria Caporale, Peter G. A Howells, and Alaa M. Soliman. Journal of Economic Development 33 Volume 29, Number 1, June 2004. 42 Tabel 5. Lanjutan JUDUL ARTIKEL TUJUAN METODOLOGI MODEL DATA Regresi BergandaVolatilitas pasar mata uang Model ‘canonical’ & ketersediaan data 69 krisis mata uang negara berkembang (1975 – 1997), dan 160 kasus krisis mata uang. HASIL DAN KESIMPULAN Pembatasan atas capital control berasosiasi dengan tingginya peluang krisis mata uang. 13. Capital Controls and Exchange Rate Instability in Developing Economies. Meneliti restriksi legal terhadap aliran dana internasional (capital account) berasosiasi dengan semakin besarnya stabilitas mata uang, sehingga dapat terlindung dari serangan spekulatif atas mata uang. 14. The IMF and the Liberalization of Capital Flows. 15. Gestation Lags for Capital, Cash Flows, and Tobin’s Q. PENELITI Menganalisis determinan decontrol capital account pada negara berkembang dan memeriksa peran perubahan rejim aliran dana selama berpartisipasi dalam IMF. Metode Least Square Data program IMF dan kebijakan 53 negara berkembang (1982 – 1998) Keikutsertaan dalam program IMF berkorelasi dengan liberalisasi capital account selama periode 1990an. Joyce, J.P. and Noy, I. Department of Economics Wellesley College and University of Hawaii. Unpublished. 2005. Menganalisis respons investasi akibat perubahan biaya modal, serta hubungan antara arus kas dengan Tobin’s Q. Structured VAR model, dengan model investasi, arus kas dan hubungan antara arus kas dan Tobin’s Q. Data agregat kuartal perusahaan non-pertanian dan non-keuangan di US sejak 1959Q2 sampai 2002Q4. Dibutuhkan waktu 4 kuartal bagi investasi untuk berespons terhadap guncangan teknologi dan tambahan sekitar 8 kuartal sebelum kapasitas produksi terpengaruh (ada penyesuaian arus kas dan Q). Millar, J.N. Finance and Economics Discussion Series. Divisions of Research & Statistics and Monetary Affairs. Federal Reserve Board, Washington, D.C. 2005. Glick, R and Hutchison, M. Federal Research Bank of Fransisco. Unpublished. 2000. 43 Tabel 5. Lanjutan JUDUL ARTIKEL TUJUAN 16. Integration and stock market co-movement between emerging economies. 17. Financial liberalization and money demand in the ASEAN countries. 18. The Causes and Impacts of International Financial Liberalization. Menyelidiki dampak perdagangan dan liberalisasi keuangan terhadap tingkat comovement pasar modal diantara negara berkembang. Memperkirakan pengaruh liberalisasi keuangan terhadap permintaan uang riil dalam jangka panjang di 4 negara Asia Tenggara Menganalisis penyebab dan dampak sosial dari internasionalisasi keuangan di negara berkembang 19. How Risky is Financial Liberalization in the Developing Countries? Menganalisis apakah liberalisasi keuangan beresiko? METODOLOGI MODEL DATA 25 negara sejak tahun Perkiraan korelasi 1990 sampai 2004 (15 time-varying pasar tahun). saham antar negara. Metode realized moment (seperti GARCH) atau realized correlation Johanssen (1988) Full- 4 negara Asia Tenggara: Information maximum- Indonesia, Singapore, Likelihood Procedure Malaysia dan Thailand pada periode sebelum krisis HASIL DAN KESIMPULAN Terdapat dampak positif reformasi liberalisasi perdagangan dan keuangan terhadap tingkat korelasi dan keterkaitan pasar saham antar negara. PENELITI Fungsi permintaan uang riil dari ke-4 negara adalah stabil meskipun sudah dilakukan liberalisasi keuangan. Dekle R. and Pradhan, M. International Journal of Finance & Economics; Jul 1999; 4, 3; ABI/INFORM Global pg. 205. Granger causality test and VAR Data time series dari keterbukaan keuangan internasional di 44 negara berkembang dari 1970 – 1994. Zhang, H. PhD. Dissertation. Claremont Garduate University. California. 2001. Regresi dan causality 27 negara berkembang dan maju dari 1977 – 1999 Liberalisasi keuangan disebabkan oleh integrasi perekonomian dan keuangan antar negara (evolusionary) dan krisis pembayaran (revolusionary). Secara umum, liberalisasi keuangan memberikan dampak menguntungkan bagi negara berkembang Liberalisasi keuangan diharapkan untuk meningkatkan persaingan dan mengurangi kekuatan monopoli, selain dari pasar keuangan. Dengan resiko yang dapat terjadi, perlu pentahapan proses. Beine, M. and Candelon, B. University of Luxemburg. Belgium. Unpublished. 2005. Wyplosz, C. 2001. Graduate Institute of International Studies, Geneva and CEPR. 44 Tabel 5. Lanjutan JUDUL ARTIKEL TUJUAN 20. Financial Globalisation: Key trend s and implications for the transmission mechanism of monetary policy Menganalisis perkembangan dan pengaruh globalisasi keuangan terhadap efektivitas jalur mekanisme transmisi kebijakan moneter 21. Impact of Financial Market Developments on the Monetary Transmission Mechanism Menganalisis sejauh mana pengaruh perkembangan keuangan terhadap mekanisme transmisi moneter METODOLOGI MODEL DATA Uji korelasi dan ECM Beberapa negara maju (kecil dan besar) dan negara berkembang yang menerapkan sistem nilai tukar fleksibel dan pentargetan inflasi Standard two-step Engle-Granger ECM dan Rolling regression Beberapa negara industri (maju) dan negara berkembang Asia HASIL DAN KESIMPULAN Jalur sukubunga dari MTM melemah dalam jangka panjang, baik di negara maju maupun berkembang. Volatilitas nilai tukar kecil dan diharapkan mengkompensasi lemahnya jalur sukubunga dalam pentargetan inflasi. Negara dengan pasar keuangan yang telah maju memiliki laju transmisi sukubunga dan penyesuaian yang lebih cepat PENELITI Gudmundsson, M. 2008. BIS Papers no. 39. Singh, S., Razi, A., Endut, N. dan Ramlee, H. 2008. BIS Papers no. 39. 45 Di sektor keuangan, dalam rangka mengatasi kesenjangan antara tabungan dan investasi, upaya menggerakkan sumber dana domestik dilakukan dengan mengembangkan infrastruktur sektor keuangan, khususnya industri perbankan. Hal ini terlihat sangat jelas dari perkembangan sektor keuangan di Indonesia yang sarat dengan rangkaian deregulasi sejak tahun 1983. Proses deregulasi perekonomian yang dilakukan di Indonesia hampir identik dengan deregulasi sektor keuangan. Strategi deregulasi sektor keuangan di Indonesia, dimulai secara terbatas dengan menetapkan suku bunga bank lebih realistis pada tahun 1968 sampai dengan 1970, dan kemudian dilanjutkan dengan deregulasi tahun 1983 dan 1988. Sebagai konsekuensinya, sektor perbankan telah berhasil meningkatkan perannya sebagai media intermediasi dan penyedia jasa perbankan lainnya, dan hal ini telah pula menunjang pertumbuhan ekonomi yang tinggi di masa lalu (Sabirin, 1999). Beberapa paket kebijakan untuk mendorong sistem keuangan domestik juga dikeluarkan pada tahun 1988, 1990 dan 1991. Tujuannya adalah untuk melakukan liberalisasi sektor keuangan domestik dengan penetapan bunga melalui mekanisme pasar, pendirian bank atau cabang baru dengan persyaratan lebih mudah, mengizinkan bank asing beroperasi di kota selain Jakarta, dan memperluas kapasitas bank komersial dalam alokasi kredit melalui penurunan persyaratan cadangan terhadap deposito dari 15 persen menjadi 2 persen. Dapat dikatakan bahwa proses deregulasi perekonomian yang dilakukan di Indonesia hampir identik dengan deregulasi sektor keuangan (Abdurahman, 2003). Reformasi keuangan tersebut berdampak signifikan terhadap perluasan dan kedalaman (deepening) sistem keuangan di Indonesia. Pengaruh lainnya adalah sukubunga riil positif, kenaikan jumlah bank, jumlah tabungan dan volume kredit domestik, sebagaimana terlihat pada Tabel 6. 46 Tabel 6. Tren Rasio M2, Kredit, Tabungan dan Investasi Terhadap Gross Domestic Product, Tahun 1983 sampai dengan 1997 Sumber: Abdurahman, 2003 Dalam perkembangannya, ternyata infrastruktur perekonomian di Indonesia belum mampu menghadapi semakin cepatnya proses integrasi perekonomian Indonesia ke dalam perekonomian global. Perangkat kelembagaan bagi bekerjanya ekonomi pasar yang efisien ternyata belum tertata dengan baik. Sebagai konsekuensinya, ekonomi Indonesia menjadi sangat rentan terhadap gejolak eksternal sebagaimana terjadi pada pertengahan tahun 1997. Beberapa langkah kebijakan dilakukan untuk memperkuat kestabilan makroekonomi dan membangun kembali infrastruktur ekonomi, khususnya perbankan dan dunia usaha, antara lain (IMF, 1998 dalam Abdullah, 2003): 1. Di bidang moneter, ditempuh kebijakan moneter ketat untuk mengurangi laju inflasi dan penurunan atau depresiasi nilai mata uang lokal secara berlebihan. 2. Di bidang fiskal, ditempuh kebijakan yang lebih terfokus kepada upaya relokasi pengeluaran untuk kegiatan-kegiatan tidak produktif kepada kegiatan-kegiatan yang diharapkan dapat mengurangi social cost yang ditimbulkan oleh krisis ekonomi. Salah satu bentuknya adalah dengan program Jaring Pengaman Sosial. 3. Di bidang pengelolaan (governance), ditempuh kebijakan untuk memperbaiki kemampuan pengelolaan baik di sektor publik maupun swasta. Termasuk di dalamnya upaya mengurangi intervensi pemerintah, monopoli, dan kegiatankegiatan yang kurang produktif lainnya. 47 4. Di bidang perbankan, ditempuh kebijakan yang akan memperbaiki kelemahankelemahan sistem perbankan berupa program restrukturisasi perbankan yang bertujuan untuk mencapai dua hal, yaitu: mengatasi dampak krisis dan menghindari terjadinya krisis serupa di masa datang. Fokus utama kebijakan moneter Bank Indonesia selama krisis ekonomi tersebut adalah mencapai dan memelihara kestabilan harga dan nilai tukar rupiah, dan hal ini tertuang dalam Undang-undang Nomor 23 tahun 1999 tentang Bank Indonesia yang secara jelas menyebutkan bahwa tujuan Bank Indonesia adalah mencapai dan memelihara kestabilan nilai rupiah yang di dalamnya mengandung pengertian kestabilan harga (laju inflasi) dan kestabilan nilai tukar rupiah. Pada tataran implementasi, dalam menjalankan fungsi stabilisasi rupiah, Bank Indonesia masih dihadapkan pada sejumlah kendala yang terkait dengan optimalisasi kebijakan moneternya. Pertama, penentuan satu di antara dua alternatif, yaitu suku bunga SBI (Sertifikat Bank Indonesia) jangka waktu 1 dan 3 bulan sebagai sasaran operasional kebijakan moneter. Kedua, informasi emperik tentang jalur-jalur mekanisme transmisi kebijakan moneter yang berpengaruh efektif terhadap pencapaian sasaran akhir kebijakan moneter, yaitu pengendalian tingkat inflasi. Ketiga, informasi emperik tentang jangka waktu (time lag) pencapaian sasaran akhir kebijakan moneter. Keempat, informasi emperik tentang trade-off output-inflasi yang diakibatkan oleh kebijakan moneter di bawah sistem nilai tukar mengambang dan mengambang terkendali. Kelima, seberapa besar tingkat efektifitas kebijakan moneter di bawah kedua sistem nilai tukar tersebut. 48 2.3.2. Pasar Modal Indonesia Keterlibatan pemerintah dalam pasar modal, adalah sebagai regulator melalui Bapepam dan BEI (Bursa Efek Indonesia). Setiap pemain di pasar modal memiliki peran masing-masing. Ada beberapa pihak terlibat secara langsung dengan mengelola ekuiti dan utang yaitu sales, trading, brokerage, produk turunan ekuiti (equity derivatif) dan investasi langsung. Bank investasi biasanya membawahi dua "pemain" penting yaitu underwriter (penjamin emisi) dan corporate finance advisory (penasehat keuangan perusahaan). Underwriter mengelola instrumen-instrumen yang berkaitan dengan ekuiti seperti IPO (Initial Public Offering/penjualan saham perdana), dan convertible bonds (obligasi yang bisa dikonversikan dalam bentuk saham). Underwriter juga mengelola instrumen-instrumen yang tercatat dan tidak tercatat. Dalam konteks pasar modal, liberalisasi dan integrasi keuangan berarti hilangnya hambatan untuk melakukan cross listing, cross trading dan cross membership. Perkembangan investasi di Indonesia mengalami babak baru setelah direorganisasikannya pasar modal pada tahun 1977 melalui Keputusan Presiden Nomor 52 Tahun 1976. Reorganisasi ini mempunyai arti yang sangat penting bagi perkembangan investasi di Indonesia karena dengan diefektifkannya kembali pasar modal diharapkan pengalokasian sumber daya ekonomi terutama yang menyangkut alokasi modal dapat berlangsung secara efisien (Hidayat, 2009). Secara garis besar perkembangan pasar modal di Indonesia sejak diefektifkannya kembali tahun 1977, dapat dibagi menjadi tiga era, yaitu: 1. Era Pra Deregulasi 2. Era Deregulasi 49 3. Era Pasca Deregulasi Periodisasi di atas dapat dijabarkan sebagai berikut: 1. Era Pra Deregulasi Era Pra Deregulasi dari tahun 1977 sampai dengan tahun 1987 merupakan era rintisan menuju pasar modal yang efisien. Sebelum periode 1977 sampai 1987 sebenarnya pasar modal telah dikenal oleh masyarakat Indonesia yaitu pada tahun 1912 yang didirikan oleh pemerintah kolonial Belanda, tetapi kemudian ditutup pada tahun 1942. Pemerintah Republik pernah pula mengaktifkan kembali pasar modal pada tahun 1952 dengan Undang-Undang Darurat Nomor 15 Tahun 1952 yang tujuan utamanya untuk memberikan fasilitas bagi perdagangan obligasi pemerintah saat itu. Keadaan politik yang tidak menentu dan kondisi perekonomian yang buruk mengakibatkan pasar modal harus ditutup kembali. Keadaan ini berlanjut hingga tahun 1977 sampai pemerintah mengeluarkan Keputusan Presiden Nomor 52 Tahun 1976 yang menandakan kembali diefektifkannya pasar modal. Sejak keluarnya Keputusan Presiden tersebut, pasar modal di Indonesia diharapkan menjadi wahana pengalokasian modal yang efisien serta alat untuk memeratakan pendapatan kepada pemodal-pemodal kecil. Tahun 1977 sampai dengan 1987 merupakan periode awal perkembangan bursa di Indonesia, hal ini terlihat pada jumlah perusahaan yang menawarkan saham hanya terdapat 24 perusahaan dan 3 perusahaan yang menawarkan obligasi, sementara itu dana yang terhimpun hanya berkisar Rp 131.4 milyar. Bagi perusahaan, pasar modal bukan merupakan wahana yang menarik untuk menjual surat berharga karena beberapa alasan, yaitu: 50 a. Adanya persyaratan laba minimum sebesar 10 persen dari modal sendiri. Persyaratan ini dinilai cukup berat bagi perusahaan yang akan go public. b. Tertutupnya kesempatan bagi investor asing untuk berpartisipasi dalam kepemilikan saham. c. Adanya batas maksimum fluktuasi harga saham sebesar 4 persen dalam setiap hari perdagangan di bursa. d. Tidak adanya perlakuan yang sama terhadap penghasilan yang berasal dari bunga deposito dengan dividen. e. Belum dibukanya kesempatan bagi perusahaan untuk mencatatkan seluruh saham yang ditempatkan dan disetor penuh di bursa. Faktor-faktor di atas merupakan penyebab kurang menariknya pasar modal, baik bagi perusahaan maupun investor. 2. Era Deregulasi Era Deregulasi dari tahun 1987 sampai dengan 1990, pemerintah mengeluarkan tiga perangkat paket kebijakan penting dalam bidang pasar modal. Ketiga perangkat kebijakan tersebut dituangkan dalam paket-paket deregulasi sebagai berikut: a. Paket Desember 1987 Isi penting dari paket kebijakan ini yang berkaitan erat dengan pasar modal yaitu: 1. Menghapuskan persyaratan laba minimum 10 persen dari modal sendiri. 2. Diperkenalkannya instrumen baru pasar modal yaitu saham atas unjuk. 51 3. Dibukanya bursa paralel (Bursa Paralel Indonesia) sebagai arena perdagangan efek bagi perusahaan-perusahaan kecil dan menengah. 4. Dihapuskannya ketentuan batas maksimum fluktuasi harga sebesar 4 persen. b. Paket Oktober 1988, dengan beberapa kebijakan yaitu: 1. Pengenaan pajak penghasilan atas bunga deposito berjangka dan sertifikat deposito tabungan. 2. Pemerintah mengeluarkan kebijakan pemberian kredit bank kepada nasabah perorangan dari nasabah grup yaitu secara berturut-turut tidak melebihi 20 persen dan 50 persen dari modal sendiri bank pemberi kredit. 3. Penetapan persyaratan modal minimum untuk mendirikan bank umum swasta nasional, bank pembangunan dan bank campuran. c. Paket Desember 1988. Melalui paket ini, pemerintah memberikan kesempatan kepada swasta untuk mendirikan dan menyelenggarakan bursa di luar Jakarta. Dengan kebijakan ini, dibuka peluang bagi investor bagian lain untuk memperdagangkan efeknya di bursa tersebut sehingga investor tidak lagi harus memperdagangkan efeknya di Bursa Efek Jakarta. Disamping itu melalui paket ini, pemerintah memberikan kesempatan kepada seluruh perusahaan untuk mencatatkan seluruh saham yang telah ditempatkan dan disetor penuh di bursa (company listing). Dengan demikian, diharapkan saham perusahaan akan lebih marketable. d. Keputusan Menteri Keuangan Nomor 1055/KMK.013/1989 tentang Pembelian Saham oleh Pemodal Asing Melalui Pasar Modal. Melalui keputusan ini, pemerintah membuka kesempatan bagi investor asing untuk berpartisipasi di pasar modal Indonesia. Ketentuan ini membolehkan investor asing 52 untuk menguasai maksimum 49 persen di pasar perdana, maupun 49 persen saham yang tercatat di bursa efek maupun bursa paralel. e.Keputusan Menteri Keuangan Nomor 1199/KMK.010/1991 jo Keputusan Menteri Keuangan 1548/KMK/013/1990 tentang Perubahan Status BAPEPAM. Melalui keputusan ini, tugas BAPEPAM yang semula merupakan penyelenggara bursa (Badan Penyelenggara Pasar Modal) berubah menjadi pengawas pasar modal (Badan Pengawas Pasar Modal) sedangkan penyelenggara bursa diserahkan kepada swasta. Di samping itu, lembaga-lembaga penunjang lainnya seperti Lembaga Kliring Penyelesaian dan Penyimpanan, Reksa Dana resmi dibentuk. 3. Era Pasca Deregulasi Dengan dikeluarkannya berbagai kebijakan deregulasi, pasar modal di Indonesia berkembang sangat pesat. Hal ini tercermin dari meningkatnya jumlah perusahaan go public yang sangat drastis. Bila pada tahun 1988, jumlah emiten yang terdaftar di Bursa Efek Jakarta baru mencapai 26 perusahaan maka pada akhir 1994 telah mencapai 218 perusahaan dengan nilai kapitalisasi pasar sebesar Rp 103 835.24 milyar. Pertumbuhan tersebut juga diikuti oleh semakin meningkatnya kepercayaan masyarakat kepada pasar modal di Indonesia, jika pada tahun 1977 rata-rata transaksi baru mencapai Rp 1 650 000 per hari, dan pernah mencapai Rp 50 000 000 per hari pada tahun 1982 maka pada akhir tahun 1993 transaksi telah mencapai Rp 117 582 juta per hari. Ini berarti telah terjadi peningkatan 738 persen jumlah emiten yang terdaftar di bursa selama periode waktu tersebut dan terjadi kenaikan 215 kali lipat pada nilai kapitalisasi. Upaya-upaya untuk meningkatkan peranan pasar modal dalam perekonomian Indonesia masih terus berlanjut. Dengan beberapa peraturan yang dikeluarkan pada 53 era pasca deregulasi untuk mengontrol dan menutup kelemahan-kelemahan pasar modal masih terus digulirkan, khususnya untuk melindungi investor dan pelaku pasar modal lainnya. Beberapa peraturan yang dikeluarkan antara lain: 1. Peraturan Nomor: IX.C.1. tentang keterbukaan informasi yang harus segera diumumkan kepada publik (lampiran Keputusan Ketua BAPEPAM Nomor: Kep22/PM/1991). 2. Peraturan Nomor: X.D.1. tentang persyaratan keterbukaan orang dalam dan pemegang saham tertentu (lampiran Keputusan BAPEPAM Nomor: Kep89/PM/1991). 3. Surat Edaran Ketua BAPEPAM Nomor: SE-05/PM/1992 tentang penyampaian laporan keuangan tahunan. 4. Perubahan Peraturan Nomor IX.A.8. tentang benturan kepentingan transaksi tertentu. 5. Peraturan Nomor: IX.D.1 tentang benturan kepentingan transaksi tertentu (lampiran Keputusan Ketua BAPEPAM Nomor: Kep-01/PM/1993). Kinerja PMI (Pasar Modal Indonesia) dapat ditinjau dari jumlah emiten, nilai emisi dan kapitalisasi saham, volume perdagangan yang tergabung dalam PMI secara keseluruhan. Jumlah emiten yang bergabung dalam PMI sampai dengan tahun 2007 adalah 383 perusahaan. Sementara itu, nilai kapitalisasi pasar modal berkembang sejalan dengan perkembangan jumlah emiten yang bergabung dalam PMI. Dalam kurun waktu 10 tahun dari 1991 hingga 2001 terjadi kenaikan nilai kapitalisasi pasar hingga lebih dari 20 kali lipat. Pada 1991, jumlah saham dan obligasi di pasar modal Indonesia hanya Rp. 11.2 triliun, namun pada 2001 jumlah mencapai Rp. 263 triliun. Sampai dengan tahun 2007, nilai kapitalisasi pasar adalah Rp 1 988.3 triliun. Nilai 54 kapitalisasi menunjukkan jumlah modal yang mampu dihimpun oleh Pasar Modal Indonesia dalam menunjang kegiatan investasi saham. Indikator perkembangan pasar saham lainnya yang menunjukkan perkembangan yang baik adalah IHSG (Indeks Harga Saham Gabungan), yang merupakan cerminan dari kinerja pasar. Membaiknya kondisi pasar saham Indonesia juga ditunjukkan dengan transaksi yang melibatkan investor asing yang mengalami fluktuasi dengan kecenderungan terus meningkat. Pada 1992, transaksi saham yang melibatkan investor asing mencapai 59 persen. Jumlah ini menurun pada 2001 dimana transaksi yang melibatkan investor asing hanya 11 persen. Namun, pada 2005, transaksi saham yang melibatkan investor asing kembali naik menjadi 41 persen dan pada akhir 2010 menjadi sekitar 39 persen. 2.3.3. Kebijakan Penanaman Modal di Indonesia Beberapa kebijakan dan peraturan yang dikeluarkan oleh Badan Koordinasi Penanaman Modal (BKPM), pada dasarnya bertujuan untuk merangsang pertumbuhan investasi asing langsung maupun dalam negeri, termasuk pengendalian maupun pelaksanaan dari penanaman modal tersebut. Pada tahun 2004, dikeluarkan keputusan Kepala BKPM No. 61 Tahun 2004, yang mengatur tentang Pengendalian Pelaksanaan Penanaman Modal, berupa bentuk dan tatacara pembuatan Berita Acara Pemeriksaan Proyek (BAP), Pelaporan dan Pencabutan Surat Persetujuan. Beberapa problematika terkait dengan mekanisme investasi telah dikaji, dan menghasilkan paket kebijakan baik dari pemerintah maupun BKPM sendiri. Kebijakan yang terkait dengan masalah pembentukan perusahaan dan izin usaha, adalah konsep pelayanan satu atap, dengan dikeluarkannya Keputusan Presiden No. 55 29 Tahun 2003. Lahirnya Keppres tersebut dilatarbelakangi suasana euforia UU No. 22 Tahun 1999 tentang Pemerintah Daerah. Desentralisasi disemangati secara berlebih, sehingga daerah dalam meningkatkan PAD mengeluarkan berbagai perda pajak dan retribusi daerah, yang pada akhirnya memberatkan dunia usaha dan investasi. Pada akhir Februari 2006, pemerintah mengeluarkan paket kebijakan investasi, dalam bentuk Instruksi Presiden No. 3 Tahun 2006. Program tersebut antara lain meliputi kelembagaan pelayanan investasi, sinkronisasi peraturan pusat dan daerah, kepabeanan dari cukai, perpajakan, ketenagakerjaan, usaha kecil, menengah, dan koperasi. Latar belakang dikeluarkannya paket kebijakan investasi tersebut adalah untuk meningkatkan kinerja investasi di Indonesia. Menurut pemerintah, investasi dapat diharapkan memberikan nilai bagi pertumbuhan ekonomi Indonesia, untuk mencapai target pertumbuhan sekitar 6 sampai 7 persen di era pemerintahan Kabinet Persatuan. Paket Kebijakan berikut programnya meliputi aspek umum, kepabeanan dan cukai, perpajakan, ketenagakerjaan dan juga untuk Usaha Kecil, Menengah dan Koperasi. Pada tahun 2007, telah dikeluarkan Undang-Undang Republik Indonesia No. 25 Tahun 2007 tentang Penanaman Modal, juga Peraturan Presiden RI No. 90 Tahun 2007 tentang Badan Koordinasi Penanaman Modal, mengenai Kedudukan, Tugas, Fungsi, Pengorganisasi serta Komite Penanaman Modal. Artinya, BKPM menjadi sebuah lembaga pemerintah yang menjadi koordinator kebijakan penanaman modal antar instansi pemerintah, pemerintah dengan Bank Indonesia, pemerintah dengan Pemerintah Daerah (Pemda) dan antara pemda dengan pemda. Disamping itu, pemerintah juga berperan sebagai badan advokasi bagi para investor, misalnya menjamin tidak adanya ekonomi biaya tinggi. 56 Pada tahun 2009, dikeluarkan Peraturan Kepala BKPM No. 11 Tahun 2009 tentang Tata Cara Pelaksanaan, Pembinaan, dan Pelaporan Pelayanan Terpadu Satu Pintu (PTSP) di Bidang Penanaman Modal, No. 12 Tahun 2009 tentang Pedoman dan Tata Cara Permohonan Penanaman Modal, No.13 Tahun 2009 tentang Pedoman dan Tata Cara Pengendalian Pelaksanaan Penanaman Modal dan No. 14 Tahun 2009 tentang Sistem Pelayanan Informasi dan Perizinan Investasi Secara Elektronik (SPIPISE). Pada tahun 2010 dikeluarkan Peraturan Kepala BKPM No.7 Tahun 2010, yaitu tentang Pedoman dan Tata Cara Pengendalian Pelaksanaan Penanaman Modal, khususnya prosedur-prosedur Laporan Kegiatan Penanaman Modal (LKPM). Dalam rangka meningkatkan investasi asing langsung di Indonesia, pemerintah melalui Badan Koordinasi dan Penanaman Modal (BKPM) telah melakukan beberapa upaya penyesuaian kebijakan investasi, di antaranya adalah sebagai berikut (Sarwedi, 2002): 1. Pemerintah telah memperbaharui Daftar Bidang Usaha yang Tertutup bagi Penanam Modal untuk dapat diberikan keleluasaan investor dalam memilih usaha (Keppres No 96 Tahun 2000 jo. No 118 Tahun 2000). Dalam keputusan tersebut, bidang usaha yang tertutup untuk investasi baik PMA maupun PMDN berkurang dari 16 sektor menjadi 11 sektor. Bidang usaha yang tertutup bagi kepemilikan saham asing berkurang dari 9 sektor menjadi 8 sektor. 2. Penyederhanaan proses dari 42 hari menjadi 10 hari. Sebelumnya persetujuan PMA dilakukan oleh Presiden, sedangkan saat ini cukup dilakukan oleh Pejabat Eselon I yang berwenang, dalam hal ini Deputi Bidang dan Fasilitas Penanaman Modal; 57 3. Sejak tanggal 1 Januari 2001, pemerintah menggantikan insentif Pembebasan Pajak dengan Kelonggaran Pajak Investasi sebesar 30 persen untuk 6 (enam) tahun. 4. Nilai investasi tidak dibatasi, sepenuhnya tergantung studi kelayakan dari proyek tersebut. Pada masa pemerintahan Orde Baru yang dimulai 1967, Indonesia melakukan sejumlah deregulasi terhadap peraturan penanaman modal. Peraturan perundangan penanaman modal asing (PMA) telah mulai diperbaiki sejak tahun 1967, sedangkan penanaman modal dalam negeri (PMDN) mulai diatur sejak tahun 1968. Insentif bagi para investor tampaknya sangat tergantung pada bagaimana pemerintah melakukan atau menerapkan status prioritas bagi sektor industri. Badan Koordinasi Penanaman Modal (BKPM) dalam rangka menjaring investasi asing maupun investasi dalam negeri menerapkan apa yang disebut dengan Daftar Skala Prioritas (DSP), yang memiliki empat kategori, yaitu: a. Sektor industri yang terbuka bagi PMA maupun PMDN dan non-PMA/PMDN, termasuk di dalamnya perusahaan yang relatif kecil; b. Sektor industri yang terbuka bagi PMDN dan Non-PMA/PMDN; c. Sektor industri yang terbuka hanya bagi Non-PMA/PMDN; d. Industri yang tertutup untuk semua investasi, baik PMA, PMDN, nonPMA/PMDN. Sistem insentif tersebut sering direvisi oleh pemerintah, seperti misalnya pembebasan pajak impor, investasi mesin maupun peralatan serta percepatan depresiasi. Secara umum, sistem investasi memiliki kecenderungan penggunaan capital intensive technique. Hal ini dapat dipahami sebagai upaya pemerintah untuk memacu pertumbuhan ekonomi yang didasarkan atas percepatan sektor industri, 58 sehingga kebijakan tentang investasi sering disamakan arahnya dengan kebijakan industri. Inisiatif kebijakan investasi pada akhirnya berkembang pada kebijakan investasi yang mampu mendorong ekspor non-migas yang kemudian dikenal dengan Paket 6 Mei yang efektif diumumkan pada tahun 1986. Menurut Poot, Kuyvenhoven, dan Jansen, 1991: 236-238, dalam Sarwedi, 2002, Paket 6 Mei tersebut pada dasarnya memiliki beberapa poin penting, yaitu mendorong usaha yang sekurang-kurangnya 85 persen outputnya diekspor dalam bentuk pengadaan impor input dengan biaya murah melalui subsidi, memberikan fasilitas pinjaman dana bank apabila sekurangkurangnya 75 persen modal saham (equity) dimiliki oleh orang Indonesia, bila sekurang-kurangnya 51 persen equity ditawarkan di Jakarta Stock Exchange (JSE), dan bila sekurang-kurangnya 51% equity dimiliki oleh orang Indonesia plus sekurangkurangnya 51 persen dari equity yang ditawarkan 20 persen diantaranya ditawarkan di Jakarta Stock Exchange. 2.4. Hipotesis Dalam rangka menganalisis dampak liberalisasi keuangan dan pasar modal terhadap perekonomian Indonesia, dikembangkan suatu model ekonomi. Liberalisasi keuangan, yang dicirikan antara lain oleh keterbukaan capital account dan pasar saham serta mekanisme suku bunga melalui kebijakan moneter, memungkinkan adanya aliran modal (capital flow) secara leluasa antar negara. Dengan kondisi moneter suatu negara yang stabil dan kondusif, maka aliran modal akan masuk melalui transaksi pasar modal (investor sekuritas), dan memberikan kesempatan pada industri untuk beropersional melalui peningkatan investasi pada sektor-sektor produktif dengan adanya dana segar tersebut, sehingga membuka peluang kerja dan diharapkan dapat meningkatkan pertumbuhan investasi sektoral. 59 Tulisan ini bertujuan untuk menggali isu-isu terkait dengan hubungan antara perkembangan keuangan dan pertumbuhan dari sudut pandang evaluasi dampak liberalisasi keuangan. Berdasarkan perumusan masalah dan tujuan penelitian serta latar belakang teori yang melandasinya, maka penelitian ini memiliki hipotesis sebagai berikut: 1. Liberalisasi keuangan berupa keterbukaan control atas capital account dan pasar modal (Investasi Asing Langsung, FDI dan Investasi Portofolio akan mempengaruhi investasi pada sektor primer (pertanian), sektor sekunder (industri dasar dan kimia), serta sektor tersier (perbankan) yang ditunjukkan dengan rasio Q-Tobin. 2. Kebijakan moneter akan mempengaruhi investasi pada sektor primer (pertanian), sektor sekunder (industri dasar dan kimia), serta sektor tersier (perbankan) yang ditunjukkan dengan rasio Q-Tobin. 3. Nilai Q-Tobin yang mencerminkan liberalisasi keuangan dan kebijakan moneter akan mempengaruhi pertumbuhan investasi sektor primer (pertanian), sektor sekunder (industri dasar dan kimia), serta sektor tersier (perbankan). 2.5. Pemilihan Variabel Berdasarkan uraian tinjauan pustaka pada bagian terdahulu, ditentukan variabel yang akan dipilih dalam model penelitian. Beberapa variabel yang akan digunakan dalam penelitian dijelaskan pada Tabel 7: 1. Variabel Kebijakan Moneter a. Uang Beredar b. Suku bunga acuan Bank Indonesia 2. Variabel Keterbukaan Finansial (liberalisasi keuangan) 60 a. Investasi Asing langsung (FDI, Foreign Direct Investment) b. Investasi Portofolio Aset Keuangan c. Pinjaman Komersial (Commercial Borrowings) 3. Variabel Makroekonomi a. Nilai tukar rupiah terhadap US$ b. Suku bunga pasar (pinjaman dan simpanan) c. Cadangan devisa d. Indeks Harga Saham Gabungan 4. Investasi Perusahaan Sektor Pertanian, Industri Dasar dan Kimia, Perbankan a. Investasi Perusahaan (investasi bersih) b. Total aktiva perusahaan c. Nilai Pasar Saham Perusahaan d. Jumlah Saham beredar di pasar sekunder e. Nilai Buku Utang Jangka Pendek dan Utang Jangka Panjang Perusahaan f. Nilai Ekuitas Perusahaan 5. Investasi Sektor a. Investasi Sektor Pertanian, Pengolahan, dan Jasa Keuangan b. Indeks Saham Sektor Pertanian (JAKAGRI), Sektor Pengolahan (JAKMIND) dan Sektor Jasa Keuangan (JAKFIND) 2.6. Posisi penelitian Studi terdahulu mengenai liberalisasi keuangan sebagian besar difokuskan pada pengaruh guncangan aliran modal terhadap determinan makroekonomi dan volatilitas pertumbuhan. Studi mengenai kebijakan moneter umumnya difokuskan pada pengaruh shock moneter terhadap variabel makroekonomi. 61 Tabel 7. Variabel Penelitian Aspek Penelitian Kebijakan Moneter Liberalisasi Keuangan Variabel Makroekonomi Investasi Perusahaan Kinerja Sektor Nomor Simbol Variabel 1 M2 2 SBI 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 Nama Variabel Suplai Uang Suku Bunga Acuan Bank Indonesia FDI Investasi Asing Langsung POR Investasi Portofolio BOR Pinjaman Komersial EXC Nilai Tukar INT Suku Bunga Kredit dan Pinjaman DEV Cadangan Devisa JCI Indeks Harga Saham Gabungan TA Total Aktiva Perusahaan NFA Investasi Bersih Perusahaan SHR Jumlah Saham beredar MVS Nilai Pasar Saham Perusahaan BVD Nilai Buku Total Utang Perusahaan EKU Nilai Ekuitas Perusahaan INVP, Investasi Sektor Pertanian, INVI, Industri Dasar dan Kimia, dan INVB Perbankan JAKAGRI, Indeks Saham Sektor Agribisnis, JAKMIND, Industri Dasar dan Kimia, JAKFIN Perbankan Penelitian ini melakukan analisis mengenai pengaruh liberalisasi keuangan terhadap rasio investasi yang digambarkan dengan rasio Q-Tobin melalui mekanisme penurunan biaya modal, dan selanjutnya pada perubahan determinan makroekonomi. Sedangkan pengaruh kebijakan moneter terhadap rasio Q-Tobin melalui perubahan harga ekuitas dan selanjutnya perubahan determinan makroekonomi. Analisis terkait dengan mikro, meliputi investasi sektoral, serta kinerja keuangan perusahaan-perusahaan terbuka di Bursa Efek Indonesia yang mewakili sektor primer, sekunder dan tersier. Beberapa metode analisis yang digunakan pada studi terdahulu adalah model simultan maupun VAR (Vector Autoregressive). Penelitian ini menggunakan data 62 panel (gabungan data time series dan cross section), dengan model estimasi Fixed Effect Model (FEM) atau Random Effect Model (REM). 63 III. KERANGKA TEORI 3.1. Mobilitas Modal Dalam perekonomian terbuka, pengeluaran suatu negara selama satu tahun tertentu tidak perlu sama dengan yang dihasilkan dari memproduksi barang dan jasa. Suatu negara dapat melakukan pengeluaran lebih banyak ketimbang produksinya dengan meminjam dari luar negeri, atau bisa melakukan pengeluaran lebih kecil dari produksinya dan memberi pinjaman pada negara lain. Berdasarkan identitas perhitungan pendapatan nasional: Y = C + I + G + NX ................................................................................. (3.1) dimana: Y = output C = konsumsi barang dan jasa I = investasi dalam barang dan jasa G = pembelian pemerintah atas barang dan jasa NX = ekspor neto (ekspor barang dan jasa dikurangi impor barang dan jasa) dengan mempertimbangkan bahwa Y − C − G adalah tabungan nasional S , jumlah tabungan perseorangan, Y − T − C , dan tabungan masyarakat T − G , maka S − I = NX ...................................................................................................(3.2) dimana: S − I = arus modal keluar neto NX = neraca perdagangan Dalam perekonomian terbuka terdapat hubungan antara tingkat bunga dengan aliran modal ke mancanegara. Aliran modal keluar neto adalah jumlah dana yang dipinjamkan investor domestik ke luar negeri dikurangi jumlah dana yang dipinjamkan investor asing ke domestik. Ketika tingkat bunga domestik turun, 64 investor domestik merasa meminjamkan ke luar negeri menjadi lebih menarik, dan investor asing merasa meminjamkan ke domestik menjadi kurang menarik. Dengan demikian aliran modal keluar neto yang dilambangkan dengan CF memiliki hubungan negatif dengan tingkat bunga riil domestik, r , yaitu CF = CF (r ) , sebagaimana terlihat pada Gambar 6: Sumber: Mankiw, 2003 Gambar 6 . Hubungan Arus Modal Keluar Neto dengan Tingkat Bunga Dalam perekonomian terbuka kecil (model Mundell-Fleming) asumsi penting yang digunakan adalah mobilitas modal (kapital) sempurna, yaitu perekonomian bisa meminjam atau memberi pinjaman sebanyak yang ia inginkan di pasar keuangan dunia dan sebagai akibatnya tingkat bunga perekonomian ditentukan oleh tingkat bunga dunia (Mankiw, 2003) . Dengan asumsi ini berarti bahwa tingkat bunga dalam perekonomian tersebut = r ditentukan oleh tingkat bunga dunia r*. Secara matematis asumsi tersebut ditulis sebagai: r = r * . Dengan kondisi bahwa tingkat bunga riil sama dengan tingkat bunga dunia, maka persamaan (3.2.) di atas menjadi: − − NX = [Y − C (Y − T ) − G ] − I (r*) ..................................................................(3.3.) 65 − NX = S − I (r*) ............................................................................................(3.4.) Tingkat bunga dunia diasumsikan tetap secara eksogen dan karena perekonomian tersebut relatif kecil dibandingkan perekonomian dunia sehingga bisa meminjam atau memberi pinjaman sebanyak yang ia inginkan di pasar uang dunia tanpa mempengaruhi tingkat bunga dunia. Perekonomian terbuka kecil dengan mobilitas modal sempurna menunjukkan bahwa arus modal dengan bebas masuk dan keluar dari suatu negara pada tingkat bunga dunia tetap r*. sebagaimana disajikan pada Gambar 7. Situasi ini akan terjadi jika investor domestik dan asing membeli aset apapun yang menghasilkan keuntungan tertinggi, dan jika skala perekonomian ini terlalu kecil untuk mempengaruhi tingkat bunga dunia. Tingkat bunga dari perekonomian tersebut akan ditetapkan pada tingkat bunga yang berlaku di pasar uang dunia. Sumber: Mankiw, 2003 Gambar 7. Perekonomian Terbuka Kecil dengan Mobilitas Modal Sempurna Dalam perekonomian terbuka besar, berbeda dari perekonomian terbuka kecil, karena tingkat bunganya tidak ditetapkan oleh pasar uang dunia. Sebagaimana disebutkan sebelumnya bahwa terdapat hubungan negatif antara aliran modal keluar neto dengan 66 tingkat bunga. Apabila hubungan ini ditambahkan pada model pendapatan nasional jangka pendek, maka dalam model tersebut, terdapat tiga persamaan yaitu: Y = C (Y − T ) +I (r ) +G + NX (e) .................................................................(3.5.) M / P = L(r , Y ) ...........................................................................................(3.6.) NX (e) = CF (r ) ..........................................................................................(3.7.) dengan mensubstitusikan persamaan (3.5.) ke persamaan (3.3.), maka diperoleh: Y = C (Y − T ) + I (r ) + G + CF (r ) IS , .......................................(3.8.) M / P = L(r , Y ) LM , ....................................(3.9.) Persamaan (3.8.) dan (3.9.) di atas mirip dengan persamaan dalam model IS-LM perekonomian tertutup, namun dengan perbedaan dimana pengeluaran tergantung pada tingkat bunga. Tingkat bunga yang tinggi akan menurunkan investasi, dan juga menurunkan aliran modal keluar neto (CF) sehingga menurunkan ekspor neto (NX). Keterkaitan antara suku bunga, aliran modal keluar neto dengan neraca perdagangan dan kurs pada perekonomian terbuka besar disajikan pada Gambar 8 berikut. Namun pada perekonomian terbuka kecil terdapat kasus ekstrim, dimana aliran modal keluar neto bersifat elastis sempurna pada tingkat bunga dunia. Dalam kasus ekstrim ini, kurva IS benar-benar datar, sehingga dalam perekonomian terbuka kecil ditunjukkan dengan posisi kurva IS horizontal. 3.2. Hubungan Antara Uang, Sukubunga dan Nilai Tukar Keseimbangan uang riil (M/P) mengukur daya beli dari persediaan uang, dimana M adalah kuantitas uang dan P adalah harga dari suatu transaksi tertentu. Berdasarkan teori preferensi likuiditas, dimana tingkat bunga disesuaikan untuk menyeimbangkan penawaran dan permintaan uang, maka diasumsikan bahwa penawaran keseimbangan uang riil tetap, yaitu: 67 Sumber: Mankiw, 2003 Gambar 8. Model Jangka Pendek dari Perekonomian Terbuka Besar (M / P ) s − − = M / P .....................................................................................(3.10.) Teori likuiditas juga menegaskan bahwa tingkat bunga adalah salah satu determinan dari berapa banyak uang yang ingin dipegang orang, sehingga permintaan terhadap keseimbangan uang riil adalah: (M / P )d = L(r ) .........................................................................................(3.11.) dimana fungsi L( ) menunjukkan bahwa jumlah uang yang diminta tergantung pada tingkat bunga. Permintaan uang juga dipengaruhi oleh pendapatan, karena ketika pendapatan tinggi maka pengeluaran juga tinggi sehingga akan lebih banyak transaksi yang mensyaratkan penggunaan uang. Hubungan permintaan uang dengan pendapatan dalam fungsi permintaan uang ditulis sebagai: ( M / P )d = L(r , Y ) ...............................................................................(3.12.) 68 Kuantitas keseimbangan uang riil yang diminta berhubungan negatif dengan tingkat bunga dan berhubungan positif dengan pendapatan. Dengan teori preferensi likuiditas, dalam jangka pendek, pendapatan yang lebih tinggi menyebabkan tingkat bunga yang lebih tinggi, pada tingkat penawaran keseimbangan uang riil (M/Ps) tertentu. Kondisi dimana ekspektasi atas imbal hasil simpanan dari dua mata uang adalah sama disebut kondisi paritas sukubunga (Krugman dan Obstfeld, 2003). Keseimbangan pasar valuta asing terjadi pada saat simpanan dari seluruh mata uang memberikan ekspektasi imbal hasil yang sama. Hubungan antara uang, sukubunga dan nilai tukar dalam jangka pendek, disajikan pada Gambar 9: Sumber: Krugman dan Obstfeld, 2003 Gambar 9. Keseimbangan pasar uang dan pasar valuta asing Keseimbangan uang riil domestik akan mempengaruhi suku bunga domestik (r1) yang selanjutnya akan mempengaruhi nilai tukar (E1) agar kondisi paritas 69 sukubunga dapat dipertahankan, yaitu titik I1 (pertemuan antara ekspektasi imbal hasil simpanan dalam mata uang asing dengan imbal hasil simpanan dalam mata uang domestik). 3.3. Liberalisasi Keuangan dan Pertumbuhan Ekonomi Latar belakang liberalisasi keuangan dilandasi pada pemikiran adanya keterbatasan ruang gerak sektor keuangan di negara-negara berkembang yang cenderung mengarahkan pembangunan ekonomi ke sektor-sektor strategis, yang disebut oleh McKinnon dan Shaw sebagai financial repression yang menyebabkan shallow finance, yaitu tidak tersalurnya dana (daya beli) secara efisien ke kegiatankegiatan ekonomi yang produktif dan efisien pula, sehingga pertumbuhan ekonomi menjadi terhalang. Menurut teori liberalisasi keuangan, keterbatasan sektor keuangan yaitu adanya peraturan pasar keuangan berupa batasan suku bunga, rasio cadangan yang tinggi serta ketentuan penyaluran program kredit tertentu. Metode pengaturan batas suku bunga serta syarat administrasi lainnya menyebabkan adanya tekanan keuangan yang menganggu (mendistorsi) investasi, inefisiensi perekonomian dan menekan perkembangan ekonomi di negara berkembang. Untuk mengatasi masalah itu, McKinnon dan Shaw menganjurkan agar diadakan liberalisasi (deregulasi) sehingga terjadi financial deepening. Melalui deregulasi, bank-bank dan lembaga-lembaga keuangan lainnya diberi keleluasaan yang lebih besar untuk beroperasi secara efisien atas dasar mekanisme pasar sehingga mereka dapat berfungsi dengan baik dan seefisien mungkin dalam menyalurkan dana dari pemilik dana kepada pengguna dana (pengusaha) untuk keperluan produksi. Menurut McKinnon dan Shaw, ketersediaan dana berdasarkan mekanisme pasar 70 merupakan faktor yang sangat penting untuk dapat menciptakan sistem perekonomian yang efisien dan mencapai laju pertumbuhan ekonomi yang tinggi. Mekanisme dan pandangan konvensional mengenai liberalisasi keuangan menggambarkan keterkaitan antara sukubunga, tingkat tabungan dan investasi. Mosley (1999) menggambarkan proses liberalisasi keuangan melalui de-represi keuangan berupa penghapusan kontrol terhadap sukubunga sebagaimana disajikan pada Gambar 10. Bila bunga dimungkinkan untuk bergerak dari level yang dikontrol (r1) ke tingkat keseimbangan (r2), suplai tabungan akan meningkat dari S1 ke S2, maka kesenjangan antara tabungan (S1) dan investasi (I1), ketergantungan akan sumber dana luar negeri akan hilang, termasuk investasi dengan profit sebesar r1 yang meragukan. Dengan demikian terjadi peningkatan kualitas portofolio investasi dan juga pertumbuhan ekonomi. Dengan laju pertumbuhan yang meningkat akan menggeser turun kurva tabungan dan suku bunga kembali arah keseimbangan awal (r1). Sumber: Mosley, 1999 Gambar 10. Pandangan Konvensional: De-represi Keuangan 71 Hubungan antara perkembangan sektor keuangan dengan pertumbuhan ekonomi dapat dijelaskan melalui kerangka teori fungsi produksi, dengan asumsi bahwa output hanya dipengaruhi oleh persediaan modal (Abdurahman, 2003). yt = f (k ) t dimana yt dan kt masing-masing adalah output dan persediaan modal. Dengan diferensiasi total persamaan di atas, dan laju tabungan (dkt/yt) dan t yt sebagai pertumbuhan output, s sebagai adalah produktivitas marjinal modal, maka persamaan menjadi yt = (dkt/yt) . f’(kt) = s. t …………………………………………...(3.14.) Dari persamaan di atas, pertumbuhan output merupakan produk dari laju tabungan dan produktivitas marjinal modal. Terdapat dua (2) efek dari perkembangan keuangan terhadap pertumbuhan ekonomi. Pertama, perkembangan pasar keuangan domestik akan memperluas efisiensi akumulasi modal (melalui peningkatan t ), sebagaimana dinyatakan oleh Goldsmith (1969) bahwa terdapat korelasi positif antara perkembangan keuangan dengan efisiensi akumulasi modal. Kedua, menurut Mc Kinnon (1973) dan Shaw (1973), perkembangan keuangan tidak hanya meningkatkan produktivitas modal namun juga memiliki peran yang signifikan dalam meningkatkan laju tabungan dan selanjutnya laju investasi melalui perantara keuangan (peningkatan tabungan). 3.4. Hubungan Investasi dengan rasio Tobin Q 3.4.1. Investasi 72 Model investasi tetap bisnis standar disebut model investasi neoklasik. Insentif ekonomi atas keputusan investasi tergantung dari tingkat keuntungan yang akan diperoleh oleh investor. Investasi netto (net investment) yang dilakukan oleh investor dipengaruhi oleh perbedaan produk marjinal modal dan biaya modal. Dengan menggunakan fungsi produksi Cobb-Douglas dapat dijelaskan bagaimana perekonomian aktual mengubah modal dan tenaga kerja menjadi barang dan jasa (Mankiw, 2003). Fungsi produksi Cobb-Douglas adalah: Y = AK α L1−α ...........................................................................................(3.15.) dimana: Y = output K = modal L = tenaga kerja A = parameter tingkat teknologi α = parameter yang mengukur bagian modal atas output (0 < α < 1) Produk marjinal modal adalah: MPK = αA( L / K )1−α ...............................................................................(3.16.) Sewa riil (R/P) merupakan produk marjinal modal dalam ekuilibrium, dapat dituliskan: R / P = αA( L / K )1−α .................................................................................(3.17.) Persamaan tersebut mengidentifikasi variabel yang menentukan harga sewa riil dimana, (1) semakin kecil persediaan modal, semakin tinggi harga sewa riil dari modal, (2) semakin besar jumlah tenaga kerja yang dipekerjakan, semakin tinggi harga sewa riil dari modal, (3) semakin baik teknologi, semakin tinggi harga sewa riil dari modal. Biaya modal (Ck) untuk satu periode adalah: C K = (PK / P )(r + δ ) ..................................................................................(3.18.) 73 dimana: C K = biaya modal, iPK = biaya bunga, ∆PK = keuntungan dari modal, δPK = biaya penyusutan ( adalah tingkat penyusutan) Dengan adanya faktor inflasi, maka ∆PK / PK sama dengan tingkat inflasi keseluruhan π. Karena i - π adalah tingkat bunga riil r, maka biaya modal dapat dituliskan sebagai berikut: C K = PK (r + δ ). Biaya modal riil (real cost of capital) yang diukur dalam tingkat unit output perekonomian tergantung pada harga relatif barang modal (PK / P ) , tingkat bunga riil r dan tingkat penyusutan ditulis: C K = (PK / P )(r + δ ). ..................................................................................(3.19.) Tingkat keuntungan investasi (π) diperoleh dari selisih antara penerimaan riil dengan biaya riil. Keuntungan investasi dapat dituliskan: Laba riil per unit modal = MPK − (PK / P )(r + δ ) ......................................(3.20.) dimana MPK = marginal product of capital. Investor akan menambah investasi jika produksi marjinal melebihi biaya modal, ditulis berikut: ∆K = I n [MPK − (PK / P )(r + δ )] dimana I n [ ] adalah fungsi yang menunjukkan berapa banyak investasi neto merespon insentif untuk investasi. Dari persamaan tersebut di atas, maka dapat disusun persamaan investasi sebagai berikut: I = I n = [MPK − (PK / P )(r + δ )] + δK ......................................................(3.21.) Investasi bisnis bergantung kepada produk marjinal modal, biaya modal dan jumlah penyusutan atau depresiasi. 74 3.4.2. Rasio Q-Tobin Model pada persamaan (3.21.) menunjukkan mengapa investasi bergantung pada tingkat bunga. Penurunan tingkat bunga riil akan mengurangi biaya modal, demikian pula sebaliknya. Menurut Romer (2001), perusahaan akan melakukan investasi sampai pada titik dimana biaya perolehan kapital (harga kapital ditambah biaya penyesuaian) sama dengan nilai dari kapital tersebut, dengan persamaan: 1 + C ' (I (t )) = q (t ) .......................................................................................(3.22.) dimana: C ' (I (t )) = biaya penyesuaian dipengaruhi oleh Investasi pada waktu-t q(t ) = nilai kapital q pada waktu-t Secara teoritis, rasio q mencerminkan bagaimana tambahan satu rupiah kapital akan meningkatkan nilai sekarang dari keuntungan perusahaan. Perusahaan akan meningkatkan persediaan kapitalnya apabila nilai q > 1, dan akan mengurangi investasi bila q < 1. Interpretasi ekonomi dari nilai q adalah setiap kenaikan satu unit persediaan kapital perusahaan akan meningkatkan nilai sekarang dari keuntungan perusahaan sebesar q. Dengan demikian q adalah nilai pasar dari suatu unit kapital. Rasio nilai pasar kapital terhadap biaya penyesuaian kapital dikenal sebagai Q-Tobin (Tobin, 1969 dalam Romer, 2001). Dengan kata lain, Q-Tobin merupakan perbandingan antara nilai pasar perusahaan terhadap investasi bersihnya. Apabila terjadi peningkatan harga saham dari perusahaan, maka nilai pasar perusahaan akan meningkat, dan selanjutnya rasio Q-Tobin akan meningkat, yang memungkinkan perusahaan untuk melakukan investasi dalam aktiva tetap, sebagaimana dituliskan: 75 …………………………………...(3.23.) Keunggulan Q-Tobin sebagai ukuran dari insentif untuk investasi adalah bahwa hal itu mencerminkan profitabilitas modal masa depan yang diharapkan serta profitabilitas sekarang. Teori investasi Q-Tobin menekankan bahwa keputusan investasi bergantung tidak hanya pada kebijakan ekonomi saat ini tetapi juga pada kebijakan yang diharapkan berlaku di masa depan (Mankiw, 2003). 3.4.3. Pengukuran Q-Tobin Persamaan (3.22.) menunjukkan marjinal q yaitu rasio nilai pasar dari tambahan satu unit kapital terhadap biaya penggantiannya. Sedangkan rata-rata q adalah rasio seluruh nilai perusahaan terhadap biaya penggantian dari persediaan kapital tersebut. Dengan asumsi hasil yang menurun (diminishing returns), keuntungan perusahaan, Π, meningkat kurang sebanding dengan persediaan modal dan dengan demikian marjinal q lebih kecil dari rata-rata q. Apabila model dimodifikasi menjadi hasil konstan (constant returns) terhadap biaya penyesuaian, maka rata-rata q sama dengan marjinal q (Hayashi, 1982 dalam Romer, 2001). Han Kin Sang (1998) menggunakan beberapa estimasi dalam menghitung rasio q, salah satunya adalah estimasi sederhana q atau q s adalah: qs = MVCE + PREFBK + STDEBT + DS ...............................................(3.24.) RCS dimana: MVCE= Nilai pasar saham biasa perusahaan PREFBK = Nilai buku saham istimewa perusahaan STDEBT = Nilai buku Utang jangka pendek perusahaan DS = Nilai Buku Utang jangka panjang perusahaan 76 RCS = Nilai Buku total aset perusahaan Selain itu, estimasi yang dikembangkan dan dimodifikasi oleh Lindenberg dan Ross (LR) dalam Han Kin Sang (1998), yaitu q LR : q LR = MVCE + PREFMV + STDEBT + DLR ..........................................(3.25.) LRRC dimana: MVCE= Nilai pasar saham biasa perusahaan PREFMV = Nilai pasar saham istimewa perusahaan STDEBT = Nilai buku Utang jangka pendek perusahaan DLR = Nilai pasar Utang jangka panjang perusahaan dengan teknik modifikasi LR LRRC = Biaya penggantian aset perusahaan dengan modifikasi teknik LR 3.4.4. Implikasi Model q Perubahan pada output, suku bunga dan kebijakan pajak memberikan implikasi kepada model q. Peningkatan output yang permanen mendorong terjadinya kenaikan investasi sementara (temporer), sedangkan kenaikan temporer dari output meskipun meningkatkan investasi namun dengan respons yang lebih rendah dibandingkan dengan kenaikan output permanen (Romer, 2001). Penurunan permanen dari suku bunga jangka pendek menghasilkan booming investasi untuk sementara, sedangkan kenaikan suku bunga jangka pendek yang diharapkan di masa datang (suku bunga jangka panjang) akan mengurangi investasi. Pengaruh pemotongan pajak atas investasi akan meningkatkan investasi dan menurunkan keuntungan industri, sehingga nilai q akan turun, dan tidak ada insentif bagi perusahaan untuk melakukan investasi dengan nilai q < 1. Ketidakpastian akan 77 keuntungan di masa datang tidak memiliki dampak langsung terhadap investasi, selama nilai kapital melebihi biaya perolehannya. Biaya penyesuaian yang tidak simetris menyebabkan perubahan investasi yang tidak sama, saat terjadi peningkatan maupun penurunan investasi. Ketidakpastian resiko (discount factors) yang berkorelasi negatif dengan resiko agregat akan meningkatkan investasi, sebaliknya ketidakpastian resiko yang berkorelasi positif dengan resiko agregat akan mengurangi nilai kapital sehingga menurunkan investasi (Romer, 2001). 3.4.5. Pertumbuhan Output Dalam suatu perekonomian, pertumbuhan dapat dijelaskan melalui peubah antara yaitu teknologi (ekspresi produktivitas dan efisiensi) dari penggunaan faktor produksi (Syafa’at, et al., 2005, dalam Darsono, 2008). Apabila fungsi produksi adalah: Yt = F (C t , Lt , At ) ,......................................................................................(3.26.) Maka laju pertumbuhan dapat ditulis sebagai berikut: g = η (I / Y )t + γ (L / A)t .............................................................................(3.27.) dimana: Yt = output C t = kapital Lt = tenaga kerja At = teknologi g = laju pertumbuhan I = investasi η , γ = elastisitas 78 t = waktu Pertumbuhan output dari suatu sektor tertentu dapat dilihat dari relasi antara pertumbuhan kontribusi PDB sektor tersebut dan laju pertumbuhan relatif produk sektor tersebut. 3.5. Kebijakan dan Transmisi Moneter 3.5.1. Kebijakan Moneter Kebijakan moneter merupakan kebijakan melalui kontrol atas jumlah uang beredar. Terdapat perbedaan pandangan antara Monetaris dan Keynesian atas efektivitas dari kebijakan moneter terkait dengan pergeseran permintaan agregat. Monetaris berpandangan bahwa kebijakan moneter merupakan sarana yang sangat efektif, sementara Keynesian berasumsi bahwa kebijakan moneter adalah sarana yang relatif kurang efektif, karena perubahan jumlah uang beredar akan menyebabkan perubahan yang kecil saja pada sukubunga yang kemudian mengakibatkan perubahan kecil pada pengeluaran untuk investasi (Mishkin, 1992). Kerangka umum yang sering dipergunakan dalam menganalisa interaksi simultan antara permintaan dan penawaran baik pada pasar barang dan pasar uang adalah kerangka IS-LM. Kerangka ini dapat menunjukkan bagaimana kebijakan moneter dan fiskal mampu mempengaruhi tingkat pendapatan atau output (Mankiw, 2003; Mishkin, 2004). Bagi bank sentral yang merupakan otoritas moneter, kebijakan yang dipilih bergantung pada target, kondisi aktual perekonomian, kapasitas kebijakan dan pertimbangan tentang efektivitas kebijakan tersebut. Kebijakan moneter ini ditentukan secara terpusat oleh Bank Indonesia. Tujuan utama kebijakan moneter lebih ditekankan pada stabilitas harga, dengan dasar beberapa pertimbangan. Pertama, dengan output ditentukan kapasitas 79 ekonomi dalam jangka panjang maka segala kebijakan yang mendorong pertumbuhan ekonomi akan menciptakan inflasi (the short-run Phillips-curve) sehingga tidak akan mempengaruhi pertumbuhan ekonomi riil (Kydland and Prescott, 1997, dalam Simorangkir, 2007). Kedua, rational economic agent mengerti bahwa tindakan kejutan pembuat kebijakan dalam mendorong pertumbuhan ekonomi yang mendorong inflasi dapat mendorong terjadinya permasalahan time-consistency (Barro and Gordon, 1983). Ketiga, kebijakan moneter mempengaruhi variabel ekonomi memakan waktu panjang dan mempunyai lag (Friedman, 1968). Keempat, kestabilan harga dapat mendorong terciptanya iklim ekonomi yang lebih baik karena akan mengurangi biaya yang berasal dari inflasi. Penetapan stabilitas harga sebagaimana dikemukakan di atas akan mendorong kesinambungan pertumbuhan ekonomi dalam jangka panjang. Namun di sisi lain jika pencapaian kebijakan moneter tidak dilakukan secara terukur juga dapat mengakibatkan tekanan terhadap pertumbuhan ekonomi. Misalnya, kebijakan moneter yang terlalu ketat dapat menekan (sequeze) pertumbuhan ekonomi dan meningkatkan jumlah pengangguran (Simorangkir, 2007). Menurut teori moneter tradisional, pemerintah mengontrol melalui suplai uang, yang akan mempengaruhi suku bunga, dan selanjutnya tingkat investasi (Stiglitz dan Greenwald, 2003). Paradigma baru dalam kebijakan moneter antara lain menyatakan bahwa: 1. Aktivitas perekonomian dipengaruhi oleh ketersediaan dan jumlah kredit untuk sektor swasta, bukan jumlah uang itu sendiri. 2. Hubungan antara tingkat bunga pinjaman dengan bunga simpanan berubah setiap saat. 3. Perubahan suplai kredit dapat berubah tidak bersamaan dengan suplai uang; dan perubahan hubungan antara uang dan kredit dapat dikenali saat periode krisis. 80 4. Ketersediaan dan jumlah kredit ditentukan umumnya oleh bank; dimana kemampuan dan kesediaan bank untuk meminjamkan dipengaruhi oleh bunga deposit, dan tergantung kondisi perekonomian; perubahan suku bunga mempengaruhi ekuitas perusahaan, serta ekuitas dan kesempatan bank. Perubahan besar dalam suku bunga dapat mempengaruhi derajat ketidakpastian bagi pemberi pinjaman mengenai kelayakan kredit si peminjam 5. Otoritas moneter dapat mempengaruhi perilaku perbankan tidak hanya melalui perubahan SBI tetapi juga melalui peningkatan pembatasan (cadangan minimum, standard kecukupan modal) dan insentif. 6. Kebijakan moneter berpengaruh terhadap aktivitas perekonomian bukan hanya melalui pengaruhnya terhadap permintaan kredit (investasi) namun juga terhadap penawaran kredit (bila ada pembatasan kredit); dan juga berdampak pada penawaran dan permintaan agregat 7. Bagi perekonomian kecil, efek dominan dari kebijakan moneter melalui efek sisi penawaran 8. Kebijakan moneter mempengaruhi perilaku bank dan perusahaan melalui efek substitusi sementara (perubahan suku bunga) dan efek arus kas serta kekayaan riil, terutama untuk perekonomian terbuka akibat perubahan nilai tukar. 9. Peningkatan persaingan dalam sistem perbankan mengurangi keuntungan dari perbedaan bunga pinjaman dan simpanan dan juga mengurangi efektivitas kebijakan moneter. 3.5.2. Transmisi Moneter Kebijakan moneter berlangsung melalui mekanisme transmisi untuk menggeser permintaan agregat, dengan demikian akan mengubah keseimbangan 81 tingkat pendapatan nasional. Mekanisme transmisi moneter merupakan proses ditransmisikannya kebijakan moneter terhadap kegiatan ekonomi secara riil dan harga-harga di masa yang akan datang. Transmisi moneter merupakan suatu hal yang kompleks karena banyak jalur yang mempengaruhi keefektifan kebijakan moneter tersebut terhadap perekonomian suatu negara. Mekanisme transmisi diawali dengan operasi pasar terbuka yang akan mempengaruhi tingkat sukubunga pasar melalui pasar cadangan atau melalui permintaan dan penawaran uang secara luas dan dilanjutkan melalui beberapa jalur mekanisme transmisi yang ada. Pada perekonomian kecil terbuka dengan kurs mengambang, kebijakan moneter ekspansif (pada kondisi harga diasumsikan tetap) dengan menaikkan jumlah uang beredar akan meningkatkan pendapatan dan menurunkan kurs (Mankiw, 2003). Penurunan kurs (depresiasi mata uang domestik terhadap mata uang asing) membuat barang-barang domestik relatif murah terhadap barang-barang luar negeri dan meningkatkan ekspor neto. Mekanisme transmisi dari sektor moneter ke sektor riil mengarah pada tercapainya produk domestik bruto. Berdasarkan hasil empiris dalam jangka pendek jumlah uang beredar hanya mempengaruhi perkembangan output riil. Selanjutnya dalam jangka menengah pertumbuhan uang beredar akan mendorong pada kenaikan harga yang pada gilirannya menyebabkan penurunan perkembangan output menuju posisi alamiah. Dalam jangka panjang, pertumbuhan jumlah uang beredar tidak berpengaruh pada perkembangan output riil tetapi mendorong kenaikan laju inflasi secara proporsional (Nuryati, 2004). Proses transmisi sangat tergantung pada pendekatan yang dipilih sehingga tujuan kebijakan tercapai. Pandangan tradisional Keynesian mengenai mekanisme transmisi moneter dapat dijelaskan (Mishkin, 1992): 82 M naik i turun I naik Y naik. Dengan asumsi pandangan tradisional dimana pasar uang adalah homogen dan sempurna, maka saat terjadi peningkatan jumlah uang beredar (M), maka akan terjadi penurunan sukubunga (i) yang selanjutnya mendorong pertumbuhan investasi (I) sehingga output (Y) akan meningkat. Akan tetapi, efek dari tingkat sukubunga (i) pada pengeluaran investasi (I) umumnya kecil. Dalam merespons kejadian moneter, terdapat beberapa jalur mekanisme moneter yang mempengaruhi aktivitas ekonomi, sebagaimana disebutkan pada bab terdahulu, yaitu melalui jalur langsung moneter, jalur sukubunga, jalur harga aset, jalur kredit dan jalur ekspektasi. Pendekatan terkini mekanisme transmisi yang dikembangkan oleh ekonom Keynesian sejalan dengan model MPS (Marginal Propensity of Saving) Franco Modigliani, dikelompokkan dalam 3 (tiga) kategori, yaitu melalui belanja investasi, pengeluaran konsumen dan perdagangan internasional (Mishkin, 1992). 3.5.2.1. Belanja Investasi Pengaruh kebijakan moneter melalui perubahan jumlah uang beredar terhadap investasi dijelaskan melalui 3 (tiga) pendekatan, yaitu pendekatan hipotesi ketersediaan, teori Q-Tobin dan efek informasi asimetris. Berdasarkan hipotesis ketersediaan (availability hypothesis), bahwa ketersediaan pinjaman dipengaruhi oleh sukubunga pinjaman, yang selanjutnya akan mempengaruhi investasi dan output: M naik Pinjaman naik I naik Y naik Mekanisme transmisi moneter tersebut terjadi bila terdapat korelasi yang tinggi antara belanja investasi dengan pinjaman perusahaan (bisnis). Namun demikian, hubungan sebaliknya dapat terjadi, dimana permintaan pinjaman akan meningkat karena perusahaan (bisnis) melakukan keputusan investasi. Dengan demikian pendekatan 83 ini, nampaknya tidak cukup menjawab pertanyaan bagaimana mekanisme dari kebijakan moneter ditransmisikan. Berdasarkan pendekatan teori Q-Tobin, ekonom menyatakan bahwa kebijakan moneter dapat mempengaruhi belanja investasi melalui pengaruhnya atas harga-harga saham. Nilai Q-Tobin yang didefinisikan sebagai rasio antara nilai pasar perusahaan terhadap biaya penggantian investasi, menunjukkan keterkaitan diantara belanja investasi dengan nilai Q-Tobin. Nilai Q yang tinggi mencerminkan harga saham yang relatif tinggi dibandingkan dengan biaya pembelian aktiva tetap, dengan demikian belanja investasi akan meningkat karena perusahaan dapat membeli aktiva tetap hanya dengan menerbitkan sejumlah kecil saham dari portofolionya. Mekanisme transmisi moneter terhadap kenaikan harga saham perusahaan (Ps) dapat dijelaskan: M naik Ps naik q naik I naik Y naik Hubungan antara belanja investasi dengan harga saham dapat juga dilihat dari sisi adanya penurunan yield (imbal hasil) saham akibat kenaikan harga pasar saham, sehingga menurunkan biaya pendanaan investasi melalui penerbitan saham. Berdasarkan pendekatan efek informasi asimetris, kenaikan dalam harga saham akan meningkatkan nilai perusahaan dan mendorong investasi lebih banyak karena adanya penurunan masalah moral hazard dan adverse selection (problem keagenan, agency problem) yang dapat terjadi akibat informasi asimetris. Keterkaitan kebijakan moneter dengan belanja investasi melalui informasi asimetris dijelaskan: M naik naik Ps naik I naik adverse selection dan moral hazard turun Y naik. pinjaman 84 3.5.2.2. Pengeluaran Konsumen Pengaruh kebijakan moneter terhadap pengeluaran konsumen dapat dijelaskan melalui pendekatan efek sukubunga terhadap pengeluaran barang konsumsi (misalnya kendaraan bermotor dan peralatan rumahtangga) efek kekayaan dan efek likuiditas. Keterkaitan kebijakan moneter terhadap sikap pengeluaran konsumen atas pengaruh perubahan sukubunga adalah: M naik i turun belanja barang konsumsi naik Y naik Namun demikian, besarnya pengaruh sukubunga terhadap belanja barang konsumsi tersebut relatif kecil. Hasil penelitian Modigliani (Mishkin, 1992) menyatakan bahwa pengaruh kebijakan moneter terhadap pengeluaran konsumen lebih efektif melalui penjelasan efek kekayaan, dimana peningkatan harga saham akan meningkatkan kekayaan pemilik saham tersebut sehingga sumberdaya konsumen meningkat dan selanjutnya konsumsi akan meningkat, sebagaimana dijelaskan: M naik Ps naik kekayaan naik sumberdaya naik konsumsi naik Y naik Harga sahampun juga akan mempengaruhi pengeluaran konsumen akan barang konsumsi, sebagaimana dijelaskan melalui pendekatan efek likuiditas. Pada saat aset keuangan (misalnya saham, obligasi dan deposito), yang dimiliki seseorang meningkat nilainya, maka bila aset tersebut dijual akan memberikan uang kas dalam jumlah yang mencukupi untuk dibelanjakan dalam bentuk barang konsumsi ataupun perumahan, sebagaimana dijelaskan: M naik Ps naik keuangan turun nilai aset keuangan naik pengeluaran barang konsumsi naik kemungkinan masalah Y naik, atau 85 M naik Ps naik keuangan turun nilai aset keuangan naik pengeluaran untuk perumahan naik kemungkinan masalah Y naik Ketiga pendekatan mekanisme transmisi moneter menunjukkan bahwa pengaruh kebijakan moneter terhadap posisi kekayaan konsumen memiliki dampak yang besar terhadap permintaan agregat. 3.5.2.3. Perdagangan Internasional Pengaruh pertumbuhan internasionalisasi perekonomian serta aplikasi nilai tukar mengambang (fleksibel) dalam suatu perekonomian negara akan mempengaruhi ekspor bersih melalui efek nilai tukar, adalah: M naik i turun E turun NX naik Y naik Keterkaitan diantara kebijakan moneter berupa uang beredar dengan ketiga pendekatan tersebut di atas dalam mekanisme transmisi dan pengaruhnya terhadap komponen belanja dan pendapatan nasional (GDP, Gross Domestic Product) disajikan pada Gambar 11. Selain pendekatan tersebut di atas, telah dikembangkan jalur mekanisme transmisi dalam dua bagian besar yaitu mekanisme transmisi yang berorientasi pada harga aset dan mekanisme transmisi yang berorientasi pada kredit. Mekanisme transmisi moneter yang berorientasi pada harga aset melihat mekanisme transmisi dari sudut pengaruh nilai tukar terhadap ekspor bersih, teori QTobin, dan efek kekayaan, sedangkan mekanisme transmisi moneter yang berorientasi kredit melihat mekanisme transmisi dari sudut jalur pinjaman bank, jalur neraca, jalur arus kas, jalur tingkat harga yang tidak diantisipasi dan efek likuiditas rumah tangga. 86 Kebijakan Moneter (Penawaran Uang) Mekanisme Transmisi Efek Harga Aset Efek tingkat Sukubunga tradisional Efek Nilai Tukar pd Ekspor Bersih Aspek Kredit Teori Tobin’s q Efek Kesejahteraan Jalur Pinjaman Bank Jalur Neraca Jalur Arus Kas Jalur Tingkat Harga yg tidak diantisipasi Efek Likuiditas Rumah Tangga Kebijakan Moneter Kebijakan Moneter Kebijakan Moneter Kebijakan Moneter Kebijakan Moneter Kebijakan Moneter Kebijakan Moneter Kebijakan Moneter Kebijakan Moneter Sukubunga riil Sukubunga riil Harga Saham Harga Saham Simpanan Perbankan Harga Saham Sukubunga Nominal Tingkat Harga yg tdk diantisipasi Harga Saham Nilai Tukar Tobin’s q Kesejahteraan Keuangan Pinjaman Bank Arus Kas Moral Hazard Aktivitas meminjamkan Aktivitas meminjam kan Aktivitas meminjamkan Investasi Perumahan Investasi Investasi Komponen Pengeluaran Moral Hazard Investasi Perumahan Pengeluaran Konsumen Investasi Ekspor Bersih Investasi Perumahan Konsumsi Produk Domestik Bruto Sumber: Mishkin, 2007 Gambar 11: Mekanisme Transmisi Moneter dan Pengaruhnya terhadap Komponen Pengeluaran dan Gross Domestic Product Kesejahteraan Keuangan Probabilitas Tekanan Keuangan Perumahan Pengeluaran Konsumen 87 3.6. Perkembangan Sektor Keuangan dan Mekanisme Transmisi Moneter Beberapa studi tentang dampak perkembangan dan inovasi keuangan terhadap kebijakan moneter masih menunjukkan hasil yang berbeda. Kebijakan moneter akan efektif melalui pengaruhnya terhadap nilai aset yang mendorong dampak langsung terhadap agregat permintaan melalui jalur sukubunga dan kekayaan. Akan tetapi, kebijakan moneter akan membutuhkan waktu yang lebih lama untuk berpengaruh terhadap perekonomian, seperti halnya efek kekayaan. Pada saat yang sama, inovasi keuangan yang mengembangkan pasar kredit melalui peningkatan likuiditas pasar akan menghasilkan pasar yang tidak terlalu sensitif terhadap dampak perubahan kebijakan moneter melalui jalur kredit. Rangkuman hubungan antara inovasi keuangan dengan mekanisme transmisi moneter disajikan pada Tabel 8. Tabel 8. Inovasi Keuangan dan Mekanisme Transmisi Moneter Saluran / Jalur Dampak Inovasi Keuangan Jalur Sukubunga Efek Substitusi Peningkatan sukubunga agen akan mensubstitusi tabungan ke pinjaman dan menurunkan Investasi Efek Pendapatan Kenaikan sukubunga meningkatkan sukubunga yang sensitif terhadap pembayaran dan penerimaan menurunkan belanja Dampak terhadap efek pendapatan ambigu Efek Kekayaan Derivatif memperbolehkan lindung nilai (hedging) terhadap saham dan properti. Efek peminjaman bank (jalur) Dampaknya besar, dimana saluran peminjaman bank melemah akibat inovasi, seperti derivatif dan sekuritisasi Efek Neraca (jalur) Dampaknya besar, dimana saluran neraca melemah akibat adanya inovasi Efek Net Ekspor Kenaikan sukubunga akan meningkatkan aliran masuk sehingga meningkatkan nilai tukar nominal dan menurunkan ekspor net Efek Paritas Sukubunga Peningkatan aktivitas arbitrase akan meningkatkan aliran dana internasional sesuai dengan perubahaan sukubunga dan meningkatkan nilai tukar sehingga meningkatan kecepatan perubahan harga riil ekspor dan impor mengubah ekonomi riil Keseluruhan dampak adalah marginal. Inovasi keuangan tidak memperlemah jalur sukubunga Jalur Kredit Seluruh dampak signifikan, artinya jalur kredit akan melemah dengan adanya inovasi keuangan Jalur Nilai Tukar Dampak keseluruhan adalah membuat jalur nilai tukar lebih berpotensi Sumber: Singh, et.al.,.2008 88 Rangkuman studi terdahulu (Singh, et.al. 2008) pengaruh dari perkembangan pasar keuangan (bursa dan perbankan) terhadap sistem keuangan, mekanisme transmisi moneter dan aliran sukubunga pada Tabel 9. Tabel 9. Pengaruh Perkembangan Pasar Keuangan Terhadap Jalur Mekanisme Transmisi Moneter Perkembangan Pasar Keuangan Konsekuensi terhadap Sistem Keuangan Liberalisasi Keuangan Mendorong persaingan yang lebih ketat Deregulasi Sukubunga Mengarah pada penetapan suku bunga lebih fleksibel dan berorientasi pasar Mengarah pada integrasi pasar keuangan Sumber: Singh, et al., 2008 Liberalisasi capital Account 3.7. Dampak terhadap Mekanisme Transmisi Moneter Dampak terhadap Aliran Sukubunga Jalur Sukubunga meningkat Jalur Pinjaman Bank menurun Lebih cepat Sukubunga luarnegeri lebih penting terkait dengan aliran dana Dapat mengakibatkan kebijakan moneter domestik kurang efektif Kerangka Pemikiran Penelitian Berdasarkan uraian tinjauan pustaka dan kerangka teori pada bab terdahulu, disusun kerangka pemikiran untuk mencapai tujuan penelitian berdasarkan variabel yang relevan. Kerangka pemikiran tersebut dikelompokkan sedemikian rupa untuk mempermudah permodelan dalam mencapai masing-masing tujuan dari penelitian. Bagan alur pemikiran dalam diagram keterkaitan, disajikan pada Gambar 12. Sesuai dengan tujuan penelitian pertama adalah untuk melihat pengaruh liberalisasi keuangan (liberalisasi capital account dan pasar saham) dari aspek makro dan mikro terhadap nilai Q-Tobin, maka variabel yang diteliti antara lain adalah aliran modal asing baik yang diinvestasikan secara langsung dalam bisnis (Investasi Asing Langsung, FDI) maupun dalam aset keuangan (portofolio), dan pinjaman komersial. Dari ketiga variabel tersebut akan diperiksa pengaruhnya terhadap nilai Q-Tobin perusahaan di setiap sektor. 89 Kebijakan Moneter Suku Bunga Instrumen Kebijakan dan Base Money Uang Beredar Liberalisasi Keuangan Keterbukaan Capital Account dan Pasar Modal Cadangan Devisa Mekanisme Transmisi Moneter Aliran Kapital Pasar Kredit Suku Bunga Pasar Suku Bunga Pinjaman Nilai Aset Keuangan Biaya Modal Nilai Tukar Harga Saham Rasio q Tobin Kebijakan Fiskal Permintaan Agregat Ekspor Bersih Investasi Konsumsi Gambar 12. Kerangka Alur Pemikiran Penelitian Belanja Pemerintah 90 Pada tahapan ini, liberalisasi pasar saham sudah termasuk di dalam liberalisasi capital account, yaitu pengurangan restriksi bagi investor asing untuk melalukan penanaman dana di bursa saham Indonesia. Perubahan dari dua variabel makroekonomi, yaitu sukubunga dan pasar saham diperkirakan akan mempengaruhi keputusan investasi dari perusahaan yang dihitung melalui rasio Tobin Q. Peningkatan rasio Tobin Q mengindikasikan peningkatan investasi dalam barang kapital bersih (setelah dikurangi depresiasi). Tujuan kedua dari penelitian ini adalah untuk menganalisis pengaruh liberalisasi keuangan dari aspek makro dan mikro dengan adanya kebijakan moneter (melalui kebijakan uang beredar), terhadap beberapa variabel makroekonomi seperti cadangan devisa, nilai tukar, sukubunga dan indeks saham, melalui mekanisme transmisi moneter, khususnya jalur sukubunga dan pasar saham. Seperti halnya pada model pertama, maka akan dianalisis pengaruh kebijakan moneter terhadap nilai rasio Q-Tobin dan keputusan investasi. Sampai pada tahapan ini, kedua model (tujuan penelitian pertama dan kedua) akan dianalisis dengan menggunakan model estimasi data panel FEM atau REM. Tujuan ketiga dari penelitian adalah untuk melihat pengaruh liberalisasi keuangan dan kebijakan moneter melalui nilai rasio Q-Tobin terhadap tingkat investasi sektoral. Analisis sektoral (sektor pertanian, industri dasar dan kimia serta perbankan) dilakukan pada tahapan ini, dengan mengkaji indeks saham sektoral, rasio Tobin Q dan tingkat investasi dari sektor tersebut. 91 IV. METODOLOGI PENELITIAN 4.1. Kerangka Analisis 4.1.1. Pilihan Alat Analisis Tujuan dari penelitian ini adalah untuk menganalisis fenomena ekonomi makro seperti liberalisasi keuangan dan kebijakan moneter terhadap keputusan investasi yang dilakukan oleh pihak korporasi (perusahaan). Analisis data dengan model estimasi data panel. Data panel adalah gabungan (pooled data) dari data time series dan data cross-section. Terdapat dua keuntungan penggunaan model data panel dibandingkan dengan data time series atau cross section saja (Verbeek, 2004, dalam Firdaus, 2011). Pertama, dengan mengkombinasikan data time series dan cross section dalam data panel membuat jumlah observasi menjadi lebih besar. Dengan menggunakan model data panel marginal effect dari peubah penjelas dilihat dari dua dimensi (individu dan waktu) sehingga parameter yang diestimasi akan lebih akurat dibandingkan dengan model lain. Secara teknis menurut Hsiao, 2004 dalam Firdaus (2011), data panel dapat memberikan data yang informatif, mengurangi kolinearitas antarpeubah serta meningkatkan derajat kebebasan yang artinya meningkatkan efisiensi. Kedua, keuntungan yang lebih penting dari penggunaan data panel adalah mengurangi masalah identifikasi. Data panel lebih baik dalam mengidentifikasi dan mengukur efek yang secara sederhana tidak dapat diatasi dalam data cross section saja atau data time series saja. Data panel mampu mengontrol heterogenitas individu. Dengan metode ini estimasi yang dilakukan dapat secara eksplisit memasukkan unsur heterogenitas individu. Analisis panel data mengenal dua model data yakni panel data statis dan panel data dinamis. Perbedaannya adalah, pada panel data dinamis memasukkan unsur lag 92 pada variabel dependen sehingga akan muncul masalah endogenitas (endogeneity problem), sedangkan pada data panel statis tidak memasukkan unsur lag pada modelnya. Regresi data panel berbeda dari regresi time-series atau regresi cross-section biasa karena dalam regresi data panel setiap variabel mengandung subscript ganda it (Baltagi, 2005). Rumusan umum untuk regresi data panel adalah sebagai berikut: Yit = + Xit + uit ………………………………………………………………………... (4..1.) dimana: Yit X it . uit = variabel dependen untuk individu ke-i dan waktu ke-t = vektor variabel bebas untuk individu ke-i dan waktu ke-t = konstanta = koefisien regresi = error Dengan demikian, i menandakan dimensi cross section dan t menandakan dimensi waktu. Umumnya penerapan data panel menggunakan model one way error component dalam bentuk : uit = µ i + vit ……………………………………………………………………………………....... .(4.2.) dimana µ menunjukkan pengaruh spesifik individu yang tidak dapat diamati dan vit adalah sisaan disturbance. Nilai uit akan berbeda untuk setiap individual dan waktu sehingga merupakan disturbance yang biasa terjadi dalam analisis regresi. Dalam analisa panel data dikenal dua pendekatan, yakni pendekatan efek tetap (fixed effect model/FEM), dan pendekatan efek acak (random effect model/REM). Keduanya dibedakan berdasarkan pada asumsi ada atau tidaknya korelasi antara komponen error dengan peubah bebas (regresor). Misalkan: Yit di mana: Yit X it . = i + Xit + it i = 1, 2, 3, ..., N; t = 1, 2, 3, ...., T ……….(4.3.) = variabel terikat untuk individu ke-i dan waktu ke-t = vektor variabel bebas untuk individu ke-i dan waktu ke-t = konstanta 93 = koefisien regresi = error = Jumlah cross section = Jumlah periode waktu N T Pada one way error components model, komponen error dispesifikasikan dalam bentuk: εit = i + uit Untuk two way error components model, komponen erro dispesifikasi dalam bentuk: εit = i + it + uit Pada pendekatan one way, error term hanya memasukkan komponen error yang merupakan efek dari individu ( i). Pada two way dimasukkan efek dari waktu ( it) ke dalam komponen error. Jadi perbedaan antara FEM dan REM terletak pada ada atau tidaknya korelasi antara i dan t dengan Xit. FEM muncul ketika antara efek individu dan peubah penjelas (regressor) memiliki korelasi dengan Xit atau memiliki pola yang sifatnya tidak acak. Pendekatan FEM ini mampu untuk membedakan antara efek yang dihasilkan oleh individu pada model. Pada model ini, intersep diantara tiap individu diperbolehkan untuk berbeda, karena model ini mengakui bahwa tiap individu memiliki karakteristiknya masingmasing. Efek tetap yang dimaksud dalam model ini, adalah tiap individu akan memiliki nilai intercept yang tetap dari waktu ke waktu. Pembedaan efek dari tiap individu pada model FEM dilakukan dengan memasukkan variabel dummy untuk menghasilkan parameter yang berbeda-beda baik lintas unit cross section maupun antar waktu, untuk dapat merepresentasikan perbedaan intersep. Pendekatan dengan memasukkan variabel dummy ini dikenal dengan Least Square Dummy Variable (LSDV). Persamaan LSDV dapat dituliskan kedalam persamaan matematis sebagai berikut (Nachrowi dan Usman, 2006): 94 Yit = + Xit + + ….+ 2W2t TZiT + + 2W2t +….+ NWNt + 2Zi2 + 3Zi3 it ................................................................................................................ .(4.4.) dimana: yit = variabel terikat untuk individu ke-i dan waktu ke-t x it = vektor variabel bebas untuk individu ke-i dan waktu ke-t Wit dan Zit = Variabel dummy yang didefinisikan sebagai berikut dummy Wit = 1 ; untuk individu i; i = 1, 2,….., N = 0 ; lainnya Zit = 1 ; untuk individu i; i = 1, 2,….., T = 0 ; lainnya Penaksir disebut sebagai least square dummy variable (LSDV) estimator. Dengan pendekatan ini (LSDV) dapat menghasilkan dugaan parameter β yang tidak bias dan efisien. Tetapi kelemahannya jika jumlah unit observasinya besar maka menjadi rumit. Penambahan sejumlah variabel dummy ke dalam persamaan dapat mengurangi banyaknya derajat kebebasan (degree of freedom) yang pada akhirnya akan mengurangi efisiensi dari parameter yang diestimasi. Jika pada pendekatan FEM perbedaan karakteristik individu dan waktu diakomodasikan pada intercept, pada pendekatan REM perbedaan karakteristik individu dan waktu diakomodasikan pada error dari model. REM muncul ketika antara efek individu dan regressor tidak terdapat korelasi. Asumsi ini membuat komponen error dari efek individu dan waktu dimasukkan kedalam error. Berbeda dengan FEM yang memasukkan komponen error dari efek individu dan waktu direpresentasikan dalam intersep. Persamaan REM dapat dituliskan menjadi (Nachrowi dan Usman, 2006): Yit = + Xit + it ; it = uit + vit + wit dimana: it uit = rata-rata dari seluruh intersep = error term = komponen error cross-section ......................................................... (4.5.) 95 v it w it = komponen error time series = komponen error gabungan Pada REM diasumsikan bahwa uit adalah merupakan bagian dari error term. Dengan demikian, penerapan OLS menjadi tidak tepat untuk memperoleh estimator yang efisien. Untuk mengatasi masalah tersebut maka dapat digunakan pendekatan Generalized Least Square (GLS) dengan memodifikasi pada struktur error covariance matrix nya. Pendekatan-pendekatan yang telah dijelaskan sebelumnya tentunya memiliki kelemahan dan kelebihan. Dalam penelitian ini untuk menguji pengaruh dari liberalisasi keuangan dan kebijakan moneter terhadap nilai Q-Tobin, dibutuhkan estimasi model yang terbaik. Oleh karena itu, dalam ketiga pendekatan analisa regresi data panel akan dipilih satu model yang terbaik. Kriteria pemilihan ini berdasarkan beberapa uji silang dengan pendekatan-pendekatan tersebut. Uji pemilihan model analisis data panel umumnya meliputi Uji Hausman (Hausman test). Pengujian Hausman test merupakan pengujian dalam penentuan model antara FEM dengan REM. Pengujian ini didasari pada asumsi ada tidaknya korelasi antara efek individu dan regressor. Hipotesa yang digunakan dalam pengujian ini adalah: H0 : E (τ i | xit ) = 0 , atau Random Effect Model adalah model yang tepat H1 : E (τ i | xit ) ≠ 0 , atau Fixed Effect Model adalah model yang tepat Sebagai dasar penolakan H0 digunakan statistik Hausman dan membandingkannya dengan Chi square 2 . Jika nilai 2 –statistik hasil pengujian lebih besar dari 2 – tabel, maka cukup bukti untuk melakukan penolakan terhadap H0 sehingga pendekatan yang digunakan adalah fixed effect, dan demikian sebaliknya. Setelah menentukan model terbaik yang akan digunakan, maka langkah selanjutnya adalah menganalis apakah variabel-variabel liberalisasi keuangan dan 96 kebijakan moneter yang diduga berpengaruh terhadap nilai Q-Tobin masing-masing subsektor. Penting untuk diperhatikan bahwa pemilihan model yang dilakukan bukanlah suatu hal yang mutlak, namun disesuaikan dengan hasil yang akan diperoleh nantinya dan tergantung pada tujuan analisis. Tahap berikutnya, adalah setelah ditentukan model estimasi yang tepat, dilakukan pengujian atas variabel-variabel liberalisasi keuangan (FDI dan Investasi Portofolio), kebijakan moneter (SBI dan total kredit), makroekonomi (Nilai tukar dan cadangan devisa), pasar modal (IHSG dan kapitalisasi pasar), perusahaan (aset perusahaan, pinjaman perusahaan dan kapitalisasi pasar saham perusahaan) yang diduga berpengaruh. Persamaan regresi data panel dibentuk sebagai berikut: Q = α + β1 X 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 + β 5 X 5 + β 6 X 6 + ε Untuk mengetahui apakah variabel-variabel tersebut berpengaruh atau tidak maka digunakan uji t. Hipotesis untuk masing-masing variabel adalah: H0 : β 1 ; β 2 ; β 3 ; β 4 ; β 5 ; β 6 = 0 H1 : setidaknya salah satu dari β i ≠ 0(i = 1,2,...,6) Kriteria penolakan H0 adalah apabila tstatistik> ttabel, pada selang kepercayaan tertentu (1 persen, 5 persen dan 10 persen). Proses pengolahan data panel yang dilakukan dari awal sampai pada tahapan analisis pengaruh variabel, menggunakan bantuan software aplikasi EViews Versi 6. 4.1.2. Analisis Untuk Mencapai Tujuan Penelitian Tujuan penelitian pertama dicapai dengan menggunakan metode data panel. Dari uji berdasarkan data panel tersebut akan diketahui keterkaitan liberalisasi keuangan terhadap nilai Q-Tobin dari masing-masing subsektor melalui persamaan regresi data panel. Sampel perusahaan dari 3 sektor, yaitu sektor pertanian (12 97 perusahaan), sektor industri dasar dan kimia (37 perusahaan) dan sektor perbankan (15 perusahaan), disajikan pada Lampiran 2. Data time series yang digunakan berfrekuensi tahunan. Dalam analisis ini, variabel liberalisasi keuangan seperti FDI dan investasi portofolio, juga variabel makroekonomi, pasar modal dan perusahaan dipilih sesuai dengan logika teori ekonomi yang relevan. Untuk mengetahui ada atau tidaknya korelasi diantara suatu variabel dengan variabel yang lain, dilakukan uji korelasi antar variabel. Batasan nilai korelasi adalah 0.85 ke atas, dan selanjutnya variabel tersebut tidak akan dimasukkan dalam persamaan regresi. Analisis dengan data panel bertujuan untuk melakukan estimasi parameter. Sehingga dalam pengujian statistik, yang terpenting adalah persamaan-persamaan dalam model secara kolektif berdasarkan F-test signifikan, meskipun bisa terjadi estimasi koefisien berdasarkan t-test yang mungkin disebabkan oleh multikolinearitas yang tidak signifikan. F-test digunakan untuk mengukur signifikansi dari estimasi regresi secara menyeluruh, sedangkan t-test digunakan untuk mengukur signifikansi dari koefisien-koefisien regresi. Berdasarkan model terpilih, akan terlihat keterkaitan variabel dalam liberalisasi keuangan, seperti arus modal dan investasi asing dengan variabel suku bunga (biaya modal) yang selanjutnya akan mempengaruhi nilai Q-Tobin. Perubahan pada nilai Q tersebut berdampak kepada keputusan investasi. Tujuan penelitian kedua, dicapai dengan menggunakan analisis yang sama yaitu FEM atau REM, untuk melihat pengaruh dari kebijakan moneter (melalui operasi pasar terbuka), terhadap variabel suku bunga jangka pendek dan jangka panjang, yang kemudian akan mempengaruhi nilai Q-Tobin dan selanjutnya terhadap keputusan investasi. Untuk memperoleh variabel-variabel utama yang berpengaruh 98 terhadap investasi dari kebijakan liberalisasi keuangan maupun kebijakan moneter, dilakukan korelasi silang (cross-correlation). Tujuan penelitian ketiga, untuk melihat pengaruh dari liberalisasi keuangan dan kebijakan moneter terhadap pertumbuhan investasi sektoral. Kerangka operasional penelitian berikut variabel yang diteliti disajikan pada Gambar 13. Dari kerangka alur pemikiran pada Gambar 12 sebelumnya, dibuat kerangka operasional berdasarkan tujuan penelitian dan pengelompokkan model. Variabel yang dimasukkan dalam kerangka ini termasuk adalah variabel eksogen yang memberikan pengaruh berupa perubahan kebijakan, baik dalam liberalisasi keuangan (keputusan Pemerintah tentang keterbukaan Capital Account – Pasar Modal) maupun kebijakan moneter (target reserve requirement). 4.2. Spesifikasi Model Penelitian ini dapat dikategorikan sebagai penelitian penjelasan yang berfokus pada penjelasan tentang pola arah dan sifat dinamika hubungan antara kebijakan, variabel-variabel makroekonomi dan investasi perusahaan pada sektor tertentu. Berdasarkan tujuan penelitian dan tahapan analisis maka ada tiga model yang digunakan dalam penelitian ini. Spesifikasi model dan variabel yang digunakan pada tiap-tiap model diturunkan dari pembahasan dalam kerangka teoritis pada bab sebelumnya. Ketiga model tersebut adalah model liberalisasi keuangan dan Q-Tobin, model liberalisasi keuangan serta kebijakan moneter dan Q-Tobin, serta model liberalisasi keuangan dan pengaruh kebijakan moneter terhadap pertumbuhan investasi sektoral. 99 Reserve Requirement Keterbukaan Pasar Modal Keterbukaan Capital Account FDI Pinjaman Komersial Uang Beredar Tabungan Cadangan Devisa Transaksi Aset Keuangan Bunga Pasar Nilai Tukar Rupiah Jumlah Pinjaman IHSG Bunga Pinjaman Biaya Modal Nilai Buku Aset Perusahaan Nilai Pasar Saham Perusahaaan Rasio Q-Tobin Perusahaaan Struktur Modal Perusahaan Inflasi Investasi Sektoral = Tujuan Penelitian = Variabel Kebijakan = Hubungan penjelas dan keterkaitan = Variabel yang diteliti = Variabel mikro lainnya yang tidak masuk model akan diulas dengan metode deskriptif Gambar 13: Kerangka Operasional Berdasarkan Variabel 100 4.2.1. Model Liberalisasi Keuangan 4.2.1.1. Spesifikasi Model Liberalisasi Keuangan Pengukuran liberalisasi keuangan dapat dipisahkan atas pengukuran liberalisasi pasar saham dan liberalisasi capital account. Pengukuran liberalisasi pasar saham, yaitu melalui indikator resmi (adanya ketentuan dari instansi yang berwenang) serta indikator intensitas. Pengukuran liberalisasi pasar saham melalui peraturan resmi diberikan nilai 1 (satu), sedangkan yang tidak melalui peraturan diberi nilai 0 (nol). Pengukuran liberalisasi pasar modal dengan intensitas, dalam bentuk rasio kapitalisasi pasar saham yang ada di suatu negara dengan indeks pasar. Nilai rasio berkisar dari 0 (nol) sampai dengan 1 (satu), dimana rasio 1 (satu) menunjukkan bahwa seluruh saham di suatu negara dapat dimiliki oleh investor asing. Dari ke-2 pengukuran tersebut, maka negara yang pasar sahamnya tersegmentasi secara utuh memiliki nilai 0, sedangkan negara dengan liberalisasi pasar saham penuh memiliki nilai 1. Keterbukaan pasar saham sebagai konsekuensi dari kebijakan moneter dalam liberalisasi keuangan akan menurunkan biaya modal. Penurunan biaya modal akan mendorong terjadinya investasi oleh perusahaan-perusahaan. saham akan mendorong terciptanya investasi. Keterbukaan pasar Keterbukaan capital account diukur dengan 2 pendekatan, yaitu pendekatan dari IMF (AREAER) dan Quinn. Pengukuran dengan AREAER, berkisar dari 0 dan 1, dimana nilai dummy 0 (nol) apabila terdapat 1 hambatan dalam keterbukaan capital account. Sedangkan pengukuran Quinn, memberikan rentang nilai 0 dan 1, yang diukur dari tingkat persetujuan pihak berwenang. Keterbukaan Capital Account sebagai konsekuensi dari liberalisasi keuangan akan mempermudah aliran dana pihak investor, dan selanjutnya mempengaruhi jumlah simpanan, pasar kredit serta menurunkan biaya modal. 101 Penurunan biaya modal akan mendorong terjadinya investasi oleh perusahaanperusahaan. Keterbukaan capital accountpun akan mendorong terciptanya investasi. Pertumbuhan Investasi, dipengaruhi oleh tingkat investasi yang ada saat ini di perusahaan juga tingkat investasi baru, termasuk investasi yang terjadi karena adanya pengaruhi dari liberalisasi keuangan dalam pasar saham maupun capital account, serta tingkat bunga. dalam hal ini adalah investasi yang dilakukan perusahaan dipengaruhi oleh tingkat bunga. Penurunan tingkat bunga akan mengurangi biaya modal, sehingga akan meningkatkan jumlah laba dan meningkatkan insentif untuk mengakumulasi lebih banyak modal. Untuk melihat pola hubungan antara liberalisasi keuangan yang diproksi dari aliran kapital (investasi asing langsung, investasi portofolio keuangan, dan pinjaman komersial) dengan investasi digunakan nilai tahunan masing-masing sejak tahun 2002 sampai dengan 2009. Proksi pengukuran liberalisasi keuangan adalah berdasarkan rasio data antara kapitalisasi pasar saham terhadap Gross Domestic Product. Untuk menganalisis pengaruh liberalisasi keuangan terhadap pertumbuhan investasi digunakan model estimasi Random Effect Model. 4.2.1.2. Data Model Liberalisasi Keuangan Beberapa data yang dibutuhkan dalam model ini dikelompokkan dalam 2 (dua) yaitu kelompok pasar saham dan kelompok capital account. Untuk kelompok pasar saham, data yang dibutuhkan adalah: (1) Nilai Investasi bersih perusahaan Indonesia (sektor pertanian, industri dasar dan kimia dan perbankan) (2) Harga Saham Perusahaan Indonesia (sektor pertanian, industri dasar dan kimia dan perbankan) (3) Biaya modal (4) Nilai buku saham biasa perusahaan Indonesia (sektor pertanian, industri dasar dan kimia dan perbankan) (5) Nilai buku utang 102 jangka pendek perusahaan Indonesia (sektor pertanian, industri dasar dan kimia dan perbankan) (6) Nilai buku utang jangka panjang perusahaan Indonesia (sektor pertanian, industri dasar dan kimia dan perbankan) (7) Nilai buku total aset perusahaan Indonesia (sektor pertanian, industri dasar dan kimia dan perbankan). Untuk kelompok capital account, data yang dibutuhkan adalah: (1) Investasi Asing Langsung (FDI) (2) Investasi Portofolio dan (3) Pinjaman Komersial Asing. Sedangkan data variabel makroekonomi yang dibutuhkan untuk kedua kelompok ini adalah: (1) Cadangan Devisa (2) Nilai Tukar Rupiah (3) Sukubunga pasar, dan (4) Indeks Harga Saham Gabungan maupun Indeks Saham Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan. Biaya modal dipengaruhi oleh ketersediaan sumber dana baik di pasar uang (tingkat bunga pinjaman) maupun tingkat imbal hasil yang dipersyaratkan oleh pemilik dana di pasar modal serta keleluasaan masuknya dana asing melalui investor asing yang membeli sekuritas emiten Indonesia di Pasar Saham Indonesia. Keleluasaan investor asing sebagai gambaran pelonggaran kebijakan atau aturan dalam investasi di pasar saham Indonesia. Harga barang modal berkorelasi positif dengan permintaan atas barang modal tersebut, dan dipengaruhi oleh jumlah penawaran barang modal, tingkat teknologi yang digunakan, suku bunga maupun nilai tukar. Untuk barang modal yang diimpor, nilainya akan semakin meningkat apabila nilai tukar Rupiah terhadap valuta asing (dalam hal ini US $) melemah. Stok modal atau tingkat investasi yang dimiliki perusahaan saat ini, dipengaruhi oleh tingkat depresiasi dari barang modal dan jenis investasinya. Dalam penelitian ini dilakukan pengamatan atas perubahan kebijakan atas liberalisasi keuangan, khususnya pasar saham, yang mengikuti indikator sebagaimana 103 ditetapkan oleh IMF dan aliran dana masuk atau keluar dari capital account, mengikuti indikator sebagaimana ditetapkan oleh IMF dan Quinn terhadap pertumbuhan investasi. Perubahan kebijakan berupa keputusan-keputusan yang terkait dengan Pasar Saham dan aliran dana. Persamaan dalam model liberalisasi keuangan adalah sebagai berikut: - Nilai Q – Tobin = f (investasi asing langsung, investasi portofolio, cadangan devisa, bunga kredit, kapitalisasi pasar saham, pinjaman perusahaan, aset perusahaan, dummy krisis). - Faktor kebijakan makro berupa aliran dana FDI dan investasi portofolio, cadangan devisa, serta faktor mikro berupa pinjaman perusahaan dan kapitalisasi pasar saham perusahaan diharapkan memberikan pengaruh positif terhadap nilai QTobin sektor. - Faktor makroekonomi berupa bunga kredit atau bunga pinjaman serta faktor mikro berupa aset perusahaan diharapkan memberikan pengaruh negatif terhadap nilai Q-Tobin. - Faktor eksternal berupa dummy krisis 2008 diharapkan memberikan pengaruh negatif terhadap nilai Q-Tobin. 4.2.2. Model Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter Paradigma baru dalam kebijakan moneter, menunjukkan bahwa peningkatan suplai uang diharapkan akan meningkatkan ketersediaan pinjaman (mempengaruhi pasar kredit). Spesifikasi model pengaruh liberalisasi keuangan dan kebijakan moneter relatif hampir sama dengan model pertama, hanya saja sudah dipertimbangkan adanya pengaruh kebijakan moneter dalam model ini. Data-data tambahan yang dibutuhkan dalam model ini adalah: (1) Sukubunga acuan Bank 104 Indonesia (2) Kebijakan Moneter (3) Jumlah uang beredar (Suplai Uang) (4) Sukubunga tabungan (5) Sukubunga pinjaman, dan (6) Jumlah kredit (pinjaman) yang disalurkan ke sektor riil, khususnya pertanian, industri dasar dan kimia dan perbankan. Suku bunga acuan Bank, yaitu SBI masih tetap digunakan, meskipun sejak tahun 2008 peran SBI sebagai reference rate mulai dikurangi. - Nilai Q – Tobin = f (SBI, money supply, IHSG, total kredit, bunga kredit, kapitalisasi pasar saham, pinjaman perusahaan, aset perusahaan, dummy krisis) - Faktor makroekonomi seperti SBI, money supply, IHSG, total kredit dan faktor mikro perusahaan berupa kapitalisasi pasar perusahaan dan pinjaman perusahaan diharapkan memberikan pengaruh positif terhadap nilai Q-Tobin. - Faktor makroekonomi berupa bunga kredit atau bunga pinjaman dan faktor mikro berupa aset perusahaan diharapkan memberikan pengaruh negatif terhadap nilai Q-Tobin. 4.2.3. Model Pertumbuhan Investasi Sektoral Seperti halnya pada model pertama dan kedua, model ketiga untuk melihat pengaruh liberalisasi keuangan dan kebijakan moneter terhadap pertumbuhan investasi sektor tertentu (pertanian, industri dasar dan kimia dan perbankan). - Pertumbuhan investasi perusahaan pada sektor tertentu = f (nilai Q-Tobin, bunga pinjaman riil, struktur modal, dummy krisis) 4.3. Pengorganisasian Model Analisis Model analisis setelah dikelompokkan dalam 3 sub-model disajikan pada Tabel 10. Model estimasi yang sesuai untuk ke 3 kelompok model, adalah Random Effect Model. Pemilihan model estimasi antara Fixed Effect dan Random Effect, 105 digunakan uji Hausman. Model estimasi Random Effect ini juga dipilih untuk model ke- 3 (tiga) sektor, baik pertanian, industri dasar dan kimia serta perbankan. Tabel 10. Pengorganisasian Model Analisis Pengaruh Liberalisasi Keuangan No Model Estimasi Tujuan I Pasar Saham dan Keterbukaan REM Melihat hubungan variabel Capital Account Indonesia pasar saham dan capital account terhadap perilaku investasi perusahaan, dengan indikator nilai Q-Tobin II Liberalisasi Keuangan dan REM Melihat pola hubungan Kebijakan Moneter liberalisasi keuangan dan variabel kebijakan moneter terhadap perilaku investasi perusahaan, dengan indikator nilai Q-Tobin III Pertumbuhan Investasi Sektoral REM Melihat perilaku pertumbuhan investasi sektoral dengan adanya liberalisasi keuangan dan kebijakan moneter 107 V. VARIABEL LIBERALISASI KEUANGAN DAN KEBIJAKAN MONETER 5.1. Deskripsi Variabel Penelitian Berikut adalah penjelasan mengenai perkembangan variabel yang digunakan dalam penelitian tahun 2002 sampai dengan 2009. Variabel tersebut terdiri dari variabel liberalisasi keuangan, makroekonomi, kebijakan moneter dan variabel emiten (perusahaan yang digunakan sebagai sampel dalam penelitian yang sudah terdaftar di Bursa Efek Indonesia). 5.1.1. Deskripsi Data Liberalisasi Keuangan Data-data terkait dengan keadaan adanya liberalisasi keuangan, adalah meliputi data perkembangan kebijakan yang dikeluarkan oleh Badan Pengawas Pasar Modal (Bapepam), Kementerian Keuangan dan Bank Indonesia. Sebagai konsekuensi dari kebijakan yang telah ditetapkan oleh institusi tersebut, maka berikut akan diuraikan data-data tentang besaran aliran dana dari pihak asing ke Indonesia, baik dalam bentuk investasi asing langsung (FDI), simpanan asing maupun investasi di instrumen keuangan (portofolio keuangan). 5.1.1.1.Deskripsi Data Variabel Investasi Asing Langsung (FDI, Foreign Direct Investment) Periode 1990an, investasi asing langsung dan investasi portofolio mendominasi arus modal swasta, dibandingkan dengan pinjaman bank komersial. Investasi asing langsung telah menjadi komponen terbesar dalam arus modal swasta neto sejak tahun 1995. Pada periode sebelum krisis, sejalan dengan liberalisasi sektor keuangan di Indonesia, perekonomian di Indonesia mengalami peningkatan aliran modal luar negeri masuk yang sangat tinggi yang pada akhirnya mendorong pertumbuhan ekonomi. Gambar 14 menunjukkan perkembangan jumlah FDI 108 dibandingkan dengan Penanaman Modal Dalam Negeri (Domestic Direct Investment, DDI). Data DDI dan FDI mencerminkan akumulasi investasi yang dilakukan oleh perusahaan, sampai memperoleh Izin Usaha Tetap (IUT) dari Badan Koordinasi Penanaman Modal. Fluktuasi FDI terjadi pada saat krisis moneter pada tahun 1998 dan 2000. Sedangkan flutuasi terbesar untuk DDI terjadi pada tahun 2000 dan 2007. Krisis moneter memberikan pengaruh terhadap aliran FDI dan DDI, sedangkan krisis finansial global berpengaruh terhadap DDI. 9,000 7,000 8,000 7,000 6,000 5,000 6,000 5,000 4,000 4,000 3,000 3,000 2,000 2,000 1,000 Miliar Rph Miliar Rph Perkembangan FDI Riil dan DDI Riil periode 2002 - 2009 1,000 0 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 0 Foreign Direct Inves tment Riil Domestic Direct Investment Riil Gambar 14 . Perkembangan Foreign Direct Investment Riil dan Domestic Direct Investment Riil sejak 1995 sampai dengan 2009 (sumber: Badan Koordinasi Penanaman Modal, 2010, data diolah) 5.1.1.2.Deskripsi Data Posisi Pinjaman Rupiah dan Valuta Asing Sumber dana perbankan terutama berasal dari Dana Pihak Ketiga (DPK) yang disalurkan untuk pinjaman atau kredit perbankan, secara umum menunjukkan peningkatan. Secara umum terlihat peningkatan kredit perbankan secara total, namun porsi kredit pertanian hanya berkisar antara 5 persen – 6 persen dari total kredit yang disalurkan, dibandingkan dengan kredit untuk industri pengolahan, berkisar dari 33 109 persen dan menurun menjadi 17 persen pada tahun 2009. Gambar 15 menunjukkan perkembangan kredit total, kredit pertanian, kredit perindustrian dan kredit untuk jasa dunia usaha. Perkembangan Kredit Sektor Ekonomi Januari 2002 - Desember 2009 1,600 1,400 Triliun Rupiah 1,200 1,000 800 600 400 200 0 Pertanian Perindustrian Jasa Dunia Usaha Total Gambar 15. Pergerakan Kredit Sektor Ekonomi (Pertanian – Perindustrian dan Jasa Dunia Usaha) periode Januari 2002 – Desember 2009 (sumber: Bank Indonesia, 2010) 5.1.1.3.Deskripsi Data Investasi Portofolio Aset Investasi Portofolio merupakan investasi yang dilakukan oleh penduduk Indonesia dalam bentuk surat-surat berharga (saham dan surat utang seperti obligasi) yang diterbitkan oleh bukan penduduk Indonesia, demikian sebaliknya untuk kewajiban (Bank Indonesia, 2010). Aset Investasi Portofolio ini merupakan bagian dari kegiatan transaksi finansial, baik yang meliputi investasi langsung maupun investasi portofolio. Kinerja transaksi finansial tidak terlepas dari pengaruh aliran modal jangka pendek yang bergerak merespons perkembangan persepsi risiko pelaku pasar keuangan global, khususnya terhadap negara berkembang seperti Indonesia. 110 Gambar 16 menunjukkan bahwa dalam perkembangannya sejak tahun 2001 sampai dengan akhir 2009, investasi portofolio mengalami tren pertumbuhan positif, meskipun terjadi koreksi pertumbuhan pada tahun 2005 dan 2008. Gambar 16. Perkembangan Investasi Portofolio sejak 2001 sampai dengan 2009 (sumber: Bank Indonesia, 2010) Pertumbuhan negatif, khususnya pada tahun 2008 sebagai konsekuensi dari krisis finansial global yang menyebabkan penurunan kepemilikan modal asing pada portofolio domestik. Meskipun demikian, pada periode tahun 2009, transaksi finansial masih menunjukkan surplus, karena adanya penerbitan obligasi valuta asing oleh pemerintah Indonesia yang mencerminkan masih tingginya kepercayaan investor asing terhadap stabilitas dan prospek makro ekonomi Indonesia (Bank Indonesia, 2008). Investasi di Indonesia saat ini terfokus pada investasi portofolio, di sisi lain dana yang tersedia untuk investasi riil atau langsung jauh dari mencukupi. Uang yang tertanam di bursa saham jauh lebih banyak dibandingkan dengan yang disalurkan untuk membangun pabrik baru, menambah bahan mentah, atau merekrut lebih banyak pekerja. Pada dasarnya, investasi portofolio tidak dapat digunakan sebagai tolok ukur kemajuan suatu ekonomi, meskipun tetap diperhitungkan dalam komponen GDP. 111 Saat ini, dengan adanya globalisasi, maka sangat banyak saham dan ekuitas di Indonesia yang berada di tangan investor asing. Perkembangan transaksi surat berharga yang dilakukan oleh investor asing di Bursa Efek Indonesia, saat ini telah mencapai sekitar 43 persen (Bursa Efek Indonesia, 2011). Mengingat investor internasional memiliki banyak pilihan, sering memindahkan dananya ke berbagai bursa atau pasar uang seluruh dunia untuk memperoleh keuntungan abnormal dari surat berharga, maka proses penarikan oleh investor asing yang umumnya secara mendadak dikarenakan oleh adanya “berita buruk”, akan menimbulkan keguncangan di bursa, bahkan seluruh perekonomian, di negara yang ditinggalkan. 5.1.1.4. Financial Deepening Perekonomian keuangannya, suatu yang dicirikan negara tergantung dengan pada liberalisasi perkembangan keuangan. sektor Sebagaimana disampaikan pada bab terdahulu, Indonesia telah melakukan deregulasi dan reformasi sektor keuangan. Deregulasi keuangan tersebut sering ditandai dengan akselerasi pertumbuhan uang quasi dan inovasi berbagai produk baru jasa keuangan, sehingga dapat meningkatkan financial deepening. Indikator dari financial deepening, antara lain adalah rasio M2 terhadap GDP, yang mencerminkan ukuran nyata dari sektor keuangan dalam perekonomian yang berkembang. Sejak tahun 2002 sampai dengan 2009, terjadi peningkatan rasio M2/GDP yang juga mencerminkan proses transformasi yang terjadi dari M1 ke M2 yang lebih banyak, pertanda lebih berfungsinya uang dalam arti luas ketimbang uang kertas/giro (Sjahrir, 1995: 12-13, dalam Maski, 2007). Indikator lainnya adalah rasio Total Kredit yang disalurkan terhadap GDP (Kredit/GDP), yang mencerminkan bagaimana pihak intermediasi berperan dalam meningkatkan pertumbuhan ekonomi. 112 Semakin besar rasio ini, maka semakin besar peran perbankan dalam pertumbuhan ekonomi. Rasio berikutnya adalah rasio Kapitalisasi Pasar terhadap GDP, yang ditunjukkan dengan nilai kapitalisasi pasar saham dari pasar modal, khususnya pasar saham terhadap GDP (Kapitalisasi pasar/GDP). Rasio ini mencerminkan besarnya partisipan dari pasar modal (saham) dalam perekonomian suatu negara. Baik rasio Kredit/GDP maupun rasio Kapitalisasi Pasar/GDP, keduanya menunjukkan tren yang meningkat dalam periode 2002 sampai dengan 2009, kecuali pada tahun 2008 terjadi penurunan rasio Kapitalisasi Pasar/GDP, dikarenakan adanya krisis finansial global. Gambar 17. Pergerakan Rasio M2, Kredit dan Kapitalisasi Pasar terhadap GDP periode 2002 sampai dengan 2009 (sumber: Bank Indonesia 2010, data diolah) Tabel 11 menunjukkan perkembangan data ke-3 (tiga) indikator Financial Deepening. Terlihat bahwa kebijakan uang beredar yang direpresentasikan dengan rasio M2/GDP memiliki rasio mendekati 1, pada tahun 2008 – 2009. Kondisi ini terkait dengan kebijakan dari Bank Indonesia yang menurunkan suku bunga acuan (SBI), yang kemudian relatif stabil pada kisaran sekitar 8 persen – 9 persen. Akan tetapi, penurunan SBI, ternyata tidak selalu diikuti dengan perkembangan penyaluran 113 kredit, sebagai konsekuensi dari bunga pinjaman yang masih cukup tinggi (spread dengan SBI yang masih relatif besar sekitar 6 persen). Berbeda halnya dengan rasio kapitalisasi pasar terhadap GDP, pada tahun 2007 dengan nilai melebihi 1. Kondisi ini sebagai konsekuensi dari peningkatan transaksi keuangan di investasi portofolio, terutama dengan masuknya investor asing. Namun kondisi ini hanya terjadi sementara, yang selanjutnya terjadi penurunan rasio menjadi separuhnya, akibat krisis finansial global. Tabel 11. Tahun 2002 2003 2004 2005 2006 2007 2008 2009 Data Perkembangan Rasio M2/GDP, Rasio Kredit/GDP dan Rasio Kapitalisasi Pasar/GDP, Periode 2002 – 2009. Rasio M2/GDP 0.59 0.61 0.62 0.69 0.75 0.84 0.91 0.98 Rasio Kredit/GDP 0.22 0.21 0.24 0.28 0.31 0.36 0.45 0.44 Rasio Kapitalisasi Pasar/GDP 0.18 0.29 0.41 0.46 0.68 1.01 0.52 0.90 Sumber: Bank Indonesia, Bursa Efek Indonesia dan BPS, 2010 (data diolah) 5.1.2. Deskripsi Data Variabel Kebijakan Moneter Berikut dijabarkan variabel moneter meliputi uang beredar (M2) dan suku bunga acuan SBI dan suku bunga investasi. Secara umum, kondisi moneter sejak tahun 2002 sampai dengan 2009 relatif stabil yang ditunjukkan oleh perkembangan moneter yang stabil dan terkendali. Kestabilan ini didukung oleh masih kondusifnya faktor fundamental ekonomi domestik dan terjaganya ekspektasi inflasi. 5.1.2.1.Deskripsi Data Suku Bunga Acuan Bank Indonesia Suku bunga instrumen moneter masih cenderung menurun sebagaimana terlihat pada Gambar 18. Penurunan SBI juga diikuti oleh penurunan suku bunga 114 investasi dan pinjaman. Namun secara keseluruhan, spread antara SBI dengan suku bunga pinjaman maupun investasi masih relatif besar, yaitu berkisar rata-rata 5 persen – 6 persen. Besarnya spread suku bunga ini, menjadi pertimbangan bagi pihak korporasi dalam mengajukan pinjaman kredit perbankan. Secara umum, korporasi berharap suku bunga pinjaman tidak menyentuh 2 digit, atau masih di bawah angka 10 persen. Saat ini suku bunga pinjaman berkisar 12 persen – 15 persen. % Perkembangan SBI dan Bunga Investasi 2002 - 2009 20.00 18.00 16.00 14.00 12.00 10.00 8.00 6.00 4.00 2.00 0.00 Bunga Investasi SBI Gambar 18. Perkembangan SBI dan Bunga Investasi sejak 2002 sampai dengan 2009 5.1.2.2.Deskripsi Data Jumlah Uang Beredar Gambar 19 menunjukkan perkembangan jumlah uang beredar (yaitu M2), yang menunjukkan adanya peningkatan. Hal ini mencerminkan adanya pelonggaran kebijakan moneter dari Bank Indonesia, berupa penurunan suku bunga acuan SBI. Sejalan dengan kebijakan dari Bank Indonesia tersebut, nampaknya salah satu indikator financial deepening ini (Rasio M2/GDP), sudah memiliki kisaran nilai menuju angka 1, sebagaimana disajikan pada Tabel 11. 115 Gambar 19. Perkembangan Money Supply (M2) sejak 2002 sampai dengan 2009 5.1.3. Deskripsi Data Variabel Makroekonomi 5.1.3.1.Deskripsi Data Nilai Tukar Rupiah Terhadap US Dollar Nilai Tukar merupakan perbandingan nilai atau harga mata uang domestik dengan mata uang lain. Nilai tukar rupiah terhadap US$ merupakan salah satu indikator makro yang volatil. Ketika terjadi guncangan pada perekonomian seperti krisis ekonomi, tsunami, maupun gejolak politik, maka nilai tukar akan mudah sekali terpengaruh dan memerlukan waktu yang lama untuk kembali normal. Gambar 20. Pergerakan Nilai Tukar Rupiah terhadap US$ sejak 1997 sampai dengan 2009 116 Berdasarkan Gambar 20, dapat dilihat bahwa perubahan nilai tukar rupiah terhadap US$ cenderung berfluktuatif, dan mengarah pada depresiasi. Secara umum, Rupiah terdepresiasi hingga mencapai kisaran nilai tukar sekitar Rp 9000an di akhir tahun 2009. Krisis subprime mortgage menjadi krisis keuangan global yang ditandai dengan bangkrutnya Lehman Brothers, yang selanjutnya terjadi penjualan saham Merryll Lynch, bank di AS dan diambil alih oleh pemerintah AS. Di Indonesia krisis tersebut berdampak pada nilai tukar rupiah yang sempat bertahan di awal tahun 2008 di bawah Rp 10.000 per dolar AS dan mencapai Rp 12.000-an per dolar AS di akhir 2008. Rupiah sempat mengalami penguatan, karena adanya aliran dana (hot money) pada tahun 2007, namun kembali melemah pada level Rp 12.000 lagi. Fluktuasi rupiah terhadap US$ bisa memberikan dampak terhadap harga saham secara individual maupun gabungan, terutama pada kondisi krisis. 5.1.3.2.Deskripsi Data Cadangan Devisa Secara umum, terlihat peningkatan cadangan devisa, sebagai konsekuensi dari kebijakan nilai tukar yang ditetapkan oleh otoritas moneter yaitu Bank Indonesia. Sebagaimana terlihat pada Gambar 21, pada tahun 2006 dan 2007, terjadi peningkatan cadangan devisa, yang mencerminkan adanya aliran dana dari luar, terutama yang diinvestasikan di investasi portofolio. Aliran dana dari luar terjadi sebagai konsekuensi tingginya tingkat imbal hasil Indonesia dibandingkan dengan luar negeri yang merangsang investor asing untuk menanamkan dana di Indonesia. Sejak ditetapkannya kebijakan ’manage floating’ oleh Bank Indonesia, cadangan devisa cenderung tidak mengalami fluktuasi yang tinggi, meskipun terjadi depresiasi rupiah terhadap dollar AS, pada tahun 2008 sebagaimana yang juga terlihat pada Gambar 20 di atas. 117 Gambar 21. Perkembangan Cadangan Devisa (Miliar Dollar AS) periode 1997 sampai dengan 2009 (Sumber: Bank Indonesia, 2010) 5.1.3.3.Deskripsi Data Pertumbuhan Ekonomi Gambar 22 menunjukan pertumbuhan ekonomi Indonesia yang dicerminkan dengan GDP, terlihat bahwa terjadi penurunan pertumbuhan pada periode krisis moneter pada tahun 1997. Gambar 22. Perkembangan beberapa variabel makroekonomi sejak 1997 sampai dengan 2009 (sumber Bank Indonesia, 2010) 118 Pertumbuhan yang rendah juga diindikasikan oleh tingginya suku bunga acuan BI rate dan tingkat inflasi yang tinggi, pada tahun yang sama. Setelah terjadinya krisis moneter pada tahun 1997, maka kondisi perekonomian Indonesia sempat mengalami stagnasi pada sekitar awal 1999, dan menunjukkan peningkatan sejak tahun 2000. Pada tahun 2005, karena terjadinya krisis Bahan Bakar Minyak (BBM), menyebabkan tingkat inflasi yang meningkat. Secara umum, setelah terjadi krisis moneter pada tahun 1998, maka pertumbuhan ekonomi Indonesia relatif stabil di kisaran 6 persen – 7 persen demikian pula dengan tingkat BI rate dan inflasi. 5.1.3.4.Deskripsi Data Indeks Saham 5.1.3.4.1. Indeks Harga Saham Gabungan Indeks Harga Saham Gabungan (IHSG) merupakan indikator pergerakan harga saham di BEI, yang mencakup pergerakan harga seluruh saham biasa dan saham preferen. Secara umum, kinerja industri pasar modal Indonesia dalam 10 (sepuluh) tahun terakhir menunjukkan peningkatan pertumbuhan. Gambar 23 menunjukkan bahwa pada pertengahan tahun 2008 IHSG menunjukkan tren yang menurun. Keadaan ini sejalan dengan krisis subprime mortgage (SM) yang melanda Amerika Serikat. Pola pergerakan yang sama juga terjadi pada IHSG, diikuti oleh indeks sektoral antara lain adalah JAKAGRI (Indeks Sektor Pertanian), JAKBIND (Indeks Sektor Industri Dasar dan Kimia) dan JAKFIN (Indeks Sektor Keuangan) yang juga menunjukkan tren penurunan. Perkembangan IHSG pada tahun 2007 menunjukkan adanya peningkatan dan bertahan sampai awal 2008. Peningkatan tersebut dikarenakan adanya aliran dana (hot money) dari investor asing yang mengalihkan investasinya ke surat berharga di 119 Bursa Efek Indonesia. Dampak krisis finansial (global) mulai terlihat pada sekitar bulan Agustus 2008 hingga awal 2009, dengan adanya penurunan tajam dari IHSG. Gambar 23. Pergerakan Indeks Harga Saham Gabungan di BEI periode Januari 2001 – Desember 2009 (sumber: Bursa Efek Indonesia, 2010) Sejalan dengan pergerakan indeksnya, maka kapitalisasi pasar IHSG juga mengalami tren peningkatan maupun penurunan pada periode waktu yang sama. Gambar 24. Pergerakan Kapitalisasi Pasar Indeks Harga Saham Gabungan di BEI periode Januari 2001 – Desember 2009 (sumber: Bursa Efek Indonesia, 2010) Kapitalisasi pasar IHSG mencerminkan nilai pasar dari total saham seluruh emiten yang beredar di pasar sekunder (Bursa Efek Indonesia). Dengan demikian perubahan 120 harga pasar saham individual ataupun jumlah yang beredar akan mempengaruhi perubahan kapitalisasi pasar tersebut. 5.1.3.4.2. Indeks Saham Sektoral (Pertanian – Industri Dasar dan Kimia Perbankan) Sejalan dengan pergerakan IHSG, indeks saham sektor-sektor tertentu, seperti Sektor Pertanian, Sektor Perbankan dan Sektor Industri Dasar dan Kimia, juga memiliki pola pergerakan yang sama, dalam periode pengamatan yang sama. Pada Gambar 24, pergerakan ke-tiga indeks saham sektoral di BEI tersebut pada umumnya mengalami tren meningkat pada awal 2007 hingga awal 2008. Indeks mulai mengalami penurunan dari awal 2008 hingga 2009. Dari kaca mata investor, setelah mengalami penurunan yang cukup tajam, perusahaan-perusahaan di Indonesia yang selama ini cenderung ekspansif dan berupaya melakukan efisiensi manajemen, akan memiliki harga saham yang lebih rendah dan cukup menarik, meskipun terdapat krisis pada sektor riil. Pada periode setelah krisis, bagi perusahaan yang mengandalkan sumber bahan baku dalam negeri akan memasarkan ke pasar domestik, dan akan memiliki pertumbuhan yang jelas dibandingkan dengan perusahaan yang menggunakan bahan baku impor dan berorientasi ke pasar ekspor. Sektor primer menurut klasifikasi dari Bursa Efek Indonesia terdiri dari 2 (dua) indeks saham, yaitu JAKAGRI (pertanian) dan JAKMINE (pertambangan). Gambar 25 memperlihatkan pergerakan indeks JAKAGRI yang cenderung meningkat pada saat periode sebelum krisis. Seperti halnya dengan IHSG, pada kuartal ketiga 2008 pergerakan mulai memperlihatkan tren yang menurun hingga awal tahun 2009. 121 Gambar 25. Perkembangan Indeks Saham Sektor Pertanian (JAKAGRI), Januari 2001 sampai dengan Desember 2009 (sumber data: Bloomberg, 2010) Sektor primer, diwakili dengan industri pertanian terdiri dari 15 (lima belas) perusahaan, dan terdiri dari subsektor tanaman, perkebunan, pakan ternak, perikanan dan kehutanan. Berdasarkan nilai kapitalisasi pasar, maka subsektor perkebunan memiliki kapitalisasi pasar yang terbesar pada sektor pertanian ini dengan emiten yang mempunyai jumlah perdagangan terbesar adalah Bakrie Sumatra Plantation Tbk (UNSP) (IDX Fact Book, 2010). Pada sektor primer ini, setelah adanya krisis, indeks masih menstabilkan secara perlahan, dikarenakan bahwa permintaan produk di sektor ini diperkirakan masih tetap stabil mengingat produk yang dihasilkan termasuk kebutuhan pokok yang tidak dapat ditunda. Sektor sekunder (industri dan manufaktur), menurut klasifikasi Bursa Efek Indonesia terdiri dari indeks JAKMIND (industri dasar), JAKBIND (barang industri) dan JAKCONS (konstruksi), terdiri dari 130 emiten. Khusus untuk subsektor Industri Dasar dan Kimia, terdiri dari 56 (limapuluh enam) perusahaan, memiliki kapitalisasi pasar sebesar 8.10 persen dari total kapitalisasi pasar saham, pada akhir 2009. Beberapa emiten yang tergabung dalam sektor manufaktur di luar saham-saham Aneka Industri dan Barang Konsumsi yang sering menjadi market mover adalah 122 saham-saham industri semen yaitu PT. Semen Gresik Tbk (SMGR), PT Holchim Indonesia Tbk. (SMCB ) dan PT Indocement Tunggal Prakarsa Tbk (INTP) yang ditunjukkan dengan indeks JAKBIND pada Gambar 26. Gambar 26. Perkembangan Indeks Saham Sektor Industri Dasar dan Kimia (JAKBIND), Januari 2001 sampai dengan Desember 2009 (sumber data: Bloomberg, 2010) Sejak akhir tahun 2009 telah terjadi kenaikan tajam dari indeks sektor manufaktur, terutama karena kenaikan beberapa emiten yang dominan, antara lain Sektor Barang Konsumsi antara lain seperti PT Gudang Garam Tbk (GGRM), PT Unilever Indonesia Tbk (UNVR), PT Indofood Sukses Makmur Tbk (INDF), PT Kalbe Farma Tbk (KLBF), PT HM Sampoerna Tbk (HMSP) dan PT Mayora Indah Tbk (MYOR). Tiga dari emiten di atas yang juga merupakan emiten-emiten termasuk dalam daftar 10 terbesar bila dilihat dari kapitalisasi pasar, yaitu UNVR, HMSP dan GGRM. Gambar 27 menunjukkan perkembangan indeks saham sektor keuangan. Sektor Keuangan merupakan sektor tersier dalam kategori klasifikasi indeks saham sektoral, yang terdiri dari sub sektor perbankan, lembaga pembiayaan, perusahaan efek dan asuransi. Subsektor perbankan terdiri dari 29 (duapuluh sembilan) bank, baik bank komersiel, pemerintah maupun daerah, dengan kapitalisasi pasar sebesar 23.7 persen terhadap total kapitalisasi pasar. Tidak jauh berbeda dengan ke-2 (dua) 123 indeks saham lainnya, indeks saham industri keuangan memiliki pola yang sama, dengan adanya penurunan pada tahun 2008. Gambar 27. Perkembangan Indeks Saham Sektor Keuangan (JAKFIN), Januari 2001 sampai dengan Desember 2009 (sumber data: Bloomberg, 2010) 5.1.4. Deskripsi Data Variabel Emiten Variabel emiten (perusahaan terbuka dan terdaftar di Bursa Efek Indonesia) yang digunakan dalam penelitian ini terdiri dari emiten yang tercakup dalam klafikasi sektor pertanian, industri dasar dan kimia serta perbankan. Pemilihan emiten dari ketiga sektor tersebut dilakukan dengan pertimbangan ketersediaan data laporan keuangan selama periode penelitian, keaktifan saham dalam transaksi perdagangan serta kesesuaian denominasi mata uang yang digunakan dalam laporan keuangan emiten tersebut. Dengan demikian, tidak seluruh emiten yang terdaftar pada setiap sektor yang dibahas, ditetapkan sebagai sampel dalam penelitian ini. Sektor primer diwakili dengan sektor pertanian, dan didominasi oleh perusahaan dari subsektor perkebunan (terdiri dari 12 perusahaan). Sektor sekunder diwakili oleh sektor industri dasar dan kimia, yang terdiri dari perusahaan semen, keramik, kaca, logam, aluminium, pulp and paper (terdiri dari 37 perusahaan). Sektor 124 tersier diwakili oleh sektor keuangan khususnya adalah sektor perbankan (terdiri dari 15 perusahaan). Pemilihan ke-3 (tiga) sektor tersebut untuk dapat merepresentasikan pengaruh liberalisasi keuangan dan kebijakan moneter, dengan mempertimbangkan aspek makro dan mikro, terhadap masing-masing sektor. 5.1.5. Pengelompokkan sektor Pengelompokkan sektor menurut Bursa Efek Indonesia dilakukan berdasarkan kelompok industri, berbeda dengan menurut BPS. Jika menurut BPS, terdapat tiga kelompok besar yaitu sektor primer, sekunder dan tersier, maka menurut BEI pengelompokkan berdasarkan industri. Terdapat 9 (sembilan) kelompok industri menurut BEI. Tabel 12 menunjukkan pengelompokkan industri menurut kriteria BEI. 5.1.5.1 Sektor Pertanian Sektor pertanian mempunyai peranan yang cukup penting dalam kegiatan perekonomian di Indonesia, hal ini dapat dilihat dari kontribusinya terhadap Produk Domestik Bruto (PDB) yang cukup besar yaitu sekitar 13,83 persen pada tahun 2007 atau merupakan urutan ketiga setelah sektor industri pengolahan dan perdagangan, hotel dan restoran. Perdagangan dalam negeri (domestik) dan perdagangan luar negeri (internasional) pada komoditas pertanian yang meliputi sub sektor tanaman pangan, hortikultura, perkebunan dan peternakan merupakan potensi yang saat ini masih terus dikembangkan, mengingat sektor pertanian masih mampu bertahan meskipun terjadi krisis ekonomi di Indonesia tahun 1997, serta krisis global beberapa dalam tahun terakhir ini. Kinerja sektor pertanian cenderung meningkat, baik dari kontribusinya terhadap Produk Domestik Bruto (PDB), penyerapan tenaga kerja dan peningkatan cadangan devisa. 125 Tabel 12. Pengelompokkan Saham Berdasarkan Industri di Bursa Efek Indonesia No. Industri Sub Bidang Industri 1. Pertanian 1. Perkebunan 2. Peternakan 3. Perikanan 4. Lainnya 2. Pertambangan 1. Pertambangan Batu Bara 2. Pertambangan Minyak dan Gas Bumi 3. Pertambangan Logam dan Mineral Lainnya 4. Pertambangan Batu-batuan 3. Industri Dasar dan Kimia 1. Semen 2. Keramik, Perselen, dan Kaca 3. Logam dan Sejenisnya 4. Kimia 5. Plastik dan Kemasan 6. Pakan Ternak 7. Kayu dan Pengolahannya 8. Pulp dan Kertas 4. Aneka Industri 1. Otomotif dan Komponennya 2. Tekstil dan Garmen 3. Alas Kaki 4. Kabel 5. Lainnya 5. Industri Barang dan Konsumsi 1. Makanan dan Minuman 2. Rokok 3. Farmasi 4. Kosmetik dan Barang Keperluan Lainnya 6. Properti dan Real Estate 1. Properti dan Real Estate 2. Konstruksi Bangunan 7. Infrastruktur, Utilitas, dan 1. Energi Transportasi 2. Telekomunikasi 3. Konstruksi Non Bangunan 8. Keuangan 1. Bank 2. Lembaga Keuangan 3. Perusahaan Efek 4. Asuransi 5. Lainnya 9. Perdagangan, Jasa, dan Investasi 1. Perdagangan Besar Barang Produksi 2. Perdagangan Eceran 3. Restoran, Hotel dan Pariwisata 4. Advertising, Printing, dan Media 5. Jasa Komputer dan Perangkatnya 6. Perusahaan Investasi Sumber: Bursa Efek Indonesia, 2008 126 5.1.5.2. Sektor Industri Dasar dan Kimia Sektor industri merupakan sektor yang memiliki peran penting dalam perekonomian Indonesia. Hal ini dapat dilihat dari kontribusi sektor tersebut terhadap pembentukan Produk Domestik Bruto (PDB) nasional. Selama periode 2004-2009 kontribusi sektor industri pengolahan terhadap pembentukkan PDB adalah berkisar 26.16 persen hingga 28.37 persen (Badan Pusat Statistik, 2010). Pangsa sektor industri tersebut jauh berada di atas sektor-sektor lainnya termasuk sektor pertanian, yang memiliki pangsa sekitar 16.00 persen. Hal ini menunjukan bahwa sektor industri selama kurun waktu tersebut merupakan sektor yang paling dominan kedudukannya dalam hal penciptaan PDB. Kontribusi dari setiap sektor terhadap PDB dapat dilihat dari laju pertumbuhannya. Berdasarkan laju pertumbuhannya dalam pembentukan PDB diketahui bahwa meskipun sektor industri pengolahan tidak mengalami laju pertumbuhan yang tertinggi dibandingkan sektor-sektor lainnya, namun laju pertumbuhan yang dicapai selalu mengalami pertumbuhan positif. Laju pertumbuhan yang dicapai sektor industri pengolahan selama periode 2004-2008 berkisar antara 4.14 sampai 6.38 persen (Badan Pusat Statistik, 2010). Hal tersebut menunjukan bahwa peranan sektor industri pengolahan dalam pembentukan PDB terus meningkat seiring dengan pertumbuhan sektor-sektor perekonomian lainnya. Apabila dikaji lebih detail diketahui bahwa pertumbuhan positif yang dicapai oleh industri pengolahan merupakan kontribusi dari pertumbuhan yang dicapai oleh industri pengolahan non minyak dan gas (non migas). Selama periode 2006-2009, industri pengolahan non-migas mengalami pertumbuhan positif, sebaliknya dengan industri migas. Industri pengolahan nonmigas mengalami pertumbuhan berkisar antara 2.52 - 5.27 persen, sedangkan industri pengolahan migas mengalami pertumbuhan negatif dengan kisaran antara -0.06 127 sampai -2.21 persen. Pertumbuhan yang relatif bervariasi antar kelompok industri tersebut disebabkan oleh berbagai faktor yang mempengaruhi sektor industri tersebut. baik faktor internal (inveestasi) maupun faktor eksternal (kebijakan pemerintah). 5.1.5.3. Sektor Perbankan Perbankan di Indonesia dapat diklasifikasikan dalam beberapa jenis. Perbedaan jenis bank-bank ini dibedakan berdasarkan segi fungsi, segi kepemilikannya dan berdasarkan kegiatan operasinya. Dari segi fungsinya, bank dapat dibedakan menjadi bank sentral, bank umum dan bank perkreditan rakyat (BPR). Dari segi kepemilikannya, bank dibedakan berdasarkan kepemilikan sahamnya, yakni bank milik negara (pemerintah), bank milik swasta nasional, bank milik daerah, bank milik asing dan bank milik campuran. Sementara dari segi kegiatan operasinya, bank dibedakan menjadi bank konvensional dan bank syariah. Dalam perkembangannya, jumlah bank berdasarkan segi kegiatan operasinya yakni bank umum dan BPR yang terdapat di Indonesia cenderung mengalami penurunan dari tahun ke tahun. Hal ini dapat disebabkan oleh ketatnya persaingan di industri perbankan dan tingginya Non Performing Loan (NPL) yang mengakibatkan beberapa bank mengalami kesulitan likuiditas dan solvabilitas yang pada akhirnya pailit atau dilikuidasi oleh Bank Indonesia. Selain itu, ketatnya peraturan yang dikeluarkan oleh BI terhadap bank agar melaksanakan prinsip prudent khususnya dalam penyaluran kredit. Sejalan dengan membaiknya perekonomian global, pertumbuhan kredit perbankan Indonesia kembali meningkat setelah pada tahun 2009 tidak mencapai target. Pada tahun 2010, pertumbuhan kredit mencapai 22,8 persen atau sebesar Rp 327.9 triliun (total kredit per 2010 menjadi Rp 1 765.8 triliun). Pertumbuhan ini melebihi target semula yang ditetapkan oleh BI sebesar 20 persen 128 pada tahun 2010. Pertumbuhan kredit valas pada tahun 2010, adalah pertumbuhan yang tertinggi dan mencapai sebesar 30.66 persen atau setara dengan Rp 273.4 triliun, sedangkan pertumbuhan kredit Rupiah meningkat hanya sekitar lima persen dibandingkan dengan tahun sebelumnya (16.54 persen ke 21.47 persen). Pertumbuhan ini didukung oleh nilai tukar rupiah terhadap dola AS yang terapresiasi sampai level Rp 9.000. Pertumbuhan kredit valas tersebut tentunya merupakan salah satu tanda yang positif karena memberikan kontribusi bagi pertumbuhan ekonomi dengan turut membantu meningkatkan ekspor. Namun disisi lain, perbankan harus hati-hati dalam menyalurkan kredit valas karena risikonya juga terkait dengan risiko perubahan nilai tukar. Depresiasi nilai tukar rupiah akan membuat beban debitur meningkat sehingga meningkatkan risiko kredit bermasalah (Bank Indonesia, 2011). 5.2. Analisis nilai Q-Tobin dan Keputusan Investasi dan Pendanaan Perusahaan Bagian ini menganalisis hasil perhitungan nilai Q-Tobin untuk masing-masing sektor, baik pertanian, industri dasar dan kimia serta perbankan. Sebagaimana disampaikan pada bab Metodologi, perhitungan nilai Q-Tobin menggunakan modifikasi dari rumus Han Kin Sang. memasukkan saham istimewa Modifikasi yang dilakukan dengan tidak dalam perhitungan Q-Tobin, dengan mempertimbangkan keadaan di Indonesia. Analisis nilai Q-Tobin dikaitkan dengan keputusan internal perusahaan berupa keputusan investasi serta keputusan pendanaan. 5.2.1. Analisis Nilai Q-Tobin Analisis nilai Q-Tobin dilakukan dengan memperhatikan tren serta mengkaitkannya dengan indeks saham dari masing-masing sektor, baik pertanian, industri dasar dan kimia serta perbankan. 129 5.2.1.1.Nilai Q-Tobin Sektor Pertanian Gambar 28 menunjukkan bahwa secara umum nilai Q-Tobin dari sektor pertanian, menunjukkan adanya tren yang meningkat dari tahun 2002 sampai dengan pertengahan tahun 2007, dan selanjutnya menurun pada tahun 2008. Gambar 28. Perkembangan Q-Tobin Beberapa Emiten Sektor Pertanian, Januari 2002 sampai dengan Desember 2009 (sumber: Laporan Keuangan Tahunan Perusahaan, data diolah) Awal tahun 2002, nilai rasio Q-Tobin mendekati 2, dan meningkat menjadi 4 pada pertengahan tahun 2007, serta menurun menjadi berkisar 0.66 pada akhir 2009. Nilai rasio Q-Tobin tertinggi terjadi pada tahun 2007, yang diindikasikan oleh adanya fenomena aliran uang panas (hot money) dari negara-negara maju, yang diikuti oleh kenaikan indeks saham di beberapa negara berkembang pada saat yang bersamaan, termasuk IHSG di Indonesia, yang pada saat itu mencapai nilai tertingginya yaitu 2 830. Penurunan nilai rasio Q-Tobin pada ke dua tahun terakhir, disebabkan oleh adanya krisis finansial global. Rata-rata nilai rasio Q-Tobin untuk sektor Pertanian dalam periode waktu 8 (delapan) tahun adalah 2.07. Dengan rata-rata nilai rasio QTobin di atas 1 sepanjang periode pengamatan, memberikan indikasi bahwa kondisi pasar modal yang kondusif direspons positif oleh ke-12 emiten sektor pertanian 130 melalui keputusan investasi. Pergerakan nilai rasio Q-Tobin, memiliki pola yang mirip dengan pergerakan indeks saham maupun kapitalisasi saham sektor Pertanian pada periode waktu yang sama. Gambar 29 menunjukkan perkembangan kapitalisasi pasar indeks saham sektor Pertanian dari tahun 2002 sampai dengan 2009. Gambar 29. Perkembangan Kapitalisasi Saham Sektor Pertanian, Januari 2001 sampai dengan Desember 2009 (sumber data: Bloomberg, 2010) 5.2.1.2. Nilai Q-Tobin Sektor Industri Dasar dan Kimia Seperti halnya dengan sektor pertanian, secara umum, nilai Q-Tobin dari sektor industri dasar dan kimia, menunjukkan adanya tren yang meningkat dari tahun 2002 sampai dengan pertengahan tahun 2007, dan selanjutnya menurun pada tahun 2008. Gambar 30 menunjukkan perkembangan nilai Q-Tobin pada periode tahun 2002 sampai dengan tahun 2009. Secara umum, nilai berada di atas 1, namun lebih rendah daripada sektor pertanian, dikarenakan nilai aktiva yang tinggi, sebagai konsekuensi dari perusahaan pengolahan dan padat modal. Rasio di atas 1, juga dipengaruhi oleh tingginya jumlah pinjaman yang merupakan karakter dari industri pengolahan, serta marjin keuntungan yang cukup besar sehingga meningkatkan nilai ekuitas perusahaan. 131 Gambar 30. Perkembangan Q-Tobin Beberapa Emiten Sektor Industri Dasar dan Kimia, Januari 2002 sampai dengan Desember 2009 (sumber: Laporan Keuangan Tahunan Perusahaan, data diolah) Gambar 31 menunjukkan perkembangan kapitalisasi pasar indeks saham sektor Industri Dasar dan Kimia. Secara umum, terdapat kesamaan pola nilai QTobin dengan kapitalisasi pasar, kecuali pada tahun 2009. Perbedaan cenderung disebabkan oleh kenaikan harga saham sektor ini, sebagai konsekuensi dari persepsi positif dari pasar atas kebijakan pemerintah, khususnya tentang pajak bea masuk. Gambar 31. Perkembangan Kapitalisasi Saham Sektor Industri Dasar dan Kimia, Januari 2001 sampai dengan Desember 2009 (sumber data: Bloomberg, 2010) 132 5.2.1.3. Nilai Q-Tobin Sektor Perbankan Meskipun secara umum nilai Q-Tobin sektor perbankan (terdiri dari 15 emiten) juga memiliki pola perkembangan yang relatif sama dengan kedua sektor di atas sebelumnya (pertanian dan industri dasar dan kimia), selama periode pengamatan, namun nilai Q-Tobin relatif lebih stabil dengan rentang nilai yang relatif lebih sempit, yaitu berkisar antara 1.6 sampai 2.2. Gambar 32. Perkembangan Q-Tobin Beberapa Emiten Sektor Perbankan, Januari 2002 sampai dengan Desember 2009 (sumber: Laporan Keuangan Tahunan Perusahaan, data diolah) Gambar 32 menunjukkan, bahwa secara umum, nilai Q-Tobin dari sektor perbankan, menunjukkan adanya tren yang meningkat dari tahun 2002 sampai dengan pertengahan tahun 2007, dan selanjutnya menurun pada tahun 2008. Nilai Q-Tobin berkisar antara 1.63 sampai dengan 2.2 selama periode pengamatan. Berbeda halnya dengan ke dua sektor sebelumnya yaitu pertanian dan industri dasar dan kimia. Nilai Q-Tobin rata-rata sebesar 1.73 sepanjang periode pengamatan, memberikan indikasi bahwa kondisi pasar modal yang kondusif direspons positif oleh ke-12 emiten sektor pertanian melalui keputusan investasi. 133 Pergerakan nilai Q-Tobin, memiliki pola yang mirip dengan pergerakan indeks saham maupun kapitalisasi saham sektor keuangan (JAKFIN) pada periode waktu sampai yang sama. Gambar 33 menunjukkan perkembangan indeks saham sektor keuangan dari tahun 2001 sampai dengan 2009. Gambar 33. Perkembangan Kapitalisasi Saham Sektor Keuangan, Januari 2001 sampai dengan Desember 2009 (sumber data: Bloomberg, 2010) 5.2.1.4. Nilai Q - Tobin ke-tiga Sektor (pertanian, industri dasar dan kimia dan perbankan) Ketiga sektor pertanian, industri dasar dan kimia dan perbankan, menunjukkan pola perkembangan nilai Q-Tobin yang relatif sama selama periode waktu pengamatan dari tahun 2002 sampai dengan 2009, sebagaimana disajikan pada Gambar 34. Sektor pertanian memiliki nilai Q-Tobin yang tertinggi, demikian juga dengan fluktuasinya, sementara sektor perbankan memiliki nilai Q-Tobin yang terendah. Hal ini diduga berkaitan dengan prinsip kehati-hatian (prudent) dari kalangan perbankan dalam menyalurkan kredit, sehingga nilai investasi perbankan juga menjadi rendah. Sedangkan pada sektor pertanian, 134 Gambar 34. Perkembangan Q-Tobin dari Sektor Pertanian – Industri Dasar dan Kimia dan Perbankan, Januari 2002 sampai dengan Desember 2009 Tabel 13 menunjukkan nilai Q-Tobin dari sektor Pertanian, sektor Industri Dasar dan Kimia dan sektor Perbankan periode 2002-2009. Tabel 13. Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan, Periode 2002 - 2009 Nilai Q-Tobin Sektor Tahun Pertanian Industri Dasar dan Kimia Perbankan 2002 1.91 1.63 1.18 2003 2.39 1.57 1.47 2004 1.89 1.60 1.76 2005 1.94 1.68 1.97 2006 3.08 1.76 2.51 2007 4.05 2.20 3.12 2008 0.67 2.00 1.13 2009 0.66 1.38 0.92 Rerata 2002 – 2007 2.54 1.74 2.00 Rerata 2008 – 2009 0.67 1.69 1.02 Rerata 2002 – 2009 2.07 1.76 1.73 Sumber: Laporan Keuangan Tahunan dan Nilai Pasar Saham Perusahaan (data diolah) 135 Secara umum nilai Q-Tobin dari ke 3 (tiga) sektor berkisar rata-rata di atas 1, artinya nilai pasar perusahaan (emiten) lebih besar dari nilai buku aset perusahaan, dengan demikian masih terdapat insentif bagi perusahaan untuk meningkatkan investasinya. Nilai Q-Tobin dari ke 3 (tiga) sektor memiliki kecenderungan yang hampir serupa yaitu adanya peningkatan nilai Q sejak tahun 2002 sampai dengan 2007, dan terjadi penurunan pada 2008. 5.2.2. Keputusan Investasi dan Keputusan Pendanaan Perusahaan Tabel 14 menunjukkan jumlah investasi rata-rata dari ke-3(tiga) sektor, selama periode 2002 – 2009. Secara umum, ke-3 (tiga) sektor memperlihatkan adanya pertumbuhan investasi berupa aktiva tetap neto dalam periode penelitian. Pertumbuhan tertinggi terlihat pada sektor pertanian, kemudian industri dasar dan kimia dan diikuti dengan perbankan. Pertumbuhan investasi sejalan dengan nilai QTobin, dengan sektor pertanian memiliki nilai Q-Tobin tertinggi, dan perbankan yang terendah. Tabel 14. Nilai Investasi perusahaan di Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan periode 2002 - 2009 Nilai Investasi (net) Perusahaan di Sektor Industri Dasar dan Tahun Pertanian Kimia Perbankan (juta rupiah) 2002 778 703.33 47 220 740.67 943 229.57 2003 766 418.25 72 748 413.93 983 948.68 2004 797 992.92 39 074 991.67 960 223.92 2005 993 261.83 43 595 236.53 966 337.68 2006 1 118 416.33 47 897 423.87 948 064.14 2007 1 403 307.33 58 079 640.27 932 614.65 2008 1 696 509.17 69 209 463.60 973 622.19 2009 1 649 737.58 64 442 402.60 985 193.92 Pertumbuhan (%) 11.32 4.54 0.62 Sumber: Laporan Keuangan Tahunan Perusahaan 2002 – 2009 (data diolah) 136 Pertumbuhan investasi sektor pertanian yang sebagian besar didominasi oleh perusahaan perkebunan khususnya kelapa sawit, terkait dengan program revitalisasi pertanian. Sektor Industri Dasar dan Kimia, yang terdiri dari perusahaan semen, keramik, logam, plastik, pengolahan kayu dan pulp dan kimia, secara umum dapat dipengaruhi oleh kebijakan pemerintah, terkait dengan insentif pajak, impor dan ekspor, baik untuk bahan mentah maupun barang jadi. Investasi di sektor perbankan menunjukkan pertumbuhan yang relatif rendah, terkait dengan kebijakan perbankan Indonesia untuk berhati-hati (prudent) di dalam penyaluran kredit, dan cenderung melakukan investasi di Sertifikat Bank Indonesia. Tabel 15 menunjukkan keputusan pendanaan dan investasi dari perusahaan di ke-3 (tiga) sektor. Rasio DAR (Debt to Total Assets) menunjukkan besarnya porsi total pinjaman terhadap total aktiva, sedangkan rasio Aset menunjukkan besarnya porsi investasi terhadap total aktiva. Hasil memperlihatkan pinjaman (dana eksternal) di sektor industri dasar dan kimia serta perbankan dominan dibandingkan dengan ekuitas (dana internal) sejalan dengan penelitian Millar (2005) dan Mosley (1999). Khusus untuk sektor perbankan, aktiva tetap neto termasuk di dalamnya adalah nilai kredit yang disalurkan. Di sektor pertanian, pinjaman dan ekuitas merupakan sumber dana untuk investasi aktiva tetap neto, sedangkan di ke-2 (dua) sektor lainnya juga termasuk untuk investasi di aktiva lancar atau aktiva lain-lain. Hal ini terlihat dari perbandingan rasio DAR dengan ATNet/TA, sebagai keputusan investasi. Artinya, di sektor pertanian, laba perusahaan masih memberikan kontribusi sebagai sumber dana internal dalam mendanai keputusan investasi aktiva tetap. Rasio utang sektor pertanian yang rendah, mencerminkan kredit perbankan belum cukup berperan dalam mendorong investasi sektor ini, kecuali pada subsektor perkebunan. 137 Tabel 15. Keputusan Pendanaan dan Keputusan Investasi perusahaan di Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan, 2002 – 2009 Tahun 2002 2003 2004 2005 2006 2007 2008 2009 Rerata Pertumbuhan Rasio Leverage dan Rasio Aset di SubSektor Pertanian Industri Dasar dan Kimia Perbankan DAR ATNet/TA DAR ATNet/TA DAR ATNet/TA 0.58 0.50 1.75 0.54 0.80 0.75 0.65 0.48 0.36 0.56 0.86 0.74 0.44 0.46 0.38 0.51 0.87 0.62 0.31 0.51 0.39 0.50 0.87 0.61 0.32 0.48 0.34 0.47 0.86 0.60 0.25 0.44 0.33 0.51 0.87 0.60 0.28 0.45 0.37 0.42 0.85 0.64 0.26 0.45 0.29 0.45 0.85 0.62 0.38 0.47 0.53 0.50 0.85 0.65 -10.94% -1.37% -22.58% -2.66% 0.85% -2.59% Sumber: Laporan Keuangan Perusahaan (data diolah) 5.3. Uji Kausalitas Granger (Granger Causality Test) Kausalitas Granger merupakan pengujian hubungan bolak balik antara dua atau lebih variabel pada data time series. Uji kausalitas Granger yang dilakukan adalah uji yang sudah dilakukan differencing level 1 dengan menggunakan α = 5 persen untuk seluruh kriteria pengujian. Hasil pengujian kausalitas nilai Q Tobin antar sektor pada periode 2002 sampai dengan 2009 dapat dilihat pada Lampiran 3. Apabila nilai probabilitas yang diperoleh lebih kecil dari 5 persen maka kesimpulan yang diambil adalah tolak H0. Hipotesis bahwa Q Tobin sektor perbankan tidak mempengaruhi Q Tobin sektor pertanian (Q perbankan does not Granger Cause Q Pertanian) diterima, karena nilai probabilitas F yang lebih besar dari 5 persen. Hal ini terjadi pula sebaliknya, bahwa hipotesis Q-Tobin sektor pertanian tidak mempengaruhi sektor perbankan. Hasil yang sama terlihat pada pengujian hipotesis pengaruh Q-Tobin sektor industri dasar dan kimia dengan sektor pertanian, yang menunjukkan bahwa nilai Q masingmasing sektor tidak saling mempengaruhi satu sama lain. Sementara itu, hasil pengujian terhadap Q sektor industri dan sektor perbankan menunjukkan, hipotesis 138 bahwa Q-Tobin sektor industri dasar dan kimia tidak mempengaruhi sektor perbankan diterima. Sebaliknya, hipotesis bahwa Q-Tobin sektor perbankan tidak mempengaruhi Q-Tobin sektor industri dasar dan kimia ditolak, karena probabilitas nilai F lebih kecil dari taraf nyata 5 persen. Dengan hasil tersebut dapat disimpulkan bahwa selama periode penelitian, nilai Q-Tobin sektor perbankan mempengaruhi nilai Q-Tobin sektor industri dasar dan kimia. Secara singkat, tidak terdapat hubungan kausalitas antara Q-Tobin sektor perbankan dengan sektor pertanian, demikian pula dengan antara Q-Tobin sektor pertanian dengan sektor industri dasar dan kimia. Sehingga dapat disimpulkan selama periode penelitian, nilai Q-Tobin sektor perbankan tidak secara signifikan mempengaruhi nilai Q-Tobin sektor pertanian dan nilai Q-Tobin sektor pertanian tidak secara signifikan mempengaruhi nilai Q-Tobin sektor perbankan. Demikian pula dengan kesimpulan bahwa nilai Q Tobin sektor pertanian tidak secara signifikan mempengaruhi nilai Q-Tobin sektor industri dasar dan kimia, demikian pula sebaliknya. Keadaan tersebut dapat dijelaskan sebagai berikut, yaitu kredit perbankan merupakan keputusan investasi yang dilakukan oleh sektor perbankan, yang berpengaruh terhadap nilai Q-Tobin perbankan. Secara umum, sektor industri dasar dan kimia merupakan sektor yang padat modal, yang konsekuensinya membutuhkan investasi aktiva tetap, baik melalui sumber dana internal (laba perusahaan) maupun eksternal (utang/kredit maupun pasar modal). Kebijakan penyaluran kredit perbankan untuk sektor ini, mempengaruhi keputusan investasi dari perusahaan, yaitu nilai QTobin. Tidak terdapat hubungan kausalitas antara Q-Tobin sektor perbankan dengan sektor pertanian, demikian pula dengan antara Q-Tobin sektor pertanian dengan sektor industri dasar dan kimia. Penyaluran kredit perbankan untuk perusahaan 139 perkebunan yang dominan dalam sektor pertanian, pada dasarnya akan meningkatkan keputusan investasi perusahaan, mengingat sektor perkebunan didominasi oleh utang dalam struktur modal perusahaannya. Namun, pengaruh kredit perbankan, tidak signifikan mempengaruhi keputusan investasi, karena adanya sumber dana internal berupa laba dari beberapa perusahaan perkebunan besar seperti Astra Agro Lestari dan London Sumatra Plantation. Demikian pula dengan kesimpulan bahwa nilai QTobin sektor pertanian tidak signifikan mempengaruhi nilai Q-Tobin sektor industri dasar dan kimia, demikian pula sebaliknya. Dari hasil yang diperoleh, dapat disimpulkan bahwa tidak terjadi hubungan timbal balik antara nilai Q-Tobin sektor perbankan dan sektor pertanian, sektor industri dasar dan kimia dengan sektor pertanian serta sektor perbankan dengan sektor industri dasar dan kimia. Hubungan kausalitas hanya terlihat pada nilai Q-Tobin sektor perbankan yang mempengaruhi nilai Q-Tobin sektor industri dasar dan kimia. 5.4. Intisari Analisis Deskriptif dan Uji Kausalitas Granger Berdasarkan analisis deskriptif pada subbab sebelumnya, maka secara umum disimpulkan bahwa selama periode penelitian 2002 sampai dengan 2009, perekonomian Indonesia masih menunjukkan kestabilan, meskipun sempat terjadi kenaikan harga Bahan Bakar Minyak (BBM) pada tahun 2005 dan krisis finansial global tahun 2008. Kestabilan tercermin dari tingkat pertumbuhan GDP, tingkat inflasi serta nilai tukar rupiah yang relatif stabil selama periode tersebut. Adanya tekanan terhadap kestabilan makroekonomi Indonesia pada tahun 2005, terutama karena meningkatnya tekanan depresiasi rupiah akibat permintaan valuta asing dari beberapa korporasi, serta adanya pembalikan modal ke luar negeri oleh investor asing akibat sentimen penguatan mata uang US$. Pengetatan kebijakan moneter telah 140 ditempuh oleh Bank Indonesia, untuk menjaga kestabilan nilai rupiah serta mengatasi tingkat inflasi yang meningkat pada tahun 2005. Perlambatan perekonomian Indonesia terjadi pada triwulan IV tahun 2008, sebagai konsekuensi dari krisis finansial global, terutama karena turunnya kinerja ekspor, defisit neraca pembayaran dan melemahnya nilai tukar rupiah. Di pasar keuangan, selisih risiko (risk spread) dari surat-surat berharga Indonesia mengalami peningkatan yang cukup signifikan yang mendorong arus modal keluar dari investasi asing di bursa saham, Surat Utang Negara (SUN), dan Sertifikat Bank Indonesia (SBI). Meskipun pertumbuhan ekonomi Indonesia belum sepenuhnya pulih, namun perekonomian mulai membaik sampai akhir tahun 2009, melalui penerapan beberapa kebijakan stimulus moneter dan kebijakan fiskal. Hal ini tercermin dari membaiknya Indeks Harga Saham Gabungan, imbal hasil (yield) Surat Utang Negara (SUN), nilai tukar rupiah, serta inflasi yang rendah sekitar 2.7 persen. Dinamika perekonomian Indonesia selama periode tahun 2002 sampai dengan 2009, juga terlihat pada nilai Q-Tobin dari ke 3 (tiga) sektor, sebagaimana telah disajikan pada subbab terdahulu. Aspek makroekonomi, khususnya financial deepening serta aliran dana asing langsung dan investasi portofolio memiliki hubungan dan pengaruh dengan nilai pasar perusahaan, sehingga nilai Q-Tobin cenderung memiliki pola yang serupa dengan dinamika kondisi pasar modal. Di sisi lain, kebijakan moneter yang mendorong penyaluran kredit perbankan juga memberikan kontribusi terhadap peningkatan pinjaman dari korporasi di tiga sektor tersebut. Pertumbuhan investasi berupa aktiva tetap untuk sektor pertanian dan industri dasar dan kimia, serta penyaluran kredit untuk sektor perbankan yang positif menunjukkan keputusan investasi yang tidak cukup dipengaruhi oleh tingginya suku bunga kredit pada periode tersebut. Namun demikian, terdapat kecenderungan 141 penurunan porsi pinjaman dalam struktur permodalan perusahaan, terutama pada sektor pertanian dan sektor industri dasar dan kimia, sebaliknya pada sektor perbankan. Artinya, terjadi peningkatan sumber dana berupa ekuitas, baik dari dana internal (keuntungan perusahaan) maupun melalui penerbitan saham untuk struktur permodalan perusahaan. Beberapa perusahaan telah melakukan penerbitan saham perdana (IPO) maupun penawaran saham (right issue) selama periode 2002 – 2009. Dengan kata lain, kondisi perekonomian Indonesia, terlihat cukup kondusif bagi korporasi untuk memanfaatkan mekanisme pasar modal sebagai alternatif pembiayaan melalui IPO, terutama sebelum tahun 2008. Hal ini juga terlihat dari tren meningkat jumlah investasi portofolio, IHSG serta indeks sektoral, kecuali pada tahun 2008. Kapitalisasi pasar IHSG dan indeks sektoral yang meningkat lebih didominasi oleh peningkatan harga saham individual emiten, dibandingkan dengan jumlah saham beredar. Artinya, peningkatan nilai Q-Tobin dari ke-3 (tiga) sektor nampaknya lebih dipengaruhi oleh faktor pasar berupa kenaikan harga saham dan bukan dari faktor fundamental perusahaan seperti kinerja keuangan korporasi. Meskipun faktor pasar nampaknya cukup dominan mempengaruhi peningkatan kapitalisasi pasar saham, namun nampaknya secara fundamental kinerja keuangan korporasi cukup kuat, terlihat dari volatilitas harga saham maupun indeks sektoral yang relatif kecil. Peningkatan pinjaman perusahaan, yang pada dasarnya mencerminkan aktivitas penyaluran kredit perbankan kepada sektor riil, terlihat pada hubungan kausalitas antara nilai Q-Tobin sektor perbankan dengan sektor industri dasar dan kimia. Dari hasil pembahasan pada subbab sebelumnya, bahwa nilai Q-Tobin sektor perbankan mempengaruhi nilai Q-Tobin sektor industri dasar dan kimia. Dengan demikian, nilai Q-Tobin sektor industri dasar dan kimia yang mewakili sektor sekunder, lebih dipengaruhi oleh besaran jumlah pinjaman korporasi dibandingkan 142 dengan nilai kapitalisasi pasar korporasi di sektor ini. Hal ini juga sebenarnya tercermin dari kapitalisasi pasar saham emiten di sektor industri dasar dan kimia, yang cenderung tidak tinggi, yaitu sekitar 8.1 persen dari total kapitalisasi pasar. Di sisi lain, keputusan investasi sektor perbankan berupa penyaluran kredit ke sektor riil, memberikan pengaruh nyata terhadap nilai Q-Tobin sektor industri dasar dan kimia, melalui besarnya jumlah pinjaman jangka pendek maupun pinjaman jangka panjang. Hubungan kausalitas nilai Q-Tobin antara sektor perbankan terhadap sektor industri dasar dan kimia, adalah sesuai dengan yang diharapkan. Hubungan ini menunjukkan berjalannya peran dari sektor perbankan sebagai lembaga intermediasi dalam penyaluran dana ke sektor riil. Sedangkan tidak terlihatnya hubungan kausalitas sektor perbankan terhadap sektor pertanian, lebih mencerminkan tingkat kehati-hatian perbankan dalam penyaluran kredit ke sektor pertanian, yang dilandasi oleh tingkat ketidakpastian resiko pertanian yang relatif tinggi. Secara umum, dari hasil analisis deskriptif kondisi makroekonomi serta kondisi mikro perusahaan, maka dapat disimpulkan bahwa nilai Q-Tobin sektor pertanian, industri dasar dan kimia serta sektor perbankan memiliki hubungan dengan kondisi makroekonomi, khususnya aliran dana berupa investasi portofolio serta kebijakan moneter. Investasi portofolio, pada dasarnya merupakan manifestasi dari kebijakan pemerintah di sektor keuangan berupa liberalisasi keuangan, khususnya di pasar modal yang memberikan kesempatan bagi para investor asing untuk berkontribusi dalam transaksi pasar modal. Sementara itu, faktor mikro yang mempengaruhi nilai Q-Tobin perusahaan adalah berupa keputusan investasi dan keputusan pendanaan. Kedua keputusan di tingkat korporasi ini, tidak terlepas dari kebijakan pemerintah tentang penyaluran kredit oleh sektor perbankan, termasuk kehati-hatian sektor perbankan dalam menyalurkan kredit untuk sektor pertanian. 143 VI. PENGARUH LIBERALISASI KEUANGAN DAN KEBIJAKAN MONETER TERHADAP PERTUMBUHAN INVESTASI SEKTOR PERTANIAN, INDUSTRI DASAR DAN KIMIA SERTA PERBANKAN 6.1. Pengaruh Liberalisasi Keuangan terhadap nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan Analisis bagian ini untuk mencapai tujuan penelitian pertama, yaitu menganalisis pengaruh liberalisasi keuangan (capital account dan pasar saham). Analisis dilakukan dengan menggunakan pendekatan Analisis Regresi Data Panel, sesuai dengan struktur data yang dimiliki dalam penelitian ini adalah data panel, yaitu gabungan antara data silang (cross section) dengan data runtut waktu (time series). Data silang terdiri atas data-data laporan keuangan dari emiten (perusahaan terbuka) yang dipilih dari masing-masing sektor (pertanian, industri dasar dan kimia serta perbankan) sejak tahun 2002 - 2009. Data runtut waktu terdiri dari variabel-variabel liberalisasi keuangan dan makroekonomi. Variabel liberalisasi keuangan meliputi Investasi Asing langsung (FDI) dan Investasi Portofolio. Bersamaan dengan itu, variabel makroekonomi berupa nilai Tukar Rupiah terhadap US Dollar (Kurs), suku bunga kredit, kredit yang disalurkan juga dimasukkan dalam persamaan regresi. Variabel kondisi keuangan perusahaan meliputi total kredit, bunga pinjaman, jumlah pinjaman yang terdiri dari utang jangka pendek maupun jangka panjang, total aset, ekuitas serta kapitalisasi pasar. Pengujian dengan menggunakan metode Fixed Effect dan Random Effect, sebelumnya terlebih dahulu dilakukan pengujian dengan menggunakan uji HausmanTest untuk mengetahui model estimasi yang sesuai. Pengujian dilakukan terhadap masing-masing sektor, untuk mengetahui pengaruh variabel liberalisasi keuangan terhadap nilai Q-Tobin dari masing-masing sektor, yaitu sektor pertanian, sektor industri dasar dan kimia serta sektor perbankan. Dalam persamaan regresi, maka 144 yang menjadi variabel tidak bebas (dependent variable) adalah nilai Q-Tobin sektor. Variabel bebas (independent variable) adalah variabel liberalisasi keuangan (FDI dan investasi portofolio), variabel makroekonomi (nilai tukar, suku bunga pinjaman (bunga kredit), total kredit yang disalurkan selama periode penelitian. Variabel bebas yang berhubungan dengan perusahaan meliputi jumlah pinjaman perusahaan (total utang jangka pendek dan utang jangka panjang), kapitalisasi pasar perusahaan dan jumlah aset perusahaan. Berdasarkan uji Hausman, maka model estimasi yang sesuai adalah Random Effect, hal ini ditunjukkan oleh Uji Hausman yang tidak signifikan pada taraf nyata 10 persen, dengan demikian hipotesa nol diterima, cukup bukti bahwa model REM diterima. Persamaan regresi menjelaskan pengaruh variabel liberalisasi keuangan masing-masing sektor terhadap nilai Q-Tobin sektor. 6.1.1. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian Persamaan regresi (6.1) dapat menjelaskan hubungan ekonomi antara variabelvariabel liberalisasi keuangan, perusahaan dengan nilai Q-Tobin, sebagai berikut: Qt = 3.445 – 0.00073EXC + 0.06755DI - 0.01830DEV + 0.05232POR + 0.23062INT + 0.00233BOR + 0.00035BVD - 0.00013TA + 0.00028KAP – 1.80163DUM .............................................. (6.1) Tabel 16 memperlihatkan pengaruh variabel liberalisasi keuangan terhadap nilai Q-Tobin sektor pertanian, dengan model estimasi pendekatan Random Efek (REM). Secara umum, krisis finansial global, yang diwakili dengan variabel dummy krisis 2008 memberikan pengaruh negatif terhadap nilai Q-Tobin sektor pertanian. Hal ini menjelaskan bahwa pada saat terjadi krisis sub-prime mortgage di Amerika, diikuti dengan penarikan dana aset keuangan di pasar modal oleh investor asing, sehingga menurunkan nilai pasar saham emiten, yang selanjutnya menurunan nilai QTobin. 145 Tabel 16. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian, Periode 2002 – 2009, Model Estimasi REM Parameter C Kurs Foreign Direct Investment Cadangan Devisa Investasi Portofolio Bunga Kredit Total Kredit Pinjaman Perusahaan Aset Perusahaan Kapitalisasi Pasar Perusahaan Dummy Krisis 2008 R-squared Adj. R-squared F-statistic Koefisien Estimasi Standard Error 3.445128* -0.000732* 0.067551* 0.137180 1.48E-05 0.003625 Nilai – p 0.0000 0.0000 0.0000 -0.018303* 0.052325* 0.230629* 0.002331* 0.000356** -0.000131* 0.000286* 0.005099 0.011088 0.010562 0.000100 0.000154 5.62E-05 6.23E-06 0.0000 0.0006 0.0000 0.0000 0.0228 0.0222 0.0000 0.094861 0.0000 -1.801632* 0.670753 0.632018 17.31649* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% Secara umum, dari persamaan (6.1) menunjukkan arah yang sesuai dengan teori dan logika ekonomi, kecuali cadangan devisa dan bunga kredit. Variabel liberalisasi keuangan, berupa FDI dan Investasi Portofolio, memiliki hubungan sesuai dengan teori. Diantara keseluruhan variabel, hanya variabel makroekonomi berupa bunga kredit yang cukup berpengaruh , namun dengan hubungan tidak sesuai dengan teori. Masing-masing karakteristik struktur hubungan tersebut diuraikan sebagai berikut: 1. Nilai Tukar (Kurs) Hubungan antara nilai tukar rupiah terhadap mata uang asing (US$), dengan nilai Q-Tobin sektor pertanian menunjukkan hubungan yang negatif, meskipun pengaruhnya kecil sekali dan dapat diabaikan. Dalam kondisi normal, kenaikan dari nilai tukar (depresiasi) rupiah akan menurunkan nilai Q-Tobin sektor pertanian. Terdepresiasinya rupiah juga dapat menyebabkan menurunnya harga saham di BEI 146 karena pasar uang dapat menghasilkan return yang lebih tinggi sehingga investor lebih tertarik menanamkan dananya di pasar uang, tetapi terdepresiasinya rupiah dapat meningkatkan pendapatan perusahaan yang berorientasi ekspor sehingga harga saham perusahaan di BEI semakin meningkat. Pengaruh nilai tukar, masih ambigue, dengan mempertimbangkan pengaruh ini dari sisi permintaan atau penawaran. Sektor pertanian ini didominasi oleh perusahaan perkebunan, dan terdapat 2 (dua) perusahaan perikanan yang memiliki kegiatan berorientasi pada ekspor, yaitu IIKP dan DSFI. Kebijakan pemerintah di sektor pertanian, khususnya revitalisasi pertanian, cukup berpengaruh pada subsektor perkebunan. Dengan adanya kebijakan ini, investor pasar saham memandang ini sebagai prospek yang baik, karena ekspansi perusahaan akan menciptakan pertumbuhan perusahaan di masa yang akan datang. 2. Investasi Asing Langsung (FDI) Peningkatan FDI secara total memberikan pengaruh positif terhadap nilai QTobin. Secara rata-rata porsi FDI untuk sektor pertanian selama kurun waktu 2002 – 2009, hanya mencapai kurang lebih 5 persen dari total FDI yang disetujui (Bank Indonesia, 2010). rendah. Investasi asing langsung pada perusahaan perkebunan, relatif FDI terutama masih didominasi pada perusahaan peternakan seperti Cipendawa, serta perusahaan pakan ternak seperti Japfa Comfeed dan Charoen Phokphand. Umumnya FDI di perusahaan lokal adalah untuk perluasan atau peningkatan kapasitas operasional dalam bentuk barang-barang modal (capital expenditure). Pada perusahaan pakan ternak, kontribusi positif dari investasi barang modal tersebut sudah dapat terealisasi dalam kurun waktu 1 (satu) tahun, sehingga meningkatkan keuntungan perusahaan atau modal perusahaan. 147 3. Cadangan Devisa Hubungan antara cadangan devisa dengan nilai Q-Tobin sektor pertanian menunjukkan pola hubungan negatif, tidak sesuai dengan teori atau logika ekonomi yang diharapkan. Namun, hal ini masih dapat dijelaskan dengan melihat pengaruh kurs terhadap nilai Q-Tobin, yang masih dapat bersifat ambigue. Peningkatan cadangan devisa seharusnya diharapkan dapat menjaga kestabilan nilai tukar rupiah terhadap valuta asing, dan dalam keadaan normal berpengaruh positif terhadap indeks saham, dan selanjutnya dapat meningkatkan nilai Q-Tobin perusahaan. Di sisi lain, dengan menguatnya nilai tukar rupiah terhadap US$, menyebabkan pembelian barang impor dimungkinkan untuk direalisasikan oleh perusahaan. Dengan demikian, peningkatan nilai aktiva tetap dapat menurunkan nilai Q-Tobin dalam periode yang sama. 4. Investasi Portofolio Hubungan yang positif antara investasi portofolio dengan nilai Q-Tobin sektor pertanian sesuai dengan teori ekonomi yang diharapkan. Peningkatan transaksi saham di Bursa Efek Indonesia dalam periode 2002 sampai dengan 2007, menunjukkan bahwa investor pasar modal masih memiliki persepsi positif terhadap pasar modal, meskipun terjadi krisis pada tahun 2008. Hal ini juga ditunjukkan oleh pembelian instrumen obligasi pemerintah, yang memperlihatkan masih adanya kepercayaan investor terhadap sektor keuangan Indonesia. Disamping itu, beberapa perusahaan dari subsektor perkebunan memiliki kapitalisasi pasar saham yang besar, dan termasuk dalam kelompok yang diminati oleh investor. Dengan demikian, hubungan positif terjadi dikarenakan meningkatnya transaksi atas saham-saham sektor pertanian. 148 5. Bunga Kredit Pengaruh bunga kredit terhadap nilai Q-Tobin sektor pertanian tidak sesuai dengan teori ekonomi, yaitu yang diharapkan adalah negatif. Peningkatan bunga kredit meningkatkan nilai Q-Tobin sektor pertanian, diduga karena sektor ini didominasi oleh perusahaan perkebunan dengan tingkat profitabilitas tinggi, sehingga seringkali tidak terpengaruh oleh kenaikan bunga kredit yang semakin melebar spreadnya dalam periode penelitian. Tingginya bunga kredit, nampaknya tidak cukup menghambat permintaan pinjaman oleh perusahaan, mengingat investasi di perusahaan perkebunan umumnya sudah terjadwal sedemikian rupa, sehingga harus didukung oleh sumber dana pinjaman. Tingkat profitabilitas yang cukup tinggi, nampaknya masih memungkinkan bagi perusahaan untuk membayar kewajiban bunga sebagai konsekuensi pinjaman yang dilakukan. 6. Total Kredit Pengaruh penyaluran kredit ke sektor pertanian adalah positif sesuai dengan yang diharapkan. Artinya, meskipun kebijakan pemerintah terkait kredit sektor pertanian dapat direspons positif oleh perusahaan, namun karena investasi di sektor pertanian relatif tinggi, maka perusahaan tidak segera dapat meningkatkan investasi meskipun terjadi penyaluran kredit. Proses evaluasi terhadap kredit pertanian relatif cukup lama, baik untuk perusahaan baru maupun yang bersifat reskedul. Prinsip kehati-hatian bank, serta resiko dari sektor pertanian yang cukup tinggi, seringkali memperlambat proses persetujuan kredit. Nilai koefisien yang relatif kecil, dapat menjelaskan bahwa total kredit yang disalurkan tidak selalu berpengaruh terhadap nilai Q-Tobin. Perubahan nilai Q-Tobin, dapat disebabkan 149 karena persepsi positif dari pasar, mengenai peningkatan jumlah kredit bagi sektor perbankan. 7. Pinjaman Perusahaan Pinjaman perusahaan yang terdiri total utang jangka pendek dan utang jangka panjang memberikan pengaruh positif terhadap nilai Q-Tobin, hal ini sesuai dengan teori ekonomi. Semakin besar jumlah pinjaman, diharapkan perluasan area perkebunan maupun ekspansi produksi perikanan dan pakan ternak juga meningkat. Seperti halnya total kredit, maka pengaruh dari pinjaman relatif kecil, dikarenakan resiko pertanian yang tinggi, yang berakibat bahwa pinjaman tidak selalu dapat direalisasikan meskipun terjadi penurunan suku bunga kredit. Pinjaman perusahaan di sektor pertanian yang didominasi oleh perusahaan perkebunan, umumnya adalah pinjaman jangka panjang, khususnya untuk ekspansi lahan dan replanting tanaman. Mengingat masa panen perusahaan perkebunan minimal adalah 5 (lima) tahun, maka pengaruh positif terhadap profitabilitas perusahaan, dan selanjutnya nilai Q-Tobin membutuhkan waktu yang tidak cukup hanya dalam 1 (satu) tahun. 8. Aset Perusahaan Aset perusahaan termasuk di dalamnya adalah nilai aktiva tetap perusahaan sebagai barang produksi. Hubungan negatif antara aset perusahaan dengan nilai QTobin sesuai dengan teori yang diharapkan. Semakin meningkat aset, maka nilai bukunya semakin tinggi yang selanjutnya menurunkan nilai Q-Tobin. Struktur aset di sektor ini, adalah berkisar antara 40 persen – 50 persen. Dalam jangka panjang nilai investasi dapat meningkatkan laba perusahaan dan selanjutnya nilai pasar saham. Sesuai dengan penelitian yang dilakukan oleh Mosley (1999), setidaknya dibutuhkan 150 waktu sekitar 8 triwulan untuk dapat melihat pengaruh dari keputusan investasi suatu perusahaan. 9. Kapitalisasi Pasar Perusahaan Hubungan positif antara kapitalisasi pasar perusahaan dengan nilai Q-Tobin sesuai dengan yang diharapkan. Nilai pasar saham yang meningkat mengindikasikan bahwa pasar menghargai saham lebih dari nilai bukunya atau karena meningkatnya keuntungan perusahaan. Kapitalisasi pasar saham dari perusahaan perkebunan pada sektor pertanian, tinggi terutama karena jumlah saham yang banyak di masyarakat atau kapitalisasi yang besar, seperti Bakri Sumatra Plantation (UNSP). 10. Dummy Krisis 2008 Krisis Finansial Global tahun 2008, menyebabkan investor asing menarik dana yang ditanamkan dalam investasi portofolio, sehingga dapat mengguncang indeks saham, dan akibatnya nilai Q_Tobin menurun. Terutama karena saham-saham perusahaan di sektor perkebunan yang masuk dalam sama dengan kapitalisasi pasar yang besar. Berdasarkan hasil, dapat disimpulkan bahwa liberalisasi keuangan yang dicirikan oleh variabel makro berupa FDI dan investasi portofolio, memberikan pengaruh positif secara umum terhadap nilai Q-Tobin sektor pertanian, meskipun pengaruhnya relatif kecil, sementara itu bunga kredit berpengaruh positif terhadap nilai Q-Tobin. Sedangkan variabel mikro berupa jumlah pinjaman dan kapitalisasi perusahaan berpengaruh positif terhadap nilai Q-Tobin sektor pertanian, namun sebaliknya dengan pengaruh total aset perusahaan. Artinya, aliran dana baik yang bersifat langsung maupun melalui investasi portofolio memberikan kesempatan bagi 151 perusahaan untuk memperoleh pinjaman dan meningkatkan nilai pasar saham dikarenakan adanya ketertarikan dari investor. 6.1.2. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Industri Dasar dan Kimia Persamaan regresi (6.2) dapat menjelaskan hubungan ekonomi antara variabelvariabel liberalisasi keuangan, perusahaan dengan nilai Q-Tobin, sebagai berikut: Qt = 1.975 – 0.000EXC - 0.087FDI + 0.0381DEV - 0.161POR 0.0885INT - 0.115BOR + 0.000BVD – 0.000TA + 0.000KAP – 2.082DUM ........................................................... (6.2) Tabel 17 memperlihatkan pengaruh variabel liberalisasi keuangan terhadap nilai Q-Tobin sektor industri dasar dan kimia, dengan model estimasi pendekatan Random Efek (REM). Secara umum, dari persamaan (6.2) menunjukkan arah yang sesuai dengan teori dan logika ekonomi, kecuali FDI dan investasi portofolio. Ke dua variabel liberalisasi keuangan, memiliki hubungan yang tidak sesuai dengan teori. Tabel 17. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Industri Dasar dan Kimia, Periode 2002 – 2009, Model Estimasi REM Parameter C Kurs Foreign Direct Investment Cadangan Devisa Investment Portofolio Bunga Kredit Total Kredit Pinjaman Perusahaan Aset Perusahaan Kapitalisasi Pasar Perusahaan Dummy Krisis 2008 R-squared Adj. R-squared F-statistic Koefisien Estimasi Standard Error 1.975827* 0.000448* -0.086918* 0.126519 1.31E-05 0.003188 Nilai – p 0.0000 0.0000 0.0000 0.038060* -0.161092* -0.084714* -0.115124* 9.06E-05 -0.000144* 0.000156* 0.000876 0.003312 0.006982 0.007631 8.28E-05 5.82E-05 2.07E-05 0.0000 0.0006 0.0000 0.0000 0.2755 0.0138 0.0000 -2.082321* 0.074438 0.317469 0.293520 13.25633* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% 0.0000 152 Diantara keseluruhan variabel, hanya variabel investasi portofolio yang cukup berpengaruh, namun dengan hubungan tidak sesuai dengan teori. Masing-masing karakteristik struktur hubungan tersebut diuraikan sebagai berikut: 1. Nilai Tukar (Kurs) Hubungan antara nilai tukar rupiah terhadap mata uang asing (US$), dengan nilai Q-Tobin sektor industri dasar dan kimia menunjukkan hubungan yang positif, meskipun pengaruhnya kecil sekali dan dapat diabaikan. Dalam kondisi normal, kenaikan dari nilai tukar (depresiasi) rupiah akan meningkatkan nilai Q-Tobin sektor industri dasar dan kimia. Terdepresiasinya rupiah dapat menyebabkan meningkatknya nilai saham perusahaan yang berorientasi pada ekspor, seperti subsektor logam, kimia, plastik, serta kertas dan pulp. Pengaruh nilai tukar, yang ambigue, terlihat bahwa variabel ini dapat berpengaruh positif atau negatif seperti halnya di sektor pertanian. Sektor ini didominasi oleh perusahaan semen, kaca, kertas dan juga kimia, dimana umumnya memiliki aktivitas yang berorientasi pada ekspor. Kebijakan pemerintah di sektor industri dasar dan kimia, khususnya menyangkut pembatasan impor maupun pajak impor, cukup berpengaruh pada sektor ini. Investor pasar saham memandang ini sebagai kondisi yang tidak cukup kondusif, karena dapat membatasi rencana impor barang modal korporasi. 2. Investasi Asing Langsung (FDI) Peningkatan FDI secara total memberikan pengaruh negatif terhadap nilai QTobin. Secara rata-rata porsi FDI untuk sektor industri dasar dan kimia selama kurun waktu 2002 – 2009, cukup besar sekitar 35 persen dari total FDI yang disetujui (Bank Indonesia, 2010). Investasi asing langsung pada perusahaan semen, plastik, kimia dan kaca dapat dikatakan cukup besar, dan umumnya didominasi pada barang modal. 153 Investasi asing langsung, berupa kepemilikan saham perusahaan dan terlibat dalam manajemen, seringkali membawa perubahan dalam respons pasar. Selain itu, investasi barang modal yang dilakukan pada perusahaan-perusahaan ini, umumnya tidak selalu memberikan keuntungan dalam periode yang bersamaan, dengan demikian belum terlihat kontribusi terhadap nilai pasar saham, yang diduga menyebabkan penurunan nilai Q-Tobin. 3. Cadangan Devisa Hubungan antara cadangan devisa dengan nilai Q-Tobin sektor industri dasar dan kimia menunjukkan pola hubungan positif, sesuai dengan teori atau logika ekonomi yang diharapkan. Hal ini dapat dijelaskan dengan melihat pengaruh kurs terhadap nilai Q-Tobin, yang masih dapat bersifat ambigue. Peningkatan cadangan devisa diharapkan dapat menjaga kestabilan nilai tukar rupiah terhadap valuta asing, dan dalam keadaan normal berpengaruh positif terhadap indeks saham. Indeks saham yang meningkat dapat meningkatkan nilai Q-Tobin perusahaan. 4. Investasi Portofolio Hubungan yang negatif antara investasi portofolio dengan nilai Q-Tobin sektor industri dasar dan kimia tidak sesuai dengan teori ekonomi yang diharapkan. Hal ini diduga, karena adanya pada periode tertentu, harga saham beberapa perusahaan dari sektor industri dasar dan kimia memiliki kapitalisasi pasar saham yang besar, dan tidak termasuk dalam kelompok yang diminati oleh investor. Dengan demikian, hubungan negatif dapat dikarenakan berpindahnya investasi portofolio dari industri dasar dan kimia ke saham sektor lain yang dianggap lebh 154 menguntungkan. Gelombang dana yang cukup besar pada periode 2007 masih memberikan pengaruh positif terhadap nilai Q-Tobin sektor industri dasar dan kimia. 5. Bunga Kredit Pengaruh bunga kredit terhadap nilai Q-Tobin sektor industri dasar dan kimia sesuai dengan teori ekonomi, yaitu yang diharapkan adalah negatif. Peningkatan bunga kredit menyebabkan korporasi menunda keputusan investasinya, dengan demikian selanjutnya kelak diperkirakan dapat menurunkan nilai Q-Tobin sektor industri dasar dan kimia. Di sektor ini, umumnya didominasi oleh perusahaan semen dan perusahaan plastik dan kimia, yang dapat dikatakan merupakan perusahaan dengan padat modal. Sehingga investasi yang dilakukan umumnya didanai oleh pinjaman dari bank komersiel. Dengan demikian apabila terjadi kenaikan suku bunga kredit, ada kecenderungan perusahaan untuk menunda keputusan investasinya. 6. Total Kredit Pengaruh kredit industri dasar dan kimia adalah negatif, tidak sesuai dengan yang diharapkan. Artinya, meskipun kebijakan pemerintah terkait kredit sektor industri dasar dan kimia dapat direspons positif oleh perusahaan, namun karena investasi di sektor pertanian relatif mahal dan menyangkut barang-barang impor, maka perusahaan tidak segera dapat meningkatkan investasi meskipun terjadi penyaluran kredit. Investasi dalam jumlah besar, yang belum dapat memberikan kontribusi laba pada periode investasi, akan dapat menurunkan nilai Q-Tobin, mengingat nilai buku aktiva digunakan sebagai penyebut dalam perhitungan rasio QTobin. 155 7. Kapitalisasi Pasar Perusahaan Hubungan positif antara kapitalisasi pasar perusahaan dengan nilai Q-Tobin sesuai dengan yang diharapkan. Nilai pasar saham yang meningkat diduga mengindikasikan bahwa pasar menghargai saham lebih dari nilai bukunya atau karena meningkatnya keuntungan perusahaan. Kapitalisasi pasar saham dari perusahaan pada sektor industri dasar dan kimia, relatif tidak terlalu tinggi, sehingga dapat dikatakan bahwa pengaruh kapitalisasi pasar saham relatif kecil terhadap nilai QTobin. 8. Dummy Krisis 2008 Pengaruh krisis Finansial Global tahun 2008 terhadap sektor industri dasar dan kimia, lebih besar daripada terhadap sektor pertanian. Keadaan krisis ini menyebabkan investor asing menarik dana yang ditanamkan dalam investasi portofolio, sehingga dapat mempengaruhi saham-saham di sektor ini serta menyebabkan fluktuasi dari indeks saham JAKBIND, dan akibatnya nilai Q-Tobin menurun. Dalam penelitian ini, kelompok saham dalam sektor ini didominasi oleh perusahaan dari subsektor industri pengolahan makanan, seperti Indofood (IND), dan Gudang Garam (GGRM). Liberalisasi keuangan yang dicirikan oleh adanya peningkatan FDI dan investasi portofolio, memberikan pengaruh negatif secara umum terhadap nilai QTobin sektor industri dasar dan kimia, meskipun dengan tingkat pengaruh yang relatif kecil, diduga karena investasi langsung perusahaan di sektor ini tidak serta merta meningkatkan tingkat laba perusahaan dan nilai pasar saham. Hal ini juga menjelaskan bagaimana total kredit berpengaruh negatif terhadap nilai Q-Tobin sektor ini. 156 6.1.3. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Perbankan Persamaan regresi (6.3) dapat menjelaskan hubungan ekonomi antara variabelvariabel liberalisasi keuangan, perusahaan dengan nilai Q-Tobin, sebagai berikut: Qt = 0.375 – 0.000EXC - 0.034FDI + 0.004DEV - 0.160POR 0.120INT - 0.000BOR + 0.000BVD – 0.000TA + 0.000KAP – 0.529DUM ............................................................... (6.3) Tabel 18 memperlihatkan pengaruh variabel liberalisasi keuangan terhadap nilai Q-Tobin sektor perbankan, dengan model estimasi pendekatan Random Efek (REM). Tabel 18. Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Perbankan, Periode 2002 – 2009, Model Estimasi REM Parameter C Kurs Foreign Direct Investment Cadangan Devisa Investment Portofolio Bunga Kredit Total Kredit Bunga Pinjaman Pinjaman Perusahaan Aset Perusahaan Kapitalisasi Pasar Perusahaan Dummy Krisis 2008 R-squared Adj. R-squared F-statistic Koefisien Estimasi Standard Error 0.375178* 0.000303* -0.034335* 0.085521 8.60E-06 0.007564 Nilai – p 0.0000 0.0000 0.0000 0.0044708* -0.159599* 0.000958 0.005240 0.0000 0.0006 -0.120000* -0.000292* 0.045794 4.11E-05* -3.89E-05* -2.16E-06 0.007701 0.000116 0.060501 1.21E-05 1.19E-05 7.38E-06 0.0000 0.0134 0.4495 0.0009 0.0015 0.7703 -0.529553* 0.235348 0.070544 -0.014727 0.827288* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% 0.0265 Seperti halnya pada sektor industri dasar dan kimia, krisis finansial global, yang diwakili dengan variabel dummy krisis 2008 memberikan pengaruh negatif terhadap nilai Q-Tobin sektor perbankan. Secara umum, dari persamaan (6.3) menunjukkan arah yang sesuai dengan teori dan logika ekonomi, kecuali FDI dan 157 investasi portofolio. Ke dua variabel liberalisasi keuangan, memiliki hubungan yang tidak sesuai dengan teori, namun pengaruhnya tidak besar (dibawah 0.5). Diantara keseluruhan variabel, hanya variabel investasi portofolio yang cukup berpengaruh, namun dengan hubungan tidak sesuai dengan teori. Masing-masing karakteristik struktur hubungan tersebut diuraikan sebagai berikut: 1. Nilai Tukar (Kurs) Hubungan antara nilai tukar rupiah terhadap mata uang asing (US$), dengan nilai Q-Tobin sektor perbankan menunjukkan hubungan yang positif, tapi pengaruhnya kecil sekali dan dapat diabaikan. Terdepresiasinya rupiah tidak secara langsung dapat mempengaruhi kinerja keuangan industri perbankan, namun rupiah yang melemah, dapat menyebabkan pengalihan tabungan sebagian masyarakat, ke denominasi mata uang asing. Akibatnya, investor tidak lagi tertarik untuk menginvestasikan dananya di saham. 2. Investasi Asing Langsung (FDI) Peningkatan FDI secara total memberikan pengaruh negtif terhadap nilai QTobin. Secara rata-rata porsi FDI untuk sektor jasa keuangan selama kurun waktu 2002 – 2009, hanya mencapai rata-rata 19.8 persen dari total FDI yang disetujui (Bank Indonesia, 2010). Investasi asing langsung pada perusahaan di Indonesia, merupakan alternatif pembiayaan yang selama ini diintermediasi oleh jasa perbankan. Dengan demikian, hubungan negatif diantara FDI dengan nilai Q-Tobin, dapat dijelaskan karena penyaluran kredit oleh perbankan tidak lagi menjadi satu-satunya sumber dana bagi korporasi. 158 3. Cadangan Devisa Hubungan antara cadangan devisa dengan nilai Q-Tobin sektor perbankan menunjukkan pola hubungan positif, meskipun pengaruhnya kecil. Hal ini dapat dijelaskan dengan melihat pengaruh kurs terhadap nilai Q-Tobin, yang masih dapat bersifat ambigue. Peningkatan cadangan devisa diharapkan dapat menjaga kestabilan nilai tukar rupiah terhadap valuta asing, dan dalam keadaan normal berpengaruh positif terhadap indeks saham, karena masyarakat masih akan tetap mempertahankan dananya dalam tabungan denominasi rupiah. Peningkatan tabungan masyarakat diharapkan akan mempengaruhi keinerja penyaluran kredit perbankan. Selanjutnya kenaikan saham dapat berpengaruh positif terhadap nilai Q-Tobin perusahaan. 4. Investasi Portofolio Hubungan yang negatif antara investasi portofolio dengan nilai Q-Tobin sektor perbankan, pada dasarnya masih sesuai dengan logika ekonomi. Hal ini diduga, karena investasi portofolio merupakan pilihan investasi dari masyarakat dibandingkan dengan investasi di pasar uang. Gelombang dana yang besar, khususnya dari pihak investor asing, akan cenderung memasuki pasar modal atau pasar saham, dibandingkan ke pasar uang. Dengan demikian, hubungan negatif dapat dikarenakan berpindahnya tabungan masyarakat ke investasi portofolio, dengan pengaruh yang cukup kecil. 5. Bunga Kredit Pengaruh bunga kredit terhadap nilai Q-Tobin sektor industri perbankan sesuai dengan teori ekonomi, yaitu yang diharapkan adalah negatif. Peningkatan bunga kredit menyebabkan korporasi menunda keputusan investasinya, dengan demikian 159 selanjutnya kelak dapat menurunkan nilai Q-Tobin sektor perbankan, akibat adanya penurunan Net Interest Margin, dengan berkurangnya jumlah kredit disalurkan. Di sektor ini, bank pemerintah dapat dikatakan mendominasi, sehingga apabila dari ke-4 (empat) bank yang dominan seperti BMRI, BBNI, BBRI dan BBCA tidak menurunkan bunga kredit perbankan, tentunya dapat berpengaruh kepada bank-bank yang lain yang tidak segera dapat menyalurkan kreditnya. Bila terjadi kenaikan suku bunga kredit, perusahaan cenderung menunda keputusan investasinya. 6. Total Kredit Pengaruh kredit disalurkan relatif kecil sekali terhadap nilai Q-Tobin industri perbankan, meskipun negatif dan tidak sesuai dengan yang diharapkan. Artinya, meskipun kebijakan Bank Indonesia untuk mendorong penyaluran kredit, namun tidak cukup dapat direspons oleh sektor riil, selama bunga kredit masih tinggi. Jumlah kredit yang tidak tersalurkan, pada dasarnya dapat menurunkan Net Interest Margin perbankan, dan selanjutnya penurunan nilai Q-Tobin. 7. Kapitalisasi Pasar Perusahaan Hubungan negatif antara kapitalisasi pasar perusahaan dengan nilai Q-Tobin tidak sesuai dengan yang diharapkan, namun pengaruhnya relatif kecil. Peningkatan nilai pasar saham, dapat terjadi karena kenaikan harga saham sektor perbankan maupun adanya aksi korporasi berupa penawaran saham. Meskipun terjadi peningkatan harga saham sektor perbankan, namun nampaknya pengaruh penyaluran kredit perbankan masih dominan dalam menurunkan nilai Q-Tobin. Penyaluran kredit umumnya membutuhkan waktu setidaknya 1 (satu) tahun untuk memberikan peningkatan Net Interest Margin pada sektor perbankan. 160 8. Dummy Krisis 2008 Pengaruh krisis Finansial Global tahun 2008, terhadap nilai Q-Tobin sektor perbankan adalah yang terkecil dibandingkan dengan ke-2 (dua) sektor lainnya yaitu industri dasar dan kimia serta pertanian. Hal ini diduga, karena kapitalisasi pasar saham perbankan yang cukup besar dan didominasi oleh beberapa bank papan atas, yang relatif stabil, sehingga guncangan dari eksternal tidak cukup mengkoreksi indeks saham. Liberalisasi keuangan yang dicirikan oleh adanya FDI dan investasi portofolio, memberikan pengaruh negatif secara umum terhadap nilai Q-Tobin sektor perbankan, meskipun pengaruhnya relatif kecil, sementara itu total kredit berpengaruh negatif terhadap nilai Q-Tobin. Secara umum, terdapat kesamaan pola pengaruh liberalisasi keuangan, yaitu FDI dan investasi portofolio terhadap nilai Q-Tobin sektor industri dasar dan kimia serta perbankan, dan sebaliknya pada sektor pertanian. Kesamaan pola diantara kedua sektor tersebut, dapat dijelaskan dengan adanya hubungan kausal antara nilai Q-Tobin sektor perbankan yang mempengaruhi nilai Q-Tobin sektor industri dasar dan kimia. Pengaruh liberalisasi keuangan terhadap nilai Q-Tobin dari masing-masing sektor, dapat dikatakan relatif kecil, khususnya FDI. Hal ini diduga, karena investasi asing langsung apabila direalisasikan dalam investasi barang modal, akan membutuhkan waktu untuk dapat memberikan pengaruh terhadap nilai Q-Tobin. Sebaliknya dengan investasi portofolio, yang memiliki nilai koefisien relatif lebih besar dibandingkan dengan nilai koefisien FDI. Investasi portofolio, relatif lebih terlihat pengaruhnya, karena umumnya menunjukkan investasi di instrumen saham atau obligasi. Akan tetapi, investasi portofolio relatif lebih mudah berpindah, sehingga apabila ada guncangan dari eksternal, maka akan terjadi 161 perpindahan aliran dana ini ke instrumen lain atau negara lain yang dianggap lebih menguntungkan bagi investor asing. Secara ringkas, pengaruh liberalisasi keuangan dari aspek makro dan mikro terhadap ke 3 (tiga) sektor disajikan pada Tabel 19. 6.2. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap nilai QTobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan Analisis bagian ini untuk mencapai tujuan penelitian kedua, yaitu menganalisis pengaruh liberalisasi keuangan (capital account dan pasar saham) dan kebijakan moneter (pendekatan suku bunga acuan). Seperti pada tujuan penelitian satu, maka analisis dilakukan dengan menggunakan pendekatan Analisis Regresi Data Panel. Variabel liberalisasi keuangan meliputi financial deepening (rasio kapitalisasi pasar terhadap GDP dan rasio kredit terhadap GDP) Variabel kebijakan moneter meliputi suku bunga acuan dan uang beredar (M2), rasio M2 terhadap GDP dan juga kredit yang disalurkan. Bersamaan dengan itu, variabel makroekonomi berupa nilai Tukar Rupiah terhadap US Dollar (Kurs), suku bunga kredit, kredit yang disalurkan juga dimasukkan dalam persamaan regresi. Variabel kondisi keuangan perusahaan meliputi total kredit, bunga pinjaman, jumlah pinjaman yang terdiri dari utang jangka pendek maupun jangka panjang, total aset, ekuitas serta kapitalisasi pasar. Seperti halnya pada tujuan pertama, pengujian dengan menggunakan metode Fixed Effect dan Random Effect, sebelumnya terlebih dahulu dilakukan pengujian dengan menggunakan uji Hausman untuk mengetahui model estimasi yang sesuai. Pengujian dilakukan terhadap masing-masing sektor, untuk mengetahui pengaruh variabel liberalisasi keuangan terhadap nilai Q-Tobin dari masing-masing sektor, yaitu sektor pertanian, sektor industri dasar dan kimia serta sektor perbankan. 162 Tabel 19. Ringkasan Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan Pengaruh terhadap nilai Q-Tobin Sektor Aspek Variabel Pertanian Industri Perbankan Dasar dan Kimia Liberalisasi Foreign Makro +* -* -* Keuangan Direct Investment (FDI) Investasi +* -* -* Portofolio Pasar Modal Kapitalisasi +* +* +* (Saham) Pasar Perusahaan Makroekonomi Cadangan -* +* +* Devisa Bunga +* -* -* Kredit Total Kredit +* -* -* Pinjaman +* Perusahaan Aset -* Perusahaan Lingkungan Krisis Finansial Dummy -* Global krisis 2008 Keterangan: + adalah pengaruh positif - adalah pengaruh negatif * adalah signifikan pada taraf nyata 5% Mikro Perusahaan +* +* -* -* -* -* Dalam persamaan regresi, maka yang menjadi variabel tidak bebas (dependent variable) adalah nilai rasio Q Tobin sektor. Variabel bebas (independent variable) adalah variabel liberalisasi keuangan (FDI dan investasi portofolio), variabel kebijakan moneter (SBI dan M2), variabel makroekonomi (nilai tukar, suku bunga pinjaman (bunga kredit), total kredit yang disalurkan selama periode penelitian. Variabel bebas yang berhubungan dengan perusahaan meliputi jumlah pinjaman perusahaan (total utang jangka pendek dan utang jangka panjang), kapitalisasi pasar perusahaan dan jumlah aset perusahaan. Berdasarkan uji Hausman, maka model estimasi yang sesuai adalah Random Effect, hal ini ditunjukkan oleh nilai probabilitas 163 yang tidak signifikan pada taraf nyata 10 persen, dengan demikian hipotesa nol diterima, cukup bukti bahwa model REM diterima. Persamaan regresi menjelaskan pengaruh variabel liberalisasi keuangan dan kebijakan moneter dari masing-masing sektor terhadap nilai Q-Tobin sektor. 6.2.1. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Pertanian Persamaan regresi (6.4) dapat menjelaskan hubungan ekonomi antara variabelvariabel liberalisasi keuangan, perusahaan dengan nilai Q-Tobin, sebagai berikut: Qt = -11.888 + 0.005JCI - 0.112SBI + 33.321RMS + 0.000BVD 0.012BOR + 0.000BVD – 0.000TA + 0.000KAP – 0.010MKT + 6.563RKP + 1.078DUM ............................................................ (6.4) Tabel 20 memperlihatkan pengaruh variabel liberalisasi keuangan dan kebijakan moneter terhadap nilai Q-Tobin sektor pertanian, dengan model estimasi pendekatan Random Efek (REM). Berbeda halnya dengan hasil analisis tujuan pertama, secara umum, krisis finansial global, yang diwakili dengan variabel dummy krisis 2008 memberikan pengaruh positif terhadap nilai Q-Tobin sektor pertanian. Diduga, karena pada saat terjadi krisis finansial, harga CPO dunia sedang meningkat, dan berpengaruh terhadap nilai saham perusahaan-perusahaan perkebunan yang ada di sektor pertanian. Secara umum, dari persamaan (6.4) menunjukkan arah yang sesuai dengan teori dan logika ekonomi, kecuali cadangan devisa dan bunga kredit. Variabel liberalisasi keuangan, berupa financial deepening yaitu rasio kapitalisasi pasar terhadap GDP dan rasio M2 terhadap GDP memiliki hubungan sesuai dengan teori, dengan pengaruhnya yang besar. Kebijakan moneter direpresentasikan dengan SBI menunjukkan tanda sesuai dengan teori. Diantara keseluruhan variabel, hanya variabel makroekonomi berupa kapitalisasi pasar total yang berpengaruh negatif, 164 tetapi relatif kecil. Demikian pula dengan total kredit dengan hubungan tidak sesuai dengan teori, namun pengaruh kecil. Tabel 20. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai QTobin Sektor Pertanian, Periode 2002 – 2009, Model REM Parameter Koefisien Estimasi Standard Error Nilai – p C -11.88847* 0.092372 0.0000 IHSG 0.005113* 0.001761 0.0047 Rasio M2/GDP 33.32162* 0.156977 0.0000 SBI -0.112137* 0.15722 0.0000 Total Kredit -0.012739* 0.000131 0.0000 Pinjaman 0.000356** 0.000154 0.0228 Perusahaan Aset Perusahaan -0.000131* 5.62E-05 0.0222 Kapitalisasi Pasar 0.000286* 6.23E-06 0.0000 Perusahaan Kapitalisasi Pasar -0.010443* 0.000785 0.0000 Total Rasio Kapitalisasi 6.563845 3667938 0.0771 Dummy Krisis 2008 1.078481* 0.149004 0.0000 R-squared 0.670753 Adj. R-squared 0.632018 F-test 17.31649* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% Masing-masing karakteristik struktur hubungan tersebut diuraikan sebagai berikut: 1. Rasio M2/GDP Variabel ini merepresentasikan financial deepening yang berkaitan dengan kebijakan moneter. Peningkatan jumlah uang beredar (M2) diharapkan memberikan pengaruh positif terhadap nilai Q-Tobin, dan ini sesuai dengan hasil pada sektor pertanian. Peningkatan rasio ini menunjukkan kebijakan moneter penurunan suku bunga acuan. Hubungan positif dengan Tobin-Q diduga karena penurunan suku bunga direspons positif oleh pasar dengan cara melakukan alternatif investasi di pasar saham, sehingga dapat meningkatkan nilai pasar saham. Di sisi lain, yang sebenarnya 165 diharapkan adalah terjadinya penurunan suku bunga kredit dan selanjutnya suku bunga pinjaman. 2. Rasio Kapitalisasi Pasar/GDP Rasio ini merepresentasikan liberalisasi keuangan, dengan adanya peningkatan rasio ini menunjukkan kondisi liberalisasi yang semakin kuat. Pada tahun 2007, rasio ini mencapai lebih dari 1, yang berarti partisipan pasar dari luar negeri masuk ke pasar modal Indonesia, sebelum akhirnya keluar lagi pada tahun 2008. Hasil analisis menunjukkan bahwa terdapat hubungan positif antara jumlah partisipan pasar modal dengan nilai Q-Tobin, dengan pengaruh yang besar. Hal ini diduga, karena ketertarikan pasar terhadap saham-saham perusahaan perkebunan yang juga mengalami peningkatan karena didukung oleh harga CPO dunia yang meningkat sekitar tahun 2007 – 2008. 3. SBI Pengaruh kebijakan moneter ini menunjukkan hubungan yang negatif dengan nilai Q-Tobin sesuai dengan teori ekonomi, meskipun pengaruhnya tidak sebesar variabel financial deepening. Penurunan SBI, seharusnya diikuti oleh penurunan suku bunga kredit dan selanjutnya pinjaman. Namun spread yang masih besar, tidak mendorong korporasi untuk segera melakukan pinjaman, sehingga diduga tidak terjadi investasi dalam waktu yang bersamaan. Sektor pertanian yang didominasi oleh perusahaan perkebunan dengan tingkat profitabilitas yang tinggi, cenderung untuk menggunakan dana internal dalam rangka ekspansi perusahaan, khususnya adalah AALI. 166 4. IHSG Hasil analisis menunjukkan adanya hubungan positif antara Indeks Harga Saham Gabungan (IHSG) dengan nilai Q-Tobin sektor pertanian, meskipun pengaruhnya relatif kecil. Hubungan ini sesuai dengan teori ekonomi, bahwa menurut mekanisme transmisi moneter dengan jalur harga aset, bahwa bila terjadi kondisi pelonggaran moneter (yang ditunjukkan dengan rasio M2/GDP yang semakin meningkat) maka akan terjadi peningkatan harga saham perusahaan, dan akan meningkatkan nilai Q-Tobin. 5. Total Kredit Variabel total kredit dengan nilai Q-Tobin sektor pertanian menunjukkan pola hubungan yang negatif, tidak sesuai dengan yang diharapkan. Penyaluran kredit pada dasarnya diharapkan dapat meningkatkan investasi. Sektor pertanian yang terdiri dari subsektor perkebunan memiliki struktur modal yang didominasi oleh ekuitas, menunjukkan dalam keputusan investasinya, subsektor perkebunan masih menggunakan sumber dana internal yang berasal dari keuntungan perusahaan. 6. Kapitalisasi Pasar Total Hasil analisis menunjukkan pola hubungan yang tidak sesuai dengan teori ekonomi, serta hubungan antara IHSG dengan nilai Q-Tobin. Kapitalisasi pasar total merupakan perkalian antara IHSG dengan jumlah saham beredar dari msing-masing emiten yang terdaftar di BEI. Hubungan negatif yang tidak sejalan dengan IHSG ini diduga karena besaran kapitalisasi pasar total yang didominasi oleh saham-saham tertentu yang diminati oleh investor sehingga mungkin saja tidak meningkatkan nilai pasar saham-saham pertanian, sehingga nilai Q-Tobin turun. 167 7. Dummy Krisis 2008 Pengaruh krisis finansial 2008, tidak memberikan pengaruh positif terhadap nilai Q-Tobin sektor pertanian, mengingat kontribusi kapitalisasi pasar sektor ini hanya sekitar 3.75 persen dari total kapitalisasi pasar saham. Diduga, dengan kapitalisasi pasar yang relatif kecil, tidak akan terpengaruh oleh penarikan dana yang dilakukan investor asing yang menyebabkan guncangan pada IHSG. Penurunan nilai pasar saham akibat krisis tersebut umumnya terjadi pada saham-saham yang diminati oleh investor. Kebijakan moneter berupa pelonggaran uang beredar dengan penurunan suku bunga acuan SBI bersamaan dengan peningkatan partisipan pasar, secara umum memberikan pengaruh positif terhadap nilai Q-Tobin sektor pertanian. Hal ini sesuai dengan teori ekonomi, bahwa liberalisasi keuangan dan kebijakan pelonggaran uang beredar memberikan insentif bagi sektor riil untuk dapat berinvestasi. 6.2.2. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Industri Dasar dan Kimia Persamaan regresi (6.5) dapat menjelaskan hubungan ekonomi antara variabelvariabel liberalisasi keuangan, perusahaan dengan nilai Q-Tobin, sebagai berikut: Qt = -15.373 – 1.511logJCI - 0.104SBI – 0.005MS + 0.002TOT + 0.473INV + 0.000BVD – 0.000TA + 0.000KAP – 1.114DUM ........................................................................ (6.5) Tabel 21 memperlihatkan pengaruh variabel liberalisasi keuangan dan kebijakan moneter terhadap nilai Q-Tobin sektor industri dasar dan kimia, dengan model estimasi Random Efek (REM). Secara umum, dari persamaan (6.5) menunjukkan arah yang sesuai dengan teori dan logika ekonomi, kecuali M2, bunga kredit dan log IHSG. Variabel liberalisasi keuangan, berupa financial deepening yaitu rasio kapitalisasi pasar terhadap GDP dan rasio M2 terhadap GDP, tidak dimasukkan 168 dalam model ini, karena setelah dilakukan beberapa kali respesfikasi tidak memberikan hasil yang lebih baik. Kebijakan moneter direpresentasikan dengan M2 dan SBI. Kebijakan moneter direpresentasikan dengan SBI menunjukkan tanda sesuai dengan teori, namun tidak demikian dengan M2. Total kredit memiliki pola hubungan yang sesuai dengan teori, namun pengaruh kecil. Tabel 21. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai QTobin Sektor Industri Dasar dan Kimia, Periode 2002 – 2009, Model REM Parameter Koefisien Standard Error Nilai – p Estimasi C -15.37272* 2.8882981 0.0000 LOG IHSG -1.510618* 0.275112 0.0000 M2 -0.005136* 0.000861 0.0000 SBI -0.104552* 0.019146 0.0000 Total Kredit 0.002116* 0.000407 0.0000 Bunga Kredit 0.473462* 0.084782 0.0000 Pinjaman Perusahaan 9.12E-05 8.29E-05 0.2723 Aset Perusahaan -0.000145** 5.82E-05 0.0135 Kapitalisasi Pasar 0.000156* 2.08E-05 0.0000 Perusahaan Dummy Krisis 2008 -1.114465* 0.296913 0.0002 R-squared 0.317109 Adj. R-squared 0.295619 F-test 14.75640* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% Masing-masing karakteristik struktur hubungan tersebut diuraikan sebagai berikut: 1. M2 Variabel ini merepresentasikan kebijakan moneter berupa uang beredar. Hasil analisis menunjukkan pola hubungan yang negatif dengan nilai Q-Tobin, dan tidak sesuai dengan teori. Peningkatan jumlah uang beredar (M2) diharapkan memberikan pengaruh positif terhadap nilai Q-Tobin, melalui penurunan suku bunga acuan. Namun pola hubungan yang negatif diduga karena mungkin saja investor tidak 169 melakukan investasi pada saham-saham industri dasar dan kimia, karena masih ada saham emiten dari industri makanan olahan yang lebih diminati oleh investor. 3. SBI Pengaruh kebijakan moneter ini menunjukkan hubungan yang negatif dengan nilai Q-Tobin sesuai dengan teori ekonomi., dengan pengaruh yang cukup berarti. Sebagaimana dijelaskan pada sektor pertanian, bahwa penurunan SBI, seharusnya diikuti oleh penurunan suku bunga kredit dan selanjutnya pinjaman. Namun spread yang masih besar, tidak mendorong korporasi untuk segera melakukan pinjaman, sehingga diduga tidak terjadi investasi dalam waktu yang bersamaan. Hal ini didukung pula oleh suku bunga kredit yang memberikan pengaruh positif. Sektor industri dasar dan kimia yang didominasi oleh perusahaan semen, kaca dan kimia dengan tingkat profitabilitas yang sedang, pada dasarnya cenderung untuk menggunakan dana eksternal, seperti pinjaman untuk merealisasikan keputusan investasinya, sebagaimana terlihat dari struktur modal yang didominasi oleh utang. Hubungan positif dengan bunga kredit dapat dijelaskan, dengan spread yang tidak berubah, dimungkinkan bagi korporasi untuk tidak melakukan investasi dalam aktiva tetap, sehingga total nilai buku perusahaan akan tetap. 4. LogIHSG Hasil analisis menunjukkan adanya hubungan negatif antara logaritma Indeks Harga Saham Gabungan (IHSG) dengan nilai Q-Tobin sektor industri dasar dan kimia, dengan pengaruh yang besar. Artinya jika terjadi kenaikan 1 persen IHSG, maka nilai Q-Tobin akan merespons penurunan 1.5 kalinya. Hubungan ini tidak sesuai dengan teori ekonomi. Kenaikan IHSG tidak akan selalu menyebabkan saham- 170 saham industri dasar dan kimia juga mengalami peningkatan, demikian pula sebaliknya, tergantung dari bagaimana hubungan kausalitas diantara keduanya. Keadaan ini juga dapat dijelaskan dengan mekanisme transmisi moneter jalur harga aset. 5. Total Kredit Variabel total kredit dengan nilai Q-Tobin sektor industri dasar dan kimia menunjukkan pola hubungan yang positif, sesuai dengan yang diharapkan meskipun pengaruhnya kebil. Penyaluran kredit pada dasarnya diharapkan dapat meningkatkan investasi. Sektor industri dasar dan kimia yang didominasi oleh utang dalam struktur modalnya, mengindikasikan bahwa dalam keputusan investasinya masih mengandalkan pinjaman dibandingkan dengan dana internal. 6. Kapitalisasi Pasar Perusahaan dan Aset Perusahaan Hasil analisis menunjukkan pola hubungan yang sesuai dengan teori ekonomi., meskipun pengaruhnya kecil. Kapitalisasi pasar industri dasar dan kimia relatif tidak tinggi, karena tidak cukup diminati oleh investor. Di sisi lain, nilai aset perusahaan relatif tinggi, karena merupakan industri pengolahan yang menghasilkan produk antara. 7. Dummy Krisis 2008 Pengaruh krisis finansial 2008, tidak memberikan pengaruh negatif terhadap nilai Q-Tobin sektor industri dasar dan kimia, dengan pengaruh yang cukup besar. Dengan kapitalisasi pasar sebesar 8.5 persen maka penarikan dana yang dilakukan investor asing yang menyebabkan guncangan pada IHSG. Penurunan nilai pasar 171 saham akibat krisis tersebut umumnya terjadi pada saham-saham yang diminati oleh investor. Kebijakan moneter berupa penurunan suku bunga acuan SBI bersamaan dengan peningkatan partisipan pasar (kapitalisasi pasar perusahaan), secara umum memberikan pengaruh positif terhadap nilai Q-Tobin sektor industri dasar dan kimia. Hal ini sesuai dengan teori ekonomi, bahwa liberalisasi keuangan dan kebijakan pelonggaran uang beredar memberikan insentif bagi sektor riil untuk dapat berinvestasi. Kebijakan moneter seringkali menjadi tidak independen saat terjadi kondisi liberalisasi keuangan. Hal ini dapat dijabarkan sebagai berikut, manakala terjadi penurunan suku bunga acuan SBI, maka pasar akan cenderung merespons dengan menginvestasikan dananya di pasar modal, sebagai altenatif investasi. Apabila kondisi ini yang dominan terjadi, maka penurunan suku bunga kredit sebagai konsekuensi dari penurunan suku bunga acuan tidak cukup mendorong perusahaan untuk memanfaatkan kredit perbankan, mengingat terdapat alternatif pembiayaan investasi melalui mekanisme pasar modal. 6.2.3. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Perbankan Persamaan regresi (6.6) dapat menjelaskan hubungan ekonomi antara variabelvariabel liberalisasi keuangan, perusahaan dengan nilai Q-Tobin, sebagai berikut: Qt = 2.142 + 0.000JCI – 0.511SBI - 0.004MS + 1.173RKDT + 0.482INT + 0.000BVD – 0.000TA – 0.009DUM ...................................... (6.6) Secara umum, dari persamaan (6.6) menunjukkan arah yang sesuai dengan teori dan logika ekonomi, kecuali M2 dan bunga pinjaman. Variabel liberalisasi keuangan, berupa financial deepening yaitu rasio kapitalisasi pasar terhadap GDP dan rasio M2 terhadap GDP, tidak dimasukkan dalam model ini, karena setelah dilakukan 172 beberapa kali respesfikasi tidak memberikan hasil yang lebih baik. Kebijakan moneter direpresentasikan dengan M2 dan SBI. Kebijakan moneter direpresentasikan dengan SBI menunjukkan tanda sesuai dengan teori, namun tidak demikian dengan M2. Rasio kredit terhadap GDP yang merepresentasikan kebijakan moneter memiliki pola hubungan yang sesuai dengan teori, dengan pengaruh yang cukup bermakna. Tabel 22 memperlihatkan pengaruh variabel liberalisasi keuangan dan kebijakan moneter terhadap nilai Q-Tobin sektor perbankan, dengan model estimasi Random Efek (REM). Tabel 22. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai QTobin Sektor Perbankan, Periode 2002 – 2009, Model REM Parameter Koefisien Estimasi Standard Error Nilai – p C 2.142808* 0.320774 0.0000 IHSG 0.000308* 9.45E-05 0.0015 M2 -0.004192* 0.000564 0.0000 SBI -0.511347* 0.039923 0.0000 Bunga Pinjaman 0.481704* 0.038851 0.0000 Aset Perusahaan -3.97E-05* 9.64E-06 0.0001 Pinjaman Perusahaan 4.17E-05* 1.05E-05 0.0001 Rasio Kredit 1.1737781 1.247893 0.1665 Dummy Krisis 2008 -0.009702 0.218949 0.9647 R-squared 0.071102 Adj. R-squared 0.004155 F-test 1.062059* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% Masing-masing karakteristik struktur hubungan tersebut diuraikan sebagai berikut: 1. M2 Variabel ini merepresentasikan kebijakan moneter berupa uang beredar. Hasil analisis menunjukkan pola hubungan yang negatif dengan nilai Q-Tobin sektor perbankan, dan tidak sesuai dengan teori, namun dengan pengaruh yang relatif kecil. Peningkatan jumlah uang beredar (M2) diharapkan memberikan pengaruh positif terhadap nilai Q-Tobin, melalui penurunan suku bunga acuan. Namun pola hubungan 173 yang negatif diduga karena mungkin saja pelonggaran uang beredar didukung dengan rasio kredit yang meningkat akan memberikan kesempatan bagi bank untuk menyalurkan kredit, sehingga jumlah aktiva bank meningkat dengan adanya penyaluran kredit, dan akan menurunkan nilai Q-Tobin, dan pada saat yang bersamaan diduga investor tidak melakukan investasi pada saham-saham perbankan. 2. SBI Pengaruh kebijakan moneter ini menunjukkan hubungan yang negatif dengan nilai Q-Tobin sesuai dengan teori ekonomi, dengan pengaruh yang cukup berarti. Sebagaimana dijelaskan di bagian atas, bahwa penurunan SBI, seharusnya diikuti oleh penurunan suku bunga kredit dan selanjutnya pinjaman. Namun spread yang masih besar, tidak mendorong korporasi untuk segera melakukan pinjaman, sehingga diduga tidak terjadi investasi dalam waktu yang bersamaan. Penyaluran kredit yang meningkat, akan memperbaiki Net Interest Margin (NIM) dari perbankan, dan ini akan memberikan pengaruh positif terhadap nilai pasar saham. Di sisi lain, prinsip prudent yang harus dipertahankan oleh perbankan, seringkali menjadi pisau bermata dua. Hal ini didukung pula oleh suku bunga pinjaman yang memberikan pengaruh positif. Tingginya bunga pinjaman, yang pada dasarnya mencerminkan fee atas jasa perbankan, akan meningkatkan NIM, manakala terjadi penyaluran kredit dalam jumlah yang besar. Hubungan positif dengan bunga pinjaman dapat dijelaskan, dengan spread bunga yang tidak berubah, maka dimungkinkan bagi sektor perbankan untuk memperoleh kenaikan laba atau NIM, sehingga nilai Q akan meningkat. 174 3. IHSG Hasil analisis menunjukkan adanya hubungan positif antara Indeks Harga Saham Gabungan (IHSG) dengan nilai Q-Tobin sektor perbankan, namun dengan pengaruh yang realtif kecil. Hubungan ini sesuai dengan teori ekonomi, terutama mekanisme transmisi moneter dengan jalur harga aset. Artinya, bila terjadi peningkatan nilai pasar saham maka berpengaruh positif terhadap nilai Q perusahaan. 4. Rasio Kredit/GDP Variabel rasio kredit terhadap GDP yang merepresentasikan kebijakan moneter dengan peningkatan penyaluran kredit, memiliki hubungan positif dengan nilai Q-Tobin sektor perbankan, dengan pengaruh yang cukup besar. Penyaluran kredit pada dasarnya diharapkan dapat meningkatkan investasi. Sektor perbankan yang berperan sebagai lembaga perantara penyaluran kredit ke sektor riil, akan memperoleh manfaat berupa kenaikan NIM dengan adanya peningkatan jumlah kredit yang disalurkan. 5. Kapitalisasi Pasar Perusahaan dan Aset Perusahaan Hasil analisis menunjukkan pola hubungan yang sesuai dengan teori ekonomi., meskipun pengaruhnya kecil. Kapitalisasi pasar sektor perbankan cukup besar yaitu 23.7 persen, menunjukkan bahwa nilai Q-Tobin yang meningkat akibat pengaruh mekanisme pasar yang menyebabkan peningkatan nilai pasar saham perbankan. 6. Dummy Krisis 2008 Pengaruh krisis finansial 2008, memberikan pengaruh negatif terhadap nilai Q-Tobin sektor perbankan, dengan pengaruh yang relatif kecil. Dengan kapitalisasi 175 pasar sebesar 27.3 persen maka penarikan dana yang dilakukan investor asing yang menyebabkan guncangan pada IHSG. Penurunan nilai pasar saham akibat krisis tersebut umumnya juga berdampak kepada indeks saham perbankan. Hasil penelitian Arestis, Nissanke and Stein (2005) juga menunjukkan adanya pengaruh dari kebijakan moneter terutama terkait dengan suku bunga acuan, yang selanjutnya berpengaruh terhadap volatilitas pasar modal, sehingga perlu adanya kebijakan yang mengatur tahapan implementasi liberalisasi keuangan untuk meminimumkan resiko dari krisis yang diakibatkan oleh pengaruh liberalisasi keuangan itu sendiri. Kebijakan moneter berupa penurunan suku bunga acuan SBI bersamaan dengan peningkatan penyaluran kredit (rasio kredit terhadap GDP), secara umum memberikan pengaruh positif terhadap nilai Q-Tobin sektor perbankan. Hal ini sesuai dengan teori ekonomi, bahwa kebijakan pelonggaran uang beredar memberikan insentif bagi sektor perbankan untuk terus meningkatkan penyaluran kreditnya. Secara umum, pengaruh liberalisasi keuangan bersamaan dengan kebijakan moneter terhadap nilai Q-Tobin dari masing-masing ke-3 (sektor) ini menunjukkan bahwa SBI memiliki hubungan yang negatif dengan nilai Q-Tobin. Hal ini sesuai dengan teori dan logika ekonomi. Sedangkan rasio M2/GDP hanya memberikan pengaruh positif kepada sektor pertanian, dengan pengaruh yang besar. Di sisi lain, M2 memberikan pengaruh negatif terhadap nilai Q-Tobin sektor industri dasar dan kimia dan juga perbankan, tetapi dengan pengaruh yang relatif kecil. Hal ini sejalan dengan hasil penelitian dari Helmut (2005), bahwa dengan adanya keadaan liberalisasi keuangan atau globalisasi di negara-negara berkembang, seringkali kebijakan moneter menjadi tidak cukup efektif, khususnya dalam mekanisme 176 transmisi moneter. Secara ringkas pengaruh liberalisasi keuangan dan kebijakan moneter terhadap nilai Q-Tobin masing-masing sektor disajikan pada Tabel 23. Tabel 23. Aspek Makro Ringkasan Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan Pengaruh terhadap nilai Q-Tobin Sektor Variabel Pertanian Industri Perbankan Dasar dan Kimia Kebijakan SBI -* -* -* Moneter Money Financial Deepening Pasar Modal (Saham) Makroekonomi IHSG Kapitalisasi Pasar Total Bunga Kredit Bunga Pinjaman Total Kredit -* -* -* + +* +* +* +* -* +* +* -* +* Pinjaman Perusahaan Kapitalisasi +* Pasar Perusahaan Aset -* Perusahaan Lingkungan Krisis Finansial Dummy +* Global krisis 2008 Keterangan: + adalah pengaruh positif - adalah pengaruh negatif * adalah signifikan pada taraf nyata 5% Mikro Perusahaan Supply (M2) Rasio M2/GDP Kapitalisasi Pasar/GDP Kredit/GDP +* + +* +* -* -* -* -* Liberalisasi keuangan yang direpresentasikan dengan rasio kapitalisasi pasar terhadap GDP hanya memberikan pengaruh terhadap nilai Q-sektor pertanian, dengan 177 nilai yang cukup besar. Sedangkan rasio penyaluran kredit terhadap GDP hanya berpengaruh positif terhadap nilai Q-Tobin sektor perbankan, dengan nilai yang cukup besar. Dari hasil analisis ini, dapat disimpulkan bahwa terdapat pengaruh yang berbeda akibat variabel financial deepening (yang merepresentasikan liberalisasi keuangan) terhadap nilai Q-Tobin, antara sektor pertanian dengan ke-2 (dua) sektor lainnya, yaitu industri dasar dan kimia dan perbankan. Sementara itu, SBI memiliki pengaruh yang sama yaitu negatif terhadap nilai Q-Tobin ke-3 (tiga) sektor. 6.3. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Sektor Pertanian, Industri Dasar dan Kimia serta Perbankan Analisis bagian ini untuk mencapai tujuan penelitian ketiga, yaitu menganalisis pengaruh liberalisasi keuangan (capital account dan pasar saham) dan kebijakan moneter (pendekatan suku bunga acuan) yang direpresentasikan dengan nilai Q-Tobin dari masing-masing sektor terhadap pertumbuhan investasi sektoral. Seperti pada tujuan penelitian satu dan dua, maka analisis dilakukan dengan menggunakan pendekatan Analisis Regresi Data Panel. Variabel Q-Tobin merepresentasikan pengaruh kondisi makro melalui kebijakan liberalisasi keuangan dan kebijakan moneter. Variabel struktur modal merepresentasikan kebijakan korporasi di level mikro, yaitu perbandingan antara porsi sumber dana internal berupa saham terhadap sumber dana jangka panjang (total utang ditambah dengan ekuitas). Variabel bunga pinjaman riil merepresentasikan tingkat bunga investasi atau imbal hasil dari suatu keputusa investasi. Tingkat bunga riil, dihitung dengan mengurangkan tingkat bunga pinjaman dengan expected inflation. Variabel dependen adalah nilai investasi bersih dari 178 perusahaan di masing-masing sektor, yang mencerminkan keputusan investasi perusahaan riil (investasi dibagi GDP deflator) dan di log kan, untuk menggambarkan pertumbuhan nilai investasi. Variabel bebas (independen) adalah nilai Q-Tobin, struktur modal (Equtiy to Capitalization), dan bunga pinjaman riil (real loan interest rates). Untuk mengetahui pengaruh dari krisis finansial global, maka digunakan variabel dummy krisis 2008. Pengujian dengan model data panel, menghasilkan model estimasi Random Effect Model yang terpilih untuk dapat menjelaskan hubungan diantara investasi perusahaan dengan nilai Q-Tobin, struktur modal perusahaan serta bunga pinjaman riil. 6.3.1. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Sektor Pertanian Persamaan regresi yang menggambarkan hubungan struktur ekonomi antara pertumbuhan investasi dengan nilai Q-Tobin, struktur modal dan bunga pinjaman riil dari sektor pertanian disajikan sebagai berikut: Log (inv_riil)t = 10.290 + 0.009QT – 0.155ECAP + 0.077INT + 0.022DUM ................................................................. (6.7) Tabel 24 menunjukkan hubungan antara log investasi riil dengan nilai QTobin yang meskipun sesuai dengan teori yaitu positif, namun tidak signifikan. Rasio struktur modal memiliki pengaruh negatif terhadap petumbuhan investasi, namun tidak signifikan. Hal ini dapat dijelaskan bahwa bila perusahaan memiliki sumber dana internal, dan kondisi lingkungan mendukung untuk mendapatkan pinjaman, maka perusahaan cenderung untuk menggunakan pinjaman dalam rangka meningkatkan investasinya. Selain itu, secara teoritis, ada tingkatan struktur modal 179 yang harus dijaga untuk dapat memaksimumkan nilai korporasi. Artinya, sumber dana internal 100 persen tidak berarti memberikan nilai maksimum bagi perusahaan. Bunga pinjaman riil, yang merepresentasikan tingkat bunga investasi yang akan diterima oleh investor, menunjukkan pola hubungan yang positif sesuai dengan yang diharapkan. Semakin tinggi bunga pinjaman riil, maka investor akan semakin tertarik untuk melakukan investasi. Tingkat bunga pinjaman riil, akan semakin meningkat dengan mengupayakan penurunan inflasi yang diharapkan (expected inflation), yang sebagai representasi dari upaya pemerintah untuk menekan tingkat inflasi. Variabel dummy krisis menunjukkan pengaruh positif terhadap keputusan investasi korporasi, namun tidak signifikan. Variabel bunga pinjaman riil memberikan pengaruh yang paling berarti terhadap keputusan investasi korporasi sektor pertanian. Tingkat profitabilitas dari sektor pertanian yang didominasi oleh subsektor perkebunan, memberikan daya tarik tersendiri bagi pihak luar untuk melakukan investasi, meskipun membutuhkan masa investasi yang relatif panjang, yaitu minimal 3 (tiga) tahun untuk dapat merealisasikan keuntungan tersebut. Tabel 24. Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Riil Sektor Pertanian, Periode 2002 – 2009, dengan Model Estimasi REM Parameter Koefisien Estimasi Standard Error Nilai – p C 10.29032* 0.581966 0.0000 Q Tobin 0.009025 0.024117 0.7091 Rasio Ekuitas -0.155476 0.099499 0.1216 Bunga Pinjaman Riil 0.076903* 0.019456 0.0002 Dummy Krisis 2008 0.022393 0.113823 0.8445 R-squared 0.263992 Adj. R-squared 0.231640 F-test 8.159980* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% 180 Dengan tingkat profitabilitas yang tinggi, maka subsektor perkebunan masih memiliki ruang gerak untuk melakukan investasi dengan menggunakan sumber dana eksternal yaitu berupa pinjaman, dengan mempertimbangkan kondisi makro berupa liberalisasi keuangan ataupun kebijakan moneter, yang memungkinkan untuk memperoleh bunga pinjaman dengan nilai yang lebih rendah (dikenal sebagai cost of capital). 6.3.2. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap pertumbuhan investasi sektor Industri Dasar dan Kimia Persamaan regresi yang menggambarkan hubungan struktur ekonomi antara pertumbuhan investasi dengan nilai Q-Tobin, struktur modal dan bunga pinjaman riil dari sektor industri dasar dan kimia disajikan sebagai berikut: Log (inv_riil)t = 9.574 - 0.081QT – 0.073ECAP + 0.127INT – 0.678DUM ............................................................ (6.8) Tabel 25 menunjukkan hubungan antara log investasi riil dengan nilai QTobin yang tidak sesuai dengan teori, yaitu negatif. Tabel 25 Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Riil Sektor Industri Dasar dan Kimia, Periode 2002 – 2009 dengan Model Estimasi REM Parameter Koefisien Estimasi Standard Error Nilai – p C 9.573831* 0.294706 0.0000 Q Tobin -0.080517* 0.025264 0.0016 Rasio Ekuitas -0.072936* 0.032715 0.0265 Bunga Pinjaman Riel 0.126689* 0.016069 0.0000 Dummy Krisis 2008 -0.320869* 0.099494 0.0014 R-squared 0.297243 Adj. R-squared 0.287583 F-test 30.77088* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% 181 Hal ini dapat dijelaskan, bahwa nilai Q-Tobin yang lebih dari 1, mungkin saja dapat memberikan interpretasi kepada perusahaan untuk melakukan investasi, namun sebaliknya justru akan mengurangi investasi. Bila nilai Q-Tobin lebih mendukung investasi pada surat-surat berharga atau instrumen jangka pendek, maka ketersediaan dana untuk investasi aktiva tetap akan berkurang. Ada kemungkinan, rasio Q-Tobin diterjemahkan oleh pasar sebagai indikator untuk melakukan investasi di pasar saham dibandingkan dengan investasi di sektor riil. Rasio struktur modal memiliki pengaruh negatif terhadap petumbuhan investasi. Hal ini dapat dijelaskan bahwa bila perusahaan memiliki sumber dana internal, dan kondisi lingkungan mendukung untuk mendapatkan pinjaman, maka perusahaan cenderung untuk menggunakan pinjaman dalam rangka meningkatkan investasinya. Bunga pinjaman riil, seperti halnya pada sektor pertanian, memberikan pengaruh positif terhadap pertumbuhan investasi di sektor industri dasar dan kimia. Sektor pengolahan dengan struktur biaya yang umumnya didominasi oleh biaya tetap, memiliki marjin keuntungan (profit margin) yang relatif stabil, meskipun kisaran nilainya umumnya tidak cukup besar (sekitar 5 persen – 7 persen). Meskipun marjin keuntungan tersebut tidak cukup tinggi, namun dengan tingkat kepastian keuntungan dari industri pengolahan, serta tingkat resiko usaha yang lebih terprediksi, maka umumnya para investor tertarik untuk masuk di industri ini. Industri dasar dan kimia, yang terdiri dari perusahaan dengan produk antara, umumnya berorientasi pada ekspor, misalnya bahan kimia dan pulp dan kertas, masih menarik minat para investor asing. Beberapa perusahaan tersebut, sahamnya dimiliki oleh investor asing. Variabel dummy krisis menunjukkan pengaruh negatif terhadap keputusan investasi korporasi. Variabel dummy berpengaruh besar terhadap keputusan investasi di sektor industri dasar dan kimia. 182 6.3.3. Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Sektor Perbankan Persamaan regresi yang menggambarkan hubungan struktur ekonomi antara pertumbuhan investasi dengan nilai Q-Tobin, struktur modal dan bunga pinjaman riil dari sektor perbankan disajikan sebagai berikut: Log (inv_riil)t = 13.854 - 0.287QT + 0.790ECAP + 0.091INT + 0.109DUM ............................................................ (6.9) Tabel 26 menunjukkan hubungan antara log investasi riil dengan nilai QTobin yang tidak sesuai dengan teori, yaitu negatif dengan nilai yang relatif cukup besar di sektor perbankan. Di sektor perbankan keputusan invesetasi termasuk keputusan penyaluran kredit ke sektor riil. Dengan demikian bila hubungan negatif, dapat dijelaskan bahwa kondisi pasar cukup kondusif untuk melakukan investasi di surat berharga jangka pendek, dibandingkan dengan investasi di sektor riil, sehingga akan berpengaruh terhadap realisasi penyaluran kredit perbankan. Tabel 26. Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Riil Sektor Perbankan, Periode 2002 – 2009 dengan Model Estimasi REM Parameter Koefisien Estimasi Standard Error Nilai – p C 13.85473* 0.481724 0.0000 Q Tobin -0.286928* 0.022617 0.0000 Rasio Ekuitas 0.790308* 0.358008 0.0293 Bunga Pinjaman Riil 0.091476* 0.012214 0.0000 Dummy Krisis 2008 0.109113 0.070740 0.1257 R-squared 0.668409 Adj. R-squared 0.656875 F-test 57.95322* ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% Rasio struktur modal memiliki pengaruh positif terhadap petumbuhan investasi, dengan nilai yang relatif besar. perbankan tetap disarankan untuk Hal ini dapat dijelaskan bahwa bila menerima tabungan masyarakat yang mencerminkan kewajiban bank, serta mengurangi porsi ekuitas sesuai dengan rasio 183 CAMEL (Capital, Asset, Management, Earning and Liquidity) perbankan yang ditetapkan oleh otoritas moneter yaitu Bank Indonesia. Bunga pinjaman riil memiliki pengaruh positif terhadap pertumbuhan investasi perbankan. Hal ini dapat dijelaskan, bahwa bunga pinjaman riil merupakan daya tarik bagi investor untuk melakukan investasi, sehingga aapabila investasi direalisasikan, maka salah satu sumber dana berupa kredit bank dapat meningkatkan pertumbuhan penyaluran kredit bank. Kondisi ini dimungkinkan untuk terjadi, terutama apabila spread tingkat bunga pinjaman tidak telalu besar. Berbeda dengan sektor industri dasar dan kimia, dummy krisis memiliki pengaruh positif, namun tidak signifikan. Penundaan penyaluran pinjaman selama masa krisis, merepresentasikan tidak bertambahnya keputusan investasi sektor perbankan. Secara ringkas pengaruh nilai Q-Tobin terhadap pertumbuhan investasi masing-masing sektor disajikan pada Tabel 27. Tabel 27. Ringkasan Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan Pengaruh terhadap Log Investasi Riil Sektor Aspek Variabel Pertanian Industri Perbankan Dasar dan Kimia Perusahaan Q-Tobin Mikro + -* -* Makro Lingkungan Keterangan: Rasio Ekuitas Bunga Pinjaman riil Dummy Krisis 2008 -* -* +* +* +* +* -* + Krisis Finansial Global + adalah pengaruh positif - adalah pengaruh negatif * adalah signifikan pada taraf nyata 5% 184 Secara keseluruhan, untuk sektor perbankan pada saat kondisi krisis finansial, korporasi cenderung tidak dipengaruhi dalam keputusan investasinya, mengingat krisis finansial akan memberikan dampak tingginya tingkat suku bunga pinjaman. Dengan demikian investasi di sektor perbankan tidak juga menunjukkan perubahan akibat adanya krisis finansial global. 6.3.4. Pengaruh nilai Q-Tobin terhadap pertumbuhan investasi Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan (Gabungan) Nilai Q-Tobin yang merepresentasikan keadaan liberalisasi keuangan dan kebijakan moneter. Persamaan regresi yang menggambarkan hubungan struktur ekonomi antara pertumbuhan investasi dengan nilai Q-Tobin, struktur modal dan bunga pinjaman riil dari ke 3 (tiga) sektor secara bersamaan disajikan sebagai berikut: Log (inv_riil)t = 10.685 - 0.083QT - 0.068ECAP + 0.110INT - 0.192DUM ................................................................... (6.10) Dari persamaan (6.10) terlihat bahwa beberapa variabel menunjukkan pola hubungan yang sesuai dengan teori, kecuali variabel Q-Tobin. Baik suku bunga pinjaman riil dan krisis finansial global memberikan pengaruh nyata lebih besar dibandingkan dengan nilai Q-Tobin maupun struktur modal. Tabel 28 menunjukkan hubungan antara log investasi riil dengan nilai QTobin yang tidak sesuai dengan teori, yaitu negatif. Krisis finansial global memberikan pengaruh negatif terhadap pertumbuhan investasi riil dari ke 3 (tiga) sektor. Bunga pinjaman riil memberikan pengaruh positif kepada pertumbuhan investasi gabungan dari ke-3 sektor. Struktur modal memberikan pengaruh negatif terhadap pertumbuhan investasi. Tingkat bunga pinjaman riil yang tinggi akan dapat 185 menarik minat dari investor ke-3 sektor, terutama pada sektor industri dasar dan kimia. Pada saat krisis, di sektor industri dasar dan kimia, perusahaan menahan untuk tidak melakukan investasi, karena dampak dari krisis akan diikuti dengan tingkat bunga pinjaman yang tinggi, dan selanjutnya akan menurunkan kinerja keuangan perusahaan. Tabel 28. Pengaruh Nilai Q-Tobin terhadap Pertumbuhan Investasi Riil ke 3 (tiga) Sektor, Periode 2002 – 2009 dengan Model Estimasi REM Parameter Koefisien Estimasi Standard Error Nilai – p C 10.68490* 0.303291 0.0000 Q Tobin -0.083145* 0.016665 0.0000 Rasio Ekuitas -0.067618* 0.028591 0.0184 Bunga Pinjaman Riel 0.110388* 0.010851 0.0000 Dummy Krisis 2008 -0.192342* 0.065769 0.0036 R-squared 0.268498 Adj. R-squared 0.262727 F-test 46.52357 ** Koefisien signifikan pada taraf nyata 5% * Koefisien signifikan pada taraf nyata 1% Pola hubungan negatif antara nilai Q-Tobin dengan pertumbuhan investasi dari ke 3 (tiga) sektor dapat dijelaskan sebagai berikut. Pada saat kondisi pasar modal kondusif, maka investor lebih tertarik untuk melakukan investasi di instrumen keuangan, terutama perbankan dan perkebunan. Dengan demikian bila hubungan negatif, dapat dijelaskan bahwa kondisi pasar modal cukup kondusif untuk melakukan investasi di surat berharga jangka pendek, dibandingkan dengan investasi di sektor riil, sehingga akan berpengaruh terhadap realisasi penyaluran kredit perbankan. Pertumbuhan pasar modal yang tercermin dari nilai Q yang meningkat (karena nilai pasar saham emiten yang meningkat), ternyata tidak mendorong investasi di sektor riil. 186 Pola hubungan negatif dari struktur modal terhadap pertumbuhan investasi dapat dijelaskan sebagai berikut, dengan semakin tingginya porsi dana internal berupa ekuitas (saham atau keuntungan perusahaan) justru menurunkan pertumbuhan investasi. Diduga, keuntungan perusahaan tidak selalu dialokasikan untuk investasi barang modal, namun cenderung ke investasi portofolio. Hal ini tercermin dari pengaruh Q-Tobin yang negatif terhadap pertumbuhan investasi sektor. Penjelasan lain, mengenai pengaruh negatif dari struktur modal, adalah pada saat kondisi pasar modal kondusif yang memungkinkan korporasi untuk meningkatkan sumber dana melalui penerbitan saham perdana (Initial Public Offering, IPO) atau right issue (penerbitan saham), ada kecenderungan perusahaan menggunakan dana tersebut untuk melunasi pinjamannya dan tidak diinvestasikan ke barang modal. Secara umum, hasil analisis tujuan penelitian ketiga, menunjukkan bahwa keputusan investasi perusahaan di sektor industri dasar dan kimia dan perbankan memiliki pola hubungan yang negatif dengan nilai Q-Tobin masing-masing sektor, kecuali di sektor pertanian. Sementara itu, pengaruh struktur modal adalah negatif untuk sektor pertanian dan industri dasar dan kimia, sebaliknya untuk sektor perbankan. Semakin tinggi nilai Q-Tobin, perusahaan tidak akan melakukan investasi di aktiva tetap bersih, namun cenderung untuk mempertimbangkannya sebagai indikasi bahwa pasar menilai harga per lembar saham perusahaan lebih tinggi dari nilai bukunya, dan dapat digunakan sebagai inputan informasi dalam melakukan aksi korporasi. Bunga pinjaman riil berpengaruh positif terhadap masing-masing sektor. 6.4. Intisari Analisis Panel Data Berdasarkan analisis panel data, menunjukkan bahwa model estimasi yang sesuai untuk menggambarkan pengaruh faktor makro dan mikro terhadap nilai Q- 187 Tobin sektoral serta pertumbuhan investasi sektoral adalah Random Effect Model. Secara umum, pada model pengaruh liberalisasi keuangan sebagian besar variabel bebas memberikan tanda yang sesuai dengan harapan atau teori ekonomi, kecuali variabel FDI dan investasi portofolio untuk sektor industri dasar dan kimia. Nilai Rsquared yang rendah pada sektor industri dasar dan kimia serta sektor perbankan, menunjukkan bahwa masih ada variabel penjelas lain belum dimasukkan dalam model regresi tersebut untuk dapat menjelaskan perilaku nilai Q-Tobin. Nilai R-squared yang rendah ini juga sebagai konsekuensi dari digunakannya data panel, dengan jumlah data silang (cross section) yang lebih banyak dari data runtut waktu (time series). Pada model pengaruh liberalisasi keuangan dan kebijakan moneter, hanya variabel kebijakan moneter berupa Money Supply (M2) yang memberikan tanda yang tidak sesuai dengan harapan atau teori ekonomi, baik untuk sektor industri dasar dan kimia dan sektor perbankan. Model estimasi pada sektor perbankan memiliki nilai Rsquared yang sangat rendah, juga pada model liberalisasi keuangan. Pada model pertumbuhan investasi riil sektoral, variabel nilai Q-Tobin tidak memberikan tanda sesuai dengan harapan baik di sektor industri dasar dan kimia serta perbankan. Berbeda dengan ke-2 model sebelumnya, di model ini, nilai R-squared dari model sektor perbankan justru terbesar dibandingkan dengan sektor industri dasar dan kimia. Berdasarkan nilai R-squared, model estimasi untuk liberalisasi keuangan dan kebijakan moneter terhadap nilai Q-Tobin, maka model yang lebih baik adalah model pada sektor pertanian. Sedangkan untuk model pengaruh nilai Q-Tobin terhadap pertumbuhan investasi riil sektoral, maka model yang lebih baik adalah model pada sektor perbankan. 188 Kesamaan pola model liberalisasi keuangan dan kebijakan moneter pada sektor industri dasar dan kimia dan perbankan, dapat dijelaskan oleh adanya hubungan kausalitas nilai Q-Tobin sektor perbankan terhadap nilai Q-Tobin sektor industri dasar dan kimia, namun tidak sebaliknya. 189 VII. KESIMPULAN DAN IMPLIKASI KEBIJAKAN 7.1. Kesimpulan Kesimpulan umum dari penelitian ini adalah: selama rentang waktu analisis (2002-2009) liberalisasi keuangan di Indonesia memberikan pengaruh nyata terhadap nilai Q-Tobin ke-3 (tiga) sektor (pertanian, industri dasar dan kimia dan perbankan). 1. Terdapat kesamaan pola pengaruh liberalisasi keuangan dari aspek makro, yaitu Investasi Asing Langsung (Foreign Direct Investment, FDI), dan Investasi Portofolio terhadap nilai Q-Tobin sektor industri dasar dan kimia serta perbankan, dan sebaliknya pada sektor pertanian. Baik FDI maupun Investasi Portofolio berpengaruh negatif terhadap nilai Q-Tobin sektor industri dasar dan kimia serta perbankan, akan tetapi berpengaruh positif terhadap nilai Q-Tobin sektor pertanian. Dari aspek mikro, kapitalisasi pasar dan pinjaman perusahaan memberikan pengaruh positif terhadap nilai Q-Tobin masing-masing sektor, sedangkan aset perusahaan memberikan pengaruh negatif. Pengaruh dari liberalisasi keuangan terhadap nilai Q-Tobin dari masingmasing sektor dapat dikatakan relatif kecil, khususnya adalah FDI. Kesamaan pola diantara sektor perbankan dan industri dasar dan kimia, dapat dijelaskan dengan adanya hubungan kausal antara nilai Q-Tobin sektor perbankan yang mempengaruhi nilai Q-Tobin sektor industri dasar dan kimia. Pengaruh FDI umumnya membutuhkan waktu untuk dapat memberikan pengaruh terhadap nilai Q-Tobin, mengingat investasi FDI merupakan investasi langsung dalam bentuk aset perusahaan. Sebaliknya dengan investasi portofolio, memberikan pengaruh relatif lebih besar dibandingkan dengan FDI, sebagaimana yang ditunjukkan dengan koefisien dari parameternya. Investasi Portofolio relatif 190 lebih terlihat pengaruhnya, karena umumnya menunjukkan investasi di instrumen keuangan berupa saham ataupun obligasi. Namun demikian, investasi portofolio relatif lebih mudah berpindah, sehingga apabila ada guncangan dari luar (eksternal) maka akan terjadi perpindahan aliran dana ini ke instrumen lain atau negara lain yang dianggap lebih menguntungkan bagi para investor yang terlibat dalam investasi ini, terutama investor asing. 2. Pengaruh liberalisasi keuangan bersamaan dengan kebijakan moneter terhadap nilai Q-Tobin masing-masing sektor menunjukkan adanya pengaruh nyata dari suku bunga acuan yaitu SBI. Demikian pula dengan kebijakan uang beredar (money supply, M2), yang berpengaruh nyata terhadap nilai Q-Tobin sektor industri dasar dan kimia dan sektor perbankan. Dari aspek makro, baik SBI dan uang beredar, keduanya memberikan pengaruh negatif terhadap nilai Q-Tobin masing-masing sektor, kecuali pengaruh M2 terhadap nilai Q-Tobin sektor pertanian. Financial deepening berupa rasio kapitalisasi pasar terhadap Gross Domestic Product yang mencerminkan besarnya partisipan pasar, berpengaruh nyata terhadap nilai Q-Tobin sektor pertanian, namun tidak pada kedua sektor lainnya. Sedangkan rasio kredit terhadap GDP hanya berpengaruh nyata terhadap sektor perbankan. Besarnya partisipan di pasar modal memberikan pengaruh negatif terhadap nilai Q-Tobin sektor pertanian, sedangkan jumlah penyaluran kredit memberikan pengaruh positif terhadap nilai Q-Tobin sektor perbankan. Dari aspek mikro, pinjaman perusahaan memberikan pengaruh positif terhadap nilai Q seluruh sektor, sedangkan aset perusahaan memberikan pengaruh negatif terhadap nilai Q-Tobin sektor industri dasar dan kimia serta perbankan. 191 3. Berdasarkan analisis, secara umum bahwa keputusan investasi di ke-3 (tiga) sektor memiliki pola hubungan negatif dengan nilai Q-Tobin dari sektor industri dasar dan kimia serta perbankan, demikian pula dengan struktur modal yang berpengaruh negatif terhadap pertumbuhan investasi sektor pertanian dan industri dasar dan kimia. pengaruh positif Pada sektor perbankan, struktur modal justru memberikan terhadap pertumbuhan investasi. Struktur modal menggambarkan porsi dana internal (ekuitas) terhadap total aset perusahaan memberikan pengaruh negatif terhadap pertumbuhan investasi. Dalam model yang memasukkan pengaruh suku bunga pinjaman riel, terdapat pengaruh nyata dari variabel ini terhadap pertumbuhan investasi di masing-masing sektor. Pengaruh dari suku bunga pinjaman riel ini adalah positif terhadap pertumbuhan investasi. Artinya bunga pinjaman riil yang tinggi dapat menjadi daya tarik bagi investor untuk berinvestasi di sektor riil. Secara umum, dapat disimpulkan bahwa dalam era liberalisasi keuangan, terdapat pengaruh dari investasi portofolio terhadap nilai Q-Tobin dari masing-masing sektor, demikian pula dengan kebijakan moneter berupa pengaruh negatif dari SBI terhadap nilai Q-Tobin masing-masing sektor. Namun demikian, tidak terjadi pengaruh nilai Q-Tobin terhadap pertumbuhan investasi sektoral yang diwakili oleh pertumbuhan investasi korporasi di sektor tersebut. Dengan demikian, dapat disimpulkan bahwa dalam era liberalisasi keuangan tidak terjadi transmisi dari investasi portofolio ke sektor riil, namun sebaliknya justru terjadi mekanisme transmisi dari sektor riil ke pasar modal berupa penempatan dana jangka pendek dalam bentuk investasi portofolio. 192 7.2. Implikasi Kebijakan Berdasarkan hasil analisis dan kesimpulan penelitian, maka Tabel 29 berikut menyajikan keterkaitan antara model yang dihasilkan dari penelitian ini dengan kebijakan-kebijakan yang saat ini telah diberlakukan oleh institusi terkait, untuk merumuskan implikasi kebijakan. Tabel 29. Keterkaitan kebijakan yang ada dengan model estimasi dan kebijakan yang disarankan No. Aspek Kebijakan yang ada Kebijakan yang Dasar: disarankan (Tren data, model estimasi) Makro 1. Investasi No. Pembatasan partisipasi Data Portofolio 1055/KMK.013/1989. investor asing pada menunjukkan Kesempatan bagi saham sektoral, adanya trend investor asing untuk khususnya saham yang peningkatan berpartisipasi dan berbasis pada sumber investasi menguasai daya alam dan portofolio. maksimum 49 persen memiliki pangsa GDP Model estimasi di pasar perdana yang cukup besar, menunjukkan maupun 49 persen seperti subsektor adanya pola saham yang tercatat perkebunan, hubungan di bursa efek maupun pertambangan dan positif antara bursa paralel. energi. investasi Belum ada Kebijakan portofolio pembatasan dimaksudkan untuk dengan nilai partisipasi investor mengantisipasi, Q-Tobin sektor asing, pada sahampengaruh negatif dari pertanian. saham sektoral, baik fluktuasi dana investor sektor primer, asing, terhadap indeks sekunder maupun saham sektor primer. tersier. Bila indeks saham sektor primer menurun, secara tidak langsung akan mempengaruhi kinerja GDP sektor pertanian, khususnya subsektor perkebunan. 2. Investasi Asing Langsung (FDI) Keppres No.96 Tahun 2000 jo. No. 118 Tahun 2000. Keleluasaan investor dalam memilih usaha melalui pembaharuan Mempertimbangkan portofolio (komposisi) FDI berdasarkan sektoral. Komposisi tersebut diharapkan dapat merangsang Terdapat peningkatan akumulasi FDI. Model estimasi menunjukkan 193 Tabel 29. Lanjutan Daftar Bidang Usaha yang Tertutup. 3. Pajak transaksi investasi portofolio Peraturan IX.D.1 (lampiran Keputusan Ketua BAPEPAM Nomor: Kep01/PM/1993), tentang benturan kepentingan transaksi tertentu. Pajak diberlakukan pada hasil, namun belum pada setiap transaksi pada investasi portofolio. investor untuk menanamkan dananya pada sektor pertanian. adanya pola hubungan positif antara akumulasi FDI dengan nilai Q-Tobin sektor pertanian. Mempertimbangkan Data pengenaan pajak, untuk menunjukkan setiap transaksi adanya tren penjualan atau peningkatan transaksi pembelian investasi dari investasi portofolio. portofolio. Model estimasi Pemberlakuan Tobinmenunjukkan Tax pada setiap adanya pola transaksi (menurut hubungan referensi asli Tobin, positif antara sekitar 5 persen), investasi dikenakan seragam portofolio baik untuk transaksi dengan nilai beli maupun transaksi Q-Tobin sektor jual, dengan demikian pertanian. diharapkan tidak ada kecenderungan imbal hasil abnormal atas transaksi investasi portofolio. Rumusan implikasi kebijakan berdasarkan Tabel 29 di atas adalah sebagai berikut: 1. Pengaruh positif dari investasi portofolio terhadap nilai Q-sektor pertanian memberikan indikasi bahwa terjadi aliran dana dari sektor riil ke investasi portofolio, terutama saat terjadinya peningkatan harga komoditas pertanian, misalnya Crude Palm Oil (CPO). Diperlukan kebijakan khusus di pasar modal melalui aturan Badan Pengawas Pasar Modal, mengenai pembatasan kepemilikan saham dalam portofolio investasi oleh pihak investor asing, khususnya untuk saham-saham emiten sektor pertanian. Hal ini untuk mencegah terjadinya fluktuasi indeks saham bila terjadi aliran dana investasi portofolio keluar, yang selanjutnya akan mempengaruhi fluktuasi dari nilai indeks saham sektoral. 194 Fluktuasi ini dapat berpengaruh kurang baik pada peluang untuk mendapatkan dana dari pasar modal untuk perusahaan publik di sektor pertanian. 2. Adanya pengaruh positif dari akumulasi FDI terhadap nilai Q-sektor pertanian, masih mengindikasikan adanya pengaruh investasi portofolio di saham sektor pertanian. Daya tarik investasi portofolio di saham-saham sektor pertanian, khususnya sektor perkebunan, diharapkan juga dapat terjadi keadaan yang sama dengan investasi asing langsung di sektor pertanian. Portofolio berdasarkan sektor dari FDI, khususnya pada sektor pertanian dapat menjadi pertimbangan bagi institusi terkait penanaman modal, dalam menyusun kebijakan untuk mendorong investasi asing langsung di sektor pertanian. 3. Diperlukan pemberlakuan pajak dalam transaksi di investasi portofolio, sebagaimana yang disarankan dalam konsep Tobin Tax. Secara teoritis, konsep Tobin Tax bertujuan untuk menjaga volatilitas nilai tukar, yang ditransmisikan oleh gejolak di pasar keuangan, melalui segmentasi keuangan di area nilai tukar sehingga bank sentral dan pemerintah masing-masing memiliki kewenangan dalam kebijakannya atas nilai tukar. Dengan demikian diperlukan kebijakan pajak yang seragam untuk setiap transaksi yang melibatkan nilai tukar di pasar keuangan, demikian pula yang melibatkan transaksi pasar saham. Pengenaan pajak atas setiap transaksi di pasar modal, akan mengurangi keuntungan bersih dari investasi portofolio, sehingga menjadi pertimbangan bagi investor saat menanamkan dananya di instrumen ini, khususnya pada sektor pertanian. 7.3. Saran Penelitian Lanjutan 1. Penelitian tentang pengaruh liberalisasi keuangan terhadap distribusi aliran dana asing terhadap pertumbuhan investasi sektor. Dengan demikian dapat mengukur 195 efisiensi dan efektivitas alokasi dana di era liberalisasi keuangan terhadap pertumbuhan investasi sektoral. 2. Penelitian tentang pengaruh liberalisasi keuangan terhadap pertumbuhan investasi perusahaan yang belum terbuka di pasar modal, khususnya di sektor pertanian. Aliran dana investasi portofolio tidak hanya diharapkan sebagai alternatif pembiayaan, namun untuk menurunkan biaya modal, sebagai dasar bunga kredit bagi perusahaan non-publik yang menggunakan pinjaman. 3. Pemberlakuan pembatasan investasi portofolio di sektor pertanian, dapat menimbulkan konsekuensi negatif berupa penurunan indeks saham agribisnis (JAKAGRI), yang selanjutnya dapat berpengaruh terhadap alternatif sumber pembiayaan bagi korporasi di sektor ini. Untuk itu, dibutuhkan penelitian yang mengkaji pengaruh pembatasan porsi investor asing terhadap investasi portofolio atas emiten saham sektor pertanian di pasar modal. 4. Penelitian untuk menganalisis pengaruh pemberlakuan Tobin Tax, baik untuk transaksi nilai tukar maupun investasi portofolio di pasar keuangan. Pengaruh Tobin Tax dapat dilakukan secara terpisahkan dari pengaruh liberalisasi keuangan, maupun simultan. Selain itu, disarankan melakukan penelitian khusus mengenai pengaruh Tobin Tax untuk transaksi investasi portofolio serta imbal hasil yang diperoleh. 5. Penelitian yang menguji kecepatan transmisi dana dari sektor riil ke investasi portofolio, dan sebaliknya dari investasi portofolio ke investasi di sektor riil, untuk mengetahui perbedaan kecepatan transmisi dari ke 2 (dua) aliran dana tersebut. PENGARUH FAKTOR-FAKTOR MAKRO-MIKRO TERHADAP PERTUMBUHAN INVESTASI SEKTORAL DALAM ERA LIBERALISASI KEUANGAN: ANALISIS Q-TOBIN DISERTASI TRIAS ANDATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2012 i 197 DAFTAR PUSTAKA Abdullah, B. 2003. Peran Kebijakan Moneter dan Perbankan dalam Mengatasi Krisis Ekonomi di Indonesia. Bahan Kuliah Kursus Reguler Angkatan XXXVI Lembaga Pertahanan Nasional, Jakarta. Abdurohman. 2003. The Role of Financial Development In Promoting Economic Growth: Empirical Evidence Of Indonesian Economy. Jurnal Keuangan Dan Moneter, 6 (2): 84 – 96. Abiad, A., N. Oomes, and K. Ueda. 2004. The Quality Effect: Does Financial Liberalization Improve the Allocation of Capital?. Paper presented at the Sixth Jacques Polak Annual Research Conference. November 3 4, 2005, Washington, DC. Arestis, P. and M. Glickman. 2002. Financial Crisis in South East Asia: Dispelling Illusion the Minskyan Way. Cambridge Journal of Economics, 26(2): 237260. Arestis, P. and A. Caner. 2004. Financial Liberalization and Poverty: Channels of Influence. Working Papers Series. Levy Economics Institute of Bard College. Annandale-on-Hudson, New York. Arestis, P. 2005. Financial Liberalisation and The Relationship Between Finance And Growth. Working Paper No. 05/05. Centre for Economics and Public Policy. University of Cambridge, Cambridge. Arestis, P., M. Nissanke, and H. Stein. 2005. Finance and Development: Institutional and Policy Alternatives to Financial Liberalization Theory. Eastern Economic Journal, 31 (2): 245. Bank Indonesia. 2008. Outlook Ekonomi Indonesia 2008 – 2012. Integrasi Ekonomi ASEAN dan Prospek Perekonomian Indonesia. Biro Riset Ekonomi Direktorat Riset Ekonomi dan Kebijakan Moneter.Bank Indonesia, Jakarta. Bank Indonesia. 2009. Outlook Ekonomi Indonesia 2009 – 2014. Krisis Finansial Global dan Dampaknya terhadap Perekonomian Indonesia. Biro Riset Ekonomi Direktorat Riset Ekonomi dan Kebijakan Moneter. Bank Indonesia, Jakarta. Bank Indonesia. 2008. Pasar Keuangan di Indonesia, Jakarta. www.bi.go.id. Basri, F. 2009. Catatan Satu Dekade Krisis. Transformasi, Masalah Struktural, dan Harapan Ekonomi Indonesia. Esensi Erlangga Group, Jakarta. Basri, F dan H. Munandar. 2009. Lanskap Ekonomi Indonesia. Kajian dan Renungan terhadap Masalah-masalah Struktural, Transformasi Baru, dan Prospek Perekonomian Indonesia. Kencana,Jakarta. 198 Baltagi, B. H. 2005. Econometric Analysis of Panel Data. Third Edition. John Wiley and Sons, Ltd., England. Laporan Perekonomian Indonesia. 2006. Bank Indonesia, Jakarta. ___________________________. 2007. Bank Indonesia, Jakarta. ___________________________. 2008. Bank Indonesia, Jakarta. ___________________________. 2009. Bank Indonesia, Jakarta. ___________________________. 2010. Bank Indonesia, Jakarta. BPS. 2008. Indikator Ekonomi, Juni 2008. Badan Pusat Statistik Indonesia, Jakarta. ____. 2009. Indikator Ekonomi, 2009. Badan Pusat Statistik Indonesia, Jakarta. ____. 2010. Indikator Ekonomi, 2010. Badan Pusat Statistik Indonesia, Jakarta. Beine, M. and B. Candelon. 2005. Integration and Stock Market Co-Movement between Emerging Economies. University of Luxemburg, Luxemburg. Bekaert, G., C. R. Harvey, and C. Lundblad. 2004. Growth Volatility and Financial Liberalization. National Bureau of Economic Research, Cambridge. Bimantoro dan Bahroen. 2003. Organisasi Bank Indonesia. Pusat Pendidikan dan Studi Kebanksentralan. Seri Kebanksentralan, 1(9): 1-43. Bursa Efek Indonesia. 2008. Mengenal Pasar Modal. Jakarta. www.idx.co.id. Cahyanto, H. 2002. Analisis Tingkat Integrasi Antara Pasar Modal Indonesia dengan Pasar Modal Global. Sripsi Sarjana. Department of Management. JIPTUMM. Caporale, G. M., P. G. A. Howells, and A. M. Soliman. 2004. Stock Market Development And Economic Growth: The Causal Linkage. Journal of Economic Development, 29 (1): 33-50. Chung, K. H. and Pruitt, S. W. 1994. A Simple Approximation of Tobin’s q. Financial Management, 23 (3): 70 – 74. Darsono. 2008. Analisis Keefektifan Kebijakan Fiskal Terhadap Kinerja Sektor Pertanian dengan Penekanan Pada Agroindustri di Indonesia. Disertasi Doktor. Sekolah Pascasarjana, Institut Pertanian Bogor, Bogor. Dekle R. and M. Pradhan. 1999. Financial Liberalization and Money Demand in the ASEAN Countries. International Journal of Finance & Economics, 4 (3): 205. Dornbusch, R., S. Fisher, and R. Starz. 2004. Macroeconomics. Mc-Graw Hill, New York. 199 Dunn, R.M. Jr. and J. H. Mutti. 2000. International Economics. Fifth Edition. Routledge. London. Ehrmann, M. and M. Fratzscher. 2004. Taking Stock: Monetary Policy Transmission to Equity Markets. Working Paper Series No. 354. European Central Bank. Elkins, Z., A. T. Guzman, and B. A. Simmons. 2004. Competing for Capital: The Diffusion of Bilateral Investment Treaties, 1960-2000. UC Berkeley Public Law Research Paper No. 578961. Enders, W. 2004. Applied Econometric Time Series. Second Edition. John Wiley & Sons, Inc., New Jersey. Engle, R.F. and C.W.J. Granger. 1987. Cointegration and Error-Correction: Representation, Estimation, and Testing. Econometrica, 55: 251-276. Firdaus, M. 2011. Aplikasi Ekonometrika Untuk Data Panel dan Time Series. PT Penerbit IPB Press. Kampus IPB Taman Kencana Bogor. Bogor. Fuss, R. 2006. Financial Liberalization and Stock Price Behaviour in Asian Emerging Markets. Economic Change and Restructuring (2005) 38:37–62. DOI 10.1007/s10644-005-4522-6. Springer 2006. Galindo, F. S., A. Weiss and Arturo. 2003. Does Financial Liberalization Improve The Allocation Of Investment? Micro Evidence from Developing Countries, Washington, DC. García-Herrero, A. and P. Wooldridge. 2007. Global and Regional Financial Integration: Progress in Emerging Markets. BIS Quarterly Review. http://ssrn.com/abstract=1458345. Bank for International Settlements. Glick, R. and M. Hutchison. 2000. Capital Controls and Exchange Rate Instability in Developing Economies. Unpublished. Federal Research Bank of Fransisco. Gudmundsson, M. 2008. Financial Globalisation: Key Trends and Implications for the Transmission Mechanism of Monetary Policy. Financial Market Developments and Their Implications for Monetary Policy. BIS Papers no. 39, Bank for International Settlements. Guonan Ma and R. N. McCauley. 2007. Do China’s Capital Controls Still Bind? Implications For Monetary Autonomy and Capital Liberalisation. BIS Working Papers No. 233. Monetary and Economic Department. Bank for International Settlements. Gujarati, D. N. 1995. Basic Econometrics. International Edition. McGraw Hill. Inc. Singapore. Hali J. E., M. W. Klein, L. A. Ricci and T. Sløk. 2004. Capital Account Liberalization and Economic Performance: Survey and Synthesis. IMF Staff Papers 51 (2): 220 - . ABI/INFORM Global. 200 Han Kin Sang, N. 1998. Tobin’s Q for Canadian Firms. Thesis. Faculty of Commerce and Administration, Concordia University, Montreal. Haryanto, FX. 2007. Dampak Instrumen Kebijakan Moneter Terhadap Perekonomian Indonesia: Suatu Analisis Jalur Mekanisme Transmisi Moneter. Disertasi Doktor. Sekolah Pascasarjana, Institut Pertanian Bogor, Bogor. Helmut, W. 2005. Globalization and Financial Instability: Challenges for Exchange Rate and Monetary Policy. International Journal of Social Economics, 32 (7): 616 – 638. Henry, P.B. 2000. Stock Market Liberalization, Economic Reform, and Emerging Market Equity Prices. The Journal of Finance, 15 (2). Henry, P. B. and A. Chari. 2002. Capital Account Liberalization: Allocative Efficiency or Animal Spirit?. AEA, Michigan and Stanford Seminar Paper. University of Michigan Business School and Stanford University, Graduate School of Business, California. Hidayat, T. 2009. Millenium Baru: Quo Vadis Pasar Modal Indonesia. Catatan Pinggir. Holmes, M. J. 2010. An Alternative Perspective on Tobin’s Q and Aggregate Investment Expenditure. International Journal of Business and Economics, 9 (1): 23 – 28. IDX Fact Book 2006. Indonesia Stock Exchange, Jakarta. ____________ 2007. Indonesia Stock Exchange, Jakarta. _____________ 2008. Indonesia Stock Exchange, Jakarta. _____________ 2009. Indonesia Stock Exchange, Jakarta. _____________2010. Indonesia Stock Exchange. Jakarta. Ilham, N. 2006. Efektivitas Kebijakan Harga Pangan Terhadap Ketahanan Pangan dan Dampaknya pada Stabilitas Ekonomi Makro. Disertasi Doktor. Sekolah Pascasarjana, Institut Pertanian Bogor, Bogor. Jayadev, A. 2005. Financial Liberalisations and Its Distributional Consequenses: An Empirical Exploration. PhD. Graduate School of the University of Massachusetts, Armherst. UMI Microform 3193913. Copyright 2006 by ProQuest Information and Learning Company. Joyce, J.P. and I. Noy. 2005. The IMF and the Liberalization of Capital Flows. Unpublished. 1-40.Department of Economics Wellesley College and University of Hawaii. Honolulu. 201 Keputusan Menteri Keuangan Republik Indonesia Nomor 646/KMK.010/1995 tentang Pemilikan Saham atau Unit Penyertaan Reksa Dana oleh Pemodal Asing. Badan Pengawas Pasar Modal Lembaga Keuangan, Jakarta. Keputusan Menteri Keuangan Republik Indonesia Nomor 455/KMK.01/1997 tentang Pembelian Saham oleh Pemodal Asing Melalui Pasar Modal. Badan Pengawas Pasar Modal Lembaga Keuangan, Jakarta. Krugman, P. R. and M. Obstfeld. 2003. International Economics: Theory and Policy. Sixth Edition. Addison–Wesley Publishing Co., New York. Laeven, L. 2003. Does Financial Liberalization Reduce Financing Constraints?. Financial Management, 32 (1): 5. ABI/INFORM. Complete. Lane, P. R., and G. M. Milesi-Ferretti. 2001a. The External Wealth of Nations: Measures of Foreign Assets and Liabilities for Industrial and Developing Countries. Journal of International Economics, 55: 263–940. Levine, R., and S. Zervos. 1997 Stock Markets, Banks, and Economic Growth. World Bank Policy Research Working Paper No. 1690. http://papers.ssrn.com/sol3/papers.cfm?abstract_id=60141. Liebana, P. L. 2002. Financial Liberalization and Monetary Control in A Developing Country. PhD Dissertation. Department of Economics. University of Notre Dame, Indiana. Mankiw, N. G. 2003. Teori Makroekonomi. Fifth Edition. Harvard University. Penerbit Erlangga, Jakarta. Maski, G. 2007. Transmisi Kebijakan Moneter. Kajian Teoritis dan Empiris. Badan Penerbit Fakultas Ekonomi Universitas Brawijaya (BPFE – Unibraw), Malang. Meilani. 2007. Mengenal Pasar Modal. Ikatan Sarjana Ekonomi Indonesia. Millar, J. N. 2005. Gestation Lags for Capital, Cash Flows, and Tobin’s Q. Finance and Economics Discussion Series. Divisions of Research & Statistics and Monetary Affairs. Federal Reserve Board, Washington, D.C. Mishkin, F.S. 1992. The Economics of Money, Banking and Financial Markets. Third Edition. Harper Collins Publishers Inc., New York. Mishkin, F.S. 1996. The Channels of Monetary Transmission: Lesson For Monetary Policy. Banque de France Bulletin Digest – no. 27 –March 1996. Federal Reserve Bank of New York, Graduate School of Business, Columbia University and National Bureau of Economic Research, New York. Mishkin, F. S. 2000. Financial Policies and the Prevention of Financial Crises in Emerging Market Economies. Graduate School of Business, Columbia University and National Bureau of Economic Research. 202 Mishkin, F. S. 2007. The Economics of Money, Banking and Financial Markets. Alternate Edition. Pearson International Edition. Mosley, P. 1999. Micro-Macro Linkages in Financial Markets: The Impact of Financial Liberalization on Access to Rural Credit in Four African Countries. Journal of International Development, 11 (3): 367 ABI/INFORM Global. Nachrowi, N. D., dan H. Usman. 2006. Pendekatan Populer dan Praktis Ekonometrika. Untuk Analisis Ekonomi dan Keuangan. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta. Nuryati, Y. 2004. Pelaksanaan Kebijakan Moneter Pentargetan Inflasi di Indonesia. Thesis. Sekolah Pascasarjana, Institut Pertanian Bogor, Bogor. Nuryati, Y., H. Siregar, dan A. Ratnawati. 2006. Dampak Kebijakan Inflation Targeting terhadap beberapa Variabel Makroekonomi di Indonesia. Buletin Ekonomi Moneter dan Perbankan Bank Indonesia, Jakarta. Peraturan Kepala Badan Koordinasi Penanaman Modal Nomor 11 Tahun 2009 tentang Tata Cara Pelaksanaan, Pembinaan dan Pelaporan Pelayanan Terpadu Satu Pintu di Bidang Penanaman Modal. Peraturan Kepala Badan Koordinasi Penanaman Modal Nomor 12 Tahun 2009 tentang Pedoman dan Tata Cara Permohonan Penanaman Modal. Peraturan Kepala Badan Koordinasi Penanaman Modal Nomor 7 Tahun 2010 tentang Perubahan Atas Peraturan Kepala Badan Koordinasi Penanaman Modal Nomor 13 Tahun 2009 tentang Pedoman dan Tata Cara Pengendalian Pelaksanaan Penanaman Modal. Perkembangan Realisasi Investasi, 1990 – 31 Desember 2009. Badan Koordinasi Penanaman Modal, Jakarta. Phylaktis, K and F. Ravazzolo. 1998. Measuring Financial and Economic Integration with Equity Prices in Emerging Markets. City University Business School City University Business School, London. Prasetyantoko, A. dan L. F. Marta. 2008. Indonesia’s Ponzy Economy: Does Financial Crisis Give a Lesson?. Munich Personal RePec Archive. MPRA Paper No. 6776, posted 17-January 2008. Radelet, S. and J. Sachs. 1998a. The Onset of the East Asian Currency Crisis. NBER Working Paper No. 6680 (April). Available from the research section of the HIID website: www.hiid.harvard.edu. Radelet, S. and J. Sachs. 1998b. The East Asian Financial Crisis: Diagnosis, Remedies, Prospects. Brookings Papers on Economic Activity, 1: 1-74. 203 Rivai, V., A. P. Veithzal, dan F. N. Idroes. 2007. Bank and Financial Institution Management. Conventional and Sharia System. PT. RajaGrafindo Perkasa. Jakarta. Romer, D. 2001. Advanced Macroeconomics. Edition. McGraw-Hill Higher Education. International Edition. Second Sabirin, S. 1999. Pemberdayaan Perbankan dalam Mengatasi Krisis Ekonomi di Indonesia. Pidato Ilmiah Dies Natalis Universitas YARSI 24 April 1999. Jakarta. Sarwedi, 2002. Investasi Asing Langsung di Indonesia dan Faktor Yang Mempengaruhinya. Jurnal Akuntansi & Keuangan, 4 (1): 17 – 35. Jakarta Setyawan, A. A. 2008. Foreign Direct Investment (FDI), Kebijakan Industri dan Masalah Pengangguran: Studi Empirik di Indonesia. Jurnal Ekonomi Pembangunan, 9 (1): 107 – 119. Simmons, B. A. and Z. Elkins. 2004. The Globalization of Liberalization: Policy Diffusion in the International Political Economy. American Political Science Review, 98 (1): 171-189. Simorangkir, I. 2007. Koordinasi Kebijakan Moneter dan Fiskal di Indonesia: Suatu Kajian dengan Pendekatan Game Theory. Buletin Ekonomi Moneter dan Perbankan Bank Indonesia, Jakarta. Singh, R. 1998. Memahami Globalisasi Keuangan. Panduan Untuk Memperkuat Rakyat. YAKOMA-PGI, Jakarta. Siregar. M. E. Manajemen Moneter Alternatif dan Penerapannya di Indonesia. Stiglitz, J.E. and A. Weiss. 1981. Credit Rationing in Markets with Imperfect Information. American Economic Review, 71: 393 – 409. Stiglitz, J. and B. Greenwald. 2003. Towards a New Paradigm in Monetary Economics. The Raffaele Mattioli Lecture Series. Cambridge University Press. United Kingdom. Singh, S., A. Razi, N. Endut and H. Ramlee. 2008. Impact of Financial Market Developments on the Monetary Transmission Mechanism. Financial Market Developments and Their Implications for Monetary Policy. BIS Papers no. 39. Monetary and Economic Department. Bank for International Settlements. Thomas, R. L. 1997. Modern Econometrics: An Introduction. Addison Wesley Longman, London. Undang-Undang Republik Indonesia Nomor 8 Tahun 1995 tentang Pasar Modal (Lembaran Negara Republik Indonesia Tahun 1995 Nomor 64, Tambahan Lembaran Negara Republik Indonesia Nomor 3608). 204 Verbeek, M. 2000. A Guide to Modern Econometrics. John Wiley and Sons. Ltd. London. Victor, A. P. 2003. Essays on Business Cycles, Open Economies and Asset Prices Volatility. PhD. Dissertation. Graduate School of Arts and Sciences. Georgetown University, Washington DC. Wyplosz, C. 2001. How Risky is Financial Liberalization in the Developing Countries?. Graduate Institute of International Studies, Geneva and CEPR. Yustika, A. E. 2004. Reformasi Ekonomi, Konsensus Washington dan Rintangan Politik. Jurnal Manajemen dan Kewirausahaan, 6 (1): 1-14. Zhu, H. 2003. Credit Constraints, Financial Liberalisation And Twin Crises. BIS Working Papers No 124. Monetary and Economic Department. Bank for International Settlements. Zhang, H. 2001. The Causes and Impacts of International Financial Liberalization. PhD. Dissertation. Claremont Garduate University, California. Lampiran 1. Kerangka Ruang Lingkup Penelitian Deregulasi Sektor Perbankan dan Moneter: 1. 1983 2. Pakto 1988 3. Pakdes 1988 4. 1989: kebijakan sukubunga deposito M A K R O Liberalisasi Keuangan Liberalisasi Capital Account: 1. Sistem Nilai Tukar Bebas 1982 Liberalisasi Pasar Modal: 1. Pakdes 1987 2. Pakto 1988 3. Pakdes 1988 4. KMK 1989 Sampai 1997: 1. Peningkatan jumlah bank (asing dan domestik) 2. Aliran modal asing (FDI, tabungan asing, portofolio investasi keuangan) 3. Transaksi asing pada bursa lokal Sampai 1997: 1. Peningkatan jumlah tabungan 2. Peningkatan investasi - Kredit Krisis Nilai Tukar dan Moneter Thailand Krisis Ekonomi 1997/1998: 1. Arus Balik Kapital dari Portofolio Investasi 2. Krisis Nilai Tukar 3. Inflasi Tinggi 4. Pertumbuhan (-) 5. Pengangguran ↑ Keuangan Global Kebijakan Moneter Arus balik Kapital dan Portofolio Investasi 1. Nilai Tukar Rupiah 2. Indeks Bursa 3. Sukubunga 1. Sistem nilai tukar fleksibel 2. Program IMF 3. UU no. 23/1999 ttg Bank Indonesia Pertumbuhan Ekonomi Indikator Investasi Perusahaan: Rasio Q-Tobin M I K R O Korporasi: 1. Ketersediaan dana kredit: domestik dan luar negeri 2. Sumber dana: Perbankan dan Pasar Modal 3. Investasi Asing Langsung Korporasi: 1. Peningkatan Pinjaman Asing 2. Peningkatan Investasi Internal Korporasi: 1. Rencana Strategis 2. Kinerja Pertumbuhan Ekonomi Sektoral Korporasi: 1. Leverage 2. Nilai Perusahaan 3. Kredibilitas 4. Ketersediaan kredit Pertumbuhan Investasi Korporasi Lampiran 2. Daftar Sampel Perusahaan SEKTOR PERTANIAN INDUSTRI DAN PENGOLAHAN KEUANGAN Kap. Pasar SUBSEKTOR 3.75% PERKEBUNAN - PAKAN TERNAK tanaman perkebunan peternakan perikanan kehutanan 8.10% INDUSTRI DASAR & KIMIA semen keramik, kaca, porselain logam dan produk turunannya kimia plastik dan kemasan pakan ternak industri perkayuan kertas dan pulp 23.70% PERBANKAN bank TICKER AALI CPIN CPDW DSFI IIKP JPFA LSIP MBAI SIPD SMAR TBLA UNSP NAMA PERUSAHAAN Astra Agro Lestari Tbk Charoen Pokphand Indonesia Tbk Cipendawa Tbk Dharma Samudera Fishing Industries Tbk Inti Agri Resources Japfa Comfeed Indonesia London Sumatra Plantation Multibreeder Adirama Ind. Sierad Produce Sinar Mas Resources & Technologie Tunas Baru Lampung Bakrie Sumatra Plantations AMFG ARNA IKAI INTP MLIA SMCB SMGR TOTO ALMI BTON INAI JPRS LION LMSH PICO TBMS AKPI APLI BRNA Asahimas Flat Glass Arwana Citramulia Intikeramik Alamasri Industri Indocement Tunggal Prakarsa Mulia Industrindo Holchim Indonesia Semen Gresik Surya Toto Indonesia Alumindo Light Metal Industry Betonjaya Manunggal Indal Aluminium Industry Jaya Pari Steel Lion Metal Works Lionmesh Prima Pelangi Indah Canindo Tembaga Mulia Semanan Argha Karya Prima Ind. Asiapliast Industries Berlina BBCA BBNI BBNP BBRI BDMN BEKS BMRI BNGA BNII BNLI BSWD BVIC MAYA MEGA PNBN Bank Central Asia Bank Negara Indonesia Bank Nusantara Parahyangan Bank Rakyat Indonesia Bank Danamon Indonesia Bank Eksekutif Internasional Bank Mandiri Bank CIMB Niaga Bank Internasional Indonesia Bank Permata Bank Swadesi Bank Victoria Internasional Bank Mayapada Bank Mega Bank Pan Indonesia TICKER DYNA FPNI IGAR SIMA TRST FASW SAIP SPMA SULI TIRT BRPT DPNS EKAD ETWA INCI SOBI SRSN UNIC NAMA PERUSAHAAN Dynaplast Titan Kimia Nusantara Kageo Igar Jaya Siwani Makmur Trias Sentosa Fajar Surya Wisesa Surabaya Agung Industry Suparma Sumalindo Lestari Jaya Tirta Mahakam Resources Barito Pasific Duta Pertiwi Nusantara Ekadharma Internasional Eterindo Wahanatama Intanwijaya Internasional Sorini Agro Asia Corporindo Indo Acidatama Unggul Indah Cahaya 209 Lampiran 3. Uji Granger Causality Data : 64 emiten Pairwise Granger Causality Tests Date: 10/03/10 Time: 23:15 Sample: 2002 2009 Lags: 1 Null Hypothesis: Obs F-Statistic Prob. 7 -1.77839 0.58207 1.0000 0.4880 Q_PERBANKAN does not Granger Cause Q_PERTANIAN Q_PERTANIAN does not Granger Cause Q_PERBANKAN Pairwise Granger Causality Tests Date: 10/03/10 Time: 23:17 Sample: 2002 2009 Lags: 1 Null Hypothesis: Obs F-Statistic Prob. 7 -3.18910 0.01045 1.0000 0.9235 Obs F-Statistic Prob. 7 3.31644 8.47538 0.1427 0.0436 Obs F-Statistic Q_PERBANKAN does not Granger Cause Q_PERTANIAN Q_PERTANIAN does not Granger Cause Q_PERBANKAN 6 NA NA NA NA Q_INDUSTRI does not Granger Cause Q_PERTANIAN Q_PERTANIAN does not Granger Cause Q_INDUSTRI 6 NA NA NA NA Q_INDUSTRI does not Granger Cause Q_PERBANKAN Q_PERBANKAN does not Granger Cause Q_INDUSTRI 6 0.29948 0.55462 Q_INDUSTRI does not Granger Cause Q_PERTANIAN Q_PERTANIAN does not Granger Cause Q_INDUSTRI Pairwise Granger Causality Tests Date: 10/03/10 Time: 23:18 Sample: 2002 2009 Lags: 1 Null Hypothesis: Q_INDUSTRI does not Granger Cause Q_PERBANKAN Q_PERBANKAN does not Granger Cause Q_INDUSTRI Pairwise Granger Causality Tests Date: 10/03/10 Time: 23:24 Sample: 2002 2009 Lags: 2 Null Hypothesis: Prob. 0.7908 0.6886 210 Korelasi Q Q_PERTANIAN Q_PERBANKAN Q_INDUSTRI Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis Q_PERTANIAN Q_PERBANKAN 1.000000 -0.249260 -0.249260 1.000000 0.249712 0.523666 Q_INDUSTRI 0.249712 0.523666 1.000000 Q_PERTANIAN Q_PERBANKAN 2005.500 2.074921 2005.500 1.926912 2009.000 4.054547 2002.000 0.661816 2.449490 1.138541 2.81E-16 0.330314 1.761905 2.357675 Q_INDUSTRI 1.727913 1.657670 2.200444 1.378548 0.259107 0.659591 2.566140 Jarque-Bera Probability 0.510960 0.774545 0.283004 0.868053 0.642825 0.725124 Sum Sum Sq. Dev. 16044.00 42.00000 16.59937 9.073933 13.82330 0.469953 Observations 8 8 8 211 Lampiran 4. Model Estimasi Pengaruh Liberalisasi Keuangan terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan dengan menggunakan Model Estimasi Pooled Least Square, Fixed Effect Model dan Random Effect Model dengan Program EViews 6. LIBERALISASI KEUANGAN DAN SEKTOR PERTANIAN LIB-DATAPERTANIAN-FDI-RIIL 16 November 2010 Data: Libdatapertanian-riil yang sudah direvisi Penambahan variabel : krisis finansial : dum08 rasio_q c kurs fdi devisa invport sbi bunga_k kredit_tot bunga_p pinjaman aset kap_pasar dum08 PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 23:55 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 3.463214 -0.000724 0.066301 -0.015643 0.047008 0.225898 0.002302 0.000310 -0.000154 0.000285 -1.779289 0.109615 1.40E-05 0.003433 0.004774 0.010410 0.009659 9.02E-05 0.000134 5.62E-05 8.40E-06 0.101992 31.59446 -51.78349 19.31060 -3.276324 4.515716 23.38673 25.52516 2.312616 -2.742580 33.94290 -17.44544 0.0000 0.0000 0.0000 0.0015 0.0000 0.0000 0.0000 0.0232 0.0074 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.667968 0.628905 1.249185 132.6393 -151.7358 17.09990 0.000000 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 23:56 Sample: 2002 2009 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.390329 3.684160 3.509100 1.321885 212 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Lampiran 4. Lanjutan White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 3.451559 -0.000827 0.079268 -0.046668 0.107293 0.277993 0.002545 0.000735 0.000139 0.000296 -1.965796 0.411850 3.58E-05 0.002333 0.007751 0.012393 0.008686 0.000145 0.000165 0.000122 1.09E-05 0.117096 8.380625 -23.07219 33.97562 -6.020808 8.657303 32.00505 17.60198 4.455374 1.142462 27.12923 -16.78788 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2569 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.745502 0.673279 1.172121 101.6662 -138.9708 10.32228 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.353557 3.941220 3.591100 1.679025 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 2.049492 25.530051 d.f. Prob. (11,74) 11 0.0351 0.0076 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 23:56 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 213 Lampiran 4. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 3.463214 -0.000724 0.066301 -0.015643 0.047008 0.225898 0.002302 0.000310 -0.000154 0.000285 -1.779289 0.109615 1.40E-05 0.003433 0.004774 0.010410 0.009659 9.02E-05 0.000134 5.62E-05 8.40E-06 0.101992 31.59446 -51.78349 19.31060 -3.276324 4.515716 23.38673 25.52516 2.312616 -2.742580 33.94290 -17.44544 0.0000 0.0000 0.0000 0.0015 0.0000 0.0000 0.0000 0.0232 0.0074 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.667968 0.628905 1.249185 132.6393 -151.7358 17.09990 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat Effect -0.637076 -0.447743 1.517421 0.808209 2.091064 -1.156174 -0.014564 0.182486 0.029386 -1.746479 -0.414158 -0.212372 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/21/10 Time: 23:57 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Swamy and Arora estimator of component variances 2.074920 2.050614 3.390329 3.684160 3.509100 1.321885 214 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Lampiran 4. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 3.445128 -0.000732 0.067551 -0.018303 0.052325 0.230629 0.002331 0.000356 -0.000131 0.000286 -1.801632 0.137180 1.48E-05 0.003625 0.005099 0.011088 0.010562 0.000100 0.000154 5.62E-05 6.23E-06 0.094861 25.11394 -49.57202 18.63703 -3.589512 4.718961 21.83502 23.30917 2.318757 -2.330107 45.90309 -18.99243 0.0000 0.0000 0.0000 0.0006 0.0000 0.0000 0.0000 0.0228 0.0222 0.0000 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random 0.318530 1.172121 Rho 0.0688 0.9312 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.670753 0.632018 1.212457 17.31649 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.645102 1.998725 124.9544 1.395787 Unweighted Statistics R-squared Sum squared resid 0.666632 133.1728 Mean dependent var Durbin-Watson stat 2.074920 1.309650 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 10 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. 215 Lampiran 4. Lanjutan Cross-section random effects test comparisons: Variable KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 Fixed -0.000827 0.079268 -0.046668 0.107293 0.277993 0.002545 0.000735 0.000139 0.000296 -1.965796 Random Var(Diff.) Prob. -0.000732 0.067551 -0.018303 0.052325 0.230629 0.002331 0.000356 -0.000131 0.000286 -1.801632 0.000000 -0.000008 0.000034 0.000031 -0.000036 0.000000 0.000000 0.000000 0.000000 0.004713 0.0037 NA 0.0000 0.0000 NA 0.0407 0.0000 0.0125 0.2471 0.0168 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 23:58 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 3.451559 -0.000827 0.079268 -0.046668 0.107293 0.277993 0.002545 0.000735 0.000139 0.000296 -1.965796 0.411850 3.58E-05 0.002333 0.007751 0.012393 0.008686 0.000145 0.000165 0.000122 1.09E-05 0.117096 8.380625 -23.07219 33.97562 -6.020808 8.657303 32.00505 17.60198 4.455374 1.142462 27.12923 -16.78788 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2569 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.745502 Mean dependent var 2.074920 216 Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.673279 1.172121 101.6662 -138.9708 10.32228 0.000000 Lampiran 4. Lanjutan 1 2 3 4 5 6 7 8 9 10 11 12 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Effect -0.062838 0.022756 0.220260 -0.013756 0.454057 -0.057594 0.110191 -0.154060 -0.148291 -0.177153 -0.170565 -0.023008 S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.050614 3.353557 3.941220 3.591100 1.679025 217 Lampiran 4. Lanjutan 16 November 2010 Data: Libdataindustri-riil yang sudah direvisi rasio_q c kurs fdi devisa invport sbi bunga_k kredit_tot bunga_p pinjaman aset kap_pasar Workfile: Libindustrirevisi Penambahan variabel dummy: Krisis Finansial 2008 rasio_q c kurs fdi devisa invport sbi bunga_k kredit_ind bunga_p pinjaman aset kap_pasar dum08 PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 23:39 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_IND PINJAMAN ASET KAP_PASAR DUM08 2.131224 0.000433 -0.085482 0.036807 -0.158462 -0.088661 -0.111270 -2.70E-06 -0.000121 0.000162 -2.060140 0.090820 1.33E-05 0.003148 0.001031 0.004221 0.004356 0.006553 6.15E-05 3.74E-05 2.36E-05 0.081479 23.46637 32.59697 -27.15180 35.69387 -37.53778 -20.35370 -16.97915 -0.043872 -3.231854 6.871728 -25.28424 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.9650 0.0014 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.253061 0.226852 1.623153 750.8683 -557.7747 9.655709 0.000000 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 23:40 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.843072 3.980214 3.897981 0.963864 218 Total panel (balanced) observations: 296 Lampiran 4. Lanjutan White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_IND PINJAMAN ASET KAP_PASAR DUM08 1.856954 0.000459 -0.088050 0.038735 -0.162757 -0.080811 -0.118487 0.000164 -0.000157 0.000153 -2.096343 0.210918 1.29E-05 0.001924 0.000842 0.001871 0.009488 0.005798 0.000131 5.94E-05 2.00E-05 0.061744 8.804136 35.59711 -45.76471 46.00919 -86.98287 -8.517306 -20.43554 1.254151 -2.639586 7.685280 -33.95204 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2110 0.0088 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.546743 0.463009 1.352732 455.6412 -483.8450 6.529504 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.586791 4.172760 3.821401 1.572470 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 4.481569 147.859285 d.f. Prob. (36,249) 36 0.0000 0.0000 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 23:41 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 219 Lampiran 4. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_IND PINJAMAN ASET KAP_PASAR DUM08 2.131224 0.000433 -0.085482 0.036807 -0.158462 -0.088661 -0.111270 -2.70E-06 -0.000121 0.000162 -2.060140 0.090820 1.33E-05 0.003148 0.001031 0.004221 0.004356 0.006553 6.15E-05 3.74E-05 2.36E-05 0.081479 23.46637 32.59697 -27.15180 35.69387 -37.53778 -20.35370 -16.97915 -0.043872 -3.231854 6.871728 -25.28424 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.9650 0.0014 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.253061 0.226852 1.623153 750.8683 -557.7747 9.655709 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Effect -0.541761 -0.581618 -0.567634 -0.523666 0.056856 -0.584653 1.139833 -0.354082 0.328141 -0.023975 1.001337 3.022394 1.072532 1.352664 -0.367624 -0.778096 -0.736438 -0.829766 -0.676507 -0.752098 -0.723797 -0.394957 -0.835807 -0.967735 -0.512846 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.843072 3.980214 3.897981 0.963864 220 26 27 28 29 26 27 28 29 -0.584355 -0.681571 -0.062914 -0.025598 30 31 32 33 34 35 36 37 30 31 32 33 34 35 36 37 0.955909 2.092129 1.161148 -0.884731 -0.480510 0.031058 2.470600 -1.211863 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/21/10 Time: 23:42 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_IND PINJAMAN ASET KAP_PASAR DUM08 1.975827 0.000448 -0.086918 0.038060 -0.161092 -0.084714 -0.115124 9.06E-05 -0.000144 0.000156 -2.082321 0.126519 1.31E-05 0.003188 0.000876 0.003312 0.006982 0.007631 8.29E-05 5.82E-05 2.07E-05 0.074438 15.61678 34.18388 -27.26253 43.46518 -48.64439 -12.13275 -15.08699 1.092533 -2.478096 7.547701 -27.97379 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2755 0.0138 0.0000 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random 0.935406 1.352732 Rho 0.3235 0.6765 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.317469 0.293520 1.347746 13.25633 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat Unweighted Statistics 0.820623 1.603461 517.6798 1.389092 221 R-squared Sum squared resid 0.250746 753.1949 Mean dependent var Durbin-Watson stat 1.802629 0.954739 Lampiran 4. Lanjutan Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 10 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. Cross-section random effects test comparisons: Variable KURS FDI DEVISA INVPORT BUNGA_K KREDIT_IND PINJAMAN ASET KAP_PASAR DUM08 Fixed 0.000459 -0.088050 0.038735 -0.162757 -0.080811 -0.118487 0.000164 -0.000157 0.000153 -2.096343 Random Var(Diff.) Prob. 0.000448 -0.086918 0.038060 -0.161092 -0.084714 -0.115124 0.000091 -0.000144 0.000156 -2.082321 -0.000000 -0.000006 -0.000000 -0.000007 0.000041 -0.000025 0.000000 0.000000 -0.000000 -0.001729 NA NA NA NA 0.5435 NA 0.4678 0.2939 NA NA Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 23:42 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K 1.856954 0.000459 -0.088050 0.038735 -0.162757 -0.080811 0.210918 1.29E-05 0.001924 0.000842 0.001871 0.009488 8.804136 35.59711 -45.76471 46.00919 -86.98287 -8.517306 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 222 KREDIT_IND PINJAMAN ASET KAP_PASAR DUM08 -0.118487 0.000164 -0.000157 0.000153 -2.096343 0.005798 0.000131 5.94E-05 2.00E-05 0.061744 -20.43554 1.254151 -2.639586 7.685280 -33.95204 0.0000 0.2110 0.0088 0.0000 0.0000 Effects Specification Lampiran 4. Lanjutan Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 0.546743 0.463009 1.352732 455.6412 -483.8450 6.529504 0.000000 Effect -0.458406 -0.477176 -0.456528 -0.378978 0.236666 -0.346577 0.826125 -0.292086 0.255221 -0.041241 0.775022 2.371735 0.826537 1.050822 -0.305687 -0.621762 -0.586291 -0.673051 -0.554089 -0.608159 -0.590407 -0.336208 -0.684081 -0.779110 -0.379561 -0.349552 -0.528956 -0.031756 -0.028961 0.784196 1.635319 0.898458 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.586791 4.172760 3.821401 1.572470 223 33 34 35 36 37 33 34 35 36 37 -0.711075 -0.404549 0.007386 1.938333 -0.981571 224 Lampiran 4. Lanjutan 16 November 2010 Data: Libdataperbankan-riil yang sudah direvisi rasio_q c kurs fdi devisa invport sbi bunga_k kredit_tot bunga_p pinjaman aset kap_pasar Workfile: Libperbankanrevisi Penambahan variabel dummy : krisis finansial 2008 – dum08 rasio_q c kurs fdi devisa invport bunga_k kredit_tot pinjaman aset kap_pasar dum08 PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 18:08 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 0.372895 0.000304 -0.035216 0.044895 -0.160232 -0.120571 -0.000274 4.20E-05 -3.98E-05 -2.70E-06 -0.544850 0.083761 9.36E-06 0.007540 0.001018 0.005321 0.007419 0.000125 1.34E-05 1.29E-05 7.32E-06 0.234474 4.451874 32.47232 -4.670542 44.10154 -30.11501 -16.25134 -2.200844 3.133317 -3.071169 -0.368511 -2.323709 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0299 0.0022 0.0027 0.7132 0.0220 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.085559 0.001666 1.372486 205.3253 -202.4988 1.019857 0.431659 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 18:10 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.727907 1.373631 3.558314 3.813834 3.662082 1.285750 225 White cross-section standard errors & covariance (d.f. corrected) Lampiran 4. Lanjutan WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 0.400565 0.000296 -0.031372 0.043080 -0.156841 -0.118590 -0.000424 4.00E-05 -3.64E-05 1.20E-07 -0.461168 0.099725 8.84E-06 0.007010 0.002410 0.004607 0.008062 0.000185 1.37E-05 1.20E-05 7.27E-06 0.234935 4.016721 33.53266 -4.475156 17.87342 -34.04147 -14.70995 -2.297347 2.919187 -3.041976 0.016476 -1.962957 0.0001 0.0000 0.0000 0.0000 0.0000 0.0000 0.0238 0.0044 0.0030 0.9869 0.0526 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.249690 0.060139 1.331686 168.4719 -190.6292 1.317267 0.174682 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.727907 1.373631 3.593821 4.174548 3.829657 1.561132 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 1.484382 23.739188 d.f. Prob. (14,95) 14 0.1319 0.0493 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 18:11 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 226 Lampiran 4. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 0.372895 0.000304 -0.035216 0.044895 -0.160232 -0.120571 -0.000274 4.20E-05 -3.98E-05 -2.70E-06 -0.544850 0.083761 9.36E-06 0.007540 0.001018 0.005321 0.007419 0.000125 1.34E-05 1.29E-05 7.32E-06 0.234474 4.451874 32.47232 -4.670542 44.10154 -30.11501 -16.25134 -2.200844 3.133317 -3.071169 -0.368511 -2.323709 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0299 0.0022 0.0027 0.7132 0.0220 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.085559 0.001666 1.372486 205.3253 -202.4988 1.019857 0.431659 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat Effect -0.428140 -0.437674 -0.699038 -0.135924 -0.134105 1.834741 -0.064208 -0.470112 0.086732 -0.309021 -0.021512 0.513705 -0.237409 0.262481 0.239484 Random Effects Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/21/10 Time: 18:11 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) 1.727907 1.373631 3.558314 3.813834 3.662082 1.285750 227 WARNING: estimated coefficient covariance matrix is of reduced rank Lampiran 4. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 0.375178 0.000303 -0.034335 0.044708 -0.159599 -0.120000 -0.000292 4.11E-05 -3.89E-05 -2.16E-06 -0.529553 0.085521 8.60E-06 0.007564 0.000958 0.005240 0.007701 0.000116 1.21E-05 1.19E-05 7.38E-06 0.235348 4.386974 35.18339 -4.539398 46.66847 -30.45889 -15.58332 -2.514384 3.407845 -3.267796 -0.292647 -2.250085 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0134 0.0009 0.0015 0.7703 0.0265 Effects Specification S.D. Cross-section random Idiosyncratic random 0.439223 1.331686 Rho 0.0981 0.9019 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.070544 -0.014727 1.314255 0.827288 0.603241 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.263478 1.304683 188.2721 1.401400 Unweighted Statistics R-squared Sum squared resid 0.085498 205.3390 Mean dependent var Durbin-Watson stat 1.727907 1.284922 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 10 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. Cross-section random effects test comparisons: 228 Lampiran 4. Lanjutan Variable KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 Fixed 0.000296 -0.031372 0.043080 -0.156841 -0.118590 -0.000424 0.000040 -0.000036 0.000000 -0.461168 Random Var(Diff.) Prob. 0.000303 -0.034335 0.044708 -0.159599 -0.120000 -0.000292 0.000041 -0.000039 -0.000002 -0.529553 0.000000 -0.000008 0.000005 -0.000006 0.000006 0.000000 0.000000 0.000000 -0.000000 -0.000194 0.0019 NA 0.4616 NA 0.5547 0.3577 0.8668 0.0369 NA NA Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 18:11 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT PINJAMAN ASET KAP_PASAR DUM08 0.400565 0.000296 -0.031372 0.043080 -0.156841 -0.118590 -0.000424 4.00E-05 -3.64E-05 1.20E-07 -0.461168 0.099725 8.84E-06 0.007010 0.002410 0.004607 0.008062 0.000185 1.37E-05 1.20E-05 7.27E-06 0.234935 4.016721 33.53266 -4.475156 17.87342 -34.04147 -14.70995 -2.297347 2.919187 -3.041976 0.016476 -1.962957 0.0001 0.0000 0.0000 0.0000 0.0000 0.0000 0.0238 0.0044 0.0030 0.9869 0.0526 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid 0.249690 0.060139 1.331686 168.4719 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion 1.727907 1.373631 3.593821 4.174548 229 Log likelihood F-statistic Prob(F-statistic) -190.6292 1.317267 0.174682 Lampiran 4. Lanjutan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Effect -0.097151 -0.134334 -0.387842 0.027403 -0.052473 0.790092 0.149637 -0.233549 0.018553 -0.173970 -0.073912 0.176848 -0.171838 0.078370 0.084165 Hannan-Quinn criter. Durbin-Watson stat 3.829657 1.561132 230 Lampiran 4. Lanjutan 16 November 2010 Data: Libdatagabung2-riil yang sudah direvisi rasio_q c kurs fdi devisa invport sbi bunga_k kredit_tot bunga_p pinjaman aset kap_pasar log(rasio_q) c log(kurs) log(fdi) log(devisa) log(invport) sbi bunga_k kredit_tot pinjaman log(aset) log(kap_pasar) Workfile: Libgabung2revisi Dengan tambahan variabel: Dummy krisis 2008 (Dum08) PLS: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/20/10 Time: 22:25 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 2.160572 -8.42E-05 -0.028624 0.021719 -0.091377 -0.064431 0.001998 0.010474 1.14E-05 -1.35E-05 1.39E-05 -2.550920 0.942486 1.91E-05 0.010994 0.001608 0.010549 0.070340 0.000588 0.041477 2.77E-05 2.21E-05 1.57E-05 0.266250 2.292418 -4.405914 -2.603707 13.50887 -8.662492 -0.915982 3.397735 0.252525 0.410114 -0.611810 0.885860 -9.580919 0.0223 0.0000 0.0095 0.0000 0.0000 0.3601 0.0007 0.8007 0.6819 0.5409 0.3761 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.153577 0.134955 1.664427 1385.159 -981.2794 8.247356 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.879998 3.979333 3.918937 1.148135 231 Lampiran 4. Lanjutan Fixed Effect: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/20/10 Time: 22:22 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 5.531049 -0.000109 -0.010675 0.029749 -0.075508 -0.357358 -6.71E-05 0.173307 6.15E-05 -4.88E-05 1.68E-05 -1.986180 2.991785 3.26E-05 0.019115 0.006783 0.016192 0.249689 0.001725 0.140046 2.65E-05 1.87E-05 4.20E-06 0.470519 1.848745 -3.331025 -0.558462 4.385924 -4.663325 -1.431214 -0.038871 1.237505 2.318783 -2.614292 3.996034 -4.221255 0.0652 0.0009 0.5768 0.0000 0.0000 0.1531 0.9690 0.2166 0.0209 0.0093 0.0001 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.411404 0.311734 1.484649 963.2277 -888.2796 4.127640 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.762811 4.383659 4.006184 1.635570 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 3.038462 185.999604 d.f. Prob. (63,437) 63 0.0000 0.0000 232 Lampiran 4. Lanjutan Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/20/10 Time: 22:23 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 2.160572 -8.42E-05 -0.028624 0.021719 -0.091377 -0.064431 0.001998 0.010474 1.14E-05 -1.35E-05 1.39E-05 -2.550920 0.942486 1.91E-05 0.010994 0.001608 0.010549 0.070340 0.000588 0.041477 2.77E-05 2.21E-05 1.57E-05 0.266250 2.292418 -4.405914 -2.603707 13.50887 -8.662492 -0.915982 3.397735 0.252525 0.410114 -0.611810 0.885860 -9.580919 0.0223 0.0000 0.0095 0.0000 0.0000 0.3601 0.0007 0.8007 0.6819 0.5409 0.3761 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.153577 0.134955 1.664427 1385.159 -981.2794 8.247356 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Effect 1.968998 0.027662 0.254259 -0.357828 0.924767 -0.057432 0.889265 -0.670876 -0.636770 -0.181248 -0.498443 0.132524 -1.378455 -0.932450 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.879998 3.979333 3.918937 1.148135 233 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 0.131363 -0.813710 0.041630 2.676294 -1.628485 -0.121888 0.507204 0.297504 0.824881 1.338192 0.592699 0.913264 0.792104 -0.744550 -0.741892 -0.744767 -0.029965 0.002245 -0.627239 1.644298 -0.530172 0.112555 -0.177665 0.815922 2.858307 0.906556 1.199248 -0.530008 -0.975942 -0.958802 -0.991828 -0.848104 -0.945279 -0.954968 -0.563850 -0.991920 -1.229072 -0.607133 -0.688220 -0.871019 -0.148756 -0.197287 0.340063 1.934815 1.006599 -1.067547 -0.644597 -0.144153 2.365307 -1.266204 Random Effect: Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/20/10 Time: 22:17 234 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 Swamy and Arora estimator of component variances Lampiran 4. Lanjutan White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 2.856605 -8.44E-05 -0.026458 0.024189 -0.089779 -0.129279 0.001575 0.045794 3.56E-05 -3.26E-05 1.19E-05 -2.452436 1.342137 2.22E-05 0.012646 0.002042 0.011610 0.104676 0.000803 0.060501 2.92E-05 2.25E-05 1.28E-05 0.296924 2.128400 -3.801860 -2.092155 11.84828 -7.732826 -1.235038 1.961814 0.756926 1.217895 -1.451431 0.927245 -8.259471 0.0338 0.0002 0.0369 0.0000 0.0000 0.2174 0.0503 0.4495 0.2238 0.1473 0.3542 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random 0.752458 1.484649 Rho 0.2044 0.7956 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.181409 0.163400 1.489044 10.07322 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.050532 1.627978 1108.626 1.429616 Unweighted Statistics R-squared Sum squared resid 0.149920 1391.143 Mean dependent var Durbin-Watson stat 1.836170 1.139285 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 11 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with 235 assumptions of Hausman test variance calculation. Cross-section random effects test comparisons: Lampiran 4. Lanjutan Variable KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 Fixed -0.000109 -0.010675 0.029749 -0.075508 -0.357358 -0.000067 0.173307 0.000062 -0.000049 0.000017 -1.986180 Random Var(Diff.) Prob. -0.000084 -0.026458 0.024189 -0.089779 -0.129279 0.001575 0.045794 0.000036 -0.000033 0.000012 -2.452436 0.000000 0.000205 0.000042 0.000127 0.051387 0.000002 0.015952 -0.000000 -0.000000 -0.000000 0.133224 0.3111 0.2708 0.3900 0.2061 0.3143 0.2823 0.3127 NA NA NA 0.2015 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/20/10 Time: 22:21 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS FDI DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 5.531049 -0.000109 -0.010675 0.029749 -0.075508 -0.357358 -6.71E-05 0.173307 6.15E-05 -4.88E-05 1.68E-05 -1.986180 2.991785 3.26E-05 0.019115 0.006783 0.016192 0.249689 0.001725 0.140046 2.65E-05 1.87E-05 4.20E-06 0.470519 1.848745 -3.331025 -0.558462 4.385924 -4.663325 -1.431214 -0.038871 1.237505 2.318783 -2.614292 3.996034 -4.221255 0.0652 0.0009 0.5768 0.0000 0.0000 0.1531 0.9690 0.2166 0.0209 0.0093 0.0001 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.411404 Mean dependent var 1.836170 236 Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.311734 1.484649 963.2277 -888.2796 4.127640 0.000000 Lampiran 4. Lanjutan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 Effect 1.348150 0.038276 0.202776 -0.209745 0.652318 -0.009248 0.623471 -0.418935 -0.401825 -0.123355 -0.304339 0.117726 -0.398022 -0.261035 -0.338135 -0.207124 -0.099797 1.366755 -0.130155 -0.236351 0.128707 -0.118464 0.117224 0.478300 -0.031779 0.296060 0.242982 -0.480980 -0.468468 -0.469950 -0.012064 0.071521 -0.391739 1.098669 -0.327107 0.103687 -0.087975 0.578152 1.952356 0.639868 0.838368 -0.324920 -0.626384 -0.618165 S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.789557 3.762811 4.383659 4.006184 1.635570 237 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 -0.635439 -0.540159 -0.608019 -0.617297 -0.349682 -0.635705 -0.805691 -0.379411 -0.408383 -0.553609 -0.064688 -0.101283 0.214573 1.332124 0.708397 -0.688160 -0.403411 -0.068490 1.623230 -0.818203 Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/20/10 Time: 23:04 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 3.035917 -0.000152 0.018768 -0.078388 -0.107293 0.001654 0.047919 3.53E-05 -3.24E-05 1.21E-05 -2.533922 1.420894 4.73E-05 0.004370 0.008999 0.113223 0.000834 0.059448 2.90E-05 2.23E-05 1.26E-05 0.341121 2.136625 -3.202742 4.295126 -8.710811 -0.947624 1.984172 0.806062 1.218238 -1.454101 0.955708 -7.428211 0.0331 0.0014 0.0000 0.0000 0.3438 0.0478 0.4206 0.2237 0.1465 0.3397 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random 0.752866 1.482991 Weighted Statistics Rho 0.2049 0.7951 238 R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.181215 0.164872 1.487565 11.08821 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.049359 1.627794 1108.638 1.430542 Unweighted Statistics R-squared Sum squared resid 0.149588 1391.687 Mean dependent var Durbin-Watson stat 1.836170 1.139590 Lampiran 4. Lanjutan Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 10 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. Cross-section random effects test comparisons: Variable KURS DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 Fixed -0.000135 0.027856 -0.070725 -0.355549 -0.000082 0.177855 0.000061 -0.000049 0.000017 -2.005491 Random Var(Diff.) Prob. -0.000152 0.018768 -0.078388 -0.107293 0.001654 0.047919 0.000035 -0.000032 0.000012 -2.533922 -0.000000 0.000101 -0.000039 0.051197 0.000002 0.013795 -0.000000 -0.000000 -0.000000 0.144097 NA 0.3654 NA 0.2726 0.2516 0.2686 NA NA NA 0.1639 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/21/10 Time: 02:42 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS 5.679003 -0.000135 2.671391 2.89E-05 2.125860 -4.684955 0.0341 0.0000 239 DEVISA INVPORT BUNGA_K KREDIT_TOT BUNGA_P PINJAMAN ASET KAP_PASAR DUM08 0.027856 -0.070725 -0.355549 -8.19E-05 0.177855 6.14E-05 -4.87E-05 1.69E-05 -2.005491 0.010950 0.006516 0.253015 0.001729 0.131640 2.63E-05 1.85E-05 4.05E-06 0.510353 2.543867 -10.85442 -1.405247 -0.047350 1.351072 2.332852 -2.636744 4.160388 -3.929613 0.0113 0.0000 0.1607 0.9623 0.1774 0.0201 0.0087 0.0000 0.0001 Effects Specification Lampiran 4. Lanjutan Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 0.411374 0.313270 1.482991 963.2773 -888.2928 4.193233 0.000000 Effect 1.346695 0.036977 0.202137 -0.210863 0.652103 -0.010468 0.622450 -0.420293 -0.403308 -0.125548 -0.305760 0.116534 -0.399305 -0.259501 -0.331539 -0.208679 -0.097525 1.375238 -0.133561 -0.231768 0.133711 -0.113641 0.124332 0.485792 -0.025003 0.302594 0.248105 -0.482727 -0.469907 -0.471394 -0.015679 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.758956 4.371527 3.999084 1.635620 240 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 0.070871 -0.394177 1.096268 -0.328434 0.102805 -0.088936 0.577864 1.953565 0.639669 0.838414 -0.326166 -0.628005 -0.619883 -0.637012 -0.541653 -0.609684 -0.618982 -0.350973 -0.637261 -0.807720 -0.381226 -0.409639 -0.555174 -0.065849 -0.102308 0.212646 1.332681 0.708292 -0.689857 -0.404742 -0.069547 1.624041 -0.820089 241 Lampiran 5. Model Estimasi Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan dengan menggunakan Model Estimasi Pooled Least Square, Fixed Effect Model dan Random Effect Model dengan Program EViews 6. KEBIJAKAN MONETER DAN SEKTOR PERTANIAN MONVAR-DATAPERTANIAN-RIIL Data: monvar-datapertanian-riil yang sudah direvisi (26 Nov) – m2 riil thdp deflator GDP 28 Nov 2010 Penambahan variabel : krisis finansial : dum08 Workfile: monvarpertanianm2dflt rasio_q c ihsg rasio_m2 sbi kredit_tot pinjaman aset kap_pasar mktcap dum08 PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 09:38 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_TOT PINJAMAN ASET KAP_PASAR MKTCAP RASIO_KAP DUM08 -11.93187 0.004284 33.28085 -0.115218 -0.012772 0.000310 -0.000154 0.000285 -0.010032 8.167202 1.126831 0.129942 0.001646 0.132319 0.014842 0.000119 0.000134 5.62E-05 8.40E-06 0.000735 3.433500 0.130000 -91.82473 2.603159 251.5195 -7.762702 -106.9006 2.312616 -2.742580 33.94290 -13.65644 2.378681 8.667917 0.0000 0.0109 0.0000 0.0000 0.0000 0.0232 0.0074 0.0000 0.0000 0.0196 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.667968 0.628905 1.249185 132.6393 -151.7358 17.09990 0.000000 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 09:47 Sample: 2002 2009 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.390329 3.684160 3.509100 1.321885 242 Periods included: 8 Cross-sections included: 12 Lampiran 5. Lanjutan Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_TOT PINJAMAN ASET KAP_PASAR MKTCAP RASIO_KAP DUM08 -11.34905 0.013625 33.59815 -0.191958 -0.012475 0.000735 0.000139 0.000296 -0.014827 -9.519785 0.679371 0.288853 0.001832 0.268774 0.013711 0.000145 0.000165 0.000122 1.09E-05 0.001211 3.050982 0.164437 -39.29003 7.435266 125.0054 -14.00000 -85.81942 4.455374 1.142462 27.12923 -12.24345 -3.120236 4.131493 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2569 0.0000 0.0000 0.0026 0.0001 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.745502 0.673279 1.172121 101.6662 -138.9708 10.32228 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.353557 3.941220 3.591100 1.679025 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 2.049492 25.530051 d.f. Prob. (11,74) 11 0.0351 0.0076 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 09:48 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) 243 WARNING: estimated coefficient covariance matrix is of reduced rank Lampiran 5. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_TOT PINJAMAN ASET KAP_PASAR MKTCAP RASIO_KAP DUM08 -11.93187 0.004284 33.28085 -0.115218 -0.012772 0.000310 -0.000154 0.000285 -0.010032 8.167202 1.126831 0.129942 0.001646 0.132319 0.014842 0.000119 0.000134 5.62E-05 8.40E-06 0.000735 3.433500 0.130000 -91.82473 2.603159 251.5195 -7.762702 -106.9006 2.312616 -2.742580 33.94290 -13.65644 2.378681 8.667917 0.0000 0.0109 0.0000 0.0000 0.0000 0.0232 0.0074 0.0000 0.0000 0.0196 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.667968 0.628905 1.249185 132.6393 -151.7358 17.09990 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat Effect -0.637076 -0.447743 1.517421 0.808209 2.091064 -1.156174 -0.014564 0.182486 0.029386 -1.746479 -0.414158 -0.212372 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/28/10 Time: 09:49 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) 2.074920 2.050614 3.390329 3.684160 3.509100 1.321885 244 WARNING: estimated coefficient covariance matrix is of reduced rank Lampiran 5. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_TOT PINJAMAN ASET KAP_PASAR MKTCAP RASIO_KAP DUM08 -11.88847 0.005113 33.32162 -0.122137 -0.012739 0.000356 -0.000131 0.000286 -0.010443 6.563845 1.078481 0.092372 0.001761 0.156977 0.015722 0.000131 0.000154 5.62E-05 6.23E-06 0.000785 3.667938 0.149004 -128.7022 2.903894 212.2713 -7.768574 -96.95815 2.318757 -2.330107 45.90309 -13.30140 1.789519 7.237940 0.0000 0.0047 0.0000 0.0000 0.0000 0.0228 0.0222 0.0000 0.0000 0.0771 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random 0.318530 1.172121 Rho 0.0688 0.9312 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.670753 0.632018 1.212457 17.31649 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.645102 1.998725 124.9544 1.395787 Unweighted Statistics R-squared Sum squared resid 0.666632 133.1728 Mean dependent var Durbin-Watson stat 2.074920 1.309650 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 10 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. 245 Lampiran 5. Lanjutan Cross-section random effects test comparisons: Variable IHSG RASIO_M2 SBI KREDIT_TOT PINJAMAN ASET KAP_PASAR MKTCAP RASIO_KAP DUM08 Fixed 0.013625 33.598149 -0.191958 -0.012475 0.000735 0.000139 0.000296 -0.014827 -9.519785 0.679371 Random Var(Diff.) Prob. 0.005113 33.321621 -0.122137 -0.012739 0.000356 -0.000131 0.000286 -0.010443 6.563845 1.078481 0.000000 0.047598 -0.000059 0.000000 0.000000 0.000000 0.000000 0.000001 -4.145277 0.004837 0.0000 0.2050 NA 0.0000 0.0000 0.0125 0.2471 0.0000 NA 0.0000 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 09:49 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_TOT PINJAMAN ASET KAP_PASAR MKTCAP RASIO_KAP DUM08 -11.34905 0.013625 33.59815 -0.191958 -0.012475 0.000735 0.000139 0.000296 -0.014827 -9.519785 0.679371 0.288853 0.001832 0.268774 0.013711 0.000145 0.000165 0.000122 1.09E-05 0.001211 3.050982 0.164437 -39.29003 7.435266 125.0054 -14.00000 -85.81942 4.455374 1.142462 27.12923 -12.24345 -3.120236 4.131493 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2569 0.0000 0.0000 0.0026 0.0001 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared 0.745502 0.673279 Mean dependent var S.D. dependent var 2.074920 2.050614 246 S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 1.172121 101.6662 -138.9708 10.32228 0.000000 Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 3.353557 3.941220 3.591100 1.679025 Lampiran 5. Lanjutan 1 2 3 4 5 6 7 8 9 10 11 12 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Effect -0.062838 0.022756 0.220260 -0.013756 0.454057 -0.057594 0.110191 -0.154060 -0.148291 -0.177153 -0.170565 -0.023008 Kredit Pertanian terhadap total kredit Workfile: monvarpertanianrevm2dflt rasio_q c ihsg rasio_m2 sbi kredit_ptn bunga_p pinjaman aset kap_pasar mktcap dum08 PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 09:09 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_PTN BUNGA_P PINJAMAN ASET KAP_PASAR MKTCAP DUM08 -8.150914 0.001614 8.541875 -0.266585 5.470500 0.456574 0.000310 -0.000154 0.000285 -0.002773 -2.026540 1.396989 0.000450 1.470830 0.021425 9.665057 0.024189 0.000134 5.62E-05 8.40E-06 0.000457 0.243202 -5.834630 3.584340 5.807522 -12.44249 0.566008 18.87508 2.312616 -2.742580 33.94290 -6.065142 -8.332733 0.0000 0.0006 0.0000 0.0000 0.5729 0.0000 0.0232 0.0074 0.0000 0.0000 0.0000 247 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.667968 0.628905 1.249185 132.6393 -151.7358 17.09990 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.390329 3.684160 3.509100 1.321885 Lampiran 5. Lanjutan Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 09:10 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_PTN BUNGA_P PINJAMAN ASET KAP_PASAR MKTCAP DUM08 -0.674224 0.004546 0.018925 -0.158014 -44.70882 0.341099 0.000735 0.000139 0.000296 -0.005860 -0.704527 1.463161 0.000739 1.849599 0.017997 8.750195 0.018412 0.000165 0.000122 1.09E-05 0.000875 0.335270 -0.460800 6.155367 0.010232 -8.780017 -5.109466 18.52598 4.455374 1.142462 27.12923 -6.699433 -2.101372 0.6463 0.0000 0.9919 0.0000 0.0000 0.0000 0.0000 0.2569 0.0000 0.0000 0.0390 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.745502 0.673279 1.172121 101.6662 -138.9708 10.32228 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.353557 3.941220 3.591100 1.679025 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Statistic d.f. Prob. 248 Cross-section F Cross-section Chi-square 2.049492 25.530051 (11,74) 11 0.0351 0.0076 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Lampiran 5. Lanjutan Date: 11/28/10 Time: 09:10 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_PTN BUNGA_P PINJAMAN ASET KAP_PASAR MKTCAP DUM08 -8.150914 0.001614 8.541875 -0.266585 5.470500 0.456574 0.000310 -0.000154 0.000285 -0.002773 -2.026540 1.396989 0.000450 1.470830 0.021425 9.665057 0.024189 0.000134 5.62E-05 8.40E-06 0.000457 0.243202 -5.834630 3.584340 5.807522 -12.44249 0.566008 18.87508 2.312616 -2.742580 33.94290 -6.065142 -8.332733 0.0000 0.0006 0.0000 0.0000 0.5729 0.0000 0.0232 0.0074 0.0000 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.667968 0.628905 1.249185 132.6393 -151.7358 17.09990 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Effect -0.637076 -0.447743 1.517421 0.808209 2.091064 -1.156174 -0.014564 0.182486 0.029386 -1.746479 -0.414158 -0.212372 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.390329 3.684160 3.509100 1.321885 249 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/28/10 Time: 09:11 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Lampiran 5. Lanjutan Total panel (balanced) observations: 96 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_PTN BUNGA_P PINJAMAN ASET KAP_PASAR MKTCAP DUM08 -7.486069 0.001865 7.795717 -0.256673 0.930535 0.445904 0.000356 -0.000131 0.000286 -0.003033 -1.913313 1.460967 0.000482 1.541500 0.023032 10.32060 0.025945 0.000154 5.62E-05 6.23E-06 0.000487 0.236442 -5.124050 3.871123 5.057229 -11.14426 0.090163 17.18634 2.318757 -2.330107 45.90309 -6.229116 -8.092091 0.0000 0.0002 0.0000 0.0000 0.9284 0.0000 0.0228 0.0222 0.0000 0.0000 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random 0.318530 1.172121 Rho 0.0688 0.9312 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.670753 0.632018 1.212457 17.31649 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.645102 1.998725 124.9544 1.395787 Unweighted Statistics R-squared Sum squared resid 0.666632 133.1728 Mean dependent var Durbin-Watson stat Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects 2.074920 1.309650 250 Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 10 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. Lampiran 5. Lanjutan Cross-section random effects test comparisons: Variable IHSG RASIO_M2 SBI KREDIT_PTN BUNGA_P PINJAMAN ASET KAP_PASAR MKTCAP DUM08 Fixed 0.004546 0.018925 -0.158014 -44.708825 0.341099 0.000735 0.000139 0.000296 -0.005860 -0.704527 Random Var(Diff.) Prob. 0.001865 7.795717 -0.256673 0.930535 0.445904 0.000356 -0.000131 0.000286 -0.003033 -1.913313 0.000000 1.044794 -0.000207 -29.948783 -0.000334 0.000000 0.000000 0.000000 0.000001 0.056501 0.0000 0.0000 NA NA NA 0.0000 0.0125 0.2471 0.0001 0.0000 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 09:11 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG RASIO_M2 SBI KREDIT_PTN BUNGA_P PINJAMAN ASET KAP_PASAR MKTCAP DUM08 -0.674224 0.004546 0.018925 -0.158014 -44.70882 0.341099 0.000735 0.000139 0.000296 -0.005860 -0.704527 1.463161 0.000739 1.849599 0.017997 8.750195 0.018412 0.000165 0.000122 1.09E-05 0.000875 0.335270 -0.460800 6.155367 0.010232 -8.780017 -5.109466 18.52598 4.455374 1.142462 27.12923 -6.699433 -2.101372 0.6463 0.0000 0.9919 0.0000 0.0000 0.0000 0.0000 0.2569 0.0000 0.0000 0.0390 251 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.745502 0.673279 1.172121 101.6662 -138.9708 10.32228 0.000000 Lampiran 5. Lanjutan 1 2 3 4 5 6 7 8 9 10 11 12 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Effect -0.062838 0.022756 0.220260 -0.013756 0.454057 -0.057594 0.110191 -0.154060 -0.148291 -0.177153 -0.170565 -0.023008 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.353557 3.941220 3.591100 1.679025 252 Lampiran 5. Lanjutan KEBIJAKAN MONETER DAN SEKTOR INDUSTRI MONVAR-DATAINDUSTRI-RIIL Data: monvar-dataindustri-riil yang sudah direvisi (m2 riil: m2/gdp deflator) Penambahan variabel : krisis finansial : dum08 rasio_q c log(ihsg) m2 sbi kredit_tot bunga_k pinjaman aset kap_pasar dum08 workfile:monvarindustrim2dflt.wk PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 16:12 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C LOG(IHSG) M2 SBI KREDIT_TOT BUNGA_K PINJAMAN ASET KAP_PASAR DUM08 -15.40054 1.516141 -0.005221 -0.106196 0.002043 0.478081 -2.36E-06 -0.000121 0.000162 -1.075726 2.901603 0.273922 0.000855 0.020661 0.000428 0.086947 6.14E-05 3.74E-05 2.36E-05 0.300925 -5.307598 5.534947 -6.106537 -5.140000 4.773804 5.498511 -0.038465 -3.238467 6.875673 -3.574730 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.9693 0.0013 0.0000 0.0004 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.252719 0.229204 1.620683 751.2112 -557.8423 10.74679 0.000000 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 16:13 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.836772 3.961446 3.886689 0.965021 253 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Lampiran 5. Lanjutan White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C LOG(IHSG) M2 SBI KREDIT_TOT BUNGA_K PINJAMAN ASET KAP_PASAR DUM08 -15.36769 1.510291 -0.005079 -0.102724 0.002138 0.469297 0.000164 -0.000158 0.000153 -1.132885 2.997875 0.281210 0.000906 0.023436 0.000427 0.094280 0.000131 5.91E-05 2.00E-05 0.289980 -5.126193 5.370698 -5.609243 -4.383259 5.007314 4.977670 1.257700 -2.670699 7.656721 -3.906766 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2097 0.0081 0.0000 0.0001 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.546418 0.464773 1.350508 455.9677 -483.9511 6.692631 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.580750 4.154252 3.810369 1.573763 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 4.496595 147.782391 d.f. Prob. (36,250) 36 0.0000 0.0000 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 16:15 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 254 Lampiran 5. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C LOG(IHSG) M2 SBI KREDIT_TOT BUNGA_K PINJAMAN ASET KAP_PASAR DUM08 -15.40054 1.516141 -0.005221 -0.106196 0.002043 0.478081 -2.36E-06 -0.000121 0.000162 -1.075726 2.901603 0.273922 0.000855 0.020661 0.000428 0.086947 6.14E-05 3.74E-05 2.36E-05 0.300925 -5.307598 5.534947 -6.106537 -5.140000 4.773804 5.498511 -0.038465 -3.238467 6.875673 -3.574730 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.9693 0.0013 0.0000 0.0004 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.252719 0.229204 1.620683 751.2112 -557.8423 10.74679 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Effect -0.541746 -0.583098 -0.568840 -0.512063 0.058051 -0.578041 1.149076 -0.355186 0.327439 -0.025956 0.999816 3.020659 1.070722 1.350691 -0.369260 -0.779157 -0.736785 -0.831484 -0.678107 -0.752969 -0.724566 -0.396649 -0.837764 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.836772 3.961446 3.886689 0.965021 255 24 25 26 27 28 29 30 31 32 33 34 35 36 37 24 25 26 27 28 29 30 31 32 33 34 35 36 37 -0.967549 -0.511147 -0.584083 -0.682213 -0.063116 -0.026968 0.963640 2.090276 1.159227 -0.885895 -0.482329 0.029893 2.468949 -1.213470 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/28/10 Time: 16:16 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C LOG(IHSG) M2 SBI KREDIT_TOT BUNGA_K PINJAMAN ASET KAP_PASAR DUM08 -15.37272 1.510618 -0.005136 -0.104552 0.002116 0.473462 9.12E-05 -0.000145 0.000156 -1.114465 2.882981 0.275112 0.000861 0.019146 0.000407 0.084782 8.29E-05 5.82E-05 2.08E-05 0.296913 -5.332229 5.490927 -5.963211 -5.460866 5.200591 5.584494 1.099805 -2.486703 7.524618 -3.753504 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.2723 0.0135 0.0000 0.0002 Effects Specification S.D. Cross-section random Idiosyncratic random 0.935807 1.350508 Rho 0.3244 0.6756 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.317109 0.295619 1.345555 14.75640 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 0.819274 1.603237 517.8079 1.390926 256 Unweighted Statistics R-squared Sum squared resid 0.250389 753.5543 Mean dependent var Durbin-Watson stat 1.802629 0.955781 Lampiran 5. Lanjutan Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 9 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. Cross-section random effects test comparisons: Variable LOG(IHSG) M2 SBI KREDIT_TOT BUNGA_K PINJAMAN ASET KAP_PASAR DUM08 Fixed 1.510291 -0.005079 -0.102724 0.002138 0.469297 0.000164 -0.000158 0.000153 -1.132885 Random Var(Diff.) Prob. 1.510618 -0.005136 -0.104552 0.002116 0.473462 0.000091 -0.000145 0.000156 -1.114465 0.003392 0.000000 0.000183 0.000000 0.001701 0.000000 0.000000 -0.000000 -0.004069 0.9955 0.8383 0.8924 0.8648 0.9195 0.4691 0.2024 NA NA Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 16:17 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C LOG(IHSG) M2 SBI -15.36769 1.510291 -0.005079 -0.102724 2.997875 0.281210 0.000906 0.023436 -5.126193 5.370698 -5.609243 -4.383259 0.0000 0.0000 0.0000 0.0000 257 KREDIT_TOT BUNGA_K PINJAMAN ASET KAP_PASAR DUM08 0.002138 0.469297 0.000164 -0.000158 0.000153 -1.132885 0.000427 0.094280 0.000131 5.91E-05 2.00E-05 0.289980 5.007314 4.977670 1.257700 -2.670699 7.656721 -3.906766 0.0000 0.0000 0.2097 0.0081 0.0000 0.0001 Effects Specification Lampiran 5. Lanjutan Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 0.546418 0.464773 1.350508 455.9677 -483.9511 6.692631 0.000000 Effect -0.458586 -0.478040 -0.457322 -0.375357 0.236092 -0.345124 0.830589 -0.292670 0.255235 -0.041885 0.775245 2.373274 0.826718 1.051114 -0.306474 -0.622646 -0.586877 -0.674178 -0.555049 -0.608916 -0.591065 -0.336984 -0.685272 -0.779584 -0.379425 -0.350474 -0.529705 -0.031994 -0.029440 0.787844 1.636171 0.898643 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.580750 4.154252 3.810369 1.573763 258 33 34 35 36 37 33 34 35 36 37 -0.712051 -0.405431 0.007071 1.939483 -0.982929 259 Lampiran 5. Lanjutan KEBIJAKAN MONETER DAN SEKTOR PERBANKAN MONVAR-DATAPERBANKAN-RIIL Data: monvar-dataperbankan-riil yang sudah direvisi (26 Nov) – m2 riil thdp deflator GDP Penambahan variabel : krisis finansial : dum08 Workfile:monvarperbankanm2dflt.wf rasio_q c ihsg m2 sbi bunga_p aset pinjaman rasio_krdt dum08 PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 13:05 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_P ASET PINJAMAN RASIO_KRDT DUM08 2.146478 0.000309 -0.004197 -0.511144 0.481671 -4.09E-05 4.29E-05 1.739125 -0.005254 0.321510 9.39E-05 0.000567 0.040339 0.039226 1.04E-05 1.15E-05 1.254506 0.217761 6.676235 3.294374 -7.402591 -12.67114 12.27937 -3.913441 3.745349 1.386303 -0.024127 0.0000 0.0013 0.0000 0.0000 0.0000 0.0002 0.0003 0.1684 0.9808 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.084762 0.018799 1.360658 205.5043 -202.5511 1.284991 0.258545 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 13:03 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.727907 1.373631 3.525852 3.734914 3.610753 1.281951 260 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) Lampiran 5. Lanjutan WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_P ASET PINJAMAN RASIO_KRDT DUM08 2.091183 0.000288 -0.004186 -0.510700 0.480790 -3.61E-05 3.95E-05 1.615545 -0.052126 0.389699 0.000120 0.000636 0.044668 0.043389 1.07E-05 1.22E-05 1.434669 0.271390 5.366152 2.393031 -6.581971 -11.43337 11.08093 -3.366859 3.251424 1.126075 -0.192071 0.0000 0.0186 0.0000 0.0000 0.0000 0.0011 0.0016 0.2629 0.8481 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.249495 0.079278 1.318057 168.5157 -190.6449 1.465743 0.104867 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.727907 1.373631 3.560748 4.095017 3.777717 1.562071 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 1.520798 23.812573 d.f. Prob. (14,97) 14 0.1179 0.0483 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 13:07 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) 261 Lampiran 5. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_P ASET PINJAMAN RASIO_KRDT DUM08 2.146478 0.000309 -0.004197 -0.511144 0.481671 -4.09E-05 4.29E-05 1.739125 -0.005254 0.321510 9.39E-05 0.000567 0.040339 0.039226 1.04E-05 1.15E-05 1.254506 0.217761 6.676235 3.294374 -7.402591 -12.67114 12.27937 -3.913441 3.745349 1.386303 -0.024127 0.0000 0.0013 0.0000 0.0000 0.0000 0.0002 0.0003 0.1684 0.9808 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.084762 0.018799 1.360658 205.5043 -202.5511 1.284991 0.258545 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat Effect -0.420229 -0.433120 -0.702246 -0.131607 -0.134979 1.831462 -0.054107 -0.470584 0.085711 -0.312268 -0.024854 0.510563 -0.240779 0.260224 0.236812 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/28/10 Time: 13:08 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 Swamy and Arora estimator of component variances 1.727907 1.373631 3.525852 3.734914 3.610753 1.281951 262 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Lampiran 5. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_P ASET PINJAMAN RASIO_KRDT DUM08 2.142808 0.000308 -0.004192 -0.511347 0.481704 -3.97E-05 4.17E-05 1.737781 -0.009702 0.320774 9.45E-05 0.000564 0.039923 0.038851 9.64E-06 1.05E-05 1.247893 0.218949 6.680111 3.260766 -7.437352 -12.80823 12.39877 -4.123884 3.978254 1.392572 -0.044310 0.0000 0.0015 0.0000 0.0000 0.0000 0.0001 0.0001 0.1665 0.9647 Effects Specification S.D. Cross-section random Idiosyncratic random Rho 0.406435 1.318057 0.0868 0.9132 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.071102 0.004155 1.307011 1.062059 0.394915 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.302206 1.309735 189.6189 1.389393 Unweighted Statistics R-squared Sum squared resid 0.084716 205.5147 Mean dependent var Durbin-Watson stat 1.727907 1.281928 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 8 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. 263 Lampiran 5. Lanjutan Cross-section random effects test comparisons: Variable IHSG M2 SBI BUNGA_P ASET PINJAMAN RASIO_KRDT DUM08 Fixed 0.000288 -0.004186 -0.510700 0.480790 -0.000036 0.000040 1.615545 -0.052126 Random Var(Diff.) Prob. 0.000308 -0.004192 -0.511347 0.481704 -0.000040 0.000042 1.737781 -0.009702 0.000000 0.000000 0.000401 0.000373 0.000000 0.000000 0.501038 0.025714 0.7864 0.9819 0.9742 0.9623 0.4322 0.7207 0.8629 0.7913 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 13:08 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_P ASET PINJAMAN RASIO_KRDT DUM08 2.091183 0.000288 -0.004186 -0.510700 0.480790 -3.61E-05 3.95E-05 1.615545 -0.052126 0.389699 0.000120 0.000636 0.044668 0.043389 1.07E-05 1.22E-05 1.434669 0.271390 5.366152 2.393031 -6.581971 -11.43337 11.08093 -3.366859 3.251424 1.126075 -0.192071 0.0000 0.0186 0.0000 0.0000 0.0000 0.0011 0.0016 0.2629 0.8481 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.249495 0.079278 1.318057 168.5157 -190.6449 1.465743 0.104867 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.727907 1.373631 3.560748 4.095017 3.777717 1.562071 264 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Effect -0.101482 -0.120122 -0.357938 0.015692 -0.053760 0.735699 0.141999 -0.215751 0.016521 -0.158720 -0.066592 0.166436 -0.157488 0.075649 0.079856 265 Lampiran 5. Lanjutan KEBIJAKAN MONETER DAN GABUNGAN SEKTOR MONVAR-DATAIGABUNG2-RIIL Data: monvar-datagabung-riil yang sudah direvisi Penambahan variabel : krisis finansial : dum08 rasio_q c ihsg m2 sbi bunga_k kredit_tot pinjaman log(aset) kap_pasar log(mktcap) dum08 PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 20:59 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_K KREDIT_TOT PINJAMAN LOG(ASET) KAP_PASAR LOG(MKTCAP) DUM08 -14.37894 -0.000391 -0.002611 -0.154892 0.554755 0.006255 -1.74E-06 -0.099071 1.76E-05 1.162701 -2.783784 1.764546 1.78E-05 0.000495 0.009905 0.053302 6.79E-05 4.13E-06 0.036203 1.64E-05 0.128279 0.050579 -8.148804 -22.00787 -5.276964 -15.63709 10.40784 92.13856 -0.421941 -2.736523 1.071642 9.063837 -55.03828 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.6732 0.0064 0.2844 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.160585 0.143830 1.655868 1373.691 -979.1510 9.584402 0.000000 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 21:00 Sample: 2002 2009 Periods included: 8 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.867777 3.958835 3.903472 1.161660 266 Cross-sections included: 64 Lampiran 5. Lanjutan Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_K KREDIT_TOT PINJAMAN LOG(ASET) KAP_PASAR LOG(MKTCAP) DUM08 -16.26601 -0.000380 -0.002882 -0.153974 0.570893 0.005815 7.02E-06 0.104772 1.55E-05 1.200870 -2.715144 1.599193 3.30E-05 0.000189 0.003704 0.016774 0.000259 7.71E-06 0.240539 4.39E-06 0.049537 0.047740 -10.17138 -11.54083 -15.21191 -41.57423 34.03414 22.47823 0.910979 0.435574 3.532634 24.24202 -56.87352 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.3628 0.6634 0.0005 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.407246 0.308454 1.488183 970.0331 -890.0819 4.122242 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.765945 4.378515 4.006073 1.633856 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 2.893077 178.138140 d.f. Prob. (63,438) 63 0.0000 0.0000 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 21:00 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 267 Lampiran 5. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_K KREDIT_TOT PINJAMAN LOG(ASET) KAP_PASAR LOG(MKTCAP) DUM08 -14.37894 -0.000391 -0.002611 -0.154892 0.554755 0.006255 -1.74E-06 -0.099071 1.76E-05 1.162701 -2.783784 1.764546 1.78E-05 0.000495 0.009905 0.053302 6.79E-05 4.13E-06 0.036203 1.64E-05 0.128279 0.050579 -8.148804 -22.00787 -5.276964 -15.63709 10.40784 92.13856 -0.421941 -2.736523 1.071642 9.063837 -55.03828 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.6732 0.0064 0.2844 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.160585 0.143830 1.655868 1373.691 -979.1510 9.584402 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 Effect 1.978110 0.145383 0.932739 0.126339 1.438923 0.069467 1.015784 -0.297438 -0.362134 -0.242728 -0.255369 0.340682 -2.552504 -2.160091 -0.591994 -2.284020 -1.323945 2.016090 -3.104728 -1.192199 -0.576005 -0.936324 0.208775 0.610528 -0.177327 -0.064060 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.867777 3.958835 3.903472 1.161660 268 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 -0.399430 -0.529248 -0.328104 -0.391379 -0.271408 0.354279 -0.651245 1.419146 -0.189045 0.404054 0.504063 1.224716 3.342904 1.418916 1.855225 -0.084458 -0.640575 -0.703359 -0.528446 -0.417739 -0.634817 -0.595217 -0.104935 -0.367707 -1.024618 -0.461552 -0.406662 -0.577621 0.121949 0.185039 0.208915 2.470585 1.601079 -0.692855 -0.131361 0.206528 2.844084 -0.791652 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/28/10 Time: 21:01 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 269 Lampiran 5. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_K KREDIT_TOT PINJAMAN LOG(ASET) KAP_PASAR LOG(MKTCAP) DUM08 -14.90002 -0.000387 -0.002764 -0.157981 0.571286 0.006273 -1.65E-07 -0.095739 1.26E-05 1.203132 -2.799401 1.523147 1.39E-05 0.000418 0.007955 0.044030 6.61E-05 4.93E-06 0.055075 1.31E-05 0.107669 0.037299 -9.782394 -27.78807 -6.615164 -19.85956 12.97504 94.96005 -0.033417 -1.738351 0.965423 11.17440 -75.05387 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.9734 0.0828 0.3348 0.0000 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random 0.717509 1.488183 Rho 0.1886 0.8114 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.180786 0.164434 1.493267 11.05619 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.085816 1.633605 1117.152 1.429785 Unweighted Statistics R-squared Sum squared resid 0.159377 1375.666 Mean dependent var Durbin-Watson stat 1.836170 1.161101 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 10 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. 270 Lampiran 5. Lanjutan Cross-section random effects test comparisons: Variable IHSG M2 SBI BUNGA_K KREDIT_TOT PINJAMAN LOG(ASET) KAP_PASAR LOG(MKTCAP) DUM08 Fixed -0.000380 -0.002882 -0.153974 0.570893 0.005815 0.000007 0.104772 0.000015 1.200870 -2.715144 Random Var(Diff.) Prob. -0.000387 -0.002764 -0.157981 0.571286 0.006273 -0.000000 -0.095739 0.000013 1.203132 -2.799401 0.000000 -0.000000 -0.000050 -0.001657 0.000000 0.000000 0.054826 -0.000000 -0.009139 0.000888 0.8328 NA NA NA 0.0667 0.2248 0.3918 NA NA 0.0047 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/28/10 Time: 21:01 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C IHSG M2 SBI BUNGA_K KREDIT_TOT PINJAMAN LOG(ASET) KAP_PASAR LOG(MKTCAP) DUM08 -16.26601 -0.000380 -0.002882 -0.153974 0.570893 0.005815 7.02E-06 0.104772 1.55E-05 1.200870 -2.715144 1.599193 3.30E-05 0.000189 0.003704 0.016774 0.000259 7.71E-06 0.240539 4.39E-06 0.049537 0.047740 -10.17138 -11.54083 -15.21191 -41.57423 34.03414 22.47823 0.910979 0.435574 3.532634 24.24202 -56.87352 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.3628 0.6634 0.0005 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression 0.407246 0.308454 1.488183 Mean dependent var S.D. dependent var Akaike info criterion 1.836170 1.789557 3.765945 271 Sum squared resid Log likelihood F-statistic Prob(F-statistic) 970.0331 -890.0819 4.122242 0.000000 Lampiran 5. Lanjutan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 Effect 1.346896 0.113544 0.039413 -0.250086 0.561605 0.089150 0.669945 -0.388728 -0.344294 -0.064851 -0.229592 0.171998 -0.300990 -0.173237 -0.382140 -0.250235 -0.125461 1.228927 -0.162687 -0.156200 0.188989 -0.128664 -0.010869 0.414654 -0.086967 0.342532 0.232189 -0.418022 -0.464590 -0.432373 0.025376 0.173553 -0.278778 1.077934 -0.293862 0.142301 -0.244471 0.548179 1.835325 0.552656 0.666715 -0.338430 -0.577286 -0.543872 -0.647399 -0.541826 Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 4.378515 4.006073 1.633856 272 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 -0.555879 -0.602912 -0.375654 -0.740112 -0.720975 -0.283428 -0.281352 -0.482405 0.000325 -0.089301 0.237007 1.210178 0.575493 -0.660014 -0.455981 -0.052005 1.524020 -0.832975 273 Lampiran 6. Model Estimasi Pengaruh Financial Deepening terhadap Nilai Q-Tobin Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan dengan menggunakan Model Estimasi Pooled Least Square, Fixed Effect Model dan Random Effect Model dengan Program EViews 6. LIBERALISASI KEUANGAN DAN SEKTOR PERTANIAN LIB-DATAPERTANIAN-FDI-RIIL Ada variabel financial deepening, yaitu rasio_m2 (m2/gdp); rasio_krdt (kredit total/gdp) dan rasio _kap (kapitalisasi pasar ihsg/gdp) Berdasarkan tabel correlation, maka variabel fdi, devisa dan kredit_tot tidak masuk dalam equation, kemudian variabel sbi dan variabel bunga_pinjaman. rasio_q c kurs invport bunga_k pinjaman aset kap_pasar rasio_m2 rasio_krdt rasio_kap PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 12:39 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 2.288847 -6.92E-05 -0.169961 -0.020787 0.000310 -0.000155 0.000285 6.662104 -16.39799 2.244237 0.259933 4.58E-05 0.011333 0.011343 0.000133 5.60E-05 8.37E-06 0.598535 1.335133 0.219080 8.805542 -1.509215 -14.99761 -1.832612 2.325047 -2.762052 34.08412 11.13068 -12.28191 10.24390 0.0000 0.1349 0.0000 0.0703 0.0224 0.0070 0.0000 0.0000 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.667816 0.633052 1.242185 132.6999 -151.7577 19.21026 0.000000 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 12:40 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.369953 3.637072 3.477927 1.322765 274 Total panel (balanced) observations: 96 Lampiran 6. Lanjutan White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 1.553932 0.000127 -0.193071 -0.061281 0.000727 0.000130 0.000296 6.926909 -21.63896 2.337791 0.534176 5.02E-05 0.008814 0.016506 0.000164 0.000121 1.08E-05 1.078837 1.162819 0.234892 2.909028 2.528168 -21.90596 -3.712589 4.422353 1.074456 27.53685 6.420717 -18.60905 9.952635 0.0048 0.0136 0.0000 0.0004 0.0000 0.2861 0.0000 0.0000 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.744341 0.676165 1.166933 102.1299 -139.1892 10.91796 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.337275 3.898226 3.564020 1.684735 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 2.040850 25.137082 d.f. Prob. (11,75) 11 0.0358 0.0087 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 12:41 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 275 Lampiran 6. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 2.288847 -6.92E-05 -0.169961 -0.020787 0.000310 -0.000155 0.000285 6.662104 -16.39799 2.244237 0.259933 4.58E-05 0.011333 0.011343 0.000133 5.60E-05 8.37E-06 0.598535 1.335133 0.219080 8.805542 -1.509215 -14.99761 -1.832612 2.325047 -2.762052 34.08412 11.13068 -12.28191 10.24390 0.0000 0.1349 0.0000 0.0703 0.0224 0.0070 0.0000 0.0000 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.667816 0.633052 1.242185 132.6999 -151.7577 19.21026 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat Effect -0.622012 -0.433139 1.490770 0.783854 2.066195 -1.129358 -0.005553 0.164783 0.017148 -1.707726 -0.416334 -0.208627 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/22/10 Time: 12:42 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 2.074920 2.050614 3.369953 3.637072 3.477927 1.322765 276 Lampiran 6. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 2.205050 -4.96E-05 -0.172457 -0.024735 0.000357 -0.000132 0.000286 6.700906 -16.90500 2.261534 0.309019 5.09E-05 0.011160 0.012703 0.000153 5.62E-05 6.18E-06 0.637549 1.486048 0.200342 7.135640 -0.973834 -15.45339 -1.947204 2.330142 -2.339404 46.28020 10.51041 -11.37581 11.28836 0.0000 0.3329 0.0000 0.0548 0.0221 0.0216 0.0000 0.0000 0.0000 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random Rho 0.320902 1.166933 0.0703 0.9297 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.670604 0.636132 1.205186 19.45374 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.637820 1.997939 124.9128 1.398241 Unweighted Statistics R-squared Sum squared resid 0.666451 133.2453 Mean dependent var Durbin-Watson stat 2.074920 1.310803 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 9 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. 277 Lampiran 6. Lanjutan Cross-section random effects test comparisons: Variable KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP Fixed 0.000127 -0.193071 -0.061281 0.000727 0.000130 0.000296 6.926909 -21.638965 2.337791 Random Var(Diff.) Prob. -0.000050 -0.172457 -0.024735 0.000357 -0.000132 0.000286 6.700906 -16.905000 2.261534 -0.000000 -0.000047 0.000111 0.000000 0.000000 0.000000 0.757421 -0.856189 0.015037 NA NA 0.0005 0.0000 0.0149 0.2461 0.7951 NA 0.5340 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 12:43 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 1.553932 0.000127 -0.193071 -0.061281 0.000727 0.000130 0.000296 6.926909 -21.63896 2.337791 0.534176 5.02E-05 0.008814 0.016506 0.000164 0.000121 1.08E-05 1.078837 1.162819 0.234892 2.909028 2.528168 -21.90596 -3.712589 4.422353 1.074456 27.53685 6.420717 -18.60905 9.952635 0.0048 0.0136 0.0000 0.0004 0.0000 0.2861 0.0000 0.0000 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic 0.744341 0.676165 1.166933 102.1299 -139.1892 10.91796 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.074920 2.050614 3.337275 3.898226 3.564020 1.684735 278 Prob(F-statistic) 0.000000 Lampiran 6. Lanjutan 1 2 3 4 5 6 7 8 9 10 11 12 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Effect -0.063631 0.023262 0.223298 -0.014192 0.460620 -0.058314 0.111908 -0.156564 -0.150606 -0.179230 -0.173192 -0.023359 279 Lampiran 6. Lanjutan 16 November 2010 Data: Libdataindustri-riil yang sudah direvisi Ada variabel financial deepening, yaitu rasio_m2 (m2/gdp); rasio_krdt (kredit total/gdp) dan rasio _kap (kapitalisasi pasar ihsg/gdp) Berdasarkan tabel correlation, maka variabel fdi, devisa dan kredit_tot tidak masuk dalam equation, kemudian variabel sbi dan variabel bunga_pinjaman. rasio_q c kurs invport bunga_k pinjaman aset kap_pasar rasio_m2 rasio_krdt rasio_kap PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 10:03 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 4.484264 0.000413 -0.213484 -0.155752 -3.08E-06 -0.000122 0.000163 -5.725704 -4.408357 4.477542 0.310693 3.19E-05 0.018101 0.020842 6.14E-05 3.79E-05 2.37E-05 1.253177 1.762663 0.443988 14.43310 12.95471 -11.79428 -7.472858 -0.050247 -3.221015 6.877061 -4.568953 -2.500965 10.08482 0.0000 0.0000 0.0000 0.0000 0.9600 0.0014 0.0000 0.0000 0.0129 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.250587 0.227004 1.622994 753.3549 -558.2640 10.62578 0.000000 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 10:05 Sample: 2002 2009 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.839622 3.964296 3.889539 0.970607 280 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Lampiran 6. Lanjutan White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 4.264305 0.000421 -0.215846 -0.154191 0.000158 -0.000162 0.000153 -5.601868 -4.569190 4.563863 0.330729 2.78E-05 0.018920 0.023144 0.000132 6.08E-05 1.99E-05 1.446309 2.042773 0.435849 12.89367 15.17603 -11.40850 -6.662155 1.195535 -2.666789 7.694808 -3.873216 -2.236759 10.47119 0.0000 0.0000 0.0000 0.0000 0.2330 0.0082 0.0000 0.0001 0.0262 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.544155 0.462103 1.353872 458.2424 -484.6876 6.631833 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.585727 4.159229 3.815345 1.580284 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 4.472289 147.152885 d.f. Prob. (36,250) 36 0.0000 0.0000 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 10:05 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 281 Lampiran 6. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 4.484264 0.000413 -0.213484 -0.155752 -3.08E-06 -0.000122 0.000163 -5.725704 -4.408357 4.477542 0.310693 3.19E-05 0.018101 0.020842 6.14E-05 3.79E-05 2.37E-05 1.253177 1.762663 0.443988 14.43310 12.95471 -11.79428 -7.472858 -0.050247 -3.221015 6.877061 -4.568953 -2.500965 10.08482 0.0000 0.0000 0.0000 0.0000 0.9600 0.0014 0.0000 0.0000 0.0129 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.250587 0.227004 1.622994 753.3549 -558.2640 10.62578 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Effect -0.545149 -0.591661 -0.574942 -0.457210 0.087186 -0.534111 1.179146 -0.361446 0.323872 -0.037536 0.990785 3.009937 1.059745 1.339233 -0.378286 -0.784369 -0.738443 -0.840997 -0.687390 -0.758218 -0.729857 -0.407015 -0.849141 -0.967921 -0.500281 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.839622 3.964296 3.889539 0.970607 282 26 27 28 29 30 31 32 33 34 35 36 37 26 27 28 29 30 31 32 33 34 35 36 37 -0.568704 -0.683532 -0.061868 -0.034085 1.002551 2.079147 1.147936 -0.892196 -0.493342 0.022625 2.458976 -1.223441 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/22/10 Time: 10:06 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP 4.361769 0.000417 -0.214838 -0.154757 8.81E-05 -0.000147 0.000157 -5.660742 -4.486133 4.528791 0.269838 3.18E-05 0.018378 0.021365 8.45E-05 5.93E-05 2.09E-05 1.274806 1.837436 0.436088 16.16439 13.13643 -11.68972 -7.243437 1.042578 -2.475429 7.503091 -4.440473 -2.441517 10.38505 0.0000 0.0000 0.0000 0.0000 0.2980 0.0139 0.0000 0.0000 0.0152 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random 0.935200 1.353872 Rho 0.3230 0.6770 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.314085 0.292501 1.348815 14.55127 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat Unweighted Statistics 0.821315 1.603576 520.3207 1.396620 283 R-squared Sum squared resid 0.248355 755.5992 Mean dependent var Durbin-Watson stat 1.802629 0.961741 Lampiran 6. Lanjutan Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 9 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. Cross-section random effects test comparisons: Variable KURS INVPORT BUNGA_K PINJAMAN ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP Fixed 0.000421 -0.215846 -0.154191 0.000158 -0.000162 0.000153 -5.601868 -4.569190 4.563863 Random Var(Diff.) Prob. 0.000417 -0.214838 -0.154757 0.000088 -0.000147 0.000157 -5.660742 -4.486133 4.528791 -0.000000 0.000020 0.000079 0.000000 0.000000 -0.000000 0.466679 0.796749 -0.000208 NA 0.8225 0.9493 0.4914 0.2534 NA 0.9313 0.9259 NA Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 10:07 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_K PINJAMAN 4.264305 0.000421 -0.215846 -0.154191 0.000158 0.330729 2.78E-05 0.018920 0.023144 0.000132 12.89367 15.17603 -11.40850 -6.662155 1.195535 0.0000 0.0000 0.0000 0.0000 0.2330 284 ASET KAP_PASAR RASIO_M2 RASIO_KRDT RASIO_KAP -0.000162 0.000153 -5.601868 -4.569190 4.563863 6.08E-05 1.99E-05 1.446309 2.042773 0.435849 -2.666789 7.694808 -3.873216 -2.236759 10.47119 0.0082 0.0000 0.0001 0.0262 0.0000 Effects Specification Lampiran 6. Lanjutan Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 0.544155 0.462103 1.353872 458.2424 -484.6876 6.631833 0.000000 Effect -0.459282 -0.480355 -0.458688 -0.358314 0.247549 -0.329076 0.836463 -0.294367 0.253907 -0.045853 0.771187 2.366454 0.821836 1.045776 -0.309134 -0.623424 -0.586436 -0.676534 -0.557489 -0.609828 -0.591964 -0.340138 -0.688321 -0.778480 -0.375153 -0.343615 -0.529145 -0.031457 -0.031737 0.801289 1.630170 0.893553 -0.713174 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.802629 1.845985 3.585727 4.159229 3.815345 1.580284 285 34 35 36 37 34 35 36 37 -0.408729 0.004578 1.933351 -0.985421 286 Lampiran 6. Lanjutan 16 November 2010 Data: Libdataperbankan-riil yang sudah direvisi Ada variabel financial deepening, yaitu rasio_m2 (m2/gdp); rasio_krdt (kredit total/gdp) dan rasio _kap (kapitalisasi pasar ihsg/gdp) Berdasarkan tabel correlation, maka variabel fdi, devisa dan kredit_tot tidak masuk dalam equation, kemudian variabel sbi dan variabel bunga_pinjaman. rasio_q c kurs invport bunga_k pinjaman aset kap_pasar rasio_m2 rasio_krdt rasio_kap workfile: libperbankanrevisi.wf rasio_q c kurs invport log(fdi) bunga_k pinjaman aset rasio_m2 rasio_krdt rasio_kap PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 17:41 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT LOG(FDI) BUNGA_K PINJAMAN ASET RASIO_M2 RASIO_KRDT RASIO_KAP 2.304419 -0.000186 0.018393 0.594458 0.199825 4.32E-05 -4.11E-05 -13.83293 20.73914 1.713692 0.018152 1.11E-05 0.005263 0.027818 0.006990 1.14E-05 1.04E-05 0.231703 0.588607 0.028798 126.9536 -16.68704 3.494709 21.36959 28.58668 3.788255 -3.955609 -59.70122 35.23428 59.50747 0.0000 0.0000 0.0007 0.0000 0.0000 0.0002 0.0001 0.0000 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.084945 0.010077 1.366692 205.4633 -202.5392 1.134592 0.344793 Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 17:42 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.727907 1.373631 3.542319 3.774610 3.636654 1.281362 287 Sample: 2002 2009 Lampiran 6. Lanjutan Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT LOG(FDI) BUNGA_K PINJAMAN ASET RASIO_M2 RASIO_KRDT RASIO_KAP 2.328489 -0.000172 0.011670 0.576497 0.191712 4.00E-05 -3.64E-05 -13.65847 19.96691 1.724390 0.064194 4.40E-05 0.020882 0.081693 0.027035 1.24E-05 1.09E-05 0.731896 2.331953 0.029913 36.27254 -3.906743 0.558851 7.056885 7.091274 3.218683 -3.341362 -18.66176 8.562314 57.64603 0.0000 0.0002 0.5776 0.0000 0.0000 0.0018 0.0012 0.0000 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.249690 0.069928 1.324733 168.4721 -190.6293 1.389002 0.136573 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.727907 1.373631 3.577155 4.134654 3.803558 1.561312 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 1.505615 23.819683 d.f. Prob. (14,96) 14 0.1236 0.0482 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 17:43 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank 288 Lampiran 6. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT LOG(FDI) BUNGA_K PINJAMAN ASET RASIO_M2 RASIO_KRDT RASIO_KAP 2.304419 -0.000186 0.018393 0.594458 0.199825 4.32E-05 -4.11E-05 -13.83293 20.73914 1.713692 0.018152 1.11E-05 0.005263 0.027818 0.006990 1.14E-05 1.04E-05 0.231703 0.588607 0.028798 126.9536 -16.68704 3.494709 21.36959 28.58668 3.788255 -3.955609 -59.70122 35.23428 59.50747 0.0000 0.0000 0.0007 0.0000 0.0000 0.0002 0.0001 0.0000 0.0000 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.084945 0.010077 1.366692 205.4633 -202.5392 1.134592 0.344793 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat Effect -0.424008 -0.436037 -0.701045 -0.132428 -0.133433 1.832707 -0.059250 -0.470624 0.086172 -0.310244 -0.023549 0.511704 -0.239384 0.260950 0.238469 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/22/10 Time: 17:44 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) 1.727907 1.373631 3.542319 3.774610 3.636654 1.281362 289 WARNING: estimated coefficient covariance matrix is of reduced rank Lampiran 6. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT LOG(FDI) BUNGA_K PINJAMAN ASET RASIO_M2 RASIO_KRDT RASIO_KAP 2.305931 -0.000185 0.018203 0.595696 0.199729 4.21E-05 -4.00E-05 -13.84101 20.71236 1.716661 0.023772 1.52E-05 0.007220 0.031831 0.009373 1.05E-05 9.60E-06 0.274844 0.809546 0.026412 97.00277 -12.20108 2.521202 18.71461 21.30847 4.025396 -4.171829 -50.35944 25.58517 64.99539 0.0000 0.0000 0.0131 0.0000 0.0000 0.0001 0.0001 0.0000 0.0000 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random Rho 0.403713 1.324733 0.0850 0.9150 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.071499 -0.004469 1.313534 0.941172 0.492809 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.308801 1.310608 189.7908 1.387221 Unweighted Statistics R-squared Sum squared resid 0.084900 205.4733 Mean dependent var Durbin-Watson stat 1.727907 1.281343 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 9 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. 290 Lampiran 6. Lanjutan Cross-section random effects test comparisons: Variable KURS INVPORT LOG(FDI) BUNGA_K PINJAMAN ASET RASIO_M2 RASIO_KRDT RASIO_KAP Fixed -0.000172 0.011670 0.576497 0.191712 0.000040 -0.000036 -13.658465 19.966911 1.724390 Random Var(Diff.) Prob. -0.000185 0.018203 0.595696 0.199729 0.000042 -0.000040 -13.841013 20.712362 1.716661 0.000000 0.000384 0.005661 0.000643 0.000000 0.000000 0.460132 4.782640 0.000197 0.7429 0.7388 0.7986 0.7519 0.7515 0.4819 0.7878 0.7332 0.5821 Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 17:44 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT LOG(FDI) BUNGA_K PINJAMAN ASET RASIO_M2 RASIO_KRDT RASIO_KAP 2.328489 -0.000172 0.011670 0.576497 0.191712 4.00E-05 -3.64E-05 -13.65847 19.96691 1.724390 0.064194 4.40E-05 0.020882 0.081693 0.027035 1.24E-05 1.09E-05 0.731896 2.331953 0.029913 36.27254 -3.906743 0.558851 7.056885 7.091274 3.218683 -3.341362 -18.66176 8.562314 57.64603 0.0000 0.0002 0.5776 0.0000 0.0000 0.0018 0.0012 0.0000 0.0000 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic 0.249690 0.069928 1.324733 168.4721 -190.6293 1.389002 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.727907 1.373631 3.577155 4.134654 3.803558 1.561312 291 Prob(F-statistic) 0.136573 Lampiran 6. Lanjutan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Effect -0.100583 -0.118820 -0.353299 0.015922 -0.052491 0.725743 0.140034 -0.213005 0.016251 -0.156171 -0.065821 0.164059 -0.155450 0.074518 0.079114 292 Lampiran 6. Lanjutan 16 November 2010 Data: Libdatagabung2-riil yang sudah direvisi Ada variabel financial deepening, yaitu rasio_m2 (m2/gdp); rasio_krdt (kredit total/gdp) dan rasio _kap (kapitalisasi pasar ihsg/gdp) Berdasarkan tabel correlation, maka variabel fdi, devisa dan kredit_tot tidak masuk dalam equation, kemudian variabel sbi dan variabel bunga_pinjaman. rasio_q c kurs invport bunga_k pinjaman aset kap_pasar rasio_m2 rasio_krdt rasio_kap PLS Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 08:51 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_P RASIO_M2 RASIO_KRDT RASIO_KAP 4.106383 0.000177 -0.164932 0.020455 -10.83011 5.609381 5.125391 1.443438 0.000189 0.048810 0.038248 2.706018 4.384982 0.303176 2.844862 0.936078 -3.379078 0.534801 -4.002231 1.279225 16.90567 0.0046 0.3497 0.0008 0.5930 0.0001 0.2014 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.144170 0.134001 1.665345 1400.553 -984.1088 14.17838 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat Fixed Effect Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 08:52 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) 1.836170 1.789557 3.871519 3.929465 3.894234 1.154499 293 Lampiran 6. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_P RASIO_M2 RASIO_KRDT RASIO_KAP 3.614137 0.000231 -0.190895 -0.003457 -9.068445 2.710716 5.135844 1.301289 0.000168 0.038133 0.027257 1.694498 3.269406 0.287839 2.777350 1.376174 -5.005999 -0.126819 -5.351701 0.829116 17.84279 0.0057 0.1695 0.0000 0.8991 0.0000 0.4075 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.399640 0.305919 1.490907 982.4795 -893.3458 4.264136 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.763069 4.342528 3.990217 1.644399 Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Statistic 2.985460 181.526112 d.f. Prob. (63,442) 63 0.0000 0.0000 Cross-section fixed effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 08:53 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) 294 Lampiran 6. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_P RASIO_M2 RASIO_KRDT RASIO_KAP 4.106383 0.000177 -0.164932 0.020455 -10.83011 5.609381 5.125391 1.443438 0.000189 0.048810 0.038248 2.706018 4.384982 0.303176 2.844862 0.936078 -3.379078 0.534801 -4.002231 1.279225 16.90567 0.0046 0.3497 0.0008 0.5930 0.0001 0.2014 0.0000 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.144170 0.134001 1.665345 1400.553 -984.1088 14.17838 0.000000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 Effect 2.078097 0.083272 0.384797 -0.231878 1.049072 0.025009 0.981609 -0.544616 -0.536203 -0.217741 -0.387091 0.234272 -0.572975 -0.601325 -0.690613 -0.497913 -0.405888 1.843887 -0.459950 -0.536675 0.012675 -0.501088 -0.016225 0.525475 -0.249938 0.234962 0.072750 -0.668978 -0.619153 -0.623666 -0.040241 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.871519 3.929465 3.894234 1.154499 295 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 0.233172 -0.560903 1.604484 -0.414478 0.218147 -0.047753 0.933622 2.979972 1.029884 1.329559 -0.403016 -0.860003 -0.860003 -0.863791 -0.725853 -0.837566 -0.858766 -0.443016 -0.862353 -1.154353 -0.509903 -0.501091 -0.750978 -0.016653 -0.073391 0.227559 2.060772 1.135259 -0.950466 -0.520691 -0.031191 2.497409 -1.127341 Random Effect Dependent Variable: RASIO_Q Method: Panel EGLS (Cross-section random effects) Date: 11/22/10 Time: 08:53 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) 296 Lampiran 6. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_P RASIO_M2 RASIO_KRDT RASIO_KAP 3.975491 0.000191 -0.171835 0.014097 -10.36167 4.838605 5.128170 1.425831 0.000188 0.057261 0.049222 3.297101 5.438694 0.294631 2.788192 1.018390 -3.000905 0.286386 -3.142661 0.889663 17.40540 0.0055 0.3090 0.0028 0.7747 0.0018 0.3741 0.0000 Effects Specification S.D. Cross-section random Idiosyncratic random Rho 0.751125 1.490907 0.2024 0.7976 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.173240 0.163418 1.489636 17.63641 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.054757 1.628643 1120.603 1.442425 Unweighted Statistics R-squared Sum squared resid 0.144086 1400.691 Mean dependent var Durbin-Watson stat 1.836170 1.153992 Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 6 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. 297 Lampiran 6. Lanjutan Cross-section random effects test comparisons: Variable KURS INVPORT BUNGA_P RASIO_M2 RASIO_KRDT RASIO_KAP Fixed 0.000231 -0.190895 -0.003457 -9.068445 2.710716 5.135844 Random Var(Diff.) Prob. 0.000191 -0.171835 0.014097 -10.361671 4.838605 5.128170 -0.000000 -0.001825 -0.001680 -7.999554 -18.890380 -0.003956 NA NA NA NA NA NA Cross-section random effects test equation: Dependent Variable: RASIO_Q Method: Panel Least Squares Date: 11/22/10 Time: 08:54 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 White cross-section standard errors & covariance (d.f. corrected) Variable Coefficient Std. Error t-Statistic Prob. C KURS INVPORT BUNGA_P RASIO_M2 RASIO_KRDT RASIO_KAP 3.614137 0.000231 -0.190895 -0.003457 -9.068445 2.710716 5.135844 1.301289 0.000168 0.038133 0.027257 1.694498 3.269406 0.287839 2.777350 1.376174 -5.005999 -0.126819 -5.351701 0.829116 17.84279 0.0057 0.1695 0.0000 0.8991 0.0000 0.4075 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 1 CROSSID 1 0.399640 0.305919 1.490907 982.4795 -893.3458 4.264136 0.000000 Effect 1.377182 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 1.836170 1.789557 3.763069 4.342528 3.990217 1.644399 298 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 0.040596 0.242626 -0.170563 0.687708 0.001558 0.642506 -0.380106 -0.374469 -0.161091 -0.274560 0.141770 -0.334260 -0.353255 -0.413080 -0.283966 -0.222307 1.285103 -0.258530 -0.309938 0.058141 -0.286094 0.038777 0.401731 -0.117816 0.207080 0.098393 -0.463432 -0.430048 -0.433071 -0.042161 0.141033 -0.391019 1.059849 -0.292910 0.130966 -0.047195 0.610353 1.981463 0.674852 0.875642 -0.285230 -0.591424 -0.591424 -0.593962 -0.501540 -0.576390 -0.590595 -0.312031 -0.592998 -0.788646 -0.356847 -0.350943 -0.518374 -0.026357 -0.064372 0.137272 299 58 59 60 61 62 63 64 58 59 60 61 62 63 64 1.365574 0.745456 -0.652036 -0.364075 -0.036097 1.658133 -0.770547 300 Lampiran 7. Model Estimasi Pengaruh Liberalisasi Keuangan dan Kebijakan Moneter terhadap Pertumbuhan Investasi Riil Sektor Pertanian, Industri Dasar dan Kimia dan Perbankan dengan menggunakan Model Estimasi Pooled Least Square, Fixed Effect Model dan Random Effect Model dengan Program EViews 6. PERTANIAN Penambahan variabel Dummy Krisis 2008 Penambahan variabel bunga pinjaman riil (bunga pinjaman – inflasi) DEPENDENT VARIABEL: INVESTASI RIIL EMITEN INDEPENDENT VARIABEL: RASIO Q TOBIN DAN STRUKTUR MODAL (EQUITY / TOTAL UTANG + EQUITY) dan Bunga Pinjaman Riil dan DUMMY KRISIS 2008 Data: File invriel-Q-ECAP-pertanian Workfile: invrielintpertaniandum08.wf1 Estimate equation: log(inv_riil) c rasio_q ecap int_riil dum08 Pooled Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 20:45 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 9.983156 0.039263 0.113537 0.096120 0.060373 0.705245 0.096828 0.381835 0.084989 0.500032 14.15559 0.405490 0.297346 1.130967 0.120738 0.0000 0.6861 0.7669 0.2610 0.9042 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.018540 -0.024602 1.773601 286.2551 -188.6598 0.429743 0.786805 Fixed Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 20:45 Sample: 2002 2009 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 10.70043 1.752179 4.034579 4.168139 4.088566 0.038111 301 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 10.29275 0.008758 -0.157523 0.076757 0.022035 0.171307 0.024133 0.099597 0.019458 0.113833 60.08369 0.362923 -1.581604 3.944651 0.193573 0.0000 0.7176 0.1177 0.0002 0.8470 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.956338 0.948151 0.398978 12.73465 -39.25705 116.8163 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 10.70043 1.752179 1.151188 1.578580 1.323947 0.734240 Redundant Fixed Effects Tests Equation: FIXED Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Cross-section fixed effects test equation: Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 21:02 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Statistic 156.206888 298.805467 d.f. Prob. (11,80) 11 0.0000 0.0000 302 Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 9.983156 0.039263 0.113537 0.096120 0.060373 0.705245 0.096828 0.381835 0.084989 0.500032 14.15559 0.405490 0.297346 1.130967 0.120738 0.0000 0.6861 0.7669 0.2610 0.9042 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.018540 -0.024602 1.773601 286.2551 -188.6598 0.429743 0.786805 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 10.70043 1.752179 4.034579 4.168139 4.088566 0.038111 Estimation Command: ========================= LS(CX=F) LOG(INV_RIIL) C RASIO_Q ECAP INT_RIIL DUM08 Estimation Equation: ========================= LOG(INV_RIIL) = C(1) + C(2)*RASIO_Q + C(3)*ECAP + C(4)*INT_RIIL + C(5)*DUM08 + [CX=F] Substituted Coefficients: ========================= LOG(INV_RIIL) = 10.2927522501 + 0.00875847921162*RASIO_Q - 0.157522667867*ECAP + 0.0767565354771*INT_RIIL + 0.0220349663644*DUM08 + [CX=F] CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 Effect 1.758610 0.750758 -4.184871 -1.688105 -1.962648 1.015756 1.134458 -0.293035 0.192777 1.682565 0.735030 0.858704 Random Dependent Variable: LOG(INV_RIIL) Method: Panel EGLS (Cross-section random effects) Date: 01/02/12 Time: 21:03 Sample: 2002 2009 303 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Swamy and Arora estimator of component variances Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 10.29032 0.009025 -0.155476 0.076903 0.022393 0.581966 0.024117 0.099499 0.019456 0.113823 17.68200 0.374206 -1.562591 3.952712 0.196733 0.0000 0.7091 0.1216 0.0002 0.8445 Effects Specification S.D. Cross-section random Idiosyncratic random Rho 1.926772 0.398978 0.9589 0.0411 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.263992 0.231640 0.395061 8.159980 0.000011 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 0.781293 0.450694 14.20264 0.658052 Unweighted Statistics R-squared Sum squared resid 0.012285 288.0792 Mean dependent var Durbin-Watson stat 10.70043 0.032443 Uji Hausman Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 4 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. Cross-section random effects test comparisons: Variable RASIO_Q ECAP INT_RIIL DUM08 Fixed 0.008758 -0.157523 0.076757 0.022035 Random Var(Diff.) Prob. 0.009025 -0.155476 0.076903 0.022393 0.000001 0.000019 0.000000 0.000002 0.7650 0.6429 0.6442 0.8074 304 Cross-section random effects test equation: Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Lampiran 7. Lanjutan Date: 01/02/12 Time: 21:04 Sample: 2002 2009 Periods included: 8 Cross-sections included: 12 Total panel (balanced) observations: 96 Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 10.29275 0.008758 -0.157523 0.076757 0.022035 0.171307 0.024133 0.099597 0.019458 0.113833 60.08369 0.362923 -1.581604 3.944651 0.193573 0.0000 0.7176 0.1177 0.0002 0.8470 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.956338 0.948151 0.398978 12.73465 -39.25705 116.8163 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 10.70043 1.752179 1.151188 1.578580 1.323947 0.734240 Chi-square tabel (df 4, alpha 0.05) adalah 9.48773 Karena Chi-square statistik adalah 1 dan lebih kecil dari Chi-square tabel (yaitu 9.48773), maka Ho diterima, yaitu model Random Effect yang lebih sesuai Model estimasi yang digunakan adalah model Random Effect awal Estimation Command: ========================= LS(CX=R) LOG(INV_RIIL) C RASIO_Q ECAP INT_RIIL DUM08 Estimation Equation: ========================= LOG(INV_RIIL) = C(1) + C(2)*RASIO_Q + C(3)*ECAP + C(4)*INT_RIIL + C(5)*DUM08 + [CX=R] Substituted Coefficients: ========================= LOG(INV_RIIL) = 10.2903208702 + 0.00902461543205*RASIO_Q - 0.155476177315*ECAP + 0.0769031511271*INT_RIIL + 0.022392783527*DUM08 + [CX=R] CROSSID 1 2 Effect 1.748035 0.746784 305 3 4 5 6 7 8 9 10 11 12 -4.161883 -1.679202 -1.953261 1.010838 1.128140 -0.290638 0.191633 1.674014 0.731322 0.854217 306 Lampiran 7. Lanjutan INDUSTRI DASAR DAN KIMIA Penambahan variabel Dummy Krisis 2008 Penambahan variabel bunga pinjaman riil (bunga pinjaman – inflasi) DEPENDENT VARIABEL: INVESTASI RIIL EMITEN INDEPENDENT VARIABEL: RASIO Q TOBIN DAN STRUKTUR MODAL (EQUITY / TOTAL UTANG + EQUITY) dan Bunga Pinjaman Riil dan DUMMY KRISIS 2008 Data: File invriel-Q-ECAP-industri Estimate equation: invrielintindustridum08.wf1 log(inv_riil) c rasio_q ecap int_riil dum08 Pooled Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:42 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 10.10115 -0.262168 -0.288804 0.116750 -0.595662 0.358088 0.058611 0.066736 0.045748 0.276779 28.20854 -4.473014 -4.327574 2.552007 -2.152124 0.0000 0.0000 0.0000 0.0112 0.0322 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.155122 0.143508 1.750917 892.1221 -583.2858 13.35709 0.000000 Fixed Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:42 Sample: 2002 2009 Periods included: 8 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 10.07484 1.891926 3.974904 4.037242 3.999863 0.203646 307 Cross-sections included: 37 Total panel (balanced) observations: 296 Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 9.557919 -0.075112 -0.064654 0.126921 -0.312783 0.131978 0.025386 0.033008 0.016072 0.099569 72.42068 -2.958807 -1.958713 7.897264 -3.141364 0.0000 0.0034 0.0512 0.0000 0.0019 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.909499 0.895303 0.612168 95.56123 -252.6782 64.06651 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 10.07484 1.891926 1.984312 2.495476 2.188972 1.301424 Redundant Fixed Effects Tests Equation: FIXED Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Cross-section fixed effects test equation: Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:45 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Statistic 59.043882 661.215394 d.f. Prob. (36,255) 36 0.0000 0.0000 308 Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 10.10115 -0.262168 -0.288804 0.116750 -0.595662 0.358088 0.058611 0.066736 0.045748 0.276779 28.20854 -4.473014 -4.327574 2.552007 -2.152124 0.0000 0.0000 0.0000 0.0112 0.0322 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.155122 0.143508 1.750917 892.1221 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion 10.07484 1.891926 3.974904 4.037242 -583.2858 13.35709 0.000000 Hannan-Quinn criter. Durbin-Watson stat 3.999863 0.203646 Estimation Command: ========================= LS(CX=F) LOG(INV_RIIL) C RASIO_Q ECAP INT_RIIL DUM08 Estimation Equation: ========================= LOG(INV_RIIL) = C(1) + C(2)*RASIO_Q + C(3)*ECAP + C(4)*INT_RIIL + C(5)*DUM08 + [CX=F] Substituted Coefficients: ========================= LOG(INV_RIIL) = 9.55791884287 - 0.0751118269761*RASIO_Q - 0.0646540050754*ECAP + 0.126920965646*INT_RIIL - 0.312782725878*DUM08 + [CX=F] CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Effect 1.222873 0.151924 0.486294 3.427474 1.023729 3.243388 2.787943 0.376904 0.356751 -3.001968 -0.937753 -1.910582 -2.592463 -2.932846 -0.369302 309 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 -1.146213 1.092668 -0.279047 -0.411834 0.783412 0.336846 -1.268386 -2.190875 1.531578 2.221115 1.787261 1.177080 1.388932 -0.093283 2.243400 -2.377474 -2.485862 0.018382 -1.957520 0.055523 -0.916084 -0.841988 Random Dependent Variable: LOG(INV_RIIL) Method: Panel EGLS (Cross-section random effects) Date: 01/02/12 Time: 22:42 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 9.573831 -0.080517 -0.072936 0.126689 -0.320869 0.294706 0.025264 0.032715 0.016069 0.099494 32.48606 -3.187022 -2.229445 7.883870 -3.225016 0.0000 0.0016 0.0265 0.0000 0.0014 Effects Specification S.D. Cross-section random Idiosyncratic random 1.603380 0.612168 Rho 0.8728 0.1272 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.297243 0.287583 0.617582 30.77088 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 1.347742 0.731690 110.9894 1.123614 310 Unweighted Statistics R-squared Sum squared resid 0.095070 955.5315 Mean dependent var Durbin-Watson stat 10.07484 0.130513 Lampiran 7. Lanjutan Uji Hausman Correlated Random Effects - Hausman Test Equation: RANDOM Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 4 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. Cross-section random effects test comparisons: Variable RASIO_Q ECAP INT_RIIL DUM08 Fixed -0.075112 -0.064654 0.126921 -0.312783 Random Var(Diff.) Prob. -0.080517 -0.072936 0.126689 -0.320869 0.000006 0.000019 0.000000 0.000015 0.0295 0.0593 0.3728 0.0368 Cross-section random effects test equation: Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:46 Sample: 2002 2009 Periods included: 8 Cross-sections included: 37 Total panel (balanced) observations: 296 Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 9.557919 -0.075112 -0.064654 0.126921 -0.312783 0.131978 0.025386 0.033008 0.016072 0.099569 72.42068 -2.958807 -1.958713 7.897264 -3.141364 0.0000 0.0034 0.0512 0.0000 0.0019 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression 0.909499 0.895303 0.612168 Mean dependent var S.D. dependent var Akaike info criterion 10.07484 1.891926 1.984312 311 Sum squared resid Log likelihood F-statistic Prob(F-statistic) 95.56123 -252.6782 64.06651 0.000000 Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 2.495476 2.188972 1.301424 Chi-square tabel (df 4, alpha 0.05) adalah 9.48773 Karena Chi-square statistik adalah 1 dan lebih kecil dari Chi-square tabel (yaitu 9.48773), maka Ho diterima, yaitu model Random Effect yang lebih sesuai Lampiran 7. Lanjutan Model estimasi yang digunakan adalah model Random Effect awal Estimation Command: ========================= LS(CX=R) LOG(INV_RIIL) C RASIO_Q ECAP INT_RIIL DUM08 Estimation Equation: ========================= LOG(INV_RIIL) = C(1) + C(2)*RASIO_Q + C(3)*ECAP + C(4)*INT_RIIL + C(5)*DUM08 + [CX=R] Substituted Coefficients: ========================= LOG(INV_RIIL) = 9.5738311018 - 0.0805171957987*RASIO_Q - 0.0729363460045*ECAP + 0.126689106549*INT_RIIL - 0.320868987642*DUM08 + [CX=R] CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 Effect 1.201773 0.147691 0.474463 3.368738 0.972768 3.183439 2.750625 0.368802 0.352987 -2.942935 -0.915917 -1.855172 -2.535040 -2.870988 -0.366764 -1.130150 1.069772 -0.277113 -0.406462 0.766743 0.327439 -1.244332 -2.152799 1.500752 2.179767 1.715313 1.151809 1.361944 -0.091834 312 30 31 32 33 34 35 36 37 2.205254 -2.318611 -2.430700 0.017007 -1.919713 0.057069 -0.884662 -0.830963 313 Lampiran 7. Lanjutan PERBANKAN Penambahan variabel Dummy Krisis 2008 Penambahan variabel bunga pinjaman riil (bunga pinjaman – inflasi) DEPENDENT VARIABEL: INVESTASI RIIL EMITEN INDEPENDENT VARIABEL: RASIO Q TOBIN DAN STRUKTUR MODAL (EQUITY / TOTAL UTANG + EQUITY) dan Bunga Pinjaman Riil dan DUMMY KRISIS 2008 Data: File invriel-Q-ECAP-perbankan Estimate equation: invrielintperbankandum08.wf1 log(inv_riil) c rasio_q ecap int_riil dum08 Pooled Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:27 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 14.21008 -0.598803 2.466674 0.088039 0.116570 0.664186 0.128431 1.983880 0.077496 0.448238 21.39473 -4.662455 1.243358 1.136043 0.260063 0.0000 0.0000 0.2163 0.2583 0.7953 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.190465 0.162307 1.903900 416.8562 -244.9876 6.764215 0.000063 Fixed Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:27 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 14.02359 2.080184 4.166460 4.282606 4.213627 0.118897 314 Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 13.85338 -0.285564 0.781441 0.091489 0.109046 0.108339 0.022627 0.358201 0.012214 0.070740 127.8703 -12.62075 2.181573 7.490649 1.541504 0.0000 0.0000 0.0315 0.0000 0.1263 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.982346 0.979200 0.300006 9.090381 -15.45613 312.2354 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 14.02359 2.080184 0.574269 1.015622 0.753504 1.248659 Redundant Fixed Effects Tests Equation: FIXED Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Cross-section fixed effects test equation: Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:33 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 Statistic 323.610117 459.062945 d.f. Prob. (14,101) 14 0.0000 0.0000 315 Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 14.21008 -0.598803 2.466674 0.088039 0.116570 0.664186 0.128431 1.983880 0.077496 0.448238 21.39473 -4.662455 1.243358 1.136043 0.260063 0.0000 0.0000 0.2163 0.2583 0.7953 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.190465 0.162307 1.903900 416.8562 -244.9876 6.764215 0.000063 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 14.02359 2.080184 4.166460 4.282606 4.213627 0.118897 Estimation Command: ========================= LS(CX=F) LOG(INV_RIIL) C RASIO_Q ECAP INT_RIIL DUM08 Estimation Equation: ========================= LOG(INV_RIIL) = C(1) + C(2)*RASIO_Q + C(3)*ECAP + C(4)*INT_RIIL + C(5)*DUM08 + [CX=F] Substituted Coefficients: ========================= LOG(INV_RIIL) = 13.8533797312 - 0.285564084061*RASIO_Q + 0.781441149117*ECAP + 0.0914892688365*INT_RIIL + 0.109046147162*DUM08 + [CX=F] CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Effect 1.958948 1.978780 -2.478739 2.145095 1.256925 -2.457486 2.640267 0.834738 0.736530 0.554137 -3.322616 -2.164278 -1.966464 -0.033469 0.317634 Random Dependent Variable: LOG(INV_RIIL) 316 Method: Panel EGLS (Cross-section random effects) Date: 01/02/12 Time: 22:28 Sample: 2002 2009 Periods included: 8 Lampiran 7. Lanjutan Cross-sections included: 15 Total panel (balanced) observations: 120 Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 13.85473 -0.286928 0.790308 0.091476 0.109113 0.481724 0.022617 0.358008 0.012214 0.070740 28.76070 -12.68650 2.207515 7.489561 1.542463 0.0000 0.0000 0.0293 0.0000 0.1257 Effects Specification S.D. Cross-section random Idiosyncratic random Rho 1.817928 0.300006 0.9735 0.0265 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.668409 0.656875 0.303093 57.95322 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 0.816826 0.517428 10.56451 1.077695 Unweighted Statistics R-squared Sum squared resid 0.138774 443.4737 Mean dependent var Durbin-Watson stat 14.02359 0.025673 Uji Hausman Correlated Random Effects - Hausman Test Equation: RANDOM Test cross-section random effects Test Summary Cross-section random Chi-Sq. Statistic Chi-Sq. d.f. Prob. 0.000000 4 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero. 317 Lampiran 7. Lanjutan Cross-section random effects test comparisons: Variable RASIO_Q ECAP INT_RIIL DUM08 Fixed -0.285564 0.781441 0.091489 0.109046 Random Var(Diff.) Prob. -0.286928 0.790308 0.091476 0.109113 0.000000 0.000138 0.000000 0.000000 0.0399 0.4506 0.3855 0.7966 Cross-section random effects test equation: Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:34 Sample: 2002 2009 Periods included: 8 Cross-sections included: 15 Total panel (balanced) observations: 120 Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 13.85338 -0.285564 0.781441 0.091489 0.109046 0.108339 0.022627 0.358201 0.012214 0.070740 127.8703 -12.62075 2.181573 7.490649 1.541504 0.0000 0.0000 0.0315 0.0000 0.1263 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.982346 0.979200 0.300006 9.090381 -15.45613 312.2354 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 14.02359 2.080184 0.574269 1.015622 0.753504 1.248659 Chi-square tabel (df 4, alpha 0.05) adalah 9.48773 Karena Chi-square statistik adalah 1 dan lebih kecil dari Chi-square tabel (yaitu 9.48773), maka Ho diterima, yaitu model Random Effect yang lebih sesuai Model estimasi yang digunakan adalah model Random Effect awal Estimation Command: ========================= LS(CX=R) LOG(INV_RIIL) C RASIO_Q ECAP INT_RIIL DUM08 318 Estimation Equation: ========================= LOG(INV_RIIL) = C(1) + C(2)*RASIO_Q + C(3)*ECAP + C(4)*INT_RIIL + C(5)*DUM08 + [CX=R] Substituted Coefficients: ========================= Lampiran 7. Lanjutan LOG(INV_RIIL) = 13.854730251 - 0.286928048*RASIO_Q + 0.790308128003*ECAP + 0.091475904369*INT_RIIL + 0.109113223154*DUM08 + [CX=R] CROSSID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Effect 1.951882 1.971800 -2.470722 2.137477 1.252185 -2.446017 2.630113 0.830648 0.734398 0.551721 -3.311526 -2.155702 -1.960194 -0.032454 0.316392 319 Lampiran 7. Lanjutan GABUNGAN SEKTOR Penambahan variabel Dummy Krisis 2008 Penambahan variabel bunga pinjaman riil (bunga pinjaman – inflasi) DEPENDENT VARIABEL: INVESTASI RIIL EMITEN INDEPENDENT VARIABEL: RASIO Q TOBIN DAN STRUKTUR MODAL (EQUITY / TOTAL UTANG + EQUITY) dan Bunga Pinjaman Riil dan DUMMY KRISIS 2008 Data: File invriel-Q-ECAP-gabungan Estimate equation: invrielintgabungandum08.wf1 log(inv_riil) c rasio_q ecap int_riil dum08 Pooled Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:54 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 11.21624 -0.262255 -0.375339 0.101381 -0.411838 0.370669 0.062312 0.089842 0.047715 0.285303 30.25943 -4.208763 -4.177782 2.124731 -1.443510 0.0000 0.0000 0.0000 0.0341 0.1495 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.079728 0.072467 2.415500 2958.162 -1175.520 10.98101 0.000000 Fixed Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:54 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 11.11763 2.508086 4.611407 4.652797 4.627632 0.089372 320 Lampiran 7. Lanjutan Variable Coefficient Std. Error t-Statistic Prob. C RASIO_Q ECAP INT_RIIL DUM08 10.67896 -0.081250 -0.063167 0.110476 -0.190063 0.087464 0.016688 0.028688 0.010851 0.065778 122.0952 -4.868876 -2.201809 10.18130 -2.889445 0.0000 0.0000 0.0282 0.0000 0.0040 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.958424 0.952150 0.548635 133.6441 -382.6517 152.7642 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 11.11763 2.508086 1.760358 2.323261 1.981016 1.171136 Redundant Fixed Effects Tests Equation: FIXED Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square Cross-section fixed effects test equation: Dependent Variable: LOG(INV_RIIL) Method: Panel Least Squares Date: 01/02/12 Time: 22:56 Sample: 2002 2009 Periods included: 8 Cross-sections included: 64 Total panel (balanced) observations: 512 Statistic 148.948736 1585.737118 d.f. Prob. (63,444) 63 0.00