Show simple item record

dc.contributor.advisorFirdaus, Muhammad
dc.contributor.advisorSahara
dc.contributor.authorFauzan, Iwan Fathi
dc.date.accessioned2020-08-03T00:31:12Z
dc.date.available2020-08-03T00:31:12Z
dc.date.issued2020
dc.identifier.urihttp://repository.ipb.ac.id/handle/123456789/103392
dc.description.abstractPembangunan sistem keuangan sangat penting bagi pembangunan ekonomi di suatu wilayah baik dari sisi makro maupun mikro. Pada sisi makro, sistem keuangan berperan sebagai perantara penyaluran dana bagi investasi terutama di sektor riil yang dapat memacu pertumbuhan ekonomi. Pada sisi mikro, sistem keuangan berperan sebagai sektor korporasi finansial yang menyalurkan dana dari sektor surplus seperti rumah tangga atau pemerintah, kepada sektor defisit seperti korporasi non finansial atau pemerintah, dan dalam konteks yang lebih kompleks, juga melibatkan sektor luar negeri. Sistem keuangan yang inklusif mengindikasikan adanya perluasan layanan keuangan bagi seluruh sektor ekonomi (no left behind), yang dapat menambah manfaat bagi ekonomi secara makro maupun mikro. Semakin inklusif sistem keuangan –dengan memberikan akses yang luas terhadap layanan keuangan formal seperti terjangkaunya masyarakat ke kantor cabang bank, automated teller machine atau ATM, serta layanan keuangan digital–, akan semakin menambah manfaat kepada masyarakat miskin dan perusahaan berskala kecil dan menengah (Demirgüç-Kunt 2013). Dengan kata lain, inklusi keuangan merupakan perluasan kesempatan akses bagi rumah tangga dan perusahaan terhadap produk dan layanan jasa keuangan formal secara efektif (Sarma 2011; World Bank 2014; Consultative Group to Assist the Poor 2016). Penelitian ini membangun indeks inklusi keuangan dari berbagai indikator institusi keuangan formal yang ada di Indonesia yaitu bank dan koperasi simpan pinjam. Penelitian ini juga menganalisis determinan inklusi keuangan regional menggunakan pendekatan panel spasial. Model yang dibangun terdiri dari lima model spasial yaitu Spatial Autoregressive (SAR), Spatial Error Model (SEM), Spatial Autoregressive with Spatially Autocorrelation Error (SAC), Spatial Durbin Model (SDM), dan General Nested Spatial (GNS). Salah satu asumsi analisis spasial adalah adanya interaksi spasial antar unit analisis menggunakan pembobot spasial. Pembobot spasial dapat memanfaatkan informasi jarak, perpindahan penduduk (migrasi), ataupun arus barang dan jasa antar wilayah. Penelitian ini menggunakan dua jenis pembobot spasial yaitu invers jarak dan migrasi risen penduduk. Analisis selanjutnya melihat mana diantara keduanya yang lebih baik digunakan untuk Indonesia dengan kondisi geografis kepulauan menggunakan eksperimen Monte Carlo. Data yang digunakan merupakan data tahunan yang mencakup 33 provinsi di Indonesia dengan periode penelitian dari tahun 2010 sampai tahun 2018. Hasil penghitungan indeks menunjukkan indeks inklusi keuangan rata-rata provinsi selama periode penelitian menunjukkan adanya peningkatan, meskipun demikian, rata-rata nilai indeks masih berada pada kategori inklusi keuangan rendah. Provinsi DKI Jakarta merupakan provinsi dengan nilai indeks tertinggi dan sudah berada pada kategori inklusi keuangan tinggi, bahkan nilainya jauh meninggalkan semua provinsi lainnya yang masih berada pada kategori sedang v dan rendah. Analisis determinan inklusi keuangan dengan model spasial dipilih dari lima model panel spasial dengan dua jenis pembobot spasial. Hasil eksperimen Monte Carlo menunjukkan model SAC dengan pembobot spasial migrasi risen merupakan model dengan estimasi paling konsisten dari model lainnya. Hasil tersebut dilihat dari nilai rata-rata root mean square error (RMSE) model SAC adalah yang terkecil yaitu sebesar 0.786. Hasil estimasi determinan indeks inklusi keuangan menunjukkan bahwa faktor sosial seperti median usia penduduk, tingkat kemiskinan, persentase penduduk yang memiliki telepon seluler, kemudian faktor ekonomi seperti rasio pembentukan modal tetap bruto (PMTB) terhadap produk domestik regional bruto (PDRB), serta faktor politik seperti total belanja pemerintah daerah, terbukti secara signifikan memengaruhi indeks inklusi keuangan. Dilihat dari masih rendahnya inklusi keuangan di regional Indonesia dan masih cukup besar dipengaruhi oleh salah satunya tingkat kemiskinan, dengan pengaruh negatif sebesar 0.875, pemerintah dan pelaku usaha jasa keuangan diharapkan dapat bekerja bersama memperluas layanan keuangan kepada masyarakat terutama masyarakat dengan pendapatan rendah. Penelitian berikutnya dapat melihat bagaimana layanan keuangan digital atau financial technology (fintech) dapat meningkatkan inklusi keuangan regional di Indonesia, dimana hal tersebut merupakan batasan dari penelitian ini.id
dc.language.isoidid
dc.publisherIPB Universityid
dc.subject.ddcEonomicsid
dc.subject.ddcFinancingid
dc.subject.ddc2018id
dc.subject.ddcIndonesiaid
dc.titleDeterminan Inklusi Keuangan di Indonesia dengan Pendekatan Panel Spasial.id
dc.typeThesisid
dc.subject.keywordeksperimen monte carloid
dc.subject.keywordindeks inklusi keuanganid
dc.subject.keywordmodel panel spasialid


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record