FRAGMENTASI INTERNATIONAL FINANCE DAN PENINGKATAN ...

1

WP/3/2018

WORKING PAPER

FRAGMENTASI INTERNATIONAL FINANCE DAN

PENINGKATAN PROTEKSIONISME

Reza Anglingkusumo, Berry A. Harahap, Fitria I. Triswati,

Pakasa Bary, Anggita Cinditya M. Kusuma, M. Bagus Arya

2018

Kesimpulan, pendapat, dan pandangan yang disampaikan oleh penulis dalam paper ini merupakan

kesimpulan, pendapat, dan pandangan penulis dan bukan merupakan kesimpulan, pendapat, dan

pandangan resmi Bank Indonesia.

0

Fragmentasi International Finance dan Peningkatan Proteksionisme

Reza Anglingkusumo, Berry A. Harahap, Fitria I. Triswati, Pakasa Bary, Anggita Cinditya M. Kusuma, M. Bagus Arya 1

Abstrak

Penelitian ini memetakan kondisi fragmentasi internasional finance, memahami dampak proteksionisme hubungan finansial antarnegara melalui

dual gravity model serta mengevaluasi risiko peningkatan fragmentasi terhadap makroekonomi melalui Global VECM, khususnya terhadap shock

eksternal.

Beberapa temuan antara lain adalah (i) terdapat tendensi fragmentasi

setelah krisis finansial global: foreign direct investment dan portofolio investment dari negara utama lebih terkonsentrasi, serta adanya penurunan cross-border claims yang belum kembali ke tingkat semula; (ii) terdapat

hubungan positif antara arus perdagangan dan arus finansial secara bilateral sehingga penurunan perdagangan akan berimplikasi pada

penurunan hubungan finansial; (iii) ada proteksi perdagangan terindikasi akan menurunkan perdagangan antarnegara, dan menurunkan FDI dari negara ketiga: dan (iv) fragmentasi finansial membuat dampak spillover shock eksternal terhadap perekonomian Indonesia berubah, antara lain adalah dampak kenaikan suku bunga AS ke output Indonesia menjadi lebih

besar.

Keywords: financial integration, cross border banking, gravity, spillover, global VECM

JEL classification: E60, F30

1 Kepala Grup, Peneliti Ekonomi Senior, dan Peneliti Ekonomi di Departemen Kebijakan Ekonomi dan Moneter (DKEM) dan Kantor Perwakilan Bank Indonesia London, Bank Indonesia. Pandangan dalam

paper ini merupakan pandangan penulis dan tidak semata-mata merefleksikan pandangan Bank Indonesia.

1

1. Pendahuluan

1.1. Latar Belakang

Indonesia merupakan small open economy yang sangat dipengaruhi oleh

kondisi finansial global. Financial depth yang masih tertinggal di satu sisi membuat

Indonesia kurang vulnerable, tetapi di sisi lain membuat kapasitas pembiayaan

ekonomi relatif terbatas. Tren kebijakan dunia saat ini diwarnai oleh meningkatnya

kecenderungan proteksi, baik pada arus barang maupun arus modal yang kemudian

dapat membuat kondisi pembiayaan internasional semakin terdisintegrasi atau

terfragmentasi.

Sebagai otoritas moneter, Bank Indonesia berkepentingan untuk mengetahui

risiko peningkatan proteksionisme dan fragmentasi international finance sebab

selain dapat berdampak terhadap risiko stabilitas perekonomian domestik dari kejut

(shock) eksternal, juga dapat berdampak terhadap potensi pembiayaan eksternal.

Selain itu, pemahaman atas hal tersebut juga dapat dikembangkan lebih lanjut

terkait dampak fragmentasi international finance terhadap risiko stabilitas sistem

keuangan (SSK) dan formulasi kebijakan moneter yang tepat dalam menjaga

stabilitas perekonomian.

Temuan riset-riset terdahulu terkait global spillover secara implisit

mengindikasikan pentingnya pemetaan yang baik terkait hubungan finansial

antarnegara (lihat a.l. Harahap et al, 2015; Harahap dan Bary, 2017). Selama ini,

analisis dampak eksternal pada umumnya dilakukan secara langsung dengan

mengaitkan variabel makro antarnegara, padahal informasi yang dapat

menjustifikasi besarnya keterkaitan finansial terbilang terbatas tanpa pembanding.

Untuk menjelaskan dampak eksternal secara lebih baik dan meyakinkan, perlu

dilakukan suatu riset yang fokus dalam mengelaborasi hubungan finansial

antarnegara, termasuk isu-isu terkait, khususnya kecenderungan peningkatan

proteksionisme di pasar global, baik dari sisi perdagangan maupun hubungan

finansial.

1.2. Tujuan Kajian

Tujuan kajian ini adalah sebagai berikut:

1. Memetakan kondisi fragmentasi internasional finance secara global dengan

penekanan pada Indonesia, global financial centers, dan peer countries;

2

2. Memahami dampak proteksionisme, khususnya trade-war, terhadap hubungan

finansial antarnegara; dan

3. Memahami risiko peningkatan fragmentasi terhadap makroekonomi, khususnya

terhadap shock eksternal.

1.3. Sistematika Pembahasan

Kajian ini dibagi ke dalam lima bagian. Bagian pertama merupakan

pendahuluan kajian yang berisi latar belakang serta tujuan kajian. Bagian kedua

merupakan kumpulan studi literatur dan penelitian terdahulu. Bagian ketiga

menjelaskan metodologi dan spesifikasi data yang digunakan. Bagian keempat

memaparkan hasil analisis, kemudian bagian terakhir berupa penutup yang berisi

simpulan dan rekomendasi kebijakan.

3

2. Studi Literatur

2.1. Integrasi Finansial

Semakin berkembangnya konektivitas perekonomian global dipercaya akan

mendukung peningkatan integrasi finansial antarnegara. Stavarek et al. (2011)

menjelaskan bahwa integrasi keuangan di Eropa telah dimulai beberapa dekade

yang lalu, pada tahun 1957, dengan adanya Perjanjian Roma yang sudah berisi

prinsip-prinsip dasar untuk penciptaan pasar Eropa tunggal untuk layanan

keuangan. Penerapan mata uang tunggal Euro pada tahun 1999 merupakan

dorongan utama untuk integrasi keuangan lebih lanjut di Uni Eropa (Liebscher et

al., 2006).

Baele et al. (2004) menjelaskan bahwa suatu pasar dapat dikatakan

sepenuhnya terintegrasi secara finansial jika semua pelaku pasar potensial memiliki

karakteristik yang relevan yang sama, yaitu sebagai berikut.

1. Menghadapi satu set aturan ketika memutuskan untuk berurusan dengan

instrumen keuangan dan/atau layanan keuangan.

2. Memiliki akses yang sama ke perangkat dan/atau layanan keuangan yang sama.

3. Diperlakukan secara sama ketika aktif di pasar.

Definisi integrasi pasar keuangan terkait erat dengan hukum satu harga (the

law of one price). Hukum satu harga menyatakan bahwa jika suatu aset memiliki

risiko dan returns yang sama, aset tersebut harus dihargai secara identik di mana

pun ditransaksikan. Dengan kata lain, jika sebuah perusahaan menerbitkan

obligasi di dua negara atau wilayah, perusahaan harus membayar suku bunga yang

sama untuk kedua set pemegang obligasi (Jappelli dan Pagano, 2008). Jika hukum

satu harga tidak berlaku, ada peluang untuk arbitrase. Namun, jika investasi modal

tidak diskriminatif, setiap investor akan bebas mengeksploitasi peluang arbitrase

apa pun-yang kemudian akan lenyap-sehingga memulihkan keabsahan hukum satu

harga.

Baltzer et al. (2008) mengklasifikasikan tiga kategori pengukuran integrasi

keuangan, yaitu (i) berbasis harga (price-based) yang menangkap perbedaan dalam

harga aset di berbagai pasar nasional yang berbeda; (ii) berbasis berita (news-based)

yang menganalisis dampak yang dimiliki faktor-faktor umum pada pengembalian

4

suatu aset; (iii) berbasis kuantitas (quantity-based) yang bertujuan mengukur efek

gesekan pada permintaan dan penawaran sekuritas.

Pengukuran integrasi finansial berbasis harga juga mengacu pada hukum

satu harga, yaitu aset dengan arus kas identik dan karakteristik risiko harus

memiliki harga yang sama, terlepas dari lokasi di mana diperdagangkan. Literatur

yang paling banyak tentang integrasi harga mengeksploitasi gagasan bahwa

pergerakan harga pasar/pengembalian saham memang merupakan indikator

integrasi (Kearney dan Lucey, 2004). Cara termudah untuk mengukur co-movement

adalah menghitung korelasi antara harga dan pengembalian. Cara yang lebih

canggih untuk memeriksa co-movements pengembalian pasar keuangan adalah

berfokus pada hubungan pasar saham jangka panjang dengan menggunakan teknik

kointegrasi. Idenya adalah pengujian hubungan ekonomi yang masuk akal ada di

bawah hipotesis keseimbangan jangka panjang antarseri waktu nonstasioner.

Bagian besar dari literatur tentang integrasi harga tidak tertarik pada hubungan

pasar saham jangka panjang, tetapi lebih tertarik pada spillovers volatilitas di pasar

keuangan dan dalam kecepatan transmisi guncangan lintas batas.

Sementara pengukuran integrasi finansial berbasis berita menyatakan bahwa

dalam pasar yang terintegrasi, guncangan lokal dapat secara efektif terdiversifikasi

dan harga terutama didorong oleh faktor-faktor umum. Sejalan dengan logika itu,

langkah-langkah berbasis berita memeriksa bagaimana pengembalian nasional

bergantung pada pengembalian pada aset tolok ukur (umum). Ceteris paribus,

semakin besar proporsi variasi harga yang dijelaskan oleh faktor-faktor umum,

semakin besar tingkat integrasi. Langkah kunci dalam penerapan ukuran ini adalah

spesifikasi faktor umum.

Kemudian pengukuran berbasis kuantitas dapat dibangun dari data arus

keuangan lintas batas. Integrasi keuangan regional harus meningkatkan pasokan

keuangan di negara-negara yang kurang berkembang secara finansial dari daerah

integrasi. Proses integrasi harus meningkatkan investasi lintas batas antarnegara.

Brouwer (2005) berpendapat bahwa integrasi pasar keuangan merupakan

proses pasar keuangan dalam suatu ekonomi menjadi lebih terintegrasi dengan

perekonomian di negara lainnya atau dengan perekonomian di seluruh dunia. Hal

itu menyiratkan peningkatan arus modal serta kecenderungan harga dan return aset

keuangan yang diperdagangkan di berbagai negara memiliki nilai yang sama.

Idealnya, lembaga keuangan akan dapat mengoperasikan atau menawarkan

layanan keuangan lintas batas serta membangun hubungan antara perbankan,

5

ekuitas, dan jenis pasar keuangan lainnya. Integrasi keuangan juga dapat timbul

tanpa adanya perjanjian eksplisit. Bentuk integrasi seperti itu-termasuk masuknya

bank asing ke pasar domestik-merupakan partisipasi asing di pasar asuransi dan

dana pensiun serta perdagangan sekuritas di luar negeri dan pinjaman langsung

oleh perusahaan domestik di pasar internasional.

Integrasi keuangan tidak hanya mencakup integrasi pasar atau layanan

keuangan, tetapi juga dapat mengambil bentuk lain. Bentuk-bentuk tersebut tidak

perlu saling berhubungan atau sebagai bentuk lanjutan (tahap) dari proses

integrasi. Liebscher dkk. (2006) menunjukkan bahwa integrasi dapat mengambil

banyak bentuk dan menyajikan berbagai aspek sebagai berikut.

a) Integrasi moneter, baik melalui serikat mata uang (Eropa, Barat, dan Afrika

Tengah) atau melalui dolarisasi, seperti di Amerika Latin dan Karibia.

b) Liberalisasi capital account.

c) Subkontrak ke luar negeri dari layanan keuangan atau infrastruktur, seperti

dalam hal pencatatan efek pada bursa efek luar negeri.

d) Foreign entry.

e) Konvergensi dan harmonisasi regulasi.

Baele et al. (2004) atau Komisi Ekonomi untuk Afrika (2008)

mempertimbangkan tiga manfaat integrasi keuangan yang diterima secara luas,

yaitu (a) lebih banyak peluang untuk pembagian risiko dan diversifikasi risiko, (b)

alokasi modal yang lebih baik di antara peluang investasi, dan (b) potensi

pertumbuhan yang lebih tinggi. Beberapa studi juga mempertimbangkan financial

development sebagai konsekuensi menguntungkan dari integrasi keuangan.

Gambar 2.1. Manfaat Integrasi Finansial

Sumber: Stavarek et al. (2011)

2.2. Fragmentasi Finansial dan Proteksionisme

Berkebalikan dengan integrasi finansial, konsep fragmentasi finansial secara

umum didefinisikan sebagai proses disintegrasi dalam pasar keuangan. Integrasi di

6

dalam pasar keuangan seharusnya dapat dicapai ketika semua agen ekonomi

menghadapi aturan yang sama dan memiliki akses yang sama terhadap instrumen

keuangan atau layanan di pasar keuangan (Baele et al., 2004). Sebagai contoh, pada

pasar obligasi korporasi, fragmentasi finansial dapat didefinisikan sebagai

perbedaan spread antardua sekuritas meskipun karakteristik risikonya serupa

(Horny et al., 2016).

OECD (2014) menjelaskan bahwa sejak krisis keuangan global tahun 2008,

financial fragmentation telah menjadi ciri yang semakin umum di pasar internasional

yang ditandai oleh penurunan drastis pada kepemilikan lintas batas dan oleh

perbedaan yang kuat antar-spread kredit inti bank, terutama di kawasan Eropa.

Fragmentasi terkadang dapat menguntungkan beberapa negara secara individu

pada tingkat nasional dalam jangka pendek, sehingga keadaan tersebut perlu

diwaspadai bagi pemulihan ekonomi global dan stabilitas jangka panjang.

OECD juga menjelaskan bahwa terdapat interpretasi yang berbeda mengenai

arti financial fragmentation, misalnya, apakah perbedaan itu mengacu pada

perbedaan pasar keuangan nasional dan regional dengan tingkat harga, peraturan

yang berbeda antaryurisdiksi yang berbeda, atau inkonsistensi antarperaturan

keuangan dalam yurisdiksi yang sama. Beberapa juga mengasosiasikan fragmentasi

keuangan dengan proteksionisme. Fragmentasi keuangan pada umumnya

disebabkan oleh peraturan yang tidak terkoordinasi dan/atau ekstrateritorial. Di

beberapa negara, regulator mendorong bank untuk meningkatkan pinjaman

nasional dengan mengorbankan kegiatan operasional lintas batas, sedangkan di

bank-bank asing lainnya regulator diharuskan untuk merestrukturisasi kegiatan

operasional mereka di satu yurisdiksi ke perusahaan induk lokal yang dikapitalisasi

dan didanai secara terpisah. Salah satu konsekuensi dari financial fragmentation

adalah dapat melemahkan kemampuan lembaga keuangan untuk menjalankan

bisnisnya. Diversifikasi peraturan oleh yurisdiksi yang berbeda menyebabkan

meningkatnya biaya bagi bank, yang kemudian diserahkan ke klien, yang pada

gilirannya berdampak pada perdagangan lintas batas (cross-border trade).

Estimasi dual gravity model (finansial dan perdagangan) sesuai pendapat

Aviat dan Coeurdacier (2007) dan Ananchotikul et al., (2015) dilakukan dengan

variabel dependen cross-border asset yang juga dikaitkan dengan perdagangan

bilateral. Desain dual gravity tersebut mengindikasikan bahwa hubungan

perdagangan bilateral akan mempengaruhi hubungan finansial bilateral dan

sebaliknya.

7

Dombret (2013) menjelaskan bahwa sumber fragmentasi pasar keuangan

yang paling jelas adalah adanya mata uang yang berbeda. Misalnya di kawasan euro,

sumber fragmentasi tersebut dieliminasi dengan diperkenalkannya euro, bahkan

sebelum tahun 1999 ada berbagai inisiatif politik dengan tujuan untuk mengatasi

fragmentasi pasar di Eropa. Yang paling menonjol adalah pasar internal European

Union (EU) yang menjamin pergerakan bebas atas barang, modal, layanan, dan

tenaga kerja.

Richards (2017) menjelaskan bahwa fragmentasi pasar modal internasional

menambah biaya bagi pengguna (misalnya karena lembaga keuangan perlu memiliki

lebih banyak modal dan aset yang lebih likuid jika mereka harus beroperasi di

bawah sejumlah rezim peraturan yang berbeda daripada di bawah satu rezim) dan

membawa risiko untuk stabilitas keuangan (misalnya jika peraturan-peraturan yang

berbeda mengarah pada arbitrase peraturan antarmereka). Akan tetapi, cukup sulit

untuk memperkirakan potensi biaya fragmentasi untuk ekonomi riil karena tidak

jelas seberapa jauh risiko fragmentasi akan terwujud. Di sisi lain, terdapat

kemungkinan untuk mengidentifikasi manfaat bagi ekonomi riil yang muncul dari

integrasi pasar modal internasional (yaitu keuntungan akan hilang jika pasar modal

terfragmentasi).

Fragmentasi finansial juga akan sangat dipengaruhi oleh meningkatnya risiko

proteksionisme. The Swedish National Board of Trade (2016) menyebutkan bahwa

pendekatan terhadap proteksionisme sangat bervariasi antarnegara dan institusi

yang berbeda. Namun, dua fitur utama proteksionisme yang disorot oleh sebagian

besar lembaga yang disurvei adalah (1) diskriminasi dan (2) pembatasan

perdagangan.

8

Gambar 2.2. Proteksionisme: Diskriminasi dan Trade-Restrictiveness

Sumber: Swedish National Board of Trade (2016)

2.3. Fragmentasi Finansial dan Dampak Spillover

Bijsterbosch dan Falagiarda (2015) mempelajari dampak makroekonomi dari

fragmentasi keuangan di kawasan euro dengan menganalisis peran guncangan

supply shocks selama periode prakrisis, bust, dan pascakrisis. Mereka mengestimasi

time-varying parameter vector autoregression (TVP-VAR) dengan volatilitas stokastik

model Primiceri (2005) untuk negara-negara kawasan euro dan mengidentifikasi

guncangan struktural dengan menerapkan pembatasan tanda pada fungsi respon

impuls berdasarkan model teoretis oleh Gerali et al. (2010). Hasilnya menunjukkan

bahwa pada periode pascakrisis ada peningkatan kuat dalam heterogenitas lintas

negara yang mencerminkan fragmentasi keuangan di wilayah Eropa yang terkait

dengan krisis utang dan neraca bank yang lemah.

Abascal et al. (2013) melakukan kajian pada empat pasar keuangan di Eropa

(interbank, sovereign debt, equity, dan CDS) untuk menentukan determinan pasar

yang menimbulkan spillover ketidakstabilan dan menyebabkan fragmentasi di pasar

lainnya dengan menggunakan metodologi yang dikembangkan oleh Diebold dan

Yilmaz (2012). Pada metode tersebut diperkirakan ukuran dari spillovers

menggunakan model Generalized VAR yang terdiri atas empat persamaan yang

terhubung dengan first difference dari tingkat fragmentasi pada empat pasar yang

dianalisis. Spillover dari pasar A ke B didefinisikan sebagai tingkat variasi dalam

perubahan fragmentasi di pasar B yang tidak disebabkan oleh perubahan

sebelumnya dari fragmentasi di empat pasar yang ada. Hal itu disebabkan oleh

shocks dalam perubahan tingkat fragmentasi di negara A.

9

Hasil kajian menunjukkan bahwa sebelum akhir tahun 2010 sebagian besar

spillovers dalam fragmentasi disebabkan oleh fragmentasi dalam tingkat risiko

kredit di sektor perbankan. Setelah 2010, penggerak utama fragmentasi adalah

utang sovereign debt. Hal itu bertepatan dengan awal krisis utang negara Eropa.

Tingkat maksimum spillovers pada fragmentasi yang disebabkan oleh sektor

perbankan terjadi setelah awal subprime crisis pada musim panas tahun 2007. Sejak

saat itu spillover yang disebabkan oleh sektor perbankan menurun karena pengaruh

yang lebih kuat dari pasar interbank dan terutama pasar sovereign debt. Peran pasar

saham telah sangat menurun dan hampir dapat diabaikan selama 2012. Hal itu

menunjukkan bahwa fragmentasi di pasar saham hampir sepenuhnya terjadi

karena pasar lainnya dan terutama dari guncangan yang berasal dari pasar

sovereign debt.

10

3. Metodologi

3.1. Fragmentasi dan Integrasi Finansial

Analisis terkait integrasi dan fragmentasi finansial banyak bersifat deskriptif.

Data yang digunakan, antara lain, adalah data arus investasi portofolio secara

bilateral dari Coordinated Portfolio Investment Survey (CPIS) dan data arus investasi

langsung secara bilateral dari Coordinated Direct Investment Survey (CDIS). Kedua

produk tersebut diterbitkan oleh International Monetary Fund (IMF). Selain itu,

digunakan juga data Locational Banking Statistics dari Bank for International

Settlements, khususnya terkait dengan cross border claims dan cross-border

liabilities.

Penelitian ini fokus pada metode quantity-based measures karena metode

tersebut dapat digunakan untuk mencapai ketiga tujuan penelitian. Selain analisis

integrasi finansial, data flow investasi dapat digunakan pada analisis model gravitasi

dan sebagai bobot eksternal pada model global VAR.

Salah satu ukuran yang akan digunakan pada pembahasan bagian ini adalah

konsentrasi investasi. Dengan mengadopsi ide Herfindahl-Hirschman Index yang

sering kali digunakan pada analisis struktur pasar, akan didefinisikan suatu

formula konsentrasi investasi sebagai berikut.

𝐾𝑖 =∑(𝐹𝑙𝑜𝑤𝑖𝑗(100)

∑ 𝐹𝑙𝑜𝑤𝑖𝑗𝐽𝑗=1

)

2𝐽

𝑗=1

𝐾𝑖 adalah konsentrasi investasi negara i dan 𝐹𝑙𝑜𝑤𝑖𝑗 adalah besaran arus

investasi dari I ke j. Dengan formula tersebut, konsentrasi investasi dapat berada di

kisaran 0 hingga 10000, kisaran 10000 adalah kondisi yang paling terkonsentrasi.

3.2. Dual Gravity

Model gravitasi perdagangan pertama kali diperkenalkan oleh Tinbergen

(1962). Pada saat itu model tersebut tidak didasarkan oleh teori. Model tersebut

menyatakan bahwa perdagangan antar-dua negara merupakan fungsi dari ukuran

ekonomi kedua negara dan juga merupakan fungsi terbalik dari jarak (distance) yang

digunakan sebagai proksi biaya transportasi.

Kontribusi dalam beberapa dekade terakhir telah menunjukkan bahwa

landasan teoretis konsisten dengan model gravitasi. Anderson (1979) menunjukkan

11

bahwa arus perdagangan berhubungan positif dengan ukuran negara pengimpor

dan pengekspor. Bergstrand (1985) menunjukkan bahwa model gravitasi dapat

diturunkan langsung dari model perdagangan berdasarkan persaingan monopolistik

yang dikembangkan oleh Krugman (1980). Selain itu, model gravitasi dapat berasal

dari penjelasan perdagangan melalui proporsi faktor (Deardorff, 1998), melalui

model tipe Ricardian (Eaton dan Kortum, 2002), dan melalui model perdagangan

internasional atas differentiated goods dengan firm heterogeneity (Helpman et al.,

2008). Selanjutnya, Evenett dan Keller (2002) menunjukkan bahwa model gravitasi

bekerja lebih baik daripada model Heckscher-Ohlin dalam menjelaskan pola

perdagangan manufaktur.

Selain perdagangan, model gravitasi juga secara empiris diterapkan pada

arus finansial bilateral yang pertama kali dilakukan oleh Portes dan Rey (2005).

Seperti model gravitasi di sisi perdagangan, model gravitasi atas arus finansial juga

dapat dibuktikan konsisten dengan teori. Sebagai contoh, Martin dan Rey (2004)

serta Aviat dan Coeurdacier (2007) menjelaskan konsistensi hal tersebut melalui

teori asset holdings, sementara Schmeiser (2013) menjelaskan derivasi model

gravitasi FDI melalui model persaingan monopolistik.

Aviat dan Coeurdacier (2007) menduga bahwa terdapat hubungan

komplementer antara hubungan perdagangan dan hubungan finansial secara

bilateral sehingga peningkatan yang satu akan mendorong peningkatan yang

lainnya. Menurut derivasi yang dilakukan oleh Antras dan Cabarello (2009),

hubungan komplementer itu khususnya terjadi pada negara berkembang. Oleh

karena itu, dilakukan penambahan variabel arus finansial pada persamaan gravitasi

perdagangan dan sebaliknya.

Dengan mempertimbangkan penjelasan di atas, model spesifikasi gravity

yang akan digunakan dilakukan secara country-pair (dua indeks: i dan j). Untuk

model gravitasi di sisi perdagangan adalah sebagai berikut.

𝑇𝑖𝑗 = 𝛼0𝑌𝑖𝛼1𝑌𝑗

𝛼2𝐷𝑖𝑗α3𝐴𝑖𝑗

α4𝑒𝜃𝐺𝑖𝑗

Sementara itu, model gravitasi di sisi finansial adalah sebagai berikut.

𝐴𝑖𝑗 = 𝛽0𝑌𝑖𝛽1𝑌𝑗

𝛽2𝐷𝑖𝑗β3𝑇𝑖𝑗

β4𝑒𝛾𝐻𝑖𝑗

𝑇𝑖𝑗 dan 𝐴𝑖𝑗 masing-masing merupakan ekspor dan arus finansial dari negara

i ke j; 𝑌 dan 𝐷 masing-masing adalah PDB dan jarak (distance); 𝐺𝑖𝑗 dan 𝐻𝑖𝑗 masing-

masing adalah set dummy atau variable control lain untuk persamaan gravitasi

12

perdagangan dan persamaan gravitasi finansial. Banyak penelitian sebelumnya,

seperti Anderson dan Van Wincoop (2003) menggunakan, antara lain, kesamaan

bahasa yang digunakan serta hubungan kolonial antara importir dan eksportir.

Kesamaan bahasa dan hubungan kolonial cenderung meningkatkan arus

perdagangan. Selain itu, spesifikasi umum model gravitasi untuk menganalisis

dampak perjanjian perdagangan internasional adalah dengan menggunakan dummy

perdagangan internasional antara importir dan eksportir. Hal itu disebabkan adanya

dampak trade creation dari perjanjian internasional tersebut.

Dengan analogi gravitasi dalam perdagangan, posisi keuangan bilateral diatur

oleh dua faktor: gabungan massa keuangan pada pasangan negara dan friksi relatif

yang membatasi volume transaksi. Beberapa koefisien memiliki interpretasi yang

berbeda dalam konteks keuangan (Brei dan Peter, 2017).

Dalam teori yang disesuaikan untuk perbankan lintas batas, Bruggemann,

Kleinert, dan Prieto (2014) memperoleh persamaan gravitasi dalam model pencarian,

yaitu biaya pemantauan adalah linier dalam jarak antara bank di negara i dan

perusahaan di negara j; jarak membatasi pinjaman internasional karena

meningkatkan tingkat pinjaman dan juga mengurangi volume penyaringan antara

bank dan perusahaan di berbagai negara.

Portes and Rey (2005) menyoroti dampak geografi yang sangat besar pada

arus ekuitas lintas perbatasan: ketika jarak fisik berlipat ganda dan arus modal

setidaknya dibagi dua. Untuk menjelaskan hasil yang mengejutkan tersebut,

mereka berpendapat bahwa informasi asimetris menyebabkan biaya transaksi yang

lebih tinggi antarekonomi yang jauh.

Allen (2014) menjelaskan bahwa karena biaya yang tinggi terkait pencarian

dan informasi, agen cenderung memperoleh sedikit informasi tentang destinasi

investasi yang jauh dengan implikasi serupa untuk pola perdagangan. Dalam model

ini, information frictions memperkuat atau mengganti biaya transportasi sebagai

faktor di belakang pengaruh jarak.

Mian (2006) bahkan menunjukkan bahwa dalam kelompok perbankan, jarak

budaya dan geografis yang lebih besar antara kantor pusat bank dan perusahaan

lokalnya di luar negeri membawa mereka yang asing untuk menghindari pinjaman

hubungan kerja dengan perusahaan lokal.

Terkait metode estimasi, permasalahan pada pendekatan model gravitasi

yang pertama muncul dari estimasi pada log linearization. Hal itu disebabkan

13

Jensen’s inequality, yaitu log[E(𝑥)] ≠ 𝐸[log(𝑥)]. Prosedur ekonometrika secara umum

sering kali mengabaikan hal ini, tetapi kondisi tersebut berimplikasi pada parameter

yang bias. Transformasi logaritmik ini akan bermasalah pada data bernilai nol yang

sering terjadi pada data perdagangan internasional secara bilateral pada waktu

tertentu. Selain itu, terdapat tendensi heteroskedastisitas (heteroscedasticity) pada

data perdagangan internasional yang membuat estimasi least square bias. Dalam

hal ini, estimator akan menggunakan Pseudo-Poisson Maximum Likelihood (PPML)

sesuai dengan pendapat Santos-Silva dan Tenreyro (2006) untuk menghindari bias

dari log-linearization, heteroscedasticity, dan untuk treatment natural pada zero

trade value.

Penelitian ini banyak menggunakan dataset gravity model yang bersumber

dari CEPII. Database ini mencakup seluruh pasangan negara di dunia sejak tahun

1948 sampai dengan tahun 2015. Dataset ini awalnya digunakan pada Head, Mayer,

dan Ries (2010) yang telah diperbarui beberapa kali yang antara lain mencakup

jarak, PDB negara, status kesamaan bahasa, hubungan kolonial, contiguity

(berbatasan atau tidak), dan partisipasi pada perjanjian perdagangan internasional.

Selain database itu, penelitian ini juga menggunakan arus perdagangan secara

bilateral yang bersumber dari Comtrade Database (UNCTAD) yang diperoleh melalui

World Integrated Trade Solution (WITS) World Bank. Sementara itu, data FDI

bilateral diperoleh dari Coordinated Direct Investment Survey (CDIS), IMF. Data

perdagangan dan arus dana secara bilateral yang digunakan adalah data tahun

2015.

3.3. Global VAR

Metodologi yang digunakan dalam penelitian ini adalah model Global Vector

Auto Regression (GVAR) yang dikembangkan oleh Pesaran, Schuermann, Weiner

(2004), dan kemudian dikembangkan oleh Dées et al. (2007). GVAR adalah teknik

permodelan (modelling) yang mengombinasikan time series, panel data, serta teknik

analisis faktor untuk menjelaskan isu-isu makroekonomi dan finansial.

Menurut Smith dan Galesi (2014), GVAR mempunyai beberapa keunggulan,

yaitu (1) memungkinkan hubungan timbal balik pada tingkat nasional atau

internasional secara transparan dan dapat diuji secara empiris; (2) memungkinkan

hubungan jangka panjang yang sesuai dengan teori serta hubungan jangka pendek

yang sesuai dengan data; dan (3) memungkinkan terciptanya solusi koheren dan

14

sesuai dengan teori yang terkait dengan keseriuasn isu dimensi pada permodelan

ekonomi global.

Secara teknis GVAR merupakan model global yang menggabungkan model

Vector Auto Regression (VAR) dari setiap negara, yaitu variabel domestik terkait

dengan variabel foreign yang spesifik untuk tiap negara. Variabel foreign terhubung

dengan variabel domestik negara tersebut melalui hubungan perdagangan,

finansial, atau pola lain yang dinilai sesuai untuk negara yang diamati.

Untuk setiap negara, model VAR konvensional diperluas dengan tambahan

set variabel foreign. Variabel foreign itu dibangun sebagai rata-rata tertimbang

variabel yang sama dari mitra dagang negara tersebut. Misalnya ada 𝑁 + 1 negara di

ekonomi global dengan indeks i = 0, 1, 2, … , N merupakan negara 0 digunakan sebagai

numeraire/reference country. Dengan demikian, 𝑉𝐴𝑅𝑋∗ (𝑝𝑖 , 𝑞𝑖) individual untuk setiap

negara adalah sebagai berikut:

𝑥𝑖𝑡 = 𝑎𝑖0 + 𝑎𝑖1𝑡 + ∑ 𝛷𝑖𝑝𝑖𝑠=1 𝑥𝑖,𝑡−𝑠 + ∑ ˄𝑖

𝑞𝑖𝑠=0 𝑥𝑖,𝑡−𝑠

∗ + 𝜀𝑖𝑡 , 𝜀𝑖𝑡~𝑖. 𝑖. 𝑑 (0, ∑ 𝑖) (1)

𝑥𝑖𝑡 adalah vektor variabel domestik 𝑘𝑖𝑥1, 𝑥𝑖𝑡∗ adalah vektor variabel foreign

𝑙𝑖𝑥1 dengan

𝑥𝑖𝑡∗ = ∑ 𝜔𝑖𝑗𝑥𝑗𝑡

𝑁𝑗=0 (2)

𝜔𝑖𝑗 adalah bobot dengan ∑ 𝜔𝑖𝑗𝑁𝑗=0 = 0. Bobot 𝜔𝑖𝑗 untuk negara 𝑖 dibangun

berdasarkan porsi flow dari negara 𝑗 terhadap total flow yang diterima negara 𝑖 yang

mewakili hubungan antara negara 𝑖 dan negara 𝑗. Country-specific foreign variables

𝑥𝑖𝑡∗ dianggap sebagai weakly exogenous yaitu long run forcing di dalam model, yaitu

koefisien dari error correction term diset nol di dalam persamaan foreign variables,

yang berarti dinamika foreign variables tidak dipengaruhi oleh long-equlibrium path,

dan yang berbeda dengan variabel domestik. Selanjutnya, setiap model negara

diestimasi melalui reduced rank regression dan OLS untuk memperoleh parameter

negara individual.

Adapun bobot 𝜔𝑖𝑗 yang digunakan dalam penelitian ini didasarkan atas

kombinasi hubungan perdagangan dan hubungan finansial antarnegara. Sejalan

dengan Chen et al. (2015), bobot tersebut diperoleh melalui formula sebagai berikut:

𝜔𝑖𝑗,𝑡𝑎𝑔𝑔

= 𝑤𝑖,𝑡𝑇 𝜔𝑖𝑗,𝑡

𝑇 +𝑤𝑖,𝑡𝐹 𝜔𝑖𝑗,𝑡

𝐹 (3)

𝜔𝑖𝑗,𝑡𝑇 dan 𝜔𝑖𝑗,𝑡

𝐹 masing-masing adalah bobot dari perdagangan dan hubungan

finansial secara bilateral. 𝑤𝑖,𝑡𝑇 dan 𝑤𝑖,𝑡

𝐹 masing-masing adalah derajat kepentingan

15

relatif antara arus perdagangan dan arus finansial pada ekonomi. Dua variabel

tersebut dibentuk dari nilai arus perdagangan (ekspor dan impor) dan arus finansial

(inbound dan outbound) yang secara relatif nilai total kedua komponen

dibandingkan. Bobot hubungan i dengan j yang bersifat fixed diperoleh melalui:

𝜔𝑖𝑗 =1

𝑇∑𝜔𝑖𝑗,𝑡

𝑎𝑔𝑔

𝑇

𝑡=1

(4)

Adapun 𝜔𝑖𝑗 yang digunakan adalah dua versi, yaitu pada dua periode yang

tingkat konsentrasinya berbeda cukup signifikan. Hal itu digunakan untuk

mengindikasikan perbedaan dampak spillover jika terjadi perubahan hubungan

finansial secara bilateral di dunia.

Penelitian ini menggunakan model GVAR yang mengacu pada Dées et al.

(2007). Variabel yang digunakan meliputi PDB (𝑦𝑖𝑡), inflasi (∆𝑝𝑖𝑡), suku bunga jangka

pendek (𝑟𝑖𝑡), suku bunga jangka panjang (𝑙𝑟𝑖𝑡), nilai tukar riil (𝑒𝑟𝑖𝑡), serta indeks harga

saham (𝑒𝑝𝑖𝑡). Selain itu, variabel eksogen yang digunakan adalah harga minyak,

harga metal, serta harga bahan mentah. Secara formal dapat dirumuskan sebagai

berikut.

𝑥𝑖𝑡 =

(

𝑦𝑖𝑡∆𝑝𝑖𝑡𝑟𝑖𝑡𝑙𝑟𝑖𝑡𝑒𝑟𝑖𝑡𝑒𝑝𝑖𝑡)

, 𝑥𝑖𝑡

∗ =

(

𝑦𝑖𝑡∆𝑝𝑖𝑡𝑟𝑖𝑡𝑙𝑟𝑖𝑡𝑒𝑝𝑖𝑡)

(5)

Penggunaan variabel domestik dan foreign untuk tiap-tiap negara

ditampilkan pada Lampiran.

Setelah model VAR untuk setiap negara diperoleh, dilakukan estimasi model

GVAR. Meskipun estimasi dilakukan terpisah untuk tiap negara, model GVAR

dipecahkan untuk seluruhnya (𝑘𝑖 × 1 vektor variabel global, 𝑘 = ∑ 𝑘𝑖𝑁𝑖=0 ) karena

ketergantungan pada periode yang sama antara variabel domestik 𝑥𝑖𝑡 terhadap

variabel dan variabel foreign 𝑥𝑖𝑡∗ . Solusi dari estimasi GVAR dapat digunakan untuk

memperoleh impulse response.

Jika 𝑧𝑖𝑡 = (𝑥𝑖𝑡, 𝑥𝑖𝑡∗ )’ , persamaan (1) dapat ditulis sebagai berikut:

𝐴𝑖𝑧𝑖𝑡 = 𝑎𝑖0 + 𝑎𝑖1𝑡 +∑𝐵𝑖𝑠

𝑝𝑖

𝑠=1

𝑧𝑖,𝑡−𝑠 + 𝜀𝑖𝑡 (6)

16

Keterangannya adalah 𝐴𝑖= (𝐼𝑘𝑖 − ˄𝑖0), 𝐵𝑖𝑠 = (𝛷𝑖𝑠 ˄𝑖𝑠). Dari persamaan (2) dapat

diperoleh 𝑧𝑖𝑡 = 𝑊𝑖𝑥𝑡. 𝑊𝑖 adalah matriks bobot berukuran (𝑘𝑖+𝑙𝑖) × 𝑘 yang

didefinisikan dari bobot spesifik negara 𝜔𝑖𝑗 sehingga persamaan (6) dapat diubah

bentuk menjadi:

𝐴𝑖𝑊𝑖𝑥𝑡 = 𝑎𝑖0 + 𝑎𝑖1𝑡 +∑𝐵𝑖𝑠

𝑝𝑖

𝑠=1

𝑊𝑖𝑥𝑡−𝑠 + 𝜀𝑖𝑡 (7)

dan model individu negara dikumpulkan bersama untuk menjadi model

global 𝑥𝑡, yaitu sebagai berikut:

𝐺𝑜𝑥𝑡 = 𝑎0 + 𝑎1. 𝑡 + ∑ 𝐺𝑠𝑝𝑖𝑠=1 𝑥𝑡−𝑠 + 𝜀𝑡, (8)

keterangannya adalah 𝑎0 = (

𝑎00𝑎10…𝑎𝑁0

), 𝑎𝑎 = (

𝑎01𝑎11…𝑎𝑁1

), 𝐺0 = (

𝐴00𝑊0𝐴10𝑊1…𝐴𝑁0𝑊𝑁

), 𝐺𝑆 = (

𝐴0𝑠𝑊0𝐴1𝑠𝑊1…𝐴𝑁𝑠𝑊𝑁

),

𝜀𝑡 = (

𝜀0𝑡𝜀1𝑡…𝜀𝑁𝑡

),

Dengan mengalikan (8) dengan 𝐺0−1, dapat diperoleh bentuk sebagai berikut:

𝑥𝑡 = 𝐺0−1𝑎0 + 𝐺0

−1𝑎1. 𝑡 + ∑ 𝐺0−1𝐺𝑠

𝑝𝑠=1 𝑥𝑡−𝑠 + 𝐺0

−1𝜀𝑡, (9)

Spesifikasi (9) dapat dipecahkan secara rekursif untuk memperoleh nilai ke depan

dan untuk memperoleh impulse response.

17

4. Analisis

4.1. Fragmentasi International Finance

4.1.1. Investment flows

Berdasarkan diskusi dengan UNCTAD, tren FDI sejak tahun 2010 hingga

2012 mengalami penurunan hingga mencapai 1 percentage points setelah

sebelumnya mengalami kenaikan hingga sebesar 8 percentage poins. UNCTAD juga

melihat bahwa tren penurunan pada FDI tersebut masih berlanjut hingga saat ini.

Dalam World Investment Report 2018 yang dirilis oleh UNCTAD terlihat bahwa FDI

untuk tahun 2017 mengalami penurunan sebesar 23% menjadi sebesar USD 1.43

triliun. UNCTAD menyampaikan bahwa penurunan pada FDI tersebut didorong oleh

menurunnya aktivitas merger dan akuisisi antarnegara hingga mencapai sebesar

22%. Selain itu, UNCTAD juga menyebutkan bahwa penurunan return of investment

menjadi salah satu penyebab tren penurunan FDI. Penurunan ada FDI cenderung

merata pada semua wilayah dan penuruan terbesar terjadi pada developed economy.

UNCTAD juga melihat terdapat perubahan tren FDI dari global flows menjadi

regional flows.

Gambar 2. Arus FDI berdasarkan grup ekonomi dan global 2005-2017

Untuk kondisi terkini, UNCTAD lebih melihat bahwa FDI untuk tahun 2018

akan dipengaruhi oleh reformasi pajak yang dilakukan oleh US pada Desember

2017. UNCTAD melihat bahwa reformasi pajak ini akan mendorong repatriasi hingga

mencapai USD 3.2 Triliun pada akumulasi laba ditahan luar negeri milik MNE AS.

18

Pengolahan pada data CDIS IMF menunjukkan bahwa tujuan aliran FDI

aunia terkonsentrasi di Eropa, yaitu sekitar 50% dari seluruh arus FDI dunia.

Indikasi yang lain adalah bahwa secara umum terdapat home bias dalam aliran FDI,

yaitu negara-negara kemungkinan besar berinvestasi dalam kelompok negara

mereka sendiri. Hal itu dapat dilihat dari share pada diagonal yang cenderung lebih

tinggi. Sebagai contoh, FDI dari Asia Timur sebagian besar (30%) ditujukan juga

pada Asia Timur, sedangkan FDI dari Asia Tengah dan Selatan sebagian besar juga

ditujukan di Area yang sama. Namun, terdapat beberapa pengecualian, seperti arus

FDI dari Asia Utara ke Eropa, dari Amerika Selatan ke Atlantik Utara dan Karibia,

serta arus FDI dari Amerika Utara dan Selatan ke Eropa.

Tabel 4.1. Share of Outward Direct Investments, 2016

Dest>

Source

Central

and South

Asia

East

Asia

Economies of

Persian Gulf

Euro

pe

North

Africa

North

and Centra

l Ameri

ca

North Atlantic

and Caribbe

an

Oceania and

Polar Region

s

Other

Near and

Middle East

Countries

South

America

Sub-Sahar

an Africa

World

Central and

South Asia

27.94 7.27 2.93 20.76 0.33 5.91 8.34 3.06 0.12 0.15 8.54 100.00

East Asia

8.99 30.35

0.30 12.55 0.02 18.70 21.52 3.30 0.02 1.00 0.75 100.00

Economies of

Persian Gulf

3.51 0.16 47.01 14.83 9.48 2.39 13.50 0.00 3.99 0.00 -0.19 100.00

Europe 2.53 2.41 0.64 62.13

0.37 18.44 4.39 1.09 0.20 3.00 1.03 100.00

North Africa

1.47 0.00 2.42 44.38 1.35 2.01 0.27 0.00 1.96 0.00 46.07 100.00

North

and Central

America

5.60 5.59 0.55 54.19 0.46 14.39 12.01 3.14 0.18 3.01 0.46 100.0

0

North

Atlantic and

Caribbean

0.00 0.00 0.00 1.52 0.00 6.39 92.09 0.00 0.00 0.00 0.00 100.0

0

Oceania and

Polar Regions

6.74 3.53 -0.02 15.37 0.00 22.74 1.46 16.38 0.00 1.15 0.25 100.00

Other Near

and Middle

East Countrie

s

1.20 3.02 0.25 59.23 0.00 11.76 1.60 0.71 2.53 0.10 0.02 100.00

South

America

0.06 0.38 0.07 12.77 0.02 15.68 46.64 0.22 0.02 21.41 0.38 100.0

0

Sub-

Saharan Africa

31.23 22.3

2

2.27 17.49 0.18 2.70 2.96 1.67 0.13 0.54 13.19 100.0

0

World 4.51 6.18 0.67 53.24 0.35 17.26 8.12 1.97 0.18 2.90 1.11 100.00

Sumber FDI yang utama juga terkonsentrasi dari Eropa, yaitu sebesar 60%

berasal dari seluruh FDI dunia. Amerika Utara dan Tengah menempati tempat

19

kedua, yaitu sekitar 20%. Lebih lanjut, Eropa merupakan sumber utama FDI bagi

seluruh Area di dunia, kecuali bagi Asia Timur.

Tabel 4.2. Share of Inward Direct Investments, 2016

Central and

South Asia

East Asia

Economies of Persian

Gulf Europe

North Africa

North and

Central America

North Atlantic

and Caribbean

Oceania and

Polar Regions

Other Near and Middle East

Countries

South America

Sub-Saharan

Africa World

Central and South Asia

6.56 1.25 4.67 0.41 1.02 0.36 1.09 1.65 0.73 0.06 8.13 1.06

East Asia 19.86 48.96 4.50 2.35 0.59 10.80 26.40 16.72 1.12 3.44 6.73 9.96

Economies

of Persian Gulf

0.08 0.00 7.10 0.03 2.73 0.01 0.17 0.00 2.20 0.00 -0.02 0.10

Europe 35.81 24.85 61.60 74.44 67.55 68.16 34.52 35.41 69.17 66.11 58.88 63.79

North

Africa 0.00 0.00 0.04 0.01 0.05 0.00 0.00 0.00 0.13 0.00 0.51 0.01

North and

Central America

25.86 18.86 17.13 21.21 27.25 17.38 30.81 33.21 20.15 21.65 8.59 20.84

North

Atlantic and Caribbean

0.00 0.00 0.00 0.00 0.00 0.00 0.03 0.00 0.00 0.00 0.00 0.00

Oceania

and Polar Regions

2.08 0.79 -0.04 0.40 0.01 1.83 0.25 11.58 0.00 0.55 0.32 1.39

Other Near and Middle

East Countries

0.10 0.19 0.14 0.43 0.00 0.26 0.08 0.14 5.36 0.01 0.01 0.39

South America

0.02 0.07 0.11 0.26 0.08 0.97 6.16 0.12 0.15 7.92 0.37 1.07

Sub-Saharan

Africa

9.63 5.03 4.75 0.46 0.73 0.22 0.51 1.18 0.98 0.26 16.48 1.39

World 100 100 100 100 100 100 100 100 100 100 100 100

Gambar 4.3. Concentration of FDI by Source Countries, 2012 and 2016

Sumber: BI staff estimate, CDIS IMF

Jika dibandingkan dengan tahun 2012, konsentrasi FDI pada setiap area

cenderung mengalami peningkatan. Grafik di atas menunjukkan perubahan ukuran

konsentrasi FDI dengan metode perhitungan yang dijelaskan pada bagian

0 2000 4000 6000 8000 10000

Central and South Asia

East Asia

Economies of Persian Gulf

Europe

North Africa

North and Central America

North Atlantic and Caribbean

Oceania and Polar Regions

Other Near and Middle East Countries

South America

Sub-Saharan Africa

World

2016 2012

20

sebelumnya. Peningkatan konsentrasi ini juga terjadi pada area yang merupakan

sumber utama FDI, yaitu Eropa serta Amerika Utara dan Tengah.

Peningkatan konsentrasi investasi ini tidak hanya terjadi pada FDI, tetapi

juga terjadi pada investasi portfolio. Secara global, peningkatan konsentrasi

investasi terjadi dari 2007 sampai dengan 2017. Namun, untuk FDI dari AS dan UK,

peningkatan konsentrasi utamanya terjadi pada rentang waktu 2012 sampai dengan

2017. FDI dari UK yang sejak awal relatif lebih terkonsentrasi jika dibandingkan

dengan profil FDI dunia mengalami peningkatan konsentrasi yang lebih tajam jika

dibandingkan dengan FDI dunia atapun dengan FDI dari AS.

Gambar 4.4. Konsentrasi dari Portofolio Inflows Dunia Berdasarkan Asal Negara

Tabel 4.3. Konsentrasi dari Portofolio Inflows Dunia Berdasarkan Asal Negara

2002 2007 2012 2017

World 742 700 741 837

US 859 609 590 618

UK 951 913 866 1353

Japan 1656 1437 1568 2019

Luxembourg 973 719 768 871

Germany 812 860 835 885

France 871 733 720 801

Ireland 1576 1212 1280 1380

Netherlands 1325 1050 987 1064

Untuk negara lain yang juga merupakan sumber investasi yang besar di

dunia, investasi portofolio juga relatif lebih terkonsentrasi pada kurun waktu dari

2012 sampai dengan 2017. Jepang, Luxembourg, Irlandia mengalami peningkatan

500

600

700

800

900

1000

1100

1200

1300

1400

2002 2007 2012 2017

World US UK

Concentrated

Diversified

21

konsentrasi sejak tahun 2007. Kemudian, Jerman, Prancis, dan Belanda mengalami

peningkatan konsentrasi sejak tahun 2012.

4.1.2. Cross Border Banking

Klaim dan kewajiban cross-border menurun khususnya pascakrisis finansial

global, kemudian cross border bank lending tersebut mulai naik perlahan beberapa

tahun setelah krisis finansial global, tetapi sulit mempertahankan pertumbuhan

positif.

Berdasarkan diskusi dengan BIS, penurunan itu dipengaruhi oleh beberapa

faktor antara lain adanya Target 2 yang membuat Bank Sentral bertindak sebagai

intermediaries sehingga transaksi tidak langsung dilakukan secara interbank.

Selain itu, perbankan juga beralih dari unsecured transactions antarbank kepada

transaksi melalui central clearing counterparty (CCP) meskipun secara tidak

langsung transaksi tersebut masih dilakukan antarbank. Kebijakan quantitative

easing yang dilakukan ECB juga turut mempengaruhi penurunan interbank claim

di Eropa. Excess liquidity akibat kebijakan QE tersebut membuat klaim terhadap

Bank Sentral lebih besar.

Gambar 4.5. Cross Border Claims and Liabilities, Pertumbuhan Tahunan

Selain penurunan pada interbank, terdapat penurunan pada cross-border

finance, khususnya pada bank lending. BIS menjelaskan bahwa saat ini terdapat

transisi dari Bank lending kepada international debt market saat ini. Tren ini

menurut BIS semakin terlihat pada negara EM sebagaimana terlihat pada faktor

utama yang dapat dijadikan indikator pada capital flow kepada negara EM. BIS

menyampaikan bahwa sebelumnya VIX Index merupakan faktor yang paling

berpengaruh dan dapat dijadikan proxy untuk melihat capital flow pada emerging

22

market. Hal itu disebabkan VIX Index dapat dijadikan acuan terhadap sentimen risk

on ataupun risk off dari investor. Namun, BIS melihat bahwa saat ini VIX tidak lagi

menjadi faktor utama terhadap capital flow, tetapi DXY Index yang menjadi faktor

utama. Hal itu menurut BIS dipengaruhi oleh meningkatnya USD debt issuance

pada negara EM yang meningkatkan vulnerability dari negara EM terhadap

pergerakan DXY Index.

Pertumbuhan yang menonjol setelah krisis keuangan global adalah pada

pengembangan Asia dan Pasifik dan organisasi internasional. Selama 2009-2014

pertumbuhan klaim tahunan di negara-negara maju berada di bawah negara-negara

di semua negara. Hal itu menunjukkan pertumbuhan klaim tahunan yang lebih

tinggi di negara berkembang. Namun, tren ini berhenti sejak 2015.

Gambar 4.6. Perubahan cross border claims menurut area dan institusi

Gambar 4.7. Perubahan cross border liabilities menurut area dan institusi

23

Pergeseran struktural telah terjadi sejak krisis keuangan global: pergeseran leverage

ke non-bank ketika klaim terhadap bank telah menurun. Selain itu, bank cenderung

secara bertahap memfokuskan leverage pada kantor terkait mereka.

Gambar 4.8. Pergeseran leverage menurut institusi

Terkait dengan data cross border claims dan peningkatan tensi perdagangan,

BIS menyampaikan bahwa melihat dampak langsung dari peningkatan tensi dagang

terhadap cross-border finance cukup sulit karena data perbankan yang diperoleh

oleh BIS merupakan total. Data yang dimiliki oleh BIS tidak dapat memisahkan

hanya untuk bagian trade finance yang diperkirakan dapat menunjukkan dampak

dari peningkatan tensi dagang terhadap cross-border claim. BIS menilai bahwa

terdapat dampak dari peningkatan tensi dagang terhadap cross-border claim, tetapi

dengan data yang dimiliki masih sulit untuk mengestimasi besarnya dampak

tersebut. Sebagai contoh, pada saat Rusia diberi sanksi oleh AS dampak terhadap

cross-border finance terlihat dari penurunan yang cukup signifikan pada klaim

terhadap Rusia.

4.2. Integrasi Finansial dan Integrasi Perdagangan

Hubungan antara integrasi finansial dan integrasi perdagangan dievaluasi

dengan model gravitasi finansial dan perdagangan. Estimasi menggunakan metode

Pseudo-Poisson Maximum Likelihood (PPML) sesuai dengan rekomendasi Santos-

Silva dan Tenreyro (2006).

0.3

0.35

0.4

0.45

0.5

0.55

0.6

0.65

0.7

31

/12

/20

03

30

/06

/20

04

31

/12

/20

04

30

/06

/20

05

31

/12

/20

05

30

/06

/20

06

31

/12

/20

06

30

/06

/20

07

31

/12

/20

07

30

/06

/20

08

31

/12

/20

08

30

/06

/20

09

31

/12

/20

09

30

/06

/20

10

31

/12

/20

10

30

/06

/20

11

31

/12

/20

11

30

/06

/20

12

31

/12

/20

12

30

/06

/20

13

31

/12

/20

13

30

/06

/20

14

31

/12

/20

14

30

/06

/20

15

31

/12

/20

15

30

/06

/20

16

31

/12

/20

16

30

/06

/20

17

31

/12

/20

17

Banks/all sectors Non banks/all sectors banks-related office/banks

24

Analisis awal dengan scatterplot menunjukkan adanya indikasi bahwa arus

barang dan arus finansial secara bilateral memang bersifat komplementer pada

data. Hubungan log linier dari kedua variabel tersebut adalah positif.

Gambar 4.9. Bilateral Ekspor dan Bilateral FDI

Secara umum hasil estimasi model gravitasi perdagangan sesuai dengan

hipotesis terkait model gravitasi. Output negara asal maupun negara tujuan

berpengaruh positif terhadap arus barang secara bilateral. Lebih lanjut, beberapa

spesifikasi mengindikasikan bahwa tingkat output per kapita berhubungan negatif

dengan arus barang antarnegara. Lebih lanjut, adanya kesamaan bahasa, letak yang

berbatasan, serta adanya kesamaan kolonial juga terlihat berpengaruh positif

terhadap arus barang pada beberapa spesifikasi.

Variabel jarak (distance) berpengaruh negatif terhadap arus barang sesuai

dengan hipotesa dengan parameter sebesar 0.5–0.6. Hasil estimasi parameter output

dan distance sesuai dengan Santos Silva dan Tenreyro (2006) atas hasil model

gravitasi dengan PPML, yaitu variabel distance lebih kecil jika dibandingkan dengan

hasil model gravitasi dengan OLS.

Lebih lanjut, hasil estimasi menunjukkan bahwa arus finansial (FDI)

berpengaruh positif terhadap perdagangan internasional secara bilateral dengan

parameter sekitar 0.1–0.2. Adanya perjanjian perdagangan dua negara yang terlibat

terindikasi dapat meningkatkan arus barang secara bilateral. Hal ini sesuai dengan

temuan umum terkait trade creation. Dengan perhitungan sederhana, angka

-10

01

02

0

log

bila

tera

l exp

ort

s

-5 0 5 10 15log bilateral FDI

25

parameter sebesar 0.3 mengindikasikan bahwa dua negara yang terkait melalui

perjanjian perdagangan secara rata-rata cenderung mempunyai arus barang lebih

besar 35% jika dibandingkan dengan dua negara yang tidak memiliki perjanjian

perdagangan.2

Tabel 4.4. Hasil Estimasi Model Gravitasi Perdagangan

(1) (2) (3)

Output i 0.640***

(0.029)

0.655***

(0.034)

0.673***

(0.034)

Output j 0.712***

(0.027)

0.704***

(0.030)

0.741***

(0.030)

Output per capita i 0.216***

(0.035)

Output per capita j 0.089**

(0.037)

Distance -0.488***

(0.057)

-0.580***

(0.042)

-0.584***

(0.045)

Capital flow (FDI) 0.116***

(0.015)

0.164***

(0.018)

0.109***

(0.015)

Contiguity 0.497***

(0.102)

Trade agreement 0.241***

(0.099)

0.324***

(0.102)

0.300***

(0.109)

Common colony 0.768***

(0.201)

0.814***

(0.205)

Common language 0.191**

(0.097)

0.179*

(0.096)

Constant -19.028***

(1.092)

-15.770***

(1.472)

-19.883***

(1.381)

Pseudo-R2 0.862 0.858 0.853

Obs 2370 2370 2370

Hasil estimasi model gravitasi finansial secara umum terlihat sesuai dengan

hipotesis tentang model gravitasi. Output negara asal ataupun negara tujuan

berpengaruh positif terhadap arus finansial antarnegara. Lebih lanjut, pada

beberapa spesifikasi mengindikasikan bahwa tingkat output per kapita berhubungan

positif dengan arus finansial antarnegara dengan angka yang bahkan lebih besar

daripada pengaruh output. Adanya kesamaan bahasa juga terlihat berpengaruh

positif terhadap arus finansial pada beberapa spesifikasi.

Variabel jarak (distance) berpengaruh negatif dan signifikan terhadap arus

finansial dengan besar parameter sekitar 0.3–0.6. Jika dibandingkan dengan

2 Diperoleh melalui 𝑒0.3 − 1 = 0.35

26

parameter pada model gravitasi perdagangan, angka itu relatif lebih kecil. Angka

parameter tersebut, termasuk perbandingannya dengan parameter distance pada

hasil estimasi model gravitasi perdagangan sesuai dengan temuan Aviat dan

Coeurdacier (2007).

Arus barang (ekspor) dari negara i ke negara j berpengaruh positif dengan

parameter sekitar 0.2. Hal itu menunjukkan bahwa arus barang secara langsung

akan berpengaruh positif terhadap arus finansial walaupun dengan elastisitas yang

terbatas. Dengan kata lain, berkurangnya perdagangan antardua negara, yang

dapat disebabkan oleh kenaikan proteksi secara bilateral, secara langsung akan

mengurangi tingkat arus modal masuk ke arah yang sama.

Untuk dampak perjanjian perdagangan terhadap arus finansial harus

diinterpretasikan secara hati-hati. Hasil estimasi menunjukkan koefisien dummy

perjanjian perdagangan, yang umumnya berimplikasi pada penurunan tarif antar

negara, adalah negatif terhadap arus finansial secara bilateral. Hal itu dapat

diinterpretasikan bahwa arus investasi bilateral antaranggota perjanjian

perdagangan lebih rendah jika dibandingkan dengan arus investasi dari luar

anggota perjanjian perdagangan ke anggota perjanjian perdagangan. Penjelasan

tersebut sesuai dengan Blomström and Kokko (1997) serta Jaumotte (2004), yaitu

bahwa arus FDI dari outsiders akan meningkat setelah perjanjian perdagangan

berlaku. Sementara itu, pengaruhnya terhadap arus FDI dari insiders adalah

ambigu. Hal itu disebabkan perjanjian perdagangan akan membuat akses pasar

suatu negara meluas sehingga akan meningkatkan insentif bagi outsiders untuk

berinvestasi di negara tersebut. Angka parameter sebesar -0.5 mengindikasikan

bahwa arus FDI dari outsiders akan cenderung lebih besar 40% jika dibandingkan

dengan arus FDI dari insiders setelah adanya perjanjian perdagangan.

Secara ekuivalen dengan asumsi dampak yang simetris, hasil estimasi

mengindikasikan bahwa adanya peningkatan proteksi perdagangan akan membuat

akses pasar suatu negara berkurang. Hal itu kemudian akan membuat insentif

investasi dari outsiders akan berkurang yang pada ada akhirnya dapat membuat

arus FDI secara global menurun. Prediksi dampak itu sejalan dengan temuan

simulasi UNCTAD (2018), yaitu skenario trade war, investasi di Tiongkok, AS, dan

negara lainnya yang berpotensi ikut dalam trade war tersebut akan jatuh cukup

dalam. Penurunan tersebut juga jauh lebih dalam jika dibandingkan dengan negara

yang tidak ikut dalam trade war tersebut.

27

Tabel 4.5. Hasil estimasi Model Gravitasi Finansial

(1) (2) (3)

Output i 0.469***

(0.075)

0.668***

(0.090)

0.433***

(0.073)

Output j 0.314***

(0.107)

0.430***

(0.104)

0.277**

(0.110)

Output per capita i 0.848***

(0.111)

0.873***

(0.110)

Output per capita j 0.693***

(0.200)

0.693***

(0.194)

Distance -0.327***

(0.115)

-0.574***

(0.143)

-0.441***

(0.116)

Ekspor 0.240***

(0.099)

0.193*

(0.110)

0.270***

(0.101)

Common language 0.396

(0.249)

0.773***

(0.203)

0.400*

(0.243)

Trade agreement -0.500**

(0.203)

Constant -29.132***

(2.956)

-19.305***

(2.332)

-26.639***

(2.640)

Pseudo-R2 0.631 0.544 0.636

Obs 3221 3221 3221

Berdasarkan diskusi dengan UNCTAD, UNCTAD melihat meningkatnya tensi

antara AS dan Cina dalam perdagangan global akan berpengaruh terhadap arus

FDI. Namun, seperti diketahui bahwa keberlanjutan dan besaran tensi perdagangan

yang benar-benar akan diterapkan masih dinamis dan penuh ketidakpastian.

Ketidakpastian akibat hal tersebut dapat menimbulkan delay atau pembatalan

keputusan investasi multinational enterprise (MNE). MNE akan menunggu hingga

iklim investasi menjadi lebih stabil. UNCTAD menilai apabila kebijakan tarif tersebut

diterapkan akan berdampak pada GVC dan industri tertentu yang membuat FDI

akan cenderung efficiency-seeking.

Lebih lanjut, UNCTAD juga melihat adanya potensi trade dan investment

diversion dari negara yang terdampak pengenaan tarif tersebut. Namun, UNCTAD

menilai saat ini investment diversion yang akan terjadi akan lebih pada non-equity

investment atau hanya sekedar contractual commitment mengingat ketidakpastian

dari trade tension ini masih sangat besar dan tidak menjamin negara yang menjadi

tujuan investment diversion tersebut tidak akan dikenai tarif pada masa yang akan

datang.

28

4.3. Perubahan Dampak Spillover

Dampak spillover dianalisis melalui estimasi dan simulasi Global VAR. Untuk

menganalisis dampak berubahnya integrasi finansial, digunakan dua weight matrix,

yaitu tahun 2012 dan tahun 2016. Sebagai catatan, weight matrix pada tahun 2016

lebih terkonsentrasi (terfragmentasi) jika dibandingkan dengan weight matrix tahun

2012. Impulse response dilakukan dengan 1000 replikasi bootstrap.

Gambar 4.10. Dampak Spillover Shock Kenaikan Suku Bunga AS

2012 weight

2016 weight

Seperti yang dapat diindikasikan oleh grafik di atas, shock kenaikan suku

bunga AS berdampak pada penurunan output Indonesia. Hal itu terindikasi, baik

oleh penggunaan weight matrix tahun 2012 maupun penggunaan weight matrix

pada tahun 2016. Namun, terdapat pergeseran dampak spillover tersebut.

Fragmentasi keuangan yang terjadi selama tahun 2012 sampai dengan 2016

meningkatkan dampak kenaikan suku bunga AS terhadap PDB Indonesia. Pada titik

respons tertinggi, perbedaan dampaknya mencapai lebih dari 10%.

Gambar 4.11. Dampak Spillover Penurunan PDB Tiongkok

2012 weight

2016 weight

Untuk penurunan output Tiongkok, dampak spillover berupa penurunan

output Indonesia. Hal itu terjadi, baik pada estimasi menggunakan weight matrix

tahun 2012 maupun penggunaan weight matrix tahun 2016. Namun, dampak

29

perlambatan pertumbuhan Cina sedikit lebih moderat jika dibandingkan dengan

sebelumnya dengan interval keyakinan yang lebih lebar.

Beberapa contoh dampak spillover di atas mengindikasikan bahwa financial

fragmentation tidak mengubah dampak suatu shock global secara drastis atau

membuat dampak spillover menjadi berkebalikan dari sebelumnya. Namun, terjadi

perbedaan dampak pada variabel-variabel makroekonomi domestik yang dapat

berupa magnitude ataupun tingkat keyakinan. Hal itu pada akhirnya dapat

memberikan implikasi berbeda bagi kebijakan moneter.

30

IV. 5. Penutup

V.

5.1. Simpulan

Penelitian ini telah melakukan analisis terkait adanya fragmentasi pada

hubungan finansial antarnegara di dunia, kemudian dilakukan analisis hubungan

finansial dan hubungan perdagangan melalui dual gravity model, khususnya untuk

memberikan gambaran potensi dampak terkait adanya isu peningkatan tensi

perdagangan. Selain itu, dilakukan beberapa ilustrasi perubahan dampak spillover

ke perekonomian Indonesia melalui Global VECM karena adanya perubahan

integrasi finansial antarnegara.

Beberapa temuan pada penelitian ini antara lain adalah sebagai berikut.

1. Terdapat tendensi fragmentasi setelah krisis finansial global: foreign direct

investment dan portofolio investment dari negara utama lebih terkonsentrasi,

serta adanya penurunan cross-border claims yang belum kembali ke tingkat

semula.

2. Terdapat indikasi bahwa perdagangan bilateral berhubungan kausalitas dengan

arus keuangan secara bilateral. Oleh karena itu, adanya penurunan

perdagangan sebagai akibat peningkatan proteksionisme pada akhirnya juga

dapat menurunkan arus keuangan. Analisis lebih lanjut menunjukkan indikasi

bahwa proteksionisme cenderung akan menurunkan perdagangan secara

internal (antarpihak yang terkait secara langsung) dan di sisi lain berpotensi

akan menurunkan FDI dari pihak ketiga (outsiders) karena berkurangnya akses

pasar.

3. Fragmentasi finansial membuat dampak spillover shock eksternal terhadap

perekonomian Indonesia berubah, antara lain dampak kenaikan suku bunga AS

ke output Indonesia menjadi lebih besar. Secara umum, financial fragmentation

tidak mengubah dampak suatu shock global secara drastis atau membuat

dampak spillover menjadi berkebalikan dari sebelumnya. Namun, terjadi

perbedaan dampak pada variabel-variabel makroekonomi domestik yang dapat

berupa magnitude ataupun tingkat keyakinan yang pada akhirnya dapat

memberikan implikasi berbeda bagi kebijakan moneter.

31

5.2. Rekomendasi Kebijakan

Dalam perumusan kebijakan moneter, Indonesia sebagai negara berkembang

terpengaruh oleh dampak kejut (shock) eksternal. Karena dampak spillover shock

eksternal terpengaruh oleh interaksi finansial antarnegara, hubungan finansial

antarnegara secara global patut secara periodik dipertimbangkan, termasuk faktor-

faktor yang mempengaruhinya.

Karenat adanya ketidakpastian dari trade tensions dan potensi dampaknya

terhadap hubungan finansial dan perdagangan, pemantauan (pemonitoran) terkait

trade tensions juga hendaknya terus dilakukan untuk mengantisipasi perubahan

dampak spillover yang pada akhirnya dapat mengubah implikasi kebijakan moneter.

Dengan adanya temuan bahwa perjanjian perdagangan dapat meningkatkan

FDI dari outsiders karena meningkatnya akses pasar, terdapat dua implikasi

terhadap kebijakan, yaitu (1) terdapat insentif lainnya untuk mempercepat proses

negosiasi perjanjian perdagangan internasional dan (2) perlu dipertimbangkan

peluang terhadap peningkatan FDI dalam negosiasi perjanjian perdagangan

internasional, khususnya terkait dengan sinkronisasi antara negara tujuan

peningkatan ekspor dan potensi negara asal investasi.

32

Daftar Pustaka

Abascal, M., Alonso, T., and Mayordomo, S. (2013). Fragmentation in European

Financial Markets: Measures, Determinants, and Policy Solutions. BBVA

Research Working Papers 13/22, July 2013.

Allen, Treb, 2014. Information frictions in trade. Econometrica 82(6), 2041-2083.

Antras, P. and Caballero, R. (2009) Trade and Capital Flows: A Financial Frictions

Perspective. Journal of Political Economy 117(4): 701-744.

Anderson, J. E. (1979) Theoretical foundation for the gravity equation. American

Economic Review, 69 (1): 106-116

Ananchotikul, N., Shi Piao and Edda Zoli (2015). Drivers of Financial Integration -

Implications for Asia. IMF Working Paper.

Aviat, A. dan Nicolas Coeurdacier (2007). The geography of trade in goods and asset

holdings. Journal of International Economics 71: 22–51

Markus Baltzer, Lorenzo Cappiello, Roberto A. De Santis, and Simone Manganelli

(2008). Measuring Financial Integration In New Eu Member States.

European Central Bank.

Bijsterbosch, M., and Falagiarda, M. 2015. The Macroeconomic Impact of Financial

Fragmentation in the Euro Area: Which Role for Credit Supply?. Journal of

International Money and Finance 54 (2015) 93-115.

Blomstrom, Magnus & Kokko, Ari, 1997. "Regional integration and foreign direct

investment: a conceptual framework and three cases," Policy Research

Working Paper Series 1750, The World Bank.

Bergstrand, J. H. (1985) The gravity equation in international trade: some

microeconomic foundations and empirical evidence. The Review of

Economics and Statistics, 67 (3): 474-481

Brei, Michael and Goetz von Peter (2017). The Distance Effect in Banking and Trade.

BIS Working Papers No 658.

Dées S., di Mauro F., Pesaran M. H., and Smith L. V. (2007). Exploring the

international linkages of the Euro area: a global VAR analysis, Journal of

Applied Econometrics 22: 1–38.

Deardorff, A. V. (1998) “Determinants of bilateral trade: does gravity work in a

neoclassical world?.” In Frankel, J. A.(ed.), The Regionalization of the World

Economy. University of Chicago for the NBER. pp. 7-32.

Eaton, J. and Kortum, S. (2002) Technology, geography and trade. Econometrica, 70:

1741–1779.

European Central Bank (2018). Financial integration in Europe. May.

33

Harahap, Berry A. and Pakasa Bary (2017). Spillover Effects of Global Liquidity on

Indonesia, in Tillmann, P. (Ed) Global Liquidity and the Impact on SEACEN

Economies. SEACEN Research Centre.

Helpman, E., Melitz, M. and Rubinstein, Y. (2008) Trading partners and trade

volumes. Quarterly Journal of Economics, 123: 441–487.

Jaumotte, F. (2004) Foreign Direct Investment and Regional Trade Agreements: The

Market Size Effect Revisited. IMF Working Paper, WP/04/206.

Kearney, C. and Lucey, B. M. (2004), International equity market integration: Theory,

evidence and implications, International Review of Financial Analysis, vol.

13, 571-583.

Martin, P., Rey, H., 2004. Financial super-markets: size matters for asset trade.

Journal of International Economics 64: 335 - 361.

Mian, Atif, 2006. Distance constraints: the limits of foreign lending in poor

economies. Journal of Finance 61(3), 1465-1505.

Portes, R., Rey, H., 2005. The determinants of cross-border equity flows. Journal of

International Economics 65 (2): 269–296.

Rose, A. K. and Spiegel, M. M. (2004) A Gravity Model of Sovereign Lending: Trade,

Default, and Credit. IMF Staff Papers 51: 50-63

Schmeiser, K. N. (2013). The firm export and FDI choice in the context of gravity.

International Review of Economics and Finance 27: 592–596.

Smith, L. V. and Galesi, A. (2014), GVAR Toolbox 2.0, https://sites.google.com/site/

gvarmodelling/gvar-toolbox.

Tinbergen, J. (1962) Shaping the World Economy, Twentieth Century Fund.

UNCTAD (2018). Trade and Development Report 2018: Power, Platforms And The Free

Trade Delusion. New York and Geneva: United Nations Conference on Trade

and Development.

Vo, Xuan Vinh (2018). Trade integration and international financial integration:

evidence from Asia. The Singapore Economic Review, in press.