MICRO PROJECT CORPORATE FINANCE “Faktor-Faktor yang Mempengaruhi Krisis Perbankan di Indonesia Tahun 1990 – 2010”

MICRO PROJECT

CORPORATE FINANCE

“Faktor-Faktor yang Mempengaruhi Krisis Perbankan di Indonesia Tahun 1990 – 2010”

BAB I

PENDAHULUAN

Krisis merupakan permasalahan yang dipandang sangat serius dalam berbagai negara. Krisis dapat dikategorikan dalam berbagai macam sebutan tergantung pada sektor apa krisis tersebut berpengaruh. Macam-macam krisis yang telah ada yaitu, krisis oil boom , krisis ekonomi, krisis perbankan, dan masih ada yang lain. Dalam makalah ini, kami mengambil topik mengenai krisis yang pernah terjadi Indonesia pada tahun 1998, yaitu krisis perbankan.

Kegagalan pada salah satu bank tidak hanya menyebabkan masalah pada bank itu sendiri tetapi juga menimbulkan adanya efek domino dalam industri perbankan yang lainnya. Karena bank menyediakan sarana pembayaran, maka kegagalan di sektor perbankan (bank failure) pada gilirannya akan menimbulkan kegagalan di sektor perusahaan (corporate failure) dimana terjadi hambatan dalam penyelesaian pembayaran (payment settlement). Akibat kegagalan di sektor ini dapat berdampak negatif pada seluruh sistem (systemic risk), maka gagalnya satu bank dapat menyebabkan masalah pada sistem perbankan secara keseluruhan dan dapat menimbulkan penarikan dana secara besar-besaran terhadap bank yang sehat.

Berdasarkan latar belakang masalah diatas, maka kelompok Kami menulis makalah yang berjudul “Faktor-Faktor yang Mempengaruhi Krisis Perbankan di Indonesia Tahun 1990 – 2010”.  Pada makalah ini, kelompok Kami mengacu pada jurnal utama “The Determinants of Banking Crises in Developing and Developed Countries, Kunt & Detragiace (1998)”. Dalam jurnal tersebut dijelaskan mengenai faktor-faktor yang menentukan terjadinya krisis  perbankan.

BAB III

PERBEDAAN/MODIFIKASI DARI KEASLIAN JURNAL-JURNAL REFERENSI

1. Jurnal Utama (The Determinants of Banking Crises in Developing and Developed Countries, Kunt & Detragiace (1998))

Jurnal utama menjelaskan krisis perbankan di beberapa negara yang ditemukan berdasarkan database dari IMF yakni pada tahun 1980-1994. Variabel independen yang kita gunakan Macroeconomi variabels, financial variables dan Institutional Variables. Untuk variabel independen Macroeconomic variabel pada jurnal utama itu sendiri meliputi Growth, TOTChange, Depreciation, RLInterest, Inflation, Surplus/GDP. Financial variabels meliputi M2/Reserve, Private/GDP, Cash/Bank, Credit GROt-2. Institutional Variabels meliputi GDP/Cap, Depositins, Law and Order.

Model Ekonometrika yang digunakan untuk mengestimasi probalilitas dari adanya krisis perbankan adalah model logit.  Jika ada terjadinya krisis, maka beri nilai 1, sedangkan jika tidak terjadi krisis diberi nilai 0. Data yang digunakan untuk mengestimasi apakah ada krisis atau tidak pada suatu negara pada tahun estimasi 1980-1994 mengunakan data panel.[1]

2. Jurnal Pendukung

·         Jurnalyang kedua berjudul Cross-Country Empirical Studies of Systemic Bank Distress: A Survey, Kunt & Detragiace (2005) yang merupakan kelanjutan dari studi sebelumnya mengenai faktor-faktor yang mempengaruhi krisis perbankan. Dalam jurnal ini dijelaskan bahwa terdapat faktor-faktor lain yang dapat menimbulkan krisis perbankan selain tiga faktor di dalam jurnal sebelumnya.

Faktor pertama adalah masalah satu individu bank yang dapat menyebabkan krisis dalam sektor perbankan.secara kesuluruhan. Semakin besar ukuran suatu bank, semakin besar pula bank tersebut dalam menciptakan krisis perbankan ketika bank mengalami masalah.

Faktor kedua adalah guncangan pada perekonomian global dan kebijakan rezim exchange rate yang dipilih. Kebijakan fixed exchange rate lebih cenderung menimbulkan krisis perbankan dan kepanikan pasar. Pada saat fixed exchange rate diterapkan, kebijakan bank sentral sebagai lender of resort menjadi terbatas karena ekspansi moneter dapat berisiko meruntuhkan kepercayaan pada mata uang yang telah di-peg.

Faktor ketiga adalah struktur dan kepemilikan bank. Apakah bank dimiliki oleh asing maupun pemerintah, dua-duanya memiliki kelemahan yang dapat memicu terjadinya krisis perbankan. Banyaknya perbankan yang dimiliki oleh pemerintah akan membuat kompetisi, pertumbuhan, maupun produktivitas bank menjadi rendah. Faktor keempat adalah sistem politik. Sistem politik akan menghasilkan kerangka kebijakan pemerintah yang dapat berhubungan dengan faktor-faktor lainnya: liberalisasi finansial, rezim exchange rate, maupun regulasi mengenai bank asing. Oleh karena itu sistem politik memiliki peranan penting dalam menentukan krisis perbankan.[2]

·         Jurnalyang ketiga adalah berjudul The Twin Crises: The Causes of Banking and Balance-of-Payments Problems, Kaminsky & Reinhart (1998). Jurnal ini membahas tentang hubungan antara krisis perbankan dengan krisis mata uang. Setidaknya ada 12 indikator yang menjelaskan terjadinya krisis perbankan dan krisis keuangan. Indikator-indikator tersebut dibagi menjadi tiga kategori yaitu: indikator yang berkaitan financial liberalization, indikator yang berkaitan dengan faktor finansial lainnya, dan indikator yang berkaitan dengan current account.

Pada jurnal utama telah dijelaskan bahwa salah satu faktor yang menentukan krisis perbankan adalah adanya financial liberalization. Kedua jurnal ini memiliki indikator yang sama dalam mengukur financial liberalization. Indikator-indikator yang berkaitan dengan financial liberalization adalah M2 multiplier, rasio kredit domestik terhadap GDP nominal, real interest rates pada simpanan, dan rasio lending to deposit interest rates.[3]

3. Makalah “Faktor-Faktor yang Mempengaruhi Krisis Perbankan di Indonesia Tahun 1990 – 2010”

Dalam micro project ini, kami menjelaskan tentang faktor-faktor yang mempengaruhi krisis perbankan yang terjadi di Indonesia pada tahun 1990-2010. Variabel independen yang kita gunakan hanya Macroeconomi variabels dan financial variables.  Macroeconomic variables meliputi: GDP Growth, TOTchange, Real Interest Rate, Inflation ( Berdasarkan CPI). Sedangkan financial variabels meliputi Ratio M2/Reserve, dan exchang rate. Data yang diperoleh untuk menjelaskan faktor-faktor yang mempengaruhi krisis perbankan dari World Bank.

Model Ekonometrika yang digunakan untuk mengestimasi probalilitas dari adanya krisis perbankan adalah model logit.  Jika ada terjadinya krisis, maka beri nilai 1, sedangkan jika tidak terjadi krisis diberi nilai 0. Data yang digunakan untuk mengestimasi apakah ada krisis atau tidak di Indonesia pada tahun estimasi 1990-2010 enggunakan data time series.

BAB II

DATA DAN METODOLOGI PENELITIAN

1. Data

Berikut ini adalah data-data yang dipakai dalam model:

•      GDP real dan M2/reserves à sumber: http://www.indexmundi.com/

•      Exchange rate à sumber: UNCTAD

•      Real interest rate, CPI, TOT à sumber: World Bank

2. Metodologi Penelitian

Untuk langkah-langkah yang dilakukan dalam melakukan pengujian adalah sebagai berikut:

1.      Mencari sumber data-data yang diperlukan

2.      Identifikasi variabel dalam model

Persamaannya:

 Y_t = α + β₁X_1t + β₂X_2t + β₃X_3t + β₄X_4t + β₅X_5t + β₆X_6t  + e_t

Dependet variabel = Y (xi) = krisis perbankan di Indonesia pada tahun ke i à respon 1 = terjadi krisis ; respon 0 = tidak terjadi krisis. Untuk penentuan vaiabel dummy berdasarkan oleh data jurnal sbb:

•      (Global Financial Crises Discussion Series-Indonesia, Titiheruw, Soesastro & Atje (2009))

•      (INDIKATOR AWAL KRISIS PERBANKAN, Hadad, Santoso & Arianto (2003))

Independent variabel (X)        =

            X₁        =  GDP Real (difference log GDP)

            X₂          =   Real Interest Rate (difference log real interest rate)

                X₃        =  CPI (difference log CPI)

            X₄        =  perubahan TOT (Term of Trade) yaitu total ekspor dibagi total impor                                  (difference log TOT)

            X₅        =  Rasio M2/Cadangan Devisa (Reserve) yaitu ratio M2 dibagi dengan                                   cadangan devisa (difference log Ratio M2/Reserve)

            X₆        =  exchange rate

Frekuensi data :  data tahunan dari tahun 1990 sampai dengan 2010

Langkah pengujian:

1.    Input data ke E-Views

2.    Menggunakan uji stasioneritas data dan uji autokorelasi

3.    Menggunakan metode logit à suatu prosedur pemodelan yang diterapkan untuk memodelkan variabel respon (Y) yang bersifat kategori berdasarkan satu atau lebih variabel prediktor (X), baik yang bersifat kategori atau kontinue (Agresti, 1990). Maximum Estimation Likelihood (MLE) à adalah salah satu metode yang digunakan dalam mengestimasi parameter model regesi logit .

4.    Mengintepretasikan hasil olahan.

BAB III

PEMBAHASAN (ESTIMASI DAN ANALISIS DATA)

1. Uji Stasionaritas Data dengan Menggunakan Uji Unit Root ADF (Augmented Dickey-Fuller)

Dalam makalah ini, Kami menggunakan data time series. Data time series seringkali tidak stasioner sehingga menyebabkan hasil regresi meragukan atau disebut regresi lancung (spurious regression). Regresi lancung adalah situasi dimana hasil regresi menunjukkan koefisien regresi yang signifikan secara statistik dan nilai koefisien determinasi yang tinggi namun hubungan antar variabel di dalam model tidak saling berhubungan.[4]

Ada beberapa metode untuk menguji stasionaritas data, salah satunya adalah uji unit root yang dikembangkan oleh Dickey-Fuller. Data stasioner à jika semua nilai absolut statistik ADF lebih besar dari nilai kritis Mackinon pada setiap α-nya.[5]

                        Berdasarkan hal tersebut, maka Kami melakukan pengujian stasionaritas pada data masing-masing variabel independent. Adapun hasil outputnya sebagai berikut.

·         Ln_GDP Real

Berdasarkan hasil output diatas, dapat diketahui bahwa ln_GDP_Real tidak stasioner pada tingkat level karena semua nilai absolut statistik ADF lebih kecil dari nilai kritis Mackinon pada setiap α-nya

Berdasarkan hasil output diatas, dapat diketahui bahwa ln_GDP_Real  stasioner pada tingkat first difference dengan α 5% dan 10% karena semua nilai absolut statistik ADF lebih besar dari nilai kritis Mackinon pada α 5% dan 10%.

Sedangkan ln_GDP_Real tidak stasioner pada tingkat first difference dengan α  1% karena nilai absolut statistik ADF lebih kecil dari nilai kritis Mackinon pada α 1%

·         Real Interest Rate

Berdasarkan hasil output diatas, dapat diketahui bahwa Real Interest Rate stasioner pada tingkat first difference karena semua nilai absolut statistik ADF lebih besar dari nilai kritis Mackinon pada setiap α-nya

·         CPI

Berdasarkan hasil output diatas, dapat diketahui bahwa CPI tidak stasioner pada tingkat level karena semua nilai absolut statistik ADF lebih kecil dari nilai kritis Mackinon pada setiap α-nya

Berdasarkan hasil output diatas, dapat diketahui bahwa CPI stasioner pada tingkat first difference dengan α 5% dan 10% karena semua nilai absolut statistik ADF lebih besar dari nilai kritis Mackinon pada α 5% dan 10%.

Sedangkan CPI tidak stasioner pada tingkat first difference dengan α  1% karena nilai absolut statistik ADF lebih kecil dari nilai kritis Mackinon pada α 1%

·         TOT

Berdasarkan hasil output diatas, dapat diketahui bahwa TOT tidak stasioner pada tingkat level karena semua nilai absolut statistik ADF lebih kecil dari nilai kritis Mackinon pada setiap α-nya

Berdasarkan hasil output diatas, dapat diketahui bahwa TOT stasioner pada tingkat first difference karena semua nilai absolut statistik ADF lebih besar dari nilai kritis Mackinon pada setiap α-nya

·         Rasio M2/Reserve

Berdasarkan hasil output diatas, dapat diketahui bahwa Rasio M2/Reserve tidak stasioner pada tingkat level karena semua nilai absolut statistik ADF lebih kecil dari nilai kritis Mackinon pada setiap α-nya

Berdasarkan hasil output diatas, dapat diketahui bahwa Rasio M2/Reserve stasioner pada tingkat first difference karena semua nilai absolut statistik ADF lebih besar dari nilai kritis Mackinon pada setiap α-nya

·         Ln_Exchange_Rate

Berdasarkan hasil output diatas, dapat diketahui bahwa Ln_Exchange_Rate tidak stasioner pada tingkat level karena semua nilai absolut statistik ADF lebih kecil dari nilai kritis Mackinon pada setiap α-nya

Berdasarkan hasil output diatas, dapat diketahui bahwa Ln_Exchange_Rate stasioner pada tingkat first difference karena semua nilai absolut statistik ADF lebih besar dari nilai kritis Mackinon pada setiap α-nya

2. Uji Autokorelasi dengan Menggunakan Metode Breusch-Gofrey (Uji Lagrange Multiplier)

     Autokorelasi berarti adanya korelasi antar anggota observasi satu dengan observasi lain yang berlainan waktu. Dalam kaitannya dengan asumsi metode OLS, autokorelasi merupakan korelasi antara satu variabel gangguan dengan variabel gangguan yang lain. Ada beberapa metode untuk mendeteksi adanya autokorelasi, salah satunya adalah dengan metode Breusch-Gofrey (uji Lagrange Multiplier). Metode Breusch Godfrey mengikuti distribusi Chi-Squares dengan df sebanyak panjangnya kelambanan/lag residual.[6]

     Dalam uji autokorelasi tersebut hanya memasukkan variabel independen yang stasioner dan variabel dependen (banking crisis). Variabel independen tersebut stasioner pada tingkat first difference. Variabel independen tersebut adalah dlog_exchange_rate, dlog_M2_to_reserve, real_interest_rate_growth, dan TOT_growth. Panjangnya lag residual yang dipilih adalah sebesar 1 karena nilai kriteria Akaike dan Schwarz paling kecil.

Langkah pengujian:

1)        Formulasi H0 dan H1

              H0 : ρ₁ = ρ_ρ = 0 à artinya model tidak mengandung unsur autokorelasi.

H1 : ρ₁ ≠ ρ_ρ≠ 0 à artinya model mengandung unsur autokorelasi.

2)        Menentukan α = 5% à df = panjangnya lag residual = 1 à X² tabel = (α;df) = (10%;1) = 2.71

3)        Kritera pengujian

H0 tidak ditolak bila : X² hitung ≤ X² tabel atau p-value chi-squares > α

H0 ditolak bila : X² hitung > X² tabel atau p-value chi-squares < α

4)                                                                                                      Besarnya X² hitung (Obs*R-squared) = 2.410254

5)        Kesimpulan

X² hitung ≤ X² tabel à 2.410254 ≤ 2.71 dan

p-value chi-suares > α à 0.120543 > 0.05                           

Maka H0 tidak ditolak artinya model tersebut tidak mengandung autokorelasi.

3. Estimasi Model Logit dengan Metode Maximum Likelihood (ML)

Estimasi model Logit dilakukan dengan metode maximum likelihood (ML). Metode maximum likelihood adalah mencari koefisien regresi sehingga probabilitas kejadian dari variabel dependent bisa setinggi mungkin atau semaksimal mungkin.

Beberapa hal berkaitan dengan metode Maximum Likelihood untuk model logit, yaitu:

1.         Metode ML digunakan untuk sampel besar sehingga standar errornya adalah asimtotik yang mengikuti distribusi normal. Sebagai konsekuensinya maka kita akan menggunakan nilai statistik z, bukan lagi statistik t, untuk mengevaluasi signifikan tidaknya variabel independen terhadap variabel dependen.

2.         Untuk menguji hipotesis nul apakah semua variabel independen secara bersama-sama mempengaruhi variabel dependent digunakan uji statistik likelihood ratio (LR) sebagaimana uji F pada regresi metode OLS. Nilai statistik LR ini mengikuti distribusi chi square (X²) dengan degree of freedom (df) sebanyak jumlah variabel independen tidak termasuk konstanta. Jika nilai chi square (X²) hitung lebih besar dari nilai kritis atau nilai tabel chi square (X²) maka kita menolak hipotesis nul yang berarti semua variabel independen secara bersama-sama mempengaruhi variabel dependen dan sebaliknya.

3.         Dalam model logit tidak bisa menggunakan nilai koefisien determinasi (R²) konvensional untuk mengukur kebaikan garis regresi. Sebagai penggantinya kita menggunakan koefisien determinasi yang dikembangkan oleh Mc-Fadden. Seperti nilai koefisien determinasi konvensional, nilai koefisien determinasi Mc-Fadden terletak antara 0 dan 1.[7]

·         Output Model Logit dengan 4 variabel independen

Uji Z

Berdasarkan output diatas, maka diperoleh persamaan sebagai berikut

Banking crisis = α + β₁ dlog_exchange_rate + β₂ m2_to_Reserve + β₃ Real_Interest_Rate_Growth + β₄ TOT_Growth

Banking crisis = -14.60795 + 32.40752 dlog_exchange_rate + 1.703065 M2_to_Reserve – 1.079837 Real_Interest_Rate_Growth + 1.228264 TOT_Growth

Langkah pengujian:

1)                Menentukan Ho dan H1

H0 : β = 0 artinya tidak ada hubungan yang signifikan antara masing-masing variabel independen dengan variabel dependen.

H1 : β > 0 artinya ada hubungan yang signifikan antara masing-masing variabel independen dengan variabel dependen.

2)                Menentukan α

α = 10%

z-tabel (α) à z-tabel (10%) = 1.28 (uji hipotesis positif satu sisi)

3)                Penentuan kriteria pengujian

H0 tidak ditolak bila   = Z_hitung  ≤ Z_tabel

H0 ditolak bila                       = Z_hitung > Z_tabel

4)    Besarnya Z_hitung adalah

Dlog_exchange_rate               = 0.131575

Dlog_M2_to_Reserve             = 0.408336

Real_Interest_Rate_Growth   = 0.024199

TOT_Growth                          = 0.071455

5)    Kesimpulan

-          Dlog_exchange_rate           

Z_hitung > t_tabel à 0.131575  > 1.28 à H0 ditolak dan H1 diterima à artinya ada hubungan yang signifikan antara dlog_exchange_rate dengan variabel dependen (banking crisis).

-          Dlog_M2_to_Reserve

Z_hitung ≤ t_tabel à 0.408336  ≤ 1.28 à H0 tidak ditolak à artinya tidak ada hubungan yang signifikan antara dlog_M2_to_Reserve dengan variabel dependen (banking crisis).

-          Real_Interest_Rate_Growth

Z_hitung ≤ t_tabel à 0.024199  ≤ 1.28 à H0 tidak ditolak à artinya tidak ada hubungan yang signifikan antara real_interest_rate dengan variabel dependen (banking crisis).

-          TOT_Growth

Z_hitung ≤ Z_tabel à 0.071455  ≤ 1.28 à H0 tidak ditolak à artinya tidak ada hubungan yang signifikan antara real_interest_rate dengan variabel dependen (banking crisis).

Uji Likelihood

Langkah Pengujian:

a.         Formulasi H0 dan H1

H0 : ρ₁ = ρ_ρ = 0 à artinya semua variabel independent tidak berpengaruh signifikan terhadap variabel dependent.

H1 : ρ₁ ≠ ρ_ρ≠ 0 à artinya semua variabel independent berpengaruh signifikan terhadap variabel dependent.

b.        Menentukan α = 10% à df = jumlah variabel independen tidak termasuk konstanta = 4 à X² tabel = (α;df) = (10%;4) = 7.78

c.         Kritera pengujian

H0 tidak ditolak bila : X² hitung ≤ X² tabel

H0 ditolak bila : X² hitung > X² tabel

d.        Besarnya X² hitung (LR statistic 4df) = 11.1441

e.         Kesimpulan

X² hitung > X² tabel à 11.1441 > 7.78

Maka H0 ditolak dan H1 diterima artinya semua variabel independent berpengaruh signifikan terhadap variabel dependent.

·         Output Model Logit dengan 1 variabel independen

Dalam model ini digunakan variabel dependen (banking crisis) dan hanya satu variabel independen, yaitu dlog_exchange_rate karena variabel ini yang signifikan mempengaruhi perubahan variabel dependen (banking crisis) pada uji Z. Adapun hasil outputnya sbb:

Uji Z

Berdasarkan output diatas, diperoleh persamaan sebagai berikut:

Banking crisis = α + β dlog_exchange_rate

Banking crisis = -3.459688 + 17.85294 dlog_exchange_rate

      Langkah pengujian:

1)      Menentukan Ho dan H1

H0 : β = 0 artinya tidak ada hubungan yang signifikan antara masing-masing variabel independen dengan variabel dependen.

H1 : β > 0 artinya ada hubungan yang signifikan antara masing-masing variabel independen dengan variabel dependen.

2)      Menentukan α

α = 10%

z-tabel (α) à z-tabel (10%) = 1.28 (uji hipotesis positif satu sisi)

3)      Penentuan kriteria pengujian

H0 tidak ditolak bila             = Z_hitung  ≤ Z_tabel

H0 ditolak bila          = Z_hitung > Z_tabel

4)      Besarnya Z_hitung adalah

Dlog_exchange_rate             = 1.648208

5)      Kesimpulan

-          Dlog_exchange_rate           

Z_hitung > Z_tabel à 1.648208  > 1.28 à H0 ditolak dan H1 diterima à artinya ada hubungan yang signifikan antara dlog_exchange_rate dengan variabel dependen (banking crisis).

Uji Likelihood

Langkah Pengujian:

1)    Formulasi H0 dan H1

H0 : ρ₁ = ρ_ρ = 0 à artinya semua variabel independent tidak berpengaruh signifikan terhadap variabel dependent.

H1 : ρ₁ ≠ ρ_ρ≠ 0 à artinya semua variabel independent berpengaruh signifikan terhadap variabel dependent.

2)    Menentukan α = 10% à df = jumlah variabel independen tidak termasuk konstanta = 1 à X² tabel = (α;df) = (10%;1) = 2.71

3)   Kritera pengujian

H0 tidak ditolak bila : X² hitung ≤ X² tabel

H0 ditolak bila : X² hitung > X² tabel

4)    Besarnya X² hitung (LR statistic 1df) = 7.796405

5)    Kesimpulan

X² hitung > X² tabel à 7.796405 > 2.71

Maka H0 ditolak dan H1 diterima artinya variabel independent berpengaruh signifikan terhadap variabel dependent.

       Mcfadden R-squared = 0.461098 à artinya perubahan yang terjadi pada variabel independent mempengaruhi perubahan yang terjadi pada variabel independent sebesar 46.12 %.

BAB IV

KESIMPULAN DAN SARAN

A.      Kesimpulan

1.         Berdasarkan olahan data di atas diketahui bahwa exchange_rate yang paling signifikan mempengaruhi krisis perbankan di Indonesia dalam kurun waktu 1990 hingga 2010.

2.         Exchange_rate memiliki arah hubungan yang positif terhadap banking crisis, hal ini didasarkan pada persamaan: Banking crisis = -3.459688 + 17.85294 dlog_exchange_rate.

3.         Mcfadden R-squared = 0.461098 artinya perubahan yang terjadi pada variabel independen mempengaruhi perubahan yang terjadi pada variabel dependen sebesar 46.12 %

B.                               SARAN

Pemerintah Indonesia sebaiknya lebih memperhatikan fluktuasi atau perubahan exchange rate Indonesia terhadap mata uang asing. Jika exchange rate Indonesia tinggi terhadap mata uang asing (misalnya $ US) itu artinya nilai tukar mata uang Indonesia melemah dan berakibat pada kemungkinan terjadi krisis perbankan di Indonesia.

DAFTAR PUSTAKA

Widarjono, Agus (2009), Ekonometrika Pengantar dan Aplikasinya, ed 3. Yogyakarta: Penerbit Ekonisia.

Kunt and Detragiache (1998), “The Determinants of Banking Crises in Developing and Developed Countries,” International Monetary Fund Staff Papers, Vol 45 No 1.

Wagner (2010), “The Causes of The Recent Financial Crisis and The Role of Central Banks in Avoiding The Next One”, Springer-Verlag.

Kaminsky and Reinhart (1999), “The Twin Crises: The Causes of Banking and Balance of Payments Problems”, The American Economic Reviews, Vol.89 N0 3.

Welfens (2010),” Transatlantic Banking Crisis: Analysis, rating, Policy issues,” Springer-Verlag.

Kunt and Detragiache (2005),”Cross Country Empirical Studies of Systemic Bank Distress : A Survey”.

Hadad, Santoso dan Arianto (2003), “Indikator Awal Krisis Perbankan”.

Titiheruw, Soesastro and Atjie (2009), “Global Financial Crises Discussion Series-Indonesia”

http://www.indexmundi.com/ 23 Maret 2012, 12:21’:45”.

http://unctad.com/, 23 Maret 2012, 13:32’:12”.

http://worldbank.com/, 23 Mret 2012, 13:21’:34”.

---

[1] Kunt and Detragiache (1998), “The Determinants of Banking Crises in Developing and Developed Countries,” International Monetary Fund Staff Papers, Vol 45 No 1.

[2] Kunt and Detragiache (2005),”Cross Country Empirical Studies of Systemic Bank Distress : A Survey”.

[3] Kaminsky and Reinhart (1999), “The Twin Crises: The Causes of Banking and Balance of Payments Problems”, The American Economic Reviews, Vol.89 N0 3.

[4] Widarsono, Agus,Ekonometrika Pengantar dan Aplikasinya, (Yogyakarta : Ekonisia, 2009), hlm 315.

[5] Widarsono, Agus,Ekonometrika Pengantar dan Aplikasinya, (Yogyakarta : Ekonisia, 2009), hlm 317.

[6] Widarsono, Agus,Ekonometrika Pengantar dan Aplikasinya, (Yogyakarta : Ekonisia, 2009), hlm 141.

[7] Widarsono, Agus,Ekonometrika Pengantar dan Aplikasinya, (Yogyakarta : Ekonisia, 2009), hlm 201.