Kamis, 21 Juli 2016

Early Warning System Perbankan Syariah di Indonesia


Apakah perbankan syariah terkena imbas jika terjadi instabilitas ekonomi, baik yang berasal dari dalam negeri maupun dari luar? Periode mana sajakah yang tergolong dalam krisis dan tidak krisis yang dialami perbankan syariah di Indonesia? Dengan pendekatan Markov Switching untuk deteksi dini krisis perbankan, pertanyaan di atas akan dicarikan jawabannya.
Indikator yang digunakan sebagai proksi krisis yaitu Z-Score. Z-score merupakan indikator yang digunakan untuk mengukur stabilitas perbankan dengan cara menjumlahkan ROA dan EA dibagi dengan standar deviasi dari ROA (Čihak et al., 2008). Kemudian Indikator internal yang digunakan dalam penelitian ini di antaranya FDR, CRS (Cash Ratio), BDS (Bank Deposit) dan CAR untuk internal perbankan syariah. Sementara itu indikator eksternal yang digunakan yaitu Inflasi, Suku Bunga, Indeks Harga Produksi Industri, Nilai tukar, Money supply, Kredit Domestik dan Current account/GDP.
Data sekunder didapat dari sumber resmi dan dalam bentuk bulanan dari Januari 2004 sampai 2014. Dan di antara sumber-sumber datanya yaitu didapat dari Statistik Perbankan Indonesia Otoritas Jasa Keuangan (SPI-OJK), Statistik Perbankan Syariah Otoritas Jasa Keuangan (SPS- OJK), Badan Pusat Statistik (BPS), Statistik Ekonomi dan Moneter Indonesia Bank Indonesia (SEKI-BI) dan International Financial Statistics (IFS) yang dipublikasikan oleh IMF dan Kementrian Perdagangan Republik Indonesia.
Variabel yang digunakan sebagai indikator stabilitas perbankan yaitu Z-score(yt). Pada penelitian ini, model markov switching yang digunakan model multivariate yaitu Model MS-VAR (Markov Switching-Vector Auto Regression) yang dapat dijadikan sebagai alternatif dari model time series linier dengan parameter konstan. Menurut Krolzig (1997) ide umum dari model perubahan rezim ini adalah parameter dari vektor time series berdimensi-K {y_t} bergantung terhadap variabel rezim tak terobservasi s_t∈{1,…,m}, yang direpresentasikan melalui peluang suatu keadaan pada rezim tertentu.
Salah satu kelebihan metode MS-VAR yaitu nilai batas indeks krisis (threshold) merupakan variabel endogenous dengan kata lain periode krisis dan lamanya krisis merupakan bagian dari hasil estimasi. Hasil olah data menggunakan OxMetrics 5.1 menunjukkan bahwa terjadi pergeseran dari rezim 1 (masa tenang) ke rezim 2 (masa krisis).
Dalam penelitian markov switching, periode penentuan krisis merupakan bagian dari hasil estimasi. Dari grafik probabilitas klasifikasi rezim bank syariah menunjukkan ada beberapa periode masa tenang dan periode masa krisis dalam model bank syariah ini. Rezim 1 adalah masa tenang sedangkan rezim 2 adalah masa krisis.
Hasilnya menunjukkan bahwa periode krisis yang dialami bank syariah terjadi pada periode Februari 2004 sampai dengan April 2005. Siklus ekonomi kembali berada pada masa krisis pada Agustus 2005 sampai dengan Desember 2006 dan pada periode Maret 2007 sampai dengan September 2007.
Periode krisis selanjutnya terjadi pada selang waktu Agustus 2008 sampai Juni 2009 dan Agustus 2010 sampai dengan September 2010. Berturut-turut kemudian Juli 2013 sampai dengan Agustus 2013, dan September 2013 sampai Februari 2014. Terakhir, periode krisis bank syariah terjadi pada periode Mei 2014 sampai dengan Desember 2014.

Secara umum, kondisi perbankan syariah sebelum 2009 sedikit banyak terimbas kondisi krisis keuangan global yang terjadi di Eropa dengan Yunani yang mengalami kondisi terparah. Selanjutnya periode tahun 2011 hingga 2013 kondisi perbankan syariah relatif stabil. Baru kemudian tahun 2014 hingga 2015 bank syariah mengalami ketidakstabilan diakibatkan kondisi perekonomian dalam negeri pasca Pemilu 2014 dan pergantian kepemimpinan.