ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI PERBEDAAN PROFITABILITAS BANK ASING DAN BANK DOMESTIK DI INDONESIA YENI ASTUTI ANGGRAINI

i

ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI PERBEDAAN PROFITABILITAS BANK ASING DAN BANK DOMESTIK DI INDONESIA

YENI ASTUTI ANGGRAINI

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2013

ii

iii

PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Faktor-Faktor yang Memengaruhi Perbedaan Profitabilitas Bank Asing dan Bank Domestik di Indonesia adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Juni 2013 Yeni Astuti Anggraini NIM H14090024

i

ABSTRAK YENI ASTUTI ANGGRAINI. Analisis Faktor-Faktor yang Memengaruhi Perbedaan Profitabilitas Bank Asing dan Bank Domestik di Indonesia. Dibimbing oleh IMAN SUGEMA. Tujuan dari penelitian ini adalah untuk menganalisis faktor-faktor yang memengaruhi perbedaan profitabilitas bank asing dan bank domestik yang beroperasi di industri perbankan Indonesia antara tahun 2005 dan 2011. Sebanyak 109 bank umum konvensional digunakan sebagai sampel dalam penelitian ini. Model diestimasi dengan menggunakan analisis panel data statis. Untuk mengendalikan pengaruh kepemilikan terhadap profitabilitas bank, sampel dibagi dalam enam kategori: (1) Bank Umum Milik Negara (BUMN), (2) Bank Pembangunan Daerah (BPD), (3) Bank Umum Swasta Nasional Devisa (BUSN Devisa), (4) Bank Umum Swasta Nasional Non devisa (BUSN Non devisa), (5) bank campuran, dan (6) bank asing. Hasil penelitian menunjukkan bahwa terdapat perbedaan terhadap faktor-faktor yang memengaruhi profitabilitas bank asing dan bank domestik, faktor penting yang memengaruhi profitabilitas bank domestik tidak berpengaruh bagi bank asing dan sebaliknya. Penelitian ini juga menemukan bahwa bank asing kurang dipengaruhi oleh faktor makroekonomi dari negara tuan rumah. Kata kunci: bank asing dan bank domestik, struktur kepemilikan, profitablitas bank

ABSTRACT YENI ASTUTI ANGGRAINI. Analysis of Factors that Influence Differences in Profitability of Foreign and Domestic Banks in Indonesia. Supervised by IMAN SUGEMA. The purpose of this study to analyze the factors that influence differences in profitability of foreign and domestic banks operating in the Indonesian banking market between 2005 and 2011. Total of 109 conventional commercial banks have represented our sample. The model is estimated using static panel analysis. To control for the effect of bank ownership on performance, we split the sample into six categories: (1) state owned banks, (2) regional development banks, (3) foreign exchange commercial banks, (4) non-foreign exchange commercial banks, (5) joint venture banks, and (6) foreign owned banks. The result showed that foreign and domestic banks have different profitability determinants, i.e. factors that are important in shaping domestic banks’ profitability are not necessary important for the foreign banks and vice versa. We also found that foreign banks are less affected by the macroeconomic factors of the host country than domestic banks. Keywords: domestic and foreign banks, ownership structure, banks’ profitability

ii

ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI PERBEDAAN PROFITABILITAS BANK ASING DAN BANK DOMESTIK DI INDONESIA

YENI ASTUTI ANGGRAINI

Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2013

iii

iv Judul Skripsi : Analisis Faktor-Faktor yang Memengaruhi Perbedaan Profitabilitas Bank Asing dan Bank Domestik di Indonesia Nama : Yeni Astuti Anggraini NIM : H14090024

Disetujui oleh

Dr. Ir. Iman Sugema, M.Ec Dosen Pembimbing

Diketahui oleh

Dr. Ir. Dedi Budiman Hakim, M.Ec Ketua Departemen

Tanggal Lulus:

v

PRAKATA Puji syukur kehadirat Allah SWT atas segala rahmat dan karuniaNya sehingga penulis dapat menyelesaikan skripsi yang berjudul "Analisis FaktorFaktor yang Memengaruhi Perbedaan Profitabilitas Bank Asing dan Bank Domestik di Indonesia". Terima kasih penulis ucapkan kepada Bapak Dr. Ir. Iman Sugema, M.Ec selaku dosen pembimbing skripsi yang telah membimbing dan mengarahkan penulis dalam menyelesaikan skripsi ini, kepada Bapak Dr. Ir. Dedi Budiman Hakim, M.Ec selaku dosen penguji utama dan Bapak Dr. Muhammad Findi A, ME selaku komisi pendidikan dalam ujian sidang penulis yang telah memberikan banyak kritik dan saran untuk perbaikan dan kesempurnaan dalam penulisan skripsi ini. Di samping itu, penghargaan penulis sampaikan kepada ka Ade Holis dan ka Ashfahanirrohimah selaku asisten dosen yang telah banyak membantu selama proses pengolahan data. Ungkapan terima kasih tak lupa penulis sampaikan kepada kedua orangtua tercinta bapak Haris dan Ibu Mariyam, kedua adik penulis Yuni Kartika dan Chaerunnisa, serta seluruh keluarga besar atas segala doa dan kasih sayangnya. Tidak lupa juga penulis sampaikan terima kasih kepada teman satu bimbingan Friska, Farhana dan Lintang yang selalu kompak dan banyak membantu penulis selama proses pembuatan skripsi ini. Terakhir penulis sampaikan terima kasih kepada Arief Muhammad atas segala waktu, doa dan semangatnya, sahabat-sahabat terbaik penulis Ika, Indri, Bagas, Adis, Risma, Yaomi, Tasya, Fara, Reni, dan Esa, serta teman-teman ilmu ekonomi angkatan 46 atas segala dukungan yang telah diberikan. Semoga karya ilmiah ini bermanfaat.

Bogor, Juni 2013 Yeni Astuti Anggraini

vi

DAFTAR ISI DAFTAR TABEL

viii

DAFTAR GAMBAR

viii

DAFTAR LAMPIRAN

viii

PENDAHULUAN

1

Latar Belakang

1

Perumusan Masalah

6

Tujuan Penelitian

6

Manfaat Penelitian

6

Ruang Lingkup Penelitian

7

TINJAUAN PUSTAKA

7

Profitabilitas (Earnings)

7

Return On Asset (ROA)

8

Return On Equity (ROE)

9

Capital Adequacy Ratio (CAR)

9

Cadangan Kerugian Penurunan Nilai (CKPN)

10

Net Interest Margin (NIM)

11

Biaya Operasional terhadap Pendapatan Operasional (BOPO)

11

Loan to Deposit Ratio (LDR)

12

Liquid Asset Ratio (LIQ)

13

Analisis Makro Ekonomi

13

Penelitian Terdahulu

13

Hipotesis

15

Kerangka Pemikiran

16

METODE PENELITIAN

17

Jenis dan Sumber Data

17

Metode Pengolahan Data

17

Metode Analisis Data

17

Metode Estimasi Regresi Data Panel

19

Pooled Least Square model

19

Fixed Effect Model

19

Random Effect Model

20

Pengujian Model Data Panel Statis Chow Test

20 21

vii Hausman Test

21

Metode Evaluasi Model

21

Kriteria Ekonometrika

22

Kriteria Statistik

23

Kriteria Ekonomi

24

Perumusan Model HASIL DAN PEMBAHASAN Hasil Estimasi dan Evaluasi Model

24 25 25

Pooled Least Square vs Fixed Effect Model

25

Fixed Effect Model vs Random Effect Model

26

Pengujian Asumsi

27

Pengujian Kriteria Statistik

28

Hasil Estimasi Model terhadap Profitabilitas Bank

29

Analisis Pengaruh Faktor Internal (Rasio Keuangan) terhadap ROE Bank Asing dan Bank Domestik

30

Analisis Pengaruh Faktor Internal (Rasio Keuangan) terhadap ROA Bank Asing dan Bank Domestik

33

Analisis Pengaruh Faktor Eksternal (Variabel Makroekonomi) terhadap ROE dan ROA Bank Asing dan Bank Domestik

36

SIMPULAN DAN SARAN

37

Simpulan

37

Saran

38

DAFTAR PUSTAKA

39

LAMPIRAN

41

RIWAYAT HIDUP

62

viii

DAFTAR TABEL 1 2 3 4 5 6 7

Perkembangan Laba/Rugi Industri Perbankan Peringkat Bank Umum Berdasarkan 10 Aset Terbesar di Indonesia Uji-F (Chow Test) terhadap ROE Uji-F (Chow Test) terhadap ROA Hausman Test terhadap ROE Hausman Test terhadap ROA Peringkat Bank Umum Berdasarkan Profitabilitas Tertinggi dan Terendah (Model ROE) 8 Peringkat Bank Umum Berdasarkan Profitabilitas Tertinggi dan Terendah (Model ROA) 9 Peringkat Kelompok Bank Berdasarkan Profitabilitas (ROE) Tertinggi 10 Peringkat Kelompok Bank Berdasarkan Profitabilitas (ROA) Tertinggi 11 Hasil Estimasi Pengaruh Rasio Keuangan terhadap ROE 12 Hasil Estimasi Pengaruh Rasio Keuangan terhadap ROA

3 4 26 26 26 27 29 29 30 30 31 34

DAFTAR GAMBAR 1 2 3 4

Grafik Komposisi Aset Lembaga Keuangan Grafik Laba Bersih Kelompok Bank Periode Juni 2012 Aset Perbankan Indonesia Tahun 1998 dan 2011 Kerangka Pemikiran

1 3 4 16

DAFTAR LAMPIRAN 1 Hasil Estimasi Panel Data dengan Menggunakan Pooled Least Square terhadap Model ROA 2 Hasil Estimasi Panel Data dengan Menggunakan Fixed Effect Model dengan Pembobotan (Cross-Section Weights) dan White Cross-Section Covariance terhadap Model ROA 3 Hasil Cross Section Effects Pada Data Panel (Model ROA) 4 Hasil Uji-F (Chow Test) terhadap Model ROA 5 Hasil Estimasi Panel Data dengan Menggunakan Random Effect Model terhadap Model ROA 6 Hasil Uji Hausman (Hausman Test) terhadap Model ROA 7 Hasil Olah Data Deskriptif (Model ROA) 8 Hasil Uji Multikolinearitas dalam Model ROA 9 Hasil Uji Normalitas dalam Model ROA 10 Hasil Estimasi Panel Data dengan Menggunakan Dummy Kelompok Bank terhadap Model ROA 11 Hasil Estimasi Panel Data dengan Menggunakan Pooled Least Square terhadap Model ROE

42

42 44 47 48 49 49 49 50 51 52

ix 12 Hasil Estimasi Panel Data dengan Menggunakan Fixed Effect Model dengan Pembobotan (Cross-Section Weights) dan White Cross-Section Covariance terhadap Model ROE 13 Hasil Cross Section Effects Pada Data Panel (Model ROE) 14 Hasil Uji-F (Chow Test) terhadap Model ROE 15 Hasil Estimasi Panel Data dengan Menggunakan Random Effect Model terhadap Model ROE 16 Hasil Uji Hausman (Hausman Test) terhadap Model ROE 17 Hasil Olah Data Deskriptif (Model ROE) 18 Hasil Uji Multikolinearitas dalam Model ROE 19 Hasil Uji Normalitas dalam Model ROE 20 Hasil Estimasi Panel Data dengan Menggunakan Dummy Kelompok Bank terhadap Model ROE

53 54 57 58 59 59 59 60 61

1

PENDAHULUAN Latar Belakang Perbankan merupakan salah satu sektor yang sangat penting di dalam struktur sistem keuangan Indonesia. Menurut data Kajian Stabilitas Keuangan Nomor 19, September 2012, dominasi nilai aset industri perbankan dalam semester I 2012 mencapai 75,2 persen dari total aset sektor keuangan (Gambar 1). Hal ini menunjukkan besarnya peran sektor perbankan sebagai penyokong utama sektor keuangan di Indonesia.

Sumber: Bank Indonesia dan Bappepam LK (diolah)

Gambar 1 Grafik komposisi aset lembaga keuangan Sebagian besar kehidupan masyarakat modern seperti saat ini, kegiatannya melibatkan jasa-jasa dari sektor perbankan. Perbankan sendiri memiliki fungsi utama sebagai financial intermediary atau perantara keuangan yang menyalurkan dana dari pihak yang kelebihan dana kepada pihak yang kekurangan dana sehingga sektor perbankan merupakan salah satu penggerak sektor riil dalam siklus perekonomian di Indonesia. Seperti yang tercantum dalam Undang-Undang Republik Indonesia Nomor 10 Tahun 1998 tentang Perbankan, bank adalah badan usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkan dana dari masyarakat dalam bentuk kredit atau bentuk-bentuk lainnya dalam rangka meningkatkan taraf hidup rakyat banyak. Semakin berkembang kehidupan masyarakat dan transaksi-transaksi perekonomian suatu negara, maka akan membutuhkan pula peningkatan peran sektor perbankan melalui pengembangan produk-produk jasanya. Jasa sektor perbankan sangat penting dalam pembangunan perekonomian suatu negara. Jasa perbankan ini umumnya terdiri dari dua tujuan. Pertama, sebagai penyedia mekanisme dan alat pembayaran yang efisien bagi nasabah seperti menyediakan uang tunai, tabungan, dan kartu kredit. Kedua, dengan menerima tabungan dari nasabah (funding) dan menyalurkan dana kepada pihak

2 yang membutuhkan dana (lending), sehingga bank dapat meningkatkan arus dana untuk kegiatan investasi. Bila peran ini berjalan dengan baik maka perekonomian suatu negara akan meningkat (Ervani 2007). Keberadaan sektor perbankan di Indonesia baik bank domestik (milik negara, pemerintah daerah maupun swasta nasional), bank campuran, serta bank asing memang cukup menarik untuk diamati. Hal ini disebabkan oleh keberadaannya yang banyak berhubungan dengan kegiatan pada sektor-sektor riil, sehingga kondisi yang dirasakan oleh sektor perbankan akan sangat memengaruhi sektor-sektor perekonomian lainnya. Berdasarkan data Bank Indonesia pada akhir Desember 2012, jumlah bank umum mencapai 120 bank yang terdiri dari 109 bank umum konvensional dan 11 bank umum syariah. Namun, persaingan antar bank dalam menghimpun dana dari masyarakat dan menyalurkannya kembali dalam bentuk kredit dalam prakteknya banyak yang menyimpang dari aturanaturan yang berlaku dalam dunia bisnis perbankan seperti mengabaikan prinsip kehati-hatian bank (prudential banking). Contohnya melalui pemberian kredit tak terbatas pada nasabah yang masih berada pada grup yang sama dengan perbankan tersebut, sehingga seringkali merugikan para deposan dan investor serta berdampak pada perekonomian negara yang diakibatkan kecenderungan meningkatnya kredit bermasalah. Akibatnya pada pertengahan 1997 industri perbankan mengalami keterpurukan sebagai imbas dari terjadinya krisis multidimensi yang melanda Indonesia (Faisol 2007). Krisis moneter tahun 1997-1998 yang melanda Indonesia telah membuat sektor perbankan mengalami keadaan yang buruk. Penurunan kinerja bank-bank tersebut harus segera diperbaiki karena jika hal tersebut terus berlanjut tentunya akan membuat kredibilitas perbankan semakin menurun. Bagi bank-bank yang mengalami penurunan kinerja secara signifikan dan berkelanjutan akan menunggu waktu untuk dilikuidasi jika tidak ada upaya untuk memperbaiki kinerjanya. Industri perbankan Indonesia mulai mengalami perkembangan yang signifikan sejak dikeluarkannya berbagai paket deregulasi kebijakan oleh pemerintah. Paket Kebijakan 1 Juni 1983 (Pakjun 83), yang dinamakan oleh Cole dan Slade (1996) sebagai Fase Reformasi 1983 merupakan proses awal dari liberalisasi perbankan. Inti dari Pakjun tersebut adalah pembebasan bagi bankbank untuk menetapkan suku bunga, sumber dana, dan kredit. Paket kebijakan perbankan tersebut sangat memengaruhi pola dan strategi perbankan baik dari sisi aktiva maupun pasiva perbankan itu sendiri. Situasi tersebut memaksa industri perbankan harus lebih kreatif dan inovatif dalam mengembangkan dan memperoleh sumber-sumber dana baru. Oleh karena itu tak heran jika persaingan antar bank untuk menarik dana dari masyarakat semakin meningkat. Fase selanjutnya yaitu fase pembebasan hambatan masuk pada tahun 1988 dengan paket kebijakan yang terkenal dengan istilah Pakto 88 (Paket Kebijakan 27 Oktober 1988). Dampak dari berbagai deregulasi tersebut adalah meningkatnya fungsi mediasi perbankan yang tercermin dari peningkatan nilai dana pihak ketiga yang dihimpun dan peningkatan nilai kredit yang disalurkan. Deregulasi tersebut juga diyakini berhasil meningkatkan efisiensi industri perbankan yang ditandai dengan menurunnya tingkat konsentrasi di industri perbankan (Lubis 2009).

3 Seiring dengan kondisi perekonomian Indonesia yang relatif terjaga, industri perbankan mampu mencatatkan profit yang cukup besar. Selama semester I 2012 perbankan membukukan laba bersih sebesar Rp 45,7 triliun (Tabel 1). Laba tersebut lebih tinggi dibandingkan pencapaian laba pada semester yang sama pada tahun 2011 yang hanya mencapai Rp 37,1 triliun. Tingginya laba tersebut juga tercermin dari ROA perbankan yang mencapai 3,2% per Juni 2012 meningkat dibandingkan per Desember 2011 sebesar 3,0%. Tabel 1 Perkembangan laba/rugi industri perbankan (triliun rupiah) Laba/Rugi

Juni 2011

Desember 2011

Juni 2012

L/R Operasional

40,0

89,30

55,80

L/R Non Operasional

6,70

7,80

2,30

L/R Sebelum Pajak

46,70

97,10

58,20

L/R Setelah Pajak

37,10

75,10

45,70

Sumber: Statistik Bank Indonesia, LBU

Laba bersih

Perolehan laba perbankan sampai dengan akhir semester I 2012 masih didominasi oleh laba operasional seperti periode-periode sebelumnya. Laba operasional perbankan tercatat sebesar Rp 55,80 triliun pada bulan Juni 2012, meningkat dibanding laba operasional semester yang sama pada tahun sebelumnya sebesar Rp 40,00 triliun. Dilihat dari data per kelompok bank, porsi terbesar penyumbang laba bersih perbankan terdapat pada kelompok bank persero yang mencapai 41,60%, disusul Bank Umum Swasta Nasional (BUSN) 37,80%, Bank Pembangunan Daerah (BPD) 9,97%, bank asing 6,76% dan yang terakhir bank campuran sebesar 3,87% (Gambar 2). 45 40 35 30 25 20 15 10 5 0

41.6% 37.8%

9.97% 6.76%

BUMN

BUSN

BPD

Asing

3.87% Campuran

Kelompok bank Sumber: Bank Indonesia, 2012

Gambar 2 Grafik laba bersih kelompok bank periode Juni 2012 Pro dan kontra keberadaan modal asing kembali mengemuka dalam industri perbankan nasional. Namun, permasalahannya bukan lagi mengenai perizinan bagi investor asing untuk berinvestasi pada bank nasional, tetapi seberapa besar modal asing boleh menguasai struktur permodalan di suatu bank nasional. Seperti diketahui terdapat 5 dari 10 bank terbesar di Indonesia saat ini telah dikuasai oleh modal asing (Tabel 2). Namun, peran investor asing tersebut dalam perekonomian

4 nasional masih belum optimal dan tidak sebanding dengan keuntungan yang mereka dapatkan atas investasinya di Indonesia. Tabel 2 Peringkat bank umum berdasarkan 10 aset terbesar di Indonesia No. 1 2 3 4 5 6 7 8 9 10

Nama bank Bank Mandiri (Persero) Tbk Bank Rakyat Indonesia (Persero) Tbk Bank Central Asia Tbk Bank Negara Indonesia (Persero) Tbk Bank CIMB Niaga TBK Bank Danamon Indonesia Tbk Pan Indonesia Bank Tbk Bank Permata Tbk Bank Internasional Indonesia Tbk Bank Tabungan Negara (Persero) Tbk

Total aset (IDR Miliar) 480.558 417.634 393.374 273.284 169.572 125.012 121.445 106.905 93.054 83.829

Kepemilikan Pemerintah Pemerintah Swasta Pemerintah Asing 97.9% Asing 67.4% Asing 99% Asing 44.5% Asing 97.5% Pemerintah

Sumber: Bank Indonesia, BISPI Februari 2012

Peta industri perbankan nasional dalam satu dasawarsa terakhir telah mengalami pergeseran signifikan. Pascakrisis finansial 1998, tercatat lebih dari 20 bank swasta nasional yang berpindah tangan ke bank asing atau pemodal asing. Sebagai konsekuensi atas berbagai akuisisi bank asing atas bank nasional tersebut, maka penguasaan aset perbankan nasional oleh pemerintah dan swasta nasional semakin tahun semakin menurun (Gambar 3).

Sumber: Bank Indonesia, 2011

Gambar 3 Aset Perbankan Indonesia Tahun 1998 dan 2011 Pangsa aset bank nasional yang dimiliki pemodal swasta lokal terus menurun dari 42 persen pada tahun 1998 menjadi 19 persen pada tahun 2011. Pangsa aset BUMN juga mengalami penurunan yang signifikan dari 44 persen

5 pada tahun 1998 menjadi 39 persen pada tahun 2011. Sebaliknya, pangsa aset bank swasta milik asing meningkat secara signifikan dari hampir nol persen menjadi 21 persen, bahkan apabila ditotal dengan kantor cabang bank asing dan bank campuran, maka total pangsa aset bank milik asing di Indonesia sudah mencapai 34 persen di tahun 2011 (Fikri 2012). Masuknya bank-bank asing yang sudah sangat dikenal memiliki competitive advantage berupa source of fund dalam valas yang kuat, implementasi teknologi yang canggih, serta manajemen risiko yang baik secara langsung memberikan tekanan kepada bank pemerintah dan bank swasta nasional. Berbagai competitive advantage tersebut memaksa perbankan nasional untuk terus memperbaiki kualitas pelayanan, pengembangan sumberdaya manusia (SDM), pengembangan pengawasan bank dan kerangka hukum serta memperbaharui teknologi yang selama ini diterapkan agar dapat bersaing dengan bank asing. Kondisi tersebut pada akhirnya meningkatkan daya saing bank-bank lokal untuk memberikan nilai tambah dalam bentuk pelayanan kepada masyarakat Indonesia (Astohar 2009). Namun, masuknya bank serta pemodal asing tersebut tidak sepenuhnya membawa keuntungan bagi perekonomian Indonesia. Dominasi modal asing dalam industri perbankan nasional berpotensi kontra produktif bagi perekonomian nasional, terlebih banyak dari modal asing tersebut yang menjadi pemegang saham pengendali. Kepemilikan saham di Indonesia yang umumnya bersifat terkonsentrasi dapat mendorong pemegang saham pengendali untuk melakukan ekspropriasi, yakni penggunaan hak kontrol untuk memaksimalkan kesejahteraan pribadi dengan mendistribusikan kekayaan dari pihak lain. Konsentrasi dapat terjadi melalui pembagian deviden pemegang saham, hak pemegang saham untuk memilih dewan direktur, dan berbagai kebijakan perusahaan lainnya. Tanpa adanya penegakan corporate governance dan law enforcement yang kuat, hak-hak pemegang saham minoritas bisa terabaikan. Hal ini dapat pula bertentangan dengan kepentingan ekonomi nasional (Fikri 2012). Penilaian terhadap kinerja suatu bank pada dasarnya dapat dilakukan dengan menganalisis laporan keuangan bank yang bersangkutan. Berdasarkan laporan keuangan tersebut dapat diperoleh adanya suatu informasi tentang posisi keuangan, aliran kas, dan informasi lain yang berkaitan dengan kinerja bank yang bersangkutan. Berdasarkan laporan tersebut akan dapat dihitung sejumlah rasio keuangan yang lazim dijadikan sebagai dasar penilaian tingkat kinerja bank. Informasi mengenai kondisi suatu bank dapat digunakan oleh pihak-pihak yang terkait, baik dari pihak bank sendiri, pihak luar bank (seperti kreditur, investor, dan nasabah), dan Bank Indonesia selaku otoritas pengawasan bank, untuk mengevaluasi kinerja bank dalam penerapan prinsip kehati-hatian dan kepatuhan terhadap ketentuan-ketentuan yang berlaku saat itu (Puspitasari 2009). Menurut Sofyan (2003), profitabilitas merupakan indikator yang paling tepat untuk mengukur kinerja suatu bank. Ukuran profitabilitas yang digunakan adalah Return On Asset (ROA) dan Return On Equity (ROE). ROA memfokuskan kemampuan perusahaan untuk memeroleh earning dalam operasi perusahaan, sedangkan ROE hanya mengukur return yang diperoleh dari investasi pemilik perusahaan dalam bisnis tersebut. Beberapa faktor lain yang bepengaruh terhadap kinerja bank dapat dianalisis menggunakan analisis rasio likuiditas (seperti misalnya dengan cash ratio, reserve requirement, loan to deposit ratio, loan to asset ratio, dan rasio kewajiban bersih call money), analisis rasio rentabilitas

6 (seperti misalnya ROA, ROE, BOPO, dan NPM atau Net Profit Margin), dan analisis rasio solvabilitas (CAR, Debt to Equity Ratio, dan Long Term Debt to Asset Ratio) (Dendawijaya 2005). Selain itu, faktor-faktor makro ekonomi seperti inflasi, pertumbuhan ekonomi, nilai tukar, dan suku bunga di suatu negara juga mempunyai kontribusi terhadap profitabilitas bank. Struktur dan karakteristik yang berbeda dari bank asing dan bank domestik, serta pengaruh yang berbeda dari faktor-faktor eksternal pada kedua bank ini merupakan hal yang menarik untuk diamati. Analisis empiris dari kinerja bankbank ini akan menggambarkan bagaimana dan mengapa kinerja bank bervariasi berdasarkan status kepemilikannya. Beberapa hasil penelitian terdahulu menunjukkan hasil yang belum optimal dan kurang konsisten. Penelitian ini dilakukan untuk menguji kembali faktor-faktor yang memengaruhi perbedaan profitabilitas pada bank asing dan bank domestik yang beroperasi pada industri perbankan Indonesia dengan menggunakan analisis data panel statis selama periode 2005-2011.

Perumusan Masalah Berdasarkan uraian di atas, maka permasalahan yang akan dianalisis dalam penelitian ini adalah: 1 Apa saja faktor-faktor yang memengaruhi profitabilitas bank asing dan bank domestik di Indonesia? 2 Apakah terdapat perbedaan terhadap faktor-faktor yang memengaruhi profitabilitas bank asing dan bank domestik di Indonesia?

Tujuan Penelitian Sesuai dengan permasalahan dan perumusan masalah penelitian di atas, maka tujuan yang hendak dicapai dalam penelitian ini dapat dirinci sebagai berikut: 1 Menganalisis faktor-faktor yang memengaruhi profitabilitas bank asing dan bank domestik di Indonesia. 2 Menganalisis perbedaan faktor-faktor yang memengaruhi profitabilitas bank asing dan bank domestik di Indonesia.

Manfaat Penelitian Penelitian yang dilakukan ini diharapkan akan mampu memberikan manfaat antara lain yaitu: 1 Bagi analis internal bank, untuk membantu manajemen membuat evaluasi tentang kinerja keuangan bank. 2 Bagi investor, hasil penelitian ini diharapkan dapat digunakan sebagai alat bantu dalam mempertimbangkan keputusan investasinya.

7 3 Bagi peneliti, hasil penelitian ini menambah bukti empiris mengenai perbedaan kinerja keuangan bank domestik dan bank asing. 4 Bagi akademis, diharapkan akan menambah wawasan dan sebagai referensi dalam penelitian-penelitian yang sejenis di masa yang akan datang.

Ruang Lingkup Penelitian Fokus penelitian ini adalah menganalisis faktor-faktor yang memengaruhi perbedaan profitabilitas bank asing dan bank domestik di Indonesia selama periode 2005-2011. Penelitian ini menggunakan beberapa variabel yang bepengaruh terhadap kinerja bank, diantaranya adalah Capital Adequacy Ratio (CAR), Cadangan Kerugian Penurunan Nilai (CKPN), Net Interest Margin (NIM), Biaya Operasional/Pendapatan Operasional (BOPO), Loan to Deposit Ratio (LDR), dan Liquid Asset Ratio (LIQ). Selain itu, variabel-variabel makro ekonomi seperti inflasi, pertumbuhan ekonomi (GDP growth), Real Exchange Rate (RER), dan Discount Rate (DR) juga digunakan untuk melihat faktor eksternal yang memengaruhi kinerja keuangan perbankan di Indonesia. Pengolahan data yang dilakukan dalam penelitian ini menggunakan Eviews 6 dan Microsoft Excel 2010. Keterbatasan dalam penelitian ini ialah tidak dimasukkannya bank umum syariah di dalam objek penelitian. Oleh karena itu diperlukan penelitian lebih lanjut pada beberapa bagian di dalam penelitian ini.

TINJAUAN PUSTAKA Profitabilitas (Earnings) Profitabilitas merupakan kemampuan suatu perusahaan untuk mendapatkan keuntungan (laba) dalam suatu periode tertentu. Laba yang diraih dari kegiatan yang dilakukan merupakan cerminan kinerja sebuah perusahaan dalam menjalankan usahanya. Profitabilitas menjadi salah satu acuan yang penting untuk mengetahui apakah perusahaan telah menjalankan usahanya secara efisien, karena efisiensi baru dapat diketahui dengan membandingkan laba yang diperoleh dengan aktiva atau modal yang digunakan untuk menghasilkan laba tersebut. Menjaga tingkat profitabilitas merupakan hal yang penting bagi bank karena rentabilitas (profitabilitas) yang tinggi merupakan tujuan setiap bank. Profitabilitas suatu perusahaan akan memengaruhi kebijakan para investor atas investasi yang dilakukan. Kemampuan perusahaan untuk menghasilkan laba akan dapat menarik para investor untuk menanamkan dananya guna memperluas usahanya, sebaliknya tingkat profitabilitas yang rendah akan menyebabkan para investor menarik dananya. Bagi perusahaan itu sendiri, profitabilitas dapat digunakan sebagai evaluasi atas efektivitas pengelolaan badan usaha tersebut. Alat analisis yang biasa digunakan untuk menilai profitabilitas bank ialah rasio return on asset (ROA) dan return on equity (ROE). Semakin tinggi

8 profitabilitas semakin baik dan efisien kinerja perbankan tersebut, karena untuk memperoleh ROA dan ROE yang besar diperlukan adanya aktiva produktif yang berkualitas dan manajemen yang solid. Penilaian kedua rasio tersebut tentunya mempunyai sisi kelemahan dan kebaikkan sehingga pada penelitian ini menggunakan dua pendekatan rasio tersebut untuk meminimalkan berbagai kelemahan yang ada, diharapkan pengukuran profitabilitas terhadap bank menjadi lebih valid dan relevan. Return on Asset (ROA) Salah satu ukuran untuk melihat kinerja keuangan perbankan adalah melalui Return On Asset (ROA). ROA digunakan sebagai ukuran kinerja keuangan dan dijadikan sebagai variabel dependen karena ROA digunakan untuk mengukur efektifitas perusahaan di dalam menghasilkan keuntungan dengan memanfaatkan aktiva yang dimilikinya. Berdasarkan Surat Edaran BI No. 3/30 DPNP tanggal 14 Desember 2001, rasio ROA dapat diukur dengan perbandingan antara laba sebelum pajak terhadap total aset (total aktiva). Laba sebelum pajak adalah laba bersih dari kegiatan operasional bank sebelum pajak. Total aset yang digunakan untuk mengukur ROA adalah jumlah keseluruhan dari aset yang dimiliki oleh bank yang bersangkutan. Semakin besar ROA menunjukkan kinerja keuangan yang semakin baik, karena tingkat kembalian (return) semakin besar. Bank Indonesia selaku pembina dan pengawas perbankan lebih mengutamakan nilai profitabilitas suatu bank yang diukur dengan aset yang perolehan dananya sebagian besar berasal dari simpanan masyarakat. Pengukuran kinerja keuangan perusahaan dengan ROA memiliki keuntungan yaitu ROA sangat mudah dihitung dan dipahami. ROA juga merupakan denominator yang dapat diterapkan pada setiap unit organisasi yang bertanggung jawab terhadap profitabilitas dan unit usaha. Pengukuran kinerja keuangan perusahaan, setiap unit organisasi yang ada dalam perusahaan dapat menggunakan ROA untuk mengetahui profitabilitas dari setiap unit usaha. Namun, pengukuran kinerja perusahaan dengan ROA juga memiliki kelemahan yaitu dalam mengukur kinerja dengan ROA manajemen cenderung lebih fokus pada tujuan jangka pendek. Sebuah proyek yang menggunakan ROA sebagai tolak ukur kinerjanya dapat meningkatkan tujuan jangka pendek, namun proyek tersebut mempunyai konsekuensi negatif dalam jangka panjang berupa penentuan jumlah tenaga penjualan, pengurangan budget pemasaran, dan pengguanaan bahan baku yang relatif murah sehingga menurunkan kualitas produk dalam jangka panjang. Oleh karena itu, manajer divisi memiliki kecenderungan untuk melewatkan proyek-proyek jangka panjang, meskipun pada kenyataannya proyek-proyek tersebut dapat meningkatkan profitabilitas perusahaan secara keseluruhan. ROA dihitung dengan menggunakan rumus: aba sebelum pajak otal aset

9 Return on Equity (ROE) Hasil pengembalian ekuitas atau return on equity (ROE) atau rentabilitas modal sendiri merupakan rasio untuk mengukur laba bersih sesudah pajak dengan modal sendiri. Rasio ini menunjukkan efisiensi penggunaan modal sendiri. Semakin tinggi rasio ini, semakin baik. Artinya posisi pemilik perusahaan semakin kuat, demikian pula sebaliknya. Rasio ini merupakan indikator yang amat penting bagi para pemegang saham dan calon investor untuk mengukur kemampuan bank dalam memeroleh laba bersih yang dikaitkan dengan pembayaran deviden. Kenaikan dalam rasio ini berarti terjadi kenaikan laba bersih dari bank yang bersangkutan. Selanjutnya, kenaikan tersebut akan mengakibatkan kenaikan harga saham (Dendawijaya 2005). ROE dihitung dengan menggunakan rumus: aba setelah pajak otal ekuitas Capital Adequacy Ratio (CAR) CAR merupakan rasio permodalan yang menunjukkan kemampuan bank dalam rangka pengembangan usaha dan menampung kemungkinan risiko kerugian yang diakibatkan kegiatan operasional bank. Penilaian aspek ini lebih dimaksudkan untuk mengetahui bagaimana atau berapa modal bank tersebut telah memadai untuk menunjang kebutuhannya. Besarnya modal suatu bank akan berpengaruh pada mampu atau tidaknya suatu bank beroperasi secara efisien. Kepercayaan masyarakat akan terlihat dari besarnya dana giro, deposito, dan tabungan yang melebihi jumlah setoran modal dari para pemegang sahamnya. Unsur kepercayaan ini merupakan masalah penting dan merupakan faktor keberhasilan pengelolaan suatu bank. Bank selalu dipantau dan didorong untuk memenuhi ketentuan di bidang permodalan. Perhitungan penyediaan modal minimum (CAR) didasarkan pada prinsip bahwa setiap penanaman dana bank yang mengandung risiko harus disediakan jumlah modal sebesar persentase tertentu dari jumlah penanamannya. Jika nilai CAR tinggi (sesuai dengan ketentuan Bank Indonesia sebesar 8%) berarti bank tersebut mampu membiayai operasi bank, dan keadaan yang menguntungkan tersebut dapat memberikan kontribusi yang cukup besar bagi profitabilitas bank yang bersangkutan (Dendawijaya 2005). Menurut Surat Edaran BI No. 3/30DPNP tanggal 14 Desember 2001, rasio CAR dapat dirumuskan sebagai perbandingan antara modal bank terhadap aktiva tertimbang menurut risiko (ATMR). Modal bank adalah total modal yang berasal dari modal inti dan modal pelengkap. Modal inti yaitu modal milik sendiri yang diperoleh dari modal disetor oleh pemegang saham. Modal inti terdiri dari modal disetor, agio saham, cadangan umum, cadangan tujuan, laba ditahan, laba tahun lalu, laba tahun berjalan, dan bagian kekayaan anak perusahaan yang laporan keuangannya dikonsolidasikan. Modal pelengkap terdiri dari cadangan revaluasi aktiva tetap, cadangan penghapusan aktiva yang diklasifikasikan, modal kuasa, dan pinjaman subordinasi. Sedangkan ATMR merupakan penjumlahan ATMR

10 aktiva neraca dengan ATMR administratif. CAR dihitung dengan menggunakan rumus: odal

Cadangan Kerugian Penurunan Nilai (CKPN) Aktiva produktif merupakan sumber pendapatan utama dari kegiatan perbankan yang terdiri dari kredit yang diberikan, penanaman modal dalam surat berharga, penanaman modal ke bank lain dan penyertaan. Pendapatan bank diharapkan semakin besar dari penanaman dalam aktiva produktif, sehingga kesempatan untuk memperoleh laba semakin meningkat. Perolehan laba akan memberikan penilaian positif bagi investor yang menanamkan modalnya pada saham perbankan. Dana yang berhasil dihimpun oleh bank akan menjadi beban bila dibiarkan saja. Oleh sebab itu, bank harus mengalokasikan dananya dalam bentuk aktiva produktif. Penanaman dana bank pada aktiva produktif wajib dilaksanakan berdasarkan prinsip kehati-hatian. Pengurus bank harus menjaga kualitas aktiva produktifnya agar selalu dalam keadaan baik. Penilaian kualitas aktiva produktif dilihat dari rasio Cadangan Kerugian Penurunan Nilai (CKPN). Dalam CKPN, pembentukan atau penyisihan dana dinilai dari hasil evaluasi kredit debitur yang dilakukan oleh bank. Jika menurut suatu bank terdapat bukti objektif bahwa kredit dari debitur itu mengalami impairment (penurunan), maka bank itu harus membentuk dana atau cadangan atas kredit tersebut. Evaluasi kredit debitur yang berbeda-beda dari masing-masing bank menyebabkan tiap-tiap bank memiliki kebijakan tersendiri dalam membentuk cadangan dana untuk kreditnya. Walaupun begitu, kebijakan bank itupun tidak boleh menyimpang dari beberapa kriteria yang terdapat dalam PAPI (Pedoman Akuntansi Perbankan Indonesia). Adapun ketentuan pengukuran cadangan menurut CKPN berdasarkan PAPI dibagi menjadi: 1 Individual a Discounted Cash Flow: Estimasi arus kas masa akan datang (pembayaran pokok + bunga) yang didiskonto dengan suku bunga b Fair Value of Collateral: Dengan memperhitungkan nilai arus kas atas jaminan atau agunan di masa akan datang c Observable Market Price: Ditentukan dari harga pasar dari kredit tersebut 2 Kolektif a Dilihat dari perhitungan arus kas kontraktual kreditur di masa akan datang b Dilihat dari perhitungan tingkat kerugian historis dari kredit debitur setelah dikurangi tingkat pengembalian kreditnya. Dilihat dari ketentuan pembentukan CKPN dapat dikatakan bahwa semakin banyak aktiva produktif yang bermasalah akan semakin besar risiko yang dihadapi bank atau dengan kata lain kualitas aktiva produktif semakin memburuk sehingga cadangan yang harus dibentuk juga semakin besar. Cadangan yang semakin besar akan menurunkan profitabilitas bank.

11 Net Interest Margin (NIM) Rasio NIM mencerminkan risiko pasar yang timbul akibat berubahnya kondisi pasar, di mana hal tersebut dapat merugikan bank. Rasio NIM juga digunakan untuk mengukur kemampuan manajemen bank dalam menghasilkan pendapatan dari bunga dengan melihat kinerja bank dalam menyalurkan kredit, mengingat pendapatan operasional bank sangat tergantung dari selisih bunga terhadap kredit yang disalurkan. Semakin besar NIM yang dicapai oleh suatu bank maka akan meningkatkan pendapatan bunga atas aktiva produktif yang dikelola oleh bank yang bersangkutan, sehingga laba bank akan meningkat. Menurut Surat Edaran BI No. 3/30DPNP tanggal 14 Desember 2001, NIM diukur dari perbandingan antara pendapatan bunga bersih terhadap aktiva produktif. Semakin besar rasio NIM maka akan meningkatkan pendapatan bunga atas aktiva produktif yang dikelola bank, jika hal tersebut terjadi maka dapat menunjukkan kinerja keuangan bank yang semakin baik. NIM dihitung dengan menggunakan rumus: endapatan bunga bersih ktiva produktif Pendapatan bunga bersih diperoleh dari pendapatan bunga yang diterima dari pinjaman yang diberikan dikurangi dengan beban bunga dari sumber dana yang diberikan. Aktiva produktif yang diperhitungkan adalah aktiva produktif yang menghasilkan bunga seperti penempatan pada bank lain, surat berharga, penyertaan, dan kredit yang diberikan. Sesuai dengan aturan yang telah ditetapkan oleh Bank Indonesia, besarnya NIM yang dicapai oleh suatu bank harus lebih besar dari 6%. Biaya Operasional terhadap Pendapatan Operasional (BOPO) Rasio BOPO digunakan untuk mengukur tingkat efisiensi dan kemampuan bank dalam melakukan kegiatan operasinya. Mengingat kegiatan utama bank pada prinsipnya adalah bertindak sebagai perantara, yaitu menghimpun dan menyalurkan dana masyarakat, maka biaya dan pendapatan operasional bank didominasi oleh biaya bunga dan hasil bunga. Menurut Surat Edaran BI No. 3/30DPNP tanggal 14 Desember 2001, BOPO diukur dari perbandingan antara biaya operasional terhadap pendapatan operasional. Semakin kecil rasio BOPO, semakin efisien biaya operasional yang dikeluarkan oleh bank yang bersangkutan, dan setiap peningkatan beban operasi akan berakibat pada berkurangnya laba sebelum pajak yang pada akhirnya akan menurunkan laba atau profitabilitas bank yang bersangkutan (Dendawijaya 2005). BOPO dihitung dengan menggunakan rumus: otal beban operasional otal pendapatan operasional Biaya operasional merupakan biaya yang dikeluarkan oleh bank dalam rangka menjalankan aktivitas usaha pokoknya (seperti biaya bunga, biaya tenaga

12 kerja, biaya pemasaran, dan lain-lain). Pendapatan operasional merupakan pendapatan utama bank yaitu pendapatan bunga yang diperoleh dari penempatan dana dalam bentuk kredit dan penempatan operasi lainnya. Berdasarkan ketentuan Bank Indonesia, besarnya BOPO yang normal berkisar antara 94%-96% (Dendawijaya 2005). Loan to Deposit Ratio (LDR) Pengelolaan likuiditas merupakan masalah yang cukup kompleks dalam kegiatan operasi bank, hal tersebut disebabkan karena dana yang dikelola bank sebagian besar adalah dana dari masyarakat yang sifatnya jangka pendek dan dapat ditarik sewaktu-waktu. Salah satu penilaian likuiditas bank adalah dengan menggunakan Loan to Deposit Ratio (LDR). LDR dijadikan variabel independen yang memengaruhi ROE dan ROA didasarkan pada hubungannya dengan tingkat risiko bank yang bermuara pada profitabilitas bank. Rasio LDR digunakan untuk mengukur kemampuan bank untuk membayar kembali hutang-hutangnya dan membayar kembali kepada deposan serta dapat memenuhi permintaan kredit yang diajukan. Hal ini dapat pula diartikan bahwa seberapa jauh pemberian kredit kepada nasabah dapat mengimbangi kewajiban bank untuk segera memenuhi permintaan deposan yang ingin menarik kembali uangnya yang telah digunakan oleh bank untuk memberikan kredit (Dendawijaya 2005). Menurut Surat Edaran BI No. 3/30DPNP tanggal 14 Desember 2001, LDR dapat diukur dari perbandingan antara seluruh jumlah kredit yang diberikan terhadap dana pihak ketiga. LDR dihitung dengan menggunakan rumus: redit ana pihak ketiga Besarnya jumlah kredit yang disalurkan akan menentukan keuntungan bank. Jika bank tidak mampu menyalurkan kredit sementara dana yang terhimpun banyak, maka akan menyebabkan bank tersebut rugi (Kasmir 2004). Semakin tinggi LDR maka laba perusahaan semakin meningkat (dengan asumsi bank tersebut mampu menyalurkan kredit dengan efektif, sehingga jumlah kredit macetnya akan kecil). Kredit yang diberikan merupakan kredit yang telah dicairkan bank. Kredit yang diberikan tidak termasuk kredit kepada bank lain. Sedangkan yang termasuk dalam pengertian dana pihak ketiga adalah: 1 Giro adalah simpanan pihak ketiga pada bank yang penarikannya dapat dilakukan setiap saat dengan menggunakan cek, surat perintah pembayaran lainnnya atau dengan cara pemindahbukuan. 2 Deposito atau simpanan berjangka adalah simpanan pihak ketiga pada bank yang penarikannya hanya dapat dilakukan dalam jangka waktu tertentu menurut perjanjian antara pihak ketiga dan bank yang bersangkutan. 3 Tabungan masyarakat adalah simpanan pihak ketiga pada bank yang penarikannya hanya dapat dilakukan menurut syarat-syarat tertentu. Berdasarkan ketentuan Bank Indonesia, besarnya standar nilai LDR menurut Bank Indonesia adalah antara 80%-110% (Dendawijaya 2005).

13 Liquid Asset Ratio (LIQ) Rasio likuiditas yang digunakan dalam perusahaan secara umum juga berlaku bagi perbankan. Namun, likuiditas perbankan tidak diukur dari Acid Test Ratio maupun Current Ratio. Terdapat ukuran khusus yang berlaku untuk menentukan likuiditas bank sesuai dengan peraturan Bank Indonesia. Rasio likuiditas lainnya yang digunakan dalam penelitian ini adalah Liquid Asset Ratio atau rasio dari asset yang liquid terhadap total asset. Asset yang liquid merupakan penjumlahan dari kas yang dimiliki oleh bank tersebut, penempatan dana di Bank Indonesia dan penempatan dana di bank lain. Total aset yang digunakan untuk mengukur Liquid Asset Ratio adalah jumlah keseluruhan dari aset yang dimiliki oleh bank yang bersangkutan. LIQ dihitung dengan menggunakan rumus: set yang liquid otal aset Analisis Makro Ekonomi Analisis makro ekonomi merupakan analisis terhadap faktor-faktor eksternal dan bersifat makro, berupa peristiwa-peristiwa yang terjadi di luar perusahaan, sehingga tidak dapat dikendalikan secara langsung oleh perusahaan. Lingkungan ekonomi makro akan memengaruhi operasional perusahaan dalam hal pengambilan kebijakan yang berkaitan dengan kinerja keuangan perbankan. Faktor-faktor yang dapat memengaruhi keputusan manajemen perusahaan perbankan terdiri dari faktor internal dan faktor eksternal. Faktor internal berkaitan dengan pengambilan kebijakan dan strategi operasional bank. Sementara faktor eksternal meliputi kebijakan moneter, fluktuasi nilai tukar, tingkat inflasi, volatilitas tingkat bunga, dan inovasi instrumen keuangan. Dalam penelitian ini menggunakan faktor internal dan faktor eksternal untuk melihat kinerja keuangan perbankan. Faktor internal dalam penelitian ini menggunakan indikator rasio keuangan (financial ratio indicator), sedangkan faktor eksternalnya adalah tingkat inflasi dan pertumbuhan ekonomi (GDP growth), Real Exchange Rate (RER), dan Discount Rate (DR).

Penelitian Terdahulu Banyak literatur yang berusaha untuk mengidentifikasi faktor-faktor penentu kinerja bank. Ali Awdeh (2005) melakukan penelitian yang bertujuan untuk menganalisis perbedaan profitabilitas (ROA) pada bank domestik dan bank asing yang beroperasi di pasar Lebanon selama periode 1993-2003. Pengujian dilakukan dengan menggunakan analisis regresi data panel. Variabel independen yang digunakan terdiri dari ukuran bank (SIZE), aktivitas off balance sheet (OBS), Loan to Deposit Ratio (LDR), pinjaman (LOANS), modal (CAP), likuiditas (LIQ), risiko kredit (CRDRISK), treasury bills (TBILLS), net interest margin (NIM), rasio biaya pendapatan (BOPO), rasio biaya manajemen bank (CA), GDP dan Inflasi. Hasil penelitiannya menyatakan bahwa SIZE, CRDRISK,

14 BOPO, CA dan inflasi berpengaruh negatif terhadap ROA. Sedangkan CAP, NIM, dan GDP memiliki pengaruh sebaliknya. Penelitian ini juga menemukan bahwa variabel OBS, LDR, LOANS, dan TBILLS tidak memiliki pengaruh yang signifikan terhadap ROA. Penelitian lainnya dilakukan oleh Wahid dan Rehman (2009) dengan menganalisis efisiensi bank asing pada industri perbankan Pakistan. Penelitian ini bertujuan untuk mengeksplorasi anggapan bahwa bank asing seharusnya lebih menguntungkan dan efisien daripada bank domestik. Hasil penelitian ini menunjukkan bahwa kinerja keseluruhan dari bank komersial asing yang beroperasi di Pakistan 24,44% lebih baik daripada bank domestik. Pada akhir tahun 2007, investor asing mengendalikan 58,22% dari saham yang beredar di bank-bank komersial di Pakistan. Terlepas dari kenyataan bahwa 40% dari bank komersial yang dikuasai asing menjadi defisit, bank dan efisiensi modal dari bank-bank asing memiliki keuntungan lebih baik dari bank-bank komersial domestik. Mereka menyimpulkan bahwa efisiensi bank komersial asing di Pakistan jauh lebih baik daripada bank komersial domestik. Penelitian yang dilakukan oleh Janek (2004) mencoba menganalisis efek jangka pendek dari masuknya bank asing terhadap kinerja bank di negara Eropa Tengah dan Timur (CEE) dengan menggunakan analisis regresi data panel. Penelitian ini mengindikasikan bahwa masuknya bank asing berpengaruh negatif terhadap pendapatan dari bunga produktif, pendapatan non-bunga, dan profitabilitas bank domestik. Masuknya bank asing juga menyebabkan peningkatan biaya overhead bank domestik dalam jangka pendek dan peningkatan persaingan di negara tuan rumah yang dipengaruhi oleh rendahnya tingkat pajak, pendapatan non-bunga, suku bunga kredit rata-rata, dan ketentuan pinjaman. Grosse dan Goldberg (1991) telah meneliti faktor-faktor penentu masuknya bank asing ke Amerika dengan menggunakan analisis regresi data panel. Penelitian ini menemukan bahwa investasi asing di Amerika Serikat, perdagangan luar negeri dengan Amerika, dan ukuran sektor perbankan di negara asing berkorelasi positif dengan kehadiran bank asing di Amerika Serikat. Penelitian ini juga menemukan bahwa semakin besar risiko negara tuan rumah, semakin banyak nampaknya perbankan asing yang mengalokasikan assetnya untuk pasar AS (negara dengan risiko yang relatif rendah). Penelitian Fisher dan Molyneux (1996) turut mendukung penelitian yang dilakukan oleh Grosse dan Goldberg (1991). Penelitian ini menganalisis faktorfaktor penentu masuknya bank asing di London. Pertama, ukuran pasar bank merupakan salah satu faktor yang paling signifikan dari negara asal. Negaranegara dengan pasar perbankan besar memiliki kehadiran bank asing terbesar (London, Inggris Raya). Kedua, lingkungan negara yang lebih stabil dapat menarik masuknya bank asing, hal ini mengindikasikan bahwa negara tuan rumah yang lebih berisiko daripada Inggris akan memiliki kecenderungan yang lebih besar untuk melakukan bisnis melalui London. Akhirnya penelitian ini menyimpulkan bahwa adanya hubungan yang kuat antara tingkat perdagangan dan kehadiran perbankan asing di London. Azam dan Siddiqui (2010) melakukan analisis tentang faktor-faktor yang memengaruhi perbedaan profitabilitas bank asing dan bank domestik di Pakistan. Data yang digunakan merupakan data time series kuartalan dari 2004Q1-2009Q4 pada 36 bank komersial di Pakistan. Metode yang digunakan dalam penelitian ini

15 adalah analisis regresi linear berganda. Hasil penelitian ini menunjukkan bahwa bank asing lebih menguntungkan daripada bank domestik baik dengan kontrol pemerintah maupun swasta nasional. Hal ini menunjukkan bahwa bank multinasional sebaiknya membentuk anak perusahaan atau cabang daripada menambah jumlah bank di dalam negeri. Penelitian ini juga menyimpulkan bahwa terdapat perbedaan terhadap faktor-faktor yang menentukan profitabilitas bank asing dan bank domestik. Faktor penting yang menentukan profitabilitas bank domestik bukanlah faktor yang penting bagi bank asing dan sebaliknya. Penelitian ini juga menemukan bahwa bank-bank asing kurang dipengaruhi oleh faktor makroekonomi dari negara tuan rumah dari bank domestik dan mereka memiliki marjin profitabilitas yang lebih tinggi di Pakistan. Penelitian Azam dan Siddiqui (2010) adalah penelitian yang paling mendekati penelitian yang telah dilakukan penulis, namun terdapat perbedaan dalam beberapa aspek. Pertama, sampel yang digunakan dalam penelitian ini adalah bank umum konvensional yang beroperasi pada industri perbankan Indonesia yang berjumlah 109 bank. Kedua, periode penelitian yang digunakan yakni antara tahun 2005 dan 2011. Ketiga, pada penelitian ini digunakan variabel makroekonomi lainnya yaitu Real Exchange Rate (RER) dan Discount Rate (DR). Keempat, metode yang digunakan dalam penelitian ini menggunakan teknik panel data statis. Penggunaan metode panel data dimaksudkan untuk menghasilkan estimasi yang lebih baik dikarenakan terjadinya peningkatan jumlah observasi yang berimplikasi pada peningkatan derajat kebebasan (degree of freedom).

Hipotesis Hipotesis menyatakan hubungan yang diduga secara logis antara dua variabel. Berdasarkan telaah pustaka, maka hipotesis yang dapat dibuat sebagai jawaban sementara terhadap permasalahan penelitian ini adalah sebagai berikut: H1 : H2 : H3 : H4 : H5 : H6 : H7 : H8 : H9 : H10:

CAR berpengaruh positif signifikan terhadap ROA dan ROE. CKPN berpengaruh negatif signifikanterhadap ROA dan ROE. NIM berpengaruh positif signifikan terhadap ROA dan ROE. BOPO berpengaruh negatif signifikan terhadap ROA dan ROE. LIQ berpengaruh negatif signifikan terhadap ROA dan ROE. LDR berpengaruh positif signifikan terhadap ROA dan ROE. Inflasi berpengaruh negatif signifikan terhadap ROA dan ROE. GDP growth berpengaruh positif signifikan terhadap ROA dan ROE RER berpengaruh positif signifikan terhadap ROA dan ROE. DR berpengaruh positif signifikan terhadap ROA dan ROE.

16 Kerangka Pemikiran

Gambar 2.1 Kerangka Pemikiran

17

METODE PENELITIAN Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder berupa data deret waktu (time series) dan antar individu (cross section). Data time series meliputi data tahunan dari tahun 2005 sampai dengan tahun 2011, sedangkan data cross section meliputi 109 bank umum konvensional di Indonesia yang dikelompokkan menjadi 6 kategori berdasarkan kepemilikannya. Data rasio keuangan yang digunakan diperoleh dari Laporan Keuangan Publikasi yang diterbitkan oleh Bank Indonesia dalam Direktori Perbankan Indonesia serta data inflasi dan pertumbuhan ekonomi (GDP growth) yang bersumber dari Badan Pusat Statistik (BPS). Data Real Exchange Rate (RER) bersumber dari Pasific Exchange Rate Service yang diterbitkan oleh Sauder School of Business (FX Sauder) sedangkan data Discount Rate (DR) bersumber dari International Financial Statistics (IFS) yang diterbitkan oleh International Monetary Fund (IMF). Data pendukung lainnya diperoleh dan dikumpulkan dari laporan pengawasan perbankan, kajian stabilitas keuangan, jurnal, artikel, dan buku-buku yang relevan sebagai sumber literatur penelitian.

Metode Pengolahan Data Pengolahan atas data sekunder untuk variabel Capital Adequacy Ratio (CAR), Cadangan Kerugian Penurunan Nilai (CKPN), Net Interest Margin (NIM), Biaya Operasional/Pendapatan Operasional (BOPO), Loan to Deposit Ratio (LDR), Liquid Asset Ratio (LIQ), inflasi, pertumbuhan ekonomi (GDP growth), Real Exchange Rate (RER) dan Discount Rate (DR) untuk mengetahui faktor-faktor yang memengaruhi perbedaan profitabilitas bank domestik dan bank asing di Indonesia menggunakan beberapa paket program statistik seperti EViews 6 dan Microsoft Office Excel 2010. Kegiatan pengolahan data dengan Microsoft Office Excel 2010 meliputi input data, pembuatan tabel dan grafik. Pengujian signifikasi analisis regresi data panel menggunakan EViews 6 sebagai program pengolahan datanya.

Metode Analisis Data Metode analisis data yang digunakan adalah metode deskriptif dan metode kuantitatif. Data kuantitatif diolah menggunakan program Microsoft Excel 2010 dan Eviews 6, sedangkan analisis deskriptif berbentuk narasi. Penelitian ini menggunakan data panel (pooled data). Data panel adalah gabungan antara data cross section dan time series, sehingga periode waktu yang digunakan tidak terlalu panjang dan data silangnya dapat berupa karakteristik suatu perusahaan/wilayah/negara. Jadi, data panel terdiri dari beberapa atau banyak objek yang meliputi beberapa periode. Jika setiap unit cross section memiliki

18 jumlah observasi time series yang sama maka disebut sebagai balanced panel. Sebaliknya, jika unit-unit cross section memiliki jumlah observasi time series yang berbeda maka disebut unbalanced panel. Regresi dengan menggunakan data panel disebut dengan model regresi data panel. Penggunaan model regresi data panel memungkinkan untuk menangkap karakteristik antar individu dan antar waktu. Selain itu, data panel digunakan apabila observasi dari cross section saja atau data time series saja tidak cukup untuk dilakukan analisis, karena dengan data panel observasinya akan lebih banyak. Hsiao (2004) menyatakan bahwa model regresi data panel memiliki beberapa keuntungan, antara lain: 1 Data panel mampu menyediakan data yang lebih banyak dan informasi yang lebih lengkap, karena merupakan gabungan antara data cross section dan data time series, sehingga model regresi data panel akan menghasilkan degree of freedom (df) yang lebih besar yang selanjutnya akan meningkatkan efisiensi dari estimasi regresi. 2 Penggabungan informasi dari data time series dan data cross section, dapat mengatasi masalah yang timbul akibat penghilangan variabel (ommited variable). 3 Data panel dapat meminimalkan bias yang dihasilkan oleh agregasi individu karena unit data lebih banyak. 4 Data panel mampu mengindikasikan dan mengukur efek yang secara sederhana tidak dapat diperoleh dengan data cross section murni atau time series murni. 5 Data panel mampu mengurangi kolinieritas antar variabel. 6 Suatu hal yang penting dalam data panel yang diabaikan dalam penggunaan OLS adalah heterogenitas antara unit-unit cross section. Asumsi yang mendasari OLS tersebut sangat jarang berlaku dalam kenyataan sehari-hari. Heterogenitas dapat terjadi pada intercept, slope, atau keduanya. Perbedaan antar individu tersebut dapat diperoleh dengan menggunakan data panel. Kelebihan analisis regresi data panel yang fundamental ditambahkan oleh Greene (2005) yaitu adanya fleksibilitas yang lebih besar bagi peneliti dalam memodelkan perbedaan perilaku diantara individu-individu. Pada model regresi klasik, gangguan (errorterms) selalu dinyatakan bersifat homoskedastik dan serial uncorrelated. Kondisi ini menyebabkan penggunaan metode OLS akan menghasilkan estimator yang memiliki sifat Best Linear Unbiased Estimator (BLUE). Sedangkan dalam metode regresi data panel yang merupakan gabungan data beberapa individu dalam beberapa periode, asumsi model regresi klasik tersebut tidak dapat diterapkan. Hal ini terjadi karena dalam data panel terdapat tiga macam gangguan, yaitu: gangguan antar waktu (time series related disturbances), gangguan antar individu (cross section disturbance), serta gangguan antar waktu dan antar individu. Pengujian dalam analisis regresi data panel berbeda dengan pengujian dalam persamaan tunggal. Dalam analisis persamaan tunggal, pengujian dilakukan untuk mengetahui apakah terjadi gejala homoskedastik, heteroskedastik, atau autokorelasi untuk satu individu. Perbaikan (remidial) model dilakukan jika berdasarkan hasil pengujian terdapat asumsi regresi linier klasik yang terlanggar, sehingga diperoleh hasil estimasi yang bersifat BLUE. Kemudian pengujian

19 dalam analisis data panel dilakukan untuk menentukan estimator yang lebih baik, disesuaikan dengan kondisi matriks varians-covarians residual. Dalam penelitian ini, penulis membatasi pembahasan pada data panel yang bersifat balanced panel, yang mana tiap-tiap individu (bank) memiliki jumlah observasi time series yang sama. Jadi, total observasi adalah N (jumlah cross section) x T (jumlah time series).

Metode Estimasi Regresi Data Panel Data panel adalah satu set observasi yang terdiri dari beberapa individu pada suatu periode tertentu. Observasi tersebut merupakan pasangan yit (variabel terikat) dengan xit (variabel bebas) dimana i menunjukkan individu, t menunjukkan waktu, dan j menunjukkan variabel bebas yang dinyatakan dalam sebuah persamaan berikut: Yit

α + βj Xjit + εit

(3.1)

Metode estimasi regresi data panel dengan menggunakan data panel dapat dilakukan melalui tiga pendekatan, antara lain: Pooled Least Square Model Pooled Least Square Model (PLS) merupakan metode estimasi model regresi data panel yang paling sederhana dengan asumsi intercept dan koefisien slope yang konstan antar waktu dan cross section (Common Effect). Persamaan pada estimasi menggunakan PLS dapat dituliskan dalam bentuk sebagai berikut : Yit α + βj Xjit + εit dimana : Yit = nilai variabel terikat (dependent variable) untuk setiap unit cross section Xjit = nilai variabel penjelas (explanatory variable) ke-j untuk setiap cross section α = intercept yang konstan antar waktu dan cross section βj = slope untuk variabel ke-j yang konstan antar waktu dan cross section εit = komponen error untuk setiap unit cross section ke-i pada periode waktu t. N adalah jumlah periode jumlah unit cross section, T adalah jumlah periode waktunya dan K adalah jumlah variabel penjelas. Dengan mengasumsikan komponen error dalam pengolahan kuadrat terkecil biasa, kita dapat melakukan proses estimasi secara terpisah untuk setiap cross section. Kelemahan PLS ini adalah dugaan parameter β akan bias karena tidak dapat membedakan observasi yang berbeda pada periode yang sama serta tidak dapat membedakan observasi yang sama pada periode yang berbeda. Fixed Effect Model Fixed effect model (FEM) memasukkan unsur variabel dummy sehingga intercept α bervariasi antar individu maupun antar unit waktu. Penggunaan dummy pada metode ini mengakibatkan metode ini juga dikenal dengan sebutan Least Square Dummy Variable (LSDV). FEM lebih tepat digunakan jika data yang diteliti ada pada tingkat individu serta jika terdapat korelasi antara εit dan xit.

20 Persamaan pada estimasi menggunakan FEM dapat dituliskan dalam bentuk sebagai berikut : Yit

∑ αi Di + βj Xjit + εit

(3.2)

dimana: Yit = nilai variabel terikat (dependent variable) untuk setiap unit cross section Xjit = nilai variabel penjelas (explanatory variable) ke-j untuk setiap cross section α = intercept model yang berubah-ubah antar unit cross section βj = slope untuk variabel ke-j yang konstan antar waktu dan cross section D = peubah dummy εit = komponen error untuk setiap unit cross section ke-i pada periode waktu t i = individu ke-i; dan t = periode waktu ke-t. Dari persamaan di atas, telah ditambahkan sebanyak N-1 peubah dummy ke dalam model. Keputusan memasukkan variabel dummy harus didasarkan pada pertimbangan statistik. Penambahan variabel dummy ini akan dapat mengurangi banyaknya degree of freedom (NT-N-K) yang akhirnya akan memengaruhi keefisienan dari parameter yang diestimasi. Kelebihan pendekatan ini adalah dapat menghasilkan dugaan parameter β yang tidak bias dan efisien. etapi kelemahannya jika jumlah unit observasinya besar maka akan terlihat rumit. Random Effect Model Random Effect Model (REM) disebut juga komponen error (error component model) karena di dalam model ini parameter yang berbeda antar unit cross section maupun antar waktu yang dimasukkan ke dalam error. Persamaan pada estimasi menggunakan REM dapat dituliskan dalam bentuk sebagai berikut: Yit

α0 + βj Xjit + εit

(3.3)

εit = uit + vit + wit

(3.4)

dimana: ui ~ ( , δu2) = komponen cross section error vi ~ ( , δv2) = komponen time series error wi ~ ( , δw2) = komponen error kombinasi Asumsi yang digunakan dalam model ini adalah error secara individual tidak saling berkorelasi, begitu pula dengan error kombinasinya. Penggunaan pendekatan REM dapat menghemat degree of freedom dan tidak mengurangi jumlahnya seperti pada pendekatan FEM. Hal ini berimplikasi pada parameter hasil estimasi akan menjadi efisien. Semakin efisien maka model akan semakin baik (Firdaus 2011).

Pengujian Model Data Panel Statis Untuk memilih model mana yang paling tepat digunakan untuk pengolahan data panel, maka terdapat beberapa pengujian yang dapat dilakukan, antara lain:

21 Chow Test Chow Test merupakan pengujian untuk memilih apakah model yang digunakan Pooled Least Square Model atau Fixed Effect Model. Pengujian ini dilakukan dengan hipotesis sebagai berikut: H0 : Pooled Least Square Model H1 : Fixed Effect Model Dasar penolakan terhadap hipotesis nol (H0) tersebut adalah dengan menggunakan F-Statistik seperti yang dirumuskan oleh Chow: Chow =

(

( -

(

- -

~ Fα (

-1,NT-N-K)

dimana: RRSS = Restricted Residual Sum Square (Sum Square Residual PLS) URSS = Unrestricted Residual Sum Square (Sum Square Residual PLS) N = jumlah data cross section T = jumlah data time series K = jumlah variabel independen Dimana pengujian ini mengikuti distribusi F yaitu Fα ( -1,NT-N-K). Jika nilai Chow Statistics (F Statistik) hasil pengujian lebih besar dari F Tabel, maka cukup bukti untuk melakukan penolakan terhadap H0 sehingga model yang digunakan adalah Fixed Effect Model, begitu juga sebaliknya. Hausman Test Hausman Test adalah pengujian statistik sebagai dasar pertimbangan dalam memilih apakah menggunakan Fixed Effect Model atau Random Effect Model. Pengujian ini dilakukan dengan hipotesis sebagai berikut: H0 : Random Effect Model H1 : Fixed Effect Model Sebagai dasar penolakan H0 maka digunakan statistik Hausman dan membandingkannya dengan Chi square. Statistik Hausman dirumuskan dengan: H = (βREM – βFEM)’ (MFEM – MREM)-1 (βREM – βFEM) ~ X2 (k) dimana M adalah matriks kovarians untuk parameter β dan k adalah derajat bebas yang merupakan jumlah variabel independen. Jika nilai H hasil pengujian lebih besar dari X2(k), maka cukup bukti untuk melakukan penolakan terhadap H0 sehingga model yang digunakan adalah Fixed Effect Model, begitu pula sebaliknya.

Metode Evaluasi Model Setelah hasil pengolahan data dengan metode analisis data panel selesai dilakukan, harus dilakukan evaluasi terhadap model estimasi yang dihasilkan.

22 Metode estimasi yang dihasilkan melalui metode analisis data panel tersebut harus dievaluasi berdasarkan tiga kriteria sebagai berikut: 1 Kriteria Ekonometrika 2 Kriteria Statistik 3 Kriteria Ekonomi Kriteria Ekonometrika Model estimasi regresi linear yang ideal dan optimal harus menghasilkan estimator yang memenuhi kriteria Best Linear Unbiased Estimator (BLUE) yang antara lain sebagai berikut: a Estimator linear artinya adalah estimator merupakan sebuah fungsi linear atas sebuah variabel dependen yang stokastik. b Estimator tidak bias artinya nilai ekspektasi sesuai dengan nilai yang sebenarnya. c Estimator harus mempunyai varians yang minimum. Estimator yang tidak bias dan memiliki varians minimum disebut estimator yang efisien. Terdapat beberapa permasalahan yang dapat menyebabkan sebuah estimator tidak dapat memenuhi asumsi kriteria BLUE antara lain sebagai berikut:  Normalitas Pengujian asumsi normalitas dilakukan untuk melihat apakah error term mengikuti distribusi normal atau tidak. Pengujian asumsi normalitas dapat dilakukan dengan Jarque Bera Test atau dengan melihat plot dari sisaan. Hipotesis dalam pengujian normalitas adalah: H0 : Residual berdistribusi normal H1 : Residual tidak berdistribusi normal Dasar penolakan H0 dilakukan dengan membandingkan nilai probabilitas Jarque Bera dengan taraf nyata α sebesar 0,05 dimana jika lebih besar menandakan tidak cukup bukti untuk menolak H0 sehingga residual berdistribusi normal.  Multikolinearitas Istilah multikolinearitas berarti terdapat hubungan linier antar variabel independennya. Gujarati (2003) menyatakan indikasi terjadinya multikolinearitas dapat terlihat melalui: a Nilai R-squared yang tinggi tetapi sedikit rasio yang signifikan. b Korelasi berpasangan yang tinggi antara variabel-variabel independennya. c Melakukan regresi tambahan (auxiliary) dengan memberlakukan variabel independen sebagai salah satu variabel dependen dan variabel independen lainnya tetap diberlakukan sebagai variabel independen. Cara untuk mendeteksi multikolinearitas adalah dengan menghitung korelasi antara dua variabel bebas. Cara mengatasi masalah multikolinearitas antara lain dilakukan dengan menambah jumlah data atau mengurangi jumlah data observasi, menambah atau mengurangi jumlah variabel independennya yang memiliki hubungan linear dengan variabel lainnya, mengkombinasikan data cross section dan time series, mengganti data, dan mentransformasi variabel.  Heteroskedastisitas Salah satu asumsi dasar dari metode regresi linear adalah varians tiap unsur error adalah suatu angka konstan yang sama dengan δ. Heteroskedastisitas terjadi

23 ketika varians tiap unsur error tidak konstan. Guajarati (2003) menyatakan heteroskedastisitas memiliki beberapa konsekuensi, diantaranya adalah: a Estimator OLS masih linier dan masih tidak bias, tetapi varians tidak minimum sehingga hanya memenuhi karakteristik Linier Unbiased Estimator (LUE). b Perhitungan standar error tidak lagi dapat dipercaya kebenarannya karena varians tidak minimum sehingga dapat menghasilkan estimasi regresi yang tidak efisien. c Uji hipotesis yang didasarkan pada uji F-statistik dan t-statistik tidak dipercaya. Uji heteroskedastisitas dapat diatasi mengggunakan metode GLS Weight Cross-section yang tersedia dalam program Eviews 6.0.  Autokorelasi Gujarati (2003) menyatakan autokorelasi adalah korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data time series atau diurutkan menurut ruang seperti dalam data cross section. Suatu model dikatakan memiliki autokorelasi jika error dari periode waktu (time series) yang berbeda saling berkorelasi. Masalah autokorelasi ini akan menyebabkan model menjadi tidak efisien meskipun masih tidak bias dan konsisten. Autokorelasi menyebabkan estimasi standar error dan varian koefisien regresi yang diperoleh akan underestimate, sehingga R2 akan besar tetapi di uji t-statistik dan uji Fstatistik menjadi tidak valid. Pengujian untuk masalah autokorelasi dilakukan dengan melihat DurbinWatson stat yang nilainya telah disediakan dalam program Eviews 6.0 dibandingkan dengan DW-Tabel. Sebuah model dapat dikatakan terbebas dari autokorelasi jika nilai Durbin-watson stat terletak di area non-autokorelasi. Penentuan area tersebut dibantu dengan nilai tabel DL dan DU. Jumlah observasi (N) dan jumlah variabel independen (K). Hipotesis pengujian yang digunakan adalah sebagai berikut: H0 : Tidak terdapat autokorelasi H1 : Terdapat autokorelasi Maka aturan pengujiannya adalah sebagai berikut: 0 < DW < DL : tolak H0, ada autokorelasi positif DL ≤ W ≤ U : daerah ragu-ragu, tidak ada keputusan DU < DW < 4-DU : terima H0, tidak ada autokorelasi 4-DU ≤ W ≤ 4-DL : daerah ragu-ragu, tidak ada keputusan 4-DL < DW < 4 : tolak H0, ada autokorelasi negatif Kriteria Statistik Evaluasi model berdasarkan kriteria statistik dilakukan dengan beberapa pengujian antara lain sebagai berikut: a Koefesien Determinasi (R2) Nilai R2 digunakan untuk mengukur seberapa besar tingkat variabel independen yang digunakan dalam penelitian dapat menjelaskan variabel dependen. Nilai tersebut menunjukkan seberapa dekat garis regresi yang kita estimasi dengan data yang sesungguhnya. Nilai R2 terletak antara nol hingga satu dimana semakin mendekati satu maka model akan semakin baik.

24

b Uji F-statistik Uji F-statistik digunakan untuk mengetahui apakah variabel-variabel independen yang digunakan dalam penelitian secara bersama-sama signifikan memengaruhi variabel dependen. Nilai F-statistik yang besar lebih baik dibandingkan dengan F-statistik yang rendah. Nilai Probabilitas (F-statistik) merupakan tingkat signifikansi marginal dari F-statistik. Hipotesis pengujian yang digunakan adalah sebagai berikut: H0 : β1 β2 … βk = 0 H1 : minimal ada salah satu βj yang tidak sama dengan nol Tolak H0 jika F-statistik > Fα(k-1,NT-N-K) atau Probabilitas (F-statistik < α. Jika H0 ditolak, maka artinya dengan tingkat keyakinan 1-α kita dapat menyimpulkan bahwa variabel independen yang digunakan di dalam model secara bersama-sama signifikan memengaruhi variabel dependen. c Uji t-statistik Uji t-statistik digunakan untuk mengetahui apakah variabel-variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen. Hipotesis pengujian yang digunakan adalah sebagai berikut: H0 : βj H1 : βj ≠ Tolak H0 jika t-statistik > t α 2( -K-1). Jika H0 ditolak, maka artinya dengan tingkat keyakinan 1-α kita dapat menyimpulkan bahwa variabel independen ke-i secara parsial memengaruhi variabel dependen. Kriteria Ekonomi Evaluasi model estimasi berdasarkan kriteria ekonomi dilakukan dengan membandingkan kesesuaian tanda dan nilai estimator dengan teori ekonomi dan kesesuaian dengan logika.

Perumusan Model Model regresi yang digunakan dalam penelitian ini dikembangkan dari model yang digunakan oleh Azam dan Siddiqui (2010), dalam penelitiannya yang berjudul “Domestic and Foreign Banks’ Profitability: Differences and Their Determinants”. ntuk memudahkan dalam mengolah data dan interpretasi hasil akhir, maka data yang diperoleh pada variabel-variabel tersebut disajikan dalam satuan yang sama yaitu persentase. Dengan model tersebut diharapkan bahwa hasil regresi yang diperoleh akan lebih efisien dan mudah untuk diinterpretasikan. Sesuai dengan keterangan di atas, maka spesifikasi model tersebut secara ekonometrika ialah sebagai berikut: Model ROE ROEit α + CARit + CKPNit + NIMit + BOPOit + LDRit + + INFit + GDPGROWTHit + LnRERit + DRit + it

LIQit

25 Model ROA ROAit α + CARit + CKPNit + NIMit + BOPOit + LDRit + + INFit + GDPGROWTHit + LnRERit + DRit + it dimana: ROEit ROAit CARit CKPNit NIM BOPOit LDRit LIQ INFit GDPGROWTHit LnRERit DRit α β

LIQit

= return on equity = return on asset = capital adequacy ratio = cadangan kerugian penurunan nilai = net interest margin = biaya operasional terhadap pendapatan operasional = loan to deposit ratio = liquid asset ratio = tingkat inflasi = tingkat pertumbuhan ekonomi = real exchange rate = discount rate = intercept = koefisien regresi = random disturbance (error).

HASIL DAN PEMBAHASAN Hasil Estimasi dan Evaluasi Model Permodelan menggunakan teknik regresi data panel dapat dilakukan dengan tiga pendekatan alternatif metode dalam pengolahannya. Pendekatan-pendekatan tersebut ialah Pooled Least Square (PLS), Fixed Effects Model (FEM), dan Random Effects Model (REM). Estimasi terhadap model ROE dan ROA dalam penelitian ini dilakukan dengan menggunakan FEM. Pemilihan metode FEM ini dimaksudkan untuk memberikan kebebasan bagi peneliti untuk melihat heterogenitas dari tiap individu dari objek penelitian. Penggunaan metode FEM akan menghasilkan intercept yang bervariasi antar individu yang diasumsikan sebagai perbedaan antar unit individu. Dasar statistika dalam pemilihan metode FEM yang digunakan untuk mengestimasi model ROA dan ROE adalah sebagai berikut. Pooled Least Square vs Fixed Effect Model Metode Pooled Least Square (PLS) akan dipilih saat tidak terdapat perbedaan di antara data matrix pada dimensi cross section (Lampiran 1 dan 11). Model ini mengestimasikan nilai α yang konstan untuk semua dimensi cross section. Melalui pengujian statistik, pemilihan kedua metode ini dapat diselesaikan dengan pengujian F-statistik (Chow Test) dengan hipotesa berikut: H0 : Pooled Least Square (PLS) H1 : Fixed Effect Model (FEM)

26 Tabel 3 Uji – F (Chow Test) terhadap ROE Effects Test

Statistic

d.f.

Prob.

Cross-section F

5.430504

(108,534)

0.0000

Sumber: Output regresi data panel Eviews 6

Tabel 4 Uji – F (Chow Test) terhadap ROA Effects Test

Statistic

d.f.

Prob.

Cross-section F

7.265712

(108,534)

0.0000

Sumber: Output regresi data panel Eviews 6

Hasil pengujian statistik untuk kedua model pada Tabel 3 dan 4 menunjukkan nilai F-statistik yang signifikan yaitu P-value 0.000 < α 5 sehingga tidak cukup bukti untuk terima H0, maka metode yang digunakan mengikuti Fixed Effect Model (FEM). Hal serupa dijabarkan pula pada metode pemilihan secara teoritis yang mengatakan bahwa metode PLS terlalu sederhana untuk mendeskripsikan fenomena yang ada, namun hal tersebut belum merupakan hasil akhir atas metode pengolahan data karena belum teruji secara statistik sehingga yang perlu dilakukan ialah menemukan bukti yang spesifik atas hubungan yang terjadi di antara masing-masing individu pada data cross section. Fixed Effect Model vs Random Effect Model Pemilihan sampel data pada penelitian skripsi ini telah ditentukan sebelumnya. Maka jika berdasarkan alasan tersebut metode yang tepat digunakan ialah Fixed Effect Model (FEM) (Lampiran 2 dan 12). Namun, dalam bukunya Gujarati menyarankan apabila jumlah data cross section (N) yang digunakan di dalam penelitian lebih besar dari jumlah data time series (T) maka metode yang digunakan dalam pengolahan data ialah metode Random Effect Model (REM) (Lampiran 5 dan 15). Pendapat lain diungkapkan oleh Nachrowi dalam bukunya bahwa baik secara teoritis maupun berdasarkan ukuran sampel data, penggunaan metode FEM ataupun REM bukanlah sesuatu yang mutlak. Diperlukan adanya suatu uji formal statistik untuk mendapatkan hasil yang lebih baik (Lampiran 6 dan 16). Maka langkah selanjutnya ialah pengujian Hausman Test. Pengujian dengan hausman test dilakukan dengan hipotesa sebagai berikut: H0 : Metode REM H1 : Metode FEM Tabel 5 Hausman Test terhadap ROE Test Summary Cross-section random

Chi-Sq. Statistic

Chi-Sq. d.f.

Prob.

0.000000

10

1.0000

* Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. Sumber: Output regresi data panel Eviews 6

27 Tabel 6 Hausman Test terhadap ROA Test Summary Cross-section random

Chi-Sq. Statistic

Chi-Sq. d.f.

Prob.

0.000000

10

1.0000

* Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. Sumber: Output regresi data panel Eviews 6

Hasil pengujian statistik untuk kedua model pada Tabel 5 dan 6 menunjukkan menunjukkan cross-section test variance yang tidak valid. Hal ini menunjukkan pula bahwa terdapat korelasi anatara komponen error dengan peubah bebas (regresor) sehingga tidak cukup bukti untuk menerima H0, maka model mengikuti metode Fixed Effect Model. Pengujian Asumsi Langkah selanjutnya dalam mengevaluasi hasil regresi terhadap model ROA dan ROE adalah mendeteksi permasalahan yang mungkin terjadi dalam setiap model. Permasalahan yang mungkin terjadi pada model ini tidak terlepas dari 4 buah pelanggaran asumsi yaitu normalitas, multikolinearitas, heteroskedastisitas dan autokorelasi.  Uji Normalitas Pengujian asumsi normalitas dilakukan untuk melihat apakah error term mengikuti distribusi normal atau tidak yang dapat dilihat dari nilai probabilitas Jarque Bera atau dengan melihat plot dari sisaan. Hasil estimasi menunjukkan nilai probabilitas Jarque Bera kurang dari taraf nyata 5 persen (Lampiran 9 dan 19) sehingga dapat disimpulkan bahwa error term belum terdistribusi secara normal dalam model. Seperti yang telah dijelaskan pada bab sebelumnya, dalam model regresi data panel asumsi regresi klasik tidak dapat diterapkan. Dengan demikian data panel tidak memerlukan terpenuhinya asumsi klasik seperti pada regresi biasa karena analisis data panel dilakukan untuk menentukan estimator yang lebih baik disesuaikan dengan kondisi matriks varians-covarians residual.  Uji Multikolinearitas Permasalahan multikolinearitas telah dapat diselesaikan ketika menggunakan data panel atau dengan kata lain data panel menjadi solusi jika data mengalami multikolinearitas (Gujarati 2003). Hal ini dapat pula dilihat dari nilai Prob (F-statistik) yang signifikan pada taraf nyata 5 persen pada model yang diestimasi. Selain itu, dari hasil estimasi didapatkan nilai koefisien korelasi antar variabel yang rendah yaitu di bawah 0,9 (Lampiran 8 dan 18). Sehingga dapat disimpulkan bahwa tidak terdapat terdapat masalah multikolinearitas pada model yang digunakan.  Uji Heteroskedastisitas Pelanggaran asumsi heteroskedastisitas seringkali dicurigai muncul pada model penelitian yang menggunakan data cross section seperti pada penelitian ini. Namun, karena dalam mengestimasi kedua model di atas telah diberikan perlakuan cross section weights, serta White Heteroscedasticity-consistent Standard Error and Covariance maka asumsi adanya pelanggaran asumsi heteroskedastisitas dapat diabaikan. Hal ini dapat pula dilihat dari hasil estimasi pada model yang menunjukkan nilai Sum Square Residual Weighted Statistics

28 (43272.09 dan 481.3976) lebih kecil dibandingkan dengan Sum Square Residual Unweighted (49959.72 dan 531.1396). Dengan demikian, model ROE dan ROA terbebas dari masalah heteroskedastisitas.  Uji Autokorelasi Hasil output regresi untuk model ROE dan ROA dengan menggunakan metode FEM terlihat bahwa nilai Durbin-Watson statistic (DW-stat) sebesar 1.663186 dan 1.571798. Dari tabel Durbin-Watson dengan taraf nyata 5 persen, n=654, dan k=10 maka didapatkan nilai batas bawah (DL) sebesar 1,6647 dan batas atas (DU) sebesar 1,8632. Agar model terbebas dari masalah autokorelasi maka nilai statistik Durbin-Watson harus berada di antara DU < DW < 4-DU atau berada di antara nilai 1,6647 dan 2,1368. Namun, dalam model penelitian ini nilai (DW-stat) berada pada daerah tolak H0 (0 < DW < DL) yang berarti ada autokorelasi positif. Oleh karena itu, dalam penelitian ini ditambahkan lag (1) dari variabel dependen untuk menghilangkan autokorelasi yang timbul sehingga didapatkan nilai (DW-stat) sebesar 2.094496 dan 1,864924 yang berada di antara DU < DW < 4-DU sehingga model telah terbebas dari masalah autokorelasi. Pengujian Kriteria Statistik  Koefisien Determinasi (R2) Hasil estimasi menunjukkan bahwa nilai koefisien determinasi (R2) pada kedua model yaitu 0.947832 dan 0.964643 menunjukkan bahwa 94.7832% keragaman dari variabel dependen pada model ROE dan 96.4643% pada model ROA dapat dijelaskan oleh variabel-variabel independennya, sedangkan sisanya dijelaskan oleh variabel lain di luar model. Nilai R2 yang tinggi pada kedua model (mendekati satu) menunjukkan model yang digunakan sudah cukup baik.  Uji F Uji F-statistik digunakan untuk mengetahui apakah variabel-variabel independen yang digunakan dalam penelitian secara bersama-sama signifikan memengaruhi variabel dependennya pada tingkat kepercayaan 95 persen atau pada taraf nyata 5 persen. Nilai probabilitas F statistik harus lebih kecil dari taraf nyatanya sehingga dapat diindikasikan bahwa setidaknya ada satu variabel independen berpengaruh signifikan terhadap variabel dependen. Dari hasil estimasi diketahui nilai probabilitas F statistik pada model ROE dan ROA memiliki nilai 0.000 yang lebih kecil dari taraf nyatanya 5 persen sehingga dapat disimpulkan bahwa ada setidaknya satu variabel independen yang berpengaruh signifikan terhadap profitabilitas bank asing dan bank domestik di Indonesia.  Uji-t Uji-t statistik digunakan untuk mengetahui apakah koefisien masing-masing variabel independen secara individu (parsial) memberikan pengaruh yang signifikan terhadap variabel dependennya. Pada model ROE, variabel independen yakni CAR, NIM, BOPO, Inflasi, RER dan DR memiliki nilai probabilitas lebih kecil daripada taraf nyata 5 persen. Sedangkan pada model ROA, hanya variabel independen CKPN, NIM, BOPO, LDR, Inflasi, RER dan DR yang memiliki nilai probabilitas lebih kecil daripada taraf nyata 5 persen. Hal ini berarti bahwa variabel-variabel independen tersebut secara parsial berpengaruh signifikan terhadap profitabilitas bank asing dan bank domestik di Indonesia.

29 Hasil Estimasi Model terhadap Profitabilitas Bank Kemampuan suatu bank untuk memperoleh laba atau pendapatan bank disebut dengan profitabilitas. Pendapatan bank mutlak harus ada untuk menjamin kontinuitas bank yang bersangkutan. Penelitian ini menggunakan parameter ROE dan ROA untuk mengukur profitabilitas bank. Model diestimasi dengan menggunakan teknik panel data statis. Berdasarkan hasil uji statistik, kedua model diestimasi menggunakan Fixed Effect Model (FEM) dengan pendekatan Least Square Dummy Variable (LSDV). Model yang diestimasi dengan FEM memberikan informasi mengenai profitabilitas bank melalui cross section effect (Lampiran 3 dan 13) dengan asumsi ceteris paribus. Berikut adalah bank umum konvensional di Indonesia yang diurut berdasarkan cross section effect terbesar dan terkecil pada model ROE (Tabel 7 dan model ROA (Tabel 8). Tabel 7 Peringkat bank umum berdasarkan profitabilitas tertinggi dan terendah (model ROE) No

Bank dengan Profitabilitas Tertinggi

No

Bank dengan Profitabilitas Terendah

1

Bank Andara

1

Bank KEB Indonesia

2

BPD Kalimantan Barat

2

Woori Indonesia Bank

3

Bank Rakyat Indonesia (Persero)

3

The Bangkok Bank LTD

4

Bank Sulawesi Utara

4

Bank of China

5

Bank BTPN

5

Bank Pundi Indonesia

Sumber: Output regresi data panel Eviews 6

Tabel 8 Peringkat bank umum berdasarkan profitabilitas tertinggi dan terendah (model ROA) No

Bank dengan Profitabilitas Tertinggi

No

Bank dengan Profitabilitas Terendah

1

JP Morgan Chase Bank

1

Bank Andara

2

BNP Paribas Indonesia Bank

2

Bank Pundi Indonesia

3

Citibank

3

Bank Nationalnobu

4

Deutsche Bank

4

The Bangkok Bank LTD

5

China Trust Indonesia Bank

5

BPD Bengkulu

Sumber: Output regresi data panel Eviews 6

Model yang diestimasi dengan menggunakan FEM pada penelitian ini juga memberikan informasi mengenai profitabilitas masing-masing kelompok bank melalui penggunaan dummy kelompok bank (Lampiran 10 dan 20). Berikut adalah kelompok bank di Indonesia yang diurut berdasarkan dummy terbesar pada model ROE (Tabel 9) dan model ROA (Tabel 10).

30 Tabel 9 Peringkat kelompok bank berdasarkan profitabilitas (ROE) tertinggi Kelompok Bank

Dummy Kelompok Bank

BPD

252.8701

BUMN

252.7367

BUSN Non Devisa

247.8459

BUSN Devisa

247.5141

Bank Campuran

235.1252

Bank Asing

233.9931

Sumber: Output regresi data panel Eviews 6

Tabel 10 Peringkat kelompok bank berdasarkan profitabilitas (ROA) tertinggi Kelompok Bank

Dummy Kelompok Bank

Bank Asing

7.786848

BUMN

7.099865

BPD

6.987528

Bank Campuran

6.981808

BUSN Devisa

6.524393

BUSN Non Devisa

5.976077

Sumber: Output regresi data panel Eviews 6

Analisis Pengaruh Faktor Internal (Rasio Keuangan) terhadap ROE Bank Asing dan Bank Domestik Setelah dilakukan pengujian statistik untuk mengetahui model terbaik yang digunakan di dalam penelitian, langkah selanjutnya ialah pengujian secara parsial (uji-t) dari pengaruh rasio-rasio keuangan terhadap kinerja keuangan masingmasing kelompok bank yang diproksikan dengan variabel ROE. Pengujian ini dilakukan dengan menggunakan metode FEM seperti yang telah ditentukan pada uji sebelumnya. Pengaruh dari variabel-variabel independen tersebut terhadap ROE masing-masing kelompok bank ditunjukkan pada tabel 11. Hasil analisis regresi yang disajikan pada tabel 11 menunujukkan bahwa tingkat kapitalisasi yang diwakili oleh variabel Capital Adequacy Ratio (CAR) berpengaruh negatif dan signifikan terhadap ROE untuk kelompok bank domestik maupun asing. Hal ini mengandung arti bahwa peningkatan CAR akan menurunkan ROE dan begitu pula sebaliknya. Hal ini bisa disebabkan oleh karena manajemen bank terlalu tinggi dalam menetapkan CAR dari batas minimal yang telah ditetapkan oleh Bank Indonesia yang justru akan membuat perolehan laba menjadi kurang optimal. CAR yang terlalu tinggi menunjukkan bank bersifat protektif terhadap penyaluran aktiva berisiko, dimana bank bersikap sangat selektif terhadap pemberian pembiayaan. Akibatnya adalah kurangnya penerimaan laba dari pembiayaan karena banyaknya uang yang mengendap (tidak produktif). Oleh karena itu, manajemen bank perlu melakukan pengelolaan modal

31 yang dapat dilakukan dengan cara penyusunan rencana keuangan kedepan secara keseluruhan, menentukan besaran modal yang memadai sehingga mampu memperoleh laba yang optimal dan pemenuhan permodalan dari bank itu sendiri (internal) namun tidak kurang dari standar minimal yang disyaratkan Bank Indonesia. Perolehan persentase ROE yang relatif rendah perlu diantisipasi manajemen bank karena hal ini akan berdampak pada menurunnya minat investor untuk menginvestasikan modalnya di bank tersebut sehingga bank pun akan kehilangan salah satu sumber modalnya. Bagi bank asing yang melakukan ekspansi usahanya di industri perbankan Indonesia, manajemen bank harus mampu melakukan efisiensi biaya dan efisiensi penggunaan modal serta tenaga kerja guna meningkatkan perolehan laba yang pada akhirnya dapat meningkatkan persentase ROE bank tersebut. Tabel 11 Hasil estimasi pengaruh rasio keuangan terhadap ROE

Keterangan: *Signifikan pada taraf nyata 5 persen Sumber: Output regresi data panel Eviews 6

Hasil pengujian secara parsial menunjukkan bahwa variabel Cadangan Kerugian Penurunan Nilai (CKPN) berpengaruh tidak signifikan untuk semua kelompok bank. Hal ini dikarenakan kemungkinan tidak tertagihnya dana yang ditanamkan relatif kecil sehingga besarnya CKPN tidak berpengaruh terhadap besarnya ROE. Besarnya CKPN telah ditentukan oleh Bank Indonesia berdasarkan tingkat kredit yang dimiliki oleh bank tersebut. Adanya kebijakan pengelolaan kredit yang baik pada suatu bank akan memengaruhi besarnya CKPN bank tersebut. Pengelolaan kredit yang baik pada suatu bank akan dapat mengembalikan CKPN sebagai aktiva produktif sehingga mampu menjadi sumber

32 pendapatan bagi bank tersebut. Oleh karena itu, bank harus senantiasa mengelola kredit yang telah disalurkan agar kolektibilitas kredit tersebut tetap lancar sehingga meminimalisir nilai CKPN yang dicadangkan dan tidak menyebabkan penurunan pada tingkat keuntungan bank tersebut. Marjin bunga bersih atau net interest margin (NIM) menunjukkan tanda yang diharapkan untuk bank domestik (BPD) dan bank campuran yaitu berpengaruh positif dan signifikan terhadap ROE. Hasil penelitian ini menunjukkan bahwa NIM yang menunjukkan kemampuan manajemen bank dalam mengelola aktiva produktifnya untuk menghasilkan pendapatan bunga bersih semakin baik. Pendapatan bunga bersih yang semakin besar juga dapat menyebabkan kemungkinan bank dalam kondisi bermasalah menjadi semakin kecil. Oleh karena itu, agar bank tetap dapat memperoleh ROE yang tinggi bank harus terus berusaha untuk meningkatkan pendapatan bunga bank (NIM) melalui optimalisasi pada kinerja bank tersebut. Sedangkan untuk kelompok bank asing, NIM berpengaruh negatif dan signifikan terhadap ROE. Hal ini disebabkan oleh tingginya suku bunga yang ditetapkan sehingga biaya bunga (cost of funds) yang harus dikeluarkan terus meningkat, sedangkan pendapatan bunga kredit tidak meningkat dan penyaluran dana ke sektor usaha dan nasabah lain semakin sulit. Rasio biaya operasional terhadap pendapatan operasional (BOPO) menunjukkan tanda yang sesuai dengan hipotesis awal pada kelompok bank domestik maupun asing yaitu berpengaruh negatif dan signifikan terhadap ROE namun tidak berpengaruh signifikan pada ROE bank campuran. Hasil ini menunjukkan bahwa baik bank domestik maupun bank asing belum mampu mengontrol biaya operasional mereka sehingga berdampak pada tingkat profitabilitas (ROE) yang lebih rendah. Oleh karena itu, dapat disimpulkan bank yang efisien dalam menjalankan kegiatan operasionalnya akan mampu menghasilkan ROE yang tinggi, sehingga bank perlu mengambil kebijakan yang tepat untuk meminimalisir biaya-biaya operasional yang tidak perlu agar dapat meningkatkan profitabilitas bank tersebut. Variabel Liquid Asset Ratio (LIQ) berpengaruh negatif dan signifikan terhadap ROE bank domestik (BUMN). Hasil ini sesuai dengan theory trade-off between liquidity and profitability yang menjelaskan bahwa semakin besar jumlah aset yang tersedia pada sebuah bank, maka akan semakin likuid bank tersebut. Namun likuidnya suatu bank akan mengakibatkan sebagian dana menganggur (idle fund) sehingga tingkat profitabilitas menurun. Namun bagi bank asing, hasil empiris menunjukkan bahwa pangsa pasar yang lebih luas dan kesempatan yang lebih baik untuk menginvestasikan dana mereka di luar negeri menyebabkan pengaruh yang positif dan signifikan terhadap profitabilitas mereka. Hal ini dapat pula dijelaskan bahwa selama ini bank asing menggunakan sebagian cadangannya (reserve) yang merupakan sumber likuiditas untuk kegiatan bisnis atau diinvestasikan dan dialokasikan pada earning assets (aset yang menguntungkan) yakni dalam bentuk pembiayaan yang menyebabkan peningkatan pada keuntungan diperoleh oleh bank tersebut. Variabel Loan to Deposit Ratio (LDR) menunjukkan tanda yang sesuai dengan hipotesis awal untuk kelompok bank domestik (BUSN Non Devisa) dan bank asing yaitu berpengaruh positif dan signifikan terhadap ROE. Hal ini didukung pula dengan data-data yang diperoleh selama periode penelitian yaitu rata-rata penyaluran kredit yang diproksikan dengan rasio LDR pada BUSN Non

33 Devisa sebesar 85,58% dan pada bank asing sebesar 98,73%. Persentase ini menunjukkan bahwa penyaluran kredit yang telah dilakukan oleh BUSN Non Devisa dan bank asing telah memenuhi kriteria sehat dari Bank Indonesia yaitu sebesar 80%-110%. Hasil penelitian ini juga menunjukkan bahwa beberapa kelebihan dari bank asing terutama dalam hal variasi produk dan kredit line dengan bank-bank di luar negeri memungkinkan bank-bank tersebut untuk bertransaksi secara lebih leluasa dengan pasar luar negeri. Hal ini tentunya akan berpengaruh terhadap peningkatan pendapatan bunga yang pada akhirnya akan menyebabkan peningkatan profitabilitas pada kedua kelompok bank tersebut sehingga persentase ROE turut pula mengalami peningkatan.

Analisis Pengaruh Faktor Internal (Rasio Keuangan) terhadap ROA Bank Asing dan Bank Domestik Hasil analisis regresi yang disajikan pada tabel 12 menunjukkan bahwa variabel independen dalam model ROA tidak banyak memengaruhi profitabilitas dari bank asing. Namun, disisi lain variabel-variabel independen dalam model ROA justru sebagian besar memengaruhi profitabilitas dari bank-bank domestik khususnya BUSN Devisa. Terdapat empat variabel yang berpengaruh terhadap peningkatan profitabilitas bank asing maupun bank domestik dalam model ROA yaitu variabel BOPO, Inflasi, GDP growth dan RER. Nilai R2 dari bank asing sebesar 0.792953 merupakan R2 terendah jika dibandingkan dengan kelompok bank lainnya. Hal ini menunjukkan bahwa keragaman dari variabel terikat untuk bank asing pada model ROA hanya mampu dijelaskan 79.2953% oleh variabelvariabel bebasnya, sedangkan sisanya dijelaskan oleh variabel lain di luar model. Fakta ini juga diperkuat oleh penelitian terdahulu yang dilakukan oleh Ali Awdeh (2005) yang mengatakan bahwa model ROA tidak berpengaruh pada semua kelompok bank pada industri perbankan London selama periode penelitian (19932003). Hasil penelitiannya menunjukkan bahwa ROA tidak banyak memengaruhi tingkat profitabilitas bank asing, namun Return on Equity (ROE) merupakan sumber utama bagi mereka untuk meningkatkan sumber keuntungan atau profitabilitas. Hasil analisis regresi yang disajikan pada tabel 10 menunujukkan bahwa tingkat kapitalisasi yang diwakili oleh variabel Capital Adequacy Ratio (CAR) menunjukkan hasil yang sesuai dengan hipotesis di awal yaitu CAR berpengaruh positif dan signifikan untuk ROA bank domestik (BUSN Devisa) dan bank campuran. Hasil penelitian ini menunjukkan bahwa peningkatan CAR akan meningkatkan ROA yang diperoleh bank dan begitu pula sebaliknya. Tingginya nilai CAR menunjukkan bahwa modal bank semakin besar, sehingga bank leluasa dan memiliki peluang yang cukup besar untuk melakukan ekspansi usahanya (kredit) dengan lebih aman. Di sisi lain tingginya CAR juga juga dapat menambah kepercayaan masyarakat terhadap bank, karena jaminan dana masyarakat semakin tinggi. Bertambahnya modal bank dan kepercayaan masyarakat terhadap bank mengakibatkan bank dapat melakukan ekspansi kredit untuk meningkatkan pendapatan operasionalnya yang pada akhirnya akan meningkatkan perolehan laba dari bank tersebut. Namun, hal sebaliknya terjadi pada kelompok bank asing yaitu CAR memiliki pengaruh negatif terhadap ROA. CAR yang terlalu tinggi

34 akibat penambahan modal oleh pemilik untuk mengantisipasi perkembangan skala usaha berupa ekspansi kredit hanya akan meningkatkan jumlah dana yang menganggur (idle fund). Hal ini terjadi karena pada kenyataannya sampai saat ini fungsi intermediasi bank masih belum optimal, dimana dana pihak ketiga yang berupa simpanan dana masyarakat oleh bank digunakan untuk membeli Serifikat Bank Indonesia (SBI) dimana ATMR SBI adalah 0, dengan demikian ATMR bank relatif kecil, sehingga CAR tetap besar. Akibatnya dana yang menganggur (idle fund) juga akan semakin besar, sehingga profitabilitas bank yang diproksikan dengan ROA akan semakin menurun. Tabel 12 Hasil estimasi pengaruh rasio keuangan terhadap ROA

Keterangan: *Signifikan pada taraf nyata 5 persen Sumber: Output regresi data panel Eviews 6

Hasil pengujian secara parsial menunjukkan hasil yang sesuai dengan hipotesis awal yaitu variabel Cadangan Kerugian Penurunan Nilai (CKPN) berpengaruh negatif dan signifikan terhadap ROA bank domestik (BUSN non devisa). Hasil ini menunjukkan kecenderungan meningkatnya kredit bermasalah atau macet pada BUSN non devisa sehingga peningkatan CKPN yang telah dibentuk menjadi lebih besar daripada peningkatan CKPN yang wajib dibentuk. Meningkatnya CKPN menunjukkan bahwa kemungkinan bank dalam kondisi bermasalah semakin besar karena peningkatan biaya akibat menurunnya kinerja aktiva produktif menjadi lebih besar daripada peningkatan pendapatannya, sehingga kondisi ini akan menyebabkan terjadinya penurunan laba (ROA). Hal sebaliknya terjadi pada kelompok bank domestik (BPD dan BUSN Devisa).

35 CKPN memiliki pengaruh yang positif dan signifikan terhadap ROA untuk kelompok bank ini. Hal ini menunjukkan bahwa BPD telah melakukan pengelolaan kredit secara efisien sehingga dapat mengembalikan CKPN sebagai aktiva produktif yang menjadi sumber pendapatan bagi bank tersebut. Bagi bank asing, CKPN tidak berpengaruh signifikan terhadap ROA. Hal ini dikarenakan kemungkinan tidak tertagihnya dana yang ditanamkan relatif kecil sehingga besarnya CKPN tidak berpengaruh terhadap besarnya ROA. Oleh karena itu, bank harus senantiasa mengelola kredit yang telah disalurkan agar kolektibilitas kredit tersebut tetap lancar sehingga meminimalisir nilai CKPN yang dicadangkan dan tidak menyebabkan penurunan pada tingkat keuntungan bank tersebut. Marjin bunga bersih atau net interest margin (NIM) menunjukkan tanda yang diharapkan untuk bank domestik (BPD dan BUSN Devisa) dan bank campuran yaitu berpengaruh positif dan signifikan terhadap ROA. Hasil penelitian ini menunjukkan bahwa NIM yang menunjukkan kemampuan manajemen bank dalam mengelola aktiva produktifnya untuk menghasilkan pendapatan bunga bersih semakin baik. Hal ini akan meningkatkan pendapatan bunga atas aktiva produktif yang dikelola bank sehingga semakin besar pula profitabilitas bank (ROA) yang diperoleh bank tersebut. Pendapatan bunga bersih yang semakin besar juga dapat menyebabkan kemungkinan bank dalam kondisi bermasalah menjadi semakin kecil. Sedangkan pada bank asing besar kecilnya NIM tidak memengaruhi besar kecilnya ROA. Hal ini mengindikasikan perolehan ROA bank asing tidak didominasi dari pendapatan bunga bersih. Secara khusus, bank asing lebih fokus menjadi bank yang melakukan aktivitas yang menghasilkan fee based income yang mampu memperbaiki tingkat ROA. Rasio biaya operasional terhadap pendapatan operasional (BOPO) menunjukkan tanda yang sesuai dengan hipotesis awal pada bank domestik maupun bank asing yaitu berpengaruh negatif dan signifikan terhadap ROA namun berpengaruh negatif dan signifikan pada ROA bank campuran. Kondisi ini terjadi karena setiap peningkatan biaya operasional bank tidak diikuti dengan peningkatan pendapatan operasionalnya sehingga berakibat pada berkurangnya laba sebelum pajak yang pada akhirnya akan menurunkan ROA bank tersebut. Hasil ini menunjukkan bahwa baik bank domestik maupun bank asing belum mampu mengontrol biaya operasional. Oleh karena itu, dapat disimpulkan bank yang efisien dalam menjalankan kegiatan operasionalnya akan mampu menghasilkan ROA yang tinggi sehingga bank perlu mengambil kebijakan yang tepat untuk meminimalisir biaya-biaya operasional yang tidak perlu agar dapat meningkatkan profitabilitas bank tersebut. Berdasarkan hasil pengujian, variabel Liquid Asset Ratio (LIQ) berpengaruh negatif dan signifikan terhadap peningkatan profitabilitas bank domestik (BUMN dan BUSN non devisa). Hasil ini sesuai dengan theory trade-off between liquidity and profitability yang menjelaskan bahwa semakin besar jumlah aset yang tersedia pada sebuah bank, maka akan semakin likuid bank tersebut. Namun likuidnya suatu bank akan mengakibatkan sebagian dana menganggur (idle fund) sehingga tingkat profitabilitas menurun. Bagi bank asing, hasil empiris menunjukkan bahwa variabel LIQ tidak memiliki pengaruh yang signifikan terhadap profitabilitas mereka. Hasil analisis regresi menunjukkan tanda yang sesuai dengan hipotesis awal pada bank domestik (BPD) yaitu Loan to Deposit Ratio (LDR) berpengaruh

36 positif dan signifikan terhadap ROA. Hasil penelitian ini sesuai dengan konsep dan logika kegiatan operasi bank, dimana semakin banyak dana pihak ketiga yang dapat dihimpun dari masyarakat, maka semakin besar peluang untuk mendapatkan return dari penggunaan dana tersebut. Oleh karena itu, manajemen bank harus terus berupaya untuk meningkatkan ROA dengan meningkatkan dana pihak ketiga (DPK) melalui peningkatan kepercayaan kepada nasabah, karena dengan meningkatnya kepercayaan maka akan semakin besar pula dana yang disimpan nasabah pada bank tersebut. Hal ini pada akhirnya akan menyebabkan peningkatan terhadap profitabilitas perbankan (ROA). Pada kelompok bank asing dan bank campuran, besar kecilnya LDR tidak berpengaruh secara signifikan terhadap ROA.

Analisis Pengaruh Faktor Eksternal (variabel makroekonomi) terhadap ROE dan ROA Bank Asing dan Bank Domestik Hasil penelitian ini menunjukkan bahwa terdapat hubungan yang positif dan signifikan antara variabel pertumbuhan ekonomi (GDP Growth) terhadap ROA bank domestik maupun asing. Hasil ini sesuai dengan penelitian Ali Awdeh (2005) yang menyatakan bahwa Gross Domestic Product (GDP) berpengaruh positif terhadap ROA. Berpengaruhnya GDP terhadap ROA perbankan menandakan meningkat dan menurunnya pendapatan domestik bruto Indonesia sangat memengaruhi nasabah dalam menyimpan dananya di bank. Meningkatnya pendapatan domestik bruto berpengaruh positif terhadap pendapatan konsumen karena dapat meningkatkan pola saving terhadap perusahaan perbankan. Hasil penelitian ini dapat pula dijelaskan dengan teori yang diungkapkan oleh Keynes bahwa besarnya tabungan bukan dipengaruhi oleh tingkat bunga, namun dipengaruhi oleh besar kecilnya tingkat pendapatan konsumen. Namun, variabel ini tidak berpengaruh pada ROE bank asing. Hal ini terjadi karena modal yang digunakan oleh bank asing untuk berinvestasi di industri perbankan Indonesia berasal dari negara asalnya. Hal ini dapat menjadi bukti bahwa meskipun bank asing beroperasi pada pasar yang sama di Indonesia, bank asing kurang dipengaruhi oleh kondisi makroekonomi dalam negeri dibandingkan dengan bankbank domestik karena bagian utama dari portofolio investasinya tergantung pada negara asalnya. Untuk variabel suku bunga, hasil penelitian ini menunjukkan tanda yang sesuai dengan hipotesis awal yaitu suku bunga berpengaruh positif dan signifikan terhadap ROE bank domestik dan bank asing. Hal ini terjadi karena ketika suku bunga BI meningkat, bank akan lebih memilih mengalokasikan dananya pada Sertifikat Bank Indonesia (SBI) karena risikonya lebih kecil serta return yang didapat semakin meningkat, akibatnya dana yang ada di bank berkurang sehingga untuk meningkatkan likuiditasnya kembali bank meningkatkan suku bunga simpanan untuk menarik masyarakat memindahkan dananya ke bank. Namun, untuk menutupi biaya dana yang meningkat tersebut pada akhirnya bank meningkatkan suku bunga pinjamannya. Dalam jangka pendek, peningkatan suku bunga ini akan menyebabkan selisih pendapatan bunga yang diterima dengan beban bunga yang harus dibayarkan (spread) meningkat sehingga NIM bank akan ikut meningkat dan pada akhirnya laba akan meningkat.

37 Hasil penelitian ini juga menunjukkan tanda yang sesuai dengan hipotesis awal pada variabel makroekonomi inflasi. Inflasi berpengaruh negatif dan signifikan terhadap ROE dan ROA bank domestik maupun bank asing. Laju inflasi yang tinggi akan meningkatkan keinginan masyarakat untuk memegang uang (holding money) sehingga hal ini akan mengurangi jumlah dana yang tersedia di bank akibat menurunnya tingkat tabungan pada sektor perbankan. Penurunan pada sumber dana pihak ketiga ini akan menyebabkan aset riil dari sektor perbankan ikut menurun dan berpengaruh pada kegiatan penyaluran kredit dan peluang untuk memperoleh pendapatan bunga (Haryati 2007). Bila laju inflasi sangat tinggi (hyperinflation) akan menimbulkan ketidakstabilan makroekonomi yang mengakibatkan meningkatnya risiko bank dan selanjutnya berdampak pada penurunan profitabilitas bank. Hasil penelitian ini juga menunjukkan adanya pengaruh positif dan signifikan antara variabel nilai tukar terhadap ROE dan ROA bank asing dan bank domestik. Secara teori, nilai tukar mencerminkan keseimbangan permintaan dan penawaran mata uang lokal (Rupiah) terhadap mata uang asing (Dollar). Peningkatan nilai tukar (apresiasi) menunjukkan peningkatan kemampuan ekonomi nasional Indonesia, sehingga kemampuan fundamental perusahaan juga akan cenderung meningkat. Pada kelompok bank asing, nilai tukar memiliki pengaruh yang positif dan signifikan terhadap ROA dan ROE. Hal ini menunjukkan bahwa semakin kuat nilai tukar terhadap dollar akan meningkatkan profitabilitas dari bank asing. Namun, untuk kelompok bank domestik nilai tukar memiliki pengaruh yang sebaliknya. Peningkatan nilai tukar (apresiasi) berdampak pada penurunan profitabilitas dari bank tersebut. Hal ini terjadi karena perubahan pada nilai tukar akan berdampak pada kewajiban valas bank pada saat jatuh tempo. Akibatnya, profitabilitas bank akan mengalami perubahan jika dalam kasus tersebut bank tidak melakukan hedging.

SIMPULAN DAN SARAN Simpulan Berdasarkan hasil penelitian yang telah dilakukan mengenai analisis faktor-faktor yang memengaruhi perbedaan profitabilitas bank asing dan bank domestik di Indonesia dengan periode analisis dari tahun 2005-2011 diperoleh beberapa kesimpulan sebagai berikut: 1 Hasil penelitian menunjukkan bahwa model ROE dan ROA memiliki kemampuan yang lebih baik dalam menjelaskan faktor-faktor yang memengaruhi profitabilitas pada bank domestik dibandingkan dengan bank asing. Pada model ROE, variabel CAR, NIM, BOPO, inflasi, RER, dan DR berpengaruh signifikan terhadap profitabilitas bank domestik dan bank asing di Indonesia, sedangkan CKPN, LIQ, LDR, dan GDP growth tidak memiliki pengaruh yang signifikan. Pada model ini, seluruh variabel secara bersama memiliki pengaruh yang signifikan terhadap profitabilitas bank asing maupun bank domestik kecuali pada variabel CKPN dan GDP growth. Sedangkan dalam model ROA, seluruh variabel memiliki pengaruh yang signifikan

38 terhadap profitabilitas bank domestik dan bank asing di Indonesia kecuali pada variabel CAR, LIQ dan GDP growth. Pada model ini terdapat empat variabel yang memiliki pengaruh yang signifikan terhadap perubahan profitabilitas baik untuk bank asing maupun bank domestik yaitu BOPO, inflasi, GDP growth, dan RER. 2 Dari hasil analisis terhadap variabel makroekonomi (inflasi, GDP growth, RER dan DR), variabel inflasi memiliki pengaruh yang lebih besar terhadap penurunan ROA bank asing daripada bank-bank domestik dan bank campuran di Indonesia. Variabel nilai tukar menunjukkan pengaruh yang positif dan signifikan terhadap ROA dan ROE bank asing, namun variabel ini memiliki pengaruh yang sebaliknya pada kelompok bank domestik. Variabel suku bunga menunjukkan pengaruh yang signifikan terhadap ROE bank asing dan bank domestik, namun tidak berpengaruh signifikan pada ROA bank asing. Variabel GDP growth berpengaruh signifikan terhadap ROA dan ROE bank asing maupun bank domestik, namun variabel ini tidak berpengaruh signifikan terhadap ROE bank asing. Hal ini dapat menjadi bukti bahwa meskipun bank asing beroperasi pada pasar yang sama di Indonesia, mereka tidak hanya dipengaruhi oleh kondisi makroekonomi dalam negeri karena bagian utama dari portofolio investasinya tergantung pada negara asalnya.

Saran Adapun saran yang dapat diberikan berdasarkan hasil penelitian ini yaitu: 1 Bagi Bank Indonesia, temuan empiris ini mempunyai implikasi penting bagi panduan arah kebijakan perbankan ke depan dengan sasaran utamanya adalah untuk memperkokoh stabilitas makroekonomi dan meningkatkan intermediasi serta ketahanan perbankan yang dapat dicapai melalui peningkatan permodalan, kelembagaan, dan peningkatan daya saing melalui penetapan NIM perbankan ke arah yang lebih rendah, efisien dan kondusif bagi dunia usaha. 2 Bagi pemerintah, untuk kebijakan yang akan ditetapkan dalam rangka memperbaiki tingkat efisiensi perbankan dapat mengimplementasikan paket reformasi keuangan yang memberikan peluang persaingan yang sehat dalam industri perbankan. Penetapan skema insentif untuk memperbaiki efisiensi manajerialn serta keberadaan bank asing dan bank berasset besar dalam sistem perbankan Indonesia juga dapat memperbaiki tingkat efisiensi yang lebih tinggi. 3 Bagi perbankan nasional, untuk memperkuat struktur permodalan bank dan untuk dapat menjalankan operasi bank secara economics of scale maka disarankan kepada kelompok bank menengah dan kecil untuk melakukan merger untuk meningkatkan efisiensi untuk dapat bersaing dengan bank besar. Selain itu, bank harus senantiasa mengelola kredit secara efisien untuk meminimalisir terjadinya kredit macet dan peningkatan pada CKPN yang akan menurunkan profitabilitas bank tersebut. Perluasan pangsa pasar dan pemanfaatan sebagian cadangan (reserve) bank untuk berinvestasi pada aset yang menguntungkan juga akan turut meningkatakan profitabilitas bank tanpa mengganggu likuiditas bank tersebut.

39

DAFTAR PUSTAKA Astohar. 2009. Analisis Faktor-Faktor yang Mempengaruhi Profitabilitas Perbankan di Indonesia (Studi pada Bank Domestik, Bank Campuran dan Bank Asing) [Thesis]. Semarang (ID): Universitas Diponegoro. Awdeh A. 2005. omestic banks’ and Foreign anks’ rofitability: and Their Determinants. Journal of Banking and Finance.

ifferences

Azam M, Siddiqui S. 2010. omestic and Foreign anks’ rofitability: Differences and Their Determinants. International Journal of Economics and Financial Issues. [BPS] Badan Pusat Statistik. 2005-2011. Ekonomi dan Perdagangan. Jakarta (ID): Badan Pusat Statistik. [BI] Bank Indonesia. 2005-2011. Direktori Perbankan Indonesia. Jakarta (ID): Bank Indonesia. [BI] Bank Indonesia. 2012. Kajian Stabilitas Keuangan Nomor 19, September 2012. Jakarta (ID): Bank Indonesia. [BI] Bank Indonesia. 2012. Statistik Perbankan Indonesia Volume 10 Nomor 3 Februari 2012. Jakarta (ID): Bank Indonesia. Dendawijaya L. 2005. Manajemen perbankan. Jakarta (ID): Ghalia Indonesia. Ekofin Konsulindo. 2009. CD Room Indonesian Banking Indicator and Financial Performance Rating (31 Desember 1994 – 31 Desember 2008). Jakarta (ID): PT Ekofin Konsulindo. Ervani E. 2007. Analisis Pengaruh Capital Adequacy Ratio, Loan to Deposit Ratio, daan Biaya Operasional Bank terhadap profitabilitas Bank Go Public di Indonesia Periode 2000-2007. Jurnal Ekonomi dan Kebijakan Volume 3, Nomor 2 September 2010. Faisol A. 2007. Analisis Kinerja Keuangan Bank pada PT Bank Muamalat Indonesia Tbk. Jurnal Bisnis Manajemen Halaman 129-170. Fikri M. 2012. Realita Perbankan Nasional Ditengah Ekspansi Bank Asing. [Internet]. Avaliable: http://mohammedfikri.wordpress.com/realita– sektor–perbankan–nasional–ditengah–ekspansi–bank–asing/ [23 Maret 2013]. Firdaus M. 2011. Aplikasi ekonometrika untuk data panel dan time series. Bogor (ID): IPB Pr. Fisher A, Molyneux P. 1996. A Note on The Determinants of Foreign Bank Activity in London between 1980 and 1989. Applied Financial Economics. Grosse R, Goldberg LG. 1991. Foreign Bank Activity in The United States: An Analysis by Country of Origin. Journal of Banking and Finance.

40 Gujarati D. 2003. Basic econometrics fourth edition. Boston (US): The McGrawHill Companies. Haryati S. 2007. Pertumbuhan Kredit Perbankan di Indonesia: Intermediasi dan Pengaruh Variabel Makroekonomi. Jurnal Keuangan dan Perbankan. [IMF] International Monetary Fund. 2011. International Financial Statistic. Available: http://www.imf.org [5 Mei 2013]. Janek U. 2004. Effect of foreign banks entry on bank performance in the CEE Countries. Tartu University Press. Juanda B. 2009. Ekonometrika: pemodelan dan pendugaan. Bogor (ID): IPB Pr. Lubis AF. 2012. Market Power Perbankan Indonesia. Buletin Ekonomi Moneter dan Perbankan. Puspitasari D. 2009. Analisis Pengaruh CAR, NPL, PDN, NIM, BOPO, LDR, dan Suku Bunga SBI terhadap ROA. [Thesis]. Semarang (ID): Universitas Diponegoro. [RI] Republik Indonesia. 1998. Undang-Undang Nomor 10 Tahun 1998 Tentang Perubahan Atas Undang-Undang Nomor 7 Tahun 1992 Tentang Perbankan. Sekretarian Negara. Jakarta (ID): Republik Indonesia. Sauder School of Business. 2011. Pasific Exchange Rate Service. Available: http://www.fx.sauder.ubc.ca [5 Mei 2013]. Wahid S, Rehman K. 2009. Foreign Banks Are More Efficient – A Myth or Fact. International Journal of Business and Management.

41

LAMPIRAN

42 Lampiran 1 Hasil Estimasi Panel Data dengan Menggunakan Pooled Least Square terhadap Model ROA Dependent Variable: ROA Method: Panel Least Squares Date: 05/13/13 Time: 14:37 Sample (adjusted): 2006 2011 Periods included: 6 Cross-sections included: 109 Total panel (balanced) observations: 654 Convergence achieved after 8 iterations Variable

Coefficient

Std. Error

t-Statistic

Prob.

CAR CKPN NIM BOPO LIQ LDR INFLASI GDP_GROWTH LN_RER DR C AR(1)

0.018701 -0.002434 0.242611 -0.047970 -0.002026 -0.003021 -0.013693 -0.012253 -0.152449 0.043334 5.880058 0.540324

0.006727 0.008776 0.027249 0.000975 0.004833 0.001584 0.026566 0.087215 1.056670 0.122878 8.940552 0.028626

2.780116 -0.277354 8.903364 -49.21568 -0.419251 -1.907011 -0.515430 -0.140487 -0.144273 0.352661 0.657684 18.87545

0.0056 0.7816 0.0000 0.0000 0.6752 0.0570 0.6064 0.8883 0.8853 0.7245 0.5110 0.0000

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.860234 0.857839 1.180030 893.9663 -1030.193 359.2180 0.000000

Inverted AR Roots

.54

Sumber: Output regresi data panel Eviews 6

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

2.327706 3.129706 3.187135 3.269394 3.219032 1.949387

43 Lampiran 2 Hasil Estimasi Panel Data dengan Menggunakan Fixed Effect Model dengan pembobotan (Cross-Section Weights) dan White Cross-Section Covariance terhadap Model ROA Dependent Variable: ROA Method: Panel EGLS (Cross-section weights) Sample (adjusted): 2006 2011 Periods included: 6 Cross-sections included: 109 Total panel (balanced) observations: 654 Iterate coefficients after one-step weighting matrix White cross-section standard errors & covariance (d.f. corrected) Convergence achieved after 14 total coef iterations Variable

Coefficient

Std. Error

t-Statistic

Prob.

Keterangan

CAR CKPN NIM BOPO LIQ LDR INFLASI GDP_GROWTH LN_RER DR C AR(1)

0.005714 0.007715 0.226455 -0.052668 0.000996 0.002190 -0.018277 0.005861 -0.412324 0.072739 8.059677 0.117557

0.005593 0.003743 0.013155 0.004329 0.001859 0.001028 0.001796 0.008706 0.032963 0.006496 0.566263 0.026920

1.021656 2.061339 17.21434 -12.16697 0.536095 2.131064 -10.17514 0.673196 -12.50854 11.19675 14.23309 4.366850

0.3074 0.0398 0.0000 0.0000 0.5921 0.0335 0.0000 0.5011 0.0000 0.0000 0.0000 0.0000

Tidak Signifikan Signifikan Signifikan Signifikan Tidak Signifikan Signifikan Signifikan Tidak Signifikan Signifikan Signifikan Signifikan Signifikan

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.964643 0.956764 0.949470 122.4306 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

6.409962 6.487481 481.3976 1.864924

Unweighted Statistics R-squared Sum squared resid

0.916960 531.1396

Inverted AR Roots

.12

Mean dependent var Durbin-Watson stat

Sumber: Output regresi data panel Eviews 6

2.327706 2.196314

44 Lampiran 3 Hasil Cross Section Effects pada Data Panel (Model ROA) Kelompok Bank

Nama Bank

BUMN BUMN BUMN BUMN BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA

Bank Mandiri (Persero) Tbk Bank Negara Indonesia (Persero) Bank Rakyat Indonesia (Persero) Bank Tabungan Negara (Persero) (BTN) BPD – Bali BPD – Bengkulu BPD - DI. Aceh BPD - DI. Yogyakarta BPD - DKI Jakarta BPD – Jambi BPD - Jawa Barat dan Banten BPD - Jawa Tengah BPD - Jawa Timur BPD - Kalimantan Barat BPD - Kalimantan Selatan BPD - Kalimantan Tengah BPD - Kalimantan Timur BPD – Lampung BPD – Maluku BPD - Nusa Tenggara Barat BPD - Nusa Tenggara Timur BPD - Papua (Irian Jaya) BPD - Riau Kepri BPD - Sulawesi Selatan dan Sulawesi Barat BPD - Sulawesi Tengah BPD - Sulawesi Tenggara BPD - Sulawesi Utara BPD - Sumatera Barat/Bank Nagari BPD - Sumatera Selatan dan Bangka Belitung BPD - Sumatera Utara Bank Agroniaga Bank Antar Daerah Bank Artha Graha Indonesia Tbk Bank Bukopin Bank Bumi Arta Bank Central Asia (BCA) Bank CIMB – Niaga Bank Danamon Indonesia Bank Ekonomi Rahardja Bank Ganesha Bank Hana Bank HimpunanSaudara

Effect 0.37957 -0.14592 0.759793 -0.0035 0.646552 -1.20727 0.103344 -0.37776 -0.17344 -0.12849 0.34166 0.217049 0.777329 0.097676 0.244464 -0.54763 0.620799 0.158514 -0.35788 0.557794 0.255625 -0.05041 0.145429 1.03332 -0.11393 1.544214 -0.1997 -0.01671 -0.38029 0.348728 -0.67756 -0.89057 -0.43414 0.039603 -0.25341 0.583509 0.018796 -0.06945 0.020697 -0.52576 -0.7907 -0.13994

45 BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BANK CAMPURAN BANK CAMPURAN

Bank ICBC Bumi Putera Bank ICBC Indonesia Bank Index Selindo Bank Internasional Indonesia (BII) Bank Maspion Indonesia Bank Mayapada Internasional Bank Mega Bank Mestika Dharma Bank Metro Express Bank Mutiara Bank Nusantara Parahyangan Bank OCBC – NISP Bank of India Indonesia Bank Pan Indonesia Bank Permata Bank QNB Kesawan Bank SBI Indonesia Bank Sinar Mas Bank UOB Indonesia Bank Andara Bank Anglomas International Bank Artos Indonesia Bank Bisnis Internasional Bank BTPN Bank Centratama Nasional Bank Sahabat Sampoerna Bank Pundi Indonesia Bank Fama International Bank Harda Internasional Bank Ina Perdana Bank Jasa Jakarta Bank Kesejahteraan Ekonomi Bank Dinar Indonesia Bank Mayora Bank Mitraniaga Bank Multi Arta Sentosa Bank Nationalnobu Bank Prima Master Bank Sahabat Purba Danarta Bank Royal Indonesia Bank Sinar Harapan Bali Bank Victoria International Bank Yudha Bhakti Agris Bank ANZ Panin Bank

-1.16638 -0.09366 -0.29242 -0.42371 -0.29388 -0.52302 0.204997 0.964071 0.030001 1.911426 -0.08604 -0.25061 0.328984 0.204018 -0.16684 -0.71771 -0.55467 -0.39064 0.243158 -5.91582 -1.14272 -0.80744 1.881955 0.613158 -0.60117 0.202656 -4.86125 0.948783 -0.44069 -0.19073 0.686257 0.450986 1.134332 -0.68888 -0.63794 -0.16619 -1.7181 -0.7644 -1.09593 -1.00533 -0.78038 0.645684 -0.26196 -0.96301 -0.44294

46 BANK CAMPURAN BNP Paribas Indonesia Bank BANK CAMPURAN China Trust Indonesia Bank BANK CAMPURAN Commonwealth Bank BANK CAMPURAN Bank Capital Indonesia BANK CAMPURAN DBS Indonesia Bank BANK CAMPURAN Bank KEB Indonesia BANK CAMPURAN Mizuho Indonesia Bank BANK CAMPURAN Rabobank International Indonesia Bank BANK CAMPURAN Resona Perdania Bank BANK CAMPURAN Sumitomo Mitsui Indonesia Bank BANK CAMPURAN Windu Kentjana International Tbk BANK CAMPURAN Woori Indonesia Bank BANK ASING The Royal Bank of Scotland BANK ASING The Bangkok Bank LTD BANK ASING Bank of America (BoA) BANK ASING Bank of China BANK ASING Citibank BANK ASING Deutsche Bank BANK ASING Hongkong Shanghai Bank Corporation BANK ASING JP Morgan Chase Bank BANK ASING Standard Chartered Bank BANK ASING Tokyo - Mitsubishi Bank Sumber: Output regresi data panel Eviews 6

2.420111 2.281398 -0.55158 -0.48995 0.226428 1.467182 -0.26911 -0.34249 0.658958 1.261849 -0.41241 1.011644 -0.8664 -1.36989 0.067252 0.02368 2.375277 2.334116 0.447426 3.651546 0.857583 0.801321

47 Lampiran 4 Hasil Uji-F (Chow Test) terhadap Model ROA Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test

Statistic

d.f.

Prob.

Cross-section F

7.265712

(108,534)

0.0000

Dependent Variable: ROA Method: Panel EGLS (Cross-section weights) Sample (adjusted): 2006 2011 Periods included: 6 Cross-sections included: 109 Total panel (balanced) observations: 654 Use pre-specified GLS weights White cross-section standard errors & covariance (d.f. corrected) Convergence achieved after 18 total coef iterations Variable

Coefficient

Std. Error

t-Statistic

Prob.

CAR CKPN NIM BOPO LIQ LDR INFLASI GDP_GROWTH LN_RER DR C AR(1)

0.008107 0.006573 0.254054 -0.058396 -0.002784 -0.000500 -0.025548 0.025154 -0.435814 0.096700 8.621823 0.465961

0.006314 0.005990 0.022124 0.007739 0.001857 0.000675 0.003499 0.009812 0.113328 0.020927 1.669278 0.160564

1.283967 1.097430 11.48338 -7.545454 -1.499113 -0.740043 -7.301784 2.563455 -3.845595 4.620755 5.165000 2.902034

0.1996 0.2729 0.0000 0.0000 0.1343 0.4595 0.0000 0.0106 0.0001 0.0000 0.0000 0.0038

Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.912688 0.911192 1.360775 610.0841 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

6.409962 6.487481 1188.797 1.360647

Unweighted Statistics R-squared Sum squared resid

0.834975 1055.527

Inverted AR Roots

.47

Sumber: Output regresi data panel Eviews 6

Mean dependent var Durbin-Watson stat

2.327706 2.132128

48 Lampiran 5 Hasil Estimasi Panel Data dengan Menggunakan Random Effect Model terhadap Model ROA Dependent Variable: ROA Method: Panel EGLS (Cross-section random effects) Sample: 2005 2011 Periods included: 7 Cross-sections included: 109 Total panel (balanced) observations: 763 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable CAR CKPN NIM BOPO LIQ LDR INFLASI GDP_GROWTH C

Coefficient

Std. Error

t-Statistic

Prob.

0.030377 -0.001171 0.244233 -0.048310 -0.005177 -0.001703 0.004645 -0.018997 4.588595

0.018423 0.018291 0.036574 0.003201 0.006517 0.001412 0.004613 0.041112 0.752015

1.648841 -0.064033 6.677737 -15.09067 -0.794443 -1.205999 1.006917 -0.462071 6.101730

0.0996 0.9490 0.0000 0.0000 0.4272 0.2282 0.3143 0.6442 0.0000

Effects Specification S.D. Cross-section random Idiosyncratic random

0.871463 1.185227

Rho 0.3509 0.6491

Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.748105 0.745432 1.226082 279.9139 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

1.080864 2.430065 1133.470 1.311301

Unweighted Statistics R-squared Sum squared resid

0.724018 1942.104

Sumber: Output regresi data panel Eviews 6

Mean dependent var Durbin-Watson stat

2.364194 0.765315

49 Lampiran 6 Hasil Uji Hausman (Hausman Test) terhadap Model ROA Correlated Random Effects - Hausman Test Test cross-section random effects Test Summary Cross-section random

Chi-Sq. Statistic

Chi-Sq. d.f.

Prob.

0.000000

8

1.0000

* Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. Sumber: Output regresi data panel Eviews 6

Lampiran 7 Hasil Olah Data Deskriptif (Model ROA)

Sumber: Output regresi data panel Eviews 6

Lampiran 8 Hasil Uji Multikolinearitas dalam Model ROA

Sumber: Output regresi data panel Eviews 6

50 Lampiran 9 Hasil Uji Normalitas dalam Model ROA 100

Series: Standardized Residuals Sample 2006 2011 Observations 654

80

60

40

20

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

-0.024704 -0.078112 6.603174 -5.596369 1.674682 0.238516 3.562137

Jarque-Bera Probability

14.81196 0.000608

0 -6

-4

-2

0

2

4

6

Sumber: Output regresi data panel Eviews 6

8 6 4 2 0 -2 -4

2 39 76 114 151 188 226 263 300 338 375 412 450 487 524 562 599 636 674 711 748

-6

Standardized Residuals

Sumber: Output regresi data panel Eviews 6

51 Lampiran 10 Hasil Estimasi Panel Data dengan Menggunakan Dummy Kelompok Bank terhadap Model ROA Dependent Variable: ROA Method: Panel Least Squares Date: 05/13/13 Time: 15:23 Sample (adjusted): 2006 2011 Periods included: 6 Cross-sections included: 109 Total panel (balanced) observations: 654 Convergence achieved after 7 iterations Variable

Coefficient

Std. Error

t-Statistic

Prob.

CAR CKPN NIM BOPO LIQ LDR INFLASI GDP_GROWTH LN_RER DR DUMMY_BUMN DUMMY_BPD DUMMY_DEVISA DUMMY_NONDEVISA DUMMY_ASING C AR(1)

0.022115 -0.003760 0.242997 -0.047690 -0.005545 -0.004014 -0.018713 0.011930 -0.262406 0.062992 0.118057 0.005720 -0.457415 -1.005731 0.805040 6.981808 0.493858

0.006882 0.008755 0.029088 0.000976 0.004915 0.001551 0.025727 0.087232 1.063739 0.118959 0.541498 0.351757 0.310467 0.322582 0.391514 9.008353 0.029831

3.213367 -0.429423 8.353763 -48.83828 -1.128169 -2.588509 -0.727364 0.136758 -0.246683 0.529527 0.218020 0.016262 -1.473314 -3.117750 2.056225 0.775037 16.55515

0.0014 0.6678 0.0000 0.0000 0.2597 0.0099 0.4673 0.8913 0.8052 0.5966 0.8275 0.9870 0.1412 0.0019 0.0402 0.4386 0.0000

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.866408 0.863052 1.158193 854.4786 -1015.420 258.2028 0.000000

Inverted AR Roots

.49

Sumber: Output regresi data panel Eviews 6

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

2.327706 3.129706 3.157249 3.273782 3.202437 1.922958

52 Lampiran 11 Hasil Estimasi Panel Data dengan Menggunakan Pooled Least Square terhadap Model ROE Dependent Variable: ROE Method: Panel Least Squares Date: 05/13/13 Time: 15:07 Sample (adjusted): 2006 2011 Periods included: 6 Cross-sections included: 109 Total panel (balanced) observations: 654 Convergence achieved after 13 iterations Variable

Coefficient

Std. Error

t-Statistic

Prob.

CAR CKPN NIM BOPO LIQ LDR INFLASI GDP_GROWTH LN_RER DR C AR(1)

-0.083548 -0.006892 0.723204 -0.845863 -0.033169 -0.043855 -0.235091 0.195403 -18.54897 1.662642 237.4037 0.591859

0.063708 0.077175 0.252967 0.008389 0.043483 0.014530 0.243226 0.770844 9.153605 1.111004 77.43631 0.030655

-1.311424 -0.089301 2.858884 -100.8269 -0.762801 -3.018263 -0.966553 0.253492 -2.026411 1.496521 3.065793 19.30712

0.1902 0.9289 0.0044 0.0000 0.4459 0.0026 0.3341 0.8000 0.0431 0.1350 0.0023 0.0000

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.936702 0.935617 10.55423 71513.57 -2463.099 863.6771 0.000000

Inverted AR Roots

.59

Sumber: Output regresi data panel Eviews 6

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

12.80139 41.59504 7.569109 7.651368 7.601007 2.148293

53 Lampiran 12 Hasil Estimasi Panel Data dengan Menggunakan Fixed Effect Model dengan pembobotan (Cross-Section Weights) dan White Cross-Section Covariance terhadap Model ROE Dependent Variable: ROE Method: Panel EGLS (Cross-section weights) Sample (adjusted): 2006 2011 Periods included: 6 Cross-sections included: 109 Total panel (balanced) observations: 654 Iterate coefficients after one-step weighting matrix White cross-section standard errors & covariance (d.f. corrected) Convergence achieved after 18 total coef iterations Variable

Coefficient

Std. Error

t-Statistic

Prob.

Keterangan

CAR CKPN NIM BOPO LIQ LDR INFLASI GDP_GROWTH LN_RER DR C AR(1)

-0.075015 -0.021615 -0.067639 -0.808734 0.002929 -0.003680 -0.200090 0.063022 -14.84580 1.506412 203.3703 0.256935

0.024896 0.018311 0.030406 0.030440 0.017654 0.006131 0.033581 0.152217 1.802145 0.163230 15.95769 0.058360

-3.013064 -1.180402 -2.224517 -26.56795 0.165934 -0.600172 -5.958361 0.414029 -8.237852 9.228778 12.74434 4.402604

0.0027 0.2384 0.0265 0.0000 0.8683 0.5486 0.0000 0.6790 0.0000 0.0000 0.0000 0.0000

Signifikan Tidak Signifikan Signifikan Signifikan Tidak Signifikan Tidak Signifikan Signifikan Tidak Signifikan Signifikan Signifikan Signifikan Signifikan

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.947832 0.936207 9.001882 81.53082 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

37.43244 37.51314 43272.09 2.094496

Unweighted Statistics R-squared Sum squared resid

0.955779 49959.72

Inverted AR Roots

.26

Mean dependent var Durbin-Watson stat

Sumber: Output regresi data panel Eviews 6

12.80139 2.366082

54 Lampiran 13 Hasil Cross Section Effects pada Data Panel (Model ROE) Kelompok Bank

Nama Bank

BUMN BUMN BUMN BUMN BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BPD BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA

Bank Mandiri (Persero) Tbk Bank Negara Indonesia (Persero) Bank Rakyat Indonesia (Persero) Bank Tabungan Negara (Persero) (BTN) BPD – Bali BPD – Bengkulu BPD - DI. Aceh BPD - DI. Yogyakarta BPD - DKI Jakarta BPD – Jambi BPD - Jawa Barat dan Banten BPD - Jawa Tengah BPD - Jawa Timur BPD - Kalimantan Barat BPD - Kalimantan Selatan BPD - Kalimantan Tengah BPD - Kalimantan Timur BPD – Lampung BPD – Maluku BPD - Nusa Tenggara Barat BPD - Nusa Tenggara Timur BPD - Papua (Irian Jaya) BPD - Riau Kepri BPD - Sulawesi Selatan dan Sulawesi Barat BPD - Sulawesi Tengah BPD - Sulawesi Tenggara BPD - Sulawesi Utara BPD - Sumatera Barat/Bank Nagari BPD - Sumatera Selatan dan Bangka Belitung BPD - Sumatera Utara Bank Agroniaga Bank Antar Daerah Bank Artha Graha Indonesia Tbk Bank Bukopin Bank Bumi Arta Bank Central Asia (BCA) Bank CIMB – Niaga Bank Danamon Indonesia Bank Ekonomi Rahardja Bank Ganesha Bank Hana Bank HimpunanSaudara

Effect 3.924215 4.502956 15.67746 6.836802 3.349123 9.250052 11.25568 4.911726 9.253075 5.481154 6.389349 13.19089 6.109974 16.83022 6.524447 2.90329 2.994163 10.20747 12.78995 10.21972 1.675274 3.785513 9.092793 1.983241 -1.61303 0.726203 15.48335 9.67412 9.058735 7.490324 1.718725 0.199668 3.107648 8.145488 -1.81748 4.430442 3.652005 1.64841 0.571642 1.99306 0.37781 6.698978

55 BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BUSN NON DEVISA BANK CAMPURAN BANK CAMPURAN

Bank ICBC Bumi Putera Bank ICBC Indonesia Bank Index Selindo Bank Internasional Indonesia (BII) Bank Maspion Indonesia Bank Mayapada Internasional Bank Mega Bank Mestika Dharma Bank Metro Express Bank Mutiara Bank Nusantara Parahyangan Bank OCBC – NISP Bank of India Indonesia Bank Pan Indonesia Bank Permata Bank QNB Kesawan Bank SBI Indonesia Bank Sinar Mas Bank UOB Indonesia Bank Andara Bank Anglomas International Bank Artos Indonesia Bank Bisnis Internasional Bank BTPN Bank Centratama Nasional Bank Sahabat Sampoerna Bank Pundi Indonesia Bank Fama International Bank Harda Internasional Bank Ina Perdana Bank Jasa Jakarta Bank Kesejahteraan Ekonomi Bank Dinar Indonesia Bank Mayora Bank Mitraniaga Bank Multi Arta Sentosa Bank Nationalnobu Bank Prima Master Bank Sahabat Purba Danarta Bank Royal Indonesia Bank Sinar Harapan Bali Bank Victoria International Bank Yudha Bhakti Agris Bank ANZ Panin Bank

-0.33683 1.162292 3.558314 4.743021 3.481186 0.253623 9.118342 -12.4901 -9.99166 0.913878 2.123556 -1.06478 -4.37741 -1.28594 6.575162 1.535035 -1.28294 4.055403 -6.09716 34.83245 3.573645 2.240415 -4.69882 14.80915 3.36034 -3.36921 -33.3337 -1.5341 2.360847 2.466299 -3.96828 3.130645 -7.27654 1.327062 1.805132 -3.54102 -4.59454 1.224218 1.063384 -3.07612 0.178531 6.93247 4.711491 -1.43619 1.563027

56 BANK CAMPURAN BNP Paribas Indonesia Bank BANK CAMPURAN China Trust Indonesia Bank BANK CAMPURAN Commonwealth Bank BANK CAMPURAN Bank Capital Indonesia BANK CAMPURAN DBS Indonesia Bank BANK CAMPURAN Bank KEB Indonesia BANK CAMPURAN Mizuho Indonesia Bank BANK CAMPURAN Rabobank International Indonesia Bank BANK CAMPURAN Resona Perdania Bank BANK CAMPURAN Sumitomo Mitsui Indonesia Bank BANK CAMPURAN Windu Kentjana International Tbk BANK CAMPURAN Woori Indonesia Bank BANK ASING The Royal Bank of Scotland BANK ASING The Bangkok Bank LTD BANK ASING Bank of America (BoA) BANK ASING Bank of China BANK ASING Citibank BANK ASING Deutsche Bank BANK ASING Hongkong Shanghai Bank Corporation BANK ASING JP Morgan Chase Bank BANK ASING Standard Chartered Bank BANK ASING Tokyo - Mitsubishi Bank Sumber: Output regresi data panel Eviews 6

-24.8919 -5.19071 0.58872 -9.01377 3.446666 -38.1865 -19.4723 1.672392 -12.883 -8.61827 0.234763 -35.1437 -2.34893 -32.6877 -14.6531 -28.7268 4.354437 -9.72617 -5.57204 -19.8588 0.935495 -14.2869

57 Lampiran 14 Hasil Uji-F (Chow Test) terhadap Model ROE Redundant Fixed Effects Tests Test cross-section fixed effects Effects Test

Statistic

d.f.

Prob.

Cross-section F

5.430504

(108,534)

0.0000

Dependent Variable: ROE Method: Panel EGLS (Cross-section weights) Sample (adjusted): 2006 2011 Periods included: 6 Cross-sections included: 109 Total panel (balanced) observations: 654 Use pre-specified GLS weights White cross-section standard errors & covariance (d.f. corrected) Convergence achieved after 22 total coef iterations Variable

Coefficient

Std. Error

t-Statistic

Prob.

CAR CKPN NIM BOPO LIQ LDR INFLASI GDP_GROWTH LN_RER DR C AR(1)

-0.109849 -0.016352 -0.057003 -0.803747 0.001831 -0.006217 -0.220390 0.010479 -14.74309 1.730081 203.5110 0.891592

0.081366 0.022913 0.049616 0.025699 0.021610 0.009656 0.072967 0.196321 1.027155 0.249973 8.777119 0.046713

-1.350054 -0.713630 -1.148887 -31.27518 0.084734 -0.643874 -3.020427 0.053378 -14.35332 6.921062 23.18653 19.08641

0.1775 0.4757 0.2510 0.0000 0.9325 0.5199 0.0026 0.9574 0.0000 0.0000 0.0000 0.0000

Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.890536 0.888660 11.89243 474.8116 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

37.43244 37.51314 90798.00 2.038913

Unweighted Statistics R-squared Sum squared resid

0.919978 90407.81

Inverted AR Roots

.89

Sumber: Output regresi data panel Eviews 6

Mean dependent var Durbin-Watson stat

12.80139 2.705194

58 Lampiran 15 Hasil Estimasi Panel Data dengan Menggunakan Random Effect Model terhadap Model ROE Dependent Variable: ROE Method: Panel EGLS (Cross-section random effects) Date: 04/16/13 Time: 17:57 Sample: 2005 2011 Periods included: 7 Cross-sections included: 109 Total panel (balanced) observations: 763 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable

Coefficient

Std. Error

t-Statistic

Prob.

CAR CKPN NIM BOPO LIQ LDR INFLASI GDP_GROWTH C

-0.235883 -0.133548 0.833087 -0.819817 0.027188 -0.016703 0.070716 0.644221 75.28636

0.097700 0.139577 0.160427 0.047604 0.048692 0.017020 0.070443 0.276611 4.500153

-2.414365 -0.956799 5.192946 -17.22173 0.558361 -0.981360 1.003883 2.328975 16.72973

0.0160 0.3390 0.0000 0.0000 0.5768 0.3267 0.3158 0.0201 0.0000

S.D.

Rho

5.995595 10.26400

0.2544 0.7456

Effects Specification

Cross-section random Idiosyncratic random Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.908440 0.907469 10.87489 935.1305 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

7.157638 35.75036 89170.50 1.315311

Unweighted Statistics R-squared Sum squared resid

0.885207 131909.9

Sumber: Output regresi data panel Eviews 6

Mean dependent var Durbin-Watson stat

13.17574 0.889144

59 Lampiran 16 Hasil Uji Hausman (Hausman Test) terhadap Model ROE Correlated Random Effects - Hausman Test Test cross-section random effects Test Summary

Chi-Sq. Statistic

Cross-section random

Chi-Sq. d.f.

0.000000

* Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation. Sumber: Output regresi data panel Eviews 6

Lampiran 17 Hasil Olah Data Deskriptif (Model ROE)

Sumber: Output regresi data panel Eviews 6

Lampiran 18 Hasil Uji Multikolinearitas dalam Model ROE

Sumber: Output regresi data panel Eviews 6

8

Prob. 1.0000

60 Lampiran 19 Hasil Uji Normalitas dalam Model ROE 200

Series: Standardized Residuals Sample 2006 2011 Observations 654

160

120

80

40

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

1.388684 3.508322 49.46785 -174.6192 22.83145 -3.666251 26.34868

Jarque-Bera Probability

16320.75 0.000000

0 -160

-120

-80

-40

0

40

Sumber: Output regresi data panel Eviews 6

10

5

0

-5

-10

-15

2 39 76 114 151 188 226 263 300 338 375 412 450 487 524 562 599 636 674 711 748

-20

Standardized Residuals

Sumber: Output regresi data panel Eviews 6

61 Lampiran 20 Hasil Estimasi Panel Data dengan Menggunakan Dummy Kelompok Bank terhadap Model ROE Dependent Variable: ROE Method: Panel Least Squares Date: 05/13/13 Time: 15:18 Sample (adjusted): 2006 2011 Periods included: 6 Cross-sections included: 109 Total panel (balanced) observations: 654 Convergence achieved after 11 iterations Variable

Coefficient

Std. Error

t-Statistic

Prob.

CAR CKPN NIM BOPO LIQ LDR INFLASI GDP_GROWTH LN_RER DR DUMMY_BUMN DUMMY_BPD DUMMY_DEVISA DUMMY_NONDEVISA DUMMY_ASING C AR(1)

-0.063590 0.009375 0.169095 -0.847982 -0.052497 -0.030930 -0.297273 0.344521 -19.52330 1.948116 17.61146 17.74490 12.38887 12.72066 -1.132100 235.1252 0.526127

0.062914 0.076787 0.261046 0.008419 0.043310 0.013947 0.230856 0.765497 9.266137 1.067952 5.085793 3.274822 2.909846 3.031675 3.672816 78.39635 0.031324

-1.010744 0.122093 0.647761 -100.7194 -1.212121 -2.217621 -1.287696 0.450062 -2.106951 1.824160 3.462874 5.418585 4.257570 4.195919 -0.308238 2.999186 16.79613

0.3125 0.9029 0.5174 0.0000 0.2259 0.0269 0.1983 0.6528 0.0355 0.0686 0.0006 0.0000 0.0000 0.0000 0.7580 0.0028 0.0000

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.940751 0.939263 10.25103 66938.29 -2441.479 632.1439 0.000000

Inverted AR Roots

.53

Sumber: Output regresi data panel Eviews 6

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

12.80139 41.59504 7.518284 7.634817 7.563472 2.110856

62

RIWAYAT HIDUP

Penulis memiliki nama lengkap Yeni Astuti Anggraini, lahir pada tanggal 1 Mei 1992 di Bima Nusa Tenggara Barat. Penulis merupakan anak pertama dari tiga bersaudara, dari pasangan Haris dan Mariyam. Latar belakang pendidikan penulis dimulai pada tahun 1997 di SDN Pondok Aren 04 Tangerang, yang kemudian dilanjutkan ke SMP An-Nisaa’ angerang dengan mendapat beasiswa penuh dari Yayasan Pendidikan Islam Ibuku dan menamatkannya pada tahun 2006. Pada tahun yang sama penulis diterima di SMAN 90 Jakarta dan lulus pada tahun 2009. Setelah lulus SMA penulis mendapatkan kesempatan melanjutkan studi ke jenjang yang lebih tinggi melalui Undangan Seleksi Masuk IPB (USMI) dan diterima sebagai mahasiswi Program Studi Ilmu Ekonomi pada Fakultas Ekonomi dan Manajemen serta mendapat beasiswa penuh dari Rabobank International Indonesia. Selama menjadi mahasiswi, penulis cukup aktif dalam organisasi, antara lain adalah organisasi Badan Eksekutif Mahasiswa Fakultas Ekonomi dan Manajemen (BEM FEM) sebagai bendahara Departemen Hubungan Eksternal dan HIMPRO Ilmu Ekonomi (HIPOTESA) sebagai Staf Research and Development serta aktif di berbagai kepanitian. Penulis juga aktif mengikuti lomba karya tulis ilmiah tingkat mahasiswa. Beberapa prestasi yang diraih oleh penulis antara lain adalah Juara III Lomba karya Tulis Ilmiah dalam acara Economics Championship HIPOTESA tahun 2011, Lolos dalam Program Kreatifitas Mahasiswa Bidang Penelitian yang dibiayai oleh Dikti tahun 2012 dengan judul Analisis Faktor-Faktor Penghambat enerapan ebijakan “ ahan badi” ertanian ( tudi asus: ecamatan Pangalengan), dan Lolos dalam Lomba Pembuatan Business Plan dalam acara Gerakan Kewirausahaan Nasional yang diadakan oleh Kementerian Koperasi dan Usaha Kecil dan Menengah Republik Indonesia tahun 2013. Selain itu, penulis juga cukup aktif dalam mengikuti berbagai pertandingan olahraga intra kampus. Beberapa prestasi yang diraih oleh penulis antara lain adalah Juara I basket putri dalam acara Sportakuler FEM IPB tahun 2010, Juara I basket putri dalam acara Sportakuler FEM IPB tahun 2012, Juara III bulu tangkis dalam acara Sportakuler FEM IPB tahun 2012, Juara I bulu tangkis dalam acara Ilmu Ekonomi Cup tahun 2013, dan Juara II bulu tangkis dalam acara Olimpiade Mahasiswa IPB tahun 2013.