All Paper - BEMP Volume 11 No 2, Oktober 2008

BULETIN EKONOMI MONETER DAN PERBANKAN
Direktorat Riset Ekonomi dan Kebijakan Moneter

Bank Indonesia
Penyantun/Patron
Dewan Gubernur Bank Indonesia
Board of Governors of Bank Indonesia
Dewan Penasehat/Advisory Board

Prof. DR. Anwar Nasution
Prof. DR. Insukindro
Prof. DR. Iwan Jaya Azis
DR. M. Syamsuddin
Pemimpin Redaksi/Chairman of Editorial Board

Made Sukada
Wijoyo Santoso
Dewan Penyunting/Editorial Board

Halim Alamsyah
Perry Warjiyo
Suseno
Wimboh Santoso
Endy Dwi Tjahjono
Solikin M. Juhro
Haris Munandar
Redaktur Pelaksana/Staff Editor/Editorial Administrator

Andi Alfian Parewangi
Sekretariat/Secretariat
Rakianto Irawanto
M.S. Artiningsih
Buletin ini diterbitkan oleh Bank Indonesia, Direktorat Riset Ekonomi

dan Kebijakan Moneter. Isi dan hasil penelitian dalam tulisan tulisan
dibuletin ini sepenuhnya tanggung jawab para penulis dan bukan
merupakan pandangan resmi Bank Indonesia.
Kami mengundang semua pihak untuk menulis pada buletin ini

paper dikirimkan dalam bentuk file ke Direktorat Riset Ekonomi dan
Kebijakan Moneter, Bank Indonesia Gedung Sjafruddin Prawiranegara Lt. 20;
Jl. M.H. Thamrin No. 2, Jakarta Pusat, email : submission.bemp@gmail.com
Buletin ini diterbitkan secara triwulan pada bulan April, Juli, Oktober dan
Januari, bagi yang ingin memperoleh terbitan ini dapat menghubungi
Seksi Publikasi Bagian Administrasi, Direktorat Statistik Ekonomi dan Moneter,
Bank Indonesia Gedung Sjafruddin Prawiranegara Lt. 2; Jl. M.H. Thamrin No. 2,
Jakarta Pusat, telp. (021) 381 8206. Untuk permohonan berlangganan:
telp. (021) 381 8636, fax. (021) 231 1219, email: pusriset@bi.go.id
196 Buletin Ekonomi Moneter dan Perbankan, Oktober 2008
BULETIN EKONOMI MONETER

DAN PERBANKAN
Volume 11 No.2, Oktober 2008
Analisis Triwulanan dan Perkembangan Moneter, Perbankan

dan Sisitem Pembayaran Triwulan III 2008
Tim Penulis Laporan Triwulanan Bank Indonesia ______________________ 91
Comparing the Efficiency of Islamic Banks in Malaysia and Indonesia

Ascarya dan Diana Yumanita _____________________________________ 95
Cadangan Devisa, Financial Deepening dan Stabilisasi Nilai Tukar Riil Rupiah
akibat Gejolak Nilai Tukar Perdagangan
Priadi Asmanto dan Sekar Suryandari ______________________________ 121
Kemiskinan di Indonesia: Pengaruh Pertumbuhan dan Perubahan Struktur Ekonomi

Sri Liani Suselo dan Tarsidin _____________________________________ 155
– Halaman ini sengaja dikosongkan –

ANALISIS TRIWULANAN: Perkembangan Moneter, Perbankan dan Sistem Pembayaran, Triwulan IV - 2008 91
ANALISIS TRIWULANAN:
Perkembangan Moneter, Perbankan dan Sistem Pembayaran,
Triwulan III 2008
Tim Penulis Laporan Triwulanan, Bank Indonesia
Tekanan inflasi di Indonesia pada triwulan III-2008 masih tinggi. Hal ini terutama
berasal dari tingginya ekspektasi inflasi masyarakat, kuatnya permintaan domestik, serta
dampak imported inflation terkait dengan potensi pelemahan nilai tukar rupiah sebagai
akibat dari krisis keuangan di AS. Menyikapi perkembangan tersebut, pada tataran
kebijakan, Dewan Gubernur Bank Indonesia memandang perlu untuk mengendalikan
tekanan inflasi guna mencapai sasaran inflasi dalam jangka menengah dan menjaga
kestabilan ekonomi pada umumnya.
Triwulan III-2008 diwarnai oleh problematika yang terjadi di pasar keuangan global
serta dampaknya pada perekonomian Indonesia. Perlambatan ekonomi dunia, saat ini
telah dirasakan di beberapa negara industri maju, dan mulai merambat pada negara
emerging markets termasuk Indonesia. Gejolak yang terjadi di pasar global, tidak dapat
dihindari terasa mengalir dan menyebar pada ekonomi Indonesia. Terlepas dari masih
kuatnya fundamental ekonomi Indonesia, sentimen negatif yang ditimbulkan dari krisis
telah mendorong pelarian modal asing keluar. Hal ini memberi tekanan pada bursa saham
dan nilai tukar rupiah. Indeks harga saham mencatat penurunan tajam dan nilai tukar
rupiah melemah. Kedua hal tersebut berujung pada sebuah gambaran pesimis tentang
prospek perekonomian domestik. Menyikapi hal tersebut, Bank Indonesia dan Pemerintah
terus menerus melakukan koordinasi kebijakan serta senantiasa memonitor
perkembangan perekonomian dari waktu ke waktu.
Dalam kondisi yang masih diselimuti berbagai permasalahan tersebut, inflasi dan
stabilitas ekonomi tetap menjadi fokus utama Bank Indonesia. Upaya untuk
menyeimbangkan antara pengendalian inflasi dan risiko ketidakstabilan di pasar uang
secara umum terus menerus dilakukan. Untuk mengendalikan inflasi, Bank Indonesia
mengambil kebijakan pengetatan moneter dengan menaikkan BI Rate sebesar 75 bps
selama triwulan III-2008 serta mengoptimalkan seluruh instrumen kebijakan moneter yang
tersedia. Kenaikan BI Rate telah diikuti dengan peningkatan suku bunga deposito dan
suku bunga kredit. Hingga Agustus 2008, suku bunga deposito telah meningkat lebih
tinggi dibandingkan peningkatan BI Rate yang dikuti oleh peningkatan suku bunga Kredit
Modal Kerja (KMK) dan Kredit Investasi (KI), sementara Kredit Konsumsi (KK) tercatat
relatif stabil.
Perkembangan yang dicermati Bank Indonesia adalah kondisi likuiditas pasar

uang di beberapa bank yang mengalami keketatan likuiditas. Keketatan ini dipengaruhi
oleh ketidakmerataan likuiditas di antara bank mengingat secara total kondisi likuiditas
perbankan masih memadai. Selain itu, tingginya ekspansi kredit perbankan yang tidak
disertai dengan pertambahan penghimpunan dana masyarakat yang memadai telah
menyebabkan beberapa bank mengalami keketatan likuiditas. Perilaku berjaga-jaga
perbankan dalam menghadapi peningkatan permintaan uang kartal menjelang hari raya
keagamaan dan masih rendahnya ekspansi rekening pemerintah semakin menambah
ketatnya kondisi likuiditas perbankan. Namun, keketatan likuiditas tersebut diperkirakan
lebih bersifat temporer. Keketatan kondisi likuiditas ini diperkirakan akan berkurang
setelah berakhirnya periode lebaran yang ditandai dengan kembalinya uang kartal ke
sistem perbankan dan cenderung ekspansinya rekening pemerintah di triwulan IV-2008.
Guna mengatasi permasalahan ketatnya kondisi likuiditas tersebut, Bank Indonesia telah
melakukan berbagai upaya diantaranya melalui penyempurnaan pelaksanaan operasi
moneter.
Di tengah gejolak keuangan global dan melambatnya pertumbuhan ekonomi

dunia, perekonomian Indonesia pada triwulan III-2008 masih mencatat pertumbuhan yang
tinggi. PDB triwulan III-2008 diprakirakan akan tumbuh sebesar 6,3% (yoy), setelah
mencatat pertumbuhan sebesar 6,4% (yoy) pada triwulan II-2008. Kegiatan konsumsi
rumah tangga diperkirakan menjadi motor pertumbuhan tersebut. Masih tingginya
pertumbuhan konsumsi tersebut ditopang oleh masih kuatnya daya beli dan meningkatnya
sumber pembiayaan konsumsi. Komponen permintaan domestik lainnya, yaitu investasi,
juga menunjukkan pertumbuhan yang tinggi, terutama pada investasi nonbangunan.
Namun, melambatnya pertumbuhan ekonomi dunia berimbas pada melemahnya
pertumbuhan ekspor Indonesia walaupun masih dalam level yang tinggi. Sementara itu,
impor diperkirakan tumbuh tinggi sejalan dengan masih kuatnya permintaan domestik dan
kebutuhan ekspor.
Perkembangan ekonomi global kemudian memberi tekanan pada Neraca

Pembayaran Indonesia (NPI) pada triwulan III-2008. Ekspor tumbuh lebih lambat
dibandingkan dengan impor. Impor yang masih tumbuh tinggi terkait dengan kuatnya
permintaan domestik, disamping adanya kenaikan harga. Melambatnya perekonomian di
negara maju, disertai penurunan harga komoditas dunia, akan menurunkan kinerja ekspor
Indonesia. Namun, penurunan tersebut diperkirakan tidak terlalu dalam mengingat jenis
produk ekspor Indonesia adalah ekspor berbasis sumberdaya alam yang kurang sensitif
terhadap perlambatan ekonomi negara maju. Selain itu, peranan perdagangan
intraregional di wilayah Asia Pasifik, khususnya China dan India yang meningkat dalam
beberapa tahun belakangan ini mampu mencegah ekspor turun lebih tajam.
Berkaitan dengan impor dapat dikemukakan bahwa berdasarkan komposisinya,

kenaikan impor yang terjadi terutama berupa bahan baku dan barang modal. Hal tersebut
pada gilirannya akan mendorong tumbuhnya aktivitas dan kapasitas produksi di dalam
negeri yang akan berdampak positif pada perekonomian dalam jangka menengah
panjang. Kegiatan impor terutama dilakukan oleh sektor industri (khususnya oleh
subsektor industri kimia, subsektor logam dasar, besi dan baja, serta subsektor alat
ANALISIS TRIWULANAN: Perkembangan Moneter, Perbankan dan Sistem Pembayaran, Triwulan III - 2008 93
angkutan, mesin dan peralatan), serta sektor pengangkutan dan komunikasi, yang secara
umum memiliki keterkaitan cukup besar dengan proses produksi di industri lainnya
(backward & forward linkage).
Di sisi neraca modal dan portofolio, sentimen negatif yang dipicu gejolak di pasar
keuangan global telah mendorong aliran keluar modal asing. Investasi portofolio mencatat
terjadinya aliran keluar modal asing (net outflow). Guna memenuhi kebutuhan akan impor
yang meningkat, pelaku ekonomi domestik melakukan penarikan aset yang ditempatkan di
luar negeri dan sebagian dibiayai dari utang luar negeri, sebagaimana diindikasikan oleh
komponen other investment yang mencatat aliran dana masuk (net inflow). Pada
ujungnya, sejalan dengan perkembangan tersebut cadangan devisa tercatat sebesar
USD57,1 miliar atau setara dengan 4,2 bulan impor dan pembayaran utang luar negeri
pemerintah.
Terjadinya aliran keluar modal asing memberi tekanan pada nilai tukar rupiah
selama triwulan III-2008. Meskipun demikian, Bank Indonesia senantiasa mengawal
perkembangan nilai tukar melalui kebijakan stabilisasi di pasar valas guna mengurangi
tekanan dan volatilitas rupiah. Dengan upaya tersebut, rupiah dalam triwulan III-2008
secara rata-rata masih menguat dibandingkan periode sebelumnya. Nilai tukar rupiah
secara rata-rata triwulanan terapresiasi 0,47% dari Rp9.259 per USD menjadi Rp9.216 per
USD. Tekanan depresiatif mulai terjadi di penghujung triwulan III-2008 seiring dengan
perkembangan ekonomi global yang memengaruhi perilaku pemilik modal asing. Risk
aversion, atau sikap menghindari risiko dari para pelaku pasar, telah menyebabkan
tekanan pada rupiah. Adanya tekanan terhadap nilai tukar juga dialami oleh mata uang
regional yang melemah akibat sebaran dampak gejolak eksternal. Di sisi lain, rupiah,
masih memiliki imbal hasil investasi yang menarik, tercermin dari tingginya spread suku
bunga antara asing dan domestik. Hal ini pada gilirannya mampu mengurangi tekanan
arus keluar dana asing dari instrumen rupiah lebih lanjut.
Sementara itu, Indeks Harga Saham Gabungan (IHSG) di akhir laporan

(September 2008) ditutup pada level 1832 atau melemah 21,9% dibandingkan dengan
akhir triwulan II-2008. Buruknya kinerja IHSG selama triwulan III-2008 lebih disebabkan
oleh pengaruh memburuknya kondisi pasar keuangan global seiring dengan berlanjutnya
kebangkrutan beberapa institusi keuangan internasional.
Ke depan, di tengah gejolak yang menyelimuti perekonomian global, pertumbuhan

ekonomi diprakirakan masih tinggi di kisaran 6,2-6,4% pada tahun 2008 dan sedikit
melemah pada tahun 2009. Masih tingginya pertumbuhan ekonomi terutama didorong
oleh tingginya permintaan domestik. Tingginya permintaan domestik selain ditopang oleh
ketersediaan pembiayaan, juga didukung oleh masih kuatnya daya beli masyarakat.
Konsumsi rumah tangga diprakirakan masih cukup kuat. Sementara itu, pertumbuhan
investasi terutama didorong oleh investasi nonbangunan. Di sisi eksternal, tingginya
pertumbuhan impor barang modal dan bahan baku, diperkirakan akan menambah daya
gerak perekonomian Indonesia ke depan. Optimisme tersebut didasarkan pada impor
barang modal dan bahan baku yang dilakukan oleh sektor-sektor industri yang mempunyai
daya ganda (multiplier effect) yang cukup besar terhadap perekonomian. Di lain pihak,
pertumbuhan ekspor barang dan jasa diperkirakan melambat seiring dengan menurunnya
pertumbuhan ekonomi dunia dan harga komoditas internasional. Sementara itu, tekanan
inflasi dalam beberapa bulan ke depan diperkirakan masih tinggi. Laju inflasi IHK tahun
2008 diprakirakan akan berada pada kisaran 11,5%-12,5% (yoy). Sementara itu, dalam
tahun 2009 tekanan inflasi diperkirakan akan mereda mulai pertengahan tahun sejalan
dengan respon kebijakan moneter yang ditempuh saat ini serta menurunnya imported
inflation terkait dengan penurunan tren harga komoditas internasional. Dengan
perkembangan tersebut, inflasi tahun 2009 diprakirakan akan berada pada kisaran 6,5%-
7,5% (yoy).
Perekonomian Indonesia ke depan juga masih dihadapkan pada berbagai risiko.

Risiko terutama berasal dari perkembangan perekonomian dunia, khususnya
keberlanjutan dari krisis finansial global. Pertumbuhan ekonomi dapat menjadi bias
menurun akibat krisis tersebut yang juga menurunkan kinerja NPI sejalan dengan potensi
penurunan harga-harga harga-harga komoditas internasional.
Dalam tataran kebijakan ke depan, Bank Indonesia akan memfokuskan perhatian

pada upaya untuk mengurangi risiko inflasi tanpa mengganggu arah peningkatan
pertumbuhan ekonomi secara berlebihan. Untuk itu, Bank Indonesia akan tetap
melaksanakan kebijakan moneter yang terukur dan hati-hati dengan tetap menjaga
momentum perkembangan perekonomian. Keputusan Dewan Gubernur BI pada Oktober
2008 untuk menaikkan kembali BI Rate sebesar 25 bps menjadi 9,5% terutama didasari
oleh pertimbangan tersebut. Dari sisi stabilitas sistem keuangan, kebijakan Bank
Indonesia tersebut juga diharapkan dapat menjaga stabilitas sistem keuangan domestik.
Selain itu, kebijakan tersebut akan tetap diikuti oleh pemanfaatan piranti moneter lain
secara optimal, untuk meminimalkan volatilitas nilai tukar rupiah serta menjaga kecukupan
likuiditas di pasar uang. Bank Indonesia akan terus menerus mencermati dan memonitor
perkembangan ekonomi global dan akan segera melakukan penyesuaian kebijakan
apabila diperlukan dalam tujuan menjaga kestabilan ekonomi makro dan pencapaian
sasaran inflasi jangka menengah panjang.
COMPARING THE EFFICIENCY OF ISLAMIC BANKS
IN MALAYSIA AND INDONESIA
Ascarya
Diana Yumanita1
Abstract
This study measures and compares the efficiency of Islamic banks in Malaysia and Indonesia using
Data Envelopment Analysis (DEA), which is a non-parametric and deterministic methodology for determining
the relative efficiency. The intermediation approach will be applied.
This study identifies the sources and the level of inefficiency of the inputs and outputs. The results
show that the Islamic banking in Indonesia is more efficient than the one in Malaysia in all three
measurements; the technical, the scale, and the overall efficiency. Technically, financing is one of the
sources of inefficiency in Malaysia, while human resource is one of the sources of inefficiency in Indonesia.
Islamic windows should be encouraged to convert to subsidiaries or Islamic full branches to improve
the scale and the overall efficiencies in Malaysia. Furthermore, the accelerated expansion both organically
and inorganically is needed to improve the scale and the overall efficiencies of the Islamic banking in
Indonesia.
i i
JEL Classification: C14, G21, G28
Keywords: Islamic banking, performance, efficiency, Data Envelopment Analysis (DEA).
1 Penulis adalah peneliti pada Pusat Pendidikan dan Studi Kebanksentralan Bank Indonesia, ascarya@bi.go.id, diana yumanita@bi.go.id
Versi terdahulu dari paper ini telah dipresentasikan pada International Conference on Islamic Banking & Finance 2007, 23 25 April
2007, Kuala Lumpur.
I. INTRODUCTION
The Islamic banks exist since early 1960s. The first Islamic bank established in 1963 as a
pilot project in the form of rural savings bank in a small town of Egypt, Mit Ghamr. After that,
Islamic banking movement came back to life in mid 1970s. The establishment of Islamic
Development Bank in 1975 triggered the development of Islamic banks in many countries,
such as Dubai Islamic Bank in Dubai (1975), Faisal Islamic Bank in Egypt and Sudan (1977), and
Kuwait Finance House in Kuwait (1977). By the end of 2005, more than 300 institutions in over
65 jurisdictions are managing assets worth around 700 - 1000 billion US dollars in a Shariah
compatible manner. A large part of the banking and Takaful concentration is in Bahrain Malaysia,
and Sudan. A significant part of mutual funds concentrate in the Saudi Arabian and Malaysian
markets in addition to the more advanced international capital markets.
In Malaysia, Islamic financial institutions exist since the establishment of the Pilgrimage
fund board in 1969. Malaysia started the establishment of Islamic bank, Bank Islam Malaysia
Berhad or BIMB in 1983. To accelerate the nationwide dissemination of Islamic banking, Bank
Negara Malaysia or BNM (the central bank of Malaysia) implemented Islamic banking scheme
or Islamic windows structure, which allow the conventional banks to offer Islamic banking
products and services using their existing infrastructure including staff and branches. Today,
Islamic financial system in Malaysia has emerged as important component that contributes to
the growth and development of Malaysian economy by diversifying the players encompasses
the domestic as well as the foreign banking players.
The Islamic banking system in Malaysia is represented by 29 Islamic banking institutions

comprising of 2 Islamic banks, 2 Islamic subsidiaries and 25 Islamic banking scheme banks.
Moreover, Islamic banking in Malaysia has reached more than 10% of the banking market
share. It is envisioned in the Financial Sector Master Plan (FSMP) that the Islamic banking industry
in Malaysia would achieved 20% of the banking market share in 2010.
In Indonesia, Islamic financial institutions started to emerge in early 1980s with the
establishment of Baitut Tamwil-Salman in Bandung dan Koperasi Ridho Gusti in Jakarta. The
first Islamic Bank in Indonesia, Bank Muamalat Indonesia, established in 1992. The development
of Islamic bank has been accelerated since Bank Indonesia (the central bank of Indonesia)
allowed conventional banks to open Islamic branch. This Islamic branch can offer Islamic banking
products and services separated from its conventional parent with its own infrastructure, including
staff and branches.
The Islamic banking system in Indonesia is currently represented by 3 Islamic banks and
19 Islamic branches, and 105 Islamic People»s Credit Bank, with 620 offices and 439 office
Comparing the Efficiency of Islamic Banks in Malaysia and Indonesia 97
channeling spread through out the country. They offer comprehensive and wide range of Islamic
financial products and services and cater 1.54% of the banking market share. It is expected
that the Islamic banking industry in Indonesia would reached 5% of the banking market share
in 2008.
However, the Islamic banking in Malaysia and Indonesia has experiencing a slower growth
in the last two years. There are many factors that could be attributed to this slower growth. One
of these factors is the competitiveness since in the dual banking system they have to compete
head to head with the conventional banks. To win the competition, Islamic banks should know
the strengths and the weaknesses relative to their competitor. Therefore, analysis of the efficiency
of Islamic banks in comparison with conventional banks is very important to give a big picture
of the strengths and weaknesses of Islamic banks and their competitors.
Despite of the importance, there are very limited study focusing on the efficiency of
Islamic banks compare to the efficiency of conventional banks within a country or between
countries, especially in Malaysia and Indonesia. These measures could be used as a guide for
Islamic banks to improve their weaknesses to be able to compete in the global market and to
achieve the intended goals to improve the market share. Moreover, the goal to strengthen
Islamic banking structure could be achieved.
The objective of this study is to compare the efficiency of Islamic banks in Malaysia and
Indonesia using intermediation approach. This study will identify the sources and level of
inefficiency for each of the inputs and outputs. The measurement will give a relative efficiency
of individual bank compare to its peer group in every aspect considered.
II. THEORY
The concept of efficiency rooted from the microeconomic concept, namely, consumer
theory and producer theory. Consumer theory tries to maximize utility or satisfaction from
individual point of views, while producer theory tries to maximize profit or minimize costs from
producer point of views.
In the producer theory, there is a production frontier line that describes the relationship
between inputs and outputs of production process. This production frontier line represents the
maximum output from the use of each input. It also represents the technology used by a business
unit or industry. A business unit that operates on the production frontiers is technically efficient.
Figure II.1 shows the production frontier line.
y B
C
A
0
x
Figure II.1
Production Frontier Line
Considered from economic theory, there are two different types of efficiency, namely
technical efficiency and economic efficiency. Economic efficiency has macro economic point of
view, while technical efficiency has micro economic point of view. The measurement of technical
efficiency limited to technical and operational relationship in a conversion process of input to
output. Whereas, in economic efficiency price can not be considered as given, since price can
be influenced by macro policy (Sarjana, 1999). According to Farell (1957), efficiency comprises
of two components, namely:
a. Technical efficiency describes the ability of a business unit to maximize output given certain
amount of input.
b. Allocative efficiency describes the ability of a business unit to utilize inputs in optimal
proportion based on their price.
When the two types of efficiency combined, it will produce economic efficiency. A company
is considered to be economically efficient if it can minimize the production costs to produce
certain output within common technology level and market price level.
Kumbhaker and Lovell (2000) argue that technical efficiency is only one of many
components economic efficiency as a whole. Nevertheless, in order to achieve economic efficiency
a company should produce maximum output with certain amount of input (technical efficiency)
and produce output with the right combination within certain price level (allocative efficiency).
II.1. The Measurement of Efficiency

In the past few years, the performance measurement of the financial institution has
increasingly focused on the frontier efficiency or X-efficiency (rather than the scale efficiency),
which measures the deviation in performance of a financial institution from the best practices
or costs-efficient frontier that depicts the lowest production costs for a given level of output.
The X-efficiency stems from technical efficiency, which gauges the degree of friction and waste
in the production processes, and from the allocation efficiency, which measures the levels of
various inputs.
Frontier efficiency is superior for most regulatory and other purposes to the standard
financial ratios from accounting statements, such as return on asset (ROA) or cost/revenue ratio
that are commonly employed by regulators, managers of financial institutions, or industrial
consultants to assess the financial performance. This superiority lies on the usage of the
programming or the statistical techniques in order to obtain better estimates of the underlying
performance of the managers. This technique can removes the effects of the input prices
differences and other exogenous market factors affecting the standard performance ratios
(Bauer, et al., 1998).
The frontier efficiency has been used extensively in regulatory analysis to measure the
effects of the merger and the acquisition, capital regulations, deregulation of deposit rates, the
removal of geographic branching restrictions and the holding company acquisitions, etc., on
financial institution performance.
The tools to measure efficiency could be parametric and non-parametric. The parametric
approach uses stochastic econometric and tries to eliminate the impact of disturbance to
inefficiency, and commonly classified into 3 types, (i) the Stochastic Frontier Approach (SFA), (ii)
the Thick frontier approach (TFA), and (iii) the Distribution-free approach (DFA).
These approaches differ in their assumptions about the shape of the efficient frontier, the
treatment of random error, and the assumption of the inefficiencies and the random error
distribution. The parametric methods have disadvantages relative to the non-parametric methods
of having to impose more structure on the shape of the frontier by specifying its functional
form. However, an advantage of the parametric methods is that they allow for random error, so
these methods are less likely to misidentify measurement error, transitory differences in cost, or
specification error for inefficiency (Bauer, et al., 1998).
Meanwhile, non-parametric linear programming approach to measuring efficiency uses

non-stochastic approach and tends to combine disturbance into inefficiency. This is built based
on discovery and observation from the population and evaluates efficiency relative to other
units observed. One of the non-parametric approaches, known as data envelopment analysis
(DEA), is a mathematical programming technique that measures the efficiency of a Decision
Making Unit (DMU) relative to other similar DMUs with the simple restrictions that all DMUs lie
on or below the efficiency frontier (Seiford and Thrall, 1990). The performance of a DMU is very
relative to other DMUs, especially those that cause inefficiency. This approach can also determine
how a DMU can improve its performance to become efficient.
DEA was first introduced by Charnes, Cooper, and Rhodes in 1978. Since then its utilization
and development have grown rapidly including many banking-related applications. The main
advantage of DEA is that, unlike regression analysis, it does not require an a priori assumption
about the analytical form of the production function so imposes very little structure on the
shape of the efficient frontier. Instead, it constructs the best practice production function solely
on the basis of observed data, and therefore the possibility of misspecification of the production
technology is zero. On the other hand, the main disadvantage of DEA is that the frontier is
sensitive to extreme observations and measurement error (the basic assumption is that random
errors do not exist and that all deviations from the frontier indicate inefficiency). Moreover,
there exists a potential problem of ≈self identifier∆ and∆≈near-self-identifier∆.
II.2. The Financial Institution Efficiency

The financial institution efficiency like banks can be approached from their activities,
which explain the relationship between the input and the output of the bank. These activities
are typically classified into 3 types; the production or operational approach, the intermediation
approach and the asset approach or the modern approach.
The first 2 approaches apply the classical microeconomic theory of the firm. The production
approach describes the banking activities as the production of services to depositors and
borrowers using all available factors such as labor and physical capital. The intermediation
approach describes the banking activities as intermediary institution to transform the money
borrowed from depositors (surplus spending units) into the money lent to borrowers (deficit
spending units).
The third approach is an improvement of the first two ones. It applies the modified
classical theory of the firm by incorporating some specificity of the banks activities including
the risk management, the information processing and some other form of agency problems.
These specificities are crucial in explaining the role of the financial intermediaries (Freixas and
Rochet, 1998). See the summary in Table II.1.
From those studies it can be concluded that asset approach is an advanced approach that
views bank not only has a classical function of intermediary, but also has other various new
functions. Therefore, asset approach is not suitable to be applied to Islamic banking which
focuses on extending financing to the real sector. Production approach can be applied for
Islamic banking, since this approach views Islamic bank as a general business unit. However, it
becomes too general, so that the very essence of Islamic banking is not represented. Meanwhile,
intermediation approach can be applied for Islamic banking since this approach views Islamic
banking as an intermediary institution. However, the input and output variables should be
selected carefully to really reflect the true essence of Islamic banking. Input and output variables
selected by Sufian (2006) are the closest to the characteristics of Islamic banking. Some
modifications might be needed to make it more representative.
Table II.1
Summary of Approaches Applied
Author Input Output
t e d i n Approach
Intermediation p r ac
Yudhistira»03 Staff Costs; Fixed Assets; Total Deposits Total Loans; Other Income; Liquid Assets
Ascarya & Staff Costs; Fixed Assets; Total Deposits Total Loans; Other Income; Liquid Assets
Yumanita»06
Sufian»06 Labor Costs2; Fixed Assets; Total Deposits Total Loans; Income
Jemric & No. of Employees; Fixed Assets & Software; Total Loans; Short term Securities
Vujcic»02 Total Deposits
d i Approach
Production A r
Ascarya & Interest Costs; Staff Costs; Operational Costs Interest Income; Other Operational Income
Yumanita»06
Jemric & Interest & Related Costs; Commissions for Interest & Related Revenues; Non interest
Vujcic»02 Services & Related Costs; Labor Related Revenues
Adm. Costs; Capital Related Adm. Costs
p
Asset Approach
Ascarya & Staff Costs to Total Assets; Interests Costs to Financing to Connected Party; Financing to
Yumanita»06 Total Assets; Other Costs to Total Assets Other Party; Financial Papers
Hadad Staff Costs to Total Assets; Interests Costs to Financing to Connected Party; Financing to
et.al»03. Total Assets; Other Costs to Total Assets Other Party; Financial Papers
Banking efficiency has been a very important issue in a transition economy. All countries
in transition have been encounter at least with one banking crisis, and many with more than
one crisis (Jemric and Vujcic, 2002). Banking efficiency is also an important issue in a developing
2 As data on the number of employees are not readily made available, this study uses personnel expenses as a proxy measure.
open economy, since most of them have also been faced a banking crisis in the past. Malaysia
and Indonesia are no exception.
There are a lot of studies on banking efficiency and most of them use parametric methods
instead of non-parametric particularly Data Envelopment Analysis (DEA). Moreover those studies
mostly are applied to the conventional banks while its application on the Islamic bank case is
still limited.
Yudistira measured the efficiency of 18 Islamic banks from various countries during 1997-
2000 using intermediation approach, since intermediation is a fundamental principle of Islamic
banking, (Yudistira, 2003). Ascarya and Yumanita measured the efficiency of Islamic banks in
Indonesia during 2002-2004 using intermediation and production approaches, since Islamic
banking not only can be viewed as intermediary institution, but can also be viewed as a production
entity, (Ascarya and Yumanita, 2006). Meanwhile, Sufian measured the efficiency of Islamic
window banks in Malaysia during 2001-2004 using intermediation approach with the same
reason as that of Yudistira, (Sufian, 2006). Another application of DEA was in Croatia during
1995-2000 using the intermediation and the production approach (Jemric and Vujcic, 2002).
Meanwhile, Hadad et al. measured efficiency of banks in Indonesia during 1995-2003 using
asset approach to see the impact of merger and acquisition, (Hadad et al., 2003).
III. METHODOLOGY
This study will apply Data Envelopment Analysis (DEA). DEA is a non parametric and
stochastic method to measure the relative efficiency of production frontier based on the
multiple inputs and multiple outputs of decision making unit data. The non-parametric nature
of DEA makes it require no assumption of the production function and the DEA approach
will generate the production function based on observed data, hence the misspecification
can be minimized. DEA can be applied to analyze different kind of inputs and outputs without
initially assigning weight. Moreover, the efficiency produced is a relative efficiency based on
observed data. The preference of the decision maker can also be accommodated in the
model.
III.1. Data Envelopment Analysis

Data envelopment analysis or DEA is a methodology for analyzing the relative efficiency
and managerial performance of productive or decision making units (DMUs). The DEA allows
us to compare the relative efficiency of banks by firstly determine the efficient banks as
benchmarks and then measure the inefficiencies in input combinations (slack variables) of other
banks relative to the benchmark (Jemric and Vujcic, 2002).
The DEA is an alternative approach to regression analysis. While the regression analysis
relies on central tendencies, the DEA is based on external observations. Furthermore the
regression approach applies a single estimated regression equation to each observation vector,
while the DEA use and analyze each vector (DMU) separately to produce individual efficiency
measures relative to the entire set under evaluation (Jemric and Vujcic, 2002).
From the set of available data, the DEA identifies the reference points (relatively efficient
DMUs) then define the efficient frontier as the best practice production technology and finally
evaluate the inefficiencies of other interior points, (Jemric and Vujcic, 2002). All the inefficient
DMUs will lies below the efficient frontier.
Besides producing efficiency value for each DMU, DEA also determines DMUs that are
used as reference for other inefficient DMUs.
p
Σµ y
k 1
k k0
Efficiency of DMU0 = m
Σv x
i 1
i i0
DMU = decision making unit n : number of DMU evaluated

m : different inputs xij : number of input i consumed by DMUj
p : different outputs ykj : number of output k produced by DMUj
Two most frequently used DEA models are the CCR model (Charnes, Cooper, and Rhodes,
1978) and the BCC model (Banker, Charnes, and Cooper, 1984), both differ in their treatment
on the return to scale. The CCR assumes each DMU operates with constant return to scale,
while the BCC assumes each DMU can operate with variable return to scale.
Generally, the efficiency score of CCR model for each DMU will not exceed the BCC
model. This is because the BCC model analysis each DMU ≈locally∆ (i.e. compared to the
subset of DMUs that operate in the same region of return to scale) rather than ≈globally (Jemric
and Vujcic, 2002). Furthermore, a DMU like bank has similar characteristics one to another and
each bank usually varies in size and production level. This emphasize that size will matter in the
relative efficiency measurement. The CCR model represents (the multiplication of) pure technical
and scale efficiencies, while BCC model represents technical efficiency only.
We define the relative scale efficiency a the ratio of CCR model and BCC model,
Sk = qk,CCR/qk,BCC
If the value of S = 1 means that the DMU operates in the best relative scale efficiency or
in its optimal size. If the value of S is less than 1 means that there still exists scale inefficiency
(equal to 1-S) of the DMU. Consequently, when a DMU is efficient under BCC model but
inefficient under CCR model it means the DMU has scale inefficiency.
OE = TE x SE, hence SE = OE/TE
OE: overall efficiency of CCR Model; TE: technical efficiency of BCC Model
III.2. The Formulation of Performance Indicators

The Islamic bank is essentially a business entity and is functioning as financial intermediary
and service provider that operate in compliance with Shariah. In addition, Islamic bank, which
is a part of the Islamic economic system to bring rahmatan lil alamin - «mercy to all that exist»,
is inline to the general humanitarian concept to achieve the social welfare improvement and
justice and to minimize the gap between the rich and the poor.
The General Council for Islamic Banks and Financial Institutions CIBAFI (2006) issued
performance indicators for Islamic Financial Institutions covering: 1) asset quality and composition;
2) capital structure; 3) profitability; 4) efficiency; 5) liquidity; and 6) growth. Samad and Hassan
(2000) measure the performance of Islamic bank focusing on four financial ratios: 1) profitability;
2) liquidity; 3) risk and solvency; and 4) commitment to economy and Muslim community.
Hameed et al. (2003) propose Islamicity disclosure index and Islamicity performance index.
The former covers 3 aspects: 1) Shariah compliance; 2) Corporate governance; and 3) Social/
environmental. The latter covers 1) profit sharing ratio; 2) zakah performance ratio; 3) equitable
distribution ratio; 4) directors-employees welfare ratio; 5) Islamic investment ratio; 6) Islamic
income ratio; and 7) AAOIFI index.
Another identification of the performance indicator is related to the social reporting

aspect. Maali et.al. (2006) identify 3 social disclosures as the benchmark; 1) social report on the
compliance with the Islamic principles in particular when dealing with different parties; 2)
social report on how the operations of the business have affected the well being of the Islamic
community; and 3) social report on institution»s role to help the Muslims to perform their
religious duties.
From indepth interviews and focus group discussions we realize that the Islamic bank
performance measurement should fulfill its responsibility to the shareholders (such as financial
soundness and sustainability), to the customer (such as customer satisfaction), to the employee
(such as fair treatment, facility and encouragement to perform religious duties), and to the
society (such as role in improvement of social welfare and employment). Therefore, we suggest
that comprehensive performance measurement should cover business, social, ibadah/da»wah,
and shariah compliance aspects. Parameters of each aspect should reflect the true essence and
characteristics of Islamic banking.
1. Business aspect measures the performance of an institution as a business entity, which
could include financial, management, operation, etc. Business aspect, including efficiency
and profitability, is important since sound and profitable business is needed for an institution
to be able to serve and bring benefit to the society.
2. Social aspect measures the contribution of an institution made to the society, which could
include zakah, infaq and shadaqah (ZIS), qardhul hasan, commitment to Muslims,
commitment to micro, small and medium enterprises (MSMEs), commitment to under
developed areas, corporate social responsibility (CSR), charitable activities, community
involvement, etc.
3. Ibadah/ da»wah aspect measures the effort of an institution to help Muslims to perform
their religious duties and improve their God consciousness (iman), which could include
iman improvement for employees, ibadah facilities, socialization, etc.
4. Shariah compliance aspect measures the adherence of an institution»s activities to Islamic
laws, which could include profit-and-loss sharing (PLS) ratio, financing to deposit ratio (FDR),
unlawful transactions, etc.
The description above should show clearly that the efficiency which is generally used to
measure the performance in market-driven concept is only one part of the holistic performance
concept explained above. The efficiency measure should be viewed with caution as it may
ignore the social justice (dzulm).
IV. RESULT AND ANALYSIS

IV.1. Data Description
The sources of the data are from financial statements of the Islamic banks in Malaysia
and Indonesia during the period of 2002-2005. There are 2 types of Islamic banks in Malaysia;
the full fledged Islamic bank and the conventional bank that offer Islamic banking products
called Islamic window (domestic and foreign owned), see Table II.2. Similarly, in Indonesia there
are also 2 types of Islamic banks; the full fledged Islamic bank and the conventional bank that
have separated its Islamic branch or Islamic business unit. Some data on newest and remote
Islamic Regional Development Branches are not yet available hence they are excluded from the
analysis.
Table II.2
Data of Islamic Banks
2002 2003 2004 2005
Malaysia
all
Domestic Full Fledged 2 2 2 2
Domestic Window 9 9 9 9
Foreign Window 4 4 4 4
d n
Indonesia
Domestic Full Fledged 2 2 3 3
Domestic Full Branch (included) 5 7 10 16
Domestic Full Branch (no data) 1 1 5 3
This study modifies the intermediation approach to better reflect Islamic bank activities,
as also adopted by Sufian (2006). Accordingly, we assume the Islamic banks produce Total
Loans (y1) and Income (y2) by employing Total Deposits (x1), Labor (x2) and Fixed Assets (x3).
Liquid assets are not included in since the Islamic banks are not dealing with the financial
instruments transaction but in the business of providing financing to the real sector.
As data on the number of employees are not available we use the personnel expenses as
a proxy. Table II.3 presents the aggregate series of inputs and outputs of Malaysian and Indonesian
Islamic banks included in this study.
Table II.3
Inputs and Outputs Data (Real US$.000)
2002 2003 2004 2005 Growth

Malaysia
Deposits 13,141,963 14,541,280 16,304,807 18,921,325 44.0
Labor 47,417 57,465 61,694 76,225 60.8
Assets 14,665,918 17,097,693 18,396,941 22,537,563 53.7
Financing 7,470,068 9,755,250 11,817,295 13,582,279 81.8
Income 497,820 623,390 748,052 869,034 74.6
FDR 56.8 67.1 72.5 71.8
Indonesia
Deposits 110,371 550,617 940,023 885,359 702.2
Labor 8,580 13,060 19,084 20,174 135.1
Assets 433,713 854,425 1,400,265 1,395,608 221.8
Financing 347,468 598,175 1,041,176 1,093,134 214.6
Income 51,847 85,358 140,256 141,101 172.1
FDR 314.8 108.6 110.8 123.5
Malaysia: Indonesia
Deposits 119.1 26.4 17.3 21.4
Labor 5.5 4.4 3.2 3.8
et
Assets 33.8 20.0 1 1
13.1 16.1
Financing 21.5 16.3 11.3 12.4
Income 9.6 7.3 5.3 6.2
Some important issue can be drawn from the fact above. Firstly, over the four-year period,
the total assets of Malaysian Islamic banking operations grew by about 54%, while Indonesian
Islamic banking grew even more impressive by 222%, although it still significantly smaller (one
sixteenth) than that of Malaysia.
Secondly, during this period, there has been an increasing awareness among Malaysian
and especially Indonesian public about the Islamic banking and finance substantiated by the
growth of total deposits by 44% and 702% respectively. Thirdly, the contribution of the Islamic
banking in the economy has been increasing substantially reflected by the growth in total
financing extended of 82% in Malaysia and 215% in Indonesia. High financing to deposits
ratio reflects the contribution of Islamic banks to the real sector. Malaysia recorded an increasing
trend of FDR to reach the highest of 72.5% in 2004 and then slightly declined to 71.8% in
2005. Indonesia has always recorded high FDR of more than 100% and still recorded 123.5%
in 2005.
Another conclusion is about the employment in the Islamic banking industry during this
period. It is clear from table II.3 that the Islamic banking and finance industry in Malaysia and
Indonesia has created significant employment during this period.
As data on the number of employees are not readily made available, we use personnel
expenses as a proxy measure. From table II.3 it is apparent that personnel expenses have expanded
by approximately 61% in Malaysia and 135% in Indonesia. Finally, the Islamic banking and
finance industry has increasingly generated high returns. During the period of study, we have
witnessed more than 75% and 172% increase in total income of the Malaysian and the
Indonesian Islamic banks respectively. Table II.3 and II.4 in the appendix present the summary of
statistics for the inputs and outputs for Islamic banks included in this study for Malaysia and
Indonesia, respectively.
IV.2. Pre Tests

Theoretically, DEA does not require the proof that the samples are indeed belong to the
same population and similar level of technology, hence comparable. However, since the DEA
assumes that random errors do not exist and that all deviations from the frontier indicate
inefficiency therefore the DEA is sensitive to any extreme observations and measurement error.
To minimize this disadvantage, some parametric and non-parametric pre tests are done to
make sure that all samples are drawn from the same population. The pre tests results summary
can be read in table II.4.
Table II.4
Summary of Parametric and Non Parametric Tests for the Null Hypothesis that Malaysian
and Indonesian Islamic Banks Possess Identical Technologies
Test Group
Item
Parametric Non Parametric
Individual Test O
ANOVA Tes
Test t test
et an Whitney
Mann h n
Hypothesis MeanI MeanM MedianI MedianM
Test Statistics F(Prb>F) t(Prb>t) z(Prb>z)
Overall Efficiency 0.3305 0.645 (0.004)
Technical Efficiency 0.3540 0.492 (0.004)
Scale Efficiency 0.0003 0.051 (0.017)
Accept Ho: There is no significant difference
Based on most of the results presented in Table II.4, we failed to reject the null hypothesis
at the 0.05 levels of significance that the Malaysian Islamic banks and Indonesian Islamic banks
come from the same population and have identical technologies. This implies there is no
significant difference between the Malaysian and Indonesian Islamic banks technologies and it
is appropriate to construct a combined frontier.
IV.3. DEA Results

The efficiency of Islamic banks in Malaysia and Indonesia are measured in several ways by
applying the DEA method. To ensure a comparable measurement, the Malaysian and the
Indonesian Islamic banks are pooled together to form a common frontier. First, all banks are
measured for single year from 2002 to 2005. Second, all banks for all years are pooled to
measure the overall efficiency. Table II.5 reports the sample statistics of the various efficiency
scores of Malaysian and Indonesian Islamic banks for the years 2002 (Panel A), 2003 (Panel B),
2004 (Panel C), 2005 (Panel D), and all banks all years (Panel E).
Table II.5
Summary Statistics of Efficiency Measures
Efficiency Measures Mean Minimum Maximum Std Dev

Panel
eel A.
A 2002
A
MALAYSIASI
Overall Efficiency 0.723 0.295 1.000 0.243
Technical Efficiency 0.832 0.346 1.000 0.222
Scale Efficiency 0.862 0.581 1.000 0.133
Table II.5
Summary Statistics of Efficiency Measures (continue)
Efficiency Measures Mean Minimum Maximum Std Dev
D N A
INDONESIA
Pan
Panel B.. 2003
A YSI
MALAYSIA
D N A
INDONESIA
el C
Panel C. 2004
M A A
MALAYSIA
INDONESIA
el D
Panel D. 2005
MALAYSIA
ESI
INDONESIA
el E. ALL Y
Panel EA
YEAR
MALAYSIA
N
INDONESIA
The results suggest the overall efficiency of Malaysian Islamic banks improve and reach
the highest mean of 74.8% in 2004 (Panel C) and then decline slightly to 74.2% in 2005 (Panel
D). The decomposition of overall efficiency into its pure technical and scale efficiency components
suggest that the technical inefficiency dominates the scale inefficiency of Malaysian Islamic
banks for all years. The technical efficiency has been somewhat declining to 80.7% in 2005
(Panel D), while the scale efficiency has been improving to 91.9% in 2005 (Panel D). This
implies that during the period of study, the Malaysian Islamic banks have been operating at
slightly higher scale efficiency but technically less efficient (see Figure II.2, left).
Malaysia Indonesia
1.00 1.00
SCALE SCALE
TECHNICAL
0.90 0.90
TECHNICAL
0.80 0.80
OVERAL OVERAL
0.70 0.70
2002 2003 2004 2005 2002 2003 2004 2005
Figure II.2
Efficiency of Islamic Banks in Malaysia and Indonesia
In Indonesia, the overall efficiency of the Islamic banks is stable and reached the highest
mean of 88.5% in 2004 as in Malaysia. In 2005, the overall efficiency of Indonesia Islamic bank
also down slightly to 84.8%. From 2002 to 2004, the scale efficiency of the Indonesia Islamic
bank increased but slightly down in 2005 (see Figure II.2, right).
The scale efficiency can be further investigated by looking at the return to scale trend
calculated using the DEA, as presented on Table II.6:
Table II.6
Return to Scale
2002 2003 2004 2005
Bank % Share Bank % Share Bank % Share Bank % Share
Overall
al
CRS 12 54.5 13 54.2 14 50.0 17 50.0
IRS 5 22.7 5 20.8 5 17.9 4 11.8
DRS 5 22.7 6 25.0 9 32.1 13 38.2
TOTAL 22 100.0 24 100.0 28 100.0 34 100.0
Table II.6
Return to Scale (continue)
2002 2003 2004 2005
Bank % Share Bank % Share Bank % Share Bank % Share
Malaysia
Malay
Ma ay
CRS 6 40.0 7 46.7 5 33.3 6 40.0
IRS 5 33.3 4 26.7 5 33.3 2 13.3
DRS 4 26.7 4 26.7 5 33.3 7 46.7
TOTAL 15 100.0 15 100.0 15 100.0 15 100.0
Indonesia
I n
CRS 6 85.7 6 66.7 9 69.2 11 57.9
IRS 0 0.0 1 11.1 0 0.0 2 10.5
DRS 1 14.3 2 22.2 4 30.8 6 31.6
TOTAL 7 100.0 9 100.0 13 100.0 19 100.0
In Malaysia, in general 6 of 15 Islamic banks operate efficiently during 2002-2005. In

Indonesia the number of Islamic bank is growing from 7 banks in 2002 to 19 in 2005. Around
half of the new Islamic bank from year to year can operate in efficient scale. In 2005, 11 of 19
Islamic bank in Indonesia run efficiently in scale.
IV.3.1. Individual Bank Investigation

Deeper analysis on individual bank is presented on Table Appendix II.3 in appendix. In
Malaysia, most of Islamic banks operate at diseconomies of scale (DRS) or constant return to
scale (CRS). It is found that the larger Islamic banks in Malaysia tend to be more efficient than
the smaller ones. On the other hand, all the profitable banks are efficient. For the smaller
banks, the decomposition of overall efficiency suggest that the foreign window banks are
mostly efficient in scale, while the inefficiency is mainly attributed to the technical aspect3.
In Indonesia, almost all Islamic banks are either operating at scale efficient (CRS) or
operating at diseconomies of scale (DRS). Most of the Islamic banks experiencing CRS are older
banks, while Islamic banks experiencing DRS mostly are newer banks. This is true since for the
year 2005 there are six new Islamic banks added in the analysis, while the existing banks are
also still expanding. All profitable Islamic banks in Indonesia also tend to be efficient banks as
in Malaysia. However, size does not always correspond with efficiency in Indonesia as we can
find an efficient bank both in large or smaller scale.
3 These findings are contradict to the findings of Sufian (2006), where he found that foreign window banks were almost scale efficient
and the inefficiency were mainly attributed to scale.
Besides generating an efficient frontier another salient feature of DEA is its ability to
generate a set of references for the inefficient bank to benchmark to. Table II.7 shows those
referenced banks in 2005. There are more Indonesian Islamic banks set as the benchmarks. On
total, Indonesian Islamic banks have been benchmarked 51 times, while Malaysian Islamic
banks have been benchmarked only 16 times. Among all the Islamic banks, Bank Muamalat
Indonesia is the most referred bank and the EON Bank from Malaysia is the second most
referred bank.
Table II.7
Reference Set
No Bank Count No Bank Count
1 Bank Muamalat Indonesia 13 8 Bank Tabungan Negara 2

2 EON Bank 12 9 Bank Jabar 2
3 Bank DKI 12 10 Public Bank 1
4 Bank BRI 11 11 Hong Leong Bank 1
5 Bank IFI 7 12 Bank Danamon 1
6 Maybank 3 13 Affin Bank 1
7 Bank Syariah Mandiri 3
IV.3.2. Sources of Inefficiencies

Another useful feature of DEA is that it can identify the source of inefficiency. In 2005, the
3 largest sources in Malaysian Islamic Bank are financing (52.39%), labor (20.22%) and deposits
(11,61%). This means the Malaysian Islamic banks should increase their financing over the
deposit (FDR) since the core business of Islamic bank is to extend the financing of the real sector.
Malaysia Indonesia
Income, Income,
4.17% Deposits, 19.64% Deposits,
11.61% 25.73%
Financing,
Labor, 0.00%
20.22%
Financing,
52.39%
Assets,
Assets, 25.07% Labor,
11.60% 29.56%
Figure II.3
Potential Improvements for Islamic banks in Malaysia and Indonesia
Contrary to the Malaysian case, the most efficient element of Indonesian Islamic banking
is financing, while the most inefficient element is labor costs. In 2005, 29.56% of the inefficiencies
can be attributed to the personnel expenses as the supply of human resource is always lagging
behind the demand. Even in the expansion of the universities and the higher educational
institutions offering Islamic Economic and Finance, the number of graduates are still could not
catch up with the demand.
In general, the Indonesian Islamic banks are relatively more efficient than Malaysian in
terms of the three measures applied on this study. The FDR in Indonesia has always been higher
than 100 percent, reflecting a high contribution of Indonesian Islamic banking to the real
sector. This conclusion should be further investigated as the FDR increase could also caused by
a slower deposit mobilization, especially when the market interest rate increase and the fund is
shifting to conventional bank in order to gain a higher return.
V. CONCLUSION AND RECOMMENDATOIN

Several conclusions derived from the comparison of the Indonesian vs. Malaysian Islamic
banking system are:
Islamic banking in Malaysia existed 10 years earlier than that of Indonesia. Currently, its
asset size is 16 times larger.
In Malaysia, the scale efficiency has reached 92%, however the overall efficiency remains
around 74% due to low technical efficiency. There are only 40% efficient Islamic banks in
Malaysia from 2002 √ 2005 where the large Islamic window banks tend to be more efficient
than the small ones.
Profitable banks tend to be efficient banks. 7 of 15 Malaysian Islamic banks operate in
diseconomies of scale (DRS) in 2005, especially small and foreign owned banks.
In a relatively infant stage and small size, Indonesian Islamic banking has recorded high
overall efficiency of 85%, mainly due to the improvement in scale efficiency from impressive
growth. Technical efficiency has always been high at higher level than Malaysia. However,
the percentage of efficient Islamic banks in Indonesia has been declining from 86% (6 out
of 7) in 2002 to 58% (11 out of 19) in 2005. Most efficient Islamic bank in Indonesia are old
bank.
Labor has been a problem of Islamic banks in Indonesia and requires top priority improvement.
The Islamic banks also need further expansion both organically and inorganically to improve
its scale and the overall efficiency.
The policy implications are straightforward especially as recommended below:

The Islamic banks in Malaysia should redirect their orientation not to follow the path of
conventional banks, which mainly focus on the monetary sector by expanding the financing
activities to improve their FDR. One alternative policy is to give an incentive for Islamic banks
that extend more financing, while to give disincentive for Islamic banks that maintain excess
liquidity and opt to place them in the short-term financial instruments.
The size of the Islamic (window) bank matters in Malaysia. Consequently, the window banks
should be encouraged to convert to subsidiaries or full branches apart from their parent
conventional banks. This strategy will improve their scale and overall efficiencies.
Instead of relying on organic expansion, which is naturally slow, this study recommend the
rapid acceleration of the Islamic banks in Indonesia, directed by the government. The
government is encouraged to expand inorganically by converting one state owned
conventional bank into Islamic bank, preferably the one with large networks.
Human resource has always been a problem in Indonesian Islamic banking. In the short, the
education and training should be conducted for every level of management. In the long
term, special fields of study in Islamic economic and finance should be opened in graduate
and undergraduate levels, as well as inserting Islamic economic and finance curriculum in
high school.
Minimum budget allocated for human resources development is another proposed policy.
In addition, the government could give incentives by financing participation in human
resources development program and also provide a free training for the Islamic bank officers.
REFERENCES
Ascarya and Yumanita, Diana. ≈Analisis Efisiensi Perbankan Syariah di Indonesia dengan Data
Envelopment Analysis∆, TAZKIA Islamic Finance and Business Review, Vol.1, No.2 (2006).
Bauer, Paul W., Berger, Allen N., Ferrier, Gary D., and Humphrey, David B. ≈Consistency Conditions
for Regulatory Analysis of Financial Institutions: A Comparison of Frontier Efficiency Methods∆,
Federal Reserve, Financial Services Working Paper, 02/97 (1998).
Berger, Allen N., Humphrey, David B. ≈Efficiency of Financial Institutions: International Survey
and Directions for Future Research∆, European Journal of Operational Research (1997).
General Council for Islamic Banks and Financial Institutions. CIBAFI Performance Indicators,
CIBAFI, 2006.
Coelli, Tim, Rao, DS. Prasada, and Battese, George E. An Introduction to Efficiency and
Productivity Analysis, Kluwer Academic Publishers, 1998.
Denizer, Cevdet A., et al. Measuring Banking Efficiency in the Pre and Post Liberalization
Environment: Evidence from the Turkish Banking System, World Bank, 2000.
Farrell, M.J. ≈The Measurement of Productive Efficiency,∆ Journal of The Royal Statistical Society,
120, 253-81 (1957).
Freixas, Xavier and Rochet, Jean-Charles. Microeconomics of Banking, The MIT Press, Cambridge,
Massachusetts, London, England, 1998.
Hadad, Muliaman D., et al. ≈Analisis Efisiensi Industri Perbankan Indonesia: Penggunaan Metode
Nonparametrik Data Envelopment Analysis (DEA)∆, Biro Stabilitas Sistem Keuangan Bank
Indonesia, Research Paper, no. 7/5, (2003).
Hameed, Shahul M.I. et al. ≈Alternative Disclosure and Performance Measures for Islamic Banks∆,
Paper, Presented at International Conference on Management and Administrative Sciences,
Faculty of Economics, University of King Fahd Petroleum and Mineral (2003).
Jemric, Igor and Vujcic, Boris. ≈Efficiency of Banks in Croatia: A DEA Approach, Croatian National
Bank∆, Working Paper, 7 February (2002).
Kumbhaker, Subal C. and Lovell, C.A. Knox. Stochastic Frontier Analysis, Cambridge University
Press, United Kingdom, 2004.
Maali, Basam et al. ≈Social Reporting by Islamic Banks∆, Abacus, Vol.42, No.2 (2006).
Samad, Abdus and Hassan, M. Kabir. ≈The Performance of Malaysian Islamic Bank during
1984-1997: An Exploratory Study∆, International Journal of Islamic Financial Services, Vol.1,
No.3, October-December (1999).
Sufian, Fadzlan. ≈The Efficiency of Islamic Banking Industry in Malaysia: Foreign Versus Domestic
Banks∆, Paper, INCEIF Colloquium, Malaysia, April (2006).
Yudistira, Donsyah. ≈Efficiency in Islamic Banking; An Empirical Analysis of 18 Banks∆, Paper,

Loughborough University, United Kingdom (2003).
APPENDIX
Table Appendix II.1

Descriptive Statistics of Malaysian Islamic Banks
2002 2003 2004 2005
($ 000) ($ 000) ($ 000) ($ 000)
TPU
OUTPUT
i n
Total Financing
Min 5,473 4,448 2,923 1,546
Mean 498,005 650,350 787,820 905,485
Max 2,171,982 3,044,636 3,712,326 3,978,985
S.D 619,756 848,942 984,796 1,073,597
n o
Income
Min 1,042 1,539 2,913 985
Mean 33,188 41,559 49,870 57,936
Max 145,517 148,730 155,722 183,899
S.D 44,444 43,333 49,963 60,753
PU
INPUT
Total Deposits
Min 16,386 25,442 159,772 107,226
Mean 876,131 969,419 1,086,987 1,261,422
Max 3,201,733 3,272,005 4,064,761 4,579,731
S.D 999,222 1,065,232 1,148,374 1,344,370
o
Labor Costs
Min 196 233 117 105
Mean 3,161 3,831 4,113 5,082
Max 19,782 22,929 23,897 32,750
S.D 6,002 6,867 7,150 9,372
et
Assets
Min 24,488 39,155 213,591 129,197
Mean 977,728 1,139,846 1,226,463 1,502,504
Max 3,474,857 4,052,667 3,966,089 5,655,260
S.D 1,090,688 1,237,634 1,164,147 1,557,892
Table Appendix II.2

Descriptive Statistics of Indonesian Islamic Banks
2002 2003 2004 2005
($ 000) ($ 000) ($ 000) ($ 000)
TPU
OUTPUT
i n
Total Financing
Min 607 3,348 485 772
Mean 49,638 66,464 80,090 57,533
Max 188,410 243,709 483,915 438,709
S.D 71,338 96,747 157,981 134,216
n o
Income
Min 23 479 35 37
Mean 7,407 9,484 10,789 7,426
Max 26,564 38,878 64,030 60,130
S.D 11,365 15,912 21,179 17,481
PU
INPUT
Total Deposits
Min 411 2,597 394 301
Mean 15,767 61,180 72,309 46,598
Max 87,394 237,872 437,862 374,120
S.D 32,208 100,576 146,307 114,040
o
Labor Costs
Min 93 84 29 17
Mean 1,226 1,451 1,468 1,062
Max 3,889 5,887 7,405 8,836
S.D 1,607 2,141 2,416 2,108
et
Assets
Min 1,511 4,709 1,675 1,434
Mean 61,959 94,936 107,713 73,453
Max 229,304 356,133 635,353 546,614
S.D 91,560 147,355 204,025 162,039
Table Appendix II.3

Summary of Efficiency Measures 2005
Size BANK Assets 2005 2004 2003 2002
all
Mal D m
Domestic F l Fledged
Full ed ed OE O
ROA OE ROA OE ROA OE ROA
2 Bank Islam Malaysia 3,928,457 0.66 3.20 0.68 0.58 0.55 0.57 0.64 0.28
3 Bank Muamalat 2,545,530 0.45 0.31 0.49 0.36 0.38 0.05 0.57 0.29
al
Mal m c Window
Domestic o
1 Maybank 5,655,260 1.00 1.68 1.00 0.90 1.00 0.77 1.00 1.35
4 Public Bank 1,994,331 1.00 2.62 0.84 2.50 0.91 1.88 0.83 1.69
5 RHB Islamic Bank 1,889,672 0.56 0.54 0.99 2.18 0.69 1.08 0.69 1.01
6 Hong Leong Bank 1,441,707 1.00 1.39 1.00 1.68 1.00 2.04 1.00 1.43
7 Hong Kong Bank 1,302,628 0.82 0.78 0.93 0.50 0.95 0.38 1.00 2.65
8 EON Bank 1,061,960 1.00 2.47 1.00 1.88 1.00 1.50 0.81 1.07
9 Affin Bank 904,394 1.00 0.85 0.85 1.03 1.00 1.22 0.98 0.94
16 Southern Bank 202,439 0.79 0.67 0.73 1.05 0.77 5.04 0.73 3.65
17 Commerce Tijari 129,197 0.07 3.15
Arab Malaysian Bank 338,447 0.69 1.25 0.81 0.18 0.57 1.07
al
Mal n Window
Foreign n o
10 OCBC 582,394 0.77 0.88 0.72 0.62 0.35 0.44 0.36 0.65
13 Alliance Bank 384,206 0.80 0.90 0.62 0.92 0.25 0.94 0.29 1.11
14 Citibank 266,457 0.43 0.94 0.35 0.55 1.00 1.45 0.94 3.84
15 Standard Chartered Bank 248,932 0.79 0.30 0.32 0.48 0.36 1.36 0.42 2.61
Ind
I d Domestic
m Full
F l Fledged
ed ed
11 Bank Syariah Mandiri 546,614 1.00 1.18 0.99 1.51 0.72 0.53 1.00 1.55
12 Bank Muamalat Ind 511,232 1.00 2.11 1.00 1.54 0.90 1.59 1.00 2.06
20 Bank Syariah Mega Ind 38,904 0.89 0.81 0.77 2.51
d
Ind D m c Full
Domestic F l Branch
r
18 Bank Negara Indonesia 91,912 0.84 2.05 0.91 N/A 1.00 0.01 1.00 N/A
19 Bank BRI 43,936 1.00 0.34 1.00 3.76 0.76 8.41 0.37 15.22
22 Bank Bukopin 26,098 0.99 0.56 1.00 1.73 1.00 0.27 0.89 2.57
23 Bank Danamon 24,457 1.00 11.77 1.00 0.21 0.98 2.47 0.74 10.18
24 Bank Niaga 22,402 0.85 0.57 0.44 N/A
26 Bank Tabungan Negara 10,844 1.00 0.76
27 Bank International Ind 9,887 0.94 9.57 0.84 17.20 0.33 3.59
28 Bank Permata 9,851 0.61 3.44
32 Bank IFI 2,572 1.00 2.01 1.00 2.50 1.00 3.84
d
Ind R i
Regional r c
Full Branch
21 Bank Jabar 26,630 1.00 2.82 1.00 1.67 1.00 0.77 0.94 0.21
25 Bank Sumut 15,180 0.52 1.43
29 BPD Aceh 5,337 0.34 0.26
30 Bank DKI 4,202 1.00 2.96 0.57 1.84
31 Bank Riau 2,591 0.84 0.87 1.00 N/A
33 BPD NTB 1,525 0.62 2.65
34 Bank Kalsel 1,434 0.67 0.61
halaman ini sengaja dikosongkan
CADANGAN DEVISA, FINANCIAL DEEPENING
DAN STABILISASI NILAI TUKAR RIIL RUPIAH AKIBAT GEJOLAK
NILAI TUKAR PERDAGANGAN
Priadi Asmanto1
Sekar Suryandari 2
Abstract
These papers analyze the influence of the international reserves and the financial deepening on the
real exchange rate stabilization due to the terms of trade shock. The analysis covers 6 countries with
quarterly data (Indonesia, United States, Japan, Hong Kong, Singapore and South Korea during the period
of 2000.1 to 2006.4). This research utilizes the international reserves mitigation and the financial deepening
mitigation model.
This result shows that the reserves mitigation terms variable plays important role as the real exchange
rate stabilization regarding the terms of trade shock in a common sample, but not in specific country. The
mitigation effect associated with international reserves (buffer stock effect) applies only in South Korea.
While for United State and Indonesia mitigation effect associated with international reserves opposite
way. Even for Hong Kong, Japan and Singapore, the mitigation effect does not have significant induces
real exchange rate stability.
Furthermore, the financial deepening mitigation terms variable cannot be treated as the real exchange
rate stabilization in a common sample, but not specific country. The mitigation effect associated with
financial deepening (shock absorber effect) applies only in United States and Indonesian economic, while
for South Korea the mitigation effect associated with the financial deepening works in opposite way.
Even for Hong Kong, Japan and Singapore, the mitigation effect of financial deepening does not have
significant induces real exchange rate stability.
In Indonesian economic, the financial deepening is more effective than the international reserve to
create the real exchange rate stability. The shock absorber effect in Indonesia is more effective than the
buffer stock effect to stabilize the real exchange rate due to the terms of trade shock.
i i
JEL Classification: E44, F31, F32
Keywords: International reserves, buffer stock, financial deepening, shock absorber, terms of
trade shock, real exchange rate.
1 Mahasiswa Institut Teknologi Sepuluh Nopember Surabaya. Email: priadi.asmanto@gmail.com

2 Alumni Departemen Ilmu Ekonomi Universitas Airlangga Surabaya. Email: sweetscarcity2000@yahoo.com. Penulis berterimakasih
kepada Dr. Andi M. Alfian Parewangi yang berkenan memberikan saran dan komentar pada penulisan paper ini.
I. PENDAHULUAN
Perkembangan ekonomi Indonesia dewasa ini menunjukkan semakin terintegrasi dengan
perekonomian dunia. Hal ini merupakan konsekuensi dari dianutnya sistem perekonomian
terbuka yang dalam aktivitasnya selalu berhubungan dan tidak lepas dari fenomena hubungan
internasional. Adanya keterbukaan perekonomian ini memiliki dampak pada perkembangan
neraca pembayaran suatu negara yang meliputi arus perdagangan dan lalu lintas modal terhadap
luar negeri suatu negara.
Salah satu bentuk aliran modal yang masuk ke dalam negeri yaitu dapat berupa devisa
yang berasal dari perdagangan internasional yang dilakukan oleh negara tersebut. Meningkatnya
ekspor suatu negara akan membawa keuntungan yaitu kenaikan pendapatan, kenaikan devisa,
transfer modal dan makin banyaknya kesempatan kerja. Demikian pula meningkatnya impor
suatu negara akan memberikan lebih banyak alternatif barang-barang yang dapat dikonsumsi
dan terpenuhinya kebutuhan bahan-bahan baku penolong serta barang modal untuk kebutuhan
industri di negara-negara tersebut dan transfer teknologi.
Perdagangan internasional akan terjadi pada suatu perbandingan harga tertentu yaitu
antara harga ekspor dan harga impor yang sering disebut nilai tukar perdagangan (terms of
trade, TOT). Nilai tukar perdagangan besar sekali pengaruhnya terhadap kesejahteraan suatu
bangsa dan juga sebagai pengukur posisi perdagangan luar negeri suatu bangsa. TOT yang
disimbolkan dengan N dihitung sebagai perbandingan antara indeks harga ekspor (Px) dengan
indeks harga impor (Pm) atau N = Px/Pm (Nopirin 1992: 71). Kenaikan N menunjukkan perbaikan
di dalam Terms of Trade. Perbaikan terms of trade ini dapat timbul sebagai akibat nilai perubahan
harga ekspor yang lebih besar realatif terhadap harga impor.
Perbaikan terms of trade akan meningkatkan pendapatan negara tersebut dari

perdagangan demikian sebaliknya. Selain mempengaruhi pendapatan negara, pergerakan TOT
juga mempengaruhi nilai tukar riil, (Mankiw, 2000: 195). Upaya untuk mengatasi pengaruh
memburuknya terms of trade terhadap nilai tukar ini dapat menggunakan cadangan devisa
(international reserves) yang dimiliki negara yang bersangkutan. Hal ini dibuktikan oleh penelitian
Aizenman and Crichton (2006), menyebutkan bahwa negara-negara yang mengekspor barang-
barang sumberdaya alam memiliki volatilitas terms of trade yang 3 kali lebih volatil dibandingkan
negara-negara yang mengekspor barang manufaktur. Selain besaran pergerakan TOT, volatilitas
ini juga mempengaruhi nilai tukar riil suatu negara
Pada dasarnya international reserves berfungsi sebagai buffer stock untuk berjaga-jaga
guna menghadapi ketidakpastian keadaan yang akan datang. Sehingga, apabila terjadi depresiasi
nilai tukar riil akibat memburuknya terms of trade maka disitulah international reserves berfungsi
Cadangan Devisa, Financial Deepening dan Stabilisasi Nilai Tukar Riil Rupiah akibat Gejolak 123
Nilai Tukar Perdagangan
sebagai penstabil. Perbaikan terms of trade akan meningkatkan aliran modal masuk sehingga
akan kembali mendorong apresiasi nilai tukar riil.
Seperti halnya penelitian yang dilakukan oleh Rajan dan Siregar (2004), diperoleh bahwa
reserves merupakan kunci utama dari suatu negara untuk dapat menghindari krisis ekonomi
dan keuangan. Terutama bagi negara-negara dengan perekonomian yang terbuka dimana aliran
modal internasional adalah volatil atau rentan terhadap terjadinya shock yang merambat dari
negara lain (contagion effect). Bahwa dengan melihat pengalaman krisis yang terjadi pada
tahun 1997, negara yang memiliki reserves yang besar dapat menghindari contagion effect
dari krisis dengan lebih baik dibandingkan dengan negara yang memiliki reserves yang kecil.
Upaya untuk mengatasi gejolak nilai tukar akibat terms of trade shock selain dengan
international reserves juga dapat diatasi dengan mengukur financial deepening (kedalaman
sektor keuangan) suatu negara. Financial deepening diukur melalui rasio M2 dibagi GDP (Gross
Domestic Product). Penggunaan rasio ini dikarenakan merupakan rasio paling umum yang
digunakan untuk mengukur perkembangan sektor keuangan suatu negara. Hasil rasio ini akan
menunjukkan rasio penggunaan M2 untuk menghasilkan setiap GDP. Semakin kecil dalam
rasio tersebut menunjukkan semakin dangkal sektor keuangan suatu negara dan semakin besar
rasio tersebut menunjukkan sektor keuangan negara tersebut semakin dalam.
Suatu negara dengan rasio financial deepening yang besar cederung mengurangi peran
international reserves sebagai penstabil nilai tukar riil. Hal ini dikarenakan negara dengan rasio
financial deepening yang besar dapat dikatakan telah memiliki pertumbuhan ekonomi yang
sudah baik sehingga negara tersebut dapat mengatasi gejolak nilai tukar akibat terms of trade
shock dengan penyesuaian otomatis melalui mekanisme pasar, Aizenman dan Crichton (2006).
Karakteristik Indonesia sebagai ∆small open economy∆ yang menganut sistem devisa
bebas dan sistem nilai tukar mengambang (free floating) menyebabkan pergerakan nilai tukar
di pasar rentan oleh pengaruh faktor ekonomi dan non-ekonomi. Untuk mengurangi gejolak
nilai tukar yang berlebihan maka pelaksanaan intervensi menjadi sangat penting terutama untuk
menjaga stabilitas nilai tukar pada saat tertentu yang benar-benar dibutuhkan agar dapat
memberikan kepastian bagi dunia usaha. Salah satu bentuk intervensi itu adalah dengan
menggunakan international reserves dan ini sejalan dengan argumentasi Aizenman,dkk (2004)
bahwa suatu negara yang menerapkan sistem nilai tukar mengambang bebas akan cenderung
mengurangi permintaan international reserves-nya.
Di Indonesia, Bank Indonesia sejauh ini berupaya untuk mengoptimalkan berbagai fasilitas
atau insentif agar semakin banyak eksportir yang bersedia menyerahkan devisa hasil ekspornya
ke Bank Indonesia (Goeltom dan Zulverdi, 1998). Bahkan dalam masa krisis pasar modal global
2008 ini, Bank Indonesia mewajibkan pengguna valas untuk melaporkan peruntukannya jika
melebihi US$10.000 per bulan.
Permasalahan mendasar yang diangkat dalam penelitian ini diantaranya: 1) Bagaimanakah

pengaruh international reserves dalam perannya sebagai penstabil nilai tukar riil akibat terms
of trade shock. 2) Bagaimanakah pengaruh financial deepening dalam perannya sebagai
penstabil nilai tukar riil akibat terms of trade shock. Kedua permasalahan tersebut akan dibahas
bagaimanakah pengaruhnya di keseluruhan obyek penelitian dan juga secara spesifik setiap
Negara untuk memperoleh perbandingan antar Negara, khususnya antara Indonesia dengan
Negara-negara mitra dagang utama (Amerika serikat, Jepang, Singapura, Korea Selatan dan
Hongkong).
II. TEORI
II.1. International Reserves
≈The need of a central bank for international reserves is similar to an individual»s desire to
hold cash balances (currency and checkable deposits)∆ (Carbaugh, 2004: 513). Dari pernyataan
tersebut dapat disimpulkan bahwa kebutuhan international reserves bagi suatu negara
mempunyai tujuan dan manfaat seperti halnya manfaat kekayaan bagi suatu individu. Motif
kepemilikan international reserves dapat disamakan dengan motif seseorang untuk memegang
uang yaitu untuk motif transaksi, motif berjaga-jaga dan motif spekulasi. Motif transaksi antara
lain untuk membiayai transaksi impor yang dilakukan oleh pemerintah dalam rangka mendukung
proses pembangunan, motif berjaga-jaga berkaitan dengan mengelola nilai tukar, serta motif
yang ketiga adalah untuk lebih memenuhi kebutuhan diversifikasi kekayaan (memperoleh return
dari kegiatan investasi dengan international reserves (Gandhi, 2006: 1).
Jhingan (2001) menyatakan bahwa ≈International liquidity (generally used as a synonym

for international reserves) is defined as the aggregate stock of internally acceptable assets held
by the central bank to settle a deficit in a country»s balance of payments. International reserves
merupakan asset dari bank sentral yang dipergunakan untuk mengatasi ketidakseimbangan
neraca pembayaran. Definisi tersebut senada dengan konsep International Reserves and Foreign
Currency Lliquidity (IRFCL) yang dikeluarkan oleh IMF bahwa international reserves didefinisikan
sebagai seluruh aktiva luar negeri yang dikuasai oleh otoritas moneter dan dapat digunakan
setiap waktu guna membiayai ketidakseimbangan neraca pembayaran atau dalam rangka
stabilitas moneter 3.
3 Guidelines for International Reserves and Foreign Currency Liquidity, IMF, 2001.
Sedangkan menurut Salvatore (1996: 513), bahwa international reserves merupakan asset-
asset likuid dan berharga tinggi yang dimiliki suatu negara yang nilainya diakui atau diterima
oleh masyarakat internasional dan dapat dipakai sebagai alat-alat pembayaran yang sah bagi
pemerintah atau negara yang merupakan pemiliknya dalam mengadakan transaksi-transaksi
atau pembayaran internasional. Selain untuk tujuan stabilisasi nilai tukar, terkait dengan neraca
pembayaran international reserves dapat digunakan untuk membiayai impor dan membayar
kewajiban luar negeri. Besar kecilnya akumulasi international reserves suatu negara biasanya
ditentukan oleh kegiatan perdagangan (ekspor dan impor) serta arus modal negara tersebut.
Kecukupan international reserves ditentukan oleh besarnya kebutuhan impor dan sistem
nilai tukar yang digunakan. Dalam sistem nilai tukar yang mengambang bebas, fungsi
international reserves adalah untuk menjaga stabilitas nilai tukar hanya terbatas pada tindakan
untuk mengurangi fluktuasi nilai tukar yang terlalu tajam. Oleh karena itu, international reserves
yang dibutuhkan tidak perlu sebesar international reserves yang dibutuhkan apabila negara
tersebut mengadopsi sistem nilai tukar tetap. Wujud utama dari international reserves adalah
emas, hard currencies yang pada umumnya dalam bentuk empat jenis mata uang utama yang
dianggap paling berpengaruh di dunia, yaitu: US dollar, Euro, Poundsterling dan Yen serta
surat-surat berharga terbitan IMF yang biasa disebut sebagai Special Drawing Rights (SDRs).
Penjelasan lebih rinci mengenai komponen international reserves sebagaimana dijelaskan oleh
Gandhi (2006: 4).
Berkaitan dengan sifat dari rezim nilai tukar (sistem nilai tukar tetap, mengambang dan
mengambang terkendali) di negara yang menganut sistem nilai tukar tetap pada umumnya
memerlukan international reserves yang besar untuk mempertahankan nilai tukar pada level
yang ditetapkan. Hal ini dikarenakan oleh ketakutan negara itu akan ketidakpastian dalam
sistem nilai tukar mengambang bebas yang diterapkannya. Sehingga, sebagai upaya untuk
berjaga√jaga dalam menghadapi fluktuasi nilai tukarnya otoritas moneter negara tersebut
membutuhkan international reserves dalam jumlah yang dianggap memadai guna stabilisasi
nilai tukar.
Pada sistem nilai tukar mengambang, terjadinya pergerakan nilai tukar dapat diatasi
sendiri oleh mekanisme pasar, sehingga jumlah international reserves yang dibutuhkan tidak
sebanyak yang dibutuhkan oleh suatu negara dengan sistem nilai tukar tetap yang rigid. Menurut
Carbaugh (2004: 516), tujuan utama dari international reserves adalah untuk memfasilitasi
pemerintah dalam melakukan intervensi pasar sebagai upaya untuk menstabilkan nilai tukar.
Sehingga, suatu negara dengan aktivitas stabilisasi yang aktif memerlukan jumlah international
reserves yang besar pula.
Keterbukaan perekonomian suatu negara tercermin dengan semakin besarnya transaksi

perdagangan dan aliran modal antar negara. Semakin terbuka perekonomian suatu negara
kebutuhan international reserves-nya cenderung semakin besar guna membiayai transaksi
perdagangan. Parameter yang biasa dipakai untuk mengukur kecukupan international reserves
sehubungan dengan transaksi perdagangan antar negara adalah marginal propensity to import.
Semakin besar angka propensity tersebut menunjukkan semakin besarnya kebutuhan
international reserves yang harus dimiliki dan semakin kecil angka propensity tersebut
menunjukkan semakin kecilnya kebutuhan international reserves yang harus dimiliki (Gandhi,
2006: 11). Dengan tersedianya international reserves yang mencukupi maka apabila suatu
negara mengahadapi kondisi terms of trade yang buruk yang kemudian akan berpengaruh
pada nilai tukar riilnya maka international reserves dapat berperan sebagai absorber.
II.2. Nilai Tukar Perdagangan (Terms of Trade)

Terdapat beberapa konsep tentang TOT. Konsep pertama merupakan konsep yang paling
umum digunakan, yaitu net barter terms of trade atau juga dapat disebut commodity terms of
trade. Net barter terms of trade adalah perbandingan antara indeks harga ekspor dengan
indeks harga impor. Kenaikan ekspor menunjukkan perbaikan di dalam nilai tukar perdagangan,
artinya untuk sejumlah tertentu ekspor dapat diperoleh jumlah impor yang lebih banyak dengan
melalui hubungan harga (Nopirin, 1995: 71).
Forumulasinya dapat dituliskan dengan rumus sebagai berikut:
(III.1)
Dimana, Px adalah Indeks harga ekspor; Pm adalah Indeks harga impor; dan 100 adalah Indeks
tahun dasar. Bila N >100 atau terjadi kenaikan net barter terms of trade maka berarti terjadi
perkembangan perdagangan luar negeri yang positif karena dengan nilai ekspor tertentu
diperoleh nilai impor yang lebih besar (Hady, 2001:77).
Konsep kedua adalah gross barter terms of trade, merupakan perbandingan antara indeks
volume impor dengan indeks volume ekspor. Konsep ini menjadi tidak penting karena kurang
memberikan gambaran tentang perubahan harga. Oleh karena itu, apabila konsep terms of
trade tanpa diberi penjelasan apa-apa maka yang dimaksud adalah konsep net barter terms of
trade.
Konsep ketiga adalah income terms of trade yang dapat dituliskan dengan rumus sebagai
berikut :
(III.2)
Dimana: N adalah net barter terms of trade; Px adalah Indeks harga ekspor; Pm adalah Indeks
harga impor; dan Qx adalah Indeks kuantitas ekspor.
Berdasarkan konsep ini, kenaikan income terms of trade menunjukkan bahwa suatu
negara dapat memperoleh jumlah impor yang lebih besar dengan dasar kenaikan nilai ekspornya.
Bagi negara-negara yang sedang berkembang, selain variabel harga juga sangat penting untuk
menilai terms of trade ini dengan mempertimbangkan volume ekspornya karena kenaikan
harga ekspor yang tinggi mungkin diimbangi dengan turunnya volume ekspor.
Perbaikan TOT dapat timbul sebagai akibat: (1) harga ekspor naik sedang harga impor
tetap; (2) harga ekspor tetap sedang harga impor turun; (3) harga ekspor naik dengan proporsi
yang lebih besar daripada naiknya harga impor; (4) harga ekspor turun dengan proporsi yang
lebih kecil daripada turunnya harga impor.
Mekanisme bagaimana TOT dapat berpengaruh pada nilai tukar riil adalah dapat dilihat
dari sebuah mekanisme sederhana yaitu perbaikan TOT akan meningkatkan aliran modal masuk
yang berasal dari perdagangan yang selanjutnya dapat mengapresiasi nilai tukar riil dan
sebaliknya. Memburuknya TOT akan mengakibatkan permintaan valuta asing meningkat
sehingga akan mendepresiasi nilai tukar riil.
Terkait dengan jenis produksi yang diperdagangkan, maka secara umum nilai tukar
perdagangan komoditi (commodity terms of trade atau net barter terms of trade) negara-
negara berkembang cenderung mengalami kemerosotan dari waktu ke waktu. Salah satu
penyebab utamanya adalah sebagian besar atau bahkan semua kenaikan produktivitas yang
terjadi di negara-negara maju dialirkan ke para pekerjanya dalam bentuk upah dan pendapatan
yang lebih tinggi, sedangkan sebagian besar atau seluruh kenaikan produktivitas yang
berlangsung di negara-negara berkembang diwujudkan sebagai harga-harga produk yang lebih
murah (Salvatore, 1996 : 431).
II.3. Nilai Tukar Riil (Real Exchange Rate) dan Pasar Valas
Setiap negara memiliki sebuah mata uang yang menunjukkan harga-harga barang dan
jasa. Pengertian nilai tukar valuta asing adalah ≈Exchange rate is the price of one nation»s
money in terms of another nation»s money.∆ ≈The nominal exchange rate is usually called the
exchange rate∆. Menurut definisi tersebut nilai tukar diartikan sebagai harga suatu mata uang
terhadap mata uang negara lain. Nilai tukar nominal biasa disebut nilai tukar (exchange rate)
(Pugel, 2004). Menurut Mankiw, nilai tukar nominal adalah harga relatif dimana seseorang
dapat memperdagangkan mata uang suatu negara dengan mata uang lainnya (Mankiw, 2000:
200).
Dengan menggunakan suatu indeks harga untuk Indonesia (P), sebuah indeks harga
untuk harga-harga di luar negeri (P*) dan nilai tukar nominal antara rupiah dengan mata uang
asing (e), akan dapat diukur nilai tukar riil keseluruhan antara Indonesia dengan negara-negara
lain sebagai berikut :
Nilai Tukar Riil = (e x P) / P* (III.3)
Terdapat paling tidak 3 faktor utama yang mempengaruhi permintaan valuta asing.
Pertama, faktor pembayaran impor. Semakin tinggi impor barang dan jasa, maka semakin
besar permintaan terhadap valuta asing sehingga nilai tukar akan cenderung melemah. Kedua,
faktor aliran modal keluar (capital outflow). Semakin besar aliran modal keluar, maka semakin
besar permintaan valuta asing dan pada kelanjutannya akan memperlemah nilai tukar. Aliran
modal keluar meliputi pembayaran hutang penduduk Indonesia (baik swasta dan pemerintah)
kepada pihak asing dan penempatan dana penduduk Indonesia ke luar negeri. Ketiga, kegiatan
spekulasi. Semakin banyak kegiatan spekulasi valuta asing yang dilakukan oleh spekulan, maka
semakin besar permintaan terhadap valuta asing sehingga memperlemah nilai tukar mata uang
lokal terhadap mata uang asing.
Sementara itu, penawaran valuta asing dipengaruhi oleh dua faktor utama. Pertama,
faktor penerimaan hasil ekspor. Semakin besar volume penerimaan ekspor barang dan jasa,
maka semakin besar jumlah valuta asing yang dimiliki oleh suatu negara dan pada lanjutannya
nilai tukar terhadap mata uang asing cenderung menguat atau apresiasi. Kedua, faktor aliran
modal masuk (capital inflow). Semakin besar aliran modal masuk, maka nilai tukar akan
cenderung semakin menguat. Aliran modal masuk tersebut dapat berupa penerimaan hutang
luar negeri, penempatan dana jangka pendek oleh pihak asing (portofolio investment) dan
investasi langsung pihak asing (foreign direct investment) (Simorangkir dan Suseno, 2004: 6).
II.4. Financial Deepening

Ukuran dari perkembangan intermediasi keuangan biasanya digunakan pengukuran
indikator melalui kuantitas, kualitas, dan efisiensi dari jasa intermediasi keuangan (Calderon,
2002:5). Terdapat beberapa indikator untuk mengetahui seberapa besar tingkat perkembangan
sektor keuangan salah satu diantaranya adalah rasio antara aset keuangan dalam negeri terhadap
GDP (Muklis, 2005: 2).
Menurut King dan Levine (1993), ≈Financial deepening means an increase in the money
supply of financial assets in the economy, it is important to develop some measures of the
widest range of financial assets, including money.∆ Selain itu, King dan Levine merancang 4
ukuran dalam perhitungan perkembangan sektor keuangan. Pertama, ukuran dari kedalaman
sektor keuangan adalah rasio dari kewajiban lancar (liquid liabilities) dari sistem keuangan
terhadap GDP. Kewajiban lancar dalam hal ini adalah M3, namun apabila M3 tidak bisa didapatkan
maka digunakan M2. Hal ini sejalan dengan IMF dalam database International Financial Statistic
dan juga Slangor (1991:11). Kedua, adalah rasio dari deposit money bank domestic asset dibagi
dengan deposit money bank domestic asset ditambah dengan central bank domestic asset
yang menggambarkan institusi keuangan yang lebih spesifik. Ketiga, rasio kredit dari sektor
swasta non keuangan dibagi dengan total kredit domestik. Keempat, adalah rasio kredit sektor
swasta non-keuangan dibagi dengan GDP. Dua yang terakhir ini menggambarkan ukuran
kuangan sektor dan tingkat pinjaman publik (King dan Levine, 1993: 4).
Penggunaan rasio M2 terhadap GDP sebagai indikator financial deepening juga dibenarkan
oleh King dan Levine, (1993: 5). Semakin kecil rasio tersebut maka semakin dangkal sektor
keuangan suatu negara. Suatu negara dikatakan memiliki sektor keuangan yang dalam apabila
M2 > 20% dari GDP dan dangkal apabila M2 < 20% dari GDP (Aizenman dan Crichton, 2006:
20). Telah disebutkan bahwa apabila terjadi gejolak pada nilai tukar akibat terms of trade
shock maka negara dengan sektor keuangan yang dalam akan mampu menstabilkan nilai
tukarnya secara otomatis melalui mekanisme pasar.
III. METODOLOGI
Jenis data yang digunakan dalam penelitian ini adalah data sekunder dan merupakan
data panel, mencakup periode 2000:Q1 - 2006:Q4 dan 6 negara yakni Indonesia dan 5 negara
mitra dagang utamanya yaitu; Amerika Serikat, Jepang, Hongkong, Singapura dan Korea Selatan.
Sumber utama data berasal dari International Financial Statistic yang diterbitkan oleh IMF.
Teknik estimasi data panel digunakan untuk mengetahui seberapa besar pengaruh
international reserves yang digunakan dalam rangka stabilisasi nilai tukar akibat terms of trade
shock. Selain itu model ini juga diperunakan untuk melihat bagaimana peran financial deepening
suatu negara dalam stabilisasi nilai tukar ini. Model persamaan yang diestimasi, dikembangkan
dari penelitian (Aizenman dan Crichton, 2006), yakni:
1. Model international reserves mitigation terms :
(III.4)
2. Model financial deepening mitigation terms :
(III.5)
Dimana : RER adalah nilai tukar riil (Real Exchange Rate); ETOT adalah efektifitas nilai tukar
perdagangan yang dinilai dari keterbukaan perdagangan (Trade Openness) yang dikalikan
dengan nilai tukar perdagangan (Terms of Trade); RES adalah cadangan internasional
(International reserves); FD adalah kedalaman sektor keuangan (Financial Deepening); i adalah
crossection indentification; t adalah time series identification; εit adalah Koefisien pengganggu
(error terms) 4.
Varian pertama dari teknik estimasi data panel adalah pendekatan pooled least square
(PLS) yang secara sederhana menggabungkan seluruh data time series dan cross section dan
kemudian mengestimasi model dengan menggunakan metode ordinary least square (OLS) 5.
Pendekatan kedua adalah fixed effect model (FEM) yang memperhitungkan kemungkinan
perbedaan intercept antar individu yang ditunjukkan dengan kehadiran αi pada persamaan
(III.6). Secara teknis, model dengan fixed effect menambahkan dummy variables sebanyak N-1
buah ketika terdapat N individu. Pendekatan ketiga adalah random effect model (REM) yang
dapat memperbaiki efisiensi proses least square dengan memperhitungkan error dari time series
dan cross section.
Berbeda dengan FEM, model REM memperlakukan intercept sebagai random variable
dengan rata-rata α dengan stokastik terms εit. Model random effect adalah variasi dari estimasi
generalized least square (GLS). Model data panel untuk masing-masing varian teknik tersebut
adalah sebagai berikut (Gujarati, 2003: 640):
a. Pooled Least Square
(III.6)
b. Fixed Effect
(III.7)
c. Random Effect
(III.8)
Pada dasarnya penggunaan metode data panel memiliki beberapa keunggulan (Widarjono,
2005: 254). Pertama, panel data mampu memperhitungkan heterogenitas individu secara
eksplisit dengan mengijinkan variabel spesifik individu. Kemampuan mengontrol heterogenitas
4 Definisi operasional variabel lebih detail dapat dilihat dilampiran IV.A.

5 Lihat: Baltagi, 2002 ; Gujarati, 2003 ; Maddala ; 1993 ; Pindyck dan Rubinfeld, 1998.
individu ini pada gilirannya menjadikan data panel dapat digunakan untuk menguji dan
membangun model perilaku yang lebih kompleks. Kedua, jika efek spesifik signifikan berkorelasi
dengan variabel penjelas lainnya, penggunaan panel data akan mengurangi masalah omitted
variables secara substansial. Ketiga, data panel mendasarkan diri pada observasi cross section
yang berulang-ulang (time series), sehingga metode data panel cocok untuk digunakan sebagai
study of dynamic adjustment. Keempat, tingginya jumlah observasi memiliki implikasi pada
data yang lebih informatif, lebih variatif, kolinearitas antar variabel yang semakin berkurang
dan peningkatan derajat kebebasan (degree of freedom), sehingga dapat diperoleh hasil estimasi
yang lebih efisien. Kelima, data panel dapat digunakan untuk mempelajari model-model perilaku
yang kompleks. Keenam, data panel dapat meminimalisir bias yang mungkin ditimbulkan oleh
agregasi data individu. Keunggulan-keunggulan tersebut diatas memiliki implikasi pada tidak
diperlukannya pengujian asumsi klasik dalam model data panel, sesuai apa yang ada dalam
beberapa literatur yang digunakan dalam penelitian ini6.
Dalam estimasi selanjutnya sebagai persyaratan estimasi regresi data panel, perlu di
pilih penggunaan antara pooled least square, random effect model atau fixed effect model.
Ketiga model tersebut akan berbeda dalam intrepetasi selanjutnya sehingga perlu dilakukan
pemilihan model untuk memperoleh estimasi yang efisien sesuai dengan penggunaan regresi
data panel. Pertama uji statistik F digunakan untuk memilih antara metode PLS tanpa variabel
dummy atau memilih Fixed Effect. Kedua, uji Lagrange Multiplier (LM) digunakan untuk memilih
antara OLS tanpa variabel dummy atau memilih Random Effect. Terakhir, untuk memilih antara
Fixed Effect Model (FEM) atau Random Effect Model (REM) digunakan uji yang dikemukakan
oleh Hausman.
Jika data time series lebih besar dibandingkan data cross section maka teknik efek acak
(REM) kurang tepat atau tidak dapat dipakai untuk mengestimasi suatu model (Telisa, 2004:30)7.
Dalam model penelitian ini teknik Random Effect Model (REM) tidak dapat digunakan, karena
pada penelitian ini jumlah time series (28 time series) lebih besar dibandingkan dengan jumlah
cross section (6 cross section). Oleh sebab itu pemilihan teknik estimasi dalam penelitian ini
hanya memilih diantara dua teknik estimasi yaitu PLS (Pooled Least Square) atau FEM (Fixed
Effect Model). Hasil pengujian menyarankan penggunaan Model Fixed Effect (Unrestricted)
dalam penelitian ini.
6 Lihat: Maddala, 1998; Pindyck & Rubinfeld, 1991; Greene, 2003; Gujarati, 2003; Widarjono, 2005.
7 Ibid
IV. HASIL DAN ANALISA

IV.1. Model International Reserves Mitigation Terms
Berdasarkan hasil pengolahan data dalam tabel III.1. koefisien determsinasi model
International Reserves Mitigation Terms untuk keseluruhan negara adalah sebesar 0.999602
sedangkan untuk estimasi spesifik masing-masing negara adalah sebesar 0.999845. Artinya
variasi variabel independen dalam model tersebut mampu menjelaskan variasi dari variabel
dependen kedua model tersebut masing-masing sebesar 99,96% dan 99,98%. Secara simultan,
variabel-variabel yang digunakan dalam estimasi keseluruhan maupun estimasi spesifik memiliki
pengaruh yang signifikan, kondisi tersebut dapat diketahui dari nilai Fhitung yang masing-masing
sebesar 57441.05 dan 57032.28. Nilai tersebut melebihi nilai kritis yang dipersyaratkan sesuai
dengan F-tabel hingga taraf signifikansi 1%. Dengan demikian nilai Fhitung > Ftabel yang berarti H0
ditolak. Secara parsial sebagaimana terdapat dalam tabel dibawah menunjukkan pengaruh
masing-masing variabel bebas yang signifikan terhadap variabel nilai tukar riil (variabel dependen)
pada estimasi secara keseluruhan. Namun untuk estimasi spesifik masing-masing negara hanya
variabel effective terms of trade Indonesia, reserves mitigation terms Indonesia, Korea dan
Amerika yang signifikan secara statistik mempengaruhi vriabel real exchange rate.
Table III.1
Hasil Estimasi Model International Reserves Mitigation Terms
Estimasi Keseluruhan Estimasi Spesifik
Variable
Coefficient t-Stat Coefficient t-Stat
ETOT 0.284268 2.56778**

ETOT*RES 0.132075 2.09932**
ETOT HONGKONG 22.46666 0.74752
ETOT INDONESIA 0.316773** 2.43922
ETOT JEPANG 1.121919 0.43500
ETOT KOREA 0.003361 0.01666
ETOT SINGAPORE 0.199146 1.46518
ETOT AMERIKA 2.090986 1.49823
ETOT*RES HONGKONG 13995.05 1.56464
ETOT*RES INDONESIA 1.319664* 7.56910
ETOT*RES JEPANG 3.999142 0.66075
ETOT*RES KOREA 0.632528* 4.46203
ETOT*RES SINGAPORE 0.098955 1.42588
ETOT*RES AMERIKA 872.0151* 5.22225
HONGKONG C 2.171398 1.771814
INDONESIA C 8.674646 8.621120
JEPANG C 4.800271 4.633982
KOREA C 6.759747 7.526659
Table III.1
Hasil Estimasi Model International Reserves Mitigation Terms (lanjutan)
Variable
Coefficient t-Stat. Coefficient t-Stat
SINGAPORE C 0.255848 0.785565
AMERIKA C 4.863883 5.622034
R squared 0.999602 0.999845
Adjusted R squared 0.999585 0.999828
F statistic 57441.05 57032.28
Prob(F statistic) 0.000000 0.000000
SE. of Regression 0.092231 0.059402
Durbin Watson stat 0.153911 0.543285
Sumber: Hasil pengolahan
Keterangan: * Signifikan 1%; ** Signifikan 5%.
Dari estimasi secara keseluruhan dalam tabel diatas terlihat bahwa pengaruh effective
terms of trade (ETOT) terhadap real exchange rate (RER) adalah positif. Temuan empiris ini
tidak sesuai dengan teori yang digunakan dalam penelitian, yaitu diharapkan bernilai negatif.
Dengan asumsi bahwa peningkatan real exchange rate merupakan depresiasi nilai tukar domestik
atau apresiasi nilai tukar mitra dagang, maka peningkatan pada effective terms of trade suatu
negara terhadap negara-negara mitra dagangnya cenderung meningkatkan (depresiasi) real
exchange rate. Rata-rata effective terms of trade keseluruhan negara obyek penelitian adalah
1,82, dengan perubahan pada real exchange rate rata-rata apresiasi sebesar 0,04%.
Berdasarkan hasil estimasi menunjukkan bahwa elastisitas real exchange rate terhadap
effective terms of trade shock ialah kenaikan effective terms of trade sebesar 1% mempengaruhi
real exchange rate sebesar 0.28%. Dapat diartikan bahwa perbaikan effective terms of trade
akan menyebabkan mata uang luar negeri mengalami apresiasi terhadap mata uang dalam
negeri. Kondisi demikian menggambarkan bahwa keterbukaan perdagangan memiliki sisi negatif
yaitu kecenderungan untuk melemahkan nilai tukar suatu negara ketika terjadi penurunan
kinerja perekonomian negara mitra dagang tersebut dan dengan dukungan trade openness
dan effective terms of trade yang semakin meningkat. Kondisi ini secara aktual dapat
digambarkan pada resesi global pada saat ini yang hampir tidak sedikitpun negara yang menuai
imbas negatif. Hampir seluruh perekonomian dunia termasuk nilai tukarnya cenderung
terdepresiasi dan perekonomian berjalan lambat.
Ketidaksesuaian hasil ini dimungkinkan juga dikarenakan kekuatan pasar yang

mempengaruhi fluktuasi nilai tukar. Aliran modal jangka pendek, aliran keuangan internasional
baik dari pemerintah maupun swasta yang erat kaitannya dengan keterbukaan perekonomian
suatu negara memungkinkan berpengaruh pada nilai tukar riil. Besaran (magnitude) effective
terms of trade dalam mempengaruhi pasar nilai tukar dapat dikatakan terlalu kecil jika
dibandingkan dengan varabel-variabel lain yang berkaitan dengan nilai tukar.
Berdasarkan hasil estimasi dapat dikemukakan bahwa peningkatan atau perbaikan pada
effective terms of trade suatu negara berdampak pada peningkatan (apresiasi) nilai tukar riil
negara lain sebagai mitra dagang utamanya atau penurunan (depresiasi) nilai tukar pada
negaranya sendiri. Dapat dikatakan pula bahwa perbaikan yang terjadi pada effective terms of
trade suatu negara menguntungkan negara mitra dagangnya dari sisi nilai tukar, namun tidak
untuk negaranya sendiri. Hal ini merupakan efek negatif keterbukaan perdagangan suatu negara
yang semakin meningkat. Peningkatan effective terms of trade suatu negara secara aktual dapat
digambarkan pada periode krisis global sebagaimana yang telah terjadi pada tahun 2008 yang
menurunkan produktivitas masing-masing negara dan menurunkan nilai tukarnya, tanpa
terkecuali Indonesia. Peningkatan effective terms of trade yang menggambarkan semakin
lemahnya batas-batas negara dalam konteks perdagangan juga berdampak pada lemahnya batas-
batas efek negatif yang ditimbulkan oleh resesi negara lain terhadap perekonomian domestik.
Jika dilihat secara spesifik masing-masing negara kondisi tersebut tidak sepenuhnya
berpengaruh sama di tiap-tiap negara, tergantung pada skala ekonomi dan struktur
perekonomian masing-masing. Hanya Indonesia yang memiliki effective terms of trade yang
signifikan mempengaruhi real exchange rate dan bertanda sesuai dengan teori yang digunakan
dalam penelitian ini. Perbaikan pada effective terms of trade Indonesia berdampak pada apresiasi
nilai tukar riil Rupiah.
Terms of Trade Trade Opennes

140,00 1,20
120,00 1,00
100,00
0,80
80,00
0,60
60,00
0,40
40,00
20,00 0,20
- 0,00
1 3 1 3 1 3 1 3 1 3 1 3 1 3 1 3 1 3 1 3 1 3 1 3 1 3 1 3
2000 2001 2002 2003 2004 2005 2006 2000 2001 2002 2003 2004 2005 2006
Hongkong Indonesia Jepang

Korea Singapore Amerika
Sumber: International Financial Statistic 2000-2006 (Diolah Kembali)
Grafik III.1
Perkembangan Terms of Trade, Perubahan Real Exchange Rate, International Reserves dan
Financial Deepening Masing-masing Negara
Effective Terms of Trade Perubahan Nilai Tukar Riil

6,00 15,00
5,00 10,00
5,00
4,00
0,00
3,00
-5,00
2,00
-10,00
1,00 -15,00
- -20,00
1 3 1 3 1 3 1 3 1 3 1 3 1 3 2 4 2 4 2 4 2 4 2 4 2 4 2 4
2000 2001 2002 2003 2004 2005 2006 2000 2001 2002 2003 2004 2005 2006
Rasio International Reserves/GDP Financial Deepening

4,50 14,00
4,00
12,00
3,50
10,00
3,00
2,50 8,00
2,00 6,00
1,50
4,00
1,00
2,00
0,50
0,00 0,00
1 3 1 3 1 3 1 3 1 3 1 3 1 3 1 3 1 3 1 3 1 3 1 3 1 3 1 3
2000 2001 2002 2003 2004 2005 2006 2000 2001 2002 2003 2004 2005 2006
Hongkong Indonesia Jepang

Korea Singapore Amerika
Sumber: International Financial Statistic 2000-2006 (Diolah Kembali)
Grafik III.1
Perkembangan Terms of Trade, Perubahan Real Exchange Rate, International Reserves dan
Financial Deepening Masing-masing Negara (lanjutan)
Peningkatan ekspor nasional yang terjadi, yang berujung pada membaiknya terms of
trade mendorong apresiasi nilai tukar riil. Secara rata-rata, pertumbuhan nilai ekspor Indonesia
selama periode penelitian menunjukkan nilai sebesar 9,01%. Peningkatan tersebut diikuti dengan
apresiasi nilai tukar riil mata uang Rupiah terhadap Dolar US rata-rata sebesar 4,46%. Kondisi
tersebut menggambarkan temuan empiris hasil estimasi dengan deskripsi data yang digunakan
dalam penelitian ini memiliki arah hubungan yang sama. Namun demikian, perlu
dipertimbangkan bahwa rata-rata pertumbuhan impor cenderung lebih besar dari pada
pertumbuhan nilai ekspor, yaitu sebesar 15,07%. Lebih besarnya pertumbuhan impor jika
dibandingkan dengan pertumbuhan ekspor menunjukkan perlunya peningkatan ekspor lebih
besar untuk mengantisipasi gejolak terms of trade yang mungkin mengalami penurunan.
Negara-negara lain yang hampir memiliki kemiripan dengan Indonesia adalah Korea dan
Singapura. Korea dan Singapura juga memiliki effective terms of trade yang negatif
mempengaruhi real exchange rate-nya, namun untuk kasus kedua negara tersebut pengaruhnya
terhadap real exchange rate tidak signifikan. Kondisi ini dimungkinkan karena skala
perekonomian kedua negara tersebut yang lebih besar dan struktur perekonomian yang berbeda
dengan Indonesia, sehingga perubahan pada nilai tukar tidak hanya bergantung pada terms of
trade melainkan faktor-faktor lain seperti aliran modal jangka pendek dan aliran modal
internasional negara bersangkutan. Hal ini berbeda dengan Indonesia yang masih bertumpu
pada ekspor-impor barang dan jasa dan berkaitan erat dengan terms of trade seperti ekspor
sumber daya alam dan barang-barang setengah jadi. Sehingga peningkatan dan perbaikan
effective terms of trade Indonesia mutlak diperlukan untuk mengapresiasi nilai tukar jika
dibandingkan dengan negara-negara lainnya dalam penelitian ini.
Negara-negara dengan skala ekonomi yang lebih besar seperti Jepang, Amerika dan
Hongkong bahkan mengindikasikan pengaruh positif effective terms of trade terhadap real
exchange rate negaranya, meskipun pengaruh tersebut tidak signifikan. Untuk kasus negara-
negara ini, elastisitas real exchange rate terhadap effective terms of trade shock cenderung
positif dan lebih besar dari 1. Hal ini menggambarkan bahwa depresiasi nilai tukar negara-
negara tersebut terjadi ketika semakin terbuka dalam perdagangan internasionalnya.
Table III.2
Rata-rata Elastisitas Real Exchange Rate terhadap Perubahan ETOT dan TOT
All Hongkong Indonesia Japan Korea Singapore USA
Means
Reserves over GDP 0.0180 0.0027 0.5620 0.1381 0.9113 3.7300 0.0056
Trade Openness 1.5120 0.0014 0.2333 0.0266 0.2814 0.9447 0.0247
R El
RER t i to
Elasticity
Effective TOT 0.2819 60.7665 0.4249 1.6740 0.5798 0.1700 7.0017

Terms of Trade 0.4143 0.0320 0.0092 0.0216 0.0008 1.2153 0.0510
Negara dengan rasio international reserves terhadap GDP sebesar 0,018 dan trade openness
sebesar 1,51, elatisitas8 real exchange rate terhadap effective terms of trade dan terms of trade
(reguler) menunjukkan nilai masing-masing sebesar 0,28 dan 0,41. Hal ini menunjukkan bahwa
real exchange rate secara keseluruhan inelastis terhadap perubahan yang terjadi pada effective
terms of trade maupun terms of trade. Negara-negara maju seperti Hongkong, Jepang dan
8 Lihat lampiran: Elastisitas Real Exchange Rate

Amerika pada umumnya perdagangan internasionalnya merupakan ekspor barang-barang

industri atau teknologi tinggi, hal ini menyebabkan nilai tukar negara-negara tersebut elastis
terhadap perubahan yang terjadi pada effective terms of trade. Namun negara-negara dengan
perdagangan internasional berupa barang-barang sumberdaya alam, komoditas dan barang
setengah jadi seperti Indonesia cenderung memiliki real exchange rate yang inelastis terhadap
perubahan yang terjadi pada effective terms of trade maupun terms of trade. Negara yang
memiliki international reserves yang cukup besar seperti Singapura (rata-rata 3,7) cenderung
memiliki real exchange rate yang elastis terhadap perubahan yang terjadi pada terms of trade
namun tidak elastis terhadap perubahan yang terjadi pada effective terms of trade.
Variabel reserves mitigation terms (ETOT*RES) berdasarkan estimasi secara keseluruhan

memiliki pengaruh negatif terhadap real exchange rate, hal ini sesuai dengan hasil yang
diharapkan sebagaimana teori yang digunakan. International reserves memiliki peranan buffer
stock berfungsi ketika terjadi depresiasi nilai tukar yang disebabkan terms of trade shock.
Sehingga dapat dikemukakan bahwa pada saat terjadi depresiasi nilai tukar maka international
reserves akan berperan sebagai penstabil nilai tukar9. Kondisi ini menunjukkan bahwa
internastional reserves memegang peranan penting dalam perekonomian suatu negara. Namun
demikian mitigation effect dari international reserves tidak sepenuhnya berlaku untuk masing-
masing negara, bergantung pada skala dan struktur perekonomian masing-masing negara.
Mitigation effect dari international reserves hanya berlaku untuk negara-negara berkembang
dan negara-negara di asia, namun tidak berlaku bagi negara-negara industri (Aizenman dan
Crichton, 2006).
Penggunaan international reserves sebagai instrumen pengendali nilai tukar lazim

digunakan oleh bank sentral meskipun rezim nilai tukar yang dianutnya free floating exchange
rate. Sesuai dengan tujuan dan fungsi bank sentral sebagai pengendali harga yang termasuk
harga-harga barang konsumsi domestik dan harga mata uang negara bersangkutan juga
merupakan tanggungjawab bank sentral. Sehingga apabila sewaktu-waktu terjadi depresiasi
nilai tukar yang terlalu tajam maka bank sentral cenderung menstabilkan nilai tukar dengan
menggunakan international reserves tersebut. Intervensi bank sentral untuk menstabilkan nilai
tukar dengan menggunakan international reserves hanya dilakukan pada saat nilai tukar
bergejolak terlalu tajam. Untuk upaya tersebut, hingga saat ini international reserves masih
merupakan pilihan utama sebagai penstabil nilai tukar.
Peningkatan pada reserves mitigation terms sebesar 1% menurunkan real exchange rate
sebesar 0.13%. Peningkatan yang terjadi pada internastional reserves suatu negara memiliki
9 Peran buffer (lihat lampiran IV.A: definisi operasional variabel)

kecenderungan untuk menjaga stabilitas nilai tukar di negara bersangkutan. Internastional

reserves dalam kasus penelitian ini memiliki peranan yang signifikan dalam upaya stabilitas
nilai tukar di masing-masing negara. Dengan rata-rata perumbuhan international reserves
keseluruhan sebesar 2,15% perubahan yang terjadi pada real exchange rate keseluruhan negara
rata-rata terapresiasi sebesar 0,04%.
Hasil estimasi spesifik dari sisi international reserves Indonesia tidak sesuai dengan teori.
Hasil estimasi menunjukkan tanda koefisen pada variabel reserves mitigation terms bertanda
positif. Hal ini mengindikasikan jika terjadi depresiasi pada nilai tukar yang disebabkan terms of
trade shock maka international reserves Indonesia tidak berperan penuh sebagai penstabil nilai
tukar yang terdepresiasi tersebut (ceteris paribus). Dapat dikatakan pula penggunaan
international reserves untuk menstabilkan nilai tukar di Indonesia diragukan efektifitasnya.
Kondisi tersebut secara aktual tercermin dalam penggunaan international reserves Indonesia
untuk menghadapi gejolak nilai tukar pada Nopember-Desember 2008 yang menunjukkan
hasil yang kurang menggembirakan. Nilai tukar rupiah terhadap dolar cenderung melemah
meskipun international reserves Indonesia terkuras dan menipis. Kondisi yang sama dengan
data yang digunakan dalam penelitian ini menunjukkan bahwa peningkatan pada international
reserves belum memiliki peranan sebagai penstabil nilai tukar. Peningkatan rata-rata international
reserves Indonesia selama periode penelitian adalah sebesar 6,21% sedangkan perubahan
rata-rata yang terjadi pada nilai tukar riil mata uang rupiah adalah apresiasi sebesar 0,65%.
Real exchange rate Indonesia kurang elastis terhadap perubahan yang terjadi pada international
reserves.
Kurang efektifnya penggunaan international reserves tidak jauh berbeda dengan negara-
negara lain sebagai obyek penelitian ini, kecuali Korea Selatan. Dengan pertumbuhan
international reserves sebesar 2,64%, nilai tukar Won terapresiasi rata-rata 0,72%. Dengan
peningkatan international reserves sebesar 1%, mitigation effect yang ditimbulkan adalah
ter apresiasinya Won sebesar 0,63%. Peran buffer stock oleh international reserves di negara
ini telah berjalan dengan semestinya dalam menghadapi depresiasi nilai tukar akibat dari
terms of trade shock . Hal inilah yang menggambarkan Korea Selatan efektif dalam
penggunaan international reserves-nya sebagai instrumen pengendali nilai tukar ketika terjadi
depresiasi nilai tukar riil yang disebabkan oleh terms of trade shock. Peran buffer stock oleh
international reserves berjalan sesuai dengan arah yang diharapkan. Sedangkan untuk kasus
Amerika hampir sama dengan Indonesia, dimana international reserves sebagai instrumen
pengendali nilai tukar kurang efektif penggunaanya. Rezim nilai tukar free floating exchange
rate turut memberikan argumen tidak efektifnya international reserves sebagai instrumen
pengendali nilai tukar. Tekanan permintaan dan penawaran di pasar keuangan, khususnya
valuta asing secara otomatis mengarahkan nilai tukar pada titik keseimbangan tanpa melihat
stabil atau tidaknya nilai tukar dan tinggi rendahnya international reserves negara
bersangkutan.
IV.2. Model Financial Deepening Mitigation Terms

Penggunaan rasio M2 terhadap GDP merupakan ukuran yang paling umum digunakan
untuk mengetahui kedalaman dari sektor keuangan dan sebagai indikator financial deepening
(Slangor, 1991:7). Penentuan rasio M2 terhadap GDP sebagai indikator financial deepening
juga dibenarkan oleh King dan Levine (1993:5), jika untuk menggambarkan intermediasi
keuangan sebagai penunjang kegiatan sektor riil dapat menggunakan rasio M2 terhadap GDP.
Perkembangan yang semakin kecil dalam rasio tersebut menunjukkan semakin dangkal sektor
keuangan suatu negara. Sebaliknya semakin besar dalam rasio tersebut menunjukkan semakin
dalam sektor keuangan suatu negara.
Hubungan antara financial deepening dalam perannya sebagai penstabil nilai tukar tidak
terjadi secara langsung. Namun, berdasarkan penelitian-penelitian sebelumnya menunjukkan
bahwa suatu negara dengan kondisi financial deepening yang dalam berimplikasi pada
pertumbuhan ekonomi negara tersebut yang juga tinggi. Apabila terjadi gejolak pada nilai
tukar akibat terms of trade shock maka negara tersebut mampu menstabilkan nilai tukarnya
secara otomatis melalui mekanisme pasar yang telah berjalan dengan baik yang tercermin dari
kinerja sektor keuangan di negara bersangkutan. Mekanisme financial deepening yang dapat
memicu pertumbuhan ekonomi ketika kedalaman financial deepening negara tersebut
disebabkan fungsi intermediasi sektor keuangan yang berjalan dengan baik, yang berimplikasi
pada akumulasi modal yang berjalan dengan cepat (Calderon dan Liu, 2002: 9). Financial
deepening dapat dikatakan berfungsi sebagai shock absorber ketika suatu negara dalam kondisi
financial deepening yang baik dan memiliki arah hubungan pengaruh positif terhadap nilai
tukar riilnya.
Berdasarkan hasil pengolahan data dalam tabel III.3 koefisien determinasi estimasi secara
keseluruhan dan spesifik masing-masing sebesar 0.999602 dan 0.999826. Artinya variabel
independen dalam model tersebut mampu menjelaskan variasi dari variabel dependen masing-
masing sebesar 99.96% dan 99.98%. Secara simultan, variabel-variabel independen yang
digunakan dalam model signifikan berpengaruh terhadap variabel dependen masing-masing
model. Hasil Fhitung model pertama dan model kedua masing-masing sebesar 57441.05 dan
50703.52, nilai tersebut lebih tinggi dibandingkan dengan nilai F-tabel. Dengan demikian nilai
Fhitung > Ftabel yang berarti penolakan terhadap H0.
Table III.3
Hasil Estimasi Model Financial Deepening Mitigation Terms
Variable
Coefficient t-Stat Coefficient t-Stat
ETOT 0.210725 2.81353*

ETOT*RES*FD 0.020775 2.31106**
ETOT HONGKONG 29.58673 1.01420
ETOT INDONESIA 0.085392 0.75753
ETOT JEPANG 0.727807 0.27372
ETOT KOREA 0.056182 0.27047
ETOT SINGAPORE 0.08172 1.13121
ETOT AMERIKA 2.063432 1.34070
ETOT*RES*FD HONGKONG 752.3878 1.37064
ETOT*RES*FD INDONESIA 0.457545* 6.94424
ETOT*RES*FD JEPANG 3.378820 0.79663
ETOT*RES*FD KOREA 0.101195* 4.09339
ETOT*RES*FD SINGAPORE 0.008658 1.11762
ETOT*RES*FD AMERIKA 1096.675* 3.44534
HONGKONG C 2.171885 1.81693
INDONESIA C 8.707835 8.61228
JEPANG C 4.807432 4.66986
KOREA C 6.827674 7.48335
SINGAPORE C 0.316388 0.68145
AMERIKA C 4.855598 5.43282
R squared 0.999602 0.999826
Adjusted R squared 0.999585 0.999806
F statistic 57441.05 50703.52
Prob(F statistic) 0.000000 0.000000
SE. of Regression 0.091970 0.063000
Durbin Watson stat 0.159282 0.558856
Keterangan: * Signifikan 1%; ** Signifikan 5%.
Untuk hasil estimasi model financial deepening mitigation terms sebagaimana dalam
tabel diatas tanda pada koefisien regresi variabel effective terms of trade menunjukkan arah
pengaruh yang tidak sesuai dengan hasil yang diharapkan. Sebagaimana dikemukakan
sebelumnya, berdasarkan teori yang digunakan dalam penelitian ini diharapkan pengaruh negatif
dari effective terms of trade (dapat diartikan depresiasi nilai tukar luar negeri dan apresiasi nilai
tukar dalam negeri). Sebagaimana dalam model pertama, model kedua ini mengindikasikan
semakin efektif nilai tukar perdagangan (effective terms of trade) suatu negara semakin
menurunkan nilai tukar negara bersangkutan. Keterbukaan perdagangan yang disusun dan
direncanakan serta direalisasikan dengan baik justru berdampak pada penurunan nilai tukar riil
negara bersangkutan. Dapat diartikan bahwa untuk menjaga stabilitas nilai tukar riil di suatu
negara, hendaknya keterbukaan perdagangan di batasi dan sebagai upaya menghindari efek
negatif effective terms of trade, meskipun kondisi tersebut tidak berlaku secara spesifik di
seluruh negara didunia.
Secara rata-rata financial deepening keseluruhan negara yang diestimasi adalah sebesar
3,34 dengan perubahan pada real exchange rate rata-rata terapresiasi sebesar 4,3%. Dari hasil
estimasi model financial deepening mitigation terms secara keseluruhan, menunjukkan koefisien
effective terms of trade memiliki nilai sebesar 0,21. Dapat diartikan bahwa elastisitas real exchage
rate terhadap effective terms of trade shock ialah peningkatan effective terms of trade suatu
negara sebesar 1% berpengaruh pada peningkatan real exchange rate sebesar 0,21%.
Peningkatan real exchange rate disini diartikan sebagai depresiasi nilai tukar, sehingga semakin
efektif terms of trade suatu negara berdampak negatif terhadap real exchange rate negara
bersangkutan. Meskipun real exchange rate tidak inelastis terhadap effective terms of trade,
setidaknya menggambarkan bahwa efektifitas terms of trade membawa dampak negatif dalam
perekonomian suatu negara, terutama nilai tukarnya.
Hal ini dimungkinkan terjadi karena besaran (magnitude) effective terms of trade dalam
mempengaruhi pasar nilai tukar dapat dikatakan terlalu kecil sehingga kekuatan pasar yang
mempengaruhi fluktuasi nilai tukar tidak sepenuhnya dipengaruhi oleh perubahan effective
terms of trade namun oleh faktor lainnya. Kondisi aliran modal jangka pendek dan aliran modal
internasional mendukung argumen ini. Skala dan struktur ekonomi antar negara yang berbeda-
beda demikian juga terjadi pada pasar barang dan pasar keuangan. Hal ini banyak berpengaruh
pada efektifitas terms of trade dalam mempengaruhi nilai tukar riil di masing-masing negara.
Disisi lain, variabel financial deepening mitigation terms (ETOT*RES*FD) memiliki koefisien
negatif dan signifikan, hal ini menandakan financial deepening tidak berfungsi sebagai shock
absorber ketika suatu negara mengalami depresiasi nilai tukar riil yang disebabkan terms of
trade shock. Hasil estimasi model ini menghasilkan nilai koefisien variabel financial deepening
mitigation terms adalah sebesar -0,021. Hal ini dapat diartikan bahwa international reserves
dan rasio jumlah uang beredar terhadap GDP kurang memiliki peranan sebagai shock absorber
ketika terjadi depresiasi nilai tukar yang disebabkan terms of trade shock.
Terjadinya depresiasi nilai tukar yang diakibatkan oleh terms of trade shock tidak mampu
distabilkan oleh financial deepening negara-negara bersangkutan. Ketidakmampuan financial
deepening mitigation terms sebagai penstabil nilai tukar mendukung hasil dari model
international reserves mitigation terms yang menunjukkan bahwa secara umum di negara-
negara yang termsasuk dalam penelitian, international reserves lebih berperan sebagai penstabil
nilai tukar riil dibandingkan financial deepening mitigation terms. Negara-negara yang menjadi
obyek penelitian ini secara keseluruhan memiliki kecenderungan international reserves masing-
masing negara lebih berperan mempengaruhi stabilitas real exchange rate negara-negara
bersangkutan.
Hasil estimasi secara spesifik sebagaimana terdapat dalam tabel III.3 tersebut diatas terlihat
bahwa untuk keseluruhan negara, termsasuk Indonesia variabel effective terms of trade (ETOT)
tidak memiliki pengaruh yang signifikan terhadap nilai tukar riil. Dapat diartikan besar kecilnya
elastisitas real exchange rate terhadap effective terms of trade shock tidak banyak berpengaruh
pada peranan financial deepening sebagai shock absorber ketika terdapat depresiasi niali tukar
akibat terms of trade shock. Berdasarkan hasil estimasi yang dilakukan tersebut, variabel effective
terms of trade Indonesia, Korea dan Singapura memiliki arah hubungan yang sesuai dengan
teori, namun demikian variabel-variabel tersebut tidak signifikan mempengaruhi real exchange
rate. Hal berbeda untuk negara lainnya, yaitu Hongkong, Jepang dan Amerika bahkan memiliki
nilai koefisien yang tidak sesuai dengan teori yang digunakan. Effective terms of trade negara-
negara tersebut bertanda positif dan tidak signifikan mempengaruhi real exchange rate. Dalam
konteks financial deepening sebagai shock absorber depresiasi real exchange rate akibat dari
terms of trade shock dapat dikatakan effective terms of trade tidak banyak memiliki pengaruh
terhadap perubahan-perubahan yang terjadi pada real exchange rate semua negara.
Estimasi spesifik untuk variabel financial deepening mitigation terms (ETOT*RES*FD)

menghasilkan nilai koefisien secara individu berpengaruh terhadap nilai tukar riil pada taraf
keyakinan 1%. Pengaruh tersebut signifikan hanya di negara Indonesia, Korea dan Amerika.
Dengan demikian penolakan terhadap H0 hanya berlaku untuk ketiga negara tersebut. Dari
hasil estimasi menunjukkan bahwa tanda pada koefisien variabel financial deepening mitigation
terms untuk negara Korea adalah negatif yang menandakan peranan financial deepening tidak
optimal sebagai shock absorber depresiasi nilai tukar ketika terjadi depresiasi nilai tukar akibat
terms of trade di negara Korea. Hal ini memperkuat pada temuan sebelumnya yang
mengindikasikan negara ini telah efektif menggunakan international reserves-nya sebagai
penstabil nilai tukar pada saat terjadi depresiasi real exchange rate Won yang disebabkan terms
of trade shock.
Berdasarkan estimasi spesifik hanya Indonesia dan Amerika yang mengindikasikan hasil
sesuai teori dan hasil yang diharapkan, yaitu nilai koefisien variabel financial deepening mitigation
terms positif. Hal ini dapat diartikan apabila terjadi depresiasi pada nilai tukar Indonesia dan
Amerika yang disebabkan terms of trade shock maka financial deepening akan berperan sebagai
penstabil nilai tukar (shock absorber) untuk mata uang negara yang terdepresiasi tersebut.
Tanda positif pada koefisien variabel financial deepening mitigation terms berarti bahwa financial
deepening dapat berperan sebagai penstabil nilai tukar akibat terms of trade shock (Aizenman
dan Crichton (2006: 6).
Dalam kasus Indonesia, rata-rata financial deepening adalah sebesar 1,7% dengan
pertumbuhan rata-rata dalam periode yang sama yang cenderung menurun 4,24% setiap tahunnya.
Rata-rata pertumbuhan ekonomi Indonesia selama periode penelitian adalah 5,59% sedangkan
pertumbuhan M2 selama periode yang sama sebesar 10,59%. Kondisi intermediasi perbankan
yang sesuai dengan kebutuhan perekonomian dapat mengakumulasi modal dengan cepat dan
menyalurkan pada sektor-sektor ekonomi yang membutuhkannya belum sepenuhnya berjalan
dengan baik jika dilihat kontribusinya terhadap perekonomian dari sisi perdagangan internasional.
Dalam hal financial deepening , negara yang memiliki kemiripan dengan kasus
perekonomian Indonesia ialah negara Amerika. Financial deepening Amerika memiliki peranan
sebagai penstabil nilai tukar Dolar US terhadap mata uang negara-negara mitra dagang
utamanya. Jumlah uang beredar mendorong apresiasi otomatis pada nilai tukar ketika depresiasi
nilai tukar akibat terms of trade shock. Negara-negara tersebut diantaranya Hongkong, Jepang
dan Singapura. Kedua negara tersebut financial deepening kurang memiliki peranan dalam
penstabilan nilai tukar.
Berbeda dengan perkonomian Indonesia dan Amerika, beberapa negara juga terapresiasi
nilai tukarnya dengan dorongan financial deepening namun dorongan tersebut tidak signifikan
mempengaruhi apresiasi nilai tukar pada saat terjadi depresiasi nilai tukar yang diakibatkan
oleh terms of trade shock. Negara Hongkong, Jepang dan Singapura variabel financial deepening
mitigation terms tidak memiliki pengaruh yang signifikan terhadap nilai tukar riil. Hal ini
dikarenakan selama periode penelitian, nilai tukar Yen Jepang dan Dollar Singapura menguat
terhadap dollar AS terutama ditopang oleh bangkitnya kembali kinerja ekspor negara-negara
tersebut dengan memanfaatkan meningkatnya permintaan dunia terutama dari AS dan China.
Dengan asumsi bahwa suatu negara dengan kondisi financial deepening yang dalam telah
mampu melakukan self adjustment pada nilai tukarnya. Financial deepening yang dalam dapat
diartikan bahwa sistem keuangan di negara tersebut telah maju, berkembang dan sektor-sektor
keuangan yang berjalan tidak hanya didominasi oleh sektor perbankan. Tidak signifikannya
financial deepening Hongkong, Jepang dan Singapura dimungkinkan karena kondisi financial
deepening negara-negara tersebut tergolong dalam jika dibandingkan dengan negara-negara
lain sebagai obyek penelitian ini. Negara obyek penelitian ini yang mengindikasikan kondisi financial
deepening cukup baik dibandingkan dengan negara-negara lainnya adalah Hongkong dan
Singapura. Rata-rata financial deepening negara-negara tersebut masing-masing sebesar 11,7
dan 4,52, sedangkan rata-rata financial deepening Jepang sebesar 1,37. Hal ini berarti bahwa
mekanisme penyesuaian otomatis yaitu melalui mekanisme pasar telah berjalan dengan baik di
dua negara tersebut. Financial deepening di tiga negara tersebut menunjukkan nilai jumlah uang
beredar di masing-masing negara lebih dari satu kali besarnya GDP masing-masing negara.
Ketidaksesuaian hasil untuk negara Hongkong juga dikarenakan negara ini menganut
sistem nilai tukar tetap sehingga yang lebih berperan sebagai penstabil nilai tukar adalah dengan
menggunakan international reserves. Sedangkan untuk negara Jepang, pada periode penelitian
peningkatan dalam jumlah uang beredar dalam arti luas (M2) belum cukup untuk mengangkat
perekonomian Jepang dari deflasi. Sehingga, pemerintahan negara Jepang lebih banyak
menggunakan international reserves melalui kegiatan intervensi di pasar valas. Hal ini dilakukan
untuk menahan laju apresiasi Yen yang cukup cepat karena apresiasi yen yang terlalu besar
dapat menurunkan profit yang diperoleh eksportir. Sehingga, pada periode penelitian financial
deepening kurang berperan sebagai penstabil nilai tukar.
Dengan pertumbuhan M2 rata-rata sebesar 11,47 dan pertumbuhan ekonomi rata-rata

4,92%, kondisi financial deepening Korea Selatan adalah sebesar 0,21. Berdasarkan hasil estimasi
menunjukkan bahwa financial deepening memiliki keofisien negatif dan signifikan. Dalam kondisi
demikian dapat diartikan bahwa financial deepening yang semakin meningkat justru memiliki
pengaruh pada penurunan nilai tukar negara Korea Selatan. Dalam kondisi terms of trade
shock, negara ini tidak banyak menggunakan M2 sebagai shock absorber melalui mekanisme
financial depening. Hal ini memperkuat temuan empiris pada model international reserves
mitigation terms yang menunjukkan hanya Korea Selatan yang efektif menggunakan
international reserves sebagai penstabil nilai tukar riil ketika terjadi depresiasi nilai tukar akibat
time of trade shock. Peran international reserves sebagai buffer stock berjalan sesuai dengan
hipotesis yang diharapkan.
Meskipun shock absorber oleh financial deepening Indonesia berfungsi dengan baik
sebagaimana yang terjadi pada Amerika. Di Indonesia penggunaan jumlah uang beredar sebagai
absorber ketika terjadi depresiasi nilai tukar akibat terms of trade shock kurang optimal
penggunaannya. Kondisi financial deepening Indonesia selama periode penelitian kurang
mendukung stabilitas nilai tukar pada periode yang sama, dimana pertumbuhan rata-rata
financial deepening Indonesia tumbuh negatif 4,24%. Kondisi ini menunjukkan belum efektif
penggunaan financial deepening sebagai penstabil real exchange rate di Indonesia meskipun
hasil estimasi menunjukkan peranan penting financial deepening sebagai shock absorber
penstabil nilai tukar Rupiah.
V. KESIMPULAN DAN IMPLIKASI KEBIJAKAN

Penelitian ini pada intinya membahas peranan international reserves dan financial
deepening dalam mempengaruhi stabilitas nilai tukar pada saat terjadinya terms of trade shock.
Dengan obyek penelitian Indonesia beserta 5 negara mitra dagang utamanya (Hongkong,
Jepang, Korea Selatan, Singapura dan Amerika Serikat) penelitian ini menyimpulkan bahwa
secara keseluruhan negara-negara obyek penelitian menunjukkan elastisitas real exchange rate
terhadap effective terms of trade shock yang signifikan dikedua model yang digunakan. Setiap
perubahan yang terjadi pada effective terms of trade direspon positif oleh real exchange rate
semua negara. Perbaikan dan peningkatan kondisi effective terms of trade cenderung
menurunkan mata uang masing-masing negara (depresiasi). Ketika terjadi terms of trade shock,
secara rata-rata keseluruhan negara cenderung menggunakan international reserves untuk
mengurangi gejolak yang terjadi pada nilai tukarnya (depresiasi).
Keseluruhan negara menggunakan international reserves sebagai penstabil nilai real

exchange rate-nya. Peranan buffer stock dari international reserves berjalan mendorong apresiasi
real exchange rate keseluruhan negara. Peranan financial deepening dalam hal penstabil nilai
tukar secara keseluruhan tidak memiliki peranan sebagai shock absorber penstabil nilai tukar
mata uang masing-masing negara. Kondisi ini menggambarkan bahwa negara-negara obyek
penelitian memiliki kecenderungan lebih menekankan penggunaan international reserves dalam
rangka penstabil nilai tukarnya, meskipun efektifitas penggunaan instrumen tersebut
berdasarkan penelitian ini diragukan keberhasilannya.
Secara spesifik masing-masing negara, penggunaan instrumen tersebut banyak mengalami

perbedaan dalam hal peranan buffer stock dari international reserves dan peranan shock absorber
dari financial deepening. Perbedaan-perbedaan tersebut bergantung pada skala ekonomi dan
struktur perekonomian masing-masing negara. Hanya negara Korea yang menunjukkan peranan
international reserves sebagai buffer stock penstabil nilai tukar ketika terdapat gejolak penurunan
nilai tukar akibat terms of trade shock. Sedangkan untuk negara-negara lainnya termasuk
Indonesia dan Amerika Serikat international reserves mengalami keterbalikan, dimana peranan
international reserves sebagai buffer stock penstabil real exchange rate tidak berjalan efektif
dan cenderung mendorong depresiasi nilai real exchange rate. Bahkan untuk kasus negara
Hongkong, Jepang dan Singapura peranan buffer stock dari international reserves tidak banyak
memiliki pengaruh yang signifikan.
Peranan shock absorber dari financial deepening ditinjau lebih spesifik untuk masing-
masing negara mengalami perbedaan efektifitasnya di masing-masing negara. Arah yang sama
dengan penggunaan international reserves yang menunjukkan hanya Korea Selatan yang
memiliki peranan penggunaan international reserves untuk upaya penstabil nilai tukar mata
uang negara tersebut, dalam konteks financial deepening di negara tersebut financial deepening
justru tidak memiliki peranan sebagai penstabil nilai tukar ketika terjadi depresiasi nilai tukar
pada saat terms of trade shock. Peranan buffer stock dari international reserves lebih efektif
dibandingkan dengan peranan shock absorber dari financial deepening. Sedangkan untuk negara
Indonesia dan Amerika financial deepening memberikan peranan yang cukup besar dalam
upaya penstabilan nilai tukar. Untuk negara-negara Jepang, Hongkong dan Singapura peranan
buffer stock yang berasal dari international reserves dan shock absorber dari financial deepening
tidak banyak memiliki pengaruh yang cukup signifikan terhadap upaya stabilitas nilai tukar
yang disebabkan terms of trade shock.
Berdasarkan hasil penelitian ini menunjukkan bahwa untuk upaya stabilitas nilai tukar di
Indonesia lebih efektif menggunakan financial deepening jika dibandingkan dengan penggunaan
instrumen international reserves. Bank sentral sebagai pemegang kebijakan intervensi nilai tukar
perlu melakukan evaluasi ulang pada penggunaan instrumen international reserves, khususnya
ketika terjadi depresiasi nilai tukar yang diakibatkan oleh terms of trade shock seperti saat ini.
Penggunaan financial deepening dalam perekonomian Indonesia kurang maksimal sebagai
bentuk upaya stabilitas nilai tukar. Pertumbuhan ekonomi cenderung lebih tinggi dibandingkan
dengan pertumbuhan jumlah uang beredar. Hal inilah yang menyebabkan financial deepening
Indonesia memiliki pertumbuhan negatif dan peranannya terhadap stabilitas nilai tukar
cenderung kecil jika dibandingkan dengan kebutuhan standarnya. Rendahnya pertumbuhan
financial deepening dimungkinkan oleh masih berhati-hatinya sektor perbankan dalam
menjalankan fungsi intermediasinya sesuai dengan kebutuhan perekonomian. Hal tersebut
juga di tunjang dengan penanaman investasi di Indonesia yang cenderung rendah dengan
pertumbuhan rata-rata 8,8%.
Peningkatan efektifitas terms of trade Indonesia juga perlu dilakukan untuk upaya stabilitas
nilai tukar. Effective terms of trade yang memiliki arah pengaruh negatif terhadap nilai tukar riil
perlu disikapi dengan membuka lebar upaya-upaya perdagangan internasional dan aliran modal
jangka panjang dari luar negeri. Kondisi ini dapat didorong dengan meningkatkan volume
ekspor nasional untuk mempercepat apresiasi dan stabilitas nilai tukar Rupiah. Hal ini sangat
mungkin dilakukan pada kondisi seperti sekarang dengan tetap memperhatikan kondisi
perekonomian global yang belum sepenuhnya stabil.
Efektifnya pengaruh financial deepening tersebut memungkinkan untuk meningkatkan

perekonomian domestik yang lebih baik. Namun demikian, selama periode penelitian financial
deepening Indonesia memiliki kecenderungan tumbuh negatif. Hal ini dapat diartikan bahwa
meskipun peranan financial deepening yang positif terhadap nilai tukar namun peranan financial
deepening sebagai shock absorber ketika terjadi depresiasi real exchange rate cenderung semakin
mengecil. Peranan financial deepening belum diikuti dengan intermediasi perbankan dan
investasi yang sesuai dengan kebutuhan kinerja perekonomian. Kondisi perekonomian yang
lebih baik dengan ditunjang intermediasi perbankan nasional yang memadai memungkinkan
untuk meningkatkan output domestik yang berpengaruh pula pada stabilitas nilai tukar. Dengan
membaiknya perekonomian nasional, memungkinkan untuk terlepas dari gejolak yang terjadi
pada perekonomian dunia, hal tersebut dapat dicontohkan oleh negara dengan kondisi domestik
yang cukup baik dan tahan terhadap guncangan resesi dunia pada saat ini ialah India dan
China.
Beberapa saran yang memiliki keterkaitan dan implikasi terhadap kebijakan di Indonesia
ialah:
1. Bank sentral dalam hal ini Bank Indonesia sebagai pemegang otoritas moneter diharapkan
mampu menjaga international reserves dalam kondisi yang cukup dan stabil. Untuk menjaga
stabilitas nilai tukar di pasar keuangan melalui intervensi pasar valas, Bank Indonesia
hendaknya hanya melakukan intervensi jika diperlukan dan kondisi pasar valas yang tidak
sepenuhnya stabil. Hal ini berdasarkan pada tidak efektifnya international reserves sebagai
penstabil nilai tukar (buffer stock) jika dibandingkan dengan peranan yang sama dari financial
deepening (shock absorber). Penjagaan international reserves dimaksudkan agar bank sentral
memberi kepercayaan pada pasar terhadap kondisi international reserves yang kuat dan
influence kepada para pelaku pasar bahwa fundamental ekonomi adalah kuat untuk
mengatasi gejolak nilai tukar akibat terms of trade shock.
2. Diperlukan kebijakan oleh Bank Indonesia berupa dorongan menjalankan fungsi intermediasi
bank-bank yang ada di Indonesia. Intermediasi perbankan berhubungan langsung dengan
jumlah uang beredar sehingga berdampak pada financial deepening. Perlunya peningkatan
kondisi financial deepening dimaksudkan untuk menindaklanjuti temuan penelitian yang
menunjukkan financial deepening memiliki peranan buffer stock cukup memungkinkan
untuk menjaga stabilitas nilai tukar.
3. Peningkatan volume investasi langsung dengan kebijakan-kebijakan yang mendorong
investasi perlu dilakukan pemerintah sebagai otoritas fiskal. Aliran modal masuk jangka
panjang atau foreign direct investment merupakan salah satu bentuk investasi yang memiliki
peranan dalam peningkatan jumlah uang beredar dan pertumbuhan perekonomian nasional.
Kondisi tersebut diharapkan dapat meningkatkan pendapatan atau output domestik.
Peningkatan volume investasi selanjutnya diharapkan berimplikasi pada meningkatnya
pertumbuhan ekonomi. Volume investasi yang berimplikasi pada jumlah uang beredar
diharapkan dapat menjaga mekanisme pasar agar berjalan dengan baik dan sesuai dengan
kondisi perekonomian sehingga stabilitas nilai tukar dapat terjaga dengan baik.
4. Perlunya meningkatkan penerimaan ekspor Indonesia dengan menciptakan suatu iklim yang
memungkinkan ekspor Indonesia meningkat secara terus menerus dan stabil. Perlunya
menjaga harga komoditas ekspor Indonesia agar tetap kompetitif di pasar internasional.
Peningkatan efektifitas terms of trade dalam kasus perekonomian Indonesia sesuai dengan
hasil penelitian yang menunjukkan semakin efektif terms of trade semakin meningkatkan
apresiasi nilai tukar Rupiah. Kondisi ekspor yang semakin membaik diharapkan nilai tukar
riil akan terapresiasi.
5. Perlunya menjaga kecukupan international reserves untuk intervensi dalam jumlah yang
terukur. Kecukupan international reserves diharapkan mampu mengikuti perkembangan
indikator moneter terutama nilai tukar rupiah dan perkembangan pasar valuta asing,
dikarenakan bahwa devisa merupakan salah satu alat dan sumber pembiayaan yang penting
bagi perekonomian suatu bangsa dan negara. Pemilikan dan penggunaan devisa serta sistem
nilai tukar perlu diatur sebaik-baiknya untuk memperlancar lalu lintas perdagangan, investasi
dan pembayaran dengan luar negeri, sesuai dengan UU No. 24 Tahun 1999 tentang lalu
lintas devisa dan sistem nilai tukar.
6. Dalam rangka menjaga stabilitas nilai tukar, diharapkan Bank Indonesia lebih banyak
melakukan kerjasama-kerjasama bilateral yang serupa dengan negara EMEAP (Executive
Meeting of the east Asia and Pacific Central Banks/Monetary Authorities) dan ASA (ASEAN
Swap Arrangement). Tujuan dari dua kerjasama tersebut adalah untuk saling membantu
secara bilateral apabila suatu negara peserta mengalami gejolak nilai tukar. Kerjasama tersebut
dipandang lebih menguntungkan bila dibandingkan kerjasama yang selama ini dilakukan
Indonesia dengan IMF, dimana tuntutan perjanjian IMF lebih banyak memberatkan
pemerintah Indonesia melalui program-program stabilitas perekonomian sesuai dengan
pandangan IMF bukan pada kondisi riil kebutuhan dan kinerja perekonomian Indonesia.
7. Untuk penelitian selanjutnya, beberapa catatan yang perlu diperhatikan: Pertama, untuk
menganalisa peranan financial deepening dan international reserves perlu untuk melakukan
formulasi ulang pada komponen variabel jumlah uang beredar dan international reserves
dengan pemisahan bagi negara maju dan berkembang. Sebagai gambaran, penelitian ini
menggunakan jumlah uang beredar dengan proxy M2 untuk negara-negara maju dengan
negara berkembang, sehingga hasil yang diperoleh kurang maksimal. seperti fenomena
yang sama antara Indonesia dan Amerika, sedangkan secara riil kedua negara tersebut
mengalami perbedaan yang sangat besar baik dalam skala ekonomi, struktur ekonomi serta
struktur sistem keuangan di kedua negara. Kedua, keterbatasan data yang digunakan dalam
penelitian ini menyebabkan analisa terhadap fenomena yang terjadi sulit untuk dijangkau.
Seperti periode tahun 1997/1998 sebenarnya perlu dimasukkan sebagai periode penelitian
untuk menghasilkan analisa yang lebih detail antara fenomena dengan hasil estimasi yang
dilakukan.
DAFTAR PUSTAKA
Aizenman, Joshua dan Nancy Marion. 2002. The High Demand For International Reserves In
The Far East: What»s Going On?. Working Paper 9266. National Bureau of Economic Research.
October 2002, pp. 1-46.
Aizenman, Joshua Yeonho Lee dan Yeongseop Rhee. 2004. International Reserves Management
And Capital Mobility In A Volatile World: Policy Considerations And A Case Study of Korea.
Working Paper 10534. National Bureau of Economic Research. June 2004. pp. 1-29.
Aizenman, Joshua dan Daniel Riera-Crichton. 2006. Real Exchange Rate And International
Reserves In The Era of Growing Financial And Trade Integration. Working Paper 12363.
National Bureau of Economic Research. July 2006. pp. 1-54.
Aulia F., Telisa, 2001, Agregat Moneter sebagai Sasaran Antara Kebijakan Moneter diIndonesia,
Jurnal Ekonomi Pembangunan Indonesia, Vol. 2, No. 1, Juli 2001.
Baltagi, Badi H. 2002. Econometric Analysis of Panel Data. Second Edition. New York : John
Wiley & Sons. Ltd.
Calderon, Cesar A. 2004. Real exchange Rates In The Long And Short Run: A Panel Co-Integration
Approach. Revista de Analisis Economico. Vol. 19. No. 2. December 2004. pp. 41-83.
Calderon, Cesar A dan Lin Liu. 2002. The Direction of Causality Between Financial Development
and Economic Growth. Working Papers 184. Central Bank of Chile . October 2002. pp. 1-20.
Carbaugh , Robert . J . 2004 . International Economics . 9th Ed . USA . Thomson.
Gandhi, Dyah Virgoana. Pengelolaan Cadangan Devisa Di Bank Indonesia. Seri Kebanksentralan.
No.17. Pusat Pendidikan dan Studi Kebanksentralan (PPSK). Bank Indonesia. Maret 2006.
Goeltom, Miranda S dan Doddy Zulverdi. Manajemen Nilai Tukar Di Indonesia dan
Permasalahannya. Buletin Ekonomi Moneter dan Perbankan. Bank Indonesia. Vol.1, No.2.
September 1998.
IMF. 2001. Guidelines for International Reserves and Foreign Currency Liquidity. IMF Official
Website: http://www.imf.org.
Greene, William H. 2003. Econometric Analysis. Fifth Edition. New York University. Prentice
Hall. Pearson Education, Inc., Upper Saddle River. New Jersey.
Gujarati, Damodar N. 1995. Basic Econometrics. Fourth Edition. New York McGRAW-HILL.
Hady, Dr. Hamdy. 2001. Ekonomi internasional. Edisi Ketiga. Jakarta. Penerbit Ghalia Indonesia
Jhingan, M.L. 2001. International Economics. Fifth Revised and Enlarge Edition. Delhi: Vrinda
Publication (P) LTD. India.
King, Robert. G dan Ross Levine. 1993. ∆Finance and Growth: Schumpeter Might be Right∆,
Quartely Journal of Economics, CVIII, Agustus, 1993. pp.716√737.
Krugman, P.R & M. Obstfeld . 2003 . International Economics : Theory & Policy. 6th Ed . USA .
Addison Wesley.
Mankiw, N. Gregory. 2000. Teori Makro Ekonomi. Edisi Keempat. Terjemahan. Jakarta :
Penerbit Erlangga.
Muklis. 2005. Analisis Financial Deepening di Indonesia. Ekofeum Online. Jurnal Ekonomi
Pembangunan. FE UM.
Nopirin. 1995 . Ekonomi Internasional . Edisi Ketiga . Yogyakarta : BPFE.
Pugel, Thomas A. 2004. International Economics. Twelfth Edition. New York: McGraw-Hill
Companies.
Rajan, Ramkishen dan Reza Siregar. 2004. Centralized Reserves Pooling for the ASEAN+3
Countries, Monetary And Financial Integration In East Asia The Way Ahead, Vol.2, ADB,
New York, Palgrave Macmillan.
Salvatore, Dominick. 1996. Ekonomi Internasional. Edisi Kelima. Terjemahan. Jakarta :

Penerbit Erlangga.
Simorangkir, Iskandar dan Suseno. Sistem dan Kebijakan Nilai Tukar. Seri Kebanksentralan,
No.12, Pusat Pendidikan dan Studi Kebanksentralan (PPSK), Bank Indonesia, Mei 2005.
Slangor. 1991. Financial System and Economics Development. A Lecture Note Prepared for
ASEAN Course on Management Central Bank Branches.
Tambunan, Tulus T.H. 2004. Globalisasi dan Perdagangan Internasional. Bogor. Ghalia Indonesia.
Widarjono, Agus.2005. Ekonometrika Teori dan Aplikasi, Yogyakarta: Ekonosia.
. 2005. Modul Pelatihan Ekonometrika Dasar. Kerjasama Laboratorium FE UI dan

Direktorat Pendidikan Tinggi. Jakarta : Departemen Pendidikan Nasional.
. 2004. Modul Pelatihan Ekonometrika dan Time Series Models. Jurusan Ilmu Ekonomi
dan Studi Pembangunan, Fakultas Ekonomi Universitas Airlangga. Surabaya.
. 2002. Eviws 4.1. User Guide. Quantitatif Micro Soft Ware. LLC : United States of
America.
LAMPIRAN III.A
Definisi Operasional Variabel
Variabel yang digunakan dalam penelitian ini sebagaimana terdapat dalam bagian 3
diberikan definisi operasional untuk menghindari kerancuan makna, serta merupakan batasan
dan penjelasan dari variabel- variabel yang digunakan, yaitu:
ec v terms
1) Effective m of
o trade
r (ETOT)
Untuk memberikan gambaran mengenai kondisi perdagangan suatu negara dengan negara
lain dengan telah memasukkan unsur keterbukaan perdagangan maka digunakan rumus
yang diadopsi dari model yang digunakan oleh Aizenman dan Crichton (2006) yaitu
TO*ln(TOT) yang kemudian disebut effective terms of trade, yang dapat dituliskan dengan
rumus sebagai berikut:
(III.A.1)
Formulasi persamaan diatas diperoleh dari persamaan di bawah ini:
a) TO (Trade Openness atau keterbukaan perdagangan), didapat dari rumus :
(III.A.2)
Dimana: TO adalah keterbukaan perdagangan yang menunjukkan seberapa besar rasio

antara ekspor dan impor suatu negara terhadap GDP negara bersangkutan; Export adalah
kegiatan menjual barang yang diproduksi di dalam negeri ke luar negeri. Data ekspor
merupakan data yang diperoleh dalam bentuk kuartal di Indonesia dan 5 negara mitra
dagangnya; Import adalah kegiatan membeli barang dari luar negeri untuk mencukupi
kebutuhan di dalam negeri. Data impor merupakan data yang diperoleh dalam bentuk
kuartal.
b) ln(TOT) merupakan log natural dari terms of trade. Terms of trade merupakan rasio dari
indeks harga ekspor dibagi dengan indeks harga impor dikalikan 100, yang dapat
dituliskan dengan rumus sebagai berikut :
(III.A.3)
Dimana : Px adalah Indeks harga ekspor; Pm adalah Indeks harga impor; dan 100 adalah
Indeks tahun dasar
2) Reserves
es v Mitigation
i g o Terms
Ter (ETOT*RES)
ETO
Variabel kedua yaitu effective terms of trade*RES (reserves mitigation terms) digunakan
untuk melihat seberapa besar pengaruh international reserves berperan sebagai penstabil
nilai tukar akibat terms of trade shock. Variabel ini didapat dari rumus (TO*ln(TOT)*RES)
dimana RES (reserves), didapat dengan rumus :
(III.A.4)
International reserves berfungsi sebagai buffer stock10 apabila α2 < 0 dan apabila α2 > 0
maka international reserves tidak berfungsi sebagai buffer stock. International Reserves
yang digunakan disini adalah total reserves minus gold dikarenakan terdapat masalah pada
penghitungan international reserves apabila mengikutsertakan emas. Pertama
Pertama,
a adanya
masalah tentang bagaimana cara menilai emas dengan tepat. Dikarenakan harga emas
yang selalu berubah-ubah setiap waktu. Kedua
ed
Kedua, saat ini sebagian besar negara hanya
menghitung emas kurang dari 3% dari keseluruhan jumlah international reserves-nya
Ketiga
sedangkan emas saat ini sendiri dihitung senilai 35 SDRs per ons (pada tahun 2002). Ket
Ketiga,
international reserves dalam bentuk emas yang dimiliki oleh negara sedang berkembang
masih dianggap kurang penting (Aizenman dan Marion, 2002). Sedangkan GDP dalam
persamaan diatas merupakan perwakilan dari output dalam negeri
3) Financial
n c Deepening
en Mitigation
i at n Termss (ETOT*RES*FD)
Variabel ketiga yaitu ETOT*RES*FD (financial deepening mitigation terms). digunakan untuk
melihat seberapa besar pengaruh kedalaman sektor keuangan suatu negara (financial
deepening) dapat menstabilkan nilai tukar akibat terms of trade shock. FD (Financial
Deepening) menunjukkan perkembangan sektor keuangan suatu negara. Perkembangannya
dapat diukur dengan menggunakan rasio antara aset keuangan dalam negeri terhadap
GDP yaitu :
(III.A.5)
Dimana; M2 adalah broad money yang terdiri dari uang primer (M1) ditambah dengan
tabungan dan deposito berjangka; dan GDP merupakan nilai dari output dalam negeri.
Hasil rasio ini menunjukkan rasio penggunaan M2 untuk menghasilkan setiap GDP. Semakin
kecil dalam rasio tersebut menunjukkan semakin dangkal sektor keuangan suatu negara
10 Buffer Stock berarti international reserves berfungsi sebagai cadangan untuk berjaga jaga guna menghadapi ketidakpastian keadaan
yang akan datang (misal dalam hal ini digunakan untuk stabilisasi nilai tukar).
dan semakin besar rasio tersebut menunjukkan semakin dalam sektor keuangan suatu
negara.
4) Real
eal Exchange
Ex g Ratee ((RER)
RER)
RER (Real Exchange Rate), merupakan variabel hasil olahan dari nilai tukar nominal mata
uang dalam negeri dengan mata uang luar negeri dengan basis perhitungan kuartalan.
Nilai ini diperoleh dengan mengalikan antara nilai tukar nominal dalam negeri dengan
consumer price index (CPI) luar negeri dibagi dengan CPI dalam negeri. Persamaannya adalah
sebagai berikut:
(III.A.6)
Dimana: Kurs nominal adalah harga suatu mata uang terhadap mata uang negara lain;
CPILN adalah Indeks Harga Konsumen luar negeri; CPIDN adalah Indeks Harga Konsumen
dalam negeri. CPILN yang digunakan dalam penelitian ini menggunakan patokan CPI US, hal
ini dikarenakan US merupakan mitra dagang utama terbesar Indonesia. Sedangkan CPILN
US menggunakan CPI Jepang dengan alasan yang sama.
5) Real
eal Exchange
Ex g Ratee Elasticity
Elast
Elast i
Merupakan tingkat elastisitas RER terhadap perubahan-perubahan yang terjadi pada effective
terms of trade (ETOT shock) dan terms of trade reguler (TOT shock). Untuk menghitung
elastisitas RER digunakan rumus yang diadopsi dari model yang digunakan oleh Aizenman
dan Crichton (2006) yaitu:
Elastistas RER terhadap Perubahan ETOT:
Elastisitas RER terhadap Perubahan TOT:

halaman ini sengaja dikosongkan
KEMISKINAN DI INDONESIA:
PENGARUH PERTUMBUHAN DAN PERUBAHAN
STRUKTUR EKONOMI
Sri Liani Suselo1

Tarsidin2
Abstract
Poverty level of Indonesia remains high while the economy experiences relatively high and steady
growth. The asymmetry is investigated, probing the poverty and economic growth-structure linkages at
sectoral level. The result shows that agriculture sector is the highest contributors of poverty at almost all
regions. It is also the most responsive sector, with its high growth elasticity of poverty reduction. On the
other hand economic structure seems to have varying impacts on poverty at sectoral level.
i i
JEL Classification: O10, O49
Keywords: Poverty, economic growth, structure, sectoral level.
1 Sri Liani Suselo adalah Senior Researcher pada Pusat Pendidikan dan Studi Kebanksentralan (PPSK), Bank Indonesia; sliani@bi.go.id
2 Tarsidin adalah Visiting Researcher pada Pusat Pendidikan dan Studi Kebanksentralan (PPSK), Bank Indonesia; tarsidin@yahoo.co.id
I. PENDAHULUAN
Pertumbuhan ekonomi Indonesia, yang berkisar 5% - 6% per tahun, agaknya belum
mampu mengurangi jumlah penduduk miskin. Bahkan terjadi peningkatan jumlah penduduk
miskin, yang saat ini berkisar 37 juta jiwa. Sementara itu studi dari Bank Dunia menyebutkan
bahwa hampir 50% dari jumlah penduduk Indonesia dikategorikan ∆miskin∆ dan ∆berada di
ambang kemiskinan∆. Hal ini menjadikan permasalahan kemiskinan patut mendapat perhatian
yang besar dari semua pihak.
Pertumbuhan ekonomi yang disertai dengan peningkatan jumlah penduduk miskin

tersebut tentunya mengundang sejumlah pertanyaan, seperti: siapa sebenarnya yang menikmati
pertumbuhan ekonomi tersebut, apakah pertumbuhan ekonomi tersebut disebabkan oleh
peningkatan produktivitas ataukah penggunaan faktor produksi, apakah pertumbuhan ekonomi
tersebut terkonsentrasi pada sektor-sektor tertentu sementara beberapa sektor lainnya
pertumbuhannya relatif lambat sehingga tidak mampu menekan kemiskinan.
Di samping itu terjadi pula perubahan struktur perekonomian Indonesia. Peran sektor
pertanian, yang menjadi tumpuan hidup sebagian besar masyarakat Indonesia semakin menurun.
Sementara itu sektor industri pengolahan dan sektor pengangkutan dan komunikasi semakin
meningkat share-nya. Perubahan struktur ini juga diduga turut berdampak, baik secara langsung
maupun tidak, terhadap tingginya angka kemiskinan di Indonesia.
Berdasarkan hal-hal tersebut menarik kiranya untuk dilakukan penelitian atas pertumbuhan
ekonomi dan perubahan struktur perekonomian, dalam hal ini dengan mendekomposisinya
menjadi pertumbuhan ekonomi sektoral dan dinamika yang terjadi seiring dengan adanya
perubahan struktur perekonomian. Hasil yang diperoleh diharapkan dapat menjelaskan
fenomena peningkatan angka kemiskinan yang terjadi di Indonesia.
Studi/penelitian ini diharapkan dapat menjawab 4 pertanyaan; (1) Bagaimana dekomposisi

sektoral kemiskinan di Indonesia? Sektor-sektor usaha manakah yang berkontribusi paling besar
terhadap tingginya angka kemiskinan Indonesia?, (2) Bagaimana pertumbuhan ekonomi sektoral
Indonesia? Bagaimana perbedaan tingkat pertumbuhan ekonomi sektoral tersebut dapat
menjelaskan fenomena tingginya angka kemiskinan Indonesia?, (3) Bagaimana pula perubahan
struktur perekonomian Indonesia? Apakah perubahan struktur ekonomi tersebut turut
berdampak pada tingginya angka kemiskinan Indonesia?, dan (4) Apakah solusi yang bisa
dilakukan untuk mengatasi permasalahan kemiskinan tersebut?
Melalui penelitian ini diharapkan dapat diperoleh beberapa manfaat, pertama, bagi
pengambil kebijakan baik di tingkat Pusat maupun Daerah, dengan mengetahui pengaruh
pertumbuhan ekonomi sektoral Indonesia terhadap kemiskinan sektoral akan dapat dijadikan
Kemiskinan di Indonesia: Pengaruh Pertumbuhan dan Perubahan Struktur Ekonomi 157
landasan dalam perumusan kebijakan, terkait dengan langkah-langkah yang diperlukan untuk
mengurangi jumlah penduduk miskin melalui kebijakan pembangunan sektoral. Demikian pula
halnya dengan langkah-langkah yang perlu diambil untuk meminimisasi dampak buruk dari
perubahan struktur perekonomian. Kedua, penelitian ini diharapkan dapat menjadi referensi
bagi studi-studi lainnya mengenai pertumbuhan ekonomi dan kemiskinan di Indonesia.
II. TEORI
II.1. Tinjauan Literatur
Beberapa literatur terkait dengan kemiskinan, pertumbuhan ekonomi, beberapa faktor
lain yang mempengaruhi, dan berbagai kebijakan yang ditujukan untuk pengentasannya
diuraikan berikut ini.
II.1.1. Pertumbuhan Ekonomi, Distribusi Pendapatan, dan Kemiskinan

Beberapa studi untuk melihat hubungan antara pertumbuhan ekonomi, distribusi
pendapatan, dan kemiskinan telah banyak dilakukan. Hipotesis dari Kuznets (1955, 1963)
menyebutkan bahwa proses pembangunan akan disertai dengan meningkatnya inequality secara
substansial, yang akan berbalik hanya pada tahap perekonomian sudah maju (advanced). Hal
tersebut juga disampaikan oleh Ahluwalia, Carter, dan Chenery (1979), di mana ada dugaan
bahwa pertumbuhan ekonomi disertai dengan meningkatnya inequality sehingga masyarakat
miskin mendapat bagian yang kecil dari pertumbuhan ekonomi.
Upaya paling komprehensif untuk menguji hipotesis Kuznets dilakukan oleh Deininger
dan Squire (1998), yang dengan kualitas data yang lebih baik hasilnya menunjukkan tidak
adanya hipotesis inverted-U dari Kuznets. Pada kebanyakan kasus distribusi pendapatan selama
beberapa dekade terakhir terlihat tidak banyak berubah. Beberapa studi lainnya antara lain
dilakukan oleh Knowles (2001), yang mendapatkan adanya hubungan negatif yang signifikan
antara keduanya pada sejumlah negara berkembang, namun pada negara-negara lainnya tidak
cukup ditemukan bukti tersebut. Sementara itu Ravallion dan Chen (1997) tidak menemukan
adanya hubungan yang sistematis antara pertumbuhan ekonomi dan ketidakmerataan
pendapatan, namun ditemukan adanya hubungan yang kuat antara pertumbuhan ekonomi
dan penurunan kemiskinan.
Pentingnya meneliti ketiganya secara bersamaan sebagai suatu identitas dikemukakan

oleh Bourguignon (2002), yang mengidentifikasi adanya hubungan antara pertumbuhan
ekonomi, pengurangan kemiskinan, dan perubahan distribusi pendapatan. Terkait dengan ukuran
kemiskinan, Bigsten dan Shimeles (2005) menyebutkan adanya dua ukuran kemiskinan, yakni
pendapatan per kapita dan income-inequality, sebagaimana juga disebutkan Kakwani (1991)
dan Ravallion (1992).
II.1.2. Kondisi Ekonomi Makro dan Kemiskinan

Tingkat kemiskinan di suatu negara tentunya tidak terlepas dari kinerja variabel-variabel
ekonomi makro negara yang bersangkutan. Hal ini antara lain diteliti oleh Balke dan Slottje
(1993), yang menguji hubungan antara variabel-variabel ekonomi makro dan tingkat kemiskinan
di US. Di samping itu pengaruh korelasi antar negara juga turut berperan terhadap tingkat
kemiskinan di suatu negara, sebagaimana disebutkan Ravallion (2001).
Balke dan Slottje (1993) menyimpulkan bahwa inflasi tidak mempunyai dampak terhadap
kemiskinan, berbeda dengan pengangguran yang berdampak buruk pada kemiskinan. Variabel-
variabel yang digunakan berupa pengeluaran pemerintah, transfer payments, dan money supply
(untuk menggambarkan kebijakan fiskal dan moneter), dan variabel aggregate price level dan
pengangguran (untuk menggambarkan kondisi ekonomi makro), serta ukuran kemiskinan.
II.1.3. Dualisme Ekonomi dan Kemiskinan

Adanya dikotomi antara perekonomian rural, yang dicirikan dengan masyarakat agraris dan
perekonomian urban, dengan berbagai industrinya, juga menjadi penyebab ketidakmerataan
distribusi pendapatan dan kemiskinan di berbagai negara berkembang. Hal ini antara lain
dikemukakan oleh Bourguignon dan Morrison (1998), yang mendapatkan bahwa dualisme ekonomi
merupakan penyebab utama adanya perbedaan distribusi pendapatan. Peningkatan pertumbuhan
sektor pertanian diyakini merupakan cara yang paling efisien dalam mengurangi ketidakmerataan
pendapatan dan kemiskinan. Hal ini antara lain diketengahkan pula oleh Ravallion dan Datt (1996).
Sementara itu Mellor (1999) menyebutkan bahwa pertumbuhan sektor manufaktur penting bagi
pertumbuhan secara keseluruhan bagi suatu negara, namun pertumbuhan sektor pertanian sangat
penting bagi pertumbuhan employment dan pengurangan kemiskinan.
Bahwa dualisme ekonomi dapat meningkatkan kemiskinan dikemukakan pula oleh

Ahluwalia, Carter, dan Chenery (1979), yang menyebutkan adanya faktor-faktor institusional
dan kebijakan yang bias, yang mengakibatkan aliran sumber daya berlebihan ke sektor urban.
Ravallion dan Chen (1997) menyebutkan perlunya memperhatikan dinamika di antara

penduduk miskin, dengan melihat penduduk miskin bukan sebagai grup yang homogen,
mengingat respon kemiskinan terhadap perubahan pertumbuhan ekonomi dan distribusi
pendapatan tentunya berbeda antara daerah rural dan urban. Hal ini juga disampaikan oleh Ali
dan Thorbecke (1998), yang membuktikan bahwa rural poverty lebih responsif terhadap
pertumbuhan ekonomi daripada urban poverty, namun di sisi lain urban poverty lebih responsif
terhadap distribusi pendapatan.
II.1.4. Dinamika Sektoral-Regional, Pertumbuhan Ekonomi, dan Kemiskinan

Tingkat kemiskinan suatu negara juga erat kaitannya dengan dinamika perekonomiannya,
baik akibat perubahan struktur perekonomiannya maupun perbedaan tingkat pertumbuhan ekonomi
sektoral dan regional. Ravallion dan Datt (1999) melakukan studi tentang pengaruh komposisi
pertumbuhan ekonomi sektoral dan kondisi awal suatu daerah terhadap pengurangan tingkat
kemiskinannya. Demikian pula dengan Bigsten dan Levin (2000), yang menyebutkan pentingnya
memperhatikan dinamika intersektoral dalam menyusun strategi untuk mengurangi kemiskinan.
Hal ini juga diamati oleh Hoeven (2004), yang melihat adanya keterkaitan antara
perubahan struktur ekonomi di suatu negara dan ketidakmerataan pendapatan dan kemiskinan
yang diakibatkannya. Sementara itu Huppi dan Ravallion (1990), yang meneliti tentang struktur
kemiskinan sektoral pada periode adjustment di Indonesia pada pertengahan tahun 1980-an,
mendapatkan bahwa meskipun secara keseluruhan tingkat kemiskinan mengalami penurunan,
namun pengaruhnya tidak merata pada lintas regional dan sektoral, di mana pengurangan
kemiskinan yang signifikan terutama terjadi pada sektor rural farming.
Datt dan Ravallion (2002) dalam penelitiannya menekankan adanya perbedaan tingkat
kemiskinan di antara beberapa daerah di India. Daerah-daerah yang pembangunan daerah
pertanian dan human capital-nya rendah relatif tidak responsif terhadap pertumbuhan ekonomi
dalam kaitannya dengan pengurangan kemiskinan. Sementara itu Friedman (2002), yang
melakukan studi tentang respon poverty terhadap pertumbuhan ekonomi di Indonesia,
mendapatkan adanya respon yang tinggi. Namun perbedaan antar daerah dalam tingkat
kemiskinan tetap ada meskipun telah dilakukan langkah-langkah untuk mengontrol tingkat
pendapatan pada tingkat provinsi. Terlihat bahwa faktor-faktor lokal memainkan peranan penting
terhadap tingkat kemiskinan di suatu daerah.
II.1.5. Kebijakan Pengentasan Kemiskinan

Ahluwalia, Carter, dan Chenery (1979) menyebutkan ada beberapa alternatif kebijakan
untuk mengurangi kemiskinan, yakni: akselerasi pertumbuhan ekonomi, memperbaiki distribusi
pendapatan, dan mengurangi pertumbuhan penduduk. Sementara itu Bigsten dan Levin (2000)
menyebutkan bahwa beberapa elemen strategis yang dapat mengurangi kemiskinan antara
lain: outward-oriented strategy berupa pertumbuhan ekonomi yang dimotori ekspor, yang
didasarkan pada manufaktur yang labor intensive, pembangunan pertanian dan daerah
pedesaan, dengan menggalakkan teknologi baru, investasi pada infrastruktur fisik dan human
capital, institusi yang efisien yang memberikan insentif kepada petani dan entrepreneur, kebijakan
sosial untuk mempromosikan kesehatan, pendidikan, social capital, dan jaring pengaman untuk
memproteksi penduduk miskin.
Sementara itu hasil studi de Janvry dan Sadoulet (1999) menunjukkan bahwa pertumbuhan
ekonomi dapat mengurangi kemiskinan dan ketidakmerataan secara efektif hanya jika tingkat
kemiskinan dan ketidakmerataan awal tidak terlalu tinggi dan tingkat pendidikan masyarakatnya
cukup tinggi. Ditemukan pula adanya asimetri atas dampak pertumbuhan ekonomi terhadap
kemiskinan, yakni dampak penurunan pertumbuhan ekonomi terhadap kemiskinan akan lebih
besar daripada dampak kenaikannya.
II.1.6. Pertumbuhan Ekonomi yang Mendorong Pengentasan Kemiskinan

Dari uraian di muka terlihat bahwa pertumbuhan ekonomi tidak dengan sendirinya dapat
mengentaskan kemiskinan, seringkali terjadi trade-off antara pertumbuhan ekonomi dan
kemiskinan. Ahluwalia (1976) menyebutkan bahwa pertumbuhan ekonomi memang disertai
dengan meningkatnya inequality, namun di sisi lain pendapatan penduduk miskin juga meningkat
meskipun dengan rate yang lebih lambat dari rata-rata peningkatan pendapatan. Pertumbuhan
ekonomi diperlukan untuk mengurangi kemiskinan, jadi pertumbuhan ekonomi sebagai tujuan
awal. Jika pengentasan kemiskinan diprioritaskan, yang akan terjadi adalah bahwa pertumbuhan
ekonomi akan relatif rendah.
Dalam hal ini perlu diambil kebijakan guna mengarahkan pertumbuhan ekonomi agar
pertumbuhan tersebut dapat mengurangi jumlah penduduk miskin, atau sering disebut pro-
poor growth. Bigsten dan Levin (2000) menyebutkan bahwa strategi pro-poor growth tidak
hanya memfokuskan pada pertumbuhan ekonomi, tapi juga harus dikombinasikan dengan
kebijakan distribusi pendapatan. Namun terdapat trade-off. Jika pengurangan kemiskinan dapat
dicapai melalui perbaikan distribusi pendapatan, maka kebijakan distribusi pendapatan
diprioritaskan. Sebaliknya jika pertumbuhan ekonomi yang tinggi untuk mengurangi kemiskinan
dapat dicapai melalui ketidakmerataan distribusi pendapatan yang lebih besar maka terdapat
toleransi atas distribusi pendapatan tersebut.
Osmani (2004) menyebutkan bahwa kebijakan untuk mengurangi kemiskinan harus

mengedepankan baik tingkat pertumbuhan ekonomi yang lebih tinggi maupun tingginya
elastisitas kemiskinan terhadap pertumbuhan ekonomi. Studinya menekankan peran

pengangguran dalam menjelaskan hubungan antara kemiskinan dan pertumbuhan ekonomi,
mengingat masyarakat miskin banyak bersandar pada tenaga kerjanya. Di samping itu return
to labor juga sangat ditentukan oleh physical assets, human capital, dan social capital, yang
jika faktor-faktor tersebut rendah maka seorang pekerja dapat terjebak dalam kemiskinan. Di
samping itu peran factor productivity juga penting untuk menggerakkan pertumbuhan dalam
upaya pengentasan kemiskinan, sebagaimana dikemukakan oleh Treichel (2005).
II.2. Kerangka Konseptual

Saat ini berbagai upaya tengah dilakukan untuk mengatasi kemiskinan di Indonesia.
Pertumbuhan ekonomi dikatakan tidak berkualitas sehingga tidak dapat mengurangi tingkat
kemiskinan. Namun terlihat adanya upaya analisis yang kurang terarah, di mana pertumbuhan
ekonomi selalu didekomposisi dari sisi pengeluaran, yakni berapa besarkah pertumbuhan
konsumsi, investasi, pengeluaran Pemerintah, dan ekspor-impor. Sementara itu kemiskinan
selalu dilihat dalam konteks regional, pada tingkat provinsi atau kabupaten/kota. Beberapa
institusi pun mulai membangun model makronya dengan memasukkan kemiskinan sebagai
variabelnya tanpa mendekomposisi terlebih dahulu besaran kemiskinan tersebut.
Melalui pendekatan sektoral pada penelitian ini, di mana pertumbuhan ekonomi dan
kemiskinan didekomposisi berdasarkan sisi sektoralnya, diharapkan dapat diperoleh jawaban
atas fenomena besarnya tingkat kemiskinan Indonesia di tengah pertumbuhan ekonomi yang
relatif tinggi.
Sebagaimana diuraikan di muka, terdapat hubungan yang erat antara pertumbuhan

ekonomi dan kemiskinan, yang antara lain dapat dilihat dari besarnya growth elasticity of
poverty reduction-nya (elastisitas kemiskinan terhadap pertumbuhan ekonomi), yakni seberapa
besar dampak pertumbuhan ekonomi terhadap perubahan tingkat kemiskinan. Demikian
pula halnya dengan perubahan struktur perekonomian, yang menyebabkan terjadinya
perubahan pendapatan para pelaku ekonomi, disinyalir juga turut berdampak pada tingkat
kemiskinan.
Berbeda dengan studi-studi sebelumnya yang memodelkan dan menganalisis hubungan

antara pertumbuhan ekonomi dan kemiskinan, studi ini memperhitungkan pula dampak
perubahan struktur perekonomian. Adanya perbedaan tingkat pertumbuhan ekonomi antar
sektor usaha menyebabkan terjadinya perubahan struktur perekonomian, yang antara lain
dipicu oleh adanya perbedaan insentif dari tiap sektor usaha. Hubungan antara pertumbuhan
ekonomi, perubahan struktur, dan kemiskinan dapat digambarkan sebagai berikut:
Employment Distribusi
& Pendapatan Kemiskinan
Pertumbuhan
Ekonomi Produktivitas
Pemilik Faktor
Produksi: Head Count
Tenaga Kerja Tenaga Kerja Ratio
Kapital (HCR)
Resources
Kapital
Kelompok Income Gap
Penghasilan: Ratio
Perubahan Rendah (IGR)
Struktur Resources
Menengah
Perekonomian Tinggi
Gambar IV.1
Gambaran Skematik Hubungan Pertumbuhan Ekonomi,
Perubahan Struktur, dan Kemiskinan
II.2.1. Pertumbuhan Ekonomi

Pertumbuhan ekonomi, yang diukur dengan pertumbuhan GDP, menunjukkan naiknya
jumlah output yang diproduksi oleh suatu perekonomian. Pertumbuhan ekonomi tersebut
juga mencerminkan naiknya pendapatan yang diterima oleh faktor-faktor produksi yang
digunakan di perekonomian tersebut. Dengan mendekomposisi pertumbuhan ekonomi tersebut
per sektor usaha, dapat diketahui adanya perbedaan yang cukup signifikan atas pertumbuhan
ekonomi tiap sektor usaha tersebut, yang tentunya berimplikasi pada berbagai variabel sektoral
lainnya.
Pertumbuhan ekonomi suatu sektor usaha sangat dipengaruhi oleh pertumbuhan

employment dan tingkat produktivitas sektor usaha yang bersangkutan, di samping tentunya
dipengaruhi pula oleh business cycle sektor yang bersangkutan. Pertumbuhan ekonomi sektoral
tersebut dapat dirumuskan sebagai berikut:
di mana Y adalah output, K = kapital, L = labor (tenaga kerja) dan TFP = total factor productivity
Sementara itu perubahan struktur ekonomi juga turut berpengaruh terhadap kinerja
sektor-sektor usaha tersebut, dan dengan demikian mempengaruhi besarnya pertumbuhan
ekonomi sektoral. Di sisi lain perubahan struktur juga disebabkan adanya perbedaan
pertumbuhan ekonomi antar sektor usaha. Dengan demikian terdapat hubungan yang erat
antara pertumbuhan ekonomi, perubahan struktur, serta employment dan produktivitas
sektoral.
II.2.2. Perubahan Struktur Perekonomian

Struktur perekonomian Indonesia, yang terdiri dari sembilan sektor usaha, senantiasa
berubah. Dinamika perubahan struktur tersebut merupakan hal yang wajar dalam suatu
perekonomian. Perubahan struktur dapat disebabkan oleh beberapa faktor, seperti adanya
perbedaan insentif (yakni rate of return on investment), yang senantiasa berubah seiring dengan
perkembangan demand dan supply di masing-masing sektor usaha; perkembangan teknologi;
dan ketersediaan sumber daya atau faktor produksi bagi perkembangan suatu sektor usaha.
Perubahan struktur perekonomian tersebut juga terjadi seiring dengan terjadinya perbedaan
tingkat pertumbuhan ekonomi antar sektor usaha. Sektor usaha yang tingkat pertumbuhannya
lebih tinggi akan semakin besar share atau porsinya dalam perekonomian, sebaliknya yang
tingkat pertumbuhannya rendah akan menurun share-nya. Perubahan struktur ini tentunya akan
mengubah distribusi pendapatan sektoral dari para pelaku ekonomi. Sektor pertanian, yang
menurun share-nya pada beberapa tahun terakhir, misalnya, akan menjadi kurang menarik
dibandingkan dengan sektor-sektor usaha yang pertumbuhannya tinggi dan share-nya makin
besar. Pendapatan atas faktor produksi akan semakin tertuju pada sektor-sektor usaha yang
tengah berkembang dan semakin sedikit yang bisa dinikmati oleh pelaku usaha di sektor pertanian.
Perubahan struktur ekonomi yang mengakibatkan perubahan distribusi pendapatan

sektoral tersebut akan mengakibatkan terjadinya pergeseran daya beli dari pemilik faktor
produksi yang sektor usahanya mengecil perannya ke pemilik faktor produksi yang tengah
berkembang. Hal ini dapat memicu timbulnya kemiskinan jika pergeseran tersebut terjadi dari
sektor usaha yang sebelumnya dikategorikan berpendapatan rendah (seperti sektor pertanian)
ke sektor usaha yang berpendapatan tinggi. Sebagaimana diketahui sektor pertanian merupakan
sektor usaha dengan tingkat pendapatan terendah.
II.2.3. Kemiskinan
Sebelum melihat hubungan antara pertumbuhan ekonomi dan kemiskinan di Indonesia,
perlu ditetapkan terlebih dahulu ukuran kemiskinan yang akan digunakan. Ukuran kemiskinan
tersebut tergantung pada beberapa faktor, yakni:
Standar hidup, yang dalam hal ini bisa menggunakan pendapatan atau pengeluaran untuk
konsumsi pada periode waktu tertentu.
Poverty line di mana individu dikategorikan miskin.
Sebagaimana disebutkan Ray (1998), terdapat beberapa ukuran kemiskinan. Ukuran

kemiskinan yang digunakan pada penelitian ini adalah Headcount Ratio (HCR) dan Income
Gap Ratio (IGR). HCR dalam hal ini digunakan berkaitan dengan fenomena meningkatnya
jumlah penduduk miskin di Indonesia, yang dapat dirumuskan sebagai berikut:
di mana HC adalah headcount atau jumlah penduduk miskin dan n adalah jumlah penduduk.
Melalui HCR tersebut dapat diketahui besarnya persentase penduduk miskin di tiap sektor
usaha.
Sementara itu melalui IGR dapat diketahui intensitas dari kemiskinan pada suatu sektor
usaha. Meskipun ukuran ini tidak sensitif terhadap distribusi pendapatan di antara penduduk
miskin, namun dapat digunakan sebagai acuan seberapa jauh tingkat kemiskinan dibandingkan
garis kemiskinannya. Ukuran ini dapat dirumuskan sebagai berikut:
di mana yi adalah pendapatan penduduk miskin, p adalah poverty line .
Terdapat pula beberapa ukuran kemiskinan lain yang lazim dipakai, sebagaimana
diketengahkan oleh Foster, Greer, dan Thorbecke (1984), yang bentuk umumnya dapat dituliskan
sebagai berikut:
di mana N adalah jumlah penduduk, q adalah penduduk miskin, Zp adalah poverty line, Yi
adalah pendapatan penduduk miskin dan α adalah bobot.
Semakin besar α, semakin besar pula bobot yang diberikan kepada penduduk yang lebih
miskin. Pada α = 0, ukuran yang dihasilkan berupa P0, yang merupakan HCR. Sementara itu
pada α = 1, dihasilkan indeks kemiskinan P1, yang pada dasarnya merupakan perkalian antara
HCR dan IGR. Sedangkan jika α = 2, dihasilkan indeks kemiskinan P2, yang dapat menunjukkan
tingkat ketidakmerataan di antara penduduk miskin.
Dalam hal ini yang akan digunakan adalah ukuran kemiskinan HCR dan IGR. Ukuran
kemiskinan HCR digunakan untuk melihat gambaran besarnya kemiskinan di tiap sektor, dan
IGR untuk melihat intensitasnya. Ukuran kemiskinan P1 dan P2 tidak digunakan mengingat
besarannya merupakan suatu komposit (antara HCR dan IGR). Tentunya akan lebih baik untuk
menganalisis masing-masing komponennya.
Dalam hal ini dilakukan dekomposisi atas besaran kemiskinan di Indonesia, berupa
kemiskinan sektoral-regional dan kemiskinan regional-sektoral. Melalui dekomposisi ini
diharapkan dapat diperoleh pemetaan kemiskinan baik pada tiap sektor usaha maupun pada
tiap daerah.
II.2.4. Model
Melalui dekomposisi pertumbuhan ekonomi dan tingkat kemiskinan saja belum dapat
diketahui hubungan di antara keduanya. Dalam hal ini perlu dibangun model untuk menjelaskan
hubungan antara pertumbuhan ekonomi, perubahan struktur, dan kemiskinan di Indonesia,
yakni dari sisi sektoralnya. Pada penelitian ini tidak dibangun model untuk menguji hubungan
antara kemiskinan sektoral-regional dan pertumbuhan ekonominya, mengingat tidak tersedianya
data pertumbuhan ekonomi sektoral-regional.
ead o n Ratio
1) Headcount o (HCR)
H )
Hubungan antara pertumbuhan ekonomi, perubahan struktur, dan kemiskinan sektoral

di Indonesia, yang dalam hal ini diukur dengan HCR, dapat dirumuskan sebagai berikut:
i = 1,2,...,n : sektor usaha
di mana y adalah pertumbuhan GDP riil dan S adalah share GDP riil
Diperkirakan terdapat perbedaan sektoral yang cukup berarti atas besaran HCR sektoral,
mengingat masing-masing sektor usaha mempunyai karakteristik berbeda-beda, antara lain
dari sisi labor dan capital intensity-nya, kelompok penghasilan karyawannya, dan struktur industri
intra-sektoral terkait dengan backward dan forward linkage-nya. Perbedaan karakteristik tersebut
tentunya akan berdampak pada perbedaan respon, terlebih lagi situasi yang dihadapi oleh masing-
masing sektor usaha tersebut berbeda-beda, di mana ada sektor usaha yang berkembang dan
tingkat pertumbuhannya tinggi, sementara sektor usaha lainnya justru menyusut share-nya.
c m Gap Ratio
2) Income o (IGR)
I )
Model untuk menggambarkan hubungan antara pertumbuhan ekonomi dan perubahan

struktur terhadap IGR dapat dirumuskan sebagai berikut:
i = 1,2,...,n : sektor usaha
di mana y adalah pertumbuhan GDP riil dan S adalah share GDP riil.
Dari formulasi tersebut di atas, terlihat bahwa pertumbuhan ekonomi dan perubahan
struktur berpengaruh terhadap tingkat kemiskinan melalui beberapa jalur, yakni:
a. Pertumbuhan ekonomi secara langsung berpengaruh terhadap tingkat pendapatan per kapita
sektoral, baik pendapatan dari tenaga kerja maupun kapital, dan besarnya konsumsi per
kapita. Semakin tinggi pertumbuhan ekonomi suatu sektor pada umumnya diikuti dengan
tingginya konsumsi per kapita.
b. Perubahan struktur perekonomian secara langsung akan berdampak pada adanya perubahan
distribusi pendapatan sektoral yang diterima oleh para pemilik faktor produksi, baik dari
tenaga kerja maupun kapital. Hal ini tentunya akan berpengaruh terhadap besarnya konsumsi
per kapita dan tingkat kemiskinan di sektor yang bersangkutan.
c. Pertumbuhan ekonomi menyebabkan terjadinya perubahan struktur ekonomi, mengingat
adanya perbedaan insentif seiring dengan adanya perbedaan tingkat pertumbuhan
ekonomi antar sektor usaha, yang pada akhirnya akan berdampak pula pada tingkat
kemiskinan.
III. METODOLOGI
III.1. Data
Penelitian ini menggunakan data Susenas dari BPS dan atas beberapa variabel datanya
diperoleh dari Bank Indonesia, CEIC, dan dari berbagai publikasi lainnya. Periode observasi dari
tahun 1994 - 2006, dengan menggunakan data tahunan. Beberapa variabel yang digunakan
antara lain: tingkat kemiskinan sektoral, pertumbuhan ekonomi sektoral dan share GDP riil
sektoral.
Tingkat kemiskinan sektoral diperoleh melalui pengolahan data sendiri, dengan

menggunakan poverty line regional sepanjang periode observasi. Atas beberapa periode yang
BPS tidak mempublikasikan besaran poverty line regional tersebut, yakni tahun 1994, 1995,
1997, dan 1998 dilakukan interpolasi untuk mendapatkan besaran poverty line regional.
Sementara itu untuk tahun 2005 dan 2006 dilakukan ekstrapolasi untuk mendapatkan poverty
line regional berdasarkan poverty line nasional
Dalam hal ini terdapat dua jenis HCR dan IGR yang dihitung, yakni HCR dan IGR sektoral,
yang menunjukkan tingkat kemiskinan dalam ruang lingkup sektor yang bersangkutan, serta
HCR yang dibobot dengan employment share masing-masing sektor usaha terhadap total
employment pada perekonomian Indonesia (selanjutnya disebut HCR tertimbang) dan IGR yang
dibobot dengan porsi penduduk miskin di suatu sektor terhadap penduduk miskin Indonesia
(selanjutnya disebut IGR tertimbang).
Dalam menghitung besaran HCR dan IGR tersebut, dilakukan aproksimasi sepenuhnya
berdasarkan sample, tanpa menggunakan bobot rumah tangga dan bobot individu yang ada
pada data Susenas. Jadi employment share masing-masing sektor usaha tergantung pada jumlah
sample yang sumber penghasilannya berasal dari sektor usaha tersebut. Demikian pula halnya
dengan porsi penduduk yang dikategorikan miskin. Tidak digunakannya bobot yang ada pada
data Susenas didasarkan pada pertimbangan bahwa bobot tersebut tidak mencerminkan bobot
sektoral, tapi lebih pada bobot representasi penduduk pada suatu wilayah sampling, dengan
demikian tidak tepat untuk digunakan dalam melakukan pembobotan sektoral.
III.2. Metode
Metode yang digunakan untuk mengestimasi model HCR dan IGR adalah dengan panel
data. Dalam hal ini di samping dilakukan regresi dengan common coefficient, dilakukan pula
regresi cross-section specific coefficient guna mendapatkan gambaran atas perbedaan respon
sektoral kemiskinan terhadap pertumbuhan ekonomi dan perubahan struktur. Mengingat data
berupa 13 periode observasi dengan 9 cross-section, sementara itu terdapat 9 x 2 cross-section
specific coefficient, diperlukan kehati-hatian dalam membaca hasil regresi dengan cross-section
specific coefficient tersebut. Sementara itu pengujian dengan F-test dan Hausman test akan
dilakukan guna melihat metode panel data mana yang paling tepat, apakah pooled least squre,
fixed effect model, ataukah random effect model.
Dalam menganalisis hubungan antara pertumbuhan ekonomi, perubahan struktur, dan

kemiskinan di Indonesia, dilakukan regresi atas beberapa model sebagai berikut:
eg
1) Regresi c u tR
Headcount i (HCR)
Ratio C
Langkah pertama adalah melakukan regresi kemiskinan sektoral yang diukur dengan
Headcount Ratio (HCR) terhadap pertumbuhan ekonomi dan perubahan struktur. Melalui
langkah ini diharapkan dapat diketahui gambaran umum dari pengaruh keduanya terhadap
besarnya tingkat kemiskinan, termasuk perbedaan respon HCR sektoralnya.
di mana y adalah pertumbuhan GDP riil dan S adalah share GDP riil. Dalam hal ini dilakukan
regresi terhadap besaran HCR dalam ruang lingkup sektor usaha yang bersangkutan (HCR
sektoral) guna melihat pengaruh pertumbuhan dan perubahan struktur ekonomi di masing-
masing sektor usaha.
Dilakukan pula regresi terhadap HCR yang dibobot dengan employment share sektoral
terhadap keseluruhan sample (HCR tertimbang), yang dapat dirumuskan sebagai berikut:
di mana HCi adalah headcount atau jumlah penduduk miskin di sektor ke-i, ni adalah jumlah
penduduk di sektor i, N adalah jumlah penduduk Indonesia, adalah employment share
sektor i.
Dengan pendekatan ini dapat terlihat besarnya pengaruh pertumbuhan ekonomi dan
perubahan struktur terhadap kemiskinan di suatu sektor sekaligus dampaknya bagi kemiskinan
di tingkat nasional.
eg
2) Regresi Income Gap R i (IGR)
Ratio
Melalui regresi IGR terhadap pertumbuhan ekonomi dan perubahan struktur dapat
diketahui pengaruh keduanya terhadap intensitas kemiskinan di Indonesia, termasuk pada
tingkat sektoralnya.
di mana y adalah pertumbuhan GDP riil dan S adalah share GDP riil.
Seperti halnya pada model sebelumnya, regresi juga dilakukan terhadap besaran IGR
dalam ruang lingkup masing-masing sektor (IGR sektoral) guna melihat pengaruh sektoralnya,
dan regresi terhadap IGR yang dibobot dengan porsi penduduk miskin di suatu sektor usaha
terhadap penduduk miskin Indonesia (IGR tertimbang) untuk melihat dampaknya terhadap
kemiskinan pada sektor tersebut sekaligus terhadap kemiskinan di tingkat nasional. IGR
tertimbang tersebut dapat dirumuskan sebagai berikut:
di mana yi adalah pendapatan penduduk miskin, p adalah poverty line, HCi adalah headcount,
jumlah penduduk miskin di sektor i, HC adalah headcount atau jumlah penduduk miskin
Indonesia, dan adalah : porsi penduduk miskin di suatu sektor usaha terhadap penduduk
miskin Indonesia (dengan mengeluarkan poverty line pada rumusan tersebut).

IV. ANALISIS
IV.1. Gambaran Variabel dan Perkembangannya
Pada tingkat agregat pertumbuhan ekonomi Indonesia pada beberapa tahun terakhir
relatif tinggi, yakni berkisar 5% - 6% per tahun. Namun dinamika tingkat kemiskinan di Indonesia
seringkali tidak sejalan dengan tingkat pertumbuhan ekonomi. Terdapat beberapa periode di
mana pertumbuhan ekonomi diwarnai dengan peningkatan kemiskinan. Hal ini tentunya
menimbulkan pertanyaan, bagaimana bisa perekonomian tumbuh cukup tinggi namun yang
terjadi justru semakin naiknya angka kemiskinan. Berdasarkan perhitungan pada tahun 2006
terdapat sekitar 17,75% penduduk Indonesia yang masuk kategori miskin.
Tingkat kemiskinan di suatu sektor usaha dapat dilihat dari dua sisi, yakni dari sisi
kemiskinan yang terjadi hanya dalam ruang lingkup sektor usaha yang bersangkutan (dalam
hal ini diukur dengan HCR dan IGR sektoral) dan dari sisi kemiskinan di sektor usaha yang
bersangkutan secara relatif terhadap kemiskinan di tingkat nasional (yang diukur dengan HCR
dan IGR tertimbang).
Untuk memperoleh gambaran deskriptif tentang tingkat kemiskinan di Indonesia dilakukan

penghitungan tingkat kemiskinan, baik dari sisi sektoral maupun sisi regional. Hasil perhitungan
lengkap atas tingkat kemiskinan sektoral-regional Indonesia pada tahun 2006 dapat dilihat
pada Lampiran 3 dan 4, yang menunjukkan baik besaran HCR dan IGR sektoral maupun HCR
dan IGR tertimbang. Hasil perhitungan tingkat kemiskinan sektoral-regional tersebut
menunjukkan bahwa hampir di semua daerah sektor pertanian, perkebunan, dan perikanan
merupakan penyumbang terbesar bagi tingginya tingkat kemiskinan di Indonesia. Sementara
itu sektor listrik, gas, dan air minum serta sektor keuangan, real estat, persewaan, dan jasa
perusahaan merupakan dua sektor usaha yang tingkat kemiskinannya paling kecil hampir di
semua daerah. Perbedaan tingkat kemiskinan sektoral di daerah-daerah tersebut terkait pula
dengan factor endowment dan adanya sektor-sektor usaha tertentu yang memang tidak cukup
berkembang dibandingkan sektor-sektor usaha lainnya yang menjadi unggulan di daerah-daerah
tersebut.
Besaran HCR, baik sektoral maupun tertimbang, dan variabel pertumbuhan dan perubahan
struktur ekonomi di masing-masing sektor usaha sebagaimana terlihat pada gambar berikut
ini.
Sektor Pertanian, Perkebunan, dan Perikanan Sektor Pertambangan dan Penggalian

% %
80,00 80,00
70,00 70,00
60,00 60,00
50,00 50,00
40,00 40,00
30,00 30,00
20,00 20,00
10,00 10,00
- -
-10,00 -10,00
-20,00 HCR-Sectoral GDP Share -20,00 HCR-Sectoral GDP Share
-30,00 GDP Growth HCR-Weighted -30,00 GDP Growth HCR-Weighted
-40,00 -40,00
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Sektor Industri Pengolahan Sektor Listrik, Gas, dan Air Minum

% %
80,00 80,00
70,00 70,00
60,00 60,00
50,00 50,00
40,00 40,00
30,00 30,00
20,00 20,00
10,00 10,00
- -
-10,00 -10,00
-40,00 -40,00
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Sektor Konstruksi Sektor Perdagangan, RM, dan Jasa Akomodasi

% %
80,00 80,00
70,00 70,00
60,00 60,00
50,00 50,00
40,00 40,00
30,00 30,00
20,00 20,00
10,00 10,00
- -
-10,00 -10,00
-40,00 -40,00
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Sektor Angkutan, Pergudangan, dan Komunikasi Sektor Keuangan, R. Estat, Persewaan, dan Jasa Persh.
% %
80,00 80,00
70,00 70,00
60,00 60,00
50,00 50,00
40,00 40,00
30,00 30,00
20,00 20,00
10,00 10,00
- -
-10,00 -10,00
-40,00 -40,00
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Gambar IV.2
Pertumbuhan dan Perubahan Struktur Ekonomi dan Headcount Ratio (HCR)
Sektor Kemasyarakatan, Sosial, dan Perorangan

%
80,00
70,00
60,00
50,00
40,00
30,00
20,00
10,00
-
-10,00
-20,00 HCR-Sectoral GDP Share
-30,00 GDP Growth HCR-Weighted
-40,00
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Gambar IV.2
Pertumbuhan dan Perubahan Struktur Ekonomi dan Headcount Ratio (HCR)
(lanjutan)
Sementara itu besaran IGR dan variabel pertumbuhan dan perubahan struktur ekonomi
di masing-masing sektor usaha sebagaimana terlihat pada gambar di bawah ini.
Sektor Pertanian, Perkebunan, dan Perikanan Sektor Pertambangan dan Penggalian

% %
40,00 40,00
30,00 30,00
20,00 20,00
10,00 10,00
- -
-10,00 -10,00
-20,00 -20,00
-30,00 IGR-Sectoral GDP Share -30,00 IGR-Sectoral GDP Share

GDP Growth IGR-Weighted GDP Growth IGR-Weighted
-40,00 -40,00
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Sektor Industri Pengolahan Sektor Listrik, Gas, dan Air Minum

% %
40,00 40,00
30,00 30,00
20,00 20,00
10,00 10,00
- -
-10,00 -10,00
-20,00 -20,00

-40,00 -40,00
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Gambar IV.3
Pertumbuhan dan Perubahan Struktur Ekonomi dan Income Gap Ratio (IGR)
Sektor Konstruksi Sektor Perdagangan, RM, dan Jasa Akomodasi

% %
40,00 40,00
30,00 30,00
20,00 20,00
10,00 10,00
- -
-10,00 -10,00
-20,00 -20,00

-40,00 -40,00
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Sektor Angkutan, Pergudangan, dan Komunikasi Sektor Keuangan, R. Estat, Persewaan, dan Jasa Persh.
% %
40,00 40,00
30,00 30,00
20,00 20,00
10,00 10,00
- -
-10,00 -10,00
-20,00 -20,00

-40,00 -40,00
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Sektor Kemasyarakatan, Sosial, dan Perorangan

%
40,00
30,00
20,00
10,00
-
-10,00
-20,00
-30,00 IGR-Sectoral GDP Share

GDP Growth IGR-Weighted
-40,00
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Gambar IV.3
Pertumbuhan dan Perubahan Struktur Ekonomi dan Income Gap Ratio (IGR)
(lanjutan)
Dari kedua gambar di atas, dapat dilihat bahwa tingkat kemiskinan yang terjadi dalam
ruang lingkup sektor usaha yang bersangkutan (dalam hal ini diukur dengan HCR dan IGR
sektoral) pada umumnya relatif tinggi, namun jika dibobot dengan masing-masing sektor usaha
(diukur dengan HCR dan IGR tertimbang) terlihat bahwa kemiskinan di sektor pertanian,
perkebunan, dan perikanan adalah yang paling tinggi.
IV.2. Hasil Regresi

IV.2.1. Headcount Ratio (HCR)
Hasil regresi terlebih dahulu diuji dengan F-test dan Hausman test. Berdasarkan pengujian
dengan F-test, guna menentukan model terbaik di antara pooled LS dan fixed effect, terlihat
bahwa nilai F-statistiknya 4,01, sementara itu F-tabel dengan v1=8 dan v2=106 pada level of
significance 5% adalah 2,02. Dengan demikian fixed effect model lebih dipilih daripada pooled
LS. Sementara itu hasil pengujian dengan Hausman test menghasilkan besaran Chi-square
2,17 dengan p-value sebesar 0,3381, dengan demikian tidak signifikan untuk menolak Ho
bahwa random effect dan fixed effect sama saja. Mengingat adanya kemungkinan korelasi
antara unobserved/time-constant factors dan explanatory variables, dalam hal ini dipilih untuk
menggunakan fixed effect model.
Nilai adjusted R-squared-nya yang sebesar 0,69 menunjukkan bahwa model tersebut
dapat menjelaskan variasi pada Headcount Ratio (HCR) sektoral dengan baik. Hal ini didukung
pula dengan nilai F-statistik sebesar 22,65 yang menunjukkan signifikansi model tersebut. DW-
statistik yang sebesar 1,86 juga menunjukkan model tersebut terhindar dari permasalahan
autokorelasi. Hasil regresinya sebagaimana ditunjukkan pada Tabel IV.1.
Untuk melihat lebih jauh pengaruh kedua variabel tersebut pada masing-masing sektor
usaha, dilakukan regresi dengan cross-section specific coefficient. Sebagaimana disebutkan di
muka, mengingat data berupa 13 periode observasi dengan 9 cross-section, sementara itu
terdapat 9 x 2 cross-section specific coefficient, diperlukan kehati-hatian dalam membaca hasil
regresi dengan cross-section specific coefficient tersebut.
Tabel IV.1
Headcount Ratio (HCR) Sektoral
Dependent Variable: Headcount Ratio Sektoral

Periode observasi: 1994 - 2006
Metode: Fixed Effect
Explanatory Variables
Pertumbuhan GDP Share GDP
Sektor Usaha
Riil Sektoral Riil Sektoral
(GDPG) (GDPSH)
Model I: C ef t
Common Coefficient
Sektor sektor Usaha 0,817930*** 2,869699**
(0,090332) (1,293554)
Adjusted R2 0,689952
F statistic 22,64619***
DW statistic 1,860429
Tabel IV.1
Headcount Ratio (HCR) Sektoral (lanjutan)
Dependent Variable: Headcount Ratio Sektoral

Sektor Usaha
(GDPG) (GDPSH)
r
Model II: Cross Sec o Specific
Section f Coefficient
ef c
Pertanian, Perkebunan, dan Perikanan 7,434179*** 2,401243

(1,781110) (4,083430)
Pertambangan dan Penggalian 1,449816** 5,104057**
(0,640206) (2,262080)
Industri Pengolahan 1,513295*** 2,057956
(0,273061) (1,290441)
Listrik, Gas, dan Air Minum 2,552827*** 78,73699***
(0,769414) (27,77054)
Konstruksi 0,776255*** 1,892599
(0,130693) (2,090330)
Perdagangan, RM, dan Jasa Akomodasi 1,217331*** 4,326644
(0,218822) (3,700063)
Angkutan, Pergudangan, dan Komunikasi 1,276073*** 4,738775*
(0,237790) (2,482614)
Keuangan, R. Estat, Persewaan, dan Jasa Persh. 0,425913*** 0,326761
(0,103392) (1,120798)
Jasa Kemasyarakatan, Sosial, dan Perorangan 2,619340*** 2,840730
(0,598427) (4,894959)
Standard Error dalam tanda ( );
Signifikan pada α = 1%, 5%, dan 10% ditunjukkan dengan ***, ** dan *
Hasil regresi di atas menunjukkan besarnya pengaruh pertumbuhan dan perubahan

struktur ekonomi terhadap tingkat kemiskinan dalam ruang lingkup sektor usaha yang
bersangkutan. Terlihat bahwa pertumbuhan ekonomi terhadap sektor pertanian, perkebunan,
dan perikanan, sektor listrik, gas, dan air minum, serta sektor jasa kemasyarakatan, sosial, dan
perorangan berpengaruh besar terhadap kemiskinan di sektor-sektor usaha tersebut.
Pertumbuhan ekonomi sebesar 1% akan mengurangi kemiskinan di sektor pertanian,
perkebunan, dan perikanan sebesar 7,43%. Sementara itu pengaruh perubahan struktur
ekonomi terlihat bervariasi antar sektor usaha.
Sementara itu regresi juga dilakukan terhadap variabel HCR tertimbang. Pengujian statistik
dalam pemilihan model terbaik, antara pooled LS, fixed effect, dan random effect, dilakukan
dengan cara sebagaimana disebutkan di atas. Hasilnya menunjukkan model terbaik dengan
fixed effect model. Hasil regresinya sebagaimana ditunjukkan pada tabel berikut ini.
Tabel IV.2
Headcount Ratio (HCR) Tertimbang
Dependent Variable: Headcount Ratio Tertimbang

Sektor Usaha
(GDPG) (GDPSH)
C o Coefficient
Model I: Common ef c
Sektor sektor Usaha 0,039814*** 0,124702
(0,008042) (0,122777)
r
ef c
(0,775650) (1,778280)
Pertambangan dan Penggalian 0,066881 0,048534
(0,081404) (0,287631)
(0,022886) (0,108154)
(0,002966) (0,107044)
Konstruksi 0,44458*** 0,168086
(0,008133) (0,130073)
(0,043031) (0,727615)
Angkutan, Pergudangan, dan Komunikasi 0,077634*** 0,461373*
(0,023081) (0,240976)
(0,001236) (0,013399)
Jasa Kemasyarakatan, Sosial, dan Perorangan 0,462220*** 1,013462
(0,111297) (0,910381)
Dari hasil regresi tersebut terlihat bahwa elastisitas kemiskinan terhadap pertumbuhan
sektor pertanian, perkebunan, dan perikanan sangat tinggi, yakni mencapai -2,97. Hal ini berarti
tiap pertumbuhan sebesar 1% di sektor pertanian, perkebunan, dan perikanan akan dapat
mengurangi kemiskinan nasional sebesar 2,97%. Jadi dalam hal ini besaran koefisiennya
menunjukkan pengaruhnya terhadap kemiskinan nasional, mengingat tingkat kemiskinan (dalam
hal ini HCR) sudah dibobot dengan employment share-nya.
Sementara itu elastisitas kemiskinan terhadap pertumbuhan sektor industri pengolahan

hanya sebesar -0,11. Dengan demikian tiap pertumbuhan sebesar 1% di sektor usaha tersebut
akan berdampak pada penurunan tingkat kemiskinan nasional hanya sebesar 0,11%. Sektor
usaha yang elastisitas kemiskinan terhadap pertumbuhan ekonominya paling kecil adalah sektor
keuangan, real estat, persewaan, dan jasa perusahaan, yakni hanya sebesar -0,003. Sedangkan
sektor usaha yang elastisitas kemiskinan terhadap pertumbuhan ekonominya cukup besar antara
lain sektor konstruksi (-0,44) dan sektor jasa kemasyarakatan, sosial, dan perorangan (-0,46).
Besaran koefisien variabel pertumbuhan GDP riil sektoral (GDPG) sebagian besar terlihat
signifikan, bahkan pada level of significance 1%.
Sementara itu koefisien variabel share GDP riil sektoral sebagian besar tidak signifikan.
Koefisien yang bertanda negatif menunjukkan bahwa semakin tinggi share GDP riil sektoralnya,
semakin rendah tingkat kemiskinannya. Hal ini tentunya sejalan dengan logika, dengan semakin
besarnya output dan pendapatan suatu sektor usaha tentunya akan semakin banyak pula yang
dapat dibagikan kepada para pelaku ekonomi di sektor usaha tersebut. Beberapa sektor usaha
yang koefisien variabel share GDP riil sektoralnya bertanda negatif antara lain sektor pertanian,
perkebunan, dan perikanan, serta sektor industri pengolahan.
Meskipun koefisiennya sama-sama bertanda negatif, dalam hal ini perlu dicermati bahwa
arah perubahan share GDP riil kedua sektor usaha tersebut berbeda. Share sektor pertanian,
perkebunan, dan perikanan mengalami penurunan, sedangkan share sektor industri pengolahan
mengalami peningkatan. Naiknya share sektor industri pengolahan dalam hal ini dapat
mengurangi kemiskinan di tingkat nasional. Sedangkan turunnya share sektor pertanian,
perkebunan, dan perikanan menyebabkan kenaikan tingkat kemiskinan nasional.
Dari hasil pengolahan data dan regresi tersebut dapat disimpulkan bahwa sektor pertanian,
perkebunan, dan perikanan tidak saja merupakan sektor usaha yang paling tinggi tingkat
kemiskinannya, tapi juga mempunyai elastisitas kemiskinan terhadap pertumbuhan ekonomi
paling tinggi. Di samping itu penurunan share sektor usaha tersebut juga turut memperburuk
tingkat kemiskinan Indonesia. Dengan demikian langkah yang paling tepat untuk mengurangi
kemiskinan adalah dengan memberikan perhatian lebih pada sektor pertanian, perkebunan,
dan perikanan.
IV.2.2. Income Gap Ratio (IGR)

Langkah pertama adalah melakukan regresi terhadap variabel IGR sektoral, untuk melihat
pengaruh pertumbuhan dan perubahan struktur ekonomi terhadap kemiskinan dalam ruang
lingkup sektor usaha yang bersangkutan. Sebelumnya dilakukan pengujian statistik dalam
pemilihan model terbaik, antara pooled LS, fixed effect, dan random effect, dengan cara
sebagaimana disebutkan di atas. Hasilnya adalah model terbaik dengan fixed effect model.
Hasil regresinya sebagaimana ditunjukkan pada tabel berikut ini.
Tabel IV.3
Income Gap Ratio (IGR) Sektoral
Dependent Variable: Income Gap Ratio Sektoral

Sektor Usaha
(GDPG) (GDPSH)
C o Coefficient
Model I: Common ef c
Sektor sektor Usaha 0,215601*** 0,613789**
(0,024104) (0,306200)
r
ef c
(0,391601) (0,897797)
Pertambangan dan Penggalian 0,504689** 0,854578
(0,224451) (0,793065)
(0,065229) (0,308261)
Listrik, Gas, dan Air Minum 1,270040*** 31,89586**
(0,397884) (14,36088)
Konstruksi 0,167095*** 0,400419
(0,031518) (0,504107)
(0,054103) (0,914823)
Angkutan, Pergudangan, dan Komunikasi 0,302631*** 1,798927**
(0,068608) (0,716289)
(0,044124) (0,478317)
Jasa Kemasyarakatan, Sosial, dan Perorangan 0,454466** 0,202919
(0,207114) (1,694132)
Dari hasil regresi tersebut terlihat bahwa sektor pertanian, perkebunan, dan perikanan
dan sektor listrik, gas, dan air minum merupakan dua sektor usaha yang paling banyak
terpengaruh oleh pertumbuhan ekonomi di sektor usaha yang bersangkutan. Sementara itu
pengaruh perubahan struktur ekonomi terlihat bervariasi, yang paling mencolok adalah
pengaruhnya terhadap sektor listrik, gas, dan air minum.
Berikutnya adalah regresi terhadap variabel IGR tertimbang. Dalam hal ini juga dilakukan
pengujian statistik dalam pemilihan model terbaik, antara pooled LS, fixed effect, dan random
effect, dengan cara sebagaimana disebutkan di atas, dan dipilih untuk menggunakan fixed
effect model. Hasil regresinya sebagaimana pada tabel berikut ini.
Tabel IV.4
Income Gap Ratio (IGR) Tertimbang
Dependent Variable: Income Gap Ratio Tertimbang

Sektor Usaha Pertumbuhan GDP Share GDP

(GDPG) (GDPSH)
C o Coefficient
Model I: Common ef c t
Sektor sektor Usaha 0,007468*** 0,034647
(0,002490) (0,028833)
r
ef c

(0,227490) (0,489057)
Pertambangan dan Penggalian 0,035531 0,049518
(0,081856) (0,262640)
Industri Pengolahan 0,024353** 0,027233
(0,010575) (0,049629)
(0,001155) (0,042043)
Konstruksi 0,008282** 0,031801
(0,003306) (0,047324)
(0,019379) (0,308832)
Angkutan, Pergudangan, dan Komunikasi 0,021363 0,288878*
(0,015473) (0,156563)
Tabel IV.4
Income Gap Ratio (IGR) Tertimbang (lanjutan)
Dependent Variable: Income Gap Ratio Tertimbang

Sektor Usaha
(GDPG) (GDPSH)
r
ef c
Keuangan, R. Estat, Persewaan, dan Jasa Persh. 0,000101 0,015207**
(0,000740) (0,007590)Jasa
Kemasyarakatan, Sosial, dan Perorangan 0,171085*** 0,776082*
(0,056885) (0,466309)
Hasil yang diperoleh juga terlihat serupa dengan hasil pada model HCR. Sektor pertanian,
perkebunan, dan perikanan merupakan sektor usaha yang elastisitas kemiskinan terhadap
pertumbuhan ekonominya paling tinggi, yakni sebesar -1,01. Besaran tersebut menunjukkan
bahwa tiap pertumbuhan ekonomi sebesar 1% akan dapat menurunkan IGR sebesar 1,01%.
Sektor usaha lainnya yang elastisitasnya cukup tinggi dibandingkan sektor-sektor usaha lainnya
adalah sektor listrik, gas, dan air minum, dengan besaran koefisien -0,17. Seperti halnya pada
model HCR, sebagian besar koefisien variabel share GDP riil sektoral terlihat tidak signifikan,
dengan pengaruh yang bervariasi antar sektor usaha.
V. KESIMPULAN DAN REKOMENDASI

V.1. Kesimpulan
Dari uraian di muka, dapat disimpulkan beberapa hal sebagai berikut:
1. Pada tingkat nasional dinamika tingkat kemiskinan di Indonesia seringkali tidak sejalan dengan
tingkat pertumbuhan ekonomi. Terdapat beberapa periode di mana pertumbuhan ekonomi
diwarnai dengan peningkatan kemiskinan.
2. Tingkat kemiskinan yang terjadi dalam ruang lingkup sektor usaha yang bersangkutan (dalam
hal ini diukur dengan HCR dan IGR sektoral) pada umumnya relatif tinggi. Namun jika HCR
dibobot dengan employment share (diukur dengan HCR tertimbang) dan IGR dibobot dengan
porsi penduduk miskin di masing-masing sektor usaha terhadap penduduk miskin Indonesia
(diukur dengan IGR tertimbang), terlihat bahwa kemiskinan di sektor pertanian, perkebunan,
dan perikanan adalah yang paling tinggi.
3. Hasil perhitungan tingkat kemiskinan sektoral-regional menunjukkan bahwa hampir di semua
daerah sektor pertanian, perkebunan, dan perikanan merupakan penyumbang terbesar
bagi tingginya tingkat kemiskinan di Indonesia.
4. Hasil regresi model HCR tertimbang menunjukkan bahwa elastisitas kemiskinan terhadap
pertumbuhan ekonomi sektor pertanian, perkebunan, dan perikanan di tingkat nasional
sangat tinggi, yakni mencapai -2,97. Hal ini berarti tiap pertumbuhan sebesar 1% di
sektor pertanian, perkebunan, dan perikanan akan dapat mengurangi kemiskinan nasional
sebesar 2,97%. Sementara itu hasil regresi model HCR sektoral menunjukkan bahwa
elastisitas sektor tersebut dalam mengurangi kemiskinan di sektor yang bersangkutan
sebesar -7,34. Kedua besaran elastisitas tersebut jauh di atas besaran elastisitas sektor-
sektor usaha lainnya, termasuk elastisitas sektor industri pengolahan yang masing-masing
sebesar -0,11 dan -1,51.
5. Koefisien share GDP riil sektor pertanian, perkebunan, dan perikanan dan sektor industri
pengolahan yang sama-sama bertanda negatif (pada regresi model HCR sektoral dan HCR
tertimbang) mempunyai implikasi yang berbeda. Pada periode observasi share sektor
pertanian, perkebunan, dan perikanan mengalami penurunan, sedangkan share sektor
industri pengolahan mengalami peningkatan. Naiknya share sektor industri pengolahan
dalam hal ini akan mengurangi kemiskinan, sedangkan turunnya share sektor pertanian,
perkebunan, dan perikanan tentunya membuat naiknya tingkat kemiskinan.
6. Hasil regresi model IGR tertimbang juga menunjukkan bahwa sektor pertanian, perkebunan,
dan perikanan merupakan sektor usaha yang elastisitas kemiskinan terhadap pertumbuhan
ekonominya paling tinggi, yakni sebesar -1,01. Besaran tersebut menunjukkan bahwa tiap
pertumbuhan ekonomi sebesar 1% akan dapat menurunkan IGR sebesar 1,01%. Berdasarkan
regresi atas model IGR sektoral, terlihat bahwa besaran elastisitas sektor tersebut juga yang
tertinggi, yakni -1,75. Sementara itu pengaruh variabel share GDP riil terlihat bervariasi
antar sektor usaha.
V.2. Rekomendasi
Beberapa hal yang dapat direkomendasikan dari hasil penelitian ini antara lain sebagai
berikut:
1. Dari hasil pengolahan data dan regresi tersebut diketahui bahwa sektor pertanian,
perkebunan, dan perikanan tidak saja merupakan sektor usaha yang paling tinggi tingkat
kemiskinannya, tapi juga mempunyai elastisitas kemiskinan terhadap pertumbuhan ekonomi
paling tinggi. Di samping itu penurunan share sektor usaha tersebut juga turut memperburuk
tingkat kemiskinan Indonesia. Dengan demikian langkah yang paling tepat untuk mengurangi
kemiskinan adalah dengan memberikan perhatian lebih pada sektor pertanian, perkebunan,
dan perikanan.
2. Hasil studi ini diharapkan dapat dijadikan referensi bagi studi-studi lain tentang pertumbuhan
ekonomi dan kemiskinan di Indonesia.
DAFTAR PUSTAKA
Ahluwalia, Montek S.; Carter, Nicholas G.; dan Chenery, Hollis B. ≈Growth and Poverty in
Developing Countries.∆ Journal of Development Economics, 1979, 6, 299-341.
Balke, Nathan S. dan Slottje, Daniel J. ≈Poverty and Change in the Macroeconomy: A Dynamic
Macroeconometric Model.∆ The Review of Economics and Statistics, Februari 1993, 75(1),
117-122.
Bigsten, Arne dan Levin, Jorgen. ≈Growth, Income Distribution, and Poverty: A Review.∆
Goteborg University Working Paper in Economics, No. 32, November 2000.
Bigsten, Arne dan Shimeles, Abebe. ≈Can Africa Reduce Poverty by Half by 2015? The Case for
a Pro-Poor Growth Strategy.∆ Goteborg University, Agustus 2005.
Bourguignon, Francois. ≈The Growth Elasticity of Poverty Reduction: Explaining Heterogeneity

across Countries and Time Periods.∆ DELTA Working Paper, No. 2002-03, 2002.
Datt, Gaurav dan Ravallion, Martin. ≈Is India»s Economic Growth Leaving the Poor Behind?∆
World Bank Policy Research Working Paper, Mei 2002.
de Janvry, Alain dan Sadoulet, Elisabeth. ≈Growth, Poverty, and Inequality in Latin America: A
Causal Analysis, 1970-94, IADB, Februari 1999.
Deininger, Klaus dan Squire, Lyn. ≈New Ways of Looking at Old Issues: Inequality and Growth.∆
Journal of Development Economics, 1998, 57(1998), 259-287.
Friedman, Jed. ≈How Responsive is Poverty to Growth? A Regional Analysis of Poverty, Inequality,
and Growth in Indonesia, 1984-1999.∆ RAND, 2002.
Hoeven, Rolph van der. ≈Poverty and Structural Adjustment: Some Remarks on Tradeoffs between
Equity and Growth.∆ ILO Employment Paper, No. 2004/4, 2004.
Huppi, Monika dan Ravallion, Martin. ≈The Sectoral Structure of Poverty during an Adjustment
Period: Evidence for Indonesia in the Mid-1980s.∆ World Bank Working Papers, No. WPS
529, Oktober 1990.
Knowles, Stephen. ≈Inequality and Economic Growth: The Empirical Relationship Reconsidered
in the Light of Comparable Data.∆ WIDER Discusstion Paper, No. 2001/128, November
2001.
Osmani, S.R. ≈The Employment Nexus between Growth and Poverty: An Asian Perspective.∆
SIDA-UNDP, Maret 2004.
Ravallion, Martin. ≈Growth, Inequality, and Poverty: Looking Beyond Averages.∆ World Bank,
2001.
Ravallion, Martin dan Chen, Shaohua. ≈Measuring Pro-Poor Growth.∆ Economics Letters, 2003,
78(2003), 93-99.
Ravallion, Martin dan Datt, Gaurav. ≈When is Growth Pro-Poor? Evidence from the Diverse
Experiences of India»s States.∆ World Bank, 1999.
Ray, Debraj. Development Economics. New Jersey: Princeton University Press, 1998.
LAMPIRAN IV.A
Pertumbuhan Ekonomi Sektoral Tahun 1994 - 2006
Periode
No. Sektor
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
1 Pertanian, Perkebunan, dan

Perikanan 0,56 4,38 3,14 1,00 1,33 2,16 1,88 3,26 3,45 3,79 2,82 2,66 2,98
2 Pertambangan dan Penggalian 5,60 6,74 6,30 2,12 2,76 1,62 5,51 0,33 1,00 1,37 4,48 3,11 2,21
3 Industri Pengolahan 12,36 10,88 11,59 5,25 11,44 3,92 5,98 3,30 5,29 5,33 6,38 4,57 4,63
4 Listrik, Gas, dan Air Minum 12,54 15,91 13,63 12,37 3,03 8,27 7,56 7,92 8,94 4,87 5,30 6,30 5,87
5 Konstruksi 14,86 12,92 12,76 7,36 36,44 1,91 5,64 4,58 5,48 6,10 7,49 7,42 8,97
6 Perdagangan, RM, dan
Jasa Akomodasi 7,61 7,94 8,16 5,83 18,22 0,06 5,67 3,95 4,27 5,45 5,70 8,38 6,13
7 Angkutan, Pergudangan, dan
Komunikasi 8,34 8,50 8,68 7,01 15,13 0,75 8,59 8,10 8,39 12,19 13,38 12,97 13,64
8 Keuangan, R. Estat, Persewaan,
dan Jasa Persh. 10,17 11,04 6,04 5,93 26,63 7,19 4,59 6,76 6,70 6,73 7,66 6,79 5,65
9 Jasa Kemasyarakatan, Sosial,
dan Perorangan 2,77 3,27 3,40 3,62 3,85 1,94 2,33 3,24 3,75 4,41 5,38 5,05 6,22
Totall ,,5
5
7,54 8,222 1 0,79
7,82 4,70 13,13 , 4,92 3,64 4,50 4,78 5,033 5,68 5,48
LAMPIRAN IV.B
Share GDP Riil Sektoral Tahun 1994 - 2006
Periode
No. Sektor
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
1 Pertanian, Perkebunan, dan

Perikanan 15,68 15,12 14,47 13,96 15,85 16,07 15,60 15,54 15,39 15,24 14,92 14,49 14,15
2 Pertambangan dan Penggalian 11,58 11,42 11,26 10,98 12,29 12,00 12,07 11,68 11,29 10,63 9,66 9,43 9,14
3 Industri Pengolahan 24,51 25,12 25,99 26,13 26,64 27,47 27,75 27,65 27,86 28,01 28,37 28,07 27,84
4 Listrik, Gas, dan Air Minum 0,38 0,41 0,43 0,46 0,55 0,59 0,60 0,63 0,66 0,66 0,66 0,66 0,66
5 Konstruksi 6,87 7,17 7,50 7,69 5,62 5,47 5,51 5,56 5,61 5,68 5,82 5,91 6,11
6 Perdagangan, RM, dan
Jasa Akomodasi 16,99 16,94 17,00 17,18 16,17 16,04 16,15 16,20 16,16 16,26 16,37 16,79 16,89
7 Angkutan, Pergudangan, dan
Komunikasi 4,55 4,56 4,60 4,70 4,59 4,52 4,68 4,88 5,06 5,42 5,85 6,25 6,74
8 Keuangan, R. Estat, Persewaan,
dan Jasa Persh. 10,50 10,77 10,59 10,72 9,05 8,33 8,31 8,56 8,74 8,90 9,12 9,22 9,23
9 Jasa Kemasyarakatan, Sosial,
dan Perorangan 9,44 9,01 8,64 8,55 9,46 9,57 9,34 9,30 9,23 9,20 9,23 9,18 9,24
LAMPIRAN IV.C
Tingkat Kemiskinan Regional-Sektoral Tahun 2006
Ukuran Kemiskinan
HCR IGR
No. Propinsi Sektor
% % % %
Sektoral Tertimbang Sektoral Tertimbang
1 NAD Pertanian, Perkebunan, dan Perikanan 17,57 9,03 17,29 12,04

2 Pertambangan dan Penggalian 10,17 0,32 17,62 0,46
3 Industri Pengolahan 6,62 0,26 16,94 0,35
4 Listrik, Gas, dan Air Minum 5,74 0,02 24,79 0,03
5 Konstruksi 12,42 0,87 16,46 1,16
6 Perdagangan, RM, dan Jasa Akomodasi 6,48 0,79 15,76 1,02
7 Angkutan, Pergudangan, dan Komunikasi 12,44 0,77 17,68 1,09
8 Keuangan, R. Estat, Persewaan, dan Jasa Persh. 1,97 0,02 25,88 0,05
9 Jasa Kemasyarakatan, Sosial, dan Perorangan 4,68 0,67 20,57 1,13
10 Lainnya 10,81 0,03 14,65 0,03
1 8
12,78 1 6
17,36
11 Sumatera Utara Pertanian, Perkebunan, dan Perikanan 21,47 11,21 17,87 11,45
15 Konstruksi 19,68 0,86 15,62 0,90
20 Lainnya 9,27 0,05 19,48 0,06
1 9
16,59 1 1
17,31
21 Sumatera Barat Pertanian, Perkebunan, dan Perikanan 28,98 12,61 21,84 11,31
25 Konstruksi 32,29 1,48 19,96 1,38
30 Lainnya 13,56 0,02 15,50 0,01
2 9
22,69 2 0
20,80
Ukuran Kemiskinan
HCR IGR
No. Propinsi Sektor
% % % %
31 Riau Pertanian, Perkebunan, dan Perikanan 23,59 12,31 18,51 11,34

35 Konstruksi 19,21 1,03 19,74 1,12
40 Lainnya 50,00 0,02 4,10 0,01
1 0
19,30 1 8
19,18
41 Jambi Pertanian, Perkebunan, dan Perikanan 13,73 8,81 17,96 12,14
45 Konstruksi 15,78 0,57 19,04 0,98
50 Lainnya 0,00 0,00 0,00 0,00
1 4
12,44 1 5
18,25
51 Sumatera Selatan Pertanian, Perkebunan, dan Perikanan 16,67 9,80 16,96 8,84
55 Konstruksi 32,03 1,41 20,86 2,05
60 Lainnya 11,17 0,06 10,70 0,04
1 0
16,80 1 1
17,91
61 Bengkulu Pertanian, Perkebunan, dan Perikanan 16,39 11,05 15,10 11,47
65 Konstruksi 19,18 0,61 20,43 1,05
70 Lainnya 9,00 0,04 46,01 0,18
1 8
13,78 1 3
15,73
Ukuran Kemiskinan
HCR IGR
No. Propinsi Sektor
% % % %
71 Lampung Pertanian, Perkebunan, dan Perikanan 25,64 14,23 18,02 10,97

75 Konstruksi 28,84 1,45 21,98 1,64
80 Lainnya 0,00 0,00 0,00 0,00
22,00
2 0 18,76
1 6
81 Kep, Bangka Belitung Pertanian, Perkebunan, dan Perikanan 12,74 3,40 12,22 5,72
85 Konstruksi 6,76 0,47 14,04 0,98
90 Lainnya 0,00 0,00 0,00 0,00
8
7,08 1 7
14,27
91 Kep, Riau Pertanian, Perkebunan, dan Perikanan 32,53 10,18 21,27 10,25
95 Konstruksi 23,90 1,72 21,01 1,90
100 Lainnya 20,73 0,12 19,10 0,13
5
20,15 2 5
21,65
101 DKI Jakarta Pertanian, Perkebunan, dan Perikanan 38,14 1,25 11,86 2,46
105 Konstruksi 7,30 0,37 15,23 0,94
110 Lainnya 21,43 0,02 28,47 0,11
2
6,02 0
15,40
Ukuran Kemiskinan
HCR IGR
No. Propinsi Sektor
% % % %
111 Jawa Barat Pertanian, Perkebunan, dan Perikanan 28,79 6,00 18,73 5,95
115 Konstruksi 26,28 1,91 20,34 2,21
120 Lainnya 16,69 0,18 17,82 0,19
7
17,87 9
18,49
121 Jawa Tengah Pertanian, Perkebunan, dan Perikanan 34,79 11,23 18,29 8,17
125 Konstruksi 28,85 2,60 17,33 1,92
130 Lainnya 9,52 0,04 14,50 0,03
7
24,17 2
17,62
131 DI Yogyakarta Pertanian, Perkebunan, dan Perikanan 28,06 8,19 15,79 6,52
135 Konstruksi 33,40 3,83 16,16 3,39
140 Lainnya 0,00 0,00 0,00 0,00
1 8
18,58 1 7
15,87
141 Jawa Timur Pertanian, Perkebunan, dan Perikanan 38,23 14,53 21,13 11,20
145 Konstruksi 32,01 2,03 19,08 1,50
150 Lainnya 25,00 0,01 28,58 0,01
2 5
26,65 2 7
20,07
Ukuran Kemiskinan
HCR IGR
No. Propinsi Sektor
% % % %
151 Banten Pertanian, Perkebunan, dan Perikanan 22,68 5,76 19,41 8,30
155 Konstruksi 17,09 1,03 20,16 1,69
160 Lainnya 0,00 0,00 0,00 0,00
1 9
12,79 1 7
17,57
161 Bali Pertanian, Perkebunan, dan Perikanan 12,19 3,41 13,84 5,43
165 Konstruksi 13,12 1,53 15,09 2,81
170 Lainnya 7,55 0,02 6,52 0,01
6
8,46 1 5
13,95
171 NTB Pertanian, Perkebunan, dan Perikanan 26,91 11,63 18,23 8,70
175 Konstruksi 26,83 1,62 21,46 1,71
180 Lainnya 13,64 0,04 19,17 0,04
2 3
22,43 1 8
19,38
181 NTT Pertanian, Perkebunan, dan Perikanan 42,33 29,39 20,51 16,22
185 Konstruksi 37,54 1,00 22,99 0,79
190 Lainnya 28,47 0,09 16,01 0,04
35,61 20,45
Ukuran Kemiskinan
HCR IGR
No. Propinsi Sektor
% % % %
191 Kalimantan Barat Pertanian, Perkebunan, dan Perikanan 15,63 9,49 17,35 9,99
195 Konstruksi 21,30 1,13 23,29 2,09
200 Lainnya 32,90 0,16 14,75 0,21
8
14,78 9
17,99
201 Kalimantan Tengah Pertanian, Perkebunan, dan Perikanan 12,52 7,48 17,96 12,83
205 Konstruksi 13,43 0,66 12,74 0,85
210 Lainnya 0,00 0,00 0,00 0,00
1 7
10,27 1 9
17,19
211 Kalimantan Selatan Pertanian, Perkebunan, dan Perikanan 12,89 5,69 16,35 8,60
215 Konstruksi 11,03 0,61 11,93 0,82
220 Lainnya 0,00 0,00 0,00 0,00
8
9,98 1 6
15,66
221 Kalimantan Timur Pertanian, Perkebunan, dan Perikanan 30,50 11,41 22,11 15,17
225 Konstruksi 13,89 0,96 14,13 0,81
230 Lainnya 46,58 0,11 19,67 0,13
1 9
16,69 2 6
20,76
Ukuran Kemiskinan
HCR IGR
No. Propinsi Sektor
% % % %
231 Sulawesi Utara Pertanian, Perkebunan, dan Perikanan 27,35 12,49 20,34 13,57
235 Konstruksi 24,64 2,08 18,04 2,12
240 Lainnya 22,58 0,10 17,70 0,10
2
18,42 1
19,11
241 Sulawesi Tengah Pertanian, Perkebunan, dan Perikanan 37,06 23,46 20,49 15,37
245 Konstruksi 33,04 1,19 19,76 0,86
250 Lainnya 27,40 0,08 5,71 0,02
1
30,41 4
20,04
251 Sulawesi Selatan Pertanian, Perkebunan, dan Perikanan 27,49 14,12 18,58 12,20
255 Konstruksi 25,10 1,04 18,10 0,98
260 Lainnya 14,29 0,04 22,64 0,04
3
20,73 9
18,19
261 Sulawesi Tenggara Pertanian, Perkebunan, dan Perikanan 27,45 13,99 20,19 12,51
265 Konstruksi 21,23 0,95 15,54 0,72
270 Lainnya 0,00 0,00 0,00 0,00
2 3
21,73 2 2
20,32
Ukuran Kemiskinan
HCR IGR
No. Propinsi Sektor
% % % %
271 Gorontalo Pertanian, Perkebunan, dan Perikanan 27,68 13,88 18,95 12,88
275 Konstruksi 19,52 1,27 13,44 0,96
280 Lainnya 32,26 0,08 7,94 0,04
8
19,78 1
17,81
281 Sulawesi Barat Pertanian, Perkebunan, dan Perikanan 29,19 20,85 21,25 15,83
285 Konstruksi 35,63 0,92 19,11 0,72
290 Lainnya 0,00 0,00 0,00 0,00
2 2
27,22 2 5
20,35
291 Maluku Pertanian, Perkebunan, dan Perikanan 38,12 23,95 23,15 18,44
295 Konstruksi 27,76 0,76 13,18 0,37
300 Lainnya 0,00 0,00 0,00 0,00
2 8
29,78 2 6
22,16
301 Maluku Utara Pertanian, Perkebunan, dan Perikanan 16,49 9,70 19,00 13,71
305 Konstruksi 7,41 0,37 23,17 0,85
310 Lainnya 0,00 0,00 0,00 0,00
1 9
12,79 18,85
Ukuran Kemiskinan
HCR IGR
No. Propinsi Sektor
% % % %
311 Irian Jaya Barat Pertanian, Perkebunan, dan Perikanan 35,31 22,46 21,58 18,16
315 Konstruksi 11,58 0,46 18,24 0,34
320 Lainnya 0,00 0,00 0,00 0,00
2 3
26,43 2 1
21,01
321 Papua Pertanian, Perkebunan, dan Perikanan 45,65 31,19 27,03 24,92
325 Konstruksi 7,86 0,18 14,25 0,09
330 Lainnya 19,36 0,37 20,32 0,24
3 6
33,56 2 1
26,41
PETUNJUK PENULISAN
1. Naskah harus merupakan karya asli penulis (perorangan, kelompok atau institusi) yang tidak
melanggar hak cipta. Naskah yang dikirimkan, belum pernah diterbitkan dan tidak sedang
dikirimkan ke penerbit lain pada waktu yang bersamaan. Hak cipta atas naskah yang diterima,
TETAP menjadi hak penulis.
2. Setiap naskah yang disetujui untuk diterbitkan, akan mendapatkan kompensasi finansial
sebesar Rp 1.000.000,- s.d. Rp 3.000.000,-.
3. Naskah dapat dikirimkan dalam bentuk softcopy (file). Sangat disarankan untuk mengirimkan
softcopy anda ke:
submission.bemp@gmail.com
Jika tidak memungkinkan, file tersebut dapat disimpan dalam disket atau CD dan dikirimkan
melalui pos ke alamat redaksi berikut:
BULETIN EKONOMI MONETER DAN PERBANKAN

Direktorat Riset Ekonomi dan Kebijakan Moneter, Bank Indonesia
Gedung B, Lt. 20, JI. M. H. Thamrin No.2
Jakarta Pusat, INDONESIA Telpon: 62-21-3818202, Fax: 62-21-3800394
4. Naskah dibatasi.+ 25 halaman berukuran A4, spasi satu (1), font Times New Roman dengan
ukuran font 12.
5. Persamaan matematis dan simbol harap ditulis dengan mempergunakan Microsoft Equation.
6. Setiap naskah harus disertai abstraksi, maksimal satu (1) halaman ukuran A4. Untuk naskah
yang ditulis dalam bahasa Indonesia, abstraksi-nya ditulis dalam Bahasa Inggris, dan
sebaliknya.
7. Naskah harus disertai dengan kata kunci (Keyword) dan dua digit nomor Klasifikasi Journal
of Economic Literature (JEL). Lihat klasifikasi JEL pada, http:// www.acaweb.org/journal/
jel class system.html.
8. Naskah ditulis dengan penyusunan BAB secara konsisten sebagai berikut,

I. JUDUL BAB
I.1. Sub Bab
I.1.1. Sub Sub Bab
9. Rujukan dibuat dalam footnote (catatan kaki) dan bukan endnote.
10.Sistem referensi dibuat mengikuti aturan berikut,
a. Publikasi buku:
John E. Hanke dan Arthur G. Reitsch,, (1940), Business Forecasting, PrenticeHall, New
Jersey.
b. Artikel dalam jurnal:

Rangazas, Peter. ≈Schooling and Economic Growth: A King-Rebelo Experiment with
Human Capital∆, Journal of Monetary Economics, Oktober 2000,46(2), hal. 397-416.
c. Artikel dalam buku yang diedit orang lain: Frankel, Jeffrey A. dan Rose, Andrew K.
≈Empirical Research on Nominal Exchange Rates∆, dalam Gene Grossman dan Kenneth
Rogoff, eds., Handbook of International Economics. Amsterdam: North-Holland, 1995,
hal. 397-416.
d. Kertas kerja (working papers):

Kremer, Michael dan Chen, Daniel.. ≈Income Distribution Dynamics with Endogenous
Fertility∆. National Bureau of Economic Research (Cambridge, MA) Working Paper
No.7530, 2000.
e. Mimeo dan karya tak dipublikasikan: Knowles, John.. ≈Can Parental Decision Explain
U.S. Income Inequality?∆, Mimeo, University of Pennsylvania, 1999.
f. Artikel dari situs WEB dan bentuk elektronik lainnya: Summers, Robert dan Heston,, Alan
W. ≈Penn World Table, Version 5.6∆∆http:// pwtecon.unpenn.edu/, 1997.
g. Artikel di koran, majalah dan periodicals sejenis: Begley, Sharon. ≈Killed by Kindness∆,
Newsweek, April 12, 1993, hal. 50-56.
11.Naskah harus disertai dengan biodata penulis, lengkap dengan alamat, telepon, rekening
Bank dan e-mail yang dapat dihubungi. Disarankan untuk menulis biodata dalam bentuk
CV (curriculum vitae) lengkap.

All Paper - BEMP Volume 11 No 2, Oktober 2008

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

All Paper - BEMP Volume 11 No 2, Oktober 2008

Hochgeladen von

Copyright:

Verfügbare Formate

BULETIN EKONOMI MONETER DAN PERBANKAN

Direktorat Riset Ekonomi dan Kebijakan Moneter

Dewan Penasehat/Advisory Board

Pemimpin Redaksi/Chairman of Editorial Board

Dewan Penyunting/Editorial Board

Redaktur Pelaksana/Staff Editor/Editorial Administrator

Buletin ini diterbitkan oleh Bank Indonesia, Direktorat Riset Ekonomi

Kami mengundang semua pihak untuk menulis pada buletin ini

BULETIN EKONOMI MONETER

Analisis Triwulanan dan Perkembangan Moneter, Perbankan

Comparing the Efficiency of Islamic Banks in Malaysia and Indonesia

Kemiskinan di Indonesia: Pengaruh Pertumbuhan dan Perubahan Struktur Ekonomi

– Halaman ini sengaja dikosongkan –

Perkembangan yang dicermati Bank Indonesia adalah kondisi likuiditas pasar

Di tengah gejolak keuangan global dan melambatnya pertumbuhan ekonomi

Perkembangan ekonomi global kemudian memberi tekanan pada Neraca

Berkaitan dengan impor dapat dikemukakan bahwa berdasarkan komposisinya,

Sementara itu, Indeks Harga Saham Gabungan (IHSG) di akhir laporan

Ke depan, di tengah gejolak yang menyelimuti perekonomian global, pertumbuhan

Perekonomian Indonesia ke depan juga masih dihadapkan pada berbagai risiko.

Dalam tataran kebijakan ke depan, Bank Indonesia akan memfokuskan perhatian

Keywords: Islamic banking, performance, efficiency, Data Envelopment Analysis (DEA).

The Islamic banking system in Malaysia is represented by 29 Islamic banking institutions

II.1. The Measurement of Efficiency

Meanwhile, non-parametric linear programming approach to measuring efficiency uses

II.2. The Financial Institution Efficiency

Author Input Output

III.1. Data Envelopment Analysis

DMU = decision making unit n : number of DMU evaluated

OE = TE x SE, hence SE = OE/TE

III.2. The Formulation of Performance Indicators

Another identification of the performance indicator is related to the social reporting

IV. RESULT AND ANALYSIS

2002 2003 2004 2005

2002 2003 2004 2005 Growth

IV.2. Pre Tests

Accept Ho: There is no significant difference

IV.3. DEA Results

Efficiency Measures Mean Minimum Maximum Std Dev

Efficiency Measures Mean Minimum Maximum Std Dev

In Malaysia, in general 6 of 15 Islamic banks operate efficiently during 2002-2005. In

IV.3.1. Individual Bank Investigation

No Bank Count No Bank Count

1 Bank Muamalat Indonesia 13 8 Bank Tabungan Negara 2

IV.3.2. Sources of Inefficiencies

V. CONCLUSION AND RECOMMENDATOIN

The policy implications are straightforward especially as recommended below:

Yudistira, Donsyah. ≈Efficiency in Islamic Banking; An Empirical Analysis of 18 Banks∆, Paper,

Table Appendix II.1

Table Appendix II.2

Table Appendix II.3

Size BANK Assets 2005 2004 2003 2002

1 Mahasiswa Institut Teknologi Sepuluh Nopember Surabaya. Email: priadi.asmanto@gmail.com

Perbaikan terms of trade akan meningkatkan pendapatan negara tersebut dari

Permasalahan mendasar yang diangkat dalam penelitian ini diantaranya: 1) Bagaimanakah

Jhingan (2001) menyatakan bahwa ≈International liquidity (generally used as a synonym

Keterbukaan perekonomian suatu negara tercermin dengan semakin besarnya transaksi

II.2. Nilai Tukar Perdagangan (Terms of Trade)

Forumulasinya dapat dituliskan dengan rumus sebagai berikut:

Nilai Tukar Riil = (e x P) / P* (III.3)

II.4. Financial Deepening

1. Model international reserves mitigation terms :

2. Model financial deepening mitigation terms :

a. Pooled Least Square

Estimasi spesifik untuk variabel financial deepening mitigation terms (ETOTRESFD)