• Tidak ada hasil yang ditemukan

TEMUAN DARI PERILAKU PREMI CREDIT DEFAULT SWAP

IV. HASIL DAN ANALISIS

Dalam bagian ini akan diuraikan hasil estimasi terhadap model empiris serta analisa ekonomi terhadap temuan yang diperoleh. Pertama akan diuraikan terlebih dahulu statistik deskriptif dari variabel yang digunakan untuk suatu gambaran awal mengenai studi. Kemudian akan diuraikan hasil estimasi yang diperoleh serta intrepretasi analitis. Bagian ini akan ditutup dengan catatan teknik mengenai metodologi yang digunakan.

4.1. Gambaran Deskriptif Variabel

Tabel 2 menunjukkan statistik deskriptif (seluruh sampel) dari variabel-variabel yang digunakan dalam model. Seperti yang diduga premi CDS, cadangan devisa dan depresiasi nilai tukar adalah variabel yang memiliki rentang paling besar. Sedangkan defisit fiskal dan defisit neraca berjalan adalah variabel yang relatif stabil.

Selanjutnya dapat juga dilihat statistik deskriptif berdasarkan negara sampel: rata-rata setiap variabel (Tabel 3). Premi CDS rata-rata tertinggi dalam periode 2004-2009 dimiliki oleh Venezuela (sebesar 865 bps) sedangkan terendah dimiliki oleh Malaysia (71 bps). Pola pengelolaan ekonomi makro negara-negara ini terlihat cukup variatif. Sebagai contoh Hungaria dan Philipina terlihat longgar dalam pengelolaan fiskal yang ditunjukkan oleh rasio defisit fiskal dan hutang yang masing-masing mencapai -6.25% dan 68% serta -2.17% dan 64.8%

6 Beberapa variabel dalam studi ini seperti CDS, cadangan devisa dan VIX dikonversi dalam bentuk log natural. Hal ini dimaksudkan agar koefisien-koefisien yang diperoleh dari estimasi dapat diintrepretasikan sebagai suatu elastisitas.

Tabel 2.

Statistik Deskriptif Variabel yang Digunakan

Variabel Mean Median Maksimum Minimum Std Deviasi

CDS 5 CDS 5CDS 5

CDS 5CDS 5 256.6918 167.0000 3218.044 16.23000 433.0109

GROW GROWGROW

GROWGROW 4.826263 5.040000 18.28700 -6.730000 4.143712

INFLASI INFLASIINFLASI

INFLASIINFLASI 8.839252 6.514625 31.90000 -11.34632 8.549880 DEPR

DEPRDEPR

DEPRDEPR -0.329263 -0.544737 30.98265 -17.71857 9.601061

Y_SPREAD Y_SPREADY_SPREAD

Y_SPREADY_SPREAD 5.188258 4.288700 21.63010 -0.909300 4.296805 DEBT

DEBTDEBT

DEBTDEBT 44.94912 43.40000 81.90000 13.90000 14.97648

DEVISA DEVISADEVISA

DEVISADEVISA 41.37088 33.13500 137.8000 12.63100 28.12098

FIS_DEF FIS_DEFFIS_DEF

FIS_DEFFIS_DEF -1.992982 -1.900000 9.500000 -9.300000 2.955555 CA_DEF

CA_DEFCA_DEF

CA_DEFCA_DEF 1.272193 0.100000 17.88700 -11.91800 7.430450

VIX VIXVIX

VIXVIX 20.56754 21.68000 40.00000 11.56000 10.09849

Sumber: Bloomberg, IMF dan Bank Dunia

Gambaran serupa terlihat dari sisi stabilitas eskternal. Venezuela adalah negara yang paling rentan dengan posisi cadangan devisa (rata-rata) sebesar 25,88 milyar dan depresiasi rata-rata tahunan mencapai 5,33%. Malaysia dapat dikatakan negara yang relatif stabil dengan cadangan devisa yang mencapai (rata-rata) USD 84,85 milyar dan mata uang yang cenderung terapresiasi pada tingkat (rata-rata) 1,71% pertahun.

4.2. Hasil Estimasi dan Analisis

Estimasi dilakukan dengan menggunakan tiga jenis teknik estimasi: estimated generalized least squares (EGLS), fixed effect (FE) dan random effect (RE). Masing-masing disesuaikan dengan karakter dan heterogenitas dari komponen error.

Hasil estimasi yang diberikan oleh Tabel 4 menunjukkan 6-7 koefisien variabel penjelas memiliki tanda aljabar sesuai dengan hipotesis dan signifikan. Variabel seperti inflasi, depresiasi dan rasio hutang luar negeri pemerintah memiliki tingkat signifikansi yang lebih rendah dari pada yang lain.

Tingkat goodness of fit model empiris, cukup baik. Secara bersama variasi variabel-variabel independen mampu menjelaskan 76% s/d 94% variasi yang ada pada premi CDS. Nilai statistik uji F seluruhnya melebihi nilai kritis yang mengindikasikan penggunaan variabel pada model memberikan nilai tambah informasi dibandingkan rata-rata.

Variabel VIX memiliki koefisien terbesar, yakni antara 0.861 (EGLS) s/d 1.457 (FE).

Mengingat koefisien ini memiliki arti elastisitas, maka 1% kenaikan persepsi risiko global Tabel 3.

Statistik Deskriptif Berdasarkan Negara

Negara CDS5Y Debt Fis_def Y_spread Grow CA_def Depr Devisa Inflasi

Kolumbia 201,12 46,90 -2,12 6,50 4,53 -2,08 -4,68 18,67 21,97

Hungaria 122,63 67,92 -6,25 4,35 1,30 -6,89 -1,00 26,38 5,30

Malaysia 70,94 44,82 -3,12 0,24 4,19 14,97 -1,71 84,85 2,83

Peru 176,42 32,60 1,03 2,71 6,62 0,05 -2,85 22,67 -1,52

Philipina 264,57 64,82 -2,17 4,56 4,76 3,18 -2,61 25,40 5,89

Thailand 86,24 42,67 -0,43 0,67 3,37 1,49 -2,67 80,76 3,23

Turki 215,30 46,48 -2,62 10,66 3,95 -4,60 2,11 58,08 8,62

Venezuela 865,31 23,83 1,08 7,41 8,36 11,52 5,33 25,88 21,97

Vietnam 184,21 34,18 -5,63 5,13 7,28 -6,04 2,87 16,03 11,40

Indonesia 289,02 42,42 -0,92 7,14 5,31 1,75 2,37 48,05 8,56

Sumber: Bloomberg, IMF dan Bank Dunia

45

Analisa Sovereign Risk Negara Berkembang: Temuan dari Perilaku Premi Credit Default Swap

mendorong peningkatan CDS sebesar 0.861% s/d 1.457%. Temuan empiris ini mengkonfirmasi hasil studi Matsumura dan Vicente (2010) yang telah diuraikan diatas. CDS sebagai suatu kelas aset berisiko akan mengalami penurunan permintaan ketika sentimen pelaku pasar dunia mengalami pemburukan. Hal ini juga sekaligus menunjukkan tingkat integrasi yang ada dipasar derivatif terhadap siklus perekonomian dunia.

Cadangan devisa merupakan faktor berpengaruh pada urutan berikutnya. Estimasi koefisien yang diperoleh menunjukkan bahwa setiap 1% kenaikan cadangan devisa akan diikuti dengan penurunan CDS antara 0.511% (EGLS) s/d 0.651% (FE). Peran cadangan devisa terhadap stabilitas suatu perekonomian sangat penting. Teori krisis generasi pertama yang dikemukakan oleh Krugman (1979) serta Flood dan Garber (1984) menunjukkan bagaimana suatu serangan terhadap nilai tukar terjadi dipicu oleh rendahnya cadangan devisa. Temuan empiris ini memberikan dukungan bagi teori krisis generasi pertama.

Variabel selisih yield dengan US Treasury (yang comparable) menjadi variabel pengaruh terbesar ketiga. Setiap 1% kenaikan selisih yield akan memberikan dampak kenaikan CDS sebesar 0.104% s/d 0.169%. Selisih yield ini sebenarnya juga merupakan suatu ukuran risiko sovereign, karena yield merupakan penjumlahan dari suku bunga riil (opportunity cost of money) ditambah dengan premi risiko. Namun demikian mengingat yield curve juga merupakan piranti kebijakan moneter maka sebagai ukuran risiko ia tidak terlalu sempurna.

Tabel 4.

Hasil Estimasi

No. Dep Var: CDS Estimators

1 C 4.050 (0.00) 0.623 (0.56) 3.851 (0.00)

2 GROW -0.027 (0.29) -0.044 (0.00) -0.023 (0.09)

3 INFLASI -0.015 (0.01) -0.039 (0.00) -0.008 (0.24)

4 DEPR 0.011 (0.21) 0.00006 (0.99) 0.011 (0.03)

5 Y_SPREAD 0.169 (0.00) 0.104 (0.00) 0.154 (0.00)

6 DEBT 0.006 (0.24) 0.042 (0.00) 0.003 (0.46)

7 DEVISA -0.650 (0.00) -0.511 (0.00) -0.605 (0.00)

8 VIX 0.861 (0.00) 1.457 (0.00) 0.913 (0.00)

9 FIS_DEF 0.075 (0.00) -0.020 (0.08) 0.082 (0.00)

101 CA_DEF 0.038 (0.00) -0.002 (0.86) 0.041 (0.00)

Adjusted RAdjusted R

Adjusted RAdjusted R22222 0.745 0.919 0.719

F Stat F StatF Stat

F StatF Stat 19.24 36.28 16.92

DW DWDW

DWDW 1.36 2.03 1.24

Variables/Proxies EGLS FE RE

Pertumbuhan ekonomi, inflasi, depresiasi, rasio hutang, rasio defisit fiskal dan neraca berjalan memiliki dampak yang jauh lebih kecil namun beberapa diantaranya tetap signifikan.

Variabel-variabel ini adalah bersifat spesifik perekonomian. Dengan demikian terlihat bahwa memang kontribusi penjelas variabel internal adalah terbatas, sejalan dengan temuan Weigel dan Gemmil (2006).

Secara umum tanda aljabar estimasi empiris serta signifikansinya telah mendukung hipotesis yang dikemukakan dalam penelitian ini. CDS sebagai suatu instrumen pasar memiliki keterkaitan dengan variabel fundamental ekonomi (global dan domestik). Dengan demikian pergerakan CDS juga mencerminkan persepsi para pelaku pasar terhadap prospek perekonomian (sovereign risk). Lebih lanjut mengingat instrumen ini adalah diperdagangkan secara harian, maka sangat mungkin ia dapat digunakan sebagai leading indicator dari prospek risiko sovereign.

Dalam studi ini dilakukan estimasi dengan menggunakan 3 teknik ekonometrika panel data didasarkan pada asumsi mengenai karakter dari komponen residual. Dalam bagian ini akan dilakukan pengujian terhadap penggunaan asumsi yang paling tepat: pooled error, fixed effect dan random effect component.

Tabel 5.

Pengujian Fixed Effect dan Random Effect

No. Nama Test Statistik Df Prob

1 Redundant Fixed Effect F: 11.433 (9, 38) 0.00

2 Correlated Random Effect: Hausman Test χ2: 92.716 9 0.00

Kelayakan asumsi fixed effect diuji dengan menggunakan prosedur redundant fixed effect.

Teknik menguji hipotesis null apakah secara bersama seluruh cross section dummy adalah sama dengan nol. Statistik uji (lihat Tabel 4), berupa nilai F menunjukkan angka 11.433 dengan menggunakan degree of freedom sebesar 9 dan 38 diperoleh p value sebesar 0.00. Dengan demikian hipotesis null redundant fixed effect tidak dapat diterima atau model fixed effect telah cukup tepat digunakan.

Pengujian asumsi random effect dilakukan dengan menggunakan prosedur Hausman Test. Hipotesis null dalam pengujian ini adalah bahwa random effect tidak memiliki hubungan dengan variabel independen. Statistik uji (χ2) memiliki nilai sangat besar, 92.716, dengan

47

Analisa Sovereign Risk Negara Berkembang: Temuan dari Perilaku Premi Credit Default Swap

demikian hipotesis null tidak dapat diterima. Dengan perkataan lain terdapat korelasi antara random effect dengan variabel independen, sehingga spesifikasi RE adalah bias.

Kedua hasil pengujian diatas menunjukkan bahwa teknik FE adalah yang terbaik dalam memodelkan hubungan antara CDS dengan berbagai variabel independen. Disamping melakukan pengujian spesifikasi, mengingat studi ini melibatkan cukup banyak variabel independen maka dilakukan juga deteksi multikolinearitas. Keberadaan multikolinearitas meskipun tidak menimbulkan bias pada parameter, namun bias pada varians dapat menyulitkan pengambilan kesimpulan terkait dengan hipotesa. Dalam studi ini digunakan prosedur sederhana, melalui nilai korelasi bivariate.

Dari Tabel 6 terlihat bahwa nilai koefisien korelasi bivariat diantara variabel bebas seluruhnya berada dibawah 0.5. Deteksi awal multikolinearitas diberikan jika nilai koefisien korelasi bivariat berada diatas 0.8. Dengan demikian dapat disimpulkan bahwa multikolinearitas bukan menjadi suatu isu dalam skema empiris ini.