12. analisis variabel makroekonomi dan

8/18/2019 12. Analisis Variabel Makroekonomi Dan

1/19

1

ANALISIS VARIABEL MAKROEKONOMI DAN

PEMULIHAN EKONOMI DI INDONESIA :

STUDI DETEKSI DINI KRISIS MATA UANG

Sebagai Salah Satu Persyaratan Mengikuti Simposium Riset Ekonomi ke-4 Ikatan Sarjana Ekonomi Indonesia

Cabang Surabaya

DIAJUKAN OLEH :

DIMAS BAGUS WIRANATA KUSUMAMaster Kandidate International Islamic University Malaysia

Asisten Dosen Departemen Ekonomi Syariah FE UNAIR

Email : [email protected]

Tel : +6285645337945/+60169026445

KULLIYAH OF ECONOMICS AND MANAGEMENT

SCIENCESINTERNATIONAL ISLAMIC UNIVERSITY

MALAYSIA

DECEMBER 2009

ABSTRACT

Economy recovery on post-crises happened last year has to be viewed in many

angles. Ones is the source and the probability to coming back in the nearly time aftercrises. In matter of fact, they normally need to be implemented in order to make sure that

the recovery done is able to bring the sustainable effect on economy and importantly theywill avoid much to re-back to the same problems. In terms of economy recovery, the

monitoring of macroeconomics variables need to be monitored indeed. So that. We can

justify whether the indicators are able to respond precisely or just false signal. Therefore,this paper is attempting to implement a model that can apparently be justified as the basisof economy recovery which use currency crises as the main issue happened. Finally, this

paper intends to convey the main cause of economic instability based on leadingindicators behavior observed

Keywords: Crises, leading indicators, early warning system model

PENDAHULUAN

Krisis keuangan yang menimpa Indonesia pada tahun 1997 – 1998 menjadisebuah pelajaran berharga akan pentingnya sebuah sistem yang dapat berfungsi sebagai

alarm peringatan yang dapat mendeteksi kemungkinan akan terjadinya krisis keuangan,

sehingga kita dapat mengantisipasi dampak terburuk yang mungkin terjadi akibat adanyakrisis. Hal yang tidak kalah pentingnya adalah mengidentifikasi jenis krisis yang akan


2/19

2

terjadi berdasarkan gejalanya, sehingga antisipasi dan penanggulangannya menjadi lebihefektif dan efisien. Krisis keuangan (Financial Crisis) dibedakan menjadi tiga tipe, yaitu :

krisis mata uang (Currency Crisis), krisis perbankan (Banking Crisis) dan krisis utang(Debt Crisis). Pada penelitian ini akan hanya akan dibahas krisis mata uang yang dialamiIndonesia, baik dari sisi fundamental ekonomi maupun dari sisi dampak penularan

(contagion effect ) krisis yang terjadi di negara-negara yang memiliki hubungan ekonomi

yang kuat dengan Indonesia.

Berdasarkan penelitian yang telah dilakukan oleh Kaminsky et al. (1997), definisikrisis mata uang (Currency crises) adalah suatu situasi dimana adanya serangan pada

mata uang yang mengakibatkan depresiasi yang sangat tajam pada mata uang ataupenurunan besar – besaran pada cadangan devisa, atau merupakan kombinasi antara

keduanya. Definisi ini juga cukup komperehensif untuk menjelaskan tidak hanya

serangan pada sistem nilai tukar tetap ( fixed exchange rate), tapi juga dapat digunakanuntuk menjelaskan serangan pada sistem nilai tukar yang lain.

Krisis mata uang diawali dengan serangan spekulatif terhadap mata uang Bath di

negara Thailand pada tahun 1997, yang kemudian sering disebut krisis Asian Flu. Sebagaiakibatnya, timbul krisis mata uang (currency crisis) yang ditandai dengan jatuhnya nilai

tukar Baht terhadap dollar Amerika , capital outflow, dan krisis cadangan devisa.Keterbukaan perekonomian saat itu tidak hanya membuat krisis di Thailand saja, namundalam waktu singkat krisis ini menyebar ke negara-negara ASEAN lainnya terutama

Philipina, Malaysia dan Indonesia. Sementara itu beberapa negara yang dikenal dengansebutan macan Asia (Korea, Hongkong, Singapura dan Taiwan) karena berhasil menjadi

negara industri baru, juga mengalami serangan yang sama walaupun dampaknya berbeda.Terjadinya krisis “Asian Flu” di Indonesia karena lembaga – lembaga keuangan di

Indonesia gagal memprediksi dan mendeteksi adanya krisis ini.Pola perilaku dari indikator-indikator tersebut akan menggambarkan ketangguhan

maupun kerentanan sebuah perekonomian yang merupakan potensi terjadinya krisis.

Kondisi fundamental yang lemah ini selanjutnya menyebabkan mudahnya terkena efekpenularan krisis (contagion effect ). Di Indonesia sendiri dari beberapa hasil penelitian

menunjukkan bahwa efek penularan tampaknya lebih berperan sebagai penyebab

timbulnya krisis mata uang.

Berdasarkan latar belakang tersebut, makalah ini bermaksud untuk menganalisisperilaku fundamental ekonomi dengan menganalisis indikator-indikator dari keempat

sektor tersebut (eksternal, keuangan, domestic and real public dan sector perekonomianglobal) yang dapat dijadikan sinyal pada saat akan terjadinya krisis mata uang (currency

crisis) di Indonesia. Selain itu penelitian ini juga akan menganalisis dampak penularan(contagion effect ) dari krisis mata uang dan krisis perbankan di negara-negara yang

perekonomiannya paling erat hubungannnya dengan perekonomian Indonesia. Penelitianini bertujuan untuk menentukan periode krisis mata uang (currency crisis) dengan

menghitung indek tekanan spekulatif pasar valas ( Index of Exchange Market Pressure),membangun suatu model Sistem Peringatan Dini “ Early Warning Systems” dari sisifundamental ekonomi dengan mengekstraksi indikator-indikator ekonomi makro yang

digunakan untuk melihat sinyal terjadinya krisis mata uang dari berbagai literatur yang

paling sesuai diterapkan di Indonesia selama pasca krisis yang bisa menimbulkan krisis

utang yang dapat digunakan untuk melihat indikasi terjadinya krisis financial sekaligussebagai mekanisme untuk memprediksi krisis mata uang, membangun suatu model

Sistem Peringatan Dini “ Early Warning Systems” dari sisi contagion effect (dampakpenularan) pada krisis mata uang dan krisis perbankan

2. STUDI LITERATUR

Pada bagian ini akan dikemukakan studi literatur mengenai sejarah perkembangan teori

krisis mulai dari krisis generasi pertama, kedua dan ketiga, dilanjutkan dengan

mekanisme terjadinya twin crises (krisis kembar) yaitu krisis nilai tukar yang dibarengi


3/19

3

dengan krisis perbankan dan berbagai penyebab krisis krisis nilai tukar denganmengidentifikasi berbagai indikator potensial yang bisa digunakan sebagai peringatan

dini sebelum terjadinya krisis mata uang.

Sejarah Perkembangan Teori Krisis

a. Krisis Generasi Pertama

Krisis generasi pertama diperkenalkan oleh Salant dan Handerson (1978), yang

kemudian dikembangkan oleh Krugman (1978) dan Flood & Garber (1984) yang disebut

dengan teori Canonical Crisis adalah krisis nilai tukar atau krisis neraca pembayaranyang dialami oleh suatu negara dengan perekonomian terbuka berukuran kecil dan

menerapkan rezim nilai tukar tetap ( fixed exchange rate). Teori Canonical Crisisdilatarbelakangi oleh model stabilitas harga Salant yang menerangkan terjadinya serangan

spekulatif pada suatu komoditi. Para spekulan akan mengambil inisiatif untuk membeli

persediaan suatu komoditas ketika mereka memperkirakan bahwa komoditas tersebutmeningkat secara cepat pada masa yang akan dating (misalnya komoditas emas), hal inidilakukan sebagai upaya untuk meningkatkan keuntungan. Dari model Salant tersebut

Krugman mengembangkannya untuk menganalisis proses terjadinya krisis mata uang(currency crisis).

Dalam canonical crisis model terdapat dua asumsi yang melandasi. Pertama,pemerintah suatu negara mencetak uang secara besar-besaran untuk membiayai defisitanggarannya. Kedua, bank sentral memiliki sejumlah cadangan devisa yang digunakan

untuk melakukan intervensi pasar agar nilai tukar stabil sesuai yang ditargetkan.Kebijakan pemerintah untuk mencetak uang secara terus menerus guna membiayai defisit

anggaran akan menyebabkan nilai tukar mata uang domestik terhadap luar negeri akanmengalami trend yang terus melemah, untuk itu bank sentral akan melakukan intervensi

pasar dengan melepas cadangan devisa ke pasar valas. Pada titik tertentu ketika banksentral mulai mengalami kelangkaaan pada cadangan devisanya, maka spekulan akan

melakukan aksi borong mata uang asing atas dasar estimasi nilainya akan meningkat

tajam pada masa yang akan datang.

b. Krisis Generasi KeduaPada suatu perekonomian yang kondisi fundamental sistem kursnya

menunjukkan trend yang baik tidak menutup kemungkinan bahwa negara tersebut bisamengalami krisis. Perekonomian tersebut bisa mengalami krisis akibat serangan

spekulatif meskipun fakta yang ada menunjukkan fundamental sistem kurs yang kuat(artinya bank sentral memiliki cadangan devisa yang cukup untuk menyokong kurs tetap),

krisis semacam ini dinamakan self-fullfing crises. Krisis Generasi kedua kembali dialamioleh Meksiko pada tahun 1994-1995, setelah berhasil pulih dari krisis yang pertama

dimana kondisi fundamental ekonomi Meksiko semakin membaik dan stabil. MenurutMartnez (1998) proses penyesuaian struktural yang dilakukan sepanjang pertengahan

tahun 1980-an hingga awal tahun 1990-an yang sangat memberikan kontribusi besarterhadap kestabilan kondisi makroekonomi Meksiko selama periode tersebut. Berbagaikebijakan ekonomi Meksiko memberikan harapan kepada pelaku pasar terhadap

perekonomian Meksiko. Optimisme para pelaku pasar tersebut dapat dilihat dari

mengalirnya aliran masuk modal asing yang mencapai USD 104 milliar selama tahun

1990-1994 atau setara dengan 20% dari total capital inflows ke seluruh negaraberkembang saat ini.

c. Krisis Generasi Ketiga

Krisis generasi ketiga adalah krisis yang terjadi secara bersamaan antara krisis

perbankan dan krisis nilai tukar ( twin crisis). Disisi perbankan yang menjadi akarpenyebab krisis di Asia adalah moral hazard problem. Hal ini terkait dengan adanya

penjaminan pemerintah terhadap lembaga keuangan domestik untuk memperoleh kredit

investasi meskipun lembaga keuangan tersebuat sebenarnya tidak kredibel. Adanya


4/19

4

penjaminan tersebut menyebabkan para investor asing memberikan dana investasi padaaset-aset yang beresiko tinggi serta terjadinya capital inflow yang berlebihan pada negara

yang bersangkutan. Aset pemerintah yang dijadikan sebagai backing dari hutang-hutangluar negeri itu merupakan cadangan devisa.

Penelitian SebelumnyaPenelitian mengenai Early Warning System pada krisis moneter dengan

menggunakan pendekatan Signal Approach telah banyak dilakukan dan berkembangdengan cepat. Antara lain : Kaminsky, Lizondo and Reinhart (1998), yang membahas

tentang krisis mata uang di Asia Tenggara serta Bustelo (2000) dan Bukart dan Coudert(2002) mengenai topik bahasan yang sama. Penelitian lainnya, yaitu penelitian yang

dilakukan oleh Gonzalez-Hermosillo (1996) dan Dermirg¨u¸c-Kunt dan Detragiache

(1997) yang meneliti tentang krisis perbankan. Penelitian lainnya oleh Marchesi (2003),yang melakukan survey pada krisis utang. Penelitian Tulus Tambunan (2002) yangberjudul “ Building An Early Warning System For Indonesia With The Signal Approach”,

menggunakan model dari pengembangan Kaminsky et.al. Periode penelitiannya yaknidari tahun 1999-2001 menggunakan 9 varibel sinyal untuk mendeteksi akan terjadinya

krisis. Disamping itu, dalam menentukan Indeks Market Pressure (IEP), Tulus Tambunanmenentukannya dari perubahan cadangan internasional dengan perubahan nilai tukardengan standar deviasi 1,1 SD, menyebutkan bahwa dari sinyal leading indicator tahun

1997 menyebabkan terjadinya krisis tahun 1999.

3. METODE PENELITIAN

Model Nonparametrik dengan Pendekatan Sinyal (Signal Appaoach)

Model ini dikembangkan oleh Kaminsky et.al (1998) untuk memantausekumpulan indikator ekonomi atau keuangan yang akan memberikan sinyal yang

berbeda dan sistematis apabila akan terjadi krisis atau sering disebut dengan model

pendekatan sinyal (Signal Approach Model). Sinyal sinyal tersebut akan terlihat ketikaindikator-indikator yang digunakan melampau batas ambang yang dapat menyebabkan

krisis. Dalam penelitian ini ambang batas tiap indikator dihitung dari nilai rata-rata dan 1

(satu) standar deviasi. Indikator-indikator ekonomi yang telah dihitung dalam suatu

indeks komposit. digunakan untuk memprediksi kemungkinan terjadinya krisis dalamperiode waktu sampai 24 bulan kedepan.

Menentukan Periode Krisis Nilai Tukar

Pada bagian ini, khusus pada krisis nilai tukar terlebih dahulu akan digambarkandefinisi yang jelas mengenai apa yang dimaksud dengan krisis nilai tukar dengan

menggunakan Indeks tekanan pasar valuta asing (index of exchange market pressure, disingkat dengan EMP) yang menunjukkan penghitungan besarnya nilai indeks. Memang

sangat sulit untuk mendefinisikan krisis itu sendiri, mengingat definisi dan parameteryang digunakan tidak ada yang baku. Namun demikian, bisa dirasakan bagaimana krisisitu terjadi dalam suatu perekonomian. Berdasarkan Goldstein, Kaminsky dan Reinhart

(2000) dan Edison (2000), definisi indeks pergolakan pasar valas (index of exchange

market turbulence) yaitu rata-rata tertimbang dari perubahan nilai kurs (disimbolkan

dengan et d ), tingkat perubahan cadangan devisa / rate of change of the reserve (d Rt ).Bobot yang dipilih merupakan dua komponen indeks yang sama dengan volatilitas

sampel. Jika diumpamakan de s merupakan simpangan baku/ standar deviasi dari tingkatperubahan nilai tukar dan d R s merupakan simpangan baku/ standar deviasi dari tingkat

perubahan cadangan devisa, maka indeks tekanan pasar valas (EMP) didefinisikan

t

R

e

t Re EMP δ σ

σ δ

δ

δ •

−= …………………………………………………………….(1)


5/19

5

Dimana1

1

−

−−

=

t

t t t

e

eeeδ dan

1

1

−

−−

=

t

t t t

R

R R Rδ ……………………………………(2)

Antara perubahan nilai tukar dan perubahan cadangan devisa, masing-masing

berhubungan positip dan negatip dengan indeks tekanan pasar valas. Perekonomiandikatakan krisis jika EMP melebihi rata-ratanya ditambah dengan standar deviasi yang

ditentukan, katakanlah sebesar m. Dalam penelitian yang dilakukan kali ini besarnya mditentukan sama dengan 1.5 mengacu pada penelitian sebelumnya (Dimas, 2008) dansesuai dengan penelitian yang dilakukan oleh Lestano, Jacobs dan Kuper (2003). Jika

EMP merupakan rata-rata dari indeks EMP dan EMP s menunjukkan standar deviasi dari

indeks EMP-nya, maka secara formal dikatakan krisis mata uang (currency crisis), jikadidefinisikan dengan dengan

+〈

+〉=

EMP EMP

EMP EMP

m EMP

m EMPCrisis

σ µ

σ µ

jika ,0

jika ,1t ……………………………..(3)

Menentukan indikator yang mempunyai peran penting terjadinya krisis

Seperti yang pernah dilakukan Kaminsky et al (1998), krisis mata uang yangdidahului masalah ekonomi dan bahkan politik, maka membangun model yang mampu

memprediksi krisis seharusnya memasukkan berbagai indikator ekonomi yang luas.

Sebagian besar penelitian, memasukkan berbagai indikator ekonomi seperti yang pernahdilakukan oleh Kaminsky et al (1998). Dalam berbagai penelitian yang telah dilakukan

(lihat, misalnya Herrera&Garcia, 1999; Park, 2002; Adiningsih, 2002; Tambunan, 2002;

Bussiere&Fratszcher, 2002; Mariano et al, 2003, Leastano et al, 2003; Heun&Schlink,2004 dan lain-lain), indikator yang digunakan dalam penelitian ini dapat disimpulkan

sebagai berikut:

Pendekatan “Sinyal” Untuk Mengukur Kinerja IndikatorSetelah indikator yang digunakan untuk memprediksi krisis ditentukan, sekarang

akan dilakukan penentuan sinyal tejadinya krisis dari indicator indikator di atas. Masing-

masing indikator akan dianalisis secara terpisah dengan pendekatan univariate untukmemprediksi terjadinya krisis. Masing-masing indikator akan dilihat apakah mengalami

deviasi dari perilaku “normal” melebihi pagu ketentuannya (beyond the treshold ). Jikaindikator melewati batas pagu ketentuannya maka dikatakan ada isu sinyal (to issue a

signal) terjadinya krisis. Definisi sinyal, seperti yang dilakukan oleh Heun dan Schlink

(2004), adalah sebagai berikut. Jika X dinotasikan untuk menunjukkan vektor ke-14indikator di atas, maka Xt,j adalah nilai indikator j pada periode t. Sehingga, sinyal untuk

indikator j periode t didefinisikan dengan

…………………(4)Sebagai catatan di sini, beberapa indikator mengalami peningkatan di atas nilai

ketentuannya yang mengindikasikan kemungkinan terjadinya krisis yang semakin besar,

sementara indikator yang lain berada di bawah pagu ketentuannya.Melewatnya indikatordari pagu ketentuannya dapat disimpulkan pada berdasarkan table berikut berikut.

Mensinyalkan waktu / signalling windows, (Kaminsky et al, 1998), adalah

periode dimana masing-masing indikator dapat diprediksi mampu mengantisipasi krisismata uang. Kaminsky et al (1998) menyusun masing-masing sinyal waktu ini ke dalam

24 bulan sebelum terjadinya krisis. Penentuan signalling windows ini memang kelihatan a

priori, namun sejalan dengan penelitian yang dilakukan oleh para peneliti yang lain,seperti Kaminsky dan Reinhart (1999), Goldstein, Kaminsky dan Reinhart (2000).


6/19

6

Sementara Anailsis sensitifitas pernah dilakukan oleh Goldstein, Kaminsky dan Reinhart(2000) yang menunjukkan kesimpulan yang hampir sama untuk mensinyalkan krisis

dalam waktu 18 dan untuk jangka waktu 12 bulan terlalu restriktif. Sinyal krisis yanglebih panjang memberi kondisi yang lebih kondusif bagi pengambil kebijakan untukmenyesuaikan kebijakan sekaligus mengambil langkahlangkah yang tepat dalam

mengantisipasi keadaan sebelum terjadinya krisis baru. Penggunaan jangka waktu

panjang (24 bulan) sebagai signaling windows memberikan hasil yang lebih akurat

dengan parameter seperti noise yang kecil, dan probabilitas krisis yang tinggi (Dimas,2008). Dari definisi sinyal ini, maka kinerja indikator bisa diukur. Jika indicator

menunjukan sinyal yang mengarah pada kemungkinan kondisi terjadinya krisis, makadikatakan sinyal bagus ( good signal ). Sebaliknya, jika sinyal tidak mengarah pada

kondisi terjadinya krisis setelah 24 bulan kemudian, maka dikatakan sinyal

palsu/gangguan ( false signal / noise). Rasio sinyal palsu terhadap sinyal bagus disebut noise-to-signal ratio dan rasio ini memainkan peran penting dalam menentukkanbekerjanya sistem peringatan dini (early warning system) sebelum krisis. Hasil dari

masing-masing indikator yang disebutkan diatas dapat disimpulkan dalam tabel matrik2x2 berikut (Kaminsky et al, 1998):

TABEL 3.

MATRIKS SINYAL INDIKATOR Krisis

(dalam 24 bulan)

Tidak ada krisis

(dalam 24 bulan)

Ada Sinyal (signal issued) A B

Tidak ada sinyal (No signal Issued) C D

Sumber: Kaminsky et al (1998)

• A = Jumlah bulan dimana indikator menunjukkan sinyal baik, indikator dalampenelitian melewati batas atas pagu ketentuannya (treshold ).

• B = Jumlah bulan dimana indikator menunjukkan sinyal palsu atau gangguan(tidak terjadi krisis dalam kurun waktu 24 bulan)

• C = Jumlah bulan dimana indikator tidak menunjukkan sinyal untuk krisis,namun dalam kurun waktu 24 bulan berikutnya terjadi krisis

• D = Jumlah bulan dimana indikator tidak menunjukkan sinyal untuk krisis dandalam kurun waktu 24 bulan berikutnya tidak terjadi krisis

Pemodelan Krisis

Setelah menentukan aturan signaling windows dan threshold krisis, makadilanjutkan dengan menyusun model, dengan leading indicator yang memiliki

probabilitas >50% yang akan diolah dalam estimasi model logit. Hal ini merupakanlangkah kedua untuk melihat konsistensi dari variabel-variabel yang memiliki

probabilitas terjadinya krisis, sehingga pada akhirnya diperoleh leading indicator yang

berpengaruh kuat mendorong terjadinya krisis mata uang di Indonesia. Pengukurankinerja indikator ini sangat konsisten dalam beberapa penelitian yang dilakukan, misalnyaoleh Kaminsky dan reinhart (1999); Kaminsky, Lazondo dan Reinhart (1998); Edison

(2000); Goldstein, Kaminsky dan Reinhart (2000). Beberapa penelitian yang dilakukanternyata menunjukkan bahwa peringkat masingmasing indikator tidak berubah banyak

jika diukur dengan pengukuran kinerja yang berbeda. Namun demikian, dalam penelitian

ini pengukuran kinerja indikator yang digunakan dipusatkan pada :

1. % Of Obs. Correctly Called = , merupakan probabilitas seluruhpengamatan yang menunjukkan tepat dalam memperingatkan krisis


7/19

7

2. Noise-to-signal-ratio. Rasio ini didefinisikan

dengan) /(

D)B/(B

C A Aratiosignaltonoise

+

+=−−− mengukur/membandingkan

jumlah sinyal yang salah (kesalahan tipe 2) terhadap jumlah sinyal benar (kesalahan

tipe 1), sehingga semakin kecil NTS maka semakin kecil NTS, maka semakin baik

untuk digunakan sebagai indicator

3. % Of Crises Correctly Called , =, merupakan ukuran yang menunjukkan seberapa tepatkah suatu indikator dapat

menginyaratkan bahwa suatu sinyal dapat memberikan respon terjadinya krisis secaratepat. Sehingga semakin besar respon benar dalam peringatan krisis, maka semakin

baik sebagai indikator sistem peringatan dini

4. % Of False Alarms Of Total Alarms, = merupakan ukuran yang menunjukkanbesar atau jumlah false alarm dalam dominasi terhadap total alarm. Sehingga semakin

kecil % false alarm, semakin baik indeks komposit indikator sebagai sistemperingatan dini

5. % Prob. Of Crisis given an Alarm (Pc )= , merupakan ukuran probabilitasterjadinya krisis ketika sinyal dikeluarkan. Semakin tinggi peluang terjadinya krisis

saat sinyal muncul, semakin baik indeks komposit indikator sebagai sistemperingatan dini

6. % Prob. Of Crisis given No Alarm = merupakan ukuran yang menunjukkanterjadinya krisis ketika sinyal tidak muncul. Dengan demikian semakin kecil peluang

terjadinya krisis saat sinyal tidak muncul, maka semakin baik indeks komposit

indikator sebagai sistem peringatan dini

Model LogitSebagaimana dijelaskan sebelumnya bahwa model logit merupakan sebuah

konsep transformasi logaritma atas sebuah peluang (probabilitas). Hal tersebutmenyebabkan distribusi dari peluang (P) akan tampak seperti grafis berikut:

Sumber: Hadad, et al (2003)

GAMBAR 1

KURVA LOGISTIK

Prosedur estimasi untuk model logit dipengaruhi oleh hasil observasi terhadap P,

apakah berupa angka-angka diantara 0 dan 1 atau berupa angka binary yang hanya

menunjukkan angka 0 atau angka 1. Jika nilai P berada diantara angka 0 dan 1, maka


8/19

8

metoda yang dilakukan adalah dengan mentransformasikan P dan memperoleh Y=ln [P/(1-P)]. Setelah itu, prosedur berikutnya adalah dengan melakukan regresi Y terhadap

suatu konstanta dan variabel Xi. Namun demikian apabila nilai P berupa angka binary [0,1], maka prosedurnya adalah dengan menggunakan metoda maximum likelihood karenanilai logaritmik P/(1-P) akan menjadi tidak terdefinisikan (Hadad et al, 2003).

Mangunsong (2005) menyebutkan bahwa kemungkinan terjadinya sebuah

peluang kejadian P dalam sebuah model logit dapat dituliskan sebagai berikut:

)21(1

1 Xie

Pi β β +−

+

=

Persamaan tersebut juga dapat ditulis sebagai berikut:

Z

Z

Zi e

e

ePi

+

=

+

=−

11

1

Dimana:i

X Zi 21 β β +=

Jika Pi adalah kemungkinan terjadinya suatu peristiwa (dalam hal ini adalah krisis

ekonomi), maka kemungkinan tidak terjadinya suatu peristiwa (1-Pi) adalah:

ZiePi

+

=−

1

11

Sehingga, Zi

Zi

Zi

ee

e

Pi

Pi=

+

+=

− −1

1

1

DimanaPi

Pi

−1 disebut dengan odds (resiko) suatu peristiwa, yaitu rasio kemungkinan

terjadinya suatu peristiwa terhadap kemungkinan tidak terjadinya suatu peristiwa(Mangunsong, 2005). Jika digunakan operasi transformasi logaritma, maka akan

diperoleh model sebagai berikut:

i X Z Pi

Pi Li 21

1ln β β +==

−

= ……………………………………………………..(5)

L merupakan log daripada odds suatu peristiwa, sehingga model tersebut merupakanbentuk umum daripada model logit. Observasi yang dilakukan dalam model logit meliputi

3 hal, yaitu:

1. Penentuan signifikansi dengan uji Z2. Pengukuran goodness of fit dengan pseudo R2 serta count R2 3. Pengukuran likelihood ratio Dalam pengujian derajat signifikansi atas variabel-variabel dalam model logitdipergunakan uji Z. Penggunaan ini didasari oleh pendapat bahwa dalam model logit

error terms terdistribusi secara normal (bell shaped ). Penggunaan distribusi normaltersebut memerlukan perhitungan tentang luas daerah x = υ + σ dan x = υ – σ, sertax = υ + 2σ dan x = υ – 2σ, serta x = υ + 3σ dan x = υ – 3σ (Pasaribu, 1986).Hal tersebut disajikan dalam grafis berikut:

Sumber: Pasaribu, 1986

GAMBAR 2.


9/19

9

DISTRIBUSI KURVA NORMAL

Nilai batas (threshold ) kurva normal tersebut apabila dibandingkan dengan nilai z-statistic akan menghasilkan probabilita atas derajat signifikansi atas sebuaha variabel.Observasi yang kedua dalam analisis model logit melibatkan nilai prediksi serta nilai

aktual atas variabel Y. Proses tersebut menghasilkan nilai count R2, yaitu sebuah nilai

(rasio) yang membandingkan antara nilai prediksi yang tepat dengan nilai aktual. Secara

matematis, rasio tersebut dituliskan sebagai berikut (Mangunsong, 2005):

observasi jumlah

tepat yang prediksi jumlahcountR =

2

Sedangkan untuk goodness of fit dalam model logit menggunakan pseudo R2 atau yang

biasa disebut sebagai McFadden R2(R

2MCF).

Sebagaimana R2, nilai R

2MCF juga berkisar antara angka 0 dan 1. Karena nilai

variabel terikat berkisar antara 0 dan 1, maka jika nilai R2

MCF berada di atas nilai 0.5

disebut bahwa variabel bebas mempunyai pengaruh yang besar terhadap terjadinyaperistiwa 1 (fokus penelitian). Jika angka R

2MCF menunjukkan nilai di bawah 0.5, maka

dsebut bahwa variabel bebas mempunyai pengaruh yang besar terhadap pembentukanperistiwa 0. Dengan kata lain, variabel bebas tidak mempunyai pengaruh terhadap

pembentukan fokus penelitian.Menurut Mangunsong (2005) bahwa observasi utama dalam model logit adalah

pada tanda dan signifikansi daripada variabel. Dalam hal tersebut, pengamatan

selayaknya difokuskan kepada tanda serta signifikansi variabel dan uji goodness of fitmenjadi prioritas kedua.

Uji simultanitas (keserempakan) pada model logit mengacu kepada nilailikelihood ratio (LR). LRstatistic mengikuti kaidah distribusi χ

2 dengan derajat kebebasan

sama dengan jumlah variabel bebas (Mangunsong, 2005).

Financial Contagion Channel

Pada bagian ini akan dilakukan pengujian terhadap jalur krisis karena imbaspenularan (contagion effect ) dari negara yang terkena krisis dalam satu kawasan. Metode

yang akan dipakai dalam melihat unsur contagion di sini adalah mengikuti model yangdikembangkan oleh Fratzscher tahun 1998. Fratzscher tahun 1998, dalam Bussiere danFratzscher (2002) menggunakan korelasi residual dari imbal hasil di pasar ekuitas

(correlation of equity market return residuals) µt selama masa normal sebagai ukurandampak penularan pasar uang (measure of financial market contagion) di antara dua

pasar i dan j. Ide dasarnya adalah semakin tinggi integrasi pasar financial menunjukkan

krisis terjadi karena penyebaran/penularan antar pasar mata uang dalamrentang waktu tertentu. Pertama, akan dicari terlebih dahulu residual imbal hasil (return

residuals) untuk masing-masing negara dengan cara melakukan regresi imbal hasil pasarekuitas (ri,t) pada indikator yang relevan pada masing-masing negara, seperti persamaan

berikut :

…..…(6)

Dengan variabel independen masing-masing adalah neraca perdagangan (TB),perubahan tingkat bunga pada masing-masing negara (i), tingkat inflasi (P), dan kurs spot

(S) masing-masing negara i, sementara GRET adalah imbal hasil pasal modal global.Selanjutnya, residu dari persamaan ini menjadi variabel baru yang mengukur tingkat

ketergantungan mata uang (degree of financial interdependence/ FINCONT ) pada saat

korelasi silang antar negara (cross country correlations) dari residual µ, yang merupakan

proxy ketergantungan mata uang antar berbagai pasar saham Index FINCONTmenunjukkan ukuran penularan krisis (contagion measures) jika suatu negara mengalami

krisis, maka krisis tersebut lebih disebabkan karena adanya krisis yang terjadi di negara


10/19

10

lain yang mengalami krisis terlebih dahulu. Dalam berbagai estimasi empiris, jalurpenularan mata uang ( financial contagion channel) banyak memainkan peranan penting

dalam menyusun model Early Warning System untuk berbagai kawasan regional, sepertiEropa, Amerika Latin dan Asia (untuk studi lebih lanjut, lihat Bussiere dan Fratzscher,2002)

4.

ANALISIS DAN PEMBAHASAN

Analisis Krisis Mata Uang

1. Periode Krisis Mata Uang di IndonesiaPada penelitian ini periodisasi krisis dibedakan menjadi periode sebelum dan

setelah krisis. Pembagian periodisasi tersebut, tercermin dari perbedaan EMP (Exchange

Market Pressure) setiap bulannya mulai 1990.1 sampai dengan 2008.10. Untuk rata – rata(µ ) dan standar deviasinya (s ), ditentukan dua, yaitu sebelum terjadi krisis moneter(1990.1-1998.12) dan sesudah terjadinya krisis moneter (1999.1-2008.10).

GRAFIK 1

EMP DAN BATAS AMBANG MAKSIMUM (THRESHOLD)

Sumber : Data Diolah

TABEL 4

PERIODE KRISIS MATA UANG DI INDONESIA 1990.1-2008.10

DENGAN PENDEKATAN GARCIA

Pendekatan Bulan-Bulan Krisis

1990 April (4), Mei (5)

1997 Agustus (8), Oktober(10), Desember(12)

1998 Januari (1), Juni(6)

1999 September(9)

2000 September(9)

2001 April(4)

2006 Juni(6)

2008 Oktober(10)

Sumber : data diolah

Menurut Herrera dan Conrando Garcia pada tahun 1999 (Adiningsih et.al, 2000)menyatakan bahwa jika krisis terjadi dalam empat bulan dari krisis sebelumnya, maka


11/19

11

diperhitungkan sebagai satu episode. Dari tabel di atas, dapat kita ketahui bahwa krisisyang menimpa Indonesia terjadi dalam 7 episode. Epsiode pertama terjadi pada tahun

1990 (April dan Mei), Episode kedua pada tahun 1997 – 1998 (Agustus, Oktober,Desember, Januari, Juni), Episode ketiga pada 1999 (September). Episode keempat padatahun 2000 (September), Episode kelima pada tahun 2001 (April), Episode keenam pada

tahun 2006 (Juni). Episode 7 pada tahun 2008 (Oktober). Epsiode terpanjang terjadi pada

tahun 1997 – 1998, dimana terdapat 5 bulan krisis mata uang dalam satu episode.

Setelah diketahui kinerja indikator dari masing-masing variabel, maka tahapselanjutnya yang juga merupakan tahap akhir untuk menentukan leading indicators, dapat

dilakukan. Pada tahap ini, proses yang dilakukan adalah dengan menghitung nilai noise tosignal ratio (NSR) dan probability of crisis (PC). NSR digunakan untuk mengukur

jumlah sinyal yang salah terhadap sinyal yang benar, sehingga nilai NSR yang semakin

kecil akan semakin baik. Jika nilai NSR sama dengan satu, hal tersebut menunjukanbahwa sinyal palsu sama baiknya dengan sinyal yang benar. Sedangkan PC digunakanuntuk mengukur probabilitas terjadinya krisis setelah sinyal dikeluarkan oleh suatu

indikator. Nilai PC yang semakin besar maka semakin baik dengan nilai maksimal adalah100%. Namun demikian, pada penelitian ini tidak melakukan ekstraksi leading indicator

karena mengadopsi model penelitian yang dilakukan oleh Herrera dan Garcia (1999).Dalam model penelitian ini, mengacu pada model Garcia,dkk, menggunakan leadingindicator, M2/Reserve, Real Domestic Credit growth (GKRED), Real Effective Exchange

Rate(REER), dan inflasi. Adaptasi variable ini untuk kasus Indonesia sudah melaluipengujian oleh oleh Susatyo (2002) menggunakaan ekstraksi sinyal seperti yang

dikembangkan oleh pendekatan Kaminsky dan Reinhart (1999). Dan ternyata model yangdibangun oleh Garcia menunjukkan hasil yang bagus, ditandai dengan noise to signal

ratio yang rendah. Selengkapnya hasil indicator keempat variable dengan pendekatanGarcia tampak sebagai berikut :

TABEL 5

HASIL MATRIK INDIKATOR

Indikator

noise-to-

signal-

ratio

% OfCrises

CorrectlyCalled

% Of False

Alarms

Of Total Alarms

% Prob.

OfCrisis

given an Alarm(Pc)

% Prob.

OfCrisis

given No Alarm

% Of Obs.

Correctly

Called

(B/(B+D))/

(A/A+C))A/(A+C) B/(A+B) A/(A+B) C/(C+D)

(C+D)/

((B+D)+(A+C))

M2/RESERVE 0.03 56.60 9.09 90.91 11.98 88.44

GKRED 0 29.41 0 100 5.97 94.17

REER 0 66.67 0 100 6.35 94.37

INFLASI 0 57.14 0 100 6.18 94.41

Sumber : Data diolah

Signaling Leading Indicator

Berdasarkan grafik di bawah ini digambarkan bahwa sinyal muncul pada periodekrisi, utamanya pada tahun 1997-1998 dan pada tahun 2008. Patahan tersebut

mengindikasikan adanya pemisahan dalam penentuan ambang batas sinyal sebelum dan

sesudah krisis mata uang di Indonesia.


12/19

12

GRAFIK 2

PERGERAKAN LEADING INDIKATOR TERHADAP PAGU KETENTUAN

Estimasi Variabel ContagionSebelum melakukan estimasi dengan model Logit, maka pertama – tama akan

dilakukan perhitungan variabel Financial Contagion sesuai dengan persamaan berikut.Dari hasil estimasi di atas kemudian residunya menjadi variabel baru yang diberi nama

Financial Contagion dan kemudian variabel ini akan diikutsertakan dalam perhitungan

estimasi model logit. Hasil estimasi dari persamaan tersebut adalah :

L_STOCK = 9.988424206 + 0.09539689805TB_IND - 0.6185965226ER

(2.261456) (0.708954) (-1.457306) ……………(7)

+ 0.0501158292CPI + 0.3868786596LNASDAQ - 0.6564743484IR(1.935817) (1.314808) (-4.201316)

Karena banyaknya variabel yang digunakan, terdapat kemungkinan akan terjadinya

multikol antar variabel sehingga mengurangi tingkat independensi masing – masingvariabel. Untuk menghindari terjadinya hal ini, maka perlu dilakukan pemilihan data,

agar hasil estimasi yang dilakukan tidak menjadi bias. Proses pemilihan variabel inidilakukan dengan menggunakan Matriks Korelasi pada program E-VIEWS. Variabel –

variabel yang mempunyai nilai korelasi antar variable lebih dari 0,70 dianggap

mempunyai multikol. Dari hasil di atas, maka diperoleh variabel – variabel yangberkorelasi antara lain M2/RES dengan REER. Dengan demikian dalam model estimasi


13/19

13

logit nanti salah satu dari variable yang mengalami keterkaitan harus dibuang untukmenghindari perhitungan yang bias.

Hasil Estimasi Model LogitDengan menggunakan estimasi model logit dapat dilihat seberapa besar elastisitas

atau pengaruh dari kesepuluh Leading Indicator yang terpilih dalam memicu terjadinya

krisis nilai tukar di Indonesia. Dalam penelitian ini model logit dibedakan menjadi dua

model, yaitu : model pertama, seluruh variabel yang terpilih sebagai Leading Indicatordan telah melalui proses pemilihan variabel yang mengalami multikol, dimasukkan ke

dalam estimasi logit. Sedangkan pada model kedua, variabel - variabel yang memilikiprobabilitas lebih dari 10 % tidak disertakan dalam estimasi model logit. Tujuan dari

pembentukan dua model tersebut adalah untuk mencari nilai kriteria informasi model

ekonometri yang lebih baik dengan nilai kriteria informasi yang lebih rendah. Adapunkriteria informasi model ekonometri tersebut adalah Akaike Info Criterion, Schwarz

Criterion dan Hannan-Quin Criterion

Berdasarkan model Herrera dan Garcia di atas, maka leading indicator yang akandiestimasi setelah dikurangi variable yang terkena multikol adalah : inflasi, REER, dan

GKRED. Sehingga dapat diperoleh persamaan sebagai berikut :

KRISIS t = ln

− PiPi

1 = β 1 + β 2 INFLi + β 3 REERi + β 4 GKREDi + µi………………….(8)

Dimana : Pt = kemungkinan (probabilitas) terjadinya krisis

(1 - Pt) = kemungkinan (probabilitas) tidak terjadinya krisis

KRISISt = Krisis

β1 = interceptβ2…… β4 = koefisien variabel bebas

µi = error term

INFL = InflasiREER = Real Effective Exchange Rate

GKRED = Pertumbuhan Riil Kredit Domestik

Model 1 Memasukkan semua variable leading indicator

KRISIS t = ln

− Pi

Pi

1 =289.141765+0.991251046 5INF+1.271577593 GKRED-

z-stat (-1.761887) (-0.525644) (-0.870379)

32.86026598 REER+16.14530904 FINCONT +ui (1.751704)* (-1.787017)*…………………………………………………(9)Keterangan :

INF = Inflasi

GKRED = Pertumbuhan Kredit DomestikREER = Real Effective Exchange Rate

FINCONT = Financial Contagion

*= Signifikansi pada nilai kritis 10%Berdasarkan hasil perhitungan di atas, terdapat 2 variabel yang signifikan pada

α=10%, yaitu Pertumbuhan Kredit Domestik (GKRED) dan Penyebaran Keuangan(FINCONT). Kemudian Variabel-variabel yang tidak menunjukkan pengaruh yangsignifikan diatas 50% akan dikeluarkan dari dalam model, yaitu REER. Sehingga variabel

yang tersisa di dalam model hanya variabel-variabel yang memiliki pengaruh signifikan.

Selanjutnya ditunjukkan bahwa beberapa kriteria informasi pada model logit yaitu:Akaike Criterion, Schwarz Criterion dan Hannan-Quin Criterion pada model 1

dan model 2 akan dilakukan perbandingan. Dimana semakin rendah kriteria informasi


14/19

14

tersebut maka semakin baik hasil estimasinya, sehingga usulan pemilihan model denganmembandingkan nilai terendah dari ketiga kriteria informasi tersebut

Model 2. Mengeluarkan Variabel REER

KRISIS t = ln

− Pi

Pi

1 =3.586552436-0.4352289495INF+0.2757313508 GKRED

z-stat (-2.476954) (0.461975) (-0,252113)+16.14530904 FINCONT +ui …………………………………………………………………(10)

(-1.940511)*

Keterangan :INF = Inflasi

GKRED = Pertumbuhan Kredit Domestik

REER = Real Effective Exchange RateFINCONT = Financial Contagion

*= Signifikansi pada nilai kritis 10%

Dalam model 2 ini setelah mengeluarkan 1 variabel yang dimiliki, maka diperoleh hanyavariable contagion yang signifikan pada α=10%. Dan hasil dari estimasi logit

menunjukkan hanya GKRED dan FINCONT yang berpengaruh terhadap terjadinya krisismata uang.

TABEL 6PERBANDINGAN HASIL MODEL

Variabel Model 1 Model 2

COEFFICIENT ODDS COEFFICIENT ODDS

INF -0.991251 73% 0.435229 39%

REER 32.86027 - - -

M2/RESERV - - -

GKRED 1.272578 78% -0.275731 57%

FINCONT* 16.14531 99% -4.144247 98%

Dioagnosa Statistik dan Ekonometerik

Akaike info criterion 0.488603 0.644223

Schwarz criterion 0.691352 0.806422

Hannan-Quinncriter.

0.563792 0.704374

McFadden R-squared 0.571078 0.241054

Sumber : Data Diolah

Interpretasi ModelBerdasarkan table di atas dapatlah diambil suatu kesimpulan bahwa model pertama

merupakan model yang paling tepat dalam memprediksi krisis mata uang di Indonesia

pada periode penelitian. Beberapa pertimbangan yang dapat dijadikan yaitu :1. Nilai odds ratio pada model 1 menunjukkan proporsi yang lebih besar. Odds ratio

merupakan nilai yang menindikasikan probabilitas suatu akan terjadi karenaperubahan sesuatu yang lain. Dengan demikian pada model 1 tampak bahwa krisis

mata uang memiliki probabilitas yang lebih tinggi bila variable yang diamati terjadi

tekanan/fluktuasi2. Odds ratio pada variable FINCONT menunjukkan besaran yang mendekati

sempurna. Artinya memang krisis mata uang di Indonesia lebih dikarenakan dampak

penularan dari Negara lain dengan proporsi yang lebih besar dibandingkan model 2

3. Nilai Akaike, Schwarz, dan Hannan menunjukkan besaran yang lebih kecil. Sehinggamenunjukkan model dengan nilai terkecil adalah model


15/19

15

4. Memiliki nilai Mcfadden R-Square terbesar pada model 1, dimana nilai Mc Faddenmenunjukkan seberapa besarkan krisis dapat dijelaskan oleh model. Ternyata pada

model 1 krisis dapat dijelaskan oleh model sebesar 57% dibandingkan 24% (model 2)

KESIMPULAN DAN SARAN

KESIMPULAN

Berdasarkan penelitian yang telah dilakukan, maka diperoleh kesimpulansebagai berikut 1. Krisis nilai tukar yang menimpa Indonesia terjadi dalam 7 episode. Epsiode pertama

terjadi pada tahun 1990 (April dan Mei), Episode kedua pada tahun 1997 – 1998(Agustus, Oktober, Desember, Januari, Juni), Episode ketiga pada 1999 (September).

Episode keempat pada tahun 2000 (September), Episode kelima pada tahun 2001

(April), Episode keenam pada tahun 2006 (Juni). Episode 7 pada tahun 2008(Oktober). Epsiode terpanjang terjadi pada tahun 1997 – 1998, dimana terdapat 5bulan krisis mata uang dalam satu episode

2. Berdasarkan model peringatan dini yang dibangun oleh Herrera dan Garcia didapatbahwa leading indicators pertumbuhan kredit domestic (GKRED), Inflasi (INF), dan

ditambah dengan Penularan Keuangan (FINCONT) menjadi model terbaik dalammelakukan antisipasi/deteksi terhadap krisis mata uang di Indonesia

3. Krisis mata uang di Indonesia pada rentang waktu penelitian, yaitu tahun 1997-2008dominan lebih disebabkan oleh efek penularan keuangan (contagion effect) dariNegara lain

4. Melalui estimasi logit, terdapat 2 variabel yang memiliki pengaruh yang signifikanterhadap krisis mata uang di Indonesia, yaitu Pertumbuhan Kredit Domestik

(GKRED), dan Penularan Keuangan (FINCONT)

SARAN

Berdasarkan kesimpulan yang telah diperoleh, maka pemerintah perlumewaspadai beberapa leading indicators yang secara signifikan mampu memprediksi

terjadinya krisis nilai tukar, yaitu pertumbuhan kredit domestic (GKRED), Inflasi (INF),

dan Penularan Keuangan (FINCONT). Oleh karena itu saran-saran yang perlu

diperhatikan oleh pemerintah terkait variable di atas adalah :1. Untuk varibel inflasi, pemerintah perlu memperhatikan tekanan dari sisi permintaandan penawaran yang bisa berimbas pada kenaikan inflasi. Koordinasi secara intensifdan akomodatif dengan otoritas fiscal menjadi hal yang penting untuk dilakukan.Aspek permintaan seperti control pada permintaan atas asset-aset domestik,

perubahan pada suku bunga domestik dan asing, serta pengendalian terhadapekspektasi kurs yang akan dating. Aspek penawaran seperti pembelian dan penjualan

valuta domestic oleh bank sentral, perubahan suku bunga dan perubahan jumlahuang beredar

2. Untuk variable pertumbuhan kredit domestic (GKRED), pemerintah dan BankIndonesia perlu melakukan kebijakan kredit yang selektif dengan mengedepankanaspek prudential banking principle. Kebijakan kredit meliputi pembatasan kredit

untuk keperluan konsumtif, dan sebaliknya pertumbuhan kredit diarahkan untuk

mendukung pembiayaan usaha riil rakyat3. Untuk variable Financial Contagion (FINCONT), adanya efek penyebaran atau

dikenal dengan istilah FINCONT mencerminkan ketakutan para pelaku pasar akan

adanya penularan krisis yang terjadi pada negara tetangga terhadap Indonesia. Olehkarena itu, pemerintah seharusnya lebih mencermati kondisi perekonomian global,

terutama di negara – negara yang berada dalam satu kawasan regional denganIndonesia. Pemerintah juga dapat melakukan tindakan preventif, yaitu denganmemperbanyak dan memperkuat kerja sama dengan negara – negara maju di Asia,


16/19

16

seperti Korea Selatan dan Jepang dan negara – negara yang berada dalam satukawasan regional (ASEAN) untuk menggalang dana cadangan bersama (stand by

loan) yang dapat digunakan sewaktu – waktu apabila ada serangan terhadap nilaitukar Rupiah. Tindakan lain yang dapat dilakukan antara lain memperketat peraturanyang mengatur tentang lalu lintas modal di Indonesia.

DAFTAR PUSTAKAAdiningsih, S., D.N. Setiawati, and Sholihah, 2002, Early Warning Systems For

Macroeconomic Vulnerability in Indonesia, Final Report, EADN RegionalProject.

Aghion, P., P. Bacchetta dan A. Banerjee (2001), Currency Crises and Monetary Policy

in an Economy with Credit Constraints, European Economic Review, 45(7),1121-1150.

Arias, Guillaume dan ULF G. Erlandsson. 2004. Regime Switching as an Alternative

Early Warning System of Currency Crises an Applicant to South-East Asia.Department of Economics, Lund University, Sweden.

Arias, Guillaume dan ULF G. Erlandsson. 2005. improving EWS with Markov Switching

Model- An Application to South East Asian Crises. CEFI working papers2005, Department of Economics, Lund University, Sweden.

Arifin, Sjamsul. 2007. IMF dan Stabilitas Keuangan Internasional: Suatu TinjauanKritis. Jakarta: Elex Media Komputindo.

Ariff, Mohamed, dan Ahmed M. Khalid. 2005. Liberalization and Growth in Asia : 21 stCentury Challenges. United Stated : Edward Elgar Publishing.

Asian Development Bank, 2005, East Aasi: Early Warning System For Financial Crises Application To East Asia, Asian Development.

Bank Indonesia. Statistik Ekonomi dan Keuangan Indonesia. Berbagai Nomor Penerbitan.

Berg, A. and C. Pattillo (1999), “Predicting currency crises: the indicator approach analternative”, Journl of International Money and Finance, 18 (4), 561-586.

Bussiere, Matthieu dan Fratzscher, Marcel, 2002, Toward A New Early Warning System

of Financial Crises, European Central Bank Working paper no. 145.

Boediono. 1997. Ekonomi Makro. Edisi Keempat.Yogyakarta: BPFE Yogyakarta.-----------, 1990. Ekonomi Internasional. Edisi Pertama. Yogyakarta: BPFE Yogyakarta

Carbaugh, Robert J. 2002. International Economics. Eighth Edition. Ohio: SouthWestern- Thomson Learning.

Ciarlone, Alessio dan Giorgio Trebeschi. 2005. Designing an Early Warning System for Debt Crises. Elsevier – Emerging Market Review. Roma: Bank of Italy.

Cramer, J. S. 2003. The Origins and Development of The Logit Model. Amsterdam:University of Amsterdam and Tinbergen Institute.

Caprio, G., dan D. Klingebiel, 1996, Bank Insolvencies: cross country experience, PolicyResearch Working Papers 1620, Worls Bank, Washington,DC.Carbaugh, Robert J. 2004. International Economics. Ninth Edition. USA: South-Western.

Ciarlone, Alessio dan Trebeschi Giorgio, 2005, An Early Warning System for Debt Crisis,

Emerging Market Review 6, p. 376-395.33

Daniel, Hardy,CL dan Pazarbasioglu Ceyla. 1998, Leading Indicators of Banking Crises:Was Asia Different?, IMF Working Paper 98/91, International Monetary

Fund, Washington. Davis, Philip dan Dilruba Karim, Comparing Early Warning System for Banking Crises,

dikutip dari www. Zeni3767.zen.co.uk/early warning.pdf. West London :

Brunei University dan NIESR.Diamond D dan Dybvig P. 1983. Bank Runs, Deposite Insurance and Liquidity. Journal

of Political Economiy, 91, 401-19.

Donrnbusch, Rodiger dan Stanley Fischer, Richard Startz. 2001. Macroeconomics, Eight


17/19

17

Edision. McGraw-Hill. New York.Demirguc-Kunt, A. And E. Detrgiache (1997), “The determinants of banking crises in

developing and developed countries”, IMF Working Paper 106.Demirguc-Kunt, A. And E. Detrgiache (2000), “ Monitoring banking sector fragility: a

multivariate logit approach”, World Bank Economic Review, 14(2), 287-307.

Djalal, Nachrowi. et. al. 2002. Penggunaan Teknik Ekonometrika. Jakarta: PT. Raja

Grafindo Persada.

Dornbusch, Rudinger dan Stanley Fischer. 2004. Macroeconomics. 9th edition. Ohio:South Western.

Edison, H.J. (2003), “ Do Indicators of financial crises work? An evaluation an earlywarning system”, International Journal of Finance and Economics, 8 (1), 11-

53

Eichengreen, B. And C. Arteta (2000), “ Banking Crises in emerging markets: presumptions and evidence”, Working ppers 115, Centre for Internationaland Development Economics Research, California, Berkley.

Eichengreen, B. And R.Portes (1987), “ The anatomy of financial crises”, in R. Portesand A.K. Swoboda, editors, Threatsto International Financial Stability,

Cambridge University Press, Cambridge, 10-58Eichengreen, B., A.K. Rose, and C. Wyplosz (1995), “ Exchange rate mayhem: the

antecedents and aftermath of speculative attacks”, Economic Policy, 21,251-

312. Eichengreen, B., A.K. Rose, and C. Wyplosz (1996), “Contagious currency crises”,

Scandinvian Journal of Economics, 98(4), 463-484Flood, Robert, dab Peter Garber (1984) Gold Monetization and Global Dicipline. Journal

of Political Economy. 92 (1), pp.90-117. Frankel, J.A., dan A.K. Rose, 1996, Currency Crashes in Emerging Markets: An

empirical treatment , Journal of International Economics, 98(4), 463-484

Girton, L dan D. Roper (1977), A Monetary Model of Exchange Market pressure appliedto the postwar Canadian Experience, American Economic Review, 67(4),

537-548.

Goldstein, Morris, 1996, Contagious Currency Crises: First Tests, Scandinavian Journal

Of Economics, 98, 434Goldstein, Kaminsky dan Reinhart (2000). Assesing Financial Vulnerability: An Early

Warning System for Emerging Markets. Washington DC, Institute for InternationalEconomics.

Goeltom, Miranda S dan Doddy Zulferdi. 1998. Manajemen Nilai Tukar di Indonesia danPermasalahnnya. Buletin Ekonomi Moneter dan Perbankan. Volume 1 Nomor 2. Jakarta:

Bank Indonesia.Grauwe, P dan Marianni Grimaldi, 2002, Exchange Rate Regimes And Financial

Vulnerability, EIB Papers, vol 7, No.2 Gujarati Damodar N, 2003. Basic Econometrics. Fourth Edition. McGraw-Hill Inc.Gunawan, H Anton. 1991. Anggaran Pemerintah dan Inflasi di Indonesia. Jakarta:

Gramedia Pustaka Utama.

Hadad, Muliaman D., Wimboh Santoso dan Bambang Arianto. 2003. Indikato Awal

Krisis Perbankan. http:www.bi.go.id/NR/rdonlyres/47E2ED4-9B4D-4EF-997D36121DBD7C2E/1401/IndikatorAwalKrisisPerbankan.pdf yang diakses

pada 3 Maret 2007.Hady, Hamdy. 2001. Ekonomi Internasional: Teori dan Kebijakan Keuangan

Internasional. Buku Kedua. Jakarta: Ghalia Indonesia.

Handoyo, Rossanto Dwi. 2006. Majalah Ekonomi: Early Warning System of FinancialCrisis- Implementation of a Currency Crises Model for Indonesia.Tahun

XVI, no.3.Desember, pp.245-260.

Heffernan, Shelagh. 2005. Modern Banking. England : John Wiley&Sons,Ltd


18/19

18

Herrera, Santiago and Conrado Garcia, 1999, User’s Guide to An Early Warning System for Macroeconomics Vulnerability in Latin American Countries, Paper

presented in the XVII Latin American Meeting of the Econometric Society,August, Cancun.

Heun, M dan T. Schelink, 2004, Early Warning Systems Of Financial Crises-

Implementation Of Currency Crisis Model For Uganda, HfB-Business

School Of Finance And Management, 59

http//:www.parisdeclub.com. Dikutip Tanggal 16 Maret 2008. Jam 22.19.http//:www.hukmas.depkeu.go.id. Dikutip Tanggal 16 Maret 2008. Jam 22.19.

Ikatan Sarjana Ekonomi Indonesia (ISEI),2005, Pemikiran dan Permasalahan Ekonomidi Indonesia dalam Setengah Abad Terakhir: Krisis dan Pemulihan,

Yogyakarta: Kanisius.

International Monetary Fund.2007. International Financial Statistics. http://www.ifs.apdi.net.Iswardono. 1997. Uang dan Bank . Edisi Keempat. Yogyakarta: BPFE Universitas Gajah

Mada. 35Juddisseno, Rimsky K. 2002. Sistem Moneter dan Perbankan di Indonesia. Cetakan

Pertama.Jakarta: PT. Gramedia Pustaka Tama.Kuncoro, Mudrajad, dan Suhardjono. 2002. Manajemen Perbankan. Edisi pertama.

Yogyakarta : BPFE Yogyakarta.Kunt, Demirg_ç,A dan Detragiache Enrica, 1998. The Determinants of Banking Crises in

Developed and developing Countries. IMF Staff Paper, Vol. 45, No.1,InternationalMonetary Fund.

Kaminsky, Graciela, Saul Lizondo , dan C.M Reinhart, 1997, Leading Indicators OfCurrency Crises, July, IMF Working Paper 97/98, Washington DC: IMF

Kaminsky, Graciela, Saul Lizondo dan Reinhart, 1998, Currency and Banking Crisis: The

Early Warning of Distress, International Finance Discussion Po.629, BoardOf Governors of the Federal Reserve System.

Kaminsky,G dan C.M., Reinhart, 1999, The Twin Crisis: The Causes of Banking Crises

and Balance Of Payment Problems, The American Economic Review, June,

pp.473-500.Krugman, Paul dan Maurice Obstfeld. 2003. International Economics: Trade and Policy.

Sixth Edition. Boston: Pearson Education.Krugman, Paul. 2001. The Return Of Depression Economics. Terjemahan. Bandung:

Ganesa.-------------------, (1978). A Model of Balance of Payments Crises. Journal of Money

Credit and Banking.11.pp.311-25Laporan Tahunan Bank Indonesia Tahun 2003

Lestano, Jan Jacobs and Gerard H. Kuper. 2003. Indicator Financial Crises Do Work! An Eraly-Warning System for Six Asian Countries. December , NAKE Research,University of Groninghen.

Lindert, Peter.,H.1995. Ekonomi Internasional. Edisi Kedelapan. Jakarta: Erlangga

Lindgren, C.J., G. Garcia dan M.I. Saal., 1996, Bank Soundness and Macroeconomic

Management , International Monetary Fund, Washington, DC.,Mankiw, N Gregory.1999. Teori Ekonomi Makro Ekonomi. Edisi Kelima. Terjemahan.

Jakarta: Penerbit Erlangga.Martinez, Guilermo Ortiz. 1998. What Lesson Does the American Crisis Hold for

Recovery in Asia?. Finance and Development, vol 35, number 2.

Mishkin, Frederic,S. 1995. The Economics of Money, Banking, and Financial, edisikeempat, New York:Harper- Collins.


19/19

19

Nopirin. 1995. Ekonomi Internasional. Edisi Ketiga. Yogyakarta: BPFE YogyakartaObstfeld, Maurice, 1996, Rational And Self-Fulfilling Balance Of Payment

Crises, TheAmerican Economic Review, 76, March 36Purwanto, Djoko. 2002. Merger Bank : Mengapa Harus Dilakukan?.

www.members.tripod.com/dipi_solo/artikel/merger.html. Dikutip pada tanggal 5 April

2008 0830 GMT.

Rahardja, Pratama dan Mandala Manurung. 2001. Teori Ekonomi Makro. Jakarta: FE UIRogoff, K(1999), International Institutions for Reducing Global Financial Instability,

Journal of Economic Perspectives, 13(4), 21-42.Sachs, J.D., A. Tornell dan A. Velasco, 1996, Financial Crises in Emerging Markets: the

Lessons from 1995 (with comments and Discussions), Brooking paper on Economic

Activity, 1, 147-198.Sahminan. 2005. Interest Rates and the Role of Exchange Rate Regimes in Major

Southeast Asian Countries. Chapel Hill: The University of North Carolina.

Salvatore, Dominick. 1996. Ekonomi Internasional. Edisi Kelima. Jilid Satu. Jakarta:Erlangga.

Salvatore, Dominick. 1997. Ekonomi Internasional. Edisi Kelima. Jilid Dua. Jakarta:Erlangga.

Sugiyono, F.X. 2002. Neraca Pembayaran: Konsep, Metodologi dan Penerapan. Seri

Kebanksentralan No. 4. Jakarta: Bank Indonesia.Suminto. 2006. Rescheduling Utang Luar Negeri Pemerintah melalui Paris Club.

Majalah Treasury Indonesia No. 1/2006.Suparmoko. 2003. Keuangan Negara: Dalam Teori dan Praktek . Edisi Kelima.

Yogyakarta: BPFE-Yogyakarta.Sabirin, Syahril. 2003. Perjuangan Keluar dari Krisis. Edisi pertama. Yogyakarta : BPFE

Yogyakarta.

Suseno, dan Piter Abdullah. 2003. sistem dan Kebijakan Perbankan di Indonesia. Jakarta :Pusat Pendidikan dan Studi Kebanksentralan. Bank Indonesia.

Samuelson, Paul. 2004. Ilmu Makroekonomi. Edisi Ketujuh belas. Terjemahan. Jakarta:

Media Global Edukasi.

Simorangkir, Iskandar dan Suseno. 2005. Sistem Kebijakan Nilai Tukar , no.12. Jakarta:Pusat Pendidikan dan Kebanksentralan.

Statistical Year Book of Indonesia BPS, Jakarta, Indonesia.Stephen. Salant dan Dale Handerson (1978). The Vulnerability of Price Stabilization

Schemes to Speculative Attacks. Journal of Political Economy, pp1-38 Sukirno, Sadono. 2000. Makroekonomi Modern. Edisi Kedua. Jakarta: Raja Grafindo

Persada.Supranto, J. 2004. Ekonometri. Jakarta: Ghalia Indonesia

Sussangkarn, Chalongphob, 2002, Indicators And Analysis Of Vulnerability to CurrencyCrises: A Synthesis Report, EADN Project. 37

Tambunan,Tulus, 2002, Building An Early Warning System For Indonesia with Signal

Approach, Paper prepared for EADN meeting, Singapore, Juni 25-27.

Tambunan, Tulus. 1998. Krisis Ekonomi dan Masa Depan Reformasi. Jakarta:LPFE UI

Warjiyo, Perry dan Solikin. 2003. Sistem Nilai Tukar . Edisi Pertama. Jakarta: PusatPendidikan dan Kebanksentralan.

Widarjono, Agus.2005. Ekonometrika: Teori dan Aplikasi. Yogyakarta: Ekonisia FE UIIZhang, Z, 2001, Speculative Attacks In the Asian Crises, IMF Working Paper 189, IMF.

Zulverdy, Dody. 1998. Manajemen Moneter dalam Krisis. Vol III. September.

12. analisis variabel makroekonomi dan

Documents