Jurnal Dinamika Ekonomi Rakyat
https://ejournal.uksw.edu/dekat
ANALISIS PENGARUH FINTECH P2P LENDING DAN KREDIT BANK UMUM TERHADAP KETIMPANGAN PENDAPATAN
1Ayu Risqita Sari, 2Birgitta Dian Saraswati
1,2 Fakultas Ekonomika dan Bisnis Universitas Kristen Satya Wacana Koresponden: 1222016020@student.uksw.edu, 2Birgitta.saraswati@uksw.edu
A B S T R A C T
Keywords:
Income Inequality;
Peer to Peer Fintech;
Commercial Bank Credit.
Despite that the poverty rate in the Province of Central Java shows a declining trend, but the income disparity still exists. Therefore, in order to solve that problem, the identification of factors that influence the disparity in income distribution is needed, so that the right policy can be formulated. This research aims to analyze how the peer-to-peer fintech, inflation and credit distributed by Commercial Bank affect the income disparity in the Province of Central Java. Using multiple linear regression method for period 2018.1-2019.12, this research found that the credit distribution by commercial bank, significantly affect the income disparity in the Province of Central Java. The credit distributed by the bank is proven to be able to decrease the income disparity in the Province of Central Java.
However, the peer-to-peer fintech and inflation are not proven to influence the income disparity.
A B S T R A K
Kata Kunci:
Ketimpangan Pendapatan;
Fintech Peer to Peer;
Kredit Bank Umum.
Meskipun angka kemiskinan di Provinsi Jawa Tengah menunjukkan tren yang menurun tetapi ketimpangan pendapatan masih menjadi masalah.
Oleh karena itu dalam rangka mengatasi masalah tersebut maka diperlukan identifikasi faktor yang mempengaruhi ketimpangan distribusi pendapatan sehingga diharapkan dapat dirumuskan kebijakan yang tepat. Penelitian ini bertujuan untuk menganalisis bagaimana pengaruh fintech peer to peer, inflasi dan kredit yang disalurkan oleh Bank Umum terhadap ketimpangan pendapatan di Provinsi Jawa Tengah. Dengan menggunakan metode regresi linear berganda dengan periode waktu 2018.1-2019.12, penelitian ini memberikan hasil bahwa Penyaluran Kredit oleh Bank Umum baik dalam bentuk kredit UMKM dan kredit (Modal Kerja, Investasi, Konsumsi) berpengaruh signifikan terhadap ketimpangan pendapatan di Provinsi Jawa Tengah. Penyaluran Kredit oleh perbankan terbukti mampu menurunkan tingkat ketimpangan pendapatan di Provinsi Jawa Tengah. Namun demikian fintech peer to peer dan inflasi terbukti tidak berpengaruh terhadap ketimpangan pendapatan di Provinsi Jawa Tengah.
Analisis Pengaruh Fintech P2P Lending Dan Kredit Bank Umum Terhadap Ketimpangan Pendapatan
PENDAHULUAN
Kemiskinan adalah permasalahan besar yang dihadapi oleh hampir di seluruh negara di dunia, termasuk negara Indonesia. Permasalahan kemiskinan yang menimpa Indonesia telah terjadi sejak dahulu dan menjadi pusat perhatian pemerintah. Kemiskinan ini menjadi suatu permasalahan yang sangat sulit untuk diatasi. Masalah kemiskinan ini menjadi tantangan besar bagi pemerintah Indonesia untuk merancang kebijakan untuk dapat mengatasainya. Kemiskinan sendiri yaitu ketidakmampuan seseorang dalam memenuhi kebutuhan dasar minimal untuk hidup layak baik makanan maupun non makanan (BPS, 2020).
Sumber: Badan Pusat Statistika (data diolah)
Grafik 1. Persentase Penduduk Miskin Di Indonesia Tahun 2011-2019
Meskipun persentase jumlah penduduk miskin di Indonesia mengalami tren menurun dalam kurun 2011-2019, namun masih sering dijumpai fenomena dimana di daerah perkotaan, banyak mobil mewah dengan harga mahal berhilir mudik, akan tetapi di trotoar jalan raya banyak dijumpai para pejalan kaki dan pengemis bahkan lebih parahnya lagi adanya perkampungan kumuh dibantaran sungai dan pinggiran rel kereta api. Lalu di daerah pedesaan, masih dijumpai penduduk yang tidak cukup untuk makan sehari-hari. Hal tersebut telah membuktikan bahwa masih banyaknya jumlah penduduk miskin di Indonesia dan juga menunjukan adanya ketimpangan pendapatan antar penduduk di Indonesia. Pendidikan dan keterampilan yang rendah yang dimiliki oleh penduduk juga menyebabkan mereka kesulitan memasuki pekerjaan formal dan mempunyai pekerjaan yang pendapatannya mencukupi.
Distribusi pendapatan suatu daerah yang tidak merata, tidak akan menciptakan kemakmuran bagi masyarakatnya secara umum. Sistem distribusi yang tidak merata hanya akan menciptakan kemakmuran bagi golongan tertentu saja. Begitu pula sebaliknya, distribusi pendapatan yang merata akan menciptakan peningkatan kemampuan masyarakat untuk berkontribusi aktif dalam pembangunan (Badriah, 2019).
Provinsi Jawa Tengah merupakan salah satu provinsi yang berada di Indonesia yang menghadapi persoalan kemiskinan. Angka kemiskinan di Provinsi Jawa Tengah pada Maret 2019 mencapai 10,8 persen dengan jumlah penduduk miskin 3,74 juta orang. Angka tersebut menurun dari posisi per September 2018 sebesar 11,32 persen dengan jumlah penduduk
12.49
11.66
11.47
10.96
11.13
10.70 10.12 9.66
9.22
2011 2012 2013 2014 2015 2016 2017 2018 2019
miskin 3,89 juta orang. Akan tetapi meskipun menurun, persentase itu masih dibawah rata- rata angka kemiskinan nasional yaitu sebesar 9,41 persen per maret 2019.
Sumber: Badan Pusat Statistika (data diolah)
Grafik 2. Persentase Penduduk Miskin Jawa Tengah dan Nasional Tahun 2011-2019 Dari grafik diatas dapat dilihat bahwa selama 9 tahun terakhir persentase penduduk miskin di Jawa Tengah mengalami penurunan. Sedangkan persentase penduduk miskin di Indonesia pada tahun 2014 ke 2015 mengalami peningkatan sebesar 0,17 persen. Meskipun persentase jumlah penduduk miskin di Jawa Tengah memperlihatkan tren yang menurun, tetapi persentase kemiskinan di Jawa Tengah masih lebih tinggi dibandingkan dengan persentase kemiskinan nasional. Selain itu ketimpangan pendapatan masih tergolong tinggi di Provinsi Jawa Tengah.
Sumber: Badan Pusat Statistika (data diolah)
Grafik 3. Gini Ratio Nasional dan Provinsi Jawa Tengah Tahun 2011-2019 16.20 14.98 14.44 13.58 13.32 13.19 12.23 11.19 10.58
12.49 11.66 11.47 10.96
11.13 10.70 10.12 9.66 9.22
2011 2012 2013 2014 2015 2016 2017 2018 2019
Persentase Penduduk Miskin
Nasional Jateng
0.380 0.380 0.390
0.380 0.380
0.357
0.365
0.357 0.358 0.388
0.413
0.406 0.414
0.402 0.394 0.391 0.384
0.380
2011 2012 2013 2014 2015 2016 2017 2018 2019
Jateng Nasional
Analisis Pengaruh Fintech P2P Lending dan Kredit Bank Umum Terhadap Ketimpangan Pendapatan
Angka Gini Ratio merupakan angka yang menunjukan derajat ketidak merataan distribusi pendapatan penduduk. Berdasarkan Grafik 2 bahwa Gini Ratio di Provinsi Jawa Tengah berfluktuasi. Hasil tersebut menunjukkan bahwa walaupun angka kemiskinan di Provinsi Jawa Tengah mengalami penurunan setiap tahunnya akan tetapi ketimpangan distribusi pendapatan masih terjadi atau belum merata. Banyak faktor yang menyebabkan ketimpangan distribusi pendapatan, seperti perbedaan tingkat pendidikan dan kualitas SDM atau Indeks Pembangunan Manusia (Afandi, Rantung, & Marashdeh, 2017; Putri, Amar, &
Aimon, 2015; Syilviarani, 2017), selain itu kondisi ekonomi makro seperti tingkat pengangguran, posisi dalam perdagangan internasional dan inflasi ternyata juga berpengaruh pada ketimpangan pendapatan (Deyshappriya, 2017).
Berbagai kebijakan dan program penanggulangan kemiskinan telah dilakukan pemerintah pusat maupun daerah akan tetapi belum juga menunjukan hasil yang memuaskan. Mulai dari program penanggulangan kemiskinan di bidang ekonomi yaitu dengan program bantuan tunai kepada Rumah Tangga Sangat Miskin (RTSM), program Beras Untuk Keluarga Miskin (RASKIN) dan Program Nasional Pemberdayaan Masyarakat (PNPM), lalu ada program Padat Karya Produktif yang mana program ini menyerap tenaga kerja pengangguran dan setengah pengangguran yang relatif banyak dengan melalui kegiatan yang bersifat usaha-usaha produktif dengan memanfaatkan Sumber Daya Alam (SDA), Sumber Daya Manusia (SDM) dan teknologi sederhana diberbagai sektor; untuk program di bidang pendidikan seperti BOS (Bantuan Operasional Sekolah) dan BSM (Bantuan Siswa Miskin); lalu program di bidang kesehatan seperti Jaminan Kesehatan Masyarakat (JAMKESMAS);
selanjutnya program dibidang keuangan/perbankan yaitu Kredit Usaha Rakyat (KUR) dan Kredit Usaha Bersama (KUBE).
Dewasa ini, pemerintah mengusung inklusi keuangan sebagai upaya pengentasan kemiskinan dan juga untuk mengatasi masalah ketimpangan pendapatan. Pada tahun 2016, presiden ke tujuh Indonesia yaitu Joko Widodo telah merilis program Strategi Nasional Keuangan Inklusif (SNKI) dengan bertujuan untuk memperluas akses masyarakat terhadap layanan keuangan (Suryowati, 2016). Dewasa ini inovasi industri keuangan berkembang pesat, salah satunya adalah inovasi teknologi keuangan (fintech). Dengan adanya fintech ini masyarakat lebih mudah dalam mengakses produk-produk keuangan, terutama bagi masyarakat miskin yang selama ini memiliki hambatan untuk akses jasa lembaga keuangan.
Menurut Peraturan Bank Indonesia Nomor 19/18/PBI/2017 dalam Rahma (2018) fintech merupakan penggunaan teknologi sistem keuangan yang menghasilkan produk, layanan teknologi, dan/atau model bisnis baru serta dapat berdampak pada stabilitas moneter, stabilitas sistem keuangan, efisiensi, kelancaran, keamanan dan keandalan sistem pembayaran, pendukung pasar, manajemen investasi dan manajemen risiko, pinjaman, pembiayaan dan penyedia modal dan jasa finansial lainnya. Ada 4 jenis fintech yang berkembang di Indonesia yaitu peer-to-peer (P2P) lending dan crowdfunding; manajemen risiko investasi; payment, clearing dan settlement; dan market aggregator (Rahma, 2018).
Dari keempat jenis fintech tersebut, fintech pembayaran merupakan jenis yang paling berkembang di Indonesia yaitu sebesar 39 persen, kemudian disusul fintech lending yang termasuk didalamnya adalah fintech peer to peer (P2P) yaitu sebesar 24 persen, selanjutnya
fintech jenis agregator yaitu sebesar 11 persen, lalu fintech jenis crowdfunding yaitu sebesar 8 persen.
Sumber: CNBC Indonesia
Gambar 1. Penyelenggara Fintech di Indonesia tahun 2018
Dengan berkembangnya fintech akan berdampak terhadap tingkat inklusi keuangan, karena fintech memberikan kemudahan masyarakat untuk dapat mengakses lembaga keuangan. Dengan meningkatkan inklusi keuangan masyarakat itu berarti bahwa semakin banyak masyarakat yang askes terhadap lembaga keuangan, yang memanfaatkan produk- produk keuangan maka akan meningkatkan kesejahteraan masyarakat sehingga pada akhirnya akan menurunkan tingkat ketimpangan pendapatan. Penelitian Demir et al., (2020) membuktikan bahwa fintech berpengaruh langsung maupun tidak langsung terhadap ketimpangan pendapatan melalui pengaruhnya terhadap tingkat inklusi keuangan di 140 negara yang menggunakan Global Findex. Selain itu Zhang et al., (2018) membuktikan bahwa fintech berpengaruh terhadap ketimpangan pendapatan di China. Dengan adanya fintech berpengaruh pada peningkatan pendapatan masyarakat sehingga pada akhirnya menurunkan ketimpangan pendapatan. Lalu menurut Studi INDEF dan Asosiasi Fintech Indonesia (2019), fintech lending mampu mengurangi angka ketimpangan (gini ratio) sebesar 0,01 di Indonesia.
Dalam rangka untuk pemerataan distribusi pendapatan baik nasional maupun daerah, maka diperlukan identifikasi faktor yang mempengaruhi ketimpangan distribusi pendapatan sehingga diharapkan dapat dirumuskan kebijakan yang tepat dalam mengatasi permasalahan ketimpangan pendapatan. Oleh sebab itu penelitian ini ingin melihat bagaimana pengaruh fintech P2P, inflasi, kredit yang disalurkan oleh Bank Umum terhadap ketimpangan pendapatan di Provinsi Jawa Tengah.
KAJIAN PUSTAKA DAN PERUMUSAN HIPOTESIS
Ketimpangan pendapatan merupakan perbedaan pendapatan yang dihasilkan masyarakat sehingga terjadi perbedaan yang mencolok dalam masyarakat (Todaro & Smith, 2015). Dengan kata lain ketimpangan pendapatan adalah perbedaan jumlah pendapatan yang diterima masyarakat sehingga mengakibatkan perbedaan pendapatan yang lebih besar antar golongan dalam masyarakat tersebut. Akibatnya yang kaya semakin kaya dan yang miskin akan semakin miskin (Putri et al., 2015). Ukuran ketimpangan pendapatan dinyatakan
39%
24%
11%
8%
7%
11%
Payment Lending Agregator Crowdfunding Financial Planning Others
Analisis Pengaruh Fintech P2P Lending dan Kredit Bank Umum Terhadap Ketimpangan Pendapatan
dalam nilai indeks Gini. Koefisien Gini merupakan sebuah ukuran ketidakmerataan atau ketimpangan (pendapatan/kesejahteraan) agregat (keseluruhan) yang angkanya berkisar antara nol hingga satu (Syilviarani, 2017).
Ilham (2015) dengan menggunakan persamaan Entropy Theil dan menggunakan analisis regresi panel meneliti pengaruh Indeks Pembangunan Manusia (IPM), TPT (Tingkat Pengangguran Terbuka), kontribusi sektor pertanian dan manufaktur, serta PMDN (Penanaman Modal Dalam Negeri) dan PMA (Penanaman Modal Asing) terhadap ketimpangan pendapatan di Indonesia pada periode 2011-2015. Penelitian tersebut memberikan hasil bahwa variabel IPM, TPT dan kontribusi sektor manufaktur berpengaruh signifikan terhadap ketimpangan ekonomi di Indonesia. Selain itu Susilo (2015) melakukan penelitian pengaruh pertumbuhan ekonomi, Indeks Pembangunan Manusia (IPM), Upah Minimum Regional dan inflasi terhadap ketimpangan pendapatan di Provinsi Jawa Tengah.
Dengan menggunakan analisis data panel dengan pendekatan fixed effect dan menggunakan data sekunder 35 kabupaten/kota di Provinsi Jawa Tengah periode tahun 2010-2015. Hasil dari penelitian tersebut yaitu variabel pertumbuhan ekonomi, tidak memiliki pengaruh terhadap ketimpangan pendapatan, sedangkan variabel indeks pembangunan manusia (IPM), upah minimum regional (UMR), inflasi, berpengaruh signifikan terhadap ketimpangan di Provinsi Jawa Tengah periode 2010-2015.
Penelitian lain juga dilakukan oleh Afandi et al., (2017) di 32 provinsi di Indonesia periode tahun 2007-2013 menggunakan data panel cross-section, menemukan bahwa perubahan struktural mempengaruhi ketimpangan, kenaikan sumbangan sektor keuangan dalam PDB menurunkan kemiskinan dan kenaikan angka partisipasi kuliah menaikan angka ketimpangan dan penurunan tingkat kemiskinan justru menaikan tingkat ketimpangan.
Putri et al., (2015) meneliti pengaruh dari variabel derajat otonomi fiskal daerah, rasio pajak, investasi, pertumbuhan ekonomi, produktivitas tenaga kerja dan IPM terhadap ketimpangan pendapatan di Indonesia dengan menggunakan regresi linear berganda dengan model CEM yang menemukan hasil penelitian bahwa variabel derajat otonomi fiskal daerah, rasio pajak dan investasi berpengaruh signifikan terhadap pertumbuhan ekonomi di Indonesia. Sedangkan variabel pertumbuhan ekonomi, produktivitas tenaga kerja, investasi dan IPM berpengaruh positif terhadap ketimpangan pendapatan di Indonesia.
Mendukung hasil penelitian Susilo (2015), penelitian Syilviarani (2017) dengan tujuan mengetahui pengaruh inflasi, IPM, PDRB, tingkat pengangguran dan UMR terhadap ketimpangan distribusi pendapatan di Pulau Jawa periode tahun 2010-2015. Penelitian ini menggunakan data time series dengan metode analisis regresi panel. Hasil dari penelitian ini yaitu variabel inflasi, PDRB, IPM, tingkat pengangguran dan UMR berpengaruh terhadap ketimpangan distribusi pendapatan di Pulau Jawa. Masih penelitian terkait faktor yang mempengaruhi ketimpangan pendapatan di Pulau Jawa, penelitian Sovita (2016) ingin mengetahui pengaruh PDRB, Populasi Penduduk, TPT dan derajat desentralisasi fiskal terhadap ketimpangan distribusi pendapatan di Pulau Jawa periode 2009-2015. Dengan menggunakan data time series dan menggunakan analisis regresi panel. Hasil dari penelitian
tersebut ditemukan bahwa PDRB per kapita, populasi penduduk dan TPT berpengaruh positif dan signifikan terhadap ketimpangan distribusi pendapatan di pulau Jawa.
Penelitian yang dilakukan oleh Deyshappriya (2017) yang meneliti determinan makroekonomi dari ketimpangan pendapatan pendapatan di 33 negara Asia periode tahun 1990-2013 dengan menggunakan analisis data panel. Hasil dari penelitian tersebut menemukan bahwa inflasi, pengangguran, jangka waktu perdagangan dan ODA berpengaruh signifikan terhadap ketimpangan distribusi pendapatan di negara Asia.
Hubungan antara Inflasi dengan Ketimpangan Pendapatan
Penelitian yang telah dilakukan sebelumnya yang melihat pengaruh inflasi terhadap ketimpangan pendapatan telah dilakukan oleh Syilviarani (2017) di Pulau Jawa pada periode tahun 2010-2015 dengan menggunakan analisis regresi panel menemukan hasil bahwa inflasi berpengaruh terhadap ketimpangan distribusi pendapatan di Pulau Jawa. Begitu juga dengan penelitian yang dilakukan oleh Deyshappriya (2017) di 33 negara Asia dengan menggunakan data panel dengan periode tahun 1990-2013. Penelitian Deyshappriya (2017) memberikan hasil bahwa inflasi berpengaruh signifikan terhadap ketimpangan pendatan di 33 negara Asia, semakin tinggi inflasi akan berdampak pada semakin celah ketimpangan pendapatan.
Dikaitkan dengan hasil-hasil penelitian sebelumnya tersebut maka hipotesis penelitian ini dinyatakan sebagai berikut:
H1: Inflasi berpengaruh secara positif terhadap ketimpangan pendapatan di Jawa Tengah Hubungan antara Fintech dengan Ketimpangan Pendapatan
Teknologi Financial menurut Peraturan Bank Indonesia Nomor 19/12/PBI/2017 adalah penggunaan teknologi sistem keuangan yang menghasilkan produk, layanan, teknologi, dan/atau model bisnis baru serta dapat berdampak pada stabilitas moneter, stabilitas sistem keuangan, efisiensi, kelancaran, keamanan dan keandalan sistem pembayaran.
Penelitian terdahulu yang melihat pengaruh fintech pernah dilakukan oleh Studi INDEF dan Asosiasi Fintech Indonesia (2019), yang meneliti pengaruh fintech P2P terhadap perekonomian Nasional khususnya PDB, tenaga kerja, penurunan kemiskinan, ketimpangan dan tingkat konsumsi rumah tangga. Hasil dari penelitian tersebut menyatakan bahwa fintech P2P memiliki pengaruh yang negatif. Peneliti Zhang et al., (2018) meneliti pengaruh dari fintech terhadap ketimpangan pendapatan di Cina. Hasil dari penelitian ini menemukan bahwa fintech berpengaruh signifikan terhadap ketimpangan pendapatan di Cina. Sama halnya dengan penelitian yang dilakukan oleh Demir et al., (2020) yang meneliti di 140 negara dengan menggunakan data panel periode tahun 2011, 2014 dan 2017 yang menemukan hasil bahwa inklusi keuangan merupakan saluran utama yang digunakan fintech untuk mengurangi ketimpangan pendapatan secara signifikan.
Dikaitkan dengan hasil-hasil penelitian sebelumnya tersebut maka hipotesis penelitian ini dinyatakan sebagai berikut:
H2: Terdapat pengaruh negatif antara fintech P2P lending terhadap ketimpangan pendapatan di Jawa Tengah
Analisis Pengaruh Fintech P2P Lending dan Kredit Bank Umum Terhadap Ketimpangan Pendapatan
Hubungan antara Kredit Bank Umum dengan Ketimpangan Pendapatan
Penelitian terdahulu terkait pengaruh penyaluran kredit oleh Bank Umum telah dilakukan oleh Balaka (2007). Balaka (2007) dalam penelitiannya ingin melihat pengaruh kapasitas usaha mikro dan jumlah kredit mikro terhadap pengentasan kemiskinan di Sulawesi Tenggara. Dengan menggunakan metode structural equation (SEM), penelitian tersebut memberikan hasil bahwa jumlah kredit mikro terbukti mempunyai pengaruh positif terhadap pengentasan kemiskinan di Sulawesi Tenggara.
Penelitian yang dilakukan oleh Sun, Li, & Li, (2020) yang meneliti pengaruh penyaluran kredit terhadap kerentanan kemiskinan di rumah tangga petani Cina. Hasil dari penelitian ini menemukan bahwa kredit bank berpengaruh signifikan menurunkan angka kerentanan kemiskikan di Cina. Sama halnya dengan penelitian yang dilakukan oleh Sipahutar, Oktaviani, Siregar, & Juanda (2016) meneliti tentang pengaruh kredit terhadap pertumbuhan ekonomi, pengangguran dan kemiskinan di Indonesia. Dari penelitian tersebut ditemukan bahwa pengaruh kredit terhadap pertumbuhan ekonomi yaitu positif dan signifikan, sedangkan pengaruh kredit terhadap pengangguran yaitu negatif dan signifikan, sedangkan pengaruh kredit terhadap kemiskinan yaitu negatif dan signifikan.
Berdasarkan tinjauan pustaka di atas maka hipotesis dalam penelitian ini adalah sebagai berikut:
H3: Terdapat pengaruh negatif antara Kredit Bank Umum terhadap ketimpangan pendapatan di Jawa Tengah
METODE PENELITIAN
Sumber Data dan Variabel Penelitian
Sumber data yang digunakan dalam penelitian yaitu data sekunder. Diambil dari Badan Pusat Statistika Provinsi Jawa Tengah dan Bank Indonesia. Data sekunder yang digunakan dalam penelitian ini yaitu data time series bulanan tahun 2018-2019. Penelitian ini menggunakan Eviews 9 dengan analisis regresi sederhana.
Dalam penelitian ini menggunakan 4 variabel bebas (independen) dan 1 variabel terikat (dependen). Variabel bebas dalam penelitian ini yaitu Inflasi, Fintech P2P, Kredit/pinjaman UMKM dan Kredit/Pinjaman yang diberikan Bank Umum (Modal Kerja, Investasi, Konsumsi). Adapun definisi operasional variabel dalam penelitian ini adalah sebagai berikut:
Tabel 1. Definisi Operasional Variabel
No Variabel Notasi Definisi Satuan Sumber
data 1 Inflasi X1 Kenaikan Harga secara umum dan terus
menerus. Data Inflasi yang dipakai dalam penelitian ini didasarkan pada nilai Indeks harga konsumen (IHK)
Persen BPS
No Variabel Notasi Definisi Satuan Sumber data 2 Fintech Peer
to Peer (P2P)
X2 Fintech P2P merupakan digital marketplace yang berplatform sebagai layanan keuangan digital yang mempertemukan antar pihak yang membutuhkan pinjaman dan pihak yang bersedia memberikan pinjaman.
Data Fintech P2P dalam penelitian ini menggunakan data Volume pinjaman P2P yang disalurkan
Rupiah Otoritas Jasa Keuangan
3 Kredit UMKM X3 Kredit UMKM merupakan suatu pemberian kredit oleh Bank Umum kepada debitur usaha mikro yang memenuhi kriteria usaha mikro, kecil dan menengah dengan tujuan untuk membesarkan usahanya ataupun yang lain.
Juta Rupiah
Bank Indonesia
4 Kredit Bank Umum
X4 Merupakan pinjaman yang diberikan oleh Bank Umum yang meliputi penyaluran pinjaman untuk modal kerja, investasi dan konsumsi
Juta Rupiah
Bank Indonesia
5 Ketimpangan pendapatan
Y Ketimpangan pendapatan adalah perbedaan jumlah pendapatan yang diterima masyarakat sehingga mengakibatkan perbedaan pendapatan yang lebih besar antar golongan dalam masyarakat tersebut. Akibatnya yang kaya semakin kaya dan yang miskin akan semakin miskin.
Indikator ketimpangan pendapatan yang dipakai dalam penelitian ini adalah berdasarkan angka indeks gini
Angka Indeks
BPS
Teknik Analisis Data
Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing dari variabel independen berhubungan positif atau negatif. Variabel dependen dalam penelitian ini yaitu indeks gini/ketimpangan pendapatan, sedangkan variabel independen yaitu Inflasi, Fintech P2P, Kredit UMKM dan Kredit Bank Umum. Adapun model yang akan diestimasi dalam penelitian ini adalah sebagai berikut:
Yt = β0 + β1X1,t + β2X2,t + β3X3,t + β4X4,t +et [1]
dimana:
Y = Indeks Gini β0 = konstanta β1, β2, β3, β4 = koefisien regresi
Analisis Pengaruh Fintech P2P Lending dan Kredit Bank Umum Terhadap Ketimpangan Pendapatan
X1 = Inflasi X2 = Fintech P2P X3 = Kredit UMKM
X4 = Kredit Bank Umum (Modal Kerja, Investasi, Konsumsi)
t = tahun (t = bulan 1 tahun 2018 sampai dengan bulan 12 tahun 2019) ANALISIS DAN PEMBAHASAN
Untuk mengetahui seberapa besar pengaruh fintech P2P, inflasi, kredit UMKM dan kredit Bank Umum (Modal Kerja, Investasi, Konsumsi) terhadap ketimpangan pendapatan di Provinsi Jawa Tengah, maka dilakukan uji asumsi klasik sebagai pengujian awal untuk menjamin model yang diestimasi adalah BLUE (Best, Linier, Unbias Estimator) dan model dalam penelitian ini sudah lolos uji asumsi klasik yang meliputi: normalitas, multikolinearitas, heteroskedastisitas dan autokorelasi. Berikut adalah hasil estimasi model:
Tabel 2. Hasil Estimasi Model Variabel Independen
Kemiskinan
Koefisien Std. Error Prob.
C 3,454600 0,760817 0,0003
Inflasi -5,93E-05 0,004394 0,9894
Fintech P2P -9,29E-05 0,000624 0,8833
Kredit UMKM 0,158048 0,054325 0,0101
Kredit Bank Umum -0,304182 0,078634 0,0011
R2 0,646385
F-Statistik 8,225698
Prob. 0,000589
Durbin-Watson Stat. 1,130456
Dari hasil estimasi diatas diperoleh nilai R2 sebesar 0,646385, artinya bahwa variabel dependen Indeks Gini/Ketimpangan Pendapatan dapat dijelaskan oleh variabel independen Inflasi, Fintech P2P, Kredit UMKM dan Kredit Bank Umum (Modal Kerja, Investasi, Konsumsi) sebesar 64,6 persen dan sisanya sebesar 35,4 persen dijelaskan oleh variabel lain diluar model. Sedangkan F-hitung pada regresi diatas menunjukan nilai sebesar 8,225698, dengan probabilitas sebesar 0,000589 (< α = 5 persen), yang berarti bahwa variabel independen yaitu Inflasi, Fintech P2P, Kredit UMKM dan Kredit Bank Umum (Modal Kerja, Investasi, Konsumsi) secara bersama-sama signifikan mempengaruhi variabel dependen yaitu Indeks Gini/
Ketimpangan Pendapatan. Dari hasil estimasi di atas juga menunjukkan bahwa hanya variabel Kredit UMKM dan Kredit Bank Umum yang terbukti berpengaruh secara signifikan terhadap ketimpangan pendapatan, hal ini ditunjukkan dengan nilai probabilitas keduanya <
α=5 persen sedangkan variabel inflasi dan fintech P2P terbukti tidak berpengaruh terhadap ketimpangan pendapatan, hal ini ditunjukkan oleh nilai probabilitas dari kedua variabel tersebut > α=5 persen.
Pembahasan Hasil
Dari hasil estimasi, inflasi tidak berpengaruh terhadap ketimpangan pendapatan. Hal tersebut tidak sesuai dengan hipotesis yang menyatakan bahwa inflasi memiliki hubungan positif dan signifikan dalam mempengaruhi ketimpangan pendapatan. Hasil penelitian ini tidak sesuai juga dengan penelitian yang telah dilakukan oleh Efriza (2014) dan Syilviarani (2017) yang menemukan hasil bahwa inflasi berpengaruh positif dan signifikan terhadap ketimpangan pendapatan. Menurut Susilo (2015), peningkatan inflasi terkadang tidak memberi dampak terhadap daerah yang nilai inflasinya masih dalam kategori rendah. Adanya peningkatan inflasi justru memicu masyarakat untuk membuka usaha, dari hal itu nantinya akan membuat lapangan kerja baru. Maka semakin banyak lapangan pekerjaan yang tersedia maka tingkat pengangguran di suatu daerah akan mengalami penurunan, sehingga tingkat ketimpangan pendapatan akan semakin menurun. Pada periode tahun 2018-2019, rata-rata inflasi bulanan di Jawa Tengah masih dalam kategori rendah yaitu 0,34 persen sehingga inflasi yang terjadi tidak berpengaruh terhadap ketimpangan pendapatan di Provinsi Jawa Tengah.
Sumber: BPS Jawa Tengah
Grafik 4. Perkembangan Inflasi Bulanan di Jawa Tengah tahun 2018-2019 (dalam persen) Berdasarkan hasil estimasi pada Tabel 2, fintech P2P tidak berpengaruh terhadap ketimpangan pendapatan di Provinsi Jawa Tengah. Hal tersebut tidak sesuai dengan penelitian dari Farraz (2019) yang menyatakan bahwa fintech P2P berpengaruh negatif terhadap ketimpangan pendapatan. Adanya fintech P2P terkadang tidak memberi dampak terhadap daerah yang masyarakatnya masih belum banyak mengenal jasa fintech tersebut seperti masyarakat di Jawa Tengah. Minimnya pemahaman masyarakat tentang jasa pinjaman dari platform fintech membuat fintech ini masih jarang digunakan oleh masyarakat sehingga fintech tidak mempengaruhi tingkat ketimpangan pendapatan di daerah tersebut.
Karena masih awam terhadap fintech P2P yang memberi pinjaman lewat aplikasi dengan kemungkinan masyarakat lebih percaya kepada bank konvensial dalam mengambil pinjaman karena dirasa lebih terjamin dan sudah terbiasa jikalau meminjam uang lebih baik di bank konvensial langsung.
-0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Sep-17 Dec-17 Apr-18 Jul-18 Oct-18 Feb-19 May-19 Aug-19 Dec-19 Mar-20
Analisis Pengaruh Fintech P2P Lending dan Kredit Bank Umum Terhadap Ketimpangan Pendapatan
Kredit UMKM berpengaruh positif dan signifikan terhadap ketimpangan pendapatan.
Hal ini didukung dengan nilai probabilitas sebesar 0,0101 yang berada di atas nilai kritis 5 persen, yang berarti variabel kredit UMKM berpengaruh positif dan signifikan terhadap ketimpangan pendapatan. Sedangkan nilai koefisien kredit UMKM sebesar 0,156048, artinya bahwa ketika Kredit UMKM naik sebesar 1 persen maka ketimpangan pendapatan naik sebesar 0,156048 persen.
Kredit UMKM memang terbukti berpengaruh namun demikian pengaruh tersebut tidak sesuai dengan teori. Secara teori seharusnya dengan pemberian kredit UMKM memberikan kemudahan kepada para pengusaha kecil untuk mengembangkan usaha sampai mencapai kesuksesan yang diinginkan sehingga meningkatkan kesejahteraan UMKM yang pada akhirnya akan meningkatkan pendapatan masyarakat sehingga dapat mengurangi ketimpangan pendapatan. Namun demikian hasil penelitian ini menunjukkan bahwa Kredit UMKM ternyata justru akan menaikkan ketimpangan pendapatan di Provinsi Jawa Tengah, hal ini diduga karena tidak semua pengusaha UMKM menggunakan jasa fintech ini dan adanya manajemen keuangan di UMKM yang kurang tepat. Hasil dari penelitian ini berbeda dengan hasil penelitian yang dilakukan oleh Balaka (2007) yang menemukan hasil bahwa pengaruh jumlah kredit mikro terhadap pengentasan kemiskinan di Sulawesi Tenggara yaitu positif. Dengan kata lain, apabila pemberian jumlah kredit mikro semakin tinggi maka angka pengentasan kemiskinan/kesejahteraan masyarakat semakin tinggi pula.
Berdasarkan hasil estimasi model pada tabel 2, menunjukan bahwa nilai probabilitas dari kredit Bank Umum (Modal Kerja, Investasi, Konsumsi) sebesar 0,0011, dimana nilai tersebut lebih kecil dari nilai kritis 5 persen, yang berarti bahwa variabel kredit atau pinjaman yang diberikan Bank UMUM (Modal Kerja, Investasi, Konsumsi) berpengaruh negatif dan signifikan. Sedangkan untuk nilai koefisien varibel pinjaman yang diberikan (Modal Kerja, Investasi, Konsumsi) menunjukan nilai sebesar 0,304182 persen, artinya ketika pinjaman yang diberikan naik sebesar 1 persen maka ketimpangan pendapatan turun sebesar 0,304182 persen.
Dengan adanya Pinjaman Modal Kerja, Investasi, Konsumsi sangatlah membantu masyarakat untuk meningkatkan produksi usahanya, dapat mengembangkan usahanya dan juga dapat membantu untuk memenuhi kebutuhan barang konsumsinya. Karena adanya peningkatan jumlah produksi dan usahanya semakin besar, maka dibutuhkan penambahan pekerja sehingga menciptakan lapangan pekerjaan, dengan begitu dapat menurunkan angka ketimpangan pendapatan. Penelitian tersebut sama halnya dengan penelitian yang dilakukan oleh Sipahutar et al., (2016) dimana pemberian kredit bank di Indonesia mendorong pertumbuhan ekonomi sehingga meningkatkan permintaan tenaga kerja yang selanjutnya meningkatkan pendapatan kemudian mengurangi tingkat kemiskinan di Indonesia.
SIMPULAN, KETERBATASAN DAN SARAN
Berdasarkan hasil analisis, penelitian ini memberikan kesimpulan bahwa:
1. Inflasi terbukti tidak berpengaruh terhadap ketimpangan pendapatan di Provinsi Jawa Tengah. Hal ini mengindikasikan bahwa tingkat inflasi di Jawa Tengah masih tergolong rendah sehingga tidak berpengaruh terhadap ketimpangan pendapatan.
2. Fintech P2P tidak memiliki pengaruh terhadap ketimpangan pendapatan di Provinsi Jawa Tengah. Hal ini mengindikasikan bahwa meskipun fintech telah cukup berkembang di Indonesia, namun demikian masih banyak masyarakat khususnya warga Jawa Tengah yang belum mengenal dan memanfaatkan fintech khususnya fintech pembiayaan P2P.
3. Penyaluran Kredit oleh Bank Umum baik dalam bentuk kredit UMKM dan kredit (Modal Kerja, Investasi, Konsumsi) berpengaruh signifikan terhadap ketimpangan pendapatan di Provinsi Jawa Tengah. Penyaluran Kredit oleh perbankan terbukti mampu menurunkan tingkat ketimpangan pendapatan di Provinsi Jawa Tengah.
Berdasarkan kesimpulan tersebut, maka implikasi kebijakan dari penelitian ini adalah:
1. Memfasilitasi kemudahan penyaluran kredit oleh perbankan terhadap UMKM termasuk didalamnya adanya program pendampingan terhadap UMKM dalam menyusun laporan keuangan sehingga bisa memenuhi persyaratan pengajuan kredit perbankan.
2. Perlu ada program sosialisasi tentang fintech terutama fintech pembiayaan oleh Otoritas Jasa Keuangan terhadap masyarakat.
Namun demikian terdapat keterbatasan dalam penelitian ini dimana variabel pinjaman melalui fintech hanya diwakili oleh pinjaman P2P, untuk itu diharapkan penelitian selanjutnya dapat memasukkan pinjaman melalui fintech yang lain seperti Crowd funding.
DAFTAR PUSTAKA
Afandi, A., Rantung, V. P., & Marashdeh, H. (2017). Determinants of income inequality.
Economic Journal of Emerging Markets, 9(2), 159–171.
https://doi.org/10.20885/ejem.vol9.iss2.art5
Badriah, L. S. (2019). Ketimpangan Distribusi Pendapatan Kaitannya dengan Pertumbuhan Ekonomi dan Kemiskinan serta Faktor–Faktor yang Mempengaruhinya. Sustainable Competitive Advantage (SCA-9) FEB UNSOED, 9(232), 232–248. Retrieved from http://jp.feb.unsoed.ac.id/index.php/sca-1/article/view/1412
Balaka, M. Y. (2007). Analisis pengaruh kredit mikro terhadap pengentasan kemiskinan melalui pengembangan usaha mikro di sulawesi tenggara (Universitas Hasanuddin
Makasar). Retrieved from
http://digilib.unhas.ac.id/uploaded_files/temporary/DigitalCollection/YzdhNTU1OGVi NWFjNGI2OTY3OGYwNzgwZmQwNjliMDUzMzZkMTc3OQ==.pdf
Bank Indonesia. Peraturan Bank Indonesia No. 19/12/PBI/2017 tentang Penyelenggaraan Teknologi Finansial. (2017).
BPS. (2020). Persentase Penduduk Miskin Menurut Provinsi (Persen), 2019-2020. Retrieved from https://www.bps.go.id/indicator/23/192/1/persentase-penduduk-miskin-
Analisis Pengaruh Fintech P2P Lending dan Kredit Bank Umum Terhadap Ketimpangan Pendapatan
menurut-provinsi.html
Demir, A., Pesue-Cela, V., Altumbas, Y., & Murinde, V. (2020). Fintech, financial inclusion and income inequality: a quantile regression approach. https://doi.org/•
10.1080/1351847X.2020.1772335
Deyshappriya, N. P. R. (2017). Impact Of Macroeconomic Factors On Income Inequality And Income Distribution In Asian Countries (No. 696). Retrieved from https://www.adb.org/sites/default/files/publication/234271/adbi-wp696.pdf
Efriza, U. (2014). Analisis Kesenjangan Pendapatan Antar Kabupaten/Kota Di Provinsi Jawa Timur Di Era Desentralisasi Fiskal. Jurnal Ilmiah Mahasiswa FEB Universitas Brawijaya, 2(2). Retrieved from https://jimfeb.ub.ac.id/index.php/jimfeb/article/view/1184 Hariani, E. (2019). Analisis Faktor-Faktor yang Mempengaruhi Ketimpangan Pendapatan di
38 Kabupaten/Kota Jawa Timur Tahun 2012-2015. E-Journal Unair, 3(1). Retrieved from https://e-journal.unair.ac.id/TIJAB/article/download/12169/7523
Ilham, M. (2015). Analisis Ketimpangan Ekonomi Menurut Provinsi Di Indonesia Tahun 2011- 2015. Jurnal Bumi Indonesia, 4(6). Retrieved from http://lib.geo.ugm.ac.id/ojs/index.php/jbi/article/view/908
Putri, Y. E., Amar, S., & Aimon, H. (2015). Analisis Faktor-Faktor yang Mempengaruhi Pertumbuhan Ekonomi dan Ketimpangan Pendapatan di Indonesia. Jurnal Kajian
Ekonomi, 3(6). Retrieved from
http://ejournal.unp.ac.id/index.php/ekonomi/article/view/5348
Rahma, T. I. F. (2018). Presepsi Masyarakat Kota Medan Terhadap Penggunaan Financial Technology (Fintech). III(1). https://doi.org/http://dx.doi.org/10.30821/ajei.v3i1.1704 Sipahutar, M. A., Oktaviani, R., Siregar, H., & Juanda, B. (2016). Effects of Credit On Economic
Growth, Unemployment and Poverty. Jurnal Ekonomi Pembangunan, 17(1), 37–49.
https://doi.org/https://doi.org/10.23917/jep.v17i1.1651
Sovita, Y. D. R. I. (2016). Analisis Faktor-Faktor yang Mempengaruhi Ketimpangan Distribusi Pendapatan di Pulau Jawa. Jurnal Menara Ekonomi, 2(4). Retrieved from https://jurnal.umsb.ac.id/index.php/menaraekonomi/article/view/238
Studi INDEF dan Asosiasi Fintech Indonesia. (2019). Studi Dampak Fintech P2P Lending terhadap Perekonomian Nasional. Institute for Development of Economics and Finance, 1–13. Retrieved from https://indef.or.id/update/detail/studi-dampak-fintech-peer-to- peer-lending-terhadap-perekonomian-nasional
Sun, H., Li, X., & Li, W. (2020). The Nexus between Credit Channels and Farm Household Vulnerability to Poverty: Evidence from Rural China. Sustainability, 12(7).
https://doi.org/https://doi.org/10.3390/su12073019
Suryowati, E. (2016, August 3). Pemerintah Bentuk Dewan Nasional Keuangan Inklusif.
Kompas.Com. Retrieved from
https://money.kompas.com/read/2016/08/03/185403326/pemerintah.bentuk.dewan .nasional.keuangan.inklusif
Susilo, K. A. (2015). Analisis Faktor-Faktor Yang Mempengaruhi Ketimpangan Pendapatan Di Provinsi Jawa Tengah (Tahun 2010-2015) (Universitas Islam Indonesia). Retrieved from https://dspace.uii.ac.id/bitstream/handle/123456789/6302/Skripsi
jadi.pdf?sequence=1
Syilviarani, A. T. (2017). Analisis Faktor Yang Mempengaruhi Ketimpangan Distribusi Pendapatan Di Pulau Jawa Tahun 2010-2015 (Universitas Muhammadiyah Surakarta).
Retrieved from https://core.ac.uk/download/pdf/148616599.pdf
Todaro, M. P., & Smith, S. C. (2015). Economic Development (12th ed.). Retrieved from https://www.pearson.com/us/higher-education/program/Todaro-Economic-
Development-12th-Edition/PGM142511.html
Zhang, X., Zhang, J., & He, Z. (2018). Is Fintech Inclusive ? Evidence from China ’ s Household Survey Data. The Singapore Economic Review, 65(supp01), 75–93.
https://doi.org/https://doi.org/10.1142/S0217590819440028
