BAB II LANDASAN TEORI A. Landasan Teori 1. …digilib.uin-suka.ac.id/34631/2/14810104_BAB-II_sampai...18 BAB II LANDASAN TEORI Neraca Pembayaran suatu negara merupakan suatu catatan

18

BAB II

LANDASAN TEORI

Neraca Pembayaran suatu negara merupakan suatu

catatan sistematis mengenai semua transaksi ekonomi antar

penduduk negara tersebut dengan negara-negara lainnya

selama periode tertentu Di mana kredit dihitung sebagai arus

nilai ke luar yang ditukar dengan nilai ke negara yang

bersangkutan. Sedangkan debet adalah arus nilai masuk

untuk penduduk di negara yang harus membayar (Lindert,

1986: 390).

Sedangkan menurut Krugman, Obstfeld, dan Melitz

(2013), neraca pembayaran menyediakan gambaran detail

mengenai semua transaksi antar negara. Transaksi barang

dan jasa dicatat dalam neraca transaksi berjalan. Sementara

itu, penjualan dan pembelian aset dicatat dalam neraca

modal.

Pada awalnya penyusunan neraca pembayaran disusun

untuk pengendalian dan monitoring perkembangan kegiatan

ekonomi suatu negara. Perkembangan teori neraca

pembayaran di mulai dari pemahaman tentang neraca

A. Landasan Teori

1. Neraca Pembayaran

Universitas Islam Negeri Sunan Kalijaga (02.04.2019)

19

perdagangan. Teori neraca pembayaran pertama kali

ditemukan oleh tokoh merkantilis yang mengemukakan

bahwa prinsip penyusunan neraca perdagangan adalah agar

diperoleh struktur yang surplus dalam suatu perdagangan.

Perdagangan internasional harus dikendalikan dengan

mengurangi kegiatan impor dan sebaliknya mendorong

kegiatan ekspor. Negara harus mengendalikan ekspor dan

impor melalui berbagai kebijakan perdagangan lainnya, di

antaranya tarif, kuota, subsidi, pajak dan alat-alat lainnya

yang dapat membuat neraca perdagangan surplus (Ekananda,

2014: 269).

Neraca pembayaran yang ada saat ini sudah semakin

kompleks dengan berbagai pendekatan yang sudah

dikembangkan mulai dari pendekatan elastisitas, pendekatan

absorbsi, pendekatan policy mix, teori portofolio, dan teori

moneter (Ekananda, 2014).

Tabel 2.1 Rincian Neraca Transaksi Berjalan

No Rincian Neraca Transaksi Berjalan

1 A. Barang, neto 2 - Ekspor 3 - Impor 4 B. Jasa-jasa, neto 5 - Ekspor 6 - Impor


20

7 C. Pendapatan Primer, neto 8 - Penerimaan 9 - Pembayaran 10 D. Pendapatan Sekunder, neto 11 - Penerimaan 12 - Pendapatan

Sumber: Manual BPM6, IMF

Di Indonesia sendiri penyusunan neraca pembayaran

mengikuti Balance of Payments and International

Investment Position Manual 6th edition (BPM6). Di mana

neraca pembayaran mencakup neraca transaksi berjalan,

neraca modal dan finansial, dan neraca transaksi cadangan

devisa. Secara umum neraca transaksi berjalan mencakup 1)

ekpor barang dan jasa; 2) pendapatan primer; dan 3)

pendapatan sekunder. Selain itu, neraca modal dan finansial

mencakup transaksi modal dan transaksi finansial. Di mana,

transaksi finansial terdiri dari 1) investasi langsung; 2)

investasi portofolio; 3) derivatif finansial; dan 4) investasi

lainnya berupa transaksi pinjaman (Bank Indonesia, 2014).

Tabel 2.2 Rincian Neraca Modal dan Finansial

No Rincian Neraca Modal dan Finansial

1 A. Investasi Langsung 2 - Aset 3 - Kewajiban 4 B. Investasi Portofolio


21

5 - Aset 6 - Kewajiban 7 C. Investasi Lainnya 8 - Aset 9 - Kewajiban

Sumber: Manual BPM6, IMF

2. Neraca Transaksi Berjalan

Menurut Salvatore (2014), neraca transaksi berjalan

adalah transaksi yang mencakup seluruh penjualan dan

pembelian barang dan jasa yang diproduksi saat ini,

pendapatan investasi asing dan transfer secara sepihak serta

memberikan tautan antara transaksi internasional dengan

pendapatan nasionalnya. Secara rinci, surplus transaksi

berjalan menggerakkan produksi dan pendapatan dalam

negeri, sementara defisit transaksi berjalan memperkecil

produksi dan pendapatan dalam negeri.

Rekening ini terdiri atas tiga bagian yaitu: (a) neraca

perdagangan (balance of trade), yang mencatat selisih antara

ekspor dan impor barang yang diperdagangkan dalam

perdagangan internasional; (b) neraca jasa (service balance),

yang mencatat transaksi ekspor dan impor jasa, termasuk

pembayaran bungan dan dividen, pengeluaran militer dan

turis; (c) neraca transfer unilateral (unilateral transfers


22

balance), yang mencatat hibah baik dari perseorangan

maupun pemerintah (misalnya bantuan luar negeri dan

bantuan militer) (Ekananda, 2014).

Menurut Krugman, Obstfeld, dan Melitz (2013),

perbedaan antara ekspor barang dan jasa, dan impor barang

dan jasa dapat disebut juga sebagai cunrrent accont (neraca

transaksi berjalan). Sehingga neraca transaksi berjalan dapat

disimbolkan sebagai berikut:

CA = EX－IM (2.1)

di mana:

CA = Current Account (Neraca Transaksi Berjalan)

X = Ekspor

I = Impor

Ketika impor lebih besar dibandingkan dengan ekspor,

maka negara tersebut mengalami Current Account Deficit

(Defisit Neraca Transaksi Berjalan). Sedangkan Current

Account Surplus (Surplus Neraca Transaksi Berjalan) terjadi

ketika ekspor lebih besar daripada impor.

Selain itu, neraca transaksi berjalan dianggap penting

karena menghitung ukuran pinjaman luar negeri. Ketika

suatu negara lebih banyak impor dibandingkan ekspor, di

mana pembelian suatu negara lebih besar dibandingkan


23

penjualannya ke negara lain, hal tersebut adalah defisit

neraca transaksi berjalan. Hal itu dapat terjadi hanya jika

bisa meminjam selisih defisit tersebut dari negara lain.

Negara dengan defisit neraca transaksi berjalan biasanya

akan meningkatkan utang luar negeri sejumlah defisit yang

dimiliki (Krugman, Obstfeld, & Melitz, 2013).

a. Defisit dan Surplus Transaksi Berjalan

Lindert (1986) mengungkapkan bahwa surplus

neraca transaksi berjalan berarti suatu negara

mendapatkan lebih banyak kredit daripada debet dalam

hal barang-barang, jasa, dan hadiah. Dengan demikian,

negara tersebut menambah kekayaan luar negerinya.

Atau dengan kata lain, surplus transaksi berjalan

merupakan suatu investasi luar negeri netto (If).

Sebaliknya, defisit transaksi berjalan berarti bahwa

negara tersebut melakukan investasi negatif di luar

negeri, atau menjadi peminjam yang lebih besar dengan

maksud untuk membayar tambahan impor

barang-barang, jasa, dan pemberian hadiah neto (balas

jasa impor yang tidak sebenarnya).

Kenyataan bahwa surplus neraca transaksi

berjalan sama dengan investasi luar negeri neto dapat


24

dikembangkan lebih jauh untuk memperlihatkan adanya

keterkaitan dengan perhitungan pendapatan nasional.

Suatu negara yang memiliki investasi luar negeri neto

(If, surplus transaksi berjalan > 0), merupakan negara

yang menginvestasikan sebagian dari tabungan

nasionalnya (S) di luar negeri untuk pembentukan

modal dalam negeri (I). Dengan demikian, tabungan

nasional sama dengan investasi di dalam negeri

ditambah dengan investasi di luar negeri S = Id + If

(Lindert, 1986).

Investasi luar negeri neto tersebut, atau If = S - Id

juga sama dengan sesuatu yang lain yaitu jumlah

pendapatan atau produk nasional yang secara

keseluruhan (Y) melebihi pengeluaran negara tersebut

untuk semua tujuannya termasuk pembentukan modal

dalam negeri. Pengeluaran ini (E) adalah pengeluaran

untuk seluruh konsumsi ditambah pengeluaran barang

dan jasa di luar negeri (C), pembelian barang-barang

dan jasa pemerintah (G), dan investasi swasta untuk

membeli barang-barang modal (Id) (Lindert, 1986).

Persamaannya adalah sebagai berikut:

Y= C＋Id＋G＋X－M (2.2)


25

Hal ini berarti bahwa produk nasional (Y)

berbeda dari pengeluaran nasional (E= C＋ Id＋G)

dengan jumlah yang terdapat pada transasi berjalan,

atau perbedaan antara ekspor dan impor barang-barang

dan jasa (termasuk hadiah), atau X－M:

Y－E = X－M (2.3)

Dengan demikian surplus transaksi berjalan

dalam neraca pembayaran adalah sama dengan empat

hal yang berbeda, yaitu:

Neraca transaksi berjalan = X－M (2.4)

Neraca transaksi berjalan = If (2.5)

Neraca transaksi berjalan = S－Id (2.6)

Neraca transaksi berjalan = Y－E (2.7)

Di mana:

X－M = impor dikurangi ekspor.

If = investasi luar negeri neto.

S－Id = tabungan nasional yang tidak diinvestasikan.

Y－E = perbedaan produk dengan pengeluaran nasional.

Lebih lanjut, Lindert (1986) mengungkapkan

bahwa indentitas di atas akan berguna dalam upaya

untuk melakukan pilihan makroekonomi dalam rangka

memperbaiki keseimbangan eksternal suatu negara


26

sehingga neraca tersebut memiliki surplus neraca

transaksi berjalan. Agaknya jelas, surplus transaksi

berjalan (X－M) tidak dapat ditingkatkan pada waktu

yang bersamaan tanpa ada upaya untuk meningkatkan

produk nasional secara relatif terhadap pengeluaran

nasional (Y－E), dan meningkatkan perbedaan antara

tabungan nasional dengan investasi dalam negeri (S－

Id). Oleh karena itu, transaksi berjalan membantu

meringkaskan beberapa perubahan makroekonomi yang

membentuk perekonomian.

3. Investasi

Pengeluaran untuk konsumsi barang bertujuan untuk

menyediakan kebutuhan rumah tangga saat ini. Sedangkan

pengeluaran untuk barang-barang investasi bertujuan

meningkatkan standar hidup untuk tahun-tahun mendatang.

Investasi adalah komponen PDB yang mengaitkan masa kini

dan masa depan (Mankiw, 2006: 476).

Menurut Salvatore (1997), investasi meliputi aset-aset

secara nyata berupa pembangunan pabrik-pabrik, pengadaan

berbagai macam barang modal, pembelian tanah untuk

keperluan produksi, pembelanjaan berbagai peralatan

investasi dan sebagainya. Investasi biasanya dilakukan dalam


27

bentuk pembentukan perusahaan baru atau anak perusahaan

yang kemudian mengambil alih perusahaan induk. Khusus

investasi asing pada umumnya dilakukan oleh

perusahaan-perusahaan multinasional yang bergerak dalam

bidang manufaktur (pengolahan), penggalian sumber daya

alam atau bisa dalam bidang bisnis jasa. Investasi kini

merupakan saluran utama perpindahan modal swasta baik

domestik maupun internasional.

Nilai investasi juga erat kaitannya dengan kenaikan

maupun penurunan suku bunga. Kebijakan moneter dikatakan

longgar (easy) apabila pemerintah memutuskan untuk

menaikkan tingkat penawaran uang yang pada akhirnya akan

menyebabkan turunnya suku bunga. Lebih lanjut, hal ini akan

menyebabkan naiknya tingkat investasi dan pendapatan di

negara yang bersangkutan (melalui suatu proses penggandaan)

serta akan merangsang pula impor negara tersebut untuk

mengalami kenaikan (Salvatore, 1997).

4. Anggaran Pemerintah

Anggaran pemerintah (Government Budget) adalah

selisih antara penerimaan pemerintah yang berasal dari pajak

dengan pengeluaran pemerintah. Jika pemerintah

mempunyai anggaran yang berimbang maka dapat ditulis


28

persamaan berikut:

G = T (2.8)

Di mana:

G = Pengeluaran pemerintah

T = Penerimaan pemerintah dalam hal ini adalah pajak

Apabila pengeluaran pemerintah (G) lebih besar dari

penerimaan pemerintah (T), maka pemerintah mengalami

defisit anggaran (G > T). Di mana defisit ini bisa dibiayai

melalui penerbitan surat utang pemerintah (Obligasi).

Sedangkan jika pengeluaran pemerintah (G) lebih kecil dari

penerimaan pemerintah (T), maka pemerintah mengalami

surplus anggaran (G < T), yang bisa digunakan untuk

melunasi utang-utangnya (Mankiw, 2006: 62).

a. Defisit Anggaran Pemerintah

Berdasarkan persamaan (2.8) dapat diketahui

bahwa defisit anggaran dapat disebabkan oleh dua hal,

yaitu belanja pemerintah yang semakin besar dan

penerimaan pajak yang lebih rendah. Di mana menurut

teori klasik, dampak langsung dari pemotongan pajak

adalah mendorong pengeluaran konsumen. Dalam

jengka pendek, pengeluaran konsumen yang lebih tinggi

akan meningkatkan permintaan terhadap barang dan


29

jasa, dan dengan demikian meningkatkan output serta

kesempatan kerja (Mankiw, 2006: 429).

Walaupun demikian, tingkat bunga yang naik

akan menahan investasi dan mendorong aliran masuk

modal dari luar negeri. Hal ini akan menyebabkan

apresiasi nilai tukar sampai penurunan ekspor bersih

cukup memadai untuk membagi tabungan dan investasi

(Samuelson, 2004: 339).

Sedang dalam jangka panjang, mengecilnya

tabungan nasional yang disebabkan oleh pemotongan

pajak akan berarti persediaan modal yang lebih kecil

dan utang luar negeri yang lebih besar. Karena itu,

output negara akan lebih kecil, dan bagian yang lebih

besar dari output akan dimiliki oleh pihak asing.

Sehingga dampak keseluruhan terhadap kesejahteraan

ekonomi sulit dinilai. Generasi sekarang akan menerima

manfaat dari konsumsi yang tinggi dan kesempatan

kerja yang lebih tinggi, meskipun inflasi cenderung

lebih tinggi. Sedangkan generasi mendatang akan

menanggung lebih banyak beban dari defisit anggaran.

Di mana mereka akan dilahirkan di negara yang

memiliki persediaan modal yang lebih kecil dan utang


30

luar negeri yang lebih besar (Mankiw, 2006: 430).

Pandangan klasik di atas mengasumsikan bahwa

ketika pemerintah memotong pajak dan menjalani

defisit anggaran, konsumen menanggapi pendapatan

setelah-pajak mereka yang lebih tinggi dengan

melakukan pengeluaran lebih banyak. Pandangan

alternatif yang disebut ekuivalensi Ricardian (Ricardian

equivalence), mempertanyakan asumsi ini. Menurut

pandangan Ricardian, konsumen melihat ke depan dan,

karena itu, mendasarkan pengeluaran mereka tidak

hanya pada pendapatan sekarang. Tetapi juga pada

pendapatan masa depan yang mereka harapkan

(Mankiw, 2006).

Prinsip dari ekuivalensi Ricardian adalah bahwa

utang pemerintah ekuivalen dengan pajak masa depan,

dan jika konsumen cukup melihat ke depan, pajak masa

depan akan ekuivalen dengan pajak saat ini. Jadi

mendanai pemerintah dengan utang adalah ekuivalen

dengan mendanainya dengan pajak. Sehingga

implikasinya adalah bahwa pemotongan pajak yang

dinanai utang tidak mempengaruhi konsumsi. Karena

itu, pemotongan pajak tidak memiliki dampak seperti


31

yang diprediksi analis klasik (Mankiw, 2006).

Sehingga menurut Mankiw (2006), defisit

anggaran yang besar dapat mendorong ekspansi

moneter yang berlebihan dan karena itu menyebabkan

inflasi yang lebih besar. Kemungkinan menjalankan

defisit anggaran dapat mendorong politisi untuk terlalu

membebankan generasi masa depan ketika menetapkan

pengeluaran pemerintah dan pajak. Tingkat utang

pemerintah yang tinggi bisa menimbulkan risiko

pelarian modal dan mengurangi pengaruh negara-negara

tersebut di seluruh dunia.

Selain itu, menurut Fischer dan Easterly (1990)

defisit anggaran pemerintah dapat dibiayai melalui

empat sumber, antara lain: 1) Mengambil cadangan

mata uang asing; 2) Melalui pinjaman domestik dengan

cara menjual surat berharga kepada masyarakat; 3)

Melalui pinjaman luar negeri; 4) Melakukan pencetakan

uang, atau perpaduan antara ketiga sumber tersebut

(Dalam Malahayati, 2011: 11).

5. Nilai Tukar

Menurut Krugman dan Obstefeld (2005), nilai tukar

adalah harga suatu mata uang terhadap mata uang lainnya.


32

Nilai tukar merupakan salah satu harga yang terpenting

dalam perekonomian terbuka mengingat pengaruhnya yang

demikian besar bagi neraca transaksi berjalan maupun

variabel-variabel makroekonomi lainnya.

Sehingga nilai tukar dapat didefinisikan sebagai harga

mata uang suatu negara relatif terhadap mata uang negara

lain. Karena nilai tukar ini mencakup dua mata uang, maka

titik keseimbangan ditentukan oleh sisi penawaran dan

permintaan dari kedua mata uang tersebut, atau dengan kata

lain nilai tukar adalah sejumlah uang dari suatu mata uang

tertentu yang dapat dipertukartan dengan satu unit mata uang

negara lain (Ekananda, 2014: 168).

a. Sistem Nilai Tukar Tetap (Flexible Exchange Rate)

Sistem nilai tukar tetap adalah nilai tukar mata

uang yang dibuat konstan ataupun hanya diperbolehkan

berfluktuasi pada rentang yang sempit. Bila pada suatu

saat nilai tukar mulai berfluktuasi terlalu besar, maka

pemerintah akan melakukan intervensi untuk menjaga

agar fluktuasi tetap berada dalam kisaran yang

diinginkan (Ekananda, 2014: 315).

Tindakan bank sentral dalam melakukan

pemotongan nilai mata uangnya disebut sebagai


33

devaluasi, sedangkan tindakan penyesuaian ke atas

biasa disebut revaluasi. Keuntungan dari sistem ini

adalah perusahaan internasional dapat melakukan

kegiatan bisnis tanpa khawatir akan perubahan nilai

mata uang di kemudian hari (Ekananda, 2014). Akan

tetapi, dengan penetapan nilai tukar secara tetap,

terdapat kemungkinan nilai tukar yang ditetapkan

terlalu tinggi (over-valued) atau terlalu rendah

(under-valuer) dari nilai sebenarnya (Simonangkir &

Suseno, 2003).

Gambar 2.1 Kurva Permintaan dan Penawaran Uang

Sumber: Simonangkir & Suseno, 2003

Kondisi mata uang suatu negara yang terlalu

tinggi dapat dilihat pada nilai tukar (kurs) K1 pada

gambar (2.1). Dalam kondisi ini dimisalkan nilai tukar

yang ditetapkan suatu negara adalah K0 , tetapi dalam


34

perkembangannya terdapat permintaan relatif mata uang

asing terhadap mata uang domestik sehingga

keseimbangan baru adalah K1.

Jika pemerintah tetap menetapkan nilai tukar

pada K0 maka nilai tukar negara tersebut menjadi

over-valued karena nilai keseimbangan baru berada

pada nilai tukar K1. Sementara itu, nilai tukar yang

terlalu rendah dapat dilihat pada nilai tukar K2. Pada

kondisi ini, dimisalkan terjadi peningkatan valuta asing

sehingga harga keseimbangan menjadi K2. Jika

pemerintah masih menetapkan nilai tukar pada K0 maka

nilai tukar negara tersebut menjadi under-valued

(Simonangkir & Suseno, 2003).

b. Nilai Tukar Mengambang (Flexible Exchange Rate)

Dalam sistem ini, nilai tukar suatu mata uang

diambangkan terhadap mata uang asing. Dengan

demikian, perubahan nilai tukar ditentukan oleh

mekanisme pasar, tanpa harus melibatkan campur

tangan otoritas moneter. Pada nilai tukar mengambang,

nilai tukar akan disesuaikan secara terus-menerus sesuai

dengan kondisi penawaran dan permintaan mata uang

tersebut (Ekananda, 2014: 316).


35

Oleh karena itu, jika permintaan mata uang asing

relatif terhadap mata uang domestik lebih besar dari

penawarannya (gambar 2.1), maka nilai tukar mata uang

domestik akan menurun (depresiasi). Sebaliknya jika

permintaan penawaran mata uang asing lebih besar dari

permintaannya maka nilai tukar akan menguat

(apresiasi).

Menurut Simonangkir dan Suseno (2003),

terdapat dua alasan mengapa banyak negara

menggunakan sistem nilai tukar mengambang. Pertama,

sistem ini memungkinkan suatu negara mengisolasikan

kebijakan ekonomi makronya dari dampak kebijakan

dari luar. Kedua, sistem ini tidak memerlukan cadangan

devisa yang besar karena tidak ada kewajiban

mempertahankan nilai tukar. Namun sistem ini juga

mempunyai kelemahan, yakni mengakibatkan nilai

tukar lebih berfluktuasi. Di mana depresiasi nilai tukar

dapat mengakibatkan peningkatan harga barang-barang

impor dan pada lanjutannya memicu inflasi di dalam

negeri.


36

6. Hubungan Transaksi Berjalan dengan Anggaran

Pemerintah

Hubungan antara neraca transaksi berjalan dengan

anggaran pemerintah bisa diturunkan dari persamaan (2.5) di

mana neraca transaksi berjalan sama dengan investasi neto

(If).

Di mana dari persamaan (E.1) disebutkan bahwa

Neraca Transaksi Berjalan merupakan ekspor (X) dikurangi

impor (M). Sedangkan If adalah investasi neto yang terdiri

dari tabungan nasional (S) dikurangi dengan investasi

domestik (Id). Sehingga persamaan tersebut dapat dituliskan

menjadi:

Neraca Transaksi Berjalan = If

Atau:

X－M = S－I (2.9)

Atau:

I＋X = S＋M (2.10)

Menurut Salvatore (2014), persamaan di atas

merupakan kondisi keseimbangan dengan injeksi dan

kebocoran pada aliran pendapatan. Di mana apabila X = M

dan S = I, maka neraca pembayaran dalam kondisi

keseimbangan.


37

Persamaan di atas belum memasukan instrumen

kebijakan negara dalam pos pengeluaran. Di mana ketika

kebijakan fiskal bersifat ekspansif, yaitu pengeluaran

pemerintah dinaikkan dan/atau pajak diturunkan, akan

menyebabkan kenaikan impor. Sedangkan apabila kebijakan

fiskal bersifat kontraktif, yaitu pengeluaran pemerintah

diturunkan dan/atau kenaikan pajak, akan menyebabkan

penurunan impor. Oleh karena itu, persamaan (2.10) dapat

ditulis ulang dengan mempertimbangkan pengeluaran

pemerintah (G) dan pajak (T) menjadi:

I＋X＋G = S＋M＋T (2.11)

Persamaan di atas dapat disusun kembali menjadi:

(X－M) = (S－I)＋(T－G) (2.12)

Dari persamaan (2.12) dapat diketahui bahwa apabila

tingkat tabungan (S) dan investasi (I) tetap, maka defisit

anggaran (T < G) akan diikuti oleh defisit neraca transaksi

berjalan (X < M). Persamaan ini disebut juga sebagai defisit

kembar.

7. Model Mundell-Fleming

Model Mundell-Fleming tidak jauh berbeda dengan

model IS-LM. Kedua model itu menekankan interaksi antar

pasar barang dan pasar uang. Kedua model itu


38

mengasumsikan bahwa tingkat harga adalah tetap dan

menunjukkan apa yang menyebabkan fluktuasi jangka pendek

dalam pendapatan agregat. Perbedaan pentingnya adalah

bahwa model IS-LM mengasumsikan perekonomian tertutup,

sedangkan model Mundell-Fleming mengasumsikan

perekonomian terbuka (Mankiw, 2006).

Di mana menurut Mankiw (2006), dalam model

perekonomian terbuka besar jangka-pendek, harus

diperhatikan hubungan antara tingkat bunga dan aliran modal

ke mancanegara. Aliran model ke luar neto adalah jumlah

dana yang dipinjamkan investor domestik ke luar negeri

dikurangi jumlah dana yang dipinjamkan investor asing ke

dalam negeri.

Ketika tingkat bunga domestik turun, investor domestik

merasa meminjamkan ke luar negeri menjadi lebih menarik,

dan investor asing merasa meminjamkan ke dalam negeri

menjadi kurang menarik. Jadi, aliran modal ke luar neto

memiliki hubungan negarif dengan tingkat bunga. Maka

persamaan dalam model ini adalah sebagai berikut:

Y = C(Y－T)＋I(r)＋G＋NX(e) (2.13)

M/P = L(r, Y) (2.14)

NX(e) = CF(r) (2.15)


39

Dari persamaan (2.13) menyatakan bahwa pendapatan

agregat Y adalah jumlah konsumsi C, belanjar pemerintah G,

dan ekspor neto NX. Di mana konsumsi bergantung secara

positif pada disposible income Y－T. Investasi berhubungan

negarif dengan tingkat bunga (r). Sedangkan ekspor

berhubungan negatif dengan nilai tukar (e).

Persamaan (2.14) menyarakan bahwa penawaran

keseimbangan uang riil, M/P, sama dengan permintaan, L(r, Y).

Permintaan terhadap keseimbangan uang riil bergantung

secara negatif pada tingkat bunga, dan secara positif pada

pendapatan Y.

Sedangkan persamaan (2.15) menyatakan bahwa neraca

perdagangan NX sama dengan aliran modal ke luar neto, CF

(Net Capital Outflow), yang pada akhirnya tergantung pada

tingkat domestik. Jika persamaan (2.14) disubstitusikan ke

dalam persamaan (2.12), akan menjadi:

Y = C(Y－T)＋I(r)＋G＋CF(r) (IS)

M/P = L(r, Y) (LM)

Model ini dapat digunakan untuk menganalisis dampak

kebijakan ekspansi fiskal terhadap pendapatan agregat dan

keseimbangan uang riil (Gambar 2). Di mana kenaikan dalam

belanja pemerintah atau pemotongan pajak akan menggeser


40

kurva IS ke kanan.

Gambar 2.2 Ekspansi Fiskal dalam

Perekonomian Terbuka Besar

Sumber: Mankiw, 2006

Bagian (a) menunjukkan bahwa pergeseran dalam

kurva IS ini menyebabkan kenaikan tingkat pendapatan dan

kenaikan tingkat bunga. Sedangkan tingkat bunga yang tinggi

menurunkan aliran modal ke luar neto, seperti pada bagian (b).

Penurunan dalam aliran modal ke luar neto mengurangi

penawaran mata uang domestik di pasar valuta asing. Nilai

tukar akan terapresiasi, sebagaimana pada bagian (c). Karena

barang-barang domestik menjadi relatif lebih mahal

dibantingkan produk luar negeri, akan membuat ekspor neto

turun.


41

8. Perdagangan Internasional dalam Islam

Menurut pandangan Islam, perdagangan internasional

sama dengan jual beli yaitu transaksi yang dilakukan oleh

pihak penjual dan pembeli atas suatu barang dan jasa yang

menjadi obyek transaksi jual beli (Chadziq, 2016: 168).

Menurut Ibn Khaldun, perdagangan antara negara

miskin dan negaran kaya akan menimbulkan kecenderungan

untuk mengimpor dan mengekspor barang dari negara lain.

Melaui perdagangan internasional keuntungan dan kekayaan

negara meningkat (Apindar, 2010: 247). Lebih lanjut, hal itu

didasari oleh teori pembagian kerja. Di mana, jika pekerjaan

dibagi sesuai dengan spesialisasi masyarakat maka akan

menghasilkan output yang lebih besar. Pembagian kerja akan

mendorong spesialisasi. Di mana orang akan memilih

mengerjakan yang terbaik sesuai dengan bakat dan

kemampuan masing-masing. Hal ini akan meningkatkan

produktivitas dengan hasil total (Apindar, 2010: 247).

Lebih jauh, Apindar (2010) menjelaskan bahwa Ibnu

Khaldun mengamati penduduk, bahwa mereka sulit untuk

menghasilkan makanan sendiri. Ibn Khaldun mencatat bahwa

bahan produksi seperti gandum diperlukan enam sampai

sepuluh jenis jasa yang berbeda. Dengan mendatangkan


42

semua pasokan dari jasa ini maka penduduk mendapatan

bahan makanan lebih dari yang mereka konsumsi. Dengan

cara ini, surplus yang tertinggal dapat ditukarkan dengan

barang yang dihasilkan orang lain dalam meningkatkan

kemakmuran. Ibn Khaldun mengatakan bahwa negara yang

memperdagangkan surplus dengan negara lain lebih makmur

dari pada negara yang sedikit penawaran pada perdagangan

internasional. Dengan penduduk yang banyak akan terjadi

pembagian kerja yang lebih besar dan mengantarkan ke lebih

banyak surplus dan lebih besar volume perdagangan

internasional.

B. Telaah Pustaka

Sebelum melakukan penelitian, peneliti terlebih dahulu

melakukan telaah pustaka terhadap penelitian-penelitian terdahulu

yang memiliki kesamaan tema penelitian. Tujuan dari telaah

pustaka ini adalah sebagai bahan rujukan bagi penelitian yang

akan dilakukan oleh peneliti. Tujuan lainnya adalah memberikan

pembenaran antara penelitian satu dengan lainnya, agar kebenaran

penelitian dapat dipertanggungjawabkan serta terhindar dari unsur

plagiasi. Berikut adalah beberapa penelitian terdahulu yang

digunakan peneliti sebagai referensi:

Malahayati (2011) menjelaskan dalam penelitiannya


43

tentang fenomena twin deficit di ASEAN periode 1980-2011 dan

menemukan bahwa terjadi hubungan twin deficit antara defisit

anggaran dengan defisitt neraca transaksi berjalan di Indoneisa,

Filipina, Thailand, dan Kamboja. Hubungan yang terjadi adalah

defisit neraca transaksi berjalan mempengaruhi defisit anggaran.

Adapun metode yang digunakan adalah model Vector

Autoregressive (VAR).

Hal senada disampaikan Beetsma (2008) yang juga

menemukan bahwa di negara Eropa terjadi fenomena twin deficit.

Di mana kenaikan pengeluaran pemerintah akan menaikkan

output dan impor. Sedang ekspor akan menurun. Adapun

penelitian ini menggunakan metode panel VAR.

Sedangkan penelitian yang dilakukan oleh Javid (2010)

menjelaskan bahwa di Pakistan terjadi fenomena twin deficit.

Akan tetapi hasil yang didapatkan berbanding terbalik dengan

Twin Deficit Hypotesis (TDH). Di mana hasil yang ditemukan

adalah surplus neraca transaksi berjalan menyebabkan defisit

anggaran dan justru menyebabkan nilai tukar terdepresiasi.

Baharumshah, Ismail, dan Lau (2009) yang melakukan

penelitian twin deficit di ASEAN-5 menemukan bahwa di

Thailand, Malaysia, dan Filipina terdapat hubungan antara defisit

transaksi berjalan dengan defisit anggaran. Sedangkan di


44

Indonesia didapati apabila defisit anggaran tidak berpengaruh

pada defisit transaksi berjalan. Meskipun demikian, ditemukan

bahwa investasi berpengaruh terhadap transaksi berjalan.

Hal senada ditemukan oleh Budiyanti (2013) yang

melakukan penelitian di ASEAN-5 dan menemukan bahwa tidak

terjadi fenomena twin deficit. Di manaF defisit anggaran tidak

berpengaruh terhadap neraca transaksi berjalan. Hal ini

dikarenakan karena defisit yang terjadi di negara ASEAN-5 dapat

dibiayai oleh defisit yang terjadi pada tahun sebelumnya. Selain

itu, ditemukan hubungan negatif antara investasi dengan transaksi

berjalan. Di mana kenaikan investasi akan menurunkan neraca

transaksi berjalan. Penelitian ini menggunakan regresi panel.

Hal berbeda ditemukan oleh Safitriani (2014) yang

menemukan hubungan positif antara Foreign Direct Investment

(FDI) dengan ekspor dalam jangka panjang. Sedangkan impor

berhubungan positif dengan FDI. Hal ini disebabkan karena

besaran impor bahan baku yang cukup besar.

Hal yang sama ditemukan oleh Purnomo (2003) yang

meneliti tentang hubungan kausalitas antara neraca transaksi

berjalan dengan nilai tukar di Indonesia. Di mana, perubahan

neraca transaksi berjalan menyebabkan perubahan pada nilai tukar.

Di mana ketidakstabilan nilai tukar dimulai sejak tahun 1997.


45

Sedangkan pada titik yang sama jatuh tempo utang Indonesia

sudah tiba. Sehingga kebutuhan dollar meningkat tajam, namun

tidak diimbangi dengan peningkatan surplus neraca transaksi

berjalan yang sebelum tahun 1997 selalu mencatatkan defisit.

Selain itu, penelitian yang dilakukan oleh Nawatmi,

Nusantara, dan Santosa (2012) menemukan bahwa di Indonesia

nilai tukar tidak mempengaruhi net eskpor. Hal ini disebabkan

karena kebutuhan impor bahan baku dalam negeri yang cukup

besar. Sehingga volatilitas nilai tukar tidak begitu berdampak

pada permintaan impor.

Untuk penelitian yang diajukan peneliti adalah mengenai

fenomona twin deficit di Indonesia dan hubungannya dengan nilai

tukar. Penelitian ini menggunakan data antara tahun

2001Q1-2018Q3. Di mana dalam penelitian ini digunakan

variabel transaksi berjalan, anggaran pemerintah, investasi, dan

nilai tukar. Adapun pengembangan dari penelitian sebelumnya

adalah digunakannya variabel investasi dan penggunaan kurun

waktu defisit yang lebih panjang. Di mana terjadi defisit sejak

tahun 2011Q4.


46

Tabel 2.3 Penelitian Terdahulu

No Peneliti dan

Tahun Sumber Judul Variabel dan Alat Analisis Hasil

1 Attiya Y. Javid, Muhammad Javid, Umiama Arif, dan Muhammad Sabir (2010)

Jurnal (The Pakistan Development Review)

Fiscal Policy and Current Account Dynamics in the Case of Pakistan

Variabel: Produk Domestik Bruto (GDP), Anggaran Pemerintah (BD), Neraca Transaksi Berjalan (CUR), Suku Bunga (RIR), Nilai Tukar (ER) Alat Analisis: VAR

Terjadi hubungan antara defisit transaksi berjalan dan defisit anggaran.

Kenaikan CAD berpengaruh terhadap memburuknya BD dan terdepresiasinya ER.

2 Ahmad Zubaidi Baharumshah, Hamizun Ismail, dan Evan Lau (2009)

Jurnal (Jurnal Pengurusan)

Twin Deficits Hypothesis and Capital Mobility: The ASEAN-5 Perspective

Variabel: Neraca Transaksi Berjalan (CAD), Anggaran Pemerintah (BD), Investasi (I) Alat Analisis: VAR

Terdapat hubungan twin deficit di negara Thailand, Malaysia, dan Filipina. Sedang di Indonesia tidak terjadi.

Investasi sangat mempengaruhi neraca


47

transaksi berjalan. 3 Didiet

Purnomo (2003)

Jurnal (Jurnal Ekonomi Pembangunan)

Hubungan Kausalitas Defisit Neraca Transaksi Berjalan dengan Kurs di Indonesia

Variabel: Neraca Transaksi Berjalan (DNTB) dan Nilai Tukar (KURS) Alat Analisis: VAR/VECM

KURS tidak mempengaruhi DNTB (DNTB ≠ KURS).

Namun DNTB mempengaruhi KURS (DNTB → KURS).

4 Eka Budiyanti (2013)

Jurnal (Jurnal Ekonomi dan Kebijakan Publik)

Pengaruh Budged Deficit terhadap Current Account Deficit: Studi Empiris di ASEAN-5

Variabel Dependen: Neraca Transaksi Berjalan (CAD) Variabel Independen: Defisit Anggaran (BD), Tabungan (SV), Investasi (INV), Trade Openness (TO) Alat analisis: Regresi Panel

Variabel BD, SV, INV, dan TO secara bersama-sama mempengaruhi CAD.

Secara individu variabel SV dan INV berpengaruh terhadap CAD. Sedangkan BD dan TO tidak berpengaruh.

BD tidak berpengaruh dikarenakan negara dapat menutup defisit menggunakan surplus tahun sebelumnya.

5 Yulia Jurnal Dampak Foreign Variabel: Foreign Direct KURS berpengaruh positif


48

Indrawati (2012)

(Universitas Jember)

Direct Investment dan Investasi Portofolio terhadap Stabilitas Makroekonomi di Indonesia: Fenomena Global Imbalances

Investment (FDI), Investasi Portofolio (PI), Suku Bunga (BI_Rate), Inflasi (INF), Nilai Tukar (KURS) Alat analisis: VECM

terhadap FDI. KURS berpengaruh negarif

terhadap investasi portofolio.

6 Marissa Malahayati (2011)

Skripsi (Institut Pertanian Bogor)

Analisis Fenomena Twin Deficit pada Negara-negara ASEAN

Variabel: Neraca Transaksi Berjalan (CA), Anggaran Pemerintah (BD), Nilai tukar (ER) Alat analisis: VAR/VECM. Penelitian dibedakan 3 kelompok (high income, middle income, dan low income)

Indonesia, Filipina, Thailand, Kamboja terjadi hubungan pengaruh BD terhadap CA.

Brunei Darussalam, Singapura, Malaysia, Laos, Myanmar, dan Vietnam tidak terjadi hubungan antara CA dan BD.

7 Muhammad Afdi Nizar

Jurnal (Kementerian

Pengaruh Defisit Anggaran Terhadap

Variabel: Neraca Transaksi Berjalan (CA), Anggaran

Terjadi Twin Deficit di Indonesia untuk


49

(2012) Keuangan RI) Defisit Transaksi Berjalan di Indonesia

Pemerintah (BD) Alat analisis: VAR/VECM. Penelitian dibedakan menjadi 3 waktu: 1990-2012, 1990-1998 (defisit), dan1998-2012 (surplus)

masing-masing periode waktu.

Hubungan pengaruh tidak konstan (negatif maupun positif)

8 Alpon Satrianto (2015)

Jurnal (Universitas Negeri Padang)

Analisis Determinan Defisit Anggaran dan Utang Luar Negeri Indonesia

Variabel Dependen: Defisit Anggaran (Y1) dan Utang Luar Negeri (Y2) Variabel Independen: Pertumbuhan Ekonomi (X1), Kurs (X2), Harga Minyak Dunia (X3), Inflasi (X4), Suku Bunga (X5), Net Ekspor (X6), Cadangan Devisa (X7), Foreign Direcet Investment (X8), Kesenjangan Investasi dan

Apabila terjadi penurunan utang luar negeri, penurunan pertumbuhan ekonomi, apresiasi kurs, peningkatan harga minyak dunia, penurunan inflasi, dan peningkatan suku bunga akan berdampak pada peningkatan defisit anggaran.

Apabila defisit anggaran naik, net eskpor menurun, cadangan devisa


50

Tabungan (X9) Alat analisis: Two Stage Squared Method (TSLS)

meningkat, FDI turun, serta suku bunga luar negeri mengalami penurunan maka utang luar negeri akan naik.

8 S.M. Ali Abbas et al. (2010)

Jurnal (IMF Working Paper)

Fiscal Policy and the Current Account

Variabel: Neraca Transaksi Berjalan (CA), Anggaran Pemerintah (BD) Alat analisis: VAR Panel

Terjadi hubungan antara defisit transaksi berjalan dan defisit anggaran.

9 Roel Beetsma et al. (2008)

Jurnal (Journal of the European Economic Association)

The Effects of Public Spending Shocks on Trade Balances and Budget Deficits in the European Union

Variabel: Pengeluaran Pemerintah (G), Pajak Neto (NT), Ekspor (X), Impor (M), Output (Y), Nilai tukar (REER) Alat analisis: VAR Panel

Terjadi hubungan antara transaksi berjalan dan pengeluaran pemerintah.

Kenaikan G menaikkan Y dan dan M. Sedangkan menurunkan X.

10 Suci Safitriani (2014)

Jurnal (Buletin Ilmiah Litbang

Perdagangan Internasional dan

Variabel: Ekspor (X), Impor (M), Foreign Direct

Dalam jangka pendek kenaikan FDI akan


51

Perdagangan) Foreign Direct Investment di Indonesia

Investment (FDI) Alat analisis: VAR

menurunkan ekspor. Tetapi dalam jangka panjang akan menaikkan ekpor.

Hubungan FDI dengan Impor positif. Hal ini karena besaran yang besar pada impor bahan baku.

11 Sri Nawatmi, Agung Nusantara, dan Agus Budi Santosa (2012)

Jurnal (Universitas STIKUBANK Semarang)

Volatilitas Nilai Tukar dan Perdagangan Internasional

Variabel Dependen: Net Ekspor (Netexpor) Variabel Independen: Nilai Tukar (KURS), PDB Indonesia (GDPIND), PDB Dunia (GDPWORLD) Alat analisis: ARCH/GARCH dan ECM

Nilai tukar dipengaruhi volatilitas saat ini (ARCH) dan periode sebelumnya (GARCH). Di mana volatilitas tersebut tinggi dan sifatnya persisten.

Nilai tukar tidak mempengaruhi net ekspor. Hal ini dikarenakan kebutuhan impor bahan baku yang besar.

12 Umi Salamah (2011)

Jurnal (Universitas

Pengujian Empiris Terhadap

Variabel: Neraca Transaksi Berjalan (CA), Anggaran

Defisit transaksasi berjalan dan defisit anggaran


52

Brawijaya Malang)

Hubungan Twin Deficit di Indonesia dengan Analisis Structural Break

Pemerintah (BD), Suku Bunga (IR), Nilai Tukar (ER), Inflasi (P) Alat analisis: VAR

mempunyai hubungan negatif. Hal ini disebabkan karena dua defisit mempunyai respon berbeda terhadap fluktuasi output perekonomian.


53

C. Hipotesis

Hipotesis adalah jawaban sementara dari masalah

penelitian yang perlu diuji melalui pengumpulan data dan analisis

data. Walaupun hipotesis hanya jawaban bersifat sementara, tetapi

harus didasarkan pada kenyataan dan fakta fakta yang muncul

berdasarkan hasil studi pendahuluan, kemudian dirumuskan

keterkaitannya antara variabel satu dengan variabel lainnya.

Sehingga pada akhirnya akan terbentuk suatu konsep atau

kesimpulan sementara yang akan diuji kebenarannya.

Sehubugan judul yang peneliti bahas, maka hipotesis dalam

penelitian ini adalah sebagai berikut:

1. Hubungan Defisit Anggaran dengan Transaksi Berjalan

Berdasarkan pada analisis model Mundell-Fleming

untuk perekonomian terbuka besar, di mana diasumsikan

bahwa tingkat bunga berubah-ubah. Apabila terjadi kenaikan

dalam belanja pemerintah atau pemotongan pajak, maka

akan menggeser kurva IS ke kanan. Sehingga terjadi

kenaikan pendapatan dan tingkat bunga. Sedangkan tingkat

bunga yang tinggi menurunkan aliran modal ke luar neto.

Penurunan dalam aliran modal ke luar neto mengurangi

penawaran mata uang domestik di pasar valuta asing. Nilai

tukar akan terapresiasi. Karena barang-barang domestik

menjadi relatif lebih mahal dibantingkan produk luar negeri,


54

akan membuat ekspor neto turun (Mankiw, 2006).

Sedangkan penelitian yang dilakukan oleh Malahayati

(2011) dan Nizar (2014) dengan studi kasus di Indonesia

menemukan bahwa defisit anggaran akan menyebabkan

defisit pada transaksi berjalan. Penelitian yang dilakukan

oleh Beetsmana (2008) dengan studi kasus negara-negara

Eropa juga menemukan fenomena twin deficit. Di mana

pengeluaran pemerintah akan menaikkan output dan impor,

sedang ekspor akan menurun.

Ha1: Defisit Anggaran berpengaruh positif terhadap Defisit

Transaksi Berjalan.

2. Hubungan Investasi dengan Transaksi Berjalan

Berdasarkan model Fundell-Fleming, apabila

pemerintah melakukan kebijakan fiskal yang ekspansioner

berupa peningkatan belanja maupun pemotongan pajak, maka

akan menyebabkan perokonomian berjalan cepat. Sehingga

pemerintah perlu menaikkan subu bunga untuk mengurangi

percepatan. Sehingga menyebabkan aliran modal masuk

(capital inflow) bertambah dan permintaan mata uang

domestik akan naik. Sehingga nilai tukar akan terapresiasi dan

permintaan ekpor menurun.

Selain itu, penelitian yang dilakukan oleh Baharumshah,

Ismail, dan Lau (2009) menemukan bahwa terdapat pengaruh


55

yang besar antara investasi dengan transaksi berjalan. Senada

dengan hal tersebut, Budiyanti (2013) menemukan bahwa

investasi berpengaruh negatif terhadap transaksi berjalan. Di

mana, kenaikan investasi akan menurunkan transaksi berjalan.

Ha2: Investasi berpengaruh negatif terhadap Transaksi

Berjalan.

3. Hubungan Defisit Transaksi Berjalan dengan Nilai Tukar

Menurut Simorangkir dan Suseno (2003), terdapat

tiga faktor yang mempengaruhi permintaan valuta asing.

Pertama, faktor pembayaran impor. Semakin tinggi impor

barang dan jasa, maka semakin besar permintaan terhadap

valuta asing, sehingga nilai tukar akan cenderung melemah.

Sebaliknya, jika impor menurun, maka permintaan valuta

asing menurun sehingga mendorong menguatnya nilai tukar.

Sedangkan apabila semakin besar volume penerimaan ekspor,

maka semakin besar pula valuta asing yang dimiliki oleh

suatu negara dan pada lanjutannya nilai tukar terhadap mata

uang asing cenderung menguat.

Selain itu, penelitian yang dilakukan oleh Purnomo

(2003) yang meneliti tentang hubungan kausalitas antara

transaksi berjalan dengan nilai tukar menemukan bahwa

defisit neraca transaksi berjalan mempunyai hubungan

negatif dengan nilai tukar.


56

Ha3: Transaksi Berjalan berpengaruh negatif terhadap Nilai

Tukar.

4. Hubungan Nilai Tukar dengan Defisit Anggaran

Menurut Barro (1989), bila suatu negara melakukan

pinjaman luar negeri, maka negara tersebut akan mengalami

masalah bila ada gejolak nilai tukar setiap tahunnya.

Masalah ini disebabkan karena nilai pinjaman dihitung

dengan valuta asing, sedangkan pembayaran cicilan pokok

dan bunga pinjaman dihitung dengan mata uang negara

peminjam tersebut. Misalnya apabila nilai tukar terdepresiasi,

maka pembayaran cicilan pokok dan bunga pinjaman yang

akan dibayarkan juga membengkak. Sehingga pembayaran

cicilan pokok dan bunga pinjaman yang diambil dari APBN

bertambah, lebih dari yang dianggarkan semula (dalam

Anwar, 2014).

Senada dengan hal tersebut, penelitian yang dilakukan

oleh Malahayati (2011) menemukan bahwa terdapat

hubungan antara nilai tukar dengan defisit anggaran. Di

mana terjadi hubungan negatif, meskipun pengaruhnya

hanya kecil.

Ha4: Nilai Tukar berpengaruh negatif terhadap Anggaran

Pemerintah.


57

5. Hubungan Investasi dengan Defisit Anggaran

Dalam model Mundell-Fleming, kenaikan pada

investasi berarti permintaan mata uang domestik terhadap

mata uang asing meningkat. Hal ini kemudian akan

menyebabkan nilai tukar terapresiasi. Sehingga

menyebabkan cicilan pokok dan bunga pinjaman dalam

struktur APBN dapat ditekan dan belanja APBN dapat

diketan. Sehingga defisit anggaran mengecil.

Senada dengan hal tersebut, penelitian yang

dilakukan oleh Satrianto (2015) menemukan bahwa investasi

berpengaruh negatif terhadap utang luar negeri. Hal ini

disebabkan karena peningkatan FDI akan meningkatkan

modal asing yang masuk ke suatu negara. Masuknya modal

asing ini akan membuat investasi mengalami kenaikan.

Kenaikan investasi ini akan meningkatkan pendapatan

negara baik dalam bentuk pajak maupun pembangunan.

Sehingga menyebabkan defisit anggaran mengecil.

Ha5: Investasi berpengaruh positif terhadap Anggaran

Pemerintah.

D. Kerangka Pemikiran

Penelitian ini mengkaji mengenai hubungan antara defisit

anggaran (budget deficit) dengan defisit transaksi berjalan

(current account deficit). Selain itu, peneliti juga meneliti


58

hubungan faktor yang mempengaruhinya, termasuk investasi

(investment) dan nilai tukar (exchange rate). Berdasarkan hasil

tersebut, kemudian akan dikemukakan rekomendasi kebijakan

yang dilakukan untuk menghadapi fenomena twin deficit.

Gambar 2.3 Kerangka Pemikiran


59

BAB III

METODE PENELITIAN

A. Jenis Penelitian

Penelitian ini menggunakan pendekatan kuantitatif.

Menurut Kuncoro (2011), metode kuantitatif adalah pendekatan

ilmiah terhadap pengambilan keputusan manajerial dan ekonomi.

Pendektan ini berangkat dari data, terdiri atas perumusan masalah,

susunan model, mendapatkan data, mencari solusi, menguji solusi,

analisis hasil dan mengimplementasikan hasil.

B. Sumber dan Jenis Data

Jenis data yang digunakan dalam penelitian ini adalah data

sekunder. Sedangkan data yang digunakan adalah neraca transaksi

berjalan, anggaran pemerintah Indonesia, investasi, dan nilai tukar

Indonesia terhadap US Dollar yang diperoleh dari Bank Indonesia

(BI) dan IFS International Monetary Fund (IMF). Data yang

digunakan adalah data time series kuartalan dari tahun 2001Q1

sampai tahun 2018Q3.

C. Populasi dan Sampel

Populasi adalah semua anggota dari suatu ekosistem atau

keselutuhan anggota dari suatu kelompok (Suharyadi, 2009).

Adapun populasi dalam penelitian ini adalah seluruh data


60

mengenai neraca transaksi berjalan, anggaran pemerintah,

investasi, dan nilai tukar di Indonesia.

Sedangkan sampel adalah bagian dari populasi tertentu

yang menjadi perhatian (Suharyadi, 2009). Dalam penelitian ini

sampel yang digunakan adalah seluruh anggota populasi. Adapun

sampel yang digunakan adalah seluruh data mengenai neraca

transaksi berjalan, anggaran pemerintah, investasi, dan nilai tukar

di Indonesia tahun 2001-2018.

D. Definisi Operasional Variabel

Variabel yang digunakan dalam penelitian ini meliputi 1)

Anggaran Pemerintah (BD); 2) Neraca Transaksi Berjalan (CAD);

3) Investasi (INV); dan 4) Nilai Tukar (KURS). Adapun definisi

operasional dari masing-masing variabel adalah sebagai berikut:

1. Neraca Transaksi Berjalan

Neraca transaksi berjalan adalah salah satu pos dalam

neraca pembayaran yang mengukur ekspor dan impor barang

maupun jasa. Data diambil dari publikasi International

Financial Statistics (IFS) IMF dengan data kuartalan antara

tahun 2001Q1 sampai tahun 2018Q3.

2. Anggaran Pemerintah

Anggaran pemerintah (Government Budget) adalah


61

selisih antara penerimaan pemerintah yang berasal dari pajak

dengan pengeluaran pemerintah. Data yang digunakan dalam

penelitian ini adalah realisasi Anggaran dan Pendapatan

Negara (APBN) Indonesia antara tahun 2001Q1 sampai tahun

2018Q4. Sedangkan, data yang diambil adalah data publikasi

Bank Indonesia dalam bentuk bulanan yang kemudian

dijadikan bentuk kuartalan dengan menjumlahkan anggaran

tiap tiga bulan.

3. Investasi

Invetasi adalah penanaman uang atau modal di suatu

perusahaan atau proyek untuk tujuan memperoleh keuntungan

di masa yang akan datang. Di mana, dalam penelitian ini

digunakan investasi yang dicatat pada neraca transaksi modal

dan finansial dalam neraca pembayaran. Di mana, investasi

yang dimaksud mencakup arus modal yang dicatat pada sisi

kewajiban dalam neraca pembayaran. Di mana sisi kewajiban

berarti arus modal dari luar negeri yang masuk ke Indonesia.

Selain itu, investasi terdiri dari 1) investasi langsung; 2)

investasi portofolio; dan 3) investasi lainnya berupa pinjaman.

Selain itu, data yang digunakan antara tahun 2001Q1-2018Q3.

Sedangkan data diperoleh dari Balance of Payment (BoP)

IMF.


62

4. Nilai Tukar

Menurut Mankiw (2006), Nilai tukar (exchange rate)

antara dua negara adalah tingkat harga yang disepakati

penduduk kedua negara untuk saling melakukan perdagangan.

Data yang digunakan dalam penelitian ini adalah nilai tukar

riil rupiah terhadap US Dollar period average

2001Q1-2018Q3. Data tersebut diperoleh International

Financial Statistic (IFS) IMF.

E. Metode Analisis Data

Penelitian ini dilakukan untuk mengetahui hubungan

jangka panjang dan pendek antara neraca transaksi berjalan dan

anggaran pemerintah di Indonesia, serta hubungannya dengan

nilai tukar. Adapaun teknik analisis yang digunakan adalah

metode VAR/VECM.

Menurut Widarjono (2013), seringkali teori ekonomi

belum mampu menentukan spesifikasi yang tepat. Misalnya teori

terlalu kompleks sehingga spesifikasi harus di buat atau

sebaliknya fenomena yang ada terlalu kompleks jika hanya

dijelaskan dengan teori yang ada. Sehingga kemudian

dikembangkan persamaan Vector Autoregression untuk menjawab

permasalahan di atas. Di mana model ini dibangun dengan

pertimbangan meminimalkan pendekatan teori dengan tujuan agar


63

mampu menangkap fenomena dengan baik.

Dalam model VAR hanya perlu memperhatikan dua hal

yaitu: (1) tidak perlu membedakan variabel endogen dan eksogen.

Hal ini dikarenakan semua variabel, baik endogen maupun

eksogen yang dipercaya saling berhubungan seharusnya

dimasukkan di dalam model. Selain itu, variabel eksogen juga

bisa dimasukkan di dalam VAR. (2) untuk melihat hubungan

antara variabel di dalam VAR dibutuhkan sejumlah kelambanan

variabel yang ada. Kelambanan variabel ini diperlukan untuk

menangkap efek dari variabel tersebut terhadap variabel yang lain

di dalam model (Widarjono, 2013).

Menurut Fauziyyah (2016), hubungan kausalitas sederhana

hanya terjadi antara dua variabel. Namun dalam sebuah penelitian

seringkali tidak hanya dua variabel pengamatan yang memiliki

hubungan kausalitas sehingga memunculkan model VAR yang

lebih rumit. Persamaan dengan variabel pengamatan sebanyak n

dengan observasi sebanyak t dan ordo p. Secara umum model

VAR dapat dituliskan sebagai berirkut:

tptpttt YAYAYAAY ...22110 (3.1)

Di mana:

Yt = vector variabel endogen (Y1t, Y2t,..Ynt) berukuran n x 1

A0 = vector intercept berukuran n x 1


64

A1 = matrik parameter berukuran n x 1

εt = vector sisaan (ε1t, ε2t, …εnt ) berukuran n x 1

Pada penelitian ini variabel yang akan diteliti sebanyak 4

variabel yang diduga memiliki kemungkinan dalam hubungan

kausalitas. Variabel tersebut adalah Neraca Transaksi Berjalan

(Y1), Anggaran Pemerintah (Y2), Investasi (Y3), dan Nilai Tukar

(Y4). Adapun model persamaan VAR dalam penelitian ini adalah

sebagai berikut:

𝐶𝐴𝐷 = ∑ 𝛼𝑖𝐿𝑖𝐶𝐴𝐷𝑡

𝑛𝑖=1 + ∑ +𝑛

𝑖=1 𝛽𝑖𝐿𝑖𝐵𝐷𝑡 +

∑ +𝑛𝑖=1 𝛾𝑖𝐿

𝑖𝐼𝑁𝑉𝑡 +

∑ +𝑛𝑖=1 𝛽𝑖𝐿

𝑖𝐾𝑈𝑅𝑆𝑡 + 𝜀𝑡 (3.2)

𝐵𝐷 = ∑ 𝛼𝑖𝐿𝑖𝐶𝐴𝐷𝑡

𝑛𝑖=1 + ∑ +𝑛






𝐼𝑁𝑉 = ∑ 𝛼𝑖𝐿𝑖𝐶𝐴𝐷𝑡

𝑛𝑖=1 + ∑ +𝑛






𝐸𝑅 = ∑ 𝛼𝑖𝐿𝑖𝐶𝐴𝐷𝑡

𝑛𝑖=1 + ∑ +𝑛






Di mana:

CAD = Neraca Transaksi Berjalan


65

BD = Anggaran Pemerintah

INV = Investasi

KURS = Nilai Tukar

Secara umum langkah-langkah dalam menggunakan model

VAR dimulai dengan uji stasioneritas data, uji panjang lag

optimal, uji kausalitas granger, uji kointegrasi, estimasi model

VAR, Impulse Response Function (IRF) dan Forecast Error

Variance Decompotition (VD).

Gambar (3.1) menunjukkan tahapan-tahapan yang perlu

dilakukan dalam pengujian dengan metode VAR/VECM

Gambar 3.1 Langkah-langkah Uji VAR/VECM

Sumber: Ascarya, 2012

1. Uji Stasioneritas

Data time series seringkali tidak stasioner sehingga


66

menyebabkan hasil regresi yang meragukan atau disebut

regresi lancung (spurious regression). Regresi lancung

adalah situasi di mana hasil regresi menunjukkan koefisien

regresi yang signifikan secara statistik dan nilai koefisien

determinasi yang tinggi namun hubungan antara variabel di

dalam model tidak saling berhubungan (Widarjono, 2013).

Oleh karena itu, penting untuk melihat apakah suatu data

stasioner atau tidak. Hal ini dikarenakan data yang stasioner

cenderung menghasilkan regresi yang lancung.

Menurut Widarjono (2013), proses yang bersifat

random atau stokastik merupakan kumpulan dari variabel

random dalam urutan waktu. Setiap data time series

merupakan suatu data dari proses stokastik. Suatu data hasil

proses random dikatakan stasioner jika memenuhi tiga

kriteria yaitu jika rata-rata dan variannya konstan sepanjang

waktu dan kovarian antara dua data runtut waktu hanya

tergantung dari kelambanan antara dua periode waktu

tersebut. Secara statistik dapat dinyatakan sebagai berikut:

)( tYE (rata-rata dari Y konstan) (3.6)

22)()( tt YEYVar (kovarian dari Y konstan) (3.7)

)])([( kttt YYE (kovarian) (3.8)


67

Di mana persamaan di atas menyatakan bahwa

kovarian γk pada kelambanan (lag) k adalah kovarian antara

nilai Yt dan Yt+k. Jika nilai k=0 maka didapatkan γ0 pyang

merupakan varian dari Y. Bila k=1 maka γ1 merupakan

kovarian antara dua nilai Y yang saling berurutan.

Jika data Yt adalah stasioner maka rata-rata, varian dan

kovarian dari data Yt+k harus sama dengan Yt. Dengan kata

lain, data time series dikatakan stasioner jika rata-rata, varian

dan kovarian pada setiap lag adalah sama tetap sama pada

setiap waktu. Jika data time series tidak memenuhi kriteria

tersebut maka data dikatakan tidak stasioner.

Uji stasioneritas data dapat dilakukan dengan

melakukan uji akar unit. Di mana jika data time series

mempunyai akar unit maka dikatakan data tersebut bergerak

secara random (random walk) dan data yang mempunyai

sifat random walk dikatakan data tidak stasioner. Salah satu

uji akar unit yang sering digunakan adalah uji Augmented

Dickey-Fuller (ADF) dengan model seperti berikut:

t

p

iittt YYTaaY

211110 (3.9)

Di mana kestasioneran data dapat ditentukan dengan

cara membandingkan antara nilai statistik ADF dengan nilai


68

kritisnya distribusi statistik Mackinnon. Nilai statistik ADF

ditunjukkan oleh nilai t-statistik koefisien γYt－1. Apabila

nilai statistik ADF lebih besar dari nilai kritisnya, maka data

yang diamati menjunjukkan stasioner. Namun, jika nilai nilai

absolut statistik ADF lebih kecil dari nilai kritisnya maka

data tidak stasioner (Nugroho, Qoyum, Hashfi, & Syarif,

2015).

Dalam uji ADF data dimungkinkan tidak stasioner

pada tingkat level. Sehingga diduga stasioner pada tingkat

diferensi data. Sehingga kemudian perlu dilakukan uji

kointegrasi untuk melihat adakah hubungan jangka panjang

diantara variabel di dalam model yang dibangun.

2. Pemilihan Panjang Kelambanan (Lag) Optimal

Dalam VAR/VECM penggunaan lag tepat adalah

sangat penting. Lag yang terlalu sedikit akan berpotensi

menimbulkan masalah bias spesifikasi sedangkan jika terlalu

banyak akan menghabiskan degree of freedom, dan dengan

demikian estimasi menjadi tidak efisien (Ariefianto, 2012:

112).

Untuk menetapkan besarnya lag yang optimal dapat

dilakukan dengan menggunakan beberapa kriteria antara lain:

Akaike Information Criteria (AIC), Schwarz Information


69

Criterion (SIC), Hannan Quinn Information Criterion (HQ),

dan Likelihood Ratio (LR). Besarnya lag yang optimal

ditentukan oleh lag yang memiliki nilai kriteria terkecil

diantara keempat kriteria tersebut. Jika terdapat kandidat lag

yang berbeda-beda dari tiap kriteria, maka dapat digunakan

salah satu kriteria (umumnya AIC dan SIC) atau dengan

membandingkan nilai Adjusted R² dari setiap kriteria. Selang

optimal akan dipilih dari sistem VAR/VECM dengan selang

tertentu yang menghasilkan nilai Adjusted R² terbesar pada

variabel penting dalam sistem.

Selain itu, stabilitas sistem VAR/VECM pun perlu

diperhatikan dalam penentuan lag. Stabilitas VAR/VECM

dapat dilihat dari nilai modulus di tabel AR roots-nya, jika

seluruh nilai AR roots-nya di bawah satu, maka sistem

tersebut bisa dikatakan stabil.

3. Uji kausalitas Granger

Uji kausalitas granger dilakukan untuk mencari

hubungan sebab akibat atau uji kausalitas antar variabel

endogen di dalam sistem VAR. Di mana hubungan sebab

akibat yang diuji dapat terjadi hubungan satu arah maupun

dua arah atau timbal balik atau bahkan tidak ada hubungan

sama sekali. Berikut adalah persamaan yang dilakukan untuk


70

melakukan uji kausalitas granger:

tn

i

n

i ttt YYaY 1 1 1111 (3.10)

tm

i

m

i ttt YXX 1 1 1111 (3.11)

Dari persamaan di atas diasumsikan εt sebagai

disturbance term yang tidak berkolerasi.

Kemudian, untuk melihat ada atau tidaknya

kausalitas diuji melalui uji F atau dilihat dari nilai

probabilitasnya (Widarjono, 2013). Jika nilai F hitung lebih

besar dari F tabel maka variabel Y mempengaruhi variabel X.

Jika hasilnya sebaliknya, maka variabel Y tidak

mempengaruhi variabel X.

4. Uji Kointegrasi

Pada dasarnya uji kointegrasi muncul ketika akan

melakukan persamaan regresi pada data yang tidak stasioner

pada tingkat level (Gambar 3.4). Oleh karena itu data

non-stasioner harus ditransformasukan dalam bentuk stasioner

terlebih dahulu (Nugroho, Qoyum, Hashfi, & Syarif, 2015:

60).

Suatu hubungan kointegrasi dapat dipandang sebagai

hubungan jangka panjang (ekuilibrium). Suatu set variabel

dapat saja terdevisiasi dari pola ekuilibrium. Namun demikian,


71

diharapkan terdapat suatu mekanisme jangka panjang yang

mengembalikan variabel-variabel dimaksud pada pola

hubungan ekuilibrium (Ariefianto, 2012: 143).

Beberapa cara untuk melakukan uji kontegrasi antara

lain: Eangle Granger Cointegration Test, Johanses

Cointegration Test, Cointegrating Regression Durbin Watson

(CRDW). Kointegrasi dapat dilihat dari rank kointegrasi. Rank

kointegrasi (r) adalah jumlah dari seluruh hubungan

kointegrasi. Nilai r dapat diuji dengan uji kointegrasi Johansen.

Hipotesis yang diuji adalah:

H0: rank ≤ r

H1: rank ≥ r

Jika trace statistic lebih besar dari critical value, maka

terdapat kointegrasi. Sehingga model yang digunakan adalah

Vector Error Correction Model (VECM). Jika tidak terdapat

kointegrasi, maka model yang digunakan adalah model VAR

dengan pendifferensian sampai lag ke-d.

5. Estimasi Model VAR/VECM

Uji VAR/VECM muncul dari kritik Christoper Sims

(1980) yang berpendapat apabila ada keserentakan antara

sebuah kumpulan variabel, mereka seharusnya diperlakukan

dalam keadaan yang adil (equal footing); seharusnya tidak ada


72

priori perbedaan antar variabel endogen dan eksogen (Dalam

Gujarati & Porter, 2012: 485)

Walaupun demikian, menurut Widarjono (2013), hasil

estimasi VAR seringkali tidak memuaskan dilihat dari uji t.

Kelambanan variabel endogen di dalam sistem VAR

kemungkinan tidak signifikan secara statistik. Selain itu

secara individual koefisien di dalam model VAR sulit

diinterpretasikan. Oleh karena itu, perlu dilakukan pengujian

lanjutan untuk menganalisis hubungan antar variabel. Hal ini

bisa dilakukan menggunakan analisis Impulse Response

Function (IRF) dan Forecast Error Decompotition Variance

(VD).

6. Impulse Respond Function (IRF)

Analisis IRF melacak respon dari variabel endogen di

dalam sistem VAR karena adanya goncangan (shock) atau

perubahan di dalam variabel gangguan (e). Di mana adanya

shock gangguan dalam persamaan model VAR sebesar satu

deviasi standar akan mempengaruhi variabel endogen pada

saat ini maupun di masa mendatang. Selain itu, variabel

endogen ini juga akan mempengaruhi persamaan lainnya di

mana variabel endogen tersebut digunakan sebagai variabel

eksogen (Widarjono, 2013).


73

7. Forecast Error Variance Demopotition (VD)

Selain IRF, model VAR juga menyediakan analisis

VD, yang memberikan metode yang berbeda di dalam

menggambarkan sistem dinamis VAR dibanding IRF. Di

mana analisis VD menggambarkan relatif pentingnya setiap

variabel di dalam sistem VAR karena adanya shock. VD

berguna untuk memprediksi kontribusi persentase varian

setiap variabel karena adanya perubahan variabel tertentu di

dalam VAR.


74

BAB IV

HASIL DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian

1. Analisis Deskriptif

Berdasarkan tabel (4.1) di bawah, diketahui bahwa

sampel yang digunakan sebanyak 71 sampel yang didapatkan

dari tahun 200Q1-2018Q3. Pada variabel transaksi berjalan

nilai paling rendah sebesar USD-10,125 Miliar yang

didapatkan pada tahun 2013Q2. Sedangkan posisi paling

tinggi diperoleh pada tahun 2006Q2 dengan nilai sebesar

USD3,794 Miliar. Sedangkan rata-rata nilai transaksi berjalan

sebesar USD-1,290 Miliar dan standar deviasi sebesar

USD3,913 Miliar.

Tabel 4.1 Analisis Deskriptif

Rincian N Min. Maks. Rata-rata Std.

Deviation

Transaksi Berjalan 71 -10.125 3.794 -1.290 3.913

Anggaran Pemerintah

71 -174.943 72.135 -30.574 46.968

Investasi 71 -10.598 18.386 5.431 5.741

Nilai Tukar 71 8441.267 14614.36 10443.59 1818.213

Sumber: Olah data penulis

Selain itu, variabel anggaran pemerintah mencatatkan


75

defisit terbesar pada tahun 2015Q3 dengan nilai USD-174,944

Miliar. Sedangkan surplus paling tinggi sebesar USD72,135

Miliar dengan standar deviasi sebesar USD46,968 Miliar. Di

mana terjadi deviasi yang cukup besar pada anggaran

pemerintah. Hal ini dikarenakan data yang digunakan adalah

data kuartal. Sehingga transaksi dalam anggaran pemerintah

cenderung berfluktuaktif. Meskipun demikian, akumulasi

secara tahunan mencatat perubahan yang tidak terlampau

besar. Sedangkan rata-rata anggaran pemerintah mencatatkan

defisit sebesar USD-30,574 Miliar.

Variabel investasi mencatatkan aliran modal ke luar

paling besar pada tahun 2016Q4 sebesar USD-10,598 Miliar.

Hal tersebut dipengaruhi oleh transaksi tutup sendiri (crossing)

atas saham emiten di sektor perbankan pada bursa saham

domestik. Sedangkan aliran modal masuk (inflow) paling

besar terjadi pada tahun 2014Q4 sebesar USD18,838 Miliar

dengan standar deviasi sebesar USD5,741 Miliar.

Sedangkan variabel nilai tukar rupiah terhadap dollar

pada tahun 2003Q3 tercatat sebesar Rp8,441. Sedangkan

depresiasi nilai tukar terendah terjadi pada tahun 2018Q3

sebesar Rp14,614. Rata-rata nilai tukar sebesar Rp10,443

dengan standar deviasi sebesar Rp1,181.


76

2. Neraca Transaksi Berjalan di Indonesia

Pada tahun 2017 kinerja transaksi berjalan terus

membaik dengan mencatatkan defisit yang semakin menurun

(Gambar 4.1). Di mana perbaikan transaksi berjalan ditopang

oleh surplus neraca perdagangan barang, khususnya

nonmigas (Tabel 4.2). Surplus neraca perdagangan barang

nonmigas tahun 2017 meningkat 30,4% didorong kenaikan

nilai ekspor akibat perbaikan harga komoditas global dan

peningkatan permintaan negara-negara mitra dagang utama.

Namun demikian, perbaikan ekspor masih bertumpu pada

ekspor berbasis komoditas meskipun beberapa produk

manufaktur mulai membaik (Bank Indonesia, 2017).

Gambar 4.1 Transaksi Berjalan di Indonesia

Sumber: SDDS Bank Indonesia, November 2018

Tabel 4.2 Neraca Barang Dagangan Umum

di Indonesia (Juta USD)

-4,00

-3,00

-2,00

-1,00

0,00

2012

2013

2014

2015

2016

2017

CA

(%G

DP

)

Rincian 2015 2016 2017 Nonmigas 19.023 19.516 24.293


77

Sumber: Laporan Perekonomian Indonesia 2017, BI

Kinerja neraca perdagangan nonmigas pada 2017

membaik, dipengaruhi dampak positif dari pemulihan

ekonomi global yang terus berlanjut dan harga komoditas

yang meningkat. Peningkatan harga komoditas telah

mendorong kenaikan terms of trade dan sekaligus

meningkatkan ekspor nonmigas indonesia (Bank Indonesia,

2017).

Di mana pada tahun 2017, kenaikan pada surplus

neraca perdagangan nonmigas mencapai USD 4.677 juta

dibanding tahun 2016. Pada gilirannya hal ini dapat

menopang perbaikan transaksi berjalan. Disamping masih

terjadi defisit pada neraca migas dan defisit neraca jasa dan

pendapatan primer (Gambar 4.2).

Walaupun demikian, kinerja neraca jasa dan

pendapatan primer pada tahun 2017 menurun sehingga turut

memberikan tekanan pada defisit transaksi berjalan.

Peningkatan defisit transaksi berjalan sebagai akibat dari

tingginya pembayaran atas imbal hasil penempatan investasi

Minyak -13.105 -9.670 -12.780 Gas 7.402 4.908 5.480 Total 13.319 14.744 17.993


78

langsung.

Selain itu, tekanan pada defisit transaksi berjalan juga

bersumber dari kenaikan defisit neraca jasa yang disebabkan

oleh jasa pengiriman barang. Sedangkan surplus neraca

pendapatan sekunder pada 2017 relatif sama dengan capaian

2016. Hal tersebut didorong oleh surplus remitasi yang stabil

(Bank Indonesia, 2017).

Gambar 4.2 Transaksi Berjalan di Indonesia

Tahun 2015-2017

Sumber: Laporan Perekonomian Indonesia, BI

3. Anggaran Pemerintah di Indonesia

Pada tahun 2008-2017 terjadi peningkatan

pengeluaran belanja pemerintah yang mengakibatkan defisit

anggaran semakin besar. Hal ini ditunjukkan dalam (Gambar

4.3). Di mana belanja pemerintah mencapai 1.749,4 Triliun

pada realisasi per 30 November 2017. Walaupun demikian,

terdapat perbedaaan mendasar pengelolaan anggaran

-50000

-40000

-30000

-20000

-10000

0

10000

20000

30000

2015 2016 2017

Dal

am J

uta

USD

Pendapatan Sekunder

Pendapatan Primer

Jasa-jasa

Barang

Transaksi Berjalan


79

pemerintah dari tahun ke tahun. Terlebih bila dibandingkan

dengan sebelum tahun 2015, di mana subsidi untuk energi

terlampau besar (Tabel 4.3).

Gambar 4.3 Defisit Anggaran di Indonesia

Sumber: SDDS, Bank Indonesia

Berdasarkan (Gambar 4.3) kondisi defisit anggaran

pada tahun 2017 sudah mencapai 2,56% dari PDB. Di mana

batas defisit yang disarankan adalah sebesar 3,0% dari PDB.

Selain itu, menurut Kuncoro (2013), dari sudut kacamata

ekonomi publik, fungsi anggaran setidaknya mencakup

aspek alokasi, stabilisasi, dan distribusi. Di mana fungsi

tersebut tertuang dalam anggaran pemerintah (APBN).

Tabel 4.3 Belanja tahun 2014 dan 2017 (Rp Triliun)

-400000,0

-350000,0

-300000,0

-250000,0

-200000,0

-150000,0

-100000,0

-50000,0

0,0

-3,00

-2,50

-2,00

-1,50

-1,00

-0,50

0,00

2009

2010

2011

2012

2013

2014

2015

2016

2017

An

gara

n P

em

eri

nta

h

APBN (Miliar Rp) APBN (%GDP)

Rincian 2014 2017 Belanja Pegawai 258,4 340,4 Belanja Barang 195,2 318,8 Belanja Modal 160,8 206,2


80

Sumber: Publikasi Realisasi APBN tahun 2014 dan 2017, Kemenkeu

Berdasarkan tabel (4.3) di atas bisa ditemukan

perbedaan mencolok pada subsidi pemerintah. Di mana pada

tahun 2014 subsidi pemerintah untuk energi sebesar

mencapai Rp350,3 triliun. Sedangkan pada tahun 2015

terjadi pemangkasan subsidi energi, terutama Bahan Bakar

Minyak (BBM), di mana pada tahun 2017 nilainya hanya

Rp89,9 triliun. Di mana hal ini dikarenakan subsidi BBM

tidak tepat sasaran, dan hanya memberatkan APBN

(Kuncoro, 2013).

Selain itu, dalam belanja pemerintah terdapat pos

tambahan, yaitu pos Dana Desa. Di mana besaran pos ini

dalam APBN 2017 mencapai Rp60 triliun. Sedangkan dana

subsidi sebelumnya kemudian dipindahkan untuk pos

Pembayaran Utang 135,5 219,2 Subsidi 403,0 168,9 Belanja Hibah 2,9 5,5 Bantuan Sosial 96,7 58,1 Belanja Lainnya 27,9 49,9 Dana Perimbangan 491,9 - Dana Otonomi Khusus

104,6 -

Transfer ke derah - 706,3 Dana Desa - 60 Jumlah 1.876,9 2.133,3


81

lainnya, terutama belanja barang. Di mana proyek

pembangunan infrastruktur terus dilakukan pemerintah.

Selain dari sisi belanja, APBN juga terdiri dari pos

anggaran pendapatan. Di mana pos ini terdiri dari berbagai

macam pajak, retribusi, royalti, bagian laba BUMN, dan

berbagai pendapatan non-pajak lainnya. Namun demikian,

yang paling dominan dan sekaligus paling krusial sebagai

instrumen fiskal dari sisi penerimaan adalah pajak

(Tambunan, 2011).

Di mana pada realisasi APBN per 30 November 2017

penerimaan pajak berdasarkan anggaran sebesar Rp1.736,1

triliun. Sedangkan aktualnya sebesar Rp1.395,6 triliun atau

pencapaiannya sebesar 80,4% (Tabel 4.4). Sedangkan

pendapatan terbesar ada pada pos Pajak dalam Negeri yaitu

sebesar 82,8% dari total penerimaan negara. Berikut ini

adalah penerimaan APBN pada tahun 2017:

Tabel 4.4 Penerimaan Pemerintah tahun 2017 (Rp Triliun)

Rincian 2017 % Pajak dalam Negeri 1.436,7 82.8% Pajak Perdagangan Internasional 36,0 2.1% Penerimaan Sumber Daya Alam 95,6 5.5% Bagian Laba BUMN 41,0 2.4% PNPB Lainnya 85,1 4.9% Pendapatan BLU 38,5 2.2%


82

Sumber: Publikasi Realisasi APBN per 30 November 2017,

Kemenkeu

4. Investasi

Krisis yang terjadi di Indonesia tahun 1998 cukup

memberikan dampak signifikan terhadap transaksi finansial di

Indonesia. Pada awal terjadinya krisis, transaksi yang semula

mencatatkan surplus berubah menjadi defisit yang semakin

membesar akibat defisit pada investasi portofolio sejalan

dengan terjadinya pembalikan arus modal dan investasi

lainnya. Sedangkan investasi langsung masih surplus. Namun,

pada tahun 1998 kondisi semakin memburuk sehingga seluruh

komponen transaksi finansial mencatat defisit. Barulah pada

tahun 2002 aliran modal investasi langsung mulai pulih.

Sedangkan investasi portofolio dan investasi lainnya mulai

pulih pada tahun 2008 (Widodo et. al., 2013).

Berdasarkan Laporan Perekonomian Indonesia dari

Bank Indonesia (2017), pada tahun 2017 terjadi kenaikan

surplus pada transaksi modal dan finansial. Hal ini didukung

oleh membaiknya persepsi investor terhadap prospek ekonomi

Indonesia dan risiko global yang secara umum menurun.

Hibah 3,1 0.2% Total 1.736,1 100.0%


83

Gambar 4.4 Aliran Modal Asing di Indonesia

Menurut Komponen

Sumber: Balance of Payment (BoP), IMF

Gambar (4.4) menunjukkan aliran modal asing di

Indonesia. Di mana setiap tahunnya selalu mengalami

kenaikan. Akan tetapi pada tahun 2016 terjadi penurunan

yang cukup besar pada investasi langsung dan investasi

lainnya. Sehingga menyebabkan neraca modal dan transaksi

finansial mencatatkan penurunan yang cukup tajam

dibandingkan dengan tahun 2015.

Hal tersebut dipengaruhi oleh transaksi tutup sendiri

(crossing) atas saham emiten di sektor perbankan pada bursa

saham domestik. Investasi langsung asing yang semula

tercatat pada sektor perbankan tersebut awalnya berasal dari

dana yang bersumber dari dalam negeri (round-tripping FDI),

sehingga saat terjadi divestasi asing (outflow di sisi

kewajiban investasi langsung), terjadi pula divestasi oleh

-20

-10

0

10

20

30

40

50

60

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

Inve

sta

si (

Mili

ar

USD

)

FDI Portofolio Other Net


84

investor domestik atas emitas di luar negeri yang memiliki

saham perbankan dimaksud (inflow di sisi aset investasi

langsung) dengan nilai yang sama (Bank Indonesia, 2017).

Dengan demikian, meskipun investasi asing langsung

mengalami outflow, namun neto investasi asing langsung

tidak berubah. Karena pada saat yang sama investasi asing

langsung dari sisi aset mengalami inflow dengan jumlah

yang relatif sama seiring dengan menurunnya investasi asing

langsung pada special purpose vehicle (SVP) di luar negeri

(Bank Indonesia, 2017).

5. Nilai Tukar

Sejak sebelum tahun 1997, Indonesia menerapkan

sistem nili tukar tetap. Akan tetapi kemudian pada tahun

1997 terjadi krisis pada Bath Thailand. Hal ini kemudian

menyebar ke beberapa negara Asia seperti, Malaysia,

Filipina, Korea, dan Indonesia. Untuk mencegah penularan

dari krisis nilai tukar pada negara tetangga tersebut, Bank

Indonesia kemudian melakukan berbagai kebijakan

pencegahan. Diantaranya adalah dengan melalui pelebaran

rentang intervensi (Spread) dan intervensi di pasar valuta

asing. Akan tetapi kebijakan tersebut ternyata tidak mampu

meredam depresiasi nilai tukar rupiah. Sementara itu


85

intervensi di pasar valuta asing hanya memberikan efek yang

sangat marginal, sedangkan cadangan devisa terus menurun

karena ini. Oleh karena untuk mencegah habisnya cadangan

devisa, pada tanggal 14 Agustus 1997 pemerintah

mengambil kebijakan untuk mengambangkan nilai tukar

rupiah menganut sistem nilai tukar mengambang bebas

(Simonangkir & Suseno, 2003).

Sedangkan, perkembangan nilai tukar pada tahun

2017 secara umum cukup stabil, meskipun sempat

mengalami tekanan pada triwulan terakhir akibat faktor

eksternal. Terjaganya nilai tukar rupiah tidak terlepas dari

kinerja positif NPI (Neraca Pembayaran Indonesia) yang

mencatatkan surplus. Di mana surplus NPI didukung oleh

cukup derasnya aliran masuk modal asing dan menurunnya

defisit transaksi berjalan. Selain imbal hasil yang menarik,

perbaikan prospek perekonomian Indonesia mendorong

aliran masuk modal asing ke Indonesia.

Dari sisi eksternal, dinamika global sepanjang 2017

yang terutama dipengaruhi oleh kebijakan ekonomi dan

perkembangan politik AS dan Eropa juga mewarnai

pergerakan rupiah. Secara umum, faktor eksternal cukup

kondusif bagi perkembangan nilai tukar rupiah, meskipun


86

kemudian memberikan pengaruh kurang menguntungkan

pada kuartal IV tahun 2017 (Gambar 4.5).

Gambar 4.5 Nilai Tukar Rupiah terhadap Dollar Amerika

Sumber: SDDS Bank Indonesia, Mei 2018

Di mana sejak kuartal kuartal II tahun 2016, nilai

tukar rupiah secara rata-rata berada di rentang

Rp13.300/USD. Namun pada kuartal IV tahun 2017

mengalami kenikan mencapai Rp13.500/USD. Hal ini

terutama dipengaruhi dari perkembangan dari Amerika

Serikat yang memicu ketidakpastian global antara lain terkait

dengan perkembangan politik dan kebijakan ekonomi,

termasuk arah normalisasi kebijakan moneter AS. Dari China,

ketidakpastian global muncul terkait dengan keraguan pasar

dalam merespon perekonomian China yang tumbuh di atas

perkiraan awal. Dari Eropa, resiko global terkait dengan arah

penurunan volume quantitive easing (QE) European Central

12900

13000

13100

13200

13300

13400

13500

13600

Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4

2016 2017

Nila

i Tu

kar

(Rp

/USD

)


87

Bank (ECB).

B. Analisis Data Penelitian

1. Uji Stasioneritas Data

Uji stasioneritas data dilakukan untuk memastikan ada

tidaknya akar unit pada variabel-variabel yang akan diteliti.

Berdasarkan uji Augmented Dickey Fuller (ADF), variabel

anggaran pemerintah (BD) dan investasi (INV) sudah

stasioner pada tingkat level. Akan tetapi transaksi berjalan

(CAD) dan nilai tukar (KURS) tidak stasioner atau

mempunyai akar unit pada tingkat level. Sehingga untuk

menghilangkan akar unit tersebut dilakukan pengujian

stasioneritas pada first difference.

Tabel 4.5 Hasil Uji Stasioneritas

Variabel Level First Difference

ADF statistic t-statistic 0.05 ADF statistic t-statistic 0.05 Intercept

CAD -1.695912 -2.903566 -10.72780*** -2.904198 BD -1.041461 -2.906210 -8.572353*** -2.906210 INV -4.440469*** -2.903566 -7.379551*** -2.906210 KURS -0.214444 -2.904848 -5.883090*** -2.904848

Intercept dan Tren CAD -3.213191 -3.475305 -10.70108*** -3.476275 BD -8.860562*** -3.475305 -8.521111*** -3.479367 INV -6.631403*** -3.475305 -7.359938*** -3.479367 KURS -2.720091 -3.476275 -6.020546*** -3.477275


88

No Intercept dan Tren CAD -1.409409 -1.945525 -10.72028*** -1.945596 BD -0.266099 -1.945823 -8.577416*** -1.945823 INV -1.184880 -1.945669 -7.342515*** -1.945823 KURS 1.150384 -1.945669 -5.773082*** -1.945669 Keterangan: ***) signifikan pada taraf 1%. **) signifikan pada taraf 5%

Sumber: Lampiran 2.1

Berdasarkan hasil uji stasioneritas pada tabel (4.5),

diketahui apabila pada tingkat first defference semua variabel

telah stasioner. Oleh karena itu, langkah selanjutnya akan

dilakukan uji pemilihan lag optimal. Kemudian dilanjutkan

dengan uji kointegrasi untuk menentukan apakah akan

menggunakan model VECM atau VAR First Difference.

2. Uji Pemilihan Lag Optimal

Menurut Malahayati (2011), penetapan lag optimal

dilakukan karena dalam model VAR lag optimal dari variabel

endogen merupakan variabel independen yang digunakan

dalam model. Dalam penelitian ini, penetapan lag optimum

dipilih dengan menggunakan kriteria Aike Information

Criteria (AIC) dan Schwartz Information Criteria (SC)

minimum. Berdasarkan tabel (4.6), AIC dan SC

merekomendasikan lag 1. Oleh karena itu, pengujian

selanjutnya akan menggunakan lag 1 sebagai lag optimal.


89

Tabel 4.6 Hasil Uji Pemilihan Lag Optimal

Lag AIC SC 0 20.36285 20.49665 1 16.34365* 17.01269* 2 16.53617 17.74045 3 16.65555 18.39506 4 16.76306 19.03780

Keterangan: *) kriteria nilai terkecil


3. Uji Stabilitas Model

Model Vector Autoregressive sangat sensitif terhadap

time lag. Sehingga penentuan lag akan digunakan untuk

melihat stabilitas VAR. Di mana uji stabilitas VAR dilakukan

dari lag 1 sampai optimum lag. Model VAR yang stabil akan

menghasilkan estimasi yang unbiased dari waktu ke waktu

(Qoyum et. Al., 2015). Di mana apabila nilai modulus lebih

besar dari 1 maka dapat dikatakan model tidak stabil. Namun,

apabila modulus kurang dari satu, maka model dapat

dikatakan stabil. Sedangkan hasil yang didapatkan adalah nilai

modulus kurang dari 1 untuk lag 1. Sehingga dapat dikatakan

model sudah stabil (Tabel 4.7).


90

Tabel 4.7 Hasil Uji Stabilitas Model

Root Modulus -0.427176 - 0.296797i 0.520161 -0.427176 + 0.296797i 0.520161 -0.232883 0.232883 -0.103114 0.103114


4. Uji Kointegrasi

Uji kointegrasi dilakukan untuk mengetahui informasi

mengenai keberadaan hubungan jangka panjang antar variabel.

Persyaratan yang perlu dipenuhi dalam proses kointegrasi

adalah seluruh variabel harus telah stasioner pada drajat yang

sama. Dalam hal ini seluruh variabel stasioner pada tingkat

first difference, sehingga uji kointegrasi dapat dilakukan.

Apabila terdapat kointegrasi model yang diuji, maka

selanjutnya akan menggunakan analisis VECM, jika tidak

terdapat kointegrasi, selanjutnya dilanjutkan dengan

menggunakan metode VAR first difference (Malahayati,

2011).

Uji kointegrasi pada penelitian ini menggunakan uji

johansen cointegration Test. Sedangkan lag yang digunakan

dalam menguji kointegrasi menggunakan lag yang dipilih

sebelumnya. Kemudian, suatu model dinyatakan memiliki

kointegrasi apabila nilai Trace Statistic > Critical Value


91

dengan nilai kritis 5%. Hasil yang diperoleh adalah sebagai

berikut:

Tabel 4.8 Hasil Uji Kointegrasi

Rank Kointegrasi

Trace Statistic Critical Value Prob.

1 77.12641 54.07904 0.0001*** 2 37.42021 35.19275 0.0283** 3 16.82695 20.26184 0.1391 4 1.509787 9.164546 0.8716

Keterangan: Keterangan: **) signifikan pada 5%. ***) signifikan pada 1%. Sumber: Lampiran 2.4

Berdasarkan hasil uji pada tabel (4.8) diketahui bahwa

nilai trace value pada rank 1 sampai 2 lebih besar dari cirical

value pada taraf 5%. Dari hasil tersebut dapat diketahui

bahwa terdapat dua persamaan kointegrasi. Sehingga dapat

disimpulkan terdapat hubungan jangka panjang pada model.

Oleh karena itu, maka model yang digunakan dalam

penelitian ini adalah VECM.

5. Uji Kausalitas Granger

Uji Kausalitas Granger dilakukan untuk melihat apakah

antara satu variabel dengan variabel lain di dalam model

mempunyai pengaruh satu sama lain. Di mana pengaruh yang

terjadi dapat dilihat apakah terjadi hubungan satu arah atau

dua arah. Berikut adalah hasilnya:


92

Tabel 4.9 Hasil Bivariate Granger Causality Test

Variabel Dependen BD Variabel Independen CAD BD INV KURS Prob. F-Statistic 0.7766 0.0014*** 0.1796 Variabel Dependen CAD Variabel Independen CAD BD INV KURS Prob. F-Statistic 2.E-06*** 0.0127** 0.0002*** Variabel Dependen INV Variabel Independen CAD BD INV KURS Prob. F-Statistic 0.0537 0.2312 0.3435 Variabel Dependen KURS Variabel Independen CAD BD INV KURS Prob. F-Statistic 0.5180 0.0002*** 0.0847 Keterangan: **) signifikan pada 5%. ***) signifikan pada 1%

Sumber: Lampiran 2.5.

Hipotesis null yang digunakan pada uji Bivariate

Granger Causality Test adalah tidak terdapat hubungan antara

variabel yang diuji. Sehingga apabila nilai probabilitas lebih

kecil dari α (0.05 atau 5%) maka hipotesis null dapat ditolak.

Sehingga hipotesis alternatif diterima, yaitu terdapat

hubungan antara variabel yang diuji.

Berdasarkan hasil di atas diketahui bahwa nilai Prob.

F-Statistic BD terhadap CAD sebesar 2.E-06 (0.000002) < α

(0.05). INV terhadap BD sebesar 0.0014 < α (0.05) dan Prob.

F-Statistic INV terhadap CAD sebesar 0.0127. Selain itu,


93

diketahui Prob. F-Statistic BD terhadap KURS sebesar 0.0002

< α (0.05) dan KURS terhadap CAD sebesar 0.0002 < α

(0.05). Sehingga dapat disimpulkan bahwa terdapat hubungan

antara BD mempengaruhi CAD. Selain itu, terdapat pola

hubungan INV mempengaruhi BD dan CAD. Kemudian, BD

mempengaruhi KURS dan KURS mempengaruhi CAD.

Sedangkan pada variabel lain tidak terjadi hubungan satu arah

maupun dua arah.

Tabel 4.10 Hasil Uji Granger Causality/Block Exogenity Wald Test

Variabel Dependen BD Variabel Independen CAD BD INV KURS Prob. F-Statistic 0.5435 0.0310** 0.2193 Variabel Dependen CAD Variabel Independen CAD BD INV KURS Prob. F-Statistic 0.1410 0.8200 0.1390 Variabel Dependen INV Variabel Independen CAD BD INV KURS Prob. F-Statistic 0.8895 0.6937 0.6824 Variabel Dependen KURS Variabel Independen CAD BD INV KURS Prob. F-Statistic 0.7879 0.4066 0.2897 Keterangan: **) signifikan pada 5%. ***) signifikan pada 1%


Sedangkan berdasarkan hasil uji Granger

Causality/Block Exogenity Wald Test (Tabel 4.10) dengan uji


94

taraf nyata 5%, diketahui bahwa variabel INV mempengaruhi

BD dengan probabilitas sebesar 0.0310 < α (0.05). Di mana

menurut Malahayati (2011), uji Granger Causality/Block

Exogenity Wald Test merupakan bentuk general dari Granger

Causality Test dalam konteks multivariate. Berdasarkan hasil

di atas, didapatkan hubungan seperti berikut:

Gambar 4.6 Pola Hubungan Berdasarkan

Uji Kausalitas Granger

Sumber: Olah data peneliti

Selanjutnya akan dilanjutkan dengan uji Impulse

Response Function dan Forecast Error Variance

Decomposisiton untuk mengkonfirmasi hubungan tersebut dan

memperkuatnya.

6. Uji Impulse Response Function (IRF)

Uji IRF digunakan untuk melacak perubahan dari

variabel endogen terhadap variabel lain di dalam sistem

VAR/VECM. Walaupun demikian, menurut Qoyum et. al.

(2015), teknik interpretasi IRF pada VECM sedikit berbeda

jika dibandingkan dengan VAR. Di mana IRF digunakan


95

untuk menentukan pengaruh positif atau negatif variabel

impulse terhadap variabel response. Caranya dengan

mengamati pergerakan garis sampai pada periode yang stabil

atau tidak berfluktuasi. Hal ini didasarkan pada interpretasi

VECM yang dilakukan oleh Ascarya (2012). Berikut ini

adalah hasil dari uji IRF:

Gambar 4.7 Hasil Uji IRF Variabel Dependen CAD


Berdasarkan hasil dari gambar (4.7) diketahui bahwa

variabel INV dan BD memberikan dampak yang

berfluktuaktif dan stabil positif terhadap CAD. Di mana

pengaruh shock variabel BD mereda dan stabil pada periode

18. Sedangkan variabel INV stabil lebih awal di periode ke 9.

Hal berbeda ditunjukkan variabel KURS yang pada awalnya

memberikan pengaruh positif, namun pada periode ke 11

mulai memberikan pengaruh negatif dan stabil negatif sejak

-0,1

0

0,1

0,2

0,3

0,4

0,5

0,6

1 11 21 31 41 51

BD INV KURS


96

periode ke 22.

Selain itu, INV dan KURS mempengaruhi BD secara

negatif dan stabil. Di mana pada gejolak shock baru mereda

dan stabil pada periode 10 untuk INV dan periode 20 untuk

KURS. Sedangkan variabel CAD memberikan dampak positif

terhadap BD (Gambar 4.8). Di mana shock baru mereda dan

stabil pada periode ke 17.

Gambar 4.8 Hasil Uji IRF Variabel Dependen BD


Kemudian, pada gambar (4.9) diketahui bahwa CAD

dan KURS memberikan dampak positif dan permanen pada

INV. Meskipun pada periode awal, CAD memberikan

dampak negatif kepada KURS. Di mana gejolak shock mulai

mereda dan stabil positif pada periode ke 17-20. Sedangkan

BD memberikan dampak negatif dan permanen terhadap INV.

Di mana gejolak shock mulai mereda pada periode yang

-10

-5

0

5

10

15

1 11 21 31 41 51

CAD INV KURS


97

hampir sama, yaitu pada periode ke 17 (Gambar 4.9).

Gambar 4.9 Hasil Uji IRF Variabel Dependen INV


Gambar 4.10 Hasil Uji IRF Variabel Dependen KURS


Sedangkan, gambar (4.10) menunjukkan bahwa CAD,

BD, dan INV memberikan dampak negatif dan permanen

terhadap KURS. Di mana gejolak shock mulai mereda dan

stabil pada periode 18-19 untuk BD dan INV. Gejolak shock

pada CAD sendiri baru mereda pada periode 23.

Berdasarkan hasil uji IRF di atas, dapat disimmpulkan

-2

-1,5

-1

-0,5

0

0,5

1

1 11 21 31 41 51

CAD BD LN_KURS

-0,07

-0,06

-0,05

-0,04

-0,03

-0,02

-0,01

0

0,01

1 11 21 31 41 51

CAD BD INV


98

bahwa BD dan INV memberikan dampak positif terhadap

CAD. Hal ini berarti semakin besar deficit BD makan akan

diikuti dengan defisit pada CAD. Selain itu, nilai tukar

berpengaruh negatif terhadap CAD. Di mana, depresiasi nilai

tukar akan membuat defisit pada CAD semakin membersar.

Selain itu, INV dan KURS memberikan pengaruh negatif

pada BD. CAD sendiri memberikan pengaruh positif

terhadap BD. Lalu, INV dipengaruhi positif oleh KURS dan

CAD. Sedangkan BD berpengaruh negatif pada INV.

Terakhir, variabel CAD, BD, dan INV secara bersama-sama

berpengaruh negarif pada KURS. Berikut adalah ringkasan

dari hasil uji IRF yang telah dilakukan:

Tabel 4.11 Ringkasan Hasil Uji IRF

Variabel Dependen

Variabel Independen

Hasil IRF

CAD BD Positif INV Positif KURS Negatif

BD CAD Positif INV Negatif KURS Negatif

INV CAD Positif BD Negatif KURS Positif

KURS BD Negatif


99

CAD Negatif INV Negatif

Sumber: Olah data peneliti.

7. Hasil Uji Forecast Error Vector Decompotition (VD)

Uji VD digunakan untuk memprediksi kontribusi setiap

variabel endogen dalam model. Hasil yang diperoleh dari uji

VD adalah persentase pengaruh variabel independen terhadap

variabel dependen dalam periode waktu yang berbeda-beda.

Berikut ini adalah hasil dari uji VD untuk variabel dependen

CAD:

Tabel 4.12 Hasil VD Variabel Dependen CAD

Periode Variabel Independen

BD CAD INV KURS 1 2.662376 97.33762 0.000000 0.000000 4 6.738374 91.47207 0.056841 1.732718 8 7.915477 90.72750 0.055663 1.301356

16 8.931973 90.12450 0.083763 0.859765 20 9.209485 89.93236 0.095675 0.762482 40 9.921688 89.40531 0.129584 0.543413 60 10.22572 89.17658 0.144412 0.453296


Berdasarkan hasil uji di atas (Tabel 4.12) diketahui

apabila variabel CAD lebih banyak dipengaruhi oleh dirinya

sendiri. Selain itu, variabel BD memberikan pengaruh yang


100

cukup besar pada CAD. Di mana pada periode ke 4,

pengaruhnya mencapai 6,73%. Seiring berjalannya waktu,

pengaruhnya naik menjadi 10,22% pada periode ke 60.

Sedangkan variabel INV dan KURS berdampak sangat kecil

pada CAD, yaitu hanya di bawah kisaran 0,5%.

Sedangkan ketika BD dijadikan sebagai variabel

dependen (Tabel 4.13), pengaruh INV dan KURS juga kecil.

Di mana pada periode ke 4, masing-masing hanya

berpengaruh sebesar 3,69% dan 0,67%. Pada priode

berikutnya terdapat kenaikan pengaruh INV terhadap BD.

Akan terapi, kenaikannya hanya menjadi 3,82% pada periode

ke 60. Sedangkan variabel KURS juga mengalami kenaikan

pengaruh menjadi 1.02% pada periode ke 16. Akan tetapi pada

selanjutnya terus mengalami penurunan pengaruh terhadap

BD. Walaupun demikian, variabel CAD mempunyai pengaruh

yang besar terhadap BD, yaitu sebesar 12,56% pada periode

ke 4. Pengaruh tersebut semakin besar sehingga pada periode

ke 40 menjadi 57,59% dan pada periode ke 60 menjadi

64,07%.

Tabel 4.13 Hasil VD Variabel Dependen BD


BD CAD INV KURS 1 100.0000 0.000000 0.000000 0.000000


101

4 83.06464 12.56856 3.691880 0.674924 8 72.16246 23.11300 3.771143 0.953397

16 57.02424 38.12203 3.830194 1.023531 20 51.88458 43.27433 3.832886 1.008205 40 37.63833 57.59229 3.830095 0.939289 60 31.18740 64.07953 3.827735 0.905342


Tabel 4.14 Hasil VD Variabel Dependen INV


BD CAD INV KURS 1 0.255866 7.157422 92.58671 0.000000 4 6.889293 4.325788 88.57388 0.211040 8 6.624520 2.575322 90.04384 0.756318

16 5.942858 1.417782 91.01860 1.620763 20 5.745139 1.183987 91.18533 1.885544 40 5.298701 0.714183 91.49467 2.492449 60 5.140207 0.552843 91.59816 2.708787


Pada tabel (4.14) variabel CAD memberikan pengaruh

yang cukup besar pada periode pertama, yaitu sebesar 7,15%.

Akan tetapi, pengaruh tersebut berangsur menurun hingga

sebesar 1,18% pada periode ke 20 dan hanya 0,55% pada

periode ke 60. Selain itu, variabel BD juga tidak jauh berbeda

dengan CAD. Di mana, pada awal periode ke 4 pengaruhnya

mencapai 6,88%. Akan tetapi, setelah itu mengalami

penurunan hanya menjadi 5,14% pada periode ke 60.


102

Sedangkan pengaruh KURS hanya kecil, yaitu sebesar 2,70%

pada periode ke 60.

Tabel 4.15 Hasil VD Variabel Dependen KURS


BD CAD INV KURS 1 4.786437 0.055276 0.922850 94.23544 4 6.921533 22.73872 2.059475 68.28027 8 9.668975 56.69872 1.182851 32.44945

16 10.68221 76.73050 0.566574 12.02072 20 10.78674 79.87583 0.461663 8.875774 40 10.92496 84.92988 0.288872 3.856292 60 10.95915 86.27862 0.242379 2.519854


Pengaruh INV terhadap KURS tebilang kecil. Pada

periode ke 4 pengaruhnya sebesar 2,05% (Tabel 4.15). Akan

tetapi terus menurun hingga pada periode ke 60 hanya sebesar

0,24%. Sedangkan variabel BD dan CAD mempunyai

pengaruh yang besar terhadap KURS. Di mana pada periode

pertama, BD sudah berpengaruh sebesar 4,78% dan terus

meningkat menjadi 10,95% pada periode ke 60. Variabel CAD

sendiri harnya berpengaruh sebesar 0,05% pada periode

pertama. Namun pada periode ke 4, pengaruhnya menjadi

22,72%. Jumlah tersebut terus meningkat menjadi 56,69%

pada periode ke 8 dan pada periode ke 60 pengaruhnya


103

terhadap KURS menjadi 86,27%.

C. Pembahasan

1. Hubungan Defisit Anggaran dengan Transaksi Berjalan

Hipotesis pertama (Ha1) yang diajukan dalam

penelitian ini adalah defisit anggaran berpengaruh positif

terhadap defisit transaksi berjalan. Di mana semakin besar

pengeluaran pemerintah yang dicerminkan oleh besaran

defisit anggaran (BD) akan menyebabkan ekspor menurun dan

impor yang semakin besar. Hasil uji kausalitas granger

menemukan bahwa variabel BD berpengaruh terhadap CAD.

Meskipun demikian, hasil uji VD menunjukkan bahwa BD

mempunyai pengaruh terhadap CAD sebesar 10,22% pada

periode ke 60.

Selain itu, hasil uji IRF menunjukkan bahwa BD

berpengaruh positif terhadap CAD. Hal ini mendukung

hipotesis di awal bahwa BD berpengaruh positif terhadap

CAD. Kemudian, berdasarkan hasil uji kausalitas granger juga

ditemukan bahwa terdapat pola hubungan antara BD dengan

CAD. Di mana hal tersebut ditunjukkan melalui pengaruh BD

terhadap KURS dan pengaruh KURS terhadap CAD.

Meskipun demikian, berdasarkan hasil uji VD diketahui

bahwa variabel BD dipengaruhi oleh variabel CAD sebesar


104

64,07% pada periode ke 60. Hal ini menunjukkan bahwa CAD

mempunyai pengaruh yang besar terhadap BD.

Pengaruh CAD yang besar terhadap BD dapat

dijelaskan karena impor bahan bakar minyak yang cukup

besar dan cukup membebani anggaran pemerintah. Di mana

pada tahun 2014 beban subsudi mencapai Rp403 Triliun.

Sangat berbeda dibandingkan dengan tahun 2017 yang hanya

sebesar Rp168.9 Triliun. Selain itu, di dalam pos realisasi

APBN juga terdapat pos penerimaan pajak perdagangan

internasional yang setiap tahunnya mengalami kenaikan. Di

mana pada tahun 2007 mencapai Rp20,936 Miliar dan

meningkat pada tahun 2011 menjadi Rp54,121 Miliar. Akan

tetapi, jumlah tersebut mengalami penurunan sehingga hanya

menjadi Rp35,470 Miliar pada tahun 2016. Hal itu tidak

terlepas dari penurunan transaksi perdagangan internasional.

Hasil tersebut sejalan dengan penelitian yang dilakukan

oleh Chang dan Shu (2009) bahwa defisit transaksi berjalan

mempengaruhi defisit anggaran pada negara yang tengah

melakukan ekspansi pasar sehingga pemerintah negara yang

bersangkutan merasa neraca perdagangan sangat penting dan

sangat diperlukan suntikan dana dari pemerintah untuk

menutupi defisit neraca transaksi berjalan yang dialami oleh


105

negara yang bersangkutan (dalam Malahayati, 2011).

Sedangkan di Indonesia, neraca transaksi berjalan yang

terus-menerus mengalami defisit mulai menjadi perhatian

pemerintah. Hal ini disebabkan karena pada tahun 2018Q3,

defisit transaksi berjalan telah mencapai -3,37% terhadap

PDB. Selain itu, nilai tukar rupiah mengalami depresiasi

paling rendah setelah tahun 1997. Di mana, pada 2018Q3 nilai

tukar rupiah terhadap USD senilai Rp14.614. Sehingga perlu

upaya dari pemerintah untuk mengantisipasi defisit transaksi

berjalan yang terjadi terus-menerus.

2. Hubungan Investasi dengan Transaksi Berjalan

Hipotesis kedua (Ha2) yang diajukan dalam penelitian

ini adalah defisit transaksi berjalan mempunyai hubungan

negatif dengan investasi. Di mana, investasi akan membuat

permintaan mata uang domestik naik dan membuat nilai tukar

terapresiasi. Sehingga mengakibatkan ekspor menurun dan

impor naik. Berdasarkan hasil uji kausalitas granger

ditemukan bahwa investasi mempunyai pola pengaruh

langsung dan tidak langsung terhadap transaksi berjalan. Di

mana pola hubungan tidak langsung tersebut berasal dari

pengaruh INV terhadap BD. Di mana BD akan mempengaruhi

CAD dan KURS, kemudian KURS akan mempengaruhi CAD.


106

Meskipun demikian, pengaruh investasi terhadap CAD

sangat kecil. Hal ini dilihat berdasarkan hasil uji VD yang

menunjukkan bahwa INV hanya mempunyai pengaruh

sebesar 0,14% terhadap CAD. Selain itu, berdasarkan hasil uji

IRF diketahui bahwa INV berpengaruh stabil positif terhadap

CAD. Walaupun pada periode awal, pengaruh CAD terhadap

INV adalah negatif.

Hal tersebut sejalan dengan penelitian yang dilakukan

oleh Safitri (2014) di mana hal itu dapat dijelaskan karena

dalam jangka pendek investasi akan menurunkan ekspor

melalui mekanisme nilai tukar. Meskipun demikian, investasi

dalam jangka panjang akan menguntungkan bagi

perekonomian. Di mana akan menaikkan output

perekonomian dan oleh sebab itu akan menaikkan jumlah

ekspor. Sehingga berdampak positif pada transaksi berjalan.

Selain itu, neraca transaksi berjalan juga dipengaruhi

secara langsung oleh investasi. Hal ini dikarenakan dalam pos

neraca transaksi berjalan terdapat pos pendapatan primer. Di

mana pos pendapatan primer menghitung hasil pembayaran

investasi yang dilakukan di dalam negeri oleh bukan

penduduk. Sehingga semakin besar investasi yang dilakukan

di Indonesia, semakin besar pula defisit pada pendapatan


107

primer. Terlebih pos pendapatan primer menyumbang defisit

terbesar pada transaksi berjalan. Di mana pada tahun 2017

mencapai USD-32,838 Juta.

3. Hubungan Defisit Transaksi Berjalan dengan Nilai Tukar

Hipotesis ketiga (Ha3) yang diajukan dalam penelitian

ini adalah defisit transaksi berjalan berpengaruh negatif

terhadap nilai tukar. Berdasarkan hasil uji kausalitas granger

ditemukan apabila terjadi hubungan satu arah antara CAD

dengan KURS. Di mana terdapat pengaruh KURS terhadap

CAD. Walaupun demikian, berdasarkan hasil VD diketahui

bahwa KURS berpengaruh sangat kecil terhadap CAD. Di

mana pengaruhnya hanya sebesar 0,45%. Meskipun

demikian, pengaruh CAD terhadap KURS cukup besar. Di

mana pada periode ke 4 pengaruhnya mencapai 22,73%.

Pengaruh tersebut terus meningkat hingga periode ke 60

pengaruhnya menjadi 86,27%. Sehingga ketika terjadi

kenaikan pada defisit CAD akan menyebabkan KURS

terdepresiasi.

Hal ini dapat dijelaskan bahwa menurut Simonangkir

dan Suseno (2003), terdapat tiga faktor yang mempengaruhi

permintaan valuta asing. Pertama, faktor pembayaran impor.

Semakin tinggi impor barang dan jasa, maka semakin besar


108

permintaan terhadap valuta asing, sehingga nilai tukar akan

cenderung melemah. Sebaliknya, jika impor menurun, maka

permintaan valuta asing menurun sehingga mendorong

menguatnya nilai tukar. Sedangkan apabila semakin besar

volume penerimaan ekspor, maka semakin besar pula valuta

asing yang dimiliki oleh suatu negara dan pada lanjutannya

nilai tukar terhadap mata uang asing cenderung menguat.

Pada tahun 2018Q3 nilai tukar rupiah mencapai titik

depresiasi terbesar sejak tahun 2001Q1. Di mana nilai

depresiasi mencapai Rp14,614. Hal tersebut sejalan dengan

defisit pada transaksi berjalan yang membesar. Di mana pada

periode yang sama defisitnya mencapai 3,37% terhadap PDB.

Selain itu, hal ini dipengaruhi oleh kebijakan kenaikan suku

bunga acuan The Federal Reserve (Fed) atau Fed Fund Rate

(FFR) yang mengalami kenaikan sebanyak empat kali dalam

tahun 2018. Hal ini menyebabkan tekanan pada depresiasi

rupiah semakin besar. Meskipun sudah diintervensi oleh

pemerintah menggunakan cadangan devisa, namun

depresiasi rupiah tidak dapat ditahan.

Selain itu, hasil penelitian ini sejalan dengan Nawatmi

(2012), di mana nilai tukar tidak mempengaruhi net ekspor.

Hal ini disebabkan kebutuhan impor bahan baku yang besar.


109

Di mana pada tahun 2017, impor bahan baku mencapai

72,2% dari total impor non migas menurut kelompok barang.

Sehingga walaupun nilai tukar terdepresiasi, impor tetap

dilakukan mengingat impor yang dilakukan akan digunakan

sebagai bahan baku dalam produksi barang dan jasa

perusahaan di Indonesia.

4. Hubungan Nilai Tukar dengan Anggaran Pemerintah

Hipotesis keempat (Ha4) yang diajukan dalam

penelitian ini adalah nilai tukar berpengaruh negatif terhadap

anggaran pemerintah. Di mana, apabila terjadi apresiasi nilai

tukar maka akan menyebabkan biaya belanja pemerintah

terutama dari pos cicilan pokok dan bunga pinjaman luar

negeri semakin mengecil dari sudut pandang mata uang

domestik. Sehingga defisit anggaran dapat ditekan. Hasil uji

kausalitas granger menemukan bahwa variabel KURS tidak

berpengaruh terhadap BD. Selain itu, dilihat dari besaran uji

VD juga menunjukkan bahwa pengaruh KURS terhadap BD

hanya sebesar 0,90%.

Walaupun demikian, hasil uji granger menunjukkan

bahwa variabel BD berpengaruh terhadap KURS. Di mana

hasil uji IRF menunjukkan bahwa BD berpengaruh negatif

terhadap KURS. Selain itu, hasil uji VD menunjukkan bahwa


110

BD mempunyai pengaruh yang cukup besar terhadap KURS,

yaitu sebesar 10,95%.

Pengaruh BD terhadap KURS dapat dijelaskan karena

defisit anggaran yang besar ditutup dengan pembiayaan utang

pemerintah. Sampai dengan Juni 2018, utang pemerintah

sudah sebesar Rp4.227 triliun. Di mana, rasio utang terhadap

PDB setiap tahunnya mengalami tren yang meningkat. Tahun

2014 rasio utang per PDB sebesar 24,7% dan meningkat

menjadi 29,4% di tahun 2017. Sedangkan komposisi total

utang pemerintah paling besar bersumber dari Surat Berharga

Negara (SBN) sebesar 81,3%, diikuti oleh pinjaman luar

negeri sebesar 18,5%, dan pinjaman dalam negeri sebesar

0,1%. Selain itu, berdasarkan mata uang, utang pemerintah

dikuasai oleh Rupiah sebesar 59,10% dan mata uang asing

sebesar 40,90% diperoleh dari mata uang lainnya.

Berdasarkan data tersebut diperoleh kesimpulan bahwa

instrumen utang yang lebih banyak berupa SBN berlaku

seperti investasi. Di mana, penerbitan SBN dengan bunga

yang lebih tinggi akan menarik investor asing untuk menaruh

dananya di Indonesia. Sehingga menyebabkan nilai tukar

terapresiasi.


111

5. Hubungan Investasi dengan Anggaran Pemerintah

Hipotesis kelima (Ha5) yang diajukan dalam

penelitian ini adalah investasi berpengaruh positif terhadap

anggaran pemerintah. Di mana investasi akan menyebabkan

nilai tukar terapresiasi dan membuat pos belanja untuk cicilan

pokok dan bunga pinjaman menurun dari sudut pandang mata

uang domestik. Sehingga menyebabkan defisit anggaran

mengecil dari yang sudah diperkirakan sebelumnya.

Berdasarkan hasil uji granger diketahui apabila variabel INV

berpengaruh terhadap BD. Selain itu, hasil uji IRF

menunjukkan bahwa INV berhubungan negatif terhadap BD.

Hasil ini berbeda dibandingkan hipotesis yang diajukan oleh

peneliti. Meskipun demikian, berdasarkan hasil uji VD

diketahui bahwa pengaruh variabel INV terhadap BD hanya

sebesar 3,69%.

Hasil tersebut bisa dijelaskan bahwa peningkatan

defisit anggaran akan membutuhkan pembiayaan dari utang

yang cukup besar. Di mana berdasarkan instumennya, utang

yang bersumber dari SBN sebesar 81,3%. Di mana SBN

merupakan salah satu pos dalam investasi portofolio yang

dihitung sebagai aliran dana masuk (capital inflow). Selain itu,

porsi utang pemerintah mengalami tren kenaikan setiap


112

tahunnya. Di mana pada tahun 2014 utang pemerintah sebesar

Rp255,7 triliun dan meningkat pada tahun 2017 menjadi

Rp492,1 triliun. Oleh karena itu, apabila defisit anggaran

membesar maka akan diikuti oleh kenaikan pembiayaan utang

pemerintah berupa SBN (investasi).


Documents

BAB II LANDASAN TEORI A. Landasan Teori 1. …digilib.uin-suka.ac.id/34631/2/14810104_BAB-II_sampai...18 BAB II LANDASAN TEORI Neraca Pembayaran suatu negara merupakan suatu catatan