Dampak Kebijakan Anti-Money Laundering (AML) terhadap Shadow Economy

Deskripsi

Penelitian ini menguji dampak keketatan kebijakan Anti Pencucian Uang (Anti-Money Laundering/AML) terhadap ukuran shadow economy, yang belum pernah diuji secara langsung dalam literatur. Dengan menggunakan data panel tidak seimbang dari 133 negara selama periode 2012 hingga 2020 yang mencakup 920 observasi, penelitian ini mengestimasi model panel dinamis melalui metode Two-step System Generalized Method of Moments (System GMM) untuk mengatasi persistensi variabel dependen dan potensi endogenitas. Keketatan kebijakan AML diukur melalui transformasi Basel AML Index, sedangkan ukuran shadow economy menggunakan estimasi Dynamic General Equilibrium (DGE) dari Elgin et al. (2021). Hasil penelitian menunjukkan bahwa keketatan kebijakan AML berpengaruh positif dan signifikan terhadap ukuran shadow economy, dengan koefisien 0,224. Tingginya persistensi variabel dependen menunjukkan bahwa efek tahunan yang tampak kecil ini cenderung terakumulasi seiring waktu, meskipun besaran dampak jangka panjangnya tidak dikuantifikasi secara presisi. Arah dan besaran temuan ini konsisten di berbagai uji ketahanan. Analisis heterogenitas memberikan dukungan parsial terhadap hipotesis kedua, yaitu pengaruh keketatan AML lebih terdeteksi pada subsampel yang lebih besar, yaitu kelompok non-LMIC dan non-OECD, sementara perbedaan signifikansi antarkelompok perlu diinterpretasikan secara hati-hati. Penelitian ini menunjukkan bukti empiris yang konsisten dengan adanya konsekuensi yang tidak diinginkan dari pengetatan AML dan menggarisbawahi pentingnya pendekatan berbasis risiko, termasuk penerapan uji tuntas yang disederhanakan bagi segmen berisiko rendah, dalam desain kebijakan.