Executive Summary
Model Proyeksi Penerimaan Perpajakan Penerimaan perpajakan merupakan sumber pendapatan yang utama dalam APBN. Selama lima tahun terakhir, penerimaan perpajakan rata-rata sekitar 70 persen dari total pendapatan negara. Hal ini menunjukkan bahwa peran pajak dalam membiayai APBN semakin besar. Peran pajak tersebut akan semakin besar untuk masa yang akan datang karena pemerintah ingin mengurangi peran utang dalam mendanai APBN. Karena peranan pajak semakin penting, maka penerimaan perpajakan membutuhkan sistem pengelolaan yang semakin baik sehingga penerimaan perpajakan semakin optimal sesuai dengan kondisi ekonomi dan kemampuan masyarakat. Oleh karena itu perlu disusun suatu perencanaan angka target penerimaan perpajakan yang tepat dan optimal dengan menggunakan model proyeksi penerimaan perpajakan yang mampu menghasilkan angka proyeksi yang sesuai dengan kondisi ekonomi yang sedang dan akan terjadi, dan mampu menjelaskan pengaruh kebijakan pemerintah terhadap penerimaan perpajakan. Beberapa model yang dipakai sebagai alat untuk menghitung target penerimaan perpajakan adalah: 1) Model Monitoring Penerimaan Perpajakan (Model bulanan); 2) Model target penerimaan perpajakan (Model tahunan); 3) Model Dampak Kebijakan terhadap Penerimaan Perpajakan; 4) Model Perhitungan Potensi Penerimaan Perpajakan; dan 5) Model target penerimaan perpajakan per sektor. Dalam rangka menghasilkan angka target yang lebih realistik, terus dilakukan upaya penyempurnaan dan pengembangan terhadap kelima model tersebut. Upaya penyempurnaan dilakukan melalui update database dan perbaikan tampilan. Salah satu contoh adalah model monitoring penerimaan perpajakan (model bulanan) yang mengalami penyempurnaan berupa: (1) mempermudah dalam memasukan data realisasi yang terbaru; (3) merubah tampilan tabel dan grafik untuk menganalisa perkembangan realisasi; (4) memasang “tombol cepat” untuk merubah tampilan tabel dan grafik; serta (5) menyajikan perbandingan data perkembangan realisasi penerimaan perpajakan dan perkembangan kondisi perekonomian sebagai alat bantu dalam menganalisa faktor-faktor yang mempengaruhi penerimaan perpajakan. Dari hasil model monitoring penerimaan perpajakan yang sudah mengalami penyempurnaan, penerimaan perpajakan pada tahun 2010 diperkirakan hanya akan mencapai 98,2 persen dari target yang ditetapkan dalam APBN-P 2010, atau masih mengalami short fall Rp13,2 triliun, sebagaimana disajikan dalam Tabel 1. Angka perkiraan realisasi tersebut dihitung berdasarkan angka realisasi penerimaan perpajakan pada Oktober 2010. Salah satu penyebabnya adalah belum direalisasikannya subsidi pajak dan bea masuk ditanggung pemerintah (DTP) yang secara total mencapai Rp16 triliun.
Tabel 1. Tampilan Tabel Perkembangan Realisasi Penerimaan Perpajakan 2010
2009 Jenis Pajak
% thd APBN-P
% thd Realisasi
385,799.1
73.0
213,031.2
73.2
193,067.5
146,757.4
APBN-P
Realisasi
Realisasi Oktober
A. Penerimaan DJP
528,353.3
494,489.6
PPh (Nonmigas)
291,175.8
267,571.3
PPN dan PPnBM
203,084.0
APBN-P
Realisasi Oktober
% thd APBN-P
78.0
606,116.2
426,198.9
70.3
586,621.7
96.8
79.6
306,836.6
235,591.5
76.8
311,679.0
101.6
4,842.4
72.3
76.0
262,963.0
160,799.1
61.1
234,856.3
89.3
(28,106.6) 3,604.7
Perk.Realisasi Akhir Tahun
% thd APBN-P
Selisih thd APBN-P
(19,494.5)
23,863.6
24,270.2
18,950.3
79.4
78.1
25,319.1
22,059.7
87.1
28,923.9
114.2
BPHTB
6,980.0
6,464.5
4,532.2
64.9
70.1
7,155.5
5,098.8
71.3
7,761.4
108.5
605.8
Pajak Lainnya
3,250.0
3,116.0
2,528.0
77.8
81.1
3,841.9
2,649.9
69.0
3,401.1
88.5
(440.8)
PBB
74,568.1
75,388.9
61,748.6
82.8
81.9
81,827.2
71,408.2
87.3
90,934.4
111.1
9,107.2
Cukai
54,545.0
56,718.5
46,523.7
85.3
82.0
59,265.9
52,336.0
88.3
66,667.2
112.5
7,401.4
Bea Masuk
18,623.5
18,105.5
14,675.0
78.8
81.1
17,106.8
15,283.9
89.3
19,290.2
112.8
2,183.4
Bea Keluar
1,399.6
565.0
550.0
39.3
97.3
5,454.6
3,788.3
69.5
4,977.0
91.2
(477.6)
49,033.4
50,043.7
42,021.0
85.7
84.0
55,382.4
42,190.2
76.2
52,443.4
94.7
(2,939.0)
651,954.8
619,922.2
489,568.8
75.1
79.0
743,325.9
539,797.3
72.6
729,999.5
98.2
(13,326.3)
B. Penerimaan DJBC
C. PPh Migas Total Penerimaan Perpajakan
Upaya penyempurnaan juga dilakukan melalui revisi besaran elastisitas pada Model Target Penerimaan Perpajakan Tahunan. Dengan terjadinya perubahan series data realisasi tahun 2009, maka besaran elastisitas bagi masing-masing jenis pajak akan mengalami perubahan, dan secara langsung akan berpengaruh pada perhitungan besaran target penerimaan perpajakan. Perbandingan elastisitas lama (data 1969-2008) dan elastisitas baru (data 1969-2009) adalah sebagai berikut: Tabel 2 Perbandingan Elastisitas Lama dengan Elastisitas Baru Ealstisitas Baru
Elastisitas Lama Tax Base
Tax Base growth inf Konsumsi Dalam Negeri Konsumsi Rumah Tangga Impor Kena Bea Masuk Pendapatan Nasional PDB Sektor Bangunan (Kumulatif) PDB Sektor Bangunan (Flow) PDB Sektor Perbankan PDB Sektor Perkebunan PDB Sektor Perhutanan Nilai Produk Migas
1.04 1.99 1.18 2.91 0.00 0.94 2.40 3.61 0.50 0.00
1.24 (0.22) (0.09) (0.25) 0.00 1.88 1.47 2.99 1.46 0.00
growth inf
kurs 0.08 0.16 0.48 0.07 0.00 0.29 (0.23) (0.22) (0.17) 0.00
Konsumsi Dalam Negeri Konsumsi Rumah Tangga Impor Kena Bea Masuk Pendapatan Nasional PDB Sektor Bangunan (Kumulatif) PDB Sektor Bangunan (Flow) PDB Sektor Perbankan PDB Sektor Perkebunan PDB Sektor Perhutanan Nilai Produk Migas
0.92 1.20 0.07 1.63 0.00 5.82 1.52 5.66 4.67 19.07
1.18 1.30 (0.16) 0.86 0.00 1.45 0.51 0.47 (0.56) 0.27
kurs 0.06 0.09 0.25 0.24 0.00 0.33 0.33 0.31 0.15 0.99
Beberapa perubahan terjadi dalam perhitungan elastisitas baru. Pertama, nilai koefisien dari beberapa variabel ekonomi makro mengalami penurunan, hal ini mengindikasikan bahwa perubahan besaran pertumbuhan ekonomi, inflasi dan kurs mempunyai pengaruh lebih kecil terhadap perubahan tax base antara lain konsumsi dalam negeri, impor kena bea masuk (dutiable impor), dan pendapatan nasional. Kedua, tanda dari koefisien inflasi mengalami perubahan dari negatif menjadi positif pada konsumsi rumah tangga dan pendapatan nasional, hal ini berarti peningkatan inflasi akan
meningkatkan pengeluaran konsumsi rumah tangga, yang berujung pada meningkatnya penerimaan PPN, dan meningkatkan pendapatan nasional, yang berujung pada meningkatnya PPh nonmigas. Ketiga, nilai koefisien dari variabel ekonomi makro mengalami peningkatan secara signifikan, khususnya untuk PDB sektor bangunan, perkebunan dan perhutanan. Hal ini berarti bahwa penerimaan PBB dari ketiga sektor tersebut sangat sensitif terhadap perkembangan pertumbuhan ekonomi. Selanjutnya, upaya pengembangan model perpajakan dilakukan melalui pembaharuan model perhitungan target bea masuk dan bea keluar. Secara umum, target penerimaan bea masuk dihitung berdasarkan formula:
Besarnya target penerimaan bea masuk dipengaruhi oleh besarnya tarif bea masuk, dutiable import, dan kurs. Kebijakan yang diambil pemerintah dapat berpengaruh terhadap besarnya tarif dan dutiable import. Besarnya dutiable import akan ditarget berdasarkan realisasi persentase dutiable import tahuntahun sebelumnya. Dalam model perhitungan target penerimaan bea masuk sebelumnya, variabel yang dipakai sebagai tax base adalah total nilai impor dan selanjutnya dikalikan dengan persentase besaran dutiable import yang besaran angkanya diperoleh dari Direktorat Jenderal Bea dan Cukai (DJBC). Dari hasil perhitungan tersebut diperoleh nilai nominal dutiable import yang selanjutnya akan dikalikan dengan tarif bea masuk rata-rata sehingga menghasilkan angka target penerimaan bea masuk. Untuk besaran tarif menggunakan data yang berasal dari masukan DJBC. Kekurangan dari model ini adalah kesulitan dalam menentukan besaran persentase dutiable import yang lebih akurat dan besaran tarif, dan sangat ketergantungan kepada pihak lain. Untuk menutupi kekurangan tersebut, dibangun suatu model perhitungan target penerimaan bea masuk yang langsung menggunakan variabel nilai dutiable import sebagai tax base. Dalam hal ini, perhitungan dutiable import dilakukan dengan menggunakan metode forecasting secara ekonometrik dimana variabel dutiable import berperan sebagai variabel dependen, sedangkan variabel independennya adalah PDB, tarif bea masuk, dan nilai tukar rupiah terhadap US$. Dari persamaan tersebut dapat dijelaskan bahwa nilai dutiable import sangat dipengaruhi oleh: 1) perkembangan ekonomi yang dalam hal ini diwakili oleh variabel PDB; 2) perkembangan tingkat tarif bea masuk yang berlaku; dan 3) perkembangan nilai tukar rupiah. Dari ketiga variabel tersebut, hanya variabel
PDB yang mempunyai pengaruh positif terhadap dutiable import. Secara singkat, persamaan ekonometrik yang digunakan dalam menghitung nilai dutiable import adalah sebagai berikut: DLDM
t
c
DLPDB
t
DTDM
t
DLKURS
t
e
..................................(persamaan 1)
Keterangan: DLDM adalah delta log dutiable import, c adalah konstanta, DLPDB adalah delta log PDB riil, DTDM adalah delta tarif dutiable import, DLKURS adalah delta log kurs, dan e adalah error. Selain melakukan forecasting nilai dutiable import, model perhitungan target penerimaan bea masuk yang baru juga melakukan forecasting terhadap besaran tarif bea masuk dengan menggunakan metode ARMA. Dari hasil forecasting tersebut bisa dihitung besaran tarif bea masuk untuk periode mendatang. Dari hasil forecasting terhadap nilai dutiable import dan tarif bea masuk, dan dengan menggunakan asumsi nilai tukar rupiah terhadap US$ yang ditetapkan untuk tahun anggaran ke depan, maka bisa dihitung target penerimaan bea masuk untuk tahun depan. Untuk perhitungan target penerimaan bea keluar, secara umum formula yang digunakan adalah sebagai berikut:
Besarnya bea keluar dipengaruhi oleh besarnya volume ekspor, harga patokan ekspor (HPE), tarif bea keluar, dan kurs. HPE merupakan harga patokan ekspor yang dikeluarkan setiap bulan oleh kementerian perdagangan melalui Peraturan Menteri Perdagangan (Permendag), dan dihitung berdasarkan rata-rata harga referensi satu bulan sebelumnya. Harga referensi merupakan rata-rata harga CPO di pasar Rotterdam yang dijadikan acuan bagi penetapan besaran tarif bea keluar sesuai dengan PMK no 67/PMK.011/2010. Model perhitungan target penerimaan bea keluar terbaru menghitung target penerimaan bea keluar dari hasil forecasting volume ekspor CPO dan turunannya, harga referensi CPO di pasar Rotterdam dan harga patokan ekspor (HPE) dari CPO, dan kemudian dikalikan dengan besaran tarif bea keluar sesuai dengan PMK no 67/PMK.011/2010. Dalam melakukan forecasting volume ekspor CPO dan turunannya, persamaan model ekonometrik yang digunakan adalah sebagai berikut: Log(CPO)t = c + Log(HCPO)t +TCPOt + e...............................................(persamaan 2) Log(CPKO)t = c + Log(HCPO)t + TCPKOt + Log(Kurs)t + e …….….....(persamaan 3)
Log(Lain)t = c + Log(HCPO)t + TLaint + Log(Kurs)t + e......................(persamaan 4) Keterangan: CPO adalah volume ekspor Crude Palm Oil, CPKO adalah volume ekspor Crude Palm Kernel Oil, Lain adalah volume ekspor turunan CPO selain CPO dan CPKO, c adalah konstanta, HCPO adalah harga CPO referensi di pasar internasional (Rotterdam), TCPO adalah tarif bea keluar ekspor CPO, TCPKO adalah tarif bea keluar ekspor CPKO, TLain adalah tarif bea keluar ekspor turunan CPO selain CPO dan CPKO, kurs adalah nilai rupiah terhadap dollar Amerika, dan e adalah error. Model target ekspor CPO dan turunannya di atas menggunakan data ekspor triwulanan mulai tahun 2000 triwulan 1 sampai dengan tahun 2009 triwulan 3. Model ekspor CPO dikembangkan hanya tiga model dengan pertimbangan bahwa data ekspor CPO dan turunannya dapat dikelompokkan menjadi tiga kelompok tersebut. Dalam menghitung perkiraan harga CPO referensi, digunakan teknik forecasting melalui metode ARIMA. Dengan diketahuinya perkiraan harga CPO referensi maka dapat ditetapkan target besaran tarif bea keluar yang berlaku sesuai dengan PMK Nomor 67/PMK.011/2010. Misalnya, jika harga CPO referensi sebesar $875 maka tarif yang berlaku untuk ekspor CPO adalah 6 persen. Sama halnya dengan perhitungan harga CPO referensi, perhitungan perkiraan HPE juga dilakukan melalui metode ARMA atau model ARMA yang menggabungkan variabel harga CPO referensi sebagai variabel bebas. Data yang digunakan adalah data bulanan dari tahun 2008 sampai dengan bulan Mei tahun 2010. Perkiraan besaran tarif dan HPE yang semula dihitung secara bulanan untuk selanjutnya akan dijadikan perkiraan dalam periode triwulanan melalui pendekatan tarif dan HPE rata-rata. Setelah memperoleh target volume ekspor CPO, tarif, HPE, dan kurs triwulanan maka target bea keluar CPO triwulanan dapat dihitung dengan menggunakan rumus matematis sebagaimana dijelaskan sebelumnya. Target bea keluar CPO tahunan merupakan penjumlahan dari target bea keluar CPO triwulan I, II, III, dan IV. Dari perhitungan dengan menggunakan persamaan 2, 3, dan 4 diketahui bahwa volume ekspor atas CPO, CPKO dan turunan CPO lainnya sangat dipengaruhi oleh harga CPO di pasar internasional secara positif. Hal ini berarti bahwa kenaikan harga CPO di pasar Rotterdam akan meningkatkan jumlah volume ekspor dari dalam negeri. Namun di sisi lain, kenaikan tarif bea keluar akan menyebabkan volume ekspor menurun. Sementara itu, variabel nilai tukar rupiah hanya mempunyai pengaruh pada volume ekspor CPKO dan turunan CPO lainnya. Kenaikan denominasi rupiah (depresiasi rupiah) membawa pengaruh positif bagi peningkatan volume ekspor CPKO dan turunan CPO lainnya. Sedangkan untuk
volume ekspor CPO, hasil perhitungan dari persamaan 2 menunjukkan bahwa nilai tukar rupiah tidak mempunyai pengaruh signifikan terhadap perkembangan volume ekspor CPO. Argumen yang bisa dipakai untuk menjelaskan masalah ini adalah karena volume dan nilai ekspor CPO tiap bulan ratarata paling besar dibanding ekspor turunan CPO lainnya, maka para eksportir CPO lebih berorientasi pada profit yang berasal dari selisih harga dan tarif, bukan dari selisih nilai tukar. Oleh karena itu, dari data realisasi yang diolah dalam model persamaan 2 menunjukkan hasil bahwa nilai tukar tidak berpengaruh secara signifikan terhadap volume ekspor CPO. Sedangkan untuk ekspor CPKO dan CPO lainnya, nilai dan volume ekspornya tidak sebesar ekspor CPO sehingga selain mengharapkan profit dari selisih harga dan tarif, ekportir juga berharap profit dari selisih kurs. Hal ini diketahui dari hasil perhitungan persamaan 3 dan 4 yang menunjukkan bahwa nilai tukar rupiah mempunyai pengaruh signifikan terhadap volume ekspor meskipun pengaruhnya tidak terlalu besar. Hasil model proyeksi bea masuk dan model proyeksi bea keluar CPO yang dibangun selama tahun 2010 di atas, telah mampu menghasilkan angka proyeksi yang mendekati aktual untuk tahun 2010 sehingga dapat digunakan untuk menghitung angka proyeksi bea masuk dan bea keluar CPO tahun berikutnya. Selain itu, kedua model tersebut mampu menjelaskan secara ekonomi tentang perkembangan penerimaan bea masuk dan bea keluar CPO selama tahun 2010. Namun demikian, kedua model tersebut masih memiliki kelemahan. Untuk model bea masuk, angka proyeksi merupakan total bea masuk dari semua negara, sehingga tidak mampu menjelaskan perkembangan bea masuk dari masing-masing kelompok negara yang memiliki perjanjian perdagangan bebas, seperti IJEPA dan ACFTA. Masing-masing perjanjian perdagangan tersebut memiliki tarif yang berbeda-beda. Untuk model bea keluar, proyeksi harga CPO internasional dilakukan dengan metode ARIMA yang belum mempertimbangkan adanya pengaruh variabel lain selain harga CPO. Pada triwulan IV tahun 2010, harga CPO internasional meningkat cepat melebihi angka proyeksi. Kenaikan harga yang tinggi tersebut
dipengaruhi oleh faktor lain yang belum
dimasukkan dalam model. Untuk menghasilkan angka proyeksi yang lebih detail dan mampu menjelaskan pengaruh variabel lain yang belum dimasukkan dalam model, maka model proyeksi bea masuk dan bea keluar CPO perlu dilakukan penyempurnaan di tahun 2011.
