analisis faktor-faktor yang mempengaruhi...
TRANSCRIPT
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KINERJA
BANK KONVENSIONAL DI INDONESIA DENGAN MENGGUNAKAN
ANALISIS CAMELS PERIODE 2005 - 2010
Ardea Frandiko
Drs. R. Djoko Sampurno, MM
ABSTRACT
This study to analyze the factors affecting the performance of
Conventional Banks in Indonesia by using the CAMELS analysis period 2005-
2010. Banking is one sector that many transactions in foreign currency, its
performance is determined could be affected by exchange rate movement. In
addition to currency exchange rates, there are several other macroeconomic
factors are also considered to affect bank performance. Assessed based on bank
performance analysis CAMELS financial ratios which are widely used in the
measurement conditions and the financial performance of banks in the world that
also has been defined in the banking regulations in Indonesia. Financial factors
analyzed in CAMELS analysis are capital adequacy, asset quality, management
quality, earning ability, liquidity, and sensitivity to market risk.
Sampling technique used is purposive sampling and the number of samples
used were 5 of conventional banks in Indonesia. Variables used in this study, the
performance of banks based on CAMELS analysis as the dependent variable and
the exchange rate, inflation rates, interest rates and money supply as an
independent variables. Data obtained from publications of Bank Indonesia.
Analysis technique used is multiple linear regression analysis.
The results showed that in some conventional commercial banks in
Indonesia, which are Bank Mandiri, Bank Rakyat Indonesia (BRI), Bank Negara
Indonesia (BNI), Bank Central Asia (BCA) and Bank CIMB Niaga, the effects of
changes in currency exchange rate movement and changes in variables other
macroeconomic financial performance of banks against the object is not the same
in one bank to another. This difference depends on the composition of bank assets
and liabilities denominated in domestic currency and foreign exchange. These
differences reflect the complexity of the bank's financial performance ratios based
on CAMELS ratio are not only dependent on one or several specific variables but
it is the interaction of several different conditions and variables.
Keywords: exchange rates, macroeconomics, bank performance, CAMELS.
PENDAHULUAN
1.1 Latar Belakang Masalah
Perbankan merupakan salah satu industri yang memegang peranan penting
bagi perkembangan ekonomi nasional. Kinerja yang baik dari sektor perbankan
diperlukan untuk menjaga kepercayaan masyarakat dan investor sehingga dapat
memacu pertumbuhan ekonomi secara keseluruhan. Kinerja bank sendiri dapat
dipengaruhi oleh beberapa faktor, salah satunya adalah faktor-faktor yang berasal
dari kondisi makroekonomi.
Perubahan nilai tukar mata uang dapat mempengaruhi perkembangan
ekonomi dalam berbagai industri terutama dalam industri yang banyak melakukan
transaksi dalam mata uang asing. Salah satu industri yang terkait langsung dengan
perubahan nilai tukar mata uang adalah sektor perbankan. Jika bank tersebut tidak
memiliki manajemen nilai tukar mata uang yang baik, hal tersebut akan
mengakibatkan kerugian keuangan bagi bank.
Kinerja keuangan bank sendiri dapat diukur melalui analisis rasio-rasio
keuangan berdasarkan laporan keuangan bank. Beberapa kriteria yang sering
digunakan dalam mengukur kinerja keuangan bank adalah profitabilitas,
likuiditas, kualitas asset, sikap terhadap resiko, dan strategi manajemen. Tingkat
kesehatan bank dapat dinilai dari beberapa indikator. Salah satu sumber utama
indikator yang dijadikan dasar penilaian adalah laporan keuangan bank yang
bersangkutan. Penerapan CAMELS sebagai alat penilaian tingkat kesehatan bank
dilakukan Bank Indonesia. Berdasarkan peraturan Bank Indonesia
No6/10/PBI/2004 tanggal 12 aplril 2004 dan surat edaran Bank Indonesia
No6/23/DPNP tanggal 31 mei 2004 tentang Sistem Penilaian Tingkat Kesehatan
Bank Umum. Analisis CAMELS dinilai berdasarkan laporan keuangan publikasi
bank yaitu berdasarkan faktor-faktor cakupan capital adequacy, asset quality,
management quantity earning, dan liquidity.
Berikut ini beberapa penelitian terdahulu dimana terjadi research gap
(inkonsistensi penelitian) antara penelitian satu dengan penelitian lainnya :
Lestari dan Toto Sugiharto (2007) yang menyebutkan bahwa indikator
ekonomi Inflasi, Nilai Tukar Rupiah terhadap US Dollar, Suku Bunga SBI
tidak memiliki pengaruh terhadap rasio ROA, ROE dan LDR
Neni Supriyanti (2008) menemukan bahwa dari hasil penelitiannya didapati
bahwa Tingkat Inflasi berpengaruh secara signifikan terhadap ROE, dan
Tingkat Suku Bunga BI berpengaruh terhadap ROA.
Panayiotis P. Athanasoglou, Sophocles N. Brissimis, Matthaios D. Delis
(2005) mengenai Bank-specific, industry-specific and macroeconomic
determinants of bank profitability. Penelitian ini dilakukan pada sektor
perbankan Yunani (1985-2001). Penelitian ini menyimpulkan bahwa Inflasi,
Ownership berpengaruh negatif terhadap profitabilitas bank, Size,
berpengaruh positif pada profitabilitas.
Demirguic-Kunt dan Huizinga (1998) mengunakan sampel bank umum
dimana terdapat unsur risiko dan keuntungan dari bunga. Pada penelitiannya
terdapat suatu hal yang unik. Kunt menjelaskan bahwa inflasi justru
berpengaruh positif terhadap profitabilitas bank.
Dari uraian di atas maka peneliti memilih penulisan ini dengan judul:
“ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KINERJA
BANK KONVENSIONAL DI INDONESIA DENGAN MENGGUNAKAN
ANALISIS CAMELS PERIODE 2005 – 2010”.
1.2 Rumusan Masalah
Berdasarkan fenomena gap dan research gap yang terjadi dapat diketahui
bahwa, krisis ekonomi dunia kembali terjadi pada tahun 2008 yang menyebabkan
perlambatan ekonomi dunia dalam berbagai sektor, termasuk juga dalam sektor
perbankan. Pada saat krisis ekonomi seperti ini banyak ketidakstabilan yang
terjadi dalam makroekonomi suatu Negara. Salah satu indikator makroekonomi
yang fluktuatif adalah nilai tukar mata uang. Perbankan salah satu sektor yang
banyak melakukan transaksi mata uang asing, kinerja bank dapat dipengaruhi oleh
perubahan nilai tukar mata uang sesuai dengan fenomena yang terjadi pada tahun
2008. Diliahat dari research gap. Panayiotis P. Athanasoglou, Sophocles N.
Brissimis, Matthaios D. Delis (2005) mengenai Bank-specific, industry-specific
and macroeconomic determinants of bank profitability. Penelitian ini
menyimpulkan bahwa Inflasi, Ownership berpengaruh negatif terhadap
profitabilitas bank, Size, berpengaruh positif pada profitabilitas. Serta Neni
Supriyanti (2008) menemukan bahwa dari hasil penelitiannya didapati bahwa
Tingkat Inflasi berpengaruh secara signifikan terhadap ROE, dan Tingkat Suku
Bunga BI berpengaruh terhadap ROA. Dimana perubahan mata uang serta
makroekonomi yang terjadi menyababkan terjadinya perubahan pada kinerja
perbankan. Selain nilai tukar mata uang sebagai salah satu faktor makroekonomi
yang dinilai mempengaruhi kinerja bank, terdapat beberapa faktor makroekonomi
lainnya yang juga dapat mempengaruhi kinerja bank. Faktor-faktor tersebut antara
lain: tingkat inflasi, tingkat suku bunga dan jumlah uang beredar.
Rumusan masalah pada analisis perubahan nilai tukar mata uang rupiah
terhadap dolar Amerika terhadap kinerja keuangan Bank Umum Konvensional di
Indonesia dengan menggunakan analisis rasio kuantitatif CAMELS berdasarkan
Laporan Keuangan Publikasi Bank periode 2005 s/d 2010, dapat dirumuskan
sebagai berikut:
a. Bagaimana pengaruh perubahan nilai tukar mata uang terhadap kinerja
keuangan Bank Umum Konvensional di Indonesia berdasarkan nilai
komposit rata-rata tertimbang ratio CAMELS (CAR, APYD/M,
APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO, AL/PL dan LDR)?
b. Bagaimana pengaruh perubahan tingkat inflasi terhadap kinerja keuangan
Bank Umum Konvensional di Indonesia berdasarkan nilai komposit rata-
rata tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP,
ROAA, ROAE, NIM, BOPO, AL/PL dan LDR)?
c. Bagaimana pengaruh perubahan suku bunga terhadap kinerja keuangan
Bank Umum Konvensional di Indonesia berdasarkan nilai komposit rata-
rata tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP,
ROAA, ROAE, NIM, BOPO, AL/PL dan LDR)?
d. Bagaimana pengaruh perubahan jumlah uang beredar terhadap kinerja
keuangan Bank Umum Konvensional di Indonesia berdasarkan nilai
komposit rata-rata tertimbang ratio CAMELS (CAR, APYD/M,
APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO, AL/PL dan LDR)?
TELAAH PUSTAKA
2.1 Landasan Teori
2.1.1 Nilai Tukar Mata Uang
Menurut mankiw (2007), nilai tukar mata uang antara dua Negara adalah
harga mata uang yang digunakan oleh penduduk Negara-negara tersebut untuk
saling melakukan perdagangan antara satu sama lain. Sedangkan menurut
Abimanyu (2004) menyatakan bahwa nilai tukar mata uang adalah harga mata
uang relative terhadap mata uang Negara lain. Oleh karena itu nilai tukar
mencakup dua mata uang yang titik keseimbangannya ditentukan oleh penawaran
dan permintaan dari kedua mata uang, sehingga dapat disimpulkan bahwa nilai
tukar mata uang adalah harga mata uang suatu Negara terhadap mata uang Negara
lain yang dipergunakan dalam melakukan perdagangan antara kedua Negara
dimana nilainya ditentukan oleh penawaran dan permintaam dari kedua mata
uang.
2.1.2 Inflasi
Inflasi adalah kenaikan harga barang-barang yang bersifat umum dan
terus-menerus (Rahardja, 2008). Dari definisi ini, terdapat tiga komponen yang
harus dipenuhi agar suatu kondisi dapat dikatakan telah terjadi inflasi, yaitu
kenaikan harga, bersifat umum dan berlangsung terus-menerus. Kenaikan harga
satu atau dua barang saja tidak dapat dikatakan sebagai inflasi, sebaliknya apabila
terjadi kenaikan harga yang terus meluas kepada barang-barang lainnya.
2.1.3 Tingkat Suku Bunga
Tingkat suku bunga (interest rate) adalah harga atau biaya kesempatan
(opportunity) atas penggunaan atau uang yang harus dibayar karena daya beli
(purchasing power) dana tersebut pada saat sekarang. Bagi pengguna dana atau
peminjam, tingkat suku bunga adalah biaya untuk penggunaan dana lebih awal,
sedangkan bagi yang meminjamkan dana atau investor, tingkat suku bunga adalah
pendapatan karena penundaan kesempatan untuk menggunakan dana tersebut.
Terhadap berbagai tingkat suku bunga dalam perekonomian, antara lain suku
bunga kredit komersial, suku bunga kredit konsumtif, suku bunga berbagai jenis
obligasi, dsb.
2.1.4 Jumlah Uang Beredar
Jumlah uang beredar adalah nilai keseluruhan uang yang berada di tangan
masyarakat (Rahardja, 2008). Berdasarkan sisi penawaran uang (money supply),
para ekonom mengelompokan uang beredar ke dalam dua jenis, yaitu M1 dan M2.
M1 adalah uang sempit (narrow money) atau uang transaksi, maksutnya adalah
jumlah uang beredar yang terdiri dari uang kartal, yaitu uang logam dan uang
kertas dan uang giral, yaitu uang dalam rekening koran yang diambil setiap waktu.
M2 lebih luas lagi dari M1, yaitu M1 ditambah dengan tabungan, deposito
berjangka dan mutual funds. Secara teknis, yang dihitung sebagai uang beredar
adalah uang yang benar-benar berada di tangan masyarakat. Uang yang berada di
bank, baik bank umum maupun bank sentral, serta uang kertas dan uang logam
milik pemerintah tidak dihitung sebagai uang beredar.
2.1.5 CAMELS
Di Indonesia, penerapan CAMELS sebagai alat penilaian tingkat
kesehatan bank juga dilakukan Bank Indonesia. Berdasarkan peraturan Bank
Indonesia No6/10/PBI/2004 tanggal 12 aplril 2004 dan surat edaran Bank
Indonesia No6/23/DPNP tanggal 31 mei 2004 tentang Sistem Penilaian Tingkat
Kesehatan Bank Umum, bank wajib melakukan penilaian tingkat kesehatan bank
secara triwulan. Sehingga variabel terikat yang digunakan dalam penelitian adalah
variabel yang menggambarkan kinerja keuangan bank berdasarkan faktor-faktor
CAMELS yang dapat dinilai secara kuantitatif berdasarkan laporan keuangan
publikasi bank yaitu faktor-faktor capital adequacy, asset quality, earning, dan
liquidity. Variabel-variabel tersebut adalah :
1. Kecakupan pemodalan dengan indikator pemenuhan Kewajiban
Penyediaan Modal Minimum (KPMM) atas Capital Adequacy Ratio :
CAR = Modal
Aktiva Tertimbang Menurut Risiko
2. Kemampuan pemodalan Bank dalam mengcover aset bermasalah yaitu
dengan membandingkan Aktiva Produktif Yang Diklasifikasikan (APYD)
dibandingkan dengan modal bank :
Aktiva Produktif Yang Diklasifikasikan (APYD)
Modal Bank
3. Aktiva Produktif Yang Diklasifikasikan (APYD) dibandingkan dengan
Total Aktiva Produktif :
Aktiva Produktif Yang Diklasifikasikan (APYD)
Aktiva Produktif
4. Tingkat kecakupan pembentukan peyisihan penghapusan aktiva produktif
(PPAP)
PPAP Yang Telah Dibentuk
PPAP Yang Wajib Dibentuk
5. Return On Average Assets (ROAA) :
ROAA = Laba Sebelum Pajak
Rata-Rata Total Aset
6. Return On Average Equity (ROAE) :
ROAE = Laba Setelah Pajak
Rata-Rata Modal Inti
7. Net Interest Margin (NIM) :
NIM = Pendapatan Bunga Bersih
Rata-Rata Aktiva Produktif
8. Biaya Operasional dibandingkan dengan Pendapatan Operasional (BOPO):
BOPO = Total Beban Operasional
Total Pendapatan Operasional
9. Aktiva likuid kurang dari 1 bulan dibandingkan dengan pasiva likuid
kurang dari 1 bulan (ALPL):
ALPL = Aktiva Likuid < 1 Bulan
Pasiva Likuid < 1 Bulan
10. Loan ti Deposit Ratio (LDR) :
LDR = Kredit
Dana Pihak Ketiga
11. Komposit rata-rata tertimbang ratio CAMELS
2.2 Kerangka Pemikiran
Data-data yang diperlukan dalam penelitian ini terdiri dari data faktor-
fakror yang diduga dapat mempengaruhi kinerja keuangan bank serta data
keuangan bank yang dinilai dapat menggambarkan kinerja keuangan bank.
Faktor-faktor yang diduga dapat mempengaruhi kinerja keuangan bank terdiri atas
faktor-faktor makroekonomi antara lain: nilai tukar rupiah, tingkat inflasi, tingkat
suku bunga dan jumlah uang beredar. Sedangkan kinerja keuangan dapat dilihat
melalui laporan keuangan yang dipublikasikan oleh masing-masing bank yang
kemudian dianalisis dengan menggunakan analisis rasio-rasio keuangan. Analisis
rasio yang digunakan dalam penelitian ini didasarkan pada penilaian tingkat
kesehatan bank dengan analisis CAMELS.
2.2.1 Pengaruh Perubahan Kurs Mata Uang terhadap Kinerja Bank
Konvensional di Indonesia
Beberapa penelitian mengenai pengaruh perubahan makroekonomi, salah
satunya adalah nilai tukar mata uang terhadap kinerja perbankan telah dilakukan
baik dalam maupun luar negeri. Tri Wibowo dan Hidayat Amir (2006)
menemukan bahwa Variabel moneter yang mempengaruhi nilai tukar rupiah
terhadap dollar amerika adalah selisih pendapatan riil Indonesia dan Amerika,
selisih inflasi Indonesia dan Amerika, selisih tingkat suku bunga Indonesia dan
Amerika. Sedangkan selisih uang beredar Indonesia dan Amerika belum
menunjukan pengaruh yang signifikan terhadap nilai tukar rupiah . Disamping itu
M. Kabir Hassan, Ph.D, Abdel- Hameed M. Bashir, Ph.D.(2002) melakukan
penelitian tentang hubungan probabilitas dengan makro ekonomi dan financial
structure, menemukan karakteristik bahwa Bank berpengaruh positif terhadap
CAR + APYD/M + APYD/AP + PPAP + ROAA + ROAE + NIM + BOPO + AL/PL + LDR
10
profitabilitas. Makro ekonomi yang diukur dengan GDP menunjukkan pengaruh
yang positif signifikan terhadap NIM, namun tidak signifikan terhadap ROA dan
ROE. Pada financial structure, konsentrasi market mempengaruhi profitabilitas
secara signifikan.
2.2.2 Pengaruh Perubahan Inflasi terhadap Kinerja Bank Konvensional di
Indonesia
Semakin tinggi suku bunga, inflasi juga semakin tinggi, misalnya
kebijakan uang ketat, dengan menaikkan suku bunga melalui operasi pasar
terbuka, akan berdampak positif bila dilihat dari penekanan terhadap jumlah uang
yang beredar, tetapi hal ini akan menimbulkan masalah dalam sektor riil akibat
dana masyarakat terserap semuanya ke perbankan, sehingga produksi nasional
terhambat dan harga-harga akan meningkat tajam dengan langkanya produk di
pasaran. Neni Supriyanti (2008) menemukan bahwa dari hasil penelitiannya
didapati bahwa Tingkat Inflasi berpengaruh secara signifikan terhadap ROE.
2.2.3 Pengaruh Perubahan Suku Bunga terhadap Kinerja Bank
Konvensional di Indonesia
Tingkat suku bunga mempunyai dampak pada kesehatan perekonomian
suatu negara. Peningkatan tingkat suku bunga akan menyebabkan penggunaan
dana saat ini menjadi lebih mahal dan menjadi pendorong bagi investor untuk
menabung. Sebaliknya, penurunan tingkat suku bunga menyebabkan penggunaan
dana saat ini menjadi lebih murah dan menjadi pendorong bagi peminjam. Neni
Supriyanti (2008) menemukan bahwa Tingkat Suku Bunga BI berpengaruh
terhadap ROA.
2.2.4 Pengaruh Perubahan Jumlah Uang Beredar terhadap Kinerja Bank
Konvensional di Indonesia
Dalam pendekatan moneter, yang mendasarkan pada pengembangan
konsep teori kuantitas uang, jumlah uang beredar (money supply) memegang
peran penting dalam suatu Negara. Berlebihnya jumlah uang beredar dalam
perekonomian suatu Negara akan dapat memberikan tekanan pada nilai tukar mata
uang terhadap mata uang asing. Adwin Surja Atmadja (2002) menemukan dalam
penelitiannya bahwa variabel jumlah uang beredar memiliki pengaruh yang
signifikan terhadap pergerakan nilai tukar rupiah terhadap dolar Amerika.
Berdasarkan uraian yang dikemukakan sebelumnya, maka variabel yang
terkait dalam penelitian ini dapat dirumuskan melalui suatu kerangka pemikiran
sebagai berikut :
Gambar 2.1 Kerangka Pemikiran
2.3 P erumusan Hipotesis
Mengacu pada hasil penelitian terdahulu dan kerangka pemikiran, maka
dapat diajukan hipotesis penelitian sebagai berikut :
H1 : Perubahan nilai tukar mempengaruhi nilai komposit rata-rata tertimbang
ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE,
NIM, BOPO, AL/PL dan LDR).
H2 : Perubahan tingkat inflasi mempengaruhi nilai komposit rata-rata
tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA,
ROAE, NIM, BOPO, AL/PL dan LDR).
H3 : Perubahan suku bunga mempengaruhi nilai komposit rata-rata tertimbang
ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE,
NIM, BOPO, AL/PL dan LDR).
H4 : Perubahan uang beredar mempengaruhi nilai komposit rata-rata
tertimbang CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA,
ROAE, NIM, BOPO, AL/PL dan LDR).
Variabel Dependen
Variabel Kontrol
Variabel Independen
Nilai Tukar
Tingkat Inflasi
Suku Bunga
Uang Beredar
Kinerja Bank Konvensional
dengan Analisis CAMELS
METODE PENELITIAN
3.1 Variabel Penelitian dan Definisi Operasional Variabel
Variabel yang digunakan dalam penelitian ini terdiri dari 1 (satu) variabel
dependen dan 4 (empat) variabel independen. Variabel dependen berdasarkan
CAMELS, sedangkan variabel independennya nilai tukar mata uang. Variabel
kontrol adalah inflasi, tingkat suku bunga dan jumlah uang beredar.
3.2 Populasi dan Sampel
Populasi yang digunakan adalah Bank Umum Konvensional di Indonesia
yang terdaftar di Bank Indonesia tahun 2011. Jumlah keseluruhan bank umum
konvensional yang ada adalah 145 bank meliputi 5 bank umum persero, 43 BUSN
Devisa, 32 BUSN Non Devisa, 26 BPD, 28 bank campuran, dan 11 bank asing.
Bank yang dipilih sebagai objek penelitian dalam penelitian ini yaitu :
1. Bank Mandiri (PERSERO), Tbk
2. Bank Central Asia, Tbk
3. Bank Rakyat Indonesia (PERSERO), Tbk
4. Bank Negara Indonesia (PERSERO), Tbk
5. PT Bank CIMB Niaga, Tbk
3.3 Metode Analisis Data
Metode penelitian yang digunakan dalam penelitian ini adalah metode
time series. Metode ini dipakai dalam penentuan model untuk suatu observasi
terhadap variabel terikat berdasarkan variabel bebas dengan melihat data dari
waktu ke waktu. dengan demikian, dalam penelitian ini nantinya akan
memperoleh satu model dari masing-masing variabel terikat untuk masing-
masing bank dalam menganalisis hungungan antara variabel bebas dan variabel
terikat berdasarkan data waktu ke waktu.
Metode analisis data yang digunakan dalam penelitian ini adalah analisis
deskriptif, analisis statistik deskriptif, uji asumsi klasik, multiple regression. Uji
hipotesis menggunakan bantuan program statistik menggunakan software
EViews6.
Penelitian ini menggunakan model statistik berupa komponen-komponen
analisis rasio kinerja keuangan bank serta model statistik berupa pengujian
hipotesis dengan metode regresi linear berganda (multiple regression).
Penggunaan model dan metode tersebut dimaksutkan untuk mengetahui ada atau
tidaknya hubungan antara variabel bebas dan terikat, serta besarnya pengaruh
variabel bebas terhadap variabel terikat.
Model umum yang terbentuk dalam penelitian ini adalah :
CAMELSt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt
Dimana :
CAMELSt : kinerja keuangan Berdasarkan rasio CAMELS pada periode t
β0 : konstanta (interscept)
β1, β2, β3, β4 : kecondongan (slope) dari masing-masing variable bebas
KURS_lnt : perubahan nilai tukar mata uang pada periode t
INF_lnt : perubahan tingkat inflasi pada periode t
IR_lnt : perubahan tingkat suku bunga pada periode t
MS_lnt : perubahan jumlah uang beredar pada periode t
εt : standard error
Model umum tersebut dijabarkan kembali berdasarkan rasio-rasio CAMELS yang
diteliti dalam penelitian ini yaitu antara lain:
CARt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt
APYD/Ct = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt
APYD/At = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt
PPAPt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt
ROAAt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt
ROAEt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt
NIMt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt
BOPOt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt
ALPLt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt
LDRt = β0 + β1KURS_lnt + β2INF_lnt + β3IR_lnt + β4MS_lnt + εt
Dimana
t : merupakan periode waktu dalam time series
β0 : konstanta (interscept)
β1, β2, β3, β4 : kecondongan (slope) dari masing-masing variable bebas
KURS_lnt : perubahan nilai tukar mata uang pada periode t
INF_lnt : perubahan tingkat inflasi pada periode t
IR_lnt : perubahan tingkat suku bunga pada periode t
MS_lnt : perubahan jumlah uang beredar pada periode t
Εt : standard error
HASIL PENELITIAN DAN ANALISIS
4.1 Analisis Statistik Deskriptif Variabel Makroekonomi
Hasil analisis statistik deskriptif variabel-variabel makroekonomi, yaitu
nilai tukar mata uang, tingkat inflasi, tingkat suku bunga dan jumlah uang beredar,
dengan menggunakan software EViews adalah sebagai berikut :
Table 4.1
Rangkuman Analisis Statistik Deskriptif Variabel Makroekonomi
Analisis Statistik
Deskriptif
Nilai Tukar
Mata Uang
Tingkat
Inflasi
Tingkat Suku
Bunga
Jumlah Uang
Beredar
Mean 9.537,67 8,383562 8,713562 1.611.969
Median 9.260,00 7,15 8,25 1.594.390
Maximum 12.151,00 18,38 12,75 2.469.398
Minimum 8.775,00 2,41 6,00 1.014.376
Std. Dev. 720,3463 4,236007 2,057077 406.018.5
Skewness 1,967989 0,848993 0,602729 0,230006
Kurtosis 6,504428 2,820849 2,291079 1,835401
Jarque-Bera 84,47602 8,867230 5,948581 4,769029
Probability 0,000000 0,011871 0,051084 0,092134
Sumber: Output EViews 6, diolah untuk penelitian.
4.2 Pengujian Regresi Linier Klasik
4.2.1 Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk melihat apakah pada model regresi
terdapat korelasi antara variabel-variabel bebas.
Tabel 4.2
Hasil Uji Multikolinearitas antara Perubahan Kurs Mata Uang, Perubahan Tingkat
Inflasi, Perubahan Tingkat Suku Bunga dan Perubahan Jumlah Uang Beredar
KURS_ln INF_ln IR_ln MS_ln
KURS_ln 1.000000 0.051808 0.298839 0.193738
INF_ln 0.051808 1.000000 0.397841 -0.070929
IR_ln 0.298839 0.397841 1.000000 0.102527
MS_ln 0.193738 -0.070929 0.102527 1.000000
Sumber: Output EViews 6
Korelasi yang kuat antara variabel-variabel bebas terjadi apabila nilai
korelasi antara variabel-variabel bebas melebihi 0,8. Dengan melihat pada hasil
uji multikolinearitas di atas, dimana tidak ada nilai korelasinya yang melebihi 0,8,
maka dapat disimpulkan bahwa dalam model regresi linier berganda tersebut tidak
terdapat masalah multikolinearitas.
4.2.2 Uji Heterokedastisitas
Uji Heterokedastisitas dilakukan untuk melihat apakah pada model regresi
memiliki varians error yang konstan untuk setiap observasi atau disebut dengan
homokedastisitas. Heterokedastisitas adalah suatu kondisi dimana varians error
dari observasi yang satu dan yang lain memiliki nilai yang berbeda.
Table 4.3
Hasil Uji Heterokedastisitas Persamaan Regresi Linier Berganda antara Perubahan
Kurs Mata Uang, Perubahan Tingkat Inflasi, Perubahan Tingkat Suku Bunga dan
Perubahan Jumlah Uang Beredar Terhadap Rasio CAMELS Bank Mandiri
Heteroskedasticity Test: White
F-statistic 1.913301 Prob. F(5,65) 0.1184
Obs*R-squared 7.381206 Prob. Chi-Square(5) 0.1171
Scaled explained SS 1.243548 Prob. Chi-Square(5) 0.8709
Sumber: Output EViews 6
Berdasarkan tabel 4.3, Uji White-Heterokedasticity menghasilkan
probabilitas Obs*R-squaresd sebesar 0,1171 lebih besar dari α = 0,05, maka
dalam model regresi linier berganda tersebut tidak terdapat masalah
heterokedastisitas. Seluruh persamaan regresi linear berganda dalam penelitian ini
telah dilakukan uji heterokedastisitas dan pada persamaan yang terbukti terdapat
masalah heterokedastisitas telah dilakukan penanganan dengan Weighted Least
Squares dengan menggunakan software EViews.
4.2.3 Uji Otokorelasi
Uji otokorelasi dilakukan untuk melihat apakah dalam model regresi linier
terdapat korelasi antara dara error periode tertentu dengan data error periode
sebelumnya.
Table 4.4
Hasil Uji Otokorelasi Persamaan Regresi Linier Berganda antara Perubahan Kurs
Mata Uang, Perubahan Tingkat Inflasi, Perubahan Tingkat Suku Bunga dan
Perubahan Jumlah Uang Beredar Terhadap Rasio CAMELS Bank Mandiri
sebelum dilakukan Generalized Least Squared
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 281.3561 Prob. F(2,65) 0.0000
Obs*R-squared 64.54435 Prob. Chi-Square(2) 0.0000
Sumber: Output EViews 6
Berdasarkan tabel 4.4, Uji Breusch-Godfey Serial Correlation LM
menghasilkan probabilitas Obs*R-squared sebesar 0,0000, lebih kecil dari α =
0,05, maka disimpulkan bahwa dalam model regresi linier berganda tersebut
terdapat masalah otokorelasi. Oleh karena itu, dilakukan penanganannya dengan
Metode Generalized Least Squared dengan menambahkan variabel bebas
autoregresif. Data hasil Uji Breusch-Godfey Serial Correlation LM regresi linier
berganda selengkapnya dapat dilihat pada lampiran. Salah satu hasil Uji Breusch-
Godfey Serial Correlation LM setelah dilakukan Generalized Least Squared
menggunakan software EViews adalah sebagai berikut:
Table 4.5
Hasil Uji Otokorelasi Persamaan Regresi Linier Berganda antara Perubahan Kurs
Mata Uang, Perubahan Tingkat Inflasi, Perubahan Tingkat Suku Bunga dan
Perubahan Jumlah Uang Beredar Terhadap Rasio CAMELS Bank Mandiri setelah
dilakukan Generalized Least Squared
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.791324 Prob. F(2,63) 0.1751
Obs*R-squared 3.820334 Prob. Chi-Square(2) 0.1481
Sumber: Output EViews 6
Berdasarkan tabel 4.5, Uji Breusch-Godfey Serial Correlation LM
menghasilkan probabilitas Obs*R-squared adalah 0,1481, lebih besar dari α =
0,05, sudah tidak terdapat lagi masalah otokorelasi. Seluruh persamaan regresi
linier berganda telah dilakukan uji autokorelasi dan persamaan yang terbukti
terdapat masalah heterokedastisitas telah dilakukan penanganan dengan
Generalized Least Squared dengan menggunakan software EViews.
4.3 Hasil Analisis
4.3.1 Uji F
Tabel 4.6
Rangkuman Hasil Uji F antara Perubahan Nilai Kurs Mata Uang , Perubahan
Tingkat Inflasi, Perubahan Tingkat Suku Bunga, dan Perubahan Jumlah Uang
Beredar terhadap Kinerja Keuangan Bank Berdasarkan Rasio CAMELS
Variable Terikat F-Statistik Prob-Statistik
CAMELS Bank Mandiri 79.58927 0.000000
CAMELS Bank Rakyat Indonesia 17.76599 0.000000
CAMELS Bank Negara Indonesia 6.345434 0.000074
CAMELS Bank Central Asia 38.49320 0.000000
CAMELS Bank CIMB Niaga 11.97168 0.000000
Sumber : Output EViews 6, diolah untuk penelitian
Berdasarkan tabel 4.6, Uji F menunjukkan angka <0.05 pada kelima bank
sampel, artinya pada tingkat keyakinan 95% atau α = 5% variable-variable bebas
secara bersama-sama berpengaruh secara signifikan terhadap CAMELS Bank
4.3.2 Uji Koefisien Determinasi
Tabel 4.7
Rangkuman Hasil Uji R2 atau Koefisien Determinasi
antara Perubahan Nilai Kurs Mata Uang , Perubahan Tingkat Inflasi, Perubahan
Tingkat Suku Bunga, dan Perubahan Jumlah Uang Beredar terhadap Kinerja
Keuangan Bank Berdasarkan Rasio CAMELS
Variable Terikat Adjusted R-squared S.E. of regretion
CAMELS Bank Mandiri 0.848795 0.013032
CAMELS Bank Rakyat Indonesia 0.544952 0.015270
CAMELS Bank Negara Indonesia 0.276315 0.023040
CAMELS Bank Central Asia 0.728119 0.019883
CAMELS Bank CIMB Niaga 0.439365 0.019884
Sumber : Output EViews 6, diolah untuk penelitian
Berdasarkan tabel 4.7, Adjusted R2 Bank Mandiri sebesar 0.84879, BRI
sebesar 0.544952, BNI sebesar 0.276315, BCA sebesar 0.728119, dan CIMB
Niaga sebesar 0.439365, artinya variansi variabel terikat CAMELS Bank Mandiri
dapat dijelaskan sebesar 84,88% BRI dapat dijelaskan sebesar 54,4952%, BNI
dapat dijelaskan sebesar 27,6315%, BCA dapat dijelaskan sebesar 72,8119%, dan
CIMB Niaga dapat dijelaskan sebesar 43,9365% oleh variable bebas dimana
sisanya dijelaskan oleh faktor-faktor lain.
4.3.3 Uji T
Pengujian hipotesis menggunakan uji t untuk menguji pengaruh antara
variabel bebas: Perubahan Nilai Kurs Mata Uang, Perubahan Tingkat Inflasi,
Perubahan Tingkat Suku Bunga, dan Perubahan Jumlah Uang Beredar terhadap
Kinerja Keuangan Bank berdasarkan rasio CAMELS. Hasil uji t dapat dilihat
sebagai berikut:
Tabel 4.8
Rangkuman Hasil Regresi Linier Berganda antara Perubahan Nilai Kurs Mata
Uang , Perubahan Tingkat Inflasi, Perubahan Tingkat Suku Bunga, dan Perubahan
Jumlah Uang Beredar terhadap Kinerja Keuangan Bank Berdasarkan Rasio
CAMELS
Variabel Terikat Variabel Bebas
KURS_ln (H1) INF_ln (H2) IR_ln (H3) MS_ln (H4) CAMELS
Bank Mandiri -0.1233 s* 0.008 n.s 0.062 n.s 0.2469 s*
CAMELS
Bank Rakyat Indonesia -0.1448 s* -0.0036 n.s 0.1573 s** 0.1829 s**
CAMELS
Bank Negara Indonesia -0.1836 s** 0.0046 n.s 0.0548 n.s 0.0796 n.s
CAMELS
Bank Central Asia -0.0803 n.s 0.0085 n.s -0.008 n.s 0.2759 s*
CAMELS
Bank CIMB Niaga 0.2415 s* 0.0001 n.s -0.1590 s*** 0.0423 n.s
Sumber : Output EViews 6, diolah untuk penelitian
Keterangan :
s : tedapat pengaruh yang signifikan
n.s : tidak terdapat pengaruh yang signifikan
* signifikan pada α = 1%
** signifikan pada α = 5%
*** signifikan pada α = 10%
4.4 Hasil Pengujian Hipotesis
H1 : Perubahan nilai tukar mempengaruhi nilai komposit rata-rata tertimbang
ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE,
NIM, BOPO, AL/PL dan LDR).
Berdasarkan tabel 4.8, perubahan nilai tukar kurs mata uang berpengaruh
secara signifikan terhadap rasio CAMELS Bank Mandiri, BRI, BNI, CIMB Niaga
pada α = 1%. Dengan diasumsikan variabel yang lain tetap, kenaikan nilai tukar
mata uang sebesar 1% dari nilai tukar periode sebelumnya akan menyebabkan
rasio CAMELS Bank Mandiri turun sebesar 12,33%, BRI turun sebesar 14,48%.
BNI turun sebesar 18,36%, CIMB Niaga naik sebesar 24,15% dari rasio
CAMELS periode sebelumnya. Sedangkan perubahan nilai tukar kurs mata uang
tidak berpengaruh secara signifikan terhadap rasio CAMELS BCA.
Dengan demikian H1 diterima pada Bank Mandiri, BRI, BNI, dan CIMB
Niaga, artinya perubahan nilai tukar mempengaruhi nilai komposit rata-rata
tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE,
NIM, BOPO, AL/PL dan LDR). Sedangkan H1 tidak diterima pada Bank BCA.
H2 : Perubahan tingkat inflasi mempengaruhi nilai komposit rata-rata
tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA,
ROAE, NIM, BOPO, AL/PL dan LDR).
Berdasarkan tabel 4.8, perubahan tingkat inflasi tidak berpengaruh secara
signifikan terhadap rasio CAMELS Bank Mandiri, BRI, BNI, BCA, dan CIMB
Niaga. Dengan demikian H2 tidak diterima.
H3 : Perubahan suku bunga mempengaruhi nilai komposit rata-rata tertimbang
ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE,
NIM, BOPO, AL/PL dan LDR).
Berdasarkan tabel 4.8, perubahan suku bunga berpengaruh secara
signifikan terhadap rasio CAMELS Bank BRI dan CIMB Niaga pada α = 1%.
Dengan diasumsikan variabel yang lain tetap, kenaikan suku bunga sebesar 1%
dari suku bunga periode sebelumnya akan menyebabkan rasio CAMELS Bank
BRI naik sebesar 15,73%, dan CIMB Niaga turun sebesar 15,90% dari rasio
CAMELS periode sebelumnya. Sedangkan perubahan suku bunga tidak
berpengaruh secara signifikan terhadap rasio CAMELS Bank Mandiri, BNI dan
BCA.
Dengan demikian H3 diterima pada Bank BRI dan CIMB Niaga, artinya
perubahan suku bunga mempengaruhi nilai komposit rata-rata tertimbang ratio
CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE, NIM, BOPO,
AL/PL dan LDR). Sedangkan H3 tidak diterima pada Bank Mandiri, BNI dan
BCA.
H4 : Perubahan uang beredar mempengaruhi nilai komposit rata-rata
tertimbang ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA,
ROAE, NIM, BOPO, AL/PL dan LDR).
Berdasarkan tabel 4.8, perubahan uang beredar berpengaruh secara
signifikan terhadap rasio CAMELS Bank Mandiri, BRI dan BCA pada α = 1%.
Dengan diasumsikan variabel yang lain tetap, kenaikan uang beredar sebesar 1%
dari uang beredar periode sebelumnya akan menyebabkan rasio CAMELS Bank
Mandiri naik sebesar 24,69%, BRI naik sebesar 18,29% dan BCA naik sebesar
27.59% dari rasio CAMELS periode sebelumnya. Sedangkan perubahan uang
beredar tidak berpengaruh secara signifikan terhadap rasio CAMELS Bank BNI
dan CIMB Niaga..
Dengan demikian H4 diterima pada Bank Mandiri, BRI dan BCA, artinya
perubahan jumlah uang beredar mempengaruhi nilai komposit rata-rata tertimbang
ratio CAMELS (CAR, APYD/M, APYD/AP, PPAP, ROAA, ROAE, NIM,
BOPO, AL/PL dan LDR). Sedangkan H4 tidak diterima pada Bank BNI dan
CIMB Niaga.
KESIMPULAN, KETERBATASAN, DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil analisis yang dilakukan pada 5 Bank
konvensioanal yang terdaftar di Bank Indonesia tahun 2010, maka dapat diambil
kesimpulan sebagai berikut:
1. Perubahan kurs mata uang terhadap kinerja keuangan bank umum
konvensional di Indonesia berdasarkan analisis rasio CAMELS, dapat
disimpulkan bahwa perubahan kurs mata uang rupiah terhadap dolar Amerika
mempengaruhi kinerja keuangan bank dengan metode CAMELS secara
signifikan pada setiap bank.
2. Perubahan tingkat inflasi tidak mempengaruhi kinerja keuangan bank
berdasarkan CAMELS secara signifikan.
3. Perubahan tingkat suku bunga SBI mempengaruhi kinerja keuangan bank
berdasarkan CAMELS secara signifikan pada Bank BRI dan Bank CIMB
Niaga.
4. Perubahan jumlah uang beredar banyak mempengaruhi kinerja keuangan bank
berdasarkan CAMELS secara signifikan pada Bank Mandiri, Bank BRI dan
Bank BCA.
5. Hasil penelitian memperlihatkan bahwa hubungan yang terjadi antara
perubahan kurs mata uang rupiah dengan dolar Amerika serta perubahan
variabel makroekonomi lain dengan kinerja keuangan bank objek penelitian
berdasarkan rasio CAMELS adalah tidak sama. Perbedaan ini tergantung pada
komposisi asset dan kewajiban bank dalam mata uang domestic dan valuta
asing. Perbedaan ini juga mencerminkan kompleksitas rasio kinerja keuangan
bank berdasarkan rasio CAMELS yang tidak hanya tergantung pada satu atau
beberapa variabel tertentu saja tetapi juga merupakan interaksi dari beberapa
kondisi dan variabel berbeda. Selain itu, hal ini juga berkaitan dengan
manajemen bank yang berbeda dalam melakukan strategi untuk menghadapi
perubahan-perubahan makroekonomi yang terjadi.
5.2 Keterbatasan Penelitian
Keterbatasan dalam penelitian ini adalah:
1. Periode penelitian hanya dari tahun 2005 – 2010 saja, sehingga kesimpulan
yang dihasilkan dari penelitian ini tidak dapat digeneralisir pada tahun yang
lain.
2. Sampel bank dalam penelitian ini hanya 5 bank konvensional di Indonesia.
3. Hanya menggunakan 4(empat) variabel makroekonomi. Perubahan tingkat
kurs mata uang, tingkat inflasi, suku bunga SBI dan jumlah uang beredar.
4. Lebih fokus kepada fluktuasi kurs terhadap kinerja keuangan bank
konvensional di indonesia berdasarkan rasio CAMELS.
5.3 Saran
Saran yang berkaitan dengan penelitian ini adalah :
1. Periode penelitian hendaknya lebih diperluas lagi tidak hanya meneliti selama
6 tahun saja.
2. Penelitian ini dapat dilanjutkan dengan mengukur pula indikator-indikator
kinerja bank berdasarkan CAMELS yang bersifat kualitatif
3. Penelitian ini dapat dilanjutkan dengan menambah variabel-variabel
makroekonomi lain, misalnya pertumbuhan ekonomi, dalam pengaruhnya
terhadap kinerja keuangan bank.
4. Penelitian ini dapat dilanjutkan dengan menambah variabel berdasarkan
CAMELS, ukuran bank, status kepemilikan bank, manajemen bank, dalam
pengaruhnya terhadap kinerja keuangan bank.
DAFTAR PUSTAKA
Abimanyu, Yoopi (2004). Memahami Kurs Valuta Asing. Jakarta: Lembaga
Penerbit Fakultas Ekonomi Universitas Indonesia.
Adwin Surja Atmadja (2002). Analisis Pergerakan Nilai Tukar Rupiah Terhadap
Dolar Amerika Setelah Ditentukannya Kebijakan Sistem Nilai Tukar
Mengambang Bebas Di Indonesia , Jurnal Akuntansi & Keuangan Vol. 4,
No. 1
Almilia & herdaningtyas. (2005). Analisis rasio camel terhadap prediksi kondisi
bermasalah pada lembaga perbankan 2000-2002 ,Jurnal Akuntansi dan
keuangan,vol 7, no.2.
Anthonasoglou, Brissimis, (2005), Bank spesific industry, and spesific
makroekonomic determinant of bank profitabilitas. Working paper, bank of
greece. No. 25. June.
Bank Indonesia. (2000). Peraturan Bank Indonesia No.2/27/PBI/2000 tentang
Bank umum.
Bank Indonesia. (2001). Peraturan Bank Indonesia No.3/22/PBI/2001 tentang
Transparansi Kondisi Keuangan.
Bank Indonesia. (2004). Peraturan Bank Indonesia No.6/10/PBI/2004 tentang
Sistem Penilaian Tingkat Kesehatan Bank Umum.
Bank Indonesia. (2004). Surat Edaran Bank Indonesia No.6/23/PBI/2004 tentang
Sistem Penilaian Tingkat Kesehatan Bank Umum.
Bank Indonesia. (2008). Booklet Perbankan Indonesia Tahun 2008.
Bank Indonesia. (2009). Peraturan Bank Indonesia No.11/1/PBI/2009 tentang
Bank umum.
Bank Indonesia. (2009). Surat Edaran Bank Indonesia No.11/5/DPNP/2009
tentang Bank umum.
Chang Shu, Stefan Gerlach and Wensheng Peng. (2004). Macroeconomic
conditions and banking performance in Hong Kong SAR: a panel data study.
BIS Paper Vol 22
Demirguc -kunt dan Huizinga. (2001). Determinants of commercial Bank Interest
Margin and Profitabilitas. The World Bank Development Research Group
Ghazali, Imam. 2001. Aplikasi Analisis Multivariate Dengan Program SPSS. BP
Universitas Diponegoro, Semarang.
Ghazali, Imam. 2009. Ekonometrika Teori,Konsep dan Aplikasi Dengan SPSS 17. BP
Universitas Diponegoro, Semarang.
Gujarati, D.N. (2003). Basic Econometrics, 4th
edition. Singapura : McGraw Hill
Hassan dan Bashir. (2002). Determinants of Islamic Banking Profitabilitas.
International Journal. ERF paper.
Madura, Jeff. (2008). International Corporate Finance. 9th
edition. Ohio: Thomson
South Western.
Madura, Jeff. (1997). International Corporate Finance. 4th
edition. Florida: West
Publishinh Company.
Mankiw, Gregory N. (2007). Macroeconomics, 6th
edition. New York: Worth
Publisher.
Pemerintah Republik Indonesia. (1999). Undang Undang No 23 Tahun 1999
tentang Bank Indonesia.
Pemerintah Republik Indonesia. (2004). Undang Undang No 3 Tahun 2004
tentang Bank Indonesia.
Pemerintah Republik Indonesia. (2008). Undang Undang No 2 Tahun 2008
tentang Bank Indonesia.
Pemerintah Republik Indonesia. (2009). Undang Undang No 6 Tahun 2009
tentang Bank Indonesia.
Pemerintah Republik Indonesia. (1992). Undang Undang No 7 Tahun 1992
tentang Perbankan.
Pemerintah Republik Indonesia. (1998). Undang Undang No 10 Tahun 1998
tentang Perbankan.
Rahardja, Pratama dan Mandala Manurung. (2008). Teori Ekonomi Makro, edisi
ke-4. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia.
Rivai dan Andria. 2009. Bank and Financial Institution Management. Jakarta: PT
Raja Grafindo Persada.
Sekaran, Uma. (2003). Research Methods For Business, A Skill Building
Approach, 4th
edition. New York: John Wiley and Sons, Inc.
Setiawan, Adi. (2009). Analisis Pengaruh Faktor Makroekonomi, Pangsa Pasar dan
Karakteristik Bank terhadap Profitabilitas Bank Syariah. (Studi pada Bank
Syariah Periode 2005 - 2008). Thesis Fakultas Ekonomi Universitas
Diponegoro. (tidak untuk dipublikasikan)
Siamat, Dahlan. (2005). Manajemen Lembaga Keuangan, Kebijakan Moneter dan
Perbankan, edisi ke-5. Jakarta: Lembaga Penerbit Fakultas Ekonomi
Universitas Indonesia.
Sitorus, Maurin. (2004). Pengaruh Variabel Makroekonomi terhadap Kinerja
saham pertambangan minyak dan gas bumi sebagai emiten di Bursa Efek
Indonesia. Jurnal keuangan.
Tri Wibowo & Hidayat Amir. (2006). Faktor-faktor yang mempengaruhi nilai
tukar rupiah, Jurnal Kajian Ekonomi dan Keuangan, Departemen Keuangan
Vol. 9 No. 4.
Winarno, Wahyu. (2009). Analisis Ekonometrika dan Statistika dengan EViews.,
Edisi ke 2. Yogyakarta : UPP Sekolah Tinggi Ilmu Manajemen YKPN
Winkar and Tanko. (2006). CAMEL(S) and Bank Performance Evaluation : The
Way Forward. International Journal.
Zainuddin dan Jogiyanto Hartono (1999). Manfaat rasio keuangan dalam
memprediksi pertumbuhan laba: suatu studi empiris pada perusahaan
perbankan yang terdaftar di BEJ. Jurnal Riset Akuntansi Indonesia, Vol.2,
No.1, Januari, 1999, hal.66-90
LAMPIRAN
Hasil Regresi Linier Berganda Bank Mandiri
Dependent Variable: CAMELS
Method: Least Squares
Date: 09/07/11 Time: 19:08
Sample (adjusted): 2005M02 2010M12
Included observations: 71 after adjustments
Convergence achieved after 7 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C 0.364203 0.026357 13.81810 0.0000
KURS_LN -0.123331 0.037298 -3.306652 0.0015
INF_LN 0.008011 0.007749 1.033819 0.3051
IR_LN 0.062100 0.054675 1.135809 0.2602
MS_LN 0.246959 0.063794 3.871190 0.0003
AR(1) 0.938581 0.048000 19.55375 0.0000
R-squared 0.859595 Mean dependent var 0.376218
Adjusted R-squared 0.848795 S.D. dependent var 0.033515
S.E. of regression 0.013032 Akaike info criterion -5.762042
Sum squared resid 0.011040 Schwarz criterion -5.570830
Log likelihood 210.5525 Hannan-Quinn criter. -5.686003
F-statistic 79.58927 Durbin-Watson stat 2.163492
Prob(F-statistic) 0.000000
Inverted AR Roots .94
Hasil Regresi Linier Berganda Bank Rakyat Indonesia
Dependent Variable: CAMELS
Method: Least Squares
Date: 09/07/11 Time: 18:31
Sample (adjusted): 2005M02 2010M12
Included observations: 71 after adjustments
Convergence achieved after 10 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C 0.419398 0.005546 75.62747 0.0000
KURS_LN -0.144893 0.049662 -2.917592 0.0048
INF_LN -0.003667 0.010247 -0.357896 0.7216
IR_LN 0.157330 0.065931 2.386268 0.0199
MS_LN 0.182914 0.085298 2.144423 0.0357
AR(1) 0.663910 0.088245 7.523523 0.0000
R-squared 0.577455 Mean dependent var 0.422921
Adjusted R-squared 0.544952 S.D. dependent var 0.022637
S.E. of regression 0.015270 Akaike info criterion -5.445104
Sum squared resid 0.015157 Schwarz criterion -5.253891
Log likelihood 199.3012 Hannan-Quinn criter. -5.369064
F-statistic 17.76599 Durbin-Watson stat 1.777694
Prob(F-statistic) 0.000000
Inverted AR Roots .66
Hasil Regresi Linier Berganda Bank Negara Indonesia
Dependent Variable: CAMELS
Method: Least Squares
Date: 09/07/11 Time: 19:16
Sample (adjusted): 2005M02 2010M12
Included observations: 71 after adjustments
Convergence achieved after 7 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C 0.408173 0.006503 62.77120 0.0000
KURS_LN -0.183642 0.078069 -2.352310 0.0217
INF_LN 0.004697 0.016129 0.291251 0.7718
IR_LN 0.054828 0.097471 0.562501 0.5757
MS_LN 0.079625 0.133978 0.594314 0.5544
AR(1) 0.561797 0.103779 5.413393 0.0000
R-squared 0.328007 Mean dependent var 0.409434
Adjusted R-squared 0.276315 S.D. dependent var 0.027083
S.E. of regression 0.023040 Akaike info criterion -4.622478
Sum squared resid 0.034504 Schwarz criterion -4.431265
Log likelihood 170.0980 Hannan-Quinn criter. -4.546439
F-statistic 6.345434 Durbin-Watson stat 2.094532
Prob(F-statistic) 0.000074
Inverted AR Roots .56
Hasil Regresi Linier Berganda Bank Cenral Asia
Dependent Variable: CAMELS
Method: Least Squares
Date: 09/07/11 Time: 19:11
Sample (adjusted): 2005M02 2010M12
Included observations: 71 after adjustments
Convergence achieved after 6 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C 0.345065 0.017619 19.58488 0.0000
KURS_LN -0.080332 0.058986 -1.361887 0.1779
INF_LN 0.008562 0.012242 0.699356 0.4868
IR_LN -0.000858 0.085235 -0.010068 0.9920
MS_LN 0.275944 0.100733 2.739371 0.0079
AR(1) 0.865019 0.063309 13.66352 0.0000
R-squared 0.747539 Mean dependent var 0.346207
Adjusted R-squared 0.728119 S.D. dependent var 0.038132
S.E. of regression 0.019883 Akaike info criterion -4.917182
Sum squared resid 0.025697 Schwarz criterion -4.725970
Log likelihood 180.5600 Hannan-Quinn criter. -4.841143
F-statistic 38.49320 Durbin-Watson stat 2.257103
Prob(F-statistic) 0.000000
Inverted AR Roots .87
Hasil Regresi Linier Berganda Bank CIMB Niaga
Dependent Variable: CAMELS
Method: Least Squares
Date: 09/07/11 Time: 19:19
Sample (adjusted): 2005M02 2010M12
Included observations: 71 after adjustments
Convergence achieved after 8 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C 0.368340 0.008010 45.98484 0.0000
KURS_LN 0.241526 0.063694 3.791968 0.0003
INF_LN 0.000160 0.013171 0.012182 0.9903
IR_LN -0.159086 0.087305 -1.822172 0.0730
MS_LN 0.042385 0.109513 0.387036 0.7000
AR(1) 0.699115 0.093601 7.469125 0.0000
R-squared 0.479410 Mean dependent var 0.368596
Adjusted R-squared 0.439365 S.D. dependent var 0.026556
S.E. of regression 0.019884 Akaike info criterion -4.917112
Sum squared resid 0.025698 Schwarz criterion -4.725900
Log likelihood 180.5575 Hannan-Quinn criter. -4.841073
F-statistic 11.97168 Durbin-Watson stat 2.195517
Prob(F-statistic) 0.000000
Inverted AR Roots .70