Gabungan Digital 125836 5557 Pengaruh Tingkat
Transcript of Gabungan Digital 125836 5557 Pengaruh Tingkat
44
BAB 4
MODEL EKONOMETRIKA
4.1 Spesifikasi Model Sudin Haron dengan pendekatan S-VAR
4.1.1 Pendekatan Asset Market
Berdasarkan teori kaum klasik yang telah dijelaskan dalam bab 2 bahwa
masyarakat melakukan penyesuaian pendapatannya yang sekarang dan yang akan
datang dalam suatu cara yang dapat memberikan kepuasan maksimum. Kepuasan
yang maksimum dalam hal ini adalah profit yang didapat ketika masyarakat
mengalokasikan pendapatannya dalam berbagai aset.
Menurut klasik, profit berupa tingkat suku bunga ditentukan oleh kekuatan
tabungan atau deposito yang dinyatakan dengan
S = S ( i )
Sesuai juga dalam teori asset market bahwa kebutuhan seseorang pada pasar
asset disesuaikan dengan profit maximization. Sehingga dengan begitu seseorang
akan dapat memutuskan untuk menyimpan uangnya dalam bentuk aset yang
diinginkan. Dalam penelitian ini digunakan variabel – variabel yang berhubungan
dengan pendekatan asset market, yaitu :
1. Variabel SDSM yaitu jumlah Tabungan Mudharabah.
2. Variabel TDSM yaitu jumlah Deposito Mudharabah.
Kedua jenis variabel ini merupakan fasilitas pada perbankan syariah sebagai
instrumen alternatif bagi masyarakat Indonesia dalam meyimpan asetnya pada
perbankan syariah. Untuk mendorong masyarakat memilih aset ini tentu ada faktor
yang mempengaruhinya yaitu variabel :
1. IRSD yaitu Tingkat Suku Bunga Tabungan Bank Konvensional.
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
45
2. IRTD yaitu Tingkat Suku Bunga Deposito Bank Konvensional yang terbagi
dalam jangka waktu 1, 3, 6, dan 12 bulan.
3. RORSD yaitu Tingkat Bagi Hasil Tabungan Mudharabah.
4. RORTD yaitu Tingkat Bagi Hasil Deposito Mudharabah yang terbagi dalam
jangka waktu 1, 3, 6, dan 12 bulan.
Penelitian ini mengacu pada model dasar yang digunakan dalam penelitian
sebelumnya, yaitu :
ttt uRORSDSDSM ++= *0βα
tttt uIRSDRORSDSDSM +++= 1*
0 ββα
ttt uRORTDTDSM ++= *0βα
tttt uIRTDRORTDTDSM +++= 1*
0 ββα
4.1.2 Strategi pembentukkan model
Diperlukan sebuah strategi di dalam pembentukan model VAR agar tidak
terjadi mispesifikasi di dalam pembentukannya. Karenanya estimasi model VAR
akan dilakukan dengan tahapan-tahapan berikut secara berurutan.
Pertama, akan dilakukan pengujian stasioneritas dari setiap series yang
digunakan di dalam model. Hasil series stasioner akan berujung pada penggunaan
VAR dengan metode standar. Sementara series nonstasioner akan berimplikasi pada
dua pilihan VAR, VAR dalam bentuk difference atau VECM.
Keberadaan variabel nonstasioner meningkatkan kemungkinan keberadaan
hubungan kointegrasi antar variabel. Maka pengujian kointegrasi diperlukan untuk
mengetahui keberadaan hubungan tersebut. Pengujian kointegrasi sebaiknya tetap
dilakukan pada data stasioner, mengingat terdapatnya kemungkinan kesalahan
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
46
pengambilan kesimpulan pengujian unit root terkait dengan the power of the test9.
Jika tidak terdapat hubungan kointegrasi, estimasi VAR dapat dilakukan dalam
bentuk diferens. Namun Sims (1980) dan Doan (1992), menentang penggunaan
variabel diferens, walaupun jika variabel tersebut memiliki unit root. Mereka
berargumen bahwa differencing akan membuang informasi berharga yang terkait
dengan pergerakan searah data (seperti kemungkinan terdapatnya hubungan
kointegrasi). Maka penggunaan metode VAR yang sesuai data nonstasioner yang
tidak terkointegrasi pun masih menjadi perdebatan serius hingga saat ini.
4.1.3 Tahapan pembentukkan sistem
Sistem SVAR yang digunakan akan dibentuk dalam tahapan berikut secara
berurutan.
1. Uji Stasioner
Uji stasioneritas akan dilakukan dengan metode ADF dan PP sesuai dengan
bentuk tren deterministik yang dikandung oleh setiap variabel. Pengujian ini
dilakukan dengan cara membandingkan nilai statistik ADF dan PP dengan nilai kritis
MacKinnon untuk mengetahui derajat integrasi stasioneritas suatu variabel. Suatu
variabel disebut stasioner pada integrasi tertentu jika nilai statistik ADF dan PP lebih
kecil dari nilai kritis MacKinnon. PP digunakan jika terdapat structural break.10
2. Penentuan selang optimal
Guna memperoleh panjang selang yang tepat akan dilakukan 3 bentuk
pengujian secara bertahap. Pada tahap pertama akan dilihat panjang selang
maksimum sistem VAR yang stabil. Stabilitas sistem VAR dilihat dari nilai inverse
roots karakteristik AR polinomialnya. Suatu sistem VAR dikatakan stabil (stasioner)
9 Richard Harris. ‘Cointegration Analysis in Econometric Modelling’. 10 Patahan pada pergerakan data, biasa terjadi sebagai akibat dari kejadian luar biasa dalam perekonomian seperti krisis ekonomi
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
47
jika seluruh roots-nya memiliki modulus lebih kecil dari satu dan semuanya terletak
di dalam unit circle, Lutkepohl (1991).
Pada tahap kedua, panjang selang optimal akan dicari dengan menggunakan
kriteria informasi yang tersedia. Kandidat selang yang terpilih adalah panjang selang
menurut kriteria Likelihood Ratio (LR), Final Prediction Error (FPE), Akaike
Information Critrion (AIC), Schwarz Information Criterion (SC), dan Hannan-Quin
Criterion (HQ). Jika kriteria informasi hanya merujuk pada sebuah kandidat selang
maka, kandidat tersebutlah yang optimal. Jika diperoleh lebih dari satu kandidat,
maka pemilihan dilanjutkan pada tahap ketiga.
Pada tahap terakhir ini, nilai Adjusted R2 variabel VAR dari masing-masing
kandidat selang akan diperbandingkan, dengan penekanan pada variabel-variabel
terpenting dari sistem VAR tersebut. Selang optimal akan dipilih dari sistem VAR
dengan selang tertentu yang menghasilkan nilai Adjusted R2 terbesar pada variabel-
variabel penting di dalam sistem
3. Pengujian hubungan kointegrasi
Kointegrasi adalah suatu hubungan jangka panjang atau ekuilibrium antara
variabel-variabel yang tidak stasioner. Dengan kata lain, walau secara individual
variabel-variabel tersebut tidak stasioner, namun kombinasi linier antara variabel
tersebut dapat menjadi stasioner.
Pengujian hubungan kointegrasi dilakukan dengan menggunakan selang
optimal sesuai dengan pengujian sebelumnya. Sementara penentuan asumsi
deterministik yang melandasi pembentukan persamaan kointegrasi didasarkan pada
nilai kriteria informasi AIC dan SC. Berdasarkan asumsi deterministik tersebut akan
diperoleh informasi mengenai banyaknya hubungan kointegrasi antar variabel sesuai
dengan metode Trace dan Max.
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
48
Dalam melakukan pengujuan kointegrasi ada beberapa hal yang harus
diperhatikan :11
1. Kointegrasi menyatakan hubungan linier dari variabel yang non-stationary.
2. Semua variabel harus terintegrasi pada derajat yang sama.
Jika satu grup memiliki n variabel, bisa terdapat n-1 vektor kointegrasi yang
independen; artinya ada lebih dari satu persamaan kointegrasi, atau variabel satu
dengan lainnya terkointegrasi melalui berbagai cara
4. Uji stabilitas model SVAR
Sama seperti stabilitas sistem VAR dan VEC, stabilitas sistem SVAR juga
akan dilihat dari nilai inverse roots karakteristik AR polinomialnya. Hal ini dapat
dilihat dari nilai modulus di tabel AR-roots-nya, jika seluruh nilai AR-rootsnya
dibawah 1, maka sistem tersebut stabil.
4.1.4 Urutan variabel (ordering) yang digunakan dan formulasi model S-
VAR
Pembentukkan sistem struktural VAR menitikberatkan komposisi
pembentukkan modelnya pada spesifikasi hubungan struktural antar variabel di
dalam modelnya. Dalam skripsi ini, penulis menggunakan variabel – variabel yang
terbagi menjadi 2 persamaan, skema variabel yang digunakan pada persamaan
tersebut adalah :
1. RORSD(-1)
IRSD
M1
IPM
11 Ruslan Prijadi.Menyusun Makalah Praktikum Riset Keuangan.Kuliah PRK.2004
SDSM
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
49
Skema di atas menunjukkan bahwa 4 variabel independen, yaitu tingkat
bagi hasil tabungan mudharabah BMI (RORSD), tingkat suku bunga tabungan
(IRSD), jumlah uang beredar (M1) dan Indeks Produksi Manufaktur (IPM) akan
berpengaruh secara langsung terhadap jumlah tabungan mudharabah Muamalat
(SDSM). Secara sederhana model S-VAR nya akan berbentuk sebagai berikut :
eRORSD(-1) = f (u RORSD(-1))
eIRSD = f (u IRSD)
eM1 = f (u M1)
eIPM = f (u IPM)
Sehingga model persamaan Sudin Haron menjadi sebagai berikut :
)()()1()())1(( uSDSMfeIPMfeMfeIRSDfeRORSDfeSDSM ++++−= ..(1)
2. RORTD
IRTD
M1
IPM
Skema di atas menunjukkan bahwa 4 variabel independen, yaitu tingkat
bagi hasil deposito mudharabah BMI (RORTD), tingkat suku bunga deposito
(IRTD), jumlah uang beredar (M1) dan Indeks Produksi Manufaktur (IPM)
berpengaruh secara langsung terhadap jumlah deposito mudharabah Muamalat
(TDSM). Secara sederhana model S-VAR nya akan berbentuk sebagai berikut :
eRORTD(-1) = f (u RORTD(-1))
eIRTD = f (u IRTD)
eM1 = f (u M1)
eIPM = f (u IPM)
Sehingga model persamaan Sudin Haron menjadi sebagai berikut :
)()()1()())1(( uTDSMfeIPMfeMfeIRTDfeRORTDfeTDSM ++++−= ...(2)
TDSM
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
50
Model persamaan deposito mudharabah ini akan dikategorikan menjadi 4 model
persamaan sesuai dengan jangka waktu jatuh tempo yaitu 1,3,6,dan 12 bulan,
sehingga sebagai berikut :
)()()1()1())1(1( uTDSMfeIPMfeMfeIRTDfeRORTDfeTDSM ++++−=
)()()1()3())1(3( uTDSMfeIPMfeMfeIRTDfeRORTDfeTDSM ++++−=
)()()1()6())1(6( uTDSMfeIPMfeMfeIRTDfeRORTDfeTDSM ++++−=
)()()1()12())1(12( uTDSMfeIPMfeMfeIRTDfeRORTDfeTDSM ++++−=
Kesemua jenis model persamaan S-VAR di atas nantinya akan diubah ke
dalam bentuk matriks dimana A e = B u.
4.1.5 Perbedaan Model yang Diteliti dengan Model Sudin Haron
Pada model Sudin Haron dapat dianalisa bahwa model tersebut belum
memasukkan variabel tingkat kekayaan dan pendapatan dari masyarakat. Jadi model
Sudin Haron hanya melihat pengaruh return terhadap jumlah dana pihak ketiga dan
tidak melihat pengaruh tingkat kemampuan masyarakat terhadap jumlah dana pihak
ketiga.
Sedangkan pada penelitian ini, model yang dipakai adalah model Sudin
Haron tetapi dengan menambahkan variabel kekayaan (wealth) dan variabel
pendapatan (income). Variabel wealth yang digunakan dalam penelitian ini adalah
uang beredar atau M1 yang mewakili kesejahteraan masyarakat. Sementara itu
variabel pendapatan (income) menggunakan proxi Index Produksi Manufaktur (IPM).
Sehingga dapat dilihat apakah jumlah dana pihak ketiga di perbankan syariah semata
– mata dipengaruhi oleh return atau dipengaruhi juga oleh M1 dan IPM.
4.2 Hipotesa Model
Berdasarkan teori –teori yang telah dijelaskan sebelumnya, maka hipotesa
dari tiap persamaan di dalam model sebagai berikut :
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
51
• Model pendanaan dengan tabungan mudharabah
)()()1()())1(( uSDSMfeIPMfeMfeIRSDfeRORSDfeSDSM ++++−= ..(1)
Dari model persamaan di atas, maka dapat diambil hipotesa sebagai berikut:
1. Tingkat bagi hasil tabungan mudharabah BMI (RORSD) memiliki pengaruh
yang positif terhadap jumlah tabungan mudharabah BMI (SDSM).
H0 : RORSDt-1 = 0
H1 : RORSDt-1 ≠ 0
2. Tingkat suku bunga tabungan konvensional (IRSD) memiliki pengaruh yang
negatif terhadap jumlah tabungan mudharabah BMI (SDSM).
H0 : IRSDt = 0
H1 : IRSDt ≠ 0
3. Tingkat kekayaan masyarakat yang diwakili dengan M1 memiliki pengaruh
yang positif terhadap jumlah tabungan mudharabah BMI (SDSM).
H0 : M1t = 0
H1 : M1t ≠ 0
Hipotesa untuk model tersebut berlaku untuk kedua persamaan (1) dan
persamaan (2).
4 Tingkat pendapatan masyarakat yang diwakili dengan IMP memiliki
pengaruh yang positif terhadap jumlah tabungan mudharabah BMI (SDSM).
H0 : IPMt = 0
H1 : IPMt ≠ 0
• Model pendanaan dengan deposito mudharabah.
)()()1()())1(( uTDSMfeIPMfeMfeIRTDfeRORTDfeTDSM ++++−= ..(2)
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
52
1. Tingkat bagi hasil deposito mudharabah BMI (RORTD) memiliki pengaruh
yang positif terhadap jumlah deposito mudharabah BMI (TDSM).
H0 : RORTDt-1 = 0
H1 : RORTDt-1 ≠ 0
2. Tingkat suku bunga deposito konvensional (IRTD) memiliki pengaruh yang
negatif terhadap jumlah deposito mudharabah BMI (TDSM).
H0 : IRTDt = 0
H1 : IRTDt ≠ 0
3. Tingkat kesejahteraan masyarakat yang diwakili dengan M1 memiliki
pengaruh yang positif terhadap jumlah deposito mudharabah BMI (TDSM).
H0 : M1t = 0
H1 : M1t ≠ 0
4 Tingkat pendapatan masyarakat yang diwakili dengan IMP memiliki
pengaruh yang positif terhadap jumlah deposito mudharabah BMI (TDSM).
H0 : IPMt = 0
H1 : IPMt ≠ 0
Hipotesa untuk model persamaan (2) tersebut berlaku untuk setiap jangka
waktu jatuh tempo dari deposito mudharabah.
4.3 Metode Penelitian
4.3.1 Analisis Vector Autoregressive (VAR)
Model-model ekonometri yang telah kita pelajari baik yang satu persamaan
ataupun multi persamaan, biasanya berbentuk model struktural. Artinya, model yang
dibangun, hubungan antar variabelnya mengacu pada suatu teori. Demikian pula
bentuk fungsionalnya. Pengestimasian model struktural ini dapat digunakan untuk
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
53
mengetes suatu teori. Model dinamik juga mengacu pada suatu teori yang baku.
Konsekuensinya, dalam membangun model ekonometri, pemodel harus yakin bahwa
spesifikasi model yang ditawarkan dipandu oleh suatu teori.
Akan tetapi, terkadang teori (ekonomi) tidak dapat secara tepat mengarahkan
kepada spesifikasi yang tepat. Seringkali, ada beberapa teori yang saling berbeda dalam
menjelaskan suatu fenomena. Sebagai akibatnya, banyak pemodel yang mendasarkan
pada data dalam menentukan struktur dinamik modelnya. VAR merupakan teknik yang
dapat menjawab tantangan ini. Model VAR tidak banyak tergantung pada teori.
VAR merupakan metode lebih lanjut sebuah sistem persamaan simultan yang
bercirikan pada pemanfaatan beberapa variabel ke dalam model secara bersama-sama.
Jika dalam persamaan simultan terdapat variabel endogen12 dan eksogen13, maka dalam
VAR setiap variabel dianggap simetris14, karena sulit untuk menentukan secara pasti
apakah suatu variabel bersifat endogen atau eksogen, Sims(1986)15.
4.3.2 Reduced Form
Misalkan terdapat model dengan 2 variabel (bivariate), Y dan Z, yang
memiliki hubungan kausalitas simultan seperti berikut:
yt1t121t11t1210t εzγyγzbby +++−= −−
zt1t221t21t2120t εzγyγybbz +++−= −− ...............(1)
sistem persamaan diatas dikenal juga sebagai Struktural VAR atau bentuk sistem
primitif. Kedua variabel tersebut (Y dan Z), secara individual dipengaruhi secara
langsung oleh variabel yang lain, dan secara tidak langsung oleh nilai selang dari
12 Perubahannya dipengaruhi oleh perubahan variabel lain 13 Perubahannya tidak dipengaruhi oleh perubahan variabel lain atau hanya dipengaruhi oleh perubahannya sendiri 14 Setiap variabel saling mempengaruhi perubahan antar variabel baik secara langsung maupun tidak langsung 15 Menurut Sims, dalam VAR tidak terdapat dikotomi variabel eksogen dan endogen. Jika memang terdapat hubungan kausalitas simultan antar variabel yang diamati, maka variabel-variabel tersebut akan diperlakukan sama.
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
54
setiap variabel di dalam sistem. Sistem persamaan tersebut dapat dibentuk ke dalam
notasi matriks berikut:
{ {t1t10t ε
zt
yt
x
1t
1t
Γ
2221
1211
Γ
20
10
x
t
t
B
21
12
εε
zy
γγγγ
bb
zy
1bb1
⎥⎦
⎤⎢⎣
⎡+⎥
⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡+⎥
⎦
⎤⎢⎣
⎡=⎥
⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡
−
−
−
321434 21321434 21
t1t10t εxΓΓBx ++= − ................(2)
Dengan mengalikan inverse B pada notasi matriks persamaan (2) diatas, akan
diperoleh:
t1t10t1
1t11
01
t exAAεBxΓBΓBx ++=++= −−
−−− .......(3)
atau dalam bentuk persamaan bivariate:
1t1t121t1110t ezayaay +++= −−
2t1t221t2120t ezayaaz +++= −− ...............(4)
Sistem inilah yang disebut sebagai sistem VAR dalam bentuk standar atau
reduced form. Sistem tersebut juga merepresentasikan sebuah bentuk Wold-Moving
Average. Karena ytε dan ztε white noise16, maka te pun akan memiliki rata-rata 0,
varians yang konstan, serta non-otokorelasi serial.
4.3.3 Spesifikasi dan Identifikasi
Spesifikasi model VAR meliputi pemilihan variabel dan banyaknya selang
yang digunakan di dalam model. Sesuai dengan metodologi Sims (1980), variabel yang
digunakan di dalam persamaan VAR dipilih berdasarkan model ekonomi yang relevan.
Teori ekonomi jelas berperan di dalam pemilihan variabel ini, karena itu Bernanke dan
Blinder (1992) menyebutnya sebagai pendekatan semi-structural VAR.
16 Residual yang memiliki rata-rata 0, varians yang konstan, serta non-otokorelasi serial.
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
55
Pemilihan selang optimal akan memanfaatkan kriteria informasi yang
diperoleh dari Akaike Information Critera (AIC), dan Schwarz Criteria (SC).
Akaike Information Critera (AIC)
AIC memberikan penalti atas tambahan variabel (termasuk variabel selang),
yang mengurangi derajat kebebasan. Oleh karena itu, lag optimal akan ditemukan pada
spesifikasi model yang memberikan nilai AIC paling minimum.
N2k
Nε̂ΣlogAIC
2i +⎟⎟
⎠
⎞⎜⎜⎝
⎛=
Dimana 2iε̂Σ merupakan jumlah dari kuadrat residual, N adalah jumlah
observasi, dan k adalah banyaknya parameter yang diestimasi persamaan VAR.
Schwarz Criteria (SC)
Seperti AIC, SC juga memberikan penalti atas penambahan variabel, namun
dengan tingkat penalti yang lebih berat dari AIC. Seperti pada AIC lag optimal dengan
metode ini akan ditemukan pada spesifikasi model yang memberikan nilai SC
minimum.
NlogNk
Nε̂ΣlogSC
2i +⎟⎟
⎠
⎞⎜⎜⎝
⎛=
Tidak berbeda dengan tahapan persamaan simultan, VAR juga perlu untuk
melakukan identifikasi persamaan sebelum melakukan estimasi model. Kondisi
overidentified akan diperoleh jika jumlah informasi yang dimiliki melebihi jumlah
parameter yang ingin diestimasi. Jika jumlah informasi dan jumlah parameter yang
diestimasi sama, akan diperoleh kondisi exactly identified atau just identified.
Sementara jika jumlah informasi kurang dari jumlah parameter yang diestimasi akan
tercipta kondisi underidentified. Hasil identifikasi pada sebuah sistem persamaan
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
56
simultan menjadi penting karena pengaruhnya pada proses estimasi. Proses estimasi
hanya dapat dilakukan pada kondisi overidentified dan just identified.
Kembali pada model yang dibangun diatas, identifikasi dari sistem persamaan
VAR akan menghasilkan 9 informasi yang terdiri atas 6 koefisien estimasi
( 222112112010 a,a,a,a,a,a ), kalkulasi atas nilai varians 1te dan 2te , serta kovarians
( 1te , 2te ). Sementara parameter yang harus diestimasi berjumlah 10, yang terdiri atas 2
koefisien intercept ( 2010 b,b ), 4 koefisien autoregressive ( 22211211 γ,γ,γ,γ ), dua koefisien
feedback ( 2112 b,b ), serta dua standar deviasi ( zy σ,σ ). Maka yang diperoleh adalah
kondisi underidentified, yang membuatnya mustahil untuk diestimasi.
4.3.4 Restriksi Parameter
Sims (1980) menganjurkan penggunaan sistem rekursif ke dalam proses
identifikasi model dengan melakukan restriksi pada satu atau lebih parameter yang
dilandasi oleh argumen teori ekonomi yang sesuai. Kembali kepada sistem persamaan
diatas, restriksi dilakukan dengan argumen teori bahwa Z dapat secara langsung
mempengaruhi Y, akan tetapi Y tidak dapat secara langsung mempengaruhi Z. Secara
eksplisit nilai 21b akan diset sama dengan 0. Maka sistem persamaan (1) akan
berbentuk:
yt1t121t11t1210t εzγyγzbby +++−= −−
zt1t221t2120t εzγyγbz +++= −− ...............(5)
Restriksi tersebut juga akan mengakibatkan perubahan nilai matriks B dan
-1B . Dalam bentuk matriks persamaan VAR akan berubah menjadi:
⎥⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡ −+⎥
⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡ −+⎥
⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡ −=⎥
⎦
⎤⎢⎣
⎡
−
−
zt
yt12
1t
1t
2221
121112
20
1012
t
t
εε
10b1
zy
γγγγ
10b1
bb
10b1
zy
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
57
⎥⎦
⎤⎢⎣
⎡ −+⎥
⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡ −−+⎥
⎦
⎤⎢⎣
⎡ −=⎥
⎦
⎤⎢⎣
⎡
−
−
zt
zt12yt
1t
1t
2221
221212211211
20
201210
t
t
εεbε
zy
γγγbγγbγ
bbbb
zy
......(6)
sesuai dengan spesifikasi dari sistem persamaan (4) akan diperoleh:
20121010 bbba −= ; 21121111 γbγa −= ; 22121212 γbγa −= ;
2020 ba = ; 2121 γa = ; 2222 γa =
Dari persamaan (6) dan spesifikasi persamaan (4) kita juga dapat memperoleh
bahwa zt12yt1t εbεe −= dan zt2t εe = . Maka nilai varians dan kovarians dari residualnya
akan berbentuk:
2z
212
2y1 σbσ)Var(e ++= ; 2
z2 σ)Var(e = ; 2z1221 σb)e,Cov(e −=
Dengan mensubstitusikan 9 parameter dari estimasi sistem persamaan VAR
222112112010 a,a,a,a,a,a , )Var(e1 , )Var(e2 , serta )e,Cov(e 21 , ke dalam sembilan
persamaan diatas secara simultan, maka akan diperoleh nilai parameter 2010 b,b , 12b ,
22211211 γ,γ,γ,γ , 2yσ , dan 2
zσ .
Dari matriks persamaan (6) terlihat bahwa keberadaan restriksi 0b21 =
mengakibatkan ty secara langsung dan serentak dipengaruhi oleh perubahan residual
ytε dan ztε . Sementara tz secara langsung dan serentak hanya dipengaruhi oleh
perubahan residual ztε . Penguraian bentuk residual segi empat melalui restriksi
parameter ke dalam bentuk segi tiga ini dikenal sebagai Choleski decomposition.
4.3.5 Implementasi VAR
VAR menyediakan analisa untuk Forecasting, Impulse Response Function,
Forecast Error Decomposition of Variance dan Granger Causality. Sesuai dengan
tujuan penelitian ini, maka pembahasan analisa VAR untuk penelitian ini lebih banyak
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
58
ditekankan kepada dua hal, yaitu Impulse Response Function (IRF) dan Variance
Decomposition (VED).
1. Impulse Response Function (IRF)
IRF melacak efek perubahan satu standar deviasi dari salah satu inovasi
yang tersedia terhadap nilai sekarang dan masa depan sebuah variabel endogen.
Dengan kata lain, IRF dapat melacak dampak perubahan satu standar deviasi dari
sebuah variabel terhadap perubahan saat ini dan masa depan variabel lain, di dalam
sistem persamaan VAR.
Sistem Persamaan VAR (4) dapat diubah ke dalam bentuk matriks berikut:
⎥⎦
⎤⎢⎣
⎡+⎥
⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡+⎥
⎦
⎤⎢⎣
⎡=⎥
⎦
⎤⎢⎣
⎡
−
−
2t
1t
1t
1t
2221
1211
20
10
t
t
ee
zy
aaaa
aa
zy
..........(7)
Dari persamaan (7), dapat diketahui bahwa baik nilai Y dan Z bergantung
pada nilai selangnya masing-masing serta pada nilai residualnya. Dengan
memfokuskan pada pengaruh perubahan shock residual 1te dan 2te , kepada nilai Y
dan Z, persamaan (7) dapat dibentuk menjadi:
⎥⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡+⎥
⎦
⎤⎢⎣
⎡=⎥
⎦
⎤⎢⎣
⎡ ∑∞
= i-zt
i-yt
0i
i
2221
1211
t
t
εε
(i)φ(i)φ(i)φ(i)φ
zy
zy
..........(7)
Empat set koefisien (i)φ11 , (i)φ12 , (i)φ21 , dan (i)φ22 disebut sebagai IRF.
Koefisien inilah yang digunakan untuk mengetahui dampak perubahan shock
residual ytε dan ztε , kepada nilai Y dan Z baik di saat ini maupun di masa depan.
Dengan menetapkan 0i = , keempat koefisien tesebut akan menggambarkan
impact multiplier. Misalkan koefisien (0)φ22 akan menggambarkan dampak
perubahan ztε secara langsung (instan) kepada tz . Jika menetapkan 1i = , maka
akan diperoleh pengaruh perubahan residual yang lalu terhadap nilai Y dan Z satu
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
59
periode ke depan. Maka (1)φ12 menggambarkan perubahan 1-ztε terhadap Y saat
ini.
Seperti yang telah diutarakan sebelumnya, sistem persamaan VAR diatas
underidentified, sehingga estimasi dari IRF pun tidak dapat dilakukan. Agar
estimasi dapat dilakukan diperlukan restriksi identifikasi sehingga kondisi
justidentified dapat tercapai. Salah satu caranya adalah dengan Choleski
decomposition. Seperti sebelumnya dengan keberadaan restriksi 0b21 = , akan
diperoleh residual zt12yt1t εbεe −= dan zt2t εe = . Choleski decomposition
membatasi sistem persamaan VAR sehingga shock ytε tidak dapat secara langsung
mempengaruhi nilai tz , sebaliknya ztε dapat secara langsung mempengaruhi ytε
dan ztε . Hal ini berimplikasi pada kebutuhan akan keberadaan urutan kausalitas
(ordering) di dalam sebuah sistem persamaan VAR. Pada contoh diatas, ordering-
nya berbentuk YZ → .
Penentuan bentuk ordering yang tepat tentunya adalah yang sesuai dengan
dasar teori yang digunakan. Karenanya dalam pembentukan sistem persamaan
VAR perlu diketahui sebelumnya dari dasar teori, apakah perubahan suatu variabel
memiliki dampak langsung terhadap variabel yang lain atau tidak. Akan tetapi
ketepatan bentuk ordering sendiri sangat bergantung pada seberapa besar korelasi
antar residualnya17. Sebagai acuan sederhana (rule of thumb) digunakan patokan
nilai korelasi 0.2 sebagai signifikansi keberadan korelasi antar residual. Secara
mutlak, nilai korelasi antar residual yang berada dibawah nilai 0.2,
mengindikasikan tidak terlalu berpengaruhnya bentuk ordering yang digunakan.
17 Misalkan besar korelasi antara 1te dan 2te pada contoh diatas
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
60
Sebaliknya jika nilai mutlak korelasi antar residual berada diatas 0.2
mengindikasikan kebutuhan penggunaan ordering yang tepat.
2. Variance Decomposition (VD)
Variance Decomposition (VD) menjelaskan proporsi pergerakan suatu
variabel akibat shock dari variabel itu sendiri relatif terhadap dampaknya kepada
pergerakan variabel lain, secara berurutan. Dengan kata lain, sebenarnya VED
memberikan informasi tentang seberapa penting perubahan setiap inovasi random,
secara relatif, terhadap perubahan variabel di dalam VAR.
Variance Decomposition (VD) pun tidak terlepas dari masalah
underidentification karena keberadaannya sebagai bagian dari analisa VAR dan
seperti pada kasus – kasus sebelumnya, structural decomposition juga dapat
diterapkan pada Variance Decomposition (VD) dengan memperhatikan
kebutuhannya sesuai dengan nilai korelasi residual antar variabel yang digunakan.
4.3.6 Stasioneritas, kointegrasi dan Structural Vector Auturegression
(S-VAR)
1. Stasioneritas
Asumsi yang sangat penting dalam analisis time series adalah kestasioneran
data. Data time series dikatakan stasioner jika secara stokastik data menunjukkan
pola yang konstan dari waktu ke waktu atau dengan kata lain tidak terdapat
kenaikan atau penurunan pada data.
Data time series secara umum dikatakan stasioner jika nilai mean dan
autocovariancenya tidak tergantung pada waktu model pengujian Augmented
Dickey Fuller (ADF Test) secara umum sebagai berikut :
ttt YY ερµ ++= −1 ,
dimana µ = parameter
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
61
ρ = error
Y dikatakan series yang stasioner jika 11 <<− ρ dan jika nilai absolut dari
1>ρ maka series tersebut dikatakan eksplosif. Sehingga dapat kita katakan bahwa
sebuah hipotesa dikatakan stasioner jika nilai 1>ρ . Hipotesa yang dapat disusun
sebagai berikut :
H0 : 1=ρ
H1 : 1<ρ
Untuk ADF Test, test statistiknya adalah t – statistik untuk setiap lag
dari dependent variabel. Hipotesa nol ditolak maka series tersebut dikatakan
stasioner dan sebaliknya jika hipotesa nol diterima maka series tersebut dikatakan
tidak stasioner. Stasioner dari sebuah variabel menjadi penting karena pengaruhnya
pada hasil estimasi regresi palsu (spurious regression), dimana nilai koefisien yang
dihasilkan dari estimasi menjadi tidak valid dan sulit untuk dijadikan pedoman.
Bentuk paling sederhana dari series yang tidak stasioner adalah bentuk
random walk seperti ttt yy ε+= −1 . Dimana tε merupakan gangguan random yang
bersifat stasioner. Series y memiliki konstanta yang nilainya cendrung berubah
sesuai dengan perubahan waktu, sehingga tidak stasioner. Akan tetapi random walk
disebut difference stasionary series, karena turunan pertamanya berbentuk
stasioner, ttt yy ε+= −1 .
Sebuah difference stasionary series dikatakan terintegrasi dan dilambangkan
sebagai I(d), dimana d merupakan tingkat integrasinya. Tingkat integrasi
merupakan banyaknya unit root yang dikandung di dalam sebuah series, atau
berapa kali operasi differensial harus dilakukan untuk membuat series menjadi
stasioner. Pada kasus random walk di atas, unit rootnya 1, maka y merupakan series
I(1). Sebuah series yang stasioner akan memiliki I(0).
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
62
Metode formal untuk mengetahui stasioneritas sebuah series dikenal dengan
unit root test. Terdapat 2 macam metode pengujian unit root yang sudah digunakan
secara luas. Pertama, metode Dickey-Fuller (DF) dan Augmented Dickey-Fuller
(ADF), yang kedua adalah metode Phillips-perron (PP).
2. Kointegrasi
Kointegrasi dapat diartikan sebagai suatu hubungan jangka panjang antara
variabel – variabel yang tidak stasioner. Keberadaan hubungan kointegrasi
memberikan peluang bagi data – data yang secara individual tidak stasioner untuk
menghasilkan sebuah kombinasi linier di antara mereka sehingga tercipta kondisi
yang stasioner. Secara sederhana, dua variabel disebut terkointegrasi jika hubungan
kedua variabel tersebut dalam jangka panjang akan mendekati atau mencapai
kondisi ekuilibriumnya.
3. Structural Vector Auturegression (S-VAR)
Seperti VECM, SVAR juga merupakan VAR yang terestriksi. Akan tetapi
terdapat perbedaan dalam restriksi. SVAR merestriksi berdasarkan hubungan
teoritis yang kuat akan skema (peta hubungan) bentuk urutan (ordering) variabel-
variabel yang digunakan dalam sistem VAR yang teoritis (Theoritical VAR).
Model SVAR pada dasarnya dikembangkan dengan menggunakan basis
model VAR biasa. Model SVAR digunakan untuk memperoleh ortogonalisasi non
recursive dari error term dalam kerangka analisis impulse response/ untuk
memperoleh ortogonalisasi non recursive dari error term maka harus dibentuk
sejumlah restriksi yang mengidentifikasikan komponen struktural dalam error
term.18
18 Billmeier dan Bonatot (2002) dalam Exchange Rate Pass Through and Monetary Policy in Croatia.
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
63
Sebagai contoh Yt adalah vektor variabel endogen dengan k elemen dan
[ ]∑ = !tt eeEε adalah matriks covariance dari residual. Maka model SVAR dapat
diestimasi sebagai berikut :
tt BAe µ=
dimana te dan tµ adalah vektor k observed residual dan vektor k unobserved
struktural inovasi. A dan B adalah k x k matriks yang akan diestimasi. Struktural
inovasi tµ diasumsikan orthonormal sehingga covarians matriksnya adalah matriks
identitas [ ] IE tt =!µµ . Dengan asumsi orthonormal inovasi tµ tersebut maka
jumlah restriksi yang perlu dilakukan sebanyak k(k+1)/2 untuk menyelesaikan
sebanyak 2k2 parameter yang tidak diketahui pada matriks A dan B. Jadi matriks A
adalah matriks lower-triangular sedangkan B adalah matriks diagonal.
A =
⎟⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜⎜
⎝
⎛
1......01.........001000100001
21
3231
21
nn aa
aaa
dan B =
⎟⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜⎜
⎝
⎛
nnb
bb
b
00000...000000000000000
33
22
11
4.3 Data yang Digunakan dan Karakteristik Variabel
4.3.1 Data yang digunakan
Data yang digunakan pada penelitian ini adalah data time series bulanan
dari tingkat suku bunga tabungan, tingkat suku bunga deposito berjangka 1,3,6,12
pada perbankan konvensional, jumlah tabungan dan jumlah deposito pada Bank
Muamalat Indonesia, tingkat bagi hasil tabungan mudharabah dan tingkat bagi hasil
deposito berjangka mudharabah 1,3,6,12 juga pada Bank Muamalat Indonesia.
Sebagian data dalam penelitian ini diperoleh dari publikasi Bank Indonesia,
dan sebagian lagi yaitu data jumlah tabungan mudharabah, jumlah deposito
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
64
mudharabah 1, 3, 6, 12 bulan, tingkat bagi hasil tabungan mudharabah dan tingkat
bagi hasil deposito berjangka mudharabah 1,3,6,12 yang diperoleh dari Bank
Muamalat Indonesia. Penggunaan data dari Bank Muamalat Indonesia dikarenakan
Bank Syariah ini adalah Bank Syariah pertama di Indonesia yang sudah tentu
mempunyai pangsa yang lebih besar dari bank – bank syariah lainnya.
Periode penelitian yang akan digunakan adalah dari bulan Januari tahun
2002 sampai bulan Desember tahun 2005. Pengambilan periode penelitian ini
dikarenakan terbatasnya data publikasi yang dikeluarkan oleh Bank Muamalat
Indonesia, jadi ruang lingkup penelitian ini menggunakan data time series bulanan
selama 48 bulan.
Data – data time series yang digunakan dalam penelitian ini diperoleh dari
website Bank Indonesia (www.bi.go.id) terutama data tingkat suku bunga tabungan
dan deposito berjangka 1.3.6.12 bank konvensional dan data jumlah tabungan
mudharabah dan deposito berjangka mudharabah 1,3,6,12 bank syariah.
Berikut ini ada 13 variabel yang digunakan dalam penelitian dan akan
dijelaskan tentang variabel – variabel tersebut disertai dengan definisi
operasionalnya.
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
65
Tabel.4-1
Variabel operasional dalam penelitian
No. Variabel Definisi 1 SDSM Tabungan Mudharabah Bank Muamalat Indonesia 2 TDSM Deposito Mudharabah Bank Muamalat 3 IRSD Tingkat Suku Bunga Tabungan Bank Konvensional 4 IRTD1 Tingkat Suku Bunga Deposito Bank Konvensional jangka waktu 1 bulan 5 IRTD3 Tingkat Suku Bunga Deposito Bank Konvensional jangka waktu 3 bulan 6 IRTD6 Tingkat Suku Bunga Deposito Bank Konvensional jangka waktu 6 bulan 7 IRTD12 Tingkat Suku Bunga Deposito Bank Konvensional jangka waktu 12 bulan 8 RORSD Tingkat Bagi Hasil Tabungan Mudharabah Bank Syariah 9 RORTD1 Tingkat Bagi Hasil Deposito Mudharabah Bank Syariah jangka waktu 1 bulan 10 RORTD3 Tingkat Bagi Hasil Deposito Mudharabah Bank Syariah jangka waktu 3 bulan 11 RORTD6 Tingkat Bagi Hasil Deposito Mudharabah Bank Syariah jangka waktu 6 bulan 12 RORTD12 Tingkat Bagi Hasil Deposito Mudharabah Bank Syariah jangka waktu 12 bulan 13 M1 Jumlah Uang Beredar 14 IPM Index Produksi Manufaktur
Untuk menguji dan mengestimasi seluruh sistem persamaan yang digunakan
di dalam penelitian ini akan digunakan software Eviews 4.1. Software ini dipilih
karena spesialisasinya di dalam kalkulasi ekonometrika, terutama ekonometrika
time series.
4.3.2 Karakteristik Variabel
Variabel yang digunakan dalam penelitian ini dapat dikelompokkan menjadi
3 jenis, yaitu variabel pendanaan, variabel moneter, dan variabel indikator
kekayaan dan pendapatan. Untuk jenis variabel pendanaan yang digunakan adalah
• Variabel SDSM merupakan variabel yang menggambarkan jumlah tabungan
mudharabah milik masyarakat yang terdapat di Bank Muamalat Indonesia.
Variabel ini dipakai karena merupakan sumber pendanaan utama bagi Bank
Muamalat Indonesia. Tabungan mudharabah tentu sangat berkorelasi dengan
tingkat bagi hasil, dan masyarakat yang menyimpan dananya dalam tabungan
mudharabah lebih sebagai tujuan transaksi.
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
66
• Variabel TDSM merupakan variabel yang menggambarkan jumlah deposito
mudharabah milik masyarakat yang terdapat di Bank Muamalat Indonesia.
Variabel ini digunakan dalam penelitian karena merupakan sumber pendanaan
yang terbesar kedua setelah tabungan mudharabah. Deposito mudharabah di
Bank Muamalat Indonesia juga memiliki korelasi dengan tingkat bagi hasil
sama seperti variabel SDSM. Masyarakat yang menyimpan dananya dalam
bentuk deposito mudharabah umumnya memiliki tujuan untuk investasi
sehingga sifat dari variabel ini adalah jangka panjang.
Sedangkan untuk jenis dari variabel moneter yang digunakan dalam
penelitian ini adalah :
• Variabel IRSD yaitu variabel yang menggambarkan tingkat suku bunga
tabungan dari bank konvensional. Variabel ini digunakan dalam penelitian
karena merupakan variabel penentu yang menentukan seberapa besar
pengaruhnya terhadap jumlah tabungan mudharabah di Bank Muamalat
Indonesia. Variabel ini juga yang biasanya dijadikan indikator oleh masyarakat
untuk memilih menyimpan dananya di bank konvensional.
• Variabel IRTD yaitu variabel yang menggambarkan tingkat suku bunga
deposito dari bank konvensional. Variabel ini digunakan dalam penelitian
karena merupakan variabel penentu yang menentukan seberapa besar
pengaruhnya terhadap jumlah deposito mudharabah di Bank Muamalat
Indonesia. Variabel ini juga yang menjadi indikator masyarakat dalam
menyimpan dananya di bank konvensional dalam bentuk deposito. Karena
variabel IRTD dianggap sebagai tingkat pengembalian dari deposito, maka
IRTD memiliki jangka waktu jatuh tempo yaitu 1,3,6, dan 12 bulan yang tiap
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
67
jangka waktunya memiliki tingkat yang berbeda sesuai dengan tingkat
risikonya.
• Variabel RORSD merupakan variabel yang menggambarkan tingkat
pengembalian berupa bagi hasil atas dana yang telah disimpan oleh masyarakat
dalam bentuk tabungan. Variabel ini digunakan dalam penelitian karena sangat
berkorelasi dengan jumlah tabungan mudharabah di Bank Muamalat Indonesia.
Variabel ini berbeda dengan IRSD, RORSD bukanlah bunga tetapi tingkat
pengembalian yang ditentukan di awal berdasarkan nisbah yang disepakati oleh
pihak penabung dan bank.
• Variabel RORTD merupakan variabel yang menggambarkan tingkat
pengembalian berupa bagi hasil atas dana yang telah disimpan oleh masyarakat
dalam bentuk deposito. Variabel ini digunakan dalam penelitian karena sangat
berkorelasi dengan jumlah deposito mudharabah di Bank Muamalat Indonesia.
Variabel ini juga memiliki jangka waktu jatuh tempo sesuai dengan deposito
mudharabahnya.
Dua jenis variabel terakhir yang digunakan adalah variabel indikator
kekayaan dan pendapatan yaitu
• Variabel M1 atau jumlah uang beredar yaitu salah satu alat yang digunakan
oleh pemerintah dalam mengatur kebijakan moneternya. Perubahan dalam
jumlah uang beredar dapat menjadi dampak utama pada kondisi ekonomi.
Peningkatan dalam jumlah uang beredar membuat dana pinjaman menjadi lebih
murah, sehingga menekan biaya meminjam. Maka diharapkan masyarakat akan
meningkatkan konsumsinya dan mengurangi tabungan. Untuk itu jumlah uang
beredar diasumsikan memiliki hubungan yang positif terhadap deposit.
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
68
• Variabel Indeks Produksi Manufaktur sebagai proxi dari tingkat GDP. Index
Produksi Manufaktur (IPM) merupakan angka index produksi dari industri yang
dispesifikasi berdasarkan International Standard Industry Classification (ISIC)
untuk semua aktifitas perekonomian. Sehingga variabel ini cukup spesifik
mewakili tingkat pendapatan bulanan dari masyarakat.
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
31
BAB 3
PROFIL PT. BANK MUAMALAT INDONESIA Tbk.
3.1 Sejarah pendirian dan perkembangan Bank Muamalat Indonesia
PT Bank Muamalat Indonesia Tbk didirikan pada tahun 1991, diprakarsai
oleh Majelis Ulama Indonesia (MUI) dan Pemerintah Indonesia. Ide pendirian Bank
Muamalat berawal dari lokakarya “Bunga bank dan Perbankan” yang
diselenggarakan oleh Majelis Ulama Indonesia (MUI) bertempat di Cisarua, Bogor
tanggal 18 – 20 Agustus 1990. Ide ini kemudian dipertegas lagi dalam Musyawarah
Nasional (Munas) MUI IV di Hotel Sahid Jaya Jakarta tanggal 22 – 25 Agustus 1990.
Bank Muamalat Indonesia memulai kegiatan operasinya pada 1 Mei 1992 atau 27
Syawal 1412 H. Dengan dukungan nyata dari eksponen Ikatan Cendekiawan Muslim
se-Indonesia (ICMI) dan beberapa pengusaha Muslim, pendirian Bank Muamalat
juga menerima dukungan masyarakat, terbukti dari komitmen pembelian saham
Perseroan senilai Rp 84 miliar pada saat penandatanganan akta pendirian Perseroan.
Selanjutnya, pada acara silaturahmi peringatan pendirian tersebut di Istana Bogor,
diperoleh tambahan komitmen dari masyarakat Jawa Barat yang turut menanam
modal senilai Rp 106 miliar.
Pada tanggal 27 Oktober 1994, hanya dua tahun setelah didirikan, Bank
Muamalat berhasil menyandang predikat sebagai Bank Devisa. Pengakuan ini
semakin memperkokoh posisi Perseroan sebagai bank syariah pertama dan terkemuka
di Indonesia dengan beragam jasa maupun produk yang terus dikembangkan.
Pada akhir tahun 90an, Indonesia dilanda krisis moneter yang
memporakporandakan sebagian besar perekonomian Asia Tenggara. Sektor
perbankan nasional tergulung oleh kredit macet di segmen korporasi. Bank Muamalat
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
32
pun terimbas dampak krisis. Di tahun 1998, rasio pembiayaan macet (NPF) mencapai
lebih dari 60%. Perseroan mencatat rugi sebesar Rp 105 miliar. Ekuitas mencapai
titik terendah, yaitu Rp 39,3 miliar, kurang dari sepertiga modal setor awal.
Dalam upaya memperkuat permodalannya, Bank Muamalat mencari
pemodal yang potensial, dan ditanggapi secara positif oleh Islamic Development
Bank (IDB) yang berkedudukan di Jeddah, Arab Saudi. Pada RUPS tanggal 21 Juni
1999 IDB secara resmi menjadi salah satu pemegang saham Bank Muamalat. Oleh
karenanya, kurun waktu antara tahun 1999 dan 2002 merupakan masa-masa yang
penuh tantangan sekaligus keberhasilan bagi Bank Muamalat. Dalam kurun waktu
tersebut, Bank Muamalat berhasil membalikkan kondisi dari rugi menjadi laba.
Hingga akhir tahun 2004, Bank Muamalat tetap merupakan bank syariah
terkemuka di Indonesia dengan jumlah aktiva sebesar Rp 5,2 triliun, modal
pemegang saham sebesar Rp 269,7 miliar serta perolehan laba bersih sebesar Rp 48,4
miliar pada tahun 2004.
3.2 Produk Bank Muamalat Indonesia
Produk Bank Muamalat Indonesia pada dasarnya terbagi menjadi 2 yaitu
produk bagi penyimpan dana atau biasa disebut produk pendanaan dan produk bagi
pengelola dana atau biasa disebut produk pembiayaan. Pada penelitian ini produk
yang digunakan adalah produk pendanaan khususnya produk simpanan yaitu
tabungan mudharabah dan deposito mudharabah.
3.2.1 Tabungan Mudharabah
Tabungan yang berakad mudharabah ini merupakan sarana investasi murni
sesuai syariah dalam mata uang Rupiah yang memungkinkan nasabah melakukan
penyetoran dan penarikan tunai dengan sangat mudah. Ada beberapa jenis dari
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
33
tabungan mudharabah ini, yaitu Tabungan Ummat, Tabungan Ummat Junior,
Kartu Shar-e, dan Tabungan Haji Arafah.
Perkembangan yang terjadi pada jumlah Tabungan Mudharabah di Bank
Muamalat Indonesia dapat dilihat pada grafik di bawah ini
Grafik 3-1
Jumlah Tabungan Mudharabah Bank Muamalat Indonesia Periode 2002 - 2005
(Milliar Rp)
447,746
662,542
1190,607
1631,316
0200
400600
8001000
12001400
16001800
2002 2003 2004 2005Tahun
Jum
lah
Sumber : Laporan Neraca Bank Muamalat Indonesia Tahun 2002-2005
Pada grafik di atas dapat dijelaskan bahwa jumlah tabungan mudharabah
Bank Muamalat Indonesia terus mengalami peningkatan dari tahun 2002 sampai
2005. Peningkatan jumlah tabungan mudharabah ini dipengaruhi oleh semakin
besarnya tingkat kepercayaan masyarakat terhadap perbankan syariah disamping
juga dipengaruhi oleh tingkat bagi hasil yang ditawarkan. Hal ini terlihat bahwa
Bank Syariah khususnya Bank Muamalat Indonesia telah dipercaya oleh
masyarakat Indonesia untuk menyimpan dana dalam bentuk tabungan
mudharabah.
Sementara itu jumlah tabungan Bank Umum dapat dilihat pada grafik di
bawah.
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
34
Grafik 3-2.
Jumlah Tabungan Bank Umum Periode 2002 - 2005
(Milliar Rp)
189421
238742
291786 275458
0
50000
100000
150000
200000
250000
300000
350000
2002 2003 2004 2005Tahun
Jum
lah
Sumber : Statistik Ekonomi dan Keuangan Indonesia 2002 - 2005
Grafik di atas menggambarkan kondisi pertumbuhan jumlah tabungan Bank
Umum pada akhir bulan Desember periode 2002 sampai 2005. Kondisi
pertumbuhan jumlah tabungan Bank Umum dari tahun 2002 sampai 2004 terus
mengalami peningkatan, namun pada tahun 2005 jumlahnya menurun. Hal ini
dikarenakan pada tahun 2004 dimana jumlah uang beredar (M2) yang ada di
masyarakat terus meningkat sehingga membuat Bank Indonesia bertindak untuk
membatasinya dengan meningkatkan tingkat suku bunga. Kondisi tersebut
akhirnya berpengaruh terhadap jumlah tabungan dari tahun 2002 sampai 2004.
Jumlah tabungan pada tahun 2005 menurun oleh karena tingkat suku bunga
deposito yang meningkat sehingga nasabah lebih cendrung untuk menyimpan
uangnya pada bentuk deposito.
Dapat dibandingkan bahwa pertumbuhan jumlah tabungan mudharabah
lebih tajam dari pada jumlah tabungan Bank Umum. Hal ini dapat membuktikan
bahwa Bank Muamalat Indonesia yang notabene baru berdiri tahun 1991,
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
35
ternyata telah mampu menarik masyarakat untuk menabung uangnya di bank
syariah.
3.2.2 Deposito Mudharabah
Deposito Mudharabah merupakan pilihan investasi dalam mata uang Rupiah
atau USD dengan jangka waktu 1,3,6, dan 12 bulan. Produk ini ditujukan bagi
nasabah yang ingin berinvestasi secara halal, murni sesuai syariah karena dana
tersebut akan diinvestasikan secara optimal untuk membiayai berbagai macam
usaha produktif yang berguna bagi kepentingan umat. Grafik di bawah berikut
akan menjelaskan bagaimana pertumbuhan dari deposito mudharabah Bank
Muamalat Indonesia tahun 2002 sampai 2005 :
Grafik 3-3. Jumlah Deposito Mudharabah
Bank Muamalat Indonesia Periode 2002 - 2005(Milliar Rp)
1074,196
1592,962
2698,564
3685,59
0
500
1000
1500
2000
2500
3000
3500
4000
2002 2003 2004 2005Tahun
Jum
lah
Sumber : Laporan Neraca Bank Muamalat Indonesia Tahun 2002-2005
Sama dengan grafik tabungan mudharabah sebelumnya, pada grafik di atas
dapat dijelaskan bahwa jumlah deposito mudharabah Bank Muamalat Indonesia
juga terus mengalami peningkatan dari tahun 2002 sampai 2005. Salah satu
sumber pendanaan ini ternyata lebih diminati dibanding dengan tabungan
mudharabah. Hal ini dapat terlihat pada jumlahnya yang lebih besar. Umumnya
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
36
peningkatan jumlah deposito mudharabah ini dipengaruhi oleh tingkat bagi hasil
yang ditawarkan karena pada fasilitas deposito ini nasabah bertujuan untuk
menginvestasikan uangnya. Dengan adanya peningkatan dalam deposito
mudharabah ini juga, maka semakin tumbuhnya rasa kepercayaan masyarakat
terhadap bank syariah khususnya Bank Muamalat Indonesia.
Apabila kita melihat jumlah deposito Bank Umum, maka seperti grafik di
bawah ini :
Grafik 3.4.
Jumlah Deposito Berjangka Bank Umum Periode 2002 - 2005
(Milliar Rp)
215590 208334 209189
292171
0
50000
100000
150000
200000
250000
300000
350000
2002 2003 2004 2005Tahun
Jum
lah
Sumber : Statistik Ekonomi dan Keuangan Indonesia 2002 - 2005
Pada grafik tersebut dijelaskan bahwa kondisi pertumbuhan jumlah deposito
berjangka Bank Umum pada akhir Desember periode 2002 sampai 2005
cendrung menurun lambat kemudian tahun 2005 meningkat drastis. Hal ini
dikarenakan return deposito yaitu tingkat suku bunga deposito yang cendrung
menurun dari tahun 2002 sampai 2004 lalu meningkat drastis pada tahun 2005.
Apabila dibandingkan dengan jumlah deposito mudharabah Bank Muamalat
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
37
Indonesia, maka jelas pertumbuhan dari jumlah deposito mudharabah BMI terus
meningkat dengan pesat. Sama halnya dengan jumlah tabungan mudharabah,
bahwa ternyata kepercayaan masyarakat pada Bank Muamalat Indonesia
khususnya untuk fasilitas deposito sangat besar.
Dari kedua jenis fasilitas pendanaan yang telah dijelaskan di atas, dapat
disimpulkan bahwa keduanya memiliki faktor yang sama dalam mempengaruhi
perkembangan jumlah tabungan dan deposito baik pada Bank Umum maupun Bank
Muamalat Indonesia. Faktor tersebut adalah return yang berupa tingkat suku bunga
pada Bank Umum dan tingkat bagi hasil pada Bank Muamalat Indonesia. Namun,
pada Perbankan Syariah ada faktor lain yang berpengaruh yaitu faktor keyakinan
tentang hukum islam yang mengharamkan riba.
Selain kedua jenis produk simpanan di atas, sumber pendanaan lain berupa
giro wadiah. Di bawah ini dapat dilihat komposisi sumber pendanaan pada Bank
Muamalat Indonesia.
Tabel. 3-1 Komposisi Dana Pihak Ketiga BMI yang dihimpun7
Outstanding
Jenis Dana 2002 2003 2004 2005 Giro Wadiah 187.050 261.149 446.154 514.102 Tabungan Mudharabah 447.746 662.542 1.190.607 1.631.316 Deposito Mudharabah 1.074.196 1.592.962 2.698.564 3.685.590 Total 1.708.992 2.516.653 4.335.325 5.830.747
Dari tabel di atas terlihat bahwa sumber pendanaan yang terbesar pada Bank
Muamalat Indonesia adalah deposito mudharabah. Sedangkan yang terbesar kedua
adalah tabungan mudharabah dan yang terakhir adalah giro wadiah. Untuk melihat
berapa pertumbuhan sumber pendanaan pada Bank Muamalat Indonesia, dapat dilihat
pada tabel di bawah.
7 Bank Muamalat Indonesia. Laporan Neraca Tahun 2002-2005.
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
38
Tabel. 3-2 Komposisi Dana Pihak Ketiga BMI yang dihimpun
Pertumbuhan
Jenis Dana 2003 2004 2005 Giro Wadiah 39,61% 70,84% 15,23% Tabungan Mudharabah 47,97% 79,70% 37,02% Deposito Mudharabah 48,29% 69,41% 36,58% Total 47,26% 72,27% 34,49%
Pada tabel menunjukkan bahwa Bank Muamalat Indonesia mengalami
pertumbuhan total pendanaan yang terbesar pada tahun 2004 yaitu sebesar 72,27%.
Data pertumbuhan yang lebih rinci juga dapat dilihat dalam tabel bahwa
pertumbuhan deposito mudharabah lebih tinggi dibandingkan dengan kedua sumber
pendanaan yang lain pada tahun 2003. Meskipun jumlah tabungan mudharabah selalu
lebih rendah daripada deposito mudharabah, namun pada tahun 2005 dan 2006
pertumbuhan dari tabungan mudharabah ternyata paling tinggi dibanding sumber
pendanaan yang lain yaitu sebesar 79,70% dan 37,02%.
Jumlah pendanaan Bank Muamalat Indonesia apabila dibandingkan dengan
Perbankan syariah secara keseluruhan, maka dapat dilihat pada tabel berikut :
Tabel. 3-3 Komposisi DPK BMI terhadap perbankan syariah
Share
Jenis Dana 2002 2003 2004 2005 Giro Wadiah 48,34% 40,97% 27,54% 25,14% Tabungan Mudharabah 54,92% 41,14% 36,48% 37,33% Deposito Mudharabah 61,61% 45,82% 38,67% 40,21% Total 58,02% 43,96% 36,55% 37,42%
Pada tabel di atas menjelaskan bahwa ternyata share jumlah Dana Pihak Ketiga Bank
Muamalat Indonesia terhadap DPK perbankan syariah keseluruhan perlahan
mengalami penurunan dari tahun 2002 sampai 2005. Penurunan ini membuktikan
bahwa nasabah yang menyimpan uangnya pada Bank Muamalat Indonesia semakin
berkurang pada tahun 2005. Hal ini lebih dikarenakan sistem pelayanan atau yang
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
39
berhubungan dengan operasional dari Bank Muamalat Indonesia sendiri bukan pada
tingkat bagi hasil atau faktor yang lain. Sementara itu, nasabah yang berkurang pada
Bank Muamalat Indonesia bukanlah beralih menjadi nasabah Bank Konvensional
melainkan beralih ke Bank Syariah yang lain. Kondisi ini dibuktikan dengan angka
rasio Dana Pihak Ketiga Bank Muamalat Indonesia terhadap Dana Pihak Ketiga
Bank Umum, seperti ditunjukkan pada tabel berikut :
Tabel. 3-4 Komposisi Dana Pihak Ketiga BMI terhadap Bank Umum
Share
Jenis Dana 2002 2003 2004 2005 Giro Wadiah 0,74% 0,8% 1,26% 1,49% Tabungan Mudharabah 0,24% 0,28% 0,41% 0,59% Deposito Mudharabah 0,49% 0,75% 1,29% 1,26% Total 0.40,% 0,53% 0,81% 0,96%
Dari tabel di atas menunjukkan bahwa rasio DPK pada Bank Muamalat
Indonesia terhadap Bank Umum terus mengalami peningkatan. Hal ini membuktikan
bahwa DPK pada Bank Muamalat Indonesia yang berkurang bukan beralih ke Bank
Konvensional. Peningkatan rasio ini juga menjelaskan bahwa kepercayaan
masyarakat terhadap perbankan syariah yang diwakili oleh Bank Muamalat Indonesia
semakin besar.
Sumber Dana Pihak Ketiga (DPK) dari Bank Umum sendiri dapat dilihat
pada tabel berikut :
Tabel. 3-5 Komposisi Dana Pihak Ketiga Bank Umum yang dihimpun8
Outstanding
Jenis Dana 2002 2003 2004 2005 Giro 25182 31400 35374 34369 Tabungan 189421 238742 291786 275458 Deposito 215590 208334 209189 292171 Total 430193 478476 536349 601998
8 Bank Indonesia. Statistik Ekonomi dan Keuangan Indonesia Tahun 2002-2005.
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
40
Berdasarkan data outstanding di atas bahwa pada Bank Umum komposisi DPK yang
terbesar dari tabungan dan deposito. Di antara keduanya tidak ada yang sangat
mendominasi. Hal ini tentu berbeda dengan komposisi DPK dari Bank Muamalat
Indonesia yang didominasi oleh deposito mudharabah. Sementara itu pertumbuhan
dari komposisi DPK pada Bank Umum dapat dilihat pada tabel di bawah.
Tabel. 3-6 Komposisi DPK Bank Umum yang dihimpun
Pertumbuhan
Jenis Dana 2003 2004 2005 Giro 24,69% 12,66% -2,84% Tabungan 26,04% 22,22% -5,93% Deposito -3,37% 0,41% 39,67% Total 11,22% 12,10% 12,24%
Pada tabel tersebut dapat dilihat bahwa pertumbuhan yang paling dominan
adalah pada fasilitas deposito tahun 2005 yaitu 39,67 %. Sementara itu untuk giro
dan tabungan cendrung menurun dan tahun 2005 mengalami pertumbuhan yang
negatif.
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
41
3.3 Kinerja Bank Muamalat
Sebagai pionir Bank Syariah di Indonesia, kinerja Bank Muamalat tumbuh
secara mengesankan. Hal ini dapat dilihat pada statistik keuangan Bank Muamalat
Indonesia.
Grafik. 3-3.
Sumber : Laporan Kinerja Keuangan Bank Muamalat Indonesia
Pada statistik di atas, dapat dilihat bahwa Bank Muamalat Indonesia mengalami
perkembangan dalam total aset, total pendanaan, dan total dana public dalam rentang
waktu enam tahun yaitu dari tahun 1998 sampai 2004. Sementara itu dari sisi rasio
keuangan Bank Muamalat Indonesia dapat dilihat pada statistic berikut.
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
42
Grafik. 3-4.
Sumber : Laporan Kinerja Keuangan Bank Muamalat Indonesia
Pada statistik rasio keuangan Bank Muamalat Indonesia di atas terlihat
perkembangan yang baik dalam Non-Performing Finance (NPF), Financing Deposit
Ratio (FDR), Return on Asset (ROA) dan Return on Equity (ROE) dalam rentang
waktu enam tahun dari tahun 1998 sampai 2004.
Di samping itu, dalam hal jaringan layanan Bank Muamalat Indonesia
bahwa dua tahun belakangan BMI melakukan panetrasi pasar dengan membuka
cabang di berbagai daerah. Semula, pada tahun 2002 Bank Syariah pertama di
Indonesia ini hanya memiliki 13 cabang, sekarang menjadi 43 cabang, selain itu,
Bank Muamalat juga menambah jaringan kantor kas, sebelumnya berjumlah 47 unit
saat ini bertambah menjadi 85 unit. Kantor Cabang Pembantu berjumlah 7 unit,
bertambah menjadi 13. jaringan layanan ini ditambah pula dengan 47 gerai Bank
Muamalat yang bekerja sama dengan PT.Pos Indonesia, maka keseluruhan jaringan
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
43
(Gerai) Bank Muamalat mencapai 189 (seratus Delapan Puluh Sembilan) titik
layanan.
Selain itu dalam rangka menjawab kesulitan masyarakat dalam akses ke
pelayanan Bank Syariah, Bank Muamalat meluncurkan kartu Shar-E, sebagai sebuah
jasa pelayanan investasi syariah berbasis teknologi yang dikombinasikan dengan
ATM dan Debit Card. Penjualan kartu Shar-E ini memanfaatkan jaringan kantor Pos
yang tersebar di seluruh wilayah di Indonesia. selain berfungsi sebagai kartu debit di
18.000 titik layanan dan tarik tunai di lebih dari 8.888 ATM Bersama dan ATM
BCA. Shar-E dapat diperoleh di 320 jaringan SOPP Kantor Pos seluruh Indonesia,
meskipun di tempat tersebut tidak terdapat cabang Bank Muamalat.
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
69
BAB 5
HASIL DAN INTERPRETASI
5.1 Uji Stasioneritas
Pada data time series yang digunakan dalam skripsi ini, peneliti terlebih
dahulu menguji stasioneritas dari setiap variabel. Hasil uji stasioneritas data dengan
ADF t-stat dan PP t-stat dapat dilihat pada tabel di bawah.
Tabel 5-1
Hasil Uji Stasioneritas
Variabel Tren
Deterministik I(0) I(1) I(2) Metode SDSM C,T -1,148292 -4,665650 -6,510552 ADF TDSM C,T -1,284102 -6,590783 -7,812582 ADF IRSD C,T -0,743167 -2,739304 -8,590888 ADF
IRTD1 C,T 0,400358 -1,843677 -6,900821 ADF IRTD3 C,T 0,488249 -0,163908 -6,309128 ADF IRTD6 C,T 0,161734 -0,378894 -7,411013 ADF IRTD12 C,T 2,682103 -0,210081 -8,078857 ADF RORSD C -4,454191 -17,46800 -33,06697 PP
RORTD1 C -3,324586 -14,16032 -22,73564 PP RORTD3 C -3,833454 -15,67250 -25,19750 PP RORTD6 C -3,235573 -10,72142 -22,30637 PP RORTD12 C -2,635276 -14,23183 -14,54876 PP
M1 C,T -3,360992 -7,552920 -7,983098 ADF IPM C -4,357174 -11,47763 -29,74294 PP
*dimana C = konstanta; C, T = konstanta dan tren, N = tidak ada konstanta dan tren. *Pengujian pada I(1) dan I(2) hanya menggunakan C sebagai asumsi deterministiknya. (data diolah)
Nilai statistik ADF diatas kemudian akan dibandingkan dengan nilai kritis MacKinnon
untuk mengetahui derajat integrasi stasioneritas suatu variabel. Suatu variabel disebut
stasioner pada integrasi tertentu jika nilai statistik ADF lebih kecil dari nilai kritis
MacKinnon. Berikut adalah nilai kritis MacKinnon :
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
70
Tabel 5-2
Niai kritis McKinnon
Tren Deterministik 1% 5% 10% Konstanta & Tren -4,165756 -3,50851 -3,18423
Konstanta -3,581152 -2,92662 -2,601424
Pada tabel uji stasioner di atas, maka dapat diperoleh bahwa semua variable
stasioner pada tingkat critical value 1 %. Hal ini dapat dilihat dengan membandingkan
angka ADF statistic dan angka critical value. Dari pengujian stasioner di atas maka dapat
disimpulkan bahwa variabel yang stasioner pada tingkat level atau I(0) hanya tingkat bagi
hasil tabungan mudharabah (RORSD), tingkat bagi hasil deposito mudharabah 3 bulan
(RORTD3) dan Indeks Produksi Manufaktur (IPM). Sedangkan variabel yang lain
memiliki tingkat stasioner pada first difference I(1) dan second difference I(2).
5.2 Pemilihan Selang
Pemilihan panjang selang yang tepat sangatlah krusial bagi sebuah sistem
VAR. Jika selang terlalu pendek, model dapat terspesifikasi dengan kurang tepat (mis-
spesifikasi), sementara selang yang terlalu panjang akan mengakibatkan banyak derajat
kebebasan terbuang.
Pemilihan panjang selang optimal dengan menggunakan kombinasi tabel AR-
roots, kriteria informasi, dan Adjusted R2 secara bertahap pada setiap sistem persamaan
dapat dilihat sebagai berikut:
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
71
1. Pengaruh return terhadap jumlah tabungan mudharabah di Bank Muamalat
Indonesia.
Tabel 5-3
Pemilihan Lag Optimum Model Tabungan Mudharabah
Uji Stabilitas
VAR Kriteria Informasi AR Roots Table LR FPE AIC SC HQ
Lag 5 1 1 5 1 1 Variabel Uji:
SDSM 0.995571 0.995820 RORSD 0.271137 0.026731
IRSD 0.992827 0.993460 M1 0.981354 0.976604
Adj. R2 IPM 0.202447 0.591737
Dari uji stabilitas diperoleh bahwa selang 5 merupakan selang maksimal yang
dapat menghasilkan sistem VAR yang stabil. Dengan menggunakan kriteria informasi
diperoleh 2 kandidat selang yaitu 1 dan 5. Maka sistem VAR dengan selang 5-lah yang
akan digunakan dalam penelitian.(Hasil output dapat dilihat pada lampiran )
2. Pengaruh return 1 bulan terhadap jumlah deposito mudharabah di Bank
Muamalat Indonesia.
Tabel 5-4
Pemilihan Lag Optimum Model Deposito Mudharabah 1 bulan
Uji Stabilitas
VAR Kriteria Informasi AR Roots Table LR FPE AIC SC HQ
Lag 5 4 1 5 1 1 Variabel Uji:
TDSM 0.117066 0.070196 0.116228 RORTD1 0.518170 0.504511 0.398913
IRTD1 0.602452 0.724725 0.650916 M1 0.213133 0.361197 -0.016524
Adj. R2 IPM 0.444600 0.552234 0.324913
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
72
Dari uji stabilitas diperoleh bahwa selang 5 merupakan selang maksimal yang
dapat menghasilkan sistem VAR yang stabil. Dengan menggunakan kriteria informasi
diperoleh 3 kandidat selang yaitu 1, 4, dan 5. Maka sistem VAR dengan selang 4-lah
yang akan digunakan dalam penelitian.(Hasil output dapat dilihat pada lampiran )
3. Pengaruh return 3 bulan terhadap jumlah deposito mudharabah di Bank
Muamalat Indonesia.
Tabel 5-5
Pemilihan Lag Optimum Model Deposito Mudharabah 3 bulan
Uji Stabilitas
VAR Kriteria Informasi AR Roots Table LR FPE AIC SC HQ
Lag 3 2 2 3 1 2 Variabel Uji:
TDSM 0.276775 0.408440 0.296857 RORTD3 0.668577 0.754631 0.444196
IRTD3 -0.025183 -0.157507 -0.012774 M1 0.426526 0.332125 0.200649
Adj. R2 IPM 0.645138 0.705519 0.578016
Dari uji stabilitas diperoleh bahwa selang 3 merupakan selang maksimal yang
dapat menghasilkan sistem VAR yang stabil. Dengan menggunakan kriteria informasi
diperoleh 2 kandidat selang yaitu 1,2 dan 3. Maka sistem VAR dengan selang 3-lah
yang akan digunakan dalam penelitian.(Hasil output dapat dilihat pada lampiran )
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
73
4. Pengaruh return 6 bulan terhadap jumlah deposito mudharabah di Bank
Muamalat Indonesia.
Tabel 5-6
Pemilihan Lag Optimum Model Deposito Mudharabah 6 bulan
Uji Stabilitas
VAR Kriteria Informasi AR Roots Table LR FPE AIC SC HQ
Lag 5 3 4 5 1 5 Variabel Uji:
TDSM 0.398031 0.343231 0.296857 0.346096 RORTD6 0.841373 0.845632 0.444196 0.876061
IRTD6 0.023391 0.145879 -0.012774 0.187625 M1 0.250790 0.244486 0.200649 0.244237
Adj. R2 IPM 0.631668 0.666900 0.578016 0.619390
Dari uji stabilitas diperoleh bahwa selang 5 merupakan selang maksimal yang
dapat menghasilkan sistem VAR yang stabil. Dengan menggunakan kriteria informasi
diperoleh 4 kandidat selang yaitu 1,3, 4, dan 5. Maka sistem VAR dengan selang 3-lah
yang akan digunakan dalam penelitian.(Hasil output dapat dilihat pada lampiran )
5. Pengaruh return 12 bulan terhadap jumlah deposito mudharabah di Bank
Muamalat Indonesia.
Tabel 5-7
Pemilihan Lag Optimum Model Deposito Mudharabah 12 bulan
Uji Stabilitas
VAR Kriteria Informasi AR Roots Table LR FPE AIC SC HQ
Lag 3 2 2 2 0 1 Variabel Uji:
TDSM 0.079429 0.346096 RORTD12 0.593537 0.876061
IRTD12 0.309733 0.187625 M1 0.054356 0.244237
Adj. R2 IPM 0.316204 0.619390
Dari uji stabilitas diperoleh bahwa selang 5 merupakan selang maksimal yang
dapat menghasilkan sistem VAR yang stabil. Dengan menggunakan kriteria informasi
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
74
diperoleh 2 kandidat selang yaitu 1 dan 2. Maka sistem VAR dengan selang 2-lah yang
akan digunakan dalam penelitian.(Hasil output dapat dilihat pada lampiran )
5.3 Uji Kointegrasi
Pada uji stasioner sebelumnya, telah diketahui bahwa pada satu persamaan
ada variabel yang stasioner pada tingkat yang sama dan ada variabel yang stasioner
pada tingkat yang berbeda. Oleh karena itu, dilakukan uji kointegrasi untuk
menghindari regresi palsu. Berikut ini keseluruhan hasil dari uji kointegrasi :
Tabel 5-8
Hasil Uji Kointegrasi Johansen
Asumsi Rank Jumlah Persamaan Johansen Trace Max Variabel
1 3 3 3 5 2 3 3 1 5 3 3 5 5 5 4 3 4 4 5 5 3 4 4 5
Dari tabel di atas menunjukkan bahwa dengan asumsi Johansen 3, dimana
mayoritas variabel memiliki tren dan tidak bervolatilitas, maka dengan tingkat
keyakinan 95 % setiap variabel di semua model persamaan memiliki hubungan
kointegrasi baik berdasarkan Max-Eigen maupun Trace statistic.
5.4 Stabilitas sistem VAR.
Dengan penekanan pembahasan pada output IRF dan VED, maka stabilitas
sistem persamaan yang digunakan akan sangat dibutuhkan. Berikut akan diberikan
hasil uji stabilitas inverse roots karakteristik AR polynomial bagi setiap kandidat
sistem VAR.. Penggunaan selang optimal bagi VAR pun merujuk pada hasil uji selang
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
75
optimal sebelumnya. Secara umum hasilnya adalah sebagai berikut:(hasil output dapat
dilihat pada lampiran )
Tabel 5-9
Stabilitas VAR
Persamaan Jumlah Variabel Lag OptimumUnit Root
1 5 5 0 2 5 4 1 3 5 3 2 4 5 3 2 5 5 2 1
(data diolah)
Sistem VAR yang dihasilkan sesuai dengan selang optimal diatas
menghasilkan bentuk sistem persamaan yang stabil. Kondisi ini sesuai dengan
rekomendasi Sims (1980) dan Doan (1992). Menurut mereka tujuan analisis VAR
adalah untuk mengetahui hubungan antar variabel, bukan estimasi parameter dalam
persamaan. Mereka menganggap penggunaan variabel yang dideferensiasikan19, akan
“membuang” informasi yang terkait dengan pergerakan data secara bersama-sama
(menghilangkan kemungkinan terjadinya hubungan kointegrasi antar variabel).
Mengacu pada hasil stabilitas sistem persamaan, maka metode penelitian yang
digunakan adalah metode sistem SVAR pada level untuk persamaan 1 yang melihat
pengaruh return bagi hasil (RORSD) dan tingkat suku bunga (IRSD) terhadap jumlah
tabungan mudharabah (SDSM). Pada persamaan 2 dan 5 yaitu pengaruh return
deposito (RORTD dan IRTD) untuk 1 dan 12 bulan terhadap jumlah deposito
mudharabah (TDSM) digunakan metode sistem SVAR pada tingkat first difference.
Sedangkan pada persamaan 3 dan 4 yaitu pengaruh return deposito (RORTD dan
19 VEC sendiri memiliki unsur diferensiasi variabel di dalam sistemnya.
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
76
IRTD) untuk 3 dan 6 bulan terhadap jumlah deposito mudharabah (TDSM) digunakan
metode sistem SVAR pada tingkat second difference.
5.5 Pembentukkan sistem SVAR
Di dalam pembentukkan sistem SVAR, terlebih dahulu mengetahui bentuk
hubungan antar variabelnya. Sehingga harus dilakukan faktorisasi struktural untuk
setiap persamaan.
1. Pengaruh return terhadap jumlah tabungan mudharabah di Bank Muamalat
Indonesia.
)()()1()())1(( uSDSMfeIPMfeMfeIRSDfeRORSDfeSDSM ++++−=
Persamaan tersebut kemudian diestimasi dengan tt BAe µ= , dimana matriks
A =
⎟⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜⎜
⎝
⎛
−−−− 11.01.01.01.001000001000001000001
, et =
⎟⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜⎜
⎝
⎛ −
t
t
t
t
t
SDSMIPMM
IRSDRORSD
1
1
B =
⎟⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜⎜
⎝
⎛
1000001000001000001000001
dan
⎟⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜⎜
⎝
⎛
=
−
t
t
t
t
T
t
SDSMIPMM
IRSDRORSD
µµµ
µµ
µ 1
1
Sehingga model persamaan SVAR yang pertama sebagai berikut :
tt SDSMIPMMIRSDRORSDSDSM µ++++−= 1.011.01.0)1(1.0 …..(1)
2. Pengaruh return terhadap jumlah deposito mudharabah di Bank Muamalat
Indonesia.
Untuk persamaan SVAR deposito mudharabah, memiliki matriks koefisien
yang sama dengan tabungan mudharabah sehingga hasilnya berurutab sebagai berikut:
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
77
tt TDSMIPMMIRTDRORTDTDSM µ++++−= 1.011.011.0)1(11.0 …..(2)
tt TDSMIPMMIRTDRORTDTDSM µ++++−= 1.011.031.0)1(31.0 ….(3)
tt TDSMIPMMIRTDRORTDTDSM µ++++−= 1.011.061.0)1(61.0 …(4)
tt TDSMIPMMIRTDRORTDTDSM µ++++−= 1.011.0121.0)1(121.0 …(5)
5.6 Pembahasan
Pembahasan akan dikembangkan dari variance decomposition (VD) sistem
SVAR dan impulse response function (IRF). Pada tabel – tabel di bawah ini akan
menjelaskan pengaruh variabel – variabel shock terhadap jumlah tabungan mudharabah
(SDSM) dan jumlah deposito mudharabah (TDSM). Keterangan atas shock variabel
adalah sebagai berikut :
- Shock 1 adalah variabel tingkat bagi hasil yaitu RORSD atau RORTD
- Shock 2 adalah variabel tingkat suku bunga yaitu IRSD atau IRTD
- Shock 3 adalah variabel M1
- Shock 4 adalah variabel IPM
- Shock 5 adalah variabel SDSM atau TDSM di masa lalu
Berikut ini penjelasan dari tiap persamaan :
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
78
1. Pengaruh return terhadap jumlah tabungan mudharabah di Bank Muamalat
Indonesia.
Tabel 5-10
Variance Decomposition of LOG(SDSM):
Period S.E. Shock1 Shock2 Shock3 Shock4 Shock5 1 0.101980 0.961538 0.961538 0.961538 0.961538 96.15385 2 0.126529 0.728434 0.696942 27.03964 0.700287 70.83470 3 0.143204 0.578066 0.544173 40.65057 0.571116 57.65608 4 0.156193 0.489650 0.457441 50.01564 0.481160 48.55611 5 0.156947 0.490860 0.542683 49.81520 0.482296 48.66897 6 0.164746 0.446245 0.610249 54.31849 0.437926 44.18709 7 0.178792 0.388250 0.642910 59.49997 0.389326 39.07954 8 0.196144 0.358597 0.754386 60.32406 0.382263 38.18070 9 0.202798 0.362874 1.051572 57.60957 0.406976 40.56901
10 0.207582 0.364607 1.800734 55.95502 0.415457 41.46419 11 0.214871 0.377527 2.615934 52.23665 0.443118 44.32677 12 0.225615 0.374454 3.356184 48.06248 0.475499 47.73138
Pada tabel Variance Decomposition (VD) di atas menunjukkan bahwa
kontribusi yang dominan terhadap variabel jumlah tabungan mudharabah (SDSM)
secara jelas dipengaruhi oleh pergerakan nilainya di masa lalu dan pergerakan jumlah
uang beredar (M1). Ternyata pergerakan yang paling mendominasi terhadap jumlah
tabungan mudharabah (SDSM) adalah variabel M1, dimana dari bulan pertama sampai
bulan ke 8 pergerakannya terus meningkat dan mulai bulan ke 9 sampai bulan ke 12
kontribusinya menurun. Respon atas pergerakan variabel M1 terhadap SDSM dapat
dilihat pada hasil impulse response function (IRF) berikut ini :
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
79
Gambar 5-1
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
2.0
2.5
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LOG(SDSM) to StructuralOne S.D. Shock3
pada gambar di atas terbukti bahwa peningkatan jumlah uang beredar (M1) memiliki
responsi terhadap peningkatan jumlah tabungan mudharabah di Bank Muamalat
Indonesia. Hal ini menunjukkan bahwa meningkatnya tingkat kekayaan masyarakat
berpengaruh terhadap meningkatnya tingkat tabungan mudharabah di Bank Muamalat
Indonesia. Dengan demikian, hipotesa yang menyatakan bahwa jumlah uang beredar
(M1) berpengaruh positif terhadap jumlah tabungan mudharabah BMI (SDSM) adalah
benar.
Sementara itu variabel return yaitu tingkat bagi hasil dan tingkat suku bunga
memiliki kontribusi yang kecil. Pada tabel 5-10 terlihat bahwa pergerakan tingkat suku
bunga tabungan dari bulan pertama sampai bulan ke 12 terhadap SDSM terus
meningkat. Sedangkan pada variabel tingkat bagi hasil tabungan mudharabah memiliki
kontribusi yang kecil dan terus menurun pada bulan berikutnya terhadap tabungan
mudharabah. Respon dari variabel return dapat dilihat pada gambar impulse response
function (IRF) berikut :
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
80
Gambar 5-2 Gambar 5-3
-.5
-.4
-.3
-.2
-.1
.0
.1
.2
.3
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LOG(SDSM) to StructuralOne S.D. Shock2
pada gambar di atas terbukti bahwa peningkatan tingkat bagi hasil tabungan mudharabah
(RORSD) terus meningkatkan jumlah tabungan mudharabah di Bank Muamalat
Indonesia. Sementara itu pada gambar 5-3 di atas juga menunjukkan bahwa pada bulan
ke 7 sampai bulan ke 12, jumlah tabungan mudharabah (SDSM) merespon negatif atas
peningkatan tingkat suku bunga. Dengan demikian, hipotesa yang menyatakan bahwa
tingkat bagi hasil memiliki pengaruh yang positif terhadap jumlah tabungan mudharabah
(SDSM) adalah benar. Sementara itu, hipotesa yang menyatakan bahwa tingkat suku
bunga tabungan memiliki pengaruh negatif terhadap jumlah tabungan mudharabah
(SDSM) juga adalah benar.
-.15
-.10
-.05
.00
.05
.10
.15
.20
.25
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LOG(SDSM) to StructuralOne S.D. Shock1
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
81
2. Pengaruh return 1 bulan terhadap jumlah tabungan mudharabah di Bank
Muamalat Indonesia.
Tabel 5-11
Variance Decomposition of DLOG(TDSM): Period S.E. Shock1 Shock2 Shock3 Shock4 Shock5
1 0.101980 0.961538 0.961538 0.961538 0.961538 96.15385 2 0.102566 0.966583 1.101335 1.703811 0.953893 95.27438 3 0.105433 0.916095 1.048473 6.708226 0.908624 90.41858 4 0.120873 0.702861 0.826741 26.10156 0.713924 71.65492 5 0.127376 0.641371 0.982211 32.81142 0.646720 64.91828 6 0.131231 0.614446 1.184235 34.85063 0.628035 62.72266 7 0.139299 0.547539 1.277501 41.89165 0.558286 55.72502 8 0.145129 0.508060 1.540213 46.04501 0.514997 51.39172 9 0.145993 0.504271 1.534510 46.56782 0.510043 50.88336
10 0.154827 0.449402 1.364686 52.48613 0.453609 45.24617 11 0.160677 0.417566 1.516222 55.41354 0.423130 42.22954 12 0.161125 0.421388 1.604056 55.28877 0.423224 42.26256
Pada tabel Variance Decomposition (VD) di atas menunjukkan bahwa kontribusi yang
dominan terhadap variabel jumlah deposito mudharabah Bank Muamalat Indonesia
(TDSM) secara jelas juga dipengaruhi oleh pergerakan nilainya di masa lalu dan
pergerakan jumlah uang beredar (M1). Ternyata pergerakan yang paling mendominasi
terhadap jumlah deposito mudharabah (TDSM) adalah variabel M1, dimana dari bulan
pertama sampai bulan ke 12 pergerakan kontribusinya terus meningkat. Respon atas
pergerakan variabel M1 terhadap SDSM dapat dilihat pada hasil impulse response
function (IRF) berikut ini :
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
82
Gambar 5-4
-.3
-.2
-.1
.0
.1
.2
.3
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of DLOG(TDSM) to StructuralOne S.D. Shock3
pada gambar di atas terbukti bahwa peningkatan jumlah uang beredar (M1) positif
meningkatkan jumlah deposito mudharabah di Bank Muamalat Indonesia, namun pada
bulan ke 9 pengaruhnya menjadi negatif. Hal ini tidak terlalu mendominasi pergerakan
yang positif turun naik dari variabel M1. Dengan demikian, hipotesa yang menyatakan
bahwa jumlah uang beredar (M1) berpengaruh positif terhadap jumlah deposito
mudharabah BMI (TDSM) adalah benar.
Sementara itu variabel return yaitu tingkat bagi hasil dan tingkat suku bunga
memiliki kontribusi yang kecil. Hal ini dapat dilihat pada tabel 5-11 bahwa pergerakan
tingkat suku bunga deposito 1 bulan dari bulai pertama sampai bulan ke 12 terhadap
SDSM terus meningkat namun tidak mendominasi. Sedangkan pada variabel tingkat
bagi hasil deposito mudharabah 1 bulan memiliki pengaruh yang kecil dan terus
menurun pada bulan berikutnya terhadap deposito mudharabah. Responi atas variabel
return dapat dilihat pada gambar impulse response function (IRF) berikut :
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
83
Gambar 5-5 Gambar 5-6
-.06
-.04
-.02
.00
.02
.04
.06
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of DLOG(TDSM) to StructuralOne S.D. Shock2
pada gambar di atas terlihat bahwa responsi atas peningkatan tingkat bagi hasil
deposito mudharabah 1 bulan (RORTD1) terhadap jumlah deposito mudharabah di
Bank Muamalat Indonesia terus meningkat. Sehingga, hipotesa yang menyatakan
bahwa tingkat bagi hasil deposito mudharabah jangka waktu 1 bulan (RORTD1)
berpengaruh positif terhadap jumlah deposito mudharabah di Bank Muamalat
Indonesia (TDSM) adalah benar. Sementara itu respon tingkat suku bunga deposito 1
bulan terus negatif mulai dari bulan ke 5 sampai bulan ke 12 terhadap jumlah deposito
mudharabah BMI (TDSM). Hal ini mengindikasikan bahwa tingkat bagi hasil deposito
mudharabah 1 bulan Bank Muamalat Indonesia masih lebih menarik daripada tingkat
suku bunga deposito 1 bulan. Dengan demikian, hipotesa yang menyatakan bahwa
tingkat suku bunga deposito 1 bulan berpengaruh negatif terhadap jumlah deposito
mudharabah BMI (TDSM) adalah benar.
-.03
-.02
-.01
.00
.01
.02
.03
.04
.05
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of DLOG(TDSM) to StructuralOne S.D. Shock1
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
84
3. Pengaruh return 3 bulan terhadap jumlah tabungan mudharabah di Bank
Muamalat Indonesia.
Tabel 5-12
Variance Decomposition of DLOG(TDSM,2): Period S.E. Shock1 Shock2 Shock3 Shock4 Shock5
1 0.101980 0.961538 0.961538 0.961538 0.961538 96.15385 2 0.129495 0.855500 1.499994 10.19440 0.884864 86.56525 3 0.130555 0.841706 2.059754 10.77776 0.876121 85.44466 4 0.142557 0.711567 1.882317 23.37763 0.750435 73.27805 5 0.148541 0.666951 1.733970 27.26630 0.710491 69.62229 6 0.152184 0.644991 1.730521 30.50152 0.677668 66.44530 7 0.160288 0.592525 1.582438 37.19368 0.611790 60.01957 8 0.165050 0.559381 1.494689 40.26692 0.581235 57.09778 9 0.165804 0.554363 1.503512 40.59179 0.577545 56.77279
10 0.166385 0.552887 1.515050 40.97509 0.573569 56.38340 11 0.167378 0.546564 1.497210 41.46622 0.568741 55.92127 12 0.168106 0.547546 1.490373 41.15513 0.571237 56.23571
Pada tabel Variance Decomposition (VD) di atas menunjukkan bahwa variabel jumlah
deposito mudharabah (TDSM) secara jelas juga didominasi oleh pergerakan nilainya di
masa lalu dan pergerakan jumlah uang beredar (M1). Ternyata pergerakan yang paling
mendominasi terhadap jumlah deposito mudharabah (TDSM) adalah variabel M1,
dimana dari bulan pertama sampai bulan ke 12 pergerakannya terus meningkat. Respon
atas pergerakan variabel M1 terhadap SDSM dapat dilihat pada hasil impulse response
function (IRF) berikut ini :
Gambar 5-7
-.15
-.10
-.05
.00
.05
.10
.15
.20
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of DLOG(TDSM,2) to StructuralOne S.D. Shock3
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
85
pada gambar di atas juga terbukti bahwa peningkatan jumlah uang beredar (M1) positif
meningkatkan jumlah deposito mudharabah di Bank Muamalat Indonesia. Hal ini
menunjukkan bahwa tingkat investasi pada perbankan khususnya pada fasilitas
deposito mudharabah di Bank Muamalat Indonesia dipengaruhi oleh tingkat
kesejahteraan masyarakat. Dengan demikian maka hipotesa yang menyatakan M1
berpengaruh positif terhadap jumlah deposito mudharabah (TDSM) adalah benar.
Sementara itu variabel return yaitu tingkat bagi hasil dan tingkat suku bunga
memiliki dominasi yang kecil. Pada tabel 5-12 terlihat bahwa pergerakan tingkat suku
bunga deposito 3 bulan (IRTD3) dari bulai pertama sampai bulan ke 12 terhadap
SDSM terus meningkat namun tidak mendominasi. Sedangkan pada variabel tingkat
bagi hasil deposito mudharabah 3 bulan (RORTD3) memiliki dominasi yang sangat
kecil dan pengaruhnya yang terus menurun sampai bulan ke 12 terhadap deposito
mudharabah. Respon dari variabel return dapat dilihat pada gambar impulse response
function (IRF) berikut :
Gambar 5-8 Gambar 5-9
-.10
-.08
-.06
-.04
-.02
.00
.02
.04
.06
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of DLOG(TDSM) to StructuralOne S.D. Shock2
Pada gambar di atas terbukti bahwa respon atas peningkatan tingkat bagi hasil deposito
mudharabah 3 bulan (RORTD3) terus meningkatkan jumlah deposito mudharabah di
Bank Muamalat Indonesia. Sehingga kondisi ini membuktikan hipotesa yang
-.03
-.02
-.01
.00
.01
.02
.03
.04
.05
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of DLOG(TDSM,2) to StructuralOne S.D. Shock1
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
86
menyatakan bahwa tingkat bagi hasil deposito mudharabah 3 bulan BMI (RORTD3)
berpengaruh positif terhadap jumlah deposito mudharabah BMI (TDSM) adalah benar.
Sementara itu tingkat suku bunga deposito 3 bulan memiliki respon yang positif, tapi
pada bulan ke 6 responnya negatif terhadap jumlah deposito mudharabah (TDSM). Hal
ini mengindikasikan bahwa jumlah deposito mudharabah (TDSM) pada BMI direspon
negatif oleh tingkat suku bunga deposito 3 bulan (IRSD) dari bank konvensional.
Dapat dikatakan bahwa tingkat bagi hasil deposito mudharabah 3 bulan Bank
Muamalat Indonesia masih lebih menarik daripada tingkat suku bunga deposito 3
bulan. Dengan demikian, hipotesa yang menyatakan bahwa tingkat suku bunga
berpengaruh negatif terhadap jumlah deposito mudharabah BMI (TDSM) adalah benar.
4. Pengaruh return 6 bulan terhadap jumlah tabungan mudharabah di Bank
Muamalat Indonesia.
Tabel 5-13
Variance Decomposition of DLOG(TDSM,2): Period S.E. Shock1 Shock2 Shock3 Shock4 Shock5
1 0.101980 0.961538 0.961538 0.961538 0.961538 96.15385 2 0.121496 0.870633 0.697627 4.030842 0.954263 93.44663 3 0.126464 0.803707 0.646796 11.32271 0.883141 86.34364 4 0.152023 0.575609 0.497518 37.07197 0.625325 61.22958 5 0.162840 0.521677 0.509435 42.48120 0.570014 55.91767 6 0.167311 0.502021 0.533334 45.44937 0.539960 52.97532 7 0.175509 0.468976 0.644895 49.97670 0.493021 48.41641 8 0.178727 0.452349 0.673797 51.67846 0.475634 46.71976 9 0.178903 0.452734 0.679952 51.64153 0.475849 46.74994
10 0.179036 0.452240 0.690285 51.69323 0.475280 46.68897 11 0.179981 0.447847 0.695860 52.18008 0.470367 46.20585 12 0.180633 0.444653 0.695170 52.49036 0.467218 45.90260
Pada tabel Variance Decomposition (VD) di atas menunjukkan bahwa variabel jumlah
deposito mudharabah (TDSM) secara jelas juga didominasi oleh pergerakan nilainya di
masa lalu dan pergerakan jumlah uang beredar (M1). Ternyata pergerakan yang paling
mendominasi terhadap jumlah deposito mudharabah (TDSM) adalah variabel M1,
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
87
dimana dari bulan pertama sampai bulan ke 12 pergerakannya terus meningkat. Respon
atas pergerakan variabel M1 terhadap SDSM dapat dilihat pada hasil impulse response
function (IRF) berikut ini :
Gambar 5-10
-.15
-.10
-.05
.00
.05
.10
.15
.20
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of DLOG(TDSM,2) to StructuralOne S.D. Shock3
pada gambar di atas juga terbukti bahwa responsi atas peningkatan jumlah uang
beredar (M1) positif meningkatkan jumlah deposito mudharabah di Bank Muamalat
Indonesia, namun pada bulan ke 4 pengaruhnya menjadi negatif. Hal ini tidak terlalu
mendominasi pergerakan yang positif turun naik dari variabel M1. Dengan demikian,
hipotesa yang mengatakan bahwa M1 berpengaruh positif terhadap jumlah deposito
mudharabah BMI (TDSM) adalah benar.
Sementara itu variabel return yaitu tingkat bagi hasil dan tingkat suku bunga
deposito 6 bulan memiliki dominasi yang kecil. Pada tabel 5-13 terlihat bahwa
pergerakan tingkat suku bunga deposito 6 bulan (IRTD6) dari bulan pertama sampai
bulan ke 12 terhadap SDSM terus meningkat namun tidak mendominasi. Sedangkan
pada variabel tingkat bagi hasil deposito mudharabah 6 bulan juga memiliki dominasi
yang kecil dan dan pengaruhnya yang terus menurun sampai bulan ke 12 terhadap
deposito mudharabah BMI. Respon dari variabel return dapat dilihat pada gambar
impulse response function (IRF) berikut :
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
88
Gambar 5-11 Gambar 5-12
-.04
-.02
.00
.02
.04
.06
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of DLOG(TDSM,2) to StructuralOne S.D. Shock2
pada gambar di atas menunjukkan bahwa responsi atas peningkatan tingkat bagi hasil
deposito mudharabah 6 bulan (RORTD6) terus meningkatkan jumlah deposito
mudharabah di Bank Muamalat Indonesia. Sehingga membuktikan hipotesa yang
mengatakan bahwa tingkat bagi hasil deposito mudharabah 6 bulan BMI (RORTD6)
berpengaruh positif terhadap jumlah deposito mudharabah BMI (TDSM). Sementara
itu tingkat suku bunga deposito 6 bulan merespon positif jumlah deposito mudharabah
(TDSM). Hal ini mengindikasikan bahwa jumlah deposito mudharabah (TDSM) pada
BMI tidak terlalu dipengaruhi oleh tingkat suku bunga deposito 6 bulan dari bank
konvensional. Dapat dikatakan bahwa nasabah deposito mudharabah 6 bulan ketika
menyimpan uangnya pada Bank Muamalat Indonesia tidak mempertimbangkan tingkat
suku bunga deposito 6 bulan sehingga ketika tingkat suku bunga deposito 6 bulan
meningkat tidak menurunkan jumlah deposito mudharabah. Dengan demikian, hipotesa
yang menyatakan bahwa tingkat suku bunga deposito 12 bulan (IRTD12) berpengaruh
negatif terhadap jumlah deposito mudharabah BMI (TDSM) adalah salah
-.03
-.02
-.01
.00
.01
.02
.03
.04
.05
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of DLOG(TDSM,2) to StructuralOne S.D. Shock1
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
89
5. Pengaruh return 12 bulan terhadap jumlah tabungan mudharabah di Bank
Muamalat Indonesia.
Tabel 5-14
Variance Decomposition of DLOG(TDSM): Period S.E. Shock1 Shock2 Shock3 Shock4 Shock5
1 0.101980 0.961538 0.961538 0.961538 0.961538 96.15385 2 0.104645 0.953171 0.978572 4.763989 0.921772 92.38250 3 0.122628 0.705508 0.713172 30.55807 0.671490 67.35175 4 0.131831 0.616612 0.635230 39.58054 0.584279 58.58334 5 0.134615 0.593696 0.632048 41.80415 0.562462 56.40765 6 0.135801 0.584690 0.629188 42.70543 0.553571 55.52712 7 0.136287 0.583349 0.636787 42.93916 0.551127 55.28958 8 0.136787 0.581285 0.635708 43.25370 0.548087 54.98122 9 0.136964 0.580045 0.636021 43.39199 0.546754 54.84519
10 0.137020 0.579569 0.635590 43.43757 0.546309 54.80096 11 0.137027 0.579559 0.635627 43.43822 0.546302 54.80029 12 0.137034 0.579503 0.635567 43.44395 0.546247 54.79473
Pada tabel Variance Decomposition (VD) di atas menunjukkan bahwa variabel jumlah
deposito mudharabah (TDSM) secara jelas juga dipengaruhi oleh pergerakan nilainya
di masa lalu dan pergerakan jumlah uang beredar (M1). Namun ternyata pergerakan
yang paling mendominasi terhadap jumlah deposito mudharabah (TDSM) adalah
variabel jumlah deposito mudharabah sendiri masa lalu, dimana dari bulan pertama
sampai bulan ke 12 pergerakannya terus meningkat. Hal ini berbeda dengan
persamaan-persamaan sebelumnya yang paling didominasi oleh M1. Respon atas
pergerakan variabel M1 terhadap SDSM dapat dilihat pada hasil impulse response
function (IRF) berikut ini :
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
90
Gambar 5-13
-.2
-.1
.0
.1
.2
.3
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of DLOG(TDSM) to StructuralOne S.D. Shock3
pada gambar di atas juga menunjukkan responsi atas peningkatan jumlah uang beredar
(M1) positif meningkatkan jumlah deposito mudharabah di Bank Muamalat Indonesia.
Sehingga, hipotesa yang menyatakan bahwa M1 berpengaruh positif terhadap jumlah
deposito mudharabah di BMI (TDSM) adalah benar.
Sementara itu variabel return yaitu tingkat bagi hasil dan tingkat suku bunga
deposito 12 bulan memiliki kontribusi yang kecil. Pada tabel 5-14 terlihat bahwa
pergerakan tingkat suku bunga deposito 12 bulan (IRTD12) dari bulan pertama sampai
bulan ke 12 terhadap jumlah deposito mudharabah BMI (TDSM) cendrung menurun
namun tidak mendominasi. Sedangkan pada variabel tingkat bagi hasil deposito
mudharabah 12 bulan (RORTD12) juga memiliki kontribusi yang kecil dan
pengaruhnya yang cendrung konstan sampai bulan ke 12 terhadap deposito
mudharabah BMI (TDSM). Respon dari variabel return dapat dilihat pada gambar
impulse response function (IRF) berikut :
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
91
Gambar 5-14 Gambar 5-15
-.06
-.04
-.02
.00
.02
.04
.06
.08
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of DLOG(TDSM) to StructuralOne S.D. Shock2
pada gambar di atas menunjukkan responsi bahwa peningkatan tingkat bagi hasil
deposito mudharabah 12 bulan (RORTD12) terus meningkatkan jumlah deposito
mudharabah di Bank Muamalat Indonesia. Sehingga dapat dikatakan bahwa hipotesa
yang menyatakan tingkat bagi hasil deposito mudharabah 12 bulan (RORTD12)
berpengaruh positif terhadap jumlah deposito mudharabah BMI (TDSM) adalah benar.
Sementara itu tingkat suku bunga deposito 12 bulan merespon positif jumlah deposito
mudharabah BMI (TDSM). Hal ini mengindikasikan bahwa jumlah deposito
mudharabah (TDSM) pada BMI tidak terlalu dipengaruhi oleh return deposito 12 bulan
dari bank konvensional. Dapat dikatakan bahwa tingkat bagi hasil deposito
mudharabah 12 bulan pada Bank Muamalat Indonesia ternyata masih lebih tinggi
daripada tingkat suku bunga deposito 12 bulan sehingga ketika tingkat suku bunga
deposito 12 bulan meningkat tidak menurunkan jumlah deposito mudharabah. Dengan
demikian, hipotesa yang menyatakan bahwa tingkat suku bunga deposito 12 bulan
(IRTD) berpengaruh negatif terhadap jumlah deposito mudharabah BMI (TDSM)
adalah salah.
-.03
-.02
-.01
.00
.01
.02
.03
.04
.05
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of DLOG(TDSM) to StructuralOne S.D. Shock1
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007
92
5.7 Implikasi Kebijakan
Apabila dilihat pada hasil analisa dan pembahasan dari pengolahan data di
atas, maka implikasinya bahwa Bank Muamalat Indonesia harus terus meningkatkan
profit perusahaan sehingga jumlah dana pihak ketiga dapat meningkat. Meningkatnya
jumlah dana pihak ketiga pada Bank Muamalat Indonesia diharapkan dapat
meningkatkan arus dana yang terdapat pada BMI dan saluran dana tersebut ke dalam
bentuk investasi dapat meningkat. Dampak dari semua ini akan berpengaruh pada
peningkatan tingkat pendapatan masyarakat sehingga diharapkan dapat mengurangi
fluktuasi pada perekonomian. Itulah sebabnya, dalam konsep perbankan syariah tidak
ada dikotomi antara tabungan dengan investasi. Pada perbankan konvensional,
peningkatan dalam saving cendrung menurunkan tingkat investasi karena adanya cost
of borrowing yang tinggi. Sedangkan pada perbankan syariah, peningkatan dalam
tabungan justru akan meningkatkan tingkat investasi karena tidak adanya biaya yang
dapat merugikan salah satu pihak baik investor maupun depositor. Keputusan investasi
yang dibuat dengan adanya peningkatan rasio tabungan, maka akan meningkatkan
tingkat kepuasan nasabah.
Pengaruh tingkat ..., Andika Novta Budiati, FE UI, 2007