WP/ 4 /2015
WORKING PAPER
DAMPAK KEBIJAKAN COUNTERCYCLICAL CAPITAL BUFFER TERHADAP PERTUMBUHAN KREDIT DI INDONESIA
Bambang Pramono Januar Hafidz Justina Adamanti Maulana Harris Muhajir Muhammad Sahirul Alim
Desember, 2015
Kesimpulan, pendapat, dan pandangan yang disampaikan oleh penulis dalam paper ini merupakan kesimpulan, pendapat, dan pandangan penulis dan bukan merupakan kesimpulan, pendapat, dan pandangan resmi Bank Indonesia.
DAMPAK KEBIJAKAN COUNTERCYCLICAL CAPITAL BUFFER TERHADAP PERTUMBUHAN KREDIT DI INDONESIA Bambang Pramono, Januar Hafidz, Justina Adamanti, Maulana Harris Muhajir, dan Muhammad Sahirul Alim1
Abstrak CCB bertujuan untuk mengurangi laju prosiklikalitas kredit. Penelitian ini menganalisis dampak implementasi CCB di Indonesia terhadap pertumbuhan kredit perbankan. Dengan menggunakan data seluruh bank, kelompok BUKU, dan DSIB, kajian ini menganalisis dampak CCB dengan menggunakan analisis data panel dinamis dengan pendekatan system GMM (generalization method of moments). Hasil penelitian menunjukkan bahwa perubahan regulasi permodalan, seperti CCB mempunyai hubungan negatif dan signifikan dalam mempengaruhi pertumbuhan kredit. Oleh karena itu, kajian ini merekomendasikan CCB untuk diterapkan di Indonesia karena CCB dapat secara efektif menahan laju pertumbuhan kredit di Indonesia.
Key word
: CCB, System GMM, Prosiklikalitas
JEL Classification : G21
Peneliti ekonomi senior, peneliti ekonomi senior, peneliti ekonomi, peneliti ekonomi, dan research fellow di Grup Riset dan Pengaturan Makroprudensial (GRMP), Departemen Kebijakan Makroprudensial (DKMP), Bank Indonesia. Pendapat dalam paper ini merupakan pendapat penulis dan bukan merupakan pendapat resmi DKMP atau Bank Indonesia. E-mail:
[email protected],
[email protected],
[email protected],
[email protected], dan
[email protected]. 1
1
I. PENDAHULUAN
1.1 Latar Belakang Dengan belajar dari pengalaman krisis keuangan global 2008, Basel Committee on Banking Supervision (BCBS) mengeluarkan kerangka kebijakan BASEL III yang menitikberatkan pada ketahanan institusi keuangan melalui penguatan permodalan dan likuiditas. Salah satu instrumen yang diusulkan dalam BASEL III adalah countercyclical capital buffer (CCB). Tujuan implementasi CCB berdasarkan BCBS adalah untuk mencegah timbulnya dan/atau meningkatnya risiko sistemik yang berasal dari pertumbuhan kredit yang berlebihan dan kemampuan untuk menyerap kerugian yang ditimbulkan (BIS, 2010). Pertumbuhan kredit yang berlebihan dapat terjadi akibat dari perilaku prosiklikalitas antara pertumbuhan kredit dan pertumbuhan ekonomi yang penyaluran kreditnya cenderung meningkat sejalan dengan ekspansi ekonomi dan sebaliknya. Kebijakan CCB diharapkan dapat menekan pertumbuhan kredit pada periode ekspansi ekonomi melalui transmisi kenaikan biaya kredit akibat adanya kebutuhan bank untuk meningkatan cadangan modalnya. Oleh karena itu, ketika kebijakan CCB dapat mencapai tujuannya dalam menekan pertumbuhan kredit yang berlebihan, kebijakan CCB dapat dikatakan mampu mengurangi perilaku prosiklikalitas perbankan. Kebijakan CCB perlu diimplementasikan di Indonesia karena adanya perilaku prosiklikalitas yang tinggi antara pertumbuhan kredit dan pertumbuhan ekonomi (Utari et al., 2012). Deriantino (2011) juga membuktikan adanya perilaku prosiklikalitas yang tinggi pada pembentukan kapital terhadap pertumbuhan ekonomi di beberapa negara ASEAN, termasuk Indonesia. Di samping adanya fakta terkait prosiklikalitas, Indonesia sebagai anggota G-20 wajib untuk menerapkan kebijakan CCB. Gambar 1 menunjukkan bagaimana pertumbuhan kredit dan pembentukan modal bersifat prosiklikal.
2
Gambar 1. Kredit yoy, PDB yoy, dan Buffer CAR
Salah satu hal yang perlu dicermati dari penerapan kebijakan CCB adalah apakah kebijakan ini efektif dalam menekan pertumbuhan kredit yang berlebihan sebagai
salah
satu
sumber
risiko
sistemik.
Beberapa
literatur
ekonomi
mengemukakan bahwa regulasi pada permodalan bank dapat mempengaruhi pertumbuhan kredit melalui 2 (dua) channel, yakni lending channel dan capital channel. Lending channel terfokus pada penurunan penyaluran kredit akibat peningkatan biaya, sedangkan capital channel terfokus pada penurunan penyaluran kredit akibat peningkatan kebutuhan modal. Namun, kedua transmisi tersebut dapat tidak terjadi atau dengan kata lain regulasi permodalan tidak mempengaruhi pertumbuhan kredit apabila beberapa asumsi tidak terpenuhi. Penurunan kredit melalui lending channel bisa tidak terjadi ketika bank memiliki sumber modal yang kuat dan akses dana yang lebih luas (tidak hanya terbatas pada DPK). Begitu pula dalam
capital
channel,
bank
dapat
menyesuaikan
besaran
modal
tanpa
mempengaruhi portofolio kreditnya ketika memiliki kelebihan modal yang cukup tinggi atau mampu meningkatkan modalnya karena memiliki akses luas terhadap sumber modal. Beberapa studi empiris telah dilakukan untuk melihat hubungan antara regulasi permodalan dan pertumbuhan kredit. Hasilnya didominasi oleh hubungan negatif di antara keduanya, antara lain Tabak et al. (2011) yang menguji hubungan modal bank dan pertumbuhan kredit perbankan di Brazil. Mora dan Lora (2010) menguji pengaruh capital buffer pada pertumbuhan ekonomi dengan menggunakan data industri perbankan Inggris. Bridges et al. (2014) menguji pengaruh perubahan ketentuan permodalan terhadap perilaku kredit perbankan di Inggris. Gambacorta dan Mistrulli (2003) menguji pada data perbankan Italia, Coffinet et al. (2012) 3
menggunakan data perbankan Perancis, Deriantino (2011) menggunakan sampel data perbankan Indonesia, serta Xiong (2013) menggunakan sampel data perbankan Tiongkok. Di samping itu, terdapat juga studi yang dilakukan Drehmann dan Gambacorta (2011) yang menunjukkan bahwa penambahan buffer CCB mampu menurunkan pertumbuhan kredit, khususnya di Spanyol. Sebaliknya, hubungan antara permodalan bank dan pertumbuhan kredit yang positif ditemukan pada hasil studi Berrospide dan Edge (2010) yang menggunakan data perbankan di Amerika Serikat walaupun dengan besaran yang relatif kecil.
1.2
Tujuan Penelitian Berdasarkan latar belakang di atas, penelitian ini bertujuan untuk
melakukan analisis dampak implementasi kebijakan CCB terhadap pertumbuhan kredit di Indonesia. Estimasi persamaan akan dilakukan pada data bank secara industri dan berdasarkan kelompok yaitu per BUKU dan DSIB/non-DSIB.
1.3
Batasan Penelitian Pada saat penelitian ini dilakukan, Indonesia belum mengimplementasikan
CCB sehingga data yang akan digunakan terkait besaran buffer CCB diperoleh dari studi mengenai indikator utama CCB yang telah dilakukan oleh Bank Indonesia bersamaan dengan kajian ini.
1.4
Sistematika Penulisan Sistematika penulisan kajian ini adalah sebagai berikut. Bab 1 berupa latar
belakang perlunya mengetahui dampak implementasi CCB terhadap pertumbuhan kredit perbankan. Selain itu, juga dijelaskan tujuan dan batasan penelitian. Bab 2 berupa studi literatur yang menjelaskan motif bank menjaga level buffer permodalan, hubungan modal, dan kredit bank serta beberapa studi yang telah dilakukan sebelumnya. Bab 3 berupa penjelasan data dan persamaan yang digunakan untuk mengestimasi pengaruh pengaturan permodalan terhadap kredit dengan kasus perbankan Indonesia. Bab 4 berupa urai hasil analisis dengan menggunakan persamaan yang didefinisikan pada data bank secara industri dan berdasarkan kelompok. Bab 5 akan disajikan simpulan dan rekomendasi terkait penelitian ini. 4
II. TINJAUAN LITERATUR
2.1
Motif Bank Menjaga Level Buffer Modal Berdasarkan studi terdahulu terdapat beberapa alasan mengapa perbankan
umumnya memiliki buffer permodalan2. Tabak et al. (2011) menyatakan bahwa bank memiliki buffer permodalan dengan tujuan untuk (i) disiplin pasar3, (ii) pemenuhan ketentuan pengawasan, dan (iii) pengantisipasian terhadap adanya shock di perekonomian. Sementara itu, Lidquist (2004) mengatakan bank memelihara buffer permodalan untuk menghindari biaya yang terkait dengan disiplin pasar. Ketika tidak semua liabilitas bank dijamin, deposan akan meminta imbal hasil yang lebih tinggi (dalam bentuk suku bunga simpanan) sebagai kompensasi atas risiko bank yang lebih tinggi. Oleh karena itu, bank akan berusaha mengurangi risiko dan biaya simpanan dengan meningkatkan level permodalan yang menunjukkan tingkat soundness perbankan. Nier dan Baumann (2006) berpendapat bahwa bank menjaga buffer modal untuk mengurangi resiko insolvency. Hal itu dapat dicapai dengan meningkatkan level permodalan dari batas ketentuan modal minimum. Selain itu, bank menjaga buffer modal sebagai sinyal kepada pasar ataupun agen pemeringkat agar menjadi bersaing dalam hal mendapatkan pendanaan yang lebih efisien. Jokipii dan Milne (2006) menyatakan bahwa buffer modal juga dapat menjadi antisipasi terhadap segala unexpected shocks, khususnya ketika terdapat tekanan pada sistem keuangan. Selain beberapa alasan di atas, bank menjaga level buffer modal juga untuk alasan teknis, yakni sebagai pengaman agar terhindar dari pelanggaran ketentuan modal minimum (Jokipii dan Milne, 2006; Nier dan Baumann, 2006). Tabak et al. (2011) menyatakan bahwa ketika regulasi modal minimum berubah, bank tidak dapat menyesuaikan level modal seketika. Hal itu disebabkan oleh adanya adjustment cost terkait peningkatan modal baru dari eksternal (fresh external capital).
Yang dimaksud dengan buffer permodalan adalah selisih antara modal aktual dan modal minimum yang wajib dibentuk oleh bank. 3 Disiplin pasar dalam sektor perbankan dapat dimaknai sebagai situasi ketika privat sector agent dihadapkan pada berbagai komponen biaya sebagai akibat bank melakukan tindakan yang berisiko dan mengambil tindakan yang berbasis biaya (Berger, 1991). 2
5
2.2
Hubungan Modal dan Kredit Perbankan Dalam literatur ekonomi terdapat dua transmisi bagaimana perubahan pada
permodalan bank dapat mempengaruhi kredit, yaitu lending channel dan capital channel. Kedua transmisi tersebut didasarkan pada tidak relevan struktur permodalan
suatu
perusahaan/bank
dengan
menggunakan
asumsi
pasar
sempurna pada Modigliani-Miller theorem. Pada pasar sempurna bank akan selalu mampu meningkatkan level pendanaan (utang atau ekuitas) untuk mendanai pinjaman sehingga tidak diperlukan regulasi terkait permodalan bank. Namun, pada kenyataannya pasar bersifat tidak sempurna dan terjadi assymetric information mengenai level utang, ekuitas, dan aset perbankan. Lending channel tergantung pada ketidaksempurnaan pasar pada pinjaman perbankan, sementara capital channel tergantung pada ketidaksempurnaan pasar pada ekuitas perbankan (Gambacorta & Mistrulli, 2003). Bank lending channel dapat dijelaskan ketika terjadi pengetatan kebijakan moneter yang dapat meningkatkan cost of fund bank, khususnya untuk DPK, serta mengurangi interest margin sebagai akibatnya profitabilitas bank akan berkurang. Apabila dalam kondisi ini bank harus meningkatkan permodalan, bank akan bereaksi dengan meningkatkan persyaratan kredit. Pada akhirnya penyaluran kredit akan berkurang karena adanya peningkatan biaya bagi nasabah. Bagi bank yang memiliki permodalan kuat dan memiliki akses dana yang lebih luas (tidak hanya DPK), kondisi seperti itu tidak menjadi masalah (Gambacorta & Mistrulli, 2003). Sementara itu, buffer modal bank akan berkurang ketika terjadi peningkatan ketentuan modal minimum. Terdapat dua kondisi yang memungkinkan regulasi permodalan dapat mempengaruhi penyaluran kredit melalui transmisi capital channel. Kondisi pertama ialah bank memilih untuk memenuhi ketentuan permodalan karena menyadari pelanggaran terhadap ketentuan modal minimum sangat berisiko (Van den Heuvel, 2002 yang dikutip dari Gambacorta & Ibanes, 2011). Bank yang tidak memiliki buffer modal tinggi dan tidak memiliki akses luas terhadap sumber permodalan lainnya akan melakukan penyesuaian pada jumlah kredit yang disalurkan. Sebaliknya, bank yang mempunyai buffer modal lebih atau memiliki akses lebih luas terhadap sumber modal dapat menyesuaikan besaran modal yang harus dipenuhi tanpa mempengaruhi portofolio kreditnya. Kondisi kedua adalah jika pasar untuk ekuitas bank tidak sempurna karena bank tidak dapat dengan mudah mengeluarkan ekuitas baru, terutama pada periode krisis
6
karena adanya tax disadvantage serta masalah adverse selection dan agency cost (Gambacorta & Mistrulli, 2003).
2.3
Studi Terdahulu Beberapa studi terdahulu yang mencoba untuk menganalisis hubungan
antara permodalan dan pertumbuhan kredit perbankan diantaranya adalah sebagai berikut. A. The Impact of Capital Requirements on Bank Lending (Bridges et.al., 2014) Studi ini bertujuan untuk mengestimasi pengaruh perubahan CAR wajib minimum atau capital requirement terhadap rasio CAR dan kredit perbankan. Metodologi yang digunakan adalah regresi panel dinamis dengan pendekatan fixed effect pada data 53 banking group di UK yg memiliki aset > £ 5 miliar pada periode 1990Q1–2011Q3 (balanced panel data). Hasil penelitian membuktikan bahwa kenaikan modal wajib minimum akan meningkatkan CAR karena bank cenderung menaikkan buffer modalnya. Selain itu, studi ini membuktikan bahwa kenaikan CAR akan direspons bank dengan menurunkan kreditnya. B. Bank Capital Buffers, Lending Growth, and Economic Cyclce: Empirical Evidence for Brazil (B.M. Tabak, A.C. Noronha, dan D. Cajueiro, 2011) Studi ini bertujuan untuk menganalisis hubungan antara buffer modal dan siklus ekonomi serta pengaruh dari regulasi permodalan terhadap kredit perbankan. Metodologi yang digunakan adalah regresi data panel dinamis FGLS (Feasible Generalized Least Square) pada 134 bank periode 2000–2010 di Brazil. Tahap awal studi mengestimasi pengaruh output gap dan beberapa variabel kontrol terhadap buffer modal untuk mengetahui apakah buffer modal bersifat procyclical atau countercyclical. Selanjutnya dilakukan estimasi pengaruh perilaku buffer modal terhadap pertumbuhan kredit. Hasil studi menemukan bahwa buffer modal bersifat countercylical dan berpengaruh negatif terhadap pertumbuhan kredit secara signifikan.
C. The Effects of Bank Capital on Lending: What do we know and what does it mean? (J.M. Berrospide dan R.M. Edge, 2010) Studi ini bertujuan untuk menganalisis bagaimana regulasi permodalan perbankan mempengaruhi kredit perbankan di US. Selain menggunakan metode 7
regresi data panel dinamis dengan menggunakan sampel 165 Bank Holding Companies (BHC) pada periode 1992Q1–2009Q3 di US, studi ini juga mengestimasi data agregat bank komersial dengan menggunakan vector auto regression (VAR). Tahap awal studi mengestimasi regresi data panel dengan menggunakan
sampel
BHC
di
US
dengan
dua
pendekatan.
Pertama
menggunakan capital index untuk melihat perbedaan pengaruh permodalan jika bank mengalami surplus atau defisit seperti dalam Hancox and Wilcox (1994). Kedua menggunakan CAR aktual seperti dalam Bernanke & Lown (1991). Hasil studi menemukan bahwa baik menggunakan capital index maupun CAR, permodalan memiliki hubungan positif terhadap pertumbuhan kredit, tetapi studi tersebut menunjukkan magnitude pengaruh permodalan yang tidak terlalu besar terhadap pertumbuhan kredit. D. The Effects of Countercyclical Capital Buffers on Bank (Lending Drehmann dan Gambacorta, 2011) Studi
ini
bertujuan
untuk
menganalisis
bagaimana
pengaruh
implementasi CCB terhadap kredit perbankan di Spanyol. Metode yang digunakan
adalah
regresi
panel
dinamis
dengan
menggunakan
GMM
(generalized methods of moments) pada data 772 bank di UE dan UK pada periode 1999Q1–2009Q4 (balanced). Adapun data modal yang dipergunakan pada simulasi adalah modal aktual ditambah dengan buffer CCB. Hasil studi menunjukkan bahwa CCB mampu mengurangi pertumbuhan kredit pada saat credit booms dan mengurangi kontraksi kredit ketika buffer CCB di-release. E. Bank
Capital
Buffer
Decision
Under
Macroeconomics
Fluctuation:
Evidence for the Banking Industry of China (Huan-Xian dan Xiong-Qiyue, 2014) Studi ini bertujuan untuk menganalisis perilaku perbankan dalam mengambil keputusan level buffer modal dalam fluktuasi siklus bisnis dan transmisi yang memungkinkan CCB mempengaruhi makroekonomi Tiongkok. Metodologi yang digunakan adalah regresi panel dinamis dengan menggunakan GMM pada data 45 bank komersial di Tiongkok pada periode 2000–2010. Hasil studi menemukan bukti bahwa buffers modal perbankan di Tiongkok berperilaku countercyclical terhadap siklus bisnis. Sehubungan dengan CCB, peneliti menyatakan bahwa adanya kebijakan penguatan permodalan seperti CCB akan semakin memperkuat perilaku countercyclical perbankan Tiongkok.
8
III. DATA DAN METODOLOGI
3.1
Data Penelitian ini menggunakan data individual perbankan dan makroekonomi
Indonesia pada periode 2005Q1 s.d. 2015Q2 dalam format triwulan. Jumlah bank yang dilibatkan dalam penelitian ini adalah 96 bank umum, tidak termasuk kantor cabang bank asing dan bank umum syariah. Selanjutnya data dikonstruksi dalam bentuk data panel karena penelitian menggunakan metode regresi panel. Penggunaan data panel bertujuan untuk memperoleh data yang lebih variatif sehingga dapat menjelaskan persamaan yang lebih informatif dan kompleks (Gujarati dan Porter, 2009). Terdapat dua periode data yang digunakan ketika terjadi tekanan pada perekonomian dan juga industri perbankan, yaitu periode krisis mini (mini crisis) pada tahun 2005 dan krisis keuangan global pada tahun 2008. Kedua kejadian itu diharapkan dapat memberikan gambaran hubungan antara modal dan kredit apakah bersifat prosiklikalitas atau tidak. Adapun data perbankan yang digunakan dalam penelitian ini adalah buffer rate CCB (%), kredit perbankan (Ln, yoy), aset (Ln), ROA (%,) dan CAR (%), sedangkan data makroekonomi yang dipergunakan adalah PDB (yoy) dan BI Rate (%). Keterangan mengenai data selengkapnya dapat dilihat pada Tabel 1.
Tabel 1. Data yang Digunakan Data
Unit
Sumber
Rp
Bank Indonesia
Total Aset
Rp
Bank Indonesia
CAR
(%)
Bank Indonesia
(%)
Bank Indonesia
PDB
(%)
Bank Indonesia
BI RATE
(%)
Bank Indonesia
Kredit Perbankan
ROA
Buffer rate CCB merupakan hasil perhitungan dengan menggunakan indikator utama sebagaimana terdapat pada kajian utama CCB (Pramono et al., 2015) dengan rate CCB berada pada kisaran 0%–2,5%. Indikator utama yang digunakan adalah credit-to-GDP gap (dihitung dengan one sided HP filter dengan
9
parameter smoothing 25.000) dengan batas bawah (L) 3 dan batas atas (H) 6. Gambar 2 menunjukkan besaran buffer rate CCB berdasarkan indikator utama.
Gambar 2. Credit to GDP Gap dan Buffer Rate CCB
ROA dan total aset merupakan variabel yang diduga mampu menjelaskan pertumbuhan
penyaluran
kredit
perbankan.
ROA
merupakan
proksi
dari
profitabilitas perbankan, sedangkan total aset merupakan proksi dari ukuran (size) perbankan. Dalam penelitian ini juga akan dibahas bagaimana perilaku perbankan ketika terjadi perubahan regulasi permodalan seperti CCB berdasarkan ukuran/ kelompok bank. Selain dipengaruhi oleh faktor perbankan itu sendiri, pertumbuhan kredit juga dipengaruhi oleh faktor makroekonomi, seperti PDB dan suku bunga. Pertumbuhan
ekonomi
dapat
memicu
sifat
prosiklikalitas
kredit,
yaitu
meningkatkan pertumbuhan kredit. Sementara itu, suku bunga yang tinggi dapat menekan pertumbuhan kredit.
3.2
Persamaan dan Asumsi Metode yang digunakan untuk menganalisis dampak kebijakan CCB
terhadap pertumbuhan kredit adalah panel dinamis, yaitu pertumbuhan kredit dipengaruhi oleh pertumbuhan kredit pada waktu sebelumnya. Apabila persamaan panel dinamis diestimasi menggunakan pendekatan fixed effects atau random effects maka dapat menyebabkan timbulnya masalah endogeneity. Sebagai akibatnya, penduga yang dihasilkan dapat bersifat bias dan tidak konsisten (Verbeek, 2008). Arrelano Bond (1991) menyarankan pendekatan generalized methods of moments (GMM) yang merupakan penyempurnaan dari metode instrumental variable (IV)
10
untuk estimasi persamaan panel dinamis. Metode GMM akan menghasilkan penduga parameter yang tidak bias, konsisten, dan efisien. Terdapat dua prosedur estimasi yang lazim digunakan dalam kerangka GMM, yakni first difference GMM (FD–GMM) dan system GMM. Prinsip metode FD-GMM adalah mengombinasikan matriks variabel instrumen persamaan first difference dan matriks variabel instrumen persamaan series asli. Sementara itu, ide dasar penggunaan metode system GMM adalah penggunaan lagged level dari i, t, y sebagai pengubah instrumen persamaan dalam first differences dan menggunakan lagged differences dari i, t, y sebagai variabel instrumen persamaan dalam level (Blundell dan Bond, 1998). Namun, estimator dari GMM mungkin dapat menghasilkan estimasi yang bias dalam kasus weak instrumental variable. Hal itu dapat dideteksi dengan membandingkan estimator AR dari pooled least squares, fixed effect, dan GMM. Estimator pooled least squares bersifat biased upwards dan estimator dari fixed-effects bersifat biased downwards. Estimator yang tidak bias berada di antara keduanya. Kajian ini akan menganalisis dampak implementasi kebijakan CCB terhadap pertumbuhan kredit pada industri perbankan dan juga implementasi kebijakan CCB berdasarkan ukuran/kelompok bank, dalam hal ini berdasarkan BUKU dan DSIB/Non-DSIB. Pada level data industri, persamaan yang digunakan adalah sebagai berikut. 1. Persamaan (1): melihat hubungan antara kredit dan modal 𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊𝒕 = 𝜷𝟎 + 𝜷𝟏 𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊,𝒕−𝟏 + 𝜷𝟐 𝑪𝑨𝑹𝒊𝒕 + 𝜷𝟑 𝜽𝒊𝒕 𝝐𝒊𝒕
(1)
Persamaan (1) dipergunakan untuk melihat hubungan antara kredit dan modal tanpa menggunakan variable control karena modal menggunakan variabel CAR aktual. 2. Persamaan (2): seperti pada persamaan 1, tetapi dengan melibatkan variabel perbankan dan makroekonomi. 𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊𝒕 = 𝜷𝟎 + 𝜷𝟏 𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊,𝒕−𝟏 + 𝜷𝟐 𝑪𝑨𝑹𝒊𝒕 + 𝜷𝟑 𝜹𝒊𝒕 + 𝜷𝟒 𝜽𝒊𝒕 + 𝝐𝒊𝒕
(2)
Untuk menguji robustness dari persamaan 1, ditambahkan beberapa variable control yang mewakili variabel perbankan dan makroekonomi. Variabel perbankan yang digunakan adalah ln(Aset) sebagai proksi ukuran bank, ROA sebagai proksi profitabilitas, dan suku bunga kredit. Sementara itu, variabel makroekonomi yang digunakan adalah PDB (yoy) dan BI rate (%). 11
3. Persamaan (3): seperti pada persamaan (2), tetapi dengan dummy waktu untuk melihat hubungan antara kredit dan modal ketika CCB diaktivasi. 𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊𝒕 = 𝜷𝟎 + 𝜷𝟏 𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊,𝒕−𝟏 + 𝜷𝟐 𝑪𝑨𝑹𝒊𝒕
(3)
+ 𝜷𝟐 𝑪𝑨𝑹 ∗ 𝑫_𝑪𝑪𝑩𝒊𝒕 + 𝜷𝟑 𝜹𝒊𝒕 + 𝜷𝟒 𝜽𝒊𝒕 + 𝝐𝒊𝒕 Persamaan (3) bertujuan untuk melihat hubungan antara kredit dan modal pada saat rate CCB ditetapkan lebih dari 0%, waktu yang digunakan berdasarkan indikator utama untuk menghitung besaran buffer rate CCB. D_CCB adalah dummy saat rate CCB >0%. 4. Persamaan (4): melihat hubungan antara kredit dan modal, modal ditambahkan buffer CCB. (4)
𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊𝒕 = 𝜷𝟎 + 𝜷𝟏 𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊,𝒕−𝟏 + 𝜷𝟐 𝑪𝑨𝑹_𝑪𝑪𝑩𝒊𝒕 + 𝜷𝟑 𝜹𝒊𝒕 + 𝜷𝟒 𝜽𝒊𝒕 + 𝝐𝒊𝒕
Persamaan (4) mengasumsikan ketika terdapat tambahan modal (buffer) yang harus dibentuk, bank cenderung akan meningkatkan modalnya. Variabel modal yang digunakan adalah CAR aktual ditambah buffer rate CCB. Adapun variabel kontrol yang digunakan sama dengan persamaan (2).
Untuk melihat dampak implementasi kebijakan CCB pada kredit berdasarkan ukuran bank, estimasi dilakukan pada persamaan (2), persamaan (3), dan persamaan (4) dengan modifikasi menambahkan dummy untuk kelompok BUKU atau DSIB (domestic systemically important bank). Contoh penggunaan dummy BUKU terdapat pada persamaan (5) dan dummy DSIB pada persamaan (6). 𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊𝒕 = 𝜷𝟎 + 𝜷𝟏 𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊,𝒕−𝟏 + 𝜷𝟐 𝑪𝑨𝑹 ∗ 𝑫𝟏𝒊𝒕 + 𝜷𝟑 𝑪𝑨𝑹 ∗ 𝑫𝟐𝒊𝒕
(5)
+ 𝜷𝟒 𝑪𝑨𝑹 ∗ 𝑫𝟑𝒊𝒕 + 𝜷𝟓 𝑪𝑨𝑹 ∗ 𝑫𝟒𝒊𝒕 + 𝜷𝟔 𝜽𝒊𝒕 + 𝝐𝒊𝒕 𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊𝒕 = 𝜷𝟎 + 𝜷𝟏 𝑳𝒏(𝒌𝒓𝒆𝒅𝒊𝒕)𝒊,𝒕−𝟏 + 𝜷𝟐 𝑪𝑨𝑹 ∗ 𝑫_𝑫𝑺𝑰𝑩𝒊𝒕
(6)
+ 𝜷𝟑 𝑪𝑨𝑹 ∗ 𝑫_𝑵𝒐𝒏𝑫𝑺𝑰𝑩𝒊𝒕 + 𝜷𝟒 𝜽𝒊𝒕 + 𝝐𝒊𝒕
3.3
Hipotesis Adanya tambahan buffer CCB diharapkan dapat mencegah risiko sistemik
yang berasal dari pertumbuhan kredit yang berlebihan sehingga CAR diharapkan
12
memiliki hubungan negatif terhadap kredit. Hal itu didasari oleh transmisi berdasarkan lending channel dan capital channel sebagai berikut.
CCB
CCB
Loanable Fund
CAR
CAR
Loanable Fund
Kredit
Biaya Kredit
Kredit
Gambar 3. Transmisi CCB ke Kredit (Capital & Lending Channel)
Total aset, ROA, dan PDB diharapkan memiliki hubungan positif terhadap kredit. Ketika bank dalam kondisi sehat—antara lain ditandai dengan jumlah aset dan profit yang dimiliki—kredit cenderung akan meningkat. Begitu pula ketika ekonomi berada pada fase ekspansi, kredit cenderung meningkat. Sementara itu, BI rate diharapkan memiliki hubungan negatif terhadap kredit. Ketika suku bunga meningkat, kredit akan berkurang. Rangkuman ekspektasi hubungan (expected sign) antara variabel yang digunakan dengan kredit terdapat pada Tabel 2. Selain itu, implementasi kebijakan CCB diharapkan dapat mengurangi pertumbuhan kredit pada kelompok bank yang akan dibedakan berdasarkan BUKU dan DSIB/Non DSIB.
Tabel 2. Variabel dan Expected Sign terhadap Kredit VariabelVariabel
Expected Sign Sign
CAR
(-)
Total Aset
(+)
ROA
(+)
PDB_YOY
(+)
Monetary Policy Rate (BI_Rate)
(-)
13
IV. HASIL ANALISIS
Berdasarkan persamaan yang telah didefinisikan pada bab sebelumnya akan dilakukan analisis dampak kebijakan CCB terhadap pertumbuhan kredit bank secara umum (menggunakan data industri perbankan) dan bank berdasarkan ukuran/kelompoknya.
4.1
Dampak Implementasi Kebijakan CCB terhadap Kredit Perbankan Tabel 3 menjelaskan hasil estimasi secara detail untuk setiap persamaan
yang menggunakan data industri bank. Permodalan bank terbukti memiliki hubungan negatif terhadap pertumbuhan kredit meskipun dengan magnitude yang tidak terlalu besar. Hal itu terlihat pada konsistensi hasil persamaan (1) dan (2) yang pada persamaan (2) telah ditambahkan beberapa variabel kontrol sebagai uji robustness. Hasil estimasi persamaan (2) juga menunjukkan bahwa semua variabel kontrol memiliki tanda/hubungan yang sesuai seperti yang diharapkan, termasuk sifat prosiklikalitas PDB dan Kredit. Pada persamaan (3) ditambahkan variabel dummy CCB yang bernilai 1 ketika CCB aktif (rate CCB diatas 0%) dan 0 ketika CCB tidak aktif (rate CCB 0%) sebagai variabel kontrol berupa dummy interaction antara modal dan waktu aktivasi CCB. Hasil estimasi persamaan (3) tetap menghasilkan nilai estimator CAR yang konsisten bernilai negatif dan signifikan. Selanjutnya pada persamaan (4), bank diasumsikan akan menambah modalnya ketika terjadi kenaikan besaran buffer rate CCB sehingga total modal bank adalah modal aktual ditambah besaran buffer rate CCB. Hasil estimasi persamaan (4) menunjukkan hubungan negatif antara pertumbuhan kredit dan permodalan bank sebagaimana tiga persamaan sebelumnya. Selain itu, magnitude yang diperoleh lebih negatif jika dibandingkan dengan persamaan (1) dan (2). Hal itu menunjukkan bahwa implementasi CCB mampu mengurangi pertumbuhan kredit lebih dalam ketika bank cenderung menambah modalnya. Hasil estimasi keempat persamaan di atas sesuai dengan beberapa studi empiris yang telah dilakukan sebelumnya, yaitu bahwa permodalan akan memiliki hubungan yang negatif dengan kredit, baik melalui lending channel maupun capital channel. 14
Tabel 3. Hasil Estimasi Industri Perbankan Variable
Persamaan (1)
Ln_Kredit (-1)
0.9880*** (0.0055)
Car
Persamaan (2) 0.8786*** (0.0387)
-0.0044**
-0.0064**
(0.0024)
(0.0034)
Ln_Total Aset
0.1210***
ROA PDB yoy BI rate (-1)
Persamaan (3)
Persamaan (4)
0.8768***
0.8762***
(0.0295)
(0.0372)
-0.0001 (0.0006) 0.1215***
0.1204***
(0.0438)
(0.0316)
(0.0408)
0.0151***
0.0161***
0.0148***
(0.0066)
(0.0049)
(0.0058)
0.0089***
0.0127***
0.0103***
(0.0044)
(0.0056)
(0.0018)
-0.0073***
0.0055***
-0.0062***
(0.0020)
(0.0025)
(0.0018)
CAR_CCB
-0.0052* (0.0030)
CAR * D.CCB
0.0007*** (0.0003)
Cons Quarterly Dummies
0.3188***
0.0997
0.0432
0.1107
(0.1085)
(0.1721)
(0.0025)
(0.1796)
Yes
Yes
Yes
Yes
3936
3936
3936
3936
96
96
96
96
Number of Instrument
120
82
123
82
AR(1) in First Differences (p-value)
0.018
0.016
0.013
0.017
AR(2) in First Differences (p-value)
0.774
0.806
0.759
0.787
Obs. Number Groups
of
15
Tabel 3. (lanjutan) Variable
Persamaan (1)
Persamaan (2)
Persamaan (3)
Persamaan (4)
0.899
0.168
0.906
0.128
All System GMM instrument
1
0.569
1
0.512
Based on Lagged Dependent Variable
0.961
0.588
0.999
0.659
Hansen Test (pvalue) Differences Hansen Test (pvalue)
4.2 Dampak Kebijakan CCB terhadap Kredit Perbankan Berdasarkan Ukuran/Kelompok Selanjutnya dilakukan
analisis
dampak kebijakan
CCB berdasarkan
ukuran/kelompok bank, yaitu per BUKU dan DSIB/non-DSIB. Kelompok BUKU didasarkan pada besaran modal suatu bank. Besarnya modal bank dapat mempengaruhi kemampuan bank dalam menyalurkan kredit karena bank bermodal besar cenderung menyalurkan kredit yang lebih besar. Estimasi berdasarkan kelompok BUKU dimaksudkan untuk mengetahui apakah terdapat perbedaan dampak kebijakan CCB terhadap kredit antara bank bermodal besar dan bank bermodal kecil. Selain itu, dilakukan analisis berdasarkan kelompok DSIB/nonDSIB. Tabel 4 menyajikan hasil estimasi berdasarkan BUKU dan DSIB/non-DSIB4. Hasil estimasi persamaan berdasarkan BUKU tidak menunjukkan hasil yang konklusif karena secara umum CCB berdampak negatif terhadap pertumbuhan kredit walaupun tidak signifikan. Selain itu, tidak dapat disimpulkan bahwa bank berukuran besar terdampak lebih besar dibandingkan bank berukuran kecil. Ketidaksesuaian itu dapat disebabkan oleh sebaran jumlah bank yang kurang
4
hasil selengkapnya terdapat pada lampiran 16
berimbang antar-BUKU karena BUKU 4 hanya terdiri atas 4 bank, BUKU 3 terdiri atas 17 bank, BUKU 2 terdiri atas 49 bank, dan BUKU 1 terdiri atas 48 bank). Hasil yang lebih sesuai diperoleh ketika persamaan diestimasi didasarkan pada kelompok DSIB/non-DSIB. Hasil estimasi menunjukkan bahwa kebijakan CCB dapat mengurangi pertumbuhan kredit yang dampaknya lebih besar pada bank non-DSIB. Hal itu sejalan karena bank non-DSIB cenderung mempunyai modal yang relatif lebih kecil jika dibanding dengan bank DSIB sehingga perubahan regulasi modal minimum dapat berdampak terhadap kemampuan kelompok non-DSIB dalam menyalurkan kredit.
Tabel 4. Hasil Estimasi berdasarkan Kelompok BUKU dan DSIB BUKU 1
BUKU 2
BUKU 3
BUKU 4
NONDSIB
-0.0154***
-0.0133***
-0.01554
Persamaan (2)
(0.0054)
(0.0048)
0.3140*
0.0145***
𝑪𝑨𝑹_𝑪𝑪𝑩 ∗ 𝑫_𝑪𝑪𝑩𝒊𝒕
-0.0008*
-0.0008***
-0.0004
-0.0013
-0.0089**
-0.0060*
(0.0004)
(0.0003)
(0.0005)
(0.0016)
(0.0037)
(0.0035)
-0.0127***
-0.0104***
-0.0249
-0.0090
-0.0067*
-0.0048*
(0.0042)
(0.0042)
(0.0172)
(0.0112)
(0.0036)
(0.0030)
Variable 𝑪𝑨𝑹𝒊𝒕
(0.0140)
(0.0179)
DSIB -0.0139*** (0.0037)
(0.0056)
Persamaan (3) 𝑪𝑨𝑹_𝑪𝑪𝑩𝒊𝒕 Persamaan (4)
17
IV. PENUTUP
5.1
Simpulan Kebijakan CCB bertujuan untuk mengatasi prosiklikalitas pertumbuhan
kredit serta meningkatkan ketahanan perbankan melalui peningkatan permodalan yang diharapkan dapat mengurangi pertumbuhan kredit yang berlebihan sebagai salah satu sumber dari risiko sistemik. Kondisi tersebut didukung oleh beberapa kajian yang telah dilakukan sebelumnya. Berdasarkan hasil studi ini, peningkatan modal melalui implementasi CCB dapat menekan pertumbuhan kredit, baik pada level industri maupun berdasarkan kelompok bank, khususnya DSIB/non-DSIB.
5.2
Rekomendasi Kebijakan Berdasarkan hasil studi, implementasi kebijakan CCB terbukti dapat
menekan laju pertumbuhan kredit. Oleh karena itu, CCB dapat direkomendasikan sebagai salah satu instrumen kebijakan makroprudensial untuk membantu mengatasi
kemungkinan
timbulnya
risiko
sistemik
yang
bersumber
dari
pertumbuhan kredit yang berlebihan pada saat fase ekspansi ekonomi.
18
REFERENSI Bank for International Settlements (2012) “A framework for dealing with domestic systemically important banks” B.M. Tabak, A.C. Noronha & D. Cajueiro (2011) “Bank Capital Buffers. Lending Growth, and Economic Cyclce : Empirical Evidence for Brazil “ Bridges et.al. (BOE, 2014) “The Impact of Capital Requirements on Bank Lending” Bank of England Working Papers Coffinet, J., Coudert, V., A & Pouvelle, C. (2012) “Two Way Interplays Between Capital Buffers and Credit Growth : Evidence from French Bank “ Journal of International Capital Markets, Institutional and Money, 1110 – 1225 Deriantino, Elis. (2011) ”Prosiklikalitas Buffer Modal Bank di ASEAN” – Drehmann, M., Gambacorta, L. 2011. “The Effect of Countercyclical Capital Buffers on Bank Lending”. Applied Economics Letters ISSN 1350–4851 print/ISSN 1466–4291 online # 2011 Taylor & Francis Franciss, W.B. & Osborne, M. (2012) “ Capital Requirements and Bank Behaviours in the UK : Are There Lessons for International Capital Standars ? “ Journal of Banking & Finance (36) : 803 – 816 Gambacorta, L., & Mistrulli, P.M., (2003) “ Bank Capital and Lending Behaviour : Empirical Evidence for Italy “. Banca d’Italia, Research Deparment Huang, X. & Xiong, Q. (2015) “ Bank Capital Buffer Decisions Under Macroeconomic Fluctuations : Evidence for The Banking Industry of China ” International Review of Economics and Finance (36) 30 – 39 J.M. Berrospide & R.M. Edge (2010)” The Effects of Bank Capital on Lending : What do we know and what does it mean ?” – Jokipii, T. & Milne, A. (2008). “ The Cyclical Behaviour of European Bank Capital Buffers “ Journal of Banking and Finance (32): 1440-1451 Nier, E & Baumman, U. (2006) ” Market Dicipline, Disclosure, and Moral Hazard in Banking “, Journal of Financial Intermediation (15): 332-361 Utari, G.A.D., Arimurti, T., Kurniati, I.N., (2012) ”Pertumbuhan Kredit Optimal dan Kebijakan Makroprudensial untuk Pengendalian Kredit”, Bank Indonesia.
19
LAMPIRAN Statistik Deksriptif Data Tabel 1. Statistik Deskriptif Perbankan Variable
Obs
Mean
4032
21.65
10.79
0.11
69.43
Ln_Kredit
4032
14.92
1.87
9.03
20.04
Size (Ln_Aset)
4032
15.37
1.82
9.85
20.47
Profitabilitas (ROA )
4032
2.58
3.34
56.91
42.21
BI Rate
4032
7.81
1.83
5.75
12.75
Buffer_CCB
4032
1.46
0.95
0.00
2.50
PDB_yoy
4032
5.75
0.69
4.14
6.81
Permodalan (CAR)
Std.Dev. Min
Max
Permodalan perbankan memiliki keragaman yang cukup variatif yang dilihat dari standar deviasi sebesar 20,79. Hal itu dikonfirmasi dari nilai minimal dan maksimal yang memiliki kisaran cukup lebar. Kredit, size, dan profitabilitas perbankan memiliki keragaman yang cukup besar. Sementara itu, pertumbuhan ekonomi dan BI rate bisa dikatakan tidak memiliki variasi yang tinggi. Hal itu terlihat dari nilai standar deviasi yang hanya sebesar 0,69 dan 1,84. Selanjutnya, akan dianalisis statistik deskriptif berdasarkan kelompok BUKU. Tabel 2 menjelaskan hal tersebut.
Tabel 2. Statistik Deskriptif Berdasarkan Kelompok BUKU KELOMPOK BUKU 1 Variabel
Obs
Mean
Std. Dev.
Min
Max
Permodalan (CAR)
1806
23.25
11.32
2.87
69.43
Profitablitas (ROA)
1806
2.13
3.83
56.91
42.21
Size (Ln_Aset)
1806
14.01
1.08
9.85
16.51
Ln_Kredit
1806
13.55
1.18
9.03
16.36
20
Tabel 2. (lanjutan) KELOMPOK BUKU 2 Permodalan (CAR)
1428
20.83
10.99
6.26
69.26
Profitablitas (ROA)
1428
3.05
3.28
-47.09
30.73
Ln_Aset
1428
15.70
1.05
11.99
17.63
Ln_Kredit
1428
15.21
1.11
9.88
17.23
KELOMPOK BUKU 3 Permodalan (CAR)
630
20.10
9.26
0.11
69.34
Profitablitas (ROA)
630
2.57
1.72
-1.49
14.80
Size (Ln_Aset)
630
17.48
0.89
15.00
19.28
Ln_Kredit
630
17.14
0.87
14.82
18.97
KELOMPOK BUKU 4 Permodalan (CAR) Profitabilitas (ROA) Size (Ln_Aset) Ln_Kredit
168
17.27
3.18
11.80
26.60
168
3.52
1.85
-1.04
15.47
168
19.42
0.53
17.81
20.47
168
18.88
0.63
17.54
20.04
Berdasarkan kelompok BUKU dapat dijelaskan bahwa semakin besar modal, keragaman keempat variabel di atas semakin rendah. Nilai standar deviasi permodalan bank semakin mengecil pada kelompok BUKU 1 hingga BUKU 4. Hal semacam itu juga terdapat pada size, profitabilitas, dan kredit perbankan yang nilai standar deviasi semakin mengecil pada kelompok BUKU 1 hingga BUKU 4. Dengan demikian,
pengelompokan
berdasarkan
kelompok
BUKU
mampu
merepresentasikan setiap indikator perbankan dengan baik.
21