PENGARUH FINANSIALISASI TERHADAP KETIMPANGAN PENDAPATAN DI ASEAN:
ANALISIS DATA PANEL
Pihri Buhaerah1
Abstract
This paper examines the impact of financialization on income inequality in
Keywords: Financialization, inequality, fixed effect model, generalized method moment
JEL Classification: C23, D31
1Author is Researcher Associate at Jakarta Institute for Financial Policy (JIFP), and Economist at the Indonesian National Commission on Human Rights (Komnas HAM) ; (pihri.buhaerah@gmail.com)
336Buletin Ekonomi Moneter dan Perbankan, Volume 19, Nomor 3, Januari 2017
I. PENDAHULUAN
Isu kesenjangan ekonomi baik antar kawasan dan negara maupun antar kelompok pendapatan dalam dalam satu negara tengah menjadi sorotan tajam dalam dua dekade terkahir. Terlebih lagi, saat ini situasi perekonomian global kian berisiko dan tidak pasti. Dalam batas dan konteks tertentu, beberapa pihak meyakini, ketimpangan bisa mendongkrak kinerja pertumbuhan ekonomi suatu negara. Namun, di sisi yang lain, ketimpangan justru cenderung berevolusi menjadi mesin yang merusak proses akumulasi modal fisik, pembangunan sumber daya manusia dan pertumbuhan ekonomi yang berkelanjutan. Bahkan, dalam beberapa kasus, ketimpangan terbukti telah memicu ketidakstabilan politik di mana ujungnya malah berdampak pada volatilitas ekonomi yang menyebabkan situasi perekonomian kian sulit diprediksi dari waktu ke waktu.
Sehubungan dengan hal itu, Laporan PBB Tahun 2013 mengungkapkan bahwa tingkat ketimpangan secara global masih tergolong tinggi. Alasannya, pada 2010,
Lebih lanjut, tingkat kesenjangan ekonomi antar kawasan menurut laporan UNDP Tahun
2013 yang bertajuk “Humanity Divided: Confronting Inequality in Developing Countries”, menyebutkan bahwa hampir seluruh kawasan mengalami peningkatan nilai koefisien gini terkecuali Kawasan Amerika Latin, Karibia, dan Afrika. Afrika menjadi kawasan yang mengalami penurunan tingkat ketimpangan yang paling tinggi yakni sebesar 7 persen, diikuti Kawasan Amerika Latin (Argentina, Brazil, dan Meksiko) dan Karibia (5 persen). Sementara itu, negara- negara di Zona Eropa dan Kelompok Negara Persemakmuran menjadi wilayah dengan penigkatan koefisien gini yang paling tinggi (35 persen) dibandingkan kawasan lainnya, diikuti Kawasan Asia dan Pasifik (13 persen). Menariknya, laporan tersebut juga mengungkapkan bahwa tingkat ketimpangan pendapatan rumah tangga di
Selain itu, penelitian yang mengupas tentang ketimpangan pendapatan dua dekade terakhir juga sudah tak terhitung banyaknnya. Sejumlah kajian yang seringkali dirujuk oleh para akademisi dan praktisi pembangunan sejauh ini masih terpusat pada relasi antara pertumbuhan ekonomi dan ketimpangan (Dollar & Kraay (2002), Benhabib (2003), Adam (2003), Barro (2008), Berg & Ostry (2011), Dollar, Kleineber, & Kraay (2013), Kraay, Dollar, & Kleineberg (2014)). Dalam hal ini, perdebatan relasi antara keduanya terpolarisasi ke dalam dua kutub. Kutub pertama, relasi dari pertumbuhan menuju ketimpangan yang mengikuti hipotesis yang dibangun oleh
Pengaruh Finansialisasi Terhadap Ketimpangan Pendapatan di Asean: Analisis Data Panel 337
Kuznets. Kutub kedua, pengaruh ketimpangan terhadap pertumbuhan ekonomi sebagai anti tesis dari hipotesis yang dibangun oleh Kuznets.
Dari sejumlah kajian yang mengupas tentang ketimpangan ekonomi sejauh ini secara umum menyebutkan bahwa
Sementara itu, sejumlah kajian juga mencoba mengupas pertautan pembangunan keuangan dengan ketimpangan pendapatan (Clarke et.al (2003), Beck et.al (2004), Claessens
&Perotti (2005),
Meski sedikit lebih kompleks, beberapa penelitian mencoba memulai membedah isu ini secara lebih sistematis dan mendalam. Sebagai contoh, hasil kajian Hou Lin dan Tomaskovic- Devey (2013) menunjukkan bahwa kenaikan ketergantungan terhadap pendapatan keuangan (financial income), dalam jangka panjang, menyebabkan penurunan porsi buruh atas pendapatan, peningkatan bagian eksekutif puncak atas kompensasi, dan pendapatan antar pekerja melebar di Amerika Serikat (AS). Dengan menggunakan data deret waktu mulai 1970 sampai 2008, Lin dan
Hal senada juga ditemukan dalam studi yang dilakukan oleh Kus (2012) tentang finansialisasi dan ketimpangan pendapatan di
338Buletin Ekonomi Moneter dan Perbankan, Volume 19, Nomor 3, Januari 2017
Sayangnya, kesemua hasil penelitian tersebut pada umumnya hanya mengambil sampel dari
Terkait hal itu, nilai koefisien gini
Karena
Bagian kedua dari paper ini mengulas kerangka konseptual yang digunakan untuk membedah peran finansialisasi terhadap distribusi pendapatan. Bagian ketiga menguraikan model ekonometrik yang digunakan untuk mengestimasi kaitan finansialisasi dengan ketimpangan. Bagian kelima menampilkan hasil temuan beserta pembahasan. Bagian terakhir akan menyarikan
II. TEORI
Finansialisasi dalam arti luas didefinisikan sebagai peningkatan peran industri keuangan dalam kegiatan perekonomian,yang meliputi pengendalian keuangan dalam pengelolaan perusahaan, aset keuangan terhadap total aset, surat berharga yang diperdagangkan dan khususnya ekuitas
Pengaruh Finansialisasi Terhadap Ketimpangan Pendapatan di Asean: Analisis Data Panel 339
terhadap total aset keuangan, pasar saham sebagai pasar untuk kontrol perusahaan dalam menentukan strategi perusahaan, dan fluktuasi di pasar saham sebagai penentu siklus bisnis (Dore, 2000 dikutip Falkowski, 2011).
Finansialisasi lebih popular dipahami sebagai meningkatnya pola akumulasi keuntungan yang diperoleh terutama melalui saluran keuangan daripada melalui perdagangan dan produksi komoditas (Krippner, 2005; Arrighi, 2009). Finansialisasi juga didefinisikan sebagai dua proses yang saling terkait (Hou Lin &
Meski beragam, secara sederhana, istilah finansialisasi menjadi popular untuk menandai adanya pergeseran perubahan peran dan ketergantungan antara sektor keuangan dan sektor riil dalam perekonomian. Untuk memudahkan, definisi finansialisasi yang digunakan dalam penelitian ini merujuk pada definisi finansialiasi yang dibangun oleh Epstein. Epstein (2005) mendefinisikan finansialisasi sebagai berikut.
“Financialization means the increasing role of financial motives, financial markets, financial actors and financial institutions in the operation of the domestic and international economies.”
Dalam perspektif Epstein (2005), finansialisasi dipersepsikan sebagai peningkatan peran motif keuangan, pasar keuangan, dan aktor serta institusi keuangan dalam aktivitas perekonomian domestik dan internasional. Dengan demikian, secara umum, finansialisasi dapat dipahami dan diasosiasikan sebagai peningkatan peran sektor keuangan ketimbang sektor riil dalam perekonomian baik dalam level perekonomian domestik maupun dalam tataran perekonomian global.
Menurut Palley (2009), saluran finansialisasi dapat dibagi ke dalam tiga saluran utama yakni melalui perilaku pasar keuangan, perilaku korporasi
340Buletin Ekonomi Moneter dan Perbankan, Volume 19, Nomor 3, Januari 2017
Finansialisasi
Perilaku pasar |
|
Perilaku korporasi |
|
Perubahan struktur |
keuangan |
|
nonkeuangan |
|
pasar dan regulasi |
|
|
|
|
|
Pengaruh finansialisasi terhadap distribusi pendapatan dirangkum dan dikelompokkan oleh Stockhammer (2010) menjadi tiga saluran. Saluran pertama, adanya peningkatan pendapatan dari aktivitas ekonomi rente. Saluran kedua, adanya kenaikan pendapatan dalam sektor keuangan, yang biasanya berbentuk bonus, menyebabkan jurang distribusi pendapatan menjadi melebar. Saluran ketiga, finansialisasi telah menggeser perimbangan kekuatan antara pemodal dan pekerja dalam berbagai cara mulai dari perubahan dalam pengaturan korporasi hingga peningkatan kesempatan yang dibuka ke
Hal senada juga dikemukakan oleh Hou Lin dan
Sementara itu, Kus (2012) membagi efek finansialisasi terhadap ketimpangan pendapatan ke dalam empat saluran. Saluran pertama, perkembangan industri keuangan dalam beberapa dekade terakhir dibiayai oleh pengorbanan sektor riil yang produktif. Artinya, telah terjadi penurunan tingkat profitabilitas sektor
Pengaruh Finansialisasi Terhadap Ketimpangan Pendapatan di Asean: Analisis Data Panel 341
ekonomi seperti
Saluran terakhir, pasar saham mendorong terjadinya konsentrasi pendapatan pada kelompok masyarakat yang berpendapatan tinggi terutama ketika pasar saham mengalami masa keemasan. Kelompok tersebut memiliki kemapauan keuangan untuk berinvestasi secara
III. METODOLOGI
3.1. Pemilihan Variabel dan Sumber Data
Untuk mengukur pengaruh finansialisasi terhadap distribusi pendapatan, studi ini menggunakan data panel dengan periode tahunan dari 1999 sampai 2013. Adapun indikator yang digunakan dalam studi ini adalah indikator pembangunan keuangan dan indikator distribusi pendapatan. Indikator distribusi pendapatan yang digunakan dalam studi ini adalah koefisien gini. Data koefisien gini didapat dari beberapa sumber antara lain ILO Global Wage Database, UN World Income Inequality Database (WIID), World Development Indicators (WDI) Bank Dunia, Global Financial Development Database (GFDD), Singapore Department of Statistics,National Statistical Office of Thailand, Philippine Statistics Authority, Economic Planning Unit of Malaysia, dan Badan Pusat Statistik Indonesia.
Adapun variabel, definisi, satuan, dan sumber data yang digunakan dalam studi ini ditunjukkan pada Tabel 1 di bawah ini.
342Buletin Ekonomi Moneter dan Perbankan, Volume 19, Nomor 3, Januari 2017
Tabel 1.
Jenis dan Sumber Data
Variabel |
Definisi |
Satuan |
Satuan |
|
|
|
|
GINI |
Gini coefficient |
% |
WDI, WIID, ILO, Singapore Department of |
|
|
|
Statistics, National Statistical Office of Thailand, |
|
|
|
Philippine Statistics Authority, Economic Planning |
|
|
|
Unit of Malaysia, dan Badan Pusat Statistik |
|
|
|
Indonesia |
|
|
|
|
ROA |
Bank return on assets |
% |
GFDD 2016 |
|
before tax |
|
|
|
|
|
|
SMC |
Stock market capitalization |
% of GDP |
GFDD 2016 |
|
|
|
|
DPDS |
Outstanding domestic |
% of GDP |
GFDD 2016 |
|
private debt securities |
|
|
|
|
|
|
UNEM |
Unemployment rate |
% of total labor force |
WDI 2016 |
|
|
|
|
EMPA |
Employment in Agriculture |
% of total employment |
WDI 2016 |
|
|
|
|
VEM |
Vulnerable Employment |
% of total employment |
WDI 2016 |
|
|
|
|
|
|
|
|
3.2. Model Ekonometrika
Menurut Afsar et.al (2014), proses dan hasil finansialisasi dapat diukur dengan menggunakan tiga indikator yakni rasio nilai kapitalisasi pasar terhadap PDB, tingkat profitabilitas bank yang dinyatakan sebagai pendapatan bank sebelum pajak, dan nilai efek dari aset perbankan. Sementara itu, Kus (2012) menggunakan variabel nilai keseluruhan saham yang diperdagangkan, tingkat profitabilitas bank sebelum pajak, dan sekuritisasi atas aset perbankan untuk mengukur proses finansialisasi dalam perekonomian.
Selanjutnya, karena pertimbangan ketersediaan data antar negara di kawasan ASEAN, maka variabel yang digunakan dalam studi mengalami perubahan sedikit. Sebagai gambaran, variabel yang dianggap bisa mewakili proses finansialisasi antara lain bank return on assets before tax (ROA), stock market capitalization to gdp (SMC), dan outstanding domestic private debt securities (DPDS). Selain keempat variabel tersebut, studi ini juga menggunakan tiga variabel tambahan yakni unemployment rate, employment in agriculture, dan vulnerable employment.
Lebih lanjut, guna menganalisis pengaruh finansialisasi terhadap distribusi pendapatan, studi ini menggunakan variabel koefisien gini (GINI) sebagai variabel dependen dan sejumlah indikator pembangunan di sektor keuangan seperti ROA, SMC, DPDS, dan beberapa variabel kontrol (VC) sebagai variabel independen. Model ekonometrika dasar yang digunakan dalam penelitian ini untuk mengukur pengaruh finansialisasi terhadap distribusi pendapatan sebagai berikut:
Pengaruh Finansialisasi Terhadap Ketimpangan Pendapatan di Asean: Analisis Data Panel 343
Model di atas diadaptasi dari model yang dikembangkan oleh Kus (2012) dan Afsar et.al (2014) dan diestimasi dengan menggunakan analisis data panel. Kesemua variabel yang digunakan terkecuali ROA diestimasi dalam bentuk log linear untuk mendapatkan gambaran elastisitas. Adapun ringkasan statistik untuk
Tabel 2.
Ringkasan Statistik
Variabel |
Obs |
Mean |
Std.Dev |
Min |
Max |
|
|
|
|
|
|
LGINI |
77 |
3,724035 |
0,1315671 |
3,427515 |
3,88609 |
ROA |
95 |
0,7568719 |
2,97577 |
3,55372 |
|
LSMC |
130 |
4,151707 |
0,939095 |
0,1909509 |
5,581855 |
LDPDS |
111 |
1,80002 |
1,906348 |
4,173406 |
|
LUNEM |
120 |
1,329995 |
0,7050554 |
2,476538 |
|
LEMPA |
119 |
2,933082 |
1,535888 |
4,198705 |
|
LVEM |
100 |
3,436741 |
0,7306146 |
2,104134 |
4,268298 |
|
|
|
|
|
|
|
|
|
|
|
|
Teknik estimasi yang digunakan adalah analisis data panel yang memberikan kemudahan dan fleksibilitas dalam melakukan pemodelan antar waktu dan antar individu secara bersamaan. Implikasinya, hasil estimasi akan lebih akurat karena data panel secara struktur lebih mendekati realita dibandingkan data runtun waktu atau data silang saja. Selain itu, secara teoretis, dengan jumlah observasi yang semakin banyak (N) sehingga memperbesar derajat kebebasan dan menurunkan kemungkinan adanya kolinearitas antar variabel bebas (Greene, 2005; serta Hsio, 2003 dan Klevmarken, 1989 dalam Baltagi, 2005).
Tergantung pada struktur matriks kovarian dan sifat variabel yang ada dalam model, kita harus memilih model terbaik diantara pilihan Pool Least Square (PLS), Fixed Effect Model (FEM), dan Random Effect Model (REM). Langkah selanjutnya adalah kembali model tersebut untuk kemungkinan satu atau beberapa variabel independen yang tidak
344Buletin Ekonomi Moneter dan Perbankan, Volume 19, Nomor 3, Januari 2017
IV. HASIL DAN ANALISIS
4.1. Deskripsi Anatomi Finansialisasi ASEAN - 5
Diantara indikator pembangunan keuangan global, ada beberapa indikator yang lazim digunakan untuk melihat seberapa dalam finansialisasi di negara
Terkait hal itu, sejak 2009, nilai kapitalisasi saham di pasar keuangan atau lebih sering dinamakan sebagai pola dan kecenderungan nilai kapitalisasi pasar diantara negara
Stock Market Capitalization
250 |
IDN |
|
|
200 |
MLY |
THAI |
|
|
PHL |
150 |
SIN |
|
|
100 |
|
50 |
|
0 |
|
|
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 |
Sumber: Global Financial Development Database, World Bank (2015)
Grafik 1.
Nilai Kapitalisasi Pasar Saham, (% PDB)
Adapun pola dan kecenderungan nilai imbal hasil atas aset (Return on Asset/ROA) terlihat berbeda dengan indikator nilai kapitalisasi pasar. Secara umum, nilai ROA tertinggi masih dipegang oleh Indonesia kendati pernah disalip oleh Malaysia pada 2011. Sebaliknya, Thailand justru berada pada posisi terbawah untuk nilai ROA. Menariknya, Singapura yang dikenal sebagai
Pengaruh Finansialisasi Terhadap Ketimpangan Pendapatan di Asean: Analisis Data Panel 345
pusat keuangan di kawasan ASEAN justru memiliki nilai ROA yang lebih rendah dibandingkan Indonesia dan Malaysia. Menariknya lagi, Malaysia dan Singapura memiliki nilai ROA dengan tingkat volatilitas relatif yang lebih tinggi diantara negara
Return on Asset |
Domestic Private Debt Securities |
70 |
IDN |
70 |
|
60 |
60 |
||
MLY |
|||
50 |
THAI |
50 |
|
PHL |
|||
|
|
||
40 |
SIN |
40 |
|
|
|||
30 |
|
30 |
|
20 |
|
20 |
|
10 |
|
10 |
|
0 |
|
10 |
|
|
0 |
||
|
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 |
|
IDN |
MLY |
THAI |
PHL |
SIN |
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 |
Sumber: Global Financial Development Database, World Bank (2015) |
Sumber: Global Financial Development Database, World Bank (2015) |
Grafik 2. |
Grafik 3. |
Perkembangan Nilai ROA (sebelum pajak, %) |
Perkembangan Nilai Efek Utang Swasta (%) |
Di samping itu, finansialisasi dinilai tidak melulu soal nilai kapitalisasi pasar dan imbal hasil atas aset. Nilai efek utang swasta sebagai bagian dari proses sekuritisasi dan kebijakan keuangan perusahaan juga penting untuk diperhatikan. Grafik 3 di atas menunjukkan nilai efek utang swasta di Malaysia menempati ranking tertinggi diantara negara
Analisa deskriptif ini dipersandingkan dengan hasil estimasi model ekonometrik berikut. Perbandingan ini penting untuk memberikan penjelasan logis dan argumen yang saling menguatkan, atau justru argumen yang saling bertentangan. Keduanya penting sebagai bagian dari robustness test dalam penelitian ini.
4.2. Pemilihan Model dan Hasil Estimasi
Pemilihan model menggunakan uji
346Buletin Ekonomi Moneter dan Perbankan, Volume 19, Nomor 3, Januari 2017
Tabel 3.
Hasil Uji
Jenis Model |
Prob>chibar2 |
|
Keputusan |
Kesimpulan |
Model 1 |
1.0000 |
H0 |
diterima |
Menggunakan model efek tetap |
Model 2 |
1.0000 |
H0 |
diterima |
Menggunakan model efek tetap |
Model 3 |
1.0000 |
H0 |
diterima |
Menggunakan model efek tetap |
Model 4 |
1.0000 |
H0 |
diterima |
Menggunakan model efek tetap |
|
|
|
|
|
Untuk melihat apakah terdapat otokorelasi pada model data panel dinamis, digunakan uji autokerelasi
Tabel 4.
Hasil Uji Autokolerasi
Jenis Model |
Prob > z |
|
|
Keputusan |
Kesimpulan |
|
Model 1 |
Order 1 |
|
0,1901 |
H0 |
diterima |
Tidak terdapat otokorelasi |
|
Order 2 |
|
0,2847 |
|
|
|
Model 2 |
Order 1 |
|
0,2098 |
H0 |
diterima |
Tidak terdapat otokorelasi |
|
Order 2 |
|
0,3267 |
|
|
|
Model 3 |
Order 1 |
|
0,1848 |
H0 |
diterima |
Tidak terdapat otokorelasi |
|
Order 2 |
|
0,9850 |
|
|
|
Model 4 |
Order 1 |
|
0,1367 |
H0 |
diterima |
Tidak terdapat otokorelasi |
|
Order 2 |
|
0,5917 |
|
|
|
|
|
|
|
|
|
|
Hasil estimasi pengaruh finansialisasi terhadap distribusi pendapatan dengan menggunakan analisis data panel ditampilkan pada Tabel 4. Jenis analisis data panel yang digunakan pada Tabel 1 adalah model efek tetap. Hasilnya, keempat variabel yang digunakan untuk melihat pengaruh finansialisasi terhadap ketimpangan dengan menggunakan model efek tetap secara statistik terbukti signifikan. Nilai koefisien variabel Lag GINI, ROA dan LSMC bertanda positif yang sementara variabel LDPDS bertanda negatif. Hal ini mengindikasikan bahwa kenaikan nilai Lag Gini, ROA dan LSMC akan memperburuk kesenjangan pendapatan. Sebaliknya, kenaikan nilai LDPDS justru memperbaiki tingkat distribusi pendapatan di kawasan ini.
Pengaruh Finansialisasi Terhadap Ketimpangan Pendapatan di Asean: Analisis Data Panel 347
Tabel 5.
Finansialisasi dan Koefisien Gini: Analisis Data Panel
Variabel |
Model 1 |
Model 2 |
Model 3 |
Model 4 |
|
|
Variabel Lag |
|
|
Log |
0.5523*** |
0.5471*** |
0.3837*** |
0.2243** |
|
(0.1309) |
(0.1297) |
(0.0845) |
(0.0873) |
|
|
Variabel Kunci |
|
|
ROA |
0.0046** |
0.0041** |
0.0031** |
0.0036* |
|
(0.0021) |
(0.0021) |
(0.0013) |
(0.0020) |
LSMC |
0.0612** |
0.0784** |
0.0943*** |
0.0516*** |
|
(0.0280) |
(0.0307) |
(0.0147) |
(0.0198) |
LDPDS |
||||
|
(0.0066) |
(0.0071) |
(0.0030) |
(0.0068) |
|
|
|
|
|
|
|
Variabel Kontrol |
|
|
LUNEM |
|
0.0398 |
0.0511* |
.0098605 |
|
|
(0.0307) |
(0.0282) |
.0532646 |
LEMPA |
|
|
||
|
|
|
(0.1449) |
(0.2428) |
LVEM |
|
|
|
|
|
|
|
|
0.0576) |
CONS |
|
1.3184*** |
2.4436*** |
4.1802*** |
|
|
(0.4405) |
(0.9262) |
(1.2566) |
|
|
|
|
|
Catatan: Standard Error (dalam kurung), *p<0.10, **p<0.05, ***<0.01
Tabel 5 menunjukkan nilai koefisien lag gini sebesar 0.55 yang artinya kenaikan 10 persen nilai koefisien gini tahun sebelumnya akan meningkatkan tingkat kesenjangan pendapatan sesudah periode tersebut sebesar 5,5 persen. Selanjutnya, nilai koefisien ROA dan LSMC
Sebagaimana telah diuraikan sebelumnya, salah satu permasalahan yang mengemuka dalam analisis data panel adalah jika terdapat lag dari variabel terikat sebagai variabel bebas, maka kemungkinan akan terdapat korelasi antara variabel terikat dengan residu. Atas dasar itu, maka analisis panel data dengan menggunakan model efek tetap perlu dilanjutkan dengan menggunakan analisis Generalized Method of Moments (GMM) guna mendapatkan analisis yang lebih baik. Menurut Roodman (2006), analisis GMM dibutuhkan karena seperti dalam kasus OLS, analisis panel data dengan lag variabel dependen dan error yang saling berautokorelasi berpotensi menghasilkan parameter yang inkonsisten. Karena itu, analisis data
348Buletin Ekonomi Moneter dan Perbankan, Volume 19, Nomor 3, Januari 2017
panel akan menjadi lebih baik jika dilanjutkan dengan analisis dynamic panel data model yang dikembangkan oleh
Atas dasar itu, maka penggunaan metode GMM melibatkan beberapa variabel instrumen untuk menyelesaikan permasalahan adanya korelasi antara lag dependen variabel dengan residual dan adanya hubungan antara regressor lag variabel terikat dengan residual. Adapun yang dimaksud dengan variabel instrumen adalah variabel yang tidak memiliki hubungan atau korelasi dengan residual. Atau, variabel yang memiliki korelasi dengan variabel bebas namun tidak memiliki pengaruh langsung terhadap variabel terikat. Karena itu, variabel instrumen yang dilibatkan adalah bank credit to bank deposit (BCBD) dan bank
Tabel 6.
Finansialisasi dan Koefisien Gini: Analisis GMM
Variabel |
Model 1 |
Model 2 |
Model 3 |
Model 4 |
|
|
Variabel Lag |
|
|
Log |
0.5676*** |
0.5330*** |
0.3837*** |
0.2243*** |
|
(0.0501) |
(0.0059) |
(0.0845) |
(0.0873) |
|
|
Variabel Kunci |
|
|
ROA |
0.0050*** |
0.0038*** |
0.0031** |
0.0036* |
|
(0.0008) |
(0.0011) |
(0.0013) |
(0.0020) |
LSMC |
0.0620** |
0.0822*** |
0.0943 *** |
0.0516*** |
|
(0.0244) |
(0.0165) |
(0.0147) |
(0.0198) |
LDPDS |
||||
|
(0.0151) |
(0.0106) |
(0.0030) |
(0.0068) |
|
|
|
|
|
|
|
Variabel Kontrol |
|
|
LUNEM |
|
0.0501 |
0.0511* |
0.0099 |
|
|
(0.0153) |
(0.0282) |
(0.0533) |
LEMPA |
|
|
||
|
|
|
(0.1449) |
(0.2428)** |
LVEM |
|
|
|
|
|
|
|
|
(0.0576) |
CONS |
1.3463*** |
1.360*** |
2.4436*** |
4.1802*** |
|
(0.1330) |
(0.0427) |
(0.9262) |
(1.2566) |
|
|
|
|
|
Catatan: Standard Error Robust (dalam kurung), *p<0.10, **p<0.05, ***<0.01
Hasil estimasi dengan menggunakan teknik estimasti GMM ditampilkan pada Tabel
6.Secara umum, tabel tersebut menunjukkan bahwa finansialisasi secara statistik terbukti memiliki pengaruh yang signifikan terhadap distribusi pendapatan. Ketiga indikator finansialisasi yang digunakan untuk mengukur pengaruh proses finansialisasi terhadap nilai koefisien gini menghasilkan tanda koefisien yang konsisten dengan hasil estimasi model efek tetap. Hasilnya, koefisien estimasi untuk variabel ROA dan LSMC terbukti memiliki pengaruh yang
Pengaruh Finansialisasi Terhadap Ketimpangan Pendapatan di Asean: Analisis Data Panel 349
searah terhadap koefisien gini. Artinya, kenaikan ROA dan LSMC akan memberikan efek yang buruk terhadap perbaikan kesenjangan pendapatan. Sebaliknya, koefisien estimasi variabel LDPDS konsisten negatif yang mengindikasikan bahwa kenaikan nilai variabel tersebut akan menurunkan nilai koefisien gini atau akan memperbaiki tingkat ketimpangan pendapatan.
V. KESIMPULAN
Tujuan dari studi ini adalah untuk mengukur pengaruh proses finansialisasi dalam perekonomian terhadap distribusi pendapatan di negara
350Buletin Ekonomi Moneter dan Perbankan, Volume 19, Nomor 3, Januari 2017
REFERENSI
Adams Jr, Richard H. (2003). Economic Growth, Inequality, and Poverty: Findings from a New Data Set. The World Bank, Policy Research Working Paper No. 2972, February 2003.
Afsar, Muharrem, Afsar, Asli, dan Mecik, Oytun. (2014). Financialization Process and Outcomes in Developed Countries, International Journal of Economics and Finance. 6(12),
Arellano, Manuel dan Bond, Stephen. (1991). Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equation. The Review of Economic Studies, April 1991. 58 (2),
Badan Pusat Statistik. (2015). diakses Desember 2015, http://www.bps.go.id/Subjek/view/
Badi H. Baltagi. (2005). Econometric Analysis of Panel Data. John Wiley &Sons Ltd, West Sussex.
Barro, Robert J. (2008). Inequality and Growth Revisited. Asian Development Bank (ADB), Working Paper Series on Regional Economic Integration No. 11, January 2008.
Beck, Thorsten dan Levine, Ross. (2004). National Bureau of Economic Research (NBER). Working Paper No. 10979. December 2004.
Benhabib, Jess. (2003). The Tradeoff Between Inequality and Growth, Annals of Economics and Finance. Vol.4,
Berg, Andrew,dan Ostry, Jonanthan D. (2011). Inequality and Unsustainable Growth: Two Sides of the Same Coin?. International Monetary Fund (IMF), IMF Staff Discussion Note, April 8.
Bock, Matthew J. (2014). Income Inequality in ASEAN: Perceptions on Regional Stability from Indonesia and the Philippines.
Bureau for Development Policy. (2013). Humanity Divided: Confronting Inequality in Developing Countries, United Nations Development Programme (UNDP).
Clarke, George, Xu, Lixin Colin, dan Zou,
Davis, Gerald F. dan Kim, Suntae. (2015). Financialization of the Economy. Draft Chapter for Annual Review of Sociology. January 13.
Pengaruh Finansialisasi Terhadap Ketimpangan Pendapatan di Asean: Analisis Data Panel 351
Singapore Department of Statistics. (2016). diakses Desember 2016. http://www.singstat.gov. sg/statistics
Department of Economic and Social Affairs. (2013). Inequality Matters: Report of the World Social Situation, United Nations.
Dollar, David dan Kraay, Aart. (2002). Growth is Good for the Poor. Journal of Economic Growth. September 2002. 7(3); hal.
Dore, R., (2000). Stock Market Capitalism: Welfare Capitalism: Japan and Germany versus the
Dunhaupt, Petra. (2010). Financialization and the Rentier Income Share: Evidence from the USA and Germany. Macroeconomic Policy Institute, Working Paper No.2/2010. February 9.
Dunhaupt, Petra. (2014). An Empirical Assessment of the Contribution of Financialization and Corporate Governance to the Rise in Income Inequality. Institute for International Political Economy Berlin, Working Paper No.41.
Economic Planning Unit of Malaysia. (2016). diakses Desember 2016, http://www.epu.gov. my/en/home
Gerald A. Epstein. (2005). Financialization and the World Economy. Edward Elgar.
Giovanni Arrighi. (2010). The Long Twentieth Century. Verso.
ILO. (2016). Key Indicators of Labor Market, diakses Desember 2016, http://www.ilo.org/global/
ILO. (2016). Global Wage Database, diakses Desember 2016, http://www.ilo.org/global/research/
Jauch, Sebastian dan Watzka, Sebastian. (2012). Financial Development and Income Inequality: A Panel Data Approach. CESifo Working Paper No. 3687. October 2012.
Kraay, Aart, Dollar, David, dan Kleineberg, Tatjana. (2014). Growth, Inequality, and Social Welfare:
Kappel, Vivien. (2010). The Effects of Financial Development on Income Inequality and Poverty. Swiss Federal Institute of Technology Zurich, Economics Working Paper No. 10/27. March, 29.
Krippner, Greta R. (2005). The Financialization of the American Economy.
352Buletin Ekonomi Moneter dan Perbankan, Volume 19, Nomor 3, Januari 2017
Kus, Busak. (2012). Financialization and Income Inequality in OECD Nations:
Lin,
National Statistical Office of Thailand. (2016). diakses Desember 2016, http://web.nso.go.th/.
Palley, Thomas I. (2016). The Macroeconomics of Financialization: A Stages of Development Approach. Presented at the 5th International Conference, Developments in Economic Theory and Policy. held in Bilbao, Spain, July 10 and 11, 2008.
Park,
Park, Donghyun dan Shin, Kwanho. (2015). Economic Growth, Financial Development, and Income Inequality. Asian Development Bank (ADB), Economics Working Paper No.441. August 2015.
Philippine Statistics Authority. (2016). diakses Desember 2016, http://psa.gov.ph/
Roodman, David. (2006). How to Do xtabond2: An Introduction to “Difference” and “System” GMM in Stata. Center for Global Development, Working Paper No.103. December 2006.
Stockhammer, Engelbart. (2010). Financialization and the Global Economy. Political Economy Research Institute, Working Paper No.240. 13 October 2010.
The World Bank. (2016). World Development Indicators, diakses Desember 2016, http://data.
The World Bank. (2016). Global Financial Development Database, diakses Desember 2016,
United Nations University. (2016). World Income Inequality Database, diakses Desember 2016,
William H. Greene. (2003). Econometric Analysis. Prentice Hall. New Jersey.