Estimasi Persamaan Regresi pada Industri Perbankan di Indonesia: Suatu Analisa Kuantitatif Tingkat Lanjutan Penggunaan Metode Teknik Analisis Data Panel

Jakarta, 15 Juli 2011 10.45

Estimasi Persamaan Regresi pada Industri Perbankan di Indonesia:

Suatu Analisa Kuantitatif Tingkat Lanjutan Penggunaan Metode Teknik Analisis Data Panel

oleh: Sando Sasako
Lead Consultant
Advanced Advocacy Plus

---

This module is a template, role-model, and/or to make hypothetical analysis to the application of panel data research method on the banking industry in Indonesia. This document is made public internationally so anyone can access, retain, and learn how easily we can to analyse the panel data, i.e. both the cross-section data dan the time-series data. Should you have any queries, inquiries, objection, or whatsoever, kindly submit yours to the author. I thank you in advance.

I would like to acknowledge to any one wholeheartedly and/or partially helping, disguised or not, in assisting this module available to the public. Copyrights infringements should be reported to the author or to file complaints to the initial writers so we can request the courtesy from theirs.

I would also like to address anyone who made their documents available to the public, but protected, you are doing worthlessly. Any painstaking protection efforts to the digital documents would be knocked down, cracked easily in less than a second. Please be aware of it.

Keywords: research methods, analysis methods, quantitative analysis, market research, market study, business study, business research, panel data, banking industry, bursa efek indonesia, bursa efek jakarta, bursa efek surabaya, stock price, financial performance.

---

Tulisan ini dibuat sebagai template, role-model, analisis hipotetis terhadap aplikasi metode penelitian dan analisis kuantitatif terhadap data panel di industri perbankan di Indonesia.

Step-by-step approach using EViews 7.1. is provided as is, ultimately as requested by many of mostly my desires and curiousity. Enjoy, please reseed. Emang torrent.

---

Per Januari 2011, sebanyak 121 bank umum dengan 13.970 kantornya beroperasi di Indonesia. Jumlah bank tersebut tidak termasuk jumlah bank yang mengoperasikan unit syariah, bank syariahnya, dan BPR. Jumlah bank umum tersebut terdiri dari 4 bank pemerintah, 36 bank swasta devisa, 31 bank swasta non-devisa, 26 BPD, 14 bank campuran, dan 10 bank asing.

Demi memverifikasi ceklis nama-nama bank yang dimaksud, yang masih aktif, belum ditutup, belum digabung ke bank lain atau lainnya, kami mengalami kesulitan yang cukup menjengkelkan. Pada saat ini, detik-detik ini, server Bank Indonesia sedang down, tidak bisa diakses. Beberapa jam yang lalu, kami bisa mengetahui bahwa laporan keuangan bank-bank umum per Mei 2011 sudah bisa diakses. Berikut ceklis nama-nama bank umum yang (pernah) ada di Indonesia.

Bank Asing

1. ABN Amro Bank
2. American Express Bank Ltd
3. Bank of America, NA
4. Bank of China Limited
5. Citibank NA
6. Deutsche Bank AG
7. JP Morgan Chase Bank, NA
8. Standard Chartered Bank
9. The Bangkok Bank Comp Ltd
10. The Bank of Tokyo Mitsubishi UFJ Ltd
11. The Hongkong & Shanghai BC

Bank Campuran

1. ANZ Panin Bank
2. Bank Agris
3. Bank BNP Paribas Indonesia
4. Bank Capital Indonesia, Tbk
5. Bank China Trust Indonesia
6. Bank Commonwealth
7. Bank Credit Agricole Indosuez
8. Bank Dai-Ichi Kangyo Indonesia
9. Bank DBS Indonesia
10. Bank IBJ Indonesia
11. Bank KEB Indonesia
12. Bank Maybank Syariah Indonesia
13. Bank Merincorp
14. Bank Mizuho Indonesia
15. Bank OCBC Indonesia
16. Bank Paribas – BBD Indonesia
17. Bank Rabobank Duta
18. Bank Rabobank International Indonesia
19. Bank Resona Perdania
20. Bank Sakura Swadharma
21. Bank Societe General Indonesia
22. Bank Sumitomo Mitsui Indonesia
23. Bank UFJ Indonesia
24. Bank UOB Indonesia
25. Bank Windu Kentjana International, Tbk
26. Bank Woori Indonesia
27. Ing Indonesia Bank
28. Keppel Tat Lee Buana Bank
29. Tokai Lippo Bank

Bank Pemerintah

1. Bank Ekspor Indonesia (Persero)
2. Bank Mandiri (Persero), Tbk
3. Bank Negara Indonesia (Persero) Tbk
4. Bank Rakyat Indonesia (Persero), Tbk
5. Bank Tabungan Negara (Persero), Tbk

Bank Pembangunan Daerah

1. Bank Aceh
2. Bank DKI
3. Bank Kalteng
4. Bank Lampung
5. Bank Nagari
6. BPD Bali
7. BPD Bengkulu
8. BPD Jambi
9. BPD Jawa Barat dan Banten
10. BPD Jawa Tengah
11. BPD Jawa Timur
12. BPD Kalimantan Barat
13. BPD Kalimantan Selatan
14. BPD Kalimantan Timur
15. BPD Maluku
16. BPD Nusa Tenggara Barat
17. BPD Nusa Tenggara Timur
18. BPD Papua (d/h BPD Irian Jaya)
19. BPD Riau Kepri
20. BPD Sulawesi Selatan
21. BPD Sulawesi Tengah
22. BPD Sulawesi Tenggara
23. BPD Sulawesi Utara
24. BPD Sumatera Selatan dan Bangka Belitung
25. BPD Sumatera Utara
26. BPD Yogyakarta

Bank Swasta Devisa

1. Artamedia Bank
2. Bank Agroniaga, Tbk
3. Bank Antardaerah
4. Bank Arta Niaga Kencana
5. Bank Artha Graha
6. Bank Artha Graha Internasional, Tbk
7. Bank BNI Syariah
8. Bank Bukopin
9. Bank Bumi Arta
10. Bank Central Asia Tbk
11. Bank CIMB Niaga, Tbk
12. Bank Dagang Bali
13. Bank Danamon Indonesia Tbk
14. Bank Danpac
15. Bank Ekonomi Raharja, Tbk
16. Bank Ganesha
17. Bank Hagakita
18. Bank Hana
19. Bank Himpunan Saudara 1906, Tbk
20. Bank ICB Bumiputera Tbk
21. Bank ICBC Indonesia
22. Bank IFI
23. Bank Index Selindo
24. Bank Internasional Indonesia Tbk
25. Bank Kesawan Tbk
26. Bank Lippo Tbk
27. Bank Maspion Indonesia
28. Bank Mayapada International Tbk
29. Bank Mega, Tbk
30. Bank Mestika Dharma
31. Bank Metro Express
32. Bank Muamalat Indonesia
33. Bank Mutiara, Tbk
34. Bank Nusantara Parahyangan,Tbk
35. Bank OCBC NISP, Tbk
36. Bank Permata Tbk
37. Bank Pikko Tbk
38. Bank Prasidha Utama
39. Bank Sbi Indonesia
40. Bank Sinarmas
41. Bank Swadesi Tbk
42. Bank Syariah Mandiri
43. Bank Syariah Mega Indonesia
44. Bank Unibank Tbk
45. Bank Universal Tbk
46. Bank Uob Buana, Tbk
47. Bank Windu Kentjana
48. Pan Indonesia Bank, Tbk
49. Prima Express Bank

Bank Swasta Non-Devisa

1. Anglomas Internasional Bank
2. Bank Andara
3. Bank Artos Indonesia
4. Bank Asiatic
5. Bank Barclays Indonesia
6. Bank BCA Syariah
7. Bank Bisnis Internasional
8. Bank BRI Syariah
9. Bank Dipo International
10. Bank Fama Internasional
11. Bank Harda Internasional
12. Bank Harmoni International
13. Bank Ina Perdana
14. Bank Jabar Banten Syariah
15. Bank Jasa Jakarta
16. Bank Kesejahteraan Ekonomi
17. Bank Mayora
18. Bank Mitraniaga
19. Bank Multi Arta Sentosa
20. Bank Panin Syariah
21. Bank Patriot
22. Bank Pundi Indonesia Tbk
23. Bank Ratu
24. Bank Royal Indonesia
25. Bank Sahabat Purba Danarta
26. Bank Sinar Harapan Bali
27. Bank Syariah Bukopin
28. Bank Tabungan Pensiunan Nasional
29. Bank Victoria International, Tbk
30. Bank Victoria Syariah
31. Bank Yudha Bhakti
32. Centratama Nasional Bank
33. Global International Bank
34. Liman International Bank
35. Nationalnobu
36. Prima Master Bank

Analisis Keunggulan Daya Saing Industri Perbankan

Arsitektur Perbankan Indonesia (API) diharapkan menjadi blue print sekaligus acuan bagi struktur industri perbankan Indonesia yang dianggap ideal bagi BI. Tujuan utama yang digembar-gemborkan adalah konsolidasi industri perbankan di Indonesia melalui mekanisme merger dan akuisisi atau lainnya. Ketentuan prinsipil yang ditegakkan adalah single presence policy. Ketentuan normatif yang harus dijalankan adalah Basel Core Principles (BCP).

Struktur pasar persaingan dalam industri perbankan bisa dilihat berdasarkan besaran nominalnya yang terdapat dalam laporan keuangan seperti modal, aset, kredit, deposito, dan lainnya. Besaran relatifnya dapat dilihat pada indikator kinerja pasar, operasional, fisik, keuntungan, dan lainnya. Ukuran tingkat persaingan dapat dilihat pada tingkat konsentrasi menurut aset finansil, tingkat persaingan antar-bank dalam kredit dan simpanan, persaingan dalam bunga kredit dan bunga tabungan, serta keahlian dalam manajemen risiko finansil dan operasional.

Kebijakan BI, yang bertujuan menciptakan kestabilan pada ketiga sistem sekaligus yakni, sistem perbankan, sistem keuangan, dan sistem pembayaran, berpotensi berdampak buruk pada persaingan dan efisiensi. Ketentuan modal minimum yang tinggi bagi bank merupakan salah satu bentuk barriers to entry dan menisbikan aspek efisiensi. Prinsip umum yang universal adalah agar suatu usaha (bank) bisa efisien, usaha (bank) tersebut tidak harus bermodal tinggi.

Kebijakan BI di bulan Januari 2005 (Pakjan 2005) yang melonggarkan batasan BMPK (L3), dinilai sebagai insentif untuk mendorong (mempercepat) proses konsolidasi perbankan di Indonesia. Konsolidasi cenderung membuat suatu struktur pasar semakin terkonsentrasi, yang pada gilirannya membuat semakin tinggi prilaku (tidak sehat) dalam persaingan usaha yang memaksimalkan keuntungan.

Salah satu dampak persaingan yang potensil adalah excessive risk taking guna memenangkan persaingan dan/atau supaya bisa bertahan hidup. Bentuk persaingan yang umum adalah pada harga (bunga) dan pada produk. Persaingan minimalisasi bunga kredit menurunkan peluang gagal bayar. Di sisi lain, interest spread yang rendah memaksa bank untuk bisa efisien. Bila tidak efisien, biaya overhead akan semakin menggerus keuntungan bank dan akhirnya pada modal bank.

Persaingan harga (bunga) cenderung mengarah pada satu tingkat harga (kesepakatan). Kolusi harga biasa terjadi di pasar persaingan tidak sempurna (oligopolistik). Produk yang homogen memungkinkan terjadinya kartel harga secara terselubung.

Pada persaingan produk, diferensiasi produk bertujuan membuat permintaan menjadi kurang elastis. Permintaan yang tidak elastis berpotensi meningkatkan biaya bagi konsumen bila mengalihkan permintaannya ke bank lain. Secara keseluruhan, prinsip yang dipakai adalah bersaing sehat atau potensi ketidakstabilan industri perbankan (trade-off).

Bank dengan modal terbatas dapat diduga memiliki tingkat diferensiasi yang lebih rendah dibanding bank dengan modal yang lebih besar. Permintaan yang tidak elastis biasanya terdapat di pasar persaingan tidak sempurna dan cenderung monopolistik. Kekuatan monopolistik membuat konsumen tidak berdaya menentukan pilihan dan tidak bisa mengganti (mensubstitusi) produk monopoli tersebut, kecuali dengan opportunity cost yang tinggi.

Diversifikasi produk (bank) cenderung merugikan konsumennya ketika bersifat mengikat (binding, tying in) dengan produk bank generik. Produk bank non-generik meliputi asuransi, kredit pembiayaan, sekuritas, L/C, B/G, dan lainnya.

Tinjauan Filosofis tentang Harga Saham Bank

Harga saham merupakan salah satu indikator kinerja suatu bank. Dinamika harga saham diyakini sebagai akibat faktor-faktor eksternal diluar kontrol manajemen, dan sebagian lainnya akibat keputusan internal yang spesifik ditetapkan manajemen dan biasanya sangat strategis bagi kesinambungan hidup usaha bank.

Oleh karena itu, harga pasar yang tercipta biasanya tidak murni ditentukan oleh kekuatan permintaan dan penawaran. Invisible hands yang nyata bisa berbentuk beredarnya secara luas insider information yang sumir dan menciptakan insider trading yang penuh dengan riak kecil di pasar, gelombang tsunami, atau yang terburuk, market cornering, saham satu bank atau beberapa bank digoreng oleh beberapa market makers.

Informasi merupakan dasar utama bagi pembeli dan/atau penjual saham. Informasi sekecil apapun bisa menimbulkan sentimen negatif atau positif terhadap harga saham secara individu, secara industri, ataupun secara keseluruhan pasar. Informasi yang didapat oleh investor biasanya langsung dikapitalisasi (price in, cash in).

Jenis informasi yang bisa mempengaruhi prilaku permintaan investor terhadap harga saham bisa berupa kinerja dan potensi perusahaan dan industri terkait, kondisi politik dan pemerintahan (kebijakan, aturan, ketentuan), kondisi ekonomi makro, dan lainnya. Kondisi ekonomi makro yang menjadi faktor eksternal bisa mencakup harga minyak, PDB, inflasi, bunga, jumlah uang beredar, dan lainnya.

Penetapan perlakuan terhadap harga saham di pasar yang bebas dan efisien tergantung preferensi manajemen yang menginginkan saham semakin likuid (baca: volatile) atau tidak. Semakin rendah harga saham, semakin rendah biaya transaksi dan biaya lainnya di pasar, semakin banyak peran retail investor. Potensi realised profit atau cut loss menjadi pilihan keniscayaan bagi investor.

Sebaliknya, semakin tinggi harga saham, semakin besar biaya transaksi yang harus ditanggung retail investor. Hal ini tidak menjadi masalah bagi insitutional investors. Harga saham yang tinggi biasanya merefleksikan kecenderungan manajemen dan/atau pemegang kendali bank yang kurang menyukai tingginya frekuensi pergantian pemilik saham minoritas.

Ketika harga saham diakui sebagai preferensi manajemen bank, menjadi suatu keniscayaan adanya variabel pengelolaan harga dan jumlah saham yang beredar, frekuensi dan volume saham yang diperdagangkan. Termasuk didalamnya berbagai indikator perusahaan pedagang efek dan/atau investor institusi yang terafiliasi dengan bank sebagai pemilik saham mereka, holding company, atau lainnya.

Manajemen jumlah saham yang beredar bisa dilakukan dengan berbagai mekanisme rights issue, stock split, buy back, pengeluaran convertible securities seperti warrant, ESOP (employee stock option program), saham bonus, atau lainnya.

Konsep Data Panel

Beberapa nama lain dari data panel:

1. Pooled data (pengumpulan data time-series dan cross-section).
2. Kombinasi time-series dan cross-section.
3. Data micropanel.
4. Data longitudinal (studi satu variabel atau kelompok subjek menurut waktu).
5. Analisis sejarah kejadian (event history analysis).
6. Analisis kohort.

Beberapa contoh data panel:

1. Data perusahaan dalam satu industri.
2. Statistik ekonomi makro.
3. Pola prilaku suatu subjek dan/atau objek.

Beberapa jenis data panel:

1. Balanced panel, setiap unit observasi (cross-section) memiliki jumlah observasi (time series) yang sama,
2. Unbalanced panel, setiap unit observasi (cross-section) memiliki jumlah observasi (time series) yang tidak sama.

Beberapa keuntungan umum menggunakan data panel adalah bersifat lebih informatif, dan lebih banyak variasi variabel. Beberapa keuntungan teknis analisis estimasi menggunakan data panel:

1. naiknya jumlah ukuran sampel dan/atau tingkat kepercayaan (df),
2. mempelajari dinamika perubahan menurut waktu dan variabel,
3. model prilaku yang lebih kompleks (heterogen),
4. hasil estimasi regresi yang lebih baik dan lebih efisien, terutama kalau mengukur hanya satu sisi saja seperti murni cross-section atau murni timer-series.
5. meminimkan bias penyamarataan (pengagregasian) variabel di seluruh periode.
6. kolinieritas antar-variabel yang lebih rendah,
7. lebih mengetahui efek tetap pada variabel individu,
8. lebih mengetahui efek temporal.

Beberapa kekurangan data panel terlihat pada masalah estimasi dan inferensi, yakni:

1. variabel atau responden tidak bersifat acak (non-stokastik).
2. pada masa observasi atau survey, satu atau beberapa variabel/responden enggan atau tidak mau melanjutkan sampai waktu atau batas yang telah ditentukan (attrition).
3. tidak bisa digunakan pada variabel yang tidak berubah sepanjang waktu observasi seperti status jenis kelamin, ras, dan lainnya.
4. masalah klasik pada data cross-section (heteroscedasticity),
5. analisis cross-section berpotensi ketidakkonsistenan parameter regresi,
6. analisis time-series berpotensi adanya otokorelasi antar observasi (masalah klasik time-series).
7. korelasi-silang di unit-unit individu pada waktu yang sama (nilai error dianggap nol, yang berdampak pada standar error yang bias dan tidak konsisten, serta estimator menjadi tidak efisien).

Kerangka Pemikiran

Semua indikator kinerja keuangan bank bisa dijadikan variabel dependent (variabel Y), tergantung cara kita menentukan sudut pandang atau perspektif, variabel apa yang menjadi determinant-nya. Sudut pandang yang baik adalah yang bertumpu pada batu pijakan analisis yang kokoh. Penguasaan teori, terutama filosofi kausalitas, menjadi suatu hal yang mutlak.

Tiga indikator umum yang biasa digunakan untuk mengukur kinerja perbankan adalah rentabilitas (π), likuiditas (λ), dan solvabilitas (ς). Indikator umum lainnya adalah yang mengukur tingkat kesulitan finansil (financial distress) suatu bank (δ), termasuk didalamnya indikator prediksi kebangkrutan. CAMEL atau EAGLES merupakan dua sistem atau pendekatan yang biasa dipakai untuk menilai kesehatan suatu bank.

1. CAMEL merupakan singkatan dari Capital, Asset, Management, Earning, Liquidity.
2. EAGLES merupakan singkatan dari Earning ability, Asset Quality, Growth, Liquidity, Equity, Strategic management.

Pembentukan Model

Berdasarkan tinjauan filosofis dan kerangka pemikiran diatas, secara matematis, hubungan diantara variabel kinerja bank tersebut dapat dirumuskan kedalam model hubungan sebagai berikut:

ρ = f ( π, λ, ς, δ )

Data dan Variabel

Dari 121 bank umum yang ada di Indonesia per Januari 2011, hanya 31 bank yang bisa dijadikan objek penelitian. Ke-31 bank yang dimaksud terdiri dari:

Kode	Nama Bank	Keterangan
AGRO	Bank Agroniaga Tbk.	Company listing per 3 Desember 2007, 4 tahun setelah IPO per 8 Agustus 2003
INPC	Bank Artha Graha Internasional Tbk	d/h Inter-Pacific Bank Tbk
BBKP	Bank Bukopin Tbk
BNBA	Bank Bumi Arta Tbk
BACA	Bank Capital Indonesia Tbk	d/h Bank Credit Lyonnais Indo., IPO per 4 Okt. 2007
BBCA	Bank Central Asia Tbk
BNGA	Bank CIMB Niaga Tbk	d/h Bank Niaga Tbk
BDMN	Bank Danamon Tbk
BAEK	Bank Ekonomi Raharja Tbk.
SDRA	Bank Himpunan Saudara 1906 Tbk
BABP	Bank ICB Bumiputera Tbk	d/h Bank Bumiputera Indonesia Tbk
BNII	Bank International Indonesia Tbk
BKSW	Bank Kesawan Tbk
BMRI	Bank Mandiri (Persero) Tbk
MAYA	Bank Mayapada Tbk
MEGA	Bank Mega Tbk
BCIC	Bank Mutiara Tbk	d/h Bank Century Tbk, Bank CIC International Tbk
BBNI	Bank Negara Indonesia Tbk
BBNP	Bank Nusantara Parahyangan Tbk
NISP	Bank OCBC NISP Tbk	d/h Bank NISP Tbk
PNBN	Bank Pan Indonesia Tbk
BNLI	Bank Permata Tbk	d/h Bank Bali Tbk
BEKS	Bank Pundi Indonesia Tbk	d/h Bank Eksekutif International Tbk
BBRI	Bank Rakyat Indonesia Tbk
BSIM	Bank Sinarmas Tbk, PT
BSWD	Bank Swadesi Tbk
BBTN	Bank Tabungan Negara (Persero) Tbk
BTPN	Bank Tabungan Pensiunan N. Tbk
BVIC	Bank Victoria Int l. Tbk
MCOR	Bank Windu Kentjana Int l Tbk	d/h Bank Multicor Tbk, IPO per 3 Juli 2007
BJBR	BPD Jawa Barat dan Banten Tbk

Beberapa catatan tentang bank publik yang tidak bisa menjadi objek penelitian:

1. Karena melakukan go private, menyusul terjadinya pergantian kepemilikan usaha.
   1. Bank Arta Niaga Kencana Tbk (ANKB).

Sebanyak 83% saham Arta Niaga diakuisisi oleh Bank Commonwealth guna memperkuat posisi pasar di wilayah Jawa Timur. Per 31 Agustus 2007, saham Arta Niaga dihapus dari Bursa Efek Indonesia.

Bank Commonwealth telah hadir di Indonesia sejak tahun 1990 dengan izin usaha sebagai Kantor Perwakilan dari Commonwealth Bank of Australia (CBA). Di tahun 1997, Bank Commonwealth membuat bank patungan dengan BII dengan nama BII Commonwealth. Nama bank patungan berubah menjadi Bank Commonwealth pada tahun 2000 seiring semakin besarnya porsi kepemilikan CBA di bank patungan tersebut.

1. Bank UOB Buana Tbk (BBIA).

Bank UOB Buana Tbk menjadi go private setelah Overseas Bank Limited (UOB) melalui UOBII (UOB Internasional Investment Private Ltd.) menjadi pemegang saham utama. Melalui penawaran tender, UOBII meningkatkan kepemilikan sahamnya menjadi sebesar 98,997%. Per 20 November 2008, saham UOB Buana dihapus dari Bursa Efek Indonesia.

Bank UOB Buana berdiri pada tahun 1955 dengan nama Bank Buana Indonesia dan menjadi bank publik di tahun 2000. Anak perusahaan Bank Dunia, IFC, merupakan pemegang saham asing pertama setelah rights issue kedua di tahun 2003. UOBII menjadi pemegang saham terbesar kedua setelah Dasa Karsa di tahun 2004.

Di tahun 2005, IFC melepaskan seluruh kepemilikan sahamnya, sementara di sisi lain, UOBII meningkatkan kepemilikan sahamnya menjadi 61,11%. Di tahun 2007, Bank Buana Indonesia Tbk berganti nama menjadi Bank UOB Buana Tbk. Setelah go private di tahun 2008, status Tbk efektif dihilangkan pada tahun 2009. Kebijakan single presence policy dari Bank Indonesia membuat UOB meleburkan usaha banknya yang lain, yakni Bank UOB Indonesia, ke dalam Bank UOB Buana di tahun 2010.

1. Karena ditutup atau sejenisnya oleh pemerintah atas nama otoritas moneter atau otoritas fiskal.

Tabel – Duapuluh tiga bank publik (dan 7 bank non-publik) yang tidak bisa menjadi objek penelitian karena ditutup dan/atau digabung ke bank lain.
No.	Kode	Nama Bank	Tanggal Efektif	Ket.	Sumber BEJ-1 b)			Sumber BEJ-2 c)
1.	BDNI	Bank Dagang Nas. Ind.	12.03.1999	1)	p1	[historical/PENG-074_BEJ-2-4_c_0399.pdf]	url	01.03.1999
2.	MDBN	Bank Modern Tbk	12.03.1999	1)	p2	[historical/PENG--074_BEJ-2-4_d_0399.pdf]	url
3.	BNSY	Bank Surya	12.03.1999	1)	p1	[historical/PENG-074_BEJ-2-4_0399.pdf]	url	01.03.1999
4.	BNUM	Bank Umum Nasional	12.03.1999	1)	p1	[historical/PENG-074_BEJ-2-4_b_0399.pdf]	url	01.03.1999
5.	ARYA	Bank Arya Panduarta	01.04.1999	1)	p1	[historical/PENG-092_BEJ-2-4_e_0499.pdf]	url	15.03.1999
6.	BARI	Bank Bahari Tbk	01.04.1999	1)	p1	[historical/PENG-092_BEJ-2-4_f_0499.pdf]	url	15.03.1999
7.	BIRA	Bank Indonesia Raya Tbk	01.04.1999	1)	p1	[historical/PENG-092_BEJ-2-4_b_0499.pdf]	url
8.	BNBM	Bank Mashil Tbk	01.04.1999	1)	p1	[historical/PENG-092_BEJ-2-4_d_0499.pdf]	url	15.03.1999
9.	BNPS	Bank Papan Sejahtera	01.04.1999	1)	p1	[historical/PENG-092_BEJ-2-4_a_0499.pdf]	url	15.03.1999
10.	BUSV	Bank Umum Servitia	01.04.1999	1)	p1	[historical/PENG-092_BEJ-2-4_c_0499.pdf]	url	15.03.1999
11.	FCOR	Ficorinvest Bank	01.04.1999	1)	p2	[historical/PENG-092_BEJ_2-4_g_0499.pdf]	url	01.09.1998
12.	IDVS	Bank Indovest Tbk	26.04.1999	BBKU	p2	[historical/PENG-241_BEJ-CAT_0799.pdf]	url	26.04.1999
13.	PDFC	Bank PDFCI	27.06.2000	d)	p3	[historical/PENG-0003_BEJ-CAT_012000.PDF]	url	04.01.2000
14.	BNTA	Bank Tiara Asia	27.06.2000	d)	p1	[historical/PENG-1075_BEJ-PEM_KI_07-2000.PDF]	url	06.07.2000
15.	BDTA	Bank Palapa Tbk	27.06.2000	d) e)	p1	[historical/PENG-1039_BEJ-PEM_06-2000.PDF]	url	06.07.2000
16.	TMBN	Bank Tamara Tbk	27.06.2000	d)	p3	[historical/PENG-01075_BEJ-PEM_KI_07-2000.PDF]	url	06.07.2000
17.	RAMA	Bank Rama Tbk	27.06.2000	d)	p3	[historical/PENG-01039_BEJ-PEM_06-2000.PDF]	url	06.07.2000
18.		Bank Nusa Nasional	27.06.2000	d)
19.		Bank Risjad Salim Int’l	27.06.2000	d)
20.		Bank Pos Nusantara	27.06.2000	d)
21.		Bank Jaya International	27.06.2000	d)
22.	UNBN	United City Bank Tbk	29.10.2001	1) a)	p3	[historical/PENG-532_BEJ-PEM_KI_01-2002.PDF]	url
23.	BUNI	Bank Universal Tbk	01.10.2002	e)	p1	[historical/PENG-506_BEJ-EEM_09-2002.PDF]	url	01.10.2002
24.		Bank Artamedia	01.10.2002	e)
25.		Bank Prima Express	01.10.2002	e)
26.		Bank Patriot	01.10.2002	e)
27.	BDPC	Bank Danpac Tbk	15.12.2004	g)	p1	[PENG-000647_BEJ-PSR_P_12-2004.PDF]	url
28.	BNPK	Bank Pikko Tbk	15.12.2004	g)	p1	[PENG-00647_BEJ-PSJ_P_12-2004.PDF]	url	15.12.2004
29.	BGIN	Bank Global Intl Tbk	18.01.2005	i)	p1	[PENG-001_BEJ-PSJ_DEL_01-2005.PDF]	url
30.	LPBN	Bank Lippo Tbk	01.11.2008	h)	p2	[PENG-001_BEJ-PEM_DEL_03-2000.pdf]	url
Catatan:
1)     Ditutup.a)     Dikuasai BPPN, Oktober 2000, karena memberikan kredit berlebihan ke perusahaan terkait RGM, APRIL, dan lainnya.b)     http://202.155.2.90/issuers.asp?cmd=delistedc)     http://202.155.2.84/listed/delist.asp?x=0&o=Delisting_Date&code=d)     Menjadi bagian Bank Danamon Tbk.					e)     d/h Bank Duta Tbk.f)      Menjadi bagian Bank Permata Tbk.g)     Menjadi bagian Bank Century Tbk.h)     Menjadi bagian Bank CIMB Niaga Tbk.i)      Dicabut izin usahanya.

Operasionalisasi Variabel

Beberapa indikator rentabilitas yang mungkin:

1. Net Interest Margin (NIM).
2. Net Profit Margin (NPM).
3. Operating Cost Ratio (OCR).
4. Return on Asset (ROA).
5. Return on Equity (ROE).

Beberapa indikator likuiditas yang mungkin:

1. Cash Ratio (CR).
2. Loan to Asset Ratio (LAR).
3. Loan to Deposit Ratio (LDR).
4. Rasio kewajiban bersih call money (RCM).
5. Reserved Requirement (RR).

Beberapa indikator solvabilitas yang mungkin:

1. Capital Adequacy Ratio (CAR).
2. Debt to Equity Ratio (DER).
3. Long-term Debt to Asset Ratio (LDAR).

Beberapa indikator harga saham yang mungkin:

1. Book/market equity (≈ book/price).
2. DCF (Discounted Cash Flow).
3. DDM (Dividend Discount Model).
4. Deviden per saham (dividends per share).
5. Dividend/price.
6. Earnings to price ratio.
7. EPS (earnings per share).
8. Harga saham nominal.
9. Kapitalisasi pasar.
10. Nilai buku (book value).
11. PBV (price/book value).
12. PCF (price/cash flow).
13. PDR (price/dividends).
14. PER (price to earning ratio).

Beberapa indikator kesulitan finansil yang mungkin:

1. capital turnover,
2. cash position,
3. financial leverage,
4. inventory turnover,
5. rasio aktiva lancar terhadap kewajiban lancar (current assets / current liabilities).
6. rasio arus kas terhadap total utang (cash flow / total debt).
7. rasio arus kas terhadap utang jangka panjang (cash flow / long-term debt).
8. rasio EBIT terhadap total aset (EBIT / total assets).*
9. rasio kas terhadap kewajiban lancar (cash / current liabilities).
10. rasio keuntungan bersih terhadap total aktiva (net income / total assets).
11. rasio laba ditahan terhadap total aset (retained earnings / total assets).*
12. rasio modal kerja terhadap penjualan (working capital / sales).
13. rasio modal kerja terhadap total aset (working capital / total assets).*
14. rasio nilai pasar dari saham terhadap nilai buku dari utang (market value of stock / book value of debt).*
15. rasio penjualan terhadap total aset (sales / total assets).*
16. rasio total utang terhadap total aset (total debt / total assets).
17. receivables turnover.
18. return on investment,
19. short-term liquidity,

Asumsi Klasik dalam Penaksiran (Estimasi) Model (Persamaan Regresi)

Dalam menaksir model di atas, beberapa asumsi utama dalam menerapkan aplikasi metode OLS (ordinary least square), antara lain (Ghozali, 2001:43):

1. Model bersifat linier, yakni dalam parameter.
2. Variabel X diasumsikan bersifat non-stokastik, yakni dianggap tetap dalam sampel yang berulang.
3. Nilai rata-rata kesalahan adalah nol, atau E (u_i/X_i) = 0.
4. Homoskedastisitas, yakni varians kesalahan sama untuk setiap periode (homo = sama, skedastisitas = sebaran), atau Var (u_i/X_i) = s².
5. Tidak ada otokorelasi di antara nilai kesalahan, yakni antara u_i dan u_j tidak ada korelasinya, atau Cov (u_i, u_j) = 0.
6. Antara u dan X bersifat saling bebas, atau Cov (u_i, X_i) = 0.
7. Tidak ada multikolinieritas yang sempurna antar variabel bebas.
8. Jumlah observasi (n atau N) harus lebih besar dari jumlah parameter yang diestimasi (jumlah variabel bebas).
9. Adanya variabilitas dalam nilai X, yakni nilai X harus berbeda (tidak boleh sama semua).
10. Model regresi telah dispesifikasi secara benar, yakni tidak ada bias (kesalahan) dalam spesifikasi model yang digunakan dalam melakukan analisa empiris.

Teknik Analisis Data Panel

Proses pengolahan dan penghitungan yang dilakukan dalam penelitian ini menggunakan program eviews. Objek penelitian yang bersifat time-series dan cross-section sekaligus, membuatnya disebut data panel. Ciri utama data panel adalah jumlah variabel yang lebih banyak daripada jumlah waktu observasi.

Setidaknya ada 3 pendekatan yang bisa dilakukan dalam mengestimasi model data panel, yakni:

1. pooled least square (PLS), dimana konstanta mengasumsikan kesamaan error di semua variabel individu (cross-section) dan periode (time-series).
2. model efek tetap (FEM), dimana konstanta berisi error yang sama di semua variabel individu (cross-section) atau periode (time-series).
3. model efek acak (REM), dimana variabel error berbeda di semua variabel individu (cross-section) dan/atau periode (time-series).

Tabel – Perbandingan koefisien variabel menurut model uji dan analisis covarians
Metode Uji	Cov[miXit]=0	Cov[miXit]¹0
Pooled OLS	Konsisten	Tidak Konsisten
Random Effects	Konsisten, efisien	Tidak Konsisten
Fixed Effects	Konsisten	Konsisten
Sumber: Sri Yani Kusumastuti, Model Regresi Data Panel.

Teknik Pemilihan Model Terbaik antara PLS dan FEM

Penilaian model yang terbaik antara PLS dan FEM dibuat berdasarkan hasil uji Chow. Uji Chow mengasumsikan adanya heterogenitas karakteristik di setiap bank, yakni dengan hipotesa nol bahwa tidak ada heterogenitas individu dan hipotesa alternatifnya adalah bahwa terdapat heterogenitas pada cross section.

H₀   :  α₁ = α₂ = α₃ = …. = α_i, Common Effect

H_a   :  α₁ ≠ α₂ ≠ α₃ ≠ …. ≠ α_i, Individual Effect

Secara matematis, uji Chow bisa dilakukan dengan membandingkan antara nilai F-hitung dengan F-tabel. Bila F-hitung lebih kecil dari F-tabel, maka PLS merupakan model yang lebih baik dari model FEM. Sebaliknya, bila F-hitung lebih besar dari F-tabel, maka FEM merupakan model yang lebih baik dari model PLS.

Ho = Model PLS lebih baik.

Ha = Model FEM lebih baik.

Ketika peluang F tidak signifikan, berarti cov(x,u)=0. Implikasinya adalah data panel akan menjadi lebih baik diestimasi dengan menggunakan model REM. Tujuannya adalah untuk mendapatkan nilai estimator yang tidak bias, konsisten, dan efisien.

Teknik Pemilihan Model Terbaik antara FEM dan REM

Pemilihan model terbaik antara FEM dan REM dapat dilakukan dengan membandingkan jumlah variabel (n) dengan banyaknya observasi (t). Cara kedua adalah dengan membandingkan korelasi antara nilai error dengan nilai variabel yang diobservasi cov(x_it, u_i).

Ho: cov(x_it, u_i) = 0

Model REM lebih baik;

Pada estimasi model REM, koefisien setiap variabel diasumsikan bersifat acak dari populasi yang lebih besar dengan nilai rata-rata konstan. Estimasi dengan menggunakan model REM akan menghasilkan estimator yang efisien, konsisten, dan tidak bias; Estimator REM bersifat konsisten di hipotesis Ho dan tidak konsisten di hipotesis Ha.

Ha:  cov(x_it, u_i) ≠ 0

Model FEM lebih baik.

FEM umumnya digunakan ketika ada korelasi antara koefisien estimasi setiap variabel (individual intercept) dan variabel bebasnya. Estimator hasil FEM bersifat konsisten kedua hipotesis (Ho dan Ha). Hasil FEM bisa membuat nilai estimator unbiased, consistent, tetapi relatif tidak efisien bila dibandingkan dengan hasil estimasi dengan REM.

Cara ketiga adalah dengan menggunakan statistik hasil uji Hausman. Nilai χ² (Chi-Square) terdistribusi secara asimptot. Inferensinya adalah bila peluang χ² lebih dari 0,05, maka model REM adalah lebih baik dari model FEM. Sebaliknya, bila peluang χ² (Chi-Square) kurang dari (α) 0,05, maka model FEM adalah lebih baik dari model REM.

Tabel – Beberapa kondisi dalam penetapan pemilihan model FEM atau REM
Kondisi 1	Kondisi 2	Pemilihan model
t > n		FEM
t < n	tidak-acak, non-stokastik	FEM
	acak, stokastik	REM
ei ≈ Xi	(berkorelasi)	FEM
ei ≠ Xi	(tidak berkorelasi)	REM
t < n	asumsi REM terpenuhi	estimator REM lebih baik dari FEM

Pengujian Pelanggaran Asumsi Klasik dan Lainnya

1. Uji Normalitas.
2. Adanya heteroscedastisitas.
   1. Dengan mengaktifkan pilihan cross-section weights, EViews mengestimasi keberadaan cross-section heteroscedasticity dengan spesifikasi GLS.

GLS (Generalized Least Squares) digunakan untuk berbagai pola korelasi diantara residu. Empat struktur varians dasar yang bisa diestimasi dengan metode GLS adalah:

1)        cross-section specific heteroscedasticity,

2)        period specific heteroscedasticity,

3)        contemporaneous covariances, dan

4)        between period covariances.

1. Dengan mengaktifkan pilihan cross-section SUR, EViews mengestimasi dengan spesifikasi GLS sekaligus melakukan koreksi atas:

1)      cross-section heteroscedasticity,

2)      korelasi kontemporer.

1. Dengan mengaktifkan pilihan period weights, EViews mengestimasi keberadaan period heteroscedasticity dengan spesifikasi GLS.

1. Dengan mengaktifkan pilihan period SUR, EViews mengestimasi dengan spesifikasi GLS sekaligus melakukan koreksi atas:

1)      period heteroscedasticity,

2)      korelasi umum dari objek yang diobservasi pada data cross-section.

1. Adanya otokorelasi.
   1. Keberadaan otokorelasi bisa diuji dengan metode Autocorrelation LM Test atau Portmanteau Autocorrelation Test.
   2. Korelogram mengilustrasikan otokorelasi dan otokorelasi parsial dari seri pertama di kelompok.
   3. Korelasi silang. Untuk melihat korelasi silang antar variabel, matriks korelasinya perlu dibuatkan.

Matriks korelasi memperlihat nilai koefisien korelasi antar variabel. Bila nilai koefisien korelasi lebih besar dari 0,7, maka ada indikasi terjadinya multikolinieritas. Jika multikolinieritasnya menggangu, maka perlu dilakukan kalkulasi ulang terhadap variabel (tinkering). Indikasi multikolinieritas yang mengganggu adalah nilai R² tinggi sedangkan uji t tidak ada satupun variabel bebas yang signifikan atau banyak nilai uji t dari variabel bebas yang tidak signifikan.

1. Adanya multikolinieritas (atau uji antar-variabel), dengan VIFs sebagai indikator, perimeter.

VIFs (Variance Inflation Factors) merupakan metode pengukuran derajat kolinieritas antara berbagai regressor dalam satu persamaan. VIFs dihitung dari matriks varians-kovarians dari koefisien, pilihan standard error yang kuat wujud dalam VIFs.

1. Uji spesifikasi model, ditandai dengan terciptanya blue, best linear unbiased estimator. Tiga metode yang biasa dipakai adalah:
   1. Nilai F-statistik.
   2. Uji (heteroscedastisitas) White dimana Ho menggarisbawahi pengujian asumsi bahwa (standard) error bersifat homoscedastis dan tidak tergantung pada regressors. Indikator (statistik) uji White adalah jumlah obervasi dikali R².
   3. Nilai LM-statistik, merupakan jumlah akar regresi tambahan dibagi 2⁴. Nilai ini didistribusikan sebagai distribusi chi-squared dengan df sama dengan jumlah koefisien regresi (slope coefficients) tanpa konstanta dalam regresi tambahan.

Nilai statistik yang tidak signifikan mengimplikasikan tidak adanya pelanggaran pada 3 kondisi tersebut.

Pengujian Spesifik pada Metode Analisis Data Panel

1. Uji unit root.

Uji akar unit dilakukan untuk mengetahui apakah data stasioner atau tidak (stasioner = memiliki rata-rata dan varians yang konstan). Pengujian ini dilakukan per variabel. Analisis data time series memerlukan data yang stasioner agar terjadi kointegrasi.

1. Uji kointegrasi.

Uji kointegrasi dilakukan untuk mengetahui apakah ada hubungan jangka panjang atau tidak antara variabel bebas dengan variabel tidak bebas.

1. Jika ada hubungan jangka panjang, maka harus digunakan model dinamis.
2. Jika tidak ada hubungan jangka panjang, maka digunakan model OLS, GLS tepatnya, yakni model panel non-dinamis.

Tahapan Estimasi Persamaan Regresi dengan EViews versi 7.1.

A.  Metode Pooled Least Square

1. Data panel biasanya dicirikan dengan jumlah kolom (atau variabel) yang lebih banyak dari jumlah baris (atau lama observasi). Akibatnya, mekanisme copy-paste pada Microsoft Excel 2007 atau 2010 tidak bisa dilakukan pada EViews. Atau karena sistem operasi yang dipakai penulis adalah (Windows XP) 32-bit? Oleh karena itu, data dari Microsoft Excel 2007 harus diekspor kedalam bentuk teks atau csv. Setelah data tersedia dalam bentuk teks atau csv, EViews bisa mengimpor data tersebut ke dalam sistem mereka.

1. Organisasi data panel di Excel

1)        Keterbatasan utama Excel 97-2003 adalah matriks data 256 x 65.536 (kolom x baris).

Jumlah kolom yang tersedia adalah 256 (kolom IV), dan jumlah baris adalah 65.536.

Angka 256 merupakan hasil dari 2 pangkat 8 (ditulis 2^8) atau 4^4 atau 16^2.

Angka 65.536 merupakan hasil 2^10 atau 4^5 atau 32^2.

2)        Matriks data pada Excel 2007 dan 2010 adalah 16.384 x 1.048.576 (kolom x baris).

Jumlah kolom yang tersedia adalah 16.384 (kolom XFD), dan jumlah baris adalah 1.048.576.

Angka 16.384 merupakan hasil dari 2^14 atau 4^7.

Angka 1.048.576 merupakan hasil dari 2^20 atau 4^10 atau 16^5 atau 32^4.

3)        Matriks data pada OpenOffice 3.1.0 adalah 1.024 x 65.536 (kolom x baris).

Jumlah kolom yang tersedia adalah 1.024 (kolom AMJ), dan jumlah baris adalah 65.536.

Angka 1.024 merupakan hasil 2^10 atau 4^5 atau 32^2.

Angka 65.536 merupakan hasil 2^16 atau 4^8 atau 16^4.

1. Data ditumpuk dan diurut menurut nama bank dan waktu (data stacked by cross-section).

Kolom 1 adalah nama bank. EViews menyebutnya sebagai cross identifiers, dengan pengkodean “_bank01”. Tigapuluh satu dari 121 bank adalah bank publik yang harga sahamnya bisa terpantau secara periodik, dari waktu ke waktu.

Kolom 2 adalah bulan laporan keuangan, dibuat dengan format YYYY-MM. Tujuhbelas bulan laporan keuangan bank tersedia selama periode observasi, yakni sejak Januari 2010 sampai Mei 2011.

Kolom 3 dst adalah variabel yang diobservasi (misalnya X₁ sampai X₄₄).

Duapuluh dua variabel bebas yang potensil diatas bisa divariasikan menjadi 44 variabel.

1. Data ditumpuk dan diurut menurut waktu (data stacked by time-series).

Kolom 1 adalah bulan laporan keuangan, dibuat dengan format YYYY-MM.

Kolom 2 adalah nama bank, dibuat dengan kode “_bank01”.

Kolom 3 dst adalah variabel yang diobservasi (misalnya X₁ sampai X₄₄).

1. Data tidak ditumpuk tapi diurut menurut waktu (unstacked data).

Kolom 1 adalah bulan laporan keuangan, dibuat dengan format YYYY-MM.

Kolom 2 dst adalah variabel yang diobservasi (misalnya X₁ sampai X₄₄) dimana nama variabel diketik-sambung dengan kode _bank01 sehingga tertulis menjadi X₁_bank01 sampai X₄₄_bank31.

Bila menggunakan cara data yang tidak ditumpuk, kolom yang tercipta adalah sebanyak 1.364, sebagai hasil kali dari 44 variabel bebas dan 31 bank publik.

2. Setelah data berhasil diimpor kedalam EViews, blok semua variabel dengan menekan tombol Ctrl-A. kemudian pilih tab Object dan New Object.

3. Pilih Pool dan tombol OK.

4. EViews kemudian akan meminta masukan kode nama bank, disebut Cross Section Identifiers, yakni _bank01 sampai _bank31.

5. Memulai langkah estimasi dengan memilih tab Proc dan Estimate.

6. Pada menu Pool Estimation, tab Specification,

1. Pada kolom isian di bawah frase “Dependent variable”, ketik inisial variabel dependent seperti yang telah dibuat di Excel diiringi dengan tanda “?”. Harga saham diindikasikan dengan variabel p.
2. Dalam kotak “Regressors and AR () terms”, pada kolom isian di bawah frase “Common coefficients:”, ketik inisial variabel bebasnya, dimulai dari konstanta c yang tanpa tanda ?, ketik spasi sebagai pemisah, kemudian variabel bebas pertama x1?, ketik spasi sebagai pemisah, kemudian x2?, dan seterusnya sampai x44?.
3. Dalam kotak “Estimation method”, di bawah frase “Fixed dan Random Effects”, pada kolom “Cross-section” dipilih “None”, pada kolom “Period” dipilih “None”.
4. Dalam kotak “Estimation method”, di bawah frase “Weights”, pada kolom “Weights” dipilih “No weights”.
5. Dalam kotak “Estimation settings”, pastikan metode yang dipakai adalah “LS – Least Squares (and AR)”, dan samplenya ada pada kurun waktu Januari 2010 sampai Mei 2011 (tertulis “2010m01 2011m05”).

7. Pada menu Pool Estimation, tab Options,

1. Pastikan “Coef covariance method” yang dipakai adalah “Ordinary”, dan
2. “Coefficient name” yang tertulis adalah “C”.

8. Hasil estimasi PLS berupa tabel berikut.

Dependent Variable: P?
Method: Pooled Least Squares
Date: 07/16/11   Time: 04:56
Sample: 2010M01 2011M05
Included observations: 17			banyak bulan obsevasi
Cross-sections included: 30			banyak bank minus 1
Total pool (balanced) observations: 510			= 17 x 30
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C
X1?

:

:

X44?
R-squared		Mean dependent var
Adjusted R-squared		S.D. dependent var
S.E. of regression		Akaike info criterion
Sum squared resid		Schwarz criterion
Log likelihood		Hannan-Quinn criter.
F-statistic		Durbin-Watson stat
Prob(F-statistic)

B.  Metode Fixed Effect Model

Sebagai langkah kedua dalam estimasi persamaan regresi dengan metode Fixed Effects Model, tahapan yang harus diulang adalah dimulai dari tahapan nomor 5 pada Metode Pooled Least Square.

5. Memulai langkah estimasi dengan memilih tab Proc dan Estimate.

6. Pada menu Pool Estimation, tab Specification,

1. Pada kolom isian di bawah frase “Dependent variable”, ketik inisial variabel dependent seperti yang telah dibuat di Excel diiringi dengan tanda “?”. Harga saham diindikasikan dengan variabel p.
2. Dalam kotak “Regressors and AR () terms”, pada kolom isian di bawah frase “Common coefficients:”, ketik inisial variabel bebasnya, dimulai dari konstanta c yang tanpa tanda ?, ketik spasi sebagai pemisah, kemudian variabel bebas pertama x1?, ketik spasi sebagai pemisah, kemudian x2?, dan seterusnya sampai x44?.
3. Dalam kotak “Estimation method”, di bawah frase “Fixed dan Random Effects”, pada kolom “Cross-section” dipilih “Fixed”, pada kolom “Period” dipilih “Fixed”.
4. Dalam kotak “Estimation method”, di bawah frase “Weights”, pada kolom “Weights” dipilih “No weights”.
5. Dalam kotak “Estimation settings”, pastikan metode yang dipakai adalah “LS – Least Squares (and AR)”, dan samplenya ada pada kurun waktu Januari 2010 sampai Mei 2011 (tertulis “2010m01 2011m05”).

7. Hasil estimasi metode FEM berupa tabel berikut.

Dependent Variable: P?
Method: Pooled Least Squares
Date: 07/16/11   Time: 04:56
Sample: 2010M01 2011M05
Included observations: 17			banyak bulan obsevasi
Cross-sections included: 30			banyak bank minus 1
Total pool (balanced) observations: 510			= 17 x 30
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C
X1?

:

:

X44?
Fixed Effects (Cross)
_BANK01–C

:

:

_BANK31–C
Fixed Effects (Period)
2010M01–C

:

:

2011M05–C
Effects Specification
Cross-section fixed (dummy variables)
Period fixed (dummy variables)
R-squared		Mean dependent var
Adjusted R-squared		S.D. dependent var
S.E. of regression		Akaike info criterion
Sum squared resid		Schwarz criterion
Log likelihood		Hannan-Quinn criter.
F-statistic		Durbin-Watson stat
Prob(F-statistic)

C.  Metode Random Effect Model

Sebagai langkah ketiga dalam estimasi persamaan regresi dengan metode Random Effects Model, tahapan yang harus diulang adalah dimulai dari tahapan nomor 5 pada Metode Pooled Least Square.

5. Memulai langkah estimasi dengan memilih tab Proc dan Estimate.

6. Pada menu Pool Estimation, tab Specification,

1. Pada kolom isian di bawah frase “Dependent variable”, ketik inisial variabel dependent seperti yang telah dibuat di Excel diiringi dengan tanda “?”. Harga saham diindikasikan dengan variabel p.
2. Dalam kotak “Regressors and AR () terms”, pada kolom isian di bawah frase “Common coefficients:”, ketik inisial variabel bebasnya, dimulai dari konstanta c yang tanpa tanda ?, ketik spasi sebagai pemisah, kemudian variabel bebas pertama x1?, ketik spasi sebagai pemisah, kemudian x2?, dan seterusnya sampai x44?.
3. Dalam kotak “Estimation method”, di bawah frase “Fixed dan Random Effects”, pada kolom “Cross-section” dipilih “Fixed”, pada kolom “Period” dipilih “Random”.
4. Dalam kotak “Estimation settings”, pastikan metode yang dipakai adalah “LS – Least Squares (and AR)”, dan samplenya ada pada kurun waktu Januari 2010 sampai Mei 2011 (tertulis “2010m01 2011m05”).

7. Hasil estimasi metode REM berupa tabel berikut.

Dependent Variable: P?
Method: Pooled EGLS (Period random effects)
Date: 07/16/11   Time: 04:56
Sample: 2010M01 2011M05
Included observations: 17			banyak bulan obsevasi
Cross-sections included: 30			banyak bank minus 1
Total pool (balanced) observations: 510			= 17 x 30
Swamy and Arora estimator of component variances
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C
X1?

:

:

X44?
Fixed Effects (Cross)
_BANK01–C

:

:

_BANK31–C
Random Effects (Period)
2010M01–C

:

:

2011M05–C
Effects Specification
			S.D.	Rho
Cross-section fixed (dummy variables)
Period random
Idiosyncratic random
Weighted Statistics
R-squared		Mean dependent var
Adjusted R-squared		S.D. dependent var
S.E. of regression		Sum squared resid
F-statistic		Durbin-Watson stat
Prob(F-statistic)
Unweighted Statistics
R-squared		Mean dependent var
Sum squared resid		Durbin-Watson stat

Analisis Hasil Regresi

Interpretasi Hasil Estimasi – Pooled Least Square

Empatpuluh empat variabel bebas dalam persamaan yang ingin diestimasi –yakni … variabel likuiditas, … variabel rentabilitas, … variabel solvabilitas, dan … variabel kesulitan finansil– secara bersama-sama memiliki pengaruh yang signifikan terhadap pembentukan variabel terikat harga saham dari spesifikasi atau rasio …. Hal ini ditunjukkan dengan nilai F_stat (…) yang lebih besar dari nilai F_{tabel (df=n-k,k) (5%=…)} (…); atau nilai signifikansi F_stat (0,000) yang lebih kecil dari nilai kepercayaan (α=0,05).

Adjusted R² yang bernilai … diartikan bahwa keempatpuluh-empat variabel bebas tersebut hanya mampu menjelaskan prilaku harga saham dari spesifikasi atau rasio … sebesar …%. Dengan kata lain, model pada persamaan bukanlah model yang bersifat goodness of fit. Indikasi awal terlihat pada grafik setiap variabel yang tidak berjalan searah, khususnya sesuai pergerakan waktu. Selain itu, periode observasi yang jelas bersifat siklikal, yakni berdasarkan periode waktu bulanan.

Dari empatpuluh empat variabel bebas dalam persamaan yang ingin diestimasi, … variabel likuiditas, … variabel rentabilitas, … variabel solvabilitas, … variabel kesulitan finansil, dan konstanta masing-masingnya memiliki pengaruh yang signifikan terhadap pembentukan variabel terikat harga saham dari spesifikasi atau rasio … pada α=5%.

Sebanyak … variabel yang dimaksud adalah …. Per definitif, variabel yang dimaksud adalah ….

Tabel – Bentuk hubungan dan pengali signifikan terhadap harga saham pada metode PLS
Variabel	Koefisien atau pengali terhadap harga saham	Hubungan
x1…	…	– / +
…	…	– / +
x44…	…	– / +

Interpretasi Hasil Estimasi – Fixed Effect Model (FEM)

Empatpuluh empat variabel bebas dalam persamaan yang ingin diestimasi –yakni … variabel likuiditas, … variabel rentabilitas, … variabel solvabilitas, dan … variabel kesulitan finansil– secara bersama-sama memiliki pengaruh yang signifikan terhadap pembentukan variabel terikat harga saham dari spesifikasi atau rasio …. Hal ini ditunjukkan dengan nilai F_stat (…) yang lebih besar dari nilai F_{tabel (df=n-k,k) (5%=…)} (…); atau nilai signifikansi F_stat (0,000) yang lebih kecil dari nilai kepercayaan (α=0,05).

Adjusted R² yang bernilai … diartikan bahwa keempatpuluh-empat variabel bebas tersebut mampu menjelaskan prilaku harga saham dari spesifikasi atau rasio … sebesar …%. Dengan kata lain, model pada persamaan adalah model yang bersifat goodness of fit.

Dari empatpuluh empat variabel bebas dalam persamaan yang ingin diestimasi, … variabel likuiditas, … variabel rentabilitas, … variabel solvabilitas, … variabel kesulitan finansil, dan konstanta masing-masingnya memiliki pengaruh yang signifikan terhadap pembentukan variabel terikat harga saham dari spesifikasi atau rasio … pada α=5%.

Sebanyak … variabel yang dimaksud adalah …. Per definitif, variabel yang dimaksud adalah ….

Tabel – Bentuk hubungan dan pengali signifikan terhadap harga saham pada metode FEM
Variabel	Koefisien atau pengali terhadap harga saham	Hubungan
x1…	…	– / +
…	…	– / +
x44…	…	– / +

Interpretasi Hasil Estimasi – Random Effect Model (REM)

Empatpuluh empat variabel bebas dalam persamaan yang ingin diestimasi –yakni … variabel likuiditas, … variabel rentabilitas, … variabel solvabilitas, dan … variabel kesulitan finansil– secara bersama-sama memiliki pengaruh yang signifikan terhadap pembentukan variabel terikat harga saham dari spesifikasi atau rasio …. Hal ini ditunjukkan dengan nilai F_stat (…) yang lebih besar dari nilai F_{tabel (df=n-k,k) (5%=…)} (…); atau nilai signifikansi F_stat (0,000) yang lebih kecil dari nilai kepercayaan (α=0,05).

Adjusted R² yang bernilai … diartikan bahwa keempatpuluh-empat variabel bebas tersebut mampu menjelaskan prilaku harga saham dari spesifikasi atau rasio … sebesar …%. Dengan kata lain, model pada persamaan adalah model yang bersifat goodness of fit.

Dari empatpuluh empat variabel bebas dalam persamaan yang ingin diestimasi, … variabel likuiditas, … variabel rentabilitas, … variabel solvabilitas, … variabel kesulitan finansil, dan konstanta masing-masingnya memiliki pengaruh yang signifikan terhadap pembentukan variabel terikat harga saham dari spesifikasi atau rasio … pada α=5%.

Sebanyak … variabel yang dimaksud adalah …. Per definitif, variabel yang dimaksud adalah ….

Tabel – Bentuk hubungan dan pengali signifikan terhadap harga saham pada metode REM
Variabel	Koefisien atau pengali terhadap harga saham	Hubungan
x1…	…	– / +
…	…	– / +
x44…	…	– / +

Pada α=10%, … variabel lainnya yang memiliki pengaruh yang signifikan terhadap pembentukan variabel terikat harga saham dari spesifikasi atau rasio … adalah …. Per definitif, … variabel yang dimaksud adalah ….

Pemilihan Model PLS dan FEM

Pemilihan model yang lebih baik antara PLS dan FEM dapat ditentukan dengan uji Chow. Bila F-hitung lebih besar dari F-tabel, maka Ho (yang menyatakan model PLS adalah lebih baik dari FEM) ditolak dan Ha (yang menyatakan model FEM adalah lebih baik dari PLS)  diterima.

Mengacu pada nilai F-tabel (0,05: …) = …, yang lebih kecil dari F-hitung, maka Ho ditolak, dan Ha diterima. Hal ini berarti model FEM adalah lebih baik dari PLS.

Pemilihan Model FEM dan REM – Uji Hausman

Pemilihan model yang lebih baik antara FEM dan REM dapat ditentukan dengan uji Hausman. Inferensinya adalah bila peluang χ² (Chi-Square) lebih dari 0,05, maka model REM adalah lebih baik dari model FEM. Sebaliknya, bila peluang χ² (Chi-Square) kurang dari (α) 0,05, maka model FEM adalah lebih baik dari model REM.

Ho = Model REM lebih baik.

Ha = Model FEM lebih baik.

Memulai langkah Uji Hausman dilakukan dengan memilih tab View, Fixed/Random Effect Testing, dan Correlated Random Effects – Hausman Test.

Hasil Uji Hausman berupa tabel berikut.

Correlated Random Effects – Hausman Test						Period random effects test equation:
Pool: POOL01						Dependent Variable: P?
Test period random effects						Method: Panel Least Squares
Test Summary		Chi-Sq. Stat.	Chi-Sq. d.f.	Prob.		Sample: 2010M01 2011M05
Period random		…	44	…		Included observations: 17
						Cross-sections included: 30
Period random effects test comparisons:						Total pool (balanced) observations: 510
Variable	Fixed	Random	Var(Diff.)	Prob.	Variable		Coefficient	Std. Error	t-Statistic		Prob.
					C		…	…	…		…
X1?	…	…	…	…	X1?		…	…	…		…
:	…	…	…	…	:
:	…	…	…	…	:
X44?	…	…	…	…	X44?		…	…	…		…

						Effects Specification
					Cross-section fixed (dummy variables)
					Period fixed (dummy variables)
					R-squared		Mean dependent var
					Adjusted R-squared		S.D. dependent var
					S.E. of regression		Akaike info criterion
					Sum squared resid		Schwarz criterion
					Log likelihood		Hannan-Quinn criter.
					F-statistic		Durbin-Watson stat
					Prob(F-statistic)

Mengacu pada nilai peluang χ² (Chi-Square), yang lebih kecil dari 0,05, maka Ho ditolak, dan Ha diterima. Hal ini berarti model FEM adalah lebih baik dari REM.

Kesimpulan

Berdasarkan uji Hausman, model FEM adalah lebih baik dari model REM. Berdasarkan uji Chow, model FEM juga lebih baik dari model PLS. Demikian pula pada nilai statistik F dan adjusted R². Pembandingan nilai statistik F dan adjusted R² pada ketiga model estimasi (PLS, FEM, REM), memperliharkan nilai adjusted R² tertinggi terjadi pada model FEM.

Tabel – Pembandingan nilai F dan adjusted R2  pada α=5% pada 3 model estimasi
Model	F	sig	Adj R2	GOF	Efek Variabel, sig Å	Efek Variabel, sig –
FEM	…	ü	…	ü	…	…
REM	…	ü	…	ü	…	…
PLS	…	ü	…	x	…	…

Memasukkan hasil estimasti pada model FEM kepada model persamaan yang ingin diestimasi, maka hasil persamaan yang diestimasi dapat dibuat ke dalam persamaan berikut:

p =…              ….x1          + ….x2       ….              + …x44

t    …                …               …                …               …

ρ  …                …               …                …               …

R²                    =  …

Adjusted R²    =  …

F-stat               =  …

ρ (F-stat)         =  …

D-W                =  …

Pada model FEM, hanya … variabel yang signifikan memberikan efek negatif, yakni …. Pada dua model lainnya, jumlah variabel yang signifikan memberikan pengaruh negatif adalah lebih banyak, yakni … pada REM dan … pada PLS.

Pada tabel hasil regresi dengan menggunakan metode FEM, variabel dan koefisien FE pada cross, nilai … hanya terpaut lebih rendah … dari harga rata-rata saham Bank … setiap akhir bulannya, atau lebih rendah …% dari nilai aktualnya (…).

Hal ini diartikan, ketika semua variabel bebas bernilai nol, maka harga rata-rata saham tertinggi alami ada pada saham Bank … (_BANK#–C) dengan nilai sebesar … (jumlah antara konstanta dengan koefisien BANK#—C, yakni … dan …).

Tabel – Hasil regresi dengan menggunakan metode Fixed Effect, variabel dan koefisien FE pada cross
Variable	Coefficient	C + cross	p_2010001	p_201105	p_rerata akhir_bl
C	…
_BANKRUJUK–C			…	…	…
_BANK01–C	…	…	…	…	…
:	…	…	…	…	…
:	…	…	…	…	…
_BANK31–C	…	…	…	…	…

Sebaliknya, ketika semua variabel bebas bernilai nol, maka harga rata-rata saham terendah alami ada pada saham Bank … (_BANK##–C) dengan nilai sebesar … (jumlah antara konstanta dengan koefisien _BANK##—C, yakni … dan …). Nilai … terpaut jauh lebih rendah … dari harga rata-rata saham Bank … setiap akhir bulannya, atau lebih rendah …% dari nilai aktualnya (…).

Pada tabel hasil regresi dengan menggunakan metode FEM, variabel dan koefisien FE pada period, nilai … terpaut lebih rendah … dari harga rata-rata saham rata-rata pada akhir bulan …, atau lebih rendah …% dari nilai aktualnya (…).

Hal ini diartikan, ketika semua variabel bebas bernilai nol, maka harga rata-rata saham tertinggi alami terjadi pada bulan … dengan nilai sebesar … (jumlah antara konstanta dengan koefisien 20..M..–C, yakni … dan …).

Sebaliknya, ketika semua variabel bebas bernilai nol, maka harga rata-rata saham terendah alami terjadi pada akhir bulan … dengan nilai sebesar … (jumlah antara konstanta dengan koefisien 20…M..–C, yakni … dan …). Nilai … terpaut jauh lebih rendah … dari harga rata-rata saham pada akhir bulan …, atau lebih rendah …% dari nilai aktualnya (…).

Tabel – Hasil regresi dengan menggunakan metode Fixed Effect, variabel dan koefisien FE pada period
Variabel	koefisien	C + period	p_min	p_max	p_rerata
C	…
20…M…–C	…	…	…	…	…
:	…	…	…	…	…
:	…	…	…	…	…
20…M…–C	…	…	…	…	…

References:

panel data EViews 7 Users Guide II, Quantitative Micro Software, EViews 7 User’s Guide II, Irvine CA, April 2010.

Yenny Sugiarti dan Suyanto, Pengaruh Informasi Keuangan (Book Value, Earnings Per Share) terhadap Harga Saham Perusahaan Perbankan, Akuntansi dan Teknologi Informasi, Vol.6, No.2, Nov.2007, hal.79-92. The original link. Download the file: 62077992.

I Gusti Ngurah Agung, Time Series Data Analysis Using EViews, Wiley, Singapore, 2009.

Nicholas R. Noble, EViews User’s Guide, Quantitative Micro Software, Irvine CA, Feb. 2011.

Quantitative Micro Software, EViews 7 Command and Programming Reference, Irvine CA, April 2010.

Quantitative Micro Software, EViews 7 Getting Started, Irvine CA, April 2010.

Quantitative Micro Software, EViews 7 Object Reference, Irvine CA, April 2010.

Quantitative Micro Software, EViews 7 User’s Guide I, Irvine CA, April 2010.

Quantitative Micro Software, EViews 7 User’s Guide II, Irvine CA, April 2010.

Quantitative Micro Software, EViews 7.1 Supplement, Irvine CA, April 2010.

Richard Startz, EViews Illustrated for Version 7, ed.2, Quantitative Micro Software, Irvine CA, 2009.

Roy Batchelor, EViews Tutorial: Cointegration and error correction, City University Business School, London & ESCP, Paris, 2000.

Market Research Reports on Banking Industry in Indonesia

Banking Industry in Indonesia

If you would like to have:

1. the industrial report of banking industry in Indonesia, analysed by their respective performances in liquidity, profitability, rentability, solvability, and
2. their respective sound and health management of the bank,
3. their management profile and their respective status/credit report,

please contact Advanced Advocacy Plus, through their phones +622132187118, +628128056516, or by email aapluz (a) yahoo.co.id

The publicly held bank companies that we have updated the analyses so far are (and so were the liquidated ones as well):

1. Bank Agroniaga Tbk, PT                                                                   AGRO
2. Bank Artha Graha Internasional Tbk, PT                                          INPC
3. Bank Bukopin Tbk, PT                                                                      BBKP
4. Bank Bumi Artha Tbk, PT                                                                BNBA
5. Bank Capital Indonesia Tbk, PT                                                       BACA
6. Bank Central Asia Tbk, PT                                                               BBCA
7. Bank CIMB Niaga Tbk, PT                                                              BNGA
8. Bank Danamon Indonesia Tbk, PT                                                   BDMN
9. Bank Ekonomi Raharja Tbk, PT                                                        BAEK
10. Bank Eksekutif Internasional Tbk, PT                                              BEKS
11. Bank Himpunan Saudara 1906 Tbk, PT                                            SDRA
12. Bank ICB Bumiputera Tbk, PT                                                         BABP
13. Bank Internasional Indonesia Tbk, PT                                              BNII
14. Bank Kesawan Tbk, PT                                                                     BKSW
15. Bank Mandiri (Persero) Tbk, PT                                                       BMRI
16. Bank Mayapada Tbk, PT                                                                   MAYA
17. Bank Mega Tbk, PT                                                                          MEGA
18. Bank Mutiara Tbk, PT                                                                       BCIC
19. Bank Negara Indonesia Tbk, PT                                                       BBNI
20. Bank Nusantara Parahyangan Tbk, PT                                              BBNP
21. Bank OCBC NISP Tbk, PT                                                              NISP
22. Bank Pan Indonesia Tbk, PT                                                             PNBN
23. Bank Pembangunan Daerah Jawa Barat dan Banten Tbk, PT          BJBR
24. Bank Permata Tbk, PT                                                                      BNLI
25. Bank Pundi Indonesia Tbk, PT                                                         BEKS
26. Bank Rakyat Indonesia Tbk, PT                                                       BBRI
27. Bank Sinarmas Tbk, PT                                                                     BSIM
28. Bank Swadesi Tbk, PT                                                                      BSWD
29. Bank Tabungan Negara (Persero) Tbk, PT                                        BBTN
30. Bank Tabungan Pensiunan Nasional Tbk, PT                                   BTPN
31. Bank Victoria International Tbk, PT                                                 BVIC
32. Bank Windu Kentjana International Tbk, PT                                   MCOR

---

BANKING INDUSTRY IN INDONESIA
AFTER TOPNOTCH INDONESIAN BANKS RECAPITALISED

Jakarta, September 2000

FOREWORD
EXECUTIVE SUMMARY

CHAPTER
1. INDONESIAN MACROECONOMIC        1
1.1. Plenty of tasks waiting to be fulfilled following the recapitalisation of banking industry in Indonesia        1
1.2. The bolstering up optimistic viewpoints        4
1.3. Reform and full economic recovery remain in the backseat and are at risk        5
1.4. Some real sector indicators revealing positive consumer sentiment        7
1.5. Indonesian international trade: exports on non-primary products are proof of Indonesian economic recovery        11
1.6. A declining role of Japan in trading partnership and foreign direct investments        13
1.7. Structural reforms implementation requires mostly reasonable transparency        16
1.8. The danger of repeated recapitalisations of banks lurks        20
1.9. The recapitalisation program dwarfing other fund raising activities        22
1.10. Macroeconomic indicators recapitulated        23

2. BANKING INDUSTRY AFTER TOPNOTCH INDONESIAN BANKS RECAPITALISED        29
2.1. Banking industry post-recapitalisation        29
2.2. Recapitulating the bank restructuring actions in Indonesia        31
2.3. The recapitalised banks controlling the market structure by 80.41%        34
2.4. Government bonds to finance the restructuring of Indonesian banks        41
2.5. The backdrop of bank recapitalisation        50
2.6. Bank recapitalisation as part of blanket guarantee program policy        51
2.7. Blanket guarantee program is not free after all        54

3. PROFILE OF NATIONAL PRIVATE BANKS JOINING THE RECAPITALISATION PROGRAM        56
3.1. The banking recapitalisation program fails to improve the asset quality        56
3.2. Non-publicly held banks were more liquid than publicly held banks        60
3.2.1. Bank Artamedia        61
3.2.1.1. Bank Artamedia in brief        61
3.2.1.2. Bank Artamedia received government bonds worth Rp 130 bn        61
3.2.1.3. Assets transferred to BPPN        64
3.2.2. Bank Bukopin        64
3.2.2.1. Bukopin in brief        64
3.2.2.2. Bukopin received government bonds worth Rp 380.80 bn        68
3.2.2.3. Participation in loan syndications        69
3.2.2.4. The legal case with Bank International Indonesia        70
3.2.2.5. A proposal of Rp 60 bn in fresh money        70
3.2.3. Bank Patriot        71
3.2.3.1. Bank Patriot in brief        71
3.2.3.2. Bank Patriot received government bonds worth Rp 52 bn        72
3.2.4. Bank Prima Ekspress        74
3.2.4.1. Bank Prima Ekspres in brief        74
3.2.4.2. Bank Prima Ekspress received government bonds worth Rp 533.4 bn        75
3.3. Publicly held banks have put their doubtful (category 4) loans greater than the non-publicly held banks        77
3.3.1. Bank International Indonesia        80
3.3.1.1. BII in brief        80
3.3.1.2. BII received government bonds worth Rp 6.6 tn        83
3.3.1.3. Assets restructured        85
3.3.1.4. Asset swap following non-eligible interbank claims        87
3.3.1.5. Participation in its subsidiaries        88
3.3.1.6. The legal cases        90
3.3.2. Bank Lippo        91
3.3.2.1. Bank Lippo in brief        91
3.3.2.2. Bank Lippo received government bonds worth Rp 7.3 tn        93
3.3.2.3. Participation in loan syndications        95
3.3.2.4. Assets transferred        96
3.3.2.5. Participation in its subsidiaries        97
3.3.3. Bank Universal        98
3.3.3.1. Bank Universal in brief        98
3.3.3.2. Bank Universal received government bonds worth Rp 4.6 tn        99
3.3.3.3. Bank’s placements        102
3.3.3.4. Assets transferred        103
3.3.3.5. Participation in loan syndications        103
3.3.3.6. The legal case        104

4. PROFILE OF NATIONAL PRIVATE BANKS TAKENOVER JOINING THE RECAPITALISATION PROGRAM        107
4.1. More liquid and efficient the financial condition of takenover banks prior to their mergers with Bank Danamon Indonesia        107
4.2. True, late recapitalisation increasing the amount of capital bleeding and government bonds to issue        111
4.3. Asset disposal of BCA was the largest within the category of takenover banks        115
4.4. Bank Central Asia        119
4.4.1. BCA in brief        119
4.4.2. BCA received government bonds worth Rp 60.88 tn        121
4.4.3. The placements of BCA        122
4.4.4. Participation in loan syndications        123
4.4.5. Assets transferred        124
4.4.6. Participation in its subsidiaries        125
4.4.7. Its listing story        127
4.4.8. The challenge of BCA: credit management under a very brand new environment        129
4.5. Bank Bali        130
4.5.1. Bank Bali in brief        130
4.5.2. The recapitalisation plan of Bank Bali        131
4.5.3. The ever-changing management during the crisis        134
4.5.4. Bank Bali: The latest bank to be recapitalised by the government        135
4.5.5. Finally, Bank Bali will receive government bonds worth Rp 5.36 tn        136
4.5.6. Participation in loan syndications        138
4.5.7. Participation in its subsidiaries: Establishing a network of rural banking        138
4.5.8. The legal cases        141
4.6. Bank Niaga        145
4.6.1. Bank Niaga in brief        145
4.6.2. The recapitalisation of Bank Niaga did not go smoothly        148
4.6.3. From custodian bank to subregistrar of government bonds        150
4.6.4. Participation in loan syndications        150
4.6.5. Participation in its subsidiaries        151
4.6.6. The legal cases        152
4.7. National private banks takenover on 4 April 1998        153
4.7.1. Bank Danamon Indonesia        153
4.7.1.1. Bank Danamon in brief        153
4.7.1.2. The merger with 8 other banks takenover        156
4.7.1.3. Bank Danamon received government bonds worth Rp 61 tn        158
4.7.1.4. Bank Danamon Selected as Servicing Agent For Tranche 1 of The Commercial Loan Portfolio Outsourcing Program        159
4.7.2. Bank PDFCI        161
4.7.2.1. Bank PDFCI in brief        161
4.7.2.2. Ambition to be one of the big five investment banks in Indonesia        162
4.7.2.3. Controversies and the legal case with the supreme court        163
4.7.2.4. Controversies over the plan of internal recapitalisation        164
4.7.2.5. Controversies over the merger of Bank PDFCI into Bank Danamon        165
4.7.3. Bank Tiara Asia        165
4.7.3.1. Bank Tiara Asia in brief        165
4.7.3.2. Participation in loan syndications        167
4.7.3.3. Participation in its subsidiaries        172
4.8. National private banks takenover on 13 March 1999        173
4.8.1. Bank Duta        173
4.8.1.1. Bank Duta in brief        173
4.8.2. Bank Jaya International        177
4.8.2.1. Bank Jaya International in brief        177
4.8.3. Bank Nusa Nasional        180
4.8.3.1. Bank Nusa Nasional in brief        180
4.8.4. Bank Pos Nusantara        183
4.8.4.1. Bank Pos Nusantara in brief        183
4.8.5. Bank Rama        185
4.8.5.1. Bank Rama in brief        185
4.8.6. Bank Risjad Salim International        188
4.8.6.1. Bank Risjad Salim International in brief        188
4.8.7. Bank Tamara        191
4.8.7.1. Bank Tamara in brief        191

5. PROFILE OF STATE BANKS JOINING THE RECAPITALISATION PROGRAM        195
5.1. A better management of BTN in its relative productive assets        195
5.2. Highly liquid and efficient but desperate of capital differentiate BTN with the other 3 state banks        197
5.3. Bank Mandiri disposing quality productive assets the largest        199
5.3.1. Bank Mandiri        202
5.3.1.1. Bank Mandiri in brief        202
5.3.1.2. The recapitalisation of Bank Mandiri        204
5.3.1.3. Bank Mandiri received more than two thirds of government bonds to recapitalise state banks        207
5.3.1.4. The delaid government bonds issuance increasing its recapitalisation cost        207
5.3.1.5. Government bonds received by Bank Mandiri        209
5.3.1.6. Participation in loan syndications        211
5.3.1.7. Participation in its subsidiaries        211
5.3.1.8. Its subordinated loans        214
5.4. Bank Negara Indonesia        215
5.4.1. BNI in brief        215
5.4.2. The recapitalisation of BNI realised in 2 tranches        217
5.4.3. Participation in loan syndications        220
5.4.4. Assets transferred        220
5.4.5. Participation in its subsidiaries        221
5.5. Bank Rakyat Indonesia        225
5.5.1. BRI in brief        225
5.5.2. The recapitalisation program of BRI        225
5.5.3. Assets restructured        229
5.5.4. Polemics and controversies for the last two years        229
5.5.5. Polemics on the new management of BRI        229
5.5.6. Previous management of BRI        231
5.5.7. Polemics on credits to conglomerates        232
5.5.8. Polemics on the realisation of kredit program        234
5.6. Bank Tabungan Negara        236
5.6.1. BTN in brief        236
5.6.2. The recapitalisation of BTN completed in October 2000        238
5.6.3. BTN responsible for the disbursement of 75% funds for the purpose of housing loans in 2000        238

6. BANK CREDITS        241
6.1. An overview: The crisis brings banks in Indonesia to refocus its business to retail sector        241
6.1.1. New places for bank’s money to put: consumptive goods        242
6.1.2. Program-based credits (kredit program)        245
6.1.3. Housing loans        250
6.2. Pakto 1988 raising the existence of private sector        253
6.3. Competition in bank credit disbursement        254
6.3.1. Outstanding total credit        255
6.3.2. Outstanding working capital credit        257
6.3.3. Working capital dominates 70 percent of the bank credits        258
6.3.4. Outstanding investment credit        259
6.4. Credit contraction in the service industry dragging down the total bank credits        260
6.5. Significant increase of the role of foreign and joint venture banks in bank credits        265
6.5.1. The portfolio of foreign and joint venture banks in working capital credits        268
6.5.2. The portfolio of BPD banks in working capital credits        270
6.5.3. The portfolio of national private banks in working capital credits        271
6.5.4. The portfolio of state banks in working capital credits        273
6.6. Manufacturing industry granted the highest priority for bank credits        275
6.6.1. About 72 percent of the bank credits for manufacturing industry was allocated for working capital        280
6.6.2. Contraction of the working capital credit for service industry was the highest        282
6.6.3. Also in trade industry, foreign and joint venture banks expanded their monthly credits for working capital        284
6.6.4. In agroindustry, monthly credits for working capital provided by BPDs expanded        286
6.6.5. Monthly credits for working capital in the mining industry has been constant        288
6.6.6. Monthly credits for working capital in other industries also contracted        289
6.7. Bank credits in foreign currencies expanded by Rp 43.79 tn        290
6.8. By province, it’s been DKI Jakarta and by island, it’s been Java receiving bank credits mostly        294
6.8.1. Bank credits in foreign exchange ranging around 38.35 percent        299
6.8.2. The realisation of bank credits in KUK (small scale) ranging around 14.16 percent        302
6.8.3. Idle capacity of the banks reaching 41.81 percent in 1999        305
6.8.4. Rupiah savings contributed 76.80 percent of the total savings        311

7. DEPOSITS IN BANKS
7.1. Competition in enticing the funds of bank’s clients
7.2. Total deposits
7.3. Time deposits
7.4. Demand deposits
7.5. Savings deposits

8. BANKS’ INVESTMENT
8.1. Top-10 banks in credit investment
8.2. Top-10 banks in banks’ placement
8.3. Top-10 banks in banks’ securities
8.4. Top-10 banks in banks’ private placement

9. CONCLUDING SUMMARY
9.1. Remaining weaknesses could lead to downturn
9.2. The bank restructuring agenda needs to be taken to a decisive stage
9.3. BPPN’s 9 programs of economic restructuring
9.4. The outlook is filled with the same liquidity problem but with different magnitude, manner, and background

ATTACHMENT
I. DIRECTORY OF BANKS IN INDONESIA

II. BANKS’ FINANCIAL REPORTS
II.A. Total assets
II.A.1. Current assets
II.A.2. Credit investments
II.A.3. Banks’ placements
II.A.4. Investments in the securities of the banks
II.A.5. Private placements of the banks
II.B. Total equity
II.B.1. Paid up capital
II.B.2. Retained earnings
II.B.3. Other forms of capitals
II.C. Liabilities
II.C.1. Current liabilities
II.C.2. Public funds
II.C.3. Securities issued
II.C.4. Loans granted
II.D. Profitability
II.D.1. Operational income
II.D.2. Operational expense

III. A NEW BANK INDONESIA BUILT ON THE ROTTEN BLBI SCANDAL
III.A. The word of audit becomes buzzword
III.B. Bank Indonesia facing  two results of audit
III.C. Bank Indonesia and the government refuse to take responsibility
III.D. For the sake of saving payment system and the banking industry
III.E. BLBI leaks had been detected ?
III.F. Moral Hazard of bankers receiving BLBI questioned?
III.G. Excessive disbursement of BLBI result of poor administration of BI?
III.H. Absence of reporting became the base of disclaimer opinion for the opening balance of a new Bank Indonesia

IV. BALIGATE: THE WORLD-SHAKING CASE
IV.A. The Bank Bali scandal: A case fully of controversies and polemics
IV.B. The pulling back of Stanchart from the management and investment agrements, would that be the anticlimax of the case?
IV.C. The faults of Stanchart: Ignoring corporate culture and the prevailing system
IV.D. Counter measures of Rudy Ramli
IV.E. BPPN’s role in Baligate case
IV.F. Stanchart’s role in the Bank Bali scandal
IV.G. To transfer Rp 905 bn, Bank Indonesia only took 3 hours for approval

TABLE
1.1. The peaks and troughs of the rupiah and the JSX-CI, 29 April 1997 – 15 Nov. 1999        24
1.2. Inflation rates, money supply, and bank credits, 1988 – Aug. 2000        25
1.3. Average quarter growth of Indonesian imports by type of economic goods, 1997 – 1999        26
1.4. Average quarter growth of Indonesian exports by primary commodity, 1997 – 1999        27
1.5. Indonesian GDP by sector at current market price, 1989 – 2000A        28

2.1. Results of due diligence examinations in Indonesian banking industry, 20 March 1999        32
2.2. Actions in bank restructuring in Indonesia, 1 Nov. 1997 – October 2000        33
2.3. Banks grouped, August 2000        35
2.4. The market structure of Indonesian banking industry, March 2000        38
2.5. Government bonds issued under the name of blanket guarantee program, December 1999        41
2.6. Government bonds to recapitalise banks in Indonesia, up to Oct. 2000        43
2.7. Government bonds to recapitalise banks in Indonesia by maturity, 12 June 2000        45
2.8. Legal bases for the implementation of banking recapitalisation program in Indonesia, 1998-2000        52

3.1. The 7 national private banks joining the recapitalisation program: some financial indicators as of March 2000        58
3.2. The 7 national private banks joining the recapitalisation program: the equities and the assets as of March 2000        59
3.3. Bank Artamedia’s capital that has been paid up, paid in, and authorised, 1999        62
3.4. Financial profile of Bank Artamedia, June 1998 – December 1999        63
3.5. Shareholders of Bukopin, 31 December 1999        66
3.6. Financial profile of Bukopin, June 1998 – March 2000        67
3.7. Financial profile of Bank Patriot, June 1998 – March 2000        73
3.8. Financial profile of Bank Prima Ekspres, June 1998 – March 2000        76
3.9. Allowance for loan losses of 7 national private banks recapitalised, March 2000        78
3.10. The classified loans of 7 national private banks that recapitalised, March 2000        79
3.11. BII’s capital that has been paid up, paid in, and authorised, 1999        82
3.12. Financial profile of BII, June 1998 – June 2000        84
3.13. Participation of BII in its subsdiaries, 1999        89
3.14. Bank Lippo’s capital that has been paid up, paid in, and authorised, 1999        92
3.15. Financial profile of Bank Lippo, Dec. 1997 – March 2000        94
3.16. Classified credit risk , 31 December 1999        96
3.17. Bank Universal’s capital that has been paid up, paid in, and authorised, 1999        100
3.18. Financial profile of Bank Universal, June 1998 – March 2000        101

4.1. Efficiency ratio of national private banks takenover in terms of relative operational income to expenses, June 1998 – March 2000        108
4.2. Liquidity ratio of national private banks takenover in terms of current ratio, June 1998 – March 2000        109
4.3. The 13 national private banks takenover joining the recapitalisation program: some financial indicators as of March 2000        113
4.4. The 13 national private banks takenover joining the recapitalisation program : the equities and the assets as of March 2000        114
4.5. The classified loans of 13 national private banks takenover, March 2000        116
4.6. Allowance for loan losses of 7 national private banks recapitalised, March 2000        117
4.7. BCA’s capital that has been paid up and authorised, 1999        120
4.8. Financial profile of BCA, September – December 1999        122
4.9. Bonds held by BCA, 1997 – 1999        123
4.10. The subsidiaries of BCA, 1999        126
4.11. Financial profile of Bank Bali, September 1998 and December 1999        133
4.12. Participation of Bank Bali in its subsdiaries, 1999        140
4.13. Unsettled legal cases of Bank Bali, December 1999        142
4.14. Bank Niaga’s capital that has been paid up, paid in, and authorised, 1999        146
4.15. Financial profile of Bank Niaga, June 1998 – June 2000        149
4.16. Financial profile of Bank Danamon, September 1999 – June 2000        154
4.17. Bank Danamon’s capital that has been paid up, paid in, and authorised, 1999        155
4.18. Estimated share ownership structure, 1 May 2000        155
4.19. Balance of negative equity of the 7 banks takenover, 31 December 1999        157
4.20. Financial profile of Bank PDFCI, June 1998 – September 1999        162
4.21. Bank Tiara Asia’s capital that has been paid up, paid in, and authorised, March 2000        167
4.22. Financial profile of Bank Tiara Asia, June 1998 – March 2000        169
4.23. Borrowings of Bank Tiara Asia, 1997-1998        170
4.24. Derivative transactions of Bank Tiara Asia, 1998        172
4.25. Participation of Bank Tiara Asia in its subsdiaries, 1998        173
4.26. The shareholders of Bank Duta, 17 April 2000        174
4.27. Participation of Bank Duta in its subsdiaries, 1997        175
4.28. Financial profile of Bank Duta, June 1998 – March 2000        176
4.29. The shareholders of Bank Jaya International, 17 April 2000        178
4.30. Financial profile of Bank Jaya International, June 1998 – March 2000        179
4.31. The shareholders of Bank Nusa Nasional, 17 April 2000        181
4.32. Financial profile of Bank Nusa Nasional, June 1998 – March 2000        182
4.33. The shareholders of Bank Pos Nusantara, 17 April 2000        183
4.34. Financial profile of Bank Pos Nusantara, June 1998 – March 2000        184
4.35. The shareholders of Bank Rama, 31 December 1999        185
4.36. Participation of Bank Rama in its subsdiaries, 1997        186
4.37. Financial profile of Bank Rama, June 1998 – March 2000        187
4.38. The shareholders of Bank Risjad Salim International, 30 September 1997        189
4.39. Financial profile of Bank Risjad Salim International, June 1998 – December 1999        190
4.40. The shareholders of Bank Tamara, 30 September 1997        191
4.41. Participation of Bank Tamara in its subsidiaries, 1996-1997        193
4.42. Financial profile of Bank Tamara, June 1998 – March 2000        194

5.1. Relative productive assets of state banks, June 1998 – March 2000        196
5.2. The state banks joining the recapitalisation program: some financial indicators as of March 2000        198
5.3. The state banks joining the recapitalisation program : the equities and the assets as of March 2000        198
5.4. The classified loans of state banks, March 2000        200
5.5. Allowance for loans losses of state banks, March 2000        201
5.6. Financial profile of Bank Mandiri, August 1999 – June 2000        206
5.7. Participation of Bank Mandiri in its subsdiaries, 1999        213
5.8. BNI’s capital that has been paid up, paid in, and authorised, 1999        216
5.9. Financial profile of BNI, September 1999 – June 2000        219
5.10. Participation of BNI in its subsdiaries, 1999        223
5.11. Financial profile of BRI, December 1998 – June 2000        228
5.12. The value of program-based credits transferred from BI to BRI, BTN, and PNM, Nov. 1999        235
5.13. Financial profile of Bank Tabungan Negara, June 1998 – March 2000        237

6.1. Publicly held banks that have recapitalised themselves in 1999        244
6.2. SMEs credit, 1989 – Oct. 1999        249
6.3. Property credit, Dec. 1998 – Feb. 2000        250
6.4. Housing loans provided by some banks, 2000        251
6.5. Outstanding KUK (credits for SMEs) by type of use and KPR, 1991 – May 2000        252
6.6. Monthly average of additional credits in a year, 1990 – 1999        261
6.7. Average additional credits by month, 1990 – 1999        261
6.8. Average monthly credits by type of bank credits and of industry, July 1997 – Nov. 1999        263
6.9. Credits by type of bank credits and of industry, Jan – Nov. 1999        263
6.10. Working capital credits by type of industry and of creditor banks, Jan – Nov. 1999        264
6.11. Average monthly credits for working capital by type of creditor banks, February 1990 – November 1999        266
6.12. Annual credits for working capital by type of creditor banks, 1990 – 1999        267
6.13. The portfolio of foreign and joint venture banks in working capital credits by type of industry, 1990-1999        268
6.14. The portfolio of BPD banks in working capital credits by type of industry, 1990-1999        270
6.15. The portfolio of national private banks in working capital credits by type of industry, 1990-1999        272
6.16. The portfolio of state banks in working capital credits by type of industry, 1990-1999        274
6.17. Average monthly credits by type of industry, Feb. 1990 – Nov. 1999        277
6.18. Annual credits by type of industry, 1990 – 1999        277
6.19. Average monthly credits for working capital by type of industry, Feb. 1990 – Nov. 1999        278
6.20. Annual credits for working capital by type of industry, 1990 – 1999        278
6.21. Average monthly credits for investment by type of industry, Feb. 1990 – Nov. 1999        279
6.22. Annual credits for investment by type of industry, 1990 – 1999        279
6.23. Average monthly credits for working capital in manufacturing industry by type of creditor banks, Feb. 1990 – Nov. 1999        281
6.24. Annual credits for working capital in manufacturing industry by type of creditor banks, 1990 – 1999        281
6.25. Average monthly credits for working capital in service industry, Feb. 1990 – Nov. 1999        283
6.26. Annual credits for working capital in service industry by type of creditor banks, 1990 – 1999        283
6.27. Average monthly credits for working capital in trading industry, Feb. 1990 – Nov. 1999        285
6.28. Annual credits for working capital in trading industry by type of creditor banks, 1990 – 1999        285
6.29. Average monthly credits for working capital in agroindustry, Feb. 1990 – Nov. 1999        287
6.30. Annual credits for working capital in agroindustry by type of creditor banks, 1990 – 1999        287
6.31. Average monthly credits for working capital in mining industry, Feb. 1990 – Nov. 1999        288
6.32. Annual credits for working capital in mining industry by type of creditor banks, 1990 – 1999        289
6.33. Average monthly credits for working capital in other industries, Feb. 1990 – Nov. 1999        290
6.34. Annual credits for working capital in other industries by type of creditor banks, 1990 – 1999        290
6.35. Average monthly bank credits by type of currencies, Feb. 1990 – Nov. 1999        292
6.36. Bank credits by type of currencies, 1990 – 1999        293
6.37. Bank credits by island and province, 1990 – 1999        295
6.38. Bank credits by island and province, 1990 – 1999        297
6.39. The portion of foreign exchange credits by island and province, 1990 – 1999        300
6.40. The portion of KUK (small scale) credits by island and province, 1990 – 1999        303
6.41. The portion of bank credits to the savings by island and province, 1990 – 1999        307
6.42. The portion of bank credits in rupiah to the savings in rupiah by island and province, 1990 – 1999        309
6.43. The portion of savings in rupiah to the total savings by island and province, 1990 – 1999        312

7.1.

CHART
1.1. Food and beverages imported to be consumed, Jan. 1996 – Feb. 2000        7
1.2. Food and beverages imported to be utilised, Jan. 1996 – Feb. 2000        8
1.3. Lubricants and private transportation equipment imported to be consumed, Jan. 1996 – Feb. 2000        8
1.4. Fuels and lubricants imported to be utilised, Jan. 1996 – Feb. 2000        9
1.5. Raw materials imported to be utilised, Jan. 1996 – Feb. 2000        9
1.6. Consumption goods imported by durability, Jan. 1996 – Feb. 2000        10
1.7. Indonesian GDP by current price and per capita, 1979 – 2000A        10
1.8. Monthly Indonesian exports by primary category, Jan. 1996 – Feb. 2000        11
1.9. Indonesian exports by primary category, 1983 – Feb. 2000        12
1.10. Indonesian trade accounts, 1972 – 1999        12
1.11. Total exports and the imports on raw materials and capital goods, 1981– 2000A        13
1.12. Indonesian exports by country of destination, cumulative for the year 1981 – Feb. 2000        13
1.13. Indonesian exports to major trading partners, 1981 – Feb. 2000        14
1.14. Indonesian imports by country of origin, cumulative for the year 1981 – Feb. 2000        14
1.15. Indonesian imports from major trading partners, 1981 – Feb. 2000        15
1.16. The foreign direct investments of Japan, Hong Kong, and Singapore in Indonesia, 1981 – 2000A        15
1.17. Foreign direct investments in Indonesia, 1967 – Feb. 2000        16
1.18. The flows of US$ in Indonesia, 1972 – 1999        17
1.19. Bank credits, 1981 – Feb. 2000        19
1.20. Value of rights issues, 1989 – Oct. 1999        22
1.21. Value of IPOs, 1997 – Oct. 1999        22
1.22. Value of bond issues, 1983 – Oct. 1999        23
1.23. Mutual funds in Indonesia, Jan 1994 – Sept. 1999        23
1.24. Monthly inflation rates, bank credits, money supply, Jan. 1993–May 2000        25

6.1. Bank credits: The outstanding and monthly incrementals, July 1997–June 2000        243
6.2. Development of number of banks in Indonesia, 1987 – 1999        253
6.3. Development of number of banks’ offices in Indonesia, 1987 – 1999        254
6.4. Annual development of outstanding credit disbursement, 1987–June 2000        254
6.5. Monthly development of outstanding credit disbursement, 1987–June 2000        255
6.6. Annual development of outstanding total credits by type of banks, 1987 – June 2000        256
6.7. Monthly development of outstanding total credits by type of banks, 1987 – June 2000        256
6.8. Annual development of outstanding working capital credits by type of banks, 1987 – June 2000        257
6.9. Monthly development of outstanding working capital credits by type of banks, 1987 – June 2000        257
6.10. Monthly bank credits by total and working capital, Feb. 1990 – June 2000        258
6.11. Annual bank credits by type, 1990 – June 2000        259
6.12. Annual development of outstanding investment credits by type of banks, 1987 – June 2000        259
6.13. Monthly development of outstanding investment credits by type of banks, 1987 – June 2000        260
6.14. Bank credits by type of creditor banks, Feb. 1990 – June 2000        265
6.15. Credits for working capital by type of creditor banks, Feb. 1990 – June 2000        266
6.16. The portfolio of foreign and joint venture banks in working capital credits, Feb. 1990 – Nov. 1999        269
6.17. The portfolio of foreign and joint venture banks in working capital credits, Feb. 1990 – June 1997        269
6.18. The portfolio of foreign and joint venture banks in working capital credits, July 1997 – Nov. 1999        269
6.19. The portfolio of BPD banks in working capital credits, Feb. 1990 – Nov. 1999        271
6.20. The portfolio of BPD banks in working capital credits, Feb. 1990 – June 1997        271
6.21. The portfolio of BPD banks in working capital credits, July 1997 – Nov. 1999        271
6.22. The portfolio of national private banks in working capital credits, Feb. 1990 – Nov. 1999        272
6.23. The portfolio of national private banks in working capital credits, Feb. 1990 – June 1997        273
6.24. The portfolio of national private banks in working capital credits, July 1997 – Nov. 1999        273
6.25. The portfolio of state banks in working capital credits, Feb. 1990 – Nov. 1999        274
6.26. The portfolio of state banks in working capital credits, Feb. 1990 – June 1997        274
6.27. The portfolio of state banks in working capital credits, July 1997 – Nov. 1999        275

7.1.

CHART
1.1. Dirty Games Or Just Creative Book-Keeping        20

---

Analisa kuantitatif terhadap harga saham-saham yang terdaftar dan diperdagangkan di Bursa Efek Indonesia

(Quantitative analysis on stocks listed and traded in Indonesia stock exchange, Jakarta.)

Hubungi kami di 021-32187118, 08128056516.

Daftar kuotasi harga saham Indonesia per 3 Maret 2011:

idx 20110303

AALI	Astra Agro Lestari Tbk
ABBA	Mahaka Media Tbk.
ABDA	Asuransi Bina Dana Arta Tbk
ACES	Ace Hardware Indonesia Tbk
ADES	Akasha Wira International Tbk
ADHI	Adhi Karya (Persero) Tbk
ADMF	Adira Dinamika Multi Finance
ADMG	Polychem Indonesia Tbk
ADRO	Adaro Energy Tbk.
AGRO	Bank Agroniaga Tbk.
AHAP	Asuransi Harta Aman P Tbk
AIMS	Akbar Indo Makmur Stimec Tbk
AISA	Tiga Pilar Sejahtera Food Tbk
AKKU	Aneka Kemasindo Utama Tbk
AKPI	Argha Karya Prima Inds. Tbk
AKRA	AKR Corporindo Tbk
AKSI	Majapahit Securities Tbk
ALFA	Alfa Retailindo Tbk
ALKA	Alakasa Industrindo Tbk
ALMI	Alumindo Light Metal Inds.Tbk
AMAG	Asuransi Multi Artha Guna Tbk
AMFG	Asahimas Flat Glass Tbk
AMRT	Sumber Alfaria Trijaya Tbk
ANTA	Anta Express Tour & Travel Se
ANTM	Aneka Tambang (Persero) Tbk
APIC	Pan Pacific International Tbk
APLI	Asiaplast Industries Tbk
APLN	Agung Podomoro Land Tbk.
APOL	Arpeni Pratama Ocean Line Tbk
AQUA	Aqua Golden Mississippi Tbk.
ARGO	Argo Pantes Tbk
ARNA	Arwana Citramulia Tbk
ARTA	Arthavest Tbk
ARTI	Ratu Prabu Energi Tbk
ASBI	Asuransi Bintang Tbk
ASDM	Asuransi Dayin MitraTbk
ASGR	Astra Graphia Tbk
ASIA	Asia Natural Resources Tbk
ASII	Astra International Tbk
ASJT	Asuransi Jasa Tania Tbk
ASRI	Alam Sutera Realty Tbk.
ASRM	Asuransi Ramayana Tbk
ATPK	ATPK Resources Tbk
AUTO	Astra Otoparts Tbk
BABP	Bank ICB Bumiputera Tbk
BACA	Bank Capital Indonesia Tbk
BAEK	Bank Ekonomi Raharja Tbk.
BAPA	Bekasi Asri Pemula Tbk
BATA	Sepatu Bata Tbk
BAYU	Bayu Buana Tbk
BBCA	Bank Central Asia Tbk
BBKP	Bank Bukopin Tbk
BBLD	Buana Finance Tbk
BBNI	Bank Negara Indonesia Tbk
BBNP	Bank Nusantara Parahyangan Tb
BBRI	Bank Rakyat Indonesia Tbk
BBTN	Bank Tabungan Negara (Persero
BCAP	Bhakti Capital Indonesia Tbk
BCIC	Bank Mutiara Tbk
BCIP	Bumi Citra Permai Tbk.
BDMN	Bank Danamon Tbk
BEKS	Bank Pundi Indonesia Tbk.
BFIN	BFI Finance Indonesia Tbk
BHIT	Bhakti Investama Tbk
BIMA	Primarindo Asia Infrastr. Tbk
BIPI	Benakat Petroleum Energy Tbk.
BIPP	Bhuwanatala Indah Permai Tbk
BISI	BISI International Tbk
BJBR	Bank Pembangunan Daerah Jawa
BKDP	Bukit Darmo Property Tbk
BKSL	Sentul City Tbk
BKSW	Bank Kesawan Tbk
BLTA	Berlian Laju Tanker Tbk
BMRI	Bank Mandiri (Persero) Tbk
BMSR	Bintang Mitra Semestaraya Tbk
BMTR	Global Mediacom Tbk
BNBA	Bank Bumi Arta Tbk
BNBR	Bakrie & Brothers Tbk
BNGA	Bank CIMB Niaga Tbk
BNII	Bank International Ind. Tbk
BNLI	Bank Permata Tbk
BORN	Borneo Lumbung Energi & Metal
BPFI	Batavia Prosperindo Finance T
BRAM	Indo Kordsa Tbk
BRAU	Berau Coal Energy Tbk.
BRMS	Bumi Resources Minerals Tbk.
BRNA	Berlina Tbk
BRPT	Barito Pacific Tbk
BSDE	Bumi Serpong Damai Tbk
BSIM	Bank Sinarmas Tbk.
BSWD	Bank Swadesi Tbk
BTEK	Bumi Teknokultura Unggul Tbk
BTEL	Bakrie Telecom Tbk
BTON	Betonjaya Manunggal Tbk
BTPN	Bank Tabungan Pensiunan Nasio
BUDI	Budi Acid Jaya Tbk
BUMI	Bumi Resources Tbk
BUVA	Bukit Uluwatu Villa Tbk.
BVIC	Bank Victoria Int l. Tbk
BWPT	BW Plantation Tbk
BYAN	Bayan Resources Tbk
CEKA	Cahaya Kalbar Tbk
CENT	Centrin Online Tbk.
CFIN	Clipan Finance Indonesia Tbk
CITA	Cita Mineral Investindo Tbk
CKRA	Citra Kebun Raya Agri Tbk
CLPI	Colorpak Indonesia Tbk
CMNP	Citra Marga Nushapala Persada
CMPP	Centris Multi Persada P. Tbk
CNKO	Exploitasi Energi Indonesia T
CNTB	Saham Seri B ( Centex Tbk )
CNTX	Centex (Saham Preferen) Tbk
COWL	Cowell Development Tbk
CPDW	Cipendawa Tbk
CPIN	Charoen Pokphand Indonesia Tb
CPRO	Central Proteinaprima Tbk
CSAP	Catur Sentosa Adiprana Tbk.
CTBN	Citra Tubindo Tbk
CTRA	Ciputra Development Tbk
CTRP	Ciputra Property Tbk
CTRS	Ciputra Surya Tbk
CTTH	Citatah Tbk.
DART	Duta Anggada Realty Tbk
DAVO	Davomas Abadi Tbk
DEFI	Danasupra Erapacific Tbk
DEWA	Darma Henwa Tbk
DGIK	Duta Graha Indah Tbk
DILD	Intiland Development Tbk
DKFT	Central Omega Resources Tbk.
DLTA	Delta Djakarta Tbk
DNET	Dyviacom Intrabumi Tbk
DOID	Delta Dunia Makmur Tbk
DPNS	Duta Pertiwi Nusantara Tbk
DSFI	Dharma Samudera Fishing In Tb
DSSA	Dian Swastatika Sentosa Tbk
DUTI	Duta Pertiwi Tbk
DVLA	Darya-Varia Laboratoria Tbk
DYNA	Dynaplast Tbk
EKAD	Ekadharma International Tbk
ELSA	Elnusa Tbk
ELTY	Bakrieland Development Tbk
EMDE	Megapolitan Developments Tbk.
EMTK	Elang Mahkota Teknologi Tbk
ENRG	Energi Mega Persada Tbk
EPMT	Enseval Putra Megatrading Tbk
ERTX	Eratex Djaja Tbk
ESTI	Ever Shine Tex Tbk.
ETWA	Eterindo Wahanatama Tbk
EXCL	XL Axiata Tbk.
FAST	Fast Food Indonesia Tbk
FASW	Fajar Surya Wisesa Tbk
FISH	FKS Multi Agro Tbk
FMII	Fortune Mate Indonesia Tbk
FORU	Fortune Indonesia Tbk
FPNI	Titan Kimia Nusantara Tbk
FREN	Mobile-8 Telecom Tbk
GDST	Gunawan Dianjaya Steel Tbk.
GDYR	Goodyear Indonesia Tbk
GEMA	Gema Grahasarana Tbk
GGRM	Gudang Garam Tbk
GIAA	Garuda Indonesia (Persero) Tb
GJTL	Gajah Tunggal Tbk
GMCW	Grahamas Citrawisata Tbk.
GMTD	Gowa Makassar Tourism Dev. Tb
GOLD	Golden Retailindo Tbk.
GPRA	Perdana Gapuraprima Tbk
GREN	Evergreen Invesco Tbk.
GSMF	Equity Development Investment
GTBO	Garda Tujuh Buana Tbk
GZCO	Gozco Plantations Tbk
HADE	HD Capital Tbk
HDTX	Panasia Indosyntec Tbk
HERO	Hero Supermarket Tbk
HEXA	Hexindo Adiperkasa Tbk
HITS	Humpuss Intermoda Trans. Tbk
HMSP	H M Sampoerna Tbk
HOME	Hotel Mandarine Regency Tbk
HRUM	Harum Energy Tbk.
IATA	Indonesia Air Transport Tbk
ICBP	Indofood CBP Sukses Makmur Tb
ICON	Island Concepts Indonesia Tbk
IDKM	Indosiar Karya Media Tbk
IGAR	Champion Pacific Indonesia Tb
IIKP	Inti Agri Resources Tbk
IKAI	Intikeramik Alamasri Inds. Tb
IKBI	Sumi Indo Kabel Tbk
IMAS	Indomobil Sukses Int l. Tbk
INAF	Indofarma Tbk
INAI	Indal Aluminium Industry Tbk
INCF	Indo Citra Finance Tbk
INCI	Intanwijaya Internasional Tbk
INCO	International Nickel Indonesi
INDF	Indofood Sukses Makmur Tbk
INDR	Indo-Rama Synthetics Tbk.
INDS	Indospring Tbk
INDX	Indoexchange Tbk
INDY	Indika Energy Tbk
INKP	Indah Kiat Pulp and Paper Tbk
INPC	Bank Artha Graha Internasiona
INPP	Indonesian Paradise Property
INRU	Toba Pulp Lestari Tbk.
INTA	Intraco Penta Tbk
INTD	Inter Delta Tbk
INTP	Indocement Tunggal Prakasa Tb
INVS	Inovisi Infracom Tbk
IPOL	Indopoly Swakarsa Industry Tb
ISAT	Indosat Tbk
ITMA	Itamaraya Tbk
ITMG	Indo Tambangraya Megah Tbk
ITTG	Leo Investments Tbk
JECC	Jembo Cable Company Tbk
JIHD	Jakarta Int l Hotel & Dev. Tb
JKON	Jaya Konstruksi Manggala Prat
JKSW	Jakarta Kyoei Steel Works Tbk
JPFA	Japfa Comfeed Indonesia Tbk
JPRS	Jaya Pari Steel Tbk
JRPT	Jaya Real Property Tbk
JSMR	Jasa Marga (Persero) Tbk
JSPT	Jakarta Setiabudi Internasion
JTPE	Jasuindo Tiga Perkasa Tbk
KAEF	Kimia Farma Tbk
KARK	Dayaindo Resources Internatio
KARW	Karwell Indonesia Tbk
KBLI	KMI Wire & Cable Tbk.
KBLM	Kabelindo Murni Tbk
KBLV	First Media Tbk.
KBRI	Kertas Basuki Rachmat Indones
KDSI	Kedawung Setia Industrial Tbk
KIAS	Keramika Indonesia Assosiasi
KICI	Kedaung Indah Can Tbk
KIJA	Kawasan Industri Jababeka Tbk
KKGI	Resource Alam Indonesia Tbk
KLBF	Kalbe Farma Tbk
KOIN	Kokoh Inti Arebama Tbk
KONI	Perdana Bangun Pusaka Tbk
KPIG	Global Land Development Tbk
KRAS	Krakatau Steel (Persero) Tbk.
KREN	Kresna Graha Sekurindo Tbk
LAMI	Lamicitra Nusantara Tbk
LAPD	Leyand International Tbk
LCGP	Laguna Cipta Griya Tbk
LION	Lion Metal Works Tbk
LMAS	Limas Centric Indonesia Tbk
LMPI	Langgeng Makmur Industri Tbk.
LMSH	Lionmesh Prima Tbk.
LPCK	Lippo Cikarang Tbk
LPGI	Lippo General Insurance Tbk
LPIN	Multi Prima Sejahtera Tbk
LPKR	Lippo Karawaci Tbk
LPLI	Star Pacific Tbk
LPPF	Matahari Department Store Tbk
LPPS	Lippo Securities Tbk
LSIP	PP London Sumatra Indonesia T
LTLS	Lautan Luas Tbk
MAIN	Malindo Feedmill Tbk
MAMI	Mas Murni Indonesia Tbk
MAMIP	Mas Murni Tbk (Saham Preferen
MAPI	Mitra Adiperkasa Tbk
MASA	Multistrada Arah Sarana Tbk
MAYA	Bank Mayapada Tbk
MBAI	Multibreeder Adirama Ind. Tbk
MBTO	Martina Berto Tbk.
MCOR	Bank Windu Kentjana Internati
MDLN	Modernland Realty Ltd. Tbk
MDRN	Modern Internasional Tbk
MEDC	Medco Energi International Tb
MEGA	Bank Mega Tbk
MERK	Merck Tbk
META	Nusantara Infrastructure Tbk
MFIN	Mandala Multifinance Tbk
MFMI	Multifiling Mitra Indonesia T
MICE	Multi Indocitra Tbk
MIDI	Midi Utama Indonesia Tbk.
MIRA	Mitra International Resources
MITI	Mitra Investindo Tbk
MKPI	Metropolitan Kentjana Tbk
MLBI	Multi Bintang Indonesia Tbk
MLIA	Mulia Industrindo Tbk
MLPL	Multipolar Tbk
MNCN	Media Nusantara Citra Tbk
MPPA	Matahari Putra Prima Tbk
MRAT	Mustika Ratu Tbk
MREI	Maskapai Reasuransi Ind. Tbk
MTDL	Metrodata Electronics Tbk
MTFN	Capitalinc Investment Tbk
MTSM	Metro Realty Tbk
MYOH	Myoh Technology Tbk.
MYOR	Mayora Indah Tbk
MYRX	Hanson International Tbk
MYRXP	Saham Seri B Hanson Internati
MYTX	Apac Citra Centertex Tbk
NIKL	Pelat Timah Nusantara Tbk.
NIPS	Nipress Tbk
NISP	Bank OCBC NISP Tbk
OCAP	Onix Capital Tbk.
OKAS	Ancora Indonesia Resources Tb
OMRE	Indonesia Prima Property Tbk
PAFI	Panasia Filament Inti Tbk
PANR	Panorama Sentrawisata Tbk
PANS	Panin Sekuritas Tbk
PBRX	Pan Brothers Tbk.
PDES	Destinasi Tirta Nusantara Tbk
PEGE	Panca Global Securities Tbk
PGAS	Perusahaan Gas Negara Tbk
PGLI	Pembangunan Graha Lestari Ind
PICO	Pelangi Indah Canindo Tbk
PJAA	Pembangunan Jaya Ancol Tbk
PKPK	Perdana Karya Perkasa Tbk
PLAS	Polaris Investama Tbk
PLIN	Plaza Indonesia Realty Tbk
PNBN	Bank Pan Indonesia Tbk
PNIN	Panin Insurance Tbk
PNLF	Panin Financial Tbk
PNSE	Pudjiadi & Sons Estate Tbk
POLY	Asia Pacific Fibers Tbk
POOL	Pool Advista Indonesia Tbk
PRAS	Prima Alloy Steel Tbk
PSAB	Pelita Sejahtera Abadi Tbk.
PSDN	Prasidha Aneka Niaga Tbk
PSKT	Pusako Tarinka Tbk.
PTBA	Tambang Batubara Bukit AsamTb
PTPP	PP (Persero) Tbk.
PTRO	Petrosea Tbk
PTSN	Sat Nusapersada Tbk
PTSP	Pioneerindo Gourmet Int l Tbk
PUDP	Pudjiadi Prestige Limited Tbk
PWON	Pakuwon Jati Tbk
PWSI	Panca Wiratama Sakti Tbk
PYFA	Pyridam Farma Tbk
RAJA	Rukun Raharja Tbk
RALS	Ramayana Lestari Sentosa Tbk
RBMS	Ristia Bintang Mahkotasejati
RDTX	Roda Vivatex Tbk
RELI	Reliance Securities Tbk
RICY	Ricky Putra Globalindo Tbk
RIGS	Rig Tenders Tbk
RIMO	Rimo Catur Lestari Tbk
RINA	Katarina Utama Tbk
RMBA	Bentoel International Inv. Tb
RODA	Royal Oak Development Asia Tb
ROTI	Nippon Indosari Corpindo Tbk.
RUIS	Radiant Utama Interinsco Tbk
SAFE	Steady Safe Tbk
SAIP	Surabaya Agung Industry P. Tb
SCBD	Danayasa Arthatama Tbk.
SCCO	Supreme Cable Manufacturing
SCMA	Surya Citra Media Tbk
SCPI	Schering Plough Indonesia Tbk
SDPC	Millennium Pharmacon Int. Tbk
SDRA	Bank Himpunan Saudara 1906 Tb
SGRO	Sampoerna Agro Tbk
SHID	Hotel Sahid Jaya Tbk
SIAP	Sekawan Intipratama Tbk
SIIP	Suryainti Permata Tbk
SIMA	Siwani Makmur Tbk
SIMM	Surya Intrindo Makmur Tbk
SIPD	Sierad Produce Tbk
SKLT	Sekar Laut Tbk
SKYB	Skybee Tbk.
SMAR	SMART Tbk
SMCB	Holcim Indonesia Tbk
SMDM	Suryamas Dutamakmur Tbk
SMDR	Samudera Indonesia Tbk
SMGR	Semen Gresik (Persero) Tbk
SMMA	Sinar Mas Multiartha Tbk
SMMT	Eatertainment International
SMRA	Summarecon Agung Tbk
SMSM	Selamat Sempurna Tbk
SOBI	Sorini Agro Asia Corporindo
SONA	Sona Topas Tourism Inds.Tbk
SPMA	Suparma Tbk
SQBB	Taisho Pharmaceutical Indones
SQBI	Taisho Pharmaceutical Indones
SQMI	Renuka Coalindo Tbk.
SRSN	Indo Acidatama Tbk
SSIA	Surya Semesta Internusa Tbk
SSTM	Sunson Textile Manufacture Tb
STTP	Siantar TOP Tbk
SUGI	Sugih Energy Tbk.
SULI	Sumalindo Lestari Jaya Tbk
TBIG	Tower Bersama Infrastructure
TBLA	Tunas Baru Lampung Tbk
TBMS	Tembaga Mulia Semanan Tbk
TCID	Mandom Indonesia Tbk
TFCO	Tifico Fiber Indonesia Tbk.
TGKA	Tigaraksa Satria Tbk
TINS	Timah (Persero) Tbk.
TIRA	Tira Austenite Tbk
TIRT	Tirta Mahakam Resources Tbk
TKGA	Toko Gunung Agung Tbk
TKIM	Pabrik Kertas Tjiwi Kimia Tbk
TLKM	Telekomunikasi Indonesia Tbk
TMAS	Pelayaran Tempuran Emas Tbk
TMPI	AGIS Tbk
TMPO	Tempo Inti Media Tbk
TOTL	Total Bangun Persada Tbk
TOTO	Surya Toto Indonesia Tbk
TOWR	Sarana Menara Nusantara Tbk.
TPIA	Chandra Asri Petrochemical Tb
TRAM	Trada Maritime Tbk
TRIL	Triwira Insanlestari Tbk.
TRIM	Trimegah Securities Tbk
TRIO	Trikomsel Oke Tbk
TRST	Trias Sentosa Tbk
TRUB	Truba Alam Manunggal E. Tbk
TRUS	Trust Finance Indonesia Tbk
TSPC	Tempo Scan Pacific Tbk
TURI	Tunas Ridean Tbk
ULTJ	Ultra Jaya Milk Tbk
UNIC	Unggul Indah Cahaya Tbk
UNIT	Nusantara Inti Corpora Tbk
UNSP	Bakrie Sumatra Plantations Tb
UNTR	United Tractors Tbk
UNTX	Unitex Tbk.
UNVR	Unilever Indonesia Tbk
VOKS	Voksel Electric Tbk
VRNA	Verena Multi Finance Tbk.
WAPO	Wahana Phonix Mandiri Tbk
WEHA	Panorama Transportasi Tbk
WICO	Wicaksana Overseas Int l Tbk
WIKA	Wijaya Karya (Persero) Tbk
WINS	Wintermar Offshore Marine Tbk
WOMF	Wahana Ottomitra Multiartha Tbk
YPAS	Yanaprima Hastapersada Tbk
YULE	Yulie Sekurindo Tbk
ZBRA	Zebra Nusantara Tbk