Faktor-faktor Penentu Efisiensi Perbankan Indonesia serta Dampaknya terhadap Perhitungan Suku Bunga Kredit



Yüklə 2,37 Mb.
Pdf görüntüsü
səhifə13/23
tarix20.09.2018
ölçüsü2,37 Mb.
#69343
1   ...   9   10   11   12   13   14   15   16   ...   23

40 

 

Data  Envelopment  Analysis  (DEA)  merupakan  sebuah  program 

matematik  non-parametric  yang  digunakan  untuk  estimasi  frontier

Metodologi  DEA  memiliki  dua  pendekatan:  DEA  dengan  orientasi  input 

(input  oriented),  yaitu  dengan  mengubah  proporsi  input  agar  menghasilkan 



output  yang  bernilai  tetap,  serta  DEA  dengan  orientasi  output  (output 

oriented),  yaitu  dengan  input  yang  tetap  dapat  menghasilkan  output  yang 

besar  (lihat  Grafik  25).  Charnes,  Cooper  dan  Rhodes  (1978)  mengusulkan 

sebuah  model  yang  memiliki  orientasi  input  dan  mengasumsikan  Constant 

Return  to  Scale  (CRS).  Asumsi  CRS  akan  tepat  digunakan  untuk 

mengestimasi  nilai  efisiensi  menggunakan  DEA  dalam  kondisi  DMU 

(Decision  Making  Unit)  khususnya  pada  perbankan  beroperasi  pada  skala 

yang  optimal.  Kendala  yang  dihadapi  oleh  asumsi  ini  adalah  pada  kondisi 



imperfect  competition,  ketika  terdapat  keterbatasan  pendanaan  dan  hal 

lainnya  yang  dapat  menyebabkan  DMU  tidak  dapat  beroperasi  secara 

optimal.  Untuk  mengatasi  permasalahan  ini,  Banker,  Charnes  dan  Cooper 

(1984) mengembangkan model DEA dengan asumsi Variable Return to Scale 

(VRS). 

 

a). Orientasi Input  



 Program Linier CRS:      Program Linier VRS: 

 

 



b). Orientasi Output 

 

 



41 

       Program Linier CRS: 

  Program Linier VRS: 

 

Grafik 25. 



Data Envelopment Analysis (DEA)  

 

Variabel yang digunakan sebagai input dan output dalam model DEA 



mengacu  pada  hasil  penelitian  J.  G.  Garza-Garcia  (2012).  Selain  itu, 

pemilihan  variabel  input  dan  output  tersebut  juga  didasarkan  pada  peran 

industri perbankan sebagai lembaga intermediasi. Variabel yang digunakan 

sebagai  input  di  antaranya  adalah  Dana  Pihak  Ketiga  (DPK)  dan  beban 

bunga,  sedangkan  output  terdiri  atas  kredit  dan  pendapatan  operasional 

selain kredit. Tabel 3  dibawah merupakan deskripsi statistik dari variabel-

variabel tersebut.  

 

 



 Tabel 3. Deskripsi Statistik Variabel Input-Output Efisiensi Perbankan 

Variabel

Mean

Std. Dev.

Min

Max

Beban Bunga

635

1,609


0

17,975


Dana Pihak Ketiga (DPK)

20,800


55,531

4

499,718



Kredit

16,442


42,839

1

432,441



Pendapatan Operasional 

non Kredit

841

2,586


0

65,835


Input (Rp Milyar)

Output (Rp Milyar)

 

Sumber: Olahan Penulis 



 

Skor efisiensi yang  diperoleh dengan menggunakan DEA selanjutnya 

akan  dianalisis  bersama-sama  dengan  variabel  pada  tabel  di  atas  dengan 

menggunakan  model  panel  Tobit.  Adapun  persamaan  dari  model  tersebut 

adalah sebagai berikut:  



42 

 

EFF



it

 = β


0

 + β


1

 GDP


t

  + β


2

 INF


t

 + β


3

 INT_PUAB

t

 + β


4

 MCAP


+ β


5

 LHHI


t

+ β


6

 

MS



it

  +  β


7

  ASSET


it

  +  β


8

  CAP


it

+  β


9

  LDR


it

  +  β


10

  ROA


it

  +  β


11

NIM


it

+  β


12

 

D_OHC



it

 + β


13

 NPL 


it

+ β


14

 LOAN


it

 + β


15

 DS1


it

 + β


16

 DS2


it

 + β


17 

DS3


it

 + 


β

18

 DS4



it

 + β


19

 DS5


it

 + ε


it

 

 



Variabel dependen yang digunakan dalam model di atas adalah skor 

efisiensi  hasil  DEA  yang  terdiri  atas  PTE,  TE,  dan  SE.  PTE  adalah  skor 

efisiensi  yang  diperoleh  dengan  menggunakan  asumsi  CRS,  dan  TE 

menggunakan  asumsi  VRS.  Sedangkan  SE  merupakan  rasio  dari  CRS 

terhadap VRS. Suatu bank yang memiliki nilai SE = 1 artinya bank tersebut 

efisien, baik dibawah asumsi CRS maupun VRS.  

Dalam penelitian ini, variabel independen yang digunakan ialah: GDP 

yang  merupakan  pertumbuhan  GDP  per  kuartal;  INF  adalah  inflasi  dari 

IHK;  INT_PUAB  adalah  volatilitas  suku  bunga  PUAB  O/N;  MCAP  adalah 

kapitalisasi  pasar  modal  terhadap  GDP;  LHHI  adalah  indeks  yang 

mengukur  tingkat  persaingan  bank;  MS  adalah  pangsa  pasar  perbankan 

berdasarkan total aset; ASSET adalah proksi dari ukuran perusahaan; CAP 

adalah  permodalan  bank  yang  diproksikan  oleh  modal  inti;  LDR  adalah 

Loan  to  Deposit  Ratio  sebagai  proksi  likuiditas;  ROA  (Return  on  Asset)  dan 

Net Interest Margin (NIM) adalah proksi dari kinerja rentabilitas perbankan; 

OHC  (Overhead  Cost)  adalah  proksi  dari  biaya  overhead  yang  dikeluarkan 

oleh  bank;  NPL  (Non  Performing  Loan)  adalah  proksi  dari  risiko  kredit 

perbankan; LOAN adalah kredit yang diberikan oleh bank umum; serta DS1 

sampai  DS5  merupakan  dummy  status  kepemilikan  bank  umum  di 

Indonesia  (DS1:  bank  persero,  DS2:  bank  devisa,  DS3:  bank  non-devisa, 

DS4:  BPD,  DS5:  bank  campuran).  Adapun  hipotesis  (expected  sign)  yang 

digunakan dalam penelitian ini adalah sebagai berikut (lihat tabel 4). 

 

 

 



 

 

 




Yüklə 2,37 Mb.

Dostları ilə paylaş:
1   ...   9   10   11   12   13   14   15   16   ...   23




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©genderi.org 2024
rəhbərliyinə müraciət

    Ana səhifə