ANALISIS PERBANDINGAN RELATIF JALUR MEKANISME TRANSMISI KEBIJAKAN MONETER DI INDONESIA VINA QUROTULAINA

Transkripsi

1 ANALISIS PERBANDINGAN RELATIF JALUR MEKANISME TRANSMISI KEBIJAKAN MONETER DI INDONESIA VINA QUROTULAINA DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2014

2

3 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA* Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Perbandingan Relatif Jalur Mekanisme Transmisi Kebijakan Moneter di Indonesia adalah benar karya saya dengan arahan dari dosen pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Juli 2014 Vina Qurotulaina NIM H

4 ABSTRAK VINA QUROTULAINA. Analisis Perbandingan Relatif Jalur Mekanisme Transmisi Kebijakan Moneter di Indonesia. Dibimbing oleh NOER AZZAM ACHSANI. Penelitian ini bertujuan untuk membandingkan kekuatan relatif dari masingmasing jalur mekanisme transmisi kebijakan moneter di Indonesia. Metode analisis yang digunakan dalam penelitian ini adalah pendekatan ekonometrika dengan model Vector Error Correction Model (VECM). Penelitian ini menggunakan data time series bulanan tahun 2004:1 sampai 2013:10. Hasil menunjukkan bahwa pada jangka panjang, suku bunga pasar uang antarbank (PUAB) sebagai sasaran operasional kebijakan moneter tidak mempengaruhi outputmaupun inflasi. Berdasarkan hasil analisis IRF menunjukkan bahwa tidak adanya kesesuaian teori pada respon masing-masing variabel jika terdapat guncangan pada suku bunga pasar uang antarbank (PUAB), kecuali variabel nilai tukar dan variabel kredit. Hasil analisis FEVD menujukkan bahwa nilai tukar merupakan jalur yang paling memengaruhi output di Indonesia. Jalur kredit merupakan jalur yang paling memengaruhi inflasi di Indonesia. Kata kunci: mekanisme transmisi kebijakan moneter, VECM. ABSTRACT VINA QUROTULAINA. Comparative Analysis of Monetary Transmission Channel in Indonesia. Supervised by NOER AZZAM ACHSANI. This study aims to compare the relative strength of each channel of monetary transmission mechanism in Indonesia. Methods of analysis used in this study is the Vector model Error Correction Model (VECM). This study use monthly time series data (2004): 1: 10 until The results show that in the long run, the interbank money market interest rates (PUAB) as the operational target of monetary policy does not affect the output and inflation. Based on the results of the IRF analysis show that the response of each variable if there are shocks on the interbank money market interest rates (PUAB) is not suitable with the theory, unless the exchange rates variable and credit variable. FEVD analysis results shows that the exchange rate channel and credit channel have highest relative importance to explain the output and inflation in Indonesia. Keywords: monetary policy transmission mechanism, VECM.

5 ANALISIS PERBANDINGAN RELATIF JALUR MEKANISME TRANSMISI KEBIJAKAN MONETER DI INDONESIA VINA QUROTULAINA Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2014

6

7 Judul Skripsi : Analisis Perbandingan Relatif Jalur Mekanisme Transmisi Kebijakan Moneter di Indonesia Nama : Vina Qurotulaina NIM : H Disetujui oleh Prof Noer Azam Achsani, Ph.D Pembimbing Diketahui oleh Dr Ir Dedi Budiman Hakim, M.Ec Ketua Departemen Tanggal Lulus:

8 PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta ala atas segala karunia-nya sehingga karya ilmiah ini dapat diselesaikan. Tema yang penulis sajikan adalah mengenai kebijakan moneter dengan judul analisis perbandingan relative jalur mekanisme transmisi kebijakan moneter. Penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada keluarga yang telah memberikan dukungan dan doa yang tek henti-hentinya. Penulis juga ingin mengucapkan terima kasih kepada 1. Prof Noer Azam Achsani, Ph.D selaku pembimbing, yang telah meluangkan waktunya untuk memberikan arahan dan ilmu serta motivasi kepada penulis dalam menyusun skripsi. 2. Dr. Lukitawaty Anggraeni S.P, M.Si selaku dosen penguji yang telah memberikan saran dan kritik untuk perbaikan skripsi ini. 3. Ranti Wiliasih, M.Si selaku dosen penguji dari komisi pendidikan yang telah memberikan saran mengenai tata cara penulisan yang benar. 4. Seluruh staf dan pengajar Departemen Ilmu Ekonomi atas bantuan dan kerjasama dan bantuannya selama penulis menuntut ilmu di IPB. 5. Sahabat penulis, Tisa, Astika, Triana, Masyitoh, Lia, Annisa dan Trisa. 6. Rekan-rekan sebimbingan, Tiko Permatasari, Bramastyo Agung Wibowo, Putri Monicha Sari, Wulandari Sangidi, Asty, Fahmi, Efita dan Ardian. 7. Keluarga besar IE 47 yang selama ini telah bersama-sama menuntut ilmu di IPB Semoga karya ilmiah ini bermanfaat. Bogor, Juli 2014 Vina Qurotulaina

9 DAFTAR ISI DAFTAR TABEL vi DAFTAR GAMBAR vi DAFTAR LAMPIRAN vi PENDAHULUAN Latar Belakang 1 Perumusan Masalah 2 Tujuan Penelitian 2 Manfaat Penelitian 2 Ruang Lingkup Penelitian 2 TINJAUAN PUSTAKA 3 Penelitian Terdahulu 3 Kerangka Pemikiran 6 METODE PENELITIAN 8 Jenis dan Sumber Data 8 Metode Analisis dan Pengolahan Data 8 HASIL DAN PEMBAHASAN 12 Gambaran Umum 12 Hasil Penelitian 15 SIMPULAN DAN SARAN 22 Simpulan 22 Saran 22 DAFTAR PUSTAKA 23

10 DAFTAR TABEL 1 Variabel dan sumber data 8 2 Uji kointegrasi Johansen 15 3 Hasil estimasi VECM jangka panjang pada model IPI 16 4 Hasil estimasi VECM jangka panjang pada model CPI 17 5 Hasil estimasi Forecast Error Variance Decomposition (FEVD) 18 6 Perbandingan relatif jalur mekanisme transmisi kebijakan moneter berdasarkan hasil analisis variance decomposition 18 7 Credit to GDP Ratio di beberapa negara ASEAN 19 DAFTAR GAMBAR 1 Kerangka Pemikiran 7 2 Pergerakan Indeks Harga Konsumen Indonesia Januari 2004-Oktober Pergerakan Indeks Produksi Industri Indonesia Januari 2003-Oktober Pergerakan Money Market Rate (MMR) dan Suku Bunga Kredit Riil Indonesia Januari 2004-Oktober Pergerakan Jumlah Kredit Indonesia Januari 2004-Oktober Pergerakan Jumlah Nilai Tukar Rupiah Januari 2004-Oktober Pergerakan Indeks Harga Saham Gabungan (IHSG) Januari Oktober Impulse Response Function Variabel terhadap shock MMR 19 DAFTAR LAMPIRAN 1 Hasil uji akar unit pada level 25 2 Hasil Uji Akar unit pada First Difference 30 3 Hasil Uji Lag Optimum 32 4 Hasil Uji Stabilitas VAR 33 5 Hasil Uji Kointegrasi 34 6 Hasil Estimasi Jangka Panjang VECM model IPI 36 7 Hasil Estimasi VECM model CPI 38 8 Impulse Response Function Variabel CPI dan IPI 40 9 Impulse Response Function Variabel terhadap shock MMR Variance Decomposition of IPI Variance Decomposition of CPI 44

11 PENDAHULUAN Latar Belakang Mekanisme transmisi kebijakan moneter pada dasarnya menggambarkan bagaimana kebijakan moneter yang ditempuh bank sentral memengaruhi berbagai aktivitas ekonomi dan keuangan sehingga pada akhirnya dapat mencapai tujuan akhir yang ditetapkan (Warjiyo dan Solikin 2003). Tujuan akhir dari mekanisme transmisi kebijakan moneter adalah mencapai apa yang disebut dengan tujuan ekonomi makro yang didalamnya mencakup tiga target yang dikenal dengan trilogi pembangunan. Ketiga target tersebut adalah peningkatan pendapatan nasional yang tinggi, stabilitas perekonomian yang ditunjukkan dengan inflasi yang rendah, serta pemerataan pembangunan (Syofriza 2001). Mekanisme transmisi kebijakan moneter ini dimulai dengan perubahan suku bunga kebijakan yang memengaruhi suku bunga pasar, dan pada akhirnya mampu memengaruhi sektor perekonomian riil melalui beberapa jalur diantaranya jalur suku bunga, jalur kredit, jalur nilai tukar, jalur harga aset, dan jalur ekspektasi inflasi. Bank Indonesia sebagai otoritas moneter menggunakan suku bunga kebijakan (BI Rate) sebagai instrumen dalam pengendalian moneter untuk mencapai sasaran akhir. Melalui BI Rate, Bank Indonesia dapat memengaruhi suku bunga riil jangka pendek dan menengah. Suku bunga riil tersebut akan memengaruhi investasi dan konsumsi yang pada akhirnya dapat memengaruhi output dan inflasi. Indonesia merupakan negara small open economy yang menganut sistem nilai tukar mengambang bebas. Pergerakan nilai tukar dapat memengaruhi perkembangan penawaran dan permintaan agregat, dan selanjutnya dapat memengaruhi output dan inflasi. Oleh karena itu, jalur nilai tukar merupakan salah satu mekanisme yang penting dalam mencapai sasaran akhir kebijakan moneter. Jalur kredit juga merupakan salah satu mekanisme transmisi kebijakan yang penting di Indonesia, mengingat masih besarnya peran perbankan dalam perekonomian di Indonesia yang salah satunya dilihat dari jumlah kredit yang disalurkan pihak perbankan yang pada akhirnya mampu memengaruhi output. Transmisi kebijakan moneter melalui jalur harga aset (asset price channel) merupakan salah satu transmisi yang dapat dilakukan oleh Bank Indonesia sebagai otoritas moneter untuk dapat mencapai kestabilan harga. Perubahan aset dapat memengaruhi aktivitas perekonomian melalui efek kesejahteraan dan yields yang diperoleh (Antono 2010). Penelitian mengenai mekanisme transmisi kebijakan moneter telah banyak dilakukan, diantaranya oleh Tahir (2012) yang meneliti perbandingan relatif mekanisme transmisi kebijakan moneter di tiga negara yang menerapkan ITF yaitu Brazil, Chile, dan Korea. Khundrakpam dan Jain (2012) meneliti hal yang sama untuk kasus negara India. Tang (2012) meneliti perbandingan relatif jalur mekanisme transmisi kebijakan moneter di negara Malaysia. Penelitian mengenai perbandingan relatif jalur mekanisme transmisi kebijakan moneter di Indonesia juga telah banyak dilakukan, seperti yang telah dilakukan oleh Wulandari (2012) yang membandingkan peranan jalur kredit dan suku bunga dalam menjelaskan outputdan inflasi di Indonesia. Affandi (2005) membangun model untuk

12 2 membandingkan kekuatan relatif dari masing-masing jalur mekanisme transmisi kebijakan moneter di Indonesia. Penelitian ini difokuskan untuk mengkaji mekanisme transmisi kebijakan moneter di Indonesia melalui jalur suku bunga, jalur kredit, jalur nilai tukar, dan jalur harga aset serta membandingkan kekuatan relatif dari masing-masing jalur yang paling berperan dalam memengaruhi dua dari tujuan akhir kebijakan moneter yaitu outputdan inflasi. Perumusan Masalah Proses mekanisme transmisi kebijakan moneter merupakan suatu hal yang kompleks sehingga perlu untuk diteliti lebih lanjut seiring dengan dinamisnya perkembangan ekonomi. Pengetahuan mengenai mekanisme transmisi kebijakan moneter tetap penting untuk terus dilakukan, agar mampu menciptakan dan suatu kebijakan moneter yang efektif dalam mencapai sasaran akhir. Berhasil atau tidaknya suatu kebijakan moneter tergantung pada kemampuan pembuat kebijakan untuk mengidentifikasi perubahan parameter yang berhubungan dengan proses transmisi. Berdasarkan latar belakang tersebut, maka dapat dirumuskan permasalahan dalam penelitian sebagai berikut : 1. Bagaimana hubungan jangka pendek dan jangka panjang variabel transmisi dalam memengaruhi output dan inflasi? 2. Bagaimana kekuatan relatif dari peranan masing-masing jalur transmisi, yaitu jalur suku bunga, jalur kredit, jalur nilai tukar, dan jalur harga aset di Indonesia? Tujuan Penelitian 1. Menganalisis hubungan jangka pendek dan jangka panjag variabel transmisi dalam mempengaruhi output dan inflasi. 2. Menganalisis kekuatan relatif dari masing-masing transmisi, yaitu jalur suku bunga, kredit, nilai tukar, dan harga aset di Indonesia. Manfaat Penelitian Penelitian ini diharapkan dapat bermanfaat bagi setiap pengambil kebijakan khususnya Bank Indonesia dalam merumuskan kebijakan moneter di Indonesia. Selain itu, penelitian ini juga diharapkan mampu memberikan gambaran mengenai perkembangan mekanisme transmisi kebijakan moneter di Indonesia. Ruang Lingkup Penelitian Penelitian ini meneliti tentang kekuatan relatif dari masing-masing jalur mekanisme transmisi kebijakan moneter di Indonesia. Jalur mekanisme yang dimaksud adalah jalur suku bunga, kredit, nilai tukar, dan harga aset. Masingmasing jalur diproksikan oleh suku bunga kredit, jumlah kredit, real effective exchange rate dan indeks harga saham gabungan (IHSG). Periode yang digunakan yaitu dari Januari 2004 sampai Oktober 2013.

13 3 TINJAUAN PUSTAKA Landasan Teori Mekanisme Transmisi Kebijakan Moneter Mekanisme transmisi kebijakan moneter didefinisikan sebagai jalur yang dilalui oleh sebuah kebijakan moneter untuk mempengaruhi kondisi perekonomian, terutama pendapatan nasional (Syofriza 2001). Dalam literatur ekonomi moneter, kajian mengenai mekanisme transmisi kebijakan moneter umumnya mengacu pada peranan uang dalam perekonomian yang pertama kali dijelaskan oleh Quantity Theory of Money atau Teori Kuantitas Uang. MV =PT Dimana jumlah uang beredar dikalikan dengan tingkat perputaran uang/income velocity (V) sama dengan jumlah output atau transaksi ekonomi/outputriil dikalikan tingkat harga (P). Hal ini berarti jumlah uang beredar yang digunakan dalam seluruh transaksi ekonomi (MV) sama dengan jumlah outputyang dihitung dengan harga yang berlaku yang ditransaksikan (PT) (Warjiyo dan Solikin 2003). Jalur moneter seperti diatas disebut sebagai jalur moneter langsung. Jalur ini dianggap tidak dapat menjelaskan pengaruh faktor-faktor yang selain uang terhadap inflasi, seperti suku bunga, nilai tukar, harga asset, kredit dan ekspektasi. Dalam perkembangan selanjutnya, selain melalui jalur langsung, mekanisme transmisi pada umumnya juga dapat terjadi pada lima jalur lainnya yaitu, interest rate channel (jalur suku bunga), exchange rate channel (jalur nilai tukar), assets price channel (jalur harga aset), credit channel (jalur kredit) dan expectation channel (jalur ekspektasi inflasi) (Warjiyo dan Solikin 2003). Mishkin (2006) mengelompokkan jalur mekanisme transmisi kebijakan moneter menjadi dua kelompok besar yaitu kelompok credit view dan other asset channel yang menggambarkan bagaimana kebijakan moneter mempengaruhi output. Jalur tersebut diantaranya suku bunga tradisional, pengaruh kurs terhadap ekspor bersih (exchange rate channel), teori tobin s q, pengaruh kekayaan (wealth channel), jalur kredit bank, jalur neraca, jalur arus kas, unanticipated price level channel dan pengaruh likuiditas rumah tangga. Penelitian ini hanya fokus pada empat jalur yaitu jalur suku bunga, jalur kredit bank, jalur nilai tukar dan harga aset. Oleh karena itu penjelasan lebih lanjut akan dilakukan pada keempat jalur tersebut. Jalur Suku Bunga Skema dibawah ini menunjukkan pengaruh kebijakan moneter ekspansioner yang menggambarkan mekanisme transmisi jalur suku bunga. Kebijakan moneter ekspansif (m ) i I Y

14 4 Kebijakan moneter ekspansioner menyebabkan penurunan suku bunga riil (i ) dimana selanjutnya menurunkan biaya modal yang menyebabkan meningkatnya pengeluaran investasi (I ) sehingga pada akhirnya mendorong peningkatan permintaan agregat dan kenaikan output (Y ). Jalur Kredit Bank memiliki peranan khusus dalam sitem keuangan karena mampu mengatasi masalah informasi asimetris di pasar kredit. Sepanjang tidak ada substitusi yang sempurna dari simpanan bank ritel dengan sumber pendanaan lainnya, jalur kredit bank dalam mekanisme transmisi moneter bekerja sebagai berikut : Kebijakan moneter ekspansif (m ) simpanan bank kredit bank I Y Kebijakan moneter ekspansioner meningkatkan cadangan bank dan simpanan bank yang berakibat pada meningkatnya ketersediaan kredit bank. Kenaikan kredit ini akan menyebabkan pengeluaran investasi meningkat dan pada akhirnya mampu meningkatkan output. (Mishkin 2006) Jalur Nilai Tukar Pertumbuhan ekonomi yang semakin global dan diterapkannya sistem nilai tukar mengambang (floating exchange rate) meningkatkan perhatian terhadap bagaimana kebijakan moneter memengaruhi kurs yang selanjutnya memengaruhi ekspor bersih dan agregat output. Jalur ini melibatkan pengaruh suku bunga, ketika suku bunga riil dalam negeri turun, maka aset dalam negeri kurang menarik relatif terhadap aset dengan denominasi mata uang asing. Akibatnya nilai tukar domestik terdepresiasi. Hal ini menyebabkan naiknya net ekspor akibat harga-harga dalam negeri menjadi lebih murah dibandingkan dengan luar negeri yang meningkatkan ekspor. Kenaikan net ekspor pada akhirnya mampu meningkatkan output. (Mishkin 2006) Kebijakan moneter ekspansif (m ) i E NX Y Jalur Harga Aset (Teori Tobin s q) James Tobin mengembangkan sebuah teori yang disebut teori tobin s q yang menjelaskan bagaimana kebijakan moneter mampu mempengaruhi perekonomian melalui pengaruhnya terhadap valuasi saham. q didefinisikan sebagai nilai pasar perusahaan yang dibagi dengan replacement cost of capital. Jika q tinggi, nilai perusahaan lebih tinggi dibandigkan dengan biaya penggantian modal. Artinya, perusahaan dapat membeli barang modal baru dengan menerbitkan saham dalam jumlah yang sedikit. Kebijakan moneter ekspansif meningkatkan permintaan atas saham dan akibatnya meningkatkan harga saham. Kenaikan harga saham akan mendorong kenaikan q dan akibatnya mendorong peningkatan investasi. Kebijakan moneter ekspansif (m ) Ps I Y

15 5 Penelitian Terdahulu Wulandari (2012) meneliti tentang peranan jalur suku bunga dan jalur kredit di Indonesia serta membandingkan kekuatan relatif dari kedua jalur tersebut. Berdasarkan estimasi dari variance decomposition model SVAR menunjukkan hasil bahwa jalur suku bunga lebih berperan dalam memengaruhi tingkat inflasi, sedangkan jalur kredit lebih dominan dalam memengaruhi tingkat outputdi Indonesia. Peranan masing-masing jalur mekanisme transmisi kebijakan moneter di Brazil, Chile dan Korea telah diteliti oleh Tahir (2012). Hasil Estimasi variance decomposition dari model SVAR menunjukkan bahwa peranan jalur nilai tukar dan harga aset lebih dominan di ketiga negara tersebut. Raghavan dan Silvapulle (2007) meneliti kekuatan relatif dari jalur mekanisme transmisi kebijakan moneter di Malaysia. Penelitian ini menggunakan metode SVAR untuk meneliti keefektifan kebijakan moneter Malaysia dan peranan masing-masing jalur transmisi dalam memengaruhi tingkat harga dan aktivitas ekonomi di Malaysia sebelum dan setelah terjadinya krisis tahun Periode dalam penelitian ini dibagi menjadi dua periode yaitu sebelum krisis 1997 dan sesudah krisis. Hasil menunjukkan bahwa sebelum terjadinya krisis tahun 1997, guncangan kebijakan moneter dan nilai tukar secara signifikan memengaruhi outputdan tingkat harga, jumlah uang beredar, suku bunga dan nilai tukar itu sendiri. Namun setelah krisis tahun 1997 hanya jumlah uang beredar yang memiliki pengaruh kuat terhadap output. Khundrakpam dan Jain (2012) meneliti hal yang sama untuk kasus negara India menggunakan model SVAR. Penelitian ini selain menggunakan variabel yang menujukkan kebijakan moneter domestik juga memasukkan variabel seperti harga komoditas dunia dan harga minyak dunia untuk mengetahui pengaruh guncangan kedua variabel tersebut terhadap perekonomian di India. Hasil estimasi menunjukkan bahwa jalur suku bunga, kredit dan harga aset menunjukkan peranan yang lebih dominan dalam mentransmisikan kebijakan moneter di India dan jalur nilai tukar memiliki peranan paling lemah. Affandi (2005) membangun sebuah model yang cocok bagi Indonesia untuk menganalisis jalur masing-masing mekanisme transmisi kebijakan moneter serta kaitannya dengan krisis yang terjadi di Indonesia pada tahun Syofriza (2001) membandingkan peranan relatif dari jalur mekanisme transmisi kebijakan moneter di Indonesia dengan estimasi impulse respon function model VECM yang menjelaskan peranan jalur suku bunga, jalur kredit dan jalur nilai tukar. Hasil analisis variance decomposition menunjukan bahwa selama periode 1990:1 sampai 2000:12, jalur nilai tukar lebih dominan terhadap pendapatan pendapatan nasional dibandingkan dengan jalur suku bunga dan jalur nilai kredit. Sultoni (2013) membandingkan jalur suku bunga kredit dan nilai tukar menggunakan analisis IRF dalam model SVAR dan menemukan bahwa jalur nilai tukar merupakan jalur yang efektif dalam mempengaruhi perekonomian riil dalam hal ini outputbaik secara agregat maupun sektoral. Rahutami (2004) meneliti peranan jalur nilai tukar dan jalur suku bunga dalam mekanisme transmisi kebijakan moneter di Indonesia sebelum diterapkannya Full Fledge Inflation Targeting (FFIT) di Indonesia. Hasil estimasi

16 6 model VAR menunjukkan bahwa sebelum diterapkannya FFIT, nilai tukar merupakan jalur mekanisme transmisi yang lebih kuat dan cepat dalam mempengaruhi outputdan inflasi. Adanya goncangan di dalam nilai tukar berupa depresiasi akan memengaruhi kestabilan outputdan inflasi. Di sisi lain, jalur suku bunga masih mengalami hambatan, sehingga pengelolaan suku bunga tidak akan memberikan pengaruh yang kuat dan langsung pada outputdan inflasi. Penelitian ini mengacu pada penelitian yang telah dilakukan oleh Tahir (2012) yang meneliti perbandingan relatif jalur mekanisme transmisi kebijakan moneter di negara-negara yang menerapkan ITF yaitu negara Brazil, Chile dan Korea. Dalam penelitian yang akan dilakukan, masing-masing jalur mekanisme diproksikan melalui satu variabel. Jalur suku bunga diproksikan dengan suku bunga kredit dan jalur kredit diproksikan melalui variabel kredit. Jalur nilai tukar diproksikan melalui variabel real effective exchange rate (REER). Jalur harga aset diproksikan melalui variabel indeks harga saham gabungan (IHSG). Penelitian ini juga terdapat dua variabel yang menggambarkan aktivitas perekonomian di Indonesia yaitu variabel indeks produksi industri (IPI) sebagai proksi dari outputindonesia. Variabel CPI atau indeks harga konsumen digunakan sebagai proksi dari Inflasi. Suku bunga pasar uang antar bank (PUAB) sebagai sasaran operasional kebijakan moneter dalam penelitian ini digunakan untuk melihat bagaimana respon masing-masing variabel jalur mekanisme transmisi terhadap shock atau guncangan sasaran operasional. Terakhir, variabel Oil atau harga minyak dunia digunakan sebagai proksi dari shock harga dunia yang dapat memengaruhi proses pengambilan keputusan kebijakan moneter di Indonesia. Perbedaan penelitian ini dengan penelitian yang telah dilakukan oleh penelitian sebelumnya adalah periode yang digunakan dalam penelitian serta negara yang menjadi objek penelitian. Selain itu, penelitian ini juga melihat perbandingan relatif dari masing-masing jalur mekanisme transmisi kebijakan moneter di Indonesia. Kerangka Pemikiran Mekanisme transmisi kebijakan moneter berjalan melalui beberapa jalur, diantaranya jalur suku bunga, jalur kredit, jalur nilai tukar, jalur harga aset dan jalur ekspektasi inflasi. Penelitian ini hanya fokus pada analisis perbandingan relatif antara jalur suku bunga, nilai tukar, jalur kredit dan jalur harga aset yang masing-masing diproksikan oleh satu variabel. Penelitian ini menggunakan metode VECM dengan analisis impulse response function dan variance decomposition untuk melihat kepentingan relatif dari masing-masing jalur transmisi. Secara garis besar, kerangka pemikiran penelitian dapat dilihat pada Gambar 1.

17 7 Mekanisme transmisi Kebijakan Moneter di Indonesia Suku Bunga Kredit Nilai Tukar Harga Asset Ekspektasi Inflasi Outputdan Inflasi Perbandingan Relatif jalur transmisi VAR/VECM FEVD & IRF Fokus Penelitian Gambar 1 Kerangka Pemikiran

18 8 METODE PENELITIAN Jenis dan Sumber Data Penelitian ini menggunakan data sekunder berupa data time series bulanan periode Januari 2004 hingga Oktober Sumber data berasal dari International Financial Statistics (IFS), Fred Database, Bank of International Settlements (BIS), Bank Indonesia dan Bursa Efek Indonesia. Semua variabel dalam penelitian ini dikonversikan ke dalam bentuk logaritma natural, kecuali variabel suku bunga kredit riil dan money market rate (MMR). Penjelasan lebih lanjut mengenai sumber data dapat dilihat pada Tabel 1. Tabel 1 Variabel dan sumber data Variabel Deskripsi Sumber IPI Indeks Produksi Industri (2010=100) CEIC CPI Indeks Harga IFS Konsumen (2005=100) Kredit Kredit yang diberikan IFS oleh perbankan, SBK Suku bunga kredit riil BI-SEKI REER Nilai tukar rupiah riil BIS efektif terhadap US Dollar IHSG Indeks Harga Saham Bursa Efek Gabungan Indonesia MMR Money market rate atau Suku Bunga Pasar Uang Antar Bank (PUAB) IFS Oil Harga minyak, WTI FRED Database Spot Price (Dollar per Barrel) Metode Analisis dan Pengolahan Data Metode yang digunakan dalam analisis ini adalah metode Vector error correction model (VECM). Model VECM mempunyai tiga alat analisis, diantaranya yaitu uji Kausalitas, impulse response function (IRF) dan forecast error variance decomposition (FEVD). Analisis IRF dapat digunakan untuk mengetahui respon dinamis dari guncangan suatu variabel terhadap variabel lainnya. Selain itu, kontribusi dari masing-masing variabel dalam jalur mekanisme transmisi kebijakan moneter memengaruhi variabel outputdan inflasi dapat dianalisis melalui Forecast Error Variance Decomposition (FEVD). FEVD berperan sebagai alat untuk mengetahui lebih baik mengenai hubungan dinamis antar variabel dalam analisis VAR. Analisis FEVD memungkinkan kita untuk membandingkan peranan masing-masing variabel dalam menjelaskan variasi

19 perubahan variabel lainnya. Melalui peran FEVD ini, penulis ingin melihat peranan masing-masing jalur pada mekanisme transmisi kebijakan moneter di Indonesia. Penelitian ini diolah dengan menggunakan perangkat lunak Eviews 6 dan Microsoft Excel untuk mengelompokan data. Metode Vector Error Correction Model (VECM) Data yang tidak stasioner pada level memiliki kemungkinan untuk terkointegrasi. Vector error correction model (VECM) merupakan model VAR yang terestriksi yang digunakan untuk variabel nonstasioner namun memiliki potensi untuk terkointegrasi. Restriksi tambahan pada VECM harus diberikan karena keberadaan bentuk dan data yang tidak stasioner pada level, tetapi terkointegrasi. VECM kemudian memanfaatkan informasi restriksi kointegrasi tersebut ke dalam spesifikasinya. Jika terbukti terdapat hubungan kointegrasi dalam model, maka analisis akan dilakukan menggunakan model VECM. Spesifikasi model VECM secara umum adalah sebagai berikut: dimana : = vektor yang berisi variabel yang dianalisis dalam penelitian = vektor intercept = vector koefisien regresi = time trend =, dimana b mengandung persamaan kointegrasi jangka panjang = variabel in-level = matriks koefisien regresi = ordo VECM dari VAR = error term Pengujian Pra Estimasi Pengujian pra estimasi dilakukan sebelum mengestimasi model. langkahlangkah yang dilakukan sebelum mengestimasi model adalah: uji stasioneritas data, uji lag optimum, dan uji stabilitas. Uji Stasioneritas Data Uji stasioneritas data dilakukan untuk mengetahui apakah data stasioner pada level atau first difference bahkan second different. Tujuan dilakukannya uji ini adalah untuk menghindari terjadinya spurious regression atau regresi palsu. Stasioneritas data dapat diuji menggunakan menggunakan Augmented Dickey Fuller (ADF) test. Jika nilai ADF statistik lebih besar dari nilai kritisnya pada tingkat 1%, 5% dan 10% maka dapat disimpulkan bahwa data tersebut mengandung akar unit atau tidak stasioner (Firdaus 2011). 9

20 10 Uji Kointegrasi Uji kointegrasi bertujuan untuk menentukan apakah variabel-variabel yang tidak stasioner terkointegrasi atau tidak. Konsep kointegrasi dikemukakan oleh Engle dan Granger (1987) sebagai kombinasi linear dari dua atau lebih variabel yang tidak stasioner akan menghasilkan variabel yang stasioner. Kombinasi linear ini dikenal dengan istilah kointegrasi dan dapat diinterpretasikan sebagai hubungan keseimbangan jangka panjang antar variabel. Jika nilai trace statictic > critical value maka persamaan tersebut terkointegrasi (Firdaus 2011). Uji Stabilitas Pengujian berikutnya adalah uji stabilitas VAR. Menurut Firdaus (2011) uji stabilitas dilakukan dengan menghitung akar-akar dari fungsi polinomial atau dikenal dengan roots of characteristic polynomial. Jika semua akar dari fungsi polinomial tersebut berada dalam unit circle atau jika nilai absolutnya<1 maka model model VAR tersebut dianggap stabil sehingga Impulse Response Function (IRF) dan Forecast Error Variance Decomposition (FEVD) yang dihasilkan dianggap valid. Uji Lag Optimum Pemilihan panjang lag dalam model VAR terutama untuk menghindari terjadinya serial korelasi antara error term dengan variabel endogen dalam model yang dapat menyebabkan estimator menjadi tidak konsisten. Semakin panjang lag yang digunakan akan mengurangi degree of freedom dan jumlah observasi. Sedangkan lag yang terlalu pendek akan menghasilkan spesifikasi yang salah (Basith 2007). Penentuan lag optimum dilakukan melalui pemilihan kriteria yang terdiri dari Likelihood Ratio (LR), Hannan Quin (HQ), Schwarz Information Criterion (SIC), Akaike Information Criterion (AIC). Kriteria yang digunakan pada penelitian ini didasarkan pada nilai Akaike Information Criterion (AIC) minimum. Model VECM Model yang digunakan pada penelitian ini adalah sebagai berikut : = + [ ] [ ] [ ] [ ]

21 11 = + [ ] [ ] [ ] [ ] dimana : LnIPI LnCPI LnOIL Kredit Sbkriil LnREER LnIHSG MMR : Indeks produksi industri : Indeks harga konsumen : Harga minyak dunia : Jumlah kredit yang diberikan oleh perbankan : Suku bunga kredit riil : Real effective exchange rate : Indeks Harga Saham Gabungan : Money market rate atau suku bunga pasar uang antar bank (PUAB) : Koefisien regresi model VAR : Error term Impulse Respon Function (IRF) Impulse Response Function (IRF) adalah salah satu innovation accounting dari model VAR yang dapat melihat respon suatu variabel jika terjadi shock pada variabel lainnya dalam suatu model. Hal ini dikarenakan shock variabel ke-i tidak hanya berpengaruh terhadap variabel ke-i itu saja, tetapi ditransmisikan kepada semua variabel endogen lainnya melalui struktur dinamis atau struktur lag dalam VAR. IRF mengukur pengaruh suatu shock pada suatu waktu kepada inovasi variabel endogen pada saat tersebut dan di masa yang akan datang (Firdaus 2011) Forecast Error Variance Decomposition (FEVD) Metode yang dapat dilakukan untuk melihat bagaimana perubahan suatu variabel yang ditunjukkan oleh perubahan error variance dipengaruhi variabelvariabel lainnya adalah FEVD. Metode ini mencirikan suatu struktur dinamis dalam model VAR. Dalam metode ini dapat dilihat kekuatan dan kelemahan masing-masing variabel memengaruhi variabel lainnya dalam kurun waktu yang panjang (Firdaus 2011). Melalui analisis FEVD dapat diketahui variabel apa saja yang memengaruhi variabel tertentu. FEVD melihat pengaruh suatu variabel terhadap variabel lain melalui persentase kontribusi terhadap fluktuasi suatu variabel yang dihasilkan dalam analisis.

22 Jan-04 Jun-04 Nop-04 Apr-05 Sep-05 Feb-06 Jul-06 Des-06 Mei-07 Okt-07 Mar-08 Agust-08 Jan-09 Jun-09 Nop-09 Apr-10 Sep-10 Feb-11 Jul-11 Des-11 Mei-12 Okt-12 Mar-13 Agust-13 Indeks Jan-04 Jun-04 Nov-04 Apr-05 Sep-05 Feb-06 Jul-06 Dec-06 May-07 Oct-07 Mar-08 Aug-08 Jan-09 Jun-09 Nov-09 Apr-10 Sep-10 Feb-11 Jul-11 Dec-11 May-12 Oct-12 Mar-13 Aug-13 Indeks 12 HASIL DAN PEMBAHASAN Gambaran Umum Analisis diawali dengan pembahasan mengenai pergerakan masing-masing variabel selama periode penelitian. Analisis ini menggambarkan bagaimana perilaku masing-masing variabel apakah terdapat tren yang positif atau negatif dan melihat apakah pergerakannya dipengaruhi oleh peristiwa yang terjadi selama periode penelitian CPI Bulan Sumber : International Financial Statistic 2014 (Diolah) Gambar 2 Pergerakan Indeks Harga Konsumen Indonesia Januari Oktober 2013 Pergerakan indeks harga konsumen Indonesia memiliki tren yang positif seperti yang terlihat terlihat pada Gambar 2. Sejak tahun 2004 hingga 2013 indeks harga konsumen Indonesia terus mengalami peningkatan. Peningkatan cukup signifikan terjadi pada tahun 2005 dan tahun 2008 yang disebabkan oleh kenaikan harga minyak dunia. Kenaikan harga minyak dunia tersebut membuat pemerintah menetapkan kebijakan untuk menaikkan harga BBM. Kenaikan indeks harga konsumen yang terjadi terus-menerus sepanjang tahun tidak sesuai dengan kerangka kerja kebijakan moneter Indonesia yang memiliki tujuan akhir yaitu menjaga kestabilan harga IPI Bulan Sumber : CEIC 2014 (Diolah) Gambar 3 Pergerakan Indeks Produksi Industri Indonesia Januari Oktober 2013

23 Jan-04 Jul-04 Jan-05 Jul-05 Jan-06 Jul-06 Jan-07 Jul-07 Jan-08 Jul-08 Jan-09 Jul-09 Jan-10 Jul-10 Jan-11 Jul-11 Jan-12 Jul-12 Jan-13 Jul-13 Persen Variabel IPI atau indeks produksi industri yang merupakan proksi dari output juga menunjukkan tren yang positif namun memiliki nilai yang fluktuatif. Penurunan IPI yang signifikan terjadi pada tahun 2004, 2005, 2006, 2010 dan Pada tahun 2005, kenaikan harga minyak mentah dunia merupakan sebab terjadinya kenaikan biaya produksi yang mengakibatkan turunnya aktivitas produksi sehingga menurunkan output MMR sbkriil Bulan Sumber : International Financial Statistic dan Bank Indonesia 2014 (Diolah) Gambar 4 Pergerakan money market rate (MMR) dan Suku Bunga Kredit Riil Indonesia Januari 2004-Oktober 2013 Suku bunga kredit memiliki pergerakan yang relatif sama dengan suku bunga PUAB atau money market rate (MMR), namun suku bunga kredit memiliki nilai dengan kisaran yang lebih tinggi dari suku bunga PUAB. Hal ini terlihat dari nilai suku bunga kredit riil yang memiliki kisaran sebesar 6 sampai 17 persen. Suku bunga PUAB atau money market rate (MMR) memiliki kisaran yang lebih kecil yaitu 3 sampai 11 persen. Suku bunga kredit riil mengalami penurunan yang cukup signifikan pada tahun 2005, 2008 dan tahun Hal ini terjadi karena pada tahun tersebut terjadi gejolak ekonomi yaitu kenaikan harga minyak mentah dunia yang mempengaruhi aktivitas perekonomian Indonesia dan krisis finansial global yang melanda dunia. Salah satu upaya yang dapat dilakukan untuk meningkatkan aktivitas perekonomian adalah dengan menurunkan suku bunga kredit. Berdasarkan Gambar 4 terlihat bahwa nilai suku bunga kredit Indonesia tergolong tinggi. Suku bunga kredit yang terlalu tinggi dapat mengurangi investasi karena suku bunga dianggap sebagai biaya dalam investasi. Jika terjadi kenaikan pada suku bunga maka investasi akan turun yang pada akhirnya dapat mengurangi tingkat output. Jumlah kredit yang diberikan oleh pihak perbankan dalam penelitian ini merupakan proksi dari mekanisme transmisi melalui jalur kredit. Seperti yang terlihat pada Gambar 5 pergerakan jumlah kredit di Indonesia memiliki tren yang positif. Hal ini menunjukkan bahwa jumlah kredit di Indonesia tiap tahunnya mengalami peningkatan. Peningkatan jumlah kredit ini dapat meningkatkan aktivitas perekonomian sehingga mampu mendorong pertumbuhan ekonomi.

24 Jan-04 Jul-04 Jan-05 Jul-05 Jan-06 Jul-06 Jan-07 Jul-07 Jan-08 Jul-08 Jan-09 Jul-09 Jan-10 Jul-10 Jan-11 Jul-11 Jan-12 Jul-12 Jan-13 Jul-13 Indeks Jan-04 Jul-04 Jan-05 Jul-05 Jan-06 Jul-06 Jan-07 Jul-07 Jan-08 Jul-08 Jan-09 Jul-09 Jan-10 Jul-10 Jan-11 Jul-11 Jan-12 Jul-12 Jan-13 Jul-13 Juta Rupiah Kredit Bulan Sumber : International Financial Statistics (IFS) 2014 (Diolah) Gambar 5 Pergerakan Jumlah Kredit Indonesia Januari 2004-Oktober 2013 Gambar 6 merupakan grafik perkembangan Real effective exchange rate (REER) yang digunakan sebagai proksi jalur mekanisme transmisi jalur nilai tukar. Nilai tukar di Indonesia mengalami pergerakan yang fluktuatif namun fluktuasinya tidak terlalu besar. Nilai tukar Indonesia sempat mengalami penurunan yang signifikan tahun Nilai tukar Indonesia juga mengalami gejolak yaitu terjadi depresiasi tahun 2008 yang salah satunya juga diakibatkan oleh krisis finansial global REER Bulan Sumber : Bank of International Settlements 2014 (Diolah) Gambar 6 Pergerakan Jumlah Nilai Tukar Rupiah Januari 2004-Oktober 2013 Gambar 7 menjelaskan pergerakan indeks harga saham gabungan (IHSG) yang merupakan proksi dari mekanisme transmisi jalur harga aset. IHSG mengalami pergerakan yang positif, walaupun sempat mengalami penurunan pada pertengahan tahun 2008 akibat krisis finansial global yang melanda dunia. Hal ini terjadi karena pasar saham di Indonesia sensitif terhadap gejolak perekonomian. Pergerakan IHSG yang positif di Indonesia menunjukkan bahwa terdapat kenaikan nilai perusahaan yang dapat meningkatkan investasi dan pada akhirnya mampu meningkatkan output.

25 indeks IHSG Jan-04 Jan-05 Jan-06 Jan-07 Jan-08 Jan-09 Jan-10 Jan-11 Jan-12 Jan-13 Bulan Sumber : Bursa Efek Indonesia 2014 (Diolah) Gambar 7 Pergerakan Indeks Harga Saham Gabungan (IHSG) Januari Oktober 2013 Estimasi VECM Hasil Penelitian Pengujian pra estimasi telah dilakukan sebelum estimasi menggunakan model. Berdasarkan hasil uji akar unit pada level menggunakan uji ADF menujukkan hasil bahwa hampir semua variabel tidak stasioner pada level, kecuali variabel IPI, SBKriil dan Oil yang stasioner pada level. Selanjutnya dilakukan uji akar unit pada tingkat first difference dan hasil menujukkan bahwa variabel stasioner di tingkat first difference pada taraf nyata 1%, 5% dan 10%. Kemudian berdasarkan pengujian lag optimum, kriteria pengujian yag didasarkan pada nilai AIC minimum menunjukkan model optimum di lag 1. Pengujian stabilitas VAR juga menunjukkan semua akar unit dari fungsi polinomial memiliki nilai kurang dari 1. Hal ini berarti bahwa model VAR sudah stabil, sehingga Impulse Respon Function dan Forecast Error Variance Decomposition dianggap valid. Berdasarkan Johansen cointegration test dapat dilihat bahwa terdapat 4 persamaan yang memiliki nilai trace statistic > critical value, hal ini menujukkan bahwa terdapat hubungan kointegrasi antar variabel dan metode VECM dapat digunakan. Tabel 2 uji kointegrasi Johansen IPI CPI Hipotesa Trace Critical Hipotesa Trace Critical Value Statistic Value Statistic None * None * At most 1* At most 1* At most 2* At most 2* At most 3* At most 3* At most At most 4* At most At most At most At most At most At most

26 16 Cointegration test yang telah dilakukan menunjukkan bahwa terdapat kointegrasi pada model. Oleh karena itu, penelitian ini menggunakan metode VECM untuk mengetahui perbandingan relatif masing-masing jalur mekanisme transmisi kebijakan moneter di Indonesia. Berdasarkan hasil estimasi VECM model pertama hampir semua variabel signifikan pada jangka panjang, kecuali variabel harga minyak dunia (Oil) dan MMR atau suku bunga pasar uang antar bank (PUAB). Variabel harga minyak dunia (Oil) memiliki hubungan yang negatif terhadap IPI. Hal ini berarti bahwa kenaikan harga minyak dunia sebesar 1% akan menurunkan output sebesar 0.11%. Hubungan antara variabel Oil dan variabel IPI tidak signifikan yang artinya dalam jangka panjang, harga minyak dunia tidak signifikan mempengaruhi output di Indonesia. CPI atau indeks harga konsumen berpengaruh signifikan terhadap indeks produksi industri (IPI). Hubungan antara CPI dengan IPI adalah negatif. Hubungan yang negatif ini berarti bahwa jika terjadi kenaikan sebesar 1 persen pada CPI, maka IPI akan menurun sebesar 1.68 persen. Hal ini menunjukkan bahwa dalam jangka panjang, kenaikan harga dapat menurunkan output. Kenaikan harga yang terjadi dalam waktu yang relatif panjang yang tidak diikuti oleh kenaikan upah dapat menurunkan daya beli masyarakat sehingga mengurangi tingkat konsumsi yang merupakan komponen dari output. Penurunan tingkat konsumsi ini mengakibatkan terjadinya penurunan output. Jumlah kredit berpengaruh signifikan terhadap IPI dengan hubungan yang negatif. Artinya, jika terjadi kenaikan jumlah kredit sebesar 1 persen, maka output akan turun sebesar 0.74 persen. Hal ini tidak sesuai dengan teori dimana kenaikan kredit seharusnya diikuti dengan kenaikan output. Tabel 3 Hasil estimasi VECM jangka panjang pada model IPI Variabel Koefisien t-statistic LNIPI(-1) 1 LNCPI(-1) * * LNOIL(-1) KREDIT(-1) * * SBKRIIL(-1) * * LNREER(-1) * * LNIHSG(-1) * * MMR(-1) Keterangan : tanda (*) menunjukkan variabel signifikan pada taraf nyata 5% Suku bunga kredit riil secara signifikan berpengaruh terhadap IPI dengan hubungan yang positif. Hubungan yang positif ini menunjukkan bahwa jika terjadi kenaikan suku bunga kredit sebesar 1 persen, maka output akan meningkat sebesar 0.06 persen. Hal ini tidak sesuai dengan teori, dimana kenaikan suku bunga kredit seharusnya diikuti oleh penurunan output. Suku bunga memiliki hubungan yang negatif dengan investasi. Jika suku bunga naik, maka investasi akan turun yang pada akhirnya dapat menurunkan output. Nilai tukar atau REER berpengaruh signifikan terhadap IPI dengan hubungan yang negatif. Artinya, jika nilai tukar rupiah naik (terapresiasi) sebesar 1 persen maka, output akan menurun

27 sebesar 1.07 persen. Hal ini sesuai dengan teori dimana apresiasi nilai tukar domestik terhadap nilai tukar asing mengakibatkan harga barang domestik menjadi lebih murah dibandingkan dengan luar negeri sehingga mampu meningkatkan ekspor. Kenaikan ekspor ini akan meningkatkan net ekspor yang pada akhirnya mampu meningkatkan output. Indeks harga saham gabungan (IHSG) memiliki hubungan yang positif dan signifikan dengan IPI. Hal ini berarti bahwa jika terjadi kenaikan IHSG sebesar 1 persen, maka output akan naik sebesar 0.22 persen. Hal ini sesuai dengan teori dimana kenaikan harga saham mampu meningkatkan investasi yang pada akhirnya dapat meningkatkan output. Pada hubungan jangka pendek, hanya ada tiga variabel yang berpengaruh secara signifikan terhadap variabel IPI yaitu variabel IPI itu sendiri pada lag pertama, variabel kredit dan MMR pada lag pertama. Variabel IPI lag pertama berpengaruh negatif dan signifikan terhadap variabel IPI sebesar Hal ini dapat diinterpretasikan bahwa dalam jangka pendek kenaikan IPI sebesar 1 persen mengakibatkan terjadinya penurunan IPI sebesar 0.29 persen. Kredit pada lag pertama berpengaruh signifikan terhadap variabel dengan hubungan yang searah. Artinya ketika ada kenaikan pada kredit, maka IPI juga akan mengalami kenaikan. Hal ini sesuai dengan teori dimana jika terjadi kenaikan jumlah kredit, maka aktivitas perekonomian akan meningkat dan pada akhirnya mampu meningkatkan output. Variabel MMR pada lag pertama berpengaruh negatif dan signifikan terhadap variabel IPI sebesar Hal ini dapat diinterpretasikan bahwa dalam jangka pendek, kenaikan MMR sebesar 1 persen mengakibatkan terjadinya penurunan IPI sebesar 0.01 persen. Variabel yang signifikan dalam jangka panjang pada model kedua adalah variabel IPI, kredit, nilai tukar, suku bunga kredit riil dan IHSG. Sedangkan variabel Oil dan MMR tidak berpengaruh secara signifikan jangka panjang terhadap CPI. Tabel 4 Hasil estimasi VECM jangka panjang pada model CPI Variabel Koefisien t-statistic LNCPI(-1) 1 LNIPI(-1) * * LNOIL(-1) KREDIT(-1) * * SBKRIIL(-1) * * LNREER(-1) * * LNIHSG(-1) * * MMR(-1) Keterangan : tanda (*) menunjukkan variabel signifikan pada taraf nyata 5% Variabel IPI berpengaruh signifikan terhadap CPI dengan hubungan yang negatif. Artinya, jika terjadi kenaikan sebesar 1 persen pada IPI, maka CPI akan turun sebesar 0.59 persen. Variabel harga minyak dunia atau Oil memiliki hubungan positif namun tidak signifikan terhadap CPI. Hal ini berarti bahwa kenaikan 1 persen pada harga minyak mentah dunia akan menyebabkan naiknya tingkat harga sebesar

28 18 persen. Fenomena ini dapat dijelaskan yaitu ketika harga minyak mentah dunia naik, maka dapat meningkatkan biaya produksi karena naiknya harga input produksi. Meningkatnya biaya produksi akan meningkatkan harga barang. Jika hal ini terjadi dalam waktu yang relatif panjang, maka akan memicu terjadinya inflasi (Nurhayati, 2013). Kredit berpengaruh signifikan dan memiliki hubungan yang negatif. Hal ini menunjukkan bahwa jika terjadi kenaikan kredit sebesar 1 persen, maka CPI akan turun sebesar 0.44 persen. Variabel suku bunga kredit riil berpengaruh signifikan dan memiliki nilai yang positif terhadap CPI. Hal ini menunjukkan bahwa jika terjadi kenaikan suku bunga kredit riil sebesar 1 persen, maka CPI akan naik sebesar 0.44 persen. Nilai tukar berpengaruh signifikan terhadap CPI dengan hubungan yang negatif. Artinya, jika terjadi kenaikan sebesar 1 persen pada nilai tukar, maka CPI akan turun sebesar 0.59 persen. IHSG memiliki pengaruh yang signifikan terhadap CPI dengan hubungan yang positif. Artinya, jika terjadi kenaikan sebesar 1 persen pada IHSG, maka CPI akan naik sebesar 0.59 persen. Variabel yang berpengaruh signifikan terhadap CPI pada jangka pendek adalah variabel MMR dengan nilai yang negatif sebesar Hal ini berarti jika terdapat kenaikan pada suku bunga PUAB sebagai sasaran operasional kebijakan moneter sebesar 1 persen, maka CPI atau inflasi akan mengalami penurunan sebesar 0.16 persen. Impulse Response Function (IRF) Impulse Response Function (IRF) adalah salah satu innovation accounting dalam model VECM yang dapat digunakan untuk melihat respon suatu variabel jika terjadi shock pada variabel lainnya dalam suatu model. Dalam penelitian ini akan dilihat respon masing-masing variabel jalur transmisi terhadap guncangan variabel MMR yang bertujuan untuk melihat bagaimana respon variabel jalur mekanisme transmisi jika terdapat guncangan pada suku bunga PUAB atau money market rate sebagai sasaran operasional kebijakan moneter. Respon variabel kredit terhadap shock MMR baru terlihat pada bulan kedua dan memiliki respon yang negatif. Respon variabel kredit terhadap shock MMR fluktuatif hingga bulan ke-21. Pada bulan ke-22, respon variabel kredit terhadap shock MMR stabil pada angka hingga bulan ke-36. Respon variabel suku bunga kredit riil terhadap shock MMR belum terlihat pada bulan pertama. Pada bulan kedua respon variabel SBKriil terhadap shock MMR adalah positif hingga bulan ketiga. Pada bulan keempat variabel SBKriil merespon negatif terhadap guncangan MMR dan mulai stabil pada bulan ke-25. Variabel REER atau nilai tukar merespon positif terhadap guncangan MMR pada bulan kedua dan seterusnya hingga bulan ke-36. Respon variabel REER mulai stabil pada bulan ke-23 pada angka Respon positif dari nilai tukar terhadap guncangan MMR berarti bahwa jika diasumsikan terdapat kenaikan pada suku bunga PUAB atau MMR, maka nilai tukar akan terapresiasi. Hal ini sesuai dengan teori, dimana kenaikan suku bunga akan meningkatkan selisih suku bunga domestik terhadap suku bunga internasional. Hal ini akan meningkatkan capital inflow sehingga rupiah akan terapresiasi. Respon variabel IHSG terhadap shock MMR adalah positif pada bulan kedua dan nilainya terus positif hingga bulan ke-36. Hal ini menunjukkan bahwa

29 jika diasumsikan terdapat kenaikan pada suku bunga PUAB atau MMR, maka harga saham akan naik. Hal ini tidak sesuai dengan teori dimaa kenaikan MMR seharusnya diikuti oleh penurunan harga saham. Berdasarkan analisis IRF didapatkan hasil bahwa jalur kredit dan nilai tukar merupakan jalur yang memiliki kesesuaian dengan teori jika terjadi guncangan sebesar satu standar deviasi pada suku bunga PUAB sebagai sasaran operasional. Respon variabel kredit adalah negatif jika terjadi kenaikan pada suku bunga PUAB. Variabel suku bunga kredit hanya berjalan seusai teori pada bulan pertama dan variabel IHSG memiliki respon yang tidak sesuai dengan teori sejak awal periode. Ketidaksesuaian respon variabel IHSG kemungkinan terjadi karena IHSG lebih dipengaruhi oleh variabel makroekonomi lainnya dibandingkan dengan variabel MMR. 19 Response to Nonfactorized One S.D. Innovations.0000 Response of LOANS to MMR Response of SBKRIIL to MMR Response of LNREER to MMR Response of LNIHSG to MMR Gambar 8 Impulse Response Function Variabel terhadap shock MMR Forecast Error Variance Decomposition (FEVD) Forecast Error Variance Decomposition dilakukan untuk melihat bagaimana perubahan suatu variabel yang ditunjukkan oleh perubahan error variance dipengaruhi variabel-variabel lainnya.

30 20 Hasil analisis FEVD menunjukkan bahwa pada periode pertama variabel IPI paling besar dapat dijelaskan oleh variabel IPI itu sendiri, dengan kontribusi sebesar persen. Kontribusinya terus berkurang hingga akhir periode. Kontribusi variabel CPI pada awal periode kecil hanya sebesar 2.71 persen namun terus mengalami peningkatan hingga akhir periode mencapai angka persen. Variabel harga minyak dunia atau Oil hanya memiliki nilai kontribusi yang kecil dalam memengaruhi output, yaitu hanya 0.69 persen pada bulan kedua dan sekitar 3.81 persen pada akhir periode yaitu bulan ke-36. Variabel MMR atau suku bunga PUAB pada awalnya memiliki kontribusi yang cukup besar dalam menjelaskan output, namun nilai kontribusinya terus menurun hingga mencapai angka 0.89 persen pada akhir periode. Variabel kredit juga memiliki kontribusi yang besar pada awal periode. Nilai kontribusi variabel kredit dalam memengaruhi output pada bulan kedua adalah sebesar 2.41 persen. Namun nilai tersebut terus berkurang hingga akhir periode yang hanya mencapai 1.53 persen. Kontribusi variabel suku bunga kredit dan nilai tukar terus meningkat hingga akhir periode. Variabel IHSG memiliki kontribusi yang kecil dan terus menurun dalam menjelaskan output di Indonesia. Variabel CPI juga menunjukkan hasil yang sama yaitu fluktuasi variabel CPI yang paling besar dapat dijelaskan oleh variabel CPI itu sendiri dan menunjukkan nilai kontribusi yang semakin menurun pada periode selanjutnya. Variabel kredit merupakan variabel kedua terbesar dalam pengaruhnya terhadap CPI. MMR memiliki kontribusi terbesar ketiga dalam menjelaskan fluktuasi CPI Indonesia. Hal tersebut dapat dilihat pada Tabel 5. Tabel 5 Hasil estimasi Forecast Error Variance Decomposition (FEVD) Variance Decomposition of IPI Periode LNCPI LNIPI LNOIL KREDIT SBKRIIL LNREER LNIHSG MMR Variance Decomposition of CPI Periode LNCPI LNIPI LNOIL KREDIT SBKRIIL LNREER LNIHSG MMR Berdasarkan hasil analisis FEVD didapatkan hasil bahwa jalur yang paling berpengaruh terhadap output di Indonesia adalah jalur nilai tukar, dengan