PENGARUH UTANG PEMERINTAH TERHADAP
PERTUMBUHAN EKONOMI INDONESIA
MUHAMMAD ISLAM
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa tesis berjudul Pengaruh Utang Pemerintah terhadap Pertumbuhan Ekonomi Indonesia adalah benar merupakan gagasan atau hasil penelitian saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.
RINGKASAN
MUHAMMAD ISLAM. Pengaruh Utang Pemerintah terhadap Pertumbuhan Ekonomi Indonesia. Dibimbing oleh DEDI BUDIMAN HAKIM dan BAMBANG JUANDA
Percepatan pembangunan ekonomi perlu diimplementasikan oleh negara-negara dunia ketiga untuk mengejar ketertinggalan ekonomi. Untuk membiayai pembangunan ekonomi tersebut, pemerintah membutuhkan anggaran belanja dengan jumlah yang cukup besar sehingga membuat anggaran belanja pemerintah lebih besar dari anggaran penerimannya atau defisit anggaran. Defisit anggaran yang terjadi perlu dicarikan alternatif solusi untuk membiayainya antara lain pemerintah dapat melakukannya melalui utang, menjual asset/privatisasi, maupun dengan cara mencetak uang. Dari beberapa alternatif pembiayaan tersebut, hal yang paling lazim dilakukan pemerintah suatu negara yakni dengan melakukan utang baik utang dalam negeri ataupun luar negeri serta yang dilakukan melalui pinjaman langsung maupun melalui penerbitan surat berharga negara (SBN).
Utang yang dilakukan pemerintah dalam membiayai belanja pemerintah secara teori dapat mendorong pertumbuhan ekonomi baik dari sisi permintaan [Y=C+I+G+NX] maupun dari sisi Penawaran [Y= F(K,L)], namun utang pemerintah juga dapat menimbulkan beban utang dan bunga utang yang akan membebani anggaran pemerintah dan pada akhirnya justru menghambat pertumbuhan. Sementara jika dilihat postur pengeluaran pemerintah belanja pusat, sebagian besar digunakan untuk membiayai subsidi dan belanja pegawai sehingga perlu dilakukan pengujian apakah utang pemerintah baik pinjaman maupun SBN selama ini dapat mendorong pertumbuhan atau justru menghambat pertumbuhan.
Penelitian ini bertujuan untuk menjawab bebarapa permasalahan yakni : (1)Bagaimana pengaruh utang pemerintah terhadap pertumbuhan ekonomi Indonesia, (2)Bagaimana dampak guncangan pada utang pemerintah terhadap pertumbuhan ekonomi Indonesia, (3)Bagaimana korelasi silang (cross correlation) utang pemerintah terhadap pertumbuhan ekonomi Indonesia
Data yang digunakan dalam penelitian ini adalah data runtun waktu kuartalan (triwulanan), mulai kuartal II tahun 1999 sampai kuartal II tahun 2014. Data yang digunakan merupakan data sekunder yang diperoleh dari Badan Pusat Statistik (BPS), Bank Indonesia (BI), Kementerian Keuangan, serta Fx Sauders. Metode yang digunakan untuk analisis pengaruh utang pemerintah terhadap pertumbuhan ekonomi yakni dengan metode vector auto regression (VAR) maupun vector error correction model (VECM) serta metode cross correlation Pearson.
Analisis korelasi silang menunjukan bahwa antara utang pemerintah merupakan indikator pengikut dari PDB sehingga pergerakan PDB terjadi lebih dahulu terhadap variabel utang pemerintah dan berhubungan procyclical. Berdasarkan analisis VECM dan cross correlation menyimpulkan bahwa komponen utang dalam bentuk surat berharga negara (SBN) lebih efektif dibandingkan dengan pinjaman pemerintah dalam mendorong pertumbuhan ekonomi.
SUMMARY
MUHAMMAD ISLAM. The Effect of Government Debt on Economic Growth of Indonesia. Supervised by DEDI BUDIMAN HAKIM and BAMBANG JUANDA
Debt by the government to finance government spending theoretically could support economic growth both in terms of demand side [Y=C+I+G+NX] and supply side [Y= F(K,L)]. Government debt can also lead to debt burden and debt interest which would cost the government budget and in the end it inhibits growth. Meanwhile, if we examine the posture of government spending, it’s used largely to finance subsidies and spending on government personnel, therefore it is necessary to test whether government debt can promote growth or inhibit growth. If we examine the government spending share, the largest part is used to finance subsidy and personnel expenditure, therefore it is necessary to test whether government debt or government securities (SBN) could increase growth or on contrary it will inhibit the growth. Data used in this research is time series data (quarterly) since second quarter 1999 until second quarter 2014 and secondary data obtained from Badan Pusat Statistik (BPS), Bank Indonesia (BI), Ministry of Finance, and Fx Sauders. The method used to analyze the correlation of government debt towards economic growth is vector auto regression (VAR); vector error correction model (VECM) and cross correlation Pearson method.
This study aims to answer the some problems: (1) How does the effect of government debt on economic growth in Indonesia, (2) What is the impact of shocks on government debt to Indonesia's economic growth, (3) How does the cross-correlation of government debt on economic growth Indonesia.
The data used in this study is a quarterly time series data, starts from the second quarter of 1999 to second quarter of 2014. Data used are secondary data obtained from the Central Statistics Agency (BPS), Bank Indonesia (BI), Ministry of Finance and Fx Sauders. The methods used for the analysis of the effect of government debt on economic growth are of vector auto regression (VAR) and vector error correction model (VECM) as well as cross-correlation method of Pearson.
the form of government securities have positive and significant impact on the real level of 5 percent to the value of a coefficient of 0.454 percent.
Cross-correlation analysis shows that government debt is a follower indicator, that the movement GDP occurred prior to the government's debt and is procyclical. Based on VECM and cross correlation analysis, it can be concluded that the debt component in the form of state securities (SBN) is more effective than government loans in stimulating economic growth.
Keywords: government debt, economic growth, cross correlation, budget deficit, vector error correction model (vecm)
© Hak Cipta Milik IPB, Tahun 2014
Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan IPB
Tesis
sebagai salah satu syarat untuk memperoleh gelar Magister Sains
pada
Program Studi Ilmu Ekonomi
PENGARUH UTANG PEMERINTAH TERHADAP
PERTUMBUHAN EKONOMI INDONESIA
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
BOGOR 2014
2
iii
PRAKATA
Puji dan syukur saya panjatkan kepada Tuhan Yang Maha Esa atas segala karunia-Nya kepada kita semua. Shalawat serta salam semoga senantiasa tercurah kepada Nabi Muhammad SAW.
Tesis yang Berjudul “Pengaruh Utang Pemerintah terhadap Pertumbuhan Ekonomi Indonesia” disusun sebagai suatu syarat dalam meraih gelar Magister Sains pada Departemen Ilmu Ekonomi Sekolah Pasca Sarjana Institut Pertanian Bogor.
Terima kasih penulis ucapkan kepada Dr Ir Dedi Budiman Hakim, MEc dan Prof Dr Ir Bambang Juanda, MS selaku komisi pembimbing yang dalam kesibukannya masih meluangkan waktu dan dengan penuh kesabaran untuk memberikan bimbingan, arahan dan masukan yang bermanfaat dalam penyusunan tesis ini.
Penulis mengucapkan terima kasih kepada Dr Ir Arif Budimanta, MSc anggota Komisi XI DPR RI atas dukungan moral dan materil serta kesempatan kepada penulis untuk dapat menyelesaikan studi magister ini. Kepada rekan-rekan kerja di Megawati Institute yang telah memberikan dukungan, kerjasama dan bantuannya selama penulis menyelesaikan tesis ini. Ucapan terima kasih juga penulis sampaikan kepada bapak Syahruddi Ramlan dan Tarmudji Subur dari Dirjen Pengelolaan Utang (DJPU) yang telah membantu penulis dalam mengakses data, Dr Ir Nunung Nuryartono, MSi selaku ketua program studi Ilmu Ekonomi SPs IPB beserta jajarannya serta seluruh dosen yang telah memberikan materi perkuliahan selama penulis menempuh studi, rekan-rekan kelas khusus Ilmu Ekonomi SPs IPB yang telah saling membantu dalam menyelesaikan perkuliahan dan tesis ini.
Tidak lupa penulis mengucapkan terima kasih kepada istri tercinta Ikawati Fitria atas dukungan, doa dan kasih sayangnya, terima kasih juga penulis sampaikan kepada orang tua dan mertua yang senantiasa memberikan semangat, doa, wejangan-wejagannya selama ini.
Penulis menyadari bahwa dalam penulisan tesis ini masih memiliki banyak kekurangan sehingga kritik dan saran yang bersifat membangun sangat penulis harapkan. Penulis juga mengucapkan terima kasih yang sebesar-besarnya kepada pihak-pihak yang membantu dalam menyelesaikan tesis ini,terutama kepada Bapak Dr Ir Dedi Budiman Hakim, MEc dan Bapak Prof Dr Ir Bambang Juanda, MS semoga penelitian ini dapat bermanfaat bagi semua pihak.
v
Utang Pemerintah dalam Perpotongan Keynesian 11
Pertumbuhan Ekonomi 12
Teori Business Cycle 13
Metode Penelitian Empirik Business cycle 14
Kajian Penelitian Terdahulu 16
Vector Error Correction Model (VECM) 22
Uji Akar Unit (Unit Root Test) 22
Penetapan Lag Optimal 23
Uji Kointegrasi ( Cointegration Test) 23
Impulse Response Function (IRF) 24
Forecast Error Variance Decomposisition (FEVD) 24
Fakta Empirik Business Cycle 24
Analisis Pola dan Karakteristik Business Cycle 25
Karakteristik Volatilitas 26
Kerangka Kerja 26
4 HASIL DAN PEMBAHASAN 28
Keterkaitan Utang Pemerintah dengan Variabel Pertumbuhan dan
Beberapa Variabel Makro Ekonomi 28
Uji Akar Unit (Unit Root Test) 28
Uji Stabilitas VAR 30
Penetapan Lag Optimum 31
vi
Estimasi Model Vector Error Correction Pengaruh Utang
terhadap Pertumbuhan 33
Estimasi Model Vector Error Correction Pengaruh Pinjaman dan Surat Berharga Negara terhadap Pertumbuhan 36 Dampak Guncangan Utang Pemerintah, Pinjaman, dan Surat Berharga
Negara terhadap Pertumbuhan 37
Variance Decomposition Pertumbuhan Output Riil 41
Analisis Korelasi Silang (Cross Corelation) 42
5 SIMPULAN DAN IMPLIKASI 46
1 Total utang dan rasio utang terhadap PDB 5
2 Jenis dan sumber data 19
3 Uji akar unit pada level 29
4 Uji akar unit pada first difference 29
5 Uji stabilitas VAR persamaan pengaruh utang pemerintah 30 6 Uji stabilitas VAR persamaan pengaruh pinjaman dan SBN 31 7 Penetapan lag optimum pengaruh utang pemerintah 32 8 Penetapan lag optimum pengaruh pinjaman dan SBN 32 9 Uji kointegrasi Johansen persamaan pengaruh utang 32 10Uji kointegrasi Johansen persamaan pinjaman dan SBN 33 11Hasil estimasi VECM utang terhadap pertumbuhan ekonomi 34 12Hasil estimasi VECM pinjaman dan SBN terhadap pertumbuhan
ekonomi 37
13Variance decomposition PDB Riil 41
14Pola siklikal variabel utang dan makro ekonomi terhadap variabel PDB
riil 45
DAFTAR GAMBAR
1 Besarnya defisit anggaran pendapatan dan belanja negara periode 2004
hingga 2013 1
2 Proporsi pembiayaan defisit anggaran pemerintah tahun 2011 2
3 Porsi utang pemerintah per 31 Desember 2013 2
4 Profil jatuh tempo utang pemerintah per Desember 2013 3
5 Pembayaran bunga utang 4
6 Tingkat kemiskinan di Indonesia (persen) dan jumlah utang pemerintah
vii 7 Kenaikan belanja pemerintah dalam perpotongan Keynesian 11
8 Siklus bisnis 12
9 Pergerakan procyclical variabel a dan b 15
10Pergerakan countercyclical variabel c 15
11Kerangka pemikiran 18
12Kerangka kerja 27
13Keseimbangan primer dan pertumbuhan ekonomi Indonesia 35
14Belanja pemerintah pusat 35
15Penerimaan pajak Indonesia 36
16Respon pertumbuhan terhadap shock utang pemerintah 38 17Respon pertumbuhan terhadap shock pinjaman pemerintah 38 18Respon nilai tukar riil terhadap shock pinjaman pemerintah 39
19Respon pertumbuhan terhadap shock SBN 39
20Respon suku bunga acuan terhadap shock pinjaman 40 21Respon suku bunga acuan terhadap shock pinjaman 41
22Grafik PDB riil triwulanan 42
23Grafik seasonal adjusment PDB riil triwulanan 43
24Grafik tren PDB riil 43
25Grafik siklikal PDB riil 44
26Pola pergerakan siklikal utang pemerintah dan PDB riil 46 27Pola pergerakan siklikal utang pemerintah dan PDB riil 46
DAFTAR LAMPIRAN
1 Daftar Variabel 51
2 Uji Akar Unit (Level) 52
3 Uji Akar Unit (First Difference) 59
4 Selection Criteria 64
5 Pemilihan Asumsi Uji Korelasi 66
6 Estimasi Jangka Panjang VECM Pertumbuhan 68
PENDAHULUAN
Latar Belakang
Seperti negara dunia ketiga lainnya, Indonesia membutuhkan percepatan pembangunan ekonomi yang pesat untuk dapat mengejar ketertinggalan ekonomi yang selama ini terjadi. Dalam rangka membiayai pembangunan ekonomi tersebut, pemerintah membutuhkan anggaran belanja dengan jumlah yang cukup besar sehingga membuat anggaran belanja pemerintah lebih besar dari anggaran penerimannya atau defisit anggaran. adapun besarnya utang pemerintah dalam kurun waktu 9 tahun terakhir dapat dilihat pada Gambar 1
Sumber : Kementerian Keuangan, 2013 diolah
Gambar 1 Besarnya defisit anggaran pendapatan dan belanja negara periode 2004 hingga 2013
Gambar 1 menunjukan bahwa defisit anggaran pemerintah memiliki kecenderungan yang meningkat. Dalam kurun waktu 9 tahun, defisit anggaran pemerintah telah meningkat hampir 1000 persen yakni Rp23,8 triliun pada tahun 2004 menjadi Rp 224,2 triliun pada tahun 2013 (APBN-P).
2
Sumber : Kementerian Keuangan, 2013 diolah
Gambar 2 Proporsi pembiayaan defisit anggaran pemerintah tahun 2011 Gambar 2 menunjukan bahwa porsi terbesar pembiayaan defisit anggaran pemerintah diperoleh dengan cara menerbitkan obligasi atau surat utang negara atau juga sering disebut Surt Berharga Negara (SBN). Sejak tahun 2005 obligasi pemerintah atau surat utang negara menjadi instrumen andalan pemerintah dalam membiayai defisit anggaran belanja dan pendapatan negara (APBN). Penerbitan surat utang pemerintah ini selain untuk menutupi defisit anggaran pemerintah yang hampir selalu terjadi setiap tahun anggaran, juga untuk membayar ataupun refinancing utang yang jatuh tempo dengan surat utang yang jangka waktu dengan term and condition yang baru. Sehingga tidak mengherankan dalam jangka waktu 8 tahun yakni tahun 2005 sampai tahun 2013, total SBN yang dikeluarkan pemerintah telah berjumlah Rp1.661 triliun per Desember 2013 sebagaimana yang dapat dilihat pada Gambar 3.
Sumber : Kementerian Keuangan 2013
Gambar 3 Porsi utang pemerintah per 31 Desember 2013
3 memberikan pengaruh positif terhadap perekonomian baik dari sisi permintaan maupun penawaran. Secara teori makro ekonomi jika permintaan dan atau penawaran meningkat maka akan mendorong terjadinya keseimbangan baru dengan tingkat output yang lebih tinggi. Permintaan agregat dengan fungsi Y= C+I+G+(X-M) akan dipengaruhi oleh pengeluaran pemerintah sehingga dengan semakin besar pengeluaran pemerintah akan meningkatkan pendapatan nasional dari sisi permintaan (demand side), oleh karena itu utang pemerintah yang digunakan untuk membiayai belanja pemerintah juga memiliki dampak yang sama terhadap pendapatan nasional dari sisi permintaan.
Dari sisi penawaran (supply side) dimana Y= F(K,L), maka utang pemerintah dapat berarti akumulasi kapital terutama apabila digunakan untuk membiayai pembangunan infrastruktur yang dibutuhkan dalam rantai suplai. Sehingga meningkatnya utang pemerintah akan mendorong kurva penawaran sehingga meningkatkan pendapatan nasional. Namun dari sudut pandang lain, semakin besarnya utang pemerintah akan meningkatkan beban fiskal dimasa yang akan datang dan hal ini semakin sulit untuk diperbaiki karena pemerintah akan membutuhkan pembiayaan yang lebih besar yakni selain untuk menutupi defisit APBN (termasuk pembayaran bunga utang) juga untuk refinancing utang lama yang jatuh tempo. Seperti yang dapat dilihat pada Gambar 4.
Sumber : Kementerian Keuangan 2014
Gambar 4 Profil jatuh tempo utang pemerintah per Desember 2013
4
Rumusan Masalah
Kondisi APBN yang selalu defisit dan memiliki kecenderungan yang terus meningkat menyebabkan kebutuhan pembiayaan yang juga terus meningkat. Salah satu bentuk pembiayaan yang memiliki porsi terbesar yakni dengan melakukan utang atau penerbitan SUN. utang dan penerbitan SUN memiliki konsekuensi bahwa dimasa yang akan datang pemerintah harus menyediakan dana lebih untuk membayar kembali utang dan bunga utang maupun SUN yang telah dikeluarkannya. Beban bunga utang (belum termasuk pokok utang) pemerintah didalam APBN 2013 hampir mencapai 10 persen dari dari total anggaran belanja negara yakni sebesar triliun Rp1.154,38 triliun atau sebesar Rp 113,244 triliun seperti yang dapat dilihat pada Gambar 5.
Sumber : Kementerian Keuangan, 2014
Gambar 5 Pembayaran bunga utang
5 selain itu Blavy (2006) menemukan bahwa "ambang batas utang" adalah 21% dari PDB. Jika melihat rasio utang terhadap Produk Domestik Bruto (PDB) Indonesia, terlihat kecenderungan rasio yang menurun tahun 2000 utang pemerintah sebesar Rp1.234,28 triliun atau 89 persen dari PDB Indonesia pada tahun yang sama, sedangkan 13 tahun kemudian yakni tahun 2013 utang Pemerintah Indonesia meningkat lebih dari Rp1000 triliun menjadi Rp2.371,39 triliun atau 28 persen dari PDB Indonesia tahun 2013 seperti yang terlihat pada tabel 1.
Tabel 1 Total utang dan rasio utang terhadap PDB
Tahun Total Utang (triliun rupiah) Rasio Utang terhadap PDB (%)
2000 1.234,28 89
2001 1.273,18 77
2002 1.225,15 67
2003 1.232,50 61
2004 1.299,50 57
2005 1.313,50 47
2006 1.302,16 39
2007 1.389,41 35
2008 1.636,74 33
2009 1.590,66 28
2010 1.676,15 26
2011 1.803,49 25
2012 1.975,42 27,3
2013 2.371,39 28
Sumber : Kementerian Keuangan 2014
Tabel 1 menggambarkan bahwa total utang pemerintah yang cenderung meningkat setiap tahunnya namun rasio utang terhadap PDB semakin menurun atau dengan kata lain, pertumbuhan PDB lebih besar dari pada pertumbuhan utang pemerintah. Dengan menggunakan sudut pandang debt to GDP ratio, maka utang Indonesia masih masuk kedalam kategori relatif aman dan menjadi suatu yang “baik” untuk mendorong perekonomian.
6
Gambar 6 Tingkat kemiskinan di Indonesia (persen) dan jumlah utang pemerintah tahun 2000-2013
Terkait penggunaan utang dalam rangka pembangunan atau dalam pembiayaan defisit APBN, pemerintah mempunyai goal ekonomi dan goal sosial (salah satunya adalah kemiskinan). Data kemiskinan di Indonesia yang disajikan pada gambar 6 menunjukan bahwa dalam kurun waktu 2000-2013 tingkat kemiskinan di Indonesia cenderung menurun dan dalam kurun waktu yang sama jumlah utang pemerintah mengalami peningkatan. Namun, dengan kondisi data seperti ini belum dapat disimpulkan bahwa semakin besar utang pemerintah akan semakin menurunkan tingkat kemiskinan di Indonesia. Namun variabel kemiskinan dan keterkaitannya dengan utang tidak dibahas dalam penelitian ini karena lebih fokus pada tujuan ekonomi yakni pertumbuhan.
Utang pemerintah yang selama ini digunakan untuk menutupi defisit APBN maupun membiayai program pembangunan diharapkan memberikan dampat positif yang cukup signifikan terhadap perekonomian mengingat dimasa yang akan datang akan ada beban utang yang harus dibiayai oleh pemerintah. Jika melihat porsi belanja modal yang relatif kecil, maka ada kekhawatiran bahwa defisit anggaran yang dibiayai oleh utang pemerintah akan memiliki dampak yang kecil bagi perekonomian karena efek multiplier yang diharapkan besar dari belanja modal tidak terjadi. Besarnya belanja modal pemerintah tahun 2011, 2012, APBN-P 2013, dan APBN 2014 masing-masing adalah Rp1175,85 triliun, Rp145,1 triliun, Rp192,6 triliun, dan Rp229,53 triliun. Oleh karena itu perlu dilakukan pengujian lebih lanjut bagaimana korelasi antara utang pemerintah terhadap pertumbuhan ekonomi maupun variabel makro ekonomi lainnya.
Berdasarkan penjelasan di atas maka pokok permasalahan yang berhubungan dengan korelasi utang pemerintah terhadap pertumbuhan ekonomi Indonesia dapat dirumuskan sebagai berikut:
7 2. Bagaimana dampak guncangan pada utang pemerintah terhadap
pertumbuhan ekonomi.
3. Bagaimana korelasi silang (cross correlation) utang pemerintah terhadap pertumbuhan ekonomi.
Tujuan
Berdasarkan pada perumusan masalah diatas, Fokus penelitian ini adalah untuk mengetahui hubungan utang pemerintah terhadap pertumbuhan ekonomi Indonesia, dengan tujuan sebagai berikut :
1. Menganalisis pengaruh utang pemerintah terhadap pertumbuhan ekonomi.
2. Menganalisis dampak guncangan pada utang pemerintah terhadap pertumbuhan ekonomi.
3. Mengetahui korelasi silang (cross correlation) utang pemerintah terhadap pertumbuhan ekonomi.
Kegunaan Penelitian
Dari penelitian ini diharapkan akan memberikan manfaat bagi penulis juga bagi pihak-pihak lain.
1. Bagi pemerintah, dapat memberikan masukan dalam penggunaan dan pengelolaan keuangan negara khususnya dalam melaksanakan manajemen utang pemerintah maupun dalam mengambil keputusan untuk menambah atau tidak menambah utang baru.
2. Bagi pembaca, penelitian ini diharapkan akan mampu membuka cakrawala pembaca dalam melihat keterkaitan antara utang pemerintah dengan pertumbuhan ekonomi.
Ruang Lingkup Penelitian
8
TINJAUAN PUSTAKA
Kerangka Teoritis
Defisit Anggaran
Menurut Bafadal (2005), Defisit anggaran menggambarkan kondisi anggaran dan pendapatan belanja negara (APBN) dimana pengeluaran lebih besar dibandingkan penerimaan. Oleh karena itu, suatu negara dalam keadaan anggaran yang defisit maka memerlukan tambahan dana agar kegiatan yang telah direncanakan tetap berjalan. Upaya memperoleh tambahan untuk menutupi defisit disebut dengan pembiayaan defisit (deficit financing). Bentuk dari upaya ini seperti mencari pinjaman atau utang didalam negeri dan luar negeri, menjual asset negara dan memperoleh bantuan atau hibah.
Utang Pemerintah
utang negara berdasarkan Undang-Undang nomor 1 tahun 2004 merupakan jumlah uang yang wajib dibayar pemerintah pusat dan/atau kewajiban pemerintah pusat yang dapat dinilai dengan uang berdasarkan peraturan perundang-undangan yang berlaku, perjanjian, atau berdasarkan sebab lain yang sah. Atas dasar ini, maka utang pemerintah yang dimaksud adalah utang yang diperoleh dalam bentuk pinjaman dan Surat Utang Negara (SUN).
Surat Utang Negara (SUN)
Surat Utang Negara berdasarkan Undang-Undang Nomor 24 Tahun 2004 adalah surat berharga yang berupa surat pengakuan utang dalam mata uang Rupiah maupun valuta asing yang dijamin pembayaran bunga dan pokoknya oleh Negara Republik Indonesia, sesuai dengan masa berlakunya. Tujuan penerbitan SUN ialah untuk: (1) membiayai defisit APBN, (2) menutup kekurangan kas jangka pendek, dan (3) mengelola portofolio utang negara.
1. Jenis-jenis SUN
9 A. Obligasi Negara Berdenominasi Rupiah
Obligasi negara berdenominasi Rupiah dapat dipisahkan ke dalam beberapa jenis, yaitu:
1) Obligasi berbunga tetap (fixed rate bonds – FR dan ORI)
Obligasi jenis ini memiliki tingkat kupon yang ditetapkan pada saat penerbitan, dan dibayarkan secara periodik. Sebelum tahun 2006, obligasi berbunga tetap hanya didominasi obligasi seri FR (Fixed Rate) yang kuponnya dibayarkan setiap enam bulan sekali (semi-annual). Namun pada tahun 2006, tepatnya bulan Agustus 2006, Pemerintah untuk pertama kalinya menerbitkan obligasi berbunga tetap untuk investor ritel yang disingkat ORI – Obligasi Negara Ritel Indonesia. Berbeda dengan obligasi seri FR, kupon ORI dibayarkan sebulan sekali (monthly). Penerbitan ORI secara khusus akan dijelaskan pada bagian lainnya. Berdasarkan posisi 1 Februari 2010, terdapat 52 Seri FR dengan masa jatuh tempo antara tahun 2007 hingga 2038. Tingkat kupon FR berkisar antara 9 % (FR0048, jatuh tempo 15 September 2018 dan FR0049, jatuh tempo 15 September 2013) sampai 15,575% (FR0014, jatuh tempo 15 Nopember 2010). Selain itu terdapat juga obligasi syariah atau yang biasa dikenal dengan istilah “Sukuk”. Hingga februari 2009 ada 7 seri sukuk berdenominasi Rupiah mulai dari IFR0001 hingga IFR0007 dan juga seri SR-001 dengan tingkat kupon berkisar antara 9-12 %
2) Obligasi berbunga mengambang (variable rate bonds – VR)
Obligasi berbunga mengambang memiliki tingkat kupon yang ditetapkan secara periodik berdasarkan tingkat bunga SBI (Sertifikat Bank Indonesia) berjangka 3 bulan. Kupon dibayarkan secara periodik setiap 3 (tiga) bulan. Sampai akhir tahun 2006, terdapat 21 seri VR yang masa jatuh temponya berkisar antara tahun 2007 sampai dengan 2020. Pada 17 April 2008 bertambah 1 seri VR lagi yakni VR0032 dengan jatuh tempo 25 April 2011. Obligasi jenis VR dapat diperdagangkan dan dipindahtangankan kepemilikannya di pasar sekunder.
3) Surat utang kepada BI (SU)
10
dibayarkan secara periodik setiap 6 (enam) bulan sekali. Sementara pokok utang diamortisasi (dicicil) setiap enam bulan sekali secara proporsional atas dasar pokok yang telah diindeks. Pembayaran cicilan pokok dilakukan bersamaan dengan pembayaran bunga, dan dimulai setelah masa tenggang (grace period) berakhir. Sebagai bagian dari penyelesaian BLBI, Pemerintah dan BI telah sepakat untuk mengganti SU-001 dan SU-003 dengan menerbitkan surat utang jenis baru yaitu SRBI (Special Rate Bank Indonesia) pada tanggal 7 Agustus 2003 dengan seri SRBI-01/MK/2003. Sementara untuk SU-002 dan SU-004, pada tahun 2006 Pemerintah bersama BI telah menyepakati restrukturisasi terms and condition-nya. Secara umum, klausul indeksasi pokok SU-002 dan SU-004 terhadap inflasi telah dihapus, tingkat bunga SU-002 diturunkan menjadi 1% per tahun, jatuh tempo cicilan terakhir diperpanjang sampai tahun 2025, dan diterbitkan 007 untuk membayar tunggakan bunga 002 dan SU-004 serta perhitungan indeksasi sampai akhir tahun 2005.
4) SRBI (Special Rate Bank Indonesia)
SRBI, yang lengkapnya SRBI-01/MK/2003, adalah surat utang yang diterbitkan oleh Pemerintah pada tanggal 7 Agustus 2003 sebagai pengganti SU-001 dan SU-003, dalam rangka penyelesaian bantuan likuiditas BI. Nilai nominal penerbitan SRBI adalah sebesar Rp144.536.094.294.530,00 atau sama dengan jumlah nominal SU-001 dan SU-003. SRBI jatuh tempo tahun 2033 dengan tingkat kupon 0,1% setahun dihitung dari sisa pokok terutang yang dibayarkan secara periodik 2 (dua) kali setahun. Pelunasan SRBI dapat bersumber dari surplus Bank Indonesia yang menjadi bagian Pemerintah dan akan dilakukan apabila rasio modal terhadap kewajiban moneter BI telah mencapai di atas 10%. Dalam hal rasio modal terhadap kewajiban moneter Bank Indonesia kurang dari 3%, maka Pemerintah akan membayar charge kepada Bank Indonesia sebesar kekurangan dana yang diperlukan untuk mencapai rasio modal tersebut.
B. Obligasi Negara Berdenominasi Mata Uang Asing
11
Utang Pemerintah dalam Perpotongan Keynesian
Peningkatan belanja pemerintah akan berpengaruh terhadap peningkatan output yang berarti akan meningkatkan pertumbuhan ekonomi, hal ini bisa dilihat pada gambar 7
Sumber: Mankiw, 2000
Gambar 7 Kenaikan belanja pemerintah dalam perpotongan Keynesian
Pada gambar 7 dapat dilihat, ketika belanja pemerintah (G) yang lebih tinggi mengakibatkan pengeluaran yang direncanakan (AE) yang lebih tinggi untuk semua tingkat pendapatan. Jika pembelian pemerintah naik sebesar ΔG maka kurva pengeluaran yang direncanakan (AE) bergeser ke atas sebesar ΔG, seperti dalam gambar 7 keseimbangan perekonomian bergerak dari titik A ke titik B. gambar 7 menunjukan bahwa kenaikan belanja pemerintah semakin meningkatkan output, yaitu ΔY yang lebih besar dari ΔG. Rasio ΔY/ΔG pengganda belanja atau pengeluaran pemerintah (government purchase multiplier) dapat ditulis dengan persamaan sebagai berikut :
ΔY/ΔG = 1/(1 – MPC)...(2.1) Rasio ini menyatakan berapa banyak pendapatan meningkat dalam menghadapi kenaikan satu satuan dalam belanja pemerintah. Implikasi dari perpotongan Keynesian adalah pengganda pembelian pemerintah lebih besar dari 1 (Mankiw, 2000)
12
pemerintah akan menaikan pendapatan dalam jumlah yang lebih besar (Mankiw 2000).
Pertumbuhan Ekonomi
Dalam kamus ekonomi fluktuasi dari tingkat kegiatan perekonomian (PDB riil) yang saling bergantian antara masa depresi dan masa kemakmuran disebut dengan siklus Bisnis (Business Cycle)
Ada empat tahapan dalam siklus perekonomian: tahap pertama adalah masa depresi (depression), yaitu suatu periode penurunan permintaan agregat yang cepat dan dibarengi dengan rendahnya tingkat output dan tingkat pengangguran yang tinggi yang secara bertahap mencapai dasar yang paling rendah; tahap yang kedua adalah tahap pemulihan (recovery), yaitu peningkatan permintaan agregat yang dibarengi dengan peningkatan output dan penurunan tingkat pengangguran; tahap yang ketiga adalah masa kemakmuran (prosperity), yaitu permintaan agregat yang mencapai dan kemudian melewati tarif output yang terus-menerus (PDB potensial) pada saat puncak siklus telah dicapai, dimana tingkat penggunaan tenaga kerja penuh dicapai dan adanya kelebihan permintaan mengakibatkan naiknya tingkat harga-harga umum (inflasi); tahap keempat adalah masa resesi (recession), dimana permintaan agregat menurun, yang mengakibatkan penurunan yang kecil dari output dan tenaga kerja, seperti yang terjadi pada tahap awal, seiring dengan hal ini maka akan muncul masa depresi. Tahapan-tahapan ini dapat dilihat dalam Gambar 8.
Sumber : Pass dan Lowes (1994)
Gambar 8 Siklus bisnis
Setiap siklus memiliki dua jenis titik balik (turning point), yaitu titik puncak (peak) dan titik lembah (trough). Kedua titik balik ini menandakan sinyal apabila arah dari pergerakan siklikal suatu indikator berubah dari periode ekspansi ke periode kontraksi atau jika terjadi sebaliknya. Kedua titik balik ini hanya dapat ditentukan menggunakan data time series yang merupakan deviasi trendnya, yaitu
13 merupakan definisi dari business cycle yang digunakan dalam penelitian ini. Dapat disimpulkan bahwa tahapan ini akan datang silih berganti sepanjang waktu dalam perekonomian suatu negara.
Teori Business Cycle
1. Definisi Business Cycle
Definisi Business Cycle atau trade cycle (siklus perekonomin atau siklus perdagangan) menurut Wesley C. Mitchell dan Arthur F. Burns dalam Niemira dan Klein (1994) adalah:
“Business cycles are a type of fluctuation found in the aggregate economic activity of nations that organized their work mainly in business enterprises: a cycle consist of expansion occurring at about the same time in many economic activites, followed by similiarly general recessions, contractions, and revival which merge into the expansion phase of the next cycle; this sequence of changes is recurrent but not periodic; in duration business cycle vary from more than one year to ten or twelve years; they are not divisible into shoerter cycles of similar character with amplitudes approximating their own”
A. Teori Real Business Cycle
Teori Real Business Cycle memberi kontribusi penting dalam ilmu ekonomi dengan memberi sudut pandang baru yang berbeda dalam mengkaji fluktuasi jangka pendek dari output dan kesempatan kerja (employment) yang dijelaskan dengan menggunakan substitusi tenaga kerja antar-waktu, dimana dalam teori ini dianggap sebagai perubahan dalam tingkat output alami, atau keseimbangan. Dengan tetap mempertahankan model klasik sebagai acuan, teori ini mengasumsikan bahwa harga dan upah adalah fleksible, bahkan dalam jangka pendek. Dengan asumsi complete price flexibility, teori ini menganut classical dichotomy dimana variable-variabel nominal, seperti pergerakan uang dan tingkat harga tidak mempengaruhi pergerakan variabel di sektor riil seperti output dan pengangguran (Mankiw, 2000).
Untuk menjelaskan pergerakan sektor riil, teori ini menyatakan pergerakan tersebut disebabkan oleh factor alami di sector itu sendiri seperti terjadinya technological shock yang membuat produktivitas meningkat berakhir pada perekonomian yang juga meningkat. Dengan kata lain semua fluktuasi di sector riil seperti pertumbuhan ekonomi, tingkat pengangguran, tingkat konsumsi dan investasi merupakan hasil reaksi dari indivisu-individu terhadap perubahan dalam perekonomian.
Sementara selama periode resesi atau yang disebut sebagai kemunduran teknologi, output dan insentif untuk bekerja akan berkurang yang dikarenakan teknologi produksi yang menurun. Asumsi lain yang juga penting dalam teori ini adalah netralitas uang dalam perekonomian, yang juga berlaku untuk jangka pendek, dimana kebijakan moneter tidak akan mempengaruhi veriabel-variabel riil, seperti output dan kesempatan kerja.
14
menunjukkan penurunan money supply selalu disertai dengan perubahan di sector riil seperti tingginya pengangguran dan rendahnya output. Penganut teori ini memberikan keterangan ebaliknya dengan argumentasi bahwa perubahan dalam perekonomian seperti tingginya output akibat factor alami akan mempengaruhi permintaan akan uang. Meningkatnya permintaan uang ini akan direspon oleh bank sentral denagn menambah money supply (Mankiw, 2000).
Perubahan dalam perekonomian karena faktor-faktor alami ini akan menyebabkan terjadinya sik;us dalam pergerakan variabel-variabel di sektor riil. Siklus ini dipercaya terjadi dalam setiap variabel di sektor riil dan dapat dilihat dengan menghilangkan faktor-faktor musiman, trend dan irregular dari data. Sampai saat ini teori real business cycle yang dianut oleh sedikit ekonom namun cukup signifikan ini terus berkembang. Bahkan, ada sebuah organisasi di Amerika Serikat yang terus nelakukan penelitian dan menciptakan terobosan baru dalam model-model ekonomi untuk menjelaskan teori real business cycle ini.
B. Teori Ekonomi New Keynessian
Para pengkritik teori real business cycle umumnya berasal dari penganut aliran new keynessian. Banyak dari meraka percaya bahwa fluktuasi output dan kesempatan kerja dalam jangka pendek disebabkan oleh terjadinya fluktuasi dalam permintaan agregat akibat lambatnya upah dan harga dalam menyesuaikan dengan kondisi ekonomi yang sedang berubah. Dengan kata lain teori ini percaya bahwa upah dan harga bersifat kaku/sulit berubah, sehingga peranan pemerintah melalui kebijakan moneter dan fiskal sangat diperlukan untuk menstabilkan perekonomian. Karena teori ini dibangun di atas ,odel permintaan agregat dan penawaran agregat tradisional, maka dalam teori ini dikatakan bahwa perubahan harga dari biaya beli sekesil apapun akan memilki dampak makroekonomi yang besar karena adanya eksternalitas permintaan agregat. Toeri ini telah memasukkan guncangan pada sisi penawaran, ketidakstabilan moneter dan guncangan terhadap permintaan uang dan modelnya (Mankiw, 2000).
Metode Penelitian Empirik Business cycle 1. Hodrick-Prescott Filter (HPF)
Hodrick-Prescott Filter (HPF) merupakan pendekatan statistik yang secara khusus mengestimasi trend dan komponen siklikal atau menghilangkan komponen trend dan siklikal dalam suatu data deret waktu (time series). Fakta secara empirik (stylized fact) menunjukan bahwa business cycle Indonesia dianalisis dengan memisahkan komponen trend dan siklikal dari data time series makroekonomi . dalam analisis HPF, komponen siklikal variabel makroekonomi dapat dilihat pola dan karakteristiknya dengan melihat korelasinya dengan variabel referensi.
2. Cross Corelation
15 A. Karakteristik Hubungan Indikator dalam Business Cycle
Setiap variabel-variabel ekonomi yang termasuk ke dalam salah satu dari indikator dini yang telah dijelaskan di atas, memiliki hubuingan yang bermacam-macam terhadap business cycle. Berikut ini akan dijabarkan mengenai hubungan antara indikator-indikator dengan business cycle, yang terbagi menjadi tiga, yaitu:
Procyclical, hubungan dimana arah pergerakan dari indikator-indikator ekonomi sama dengan perubahan yang terjadi pada perekonomian suatu negara. Ketika perekonomian membaik, maka dapat dipastikan bahwa indikatornya akan mengalami peningkatan (Gambar 9)
Countercyclical, hubungan diman indikator-indikator ekonomi memiliki arah gerak yang berlawanan dengan perekonomian suatu negara yang sedang terjadi (Gambar 10)
Acyclical, indikator-indikator ekonomi tidak memiliki hubungan dengan perubahan yang terjadi pada perekonomian suatu negara. Adapun kondisi perekonomian tersebut, baik dalam kondisi yang cukup bagus maupun dalam kondisi buruk, perubahan yang terjadi dalam indikator tersebut tetap tidak terpengaruh dan berada pada trend-nya sendiri.
Sumber : Gail (1998)
Gambar 9 Pergerakan procyclical variabel a dan b
Sumber : Gail (1998)
16
Kajian Penelitian Terdahulu
Penelitian Bafadal (2005) yang berjudul “Dampak Defisit dan Utang Pemerintah terhadap Stabilitas Makro Ekonomi” dengan menggunakan model ekonommetrika time series yakni Vector Error Corection Model (VECM) dan menggunakan data tiga bulanan tahun 1980-2003. Hasil penelitian menunjukan bahwa utang dalm negeri sebagai komponen pembiayaan anggaran mulai sejak krisis 1998. Kondisi fiskal adalah sustain dalam jangka panjang dan rasio defisit terhadap produk domestic bruto (PDB) sebesar 4.35 persen dan rasio total utang terhadap PDB sebesar 75 persen. peningkatan defisit dan cicilan utang akan menurunkan PDB dalam jangka pendek dan jangka panjang. Stabilitas PDB akan dicapai setelah tiga tahun guncangan terjadi.
Penelitian Riyadi (2012) yang berjudul “Early Warning System Krisis Utang di Indonesia : Pendekatan Business Cycle Theory”. Hasil penelitian menyimpulkan bahwa terjadinya krisis utang di Indonesia pada periode waktu mendatang sangatlah dipengaruhi oleh faktor eksternal seperti suku bunga LIBOR 6 bulan dan laju inflasi Jepang. Hal ini membuktikan bahwa Indonesia merupakan negara dengan perekonomian terbuka kecil (small open economy) yang masih rentan terhadap goncangan makroekonomi global. Model early warning system yang terbentuk dari penelitian ini dapat bekerja dengan cukup baik dalam memprediksi kemungkinan terjadinya krisis utang di Indonesia meskipun proses kaliberasi terhadap variabel-variabel penyusunnya masih perlu dilakukan secara berkala.
Penelitian yang dilakukan Berg and Sachs (1988), Lee (1991), Balkan (1992), Lanoie and Lemarbre (1996), dan Marchesi (2003) dalam Riyadi (2012) mendefinisikan krisis utang hanya menggunakan konsep debt rescheduling yang dilakukan suatu negara. Penggunaan konsep debt rescheduling ini dimaksudkan untuk mengidentifikasi secara tepat kapan periode waktu suatu negara tertentu melakukan penjadwalan ulang atas pembayaran utang luar negerinya.
Penelitian Hubbard (2011) yang berjudul “Consequences of Government Deficits and Debt” yang melakukan penelitian untuk kasus pada negara Amerika Serikat. Penelitian ini menyimpulkan bahwa ada tiga kekhawatiran utama dari utang yakni: (1) kenaikan kumulatif utang yang begitu besar atau bahkan kecil dapat berpengaruh besar terhadap suku bunga riil, (2) besarnya pengaruh utang pemerintah pada suku bunga dapat meningkatkan ketergantungan terhadap tabungan asing, (3) tinggi pengeluaran pemerintah untuk membayar kewajiban utang sangat mungkin membuat beban pajak yang lebih tinggi, mengurangi pembentukan modal, pertumbuhan ekonomi dan standar kehidupan.
17 Hal ini dilihat dari nilai ekspor yang jauh lebih rendah dari utang luar negeri pemerintah, alokasi pengeluaran pembangunan yang jumlahnya jauh lebih kecil dari utang luar negeri pemerintah, jumlah utang luar negeri yang setiap tahunnya hampir sama bahkan melebihi jumlah domestic saving, dan lain-lain. Penelitian ini menyebutkan bahwa pengelolaan utang luar negeri pada orde reformasi cenderung lebih baik dibandingkan orde baru meskipun pengaruhnya terhadap pertumbuhan tetap negatif.
Penelitian Georgiev (2012) yang berjudul “Implications of public debt on Economic growth and development” yang meneliti hubungan antara utang, investasi dan pembangunan ekonomi dalam konteks Eropa khususnya Italia dan Portugal yang dianalisis lebih dalam perihal kebijakan fiskal dan manajemen utang. Analisis ini didasarkan pada statistic deskriptif, regresi dan data panel yang terdiri dari 17 negara Eropa dengan menggunakan jenjang waktu dari tahun 1980 hingga tahun 2012. Penelitian ini menunjukan bahwa Italia dan Portugal berada pada kondisi tidak berkelanjutan dalam decade terakhir disertai dengan defisit fiskal yang besar, ekspor neto yang negatif, dan kenaikan suku bunga. Utang public sebagai variabel independen tidak mempengaruhi pertumbuhan ekonomi secara langsung, tetapi menggeser investasi melalui suku bunga yang tinggi dan meningkatnya ketidakpastian yang pada akhirnya secara tidak langsung berpengaruh negatif terhadap PDB.
Penelitian Ezeabasili et.al (2011) yang berjudul “Nigeria’s External Debt and Economic Growth: An Error Correction Approach” yang mengkaji hubungan antara utang luar negeri Nigeria dan pertumbuhan ekonomi antara tahun 1975 hingga 2006 dengan pendekatan kointegrasi menunjukan bahwa adanya satu hubungan kointegrasi pada 1 dan 5 persen level kointegrasi. Penelitian tersebut menyebutkan bahwa untuk kasus Nigeria, peningkatan 1 persen utang luar negeri akan menyebabkan penurunan PDB sebesar 0,027 persen.
Kerangka Pemikiran
Dalam penelitian ini utang pemerintah merupakan variabel eksogen utama sedangkan fokus penelitian ini menganalisis respon pertumbuhan (business cycle) dan variabel ekonomi makro Indonesia lainnya sebagai tranmisi dalam mencapai pertumbuhan ekonomi terhadap utang pemerintah. Postur anggaran penerimaan dan belanja negara (APBN) secara garis besar di susun oleh penerimaan dan pengeluaran, apabila penerimaan lebih besar dari pengeluaran maka keuangan pemerintah mengalami surplus anggaran, jika penerimaan sama dengan pengeluaran maka keuangan pemerintah mengalami anggaran berimbang, sedangkan jika penerimaan lebih kecil dari pengeluaran maka keuangan pemerintah mengalami defisit anggaran.
18
[Y=C+I+G+NX] maupun dari sisi Penawaran [Y= F(K,L)], namun utang pemerintah juga dapat menimbulkan beban utang dan bunga utang yang akan membebani anggaran pemerintah dan pada akhirnya justru menghambat pertumbuhan. Dengan menggunakan tools ekonometrika akan memberikan jawaban apakah utang pemerintah akan memberikan pengaruh positif ataupun negatif bagi pertumbuhan ekonomi dan variabel ekonomi makro lainnya.
Gambar 11 Kerangka pemikiran
METODOLOGI PENELITIAN
Data dan Sumbernya
Data yang digunakan dalam penelitian ini adalah data runtun waktu kuartalan (triwulanan), mulai kuartal II tahun 1999 sampai kuartal II tahun 2014. pengambilan data tersebut disesuaikan dengan kebutuhan minimum data deret waktu yang diperlukan serta kebutuhan untuk menjawab tujuan penelitian sesuai dengan kerangka pemikiran yang telah diuraikan. Oleh karena itu, untuk mengetahui pengaruh utang pemerintah terhadap pertumbuhan dan variabel makro ekonomi dalam penelitian ini digunakan delapan variabel, yaitu :
Kebijakan Fiskal
Penerimaan Pengeluaran
GDP dan Variabel Makro lainnya
Defisit Seimbang Surplus
Utang Privatisasi Seignorage
AD-AS Beban Utang
19 1. Jumlah (outstanding) Utang Pemerintah (government debt) untuk
mengukur perkembangan/perubahan utang pemerintah.
2. Jumlah (outstanding) utang dalam bentuk SBN untuk mengukur perkembangan/perubahan utang pemerintah dalam bentuk SBN.
3. Jumlah (outstanding) utang dalam bentuk pinjaman untuk mengukur perkembangan/perubahan utang pemerintah yang berupa pinjaman.
4. PDB riil, merupakan produk domestik bruto Indonesia dengan menggunakan tingkat harga tahun dasar. Untuk mengetahui fluktuasi output/business cycle.
5. Nilai tukar riil domestic atau kurs (e), merupakan tingkat nilai tukar Rupiah terhadap US $ (Rp/US $), diambil dari kurs tengah BI.
6. Tingkat suku bunga acuan nominal (r), yaitu tingkat suku bunga acuan (kombinasi suku bunga SBI 1 bulanan dan BI rate). Suku Bunga nominal merupakan variabel eksogen yang dapat dikendalikan otoritas moneter. 7. Ekspor bersih riil (net ekspor riil), yakni hasil pengurangan ekspor riil
dikurangi impor riil
Variabel-variabel dalam bentuk angka indeks disesuaikan dengan tahun dasar yang sama yaitu tahun dasar 2000 (2000=100). Seluruh data yang digunakan dalam penelitian ini adalah data sekunder. Yang merupakan data time series triwulanan. Untuk keperluan analisis semua data kecuali suku bunga diubah dalam bentuk log. Secara rinci sumber data yang digunakan dalam penelitian ini dicantumkan dalam Tabel 2.
Tabel 2 Jenis dan sumber data
No. Jenis Data Sumber
1 Jumlah Utang Pemerintah Kementerian Keuangan
2 SBN Kementerian Keuangan
3 Pinjaman Pemerintah Kementerian Keuangan
4 PDB Riil Badan Pusat Statistik (BPS)
5 Nilai Tukar Riil Fx Sauder
6 SBI Nominal SEKI Bank Indonesia
7 Net Ekspor riil Badan Pusat Statistik (BPS)
20
besar penelitian terdahulu justru menunjukan bahwa beban utang pemerintah memiliki hubungan negatif terhadap pertumbuhan ekonomi. Jumlah utang pemerintah dalam penelitian ini yang merupakan jumlah dari SBN dan pinjaman sebagaimana data yang tercatat pada Direktorat Jendral Pengelolaan Utang (DJPU) Kementrian Keuangan berdasarkan Undang-Undang nomor 1 tahun 2004. PDB riil menggambarkan output yang dihasilkan suatu negara. Nilai tukar riil digunakan dalam penelitian ini karena cukup berpengaruh terhadap beban utang suatu negara khususnya utang luar negeri. Nilai tukar berpengaruh negatif terhadap beban utang suatu negara. Sehingga, apabila mata uang domestik terdepresiasi maka beban utang akan meningkat begitu juga sebaliknya jika utang luar negeri meningkat maka permintaan dolar meningkat sehingga nilai tukar terdepresiasi. Nilai tukar juga berpengaruh positif terhadap net ekspor yang nantinya dapat mendorong pertumbuhan. Beban utang yang semakin besar berpengaruh positif terhadap suku bunga yang dapat meningkatkan ketergantungan terhadap tabungan asing dan mengurangi pertumbuhan ekonomi. Utang berpengaruh negatif terhadap ekspor neto kususnya untuk utang dalam negeri, karena investasi untuk menghasilkan output di dalam negeri berkurang dan megunakan barang impor untuk memenuhi kebutuhan dalam negeri.
Model Persamaan dan Variabel-variabel
Berikut adalah model persamaan yang digunakan untuk melihat keterkaitan Utang Pemerintah terhadap pertumbuhan dan variabel makro ekonomi.
Persamaan utang pemerintah :
21 Keterangan :
sb_acuan = suku bunga acuan Bank Indonesia lxrate = logaritma natural nilai tukar riil lpdb = logaritma natural PDB
lutang = logaritma natural Utang Pemerintah lloan = logaritma natural pinjaman pemerintah lsbn = logaritma natural surat berharga negara lekspor = logaritma natural ekspor bersih
ci = intercept, dimana ; i(1,2,..) αij = lag operator, dimana ; i,j(1,2,..) εiu = guncangan acak, dimana ; i(1,2,..)
Pengurutan variabel pada model, didasarkan pada faktorisasi Cholesky, dimana variabel yang relatif paling sulit dipengaruhi variabel lain diletakan paling awal. Sementara variabel yang tidak memiliki nilai prediksi terhadap variabel lain diletakan paling belakang. Variabel yang memiliki korelasi prediksi terhadap variabel lain diletakan berdampingan satu sama lain. Hal ini dilakukan karena VD dan IRF sangat sensitif terhadap pengurutan variabel. Untuk memenuhi kebutuhan ordering ini bisa dilakukan melalui uji kausalitas Granger.
Metode Analisis
Vector Auto Regressive(VAR)
Penelitian ini akan menggunakan metode VAR, yaitu suatu sistem persamaan yang memperlihatkan setiap peubah sebagai fungsi dari konstanta dan nilai lag dari peubah itu sendiri serta nilai lag yang lain dari peubah lain yang ada dalam sistem itu sendiri. Jika data yang digunakan stasioner dan tidak terkointegrasi maka metode VAR yang digunakan tetapi, jika data yang digunakan tidak stasioner namun terkointegrasi maka VECM yang digunakan.
Menurut Arsana (2005), VAR tidak berbeda dengan tahapan persamaan simultan. VAR juga perlu melakukan identifikasi persamaan sebelum melakukan estimasi model. Kondisi overidentified akan diperoleh jika jumlah informasi yang dimiliki melebihi jumlah parameter yang ingin diestimasi. Jika jumlah informasi yang dimiliki melebihi jumlah parameter yang diestimasi sama, akan diperoleh kondisi exactly identified atau just identified. Sementara jika jumalah informasi kurang dari jumlah parameter yang diestimasi akan tercipta kondisi underidentified. Hasil identifikasi pada sebuah sistem persamaan simultan menjadi penting karena pengaruhnya pada proses estimasi. Proses estimasi hanya dapat dilakukan pada kondisi overidentified dan just identified.
Terdapat beberapa kelebihan dan kelemahan metode VAR menurut Nachrowi dan Usman (2006). Kelebihan metode VAR antara lain:
1. Model VAR adalah model yang sederhanadan tidak perlu membedakan mana variable yang endogen dan mana yang eksogen. Semua variabel pada model VAR dapat dianggap sebagai variabel endogen
22
3. Peramalan menggunakan model VAR pada beberapa hal lebih baik dibaanding menggunakan model dalam persamaan simultan yang lebih kompleks
Sekalipun memiliki banyak kelebihan, model VAR tetap mempunyai sisi lemah. Adapun beberapa kelemahan yang dimiliki nodel VAR antara lain:
2. Model VAR lebih bersifat ateoritik karena tidak memanfaatkan informasi atau teori terdahulu. Oleh karenanya, model tersebut sering disebut sebagai model yang tidak struktural
3. Mengingat tujuan utama model VAR untuk peramalan, maka model VAR kurang cocok untuk analisis kebijakan
4. Pemilihan banyaknya lag yang digunakan dalam persamaan juga dapat menimbulkan permasalahan. Misal kita memiliki tiga variabel bebas yang masing-masing memiliki lag sebanyak delapan, maka parameter yang harus diestimasi sebanyak 24 buah. Untuk kepentingan tersebut maka data atau pengamatan yang harus dimiliki relative lebih banyak.
Vector Error Correction Model (VECM)
VECM merupakan bentuk VAR yang terestriksi. Retriksi tambahan ini harus diberikan karena keberadaan bentuk data yang tidak stasioner namun terintegrasi. VECM kemudian memanfaatkan informasi restriksi kointegrasi tersebut kedalam spesifikasinya. Karena itulah VECM sering disebut sebagai desain VAR bagi series non stasioner yang memiliki hubungan kointegrasi.
Spesifikasi VECM merestriksi hubungan jangka panjang variabel-variabel endogen agar konvergen kedalam hubungan kointegrasinya, namun tetap membiarkan keberadaan dinamisasi jangka pendek. Istilah kointegrasi dikenal juga sebagi error, karena deviasi terhadap keseimbangan jangka panjang dikoreksi secara bertahap melalui series parsial penyesuaian jangka pendek
Model VECM disusun apabila rank kointegrasi (r) lebih besar dari nol. Model VECM ordo p dan rank kointegrasi r dituliskan sebagai :
………(3.1)
dimana : π = αβ,
β = vektor kointegrasi berukuran r x 1, α = vektor adjustment berukuran r x 1,
Pendugaan parameter dilakukan dengan menggunakan metode kemungkinan maksimum. Model VECM dapat ditulis dalam model VAR dengan menguraikan nilai diferensiasi :
Δyt = yt-yt-1 ……….(3.2)
Uji Akar Unit (Unit Root Test)
23 deret waktu dikatakan stasioner jika data menunjukan pola yang konstan dari waktu ke waktu, dengan kata lain tidak terdapat pertumbuhan atau penurunan pada data.
Ada beberapa cara yang dapat dilakukan untuk mengukur keberadaan stasioneritas, salah satunya dengan Augmented Dickey-Fuller (ADF) test. Jika nilai dari ADF statistiknya lebih kecil dari MacKinnon Critical Value maka data tersebut stasioner. Hasil series yang stasioner berujung pada penggunaan VAR dengan metode standar. Apabila hasi series tidak stasioner pada tingkat level, maka harus dilakukan penarikan diferensial dengan melakukan pengujian pada tingkat first difference atau second difference sampai data stasioner. Metode VAR kemudian dikombinasikan dengan VECM.
Penetapan Lag Optimal
Terdapat beberapa tahap pengujian yang dilakukan untuk memperoleh panjang lag optimal. Pada tahap pertama, akan dilihat panjang lag maksimum sistem VAR yang stabil. Stabilitas sistem VAR dilihat darinilai inverse roots karakteristik AR polinomialnya. Sistem VAR dikatakan stabil jika seluruh roots-nya memiliki modulus lebih kecil dari satu dan semuaroots-nya terletak pada unit circle.
Pada tahap kedua, panjang lag optimal akan dicari dengan menggunakan kriteria Akaike Information Criteria (AIC) dan Scwhwarz Information Criteria (SIC) yang dirumuskan sebagai berikut:
AIC(k) = -2( ………...(3.3)
AIC(k) = -2( ……….………...(3.4)
dimana I adalah nilai dari fungsi log likelihood dan k adalah jumlah parameter yang diestimasi dengan menggunakan T pengamatan. Untuk menetapkan lag yang paling optimal, model VAR harus diestimasi dengan tingkat lag yang berbeda-beda, kemudian dibandingkan nilai AIC atau SICnya. Nilai AIC atau SIC yang paling kecil dipakai sebagai acuan dalam penentuan tingkat lag paling optimal.
Uji Kointegrasi ( Cointegration Test)
Kointegrasi merupakan suatu hubungan jangka panjang antara variabel-variabel yang stasioner pada derajat integrasi yang sama. Konsep kointegrasi menyatakan bahwa jika satu variabel atau lebih tidak stasioner terkointegrasi, maka kombinasi linier antara variabel dalam sistem akan bersifat stasioner, sehingga dapat diperoleh sistem persamaan jangka panjang yang stabil (Enders, 2004)
24
Pada dasarnya terdapat beberapa cara untuk melakukan uji kointegrasi, yaitu uji kointegrasi Engle-Granger dan uji kointegrasi Johansen (Masyito, 2006). Namun pola penelitian ini uji kointegrasi yang digunakan yaitu uji kointegrasi Johansen (Johansen Cointegration Test)
Impulse Response Function (IRF)
Sims menyatakan bahwa cara yang paling baik dalam mencirikan struktur dinamis pada model adalah dengan menganalisa respon dari model terhadap guncangan (shock). IRF dapat melakukan ini dengan menunjukan bagaimana respon dari setiap variabel endogen itu sendiri dan variabel lainnya
Brooks (2002) berpendapat bahwa IRF melacak respon dari variabel dependen dala VAR terhadap guncangan dari variabel-variabel lain. Jadi, untuk setiap variabel dari masing-masing persamaan yang terpisah, suatu guncangan diaplikasikan kepada error dan effeknya terhadap sistem VAR untuk beberapa waktu tercatat. Karenanya apabila terdapat g variabel dalam sistem, total dari g2 Impulse Response dapat diketahui
Forecast Error Variance Decomposisition (FEVD)
Brooks (2002)manyatakan bahwa FEVD merupakan metode yang sedikit berbeda untuk mengalisis dinamika sistem VAR. FEVD memberi proporsi pergerakan dalam dalam variabel-variabel dependen yang terkait dengan guncangan dari variabel itu sendiri, disamping terhadap guncangan dari variabel-variabel lainnya. Suatu guncangan terhadap variabel-variabel ke-1 tentunya akan berpengaruh langsung terhadap variabel tersebut, namun juga akan ditranmisikan kepada semua variabel lainnya dalam sistem melalui struktur dinamis dari VAR. FEVD menetukan berapa banyak s langkah ke depan mampu meramalkan error variance dari variabel yang dijelaskan terhadap guncangan dari variabel-variabel lain, pada s=1,2,…. Dalam prakteknya, biasanya guncangan dari variabel itu sendiri dijelaskan sebagian besar (peramalan) error Variance dari sistem VAR.
Fakta Empirik Business Cycle
Fakta empirik yang telah teruji (stylized fact) business cycle Indonesia dianalisis dengan memisahkan komponen trend dan komponen siklikal dari data deret waktu (time series) ekonomi makro. Komponen siklikal variabel ekonomi makro ini kemudian dianalisis pola dan karakteristiknya dengan melihat korelasinya dengan variabel referensi yakni produk domestik bruto (PDB) pendekatan statistik khusus untuk mengestimasi trend dan komponen siklikal yang diaplikasikan dalam penelitian ini adalah Hodrick-Prescott fillter (HPF).
Hodrick-Prescott filter digunakan untuk menghitung deret waktu τ Ct kedalam komponen trend τtdan komponen siklikal Ct. Komponen trend yang bersifat stochastic dan berubah secara kontinyu secara alamiah sepanjang waktu. Komponen trend dan komponen siklikal merupakan dua komponen yang tidak berkorelasi.
25 Jika τt adalah trend dari deret waktu (time series) yt, maka secara formal estimasi τt dapat diperoleh dengan meminimalisasi fungsi kerugian (loss function) sebagai berikut :
……...….(3.5) Dimana: [yt-τt] merupakan komponen siklikal dalam HPF. Masalah optimisasi dapat diselesaikan melalui syarat kecukupan (necessary condition) dibawah ini :
-2(yt-τt)+2λ[(τt-τt-1)-(τt-1-τt-2)]-
4λ[(τt+1-τt)-(τt-τt-1)]+2λ[(τt+2-τt+1)-(τt+1-τt)] = 0 ……….(3.6) Melalui aljabar sederhana dapat diperoleh :
Yt=[ λL-2
-4λL-1+(6+1)-4λL+λL2]τt =[λ(1-L)2(1-L-1)2+1]τt
= F (L)τt……….……(3.7)
Dimana L adalah lag operator dan F(L) adalah bentuk polinom dari lag operator komponen siklikal [yt-τt] dapat dihitung melalui :
CtHP = [F(L)-1][F(L)]-1yt………(3.8)
Dimana C(L) adalah bentuk polinom dari lag operator. Nilai λ yang digunakan untuk data triwulanan adalah 1600.
Metode yang digunakan untuk mengestimasi trend adalah metode HPF yang dilakukan dengan menggunakan software E-Views 8. sedangkan untuk proses detrending (pemisahan unsur siklikal dari unsur trend-nya) dilakukan dengan menggunakan program microsoft Excel.
Analisis Pola dan Karakteristik Business Cycle
Supriana (2004) menyatakan bahwa fluktuasi siklikal dideskripsikan berdasarkan struktur korelasi silang (cross corelation) dari komponen siklikal. Hal ini dilakukan untuk mengetahui fakta variabel ekonomi makro yang diobservasi. Jika komponen siklikal dari variabel ekonomi makro Xt, t = 1,...,t, maka koefisien korelasi silang antara Xt dengan komponen siklikal PDB dalam t, adalah ρ(j), jε(0,±1,±2,…). Nilai ρ(j) untuk j=0, memberikan informasi arah dan tingkat hubungan dari variabel relatif terhadap PDB. Nilai koefisien korelasi positif dan mendekati satu menunjukan variabel tersebut pro-siklikal. Sedangkan koefisien korelasi dengan nilai yang sama tetapi berlawanan arah (negatif) disebut kontra-siklikal. Nilai yang tidak berbeda nyata dari nol menunjukkan bahwa variabel tersebut tudak bekorelasi dengan PDB yang disebut a-siklikal.
26
j>0, sedangkan ketika nilai mutlak koefisien korelasi silang mencapai maksimum pada j=0 maka komponen siklikal tersebut merupakan co-incident terhadap variabel acuan. Korelasi silang yang digunakan dalam penelitian ini adalah korelasi silang Pearson yang dapat diformulasikan sebagai berikut :
………(3.9)
Karakteristik Volatilitas
Proses penentuan kategori volatilitas dari pergerakan siklikal suatu indikator dilakukan dengan cara mencari nilai standar deviasi dari seri data terlebih dahulu untuk kemudian dibagi dengan nilai rata-rata dari seri data yang telah dipisahkan dari unsur trendnya. Hasil dari pembagian tersebut diubah menjadi bentuk persentase. Kriteria yang harus diperhatikan adalah untuk indikator yang memiliki Coefficient Variation (CV) lebih dari 100 persen berarti volatilitasnya tergolong tinggi. Sedangkan indikator yang memiliki CV lebih dari 50 persen tapi kurang dari 100 persen termasuk dalam kategori volatilitasnya medium, dan untuk indikator yang CV-nya kurang dari 50 persen termasuk dalam indikator yang volatilitasnya rendah. Berikut merupakan cara penghitungan secara coefficient of variation:
Kerangka Kerja
Dalam penelitian ini utang pemerintah merupakan variabel eksogen utama sedangkan fokus penelitian ini menganalisis respon pertumbuhan (business cycle)
………...………..(3.10)
…………..………...………(3.11)
27 dan variabel ekonomi makro Indonesia lainnya terhadap utang pemerintah tersaji pada Gambar 12.
Gambar 12 Kerangka kerja
1. Bagaimana pengaruh utang pemerintah terhadap pertumbuhan ekonomi
2. Bagaimana dampak guncangan pada utang pemerintah terhadap pertumbuhan ekonomi
3. Bagaimana korelasi silang (cross correlation) utang pemerintah terhadap pertumbuhan
ekonomi
Data
Utang Pemerintah (SBN & Pinjaman), PDB Riil, Nilai Tukar Riil, SBI Nominal, Net Ekspor Riil
Adjusting for seasonality
HPF :
Estimasi Komponen Trend
Estimasi Komponen Siklikal
Detrended :
Pemisahan Komponen Trend dan Siklikal
Cross Corelation
Bentuk Korelasi Silang (Cross Corelation utang pemerintah terhadap
pertumbuhan ekonomi
VAR / VECM
Estimasi VECM IRF dan FEVD
Pengaruh dan Dampak Guncangan pada utang pemerintah terhadap pertumbuhan
ekonomi
28
Untuk melihat korelasi silang dari utang pemerintah terhadap pertumbuhan dan variabel ekonomi makro Indonesia lainnya maka perlu terlebih dahulu dicari komponen trend dan siklikal dari utang pemerintah, PDB rill dan variabel ekonomi Indonesia lainnya menggunakan HPF. Selanjutnya komponen trend dan siklikal dipisahkan (detrended) dengan menggunakan program Microsoft Exel. Komponen siklikal dari variabel-variabel kemudian dianalisis dengan menggunakan cross correlation. Untuk mengetahui pengaruh serta dampak perubahan utang pemerintah terhadap pertumbuhan dan variabel ekonomi makro Indonesia lainnya, data seluruh variabel dianalisis dengan metode VAR/VECM. Setelah diketahui keterkaitan maupun pengaruh utang pemerintah terhadap pertumbuhan Indonesia, maka dapat disimpulkan apakah utang pemerintah selama ini memberikan dampak yang positif bagi perekonomian atau tidak atau mungkin justru memberikan dampak negatif.
HASIL DAN PEMBAHASAN
Keterkaitan Utang Pemerintah dengan Variabel Pertumbuhan dan Beberapa Variabel Makro Ekonomi
Pengaruh atau keterkaitan utang pemerintah dengan variabel pertumbuhan dilakukan dengan menggunakan Vector Autoregression (VAR) / Vector Error Correction Model (VECM). VECM merupakan bentuk VAR yang terestriksi (Enders, 2007) restriksi tambahan ini harus diberikan apabila terdapat keberadaan bentuk data yang tidak stasioner pada level, tetapi terkointegrasi. Oleh karena itu, sebelum melakukan estimasi perlu dilakukan beberapa uji statistik untuk dapat menentukan metode yang digunakan.
Uji Akar Unit (Unit Root Test)
Analisis data time series seringkali memiliki masalah mengenai kestasioneran data. Hal ini sangat penting karena penggunaan data yang tidak stasioner dalam model regresi akan menciptakan regresi lancing (spurious regresion). Regresi langsung akan terjadi ketika hasil regresi menunjukan hubungan antara variabel yang signifikan secara statistik, namun sebenarnya hubungan tersebut hanyalah contemporaneous dan tidak memiliki makna kausal yang jelas. Regresi ini dapat mengakibatkan misleading dalam penelitian terhadap suatu fenomena ekonomi yang sedang terjadi.
29 seluruh variabelnya stasioner. Suatu variabel dikatakan stasioner apabila nilai ADF test statistic lebih kecil secara actual dari ManKinnon test critical values. Dengan menggunakan selang kepercayaan 95 persen, maka didapat hasil uji stasioneritas tingkat level variabel-variabel penelitian hampir seluruhnya tidak stasioner pada tingkat level, hanya variabel pinjaman pemerintah yang stasioner pada tingkat level seperti yang tersaji dalam Tabel 3.
Tabel 3 Uji akar unit pada level
Variabel
lekspor -1.0015 -3.5504 -2.9135 -2.5945 Tidak Stasioner Lutang -0.3214 -3.5441 -2.9109 -2.5931 Tidak Stasioner Lpdb 0.147834 -3.55267 -2.91452 -2.59503 Tidak Stasioner Lloan -3.58848 -3.54406 -2.91086 -2.59309 Stationer Lsbn -0.13518 -3.54406 -2.91086 -2.59309 Tidak Stasioner Lxrate -1.08018 -3.54821 -2.91263 -2.59403 Tidak Stasioner sb_acuan -1.04197 -3.5461 -2.91173 -2.59355 Tidak Stasioner
Berdasarkan hasil pengujian pada tingkat level dapat diketahui bahwa dengan menggunakan taraf nyata 5 persen seluruh variabel tidak stasioner. Untuk itu perlu dilakukan uji kestasioneran data pada tingkat first difference. Dari tabel 4 dapat diketahui bahwa seluruh variabel stasioner pada tingkat first difference karena nilai ADF test statistic variabel-variabel itu secara aktual lebih kecil dari nilai kritis MacKinnon. Hasil uji akar unit selengkapnya dapat dilihat pada lampiran.
Tabel 4 Uji akar unit pada first difference
Variabel ADF Statistik Nilai Kritis MacKinnon Keterangan
1% 5% 10%
30
Uji Stabilitas VAR
Tahapan selanjutnya yang perlu dilakukan dalam data time series adalah uji stabilitas VAR. Uji ini dilakukan untuk melihat apakah model VAR stabil atau tidak. Pengujian stabilitas VAR perlu dilakukan guna melihat validitas dalam analisis Impulse Response Function (IRF) dan juga Variance Decompotition (FEVD). Kestabilan model VAR dalam uji ini dilihat dari nilai modulus dari seluruh roots of characteristic polynominal yang kurang dari satu (Gujarati,2003). Tabel 5 dan Tabel 6 memperlihatkan bahwa model VAR yang digunakan dalam penelitian ini stabil pada lag optimalnya yaitu lag empat untuk persamaan pengaruh utang dan lag lima untuk persamaan pengaruh pinjaman dan SBN. Hal ini didasarkan pada nilai modulus dari seluruh roots memiliki nilai kurang dari satu.
Tabel 5 Uji stabilitas VAR persamaan pengaruh utang pemerintah
Root Modulus
0.981110 0.981110
0.876106 + 0.316335i 0.931466
0.876106 - 0.316335i 0.931466
0.911570 + 0.128915i 0.920641
0.911570 - 0.128915i 0.920641
0.026198 + 0.866416i 0.866812
0.026198 - 0.866416i 0.866812
0.442089 - 0.729036i 0.852605
0.442089 + 0.729036i 0.852605
-0.253431 + 0.813983i 0.852523
-0.253431 - 0.813983i 0.852523
0.150053 - 0.831996i 0.845419
0.150053 + 0.831996i 0.845419
0.745934 - 0.380804i 0.837514
0.745934 + 0.380804i 0.837514
0.655690 + 0.496489i 0.822454
0.655690 - 0.496489i 0.822454
-0.793900 0.793900
0.045981 + 0.549930i 0.551849
0.045981 - 0.549930i 0.551849
0.181853 + 0.378069i 0.419531
0.181853 - 0.378069i 0.419531
