1
ANALISIS UANG BEREDAR DALAM FUNGSI PRODUKSI
STUDI KASUS NEGARA BERKEMBANG: INDONESIA
TAHUN 2000:1-2013:2
Oleh:
Muhammad Edhie Purnawan, M.A., Ph.D. Prof. Dr. Samsubar Saleh, M.Soc.Sc.
Raditya Nugraha
ABSTRACT
Several studies related to the role of the money in production function has been performed in several countries, particularly in developing countries. This study aims to analyze the role of money in the production function, case in Indonesia, with translog models of conventional production function in the long term. The data used in the study are data on the manufacturing industry in Indonesia in year 2000 quarter 1 to year 2013 quarter 1. Estimated cointegration test results stating that the money is an important input factor in the production function in the long term. In the short term, the results indicate ECM when shocks occur, this model is able to make adjustments to get back to the point of equilibrium in the next period.
2
Pendahuluan
Pentingnya jumlah uang beredar dalam suatu fungsi produksi menjadi perhatian para peneliti dan telah ditelaah secara lebih mendalam di berbagai literatur selama dua dekade terakhir. Dasar untuk menggabungkan uang beredar dalam fungsi produksi berasal dari gagasan bahwa motif seseorang untuk memegang uang tidak hanya untuk kepentingan diri sendiri. Namun uang dapat menjadi barang perantara untuk ditukarkan (dibayarkan) atas jasa yang didapat. Tidak hanya itu, Friedman (1969) berpendapat bahwa uang harus diperlakukan sebagai masukan produktif atas modal atau tenaga kerja dalam menjelaskan fungsi uang di dalam suatu perusahaan. Di sisi lain, Harkness (1984) berpendapat bahwa jumlah uang beredar menunjukkan hubungan antara output riil dan tingkat bunga nominal di sisi penawaran agregat ekonomi.
Gambar 1. Jumlah Uang Beredar di Indonesia
3 Gambar 1 menunjukkan pertumbuhan jumlah uang beredar di Indonesia. Perkembangan jumlah uang M1 di Indonesia mengalami peningkatan yang tidak terlalu pesat jika dibandingkan dengan M2. Dalam 13 tahun, M1 hanya meningkat hingga sekitar 700 trilyun rupiah, sedangkan M2 meningkat hingga 3.300 trilyun rupiah.
Gambar 2. Pertumbuhan PDB Riil di Indonesia
Sumber: Diolah dari CEIC (2013)
Gambar 2 menjelaskan pertumbuhan PDB riil Indonesia di Indonesia. Terlihat dalam kurun waktu 13 tahun, PDB Indonesia terus meningkat. Pada awal tahun 2000 terlihat PDB Indonesia berada pada angka 343 trilyun rupiah, hingga pada awal 2013 PDB Indonesia berada pada angka 689 trilyun rupiah. Meningkat hingga 100% dalam kurun waktu 13 tahun.
Masalah yang akan dibahas dalam penelitian ini adalah mengenai adanya inefisiensi pada fungsi produksi konvensional (Kapital, dan Tenaga Kerja) tanpa memasukkan variabel input berupa Jumlah Uang beredar. Tujuan dari penelitian ini untuk menganalisis peran uang
4 beredar dalam fungsi produksi untuk kasus di Indonesia, dengan model Translog Fungsi Produksi konvensional pada jangka panjang.
Landasan Teori
Jagdish Handa (2009) dalam bukunya yang berjudul “Monetary Economics”
mengemukakan teori terkait peranan uang beredar dalam fungsi produksi. Menurutnya, banyak perdebatan di antara para ekonom tentang uang yang secara tidak langsung meningkatkan kapasitas produksi seharusnya tidak dimasukkan dalam fungsi produksi. Namun, sebagaimana peranan uang beredar dalam fungsi utilitas (Handa, 2009: Bab 3) peranan uang beredar dalam fungsi produksi pun dapat diturunkan dalam fungsi produksi secara tidak langsung. Teori ini sesuai dengan teori produksi neoklasik yang menyatakan bahwa peranan uang dalam fungsi produksi sama besarnya dengan permintaan terhadap tenaga kerja dan modal (Nguyen H. V., 1986; Dennis & Smith, 1978; Nadiri, 1969).
Kita asumsikan bahwa output suatu perusahaan dipengaruhi oleh modal dan tenaga kerja yang secara langsung berpengaruh dalam proses produksi. Logikanya, modal dan pekerja dibayar menggunakan uang. Sangat tidak mungkin pekerja dibayar dengan output dari perusahaan tersebut (misal: pekerja di pabrik sepatu tidak mungkin dibayar dengan sepatu, pasti pekerja tersebut membutuhkan harta yang cair untuk seperti uang untuk memenuhi kebutuhan hidupnya). Modal dan tenaga kerja berkorelasi positif terhadap output suatu perusahaan.
Metodologi Penelitian
5 Dalam penelitian ini, akan digunakan fungsi produksi Cobb-Douglas seperti ditulis dalam Moghaddam (2010), yaitu:
... (1)
di mana: Y = PDB
A = Parameter teknologi L = Faktor input tenaga kerja
K = Faktor input pembentukan modal domestik bruto
M = Faktor input jumlah uang beredar, masing-masing dalam bentuk M0, M1, dan M2
= Error terms
α1, α2, α3 = skala produksi yang masing-masing berhubungan dengan tenaga kerja,
modal dan jumlah uang beredar (M0, M1, dan M2). Setelah dilog-kan, model tersebut akan menjadi:
... (2) ... (3)
Huruf kecil pada variabel di persamaan (3) menunjukkan bahwa variabel tersebut sudah dilog-kan.
Model ekonometri yang digunakan merupakan turunan dari fungsi produksi Cobb-Douglas. Sehingga, pada penelitian ini akan menggunakan metode Kointegrasi Engle-Granger. Model ini akan menjelaskan mengenai dua hal, yaitu: (1) Menguji adanya hubungan jangka panjang antara variabel-variabel yang akan digunakan dalam analisis, dan (2) Memberikan perkiraan atas koefisien variabel jangka panjang.
Persamaan ECM tersebut sebagai berikut:
6 dimana adalah variabel random error term. merupakan vektor kointegrasi
dan adalah koefisien penyesuaian. Ukuran dan statistik signifikansi sangatlah penting, dalam arti bahwa variabel ini mengukur sejauh mana kesalahan telah diperbaiki pada setiap periode jangka pendek untuk ekuilibrium jangka panjang dalam menanggapi guncangan secara acak. Jika dalam ECM, variabel pada kedua sisi persamaan (4) adalah stasioner, OLS dapat berlaku pada semua tes diagnostik.
Hasil Penelitian
7
Tabel 1. Uji Akar Unit
Variabel t-statistik ADF Test Eksogen Integrasi
1% 5% 10%
LogY -3.801459 -4.156734 -3.504330* -3.181826* Intercept+Tren I(1)
LogM0 -3.839894 -3.571310* -2.922449* -2.599224* Intercept I(1)
LogM1 -10.16105 -3.562669* -2.918778* -2.597285* Intercept I(1)
LogM2 -6.854467 -4.152511* -3.502373* -3.180699* Intercept+Tren I(1)
LogK -2.210731 -2.61301 -1.947665* -1.612573* Tidak ada I(1)
LogL -4.973584 -3.57131* -2.922449* -2.599224* Intercept I(1)
Selanjutnya, uji kointegrasi dilakukan untuk melihat apakah terdapat hubungan jangka panjang atas variabel-variabel independen yang diuji terhadap variabel dependen, dalam penelitian ini variabel dependen yang akan diuji adalah variabel PDB.
Hasil regresi model OLS digunakan untuk mendapatkan nilai residu yang akan digunakan untuk melakukan uji kointegrasi Engle Granger. Pada kasus tertentu ketika persamaan tidak lolos uji asumsi klasik (dalam hal ini model 1 tidak lolos uji autokorelasi)
8
Tabel 3. Persamaan OLS
Variabel Koefisien
Model 2 Model 3
Intercept -5.696087* -2.243605
LogM1 0.100256*
LogM2 0.192144*
LogK 0.218531* 0.175355*
LogL 1.291982* 0.911972*
R2 0.990264 0.917789
S.E.Regression 0.021562 0.019815
Keterangan: tanda (*) menunjukkan koefisien tersebut signifikan hingga tingkat kepercayaan 5%
9
Tabel 4. Uji Asumsi Klasik
Uji Asumsi Klasik Prob.
Model 1 Model 2 Model 3
Normalitas 0.15 0.48 0.34
Heteroskedastisitas 0.93 0.92 0.78
Autokorelasi 0.72 0.26 0.89
Stabilitas *CUSUM-Square *CUSUM-Square *CUSUM-Square
Dari hasil regresi persamaan awal, maka akan didapat residual regresi dari seluruh model. Residual regresi ini harus stasioner pada derajat level untuk memenuhi syarat terkointegrasi menurut Engle-Granger. Hasil uji akar unit untuk residual regresi dapat diliha pada tabel 5 sebagai berikut:
Tabel 5. Uji Kointegrasi Engle-Granger
Variabel t-statistik ADF Test Eksogen Integrasi
1% 5% 10%
Residmipfm0gls -3.748611 -2.61403* -1.94782* -1.61249* Tidak Ada I(0)
Residmipfm1 -3.003294 -2.61301* -1.94767* -1.61257* Tidak Ada I(0)
Residmipfm2 -3.406376 -2.61301* -1.94767* -1.61257* Tidak Ada I(0)
* Variabel tersebut stasioner pada derajat level
Hasil uji akar unit dengan metode Engle-Granger menunjukkan bahwa model tersebut memiliki hubungan jangka panjang antara variabel-variabel dependen yang diuji terhadap variabel independennya.
10 Residual dari hasil regresi tersebut merupakan variabel ECT untuk melihat keseimbangan jangka pendek atas model yang telah disusun sebelumnya. Hasil regresi tersebut dapat dilihat pada Tabel 6 berikut:
Tabel 6. Persamaan ECM
Variabel
Koefisien
Model 1 Model 2 Model 3
Intercept 0.006938 0.010092 0.015372* DLogM01 -0.07174*
DLogM1 -0.000233*
DLogM2 -0.257567*
DlogK1 0.312419*
DLogK 0.225307* 0.344109
DlogL1 0.158791
DLogL -0.318217 -0.183036*
Residmipf -0.79002* -0.718628* -0.762676*
R2 0.445468 0.311756 0.541251
S.E.Regression 0.02079 0.019880 0.016231
Keterangan: tanda (*) menunjukkan koefisien tersebut signifikan hingga tingkat kepercayaan 5%
11 Koefisien dari variabel ECT(-1) menggambarkan seberapa cepat titik equilibrium akan tercapai jika terjadi lack of equilibrium dalam jangka pendek, jika LogY berada diatas titik keseimbangan, maka diprediksi akan mengalami penurunan pada periode berikutnya sebesar koefisien variabel ECT(-1). Begitu pula sebaliknya, ketika LogY berada dibawah titik keseimbangan, pada periode berikutnya diprediksi akan meningkat sebesar koefisien variabel ECT(-1). Pada penelitian ini didapatkan koefisien ECT masing-masing sebesar 0,79 untuk M0, 0,72 untuk M1 dan 0,76 untuk M2 yang berarti ketika PDB berada di atas atau di bawah titik equilibrium, pada kuatral berikutnya PDB tersebut akan menyesuaikan sebesar masing-masing 79% untuk M0, 72% untuk M1, dan 76% untuk M2.
Lebih jauh lagi, impulse response function (IRF) dan forecast error variance decomposisition (FEVD) digunakan untuk melihat sejauh mana perilaku variabel terikat ketika terjadi guncangan terhadap masing-masing variabel bebas. IRF dan FEVD diturunkan dari masing-masing model yang menggunakan M0, M1, dan M2.
Gambar 3. IRF Model 1 (M0)
Gambar 3 menunjukkan respon masing-masing variabel yang terdapat pada model 1 terhadap LogY1. Ketika terjadi peningkatan pada variabel LogM01, dalam jangka pendek LogY1 akan merespon positif. Namun dalam jangka panjang akan kembali stabil dan sedikit ada respon negatif. Ketika terjadi peningkatan pada variabel LogK1, dalam jangka pendek
-.008
12 LogY1 akan merespon negatif. Namun dalam jangka panjang akan merespon positif dan kembali stabil. Untuk variabel LogL1, ketika terjadi peningkatan LogY1 akan ikut menyesuaikan dengan respon positif yang tinggi. Dalam jangka panjang terus terjadi respon positif yang cukup stabil.
13 Tabel 7 menunjukkan peranan masing-masing variabel bebas terhadap variabel terikat dalam 40 periode. Pada jangka pendek, variabel yang paling berpengaruh adalah variabel LogY1 itu sendiri. Dalam jangka panjang, variabel yang berpengaruh terhadap LogY1 adalah LogL1, LogK1, LogY1, dan terakhir LogM01.
Gambar 4. IRF Model 2 (M1)
Gambar 4 menunjukkan respon masing-masing variabel yang terdapat pada model 2 terhadap LogY. Ketika terjadi peningkatan pada variabel LogM1, dalam jangka pendek LogY akan merespon positif. Namun dalam jangka panjang akan kembali stabil dan sedikit ada respon negatif. Ketika terjadi peningkatan pada variabel LogK, dalam jangka pendek LogY akan merespon negatif. Namun dalam jangka panjang akan merespon positif dan kembali stabil. Untuk variabel LogL, ketika terjadi peningkatan LogY akan ikut menyesuaikan dengan respon positif yang tinggi. Dalam jangka panjang terus terjadi respon positif yang
14
Cholesky Ordering: LOGY LOGM1 LOGK LOGL
15
Gambar 5. IRF Model 3 (M2)
Gambar 5 menunjukkan respon masing-masing variabel yang terdapat pada model 2 terhadap LogY. Ketika terjadi peningkatan pada variabel LogM2, dalam jangka pendek LogY akan merespon positif. Dalam jangka panjang terus terjadi respon positif yang cukup stabil. Ketika terjadi peningkatan pada variabel LogK, dalam jangka pendek LogY akan merespon negatif. Namun dalam jangka panjang akan merespon positif dan kembali stabil. Untuk variabel LogL, ketika terjadi peningkatan LogY akan ikut menyesuaikan dengan respon positif yang tinggi. Namun dalam jangka panjang akan ada sedikit respon negatif kemudian kembali stabil.
16
Cholesky Ordering: LOGY LOGM2 LOGK LOGL
Tabel 9 menunjukkan peranan masing-masing variabel bebas terhadap variabel terikat dalam 40 periode. Pada jangka pendek, variabel yang paling berpengaruh adalah variabel LogY itu sendiri. Perlahan diikuti oleh LogM2, kemudian LogK, dan terakhir LogL. Dalam jangka panjang, LogY juga tetap berperan penting. Namun dikuti oleh Variabel LogM2, LogL, dan terakhir LogK.
Kesimpulan dan Saran
17 pada kuartal pertama PDB tersebut akan menyesuaikan sebesar masing-masing 79% untuk M0, 72% untuk M1, dan 76% untuk M2. Signifikansi ini menunjukkan seberapa cepat PDB untuk menuju pada equilibrium.
Lebih jauh lagi, hasil penelitian juga menunjukkan bahwa jumlah uang beredar lebih berperan penting dalam fungsi produksi jika dibandingkan dengan faktor lain seperti modal dan tenaga kerja. Terlihat dalam jangka pendek, hanya variabel jumlah uang beredar yang tetap signifikan pada semua model, sehingga pengaturan terhadap variabel jumlah uang beredar diperlukan guna mendapatkan pertumbuhan ekonomi yang optimal.
Berdasarkan hasil penelitian ini, terdapat beberapa saran yang dapat diberikan bagi otoritas kebijakan moneter. Dalam jangka panjang, uang memegang peranan yang penting dalam peningkatan pertumbuhan ekonomi. Namun, pada jangka panjang peranan uang juga masih dapat digantikan oleh faktor produksi lainnya seperti modal dan tenaga kerja. Dalam jangka panjang otoritas moneter tidak terlalu mengalami kesulitan terhadap ancaman depresiasi dan inflasi yang tidak terkontrol.
Penelitian selanjutnya diharapkan dapat mengembangkan perhitungan mengenai jumlah uang beredar yang optimal untuk peningkatan pertumbuhan ekonomi guna mencegah depresiasi dan inflasi tidak terkendali yang tidak diperlukan. Selain itu diharapkan penelitian yang memisahkan antara uang yang digunakan untuk transaksi dan spekulasi.
Daftar Pustaka
Afridi, U. (1985). "Dynamics of Change in Pakistan's Large Scale Manufacturing Sector", Pakistan Development Review, 24(3&4), 462-476.
Ambler, S. (1989). “Does Money Matter in Canada? Evidence from a Vector Error
Correction Model”. Review of Economics and Statistic 67, 651-658.
Apostolakis, B. (1983) “Money Balances as Factor Inputs: An Empirical Evidence Based on
18
Arintoko. (2011). “Pengujian Netralitas Uang dan Inflasi Jangka Panjang di Indonesia”,
Buletin Ekonomi Moneter dan Perbankan, 79-118.
Battese, G. E., Malik S.J. dan Sultana N. (1993). "Capital Labour Substitution in the Large-Scale Food-Processing Industry in Pakistan: Some Recent Evidence", Pakistan Development Review, 32, 847-858.
Ben-Zion, U., dan Ruttan, V.W. (1975). “Money in the Production Function: An
Interpretation of Empirical Results”, Review of Economic & Statistics , 57, 246-47.
Bloomberg Financial Market Update.
Boediono. (2013). Seri Sinopsis Pengantar Ilmu Ekonomi No.2: Ekonomi Makro. Edisi ke-4. Yogyakarta: BPFE.
CEIC Macroeconomic Dashboard.
Dennis, E. dan Smith, K. (1978). “A Neo-Classical Analysis of the Demand for Real Cash
Balances by Firms”. Journal of Political Economy, 86, 793-813.
Fellner, W. (1961). “A Monetary Theory of Nominal Inducted Innovations”. Economic
Journal, 71, 305-308.
Friedman, M. (1969). The Optimum Quantity of Money and Other Essays. Chicago: Aldine. Gujarati, D.N. (2003). Basic Econometrics. 4th Edition. New York: Mc Graw-Hill Education. Habibullah, M.S. (1988). “Real Money Balances in the Production Function of a Developing
Economy: A Preliminary Study of the Malaysian Agricultural Sector”, Pertanika,
11(3), 451-460.
Handa, Jagdish. (2009). Monetary Economics. 2nd edition. New York: Routledge.
Harkness, J. (1984). “Real Balances in Ad hoc Keynesian Model and Policy Ineffectiveness”, Journal of Money, Credit and Banking, 17, 378-386.
Hasan, M. A. dan Mahmud, S. F. (1992). “Money in the Canadian Manufacturing Industries:
19
Insukindro. (1993). “Pendekatan Tradisional Mengenai Analisis Uang Beredar: Suatu Studi
Kasus di Indonesia”. Journal of Indonesian Economics and Business, 8, 1993.
Insukindro. (1990). “Model koreksi Kesalahan Untuk Permintaan Impor Bahan Bakar
Minyak di Indonesia”, Tradisional Mengenai Analisis Uang Beredar: Suatu Studi
Kasus di Indonesia”. Journal of Indonesian Economics and Business, 5, 1-12.
Kasmir. (2001). Bank dan Lembaga Keuangan Lainnya. Edisi Revisi. Jakarta: PT Raja Grafindo Persada.
Khan, A. dan Ahmed, M. (1985). "Real Money Balances in the Production Function of a Developing Country", Review of Economics and Statistics, 67, 336-86.
Khan, A. H. dan Rafique M. (1993). "Substitution Among Labour, Capital, Imported Raw Materials, Bank Credit in Pakistan's Manufacturing", Pakistan Development Review, 32, 1259-1266.
Mahmud, Syed F. (1997). “Money in Production Function: Some Further Results”. Pakistan
Economic and Social Review, 35(1), 1-9.
Mankiw, G.N, (2008). Principles of Macroeconomics (5th Ed). Canada: South-Western Cengage Learning.
Mishkin, F.S. (2007). “The Economics of Money, Banking, and Financial Markets”. 7th
Edition. Boston: Pearson Education.Inc.
Moghaddam, M. (2010). “Co-integrated Money in the Production function-Evidence and
Implications”, Applied Economics, 42, 957-963.
Nadiri, M. Ishaq. (1969). "The Deterrninants of Real Cash Balances in the U.S. Total Manufacturing Sector". Quarterly Journal of Economics, 83, 173-96.
Nasir, M., Jan, Q. dan Javid, M. (2011). “Cointegrated Money in Production Function:
20
Nguyen H. V. (1986). “Money in the Aggregate Production Function: Reexamination and
Further Evidence”. Journal of Money, Credit and Banking, 18(2), 141-151.
Nopirin. (2012). Ekonomi Moneter: Buku 1. 4th edition. Yogyakarta: BPFE.
Salvatore, Dominick. (1996). “Managerial Economics”, Singapore: McGraw-Hill Book
Company.
Schmookler, J. (1966). Invention and Economic Growth. Cambridge: Harvard University Press.
Sephton, P. (1986). “Money in the Canadian Production Function Revisited”, ACEA
Conference Paper.
Simos, E. (1981). “Learning by Doing or Doing by Learning? Evidence on Factor Learning
and Biased Factor Efficiency Growth in the US”. Review of Business and Economic Research, 16, 14-25.
Solikin, Suseno. (2005), “Seri Kebanksentralan No. 1: Uang: Pengertian, Penciptaan, dan
Peranannya dalam Perekonomian”, Jakarta: Pusat Pendidikan dan Studi
Kebanksentralan Bank Indonesia.
Solow, R. (1956). “A Contribution to the Theory of Econometric Growth”, Quarterly Journal of Economics, 70, 65-94.
Suparmoko. (1994). “Ekonomi Untuk Manajer”, Yogyakarta: BPFE.
Tambunan, T. “Transformasi Ekonomi Indonesia: Teori dan Penemuan Empiris”, Jakarta:
Salemba.
Tim Bapepam. (2008). Analisis Hubungan Kointegrasi dan Kausalitas serta Hubungan Dinamis antara Aliran Modal Asing, Perubahan Nilai Tukar da Pergerakan IHSG di Pasar Modal Indonesia.
21
Wibowo, Tri. (2010). “Potret Industri Manufaktur Indonesia Sebelum dan Pasca Krisis (Suatu
