Embed Size (px)
Citation preview
ANALISIS FAKTOR- FAKTOR YANG MEMPENGARUHI
RISIKO LIKUIDITAS BANK SYARIAH DI INDONESIA
SKRIPSI
Oleh:
Romario Annur
NIM: 1113081000065
JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1438 H/ 2017 M
i
ANALISIS FAKTOR- FAKTOR YANG MEMPENGARUHI
RISIKO LIKUIDITAS BANK SYARIAH DI INDONESIA
Skripsi
Diajukan kepada Fakultas Ekonomi dan Bisnis
Untuk Memenuhi Syarat-Syarat Meraih Gelar Sarjana Ekonomi
Oleh:
Romario Annur
NIM: 1113081000065
Di Bawah Bimbingan
Pembimbing I
Titi Dewi Warninda, SE., M.Si
NIP. 19731221 200501 2 002
JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1438 H/ 2017
ii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF
Hari ini Kamis, 9 Maret 2017 telah dilakukan Ujian Komprehensif atas
mahasiswa:
1. Nama : Romario Annur
2. NIM : 1113081000065
3. Jurusan : Manajemen
4. Judul Skripsi : Analisis Faktor-Faktor yang Mempengaruhi Risiko
Likuiditas Bank Syariah di Indonesia
Setelah mencermati dan memperhatikan penampilan dan kemampuan yang
bersangkutan selama proses ujian komprehensif, maka diputuskan bahwa
mahasiswa tersebut di atas dinyatakan LULUS dan diberi kesempatan untuk
melaksanakan ke tahap Ujian Skripsi sebagai salah satu syarat untuk memperoleh
gelar Sarjana Ekonomi pada Jurusan Manajemen Fakultas Ekonomi dan Bisnis
Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Jakarta, 9 Maret 2017
1. Dr. Taridi Kasbi Ridho, M.Si
NIP.
2. Slamet Riyadi, MM
NIP. 150 039 085
iii
LEMBAR PENGESAHAN UJIAN SKRIPSI
Hari ini Selasa, 25 Juli 2017 telah dilakukan Ujian Skripsi atas mahasiswa :
1. Nama : Romario Annur
2. NIM : 1113081000065
3. Jurusan : Manajemen
4. Judul Skripsi : Analisis Faktor-Faktor yang Mempengaruhi Risiko
Likuiditas Bank Syariah di Indonesia
Setelah mencermati dan memperhatikan penampilan dan kemampuan yang
bersangkutan selama proses ujian skripsi, maka diputuskan bahwa mahasiswa
tersebut di atas dinyatakan LULUS dan skripsi ini diterima sebagai salah satu
syarat untuk memperoleh gelar Sarjana Ekonomi pada Fakultas Ekonomi dan
Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Jakarta, 25 Juli 2017
1. Ella Patriana, Ir., MM.
NIP. 19690528 200801 2 010
2. Titi Dewi Warninda, SE., M.Si.
NIP. 19731221 200501 2 002
3. Dr. Indoyama Nasaruddin, SE., MAB.
NIP. 19741127 200112 1 002
iv
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH
Yang bertanda tangan di bawah ini:
Nama : Romario Annur
NIM : 1113081000065
Fakultas : Ekonomi dan Bisnis
Jurusan : Manajemen
Dengan ini menyatakan bahwa dalam penulisan skripsi, saya :
1. Tidak menggunakan ide orang lain tanpa mampu mengembangkan dan
mempertanggungjawabkan.
2. Tidak melakukan plagiasi terhadap naskah karya orang lain.
3. Tidak menggunakan karya orang lain tanpa menyebutkan sumber asli
atau tanpa izin pemilik karya.
4. Tidak melakukan pemanipulasian dan pemalsuan data.
5. Mengerjakan sendiri karya ini dan mampu bertanggung jawab atas karya
ini.
Apabila kemudian hari ada tuntutan dari pihak lain atas karya saya, dan telah
melalui pembuktian yang dapat dipertanggungjawabkan, ternyata memang
ditemukan bukti bahwa saya telah melanggar pernyataan ini, maka saya siap
dikenakan sanksi berdasarkan aturan yang berlaku di Fakultas Ekonomi dan
Bisnis UIN Syarif Hidayatullah Jakarta.
Demikian pernyataan ini saya buat dengan sesungguhnya.
Jakarta, 10 Juli 2017
Yang Menyatakan
Romario Annur
v
DAFTAR RIWAYAT HIDUP
Identitas Pribadi
Nama : Romario Annur
Tempat, Tanggal Lahir : Tangerang, 18 Juli 1995
Jenis Kelamin : Laki-laki
Kewarganegaraan : Indonesia
Agama : Islam
Status Pernikahan : Belum Menikah
Alamat : Jalan Desa Kademangan RT 003/002, Kel.
Kademangan, Kec. Setu, Kota Tangerang
Selatan, Banten.
E-mail : [email protected]
No. HP : +6289609053656
Riwayat Pendidikan
2013-2017 : UIN Syarif Hidayatullah Jakarta
2010-2013 : SMK N 1 Kota Tangerang Selatan
2007-2010 : SMP N 1 Kota Tangerang Selatan
2001-2007 : SD N Kademangan 1
Pengalaman Organisasi
HMJ Manajemen Divisi Penelitian dan Pengembangan 2014-2015
HMJ Manajemen Divisi Seni dan Budaya 2013-2014
Pramuka SMK N 1 Kota Tangerang Selatan 2010-2012
vi
ABSTRACT
This research aim to observe the effect in the short term and long term
between six variables: Debt to Equity Ratio (DER), Financing to Deposit Ratio
(FDR), Inflation, Cost Income Ratio (BOPO), Return on Assets (ROA) and Non
Performing Financing (NPF) to Islamic Banks Liquidity Risk. The data used in
this study is the quarterly time series data from March 2007 to December 2016
from the Islamic Banking Statistics report published by Otoritas Jasa Keuangan.
This research use Error Correction Model (ECM) Method.
The results showed that in the short term there is influence between Debt to
Equity Ratio (DER), Financing to Deposits Ratio (FDR), Inflation, Cost Income
Ratio (BOPO) and Return on Asset (ROA) to Liquidity Risk, while Non
Performing Financing NPF) has no effect. This research explain implications that
in the short term the five variables can predict Liquidity Risk. While in the long
term, all DER, FDR, Inflation, BOPO, ROA and NPF variables have an influence
on Liquidity Risk. This has implications that in the long term all the variables in
this study can be used to predict Liquidity Risk.
Keywords: Liquidity Risk, DER, FDR, Inflation, BOPO, ROA, NPF, Error
Correction Model, Islamic Banks
vii
ABSTRAK
Tujuan penelitian ini adalah untuk melihat pengaruh dalam jangka pendek
dan jangka panjang antara enam variabel yaitu: Debt to Equity Ratio (DER),
Financing to Deposits Ratio (FDR), Inflasi, Biaya Operasional Pendapatan
Operasional (BOPO), Return on Asset (ROA) dan Non Performing Financing
(NPF) terhadap Risiko Likuiditas Bank Syariah. Data yang digunakan dalam
penelitian ini adalah data time series periode kuartalan dari Maret 2007 sampai
Desember 2016 dari laporan Statistik Perbankan Syariah yang dipublikasikan oleh
Otoritas Jasa Keuangan. Penelitian ini menggunakan Metode Error Correction
Model (ECM).
Hasil penelitian menunjukan dalam jangka pendek terdapat pengaruh antara
variabel Debt to Equity Ratio (DER), Financing to Deposits Ratio (FDR), Inflasi,
Biaya Operasional Pendapatan Operasional (BOPO) dan Return on Asset (ROA)
terhadap Risiko Likuiditas sedangkan Non Performing Financing (NPF) tidak
berpengaruh. Hal ini membawa implikasi bahwa dalam jangka pendek lima
variabel tersebut dapat memprediksi Risiko Likuiditas. Sedangkan dalam jangka
panjang, semua variabel DER, FDR, Inflasi, BOPO, ROA dan NPF mempunyai
pengaruh terhadap Risiko Likuiditas. Hal ini membawa implikasi bahwa dalam
jangka panjang semua variabel dalam penelitian ini dapat digunakan untuk
memprediksi Risiko Likuiditas.
Kata kunci : Risiko Likuiditas, DER, FDR, Inflasi, BOPO, ROA, NPF, Error
Correction Model, Bank Syariah.
viii
KATA PENGANTAR
Bismillahirrahmanirrahim
Puji syukur penulis panjatkan kehadirat Allah SWT yang telah
melimpahkan rahmat, hidayah dan kasih sayang-Nya yang tiada terkira kepada
hambanya. Shalawat dan salam tercurahkan kepada junjungan Nabi Muhammad
SAW, sehingga penulis dapat menyelesaikan skripsi dengan sebaik-baiknya.
Skripsi ini dimaksudkan untuk memenuhi salah satu syarat mencapai gelar
Sarjana Ekonomi pada Fakultas Ekonomi dan Bisnis Universitas Islam Negeri
Syarif Hidayatullah Jakarta.
Penulis menyadari bahwa dalam penyusunan skripsi ini masih jauh dari
sempurna. Hal ini disebabkan karena terbatasnya kemampuan dan pengetahuan
yang penulis miliki. Untuk itu, kiranya pembaca dapat memaklumi atas
kelemahan dan kekurangan yang ditemui dalam penyusunan skripsi ini.Penulis
juga menyadari bahwa sejak awal penyusunan hingga terselesaikannya skripsi ini,
banyak pihak yang telah membantu dan memberi dukungan baik moril maupun
materil. Untuk itu, tak lupa pada kesempatan ini, secara khusus penulis ingin
menyampaikan terima kasih yang sebesar-sebesarnya kepada:
1. Kedua orang tua, Ibu Nurhayati dan Ayah Anasri yang selalu memberikan
dukungan baik moril maupun materil, memberikan kasih sayang, cinta, dan
selalu mendoakan dengan penuh rasa ikhlas.
2. Saudari-saudari perempuanku, Ikrima Hikmawati dan Elita Sofina yang selalu
memberi motivasi kepada penulis untuk menjadi pribadi yang lebih baik,
semoga kita akan menjadi anak yang selalu bisa menjadi kebanggan Ibu dan
Ayah.
3. Bapak Dr. M. Arif Mufraini, Lc., MA selaku Dekan FEB, Bapak Dr. Amilin,
SE.Ak., M.Si selaku Wadek I FEB, Bapak Dr. Ade Sofyan Mulazid, MH
selaku Wadek II FEB, dan Bapak Dr. Desmadi Saharuddin, Lc., MA selaku
ix
Wadek III FEB, yang telah memberikan jalan bagi penulis dalam
menyelesaikan skripsi ini.
4. Titi Dewi Warnida, SE, M.Si sebagai Ketua Jurusan Manajemen FEB dan
sekaligus Dosen Pembimbing Skripsi yang telah meluangkan waktunya di
tengah kesibukan untuk membimbing dan mengarahkan penulis dalam
menyusun skripsi ini serta motivasinya yang begitu besar pada penulis.
5. Ibu Ela Patriana, Ir., MM. selaku Sekretaris Jurusan Manajemen Fakultas
Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.
6. Bapak Ade Suherlan, SE, MBA, selaku Dosen Penasehat Akademik yang
telah mengarahkan dan memotivasi selama penulis menuntut ilmu di kampus
ini.
7. Bapak Hepi Prayudiawan, SE. MM, Ak., CA, selaku Dosen Pembimbing
KKN yang telah banyak membantu penulis.
8. Seluruh Dosen Fakultas Ekonomi dan Bisnis, terima kasih atas curahan ilmu
yang Bapak dan Ibu berikan kepada penulis.
9. Seluruh Staf Tata Usaha dan karyawan Fakultas Ekonomi dan Bisnis, atas
kerja kerasnya melayani mahasiswa dengan baik, membantu dalam mengurus
kebutuhan administrasi, keuangan dan lain-lainnya.
10. Sahabat-sahabat spesial Irfan, Rahman, Debby, Alm. Hendrawan dan Nindia
yang khusus dicantumkan karena bantuan selama menuntut ilmu kepada
penulis.
11. Sahabat-sahabat Manajemen B, terutama Valdo, Eri, Adrul, Rudi, Elvan,
Aldi, Noval, Lian, Gita, Adel, dan Lia, terima kasih atas sebuah kisah manis
dalam sejarah hidup penulis, dukungan dan motivasi kalian. Semoga Allah
SWT selalu memudahkan langkah kalian untuk menuju cita-cita dan tujuan.
12. Sahabat-sahabat Manajemen Keuangan, terutama Deni, Dicky, Sandi,
Burhan, Faiz, Ikhlas, Giffari, Indi, Makay, Tika, Firly, dan Laras, terima
kasih atas sebuah kisah manis dalam sejarah hidup penulis, dukungan dan
motivasi kalian. Semoga Allah SWT selalu memudahkan langkah kalian
untuk menuju cita-cita dan tujuan.
x
13. Rekan-rekan KKN Korea 098 UIN yang memberi pelajaran hidup berarti bagi
penulis.
14. Semua pihak yang tidak dapat disebutkan satu per satu yang telah ikut
berkontribusi dalam penyelesaian skripsi ini.
Penulis menyadari bahwa hasil penelitian ini masih memiliki banyak
kekurangan. Dengan segenap kerendahan hati penulis mengharapkan saran,
arahan maupun kritikan yang konstruktif demi penyempurnaan hasil penelitian
ini. Skripsi ini diharapkan dapat memberikan manfaat bagi berbagai pihak, baik
dunia perbankan, dunia bisnis, dunia akademisi, para pembaca serta bagi penulis
sendiri sebagai proses pengembangan diri.
Tangerang Selatan, 10 Juli 2017
Romario Annur
xi
DAFTAR ISI
LEMBAR PENGESAHAN SKRIPSI ........................................................... i
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ................................ ii
LEMBAR PENGESAHAN UJIAN SKRIPSI ............................................... iii
LEM BAR PERNYATAAN KEASLIAN KARYA ILMIAH........................ iv
DAFTAR RIWAYAT HIDUP ...................................................................... v
ABSTRACT ................................................................................................. vi
ABSTRAK ................................................................................................... vii
KATA PENGANTAR .................................................................................. viii
DAFTAR ISI ................................................................................................ xi
DAFTAR TABEL ........................................................................................ xiv
DAFTAR GAMBAR ................................................................................... xv
DAFTAR LAMPIRAN ................................................................................. xvi
BAB I PENDAHULUAN ............................................................................. 1
A. Latar Belakang Masalah ......................................................................... 1
B. Rumusan Masalah .................................................................................. 15
C. Tujuan dan Manfaat Penelitian ............................................................... 16
BAB II TINJAUAN PUSTAKA ................................................................... 18
A. Landasan Teori ...................................................................................... 18
1. Teori Likuiditas ............................................................................... 18
2. Pengertian Likuiditas Bank Syariah ................................................. 22
3. Tujuan Pengelolaan Likuiditas Bank ............................................... 23
4. Manajemen Risiko dalam Perbankan ............................................... 24
5. Perbankan Syariah ........................................................................... 29
6. Fungsi Bank Syariah ....................................................................... 33
7. Risiko Likuiditas ............................................................................. 34
8. Debt to Equity Ratio (DER) ............................................................. 38
9. Financing to Deposit Ratio (FDR) ................................................... 39
xii
10. Inflasi .............................................................................................. 39
11. Biaya Operasional Pendapatan Operasional (BOPO) ....................... 40
12. Return on Asset (ROA) .................................................................... 41
13. Non Performing Financing (NPF) ................................................... 42
B. Keterkaitan Antar Variabel..................................................................... 43
C. Penelitian Terdahulu .............................................................................. 47
D. Kerangka Pemikiran ............................................................................... 54
E. Hipotesis ................................................................................................ 56
BAB III METODOLOGI PENELITIAN....................................................... 58
A. Ruang Lingkup Penelitian ...................................................................... 58
B. Metode Penentuan Sampel ..................................................................... 59
C. Metode Pengumpulan Data .................................................................... 59
D. Metode Analisis Data ............................................................................. 61
E. Operasional Variabel Penelitian ............................................................. 76
BAB IV ANALISIS DAN PEMBAHASAN ................................................. 80
A. Gambaran Umum Objek Penelitian ........................................................ 80
1. Bank Syariah di Indonesia ................................................................. 80
2. Perkembangan Risiko Likuiditas Bank Syariah Periode 2007-2016 ... 81
3. Perkembangan DER, FDR, Inflasi, BOPO, ROA dan NPF Periode
2007-2016 ......................................................................................... 83
4. Analisis Deskriptif ............................................................................. 89
B. Analisis dan Pembahasan ....................................................................... 90
1. Uji Normalitas ................................................................................... 91
2. Uji Liniearitas.................................................................................... 93
3. Uji Stasioner ...................................................................................... 94
4. Uji Kointegrasi .................................................................................. 96
5. Uji Asumsi Klasik ............................................................................. 98
6. Pendekatan Model ECM .................................................................... 101
C. Interpretasi Data ..................................................................................... 106
1. Konstanta .......................................................................................... 106
2. Rasio DER terhadap Risiko Likuiditas ............................................... 106
3. Rasio FDR terhadap Risiko Likuiditas ............................................... 108
4. Rasio Inflasi terhadap Risiko Likuiditas............................................. 109
5. Rasio BOPO terhadap Risiko Likuiditas ............................................ 110
6. Rasio ROA terhadap Risiko Likuiditas .............................................. 112
7. Rasio NPF terhadap Risiko Likuiditas ............................................... 113
D. Interpretasi Analisis Ekonomi ................................................................ 115
xiii
BAB V KESIMPULAN DAN SARAN......................................................... 120
A. Kesimpulan ............................................................................................ 120
B. Saran ...................................................................................................... 123
DAFTAR PUSTAKA ................................................................................... 125
LAMPIRAN ................................................................................................. 133
xiv
DAFTAR TABEL
No. Keterangan Halaman
Tabel 1.1 Perkembangan Total Aset, Jaringan Kantor dan Tenaga Kerja
Perbankan Syariah di Indonesia..................................................... 4
Tabel 2.1 Perbandingan Perbankan Syariah dengan Konvensional ................ 30
Tabel 2.2 Penelitian Terdahulu ...................................................................... 49
Tabel 4.1 Statistik Deskriptif Variabel Dependen dan Independen ................ 89
Tabel 4.2 Uji Akar Unit Philips-Peron Test pada Tingkat Level ................... 95
Tabel 4.3 Uji Akar Unit Philips-Peron Test pada First Differemce ............... 96
Tabel 4.4 Uji Multikoliniearitas .................................................................... 99
Tabel 4.5 Koefisien Jangka Pendek dan Panjang ........................................... 104
xv
DAFTAR GAMBAR
No. Keterangan Halaman
Gambar 1.1 Risiko Likuiditas Bank Syariah di Indonesia 5 Tahun Terakhir .. 8
Gambar 2.1 Kerangka Penelitian ................................................................... 55
Gambar 4.1 Perkembangan Risiko Likuiditas Bank Syariah di Indonesia ...... 82
Gambar 4.2 Perkembangan DER Bank Syariah di Indonesia ......................... 83
Gambar 4.3 Perkembangan FDR Bank Syariah di Indonesia ......................... 84
Gambar 4.4 Perkembangan Tingkat Inflasi di Indonesia ................................ 85
Gambar 4.5 Perkembangan BOPO Bank Syariah di Indonesia ...................... 86
Gambar 4.6 Perkembangan ROA Bank Syariah di Indonesia......................... 87
Gambar 4.7 Perkembangan NPF Bank Syariah di Indonesia.......................... 88
Gambar 4.8 Uji Normalitas Jarque-Berra ...................................................... 92
Gambar 4.9 Uji Linearitas Ramsey Reset Test ............................................... 93
Gambar 4.10 Uji Kointegrasi Johansen ......................................................... 97
Gambar 4.11 Uji Heterokedastisitas .............................................................. 100
Gambar 4.12 Uji Autokorelasi ...................................................................... 101
Gambar 4.13 Hasil Pendekatan ECM ............................................................ 102
xvi
DAFTAR LAMPIRAN
No. Keterangan Halaman
Lampiran 1 Data Penelitian Maret 2007-Desember 2016 ............................. 133
Lampiran 2 Uji Normalitas Jarque-Berra ..................................................... 134
Lampiran 3 Uji Linearitas Ramsey Reset Test ............................................. 135
Lampiran 4 Uji Stasioner Variabel Risiko Likuiditas .................................. 136
Lampiran 5 Uji Stasioner Variabel DER...................................................... 137
Lampiran 6 Uji Stasioner Variabel FDR ...................................................... 138
Lampiran 7 Uji Stasioner Variabel Inflasi ................................................... 139
Lampiran 8 Uji Stasioner Variabel BOPO ................................................... 140
Lampiran 9 Uji Stasioner Variabel ROA ..................................................... 141
Lampiran 10 Uji Stasioner Variabel NPF .................................................... 142
Lampiran 11 Uji Derajat Integrasi Risiko Likuiditas.................................... 143
Lampiran 12 Uji Derajat Integrasi DER ...................................................... 144
Lampiran 13 Uji Derajat Integrasi FDR ....................................................... 145
Lampiran 14 Uji Derajat Integrasi Inflasi .................................................... 146
Lampiran 15 Uji Derajat Integrasi BOPO .................................................... 147
Lampiran 16 Uji Derajat Integrasi ROA ...................................................... 148
Lampiran 17 Uji Derajat Integrasi NPF ....................................................... 149
Lampiran 18 Uji Kointegrasi Johansen ........................................................ 150
Lampiran 19 Uji Asumsi Klasik .................................................................. 151
Lampiran 20 Hasil Pendekatan ECM ........................................................... 153
1
BAB I
PENDAHULUAN
A. Latar Belakang Masalah
Pengaruh sektor perbankan di dalam perekonomian suatu negara sangat
besar. Kegagalan suatu perbankan dapat menimbulkan akibat yang sistemik
terhadap perekonomian suatu negara. Krisis global 2008 yang berpengaruh
terhadap perekonomian dunia adalah sebagai akibat gagalnya bank sentral di
Amerika Serikat karena macetnya kredit perumahan. Akibat dari peristiwa
ini, sehingga memicu kegagalan bank di seluruh dunia karena menurunnya
tingkat kepercayaan masyarakat pada sektor perbankan.
Selama krisis keuangan global tahun 2008, sejumlah bank konvensional
komersil dan beberapa institusi keuangan di dunia mengalami kerugian yang
masif pada aset jenis hipotek dan sekuritas berbasis hipotek (mortgages).
Terjadi bailout besar-besaran terhadap bank komersial di seluruh dunia oleh
pemerintahnya masing–masing. Kekhawatiran terhadap penurunan
solvabilitas bank, ketersediaan kredit, dan rusaknya kepercayaan investor
mempengaruhi pasar saham. Lebih lanjut lagi, hal ini mempengaruhi output
dan peningkatan pengangguran (Reinhart dan Rogoff, 2009). Padahal, sistem
perbankan yang sehat yang mempertahankan fungsinya dalam mengalirkan
kredit ke sektor swasta adalah tujuan utama dari seluruh pembuat kebijakan
dan para regulator perbankan di seluruh dunia (Levine dan Zervos, 1998).
2
Dalam perekonomian suatu negara, bank memiliki andil dalam sektor
usaha dan bisnis. Indonesia yang masih dipandang sebagai negara yang tepat
untuk dijadikan tempat berinvestasi menyebabkan dunia usaha dan bisnis
berkembang pesat. Perkembangan ini menuntut perbankan untuk ikut
berkembang, serta mendorong bank–bank baru bermunculan dan berlomba–
lomba untuk menyediakan layanan perbankan yang terbaik.
Sehingga muncul tantangan bagi perbankan yaitu persaingan yang ketat
antar bank dan risiko likuiditas yang mengancam setiap bank. Perbankan
diharuskan untuk meningkatkan kinerjanya terutama kinerja keuangan
dan memelihara tingkat kesehatan bank untuk mengembalikan kepercayaan
masyarakat terutama setelah terjadinya krisis dalam industri perbankan pada
tahun 1998. Krisis ekonomi yang terjadi telah membuat masyarakat menjadi
lebih teliti dalam menilai kinerja perbankan. Oleh karena itu, penting bagi
sebuah bank untuk terus memperbaiki dan mempertahankan kinerjanya.
Jika membandingkan kinerja perbankan syariah dengan perbankan
konvensional secara global, maka akan terlihat bahwa kinerja perbankan
syariah lebih baik daripada perbankan konvensional, mengingat kerugian
besar yang ditanggung oleh perbankan konvensional di Eropa dan Amerika
Serikat akibat krisis (Hasan dan Dridi, 2010:6).
Di Indonesia, persaingan perbankan pada saat ini semakin ketat
akibat semakin majunya usaha perbankan dalam negeri, sehingga setiap
usaha perbankan berusaha memanfaatkan seoptimal mungkin dalam
penggunaan dana dan teknologi yang dimiliki dan dapat mewujudkan
3
efisiensi dan efektivitas baik dari segi produksi, konsumsi, maupun distribusi
yang pada akhirnya akan meningkatkan daya saing perusahaan.
Perbankan merupakan salah satu lembaga yang mempunyai peran
strategis dalam menyelaraskan, menyerasikan serta menyeimbangkan
berbagai unsur pembangunan. Peran yang strategis tersebut terutama
disebabkan oleh fungsi utama bank sebagai lembaga yang dapat menghimpun
dan menyalurkan dana masyarakat secara efektif dan efisien, yang dengan
berdasarkan asas demokrasi ekonomi mendukung pelaksanaan pembangunan
dalam rangka meningkatkan pemerataan, pertumbuhan ekonomi dan stabilitas
nasional ke arah peningkatan taraf hidup rakyat banyak. Penjelasan mengenai
bank dapat dilihat dalam Pasal 1 Ayat 2 UU No. 21 Tahun 2008 tentang
Perbankan yaitu “Badan usaha yang menghimpun dana dari masyarakat
dalam bentuk simpanan dan menyalurkannya kepada masyarakat dalam
bentuk kredit dan atau bentuk-bentuk lain dalam rangka meningkatkan
taraf hidup rakyat banyak”.
Umumnya bentuk usaha bank syariah terdiri atas Bank Umum dan
Bank Pembiayaan Rakyat Syariah (BPRS), dengan perbedaan pokok BPRS
dilarang menerima simpanan berupa giro dan ikut serta dalam lalu lintas
sistem pembayaran. Secara kelembagaan bank umum syariah ada yang
berbentuk bank syariah penuh (full-pledged) dan terdapat pula dalam bentuk
Unit Usaha Syariah (UUS) dari bank umum konvensional. Pembagian
tersebut serupa dengan bank konvensional, dan sebagaimana halnya diatur
dalam UU Perbankan. UU Perbankan Syariah juga mewajibkan setiap pihak
4
yang melakukan kegiatan penghimpunan dana masyarakat dalam bentuk
simpanan atau investasi berdasarkan prinsip syariah.
Tabel 1.1
Perkembangan Total Aset, Jaringan Kantor dan Tenaga Kerja Perbankan
Syariah di Indonesia
INDIKATOR 2014 2015 2016
Bank Umum Syariah
- Total Aset
- Jumlah Bank
- Jumlah Tenaga Kerja
204.961* 213.423* 254.184*
12 12 13
41.393 51.413 51.110
Unit Usaha Syariah
- Total Aset
- Jumlah UUS
- Jumlah Tenaga Kerja
67.383* 82.389* 102.320*
22 22 21
4.425 4.403 4.487
*miliar rupiah (sumber OJK, data diolah)
Dalam beberapa tahun terakhir, perkembangan sektor perbankan di
Indonesia mengalami peningkatan yang cukup signifikan. Berdasarkan
informasi dari Otoritas Jasa Keuangan, perkembangan aset Bank Umum
Syariah (BUS) dan Unit Usaha Syariah (UUS) mengalami kenaikan setiap
tahunnya. Pada tahun 2014, jumlah aset gabungan bank syariah di Indonesia
sebesar Rp. 272,34 triliun. Kemudian naik 30,9 % pada tahun 2016 menjadi
Rp. 356,50 triliun. Dari publikasi Statistik Perbankan Indonesia, pada tahun
2014, total aset Bank Umum sebesar Rp. 5.615 triliun dan pada tahun 2016
hanya mengalamai kenaikan 19,8 % menjadi Rp 6.729 triliun . Hal ini
menggambarkan kinerja dari bank syariah lebih baik dibandingkan bank
konvensional.
5
Salah satu prinsip utama dan kunci sukses dari kinerja perbankan
syariah adalah prinsip bagi hasil. Karakteristik sistem perbankan syariah yang
beroperasi berdasarkan prinsip bagi hasil memberikan alternatif sistem
perbankan yang saling menguntungkan bagi masyarakat dan bank, serta
menonjolkan aspek keadilan dalam bertransaksi, investasi yang beretika,
mengedepankan nilai-nilai kebersamaan dan persaudaraan dalam berproduksi,
dan menghindari kegiatan spekulatif dalam transaksi.
Karakteristik sistem perbankan syariah yang beroperasi berdasarkan
prinsip bagi hasil memberikan alternatif sistem perbankan yang saling
menguntungkan bagi masyarakat dan bank, serta menonjolkan aspek keadilan
dalam bertransaksi, investasi yang beretika, mengedepankan nilai-nilai
kebersamaan dan persaudaraan dalam berproduksi, dan menghindari kegiatan
spekulatif dalam transaksi.
Dilihat dari segi tugasnya, baik bank konvensional maupun bank
syariah secara umum sama dalam kegiatannya yaitu menghimpun dana dari
masyarakat dalam bentuk simpanan. Kemudian dana yang telah terkumpul
tersebut disalurkan kembali kepada masyarakat dalam bentuk pinjaman
(kredit) atau pembiayaan dalam konsep syariah, serta memberikan jasa-jasa
bank lainnya. Untuk bisa menghimpun dana dari masyarakat, maka bank
memiliki keharusan untuk meyakinkan nasabah bahwa uang yang mereka
titipkan dijamin keamanannya. Dengan demikian, agar bisa memberikan
keamanan kepada para nasabah, maka bank tersebut haruslah likuid atau
dapat memenuhi kewajiban jangka pendeknya yakni memiliki dana fresh
6
atau uang cash untuk melayani nasabah dalam pengambilan tunai dan
juga memenuhi dan merealisasikan pengajuan permohonan kredit atau
pembiayaan. Berdasarkan kegiatan bank, mulai dari pengumpulan dana
sebagai sumber likuiditas, hingga penyaluran dana pada aktiva produktif dan
berbagai kegiatan jasa yang ditawarkan bank, menjadikan perbankan sebagai
industri yang sarat dengan risiko. Namun krisis perbankan 1997-1998 dan
2008 membuat bank menjadi risk-phobia. Perbankan cenderung bermain
aman untuk mengalokasikan aktiva produktif pada instrumen-instrumen
bebas risiko.
Sejumlah risiko yang melekat pada bisnis perbankan antara lain adalah:
risiko kredit, risiko pasar, risiko likuiditas, dan risiko operasional. Krisis
keuangan global yang dipicu oleh subprime mortgage, menjadikan risiko
likuiditas menjadi isu terpenting dalam otoritas perbankan. Krisis yang
berawal pada kuartal III tahun 2007 ini menjadi salah satu dari krisis yang
terparah dalam sejarah, dalam hal durasi, lingkup, dan dampak kerugian bagi
lembaga keuangan, serta perekonomian global (Consultative Paper BI,
2009:2). Krisis keuangan global menekankan bahwa risiko likuiditas
dapat berkembang dengan cepat dengan menghilangnya sumber dana dan
menimbulkan kekhawatiran tentang nilai aset dan kecukupan modal. Secara
umum, bukti empiris menunjukkan bahwa bank-bank dengan likuiditas yang
cukup dapat memenuhi kewajiban pembayarannya sementara bank-bank
dengan likuiditas rendah tidak mampu melakukannya (Gideon, et al. 2012:1).
7
Kebutuhan likuiditas biasanya ditentukan oleh pembentukan jangka
waktu yang terdiri dari arus kas masuk dan arus kas keluar yang diharapkan
selama jangka waktu yang telah ditentukan. Perbedaan antara arus kas masuk
dan keluar dalam setiap periode (yaitu kelebihan atau kekurangan dana)
memberikan titik awal untuk mengukur kelebihan atau kekurangan likuiditas
bank di masa depan pada waktu tertentu.
Begitu kebutuhan likuiditas telah ditentukan, bank harus memutuskan
bagaimana memenuhi kebutuhan tersebut. Pengelolaan likuiditas terkait
dengan pendanaan neto, pada prinsipnya bank dapat meningkatkan likuiditas
melalui pengelolaan aset, pengelolaan liabilitas, atau (yang paling sering)
kombinasi keduanya. Dalam praktiknya, bank dapat memenuhi kebutuhan
likuiditasnya dengan cara mencairkan aset yang sangat likuid atau aset yang
cukup likuid, seperti aset-aset dalam portofolio trading, atau dengan menjual
aset-aset yang kurang likuid, seperti properti yang berlebih atau investasi
lainnya. Di sisi liabilitas, hal ini dapat dicapai dengan meningkatkan
pinjaman jangka pendek atau liabilitas simpanan jangka pendek, dengan cara
meningkatkan jangka waktu dari liabilitas dan pada akhirnya meningkatkan
modal (Hennie dan Zamir, 2011).
8
Gambar 1.1
Risiko Likuiditas Bank Syariah di Indonesia 5 Tahun Terakhir
(sumber: OJK, data diolah)
Dari data Statistik Perbankan Syariah yang dipublikasikan oleh Otoritas
Jasa Keuangan (OJK), peningkatan risiko likuiditas beberapa tahun terakhir
dari gambar 1.1 di atas mengindikasikan bahwa penerapan manajemen
pengelolaan risiko likuiditas bank syariah dapat dikatakan kurang baik dalam
mengelola modal dan asetnya dalam rangka memenuhi kewajiban jangka
pendek bank terhadap pihak ketiga yang sewaktu-waktu dapat menarik
dananya. Risiko likuiditas yang berlaku pada bank syariah terdiri dari dua
jenis yaitu kurangnya likuiditas di pasar dan kurangnya akses pendanaan.
Pada jenis pertama, aset yang tidak likuid menyulitkan lembaga keuangan
dalam memenuhi liabilitas dan kewajiban keuangan. Pada jenis kedua,
lembaga keuangan tidak mampu meminjam atau mengumpulkan dana dengan
biaya yang wajar ketika pendanaan. Risiko likuiditas ini menjadi faktor
-
0,0100
0,0200
0,0300
0,0400
0,0500
0,0600
0,0700
0,0800
0,0900 M
ar-1
2
Jul-
12
Nop
-12
Mar
-13
Jul-
13
Nop
-13
Mar
-14
Jul-
14
Nop
-14
Mar
-15
Jul-
15
Nop
-15
Mar
-16
Jul-
16
Nop
-16
Risiko
Likuiditas
9
penting yang menjadi perhatian bagi sektor perbankan baik yang menjalankan
sistem konvensional maupun syariah dalam peranannya sebagai lembaga
keuangan.
Peranan lembaga keuangan yang strategis dalam mencapai tujuan
pembangunan nasional, mengakibatkan perlu adanya pembinaan dan
pengawasan yang efektif, sehingga lembaga perbankan di Indonesia mampu
berfungsi secara efisien, sehat, wajar, dan mampu meelindungi secara
baik dana masyarakat yang dititipkan kepadanya, serta mampu menyalurkan
dana masyarakat tersebut ke bidang-bidang yang produktif bagi pencapaian
sasaran pembangunan.
Dalam praktiknya, situasi lingkungan eksternal dan internal perbankan
saat ini mengalami perkembangan pesat yang diikuti dengan semakin
kompleksnya risiko kegiatan usaha perbankan sehingga meningkatkan
kebutuhan praktik tata kelola bank yang sehat (good corporate governance)
dan penerapan manajemen risiko yang baik meliputi pengawasan aktif
pengurus bank, kebijakan, prosedur dan penetapan limit risiko, proses
identifikasi, pengukuran, pemantauan, sistem informasi, dan pengendalian
risiko, serta sistem pengendalian intern. Penerapan manajemen risiko tersebut
akan memberikan manfaat, baik kepada perbankan maupun otoritas
pengawasan bank.
Bagi bank, penerapan manajemen risiko dapat meningkatkan
shareholder value, memberikan gambaran kepada pengelola bank mengenai
10
kemungkinan kerugian bank di masa datang, meningkatkan metode dan
proses pengambilan keputusan yang sistematis yang didasarkan atas
ketersediaan informasi, digunakan sebagai dasar pengukuran yang lebih
akurat mengenai kinerja bank, digunakan untuk menilai risiko yang melekat
pada instrumen atau kegiatan usaha bank yang relatif kompleks serta
menciptakan infrastruktur manajemen risiko yang kokoh dalam rangka
meningkatkan daya saing bank.
Bagi otoritas pengawasan bank, penerapan manajemen risiko akan
mempermudah penilaian terhadap kemungkinan kerugian yang dihadapi bank
yang dapat mempengaruhi permodalan bank dan sebagai salah satu dasar
penilaian dalam menetapkan strategi dan fokus pengawasan bank.
Kajian mengenai likuiditas di dunia perbankan, merupakan suatu
keharusan yang harus dilakukan, baik itu oleh pihak perbankan, praktisi
keuangan, ataupun pihak-pihak ketiga yang berencana menitipkan dananya di
bank. Pentingnya penilaian atas likuiditas suatu bank, merupakan salah satu
cara untuk bisa menentukan apakah bank tersebut dalam kondisi yang sehat,
cukup sehat, kurang sehat, dan tidak sehat. Salah satu penyebab kebangkrutan
suatu bank adalah karena ketidakmampuannya dalam memenuhi kebutuhan
likuiditasnya. Maka dari itu, likuiditas yang tersedia harus cukup sehingga
tidak mengganggu kebutuhan operasional.
Risiko likuiditas berasal dari sisi aset maupun sisi kewajiban neraca
suatu bank. Kedua sisi inilah yang harus diperhatikan oleh bank untuk
11
menjaga posisi likuiditasnya. Dari sisi aset risiko likuiditas dapat terjadi
karena keterlambatan atau kemacetan arus kas dari debitur yang
menggunakan dana pinjaman dari bank (Diamond & Rajan, 2005).
Sedangkan dari sisi kewajiban terdapat ketidakpastian jumlah penarikan dana
simpanan yang terjadi setiap harinya. Penarikan jumlah dana simpanan
dengan jumlah yang besar menyebabkan perangkap likuiditas bagi bank
(Jeanne & Svensson, 2007). Terdapat aspek lain yaitu kesenjangan antara aset
dan kewajiban atau disebut gap likuiditas. Bank harus menjaga kesenjangan
antara aset dan kewajiban karena risiko likuiditas muncul akibat perbedann
ukuran dan jatuh tempo aset dan kewajiban (Plochan, 2007). Aspek lainnya
adalah cadangan kas yang disiapkan oleh bank. Cadangan kas digunakan
untuk mengantisipasi penarikan dana yang dilakukan oleh deposan. Menjaga
tingkat cadangan kas untuk mengantisipasi penarikan oleh deposan yang
tidak terduga merupakan cara menghindari risiko likuiditas yang mungkin
terjadi (Majid, 2003). Keempat aspek tersebut harus dikelola oleh bank untuk
menjaga tingkat likuiditasnya.
Karena pentingnya aspek risiko likuiditas, beberapa penelitian
terdahulu pernah dilakukan untuk mengkaji faktor-faktor yang mempengaruhi
risiko likuiditas. Beberapa diantaranya sangat menarik dan berguna untuk
penelitian yang akan dilakukan saat ini.
M. Farhan Akhtar, et al (2011) melakukan penelitian dengan judul
Liquidity Risk Management: A Comparative Study between Conventional and
Islamic Banks of Pakistan pada 6 bank konvensional dan 6 bank syariah di
12
Pakistan. Variabel – variabel yang digunakan dalam penelitian ini adalah
Size of the firm, Networking capital, Return on Equity (ROE), Capital
Adequacy Ratio (CAR), Return on Assets (ROA). Hasil dari penelitian ini
menunjukkan bahwa hubungan antara size dan networking capital terhadap
net asset dan liquidity risk positif tetapi tidak signifikan pada bank
konvensional dan syariah. Namun CAR di bank konvensional, dan ROA di
bank syariah memiliki pengaruh positif dan signifikan.
Naveed Ahmed, et al (2011) melakukan penelitian dengan judul
Risk Management Practices and Islamic Banks: An Empirical Investigation
from Pakistan pada 6 bank syariah di Pakistan. Variabel-variabel yang
digunakan dalam penelitian ini adalah Size of the Banks, Capital Adequacy
Ratio (CAR), Debt to Equity Ratio (DER), Non Performing Loans (NPL),
dan manajemen aset. Hasil dari penelitian ini menunjukkan bahwa variabel
size of the banks dan manajemen aset berpengaruh positif signifikan, serta
variabel CAR dan DER berpengaruh negatif signifikan terhadap risiko
likuiditas. Sedangkan variabel NPL tidak berpengaruh terhadap risiko
likuiditas.
Arif Lukman Santoso dan Tekad Sukihanjani (2013) melakukan
penelitian terhadap bank umum yang terdaftar di Indonesia untuk menguji
pengaruh faktor-faktor yang menentukan risiko likiditas perbankan di
Indonesia. Variabel-variabel yang digunakan yaitu Net Working Capital,
Return on Assets, Return on Equity, Capital Adequecy, Non-Performing
Loans, Suku Bunga Deposito, dan Suku Bunga Kredit. Hasilnya
13
menunjukkan bahwa NWC, ROA, ROE, CAR, Suku Bunga Deposito, dan
Suku Bunga berpengaruh signifikan terhadap likuiditas perbankan. Sementara
itu, Ukuran Bank dan NPL tidak berpengaruh terhadap likuiditas perbankan.
Nurahmi Dianingtyas (2013) melakukan penelitian kepada 3 bank
syariah nasional di Indonesia untuk mengetahui Capital Adequacy Ratio
(CAR), Debt To Equity Ratio (DER), Return On Asset (ROA), dan Financing
To Deposit Ratio (FDR) terhadap risiko likuiditas. Hasil pengujian
menunjukkan bahwa CAR, ROA, dan FDR berpengaruh positif, sedangkan
DER berpengaruh negatif terhadap risiko likuiditas.
Martha Novalina Ambaroita (2015) melakukan penelitian kepada bank
umum di Indonesia untuk mengetahui faktor-faktor yang mempengaruhi Loan
to Deposit Ratio (LDR) dengan metode Error Correction Model (ECM).
Hasil penelitian menunjukkan dalam jangka pendek variabel Capital
Adequacy Ratio (CAR) dan NPL berpengaruh signifikan positif sedangkan
DPK tidak memiliki pengaruh terhadap LDR. Pada jangka panjang, variabel
DPK dan NPL berpengaruh signifikan sedangakan CAR tidak berpengaruh
terhadap LDR.
Berdasarkan latar belakang yang telah diuraikan di atas, dapat
dilihat bahwa persaingan yang ketat baik antara bank konvensional, antara
bank syariah maupun antara bank konvensional dan syariah menimbulkan
fenomena tiap bank yang berupaya memberikan pelayanan optimal untuk
menguasai pangsa pasar yang ada. Hal ini juga berdampak kepada
14
perkembangan bank syariah mengalami pertumbuhan yang pesat dan
diprediksi mampu menjadi sistem alternatif dalam dunia perbankan.
Perkembangan yang begitu pesat selalu diikuti oleh berbagai risiko yang akan
dihadapi oleh bank itu sendiri. Namun, penelitian mengenai bank syariah
khususnya yang terkait dengan risiko likuiditas dalam bank syariah yang
dilakukan di Indonesia dirasa masih terbatas. Untuk itu penulis tertarik
melakukan penelitian yang diberi judul “Analisis Faktor-Faktor yang
Mempengaruhi Risiko Likuiditas Bank Syariah di Indonesia”.
Terdapat perbedaan dari penelitian ini dengan penelitian sebelumnya.
Perbedaan tersebut terletak pada objek penelitian yang digunakan sebagai
variabel, sampel, dan periode penelitian. Metode analisis dalam penelitian ini
menggunakan data time series yang merupakan data yang terdiri atas satu
objek tetapi meliputi beberapa periode waktu misalnya harian, bulanan,
mingguan, tahunan, dan lain-lain dengan pendekatan ECM (Error
Correction Model). Metode ECM digunakan untuk menganalisis dan
mengetahui hubungan jangka pendek dan jangka panjang dari subyek
penelitian . Sampel dalam penelitian ini menggunakan data gabungan Bank
Umum Syariah (BUS) dan Unit Usaha Syariah (UUS) di Indonesia yang
dipublikasikan di Statistik Perbankan Syariah Indonesia. Dengan periode
penelitian yang dimulai dari tahun 2007-2016. Periode tersebut dipilih untuk
meneliti risiko likuiditas sebelum, saat dan sesudah terjadinya krisis global
pada tahun 2008.
15
B. Rumusan Masalah
Dari penjelasan dalam latar belakang yang telah diuraikan di atas
dapat diketahui bahwa risiko likuiditas menjadi risiko yang penting dalam
menganalisis kesehatan pada bank syariah, dari permasalahan tersebut, dapat
dijelaskan rumusan masalah yaitu:
1. Bagaimana pengaruh jangka pendek dan jangka panjang Debt to equity
Ratio (DER) terhadap Risiko Likuiditas Bank Syariah di Indonesia?
2. Bagaimana pengaruh jangka pendek dan jangka panjang Financing to
Deposit Ratio (FDR) terhadap Risiko Likuiditas Bank Syariah di
Indonesia?
3. Bagaimana pengaruh jangka pendek dan jangka panjang Inflasi terhadap
Risiko Likuiditas Bank Syariah di Indonesia?
4. Bagaimana pengaruh jangka pendek dan jangka panjang Biaya
Operasional Pendapatan Operasional (BOPO) terhadap Risiko
Likuiditas Bank Syariah di Indonesia?
5. Bagaimana pengaruh jangka pendek dan jangka panjang Return On
Asset (ROA) terhadap Risiko Likuiditas Bank Syariah di Indonesia?
6. Bagaimana pengaruh jangka pendek dan jangka panjang Non
Performing Financing (NPF) terhadap Risiko Likuiditas Bank Syariah di
Indonesia?
16
C. Tujuan dan Manfaat Penelitian
1. Tujuan Penelitian
Berdasarkan permasalahan tersebut diatas, maka dapat dirumuskan
tujuan penelitian yang hendak dicapai adalah :
a. Menganalisis pengaruh jangka panjang dan jangka pendek Debt to
Equity Ratio (DER) terhadap Risiko Likuiditas Bank Syariah di
Indonesia.
b. Menganalisis pengaruh jangka panjang dan jangka pendek Financing
to Deposit Ratio (FDR) terhadap Risiko Likuiditas Bank Syariah di
Indonesia.
c. Menganalisis pengaruh jangka panjang dan jangka pendek Inflasi
terhadap Risiko Likuiditas Bank Syariah di Indonesia.
d. Menganalisis pengaruh jangka panjang dan jangka pendek terhadap
Biaya Operasional Pendapatan Operasional (BOPO) Risiko Likuiditas
Bank Syariah di Indonesia.
e. Menganalisis pengaruh jangka panjang dan jangka pendek Return On
Asset (ROA) terhadap Risiko Likuiditas Bank Syariah di Indonesia.
f. Menganalisis pengaruh jangka panjang dan jangka pendek Non
Performing Financing (NPF) terhadap Risiko Likuiditas Bank Syariah
di Indonesia.
2. Manfaat Penelitian
a. Bagi Bank Syariah di Indonesia
17
Penelitian ini diharapkan memberikan gambaran mengenai faktor-
faktor yang mempengaruhi risiko likuiditas yang akan dihadapi dalam
perkembangan perusahaan perbankan syariah kedepannya. Sehingga
bank syariah di Indonesia dapat lebih berhati-hati dan waspada dalam
mengelola dana yang dimiliki dan dalam menyalurkan dananya kepada
masyarakat.
b. Bagi Akademisi
Penelitian ini diharapkan dapat menambah wawasan dan
mengaplikasikan ilmu yang telah diperoleh selama perkuliahan dalam
kehidupan nyata sehari-hari dan dapat dikembangankan ke dalam
penelitian selanjutnya dan diharapkan dapat digunakan untuk
pembanding hasil riset maupun sebagai acuan penelitian berikutnya.
c. Bagi Masyarakat
Penelitian ini diharapkan memberikan indikiasi dini kepada
nasabah atau masyarakat yang ingin menggunakan jasa perbankan
syariah di Indonesia mengenai kemungkinan terjadinya risiko likuiditas
dalam perusahaan perbankan, dimana likuiditas tersebut mengacu
kepada kemampuan bank untuk memenuhi penarikan deposito,
pembayaran pinjaman jatuh tempo, dan kewajiban-kewajiban lainnya
tanpa mengalami kemunduran. Penelitian ini juga diharapkan dapat
digunakan untuk pembanding hasil riset maupun sebagai acuan
penelitian berikutnya.
18
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
1. Teori Likuiditas
Bank merupakan lembaga keuangan yang bertugas menjadi
perantara keuangan (financial intermediary) dari pihak yang memiliki
kelebihan dana dengan pihak yang membutuhkan dana dan bertugas
untuk memperlancar lalu lintas pembayaran (PSAKA No. 31). Kegiatan
usaha lembaga keungan bank secara garis besar adalah menghimpun
dana masyarakat dalam bentuk tabungan, menyalurkannya kembali
kepada masyarakat dalam bentuk kredit, dan dalam bentuk kegiatan usaha
lain, lembaga keuangan bank memiliki tugas utama sebagai lembaga
intermediasi atas penyaluran dana. Penyaluran dana oleh lembaga
keuangan bank tidak hanya dalam bentuk pinjaman atau kredit,
melainkan juga dalam bentuk investasi. Myers (2010) menyatakan
bahwa penyaluran dana dalam bentuk pinjaman dan investasi, bank
mendorong pembangunan ekonomi, penciptaan lapangan kerja, dan
membuat sistem untuk mempermudah mentransfer uang antar individu
atau bisnis.
Proses penghimpunan dan penyaluran dana dapat dilakukan secara
langsung maupun tidak langsung. Proses penyaluran dana secara
langsung terjadi ketika dana langsung terhimpun dan tersalurkan melalui
19
pasar uang. Proses penyaluran secara tidak langsung terjadi melalui
lembaga perantara dimana lembaga perantara bertugas sebagai
penghimpun dan penyalur dana masyarakat dan pada proses penyaluran
dana secara tidak langsung inilah lembaga keuangan bank melaksanakan
tugasnya. Menurut Mishkin (2004) mengatakan bahwa lembaga
keuangan bank merupakan lembaga intermediasi terbesar dalam
perekonomian suatu negara sehingga perilakunya berbeda dengan
lembaga keuangan lainnya.
Sebagai lembaga intermediasi terbesar dalam perekonomian,
lembaga keuangan dapat mempengaruhi stabilitas sistem keuangan suatu
negara. Agar dapat menjaga stabilitas sistem keuangan suatu negara
maka lembaga keuangan bank harus mengontrol perilaku perbankan
dalam menjalankan kegiatannya yang berupa penyaluran dana.
Mishkin dan Eakins (2012) mengemukakan bahwa beberapa hal
yang harus diperhatikan oleh pihak perbankan dalam mengontrol
perilaku untuk meminimalisir risiko dan untuk memperoleh keuntungan
yang tinggi ialah, pertama perbankan harus memastikan bahwa bank
memiliki dana yang cukup ketika terjadi penarikan dana oleh nasabah,
artinya perbankan harus mampu memanajemen likuiditas dengan baik
(liquidty management). Kedua, perbankan harus mengelola asset dengan
baik agar tetap berada pada tingkat risiko rendah (asset management).
Ketiga, memperoleh dana yang murah (liability management). Keempat
20
ialah perbankan harus menentukan jumlah modal yang harus dijaga dan
mendapatkan tambahan modal (managing modal adequacy).
Risiko likuiditas merupakan kemampuan bank dalam
memanajemen kinerja untuk menyediakan dana yang cukup agar dapat
memenuhi kewajiban ataupun komitmen yang dikeluarkan kepada
nasabah deposan setiap saat (Mudrajad, 2002). Manajemen likuiditas
yang sehat dibutuhkan oleh perbankan agar tidak mengalami risiko
likuiditas dikemudian hari. Manajemen untuk mengatasi risiko likuiditas
merupakan sebuah instrumen penting dari kerangka manajemen risiko
secara keseluruhan dari industri jasa keuangan, khususnya bagi lembaga
keuangan (Majid, 2003). Salah satunya bank dapat menghindari risiko
likuiditas dengan menaruh fokus utama pada rasio-rasio tertentu, seperti
rasio aktiva lancar terhadap jumlah aktiva dan kewajiban lancar terhadap
jumlah kewajiban (Goddard, Molyneux, dan Wilson, 2009). Berikut ini
adalah beberapa teori yang merupakan teori likuiditas, yaitu teori
pertama ialah “commercial loan theory” atau teori komersial merupakan
sebuah teori manajemen likuiditas yang berasal dari kajian Adam Smith
pada tahun 1776 dalam bukunya, yaitu The Wealth of Nation. Teori
komersial menyatakan bahwa lembaga bank hanya diperbolehkan
memberikan pinjaman dengan surat dagang jangka pendek yang dapat
dicairkan dengan sendirinya atau bersifat self liquiditing yang artinya
pemberian pinjaman bermakna pembayaran kembali. Teori ini berfokus
21
pada likuiditas melalui pinjaman jangka pendek dan menitikberatkan
pada likuiditas untuk hari ini.
Teori likuiditas yang kedua ialah shiftability theory. Teori
shiftability berfokus pada penempatan likuiditas pada aktiva yang dapat
dengan mudah dipindahkan. Artinya tingkat likuiditas perbankan dapat
dijaga apabila bank melakukan investasi ataupun memiliki aktiva dalam
bentuk yang mudah berubah atau dipindahkan. Maksudnya adalah
apabila sewaktu-waktu pihak deposan menarik kembali dananya maka
pihak bank hanya perlu menjual kembali investasi tersebut dan
membayarnya pada deposan.
The liability management theory beranggapan liabilitas merupakan
sebuah bentuk kewajiban yang dimiliki oleh bank dan berada pada sisi
pasiva. Maksud dari the liability management theory ialah perbankan
diharuskan untuk memiliki kemampuan tertentu dalam mengelola
pasivanya sedemikian rupa sehingga pasiva yang dimiliki oleh perbankan
justru dapat menjadi sumber likuiditasnya. Selanjutnya yaitu Anticipated
income theory, maksud dari teori ini ialah anticipated income
(pendapatan yang diharapkan) oleh perbankan berasal dari pengalokasian
dana oleh bank pada sektor yang layak dan feasible yang dikemudian hari
akan memberikan keuntungan pada bank. Teori ini juga memungkinkan
bank untuk memberikan pinjaman jangka panjang yang pelunasannya
harus sesuai dengan waktu yang telah ditentukan.
22
Teori lain yang juga membahas mengenai risiko likuiditas
ialah theory trade-off between liquidity and profitability. Teori ini
berkembang pada dunia perbankan syariah dimana pada perbankan
syariah terdapat pertentangan kepentingan antara likuiditas dan
profitabilitas. Pada perbankan syariah bank harus bisa menjaga tingkat
likuiditasnya dengan cara memperbesar cadangan kas. Penambahan
cadangan kas untuk menjaga likuiditas ini dapat menurunkan tingkat
profitabilitas (keuntungan) bank karena penambahan cadangan kas
berarti dana tersebut tidak digunakan. Sebaliknya, untuk memperoleh
profitabilitas (keuntungan) yang tinggi maka bank harus mengurangi
cadangan kasnya yang berarti tingkat likuiditas bank tersebut akan
menurun.
2. Pengertian Likuiditas Bank Syariah
Menurut Riduan Tobink dan Bill Nikholaus (2003:124),
“Likuiditas adalah kemampuan seseorang atau perusahaan untuk
memenuhi kewajiban atau hutang yang segera harus dibayar dengan harta
lancarnya.”
Sedangkan menurut Oliver G. Wood dalam Dahlan Siamat
(2004:153), “Likuiditas adalah kemampuan bank untuk memenuhi semua
penarikan dana oleh nasabah deposan, kewajiban yang telah jatuh tempo
dan memenuhi permintaan kredit tanpa ada penundaan”. Berdasarkan
beberapa penjelasan di atas dapat dikatakan bahwa likuiditas bank
23
adalah kemampuan bank untuk memenuhi kewajibannya, terutama
kewajiban dana jangka pendek. Dari sudut aktiva, likuiditas adalah
kemampuan untuk mengubah seluruh aset menjadi bentuk tunai (cash).
Sedangkan dari sudut pasiva, likuiditas adalah kemampuan memenuhi
kebutuhan dana melalui peningkatan portofolio liabilitas.
Manajemen likuiditas adalah mengelola bagaimana bank dapat
memenuhi baik kewajiban yang sekarang maupun kewajiban yang akan
datang bila terjadi penarikan atau pelunasan asset liability yang sesuai
perjanjian ataupun yang belum diperjanjikan (tidak terduga). Suatu bank
syariah dapat dikatakan likuid apabila dapat memelihara giro wajib
minimum di Bank Indonesia sesuai dengan ketentuan yang berlaku
yaitu:
a. Dapat memelihara giro di Bank Koresponden. Giro di Bank
Koresponden adalah rekening yang dipelihara di Bank Koresponden
yang besarnya ditetapkan berdasarkan saldo minimum.
b. Dapat memelihara sejumlah kas secukupnya untuk memenuhi
pengambilan uang tunai.
3. Tujuan Pengelolaan Likuiditas Bank
Adapun tujuan pengelolaan likuiditas antara lain:
a. Untuk menjaga posisi likuiditas bank agar selalu berada pada posisi
yang ditentukan bank sentral .
24
b. Mengelola alat-alat likuid agar selalu dapat memenuhi semua
kebutuhan cash flow terutama kebutuhan yang tidak diperkirakan,
misalnya penarikan dana yang tiba-tiba terhadap sejumlah giro atau
deposito berjangka yang belum jatuh tempo.
c. Sedapat mungkin memperkecil idle funds.
d. Memberi keyakinan kepada para penyimpan dana bahwa mereka
dapat menarik dananya sewaktu-waktu atau pada saat jatuh tempo.
4. Manajemen Risiko dalam Perbankan
a. Pengertian Risiko
Risiko dikaitkan dengan kemungkinan kejadian atau keadaan
yang dapat mengancam pencapaian tujuan dan sasaran organisasi.
Vaughan (1978) mengemukakan beberapa definisi risiko sebagai
berikut:
1) Risk is the chance of loss (risiko adalah kans kerugian).
Berhubungan dengan suatu exposure (keterbukaan) terhadap
kemungkinan kerugian. Dalam ilmu statistik, chance dipergunakan
untuk menunjukkan tingkat probabilitas akan munculnya situasi
tertentu. Sebagian penulis menolak definisi ini karena terdapat
perbedaan antara tingkat risiko dengan tingkat kerugian. Dalam hal
chance of loss 100%, berarti kerugian adalah pasti sehingga risiko
tidak ada.
2) Risk is the possibility of loss (risiko adalah kemungkinan kerugian).
25
Istilah possibility berarti bahwa probabilitas sesuatu peristiwa
berada diantara nol dan satu. Namun, definisi ini kurang cocok
dipakai dalam analisis secara kuantitatif.
3) Risk is uncertainty (risiko adalah ketidakpastian).
Uncertainty dapat bersifat subjective dan objective. Subjective
uncertainty merupakan penilaian individu terhadap situasi risiko
yang didasarkan pada pengetahuan dan sikap individu yang
bersangkutan. Objective uncertainty akan dijelaskan pada dua
definisi risiko berikut.
4) Risk is the dispersion of actual from expected results (risiko
merupakan penyebaran hasil aktual dari hasil yang diharapkan).
Ahli statistik mendefinisikan risiko sebagai derajat penyimpangan
sesuatu nilai disekitar suatu posisi sentral atau di sekitar titik rata-
rata.
5) Risk is the probability of any outcome different from the one
expected (risiko adalah probabilitas sesuatu outcome berbeda
dengan outcome yang diharapkan).
Menurut definisi di atas, risiko bukan probabilitas dari suatu
kejadian tunggal, tetapi probabilitas dari beberapa outcome yang
berbeda dari yang diharapkan.
b. Jenis–Jenis Risiko Pada Perbankan
Pada dasarnya jenis-jenis risiko yang dihadapi dalam dunia
perbankan dapat dibagi atas dua kelompok besar, yaitu risiko
26
finansial dan risiko nonfinansial. Risiko finansial terkait dengan
kerugian langsung berupa hilangnya sejumlah uang akibat event
yang terjadi. Pada sisi lain, risiko nonfinansial terkait kepada
kerugian yang tidak dapat dikalkulasikan secara jelas jumlah uang
yang hilang. Namun, pada gilirannya risiko nonfinansial berpotensi
untuk menimbulkan kerugian finansial (Idroes, 2011:22).
Dalam Peraturan Bank Indonesia No. 13/23/PBI/2011
tentang penerapan manajemen risiko pada bank umum syariah dan
unit usaha syariah, jenis–jenis risiko dalam perbankan syariah
dikelompokkan sebagai berikut :
1) Risiko kredit
Risiko kredit adalah risiko akibat kegagalan nasabah atau pihak
lain dalam memenuhi kewajiban kepada bank sesuai dengan
perjanjian yang disepakati.
2) Risiko pasar
Risiko pasar adalah risiko pada posisi neraca dan rekening
administratif akibat perubahan harga pasar, antara lain risiko
berupa perubahan nilai dari aset yang dapat diperdagangkan
atau disewakan.
3) Risiko likuiditas
Risiko likuiditas adalah risiko akibat ketidakmampuan bank
untuk memenuhi kewajiban yang jatuh tempo dari sumber
pendanaan arus kas dan/atau aset likuid berkualitas tinggi
27
yang dapat diagunkan, tanpa mengganggu aktivitas dan
kondisi keuangan bank.
4) Risiko operasional
Risiko operasional adalah risiko kerugian yang diakibatkan
oleh proses internal yang kurang memadai, kegagalan proses
internal, kesalahan manusia, kegagalan sistem, dan/atau
adanya kejadian–kejadian eksternal yang mempengaruhi
operasional bank.
5) Risiko hukum
Risiko hukum adalah risiko akibat tuntutan hukum dan/atau
kelemahan aspek yuridis.
6) Risiko stratejik
Risiko stratejik adalah risiko akibat ketidaktepatan dalam
pengambilan dan/atau pelaksanaan suatu keputusan stratejik
serta kegagalan dalam mengantisipasi perubahan lingkungan
bisnis.
7) Risiko reputasi
Risiko reputasi adalah risiko akibat menurunnya tingkat
kepercayaan stakeholder yang bersumber dari persepsi negatif
terhadap bank.
8) Risiko kepatuhan
Risiko kepatuhan adalah risiko akibat bank tidak mematuhi
dan/atau tidak melaksanakan peraturan perundang-undangan
28
dan ketentuan yang berlaku, serta prinsip syariah.
9) Risiko imbal hasil
Risiko imbal hasil (rate of return risk) adalah risiko akibat
perubahan tingkat imbal hasil yang dibayarkan bank kepada
nasabah, karena terjadi perubahan tingkat imbal hasil yang
diterima bank dari penyaluran dana, yang dapat
mempengaruhi perilaku nasabah dana pihak ketiga bank.
10) Risiko investasi
Risiko investasi (equity investment risk) adalah risiko akibat
bank ikut menanggung kerugian usaha nasabah yang dibiayai
dalam pembiayaan bagi hasil berbasis profit and loss sharing.
c. Pengertian Manajemen Risiko
Manajemen risiko didefinisikan sebagai suatu metode dan
sistematik dalam identifikasi, kuantifikasi, menentukan sikap,
menetapkan solusi, serta melakukan monitor dan pelaporan risiko
yang berlangsung pada setiap aktivitas atau proses (Idroes, 2011:5).
Menurut Peraturan Bank Indonesia No.13/23/PBI/2011 tentang
penerapan manajemen risiko pada bank umum syariah dan unit
usaha syariah, manajemen risiko didefinisikan sebagai
serangkaian metodologi dan prosedur yang digunakan untuk
mengidentifikasi, mengukur, memantau, dan mengendalikan risiko
yang timbul dari seluruh kegiatan usaha bank.
29
5. Perbankan Syariah
Menurut Sudarsono (2012:29), Bank Syariah adalah lembaga
keuangan yang usaha pokoknya memberikan atau pembiayaan dan jasa-
jasa lainnya dalam lalu lintas pembayaran serta peredaran uang yang
yang pengoperasiannya disesuaikan dengan prinsip syariah. Sedangkan
definisi bank syariah menurut Ascarya (2007:2) yaitu bank dengan pola
bagi hasil yang merupakan landasan utama dalam segala operasinya, baik
dalam produk pendanaan, pembiayaan, maupun dalam produk-produk
lainnya.
Bank syariah didirikan dengan tujuan untuk mempromosikan dan
mengembangkan penerapan prinsip-prinsip Islam ke dalam transaksi
keuangan dan perbankan serta bisnis lain yang terkait. Dari penjelasan di
atas, dapat dikatakan bahwa bank syariah lebih menitikberatkan
kegiatannya berdasarkan prinsip-prinsip dalam ajaran Islam. Adapun
prinsip utama yang diikuti oleh bank syariah adalah :
a. Larangan riba dalam berbagai bentuk transaksi.
b. Melakukan kegiatan usaha dan perdagangan berdasarkan perolehan
keuntungan yang sah.
c. Memberikan zakat.
30
Tabel 2. 1
Perbandingan Perbankan Syariah dengan Konvensional
Bank Syariah Bank Konvensional
- Melakukan investasi-
investasi yang halal saja.
- Investasi yang halal dan
haram.
- Berdasarkan prinsip bagi
hasil, jual beli atau sewa.
- Memakai perangkat bunga.
- Hubungan dengan nasabah
dalam bentuk hubungan
kemitraan.
- Hubungan dengan nasabah
dalam bentuk hubungan
debitur-kreditur.
- Penghimpunan dan
penyaluran dana sesuai
dengan fatwa Dewan Syariah
Nasional
- Tidak terdapat Dewan
Sejenis.
(sumber : Syafii, Antonio 2012)
Perbedaan pokoknya antara bank syariah dan bank konvensional
adalah adanya larangan riba (bunga) bagi bank syariah. Riba dilarang
sedangkan jual beli (al-bai) dihalalkan ini berarti membayar dan
menerima bunga atas uang yang dipinjam atau dipinjamkan adalah
dilarang. Dalam operasionalnya, baik dalam kegiatan perhimpunan dana
dari masyarakat maupun dalam penyaluran dana ke masyarkat, bank
syariah (bank bagi hasil) tidak memperhitungkan bunga tetapi
berdasarkan prinsip jual beli dan bagi hasil (Martono,2010). Adapun
prinsip-prinsip bank syariah sebagai berikut:
a. Prinsip Titipan atau Simpanan (Al-Wadi’ah)
Al-Wadiah dapat diartikan sebagai titipan pihak pertama kepada pihak
lain yang harus dijaga dan harus dikembalikan sewaktu-waktu saat
pemberi titipan meminta. Dalam konsep wadiah yad dhamanah, pihak
31
yang menerima titipan dapat memanfaatkan uang atau barang yang
dititipkan.
b. Prinsip Bagi Hasil (Profit Sharing)
Secara umum prinsip bagi hasil dalam perbankan syariah dapat
dilakukan dalam empat akad utama yaitu al-musyarakah, al-
mudharabah, almuzara’ah, dan al-musaqah.
1) Al-Musyarakah adalah akad kerjasama antara dua pihak atau lebih
untuk suatu usaha tertentu dimana masing-masing pihak
memberikan kontribusi dana dengan kesepakatan bahwa
keuntungan dan risiko akan ditanggung bersama sesuai dengan
kesepakatan.
2) Al-Mudharabah adalah akad kerjasama usaha antara dua pihak
dimana pihak pertama (shahibul maal) menyediakan seluruh
modal. Sedangkan pihak lainnya menjadi pengelola. Keuntungan
usaha secara mudharabah dibagi menurut kesepakatan yang
dituangkan dalam kontrak.
3) Al-Muzara’ah adalah akad kerjasama pengelola pertanian antara
pemilik lahan dan penggarap, dimana pemilik lahan memberi lahan
pertanian kepada si penggarap untuk ditanami dan dipelihara
dengan imbalan tertentu dari hasil panen.
4) Al-Musaqah adalah bentuk yang lebih sederhana dimana
sipenggarap hanya bertanggung jawab atas penyiraman dan
32
pemeliharaan, sebagai imbalan, si penggarap berhak atas nisbah
tertentu dari hasil panen.
c. Prinsip Jual Beli
Ada tiga jenis jual beli yang telah dikembangkan sebagai sandaran
pokok dalam modal kerja dan investasi dalam perbakan syariah yaitu:
1) Bai Al-Murabahah adalah jual beli barang pada harga asal dengan
tambahan keuntungan yang disepakati. Dalam Al-Murabahah,
penjual harus memberi tahu harga produk yang ia beli dan
menentukan suatu tingkat keuntungan sebagai tambahan.
2) Bai As-Salam dalam pengertian yang sederhana adalah pembelian
barang yang diserahkan dikemudian hari, sedangkan pembayaran
dilakukan dimuka.
3) Bai Al-Istishna merupakan kontrak penjualan antara pembeli dan
pembuat barang. Dalam kontrak ini, pembuat barang menerima
pesanan dari pembeli.
d. Prinsip Sewa (Al-Ijarah)
Akad Ijarah adalah akad pemindahan hak guna atas barang atau jasa,
melalui pembayaran upah sewa, tanpa diikuti dengan pemindahan
kepemilikan atas barang itu sendiri.
e. Jasa (Fee-based service)
1) Al-Wakalah adalah pelimpahan kekuasaan oleh seseorang kepada
yang lain dalam hal-hal yang diwakilkan.
33
2) Al-Kafalah merupakan jaminan yang diberikan oleh penanggung
kepada pihak ketiga untuk memenuhi kewajiban pihak kedua atau
yang ditanggung.
3) Al-Hawalah adalah pengalihan hutang dari orang yang berhutang
kepada orang lain yang wajib menanggungnya. Dalam istilah para
ulama, hal ini merupakan pemindahan beban hutang dari muhil
(orang yang berhutang) menjadi tanggungan muhal’alaih atau
berkewajiban membayar hutang.
4) Ar-Rahn adalah menahan salah satu harta milik si peminjam
sebagai jaminan atas pinjaman yang diterimanya. Barang yang
ditahan tersebut memiliki nilai ekonomis.
5) Al-Qardh adalah pemberian harta kepada orang lain yang dapat
ditagih atau diminta kembali atau dengan kata lain meminjamkan
tanpa mengharapkan imbalan
6. Fungsi Bank Syariah
Sebuah terminologi fungsi, pengertian bank menurut Totok
Budisantoso dan Sigit Triandaru (2006) adalah suatu lembaga keuangan
yang menghimpun dana dari masyarakat dan menyalurkannya kembali
kepada masyarakat untuk berbagi tujuan yang melaksanakan fungsi
sebagai:
34
a. Agent of Trust
Lembaga kepercayaan (trust) bagi masyarakat dalam penempatan dan
pengelolaan dana berdasarkan prinsip syariah.
b. Agent of Development
Institusi yang memobilisasi dana untuk pembangunan ekonomi rakyat
dan negara yang berbasis prinsip syariah. Apalagi dalam sistem bank
syariah yang pembiayaan hanya boleh disalurkan di sektor riil,
sedangkan fungsi uang hanya sebagai alat tukar dan bukan sebagai
komoditas yang diperdagangkan.
c. Agent of services
Memberi pelayanan jasa perbankan dalam bentuk aneka transaksi
keuangan kepada masyarakat guna mendukung kegiatan bisnis dan
perekonomian.
7. Risiko Likuiditas
Risiko likuiditas adalah risiko yang antara lain disebabkan bank
tidak mampu memenuhi kewajiban yang telah jatuh waktu. Risiko
likuiditas dapat dikategorikan sebagai berikut:
1. Risiko Likuiditas Pasar, yaitu risiko yang timbul karena bank
tidak mampu melakukan offsetting posisi tertentu dengan harga
pasar karena kondisi likuiditas pasar yang tidak memadai atau
terjadi gangguan di pasar (market disruption).
2. Risiko Likuiditas Pendanaan, yaitu risiko yang timbul karena
35
bank tidak mampu mencairkan asetnya atau memperoleh pendanaan
dari sumber dana lain.
Risiko likuiditas dapat melekat pada aktivitas fungsional
pembiayaan (penyediaan dana), treasuri dan investasi, kegiatan dan
pendanaan utang. Pengelolaan likuiditas ini sangat penting karena
kekurangan likuiditas dapat mengganggu bukan hanya internal Bank
tersebut namun sistem perbankan secara keseluruhan (Rivai dan Arifin,
2010).
Risiko likuiditas yang berkaitan dengan sumber dana bank
terutama adalah adanya kemungkinan deposan atau debitur menarik
dananya dari bank. Risiko penarikan dana tersebut berbeda antara
masing-masing jenis sumber dana (Dahlan Siamat, 2001:113). Risiko
likuiditas merupakan risiko terbesar karena likuiditas merupakan
“darah” bagi bank. Meskipun suatu bank masih dapat membayar
seluruh hutangnya (solvabel), tetapi ketidakmampuan menyediakan
dana jangka pendek, dapat menyebabkan kegagalan bank, karena
penyimpan akan melakukan rush kepada bank itu (Sukarman,
2007:57).
Menurut Khan dan Ahmed (2001:155) risiko likuiditas adalah
variasi pendapatan bersih dalam sebuah bank karena ketidakmampuan
bank untuk meningkatkan modal dengan biaya yang wajar, baik dengan
pendapatan dari menjual asetnya di tempat (kesulitan likuiditas aset)
atau dengan pinjaman dengan menerbitkan instrumen keuangan baru
36
(masalah likuiditas pendanaan). Semua risiko lainnya akan berujung
pada likuiditas bank sebelum membawa masalah ke bank. Secara
operasional, bank gagal ketika arus kas dari pembayaran kredit,
penjualan aset di tempat dan mobilisasi dana tambahannya gagal,
penarikan deposito, biaya operasi, dan pertemuan utang kewajiban.
Menurut Laporan Tahunan Bank BCA Tahun 2011, risiko
likuiditas merupakan risiko yang mungkin dihadapi bank karena tidak
dapat memenuhi kewajibannya kepada deposan, investor, dan kreditur,
yang disebabkan oleh keterbatasan pendanaan atau ketidakmampuan
bank untuk melikuidasi aset pada harga wajar. Untuk mengelola
likuiditas, selain menjaga primary reserves, juga menjaga secondary
reserves, dan membuat proyeksi arus kas yang terinci dalam mata uang
USD dan Rupiah.
Sedangkan menurut Surat Edaran Bank Indonesia No.
13/23/PBI/2011, risiko likuiditas adalah risiko akibat ketidakmampuan
bank untuk memenuhi kewajiban yang jatuh tempo dari sumber
pendanaan arus kas dan/atau aset likuid berkualitas tinggi yang
dapat diagunkan, tanpa mengganggu aktivitas dan kondisi keuangan
bank.
Manajemen risiko likuiditas di bank didefinisikan sebagai risiko
ketidakmampuan bank dalam memenuhi kewajibannya kepada
nasabah penyimpan dana atau kenaikan dana dalam aset saat jatuh
tempo tanpa menimbulkan biaya yang tidak dapat diterima atau
37
kerugian (Ismail, 2010:230). Risiko ini terjadi ketika deposan
kolektif memutuskan untuk menarik dana lebih dari bank, atau
ketika peminjam gagal memenuhi kewajiban keuangan mereka ke
bank. Dengan kata lain, risiko likuiditas terjadi dalam dua kasus.
Risiko likuiditas ini merupakan risiko yang mungkin dihadapi
oleh bank untuk memenuhi kebutuhan likuiditasnya dalam rangka
memenuhi permintaan kredit dan semua penarikan dana oleh
penabung pada suatu waktu. Masalah yang mungkin timbul disini
adalah bank-bank tidak dapat mengetahui dengan tepat kapan dan
berapa jumlah dana yang akan dibutuhkan atau akan ditarik oleh
nasabah. Oleh karena itu, memperkirakan kebutuhan likuiditas
merupakan masalah yang cukup kompleks. Bank harus memperkirakan
kebutuhan likuiditas dan mencari cara bagaimana memenuhi semua
kebutuhan dana pada saat diperlukan. Kebutuhan likuiditas bank
bersumber dari dua kebutuhan. Pertama, kebutuhan penarikan dana
oleh penabung dan kebutuhan likuiditas wajib dan kedua, untuk
memenuhi kebutuhan pencairan dan permintaan kredit dari nasabah
terutama kredit yang telah disetujui (Dahlan Siamat, 2001:92).
Dalam penelitian ini, risiko likuiditas diukur menggunakan
rasio permodalan bank, yaitu modal dibagi total aset. Modal dalam
perbankan terdiri dari modal inti dan modal pelengkap (Dahlan Siamat,
2001:105). Dimana di dalam modal pelengkap masih terdapat risiko
tersendiri seperti misalnya modal pinjaman yang memiliki jatuh
38
tempo. Sehingga peningkatan modal juga akan meningkatkan risiko.
Variabel dependen yang digunakan dalam penelitian ini adalah
risiko likuiditas bank. Likuiditas perbankan adalah suatu kemampuan
suatu lembaga dalam hal ini adalah lembaga perbankan khususnya bank
umum dalam memenuhi segala kewajiban-kewajiban yang segera jatuh
tempo dan mampu memenuhi permintaan kredit para nasabah bank
tanpa adanya penundaan. Salah satu cara untuk menghitung tingkat
likuiditas perbankan adalah dengan mengetahui risiko likuiditasnya.
Cara menghitung risiko likuiditas seperti yang digunakan dalam
penelitian Ahmed, Naveed et al. (2011) adalah:
𝐿𝑄 =Modal
AsetX 100%
8. Debt to Equity Ratio (DER)
Rivai dan Arifin (2010:578) menjelaskan, pada industri
perbankan, sumber dana yang terbesar berasal dari dana masyarakat di
samping sumber dana lainnya yang berasal dari pinjaman modal sendiri.
Sumber dana pihak ketiga seperti giro, tabungan, dan deposito lazim
juga disebut sebagai sumber tradisional. Sedangkan pinjaman melalui
pasar uang dengan menerbitkan instrumen utang disebut sumber non
tradisional.
Debt to Equity Ratio mencerminkan besarnya proporsi antara
total debt (hutang) dengan total shareholder’s equity (total modal
39
sendiri). Rasio Debt to Equity Ratio dapat dirumuskan sebagai berikut:
𝐷𝐸𝑅 =Total Hutang
Total ModalX 100%
9. Financing to Deposit Ratio (FDR)
Financing to deposit ratio (FDR) atau loan to deposit ratio
adalah pembiayaan terhadap dana pihak ketiga yang diterima oleh bank.
FDR digunakan untuk bank syariah, sedangkan LDR untuk bank
umum (Kamus Bank Indonesia). Rasio ini memberikan indikasi
mengenai jumlah dana pihak ketiga yang disalurkan dalam bentuk
pembiayaan. Menggambarkan kemampuan bank membayar kembali
penarikan yang dilakukan nasabah deposan dengan mengandalkan
kredit yang diberikan sebagai sumber likuiditasnya. Rasio yang
tinggi menggambarkan kurang baiknya posisi likuiditas suatu bank
(Dahlan Siamat, 2001:160). Rumus FDR yaitu:
𝐹𝐷𝑅 =Pembiayaan
Dana Pihak KetigaX 100%
10. Inflasi
Secara umum inflasi dapat diartikan sebagai kenaikan tingkat harga
barang dan jasa secara umum dan terus menerus selama waktu tertentu.
Dalam hal ini merupakan sebuah proses kenaikan harga umum barang-
barang secara terus menerus. Ini tidak berarti bahwa harga-harga
berbagai macam barang itu naik dengan persentase yang sama. Mungkin
40
dapat terjadi kenaikan tersebut tidak bersamaan. Yang terpenting terdapat
kenaikan harga barang umum secara terus menerus selama suatu periode
tertentu. Kenaikan yang terjadi hanya sekali saja (meskipun dengan
persentase yang cukup besar) bukanlah merupakan inflasi (Samuelson &
Nordhaus, 2004).
Ada tiga komponen yang harus dipenuhi agar dapat dikatakan telah
terjadi inflasi, menurut Dornbus & Fischer (1997):
1. Kenaikan harga
Harga suatu komoditas dikatakan naik jika menjadi lebih tinggi
daripada harga periode sebelumnya.
2. Bersifat umum
Kenaikan harga suatu komoditas belum dapat dikatakan inflasi jika
kenaikan tersebut tidak menyebabkan harga secara umum naik.
3. Berlangsung terus menerus
Kenaikan harga yang bersifat umum juga belum akan memunculkan
inflasi, jika terjadi sesaat, karena itu perhitungan inflasi dilakukan
dalam rentang waktu minimal bulanan.
11. Biaya Operasional Pendapatan Operasional (BOPO)
Rasio biaya operasional adalah perbandingan antara biaya
operasional dengan pendapatan operasional. Biaya Operasional terhadap
Pendapatan Operasional (BOPO) sering disebut rasio efisiensi yang
digunakan bank untuk mengukur kemampuan manajemen bank dalam
41
mengendalikan biaya operasional terhadap pendapatan operasional.
Semakin tinggi nilai BOPO maka kinerja keuangannya semakin buruk,
namun semakin rendah nilai BOPO maka kinerja keuangannya semakin
baik. Rumus Biaya Operasional terhadap Pendapatan Operasional
(BOPO) sebagai berikut:
BOPO =Biaya beban Operasional
Pendapatan OperasionalX 100%
12. Return on Asset (ROA)
Return on Asset (ROA) mengukur kemampuan manajemen bank
dalam memperoleh dan mengelola profitabilitas efisiensi bisnis bank
secara keseluruhan. Semakin besar nilai rasio ini menunjukkan bahwa
tingkatan rentabilitas bank semakin baik atau lebih sehat (Mahrinasari,
2003:114). Sementara itu menurut Bank Indonesia, ROA adalah rasio
keuntungan sebelum pajak terhadap total aset selama periode tertentu.
Rasio ini bisa digunakan untuk mengukur kesehatan bank. Rasio ini
sangat penting mengingat bahwa keuntungan yang dihasilkan oleh
sebuah aset mungkin merefleksikan tingkat efisiensi bisnis sebuah
bank. Dalam framework penilaian kesehatan bank, bank sentral akan
memberi nilai maksimum 100 (sehat), jika bank memiliki ROA lebih
besar dari 1,5% (Hasibuan, 2005).
Return on Asset (ROA) dipilih sebagai indikator pengukur risiko
likuiditas perbankan karena Return on Asset (ROA) adalah ukuran
42
akuntansi bank yang paling komprehensif. Return on Asset (ROA)
sebagai indikator efisiensi bank dan ukuran kemampuan bank untuk
mendapatkan sewa/ keuntungan dari seluruh operasinya (Goudreau,
1992:5).
Return on Asset (ROA) merupakan rasio antara laba sebelum
pajak terhadap rata–rata total aset. Semakin besar ROA, semakin
besar pula tingkat keuntungan yang dicapai oleh sebuah bank.
Berdasarkan ketentuan bank Indonesia, yang tercantum dalam Surat
Edaran BI No. 9/24/DPbS, secara matematis, ROA dirumuskan
sebagai berikut (Almilia, 2005):
𝑅𝑂𝐴 =Laba Sebelum Pajak
Total AsetX 100%
13. Non Performing Financing (NPF)
Non Performing Financing adalah rasio yang digunakan untuk
mengukur kemampuan manajemen bank dalam mengelola kredit
bermasalah yang ada dapat dipenuhi dengan aktiva produktif yang
dimiliki oleh suatu bank (Teguh Pudjo Mulyono, 1995). Kredit dalam hal
ini adalah kredit yang diberikan kepada pihak ketiga dan tidak termasuk
kredit kepada bank lain. Sedangkan kredit bermasalah adalah kredit
dengan kualitas kurang lancar, diragukan, dan macet (Arthesa dkk,
2009). Besarnya nilai NPF suatu bank dapat dihitung dengan rumus:
43
𝑁𝑃𝐹 =Pembiayaan Bermasalah
Total PembiayaanX 100%
B. Keterkaitan Antar Variabel
1. Pengaruh DER terhadap Risiko Likuiditas
Debt ratio, yaitu mengukur kemampuan perusahaan untuk
membayar hutang apabila suatu saat perusahaan dilikuidasi. Rasio
ini juga menunjukkan seberapa besar perusahaan dibiayai oleh pihak
luar atau kreditor (Rodoni dan Ali, 2010:27). Rasio yang tinggi berarti
perusahaan menggunakan financial leverage yang tinggi. Risiko
perusahaan dengan financial leverage yang tinggi akan semakin tinggi
pula (Hanafi dan Halim, 2009:81).
Menurut penelitian dari Naveed Ahmed et al (2011), debt to equity
ratio memiliki pengaruh negatif signifikan terhadap risiko likuiditas pada
Bank Syariah di Pakistan. Hal ini juga didukung oleh penelitian Nurahmi
Dianingtyas (2013) bahwa DER memiliki pengaruh negatif signifikan
terhadap risiko likuiditas Bank Syariah di Indonesia.
2. Pengaruh FDR terhadap Risiko Likuiditas
Rivai dan Arifin (2010) menjelaskan, bahwa semakin tinggi FDR
suatu bank, berarti bank semakin tidak likuid, sehingga semakin tinggi
pula risiko bank tidak dapat memenuhi kewajiban tepat pada
waktunya atau hanya dapat memenuhi kewajiban melalui pinjaman
darurat atau dengan kata lain semakin tinggi pula risiko likuiditasnya.
44
Dalam penelitian Asim Abdullah (2012) Liquid Asset/LDR atau
FDR memiliki pengaruh positif signifikan terhadap risiko likuiditas pada
bank asing yang ada di Pakistan. Hasil yang sama juga terdapat pada
penelitian Nurahmi (2013), Financing to deposit Ratio (FDR)
berpengaruh positif signifikan terhadap risiko likuiditas bank syariah.
3. Pengaruh Inflasi terhadap Risiko Likuiditas
Inflasi merupakan suatu kejadian yang menggambarkan situasi dan
kondisi dimana harga barang mengalami kenaikan dan nilai mata uang
mengalami pelemahan, dan jika ini terjadi secara terus-menerus akan
mengakibatkan memburuknya kondisi ekonomi secara menyeluruh serta
mampu mengguncang tatanan politik suatu negara (Irham dan Yovi,
2010:165).
Pada penelitian Siti Fatimah dkk (2016), inflasi berpengaruh
negatif signifikan terhadap likuiditas yang diuji terhadap kedua variabel
terikat yaitu LCR (Liquidity Coverage Ratio) dan NSFR (Net Stable
Funding Ratio). Hasil yang sama juga terdapat pada penelitian Robby
Ricko (2012) yang menjelaskan bahwa inflasi berpengaruh signifikan
terhadap variabel terikatnya yaitu Risiko Likuiditas Bank Umum dan
Risiko Likuiditas Bank Syariah sedangkan penelitian yang dilakukan
oleh Maharani dan Sugiarto (2007) menyatakan bahwa inflasi
berpengaruh negatif terhadap LDR. Dapat disimpulkan karena faktor
inflasi mencerminkan stabilitas ekonomi, jika tingkat inflasi meningkat,
dan harga barang meningkat diiringi rupiah merosot, maka masyarakat
45
cenderung mengurangi saving/investasi dan juga mengurangi intensitas
kredit dari masyarakat. Maka, aset perbankan secara riil akan menurun,
sehingga akan mempengaruhi kemampuan operasi perbankan dalam
penyaluran kredit.
4. Pengaruh BOPO terhadap Risiko Likuiditas
Rasio BOPO ini digunakan untuk mengukur perbandingan biaya
operasi atau biaya intermediasi terhadap pendapatan operasi yang
diperoleh bank. Semakin kecil angka rasio BOPO, semakin baik kondisi
bank tersebut (Martono, 2010:85). Semakin kecil BOPO maka semakin
efisien biaya operasional yang dikeluarkan bank yang besangkutan dapat
disimpulkan semakin tinggi rasio BOPO maka kemungkinan bank dalam
kondisi bermasalah semakin besar. Dengan masalah yang besar bank
tidak mendapatkan kepercayaan dari masyarakat untuk berinvestasi dan
pengajuan kredit.
Pada penelitian Salman Ahmed Shaikh menjelaskan bahwa
variabel effeciency/BOPO memiliki pengaruh negatif terhadap risiko
likuiditas pada Bank Pakistan. Ada pula penelitian yang mengindikasikan
bahwa BOPO berdampak buruk kepada bank yang dilakukan oleh
Prayudi (2011) BOPO memiliki pengaruh negatif dan signifikan terhadap
LDR.
5. Pengaruh ROA terhadap Risiko Likuiditas
Tujuan dalam manajemen dana adalah untuk memperoleh profit
yang optimal. Hal itu bisa direalisasi dengan memberikan pembiayaan
46
yang sebesar-besarnya. Namun di sisi lain bank harus menyediakan
dana kas untuk memenuhi kewajiban yang harus segera dibayar. Dengan
banyaknya pemberian pembiayaan maka risiko likuiditas akan
meningkat, dikarenakan kemungkinan nasabah akan gagal bayar
(Muhammad, 2005).
Penelitian yang dilakukaan oleh Akhtar et al. (2011) menjelaskan
bahwa ROA memiliki hubungan positif tapi tidak signifikan terhadap
likuiditas pada Model I (Bank Konvensional) dan signifikan pada Model
II (Bank Syariah). Penelitian serupa juga telah dilakukan oleh Iqbal
(2012). Hasil dari penelitian tersebut menyatakan bahwa ROA
berpengaruh positif dan signifikan terhadap risiko likuiditas pada Bank
Konvensional dan Bank Islam. Hasil penelitian Prayudi (2011)
menyatakan bahwa ROA berpengaruh negatif terhadap LDR. Arif
Lukman Santoso dan Tekad Sukihanjani (2013) juga menjelaskan bahwa
variabel ROA memiliki hubungan positif dan signifikan terhadap
variabel Risiko Likuditas Bank.
6. Pengaruh NPF terhadap Risiko Likuiditas
NPF merupakan rasio dari kredit yang bermasalah dibandingkan
dengan total kredit yang diberikan. Semakin kecil NPL maka semakin
baik kinerja bank tersebut. Hasil dari penelitian Ahmed at al. (2011)
dan Iqbal (2012) menyatakan bahwa NPL memiliki hubungan negatif
dan signifikan terhadap risiko likuiditas. Penelitian Nasiruddin
47
(2005) dan Prayudi (2011) menyimpulkan bahwa NPL berpengaruh
negatif dan signifikan terhadap likuiditas diukur dengan LDR. Dari
hasil penelitian tersebut diperoleh bahwa NPF memiliki pengaruh
negatif terhadap likuiditas. Penelitian oleh Romadhoni Eka Nugraha
(2014) menjelaskan bahwa NPL (NPF) berpengaruh positif secara
signifikan terhadap LDR Bank Syariah di Indonesia
C. Penelitian Terdahulu
Menurut Nurahmi Dianingtyas (2013) berdasarkan hasil penelitiannya
atas pengaruh Capital Adequacy Ratio (CAR), Debt to Equity Ratio (DER),
Return on Asset (ROA) dan Financing to Deposit Ratio (FDR) terhadap
Risiko Likuiditas pada Bank Syariah di Indonesia menyatakan bahwa pada
tingkat kepercayaan 95%, menunjukkan bahwa CAR, ROA, dan FDR
berpengaruh positif, sedangkan DER berpengaruh negatif terhadap risiko
likuiditas. DER memiliki pengaruh negatif karena pada bank syariah terdapat
sumber dana yang tidak berbiaya, sehingga semakin besar rasio utang
terhadap ekuitas bank syariah maka semakin tinggi tingkat likuiditasnya
tanpa harus meningkatkan biaya modal dan risiko kekurangan likuiditas.
M. Farhan Akhtar, et al (2011), melakukan penelitian dengan judul
Liquidity Risk Management: A Comparative Study Between Conventional
and Islamic Banks of Pakistan pada 6 bank konvensional dan 6 bank syariah
di Pakistan. Variabel – variabel yang digunakan dalam penelitian ini adalah
Size of the firm, Networking capital, Return on Equity (ROE), Capital
48
Adequacy Ratio (CAR), Return on Assets (ROA). Hasil dari penelitian ini
menunjukkan bahwa hubungan antara size dan networking capital terhadap
net asset dan liquidity risk positif tetapi tidak signifikan pada bank
konvensional dan syariah. Namun CAR di bank konvensional, dan ROA di
bank syariah memiliki pengaruh positif dan signifikan.
Menurut Naveed Ahmed, et al (2011) berdasarkan pembahasan atas
pengujian hipotesis mengenai Risk Management Practices and Islamic
Banks : An Empirical Investigation from Pakistan dapat disimpulkan bahwa
ukuran bank (size of the bank) mempunyai hubungan yang positif, dan
signifikan dengan risiko likuiditas. Hubungan antara Debt Equity Ratio
(DER) dan Capital Adequacy Ratio (CAR) adalah signifikan, dan
berhubungan negatif dengan risiko likuiditas. Asset Utilization Ratio terbukti
mempunyai hubungan yang positif, dan signifikan terhadap risiko
likuiditas. Sedangkan hubungan dari rasio NPLs dengan risiko likuiditas
adalah negatif dan tidak signifikan. Dari hasil regresi, penelitian ini
menerima hipotesis bahwa terdapat hubungan antara Size of The Banks,
Capital Adequacy Ratio (CAR), Debt Equity Ratio (DER), dan Manajemen
Aset dengan risiko likuiditas. Dan tidak terjadi hubungan antara rasio NPL
terhadap risiko likuiditas.
Menurut Asdini Andi (2012) berdasarkan hasil pembahasan atas
pengujian hipotesis mengenai pengaruh LDR, NPL, CAR terhadap risiko
likuiditas pada Bank Pembangunan Daerah (BPD) se Indonesia, dapat
disimpulkan bahwa variabel LDR, dan NPL berpengaruh negatif signifikan
49
terhadap risiko likuiditas. Sedangkan variabel CAR berpengaruh positif
signifikan terhadap risiko likuiditas.
Menurut Vido Niangga (2012) berdasarkan hasil pembahasan atas
pengujian hipotesis mengenai faktor-faktor yang mempengaruhi risiko
Likuiditas Bank di Indonesia dapat disimpulkan bahwa terdapat
hubungan yang positif, dan signifikan antara Size of the Firm, Networking
capital, dan Return on Assets (ROA) dengan risiko likuiditas. Dan tidak
terdapat hubungan yang signifikan antara Return on Equity (ROE), dan
Capital Adequacy Ratio (CAR) terhadap risiko likuiditas.
Tabel 2.2
Penelitian Terdahulu
No Peneliti Dan
Judul
Metode Dan
Variabel Perbedaan Hasil
1 - Md. Lutfor
Rahman and S.
M. Hasanul
Banna (2015)
- Liquidity Risk
Management: A
Comparative
Study between
Conventional
and Islamic
Banks in
Bangladesh
- Metode Regresi
Berganda
- Variabel
Independen
- Size of the Bank
- Net working
Capital
- Return on Equity
- Capital
Adequacy Ratio
- Return on Asset
- Variabel
Dependen
- Risiko Likuiditas
- Metode
ECM
- Variabel
Independen
- DER
- FDR
- Inflasi
- BOPO
- NPF
- Hanya Bank
Syariah
- Size :(-) tidak
signifikan di
BK dan BS
- NWC: (+)
tidak
signifikan di
BK dan BS
- ROE: (+)
tidak
signifikan di
BK dan BS
- CAR: (-)
tidak
signifikan di
BK (+) tidak
signifikan di
BS
- ROA: (+)
50
No Peneliti Dan
Judul
Metode Dan
Variabel Perbedaan Hasil
signifikan di
BK, (+) tidak
signifikan di
BS
2 - Martha
Novalina
Ambaroita
(2015)
- Faktor-faktor
yang
Mempengaruhi
Loan to Deposit
Ratio Bank
Umum di
Indonesia
Periode
2009.1.2013.12
- Metode ECM
- Variabel
Independen
- CAR
- DPK
- NPL
- Variabel
Dependen
- Risiko Likuiditas
(LDR)
- Variabel
Independen
- DER
- FDR
- Inflasi
- BOPO
- ROA
- Bank
Syariah
- CAR tidak
berpengaruh
dalam jangka
panjang
- CAR (+)
dalam jangka
pendek
- DPK (+)
dalam jangka
panjang
- DPK tidak
berpengaruh
dalam jangka
pendek.
- NPL (-)
dalam jangka
panjang
- NPL (+)
dalam jangka
pendek
3 - Aulia Rahman
(2013)
- Pengaruh
Capital
Adequacy Ratio
(CAR), Return
on Asset (ROA),
Biaya
Operasional
terhadap
Pendapatan
Operasional
(BOPO), Inflasi
- Metode Regresi
Berganda
- Variabel
Independen
- CAR
- ROA
- BOPO
- Inflasi
- Kurs
- Metode
ECM
- Variabel
Independen
- DER
- FDR
- NPF
- Bank
Syariah
- CAR: (-)
signifikan
- ROA: (+)
signifikan
- BOPO,
Inflasi, dan
Kurs tidak
signifikan
51
No Peneliti Dan
Judul
Metode Dan
Variabel Perbedaan Hasil
dan Kurs
terhadap Loan
to Deposit Ratio
pada Bank
Umum
- Variabel
Dependen
- Risiko Likuiditas
(LDR)
4 - Nurrahmi
Dianingtyas,
(2013)
- Pengaruh
Capital
Adequacy Ratio
(CAR), Debt to
Equity Ratio
(DER), Return
on Asset (ROA),
dan Financing
to Deposit Ratio
(FDR) terhadap
Risiko
Likuiditas pada
Bank Syariah di
Indonesia
- Metode Regresi
Berganda
- Variabel
Independen
- CAR
- DER
- ROA
- FDR
- Variabel
Dependen
- Risiko Likuiditas
- Metode
ECM
- Variabel
Independen
- Inflasi
- BOPO
- NPF
- CAR: (+)
signifikan
- DER: (-)
signifikan
- ROA: (+)
signifikan
- FDR: (+)
signifikan
5 - Arif Lukman
Santoso dan
Tekad
Sukihanjani
(2013)
- Analisis Faktor-
Faktor yang
Mempengaruhi
Likuiditas
Perbankan di
Indonesia
- Metode Regresi
Berganda
- Variabel
Independen
- Size
- NWC
- ROA
- ROE
- CAR
- NPL
- Suku Bunga
Deposito
- Suku Bunga
- Metode
ECM
- Variabel
Independen
- DER
- FDR
- Inflasi
- BOPO
- Variabel
Dependen
- Risiko
Likuiditas
- Bank
- Size: (+) tidak
signifikan
- NWC, ROA,
CAR (+)
signifikan
- NPL: (-)
tidak
signifikan
- Suku Bunga
Deposito: (-)
signifikan
- Suku Bunga
Kredit: (-)
tidak
signifikan
52
No Peneliti Dan
Judul
Metode Dan
Variabel Perbedaan Hasil
Kredit
- Variabel
Dependen
- Risiko Likuiditas
Syariah
6 - Sayedul Anam
dkk (2012)
- Liquidity Risk
Management: A
Comparative
Study Between
Conventional
and Islamic
Banks of
Bangladesh
- Metode Regresi
Berganda
- Variabel
Independen
- Size of the Banks
- Net Working
Capital
- Return on
Equity
- Capital
Adequacy Ratio
- Return on Asset
- Variabel
Dependen
- Liquidity Risk
- Metode
ECM
- Variabel
Independen
- DER
- FDR
- Inflasi
- BOPO
- NPF
- Hanya Bank
Syariah
- Size:(-) tidak
signifikan di
Bank
Konvensional
(BK), (+)
signifikan di
Bank Syariah
(BS)
- NWC: (+)
signifikan di
BK, (-) tidak
signifikan di
BS
- ROE: (-)
tidak
signifikan di
BK dan BS
- CAR: (+)
tidak
signifikan di
BK dan BS
- ROA: (+)
tidak
signifikan di
BK dan BS
7 - Asdini Andi
Syahril (2012)
- Pengaruh LDR,
NPL, CAR
Terhadap Risiko
Likuiditas Pada
Bank
Pembangunan
- Metode Regresi
Berganda
- Variabel
Independen
- LDR
- NPL
- Metode
ECM
- Variabel
Independen
- DER
- FDR
- LDR: (-)
signifikan
- NPL: (-)
signifikan
- CAR: (+)
signifikan
53
No Peneliti Dan
Judul
Metode Dan
Variabel Perbedaan Hasil
Daerah (BPD)
Se Indonesia
- CAR
- Variabel
Dependen
Risiko Likuiditas
- Inflasi
- BOPO
- ROA
- Bank
Syariah
8 - Naveed
Ahmed,dkk
(2011)
- Liquidity Risk
and Islamic
Banks:
Evidence from
Pakistan
- Metode Regresi
Berganda
- Variabel
Independen
- Leverage
- Tangibility
- Age
- Size of the Bank
- Profitabilitas
- Variabel
Dependen
- Liquidity Risk
- Credit Risk
- Operational Risk
- Metode
ECM
- Variabel
Independen
- DER
- FDR
- Inflasi
- BOPO
- NPF
- Leverage :
(+)signifikan
- Tangibiliti: (-
) signifikan
- Age: (+)
signifikan
- Size: (-) tidak
signifikan
- Profitabilitas:
(-) tidak
signifikan
9 - M.Farhan
Akhtar,dkk.(201
1)
- Liquidity Risk
Management: A
comparative
study between
Conventional
and Islamic
Banks of
Pakistan
- Metode Regresi
Berganda
- Variabel
Independen
- Size of the firm
- Networking
Capital
- Return on Equity
- Capital
- Metode
ECM
- Variabel
Independen
- DER
- FDR
- Inflasi
- BOPO
- Size: (+)
tidak
signifikan
- NWC: (+)
tidak
signifikan
- ROE: (-)
tidak
signifikan
- CAR: (+)
54
No Peneliti Dan
Judul
Metode Dan
Variabel Perbedaan Hasil
Adequacy Ratio
- Return on Assets
- Variabel
Dependen
- Liquidity Risk
- NPF
- Hanya Bank
Syariah
signifikan
- ROA: (+)
signifikan
10 - Naveed Ahmed,
dkk (2011)
- Risk
Management
Practices and
Islamic Banks:
An Empirical
Investigation
from Pakistan
- Metode Regresi
Berganda
- Variabel
Independen
- Size of the Banks
- CAR
- DER
- NPL
- Manajemen Aset
- Variabel
Dependen
- Liquidity Risk
- Metode
ECM
- Variabel
Independen
- FDR
- Inflasi
- BOPO
- ROA
- Size (+)
signifikan
- CAR (-)
signifikan
- DER (-)
signifikan
- NPL (+) tidak
signifikan
- Manajemen
aset (+)
signfikan.
(sumber: jurnal dan skripsi, data diolah)
D. Kerangka Pemikiran
Berdasarkan telaah pustaka dan hasil dari penelitian terdahulu
diduga bahwa Debt to Equity Ratio (DER), Financing to Deposits Ratio
(FDR), Inflasi, Biaya Operasional Pendapatan Operasional (BOPO),
Return on Asset (ROA) dan Non Performing Financing (NPF)
55
berpengaruh terhadap risiko likuiditas bank syariah dalam jangka pendek
maupun jangka panjang. Dengan demikian dapat dirumuskan kerangka
pikir penelitian sebagai berikut:
Gambar 2.1
Kerangaka Penelitian
ANALISIS FAKTOR-FAKTOR YANG
MEMPENGARUHI RISIKO LIKUIDITAS BANK
SYARIAH DI INDONESIA
Kesimpulan dan
Implikasi
Risiko Likuiditas
DER FDR ROA NPF INF BOPO
Uji Normalitas
Uji Asumsi Klasik
Uji Liniearitas
Uji Kointegrasi
Uji Stasioner
Uji ECM
Uji Derajat Integrasi
56
E. Hipotesis
Berdasarkan hubungan antara tujuan penelitian serta kerangka
pemikiran teoritis terhadap rumusan masalah penelitian ini, maka hipotesis
yang diajukan adalah sebagai berikut :
1. H0: Diduga Debt to Equity Ratio (DER) tidak ada pengaruh jangka
pendek dan jangka panjang terhadap Risiko Likuiditas.
H1: Diduga Debt to Equity Ratio (DER) ada pengaruh jangka pendek dan
jangka panjang terhadap Risiko Likuiditas.
2. H0: Diduga Financing to Deposit Ratio (FDR) tidak ada pengaruh
jangka pendek dan jangka panjang terhadap Risiko Likuiditas.
H1: Diduga Financing to Deposit Ratio (FDR) ada pengaruh jangka
pendek dan jangka panjang terhadap Risiko Likuiditas.
3. H0: Diduga Inflasi tidak ada pengaruh jangka pendek dan jangka panjang
terhadap Risiko Likuiditas.
H1: Diduga Inflasi ada pengaruh jangka pendek dan jangka panjang
terhadap Risiko Likuiditas.
4. H0: Diduga Biaya Operasional Pendapatan Operasional (BOPO) tidak ada
pengaruh jangka pendek dan jangka panjang terhadap Risiko
Likuiditas.
H1: Diduga Biaya Operasional Pendapatan Operasional (BOPO) ada
pengaruh jangka pendek dan jangka panjang terhadap Risiko
Likuiditas.
57
5. H0: Diduga Return on Assets (ROA) tidak ada pengaruh jangka pendek
dan jangka panjang terhadap Risiko Likuiditas.
H1: Diduga Return on Assets (ROA) ada pengaruh jangka pendek dan
jangka panjang terhadap Risiko Likuiditas.
6. H0: Diduga Non Performing Financing (NPF) tidak ada pengaruh jangka
pendek dan jangka panjang terhadap Risiko Likuiditas.
H1: Diduga Non Performing Financing (NPF)ada pengaruh jangka pendek
dan jangka panjang terhadap Risiko Likuiditas.
58
BAB III
METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini menggunakan penelitian deskriptif dan regresional.
Penelitian deskriptif dimaksudkan untuk memperoleh gambaran dengan cara
menganalisis dan menafsirkan variabel-variabel yang diteliti. Sedangkan
penelitian regresional dimaksudkan untuk menghubungkan serta mengukur
pengaruh variabel independen, yaitu: Debt to Equity Ratio (DER),
Financing to Deposits Ratio (FDR), Inflasi, Biaya Operasional Pendapatan
Operasional (BOPO), Return on Asset (ROA), dan Non Performing
Financing (NPF) terhadap variabel dependen Risiko Likuiditas Bank Syariah.
Objek yang diteliti adalah Bank Umum Syariah dan Unit Usaha Syariah
yang terdaftar dalam daftar Bank Indonesia (BI) yang terlampir dalam
publikasi Statistik Perbankan Syariah Indonesia di Otoritas Jasa Keuangan dan
Bank Indonesia periode kuartalan 2007 sampai 2016. Periode pengamatan
2007-2016 dipilih karena pada periode tersebut terjadi banyak peristiwa
ekonomi global maupun di Indonesia. Di antaranya sebelum krisis ekonomi
global yang diawali dengan krisis ekonomi di Amerika Serikat, yang sedikit
banyak telah mempengaruhi gejolak perekonomian Indonesia khususnya di
sektor perbankan.
Variabel yang diangkat dalam penelitian kali ini meliputi variabel bebas
(X) dan variabel terikat (Y). Variabel bebas (X) pada penelitian ini Debt to
59
Equity Ratio (DER), Financing to Deposits Ratio (FDR), Inflasi, Biaya
Operasional Pendapatan Operasional (BOPO), Return on Asset (ROA), dan
Non Performing Financing (NPF), sedangkan variabel terikatnya (Y) adalah
Risiko Likuiditas Bank Syariah.
B. Metode Penentuan Sampel
Sampel adalah suatu himpunan bagian (subset) dari unit populasi yang
dapat mewakili populasi penelitian (Kuncoro, 2009:118). Metode sampel
yang digunakan dalam penelitian ini adalah metode quota sampling. Metode
quota sampling ini untuk memastikan bahwa berbagai subgroup dalam
populasi telah terwakili dengan berbagai karakteristik sampel batas tertentu
seperti yang dikehendaki oleh peneliti (Kuncoro, 2009: 122).
Metode quota sampling adalah metode penarikan sample quota
besarnya strata atau sub-kelas dalam populasi ditaksir secara kasar dari
statistik yang dipublikasikan dan pencacahan (interview) memiliki kebebasan
memilih responden (Hamid, 2012: 27). Data diambil dari Statistik Perbankan
Syariah Indonesia yang dipublikasikan oleh Otoritas Jasa Keuangan dan Bank
Indonesia dari kuartal Maret 2007 sampai dengan Desember 2016.
C. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan adalah dengan studi
kepustakaan. Studi kepustakaan adalah pengumpulan data yang dilakukan
dengan menghimpun informasi yang relevan dengan topik atau masalah yang
60
akan atau sedang diteliti. Informasi itu diperoleh dari buku–buku ilmiah,
laporan penelitian, karangan–karangan ilmiah, tesis dan disertasi, peraturan–
peraturan, ketetapan–ketetapan, buku tahunan, ensiklopedia, dan sumber–
sumber tertulis baik dalam media cetak maupun media elektronik lainnya.
Metode kepustakaan digunakan untuk mengumpulkan data yang
berkaitan dengan kegiatan bank syariah untuk memperoleh landasan teoritis
secara komprehensif. Selain itu, metode kepustakaan digunakan untuk
mengeksplorasi laporan keuangan Statistik Perbankan Syariah Indonesia di
Otoritas Jasa Keuangan dan Bank Indonesia yang berupa neraca, laporan
laba-rugi dan lain-lain yang dipublikasikan oleh masing–masing website
Otoritas Jasa Keuangan maupun Bank Indonesia.
Jenis data yang digunakan dalam penelitian ini adalah data sekunder.
Data-data yang dikumpulkan adalah Risiko Likuiditas (LQ), Debt to Equity
Ratio (DER), Financing to Deposits Ratio (FDR), Inflasi, Biaya Operasional
Pendapatan Operasional (BOPO), Return on Asset (ROA), dan Non
Performing Financing (NPF) yang diperoleh dari Statistik Perbankan
Syariah Indonesia yang diterbitkan oleh Otoritas Jasa Keuangan dan Bank
Indonesia.
Periodesasi data menggunakan data Laporan Keuangan Kuartalan
Bank Umum Syariah dan Unit Usaha Syariah yang dipublikasikan selama
tahun 2007-2016. Jangka waktu ini dirasa cukup untuk meliput
perkembangan kinerja bank karena menggunakan data runtut waktu (time
series).
61
D. Metode Analisis Data
Metode deskriptif dan regresional diaplikasikan untuk mempelajari dan
membandingkan pengaruh variabel bebas terhadap variabel terikat pada objek
penelitian. Untuk mengetahui pengaruh hubungan antar variabel dilakukan
dengan pengujian regresional statistik dengan menggunakan alat analisis
EViews 9.
Untuk menguji hipotesis dari variabel-variabel bebas (independen) yang
mempengaruhi variabel terikat(dependen), penelitian ini menggunakan teknik
analisis regresi linier berganda (Multiple Regreression Analysis Model)
dengan ECM (Error Correction Model). Error Correction Model atau Model
Koreksi Kesalahan adalah sistem dinamik dengan karakteristik bahwa deviasi
dari keadaan saat ini dari hubungan jangka panjang akan dimasukkan ke
dalam dinamika jangka pendek. Langkah pertama, memastikan data
terdistribusi normal dan linear. Kemudian melakukan uji stasioneritas data,
apabila data tidak stasioner ditingkat level, namun stasioner ditingkat first
different atau second different dan variabelnya terkointegrasi. Model ini
digunakan untuk melakukan koreksi ketidakseimbangan jangka pendek
menuju jangka panjang atau dengan kata lain bahwa apa yang diinginkan
dalam penelitian belum tentu sesuai dengan apa yang terjadi sebenarnya.
Pendekatan model ECM mulai diperkenalkan oleh Sargan dan kemudian
dikembangkan lebih lanjut oleh Hendry dan akhirnya dipopulerkan oleh
Engle-Granger. Model Ekonomi Engle- Granger adalah:
Yt = 0 + 1X1t + 2X2t + 3X3t + 4X4t + 5X5t + 6X6t + ECT+ t
62
Melalui model ekonomi Engle-Granger di atas maka dapat dirumuskan
model ekonomi dalam penelitian ini adalah sebagai berikut:
LQ = β 0 + β 1DERt + β 2FDRt + β 3INFt + β 4BOPOt + β
5ROAt + β 6NPFt + ECT+ t
Di mana :
LQt = Risiko Likuiditas
β 0 = Konstanta
β 1- β 6 = Koefisien regresi
DER = Debt to Equity Ratio
FDR = Financing to Deposit Ratio
INF = Inflasi
BOPO = Biaya Operasional Pendapatan Operasional
ROA = Return on Asset
NPF = Non Performing Financing
ECT = Nilai yang diestimasi dari residual persamaan sebelumnya
t = Error term
63
1. Uji Normalitas
Pengujian jenis ini bertujuan untuk melihat apakah dalam model
regresi, variabel lainnya atau residual memiliki distribusi normal. Dengan
menggunakan Jarque-Berra, maka: Ho menunjukkan data tersebar normal
dan Ha menunjukkan data tersebar tidak normal. Pada hasil probabilitas
jika lebih dari 0,05 maka menunjukkan bahwa hubungan antar
variabelnya normal. Ada dua cara untuk mendeteksi apakah residual
berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji
statistik. Data yang dinilai normal maka baik untuk dilanjutkan sebagai
bahan penelitian.
Langkah-langkah pengujian normailtas data sebagai berikut:
Hipotesis :
Ho: Model Normal
Ha: Model Tidak Normal
Bila probabilitas Obs*R2 > 0.05 → Signifikan, Ho diterima.
Bila probabilitas Obs*R2 < 0.05 → Tidak signifikan, Ho ditolak.
2. Uji Linieritas
Uji yang sangat populer untuk menguji masalah linieritas adalah
uji yang dikembangkan oleg J.B Ramsey tahun 1969 untuk lebih
dikenal dengan nama Ramsey Reset Test. Uji ini biasanya didesain
untuk menguji apakah suatu variabel penjelas cocok atau tidak
64
dimasukkan dalam suatu model estimasi. Akan tetapi menurut Kennedy
(1996) dalam Insukindro (2003) uji yang dikembangkan oleh J.B
Ramsey ini digunakan untuk menguji apakah bentuk fungsi suatu model
estimasi linier atau tidak linier.
Langkah-langkah pengujian sebagai berikut:
Hipotesis:
Ho: Model Linear
Ha: Model Tidak Linear
Bila probabilitas Chi-Square > 0.05 → Signifikan, Ho diterima
Bila probabilitas Chi-Square < 0.05 → Tidak signifikan, Ho
ditolak.
3. Uji Stasioner
Proses yang bersifat random atau stokastik merupakan kumpulan
dari variabel random dalam urutan waktu. Setiap data time series
merupakan suatu data dari hasil 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
runtun waktu hanya tergantung dari kelambanan antara dua periode waktu
tersebut. Analisis diawali dengan pengujian stasioner masing masing
variabel dengan menggunakan uji Unit Root Test. Data time series akan
dikatakan stasioner jika rata-rata, varian dan kovarian pada setiap lag
adalah tetap sama dalam setiap waktu. Jika data time series tidak
memenuhi kriteria tersebut maka data dikatakan tidak stasioner. Dengan
65
kata lain data time series dikatakan tidak stasioner jika rata-ratanya
maupun variannya tidak konstan, berubah-ubah sepanjang waktu (time-
varying mean and variance) (Agus Widarjono : 316-317).
Pada umumnya data time series sering mengalami ketidak
stasioneran pada level series. Jika hal ini terjadi, maka keadaan stasioner
dapat terjadi dengan melakukan differensiasi satu kali atau lebih. Apabila
data telah stasioner pada level series, maka data tersebut ada pada
intergrasi I(0). Apabila data stasioner pada first difference level maka data
tersebut adalah ada pada integrasi I(1). Ada beberapa prosedur untuk
melakukan uji akar-akar unit namun yang banyak digunakan adalah Uji
Augmented Dickey-Fuller ( ADF ) dan Uji Philips Peron.
a. Uji Akar Unit
Phillips-Perron memasukkan adanya autokorelasi di dalam
variabel gangguan dengan memasukkan variabel independen berupa
kelambanan diferensi. Phillips-Perron (PP) membuat uji akar unit
dengan menggunakan metode statistik nonparametrik dalam
menjelaskan adanya autokorelasi antara variabel gangguan tanpa
memasukkan variabel penjelas kelambanan diferensi (Agus Widarjono,
2007).
Prosedur untuk menentukan apakah data stasioner atau tidak
dengan cara membandingkan antara nilai statistik PP dengan nilai
kritisnya yaitu distribusi statistik Mackinnon. Jika nilai absolut statistik
PP lebih besar dari nilai kritisnya, maka data yang diamati
66
menunjukkan stasioner dan jika sebaliknya nilai absolut staistik PP
lebih kecil dari nilai kritisnya maka data tidak stasioner. Langkah-
langkah pengujian sebagai berikut:
Hipotesis:
Ho : Data tersebut tidak stasioner pada derajat Nol
Ha : Data tersebut stasioner pada derajat Nol.
Pengambilan keputusan dilakukan dengan kriteria:
Jika PP t-statistik > PP kritis statistik (critical value α = ....%)
maka Ho ditolak
Jika PP t-statistik < PP kritis statistik (critical value α = ....%)
maka Ho diterima
* critical value, 5% atau 10%.
Prosedur pengujian stasioner data adalah sebagai berikut :
1. Langkah pertama dalam uji unit root adalah melakukan uji
terhadap level series. Jika hasil uji unit root menolak hipotesis nol
bahwa ada unit root, berarti series adalah stasioner pada tingkat
level atau dengan kata lain series terintegrasi pada I(0). Jika semua
variabel adalah stasioner maka estimasi terhadap model yang
digunakan adalah dengan regresi OLS. Jika dalam uji terhadap
level series hipotesis ada unit root untuk seluruh series diterima,
maka pada tingkat level seluruh series adalah nonstasioner.
2. Langkah selanjutnya adalah melakukan uji unit root terhadap first
difference dari series. Jika hasilnya yang diperoleh menolak
67
hipotesis adanya unit root, berarti pada tingkat first difference,
series sudah stasioner atau dengan kata lain semua series
terintegrasi pada order I(1), sehingga estimasi dapat dilakukan
dengan menggunakan metode kointegrasi. Jika hasil uji unit root
menerima hipotesis adanya unit root, maka langkah berikutnya
adalah melakukan diferensiasi lagi terhadap series sampai series
menjadi stasioner, atau series terintegrasi pada ordo I(d).
b. Uji Derajat Integrasi
Uji ini dilakukan untuk mengetahui pada derajat atau order
differensi ke berapa derajat data yang diteliti akan stasioner.
Pengujian ini dilakukan pada uji akar-akar unit (langkah pertama di
atas), jika ternyata data tersebut tidak stasioner pada derajat
pertama (Insukindro,1992). Uji derajat integrasi ini mirip dengan
uji akar unit. Untuk melakukan uji tersebut juga dilakukan
penaksiran model otoregresif dengan OLS.
Menurut Nachrowi dalam berbagai studi ekonometrika, data
time series sangat banyak digunakan. Namun dibalik pentingnya
data tersebut, ternyata data time series ‘menyimpan’ berbagai
permasalahan, salah satunya yaitu autokorelasi. Autokorelasi ini
merupakan penyebab yang mengakibatkan data menjadi tidak
stasioner, sehingga bila data dapat distasionerkan maka
autokorelasi akan hilang dengan sendirinya. Uji stasioner data
melalui proses diferensi ini disebut uji derajat integrasi.
68
Seperti uji akar unit Phillip-Perron, keputusan sampai pada
derajat keberapa suatu data akan stasioner dapat dilihat dengan
membandingkan antara nilai statistik Phillip-Perron yang diperoleh
dari koefisien y dengan nilai kritis distribusi statistik Mackinnon.
Jika nilai absolut dari statistik PP lebih besar dari nilai kritisnya
pada diferensi tingkat pertama, maka data dikatakan stasioner pada
derajat satu. Akan tetapi, jika nilainya lebih kecil maka uji derajat
integrasi perlu dilanjutkan pada diferensi yang lebih tinggi sehingga
diperoleh data yang stasioner. Langkah-langkah pengujian sebagai
berikut:
Hipotesis:
Ho : Data tersebut tidak stasioner pada derajat 1, 2, ........ dst
Ha : Data tersebut stasioner pada derajat 1, 2, .........dst
Pengambilan keputusan dilakukan dengan kriteria:
Jika PP t-statistik > PP kritis statistik (critical value α = ....%)
maka Ho ditolak
Jika PP t-statistik < PP kritis statistik (critical value α = ....%)
maka Ho diterima.
4. Uji Kointegrasi
Data time series yang tidak stasioner kemungkinan besar akan
menghasilkan regresi lancung (spurious regression). Regresi lancung
terjadi jika koefisien determinasi cukup tinggi tapi hubungan antara
variabel independen dan variabel dependen tidak mempunyai makna. Hal
69
ini terjadi karena hubungan keduanya yang merupakan data time series
hanya menunjukkan trend saja. Jadi tingginya koefisien determinasi
karena trend bukan karena hubungan antar keduanya.
Keberadaan variabel yang tidak stasioner menyebabkan
kemungkinan besar adanya hubungan jangka panjang antara variabel di
dalam sistem ECM. Oleh karena itu langkah selanjutnya di dalam estimasi
ECM adalah uji kointegrasi untuk mengetahui keberadaan hubungan antar
variabel. Konsep kointegrasi adalah hubungan linier antar variabel yang
tidak stasioner. Uji kointegrasi digunakan agar seluruh variabel terintegrasi
pada order yang sama.
Berdasarkan uji stasionaritas, apabila data variabel tidak stasioner
pada tingkat level sedangkan pada tingkat diferensi pertama, semua
variabel data menjadi stasioner, maka penelitian dapat dilanjutkan pada uji
kointegrasi.
Langkah-langkah pengujian sebagai berikut:
Hipotesis:
Ho: Tidak terdapat hubungan jangka panjang antara variabel
independen dan variabel dependen.
Ha: Terdapat hubungan jangka panjang antara variabel independen
dan variabel dependen.
Pengambilan keputusan dilakukan dengan kriteria:
Jika nilai trace statistic > nilai critical value maka Ho ditolak
70
Jika nilai trace statistic < nilai critical value maka Ho diterima.
Setelah melakukan uji regresi kointegrasi dan hasil pada model
kointegrasi atau mempunyai hubungan atau keseimbangan jangka panjang.
Bagaimana dengan jangka pendeknya, sangat mungkin terjadi
ketidakseimbangan atau keduanya tidak mencapai keseimbangan. Teknik
untuk mengoreksi ketidakseimbangan jangka pendek menuju
keseimbangan jangka panjang disebut dengan Error Correction Model
(ECM), yang dikenalkan oleh Sargan dan dikembangkan lebih lanjut oleh
Hendry lalu kemudian dipopulerkan oleh Engle-Granger.
5. Uji Asumsi Klasik
Uji asumsi klasik adalah pengujian asumsi-asumsi statistik yang
harus dipenuhi pada analisis regresi linear berganda yang berbasis
Ordinary Least Square (OLS). Pengujian ini dilakukan untuk mengetahui
apakah model statistik yang digunakan layak untuk kondisi data
pengamatan. Ketika asumsi tidak terpenuhi, biasanya peneliti
menggunakan berbagai solusi agar asumsinya dapat terpenuhi, atau beralih
ke metode yang lebih baik agar asumsinya dapat terselesaikan. Asumsi
Klasik ini dibagi menjadi beberapa pengujian seperti:
a. Uji Multikolinearitas
Multikolinearitas adalah keadaan dimana adanya kaitan atau
hubungan antara variabel-variabel bebas (independent) dalam suatu
regresi. Menurut Gujarati (2004), uji asumsi multikolinearitas adalah
untuk menguji apakah pada model regresi ditemukan adanya korelasi
71
antar variabel independen. Sedangkan menurut Sumodiningrat (2001),
untuk mendeteksi ada atau tidaknya multikolinearitas dapat dilihat dari
R-Square, f-hitung, t-hitung, dan standard error. Metode untuk
mengetahui multikolinearitas yaitu:
1) Dengan adanya nilai R2
yang tinggi namun hanya sedikit variabel
bebas yang signifikan.
2) Menggunakan korelasi parsial antar variabel bebas.
Dalam penelitian ini, peneliti memakai aturan main yang terdapat
didalam buku Nachrowi, dikatakan terdapat multikolinieritas apabila
koefisien korelasi lebih dari 0,8. Jika koefisien korelasi kurang dari 0.8
maka tidak terdapat multikolinieritas.
b. Uji Heteroskedastisitas
Heteroskedastisitas terjadi karena error-term mempunyai
koefisien yang tidak sama. Menurut Gujarati (2004), heteroskedastisitas
merupakan salah satu penyimpangan terhadap asumsi kesamaan varians
(homoskedastis) yang tidak konstan, yaitu varians error bernilai sama
untuk setiap kombinasi tetap dari X1, X2, X3, …, Xp. Salah satu cara
untuk mengetahui adanya heteroskedastisitas atau tidak dalam suatu
regresi, menggunakan Uji White (White’s General Heteroskedasticity
Test). Uji ini mengasumsikan bahwa varian error merupakan fungsi
yang mempunyai hubungan dengan variabel bebas, kuadrat masing-
masing variabel bebas dan interaksi antar variabel bebas. Di mana
72
keputusan ada tidaknya heteroskedastisitas bisa dilihat dari besar
kecilnya nilai Obs* R2 square.
H0 : Tidak ada heteroskedastisitas
H1 : Ada Heteroskedastisitas
Criteria Uji White adalah:
Bila Probabilitas Obs* R2 < 0.05 = H0 ditolak
Bila Probabilitas Obs* R2 > 0.05 = H0 diterima.
c. Uji Autokorelasi
Autokorelasi adalah suatu keadaan di mana kesalahan
penggangguan dari periode tertentu (μt) berkorelasi dengan kesalahan
pengganggu dari periode sebelumnya (μt-1). Pada kondisi ini kesalahan
pengganggu tidak bebas tetapi satu sama lain saling berhubungan. Bila
kesalahan pengganggu periode t dengan t-1 berkorelasi maka terjadi
kasus korelasi serial sederhana tingkat pertama (first order
autocorrelation) (Yahya Hamja, 2008:117).
Secara harfiah autokorelasi berarti adanya korelasi antara anggota
observasi satu dengan observasi lain yang berlainan waktu. Dalam
kaitannya dengan asumsi metode OLS, autokorelasi merupakan korelasi
antara satu residual dengan residual yang lainnya. Sedangkan salah satu
asumsi penting metode OLS berkaitan dengan residual adalah tidak
73
adanya hubungan antara residual satu dengan residual yang lain (Agus
Widarjono, 2005:177).
Dalam penelitian ini untuk melihat adanya autokorelasi atau tidak
maka dapat menggunakan uji autokorelasi yang dikembangkan oleh
Bruesch dan Godfrey yang lebih umum dan dikenal dangan Uji
Lagrange Multiplier (LM-Test).
H0 : tidak ada autokorelasi
Ha : ada autokorelasi
Dengan tingkat signifikan (α) sebesar 5% dan menggunakan
distribusi
Chi-Square, maka :
Jika Prob Chi-Square < 0,05, tidak signifikan, H0 ditolak
Jika Prob Chi-Square < 0,05, signifikan, H0 diterima.
6. Error Correction Term
ECT adalah bagian dari pengujian model dinamis ECM. Nilai ECT
diperoleh dari penjumlahan variabel independen tahun sebelumnya
dikurangi variabel dependen tahun sebelumnya. Hal ini dimaksudkan
untuk melihat bagaimana pengaruh dari model tersebut baik dalam jangka
pendek maupun jangka panjang. Kemudian regresi model ECM secara
berurutan sesuai dengan model yang telah ditentukan. Hasil probabilitas
ECT akan menentukan apakah model dapat dianalisis baik jangka pendek
maupun jangka panjang. Jika variabel ECT positif dan signifikan pada
74
tingkat signifikansi 5% maka spesifikasi model sudah valid dan dapat
menjelaskan variabel dependen.
7. Uji Error Correction Model
Model ECM pertama kali diperkenalkan oleh Sargan dan kemudian
dikembangkan oleh Hendry dan dipopulerkan oleh Engle-Granger. Model
ini memasukan penyesuaian untuk melakukan koreksi bagi
ketidakseimbangan, dan model ini mempunyai beberapa kegunaan, namun
penggunaan yang utamanya adalah mengatasi masalah pada data time
series yang tidak stasioner. Dalam penelitian ini, Model ECM digunakan
setelah melalui uji normalitas data, linieritas, stasioneritas, derajat
integrasi, kointegrasi dan uji asumsi klasik, serta terbebas dari semua
permasalah dari pengujian tersebut, sehingga model ECM yang digunakan
sudah layak untuk dipakai dan dianalisis. Analisis yang digunakan
bertujuan untuk mengetahui besarnya pengaruh variabel independen
terhadap variabel dependen dalam jangka pendek maupun jangka panjang.
Digunakan ECM karena mekanisme ECM memiliki keunggulan baik
dari segi nilainya dalam menghasilkan persamaan yang diestimasi dengan
property statistik yang diinginkan maupun dari kemudahan persamaan
tersebut untuk diinterprestasikan (Insukindro, 1993:65).
Pada penelitian ini menggunakan ECM karena memiliki keunggulan
dapat melihat pengaruh jangka pendek dan jangka panjang. Proses analisis
yang akan dilakukan terdiri dari Unit Root Test dan Uji Derajat Integrasi,
Uji Kointegrasi, Uji Asumsi Klasik, serta pendekatan ECM. Hubungan
75
risiko likuiditas dengan faktor-faktor yang mempengaruhinya dapat
diformulasikan sebagai berikut:
LQt = f ( DERt, FDRt, INFt, BOPOt, ROAt, NPFt )
Berikut merupakan model ECM yang digunakan pada penelitian ini:
DLQ t = β0 + β1 DDERt + β2 DFDR t + β3 DINF t + β4 DBOPOt +
β5 DROA t + β6 DNPFt + β7 BDER+ β8 BFDR + β9
BINF+ β10 BBOPO+ β11 BROA + β12 BNPF + β13 ECT
Di mana:
DLQ t = Perubahan Risiko Likuiditas periode t
DDER t = Perubahan Debt to Equity Ratio periode t
DFDR t = Perubahan Financing to Deposit Ratio periode t
DINF t = Perubahan tingkat Inflasi periode t
DBOPOt = Perubahan Biaya Operasional Pendapatan Operasional
periode t
DROA t = Perubahan Return on Asset periode t
DNPF t = Perubahan Non Performing Financing periode t
BDER t = Debt to Equity Ratio t-1
BFDR t = Financing to Deposit Ratio t-1
BINF t = Tingkat Inflasi t-1
BBOPO t= Biaya Operasional Pendapatan Operasional t-1
BROA t = Return on Asset t-1
BNPF t = Non Performing Financing t-1
ECT = Error Correction Term
76
β0 = Konstanta
β1 - β12 = Koefisien regresi
β13 = Koefisien ECT
E. Operasional Variabel Penelitian
1. Variabel Dependen (Y)
Suryabrata dalam Idrus (2009 : 77) mendefinisikan variabel sebagai
segala sesuatu yang akan menjadi objek pengamatan penelitian dan sering
pula variabel penelitian itu dinyatakan sebagai gejala yang akan diteliti.
Secara sederhana, istilah variabel ini dimaknai sebagai konsep atau objek
yang sedang diteliti, yang memiliki variansi (vary-able) ukuran, kualitas
yang ditetapkan oleh peneliti berdasarkan pada ciri-ciri yang dimiliki
konsep (variabel) itu sendiri. Hubungan antara variabel dengan variabel
lainnya dalam penelitian ini , yaitu:
a) Risiki Likuiditas
Variabel dependen yang digunakan dalam penelitian ini adalah
risiko likuiditas bank. Likuiditas perbankan adalah suatu kemampuan
suatu lembaga dalam hal ini adalah lembaga perbankan khususnya bank
umum dalam memenuhi segala kewajiban-kewajiban yang segera jatuh
tempo dan mampu memenuhi permintaan kredit para nasabah bank
tanpa adanya penundaan. Salah satu cara untuk menghitung tingkat
likuiditas perbankan adalah dengan mengetahui risiko likuiditasnya.
Cara menghitung risiko likuiditas seperti yang digunakan dalam
penelitian Ahmed, Naveed et al. (2011) adalah:
77
𝐿𝑅 =Modal
AsetX 100%
2. Variabel Independen (X)
a) Debt to Equity Ratio (DER)
Debt to Equity Ratio mencerminkan besarnya proporsi antara
total debt (hutang) dengan total shareholder’s equity (total modal
sendiri). Rasio Debt to Equity Ratio dapat dirumuskan sebagai berikut:
𝐷𝐸𝑅 =Total Hutang
Total ModalX 100%
b) Financing to Deposit Ratio (FDR)
Financing to deposit ratio (FDR) atau loan to deposit ratio
(LDR) adalah pembiayaan terhadap dana pihak ketiga yang diterima
oleh bank. FDR digunakan untuk bank syariah, sedangkan LDR
untuk bank umum (Kamus Bank Indonesia). Rasio ini memberikan
indikasi mengenai jumlah dana pihak ketiga yang disalurkan dalam
bentuk pembiayaan.
𝐹𝐷𝑅 =Pembiayaan
Dana Pihak KetigaX 100%
c) Inflasi (INF)
Inflasi adalah kenaikan harga barang-barang yang bersifat umum
dan secara terus menerus dalam jangka waktu yang relatif panjang.
Inflasi melemahkan semangat untuk menabung. Penulis memilih
variabel inflasi karena dunia perbankan memiliki hubungan yang sangat
78
erat dengan kondisi perekonomian, karena kondisi perekonomian dapat
mempengaruhi aktifitas perbankan, salah satu indikator perekonomian
adalah inflasi. Menurut Dornbus dan Fischer (1997), kebijakan moneter
yang dikeluarkan oleh Bank Indonesia dengan cara menaikkan atau
menurunkan tingkat suku bunga untuk mengurangi atau menambah laju
inflasi akan sangat mempengaruhi peran intermediasi di dunia
perbankan. Meningkatnya inflasi maka nilai mata uang akan menurun,
dan hal tersebut menyebabkan masyarakat juga merasa tidak
diuntungkan dengan menyimpan uang di bank. Dengan harapan bunga
atau nisbah tinggi, sehingga dana yang dihimpun bank akan menjadi
lebih kecil.
d) Biaya Operasional Pendapatan Operasional (BOPO)
Rasio BOPO digunakan untuk mengukur tingkat pengeluaran dan
pendapatan dari suatu bank, rasio ini mengukur seberapa efisien bank
tersebut dalam kinerjanya. Rasio ini di definisikan dengan rumus
sebagai berikut:
BOPO =Biaya beban Operasional
Pendapatan OperasionalX 100%
e) Return on Asset (ROA)
Return on Asset (ROA) merupakan rasio antara laba sebelum
pajak terhadap rata–rata total aset. Semakin besar ROA, semakin
besar pula tingkat keuntungan yang dicapai oleh sebuah bank.
Berdasarkan ketentuan Bank Indonesia, yang tercantum dalam Surat
79
Edaran BI No. 9/24/DPbS, secara matematis, ROA dirumuskan
sebagai berikut (Almilia, 2005:14):
R𝑂𝐴 =Laba Sebelum Pajak
Total AsetX 100%
f) Non Performing Financing (NPF)
Non Performing Financing adalah rasio yang digunakan untuk
mengukur kemampuan manajemen bank dalam mengelola kredit
bermasalah yang ada dapat dipenuhi dengan aktiva produktif yang
dimiliki oleh suatu bank (Teguh Pudjo Mulyono, 1995). Kredit dalam
hal ini adalah kredit yang diberikan kepada pihak ketiga dan tidak
termasuk kredit kepada bank lain. Sedangkan kredit bermasalah adalah
kredit dengan kualitas kurang lancar, diragukan, dan macet (Arthesa,
2009). Besarnya nilai NPF suatu bank dapat dihitung dengan rumus:
𝑁𝑃𝐹 =Pembiayaan Bermasalah
Total PembiayaanX 100%
80
BAB IV
ANALISIS DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian
1. Bank Syariah di Indonesia
Pengertian bank umum menurut Peraturan Bank Indonesia No.
9/7/PBI/2007 adalah bank yang melaksanakan kegiatan usaha secara
konvensional dan atau berdasarkan prinsip syariah yang dalam
kegiatannya memberikan jasa dalam lalu lintas pembayaran. Jasa yang
diberikan oleh bank umum bersifat umum, artinya dapat memberikan
seluruh jasa perbankan yang ada.
Adapun perbankan syariah menurut UU No.21 Tahun 2008 yaitu
segala sesuatu yang berkaitan bank syariah dan unit usaha syariah yang
mencakup kelembagaan, kegiatan usaha, hingga proses pelaksanaan
kegiatan usahanya. Bank syariah merupakan bank yang menjalankan
aktivitas usahanya dengan menggunakan landasan prinsip-prinsip syariah
yang terdiri dari BUS (Bank Umum Syariah), BPRS (Bank Perkreditan
Rakyat Syariah), dan UUS (unit Usaha Syariah).
Objek dan populasi dalam penelitian ini adalah Bank Umum Syariah
(BUS) dan Unit Usaha Syariah yang ada di Indonesia, yaitu sebanyak 13
BUS dan 21 UUS sampai periode Desember 2016. Periode dalam
penelitian adalah periode kuartal dari Maret 2007 sampai dengan
81
Desember 2016. Penelitian ini menganalisis pengaruh Debt to Equity
Ratio (DER), Financing to Deposits Ratio (FDR), Inflasi, Biaya
Operasional Pendapatan Operasional (BOPO), Return on Asset (ROA) dan
Non Performing Financing (NPF) terhadap Risiko Likuiditas.
Data-data penelitian bersumber dari situs Otoritas Jasa Keuangan
(OJK) berupa Statistik Perbankan Syariah dalam laporan keuangan
kuartalan dari Maret 2007 sampai dengan Desember 2016.
2. Perkembangan Risiko Likuiditas Bank Syariah Periode 2007-2016
Risiko likuiditas merupakan kemampuan bank dalam memanajemen
kinerja untuk menyediakan dana yang cukup agar dapat memenuhi
kewajiban ataupun komitmen yang dikeluarkan kepada nasabah deposan
setiap saat (Mudrajad, 2002).
Risiko likuiditas sering pula dimaknai sebagai kerugian potensial
yang didapat dari ketidakmampuan bank dalam memenuhi kewajiban yang
jatuh tempo, baik mendanai aset yang telah dimiliki maupun mendanai
pertumbuhan aset bank tanpa mengeluarkan biaya atau mengalami
kerugian yang melebihi toleransi bank (Rianto, 2013).
82
Gambar 4.1
Perkembangan Risiko Likuiditas Bank Syariah di Indonesia
(sumber: EViews 9, data diolah)
Berdasarkan gambar 4.1, dapat diketahui bahwa tingkat Risiko
Likuiditas pada Bank Syariah di Indonesia berfluktuatif dari kuartal
pertama tahun 2007 sebesar 0,0937 yang mengalami penurunan menjadi
0,0443 pada kuartal ketiga tahun 2008 dan kemudian cendrung bergerak
naik sampai pada kuartal ketiga tahun 2010 menjadi sebesar 0,0958. Dari
awal tahun 2010 hingga akhir tahun 2012, risiko likuiditas mengalami
penurunan yang cukup signifikan, namun di kuartal pertama tahun 2013
hingga tahun 2016, risiko likuiditas cendrung terus bergerak naik. Hal ini
memberikan indikasi bahwa pengelolaan likuiditas pada Bank Syariah di
Indonesia dapat dikatakan kurang baik dalam mengelola modal dan
asetnya dalam rangka memenuhi kewajiban jangka pendek bank terhadap
pihak ketiga yang sewaktu-waktu dapat menarik dananya.
.04
.05
.06
.07
.08
.09
.10
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
LQ
83
3. Perkembangan DER, FDR, Inflasi, BOPO, ROA dan NPF Periode
2007-2016
a) DER (Debt to Equity Ratio)
Debt to Equity Ratio mencerminkan besarnya proporsi antara total
debt (hutang) dengan total shareholder’s equity (total modal sendiri).
Gambar 4.2
Perkembangan DER Bank Syariah di Indonesia
(sumber: EViews 9, data diolah)
Dari gambar 4.2 di atas, rasio DER mengalami peningkatan
cukup tinggi hingga lebih dari dua kali lipat pada kuartal ketiga tahun
2008 sebesar 21,8475 yang sebelumnya pada awal tahun 2007 hanya
sebesar 9,6684. Krisis keuangan global pada tahun 2008 ini menjadi
salah satu penyebab pergerakan DER yang meningkat tajam karena
hutang bank syariah yang terus naik pada tahun 2008. Namun rasio
8
10
12
14
16
18
20
22
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
DER
84
DER dapat dikendalikan pada awal tahun 2009 menjadi 11,0942. Di
kuartal keempat tahun 2010, rasio DER cendrung kembali meningkat
hingga tahun 2015 dan bergerak relatif stabil di tahun 2016.
b) FDR (Financing to Deposit Ratio)
Rasio ini memberikan indikasi mengenai jumlah dana pihak
ketiga yang disalurkan dalam bentuk pembiayaan.
Gambar 4.3
Perkembangan FDR Bank Syariah di Indonesia
(sumber: EViews 9, data diolah)
Berdasarkan gambar 4.3 di atas, rasio FDR mengalami
peningkatan dan penurunan yang tidak terkendali. Rasio FDR terendah
berada pada awal tahun 2012 sebesar 0,08713 dan tertinggi ada pada
kuartal ketiga tahun 2008 sebesar 1,1225 bersamaan dengan krisis
keuangan global. Hal ini menandakan tingkat likuiditas perbankan
syariah saat itu sangat rendah karena tingginya rasio FDR yang menjadi
0.85
0.90
0.95
1.00
1.05
1.10
1.15
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
FDR
85
tolak ukur bank dalam mengelola dana pihak ketiga dalam bentuk
pembiayaan.
c) INF (Inflasi)
Secara umum inflasi dapat diartikan sebagai kenaikan tingkat
harga barang dan jasa secara umum dan terus menerus selama waktu
tertentu.
Gambar 4.4
Perkembangan Tingkat Inflasi di Indonesia
(sumber: EViews 9, data diolah)
Berdasarkan gambar 4.4 di atas, tingkat inflasi yang bersumber
dari Bank Indonesia mengalami peningkatan yang cukup pesat dari
pertengahan tahun 2007 sampai dengan pertengahan tahun 2008 yang
bersamaan dengan krisis keuangan global yang mencapai puncaknya
pada tahun 2008. Kemudian pada tahun selanjutnya, tingkat inflasi
.02
.04
.06
.08
.10
.12
.14
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
INFLATION
86
mampu ditekan sampai pada nilai terendah selama periode penelitian
sebesar 0,0278. Hingga akhirnya berfluktuatif dalam rentang waktu
tahun 2010 sampai akhir tahun 2016.
d) BOPO (Biaya Operasional Pendapatan Operasional)
Biaya Operasional terhadap Pendapatan Operasional (BOPO)
sering disebut rasio efisiensi yang digunakan bank untuk mengukur
kemampuan manajemen bank dalam mengendalikan biaya operasional
terhadap pendapatan operasional.
Gambar 4.5
Perkembangan BOPO Bank Syariah di Indonesia
(sumber: EViews 9, data diolah)
Dari gambar 4.5 di atas, rasio BOPO bank syariah di Indonesia
secara umum mengalami peningkatan yang semula sebesar 0,04519
pada kuartal pertama tahun 2007 menjadi sebesar 0,09126 pada kuartal
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
BOPO
87
keempat tahun 2016. Pendapatan operasional yang besar dan diikuti
beban operasional yang besar pula menandakan kinerja bank syariah
semakin buruk karena laba yang dihasilkan dari pendapatan operasional
bank syariah menjadi lebih sedikit.
e) ROA (Return on Asset)
Rasio ROA bisa digunakan untuk mengukur kesehatan bank.
Rasio ini sangat penting, mengingat bahwa keuntungan yang dihasilkan
oleh sebuah aset mungkin merefleksikan tingkat efisiensi bisnis sebuah
bank.
Gambar 4.6
Perkembangan ROA Bank Syariah di Indonesia
(sumber: EViews 9, data diolah)
Pada gambar 4.6 di atas menunjukkan bahwa rasio ROA semakin
kecil pada periode tiga tahun yang lalu yaitu tahun 2014 dan menjadi
nilai terendah bank syariah di Indonesia dalam mengelola profitabilitas
.0075
.0100
.0125
.0150
.0175
.0200
.0225
.0250
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
ROA
88
efesiensi bisnis bank secara keseluruhan sebesar 0,0080. Pada rentang
waktu kuartal pertama tahun 2007 sampai kuartal keempat 2012,
pergerakan rasio ROA cendrung berfluktuatif tajam yang
mengindikasikan pengelolaan profitabilitas bank syariah belum stabil.
f) NPF (Non Performing Financing)
Non Performing Financing adalah rasio yang digunakan untuk
mengukur kemampuan manajemen bank dalam mengelola kredit
bermasalah yang ada dapat dipenuhi dengan aktiva produktif yang
dimiliki oleh suatu bank (Teguh Pudjo Mulyono, 1995).
Gambar 4.7
Perkembangan NPF Bank Syariah di Indonesia
(sumber: EViews 9, data diolah)
Jika dilihat pada gambar 4.7 di atas, pergerakan rasio NPF bank
syariah di Indonesia membentuk cekungan yang menunjukkan pada
.02
.03
.04
.05
.06
.07
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
NPF
89
periode awal tahun 2007 nilai rasio NPF cukup tinggi yaitu sebesar
0,0629, lalu beberapa tahun kemudian mengalami penurunan sampai ke
nilai terendah pada tahun 2012 sebesar 0,0222 hingga akhirnya tahun-
tahun selanjutnya mengalami peningkatan yang mendekati nilai pada,
awal tahun penelitian 2007 menjadi sebesar 0,0505 pada kuartal kedua
tahun 2016. Semakin besarnya nilai rasio NPF menandakan bahwa
pengelolaan pembiayaan pada bank syariah di Indonesia tergolong
kurang baik.
4. Analisis Deskriptif
Tabel 4.1
Statistik Deskriptif Variabel Dependen dan Independen
LQ DER FDR INF BOPO ROA NPF
Mean 0.0744 12.557 0.9727 0.0594 0.5628 0.0163 0.0402
Median 0.0728 12.041 0.9731 0.0585 0.5176 0.0178 0.0408
Maximum 0.0957 21.847 1.1224 0.1214 0.9126 0.0244 0.0629
Minimum 0.0442 8.8985 0.8713 0.0278 0.1189 0.0080 0.0222
Std. Dev. 0.0121 2.7671 0.0558 0.0231 0.1634 0.0045 0.0102
Skewness -0.412 1.5786 0.1612 0.7630 0.5432 -0.3526 0.2429
Kurtosis 3.1683 5.7465 2.6545 3.2274 3.8463 1.9867 2.5376
Jarque-
Bera 1.1819 29.187 0.3722 3.9680 3.1614 2.5399 0.7495
Probability 0.5537 0.0000 0.8301 0.1375 0.2058 0.2808 0.6874
Sum 2.9760 502.31 38.908 2.3765 22.515 0.6525 1.6112
Sum Sq.
Dev. 0.0057 298.62 0.1217 0.0209 1.0414 0.0008 0.0040
Observation
s 40 40 40 40 40 40 40
(sumber EViews 9, data diolah)
Mean atau rata-rata hitung adalah nilai yang diperoleh dari jumlah
sekelompok data dibagi dengan banyaknya data. Dari tabel 4.1 di atas,
diketahui nilai mean variabel dependen Risiko Likuiditas sebesar 0,0744.
90
Untuk nilai mean variabel independen yaitu DER= 12,55776, FDR=
0,972705 , Inflasi= 0,059413, BOPO= 0,562885, ROA= 0,016314 dan
NPF= 0,040281.
Median adalah nilai data yang terletak di tengah setelah data
diurutkan. Adapun nilai tengah dari variabel dependen Risiko Likuiditas
sebesar 0,072886 dan variabel independen yaitu DER= 12,04144, FDR=
0,973150, Inflasi= 0,058500, BOPO= 0,517600, ROA= 0,017850, dan
NPF= 0,040850.
Maximum adalah nilai tertinggi yang terdapat dalam suatu data
sedangkan minimum yaitu nilai terendah dalam suatu data. Diketahui
dalam penelitian ini, nilai tertinggi terdapat pada variabel DER sebesar
21,84753 sedangkan nilai terendah pada variabel ROA sebesar 0,008000.
Standar deviasi (simpangan baku) menunjukkan tingkat atau derajat
variasi kelompok data dari rata-ratanya. Standar deviasi ini digunakan
untuk memperlihatkan seberapa besar perbedaan data yang ada
dibandingkan dari rata-rata data itu sendiri. Standar deviasi masing-masing
variabel yaitu, LQ= 0,012146, DER= 2,767156, FDR= 0,055871, Inflasi=
0,023180, BOPO= 0,163415, ROA= 0,004592 dan NPF= 0,01249.
B. Analisis dan Pembahasan
Semua data yang digunakan dalam analisis ini merupakan data
sekunder deret waktu (time series) yang berbentuk kuartalan mulai dari
91
periode Maret 2007 sampai Desember 2016. Dalam penelitian ini, penulis
akan memaparkan mengenai Risiko Likuiditas bank syariah sebagai variabel
dependen (variabel terikat). Sedangkan variabel independen (variabel bebas)
terdiri dari berpengaruh Debt to Equity Ratio (DER), Financing to Deposits
Ratio (FDR), Inflas (INF), Biaya Operasional Pendapatan Operasional
(BOPO), Return on Asset (ROA) dan Non Performing Financing (NPF).
Alat pengolahan data yang digunakan dalam penelitian ini adalah
perangkat lunak komputer (software) Microsoft Excel 2007 dan EViews 9
untuk mempercepat perolehan hasil yang dapat menjelaskan variabel-variabel
yang diteliti, dengan metode analisis secara ekonometrik. Sebagaimana telah
dijelaskan pada bab sebelumnya model yang digunakan sebagai alat analisis
adalah model dinamis Error Correction Model (ECM). Adapun hasil dan
analisis dari uji yang sudah dilakukan, yakni:
1. Uji Normalitas
Uji normalitas ini bertujuan untuk menguji apakah dalam sebuah
model regresi, variabel dependen, variabel independen atau keduanya
mempunyai distribusi normal ataukah tidak. Model regresi yang baik
adalah distribusi data normal atau mendekati normal.
Uji normalitas yang digunakan pada penelitian ini menggunakan
teknik Jarque-Bera. Pedoman yang digunakan adalah apabila nilai Jarque-
Bera lebih besar jika dibanding nilai X2tabel (dengan α 5%) atau
probabilitas <0.05 data yang digunakan tidak berdistribusi normal dan
92
sebaliknya, bila probabilitas >0,05 maka data yang digunakan adalah
berdistribusi normal (Winarno, 2011:5.37)
Gambar 4.8
Uji Normalitas Jarque-Berra
(sumber: EViews 9, data diolah)
Gambar 4.8 menunjukan bahwa setelah dilakukan uji normalitas data
dengan menggunakan fasilitas software EViews, maka semua variabel
pada pengujian model ini menunjukan bahwa data penelitian berdistribusi
normal atau dapat dikatakan bahwa persyaratan normalitas dapat dipenuhi.
Hal ini dapat dilihat dari nilai J-B pada penelitian ini sebesar 1.248432
dengan probability 0.535681, di mana probabilitas harus lebih besar dari
α= 0,05. Oleh karena itu, kita tidak bisa menolak hipotesis nol dan
menunjukan bahwa penelitian tersebut berdistribusi normal, sehingga
dapat dikatakan bahwa persyaratan normalitas dapat terpenuhi.
0
1
2
3
4
5
6
-0.006 -0.004 -0.002 0.000 0.002 0.004 0.006
Series: Residuals
Sample 3/01/2007 12/01/2016
Observations 40
Mean -6.05e-18
Median 0.000153
Maximum 0.005779
Minimum -0.006972
Std. Dev. 0.003283
Skewness -0.308780
Kurtosis 2.393634
Jarque-Bera 1.248432
Probability 0.535681
93
2. Uji Liniearitas
Uji yang sangat populer untuk menguji masalah linieritas adalah uji
yang dikembangkan oleg J.B Ramsey tahun 1969 untuk lebih dikenal
dengan nama Ramsey RESET Test. Uji ini biasanya didesain untuk
menguji apakah suatu variabel penjelas cocok atau tidak dimasukkan
dalam suatu model estimasi. Akan tetapi menurut Kennedy, uji yang
dikembangkan oleh J.B Ramsey ini digunakan untuk menguji apakah
bentuk fungsi suatu model estimasi linier atau tidak linier.
Gambar 4.9
Uji Linearitas Ramsey Reset Test
(sumber: EViews 9, data diolah)
Berdasarkan Uji Linieritas pada gambar 4.9 menjelaskan bahwa
penelitian dengan model LQ t = β0 + β1 DDERt + β2 DFDR t + β3 DINF t
+ β4 DBOPOt + β5 DROA t + β6 DNPF t dikatakan sudah linier, karena
nilai dari Prob. Chi-Square sebesar 0.7725 > 0.05. Sehingga dalam
penelitian ini dapat disimpulkan tidak ada masalah linearitas, dengan kata
lain bentuk model estimasi dalam penelitian ini sudah linear.
94
3. Uji Stasioner
a. Uji Unit Akar
Pengujian akar unit untuk semua variabel menggunakan analisis
time series perlu dilakukan untuk memenuhi keabsahan analisis Error
Correction Model (ECM). Dalam hal ini data harus bersifat stasioner
yang berarti tidak terlalu besar dan mempunyai kecenderungan
mendekati nilai rata-rata. Uji akar unit dipandang sebagai uji
stasioneritas karena pengujian ini pada prinsipnya bertujuan untuk
mengamati apakah koefisien tertentu dari model otoregresif yang
ditaksir mempunyai nilai satu atau tidak.
Tahap awal dalam proses pengujian yang dilakukan adalah uji
stasioneritas terhadap seluruh variabel yang diuji. Pengujian akar-akar
unit dikatakan stasioner apabila nilai Phillips-Perron test (Pp test) lebih
besar dari nilai Critical Value (CV) 5%, sebaliknya jika nilai Phillips-
Perron test (Pp test) lebih kecil dari nilai Critical Value (CV) 5%, maka
variabel tersebut tidak stasioner. Hasil pengujian akar-akar unit ini
dapat dilihat pada tabel 4.2 berikut ini.
95
Tabel 4.2
Uji Akar Unit Philips-Peron Test pada Tingkat Level
NO VAR
TINGKAT LEVEL Ho=Tidak
Stasioner
Ha= Stasioner PP CV 5 %
1 LQ -2.793567 -2.938987 Tidak Stasioner
2 DER -2.482017 -2.938987 Tidak Stasioner
3 FDR -2.219961 -2.938987 Tidak Stasioner
4 INF -2.286080 -2.938987 Tidak Stasioner
5 BOPO -1.604924 -2.938987 Tidak Stasioner
6 ROA -1.669630 -2.938987 Tidak Stasioner
7 NPF -2.412604 -2.938987 Tidak Stasioner
Sumber: EViews 9 (data diolah)
Tabel 4.2 di atas menunjukan hasil uji akar unit dengan
menggunakan Phillips-Perron test. Dari tabel tersebut sesuai dengan
data yang diuji dapat diketahui dari nilai Phillips-Perron test (Pp test)
dan dari nilai Critical Value (CV) 5%. Dari tabel di atas tersebut dapat
diketahui bahwa nilai t-statistik PP masing-masing variabel tidak
stasioner pada derajat keyakinan 5%, dikarenakan nilai t statistik PP
lebih besar dari nilai kritis statistik PP tabel. Dengan kata lain, variabel-
variabel tersebut pada tingkat level mengalami persoalan akar-akar unit.
Oleh karena itu perlu dilanjutkan dengan uji derajat integrasi pertama.
b. Uji Derajat Integrasi
Pengujian ini dilakukan untuk mengetahui pada derajat atau order
differensi ke berapa data yang diteliti akan stasioner. Pengujian ini
dilakukan pada uji akar-akar unit (langkah pertama di atas), jika
ternyata data tersebut tidak stasioner pada derajat pertama (Insukindro,
1992). Nilai statistik Phillips-Perron untuk mengetahui pada derajat
berapa suatu data akan stasioner dapat dilihat pada nilai Phillips- Perron
96
test (Pp test) yang lebih besar dari nilai Critical Value (CV) 5%, maka
variabel tersebut dikatakan stasioner pada derajat pertama. Hasil dari
pengujian derajat integrasi pertama dapat dilihat pada tabel 4.3 berikut :
Tabel 4.3
Uji Akar Unit Philips-Peron Test pada First Differemce
NO VAR
TINGKAT FIRST
DIFFERENCE Ho= Tidak
Stasioner
Ha= Stasioner PP CV 5 %
1 LQ -4.405041 -2.941145 Stasioner
2 DER -4.874724 -2.941145 Stasioner
3 FDR -10.94794 -2.941145 Stasioner
4 INF -5.424689 -2.941145 Stasioner
5 BOPO -7.914713 -2.941145 Stasioner
6 ROA -8.278601 -2.941145 Stasioner
7 NPF -9.048830 -2.941145 Stasioner
(sumber: EViews 9, data diolah)
Berdasarkan tabel di atas dapat diketahui bahwa nilai Phillips-
Perron test (Pp test) dan dari nilai Critical Value (CV) 5% sudah
stasioner pada integrasi pertama (first difference). Kesimpulan dari data
yang diolah adalah Ho ditolak yaitu semua variabel sudah stasioner
pada tingkat first difference, sehingga tidak perlu dilakukan pengujian
pada tingkat berikutnya (second difference) dan pengujian dapat
dilanjutkan dengan uji berikutnya yaitu Uji Kointegrasi.
4. Uji Kointegrasi
Setelah dilakukan uji stasioneritas dan diyakini seluruh variabel yang
diamati merupakan variabel yang sudah stasioner dan memiliki derajat
97
yang sama, maka langkah selanjutnya adalah pengujian kointegrasi untuk
melihat hubungan jangka panjang dari model tersebut. Pengujian ini
dilakukan untuk mengetahui apakah dalam jangka panjang terdapat
hubungan antara variabel independen dengan variabel dependennya.
Gambar 4.10
Uji Kointegrasi Johansen
Date: 06/26/17 Time: 01:54
Sample (adjusted): 9/01/2007 12/01/2016
Included observations: 38 after adjustments
Trend assumption: Linear deterministic trend
Series: LQ DER FDR INF BOPO ROA NPF
Lags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.598683 125.9929 125.6154 0.0474
At most 1 0.582563 91.29874 95.75366 0.0974
At most 2 0.527256 58.10114 69.81889 0.2983
At most 3 0.384494 29.63151 47.85613 0.7376
At most 4 0.177182 11.18971 29.79707 0.9565
At most 5 0.094240 3.778966 15.49471 0.9205
At most 6 0.000465 0.017692 3.841466 0.8941 Trace test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
(sumber: EViews 9, data diolah)
Dari hasil uji kointegrasi Johansen pada gambar 4.10 di atas, dapat
diketahui nilai Trace Statistic > Critical Value 5% yaitu 125.9929 >
125.6154 dengan probabilitas 0.0474 sehingga Ho ditolak. Artinya
residual dari persamaan telah stasioner pada derajat integrasi nol atau I(0).
Sehingga setiap variabel dikatakan terkointegrasi atau terdapat adanya
indikasi hubungan dalam jangka panjang. Adanya indikasi hubungan
keseimbangan jangka panjang belum dapat digunakan sebagai bukti bahwa
98
terdapat hubungan jangka pendek. Sehingga untuk mengetahui itu harus
diuji Error Correction Model (ECM). Sebelum menuju Uji ECM, harus
dilakukan Uji Asumsi Klasik terlebih dahulu.
5. Uji Asumsi Klasik
Uji Asumsi Klasik digunakan untuk melihat apakah hasil estimasi
tersebut mempunyai penyakit atau tidak maka dilakukan pengujian asumsi
klasik ini. Penyakit yang dimaksud disini yaitu multikolinieritas,
heteroskedastisitas, dan autokorelasi di dalam model penelitian. Sehingga
dapat diketahui apakah hasil-hasil regresi telah memenuhi kaidah Best
Linier Unbiased Estimator (BLUE) yang berarti bahwa tidak ada
gangguan serius terhadap asumsi klasik dalam metode kuadrat terkecil
tunggal (OLS) yaitu masalah multikolinieritas, heteroskedastisitas dan
autokorelasi.
a. Multikoliniearitas
Uji Multikolinieritas ini dilakukan untuk melihat apakah terdapat
ada atau tidaknya hubungan (korelasi) yang signifikan antar variabel
independen dalam model regresi. Deteksi adanya multikolinieritas
dilakukan dengan menggunakan uji korelasi parsial antar variabel
independen. Dengan melihat nilai koefisien korelasi (r) antar variabel
independen. Dari hasil tabel uji multikolinieritas dengan correlation
matrix di bawah ini terlihat bahwa koefisien korelasi tidak ada yang
bernilai diatas 0.8, sehingga dapat disimpulkan variabel-variabel
99
independen ini tidak terdapat multikolinieritas. Hasil pengujian
multikolinieritas menggunakan uji korelasi (r) dapat dilihat sebagai
berikut:
Tabel 4.4
Uji Multikoliniearitas
DER FDR INF ROA BOPO NPF
DER 1.000000 0.464627 0.575351 -0.050322 0.020762 -0.043689
FDR 0.464627 1.000000 0.615187 0.440266 -0.490099 0.009002
INF 0.575351 0.615187 1.000000 0.135928 -0.313661 -0.002369
ROA -0.050322 0.440266 0.135928 1.000000 -0.473009 -0.339556
BOPO 0.020762 -0.490099 -0.313661 -0.473009 1.000000 0.203969
NPF -0.043689 0.009002 -0.002369 -0.339556 0.203969 1.000000
(sumber: EViews 9, data diolah)
Dari tabel hasil analisis uji multikolinearitas dengan correlation
matrix di atas terlihat bahwa koefisien korelasi tidak ada yang di atas
0.8, sehingga dapat disimpulkan bahwa dalam model tidak terdapat
masalah multikolinearitas.
b. Heterokedastisitas
Salah satu asumsi yang harus dipenuhi agar taksiran parameter
dalam model regresi bersifat BLUE (Best Linier Unbiased Efficient)
maka var (u1) harus sama dengan σ (konstanta) atau bisa dikatakan
semua residual atau error mempunyai varian yang sama kondisi ini
disebut sebagai homoskedastis. Sedangkan bila varian tidak konstan
atau berubah-ubah disebut dengan heteroskedastis. Untuk mendeteksi
heteroskedastisitas menggunakan Uji White.
100
Gambar 4.11
Uji Heterokedastisitas
Heteroskedasticity Test: White
F-statistic 1.188927 Prob. F(27,12) 0.3895
Obs*R-squared 29.11590 Prob. Chi-Square(27) 0.3553
Scaled explained SS 13.80883 Prob. Chi-Square(27) 0.9831
(sumber: EViews 9, data diolah)
Dari tabel diketahui bahwa koefisien Obs*R-Squared bernilai
29.11590, nilai probabilitas dari Chi-Square sebesar 0.3553 yang lebih
besar dari nilai α = 5%. Karena nilai probabilitas Chi-Square lebih besar
dari α = 5% maka Ho diterima sehingga dapat disimpulkan bahwa
dalam model tidak ada masalah heteroskedastisitas.
c. Autokorelasi
Untuk mendeteksi masalah autokorelasi digunakan Uji Langrange
Multiplier (LM-test). Uji ini sangat berguna untuk mengindentifikasi
masalah autokorelasi tidak hanya pada derajat pertama (first order)
tetapi juga digunakan pada tingkat derajat. Uji autokorelasi juga bisa
dilihat dari nilai probabilitas Chi-Square. Jika probabilitas Chi-Square
lebih besar dari tingkat signifikansi 5% makatidak terdapat autokorelasi
dan sebaliknya jika probabilitas Chi-Square lebih kecil dari 5% maka
terdapat autokorelasi.
101
Gambar 4.12
Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.875078 Prob. F(2,31) 0.4269
Obs*R-squared 2.137585 Prob. Chi-Square(2) 0.3434
(sumber: EViews 9, data diolah)
Dari tabel diketahui bahwa koefisien determinasi (R2) sebesar
2.137585. Nilai probabilitas dari Chi-Square sebesar 0.3434 yang lebih
besar dari nilai α sebesar 0.05. Karena nilai probabilitas Chi-square
lebih besar dari α = 5% maka Ho diterima sehingga dapat disimpulkan
bahwa di dalam model tidak terdapat masalah autokorelasi.
6. Pendekatan Model ECM
Dengan ditemukannya fenomena hubungan jangka panjang antara
variabel-variabel yang digunakan dalam pengujian kointegrasi di atas,
maka langkah selanjutnya adalah melakukan pendekatan Error Correction
Model (ECM). Model koreksi kesalahan digunakan untuk melihat apakah
ada atau tidaknya hubungan antar variabel dalam jangka pendek. Error
Correction Model merupakan salah satu pendekatan untuk menganalisis
model time series yang digunakan untuk melihat adanya konsistensi
hubungan jangka pendek dengan jangka panjang dari variabel-variabel
yang diuji.
102
Untuk menyatakan apakah model ECM digunakan shohih atau tidak
maka koefisien Error Correction Term (ECT) harus signifikan maka
model tersebut tidak cocok dan perlu dilakukan perubahan spesifikasi
lebih lanjut.
Berikut merupakan persamaan ECM yang digunakan pada penelitian
ini: LQ t = β0 + β1DDERt + β2 DFDR t + β3 DINF t + β4 DBOPOt + β5
DROA t + β6 DNPFt + β7 BDER+ β8 BFDR + β9 BINF+ β10 BBOPO+
β11 BROA + β12 BNPF + β13 ECT
Gambar 4.13
Hasil Pendekatan ECM
Dependent Variable: D(LQ)
Method: Least Squares Date: 06/26/17 Time: 02:05 Sample (adjusted): 6/01/2007 12/01/2016 Included observations: 39 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. C 0.112654 0.024644 4.571226 0.0001
D(DER) -0.004528 0.000288 -15.69627 0.0000 D(FDR) 0.035590 0.016823 2.115605 0.0445 D(INF) 0.129010 0.035948 3.588794 0.0014
D(BOPO) 0.009383 0.005057 1.855434 0.0754 D(ROA) -0.517604 0.161751 -3.200013 0.0037
D(NPF) -0.090638 0.086706 -1.045345 0.3059 DER(-1) -0.732989 0.143699 -5.100866 0.0000 FDR(-1) -0.757247 0.148575 -5.096734 0.0000 INF(-1) -0.581707 0.117355 -4.956800 0.0000
BOPO(-1) -0.725864 0.141358 -5.134946 0.0000 ROA(-1) -1.039642 0.236931 -4.387954 0.0002 NPF(-1) -0.596833 0.128062 -4.660514 0.0001
ECT 0.729580 0.143020 5.101253 0.0000
R-squared 0.929395 Mean dependent var -0.000381
Adjusted R-squared 0.892681 S.D. dependent var 0.008192
S.E. of regression 0.002684 Akaike info criterion -8.730080 Sum squared resid 0.000180 Schwarz criterion -8.132904 Log likelihood 184.2366 Hannan-Quinn criter. -8.515818 F-statistic 25.31411 Durbin-Watson stat 2.121374 Prob(F-statistic) 0.000000
(sumber: EViews 9, data diolah)
103
Hasil pengolahan data yang dilakukan dengan menggunakan
program komputer EViews 9 di atas menunjukkan bahwa nilai koefisien
ECT sebesar 0.729580 yang berarti bahwa ketidaksesuaian pertumbuhan
Risiko Likuiditas aktual dengan pertumbuhan Risiko Likuiditas potensial
akan dieliminasi atau dihilangkan dalam satu periode penelitian sebesar
72,9 %. Dapat dilihat nilai probabilitas 0.0000, hal ini berarti ECT sudah
signifikan pada tingkat kepercayaan α=0.05. Oleh karena itu model dari
pengujian ECM ini dapat dikatakan valid.
Nilai adjusted R2 sebesar 0.892681 atau 89.2 %. Hal ini berarti
sebesar 89.2% variabel Risiko Likuiditas dapat dipengaruhi oleh Debt to
Equity Ratio (DER), Financing to Deposits Ratio (FDR), Inflasi, Biaya
Operasional Pendapatan Operasional (BOPO), Return on Asset (ROA) dan
Non Performing Financing (NPF), sedangkan sisanya 10.8% Risiko
Likuiditas dapat dipengaruhi oleh variabel lain di luar model penelitian.
Dilihat dari nilai adjusted R2 bahwa pengaruh variabel independen
terhadap variabel dependen tergolong kuat.
Dari hasil estimasi dengan pendekatan ECM, variabel jangka pendek
ditunjukan oleh D(DER), D(FDR), D(INF), D(BOPO), D(ROA) dan
D(NPF). Namun untuk melihat pengaruh jangka panjangnya perlu
dihitung dengan cara menjumlahkan koefisien variabel jangka panjang
DER(-1), FDR(-1), INF(-1), BOPO(-1), ROA(-1) dan NPF(-1) dengan
koefisien ECT kemudian dibagi lagi oleh koefisen ECT. Perhitungan
tersebut bertujuan untuk mengetahui nilai koefisien perubahan dalam
104
jangka panjang (Sumodiningrat, 2007). Rumus koefisen jangka panjang
adalah sebagai berikut :
DER(-1) = 𝐶7+𝐶13
𝐶13
FDR(-1) = 𝐶8+𝐶13
𝐶13
INF(-1) = 𝐶9+𝐶13
𝐶13
BOPO(-1) = 𝐶10+𝐶13
𝐶13
ROA(-1) =𝐶11+𝐶13
𝐶13
NPF(-1) =𝐶12+𝐶13
𝐶13
Tabel 4.5
Koefisien Jangka Pendek dan Panjang
Variabel Notasi Koefisien
Jangka Pendek Jangka Panjang
Konstanta C 0.112654 0.112654
DER D(DER) -0.004528 0.993794
FDR D(FDR) 0.035590 1.048781
INF D(INF) 0.129010 1.176828
BOPO D(BOPO) 0.009383 1.012861
ROA D(ROA) -0.517604 0.290545
NPF D(NPF) -0.090638 0.875767
(sumber: EViews 9, data diolah)
Berdasarkan tabel 4.5, maka hasil regresi ECM dalam jangka pendek
dan panjang didapat hasil sebagai berikut:
DLQ= 0.112654 - 0.004528*DDER + 0.035590*DFDR + 0.129010*DINF
+ 0.009383**DBOPO - 0.517604*DROA - 0.090638***DNPF +
0.993794*DER(-1) + 1.048781*FDR(-1) + 1.176828*INF(-1) +
Dimana:C7 = Koefisien DER (-1)
C8 = Koefisien FDR (-1)
C9 = Koefisien INF (-1)
C10= Koefisien BOPO (-1)
C11= Koefisien ROA (-1)
C12= Koefisien NPF (-1)
C13= Koefisien ECT
105
1.012861*BOPO(-1) + 0.290545*ROA(-1) + 0.875767*NPF(-1) +
0.729580*ECT
Keterangan:
D(LQ) = Perubahan Risiko Likuiditas
D(DER) = Perubahan Debt to Equity Ratio periode t (jangka pendek)
D(FDR) = Perubahan Financing to Deposits Ratio periode t (jangka
pendek)
D(INF) = Perubahan Inflasi periode t (jangka pendek)
D(BOPO) = Perubahan Biaya Operasional Pendapatan Operasional
periode t (jangka pendek)
D(ROA) = Perubahan Return on Asset periode t (jangka pendek)
D(NPF) = Perubahan Non Performing Financing periode t (jangka
pendek)
DER(-1) = Debt to Equity Ratio periode t-1 (jangka panjang)
FDR(-1) = Financing to Deposits Ratio periode t -1 (jangka panjang)
INF(-1) = Tingkat Inflasi periode t-1 (jangka panjang)
BOPO(-1) = Biaya Operasional Pendapatan Operasional periode t-1
(jangka panjang)
ROA(-1) = Return on Asset periode t-1 (jangka panjang)
106
NPF(-1) = Non Performing Financing periode t-1 (jangka panjang)
ECT = Error Correction Term
* = signifikan pada α=0,05
** = signifikan pada α=0,10
*** = tidak signifikan
C. Interpretasi Data
1. Konstanta
Dalam jangka pendek dan jangka panjang nilai konstanta 0.112654
menunjukkan apabila nilai variabel independen konstan maka besarnya
Risiko Likuiditas naik sebesar 0,112654 % persen.
2. Rasio DER terhadap Risiko Likuiditas
a. Jangka Pendek
Hasil perhitungan menunjukan bahwa koefisien variabel Debt to
Equity Ratio dalam jangka pendek D(DER) mempunyai pengaruh
hubungan yang signifikan negatif terhadap risiko likuiditas. Hal ini
dapat dilihat dari gambar 4.13 yang menunjukan bahwa tingkat
probabilitas dari variabel DER sebesar 0.0000, yang lebih kecil dari
tingkat signifikansi yang digunakan yaitu 0.05 (5%) maka dapat
disimpulkan ho ditolak dan h1 diterima. Dan nilai koefisien jangka
107
pendek sebesar -0.004528, yang berarti bahwa jika Debt to Equity Ratio
naik 1% maka risiko likuiditas akan mengalami penurunan sebesar -
0.004528 persen. Penelitian ini sesuai dengan hasil yang dilakukan oleh
Naveed Ahmed et al (2011), bahwa Debt to Equity Ratio memiliki
hubungan yang negatif terhadap Risiko Likuiditas. Hal ini
membuktikan bahwa adanya penurunan terhadap Risiko Likuiditas.
b. Jangka Panjang
Hasil perhitungan menunjukan bahwa koefisien variabel Debt to
Equity Ratio dalam jangka panjang DER(-1) mempunyai pengaruh
hubungan yang positif signifikan terhadap Risiko Likuiditas, hal ini
dapat dilihat pada gambar 4.13 yang menunjukan nilai probabilitasnya
sebesar 0.0000, yang lebih kecil dari nilai signifikansi yang digunakan
yaitu 0.05 (5%). Dengan koefisien sebesar 0.993794 maka dapat
disimpulkan ho ditolak dan h1 diterima. Hal ini membawa implikasi
bahwa terdapat hubungan jangka panjang antara variabel Debt to Equity
Ratio terhadap Risiko Likuiditas, dimana apabila Debt to Equity Ratio
naik sebesar 1% maka akan meningkatkan Risiko Likuiditas sebesar
0.993794 persen. Hasil penelitian ini tidak sesuai dengan penelitian
yang dilakukan oleh Nurahmi Dianingtyas (2013) yang menyatakan
bahwa DER memiliki hubungan yang negatif dan signifikan terhadap
risiko likuiditas pada bank syariah.
108
3. Rasio FDR terhadap Risiko Likuiditas
a. Jangka Pendek
Hasil perhitungan menunjukan bahwa koefisien variabel harga
Financing to Deposits Ratio dalam jangka pendek D(FDR) mempunyai
pengaruh hubungan yang positif signifikan terhadap Risiko Likuiditas.
Hal ini dapat dilihat dari gambar 4.13 yang menunjukan bahwa tingkat
probabilitas dari variabel Financing to Deposits Ratio sebesar 0.0445,
yang lebih kecil dari tingkat signifikansi yang digunakan yaitu 0.05
(5%) maka dapat disimpulkan ho ditolak dan h1 diterima. Dan nilai
koefisien jangka pendek sebesar 0.035590, yang berarti bahwa jika
Financing to Deposits Ratio naik 1% maka Risiko Likuiditas akan
mengalami peningkatan sebesar 0.035590 persen. Hasil penelitian ini
didukung oleh hasil penelitian yang dilakukan oleh Asim Abdullah
(2012) yang menyatakan bahwa rasio dari Liquid Asset/LDR (FDR)
memiliki hubungan yang positif dan signifikan terhadap risiko pada
bank asing di Pakistan. FDR memiliki pengaruh positif terhadap Risiko
Likuiditas. Ini menunjukkan adanya pengaruh terhadap Risiko
Likuiditas.
b. Jangka Panjang
Hasil perhitungan menunjukan bahwa koefisien variabel
Financing to Deposits Ratio dalam jangka panjang FDR(-1)
mempunyai pengaruh hubungan yang positif signifikan terhadap Risiko
Likuiditas, hal ini dapat dilihat pada gambar 4.13 yang menunjukan
109
nilai probabilitasnya sebesar 0.0000, yang lebih kecil dari nilai
signifikansi yang digunakan yaitu 0.05 (5%). Dengan koefisien sebesar
1.048781 maka dapat disimpulkan ho ditolak dan h1 diterima. Hal ini
membawa implikasi bahwa terdapat hubungan jangka panjang antara
variabel Financing to Deposits Ratio terhadap Risiko Likuiditas,
dimana apabila FDR naik sebesar 1% maka akan meningkatkan Risiko
Likuiditas sebesar 1.048781 persen. Hasil penelitian ini sesuai dengan
penelitian yang dilakukan oleh Nurrahmi Dianingtyas (2013), FDR
memiliki pengaruh positif dan signifikan terhadap risiko likuiditas.
4. Tingkat Inflasi terhadap Risiko Likuiditas
a. Jangka Pendek
Hasil perhitungan menunjukan bahwa koefisien variabel Inflasi
dalam jangka pendek D(INF) mempunyai pengaruh hubungan yang
signifikan positif terhadap Risiko Likuiditas. Hal ini dapat dilihat dari
gambar 4.13 yang menunjukan bahwa tingkat probabilitas dari variabel
Inflasi sebesar 0.0014, yang lebih kecil dari tingkat signifikansi yang
digunakan yaitu 0.05 (5%) maka dapat disimpulkan ho ditolak dan h1
diterima. Dan nilai koefisien jangka pendek sebesar 0.129010, yang
berarti bahwa jika tingkat Inflasi naik 1% maka Risiko Likuiditas akan
meningkat sebesar 0.129010 persen. Penelitian ini tidak sesuai dengan
dengan yang dilakukan oleh Siti Fatimah Yaacob, dkk (2016) yaitu
110
Inflasi berpengaruh negatif dan signifikan terhadap Risiko Likuiditas
LCR (Liquidity Coverage Ratio) dan NSFR (Net Stable Funding Ratio).
b. Jangka Panjang
Hasil perhitungan menunjukan bahwa koefisien variabel Inflasi
dalam jangka panjang INF(-1) mempunyai pengaruh hubungan yang
positif signifikan terhadap Risiko Likuiditas, hal ini dapat dilihat pada
gambar 4.13 yang menunjukan nilai probabilitasnya sebesar 0.0000,
yang lebih kecil dari nilai signifikansi yang digunakan yaitu 0.05 (5%).
Dengan koefisien sebesar 1.176828 maka dapat disimpulkan ho ditolak
dan h1 diterima. Hal ini membawa implikasi bahwa terdapat hubungan
jangka panjang antara variabel Inflasi terhadap Risiko Likuiditas,
dimana apabila Inflasi naik sebesar 1% maka akan meningkatkan
Risiko Likuiditas sebesar 1.176828 persen. Hasil penelitian ini tidak
sesuai dengan yang dilakukan oleh Seandy Nandadipa (2010) yaitu
variabel Inflasi berpengaruh negatif signifikan terhadap LDR atau
Risiko Likuiditas.
5. Rasio BOPO terhadap Risiko Likuiditas
a. Jangka Pendek
Hasil perhitungan menunjukan bahwa koefisien variabel Biaya
Operasional Pendapatan Operasional dalam jangka pendek D(BOPO)
mempunyai pengaruh hubungan signifikan terhadap Risiko Likuiditas.
Hal ini dapat dilihat dari gambar 4.13 yang menunjukan bahwa tingkat
111
probabilitas dari variabel Biaya Operasional Pendapatan Operasional
sebesar 0.0754, yang lebih kecil dari tingkat signifikansi yang
digunakan yaitu 0.10 (10%) maka dapat disimpulkan ho ditolak dan h1
diterima. Hal ini berarti variabel BOPO signifikan pada tingkat
kepercayaan α=0.10 dengan koefisien sebesar 0.009383. Hal ini
membawa implikasi bahwa terdapat hubungan jangka pendek antara
variabel Biaya Operasional Pendapatan Operasional dan Risiko
Likuiditas, dimana apabila BOPO naik sebesar 1% maka akan
meningkatkan Risiko Likuiditas sebesar 0.009383 persen. Hasil
penelitian ini tidak sesuai dengan penelitian yang dilakukan Salman
Ahmed Shaikh menjelaskan bahwa variabel effeciency/BOPO memiliki
pengaruh negatif terhadap Risiko Likuiditas pada Bank Pakistan..
b. Jangka Panjang
Hasil perhitungan menunjukan bahwa koefisien variabel Biaya
Operasional Pendapatan Operasional dalam jangka panjang BOPO(-1)
mempunyai pengaruh hubungan yang positif signifikan terhadap Risiko
Likuiditas, hal ini dapat dilihat pada gambar 4.13 yang menunjukan
nilai probabilitasnya sebesar 0.0000, yang lebih kecil dari nilai
signifikansi yang digunakan yaitu 0.05 (5%) . Dengan koefisien sebesar
1.012861 maka dapat disimpulkan ho ditolak dan h1 diterima. Hal ini
membawa implikasi bahwa terdapat hubungan jangka panjang antara
variabel Biaya Operasional Pendapatan Operasional terhadap Risiko
Likuiditas, dimana apabila BOPO naik sebesar 1% maka akan
112
meningkatkan Risiko Likuiditas sebesar 1.012861 persen. Hasil
penelitian ini tidak sesuai dengan penelitian yang dilakukan oleh
Prayudi (2011) yang menjelaskan bahwa BOPO memiliki pengaruh
negatif dan signifikan terhadap LDR.
6. Rasio ROA terhadap Risiko Likuiditas
a. Jangka Pendek
Hasil perhitungan menunjukan bahwa koefisien variabel Return
on Asset dalam jangka pendek D(ROA) mempunyai pengaruh
hubungan yang signifikan negatif terhadap Risiko Likuiditas. Hal ini
dapat dilihat dari gambar 4.13 yang menunjukan bahwa tingkat
probabilitas dari variabel Return on Asset sebesar 0.0037, yang lebih
kecil dari tingkat signifikansi yang digunakan yaitu 0.05 (5%) maka
dapat disimpulkan ho ditolak dan h1 diterima. Dan nilai koefisien jangka
pendek sebesar -0.517604, yang berarti bahwa jika tingkat ROA naik
1% maka Risiko Likuiditas akan mengalami penurunan sebesar -
0.517604 persen. Hasil ini tidak sesuai dengan yang dilakukan oleh
Iqbal (2012). Hasil dari penelitian tersebut menyatakan bahwa ROA
berpengaruh positif dan signifikan terhadap risiko likuiditas pada Bank
Konvensional dan Bank Islam namun penelitian ini sesuai dengan hasil
yang dilakukan Prayudi (2011) bahwa ROA memiliki hubungan yang
negatif dan signifikan terhadap LDR atau Risiko Likuiditas.
113
b. Jangka Panjang
Hasil perhitungan menunjukan bahwa koefisien variabel Return
on Asset dalam jangka panjang ROA(-1) mempunyai pengaruh
hubungan yang positif signifikan terhadap Risiko Likuiditas, hal ini
dapat dilihat pada gambar 4.13 yang menunjukan nilai probabilitasnya
sebesar 0.0002, yang lebih kecil dari nilai signifikansi yang digunakan
yaitu 0.05 (5%). Dengan koefisien sebesar 0.290545 maka dapat
disimpulkan ho ditolak dan h1 diterima. Hal ini membawa implikasi
bahwa terdapat hubungan jangka panjang antara variabel Return on
Asset terhadap Risiko Likuiditas, dimana apabila ROA naik sebesar 1%
maka akan meningkatkan Risiko Likuiditas sebesar 0.290545 persen.
Hasil penelitian ini sesuai dengan penelitian yang dilakukan oleh Arif
Lukman Santoso dan Tekad Sukihanjani (2013) yang menjelaskan
bahwa variabel ROA memiliki hubungan positif dan signifikan
terhadap variabel Risiko Likuditas Bank.
7. Rasio NPF terhadap Risiko Likuiditas
a. Jangka Pendek
Hasil perhitungan menunjukan bahwa koefisien variabel Non
Performing Financing dalam jangka pendek D(NPF) tidak mempunyai
pengaruh hubungan signifikan terhadap Risiko Likuiditas. Hal ini dapat
dilihat dari gambar 4.13 yang menunjukan bahwa tingkat probabilitas
dari variabel Non Performing Financing sebesar 0.3059, yang lebih
114
besar dari tingkat signifikansi yang digunakan yaitu 0.05 (5%). Hal ini
berarti variabel NPF belum signifikan pada tingkat kepercayaan α=0.05
dengan koefisien sebesar -0.090638 maka dapat disimpulkan ho
diterima dan h1 ditolak. Hal ini membawa implikasi bahwa tidak
terdapat hubungan jangka pendek antara variabel Non Performing
Financing dengan Risiko Likuiditas, dimana apabila NPF naik sebesar
satu persen maka tidak akan mempengaruhi Risiko Likuiditas.
Penelitian ini tidak sesuai dengan penelitian yang dilakukan oleh
Ahmed at al. (2011) dan Iqbal (2012) menyatakan bahwa NPL (NPF)
memiliki hubungan negatif dan signifikan terhadap risiko likuiditas..
b. Jangka Panjang
Hasil perhitungan menunjukan bahwa koefisien variabel Non
Performing Financing dalam jangka panjang NPF(-1) mempunyai
pengaruh hubungan yang positif signifikan terhadap Risiko Likuditas,
hal ini dapat dilihat pada gambar 4.13 yang menunjukan nilai
probabilitasnya sebesar 0.0001, yang lebih kecil dari nilai signifikansi
yang digunakan yaitu 0.05 (5%). Dengan koefisien sebesar 0.875767
maka dapat disimpulkan ho ditolak dan h1 diterima. Hal ini membawa
implikasi bahwa terdapat hubungan jangka panjang antara variabel Non
Performing Financing terhadap Risiko Likuiditas, dimana apabila NPF
naik sebesar 1% maka akan meningkatkan Risiko Likuiditas sebesar
0.875767 persen. Hasil penelitian ini sesuai dengan penelitian yang
dilakukan oleh Romadhoni Eka Nugraha (2014) yang menjelaskan
115
bahwa NPL (NPF) berpengaruh positif secara signifikan terhadap LDR
Bank Syariah di Indonesia.
D. Interpretasi Analisis Ekonomi
1. Jangka Pendek
Berdasarkan analisis data, hasil penelitian menemukan kenyataan
bahwa untuk jangka pendek, hanya variabel Non Performing Financing
(NPF) tidak memberikan dampak terhadap risiko bank dalam
kemampuannya untuk memenuhi kewajiban jangka pendeknya atau
likuiditas. Sedangkan dalam jangka pendek variabel Debt to Equity Ratio
(DER), Financing to Deposits Ratio (FDR), Inflasi, dan Return on Asset
(ROA) memberi kontribusi yang signifikan terhadap Risiko Likuiditas.
Analisis jangka pendek tentang pengaruh kelima variabel tersebut terhadap
Risiko Likuiditas ini dapat bermanfaat dan menjadi tolak ukur untuk
pemangku kepentingan di sektor perbankan syariah dalam hal memenuhi
kewajiban yang jatuh tempo dari sumber pendanaan arus kas dan/atau
aset likuid berkualitas tinggi yang dapat diagunkan, tanpa mengganggu
aktivitas dan kondisi keuangan bank.
Dalam jangka pendek, masalah hutang yang semakin besar dan tidak
diimbangi dengan bertambahnya modal, pembiayaan yang bermasalah dari
jumlah dana pihak ketiga yang ada, tingkat inflasi yang semakin tinggi
menganggu akad dalam bank syariah, minimnya laba yang dihasilkan
karena beban yang terus meningkat serta kemampuan bank mengelola
116
profitabilitasnya dapat dijadikan acuan utama dalam menjalankan kegiatan
bank syariah dengan memperhatikan faktor-faktor tersebut.
2. Jangka Panjang
Hasil ECM pada tabel menunjukan kenyataan bahwa dalam jangka
panjang Debt to Equity Ratio berhubungan negatif dan signifikan terhadap
Risiko Likuiditas. Rivai dan Arifin (2010) menjelaskan bahwa sumber
dana bank yang terbesar berasal dari dana pihak ketiga,disamping dana
lainnya yg berasal dari pinjaman dan modal sendiri. Abdullah (2003)
menyatakan bahwa sumber dana yang berasal dari DPK merupakan
sumber dana yang paling stabil. Selain itu karakter bank syariah yang unik,
memiliki sumber dana tidak berbiaya seperti misalnya; giro wadiah,
tabungan mudharabah yang berada dibawah saldo tertentu, tabungan
wadiah, deposito, dan sertifikat deposito yang telah jatuh tempo tetapi
belum dicairkan, transfer masuk yang belum dicairkan oleh nasabah,
setoran jaminan atas pembukaan L/C, dan setoran jaminan atas penerbitan
Bank Garansi (Rivai dan Arifin, 2010). Berdasarkan kondisi tertentu yang
tersebut diatas, maka apabila bank memiliki utang atau sumber dana yang
tidak berbiaya semakin besar, maka bank akan dapat menurunkan
kegagalan bank dalam memenuhi likuiditasnya tanpa harus mengalami
trade-off terhadap profitabilitas dan meningkatkan beban biaya. DER
digunakan untuk mengukur kemampuan perusahaan untuk membayar
hutang apabila suatu saat perusahaan dilikuidasi. Semakin besar
rasio DER menunjukkan bahwa bank memiliki tingkat kewajiban yang
117
harus dibayar yang semakin tinggi pula. Hal ini yang menyebabkan bahwa
apabila DER naik yang berarti tingkat kewajiban semakin besar akan
mengakibatkan meningkatnya risiko likuiditas dalam jangka panjang.
Dalam jangka panjang variabel Financing to Deposits Ratio
berhubungan positif dan signifikan terhadap Risiko Likuiditas. Semakin
banyak bank menyediakan pembiayaan maka semakin rendah bank
menyimpan aset likuid, maka dari itu bank akan menghadapi masalah
likuiditas. Hal tersebut dikarenakan rasio pembiayaan terhadap pendanaan
(Finance to Deposit Ratio/ FDR) perbankan syariah dinilai akan efektif
untuk mendukung perolehan imbal hasil tinggi jika berada pada kisaran
95%-98% (Riyanto, Direktur BSB). Hal ini berarti dari 100% dana yang
terkumpul dari masyarakat, sebanyak 95%-98% di antaranya disalurkan
dalam bentuk pembiayaan. Selain itu, Rivai dan Arifin (2010) juga
menjelaskan, bahwa semakin tinggi FDR suatu bank, berarti bank semakin
tidak likuid, sehingga semakin tinggi pula risiko bank tidak dapat
memenuhi kewajiban tepat pada waktunya atau hanya dapat memenuhi
kewajiban melalui pinjaman darurat atau dengan kata lain semakin tinggi
pula risiko likuiditasnya. Terbukti dari hubungan jangka pendek dan
jangka panjang, FDR berhubungan positif dan signifikan terhadap Risiko
Likuiditas.
Begitu juga dengan variabel Inflasi yang dalam jangka panjang
berhubungan positif dan signifikan terhadap Risiko Likuiditas. Indikasi
yang digunakan adalah sesungguhnya jumlah uang beredar berhubungan
118
erat dengan inflasi. Ketika jumlah uang beredar di masyarakat meningkat
maka masyarakat akan menggunakan uang yang mereka pegang untuk
kebutuhan konsumsi dan berjaga-jaga. Kelebihan uang tersebut juga dapat
digunakan untuk berinvestasi dalam berbagai instrumen salah satunya
lembaga keuangan perbankan dalam bentuk simpanan atau tabungan pada
bank konvensional atau dana pihak ketiga pada bank syariah. Hal ini yang
menyebabkan bahwa apabila inflasi naik yang berarti jumlah uang beredar
di masyarakat juga naik akan mengakibatkan bank memiliki pendanaan
yang lebih sehingga dapat menangani masalah kewajiban jangka
pendeknya atau risiko likuiditas.
Dalam jangka panjang, Biaya Operasional Pendapatan Operasional
(BOPO) berhubungan positif dan signifikan terhadap Risiko Likuiditas.
Semakin rendah BOPO berarti semakin efisien bank tersebut dalam
mengendalikan biaya operasionalnya, dengan adanya efisiensi biaya maka
keuntungan yang diperoleh bank akan semakin besar. Hal ini menunjukkan
bahwa apabila bank tidak dapat menjaga rasio BOPO yang terus naik,
maka kemampuan bank dalam memenuhi kewajibannya dapat terhambat
karena kurangnya pendapatan akibat biaya operasional yang begitu besar.
Adapun Return on Asset (ROA) dalam jangka panjang berhubungan
positif dan signifikan terhadap Risiko Likuiditas. Hal ini sesuai dengan
teori yang ada. Tujuan dalam manajemen dana adalah untuk memperoleh
profit yang optimal. Hal itu bisa direalisasi dengan memberikan
pembiayaan yang sebesar-besarnya. Namun di sisi lain bank harus
119
menyediakan dana kas untuk memenuhi kewajiban yang harus segera
dibayar. Dengan banyaknya pemberian pembiayaan maka risiko likuiditas
akan meningkat, dikarenakan kemungkinan nasabah akan gagal bayar.
(Muhammad, 2005). Oleh karena itu, semakin tinggi ROA maka
membuktikan bahwa semakin optimal penggunaan aktiva perusahaan
untuk memperoleh pendapatan, yang berarti adanya ketersediaan dana saat
ini dan di masa mendatang untuk kegiatan penyaluran dana oleh bank telah
optimal dalam mendapatkan pendapatan atau keuntungan, sehingga bank
memiliki ketersediaan dana saat ini dan di masa mendatang (likuiditas
tinggi).
Sama halnya dengan variabel Non Performing Financing (NPF)
yang berhubungan positif dan signifikan terhadap Risiko Likuiditas dalam
jangka panjang. Hal ini menandakan bahwa jika NPF perbankan syariah
semakin meningkat, maka jumlah DPK yang dihimpun perbankan syariah
akan menurun. Artinya, naiknya pembiayaan bermasalah akan
memberikan disinsentif terhadap kemauan (willingness) masyarakat yang
rasional untuk menabungkan dananya di bank syariah. Tingginya NPF
akan menyebabkan deposan yang tadinya menyimpan dananya di bank
syariah akan menarik kembali dana yang disimpannya karena khawatir
dananya tidak dapat dikembalikan oleh bank syariah akibat terjadinya
pembiayaan bermasalah tersebut (Rinal Satria Anugrah :2006).
120
BAB V
KESIMPULAN DAN SARAN
A. Kesimpulan
Penelitian ini dilakukan terhadap Risiko Likuiditas Bank Syariah (Bank
Umum Syariah dan Unit Usaha Syariah) di Indonesia sebagai variabel
dependen dan enam variabel independen yaitu Debt to Equity Ratio (DER),
Financing to Deposits Ratio (FDR), Inflasi, Biaya Operasional Pendapatan
Operasional (BOPO), Return on Asset (ROA), dan Non Performing
Financing (NPF). Dengan data yang digunakan dalam bentuk kuartal selama
bulan Maret 2007 – Desember 2016. Berdasarkan hasil analisis data dari
regresi model ECM (Error Correction Model) mengenai pengaruh antar
variabel independen terhadap variabel dependen, maka dapat disimpulkan
sebagai berikut:
1. Dalam jangka pendek variabel Debt to Equity Ratio (DER) mempunyai
pengaruh yang negatif signifikan terhadap Risiko Likuiditas, yang berarti
setiap peningkatan DER maka akan terjadi penurunan pada Risiko
Likuiditas. Sedangkan dalam jangka panjang, variabel DER mempunyai
pengaruh hubungan yang positif signifikan terhadap Risiko Likuiditas.
Artinya, dalam jangka panjang, setiap peningkatan DER maka akan terjadi
peningkatan pada Risiko Likuiditas.
2. Dalam jangka pendek variabel Financing to Deposits Ratio (FDR)
mempunyai pengaruh yang positif signifikan terhadap Risiko Likuiditas,
121
yang berarti setiap peningkatan FDR maka akan terjadi peningkatan pada
Risiko Likuiditas. Begitu juga dalam jangka panjang, variabel FDR
mempunyai pengaruh hubungan yang positif signifikan terhadap Risiko
Likuiditas. Artinya, dalam jangka panjang, setiap peningkatan FDR maka
akan terjadi peningkatan pada Risiko Likuiditas.
3. Dalam jangka pendek variabel Inflasi (INF) mempunyai pengaruh yang
positif signifikan terhadap Risiko Likuiditas, yang berarti setiap
peningkatan Inflasi maka akan terjadi peningkatan pada Risiko Likuiditas.
Begitu juga dalam jangka panjang, variabel Inflasi mempunyai pengaruh
hubungan yang positif signifikan terhadap Risiko Likuiditas. Artinya,
dalam jangka panjang, setiap peningkatan Inflasi maka akan terjadi
peningkatan pada Risiko Likuiditas.
4. Dalam jangka pendek variabel Biaya Operasional Pendapatan Operasional
(BOPO) mempunyai pengaruh yang signifikan terhadap Risiko Likuiditas,
yang berarti setiap peningkatan BOPO maka akan berpengaruh pada
peningkatan Risiko Likuiditas. Sedangkan dalam jangka panjang, variabel
BOPO mempunyai pengaruh hubungan yang positif signifikan terhadap
Risiko Likuiditas. Artinya, dalam jangka panjang, setiap peningkatan
BOPO maka akan terjadi peningkatan pada Risiko Likuiditas.
5. Dalam jangka pendek variabel Return on Asset (ROA) mempunyai
pengaruh yang negatif signifikan terhadap Risiko Likuiditas, yang berarti
setiap peningkatan ROA maka akan terjadi peningkatan pada Risiko
Likuiditas. Begitu juga dalam jangka panjang, variabel ROA mempunyai
122
pengaruh hubungan yang positif signifikan terhadap Risiko Likuiditas.
Artinya, dalam jangka panjang, setiap peningkatan ROA maka akan terjadi
peningkatan pada Risiko Likuiditas.
6. Dalam jangka pendek variabel Non Performing Financing (NPF) tidak
mempunyai pengaruh yang signifikan terhadap Risiko Likuiditas, yang
berarti setiap peningkatan atau penurunan NPF maka tidak akan
berpengaruh pada Risiko Likuiditas. Sebaliknya, dalam jangka panjang,
variabel NPF mempunyai pengaruh hubungan yang positif signifikan
terhadap Risiko Likuiditas. Artinya, dalam jangka panjang, setiap
peningkatan NPF maka akan terjadi peningkatan pada Risiko Likuiditas.
7. Dalam hasil regresi model ECM, diketahui nilai adjusted R2 sebesar
0.892681 atau 89.2 %. Hal ini berarti sebesar 89.2% variabel Risiko
Likuiditas dapat dipengaruhi oleh Debt to Equity Ratio (DER), Financing
to Deposits Ratio (FDR), Inflasi, Biaya Operasional Pendapatan
Operasional (BOPO), Return on Asset (ROA) dan Non Performing
Financing (NPF), sedangkan sisanya 10.8% Risiko Likuiditas dapat
dipengaruhi oleh variabel lain di luar model penelitian. Dilihat dari nilai
adjusted R2
bahwa pengaruh variabel independen terhadap variabel
dependen tergolong kuat.
123
B. Saran
1. Bagi Bank Syariah di Indonesia
Penelitian ini diharapkan memberikan gambaran mengenai
kemungkinan terjadinya risiko likuiditas dalam perusahaan perbankan,
dimana likuiditas tersebut mengacu kepada kemampuan bank untuk
memenuhi penarikan deposito, pembayaran pinjaman jatuh tempo, dan
kewajiban-kewajiban lainnya tanpa mengalami kemunduran.
Bank Syariah hendaknya menjaga dan menstabilkan risiko likuiditas
di posisi ideal serta memperhatikan kualitas pembiayaan yang disalurkan
untuk menghindari terjadinya pembiayaan yang bermasalah sehingga dapat
memperoleh keuntungan dari pembiayaan yang disalurkan bagi bank, juga
menyeimbangkan antara total pemberian pembiayaan dengan kewajiban
kepada pihak ketiga yang ingin menarik uangnya dalam waktu dan jumlah
tertentu, dengan begitu bank syariah akan terhindar dari risiko likuiditas
serta sebaiknya meningkatkan jumlah penggunaan utang atau sumber dana
yang tidak berbiaya, karena hal ini justru dapat meningkatkan posisi
likuiditas dan menurunkan risiko likuiditas tanpa harus kehilangan
kesempatan untuk meningkatkan profitabilitas. Hasil penelitian ini
diharapkan menjadi masukan yang sangat berarti bagi perbankan syariah
dan menjadi sumbangan pemikiran pada sektor perbankan dalam
menetapkan kebijakan operasionalnya. Informasi yang diperoleh dalam
penelitian ini diharapkan dapat menjadi acuan sebagai bahan pertimbangan
analisa sebelum mengambil keputusan.
124
2. Bagi Akademisi
Penelitian ini dapat menambah kepustakaan di sektor perbankan
khususnya bank syariah dapat dijadikan sebagai bahan bacaan untuk
menambah wawasan dan pengetahuan dan sebagai tambahan pengalaman
bagi peneliti dalam melakukan penelitian dan pengembangan wawasan
keilmuwan dalam bidang perbankan syariah.
Untuk peneliti selanjutnya, sebaiknya menambahkan risiko bank yang
lain, objek yang lebih banyak, variabel yang lebih signifikan secara statistik
dan menambah periode waktu yang lebih terkini, sehingga data akan lebih
representative dan lebih lengkap dari penelitian saat ini untuk menghasilkan
penelitian yang berbeda dan terbaru.
3. Bagi Masyarakat
Sebagai tambahan informasi bagi para nasabah atau masyarakat yang
menggunakan jasa perbankan syariah dalam kehidupan sehari-hari untuk
lebih waspada dan cermat mengenai keadaan bank syariah di Indonesia
agar risiko yang mungkin terjadi khususnya risiko likuiditas dapat
dihindari dan mencegah kerugian.
.
125
DAFTAR PUSTAKA
Abdullah, Asim & Khan, A.Q, “Liquidity Risk Management: A Comparative
Study Between Domestic And Foreign Banks In Pakistan”, Journal Of
Managerial Sciences, Vol V1 No 1, 2012.
Adyani, Lyla Rahma dan Djoko Sampurno. “Analisis Faktor-Faktor Yang
Mempengaruhi Profitabilitas (ROA”), 1-25.
Ahmed, Naveed et, al, “Risk Management Practices and Islamic Banks: An
Empirical Investigation from Pakistan. Interdisciplinary Journal of
Research in Business”, 1(6), 50-57, 2011.
__________________, “Liquidity Risk and Islamic Banks: Evidence from
Pakistan”, Interdisciplinary Journal of Research in Business, Vol. 1, Issue.
9, (pp.99- 102), 2011.
Akhtar, et. al., “Liquidity Risk Management: A Comparative Study Between
Conventional and Islamic Bank of Pakistan”, Interdisciplinary Journal of
Research in Business, 1 (1), 35-44, 2011.
Almilia, L. S. dan Winny Herdiningtyas, ”Analisis Rasio CAMEL Terhadap
Prediksi Kondisi Bermasalah Pada Lembaga Perbankan Periode 2000-
2002”, Jurnal Akuntansi dan Keuangan, Vol. 7 No.2, 2005.
Anam, Sayedul et. al, “Liquidity Risk Management: A Comparative Study
Between Conventional and Islamic Banks of Bangladesh”, Research
Journal of Economic , Business and ICT, Vol 5, 2012.
Andriani Lia, “Analisis Faktor yang Mempengaruhi Permintaan Pembiayaan
Mudharabah Pada Perbankan Syari’ah di Indonesia Periode 2003-2009”,
Skripsi, UIN Jakarta, 2010.
Angelita, Khridmadanty, “Pengaruh Capital Adequacy Ratio (CAR), Non
Performing Financing (NPF), Size Perusahaan, Return on Asset (ROA),
Return on Equity (ROE), dan Dana Pihak Ketiga (DPK) terhadap Tingkat
Likuiditas Bank Umum Syariah Periode 2011-2015”, Skripsi, UIN Jakarta,
2016.
Anisha, Nur, “Indikasi Moral Hazard dan Adverse Selection Dalam Penyaluran
Dana Pihak Ketiga”, Skripsi, UIN Jakarta, 2016.
Antonio, Muhammad Syafi’i, “Perbankan Syari`ah di Indonesia”, Tazkia
Institute, Jakarta, 1999.
126
______________________, “Bank Syari`ah dari Teori ke Praktik”, Gema Insani,
Jakarta, 2001.
Anugrah, Rinal Satria, “ Analisis Faktor-faktor yang Mempengaruhi Likuiditas
Bank Umum Syariah di Indonesia”, Skripsi, Institut Pertanian Bogor, 2006.
Arifin, Zainul, “Dasar-Dasar Manajemen Bank Syariah”, Alvabet, Jakarta, 2003.
Arthesa, A dkk, “Bank dan Lembaga Keuangan Bukan Bank”, PT. Macanan Jaya
Cemerlang, Jakarta, 2009.
Ascarya, “Akad & Produk Bank Syariah”, Raja Grafindo Persada, Jakarta, 2007.
______, “Akad & Produk Bank Syariah”, Raja Grafindo Persada, Jakarta, 2008.
Asih, Dwi Manggar, “Pengaruh Variabel Ekonomi Makro dan IHSG Terhadap
ReturnPasar ISSI”, Skripsi, UIN Jakarta, 2016.
Budisantoso, Totok dan Sigit Triandaru, “Bank dan Lembaga Keuangan Lain”,
Edisi 2, Salemba Empat, Jakarta, 2006.
Consultative Paper, “Manajemen Risiko Likuiditas Untuk Perbankan Di
Indonesia”, Direktorat Penelitian Dan Pengaturan Perbankan, Bank
Indonesia, 2009.
Darmadi, Hamid, “Metode Penelitian Pendidikan”, Alfabeta, Bandung, 2012.
Diamond, D, dan Rajan, R, “Liquidity Shortages and Banking Crises”, The
Journal of Political Economy, 60(2), pp. 615-47, 2005.
Dianingtyas, Nurrahmi, “Pengaruh Capital Adequacy Ratio (Car), Debt To
Equity Ratio (Der), Return On Asset (Roa) Dan Financing To Deposit Ratio
(Fdr) Terhadap Risiko Likuiditas Pada Bank Syariah Di Indonesia,
Skripsi, UIN Jakarta, 2013.
Dornbus, R. dan Stanley Fischer, “Ekonomi Makro”, Rineka Cipta, Jakarta, 1977.
Dwiyana, Robby Ricko, “Analisis Pengaruh Beberapa Faktor Ekonomi Moneter
Terhadap Likuiditas di Bank Umum dan Bank Syariah di Kota Surabaya”,
Skripsi, UPN Veteran Jawa Timur, 2012.
Elgani, Farida Firdausi, “Studi Komparatif Risiko Tingkat Likuiditas Bank Asing
dan Bank Persero di Indonesia Periode 2005Q1-2014Q4”, Skripsi,
Universitas Jember, 2015.
127
Fahmi, Irham dan Yovi Lavianti Hadi, “Pengantar Manajemen”, Perkreditan,
Alfabeta, Bandung, 2010.
Fatimah, Siti dkk, “The Determinants of Liquidity Risk: A Panel Study of Islamic
Banks in Malaysia”, Journal of Contemporary Issues and Thought, Vol. 6,
2016.
Gideon, et. Al, “Bank Liquidity and the Global Financial Crisis”, Journal of
Applied Mathematics Vol 2012 1-27, 2012..
Goddard, J., Molyneux, P., & Wilson, J, “The Financial Crisis in Europe:
Evolution Policy Responses and Lessons for The Future. Journal of
Financial Regulation and Compliance”, 17(4), 2009.
Goudreau, R,”Commercial Banks Profitability Rises as Interest Margins and
Securities Sales Increase”, Economic Review, Federal Reserve Bank of
Atlanta, Vol. 33, 1992.
Greuning, Hennie Van dan Zamir Iqbal, “Risk Analysis For Islamic Banks
Analisis Risiko Perbankan Syariah”, Salemba Empat, Jakarta, 2011.
Gujarati, N. Damodar dan Sumarno Zain, “Ekonometrika Dasar”, Erlangga,
Jakarta, 2006.
__________________, “Basic Econometrics”, Fourth Edition, McGraw-Hill,
Singapore, 2004.
Halim, Abdul dan Mamduh M. Hanafi, “Analisis Laporan Keuangan”, Edisi 4.
UPP STIM YKPN, Yogyakarta, 2009.
Hamja, Yahya, “Modul I Ekonometrika”, FEB UIN Jakarta, 2008.
Hasan, Maher Mohamad and Jemma Dridi “The Effects of the Global Crisis on
Islamic and Conventional Banks: A Comparative Study”, IMF Working
Papers, Vol. , pp. 1-46, 2010.
Hasibuan, Malayu, “Dasar-Dasar Perbankan”, PT. Bumi Aksara, Jakarta, 2005.
Hennie Van Greuning dan Zamir Iqbal, “Analisis Risiko Perbankan Syariah”,
Salemba Empat, Jakarta, 2011.
Herdiana, Dyta, “Pengaruh Konsumsi, Investasi dan Kredit Perbankan terhadap
Pertumbuhan Ekonomi Indonesia Periode 1980-2010”, Skripsi, UIN
Jakarta, 2011.
128
Idroes, Ferry N,“Manajemen Risiko Perbankan”, PT Raja Grafindo Persada:
Jakarta, 2011.
Idrus, Muhammad, “Metode Penelitian Ilmu Sosial”, Erlangga, Yogyakarta, 2009.
Insukindro, “Ekonomi Uang dan Bank, Teori dan Pengalaman di Indonesia”,
BPFE UGM, Yogyakarta, 1992.
Insukindro, “Ekonomi Uang dan Bank”, BPFE UGM, Yogyakarta, 1993.
________, “Modul Ekonometrika Dasar”, FE UGM, Yogyakarta, 2003.
Iqbal, Anjum, Liquidity Risk Management: A Comparative Study
Between Conventional and Islamic Bank of Pakistan. Global Journal of
Management and Business Research, 12 (5), 54-64, 2012.
Ismail, “Manajemen Perbankan: Dari Teori Menuju Aplikasi”, Kencana, Jakarta,
2010.
Jeanne, O., and Svensson, L, “Credible Commitment to Optimal Escape from A
Liquidity”, The American Economic Review, p. 97, 2007.
Kasmir, “Bank Dan Lembaga Keuangan Lainnya”, Raja Grafindo Persada,
Jakarta, 2004.
Kasmir, “Manajemen Perbankan”, Raja Grafindo Persada, Jakarta, 2004.
Khan, T., & Ahmed, H, “Risk Management: An Analysis of Issues in Islamic
Financial Industry”, Islamic Research and Training Institute-Islamic
Development Bank, 2001.
Kuncoro, Mudrajad dan Suhardjono, “Manajemen Perbankan: Teori dan
Aplikasi”, BPFE, Yogyakarta, 2002.
________________,“Metode Riset Untuk Bisnis & Ekonomi”, Penerbit Erlangga,
Jakarta, 2009.
Levine, R. Zervos, S., “American Economic Association Stock Markets, Banks,
and Economic Growth”, The American Economic Review, Vol. 88, No. 3
(Jun, 1998 ), pp. 537-558, 1998
Lukman Santoso, Arif dan Tekad Sukihanjani, “Analisis Faktor-Faktor Yang
Mempengaruhi Likuiditas Perbankan di Indonesia”, Universitas Sebelas
Maret, 2013.
129
Mahrinasari, “Pengelolaan Kredit pada Bank Perkreditan Rakyat di Kota
Bandarlampung”, Jurnal Ekonomi dan Bisnis, No 3 Jilid 8, Universitas
Lampung, 2003.
Majid, A, “Development of Liquidity Management Instruments: Challenges and
Opportunities. International Conference on Islamic Banking: Risk
Management Regulation and Supervision”, (p. 24), Jakarta, 2003.
Martono, “Bank & Lembaga Keuangan Lainnya”, Ekonisia, FE UII, Yogyakarta,
2004.
______, “Bank & Lembaga Keuangan Lainnya”, Ekonisia, FE UII, Yogyakarta,
2010.
Mawaddah, “Analisis Pengaruh Jumlah Uang Beredar (JUB), Pembiayaan
Mudharabah (PM) dan Kontribusi Pertumbuhan Zakat, Infak dan Sedekah
(ZIS) Terhadap Pertumbuhan Ekonomi di Indonesia Periode 2007-2010”,
Skripsi, UIN Jakarta, 2011.
Mishkin, F. S, “The Economic of Money, Banking, and Financial Markets, 7th
Edition, Pearson Education, Inc: New Jersey, 2004.
___________, dan Stanley Eakins, “ Financial Market and Institution Seventh
Edition” Prentice Hall , United States of America, 2012.
Muchdarsyah Sinungan, “Manajemen Dana Bank Syariah”, Edisi II, Rineka
Cipta, Jakarta, 1993.
Muhammad, “Manajemen Bank Syariah”, UPP AMP YKPN, Yogyakarta, 2005.
Mulyono, Teguh Pudjo, “Analisa Laporan Keuangan untuk Perbankan”,
Djambatan, Jakarta, 1995.
Myers, Forest E, “Basics for Bank Directors”, Division of Supervision and Risk
Management – Federal Reserve of Kansas City, 2010.
Nachrowi, Nachrowi Djalal, dan Hardius Usman “Pendekatan Populer dan
Praktis Ekonometrika untuk Analisis Ekonomi dan Keuangan”, Lembaga
Penerbit FEUI, Jakarta, 2006.
Nasirudin, “Faktor-faktor yang Mempengaruhi Loan to Deposit Ratio (LDR) di
BPR Wilayah Kerja Kantor Bank Indonesia Semarang”, Tesis, Universitas
Diponegoro Semarang, 2005.
Novalina Ambaroita, Martha, “Faktor-faktor yang Mempengaruhi Loan to
Deposit Ratio (LDR) Bank Umum di Indonesia Periode 2009-2013”,
Economics Development Analysis Journal, EDAJ 4(3), 2015.
130
Pernyataan Standar Akuntansi Keuangan No. 31 (IAI, 1994). Tentang Standar
Akuntansi Keuangan Perbankan.
Plochan, P., “Risk Management in Banking” Master Thesis, University of
Economics, 2007.
Prayudi, Arditya, “Pengaruh Capital Adequacy Ratio (CAR), Non Performing
Loan (NPL), BOPO, Return On Asset (ROA) dan Net Interest Margin (NIM)
terhadap Loan to Deposit Ratio (LDR)”, Gunadarma University E-Paper,
2011.
Rahman , Aulia, “Pengaruh Capital Adequacy Ratio (CAR), Return on Asset
(ROA), Biaya Operasional terhadap Pendapatan Operasional (BOPO),
Inflasi dan Kurs terhadap Loan to Deposit Ratio pada Bank Umum”,
Skripsi, UIN Jakarta, 2013. Syahril ,Asdini Andi, “Pengaruh LDR, NPL,
CAR Terhadap Risiko Likuiditas Pada Bank Pembangunan Daerah (BPD)
Se Indonesia”, Skripsi, Universitas Hasanuddin Makassar, 2012.
Rahman, Lutfor dan Hasanul Banna, “Liquidity Risk Management: A
Comparative Study between Conventional and Islamic Banks in
Bangladesh”, JBT, Volume-X, No-02, July–December, 2015.
Reinhart, Carmen M & Roggof, Kenneth S, “The Aftermath Financial Crises”,
NBER Working Paper No. 14656, 2009.
Rivai, Veithzal dan Arifin Arviyan, “Islamic Banking: Sebuah Teori, Konsep, dan
Aplikasi”,Bumi Aksara, Jakarta, 2010.
Rodoni, Ahmad dan Herni Ali, “Manajemen Keuangan”, Jakarta, Mitra Wacana
Media, 2010.
Rustam, Bambang Rianto, “Manajemen Risiko Perbankan Syariah di Indonesia”,
Salemba Empat, Jakarta, 2013.
Rusyamsi, Imam, ”Asset Liability Management: Strategi Pengelolaan Aktiva
Pasiva Bank”, UPP AMP YKPN, Yogyakarta, 1999.
Samuelson dan Nordhaus, “Ilmu Makroekonomi”, Edisi Tujuh Belas, PT. Media
Global Edukasi: Jakarta, 2004.
Shaikh , Salman Ahmed Shaikh, “Panel Data Estimation of Liquidity Risk
Determinants in Islamic Banks: A Case Study of Pakistan,
http://ssrn.com/abstract=2713279.
Siamat, Dahlan, “Manajemen Lembaga Keuangan”, Edisi Ketiga, FEUI, Jakarta,
2001.
131
___________, “Manajemen Lembaga Keuangan”, Edisi Keempat, FEUI, Jakarta,
2004.
Sinungan , Muchdarsyah, “Manajemen Dana Bank Syariah”, Edisi II, Rineka
Cipta, Jakarta, 1993.
Sudarsono, Heri, “Konsep Ekonomi Islam Suatu Pengantar”, Ekonisia,
Yogyakarta, 2007.
_____________, “Bank dan Lembaga Keuangan Syariah”, Edisi Keempat,
Ekonisia, Yogyakarta, 2012.
Sukarman, Widigdo, “Risk Management, Suatu Kebutuhan bagi Pengelolaan
Perbankan yang Sehat”, Jurnal Manajemen Vol.III No. 1, 2007.
Sulistiowaty, “Manajemen Likuiditas Bank Syari’ah (Upaya Peningkatan Good
Corporate Governance)” Vol. 9 No. 1 Januari, Universum, 2015.
Sumodiningrat, “Dasar-Dasar Ekonometrika”, Erlangga, Jakarta, 2007.
Sumodiningrat, “Pengantar Statistika”, Penerbit Andi, Jakarta, 2001.
Susilowati, Enny, “Pengaruh Dana Pihak Ketiga (DPK), Capital Adequacy Ratio
(CAR), dan Non Perfoming Financing (NPF) terhadap Likuiditas
Perbankan Syariah di Indonesia Periode 2011-2015”, Skripsi, UIN Jakarta,
2016.
Tim FEB, “Pedoman Penulisan Skripsi FEB 2012”, Fakultas Ekonomi dan Bisnis,
UIN Jakarta, 2012.
Tobink, Riduan dan Bill Nikholaus, “Kamus Istilah Perbankan”, Atalya Rileni
Sudeco, Jakarta, 2003.
Vaughan, E. J, “Fundamental of Risk and Insurance. Second Edition”, John
Willey & sons, Inc, New York, 1978.
Widarjono, Agus,“Ekonometrika Teori dan Aplikasi untuk Ekonomi dan Bisnis”,
Ekonisia FE UII, Yogyakarta, 2005.
_____________,“Ekonometrika Teori dan Aplikasi”, Edisi Kedua, Ekonisia FE
UII, Yogyakarta, 2007.
______________, “Ekonometrika Pengantar dan Aplikasinya”, Edisi Keempat,
UPP STIM YKPN, Yogyakarta, 2013.
Widodo, Burhanuddin, “Perbandingan Kinerja Keuangan Pt Bank Muamalat
Indonesia Dengan Pt Bank Mega”, Skripsi, Institut Agama Islam Negeri
(IAIN) Tulungagung, 2014.
132
Widowati, Cici dan Yudono Indratmo, “Perbandingan Manajemen Risiko
Likuiditas Bank Konvensional Dengan Bank Syari’ah di Indonesia”, LPPM
STIE Islam Bumiayu, 2015.
Widyantoro, Vido Niangga, “Faktor-Faktor yang Mempengaruhi Risiko
Likuiditas Bank di Indonesia” Skripsi, Universitas Negeri Sebelas Maret,
Surakarta, 2012.
Winarno, Wing Wahyu, “Analisis Ekonometrika dan Statistika dengan Eviews”,
Edisi 3, UPP STIM YKPN, Yogyakarta, 2011.
www.bi.go.id
www.ojk.go.id
133
LAMPIRAN
Lampiran 1 Data Penelitian Maret 2007-Desember 2016
BULAN/THN LQ DER FDR INFLATION BOPO ROA BOPO NPF
Mar-07 0,0937
9,6684
0,9515 0,0652 0,4519
0,0175
0,4519
0,0573
Jun-07 0,0908
10,0172
1,0112 0,0577 0,5175
0,0186
0,5175
0,0620
Sep-07 0,0874
10,4369
1,0369 0,0695 0,4810
0,0185
0,4810
0,0629
Des-07 0,0829
11,0670
0,9976 0,0659 0,4977
0,0178
0,4977
0,0405
Mar-08 0,0527
17,4943
1,0026 0,0817 0,5476
0,0183
0,5476
0,0417
Jun-08 0,0457
20,2690
1,0318 0,1103 0,4946
0,0181
0,4946
0,0423
Sep-08 0,0443
21,8475
1,1225 0,1214 0,4985
0,0184
0,4985
0,0412
Des-08 0,0565
17,0399
1,0366 0,1106 0,5409
0,0157
0,5409
0,0395
Mar-09 0,0745
11,0942
1,0333 0,0792 0,3790
0,0244
0,3790
0,0514
Jun-09 0,0722
11,6491
1,0022 0,0365 0,4139
0,0216
0,4139
0,0439
Sep-09 0,0679
12,7166
0,9811 0,0283 0,5474
0,0138
0,5474
0,0572
Des-09 0,0668
13,2012
0,8970 0,0278 0,5654
0,0148
0,5654
0,0401
Mar-10 0,0665
13,0347
0,9507 0,0343 0,5121
0,0213
0,5121
0,0453
Jun-10 0,0923
9,2583
0,9608 0,0505 0,5377
0,0166
0,5377
0,0389
Sep-10 0,0958
8,8985
0,9540 0,0580 0,5390
0,0177
0,5390
0,0395
Des-10 0,0928
9,2905
0,8967 0,0696 0,5430
0,0167
0,5430
0,0302
Mar-11 0,0885
9,7714
0,9322 0,0665 0,5147
0,0197
0,5147
0,0360
Jun-11 0,0872
9,8830
0,9493 0,0554 0,5175
0,0184
0,5175
0,0355
Sep-11 0,0814
10,6722
0,9497 0,0461 0,5124
0,0180
0,5124
0,0350
Des-11 0,0730
12,0248
0,8894 0,0379 0,5221
0,0179
0,5221
0,0252
Mar-12 0,0697
11,9420
0,8713 0,0397 0,5155
0,0183
0,5155
0,0276
Jun-12 0,0684
12,6294
0,9859 0,0453 0,5144
0,0205
0,5144
0,0288
Sep-12 0,0680
12,5895
1,0210 0,0431 0,5160
0,0207
0,5160
0,0274
Des-12 0,0630
13,6436
1,0000 0,0430 0,5177
0,0214
0,5177
0,0222
Mar-13 0,0650
13,1406
1,0262 0,0590 0,5095
0,0239
0,5095
0,0275
Jun-13 0,0677
12,6443
1,0443 0,0590 0,5349
0,0210
0,5349
0,0264
134
Sep-13 0,0693
12,4229
1,0327 0,0840 0,5579
0,0204
0,5579
0,0280
Des-13 0,0724
11,8064
1,0032 0,0838 0,5515
0,0200
0,5515
0,0262
Mar-14 0,0729
12,5861
1,0222 0,0732 0,1190
0,0116
0,1190
0,0322
Jun-14 0,0713
12,7227
1,0080 0,0670 0,3965
0,0112
0,3965
0,0390
Sep-14 0,0783
11,6201
0,9971 0,0453 0,4250
0,0097
0,4250
0,0467
Des-14 0,0724
12,8212
0,9150 0,0836 0,4449
0,0080
0,4449
0,0433
Mar-15 0,0722
15,3045
0,9424 0,0638 0,7912
0,0118
0,7912
0,0481
Jun-15 0,0728
15,4429
0,9652 0,0726 0,8077
0,0089
0,8077
0,0473
Sep-15 0,0776
14,3923
0,9476 0,0683 0,7887
0,0093
0,7887
0,0474
Des-15 0,0766
12,0581
0,9213 0,0335 0,8072
0,0084
0,8072
0,0434
Mar-16 0,0827
11,0883
0,9176 0,0445 0,8754
0,0126
0,8754
0,0489
Jun-16 0,0805
11,4264
0,9206 0,0345 0,8945
0,0111
0,8945
0,0505
Sep-16 0,0832
11,0187
0,8918 0,0307 0,9014
0,0104
0,9014
0,0431
Des-16 0,0789
11,6752
0,8878 0,0302 0,9126
0,0095
0,9126
0,0416
Lampiran 2 Uji Normalitas Jarque-Berra
0
1
2
3
4
5
6
-0.006 -0.004 -0.002 0.000 0.002 0.004 0.006
Series: Residuals
Sample 3/01/2007 12/01/2016
Observations 40
Mean -6.05e-18
Median 0.000153
Maximum 0.005779
Minimum -0.006972
Std. Dev. 0.003283
Skewness -0.308780
Kurtosis 2.393634
Jarque-Bera 1.248432
Probability 0.535681
135
Lampiran 3 Uji Linearitas Ramsey Reset Test
Ramsey RESET Test
Equation: UNTITLED
Specification: D(LQ) C D(DER) D(FDR) D(INF) D(BOPO) D(ROA) D(NPF)
Omitted Variables: Squares of fitted values Value df Probability
t-statistic 0.291621 31 0.7725
F-statistic 0.085043 (1, 31) 0.7725
Likelihood ratio 0.106843 1 0.7438 F-test summary:
Sum of Sq. df Mean Squares
Test SSR 1.05E-06 1 1.05E-06
Restricted SSR 0.000385 32 1.20E-05
Unrestricted SSR 0.000384 31 1.24E-05
LR test summary:
Value df
Restricted LogL 169.4255 32
Unrestricted LogL 169.4789 31
Unrestricted Test Equation:
Dependent Variable: D(LQ)
Method: Least Squares
Date: 06/26/17 Time: 02:02
Sample: 6/01/2007 12/01/2016
Included observations: 39 Variable Coefficient Std. Error t-Statistic Prob. C -0.000168 0.000623 -0.270032 0.7889
D(DER) -0.004187 0.000330 -12.67653 0.0000
D(FDR) 0.041476 0.016432 2.524035 0.0169
D(INF) 0.064705 0.037462 1.727201 0.0941
D(BOPO) 0.008613 0.005543 1.553918 0.1304
D(ROA) -0.358569 0.195797 -1.831329 0.0767
D(NPF) -0.060478 0.095112 -0.635864 0.5295
FITTED^2 -1.281174 4.393291 -0.291621 0.7725 R-squared 0.849509 Mean dependent var -0.000381
Adjusted R-squared 0.815528 S.D. dependent var 0.008192
S.E. of regression 0.003518 Akaike info criterion -8.280970
Sum squared resid 0.000384 Schwarz criterion -7.939727
Log likelihood 169.4789 Hannan-Quinn criter. -8.158535
F-statistic 24.99900 Durbin-Watson stat 2.244406
Prob(F-statistic) 0.000000
136
Lampiran 4 Uji Stasioner Variabel Risiko Likuiditas
Null Hypothesis: LQ has a unit root
Exogenous: Constant
Bandwidth: 2 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.*
Phillips-Perron test statistic -2.793567 0.0684
Test critical values: 1% level -3.610453
5% level -2.938987
10% level -2.607932 *MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 5.59E-05
HAC corrected variance (Bartlett kernel) 8.04E-05
Phillips-Perron Test Equation
Dependent Variable: D(LQ)
Method: Least Squares
Date: 06/26/17 Time: 01:51
Sample (adjusted): 6/01/2007 12/01/2016
Included observations: 39 after adjustments Variable Coefficient Std. Error t-Statistic Prob. LQ(-1) -0.254012 0.101374 -2.505682 0.0167
C 0.018489 0.007630 2.423088 0.0204
R-squared 0.145071 Mean dependent var -0.000381
Adjusted R-squared 0.121965 S.D. dependent var 0.008192
S.E. of regression 0.007676 Akaike info criterion -6.851545
Sum squared resid 0.002180 Schwarz criterion -6.766234
Log likelihood 135.6051 Hannan-Quinn criter. -6.820936
F-statistic 6.278442 Durbin-Watson stat 1.367952
Prob(F-statistic) 0.016749
137
Lampiran 5 Uji Stasioner Variabel DER
Null Hypothesis: DER has a unit root
Exogenous: Constant
Bandwidth: 6 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.*
Phillips-Perron test statistic -2.482017 0.1275
Test critical values: 1% level -3.610453
5% level -2.938987
10% level -2.607932 *MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 3.304835
HAC corrected variance (Bartlett kernel) 3.455318
Phillips-Perron Test Equation
Dependent Variable: D(DER)
Method: Least Squares
Date: 06/26/17 Time: 01:51
Sample (adjusted): 6/01/2007 12/01/2016
Included observations: 39 after adjustments Variable Coefficient Std. Error t-Statistic Prob. DER(-1) -0.264355 0.108149 -2.444363 0.0194
C 3.377148 1.392993 2.424383 0.0203
R-squared 0.139033 Mean dependent var 0.051458
Adjusted R-squared 0.115763 S.D. dependent var 1.984824
S.E. of regression 1.866407 Akaike info criterion 4.135828
Sum squared resid 128.8886 Schwarz criterion 4.221139
Log likelihood -78.64864 Hannan-Quinn criter. 4.166437
F-statistic 5.974912 Durbin-Watson stat 1.175700
Prob(F-statistic) 0.019396
138
Lampiran 6 Uji Stasioner Variabel FDR
Null Hypothesis: FDR has a unit root
Exogenous: Constant
Bandwidth: 3 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.*
Phillips-Perron test statistic -2.219961 0.2027
Test critical values: 1% level -3.610453
5% level -2.938987
10% level -2.607932 *MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.001569
HAC corrected variance (Bartlett kernel) 0.001477
Phillips-Perron Test Equation
Dependent Variable: D(FDR)
Method: Least Squares
Date: 06/26/17 Time: 01:51
Sample (adjusted): 6/01/2007 12/01/2016
Included observations: 39 after adjustments Variable Coefficient Std. Error t-Statistic Prob. FDR(-1) -0.275210 0.120272 -2.288235 0.0279
C 0.266666 0.117431 2.270822 0.0291
R-squared 0.123970 Mean dependent var -0.001631
Adjusted R-squared 0.100294 S.D. dependent var 0.042879
S.E. of regression 0.040672 Akaike info criterion -3.516632
Sum squared resid 0.061206 Schwarz criterion -3.431321
Log likelihood 70.57432 Hannan-Quinn criter. -3.486023
F-statistic 5.236020 Durbin-Watson stat 1.823426
Prob(F-statistic) 0.027934
139
Lampiran 7 Uji Stasioner Variabel Inflasi
Null Hypothesis: INF has a unit root
Exogenous: Constant
Bandwidth: 1 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.*
Phillips-Perron test statistic -2.286080 0.1813
Test critical values: 1% level -3.610453
5% level -2.938987
10% level -2.607932 *MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.000231
HAC corrected variance (Bartlett kernel) 0.000277
Phillips-Perron Test Equation
Dependent Variable: D(INF)
Method: Least Squares
Date: 06/26/17 Time: 01:52
Sample (adjusted): 6/01/2007 12/01/2016
Included observations: 39 after adjustments Variable Coefficient Std. Error t-Statistic Prob. INF(-1) -0.230244 0.110203 -2.089266 0.0436
C 0.012954 0.007086 1.828201 0.0756
R-squared 0.105525 Mean dependent var -0.000897
Adjusted R-squared 0.081350 S.D. dependent var 0.016293
S.E. of regression 0.015616 Akaike info criterion -5.431141
Sum squared resid 0.009023 Schwarz criterion -5.345831
Log likelihood 107.9073 Hannan-Quinn criter. -5.400533
F-statistic 4.365034 Durbin-Watson stat 1.599095
Prob(F-statistic) 0.043617
140
Lampiran 8 Uji Stasioner Variabel BOPO
Null Hypothesis: BOPO has a unit root
Exogenous: Constant
Bandwidth: 4 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.*
Phillips-Perron test statistic -1.604924 0.4706
Test critical values: 1% level -3.610453
5% level -2.938987
10% level -2.607932 *MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.010750
HAC corrected variance (Bartlett kernel) 0.010324
Phillips-Perron Test Equation
Dependent Variable: D(BOPO)
Method: Least Squares
Date: 06/26/17 Time: 01:52
Sample (adjusted): 6/01/2007 12/01/2016
Included observations: 39 after adjustments Variable Coefficient Std. Error t-Statistic Prob. BOPO(-1) -0.184244 0.111222 -1.656543 0.1061
C 0.113870 0.063922 1.781377 0.0831
R-squared 0.069045 Mean dependent var 0.011814
Adjusted R-squared 0.043884 S.D. dependent var 0.108865
S.E. of regression 0.106449 Akaike info criterion -1.592379
Sum squared resid 0.419262 Schwarz criterion -1.507068
Log likelihood 33.05138 Hannan-Quinn criter. -1.561770
F-statistic 2.744134 Durbin-Watson stat 2.215762
Prob(F-statistic) 0.106070
141
Lampiran 9 Uji Stasioner Variabel ROA
Null Hypothesis: ROA has a unit root
Exogenous: Constant
Bandwidth: 2 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.*
Phillips-Perron test statistic -1.669630 0.4384
Test critical values: 1% level -3.610453
5% level -2.938987
10% level -2.607932 *MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 8.68E-06
HAC corrected variance (Bartlett kernel) 6.71E-06
Phillips-Perron Test Equation
Dependent Variable: D(ROA)
Method: Least Squares
Date: 06/26/17 Time: 01:52
Sample (adjusted): 6/01/2007 12/01/2016
Included observations: 39 after adjustments Variable Coefficient Std. Error t-Statistic Prob. ROA(-1) -0.210429 0.108692 -1.936004 0.0605
C 0.003264 0.001857 1.757809 0.0871
R-squared 0.091982 Mean dependent var -0.000206
Adjusted R-squared 0.067441 S.D. dependent var 0.003132
S.E. of regression 0.003024 Akaike info criterion -8.714315
Sum squared resid 0.000338 Schwarz criterion -8.629004
Log likelihood 171.9291 Hannan-Quinn criter. -8.683706
F-statistic 3.748113 Durbin-Watson stat 2.217179
Prob(F-statistic) 0.060535
142
Lampiran 10 Uji Stasioner Variabel NPF
Null Hypothesis: D(NPF) has a unit root
Exogenous: Constant
Bandwidth: 0 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.*
Phillips-Perron test statistic -9.048830 0.0000
Test critical values: 1% level -3.615588
5% level -2.941145
10% level -2.609066 *MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 4.04E-05
HAC corrected variance (Bartlett kernel) 4.04E-05
Phillips-Perron Test Equation
Dependent Variable: D(NPF,2)
Method: Least Squares
Date: 06/26/17 Time: 01:52
Sample (adjusted): 9/01/2007 12/01/2016
Included observations: 38 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(NPF(-1)) -1.382263 0.152756 -9.048830 0.0000
C -0.000680 0.001061 -0.641092 0.5255
R-squared 0.694608 Mean dependent var -0.000165
Adjusted R-squared 0.686125 S.D. dependent var 0.011659
S.E. of regression 0.006532 Akaike info criterion -7.172956
Sum squared resid 0.001536 Schwarz criterion -7.086767
Log likelihood 138.2862 Hannan-Quinn criter. -7.142290
F-statistic 81.88132 Durbin-Watson stat 1.935082
Prob(F-statistic) 0.000000
143
Lampiran 11 Uji Derajat Integrasi Risiko Likuiditas
Null Hypothesis: D(LQ) has a unit root
Exogenous: Constant
Bandwidth: 8 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.*
Phillips-Perron test statistic -4.405041 0.0012
Test critical values: 1% level -3.615588
5% level -2.941145
10% level -2.609066 *MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 6.25E-05
HAC corrected variance (Bartlett kernel) 3.81E-05
Phillips-Perron Test Equation
Dependent Variable: D(LQ,2)
Method: Least Squares
Date: 06/26/17 Time: 01:53
Sample (adjusted): 9/01/2007 12/01/2016
Included observations: 38 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(LQ(-1)) -0.743031 0.161375 -4.604376 0.0000
C -0.000241 0.001319 -0.182943 0.8559
R-squared 0.370632 Mean dependent var -3.53E-05
Adjusted R-squared 0.353150 S.D. dependent var 0.010101
S.E. of regression 0.008124 Akaike info criterion -6.736897
Sum squared resid 0.002376 Schwarz criterion -6.650708
Log likelihood 130.0010 Hannan-Quinn criter. -6.706232
F-statistic 21.20028 Durbin-Watson stat 1.953805
Prob(F-statistic) 0.000050
144
Lampiran 12 Uji Derajat Integrasi DER
Null Hypothesis: D(DER) has a unit root
Exogenous: Constant
Bandwidth: 26 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.*
Phillips-Perron test statistic -4.874724 0.0003
Test critical values: 1% level -3.615588
5% level -2.941145
10% level -2.609066 *MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 3.430338
HAC corrected variance (Bartlett kernel) 0.330652
Phillips-Perron Test Equation
Dependent Variable: D(DER,2)
Method: Least Squares
Date: 06/26/17 Time: 01:53
Sample (adjusted): 9/01/2007 12/01/2016
Included observations: 38 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(DER(-1)) -0.640878 0.155719 -4.115611 0.0002
C 0.030871 0.308736 0.099990 0.9209
R-squared 0.319962 Mean dependent var 0.008097
Adjusted R-squared 0.301073 S.D. dependent var 2.276108
S.E. of regression 1.902869 Akaike info criterion 4.175799
Sum squared resid 130.3528 Schwarz criterion 4.261988
Log likelihood -77.34018 Hannan-Quinn criter. 4.206464
F-statistic 16.93825 Durbin-Watson stat 1.758041
Prob(F-statistic) 0.000215
145
Lampiran 13 Uji Derajat Integrasi FDR
Null Hypothesis: D(FDR) has a unit root
Exogenous: Constant
Bandwidth: 26 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.*
Phillips-Perron test statistic -10.94794 0.0000
Test critical values: 1% level -3.615588
5% level -2.941145
10% level -2.609066 *MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.001723
HAC corrected variance (Bartlett kernel) 0.000252
Phillips-Perron Test Equation
Dependent Variable: D(FDR,2)
Method: Least Squares
Date: 06/26/17 Time: 01:53
Sample (adjusted): 9/01/2007 12/01/2016
Included observations: 38 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(FDR(-1)) -1.086213 0.161362 -6.731517 0.0000
C -0.003381 0.006923 -0.488346 0.6283
R-squared 0.557268 Mean dependent var -0.001675
Adjusted R-squared 0.544970 S.D. dependent var 0.063227
S.E. of regression 0.042650 Akaike info criterion -3.420369
Sum squared resid 0.065486 Schwarz criterion -3.334180
Log likelihood 66.98700 Hannan-Quinn criter. -3.389703
F-statistic 45.31333 Durbin-Watson stat 2.096391
Prob(F-statistic) 0.000000
146
Lampiran 14 Uji Derajat Integrasi Inflasi
Null Hypothesis: D(INF) has a unit root
Exogenous: Constant
Bandwidth: 1 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.*
Phillips-Perron test statistic -5.424689 0.0001
Test critical values: 1% level -3.615588
5% level -2.941145
10% level -2.609066 *MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.000261
HAC corrected variance (Bartlett kernel) 0.000261
Phillips-Perron Test Equation
Dependent Variable: D(INF,2)
Method: Least Squares
Date: 06/26/17 Time: 01:53
Sample (adjusted): 9/01/2007 12/01/2016
Included observations: 38 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(INF(-1)) -0.897543 0.165419 -5.425878 0.0000
C -0.000631 0.002699 -0.233643 0.8166
R-squared 0.449879 Mean dependent var 0.000184
Adjusted R-squared 0.434598 S.D. dependent var 0.022095
S.E. of regression 0.016614 Akaike info criterion -5.305994
Sum squared resid 0.009936 Schwarz criterion -5.219805
Log likelihood 102.8139 Hannan-Quinn criter. -5.275329
F-statistic 29.44016 Durbin-Watson stat 1.989346
Prob(F-statistic) 0.000004
147
Lampiran 15 Uji Derajat Integrasi BOPO
Null Hypothesis: D(BOPO) has a unit root
Exogenous: Constant
Bandwidth: 2 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.*
Phillips-Perron test statistic -7.914713 0.0000
Test critical values: 1% level -3.615588
5% level -2.941145
10% level -2.609066 *MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.011047
HAC corrected variance (Bartlett kernel) 0.009471
Phillips-Perron Test Equation
Dependent Variable: D(BOPO,2)
Method: Least Squares
Date: 06/26/17 Time: 01:53
Sample (adjusted): 9/01/2007 12/01/2016
Included observations: 38 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(BOPO(-1)) -1.247541 0.160911 -7.752970 0.0000
C 0.013326 0.017621 0.756297 0.4544
R-squared 0.625424 Mean dependent var -0.001432
Adjusted R-squared 0.615019 S.D. dependent var 0.174038
S.E. of regression 0.107985 Akaike info criterion -1.562445
Sum squared resid 0.419791 Schwarz criterion -1.476256
Log likelihood 31.68646 Hannan-Quinn criter. -1.531780
F-statistic 60.10854 Durbin-Watson stat 2.080659
Prob(F-statistic) 0.000000
148
Lampiran 16 Uji Derajat Integrasi ROA
Null Hypothesis: D(ROA) has a unit root
Exogenous: Constant
Bandwidth: 3 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.*
Phillips-Perron test statistic -8.278601 0.0000
Test critical values: 1% level -3.615588
5% level -2.941145
10% level -2.609066 *MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 9.15E-06
HAC corrected variance (Bartlett kernel) 6.14E-06
Phillips-Perron Test Equation
Dependent Variable: D(ROA,2)
Method: Least Squares
Date: 06/26/17 Time: 01:54
Sample (adjusted): 9/01/2007 12/01/2016
Included observations: 38 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(ROA(-1)) -1.250359 0.161101 -7.761342 0.0000
C -0.000287 0.000505 -0.568848 0.5730
R-squared 0.625929 Mean dependent var -5.51E-05
Adjusted R-squared 0.615538 S.D. dependent var 0.005012
S.E. of regression 0.003108 Akaike info criterion -8.658790
Sum squared resid 0.000348 Schwarz criterion -8.572601
Log likelihood 166.5170 Hannan-Quinn criter. -8.628125
F-statistic 60.23843 Durbin-Watson stat 2.148834
Prob(F-statistic) 0.000000
149
Lampiran 17 Uji Derajat Integrasi NPF
Null Hypothesis: NPF has a unit root
Exogenous: Constant
Bandwidth: 3 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.*
Phillips-Perron test statistic -2.412604 0.1449
Test critical values: 1% level -3.610453
5% level -2.938987
10% level -2.607932 *MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 3.99E-05
HAC corrected variance (Bartlett kernel) 3.05E-05
Phillips-Perron Test Equation
Dependent Variable: D(NPF)
Method: Least Squares
Date: 06/26/17 Time: 01:55
Sample (adjusted): 6/01/2007 12/01/2016
Included observations: 39 after adjustments Variable Coefficient Std. Error t-Statistic Prob. NPF(-1) -0.259496 0.101278 -2.562206 0.0146
C 0.010041 0.004206 2.387036 0.0222
R-squared 0.150692 Mean dependent var -0.000404
Adjusted R-squared 0.127738 S.D. dependent var 0.006940
S.E. of regression 0.006481 Akaike info criterion -7.189874
Sum squared resid 0.001554 Schwarz criterion -7.104563
Log likelihood 142.2025 Hannan-Quinn criter. -7.159265
F-statistic 6.564898 Durbin-Watson stat 2.473106
Prob(F-statistic) 0.014606
150
Lampiran 18 Uji Kointegrasi Johansen
Date: 06/26/17 Time: 01:54
Sample (adjusted): 9/01/2007 12/01/2016
Included observations: 38 after adjustments
Trend assumption: Linear deterministic trend
Series: LQ DER FDR INF BOPO ROA NPF
Lags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.598683 125.9929 125.6154 0.0474
At most 1 0.582563 91.29874 95.75366 0.0974
At most 2 0.527256 58.10114 69.81889 0.2983
At most 3 0.384494 29.63151 47.85613 0.7376
At most 4 0.177182 11.18971 29.79707 0.9565
At most 5 0.094240 3.778966 15.49471 0.9205
At most 6 0.000465 0.017692 3.841466 0.8941 Trace test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None 0.598683 34.69418 46.23142 0.4796
At most 1 0.582563 33.19760 40.07757 0.2419
At most 2 0.527256 28.46963 33.87687 0.1927
At most 3 0.384494 18.44180 27.58434 0.4588
At most 4 0.177182 7.410748 21.13162 0.9359
At most 5 0.094240 3.761274 14.26460 0.8836
At most 6 0.000465 0.017692 3.841466 0.8941 Max-eigenvalue test indicates no cointegration at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
151
Lampiran 19 Uji Asumsi Klasik
1. Multikoliniearitas
DER FDR INF ROA BOPO NPF
DER 1.000000 0.464627 0.575351 -0.050322 0.020762 -0.043689
FDR 0.464627 1.000000 0.615187 0.440266 -0.490099 0.009002
INF 0.575351 0.615187 1.000000 0.135928 -0.313661 -0.002369
ROA -0.050322 0.440266 0.135928 1.000000 -0.473009 -0.339556
BOPO 0.020762 -0.490099 -0.313661 -0.473009 1.000000 0.203969
NPF -0.043689 0.009002 -0.002369 -0.339556 0.203969 1.000000
2. Heterokedastisitas
Heteroskedasticity Test: White F-statistic 1.188927 Prob. F(27,12) 0.3895
Obs*R-squared 29.11590 Prob. Chi-Square(27) 0.3553
Scaled explained SS 13.80883 Prob. Chi-Square(27) 0.9831
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/26/17 Time: 01:56
Sample: 3/01/2007 12/01/2016
Included observations: 40 Variable Coefficient Std. Error t-Statistic Prob. C 0.000361 0.001568 0.230397 0.8217
DER^2 -3.63E-07 9.71E-07 -0.374208 0.7148
DER*FDR 4.28E-05 5.36E-05 0.799377 0.4396
DER*INF -4.78E-05 0.000154 -0.309528 0.7622
DER*BOPO -2.04E-06 3.41E-05 -0.059656 0.9534
DER*ROA -0.000334 0.001178 -0.283422 0.7817
DER*NPF 0.000464 0.000442 1.049105 0.3148
DER -4.47E-05 4.38E-05 -1.021488 0.3272
FDR^2 -0.002489 0.002217 -1.122908 0.2834
FDR*INF 0.008042 0.006226 1.291589 0.2208
FDR*BOPO 0.000885 0.001719 0.514793 0.6160
FDR*ROA 0.054516 0.031375 1.737537 0.1079
FDR*NPF -0.002247 0.012582 -0.178589 0.8612
FDR 0.002503 0.003414 0.732987 0.4776
INF^2 0.004794 0.012764 0.375590 0.7138
INF*BOPO 0.001154 0.002861 0.403419 0.6937
INF*ROA 0.009684 0.066854 0.144858 0.8872
INF*NPF 0.014735 0.029987 0.491390 0.6320
INF -0.008939 0.006127 -1.458825 0.1703
152
BOPO^2 8.45E-05 0.000381 0.222007 0.8280
BOPO*ROA 0.010288 0.013915 0.739308 0.4739
BOPO*NPF 0.001481 0.007172 0.206453 0.8399
BOPO -0.001214 0.001813 -0.669483 0.5159
ROA^2 0.176965 0.256492 0.689944 0.5034
ROA*NPF 0.051889 0.201412 0.257627 0.8011
ROA -0.062910 0.035609 -1.766670 0.1027
NPF^2 0.032875 0.052205 0.629738 0.5407
NPF -0.008223 0.008807 -0.933643 0.3689 R-squared 0.727898 Mean dependent var 1.05E-05
Adjusted R-squared 0.115667 S.D. dependent var 1.26E-05
S.E. of regression 1.18E-05 Akaike info criterion -19.65814
Sum squared resid 1.68E-09 Schwarz criterion -18.47593
Log likelihood 421.1629 Hannan-Quinn criter. -19.23069
F-statistic 1.188927 Durbin-Watson stat 2.017772
Prob(F-statistic) 0.389544
3. Autokorelasi
Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.875078 Prob. F(2,31) 0.4269
Obs*R-squared 2.137585 Prob. Chi-Square(2) 0.3434
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 06/26/17 Time: 01:56
Sample: 3/01/2007 12/01/2016
Included observations: 40
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob. C -0.003280 0.014787 -0.221789 0.8259
DER 8.09E-05 0.000298 0.271415 0.7879
FDR 0.004360 0.017543 0.248537 0.8054
INF -0.019344 0.039507 -0.489644 0.6278
BOPO -0.001022 0.004693 -0.217866 0.8290
ROA -0.027111 0.179145 -0.151335 0.8807
NPF 0.004317 0.063108 0.068411 0.9459
RESID(-1) 0.225738 0.186308 1.211640 0.2348
RESID(-2) 0.080889 0.209292 0.386489 0.7018 R-squared 0.053440 Mean dependent var -6.05E-18
Adjusted R-squared -0.190834 S.D. dependent var 0.003283
S.E. of regression 0.003583 Akaike info criterion -8.230222
Sum squared resid 0.000398 Schwarz criterion -7.850224
Log likelihood 173.6044 Hannan-Quinn criter. -8.092827
F-statistic 0.218769 Durbin-Watson stat 1.877158
Prob(F-statistic) 0.984941
153
Lampiran 20 Hasil Pendekatan ECM
Dependent Variable: D(LQ)
Method: Least Squares
Date: 06/26/17 Time: 02:05
Sample (adjusted): 6/01/2007 12/01/2016
Included observations: 39 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. C 0.112654 0.024644 4.571226 0.0001
D(DER) -0.004528 0.000288 -15.69627 0.0000
D(FDR) 0.035590 0.016823 2.115605 0.0445
D(INF) 0.129010 0.035948 3.588794 0.0014
D(BOPO) 0.009383 0.005057 1.855434 0.0754
D(ROA) -0.517604 0.161751 -3.200013 0.0037
D(NPF) -0.090638 0.086706 -1.045345 0.3059
DER(-1) -0.732989 0.143699 -5.100866 0.0000
FDR(-1) -0.757247 0.148575 -5.096734 0.0000
INF(-1) -0.581707 0.117355 -4.956800 0.0000
BOPO(-1) -0.725864 0.141358 -5.134946 0.0000
ROA(-1) -1.039642 0.236931 -4.387954 0.0002
NPF(-1) -0.596833 0.128062 -4.660514 0.0001
ECT 0.729580 0.143020 5.101253 0.0000 R-squared 0.929395 Mean dependent var -0.000381
Adjusted R-squared 0.892681 S.D. dependent var 0.008192
S.E. of regression 0.002684 Akaike info criterion -8.730080
Sum squared resid 0.000180 Schwarz criterion -8.132904
Log likelihood 184.2366 Hannan-Quinn criter. -8.515818
F-statistic 25.31411 Durbin-Watson stat 2.121374
Prob(F-statistic) 0.000000
