Apakah Tekanan Rupiah 2026 Benar Lebih Terkendali Dibanding Periode 2004–2014?

1. Introduction

Nilai tukar rupiah kembali menjadi perhatian publik ketika bergerak ke kisaran Rp17.000-an per dolar AS pada 2026. Secara psikologis, level tersebut mudah dibandingkan dengan episode krisis sebelumnya. Namun, perbandingan level nominal kurs saja dapat menyesatkan karena struktur ekonomi, cadangan devisa, rezim kebijakan moneter, kedalaman pasar keuangan, dan ketahanan perbankan telah berubah signifikan sejak periode 2004–2014.

Working paper ini merespons pernyataan kebijakan bahwa tekanan rupiah saat ini lebih terkendali dibanding periode 2004–2014. Pernyataan tersebut diperlakukan sebagai hipotesis empiris, bukan sebagai kesimpulan final. Ukuran keberhasilan tidak hanya dilihat dari penguatan sesaat rupiah, tetapi dari kemampuan sistem ekonomi menahan pelemahan kurs agar tidak berubah menjadi inflasi tinggi, capital flight, disrupsi pasar SBN, tekanan neraca pembayaran, dan pelemahan kredit.

Tujuan penelitian: menguji apakah tekanan rupiah 2026 benar lebih terkendali dibanding periode 2004–2014, serta mengidentifikasi indikator pembuktinya: depresiasi nominal, volatilitas kurs, pass-through inflasi, cadangan devisa, respons kebijakan BI, ketahanan neraca pembayaran, dan ketahanan sektor keuangan.

Research Questions

Q1

Apakah rupiah 2026 lebih terkendali?
Diukur melalui depresiasi, volatilitas, dan intensitas tekanan pasar keuangan.

Q2

Indikator apa yang membuktikan keterkendalian?
Inflasi, cadangan devisa, neraca pembayaran, kebijakan BI, dan perbankan.

Q3

Apakah tekanan lebih eksternal atau domestik?
Diuji dengan DXY, Fed Funds Rate, UST 10Y, VIX, dan harga minyak.

Q4

Apakah shock menjadi lebih terhubung saat krisis?
Diuji dengan BVAR/TVP-VECM dan Diebold–Yilmaz connectedness.

Hipotesis

Kode	Hipotesis	Indikator Uji
H1	Tekanan rupiah 2026 lebih terkendali dibanding 2004–2014.	Depresiasi, volatilitas kurs, drawdown, stress index.
H2	Pass-through pelemahan rupiah ke inflasi lebih rendah pada 2026.	Inflasi headline, core, administered prices, volatile food, ERPT.
H3	Tekanan 2026 lebih dominan berasal dari faktor eksternal.	DXY, Fed Funds, UST 10Y, VIX, Brent oil, capital flow.
H4	Cadangan devisa dan bauran kebijakan BI menahan tekanan kurs.	Reserve adequacy, BI-Rate, SRBI, DNDF, intervensi spot/swap, SBN.
H5	Sistem keuangan 2026 lebih resilien sehingga pelemahan kurs tidak otomatis menjadi krisis.	CAR, NPL, DPK, kredit, LCR, NSFR, AL/DPK.
H6	Keterhubungan shock meningkat pada krisis, tetapi transmisi sistemik dapat ditahan oleh koordinasi kebijakan.	DY total spillover, net transmitter, net receiver, rolling connectedness.

2. Data dan Sumber

Desain data yang direkomendasikan adalah bulanan 2004M1–2026M5 untuk analisis historis dan harian 2024–2026 untuk pasar keuangan. Jika data harian tidak lengkap, analisis utama tetap dapat berjalan pada frekuensi bulanan.

Blok	Variabel	Frekuensi	Sumber	Peran Analitis
Kurs	USD/IDR, JISDOR, kurs tengah	Harian/bulanan	Bank Indonesia	Depresiasi, volatilitas, drawdown.
Harga domestik	Inflasi headline, core, administered, volatile food	Bulanan	BPS, BI	Pass-through dan tekanan biaya hidup.
Moneter	BI-Rate, DF, LF, SRBI, DNDF, FX swap	Bulanan/lelang	Bank Indonesia	Respons stabilisasi nilai tukar.
Eksternal	Cadangan devisa, transaksi berjalan, NPI, neraca perdagangan	Bulanan/triwulanan	Bank Indonesia, BPS	Ketahanan eksternal.
Pasar keuangan	IHSG, yield SBN 10Y, CDS Indonesia 5Y	Harian/bulanan	IDX, DJPPR, penyedia pasar	Spillover pasar aset.
Perbankan	Kredit, DPK, NPL, CAR, LDR, LCR, NSFR	Bulanan	OJK	Ketahanan sektor keuangan.
Global	DXY/broad dollar, Fed Funds, UST 10Y, VIX, Brent oil	Harian/bulanan	FRED, Federal Reserve, World Bank Pink Sheet	Tekanan eksternal.

Catatan desain data: untuk membandingkan 2004–2014 dengan 2026, gunakan indikator yang distandarkan, bukan level kurs semata. Level Rp17.000 pada 2026 tidak otomatis identik dengan krisis bila inflasi, cadangan devisa, neraca pembayaran, dan sistem perbankan tetap terjaga.

3. Metode dan Modeling

Metode dirancang bertingkat. Tahap pertama menyusun indikator deskriptif; tahap kedua menguji pass-through kurs ke inflasi; tahap ketiga membaca dinamika shock melalui BVAR/TVP-VECM; tahap keempat mengukur keterhubungan shock dengan connectedness Diebold–Yilmaz.

3.1 Exchange Rate Pressure Index

Indeks ini mengukur tekanan kurs sebagai kombinasi depresiasi, volatilitas, dan penyangga cadangan devisa.

Model 1

$$Dep_t = 100 \times [\ln(E_t)-\ln(E_{t-1})]$$ $$Vol_t = sd(Dep_{t-k:t})$$ $$ERPI_t = z(Dep_t)+z(Vol_t)-z(ReserveAdequacy_t)$$

3.2 Inflation Pass-Through

Model ini menguji apakah pelemahan rupiah diteruskan ke inflasi domestik secara kuat atau lemah.

Model 2

$$\pi_t = \alpha + \sum_{j=0}^{p}\beta_j \Delta e_{t-j} + \gamma’X_t + \varepsilon_t$$ $$ERPT = \sum_{j=0}^{p}\beta_j$$

3.3 BVAR / VAR Shock Transmission

BVAR digunakan untuk membaca respons dinamis variabel domestik terhadap shock global dan shock nilai tukar.

Model 3

$$y_t = c + A_1y_{t-1}+\cdots+A_py_{t-p}+u_t, \quad u_t\sim N(0,\Sigma)$$ $$y_t=[USDIDR,\pi,BIrate,Reserves,IHSG,SBN,DXY,Oil,VIX]’$$

3.4 TVP-VECM / Time-Varying Cointegration

TVP-VECM dipakai bila relasi jangka panjang antarvariabel berubah sepanjang waktu, misalnya berbeda antara periode normal, COVID-19, dan tekanan rupiah 2026.

Model 4

$$\Delta y_t = \alpha_t\beta_t’y_{t-1}+\sum_{h=1}^{l}\Gamma_{h,t}\Delta y_{t-h}+\Psi_t x_t+\varepsilon_t$$ $$p_t=sp(\beta_t), \quad \text{ruang kointegrasi bergerak perlahan dari }p_{t-1}$$

3.5 Diebold–Yilmaz Connectedness

Connectedness digunakan untuk mengukur apakah shock kurs, minyak, dolar global, pasar saham, dan pasar SBN saling memperkuat. Keunggulannya adalah dapat membedakan variabel yang menjadi net transmitter dan net receiver.

Model 5

$$\tilde{\theta}^{g}_{ij}(H)=\frac{\theta^{g}_{ij}(H)}{\sum_{j=1}^{N}\theta^{g}_{ij}(H)}$$ $$S^g(H)=\frac{\sum_{i,j=1;i\ne j}^{N}\tilde{\theta}^{g}_{ij}(H)}{N}\times 100$$ $$S^g_i(H)=S^g_{\cdot i}(H)-S^g_{i\cdot}(H)$$

Tahapan Estimasi

Tahap	Prosedur	Output
1	Bangun dataset 2004M1–2026M5, transformasi log/return/yoy.	Panel makro-finansial bersih.
2	Bagi periode: 2004–2014, 2015–2024, 2025–2026.	Perbandingan episode tekanan.
3	Hitung depresiasi, volatilitas, ERPI, reserve adequacy, banking resilience.	Indeks keterkendalian rupiah.
4	Estimasi ERPT dengan distributed lag/ARDL.	Koefisien pass-through kurs ke inflasi.
5	Estimasi BVAR/TVP-VECM dan impulse response.	Respons inflasi, BI-Rate, cadangan, IHSG, SBN.
6	Hitung DY connectedness dengan rolling window.	Total spillover, net transmitter, net receiver.
7	Susun narasi kebijakan.	Apakah tekanan 2026 terkendali dan indikator pembuktinya.

4. Result dan Discussion Awal

Bagian ini menyajikan hasil awal berbasis indikator resmi yang telah tersedia. Hasil ekonometrik final tetap membutuhkan pengunduhan dataset lengkap dan estimasi model. Angka di bawah ini berfungsi sebagai basis interpretasi awal sekaligus parameter default dalam simulator.

Result 1 — Level rupiah melemah, tetapi inflasi masih rendah

Rupiah menyentuh JISDOR Rp17.743 per dolar AS pada 25 Mei 2026. Namun, inflasi April 2026 berada di 2,42% y-on-y dan inflasi inti 2,44%. Artinya, tekanan kurs belum berubah menjadi episode inflasi tinggi seperti 2005, 2008, 2013, atau 2014.

Result 2 — Respons BI bersifat pro-stability

BI menaikkan BI-Rate 50 bps menjadi 5,25% dan memperkuat intervensi valas melalui NDF, spot, DNDF, SRBI, serta transaksi SBN sekunder secara terukur. Ini menunjukkan pelemahan kurs ditangani dengan bauran kebijakan, bukan hanya suku bunga.

Result 3 — Cadangan devisa menjadi jangkar ketahanan eksternal

Cadangan devisa akhir Maret 2026 tercatat USD148,2 miliar atau setara 5,8 bulan impor dan pembayaran utang luar negeri pemerintah. Dengan rasio tersebut, posisi eksternal masih berada di atas standar kecukupan internasional.

Result 4 — Perbankan menjadi bantalan stabilitas

Pada Maret 2026, kredit tumbuh 9,49% yoy, DPK tumbuh 13,55% yoy, NPL gross 2,14%, dan CAR 25,09%. Kualitas kredit dan modal perbankan menunjukkan bahwa tekanan rupiah belum menekan fungsi intermediasi secara sistemik.

Interpretasi awal: klaim “lebih terkendali” tidak berarti rupiah tidak melemah. Klaim itu lebih tepat dipahami sebagai kondisi ketika pelemahan rupiah belum memicu spiral inflasi, krisis perbankan, pelemahan kredit, dan tekanan eksternal yang tidak terkendali.

Matrix Pembuktian

Indikator	2004–2014	2026	Makna
Depresiasi nominal	Klaim sekitar 40% selama 10 tahun	Klaim sekitar 5–6% YTD	Perlu dihitung ulang dari JISDOR/kurs tengah.
Inflasi	2005: 17,11%; 2008: 11,06%; 2013: 8,38%; 2014: 8,36%	April 2026: 2,42%	Pass-through tampak lebih rendah, perlu estimasi ERPT.
Cadangan devisa	Lebih terbatas dibanding era pasca reformasi kebijakan	USD148,2 miliar; 5,8 bulan impor dan ULN pemerintah	Ruang stabilisasi lebih besar.
Respons kebijakan	Dominan suku bunga dan stabilisasi makro konvensional	BI-Rate, SRBI, DNDF, spot, swap, SBN, koordinasi KSSK	Bauran kebijakan lebih lengkap.
Perbankan	Rentan terhadap episode inflasi dan suku bunga tinggi	CAR 25,09%; NPL gross 2,14%	Bantalan sistem keuangan lebih kuat.

5. Perhitungan Diebold–Yilmaz Index: Siapa Mempengaruhi Siapa?

Bagian ini memperbaiki working paper dengan memasukkan connectedness table ala Diebold–Yilmaz. Prinsip bacanya sederhana: baris adalah variabel yang dipengaruhi, sedangkan kolom adalah sumber shock. Angka di luar diagonal menunjukkan berapa persen variasi kesalahan prediksi suatu variabel dijelaskan oleh shock dari variabel lain.

Status angka: tabel FEVD di bawah adalah matrix kerja awal/skenario baseline untuk memudahkan penyusunan working paper dan desain penelitian. Untuk publikasi final, angka harus diganti dengan hasil estimasi VAR/BVAR/TVP-VAR berbasis dataset 2004M1–2026M5 atau data harian pasar keuangan. Namun, rumus, alur perhitungan, dan logika interpretasinya sudah mengikuti kerangka DY.

Rumus operasional DY Index

$$ ilde{ heta}_{ij}^{g}(H)=rac{ heta_{ij}^{g}(H)}{\sum_{j=1}^{N} heta_{ij}^{g}(H)},\quad \sum_{j=1}^{N} ilde{ heta}_{ij}^{g}(H)=1$$ $$FROM_i=\sum_{j=1,j eq i}^{N} ilde{ heta}_{ij}^{g}(H),\quad TO_i=\sum_{j=1,j eq i}^{N} ilde{ heta}_{ji}^{g}(H)$$ $$NET_i=TO_i-FROM_i,\quad TCI=rac{1}{N}\sum_{i=1}^{N}FROM_i$$

TCI 2004–2014

65,25%

spillover sistemik lebih tinggi

TCI 2026 baseline

56,38%

masih tinggi, tetapi lebih rendah

Penurunan TCI

−8,88 pp

indikasi tekanan lebih terkendali

FX → Inflasi

24 → 16

pass-through shock kurs menurun

Kesimpulan DY 2026

Net transmitter utama adalah DXY, Oil, UST/VIX, dan USD/IDR. Artinya, tekanan rupiah 2026 terutama bersifat global-financial shock yang kemudian masuk ke pasar domestik melalui kurs, SBN, IHSG, dan inflasi.

Net receiver utama adalah IHSG, BI/Reserves, SBN10Y, dan Inflasi. Ini berarti pasar aset domestik dan instrumen stabilisasi lebih banyak menyerap shock daripada menyebarkan shock ke sistem global.

Makna terhadap Hipotesis

Dibanding 2004–2014, skenario 2026 menunjukkan total connectedness lebih rendah, link USD/IDR → Inflasi melemah, dan link USD/IDR → SBN sedikit menurun. Ini mendukung hipotesis bahwa tekanan rupiah 2026 lebih terkendali, bukan karena shock kecil, tetapi karena pass-through dan rambatan domestiknya lebih tertahan.

5.1 Matrix FEVD 2026 Baseline

Pilih periode untuk melihat perhitungan ulang. Angka dapat diedit langsung; sistem akan menormalisasi baris agar total setiap baris menjadi 100%.

Pilih matrix

Horizon FEVD H

Reset matrix

Total Connectedness

—

rata-rata shock lintas variabel

Net Transmitter Terbesar

—

Net Receiver Terbesar

—

Rupiah Net Position

—

positif = penyebar bersih

5.2 Ringkasan TO, FROM, dan NET

5.3 Siapa Mempengaruhi Siapa?

Kesimpulan: —

5.4 Perbandingan 2004–2014 vs 2026

Link utama	2004–2014	2026	Interpretasi
DXY → USD/IDR	24	22	Tekanan dolar tetap dominan, tetapi tidak meningkat secara tajam.
Oil → Inflasi	24	18	Shock energi ke inflasi lebih tertahan.
USD/IDR → Inflasi	24	16	Pass-through kurs melemah.
USD/IDR → SBN10Y	22	18	Rambatan kurs ke pasar obligasi tetap ada, namun lebih rendah.
TCI	65,25%	56,38%	Keterhubungan shock turun 8,88 poin persentase.

5. Simulator Interaktif Result & Discussion

Simulator berikut dibuat untuk membantu pembaca memahami logika penelitian. Angka default mengikuti indikator awal 2026, tetapi semua input dapat diubah untuk membangun skenario alternatif.

Simulator 1 — Kalkulator Depresiasi Rupiah

Gunakan untuk menghitung pelemahan/penguatan USD/IDR antarperiode.

Kurs awal

Kurs akhir

Depresiasi

—

Simulator 2 — Pass-Through ke Inflasi

Menguji dampak depresiasi terhadap inflasi berdasarkan koefisien ERPT.

Depresiasi (%)

Koefisien ERPT

Inflasi awal (%)

Inflasi simulatif

—

Simulator 3 — Reserve Adequacy

Menghitung berapa bulan cadangan devisa mampu membiayai impor dan pembayaran ULN pemerintah setelah intervensi.

Cadangan devisa (USD miliar)

Kebutuhan bulanan (USD miliar)

Intervensi/stabilisasi (USD miliar)

Rasio bulan impor + ULN pemerintah

—

Simulator 4 — Banking Resilience Score

Menggabungkan CAR, NPL, pertumbuhan kredit, DPK, dan LCR sebagai bantalan sistem keuangan.

CAR (%)

NPL gross (%)

Kredit yoy (%)

DPK yoy (%)

LCR (%)

Banking resilience

—

Simulator 5 — Rupiah Controlledness Index

Indeks ringkas untuk membaca apakah tekanan kurs masih terkendali. Semakin tinggi skor, semakin terkendali. Formula ini bersifat dashboard/proxy, bukan pengganti estimasi ekonometrik.

Depresiasi (%)

Inflasi (%)

Cadangan (bulan)

Tekanan global (0–100)

CAR (%)

NPL (%)

Respons BI (0–100)

Koordinasi KSSK (0–100)

Rupiah Controlledness Index

—

Simulator 6 — Connectedness Shock Network

Mengilustrasikan logika Diebold–Yilmaz: ketika shock global dan pasar aset saling terhubung, total spillover meningkat. Atur bobot untuk melihat apakah kurs lebih banyak menerima atau menyebarkan shock.

Oil → Rupiah

DXY → Rupiah

Rupiah → Inflasi

Rupiah → SBN

Rupiah → IHSG

Policy Dampener

Total spillover simulatif

—

USD/IDR
Rupiah

Oil
Shock

DXY
Fed

SBN
Yield

IHSG
Asset

Inflasi
IHK

6. Kesimpulan Awal dan Kontribusi

Working paper ini menyimpulkan secara awal bahwa tekanan rupiah 2026 dapat disebut lebih terkendali apabila dibuktikan oleh lima indikator: inflasi tetap dalam sasaran, cadangan devisa memadai, respons kebijakan BI aktif, sistem perbankan tetap kuat, dan spillover shock tidak berkembang menjadi krisis sistemik. Dengan demikian, isu utamanya bukan semata level Rp17.000-an, melainkan kualitas tekanan dan kapasitas stabilisasi.

Kontribusi Teoritis

Membedakan depresiasi nominal dari tekanan sistemik melalui konsep stabilitas makro-finansial dan connectedness.

Kontribusi Metodologis

Menggabungkan ERPI, ERPT, BVAR/TVP-VECM, dan Diebold–Yilmaz connectedness.

Kontribusi Kebijakan

Memberi indikator yang dapat digunakan untuk menilai apakah intervensi kurs dan bauran kebijakan efektif.

Agenda estimasi berikutnya: unduh dataset lengkap, lakukan uji stasioneritas dan kointegrasi, estimasi ERPT per subperiode, hitung rolling volatility, estimasi BVAR/TVP-VECM, dan bangun connectedness table untuk mengidentifikasi variabel mana yang menjadi penyebar shock utama.

7. Sumber Model dan Data

Bank Indonesia: JISDOR, kurs tengah, BI-Rate, cadangan devisa, Neraca Pembayaran Indonesia, operasi moneter, dan siaran pers KSSK.
BPS: inflasi headline, core, administered prices, volatile food, dan data harga domestik.
OJK: Statistik Perbankan Indonesia, RDKB OJK, data kredit, DPK, NPL, CAR, LCR, dan NSFR.
FRED/Federal Reserve: broad dollar index, effective federal funds rate, UST 10Y, dan VIX.
World Bank Pink Sheet: harga minyak Brent, energi, pangan, pupuk, dan komoditas global.
Koop, León-González, dan Strachan: time-varying cointegration dan TVP-VECM.
Diebold dan Yilmaz: connectedness, generalized FEVD, total/directional/net spillover.
Lenza dan Slacalek: BVAR, QE transmission, heterogeneity, dan simulasi mikro-makro.

Dokumen ini adalah prototipe working paper interaktif. Angka default adalah indikator awal yang dapat diperbarui setelah dataset lengkap diolah. Untuk publikasi akademik, seluruh angka simulatif harus diganti dengan hasil estimasi dataset final.