Page 30 - Working Paper (Metode dan Teknik Proyeksi Penerimaan Pajak: Panduan dan Aplikasi)
P. 30
Tabel 18 – Evaluasi Hasil Proyeksi Penerimaan Pajak DDTC Fiscal Research, 2013 - 2018
Tahun Realisasi terhadap Proyeksi terhadap Target (%) Komentar Hasil
Target (%) Pesimis Optimis
2013 a 92,6% 92,2% Berbeda -0,4%
2014 b 91,9% 92,5% 94,0% Berbeda +0,6%
2015 c 82,0% 82,7% 85,6% Berbeda +0,7%
2016 d 81,6% 80,6% 84,2% Masuk rentang
2017 e 89,7% 87,8% 89,2% Berbeda -0,5%
2018 f 92,4% 90,7% 92,9% Masuk rentang
Catatan dan Sumber:
a ) Lihat Adri A.L. Poesoro dan B. Bawono Kristiaji, “Target Pajak Tahun 2014, Realistiskah?” Inside Tax Edisi 18 (2013):
12. Untuk tahun 2013, proyeksi penerimaan pajak berupa suatu angka tunggal dan bukan rentang.
b ) Estimasi dilakukan dua kali di waktu yang berbeda. Untuk proyeksi pesimis merujuk pada hasil perhitungan dengan
metode multivariat GMM dinamis yang dilakukan November 2013. Lihat Adri A.L. Poesoro dan B. Bawono Kristiaji,
“Target Pajak Tahun 2014, Realistiskah?” Inside Tax Edisi 18 (2013): 12. Sedangkan untuk proyeksi optimis merujuk
pada perhitungan skenario business as usual yang dilakukan September 2014. Sebagai catatan, estimasi dilakukan
tidak hanya untuk komponen pajak namun juga perpajakan. Lihat Adri A.L. Poesoro, “Proyeksi Penerimaan Pajak
Indonesia 2015-2019,” Inside Tax Edisi 26 (2014): 10.
c ) Estimasi pada tahun 2015 dilakukan pada Maret 2015 untuk total penerimaan dengan rentang antara 82,7% hingga
85,6%. Estimasi tidak dipublikasikan.
d ) Estimasi dilakukan pada November 2015. Angka pesimis berasal dari model multivariate sebesar Rp1.091 triliun.
Sedangkan untuk angka optimis berasal dari perhitungan univariate sebesar Rp1.141 triliun. Lihat Adri A. L. Poesoro
dan B. Bawono Kristiaji, “Perlukah Merevisi Target Penerimaan Pajak 2016?” Inside Tax Edisi 36 (2015): 22-28.
e ) Estimasi untuk 2017 dilakukan dua kali: Oktober 2016 dan Oktober 2017. Berdasarkan proyeksi pada Oktober 2016,
hasil perhitungan dianggap terlalu optimis sehingga direvisi. Lihat B. Bawono Kristiaji, Adri A.L. Poesoro, dan Denny
Vissaro, “Tren, Tantangan & Prediksi Penerimaan Pajak 2018,” Inside Tax Edisi 39 (2017): 41.
f ) Estimasi untuk 2018 diadakan dua kali: Oktober 2017 dan September 2018. Estimasi final dapat dilihat pada B.
Bawono Kristiaji dan Denny Vissaro, “Outlook dan Tantangan Sektor Pajak di 2019” Inside Tax Edisi 40 (2018): 23.
Pada estimasi tersebut, juga mulai dilakukan pendekatan berbasis tax buoyancy.
H. Simpulan dan Rekomendasi
Perkembangan ketersediaan informasi dan kebutuhan proyeksi penerimaan pajak tersebut menuntut
adanya pengembangan dari metode proyeksi yang tersedia saat ini. Untuk itu, studi ini berupaya
merespons kebutuhan pengembangan studi proyeksi penerimaan pajak untuk menghasilkan hasil
estimasi proyeksi yang kredibel dan dapat dipertanggungjawabkan secara akademis.
Dalam proyeksi dengan perspektif secara makro, terdapat empat macam pendekatan, yaitu
pendekatan univariate, pendekatan berbasis PDB, pendekatan multivariate, dan pendekatan metode
rata-rata. Dari beberapa pendekatan tersebut, Tim Penulis melakukan proyeksi dengan model
Random Walk, AR, tax buoyancy, dan VAR. Dari setiap pendekatan, diperlukan uji-uji statistik untuk
mengetahui tingkat kredibilitas model yang digunakan. Lebih lanjut, pemilihan model yang digunakan
juga harus disesuaikan dengan konteks tujuan proyeksi dan karakteristik variabel yang diestimasi.
Model Random Walk dan AR merupakan model yang lebih relevan ketika tahun penerimaan pajak
yang diproyeksi berada pada kondisi yang relatif business as usual, atau tidak banyak terdapat
discretionary changes dari pemerintah maupun perubahan faktor eksternal. Hal ini dikarenakan kedua
model tersebut mengandalkan tren variabel yang diproyeksi itu sendiri dalam menjelaskan
pergerakan nilai di masa depan.
Apabila proyeksi ingin dilakukan berdasarkan tingkat respons atau sensitivitas penerimaan pajak
terhadap perubahan PDB, metode dengan menggunakan tax buoyancy dapat menjadi pilihan tepat.
28