tulisan 13

Indikator Stance Kebijakan Moneter

Agar persamaan (II.12) dapat diestimasi, diperlukan indikator stance kebijakan moneter. Stance kebijakan moneter yang digunakan sebagai variabel penjelas untuk dinamika kredit perbankan jangka pendek dalam penelitian ini adalah selisih antara tingkat bunga kebijakan aktual (SBI rate) dengan hasil estimasi menggunakan aturan kebijakan moneter (Monetary Policy Rules). Mengikuti Juhro (2009), dalam penelitian ini menggunakan data stance kebijakan moneter yang diperoleh berdasarkan hasil estimasi terhadap persamaan empiris Taylor Rules. Hasil estimasi Taylor Rules tersebut adalah hasil estimasi dari modifikasi persamaan Taylor Rules klasik yang dikenal sebagai interest smoothing rules sebagai berikut (Clarida, Galli,Gertler, (1997) dalam Juhro, (2009).

Selanjutnya berdasarkan hasil estimasi yang tersebut, maka dapat diketahui suku bunga yang disarankan oleh Taylor Rules. Sedangkan stance kebijakan moneter adalah selisih antara suku bunga aktual dengan tingkat bunga yang diperoleh berdasarkan Taylor Rules. Beberapa ekonom menggunakan bentuk yang berbeda sebagai ukuran stance kebijakan moneter yang berbasiskan Taylor Rules ini. Penelitian ini menggunakan dummy variabel sebagai cerminan stance kebijakan moneter ketat atau longgar. Dalam hal ini, selisih suku bunga aktual dalam kisaran +/- 25 bps dianggap mencerminkan stance kebijakan normal, sementara selisih lebih besar/kecil  dari kisaran tersebut mencerminkan stance kebijakan yang cenderung ketat/longgar.

Sebelum dilakukan estimasi model empiris dan pengujian hipotesis, untuk menguji keberadaan dan dampak resiko dalam mekanisme transmisi kebijakan moneter melalui jalur kredit perbankan di Indonesia, dilakukan pengujian terhadap kelayakan data yang digunakan untuk diuji dalam model empiris yang dispesifikasi. Pengujian yang dilakukan adalah uji akar unit, uji keberadaan kointegrasi atau hubungan dalam keseimbangan jangka panjang antara kredit dan PDB. Pengujian stasioneritas data dan uji kointegrasi memberikan hasil bahwa kredit dan PDB berkointegrasi, sehingga analisis dengan menggunakan model Error Correction Model (ECM) dapat digunakan. Berdasarkan hasil uji kointegrasi menunjukan bahwa ketiga jenis kredit (konsumsi, modal kerja, dan investasi) memiliki hubungan jangka panjang dengan perekonomian. Dengan demikian, terdapat hubungan jangka panjang antara kredit perbankan dengan perkembangan perekonomian. Hasil analisis ini juga menjustifikasi keberadaan dampak ekonomi dari kredit perbankan.

Tahapan selanjutnya adalah melakukan analisis hubungan antara risiko dengan dinamika jangka pendek kredit perbankan. Kemudian, berdasarkan dampak interaksi antara  stance kebijakan moneter dengan variabel risiko, dilakukan analisis keberadaan jalur risiko dalam mekanisme transmisi kebijakan moneter di Indonesia. Hasil estimasi Vector Error Correction Model (VECM) menyimpulkan bahwa kredit bukan merupakan variabel yang weakly exogenous terhadap PDB, sehingga terdapat feedback yang terjadi dari perubahan kredit terhadap dinamika PDB. Terkait dengan fokus penelitian ini,  hanya temuan empiris mengenai endogeneity dari kredit yang akan diulas secara lebih mendalam, sebagaimana disampaikan pada Tabel 1.

Dari Tabel 1 dapat dilihat bahwa seluruh koefisien penyesuaian jangka pendek menuju keseimbangan jangka panjang (ECT/Error Correction Term) dalam ketiga model kredit menunjukan tanda negatif dan signifikan pada tingkat keyakinan 99%. Hasil ini bahwa model yang digunakan cukup stabil dan sesuai dengan pondasi teoritis. Koefisien ECT untuk dinamika jangka pendek log PDB juga menunjukan hasil yang positif dan signifikan. Sementara itu, dalam perspektif  goodness of fit permodelan, koefisien determinasi yang menunjukan nilai antara 0.33 sampai 0.52 cukup baik untuk model yang menggunakan data first difference. Hasil uji F-statistik juga menunjukan semua persamaan hasil estimasi signifikan pada tingkat keyakinan 99 persen.