pengaruh inflasi, bi rate, kurs, car dan fdr terhadap …
TRANSCRIPT
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:
Media Ekonomi Vol. 28 No. 2 Oktober 2020____________________________________
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
Sumber: (Di olah Eviews 10)
Pengaruh Inflasi, BI Rate, Kurs, CAR dan FDR Terhadap Non Performing Financing Bank
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
Sumber: (Di olah Eviews 10)
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
Sumber: (Di olah Eviews 10)
Media Ekonomi Vol. 28 No. 2 Oktober 2020____________________________________
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
Sumber: (Di olah Eviews 10)
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.
Pengaruh Inflasi, BI Rate, Kurs, CAR dan FDR Terhadap Non Performing Financing Bank
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
Sumber: (Di olah Eviews 10)
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
Media Ekonomi Vol. 28 No. 2 Oktober 2020____________________________________
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).
Pengaruh Inflasi, BI Rate, Kurs, CAR dan FDR Terhadap Non Performing Financing Bank
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
Media Ekonomi Vol. 28 No. 2 Oktober 2020____________________________________
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
Financing (NPF) Bank Syariah Mandiri. Sedangkan dalam jangka panjang variabel
Bi Rate memiliki pengaruh negatif signifikan terhadap NPF Bank Syariah Mandiri
3. Kurs dalam jangka pendek secara signifikan tidak mempengaruhi Non performing
Financing (NPF) Bank Syariah Mandiri. Sedangkan dalam jangka panjang variabel
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.
Pengaruh Inflasi, BI Rate, Kurs, CAR dan FDR Terhadap Non Performing Financing Bank
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.
Media Ekonomi Vol. 28 No. 2 Oktober 2020____________________________________
140