Penelitian terhadap Early Warning Indicators (IPD) telah dilakukan oleh beberapa penulis. 2004) membahas indikator peringatan dini krisis nilai tukar dan krisis keuangan Indonesia dengan menggunakan pendekatan signaling. Sejalan dengan kelemahan penggunaan pendekatan probit/logit dan penggunaan threshold krisis yang sewenang-wenang, penggunaan model Markov-Switching berkembang dalam kajian krisis nilai tukar dan krisis perbankan. Penggunaan Markov-Switching untuk mendeteksi krisis nilai tukar dan krisis perbankan semakin meningkat dalam beberapa tahun terakhir karena kelemahan dalam pendekatan pensinyalan, yaitu menentukan ambang krisis secara sewenang-wenang.
Berdasarkan penelitian ini, ditemukan bahwa model ini bekerja dengan baik dalam mendeteksi krisis nilai tukar di Asia. Penelitian oleh Alvarez-Plata dan Schrooten (2003) dan Ho (2004) juga menghasilkan hasil yang baik (robust) dengan menggunakan model ini dalam mendeteksi krisis nilai tukar di Argentina dan Asia. Pada awalnya krisis yang melanda perekonomian Indonesia sejak tahun 1997 terutama disebabkan oleh krisis nilai tukar rupiah.
Tekanan besar terhadap depresiasi nilai tukar rupiah terutama berasal dari faktor penularan krisis nilai tukar Thai Baht pada Juli 1997. Selain itu, depresiasi nilai tukar rupiah yang cepat berdampak pada peningkatan utang bank luar negeri yang dinyatakan dalam mata uang rupee. . Penarikan dana bank secara besar-besaran oleh nasabah dan devaluasi rupiah yang besar memberikan tekanan pada neraca (neraca) perbankan.
Variabel dependen (yt) yang digunakan sebagai indikator peringatan dini arus bank adalah persentase perubahan dana pihak ketiga bank dari tahun 1990-2005.
HASIL DAN ANALISIS
Sedangkan pada periode krisis perbankan pada model MS tidak terdapat sinyal kebocoran bank pada bank pemerintah yang tercermin dari nilai probabilitas transisi dari keadaan tenang menjadi bank BUMN 0 pada periode tersebut. Hasil pengujian untuk peristiwa terkini, terutama selama periode model MS, akurat untuk mendeteksi bank runs. Berdasarkan kajian terhadap kejadian terkini, khususnya pada saat krisis perbankan di tahun ketujuh, bank mengalami bank runs.
Pada periode sebelum dan sesudah tujuh bank juga sering menunjukkan sinyal bank run dengan nilai probabilitas transisi bank runs pada kisaran 0,7 sampai dengan 1. Sedangkan hasil MS juga menunjukkan terdapat 12 bank yang tidak pernah menunjukkan sinyal. tentang munculnya insting perbankan yang tercermin dari nilai probabilitas peralihan insting perbankan sebesar 0. Berdasarkan hasil analisis kejadian aktual pada tahun ke-20, BSND menghadapi permasalahan yang cukup serius pada insting perbankan. .
Sebelum terjadi bank runs pada tahun 2011, semua bank tersebut selalu menunjukkan sinyal bank run yang cenderung persisten yang ditunjukkan dengan nilai probabilitas transisi bank run pada kisaran 0,9 hingga 1. Sinyal yang sama berlanjut hingga tahun 2000, dengan besar kecilnya sinyal bank run cenderung menurun, dengan nilai probabilitas transisi berkisar antara 0,8 hingga 1. Sedangkan dua bank lainnya relatif tidak pernah memberikan sinyal bank run yang tercermin dari nilai probabilitas transisi bank runs yang menunjukkan angka 0.
Hasil MS yang diamati untuk sembilan bank campuran (BC) menunjukkan sinyal terjadinya bank runs pada periode krisis perbankan dengan nilai probabilitas transisi sebesar 1, yang berarti probabilitas terjadinya bank runs 100%. Hasil MS dari bank campuran juga menunjukkan bahwa model MS cukup akurat untuk digunakan sebagai indikator peringatan dini bank runs pada masing-masing bank. Sinyal bank run sering terjadi di BBKU 2 dan 3, dengan nilai probabilitas transisi bank runs berkisar antara 0,9 hingga 1.
Hasil MS menunjukkan bahwa dari 7 bank yang dibekukan operasional (OBE) yang diamati, 6 bank menunjukkan sinyal bank runs yang kuat pada periode krisis perbankan tahun 2011, yang tercermin dari nilai probabilitas transisi 1 untuk terjadinya bank runs. juga sering memberikan sinyal terjadinya bank runs pada periode sebelum krisis (Tabel 8). Hasil pengujian pada kejadian nyata menunjukkan bahwa hasil MS mampu menjelaskan fenomena bank runs pada bank beku operasional yang terjadi pada periode 1997-1998 di Indonesia.
KESIMPULAN
Demirguc-Kunt, Asli dan Detragiache, Enrica, 1999, ≈Monitoring Banking Sector Fragility: A Multivariate Logit Approach.∆ IMF Working Paper, No. Gonzalez-Hermosillo, Brenda, 1999, ≈Determinants of Ex-Ante Bank: A Macro -Micro Empirical Exploration of Some Recent Episodes.∆ IMF Working Paper, No. Reinhart, 1998, ≈Financial Crises in Asia and Latin America: Then and Now∆ The American Economic Review, Vol.
2, Papers and Proceedings of the One Hundred and Tenth Annual Meeting of the American Economic Association (May), pp. Lindgren, Carl-Johan, Garcia, Gillian, Garcia and Saal, Matthew, 1996, I.∆Bank Soundness and Macroeconomic Policy. ∆ IMF. Warjiyo, Perry, 2001, ≈Bank Failure Management: The Case of Indonesia∆ APEC Policy Dialogue on Bank Failure Management Paper, Mexico, 7-8 June.
DAFTAR PUSTAKA
- Bank Swasta Devisa (BSD)
- Bank Swasta Non Devisa (BSND)
- Bank Asing (BA)
- Bank Campuran (BC)
- Bank Beku Kegiatan Usaha (BBKU)
- BankBeku Operasi (BBO)
Lampiran ini akan menjelaskan proses estimasi nilai probabilitas transisi yang digunakan dalam dokumen ini sebagai early warning indicator (EWI) bank runs. Pada prinsipnya estimasi model Markov-Switching (MS) yang digunakan adalah model MS autoregresif yang dikembangkan oleh Hamilton (1990). Seperti yang telah dijelaskan sebelumnya, variabel yang digunakan sebagai indikator peringatan dini adalah persentase perubahan bulanan aset pihak ketiga (y . t).
Berdasarkan Hamilton, fungsi kemungkinan dari persamaan di atas adalah FOC yang memaksimalkan fungsi kemungkinan log di atas. Dari Hamilton (1990), algoritma ini digunakan untuk mengestimasi parameter dengan nilai awal yang arbitrer. 34) diambil dari nilai sebelumnya dengan nilai awal. Untuk kasus rezim perubahan markov dua-negara seperti yang digunakan dalam makalah ini, nilai transisi probabilitas dihitung sebagai berikut.
