Sabirin, Muhammad Tojibus (2020) Sistem Deteksi Dini Dalam Kebijakan Utang Publik Indonesia (Pendekatan Markov Switching). Doctor thesis, Universitas Brawijaya.
Abstract
Penelitian ini bertujuan untuk menguji dan membuktikan secara empiris: (1) Bagaimana mendeteksi adanya krisis utang publik. (2) Apakah Markov Switching cukup baik sebagai alat deteksi dini utang publik Indonesia. (3) Adakah faktor-faktor yang mempengaruhi terjadinya krisis utang publik. Secara ilmiah, penelitian ini diharapkan dapat memberikan kontribusi sekaligus memperkaya teori-teori ekonomi pembangunan terutama dalam pengambilan rancangan dan pola kebijakan penyusunan APBN dari tahun ke tahun. Variabel dependen yang digunakan dalam penelitian ini adalah rasio Debt to GDP. Sedangkan variabel indikator terdiri dari: inflasi, nilai tukar, rasio konsumsi terhadap GDP, rasio investasi terhadap GDP, rasio belanja pemerintah terhadap GDP, rasio ekspor terhadap GDP, dan rasio pajak terhadap GDP. Bentuk data adalah kuartalan, yang diambil sepanjang tahun 1990 hingga tahun 2018, atau sejumlah 116 data. Pendekatan yang dipergunakan dalam penyusunan sistem deteksi dini (Early Warning System / EWS) utang publik adalah Markov Switching Dynamic Regression (MS-DR). Hasil penelitian menunjukkan bahwa: (1) pendekatan MSDR mampu mendeteksi dini terjadinya krisis utang publik di Indonesia beberapa kuartal sebelum terjadinya krisis, (2) variabel indikator yang mendorong perubahan kondisi dari stabil ke krisis adalah investasi dan pajak, dan variabel yang mendorong kondisi krisis ke stabil adala investasi, (3) Apabila terjadi krisis utang publik di Indonesia masa pemulihannya membutuhkan waktu yang relatif cepat 13 (tigabelas) kuartal, dan (4) Masih terdapat ruang untuk penambahan utang publik Indonesia, selama penambahan utang mampu mendongkrak penambahan produktivitas (GDP) dan memberikan dampak akselerasi pertumbuhan ekonomi
English Abstract
This research aims at examination and finding empirical evidence on: (1) the detection of public debt crisis. (2) the accuracy of Markov Switching in giving early warning for public debt in Indonesia. (3) factors that influence public debt crisis. This research is expected to contribute to and enrich theories in development economics to be used in preparing and formulating policies concerning state budget from year to year. The dependent variable of this study is the Debt to GDP ratio, and the indicator variables are inflation, exchange rate, consumption to GDP ratio, investment to GDP ratio, government expenditure to GDP ratio, exports to GDP ratio, and tax to GDP ratio. This study uses 116 to build quartely from 1990 to 2018. The approach which is used to bulid an early warning system is Markov Switching Dynamic Regression (MS-DR). This study finds that (1) MS-DR is able to send public debt crisis signals several quarters beforehand, (2) indicator variables that drive changes from stable to crisis are investment and taxes, and the indicator variable that encourages changes from stable to crises is investment, (3) public debt crisis in Indonesia require 13 (thirteen) quarters to recover, and (4) space to increase public debt in Indonesia is still available as long as it is used to boost GDP increase and accelerate economic growth.
Other obstract
-
| Item Type: | Thesis (Doctor) |
|---|---|
| Identification Number: | DIS/336.36/SAB/s/2019/062002753 |
| Uncontrolled Keywords: | utang publik, krisis utang publik, deteksi dini, markov-switching, pertumbuhan ekonomi,-public debt, public debt crisis, early detection, markov-switching, economic growth |
| Subjects: | 300 Social sciences > 336 Public finance > 336.3 Public debt and expenditures |
| Divisions: | S2/S3 > Doktor Ilmu Ekonomi, Fakultas Ekonomi dan Bisnis |
| Depositing User: | Endang Susworini |
| Date Deposited: | 27 Jan 2022 04:05 |
| Last Modified: | 17 Apr 2023 01:46 |
| URI: | http://repository.ub.ac.id/id/eprint/188962 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
FULL PDF.pdf Restricted to Registered users only until 31 December 2023. Download (1MB) |
Actions (login required)
 |
View Item |