Upload
sasmito-adibowo
View
1.421
Download
1
Embed Size (px)
DESCRIPTION
This research models the interbank money market as a form of social interaction in which various social clusters may occur as a result of the interactions between its constituents. A sociogram or social interaction graph (social network) was modeled from the transactions that occurred in the market in which cluster analysis was performed by means of the Markov Clustering (MCL) algorithm in order to reveal the various emergent clusters existing in it. From the various clusters output by the algorithm, a behavioral analysis was performed using a stimulus-response model in which the stimuli are several environment variables which are the various interest rates and the responses are each bank’s interest rate in the market.
Citation preview
Analisis Social Cluster pada Bank-Bank Komersial
Oleh:
A Sasmito Adibowo (24103239)
S Marisa Prawiraatmadja (24102029)
Dosen Pembimbing:
Ir. Nurhayati Ma’Mun M.Sc
PROGRAM STUDI MAGISTER MANAJEMEN
ADMINISTRASI BISNIS DAN TEKNOLOGI
PROGRAM PASCA SARJANA
INSTITUT TEKNOLOGI BANDUNG
Januari 2005
Social Cluster Analysis on Commercial Banks
by:
A Sasmito Adibowo (24103239)
S Marisa Prawiraatmadja (24102029)
Abstract The purpose of the Indonesian Central Bank is to ensure the stability of the Rupiah. Conforming to that goal, one of the institution’s tasks is to control the monetary system. In order to attain its ultimate target, it develops various models to guide its decision making processes and functions as the linkages between the various instruments at its disposal and the organization’s terminal goal. The various researches that had been performed by the Central Bank reveals that the interbank money market is one of the variables affected by monetary policies and possessing strong information content to be used as an operational target. This particular research depicts a portion of the behavior of the Indonesian interbank money market and how it responds to the macroeconomic factors controllable by the Central Bank. This research models the interbank money market as a form of social interaction in which various social clusters may occur as a result of the interactions between its constituents. A sociogram or social interaction graph (social network) was modeled from the transactions that occurred in the market in which cluster analysis was performed by means of the Markov Clustering (MCL) algorithm in order to reveal the various emergent clusters existing in it. From the various clusters output by the algorithm, a behavioral analysis was performed using a stimulus-response model in which the stimuli are several environment variables which are the various interest rates and the responses are each bank’s interest rate in the market. One outcome of the research shows that in general banks places the average loan rate of the interbank money market as the primary priority and its loan rate in the market as a secondary priority that determines the bank’s interest rate offered to the market. This result somewhat differs from the previous microstructure research performed by the Central Bank in which the data was obtained from surveys to the banks in question. Another result of the research is that since banks have unequal access to new information concerning macroeconomic conditions, those banks that have less access to these information tends to be a follower in the market. Additionally this research is able to show with more detail the priorities involved when banks determine its interest rate in the money market. CATEGORIES: behavioral finance, social analysis, data mining. KEYWORDS: sociogram, social network, money market, social clusters, markov clustering (MCL), real-time gross settlement.
ii
Analisis Social Cluster pada Bank-Bank Komersial Oleh:
A Sasmito Adibowo (24103239)
S Marisa Prawiraatmadja (24102029)
Abstrak
Bank Indonesia (BI) sebagai bank sentral dibentuk dengan tujuan untuk mencapai dan memelihara kestabilan Rupaiah. Sesuai dengan tujuan tersebut salah satu tugas Bank Indonesia adalah mengendalikan sistem moneter. Untuk mencapai tujuan itu Bank Indonesia mengembangkan berbagai model sebagai penuntun dalam proses pengambilan keputusan dan untuk mengaitkan dampak penggunaan berbagai instrumen kepada sasaran akhir. Dari penelitian-penelitian yang telah dilakukan BI ditemukan bahwa Pasar Uang Antar Bank (PUAB) merupakan variabel kebijakan moneter yang memiliki information content kuat sebagai sasaran operasional. Penelitian ini dapat menggambarkan perilaku para pelaku PUAB dan reaksi pasar terhadap lingkungan makroekonomi yang dikendalikan oleh BI. Penelitian ini memodelkan PUAB sebagai suatu interkasi sosial dimana secara potensial terjadi berbagai social clusters sebagai akibat dari interaksi sosial atau sociogram (social network) dimodelkan dari transaksi-transaksi yang ada di dalam PUAB kemudian dari graph tersebut dilakukan analisis cluster dengan menggunakan algoritma Markov Clustering (MCL) untuk melihat emergent clusters yang terbentuk. Dari berbagai cluster yang tergambarkan dari proses ini dilakukan analisis perilaku bank dengan model stimulus-respons dengan stimulusnya adalah beberapa variabel lingkungan suku-suku bunga dan responnya adalah tingkat suku bunga masing-masing bank di dalam PUAB. Hasil penelitian menunjukkan bahwa bank menempatkan suku bunga PUAB rata-rata sebagai prioritas pertama dan suku bunga hari sebelumnya sebagai prioritas kedua dalam menentukan suku bunga PUAB. Hal ini berbeda dengan hasil survei dari penelitian mikrostruktur yang dilakukan oleh SPPK-BI. Dari penelitian ini terlihat pula bahwa karena kemampuan bank dalam menyerap informasi makroekonomi berbeda-beda maka bank yang mempunyai sedikit akses informasi cenderung untuk menjadi follower di dalam cluster yang dominan. Penelitian ini juga dapat menunjukkan dengan lebih rinci variabel lingkungan yang menjadi prioritas pertama bank dalam menentukan suku bunga PUAB dan urutannya. KATEGORI : behavioral finance, social analysis, data mining. KATA KUNCI : sociogram, social network, money market, social clusters, markov clustering (MCL), real-time gross settlement (RTGS).
Halaman Pengesahan
Analisis Social Cluster pada Bank-Bank Komersial
Oleh:
A Sasmito Adibowo (24103239)
S Marisa Prawiraatmadja (24102029)
Program Studi Manajemen Administrasi Bisnis
Sekolah Bisnis dan Manajemen
Institut Teknologi Bandung
Menyetujui,
Pembimbing 1
Pembimbing 2
Ir. Nurhayati Ma’Mun M.Sc
Wahyu Dewati, SE Akt, MA
KATA PENGANTAR
Puji dan syukur kepada Tuhan Yang Maha Esa atas rahmat dan
anugerah-Nya sehingga Proyek Akhir ini dapat diselesaikan. Penyusunan
Proyek Akhir berjudul Analisis Social Cluster pada Bank-Bank Komersial
ini, bertujuan untuk memenuhi syarat penyelesaian studi program Strata-
2 di Magister Bisnis Administrasi Institut Teknologi Bandung.
Dalam penyusunan Proyek Akhir ini, penulis banyak menerima bantuan
dan dukungan dari berbagai pihak. Oleh karena itu pada kesempatan ini
penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada:
1. Prof. Dr. Jann Hidajat Tjakraatmadja, MSISE selaku dosen
pembimbing seminar I dan II yang telah memberikan masukan dan
saran dalam seminar.
2. Ir. Nurhayati Ma’mun, M.Sc. selaku dosen pembimbing yang telah
banyak meluangkan waktu dan tenaga sehingga Proyek Akhir ini
dapat diselesaikan.
3. Dwi Larso PhD selaku dosen pembimbing tidak resmi yang telah
banyak membantu pada awal-awal proyek akhir ini.
4. Wahyu Dewati, SE Akt, MA Selaku pembimbing kami di Bank
Indonesia.
5. Doddy Zulverdi, SE, MIA yang telah banyak memberikan masukan
untuk penelitian ini.
6. Papa, Mama, yang memberikan dorongan semangat dan doa
sehingga Proyek Akhir ini dapat diselesaikan.
7. Karyawan dan karyawati Bank Indonesia, khususnya yang bekerja
pada Direktorat Riset Ekonomi dan Kebijakan Moneter.
ii
8. Teman-teman di MBA yang tidak dapat disebutkan satu persatu,
yang telah bersama-sama melewati masa-masa kuliah di MBA-ITB.
Penulis menyadari bahwa masih banyak terdapat kekurangan dalam
Proyek Akhir ini, baik dari segi isi maupun penulisan. Karena itu kritik
dan saran yang membangun sangat diharapkan.
Akhir kata, penulis berharap Proyek Akhir ini dapat bermanfaat bagi
pembaca pada umumnya dan rekan-rekan MBA-ITB pada khususnya.
Bandung, Januari 2005
A Sasmito Adibowo dan S Marisa Prawiraatmadja
�
iii
Daftar Isi
Bab I Profil Perusahaan ..................................................................... I-1 I.1 Sejarah Perusahaan.........................................................................I-1
I.1.1 Perkembangan Bank Sentral .....................................................I-1 I.1.2 Gambaran Umum Bank Indonesia ............................................I-2 I.1.3 Sejarah Bank Indonesia.............................................................I-2
I.2 Lingkup Bidang Tugas .....................................................................I-2 I.2.1 Menetapkan dan Melaksanakan Kebijakan Moneter..................I-3 I.2.2 Mengatur dan Menjaga Kelancaran Sistem Pembayaran ...........I-3 I.2.3 Mengatur dan Mengawasi Bank.................................................I-4
I.3 Visi, Misi, Strategi dan Tujuan.........................................................I-4 I.3.1 Visi ............................................................................................I-4 I.3.2 Misi............................................................................................I-4 I.3.3 Nilai-Nilai Strategis ....................................................................I-4 I.3.4 Tujuan.......................................................................................I-5
I.4 Struktur Organisasi .........................................................................I-5 I.5 Sumber Daya ...................................................................................I-5
I.5.1 Sumber Daya Manusia ..............................................................I-5 I.5.2 Sumber Daya Teknologi.............................................................I-6 I.5.3 Sumber Daya Finansial [LAP03, LAP02, LAP00] .......................I-7
I.6 Tantangan Bisnis .............................................................................I-7 I.6.1 Tantangan Bisnis Utama ...........................................................I-7 I.6.2 Pengejawantahan Tantangan Bisnis ..........................................I-8 I.6.3 Sasaran Operasional................................................................I-10
Bab II Proses Bisnis........................................................................II-14 II.1 Proses Bisnis Utama ....................................................................II-14
II.1.1 Perbankan .............................................................................II-14 II.1.2 Kebijakan Moneter.................................................................II-17 II.1.3 Sistem Pembayaran ...............................................................II-20
II.2 Proses Bisnis Pendukung.............................................................II-24 II.2.1 Manajemen Intern .................................................................II-24
Bab III Perumusan Masalah ...........................................................III-26 III.1 Alasan Pemilihan Masalah.........................................................III-27 III.2 Posisi Permasalahan yang Dipecahkan......................................III-27
Bab IV Pemecahan Masalah...........................................................IV-32 IV.1 Metodologi Pemecahan Masalah ................................................IV-32
IV.1.1 Pembentukan Cluster..........................................................IV-33 IV.1.2 Pembagian Periode ..............................................................IV-34 IV.1.3 Pembentukan Graph ...........................................................IV-36 IV.1.4 Identifikasi Cluster ..............................................................IV-37 IV.1.5 Analisis Perilaku..................................................................IV-39
IV.2 Pengumpulan dan Pengolahan Data..........................................IV-40 IV.2.1 Pengumpulan Data..............................................................IV-40 IV.2.2 Pengolahan Data .................................................................IV-43
IV.3 Analisis dan Interpretasi Hasil...................................................IV-48 IV.3.1 Pembentukan Cluster..........................................................IV-48 IV.3.2 Analisis Perilaku Bank ........................................................IV-54
IV.4 Kesimpulan................................................................................IV-64
iv
Bab V Rekomendasi........................................................................ V-66 V.1 Langkah-Langkah Penerapan ......................................................V-66
V.1.1 Pengumpulan requirement. ....................................................V-66 V.1.2 Studi kelayakan atas berbagai requirement. ..........................V-66 V.1.3 Pemrioritasan requirement. ....................................................V-66 V.1.4 Perancangan arsitektur sistem..............................................V-67 V.1.5 Pembuatan sistem. ................................................................V-67 V.1.6 Pengujian sistem. ..................................................................V-67 V.1.7 Pelatihan bagi para pengguna serta administrator sistem.....V-67 V.1.8 Evaluasi efektivitas sistem.....................................................V-67
V.2 Saran...........................................................................................V-67 Daftar Pustaka .................................................................................. 69 Daftar Istilah dan Singkatan ............................................................. 71
Lampiran............................................................................................... 73 Struktur Organisasi Bank Indonesia per September 2004...................... 1 Laporan Keuangan Bank Indonesia ........................................................ 1 BankClusters .......................................................................................... 2
V.2.1 Main.java.................................................................................... 2 V.2.2 IMatLink.java............................................................................ 29 V.2.3 MatlabRegress.java................................................................... 30 V.2.4 MultipleRegression.java............................................................ 31 V.2.5 MultiRegressTO.java................................................................. 31 V.2.6 JMatLinkAdapter.java............................................................... 32
Hasil Perhitungan Regresi dan Uji Statistik Seluruh Periode ................ 35
I-1
Bab I Profil Perusahaan
I.1 Sejarah Perusahaan
I.1.1 Perkembangan Bank Sentral
Keberadaan Bank Sentral diawali dengan berdirinya Swedish Riksbank
yang beroperasi pada tahun 1668 (Pollard, 2003) dan diikuti oleh
berdirinya The Bank of England pada tahun 1694 (Capie, 1994). Hingga
tahun 1913 terdapat 21 Bank Sentral, dan setelah perang dunia II
meningkat pesat terutama akibat adanya dekolonisasi. Jumlah ini
bertambah lagi pada awal 1990an dengan runtuhnya Uni Soviet dan
munculnya negara-negara baru bekas republik-republik Soviet, sehingga
pada tahun 1998 terdapat 173 Bank Sentral.
Bank Sentral pada mulanya adalah sama seperti bank biasa yang
mempunyai tugas sebagaimana dilakukan oleh bank-bank lainnya.
Selanjutnya secara bertahap bank tersebut diberi tugas dan tanggung
jawab yang lebih besar dibandingkan dengan bank lainnya, seperti
menerbitkan uang kertas, dan bertindak sebagai agen dan bankir
pemerintah, disebut Bank Sentral. Dalam perkembangan selanjutnya,
bank sentral selain memiliki tugas dan tanggung jawab yang lebih besar
juga terlepas dari beberapa tugas dan tanggung jawab utama bank pada
umumnya. Sehingga bank sentral tidak lagi identik dengan bank
komersial, bank tabungan, atau lembaga keuangan lainnya. Masyarakat
tidak dapat menyimpan uang, meminta kredit atau mentransfer uang di
bank sentral.
Dengan demikian, bank sentral dibentuk tidak dalam kerangka mencari
keuntungan seperti bank-bank komersial, tetapi untuk mencapai suatu
tujuan sosial ekonomi tertentu, yaitu menjaga stabilitas harga dan
stabilitas ekonomi. Di samping itu, bank sentral dibentuk juga untuk
menjaga dan mengarahkan agar aktivitas lembaga-lembaga perbankan
dapat berjalan secara lancar sehingga dapat mendorong kegiatan ekonomi.
I-2
I.1.2 Gambaran Umum Bank Indonesia
Sebagaimana organisasi bank sentral pada umumnya, susunan unit dan
bentuk koordinasi dalam oganisasi Bank Indonesia juga dipengaruhi oleh
tujuan, tugas, dan wewenangnya. Secara garis besar kegiatan Bank
Indonesia dikelompokkan ke dalam tiga sektor utama, yaitu sektor
moneter, sektor perbankan, dan sektor sistem pembayaran, ditambah
dengan satu sektor pendukung, yaitu sektor manajemen intern. Dalam
pelaksanaannya, keempat sektor tersebut berkaitan erat dalam
mendukung upaya pencapaian tujuan Bank Indonesia.
I.1.3 Sejarah Bank Indonesia
Bank Indonesia berdiri sejak tanggal 1 Juli 1953 sesuai dengan UU No. 11
tahun 1953, mengenai pokok Bank Indonesia sebagai pengganti Javasche
Bank Wet yang telah berdiri sejak tahun 1922. Sampai dengan tahun 1968
tugas pokok Bank Indonesia selain menjaga stabilitas moneter,
mengedarkan uang, dan mengembangkan sistem perbankan, juga masih
tetap melaksanakan beberapa fungsi sebagaimana dilakukan oleh bank
komersial.
Dengan diberlakukannya UU No. 13 tahun 1968, Bank Indonesia tidak
lagi berfungsi ganda karena beberapa fungsi sebagaimana dilakukan oleh
bank komersial dihapuskan. Namun demikian misi Bank Indonesia
sebagai agen pembangunan masih melekat, demikian juga tugas-tugas
sebagai kasir pemerintah dan bankers bank. Selanjutnya kedudukan Bank
Indonesia selaku bank sentral Republik Indonesia dipertegas dengan UU
No. 23 tahun 1999.
I.2 Lingkup Bidang Tugas
Sesuai dengan UU No. 23/1999 tujuan Bank Indonesia adalah mencapai
dan memelihara kestabilan rupiah dengan tugas sebagai berikut:
I-3
I.2.1 Menetapkan dan Melaksanakan Kebijakan Moneter
• Menetapkan sasaran-sasaran moneter
• Mengendalikan moneter dengan menggunakan instrumen-instrumen
berikut :
� operasi pasar terbuka di pasar uang, baik rupiah maupun valas
� penetapan tingkat diskonto
� penetapan cadangan wajib minimum
� pengatur kredit atau pembiayaan
• Memberikan kredit atau pembiayaan kepada bank untuk mengatasi
kesulitan pendanaan jangka pendek bank yang bersangkutan
• Melaksanakan kebijakan nilai tukar berdasarkan sistem nilai tukar
yang telah ditetapkan
• Mengelola cadangan devisa
• Menyelenggarakan survey untuk mendukung pelaksanaan tugas Bank
Indonesia.
I.2.2 Mengatur dan Menjaga Kelancaran Sistem Pembayaran
• Melaksanakan dan memberikan persetujuan dan ijin atas
penyelenggaraan jasa sistem pembayaran
• Mewajibkan penyelenggara jasa sistem pembayaran untuk
menyampaikan laporan tentang kegiatannya
• Menetapkan penggunaan alat pembayaran
I-4
• Mengatur sistem kliring
• Menetapkan macam, harga, ciri uang yang akan dikeluarkan, bahan
yang digunakan dan tanggal mulai berlakunya sebagai alat
pembayaran yang sah.
I.2.3 Mengatur dan Mengawasi Bank
• Menetapkan peraturan, memberikan & mencabut izin usaha bank.
• Melaksanakan pengawasan bank serta mengenakan sanksi terhadap
bank
• Melaksanakan pemeriksaan terhadap Bank
I.3 Visi, Misi, Strategi dan Tujuan
I.3.1 Visi
“Menjadi lembaga Bank Sentral yang dapat dipercaya secara nasional
maupun internasional melalui penguatan nilai-nilai strategis yang dimiliki
serta pencapaian inflasi yang rendah dan stabil.”
I.3.2 Misi
“Mencapai dan memelihara kestabilan nilai rupiah melalui pemeliharaan
kestabilan moneter dan pengembangan stabilitas sistem keuangan untuk
pembangunan jangka panjang yang berkesinambungan.”
I.3.3 Nilai-Nilai Strategis
“Nilai-nilai yang menjadi dasar Bank Indonesia, manajemen dan pegawai
untuk bertindak dan atau berperilaku, yang terdiri atas Kompetensi,
Integritas, Transparansi, Akuntabilitas dan Kebersamaan.”
I-5
I.3.4 Tujuan
Sesuai dengan UU no 23 tahun 1999, tujuan Bank Indonesia (BI) adalah
untuk “mencapai dan memelihara kestabilan nilai Rupiah.” Arah ini
berbeda daripada ketetapan sebelumnya pada UU no 13 tahun 1968 yang
hanya menggarisbesarkan tugas-tugas pokok BI tanpa merumuskan
sebuah tujuan secara jelas.
I.4 Struktur Organisasi
Dalam melaksanakan tugas-tugasnya, Bank Indonesia dipimpin oleh
Dewan Gubernur yang terdiri atas seorang Gubernur, seorang Deputi
Gubernur Senior, dan sekurang-kurangnya empat (4) orang atau
sebanyak-banyaknya tujuh orang Deputi Gubernur. Dewan Gubernur
dipimpin oleh Gubernur dengan Deputi Gubernur Senior sebagai wakil.
Dalam hal Gubernur dan Deputi Gubernur Senior berhalangan, Gubernur
atau Deputi Gubernur Senior menunjukkan seorang Deputi Gubernur
untuk memimpin Dewan Gubernur. Apabila karena sesuatu hal
penunjukan ini tidak dapat dilaksanakan, maka salah seorang Deputi
Gubernur yang paling lama masa jabatannya bertindak sebagai pemimpin
Dewan Gubernur.
Selanjutnya Bank Indonesia menjabarkan tugas yang diamanatkan oleh
undang-undang yaitu tugas di sektor moneter, perbankan dan sistem
pembayaran ke dalam satuan kerja yang terdiri atas direktorat-direktorat
dan biro-biro.
(Struktur organisasi Bank Indonesia terdapat pada lampiran)
I.5 Sumber Daya
I.5.1 Sumber Daya Manusia
Dalam rangka memenuhi tuntutan perkembangan internal dan eksternal
Bank Indonesia serta mewujudkan misi Bank Indonesia, telah dilakukan
beberapa penyempurnaan organisasi dan pengembangan sumber daya
I-6
manusia (SDM). Untuk menghasilkan sumber daya menusia yang memiliki
nilai-nilai strategis dan mempunyai motivasi serta kinerja yang tinggi,
dimulailah Proyek Penyempurnaan Sistem Manajemen Sumber Daya
Manusia dan dihasilkan beberapa rancangan kebijakan Manajemen
Sumber Daya Manusia, kebijakan dan ketentuan pelaksanaan promosi,
mutasi, sistem penilaian kinerja, penerimaan, pendidikan dan
perencanaan karir. Di bidang Sistem Informasi Manajemen Sumber Daya
Manusia (SIMASDAM) telah dilakukan penyusunan blue print dan road
map SIMASDAM. SIMASDAM akan ditindaklanjuti dengan pengembangan
aplikasi sesuai hasil penyempurnaan sistem Manajemen Sumber Daya
Manusia.
No.Akhir
Tahun AnggaranKantor Pusat
Kantor Bank Indonesia di
DaerahKantor Perwakilan
Jumlah Pegawai
1 1997/1998 3.341 2.882 67* 6.290
2 1998/1999 3.299 2.852 21 6.172
3 1999/2000 3.068 2.601 17 5.686
4 2000/2001 3.123 2.615 18 5.756
5 Januari 2002 3.119 2.556 18 5.693
6 Januari 2003 2.971 2.480 14 5.465
7 Januari 2004 2.985 2.512 16 5.516
* Termasuk petugas belajar jangka panjang Tabel I-1 Jumlah pegawai Bank Indonesia
I.5.2 Sumber Daya Teknologi
Untuk memenuhi tuntutan perkembangan internal dan ekstenal Bank
Indonesia yang memerlukan dukungan teknologi informasi yang handal
dan berkualitas tinggi, dilakukan kajian program transformasi. Hasil
kajian tersebut adalah penyempurnaan fungsi organisasi Direktorat
Teknologi Informasi, sesuai dengan misi Direktorat Teknologi Informasi
yaitu menyediakan dukungan dan sumber daya teknologi yang berkualitas
tinggi secara efektif dan efisien untuk meningkatkan kinerja pelaksanaan
tugas Bank Indonesia.
I-7
I.5.3 Sumber Daya Finansial [LAP03, LAP02, LAP00]
Laporan Keuangan Bank Indonesia tahun 2000, tahun 2002 dan tahun
2003 dapat dilihat pada lampiran.
I.6 Tantangan Bisnis
I.6.1 Tantangan Bisnis Utama
Sebagaimana ditetapkan pada UU No 23 tahun 1999, tujuan utama Bank
Indonesia adalah untuk mencapai kestabilan nilai Rupiah terhadap
barang/jasa dan terhadap mata uang negara lain. Untuk mencapai
tujuan tersebut, Bank Indonesia memiliki seperangkat instrumen yang
dapat dipergunakan. Perangkat-perangkat ini secara garis besar terbagi
atas dua kategori: hard dan soft. Berbagai perangkat yang termasuk hard
antara lain operasi pasar terbuka, giro wajib minimum, dan fasilitas
diskonto. Sedangkan termasuk perangkat-perangkat soft antara lain
adalah persuasi moral serta pembentukan opini masyarakat lewat media
massa.
Dengan demikian maka tantangan bisnis Bank Indonesia adalah
bagaimana cara menjembatani pemakaian berbagai instrumen untuk
dapat mencapai tujuan organisasi. Kerangka kerja untuk melakukan ini
disebut Inflation Targeting Framework (ITF).
Kebijakan penggunaan berbagai instrumen ini ditetapkan dengan
mempertimbangkan hasil dari berbagai analisis dan proyeksi mengenai
lingkungan-lingkungan yang terkait, terutama yang menyangkut sektor-
sektor keuangan. Analisis dan proyeksi dapat didapatkan hanya murni
menggunakan judgment semata, namun pendekatan ini jauh dari optimal
akibat kondisi-kondisi psikososial para analis, termasuk resiko
didominasinya pengambilan keputusan oleh satu orang (seringkali
pimpinan tim), tekanan-tekanan lingkungan sosial (seperti dari
pemerintah pusat dan pelaku-pelaku bisnis), serta ketergantungan
I-8
terhadap keahlian individu-individu tertentu yang kurang berdampak baik
kepada sustainabilitas kinerja organisasi.
Agar dapat memberikan kualitas yang baik dan dapat
dipertanggungjawabkan secara obyektif serta untuk mendukung nilai-nilai
strategis kompetensi, integritas, dan akuntabilitas, maka Bank Indonesia
mengembangkan berbagai model yang bertindak sebagai penuntun dalam
proses pengambilan keputusan. Model-model ini berfungsi untuk
mengaitkan dampak dari penggunaan berbagai instrumen Bank Indonesia
kepada sasaran akhir yaitu tingkat inflasi. Model utama yang
dikembangkan, adalah makroekonomi, proyeksi parsial, dan indikator.
[BI03]
I.6.2 Pengejawantahan Tantangan Bisnis
I.6.2.1 Inflation Targeting Framework [Wid02]
Perubahan pelaksanaan kebijakan moneter dari pendekatan kuantitas
(quantity targeting framework) atau base money menjadi inflation targeting
framework (ITF) memerlukan beberapa perubahan termasuk proses
pengambilan keputusan dan pelaksanaan operational sehari-hari.
Penerapan ITF mengharuskan otoritas moneter mengambil kebijakan dan
tindakan yang bersifat forward-looking dan preemptive, yaitu selalu
berdasarkan pada proyeksi inflasi (ultimate target) yang telah ditetapkan,
perkiraan suku bunga dan kondisi ekonomi terkini serta berbagai
indikator atau informasi yang sifatnya tidak dapat dikendalikan. Agar
berbagai proses kegiatan dan tahapan yang dilakukan mulai dari
penetapan target, proyeksi, proses pengambilan keputusan dan diseminasi
hasil-hasil keputusan yang telah diambil dapat dilakukan secara teratur,
terencana dan tepat waktu diperlukan suatu sistem yang lebih
komprehensif.
Salah satu kunci sukses penerapan ITF adalah proyeksi inflasi termasuk
alternative proyeksi berbagai indikator ekonomi yang akan berakibat
terhadap perubahan kebijakan yang telah dan akan diambil. Untuk itu
I-9
perlu adanya tim proyeksi dan sistem yang komprehensif dalam
melakukan analisa kebijakan dan perencanaan yang jelas dan dapat
diukur yang disebut Forecasting and Policy Analysis System (FPAS).
I.6.2.2 Instrumen Mix [Kus02]
Kerangka operasional pengendalian moneter pada dasarnya
diformulasikan untuk dapat secara efektif mempengaruhi target
operasional kebijakan moneter. Pada dasarnya terdapat hubungan yang
kuat antar instrumen moneter sehingga disain suatu instrument akan
mempengaruhi instrument yang lain sehingga perlu adanya koordinasi
antar instrument moneter. Koordinasi antar instrumen moneter
dilakukan berdasarkan fungsi instrumen tersebut dalam mempengaruhi
sasaran operasional, yaitu:
� Fungsi penyesuaian likuiditas (liquidity management)
� Fungsi signalling
� Fungsi pendukung.
Pola hubungan antar instrumen dapat dilihat dari bekerjanya ketiga fungsi
tersebut di pasar uang. Secara skematik dapat digambarkan pada
Gambar �I-1.
I-10
Operasi Pasar Terbuka (OPT) adalah instrumen-instrumen kebijakan
moneter yang berbentuk kegiatan jual beli surat-surat berharga oleh bank
sentral, baik di pasar primer maupun di pasar sekunder melalui
mekanisme lelang atau nonlelang. OPT menjalankan fungsinya dalam
bentuk menyesuaikan sisi penawaran sehingga suku bunga yang
terbentuk dapat diarahkan ke level target yang diinginkan, sedangkan
standing facility (lending dan fasilitas diskonto) menjalankan fungsinya
dalam membatasi fluktuasi suku bunga ke dalam koridor yang
diciptakannya. Kebijakan signalling yang efektif dapat mengarahkan
ekspektasi pasar sehingga permintaan cadangan bank mengarah pada
target, sedangkan fungsi pendukung dapat menciptakan lingkungan yang
mendukung terbentuknya fungsi permintaan yang lebih elastis dan lebih
stabil.
I.6.3 Sasaran Operasional
I.6.3.1 PUAB O/N Sebagai Sasaran Operasional
Sasaran operasional Bank Indonesia dapat dicapai melalui penggunaan
suku bunga antar bank overnight yang didukung dengan mekanisme
liquidity adjustment dan signalling sebagai instrument moneter untuk
mencapai sasaran tersebut. Suku bunga pasar uang O/N merupakan
hasil langsung dari interaksi permintaan dan penawaran di pasar
cadangan bank dan memiliki karakteristik mendekati tiga persyaratan
Controllability Stability
OPTOPT
ReserveReserveRequirementRequirement
FasilitasFasilitasDiskontoDiskonto
PersuasiPersuasiMoralMoral
MonetaryMonetaryBase (M0)Base (M0)
Suku BungaSuku Bunga(SBI, PUAB)(SBI, PUAB)
Money SupplyMoney Supply
Nilai TukarNilai Tukar
Suku BungaSuku Bunga
InstrumenInstrumen TargetTargetOperasionalOperasional
TargetTargetAntaraAntara
TargetTargetAkhirAkhir
Inflasi Inflasi ((dari sisi dari sisi demand)demand)
Gambar I-1 Skema transmisi kebijakan moneter
I-11
bagi pemilihan sasaran operasional moneter yaitu controllability,
measurability dan ability to affect the ultimate target. Tantangan yang
dihadapi Bank Indonesia untuk mencapai sasaran ini adalah:
• Dapatkah suku bunga PUAB O/N dijadikan sasaran operasional
kebijakan moneter di Indonesia ?
• Apakah Bank Indonesia sudah mempunyai mekanisme liquidity
adjustment dan signalling untuk mengendalikan suku bunga PUAB
O/N ?
a. Measurability (Dapat diukur)
Pemilihan suku bunga PUAB O/N akan didasarkan oleh kemampuan suku
bunga tersebut untuk menggambarkan suku bunga aktual overnight yang
terjadi di pasar uang antar bank (PUAB). PUAB O/N sebagai sasaran
operasional kebijakan moneter adalah rata-rata tertimbang suku bunga
PUAB O/N yang terjadi pada keseluruhan hari (pagi dan sore). Rata-rata
tertimbang PUAB O/N diperoleh dari perhitungan bobot volume transaksi
yang terjadi di pasar sepanjang hari itu.
Controllability
Agar PUAB O/N dapat digunakan sebagai sasaran operasional berarti
variabel ini harus dapat diukur seberapa jauh otoritas moneter dapat
mengendalikannya.
Penelitian yang sudah dilakukan oleh Bank Indonesia mencoba membahas
beberapa issue penting yang terkait dengan perilaku suku bunga PUAB
O/N selama periode Januari 2000 – Mei 2002. Data empiris menunjukkan
bahwa standar deviasi suku bunga PUAB O/N selama periode tersebut
relatif tidak terlalu besar, berkisar antara 0.12 sampai dengan 0.74
kecuali pada beberapa bulan tertentu. Pengamatan yang dilakukan oleh
Bank Indonesia juga menunjukkan bahwa terjadi segmentasi di pasar
I-12
PUAB yang menyebabkan perbedaan suku bunga atau standar deviasi
bulanan walaupun magnitudenya tidak terlalu besar.
Ability to Affect Ultimate Target
Semakin baik suatu jenis suku bunga berfungsi sebagai indikator
kebijakan moneter semakin kuat alasan untuk menjadikan suku bunga
tersebut sebagai sasaran operasional dari suatu kebijakan moneter. Hasil
penelitian yang pernah dilakukan oleh Bank Indonesia menunjukkan
bahwa dalam jangka pendek suku bunga PUAB O/N memiliki bobot
informasi yang berasal dari suku bunga SBI dan mempengaruhi ultimate
target (inflasi). Penelitian lain tentang jalur transmisi moneter, khususnya
jalur suku bunga seperti gambar, menunjukkan bahwa suku bunga PUAB
dapat mempengaruhi inflasi melalui output gap.
Keterangan : Sebelum Krisis (Juli 1997)- Suku bunga deposito dan kredit sensitif terhadap shock kebijakan moneter- Investasi tidak sensitif terhadap suku bunga kredit diduga karena besarnya akses perusahaan besar pada
pembiayaan luar negeri
Setelah Krisis (1998)- Respon suku bunga deposito terhadap shock kebijakan moneter cukup signifikan- Respon suku bunga kredit terhadap perubahan kebijakan moneter tidak begitu
signifikan. Hal ini kemungkinan disebabkan oleh keputusan bank untuk menyalurkan kredit lebih dipengaruhi oleh faktor non harga, khususnya premi resiko.
r SBI naikr PUAB
naik r dep naik
Konsumsi turun
Investasi turun
Output gap Inflasi
r kredit naik
Gambar I-2 Skema transmisi kebijakan moneter melalui jalur suku bunga [Kus02].
Hubungan antara suku bunga SBI dan suku bunga PUAB dapat pula
diartikan sebagai hubungan antara suku bunga SBI sebagai instrumen
moneter dan suku bunga PUAB sebagai “sasaran operasional”. Instrumen
moneter yang ada dapat mengendalikan suku bunga PUAB O/N baik
melalui mekanisme liquidity adjustment maupun signalling.
I.6.3.2 Keterkaitan Antara Instrumen Moneter (SBI) Dengan Suku Bunga PUAB O/N
Secara umum kenaikan suku bunga SBI menyebabkan kenaikan suku
bunga PUAB O/N, sesuai efek signaling yang diharapkan.
I-13
Semakin tinggi/rendah suku bunga SBI menyebabkan perbedaan kisaran
suku bunga PUAB O/N semakin membesar/mengecil. Perbedaan kisaran
yang terlalu besar/kecil dan berlangsung lama dapat mengganggu sinyal
kebijakan moneter karena pelaku pasar akan melihat adanya ketidak
konsistenan Bank Indonesia dalam mengirim sinyal indikator kebijakan
moneter. Oleh karena itu, Bank Indonesia biasanya akan mengubah suku
bunga SBI agar kisaran kembali ke level yang ideal.
II-14
Bab II Proses Bisnis
II.1 Proses Bisnis Utama
II.1.1 Perbankan
Dalam sektor perbankan, tugas dan wewenang Bank Indonesia
diutamakan pada pengaturan, perijinan, pembinaan dan pengawasan
terhadap kegiatan bank-bank umum dan bank perkreditan rakyat, antara
lain dengan melakukan penilaian kesehatan bank.
II.1.1.1 Dasar Hukum [PBI04]
Peraturan Bank Indonesia Nomor 6/10/PBI/2004 tentang Sistem
Penilaian Tingkat Kesehatan Bank Umum.
II.1.1.2 Pengertian Umum
Kesehatan atau kondisi keuangan dan non keuangan Bank merupakan
kepentingan semua pihak terkait, baik pemilik, pengelola (manajemen)
Bank, masyarakat pengguna jasa Bank, Bank Indonesia selaku otoritas
pengawasan Bank, dan pihak lainnya. Kondisi Bank dapat digunakan
untuk mengevaluasi kinerja Bank dalam menerapkan prinsip kehati-
hatian, kepatuhan ternadap ketentuan yang berlaku dan manajemen
risiko.
Tingkat Kesehatan Bank adalah hasil penilaian kualitatif atas berbagai
aspek yang berpengaruh terhadap kinerja suatu Bank melalui Penilaian
Kuantitatif dan atau Penilaian Kualitatif terhadap faktor-faktor
permodalan, kualitas aset, manajemen, rentabilitas, likuiditas, dan
sensitivitas terhadap risiko pasar.
II.1.1.3 Ketentuan Umum
Penilaian Tingkat Kesehatan Bank mencakup penilaian terhadap faktor-
faktor dan komponen-komponen sebagai berikut :
II-15
1. Permodalan (capital), meliputi penilaian terhadap komponen-
komponen:
� Kecukupan, komposisi, dan proyeksi (trend ke depan) permodalan
serta kemampuan permodalan Bank dalam mengcover aset
bermasalah.
� Kemampuan Bank memelihara kebutuhan penambahan modal yang
berasal dari keuntungan, rencana permodalan Bank untuk
mendukung pertumbuhan usaha, akses kepada sumber permodalan
dan kinerja keuangan pemegang saham untuk meningkatkan
permodalan Bank.
2. Kualitas Aset (asset quality), meliputi penilaian terhadap komponen-
komponen:
� Kualitas aktiva produktif, konsentrasi exposure risiko kredit,
perkembangan aktiva produktif bermasalah, dan kecukupan
penyisihan penghapusan aktiva produktif (PPAP)
� Kecukupan kebijakan dan prosedur, sistem kaji ulang (review)
intersistem dokumentasi, dan kinerja penanganan aktiva produktif
bermasalah.
3. Manajemen (management), meliputi penilaian terhadap komponen-
komponen:
� Kualitas manajemen umum dan penerapan manajemen risiko.
� Kepatuhan Bank terhadap ketentuan yang barlaku dan komitmen
kepada Bank Indonesia dan atau pihak lainnya.
II-16
4. Rentabilitas (earning), meliputi penilaian terhadap komponen-
komponen:
� pencapaian return on assets (ROA), return on equity (ROE), net
interest margin (NIM) dan tingkat efisiensi Bank.
� perkembangan laba operasi, diversifikasi pendapatan, penerapan
prinsip akuntansi
� pengakuan pendapatan dan biaya, dan prospek laba operasi.
5. Likuiditas (liquidity), meliputi penilaian terhadap komponen-komponen:
� Rasio aktiva/pasiva likuid, potensi maturity mismatch, kondisi Loan
to Deposit Ratio (LDR), proyeksi cash flow, dan konsentrasi
pendanaan.
� Kecakupan kebijakan dan pengelolaan likuiditas (assets and
liabilities management/ALMA), akses kepada sumber pendanaan,
dan stabilitas pendanaan.
6. Sensitivitas terhadap risiko pasar (sensitivity to market risk), meliputi
penilaian terhadap komponen-komponen:
� Kemampuan modal Bank dalam meng-cover potensi kerugian
sebagai akibat fluktuasi (adverse movement) suku bunga dan nilai
tukar.
� Kecukupan penerapan manajemen risiko pasar.
Berdasarkan hasil penetapan peringkat setiap komponen ditetapkan
peringkat setiap faktor. Peringkat setiap komponen dan setiap faktor
masing-masing terdiri dari peringkat 1, peringkat 2, peringkat 3, peringkat
4, dan peringkat 5. Urutan peringkat yang lebih rendah mencerminkan
kondisi Bank yang lebih baik.
II-17
II.1.1.4 Mekanisme Penilaian
Bank Indonesia wajib melakukan penilaian Tingkat Kesehatan Bank
secara berkala setiap tiga bulan, yaitu setiap bulan Maret, Juni,
September dan Desember. Penilaian dilakukan berdasarkan hasil
pemeriksaan, laporan berkala yang disampaikan Bank, dan atau
informasi lain yang diketahui umum seperti hasil penilaian oleh
otoritas/lembaga lain yang berwenang.
Bank yang melakukan pelanggaran dapat dikenakan sanksi administratif
berupa:
• Teguran tertulis.
• Pembekuan kegiatan usaha tertentu.
• Pencantuman pengurus dan atau pemegang saham Bank dalam daftar
orang yang dilarang menjadi pemegang saham atau pengurus Bank.
II.1.2 Kebijakan Moneter
II.1.2.1 Gambaran Umum
Kebijakan moneter sebagai salah satu kebijakan ekonomi berperan penting
dalam suatu perekonomian. Peranan tersebut tercermin pada
kemampuannya dalam mempengaruhi stabilitas harga, pertumbuhan
ekonomi, perluasan kesempatan kerja, dan keseimbangan neraca
pembayaran. Pengalaman di banyak negara menunjukkan bahwa
kebijakan moneter yang memiliki beberapa sasaran akhir tidak
memberikan hasil optimal. Sejalan dengan perkembangan ekonomi dunia,
Indonesia menetapkan sasaran harga sebagai sasaran tunggal
sebagaimana tercantum dalam Undang-Undang No. 3 tahun 2004,
Amandemen UU BI tentang Bank Indonesia, bahwa tujuan utama
pelaksanaan kebijakan moneter di Indonesia adalah untuk mencapai dan
memelihara stabilitas nilai Rupiah.
II-18
Kebijakan moneter dengan sasaran tunggal umumnya menggunakan
pendekatan harga, sedangkan kebijakan moneter dengan sasaran multi
umumnya menggunakan pendekatan kuantitas.
Dalam melaksanakan kebijakan moneter Bank Indonesia antara lain
menyusun program moneter (Monetary Programming) yang intinya adalah
melakukan perencanaan kebijakan pengendalian uang beredar (moneter),
dengan mengasumsikan bahwa kebijakan dan perkembangan sektor-
sektor lain (fiskal, nilai tukar dan riil) akan berjalan seperti yang
ditetapkan. Secara umum kebijakan moneter dibagi dua, yaitu kebijakan
moneter ketat (kontraksi) dan longgar (ekspansi). Konstraksi dilakukan
apabila jumlah uang beredar dianggap lebih tinggi daripada jumlah yang
ditetapkan sedangkan ekspansi sebaliknya. Hal ini dilakukan sehingga
uang beredar akan berada pada suatu jumlah yang ditetapkan.
Untuk mencapai sasaran akhir yang diinginkan ada tenggang / lag antara
pelaksanaan kebijakan dan tercapai atau tidak tercapainya sasaran akhir
itu. Oleh karena itu diperlukan indikator-indikator yang lebih segera
dapat dilihat indikasi kebijakan yang dilakukan sehingga diperlukan
Gambar II-1 Perbandingan pendekatan harga dan kuantitas dalam penentuan kebijakan moneter [Asca02].
II-19
adanya sasaran-sasaran yang bersifat antara (sasaran antara –
intermediate target). Sasaran antara dipilih yang memiliki keterkaitan
stabil dengan sasaran akhir, cakupannya luas, dapat dikendalikan otoritas
moneter, tersedia relatif cepat, akurat, dan tidak sering direvisi.
II.1.2.2 Pengendalian Moneter di Indonesia Periode Pasca 1997
Pada periode ini stance kebijakan moneter yang diambil oleh Bank
Indonesia dalam rangka pemulihan adalah kontraksi moneter. Instrumen
yang aktif digunakan adalah instrumen-instrumen Giro Wajib Minimum
(GWM), Fasilitas Diskonto, Operasi Pasar Terbuka (OPT), dan Intervensi
Rupiah (IR), ditambah dengan Intervensi Valuta Asing .
Operasi Pasar Terbuka (OPT) merupakan instrumen tidak langsung yang
berbentuk kegiatan jual beli surat-surat berharga oleh bank sentral, baik
di pasar primer maupun pasar sekunder melalui mekanisme lelang atau
nonlelang. OPT dilakukan atas inisiatif Bank Indonesia dengan frekuensi
dan kuantitas sesuai yang diinginkannya.
Intervensi Rupiah (IR) merupakan instrumen tidak langsung yang sejajar
dengan instrumen operasi OPT. Cara kerjanya melalui kegiatan pinjam
meminjam dana yang dilakukan Bank Indonesia secara langsung di pasar
uang antar bank (PUAB) dengan jangka waktu overnight sampai dengan 7
hari. Tujuan IR untuk mem-fine-tune sasaran kuantitas yang belum
tercapai melalui lelang SBI dan sebagai sinyal arah pergerakan suku
bunga.
Kontraksi moneter sampai saat ini masih dilakukan mengingat sampai
saat ini fungsi perbankan sebagai lembaga intermediasi belum pulih,
perbankan belum dapat menyalurkan dananya ke kredit, sehingga SBI
dan IR menjadi pilihan utama penempatan dana yang pada gilirannya
akan cenderung meningkatkan beban Bank Indonesia.
II-20
II.1.3 Sistem Pembayaran
Dalam melaksanakan tugas dan wewenang di bidang sistem pembayaran,
Bank Indonesia menyelenggarakan Sistem Kliring dan RTGS (Real Time
Gross Setlement).
II.1.3.1 Dasar Hukum
Dasar hukum Bank Indonesia berada pada Undang-Undang Bank
Indonesia (UU nomor 23 tahun 1999 yang telah diamandemenkan dengan
UU nomor 3 tahun 2004). Pasal 16 UUBI menyatakan bahwa “Bank
Indonesia berwenang mengatur sistem kliring antar Bank dalam mata
uang rupiah dan atau valuta asing”. Sedangkan Pasal 17 ayat (1) UUBI
menyatakan bahwa “Penyelenggaraan kegiatan kliring antar bank dalam
mata uang rupiah dan atau valuta asing dilakukan oleh Bank Indonesia
atau pihak lain dengan persetujuan Bank Indonesia.
II.1.3.2 Gambaran Umum [BI00]
Kliring adalah pertukaran warkat atau data keuangan elektronik (data
keuangan dalam bentuk elektronik yang digunakan sebagai dasar
Gambar II-2 Pola Transaksi Antar Bank Non-Kliring [BI00]
II-21
perhitungan dalam kliring) antar Bank baik atas nama Bank maupun
nasabah yang hasil perhitungannya diselesaikan pada waktu tertentu
(Pasal 1 angka 3 Peraturan Bank Indonesia No. 1/3/PBI tanggal 13
Agustus 1998).
Tujuan diselenggarakan kliring antar Bank adalah untuk meningkatkan
efektivitas, efisiensi dan keamanan pembayaran dengan menggunakan
uang giral sehingga dapat meningkatkan kelancaran transaksi
perekonomian. Meningkatnya penggunaan uang giral akan meningkatkan
simpanan dana masyarakat di Bank sehingga dapat dipergunakan oleh
Bank untuk membiayai sektor-sektor produktif di masyarakat.
Kegiatan kliring diselenggarakan oleh Kantor Pusat Bank Indonesia (KPBI)
dan seluruh Kantor Bank Indonesia (KBI), Bank Umum yang ditunjuk
atau di beri ijin oleh Bank Indonesia untuk menjadi penyelenggara kliring
di wilayah-wilayah yang tidak terdapat Kantor Bank Indonesia. Sedangkan
bank yang dapat menjadi peserta kliring adalah setiap Bank yang berada
di wilayah kliring dengan persetujuan dari penyelenggara.
Gambar II-3 Pola transaksi antar bank melalui kliring [BI00]
II-22
II.1.3.3 Manfaat Kliring
• Bagi masyarakat, memberikan alternatif dalam melakukan suatu
pembayaran (transfer of value) dengan efektif, efisien dan aman.
• Bagi Bank, merupakan salah satu advantage service kepada nasabah,
menjadi fee based income, serta menjadi salah satu upaya dalam
menggalang dana pihak ketiga (nasabah) untuk kepentingan portfolio
fund.
• Bagi Bank Sentral sebagai penyelenggara dan tempat penyelesaian
akhir, dapat secara cepat dan akurat mengetahui kondisi keuangan
suatu Bank maupun transaksi-transaksi yang terjadi di masyarakat
baik antar nasabah Bank maupun antar Bank, sehingga dapat
menentukan kebijakan-kebijakannya secara lebih akurat dan tepat.
II.1.3.4 Cakupan Kliring
Kliring untuk warkat-warkat pembayaran giral di Indonesia saat ini masih
bersifat kliring lokal, yaitu kliring antar Bank di suatu wilayah kliring.
Sedangkan wilayah kliring adalah lingkungan yang memungkinkan
kantor-kantor Bank memperhitungkan warkat-warkatnya dalam jadwal
kliring yang telah ditentukan.
Gambar II-4 Flow Kliring - Prosedur Umum dalam Kliring [BI00]
Saat ini penyelenggaraan kliring di Indonesia dilaksanakan dengan
menggunakan empat macam Sistem Kliring, yaitu Sistem Manual, Semi
II-23
Otomasi (SOKL), Otomasi dan Elektronik. Pemilihan sistem kliring
tergantung dari banyaknya jumlah warkat/DKE, peserta kliring serta
kesiapan teknologi.
Sistem Penyelenggaraan Kliring Sistem Kliring Transaksi/Hari Keterangan Manual < 5.000/hari Di kota-kota yang tidak terdapat Kantor Bank Indonesia (45 kliring lokal) SOKL < 40.000/hari Di seluruh KBI kecuali KBI Jakarta, Medan, Surabaya) & 18 penyelenggara kliring non BI. Otomasi > 60.000/hari Di KBI Jakarta, Surabaya, Medan Elektronik > 200.000/hari Di KPBI Jakarta
Tabel II-1 Sistem Penyelenggaraan Kliring
Jenis-jenis kegiatan kliring yang biasa dilakukan adalah kliring
penyerahan, kliring pengembalian (retur) dan transaksi Pasar Uang Antar
Bank (PUAB).
II.1.3.5 Bank Kalah Kliring
Definisi bank kalah kliring adalah bank yang perhitungan kliringnya
mengalami defisit akibat kewajibannya dalam kliring lebih besar
dibandingkan dengan tagihannya dalam kliring. Pengertian ini oleh
masyarakat selalu diasosiasikan secara negatif seolah-olah bank yang
kalah kliring otomatis mengalami permasalahan likuiditas. Apabila ditilik
dari segi peraturan kliring, tidak terdapat ketentuan Bank Indonesia yang
melarang suatu bank mengalami kalah kliring. Meskipun demikian, Bank
Indonesia selalu menghimbau agar Bank dapat melakukan cash flow
management secara baik serta selalu memelihara saldo giro yang cukup
untuk mengantisipasi kemungkinan kalah kliring yang dimaksud.
Umumnya bank yang mengalami “kalah kliring” melakukan transaksi
PUAB, yaitu apabila nominal kekalahan kliring tersebut telah dibukukan
kedalam rekening giro bank yang bersangkutan pada Bank Indonesia dan
dapat menyebabkan saldo rekening giro bank yang bersangkutan
melanggar Giro Wajib Minimum (GWM) dan atau bersaldo negatif sehingga
dapat terkena denda GWM dan atau denda overdraft (bersaldo negatif) dan
atau penghentian sementara dari keikutsertaannya dalam kliring. Saat ini
II-24
transaksi PUAB tidak diakomodir secara khusus dalam suatu Jadwal
Kliring PUAB tersendiri. Bank yang melakukan transaksi PUAB dapat
melakukannya dalam Kliring Penyerahan dengan menggunakan Nota
Kredit atau melalui Satuan Kerja Akunting dengan menggunakan Bilyet
Giro Bank Indonesia atau sarana elektronis BI-LINE (khusus di KPBI
Jakarta).
II.1.3.6 Sanksi Kliring
• Sanksi administratif termasuk sanksi kewajiban membayar dan
penghentian kliring.
• Bank bersaldo debet dapat dikenakan skorsing kliring.
II.2 Proses Bisnis Pendukung
II.2.1 Manajemen Intern
Manajemen intern adalah departemen-departemen yang tidak terlibat
langsung dalam bisnis utama BI tetapi merupakan departemen
pendukung sehingga proses bisnis dapat berjalan dengan lancar. Bagian-
bagian yang termasuk manajemen intern adalah:
� Direktorat Logistik dan Pengamana (DLP)
� Direktorat Teknologi Informasi (DTI)
� Direktorat Sumber Daya Manusia (DSDM)
� Unit Khusus Program Transformasi (UKPT)
� Direktorat Keuangan Intern (DKI)
� Direktorat hukum (DHk)
� Biro Sekretariat (BSk)
II-25
� Direktorat Pengawasan Intern (DPI)
� Biro Gubernur (BGub)
� Pusat Pendidikan dan Studi Kebanksentralan (PPSK)
� Unit Khusus Museum Bank Indonesia (UKM BI)
III-26
Bab III Perumusan Masalah
Penerapan Inflation Targeting (IT) di Indonesia masih menimbulkan pro
dan kontra. Di satu sisi, komitmen untuk mencapai target inflasi
bermanfaat untuk mendisiplinkan bank sentral dalam menjalankan
kebijakan moneter, terutama dalam situasi ketika tekanan-tekanan untuk
melakukan kebijakan moneter yang akomodatif sangat besar.
Pertimbangan pragmatis digunakannya suku bunga sebagai sasaran
operasional karena pelaku pasar dan masyarakat pada umumnya lebih
mudah menangkap sinyal kebijakan moneter melalui suku bunga
dibandingkan dengan melalui besaran moneter lainnya.
Peranan PUAB penting baik sebagai media transmisi kebijakan moneter
dan sarana pemenuhan likuiditas perbankan, namun keberadaan pasar
tersebut masih jauh dari kondisi ideal. Sehubungan dengan hal tersebut,
sebagai langkah awal menuju kondisi pasar yang lebih baik dilakukan
pendekatan mikrostruktur untuk meneliti faktor-faktor yang berperan
penting dalam upaya memperbaiki pasar yang ada di Indonesia. Menurut
pendekatan mikrostruktur, faktor tersebut meliputi gambaran peta
struktur mikro pasar, proses pembentukan dan perilaku harga PUAB,
peran pemain dominan serta keterkaitan antara PUAB dengan pasar
keuangan lainnya.
Dari penelitian-penelitian yang dilakukan oleh bagian SPPK ditemukan
bukti bahwa suku bunga PUAB O/N merupakan indikator kebijakan
moneter terbaik dalam jangka pendek serta memiliki information content
kuat sebagai kandidat target antara (intermediate target) kebijakan
moneter [Dew02]. Sedangkan model teoritis maupun studi empiris yang
dapat digunakan sebagai pembanding dalam bidang market microstructure,
khususnya PUAB, masih langka sehingga diperlukan penelitian-penelitian
lebih lanjut. Model-model teoritis dan kajian empiris yang tersedia pada
umumnya membahas mikrostruktur pasar modal dan pasar valas pada
negara maju yang pasar keuangannya sudah advanced. Oleh karena itu
III-27
sebuah model yang dapat menggambarkan pola interaksi antar bank
dalam PUAB akan membantu Bank Indonesia dalam sasaran pengendalian
inflasi serta peranannya saat ini sebagai pengawas bank.
III.1 Alasan Pemilihan Masalah
Masalah ini dipilih untuk memberikan gambaran lebih baik kepada Bank
Indonesia mengenai salah satu mikrostruktur ekonomi yaitu pasar uang
antar bank. Pemetaan mikrostruktur berguna sebagai salah satu alat
pemindai untuk pengendalian nilai mata uang yang menjadi peranan Bank
Indonesia sebagai otoritas sentral moneter.
Pemetaan ini akan menggambarkan perilaku para pelaku PUAB dan
bagaimana pasar ini bereaksi terhadap stimulus/shock dari luar baik
secara agregat maupun secara individual masing-masing pelaku. Secara
spesifik diteliti bagaimana pengaruh beberapa variabel lingkungan
makroekonomi – di mana sebagian besar variabel-variabel ini dapat
dikendalikan langsung oleh Bank Indonesia – terhadap perilaku transaksi
dan tingkat suku bunga di dalam pasar uang antar bank itu sendiri.
Pemodelan ini akan dapat memberikan sebagian jawaban tingkat
controllability PUAB terhadap instrumen-instrumen keuangan yang
dimiliki oleh BI.
Hasil dari pemetaan ini diharapkan akan dapat digunakan oleh BI dalam
proses penentuan kebijakannya yang bersangkutan dengan tingkat suku
bunga bank terutama di dalam PUAB.
III.2 Posisi Permasalahan yang Dipecahkan
Dugaan adanya loose oligopoly [Dew02] yang dipimpin oleh bank-bank
besar memberi dasar pada dugaan lebih lanjut akan adanya sindikasi-
sindikasi yang dapat mempengaruhi suku bunga. Salah satu contoh
kejadian yang menandakan hal ini adalah pada tanggal 1 Februari 2002 di
mana sekelompok bank asing melakukan bidding SBI melebihi dana yang
sebenarnya mereka miliki dan pada saat bersamaan BI menarik SBI dalam
III-28
jumlah lebih besar dari biasanya sehingga mereka berusaha mencari
pinjaman di PUAB. Kejadian ini menyebabkan suku pada tanggal-tanggal
1, 4, dan 5 Februari 2002 bunga PUAB O/N melonjak hingga sebesar
17.14% (+29.5% dari rata-rata bulan tersebut) sehingga standard deviation
pada bulan ini menjadi 4.29% - umumnya kurang dari 1%. [Kus02].
Namun pada tanggal-tanggal tersebut tingkat suku bunga SBI hanya
sebesar 16.93% sehingga terjadi negative spread yang menyebabkan
penyimpanan uang di PUAB secara sementara jauh lebih menguntungkan
bila dibandingkan dengan investasi pada SBI.
Walaupun mungkin bank-bank asing tersebut mengalami kerugian yang
disebabkan oleh perbedaan tingkat bunga SBI dengan pinjaman yang
mereka dapatkan dari PUAB, kemungkinannya adalah naiknya tingkat
suku bunga PUAB memberikan kesempatan bagi pihak-pihak tertentu
untuk mendapatkan keuntungan lebih dari PUAB. Mengacu pada teori
konspirasi, kemungkinan terjadi sebuah sindikasi pada tanggal-tanggal ini
yang menempatkan kekuatan tawar (bargaining power) BI sebagai
penyedia uang sesaat menjadi lebih lemah ketimbang PUAB.
Dugaan adanya segmentasi yang mempengaruhi suku bunga PUAB serta
adanya preferensi penentuan counterpart pada transaksi PUAB [Dew02])
menjadi titik tolak penelitian ini untuk melihat lebih lanjut bagaimana
interaksi antar bank di dalam PUAB serta bagaimana pengaruh BI dapat
digunakan untuk mengendalikannya.
Dari penelitian PUAB tahun 2002 yang termuat di dalam [Dew02]
didapatkan bahwa:
� PUAB Rupiah O/N merupakan pasar loose oligopoly dimana terdapat
beberapa pemain besar dibandingkan pemain lainnya namun dengan
pangsa pasar yang tidak terlalu besar. Dominasi baru terlihat jelas
pada 10 pemain besar dengan pangsa pasar mencapai 45%.
III-29
� Pemain dominan (lending maupun borrowing) berperan sebagai market
maker dan memiliki power untuk mengambil keuntungan dengan
menetapkan suku bunga yang lebih tinggi saat meminjamkan dana,
demikian pula sebaliknya dalam hal meminjam. Tetapi power tersebut
terbatas karena bank dominan pun menghadapi kendala segmentasi
dimana tidak semua bank dominan selalu mendapat akses ke bank non
dominan. Akibatnya dalam hal bank dominan meminjam dari bank
dominan lainnya, suku bunga yang dibayar justru lebih tinggi
dibandingkan dengan suku bunga yang dibayar oleh bank non dominan
saat meminjam dari bank non dominan.
� Meski power untuk menetapkan harga terbatas, suku bunga bank
dominan dijadikan acuan oleh peserta PUAB karena diperhitungkan
dalam pengumuman indikatif suku bunga JIBOR pada pagi hari.
Sebagian besar transaksi bank dominan dilakukan di pagi hari,
sehingga diduga proses pembentukan harga yang krusial terjadi saat
tersebut. Hal ini sejalan dengan periode transaksi yang paling ramai
adalah pukul 09.00 s.d. pukul 11.00. Adapun volume transaksi terbesar
dalam satu hari terjadi pada hari Selasa dan Rabu, dan untuk siklus
mingguan terjadi pada minggu II dan minggu III setiap bulannya.
� Berdasarkan hasil uji empiris, disimpulkan bahwa informasi publik
berpengaruh signifikan dalam pembentukan suku bunga PUAB. Segera
setelah masuknya informasi publik ke pasar, tampak respon pergerakan
harga yang cukup besar dan signifikan namun tidak selalu diikuti oleh
perubahan volume transaksi yang signifikan sehingga kurang
berpengaruh terhadap likuiditas pasar. Tidak responsifnya volume
transaksi dari waktu ke waktu terhadap pergerakan harga akibat
masuknya informasi baru mencerminkan bahwa informasi bukan
merupakan pendorong utama transaksi PUAB. Hal ini didukung oleh
hasil survei bahwa pemenuhan kebutuhan likuiditas, squaring, profit
taking dan pemanfaatan informasi baru, merupakan alasan bank
melakukan transaksi PUAB.
III-30
� Persistensi volatilitas yang moderat dan perubahan volume transaksi
yang tidak signifikan mencerminkan proses rekonsiliasi perbedaan
persepsi pelaku PUAB atas dampak informasi terhadap harga dan
realokasi likuiditas pasar.
� Salah satu temuan yang menarik adalah pengumuman perubahan suku
bunga penjaminan PUAB baru menunjukkan perbedaan volatilitas
setelah pukul 09.00 tetapi dengan rasio standar deviasi dibawah 1 yang
berarti pada hari-hari adanya pengumuman perubahan suku bunga
penjaminan, volatilitas justru lebih kecil dibandingkan dengan hari-
hari lainnya.
� Dari hasil estimasi model perilaku harga PUAB ditemukan bahwa suku
bunga JIBOR (suku bunga indikatif dari price setter dan referensi
transaksi di pagi hari) merupakan salah satu variabel yang memberikan
kontribusi besar pada volatilitas PUAB. Demikian pula akumulasi
perubahan suku bunga kebijakan IRK dan pertumbuhan volume
operasi pasar terbuka serta lag perubahan volume PUAB. Hal ini
didukung temuan hasil analisis announcement effect bahwa
pengumuman target indikatif dan hasil lelang operasi pasar terbuka
serta perubahan kebijakan IRK dengan segera menimbulkan respon
perubahan harga yang signifikan. Selanjutnya, suku bunga PUAB O/N
selain dipengaruhi oleh variabel independent lainnya, dipengaruhi oleh
dirinya sendiri dan PUAB 7 hari, karena likuiditas PUAB 7 hari yang
jatuh tempo menambah ketersediaan likuiditas PUAB O/N.
� Dari hasil estimasi model ditemukan karakteristik suku bunga PUAB
yaitu shock pada periode sebelumnya akan menimbulkan reaksi
volatilitas yang sangat kuat pada hari berikutnya dengan persistensi
efek volatilitas yang sangat pendek yakni efek tersebut segera
menghilang dan volatilitas PUAB kembali kepada level semula yang
cukup moderat sepanjang periode pengamatan.
III-31
� Hasil estimasi persamaan dengan variabel dummy menunjukkan secara
statistik terdapat perubahan yang signifikan pada koefisien suku bunga
IRK dan volume operasi pasar terbuka. Dapat disimpulkan bahwa
kebijakan IRK pasif dan aktif berpengaruh signifikan dalam perilaku
suku bunga PUAB O/N Rupiah. Hal ini didukung temuan analisis
announcement effect dan hasil survei yang memperlihatkan bahwa
perubahan IRK sangat berpengaruh dan diserap s.d. 10 menit pertama
sejak pelaku pasar menerima informasi.
� Temuan dari survei secara umum mengkonfirmasi hasil uji empiris yang
telah dilakukan tentang pembentukan harga yaitu struktur pasar dan
struktur mikro, serta perilaku harga. Beberapa hal baru yang perlu
diungkap adalah bahwa Perilaku harga PUAB dipengaruhi oleh variable
mikro dan makro serta faktor non ekonomi, walaupun dengan tingkat
pengaruh dan kecepatan respon yang berbeda.
� Variabel mikro direspon dengan sangat cepat mulai dari kurang dari 5
menit sampai dengan 30 menit setelah adanya berita. Variabel makro
tidak ada yang sangat berpengaruh terhadap suku bunga PUAB, oleh
karena itu direspon dengan sangat lambat oleh perbankan. Sementara
itu, faktor non ekonomi yang dapat mempengaruhi PUAB adalah
manuver oleh beberapa bank besar, komentar pejabat pemerintah, serta
situasi politik dan keamanan. Controllability dari PUAB menghadapi
kendala pada sikap konservatifnya pemain terhadap perubahan dalam
OPT yang menyangkut waktu lelang, frekuensi lelang, setelmen,
keragaman instrumen dan peserta lelang.
IV-32
Bab IV Pemecahan Masalah
IV.1 Metodologi Pemecahan Masalah
Berangkat dari [Dew02] yang menyatakan bahwa umumnya bank-bank
memiliki preferensi masing-masing di dalam penentuan counterpart pada
PUAB, penelitian ini melanjutkan hipotesis bahwa adanya preferensi ini
menyebabkan terjadinya pengelompokan antar bank yang dapat saja tidak
merata. Dengan kata lain terjadi emergent cluster [Rob01] bank-bank
relatif terhadap interaksinya di dalam PUAB. Adanya emergent cluster ini
digunakan untuk melakukan inferensi apakah terjadi koalisi antar bank,
memetakan arus uang giral yang mengalir di antara mereka, serta
mengukur bagaimana reaksi bank-bank ini terhadap variabel-variabel
lingkungannya. Pengukuran-pengukuran ini dilakukan terhadap
beberapa periode di mana dilakukan rezim kebijakan ekspansi atau
kontraksi oleh BI. Periode ekspansi adalah pada saat BI berusaha untuk
menambah uang beredar di masyarakat dan ditandai oleh rendahnya
suku-suku bunga berbagai produk keuangan yang ditawarkan oleh BI,
sedangkan periode kontraksi adalah saat BI ingin mengurangi uang
beredar di masyarakat yang terlihat dari tingginya suku-suku bunga
instrument mix BI. Pembagian menjadi periode-periode kontraksi dan
ekspansi ini dilakukan dengan niatan mengasosiasikan perilaku
perbankan dengan kondisi-kondisi makroekonomi pada saat itu.
Perilaku perbankan pada setiap periode dapat dinyatakan dengan cluster-
cluster yang terbentuk pada masing-masing periode. Bank-bank yang
sering berinteraksi satu dengan lainnya dengan tingkat kepercayaan (yang
dimodelkan lewat indeks kedekatan) yang tinggi cenderung akan
membentuk satu emergent cluster. Jika terdapat banyak bank yang sering
berinteraksi maka akan terbentuk satu cluster besar. Pada sisi lain, bank-
bank yang jarang berinteraksi dengan anggota-anggota cluster besar ini
akan keluar dan membentuk cluster tersendiri dengan bank-bank lain
yang interaksinya lebih intens.
IV-33
IV.1.1 Pembentukan Cluster
Secara skematik proses pembentukan emergent cluster dalam perbankan
dapat digambarkan sebagai berikut :
1. Bank-bank komersial di Indonesia
Pada kondisi ini belum terlihat interaksi yang terjadi antar bank komersial
di Indonesia. Masing-masing bank berdiri sendiri sebagai anggota dari
sistem moneter .
2. Interaksi antar bank
Pada tahap ini terjadi interaksi antar bak dalam berbagai bentuk. Salah
satu bentuk interaksi ini terjadi pada pasar uang antar bank (PUAB).
A
E H
C
G
B D
F
A
E H
C
G
B D
F
IV-34
3. Cluster yang terbentuk
Karena intensitas interaksi yang tinggi hanya terjadi pada berbagai subset
dari bank-bank yang ada, maka terbentuklah cluster di antara bank-bank
ini. Dari gambar dicontohkan ada dua cluster, kelompok pertama terdiri
dari bank-bank {A, B, C, D} dan kelompok yang kedua beranggotakan {E,
F, G, H}. Disini juga terjadi interaksi antar kelompok pertama dan kedua,
yaitu antara {B, D} dengan {E}, walaupun interaksi-interaksi ini kurang
intens.
Analisis pembentukan cluster dilakukan pada kurun waktu (periode)
tertentu di mana titik-titk potong antar periode diambil atas dasar
perubahan stance kebijakan dari kontraksi ke ekspansi sehingga dapat
terlihat pola cluster-cluster yang terbentuk pada periode satu dengan
periode lainnya.
IV.1.2 Pembagian Periode
Data set yang diperoleh dari BI berkisar pada tanggal 2 Januari 2001
sampai dengan 20 Juli 2003. Dari periode ini diidentifikasikan jangka-
jangka waktu dijalankannya rezim kontraksi maupun ekspansi lewat
pergerakan nilai suku bunga SBI-1. Kebijakan kontraksi diterapkan
apabila BI cenderung menarik dana dari pasar, sedangkan kebijakan
ekspansi diterapkan apabila BI cenderung melepas dana ke pasar. Pada
saat suku bunga SBI-1 cenderung bergerak naik dikatakan rezim
A
C
B
D
E H
G
F
IV-35
kontraksi sedang dijalankan karena pada saat itu BI menganggarkan
jumlah-jumlah yang cukup besar pada pelelangan SBI-1. Sebaliknya pada
saat suku bunga SBI-1 bergerak turun dikatakan rezim ekspansi sedang
dijalankan karena pada saat itu jumlah volume pelelangan SBI-1
cenderung berkurang sehingga tingkat-tingkat suku bunga yang
didapatkan pada pelelangan-pelelangan di periode ini menjadi cenderung
kecil.
Dari kriteria ini didapatkan empat periode rezim kebijakan keuangan BI,
yaitu:
0 %
2 %
4 %
6 %
8 %
10 %
12 %
14 %
16 %
18 %
20 %
2001
-01-
02
2001
-03-
02
2001
-05-
02
2001
-07-
02
2001
-09-
02
2001
-11-
02
2002
-01-
02
2002
-03-
02
2002
-05-
02
2002
-07-
02
2002
-09-
02
2002
-11-
02
2003
-01-
02
2003
-03-
02
2003
-05-
02
2003
-07-
02
2003
-09-
02
2003
-11-
02
2004
-01-
02
2004
-03-
02
2004
-05-
02
2004
-07-
02
sbi_1 Poly. (sbi_1)
Periode I(kontraksi) Periode III
(ekspansi)
Periode II(transisi)
Periode IV(ekspansi)
Tidak ada data transaksi PUAB
Gambar IV-1 Grafik pergerakan suku bunga SBI-1 yang menentukan pembagian periode-periode di dalam jangka waktu yang diteliti
� Periode I, periode kontraksi, yang berkisar dari 2 Januari 2001 sampai
dengan 24 Agustus 2001, di mana SBI-1 meningkat dari 14.73%
menjadi 17.2%.
� Periode II, periode transisi, yang berkisar dari 25 Agustus 2001 sampai
dengan 26 April 2002, di mana terjadi inflection suku bunga SBI-1.
� Periode III, periode ekspansi drastis, yang berkisar dari 27 April 2002
sampai dengan 4 Oktober 2002, di mana suku bunga SBI-1 menurun
secara relatif cepat dari 16.5% menjadi 13.06% atau -0.0215%/hari.
IV-36
� Periode IV, periode ekspansi landai, yang berkisar dari 5 Oktober 2002
sampai dengan 20 Juli 2003, di mana penurunan suku bunga SBI-1
relatif melandai dari 13.06% menjadi 9.21% atau sekitar -
0.0129%/hari.
IV.1.3 Pembentukan Graph
Sebuah sociogram [Rob01] dibentuk dengan memproses seluruh transaksi-
transaksi yang terjadi di dalam PUAB di dalam empat periode yang telah
ditentukan sebelumya untuk menghasilkan sebuah weighted directed
graph [Ros95] untuk masing-masing periode di mana setiap verteks V
adalah sebuah bank, setiap edge berarah E adalah transaksi pemberian
pinjaman dari bank pemberi menuju ke bank penerima, dan bobot W
untuk masing-masing edge adalah sebuah indeks kedekatan yang
memodelkan tingkat kepercayaan antar kedua bank yang terlibat. Indeks
kedekatan ini berbanding lurus dengan frekuensi dan besar uang (volume)
yang dipinjamkan dan berbanding terbalik dengan besar bunga masing-
masing pinjaman.
W(x,y) = Indeks kedekatan bank x ke bank y vj = Nilai transaksi ke-j antara bank x dan bank y ij = Suku bunga ke-j
Ilustrasi sociogram bank-bank di dalam PUAB ada pada Gambar �IV-2.
Sociogram yang ada pada gambar ini didapatkan dari contoh acak
sebagian kecil bank-bank yang terlibat.
Catatan: contoh graph ini bukan yang digunakan untuk pemrosesan
cluster dan hanya ditampilkan di sini sebagai ilustrasi. Graph yang
sebenarnya sangat besar dan dense sehingga tidak dapat tergambar
dengan baik.
�= )(),(j
jyx i
vW
IV-37
Data yang digunakan untuk membentuk sociogram ini didapatkan
langsung dari data transaksi RTGS pada periode 2 Januari 2001 sampai
31 Juni 2003 yang berbentuk sebuah file spreadseet Excel yang memuat
timestamp transaksi, bank pemberi, bank penerima, jumlah uang yang
ditransaksikan, serta bunga dari pinjaman yang bersangkutan. Data ini
telah dikodekan oleh karyawan Bank Indonesia untuk menyembunyikan
identitas masing-masing bank dalam rangka kode etik kerahasiaan bank.
Dari data ini dihasilkan empat sociogram yang berbeda untuk setiap
periode yang telah diuraikan di bagian IV.1.2.
IV.1.4 Identifikasi Cluster
Identifikasi emergent cluster [Rob01] dilakukan dengan menerapkan
algoritma Markov Cluster Process (MCL) [Don00] terhadap sociogram yang
didapat dari seluruh bank yang terlibat dalam transaksi di PUAB. Ide
dasar dari algoritma ini adalah dengan mensimulasikan aliran atau
random walk melalui berbagai edge pada graph yang ada kemudian
memperkuat aliran ini di mana arusnya sudah kuat dan memperlemah
aliran di bagian-bagian yang arusnya lemah. Proses ini diulang terus-
Gambar IV-2 Ilustrasi sebuah sociogram dari contoh acak sebagian kecil bank-bank yang terlibat.
IV-38
menerus sampai tercapai suatu steady state di mana tempat-tempat yang
arusnya lemah akhirnya mengering. Verteks-verteks yang memiliki arus-
arus kuat di antaranya masing-masing dikumpulkan menjadi cluster.
Dengan menggunakan algoritma MCL dapat dipetakan bagaimana arus
kepercayaan terjadi di dalam PUAB serta di pihak-pihak mana saja
mayoritas uang giral yang beredar. Karena masing-masing edge
menyatakan transaksi agregat antar bank maka berbagai cluster yang
dihasilkan oleh proses MCL menyatakan bahwa di dalam kelompok-
kelompok inilah uang giral dipertukarkan secara intens. Sedangkan bobot
edge yang merupakan indeks kepercayaan menyatakan bahwa tingkat
Gambar IV-3 Ilustrasi proses MCL, dari arah kiri atas ke kanan bawah ditunjukkan iterasi MCL dalam menemukan cluster-cluster pada suatu graph [Don00].
IV-39
kepercayaan antar bank yang terdapat pada satu cluster lebih besar relatif
terhadap tingkat kepercayaan bank-bank yang berada di dalam cluster
yang berbeda.
IV.1.5 Analisis Perilaku
Perilaku inidividu masing-masing bank dianalisis dengan membentuk
model regresi linier berganda di mana variabel dependen adalah rata-rata
berbobot suku bunga PUAB yang diberikan oleh bank yang bersangkutan
sedangkan variabel-variabel independennya adalah berbagai variabel
lingkungan yang dianggap relevan di dalam penelitian ini. Variabel-
variabel lingkungan ini adalah:
� Suku bunga SBI satu bulan (SBI-1).
� Suku bunga SBI tiga bulan (SBI-3).
� Suku bunga FASBI.
� Suku bunga SOR.
� Nilai tukar USD terhadap IDR.
� Suku bunga rata-rata berbobot PUAB.
� Suku bunga rata-rata berbobot bank yang bersangkutan pada hari
sebelumnya.
Dari masing-masing garis regresi setiap bank dilakukan uji t-statistic
untuk menentukan manakah variabel-variabel independen yang
berpengaruh kemudian dilakukan ranking terhadap nilai-nilai absolut
beta-weight masing-masing bank. Ranking yang lebih kecil (mendekati
nilai satu) untuk suatu variabel independen berarti bank tersebut
cenderung lebih mempertimbangkan variabel itu untuk menentukan suku
bunganya di dalam PUAB.
IV-40
Variabel-variabel SBI-1, SBI-3, FASBI, dan SOR didapatkan dari pihak
Bank Indonesia. Variabel suku-suku bunga PUAB didapatkan dengan
memproses data transaksi RTGS. Sedangkan nilai tukar USD terhadap
IDR didapatkan dari Oanda1 Historical Currency Exchange Rate.
IV.2 Pengumpulan dan Pengolahan Data
IV.2.1 Pengumpulan Data
Data yang diperlukan dalam penelitian ini adalah data transaksi pada
PUAB (tanggal transaksi, bank pemberi kredit, bank penerima kredit,
besarnya kredit dan besarnya bunga), data suku bunga SBI, suku bunga
FASBI dan kurs rupiah terhadap dolar pada suatu periode tertentu.
Salah satu kendala yang dihadapi dalam penelitian ini adalah kerahasiaan
data transaksi antar bank. Maka dari itu data transaksi antar bank yang
kami gunakan telah berbentuk kode yang menyamarkan identitas masing-
masing bank yang terlibat.
Contoh data PUAB yang dikumpulkan adalah sebagai berikut:
waktu_transaksi bank_pemberi bank_penerima jumlah_nominal bunga
2003/01/02 08:49:39 GA II 10,000 12.19%2003/01/02 08:50:02 GA BL 10,000 12.19%2003/01/02 09:06:26 HF MJ 7,000 12.19%2003/01/02 09:21:34 PB MJ 10,000 12.25%2003/01/02 09:24:56 CD DF 10,000 12.20%2003/01/02 09:25:16 CD A 20,000 12.19%2003/01/02 09:41:51 GA MJ 20,000 12.19%2003/01/02 09:46:38 IE DF 10,000 12.20%2003/01/02 09:50:02 MC CE 5,000 12.19%2003/01/02 09:58:21 EA CE 20,000 12.25%
Tabel IV-1 Contoh data transaksi PUAB
Contoh data SBI dan FASBI yang dikumpulkan adalah sebagai berikut:
1 http://www.oanda.com/convert/fxhistory
IV-41
Tanggal SBI 1 WA SBI 3 WA SOR Fasbi O/N Pagi
2001/01/02 00:00:00 14.53 14.53 14.750 10.8752001/01/03 00:00:00 14.73 14.73 14.875 10.8752001/01/04 00:00:00 14.73 14.73 14.875 10.8752001/01/05 00:00:00 14.73 14.73 14.875 10.8752001/01/08 00:00:00 14.73 14.73 14.875 10.8752001/01/09 00:00:00 14.73 14.73 14.875 10.8752001/01/10 00:00:00 14.84 14.84 14.875 10.8752001/01/11 00:00:00 14.84 14.84 14.875 11.3752001/01/12 00:00:00 14.84 14.84 14.875 11.3752001/01/15 00:00:00 14.84 14.84 14.875 11.3752001/01/16 00:00:00 14.84 14.84 14.875 11.375
Tabel IV-2 Contoh data suku-suku bunga SBI, FASBI, dan SOR
Contoh data nilai tukar USD terhadap IDR adalah sebagai berikut:
Tanggal Nilai Tukar
01/02/2001 9725
01/03/2001 9520
01/04/2001 9525
01/05/2001 9500
01/06/2001 9525
01/07/2001 9525
01/08/2001 9539.71
Tabel IV-3 Contoh data nilai tukar USD terhadap IDR
IV.2.1.1 Data Regresi
Tabel berikut memberikan contoh sebagian kecil data yang digunakan
untuk melakukan regresi berganda antara variabel-variabel lingkungan
dengan suku bunga PUAB masing-masing bank.
Day number
Bank name
Period id
Y loan_rate
X SBI_1
X SBI_3
X FASBI
X SOR
X USD
X PUAB
X PREV_ RATE
11351 AF 1 12.00 14.81 14.81 11.63 14.88 9475 11.77 12.25
11351 AG 1 11.91 14.81 14.81 11.63 14.88 9475 11.77 11.90
11351 AJ 1 12.00 14.81 14.81 11.63 14.88 9475 11.77 12.15
11351 AL 1 12.13 14.81 14.81 11.63 14.88 9475 11.77 12.07
11351 BF 1 11.88 14.81 14.81 11.63 14.88 9475 11.77 11.88
11351 BK 1 11.75 14.81 14.81 11.63 14.88 9475 11.77 11.75
11351 BM 1 12.13 14.81 14.81 11.63 14.88 9475 11.77 11.93
11351 CA 1 11.90 14.81 14.81 11.63 14.88 9475 11.77 11.75
11351 CB 1 11.63 14.81 14.81 11.63 14.88 9475 11.77 11.75
11351 CD 1 11.75 14.81 14.81 11.63 14.88 9475 11.77 12.00
11351 DA 1 12.20 14.81 14.81 11.63 14.88 9475 11.77 12.25
11351 DC 1 11.75 14.81 14.81 11.63 14.88 9475 11.77 11.80
Tabel IV-4 Contoh data untuk masukan model regresi berganda
IV-42
Tiap baris menggambarkan respons bunga PUAB masing-masing bank
pada hari tertentu terhadap nilai variabel-variabel lingkungan pada hari
tersebut. Keterangan masing-masing field di dalam tabel ini adalah
sebagai berikut:
� Day Number – nomor hari, yaitu jumlah hari yang telah lewat semenjak
tanggal 1 Januari 1970. Field ini digunakan untuk mendapatkan rata-
rata berbobot harian dari bunga pinjaman masing-masing bank.
� Bank Name – kode nama bank yang bersangkutan.
� Period ID – menerangkan bahwa hari yang termuat pada field Day
Number termasuk di periode ini.
� Y loan_rate – rata-rata berbobot bunga PUAB bank yang bersangkutan
pada hari itu.
� X sbi_1 – Besar suku bunga per tahun SBI satu bulan pada hari itu,
dalam persen.
� X sbi_3 – Besar suku bunga per tahun SBI tiga bulan pada hari itu,
dalam persen.
� X fasbi – Besar suku bunga per tahun FASBI pada hari itu, dalam
persen.
� X sor – Besar suku bunga per tahun SOR pada hari itu, dalam persen
� X usd – kurs tengah nilai tukar USD terhadap IDR.
� X puab – Rata-rata berbobot suku bunga puab per tahun pada hari itu,
dalam persen.
� X prev_puab – rata-rata berbobot bunga PUAB bank pada hari
sebelumnya atau hari terakhir melakukan transaksi, dalam persen.
IV-43
IV.2.2 Pengolahan Data
IV.2.2.1 Implementasi Program
Analisis data dilakukan dengan menggunakan perangkat-perangkat lunak
Microsoft Access, Microsoft Excel, Matlab, TribeMCL, serta sebuah
program custom-made yang dinamakan BankClusters dan ditulis dalam
bahasa pemrograman Java untuk mengkoordinasikan pemrosesan data
antar berbagai perangkat lunak sebelumnya. Data yang diterima dari
pihak BI diwujudkan menjadi tabel-tabel di dalam database Access untuk
diproses dan kemudian hasilnya dimasukkan kembali ke dalam database
ini. Sebagian hasil perhitungan juga dikeluarkan dalam bentuk
spreadsheet Excel untuk dilakukan analisis dan interpretasi lebih lanjut.
Matlab digunakan untuk melakukan penghitungan regresi linier berganda.
Sedangkan TribeMCL2 adalah program untuk melakukan Markov
Clustering sebagaimana digariskan di [Don00]. Interaksi dengan Matlab
dilakukan secara langsung lewat komponen JMatLink3. Lain halnya
dengan integrasi Excel yang dilakukan dengan meng-generate sebuah file
spreadsheet yang memuat berbagai cluster yang teridentifikasi pada
masing-masing periode serta hasil regresi masing-masing bank di dalam
cluster yang bersangkutan. Pembuatan spreadsheet ini dilakukan dengan
bantuan komponen JExcelApi4.
2 http://micans.org/mcl/ 3 http://www.held-mueller.de/JMatLink/ 4 http://www.andykhan.com/jexcelapi/
IV-44
1: buat graph transaksi
2: buat data input regresi
3: hi tung regresi
4: simpan data hasil regresi
5: temukan cluster
6: simpan data cluster
7: tul is spreadsheet data cluster dan hasil regresi
:BankClusters :Access:Matlab:TribeMCL:JExcelApi
Gambar IV-4 Interaction diagram antara berbagai komponen di dalam program yang digunakan untuk mengolah data dalam penelitian.
BankClusters dibuat berwujud sebagai sebuah throwaway prototype yang
dibuat khusus untuk penelitian ini saja dan tidak dimaksudkan untuk
digunakan secara sehari-hari. Walau demikian program yang dibuat
dalam penelitian ini telah memberikan suatu rancangan awal untuk
diterapkannya sebuah sistem informasi untuk melakukan clustering serta
analisis regresi secara automatis.
IV.2.2.2 Langkah-Langkah Pengolahan Data
Respons suku bunga PUAB terhadap variabel-variabel lingkungan
merupakan input untuk analisis regresi linier berganda:
77665544332211 Xb Xb Xb Xb Xb Xb Xb a Y +++++++=
Di mana variabel Y adalah variabel independen yaitu suku bunga PUAB
dari suatu bank dan X1..X7 adalah variabel-variabel independennya yaitu
variabel-variabel lingkungan yaitu rata-rata berbobot suku-suku bunga BI,
rata-rata berbobot suku bunga PUAB secara keseluruhan, dan rata-rata
IV-45
berbobot suku bunga PUAB bank yang bersangkutan pada hari
sebelumnya.
Output dari regresi linier berganda adalah konstanta regresi b yang
kemudian distandarkan menjadi sebuah �-value. Nilai � menunjukkan
bobot variabel independen yang bersangkutan terhadap persamaan regresi
berganda secara keseluruhan. [Sup04]
ß BANK
SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
BI 6.82E+13 -6.82E+13 -6.87E-01 7.20E-01 -1.78E-01 7.76E-01 -8.75E-02
JA -5.81E+13 5.81E+13 -6.94E-01 5.10E-01 1.25E-04 8.79E-01 9.62E-02
PB -3.56E+13 3.56E+13 5.76E-01 2.04E-01 1.06E-01 9.04E-01 -7.31E-02
PE -1.58E+15 1.58E+15 -3.04E-01 1.47E+00 3.81E-02 9.58E-01 -9.91E-02
SH 2.80E+14 -2.80E+14 -2.57E-01 2.10E-01 6.37E-02 8.41E-01 1.72E-01
UA 4.40E+13 -4.40E+13 -8.59E-01 -1.05E+00 -2.21E-02 6.81E-01 1.08E-01
Tabel IV-5 Contoh hasil output nilai-nilai � masing-masing bank terhadap variabel-variabel lingkungan yang diuji.
Kemudian dilakukan pengujian statistik untuk regresi linier berganda
yaitu dengan uji t, sehingga didapat nilai t untuk masing-masing variabel.
BANK t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit
BI 0.44 -0.44 -1.50 0.40 -1.61 5.80 -0.74 2.00
JA -0.45 0.45 -3.18 0.42 0.00 11.14 1.28 2.00
PB -0.35 0.35 1.77 0.14 1.78 9.78 -0.84 2.03
PE -0.50 0.50 -0.34 0.37 0.16 3.30 -0.36 1.99
SH 0.64 -0.64 -1.46 0.28 1.45 14.90 3.21 1.98
UA 0.08 -0.08 -2.41 -0.67 -0.25 6.37 1.19 1.99
Tabel IV-6 Contoh output t-statistic masing-masing bank terhadap responsnya dengan variabel-variabel lingkungan
Jika nilai t lebih besar dari t kritis maka variabel lingkungan yang
bersangkutan dikatakan berpengaruh terhadap PUAB. Tingkat pengaruh
variabel tersebut dinyatakan dengan besarnya nilai mutlak �. Sebaliknya
jika t lebih kecil dari t kritis maka variabel tersebut tidak berpengaruh
terhadap penentuan PUAB sehingga nilai � yang terasosiasikan tidak
dianggap. Contoh: untuk bank JA, variabel lingkungan yang
IV-46
diperhitungkan dalam menetukan suku bunga PUAB adalah FASBI
dengan nilai �=0.964 dan PUAB bank lain dengan nilai �=0.879 –
sedangkan variabel-variabel lain nilai � masing-masingnya tidak
diperhitungkan karena hasil uji t terhadap variabel-variabel ini
menyatakan bahwa variabel-variabel independen yang bersangkutan tidak
berpengaruh secara signifikan terhadap variabel dependen pada bank itu.
| ß | untuk variable yg mempengaruhi PUAB
BANK Sbi_1 sbi_3 FASBI SOR USD PUAB PREV_RATE
BI - - - - - 7.76E-01 -
JA - - 6.94E-01 - - 8.79E-01 -
PB - - - - - 9.04E-01 -
PE - - - - - 9.58E-01 -
SH - - - - - 8.41E-01 1.72E-01
UA - - 8.59E-01 - - 6.81E-01 -
Tabel IV-7 Contoh nilai-nilai ß masing-masing bank yang telah melewati uji t-statistic.
Urutan prioritas variabel lingkungan didapat dengan membandingkan nilai
mutlak � untuk variabel lingkungan yang satu dengan nilai mutlak �
untuk variabel lingkungan lain pada bank yang sama kemudian diurutkan
dari yang mempunyai nilai besar ke yang kecil. Angka 1 menunjukkan
bahwa bank yang bersangkutan sangat memperhitungkan variabel X
dalam menentukan suku bunga PUAB – karena nilai � paling besar pada
bank itu. Misalnya bank JA, untuk menetukan suku bunga PUAB
variabel lingkungan yang dipertimbangkan adalah suku bunga PUAB bank
lain sebagai prioritas pertama dan FASBI sebagai prioritas kedua.
URUTAN PRIORITAS (RANK)
BANK SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
BI - - - - - 1 -
JA - - 2 - - 1 -
PB - - - - - 1 -
URUTAN PRIORITAS (RANK)
BANK SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
PE - - - - - 1 -
SH - - - - - 1 2
IV-47
UA - - 1 - - 2 -
Tabel IV-8 Contoh output karakteristik perilaku bank dalam prioritasnya memilih variabel-variabel lingkungan yang menjadi penentu suku bunga PUAB.
Karakteristik perilaku cluster diambil dari karakteristik perilaku masing-
masing anggotanya. Untuk setiap cluster dihitung frekuensi di mana
masing-masing variabel menempati peringkat (rank) tertentu (yaitu antara
1 – 7 inklusif sesuai dengan banyaknya variabel lingkungan yang
dimodelkan) sebagaimana ditentukan oleh bank-bank anggota cluster
tersebut. Dari masing-masing frekuensi pada setiap rank kemudian
dikalikan dengan invers dari rank-nya kemudian dijumlahkan sesuai
dengan masing-masing variabel lingkungan untuk menghasilkan sebuah
nilai weighted frequency. Hal ini dilakukan untuk mendapatkan nilai yang
besar untuk frekuensi tinggi dan rank tinggi pula (rank yang bernilai kecil)
dan untuk mendapatkan nilai yang besar untuk frekuensi yang rendah
dan rank yang rendah. Nilai weighted frequency ini kemudian di-rank
kembali per cluster untuk melihat kecenderungan cluster dalam prioritas
penentuan suku bunganya.
� ×= )1( fr
W i
Wi = weighted frequency untuk variabel ke-i.
r = Peringkat (rank) prioritas masing-masing variabel lingkungan ke-i,
r ∈ {1..7} .
FREKUENSI VARIABEL YANG DIPERHITUNGKAN CLS 1/Rank Rank
SBI_1 SBI_3 FASBI SOR USD PUAB PREV_PUAB
1 1.00 1 0 0 1 0 0 5 0
0.50 2 0 0 1 0 0 1 1
0.33 3 0 0 0 0 0 0 0
0.25 4 0 0 0 0 0 0 0
0.20 5 0 0 0 0 0 0 0
0.17 6 0 0 0 0 0 0 0
IV-48
0.14 7 0 0 0 0 0 0 0
W 0.0 0.0 0.8 0.0 0.0 2.8 0.5
Rank - - 2 - - 1 3
Tabel IV-9 Contoh hasil penghitungan model perilaku sebuah cluster
Dari contoh yang termuat pada Error! Reference source not found. dapat
dilihat bahwa perilaku Cluster 1 dalam menentukan suku bunga PUAB
secara berurut dipengaruhi oleh suku bunga PUAB bank lain, FASBI dan
suku bunga PUAB periode sebelumnya.
IV.3 Analisis dan Interpretasi Hasil
Suku bunga antar bank (PUAB O/N) ditetapkan sebagai sasaran
operasional Bank Indonesia dengan asumsi bahwa PUAB O/N dapat
dikendalikan oleh otoritas moneter (Bank Indonesia), dapat diukur dan
mampu berfungsi sebagai indicator kebijakan moneter. Hasil pengolahan
data berikut akan memperlihatkan apakah pemilihan PUAB O/N sebagai
sasaran operasional adalah tepat.
IV.3.1 Pembentukan Cluster
Hasil pembentukan cluster selama periode I sampai dengan IV (01 Januari
2001 s/d 20 Juli 2003) adalah sebagai berikut:
JUMLAH ANGGOTACLUSTER CLUSTER
3 6, 91, 4
7 7, 47, 18, 6, 6, 3, 9
12 33, 2, 17, 3, 3, 5, 3,8, 6, 5, 10, 2
9 3, 4, 82, 8, 2, 3, 4IV( 4/10/2002-20/7/2003)
( 1/1/2001-24/8/2001 )
II( 24/8/2001-26/4/2002 )
III
PERIODE( FROM - TO )
I
( 26/4/2002-4/10/2002)
Tabel IV-10 Ringkasan jumlah anggota-anggota cluster di dalam empat periode.
Secara garis besar mayoritas transaksi terkumpul pada satu atau dua
kelompok besar selama keempat periode. Pada saat terjadi perubahan
dari periode kontraksi ke periode ekspansi, preferensi penentuan
IV-49
counterpart di dalam PUAB nampak meningkat dari terpecahnya PUAB
menjadi banyak cluster-cluster kecil dengan masing-masing mempunyai
jumlah anggota yang relatif sedikit. Sedangkan di akhir periode
pengamatan jumlah cluster berkurang yang menunjukkan bahwa perilaku
transaksi di dalam PUAB cenderung kembali merata seperti halnya pada
periode awal pengamatan.
IV.3.1.1 Periode I
Periode ini berkisar antara 1 Januari 2001 sampai 24 Agustus 2001 yaitu
periode kontraksi yang dikarakteristikkan dengan kenaikan suku bunga
SBI 1. Pada periode ini terjadi fenomena-fenomena berikut:
� Jumlah cluster sangat sedikit (yaitu tiga cluster) dengan jumlah anggota
masing-masing cluster adalah 6, 91, dan 4 bank. ada satu cluster
dominan yang anggotanya terbanyak (91 bank).
� Karena mayoritas transaksi PUAB terjadi pada satu cluster saja – yaitu
cluster dominan – maka struktur PUAB pada periode ini dikatakan
cenderung monopolistik.
� Umumnya SBI_1 dan SBI_3 tidak mempengaruhi penentuan suku
bunga PUAB.
� Cluster dominan (yang mempunyai jumlah anggota terbesar) relatif
cukup mewakili pasar bank komersial yang ada. Pada periode kontraksi
ini perilaku bank-bank menjadi relatif solid karena transaksi PUAB
terjadi cukup merata.
IV.3.1.2 Periode II
Periode ini berkisar antara 24 Agustus 2001 sampai dengan 26 April 2002
yaitu periode transisi – antara kontraksi dengan ekspansi – di mana terjadi
infleksi perubahan suku bunga SBI 1. Pada periode ini terjadi fenomena-
fenomena berikut:
IV-50
� Jumlah cluster relatif lebih banyak bila dibandingkan dengan Periode I
(yaitu tujuh cluster) dengan dua cluster yang relatif dominan namun
masing-masing jumlah anggotanya lebih sedikit dibandingkan dengan
cluster dominan yang ada pada Periode I. Jumlah anggota masing-
masing cluster adalah: 7, 47, 18, 6, 6, 3, dan 9 bank.
� Karena mayoritas transaksi terjadi pada dua cluster dominan ini maka
struktur PUAB pada periode ini dikatakan cenderung duopolistik.
� Perilaku anggota berbagai cluster dalam menentukan prioritas variabel
yang mempengaruhi suku bunga PUAB cenderung homogen, yaitu
memperhitungkan suku bunga PUAB rata-rata, kemudian PUAB diri
sendiri periode sebelumnya dan akhirnya nilai tukar USD terhadap
IDR.
� Dalam menentukan suku bunga yang diberikan di PUAB, umumnya
bank-bank tidak memperhitungkan suku bunga FASBI sedangkan
suku-suku bunga SBI_1 dan SBI_3 hanya diperhitungkan oleh bank-
bank yang berada pada cluster dominan.
� Anggota-anggota cluster dominan Periode I cenderung terpecah ke dalam
dua cluster dominan pada periode ini yang masing-masing terdiri dari
47 dan 18 bank. Hal ini mungkin terjadi karena bank lebih berhati-hati
dalam memilih counterpart di dalam transaksi PUAB.
IV.3.1.3 Periode III
Periode ini berkisar antara 27 April 2002 sampai dengan 4 Oktober 2002
yang dinamakan periode ekspansi drastis di mana suku bunga SBI 1
turun secara relatif drastis. Fenomena-fenomena yang terjadi di dalam
periode ini adalah:
� Jumlah cluster lebih banyak dibandingkan Periode I dan Periode II (yaitu
12 cluster) yang terdiri dari dua cluster dominan, tiga cluster sedang dan
sisanya cluster-cluster kecil. Jumlah anggota pada cluster dominan
IV-51
pada periode ini lebih sedikit dibandingkan dengan anggota cluster
dominan pada Periode II. Jumlah anggota masing-masing cluster pada
periode ini adalah: 33, 2, 17, 3, 3, 5, 3, 8, 6, 5, 10, dan 2 bank.
� Walaupun terdapat dua cluster dominan, istilah duopolistik kurang
dapat dipakai untuk menggambarkan karakteristik periode ini karena
jumlah anggota pada kedua cluster terbesar relatif sedikit bila
dibandingkan dengan jumlah seluruh pemain di pasar. Selain itu pada
periode ini juga terdapat banyak cluster-cluster kecil. Dari dua fakta ini
disimpulkan bahwa istilah pasar yang terfragmentasi lebih cocok
dipakai untuk menggambarkan mikrostruktur PUAB pada periode ini.
� Data SBI_3 pada periode ini sebagian besar tidak ada yaitu periode 28
Februari 2002 sampai dengan 3 Juni 2003. Sehingga untuk kegunaan
regresi diambil rata-ratanSBI_3 pada periode II sebagai untuk mengisi
data point SBI_3 yang kosong. Tetapi walaupun demikian mayoritas
bank yang menggunakan suku bunga SBI 3 bulan sebagai parameter
penentuan suku bunga PUAB cenderung melihatnya sebagai prioritas
terakhir.
� Umumnya suku bunga SBI_1 diperhitungkan oleh bank dalam
penentuan suku bunga PUAB.
� Salah satu cluster dominan yang terbentuk – yaitu yang anggotanya
terbanyak (33 bank) – merupakan gabungan dari anggota-anggota
cluster dominan pada Periode II. Selain itu terbentuk juga cluster
dominan baru yang terdiri dari 17 bank di mana bank-bank ini bukan
anggota cluster dominan pada periode sebelumnya.
� Pada awal penerapan kebijakan ekspansi perilaku bank cenderung
terfragmentasi yaitu pada transaksi PUAB terbentuk banyak cluster.
Hal ini menunjukkan bahwa preferensi dan favoritisme penentuan
counterpart di dalam PUAB cenderung meningkat.
IV-52
IV.3.1.4 Periode IV
Periode ini berkisar dari 5 Oktober 2002 sampai dengan 20 Juli 2003 yang
dinamakan periode ekspansi landai di mana derajat tingkat penurunan
suku bunga SBI 1 cenderung berkurang. Pada periode ini terjadi
fenomena-fenomena berikut:
� Jumlah cluster lebih sedikit apabila dibandingkan dengan Periode III
yaitu 10 cluster di mana terdapat satu cluster dominan yang anggotanya
lebih banyak dibandingkan dengan cluster-cluster dominan pada Periode
3. Jumlah anggota masing-masing cluster adalah: 3, 4, 82, 8, 3, 8, 2,
3, dan 4 bank.
� Mayoritas transaksi PUAB kembali mengumpul pada cluster dominan.
Karena jumlah cluster masih relatif banyak dengan masing-masing
memiliki jumlah anggota yang mayoritas sedikit, maka struktur PUAB
pada periode ini dapat dikatakan dalam proses konsolidasi, yaitu pada
tahap penstabilan cenderung menuju kembali ke pola monopoli yang
pernah nampak pada Periode I.
� Perilaku cluster dalam menentukan prioritas variabel-variabel
lingkungan yang mempengaruhi PUAB cenderung heterogen. Skala
prioritas dari tujuh variabel lingkungan dari masing-masing bank untuk
menentukan suku bunga PUAB yang diberikannya cenderung sangat
variatif.
IV.3.1.5 Ikhtisar
Pada Periode I dan Periode IV, bank mengelompok menjadi satu cluster
dominan yang jumlah anggotanya hampir sama dengan jumlah bank yang
ada di pasar. Hal ini dikarenakan adanya perbedaan kemampuan bank
dalam menyerap atau mengolah informasi perubahan lingkungan makro
yang terjadi atau yang disampaikan oleh Bank Indonesia sehingga bank-
bank yang kurang dapat menganalisis informasi baru cenderung menjadi
follower dan merasa lebih aman berada dalam kelompok besar.
IV-53
Pola pembentukan cluster pada Periode IV hampir sama dengan pada
Periode I, yaitu mengumpul pada satu cluster yang sangat dominan.
Namun pada periode tersebut tidak terjadi perubahan kebijakan moneter –
yang ada hanya perubahan stance kebijakan dari kontraksi ke ekspansi.
Terbentuknya satu cluster dominan mungkin dikarenakan lingkungan
dianggap sudah stabil. Sedangkan perubahan stance kebijakan dari
kontraksi ke ekspansi dianggap hal biasa karena sudah berlangsung sejak
Periode II. Dapat dikatakan bahwa pembentukan cluster bank tidak
dipengaruhi secara langsung oleh perubahan kebijakan tetapi oleh
interaksi antara demand dan supply kredit di dalam PUAB itu sendiri.
Pada setiap periode terdapat cluster dominan, yaitu cluster dengan jumlah
anggota terbanyak. Untuk Periode I dan Periode IV hanya ada satu cluster
dominan sedangkan untuk Periode II dan Periode III terbentuk dua cluster
dominan. Perilaku cluster-cluster dominan tersebut dalam menentukan
suku bunga PUAB umumnya dipengaruhi oleh lebih dari empat variabel
lingkungan dan juga umumnya menempatkan suku bunga PUAB rata-rata
sebagai prioritas pertama. Variabel lingkungan yang dipertimbangkan
sebagai prioritas kedua cenderung bervariasi, ada yang menempatkan
PUAB diri sendiri pada hari periode sebelumnya sedangkan beberapa yang
lain menggunakan suku bunga SBI 1 atau SOR.
IV-54
JUMLAH URUTAN PRIORITAS ( RANK )BANK SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
1 6 - - 2 - - 1 32 91 - - 3 5 4 1 23 4 - - - - - 1 2
1 7 - - - - 3 1 22 47 3 4 - 6 5 1 23 18 - - - - 3 1 24 6 - 2 - - 2 1 45 6 - 3 - - - 1 26 3 - - - - 3 1 27 9 - - - - 3 1 2
1 33 3 - 4 4 6 1 22 2 - - 2 - - 1 -3 17 2 6 7 4 5 1 34 3 2 - 1 - 5 4 35 3 - 5 2 - 4 1 26 5 1 - - 3 - 2 47 3 - - - - - - -8 8 0 0 0 0 0 0 09 6 - - 3 - 4 1 210 5 - - 2 - - 1 -11 10 - - 3 - - 1 212 2 - - - - - 1 -
1 3 4 - - 1 - 3 12 4 - - 2 - - 1 23 82 3 6 4 2 7 1 54 8 2 4 3 - - 1 55 3 2 6 4 1 7 5 36 8 - - 2 - 3 1 37 2 3 - - 1 1 5 38 3 - - 2 - - 1 39 4 - - - - 3 1 2
( FROM - TO )
II
CLUSTER
( 4/10/2002-20/7/2003)
( 26/4/2002-4/10/2002)
( 24/8/2001-26/4/2002 )
( 1/1/2001-24/8/2001 )
III
IV
PERIODE
I
Tabel IV-11 Ikhtisar perilaku cluster pada setiap periode
IV.3.2 Analisis Perilaku Bank
Analisis perilaku bank dilakukan lewat dua pendekatan. Pendekatan
pertama adalah menelaah perilaku bank-bank yang relatif dominan, di
mana dominan di sini didefinisikan sebagai top loaners – para pemberi
pinjaman terbesar. Definisi ini diambil karena identitas bank-bank
dominan versi BI tidak dapat diperoleh untuk menjaga kerahasiaan bank.
Pendekatan kedua adalah menelaah pergerakan bank-bank di antara
cluster-cluster dominan pada setiap periode. Dengan pendekatan ini dapat
dilihat perilaku bank-bank yang secara intensif terlibat di dalam PUAB.
IV-55
IV.3.2.1 Top Loaner
Perilaku bank komersial pertama-tama dilihat dari bank pemberi pinjaman
terbesar setiap periode (Top Loaner). Indikator yang digunakan adalah
rasio rata-rata berbobot pinjaman yang diberikan dengan rata-rata
berbobot hutang yang diterimanya (loan to debt ratio) terbesar untuk 10
bank. Tabel berikut menunjukkan bahwa perilaku bank-bank yang
berada dalam kelompok top loaners cenderung sama yaitu menempatkan
suku bunga PUAB rata-rata sebagai prioritas pertama dalam menentukan
suku bunga PUAB yang diberikannya sebagai pinjaman.
Pada Periode I hampir semua bank hanya menempatkan PUAB bank lain
sebagai prioritas pertama dalam menentukan suku bunga PUAB saat itu,
kecuai bank-bank GA dan VA. Sedangkan pada periode-periode II, III dan
IV variabel-variabel lingkungan yang mempengaruhi bank dalam
menentukan suku bunga PUAB lebih bervariasi, walaupun hampir semua
bank tetap menempatkan suku bunga PUAB rata-rata sebagai urutan
pertama. Perilaku bank-bank pada Periode II selain meperhitungkan suku
bunga PUAB diri sendiri juga mempertimbangkan variabel-variabel SBI_3
dan kurs dolar Amerika Serikat. Variabel yang diperhitungkan pada
periode-periode III dan IV adalah suku bunga PUAB rata-rata sebagai
prioritas utama, PUAB bank yang bersangkutan pada hari sebelumnya,
kemudian SBI_3 dan terakhir FASBI.
PERIODE BANK L/D URUTAN PRIORITAS (RANK)
( FROM - TO )
CLUS-TER NAME RATIO SBI_1 SBI_3 FASBI SOR USD PUAB PREV_
RATE
I 2 RB 6.60 - - 2 - - 1 -
(1/1/2001-24/8/2001) 2 IB 4.26 - - - - - 1 -
2 AK 4.06 - - - - - - -
2 DE 3.84 - - - - - 1 -
2 MI 3.71 - - - - - 1 -
1 PB 3.17 - - - - - 1 -
3 ME 3.15 - - - - - 1 -
2 VA 3.02 - - 2 - 4 1 3
2 SE 3.02 - - - - - 1 -
2 GA 2.78 - - - - 2 1 -
PERIODE BANK L/D URUTAN PRIORITAS (RANK)
( FROM - TO )
CLUS-TER
NAME RATIO SBI_1 SBI_3 FASBI SOR USD PUAB PREV_ RATE
IV-56
II 6 RB 9.97 - - - - 3 1 2
(24/8/2001-26/4/2002) 2 TA 7.39 - 2 - - 3 1 4
6 AK 4.70 - - - - - - -
4 AD 3.79 - - - - 2 1 3
2 BC 3.71 - - - - - - 1
6 MI 3.13 - - - - - 1 2
2 MA 2.93 - - - - - 1 2
4 HD 2.91 - 1 - - - - -
2 AF 2.81 - - - - - 1 -
3 DE 2.73 - - - - - 1 2
III 3 BQ 54.49 - - - - - 1 2
(26/4/2002-4/10/2002) 1 SF 15.42 - - 3 - - 1 2
1 BZD 6.90 - - - - - - -
1 AF 6.29 - - - - - 1 -
3 BP 5.65 - - - - - 1 -
3 VA 5.55 - 3 - - - 1 2
12 AG 5.41 - - - - - 1 -
1 IA 5.11 - - - - - 1 -
2 AI 4.92 - - 2 - - 1 -
1 YA 3.69 - - - - - 1 2
IV 9 RB 7.12 - - - - 3 1 2
(4/10/2002-20/7/2003) 3 AF 6.84 - - - - - 1 -
8 DI 6.29 - - - - - 1 2
6 BE 5.64 - - - - - 1 -
6 BG 5.62 - - 1 - - 2 -
3 YA 4.55 - - - - - 1 2
4 BS 4.12 - 2 - - - 1 -
4 SD 4.10 - - - - - - -
2 AD 3.94 - - - - - 1 2
4 SF 3.39 - - - - - - -
Tabel IV-12 Ikhtisar perilaku top loaners pada setiap periode
Dari tabel nampak bahwa bank RB berada pada peringkat pertama untuk
periode-periode 1, 2 dan 4, sedangkan pada Periode III bank ini tidak
masuk dalam top loaner. Berbeda halnya dengan bank BQ muncul
menjadi top loaner pada Periode III walaupun pada periode-periode lainnya
bank ini tidak pernah mencapai kategori ini. Sebaliknya bank AF yang
awalnya tidak masuk dalam top loaner, pada periode selanjutnya (periode-
periode II, III dan IV) AF dapat bertahan menjadi anggota top loaner.
Fenomena ini menunjukkan bahwa perilaku bank dapat dipengaruhi oleh
kebijakan tertentu yang ditetapkan oleh BI. Pada saat BI menerapkan
IV-57
kebijakan kontraksi, bank AF lebih menahan diri tidak memberikan
pinjaman dalam jumlah besar atau memberikan pinjaman tetapi
frekuensinya kecil. Ketika kebijakan BI beralih dari kontraksi ke ekspansi,
bank AF lebih berani bermain di pasar sehingga dalam tiga periode
berturut-turut dapat menjadi top loaner. Sedangkan bank RB terlihat
lebih berhati-hati pada Periode III dimana BI menetapkan kebijakan
ekspansi dengan tidak memberikan pinjaman dalam jumlah atau
frekuensi yang tinggi relatif dengan hutang yang diambilnya – tetapi
mungkin bank RB lebih memilih menyimpan dananya di SBI atau
investasi dalam bentuk lain. Karena sempat secara konsisten muncul
dalam beberapa periode secara berdampingan sebagai top loaner, dapat
dikatakan bahwa bank-bank RB dan AF termasuk risk taker dan
cenderung menggunakan PUAB untuk mendapatkan keuntungan.
IV.3.2.2 Jalur Pergerakan Bank
Analisa selanjutnya dilakukan berdasarkan perilaku bank sebagai anggota
cluster dari satu periode ke periode yang lain. Analisa ini melihat jalur-
jalur pergerakan bank antar cluster-cluster dominan pada periode-periode
yang berbeda. Asumsinya adalah bank yang berada dalam cluster
dominan pada satu periode akan tetap berada dalam cluster dominan di
periode selanjutnya. Seperti telah diuraikan sebelumnya, pada Periode II
terbentuk dua cluster dominan, yaitu Cluster 2 dengan 47 bank dan
Cluster 3 dengan 18 bank. Demikian pula pada Periode III, terbentuk dua
cluster dominan, yaitu Cluster 1 dengan 33 bank dan Cluster 3 dengan
17 bank. Sedangkan pada Periode I dan Periode IV hanya terdapat satu
cluster dominan dengan anggotanya masing-masing sejumlah 91 bank dan
82 bank.
IV-58
Skema pergerakan bank-bank selama empat periode pengamatan
digambarkan pada Gambar �IV-5.
Setiap lingkaran menggambarkan cluster dominan yang ada pada periode
yang bersangkutan. Angka di dalam lingkaran menyatakan jumlah
anggota cluster dominan tersebut. Sedangkan garis-garis berpola dan
berwarna masing-masing menggambarkan jalur perpindahan antar cluster
yang mungkin diambil oleh bank-bank yang ada. Dari pengamatan
ditemukan bahwa Jalur B berhenti di Cluster 3 Periode III – tidak ada
bank yang berpindah ke cluster dominan di Periode IV yang berasal dari
Cluster 3 dari Periode II.
IV.3.2.2.1 Jalur A
Jalur ini bermula dari Cluster 2 Periode I, melewati Cluster 2 Periode II
dan Cluster 1 Periode III dan berakhir di Cluster 3 Periode IV.
Bank yang selalu berada dalam cluster dominan selama empat periode
melewati Jalur A adalah bank AF, AH, BH, BL, DD, EA, MH, dan UB
(sejumlah delapan bank). Perilaku bank-bank ini dalam menentukan
Gambar IV-5 Jalur-jalur pergerakan bank-bank antar cluster-cluster dominan pada setiap periode.
IV-59
suku bunga PUAB umumnya hanya dipengaruhi oleh dua variabel, kecuali
bank MH pada Periode III dan bank BL pada Periode IV. Ada dugaan
bahwa bank-bank tersebut adalah dominant player yang menguasai 80%
pasar perbankan di Indonesia, sesuai dengan penelitian mikrostruktur
yang dilakukan oleh BI, sehingga dalam menentukan suku bunga PUAB
mereka tidak terlalu terpengaruh oleh variabel-variabel lingkungan yang
diuji..
BANK URUTAN PRIORITASNAME SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
2 AF - - - - - 1 22 AH - - - - - 1 -
2 BH - - - - - 1 -2 BL - - - - - 1 -2 DD - - - - - - -2 EA - - 2 - - 1 -
2 MH - - - - - 1 22 UB - - - - - - -
2 AF - - - - - 1 -2 AH - - - - - 1 -2 BH - - - - 1 - -
2 BL - - - - - 1 -2 DD - - - - - 1 22 EA - - - - - 1 2
2 MH - 2 - - - 1 -2 UB - - - - - - -
1 AF - - - - - 1 -1 AH - - - - - 1 -1 BH - - - - - 1 2
1 BL - - - - - - -1 DD - - 2 - - 1 -1 EA - - - - - 1 -1 MH 1 - - 2 - 3 -
1 UB - - - - - - -
3 AF - - - - - 1 -3 AH - - - - 2 1 -3 BH - - - - - 1 -3 BL 2 - - 1 - 3 4
3 DD - - - - - 1 -3 EA - - - - - 1 -3 MH - - - - - 1 -3 UB - - - - - 1 -
(26/4/2002-4/10/2002)
IV
(4/10/2002-20/7/2003)
(1/1/2001-24/8/2001)
II(24/8/2001-26/4/2002)
III
PERIODE CLUSTER( FROM - TO )
I
Tabel IV-13 Ringkasan perilaku bank-bank yang berada di Jalur A
IV.3.2.2.2 Jalur B (Cluster Dominan II)
Jalur ini bermulai dari Cluster 2 Periode I, melewati Cluster 3 Periode II
untuk berhenti di Cluster 3 Periode III. Tidak ada bank yang melewati
jalur ini yang menjadi anggota cluster dominan di Periode III dan IV.
IV-60
Bank yang berada dalam cluster dominan Periode II adalah bank AC, AL,
CD, DE, DG, EB, FA, HE, HF, IA, KA, KB, MC, PA, SJ, YA (16 bank). Pada
jalur ini bank yang selalu berada dalam cluster yang sama hanya bertahan
selama dua periode, yaitu periode-periode I&II.
Perilaku bank-bank pada jalur ini dalam menetukan PUAB tetap
menempatkan PUAB bank lain sebagai prioritas pertama dan PUAB
periode sebelumnya sebagai prioritas selanjutnya. Beberapa bank juga
mempertimbangkan nilai kurs dollar.
BANK URUTAN PRIORITASNAME SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
2 AC - - - - - 1 -2 AL - - - - - 1 22 CD - - - - - 1 -
2 DE - - - - - 1 -2 DG - - - - - 1 -2 EB - - - - 2 1 -
2 FA - - - - - - 12 HE - - - - - 1 -
2 HF - - 2 - 4 1 32 IA - - - 1 3 2 -2 KA - - - - 2 1 -
2 KB - - - - - - -2 MC - - - - - 1 2
2 PA - - - - - 1 22 SJ - - - - - 1 -2 YA - - - - - 1 -
3 AC - - - - - 1 23 AL - - - - - 1 -
3 CD - - - - - 1 -3 DE - - - - - 1 23 DG - - - - - 1 2
3 EB - - - - - 1 -3 FA - - - - - - -3 HE - - - - - 1 2
3 HF - - - - - 1 -3 IA - - - - - 2 1
3 KA - - - - - 1 23 KB - - - - - 1 -3 MC - - - - - - -
3 PA - - - - 1 - -3 SJ - - - - 3 1 2
3 YA - - - - - 1 -
II
(24/8/2001-26/4/2002)
CLUSTER( FROM - TO )
I
(1/1/2001-24/8/2001)
PERIODE
Tabel IV-14 Ringkasan perilaku bank-bank yang berada di Jalur B
IV.3.2.2.3 Jalur C
Jalur ini terbentuk karena ada bank yang pada periode-periode I dan II
berada di dalam cluster dominan tetapi pada periode III berpindah ke
IV-61
cluster dominan kedua kemudian kembali lagi ke cluster dominan
Periode IV. Bank-bank tersebut adalah: BB, BM, BQ, CA, CB, CC, DA, IE,
MA, NA, PC, RA, dan VA (sejumlah 13 bank). Dalam menetukan suku
bunga PUAB, bank-bank ini sangat dipengaruhi oleh rata-rata suku bunga
PUAB dan PUAB periode sebelumnya. Ada pula bank yang
mempertimbangkan nilai kurs dollar pada periode I dan II. Sedangkan
pada periode III beberapa bank mempertimbangkan variabel suku bunga
yang dikendalikan oleh BI, yaitu SBI_1 dan FASBI.
BANK URUTAN PRIORITAS (RANK)NAME SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
2 BB - - - - - 1 -2 BM - - - - - 1 2
2 BQ - - - - - - -
2 CA - - - - - - -2 CB - - - - - 1 2
2 CC - - - 1 3 2 -
2 DA - - - - - 1 -
2 IE - - - - 2 1 -2 MA - - 2 - - 1 -
2 NA - - - - - 1 -
2 PC - - - - - 1 -2 RA - - - - - 1 -
2 VA - - 2 - 4 1 3
2 BB - - - - - 1 2
2 BM - - - - 3 1 2
2 BQ - - - - 2 - 12 CA - - - - - - -
2 CB - - - - - - -
2 CC - - - - - - -2 DA - - - - - 1 2
2 IE - - - - - 1 2
2 MA - - - - - 1 2
2 NA - - - - - 1 -2 PC - - - - - 1 -
2 RA - - - - - 1 -
2 VA - - - - - 1 -
PERIODE CLUSTER( FROM - TO )
I
(1/1/2001-24/8/2001)
II
(24/8/2001-26/4/2002)
IV-62
BANK URUTAN PRIORITAS (RANK)NAME SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
3 BB 1 - 4 2 - 3 -3 BM - - - - - 1 -3 BQ - - - - - 1 23 CA - - - - - 1 -3 CB 1 - 3 - - 2 -3 CC - - - - - - -3 DA - - - - - 1 23 IE - - 2 - - 1 -3 MA 2 - 5 1 - 3 43 NA 1 - - - - 2 -3 PC 1 - - - - 2 -3 RA - - - - - 1 -3 VA - 3 - - - 1 2
3 BB - - - - - 1 -3 BM - - - - - 1 -3 BQ - - - - - 2 13 CA - - - - - 1 -3 CB - - - - - 1 -3 CC - 2 - - - - 13 DA - - - - - 1 23 IE - - - - - 1 -3 MA - - - - - 1 -3 NA - - - - - 1 -3 PC - - - - - 1 -3 RA - - - - - 1 -3 VA - - - - 1 2 -
PERIODE CLUSTER( FROM - TO )
(4/10/2002-20/7/2003)
III(26/4/2002-4/10/2002)
IV
Tabel IV-15 Ringkasan perilaku bank-bank yang berada di Jalur C
IV.3.2.2.4 JALUR D
Bank-bank yang melewati jalur ini adalah mereka yang berpindah-pindah
dari cluster dominan pertama ke dominan kedua pada periode-periode II
dan III dan kembali lagi ke cluster dominan Periode IV. Bank-bank yang
dimaksud adalah AC, AL, CD, DE, DG, EB, HE, HF, IA, KB, SJ, dan YA
(sejumlah 12 bank). Dalam menetukan suku bnga PUAB, bank-bank ini
sangat dipengaruhi oleh rata-rata suku bunga PUAB tetapi tidak
terpengaruh oleh variabel-variabel suku bunga yang dikendalikan BI.
Beberapa di antaranya menunjukkan bahwa mereka juga
memperhitungkan nilai tukar USD terhadap IDR untuk menentukan suku
bunga PUAB dan pada periode III memperhitungkan suku bunga FASBI.
IV-63
BANK URUTAN PRIORITAS (RANK)NAME SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
2 AC - - - - - 1 -
2 AL - - - - - 1 22 CD - - - - - 1 -
2 DE - - - - - 1 -2 DG - - - - - 1 -
2 EB - - - - 2 1 -2 HE - - - - - 1 -
2 HF - - 2 - 4 1 32 IA - - - 1 3 2 -
2 KB - - - - - - -2 SJ - - - - - 1 -
2 YA - - - - - 1 -
3 AC - - - - - 1 2
3 AL - - - - - 1 -3 CD - - - - - 1 -
3 DE - - - - - 1 23 DG - - - - - 1 2
3 EB - - - - - 1 -3 HE - - - - - 1 2
3 HF - - - - - 1 -3 IA - - - - - 2 1
3 KB - - - - - 1 -3 SJ - - - - 3 1 2
3 YA - - - - - 1 -
1 AC - - - - - - -
1 AL - - - - - 1 21 CD - - 2 - - 1 -
1 DE - - - - - - -1 DG - - 3 - - 2 1
1 EB - - - - - 1 -1 HE - - 3 - - 2 1
1 HF - - - - - 1 -1 IA - - - - - 1 -
1 KB 1 - 4 - 5 2 31 SJ - - - - - 1 2
1 YA - - - - - 1 2
3 AC - 2 - - - 1 -3 AL - - 1 - - 2 -3 CD - - - - - 1 -
3 DE - - - - - 1 -3 DG - - - - - 1 -
3 EB - - - - - 1 23 HE - - - - - 1 -
3 HF - - - - - 1 23 IA - - - - - 1 -
3 KB 1 - - 2 - - 33 SJ - - - - - - -
3 YA - - - - - 1 2
CLUSTER( FROM - TO )
PERIODE
I(1/1/2001-24/8/2001)
II(24/8/2001-26/4/2002)
III
(26/4/2002-4/10/2002)
IV
(4/10/2002-20/7/2003)
Tabel IV-16 Ringkasan perilaku bank-bank yang berada di Jalur D
Selain jalur-jalur cluster-cluster dominan yang telah diuraikan
sebelumnya, terdapat beberapa bank yang selalu tergabung dalam cluster
bukan dominan tetapi tetap ada di setiap periode, yaitu bank JA, ME dan
IV-64
MG. Perlu ditelaah apakah bank-bank tersebut adalah bank yang kurang
populer di dalam PUAB tetapi cukup kuat karena dapat bertahan di dalam
kelompok-kelompok kecilnya selama empat periode.
IV.4 Kesimpulan
Secara garis besar penelitian ini membuahkan kesimpulan-kesimpulan
berikut:
� Dalam penelitian ini ditemukan bahwa umumnya bank menempatkan
suku bunga PUAB rata-rata sebagai prioritas pertama dan suku bunga
PUAB yang diberikan oleh dirinya sendiri pada hari sebelumnya sebagai
prioritas kedua dalam menetukan suku bunga PUAB. Hal ini berbeda
dengan hasil penelitian mikrostruktur yang dilakukan oleh SPPK-BI
dengan metode kuosioner. Menurut penelitian ini bank sangat
dipengaruhi oleh suku bunga PUAB hari sebelumnya dan FASBI sebagai
reference rate. Perbedaan kedua penelitian ini disebabkan karena
periode yang digunakan untuk analisis data yang diambil berbeda.
Penelitian mikrostruktur BI dilakukan secara keseluruhan untuk data
tahun 2001 sampai pertengahan tahun 2003 sehingga terdapat
perubahan-perubahan suku bunga FASBI yang mempengaruhi
preferensi bank dalam menentukan suku bunga PUAB. Sedangkan
pada penelitian ini data tersebut dibagi menjadi empat periode yang
lebih pendek dimana suku bunga FASBI relatif konstan dalam jangka-
jangka waktu tersebut.
� Metode kuesioner yang digunakan dalam penelitian mikrostruktur BI
pada [Dew02] kurang dapat menunjukkan pola perilaku bank
sebagaimana dimanifestasikan pada kegiatan transaksi sehari-hari
dalam menentukan variabel-variabel lingkungan yang dipertimbangkan,
apakah masing-masing bank mempertimbangkan PUAB rata-rata
sebagai prioritas pertama ataukah menggunakan PUAB hari
sebelumnya ataupun prioritas terletak pada kriteria lainnya. Berangkat
dari kekurangan tersebut, maka penelitian ini dirancang untuk dapat
IV-65
menunjukkan dengan lebih rinci variabel-variabel lingkungan yang
menjadi prioritas-prioritas setiap bank dalam menentukan suku bunga
PUAB dan urutannnya.
� Penerapan ide dasar dari metodologi penelitian ini tidak terbatas hanya
pada PUAB, namun juga pasar mata uang asing, pasar obligasi, pasar
saham, dan pasar kredit.
� Cluster yang terbentuk pada suatu periode berbeda dengan periode
lainnya karena preferensi bank dalam menentukan counterpart
berubah-ubah sesuai dengan kebutuhan bank pada saat itu.
� Selama Periode I sampai dengan IV yang dianalisis tidak ada perubahan
kebijakan yang dilakukan oleh BI, yang ada hanya perubahan stance
kebijakan moneter dari kontraksi menjadi ekspansi pada akhir tahun
2001 yang menyebabkan suku bunga SBI bergerak turun. Fenomena
ini menunjukkan bahwa pola pembentukan cluster belum dapat
diatribusikan kepada perubahan kebijakan moneter, walau tidak
tertutup kemungkinan bahwa perubahan-perubahan lingkungan yang
terjadi dan dibarengi dengan perbedaan kapasitas masing-masing bank
dalam menyerap serta menganalisis informasi yang ada berperan dalam
preferensi penentuan counterpart di dalam PUAB yang pada akhirnya
menjadi dasar pembentukan cluster.
V-66
Bab V Rekomendasi
V.1 Langkah-Langkah Penerapan
Jika pemodelan ini akan digunakan secara rutin, maka sebuah DSS dapat
dibuat untuk mengautomatisasikan sebagian besar penghitungan yang
perlu dilakukan. Apabila telah diputuskan bahwa sebuah DSS akan
diimplementasikan, sebagaimana dengan proyek software construction
lainnya maka langkah-langkah berikut perlu dilakukan:
V.1.1 Pengumpulan requirement.
Pihak-pihak yang terkait dengan DSS yang akan dibuat perlu
dipertemukan untuk mengumpulkan pendapat-pendapat tentang apa saja
yang diharapkan dari sistem yang akan dibuat. Selain itu tahap ini juga
diperlukan untuk mendapatkan stakeholder buy-in terhadap penerapan
DSS.
V.1.2 Studi kelayakan atas berbagai requirement.
Setelah kepentingan-kepentingan seluruh pihak terkait ditampung,
berbagai requirement yang terkumpul perlu ditelaah atas dasar
cost/benefit analysis. Dengan demikian akan tercapai sebuah himpunan
requirement yang memberikan nilai tambah tertinggi bagi BI.
V.1.3 Pemrioritasan requirement.
Berbagai requirement yang lolos studi kelayakan akan diprioritaskan
berdasarkan manfaat yang diberikannya, jangka waktu yang diperlukan
untuk implementasinya, serta biaya yang dibutuhkan untuk mewujudkan
requirement yang bersangkutan. Prioritas lebih tinggi hendaknya
diberikan pada berbagai requirement yang memberikan manfaat lebih
besar namun membutuhkan jangka waktu lebih pendek dan biaya
implementasi yang lebih murah.
V-67
V.1.4 Perancangan arsitektur sistem.
Dari himpunan requirement yang telah mendapatkan prioritas, dibuat
sebuah rancangan garis besar DSS yang akan dibuat.
V.1.5 Pembuatan sistem.
Di dalam tahap ini dilakukan pemrograman yang mengimplementasikan
rancangan DSS yang telah dibuat sebelumnya.
V.1.6 Pengujian sistem.
Perangkat lunak yang telah dibuat diuji apakah telah memenuhi berbagai
requirement yang telah digariskan sebelumnya.
V.1.7 Pelatihan bagi para pengguna serta administrator sistem.
Di dalam tahap ini dilakukan pelatihan-pelatihan baik bagi para users
yang akan mempergunakan sistem sehari-hari dan para administrator
yang akan mengawasi serta merawat operasional sistem.
V.1.8 Evaluasi efektivitas sistem.
Secara periodik setelah sistem dipergunakan secara rutin, maka perlu
dianalisis efektivitasnya yang dapat menjawab seberapa besar manfaat
yang diberikan oleh sistem ini.
V.2 Saran
Penulis menyarankan untuk dilakukan penelitian lebih lanjut oleh pihak
BI mengenai topik ini, terutama untuk mengetahui:
� Di cluster mana saja letak bank-bank asing yang melakukan overbidding
pada Februari 2002? Siapa sajakah yang mendapat keuntungan dari
overbidding tersebut? Apakah pihak-pihak yang mendapatkan
keuntungan ini umumnya terletak pada cluster-cluster yang sama dengan
bank-bank yang melakukan overbidding? Hal ini dapat memberikan
V-68
gambaran bargaining position BI relatif terhadap PUAB sebagai penyedia
uang giral.
� Apakah bank-bank yang dikategorikan sebagai isolates (tidak menjadi
anggota cluster manapun) termasuk benar-benar sehat ataukah mereka
melakukan praktek-praktek yang kurang baik agar tetap nampak sehat?
Perlukah diberlakukan pengawasan lebih seksama terhadap bank-bank
ini? Karena dengan tidak menjadi anggota cluster manapun, berarti
mereka relatif tidak terlibat di dalam PUAB, yang dapat saja berarti
bahwa bank-bank lain tidak ingin bertransaksi dengan mereka karena
reputasi yang kurang baik.
� Apa saja variabel-variabel lingkungan tambahan yang mempengaruhi
PUAB?
Setelah berbagai penelitian yang relevan dilakukan, perlu dikaji apakah
sebuah penelitian seperti ini perlu untuk dilakukan secara rutin dengan
data yang lebih kini. Apabila perlu, maka pertanyaan lebih lanjut adalah
apakah implementasi sebuah decision support system (DSS)
terkomputerisasi akan menguntungkan untuk dibuat? Sistem ini akan
dapat memberikan jawaban-jawaban lebih real-time terhadap kondisi
mikrostruktur PUAB.
Untuk melihat prefernsi / kecenderungan bank dalam berinteraksi, selain
PUAB sistem ini dapat juga diterapkan pada pasar valas, obligasi, saham
dan kredit.
69
Daftar Pustaka
[Asca02] Ascarya. Instrumen-Instrumen Pengendalian Moneter. Seri
Kebanksentralan No.3, Pusat Pendidikan dan Studi Kebanksentralan
(PPSK) Bank Indonesia. Jakarta. Desember 2002.
[BI03] Bank Indonesia. Kerangka Kerja Kebijakan Moneter Untuk Mencapai
Sasaran Tunggal Inflasi Dengan Suku Bunga Sebagai Sasaran
Operasional: Program Kerja Inisiatif 2003. Direktorat Riset Ekonomi
dan Kebijakan Moneter, Direktorat Pengelolaan Moneter, Direktorat
Statistik Ekonomi dan Moneter Bank Indonesia 2003.
[BI00] Biro Pengembangan Sistem Pembayaran Nasional Bank Indonesia.
Sistem Pembayaran Nasional dan Kliring – Bahan Pendidikan Paket
Menengah. Jakarta. Juni 2000.
[Dew02] Dewati, Wahyu, Iss Savitri, Elisabeth Sukawati, Ibrahim, Dadal
Anggoro. Mikrostruktur Pasar Uang Antar Bank Rupiah. Direktorat
Riset Ekonomi dan Kebijakan Moneter Bank Indonesia. Jakarta. 31
Oktober 2002.
[Don00] van Dongen, Stijn. Graph Clustering by Flow Simulation. Centre
for Mathematics and Computer Science (CWI). Amsterdam 2000.
http://micans.org/mcl/lit/svdthesis.pdf.gz
[Jos02] Joseph, CharlesPR., Janu Dewanatara, IGP Wira Kususma, Ryan
Rizaldy. General Equilibrium Model Bank Indonesia (GEMBI).
Direktorat Riset Ekonomi dan Kebijakan Moneter Bank Indonesia.
Jakarta. Desember 2002.
[Kus02] Kusmiarso, Bambang, Erwin Haryono, T.M. Arief Machmud,
Wahyu Pratomo. Kerangka Operasional Kebijakan Moneter: Sebuah
Proposal. Direktorat Riset Ekonomi dan Kebijakan Moneter Bank
Indonesia. Jakarta. 2002.
70
[LAP00] Bank Indonesia. Laporan Tahunan 2000. Bank Indonesia.
Februari 2001.
[LAP02] Bank Indonesia. Laporan Tahunan Bank Indonesia 2002. Bank
Indonesia. Februari 2003.
[LAP03] Bank Indonesia. Laporan Perekonomian Indonesia 2003. Bank
Indonesia. 2004.
[PBI04] Bank Indonesia. Sistem Penilaian Tingkat Kesehatan Bank Umum.
Peraturan Bank Indonesia Nomor 6/10/PBI/2004. Jakarta. 12 April
2004.
[Rob01] Robbins, Stephen P. Organizational Behavior 9th ed. Prentice Hall.
2001.
[Ros95] Rosen, Kenneth H. Discrete Mathematics and its Applications 3rd
ed. McGraw-Hill. Singapore. 1995.
[Sup04] Supranto, Johanes. Analisis Multivariat: Arti dan Intrepretasi. PT.
Asdi Mahasatya. Jakarta. 2004.
[UU04] Undang-Undang Republik Indonesia Nomor 3 Tahun 2004.
Perubahan Atas Undang-Undang Republik Indonesia Nomor 23 Tahun
1999 Tentang Bank Indonesia. Jakarta. 15 Januari 2004.
[UU99] Undang-Undang Republik Indonesia Nomor 23 Tahun 1999. Bank
Indonesia. Jakarta. 17 Mei 1999.
[Wid02] Widayat, Wiwiek S, Sri Kurniati, Erwindo Kolopaking. Proses
Pengambilan Keputusan Kebijakan Moneter: Sebuah Proposal.
Direktorat Riset Ekonomi dan Kebijakan Moneter Bank Indonesia.
Jakarta. Juni 2002.
71
Daftar Istilah dan Singkatan BI Bank Indonesia Emergent cluster [Rob01] Kelompok sosial yang terbentuk dengan
sendirinya sebagai akibat dari interaksi sosial yang terjadi di antara anggota-anggota kelompok tersebut.
FASBI Fasilitas Simpanan Bank Indonesia JIBOR Jakarta Interbank Offered Rate IDR Indonesian Rupiah. IRK Suku bunga Intervensi Rupiah Kontraksi. PUAB Pasar Uang Antar Bank RTGS Real Time Gross Settlement SBI Sertifikat Bank Indonesia SOR Stop Out Rate SPPK Studi Struktur & Pengembangan Pasar Keuangan USD United States Dollar – mata uang dolar Amerika Serikat
UU Undang-Undang
73
Lampiran
1
DEWAN GUBERNUR
Gubernur Deputi Gubernur Senior Deputi-Deputi Gubernur
DKM DSM DPM DPD
PRAd
SEI
SSR
SEM
SPPK
APK
DLN BKr DPNP DPIP DPwB1 DPwB2 DPmB1 DPmB2 DPBPR UKIP DPbS DPU DASP DLP DTI DSDM UKPT DKI DHk BSk DPI BGub PPSK UKM BI
OPU
PPU
PTPU
Admp
DR
Tim
PTD
AdPS
APLN
PLN
EXIM
KEPI
PAdk
tIM
BSSK
BPPB
IDPnP
Tim
DtB
Prz
IPSiP
SMoN
SNP
SRKP
PDIE
Adms Adml
PwB11
PwB12
PwB13
PwB14
PwB15
PwB16
IDWB1
PwB21
PwB22
PwB23
PwB24
PwB25
PwB26
IDWB2
Tim
IDMB1
Tim
IDMB2
Tim
P3BPR
IDBPR
Tim
IDIP
Tim
PIA
BPUM
BPUK
DU
PPgU
PPPU
PSPN
AkDv
KU
PTR
PwSP
PrIJ
PgL-I
PgL-II
PgJ
Pam
SKTI
PPA
PTTI
OTI
AdT
TPS
TKS
TPIS
Proyek
Tim
PPKI Tim Pro
Ars
Tim Tim
LKeu
PGKI
Ang
BPA
AdPl
Kel
Struktur Organisasi Bank Indonesia per September 2004
KETERANGAN DKM = DIREKTORAT RISET EKONOMI DAN KEBIJAKAN MONETER DPU = DIREKTORAT PENGEDARAN UANG DSM = DIREKTORAT STATISTIK EKONOMI DAN MONETER DLP = DIREKTORAT LOGISTIK DAN PENGAMANAN DPM = DIREKTORAT PENGELOLAAN MONETER DTI = DIREKTORAT TEKNOLOGI INFORMASI DPD = DIREKTORAT PENGELOLAAN DEVISA DSDM = DIREKTORAT SUMBER DAYA MANUSIA DLN = DIREKTORAT LUAR NEGERI UKPT = UNIT KHUSUS PROGRAM TRANSFORMASI BKr = BIRO KREDIT DKI = DIREKTORAT KEUANGAN INTERN DPNP = DIREKTORAT PENGELITIAN DAN PENGATURAN PERBANKAN
DHk = DIREKTORAT HUKUM DPIP = DIREKTORAT PERIZINAN DAN INFORMASI PERBANKAN BSk = BIRO SEKRETARIAT DPwB1/2 = DIREKTORAT PENGAWASAN BANK 1 / 2 DPI = DIREKTORAT PENGAWASAN INTERN DPmB1/2 = DIREKTORAT PEMERIKSAAN BANK 1 / 2 BGub = BIRO GUBERNUR DPBPR = DIREKTORAT PENGAWASAN BANK PERKREDITAN RAKYAT PPSK = PUSAT PENDIDIKAN DAN STUDI KEBANKSENTRALAN UKIP = UNIT KHUSUS INVESTIGASIPERBANKAN UKM BI = UNIT KHUSUS MUSEUM BANK INDONESIA DPbS = DIREKTORAT PERBANKAN SYARIAH
1
1
�Laporan Keuangan Bank Indonesia
Neraca Bank Indonesia per 31 Desember 2003 dan 2002
(Dalam Jutaan Rupiah) Aktiva 2003 2002 Pasiva 2003 2002 Unaudited Audited Unaudited Audited
1. Emas 10,945,736 9,505,929
A. KEWAJIBAN
1. Uang dalam Peredaran 112,746,176 98,395,190
2. Uang Asing 12,970 13,770 2. Giro
227,488,010 229,231,098
2.1. Pemerintah 77,901,824 103,332,091
3. Hak Tarik Khusus 31,234 169,207 2.1.1. Dalam Rupiah
40,580,792 61,813,103
2.1.2. Dalam Valas 37,321,032 41,518,988
4. Giro 1,288,205 4,879,554 2.2. Bank
61,128,963 44,983,701
4.1. Bank Sentral 362,174
3,352,163 2.2.1. Dalam Rupiah
53,538,271 38,326,357
4.2. Bank Koresponden 926,031
1,527,391 2.2.2. Dalam Valas
7,590,692 6,657,344
2.3. Pihak Swasta Lainnya 712,803 924,774
5. Deposito pada Bank 56,822,693 53,833,317 2.3.1. Dalam Rupiah
687,421 795,363
Koresponden 2.3.2. Dalam Valas 25,382 129,411
2
2.4. Lembaga Keuangan 87,744,420 79,990,532
6. Surat Berharga 251,911,412 225,056,498 Internasional
6.1. Dalam Rupiah - - 2.4.1. Dalam Rupiah
87,744,420 79,990,532
6.2. Valas 251,911,412
225,056,498 2.4.2. Dalam Valas - -
3. Surat Berharga yang Diterbitkan 135,929,228 112,795,991
7. Tagihan 320,667,970 377,223,643 3.1. Dalam Rupiah
135,929,228 112,795,991
7.1. Kepada Pemerintah 296,338,806
351,275,336 3.2. Dalam Valas - -
7.1.1.
Dalam Rupiah 296,314,109
351,249,254 4. Pinjaman dari Pemerintah
2,445,078 34,311,039
7.1.2. Dalam Valas 24,697
26,082 4.1. Dalam Rupiah
235,684 261,792
7.2. Kepada Bank 15,223,666
17,942,326 4.2. Dalam Valas
2,209,394 2,322,720
7.2.1.
Dalam Rupiah 14,220,108
16,882,455 4.3.
Surat Utang Bank Indonesia - 31,726,527
7.2.2. Dalam Valas 1,003,558
1,059,871 5. Pinjaman Luar Negeri
16,167,431 16,972,012
7.3. Kepada Lainnya 9,105,498
8,005,981 6. Kewajiban Lain-lain
14,277,408 6,282,275
7.3.1.
Dalam Rupiah 9,105,498
8,005,981
7.3.2.
Dalam Valas - - JUMLAH KEWAJIBAN
509,053,331 497,987,605
8. Penyisihan Kerugian Aktiva (51,248,050)
(48,399,906)
B. EKUITAS
1. Modal 2,948,029 2,948,029
9. Penyertaan 756,556 2. Cadangan Umum 20,584,751
3
229,474 22,581,342
3. Cadangan Tujuan 9,677,671 8,822,036
10. Aktiva Lain-lain 8,828,088
9,424,169 4. Hasil Revaluasi Aktiva Tetep
4,662,859 4,865,933
5. Hasil Revaluasi Kurs dan SSB 17,727,744 24,969,454
6. Hasil Indeksasi SUP 31,212,360 75,334,511
7. Hasil Indeksasi SUBI -
(6,428,782)
8. Surplus (Defisit) Th Sebelumnya - -
9. Surplus (Defisit) Tahun Berjalan 2,153,478 2,852,118
JUMLAH EKUITAS 90,963,483 133,948,050
JUMLAH AKTIVA 600,016,814 631,935,655 JUMLAH KEWAJIBAN DAN
EKUITAS 600,016,814 631,935,655
4
Neraca Bank Indonesia per 31 Desember 2000 (Dalam Miliar Rupiah)
Aktiva Pasiva
1. Emas 8,170
A. KEWAJIBAN
1. Uang dalam Peredaran 89,704
2. Uang Asing 794 2. Giro
2.1. Pemerintah
91,298
3. Hak Tarik Khusus 306 2.1.1. Dalam Rupiah
61,677
2.1.2. Dalam Valas 29,621
4. Giro 5,151
2.2. Bank
41,313
4.1. Bank Sentral
2,950 2.2.1. Dalam Rupiah
33,677
4.2. Bank Koresponden
2,201 2.2.2. Dalam Valas
7,636
2.3. Pihak Swasta Lainnya
6,485
5. Deposito pada Bank 61,538 2.3.1. Dalam Rupiah
6,283
Koresponden 2.3.2. Dalam Valas 202
2.4. Lembaga Keuangan
105,135
6. Surat Berharga 217,662 Internasional
5
6.1. Dalam Rupiah
- 2.4.1. Dalam Rupiah
105,135
6.2. Valas
217,662 2.4.2. Dalam Valas
-
3. Surat Berharga yang Diterbitkan
78,673
7. Tagihan 3.1. Dalam Rupiah
78,673
7.1. Kepada Pemerintah
279,185
3.2. Dalam Valas
-
7.1.1. Dalam Rupiah
279,061 4. Pinjaman dari Pemerintah
27,531
7.1.2. Dalam Valas
124
4.1. Dalam Rupiah
336
7.2. Kepada Bank
20,532
4.2. Dalam Valas
2,165
7.2.1. Dalam Rupiah
18,803
4.3.
Surat Utang Bank Indonesia
25,030
7.2.2. Dalam Valas
1,729 5. Pinjaman Luar Negeri
18,990
7.3. Kepada Lainnya
7,279 6. Kewajiban Lain-lain
1,299
7.3.1. Dalam Rupiah
7,279
7.3.2. Dalam
Valas -
JUMLAH KEWAJIBAN
460,429
8. Penyisihan Kerugian Aktiva
(27,383)
B. EKUITAS
1. Modal 2,606
9. Penyertaan - 2. Cadangan Umum
6,431
3. Cadangan Tujuan 2,756
10. Aktiva Lain-lain
6,369 4. Hasil Revaluasi Aktiva Tetep
4,767
5. Hasil Revaluasi Kurs dan SSB 79,954
6. Hasil Indeksasi SUP
6
18,818
7. Hasil Indeksasi SUBI (476)
8. Surplus (Defisit) Th Sebelumnya
1,773
9. Surplus (Defisit) Tahun Berjalan 2,547
JUMLAH EKUITAS 119,175
JUMLAH AKTIVA -
579,604 JUMLAH KEWAJIBAN DAN EKUITAS
579,604
1
Laporan Surplus Defisit Periode 1 Januari - 31 Desember 2003 dan 2002
(Dalam Jutaan Rupiah)
2003 2002 Unaudited Audited PENERIMAAN
1. Pengelolaan Moneter 18,169,651 32,224,784 1.1. Pengelolaan Devisa 10,957,998 22,861,847
1.2. Kegiatan Pasar Uang 6,686
3,880
1.3. Pemberian Kredit dan Pembiayaan 7,204,967 9,359,057
2. Penyelenggaraan Sistem Pembayaran 98,159 58,455
3. Pengaturan Perbankan 10,848 24,743
4. Lainnya 111,860 800,235 4.1. Penerimaan Lainnya 111,860 92,625
4.2. Pemulihan Penyisihan Aktiva - 707,610
Jumlah Penerimaan 18,390,518 33,108,217
PENGELUARAN
1. Beban Pengendalian Moneter 17,920,918 26,867,476 1.1. Beban Perumusan dan Pelaks. 14,360,825 18,379,704 Kebijakan Moneter 1.2. Beban Pengelolaan Devisa 3,560,093 8,487,772 2. Beban Sistem Pembayaran 1,347,304 1,060,137 2.1. Beban Pengedaran Uang 1,202,490 1,013,810 2.2. Beban Penyelenggaraan Sistem Pembayaran 144,814 46,327 3. Beban Pengaturan dan Pengawasan Bank 269,479 69,768
4. Beban Umum, Administrasi dan Lainnya 5,344,652 2,258,718 4.1. Beban Penyusutan Aktiva Tetap 191,462 153,495
4.2. Beban Amortisasi Aktiva Tak Berwujud 2,542
2,542
4.1. Beban Penambahan Penyisihan Aktiva Produktif 2,986,437 -
4.2. Beban Umum, Administrasi dan Lainnya 2,164,211 2,102,681 Jumlah Pengeluaran 24,882,353 30,256,099
Surplus (Defisit) Sebelum Pos Luar Biasa (6,491,835) 2,852,118
2
POS LUAR BIASA
1. Penerimaan Luar Biasa 25,297,744 -
2. Pengeluaran Luar Biasa 16,652,431 -
Jumlah Pos Luar Biasa 8,645,313 -
SURPLUS (DEFISIT) 2,153,478 2,852,118
BankClusters
V.2.1 Main.java /* * Main * * Version $revision$ by $author$ on $date$ * * Created on Oct 31, 2004 by adib * * Copyright(C) Sasmito Adibowo, 2004. */ package com.arcle.bankclusters; import java.io.BufferedReader; import java.io.File; import java.io.FileOutputStream; import java.io.FileReader; import java.io.FileWriter; import java.io.IOException; import java.io.PrintWriter; import java.sql.Connection; import java.sql.Date; import java.sql.DriverManager; import java.sql.PreparedStatement; import java.sql.ResultSet; import java.sql.SQLException; import java.sql.Statement; import java.sql.Timestamp; import java.sql.Types; import java.text.DecimalFormat; import java.util.HashMap; import java.util.HashSet; import java.util.Iterator; import java.util.Map; import java.util.Properties; import java.util.Random; import java.util.Set; import java.util.StringTokenizer; import jxl.Workbook; import jxl.format.Alignment; import jxl.write.DateFormats; import jxl.write.DateTime; import jxl.write.Label;
3
import jxl.write.NumberFormats; import jxl.write.WritableCellFormat; import jxl.write.WritableSheet; import jxl.write.WritableWorkbook; import jxl.write.WriteException; import org.apache.poi.hssf.usermodel.HSSFCell; import org.apache.poi.hssf.usermodel.HSSFCellStyle; import org.apache.poi.hssf.usermodel.HSSFFont; import org.apache.poi.hssf.usermodel.HSSFName; import org.apache.poi.hssf.usermodel.HSSFRow; import org.apache.poi.hssf.usermodel.HSSFSheet; import org.apache.poi.hssf.usermodel.HSSFWorkbook; public class Main { private static final int MIN_CLUSTER_MEMBERS = 2; private static interface PeriodStrategy { void init() throws Exception; void execute(int periodID, Timestamp periodBegin, Timestamp periodEnd) throws Exception; void done() throws Exception; } private class PeriodTemplate { private PeriodStrategy strategy; public PeriodTemplate(PeriodStrategy s) { strategy = s; } public void iterate() throws Exception { Connection conn = getConnection(); strategy.init(); Statement stmt = conn.createStatement(); ResultSet rs = stmt .executeQuery("SELECT period_id, period_begin, period_end FROM transaction_periods ORDER BY period_id"); Timestamp periodStart = null; Timestamp periodEnd = null; while (rs.next()) { int periodID = rs.getInt("period_id"); periodStart = rs.getTimestamp("period_begin"); periodEnd = rs.getTimestamp("period_end"); strategy.execute(periodID, periodStart, periodEnd); } rs.close(); stmt.close(); strategy.done(); } } private MultipleRegression _regEngine;
4
private Connection _conn; public Main() { super(); } protected void finalize() throws Throwable { disposeEngine(); super.finalize(); } public void disposeEngine() { if (_regEngine != null) { _regEngine.dispose(); _regEngine = null; } } public MultipleRegression getEngine() { if (_regEngine == null) { _regEngine = new MatlabRegress(); } return _regEngine; } public static void main(String[] args) throws Exception { Main m = new Main(); try { System.out.println("Generating..."); // The tables generated by these methods are already converted into // views, so they are not necessary // condenseEnvRates(conn); // condenseLoanRate(conn); m.generatePeriods(); // generateSample(conn); m.closeConnection(true); System.out.println("Connection closed."); } finally { m.disposeEngine(); } } private void storeClusters(int periodID, Set clusters) throws SQLException { Connection conn = getConnection(); PreparedStatement ps = conn .prepareStatement("INSERT INTO bank_clusters(period_id,cluster_id,bank_name) VALUES(?,?,?)"); ps.setInt(1, periodID); Iterator clustIter = clusters.iterator(); int clusterID = 1;
5
while (clustIter.hasNext()) { Set curClust = (Set) clustIter.next(); Iterator nameIter = curClust.iterator(); while (nameIter.hasNext()) { String bankName = (String) nameIter.next(); ps.setInt(2, clusterID); ps.setString(3, bankName); ps.executeUpdate(); } clusterID++; } ps.close(); } private void runMCL(File mclFile, File outputClusters) throws InterruptedException, IOException { File mclOut = new File(mclFile.getName() + ".out"); String mclCmd = "C:\\Program_Files\\cygwin\\usr\\local\\bin\\mcl.exe"; String cmlformatCmd = "C:\\Program_Files\\cygwin\\usr\\local\\bin\\clmformat.exe"; System.err.println("Running MCL..."); String[] cmd1 = new String[] { "cmd.exe", "/c", "start", "/wait", "cmd.exe", "/c", mclCmd, mclFile.getName(), "-o", mclOut.getName() }; Runtime.getRuntime().exec(cmd1).waitFor(); System.err.println("Running ICLFORMAT..."); String[] cmd2 = new String[] { "cmd.exe", "/c", "start", "/wait", "cmd.exe", "/c", cmlformatCmd, "-icl", mclOut.getName(), "-dump", outputClusters.getName() }; Runtime.getRuntime().exec(cmd2).waitFor(); } private void generatePeriods() throws Exception { final Connection conn = getConnection(); new PeriodTemplate(new PeriodStrategy() { final String workBookName = "testpop.xls"; Statement stmt; HSSFWorkbook workBook; public void init() throws Exception { workBook = new HSSFWorkbook(); stmt = conn.createStatement(); stmt.executeUpdate("DELETE FROM bank_clusters"); stmt.executeUpdate("DELETE FROM transaction_graph"); stmt.executeUpdate("DELETE FROM bank_summary"); stmt.executeUpdate("DELETE FROM bank_points");
6
System.out.println("Generating transaction graph..."); stmt .executeUpdate("INSERT INTO transaction_graph SELECT * FROM transaction_graph_q"); System.out.println("Regressing..."); stmt .executeUpdate("INSERT INTO bank_summary SELECT * FROM bank_summary_q"); stmt .executeUpdate("INSERT INTO bank_points SELECT * FROM bank_points_q"); calculatePrevRates(); generateMultiRegress(); } public void execute(int periodID, Timestamp periodBegin, Timestamp periodEnd) throws Exception { System.out.println("Clustering for periodID=" + periodID); makeClusters(periodID); writeZoomGraphFile("zoomGraph", periodID); writeWilmaScopeFile("testpop", periodID); writeSheet(workBook, periodID); } public void done() throws Exception { stmt.close(); FileOutputStream fos = new FileOutputStream(workBookName); workBook.write(fos); fos.close(); writeMultiRegressSheet("testpop-multi"); } }).iterate(); conn.commit(); } /** * */ protected void calculatePrevRates() throws SQLException { final Connection conn = getConnection(); Statement stmt = conn.createStatement(); PreparedStatement psNullPrevRates = conn .prepareStatement("SELECT day_number FROM bank_points WHERE bank_name = ? AND x_prev_rate IS NULL ORDER BY day_number"); PreparedStatement psPrevRateBack = conn .prepareStatement("SELECT y_loan_rate FROM bank_points WHERE bank_name = ? AND day_number IN " + "(SELECT MAX(day_number) AS day_number FROM bank_points WHERE bank_name = ? AND day_number < ?)"); PreparedStatement psUpdatePrevRate = conn .prepareStatement("UPDATE bank_points SET x_prev_rate = ? WHERE bank_name = ? AND day_number = ?");
7
ResultSet rsBanks = stmt .executeQuery("SELECT DISTINCT bank_name FROM bank_points"); while (rsBanks.next()) { String bankName = rsBanks.getString("bank_name"); psNullPrevRates.setString(1, bankName); // infer backwards ResultSet rsNullPrevRates1 = psNullPrevRates.executeQuery(); while (rsNullPrevRates1.next()) { int dayNumber = rsNullPrevRates1.getInt("day_number"); ResultSet rsLoanRate; // update backwards. psPrevRateBack.setString(1, bankName); psPrevRateBack.setString(2, bankName); psPrevRateBack.setInt(3, dayNumber); rsLoanRate = psPrevRateBack.executeQuery(); if (rsLoanRate.next()) { // any records? there should be at most one double loanRate = rsLoanRate.getDouble("y_loan_rate"); psUpdatePrevRate.setDouble(1, loanRate); psUpdatePrevRate.setString(2, bankName); psUpdatePrevRate.setInt(3, dayNumber); psUpdatePrevRate.executeUpdate(); } rsLoanRate.close(); } rsNullPrevRates1.close(); } rsBanks.close(); psNullPrevRates.close(); psPrevRateBack.close(); psUpdatePrevRate.close(); } /** * @param conn * @param workBook * @param periodID * @throws SQLException */ private void writeSheet(HSSFWorkbook workBook, int periodID) throws SQLException { final String DATA_SHEET_BASE = "DATA_"; final String DATA_RANGE_BASE = "SUMMARY_"; final String CLUSTER_SHEET_BASE = "CLUSTER_"; final Connection conn = getConnection(); HSSFFont bold = workBook.createFont(); bold.setBoldweight(HSSFFont.BOLDWEIGHT_BOLD); HSSFCellStyle headerCell = workBook.createCellStyle();
8
headerCell.setBorderBottom(HSSFCellStyle.BORDER_MEDIUM); headerCell.setFont(bold); HSSFRow curRow; // copy correlation & regression coeffs final String[] columns = { "bank_name", "t_sbi_1", "n_sbi_1", "t_sbi_3", "n_sbi_3", "t_fasbi", "n_fasbi", "t_sor", "n_sor", "t_usd", "n_usd", "t_puab", "n_puab", "t_prev_rate", "n_prev_rate", "r_sbi_1", "r_sbi_3", "r_fasbi", "r_sor", "r_usd", "r_puab", "r_prev_rate", "period_id" }; String dataSheetName = DATA_SHEET_BASE + periodID; HSSFSheet dataSheet = workBook.createSheet(dataSheetName); int curRowNum = -1; curRow = dataSheet.createRow(++curRowNum); for (int i = columns.length - 1; i >= 0; i--) { HSSFCell curCell = curRow.createCell((short) i); curCell.setCellValue(columns[i]); curCell.setCellStyle(headerCell); } PreparedStatement ps = conn .prepareStatement("SELECT * FROM bank_summary WHERE period_id = ? ORDER BY bank_name"); ps.setInt(1, periodID); ResultSet rs = ps.executeQuery(); while (rs.next()) { curRow = dataSheet.createRow(++curRowNum); short periodColNum = (short) (columns.length - 1); HSSFCell curCell = curRow.createCell(periodColNum); curCell.setCellValue(rs.getInt("period_id")); for (int i = periodColNum - 1; i >= 1; i--) { curCell = curRow.createCell((short) i); double val = rs.getDouble(columns[i]); if (!rs.wasNull()) { curCell.setCellValue(val); } } curCell = curRow.createCell((short) 0); curCell.setCellValue(rs.getString("bank_name")); } rs.close(); ps.close(); // name the range int left, top, right, bottom; left = 1; top = 1;
9
right = columns.length; bottom = curRowNum + 1; HSSFName dataName = workBook.createName(); dataName.setNameName(DATA_RANGE_BASE + periodID); dataName.setReference(dataSheetName + "!" + "$" + numTo26Sys(left) + "$" + top + ":$" + numTo26Sys(right) + "$" + bottom); // copy clusters HSSFSheet clusterSheet = workBook.createSheet(CLUSTER_SHEET_BASE + periodID); curRowNum = -1; HSSFCell curCell; curRow = clusterSheet.createRow(++curRowNum); curRow = clusterSheet.createRow(++curRowNum); curCell = curRow.createCell((short) 1); curCell.setCellValue("Alpha"); curCell = curRow.createCell((short) 2); curCell.setCellValue(0.05); curCell = curRow.createCell((short) 4); curCell.setCellValue("Data Range:"); curCell = curRow.createCell((short) 5); curCell.setCellValue(dataName.getNameName()); String dataNamePosition = "$" + numTo26Sys(curCell.getCellNum() + 1) + "$" + (curRowNum + 1); curRow = clusterSheet.createRow(++curRowNum); // blank row ps = conn .prepareStatement("SELECT DISTINCT cluster_id FROM bank_clusters WHERE period_id = ? ORDER BY cluster_id "); PreparedStatement ps2 = conn .prepareStatement("SELECT bank_name FROM bank_clusters WHERE period_id = ? and cluster_id = ? ORDER BY bank_name"); ps.setInt(1, periodID); ps2.setInt(1, periodID); rs = ps.executeQuery(); while (rs.next()) { curRow = clusterSheet.createRow(++curRowNum); int clusterID = rs.getInt("cluster_id"); ps2.setInt(2, clusterID); HSSFCellStyle cs; curCell = curRow.createCell((short) 1); curCell.setCellValue(clusterID); cs = workBook.createCellStyle(); cs.setAlignment(HSSFCellStyle.ALIGN_LEFT); curCell.setCellStyle(cs); curCell = curRow.createCell((short) 0); curCell.setCellValue("Cluster:"); cs = workBook.createCellStyle();
10
cs.setAlignment(HSSFCellStyle.ALIGN_RIGHT); curCell.setCellStyle(cs); String cellRef; // bank name curRow = clusterSheet.createRow(++curRowNum); curCell = curRow.createCell((short) 0); curCell.setCellValue(columns[0]); // headers for (int i = 1; i < columns.length - 2; i++) { curCell = curRow.createCell((short) i); cellRef = "" + numTo26Sys(1) + "" + (curRowNum + 1); String formula = "VLOOKUP(" + cellRef + ",INDIRECT(" + dataNamePosition + ")," + (i + 1) + ",false)"; curCell.setCellFormula(formula); } //HSSFCellUtil.setAlignment(curCell, workBook, HSSFCellStyle.ALIGN_RIGHT); ResultSet rs2 = ps2.executeQuery(); while (rs2.next()) { curRow = clusterSheet.createRow(++curRowNum); curCell = curRow.createCell((short) 0); curCell.setCellValue(rs2.getString(columns[0])); } rs2.close(); // insert blank row curRow = dataSheet.createRow(++curRowNum); } ps2.close(); rs.close(); ps.close(); } private void writeMultiRegressSheet(String baseName) throws SQLException, IOException, WriteException { final String SHEET_BASE_NAME = "PERIOD_"; final Connection conn = getConnection(); Statement stmt = conn.createStatement(); WritableWorkbook workBook = Workbook.createWorkbook(new File(baseName + ".xls")); PreparedStatement psClusters = conn .prepareStatement("SELECT DISTINCT cluster_id FROM bank_clusters WHERE period_id = ?"); PreparedStatement psClustersBanks = conn .prepareStatement("SELECT " + "bc.bank_name AS bank_name, " + "beta_sbi_1," + "beta_sbi_3," + "beta_fasbi," + "beta_sor,"
11
+ "beta_usd," + "beta_puab," + "beta_prev_rate, " + "b_intercept," + "b_sbi_1," + "b_sbi_3," + "b_fasbi," + "b_sor," + "b_usd," + "b_puab," + "b_prev_rate, " + "t_intercept," + "t_sbi_1," + "t_sbi_3," + "t_fasbi," + "t_sor," + "t_usd," + "t_puab," + "t_prev_rate, " + "n " + "FROM bank_clusters AS bc, bank_multi_regress AS bmc " + "WHERE bc.bank_name = bmc.bank_name AND bc.period_id = bmc.period_id " + "AND bc.period_id = ? AND bc.cluster_id = ?"); DecimalFormat coefFormat = new DecimalFormat("0.0E0"); final String[] BETA_FIELDS = new String[] { "beta_sbi_1", "beta_sbi_3", "beta_fasbi", "beta_sor", "beta_usd", "beta_puab", "beta_prev_rate" }; final String[] COEFF_FIELDS = new String[] { "b_intercept", "b_sbi_1", "b_sbi_3", "b_fasbi", "b_sor", "b_usd", "b_puab", "b_prev_rate" }; final String[] T_FIELDS = new String[] { "t_intercept", "t_sbi_1", "t_sbi_3", "t_fasbi", "t_sor", "t_usd", "t_puab", "t_prev_rate" }; final String[] FIELD_HEADERS = new String[] { "SBI_1", "SBI_3", "FASBI", "SOR", "USD", "PUAB", "PREV_RATE" }; final String[] T_HEADERS = new String[] { "t_intercept", "t_sbi_1", "t_sbi_3", "t_fasbi", "t_sor", "t_usd", "t_puab", "t_prev_rate", };
12
final WritableCellFormat RIGHT_ALIGN = new WritableCellFormat(); RIGHT_ALIGN.setAlignment(Alignment.RIGHT); final WritableCellFormat LEFT_ALIGN = new WritableCellFormat(); LEFT_ALIGN.setAlignment(Alignment.LEFT); ResultSet rsPeriods = stmt .executeQuery("SELECT period_id, period_begin, period_end FROM transaction_periods ORDER BY period_id"); while (rsPeriods.next()) { int periodID = rsPeriods.getInt("period_id"); Date periodBegin = rsPeriods.getDate("period_begin"); Date periodEnd = rsPeriods.getDate("period_end"); WritableSheet sheet = workBook.createSheet(SHEET_BASE_NAME + periodID, Integer.MAX_VALUE); try { sheet.addCell(new Label(0, 2, "Period:", RIGHT_ALIGN)); sheet.addCell(new Label(1, 2, Integer.toString(periodID), LEFT_ALIGN)); sheet.addCell(new Label(2, 2, "From:", RIGHT_ALIGN)); sheet.addCell(new DateTime(3, 2, periodBegin, new WritableCellFormat(DateFormats.FORMAT2))); sheet.addCell(new Label(4, 2, "To:", RIGHT_ALIGN)); sheet.addCell(new DateTime(5, 2, periodEnd, new WritableCellFormat(DateFormats.FORMAT2))); int rowNum = 4; // start of cluster rows int colNum = 0; psClusters.setInt(1, periodID); ResultSet rsClusters = psClusters.executeQuery(); while (rsClusters.next()) { int clusterID = rsClusters.getInt("cluster_id"); sheet.addCell(new Label(colNum++, rowNum, "Cluster:", RIGHT_ALIGN)); sheet.addCell(new jxl.write.Number(colNum++, rowNum, clusterID, LEFT_ALIGN)); rowNum++; colNum = 0; sheet.addCell(new Label(colNum++, rowNum, "BANK NAME")); for (int i = 0; i < FIELD_HEADERS.length; i++) { sheet.addCell(new Label(colNum++, rowNum, "ß " + FIELD_HEADERS[i])); } colNum++; sheet.addCell(new Label(colNum++, rowNum, "n")); for (int i = 0; i < T_HEADERS.length; i++) { sheet
13
.addCell(new Label(colNum++, rowNum, T_HEADERS[i])); } colNum++; sheet.addCell(new Label(colNum++, rowNum, "equation")); rowNum++; colNum = 0; psClustersBanks.setInt(1, periodID); psClustersBanks.setInt(2, clusterID); ResultSet rsClustersBanks = psClustersBanks.executeQuery(); while (rsClustersBanks.next()) { sheet.addCell(new Label(colNum++, rowNum, rsClustersBanks.getString("bank_name"))); for (int i = 0; i < BETA_FIELDS.length; i++) { double d = rsClustersBanks .getDouble(BETA_FIELDS[i]); if (!rsClustersBanks.wasNull()) { sheet.addCell(new jxl.write.Number(colNum, rowNum, d, new WritableCellFormat( NumberFormats.FORMAT10))); } colNum++; } colNum++; // insert blank column int numData = rsClustersBanks.getInt("n"); sheet.addCell(new jxl.write.Number(colNum, rowNum, numData, new WritableCellFormat( NumberFormats.FORMAT10))); colNum++; for (int i = 0; i < T_FIELDS.length; i++) { double d = rsClustersBanks.getDouble(T_FIELDS[i]); if (!rsClustersBanks.wasNull()) { sheet.addCell(new jxl.write.Number(colNum, rowNum, d, new WritableCellFormat( NumberFormats.FORMAT10))); } colNum++; } // write equation colNum++; // insert blank column
14
StringBuffer sb = new StringBuffer(); sb.append("LOAN_RATE = "); for (int i = 0; i < COEFF_FIELDS.length; i++) { double d = rsClustersBanks .getDouble(COEFF_FIELDS[i]); if (d != 0) { if (i == 0) { // first sb.append(coefFormat.format(d)); sb.append(" + "); } else if (i == COEFF_FIELDS.length - 1) { // last sb.append(coefFormat.format(d)); sb.append("*"); sb.append(FIELD_HEADERS[i - 1]); } else { sb.append(coefFormat.format(d)); sb.append("*"); sb.append(FIELD_HEADERS[i - 1]); sb.append(" + "); } } } sheet .addCell(new Label(colNum++, rowNum, sb .toString())); rowNum++; colNum = 0; } rsClustersBanks.close(); rowNum++; // insert blank row colNum = 0; } rsClusters.close(); } catch (WriteException e) { e.printStackTrace(); continue; } } rsPeriods.close(); stmt.close(); psClusters.close(); psClustersBanks.close(); workBook.write(); workBook.close(); } private void generateMultiRegress() throws SQLException { new Object() { private Map _averageValues; private Map _averageValuesAll;
15
protected Map getAverageValues() { if (_averageValues == null) { _averageValues = new HashMap(); } return _averageValues; } class PeriodBankField { public int periodID; public String bankName; public String fieldName; public PeriodBankField(int periodID, String bankName, String fieldName) { this.periodID = periodID; this.bankName = bankName; this.fieldName = fieldName; } public boolean equals(Object other) { PeriodBankField o = (PeriodBankField) other; return o.periodID == periodID && o.bankName.equals(bankName) && o.fieldName.equals(fieldName); } public int hashCode() { return periodID ^ bankName.hashCode() ^ fieldName.hashCode(); } } protected double getAverageValue(int periodID, String bankName, String fieldName) throws SQLException { PeriodBankField pbf = new PeriodBankField(periodID, bankName, fieldName); Double averageValue = (Double) getAverageValues().get(pbf); if (averageValue == null) { // try to get for the specific bank PreparedStatement ps = getConnection() .prepareStatement( "SELECT AVG(" + fieldName + ") AS " + fieldName + " FROM bank_points WHERE period_id=? AND bank_name=? AND " + fieldName + " IS NOT NULL "); ps.setInt(1, periodID); ps.setString(2, bankName); ResultSet rs = ps.executeQuery();
16
try { if (rs.next()) { double d = rs.getDouble(fieldName); if (!rs.wasNull()) { averageValue = new Double(d); getAverageValues().put(pbf, averageValue); } } } finally { rs.close(); ps.close(); } } // try to get for all banks and all periods. if (averageValue == null) { Statement stmt = getConnection().createStatement(); ResultSet rs = stmt.executeQuery("SELECT AVG(" + fieldName + ") AS " + fieldName + " FROM (SELECT DISTINCT day_number, bank_name, " + fieldName + " FROM bank_points WHERE " + fieldName + " IS NOT NULL )"); try { if (rs.next()) { double d = rs.getDouble(fieldName); if (!rs.wasNull()) { averageValue = new Double(d); getAverageValues().put(pbf, averageValue); } } } finally { rs.close(); stmt.close(); } } return averageValue != null ? averageValue.doubleValue() : 0; } public void execute() throws SQLException { final double ALPHA = 0.05; Connection conn = getConnection(); Statement stmt = conn.createStatement(); stmt.executeUpdate("DELETE FROM bank_multi_regress"); ResultSet rsBankPeriods = stmt .executeQuery("SELECT DISTINCT period_id,bank_name FROM bank_points ORDER BY period_id, bank_name"); PreparedStatement psBankPointsCount = conn .prepareStatement("SELECT COUNT(*) AS num_points FROM bank_points WHERE period_id=? AND bank_name=? "); PreparedStatement psBankPoints = conn
17
.prepareStatement("SELECT * FROM bank_points WHERE period_id=? AND bank_name=? ORDER BY day_number "); PreparedStatement psRegress = conn .prepareStatement("INSERT INTO bank_multi_regress (" + "period_id, bank_name, " + "b_intercept," + "b_sbi_1, " + "b_sbi_3, " + "b_fasbi, " + "b_sor, " + "b_usd, " + "b_puab, " + "b_prev_rate, " + "beta_sbi_1, " + "beta_sbi_3, " + "beta_fasbi, " + "beta_sor, " + "beta_usd, " + "beta_puab, " + "beta_prev_rate, " + "t_intercept," + "t_sbi_1, " + "t_sbi_3, " + "t_fasbi, " + "t_sor, " + "t_usd, " + "t_puab, " + "t_prev_rate, " + "n" + ") VALUES (?,?, ?,?,?,?, ?,?,?,?, ?,?,?,?, ?,?,?, ?,?,?,?, ?,?,?,?, ?)"); final String[] INDEPENDENT_FIELDS = { "x_sbi_1", "x_sbi_3", "x_fasbi", "x_sor", "x_usd", "x_puab", "x_prev_rate" }; while (rsBankPeriods.next()) { MultiRegressTO model = new MultiRegressTO(); int periodID = rsBankPeriods.getInt("period_id"); String bankName = rsBankPeriods.getString("bank_name"); psBankPoints.setInt(1, periodID); psBankPoints.setString(2, bankName); psBankPointsCount.setInt(1, periodID); psBankPointsCount.setString(2, bankName); ResultSet rs = psBankPointsCount.executeQuery(); rs.next(); int numPoints = rs.getInt("num_points"); rs.close(); if (numPoints < INDEPENDENT_FIELDS.length + 1) { System.err .println("WARNING: Not enough data points at periodID=" + periodID + " bankName=" + bankName); continue; } model.yPoints = new double[numPoints];
18
model.xPoints = new double[INDEPENDENT_FIELDS.length][numPoints]; rs = psBankPoints.executeQuery(); for (int i = 0; rs.next(); i++) { String fieldName = "y_loan_rate"; model.yPoints[i] = rs.getDouble(fieldName); if (rs.wasNull()) { //model.yPoints[i] = Double.NaN; model.yPoints[i] = getAverageValue(periodID, bankName, fieldName); } for (int j = 0; j < INDEPENDENT_FIELDS.length; j++) { fieldName = INDEPENDENT_FIELDS[j]; model.xPoints[j][i] = rs.getDouble(fieldName); if (rs.wasNull()) { //model.xPoints[j][i] = Double.NaN; model.xPoints[j][i] = getAverageValue(periodID, bankName, fieldName); } } } rs.close(); try { getEngine().regress(model); } catch (IllegalArgumentException e) { e.printStackTrace(); continue; } int paramNo = 0; psRegress.setInt(++paramNo, periodID); psRegress.setString(++paramNo, bankName); for (int i = 0; i < model.coefficients.length; i++) { if (Double.isNaN(model.coefficients[i])) { psRegress.setNull(++paramNo, Types.DOUBLE); } else { psRegress.setDouble(++paramNo, model.coefficients[i]); } } for (int i = 0; i < model.betas.length; i++) { if (Double.isNaN(model.betas[i])) { psRegress.setNull(++paramNo, Types.DOUBLE); } else { psRegress.setDouble(++paramNo, model.betas[i]); } }
19
for (int i = 0; i < model.t.length; i++) { if (Double.isNaN(model.t[i])) { psRegress.setNull(++paramNo, Types.DOUBLE); } else { psRegress.setDouble(++paramNo, model.t[i]); } } psRegress.setInt(++paramNo, model.yPoints.length); psRegress.executeUpdate(); } psRegress.close(); psBankPoints.close(); psBankPointsCount.close(); rsBankPeriods.close(); stmt.close(); } }.execute(); } private Map generateBankNames() throws SQLException, IOException { int numBanks = Integer.MIN_VALUE; Map bankNames; // (bankName : String, matrixIndex : String) mappings final Connection conn = getConnection(); PreparedStatement psCountBanks = conn .prepareStatement("SELECT DISTINCT COUNT(*) AS num_banks FROM bank_names"); PreparedStatement psListBanks = conn .prepareStatement("SELECT DISTINCT bank_name FROM bank_names ORDER BY bank_name"); ResultSet rs; rs = psCountBanks.executeQuery(); rs.next(); numBanks = rs.getInt("num_banks"); rs.close(); bankNames = new HashMap(numBanks); rs = psListBanks.executeQuery(); for (int i = 0; rs.next(); i++) { String bankName = rs.getString("bank_name"); bankNames.put(bankName, new Integer(i)); } rs.close(); psCountBanks.close(); psListBanks.close(); return bankNames; } private void generateMCL(Map bankNames, int periodID, File matrixFile) throws SQLException, IOException {
20
int numBanks = bankNames.size(); final Connection conn = getConnection(); ResultSet rs; PrintWriter mclFile = new PrintWriter(new FileWriter(matrixFile)); mclFile.println("(mclheader"); mclFile.println("mcltype matrix"); mclFile.print("dimensions "); mclFile.print(numBanks); mclFile.print('x'); mclFile.println(numBanks); mclFile.println(')'); mclFile.println("(mclmatrix"); mclFile.println("begin"); PreparedStatement psQueryTransaction = conn .prepareStatement("SELECT src_bank, proximity_index FROM transaction_graph WHERE dst_bank=? AND period_id=? ORDER BY src_bank"); psQueryTransaction.setInt(2, periodID); Iterator iter = bankNames.entrySet().iterator(); while (iter.hasNext()) { Map.Entry cur = (Map.Entry) iter.next(); String dstBank = (String) cur.getKey(); int dstIndex = ((Integer) cur.getValue()).intValue(); mclFile.print(dstIndex); mclFile.print('\t'); psQueryTransaction.setString(1, dstBank); rs = psQueryTransaction.executeQuery(); while (rs.next()) { String srcBank = rs.getString("src_bank"); int srcIndex = ((Integer) bankNames.get(srcBank)).intValue(); double proxIndex = rs.getDouble("proximity_index"); mclFile.print(' '); mclFile.print(srcIndex); mclFile.print(':'); mclFile.print(proxIndex); } rs.close(); mclFile.println("\t$"); } mclFile.println(")"); mclFile.close(); psQueryTransaction.close(); } private Set parseClusters(File clusterFileName, Map bankNames) throws IOException { // reverse mappings from (bankNames : String, bankIndex : Integer) // to (bankIndex : Integer, bankNames : String) Map bankIndexes = new HashMap(bankNames.size()); Iterator iter = bankNames.entrySet().iterator(); while (iter.hasNext()) { Map.Entry cur = (Map.Entry) iter.next(); bankIndexes.put(cur.getValue(), cur.getKey()); }
21
Set clusters = new HashSet(); BufferedReader clusterFile = new BufferedReader(new FileReader( clusterFileName)); String line; while ((line = clusterFile.readLine()) != null) { StringTokenizer st = new StringTokenizer(line); int numMembers = st.countTokens(); if (numMembers < MIN_CLUSTER_MEMBERS) { continue; } Set members = new HashSet(numMembers); while (st.hasMoreTokens()) { String cur = st.nextToken(); String bankName = (String) bankIndexes.get(new Integer(cur)); members.add(bankName); } clusters.add(members); } clusterFile.close(); return clusters; } private Object[] makeSampleBanks(int numSamples) throws SQLException { final Connection conn = getConnection(); Set sampleBanks = new HashSet(); String bankNames[] = getBankNames(); Random rnd = new Random(); int start = rnd.nextInt(bankNames.length); int step = rnd.nextInt(bankNames.length); for (int i = start; sampleBanks.size() < numSamples; i += step, i %= bankNames.length) { sampleBanks.add(bankNames[i]); } return sampleBanks.toArray(); } private String[] getBankNames() throws SQLException { final Connection conn = getConnection(); Statement stmt = conn.createStatement(); ResultSet rs = stmt .executeQuery("SELECT COUNT(*) AS num_banks FROM bank_names"); rs.next(); int numBanks = rs.getInt("num_banks"); rs.close(); String[] bankNames = new String[numBanks]; rs = stmt .executeQuery("SELECT bank_name FROM bank_names ORDER BY bank_name"); for (int i = 0; rs.next(); i++) { bankNames[i] = rs.getString("bank_name"); } rs.close(); stmt.close();
22
return bankNames; } /** * @return * @throws ClassNotFoundException */ public Connection getConnection() throws SQLException { if (_conn == null) { try { Class.forName("sun.jdbc.odbc.JdbcOdbcDriver"); Properties props = new Properties(); //props.put("filedsn", "testdata.mdb"); props.put("ExtendedAnsiSQL", "1"); //props.put("SafeTransactions","1"); //DriverManager.setLogWriter(new PrintWriter(System.err)); _conn = DriverManager.getConnection("jdbc:odbc:puab", props); //conn.setTransactionIsolation(Connection.TRANSACTION_SERIALIZABLE); _conn.setAutoCommit(false); } catch (ClassNotFoundException e) { e.printStackTrace(); System.exit(-3); } } return _conn; } public void closeConnection(boolean commit) throws SQLException { if (_conn != null) { if (commit) { _conn.commit(); } else { _conn.rollback(); } _conn.close(); _conn = null; } } public void makeClusters(int periodID) throws SQLException, IOException, InterruptedException { File bankNamesFile = new File("bankNames-" + periodID + ".txt"); File matrixFile = new File("matrix-" + periodID + ".mcl"); File clusterFile = new File("cluster-" + periodID + ".txt"); Map bankNames = generateBankNames(); generateMCL(bankNames, periodID, matrixFile); runMCL(matrixFile, clusterFile); Set clusters = parseClusters(clusterFile, bankNames); storeClusters(periodID, clusters);
23
writeGraphFile("testpop", periodID, null, clusters); writeGMLFile("testpop", periodID, bankNames); } private void writeGMLFile(String baseName, int periodID, Map bankNames) throws SQLException, IOException { final Connection conn = getConnection(); DecimalFormat labelFormat = new DecimalFormat("0.0E0"); PrintWriter output = new PrintWriter(new FileWriter(baseName + "-" + periodID + ".gml")); output.println("graph"); output.println("\t["); // write nodes Iterator iter = bankNames.entrySet().iterator(); while (iter.hasNext()) { Map.Entry cur = (Map.Entry) iter.next(); String bankName = (String) cur.getKey(); int bankID = ((Integer) cur.getValue()).intValue(); output.println("\t\tnode"); output.println("\t\t\t["); output.println("\t\t\t id " + bankID); output.println("\t\t\t label \"" + bankName + "\""); output.println("\t\t\t]"); } // write edges PreparedStatement ps = conn .prepareStatement("SELECT src_bank,dst_bank,proximity_index FROM transaction_graph WHERE period_id=?"); ps.setInt(1, periodID); ResultSet rs = ps.executeQuery(); while (rs.next()) { String srcBank = rs.getString("src_bank"); String dstBank = rs.getString("dst_bank"); double proxIndex = rs.getDouble("proximity_index"); int srcBankID = ((Integer) bankNames.get(srcBank)).intValue(); int dstBankID = ((Integer) bankNames.get(dstBank)).intValue(); output.println("\t\tedge"); output.println("\t\t ["); output.println("\t\t\t source " + srcBankID); output.println("\t\t\t target " + dstBankID); output.println("\t\t\t label \"" + labelFormat.format(proxIndex) + "\" "); output.println("\t\t ]"); } rs.close(); ps.close();
24
output.println("\t]"); output.close(); } private void writeGraphFile(String baseName, int periodID, String sampleBanksQuery, Set clusterings) throws IOException, SQLException { final Connection conn = getConnection(); DecimalFormat labelFormat = new DecimalFormat("0.0E0"); Statement stmt = conn.createStatement(); PrintWriter output = new PrintWriter(new FileWriter(baseName + "-" + periodID + ".txt")); output.println("digraph PUAB_" + periodID + " {"); output.println("\tcompound=true;"); output.println("\tconcentrate=true;"); output.println("\toverlap=scale;"); output.println(); ResultSet rs; if (sampleBanksQuery != null) { rs = stmt .executeQuery("SELECT src_bank, dst_bank, proximity_index " + "FROM transaction_graph WHERE period_id = " + periodID + " AND src_bank IN " + sampleBanksQuery + " AND dst_bank IN " + sampleBanksQuery + " ORDER BY src_bank,dst_bank"); } else { rs = stmt.executeQuery("SELECT src_bank,dst_bank,proximity_index " + "FROM transaction_graph WHERE period_id=" + periodID + " ORDER BY src_bank,dst_bank"); } while (rs.next()) { String srcBank = rs.getString("src_bank"); String dstBank = rs.getString("dst_bank"); double proxIndex = rs.getDouble("proximity_index"); output.print('\t'); output.print('"'); output.print(srcBank); output.print('"'); output.print('\t'); output.print("->"); output.print('\t'); output.print('"'); output.print(dstBank); output.print('"'); output.print('\t'); output.print("[\tlabel=\t\""); output.print(labelFormat.format(proxIndex)); output.print("\"\tweight=\t\""); output.print(Math.round(Math.log(proxIndex) / Math.log(10))); output.println("\"\t];");
25
} output.println(); int clusterNumber = 1; if (clusterings != null) { Iterator i = clusterings.iterator(); while (i.hasNext()) { Set members = (Set) i.next(); output.println("\tsubgraph cluster" + clusterNumber + " {"); output.println("\tstyle=filled;"); output.println("\tcolor=lightgray;"); output.println(); Iterator j = members.iterator(); while (j.hasNext()) { String bankName = (String) j.next(); output.print("\t\t"); output.print('"'); output.print(bankName); output.print('"'); output.print('\t'); output.println(";"); } output.println(); output.println("\t}"); output.println(); clusterNumber++; } } output.println(); output.println("}"); output.close(); stmt.close(); } private void writeWilmaScopeFile(String baseName, int periodID) throws IOException, SQLException { final Connection conn = getConnection(); PrintWriter output = new PrintWriter(new FileWriter(baseName + "-" + periodID + ".xwg")); output.println("<?xml version=\"1.0\" encoding=\"ISO-8859-1\"?>"); output.println("<!DOCTYPE WilmaGraph SYSTEM \"WilmaGraph.dtd\">"); output.println("<WilmaGraph>"); output.println("\t<Cluster>"); output.println(); output.println("\t<LayoutEngineType Name=\"ForceLayout\">"); output.println("\t<Property Key=\"Spring\" Value=\"4\"/>"); output.println("\t<Property Key=\"Origin\" Value=\"8\"/>"); output.println("\t<Property Key=\"Repulsion\" Value=\"2\"/>"); output.println("\t</LayoutEngineType>"); output.println(); PreparedStatement ps; ResultSet rs;
26
// nodes not in clusters ps = conn .prepareStatement("SELECT DISTINCT bank_name FROM ( " + "SELECT src_bank AS bank_name FROM transaction_graph WHERE src_bank NOT IN " + "(SELECT bank_name from bank_clusters where period_id=?) " + "UNION ALL " + "SELECT dst_bank AS bank_name FROM transaction_graph where dst_bank NOT IN " + "(SELECT bank_name FROM bank_clusters WHERE period_id=?) " + ")"); ps.setInt(1, periodID); ps.setInt(2, periodID); rs = ps.executeQuery(); while (rs.next()) { String bankName = rs.getString("bank_name"); output.println("\t<Node ID=\"" + bankName + "\">"); output.println("\t<ViewType Name=\"Oriented Box Node\" >"); output.println("\t<Property Key=\"Label\" Value=\"" + bankName + "\" />"); output.println("\t</ViewType>"); output.println("\t</Node>"); } rs.close(); ps.close(); output.println(); // clusters ps = conn .prepareStatement("SELECT DISTINCT cluster_id FROM bank_clusters WHERE period_id=?"); PreparedStatement ps2 = conn .prepareStatement("SELECT bank_name FROM bank_clusters WHERE period_id=? AND cluster_id=?"); ps.setInt(1, periodID); ps2.setInt(1, periodID); rs = ps.executeQuery(); while (rs.next()) { int clusterID = rs.getInt("cluster_id"); output.println("\t<Cluster>"); output.println("\t\t<ViewType Name=\"Spherical Cluster\" >"); output.println("\t\t<Property Key=\"Radius\" Value=\"0.44724\"/>"); output.println("\t\t</ViewType>"); output.println(); output.println("\t\t<LayoutEngineType Name=\"ForceLayout\">"); output.println("\t\t<Property Key=\"Spring\" Value=\"3\"/>"); output.println("\t\t<Property Key=\"Origin\" Value=\"5\"/>"); output.println("\t\t</LayoutEngineType>"); output.println();
27
ps2.setInt(2, clusterID); ResultSet rs2 = ps2.executeQuery(); while (rs2.next()) { String bankName = rs2.getString("bank_name"); output.println("\t\t<Node ID=\"" + bankName + "\">"); output.println("\t\t<ViewType Name=\"Oriented Box Node\" >"); output.println("\t\t<Property Key=\"Label\" Value=\"" + bankName + "\" />"); output.println("\t\t</ViewType>"); output.println("\t\t</Node>"); } rs2.close(); output.println("\t</Cluster>"); } ps2.close(); rs.close(); ps.close(); output.println(); // edges ps = conn .prepareStatement("SELECT src_bank, dst_bank, proximity_index FROM transaction_graph WHERE period_id=?"); ps.setInt(1, periodID); rs = ps.executeQuery(); while (rs.next()) { String srcBank, dstBank; double proxIndex; srcBank = rs.getString("src_bank"); dstBank = rs.getString("dst_bank"); proxIndex = rs.getDouble("proximity_index"); output.println("\t<Edge StartID=\"" + srcBank + "\" EndID=\"" + dstBank + "\">"); output.println("\t<ViewType Name=\"Arrow\" />"); output.println("\t<Property Key=\"Weight\" Value=\"" + proxIndex + "\" />"); output.println("\t</Edge>"); } rs.close(); ps.close(); output.println("\t</Cluster>"); output.println("</WilmaGraph>"); output.close(); } private void writeZoomGraphFile(String baseName, int periodID) throws IOException, SQLException { final Connection conn = getConnection(); DecimalFormat labelFormat = new DecimalFormat("0.0E0"); Statement stmt = conn.createStatement(); PrintWriter output = new PrintWriter(new FileWriter(baseName + "-" + periodID + ".txt")); output.println("nodedef> name VARCHAR(4)");
28
ResultSet rs; PreparedStatement ps = conn .prepareStatement("SELECT DISTINCT bank_name FROM " + "(SELECT src_bank AS bank_name FROM transaction_graph WHERE period_id = ? " + "UNION ALL SELECT dst_bank AS bank_name from transaction_graph WHERE period_id=?) " + "ORDER BY bank_name"); ps.setInt(1, periodID); ps.setInt(2, periodID); rs = ps.executeQuery(); while (rs.next()) { output.println(rs.getString("bank_name")); } rs.close(); ps.close(); output .println("edgedef> n1 VARCHAR(4),n2 VARCHAR(4),DIRECTED TINYINT DEFAULT 2,PROXIMITY_INDEX DOUBLE DEFAULT 0"); ps = conn .prepareStatement("SELECT src_bank, dst_bank, proximity_index FROM transaction_graph WHERE period_id = ?"); ps.setInt(1, periodID); rs = ps.executeQuery(); while (rs.next()) { String line = rs.getString("src_bank") + "," + rs.getString("dst_bank") + ",2," + labelFormat.format(rs.getDouble("proximity_index")); output.println(line); } rs.close(); ps.close(); output.close(); output = new PrintWriter(new FileWriter(baseName + "-" + periodID + "-clusters.txt")); ps = conn .prepareStatement("SELECT DISTINCT cluster_id FROM bank_clusters WHERE period_id=?"); ps.setInt(1, periodID); PreparedStatement ps2 = conn .prepareStatement("SELECT bank_name FROM bank_clusters WHERE period_id=? AND cluster_id=?"); ps2.setInt(1, periodID); rs = ps.executeQuery(); boolean first = true; while (rs.next()) { int clusterID = rs.getInt("cluster_id"); output.print('>'); output.println("Cluster-" + clusterID); ps2.setInt(2, clusterID); ResultSet rs2 = ps2.executeQuery();
29
while (rs2.next()) { output.println(rs2.getString("bank_name")); } rs2.close(); } rs.close(); ps2.close(); ps.close(); output.close(); } private static String numTo26Sys(int _num) { int sum = 0; int reminder; String s = ""; do { _num--; reminder = _num % 26; int val = 65 + reminder; _num = _num / 26; s = (char) val + s; // reverce } while (_num > 0); return s; } }
V.2.2 IMatLink.java /* * Created on Jan 12, 2005 * */ package com.arcle.bankclusters; /** * @author adib * */ public interface IMatLink { void destroy(); void kill(); int engOpen(); int engOpen(String startCmds); int engOpenSingleUse(); void engClose(); void engEvalString(String evals); double engGetScalar(String arrayS); double[] engGetVector( String arrayS ); double[][] engGetArray( String arrayS ); String[] engGetCharArray(String arrayS); void engPutArray( String arrayS, int valueI ); void engPutArray( String arrayS, double valueD ); void engPutArray( String arrayS, double[] valuesD ); void engPutArray( String arrayS, double[][] valuesDD ); String engOutputBuffer( ); }
30
V.2.3 MatlabRegress.java /* * Created on Jan 12, 2005 */ package com.arcle.bankclusters; /** * @author adib */ public class MatlabRegress implements MultipleRegression { public static final double ALPHA = 0.05; private IMatLink _matlink = null; public synchronized void dispose() { if (_matlink != null) { _matlink.engClose(); _matlink = null; } } protected synchronized void finalize() throws Throwable { dispose(); super.finalize(); } protected synchronized IMatLink getMatLink() { if (_matlink == null) { try { _matlink = (IMatLink) Class.forName("JMatLinkAdapter").newInstance(); _matlink.engOpen(); } catch (InstantiationException e) { e.printStackTrace(); System.exit(-3); } catch (IllegalAccessException e) { e.printStackTrace(); System.exit(-3); } catch (ClassNotFoundException e) { e.printStackTrace(); System.exit(-3); } } return _matlink; } public synchronized void regress(MultiRegressTO model) { final String TMP_VAR = "TMP_regress_" + Math.round(Math.random() * 1000); IMatLink ml = getMatLink(); ml.engEvalString("clear all"); try { ml.engPutArray("X",model.xPoints); ml.engEvalString("X = X'");
31
ml.engPutArray("Y", model.yPoints); ml.engEvalString("Y = Y'"); ml.engPutArray("ALPHA", ALPHA); ml.engEvalString("stats = regstats(Y,X, 'linear', {'all'} )"); // the "stats.beta" variable in matlab is realy the coefficients ml.engEvalString(TMP_VAR + " = stats.beta"); model.coefficients = ml.engGetVector(TMP_VAR); ml.engEvalString(TMP_VAR + " = stats.tstat.t"); model.t = ml.engGetVector(TMP_VAR); // calculate the beta ml.engEvalString("Sx = std(X)"); ml.engEvalString("Sx = Sx' "); ml.engEvalString("Sy = std(Y)"); ml.engEvalString("coefs = stats.beta"); // delete the intercept ml.engEvalString("coefs = coefs(2:length(coefs))"); ml.engEvalString("betas = coefs .* Sx ./ Sy"); model.betas = ml.engGetVector("betas"); } finally { ml.engEvalString("clear " + TMP_VAR); } } }
V.2.4 MultipleRegression.java /* * Created on Jan 12, 2005 */ package com.arcle.bankclusters; /** * @author adib */ public interface MultipleRegression { void regress(MultiRegressTO object); void dispose(); }
V.2.5 MultiRegressTO.java /* * Created on Jan 12, 2005 */ package com.arcle.bankclusters; import java.io.Serializable; /** * @author adib */ public class MultiRegressTO implements Serializable { public double[] yPoints;
32
public double[][] xPoints; public double[] coefficients; public double[] betas; public double[] t; }
V.2.6 JMatLinkAdapter.java import com.arcle.bankclusters.IMatLink; /** * @author adib * */ public class JMatLinkAdapter extends JMatLink implements IMatLink { private int _epI = Integer.MIN_VALUE; private boolean isOpen = false; public JMatLinkAdapter() { setDebug(false); } protected void finalize() throws Throwable { try { engClose(); } finally { super.finalize(); } } public synchronized void engClose() { if (isOpen) { engClose(_epI); kill(); isOpen = false; } } public synchronized void engEvalString(String evalS) { engEvalString(_epI, evalS); } public synchronized double[][] engGetArray(String arrayS) { return engGetArray(_epI, arrayS); } public synchronized double engGetScalar(String arrayS) { return engGetScalar(_epI, arrayS); } public synchronized double[] engGetVector(String arrayS) { return engGetVector(_epI, arrayS); } public synchronized int engOpen() { return engOpen("");
33
} public synchronized int engOpen(String startCmdS) { if (isOpen) { throw new IllegalStateException("Engine already open."); } _epI = engOpenSingleUse(startCmdS); isOpen = true; return _epI; } public synchronized String engOutputBuffer() { return engOutputBuffer(_epI); } public synchronized void engPutArray(String arrayS, double valueD) { engPutArray(_epI, arrayS, valueD); } public synchronized void engPutArray(String arrayS, double[] valuesD) { engPutArray(_epI, arrayS, valuesD); } public synchronized void engPutArray(String arrayS, double[][] valuesDD) { engPutArray(_epI,arrayS, valuesDD); } public synchronized void engPutArray(String arrayS, int valueI) { engPutArray(_epI,arrayS, valueI); } public synchronized double[] engGetVector( int epI, String arrayS ) { int rows, cols; final String TMP_VAR = "TMP_engGetVector_" + epI + "_" + arrayS + "_" + Math.round(Math.random() * 1000); engEvalString(epI, TMP_VAR + " = size(" + arrayS+ ",1)"); rows = (int) engGetScalar(epI, TMP_VAR); engEvalString(epI, TMP_VAR + " = size(" + arrayS+ ",2)"); cols = (int) engGetScalar(epI, TMP_VAR); double[][] array; double[] vector; try { if (rows == 1 && cols >= 1) { vector = new double[cols]; array = engGetArray(epI, arrayS); for (int i=0; i<cols; i++) { vector[i] = array[0][i]; } } else if (rows >= 1 && cols == 1) { vector = new double[rows]; array = engGetArray(epI, arrayS); for (int i=0; i<rows; i++ ) { vector[i] = array[i][0]; }
34
} else { throw new IllegalArgumentException("array: '" + arrayS + "' is not a vector."); } } finally { engEvalString(epI, "clear " + TMP_VAR); } return vector; } }
35
Hasil Perhitungan Regresi dan Uji Statistik Seluruh Periode
36
Period: I From: 1-Jan-01 To: 24-Aug-01 UJI STATISTIK : Uji tH0 : X tidak mempengaruhi Y Jika t > tcrit maka H0 ditolakH1 : X mempengaruhi Y jika H0 ditolak maka variabel X diperhitungkanALPHA = 0,05
Cluster: 1BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit
BI 6,82E+13 -6,82E+13 -6,87E-01 7,20E-01 -1,78E-01 7,76E-01 -8,75E-02 67 -0,13 0,44 -0,44 -1,50 0,40 -1,61 5,80 -0,74 2,00JA -5,81E+13 5,81E+13 -6,94E-01 5,10E-01 1,25E-04 8,79E-01 9,62E-02 75 -2,03 -0,45 0,45 -3,18 0,42 0,00 11,14 1,28 2,00PB -3,56E+13 3,56E+13 5,76E-01 2,04E-01 1,06E-01 9,04E-01 -7,31E-02 43 1,35 -0,35 0,35 1,77 0,14 1,78 9,78 -0,84 2,03PE -1,58E+15 1,58E+15 -3,04E-01 1,47E+00 3,81E-02 9,58E-01 -9,91E-02 96 0,57 -0,50 0,50 -0,34 0,37 0,16 3,30 -0,36 1,99SH 2,80E+14 -2,80E+14 -2,57E-01 2,10E-01 6,37E-02 8,41E-01 1,72E-01 106 -1,70 0,64 -0,64 -1,46 0,28 1,45 14,90 3,21 1,98UA 4,40E+13 -4,40E+13 -8,59E-01 -1,05E+00 -2,21E-02 6,81E-01 1,08E-01 96 -0,51 0,08 -0,08 -2,41 -0,67 -0,25 6,37 1,19 1,99
6 bank
Cluster: 2BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit
A -8,71E+14 8,71E+14 4,09E-01 -6,14E-01 6,55E-02 1,06E+00 -3,27E-01 58 1,18 -0,58 0,58 1,24 -0,50 0,70 10,46 -4,04 2,01AB -8,91E+14 8,91E+14 -7,02E+00 -7,88E+00 -9,64E-02 4,49E-01 -1,12E-01 11 -0,09 -0,08 0,08 -0,09 -0,12 -0,01 0,08 -0,02 3,18AC 2,83E+14 -2,83E+14 -2,85E-01 1,03E+00 -2,14E-01 7,91E-01 -9,70E-02 87 1,01 0,47 -0,47 -0,59 0,49 -1,69 5,35 -0,78 1,99AD -1,85E+14 1,85E+14 1,94E-01 8,31E-01 -1,79E-01 7,80E-01 -2,12E-02 19 0,45 -0,12 0,12 0,34 0,28 -0,25 0,75 -0,02 2,20AF 1,01E+14 -1,01E+14 -4,68E-02 -5,15E-01 5,49E-02 9,64E-01 1,40E-01 77 0,22 0,36 -0,36 -0,22 -0,53 0,94 14,48 2,29 1,99AG 3,42E+12 -3,42E+12 1,45E-01 2,51E-01 5,79E-02 4,89E-01 3,19E-01 120 -1,91 0,28 -0,28 1,50 0,60 2,35 13,77 6,28 1,98AH 7,06E+11 -7,06E+11 -2,93E-01 1,28E+00 -4,73E-02 7,40E-01 -5,21E-02 96 -2,31 0,01 -0,01 -1,28 1,47 -0,85 11,42 -0,71 1,99AI -5,16E+14 5,16E+14 8,74E-01 6,31E-02 2,00E-01 8,38E-01 -1,55E-01 42 0,09 -0,67 0,67 0,94 0,01 0,50 2,24 -0,52 2,03AJ -1,13E+13 1,13E+13 -8,90E-02 -9,71E-01 1,87E-02 1,21E+00 2,19E-02 92 1,67 -0,34 0,34 -0,83 -2,25 0,76 28,50 0,66 1,99AK -6,31E+15 6,31E+15 -4,04E-01 5,00E+00 2,49E-01 5,50E-01 2,58E-01 43 0,13 -0,03 0,03 -0,02 0,05 0,04 0,06 0,04 2,03AL -2,20E+13 2,20E+13 1,94E-01 7,74E-02 1,03E-01 6,17E-01 2,21E-01 110 0,72 -0,26 0,26 0,66 0,07 1,36 6,37 2,58 1,98BA 8,38E+14 -8,38E+14 1,00E-01 2,25E+00 -1,29E-01 5,89E-01 -1,55E-01 10 0,00 0,04 -0,04 0,01 0,01 -0,02 0,09 -0,05 4,30BB -3,06E+14 3,06E+14 2,63E-01 1,74E+00 1,62E-01 9,38E-01 -1,76E-03 36 0,23 -0,50 0,50 0,54 0,63 1,52 4,92 -0,01 2,05BF 6,67E+12 -6,67E+12 -9,71E-02 -1,04E+00 6,45E-03 9,24E-01 6,32E-02 125 -0,19 0,22 -0,22 -0,51 -1,35 0,13 14,04 1,10 1,98BH 2,24E+12 -2,24E+12 -1,44E-01 9,69E-01 1,94E-03 5,82E-01 -5,94E-02 85 0,14 0,01 -0,01 -0,38 0,64 0,02 4,07 -0,54 1,99BJ -5,96E+13 5,96E+13 -8,78E-02 -1,22E+00 5,25E-02 3,68E-01 2,15E-01 95 -2,07 -0,52 0,52 -0,31 -1,03 0,72 3,78 2,24 1,99BK 1,77E+14 -1,77E+14 4,25E-01 -9,71E-01 3,65E-01 7,12E-01 -9,27E-02 71 0,73 0,29 -0,29 1,83 -1,20 1,95 6,70 -0,81 2,00BL 1,61E+14 -1,61E+14 -4,27E-01 1,16E+00 -9,46E-04 7,38E-01 5,40E-02 76 0,62 0,26 -0,26 -0,78 0,52 -0,01 3,52 0,38 2,00BM -7,26E+13 7,26E+13 5,13E-02 -3,81E-01 5,14E-02 1,10E+00 -1,25E-01 82 2,72 -0,55 0,55 0,24 -0,36 0,92 16,91 -2,24 1,99BO 2,47E+14 -2,47E+14 -1,11E+00 -4,06E-01 -3,88E-02 9,74E-01 4,22E-01 13 0,26 0,13 -0,13 -0,68 -0,07 -0,06 1,13 0,98 2,57BQ -7,59E+14 7,59E+14 -0,00E-01 4,93E+00 1,39E-01 -9,25E-01 -2,86E-01 16 0,00 -0,12 0,12 0,00 0,51 0,06 -0,54 -0,25 2,31CA -1,90E+15 1,90E+15 -1,25E+00 -3,80E+00 1,49E-01 1,11E+00 -1,22E-01 57 0,17 -0,18 0,18 -0,37 -0,28 0,18 0,69 -0,17 2,01CB 2,31E+13 -2,31E+13 9,56E-02 -5,75E-01 2,90E-02 1,01E+00 -1,32E-01 107 -1,11 0,74 -0,74 0,78 -1,13 0,93 23,24 -2,89 1,98CC -1,87E+13 1,87E+13 8,33E-01 -4,83E+00 6,31E-01 7,53E-01 1,80E-01 46 0,88 -0,07 0,07 1,88 -2,20 4,20 2,98 1,24 2,02CD -5,03E+13 5,03E+13 -2,19E-01 -6,05E-01 3,40E-02 9,42E-01 1,14E-02 107 -1,41 -0,30 0,30 -1,46 -0,95 0,84 18,23 0,23 1,98
37
Cluster: 2BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit
CE -1,89E+14 1,89E+14 -1,67E+00 -3,86E+00 1,64E-01 6,45E-01 1,71E-01 31 -0,79 -0,07 0,07 -1,41 -0,99 0,65 2,63 0,88 2,07CG -4,47E+14 4,47E+14 -1,51E-01 2,75E-01 5,55E-01 1,07E+00 -1,21E-01 20 -0,24 -0,24 0,24 -0,31 0,10 0,81 1,54 -0,21 2,18DA -1,30E+14 1,30E+14 -4,99E-02 3,55E-01 1,93E-02 6,94E-01 1,35E-01 127 -2,12 -0,72 0,72 -0,29 0,49 0,44 11,09 1,96 1,98DB -2,83E+13 2,83E+13 3,11E-01 2,75E-01 1,41E-02 9,91E-01 -1,41E-01 72 1,67 -0,20 0,20 1,29 0,31 0,21 12,40 -2,05 2,00DC -7,23E+12 7,23E+12 -2,48E-01 -7,16E-01 2,28E-02 9,75E-01 -1,03E-01 125 -1,57 -0,17 0,17 -1,81 -1,25 0,66 19,16 -2,11 1,98DD 3,35E+14 -3,35E+14 3,86E-01 -3,72E+00 -1,28E-01 5,27E-01 -5,81E-02 47 0,68 0,25 -0,25 0,39 -0,74 -0,40 1,67 -0,22 2,02DE -1,07E+14 1,07E+14 -2,40E-01 1,49E+00 1,49E-02 6,67E-01 3,83E-02 94 -1,41 -0,28 0,28 -0,95 1,37 0,22 8,12 0,45 1,99DF -1,20E+15 1,20E+15 -1,05E+00 -1,50E+00 -2,83E-01 1,00E+00 4,92E-01 21 -0,17 -0,13 0,13 -0,30 -0,14 -0,28 0,79 0,57 2,16DG -3,42E+13 3,42E+13 -1,14E-01 -5,61E-01 9,40E-02 7,44E-01 1,52E-01 83 -0,10 -0,39 0,39 -0,48 -0,61 1,68 8,54 1,84 1,99DI 1,35E+13 -1,35E+13 -2,25E-01 1,88E+00 4,84E-02 7,70E-01 -3,37E-02 69 0,12 0,13 -0,13 -0,57 1,11 0,43 6,94 -0,32 2,00EA -1,54E+14 1,54E+14 -7,06E-01 1,83E+00 -2,80E-02 8,14E-01 -4,45E-02 98 0,00 -0,64 0,64 -2,03 1,31 -0,32 7,74 -0,52 1,99EB -1,54E+11 1,54E+11 1,09E-02 7,26E-02 1,16E-01 1,06E+00 -6,08E-03 68 0,44 0,00 0,00 0,05 0,06 2,31 14,66 -0,10 2,00FA -1,25E+14 1,25E+14 4,36E-01 -2,43E+00 1,68E-01 1,64E-02 3,55E-01 70 0,18 -0,30 0,30 0,93 -1,36 1,43 0,10 2,66 2,00FB -1,08E+15 1,08E+15 7,52E-01 2,77E+00 -1,32E-01 2,82E-01 1,08E-02 27 0,00 -0,14 0,14 0,17 0,19 -0,15 0,26 0,01 2,09FC -1,57E+14 1,57E+14 -1,48E-01 9,68E-01 -7,95E-02 8,09E-01 -6,21E-02 36 0,13 -0,32 0,32 -0,13 0,22 -0,32 3,02 -0,24 2,05GA 4,32E+11 -4,32E+11 -5,11E-02 -3,44E-01 8,05E-02 9,81E-01 3,98E-02 123 1,02 0,01 -0,01 -0,39 -0,63 2,43 20,01 0,89 1,98GB -8,26E+13 8,26E+13 3,71E-01 -5,84E-01 1,83E-01 7,31E-01 1,39E-01 63 -0,37 -0,27 0,27 1,20 -0,47 2,04 8,08 1,31 2,00HC 5,03E+14 -5,03E+14 -1,46E-01 -1,31E+00 -3,96E-01 1,37E-01 5,52E-01 23 0,64 0,58 -0,58 -0,13 -0,22 -0,77 0,34 1,55 2,13HD -9,11E+14 9,11E+14 - -2,23E+00 3,85E-01 1,25E+00 -5,42E-02 14 -0,07 -0,07 0,07 0,07 -0,11 0,10 0,28 -0,01 2,45HE 2,78E+12 -2,78E+12 -1,02E-01 2,07E-01 6,77E-02 1,08E+00 6,60E-02 101 1,93 0,06 -0,06 -0,46 0,21 1,21 14,56 1,16 1,99HF -8,45E+12 8,45E+12 4,78E-01 -8,18E-02 1,00E-01 1,03E+00 -1,48E-01 76 1,66 -0,20 0,20 2,79 -0,08 2,00 14,51 -2,14 2,00HI 1,58E+15 -1,58E+15 -6,94E-01 1,97E+00 1,51E-01 6,88E-01 -1,41E-01 64 -0,49 0,23 -0,23 -0,40 0,25 0,35 1,23 -0,30 2,00IA -1,03E+13 1,03E+13 -2,25E-01 1,19E+00 -7,43E-02 7,89E-01 7,63E-02 101 -3,24 -0,14 0,14 -1,69 2,00 -2,27 15,69 1,39 1,99IB -9,74E+12 9,74E+12 -6,44E-01 1,11E-01 -7,34E-02 4,92E-01 1,94E-01 71 0,01 -0,04 0,04 -1,40 0,05 -0,62 3,50 1,68 2,00IC 9,26E+14 -9,26E+14 -4,49E-01 -3,97E+00 1,02E-01 1,64E-01 2,68E-01 29 0,70 0,30 -0,30 -0,27 -0,50 0,20 0,38 0,47 2,08ID -2,30E+13 2,30E+13 -1,86E-01 1,79E-01 9,42E-02 1,01E+00 7,48E-02 66 -0,53 -0,10 0,10 -1,30 0,31 2,84 16,95 1,37 2,00IE 1,12E+14 -1,12E+14 -6,69E-01 -1,16E+00 2,02E-01 9,35E-01 -5,58E-02 91 0,93 0,54 -0,54 -1,90 -0,95 2,10 8,45 -0,60 1,99IF -3,68E+13 3,68E+13 3,11E-01 -7,80E-01 1,40E-01 1,12E+00 -1,13E-01 41 1,90 -0,19 0,19 0,91 -0,46 1,62 10,99 -1,37 2,03IG -6,01E+13 6,01E+13 -1,27E+00 8,15E-01 -1,33E-02 1,27E+00 2,28E-02 18 -1,12 -0,16 0,16 -2,19 0,46 -0,15 10,82 0,25 2,23IH -3,62E+13 3,62E+13 6,57E-01 -1,16E-01 -8,55E-03 8,10E-01 -1,59E-01 64 1,88 -0,21 0,21 1,77 -0,08 -0,09 5,92 -1,53 2,00KA -1,38E+13 1,38E+13 2,40E-01 -5,01E-01 2,47E-01 9,94E-01 1,37E-02 50 0,12 -0,15 0,15 0,88 -0,30 2,87 13,12 0,18 2,02KB 1,83E+15 -1,83E+15 2,75E-01 -3,15E-01 -4,80E-02 1,09E+00 -4,80E-02 23 0,00 0,19 -0,19 0,13 -0,04 -0,12 1,86 -0,09 2,13LA 1,21E+13 -1,21E+13 3,35E-01 1,44E+00 -1,20E-01 6,02E-01 1,12E-01 43 1,20 0,01 -0,01 0,51 0,41 -0,59 1,55 0,68 2,03MA 6,79E+12 -6,79E+12 3,07E-01 -9,18E-02 2,31E-02 1,03E+00 -9,58E-02 85 1,53 0,20 -0,20 2,00 -0,14 0,67 20,31 -1,98 1,99MB -7,76E+14 7,76E+14 4,78E-01 -6,40E-01 9,78E-02 7,84E-01 1,26E-01 71 0,15 -0,27 0,27 1,25 -0,36 1,08 5,93 0,93 2,00MC 4,24E+13 -4,24E+13 -4,28E-01 1,41E+00 5,50E-02 8,90E-01 -1,99E-01 88 -1,63 0,32 -0,32 -1,55 1,11 0,82 10,63 -2,60 1,99MF 1,00E+15 -1,00E+15 -4,31E-01 4,40E-01 -1,73E-02 8,06E-01 -2,54E-02 103 -0,24 0,08 -0,08 -0,34 0,08 -0,05 2,11 -0,06 1,99MH 1,96E+14 -1,96E+14 2,95E-01 3,40E+00 -2,59E-02 6,85E-01 -5,48E-01 34 -0,14 0,12 -0,12 0,33 1,00 -0,13 2,73 -2,63 2,06
38
Cluster: 2BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit
MI -4,59E+14 4,59E+14 8,23E-02 1,25E+00 2,41E-02 5,22E-01 1,68E-01 122 0,00 -0,12 0,12 0,13 0,51 0,15 2,51 0,82 1,98MJ -2,58E+13 2,58E+13 -3,30E-01 3,65E-01 -6,29E-02 9,89E-01 4,47E-03 115 -0,54 -0,36 0,36 -1,66 0,44 -1,31 14,57 0,08 1,98NA -6,89E+13 6,89E+13 -7,06E-02 -5,38E-01 7,16E-02 1,20E+00 -9,28E-02 86 1,90 -0,51 0,51 -0,28 -0,49 1,16 13,05 -1,31 1,99NB 1,67E+13 -1,67E+13 9,99E-02 1,42E+00 -2,56E-02 5,38E-01 6,68E-02 128 0,31 0,44 -0,44 0,41 1,39 -0,41 5,96 0,79 1,98NC 1,13E+13 -1,13E+13 -4,94E-01 -2,78E-01 7,15E-02 1,16E+00 -1,40E-01 110 -0,76 0,24 -0,24 -2,43 -0,33 1,43 13,88 -2,29 1,98ND -3,27E+13 3,27E+13 9,76E-02 1,78E-01 5,64E-02 6,56E-01 -4,29E-03 113 -0,64 -0,46 0,46 0,44 0,19 1,01 6,17 -0,05 1,98PA -1,23E+13 1,23E+13 1,64E-01 -1,68E-02 -9,78E-03 4,67E-01 3,28E-01 77 -0,36 -0,23 0,23 0,67 -0,01 -0,18 6,09 3,68 1,99PC 2,15E+13 -2,15E+13 -4,05E-02 -1,61E+00 3,92E-04 9,50E-01 5,33E-02 106 0,40 0,25 -0,25 -0,15 -1,41 0,01 9,91 0,72 1,98RA 8,81E+13 -8,81E+13 1,59E-02 -9,70E-01 7,99E-02 1,16E+00 -2,06E-02 93 0,97 0,48 -0,48 0,09 -1,18 1,86 21,07 -0,45 1,99RB -1,78E+13 1,78E+13 -5,45E-01 1,57E+00 3,92E-02 8,59E-01 1,22E-01 122 -0,88 -0,14 0,14 -2,36 1,64 0,62 10,60 1,80 1,98RC 7,82E+15 -7,82E+15 -3,28E-01 -5,24E+00 -7,48E-01 2,81E-02 -2,04E-02 18 0,00 0,06 -0,06 -0,02 -0,04 -0,08 0,00 0,00 2,23SA -1,91E+14 1,91E+14 1,06E-01 1,54E-01 -2,19E-01 9,04E-01 -1,86E-01 29 0,17 -0,08 0,08 0,14 0,10 -0,31 2,19 -0,55 2,08SB -3,46E+14 3,46E+14 2,93E-01 -2,99E-01 1,74E-01 5,60E-01 -5,76E-02 57 0,79 -0,30 0,30 0,47 -0,09 0,48 1,34 -0,25 2,01SC 7,34E+13 -7,34E+13 6,40E-02 3,82E-01 2,51E-02 9,39E-01 -2,95E-02 65 -0,35 0,44 -0,44 0,35 0,44 0,58 13,30 -0,41 2,00SE 4,44E+13 -4,44E+13 -1,43E-01 2,52E-02 5,94E-02 9,06E-01 -2,61E-02 80 -1,15 0,28 -0,28 -0,61 0,02 0,98 11,19 -0,35 1,99SG -4,24E+17 4,24E+17 -1,49E+00 3,82E+00 -3,39E-01 5,90E-01 -1,96E-01 23 0,00 -0,02 0,02 -0,02 0,01 -0,02 0,04 -0,01 2,13SJ -2,53E+14 2,53E+14 -2,04E-01 -1,42E-01 2,91E-02 8,65E-01 5,33E-03 80 -1,11 -0,39 0,39 -0,56 -0,07 0,27 6,05 0,04 1,99TA -2,52E+13 2,52E+13 2,03E-01 5,93E-01 -6,68E-02 9,34E-01 -2,52E-01 97 0,35 -0,33 0,33 1,14 0,67 -1,64 15,19 -3,80 1,99TB 1,23E+14 -1,23E+14 -4,65E-01 -9,75E-02 -1,65E-01 4,95E-01 -7,45E-02 93 0,20 0,18 -0,18 -0,93 -0,05 -1,48 3,76 -0,72 1,99TC 9,55E+13 -9,55E+13 -2,16E+00 2,37E+00 6,63E-02 5,35E-01 -1,48E-02 85 -2,56 0,32 -0,32 -5,80 1,73 0,68 5,39 -0,16 1,99TD 7,90E+14 -7,90E+14 -1,56E+00 2,70E+00 -2,91E-01 1,17E+00 -2,71E-01 28 0,44 0,48 -0,48 -0,88 0,46 -0,88 2,26 -0,76 2,09TE 6,53E+13 -6,53E+13 2,86E-01 -5,15E-01 8,90E-02 1,01E+00 -1,55E-01 74 1,26 0,19 -0,19 1,15 -0,46 1,32 13,88 -2,38 2,00UB -3,84E+14 3,84E+14 5,71E-01 4,91E+00 -4,42E-02 4,48E-01 -2,44E-02 41 0,03 -0,22 0,22 0,27 0,65 -0,04 0,53 -0,03 2,03UC -5,31E+13 5,31E+13 3,61E-01 4,17E-01 -1,67E-01 8,41E-01 -2,18E-02 105 3,03 -0,31 0,31 1,07 0,31 -1,98 7,60 -0,25 1,98UD -3,73E+14 3,73E+14 1,58E-01 -1,58E-01 -4,63E-01 9,31E-01 -3,84E-01 39 1,49 -0,17 0,17 0,20 -0,07 -2,83 3,71 -1,88 2,04UE 7,18E+13 -7,18E+13 2,25E-01 -1,18E+00 1,55E-01 7,71E-01 -1,60E-01 43 0,18 0,20 -0,20 0,36 -0,65 1,00 2,05 -0,96 2,03VA -9,44E+12 9,44E+12 4,29E-01 -6,06E-02 -1,91E-01 5,11E-01 2,07E-01 68 -0,11 -0,22 0,22 2,69 -0,09 -4,22 10,66 2,95 2,00YA 5,85E+13 -5,85E+13 1,48E-01 3,18E-01 5,54E-02 7,74E-01 9,86E-02 102 0,00 0,53 -0,53 0,63 0,32 0,84 9,67 1,31 1,99
91 bank
Cluster: 3BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit
HA -5,28E+13 5,28E+13 -1,13E-01 1,47E+00 1,40E-01 7,74E-01 -3,85E-02 102 -0,25 -0,44 0,44 -0,41 1,24 1,83 7,87 -0,43 1,99HG 2,14E+12 -2,14E+12 2,14E-02 -1,05E+00 6,61E-02 1,08E+00 1,77E-02 126 2,50 0,10 -0,10 0,13 -1,54 1,54 18,47 0,38 1,98ME 5,89E+14 -5,89E+14 -2,38E-01 1,24E+00 8,28E-03 8,38E-01 1,13E-01 90 -0,34 0,12 -0,12 -0,19 0,24 0,03 2,18 0,32 1,99MG 9,28E+13 -9,28E+13 -2,44E-01 -7,04E-01 -2,30E-02 6,69E-01 2,79E-01 66 0,28 0,52 -0,52 -0,64 -0,44 -0,25 5,71 2,73 2,00
4 bank
39
Period: I
Cluster: 1| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )
BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEBI - - - - - 7,76E-01 - - - - - - 1 -JA - - 6,94E-01 - - 8,79E-01 - - - 2 - - 1 -PB - - - - - 9,04E-01 - - - - - - 1 -PE - - - - - 9,58E-01 - - - - - - 1 -SH - - - - - 8,41E-01 1,72E-01 - - - - - 1 2UA - - 8,59E-01 - - 6,81E-01 - - - 1 - - 2 -
6 bank
Cluster: 2BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
A - - - - - 1,06E+00 3,27E-01 - - - - - 1 2AB - - - - - - - - - - - - - -AC - - - - - 7,91E-01 - - - - - - 1 -AD - - - - - - - - - - - - - -AF - - - - - 9,64E-01 1,40E-01 - - - - - 1 2AG - - - - 5,79E-02 4,89E-01 3,19E-01 - - - - 3 1 2AH - - - - - 7,40E-01 - - - - - - 1 -AI - - - - - 8,38E-01 - - - - - - 1 -AJ - - - 9,71E-01 - 1,21E+00 - - - - 2 - 1 -AK - - - - - - - - - - - - - -AL - - - - - 6,17E-01 2,21E-01 - - - - - 1 2BA - - - - - - - - - - - - - -BB - - - - - 9,38E-01 - - - - - - 1 -BF - - - - - 9,24E-01 - - - - - - 1 -BH - - - - - 5,82E-01 - - - - - - 1 -BJ - - - - - 3,68E-01 2,15E-01 - - - - - 1 2BK - - - - - 7,12E-01 - - - - - - 1 -BL - - - - - 7,38E-01 - - - - - - 1 -BM - - - - - 1,10E+00 1,25E-01 - - - - - 1 2BO - - - - - - - - - - - - - -BQ - - - - - - - - - - - - - -CA - - - - - - - - - - - - - -CB - - - - - 1,01E+00 1,32E-01 - - - - - 1 2CC - - - 4,83E+00 6,31E-01 7,53E-01 - - - - 1 3 2 -CD - - - - - 9,42E-01 - - - - - - 1 -
40
Cluster: 2| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )
BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATECE - - - - - 6,45E-01 - - - - - - 1 -CG - - - - - - - - - - - - - -DA - - - - - 6,94E-01 - - - - - - 1 -DB - - - - - 9,91E-01 1,41E-01 - - - - - 1 2DC - - - - - 9,75E-01 1,03E-01 - - - - - 1 2DD - - - - - - - - - - - - - -DE - - - - - 6,67E-01 - - - - - - 1 -DF - - - - - - - - - - - - - -DG - - - - - 7,44E-01 - - - - - - 1 -DI - - - - - 7,70E-01 - - - - - - 1 -EA - - 7,06E-01 - - 8,14E-01 - - - 2 - - 1 -EB - - - - 1,16E-01 1,06E+00 - - - - - 2 1 -FA - - - - - - 3,55E-01 - - - - - - 1FB - - - - - - - - - - - - - -FC - - - - - 8,09E-01 - - - - - - 1 -GA - - - - 8,05E-02 9,81E-01 - - - - - 2 1 -GB - - - - 1,83E-01 7,31E-01 - - - - - 2 1 -HC - - - - - - - - - - - - - -HD - - - - - - - - - - - - - -HE - - - - - 1,08E+00 - - - - - - 1 -HF - - 4,78E-01 - 1,00E-01 1,03E+00 1,48E-01 - - 2 - 4 1 3HI - - - - - - - - - - - - - -IA - - - 1,19E+00 7,43E-02 7,89E-01 - - - - 1 3 2 -IB - - - - - 4,92E-01 - - - - - - 1 -IC - - - - - - - - - - - - - -ID - - - - 9,42E-02 1,01E+00 - - - - - 2 1 -IE - - - - 2,02E-01 9,35E-01 - - - - - 2 1 -IF - - - - - 1,12E+00 - - - - - - 1 -IG - - - - - 1,27E+00 - - - - - - 1 -IH - - - - - 8,10E-01 - - - - - - 1 -KA - - - - 2,47E-01 9,94E-01 - - - - - 2 1 -KB - - - - - - - - - - - - - -LA - - - - - - - - - - - - - -MA - - 3,07E-01 - - 1,03E+00 - - - 2 - - 1 -MB - - - - - 7,84E-01 - - - - - - 1 -MC - - - - - 8,90E-01 1,99E-01 - - - - - 1 2MF - - - - - 8,06E-01 - - - - - - 1 -MH - - - - - 6,85E-01 5,48E-01 - - - - - 1 2
41
Cluster: 2| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )
BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUABMI - - - - - 5,22E-01 - - - - - - 1MJ - - - - - 9,89E-01 - - - - - - 1NA - - - - - 1,20E+00 - - - - - - 1NB - - - - - 5,38E-01 - - - - - - 1NC - - 4,94E-01 - - 1,16E+00 1,40E-01 - - 2 - - 1ND - - - - - 6,56E-01 - - - - - - 1PA - - - - - 4,67E-01 3,28E-01 - - - - - 1PC - - - - - 9,50E-01 - - - - - - 1RA - - - - - 1,16E+00 - - - - - - 1RB - - 5,45E-01 - - 8,59E-01 - - - 2 - - 1RC - - - - - - - - - - - - -SA - - - - - 9,04E-01 - - - - - - 1SB - - - - - - - - - - - - -SC - - - - - 9,39E-01 - - - - - - 1SE - - - - - 9,06E-01 - - - - - - 1SG - - - - - - - - - - - - -SJ - - - - - 8,65E-01 - - - - - - 1TA - - - - - 9,34E-01 2,52E-01 - - - - - 1TB - - - - - 4,95E-01 - - - - - - 1TC - - 2,16E+00 - - 5,35E-01 - - - 1 - - 2TD - - - - - 1,17E+00 - - - - - - 1TE - - - - - 1,01E+00 1,55E-01 - - - - - 1UB - - - - - - - - - - - - -UC - - - - - 8,41E-01 - - - - - - 1UD - - - - 4,63E-01 9,31E-01 - - - - - 2 1UE - - - - - 7,71E-01 - - - - - - 1VA - - 4,29E-01 - 1,91E-01 5,11E-01 2,07E-01 - - 2 - 4 1YA - - - - - 7,74E-01 - - - - - - 1
91 bank
Cluster: 3BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB
HA - - - - - 7,74E-01 - - - - - - 1HG - - - - - 1,08E+00 - - - - - - 1ME - - - - - 8,38E-01 - - - - - - 1MG - - - - - 6,69E-01 2,79E-01 - - - - - 1
4 bank
42
Period: II From: 25-Aug-01 To: 26-Apr-02 UJI STATISTIK : Uji tH0 : X tidak mempengaruhi Y Jika t > tcrit maka H0 ditolakH1 : X mempengaruhi Y jika H0 ditolak maka variabel X diperhitungkanALPHA = 0,05
Cluster: 1BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit
BI 2,29E-01 1,59E-02 -0,00E-01 -2,23E-01 -2,01E-02 9,31E-01 2,01E-01 46 2,54 0,22 0,12 -2,54 -0,22 -0,20 12,65 2,64 2,02HA 5,80E-01 -7,27E-02 -0,00E-01 -6,42E-01 -3,23E-02 1,08E+00 -5,64E-01 103 0,54 0,99 -1,05 -0,54 -1,11 -0,54 19,87 -10,29 1,99HI 2,60E-01 -8,04E-04 - -3,12E-01 1,69E-02 2,15E-01 3,74E-01 62 -3,12 0,13 0,00 3,12 -0,16 0,10 1,45 2,52 2,00ID -1,58E-01 -7,06E-02 - 2,58E-01 -7,63E-02 7,36E-01 1,76E-01 64 -0,70 -0,18 -0,59 0,70 0,30 -0,75 8,72 2,10 2,00MG 2,31E-01 -3,34E-02 -0,00E-01 -2,24E-01 -3,02E-02 1,02E+00 -1,41E-01 72 0,73 1,16 -1,55 -0,73 -1,15 -1,61 64,22 -8,78 2,00SH 4,26E-01 -6,62E-02 - -3,86E-01 -6,43E-02 5,85E-01 5,24E-01 113 -3,56 0,55 -0,71 3,56 -0,52 -0,87 10,02 8,58 1,98UA -3,25E-01 8,53E-02 -0,00E-01 2,46E-01 2,80E-01 7,61E-01 2,30E-02 65 1,83 -0,33 0,69 -1,83 0,26 2,65 7,56 0,23 2,00
7 bank
Cluster: 2BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit
A 1,13E+00 4,56E-01 6,96E-01 -8,16E-03 49 2,02AB 1,78E+01 -3,41E+00 - -1,69E+01 -2,21E+00 -1,48E-01 2,69E-01 8 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00AF 4,58E-03 -1,60E-01 -0,00E-01 1,15E-01 -1,82E-01 8,92E-01 -4,34E-02 22 0,20 0,00 -0,73 -0,20 0,08 -0,80 5,61 -0,10 2,14AH -7,24E-01 4,15E-02 -0,00E-01 7,57E-01 -7,84E-02 9,38E-01 -1,10E-01 79 1,41 -0,74 0,55 -1,41 0,79 -0,93 12,29 -1,47 1,99AJ 7,13E-01 1,36E-01 -0,00E-01 -6,26E-01 1,22E-01 6,79E-01 2,24E-01 90 0,26 0,68 1,15 -0,26 -0,62 1,22 9,11 2,97 1,99BB -1,69E+00 4,78E-02 - 1,39E+00 1,13E-01 1,05E+00 -6,24E-01 24 -0,24 -1,74 0,37 0,24 1,47 1,12 11,14 -5,79 2,12BC 1,93E+00 -4,54E-02 -0,00E-01 -2,12E+00 2,79E-01 -4,26E-02 6,53E-01 40 0,66 1,54 -0,19 -0,66 -1,76 1,27 -0,39 4,43 2,04BE -3,56E-01 -4,60E-02 -0,00E-01 5,84E-01 -1,76E-01 2,25E-01 2,07E-01 69 1,86 -0,27 -0,16 -1,86 0,46 -0,59 1,66 1,43 2,00BF 4,28E-01 -5,27E-02 -0,00E-01 -4,08E-01 -3,82E-02 9,95E-01 -5,88E-02 121 0,91 2,12 -2,27 -0,91 -2,08 -2,00 64,74 -3,79 1,98BH 1,90E+00 -2,14E-02 - -1,95E+00 3,03E-01 1,18E-01 2,07E-01 78 -1,25 1,31 -0,15 1,25 -1,38 2,11 1,07 1,78 1,99BL 1,66E+00 -1,55E-01 - -1,55E+00 -3,47E-01 6,60E-01 4,87E-01 46 -0,68 0,59 -0,54 0,68 -0,56 -1,11 2,76 0,52 2,02BM -4,77E-02 -9,91E-03 -0,00E-01 2,01E-02 -3,36E-02 1,02E+00 -1,13E-01 123 0,77 -0,28 -0,52 -0,77 0,12 -2,03 76,08 -8,31 1,98BQ 2,87E-01 6,52E-02 - -4,58E-01 3,14E-01 2,14E-02 4,38E-01 133 -2,49 0,33 0,64 2,49 -0,54 3,00 0,31 4,95 1,98CA -5,01E-01 5,11E-02 - 8,83E-02 4,97E-01 1,84E-01 -4,00E-01 41 -2,21 -0,20 0,21 2,21 0,04 1,77 0,93 -1,67 2,03CB 6,23E-01 -3,64E-02 8,83E-01 -8,14E-02 85 1,99CC 5,62E-01 -5,41E-01 -0,00E-01 -1,96E-01 -4,54E-01 1,04E+00 -8,18E-01 21 1,29 0,09 -0,83 -1,29 -0,03 -0,50 1,30 -0,99 2,16CE -2,66E-01 -3,66E-02 -0,00E-01 2,53E-01 6,79E-03 4,29E-02 -1,83E-03 18 1,71 -0,05 -0,06 -1,71 0,05 0,01 0,08 0,00 2,23DA 5,67E-02 -4,95E-02 - -1,50E-02 -1,79E-02 9,48E-01 1,02E-01 130 -1,27 0,21 -1,57 1,27 -0,06 -0,66 44,49 4,76 1,98DD 2,16E-01 -1,03E-02 -0,00E-01 -3,35E-01 1,63E-01 1,24E+00 -9,27E-01 66 2,22 0,14 -0,05 -2,22 -0,23 1,08 4,54 -3,11 2,00DH -6,67E-02 -6,00E-02 -0,00E-01 1,09E-01 -6,48E-02 9,78E-01 -1,65E-01 29 1,73 -0,11 -0,66 -1,73 0,17 -0,73 18,37 -3,05 2,08EA 1,81E-01 -7,57E-02 -0,00E-01 -2,64E-01 -4,38E-02 1,05E+00 -5,25E-01 96 0,83 0,27 -0,98 -0,83 -0,41 -0,69 17,33 -8,70 1,99FB 4,40E+00 5,91E-01 -0,00E-01 -4,65E+00 2,28E-01 3,76E-01 1,12E-01 17 0,33 1,56 1,62 -0,33 -1,63 0,58 1,23 0,15 2,26GA 3,02E-01 -5,02E-02 - -3,17E-01 -3,96E-02 9,53E-01 8,97E-02 130 -1,53 1,54 -2,24 1,53 -1,66 -2,05 62,43 5,76 1,98
43
Cluster: 2BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit
HG -2,37E-01 5,09E-02 - 1,25E-01 7,49E-02 9,40E-01 -3,79E-02 105 -1,68 -0,47 0,91 1,68 0,25 1,53 19,78 -0,76 1,98IE -3,44E-01 8,50E-03 - 2,72E-01 -3,93E-02 1,05E+00 -2,83E-01 124 -3,71 -0,48 0,11 3,71 0,39 -0,59 15,55 -3,57 1,98IG 2,42E+00 4,07E-01 - -3,08E+00 2,76E-01 6,24E-01 -6,39E-01 13 -0,14 0,32 0,20 0,14 -0,44 0,19 0,80 -0,12 2,57IH -4,16E-01 -1,36E-01 - 4,20E-01 -1,24E-01 7,58E-01 1,21E-01 61 -0,54 -0,36 -0,85 0,54 0,38 -0,79 7,51 0,51 2,01LB 1,49E+01 -1,15E+00 -0,00E-01 -1,36E+01 -3,51E-01 5,78E-01 -6,36E-01 18 0,20 3,34 -3,91 -0,20 -3,10 -1,42 3,11 -3,13 2,23MA -9,42E-02 -1,32E-02 -0,00E-01 1,13E-01 -4,85E-02 9,73E-01 5,44E-02 79 1,60 -0,30 -0,35 -1,60 0,37 -1,60 39,40 2,17 1,99MF -1,83E-02 -8,82E-03 -0,00E-01 1,06E-01 -2,90E-02 9,35E-01 6,20E-02 103 1,12 -0,04 -0,17 -1,12 0,21 -0,64 25,34 1,53 1,99MH -1,52E+00 -4,87E-01 -0,00E-01 1,58E+00 -4,08E-02 6,35E-01 -5,58E-02 46 0,02 -1,34 -4,79 -0,02 1,41 -0,37 7,62 -0,63 2,02MJ -3,98E-01 2,68E-01 - 3,38E-01 1,48E-01 3,97E-01 3,37E-01 112 -0,33 -0,43 2,21 0,33 0,37 1,51 4,34 3,57 1,98NA 4,18E-01 -8,24E-02 - -4,16E-01 -3,62E-02 9,69E-01 -3,94E-02 56 -0,67 1,10 -1,92 0,67 -1,12 -1,07 34,42 -1,35 2,01NB -2,13E-01 7,12E-02 -0,00E-01 1,04E-01 7,62E-02 1,01E+00 -1,71E-01 121 0,78 -0,41 1,24 -0,78 0,20 1,53 19,20 -3,15 1,98PC 4,67E-01 -1,06E-01 - -3,31E-01 1,79E-03 9,76E-01 2,83E-03 89 -0,84 1,28 -1,85 0,84 -0,91 0,05 37,14 0,11 1,99PE -8,49E+14 8,49E+14 -0,00E-01 -1,82E+00 -6,69E-01 6,83E-02 -4,38E-01 13 0,04 -0,02 0,02 -0,04 -0,01 -0,03 0,01 -0,03 2,57RA 4,63E-01 -6,95E-02 -0,00E-01 -5,00E-01 -8,17E-02 2,63E-01 3,10E-02 98 0,29 0,36 -0,45 -0,29 -0,40 -0,61 2,47 0,29 1,99SC -2,25E-01 -1,51E-01 - 2,08E-01 3,45E-02 3,94E-01 1,45E-01 65 -0,10 -0,13 -0,83 0,10 0,12 0,22 3,29 1,11 2,00SD -9,45E-01 1,77E-01 -0,00E-01 1,20E+00 -7,46E-02 3,88E-01 5,03E-01 18 0,21 -0,25 0,30 -0,21 0,36 -0,12 1,45 1,45 2,23SE 9,32E-02 -2,68E-02 - -1,21E-01 -1,53E-01 7,24E-01 1,27E-01 118 -0,51 0,12 -0,32 0,51 -0,16 -1,96 10,58 1,90 1,98TA 7,32E-02 -8,32E-02 - -3,43E-02 -7,93E-02 9,88E-01 -6,10E-02 117 -0,31 0,33 -3,26 0,31 -0,16 -3,72 57,98 -3,55 1,98TC 3,02E-01 -3,10E-02 -0,00E-01 -2,87E-01 -1,13E-01 1,10E-01 7,78E-02 13 0,62 0,03 -0,02 -0,62 -0,03 -0,03 0,06 0,02 2,57TD 3,46E+00 -1,30E+00 - -1,79E+00 -8,46E-01 3,61E-01 -3,60E-01 18 -0,32 0,27 -0,85 0,32 -0,15 -0,89 0,80 -0,18 2,23TE -1,19E+00 1,05E-01 -0,00E-01 1,14E+00 7,23E-03 8,55E-01 -3,96E-02 93 0,99 -1,55 1,41 -0,99 1,50 0,10 14,76 -0,69 1,99UB -1,06E+01 -8,83E-01 2,51E-01 -9,18E-02 9 12,71UC 3,61E-01 1,57E-01 - -5,13E-01 1,16E-01 4,15E-01 4,19E-01 105 -1,95 0,39 1,65 1,95 -0,56 1,32 5,64 4,72 1,98VA -4,05E-02 -4,41E-01 - 5,76E-01 2,71E-01 4,18E-01 2,86E-01 33 -0,12 -0,02 -0,69 0,12 0,21 1,10 2,38 1,56 2,06
47 bank
Cluster: 3BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit
AC 2,25E-01 -3,29E-02 -0,00E-01 -1,85E-01 2,25E-02 9,65E-01 -8,54E-02 103 5,66 0,57 -0,70 -5,66 -0,48 0,57 31,92 -2,81 1,99AL 4,85E-01 -2,38E-02 -0,00E-01 -4,70E-01 -8,49E-03 8,83E-01 -1,08E-01 120 5,50 0,55 -0,23 -5,50 -0,55 -0,10 13,03 -1,47 1,98CD 2,08E+00 -1,80E-01 -0,00E-01 -2,09E+00 -2,41E-01 8,55E-01 1,99E-01 58 1,07 1,69 -1,42 -1,07 -1,71 -1,60 9,89 1,26 2,01DE 2,79E-02 9,87E-02 - -1,55E-01 6,35E-02 6,94E-01 2,71E-01 78 -0,30 0,03 0,97 0,30 -0,19 0,86 10,28 3,71 1,99DG 8,78E-02 -5,34E-02 -0,00E-01 5,24E-03 -1,01E-01 7,77E-01 3,56E-01 104 4,87 0,10 -0,53 -4,87 0,01 -1,08 11,49 5,10 1,98EB 3,04E-01 -1,65E-01 - -2,70E-01 -3,48E-02 3,66E-01 2,17E-01 66 -0,22 0,23 -0,77 0,22 -0,20 -0,21 3,11 1,80 2,00FA 2,59E+00 2,58E-01 -3,41E-02 1,14E-01 60 2,01HE -6,94E-02 -2,89E-02 - 8,62E-02 -3,71E-04 5,60E-01 3,86E-01 122 -0,66 -0,08 -0,30 0,66 0,11 0,00 8,69 5,81 1,98HF 2,33E-01 -5,68E-03 -0,00E-01 -2,01E-01 3,52E-02 8,87E-01 2,63E-02 108 0,26 0,37 -0,08 -0,26 -0,33 0,58 19,12 0,57 1,98IA 8,91E-02 2,24E-02 -0,00E-01 -8,89E-03 1,01E-01 2,91E-01 5,57E-01 115 1,71 0,11 0,25 -1,71 -0,01 1,21 4,17 7,27 1,98
44
Cluster: 3BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit
KA -1,12E-01 -6,34E-02 -0,00E-01 2,75E-01 -1,10E-01 9,57E-01 -1,16E-01 67 1,01 -0,25 -0,99 -1,01 0,65 -1,97 25,52 -3,08 2,00KB -8,23E-02 -8,75E-02 -0,00E-01 3,02E-01 -1,85E-01 9,58E-01 8,57E-03 65 1,88 -0,14 -1,12 -1,88 0,53 -1,98 21,22 0,19 2,00MC 1,94E-01 -1,23E-02 -0,00E-01 -1,08E-01 -5,52E-02 2,55E-01 6,48E-02 58 3,54 0,08 -0,05 -3,54 -0,05 -0,19 1,23 0,26 2,01PA -7,63E-01 3,73E-01 -0,00E-01 9,07E-01 7,03E-01 2,77E-01 -3,01E-01 29 0,51 -0,22 1,56 -0,51 0,26 2,65 1,45 -1,55 2,08PB -3,94E-01 1,08E-01 - 2,49E-01 4,23E-02 9,94E-01 -1,03E-01 44 -2,63 -0,56 0,78 2,63 0,37 0,39 12,71 -1,31 2,03SF -3,58E-01 2,41E-02 - 4,93E-01 -1,75E-03 1,11E-01 7,96E-01 88 -0,14 -0,72 0,38 0,14 0,99 -0,02 2,77 12,44 1,99SJ 4,37E-01 1,04E-01 -0,00E-01 -3,36E-01 1,53E-01 8,67E-01 2,58E-01 72 0,19 0,63 1,41 -0,19 -0,49 2,38 16,77 4,83 2,00YA -3,26E-01 8,15E-02 - 4,00E-01 -7,94E-02 9,19E-01 5,26E-02 116 -1,88 -0,66 1,42 1,88 0,84 -1,60 23,18 1,34 1,98
18 bank
Cluster: 4BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit
AD 1,75E-01 2,30E-01 - -2,48E-01 3,17E-01 5,75E-01 2,14E-01 70 -0,27 0,13 1,70 0,27 -0,18 2,47 5,99 2,10 2,00AG -3,58E-01 -1,35E-02 -0,00E-01 4,40E-01 2,98E-02 1,00E+00 -1,38E-01 77 0,80 -1,03 -0,34 -0,80 1,28 0,87 39,36 -5,34 1,99AI 1,15E+00 -1,52E-02 - -9,84E-01 -2,07E-01 9,06E-01 -9,31E-02 76 -0,74 1,47 -0,19 0,74 -1,30 -2,89 16,26 -1,69 2,00CG 2,70E-01 1,88E-01 - -1,32E-01 -6,48E-03 2,33E-01 6,18E-01 55 -1,26 0,18 1,46 1,26 -0,09 -0,05 2,21 5,21 2,01HD 1,90E+00 -1,20E+00 -0,00E-01 -1,81E+00 -3,33E-01 -2,89E-01 5,01E-02 21 1,49 0,34 -2,46 -1,49 -0,31 -0,56 -0,69 0,13 2,16MB -2,00E-01 1,48E-01 - 1,32E-01 5,28E-02 8,77E-01 -1,29E-01 77 0,00 -0,19 1,29 0,00 0,13 0,49 8,20 -1,19 1,99
6 bank
Cluster: 5BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit
BJ -1,83E-01 3,43E-03 - 2,56E-02 1,09E-01 1,43E-01 8,14E-02 51 -3,50 -0,06 0,02 3,50 0,01 0,41 0,68 0,36 2,02DI -1,60E-01 5,65E-02 - 1,35E-01 9,44E-03 1,04E+00 -1,20E-01 109 -0,19 -0,68 2,20 0,19 0,59 0,42 53,18 -6,11 1,98JA 2,46E-01 5,40E-02 -0,00E-01 -3,78E-01 1,27E-01 9,39E-01 -4,77E-01 77 2,24 0,23 0,48 -2,24 -0,37 1,28 10,93 -5,43 1,99LA -5,08E+00 2,03E-01 - 5,57E+00 -2,16E-01 4,46E-01 4,76E-02 22 -0,77 -0,42 0,16 0,77 0,49 -0,17 0,66 0,10 2,14ME 1,42E-01 3,89E-02 - -8,95E-02 -2,58E-02 1,63E+00 -1,32E+00 88 -1,05 0,13 0,30 1,05 -0,08 -0,22 6,40 -5,07 1,99ND 5,75E-01 -1,49E-01 -0,00E-01 -5,54E-01 -2,36E-02 1,33E+00 -6,41E-01 112 1,10 1,17 -2,59 -1,10 -1,16 -0,52 22,96 -10,98 1,98
6 bank
Cluster: 6BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit
AK -1,46E-01 1,31E-01 - -4,75E-02 3,73E-01 4,34E-01 9,39E-02 19 -1,07 -0,03 0,28 1,07 -0,01 0,43 1,10 0,24 2,20MI -2,46E-01 1,97E-01 -0,00E-01 2,56E-01 4,87E-02 5,73E-01 3,76E-01 122 2,49 -0,20 1,40 -2,49 0,21 0,41 6,08 2,40 1,98RB -8,77E-02 -2,26E-02 -0,00E-01 8,44E-02 -7,27E-02 8,78E-01 1,59E-01 163 0,62 -0,26 -0,59 -0,62 0,26 -2,22 31,68 5,73 1,98
3 bank
45
Cluster: 7BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit
AE -1,07E+00 1,08E-01 - 7,74E-01 6,61E-02 3,98E-01 3,41E-01 71 -1,17 -0,71 0,60 1,17 0,54 0,40 3,31 1,85 2,00DB -6,51E-01 1,37E-01 - 4,66E-01 8,89E-02 8,90E-01 -1,27E-01 72 -3,71 -0,56 0,90 3,71 0,42 0,73 8,35 -1,14 2,00DC -4,33E-01 5,47E-02 -0,00E-01 3,30E-01 -2,95E-02 9,95E-01 -8,95E-02 127 4,74 -1,04 1,18 -4,74 0,82 -0,73 28,23 -2,51 1,98FC -2,44E-01 -1,56E-01 -0,00E-01 2,60E-01 -3,36E-03 9,14E-01 -8,85E-02 15 0,50 -0,40 -0,89 -0,50 0,42 -0,05 10,81 -0,80 2,36NC -5,70E-01 1,27E-01 - 5,16E-01 6,10E-02 5,82E-01 2,38E-01 74 -0,76 -0,55 0,98 0,76 0,51 0,52 6,21 2,50 2,00RC 2,02E+00 1,91E-01 8,77E-01 -9,68E-02 49 2,02SB -5,84E-01 1,61E-01 - 3,19E-01 2,62E-01 5,44E-01 -4,84E-02 99 -0,13 -0,52 1,21 0,13 0,29 2,31 5,93 -0,49 1,99SG -1,79E+00 -1,24E-01 - 1,69E+00 -2,89E-02 9,29E-01 -2,08E-01 14 -0,44 -2,01 -0,74 0,44 1,80 -0,18 12,00 -1,52 2,45UD -5,94E-01 -9,18E-02 -0,00E-01 6,12E-01 -5,73E-02 9,53E-01 -1,30E-01 29 1,17 -1,28 -1,42 -1,17 1,32 -1,11 24,58 -2,87 2,08
9 bank
46
Period: II
Cluster: 1| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )
BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEBI - - - - - 9,31E-01 2,01E-01 - - - - - 1 2HA - - - - - 1,08E+00 5,64E-01 - - - - - 1 2HI - - - - - - 3,74E-01 - - - - - - 1ID - - - - - 7,36E-01 1,76E-01 - - - - - 1 2MG - - - - - 1,02E+00 1,41E-01 - - - - - 1 2SH - - - - - 5,85E-01 5,24E-01 - - - - - 1 2UA - - - - 2,80E-01 7,61E-01 - - - - - 2 1 -
7 bank
Cluster: 2BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
A - - - - - - - - - - - - - -AB - - - - - - - - - - - - - -AF - - - - - 8,92E-01 - - - - - - 1 -AH - - - - - 9,38E-01 - - - - - - 1 -AJ - - - - - 6,79E-01 2,24E-01 - - - - - 1 2BB - - - - - 1,05E+00 6,24E-01 - - - - - 1 2BC - - - - - - 6,53E-01 - - - - - - 1BE - - - - - - - - - - - - - -BF 4,28E-01 5,27E-02 - 4,08E-01 3,82E-02 9,95E-01 5,88E-02 2 5 - 3 6 1 4BH - - - - 3,03E-01 - - - - - - 1 - -BL - - - - - 6,60E-01 - - - - - - 1 -BM - - - - 3,36E-02 1,02E+00 1,13E-01 - - - - 3 1 2BQ - - - - 3,14E-01 - 4,38E-01 - - - - 2 - 1CA - - - - - - - - - - - - - -CB - - - - - - - - - - - - - -CC - - - - - - - - - - - - - -CE - - - - - - - - - - - - - -DA - - - - - 9,48E-01 1,02E-01 - - - - - 1 2DD - - - - - 1,24E+00 9,27E-01 - - - - - 1 2DH - - - - - 9,78E-01 1,65E-01 - - - - - 1 2EA - - - - - 1,05E+00 5,25E-01 - - - - - 1 2FB - - - - - - - - - - - - - -GA - 5,02E-02 - - 3,96E-02 9,53E-01 8,97E-02 - 3 - - 4 1 2
47
Cluster: 2| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )
BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEHG - - - - - 9,40E-01 - - - - - - 1 -IE - - - - - 1,05E+00 2,83E-01 - - - - - 1 2IG - - - - - - - - - - - - - -IH - - - - - 7,58E-01 - - - - - - 1 -LB 1,49E+01 1,15E+00 - 1,36E+01 - 5,78E-01 6,36E-01 1 3 - 2 - 5 4MA - - - - - 9,73E-01 5,44E-02 - - - - - 1 2MF - - - - - 9,35E-01 - - - - - - 1 -MH - 4,87E-01 - - - 6,35E-01 - - 2 - - - 1 -MJ - 2,68E-01 - - - 3,97E-01 3,37E-01 - 3 - - - 1 2NA - - - - - 9,69E-01 - - - - - - 1 -NB - - - - - 1,01E+00 1,71E-01 - - - - - 1 2PC - - - - - 9,76E-01 - - - - - - 1 -PE - - - - - - - - - - - - - -RA - - - - - 2,63E-01 - - - - - - 1 -SC - - - - - 3,94E-01 - - - - - - 1 -SD - - - - - - - - - - - - - -SE - - - - - 7,24E-01 - - - - - - 1 -TA - 8,32E-02 - - 7,93E-02 9,88E-01 6,10E-02 - 2 - - 3 1 4TC - - - - - - - - - - - - - -TD - - - - - - - - - - - - - -TE - - - - - 8,55E-01 - - - - - - 1 -UB - - - - - - - - - - - - - -UC - - - - - 4,15E-01 4,19E-01 - - - - - 2 1VA - - - - - 4,18E-01 - - - - - - 1 -
47 bank
Cluster: 3BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
AC - - - - - 9,65E-01 8,54E-02 - - - - - 1 2AL - - - - - 8,83E-01 - - - - - - 1 -CD - - - - - 8,55E-01 - - - - - - 1 -DE - - - - - 6,94E-01 2,71E-01 - - - - - 1 2DG - - - - - 7,77E-01 3,56E-01 - - - - - 1 2EB - - - - - 3,66E-01 - - - - - - 1 -FA - - - - - - - - - - - - - -HE - - - - - 5,60E-01 3,86E-01 - - - - - 1 2HF - - - - - 8,87E-01 - - - - - - 1 -IA - - - - - 2,91E-01 5,57E-01 - - - - - 2 1
48
Cluster: 3| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )
BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEKA - - - - - 9,57E-01 1,16E-01 - - - - - 1 2KB - - - - - 9,58E-01 - - - - - - 1 -MC - - - - - - - - - - - - - -PA - - - - 7,03E-01 - - - - - - 1 - -PB - - - - - 9,94E-01 - - - - - - 1 -SF - - - - - 1,11E-01 7,96E-01 - - - - - 2 1SJ - - - - 1,53E-01 8,67E-01 2,58E-01 - - - - 3 1 2YA - - - - - 9,19E-01 - - - - - - 1 -
18 bank
Cluster: 4BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
AD - - - - 3,17E-01 5,75E-01 2,14E-01 - - - - 2 1 3AG - - - - - 1,00E+00 1,38E-01 - - - - - 1 2AI - - - - 2,07E-01 9,06E-01 - - - - - 2 1 -CG - - - - - 2,33E-01 6,18E-01 - - - - - 2 1HD - 1,20E+00 - - - - - - 1 - - - - -MB - - - - - 8,77E-01 - - - - - - 1 -
6 bank
Cluster: 5BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
BJ - - - - - - - - - - - - - -DI - 5,65E-02 - - - 1,04E+00 1,20E-01 - 3 - - - 1 2JA - - - - - 9,39E-01 4,77E-01 - - - - - 1 2LA - - - - - - - - - - - - - -ME - - - - - 1,63E+00 1,32E+00 - - - - - 1 2ND - 1,49E-01 - - - 1,33E+00 6,41E-01 - 3 - - - 1 2
6 bank
Cluster: 6BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
AK - - - - - - - - - - - - - -MI - - - - - 5,73E-01 3,76E-01 - - - - - 1 2RB - - - - 7,27E-02 8,78E-01 1,59E-01 - - - - 3 1 2
3 bank
49
Cluster: 7| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )
BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEAE - - - - - 3,98E-01 - - - - - - 1 -DB - - - - - 8,90E-01 - - - - - - 1 -DC - - - - - 9,95E-01 8,95E-02 - - - - - 1 2FC - - - - - 9,14E-01 - - - - - - 1 -NC - - - - - 5,82E-01 2,38E-01 - - - - - 1 2RC - - - - - - - - - - - - - -SB - - - - 2,62E-01 5,44E-01 - - - - - 2 1 -SG - - - - - 9,29E-01 - - - - - - 1 -UD - - - - - 9,53E-01 1,30E-01 - - - - - 1 2
9 bank
50
Period: III From: ########## To: 4-Oct-02 UJI STATISTIK : Uji tH0 : X tidak mempengaruhi Y Jika t > tcrit maka H0 ditolakH1 : X mempengaruhi Y jika H0 ditolak maka variabel X diperhitungkanALPHA 0,05
Cluster: 1BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV t crit
AC -5,63E-01 1,63E-02 -8,69E-02 1,25E+00 -8,66E-02 3,14E-01 -4,61E-02 59 -0,33 -0,66 0,33 -0,46 1,40 -0,94 1,46 -0,33 2,01AF 1,85E+00 - 1,83E-01 -1,91E+00 -7,36E-02 8,90E-01 -4,47E-02 19 -1,25 0,97 1,25 0,82 -0,92 -0,62 2,42 -0,20 2,20AH -1,81E-02 -1,17E-02 -2,21E-01 2,20E-01 4,12E-02 1,08E+00 -1,22E-01 69 0,72 -0,04 -0,72 -1,95 0,43 0,77 8,35 -1,23 2,00AL 1,16E-01 -1,08E-03 2,68E-02 3,59E-01 -9,84E-02 7,36E-01 -3,44E-01 70 0,06 0,15 -0,06 0,17 0,44 -1,25 3,86 -2,25 2,00BC 3,74E-01 1,89E-02 -2,87E-01 -4,87E-01 9,78E-02 9,89E-01 2,71E-01 75 -0,98 0,51 0,98 -1,76 -0,64 1,46 6,54 2,59 2,00BH 8,98E-01 -1,17E-02 2,26E-02 -1,10E+00 5,37E-03 7,11E-01 4,00E-01 65 0,42 1,59 -0,42 0,17 -1,87 0,09 4,67 3,39 2,00BJ 1,48E-01 7,45E-03 -1,97E-01 1,45E-01 -1,92E-02 6,55E-01 1,86E-01 36 -0,11 0,13 0,11 -0,83 0,12 -0,20 2,16 0,83 2,05BL - -6,42E-01 -5,46E+00 -8,96E-02 1,48E+00 -5,25E-01 18 2,23BY -6,18E+01 - 4,09E+01 2,07E+01 -9,83E-01 6,91E-01 1,41E-01 11 -0,17 -0,21 0,17 0,21 0,20 -0,20 0,39 0,16 3,18BZD - 8,85E-01 -6,80E+00 -1,01E-01 9,41E-01 -3,82E-01 22 2,14CD 5,85E-01 2,93E-02 -4,54E-01 -1,76E-01 -5,02E-02 1,14E+00 -1,61E-01 57 -0,43 1,15 0,43 -3,13 -0,34 -0,75 5,56 -1,08 2,01DD 1,12E+00 -4,72E-03 -4,86E-01 -1,02E+00 3,85E-02 1,21E+00 8,99E-02 48 0,16 1,85 -0,16 -3,91 -1,63 0,70 8,68 0,99 2,02DE -2,31E+00 -8,84E-02 6,25E-02 1,66E+00 3,53E-01 1,28E+00 2,97E-01 16 0,12 -0,45 -0,12 0,12 0,32 0,51 1,85 0,60 2,31DG -3,16E-01 -0,00E-01 2,52E-01 3,17E-01 1,14E-02 3,06E-01 4,40E-01 74 0,33 -0,90 -0,33 3,28 0,84 0,32 3,50 4,03 2,00EA 1,26E+00 2,58E-03 -5,53E-02 -1,22E+00 -4,67E-02 8,00E-01 1,41E-01 65 -0,09 1,81 0,09 -0,30 -1,72 -0,60 4,21 1,00 2,00EB 8,64E-02 2,33E-02 -1,23E-02 -3,30E-02 1,86E-02 7,22E-01 2,17E-01 54 -0,44 0,14 0,44 -0,10 -0,05 0,31 5,64 1,91 2,01HE -3,97E-01 -2,01E-03 1,96E-01 4,68E-01 -2,08E-03 2,34E-01 5,01E-01 79 0,31 -1,01 -0,31 2,40 1,16 -0,05 2,37 5,58 1,99HF -2,76E-01 1,67E-03 -2,49E-02 4,11E-01 2,98E-02 9,09E-01 -4,12E-02 70 -0,22 -0,73 0,22 -0,34 1,03 0,81 7,92 -0,51 2,00IA -2,01E-01 3,76E-03 -1,28E-01 3,59E-01 4,78E-02 1,04E+00 -1,10E-01 80 -0,42 -0,55 0,42 -1,56 0,94 1,25 9,80 -1,40 1,99IB -2,96E-01 -2,20E-02 -1,02E-01 6,00E-01 -1,54E-02 6,31E-01 1,25E-01 54 0,40 -0,49 -0,40 -0,80 0,93 -0,24 3,64 0,94 2,01ID -6,59E-01 -9,48E-03 1,87E-01 6,51E-01 1,77E-02 3,19E-01 5,02E-01 35 0,19 -1,30 -0,19 1,56 1,20 0,36 3,23 4,36 2,05KB -7,93E-01 -2,96E-04 2,09E-01 6,35E-01 1,55E-01 5,74E-01 2,90E-01 53 0,03 -2,57 -0,03 2,80 1,96 4,18 7,13 2,85 2,01MC -1,18E+00 -2,25E-02 4,52E-03 1,56E+00 2,98E-02 9,69E-01 -4,30E-01 83 0,66 -2,37 -0,66 0,04 3,02 0,58 7,33 -3,75 1,99MH 3,49E+00 8,72E-03 -3,90E-01 -3,05E+00 -1,09E-01 1,16E+00 -3,24E-01 25 -0,17 3,29 0,17 -1,59 -2,64 -0,94 4,79 -1,67 2,11PB -1,63E+00 -5,67E-04 -1,61E-01 1,83E+00 6,62E-02 9,25E-01 -5,64E-02 51 0,01 -1,24 -0,01 -1,02 1,36 0,82 5,60 -0,51 2,02SD 1,70E+00 -4,83E-02 -2,18E-01 -1,52E+00 2,38E-01 1,53E+00 -6,49E-01 15 0,99 1,05 -0,99 -0,71 -0,82 1,32 5,14 -1,27 2,36SF 6,14E-01 -3,29E-03 -3,17E-01 -6,13E-01 5,48E-02 8,82E-01 3,47E-01 81 0,17 1,03 -0,17 -2,51 -0,98 0,96 7,13 4,15 1,99SI 4,04E-01 2,82E-02 -2,40E-01 -1,66E-01 -3,32E-02 6,53E-01 2,69E-01 48 -0,58 0,44 0,58 -1,15 -0,17 -0,30 3,67 1,74 2,02SJ -4,19E-01 8,19E-04 -5,25E-02 5,13E-01 4,11E-02 7,84E-01 2,03E-01 44 -0,04 -1,53 0,04 -0,63 1,99 0,69 14,57 3,33 2,03UA 9,83E-01 -1,03E-01 -3,42E-01 -6,15E-01 -5,18E-02 7,37E-01 2,19E-01 43 0,98 1,89 -0,98 -2,00 -1,14 -0,83 2,98 1,18 2,03UB -3,53E-01 -1,09E+00 -1,60E-02 1,22E+00 2,51E-02 20 2,18UC 1,59E-01 4,98E-02 5,71E-02 -2,55E-02 1,01E-01 8,69E-01 -4,66E-02 58 -0,60 0,54 0,60 0,67 -0,09 2,37 6,93 -0,41 2,01YA -1,89E-01 -1,96E-02 -1,81E-01 5,85E-01 -4,28E-02 4,12E-01 3,63E-01 83 0,56 -0,36 -0,56 -1,76 1,08 -0,83 3,51 4,40 1,99
33 bank
51
Cluster: 2BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit
AI 7,87E-01 -5,75E-03 -4,88E-01 -2,31E-01 -5,19E-02 1,08E+00 -2,61E-01 70 0,40 1,21 -0,40 -3,35 -0,35 -0,84 6,10 -2,00 2,00MB 1,12E-01 4,62E-03 -6,46E-03 -3,13E-03 5,36E-02 8,08E-01 8,29E-02 36 -0,14 0,25 0,14 -0,05 -0,01 0,91 5,80 0,84 2,05
2 bank
Cluster: 3BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit
BB 2,52E+00 -1,07E-03 -7,24E-01 -2,41E+00 7,60E-02 1,74E+00 -3,46E-01 38 0,02 3,04 -0,02 -2,57 -2,71 0,67 4,88 -1,84 2,04BM 7,79E-02 9,61E-04 1,09E-01 8,63E-02 -3,90E-02 6,57E-01 4,31E-02 72 -0,15 0,14 0,15 0,92 0,15 -0,68 4,65 0,34 2,00BP 2,90E+00 1,78E-02 -3,60E-01 -3,16E+00 9,12E-03 1,61E+00 -1,40E-01 14 -0,27 1,43 0,27 -1,99 -1,49 0,07 9,18 -1,61 2,45BQ 1,15E+00 2,12E-02 -1,94E-01 -1,08E+00 1,21E-01 5,97E-01 4,18E-01 68 -0,61 1,16 0,61 -1,10 -1,07 1,57 4,36 3,12 2,00CA 8,90E-01 2,49E-02 -2,93E-01 -5,06E-01 -3,03E-02 9,66E-01 -2,23E-01 61 -0,28 0,93 0,28 -1,53 -0,51 -0,36 5,69 -1,81 2,01CB 1,01E+00 4,02E-03 -2,46E-01 -8,55E-01 -1,36E-02 8,77E-01 1,53E-01 78 -0,26 2,01 0,26 -2,06 -1,61 -0,26 6,52 1,62 1,99CC 5,47E+01 -2,22E+00 -1,50E+01 -4,40E+01 -1,04E+01 1,18E+00 -8,04E-02 8 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00DA 5,64E-01 -9,55E-03 -7,29E-02 -4,70E-01 -2,26E-02 6,71E-01 2,97E-01 87 0,35 1,51 -0,35 -0,89 -1,22 -0,59 5,99 3,13 1,99FC 2,09E-01 -4,23E-02 -2,54E-01 1,50E-01 1,39E-01 1,03E+00 -1,03E-01 21 0,76 0,52 -0,76 -1,28 0,47 2,19 5,46 -0,82 2,16IE -3,21E-02 7,65E-03 1,84E-01 2,95E-02 4,07E-02 8,36E-01 -2,27E-02 90 -0,28 -0,11 0,28 2,88 0,10 1,33 7,83 -0,22 1,99MA -1,00E+00 2,07E-02 2,26E-01 1,10E+00 6,24E-03 8,92E-01 -2,67E-01 68 -0,82 -2,08 0,82 2,22 2,13 0,13 6,93 -2,12 2,00NA 9,60E-01 9,73E-03 -1,33E-01 -9,71E-01 -2,12E-02 9,33E-01 1,76E-01 68 -0,52 2,05 0,52 -1,61 -1,97 -0,52 8,63 1,68 2,00PC 1,97E+00 4,00E-01 -3,73E-01 -9,66E-01 1,78E-03 5,66E-01 -2,29E-01 30 -1,28 2,58 1,28 -1,73 -1,14 0,02 2,88 -1,18 2,07RA -1,08E+00 8,75E-03 -2,43E-01 1,35E+00 8,51E-02 8,46E-01 3,78E-02 56 -0,23 -1,51 0,23 -1,80 1,82 1,28 6,03 0,36 2,01SL -8,07E+00 -1,81E-01 -6,53E-01 9,41E+00 1,64E-02 8,81E-01 -3,35E-01 13 0,60 -0,65 -0,60 -0,28 0,71 0,01 0,60 -0,32 2,57TA 5,71E-01 -4,31E-03 -2,12E-01 -4,21E-01 2,15E-02 1,27E+00 -3,04E-01 69 0,27 0,99 -0,27 -1,80 -0,70 0,39 9,12 -2,86 2,00VA -9,99E-02 1,72E-01 8,79E-02 -2,78E-02 -2,76E-02 5,30E-01 4,73E-01 57 -2,19 -0,26 2,19 0,56 -0,07 -0,47 3,20 3,82 2,01
17 bank
Cluster: 4BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit
AJ -1,09E+00 1,02E-02 5,25E-01 8,15E-01 1,23E-01 2,78E-01 4,14E-01 36 -0,25 -2,46 0,25 4,51 1,85 2,06 2,67 3,53 2,05NB 6,23E-03 -6,28E-03 1,43E-01 -1,01E-01 4,18E-02 8,21E-01 1,28E-01 86 0,82 0,03 -0,82 3,21 -0,44 2,06 14,55 2,04 1,99PA -2,73E-01 3,06E-02 3,07E-01 1,45E-01 -1,57E-04 2,75E-01 5,37E-01 60 -1,47 -0,86 1,47 3,68 0,44 0,00 3,11 5,69 2,01
3 bank
Cluster: 5BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit
FA 8,09E-01 1,11E-01 -1,96E-01 -1,96E-01 -1,93E-01 6,19E-01 -3,47E-02 51 -2,10 1,16 2,10 -1,25 -0,27 -2,54 3,75 -0,29 2,02IH 7,07E-01 -6,00E-02 -6,31E-01 -4,03E-01 1,59E-02 1,22E+00 1,06E-01 28 0,58 1,18 -0,58 -2,68 -0,68 0,14 5,88 0,82 2,09RB -2,75E-02 3,71E-03 1,34E-01 5,39E-02 -2,29E-02 1,25E-01 7,24E-01 111 -0,16 -0,11 0,16 2,56 0,21 -1,00 2,35 13,18 1,98
3 bank
52
Cluster: 6BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit
BD - -3,69E-01 -2,14E+00 8,44E-02 1,65E+00 -2,56E-01 18 2,23BE 1,91E+00 -3,63E-03 -3,09E-01 -1,82E+00 1,37E-02 1,24E+00 -2,66E-01 85 0,14 2,13 -0,14 -1,66 -1,96 0,16 6,30 -2,09 1,99BF -9,15E-02 -7,35E-04 5,38E-02 2,37E-01 2,76E-02 6,06E-01 2,04E-01 61 0,02 -0,27 -0,02 0,62 0,67 0,67 6,58 2,02 2,01HD - -2,05E-01 1,24E+00 1,26E-01 1,30E+00 -2,71E-01 32 2,06MJ 1,74E+00 -3,21E-02 -2,68E-02 -1,67E+00 -3,51E-02 1,22E+00 -3,36E-01 54 0,59 2,91 -0,59 -0,18 -2,60 -0,52 7,03 -3,03 2,01
5 bank
Cluster: 7BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit
BG - -7,21E-02 -1,51E+00 -7,76E-02 4,96E-01 4,84E-01 12 2,78BS 1,33E-01 -1,29E-02 -4,58E-01 1,72E-01 5,41E-02 8,82E-01 8,27E-02 15 0,10 0,04 -0,10 -0,84 0,06 0,18 1,83 0,32 2,36BV -3,21E-01 1,55E+00 1,21E-01 6,24E-01 -3,75E-02 20 2,18
3 bank
Cluster: 8BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit
BI 3,90E-01 2,01E-02 1,43E-01 -3,18E-01 -8,51E-03 9,85E-01 -2,92E-01 62 -0,19 0,43 0,19 0,90 -0,34 -0,11 5,97 -2,22 2,00CG 1,30E+00 -1,34E-03 -4,68E-01 -1,34E+00 1,16E-01 1,34E+00 9,80E-02 50 0,03 2,94 -0,03 -4,13 -2,78 2,13 10,02 1,19 2,02HA -5,25E-01 1,78E-04 2,10E-01 4,29E-01 5,98E-02 5,93E-01 2,70E-01 69 -0,01 -1,27 0,01 2,29 0,98 1,40 5,70 2,38 2,00HI 4,52E-01 -1,81E-03 1,07E-01 -3,84E-01 5,41E-02 9,14E-01 -9,36E-02 53 0,13 1,22 -0,13 1,15 -0,99 1,20 8,79 -0,99 2,01KA 1,08E+00 1,76E-03 -5,25E-01 -8,56E-01 2,56E-02 1,38E+00 -1,56E-01 42 -0,13 1,87 0,13 -4,37 -1,43 0,49 11,51 -1,85 2,03MG 4,53E-01 3,37E-03 -2,78E-01 -2,29E-01 5,14E-02 1,14E+00 -1,80E-01 44 -0,10 0,62 0,10 -1,90 -0,30 0,68 6,40 -1,13 2,03SC - -6,41E-02 -2,34E+00 -1,79E-01 7,96E-01 -1,08E-01 24 2,12SH -1,34E-01 -0,00E-01 2,27E-01 -4,27E-02 3,09E-02 3,25E-01 6,02E-01 73 0,09 -0,32 -0,09 2,06 -0,10 0,73 3,38 6,95 2,00
8 bank
Cluster: 9BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit
DI -3,10E-01 -8,56E-04 2,11E-01 3,89E-01 -1,33E-02 2,01E-01 5,20E-01 81 0,08 -1,04 -0,08 3,09 1,26 -0,43 2,80 7,10 1,99HG -9,00E-02 -2,92E-03 -1,17E-02 2,81E-01 -1,23E-02 2,95E-01 4,75E-01 69 0,13 -0,15 -0,13 -0,08 0,44 -0,18 1,74 4,19 2,00JA -7,60E-01 2,86E-03 2,80E-01 1,20E+00 -9,78E-02 1,32E-01 1,25E-01 36 -0,05 -1,06 0,05 1,51 1,47 -1,13 0,67 0,51 2,05ME 2,99E-01 -1,32E-02 -5,74E-02 -6,65E-01 1,47E-01 7,46E-01 5,67E-01 76 0,52 0,43 -0,52 -0,42 -0,91 2,21 5,78 5,13 2,00MI -2,57E-01 3,40E-03 -2,18E-01 5,29E-01 4,60E-02 1,02E+00 -1,43E-01 87 -0,11 -0,61 0,11 -2,32 1,19 1,04 11,60 -1,94 1,99ND -4,58E-01 -1,16E-02 6,54E-02 2,65E-01 8,83E-02 5,49E-01 5,40E-01 76 0,75 -1,08 -0,75 0,78 0,59 2,26 7,11 6,32 2,00
6 bank
53
Cluster: 10BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit
A -1,35E+00 -2,84E-03 5,99E-01 1,54E+00 -3,71E-02 -4,33E-02 2,23E-01 26 0,10 -1,28 -0,10 2,52 1,39 -0,36 -0,22 1,21 2,10DF 6,09E+00 5,81E+00 7,79E+00 -1,26E+01 -7,16E-01 -1,69E+00 6,10E+00 8 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00GB 2,57E-01 7,50E-04 -3,12E-01 -1,36E-01 2,44E-02 1,05E+00 6,89E-02 61 -0,02 0,63 0,02 -3,32 -0,33 0,52 8,90 0,82 2,01TD - -8,16E-01 -6,01E-01 1,15E-01 1,48E+00 -1,17E-01 12 2,78TE -4,51E-01 -7,25E-03 1,45E-01 6,94E-01 -2,25E-02 3,57E-01 1,96E-01 60 0,17 -0,63 -0,17 0,84 0,93 -0,28 1,73 1,56 2,01
5 bank
Cluster: 11BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit
AE - 2,08E-01 9,13E-01 6,97E-04 1,39E-01 3,87E-01 52 2,02DB -9,32E-01 -3,12E-02 -3,03E-01 1,38E+00 9,29E-02 8,04E-01 -6,84E-02 26 0,98 -0,85 -0,98 -1,38 1,32 0,54 3,52 -0,37 2,10DC 4,73E-01 2,81E-03 1,33E-01 -4,36E-01 -8,98E-03 7,24E-01 1,07E-01 89 -0,18 1,37 0,18 1,82 -1,22 -0,25 5,12 0,78 1,99GA 7,53E-02 1,58E-04 1,35E-01 -4,72E-02 2,19E-02 8,69E-01 -3,68E-02 89 -0,01 0,25 0,01 2,07 -0,15 0,70 10,17 -0,44 1,99LB 1,70E+00 -2,85E-01 -5,78E-01 -7,10E-01 2,18E-02 6,13E-01 9,73E-02 16 0,58 0,49 -0,58 -0,42 -0,21 0,05 0,53 0,15 2,31NC 4,38E-01 5,02E-03 -1,55E-01 -3,27E-01 2,66E-02 1,17E+00 -1,62E-01 65 -0,36 1,26 0,36 -2,19 -0,91 0,77 14,92 -2,19 2,00RC 1,97E+00 -0,00E-01 -6,63E-01 -1,55E+00 -1,20E-02 1,03E+00 1,67E-01 19 0,58 1,53 -0,58 -1,66 -1,11 -0,07 1,87 0,61 2,20SB 1,31E+00 4,23E-02 -9,91E-03 -9,68E-01 -1,22E-01 5,96E-01 -2,54E-02 62 -0,32 1,25 0,32 -0,04 -0,89 -1,21 2,34 -0,16 2,00SG 2,28E-01 -0,00E-01 -9,51E-02 3,78E-02 -3,33E-02 6,78E-01 2,20E-01 19 0,53 0,33 -0,53 -0,25 0,11 -0,72 8,11 3,61 2,20TC -7,57E-01 6,11E-01 1,15E-01 1,37E+00 -2,02E-02 1,52E-01 6,26E-02 45 -1,04 -0,72 1,04 0,55 1,28 -0,18 0,46 0,20 2,03
10 bank
Cluster: 12BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit
AD 9,47E-01 6,18E-03 -1,43E-02 -7,44E-01 -2,16E-02 7,33E-01 4,10E-02 64 -0,10 1,43 0,10 -0,09 -1,08 -0,34 3,24 0,18 2,00AG 7,97E-01 -1,53E-02 -1,98E-01 -4,13E-01 -1,41E-02 9,06E-01 -1,37E-01 62 0,18 0,88 -0,18 -1,55 -0,44 -0,23 5,53 -1,02 2,00
2 bank
54
Period: III
Cluster: 1| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )
BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEAC - - - - - - - - - - - - - -AF - - - - - 8,90E-01 - - - - - - 1 -AH - - - - - 1,08E+00 - - - - - - 1 -AL - - - - - 7,36E-01 3,44E-01 - - - - - 1 2BC - - - - - 9,89E-01 2,71E-01 - - - - - 1 2BH - - - - - 7,11E-01 4,00E-01 - - - - - 1 2BJ - - - - - 6,55E-01 - - - - - - 1 -BL - - - - - - - - - - - - - -BY - - - - - - - - - - - - - -BZD - - - - - - - - - - - - - -CD - - 4,54E-01 - - 1,14E+00 - - - 2 - - 1 -DD - - 4,86E-01 - - 1,21E+00 - - - 2 - - 1 -DE - - - - - - - - - - - - - -DG - - 2,52E-01 - - 3,06E-01 4,40E-01 - - 3 - - 2 1EA - - - - - 8,00E-01 - - - - - - 1 -EB - - - - - 7,22E-01 - - - - - - 1 -HE - - 1,96E-01 - - 2,34E-01 5,01E-01 - - 3 - - 2 1HF - - - - - 9,09E-01 - - - - - - 1 -IA - - - - - 1,04E+00 - - - - - - 1 -IB - - - - - 6,31E-01 - - - - - - 1 -ID - - - - - 3,19E-01 5,02E-01 - - - - - 2 1KB 7,93E-01 - 2,09E-01 - 1,55E-01 5,74E-01 2,90E-01 1 - 4 - 5 2 3MC 1,18E+00 - - 1,56E+00 - 9,69E-01 4,30E-01 2 - - 1 - 3 4MH 3,49E+00 - - 3,05E+00 - 1,16E+00 - 1 - - 2 - 3 -PB - - - - - 9,25E-01 - - - - - - 1 -SD - - - - - 1,53E+00 - - - - - - 1 -SF - - 3,17E-01 - - 8,82E-01 3,47E-01 - - 3 - - 1 2SI - - - - - 6,53E-01 - - - - - - 1 -SJ - - - - - 7,84E-01 2,03E-01 - - - - - 1 2UA - - - - - 7,37E-01 - - - - - - 1 -UB - - - - - - - - - - - - - -UC - - - - 1,01E-01 8,69E-01 - - - - - 2 1 -YA - - - - - 4,12E-01 3,63E-01 - - - - - 1 2
33 bank
55
Cluster: 2| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )
BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEAI - - 4,88E-01 - - 1,08E+00 - - - 2 - - 1 -MB - - - - - 8,08E-01 - - - - - - 1 -
2 bank
Cluster: 3BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
BB 2,52E+00 - 7,24E-01 2,41E+00 - 1,74E+00 - 1 - 4 2 - 3 -BM - - - - - 6,57E-01 - - - - - - 1 -BP - - - - - 1,61E+00 - - - - - - 1 -BQ - - - - - 5,97E-01 4,18E-01 - - - - - 1 2CA - - - - - 9,66E-01 - - - - - - 1 -CB 1,01E+00 - 2,46E-01 - - 8,77E-01 - 1 - 3 - - 2 -CC - - - - - - - - - - - - - -DA - - - - - 6,71E-01 2,97E-01 - - - - - 1 2FC - - - - 1,39E-01 1,03E+00 - - - - - 2 1 -IE - - 1,84E-01 - - 8,36E-01 - - - 2 - - 1 -MA 1,00E+00 - 2,26E-01 1,10E+00 - 8,92E-01 2,67E-01 2 - 5 1 - 3 4NA 9,60E-01 - - - - 9,33E-01 - 1 - - - - 2 -PC 1,97E+00 - - - - 5,66E-01 - 1 - - - - 2 -RA - - - - - 8,46E-01 - - - - - - 1 -SL - - - - - - - - - - - - - -TA - - - - - 1,27E+00 3,04E-01 - - - - - 1 2VA - 1,72E-01 - - - 5,30E-01 4,73E-01 - 3 - - - 1 2
17 bank
Cluster: 4BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
AJ 1,09E+00 - 5,25E-01 - 1,23E-01 2,78E-01 4,14E-01 1 - 2 - 5 4 3NB - - 1,43E-01 - 4,18E-02 8,21E-01 1,28E-01 - - 2 - 4 1 3PA - - 3,07E-01 - - 2,75E-01 5,37E-01 - - 2 - - 3 1
3 bank
Cluster: 5BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
FA - 1,11E-01 - - 1,93E-01 6,19E-01 - - 3 - - 2 1 -IH - - 6,31E-01 - - 1,22E+00 - - - 2 - - 1 -RB - - 1,34E-01 - - 1,25E-01 7,24E-01 - - 2 - - 3 1
3 bank
56
Cluster: 6| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )
BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEBD - - - - - - - - - - - - - -BE 1,91E+00 - - - - 1,24E+00 2,66E-01 1 - - - - 2 3BF - - - - - 6,06E-01 2,04E-01 - - - - - 1 2HD - - - - - - - - - - - - - -MJ 1,74E+00 - - 1,67E+00 - 1,22E+00 3,36E-01 1 - - 2 - 3 4
5 bank
Cluster: 7BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
BG - - - - - - - - - - - - - -BS - - - - - - - - - - - - - -BV - - - - - - - - - - - - - -
3 bank
Cluster: 8BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
BI - - - - - 9,85E-01 2,92E-01 - - - - - 1 2CG 1,30E+00 - 4,68E-01 1,34E+00 1,16E-01 1,34E+00 - 3 - 4 1 5 2 -HA - - 2,10E-01 - - 5,93E-01 2,70E-01 - - 3 - - 1 2HI - - - - - 9,14E-01 - - - - - - 1 -KA - - 5,25E-01 - - 1,38E+00 - - - 2 - - 1 -MG - - - - - 1,14E+00 - - - - - - 1 -SC - - - - - - - - - - - - - -SH - - 2,27E-01 - - 3,25E-01 6,02E-01 - - 3 - - 2 1
8 bank
Cluster: 9BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
DI - - 2,11E-01 - - 2,01E-01 5,20E-01 - - 2 - - 3 1HG - - - - - - 4,75E-01 - - - - - - 1JA - - - - - - - - - - - - - -ME - - - - 1,47E-01 7,46E-01 5,67E-01 - - - - 3 1 2MI - - 2,18E-01 - - 1,02E+00 - - - 2 - - 1 -ND - - - - 8,83E-02 5,49E-01 5,40E-01 - - - - 3 1 2
6 bank
57
Cluster: 10| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )
BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEA - - 5,99E-01 - - - - - - 1 - - - -DF - - - - - - - - - - - - - -GB - - 3,12E-01 - - 1,05E+00 - - - 2 - - 1 -TD - - - - - - - - - - - - - -TE - - - - - - - - - - - - - -
5 bank
Cluster: 11BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
AE - - - - - - - - - - - - - -DB - - - - - 8,04E-01 - - - - - - 1 -DC - - - - - 7,24E-01 - - - - - - 1 -GA - - 1,35E-01 - - 8,69E-01 - - - 2 - - 1 -LB - - - - - - - - - - - - - -NC - - 1,55E-01 - - 1,17E+00 1,62E-01 - - 3 - - 1 2RC - - - - - - - - - - - - - -SB - - - - - 5,96E-01 - - - - - - 1 -SG - - - - - 6,78E-01 2,20E-01 - - - - - 1 2TC - - - - - - - - - - - - - -
10 bank
Cluster: 12BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
AD - - - - - 7,33E-01 - - - - - - 1 -AG - - - - - 9,06E-01 - - - - - - 1 -
2 bank
58
Period: IV From: 5-Oct-02 To: 30-Jul-03 UJI STATISTIK : Uji tH0 : X tidak mempengaruhi Y Jika t > tcrit maka H0 ditolakH1 : X mempengaruhi Y jika H0 ditolak maka variabel X diperhitungkanALPHA 0,05
Cluster: 1BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit
BF -4,76E+00 -3,22E-02 -1,69E-01 4,97E+00 5,28E-02 7,58E-01 -8,90E-02 139 -0,30 -2,06 -0,48 -0,55 2,11 0,43 8,82 -1,27 1,98BZ 5,55E-01 -2,42E-01 1,20E+00 -1,92E+00 -3,20E-01 1,27E+00 -7,75E-02 17 0,72 0,05 -0,80 0,62 -0,17 -0,56 2,44 -0,41 2,26BZD -2,18E+00 1,34E-03 -5,52E-01 3,33E+00 -4,92E-02 -7,15E-02 2,34E-01 118 -0,14 -0,75 0,02 -1,33 1,13 -0,32 -0,63 2,44 1,98
3 bank
Cluster: 2BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit
AD 8,77E-01 6,62E-02 1,45E-01 -1,16E+00 3,69E-01 2,61E-01 2,33E-01 101 -1,56 0,29 0,68 0,30 -0,38 1,89 2,16 2,42 1,99AG 1,57E+00 3,57E-02 -7,40E-01 -6,15E-01 2,13E-01 4,01E-01 1,37E-01 121 -1,74 0,81 0,59 -2,21 -0,31 1,71 5,31 1,63 1,98AI 2,94E+00 -6,29E-02 -2,61E-01 -2,70E+00 2,79E-02 5,74E-01 1,84E-01 129 0,49 0,98 -0,71 -0,61 -0,87 0,17 4,84 2,26 1,98CG 2,40E+00 5,04E-02 -7,33E-01 -1,24E+00 1,63E-01 6,99E-02 2,33E-01 93 -1,23 1,04 0,68 -1,80 -0,54 1,06 0,84 2,30 1,99
4 bank
Cluster: 3BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit
A 1,28E+01 3,42E-01 8,57E-01 -1,36E+01 5,73E-01 3,78E-02 -3,23E-01 46 -2,49 2,86 2,38 1,31 -3,01 1,95 0,15 -2,45 2,02AB 2,31E+01 9,37E-01 -3,99E+00 -2,13E+01 3,03E+00 4,03E-02 -7,95E-01 10 -0,23 0,18 0,23 -0,27 -0,15 0,42 0,01 -0,28 4,30AC -6,51E-01 -2,40E-01 8,27E-01 -1,47E-02 -1,78E-01 4,81E-01 9,02E-02 109 2,11 -0,20 -2,35 1,74 0,00 -0,99 3,39 0,98 1,98AE 2,71E+00 1,45E-03 -1,75E-01 -1,98E+00 -3,13E-01 3,82E-01 6,77E-02 98 0,76 0,80 0,01 -0,34 -0,57 -1,37 3,08 0,65 1,99AF 8,08E-01 -3,54E-02 -1,35E-01 -8,77E-01 9,02E-03 1,03E+00 -1,19E-01 63 0,15 0,25 -0,38 -0,32 -0,27 0,05 8,93 -1,39 2,00AH 6,39E-01 6,23E-02 -3,61E-01 -2,25E-01 2,81E-01 5,78E-01 2,70E-02 127 -2,29 0,30 1,04 -1,24 -0,10 2,45 7,51 0,37 1,98AL 1,90E+00 -1,39E-01 -1,04E+00 -8,61E-01 6,72E-02 8,17E-01 -8,12E-02 122 0,94 0,80 -1,92 -2,92 -0,36 0,53 9,02 -1,11 1,98AM 6,85E+00 -6,28E-02 -4,69E-01 -6,27E+00 -3,61E-01 1,11E+00 -3,46E-01 54 2,11 2,57 -0,57 -1,14 -2,24 -2,50 6,14 -3,49 2,01BB 3,58E+00 4,83E-02 -2,56E-01 -3,71E+00 1,07E-01 9,04E-01 6,18E-02 117 -0,76 1,37 0,69 -0,74 -1,38 0,74 9,35 0,84 1,98BD -6,37E-02 -1,30E-01 1,55E-01 -1,46E-01 -1,68E-01 9,86E-01 1,83E-02 79 1,41 -0,03 -1,58 0,39 -0,06 -1,21 10,13 0,24 1,99BH 4,21E-01 -8,81E-02 -2,22E-02 -6,78E-01 1,20E-01 9,25E-01 6,77E-02 134 0,26 0,20 -1,45 -0,07 -0,32 1,05 11,11 1,07 1,98BI -7,39E+00 3,78E-01 -5,90E-01 7,84E+00 6,76E-01 1,82E-01 -1,17E-02 72 -3,22 -1,56 2,96 -0,91 1,63 2,66 1,07 -0,09 2,00BJ -4,29E+00 8,51E-02 8,80E-02 4,39E+00 2,88E-01 4,04E-01 -1,91E-01 63 -1,09 -1,15 0,69 0,14 1,15 1,29 2,81 -1,67 2,00BK -6,01E+00 -7,81E-02 6,93E-01 5,05E+00 -8,54E-02 7,36E-01 -2,03E-02 40 0,42 -1,21 -0,42 1,17 1,00 -0,35 2,98 -0,13 2,04BL 1,08E+01 -1,98E-01 7,91E-01 -1,20E+01 3,27E-02 1,43E+00 -6,89E-01 45 0,64 2,83 -1,45 1,34 -2,97 0,13 8,09 -5,38 2,03BM 1,05E+00 -1,00E-01 -4,46E-01 -4,55E-01 -2,46E-01 8,17E-01 5,21E-02 121 2,22 0,34 -1,33 -1,15 -0,14 -1,81 8,50 0,69 1,98BN 6,08E+00 -2,27E-03 -3,77E-01 -6,05E+00 1,08E-01 8,66E-01 1,04E-02 84 0,08 1,90 -0,03 -0,83 -1,84 0,59 7,85 0,12 1,99BQ 3,14E+00 2,42E-02 -2,08E-01 -2,72E+00 -9,26E-02 1,88E-01 5,74E-01 182 0,55 1,56 0,41 -0,77 -1,32 -0,90 2,65 9,53 1,97CA 1,41E+00 5,37E-02 -2,05E-01 -1,31E+00 1,71E-01 7,71E-01 -1,07E-01 129 -1,15 0,54 0,69 -0,53 -0,49 1,18 7,81 -1,47 1,98
59
Cluster: 3BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit
CB 8,30E-01 -3,53E-02 3,58E-01 -1,03E+00 -1,58E-01 7,50E-01 -1,41E-01 107 0,88 0,29 -0,38 0,74 -0,34 -0,93 5,77 -1,57 1,98CC 4,58E+00 -3,00E-01 8,75E-01 -5,25E+00 -1,52E-02 2,10E-01 3,71E-01 53 1,22 1,11 -2,02 1,20 -1,22 -0,06 1,00 2,71 2,01CD 1,38E+00 3,02E-02 -3,93E-02 -1,16E+00 1,18E-03 6,89E-01 -4,44E-02 135 -0,82 0,57 0,46 -0,11 -0,46 0,01 7,48 -0,60 1,98DA 5,13E-01 4,99E-02 7,81E-02 -2,46E-01 -1,34E-01 3,78E-01 2,22E-01 133 -0,02 0,20 0,62 0,20 -0,09 -0,86 4,01 2,70 1,98DB 4,35E+00 -2,33E-01 -1,95E-01 -4,56E+00 2,82E-01 1,07E+00 -1,70E-01 23 0,74 1,06 -0,74 -0,75 -1,11 1,26 5,18 -1,05 2,13DC 2,87E+00 -6,10E-02 9,86E-02 -2,76E+00 7,27E-02 5,86E-01 3,35E-03 150 0,18 1,29 -0,93 0,31 -1,21 0,59 7,04 0,05 1,98DD -4,33E+00 4,08E-02 -3,83E-01 4,46E+00 -1,84E-01 9,90E-01 8,93E-03 133 0,72 -1,56 0,54 -1,06 1,57 -1,33 10,46 0,14 1,98DE -5,02E+00 -6,42E-02 1,00E+00 4,48E+00 -2,34E-01 5,08E-01 -9,54E-02 97 0,67 -1,40 -0,68 1,97 1,22 -1,24 4,28 -0,98 1,99DG 6,85E-01 2,18E-02 4,86E-01 -1,14E+00 1,50E-01 4,94E-01 1,33E-01 128 -1,01 0,23 0,27 1,24 -0,37 0,98 5,09 1,64 1,98EA -1,52E+00 3,47E-02 2,04E-02 1,49E+00 1,15E-02 8,69E-01 -9,68E-02 128 -0,61 -0,66 0,52 0,06 0,63 0,09 9,42 -1,41 1,98EB 2,09E+00 -7,54E-02 -4,95E-01 -1,83E+00 1,52E-01 1,08E+00 -2,66E-01 85 -0,02 0,83 -0,96 -1,20 -0,71 0,97 8,80 -3,02 1,99FB 9,62E+00 -2,46E-02 4,29E-01 -1,04E+01 -1,08E-01 9,92E-01 -1,16E-01 87 1,16 2,48 -0,20 0,84 -2,63 -0,58 6,00 -1,18 1,99GA -1,69E+00 -6,67E-02 -4,88E-02 1,96E+00 7,23E-02 6,51E-01 1,07E-02 152 0,28 -1,01 -1,41 -0,21 1,15 0,80 10,68 0,17 1,98HA 1,50E+00 -6,74E-02 3,52E-01 -1,64E+00 1,36E-01 6,03E-01 -1,54E-02 75 -0,47 0,62 -0,94 0,92 -0,67 0,80 6,20 -0,15 2,00HC -1,47E+01 7,53E-01 -1,49E+00 1,65E+01 8,44E-01 -1,41E-01 -2,05E-01 20 -2,92 -2,37 2,33 -1,41 2,75 2,61 -0,56 -0,69 2,18HD 1,14E+00 1,27E-02 -4,35E-01 -7,43E-01 3,48E-01 2,46E-01 1,84E-01 62 -0,75 0,24 0,10 -0,51 -0,15 1,18 1,54 1,37 2,00HE 2,47E+00 -1,73E-01 4,66E-01 -2,54E+00 -1,42E-01 3,94E-01 1,26E-01 125 1,36 0,89 -1,81 1,05 -0,90 -0,89 3,73 1,43 1,98HF 4,33E+00 -1,20E-01 3,63E-01 -4,41E+00 -5,80E-02 4,89E-01 2,03E-01 106 1,03 1,66 -1,54 0,93 -1,66 -0,37 5,09 2,35 1,98HG 2,48E+00 1,61E-02 4,11E-01 -2,99E+00 -9,17E-02 7,47E-01 1,06E-01 126 0,29 0,84 0,18 0,86 -0,97 -0,53 6,43 1,34 1,98HI -1,61E+00 3,46E-02 -4,46E-01 2,10E+00 8,27E-02 5,64E-01 1,18E-01 91 -0,49 -0,47 0,37 -0,91 0,61 0,42 5,29 1,25 1,99IA 5,52E+00 -6,76E-02 -3,97E-02 -5,43E+00 -6,27E-02 7,27E-01 -3,88E-02 134 0,66 1,96 -0,86 -0,10 -1,88 -0,43 6,79 -0,51 1,98IC 4,35E+00 -2,12E-01 8,64E-01 -5,27E+00 2,46E-02 5,90E-01 1,96E-01 117 1,21 1,56 -2,35 1,96 -1,83 0,15 5,44 2,39 1,98ID 4,36E+00 -3,21E-03 -4,64E-01 -3,77E+00 6,17E-02 6,41E-01 -6,42E-02 103 -0,11 1,09 -0,03 -0,99 -0,94 0,37 5,24 -0,69 1,99IE 2,62E-01 -6,02E-02 4,33E-01 -5,61E-01 -1,50E-01 8,73E-01 -1,29E-01 134 0,93 0,12 -0,91 1,31 -0,25 -1,18 10,12 -1,91 1,98IH -7,97E-01 - 1,63E-01 3,61E-01 8,05E-01 6,34E-01 -5,85E-01 11 -0,42 -1,87 0,42 0,37 0,93 1,56 2,26 -1,49 3,18II 7,12E+00 -4,83E-01 2,39E+00 -8,34E+00 -1,94E-01 7,35E-02 -3,51E-01 30 2,39 1,16 -3,45 2,92 -1,31 -1,14 0,29 -2,05 2,07KA 5,85E+00 -1,71E-01 3,78E-01 -5,97E+00 -3,41E-01 4,38E-01 2,50E-01 100 1,99 1,45 -1,48 0,63 -1,46 -1,55 2,45 2,54 1,99KB -1,27E+01 -2,45E-01 1,79E+00 1,15E+01 4,13E-01 8,53E-02 -5,17E-01 25 0,27 -3,50 -1,34 1,77 3,11 1,37 0,51 -2,77 2,11LA 5,23E+00 -4,83E-02 -1,03E+00 -4,92E+00 8,07E-02 1,17E+00 1,93E-01 69 0,33 1,35 -0,40 -1,56 -1,23 0,39 7,58 2,09 2,00LB 3,09E+00 2,17E-02 -6,53E-01 -3,28E+00 2,06E-01 1,28E+00 -8,23E-02 87 -0,70 1,15 0,22 -1,40 -1,19 1,32 10,23 -1,11 1,99MA -2,69E+00 5,59E-03 1,71E-02 2,72E+00 1,45E-01 7,76E-01 -1,31E-01 145 -1,14 -1,32 0,09 0,06 1,29 1,31 9,60 -1,91 1,98MB 3,37E+00 1,09E-01 6,02E-01 -3,82E+00 2,59E-01 5,76E-01 -2,27E-01 31 -1,11 0,63 0,67 0,76 -0,69 0,90 2,15 -1,14 2,07SB -4,32E-01 -3,56E-03 -4,14E-01 8,64E-01 9,08E-02 6,67E-01 -6,80E-02 123 -0,37 -0,14 -0,04 -1,02 0,28 0,57 6,24 -0,84 1,98SC - -3,90E+00 -5,36E+01 7,73E-01 1,51E+00 8,99E-02 10 4,30SG -6,95E+00 9,70E-02 5,96E-02 6,60E+00 5,12E-02 6,73E-01 -2,10E-01 56 -0,24 -1,22 0,59 0,09 1,13 0,20 2,80 -1,69 2,01SH 3,06E+00 2,59E-03 5,94E-01 -3,49E+00 -2,08E-02 7,18E-01 -2,04E-02 70 -0,18 1,04 0,03 1,33 -1,16 -0,12 7,24 -0,23 2,00SI -4,30E+00 5,56E-01 -1,79E+00 6,09E+00 5,05E-01 2,80E-01 1,84E-01 43 -1,39 -0,80 1,39 -1,97 1,10 1,48 1,13 0,75 2,03SJ -5,16E+00 -7,17E-02 -5,70E-02 5,20E+00 3,46E-01 2,66E-01 2,02E-01 61 -0,45 -1,50 -0,58 -0,09 1,46 1,44 1,75 1,59 2,01
60
Cluster: 3BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit
SK -1,89E+01 -2,45E-01 1,56E+00 1,74E+01 4,48E-02 3,80E-01 6,43E-01 13 0,11 -1,04 -0,92 0,53 0,96 0,05 0,96 1,80 2,57SL 1,65E+00 1,73E-02 -2,57E-02 -1,28E+00 -2,87E-01 2,98E-01 1,03E-02 71 0,41 0,30 0,11 -0,03 -0,23 -0,96 1,83 0,08 2,00TC 2,99E+00 -3,49E-02 -2,52E-02 -3,32E+00 1,81E-01 7,21E-01 -9,69E-02 56 -0,01 0,48 -0,20 -0,02 -0,50 0,58 2,71 -0,70 2,01TD 7,42E+00 -2,55E-02 -3,75E-01 -7,19E+00 2,10E-01 6,34E-01 1,82E-01 36 -0,32 1,35 -0,14 -0,35 -1,25 0,63 2,30 1,00 2,05TE 4,03E+00 -4,33E-05 6,17E-01 -4,18E+00 -1,48E-01 3,84E-01 5,92E-02 78 0,43 1,32 0,00 1,22 -1,34 -0,78 2,95 0,53 1,99UA 3,61E+00 -1,49E-01 6,09E-01 -3,86E+00 -2,81E-01 5,80E-01 4,54E-02 130 1,78 1,22 -1,63 1,36 -1,28 -1,61 5,04 0,57 1,98UB 8,52E+00 4,08E-02 1,06E-01 -8,12E+00 -5,27E-01 6,47E-01 -1,86E-01 44 0,55 1,72 0,28 0,14 -1,63 -1,58 3,74 -1,32 2,03UD -8,81E+00 1,04E-01 -8,99E-01 9,32E+00 1,09E-03 1,02E+00 -6,44E-02 21 -0,29 -0,90 0,51 -0,95 0,98 0,00 3,22 -0,30 2,16VA 2,64E+00 1,18E-01 -1,57E-03 -2,82E+00 5,08E-01 5,03E-01 2,04E-03 110 -2,98 0,93 1,48 0,00 -0,96 3,35 5,47 0,02 1,98WA -4,14E+00 1,01E-01 -1,54E+00 5,04E+00 1,53E-01 1,37E+00 -1,44E-01 19 -0,65 -1,07 0,61 -1,69 1,25 0,61 6,08 -1,12 2,20MH -1,28E+00 -1,03E-01 8,47E-01 8,15E-01 -1,92E-01 3,55E-01 1,07E-01 70 0,65 -0,23 -0,71 1,22 0,15 -0,64 2,11 0,84 2,00MI 6,06E-02 2,23E-02 -3,95E-01 2,39E-01 1,52E-01 7,95E-01 2,83E-02 115 -1,18 0,03 0,31 -1,13 0,11 1,20 9,26 0,40 1,98MJ 3,81E+00 -7,38E-03 1,01E+00 -4,67E+00 3,53E-01 1,89E-01 4,82E-02 89 -1,29 0,89 -0,07 1,88 -1,04 1,80 1,19 0,45 1,99MZI -2,43E+00 -4,77E-03 -7,62E-01 3,06E+00 1,78E-01 6,89E-01 1,77E-01 35 -0,85 -0,98 -0,03 -1,21 1,17 0,81 3,47 1,14 2,05NA -2,06E+00 3,15E-02 3,51E-01 1,59E+00 -4,30E-02 8,15E-01 1,04E-01 154 0,18 -0,95 0,50 1,15 0,72 -0,36 10,22 1,67 1,98NB 4,67E-01 1,59E-02 -4,48E-02 -4,94E-01 9,65E-02 7,47E-01 1,36E-01 148 -1,00 0,24 0,29 -0,16 -0,25 0,93 10,00 2,15 1,98NC 2,95E+00 -1,14E-01 -2,97E-01 -2,42E+00 -1,58E-01 6,67E-01 -9,38E-02 134 1,39 0,95 -1,31 -0,69 -0,76 -1,02 6,02 -1,13 1,98ND 9,88E+00 -6,73E-02 -7,80E-01 -9,16E+00 -9,88E-02 8,37E-01 7,79E-02 123 1,13 3,21 -0,80 -1,81 -2,90 -0,67 6,60 0,95 1,98OA 1,84E+01 1,07E-01 2,10E+00 -2,04E+01 -7,13E-01 1,13E+00 -1,35E-01 13 0,36 1,43 0,34 0,77 -1,61 -1,03 2,70 -0,90 2,57PB -1,54E+00 -1,01E-01 -6,29E-02 1,57E+00 1,34E-01 6,83E-01 3,43E-02 81 0,14 -0,45 -0,97 -0,13 0,46 0,64 4,85 0,34 1,99PC -1,21E+00 -1,27E-01 2,33E-01 5,90E-01 2,59E-01 4,85E-01 2,47E-01 54 0,09 -0,24 -0,70 0,30 0,11 0,78 2,03 1,75 2,01PD 2,78E+00 -1,23E-01 4,68E-01 -3,36E+00 7,13E-02 8,02E-01 1,14E-02 103 0,62 0,97 -1,37 1,09 -1,13 0,45 7,87 0,14 1,99RA -5,87E-02 -2,95E-02 -1,07E-02 7,39E-02 -1,35E-01 9,36E-01 -3,22E-03 147 1,10 -0,03 -0,52 -0,04 0,04 -1,23 12,46 -0,05 1,98RC -1,23E+01 -7,27E-02 -5,91E-02 1,25E+01 -2,02E-02 6,80E-01 -4,56E-01 39 0,16 -1,28 -0,42 -0,08 1,30 -0,05 2,77 -2,72 2,04YA -4,15E+00 -2,38E-02 5,72E-01 3,41E+00 1,98E-01 5,72E-01 1,56E-01 126 -0,70 -1,70 -0,32 1,54 1,37 1,29 6,42 2,10 1,98
82 bank
Cluster: 4BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit
BP 5,25E+00 9,04E-02 -1,01E+00 -4,15E+00 -2,99E-01 7,86E-01 1,37E-01 41 0,09 1,00 0,52 -1,14 -0,79 -0,75 3,32 0,95 2,03BR 6,65E+00 -5,03E-02 -8,31E-01 -5,72E+00 -6,38E-02 5,25E-01 1,90E-01 123 0,68 2,11 -0,57 -2,03 -1,77 -0,42 5,02 2,29 1,98BS -7,32E+00 3,29E-01 -2,51E-01 7,18E+00 4,03E-01 4,79E-01 -1,60E-01 103 -2,60 -1,92 2,89 -0,47 1,86 1,89 3,82 -1,72 1,99BT 2,22E+00 -2,84E-02 -1,19E-01 -1,65E+00 -3,24E-02 1,28E-01 6,62E-02 136 0,22 0,72 -0,31 -0,27 -0,52 -0,19 1,12 0,75 1,98BV 5,79E+00 -1,14E-01 -6,31E-01 -4,79E+00 -2,99E-01 4,14E-01 -3,62E-02 123 1,83 1,49 -1,08 -1,13 -1,19 -1,53 3,21 -0,40 1,98BX 4,72E-01 1,16E-01 -3,46E+00 2,56E+00 6,24E-01 6,77E-01 -3,43E-02 27 -0,33 0,11 0,33 -2,15 0,54 1,36 2,40 -0,18 2,09SD 5,89E+00 2,91E-01 -2,55E+00 -4,75E+00 1,02E+00 4,98E-01 -2,23E-01 28 -0,97 0,69 0,96 -1,48 -0,55 1,32 1,36 -0,94 2,09SF 3,57E+00 1,03E-01 -1,23E+00 -2,25E+00 8,42E-03 9,24E-02 2,72E-02 84 -0,13 0,74 0,66 -1,51 -0,46 0,03 0,54 0,22 1,99
8 bank
61
Cluster: 5BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit
CE 5,21E+00 -4,15E-02 3,74E-02 -6,19E+00 2,62E-01 1,35E+00 -1,35E-01 32 -0,44 1,41 -0,34 0,06 -1,59 1,14 7,92 -1,28DF 7,21E+00 2,12E-01 1,43E+00 -8,70E+00 -1,25E-01 7,28E-01 -2,84E-01 23 -0,53 0,98 0,91 1,20 -1,14 -0,34 3,10 -1,50GB 4,96E-01 5,62E-02 -8,59E-01 3,22E-01 1,32E-01 5,61E-01 2,88E-01 149 -1,20 0,26 1,01 -3,03 0,16 1,26 7,86 4,31
3 bank
Cluster: 6BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit
BE 1,08E+00 -6,88E-02 -5,93E-01 -2,48E-01 -3,23E-01 6,43E-01 4,72E-02 132 1,65 0,35 -0,78 -1,37 -0,08 -1,91 5,52 0,56 1,98BG 2,76E+00 -1,96E-01 2,06E+00 -4,80E+00 -1,38E-01 5,41E-01 -1,96E-02 75 1,35 0,53 -1,61 2,88 -0,92 -0,55 2,81 -0,17 2,00BW 4,31E+00 -3,43E-02 7,42E-01 -4,92E+00 -1,11E-01 5,60E-01 9,16E-02 124 0,56 1,39 -0,37 1,64 -1,55 -0,67 4,96 1,10 1,98BY 7,33E-01 -1,01E-01 1,78E+00 -2,67E+00 -2,24E-02 3,05E-01 3,73E-01 131 0,77 0,25 -1,14 3,80 -0,88 -0,13 2,76 4,96 1,98DH -4,45E+00 1,71E-01 1,46E-01 3,77E+00 6,42E-01 3,81E-01 1,78E-01 62 -2,15 -1,27 1,37 0,26 1,07 2,64 2,34 1,45 2,00MC -1,90E-01 -5,17E-02 5,41E-01 -2,33E-01 -2,03E-01 9,10E-01 -1,83E-01 119 1,44 -0,07 -0,66 1,48 -0,08 -1,32 8,71 -2,51 1,98TA -1,96E+00 -2,68E-02 5,26E-01 1,42E+00 1,35E-01 6,29E-01 -1,75E-01 73 -0,26 -0,68 -0,27 1,04 0,49 0,66 5,35 -1,72 2,00MD 2,59E+00 -5,63E-02 -1,27E+00 -1,12E+00 -2,14E-01 7,61E-01 -1,97E-02 53 0,81 0,78 -0,39 -1,88 -0,33 -0,88 4,79 -0,16 2,01
8 bank
Cluster: 7BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit
BC 8,61E+00 -8,72E-02 5,99E-01 -9,14E+00 9,16E-02 3,23E-01 1,56E-01 140 0,34 2,68 -0,90 1,24 -2,79 0,48 2,80 1,88 1,98BZF -6,46E-01 9,63E-02 -2,29E-01 1,85E-01 5,93E-01 3,13E-02 4,26E-01 70 -1,27 -0,16 0,73 -0,33 0,04 2,26 0,19 3,57 2,00
2 bank
Cluster: 8BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit
DI -2,95E+00 4,22E-02 3,56E-01 2,45E+00 1,50E-01 6,27E-01 2,70E-01 140 -1,57 -1,58 0,75 1,32 1,27 1,42 8,78 4,46 1,98JA -3,79E+00 -1,13E-01 1,58E-01 3,56E+00 3,25E-01 4,30E-01 -3,37E-02 60 -0,18 -0,61 -0,85 0,28 0,57 1,24 2,70 -0,26 2,01ME 2,50E+00 -2,90E-02 1,08E+00 -3,32E+00 1,30E-01 6,75E-01 -2,83E-01 75 -0,87 0,82 -0,31 2,46 -1,05 0,77 5,49 -2,70 2,00
3 bank
Cluster: 9BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit
AK 2,77E+00 -1,52E-02 -2,98E-02 -2,87E+00 1,73E-01 7,99E-01 1,71E-02 76 -0,69 0,92 -0,16 -0,07 -0,93 1,06 7,47 0,20 2,00FA 2,03E-01 -1,63E-01 3,46E-01 -1,26E-01 -3,87E-01 4,28E-01 2,45E-01 69 1,66 0,06 -1,29 0,51 -0,03 -1,66 2,77 1,97 2,00MG 4,32E+00 -8,16E-02 8,17E-01 -4,89E+00 1,42E-02 2,55E-01 2,66E-02 71 1,52 0,77 -1,52 1,44 -0,86 0,06 1,72 0,20 2,00RB -8,92E-02 -3,62E-02 -3,18E-01 2,40E-01 3,02E-01 4,61E-01 3,37E-01 185 -1,39 -0,05 -0,63 -1,15 0,12 2,88 6,85 5,43 1,97
4 bank
62
Period: IV
Cluster: 1| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )
BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEBF 4,76E+00 - - 4,97E+00 - 7,58E-01 - 2 - - 1 - 3 -BZ - - - - - 1,27E+00 - - - - - - 1 -BZD - - - - - - 2,34E-01 - - - - - - 1
3 bank
Cluster: 2BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
AD - - - - - 2,61E-01 2,33E-01 - - - - - 1 2AG - - 7,40E-01 - - 4,01E-01 - - - 1 - - 2 -AI - - - - - 5,74E-01 1,84E-01 - - - - - 1 2CG - - - - - - 2,33E-01 - - - - - - 1
4 bank
Cluster: 3BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
A 1,28E+01 3,42E-01 - 1,36E+01 - - 3,23E-01 2 3 - 1 - - 4AB - - - - - - - - - - - - - -AC - 2,40E-01 - - - 4,81E-01 - - 2 - - - 1 -AE - - - - - 3,82E-01 - - - - - - 1 -AF - - - - - 1,03E+00 - - - - - - 1 -AH - - - - 2,81E-01 5,78E-01 - - - - - 2 1 -AL - - 1,04E+00 - - 8,17E-01 - - - 1 - - 2 -AM 6,85E+00 - - 6,27E+00 3,61E-01 1,11E+00 3,46E-01 1 - - 2 4 3 5BB - - - - - 9,04E-01 - - - - - - 1 -BD - - - - - 9,86E-01 - - - - - - 1 -BH - - - - - 9,25E-01 - - - - - - 1 -BI - 3,78E-01 - - 6,76E-01 - - - 2 - - 1 - -BJ - - - - - 4,04E-01 - - - - - - 1 -BK - - - - - 7,36E-01 - - - - - - 1 -BL 1,08E+01 - - 1,20E+01 - 1,43E+00 6,89E-01 2 - - 1 - 3 4BM - - - - - 8,17E-01 - - - - - - 1 -BN - - - - - 8,66E-01 - - - - - - 1 -BQ - - - - - 1,88E-01 5,74E-01 - - - - - 2 1
63
Cluster: 3| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )
BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATECB - - - - - 7,50E-01 - - - - - - 1 -CC - 3,00E-01 - - - - 3,71E-01 - 2 - - - - 1CD - - - - - 6,89E-01 - - - - - - 1 -DA - - - - - 3,78E-01 2,22E-01 - - - - - 1 2DB - - - - - 1,07E+00 - - - - - - 1 -DC - - - - - 5,86E-01 - - - - - - 1 -DD - - - - - 9,90E-01 - - - - - - 1 -DE - - - - - 5,08E-01 - - - - - - 1 -DG - - - - - 4,94E-01 - - - - - - 1 -EA - - - - - 8,69E-01 - - - - - - 1 -EB - - - - - 1,08E+00 2,66E-01 - - - - - 1 2FB 9,62E+00 - - 1,04E+01 - 9,92E-01 - 2 - - 1 - 3 -GA - - - - - 6,51E-01 - - - - - - 1 -HA - - - - - 6,03E-01 - - - - - - 1 -HC 1,47E+01 7,53E-01 - 1,65E+01 8,44E-01 - - 2 4 - 1 3 - -HD - - - - - - - - - - - - - -HE - - - - - 3,94E-01 - - - - - - 1 -HF - - - - - 4,89E-01 2,03E-01 - - - - - 1 2HG - - - - - 7,47E-01 - - - - - - 1 -HI - - - - - 5,64E-01 - - - - - - 1 -IA - - - - - 7,27E-01 - - - - - - 1 -IC - 2,12E-01 - - - 5,90E-01 1,96E-01 - 2 - - - 1 3ID - - - - - 6,41E-01 - - - - - - 1 -IE - - - - - 8,73E-01 - - - - - - 1 -IH - - - - - - - - - - - - - -II - 4,83E-01 2,39E+00 - - - - - 2 1 - - - -KA - - - - - 4,38E-01 2,50E-01 - - - - - 1 2KB 1,27E+01 - - 1,15E+01 - - 5,17E-01 1 - - 2 - - 3LA - - - - - 1,17E+00 1,93E-01 - - - - - 1 2LB - - - - - 1,28E+00 - - - - - - 1 -MA - - - - - 7,76E-01 - - - - - - 1 -MB - - - - - 5,76E-01 - - - - - - 1 -SB - - - - - 6,67E-01 - - - - - - 1 -SC - - - - - - - - - - - - - -SG - - - - - 6,73E-01 - - - - - - 1 -SH - - - - - 7,18E-01 - - - - - - 1 -SI - - - - - - - - - - - - - -SJ - - - - - - - - - - - - - -
64
Cluster: 3| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )
BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATESK - - - - - - - - - - - - - -SL - - - - - - - - - - - - - -TC - - - - - 7,21E-01 - - - - - - 1 -TD - - - - - 6,34E-01 - - - - - - 1 -TE - - - - - 3,84E-01 - - - - - - 1 -UA - - - - - 5,80E-01 - - - - - - 1 -UB - - - - - 6,47E-01 - - - - - - 1 -UD - - - - - 1,02E+00 - - - - - - 1 -VA - - - - 5,08E-01 5,03E-01 - - - - - 1 2 -WA - - - - - 1,37E+00 - - - - - - 1 -MH - - - - - 3,55E-01 - - - - - - 1 -MI - - - - - 7,95E-01 - - - - - - 1 -MJ - - - - - - - - - - - - - -MZI - - - - - 6,89E-01 - - - - - - 1 -NA - - - - - 8,15E-01 - - - - - - 1 -NB - - - - - 7,47E-01 1,36E-01 - - - - - 1 2NC - - - - - 6,67E-01 - - - - - - 1 -ND 9,88E+00 - - 9,16E+00 - 8,37E-01 - 1 - - 2 - 3 -OA - - - - - 1,13E+00 - - - - - - 1 -PB - - - - - 6,83E-01 - - - - - - 1 -PC - - - - - 4,85E-01 - - - - - - 1 -PD - - - - - 8,02E-01 - - - - - - 1 -RA - - - - - 9,36E-01 - - - - - - 1 -RC - - - - - 6,80E-01 4,56E-01 - - - - - 1 2YA - - - - - 5,72E-01 1,56E-01 - - - - - 1 2
82 bank
Cluster: 4BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
BP - - - - - 7,86E-01 - - - - - - 1 -BR 6,65E+00 - 8,31E-01 - - 5,25E-01 1,90E-01 1 - 2 - - 3 4BS - 3,29E-01 - - - 4,79E-01 - - 2 - - - 1 -BT - - - - - - - - - - - - - -BV - - - - - 4,14E-01 - - - - - - 1 -BX - - 3,46E+00 - - 6,77E-01 - - - 1 - - 2 -SD - - - - - - - - - - - - - -SF - - - - - - - - - - - - - -
8 bank
65
Cluster: 5| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )
BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATECE 5,21E+00 4,15E-02 3,74E-02 6,19E+00 2,62E-01 1,35E+00 1,35E-01 2 6 7 1 4 3 5DF 7,21E+00 2,12E-01 1,43E+00 8,70E+00 1,25E-01 7,28E-01 2,84E-01 2 6 3 1 7 4 5GB 4,96E-01 5,62E-02 8,59E-01 3,22E-01 1,32E-01 5,61E-01 2,88E-01 3 7 1 4 6 2 5
3 bank
Cluster: 6BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
BE - - - - - 6,43E-01 - - - - - - 1 -BG - - 2,06E+00 - - 5,41E-01 - - - 1 - - 2 -BW - - - - - 5,60E-01 - - - - - - 1 -BY - - 1,78E+00 - - 3,05E-01 3,73E-01 - - 1 - - 3 2DH - - - - 6,42E-01 3,81E-01 - - - - - 1 2 -MC - - - - - 9,10E-01 1,83E-01 - - - - - 1 2TA - - - - - 6,29E-01 - - - - - - 1 -MD - - - - - 7,61E-01 - - - - - - 1 -
8 bank
Cluster: 7BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
BC 8,61E+00 - - 9,14E+00 - 3,23E-01 - 2 - - 1 - 3 -BZF - - - - 5,93E-01 - 4,26E-01 - - - - 1 - 2
2 bank
Cluster: 8BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
DI - - - - - 6,27E-01 2,70E-01 - - - - - 1 2JA - - - - - 4,30E-01 - - - - - - 1 -ME - - 1,08E+00 - - 6,75E-01 2,83E-01 - - 1 - - 2 3
3 bank
Cluster: 9BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
AK - - - - - 7,99E-01 - - - - - - 1 -FA - - - - - 4,28E-01 - - - - - - 1 -MG - - - - - - - - - - - - - -RB - - - - 3,02E-01 4,61E-01 3,37E-01 - - - - 3 1 2
4 bank
66
Perilaku Cluster dalam Menentukan Urutan Variabel yang Mempengaruhi Penetuan Suku Bunga PUAB. Periode I : 01 Jan s/d 25 Agst 2001
FREKUENSI VARIABEL YANG DIPERHITUNGKAN
SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
1 1,00 1 0 0 1 0 0 5 00,50 2 0 0 1 0 0 1 10,33 3 0 0 0 0 0 0 0
0,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,0 0,8 0,0 0,0 2,8 0,5Rank - - 2 - - 1 3
2 1,00 1 0 0 1 2 0 66 10,50 2 0 0 6 1 7 3 140,33 3 0 0 0 0 3 0 30,25 4 0 0 0 0 2 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 0
0,14 7 0 0 0 0 0 0 0W f 0,0 0,0 2,0 1,3 1,7 33,8 3,0
Rank - - 3 5 4 1 2
3 1,00 1 0 0 0 0 0 4 0
0,50 2 0 0 0 0 0 0 10,33 3 0 0 0 0 0 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,0 0,0 0,0 0,0 4,0 0,5Rank - - - - - 1 2
RANK1/RANKCLS
Periode II : 25 Agst 2001 s/d 26 April 2002
FREKUENSI VARIABEL YANG DIPERHITUNGKAN
SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
1 1,00 1 0 0 0 0 0 6 10,50 2 0 0 0 0 1 0 50,33 3 0 0 0 0 0 0 0
0,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,0 0,0 0,0 0,5 6,0 1,8Rank - - - - 3 1 2
2 1,00 1 1 0 0 0 1 28 3
0,50 2 1 2 0 1 1 1 120,33 3 0 3 0 1 2 0 00,25 4 0 0 0 0 1 0 30,20 5 0 1 0 0 0 1 00,17 6 0 0 0 0 1 0 0
0,14 7 0 0 0 0 0 0 0W f 0,8 0,7 0,0 0,4 0,5 9,6 3,3
Rank 3 4 - 6 5 1 2
CLS 1/RANK RANK
67
FREKUENSI VARIABEL YANG DIPERHITUNGKAN
SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
3 1,00 1 0 0 0 0 1 13 20,50 2 0 0 0 0 0 2 60,33 3 0 0 0 0 1 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,0 0,0 0,0 0,7 7,0 2,5Rank - - - - 3 1 2
4 1,00 1 0 1 0 0 0 4 1
0,50 2 0 0 0 0 2 1 10,33 3 0 0 0 0 0 0 10,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 1,0 0,0 0,0 1,0 2,3 0,6Rank - 2 - - 2 1 4
5 1,00 1 0 0 0 0 0 4 00,50 2 0 0 0 0 0 0 4
0,33 3 0 2 0 0 0 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,7 0,0 0,0 0,0 4,0 2,0Rank - 3 - - - 1 2
6 1,00 1 0 0 0 0 0 2 00,50 2 0 0 0 0 0 0 20,33 3 0 0 0 0 1 0 0
0,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,0 0,0 0,0 0,3 2,0 1,0Rank - - - - 3 1 2
7 1,00 1 0 0 0 0 0 8 00,50 2 0 0 0 0 1 0 30,33 3 0 0 0 0 0 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 0
0,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,0 0,0 0,0 0,5 8,0 1,5Rank - - - - 3 1 2
CLS 1/RANK RANK
68
Periode III : 27 April s/d 04 Okt 2002
FREKUENSI VARIABEL YANG DIPERHITUNGKAN
SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
1 1,00 1 2 0 0 1 0 21 30,50 2 1 0 2 1 1 4 6
0,33 3 0 0 3 0 0 2 10,25 4 0 0 1 0 0 0 1
0,20 5 0 0 0 0 1 0 00,17 6 0 0 0 0 0 0 0
0,14 7 0 0 0 0 0 0 0W f 1,3 0,0 0,8 0,8 0,4 7,9 1,6
Rank 3 - 4 4 6 1 2
2 1,00 1 0 0 0 0 0 2 0
0,50 2 0 0 1 0 0 0 00,33 3 0 0 0 0 0 0 0
0,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 0
0,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,0 0,5 0,0 0,0 2,0 0,0Rank - - 2 - - 1 -
3 1,00 1 4 0 0 1 0 10 00,50 2 1 0 1 1 1 3 4
0,33 3 0 1 1 0 0 2 00,25 4 0 0 1 0 0 0 10,20 5 0 0 1 0 0 0 0
0,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 2,3 0,3 0,3 0,8 0,5 4,1 1,1Rank 2 6 7 4 5 1 3
4 1,00 1 1 0 0 0 0 1 10,50 2 0 0 3 0 0 0 0
0,33 3 0 0 0 0 0 1 20,25 4 0 0 0 0 1 1 0
0,20 5 0 0 0 0 1 0 00,17 6 0 0 0 0 0 0 0
0,14 7 0 0 0 0 0 0 0W f 1,0 0,0 1,5 0,0 0,2 0,5 0,8
Rank 2 - 1 - 5 4 3
5 1,00 1 0 0 0 0 0 2 1
0,50 2 0 0 2 0 1 0 00,33 3 0 1 0 0 0 1 0
0,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 0
0,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,3 1,0 0,0 0,5 1,2 1,0Rank - 5 2 - 4 1 2
6 1,00 1 2 0 0 0 0 1 00,50 2 0 0 0 1 0 1 1
0,33 3 0 0 0 0 0 1 10,25 4 0 0 0 0 0 0 1
0,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 0
0,14 7 0 0 0 0 0 0 0W f 2,0 0,0 0,0 0,5 0,0 0,6 0,4
Rank 1 - - 3 - 2 4
CLS 1/RANK RANK
69
FREKUENSI VARIABEL YANG DIPERHITUNGKAN
SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
7 1,00 1 0 0 0 0 0 0 00,50 2 0 0 0 0 0 0 00,33 3 0 0 0 0 0 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,0 0,0 0,0 0,0 0,0 0,0Rank - - - - - - -
8 1,00 1 0 0 0 1 0 5 10,50 2 0 0 1 0 0 2 20,33 3 1 0 2 0 0 0 00,25 4 0 0 1 0 0 0 00,20 5 0 0 0 0 1 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,0 0,0 0,0 0,0 0,0 0,0Rank 0 0 0 0 0 0 0
9 1,00 1 0 0 0 0 0 3 20,50 2 0 0 2 0 0 0 20,33 3 0 0 0 0 2 1 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,0 1,0 0,0 0,7 1,7 1,5Rank - - 3 - 4 1 2
10 1,00 1 0 0 1 0 0 1 00,50 2 0 0 1 0 0 0 00,33 3 0 0 0 0 0 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,0 0,8 0,0 0,0 1,0 0,0Rank - - 2 - - 1 -
11 1,00 1 0 0 0 0 0 6 00,50 2 0 0 1 0 0 0 20,33 3 0 0 1 0 0 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,0 0,4 0,0 0,0 6,0 1,0Rank - - 3 - - 1 2
12 1,00 1 0 0 0 0 0 2 00,50 2 0 0 0 0 0 0 00,33 3 0 0 0 0 0 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,0 0,0 0,0 0,0 2,0 0,0Rank - - - - - 1 -
CLS 1/RANK RANK
70
Periode IV : 05 Okt 2002 s/d 30 Juli 2003 FREKUENSI VARIABEL YANG DIPERHITUNGKAN
SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
1 1,00 1 0 0 0 1 0 1 10,50 2 1 0 0 0 0 0 00,33 3 0 0 0 0 0 1 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,5 0,0 0,0 1,0 0,0 0,7 1,0Rank 4 - - 1 - 3 1
2 1,00 1 0 0 1 0 0 2 10,50 2 0 0 0 0 0 1 20,33 3 0 0 0 0 0 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,0 1,0 0,0 0,0 1,3 1,0Rank - - 2 - - 1 2
3 1,00 1 3 0 2 4 2 60 20,50 2 4 5 0 3 1 3 80,33 3 0 1 0 0 1 4 20,25 4 0 1 0 0 1 0 20,20 5 0 0 0 0 0 0 10,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 2,5 1,0 2,0 2,8 0,8 20,9 1,5Rank 3 6 4 2 7 1 5
4 1,00 1 1 0 1 0 0 3 00,50 2 0 1 1 0 0 1 00,33 3 0 0 0 0 0 1 00,25 4 0 0 0 0 0 0 10,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 1,0 0,5 0,8 0,0 0,0 1,3 0,3Rank 2 4 3 - - 1 5
5 1,00 1 0 0 1 2 0 0 00,50 2 2 0 0 0 0 1 00,33 3 1 0 1 0 0 1 00,25 4 0 0 0 1 1 1 00,20 5 0 0 0 0 0 0 30,17 6 0 2 0 0 1 0 00,14 7 0 1 1 0 1 0 0
W f 0,7 0,2 0,5 1,1 0,2 0,4 0,6Rank 2 6 4 1 7 5 3
6 1,00 1 0 0 2 0 1 5 00,50 2 0 0 0 0 0 2 20,33 3 0 0 0 0 0 1 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,0 2,0 0,0 1,0 2,1 1,0Rank - - 2 - 3 1 3
CLS 1/RANK RANK
71
FREKUENSI VARIABEL YANG DIPERHITUNGKAN
SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE
7 1,00 1 0 0 0 1 1 0 00,50 2 1 0 0 0 0 0 10,33 3 0 0 0 0 0 1 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,5 0,0 0,0 1,0 1,0 0,3 0,5Rank 3 - - 1 1 5 3
8 1,00 1 0 0 1 0 0 2 00,50 2 0 0 0 0 0 1 10,33 3 0 0 0 0 0 0 10,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,0 1,0 0,0 0,0 1,3 0,4Rank - - 2 - - 1 3
9 1,00 1 0 0 0 0 0 3 00,50 2 0 0 0 0 0 0 10,33 3 0 0 0 0 1 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0
W f 0,0 0,0 0,0 0,0 0,3 3,0 0,5Rank - - - - 3 1 2
CLS 1/RANK RANK