ANALISIS PENGARUH SOCIAL VALUES TERHADAP PERMINTAAN UANG ISLAM DI INDONESIA OLEH EBRINDA DAISY GUSTIANI H

ANALISIS PENGARUH SOCIAL VALUES TERHADAP PERMINTAAN UANG ISLAM DI INDONESIA

OLEH EBRINDA DAISY GUSTIANI H 14104106

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2008

RINGKASAN

EBRINDA DAISY GUSTIANI. Analisis Pengaruh Social Values terhadap Permintaan Uang Islam di Indonesia (dibimbing oleh JAENAL EFFENDI dan ASCARYA).

Setelah Indonesia mengadopsi konsep sistem ekonomi dan perbankan ganda, pihak–pihak pengambil keputusan mulai mencari formulasi bagi tercapainya stabilitas ekonomi dan perbankan dari dua sisi, konvensional dan Islam. Sebagai pemegang otoritas moneter, Bank Indonesia sedang mencari sinergi antara dua aliran ekonomi, hal ini terutama semenjak dikeluarkannya UU No. 10 Tahun 1998 dan UU No. 3 Tahun 2004 maka Bank Indonesia dapat memberlakukan prinsip syariah beserta instrumen di dalamnya untuk pengendalian moneter di Indonesia. Sebagai salah satu instrumen yang ada dalam sistem ekonomi Islam, zakat menjadi penting untuk diteliti pengaruhnya dalam formulasi kebijakan moneter di Indonesia, terutama berhubungan dengan permintaan uang. Selama ini masih belum ada seseorang yang membuktikan secara empiris pengaruh zakat sebagai salah satu instrumen dalam kebijakan moneter, terutama permintaan uang di Indonesia. Oleh karena itu, perlu dibuktikan apakah zakat sebagai salah satu unsur dalam variabel social values (nilai-nilai moral dan sosial) dalam pemikiran Chapra (1996), berpengaruh terhadap jumlah permintaan uang Islam di Indonesia. Tujuan dari penelitian ini adalah untuk menganalisis fungsi permintaan uang pada sistem ekonomi Islam, dengan melihat pengaruh zakat dalam social values terhadap jumlah permintaan uang masing–masing beserta turunannya. Data yang digunakan dalam penelitian ini seluruhnya merupakan data sekunder dalam series bulanan berawal dari Januari 2001 sampai dengan Desember 2007, yang diperoleh dari Statistik Ekonomi dan Keuangan Indonesia Bank Indonesia (SEKI-BI), Statistik Perbankan Syariah Bank Indonesia (SPS-BI), data return Syariah, Laporan Tahunan Bagian Zakat Departemen Agama dan Laporan Keuangan dari beberapa lembaga amil zakat, infaq dan shadaqah tingkat nasional maupun daerah. Metode yang digunakan dalam penelitian ini adalah metode Vector Autoregression (VAR) yang dilanjutkan dengan metode Vector Error Correction Model (VECM) jika terdapat kointegrasi dengan bantuan software Eviews 4.1. dan Microsoft Excel 2003. Berdasarkan penelitian yang dilakukan mengenai analisis pengaruh social values terhadap pemintaan uang Islam di Indonesia, hasilnya bervariasi. Sebagian sesuai dengan hipotesis awal, tapi sebagian lainnya tidak sesuai dengan hipotesis awal. Hal ini disebabkan antara lain oleh, variabel uang kartal yang belum dapat dibedakan uang yang benar–benar sesuai dengan syariah Islam, permintaan uang harus bersih dari conspicious consumption dan proksi social values yang digunakan belum secara keseluruhan merangkum bagian yang dapat diukur dan yang tidak dapat diukur. Namun demikian, hasil ini memberikan gambaran awal mengenai perilaku permintaan uang Islam terhadap guncangan–guncangan variabel yang mempengaruhinya. Kesulitan dalam uji empiris menggunakan model permintaan uang Chapra (1996) memang sudah diprediksikan sebelumnya oleh Chapra sendiri berkenaan dengan variabel social values dan mengenai conspicious consumption. Secara umum kita dapat melihat hubungan pada jangka panjang hanya pada model permintaan

tabungan mudharabah dan deposito mudharabah saja, sedangkan untuk model permintaan M1 Islam, M2 Islam, uang kartal, dan giro wadi’ah hanya dapat dilihat hubungan jangka pendeknya saja. GDP berpengaruh signifikan untuk setiap model permintaan uang (kecuali pada giro wadi’ah) karena baik pada sistem syariah maupun konvensional, jika masyarakat lebih sejahtera maka asumsinya permintaan uang akan meningkat. Variabel social values dan return syariah pada beberapa model pengaruhnya berkebalikan dengan hipotesis awal. Hal ini antara lain, disebabkan karena faktor uang kartal, conspicious consumption dan social values itu sendiri. Return syariah tidak signifikan pada beberapa model persamaan yang dapat dijelaskan dengan melihat opportunity cost dari memegang uang. Oleh karena itu, untuk saat ini variabel social values belum begitu terlihat pengaruhnya terhadap permintaan uang di Indonesia. Melalui hasil dan analisis pengaruh social values terhadap permintaan uang Islam di Indonesia, maka saran yang dapat diberikan adalah dibutuhkannya lebih banyak penelitian mengenai social values terutama tentang unsur-unsur yang ada di dalamnya. Perlunya berbagai pihak terkait dalam penghimpunan dan pengelolaan zakat, infak, shadaqah dan wakaf untuk meningkatkan sistem pendataan secara sistematis dan terpadu. Diharapkan dengan adanya sistem perbankan dan ekonomi ganda di Indonesia, Bank Indonesia sebagai otoritas moneter dapat mempertimbangkan variabel social values untuk dikaji lebih lanjut pengaruhnya dalam mengambil kebijakan moneter di Indonesia. Untuk penelitian selanjutnya, disarankan untuk meneliti permintaan uang dengan memperpanjang series data, menyempurnakan proksi variabel social values, membedakan uang kartal konvensional dan Islam, serta membedakan GDP yang bebas dari conspicious consumption, untuk mendapatkan hasil analisis yang lebih baik.

ANALISIS PENGARUH SOCIAL VALUES TERHADAP JUMLAH PERMINTAAN UANG ISLAM DI INDONESIA

Oleh EBRINDA DAISY GUSTIANI H14104106

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

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2008

INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN ILMU EKONOMI

Dengan ini menyatakan bahwa skripsi yang disusun oleh, Nama Mahasiswa

: Ebrinda Daisy Gustiani

NRP

: H14104106

Program Studi

: Ilmu Ekonomi

Judul Skripsi

: Analisis Pengaruh Social Values terhadap Permintaan Uang Islam di Indonesia

Dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.

Menyetujui, Pembimbing Skripsi I

Pembimbing Skripsi II

Jaenal Effendi, MA.

Ir. Ascarya MBA, M.Sc

NIP. 132 317 142

PPSK Bank Indonesia

Mengetahui, Kepala Departemen Ilmu Ekonomi,

Rina Oktaviani, Ph.D NIP. 131 846 872

Tanggal Kelulusan:

PERNYATAAN DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR – BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGI ATAU LEMBAGA MANAPUN.

Bogor,

Juni 2008

Ebrinda Daisy Gustiani H14104106

RIWAYAT HIDUP

Penulis dilahirkan di Bogor pada tanggal 23 Agustus 1986. Penulis merupakan anak pertama dari tiga bersaudara, orangtua penulis adalah Bapak Eban Juanda dan Ibu Indah Roch Handayani. Penulis menempuh pendidikan dasar di SD Pengadilan II dari tahun 1992 sampai tahun 1998. Pada tahun 1998 sampai dengan tahun 2001 penulis melanjutkan pendidikan di SLTP Negeri 1 Bogor. Pada tahun 2001 penulis melanjutkan pendidikan di SMA Negeri 1 Bogor dan lulus pada tahun 2004, selama menjadi pelajar penulis aktif dalam beberapa ekstrakulikuler dan Dewan Keluarga Masjid (DKM). Pada tahun 2004, penulis diterima sebagai mahasiswa di Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor melalui jalur SPMB. Selama

menjadi

mahasiswa,

penulis

aktif

dalam

berbagai

kegiatan

kemahasiswaan, diantaranya sebagai Sekretaris II Badan Otonom SES-C periode 2004/2005,

Anggota Agria Swara periode 2004/2005, Ketua Biro Kesekretariatan

HIPOTESA periode 2005/2006, dan menjadi Sekretaris dalam beberapa acara cakupan fakultas dan departemen juga menjadi pengisi acara sebagai penyanyi dalam acara tersebut. Selain itu penulis pernah menjadi Co.Host Metro Kampus di Metro TV dan menjadi Finalis Botani Ambassador 2008.

KATA PENGANTAR

Puji syukur penulis panjatkan kepada Allah SWT, karena telah dikaruniakan kebaikan dan kemudahan dalam melaksanakan setiap usaha untuk mewujudkan terselesaikannya penelitian ini. Tidak lupa shalawat dan salam kepada Nabi Muhammad SAW yang telah memberikan suri tauladan kepada seluruh umat manusia di dunia. Penelitian dengan judul “Analisis Pengaruh Social Values terhadap Permintaan Uang Islam di Indonesia” akan melihat pengaruh social values dalam penelitian ini adalah zakat terhadap salah satu faktor yang mempengaruhi stabilitas moneter di Indonesia. Penulis ingin mengucapkan terima kasih kepada beberapa pihak diantaranya : 1. Jaenal Effendi, MA selaku pembimbing yang memberikan bimbingan serta pengertian yang sangat banyak bagi penulis dalam proses penyelesaian skripsi ini. 2. Ir. Ascarya, MBA., M.Sc. selaku pembimbing yang membimbing dengan sabar dalam proses penyusunan skripsi dengan baik, serta Tante Retno dan Windra. 3. Noer Azam Achsani, P.hD selaku dosen penguji yang juga telah memberikan bimbingan dengan baik bagi penulis dalam menyelesaikan skripsinya. 4. Widyastutik, M.Si selaku dosen penguji yang telah memberikan saran dan bimbingan yang berarti bagi penulis. 5. Irfan Syauqi Beik, M.Sc dan Nunung Nuryartono, P.hD yang juga memberikan waktu serta arahan dalam penulisan skripsi ini. 6. Beberapa lembaga baik pemerintah maupun non-pemerintah yang tidak bisa saya sebutkan satu-persatu, yang telah banyak membantu dalam memberikan saran serta membantu dalam mengakses data-data untuk penelitian penulis. 7. Ayah dan Ibu tercinta, Eban Juanda dan Indah Roch Handayani atas segala kasih sayang, dukungan semangat, doa dan perhatian tulus yang tak terhitung dalam proses penyelesaian skripsi ini. 8. Adik adikku, Eriani dan Enrico yang memberikan senyuman di tiap waktu penulis menyelesaikan skripsi ini. 9. Seluruh pihak yang tidak bisa disebutkan satu per satu yang juga memberikan kontribusi tidak sedikit baik secara langsung maupun tidak langsung.

Penulis menyadari masih banyak kekurangan dalam penulisan skripsi ini. Dengan segala kerendahan hati, penulis meminta maaf dan mengharapkan kritik dan saran yang membangun untuk perbaikan penulis. Akhirnya, semoga dalam ketidaksempurnaannya, skripsi ini dapat memberikan sumbangan bagi perkembangan ekonomi Islam serta menambah khazanah pengetahuan kita.

Bogor,

Juni 2008

Ebrinda Daisy Gustiani H14104106

DAFTAR ISI

DAFTAR TABEL ....................................................................................... iii DAFTAR GAMBAR ................................................................................... iv DAFTAR LAMPIRAN ............................................................................... v I. PENDAHULUAN 1.1. Latar Belakang................................................................................. 1 1.2. Perumusan Masalah ......................................................................... 7 1.3. Tujuan Penelitian ............................................................................. 8 1.4. Manfaat Penelitian ........................................................................... 8 1.5. Ruang Lingkup ................................................................................ 9 II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN 2.1. Perbedaan Sistem Ekonomi Islam dan Konvensional ..................... 11 2.1.1. Perbedaan Sistem Ekonomi Kapitalis, Marxsisme dan Islam 12 2.1.2. Sistem Moneter Konvensional............................................... 17 2.1.3. Sistem Moneter Islam ............................................................ 18 2.2. Kebijakan Moneter Islam Kontemporer .......................................... 21 2.3. Unsur Pokok Permintaan Uang ....................................................... 23 2.4. Social Values ................................................................................... 24 2.4.1. Variabel social Values dalam Teori Permintaan Uang .......... 2.4.2. Hikmah dan Manfaat Zakat ................................................... 26 2.5. Teori Permintaan Uang.................................................................... 29 2.6. Penelitian Terdahulu ........................................................................ 29 2.7. Kerangka Pemikiran ........................................................................ 35 2.8. Hipotesis Penelitian ......................................................................... 36 III. METODOLOGI PENELITIAN 3.1. Jenis dan Sumber Data ................................................................... 37 3.2. Definisi Variabel Operasional ........................................................ 38 3.3. Perhitungan Variabel Social Values ............................................... 39 3.4. Metode Analisis Data ..................................................................... 40 3.4.1. Uji Stationeritas .................................................................... 42

25

3.4.2. Model Umum Vector Auto Regression (VAR) .................... 43 3.4.3. Penetapan Tingkat Lag Optimal ........................................... 43 3.4.4. Uji Kointegrasi ..................................................................... 44 3.4.5. Model Umum Vector Error Correction Model (VECM) ..... 44 3.4.6. Analisis Impuls Response Function (IRF) ............................ 45 3.4.7 Analisis Forecasting Error Variance Decomposition ........... 47 3.5. Model Persamaan dan Variabel yang Digunakan........................... 48 IV. HASIL DAN PEMBAHASAN 4.1. Uji Stationeritas Data .................................................................... 51 4.2. Penentuan Lag Optimal ................................................................. 52 4.3. Pengujian Stabilitas Sistem VAR .................................................. 54 4.4. Pengujian Kointegrasi ................................................................... 55 4.5. Hasil Estimasi VAR Permintaan M1 Islam ................................... 56 4.6. Hasil Estimasi VAR Permintaan M2 Islam ................................... 58 4.7. Hasil Estimasi VAR Permintaan Uang Kartal ............................... 59 4.8. Hasil Estimasi VAR Permintaan Giro Wadi’ah ............................ 60 4.9. Hasil Estimasi VECM Permintaan Tabungan Mudharabah ......... 61 4.9.1. Impuls Respon Permintaan Tabungan Mudharabah ...........

62

4.9.2.Variance Decomposition Permintaan Tabungan Mudharabah

63

4.10. Hasil Estimasi VECM Permintaan Deposito Mudharabah ......... 64 4.10.1. Impuls Respon Permintaan Deposito Mudharabah ......... 65 4.10.2.Variance Decomposition Permintaan Deposito Mudharabah 4.11. Hasil Analisis Pengaruh Social Values terhadap Permintaan Uang Islam ............................................................................................ V. KESIMPULAN DAN SARAN 5.1. Kesimpulan .................................................................................... 70 5.2. Saran .............................................................................................. 72 DAFTAR PUSTAKA .................................................................................. 74 GLOSARIUM ............................................................................................. 78 LAMPIRAN ................................................................................................ 80

66 67

DAFTAR TABEL

Nomor

Halaman

1.1. Konsep Uang Islam dan Konvensional .............................................. 2 1.2. Perkembangan Jumlah Jaringan Kelompok Bank Syariah di Indonesia 1.3. Jumlah Total Aset dan Dana Pihak Ketiga Perbankan Syariah .......... 5 2.1. Perbandingan Sistem Ekonomi Kapitalis, Islam dan Marxisme ........ 11 2.2. Perbedaan Sistem Moneter Islam dan Konvensional ......................... 20 3.1. Data, Satuan, dan Simbol ................................................................... 39 4.1 Hasil Pengujian Akar –Akar Unit ....................................................... 51 4.2. Hasil Penentuan Lag Optimal (1) ...................................................... 52 4.3. Hasil Penetuan Lag Optimal (2) ......................................................... 52 4.4. Hasil Uji Stabilitas Sistem VAR ........................................................ 55 4.5. Hasil Pengujian Kointegrasi (lag optimal = 1) ................................... 56 4.6. Hasil Estimasi VAR Permintaan M1 Islam ........................................ 57 4.7. Hasil Estimasi VAR Permintaan M2 Islam ........................................ 58 4.8. Hasil Estimasi VAR Permintaan Uang Kartal .................................... 59 4.9. Hasil Estimasi VAR Permintaan Giro Wadi’ah ................................. 60 4.10. Hasil Estimasi Permintaan Tabungan Mudharabah ........................... 61 4.11. Hasil Estimasi Permintaan Deposito Mudharabah ........................... 64

4

DAFTAR GAMBAR

Nomor

Halaman

2.1. Karakteristik Berdasarkan Prinsip – Prinsip Ekonomi Islam ............... 13 2.2. Teori Aliran .......................................................................................... 14 2.3. Struktur Ekonomi Islam Kontemporer ................................................. 22 2.4. Unsur Pokok Permintaan Uang ............................................................ 23 2.5. Fungsi Zakat atas Inflasi ....................................................................... 28 2.6. Kerangka Pemikiran Konseptual .......................................................... 35 4.1. Respon Permintaan TM Akibat Guncangan GDP, S dan RS ............... 63 4.2. Variance Decomposition Permintaan TM ............................................ 63 4.3. Respon Permintaan DM Akibat Guncangan GDP, S dan RS............... 66 4.4. Variance Decomposition Permintaan DM............................................ 67

DAFTAR LAMPIRAN

Nomor

Halaman

1. Uji Akar Unit ........................................................................................... 81 2. Uji Lag Optimal Permintaan M1 Islam ................................................... 87 3. Uji Stabilitas Sistem VAR Permintaan M1 Islam ................................... 87 4. Uji Kointegrasi Permintaan M1 Islam ..................................................... 88 5. Estimate VAR Permintaan M1 Islam ..................................................... 89 6. Uji Lag Optimal Permintaan M2 Islam .................................................. 91 7. Uji Stabilitas Sistem VAR Permintaan M2 Islam .................................. 91 8. Uji Kointegrasi Permintaan M2 Islam .................................................... 92 9. Estimate VAR Permintaan M2 Islam ..................................................... 93 10. Uji Lag Optimal Permintaan Uang Kartal ............................................. 95 11. Uji Stabilitas Sistem VAR Permintaan Uang Kartal ............................. 95 12. Uji Kointegrasi Permintaan Uang Kartal ............................................... 96 13. Estimate VAR Permintaan Uang Kartal ................................................ 97 14. Uji Lag Optimal Permintaan Giro Wadi’ah ........................................... 99 15. Uji Stabilitas Sistem VAR Permintaan Giro Wadi’ah ........................... 99 16. Uji Kointegrasi Permintaan Giro Wadi’ah ............................................

100

17. Estimate VAR Permintaan Giro Wadi’ah ..............................................

101

18. Uji Lag Optimal Permintaan Tabungan Mudharabah............................

103

19. Uji Stabilitas Sistem VAR Permintaan Tabungan Mudharabah ............

103

20. Uji Kointegrasi Permintaan Tabungan Mudharabah .............................

104

21. Estimate VECM Permintaan Tabungan Mudharabah ...........................

105

22. Analisis IRF Permintaan Tabungan Mudharabah ..................................

107

23. Analisis FEVD Permintaan Tabungan Mudharabah .............................

108

24. Uji Lag Optimal Permintaan Deposito Mudharabah .............................

110

25. Uji Stabilitas Sistem VAR Permintaan Deposito Mudharabah .............

110

26. Uji Kointegrasi Permintaan Deposito Mudharabah ...............................

111

27. Estimate VECM Permintaan Deposito Mudharabah .............................

112

28. Analisis IRF Permintaan Deposito Mudharabah ...................................

114

29. Analisis FEVD Permintaan Deposito Mudharabah ...............................

115

BAB I PENDAHULUAN

1.1. Latar Belakang Uang sebagai alat tukar telah dikenal semenjak tahun 4000 SM, dalam dunia Islam uang sebagai alat tukar adalah dinar (uang emas) dan dirham (uang perak) yang digunakan semenjak awal berdirinya Islam di muka bumi, dalam kegiatan muamalah maupun pembayaran zakat dan diyat (pembayaran denda). Mulai pertengahan abad ke 13 sampai awal abad 20, sejarah menunjukkan aktivitas muamalah pada masa itu menggunakan mata uang emas yang relatif standar dan digunakan secara luas hingga Eropa. Standarisasi berat uang dinar dan dirham mengikuti hadits Rasullullah SAW yang diriwayatkan oleh Abu Daud, dimana timbangan adalah timbangan penduduk Makkah dan takaran adalah takaran penduduk Madinah. Pada tahun 642 M khalifah Umar bin Khattab membakukan standar uang dinar dan dirham, yaitu berat tujuh dinar sama dengan berat 10 dirham. Menurut Chapra (1996) rasio perbandingan antara dinar dan dirham adalah 1:10. Pada masa itu selain dinar dan dirham ada uang dari tembaga dan perunggu yang dikenal dengan fulus. Dari sisi sifatnya fulus tidak memiliki nilai intrinsik yang sebanding dengan nilai tukarnya hal ini juga sesuai dengan sifat uang yang sekarang ini kita gunakan yaitu uang kertas (Iqbal, 2007). Konsep uang dalam Islam sendiri adalah uang bukanlah capital dan memiliki sifat flow concept. Menurut Karim (2007) konsep uang dalam Islam dan konvensional dapat dilihat dalam Tabel 1.1.

Tabel 1.1. Konsep Uang Islam dan Konvensional

Islam Uang tidak identik dengan modal

Konvensional Uang lebih sering diidentikkan dengan modal

Uang adalah public goods, sedangkan Uang (modal) adalah private goods modal berbeda dengan uang, modal yang bersifat private goods Uang adalah flow concept

Bagi Fisher uang (modal) adalah flow concept

Modal adalah stock concept

Uang (modal) adalah stock concept bagi Cambridge School

Sumber: Karim (2007) Uang dalam Islam juga digunakan untuk menunaikan salah satu ibadah umat Islam dan salah satu instrumen moneter yaitu zakat dan juga kegiatan yang bernilai sosial diantaranya infaq, shadaqah dan wakaf, seperti terdapat dalam Karim (2007) dalam melihat stabilitas ekonomi melalui persamaan permintaan uang Chapra. Sebenarnya ada tiga peran yang dimainkan zakat dalam perspektif ekonomi, yaitu sebagai alat redistribusi pendapatan dan kekayaan, sebagai stabilisator perekonomian dan sebagai instrumen pembangunan dan pemberdayaan kaum dhuafa. Zakat, infaq, shadaqah dan wakaf di Indonesia memiliki potensi yang luar biasa mengingat pada tahun 1998 tercatat mayoritas penduduk muslim yang berjumlah 85 persen dari seluruh penduduk Indonesia (BPS, 2000). Menurut penelitian Pusat Bahasa dan Budaya Universitas Islam Negeri (UIN) Syarif Hidayatullah (2006), potensi dalam bentuk uang tunai adalah kira-kira 14,2 triliun rupiah, dan dalam bentuk barang adalah 5,1 triliun rupiah setiap tahun.

Apabila kita melihat perkembangan sistem ekonomi Islam di Indonesia dapat dilihat dari perkembangan lembaga yang menjadi wadah bagi kegiatan ekonomi masyarakat di Indonesia. Salah satunya adalah perkembangan bank syariah di Indonesia

yang bermula dari rekomendasi Majelis Ulama Indonesia (MUI) untuk pendirian bank syariah yang dibahas lebih lanjut di Musyawarah Nasional IV MUI di Hotel Sahid Jaya Jakarta, 22-25 Agustus 1990 sehingga terbentuk Tim Perbankan MUI, yang pada akhirnya dari tim ini lahirlah PT. Bank Muamalat Indonesia (BMI) pada tanggal 1 November 1991. Pada saat itu sistem keuangan atau ekonomi Indonesia masih menganut one banking system dimana, UU Perbankan No. 14 Tahun 1967 mendefinisikan pendapatan bank sebagai pendapatan bunga, hal ini menjadi penghambat bank syariah yang pendapatannya bukan berasal dari bunga. Namun setelah tahun 1992, undang–undang tersebut direvisi menjadi UU No. 7 Tahun 1992 yang memberi landasan hukum bagi berdirinya bank yang beroperasi dengan sistem bagi hasil, sehingga pada 1 Mei 1992, Bank Muamalat resmi beroperasi. Adanya UU No. 7 Tahun 1992 tersebut menandakan berlakunya sistem dual banking system di Indonesia, dimana sistem perbankan di Indonesia dibagi menjadi sistem perbankan konvensional dan sistem perbankan syariah. Salah satu yang menjadi perbedaan mendasar dalam sistem perbankan syariah adalah tidak adanya unsur bunga. Perubahan pada UU No.7 tahun 1992 menjadi UU No. 10 Tahun 1998, membuat pergerakan perbankan syariah meluas, pada periode 1999–2002 lahirlah Dewan Syariah Nasional (DSN) dan Biro Perbankan Syariah di Bank Indonesia. Dan pada periode tersebut lahir tujuh lembaga keuangan syariah. Bank Syariah tersebut adalah Bank Syariah Mandiri (BSM), Bank Nasional Indonesia (BNI) Syariah, Bank Jabar Syariah, Bank Rakyat Indonesia Syariah, Bank Indonesian Finance and Investment (IFI) Syariah dan Bank Danamon Syariah. Perkembangan jumlah jaringan lembaga keuangan syariah sampai bulan Desember 2007 dapat dilihat pada Tabel 1.2. Tabel 1.2. Perkembangan Jumlah Jaringan Lembaga Keuangan Syariah di Indonesia

Kelompok Bank

2003

2004

2005

2006

2007

Bank Umum Syariah 2 3 3 3 Unit Usaha Syariah 8 15 19 20 Bank Perkreditan Rakyat Syariah 84 88 92 105 Total Kantor 337 443 550 636 Jumlah Bank Office Channeling 10 Jumlah Office Channeling 456 Sumber : Statistik Perbankan Syariah, Bank Indonesia (Desember 2007)

3 26 111 711 17 1.195

Berdasarkan Tabel 1.2. diatas maka kita dapat melihat perkembangan jaringan lembaga keuangan berbasis syariah, terutama dalam kelompok bank sampai bulan Desember 2007 jumlah Bank Umum Syariah (BUS) sebanyak tiga buah. Sampai saat ini di Indonesia telah berkembang 26 buah Unit Usaha Syariah (UUS), 111 Bank Perkreditan Rakyat Syariah dengan total kantor sebanyak 711 buah. Begitu pula dengan perkembangan jumlah bank yang telah menerapkan office channeling sebanyak 17 buah dan 1.195 buah konter Office Channeling sampai akhir tahun 2007 dapat dilihat pada Tabel 1.2. Selain perkembangan jaringan kantor, kita dapat melihat perkembangan aset dan dana pihak ketiga perbankan syariah sampai Desember 2007 pada Tabel 1.3. Berdasarkan tabel tersebut kita dapat melihat perbankan syariah di Indonesia mengalami perkembangan yang cukup baik dilihat dari sisi aset dan dana pihak ketiga, mulai dari tahun 2002 sampai dengan bulan Desember 2007 jumlah aset dan dana pihak ketiga mengalami peningkatan. Meskipun jika dilihat dari pertumbuhannya yang memiliki kecendrungan semakin menurun pada tahun–tahun sebelum mengalami kenaikan pada tahun 2007. Hal ini perlu diantisipasi oleh perbankan syariah dengan terus meningkatkan penyaluran dananya kepada sektor riil. Tabel 1.3. Jumlah Total Aset dan Dana Pihak Ketiga Perbankan Syariah Tahun

Aset

Dana Pihak Ketiga

Milyar Pertumbuhan Milyar Pertumbuhan Rupiah (%) Rupiah (%) 2002 4087 2918 2003 7944 94.37 5759 97.36 2004 15210 91.46 11718 103.47 2005 20880 37.28 15581 32.97 2006 26772 27.98 20672 32.67 2007 36537 36.71 28011 33.29 Sumber : Statistik Perbankan Syariah, Bank Indonesia (Desember 2007) Dengan melihat perkembangan perbankan syariah di Indonesia, maka kita dapat melihat bahwa dual banking system telah berjalan dan berkembang di Indonesia secara signifikan. Dengan adanya dua sistem perbankan maka Bank Indonesia selaku pengambil kebijakan moneter yang ingin mencapai stabilitas moneter, perlu melihat dan mengatur setiap instrumen yang ada pada kedua sistem tersebut. Karim (2007) mengungkapkan bahwa dalam mengaplikasikan kebijakan moneter, instrumen moneter konvensional utama yang digunakan oleh otoritas moneter adalah Operasi Pasar Terbuka (OPT) yang mempengaruhi jumlah uang beredar, tingkat diskonto (discount rate) yaitu biaya peminjaman atau bunga dari pinjaman, ketentuan cadangan minimum (reserve requirement) yang mempengaruhi jumlah kewajiban minimum dana pihak ketiga yang harus disimpan oleh bank dan moral suasion (himbauan) yang mempengaruhi perilaku pelaku atau agen ekonomi. Dalam mencapai sasaran utama otoritas moneter biasanya menerapkan sasaran antara (intermediate target). Sedangkan dalam sistem perbankan dalam ekonomi Islam, Bank Indonesia menggunakan beberapa instrumen seperti Giro Wajib Minimum (GWM) atau lebih dikenal statutory reserve requirement, Sertifikat Investasi Mudharabah Antarbank Syariah (SIMA) dan Sertifikat Wadiah Bank Indonesia (SWBI) yang sekarang telah digantikan dengan SBI Syariah. Menurut ketentuan Bank Indonesia yang berlaku, instrumen GWM pada perbankan syariah besarannya lima persen dari dana pihak ketiga

yang berbentuk rupiah (giro wadi’ah, tabungan mudharabah, deposito investasi mudharabah dan kewajiban lainnya) dan tiga persen dari dana pihak ketiga berbentuk mata uang asing (giro wadi’ah, deposito investasi mudharabah dan kewajiban lainnya). Setelah melihat beberapa aspek perkembangan perbankan syariah di Indonesia maka kita perlu mengetahui karakteristik lain yang dimiliki oleh sistem ekonomi atau keuangan Islam yaitu adanya instrumen social values (nilai-nilai moral dan sosial, termasuk zakat). Menurut Chapra (1996) yang dikategorikan social values adalah semua hal yang tidak dilarang oleh agama dan bersifat sosial (zakat, wakaf, infak dan shadaqah) yang mempengaruhi permintaan akan uang, maka instrumen moneter lain yang diajukan oleh Chapra untuk sistem ekonomi Islam adalah target pertumbuhan M1 Islam yang didalamnya terdiri dari uang kartal dan giro wadi’ah dan M2 Islam terdiri dari M1 ditambah tabungan mudharabah dan investasi deposito mudharabah, public share of demand deposit, statutory reserve requirement dan credit ceilling. Instrumen social values berpengaruh pada target pertumbuhan M2 Islam dan M1 Islam, yaitu M1 yang berupa pinjaman tanpa bunga yang digunakan untuk penyediaan perumahan, fasilitas kesehatan dan pendidikan bagi masyarakat miskin. Melalui keseluruhan instrumen moneter sebelumnya maka terlihat jelas perbedaan mendasar dari kedua sistem, dimana pada sistem ekonomi konvensional dikenal adanya bunga. Sedangkan pada sistem ekonomi Islam digunakan sistem bagi hasil (mudharabah) dan adanya unsur social values. Setelah adanya penelitian sebelumnya mengenai konsep bunga dan bagi hasil, maka penulis akan membuktikan secara empiris apakah konsep dengan social values mempengaruhi stabilitas moneter, dan kita akan melihat lewat pengaruhnya terhadap jumlah permintaan uang di Indonesia.

1.2. Perumusan Masalah Dengan adanya dual banking system maka Bank Indonesia juga perlu memberikan perhatian kepada masing-masing sistem ekonomi serta berusaha mensinergikan keduanya, terutama dalam mewujudkan stabilitas moneter. Sistem ekonomi Islam yang menjadi salah satu sistem yang digunakan di Indonesia akan dilihat pengaruhnya terhadap ketegasan penggunaan sistem dual banking di Indonesia, karena dengan ini berarti bahwa sistem ekonomi Islam beserta instrumennya juga mempengaruhi pengambilan kebijakan moneter di Indonesia. Maka permasalahan–permasalahan yang bisa diangkat guna membuktikan pengaruh dari sistem ekonomi Islam adalah : 1.

Melihat fungsi permintaan M1 Islam, M2 Islam, uang kartal, giro wadi’ah, tabungan mudharabah dan investasi deposito mudharabah yang ada dalam sistem ekonomi dan perbankan di Indonesia.

2.

Pengaruh dari social values terhadap fungsi permintaan uang di Indonesia.

1.3. Tujuan Penelitian Berdasarkan latar belakang yang telah dijelaskan sebelumnya juga penelitian terdahulu, maka tujuan penelitian ini adalah : 1.

Menganalisis fungsi permintaan uang (M1 dan M2) Islam pada sistem keuangan/perbankan ganda yang dikhususkan lagi pada uang kartal, giro wadi’ah, tabungan mudharabah dan deposito investasi mudharabah pada bank syariah.

2.

Menganalisis pengaruh social values dalam fungsi permintaan uang dan mengetahui ada/tidaknya hubungan atau pengaruh yang signifikan antara jumlah uang beredar dalam sistem ekonomi Islam dengan instrumen social values tersebut.

1.4. Manfaat Penelitian Melalui penelitian ini diharapkan bisa bermanfaat bagi semua pihak termasuk penulis sendiri dalam menambah kompetensi dan ilmu mengenai ekonomi syariah, memperdalam informasi mengenai dual banking system dan pengaruh social values sebagai salah satu instrumen moneter dalam Islam dan menjadi referensi bagi penelitian selanjutnya. Untuk beberapa pihak : 1.

Untuk pembaca diharapkan dapat lebih mengenal sistem ekonomi Islam melalui variabel social values, terutama dalam penelitian ini zakat yang tidak hanya untuk fungi sosial tetapi juga sebagai salah satu instrumen moneter Islam.

2.

Lembaga keuangan Islam, terutama lembaga yang menangani zakat, infak, shadaqah dan wakaf, diharapkan penelitian ini dapat bermanfaat untuk lebih menggiatkan dan mengembangkan kegiatan ekonomi berdasarkan sistem ekonomi Islam yang dengan menggunakan instrumen–instrumen moneter sesuai syariat Islam.

3.

Otoritas moneter dalam hal ini adalah Bank Indonesia, diharapkan penelitian ini dapat bermanfaat untuk penelitian lebih lanjut dalam menentukan kebijakan yang paling baik untuk memajukan perbankan syariah dan perekonomian Indonesia di masa depan.

1.5. Ruang Lingkup Dalam skripsi ini penulis hanya meneliti permintaan uang Islam di Indonesia dengan beberapa keterbatasan yang perlu diperhatikan, seperti:

1.

Masih adanya komponen uang kartal, yang belum dapat dibedakan antara uang yang sesuai dengan syariah dan tidak. Karena meskipun di Indonesia sistem ekonomi dan perbankannya menggunakan dual banking system, tetap saja untuk membedakannya sangat sulit.

2.

Pembatasan variabel social values yang hanya menggunakan jumlah zakat yang juga merupakan estimasi pertahun dengan formulasi penghitungan zakat penghasilan mengikuti pendekatan zakat hasil pertanian yang digunakan oleh Badan Amil Zakat Nasional (BAZNAS).

3.

Gross Domestic Product dalam penelitian ini belum bersih dari conspicious consumption.

4.

Studi oleh Chapra (1996) mengenai adanya variabel social values dalam model jumlah permintaan uang sampai saat ini belum ada yang membuktikannya secara empiris.

BAB II TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN

2.1. Perbedaan Sistem Ekonomi Islam dan Konvensional Sebenarnya perbedaan sistem ekonomi yang digunakan dapat diwakili oleh tiga sistem ekonomi yaitu sistem ekonomi kapitalis, sistem ekonomi Islam dan sistem ekonomi Marxisme. Perbandingan antara ketiga sistem ekonomi tersebut dapat dilihat dalam Tabel 2.1. Tabel 2.1. Perbandingan Sistem Ekonomi Kapitalis, Islam dan Marxisme Konvensional Kapitalis

Marxisme

Filosofi dalam produksi, distribusi dan konsumsi

Laissez Faire yang menjelaskan kebebasan berbuat dan invisible hand

Prinsip yang berlaku dalam kepemilikan dan akses untuk bertransaksi

Kepemilkan Kepemilikan mutlak dan pasar oleh pemerintah bebas atau penguasa sehingga akses terbatas

Bebas entryiexit (dalam kompetisi sempurna) atau bebas menentukan harga dalam pasar monopolistik Sumber : Iqbal (2007) Operasional

Islam

Perjuangan kelas dan kontardiksi antar kelas

Kerja iteration dan kerja kolektivitas

Keimanan kepada Allah dan hidup sesudah mati, serta hanya mencari ridho Allah Hak penggunaan bukan kepemilikan (hanya sampai dengan meninggal) serta keseimbangan dan keadilan Adanya instrumen zakat dan wakaf, pelarangan riba dan Qirad Mudharabah

2.1.1. Perbedaan Sistem Ekonomi Kapitalis, Marxsisme dan Islam Beberapa pendapat memang ada dalam melihat perbedaan dan jumlah paham dari sistem ekonomi, namun pada dasarnya sistem ekonomi secara umum dapat kita bedakan menjadi sistem yang berasal dari Al-Qur’an dan Hadits dan sistem yang bukan berdasarkan Al-Qur’an dan Hadits. Karim (2004) menyatakan tentang paham–paham ekonomi yang berkembang di dunia ada empat yaitu kapitalisme, sosialisme, komunisme dan Islam. Sistem ekonomi kapitalis adalah sistem ekonomi yang didominasi oleh capital atau modal, dengan profit motive (motif keuntungan) dimana uang adalah segalanya. Dalam sistem ekonomi kapitalis juga dikenal adanya kebebasan dalam berekonomi, beserta instrumen bunga yang kental. Beberapa karakteristik dari ekonomi kapitalis adalah inividual actions (tindakan individu) dengan tidak adanya perencanaan ekonomi yang tersentralisasi. Sementara sosialisme dimana tidak adanya kepemilikan pribadi, yang ada hanyalah kepemilikan publik, keberadaan industri serta faktor produksi sepenuhnya untuk kepentingan sosial serta adanya social service motive. Beberapa karakteristik dari ekonomi sosialis adalah central planning of the economy (ekonomi dengan perencanaan terpusat), berlakunya distribusi pendapatan secara merata dan aset–aset penting dimiliki oleh publik. Selanjutnya marxisme adalah salah satu bentuk komunisme dimana konsumsi dan produksi diatur secara kolektif yang menekankan pada program sosial dan pendidikan, serta bersumber pada ilmu pengetahuan dan meniadakan Tuhan. Sehingga dalam praktiknya menghalalkan segala cara untuk kebahagiaan kolektif. Lain

halnya dengan

sistem ekonomi

Islam,

pada Gambar 2.1

yang

memperlihatkan bentuk penyikapan dari manusia terhadap harta atau sumber daya ekonomi secara garis besar meliputi aktifitas mencari harta, mengelola harta dan

membelanjakan harta. Melalui penyikapan tersebut akan terdapat implikasi berupa pengembangan harta, pertukaran harta dan pendistribusian harta (Sakti, 2007). PEMENUHAN KEBUTUHAN MENUJU FALAH

PENYIKAPAN TERHADAP HARTA/ SUMBER DAYA EKONOMI

Mengembangkan, distribusi dan tukar menukar harta

Investasi

Aktifitas mencari, mengelola dan membelanjakan harta

Jual - Beli

Sosial

Regulasi

Sumber : Sakti (2007) Gambar 2.1. Karakteristik Berdasarkan Prinsip–Prinsip Ekonomi Islam Memperoleh harta dalam Islam dapat dilakukan atau bisa didapatkan melalui berbagai aktivitas ekonomi. Mencari harta dapat dilakukan dengan aktivitas investasi seperti mudharabah dan musyarakah dan aktivitas jual–beli seperti murabahah, ijarah, istisna, salam dan rahn (penjelasan dapat dilihat pada glosarium). Sedangkan bagi masyarakat yang tidak memiliki akses terhadap kedua aktivitas sebelumnya, maka seseorang dapat memperoleh melalui instrumen lain yang ada dalam mekanisme ekonomi Islam, seperti aktivitas sosial (infaq, shadaqah, hadiah dan hibah) dan aktivitas regulasi (zakat, warisan, kharaj yang artinya pajak tanah dan jizyah yaitu pajak perlindungan bagi orang–orang non muslim atau biasa disebut kafir dzimni). Secara umum Himawan (2004) mengatakan bahwa sistem ekonomi Islam berdasarkan syariah adalah sistem yang menggunakan pendekatan zakat, melarang adanya riba dan melarang adanya maisyir (judi) atau dengan kata lain sebuah sistem perekonomian sunnatullah yang mendorong adanya aliran investasi dengan zakat secara

optimal dengan anti riba yang bersifat produktif dengan anti judi seperti terlihat pada Gambar 2.2. Penghasilan

Zakat maal



n i ira as Al est v In

Anti Riba

Anti Judi

In op ves tim tas al i

m ha bah rt an a

Ta

Harta

i as st tif ve k In odu Pr

Zakat Penghasilan

27

Sumber : Himawan (2004) Gambar 2.2 Teori Aliran Apabila kita melihat dari perkembangannya dalam Karim (2004) perkembangan pemikiran ekonomi Islam terdiri dari empat periode yaitu periode pondasi (Awal Islam450 H/610-1059 M), periode pengembangan (1058–1446 M), periode kemunduran (1446–1931 M) dan periode kebangkitan (1932-2000-an M). Tradisi dan praktek pada masa Rasullullah SAW dengan prinsip–prinsip seperti Allah SWT ialah penguasa tertinggi serta pemilik absolut alam semesta dan manusia sebagai khalifah Allah di muka bumi, semua yang dimiliki dan didapatkan manusia adalah seizin Allah SWT, kekayaan harus berputar dan tidak boleh ditimbun, eksploitasi ekonomi dalam segala bentuknya dihilangkan dan menerapkan sistem warisan sebagai instrumen redistribusi kekayaan. Pada masa Rasullullah SAW, sistem ekonomi Islam diterapkan dengan cara mempercepat peredaran uang, mendirikan baitul maal dan adanya kebijakan fiskal. Dalam mempercepat uang beredar Rasullullah SAW menerapkan larangan terhadap

kecenderungan mencegah dinar dan dirham keluar dari peredaran, larangan praktek bunga uang, mencegah tertahannya uang dari pemilik modal dan menghapus praktek monopoli setelah Fath Al-Makkah. Selain itu praktik pendirian baitul maal dapat terlihat dari pendapatan baitul maal saat itu berupa Kharaj, Zakat, Khums (bayaran atas harta karun), Jizyah (pajak, cukai) dan penerimaan lainnya seperti kaffarah (denda). Dapat terlihat juga praktik pengeluaran baitul maal saat itu untuk penyebaran Islam, pendidikan dan kebudayaan, pengembangan ilmu pengetahuan, pembangunan infrastruktur, pembangunan armada perang dan keamanan, penyedian layanan kesejahteraan sosial. Sedangkan salah satu bentuk dari kebijakan fiskal pada masa Rasullullah adalah meningkatkan pendapatan nasional dengan kebijakan mempersaudarakan kaum Muhajirin dan Anshar dan menerapkan kebijakan penyediaan lapangan pekerjaan bagi kaum Muhajirin dengan impelementasi akad Muzara’ah , Musaqah dan Mudharabah (penjelasan dapat dilihat pada glosarium). Setelah kepemimpinan Rasullullah SAW berakhir, dimulailah masa Khulafaur Rasyidin. Dimulai dengan Khalifah Abu Bakar Ash-Shiddiq, dalam praktek ekonomi masa ini sangat memperhatikan keakuratan penghitungan zakat, kekayaan dari orang yang berbeda tidak dapat digabung, atau kekayaan yang telah digabung tidak dapat dipisahkan serta pendistribusian langsung terhadap penerimaan Baitul Maal (tidak ada simpanan). Selanjutnya kegiatan ekonomi pada masa

Khalifah Umar bin Khattab

adalah dengan mendirikan Baitul Maal yang reguler dan permanen, serta cabangcabangnya di ibukota propinsi, menjadikan Baitul Maal sebagai pelaksana kebijakan fiskal negara Islam, melakukan penyimpanan terhadap pendapatan Baitul Maal sebagai cadangan darurat, menjadikan Properti Baitul Maal sebagai harta kaum muslimin dan

pemegang keputusan adalah Khalifah, selain itu mendirikan Diwan Islam yang pertama, yang disebut al-Divan, memperkenalkan istilah pendapatan negara yang lain,

fay

(rampasan perang), ushr (pajak), nawaib (pajak khusus yang dibebankan pada muslimin kaya untuk menutupi pengeluaran negara selama masa darurat), tebusan tawanan perang (Karim, 2004). Dalam masa Khalifah Umar bin Khatab ada klasifikasi pendapatan dan pengeluaran negara. Pada masa khalifah setelahnya , yaitu Khalifah Utsman bin Affan kegiatan ekonomi mulai diperluas dengan meningkatkan pengeluaran pertahanan dan kelautan, meningkatkan pengeluaran dana pensiun dan pembangunan diwilayah taklukkan baru, memberikan tanggung jawab penaksiran zakat kepada muzakki serta mengizinkan adanya pertukaran lahan. Namun sebagian besar kegiatan ekonomi yang dilakukan pada masa khalifah sebelumnya tetap dilanjutkan. Setelah masa Kahalifah Utsman bin Affan berakhir, maka pada masa Khalifah Ali bin Abi Thalib dilaksanakan perubahan dalam penetapan pemungutan zakat, menghilangkan pengeluaran untuk angkatan laut, pendistribusian

secara

langsung

terhadap

pendapatan

Baitul

Maal

serta

memperkenalkan pemerataan distribusi uang rakyat dengan mengadopsi sistem distribusi setiap satu minggu sekali.

2.1.2. Sistem Moneter Konvensional Sistem moneter konvensional diawali dengan teori – teori ekonomi konvensional, beberapa teori ekonomi konvensional yang berkembang sejak dulu. Perkembangan pemikiran ekonomi ini dimulai dari mazhab ekonomi pra-klasik, ekonomi klasik, marxisme, neo-klasik, historis, institutional, Keynes, monetaris, supply siders dan aliran rationale expectation sampai seterusnya mengalami perkembangan hingga saat ini.

Perkembangan mengenai sistem moneter konvensional terutama dalam hal permintaan uang, sangat terlihat jelas pada masa lahirnya aliran monetaris, yang didasari kritikan atas pendapat keynessian mengenai perlunya campur tangan pemerintah dalam mengarahkan dan membimbing perekonomian yang diinginkan. Dimana tokoh– tokohnya terbagi dalam dua golongan yaitu golongan tua dan golongan muda. Salah satu tokoh yang paling mendasari perkembangan aliran ini adalah Milton Friedman yang melihat bahwa peran pemerintah memang diperlukan untuk perekonomian yang lebih efektif. Salah satu pokok pikiran aliran monetaris adalah perkembangan moneter merupakan salah satu unsur penting dalam perkembangan produksi, kesempatan kerja dan harga. Aliran moneter juga mengemukakan bahwa pertumbuhan uang beredar merupakan unsur yang dapat diandalkan dalam perkembangan moneter. Menurut Friedman dalam Deliarnov (2003), mengatakan bahwa perubahan dalam jumlah uang beredar sangat berpengaruh pada tingkat inflasi pada jangka panjang dan juga perilaku Gross National Product (GNP) riil. Selain itu aliran monetaris mengemukakan adanya kekuatan–kekuatan pasar dan pengaruh sumberdaya yang menyatakan turunnya suku bunga akan mendorong investasi dan turunnya tingkat harga akan mendorong konsumsi (pigou effect). Hal lainnya adalah pendapat kaum monetaris mengenai fluktuasi ekonomi yang terjadi karena terjadinya pelonjakan–pelonjakan dalam jumlah uang beredar yang disebabkan karena kebijakan yang ekspansif yang diambil oleh pemerintah. Kita dapat melihat bahwa aliran monetaris lebih menggerakkan ekonomi dari sisi moneter, yang sangat berlawanan dengan aliran Keynesian.

2.1.3. Sistem Moneter Islam

Sistem moneter berhubungan erat dengan instrumen moneter, salah satunya uang, maka sebelum memahami mengenai hal tersebut, kita perlu memahami konsep uang dalam Islam. Menurut Al-Ghazali dalam Karim (2004), uang adalah standar pengukuran (satuan) untuk menghindari penipuan dan kecurangan, uang dibutuhkan untuk menyelesaikan masalah-masalah sistem barter, dinar dan dirham adalah penguasa bila dibandingkan jenis kekayaan yang lain dan ciri utama uang adalah seperti cermin yang memantulkan warna tapi ia sendiri tidak memiliki warna sesuai dengan konsep netralitas uang. Sedangkan menurut Ibnu Taimiyah dalam Karim (2004), uang adalah standar nilai (mi’yar al-amwal) dan merupakan alat tukar, selain itu uang tidak pernah dimaksudkan untuk dikonsumsi. Uang itu digunakan untuk mendapatkan barang lain (alat tukar) dan tidak untuk diperdagangkan. Ibnu Taimiyah dalam Karim (2004), mengemukakan tentang konsep volume fulus (uang) haruslah proporsional dengan volume transaksi dimana tingkat harga ditentukan, dan konsep ini dalam teori konvensional disebut sebagai quantity theory of money. Sedangkan menurut Ibnu Khaldun dalam Karim (2004), uang adalah standar pengukuran dan juga merupakan store of value (penyimpan nilai). Menurut Ibnu Khaldun emas dan perak merupakan bentuk uang yang tidak mudah berfluktuasi yang relatif stabil. Setelah kita mengetahui konsep uang dalam Islam maka menurut Karim (2007) kita perlu mengetahui konsep bank sentral dan kebijakan moneter yang berdasarkan prinsip syariah. Tujuan kebijakan moneter dalam Islam adalah tercapainya kondisi Full Employment dimana seluruh faktor produksi dapat dioptimalkan penggunaannya, menjamin stabilitas nilai mata uang dan stabilitas harga (mengendalikan inflasi) dan alat

redistribusi kekayaan dimana harta disinergiskan antara sektor keuangan dan sektor riil. Sementara itu fungsi bank sentral adalah mengatur peredaran uang dan mengendalikan money supply, sebagai regulator financial market dan menjamin kejujuran laporan keuntungan dan kerugian sektor perbankan dan melaksanakan audit secara reguler. Selain itu, fungsi bank sentral dapat dilakukan melalui instrumen moneter seperti merubah high powered money (uang primer), melalui reserve ratio, liquidity ratio, penjualan dan pembelian Central Deposit Certificate dan surat-surat berharga lainnya, merubah profit-sharing ratio, menetapkan qard hassan ratio dan mengendalikan nilai tukar mata uang. Menurut Ascarya (2006), ada tiga perbedaan mendasar atas sistem moneter Islam dengan sistem moneter konvensional, seperti terlihat pada Tabel 2.2. Perbedaan pertama pada sisi konvensional adalah uang fiat (biasanya dalam bentuk kertas atau koin) yang diakui sebagai alat tukar yang sah di suatu negara setelah ditetapkan oleh pemerintahnya yang tidak memiliki nilai cadangan sesuai nilai nominalnya. Diterbitkannya uang fiat memunculkan daya beli baru dari sesuatu yang tidak ada. Hal ini memberikan keuntungan yang tidak adil (seigniorage) bagi pihak yang diberi kuasa untuk menerbitkannya dan dapat dikategorikan riba. Sedangkan uang dalam Islam adalah uang (emas dan perak) yang mempunyai nilai intrinsik sama dengan nilai nominalnya atau sejumlah dengan cadangan emas yang disimpan oleh pihak yang menerbitkannya. Karena tidak ada daya beli baru yang diciptakan (tidak ada seigniorage), sehingga tidak mengandung unsur riba. Karena Indonesia masih menggunakan sistem moneter dan perbankan ganda, maka yang menjadi perbedaan utama antara sistem moneter Islam dan konvensional adalah adanya konsep bagi hasil dalam Islam yang meniadakan bunga.

Tabel 2.2. Perbedaan Sistem Moneter Islam dan Konvensional Konvensional

Islam

Sistem uang fiat

Sistem uang Islam-full bodied/fully backed money

Fractional reserve banking system

100 percent reserve banking system

Sistem suku bunga

Sistem bagi hasil

Sumber : Ascarya (2006) Perbedaan yang kedua, pada sisi konvensional ada sistem fractional reserve banking dimana bank hanya diwajibkan untuk menyimpan cadangan dalam persentase tertentu dari dana simpanan yang dihimpun. Dengan sistem ini perbankan memiliki kemampuan menciptakan jenis lain dari fiat money, yaitu uang bank (demand deposits, termasuk uang elektronik), dan hal ini terjadi juga ketika bank memberikan pinjaman. Dengan demikian sistem ini juga memberikan keuntungan seigniorage yang tidak adil bagi pihak bank yang melalui sistem ini diberi kuasa untuk menciptakan uang baru. Sedangkan pada sistem ekonomi Islam ada seratus persen reserve banking system, dimana sistem ini tidak memberikan peluang bagi bank untuk menciptakan uang baru, karena seluruh cadangan harus disimpan ke bank sentral. Bank maksimum hanya dapat menyalurkan pembiayaan sampai sebesar simpanan awal saja. Hal ini menyebabkan tidak ada daya beli baru yang diciptakan (tidak ada seigniorage), maka tidak mengandung unsur riba dan tidak ada pihak yang dirugikan. Perbedaan yang terakhir dan paling mendasar adalah sistem bunga dalam ekonomi konvensional sedangkan ekonomi Islam menawarkan sistem bagi hasil (profit-and-loss sharing), sistem bagi hasil menjamin adanya keadilan dan tidak ada pihak yang timpang dalam menanggung kerugian. Pada saat pemilik modal bekerja sama dengan pengusaha

untuk melakukan kegiatan usaha. Jikalau menghasilkan keuntungan dibagi berdua, namun jika terjadi kerugian juga ditanggung bersama.

2.2. Kebijakan Moneter Islam Kontemporer Keuangan Islam pada hakikatnya menggambarkan aktivitas ekonomi riil menggunakan berbagai jenis transaksi seperti perdagangan dan investasi serta jasa–jasa keuangan. Melalui Gambar 2.3 terlihat bahwa dalam dual economic system di banyak Negara Muslim keuangan Islam menjadi elemen penguat sektor riil yang mengimbangi sektor moneter, bahkan memperkuat struktur perekonomian riil. Beberapa hal yang perlu diperhatikan adalah porsi atau kontribusi keuangan Islam serta sektor sosialnya jika ingin diterapkan pada perekonomian nasional. Z, If, Sh, Wq

Ms, I, Tx, Tr Financial Authority

Social Institution

IFIs

Money Market

Firms

Monetary Sector

Real Market

House Hold

Real Sector

Sumber : Sakti (2007) Gambar 2.3. Struktur Ekonomi Islam Kontemporer. Dapat terlihat dalam gambar tersebut diatas bahwa bentuk instrumen moneter Islam adalah kebijakan–kebijakan yang mampu menggerakkan sektor riil atau semakin menekan uang yang menganggur untuk masuk ke sektor riil. Pada gambar diatas Ms

adalah uang beredar; i adalah tingkat bunga; Tx adalah pajak; Tr adalah subsidi; Z adalah zakat; If adalah infak; Sh adalah shadaqah dan Wq adalah Wakaf.

2.3. Unsur Pokok Permintaan Uang Gambar 2.4. menjelaskan mengenai motif dari seseorang memegang uang, diantaranya adalah untuk tarnsaksi, berjaga-jaga dan spekulasi. Namun permintaan yang dimaksud oleh Chapra (1996) dalam persamaan permintaan uang Islam adalah permintaan uang yang transaksi dan berjaga–jaga.

Permintaan Uang

Transaksi

Berjaga-jaga

Kecelakaan dan Musibah

Spekulasi

Keadaan Ekonomi dan Fluktuasi Harga

Y Pasar Komoditi

C

I

X

Kegiatan Produktif

Kebutuhan Barang dan Jasa

Pasar Saham

Valas dan instrument keuangan lainnya

M

Kegiatan tidak Produktif dan Spekulatif

Kemewahan dan prestise

Kebutuhan lainnya

Kemewahan dan prestise

Pengeluaran yang tidak bermanfaat

Sumber :Chapra (1996) Gambar 2.4. Unsur Pokok Permintaan Uang

Dalam transaksi tidak ada unsur untuk konsumsi yang bermewah–mewah atau menunjukkan status atau simbol dan kegiatan yang tidak bermanfaat. Investasi yang dilakukan haruslah yang produktif, sedangkan untuk impor yang dilakukan adalah untuk memenuhi kebutuhan yang tidak dapat dicukupi oleh negara sendiri. Kegiatan yang spekulatif dalam persamaan permintaan uang Islam adalah kegiatan yang tidak diperbolehkan. Melalui Gambar 2.4. terlihat bahwa money demand akan mampu

merealisasikan kesejahteraan sosial jika money demand yang ada efisien dan equitable, sedangkan money demand yang teralokasikan untuk konsumsi yang berlebihan dan investasi yang tidak produktif hanya akan menimbulkan inflasi dan mis-alokasi yang menyebabkan tidak tercapainya tujuan ekonomi, yaitu kesejahteraan sosial. Selanjutnya, hal ini menjadi dasar dari teori permintaan uang menurut Chapra (1996).

2.4. Social Values Menurut Chapra (1996), social values terdiri dari semua kegiatan yang bersifat sosial yang dapat dikuantifikasikan dan juga tidak dapat dikuantifikasikan. Social values mencakup nilai moral, kegiatan yang sifatnya sosial yang tidak terbatas. Apabila melihat kepada sistem ekonomi Islam, maka kegiatan yang merupakan cerminan dari social values adalah zakat, infak, shadaqah dan wakaf serta instrumen ekonomi dan keuangan lainnya yang bersifat sosial sesuai kriteria yang digunakan Chapra (1996). Indonesia yang menggunakan dua sistem dalam ekonomi dan perbankan–nya, membuat social values dapat diklasifikasikan dengan lebih luas lagi, instrumen seperti Corporate Social Responsibility (CSR) perusahaan–perusahaan dan lainnya yang berfungsi sosial untuk kemaslahatan bersama dapat dikategorikan sebagai social values. Namun, dalam hal ini social values adalah semua kegiatan sosial yang berumber dari sumber yang hala dan sesuai syariat Islam, maka untuk saat ini dapat dikategorikan lewat zakat, infaq, shadaqah dan wakaf (ZISWAF). Dalam penelitian ini, penulis hanya menggunakan data zakat yang merupakan proxy zakat penghasilan muzzakki pertahun, hal tersebut dikarenakan keterbatasan dari data yang ada di lapangan. Perkiraan yang dilakukan atas dasar penghitungan potensi zakat di Indonesia sebelumnya, yang dilakukan oleh PPB UIN Syarif Hidayatullah pada tahun 2006.

Dalam pemikiran Chapra (1996) social values ini akan membuat seseorang yang memiliki kelebihan capital (muzzaki) mengurangi konsumsinya untuk kegiatan yang tidak sesuai dengan permintaan uang yang dimaksud dalam Islam, seperti bermewah– mewahan, spekulatif dan kegiatan yang tidak produktif. Namun perlu dipahami bahwa, perlu memperhatikan sisi seseorang yang tidak memiliki kelebihan capital (mustahik), karena pengaruhnya dari social values berbeda dalam hal permintaan uang. Sisi mustahik, adanya aliran social values (zakat) dapat meningkatkan permintaan uang–nya untuk konsumsi dan kegiatan yang mendorong tergeraknya sektor riil akibat dari konsumsi yang dilakukan mustahik.

2.4.1. Variabel Social Values dalam Teori Permintaan Uang Menurut Chapra (1996) persamaan money demand menjelaskan salah satu variabel yang belum pernah digunakan dalam teori permintaan uang yaitu variabel social values, terlihat pada Persamaan 2.3. M d  f (Ys, S ,  ) ..............................................................................................(2.3.)

variabel Ys menunjukkan barang dan jasa yang sesuai dengan pemenuhan kebutuhan dan investasi produktif yang selaras dengan Islam. Sementara itu S menjelaskan tentang nilai – nilai moral dan sosial (termasuk didalammnya zakat) yang nantinya akan mempengaruhi proses alokasi dan distribusi sumber daya, yang akan mempengaruhi permintaan uang yang tidak dipergunakan untuk conspicious consumption (kegiatan konsumsi yang berlebihan, bermewah–mewahan dan spekulasi) dan π adalah return syariah. Penelitian Chapra (1996) belum dapat membuktikan secara empiris Persamaan 2.3. dan dalam hipotesisnya mengenai pengaruh social values terhadap jumlah

permintaan uang tidak dijelaskan apakah berpengaruh negatif pada jangka panjang atau jangka pendek.

2.4.2 Hikmah dan Manfaat Zakat Menurut Hafiddudin (2002), zakat ditinjau dari segi bahasa mempunyai arti, yaitu al-barakatu (keberkahan), al-namaa (pertumbuhan dan perkembangan), aththaharatu (kesucian) dan ash-shalahu (kebesaran). Pengertian zakat secara umum adalah bagian dari harta dengan persyaratan tertentu, yang Allah SWT mewajibkan kepada pemiliknya untuk diserahkan kepada yang berhak menerimanya, dengan persyaratan tertentu pula. Hubungan pengertian zakat menurut bahasa dan istilah sangat erat, yakni bahwa harta yang dikeluarkan zakatnya akan menjadi berkah, tumbuh, berkembang dan bertambah, suci dan baik. Chapra (1985) dalam Karim (2004) menyampaikan bahwa zakat mempunyai dampak positif dalam meningkatkan ketersediaan dana bagi investasi sebab pembayaran zakat pada kekayaan dan harta yang tersimpan akan mendorong para pembayar zakat untuk mencari pendapatan dari kekayaan mereka, sehingga mampu membayar zakat tanpa mengurangi kekayaannya. Dengan demikian, dalam sebuah masyarakat yang nilai-nilai Islam-nya telah terinternalisasi, simpanan emas dan perak serta kekayaan yang tidak produktif cenderung akan berkurang dalam rangka meningkatkan investasi dan menimbulkan kemakmuran yang lebih besar. Secara umum terdapat tujuh hikmah dan manfaat zakat dalam Hafiddudin (2002), sebagai perwujudan keimanan kepada Allah SWT, untuk menolong para mustahik, sebagai pilar amal bersama (jama’i), sebagai salah satu sumber dana bagi pembangunan sarana maupun prasarana yang dimiliki umat islam (sarana ibadah, pendidikan,

kesehatan, sosial dan ekonomi) dan sarana pengembangan kualitas sumberdaya muslim, untuk memasyaraktakan etika bisnis yang benar, sebagai salah satu instrumen pemerataan pendapatan dan dorongan yang kuat bagi orang – orang yang beriman untuk menunaikan zakat. Beberapa manfaat zakat seperti, mencegah terjadinya akumulasi harta pada satu tangan yang otomatis membuat manusia terdorong untuk berinvestasi. Zakat juga merupakan institusi yang komprehensif untuk distribusi harta karena menyangkut harta setiap muslim setelah mencapai nisab. Zakat yang dikelola dengan baik akan mampu membuka lapangan kerja dan usaha yang luas sekaligus penguasaan aset–aset oleh umat Islam. Saefuddin (1986) dalam Karim (2004) menyatakan bahwa dengan zakat dikelola dengan baik maka dimungkinkan membangun pertumbuhan ekonomi, sekaligus pemerataan pendapatan, economic with equity. Manfaat dari segi akhlak seperti menanamkan sifat kemuliaan, rasa toleran dan kelapangan dada kepada pribadi pembayar zakat, pembayar zakat biasanya identik dengan sifat rahmah (belas kasih) dan lembut kepada saudaranya yang tidak punya serta dalam zakat terdapat penyucian terhadap akhlak. Sedangkan jika kita melihat faedah ijtimaiyyah (segi sosial kemasyarakatan), maka zakat merupakan sarana untuk membantu dalam memenuhi hajat hidup para fakir miskin yang merupakan kelompok mayoritas sebagian besar negara di dunia, Memberikan support kekuatan bagi kaum muslimin dan mengangkat eksistensi mereka. Dalam kelompok penerima zakat, salah satunya adalah mujahidin fi sabilillah, zakat bisa mengurangi kecemburuan sosial, zakat akan memacu pertumbuhan ekonomi pelakunya dan yang jelas berkahnya akan melimpah dan membayar zakat berarti

memperluas peredaran harta benda atau uang, karena ketika harta dibelanjakan maka perputarannya akan meluas dan lebih banyak pihak yang mengambil manfaat.

Fungsi kontrol

Pressure harta

Investasi meningkat

Supply Brg & jasa

Harga menurun

Sejahtera

Zakat

Fungsi

sosial

Funding dana

sosial

Subsidi dana sosial meningkat

Daya beli Si miskin

Sumber : Himawan (2004) Gambar 2.5. Fungsi Zakat atas Inflasi Himawan (2004) menyampaikan mengenai fungsi zakat yang menjadi solusi dari inflasi seperti terlihat pada gambar bahwa zakat memiliki fungsi kontrol dan fungsi sosial. Dimana dengan fungsi sosialnya zakat bisa menurunkan harta yang ditumpuk, sehingga menjadi aliran investasi. Pada saat aliran investasi tinggi maka pengadaan barang dan jasa juga akan meningkat, hal ini menyebabkan turunnya harga. Disisi lain zakat dengan fungsi sosialnya memberikan subsidi untuk meningkatkan daya beli mustahik. Sehingga pada akhirnya akan menciptakan kesejahteraan.

2.5. Teori Permintaan Uang Menurut Mishkin (2001) uang sebagai money supply didefinisikan sebagai sesuatu yang secara umum diterima sebagai alat pembayaran barang dan jasa atau pembayaran kembali utang. Adapun fungsi permintaan uang menurut Keynes adalah: M d  f (i, Y )

................................................................................(2.1.)

variabel Md menunjukkan permintaan uang, i merupakan fungsi suku bunga yang berbanding terbalik dengan permintaan uang dan Y adalah pendapatan nasional riil yang positif pengaruhnya terhadap permintaan uang. Untuk permintaan uang Islam pada sistem perbankan ganda, dijelaskan pada Kaleem (2000), yaitu :

ln MDt   0  1 ln Yr   2 ln Pt e  U t ...........................................................(2.2.) dimana MDt merupakan fungsi permintaan uang dan Yt adalah jumlah pendapatan nasional riil dan Pt e adalah tingkat ekspektasi inflasi.

2.6. Penelitian Terdahulu Chapra (1996) dalam papernya mengemukakan bahwa ada tiga sumber pengembangan moneter yang dapat mendukung pertumbuhan moneter yang cukup dan tidak berlebihan. Dua diantaranya adalah yang bersifat domestik dan lainnya adalah pengembangan deposit. Latar belakang dari penelitiannya adalah untuk mencari monetary management yang baik untuk mencapai stabilisasi dalam Islam dengan beberapa instrumen, dan yang berkaitan dengan penelitian ini adalah instrumen money demand dengan Persamaan 2.4. M d  f (Ys, S ,  ) ...............................................................................................(2.4.)

Ys adalah barang dan jasa yang sesuai dengan pemenuhan kebutuhan dan investasi yang sesuai dengan syariat Islam, sedangkan S adalah nilai–nilai moral dan sosial (termasuk zakat) yang nantinya berpengaruh pada proses alokasi dan distribusi sumber daya yang akan berpengaruh pada Md yang tidak digunakan untuk conspicious consumption (kegiatan konsumsi yang berlebihan, bermewah–mewahan dan spekulasi). Dan π adalah rate of profit dimana tidak diperkenankan adanya suku bunga sebagai intermediasi.

Chapra

(1996)

menyimpulkan

kegiatan

yang

mengandung

conspicious

consumption jika dikurangi maka akan menghasilkan efisiensi dan keseimbangan dalam ekonomi, serta mengurangi ketidakseimbangan makroekonomi. Selain itu juga dapat menekan gerakan yang inflasioner dengan menggunakan instrumen lain yang tidak mengandung unsur bunga. Darrat (2000) melakukan penelitian di Iran dan Pakistan dengan menggunakan Johansen–Juselius Test dan error correction modelling yang berfokus kepada perilaku velositas uang baik pada saat sistem bunga maupun pada saat sistem tanpa bunga dengan menggunakan data dari tahun 1960-1998. dengan merujuk pada Persamaan 2.5. M s (V  Y ) .......................................................................................................(2.5.)

Ms adalah jumlah penawaran uang, V adalah velositas uang dan Y adalah pendapatan nominal atau bisa disebut GDP riil. Hasilnya menunjukkan bahwa interest free mempunyai hubungan yang kuat dengan instrumen kebijakan dan stabilitas harga. Sedangkan Kia (2001) melakukan penelitian serupa di Iran dengan kurun waktu 19661998. Dengan persamaan yang digunakan juga oleh Darrat (1988) dan Yousefi (1997) yaitu: lrM t  1lrGDPt   2 Rt  U t ........................................................................(2.6.)

lrMt adalah dari logaritma dari real money, lrGDP adalah logaritma dari GDP riil, R menunjukkan ekspektasi pada aset riil atau interest rate dan U adalah disturbance term. Dengan asumsi bahwa tingkat pengembalian terhadap real assets menggunakan proksi dari ekspektasi statis dan tingkat inflasi aktual, maka persamaannya menjadi : lrM t  1lrGDPt   2 INFGDPt  U t ............................................................(2.7.)

Variabel INFGDP menunjukkan rata–rata pertumbuhan dari GDP deflator. Hasilnya menunjukkan baik pada jangka pendek maupun jangka panjang, permintaan

uang pada interest-free (M1) stabil dan invarian terhadap kebijakan dan guncangan lain dalam perubahan rezim, sedangkan permintaan uang pada interest-bearing (M2) tidak stabil. Kaleem (2000) melakukan penelitian tentang stabilitas moneter pada sistem perbankan ganda di Malaysia. Kaleem mengestimasi permintaan uang konvensional dan Islam tetapi menghilangkan variabel suku bunga dalam permintaan uang konvensional dan tidak menambahkan variabel return Syariah dalam permintaan uang Islam. Dalam penelitian ini Kaleem menggunakan pendekatan persamaan konvensional dan Islam, dapat dilihat pada Persamaan 2.8.

ln MDt   0  1 ln Yr   2 ln Pt e  U t ...........................................................(2.8.) Dalam persamaan konvensional yang menggunakan unsur bunga, Yr adalah real income, Pt e adalah tingkat ekspektasi dari inflasi dan U adalah structural disturbance. Sedangkan untuk persamaan dalam Islam, Kaleem (2000) merujuk pada persamaan Ahmad dan Khan (1990) yang dirumuskan menjadi: ln( M 1isl / Pt )  a  b1 ln YRt  b2 ln Pt  b3 ln( M 1 / P) t 1  b4 D97  mt ...........(2.9.) ln( M 2isl / Pt )  a  b1 ln YRt  b2 ln Pt  b3 ln( M 2 / P) t 1  b4 D97  mt ...... (2.10.) ln( Crd (isl ) / Pt )  a  b1 ln YRt  b2 ln Pt  b3 ln( M 1 / P) t 1  b4 D97  mt .....(2.11.)

M/P1 adalah permintaan uang 1, M/P2 adalah permintaan uang 2, Credit/P menunjukkan real money dan real credit dan P adalah tingkat pertumbuhan CPI dengan dummy yang digunakan untuk melihat akibat yang ditimbulkan dari krisis keuangan di Malaysia pada saat penelitian ini dilakukan. Hasilnya menunjukkan bahwa permintaan uang konvensional sama saja dengan permintaan uang Islam yaitu tidak tahan terhadap guncangan. Penelitiannya juga menunjukkan bahwa agregat moneter M1 dan M2 baik konvensional maupun Islam berhubungan dengan tingkat harga.

Ascarya (2007) melakukan penelitian tentang kebijakan moneter optimum pada sistem perbankan ganda. Hasilnya menunjukkan bahwa kebijakan moneter optimum pada suatu negara yang mengadopsi sistem perbankan atau keuangan ganda harusnya mengacu pada tingkat pengembalian pada sistem bagi hasil untuk memaksimalkan keadilan distributif dan kesejahteraan sosial dan meminimalkan inefisiensi. Izhar dan Asutay (2007) melakukan penelitian juga tentang stabilitas moneter pada sistem perbankan ganda di Indonesia, dari tahun 2001 sampai 2004. Dalam penelitiannya menggunakan Engle Granger test dan uji Johansen, dimana persamaan yang digunakan adalah juga dengan membandingkan persamaan konvensional dan Islam. Variabel gM0 adalah high powered money di Indonesia terdiri dari uang coin dan kertas serta giro bank komersial. Pada persamaan permintaan uang Islam, gM1isl adalah M0 ditambah demand deposits tanpa bunga pada bank komersial Islam dan gM2isl adalah M1 Islam ditambah saving deposits dan deposito berjangka. Sedangkan variabel gM1conv adalah M0 ditambah demand deposits pada bank komersial dengan sistem perbankan konvensional dan gM2conv adalah M1 ditambah saving dan time deposits pada bank komersial dengan sistem konvensional. gM 1islt  1  1 gM 0t  1 .............................................................................(2.12.) gM 1convt   2   2 gM 0t   2 ........................................................................(2.13.)

Persamaan 2.12 dan 2.14 adalah model kebijakan dalam perbankan sistem ekonomi Islam. Persamaan 2.13 dan 2.15 adalah persamaan dalam sistem konvensional gM 2islt   3   3 gM 0t   3 ...........................................................................(2.14.) gM 2convt   3   4 gM 0t   4 .......................................................................(2.15.)

Hasilnya menunjukkan bahwa baik dalam persamaan jangka panjang maupun persamaan error correction model variabel M2 konvensional dan M2 Islam tidak

mempunyai hubungan yang signifikan dengan tingkat harga. Tetapi nilai error correction term (ECT) pada sistem konvensional lebih besar daripada ECT pada sistem Islam. Perbedaan penelitian ini dengan penelitian terdahulunya adalah dalam fungsi permintaan uang konvensional tetap dimasukkan suku bunga, sedangkan pada fungsi permintaan Islam dimasukkan variabel return Syariah dengan cakupan time series yang lebih panjang yaitu dari tahun 2001 sampai 2006. Hasanah (2007) melakukan penelitian mengenai stabilitas moneter pada sistem perbankan ganda di Indonesia, dari tahun 2002 sampai 2006. dalam penelitian ini model yang digunakan adalah: ln MRt  0  1 ln Yt   2 Rt  3 t .......................................................................(2.16.) ln M 1ISLRt   0   1 ln Yt   2 RS t   3 t ....................................................(2.17.)

Persamaan 2.16. adalah persamaan permintaan uang pada sistem konvensional dan 2.17. adalah persamaan untuk permintaan uang pada sistem Islam. Variabel Yt menunjukkan jumlah pendapatan domestik bruto, RS menunjukkan return syariah pada sistem perbankan Islam dan adalah expected inflation. Hasilnya menunjukkan pada model permintaan uang konvensional hasilnya menunjukkan ECT (Error Correction Term) secara statistik tidak signifikan dengan tidak ditemukannya mekanisme penyesuaian jangka pendek ke jangka panjang. Dan pada hasil perhitungan IRF permintaan M1 kurang stabil dalam merespon guncangan variabel lainnya, sedangkan permintaan M2 cukup stabil dalam merespon variabel lainnya. Sedangkan pada model permintaan uang Islam berdasarkan IRF permintaan M1 dan M2 Islam dapat disebut stabil dalam merespon inovasi variabel lainnya. Hasil dari ECT secara statistik signifikan terlihat dari adanya mekanisme penyesuaian dari jangka

pendek ke jangka panjang. Sehingga dalam jangka panjang tidak cukup bukti untuk menunjukkan adanya hubungan antara jumlah uang beredar baik konvensional maupun Islam dengan tingkat harga. 2.7. Kerangka Pemikiran Keterkaitan antara perumusan masalah dan tujuan penelitian dapat dilihat dari kerangka pemikiran penelitian, dapat dilihat pada Gambar 2.6.

Permintaan M1- Islam

Giro wadi’ah,

Uang kartal ,

Permintaan M2- Islam

Tabungan mudharabah

Deposito

mudharabah

Variabel Makroekonomi: - GDP Riil

Social Values

Return Syariah (Ekuivalen Rate BSM dan Ekuivalen Rate BMI)

Monetary Management in Islam (Money Demand)

Gambar 2.6. Kerangka Pemikiran Konseptual

Keterangan : : Alur kerangka : Terdiri dari

: Dipengaruhi oleh

Pada Gambar 2.6 terlihat bahwa, permintaan uang dalam Islam yaitu M1IS dan M2IS yang dibagi lagi dalam turunannya masing–masing dipengaruhi oleh variabel makroekonomi yaitu GDP Riil. Sebagai biaya imbangan dalam memegang uang, pada permintaan uang dilihat dari tingkat return pada skim syariah. Pengaruh social values pada sistem Islam akan dianalisis pada masing–masing persamaan, sehingga terlihat jumlah permintaan uang Islam untuk monetary management dalam Islam.

2.8. Hipotesis Penelitian Melalui teori–teori penelitian terdahulu hipotesis yang dapat dirumuskan adalah : a. Model permintaan uang Islam yang juga dibagi dalam unsur uang kartal, giro wadi’ah, tabungan mudharabah dan investasi mudharabah pada jangka panjang, GDP Riil berpengaruh positif dan return syariah berpengaruh negatif; b. Social values (zakat) berpengaruh negatif terhadap permintaan uang untuk kegiatan yang tidak produktif pada sistem Islam pada sisi muzakki dan berpengaruh positif terhadap permintaan uang pada sisi mustahik.

BAB III METODOLOGI PENELITIAN

3.1. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini merupakan data sekunder negara Indonesia dalam bentuk bulanan yang diperoleh dari Statistik Ekonomi dan Keuangan Indonesia Bank Indonesia (SEKI-BI), Statistik Perbankan Syariah Bank Indonesia (SPS-BI), data publikasi return syariah dalam laporan distribusi pendapatan Bank Muamalat Indonesia dan Bank Syariah Mandiri, Laporan Tahunan Bagian Zakat Departemen Agama dan Laporan Keuangan dari beberapa lembaga (Badan Amil Zakat Nasional, Pos Keadilan Peduli Umat, Rumah Zakat Indonesia, BAMUIS BNI, BSM Umat, BAZDA DKI, BAZDA BOGOR, Tabung Wakaf Indonesia, Yayasan Wakaf Paramadina, Forum Zakat dan Dompet Dhuafa) serta data potensi zakat di Indonesia dalam periode waktu antara bulan Januari 2001 sampai dengan bulan Desember 2007. Untuk memudahkan analisis sebelum diolah semua data tersebut akan diubah dalam bentuk logaritma natural, kecuali data return syariah. Selain menggunakan data sekunder, penulis juga menambah pustaka dengan membaca beberapa literatur untuk menambah khazanah dalam penulisan melalui media cetak maupun internet.

3.2. Definisi Variabel Operasional Beberapa variabel yang digunakan dalam penelitian ini adalah : a.

Permintaan M1 Islam (M1IS), jumlah uang beredar Islam dalam arti sempit terdiri dari uang kartal dan demand deposit (giro wadi’ah). Dalam penelitian ini belum

dapat membedakan uang berbasis Islam dan konvensional karena adanya unsur uang kartal dalam M1IS. b.

Permintaan M2 Islam (M2IS), jumlah uang beredar Islam dalam arti luas terdiri dari M1IS ditambah tabungan mudharabah dan deposito mudharabah, seperti sebelumnya pada variabel ini belum dibedakan kriteria yang benar – benar uang yang sesuai syariat Islam karena adanya unsur uang kartal dalam M2IS.

c.

Uang Kartal (UK), uang beredar baik logam ataupun kertas yang ada di masyarakat (diluar bank umum) dan siap dibelanjakan, setiap saat dikeluarkan oleh bank sentral. Dalam uang kartal ini terutama belum dapat dibedakan uang yang sesuai syariat Islam dan konvensional.

d.

Giro Wadi’ah (GW), rekening giro dimana akad titipan yang dilakukan dengan kondisi penerima titipan bertanggung jawab atas nilai dari uang.

e.

Tabungan Mudharabah (TM) adalah simpanan pihak ketiga di bank Islam yang penarikannya dapat dilakukan setiap saat atau beberapa kali sesuai dengan perjanjian.

f.

Deposito Investasi Mudharabah (DM) adalah simpanan pihak ketiga di bank Islam yang mensyaratkan adanya tenggang waktu antara penyetoran dan penarikan agar dana bisa diputarkan.

g.

Gross Domestic Product Riil (GDPR), adalah nilai Produk Domestik Bruto yang dideflasi dengan tingkat IHK tahun dasar 2002, namun pada penelitian ini GDP belum terlepas dari conspicious consumption.

h.

Sosial Values (S), tingkat alokasi dan distribusi dari sumber daya yang bersifat sosial. Dalam penelitian ini, data yang digunakan adalah data zakat yang

merupakan data perkiraan jumlah zakat penghasilan, formulasi Badan Amil Zakat Nasional (BAZNAS). i.

Return Syariah (RS), terdiri dari

Ekuivalen Rate Bank Syariah Mandiri dan

Ekuivalen Rate Bank Muamalat Indonesia. Tabel 3.1. Data, Satuan, dan Simbol No. Variabel Satuan Simbol 1. Permintaan Uang M1 Islam Miliar Rupiah LNM1IS 2. Permintaan Uang M2 Islam Miliar Rupiah LNM2IS 3. Giro Wadi’ah Miliar Rupiah LNGW 4. Uang Kartal Miliar Rupiah LNUK 5. Tabungan Mudharabah Miliar Rupiah LNTM 6. Deposito Mudharabah Miliar Rupiah LNDM 7. Social Values (Zakat) Miliar Rupiah LNS 8. GDP Riil Miliar Rupiah LNGDPNR 9. Return Syariah Persen RS Sumber : Bank Indonesia, Bank Syariah Mandiri, dan Bank Muamalat Indonesia

3.3. Penghitungan Variabel Social Values Formulasi perkiraan social values yang dilakukan dalam penelitian ini adalah penyempurnaan dari penelitian PPB UIN (Amelia, dkk, 2006) dan formulasi yang digunakan oleh Badan Amil Zakat Nasional (BAZNAS) dalam menghitung zakat penghasilan dengan pendekatan tafsili dari penghitungan zakat pertanian. Asumsi penghitungan dari sisi muslim yang kaya, yaitu dengan menghitung jumlah muslim pertahun dari keseluruhan penduduk Indonesia. Setelah itu, mengasumsikan jumlah muslim kaya dengan standar yang digunakan World Bank setiap tahunnya mengenai persentase kemiskinan di Indonesia. Setelah mengetahui jumlah muslim kaya dari perhitungan sebelumnya, maka dilakukan penghitungan jumlah kepala keluarga di Indonesia, dengan asumsi BPS bahwa jumlah satu keluarga terdiri dari lima orang.

Setelah angka dari muslim kaya didapatkan, maka untuk menghitung jumlah zakat yang dikeluarkan adalah, dengan asumsi setiap muslim kaya membayarkan zakat penghasilannya setiap nishab sesuai dengan nishab zakat pertanian yaitu 524 kg beras setiap menerima gaji sebesar 2.5 persen. Persentase zakat yang harus dikeluarkan sebesar 2.5 persen, untuk pertanian yang menggunakan pengairan tidak dari air hujan langsung atau membeli. Sedangkan, untuk pertanian yang menggunakan pengairan langsung menggunakan air hujan, persentase zakat yang dikeluarkan adalah sebesar 5 persen. Hasil akhir dari penghitungannya menjadi hasil perkiraan jumlah zakat yang dikeluarkan perbulan.

3.4. Metode Analisis Data Vector Autoregression (VAR) akan digunakan untuk menganalisis pengaruh social values terhadap permintaan uang, jika data yang digunakan stationer dan tidak terkontegrasi, atau akan dikombinasikan dengan model koreksi kesalahan menjadi Vector Error Correction Model (VECM) jika data yang digunakan adalah stationer pada perbedaan pertama namun terdapat kointegrasi. Beberapa keunggulan metode VAR dibandingkan dengan metode ekonometrika lainnya adalah : 1.

Metode VAR terbebas dari berbagai batasan teori ekonomi yang sering muncul termasuk gejala spurious variable endogenity and exogenity, karena bekerja berdasarkan data.

2.

Mengembangkan model secara bersamaan di dalam suatu sistem yang kompleks (multivariate), sehingga dapat menangkap hubungan keseluruhan variabel di dalam persamaan itu.

3.

Uji VAR yang multivariat bisa menghindari parameter yang bias akibat tidak dimasukkannya variabel yang relevan.

4.

Uji VAR dapat mendeteksi hubungan antar variabel di dalam suatu sistem persamaan, dengan menjadikan seluruh variabel sebagai endogenous. Namun model VAR ternyata juga masih memiliki kelemahan, dalam Gujarati

(2003) kelemahan VAR adalah model VAR lebih bersifat teoritik karena tidak memanfaatkan informasi dari teori – teori terdahulu, model VAR dianggap tidak sesuai implikasi kebijakan karena lebih menitikberatkan pada peramalan (forecasting), perlunya memilih lag yang tepat dan variabel yang digunakan dalam model VAR harus stationer serta koefisien dalam estimasi VAR sulit diinterpretasikan. Sebelumnya semua data dalam penelitian ini ditransformasikan ke dalam bentuk logaritma natural (ln) kecuali ekuivalen rate yang diharapkan untuk mendapatkan hasil analisis yang lebih valid dan konsisten. Perangkat lunak yang digunakan dalam penelitian ini adalah Microsoft Excel 2003 dan program Eviews 4.1. Dalam melakukan analisis VAR dan VECM ada beberapa tahap yang perlu dilakukan, antara lain uji stationeritas data, menentukan model umum VAR, penentuan lag optimal, pengujian kointegrasi, menentukan model umum VECM, dan melakukan Innovation Accounting. Tahap pengujian yang terakhir, yaitu, Innovation Accounting terdiri dari Analisis Impuls Response Function yang dilakukan untuk melihat respon suatu variabel endogen terhadap guncangan variabel lain dalam model dan analisis Forecasting Error Variance Decomposition untuk melihat kontribusi relatif suatu variabel dalam menjelaskan variabilitas variabel endogenusnya. 3.4.1. Uji Stationeritas

Berkaitan dengan studi atau penelitian yang menggunakan data time series maka hal yang perlu diperhatikan adalah adalah stasioneritas. Data deret waktu dikatakan stasioner jika secara stokastik data menunjukkan pola yang konstan dari waktu ke waktu atau dengan kata lain tidak terdapat pertumbuhan atau penurunan pada data, secara kasarnya data harus horizontal sepanjang sumbu waktu. Data yang tidak stationer akan menghasilkan apa yang dinamakan Spurious Regression, yaitu regresi yang menggambarkan hubungan dua variabel atau lebih yang nampaknya signifikan secara statistik padahal kenyataannya tidak sebesar regresi yang dihasilkan tersebut. Ada beberapa cara yang dapat dilakukan untuk mengukur keberadaan stationeritas, salah satunya adalah dengan menggunakan The Augmented Dicky Fuller (ADF) test. Jika nilai ADF statistiknya lebih kecil dari Mc Kinnon Critical Value maka dapat disimpulkan bahwa data tersebut stationer. Solusi yang dapat dilakukan apabila berdasarkan uji ADF diketahui suatu data time series adalah non stationer adalah dengan melakukan difference non stationary processes. ADF test pada dasarnya melakukan estimasi terhadap persamaan regresi, sebagai berikut: m

t  1   2  t 1   i  t 1  t ...............................................................(3.1) i 1

Dimana εt adalah white noise dan ΔYt-1 = Yt-1 – Yt-2. Pada ADF yang akan diuji adalah apakah δ = 0 dengan hipotesis alternatif δ<0, jika nilai dari nilai t hitung untuk δ lebih kecil dari absolut Dicky, maka hipotesis nol yang mengatakan bahwa data tidak stationer ditolak terhadap hipotesis alternatifnya. Persamaan 3.1 merupakan model dengan intersep dan trend.

3.4.2 Model Umum Vector Autoregression (VAR)

VAR dengan ordo p dan peubah n buah peubah tak bebas pada waktu ke-t dapat dimodelkan sebagai berikut:

yt  0  1 yt 1  2 yt 2  ....   p yt  p   t .......................................................(3.2) dimana: yt

= vektor peubah tak bebas (yt.1,yt.2, ...., yn.t)

0

= vektor intersep berukuran n x 1

1

= matrik parameter berukuran

t

= vector sisaan (  1.t ,  2.t , .....,  n.t )

3.4.3. Penetapan Tingkat Lag Optimal Dalam menspesifikasikan model VAR perlu dilakukan pemilihan variabel dan menetapkan banyaknya selang (lag) yang digunakan dalam model. Penentuan lag optimal dalam analisis VAR sangat penting dilakukan karena dari variabel endogen dalam sistem persamaan akan digunakan sebagai variabel eksogen (Enders, 2004). Setelah ditentukan selang optimal maka dapat dipilih kriteria informasi mana yang akan digunakan, seperti Akaike Info Criterion (AIC), Schwarz Info Criterion (SIC) ataupun Hannan-Quinn Criterion. Dalam penelitian ini, penulis menggunakan Akaike Info Criterion (AIC) untuk menentukan lag optimal, adapun formulasi AIC adalah sebagai berikut:





AIC  log  t2 N  2k N ..............................................................................(3.3) dimana :

 t2 = jumlah residual kuadrat N = jumlah sampel

k

= jumlah variabel

Model VAR diestimasi dengan tingkat lag yang berbeda-beda kemudian dibandingkan nilai dari AIC, dimana nilai AIC terkecil dipakai sebagai patokan nilai lag yang optimal.

3.4.4. Uji Kointegrasi Metode untuk menguji ada tidaknya kointegrasi yang dapat digunakan diantaranya metode kointegrasi Engle-Granger dan metode kointegrasi Johansen. Dalam penelitian ini digunakan metode kointegrasi Johansen untuk memperoleh hubungan jangka panjang antara variabel – variabel dalam model. Metode kointegrasi Johansen digunakan untuk melihat hubungan jangka panjang antara variabel yang telah melalui proses integrasi dan stationer pada derajat yang sama yaitu pada first difference. Metode kointegrasi Johansen ini berbeda dengan metode Engle-Granger yang biasanya digunakan untuk satu persamaan saja. Kointegrasi terjadi apabila variabel independen dan variabel dependen sama – sama merupakan suatu tren (time series), sehingga masing – masing tidak stationer (Winarno,2007), kointegrasi juga dapat menyebabkan terjadinya regresi semu.

3.4.5. Model Umum Vector Error Correction Model (VECM) Dalam tahap uji kointegrasi jika terdapat kointegrasi antar variabel atau rank kointegrasi (r) lebih dari nol maka analisis Vector Error Correction Model dapat dilakukan. Model VECM ordo p dan rank r dituliskan sebagai: p 1



yt  0  yt 1   i yt 1   t .......................................................................(3.4) i 1

dimana:



= 



= vektor kointegrasi berukuran r x 1



= vektor adjusment berukuran r x 1

 i

= 

p

A

j  i 1

j

3.4.6. Analisis Impuls Response Function (IRF) Metode analisis IRF digunakan untuk menentukan respon suatu variabel endogen terhadap guncangan (shock) variabel tertentu dan juga dapat digunakan untuk melihat guncangan dari satu variabel yang lain, selain itu dapat dilihat berapa lama pengaruh variabel tersebut terjadi. Firdaus (2004) mengemukakan bahwa shock yang diberikan pada suatu variabel tidak hanya secara langsung mempengaruhi variabel tersebut, tetapi juga ditransmisikan kepada seluruh variabel endogen lainnya melalui struktur dinamis (lag) dalam sistem VAR. Dalam penelitian ini IRF digunakan untuk melihat respon variabel permintaan uang terhadap guncangan GDP riil, return syariah dan social values. Sebagai ilustrasi, dengan menggunakan fungsi VAR dua variabel yang dikemukakan oleh Sims dalam Enders (2004) sebagai berikut : i  yt   y   1112  e1t i   z          e  ……………………………………………….(3.5)  t   z  i 0  21 22   2t i 

Persamaan 3.5 merupakan persamaan VAR dengan dua variabel. Persamaan tersebut menunjukkan bahwa yt dan zt adalah istilah untuk {e1t} dan {e2t}. Berdasarkan model Sims, vektor dari error dapat dituliskan sebagai berikut :

e1t  1  b21   yt  1 e       ………………………………………………...(3.6.)  2t  1  b12b21  b211   zt  sehingga Persamaan 3.5 dan 3.7 dapat dikombinasikan sebagai berikut : i     yt   yt   11 12  1  b21   yt i  1  ……………………………(3.7.)  z         t   zt  1  b12b21 i 0  21 22   b211   zti 

matriks di atas dapat disederhanakan dengan mendefinisikan matriks i ordo 2.2 dengan elemen  jk (i) , sehingga : A1i 1  b21     ……………………………………………………….....(3.8.) 1  b12b21  b211 

karena Persamaan 3.5 dan 3.6 dapat ditulis dengan istilah {e1t} dan {e2t}, maka :

 yt   yt   11 (i)12 (i)   yt i   ………………………………………....(3.9.)  z        (i) (i)   t   zt  i 0  21 22   zti  atau secara ringkas dapat ditulis sebagai berikut : 

xt     i t i …………………………………………………………….(3.10.) i 0

koefisien i dapat digunakan untuk menggeneralisasi pengaruh guncangan (shock)  yt dan  zt terhadap perubahan {yt} dan {zt} secara keseluruhan. IRF dalam penelitian ini untuk mengetahui respon dinamik permintaan uang terhadap guncangan variabel GDP, social values dan return syariah.

3.4.7. Analisis Forecasting Error Variance Decomposition (FEVD) FEVD digunakan untuk menganalisis dan menghitung seberapa besar pengaruh acak guncangan variabel tertentu terhadap variabel endogen. Selain itu analisis tersebut

menghasilkan informasi mengenai relatif pentingnya masing – masing inovasi acak atau seberapa kuat komposisi dari peranan variabel tertentu terhadap variabel lainnya dalam model VAR. Berdasarkan Sims dalam Enders (2004), dengan menggunakan Persamaan 3.10 untuk meramalkan (forecast) xt+1, maka one step forecast error dapat ditulis : 

xt  n     i t  n i ……………………………………………………….(3.11.) i 0

maka, forecast error untuk periode ke – n ( xt  n  Et xt  n ) adalah : n 1

xt  n  Et xt  n  i t  ni …………………………………………………….(3.12.) i 0

dengan hanya semata – mata fokus pada {yt}, maka n-step-ahead forecast error adalah : yt  n  Et yt  n  11 (0) yt  n  11 (1) yt  a 1  ...  11 (n  1) yt 1  12 (0) zt  n  12 (1) zt  n 1  ...  12 (n  1) zt 1

…………………(3.13.)

dengan menotasikan n-step-ahead forecast error variance dari yt+n sebagai  y (n) 2 maka :

 y (n) 2   y2 11(0) 2  11(1) 2  ...  11(n  1) 2   z2 12 (0) 2  12 (1) 2  ...  12 (n  1) 2 

…………………….……….(3.14.)

proporsi dari  y (n) 2 terhadap shock  yt ,  zt dapat dilihat pada persamaan berikut:

 y2 11 (0) 2  11(1) 2  ...  11(n  1) 2  ………………………………………..(3.15.)  y ( n) 2

 z2 12 (0) 2  12 (1) 2  ...  12 (n  1) 2  ………………………………………..(3.16.)  y ( n) 2 Peramalan error variance decomposition dalam penelitian ini untuk melihat seberapa besar inovasi dari variabel GDP, social values dan return syariah dalam menjelaskan permintaan uang sebagai variabel endogen.

3.5. Model Persamaan dan Variabel yang Digunakan Dalam penelitian ini terdapat enam model persamaan, yaitu model persamaan permintaan M1 Islam, permintaan M2 Islam, permintaan giro wa’diah, permintaan uang kartal, permintaan tabungan mudharabah dan permintaan deposito mudharabah yang mengunakan lima variabel untuk masing – masing model. Adapun model persamaan VAR dalam bentuk matriks yang digunakan dalam penelitian untuk melihat berbagai macam faktor terhadap permintaan M1IS, M2IS, GW, UK, TM dan DM dan berlaku untuk semua persamaan (asumsi, dimisalkan model persamaan M1IS, pada lag = 1), adalah sebagai berikut:  LNM 1IS t   10   11 12 13 14 15   LNM 1IS t 1   1   LNGDPNR           LNGDPNR    t  20  21 22 23 24 25   t 1  2       LNS t   30   31 32 33 34 35   LNS t 1   3            RS t   40   41 42 43 44 45   RS t 1   4 

apabila bentuk matriks diatas dibuat menjadi bentuk persamaan biasa, maka bentuk umum dari persamaan tersebut dengan asumsi yang sama adalah sebagai berikut : r

r

r

i 1

i 1

i 1

r

r

r

i 1

i 1

i 1

LNM1IS t   i 0    i LNGDPNRt i    i LNSt i    i RS t i   it (3.17.) LNGDPNRt   i 0    i LNM1IS t i    i LNSt i    i RS t i   it (3.18.) r

r

r

i 1

i 1

i 1

LNSt   i 0   i LNM1IS t i    i LNGDPNRt i   i RS t i   it (3.19.) r

r

r

i 1

i 1

i 1

RS t   i 0    i LNM1IS t i    i LNGDPNRt i    i LNSt i   it (3.20.)

dimana : LNM1ISt

= Permintaan M1 Islam

LNGDPNRt

= Gross Domestic Product Riil

LNSt

= Social Values (Zakat)

RSt

= Return Syariah

 i0

= konstanta

 ,  ,  ,

= masing –masing merupakan parameter LNM1IS, LNGDPNR, LNS, RS

 it

= error

i

= panjang lag (ordo) ( i = 1,2,3, ….)

r

= lag optimal Terlihat bahwa masing – masing persamaan tersebut menunjukkan keterkaitan

antara variabel yang satu dengan yang lainnya. Maka VAR merupakan metode analisis yang dapat digunakan dan sesuai untuk menganalisa keterkaitan dan pengaruh masing – masing variabel dalam tiap persamaan. Apabila pada saat proses pengolahan data terdapat kointegrasi dalam model, maka dapat dikombinasikan dengan model VECM. Persamaan dari VECM dalam penelitian ini dan berlaku untuk semua persamaan seperti M2IS, UK, GW, TM dan DM (asumsi dimisalkan model persamaan M1IS, pada lag = 1), adalah sebagai berikut: LNM 1IS t   10   11 12 13 14 15  LNM 1IS t 1   1  LNGDPNR          LNGDPNR    t 20  21 22 23 24 25   t 1  2         LNS t   30   31 32 33 34 35  LNS t 1   3            4  RS t   40   41 42 43 44 45  RS t 1 

dimana:



= perubahan masing – masing variabel



= penyesuaian atau adjusment dari jangka pendek ke jangka panjang Setelah membuat pemodelan awal untuk menganalisis, maka dapat dilanjutkan

kepada tahap – tahap pengujian untuk analisis VAR dan VECM.

BAB IV HASIL DAN PEMBAHASAN

4.1. Uji Stasioneritas Data Uji stationeritas terhadap semua variabel dalam sebuah model adalah penting untuk menghindari masalah regresi semu (spurious regression) dalam mengestimasi model. Uji ini dilakukan pada tingkat level dan first difference. Dalam penelitian ini uji stasioneritas dilakukan dengan Augmented Dickey-Fuller (ADF) test. Data stationer jika ADF test statistic lebih kecil secara aktual daripada McKinnon test critical values. Adapun taraf nyata yang digunakan dalam penelitian ini adalah taraf nyata 5 persen. Hasil uji stasioneritas masing–masing data yang digunakan dapat dilihat pada Tabel 4.1. Tabel 4.1 Hasil Pengujian Akar –Akar Unit Variabel

Nilai ADF level 1st Difference -3.026989 -5.350595 -2.721660 -4.860763 -3.020299 -5.355430 -2.119437 -3.673892 -1.798983 -2.670586 -1.116277 -4.020103 -1.139899 -3.379880 -2.273453 -2.618447 -1.800759 -4.203639

Nilai Kritis Mc Kinnon 5% level 1st Difference -3.467703 -1.945024 -3.467703 -1.945024 -3.467703 -1.945024 -3.467703 -1.945024 -3.467703 -1.945024 -3.467703 -1.945024 -3.467703 -1.945024 -3.467703 -1.945024 -3.467703 -1.945024

LNM1IS LNM2IS LNUK LNGW LNTM LNDM LNGDPR LNS RS Sumber : Lampiran 1 Catatan : Cetak tebal menunjukkan bahwa data tersebut stationer pada taraf 5%

Melalui tabel hasil uji akar–akar unit terlihat bahwa data stasioner pada taraf nyata lima persen, hal ini menunjukkan bahwa data yang digunakan pada penelitian ini terintegrasi pada ordo satu atau dapat disingkat I(1). Menurut Sims dalam Enders (2004), penggunaan data perbedaan pertama tidak direkomendasikan karena akan menghilangkan informasi jangka panjang. Sehingga untuk menganalisis informasi

jangka panjang akan digunakan data level sehingga model VAR akan dikombinasikan dengan model koreksi kesalahan menjadi VECM.

4.2. Penentuan Lag Optimal Dalam sebuah sistem VAR penentuan lag

optimal sangat penting, karena

penentuan lag optimal berguna untuk menghilangkan masalah autokorelasi dalam sebuah sistem VAR. Disamping itu penentuan lag optimal berguna untuk menunjukkan berapa lama reaksi suatu variabel terhadap variabel lainnya. Pengujian lag optimal dalam penelitian ini menggunakan kriteria AIC minimum. Adapun hasil uji lag optimal dapat dilihat pada Tabel 4.2. dan Tabel 4.3. Dalam hal ini maka lag satu akan digunakan untuk setiap persamaan permintaan uang Islam selanjutnya. Tabel 4.2. Hasil Penentuan Lag Optimal (1) Lag

Akaike Information Criteria (AIC) M1IS M2IS -12.82358 -13.46351* -13.41458

0 -12.73074 1 -13.41953* 2 -13.39994 Sumber : Lampiran 2 Catatan : Tanda asterik (*) menunjukkan AIC terkecil Tabel 4.3. Hasil Penetuan Lag Optimal (2) Lag

Akaike Information Criteria (AIC) UK

0 1 2

GW

TM

-12.72165 -9.950325 -12.69342 -13.40440* -10.32539* -12.70569* -13.38649 -10.16507 -12.59451 Sumber : Lampiran 2 Catatan : Tanda asterik (*) menunjukkan AIC terkecil

DM

-9.745510 -9.927483* -9.808845

Dengan demikian, persamaan umum VAR dapat ditulis sebagai berikut: a.

Permintaan M1 Islam

1

1

1

i 1

i 1

i 1

1

1

1

i 1

i 1

i 1

LNM1IS t   i 0    i LNGDPRt i    i LNSt i    i RS   it .............................(4.1.)

b.

Permintaan M2 Islam

LNM 2IS t   i 0    i LNGDPRt i    i LNSt i    i RS   it .............................(4.2.)

c.

Permintaan Uang Kartal 1

1

1

i 1

i 1

i 1

LNUKt   i 0    i LNGDPRt i    i LNSt i    i RS  it .............................(4.3.)

d.

Permintaan Giro Wadi’ah 1

1

1

i 1

i 1

i 1

LNGWt   i 0    i LNGDPRt i    i LNSt i    i RS  it .............................(4.4.)

e.

Permintaan Tabungan Mudharabah 1

1

1

i 1

i 1

i 1

LNTM t   i 0    i LNGDPRt i    i LNSt i    i RS  it ............................(4.5.)

f.

Permintaan Deposito Mudaharabah 1

1

1

i 1

i 1

i 1

LNDM t   i 0    i LNS t i    i LNGDPR t i    i RS  it ...............................(4.6.)

dimana : LNM1IS

= M1 Islam

LNM2IS

= M2 Islam

LNUK

= uang kartal

LNGW

= giro wadi’ah

LNTM

= tabungan mudharabah

LNDM

= deposito mudharabah

LNGDPR

= gross domestic product riil

LNS

= social values (zakat)

RS

= return syariah

 i0

= konstanta

 ,  ,

= masing –masing merupakan parameter LNGDPNR, LNS, RS

 it

= error

i

= panjang lag (ordo) (i = 1,2,3,….)

4.3. Pengujian Stabilitas Sistem VAR Setelah melakukan uji penentuan lag optimal pada sistem VAR, maka dapat dilanjutkan dengan pengujian kestabilan dari sistem VAR pada lag optimal yang telah didapat sebelumnya pada masing–masing model. Maka dilakukan VAR stability condition check berupa roots of characteristic polynomial. Menurut Lutkepohl (2002) dalam Hasanah (2007), suatu sistem VAR dikatakan stabil jika seluruh roots-nya memiliki modulus lebih kecil dari satu dan terletak dalam unit circle-nya. Linda (2007) mengemukakan sistem VAR yang tidak stabil menjadikan analisis IRF dan FEVD tidak valid. Hasil uji sistem VAR ini dapat dilihat pada Tabel 4.4. Melalui Tabel 4.4. dapat terlihat bahwa senua model berada dalam unit circle-nya atau dibawah satu, hal ini menandakan model–model pada Tabel 4.4. stabil

Tabel 4.4. Hasil Uji Stabilitas Sistem VAR No. Model 1. LNM1IS 2. LNM2IS

Kisaran Modulus 0.417043 - 0.070260 0.416193 - 0.082248

3. LNUK 4. LNGW 5. LNTM 6. LNDM Sumber: Lampiran 3 masing masing model

0.410916 0.554353 0.277161 0.455528 -

0.067792 0.130271 0.068155 0.137169

4.4. Pengujian Kointegrasi Pengujian kointegrasi dilakukan untuk memperoleh hubungan jangka panjang antar variabel yang telah memenuhi persyaratna selama proses integrasi yaitu dimana semua variabel telah stationer pada derajat yang sama yaitu derajat satu I(1). Hubungan kointegrasi dalam sebuah sistem persamaan menandakan bahwa dalam sistem tersebut terdapat error correction model yang mengambarkan adanya dinamisasi dalam jangka pendek secara konsisten dengan hubungan jangka panjangnya seperti diungkapkan oleh Verbeek (2000) dalam Nugraha (2006). Uji kointegrasi dalam penelitian ini menggunakan pendekatan Johansen dengan membandingkan antara trace statistic dengan critical value yang digunakan, yaitu 5 persen. Jika trace statistic lebih besar dari critical value 5%, maka terdapat kointegrasi dalam sistem persamaan tersebut. Hasil pengujian kointegrasi dapat dilihat pada Tabel 4.5.

Tabel 4.5. Hasil Pengujian Kointegrasi (lag optimal = 1) Model H0 H1 LNM1IS

r=0 r >= 1

51.80194

Trace Statistic r <= 1 r <= 2 r >= 2 r >= 3

24.36049

12.47034

r <= 3 r >= 4

2.669380

LNM2IS LNUK LNGW LNTM LNDM 5% critical value

52.19621 51.66462 33.71517 63.62918 70.85890 62.99

24.46873 24.36053 15.75253 26.05854 27.69989 42.44

12.61307 12.49479 4.201820 14.25646 15.36594 25.32

2.587696 2.740090 0.402486 2.918710 4.228240 12.25

Sumber: Lampiran 4 Catatan: Cetak tebal menunjukkan bahwa trace statistic > 5% critical value dan terjadi kointegrasi Melalui Tabel 4.5. maka diketahui bahwa untuk persamaan M1IS, M2IS, UK dan GW tidak terdapat kointegrasi. Pada persamaan TM dan DM masing–masing persamaan terdapat minimal satu rank kointegrasi pada taraf nyata lima persen. Informasi ini menandakan hasil estimasi selanjutnya untuk persamaan TM dan DM menggunakan model VECM. Setelah melalui uji kointegrasi pada sistem VAR sebelumnya dan terlihat bahwa terdapat empat persamaan yang menggunakan VAR dan dua persamaan

memiliki

kointegrasi maka analisis selanjutnya dikombinasikan dengan model VECM. Estimasi VECM dilakukan untuk melihat analisis jangka panjang dan jangka pendek, sedangkan jika hanya dilakukan sampai VAR maka kita dapat melihat analisis jangka pendek.

4.5. Hasil Estimasi VAR Permintaan M1 Islam Hasil estimasi VAR dapat dilihat pada Tabel 4.8. Pada jangka pendek menunjukkan bahwa output atau GDP berhubungan positif secara signifikan terhadap keseimbangan M1 riil Islam sebesar 1.12. Artinya ketika GDP meningkat sebesar satu persen maka permintaan keseimbangan M1 riil Islam meningkat juga sebesar 1.12 persen. Maka hal tersebut sesuai dengan hipotesis dimana ketika output meningkat maka biaya transaksi akan meningkat untuk dipenuhi, sehingga permintaan meningkat.

uang

Variabel

social

values

(zakat)

pada

jangka

pendek

secara

signifikan

mempengaruhi permintaan keseimbangan M1 riil Islam secara positif sebesar 2.15. Hal ini berarti bahwa jika S meningkat sebesar satu persen maka permintaan keseimbangan M1 riil Islam meningkat juga sebesar 2.15 persen. Maka hal tersebut bisa saja terjadi dalam jangka pendek, meskipun pada jangka panjang hal tersebut bisa saja berubah atau sesuai dengan teori dimana dengan meningkatnya S maka masyarakat akan mengurangi permintaan uang untuk konsumsi yang berlebihan atau spekulatif. Tabel 4.6. Hasil Estimasi VAR Permintaan M1 Islam JANGKA PENDEK Variabel Koefisien T-Statistic D(LNM1IS(-1)) -0.445146 -4.24137 D(LNGDPR(-1)) 1.122078 3.22959 D(LNS(-1)) 2.151359 4.09567 D(RS(-1)) 0.015241 1.94604 C 0.017000 2.65226 Sumber : Lampiran 5 pada masing – masing persamaan Catatan : Cetak tebal menunjukkan bahwa variabel signifikan pada taraf nyata 5% Sedangkan bagi variabel return syariah variabel ini bernilai positif. Dimana jika RS meningkat sebesar satu persen maka permintaan keseimbangan M1 riil Islam mengalami kenaikan sebesar 0.01 persen. Hal ini bisa saja terjadi dalam jangka pendek karena saat RS naik, masyarakat bisa memiliki pandangan untuk mengambil uangnya misalnya untuk konsumsi. Namun dalam permintaan M1 riil Islam RS tidak berpengaruh secara signifikan. 4.6. Hasil Estimasi VAR Permintaan M2 Islam Hasil estimasi menunjukkan bahwa output atau GDP berhubungan positif secara signifikan terhadap keseimbangan M2 riil Islam sebesar 1.03. Artinya ketika GDP meningkat sebesar satu persen maka permintaan keseimbangan M2 riil Islam meningkat sebesar 1.03 persen. Hal ini sesuai juga dengan hipotesis yang sebelumnya. Variabel

social values (zakat) pada jangka ini signifikan dan mempengaruhi permintaan keseimbangan M2 riil Islam secara positif sebesar 2.02. Hal ini berarti bahwa jika S meningkat sebesar satu persen maka permintaan keseimbangan M2 riil Islam meningkat sebesar 2.02 persen. Dalam jangka pendek hal ini dapat terjadi, karena saat seseorang memberikan zakat maka hal tersebut menaikkan agregat demand bagi mustahik. Sifat zakat membuat pihak yang memiliki dana lebih sejahtera, maka asumsinya mereka akan berpikir untuk investasi. Dengan investasi tersebut maka akan menggeser agregat supply juga, hal ini menyebabkan kuantitas barang dan jasa meningkat. Saat itu PDB meningkat, hal ini membuat tingkat kesejahteraan muzakki meningkat juga. Tabel 4.7. Hasil Estimasi VAR Permintaan M2 Islam JANGKA PENDEK Variabel Koefisien T-Statistic D(LNM2IS(-1)) -0.445903 -4.22948 D(LNGDPR(-1)) 1.032118 3.09416 D(LNS(-1)) 2.023231 4.01773 D(RS(-1)) 0.014216 1.89670 C 0.018550 3.01926 Sumber : Lampiran 5 pada masing – masing persamaan Catatan : Cetak tebal menunjukkan bahwa variabel signifikan pada taraf nyata 5% Sedangkan bagi variabel return syariah, variabel ini bernilai positif sebesar 0.01. Dimana jika RS meningkat sebesar satu persen maka permintaan keseimbangan M2 riil Islam mengalami kenaikan sebesar 0.01 persen. Hal ini wajar terjadi pada jangka pendek, karena saat RS meningkat menandakan tingkat bagi hasil meningkat pula sehingga pada jangka pendek dapat terjadi penarikan dana untuk kegiatan lain atau kembali menginvestasikan uangnya. Namun RS tidak berpengaruh signifikan terhadap pilihan seseorang untuk memegang uang.

4.7. Hasil Estimasi VAR Permintaan Uang Kartal Untuk variabel GDP, hasil estimasi menunjukkan bahwa variabel ini berhubungan positif secara signifikan terhadap keseimbangan UK riil sebesar 1.11. Artinya ketika GDP meningkat sebesar satu persen maka permintaan keseimbangan UK riil akan meningkat sebesar 1.11 persen. Variabel social values (zakat) pada jangka pendek mempengaruhi permintaan keseimbangan UK riil secara positif sebesar 2.18. Tabel 4.8. Hasil Estimasi VAR Permintaan Uang Kartal JANGKA PENDEK Variabel Koefisien T-Statistic D(LNUK(-1)) -0.434011 -4.11628 D(LNGDPR(-1)) 1.112937 3.16769 D(LNS(-1)) 2.186456 1.86620 D(RS(-1)) 0.014752 4.12135 C 0.016904 2.61075 Sumber : Lampiran 5 pada masing – masing persamaan Catatan : Cetak tebal menunjukkan bahwa variabel signifikan pada taraf nyata 5% Variabel S jika meningkat sebesar satu persen maka permintaan keseimbangan UK riil meningkat juga sebesar 2.18 persen, namun tidak berpengaruh secara signifikan terhadap jumlah permintaan uang kartal. Sedangkan bagi variabel return syariah, signifikan dan bernilai positif 0.01. Dimana jika RS meningkat sebesar satu persen maka permintaan keseimbangan UK riil mengalami kenaikan sebesar 0.01 persen.

4.8. Hasil Estimasi VAR Permintaan Giro Wadi’ah Pada jangka pendek menunjukkan bahwa output atau GDP berhubungan positif secara signifikan terhadap keseimbangan GW riil sebesar 0.19. Artinya ketika GDP meningkat sebesar satu persen maka permintaan keseimbangan GW riil meningkat sebesar 0.19 persen. Variabel social values (zakat) pada jangka pendek mempengaruhi permintaan keseimbangan GW riil secara negatif sebesar -0.23. Hal ini berarti bahwa

jika S meningkat sebesar satu persen maka permintaan keseimbangan GW riil menurun sebesar -0.23 persen. Social values tidak berpengaruh signifikan terhadap GW riil. Tabel 4.9. Hasil Estimasi VAR Permintaan Giro Wadi’ah JANGKA PENDEK Variabel Koefisien T-Statistic D(LNGW(-1)) 0.029453 -6.18646 D(LNGDPR(-1)) 0.198811 0.16927 D(LNS(-1)) -0.232958 -0.11953 D(RS(-1)) -0.582130 1.04078 C 0.044192 1.84506 Sumber : Lampiran 5 pada masing – masing persamaan Catatan : Cetak tebal menunjukkan bahwa variabel signifikan pada taraf nyata 5% Sedangkan bagi variabel return syariah, bernilai negatif sebesar -0.58 dan tidak signifikan. Dimana jika RS meningkat sebesar satu persen maka permintaan keseimbangan GW riil mengalami penurunan sebesar -0.58 persen. Dalam hal ini terlihat bahwa masyarakat masih mempertimbangkan opportunity cost dalam memegang uang, hal ini bisa saja terjadi karena sebagai pemilik dana tidak dapat melihat naik turunnya jumlah nisbah. 4.9. Hasil Estimasi VECM Permintaan Tabungan Mudharabah Pada jangka panjang menunjukkan bahwa output atau GDP berhubungan negatif secara signifikan terhadap keseimbangan TM riil sebesar -1.9. Artinya ketika GDP meningkat sebesar satu persen maka permintaan keseimbangan TM riil menurun sebesar 1.9 persen. Variabel social values (zakat) pada jangka panjang signifikan dan mempengaruhi permintaan keseimbangan TM riil secara positif sebesar 2.19. Hal ini berarti bahwa jika S meningkat sebesar satu persen maka permintaan keseimbangan TM riil meningkat pula sebesar 2.19 persen. Tabel 4.10. Hasil Estimasi Permintaan Tabungan Mudharabah

Variabel

JANGKA PENDEK Koefisien

T-Statistic

CointEq1 D(LNTM(-1)) D(LNGDPR(-1)) D(LNS(-1)) D(RS(-1))

-0.333766 -5.23838 0.113769 1.13528 0.415462 1.28691 0.011711 -1.53806 -0.827572 1.47837 JANGKA PANJANG Variabel Koefisien T-Statistic LNGDPR(-1) -1.908627 5.49247 LNS(-1) 2.198949 -3.17298 RS(-1) -0.057216 4.51625 @TREND(01:01) 0.049968 -10.2711 Sumber : Lampiran 5 pada masing – masing persamaan Catatan : Cetak tebal menunjukkan bahwa variabel signifikan pada taraf nyata 5% Sedangkan bagi variabel return syariah, signifikan dan bernilai negatif sebesar 0.05. Dimana jika RS meningkat sebesar satu persen maka permintaan keseimbangan TM riil mengalami penurunan sebesar -0.05 persen. Maka hal ini sesuai dengan hipotesis sebelumnya yang melihat pada opportunity cost. Dapat terlihat pula bahwa terdapat penyesuaian antara peralihan jangka pendek ke jangka panjang karena hasil estimasi t-statistiknya yang signifikan. Dan terlihat bahwa pada jangka panjang trend berpengaruh positif dan signifikan terhadap tabungan mudharabah. Artinya pada setiap peningkatan periode akan menyebabkan kenaikan tabungan mudharabah secara rata – rata sebesar 0.04.

4.9.1. Impuls Respon Permintaan Tabungan Mudharabah Dapat dilihat pada Gambar 4.1. bahwa guncangan GDP menyebabkan permintaan tabungan mudharabah responnya bernilai negatif. Pada periode pertama sampai periode lima mengalami penurunan, namun setelah itu pada periode ke sepuluh mulai terlihat adanya kestabilan respon permintaan tabungan mudharabah (TM) terhadap pengaruh guncangan GDPR dengan nilai sekitar 0.39 persen hingga periode terakhir pengamatan.

Gambar. 4.1. Respon Permintaan TM Akibat Guncangan GDP, S dan RS Sedangkan untuk variabel social values dalam hal ini zakat, guncangan S menyebabkan respon tabungan mudharabah bernilai positif, meskipun pada periode pertama sampai tigkat memberikan respon negatif sekitar 0.02 persen. Periode keempat respon TM mulai meningkat hingga periode ke tujuh mulai menunjukkan tanda menuju kestabilan sekitar 0.2 persen. Sedangkan untuk guncangan yang diberikan oleh variabel return syariah (RS), TM merespon secara negatif sejak periode pertama. Periode pertama sampai periode tujuh mengalami penurunan dan mulai terlihat stabil pada periode sepuluh sekitar 0.25 persen.

4.9.2. Variance Decomposition Permintaan Tabungan Mudharabah Hasil FEVD permintaan tabungan mudharabah dapat dilihat pada gambar 4.2. yang menunjukkan pada periode pertama, fluktuasi dari variabel permintaan tabungan mudharabah dipengaruhi oleh guncangan TM itu sendiri sebesar 100 persen dan

variabel lainnya belum berpengaruh. Periode – periode selanjutnya pengaruh dari guncangan TM semakin menurun mempengaruhi fluktuasi permintaan TM. Mulai periode berikutnya variabel GDPR mulai memberikan pengaruh yang dominan terhadap fluktuasi permintaan tabungan mudharabah.

120% 100% 80% %

RS

60%

LNS

40%

LNGDPR

20%

LNTM

0% 1

12

24

36

48

Periode

Gambar 4.2. Variance Decomposition Permintaan TM Periode ke-12 fluktuasi TM dapat dijelaskan oleh variabel GDPR sebesar 36.08 persen meskipun variabel TM sendiri masih berpengaruh sebesar 36.96 persen. Selanjutnya pada periode ke-24 sampai ke-48 pengaruh dari GDPR lebih dominan masing – masing 39.29 persen, 40.22 persen dan 40.66 persen. Variabel social values dalam setiap periode memberikan pengaruh terhadap fluktuasi permintaan TM sekitar 11.38 persen sampai 12.97 persen. Untuk variabel RS juga memberikan kontribusi terhadap fluktuasi TM mulai dari periode pertama sampai ke-48, berkisar antara 15.57 persen sampai 16.74 persen. Maka dapat disimpulkan bahwa pada jangka panjang GDPR memiliki pengaruh terhadap permintaan TM, sedangkan variabel social values kurang berpengaruh.

4.10. Hasil Estimasi VECM Permintaan Deposito Mudharabah

Variabel social values (zakat) pada jangka panjang signifikan dan mempengaruhi permintaan keseimbangan DM riil secara positif sebesar 2.46. Hal ini berarti bahwa jika S meningkat sebesar satu persen maka permintaan keseimbangan DM riil meningkat sebesar 2.46 persen. Tabel 4.11. Hasil Estimasi Permintaan Deposito Mudharabah JANGKA PENDEK Variabel Koefisien T-Statistic CointEq1 -0.589760 -4.26577 D(LNDM(-1)) -0.153518 -1.32523 D(LNS(-1)) -3.013017 -1.34550 D(LNGDPR(-1)) -0.169284 -0.13311 D(ERBMI(-1)) 0.010978 0.36062 JANGKA PANJANG Variabel Koefisien T-Statistic LNS (-1) 2.462457 -2.08780 LNGDPR(-1) -4.205416 7.18548 RS(-1) -0.020466 0.94958 @TREND(01:01) 0.067205 -8.11926 Sumber : Lampiran 5 pada masing – masing persamaan Catatan : Cetak tebal menunjukkan bahwa variabel signifikan pada taraf nyata 5% Jangka panjang menunjukkan bahwa output atau GDP berhubungan negatif secara signifikan terhadap keseimbangan DM riil sebesar -4.2. Artinya ketika GDP meningkat sebesar satu persen maka permintaan keseimbangan DM riil menurun sebesar 4.2 persen. Sedangkan bagi variabel return syariah, tidak signifikan dan bernilai negatif. Dimana jika RS meningkat sebesar satu persen maka permintaan keseimbangan DM riil mengalami penurunan sebesar 0.02 persen. Terlihat pula bahwa terdapat penyesuaian antara peralihan jangka pendek ke jangka panjang karena hasil estimasi t-statistiknya yang signifikan. Jangka panjang trend berpengaruh positif dan signifikan terhadap deposito mudharabah. Artinya pada setiap peningkatan periode akan menyebabkan kenaikan deposito mudharabah secara rata – rata sebesar 0.06.

4.10.1. Impuls Respon Permintaan Deposito Mudharabah Terlihat pada Gambar 4.3. pengaruh guncangan social values terhadap deposito mudharabah pada periode pertama sampai dua masih memberikan respon negatif, setelah itu mulai memberikan respon positif sampai periode akhir yang diamati. Respon DM menuju kearah yang stabil pada periode enam sekitar 0,3 persen. Variabel GDPR, DM merespon goncangan dari GDPR pada periode pertama mengalami penurunan sampai ke periode lima. Setelah mengalami penurunan maka tanda – tanda menuju kestabilan terlihat setelah periode sepuluh dengan kisaran sebesar 0,6 persen. Saat terjadi goncangan dari variabel return syariah maka respon yang diberikan oleh DM adalah pada periode pertama sampai kedua tetap pada kisaran nol dan mulai bergerak turun hingga periode empat. DM mulai menuju kestabilan pada periode lima dengan kisaran 0.15 persen.

Gambar. 4.3. Respon Permintaan DM Akibat Guncangan GDP, S dan RS

4.10.2. Variance Decomposition Permintaan Deposito Mudharabah Untuk melihat fluktuasi dari permintaan deposito mudharabah dapat dijelaskan melalui Gambar 4.4. Periode pertama variabel DM sendiri yang paling berpengaruh atas flukuasi DM sebesar 100 persen dan pengaruh dari DM sendiri masih tetap dominan hingga periode pengamatan terakhir. Periode ke-12 fluktuasi DM mulai dapat dijelaskan oleh variabel GDPR sebesar 30.22 persen diikuti oleh variabel social values sebesar 4.85 persen. Periode selanjutnya pengaruh dari guncangan GDPR bertambah begitu juga dengan variabel social values dengan pertambahan satu hingga dua persen. Sedangkan guncangan dari RS hanya memberikan kontribusi sebesar 0.90 sampai 1.24 persen

120% 100% 80% %

RS

60%

LNGDPR

40%

LNS

20%

LNDM

0% 1

12

24

36

48

Periode

Gambar 4.4. Variance Decomposition Permintaan DM Periode ke-48 fluktuasi permintaan DM dominannya dipengaruhi oleh dirinya sendiri sebesar 52.21 persen, GDPR sebesar 39.9 persen. Gambar 4.4. menunjukkan bahwa pada jangka panjang variabel DM sendiri tetap berpengaruh dominan terhadap permintaan DM sendiri, sedangkan RS kurang berpengaruh.

4.11. Hasil Analisis Pengaruh Social Values terhadap Permintaan Uang Islam Pada model permintaan M1 Islam, variabel social values pada jangka pendek secara signifikan mempengaruhi permintaan keseimbangan M1 riil Islam secara positif sebesar 2.15. Hal ini berarti jika social values meningkat sebesar satu persen maka permintaan keseimbangan M1 riil Islam meningkat juga sebesar 2.15 persen. Keadaan tersebut bisa saja terjadi dalam jangka pendek, meskipun pada jangka panjang hal tersebut bisa saja berubah atau sesuai dengan teori dimana dengan meningkatnya S maka masyarakat akan mengurangi permintaan uang untuk konsumsi yang berlebihan atau spekulatif. Sedangkan untuk model permintaan M2 Islam, variabel social values pada jangka pendek signifikan dan mempengaruhi permintaan keseimbangan M2 riil Islam secara positif sebesar 2.02. Hal ini berarti jika social values meningkat sebesar satu persen maka permintaan keseimbangan M2 riil Islam meningkat sebesar 2.02 persen. Pada persamaan permintaan uang kartal (UK), jika social values meningkat sebesar satu persen maka permintaan keseimbangan UK riil meningkat juga sebesar 2.18 persen, namun tidak berpengaruh secara signifikan terhadap jumlah permintaan uang kartal. Sedangkan untuk persamaa giro wadi’ah (GW), variabel social values pada jangka pendek mempengaruhi permintaan keseimbangan GW riil secara negatif sebesar -0.23. Hal ini berarti bahwa jika S meningkat sebesar satu persen maka permintaan keseimbangan GW riil menurun sebesar -0.23 persen. Social values tidak berpengaruh signifikan terhadap GW riil. Hasil analisis persamaan tabungan mudharabah (TM), variabel social values (zakat) pada jangka panjang signifikan dan mempengaruhi permintaan keseimbangan TM riil secara positif sebesar 2.19. Hal ini berarti jika social values meningkat sebesar

satu persen maka permintaan keseimbangan TM riil meningkat pula sebesar 2.19 persen. Hasil IRF memperlihatkan, guncangan social values menyebabkan respon TM bernilai positif, meskipun pada periode pertama sampai tigkat memberikan respon negatif sekitar 0.02 persen. Periode keempat respon TM mulai meningkat hingga periode ke tujuh mulai menunjukkan tanda menuju kestabilan sekitar 0.2 persen. Untuk variance decomposition pada model permintaan TM, variabel social values dalam setiap periode memberikan pengaruh terhadap fluktuasi permintaan TM sekitar 11.38 persen sampai 12.97 persen. Pada persamaan deposito mudharabah (DM), variabel social values pada jangka panjang signifikan dan mempengaruhi permintaan keseimbangan DM riil secara positif sebesar 2.46. Hal ini berarti bahwa jika social values meningkat sebesar satu persen maka permintaan keseimbangan DM riil meningkat sebesar 2.46 persen. Hasil IRF memperlihatkan pengaruh guncangan social values terhadap DM pada periode pertama sampai dua masih memberikan respon negatif, setelah itu mulai memberikan respon positif sampai periode akhir yang diamati. Respon DM menuju kearah yang stabil pada periode enam sekitar 0,3 persen. Analisis variance decomposition menunjukkan dari periode pertama sampai periode terakhir, variabel social values hanya memberikan pengaruh terhadap DM pada kisaran 4.85 persen. Untuk saat ini variabel social values belum begitu terlihat pengaruhnya terhadap jumlah permintaan uang Islam di Indonesia. Hal ini disebabkan antara lain oleh variabel uang kartal yang belum dapat dibedakan uang yang benar–benar sesuai dengan syariah Islam, permintaan uang yang harus bersih dari conspicious consumption dan proksi social values yang digunakan belum secara keseluruhan merangkum bagian yang dapat diukur dan yang tidak dapat diukur. Kesulitan dalam uji empiris menggunakan model

permintaan uang Chapra (1996) memang sudah diprediksikan sebelumnya oleh Chapra sendiri sebelumnya.

BAB V KESIMPULAN DAN SARAN

5.1. Kesimpulan Berdasarkan hasil penelitian yang dilakukan mengenai analisis pengaruh social values terhadap pemintaan uang di Indonesia, hasilnya bervariasi. Sebagian mengikuti hipotesis awal, tapi sebagian lainnya tidak sesuai hipotesis awal. Namun demikian, hasil ini memberikan gambaran awal mengenai perilaku permintaan uang Islam terhadap guncangan–guncangan variabel yang mempengaruhinya. Kesimpulan dari hasil analisis secara umum adalah sebagai berikut. 1. Pada model permintaan M1 Islam dan M2 Islam pada jangka pendek, GDP berhubungan positif secara signifikan. Variabel social values (zakat) secara signifikan mempengaruhi secara positif dan return syariah variabel ini bernilai positif dan tidak berpengaruh secara signifikan. Pada model permintaan uang kartal pada jangka pendek GDP berhubungan positif secara signifikan. Sedangkan social values (zakat) mempengaruhi permintaan keseimbangan uang kartal secara positif namun tidak berpengaruh secara signifikan. Untuk variabel return syariah bernilai positif dan mempengaruhi secara signifikan terhadap uang kartal. Untuk model permintaan giro wadi’ah variabel GDP memiliki pengaruh positif, social values berpengaruh negatif begitu juga dengan return syariah. Namun semua variabel tidak berpengaruh signifikan. 2. Model permintaan tabungan mudharabah pada jangka panjang GDP berhubungan negatif secara signifikan. Sedangkan social values (zakat) signifikan dan mempengaruhi permintaan keseimbangan tabungan mudaharabah secara positif.

Variabel return syariah signifikan dan bernilai negatif. Berdasarkan hasil IRF permintaan akan tabungan mudharabah dapat dikatakan cukup stabil dalam merespon inovasi variabel lainnya. Terdapat mekanisme penyesuaian dari jangka pendek ke jangka panjang dan melalui hasil FEVD terlihat bahwa social values tidak dominan mempengaruhi permintaan tabungan mudharabah. Sedangkan, pada model permintaan deposito mudharabah pada jangka panjang, social values (zakat) signifikan dan mempengaruhi permintaan keseimbangan tabungan mudaharabah secara positif. Sedangkan GDP berhubungan negatif secara signifikan variabel return syariah tidak signifikan dan bernilai negatif. Terdapat mekanisme penyesuaian dari jangka pendek ke jangka panjang. Berdasarkan hasil IRF permintaan akan deposito mudharabah dapat dikatakan cukup stabil dalam merespon inovasi variabel lainnya dan melalui hasil FEVD terlihat bahwa social values tidak dominan mempengaruhi permintaan tabungan mudharabah. 3. Untuk variabel social values pada beberapa model pengaruhnya berkebalikan dengan hipotesis awal, terutama disebabkan karena faktor uang kartal, conspicious consumption dan social values itu sendiri. Untuk saat ini variabel social values belum begitu terlihat pengaruhnya terhadap jumlah permintaan uang Islam di Indonesia. Hal ini disebabkan oleh variabel uang kartal yang belum dapat dibedakan uang yang benar–benar sesuai dengan syariah Islam, permintaan uang harus bersih dari conspicious consumption dan social values yang digunakan belum secara keseluruhan merangkum bagian yang dapat diukur dan yang tidak dapat diukur. Kesulitan dalam uji empiris menggunakan model permintaan uang Chapra (1996) memang sudah diprediksikan sebelumnya oleh Umer Chapra sendiri berkenaan dengan variabel social values dan mengenai conspicious consumption.

5.2. Saran Melalui hasil analisis pengaruh social values terhadap permintaan uang di Indonesia, maka saran yang dapat diberikan adalah : 1. Dibutuhkannya lebih banyak penelitian mengenai social values terutama variabel yang ada di dalamnya sendiri, untuk menyempurnakan nilai proksi social values dalam penelitian ini. 2. Perlunya pendataan yang lebih menyeluruh mengenai social values untuk benar – benar membuktikan fungsinya sebagai instrumen moneter dalam sistem moneter

Islam.

Terutama

bagi

lembaga

keuangan

yang

menangani

penghimpunan dan pendataan zakat, infak, shadaqah dan wakaf (ZISWAF) disarankan untuk melakukan pendataan yang lebih profesional. 3. Sebagai otoritas bagi sistem perbankan dan ekonomi Islam, diharapkan Bank Indonesia dapat mempertimbangkan variabel social values untuk dikaji lebih lanjut pengaruhnya dalam mengambil kebijakan moneter. 4. Untuk penelitian selanjutnya, disarankan untuk meneliti permintaan uang dengan memperpanjang series data, menurunkan lagi variabel social values untuk semua kegiatan yang sifatnya sosial dengan data primer, membedakan uang kartal konvensional dan Islam serta pemisahan konsumsi tanpa conspicious consumption. Selain itu jika hasil analisis menunjukkan trend, diharapkan dapat dilakukan uji untuk menghilangkan trend tersebut. Beberapa saran sebelumnya diharapkan akan menghasilkan analisis yang lebih baik.

DAFTAR PUSTAKA

Antonio, M. S. 2001. Bank Syariah dari Teori ke Praktik, Gema Insani, Jakarta. Apriani, D. K. 2007. Analisis Dampak Guncangan Harga Minyak Dunia Terhadap Inflasi dan Output di Indonesia:Periode 199 –2006 [skripsi]. Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Ascarya dan D. Yumanita. 2004. Bank Syariah:Gambaran Kebanksentralan No. 14. Bank Indonesia, Jakarta.

Umum.

Seri

Ascarya, D. Yumanita. dan E. Anwar. 2006. “Sinergi Sistem Keuangan Konvensional dan Islam”. Occasional Paper. Pusat Pendidikan dan Studi Kebanksentralan. Bank Indonesia, Jakarta. Ascarya. 2007. Akad dan Produk Bank Syariah. Rajawali Pers, Jakarta. Ascarya. 2007. “Optimum Monetary Policy under Dual Financial/Banking System”. Paper. Universiti Sains Islam Malaysia (USIM) Islamic Economics Conference (IECONS 2007), Kuala Lumpur, Malaysia, 17-19 Juli. Ascarya, N. A. Achsani, D Yumanita. dan A. Sakti. 2007. “Towards Integrated Monetary Policy under Dual Financial System: Interest System vs Profit and Loss Sharing System”. Working Paper. (mimeo). Pusat Pendidikan dan Studi Kebanksentralan. Bank Indonesia, Jakarta. Badan Pusat Statistik. 2000. Sensus Agama dan Budaya. Badan Pusat Statistik, Jakarta. Badan Pusat Statistik. 2001-2006. Statistik Indonesia. Badan Pusat Statistik, Jakarta. Chapra, M. U. 1996. “Monetary Management in an Islamic Economy”. Islamic Economic Studies. Vol.4 No.1. Darrat, A.F. 2000. “On The Efficiency of Interest-free Monetary System:A CaseStudy”. Paper. ERF’s Seventh Annual Conference, Amman-Jordan, 26-29 Oktober. Deliarnov. 2003. Perkembangan Pemikiran Ekonomi. Rajawali Press, Jakarta. Direktorat Perbankan Syariah. Statistik Perbankan Syariah. Bank Indonesia, Berbagai Edisi.

Jakarta.

Direktorat Perbankan Syariah. Statistik Perbankan Syariah. Bank Indonesia, Jakarta. Berbagai Edisi.

Direktorat Perizinan dan Informasi Perbankan. Statistik Ekonomi dan Keuangan Indonesia. Bank Indonesia, Jakarta. Berbagai Edisi. Enders, W. 2004. Applied Econometric Time Series. Edisi ke–2, University of Alabama. Fauzia, A, A. A. Prihatna, C. S. Bamualim, I. Abubakar dan K. Helmanita. 2006. Filantropi Islam dan Keadilan Sosial. Centre for Study of Religion and Culture, PPB UIN Syarif Hidayatullah, Jakarta. Firdaus, M. 2004. Ekonometrika suatu Pendekatan Aplikatif. Bumi Aksara, Jakarta. Gujarati, D. 2003. Ekonometrika Dasar. Zain dan Sumarno [penerjemah], Erlangga, Jakarta. Hafidhuddin, D. 1998. Panduan Praktis Tentang Zakat Infak Sedekah, Gema Insani, Jakarta. Hafidhuddin, D. 2002. Zakat dalam Perekonomian Modern, Gema Insani, Jakarta. Hafidhudin, D. 2006. Mutiara Dakwah, ALBI Publishing, Jakarta. Hasanah, H. 2007. Stabilitas Moneter pada Sistem Perbankan Ganda di Indonesia [skripsi]. Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Hasanah, H., Ascarya dan N. A. Achsani. 2008. ”Stabilitas Moneter pada Sistem Keuangan/Perbankan Ganda di Indonesia”. dalam ISEI, Perkembangan Ekonomi Syariah, Ikatan Sarjana Ekonomi Indonesia, Jakarta. forthcoming. Himawan, B. 2004. ”Ekonomi Islam:Sebuah Hukum Alam”. Paper. (mimeo) Iqbal, M. 2007. Mengembalikan Kemakmuran Islam dengan Dinar dan Dirham. Spiritual Learning Centre, Jakarta. Izhar, H. dan M. Asutay. 2007. “The Controllability and Reliability of Monetary Policy in Dual Banking System:Evidence from Indonesia”. Paper. International Islamic University Malaysia (IIUM) International Conference on Islamic Banking and Finance (IICiBF), Kuala Lumpur, Malaysia, 23-25 April. Juanda, B. 2007. Metodologi Penelitian Ekonomi dan Bisnis. IPB Press, Bogor. Kaleem, A. 2000. “Modelling Monetary Stabillity under Dual Banking System:The Case of Malaysia”. International Journal of Islamic Financial Services, Vol 2, No.1. Karim, A. 2004. Sejarah Pemikiran Ekonomi Islam. Rajawali Press, Jakarta. Karim, A. 2007. Ekonomi Makro Islami, Rajawali Press, Jakarta.

Kia, A. 2001. “Interest-free and Interest-bearing Money Demand:Policy Invariance and Stabillity”. Paper. Department of Economics, Emory University, Atlanta. Kia, A dan A. F. Darrat. 2003. “Modelling Money Demand under The Profit–Sharing Banking Scheme:Evidence on Policy Invariance and Long Run Stabillity”. Paper. ERF’s 10th Annual Conference; Marrakech–Morocco, 16–18 Desember 2003. Linda, M. 2007. Responsifitas Kredit Investasi terhadap Variabel Makroekonomi dan Perbankan pada Bank Persero dan Bank Umum Swasta Nasional Devisa dan Non Devisa [skripsi]. Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Mankiw, N.G. 2003. Teori Makroekonomi. Iman Numawan [penerjemah]. Erlangga, Jakarta. Mishkin, F.S. 2001. The Economics of Money, Banking, and Financial Markets, Colombia University. Nachrowi, N. D. dan H. Usman. 2006. Pendekatan Populer dan Praktis Ekonometrika Untuk Analisis Ekonomi dan Keuangan. Universitas Indonesia, Jakarta. Nazir, H. dan M. Hassanuddin. 2004. Ensiklopedi Ekonomi dan Perbankan Syariah. Kaki Langit, Bandung. Nugraha, F. W. 2006. Efek Perubahan (Pass Through Effect) Kurs terhadap Indeks Harga Konsumen di ASEAN–5, Jepang dan Korea Selatan [skripsi]. Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Pasaribu, S. H. 2003. Eviews untuk Analisis Runtut Waktu (Time Series Analysis). Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Pasaribu, S. H, D. Hartono, dan T. Irawan. 2005. Pedoman Penulisan Skripsi. Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Sakti, A. 2007. Sistem Ekonomi Islam:Jawaban atas Kekacauan Ekonomi Modern, Paradigma & Aqsa Publishing, Jakarta. Sarwoko. 2007. Dasar–Dasar Ekonometrika, Andi, Yogyakarta. Winarno, W.W. 2007. Analisis Ekonometrika dan Statistika dengan EViews,UPP STIM YKPN, Yogyakarta.

GLOSARIUM1

Ijarah:

Akad sewa menyewa barang antara bank (muajir) dengan penyewa (mustajir). Setelah masa sewa berakhir, barang sewaan dikembalikan kepada muajir.

1

Sumber: Ascarya (2007) dan Nazir dan Hassanuddin (2004)

Istisna:

Akad jual-beli barang (mashnu’) antara pemesan (mustashni’) dengan penerima pesanan (shan’i). Spesifikasi dan harga barang pesanan disepakati pada awal akad dengan pembayaran dilakukan secara bertahap sesuai kesepakatan. Apabila bank bertindak sebagai shani’ kemudian menunjuk pihak lain untuk membuat barang (mashnu’), maka hal ini disebut istishna pararel.

Kafalah:

Akad pemberian jaminan (makful’alaih) yang diberikan satu pihak kepada pihak lain ketika pemberi jaminan (kafil) bertanggung jawab atas pembayaran kembali suatu utang yang menjadi hak penerima jaminan (makful),

Mudharabah: Akad antara pihak pemilik modal (shahibul mal) dengan pengelola (mudharib) untuk memperoleh pendapatan atau keuntungan. Pendapatan atau keuntungan tersebut dibagi berdasarkan nisbah yang telah disepakati pada awal akad. Murabahah:

Akad jual-beli antara bank dengan nasabah. Bank membeli barang yang diperlukan nasabah dan menjual kepada nasabah yang bersangkutan sebesar harga pokok ditambah keuntungan yang disepakati.

Musaqah:

Akad kerjasama usaha patungan di bidang pertanian antara pemilik lahan dan petani, dimana petani sebagai penggarap, hanya bertanggungjawab atas penyiraman dan pemeliharaan, sedangkan benih berasal dari pemilik lahan. Musaqah adalah bentuk akad yang lebih sederhana dari muzara’ah.

Musyarakah: Akad kerjasama usaha patungan antara dua pihak atau lebih pemilik modal untuk membiayai suatu jenis usaha yang halal dan produktif. Pendapatan atau keuntungan dibagi sesuai dengan nisbah yang telah disepakati. Muzara’ah:

Akad kerjasama usaha patungan di bidang pertanian antara pemilik lahan dan petani, dimana benih berasal dari pemilik lahan dan petani sebagai penggarap.

Qardh:

Akad pinjaman dari bank (muqridh) kepada pihak tertentu (muqtaridh) yang wajib dikembalikan dengan jumlah yang sama sesuai pinjaman.

Muqridh dapat meminta jaminan atas pinjaman kepada muqtaridh. Pengembalian pinjaman dapat dilakukan secara angsuran atau sekaligus. Rahn:

Akad penyerahan barang/harta (marhun) dari nasabah (rahin) kepada bank (murtahin) sebagai jaminan sebagian atau seluruh hutang.

Salam:

Akad jual beli barang pesanan (muslam fiih) antara pembeli (muslam) dan penjual (muslam ilaih). Spesifikasi dan harga barang pesanan disepakati pada awal akad, dan pembayaran dilakukan di muka secara penuh. Apabila bank bertindak sebagai muslam kemudian memesan kepada pihak lain untuk menyediakan barang (muslam fiih), maka hal ini disebut slam pararel.

Wakalah:

Akad pemberian kuasa dari pemberi kuasa (muwakkil) kepada pemberima kuasa (wakil) untuk melaksanakan suatu tugas (taukil) atas nama pemberi kuasa.

LAMPIRAN

LAMPIRAN 1 HASIL UJI AKAR UNIT VARIABEL PERMINTAAN M1 ISLAM (LNM1IS) Null Hypothesis: LNM1IS has a unit root Exogenous: Constant, Linear Trend Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-3.026989 -4.078420 -3.467703 -3.160627

0.1316

t-Statistic

Prob.*

-5.350595 -2.594946 -1.945024 -1.614050

0.0000

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNM1IS) has a unit root Exogenous: None Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

VARIABEL PERMINTAAN M2 ISLAM (LNM2IS) Null Hypothesis: LNM2IS has a unit root Exogenous: Constant, Linear Trend Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-2.721660 -4.078420 -3.467703 -3.160627

0.2311

t-Statistic

Prob.*

-4.860763 -2.594946 -1.945024 -1.614050

0.0000

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNM2IS) has a unit root Exogenous: None Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

VARIABEL PERMINTAAN UANG KARTAL (LNUK) Null Hypothesis: LNUK has a unit root Exogenous: Constant, Linear Trend Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-3.020299 -4.078420 -3.467703 -3.160627

0.1334

t-Statistic

Prob.*

-5.355430 -2.594946 -1.945024 -1.614050

0.0000

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNUK) has a unit root Exogenous: None Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

VARIABEL PERMINTAAN GIRO WADI’AH (LNGW) Null Hypothesis: LNGW has a unit root Exogenous: Constant, Linear Trend Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-2.119437 -4.078420 -3.467703 -3.160627

0.5269

t-Statistic

Prob.*

-3.673892 -2.594946 -1.945024 -1.614050

0.0004

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNGW) has a unit root Exogenous: None Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

VARIABEL PERMINTAAN TABUNGAN MUDHARABAH (LNTM) Null Hypothesis: LNTM has a unit root Exogenous: Constant, Linear Trend Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-1.798983 -4.078420 -3.467703 -3.160627

0.6960

t-Statistic

Prob.*

-2.670586 -2.594946 -1.945024 -1.614050

0.0081

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNTM) has a unit root Exogenous: None Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

VARIABEL PERMINTAAN DEPOSITO MUDHARABAH (LNDM) Null Hypothesis: LNDM has a unit root Exogenous: Constant, Linear Trend Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-1.116277 -4.078420 -3.467703 -3.160627

0.9194

t-Statistic

Prob.*

-4.020103 -2.594946 -1.945024 -1.614050

0.0001

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNDM) has a unit root Exogenous: None Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

VARIABEL GROSS DOMESTIC PRODUCT RIIL (LNGDPR) Null Hypothesis: LNGDPR has a unit root Exogenous: Constant, Linear Trend Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-1.139899 -4.078420 -3.467703 -3.160627

0.9151

t-Statistic

Prob.*

-3.379880 -2.594946 -1.945024 -1.614050

0.0010

t-Statistic

Prob.*

-2.273453 -4.078420 -3.467703 -3.160627

0.4430

t-Statistic

Prob.*

-2.618447 -2.594946 -1.945024 -1.614050

0.0094

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNGDPR) has a unit root Exogenous: None Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

VARIABEL SOCIAL VALUES (LNS) Null Hypothesis: LNS has a unit root Exogenous: Constant, Linear Trend Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNS) has a unit root Exogenous: None Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

VARIABEL RETURN SYARIAH (RS) Null Hypothesis: RS has a unit root Exogenous: Constant, Linear Trend Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-1.800759 -4.078420 -3.467703 -3.160627

0.6952

t-Statistic

Prob.*

-4.203639 -2.594946 -1.945024 -1.614050

0.0001

*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(RS) has a unit root Exogenous: None Lag Length: 4 (Fixed) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

PERMINTAAN M1 ISLAM

LAMPIRAN 2 UJI LAG OPTIMAL (1) VAR Lag Order Selection Criteria Endogenous variables: D(LNM1IS) D(LNGDPR) D(LNS) D(RS) Exogenous variables: C Date: 05/28/08 Time: 13:30 Sample: 2001:01 2007:12 Included observations: 81 Lag

LogL

LR

FPE

AIC

SC

HQ

0 1 2

519.5948 563.4908 578.6976

NA 82.37266 27.03429*

3.48E-11 1.75E-11* 1.79E-11

-12.73074 -13.41953* -13.39994

-12.61249 -12.82830* -12.33574

-12.68330 -13.18232* -12.97297

* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion

LAMPIRAN 3 UJI STABILITAS SISTEM VAR PADA LAG OPTIMAL Roots of Characteristic Polynomial Endogenous variables: D(LNM1IS) D(LNGDPR) D(LNS) D(RS) Exogenous variables: C Lag specification: 1 1 Date: 05/27/08 Time: 17:41 Root -0.311706 - 0.277064i -0.311706 + 0.277064i 0.293701 0.070260 No root lies outside the unit circle. VAR satisfies the stability condition.

Modulus 0.417043 0.417043 0.293701 0.070260

LAMPIRAN 4 UJI KOINTEGRASI (SUMMARIZE) Date: 05/27/08 Time: 17:40 Sample: 2001:01 2007:12 Included observations: 82 Series: LNM1IS LNGDPR LNS RS Lags interval: 1 to 1 Data Trend:

None

Rank or No Intercept No. of CEs No Trend

None

Linear

Linear

Quadratic

Intercept No Trend

Intercept No Trend

Intercept Trend

Intercept Trend

Selected (5% level) Number of Cointegrating Relations by Model (columns) Trace Max-Eig

1 1

1 1

0 0

0 0

0 0

Log Likelihood by Rank (rows) and Model (columns) 0 1 2 3 4

557.3883 571.6478 579.7528 581.1009 581.4732

557.3883 572.8579 580.9745 585.3520 586.6176

570.8124 579.1040 585.0480 586.6118 586.6176

570.8124 584.5331 590.4782 595.3787 596.7134

571.5607 584.9922 590.7538 595.6462 596.7134

Akaike Information Criteria by Rank (rows) and Model (columns) 0 1 2 3 4

-13.20459 -13.35726 -13.35982 -13.19758 -13.01154

-13.20459 -13.36239 -13.34084 -13.22810 -13.03945

-13.43445 -13.44156 -13.39141 -13.23443 -13.03945

-13.43445 -13.54959* -13.47508 -13.37509 -13.18813

-13.35514 -13.48762 -13.43302 -13.35722 -13.18813

Schwarz Criteria by Rank (rows) and Model (columns) 0 1 2 3 4

-12.73499 -12.65286 -12.42062 -12.02357 -11.60273

-12.73499 -12.62863 -12.34293 -11.96604 -11.51324

-12.84744* -12.61975 -12.33481 -11.94302 -11.51324

-12.84744* -12.69843 -12.35977 -11.99563 -11.54452

-12.65073 -12.54841 -12.25901 -11.94841 -11.54452

KOINTEGRASI KOLOM (4) Date: 05/28/08 Time: 13:33 Sample(adjusted): 2001:03 2007:12 Included observations: 82 after adjusting endpoints Trend assumption: Linear deterministic trend (restricted) Series: LNM1IS LNGDPR LNS RS Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

5 Percent Critical Value

1 Percent Critical Value

None At most 1 At most 2 At most 3

0.284413 0.134979 0.112657 0.032029

51.80194 24.36049 12.47034 2.669380

62.99 42.44 25.32 12.25

70.05 48.45 30.45 16.26

*(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates no cointegration at both 5% and 1% levels

LAMPIRAN 5 ESTIMASI VAR Vector Autoregression Estimates Date: 05/27/08 Time: 22:34 Sample(adjusted): 2001:03 2007:12 Included observations: 82 after adjusting endpoints Standard errors in ( ) & t-statistics in [ ] D(LNM1IS)

D(LNGDPR)

D(LNS)

D(RS)

D(LNM1IS(-1))

-0.445146 (0.10495) [-4.24137]

0.002137 (0.03635) [ 0.05878]

-0.029399 (0.02216) [-1.32652]

-3.629661 (1.34759) [-2.69344]

D(LNGDPR(-1))

1.122078 (0.34744) [ 3.22959]

0.255312 (0.12035) [ 2.12144]

-0.035739 (0.07337) [-0.48713]

4.983908 (4.46106) [ 1.11720]

D(LNS(-1))

2.151359 (0.52528) [ 4.09567]

0.003542 (0.18195) [ 0.01947]

0.124150 (0.11092) [ 1.11927]

-16.20727 (6.74452) [-2.40303]

D(RS(-1))

0.015241 (0.00783) [ 1.94604]

0.001976 (0.00271) [ 0.72832]

-0.000882 (0.00165) [-0.53334]

-0.193767 (0.10056) [-1.92683]

C

0.017000 (0.00641) [ 2.65226]

0.004098 (0.00222) [ 1.84563]

-0.005189 (0.00135) [-3.83351]

-0.150378 (0.08230) [-1.82717]

R-squared Adj. R-squared Sum sq. resids S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent

0.359181 0.325892 0.174578 0.047616 10.78969 135.8833 -3.192276 -3.045525 0.006628 0.057994

0.081561 0.033850 0.020947 0.016494 1.709474 222.8187 -5.312652 -5.165901 0.005327 0.016780

0.063731 0.015093 0.007785 0.010055 1.310325 263.4021 -6.302491 -6.155740 -0.006273 0.010132

0.204504 0.163179 28.78160 0.611381 4.948735 -73.42666 1.912845 2.059597 -0.038415 0.668338

Determinant Residual Covariance Log Likelihood (d.f. adjusted) Akaike Information Criteria Schwarz Criteria

1.36E-11 560.4945 -13.18279 -12.59579

PERMINTAAN M2 ISLAM

LAMPIRAN 2 UJI LAG OPTIMAL (1) VAR Lag Order Selection Criteria Endogenous variables: D(LNM2IS) D(LNGDPR) D(LNS) D(RS) Exogenous variables: C Date: 05/30/08 Time: 22:53 Sample: 2001:01 2007:12 Included observations: 81 Lag

LogL

LR

FPE

AIC

SC

HQ

0 1 2

523.3551 565.2723 579.2905

NA 78.65943* 24.92126

3.17E-11 1.67E-11* 1.76E-11

-12.82358 -13.46351* -13.41458

-12.70534 -12.87229* -12.35038

-12.77614 -13.22631* -12.98761

* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion

LAMPIRAN 3 UJI STABILITAS SISTEM VAR Roots of Characteristic Polynomial Endogenous variables: D(LNM2IS) D(LNGDPR) D(LNS) D(RS) Exogenous variables: C Lag specification: 1 1 Date: 05/30/08 Time: 22:52 Root -0.319023 - 0.267285i -0.319023 + 0.267285i 0.293989 0.082248 No root lies outside the unit circle. VAR satisfies the stability condition.

Modulus 0.416193 0.416193 0.293989 0.082248

LAMPIRAN 4 UJI KOINTEGRASI (SUMMARIZE) Date: 05/30/08 Time: 22:49 Sample: 2001:01 2007:12 Included observations: 82 Series: LNM2IS LNGDPR LNS RS Lags interval: 1 to 1 Data Trend:

None

Rank or No Intercept No. of CEs No Trend

None

Linear

Linear

Quadratic

Intercept No Trend

Intercept No Trend

Intercept Trend

Intercept Trend

Selected (5% level) Number of Cointegrating Relations by Model (columns) Trace Max-Eig

1 1

1 1

0 0

0 0

0 0

Log Likelihood by Rank (rows) and Model (columns) 0 1 2 3 4

558.7237 573.4189 581.0894 582.4199 582.7991

558.7237 574.5953 582.2767 586.7006 587.9641

572.6164 580.4594 586.3872 587.9598 587.9641

572.6164 586.4801 592.4079 597.4206 598.7145

573.3632 586.9338 592.6675 597.6707 598.7145

Akaike Information Criteria by Rank (rows) and Model (columns) 0 1 2 3 4

-13.23716 -13.40046 -13.39242 -13.22975 -13.04388

-13.23716 -13.40476 -13.37260 -13.26099 -13.07230

-13.47845 -13.47462 -13.42408 -13.26731 -13.07230

-13.47845 -13.59708* -13.52214 -13.42489 -13.23694

-13.39910 -13.53497 -13.47969 -13.40660 -13.23694

Schwarz Criteria by Rank (rows) and Model (columns) 0 1 2 3 4

-12.76756 -12.69606 -12.45322 -12.05575 -11.63507

-12.76756 -12.67101 -12.37470 -11.99893 -11.54608

-12.89144* -12.65281 -12.36747 -11.97590 -11.54608

-12.89144* -12.74592 -12.40684 -12.04543 -11.59332

-12.69470 -12.59576 -12.30568 -11.99779 -11.59332

KOINTEGRASI KOLOM (4) Date: 05/30/08 Time: 22:55 Sample(adjusted): 2001:03 2007:12 Included observations: 82 after adjusting endpoints Trend assumption: Linear deterministic trend (restricted) Series: LNM2IS LNGDPR LNS RS Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

5 Percent Critical Value

1 Percent Critical Value

None At most 1 At most 2 At most 3

0.286905 0.134615 0.115082 0.031065

52.19621 24.46873 12.61307 2.587696

62.99 42.44 25.32 12.25

70.05 48.45 30.45 16.26

*(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates no cointegration at both 5% and 1% levels

LAMPIRAN 5 ESTIMATE VAR Vector Autoregression Estimates Date: 05/30/08 Time: 22:56 Sample(adjusted): 2001:03 2007:12 Included observations: 82 after adjusting endpoints Standard errors in ( ) & t-statistics in [ ] D(LNM2IS)

D(LNGDPR)

D(LNS)

D(RS)

D(LNM2IS(-1))

-0.445903 (0.10543) [-4.22948]

0.003246 (0.03806) [ 0.08529]

-0.027880 (0.02325) [-1.19929]

-3.807531 (1.41037) [-2.69967]

D(LNGDPR(-1))

1.032118 (0.33357) [ 3.09416]

0.254045 (0.12041) [ 2.10992]

-0.039226 (0.07355) [-0.53330]

5.009062 (4.46238) [ 1.12251]

D(LNS(-1))

2.023231 (0.50358) [ 4.01773]

0.003522 (0.18177) [ 0.01938]

0.127583 (0.11104) [ 1.14898]

-15.85224 (6.73667) [-2.35313]

D(RS(-1))

0.014216 (0.00750) [ 1.89670]

0.001965 (0.00271) [ 0.72630]

-0.000951 (0.00165) [-0.57561]

-0.197534 (0.10027) [-1.97005]

C

0.018550 (0.00614) [ 3.01926]

0.004094 (0.00222) [ 1.84591]

-0.005120 (0.00135) [-3.77936]

-0.142160 (0.08219) [-1.72962]

R-squared Adj. R-squared Sum sq. resids S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent

0.347736 0.313852 0.160761 0.045693 10.26260 139.2638 -3.274726 -3.127975 0.007922 0.055162

0.081606 0.033898 0.020946 0.016493 1.710513 222.8208 -5.312702 -5.165951 0.005327 0.016780

0.059895 0.011058 0.007817 0.010075 1.226432 263.2345 -6.298402 -6.151651 -0.006273 0.010132

0.204821 0.163513 28.77013 0.611259 4.958383 -73.41032 1.912447 2.059198 -0.038415 0.668338

Determinant Residual Covariance Log Likelihood (d.f. adjusted) Akaike Information Criteria Schwarz Criteria

1.30E-11 562.2985 -13.22679 -12.63979

PERMINTAAN UANG KARTAL

LAMPIRAN 2 UJI LAG OPTIMAL (1) VAR Lag Order Selection Criteria Endogenous variables: D(LNUK) D(LNGDPR) D(LNS) D(RS) Exogenous variables: C Date: 05/28/08 Time: 13:47 Sample: 2001:01 2007:12 Included observations: 81 Lag

LogL

LR

FPE

AIC

SC

HQ

0 1 2

519.2270 562.8784 578.1529

NA 81.91370 27.15469*

3.51E-11 1.77E-11* 1.81E-11

-12.72165 -13.40440* -13.38649

-12.60341 -12.81318* -12.32229

-12.67421 -13.16720* -12.95952

* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion

LAMPIRAN 3 UJI STABILITAS SISTEM VAR PADA LAG OPTIMAL Roots of Characteristic Polynomial Endogenous variables: D(LNUK) D(LNGDPR) D(LNS) D(RS) Exogenous variables: C Lag specification: 1 1 Date: 05/27/08 Time: 20:02 Root -0.306019 - 0.274235i -0.306019 + 0.274235i 0.292697 0.067792 No root lies outside the unit circle. VAR satisfies the stability condition.

Modulus 0.410916 0.410916 0.292697 0.067792

LAMPIRAN 4 UJI KOINTEGRASI (SUMMARIZE) Date: 05/27/08 Time: 20:04 Sample: 2001:01 2007:12 Included observations: 82 Series: LNUK LNGDPR LNS RS Lags interval: 1 to 1 Data Trend:

None

Rank or No Intercept No. of CEs No Trend

None

Linear

Linear

Quadratic

Intercept No Trend

Intercept No Trend

Intercept Trend

Intercept Trend

Selected (5% level) Number of Cointegrating Relations by Model (columns) Trace Max-Eig

1 1

1 1

0 0

0 0

0 0

Log Likelihood by Rank (rows) and Model (columns) 0 1 2 3 4

556.8542 571.0522 579.0800 580.4402 580.8108

556.8542 572.3224 580.3694 584.7142 585.9935

570.2016 578.4780 584.4101 585.9890 585.9935

570.2016 583.8536 589.7865 594.6639 596.0339

570.9511 584.3012 590.0621 594.9303 596.0339

Akaike Information Criteria by Rank (rows) and Model (columns) 0 1 2 3 4

-13.19157 -13.34274 -13.34341 -13.18147 -12.99538

-13.19157 -13.34933 -13.32608 -13.21254 -13.02423

-13.41955 -13.42629 -13.37586 -13.21924 -13.02423

-13.41955 -13.53302* -13.45821 -13.35766 -13.17156

-13.34027 -13.47076 -13.41615 -13.33976 -13.17156

Schwarz Criteria by Rank (rows) and Model (columns) 0 1 2 3 4

-12.72196 -12.63833 -12.40421 -12.00746 -11.58657

-12.72196 -12.61557 -12.32817 -11.95048 -11.49802

-12.83255* -12.60449 -12.31925 -11.92783 -11.49802

-12.83255* -12.68186 -12.34290 -11.97819 -11.52795

-12.63586 -12.53155 -12.24214 -11.93095 -11.52795

KOINTEGRASI KOLOM (4) Date: 05/28/08 Time: 13:49 Sample(adjusted): 2001:03 2007:12 Included observations: 82 after adjusting endpoints Trend assumption: Linear deterministic trend (restricted) Series: LNUK LNGDPR LNS RS Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

5 Percent Critical Value

1 Percent Critical Value

None At most 1 At most 2 At most 3

0.283213 0.134722 0.112156 0.032864

51.66462 24.36053 12.49479 2.740090

62.99 42.44 25.32 12.25

70.05 48.45 30.45 16.26

*(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates no cointegration at both 5% and 1% levels

LAMPIRAN 5 ESTIMASI VAR Vector Autoregression Estimates Date: 05/27/08 Time: 20:02 Sample(adjusted): 2001:03 2007:12 Included observations: 82 after adjusting endpoints Standard errors in ( ) & t-statistics in [ ] D(LNUK)

D(LNGDPR)

D(LNS)

D(RS)

D(LNUK(-1))

-0.434011 (0.10544) [-4.11628]

0.003009 (0.03617) [ 0.08318]

-0.029487 (0.02205) [-1.33759]

-3.552725 (1.34273) [-2.64590]

D(LNGDPR(-1))

1.112937 (0.35134) [ 3.16769]

0.254121 (0.12052) [ 2.10854]

-0.035067 (0.07346) [-0.47737]

4.950901 (4.47426) [ 1.10653]

D(LNS(-1))

2.186456 (0.53052) [ 4.12135]

0.003854 (0.18198) [ 0.02118]

0.123587 (0.11092) [ 1.11417]

-16.24930 (6.75607) [-2.40514]

D(RS(-1))

0.014752 (0.00791) [ 1.86620]

0.001963 (0.00271) [ 0.72403]

-0.000884 (0.00165) [-0.53461]

-0.195245 (0.10067) [-1.93947]

C

0.016904 (0.00647) [ 2.61075]

0.004102 (0.00222) [ 1.84679]

-0.005201 (0.00135) [-3.84193]

-0.151579 (0.08245) [-1.83837]

R-squared Adj. R-squared Sum sq. resids S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent

0.353679 0.320104 0.178008 0.048081 10.53396 135.0855 -3.172818 -3.026067 0.006416 0.058311

0.081602 0.033893 0.020946 0.016493 1.710416 222.8206 -5.312697 -5.165946 0.005327 0.016780

0.064081 0.015462 0.007782 0.010053 1.318021 263.4175 -6.302865 -6.156114 -0.006273 0.010132

0.202100 0.160651 28.86858 0.612304 4.875827 -73.55037 1.915863 2.062614 -0.038415 0.668338

Determinant Residual Covariance Log Likelihood (d.f. adjusted) Akaike Information Criteria Schwarz Criteria

1.38E-11 559.8837 -13.16790 -12.58089

PERMINTAAN GIRO WADI’AH

LAMPIRAN 2 UJI LAG OPTIMAL (1) VAR Lag Order Selection Criteria Endogenous variables: D(LNGW) D(LNGDPR) D(LNS) D(RS) Exogenous variables: C Date: 05/28/08 Time: 13:54 Sample: 2001:01 2007:12 Included observations: 81 Lag

LogL

LR

FPE

AIC

SC

HQ

0 1 2

406.9882 438.1783 447.6852

NA 58.52975* 16.90102

5.61E-10 3.86E-10* 4.54E-10

-9.950325 -10.32539* -10.16507

-9.832080* -9.734169 -9.100866

-9.902884 -10.08819* -9.738095

* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion

LAMPIRAN 3 UJI STABILITAS SISTEM VAR PADA LAG OPTIMAL Roots of Characteristic Polynomial Endogenous variables: D(LNGW) D(LNGDPR) D(LNS) D(RS) Exogenous variables: C Lag specification: 1 1 Date: 05/27/08 Time: 20:15 Root

Modulus

-0.554353 -0.304719 0.297442 0.130271

0.554353 0.304719 0.297442 0.130271

No root lies outside the unit circle. VAR satisfies the stability condition.

LAMPIRAN 4 UJI KOINTEGRASI (SUMMARIZE) Date: 05/27/08 Time: 20:16 Sample: 2001:01 2007:12 Included observations: 82 Series: LNGW LNGDPR LNS RS Lags interval: 1 to 1 Data Trend:

None

Rank or No Intercept No. of CEs No Trend

None

Linear

Linear

Quadratic

Intercept No Trend

Intercept No Trend

Intercept Trend

Intercept Trend

Selected (5% level) Number of Cointegrating Relations by Model (columns) Trace Max-Eig

1 1

1 1

0 0

0 0

0 0

Log Likelihood by Rank (rows) and Model (columns) 0 1 2 3 4

431.4498 446.6523 454.1075 455.5620 455.8267

431.4498 447.1694 454.9119 459.4841 460.9349

444.0774 453.0587 458.8340 460.7337 460.9349

444.0774 453.0684 459.6174 465.2860 466.6235

445.0128 453.8928 460.2307 465.8196 466.6235

Akaike Information Criteria by Rank (rows) and Model (columns) 0 1 2 3 4

-10.13292 -10.30859 -10.29530 -10.13566 -9.946993

-10.13292 -10.29681 -10.26614 -10.15815 -9.974023

-10.34335 -10.36728* -10.31303 -10.16424 -9.974023

-10.34335 -10.34313 -10.28335 -10.20210 -10.01521

-10.26860 -10.29007 -10.24953 -10.19072 -10.01521

Schwarz Criteria by Rank (rows) and Model (columns) 0 1 2 3 4

-9.663319 -9.604188 -9.356097 -8.961649 -8.538182

-9.663319 -9.563059 -9.268235 -8.896089 -8.447811

-9.756345* -9.545478 -9.256417 -8.872826 -8.447811

-9.756345* -9.491974 -9.168041 -8.822636 -8.371594

-9.564199 -9.350860 -9.075521 -8.781910 -8.371594

KOINTEGRASI KOLOM (3) Date: 05/27/08 Time: 20:17 Sample(adjusted): 2001:03 2007:12 Included observations: 82 after adjusting endpoints Trend assumption: Linear deterministic trend Series: LNGW LNGDPR LNS RS Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

5 Percent Critical Value

1 Percent Critical Value

None At most 1 At most 2 At most 3

0.196724 0.131391 0.045276 0.004896

33.71517 15.75253 4.201820 0.402486

47.21 29.68 15.41 3.76

54.46 35.65 20.04 6.65

*(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates no cointegration at both 5% and 1% levels

LAMPIRAN 5 ESTIMASI VAR Vector Autoregression Estimates Date: 05/27/08 Time: 20:15 Sample(adjusted): 2001:03 2007:12 Included observations: 82 after adjusting endpoints Standard errors in ( ) & t-statistics in [ ] D(LNGW)

D(LNGDPR)

D(LNS)

D(RS)

D(LNGW(-1))

-0.582130 (0.09410) [-6.18646]

0.004510 (0.00885) [ 0.50956]

-1.11E-05 (0.00547) [-0.00203]

-0.297846 (0.34211) [-0.87062]

D(LNGDPR(-1))

0.198811 (1.17454) [ 0.16927]

0.258727 (0.11049) [ 2.34170]

-0.073992 (0.06823) [-1.08439]

0.219492 (4.27025) [ 0.05140]

D(LNS(-1))

-0.232958 (1.94901) [-0.11953]

-0.010876 (0.18334) [-0.05932]

0.132865 (0.11323) [ 1.17345]

-14.22515 (7.08598) [-2.00751]

D(RS(-1))

0.029453 (0.02830) [ 1.04078]

0.001908 (0.00266) [ 0.71685]

-0.001316 (0.00164) [-0.80050]

-0.240820 (0.10288) [-2.34068]

C

0.044192 (0.02395) [ 1.84506]

0.003878 (0.00225) [ 1.72137]

-0.005100 (0.00139) [-3.66534]

-0.125419 (0.08708) [-1.44028]

R-squared Adj. R-squared Sum sq. resids S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent

0.340337 0.306069 2.359346 0.175045 9.931563 29.12876 -0.588506 -0.441755 0.030310 0.210132

0.084606 0.037054 0.020878 0.016466 1.779208 222.9549 -5.315974 -5.169223 0.005327 0.016780

0.042335 -0.007414 0.007963 0.010169 0.850965 262.4757 -6.279895 -6.133144 -0.006273 0.010132

0.138041 0.093264 31.18629 0.636409 3.082840 -76.71659 1.993087 2.139839 -0.038415 0.668338

Determinant Residual Covariance Log Likelihood (d.f. adjusted) Akaike Information Criteria Schwarz Criteria

2.99E-10 433.7595 -10.09169 -9.504690

PERMINTAAN TABUNGAN MUDHARABAH

LAMPIRAN 2 UJI LAG OPTIMAL (1) VAR Lag Order Selection Criteria Endogenous variables: D(LNTM) D(LNGDPR) D(LNS) D(RS) Exogenous variables: C Date: 05/28/08 Time: 08:36 Sample: 2001:01 2007:12 Included observations: 81 Lag

LogL

LR

FPE

AIC

SC

HQ

0 1 2

518.0837 534.5803 546.0777

NA 30.95659* 20.43982

3.61E-11 3.57E-11* 4.00E-11

-12.69342 -12.70569* -12.59451

-12.57518* -12.11446 -11.53031

-12.64598* -12.46848 -12.16754

* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion

LAMPIRAN 3 UJI STABILITAS SISTEM VAR PADA LAG OPTIMAL Roots of Characteristic Polynomial Endogenous variables: D(LNTM) D(LNGDPR) D(LNS) D(RS) Exogenous variables: C Lag specification: 1 1 Date: 05/27/08 Time: 20:25 Root

Modulus

-0.277161 0.274648 0.139078 0.068155

0.277161 0.274648 0.139078 0.068155

No root lies outside the unit circle. VAR satisfies the stability condition.

LAMPIRAN 4 UJI KOINTEGRASI (SUMMARIZE) Date: 05/27/08 Time: 20:26 Sample: 2001:01 2007:12 Included observations: 82 Series: LNTM LNGDPR LNS RS Lags interval: 1 to 1 Data Trend:

None

Rank or No Intercept No. of CEs No Trend

None

Linear

Linear

Quadratic

Intercept No Trend

Intercept No Trend

Intercept Trend

Intercept Trend

Selected (5% level) Number of Cointegrating Relations by Model (columns) Trace Max-Eig

1 1

1 1

0 0

1 1

1 1

Log Likelihood by Rank (rows) and Model (columns) 0 1 2 3 4

526.8156 543.3429 548.3767 550.1030 550.2238

526.8156 543.3533 550.9121 555.5180 557.2245

541.2146 549.0263 554.9107 556.9505 557.2245

541.2146 559.9999 565.9009 571.5698 573.0291

542.1775 560.9589 566.6536 572.1761 573.0291

Akaike Information Criteria by Rank (rows) and Model (columns) 0 1 2 3 4

-12.45892 -12.66690 -12.59455 -12.44154 -12.24936

-12.45892 -12.64276 -12.60761 -12.50044 -12.32255

-12.71255 -12.70796 -12.65636 -12.51099 -12.32255

-12.71255 -12.95122* -12.87563 -12.79439 -12.61047

-12.63848 -12.90144 -12.84521 -12.78478 -12.61047

Schwarz Criteria by Rank (rows) and Model (columns) 0 1 2 3 4

-11.98931 -11.96249 -11.65535 -11.26753 -10.84055

-11.98931 -11.90901 -11.60970 -11.23838 -10.79634

-12.12555* -11.88615 -11.59975 -11.21958 -10.79634

-12.12555* -12.10006 -11.76032 -11.41492 -10.96685

-11.93407 -11.96223 -11.67120 -11.37597 -10.96685

KOINTEGRASI KOLOM (4) Date: 05/27/08 Time: 20:26 Sample(adjusted): 2001:03 2007:12 Included observations: 82 after adjusting endpoints Trend assumption: Linear deterministic trend (restricted) Series: LNTM LNGDPR LNS RS Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

5 Percent Critical Value

1 Percent Critical Value

None * At most 1 At most 2 At most 3

0.367565 0.134050 0.129132 0.034968

63.62918 26.05854 14.25646 2.918710

62.99 42.44 25.32 12.25

70.05 48.45 30.45 16.26

*(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates 1 cointegrating equation(s) at the 5% level Trace test indicates no cointegration at the 1% level

LAMPIRAN 5 ESTIMASI VECM Vector Error Correction Estimates Date: 05/27/08 Time: 20:27 Sample(adjusted): 2001:03 2007:12 Included observations: 82 after adjusting endpoints Standard errors in ( ) & t-statistics in [ ] Cointegrating Eq:

CointEq1

LNTM(-1)

1.000000

LNGDPR(-1)

1.908627 (0.34750) [ 5.49247]

LNS(-1)

-2.198949 (0.69302) [-3.17298]

RS(-1)

0.057216 (0.01267) [ 4.51625]

@TREND(01:01)

-0.049968 (0.00486) [-10.2711]

C

-9.417093

Error Correction:

D(LNTM)

D(LNGDPR)

D(LNS)

D(RS)

CointEq1

-0.333766 (0.06372) [-5.23838]

-0.064786 (0.02135) [-3.03484]

-0.000529 (0.01394) [-0.03797]

-0.601448 (0.85022) [-0.70740]

D(LNTM(-1))

0.113769 (0.10021) [ 1.13528]

-0.006008 (0.03358) [-0.17895]

0.009548 (0.02193) [ 0.43543]

-2.717197 (1.33724) [-2.03194]

D(LNGDPR(-1))

0.415462 (0.32284) [ 1.28691]

0.337145 (0.10816) [ 3.11698]

-0.073665 (0.07064) [-1.04279]

1.084349 (4.30793) [ 0.25171]

D(LNS(-1))

-0.827572 (0.53806) [-1.53806]

-0.123709 (0.18027) [-0.68623]

0.124463 (0.11774) [ 1.05713]

-14.27766 (7.17992) [-1.98855]

D(RS(-1))

0.011711 (0.00792) [ 1.47837]

0.004535 (0.00265) [ 1.70891]

-0.001347 (0.00173) [-0.77690]

-0.209757 (0.10570) [-1.98443]

C

0.020595 (0.00739) [ 2.78559]

0.003145 (0.00248) [ 1.26975]

-0.005453 (0.00162) [-3.37055]

-0.052727 (0.09866) [-0.53445]

0.267435 0.219240 0.165884

0.183542 0.129828 0.018621

0.044720 -0.018128 0.007943

0.183602 0.129891 29.53786

R-squared Adj. R-squared Sum sq. resids

S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent

0.046719 5.549023 137.9777 -3.218968 -3.042867 0.031145 0.052873

Determinant Residual Covariance Log Likelihood Log Likelihood (d.f. adjusted) Akaike Information Criteria Schwarz Criteria

0.015653 3.417002 227.6444 -5.405962 -5.229861 0.005327 0.016780 1.86E-11 559.9999 547.5382 -12.64727 -11.79612

0.010223 0.711560 262.5780 -6.257999 -6.081898 -0.006273 0.010132

0.623423 3.418361 -74.49005 1.963172 2.139273 -0.038415 0.668338

LAMPIRAN 6 ANALISIS IMPULSE RESPONSE FUNCTION (IRF) Perio d 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48

LNTM

LNGDPR

LNS

RS

0.046719 0.036609 0.027681 0.026474 0.027691 0.029000 0.029788 0.030149 0.030276 0.030303 0.030299 0.030290 0.030284 0.030281 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280 0.030280

0.000000 -0.004810 -0.016489 -0.026714 -0.033045 -0.036059 -0.037182 -0.037461 -0.037455 -0.037393 -0.037345 -0.037319 -0.037308 -0.037305 -0.037305 -0.037305 -0.037305 -0.037305 -0.037305 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306 -0.037306

0.000000 -0.001317 0.006237 0.014259 0.018735 0.020636 0.021213 0.021285 0.021224 0.021161 0.021123 0.021106 0.021100 0.021099 0.021099 0.021099 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100 0.021100

0.000000 -0.004400 -0.013766 -0.019621 -0.022558 -0.023656 -0.023940 -0.023940 -0.023883 -0.023837 -0.023813 -0.023802 -0.023799 -0.023798 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799 -0.023799

Cholesky Ordering: LNTM LNGDPR LNS RS

LAMPIRAN 7 ANALISIS FORECAST ERROR VARIANCE DECOMPOSITION (FEVD) Perio d 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48

S.E.

LNTM

LNGDPR

LNS

RS

0.046719 0.059725 0.069524 0.082683 0.097751 0.112614 0.126392 0.138973 0.150512 0.161203 0.171208 0.180650 0.189618 0.198180 0.206386 0.214279 0.221891 0.229250 0.236381 0.243302 0.250032 0.256586 0.262976 0.269215 0.275312 0.281277 0.287119 0.292844 0.298459 0.303970 0.309383 0.314703 0.319935 0.325082 0.330149 0.335140 0.340057 0.344904 0.349684 0.354400 0.359054 0.363648 0.368185 0.372666 0.377095 0.381471 0.385799 0.390078

100.0000 98.76007 88.73488 72.99066 60.24815 52.02546 46.85596 43.46301 41.10055 39.36348 38.02905 36.96913 36.10562 35.38811 34.78235 34.26411 33.81574 33.42400 33.07882 32.77235 32.49844 32.25216 32.02952 31.82728 31.64276 31.47373 31.31831 31.17493 31.04223 30.91907 30.80446 30.69753 30.59754 30.50383 30.41583 30.33303 30.25498 30.18130 30.11161 30.04561 29.98301 29.92355 29.86700 29.81316 29.76183 29.71285 29.66605 29.62129

0.000000 0.648619 6.103561 14.75438 21.98455 26.81716 29.94336 32.03342 33.50259 34.58676 35.42020 36.08197 36.62084 37.06845 37.44629 37.76950 38.04914 38.29345 38.50874 38.69987 38.87071 39.02431 39.16316 39.28930 39.40438 39.50980 39.60673 39.69616 39.77892 39.85573 39.92721 39.99390 40.05627 40.11471 40.16960 40.22124 40.26991 40.31587 40.35933 40.40049 40.43954 40.47662 40.51189 40.54547 40.57748 40.60803 40.63722 40.66513

0.000000 0.048627 0.840775 3.568558 6.226763 8.049551 9.207168 9.961419 10.48108 10.86018 11.15017 11.38010 11.56733 11.72291 11.85429 11.96669 12.06395 12.14892 12.22380 12.29027 12.34969 12.40311 12.45141 12.49528 12.53530 12.57197 12.60568 12.63678 12.66557 12.69228 12.71715 12.74034 12.76203 12.78236 12.80145 12.81941 12.83634 12.85232 12.86744 12.88175 12.89533 12.90823 12.92050 12.93218 12.94331 12.95394 12.96409 12.97380

0.000000 0.542683 4.320780 8.686398 11.54054 13.10782 13.99351 14.54216 14.91579 15.18958 15.40058 15.56881 15.70621 15.82052 15.91708 15.99970 16.07118 16.13362 16.18865 16.23750 16.28116 16.32042 16.35591 16.38814 16.41756 16.44450 16.46927 16.49213 16.51328 16.53291 16.55118 16.56823 16.58417 16.59910 16.61313 16.62633 16.63877 16.65052 16.66162 16.67214 16.68212 16.69160 16.70061 16.70920 16.71738 16.72519 16.73265 16.73978

Cholesky Ordering: LNTM LNGDPR LNS RS

PERMINTAAN DEPOSITO MUDHARABAH

LAMPIRAN 2 UJI LAG OPTIMAL (1) VAR Lag Order Selection Criteria Endogenous variables: D(LNDM) D(LNS) D(LNGDPR) D(RS) Exogenous variables: C Date: 05/28/08 Time: 08:49 Sample: 2001:01 2007:12 Included observations: 81 Lag

LogL

LR

FPE

AIC

SC

HQ

0 1 2

398.6931 422.0631 433.2582

NA 43.85464* 19.90252

6.88E-10 5.74E-10* 6.48E-10

-9.745510 -9.927483* -9.808845

-9.627265* -9.336261 -8.744645

-9.698069* -9.690277 -9.381874

* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion

LAMPIRAN 3 UJI STABILITAS SISTEM VAR PADA LAG OPTIMAL Roots of Characteristic Polynomial Endogenous variables: D(LNDM) D(LNS) D(LNGDPR) D(RS) Exogenous variables: C Lag specification: 1 1 Date: 05/27/08 Time: 20:41 Root

Modulus

-0.455528 0.292548 -0.287542 0.137169

0.455528 0.292548 0.287542 0.137169

No root lies outside the unit circle. VAR satisfies the stability condition.

LAMPIRAN 4 UJI KOINTEGRASI (SUMMARIZE) Date: 05/27/08 Time: 20:41 Sample: 2001:01 2007:12 Included observations: 82 Series: LNDM LNS LNGDPR RS Lags interval: 1 to 1 Data Trend:

None

Rank or No Intercept No. of CEs No Trend

None

Linear

Linear

Quadratic

Intercept No Trend

Intercept No Trend

Intercept Trend

Intercept Trend

Selected (5% level) Number of Cointegrating Relations by Model (columns) Trace Max-Eig

1 1

1 1

0 0

1 1

1 1

Log Likelihood by Rank (rows) and Model (columns) 0 1 2 3 4

415.9539 428.3700 435.3051 437.3468 437.5980

415.9539 431.9304 440.4890 444.5023 446.5284

427.5988 438.5521 444.1829 446.4569 446.5284

427.5988 449.1783 455.3453 460.9141 463.0282

428.6177 450.1001 456.2620 461.5935 463.0282

Akaike Information Criteria by Rank (rows) and Model (columns) 0 1 2 3 4

-9.754973 -9.862683 -9.836710 -9.691386 -9.502390

-9.754973 -9.925131 -9.914365 -9.792740 -9.622643

-9.941433 -10.01347 -9.955681 -9.816021 -9.622643

-9.941433 -10.24825* -10.17915 -10.09547 -9.927518

-9.868724 -10.19756 -10.15273 -10.08765 -9.927518

Schwarz Criteria by Rank (rows) and Model (columns) 0 1 2 3 4

-9.285369 -9.158277 -8.897502 -8.517377 -8.093578

-9.285369 -9.191375 -8.916457 -8.530680 -8.096431

-9.354429 -9.191660 -8.899073 -8.524611 -8.096431

-9.354429 -9.397094* -9.063844 -8.716005 -8.283904

-9.164318 -9.258355 -8.978723 -8.678836 -8.283904

KOINTEGRASI KOLOM (4) Date: 05/27/08 Time: 20:42 Sample(adjusted): 2001:03 2007:12 Included observations: 82 after adjusting endpoints Trend assumption: Linear deterministic trend (restricted) Series: LNDM LNS LNGDPR RS Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test Hypothesized No. of CE(s)

Eigenvalue

Trace Statistic

5 Percent Critical Value

1 Percent Critical Value

None ** At most 1 At most 2 At most 3

0.409231 0.139648 0.127005 0.050257

70.85890 27.69989 15.36594 4.228240

62.99 42.44 25.32 12.25

70.05 48.45 30.45 16.26

*(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates 1 cointegrating equation(s) at both 5% and 1% levels

LAMPIRAN 5 ESTIMASI VECM Vector Error Correction Estimates Date: 05/27/08 Time: 20:42 Sample(adjusted): 2001:03 2007:12 Included observations: 82 after adjusting endpoints Standard errors in ( ) & t-statistics in [ ] Cointegrating Eq:

CointEq1

LNDM(-1)

1.000000

LNS(-1)

-2.462457 (1.17945) [-2.08780]

LNGDPR(-1)

4.205416 (0.58527) [ 7.18548]

RS(-1)

0.020466 (0.02155) [ 0.94958]

@TREND(01:01)

-0.067205 (0.00828) [-8.11926]

C

-24.83982

Error Correction:

D(LNDM)

D(LNS)

D(LNGDPR)

D(RS)

CointEq1

-0.589760 (0.13825) [-4.26577]

-0.015484 (0.00730) [-2.12010]

-0.047082 (0.01093) [-4.30713]

-0.572954 (0.46811) [-1.22398]

D(LNDM(-1))

-0.153518 (0.11584) [-1.32523]

0.008680 (0.00612) [ 1.41840]

0.023495 (0.00916) [ 2.56518]

0.246484 (0.39222) [ 0.62843]

D(LNS(-1))

-3.013017 (2.23933) [-1.34550]

0.037815 (0.11829) [ 0.31967]

-0.283040 (0.17705) [-1.59861]

-18.57504 (7.58202) [-2.44988]

D(LNGDPR(-1))

-0.169284 (1.27178) [-0.13311]

-0.058540 (0.06718) [-0.87135]

0.306536 (0.10055) [ 3.04847]

0.870828 (4.30605) [ 0.20223]

D(RS(-1))

0.010978 (0.03044) [ 0.36062]

-0.001140 (0.00161) [-0.70922]

0.002484 (0.00241) [ 1.03185]

-0.242371 (0.10307) [-2.35150]

C

0.020333 (0.02684) [ 0.75746]

-0.006056 (0.00142) [-4.27079]

0.001292 (0.00212) [ 0.60857]

-0.172112 (0.09089) [-1.89361]

0.364651 0.322851 2.693260

0.096081 0.036612 0.007516

0.261786 0.213219 0.016837

0.146634 0.090491 30.87539

R-squared Adj. R-squared Sum sq. resids

S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent

0.188249 8.723848 23.70169 -0.431749 -0.255647 0.032950 0.228765

Determinant Residual Covariance Log Likelihood Log Likelihood (d.f. adjusted) Akaike Information Criteria Schwarz Criteria

0.009944 1.615660 264.8438 -6.313264 -6.137162 -0.006273 0.010132 2.78E-10 449.1783 436.7166 -9.944307 -9.093150

0.014884 5.390222 231.7748 -5.506703 -5.330602 0.005327 0.016780

0.637381 2.611809 -76.30580 2.007459 2.183560 -0.038415 0.668338

LAMPIRAN 6 ANALISIS IMPULSE RESPONSE FUNCTION (IRF) Perio d 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48

LNDM

LNS

LNGDPR

RS

0.188249 0.056633 0.064405 0.059954 0.060183 0.061393 0.062101 0.062480 0.062635 0.062676 0.062677 0.062668 0.062661 0.062656 0.062655 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654 0.062654

0.000000 -0.013078 0.016328 0.021609 0.024569 0.025331 0.025202 0.024989 0.024825 0.024738 0.024703 0.024693 0.024692 0.024694 0.024696 0.024696 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697 0.024697

0.000000 -0.038855 -0.049584 -0.057416 -0.060181 -0.060772 -0.060709 -0.060501 -0.060348 -0.060267 -0.060234 -0.060224 -0.060223 -0.060225 -0.060226 -0.060227 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228 -0.060228

0.000000 -0.000668 -0.008450 -0.009714 -0.010705 -0.010838 -0.010812 -0.010743 -0.010697 -0.010672 -0.010662 -0.010659 -0.010659 -0.010660 -0.010660 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661 -0.010661

Cholesky Ordering: LNDM LNS LNGDPR RS

LAMPIRAN 7 ANALISIS FORECAST ERROR VARIANCE DECOMPOSITION (FEVD) Perio d 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48

S.E.

LNDM

LNS

LNGDPR

RS

0.188249 0.200814 0.217418 0.233930 0.250370 0.266283 0.281426 0.295812 0.309516 0.322625 0.335212 0.347339 0.359056 0.370401 0.381410 0.392110 0.402525 0.412678 0.422587 0.432268 0.441738 0.451009 0.460093 0.469001 0.477743 0.486328 0.494764 0.503059 0.511219 0.519251 0.527160 0.534953 0.542633 0.550207 0.557677 0.565049 0.572326 0.579511 0.586609 0.593621 0.600552 0.607404 0.614179 0.620880 0.627510 0.634071 0.640564 0.646992

100.0000 95.83094 90.52733 84.76744 79.77878 75.84424 72.77095 70.32631 68.33159 66.66580 65.24920 64.02763 62.96271 62.02599 61.19568 60.45467 59.78935 59.18868 58.64369 58.14698 57.69241 57.27483 56.88991 56.53395 56.20381 55.89677 55.61050 55.34295 55.09235 54.85713 54.63592 54.42751 54.23082 54.04488 53.86883 53.70192 53.54344 53.39277 53.24934 53.11266 52.98225 52.85769 52.73859 52.62461 52.51542 52.41073 52.31026 52.21376

0.000000 0.424153 0.925824 1.653066 2.406080 3.032062 3.516463 3.896380 4.202255 4.455664 4.670390 4.855341 5.016560 5.158402 5.284158 5.396402 5.497190 5.588185 5.670745 5.745991 5.814854 5.878112 5.936424 5.990348 6.040361 6.086873 6.130240 6.170771 6.208735 6.244368 6.277878 6.309450 6.339247 6.367415 6.394084 6.419370 6.443378 6.466203 6.487929 6.508636 6.528392 6.547261 6.565303 6.582569 6.599110 6.614970 6.630190 6.644809

0.000000 3.743802 8.394839 13.27575 17.36717 20.56201 23.06212 25.05668 26.68848 28.05335 29.21487 30.21669 31.09006 31.85825 32.53915 33.14680 33.69239 34.18495 34.63185 35.03916 35.41191 35.75434 36.06998 36.36188 36.63260 36.88437 37.11912 37.33852 37.54402 37.73690 37.91830 38.08920 38.25049 38.40297 38.54733 38.68420 38.81416 38.93771 39.05532 39.16741 39.27435 39.37649 39.47415 39.56762 39.65715 39.74300 39.82539 39.90452

0.000000 0.001106 0.152009 0.303738 0.447976 0.561688 0.650468 0.720638 0.777674 0.825183 0.865546 0.900341 0.930674 0.957358 0.981012 1.002123 1.021078 1.038192 1.053719 1.067870 1.080821 1.092718 1.103684 1.113826 1.123231 1.131979 1.140135 1.147758 1.154897 1.161599 1.167901 1.173839 1.179443 1.184740 1.189756 1.194511 1.199026 1.203319 1.207405 1.211299 1.215015 1.218563 1.221956 1.225204 1.228315 1.231297 1.234160 1.236909

Cholesky Ordering: LNDM LNS LNGDPR RS