pengaruh inflasi, bi rate, kurs, car dan fdr terhadap …

129

PENGARUH INFLASI, BI RATE, KURS, CAR DAN FDR

TERHADAP NON PERFORMING FINANCING BANK

SYARIAH MANDIRI

M. Fadlillah Fauzukhaq*, Devita Sari, Suhenda Wiranata

Program Studi Perbankan Syariah, Fakultas Ekonomi dan Bisnis,

Universitas Islam Negeri Syarif Hidayatullah Jakarta

Jl. Ibnu Sina IV, Ciputat, Tangerang Selatan, Banten 15419, Indonesia

*Coressponding Author Email: [email protected]

ABSTRACT

Purpose : This research aims to determine the influence Inflation, Bi rate,

Kurs, Capital Adequency Ratio (CAR) and Financing to Deposite

Rasio (FDR) variables against Non-Performing Financing (NPF)

Mandiri Sharia banking.

Design/Methodology/

Approach

: This research uses the Vector Auto Regression (VAR) and Vector

Error Correction Model (VECM) methods. The variables used in

the study consisted of inflation, BI Rate and exchange rate which

classified into macroeconomic variables and Capital Adequency

Ratio (CAR) and Financing to Deposite Ratio (FDR) belonging to

the micro-economic variables. This research uses Bank Syariah

Mandiri as a sample of research and data used in the form of

financial statements published by the official website of Bank

Syariah Mandiri. Root Unit testing, Optimum Lag, Model stability,

and cointegration are used to view research data. Hypothesis

testing uses Granger Causality to test simultaneously and VECM

for partial testing and see long-term and short-term influences.

Findings : The results showed that simultaneously inflation, Bi Rate,

exchange rate, CAR and FDR have no influence on NPF Bank

Mandiri Syariah. Then partially in the short term all variables

also do not have a significant influence on NPF Bank Syariah

Mandiri. But partially in long-term variable inflation, Bi Rate,

exchange rate, CAR and FDR have a significant influence on NPF

Bank Syariah Mandiri.

Keywods : Inflation, Kurs, Bi Rate, CAR, FDR, NPF, VAR, VECM

JEL Classification : E5, E50, G21

Submission date: 15 Juni 2020 Accepted date: 9 Maret 2021

PENDAHULUAN

Menurut Undang-Undang Nomor 21 Tahun 2008 tentang perbankan syariah disebutkan

bahwa bank Syariah merupakan bank yang menjalankan kegiatan usahanya berdasarkan

prinsip syariah dan menurut jenisnya terdiri dari Bank Umum Syariah (BUS) dan Bank

Pembiayaan Rakyat Syariah (BPRS). Dalam menyalurkan dana bank syariah melakukan

Media Ekonomi Vol. 28 No. 2 Oktober 2020 : 129-140 ISSN : 2442-9686 (online)

DOI: http://dx.doi.org/10.25105/me.v28i2.7169 ISSN : 0853-3970 (print)

Media Ekonomi Vol. 28 No. 2 Oktober 2020____________________________________

130

pembiayaan dengan masyarakat melalui berbagai akad seperti mudharabah, musyarakah,

murabahah, ijarah, istishna dan berbagai akad lainnya. Pembiayaan merupakan sumber

pendapatan terbesar bagi bank syariah. Permintaan pembiayaan yang meningkat akan

membuat bank sebagai penyalur dana kepada masyarakat berjalan sesuai perannya.

Namun disisi lain peningkatan pembiayaan juga akan berpotensi menimbulkan risiko

yaitu pembiayaan bermasalah pada bank syariah yang dicerminkan oleh rasio keuangan

non performing financing (NPF). Pembiayaan bermasalah yang tercermin dari rasio Non

Performing Financing (NPF) merupakan salah satu instrumen penilaian kinerja sebuah

bank syariah yang menjadi interpretasi penilaian pada aktiva produktif, khususnya dalam

penilaian pembiayaan bermasalah (Poetry & Sanrego, 2011).

Risiko pembiayaan yang tercermin pada NPF menurut PBI No. 13/23/PBI/2011 adalah

risiko akibat kegagalan nasabah atau pihak lain dalam memenuhi kewajiban kepada bank

sesuai dengan perjanjian yang disepakati. Perbedaan kemampuan maintenance dalam

suatu perbankan yang disebabkan oleh faktor internal dan eksternal dapat berdampak

kepada nasabah maupun kepada perbankan itu sendiri. Ada tiga faktor utama yang

mengakibatkan NPF pada bank syariah, yaitu faktor internal bank, faktor internal debitur

serta dengan faktor eksternal bank ataupun debitur. Dilihat dari sisi internal bank,

kelemahan manajer keuangan di bank dan tekanan dari pihak ketiga, bank bersemangat

dalam menyalurkan pembiayaan, sistem pengawasan yang lemah, campur tangan yang

berlebihan dari pemegang saham, jaminan yang tidak mencukupi pembiayaan ke

perbankan Islam (Najiatun dkk, 2019).

Inflasi merupakan keadaan makro ekonomi yang terus menjadi perhatian pemerintah.

Tujuan government saat ini adalah mengontrol nilai inflasi pada tingkat yang rendah.

Tingkat inflasi nol persen bukanlah tujuan utama dari kebijakan pemerintah karena hal

tersebut sangat sulit untuk dicapai. Oleh karena itu, yang paling penting adalah menjaga

tingkat inflasi tetap rendah (Sukirno, 2007). Pada satu sisi, inflasi bagi para pengusaha

atau pedagang merupakan kesempatan dalam keuntungan dari produk yang di jual dengan

harga tinggi. Namun pada sisi yang lain inflasi menjadi hal yang kurang baik bagi

masyarakat, karena dapat mempengaruhi daya beli masyarakat.

Dampak dari adanya kenaikan inflasi juga biasanya direspon oleh BI dengan

meningkatkan suku bunga BI Rate. Kenaikan suku bunga pada BI rate akan

meningkatkan biaya pembiayaan berupa nisbah bagi hasil atau margin pembiayaan

sehingga nilai pengeluaran pembiayaan bank syariah mengalami penurunan. (Supriani &

Sudarsono, 2018: 4).

Fluktuasi nilai tukar Rupiah terhadap USD terjadi ketika depresi meningkatkan biaya

produksi dan pembiayaan impor yang pada akhirnya akan berakibat pada penurunan

pendapatan terutama bagi perusahaan yang bergerak dalam bidang ekspor-impor dan

bahan baku diperoleh dari luar negeri. Penurunan pendapatan akan menyebabkan

perusahaan kesulitan dalam membayar kewajibannya kepada bank. Disisi lain

pengelolaan dana bank syariah dalam bentuk penyaluran dana melalui pembiayaan

cenderung menghindari risiko yang berhubungan dengan valuta asing namun dalam

kegiatan operasional bank syariah yang berhubungan langsung dengan risiko fluktuasi

Pengaruh Inflasi, BI Rate, Kurs, CAR dan FDR Terhadap Non Performing Financing Bank

Syariah Mandiri__________________________________________________________________

131

nilai tukar misal pada aktivitas treasury yakni pemenuhan kebutuhan likuiditas bank

menjadi tidak dapat terhindarkan (Fauziyah, 2015).

Permodalan yang masih terbatas juga menjadi permasalahan yang dihadapi oleh

perbankan syariah di Indonesia. Pada tahun 2018 terdapat 34 pemain di industri

perbankan syariah di mana dari 13 bank umum syariah hanya Bank Syariah Mandiri

(BSM) yang masuk bank dengan kategori modal sampai Rp 30 triliun. Sedangkan tujuh

bank seperti BTPN Syariah, BNI Syariah, BCA Syariah, Aceh Syariah, Mega Syariah,

BRI Syariah, Muamalat masuk kategori modal Rp 1 triliun sampai dengan Rp 5 triliun.

Sementara, Maybank, Victoria, Bukopin Syariah, BJB Syariah dan Panin Dubai memiliki

modal di bawah Rp 1 triliun. Ini merupakan fakta gambaran dari besaran modal bank

umum syariah di Indonesia saat ini (analisis.kontan.co.id).

Kemudian dalam melakukan pengukuran likuiditas, bank dapat menggunakan berbagai

pengukuran, salah satunya Financing to Deposit Ratio (FDR) yaitu kemampuan bank

dalam membayar kembali penarikan dana yang dilakukan oleh nasabah dengan

mengandalkan dana yang diberikan sebagai sumber likuiditasnya atau dengan kata lain

seberapa jauh pemberian dana kepada nasabah dapat mengimbangi kewajiban bank untuk

segera memenuhi permintaan nasabah yang akan menarik kembali dananya yang telah

disalurkan oleh bank (Rivai & Arviyan, 2010).

METODE PENELITIAN

Penelitian ini merupakan penelitian kuantitatif dengan menggunakan data sekunder dan

jenis data yang digunakan merupakan data time series selama kurun waktu 2015-2019

sehingga diperoleh jumlah observasi sebanyak 60 titik pengamatan. Sumber data

diperoleh dari website resmi Bank Indonesia dan Bank Syariah Mandiri kemudian Badan

Pusat Statistik untuk informasi mengenai data bulanan pada variabel Bi Rate. Penelitian

ini menggunakan metode VAR dan alat analisis VECM dengan prosedur awal

memastikan semua data yang digunakan pada penelitian stasioner dengan melakukan uji

akar unit, uji lag, uji stabilitas dan uji kointegrasi. Dilanjutkan dengan uji kausalitas, uji

jangka pendek, jangka panjang dan uji individu yakni IRF dan VD.

HASIL DAN PEMBAHASAN

Uji Stasioner. Tahapan pertama yang dilakukan adalah uji stasioner data dengan

menggunakan uji Augmented Dickey Fuller (ADF). Pengujian pertama dilakukan pada

tingkat level, jika pada tingkat ini data tidak stasioner maka dilanjutkan first difference.

Adapun uji staioner ADF masing-masing variabel dapat ditunjukkan oleh tabel 1 sebagai

berikut:


132

Tabel 1

Hasil Pengujian Akar Unit

LEVEL

Variabel t-stat Critical Value Prob Keterangan

INFLASI -2.045250 -2.911730 0.2673

Tidak Stasioner

BIRATE -1.462071 -2.912631 0.5456

KURS -2.643596 -2.911730 0.0902

CAR_BSM -1.165221 -2.911730 0.6838

FDR_BSM -1.742231 -2.911730 0.4051

NPF_BSM -0.187950 -2.911730 0.9337

1st Differencing

Variabel t-stat Critical Value Prob Keterangan

INFLASI -5.551459 -2.913549 0.000

Stasioner

BIRATE -5.400592 -2.912631 0.000

KURS -9.269803 -2.912631 0.000

CAR_BSM -7.492845 -2.912631 0.000

FDR_BSM -7.524627 -2.912631 0.000

NPF_BSM -8.222499 -2.912631 0.000

Sumber: (Di olah Eviews 10)

Berdasarkan tabel 1 di atas hasil uji unit root test dengan memakai metode ADF

menunjukkan bahwa semua variabel penelitian tidak stasioner pada tingkat level. Untuk

itu dilakukan pengujian pada first difference untuk mendapatkan data yang stasioner.

Pada first difference menunjukkan bahwa semua data stasioner, hal ini dapat dilihat dari

nilai prob < 5% (0,05). Oleh karena itu, semua variabel stasioner pada first difference

maka dapat dilakukan langkah selanjutnya yakni penentuan panjang lag.

Penentuan Panjang Lag. Uji lag optimum digunakan untuk menghilangkan masalah

autokorelasi, penggunaan lag optimal diharapkan tidak muncul lagi masalah autokorelasi

(Gujarati, 2009). Informasi untuk kriteria penentuan panjang lag yang tepat adalah

dengan menggunakan pemilihan kriteria model Likehood Ratio (LR), Final Prediction

Error (FPE), Akaike Information Criterion (AIC), Schwarz Criterion (SC) dan Hannan-

Quin Criteria (HQ).

Tabel 2

Pengujian Panjang Lag

Lag LogL LR FPE AIC SC HQ

0 -759.3609 NA 49220.58 27.83131 28.05029 27.91599

1 -458.567 525.0220 3.265793* 18.20244 19.73531* 18.79521*

2 -433.7888 37.84317 5.144371 18.61050 21.45726 19.71137

3 -392.8663 53.57124 4.864974 18.43150 22.59216 20.04046

4 -345.1679 52.03464* 4.092975 18.00610 23.48065 20.12316

5 -300.7728 38.74476 4.795569 17.70083* 24.48927 20.32597



Syariah Mandiri__________________________________________________________________

133

Berdasarkan tabel 2 di atas hasil pengujian lag optimal terletak pada lag kesatu (1).

Setelah panjang lag optimal didapatkan, maka dapat dilakukan uji stabilitas model.

Uji Stabilitas Model. Model VAR dikatakan stabil apabila nilai modulus berada pada

radius < 1, dan tidak stabil jika nilai modulus >1. Jika nilai modulus yang paling besar

kurang dari 1 dan berada pada titik optimal, maka komposisi tadi sudah berada pada

posisi optimal dan model VAR sudah stabil.

Tabel 3

Uji Stabilitas Model

Root Modulus

0.971204 0.971204

0.872561 - 0.155958i 0.886389

0.872561 + 0.155958i 0.886389

0.752348 - 0.134588i 0.764291

0.752348 + 0.134588i 0.764291

0.430653 - 0.391459i 0.581981

0.430653 + 0.391459i 0.581981

-0.213033 - 0.245080i 0.324727

-0.213033 + 0.245080i 0.324727

0.320175 0.320175

-0.168480 - 0.046910i 0.174888

-0.168480 + 0.046910i 0.174888


Berdasarkan tabel 3 di atas nilai modulus menunjukkan kurang dari 1 maka dapat

dikatakan bahwa nilai modulus telah memenuhi kriteria. Sehingga dapat dikatakan bahwa

model stabilitas yang digunakan dalam penelitian ini sudah valid untuk melakukan

pemodelan pada impuls response dan varian decomposition.

Uji Kointegrasi. Uji ini dilakukan dengan ketentuan bahwa apabila trace statistic lebih

besar dibandingkan dengan critical value pada taraf kepercayaan α 5% dan α 1% maka

hasil pengujian tersebut terdapat persamaan kointegrasi yang berarti memiliki

keseimbangan jangka panjang.

Tabel 4

Uji Kointegrasi

Hypothesized

No. of CE(s) Eigenvalue

Trace

Statistic

0.05 Critical

Value Prob.**

None * 0.488384 109.6521 95.75366 0.0039

At most 1 * 0.362083 70.78167 69.81889 0.0418

At most 2 0.301832 44.70789 47.85613 0.0959

At most 3 0.251501 23.86873 29.79707 0.2060

At most 4 0.094777 7.066987 15.49471 0.5699

At most 5 0.022024 1.291678 3.841466 0.2557



134

Berdasarkan tabel 4 dapat dijelaskan bahwa terdapat dua rank variabel berhubungan

kointegrasi dengan menggunakan taraf uji 5% (0.05). Hal tersebut dilihat dari kedua rank

tersebut menunjukan bahwa nilai trace statistic > critical value.

Uji Kausalitas Granger. Uji kausalitas Granger digunakan untuk mengetahui hubungan

sebab akhir dari masing-masing variabel independen terhadap variabel dependen. Taraf

uji yang digunakan yaitu pada tingkat kepercayaan 0.05 (5%). Jika nilai probabilitas lebih

besar dari 0.05 maka dapat disimpulkan bahwa tidak terjadi kausalitas antar variabel

(Gujarati, 2009).

Tabel 5

Uji Kausalitas Granger

Null Hypothesis: Obs F-Statistic Prob.

INFLASI does not Granger Cause NPF 59 0.32445 0.5712

NPF does not Granger Cause INFLASI 0.55419 0.4597

BIRATE does not Granger Cause NPF 59 0.07254 0.7887

NPF does not Granger Cause BIRATE 0.00487 0.9446

KURS does not Granger Cause NPF 59 4.10396 0.0476

NPF does not Granger Cause KURS 0.85008 0.3605

CAR does not Granger Cause NPF 59 0.08058 0.7776

NPF does not Granger Cause CAR 6.34027 0.0147

FDR does not Granger Cause NPF 59 0.14464 0.7052

NPF does not Granger Cause FDR 1.78698 0.1867


Vector Error Correction Model (VECM). VECM digunakan untuk melihat hubungan

jangka pendek dan jangka panjang pengaruh variabel independen terhadap variabel

dependen. Untuk mengetahui variabel yang memiliki nilai signifikan atau tidak,

diperlukan adanya t-tabel untuk membandingkan dengan nilai t-statistik. Jika nilai t-statistik lebih

kecil dari t-tabel maka hasilnya menunjukkan tidak terdapat pengaruh yang signifikan

begitu juga sebaliknya.


Syariah Mandiri__________________________________________________________________

135

Tabel 6

Vector Error Correction Model (VECM)

Jangka Pendek

Variabel Koefisien t statistik Keterangan

CointEq1 -0.013684 [-2.24575]

D(INFLASI(-1)) -0.024276 [-0.33477]

Tidak

Signifikan

D(INFLASI(-2)) -0.056228 [-0.78986]

D(BIRATE(-1)) -0.13828 [-1.00373]

D(BIRATE(-2)) 0.098486 [ 0.75591]

D(LOG(KURS(-1))) 0.861573 [ 0.54243]

D(LOG(KURS(-2))) 1.166491 [ 0.80548]

D(CAR(-1)) 0.002832 [ 0.04720]

D(CAR(-2)) 0.014127 [ 0.23592]

D(FDR(-1)) 0.005941 [ 0.28827]

D(FDR(-2)) 0.010039 [ 0.47628]

Jangka Panjang

Variabel Koefisien t statistik Keterangan

INFLASI(-1) -2.486957 [-4.16226]

Signifikan

BIRATE(-1) -7.150123 [-8.40521]

KURS(-1) 169.8568 [ 8.89500]

CAR(-1) -4.828801 [-7.92874]

FDR(-1) 1.628746 [ 4.64830]

C -1630.61

R-Squared 0.67707

Adj. R-Squared 0.579441


Berdasarkan tabel 6 dapat dijelaskan bahwa variabel Inflasi, BI Rate, Kurs, CAR dan

FDR pada lag kesatu maupun lag kedua dalam jangka pendek menunjukkan tidak

mempunyai pengaruh yang signifikan terhadap NPF Bank Syariah Mandiri, hal ini

ditunjukkan dengan nilai t-statistik lebih kecil dari nilai t-tabel.

Berbeda halnya dengan hasil yang ditunjukkan dalam jangka panjang, yang menunjukkan

bahwa variabel Inflasi, Bi Rate, dan CAR memiliki pengaruh negatif dan signifikan

terhadap NPF Bank Syariah Mandiri yang ditunjukkan dengan nilai t-statistik masing-

masing variabel yakni sebesar -4.16226, -8.40521, -7.92874 lebih besar dari nilai t-tabel

sebesar 2.145 sementara variabel Kurs dan FDR memiliki pengaruh positif dan signifikan

terhadap NPF Bank Syariah Mandiri yang ditunjukkan dengan nilai t-statistik masing-

masing variabel yakni sebesar 8.89500 dan 4.64830 lebih besar dari nilai t-tabel sebesar

2.145.

Inflasi mempunyai pengaruh negatif signifikan terhadap NPF Bank Syariah Mandiri. Hal

ini menunjukkan bahwa ketika tingkat inflasi tinggi karena terjadi kenaikan harga secara

terus menerus dan daya beli masyarakat semakin memburuk Bank Syariah Mandiri tetap


136

dapat mempertahankan kinerjanya dengan baik dan bisa menjaga rasio keuangan NPF

untuk tetap menurun. Hasil ini sesuai dengan penelitian Prasetyo Ramadhan (2017) dan

Mutamimah & Chasanah (2012) yang menyatakan bahwa inflasi berpengaruh negatif

terhadap pembiayaan bermasalah.

BI Rate memiliki pengaruh negatif signifikan terhadap NPF Bank Syariah Mandiri. Hal

ini wajar terjadi karena dalam pembiayaan yang diberikan oleh Bank Syariah Mandiri

tidak menggunakan konsep suku bunga, melainkan menggunakan konsep bagi hasil atau

margin. Meski demikian, ternyata suku bunga masih dijadikan acuan dalam perhitungan

bagi hasil atau margin itu sendiri yang tentunya dapat mempengaruhi kualitas

pembiayaan ketika terjadi kenaikan suku bunga. Saat BI Rate naik maka bank syariah

akan ikut menyesuaikan tingkat bagi hasilnya, dikarenakan secara tidak langsung

kenaikan BI Rate akan dijadikan bench mark oleh bank syariah sehingga saat margin bagi

hasil bank syariah semakin kompetitif dan mengalami kenaikan maka akan memicu

meningkatnya pembiayaan bermasalah dikarenakan beban yang harus ditanggung

mudharib semakin besar selain itu hal ini juga sesuai teori margin keuntungan dan nisbah

bagi hasil pembiayaan bank syariah dimana dalam penetapan marjin dan nisbah, suku

bunga perbankan konvensional dalam hal ini BI Rate digunakan sebagai salah satu

rujukan oleh Aset Liabilities Commitee (ALCO) bank syariah (Hernawati & Puspasari,

2018: 38-39). Hasil ini juga sesuai dengan penelitian Linda (2015) dan Dewi &

Suryanawa (2015) yang menyatakan bahwa suku bunga (BI Rate) berpengaruh negatif

terhadap pembiayaan bermasalah.

Variabel Kurs pada lag ke 1 memiliki pengaruh positif signifikan terhadap NPF Bank

Syariah Mandiri. Hal ini disebabkan oleh Bank Syariah Mandiri yang memberikan

pembiayaan dalam valuta asing sehingga ketika terjadi kenaikan pada nilai kurs

(melemah) menyebabkan NPF Bank Syariah Mandiri meningkat pula. Pernyataan ini

diperkuat dengan salah satu kutipan dari liputan6.com dimana Direktur Utama Bank

Syariah Mandiri, Toni Eko Subari mengatakan bahwa Bank Syariah Mandiri memiliki

pembiayaan yang berjalan dalam bentuk dollar AS, hanya saja porsinya kecil (Liputan6,

2018). Hasil penelitian ini juga sesuai dengan penelitian yang dilakukan oleh Najiatun

dkk (2019) dan Akinlo & Emmanuel (2014) yang menyatakan bahwa Kurs berpengaruh

positif signifikan terhadap Non performing Financing (NPF).

Capital Adecuacy Ratio (CAR) memiliki pengaruh negatif signifikan terhadap NPF Bank

Syariah Mandiri. Hal ini menunjukkan bahwa besarnya jumlah modal yang dimiliki Bank

Syariah Mandiri dapat memperkecil peluang terjadinya pembiayaan bermasalah. Semakin

tinggi rasio kecukupan modal maka akan dapat berfungsi untuk menampung risiko

kerugian yang dihadapi oleh bank karena peningkatan pembiayaan bermasalah. Jadi,

kecukupan modal merupakan faktor yang sangat penting bagi bank dalam rangka

menampung risiko kerugian terutama risiko pembiayaan bermasalah. Hasil penelitian ini

sesuai dengan penelitian yang dilakukan oleh Rika Lidyah (2016) dan Yunia Nugraini

(2014) yang menyatakan Capital Adecuacy Ratio (CAR) berpengaruh negatif terhadap

Non performing Financing (NPF).


Syariah Mandiri__________________________________________________________________

137

Financing Deposite to Ratio (FDR) memiliki pengaruh positif signifikan terhadap NPF

Bank Syariah Mandiri. Hal tersebut menunjukkan bahwa variabel FDR dalam jangka

panjang, tingkat likuiditas yang dimiliki oleh Bank Mandiri Syariah belum memiliki

kualitas yang baik sehingga tidak dapat mengatasi NPF dalam jangka panjang. Hasil ini

juga sesuai dengan Firmansyah (2014) Popita, (2013), dan Ramadhan (2017) yang

menyatakan bahwa FDR berpengaruh positif signifikan terhadap kredit atau pembiayaan

bermasalah.

Nilai koefisien determinasi menunjukkan bahwa nilai adjusted R-Square pada penelitian

ini sebesar 0.579441 atau 57.94% artinya, variabel Inflasi, BI Rate dan Kurs memiliki

pengaruh 57.94% terhadap NPF Bank Syariah Mandiri, sedangkan sisanya sebesar

42.06% dipengaruhi oleh variabel lain yang tidak dimasukkan kedalam penelitian ini.

Impulse Response Function (IRF). Analisis impulse response dilakukan untuk melihat

jejak repon suatu variabel masa sekarang dan masa yang akan datang terhadap guncangan

variabel lainnya. Impulse Response merupakan hasil estimasi VAR yang dapat

digambarkan dengan grafik atau tabel, dengan melihat grafik atau tabel impulse

response. kita dapat melihat seberapa besar satu standar deviasi dari variabel-variabel

didalam model (Widarjono, 2007). Pada variabel Inflasi dan Kurs memberikan respons

positif terhadap guncangan NPF Bank Syariah Mandiri sehingga kedua variabel tersebut

menunjukkan garis IRF yang berada di bawah titik 00. Kemudian variabel BI Rate yang

memberikan respons positif terhadap guncangan NPF Bank Syariah Mandiri sehingga

garis IRF berada di atas titik 00. Berbeda halnya dengan variabel CAR dan FDR

memberikan respons yang negatif dan positif terhadap guncangan NPF Bank Syariah

Mandiri sehingga garis IRF yang ditunjukkan berada di bawah titik 00 dan kemudian naik

ke atas titik 00.

Gambar 1

Impulse Response Function (IRF)

Variance Decomposition (VD). Variance Decomposition bertujuan untuk mengukur

besarnya kontribusi atau komposisi pengaruh masing-masing variabel independen

terhadap variabel dependen. Hasil Variance Decomposition pada penelitian ini


138

menunjukkan bahwa variabel Inflasi mampu memberikan kontribusi terhadap shock yang

terjadi pada NPF Bank Syariah Mandiri antara 2,9% sampai 5,1%. Variabel BI Rate

mampu memberikan kontribusi terhadap shock yang terjadi pada NPF Bank Syariah

Mandiri antara 0,05% sampai 0,34%. Variabel Kurs mampu memberikan kontribusi

terhadap shock yang terjadi pada NPF Bank Syariah Mandiri antara 0,12% sampai 0,27%.

Variabel CAR mampu memberikan kontribusi terhadap shock yang terjadi pada NPF

Bank Syariah Mandiri antara 0,3% sampai 2,1%. Dan variabel FDR mampu memberikan

kontribusi terhadap shock yang terjadi pada NPF Bank Syariah Mandiri antara 0,09%

sampai 0,4%.

SIMPULAN DAN SARAN

Simpulan

Berdasarkan hasil yang didapatkan dari penelitian yang dilakukan tentang pengaruh

Inflasi, Kurs, BI Rate, Capital Adecuacy Ratio (CAR) dan Financing Deposite to Ratio

(FDR) terhadap Non Performing Financing Bank Syariah Mandiri dengan menggunakan

model Vector Auto Regression (VAR) dan dilanjutkan dengan analisis Vector Error

Correction Model (VECM) didapatkan kesimpulan sebagai berikut:

1. Inflasi dalam jangka pendek secara signifikan tidak mempengaruhi Non performing

Financing (NPF) Bank Syariah Mandiri. Sedangkan dalam jangka panjang variabel

Inflasi memiliki pengaruh negatif signifikan terhadap NPF Bank Syariah Mandiri

2. Bi Rate dalam jangka pendek secara signifikan tidak mempengaruhi Non performing


Bi Rate memiliki pengaruh negatif signifikan terhadap NPF Bank Syariah Mandiri

3. Kurs dalam jangka pendek secara signifikan tidak mempengaruhi Non performing


Kurs memiliki pengaruh positif signifikan terhadap NPF Bank Syariah Mandiri

4. Capital Adecuacy Ratio (CAR) dalam jangka pendek secara signifikan tidak

mempengaruhi Non performing Financing (NPF) Bank Syariah Mandiri. Sedangkan

dalam jangka panjang variabel Capital Adecuacy Ratio (CAR) memiliki pengaruh

negatif signifikan terhadap NPF Bank Syariah Mandiri

5. Financing Deposite to Ratio (FDR) dalam jangka pendek secara signifikan tidak

mempengaruhi Non performing Financing (NPF) Bank Syariah Mandiri. Sedangkan

dalam jangka panjang variabel Financing Deposite to Ratio (FDR) memiliki

pengaruh positif signifikan terhadap NPF Bank Syariah Mandiri

Saran

Penelitian selanjutnya disarankan untuk menambah objek penelitian yang akan dijadikan

sebagai sampel penelitian dan rentang waktu pengamatan penelitian yang lebih lama

sehingga diperoleh hasil analisis yang lebih detail atau dapat mewakili kondisi yang ada

serta dapat dijadikan sebagai rujukan yang pasti dalam mengetahui faktor-faktor yang

dapat menyebabkan adanya pembiayaan bermasalah. Kemudian penelitian selanjutnya

juga disarankan untuk menambah variabel penelitian lainnya, baik itu dari ruang lingkup

Makro Ekonomi maupun rasio keuangan lainnya yang dimasukkan kedalam kategori

Mikro Ekonomi.


Syariah Mandiri__________________________________________________________________

139

DAFTAR PUSTAKA

Dewi, M. D. K., & Suryanawa, I. K. (2015). Pengaruh Tingkat Suku Bunga, Profesi

Nasabah Kredit, Efektivitas Badan Pengawas pada Non Performing Loan. E-

Jurnal Akuntansi Universitas Udayana, Vol. 13, N.

Fauziyah, A. K. (2015). Pengaruh Variabel Makroekonomi Terhadap Pembiayaan

Bermasalah Sektor Industri Manufaktur Pada Perbankan Syariah Periode 2009-

201. UIN Jakarta.

Firmansyah, I. (2014). Determinant Of Non Performing Loan: The Case Of Islamic Bank

In Indonesia. Buletin Ekonomi Moneter Dan Perbankan, Vol. 17 No.

Gujarati, D. N. (2009). Basic Econometrics. Singapure: Mc Graw-Hill.

Hernawati, H., & Puspasari, O. R. (2018). Pengaruh Faktor Makroekonomi terhadap

Pembiayaan Bermasalah. Journal of Islamic Finance and Accounting, 1(1).

https://doi.org/10.22515/jifa.v1i1.1134

Linda, M. R. dkk. (2015). Pengaruh Inflasi, Kurs dan Tingkat Suku Bunga Terhadap Non

Performing Loan pada PT. Bank Tabungan Negara (Persero) Tbk Cabang

Padang. Economica, Vol. 3 (2).

Najiatun, Sanusi, M., Rahman, M., & Herianingrum, S. (2019). Analisis Variabel

Makroekonomi Terhadap NPF Perbankan Syariah di Indonesia. Jurnal Ekonomi,

24(3), 335. https://doi.org/10.24912/je.v24i3.597

Poetry, Z. D., & Sanrego, Y. D. (2011). Pengaruh Variabel Makro dan Mikro Terhadap

NPL Perbankan Konvensional dan NPF Perbankan Syariah. Islamic Finance &

Business Review TAZKIA, Vol. 6 No.

Popita, M. S. A. (2013). Analisis Penyebab Terjadinya Non Performing Financing Pada

Bank Umum Syariah di Indonesia. Accounting Analysis Journal, Vol. 2, No.

Rivai, V., & Arviyan, A. (2010). Islamic Banking: Sebuah Teori, Konsep, dan Aplikasi.

Jakarta: PT. Bumi Aksara.

Sukirno, S. (2007). Makroekonomi Modern. Jakarta: Raja Grafindo Persada.

Supriani, I., & Sudarsono, H. (2018). Analisis Pengaruh Variabel Mikro Dan Makro

Terhadap Npf Perbankan Syariah Di Indonesia. Equilibrium: Jurnal Ekonomi

Syariah, 6(1), 1. https://doi.org/10.21043/equilibrium.v6i1.3040.

Wahyudi, Imam, & Dkk. (2013). Manajemen Risiko Bank Islam. Jakarta: Salemba

Empat.

Widarjono, A. (2007). Ekonometrika Teori dan Aplikasi. Yogyakarta: Ekonisia FE UII.


140

pengaruh inflasi, bi rate, kurs, car dan fdr terhadap …

Documents