Kisah korupsi (dalam tabel korelasi)

Standard

No corruption is good, but it is not all created equal

(http://www.fcpablog.com/blog/2010/3/26/not-all-corruption-is-created-equal.html)

Mumpung bulan Desember bulan anti korupsi…ikutan latah bikin coret-coret mengenai korupsi…..

Cukup banyak orang pinter bikin studi mengenai korupsi (dan lebih serius dari coret-coret saya ini). Ada yang mengkaitkan  korupsi dengan kinerja ekonomi, kondisi politik dan pemerintahan, governance/tata kelola, budaya bahkan…agama. Ada yang bikin studi kasus. Ada juga studi eksperimental dengan kesimpulan yang sepintas “aneh” : mahasiswa fakultas ekonomi cenderung lebih korup (!). (Meskipun demikian, eksperimen orang pinter ini mungkin bisa menjelaskan mengapa perbaikan renumerasi tidak berkaitan dengan tumbuhnya kesadaran “anti korupsi”. Katanya, orang/subyek eksperimen cenderung tidak loyal dan mengutamakan keuntungan pribadi walaupun mereka mendapat reward sebagaimana mestinya http://www.icgg.org/downloads/contribution03_frank.pdf).

Korupsi tidak hanya dipelajari dampaknya tapi juga penyebabnya (determinant). Yang minat bisa baca, misalnya, http://www.pide.org.pk/pdf/PDR/2007/Volume4/751-764.pdf (untuk negara berkembang); http://www.ijbssnet.com/journals/Vol._2_No._13_Special_Issue_July_2011/17.pdf  (ada rangkuman literature review mengenai korupsi). Ada juga yang lumayan komprehensif membahas “penyebab” korupsi, misalnya  http://projects.iq.harvard.edu/gov2126/files/treisman_2007.pdf;   http://www.policyinnovations.org/ideas/policy_library/data/01437/_res/id=sa_File1/Treisman_Causes_Corruption.pdf ;     http://congress.utu.fi/epcs2006/docs/D1_seldadyo.pdf;    http://www.icgg.org/downloads/Causes%20and%20Consequences%20of%20Corruption%20-%20Cross-Section.pdf . Ada juga yang membahas korupsi dari sisi budaya http://www.business.mcmaster.ca/mktg/nbontis/ic/publications/SeleimBontisJIC10-1.pdf; ). Macam-macam pokoknya….

Masalah korupsi demikian menarik sampai ada orang pinter yang mempelajari korupsi dengan indikator “denda parkir di kantor PBB New York” (bisa dilihat di http://www.nber.org/papers/w12312). Katanya, diplomat  negara yang korup cenderung tidak peduli dengan denda parkir, paling banyak melanggar parkir karena (mentang-mentang) punya kekebalan diplomatik. Hal itu terus berlangsung sampai pemerintah kota New York mencabut “kekebalan diplomatik dalam kaitannya dengan denda parkir”. Jadi, katanya lagi, korupsi “bisa dijelaskan” dengan “law enforcement”. (Temuannya ini didebat oleh orang pinter yang lain http://ssrn.com/abstract=1443617).

Walaupun banyak yang mempelajari korupsi, tidak banyak studi yang mengkaitkan korupsi dengan praktek perbankan. Setau saya, korupsi pada perbankan cenderung diartikan sebagai “bank fraud”. Jadi kalau pejabat bank memberikan kredit yang sebetulnya tidak layak kepada perusahaan keluarga, itu disebut  korupsi.

Konon, korupsi pada perbankan, akan mengakibatkan calon peminjam yang sebetulnya layak dapat kredit menjadi tidak mendapatkan kredit (ada semacam credit rationing). Salah satu solusinya, kata orang pinter yang bikin studi ini, adalah mendorong kompetisi dan memanfaatkan seoptimal mungkin informasi kredit (lihat misalnya http://michau.nazwa.pl/aska/uploads/Studenci/EPF_10nov.pdf ).  Orang pinter di Bank Sentral Finlandia yang mempelajari perbankan Rusia juga menemukan hal yang mirip. Mereka bikin studi mengenai korupsi di perbankan Rusia tahun 2002. Katanya, di Rusia, faktor korupsi memengaruhi rasio pinjaman bank terhadap asset. Ketika tingkat korupsi memburuk, rasio pinjaman untuk rumah tangga dan usaha kecil cenderung berkurang. Sebaliknya pinjaman untuk instansi pemerintah Rusia tidak terpengaruh( http://www.suomenpankki.fi/pdf/160508.pdf).

Nah, berawal dari studi orang pinter di Bank Sentral Finlandia itulah saya iseng mengumpulkan angka-angka “yang perlu” dari sumber yang bisa diakses gratis. Maunya  membandingkan bagaimana sih  pengaruh korupsi ke aktivitas perbankan Indonesia dan negara-negara lain? Kalau masih ingat coret-coret yang lalu di blog ini, ada tujuh negara dengan karakteristik mirip Indonesia (rasio pinjaman terhadap GDP terus turun selama lebih dari satu dekade). Saya jadi ingin tau, apakah dinamika kredit perbankan  berkorelasi dengan variabel korupsi di negara-negara tersebut??

Mengenai data studi korupsi itu…

Tadinya soal data ini mau saya jadikan “catatan di bawah tabel” saja. Tapi ternyata banyak yang harus dikemukakan supaya kita bisa sama-sama tidak salah paham membaca hasil studi korupsi atau peringkat korupsi.

Saya bukan pakar yang banyak mempelajari kasus korupsi. Mustinya yang jadi pakar korupsi itu ya koruptor… kan mereka ahlinya toh? Yang jelas, saya mendapat kesan, mempelajari korupsi secara ilmiah itu tidak mudah. Masalah terbesar adalah data. Tidak seperti data ekonomi makro, data yang berkaitan dengan faktor pendukung atau penghambat korupsi belum lama dikumpulkan. (Yang saya maksud faktor pendukung atau penghambat korupsi adalah segala macam yang berkaitan dengan governance).

Data ekonomi makro sudah lama dikumpulkan IMF. Tapi data mengenai governance yang bisa digunakan untuk mempelajari korupsi baru sekitar tahun 1996 dikumpulkan oleh World Bank. Memang ada data mengenai political freedom dan civil liberty yang diterbitkan oleh Freedom House sejak 1970an (http://www.freedomhouse.org/template.cfm?page=1). Tapi data itu tidak secara langsung menunjukkan indikator governance. Karena uji statistik butuh jumlah observasi yang banyak (motonya: more is better), mereka yang mempelajari korupsi, sering menggunakan data Freedom House sebagai proxy. Misalnya kebebasan pers dianggap sebagai indikator governance yang pada akhirnya akan memengaruhi tinggi atau rendahnya  tingkat korupsi suatu negara. Logikanya, semakin besar kebebasan pers dan kebebasan menyatakan pendapat, semakin besar kontrol sosial sehingga korupsi semakin bisa dikendalikan.

Selain data governance, data skor korupsi juga ada masalah. Data atau skor korupsi Transparency International baru mulai diumumkan tahun 1995. Kalau ada orang pinter butuh data atau indikator korupsi dari tahun sebelum 1990 kadang mereka pakai proxy “political risk” dari Political Risk Service ( http://www.prsgroup.com/) . Sumber data ini dikritik orang karena tidak betul-betul mengukur korupsi tapi kestabilan politik/pemerintahan.

Mengukur korupsi itu sendiri juga tidak mudah. Ada yang mengukur korupsi dengan cara langsung menanyakan pada responden. Pada tahun 2000, International Finance Corporation (sister company World Bank) mengadakan survey World Business Environment Survey. Pada proyek besar ini ada pertanyaan kurang lebih begini “apakah ada kendala korupsi ketika anda mengajukan pinjaman/kredit ke bank?”. Jawaban atas pertanyaan itu menjadi dasar penentuan skor korupsi suatu negara (bisa lihat http://www.gcgf.org/ifcext/economics.nsf/Content/ic-wbes; presentasi power point-nya bisa lihat di http://www.gcgf.org/ifcext/economics.nsf/AttachmentsByTitle/IC-WBESGlobalPresentation/$FILE/wbesfinal.pdf ).

Setuju atau tidak dengan cara orang-orang pinter itu dalam upaya memahami korupsi, intinya, kalau bikin penelitian/uji statistik butuh data. Kalau data atau point of observation terbatas ya harus dicari cara supaya uji statistik tetap bisa dilakukan tanpa mengorbankan kualitas kesimpulan (mengenai kesulitan studi korupsi bisa dilihat di url yang saya cantumkan pada awal coret-coret ini) . Menurut saya, keterbatasan data menyebabkan banyak penelitian mengenai korupsi menggunakan data cross country (pakai data banyak negara).  Jarang ada studi korupsi (dengan uji statistik) yang memakai data satu negara saja. Studi keterkaitan korupsi dengan perbankan Rusia itu salah satu dari yang sedikit ini. Menggunakan data cross country bisa mengatasi masalah point of observation tapi tentu ada kelemahannya; apalagi kalau tidak membedakan negara maju dan berkembang. Saya bukan pakar atau ekonom. Saya berpikir sederhana saja: studi cross country (pakai data banyak negara) itu ibarat mempelajari industri perbankan Indonesia yang terdiri dari 100an bank. Tiap bank punya kondisi intern yang berbeda; tapi diasumsikan kondisi intern itu sama karena perbankan Indonesia beroperasi dengan aturan yang sama dari otoritas pengawas bank. Nah kalau studi pakai data banyak negara -apalagi untuk data governance- tentu saja asumsi “beroperasi dengan situasi /aturan yang sama” ini asumsi yang agak “berlebihan”. Akibatnya, kesimpulan studi dengan data cross country bisa beda dengan kalau studi dilakukan dengan data satu negara.

Itu sebabnya, menurut saya, perlu hati-hati kalau hasil studi korupsi akan diadopsi sebagai kebijakan. Apalagi kalau studi yang menjadi rujukan menggunakan data sapu jagat . Kita tidak perlu apriori, tapi musti kritis karena mereka yang bikin studi menghadapi masalah data yang tidak mudah diatasi. Misalnya saja mengenai hubungan korupsi dengan renumerasi pegawai negeri. Banyak yang gusar ketika ada pemberitaan PNS korup: renumerasinya sudah diperbaiki kok masih korup? Setau saya, memang ada beberapa studi yang mengkaitkan renumerasi pegawai negeri/civil servant dengan korupsi (salah satunya dibikin orang pinter dari IMF http://www.imf.org/external/pubs/ft/wp/wp9773.pdf ). Masalahnya, studi itu pakai data orang lain (data dari 25 negara berkembang -tidak termasuk Indonesia, tapi termasuk Singapore). Indonesia sendiri, setau saya, belum pernah bikin penelitian, apakah organisasi atau institusi dengan renumerasi tinggi/meningkat identik dengan less corrupt practice. Data (terutama untuk uji statistik), sekali lagi, jadi kendala. (Di Indonesia sebetulnya banyak instansi dengan standar gaji tinggi tapi pegawai atau pejabat instansi tersebut tersangkut kasus korupsi; dan itu baru kasus korupsi yang terdeteksi pada era Presiden Suharto. Sekedar bernostalgia, duluuuu sekali ada kasus Golden Key yang melibatkan pejabat Bapindo, salah satu bank BUMN yang setau saya termasuk instansi dengan renumerasi tinggi.)

Tentu tidak salah meningkatkan gaji PNS. Tidak salah pula mengharap korupsi berkurang dikalangan PNS. Hanya saja peningkatan gaji jangan dikaitkan dengan harapan “otomatis korupsi akan lenyap” (karena ada studi yang menyimpulkan demikian). Seperti biasa, ada faktor lain yang ikut memengaruhi tapi tidak terakomodasi pada model ekonometri. Berhubung kondisi data penelitian korupsi yang serba terbatas, siapa tau untuk Indonesia, faktor yang tidak eksplisit dalam model itu juga harus diperhatikan (dan mungkin, justru lebih penting).

Sumber data yang biasa dan bisa dipakai tanpa bayar….

Studi korupsi biasanya menggunakan dua macam data, data ekonomi dan non-ekonomi. Pada coret-coret kali ini, saya menggunakan data yang juga biasa dipakai orang-orang pinter yang mempelajari korupsi, yaitu data dari World Bank. Data ekonomi makro didapat dari database indikator ekonomi yang sudah dikenal itu( http://data.worldbank.org/). Ada data indikator governance atau tata kelola yang bisa didapat dari situs berjudul Worldwide Governance Indicators (http://info.worldbank.org/governance/wgi/index.asp). Ada juga indikator Financial Development and Structure( http://econ.worldbank.org/WBSITE/EXTERNAL/EXTDEC/EXTRESEARCH/0,,print:Y~isCURL:Y~contentMDK:20696167~pagePK:64214825~piPK:64214943~theSitePK:469382,00.html).
Data indikator governance dan financial development structure sebetulnya data yang dikelola oleh orang-orang puinter yang jadi periset di World Bank. Data itu tadinya dipakai untuk kepentingan riset mereka. Tapi karena mereka ini mengumpulkan data dari sekitar 200an negara sejak 1996, akhirnya banyak dipinjam, dipakai orang, dan akhirnya dikelola seperti layaknya database “resmi” World Bank. Saya juga pakai data dari Transparency International ( http://www.transparency.org/policy_research/surveys_indices/cpi)  untuk alternatif indikator korupsi.

Skor atau indeks yang dihasilkan biasanya merupakan kompilasi dari berbagai macam survey yang dilakukan oleh berbagai macam lembaga. Jadi, jangan heran kalau skor atau indeks korupsi dari Transparency International kadang tidak berkorelasi positif dengan indeks korupsi (Control of Corruption) yang berasal dari database Worldwide Governance Indicator. Dari tabel yang saya pamerkan akan nampak beberapa negara memiliki korelasi negatif (tapi tidak signifikan) antara dua variabel korupsi yang berasal dari database yang berbeda.

Korelasi korupsi dengan kinerja perbankan dan governance

Pada coret-coret yang lalu, saya membandingkan kondisi ekonomi dan hasil survey “ease of doing business” Indonesia dengan negara tetangga: Malaysia, Thailand, Filipina, Vietnam dan Vanuatu. Selain itu saya juga membandingkan Indonesia dengan tujuh negara di luar kawasan Asia: Algeria/Aljazair, Egypt/Mesir, Iran, Sierra Leone, Trinidad-Tobago, Uruguay, Venezuela. Sayangnya dari 12 negara ini, tidak semuanya memiliki skor Corruption Perception Index dari Transparency International sejak tahun 1995. Vanuatu, Aljazair, Iran, Sierra  Leone, Trinidad-Tobago terpaksa tidak dapat diikutsertakan karena  baru mulai memiliki skor korupsi setelah tahun 2000. Kesulitan yang lain, antara data dari World Bank dan dari Transparency International tidak selalu konsisten dan lengkap setiap tahun. Filipina, misalnya, tidak memiliki data Bank Z Score yang lengkap.

Awalnya saya bikin tabel korelasi untuk negara yang memiliki data konsisten dari tahun 1996-2008. (Memang ada database yang sudah memuat data tahun 2010, tapi ada juga yang belum dikinikan sehingga data paling baru di database tersebut adalah data tahun 2008.) Ada enam negara (Indonesia, Filipina, Malaysia, Thailand, Egypt/Mesir dan Venezuela) dengan masing-masing memiliki 10 variabel yaitu: (1) GDP growth, (2) rasio kredit bank terhadap total aktiva, (3) Bank Z score, (4) skor voice and accountability, (5) political stabilitiy – absence of violence, (6) government effectiveness, (7) regulatory quality, (8) rule of law, (9) control of corruption, dan (10) skor Corruption Perception Index.
Angka rasio kredit terhadap aset bank sebenarnya hasil perhitungan sendiri, penggabungan dari data World Bank Indicator dan data Financial Development and Structure. Soalnya, sebenarnya tidak ada data rasio kredit bank terhadap aktiva bank. Yang ada rasio kredit terhadap GDP dan rasio “claim of assets from deposit money bank to GDP”. Tentu saja “claim of assets” tidak sama dengan “assets”; mungkin lebih tepat disebut “proxy assets”. Kedua rasio itu dikalikan dengan nominal GDP untuk mendapatkan angka nominator (kredit dan proxy assets). Setelah itu dua angka nominator dibandingkan…dapatlah rasio kredit terhadap asset bank. Penjelasan detil setiap variabel bisa dilihat di url yang saya tulis di paragraf sebelumnya.

Saya akan mulai  dengan pamer tabel korelasi Indonesia. Konon, “r” yang harus diperhatikan adalah r=0,7 karena berarti korelasi dua variabel adalah sekitar 50% (R=0,7^2). Korelasi yang diharapkan adalah positif. Artinya,  skor korupsi yang tinggi (=semakin bersih) berkorelasi GDP growth yang tinggi, Bank Z Score yang tinggi (=earning lebih stabil), dst. Setelah tabel Indonesia, saya pamer tabel negara tetangga di kawasan Asia, baru kemudian negara lain di luar Asia. Tabelnya seperti ini:

Indonesia

Korupsi di Indonesia, berkorelasi dengan Bank Z-Score (67%-88%), stabilitas politik (59%-72%), rule of law (53%). Variabel ekonomi yang lain (pertumbuhan GDP dan rasio kredit terhadap aset bank) berkorelasi dibawah 50% dengan korupsi. (Mohon diingat, ini tabel korelasi tidak menunjukkan hubungan sebab akibat).

Terus terang, saya menduga korupsi akan berkorelasi erat dengan rasio kredit terhadap aset bank (semakin baik persepsi korupsi semakin banyak perbankan memberi kredit dan sebaliknya); tapi ternyata hanya korupsi versi Transparency International yang menunjukkan korelasi cukup erat (sekitar 49%, column3 x column 10)) dengan rasio kredit terhadap aset.  Nampaknya  di Indonesia penyalahgunaan wewenang lebih berkorelasi dengan Bank Z Score (fluktuasi laba bank), bukan dengan rasio kredit (Z Score sebetulnya menunjukkan probabilitas kebangkrutan; rumus asli pakai data “market value”; tapi rumus asli sudah banyak dimodifikasi sehingga bisa digunakan untuk perusahaan yang tidak listed). Mungkin (sekali lagi, m-u-n-g-k-i-n) karena penyalahgunaan wewenang (kalau terjadi) diwujudkan dalam bentuk kualitas kredit (yang mengakibatkan earning berfluktuasi); bukan dalam bentuk “credit rationing” terhadap borrower yang sebetulnya layak tapi tidak bisa kasi suap (seperti di Rusia).

Ada yang menarik: rasio kredit terhadap aset ternyata berkorelasi 65% dengan rule of law (column 3 x column 8). Barangkali korelasi ini menunjukkan ada kaitan antara efisiensi proses pengadilan (penyelesaian kredit macet, sita jaminan dst.) dengan ekspansi kredit perbankan (?)
Rule of law berkorelasi 82% dengan regulatory quality (column 7 x column 8). Karena korupsi berkorelasi dengan rule of law (walau hanya 53%) dan rule of law berkaitan dengan regulatory quality, mungkin salah satu cara mengendalikan korupsi di Indonesia adalah dengan memperbaiki tingkat kualitas regulasi. (Definisi “regulatory quality” pada database Worldwide Governance Indicator adalah: “…. the ability of the government to formulate and implement sound policies and regulations that permit and promote private sector development”.)

Korelasi yang tinggi memang tidak selalu berarti korelasi yang signifikan dari sisi statistik (disebut p value). Untuk Indonesia, saya sudah bikin uji signifikansi-nya dan semua yang berkorelasi tinggi, juga signifikan pada level 95% (p value kurang dari 5%).

Filipina

Catatan: data Bank Z Score Filipina tidak lengkap

Indonesia dan Filipina, memiliki rata-rata skor Corruption Perception Index yang mirip yaitu dibawah 3. Rata-rata skor korupsi versi Transparency International 1995-2009 untuk Indonesia adalah 2,18 sedangkan skor rata-rata Filipina 2,73. Kemiripan yang lain, skor korupsi Transparency International berkorelasi positif dengan skor Control of Corruption dari World Bank (artinya, konsisten). Namun demikian di Filipina korupsi berkorelasi dengan lebih banyak variabel: rasio kredit terhadap aset bank (52%-76%), voice and accountability (66%-83%), stabilitas politik (83%), regulatory quality (58%-79%), rule of law (71%).

Thailand

Skor korupsi Thailand versi Transparency International adalah 3,29. Lebih baik dari Indonesia dan Filipina. Di Thailand, korupsi berkorelasi sekitar 50%-55% dengan Bank Z Score, voice and accountability dan government effectiveness. Sekedar catatan, skor korupsi dari World Bank dengan Transparency International tidak konsisten (korelasi keduanya negatif (column9 x column 10)).
Menurut saya, ada hal yang menarik pada tabel Thailand. Rule of law berkorelasi erat (sekitar 80%) dengan voice& accountability (kebebasan pers, kebebasan menyatakan pendapat) dan  political stability. Sedangkan political stability berkorelasi 80% dengan voice & accountability.

Sekedar iseng, ini saya gambar skor voice and accountability Indonesia dan lima negara tetangga termasuk Singapore….Kita boleh bangga karena skor voice & accountability (kebebasan menyatakan pendapat, kebebasan pers) dinilai membaik; bahkan dibandingkan dengan negara tetangga. Anehnya, negara tetangga yang dianggap punya skor korupsi lebih baik dari Indonesia (Singapore, Malaysia, Thailand) punya skor voice & accountability lebih rendah bahkan cenderung memburuk dibanding Indonesia…(jangan-jangan kelihatan lebih baik karena orang tidak boleh ngomong ya…)

Kembali ke tabel korupsi Thailand: mungkin di Thailand,  meningkatkan kebebasan pers akan ikut meningkatkan stabilitas politik,  rule of law yang pada akhirnya akan memperbaiki tingkat korupsi (?)

Malaysia

Selain Singapore, Malaysia adalah negara yang memiliki skor korupsi tinggi di Asia Tenggara, menurut Transparency International (rata-rata skor 1995-2009 adalah 5,04).Variabel korupsi tidak memiliki korelasi yang erat (r dibawah 0,7) dengan variabel governance maupun kinerja ekonomi dan perbankan. Saya sempat mengira, mungkin korelasi yang tidak erat ini ciri negara yang relatif bersih? Sayang sangkaan saya keliru…(coba lihat tabel korelasi Singapore pada bagian akhir nanti).

Semula saya berharap dengan mengumpulkan dan membandingkan tabel korelasi begini akan nampak pola korelasi korupsi di negara yang dikenal korup dengan negara yang dikenal bersih. Tapi pola spesifik ternyata tidak ada (atau ada, tapi karena ini cuma tabel lucu-lucuan dibikin pake Excel akhirnya tidak nampak). Sementara ini, hanya ada dua hal yang  bisa ditengarai. Pertama, negara-negara yang tidak memiliki banyak masalah dengan korupsi, cenderung tidak memiliki korelasi yang kuat antara korupsi dengan variabel governance dan yang kinerja ekonomi. Kedua, negara-negara yang relatif tidak memiliki masalah dengan korupsi memiliki korelasi erat antara variabel rule of law (kepatuhan terhadap hukum),  government effectiveness (kualitas layanan publik, kualitas kebijakan dan konsistensi pemerintah melaksanakan kebijakan),  dan regulatory quality (kualitas kebijakan pemerintah dan pelaksanaan kebijakan yang terkait dengan dukungan terhadap pihak swasta).

Kedua ciri tersebut tidak bisa mengindikasikan skor korupsi suatu negara. Tanpa judul/identitas negara, tabel korelasi korupsi Malaysia tidak bisa dibedakan dari tabel korelasi Singapore. Tapi, secara umum, kita bisa membedakan negara yang lebih korup dengan memperhatikan keeratan variabel korupsi dengan variabel lain; bandingkan misalnya tabel Malaysia dengan Filipina; atau tabel Egypt/Mesir dengan Denmark (keduanya ada di bawah).

Sekali lagi, karena ini cuma lucu-lucuan, “teori” itu jangan terlalu diseriusi. Intinya, harus ada kajian lebih detail (=hati-hati) kalau penanggulangan korupsi mau dilakukan dengan menggunakan dasar hasil penelitian ilmiah; termasuk kalau -misalnya- mau menggunakan faktor “renumerasi PNS” sebagai sarana menanggulangi korupsi. (Bagus juga kalau ada yang “meneruskan” bikin tabel korelasi untuk semua negara yang disurvey peneliti World Bank atau Transparency International supaya ketahuan pola korelasinya… tidak banyak cuma sekitar 200an negara atau 200an tabel….hehe).

Berikut ini saya lanjutkan dengan pamer tabel korelasi korupsi dari Egypt/Mesir, Venezuela, Uruguay dan Vietnam. Seperti yang telah saya kemukakan, Vietnam saya tampilkan terakhir bersama Uruguay karena data korupsi baru dimulai tahun 1998.

Egypt/Mesir

Pada coret-coret yang lalu dikisahkankan ada tujuh negara yang memiliki kondisi mirip dengan Indonesia, yaitu rasio kredit terhadap GDP yang terus turun selama lebih dari satu dekade. Mesir adalah salah satu negara yang mengalami penurunan rasio bahkan dua kali. Saya mengira, mestinya di Mesir korupsi akan berkorelasi dengan rasio kredit terhadap aset atau paling tidak dengan variabel ekonomi. Ternyata tidak. Variabel kredit dan Z Score hanya berkorelasi sekitar 8%-40% dengan korupsi. Sebaliknya korupsi di Mesir berkorelasi 75% dengan voice and accountability dan 64% government effectiveness. Dua variabel governance terakhir ini berkorelasi cukup erat sekitar 83%.

Mungkin, di Mesir, ekspansi kredit perbankan lebih banyak dipengaruhi faktor ekonomi; aktivitas perbankan berkorelasi rendah dengan variabel korupsi. Yang jelas, di Mesir, korupsi  berkorelasi erat dengan  efektivitas pemerintahan dan/atau kebebasan pers. Mungkin dengan memperbaiki efektivitas pemerintahan (didefinisikan sebagai “… perceptions of the quality of public services, the quality of the civil service and the degree of its independence from political pressures, the quality of policy formulation and implementation, and the credibility of the government’s commitment to such policies.) tidak hanya korupsi yang berhasil dikendalikan tapi juga peningkatan stabilitas earning bank…. (Data yang dipakai di coret-coret ini antara 1996-2008. Apa yang terjadi di Mesir belakangan ini mungkin mengkonfirmasi korelasi antara korupsi dengan government effectiveness)

Venezuela

Di Venezuela, korupsi berkorelasi  60-62% dengan regulatory quality (column 7 x column 10) dan rule of law (column 8 x column 10). Mirip dengan Mesir variabel ekonomi ternyata hanya berkorelasi rendah dengan variabel korupsi. Perhatikan juga korelasi yang erat antara variabel governance (ditunjukkan dengan angka korelasi lebih besar dari 0,7 dan positif). Mungkin di Venezuela, sama seperti di Mesir, perbaikan indikator governance  memperbaiki indikator korupsi yang pada akhirnya memengaruhi kegiatan perbankan/ekonomi (?).

Negara yang memiliki masalah dengan data….

Uruguay dan Vietnam memiliki data ekonomi/perbankan mulai tahun 1996 tapi tidak lengkap. Selain itu data korupsi dari Transparency International untuk keduanya baru mulai diumumkan tahun 1998. Itu sebabnya mereka ditampilkan terakhir

Uruguay

Negara ini sebetulnya memiliki indeks korupsi versi Transparency International yang lumayan tinggi (rata-rata skor 1997-2009 adalah 5,5). Sayangnya, data Bank Z Score hanya 11 titik (mulai tahun 1998-2008). Hasil tabel korelasinya seperti berikut ini:

Kalau dibandingkan dengan tabel korelasi Malaysia, yang juga memiliki indikator korupsi relatif baik,  nampak ada kemiripan. Variabel korupsi hanya berkorelasi rendah baik dengan variabel ekonomi dan variabel governance yang lain. Perhatikan juga bahwa skor korupsi Uruguay dari dua database cukup konsisten: korelasi kedua database tersebut sekitar 76%.

Vietnam

Vietnam memiliki skor korupsi rata-rata lebih baik dari Indonesia, 2,58, tapi lebih rendah dari Filipina. (Bandingkan tabel korelasi Vietnam dengan tabel korelasi Filipina!) Di Vietnam, korupsi berkorelasi 54% dengan rasio kredit dan aset bank. Akan tetapi korupsi berkorelasi rendah dengan indikator atau variabel governance yang lain (misalnya rule of law, government effectiveness dan regulatory quality). Seandainya tidak ada judul tabel, tabel korelasi Vietnam bisa dikira tabel korelasi negara dengan indikator korupsi yang lumayan tinggi seperti Singapore. Saya tidak tau apakah itu berarti korupsi di Vietnam memang lebih berkorelasi dengan tingkat pendidikan? (lihat http://www.voanews.com/english/news/asia/Vietnamese-Struggle-to-Fight-Corruption-123489219.html).

No silver bullet, no quick fix

Tidak ada mantra kusus untuk mengatasi korupsi; selain itu nampaknya, seperti kutipan pada awal coret-coret ini,  korupsi “not all created equal”. Dengan kata lain, resep anti korupsi satu negara belum tentu manjur untuk negara lain karena ternyata korelasi korupsi dengan variabel ekonomi maupun governance tidak sama. (Selain itu, political will melawan korupsi tiap negara juga tidak sama. Bisa lihat di http://www.relooney.info/00_New_812.pdf).  Jadi kalau mau mengadopsi hasil penelitian korupsi menjadi kebijakan sebaiknya mengadopsi yang dibuat dengan data Indonesia. Kalau mau pakai penelitian dengan data negara lain, ya harus hati-hati karena mungkin ada faktor lain (yang penting) yang tidak masuk di dalam model ekonometri.

Hasil studi korupsi nampaknya sensitif terhadap data yang digunakan dan variabel yang masuk ke dalam model. Studi dengan menggunakan data tahun 2002 di Rusia menyimpulkan korupsi menjelaskan rasio kredit perbankan. Saya sempat bikin tabel korelasi korupsi Rusia dengan data 1996-2008. Sayang korelasi antara korupsi dengan variabel ekonomi menunjukkan nilai negatif (tidak seperti yang diharapkan, karena berarti semakin baik indeks korupsi, GDP growth, Z Score dan rasio kredit perbankan terhadap aktiva bank malah semakin rendah). Variabel korupsi di Rusia lebih berkorelasi dengan variabel governance (rule of law dan regulatory quality).  Selain itu, nampaknya, korelasi korupsi dengan aktivitas perbankan lebih tercermin pada fluktuasi earning (kualitas kredit) dibandingkan dengan kuantitas kredit (Hanya skor korupsi Filipina dan Vietnam yang berkorelasi erat dengan rasio kredit terhadap aset perbankan).

Dari tabel yang saya pamerkan disini, korupsi tidak nampak ada korelasi erat dengan GDP growth. Ini memang konsisten dengan temuan penelitian orang-orang pinter yang meragukan kaitan GDP growth dengan korupsi. Mereka sering kasi anekdot begini: “Cina, India, Indonesia, negara korup tapi toh growthnya bagus; sebaliknya negara-negara di Amerika Selatan dan Afrika, korup dan growthnya jelek…” (https://www2.bc.edu/~qianju/Corruption-801-2007.pdf). Nah, saya lalu iseng bikin tabel korelasi Nigeria yang pada akhir tahun 1990an mendapat ranking terjelek/terkorup versi Transparency International. Saya pikir, eh siapa tau di negara terkorup ini korupsi berkorelasi dengan GDP growth…. Tapi ternyata tidak juga….Di Nigeria, korupsi berkorelasi 64%-78% dengan Bank Z Score; 53% dengan regulatory quality; 63% dengan rule of law. Kalau dibandingkan dengan Indonesia atau Filipina, sepertinya tidak terlalu beda ya?? Padahal negara ini memiliki skor rata-rata dari Transparency International hanya 1,84. Selain itu Nigeria mendapat predikat “paling korup” tahun 1996, 1997, 1999 (terkorup kedua setelah Kamerun), 2000 (kembali menjadi terkorup), 2001-2004 (terkorup kedua setelah Bangladesh).

Sebagai penutup, ini saya mau pamer tabel korelasi korupsi untuk negara yang mendapat skor tinggi dari Transparency International (rata-rata indeks korupsi diatas 9): Singapore, Denmark dan New Zealand. Coba dilihat baik-baik: tanpa judul tabel, adakah karakteristik kusus yang menunjukkan tiga tabel ini adalah tabel korelasi korupsi negara yang dianggap “paling bersih” di dunia?

Singapore

Di Singapore, korupsi berkorelasi sekitar 50% dengan rule of law (column 8 x column10). Bandingkan dengan tabel korelasi korupsi Vietnam!

Denmark

Perhatikan korelasi yang erat antara variabel government effectiveness, rule of law dan regulatory quality. Bandingkan dengan tabel Venezuela!

New Zealand / Selandia Baru

Tabel korelasi korupsi New Zealand ini tanpa data Bank Z Score karena data hanya ada dua titik observasi.

Variabel korupsi di New Zealand tidak berkorelasi erat dengan variabel apapun. Perhatikan korelasi antara variabel rule of law dan regulatory quality.

Itu dulu….

Happy holiday season; Selamat Natal 2011 dan selamat tahun baru 2012.

2 responses »

  1. Dear Sri Kripik,

    Beruntung bisa ketemu blog ini waktu searching di google soal isu perbankan di Indonesia. Analisisnya begitu renyah dan ringan, serenyah seringan keripik🙂 tanpa mengurangi esensinya yang sangat mendalam. Bila berkenan saya ingin berkenalan lebih jauh untuk menikmati kerenyahan isu-isu perbankan dan makro lebih dalam

    Salam kenal

    Best regards

    • Terimakasih sudah mampir di lapak saya. Terimakasih yg kedua kali untuk puja pujinya…baju jadi terasa sempit ini ^_^. Sebetulnya ini bukan blog yang enak dibaca (dan ringan) karena saya nulis sesuka hati. Selain itu, saya bukan pakar atau ekonom atau orang pinter (yang kalau bikin statement bikin awam kliyengan). Jadi jangan terlalu serius dibaca dan jangan percaya gitu saja…hehe. Mari diskusi disini…harapannya kita bisa saling beri pencerahan. Terimakasih lagi… untuk yang ketiga kali! ^_^

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s