Rabu, 15 Juni 2016

Markov Switching Model Sebagai Sistem Deteksi Dini Perbankan


Penelitian-penelitian yang berkaitan tentang krisis keuangan secara global di antaranya: Edison (2003), Vargas (2009), Barişik dan Tay (2010), Akhtar, et al. (2011), Reimers dan Hochschule (2012) dan Waibot (2012). Edison (2003) meneliti tentang krisis keuangan pada 20 negara maju dan emerging countries, hasilnya menunjukkan bahwa leading indicator krisis keuangan adalah cadangan devisa, ekspor, nilai tukar riil, kredit domestik dan suku bunga riil. 

Sementara itu, penelitian yang khusus mengkaji tentang krisis perbankan yaitu Hardy dan Pazarbasioglu (1998), Hardy dan Pazarbasioglu (1999), Hagen dan Ho (2006), Simorangkir (2012), Asanović (2013) dan Hosni (2014). 

Hardy dan Pazarbasioglu (1998) meneliti tentang krisis perbankan di negara Asia, hasilnya menunjukkan bahwa guncangan terhadap konsumsi menjadi awal peringatan dini terjadinya krisis perbankan. Selain itu, inflasi yang tinggi, penurunan pertumbuhan GDP, penurunan nilai impor, depresiasi nilai tukar dan peningkatan suku bunga dapat meningkatkan resiko terjadinya krisis perbankan. 

Salah satu pendekatan yang relevan dengan sistem deteksi dini krisis keuangan termasuk perbankan adalah penerapan Model Markov Switching. Markov Switching merupakan kerangka alternatif untuk 2 (dua) pendekatan yang sering digunakan untuk sistem peringatan dini untuk kirisis ekonomi, yaitu Signal Approach oleh Kaminsky, Lizondo, and Reinhart (1998) dan Pendekatan Probit/Logit.

Model Markov Switching menawarkan beberapa manfaat untuk digunakan sebagai sistem peringatan dini. Pertama, Model Markov Switching dapat digunakan untuk menghitung probabilitas terjadinya sebuah krisis. Kedua, Model Markov Switching dapat menjelaskan perilaku variable-variabel yang mengalami perubahan secara dramatis dan tiba-tiba. Model Markov Switching juga tidak membutuhkan definisi dan asumsi awal mengenai masa krisis dan masa normal (non-krisis). 

Ketiga, Model Markov Switching dapat menunjukkan dinamika krisis dan memberikan informasi mengenai kapan sebuah krisis akan terjadi, berapa lama krisis tersebut akan berlangsung dan variable-variabel apa yang dapat menyebabkan krisis tersebut berakhir.

Hasil pada gambar di atas adalah terkait analisis deteksi dini krisis perbankan pada 'dual banking system' di Indonesia dengan markov switching model. Terlihat bahwa perbankan syariah (bagian bawah) lebih banyak mengalami periode krisis di banding bank konvensional (bagian atas). Hal ini dapat dipahami mengingat perbankan syariah di Indonesia relatif kecil dengan pangsa 5% dari industri perbankan secara umum. Sehingga ketika terjadi ketidakstabilan ekonomi, tak dapat dipungkiri, industri perbankan syariah lebih terkena dampak. Memang, banyak variabel lain yang saling berkaitan.


Model Markov Switching telah dikembangkan lebih lanjut dengan mengkombinasikan Model Markov Switching dengan berbagai pendekatan lain seperti MS-VAR dan pendekatan yang lain.

Tidak ada komentar:

Posting Komentar