ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KINERJA BANK KONVENSIONAL DI INDONESIA DENGAN MENGGUNAKAN ANALISIS CAMELS PERIODE

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KINERJA BANK KONVENSIONAL DI INDONESIA DENGAN MENGGUNAKAN ANALISIS CAMELS PERIODE 2005 - 2010

Ardea Frandiko

Drs. R. Djoko Sampurno, MM

ABSTRACT This study to analyze the factors affecting the performance of Conventional Banks in Indonesia by using the CAMELS analysis period 20052010. Banking is one sector that many transactions in foreign currency, its performance is determined could be affected by exchange rate movement. In addition to currency exchange rates, there are several other macroeconomic factors are also considered to affect bank performance. Assessed based on bank performance analysis CAMELS financial ratios which are widely used in the measurement conditions and the financial performance of banks in the world that also has been defined in the banking regulations in Indonesia. Financial factors analyzed in CAMELS analysis are capital adequacy, asset quality, management quality, earning ability, liquidity, and sensitivity to market risk. Sampling technique used is purposive sampling and the number of samples used were 5 of conventional banks in Indonesia. Variables used in this study, the performance of banks based on CAMELS analysis as the dependent variable and the exchange rate, inflation rates, interest rates and money supply as an independent variables. Data obtained from publications of Bank Indonesia. Analysis technique used is multiple linear regression analysis. The results showed that in some conventional commercial banks in Indonesia, which are Bank Mandiri, Bank Rakyat Indonesia (BRI), Bank Negara Indonesia (BNI), Bank Central Asia (BCA) and Bank CIMB Niaga, the effects of changes in currency exchange rate movement and changes in variables other macroeconomic financial performance of banks against the object is not the same in one bank to another. This difference depends on the composition of bank assets and liabilities denominated in domestic currency and foreign exchange. These differences reflect the complexity of the bank's financial performance ratios based on CAMELS ratio are not only dependent on one or several specific variables but it is the interaction of several different conditions and variables. Keywords: exchange rates, macroeconomics, bank performance, CAMELS.

PENDAHULUAN

1.1

Latar Belakang Masalah Perbankan merupakan salah satu industri yang memegang peranan penting

bagi perkembangan ekonomi nasional. Kinerja yang baik dari sektor perbankan diperlukan untuk menjaga kepercayaan masyarakat dan investor sehingga dapat memacu pertumbuhan ekonomi secara keseluruhan. Kinerja bank sendiri dapat dipengaruhi oleh beberapa faktor, salah satunya adalah faktor-faktor yang berasal dari kondisi makroekonomi. Perubahan nilai tukar mata uang dapat mempengaruhi perkembangan ekonomi dalam berbagai industri terutama dalam industri yang banyak melakukan transaksi dalam mata uang asing. Salah satu industri yang terkait langsung dengan perubahan nilai tukar mata uang adalah sektor perbankan. Jika bank tersebut tidak memiliki manajemen nilai tukar mata uang yang baik, hal tersebut akan mengakibatkan kerugian keuangan bagi bank. Kinerja keuangan bank sendiri dapat diukur melalui analisis rasio-rasio keuangan berdasarkan laporan keuangan bank. Beberapa kriteria yang sering digunakan dalam mengukur kinerja keuangan bank adalah profitabilitas, likuiditas, kualitas asset, sikap terhadap resiko, dan strategi manajemen. Tingkat kesehatan bank dapat dinilai dari beberapa indikator. Salah satu sumber utama indikator yang dijadikan dasar penilaian adalah laporan keuangan bank yang bersangkutan. Penerapan CAMELS sebagai alat penilaian tingkat kesehatan bank dilakukan

Bank

Indonesia.

Berdasarkan

peraturan

Bank

Indonesia

No6/10/PBI/2004 tanggal 12 aplril 2004 dan surat edaran Bank Indonesia No6/23/DPNP tanggal 31 mei 2004 tentang Sistem Penilaian Tingkat Kesehatan Bank Umum. Analisis CAMELS dinilai berdasarkan laporan keuangan publikasi bank yaitu berdasarkan faktor-faktor cakupan capital adequacy, asset quality, management quantity earning, dan liquidity. Berikut ini beberapa penelitian terdahulu dimana terjadi research gap (inkonsistensi penelitian) antara penelitian satu dengan penelitian lainnya :

Lestari dan Toto Sugiharto (2007) yang menyebutkan bahwa indikator ekonomi Inflasi, Nilai Tukar Rupiah terhadap US Dollar, Suku Bunga SBI tidak memiliki pengaruh terhadap rasio ROA, ROE dan LDR Neni Supriyanti (2008) menemukan bahwa dari hasil penelitiannya didapati bahwa Tingkat Inflasi berpengaruh secara signifikan terhadap ROE, dan Tingkat Suku Bunga BI berpengaruh terhadap ROA. Panayiotis P. Athanasoglou, Sophocles N. Brissimis, Matthaios D. Delis (2005) mengenai Bank-specific, industry-specific and macroeconomic determinants of bank profitability. Penelitian ini dilakukan pada sektor perbankan Yunani (1985-2001). Penelitian ini menyimpulkan bahwa Inflasi, Ownership

berpengaruh

negatif

terhadap

profitabilitas

bank,

Size,

berpengaruh positif pada profitabilitas. Demirguic-Kunt dan Huizinga (1998) mengunakan sampel bank umum dimana terdapat unsur risiko dan keuntungan dari bunga. Pada penelitiannya terdapat suatu hal yang unik. Kunt menjelaskan bahwa inflasi justru berpengaruh positif terhadap profitabilitas bank. Dari uraian di atas maka peneliti memilih penulisan ini dengan judul: “ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KINERJA BANK KONVENSIONAL DI INDONESIA DENGAN MENGGUNAKAN ANALISIS CAMELS PERIODE 2005 – 2010”.

1.2

Rumusan Masalah Berdasarkan fenomena gap dan research gap yang terjadi dapat diketahui

bahwa, krisis ekonomi dunia kembali terjadi pada tahun 2008 yang menyebabkan perlambatan ekonomi dunia dalam berbagai sektor, termasuk juga dalam sektor perbankan. Pada saat krisis ekonomi seperti ini banyak ketidakstabilan yang terjadi dalam makroekonomi suatu Negara. Salah satu indikator makroekonomi yang fluktuatif adalah nilai tukar mata uang. Perbankan salah satu sektor yang banyak melakukan transaksi mata uang asing, kinerja bank dapat dipengaruhi oleh perubahan nilai tukar mata uang sesuai dengan fenomena yang terjadi pada tahun 2008. Diliahat dari research gap. Panayiotis P. Athanasoglou, Sophocles N.

Brissimis, Matthaios D. Delis (2005) mengenai Bank-specific, industry-specific and

macroeconomic

menyimpulkan

bahwa

determinants

of

bank

Inflasi, Ownership

profitability.

berpengaruh

Penelitian

negatif

ini

terhadap

profitabilitas bank, Size, berpengaruh positif pada profitabilitas. Serta Neni Supriyanti (2008) menemukan bahwa dari hasil penelitiannya didapati bahwa Tingkat Inflasi berpengaruh secara signifikan terhadap ROE, dan Tingkat Suku Bunga BI berpengaruh terhadap ROA.

Dimana perubahan mata uang serta

makroekonomi yang terjadi menyababkan terjadinya perubahan pada kinerja perbankan. Selain nilai tukar mata uang sebagai salah satu faktor makroekonomi yang dinilai mempengaruhi kinerja bank, terdapat beberapa faktor makroekonomi lainnya yang juga dapat mempengaruhi kinerja bank. Faktor-faktor tersebut antara lain: tingkat inflasi, tingkat suku bunga dan jumlah uang beredar. Rumusan masalah pada analisis perubahan nilai tukar mata uang rupiah terhadap dolar Amerika terhadap kinerja keuangan Bank Umum Konvensional di Indonesia dengan menggunakan analisis rasio kuantitatif CAMELS berdasarkan Laporan Keuangan Publikasi Bank periode 2005 s/d 2010, dapat dirumuskan sebagai berikut: a. Bagaimana pengaruh perubahan nilai tukar mata uang terhadap kinerja keuangan Bank Umum Konvensional di Indonesia berdasarkan nilai komposit

rata-rata

tertimbang ratio CAMELS

(CAR,

APYD/M,

APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO, AL/PL dan LDR)? b. Bagaimana pengaruh perubahan tingkat inflasi terhadap kinerja keuangan Bank Umum Konvensional di Indonesia berdasarkan nilai komposit ratarata tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO, AL/PL dan LDR)? c. Bagaimana pengaruh perubahan suku bunga terhadap kinerja keuangan Bank Umum Konvensional di Indonesia berdasarkan nilai komposit ratarata tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO, AL/PL dan LDR)? d. Bagaimana pengaruh perubahan jumlah uang beredar terhadap kinerja keuangan Bank Umum Konvensional di Indonesia berdasarkan nilai

komposit

rata-rata

tertimbang ratio CAMELS

(CAR,

APYD/M,

APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO, AL/PL dan LDR)?

TELAAH PUSTAKA

2.1

Landasan Teori

2.1.1

Nilai Tukar Mata Uang Menurut mankiw (2007), nilai tukar mata uang antara dua Negara adalah

harga mata uang yang digunakan oleh penduduk Negara-negara tersebut untuk saling melakukan perdagangan antara satu sama lain. Sedangkan menurut Abimanyu (2004) menyatakan bahwa nilai tukar mata uang adalah harga mata uang relative terhadap mata uang Negara lain. Oleh karena itu nilai tukar mencakup dua mata uang yang titik keseimbangannya ditentukan oleh penawaran dan permintaan dari kedua mata uang, sehingga dapat disimpulkan bahwa nilai tukar mata uang adalah harga mata uang suatu Negara terhadap mata uang Negara lain yang dipergunakan dalam melakukan perdagangan antara kedua Negara dimana nilainya ditentukan oleh penawaran dan permintaam dari kedua mata uang. 2.1.2

Inflasi Inflasi adalah kenaikan harga barang-barang yang bersifat umum dan

terus-menerus (Rahardja, 2008). Dari definisi ini, terdapat tiga komponen yang harus dipenuhi agar suatu kondisi dapat dikatakan telah terjadi inflasi, yaitu kenaikan harga, bersifat umum dan berlangsung terus-menerus. Kenaikan harga satu atau dua barang saja tidak dapat dikatakan sebagai inflasi, sebaliknya apabila terjadi kenaikan harga yang terus meluas kepada barang-barang lainnya. 2.1.3

Tingkat Suku Bunga Tingkat suku bunga (interest rate) adalah harga atau biaya kesempatan

(opportunity) atas penggunaan atau uang yang harus dibayar karena daya beli (purchasing power) dana tersebut pada saat sekarang. Bagi pengguna dana atau peminjam, tingkat suku bunga adalah biaya untuk penggunaan dana lebih awal, sedangkan bagi yang meminjamkan dana atau investor, tingkat suku bunga adalah

pendapatan karena penundaan kesempatan untuk menggunakan dana tersebut. Terhadap berbagai tingkat suku bunga dalam perekonomian, antara lain suku bunga kredit komersial, suku bunga kredit konsumtif, suku bunga berbagai jenis obligasi, dsb. 2.1.4

Jumlah Uang Beredar Jumlah uang beredar adalah nilai keseluruhan uang yang berada di tangan

masyarakat (Rahardja, 2008). Berdasarkan sisi penawaran uang (money supply), para ekonom mengelompokan uang beredar ke dalam dua jenis, yaitu M1 dan M2. M1 adalah uang sempit (narrow money) atau uang transaksi, maksutnya adalah jumlah uang beredar yang terdiri dari uang kartal, yaitu uang logam dan uang kertas dan uang giral, yaitu uang dalam rekening koran yang diambil setiap waktu. M2 lebih luas lagi dari M1, yaitu M1 ditambah dengan tabungan, deposito berjangka dan mutual funds. Secara teknis, yang dihitung sebagai uang beredar adalah uang yang benar-benar berada di tangan masyarakat. Uang yang berada di bank, baik bank umum maupun bank sentral, serta uang kertas dan uang logam milik pemerintah tidak dihitung sebagai uang beredar. 2.1.5

CAMELS Di Indonesia, penerapan CAMELS sebagai alat penilaian tingkat

kesehatan bank juga dilakukan Bank Indonesia. Berdasarkan peraturan Bank Indonesia No6/10/PBI/2004 tanggal 12 aplril 2004 dan surat edaran Bank Indonesia No6/23/DPNP tanggal 31 mei 2004 tentang Sistem Penilaian Tingkat Kesehatan Bank Umum, bank wajib melakukan penilaian tingkat kesehatan bank secara triwulan. Sehingga variabel terikat yang digunakan dalam penelitian adalah variabel yang menggambarkan kinerja keuangan bank berdasarkan faktor-faktor CAMELS yang dapat dinilai secara kuantitatif berdasarkan laporan keuangan publikasi bank yaitu faktor-faktor capital adequacy, asset quality, earning, dan liquidity. Variabel-variabel tersebut adalah : 1. Kecakupan

pemodalan

dengan

indikator

pemenuhan

Kewajiban

Penyediaan Modal Minimum (KPMM) atas Capital Adequacy Ratio : CAR =

Modal Aktiva Tertimbang Menurut Risiko

2. Kemampuan pemodalan Bank dalam mengcover aset bermasalah yaitu dengan membandingkan Aktiva Produktif Yang Diklasifikasikan (APYD) dibandingkan dengan modal bank : Aktiva Produktif Yang Diklasifikasikan (APYD) Modal Bank 3. Aktiva Produktif Yang Diklasifikasikan (APYD) dibandingkan dengan Total Aktiva Produktif : Aktiva Produktif Yang Diklasifikasikan (APYD) Aktiva Produktif 4. Tingkat kecakupan pembentukan peyisihan penghapusan aktiva produktif (PPAP) PPAP Yang Telah Dibentuk PPAP Yang Wajib Dibentuk 5. Return On Average Assets (ROAA) : ROAA =

Laba Sebelum Pajak Rata-Rata Total Aset

6. Return On Average Equity (ROAE) : ROAE =

Laba Setelah Pajak Rata-Rata Modal Inti

7. Net Interest Margin (NIM) : NIM =

Pendapatan Bunga Bersih Rata-Rata Aktiva Produktif

8. Biaya Operasional dibandingkan dengan Pendapatan Operasional (BOPO): BOPO = Total Beban Operasional Total Pendapatan Operasional 9. Aktiva likuid kurang dari 1 bulan dibandingkan dengan pasiva likuid kurang dari 1 bulan (ALPL): ALPL =

Aktiva Likuid < 1 Bulan Pasiva Likuid < 1 Bulan

10. Loan ti Deposit Ratio (LDR) : LDR =

Kredit Dana Pihak Ketiga

11. Komposit rata-rata tertimbang ratio CAMELS CAR + APYD/M + APYD/AP + PPAP + ROAA + ROAE + NIM + BOPO + AL/PL + LDR

10

2.2

Kerangka Pemikiran Data-data yang diperlukan dalam penelitian ini terdiri dari data faktor-

fakror yang diduga dapat mempengaruhi kinerja keuangan bank serta data keuangan bank yang dinilai dapat menggambarkan kinerja keuangan bank. Faktor-faktor yang diduga dapat mempengaruhi kinerja keuangan bank terdiri atas faktor-faktor makroekonomi antara lain: nilai tukar rupiah, tingkat inflasi, tingkat suku bunga dan jumlah uang beredar. Sedangkan kinerja keuangan dapat dilihat melalui laporan keuangan yang dipublikasikan oleh masing-masing bank yang kemudian dianalisis dengan menggunakan analisis rasio-rasio keuangan. Analisis rasio yang digunakan dalam penelitian ini didasarkan pada penilaian tingkat kesehatan bank dengan analisis CAMELS. 2.2.1

Pengaruh Perubahan Kurs Mata Uang terhadap Kinerja Bank Konvensional di Indonesia Beberapa penelitian mengenai pengaruh perubahan makroekonomi, salah

satunya adalah nilai tukar mata uang terhadap kinerja perbankan telah dilakukan baik dalam maupun luar negeri. Tri Wibowo dan Hidayat Amir (2006) menemukan bahwa Variabel moneter yang mempengaruhi nilai tukar rupiah terhadap dollar amerika adalah selisih pendapatan riil Indonesia dan Amerika, selisih inflasi Indonesia dan Amerika, selisih tingkat suku bunga Indonesia dan Amerika. Sedangkan selisih uang beredar Indonesia dan Amerika belum menunjukan pengaruh yang signifikan terhadap nilai tukar rupiah . Disamping itu M. Kabir Hassan, Ph.D, Abdel- Hameed M. Bashir, Ph.D.(2002) melakukan penelitian tentang hubungan probabilitas dengan makro ekonomi dan financial structure, menemukan karakteristik bahwa Bank berpengaruh positif terhadap

profitabilitas. Makro ekonomi yang diukur dengan GDP menunjukkan pengaruh yang positif signifikan terhadap NIM, namun tidak signifikan terhadap ROA dan ROE. Pada financial structure, konsentrasi market mempengaruhi profitabilitas secara signifikan. 2.2.2

Pengaruh Perubahan Inflasi terhadap Kinerja Bank Konvensional di Indonesia Semakin tinggi suku bunga, inflasi juga semakin tinggi, misalnya

kebijakan uang ketat, dengan menaikkan suku bunga melalui operasi pasar terbuka, akan berdampak positif bila dilihat dari penekanan terhadap jumlah uang yang beredar, tetapi hal ini akan menimbulkan masalah dalam sektor riil akibat dana masyarakat terserap semuanya ke perbankan, sehingga produksi nasional terhambat dan harga-harga akan meningkat tajam dengan langkanya produk di pasaran. Neni Supriyanti (2008) menemukan bahwa dari hasil penelitiannya didapati bahwa Tingkat Inflasi berpengaruh secara signifikan terhadap ROE. 2.2.3

Pengaruh

Perubahan

Suku

Bunga

terhadap

Kinerja

Bank

Konvensional di Indonesia Tingkat suku bunga mempunyai dampak pada kesehatan perekonomian suatu negara. Peningkatan tingkat suku bunga akan menyebabkan penggunaan dana saat ini menjadi lebih mahal dan menjadi pendorong bagi investor untuk menabung. Sebaliknya, penurunan tingkat suku bunga menyebabkan penggunaan dana saat ini menjadi lebih murah dan menjadi pendorong bagi peminjam. Neni Supriyanti (2008) menemukan bahwa Tingkat Suku Bunga BI berpengaruh terhadap ROA. 2.2.4

Pengaruh Perubahan Jumlah Uang Beredar terhadap Kinerja Bank Konvensional di Indonesia Dalam pendekatan moneter, yang mendasarkan pada pengembangan

konsep teori kuantitas uang, jumlah uang beredar (money supply) memegang peran penting dalam suatu Negara. Berlebihnya jumlah uang beredar dalam perekonomian suatu Negara akan dapat memberikan tekanan pada nilai tukar mata uang terhadap mata uang asing. Adwin Surja Atmadja (2002) menemukan dalam

penelitiannya bahwa variabel jumlah uang beredar memiliki pengaruh yang signifikan terhadap pergerakan nilai tukar rupiah terhadap dolar Amerika. Berdasarkan uraian yang dikemukakan sebelumnya, maka variabel yang terkait dalam penelitian ini dapat dirumuskan melalui suatu kerangka pemikiran sebagai berikut : Variabel Independen Nilai Tukar Variabel Dependen Variabel Kontrol

Kinerja Bank Konvensional dengan Analisis CAMELS

Tingkat Inflasi Suku Bunga Uang Beredar Gambar 2.1 Kerangka Pemikiran

2.3

P erumusan Hipotesis Mengacu pada hasil penelitian terdahulu dan kerangka pemikiran, maka

dapat diajukan hipotesis penelitian sebagai berikut : H1 :

Perubahan nilai tukar mempengaruhi nilai komposit rata-rata tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO, AL/PL dan LDR).

H2 :

Perubahan tingkat inflasi mempengaruhi nilai komposit rata-rata tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO, AL/PL dan LDR).

H3 :

Perubahan suku bunga mempengaruhi nilai komposit rata-rata tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO, AL/PL dan LDR).

H4 :

Perubahan

uang beredar

mempengaruhi

nilai

komposit

rata-rata

tertimbang CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO, AL/PL dan LDR).

METODE PENELITIAN

3.1

Variabel Penelitian dan Definisi Operasional Variabel Variabel yang digunakan dalam penelitian ini terdiri dari 1 (satu) variabel

dependen dan 4 (empat) variabel independen. Variabel dependen berdasarkan CAMELS, sedangkan variabel independennya nilai tukar mata uang. Variabel kontrol adalah inflasi, tingkat suku bunga dan jumlah uang beredar.

3.2

Populasi dan Sampel Populasi yang digunakan adalah Bank Umum Konvensional di Indonesia

yang terdaftar di Bank Indonesia tahun 2011. Jumlah keseluruhan bank umum konvensional yang ada adalah 145 bank meliputi 5 bank umum persero, 43 BUSN Devisa, 32 BUSN Non Devisa, 26 BPD, 28 bank campuran, dan 11 bank asing. Bank yang dipilih sebagai objek penelitian dalam penelitian ini yaitu : 1. Bank Mandiri (PERSERO), Tbk 2. Bank Central Asia, Tbk 3. Bank Rakyat Indonesia (PERSERO), Tbk 4. Bank Negara Indonesia (PERSERO), Tbk 5. PT Bank CIMB Niaga, Tbk

3.3

Metode Analisis Data Metode penelitian yang digunakan dalam penelitian ini adalah metode

time series. Metode ini dipakai dalam penentuan model untuk suatu observasi terhadap variabel terikat berdasarkan variabel bebas dengan melihat data dari waktu ke waktu. dengan demikian, dalam penelitian ini nantinya akan memperoleh satu model dari masing-masing variabel terikat untuk masingmasing bank dalam menganalisis hungungan antara variabel bebas dan variabel terikat berdasarkan data waktu ke waktu. Metode analisis data yang digunakan dalam penelitian ini adalah analisis deskriptif, analisis statistik deskriptif, uji asumsi klasik, multiple regression. Uji

hipotesis menggunakan bantuan program statistik menggunakan software EViews6. Penelitian ini menggunakan model statistik berupa komponen-komponen analisis rasio kinerja keuangan bank serta model statistik berupa pengujian hipotesis dengan metode regresi linear berganda (multiple regression). Penggunaan model dan metode tersebut dimaksutkan untuk mengetahui ada atau tidaknya hubungan antara variabel bebas dan terikat, serta besarnya pengaruh variabel bebas terhadap variabel terikat. Model umum yang terbentuk dalam penelitian ini adalah : CAMELSt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt Dimana : CAMELSt

: kinerja keuangan Berdasarkan rasio CAMELS pada periode t

β0

: konstanta (interscept)

β1, β2, β3, β4

: kecondongan (slope) dari masing-masing variable bebas

KURS_lnt

: perubahan nilai tukar mata uang pada periode t

INF_lnt

: perubahan tingkat inflasi pada periode t

IR_lnt

: perubahan tingkat suku bunga pada periode t

MS_lnt

: perubahan jumlah uang beredar pada periode t

εt

: standard error

Model umum tersebut dijabarkan kembali berdasarkan rasio-rasio CAMELS yang diteliti dalam penelitian ini yaitu antara lain: CARt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt APYD/Ct = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt APYD/At = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt PPAPt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt ROAAt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt ROAEt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt NIMt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt BOPOt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt ALPLt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt LDRt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt

Dimana t

: merupakan periode waktu dalam time series

β0

: konstanta (interscept)

β1, β2, β3, β4

: kecondongan (slope) dari masing-masing variable bebas

KURS_lnt

: perubahan nilai tukar mata uang pada periode t

INF_lnt

: perubahan tingkat inflasi pada periode t

IR_lnt

: perubahan tingkat suku bunga pada periode t

MS_lnt

: perubahan jumlah uang beredar pada periode t

Εt

: standard error

HASIL PENELITIAN DAN ANALISIS

4.1

Analisis Statistik Deskriptif Variabel Makroekonomi Hasil analisis statistik deskriptif variabel-variabel makroekonomi, yaitu

nilai tukar mata uang, tingkat inflasi, tingkat suku bunga dan jumlah uang beredar, dengan menggunakan software EViews adalah sebagai berikut : Table 4.1 Rangkuman Analisis Statistik Deskriptif Variabel Makroekonomi Analisis Statistik Nilai Tukar Tingkat Tingkat Suku Deskriptif Mata Uang Inflasi Bunga Mean 9.537,67 8,383562 8,713562 Median 9.260,00 7,15 8,25 Maximum 12.151,00 18,38 12,75 Minimum 8.775,00 2,41 6,00 Std. Dev. 720,3463 4,236007 2,057077 Skewness 1,967989 0,848993 0,602729 Kurtosis 6,504428 2,820849 2,291079 Jarque-Bera 84,47602 8,867230 5,948581 Probability 0,000000 0,011871 0,051084 Sumber: Output EViews 6, diolah untuk penelitian.

Jumlah Uang Beredar 1.611.969 1.594.390 2.469.398 1.014.376 406.018.5 0,230006 1,835401 4,769029 0,092134

4.2

Pengujian Regresi Linier Klasik

4.2.1

Uji Multikolinearitas Uji multikolinearitas dilakukan untuk melihat apakah pada model regresi

terdapat korelasi antara variabel-variabel bebas. Tabel 4.2 Hasil Uji Multikolinearitas antara Perubahan Kurs Mata Uang, Perubahan Tingkat Inflasi, Perubahan Tingkat Suku Bunga dan Perubahan Jumlah Uang Beredar KURS_ln KURS_ln 1.000000 INF_ln 0.051808 IR_ln 0.298839 MS_ln 0.193738 Sumber: Output EViews 6

INF_ln 0.051808 1.000000 0.397841 -0.070929

IR_ln 0.298839 0.397841 1.000000 0.102527

MS_ln 0.193738 -0.070929 0.102527 1.000000

Korelasi yang kuat antara variabel-variabel bebas terjadi apabila nilai korelasi antara variabel-variabel bebas melebihi 0,8. Dengan melihat pada hasil uji multikolinearitas di atas, dimana tidak ada nilai korelasinya yang melebihi 0,8, maka dapat disimpulkan bahwa dalam model regresi linier berganda tersebut tidak terdapat masalah multikolinearitas. 4.2.2

Uji Heterokedastisitas Uji Heterokedastisitas dilakukan untuk melihat apakah pada model regresi

memiliki varians error yang konstan untuk setiap observasi atau disebut dengan homokedastisitas. Heterokedastisitas adalah suatu kondisi dimana varians error dari observasi yang satu dan yang lain memiliki nilai yang berbeda. Table 4.3 Hasil Uji Heterokedastisitas Persamaan Regresi Linier Berganda antara Perubahan Kurs Mata Uang, Perubahan Tingkat Inflasi, Perubahan Tingkat Suku Bunga dan Perubahan Jumlah Uang Beredar Terhadap Rasio CAMELS Bank Mandiri Heteroskedasticity Test: White F-statistic 1.913301 Obs*R-squared 7.381206 Scaled explained SS 1.243548 Sumber: Output EViews 6

Prob. F(5,65) 0.1184 Prob. Chi-Square(5) 0.1171 Prob. Chi-Square(5) 0.8709

Berdasarkan

tabel

4.3,

Uji

White-Heterokedasticity

menghasilkan

probabilitas Obs*R-squaresd sebesar 0,1171 lebih besar dari α = 0,05, maka dalam model

regresi

linier berganda

tersebut

tidak terdapat

masalah

heterokedastisitas. Seluruh persamaan regresi linear berganda dalam penelitian ini telah dilakukan uji heterokedastisitas dan pada persamaan yang terbukti terdapat masalah heterokedastisitas telah dilakukan penanganan dengan Weighted Least Squares dengan menggunakan software EViews. 4.2.3

Uji Otokorelasi Uji otokorelasi dilakukan untuk melihat apakah dalam model regresi linier

terdapat korelasi antara dara error periode tertentu dengan data error periode sebelumnya. Table 4.4 Hasil Uji Otokorelasi Persamaan Regresi Linier Berganda antara Perubahan Kurs Mata Uang, Perubahan Tingkat Inflasi, Perubahan Tingkat Suku Bunga dan Perubahan Jumlah Uang Beredar Terhadap Rasio CAMELS Bank Mandiri sebelum dilakukan Generalized Least Squared Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared

281.3561 64.54435

Prob. F(2,65) 0.0000 Prob. Chi-Square(2) 0.0000

Sumber: Output EViews 6

Berdasarkan tabel 4.4, Uji Breusch-Godfey Serial Correlation LM menghasilkan probabilitas Obs*R-squared sebesar 0,0000, lebih kecil dari α = 0,05, maka disimpulkan bahwa dalam model regresi linier berganda tersebut terdapat masalah otokorelasi. Oleh karena itu, dilakukan penanganannya dengan Metode Generalized Least Squared dengan menambahkan variabel bebas autoregresif. Data hasil Uji Breusch-Godfey Serial Correlation LM regresi linier berganda selengkapnya dapat dilihat pada lampiran. Salah satu hasil Uji BreuschGodfey Serial Correlation LM setelah dilakukan Generalized Least Squared menggunakan software EViews adalah sebagai berikut:

Table 4.5 Hasil Uji Otokorelasi Persamaan Regresi Linier Berganda antara Perubahan Kurs Mata Uang, Perubahan Tingkat Inflasi, Perubahan Tingkat Suku Bunga dan Perubahan Jumlah Uang Beredar Terhadap Rasio CAMELS Bank Mandiri setelah dilakukan Generalized Least Squared

Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared

1.791324 3.820334

Prob. F(2,63) 0.1751 Prob. Chi-Square(2) 0.1481

Sumber: Output EViews 6

Berdasarkan tabel 4.5, Uji Breusch-Godfey Serial Correlation LM menghasilkan probabilitas Obs*R-squared adalah 0,1481, lebih besar dari α = 0,05, sudah tidak terdapat lagi masalah otokorelasi. Seluruh persamaan regresi linier berganda telah dilakukan uji autokorelasi dan persamaan yang terbukti terdapat masalah heterokedastisitas telah dilakukan penanganan dengan Generalized Least Squared dengan menggunakan software EViews.

4.3

Hasil Analisis

4.3.1

Uji F Tabel 4.6

Rangkuman Hasil Uji F antara Perubahan Nilai Kurs Mata Uang , Perubahan Tingkat Inflasi, Perubahan Tingkat Suku Bunga, dan Perubahan Jumlah Uang Beredar terhadap Kinerja Keuangan Bank Berdasarkan Rasio CAMELS Variable Terikat F-Statistik CAMELS Bank Mandiri 79.58927 CAMELS Bank Rakyat Indonesia 17.76599 CAMELS Bank Negara Indonesia 6.345434 CAMELS Bank Central Asia 38.49320 CAMELS Bank CIMB Niaga 11.97168 Sumber : Output EViews 6, diolah untuk penelitian

Prob-Statistik 0.000000 0.000000 0.000074 0.000000 0.000000

Berdasarkan tabel 4.6, Uji F menunjukkan angka <0.05 pada kelima bank sampel, artinya pada tingkat keyakinan 95% atau α = 5% variable-variable bebas secara bersama-sama berpengaruh secara signifikan terhadap CAMELS Bank 4.3.2

Uji Koefisien Determinasi Tabel 4.7 Rangkuman Hasil Uji R2 atau Koefisien Determinasi

antara Perubahan Nilai Kurs Mata Uang , Perubahan Tingkat Inflasi, Perubahan Tingkat Suku Bunga, dan Perubahan Jumlah Uang Beredar terhadap Kinerja Keuangan Bank Berdasarkan Rasio CAMELS Variable Terikat Adjusted R-squared CAMELS Bank Mandiri 0.848795 CAMELS Bank Rakyat Indonesia 0.544952 CAMELS Bank Negara Indonesia 0.276315 CAMELS Bank Central Asia 0.728119 CAMELS Bank CIMB Niaga 0.439365 Sumber : Output EViews 6, diolah untuk penelitian

S.E. of regretion 0.013032 0.015270 0.023040 0.019883 0.019884

Berdasarkan tabel 4.7, Adjusted R2 Bank Mandiri sebesar 0.84879, BRI sebesar 0.544952, BNI sebesar 0.276315, BCA sebesar 0.728119, dan CIMB Niaga sebesar 0.439365, artinya variansi variabel terikat CAMELS Bank Mandiri dapat dijelaskan sebesar 84,88% BRI dapat dijelaskan sebesar 54,4952%, BNI dapat dijelaskan sebesar 27,6315%, BCA dapat dijelaskan sebesar 72,8119%, dan CIMB Niaga dapat dijelaskan sebesar 43,9365% oleh variable bebas dimana sisanya dijelaskan oleh faktor-faktor lain. 4.3.3

Uji T

Pengujian hipotesis menggunakan uji t untuk menguji pengaruh antara variabel bebas: Perubahan Nilai Kurs Mata Uang, Perubahan Tingkat Inflasi, Perubahan Tingkat Suku Bunga, dan Perubahan Jumlah Uang Beredar terhadap Kinerja Keuangan Bank berdasarkan rasio CAMELS. Hasil uji t dapat dilihat sebagai berikut:

Tabel 4.8 Rangkuman Hasil Regresi Linier Berganda antara Perubahan Nilai Kurs Mata Uang , Perubahan Tingkat Inflasi, Perubahan Tingkat Suku Bunga, dan Perubahan Jumlah Uang Beredar terhadap Kinerja Keuangan Bank Berdasarkan Rasio CAMELS Variabel Terikat CAMELS Bank Mandiri CAMELS Bank Rakyat Indonesia CAMELS Bank Negara Indonesia CAMELS Bank Central Asia CAMELS Bank CIMB Niaga

Variabel Bebas KURS_ln (H1) INF_ln (H2) IR_ln (H3) -0.1233 s* 0.008 n.s 0.062 n.s

MS_ln (H4) 0.2469 s*

-0.1448 s*

-0.0036 n.s

0.1573

s**

0.1829

s**

-0.1836 s**

0.0046

n.s

0.0548

n.s

0.0796

n.s

-0.0803 n.s

0.0085

n.s

-0.008

n.s

0.2759

s*

0.2415

0.0001

n.s

-0.1590 s***

0.0423

n.s

s*

Sumber : Output EViews 6, diolah untuk penelitian Keterangan : s

: tedapat pengaruh yang signifikan

n.s

: tidak terdapat pengaruh yang signifikan

*

signifikan pada α = 1%

**


***


4.4

Hasil Pengujian Hipotesis

H1 :

Perubahan nilai tukar mempengaruhi nilai komposit rata-rata tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO, AL/PL dan LDR). Berdasarkan tabel 4.8, perubahan nilai tukar kurs mata uang berpengaruh

secara signifikan terhadap rasio CAMELS Bank Mandiri, BRI, BNI, CIMB Niaga pada α = 1%. Dengan diasumsikan variabel yang lain tetap, kenaikan nilai tukar mata uang sebesar 1% dari nilai tukar periode sebelumnya akan menyebabkan rasio CAMELS Bank Mandiri turun sebesar 12,33%, BRI turun sebesar 14,48%. BNI turun sebesar 18,36%, CIMB Niaga naik sebesar 24,15% dari rasio

CAMELS periode sebelumnya. Sedangkan perubahan nilai tukar kurs mata uang tidak berpengaruh secara signifikan terhadap rasio CAMELS BCA. Dengan demikian H1 diterima pada Bank Mandiri, BRI, BNI, dan CIMB Niaga, artinya perubahan nilai tukar mempengaruhi nilai komposit rata-rata tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO, AL/PL dan LDR). Sedangkan H1 tidak diterima pada Bank BCA.

H2 :

Perubahan tingkat inflasi mempengaruhi nilai komposit rata-rata tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO, AL/PL dan LDR). Berdasarkan tabel 4.8, perubahan tingkat inflasi tidak berpengaruh secara

signifikan terhadap rasio CAMELS Bank Mandiri, BRI, BNI, BCA, dan CIMB Niaga. Dengan demikian H2 tidak diterima.

H3 :

Perubahan suku bunga mempengaruhi nilai komposit rata-rata tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO, AL/PL dan LDR). Berdasarkan tabel 4.8, perubahan suku bunga berpengaruh secara

signifikan terhadap rasio CAMELS Bank BRI dan CIMB Niaga pada α = 1%. Dengan diasumsikan variabel yang lain tetap, kenaikan suku bunga sebesar 1% dari suku bunga periode sebelumnya akan menyebabkan rasio CAMELS Bank BRI naik sebesar 15,73%, dan CIMB Niaga turun sebesar 15,90% dari rasio CAMELS periode sebelumnya. Sedangkan perubahan suku bunga tidak berpengaruh secara signifikan terhadap rasio CAMELS Bank Mandiri, BNI dan BCA. Dengan demikian H3 diterima pada Bank BRI dan CIMB Niaga, artinya perubahan suku bunga mempengaruhi nilai komposit rata-rata tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO, AL/PL dan LDR). Sedangkan H3 tidak diterima pada Bank Mandiri, BNI dan BCA.

H4 :

Perubahan

uang beredar

mempengaruhi

nilai

komposit

rata-rata

tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO, AL/PL dan LDR). Berdasarkan tabel 4.8, perubahan uang beredar berpengaruh secara signifikan terhadap rasio CAMELS Bank Mandiri, BRI dan BCA pada α = 1%. Dengan diasumsikan variabel yang lain tetap, kenaikan uang beredar sebesar 1% dari uang beredar periode sebelumnya akan menyebabkan rasio CAMELS Bank Mandiri naik sebesar 24,69%, BRI naik sebesar 18,29% dan BCA naik sebesar 27.59% dari rasio CAMELS periode sebelumnya. Sedangkan perubahan uang beredar tidak berpengaruh secara signifikan terhadap rasio CAMELS Bank BNI dan CIMB Niaga.. Dengan demikian H4 diterima pada Bank Mandiri, BRI dan BCA, artinya perubahan jumlah uang beredar mempengaruhi nilai komposit rata-rata tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO, AL/PL dan LDR). Sedangkan H4 tidak diterima pada Bank BNI dan CIMB Niaga.

KESIMPULAN, KETERBATASAN, DAN SARAN

5.1

Kesimpulan Berdasarkan hasil analisis yang dilakukan pada 5 Bank

konvensioanal yang terdaftar di Bank Indonesia tahun 2010, maka dapat diambil kesimpulan sebagai berikut: 1. Perubahan kurs mata uang terhadap kinerja keuangan bank umum konvensional di Indonesia berdasarkan analisis rasio CAMELS, dapat disimpulkan bahwa perubahan kurs mata uang rupiah terhadap dolar Amerika mempengaruhi kinerja keuangan bank dengan metode CAMELS secara signifikan pada setiap bank. 2. Perubahan tingkat inflasi tidak mempengaruhi kinerja keuangan bank berdasarkan CAMELS secara signifikan.

3. Perubahan tingkat suku bunga SBI mempengaruhi kinerja keuangan bank berdasarkan CAMELS secara signifikan pada Bank BRI dan Bank CIMB Niaga. 4. Perubahan jumlah uang beredar banyak mempengaruhi kinerja keuangan bank berdasarkan CAMELS secara signifikan pada Bank Mandiri, Bank BRI dan Bank BCA. 5. Hasil penelitian memperlihatkan bahwa hubungan yang terjadi antara perubahan kurs mata uang rupiah dengan dolar Amerika serta perubahan variabel makroekonomi lain dengan kinerja keuangan bank objek penelitian berdasarkan rasio CAMELS adalah tidak sama. Perbedaan ini tergantung pada komposisi asset dan kewajiban bank dalam mata uang domestic dan valuta asing. Perbedaan ini juga mencerminkan kompleksitas rasio kinerja keuangan bank berdasarkan rasio CAMELS yang tidak hanya tergantung pada satu atau beberapa variabel tertentu saja tetapi juga merupakan interaksi dari beberapa kondisi dan variabel berbeda. Selain itu, hal ini juga berkaitan dengan manajemen bank yang berbeda dalam melakukan strategi untuk menghadapi perubahan-perubahan makroekonomi yang terjadi.

5.2

Keterbatasan Penelitian Keterbatasan dalam penelitian ini adalah:

1. Periode penelitian hanya dari tahun 2005 – 2010 saja, sehingga kesimpulan yang dihasilkan dari penelitian ini tidak dapat digeneralisir pada tahun yang lain. 2. Sampel bank dalam penelitian ini hanya 5 bank konvensional di Indonesia. 3. Hanya menggunakan 4(empat) variabel makroekonomi. Perubahan tingkat kurs mata uang, tingkat inflasi, suku bunga SBI dan jumlah uang beredar. 4. Lebih fokus kepada fluktuasi kurs terhadap kinerja keuangan bank konvensional di indonesia berdasarkan rasio CAMELS.

5.3

Saran

Saran yang berkaitan dengan penelitian ini adalah : 1. Periode penelitian hendaknya lebih diperluas lagi tidak hanya meneliti selama 6 tahun saja. 2. Penelitian ini dapat dilanjutkan dengan mengukur pula indikator-indikator kinerja bank berdasarkan CAMELS yang bersifat kualitatif 3. Penelitian ini dapat dilanjutkan dengan menambah variabel-variabel makroekonomi lain, misalnya pertumbuhan ekonomi, dalam pengaruhnya terhadap kinerja keuangan bank. 4. Penelitian ini dapat dilanjutkan dengan menambah variabel berdasarkan CAMELS, ukuran bank, status kepemilikan bank, manajemen bank, dalam pengaruhnya terhadap kinerja keuangan bank.

DAFTAR PUSTAKA Abimanyu, Yoopi (2004). Memahami Kurs Valuta Asing. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Adwin Surja Atmadja (2002). Analisis Pergerakan Nilai Tukar Rupiah Terhadap Dolar Amerika Setelah Ditentukannya Kebijakan Sistem Nilai Tukar Mengambang Bebas Di Indonesia , Jurnal Akuntansi & Keuangan Vol. 4, No. 1 Almilia & herdaningtyas. (2005). Analisis rasio camel terhadap prediksi kondisi bermasalah pada lembaga perbankan 2000-2002 ,Jurnal Akuntansi dan keuangan,vol 7, no.2. Anthonasoglou, Brissimis, (2005), Bank spesific industry, and spesific makroekonomic determinant of bank profitabilitas. Working paper, bank of greece. No. 25. June. Bank Indonesia. (2000). Peraturan Bank Indonesia No.2/27/PBI/2000 tentang Bank umum. Bank Indonesia. (2001). Peraturan Bank Indonesia No.3/22/PBI/2001 tentang Transparansi Kondisi Keuangan. Bank Indonesia. (2004). Peraturan Bank Indonesia No.6/10/PBI/2004 tentang Sistem Penilaian Tingkat Kesehatan Bank Umum. Bank Indonesia. (2004). Surat Edaran Bank Indonesia No.6/23/PBI/2004 tentang Sistem Penilaian Tingkat Kesehatan Bank Umum. Bank Indonesia. (2008). Booklet Perbankan Indonesia Tahun 2008. Bank Indonesia. (2009). Peraturan Bank Indonesia No.11/1/PBI/2009 tentang Bank umum. Bank Indonesia. (2009). Surat Edaran Bank Indonesia No.11/5/DPNP/2009 tentang Bank umum. Chang Shu, Stefan Gerlach and Wensheng Peng. (2004). Macroeconomic conditions and banking performance in Hong Kong SAR: a panel data study. BIS Paper Vol 22 Demirguc -kunt dan Huizinga. (2001). Determinants of commercial Bank Interest Margin and Profitabilitas. The World Bank Development Research Group

Ghazali, Imam. 2001. Aplikasi Analisis Multivariate Dengan Program SPSS. BP Universitas Diponegoro, Semarang. Ghazali, Imam. 2009. Ekonometrika Teori,Konsep dan Aplikasi Dengan SPSS 17. BP Universitas Diponegoro, Semarang.

Gujarati, D.N. (2003). Basic Econometrics, 4th edition. Singapura : McGraw Hill Hassan dan Bashir. (2002). Determinants of Islamic Banking Profitabilitas. International Journal. ERF paper. Madura, Jeff. (2008). International Corporate Finance. 9th edition. Ohio: Thomson South Western. Madura, Jeff. (1997). International Corporate Finance. 4th edition. Florida: West Publishinh Company. Mankiw, Gregory N. (2007). Macroeconomics, 6th edition. New York: Worth Publisher. Pemerintah Republik Indonesia. (1999). Undang Undang No 23 Tahun 1999 tentang Bank Indonesia. Pemerintah Republik Indonesia. (2004). Undang Undang No 3 Tahun 2004 tentang Bank Indonesia. Pemerintah Republik Indonesia. (2008). Undang Undang No 2 Tahun 2008 tentang Bank Indonesia. Pemerintah Republik Indonesia. (2009). Undang Undang No 6 Tahun 2009 tentang Bank Indonesia. Pemerintah Republik Indonesia. (1992). Undang Undang No 7 Tahun 1992 tentang Perbankan. Pemerintah Republik Indonesia. (1998). Undang Undang No 10 Tahun 1998 tentang Perbankan. Rahardja, Pratama dan Mandala Manurung. (2008). Teori Ekonomi Makro, edisi ke-4. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Rivai dan Andria. 2009. Bank and Financial Institution Management. Jakarta: PT Raja Grafindo Persada. Sekaran, Uma. (2003). Research Methods For Business, A Skill Building Approach, 4th edition. New York: John Wiley and Sons, Inc.

Setiawan, Adi. (2009). Analisis Pengaruh Faktor Makroekonomi, Pangsa Pasar dan Karakteristik Bank terhadap Profitabilitas Bank Syariah. (Studi pada Bank Syariah Periode 2005 - 2008). Thesis Fakultas Ekonomi Universitas Diponegoro. (tidak untuk dipublikasikan)

Siamat, Dahlan. (2005). Manajemen Lembaga Keuangan, Kebijakan Moneter dan Perbankan, edisi ke-5. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Sitorus, Maurin. (2004). Pengaruh Variabel Makroekonomi terhadap Kinerja saham pertambangan minyak dan gas bumi sebagai emiten di Bursa Efek Indonesia. Jurnal keuangan. Tri Wibowo & Hidayat Amir. (2006). Faktor-faktor yang mempengaruhi nilai tukar rupiah, Jurnal Kajian Ekonomi dan Keuangan, Departemen Keuangan Vol. 9 No. 4. Winarno, Wahyu. (2009). Analisis Ekonometrika dan Statistika dengan EViews., Edisi ke 2. Yogyakarta : UPP Sekolah Tinggi Ilmu Manajemen YKPN Winkar and Tanko. (2006). CAMEL(S) and Bank Performance Evaluation : The Way Forward. International Journal. Zainuddin dan Jogiyanto Hartono (1999). Manfaat rasio keuangan dalam memprediksi pertumbuhan laba: suatu studi empiris pada perusahaan perbankan yang terdaftar di BEJ. Jurnal Riset Akuntansi Indonesia, Vol.2, No.1, Januari, 1999, hal.66-90

LAMPIRAN

Hasil Regresi Linier Berganda Bank Mandiri

Hasil Regresi Linier Berganda Bank Rakyat Indonesia

Dependent Variable: CAMELS Method: Least Squares Date: 09/07/11 Time: 19:08 Sample (adjusted): 2005M02 2010M12 Included observations: 71 after adjustments Convergence achieved after 7 iterations


Variable

Coefficient

Std. Error

t-Statistic

Prob.

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C KURS_LN INF_LN IR_LN MS_LN AR(1)

0.364203 -0.123331 0.008011 0.062100 0.246959 0.938581

0.026357 0.037298 0.007749 0.054675 0.063794 0.048000

13.81810 -3.306652 1.033819 1.135809 3.871190 19.55375

0.0000 0.0015 0.3051 0.2602 0.0003 0.0000


0.419398 -0.144893 -0.003667 0.157330 0.182914 0.663910

0.005546 0.049662 0.010247 0.065931 0.085298 0.088245

75.62747 -2.917592 -0.357896 2.386268 2.144423 7.523523

0.0000 0.0048 0.7216 0.0199 0.0357 0.0000

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

0.859595 0.848795 0.013032 0.011040 210.5525 79.58927 0.000000

Inverted AR Roots

.94

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

0.376218 0.033515 -5.762042 -5.570830 -5.686003 2.163492


0.577455 0.544952 0.015270 0.015157 199.3012 17.76599 0.000000

Inverted AR Roots

.66


0.422921 0.022637 -5.445104 -5.253891 -5.369064 1.777694

Hasil Regresi Linier Berganda Bank Negara Indonesia

Hasil Regresi Linier Berganda Bank Cenral Asia



Variable

Coefficient

Std. Error

t-Statistic

Prob.

Variable

Coefficient

Std. Error

t-Statistic

Prob.


0.408173 -0.183642 0.004697 0.054828 0.079625 0.561797

0.006503 0.078069 0.016129 0.097471 0.133978 0.103779

62.77120 -2.352310 0.291251 0.562501 0.594314 5.413393

0.0000 0.0217 0.7718 0.5757 0.5544 0.0000


0.345065 -0.080332 0.008562 -0.000858 0.275944 0.865019

0.017619 0.058986 0.012242 0.085235 0.100733 0.063309

19.58488 -1.361887 0.699356 -0.010068 2.739371 13.66352

0.0000 0.1779 0.4868 0.9920 0.0079 0.0000


0.328007 0.276315 0.023040 0.034504 170.0980 6.345434 0.000074

Inverted AR Roots

.56


0.409434 0.027083 -4.622478 -4.431265 -4.546439 2.094532


0.747539 0.728119 0.019883 0.025697 180.5600 38.49320 0.000000

Inverted AR Roots

.87


0.346207 0.038132 -4.917182 -4.725970 -4.841143 2.257103

Hasil Regresi Linier Berganda Bank CIMB Niaga Dependent Variable: CAMELS Method: Least Squares Date: 09/07/11 Time: 19:19 Sample (adjusted): 2005M02 2010M12 Included observations: 71 after adjustments Convergence achieved after 8 iterations Variable

Coefficient

Std. Error

t-Statistic

Prob.


0.368340 0.241526 0.000160 -0.159086 0.042385 0.699115

0.008010 0.063694 0.013171 0.087305 0.109513 0.093601

45.98484 3.791968 0.012182 -1.822172 0.387036 7.469125

0.0000 0.0003 0.9903 0.0730 0.7000 0.0000


0.479410 0.439365 0.019884 0.025698 180.5575 11.97168 0.000000

Inverted AR Roots

.70


0.368596 0.026556 -4.917112 -4.725900 -4.841073 2.195517

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KINERJA BANK KONVENSIONAL DI INDONESIA DENGAN MENGGUNAKAN ANALISIS CAMELS PERIODE

Recommend Documents