Upload
baskoro-citra
View
54
Download
3
Embed Size (px)
Citation preview
ANALISIS PENGARUH GUNCANGAN KURS YEN DAN USD TERHADAP RUPIAH DALAM MEKANISME TRANSMISI KEBIJAKAN
MONETER MELALUI JALUR NILAI TUKAR DI INDONESIA
OLEH: NURINA SITARESMI
H14102090
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR 2006
RINGKASAN
NURINA SITARESMI. Analisis Pengaruh Guncangan Kurs Yen dan USD Terhadap Rupiah Dalam Mekanisme Transmisi Kebijakan Moneter Melalui Jalur Nilai Tukar di Indonesia (dibimbing oleh NOER AZAM ACHSANI).
Indonesia termasuk dalam perekonomian terbuka kecil yang tidak terlepas dari pengaruh negara lain dalam perekonomian global khususnya perekonomian negara yang besar dan kuat seperti Amerika Serikat dan Jepang, dimana kedua negara tersebut tergolong kedalam negara industri maju yang memiliki tingkat pertumbuhan ekonomi yang tinggi, perekonomian yang kuat mantap serta didukung oleh teknologi dan sumberdaya manusia yang produktif. Oleh karena itu jika terjadi gejolak dalam perekonomian negara yang besar dan kuat, negara dengan perekonomian terbuka kecil seperti Indonesia akan terpengaruh yang akan ditransmisikan kedalam perekonomian domestik baik secara langsung maupun tidak langsung.
Mekanisme transmisi kebijakan moneter melalui jalur nilai tukar menekankan bahwa pergerakan nilai tukar dapat mempengaruhi perkembangan demand dan supply secara agregat dan selanjutnya akan mempengaruhi output dan harga. Amerika dan Jepang merupakan negara mitra dagang utama Indonesia sehingga kestabilan nilai tukar Rupiah terhadap kedua negara tersebut sangatlah penting. Besar kecilnya pergerakan nilai tukar tergantung pada sistem nilai tukar yang dianut oleh suatu negara. Indonesia mengalami tiga rezim sistem nilai tukar yaitu sistem nilai tukar tetap, nilai tukar mengambang terkendali dan nilai tukar mengambang bebas. Sistem nilai tukar tetap telah ditinggalkan oleh pemerintah Indonesia sejak November 1978, selanjutnya berganti dengan sistem nilai tukar mengambang terkendali sampai dengan 13 Agustus 1997 dan pada tanggal 14 Agustus 1997 berganti menjadi sistem nilai tukar mengambang bebas terkait dengan krisis ekonomi yang terjadi di Indonesia, dimana cadangan devisa negara semakin terkuras akibat dari depresiasi nilai tukar Rupiah terhadap Dollar Amerika yang berawal dari adanya tekanan yang berasal dari adanya serangan spekulasi terhadap mata uang Baht Thailand yang kemudian berdampak menjalar (contagion efffect) ke mata uang Indonesia. Melalui penerapan sistem nilai tukar mengambang bebas, aliran dana dari luar negeri akan mempengaruhi nilai tukar secara langsung dan tidak langsung.
Dalam penulisan ini akan membahas mekanisme transmisi kebijakan moneter melalui jalur nilai tukar yang dipengaruhi oleh shock yang berasal dari Yen dan USD yang dapat ditransmisikan baik secara langsung maupun secara tidak langsung pada perekonomian dalam negeri. Terdapat dua jalur nilai tukar dari kebijakan moneter yang akan ditransmisikan kepada sektor riil. Jalur pertama
disebut dengan efek nilai tukar secara langsung, dimana perubahan kurs akan secara langsung mempengaruhi harga barang impor, ekspor neto, dan output nasional. Sedangkan jalur kedua disebut sebagai efek nilai tukar secara tidak langsung, dimana perubahan kurs mempengaruhi perubahan harga barang impor, inflasi, suku bunga, dan investasi yang selanjutnya akan mempengaruhi output nasional.
Tujuan utama dari penelitian ini yaitu : (1) menganalisis pengaruh yang berasal dari fluktuasi Yen dan dolar Amerika Serikat terhadap kurs Rupiah serta mengetahui negara mana yang memberikan pengaruh shock terbesar pada kurs rupiah. (2) menganalisis respon variabel ekonomi akibat dari adanya guncangan kurs dalam mekanisme transmisi kebijakan moneter melalui jalur nilai tukar (3) mengidentifikasi kontribusi dari variabel makroekonomi terhadap variabilitas guncangan kurs.
Dalam penelitian ini menggunakan model SVAR (Structural Vector Autoregession) yang dikombinasikan dengan Vector Error Correction Model (VECM) digunakan untuk menganalisis pengaruh dari guncangan nilai tukar yang dipengaruhi oleh shock dolar dan yen dalam transmisi moneter melalui jalur nilai tukar baik secara langsung maupun tidak langsung melalui simulasi Impulse Respons Function (IRF) dan Forecast Error Variance Decomposition (FEVD). Data yang digunakan adalah data sekunder dari kuartal pertama tahun 1990 sampai dengan kuartal ketiga tahun 2005, dimana semua data ditransformasikan dalam bentuk logaritma natural kecuali data untuk suku bunga serta data berbentuk indeks diubah menjadi tahun dasar 2000.
Pengaruh guncangan kurs Dollar dan Yen terhadap kurs riil Rupiah akan ditransmisikan melalui dua jalur, yaitu jalur kurs langsung dan jalur kurs tidak langsung. Pada jalur tidak langsung melalui perubahan harga barang impor yang dipengaruhi oleh fluktuasi kurs Yen dan Dollar, kemudian perubahan harga barang impor tersebut akan mempengaruhi harga barang yang dikonsumsi oleh konsumen. Perubahan harga tersebut akan mempengaruhi inflasi, suku bunga, investasi dan nilai pendapatan nasional. Sementara itu untuk jalur transmisi langsung melalui perubahan kurs riil Rupiah akan mempengaruhi output nasional melalui kinerja ekspor dan impor. Hasil dari simulasi IRF dan FEVD menunjukkan bahwa dengan adanya guncangan kurs Dollar dan Yen akan membuat variabel makroekonomi domestik berfluktuasi tinggi dalam jangka pendek tetapi dalam jangka panjang fluktuasi tersebut akan semakin berkurang dan menghilang. Pengaruh gucangan kurs dolar memberikan fluktuasi yang relatif lebih kuat terhadap variabel makroekonomi Indonesia dibandingkan pengaruh kurs yen Jepang. Namun untuk jalur transmisi kurs tidak langsung yang dipengaruhi oleh shock Yen terdapat fenomena bahwa variabel makroekonomi terus mengalami fluktuasi baik dalam jangka pendek maupun dalam jangka panjang. Baik dalam jalur lintasan kurs langsung maupun tidak langsung, fluktuasi kurs riil Rupiah berpengaruh terhadap perubahan harga barang-barang yang diperdagangkan secara internasional (ekspor dan impor). Oleh karena itu otoritas moneter harus memiliki mekanisme yang tepat untuk memelihara kestabilan kurs Rupiah baik dalam jangka pendek maupun jangka panjang karena ketidakstabilan kurs akan memicu fluktuasi inflasi domestik.
ANALISIS PENGARUH GUNCANGAN KURS YEN DAN USD
TERHADAP RUPIAH DALAM MEKANISME TRANSMISI KEBIJAKAN MONETER MELALUI JALUR NILAI TUKAR DI INDONESIA
OLEH: NURINA SITARESMI
H14102090
Skripsi
Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada
Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR 2006
INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN
DEPARTEMEN ILMU EKONOMI Dengan ini menyatakan bahwa skripsi yang disusun oleh,
Nama : Nurina Sitaresmi
NRP : H14102090
Program Studi : Ilmu Ekonomi
Judul Skripsi : Analisis Pengaruh Guncangan Kurs Yen dan USD Terhadap
Rupiah Dalam Mekanisme Transmisi Melalui Jalur Nilai Tukar
di Indonesia
Dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada
Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut
Peertanian Bogor.
Menyetujui, Dosen Pembimbing,
Dr. Noer Azam Achsani NIP 132014445
Mengetahui, Ketua Departemen Ilmu Ekonomi,
Dr. Ir. Rina Oktaviani, MS NIP 131 846 872
Tanggal Kelulusan:
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH
BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM
DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA
PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.
Bogor, Agustus 2006
Nurina Sitaresmi
H14102090
RIWAYAT HIDUP
Penulis bernama Nurina Sitaresmi, lahir pada tanggal 6 September 1984 di Jakarta. Penulis adalah anak pertama dari dua bersaudara, dari pasangan Drs. H. Achmad Sofyan dan Hj. Pudji Artiningsih, S.Sos. Jenjang pendidikan penulis, pada tahun 1993 penulis menamatkan sekolah dasar pada SDN Mekarsari II Cimanggis, kemudian melanjutkan ke SLTP Negeri 1 Cimanggis dan lulus pada tahun 1999. Pada tahun yang sama penulis diterima di SMUN 106 Jakarta Timur dan lulus pada tahun 2002.
Pada tahun 2002 penulis melanjutkan studinya di Institut Pertanian Bogor (IPB) melalui Jalur Undangan Seleksi Masuk IPB (USMI) dan diterima sebagai mahasiswa Program Studi Ilmu Ekonomi pada Fakultas Ekonomi dan Manajemen. Selama menjadi mahasiswa, penulis aktif dalam organisasi Hipotesa, HMI Komisariat FEM. Selain itu penulis juga sering berpartisipasi dalam berbagai kegiatan kemahasiswaan di IPB dan juga pernah menjadi finalis lomba karya ilmiah mahasiswa tingkat nasional.
Success is the ability to go from one failure to another with no loss of enthusiasm.
Every day you make a progress.
Every step may be fruitful.
Yet there will stretch out before you an ever-lenghtening, ever-ascending, ever-
improving path.
You know you will never get to the end of the journey.
But this so far from discouraging, only adds to the joy and glory of the climb.
With every experience you alone are painting your own canvas, thoughts by
thought, choice by choice to reach your own dreams.
And never to turn one’s back on the threatened danger and try to run away from
it.
If you do that, you will double the danger.
But if you meet it promptly and without flinching, you will reduced the danger by
the half (Churcill and Winfrey )
KATA PENGANTAR
Pertama-tama penulis ucapkan puji dan syukur kepada Allah SWT atas
segala rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan
penyusunan skripsi ini. Judul skripsi ini adalah “Analisis Pengaruh Guncangan
Kurs Yen dan USD Terhadap Rupiah Dalam Mekanisme Transmisi
Kebijakan Moneter Melalui Jalur Nilai Tukar di Indonesia”. Usulan
penelitian ini disusun oleh penulis sebagai salah satu syarat untuk melakukan
penelitian dengan tujuan untuk menyelesaikan skipsi untuk meraih gelar Sarjana
Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen,
Institut Pertanian Bogor.
Penulis mengucapkan terima kasih yang sebesar-besarnya kepada beberapa
pihak yang telah memberikan bantuan dalam penyelesaian skripsi ini, antara lain :
1. Dr. Noer Azam Achsani selaku pembimbing skripsi yang telah memberikan
bimbingan baik secara teknis maupun teoritis dalam proses penyusunan skripsi
ini sehingga dapat diselesaikan dengan baik.
2. Dr. Nunung Nuryantoro selaku penguji utama dalam sidang skripsi yang telah
memberikan kritik dan saran yang sangat berharga dalam penyempurnaan
skripsi ini.
3. Syamsul Hidayat Pasaribu, M.Si selaku komisi pendidikan dan memberikan
literatur ekonometrika mengenai SVAR.
4. Andriansyah, M.Sc yang telah memberikan kemudahan dalam mengakses data
yang akan digunakan dalam penelitian.
5. Yati Nuryati, MS dan Mas Adrian Lubis yang telah menyediakan waktu untuk
konsultasi dalam hal pengolahan data.
6. Dr. Ir. Djoni Hartono yang telah memberikan literatur ekonometrika mengenai
SVAR.
7. Kedua orang tua penulis yang selalu mencurahkan kasih sayang serta
mendukung dan mendoakan adinda setiap waktu.
8. Sahabat-sahabatku Yeyen, Selda, Wati, Indah, Nilam, Dhika yang selalu
memberikan dukungan dan tempatku bersandar disaat senang maupun susah.
9. Ananda crews; Diana, Mootie, Mutia, Pipit terima kasih atas kebersamaan
kalian dalam mengisi hari-hari yang penuh dengan keceriaan.
10. Teman-teman satu bimbingan Hanie, Fickry, dan Heri yang selalu
memberikan bantuan kepada penulis, bertukar pikiran dan berdiskusi dalam
penyelesaian skripsi ini.
11. Semua pihak yang telah membantu demi kelancaran skripsi ini.
Mudah-mudahan skripsi ini bermanfaat bagi penulis dan pihak lain yang
membutuhkan.
Bogor, Agustus 2006
Nurina Sitaresmi
H14102090
DAFTAR ISI
Halaman
DAFTAR TABEL ...................................................................................... xiv
DAFTAR GAMBAR ................................................................................. xv
DAFTAR LAMPIRAN............................................................................... xvi
DAFTAR SINGKATAN ............................................................................ xviii
I. PENDAHULUAN .................................................................................. 1
1.1. Latar Belakang ............................................................................... 1
1.2. Perumusan Masalah ........................................................................ 4
1.3. Tujuan Penulisan ............................................................................ 6
1.4. Manfaat Penulisan .......................................................................... 7
II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN .............. 8
2.1. Teori Nilai Tukar ............................................................................ 8
2.1.1. Definisi Nilai Tukar............................................................... 8
2.1.2. Faktor yang Mempengaruhi Nilai Tukar............................... 9
2.2. Sistem Nilai Tukar........................................................................... 10
2.3. Sistem Nilai Tukar Di Indonesia ..................................................... 11
2.3.1. Sistem Nilai Tukar Tetap ...................................................... 12
2.3.2. Sistem Nilai Tukar Mengambang Terkendali ....................... 15
2.3.3. Sistem Nilai Tukar Mengambang Bebas............................... 16
2.4. Mekanisme Transmisi Kebijakan Moneter ..................................... 19
2.4.1. Saluran Nilai Tukar Pada Transmisi
Kebijakan Moneter Di Indonesia .......................................... 20
2.5. Kebijakan Moneter Dalam Perekonomian Terbuka........................ 21
2.5.1. Kebijakan Moneter Pada Nilai Tukar Tetap.......................... 23
2.5.2. Kebijakan Moneter Pada Floating Exchange Rate ............... 24
2.6. Definisi GDP ................................................................................... 25
2.7. Inflasi............................................................................................... 26
2.7.1. Definisi Inflasi....................................................................... 26
2.7.2. Pengukuran Laju inflasi.......................................................... 27
2.7.2.1. Consumer Price Index ............................................... 27
2.8. Penelitian Terdahulu...................................................................... 28
2.9. Kerangka Pemikiran ...................................................................... 31
2.10. Hipotesis Penelitian....................................................................... 34
III. METODE PENELITIAN..................................................................... 34
3.1. Jenis dan Sumber Data .................................................................. 35
3.2. Metode Analisis dan Pengolahan Data........................................... 35
3.2.1. Metode Structural Vector Autoregression (SVAR) ............. 36
3.2.1.1 Model Restriksi SVAR............................................. 40
3.2.2 Analisis Vector Error Correction Model (VECM) ................ 42
3.2.3 Pengujian Pra-Estimasi........................................................... 43
3.2.3.1 Uji Stasioneritas Data. ................................................ 43
3.2.3.2 Penentuan Lag Optimal .............................................. 45
3.2.3.3 Uji Stabilitas VAR...................................................... 46
3.2.4. Uji Kointegrasi ..................................................................... 46
3.2.5. Impulse Respon Function (IRF) ........................................... 47
3.2.6. Forecast Error Variance Decomposition (FEVD)............... 48
IV. HASIL DAN PEMBAHASAN ........................................................... 50
4.1. Gambaran Umum Perekonomian Indonesia................................... 50
4.1.1. Gambaran Fluktuasi Variabel Makroekonomi ..................... 52
4.1.1.1. Trend dan Siklikal Variabel Kurs Riil Rupiah Terhadap Yen dan USD .................................................... 54
4.1.1.2. Trend dan Siklikal Variabel Harga Impor Menurut Negara Asal Amerika dan Jepang .................................... 56
4.1.1.3. Trend dan Siklikal Variabel Ekspor Neto Menurut Negara Asal Amerika dan Jepang ..................................... 57
4.1.1.4. Trend dan Siklikal Variabel Indeks Harga Konsumen dan Pendapatan Nasional................................................... 59
4.1.1.5. Trend dan Siklikal Variabel Investasi Asing Langsung dan Suku Bunga ................................................................ 60
4.2. Pengujian Pra Estimasi................................................................... 62
4.2.1. Kestasioneran Data............................................................... 62
4.2.2. Lag Optimal.......................................................................... 65
4.2.3. Uji Stabilitas VAR................................................................ 68
4.3. Uji Kointegrasi ............................................................................... 69
4.4. Hasil Penelitian .............................................................................. 71
4.4.1. IRF........................................................................................ 71
4.4.1.1. Respon Variabel Makroekonomi Dalam Jalur Transmisi Tidak Langsung .................. 73
4.4.1.1.1. Analisis Jangka Pendek ............................. 73
4.4.1.1.2. Analisis Jangka Panjang............................ 79
4.4.1.2. Respon Variabel Makroekonomi
Dalam Jalur Transmisi Langsung.............................. 85
4.4.1.2.1. Analisis Jangka Pendek ............................. 86
4.4.1.2.2. Analisis Jangka Panjang............................ 89
4.4.2. FEVD ..................................................................................... 92
4.4.2.1. Dekomposisi Varians Kurs Pada Jalur Transmisi Tidak Langsung........................................ 93
4.4.2.1.1. Analisis Jangka Pendek ............................. 93
4.4.2.1.2. Analisis Jangka Panjang............................ 97
4.4.2.2. Dekomposisi Varians Kurs Pada Jalur Transmisi Langsung .................................................. 100
4.4.2.2.2. Analisis Jangka Pendek ............................. 100
4.4.2.2.2. Analisis Jangka Panjang............................ 104
V. KESIMPULAN DAN SARAN............................................................. 110
5.1 Kesimpulan ..................................................................................... 110
5.2 Saran .............................................................................................. 112
DAFTAR PUSTAKA ................................................................................ 114
LAMPIRAN................................................................................................ 116
DAFTAR TABEL
Tabel Halaman
4.1. Uji Akar Unit Pada Level ................................................................... 63
4.2. Uji Akar Unit Pada First Difference .................................................. 65
4.3. Lag Optimal Model Transmisi Tidak Langsung Jalur Nilai Tukar ... 66
4.4. Lag Optimal Model Transmisi Tidak Langsung Jalur Nilai Tukar ... 66
4.5. Hasil Uji Kointegrasi Pada Jalur Transmisi Tidak Langsung ............ 70
4.6. Hasil Uji Kointegrasi Pada Jalur Transmisi Langsung ...................... 70
Analisis Jangka Pendek............................................................................... 93
4.7. Dekomposisi Varian Kurs Dollar Per Rupiah Pada Jalur Transmisi Tidak Langsung ................................................................. 96
4.8. Dekomposisi Varian Kurs Yen Per Rupiah Pada Jalur Transmisi Tidak Langsung ................................................................. 96
Analisis Jangka Panjang.............................................................................. 97
4.9. Dekomposisi Varian Kurs Dollar Per Rupiah Pada Jalur Transmisi Tidak Langsung ................................................................ 100
4.10. Dekomposisi Varians Kurs Yen Per Rupiah Pada Jalur Transmisi Tidak Langsung ................................................................ 100
Analisis Jangka Pendek............................................................................... 100
4.11. Dekomposisi Varian Kurs Dollar Per Rupiah Pada Jalur Transmisi Langsung........................................................................... 104
4.12.Dekomposisi Varian Kurs Yen Per Rupiah Pada Jalur Transmisi Langsung........................................................................... 104
Analisis Jangka Panjang.............................................................................. 104
4.13. Dekomposisi Varian Kurs Dollar Per Rupiah Pada Jalur Transmisi Langsung........................................................................... 108
4.14. Dekomposisi Varian Kurs Yen Per Rupiah Pada Jalur Transmisi Langsung........................................................................... 108
DAFTAR GAMBAR
Gambar Halaman
1.1. Volatilitas Kurs USD Terhadap Yen Jepang ...................................... 1
1.2. Volatilitas Kurs Rupiah Terhadap USD.............................................. 1
1.3. Volatilitas Kurs Rupiah Terhadap Yen Jepang................................... 2
2.1. Keseimbangan Nilai Tukar Tetap ....................................................... 14
2.2. Keseimbangan Kurs Pada Sistem Nilai Tukar Mengambang ............ 17
2.3. Skema Mekanisme Transmisi Saluran Nilai Tukar ........................... 21
2.4. Model Mundell-Flemming ................................................................. 22
2.5. Keseimbangan Kurs Lebih Besar Dari Kurs Tetap............................. 23
2.6. Keseimbangan Kurs Lebih Kecil Dari Kurs Tetap ............................ 24
2.7. Ekspansi Moneter Dalam Kurs Mengambang .................................. 25
2.8. Mekanisme Transmisi Kebijakan Moneter Melalui Jalur Nilai Tukar Dipengaruhi Oleh Shock Yen dan USD ................. 33
4.1. Trend dan Siklikal Variabel Kurs Riil Rupiah ................................... 54
4.2 Trend dan Siklikal Variabel Harga Impor............................................ 56
4.3 Trend dan Siklikal Variabel Ekspor Neto ............................................ 57
4.4 Trend dan Siklikal Variabel Indeks Harga Konsumen
dan Pendapatan Nasional ...................................................................... 59
4.4 Trend dan Siklikal Variabel Investasi Asing Langsung
dan Suku Bunga .................................................................................... 60
Analisis Jangka Pendek............................................................................... 73
4.5. Respon Variabel Makroekonomi Terhadap Shock Dollar Dalam Jalur Transmisi Tidak Langsung.......................................................... 75 4.6. Respon Variabel Makroekonomi Terhadap Shock Yen Dalam Jalur Transmisi Tidak Langsung.......................................................... 77
Analisis Jangka Panjang.............................................................................. 79
4.7. Respon Variabel Makroekonomi Terhadap Shock Dollar Dalam Jalur Transmisi Tidak Langsung.......................................................... 80 4.8. Respon Variabel Makroekonomi Terhadap Shock Yen Dalam Jalur Transmisi Tidak Langsung.......................................................... 84
Analisis Jangka Pendek............................................................................... 86
4.9. Respon Variabel Makroekonomi Terhadap Shock Dollar Dalam Jalur Transmisi Langsung........................................................................... 86
4.10. Respon Variabel Makroekonomi Shock Yen Dalam Jalur Transmisi Langsung .................................................................. 89
Analisis Jangka Panjang.............................................................................. 89
4.11. Respon Variabel Makroekonomi Terhadap Shock Dollar Dalam Jalur Transmisi Langsung........................................................................... 90
4.12. Respon Variabel Makroekonomi Shock Yen Dalam Jalur Transmisi Langsung .................................................................. 92
Analisis Jangka Pendek............................................................................... 93
4.13. Dekomposisi Varians Kurs Riil Dollar Per Rupiah Jalur Transmisi Tidak Langsung........................................................ 94
4.14. Dekomposisi Varians Kurs Riil Yen Per Rupiah Pada Jalur Transmisi Tidak Langsung ............................................... 95
Analisis Jangka Panjang.............................................................................. 97
4.15. Dekomposisi Varians Kurs Riil Dollar Per Rupiah Jalur Transmisi Tidak Langsung........................................................ 97
4.16. Dekomposisi Varians Kurs Riil Yen Per Rupiah Pada Jalur Transmisi Tidak Langsung ............................................... 98
Analisis Jangka Pendek............................................................................... 100
4.17. Dekomposisi Varians Kurs Riil Dollar Per Rupiah Pada Jalur Transmisi Langsung ......................................................... 101
4.18. Dekomposisi Varians Kurs Riil Yen Per Rupiah Pada Jalur Transmisi Langsung ......................................................... 103
Analisis Jangka Panjang.............................................................................. 104
4.19. Dekomposisi Varians Kurs Riil Dollar Per Rupiah Pada Jalur Transmisi Langsung ......................................................... 105
4.20. Dekomposisi Varians Kurs Riil Yen Per Rupiah Pada Jalur Transmisi Langsung ......................................................... 106
DAFTAR LAMPIRAN
Nomor Halaman
1. Data Variabel Dalam Logaritma .......................................................... 117
2. Uji Non Stasioneritas Pada Level ......................................................... 120
3. Uji Non Stasioneritas First Difference ................................................. 122
4. Uji Lag Optimal Jalur Transmisi Tidak Langsung Shock Dollar ........................................................................................ 124
5. Uji Lag Optimal Jalur Transmisi Tidak Langsung Shock Yen .......................................................................................... 125
6. Uji Lag Optimal Jalur Transmisi Langsung Shock Dollar ........................................................................................ 126
7. Uji Lag Optimal Jalur Transmisi Langsung Shock Yen ........................................................................................... 127
8. Uji Stabilitas VAR Jalur Transmisi Tidak Langsung Shock Dollar..... 128
9. Uji Stabilitas VAR Jalur Transmisi Tidak Langsung Shock Yen ........ 129
10. Uji Stabilitas VAR Jalur Transmisi Langsung Shock Dollar ............... 130
11. Uji Stabilitas VAR Jalur Transmisi Langsung Shock Yen .................. 131
12. Estimasi SVAR Jalur Transmisi Tidak Langsung Shock Dollar.......... 132
13. Estimasi SVAR Jalur Transmisi Tidak Langsung Shock Yen ............. 134
14. Estimasi SVAR Jalur Transmisi Langsung Shock Dollar .................... 136
15. Estimasi SVAR Jalur Transmisi Langsung Shock Yen........................ 137
16. Uji Kointegrasi Jalur Transmisi Tidak Langsung Shock Dollar........... 138
17. Uji Kointegrasi Jalur Transmisi Tidak Langsung Shock Yen.............. 142
18. Uji Kointegrasi Jalur Transmisi Langsung Shock Dollar..................... 146
19. Uji Kointegrasi Jalur Transmisi Langsung Shock Yen ....................... 148
20. IRF Jalur Transmisi Tidak Langsung Shock Dollar
Jangka Pendek...................................................................................... 150
21. IRF Jalur Transmisi Tidak Langsung Shock Yen
Jangka Pendek...................................................................................... 152
22. IRF Jalur Transmisi Langsung Shock Dollar
Jangka Pendek...................................................................................... 154
23. IRF Jalur Transmisi Langsung Shock Yen
Jangka Pendek....................................................................................... 156
24. IRF Jalur Transmisi Tidak Langsung Shock Dollar
Jangka Panjang..................................................................................... 158
25. IRF Jalur Transmisi Tidak Langsung Shock Yen
Jangka Panjang..................................................................................... 159
26. IRF Jalur Transmisi Langsung Shock Dollar
Jangka Panjang..................................................................................... 160
27. IRF Jalur Transmisi Langsung Shock Yen
Jangka Panjang..................................................................................... 161
28. FEVD Jalur Transmisi Tidak Langsung Shock Dollar
Jangka Pendek....................................................................................... 162
29. FEVD Jalur Transmisi Tidak Langsung Shock Yen
Jangka Pendek....................................................................................... 163
30. FEVD Jalur Transmisi Langsung Shock Dollar
Jangka Pendek....................................................................................... 164
31. FEVD Jalur Transmisi Langsung Shock Yen
Jangka Pendek....................................................................................... 165
32. FEVD Jalur Transmisi Tidak Langsung Shock Dollar
Jangka Panjang...................................................................................... 166
33. FEVD Jalur Transmisi Tidak Langsung Shock Yen
Jangka Panjang...................................................................................... 167
34. FEVD Jalur Transmisi Langsung Shock Dollar
Jangka Panjang...................................................................................... 168
35. FEVD Jalur Transmisi Langsung Shock Yen
Jangka Panjang...................................................................................... 169
DAFTAR SINGKATAN
ADF = Augmented Dickey Fuller
AIC = Akaike Information Criterion
CPI = Consumer Price Index
FDI = Foreign Direct Investment
FEVD = Forecast Error Variance Decomposition
GDP = Gross Domestic Product
HQ = Hanan-Quinn Criterion
IHI = Indeks Harga Impor
IRF = Impulse Response Fuction
OLS = Ordinary Least Square
OPT = Operasi Pasar Terbuka
SBI = Sertifikat Bank Indonesia
SC = Schwarz Criterion
SVAR = Structural Vector Autoreggression
VAR = Vector Autoreggression
VECM = Vector Error Correction Model
I. PENDAHULUAN
1.1 . Latar Belakang
Nilai tukar memiliki peranan yang penting dalam transmisi shock pada
perekonomian terbuka kecil, dimana nilai tukar riil dianggap sebagai penyerap
shock (shock absorber) dan sumber dari shock. Shock pada nilai tukar akan
berakibat pada inflasi dan output (Csermely dan Vonnak, 2002).
Mekanisme transmisi melalui jalur nilai tukar menekankan bahwa
pergerakan nilai tukar dapat mempengaruhi perkembangan demand dan supply
secara agregat dan selanjutnya akan mempengaruhi output dan harga. Volatilitas
kurs USD terhadap Yen dan kurs Rupiah terhadap Yen dan USD dapat disajikan
pada gambar dibawah ini :
0
0.005
0.01
0.015
Jan-
90
Jan-
91
Jan-
92
Jan-
93
Jan-
94
Jan-
95
Jan-
96
Jan-
97
Jan-
98
Jan-
99
Jan-
00
Jan-
01
Jan-
02
Jan-
03
Jan-
04
Jan-
05 periode
kurs $/Y
Gambar 1.1. Volatilitas Kurs USD Terhadap Yen Jepang
00.00010.00020.00030.00040.00050.0006
Jan-
90
Jan-
91
Jan-
92
Jan-
93
Jan-
94
Jan-
95
Jan-
96
Jan-
97
Jan-
98
Jan-
99
Jan-
00
Jan-
01
Jan-
02
Jan-
03
Jan-
04
Jan-
05 periode
kurs $/Rp
Gambar 1.2. Volatilitas Rupiah Terhadap Kurs USD
00.020.040.060.08
0.1
Jan-
90
Jan-
91
Jan-
92
Jan-
93
Jan-
94
Jan-
95
Jan-
96
Jan-
97
Jan-
98
Jan-
99
Jan-
00
Jan-
01
Jan-
02
Jan-
03
Jan-
04
Jan-
05 periode
kurs Y/Rp
Gambar 1.3. Volatilitas Kurs Rupiah Terhadap Yen Jepang
Berdasarkan gambar diatas kurs USD terhadap Yen Jepang cenderung
berfluktuasi dari waktu kewaktu, sementara itu Rupiah relatif lebih berfluktuasi
terhadap mata uang asing (USD dan Yen) pasca penerapan sistem nilai tukar
mengambang bebas dibandingkan dengan sistem mengambang terkendali.
Amerika dan Jepang merupakan negara mitra dagang utama Indonesia
sehingga kestabilan nilai tukar Rupiah terhadap kedua negara tersebut sangatlah
penting. Berdasarkan data BPS dari tahun 1990-2005, Amerika Serikat dan
Jepang merupakan pangsa pasar ekspor dan impor yang besar dan potensial bagi
Indonesia. Sementara itu, berdasarkan data tahunan IMF, Amerika Serikat
merupakan pasar ekspor terbesar dan sumber utama investasi asing bagi negara
ASEAN 6 (Brunei, Indonesia, Malaysia, Filipina, Singapura, Filipina, Thailand).
Pada tahun 1995 proporsi ekspor ASEAN 6 ke Amerika Serikat lebih besar
dibandingkan dengan proporsi ekspor ke Jepang. Barang-barang yang diekspor
oleh Amerika Serikat adalah minyak bumi, karet, gula, timah, tekstil, garmen dan
produk lain yang bersifat labour intensive, sedangkan negara ASEAN 6
mengimpor bahan-bahan kimia, alat-alat elektonika dan non elektonika.
Jepang juga merupakan pasar potensial ekspor bagi negara ASEAN 6
termasuk Indonesia, namun pangsa pasar ke Jepang pada tahun 1995 mengalami
penurunan. Ekspor negara-negara ASEAN 6 ke Jepang berupa sumber daya alam
dan sumber daya mineral dan impor negara ASEAN 6 dari Jepang berupa capital-
intensive manufacture seperti mesin-mesin.
Besar kecilnya pergerakan nilai tukar tergantung pada sistem nilai tukar
yang dianut oleh suatu negara. Indonesia mengalami tiga rezim sistem nilai tukar
yaitu sistem nilai tukar tetap, nilai tukar mengambang terkendali dan nilai tukar
mengambang bebas. Sistem nilai tukar tetap telah ditinggalkan oleh pemerintah
Indonesia sejak November 1978 kemudian berganti dengan sistem mengambang
terkendali sampai dengan 13 Agustus 1997 dan pada tanggal 14 Agustus 1997
berganti menjadi sistem nilai tukar mengambang bebas terkait dengan krisis
ekonomi yang terjadi di Indonesia.
Dalam sistem nilai tukar mengambang terkendali (managed floating
exchange rate system), pemerintah memberikan kebebasan kepada pasar untuk
menentukan keseimbangan kurs nominal tetapi dalam hal ini pemerintah melalui
otoritas moneter tetap melakukan mekanisme pengontrolan untuk membatasi
fluktuasi nilai Rupiah apabila sudah melewati batas band yang sudah ditetapkan.
Sementara itu dalam sistem nilai tukar mengambang bebas, nilai tukar dibiarkan
bergerak sesuai dengan permintaan dan penawaran yang terjadi di pasar. Bank
Sentral dapat saja melakukan intervensi di pasar valuta asing, yaitu dengan cara
menjual devisa apabila terjadi kelebihan permintaan atau membeli devisa apabila
terjadi kelebihan penawaran untuk menghindari gejolak nilai tukar yang
berlebihan di pasar. Akan tetapi intervensi yang terjadi tidak diarahkan untuk
mencapai target tingkat nilai tukar tertentu atau dalam kisaran tertentu.
Dengan semakin terbukanya perekonomian Indonesia dengan negara-negara
lain di dunia, maka kita tidak dapat mengabaikan pengaruh yang berasal dari luar
negeri baik pengaruh positif maupun negatif terhadap perekonomian dalam
negeri. Gejolak pada perekonomian suatu negara di dunia, khususnya pada
perekonomian yang memiliki pengaruh yang kuat dalam ekonomi dunia,
sebagaimana ekonomi Amerika Serikat dan Jepang, akan mempengaruhi
perekonomian negara lain khususnya pada perekonomian terbuka kecil yang
kurang memiliki pengaruh dalam ekonomi dunia seperti Indonesia. Telah banyak
penelitian tentang nilai tukar, tetapi studi mengenai guncangan kurs Dollar dan
Yen Jepang terhadap Rupiah dalam mekanisme transmisi kebijakan moneter di
Indonesia masih relatif terbatas. Hal inilah yang melatarbelakangi penulis dalam
melakukan penelitian.
1.2 . Perumusan Masalah
Dalam era perekonomian global, interaksi ekonomi antarnegara merupakan
salah satu aspek penting dari perkembangan ekonomi suatu negara yang semakin
terbuka. Dengan semakin besarnya keterkaitan antarnegara, maka semakin
terbuka pula perekonomian negara yang bersangkutan, hal tersebut dapat
tercermin pada peningkatan transaksi perdagangan dan arus dana antar negara.
Keterbukaan ekonomi suatu negara akan membawa konsekuensi pada
perencanaan dan pelaksanaan kebijakan ekonomi makro, termasuk kebijakan
moneternya. Kebijakan moneter yang diterapkan pada suatu perekonomian suatu
negara tergantung pada sistem nilai tukar yang dianut oleh negara tersebut.
Di Indonesia terdapat pergantian penggunaan sistem nilai tukar dari sistem
nilai tukar mengambang terkendali menjadi sistem nilai tukar mengambang bebas,
yang disesuaikan dengan kondisi perekonomian di dalam negeri. Melalui
penerapan sistem nilai tukar mengambang bebas, aliran dana dari luar negeri akan
mempengaruhi nilai tukar secara langsung dan tidak langsung.
Dalam tulisan ini akan dibahas mekanisme transmisi melalui jalur nilai
tukar yang dipengaruhi oleh shock yang berasal dari fluktuasi kurs Rupiah
terhadap Yen dan USD. Terdapat dua jalur nilai tukar dari kebijakan moneter
yang akan ditransmisikan kepada sektor riil. Jalur pertama disebut dengan efek
nilai tukar secara langsung, dimana kebijakan moneter akan secara langsung
mempengaruhi harga. Sedangkan jalur kedua disebut sebagai efek nilai tukar
secara tidak langsung, dimana kebijakan moneter mempengaruhi harga dengan
cara mempengaruhi output gap yang nantinya akan membuat tingkat harga
berubah (Warjiyo, 2004). Dengan adanya pengaruh shock yang berasal dari
Jepang dan Amerika Serikat melalui fluktuasi mata uang kedua negara tersebut,
maka hal tersebut tentu saja akan memberikan dampak kepada perekonomian
Indonesia yang menganut perekonomian terbuka. Penelitian ini memasukkan
dummy krisis untuk menganalisis pengaruh shock yang berasal dari fluktuasi Yen
dan USD terhadap Rupiah serta mengamati negara manakah yang memberikan
pengaruh shock yang kuat terhadap kurs riil Rupiah. Disamping itu, akan dilihat
pula respon variabel makroekonomi akibat dari adanya guncangan kurs Yen dan
Dollar dalam mekanisme transmisi kebijakan moneter melalui jalur nilai tukar,
serta kontribusi dari variabel makroekonomi terhadap guncangan kurs baik
melalui jalur langsung maupun tidak langsung?
Secara singkat perumusan masalah dalam penulisan ini yaitu:
1) Bagaimanakah pengaruh shock yang berasal dari kurs Yen dan USD
terhadap Rupiah serta negara manakah yang memberikan pengaruh shock
yang kuat terhadap kurs riil Rupiah?
2) Bagaimanakah respon variabel makroekonomi akibat dari adanya shock
kurs Yen dan USD dalam mekanisme transmisi kebijakan moneter melalui
jalur nilai tukar?
3) Bagaimana kontribusi dari variabel makroekonomi terhadap shock kurs
baik melalui jalur kurs langsung maupun tidak langsung?
1.3 . Tujuan Penulisan
Penelitian ini bertujuan untuk:
1) Menganalisa pengaruh yang berasal shock kurs Yen dan USD terhadap
Rupiah serta mengetahui negara mana yang memberikan pengaruh shock
yang kuat terhadap kurs riil Rupiah;
2) Menganalisa respon variabel makroekonomi akibat dari adanya shock kurs
dalam mekanisme transmisi kebijakan moneter melalui jalur nilai tukar;
3) Menganalisis dan mengidentifikasi peranan kontribusi variabel
makroekonomi terhadap variabilitas kurs baik melalui jalur kurs langsung
maupun tidak langsung.
1.4. Manfaat Penulisan
Manfaat pada penelitian ini adalah sebagai berikut:
1) Memberikan gambaran yang jelas mengenai besarnya pengaruh negara lain
pada perekonomian Indonesia, khususnya Jepang dan Amerika Serikat;
2) Sebagai bahan referensi bagi pembaca dan informasi bagi peneliti lainnya
yang dapat digunakan dalam penelitian yang lebih lanjut;
3) Sebagai bahan pertimbangan pemerintah dalam menentukan kebijakan
moneter pada perekonomian Indonesia;
4) Sebagai sarana pembelajaran bagi penulis dalam memahami kondisi
perekonomian Indonesia.
II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN
2.1. Teori Nilai Tukar
2.1.1. Definisi Nilai Tukar
Nilai tukar merupakan salah satu variabel terpenting dalam perekonomian
terbuka disamping variabel ekonomi lainnya seperti suku bunga, harga, neraca
transaksi berjalan (selisih nilai ekspor dengan impor), neraca pembayaran
(balance of payment), serta variabel lainnya. Nilai tukar (exchange rate) atau kurs
adalah harga satu mata uang suatu negara terhadap mata uang negara lain
(Krugman dan Obsfelt, 1999).
Nilai Tukar nominal adalah harga relatif dari mata uang dua negara
(Mankiw, 2000). Menurut Simorangkir dan Suseno (2005), jika nilai tukar (NT)
didefinisikan sebagai nilai valuta asing terhadap Rupiah dapat diformulasikan
sebagai berikut:
NTUSD/IDR = Dollar Amerika yang diperlukan untuk membeli satu Rupiah,
NTYEN/IDR = Yen yang diperlukan untuk membeli satu Rupiah
Dalam hal ini, apabila NT meningkat maka berarti Rupiah mengalami apresiasi,
sedangkan jika NT menurun maka Rupiah akan mengalami depresiasi. Nilai tukar
riil adalah nilai tukar nominal yang sudah dikoreksi dengan harga relatif yaitu
harga-harga didalam negeri dibandingkan dengan harga-harga diluar negeri. Nilai
tukar riil dapat dihitung dengan menggunakan rumus dibawah ini:
Q = S *P
P (2.1)
dimana Q adalah nilai tukar riil, S adalah nilai tukar nominal, P adalah tingkat
harga domestik dan P* adalah tingkat harga di luar negeri. Pengukuran nilai tukar
riil suatu negara terhadap mitra dagangnya juga memperhitungkan laju inflasi dan
nilai tukar dari masing-masing negara tersebut.
2.1.2. Faktor-faktor yang Mempengaruhi Perubahan Nilai Tukar
Perubahan nilai tukar dalam jangka panjang dipengaruhi oleh beberapa
faktor, yaitu: harga relatif, tarif dan kuota, preferensi terhadap barang domestik
dibandingkan dengan barang luar negeri dan produktivitas (Mishkin, 2001).
Menurut Simorangkir dan Suseno (2005), terdapat tiga faktor utama yang
mempengaruhi permintaan valuta asing. Pertama, faktor pembayaran impor.
Semakin tinggi impor barang dan jasa, maka semakin besar permintaan terhadap
valuta asing sehingga nilai tukar cenderung melemah. Sebaliknya, jika impor
menurun, maka permintaan valuta asing menurun sehingga mendorong
menguatnya nilai tukar dengan asumsi faktor-faktor lain tidak berubah (ceteris
paribus). Asumsi ini berlaku juga untuk aliran modal keluar/masuk dan ekspor.
Kedua, faktor aliran modal keluar (capital outflow). Semakin besar aliran modal
keluar, maka semakin besar permintaan valuta asing dan akhirnya akan
memperlemah nilai tukar. Aliran modal keluar meliputi pembayaran hutang
penduduk Indonesia (baik swasta dan pemerintah) dan penempatan dana
penduduk Indonesia ke luar negeri. Ketiga, kegiatan spekulasi. Semakin banyak
kegiatan spekulasi valuta asing yang dilakukan, maka semakin besar permintaan
terhadap valuta sehingga memperlemah nilai tukar mata uang lokal terhadap mata
uang asing.
Penawaran valuta asing dipengaruhi oleh dua faktor utama. Pertama,
faktor penerimaan hasil ekspor. Semakin besar volume penerimaan ekspor barang
dan jasa, maka semakin besar jumlah valuta asing yang dimiliki oleh suatu negara
sehingga akan membuat nilai tukar mata uang domestik terhadap mata uang asing
cenderung mengalami apresiasi. Kedua, faktor aliran modal masuk (capital
inflow). Semakin besar aliran modal masuk, maka nilai tukar akan cenderung
semakin menguat. Aliran modal masuk tersebut dapat berupa penerimaan hutang
luar negeri, penempatan dana jangka pendek oleh pihak asing (portofolio
investment) dan investasi langsung pihak asing (foreign direct investment).
2.2. Sistem Nilai Tukar
Pada umumnya, kebijakan nilai tukar suatu negara diarahkan untuk
mendukung neraca pembayaran dan/atau membantu efektivitas kebijakan
moneter. Penetapan nilai tukar yang overvalued dapat mengakibatkan barang-
barang ekspor menjadi lebih mahal di luar negeri dan barang-barang impor
menjadi lebih murah dan akhirnya neraca perdagangan menjadi memburuk.
Dalam kaitannya dengan kebijakan moneter, depresiasi nilai tukar yang
berlebihan dapat mengakibatkan tingginya laju inflasi sehingga dapat menganggu
tujuan akhir kebijakan moneter untuk memelihara stabilitas harga. Sehubungan
dengan hal tersebut, maka kebijakan nilai tukar yang tepat merupakan salah satu
faktor yang menentukan keberhasilan pembangunan suatu negara.
Sejalan dengan tujuan kebijakan nilai tukar, maka dikenal berbagai jenis
sistem nilai tukar yang digunakan suatu negara khususnya setelah runtuhnya
sistem nilai tukar Bretton Woods. Berdasarkan perkembangan terakhir, terdapat
kecenderungan negara-negara dunia menggunakan sistem nilai tukar
mengambang. Namun, masih terdapat beberapa negara yang menggunakan sistem
nilai tukar tetap ataupun variasi dari sistem nilai tukar mengambang dengan
sistem nilai tukar tetap. Corden (2002) mengklasifikasikan sistem nilai tukar
menjadi tiga kelompok, yaitu: 1) sistem nilai tukar tetap murni (Absolutely fixed
rate regime), 2) sistem nilai tukar mengambang murni (Pure floating regime), 3)
sistem nilai tukar tetap tetapi dapat disesuaikan (Fixed But Adjustable Rate/FBAR)
yang merupakan kombinasi sistem nilai tukar tetap dan mengambang. Selanjutnya
terdapat beberapa jenis sistem nilai tukar yang merupakan kombinasi dari ketiga
sistem nilai tukar tersebut. Diantara sistem nilai tukar mengambang murni dengan
FBAR terdapat tiga jenis sistem nilai, yaitu i) pegged, ii) target zone (band), iii)
managed floating. Sementara itu crawling pegged dapat dibagi menjadi dua jenis
lagi, yaitu active (pre-announced) dan passive crawling pegged.
2.3. Sistem Nilai Tukar di Indonesia
Indonesia telah mengimplementasikan sistem nilai tukar yang berbeda-
beda dalam periode tiga dekade terakhir. Tahun 1960-an rezim nilai tukar yang
dianut Indonesia adalah multiple exchange rate system. Sejak Agustus 1971
sampai dengan November 1978 Indonesia menganut fixed exchange rate system.
Selanjutnya setelah November 1978 sampai September 1992 Indonesia menganut
managed floating system. Lalu dari September 1992 sampai dengan 13 Agustus
1997 Indonesia menganut Managed Floating dengan crawling band system.
Terakhir sejak tanggal 14 Agustus 1997 hingga saat ini BI mengubah arah
kebijakan menjadi free floating/flexible system hal tersebut berkaitan dengan
terjadinya currency turmoil dan keterbatasan cadangan devisa yang dimiliki BI
(Kurniati dan Hardiyanto, 1999).
2.3.1. Sistem Nilai Tukar Tetap (Fixed Exchange Rate System)
Pada sistem nilai tukar tetap nilai tukar mata uang suatu negara ditetapkan
secara tetap dengan mata uang asing tertentu. Dengan penetapan nilai tukar secara
tetap, terdapat kemungkinan nilai tukar yang ditetapkan terlalu tinggi (over-
valued) atau terlalu rendah (under-valued) dari nilai yang sebenarnya. Terdapat
dua penyebab utama suatu negara meninggalkan sistem ini yaitu:
Pertama, dapat menganggu neraca perdagangan. Dengan menerapkan
sistem nilai tukar tetap, maka nilai mata uang domestik akan dapat lebih mahal
dibandingkan dengan nilai sebenarnya. Kondisi ini dapat mengakibatkan barang-
barang ekspor suatu negara menjadi lebih mahal di luar negeri dan akan
mengurangi daya kompetisi dan selanjutnya akan menurunkan volume ekspor.
Disisi impor, nilai tukar yang over-valued mengakibatkan harga barang-barang
impor menjadi lebih murah dan impor dapat meningkat. Secara keseluruhan nilai
tukar yang over-valued akan memperburuk neraca perdagangan suatu negara.
Kedua, ketidakcukupan cadangan devisa untuk mempertahankan nilai
tukar ini. Negara-negara yang memiliki cadangan devisa sedikit akan rentan
terhadap serangan nilai tukar karena negara tidak mempunyai cadangan devisa
yang cukup untuk mengintervensi ke pasar valas dalam mempertahankan nilai
tukar. (Simorangkir dan Suseno, 2005).
Indonesia menganut sistem nilai tukar tetap sejak Agustus tahun 1971
sampai dengan November 1978. Penerapan sistem nilai tukar tetap ini
memberikan kestabilan dari waktu ke waktu namun memerlukan cadangan devisa
dalam jumlah yang besar untuk melakukan intervensi. Pada sistem nilai tukar
tetap ini, dengan sistem kontrol devisa dan masih belum berkembangnya lembaga
keuangan khususnya pasar valas, volume transaksi devisa yang terjadi masih
relatif kecil.
Pada rezim sistem nilai tukar ini pemerintah mem-peg-kan Rupiah
terhadap Dollar Amerika, dimana penentuan nilai tukar mutlak dilakukan oleh
pemerintah atas dasar nilai tukar riil dan BI memiliki wewenang penuh dalam
mengawasi transaksi devisa. Untuk menjaga kestabilan nilai tukar pada level yang
telah ditetapkan, BI melakukan intervensi aktif di pasar valas. Untuk menghindari
nilai tukar yang over-valued yang dapat mengurangi daya saing produk-produk
ekspor di pasar internasional, pemerintah melakukan devaluasi mata uang
sebanyak tiga kali, yaitu pada tanggal 17 April 1970 dengan kurs sebesar Rp
378/USD, 23 Agustus 1971 dengan kurs sebesar Rp 415/USD dan 15 November
1978 dengan kurs sebesar Rp 625/USD.
Gambar 2.1. Keseimbangan Nilai Tukar Tetap
Gambar 2.1 (a) mengasumsikan bahwa pemerintah menetapkan kurs
sebesar e dibawah keseimbangan pasar (under-valued) sebesar e*. Pada kondisi
ini jumlah permintaan valas melebihi jumlah penawarannya atau dengan kata lain
terjadi kelebihan permintaan (excess demand) valas sebesar D – S. Kelebihan
permintaan ini akan dipenuhi oleh bank sentral melalui penjualan valas pada
sektor privat untuk mencegah kurs bergerak diatas level yang telah ditetapkan. Hal
tersebut menyebabkan bank sentral kehilangan sejumlah cadangan internasional
sebesar D – S. Dalam rezim nilai tukar tetap, Bank Sentral harus memiliki
cadangan internasional untuk menjaga kurs pada level yang telah ditetapkan.
(Batiz dan Batiz, 1994)
Gambar 2.2 (b) mengasumsikan bahwa pemerintah menetapkan kurs
sebesar e diatas keseimbangan pasar (over-valued) sebesar e*. Pada kondisi ini
terjadi kelebihan penawaran kurs (excess supply) sebesar S – D. Kelebihan
penawaran valas oleh privat sektor akan dibeli oleh bank sentral untuk mencegah
S S D
e*
O S
S
jumlah valuta asing
D
e
D
D
Kurs Kurs
jumlah valuta asing SD
e
e*
O
D
S
Sumber: Batiz dan Batiz, 1994
(a) (b)
supaya kurs tidak bergerak dibawah level yang telah ditetapkan. (Batiz dan Batiz,
1994)
2.3.2. Sistem Nilai Tukar Mengambang Terkendali (Managed Floating Exchange Rate System)
Menurut Simorangkir dan Suseno (2005), suatu negara menerapkan nilai
tukar mengambang terkendali apabila bank sentral melakukan intervensi di pasar
valuta asing tetapi tidak ada komitmen untuk mempertahankan nilai tukar pada
tingkat tertentu atau pada suatu batasan target (target zone). Tujuan dari intervensi
tersebut adalah untuk menstabilkan pergerakan nilai tukar secara berkala atau
setidaknya mengurangi tingkat volatilitas pada tingkat moderat, serta mencegah
pergerakan nilai yang terlalu besar.
Keuntungan dari sistem ini adalah pembuat kebijakan mendapat kebebasan
untuk menggunakan intervensi atau kebijakan lain, seperti suku bunga, untuk
mencapai nilai tukar yang diharapkan sesuai dengan kebutuhan ekonomi tanpa
harus kehilangan kredibilitas. Akan tetapi, kelemahan dari sistem ini dapat
mendorong kegiatan spekulasi dan (jika) bank sentral atau pemerintah tidak
mempunyai cadangan devisa yang cukup, dapat mengakibatkan ambruknya sistem
nilai tukar ini.
Sistem nilai tukar mengambang terkendali ini diberlakukan di Indonesia
sejak November 1978 sampai 13 Agustus 1997. Dalam pelaksanaannya, sistem ini
memiliki esensi yang berbeda-beda sesuai dengan karakteristik perekonomian
pada saat itu dan berhubungan erat dengan seberapa besar BI mengendalikan nilai
tukar dengan melakukan penekanan pada unsur floating-nya.
Pada sistem ini, nilai tukar akan diupayakan untuk berada dalam kisaran
tertentu yang diputuskan oleh otoritas moneter. Dalam mempertahankan nilai
tukar efektif, nilai tukar dari waktu ke waktu disesuaikan dengan selisih inflasi
antara Indonesia dengan sekeranjang mata uang negara-negara mitra dagang
utama dan kompetitor Indonesia, sehingga perkembangan nilai tukar Rupiah
mudah diprediksi dan relatif stabil. Dalam menjaga kestabilan nilai Rupiah
pemerintah melakukan intervensi apabila kurs mengalami fluktuasi melebihi batas
atas atau batas bawah dari selisih atau spread tertentu. Kebijakan sistem nilai
tukar ini diimplementasikan bersamaan dengan adanya devaluasi Rupiah pada
tahun 1978 sebesar 33.6%.
Fleksibilitas nilai tukar semakin ditingkatkan melalui penerapan kebijakan
nilai tukar crawling band sejak tahun 1992 sampai dengan Agustus 1997.
Peningkatan fleksibilitas nilai tukar melalui pelebaran rentang intervensi telah
memberikan keleluasaan kepada BI dalam melaksanakan kebijakan moneter dan
mendorong berkembangnya pasar valas dalam negeri.
2.3.3. Sistem Nilai Tukar Mengambang Bebas (Free Floating Exchange Rate System)
Dalam sistem nilai tukar ini, mekanisme penetapan nilai mata uang
domestik terhadap mata uang asing ditentukan oleh mekanisme pasar. Besarnya
nilai tukar ini juga dipengaruhi oleh perilaku penjual dan pembeli khususnya para
spekulan. Dengan demikian, pada sistem ini nilai mata uang akan dapat berubah
setiap saat tergantung dari permintaan dan penawaran mata uang domestik relatif
terhadap mata uang asing dan perilaku spekulan.
Bank Sentral tidak menargetkan besarnya nilai tukar dan tidak melakukan
intervensi langsung ke pasar valuta asing. Sistem nilai tukar ini banyak dianut
oleh negara-negara di dunia. Hal tersebut dikarenakan sistem ini memiliki
beberapa keuntungan, yaitu: Pertama, sistem ini memungkinkan suatu negara
mengisolasikan kebijakan ekonomi makronya dari dampak kebijakan dari luar
sehingga suatu negara mempunyai kebebasan untuk mengeluarkan kebijakan yang
independen. Kedua, sistem ini tidak memerlukan cadangan devisa yang besar
karena tidak ada kewajiban untuk mempertahankan nilai tukar. Tetapi sistem ini
juga memiliki kelemahan, yaitu penetapan nilai tukar berdasarkan pasar dapat
mengakibatkan nilai tukar berfluktuasi. Depresiasi nilai tukar dapat
mengakibatkan peningkatan harga barang-barang impor dan pada akhirnya akan
memicu inflasi di dalam negeri (Simorangkir dan Suseno, 2005).
Sumber : Batiz dan Batiz, 1994
S
D
O jumlah valuta asing
Kurs
e*
Gambar 2.2 Keseimbangan Kurs Pada Sistem Nilai Tukar Mengambang
D
S
Gambar 2.2 mengasumsikan hanya ada dua mata uang yaitu mata uang
domestik dan mata uang asing dan tidak ada intervensi yang sistematis dari
pemerintah dalam pasar valuta asing. Jumlah permintaan valas sektor privat
ditunjukkan oleh kurva DD sementara SS menunjukkan penawaran valas dan e*
adalah keseimbangan kurs dalam sistem nilai tukar mengambang yang ditentukan
oleh mekanisme pasar.
Pemberlakuan sistem nilai tukar mengambang bebas di Indonesia mulai
tanggal 14 Agustus 1997 yang terkait dengan semakin terkurasnya cadangan
devisa negara akibat dari depresiasi nilai tukar Rupiah terhadap Dollar Amerika
yang berawal dari adanya tekanan yang berasal dari adanya serangan spekulasi
terhadap mata uang Baht Thailand yang kemudian berdampak menjalar
(contagion efffect) ke mata uang Indonesia (Warjiyo, 2004).
Melemahnya nilai tukar Rupiah telah mendorong investor asing menarik
dananya pada waktu yang bersamaan dari Indonesia yang diinvestasikan dalam
bentuk portofolio surat-surat berharga seperti commercial papers, promisorry
notes, dan medium-term notes maupun saham dan obligasi. Kepanikan mulai
terjadi lagi di pasar valas terutama karena perusahaan dan bank-bank di dalam
negeri ingin memborong devisa untuk membayar atau melindungi kewajiban luar
negerinya dari resiko nilai tukar. Akibatnya nilai tukar Rupiah semakin merosot
hingga pernah mencapai tingkat terendah sekitar Rp15.000 per Dollar AS pada
awal tahun 1998.
Dalam menghadapi tekanan yang begitu besar terhadap melemahnya nilai
tukar Rupiah, pada awalnya BI, sesuai dengan sistem nilai tukar mengambang
terkendali yang berlaku pada waktu itu, melakukan intervensi di pasar valas untuk
mempertahankan nilai tukar pada kisaran yang telah ditetapkan. Demikian
besarnya pembelian valas di pasar mengharuskan BI menyelamatkan jumlah
cadangan devisa yang tersedia dengan tetap berupaya menstabilkan Rupiah, antara
lain dengan memperlebar kisaran intervensi nilai tukar Rupiah dan terus
mengendalikan likuiditas di pasar.
Sementara itu, tekanan Rupiah yang sangat kuat dan demikian cepat
terhadap melemahnya nilai tukar Rupiah yang disertai dengan penurunan devisa
dalam jumlah yang cukup besar akhirnya memaksa pemerintah untuk mengubah
sistem nilai tukar yang berlaku dari sistem kebijakan nilai tukar mengambang
terkendali menjadi sistem nilai tukar mengambang bebas.
2.4. Mekanisme Transmisi Kebijakan Moneter
Menurut Warjiyo (2004), mekanisme transmisi kebijakan moneter pada
dasarnya menggambarkan bagaimana kebijakan moneter yang ditempuh bank
sentral mempengaruhi berbagai aktivitas ekonomi dan keuangan sehingga pada
akhirnya dapat mencapai tujuan akhir yang ditetapkan. Mekanisme transmisi
moneter dimulai dari tindakan bank sentral dengan menggunakan instrumen
moneter, apakah OPT (Operasi Pasar Terbuka) atau yang lain, dalam
melaksanakan kebijakan moneternya. Tindakan itu kemudian berpengaruh pada
aktivitas ekonomi dan keuangan melalui berbagai saluran transmisi kebijakan
moneter yaitu saluran uang, kredit, suku bunga, nilai tukar, harga aset, dan
ekspektasi inflasi.
Pada perekonomian terbuka, perkembangan ekonomi dan keuangan di
suatu negara akan dipengaruhi pula oleh perkembangan ekonomi dan keuangan di
negara lain yang terjadi antara lain melalui perubahan nilai tukar, volume ekspor
dan impor, atau besarnya arus dana yang masuk dan keluar dari negara yang
bersangkutan. Pada kondisi demikian, peranan saluran lain seperti nilai tukar,
suku bunga, dan kredit menjadi semakin penting dalam transmisi kebijakan
moneter. Peranan saluran harga aset lainnya, seperti obligasi dan saham, dan
saluran ekspektasi juga semakin diperhatikan. Secara spesifik, Taylor (1995)
menyatakan bahwa mekanisme transmisi kebijakan moneter adalah ”the process
through monetary policy decisions are transmitted into changes in real GDP and
inflation”.
2.4.1. Saluran Nilai Tukar Pada Transmisi Kebijakan Moneter Di Indonesia
Saluran nilai tukar (exchange rate channel) menekankan pada pentingnya
pengaruh perubahan harga aset finansial terhadap berbagai aktivitas ekonomi.
Dalam kaitan ini, pentingnya saluran nilai tukar dalam transmisi kebijakan
moneter terletak pada pengaruh aset finansial dalam bentuk valuta asing yang
timbul dari kegiatan ekonomi suatu negara dengan negara lain. Pengaruhnya tidak
saja terjadi pada perubahan nilai tukar, tetapi juga pada besarnya aliran dana
masuk dan keluar suatu negara yang terjadi karena aktivas perdagangan luar
negeri maupun aliran modal investasi dalam neraca pembayaran. Selanjutnya
perkembangan nilai tukar dan aliran dana luar negeri tersebut akan berpengaruh
terhadap output riil dan inflasi negara yang bersangkutan. Semakin terbuka suatu
perekonomian yang disertai dengan sistem nilai tukar mengambang dan sistem
devisa bebas, maka semakin besar pula pengaruh nilai tukar dan aliran modal luar
negeri tersebut. Secara jelas, mekanisme transmisi kebijakan moneter melalui
saluran nilai tukar dapat dilihat melalui skema dibawah ini :
Sumber : Warjiyo, 2004
Gambar 2.3. Skema Mekanisme Transmisi Saluran Nilai Tukar
2.5. Kebijakan Moneter Dalam Perekonomian Terbuka
Dalam model Mundell-Flemming dengan asumsi bahwa perekonomian
yang sedang dipelajari adalah perekonomian terbuka kecil dengan mobilitas
modal sempurna. Hal tersebut berimplikasi bahwa perekonomian ini merupakan
bagian kecil dari pasar dunia dan dengan sendirinya hanya memiliki dampak yang
tidak berarti pada tingkat suku bunga dunia atau dengan kata lain suku bunga
domestik ditentukan oleh suku bunga dunia. Perekonomian tersebut dapat
meminjam atau memberi pinjaman sebanyak yang negara tersebut inginkan di
pasar keuangan dunia tanpa mempengaruhi tingkat bunga dunia.
Kebijakan Moneter
Perbedaan Suku Bunga DN-LN
Aliran Modal LN& Supply-Demand
Valas
Nilai TukarResikoPerbedaan Suku Bunga DN-LN
Harga-harga Traded Goods
Ekspor Neto PDB Output Gap
PDB
Transmisi di Sektor Riil
Sumber : Mankiw, 2000 Gambar 2.4. Model Mundell-Flemming
Berdasarkan model ini, perekonomian terbuka kecil dengan mobilitas
modal sempurna dapat dijelaskan dengan dua persamaan berikut :
IS : Y = C(Y-T) + I(r*) + G + NX(e) (2.1)
LM : M/P = L(r*, Y) (2.2)
Persamaan pertama menjelaskan keseimbangan di pasar barang, dan
persamaan kedua menjelaskan keseimbangan di pasar uang. Variabel eksogen
adalah kebijakan fiskal G dan T, kebijakan moneter M, tingkat harga P, dan
tingkat bunga dunia r*. Variabel endogen adalah pendapatan Y dan kurs e.
Equilibrium atau keseimbangan untuk perekonomian terjadi pada saat IS dan LM
berpotongan. Perpotongan ini menunjukkan bahwa pasar barang dan pasar uang
berada dalam keseimbangan.
Kurs Equilibrium
Pendapatan Equilibrium
Y
IS
LM
Pendapatan, output, Y
Kurs, e
e
2.5.1. Kebijakan Moneter Pada Fixed Exchange Rates
Dalam perekonomian terbuka dengan sistem kurs tetap (fixed exchange
rate), bank sentral siap untuk menjual atau membeli mata uang domestik untuk
mata uang asing pada harga yang telah ditetapkan sebelumnya. Pada sistem ini,
penawaran uang menyesuaikan dengan kurs yang berlaku. Apabila keseimbangan
penawaran dan permintaan uang terjadi pada nilai kurs diatas kurs yang
ditetapkan, maka bank sentral akan menaikkan pernawaran uang sampai akhirnya
kurs kembali pada level yang telah ditetapkan.
Gambar 2.5. Keseimbangan Kurs Lebih Besar dari Kurs Tetap
Peningkatan penawaran uang ini akan mendorong kurva LM ke kanan
sehingga nantinya akan menurunkan kurs (Gambar 2.5). Sementara itu jika
keseimbangan penawaran dan permintaan uang terjadi pada nilai kurs dibawah
kurs yang ditentukan (Gambar 2.6), maka bank sentral akan menyesuaikan dengan
menurunkan jumlah penawaran sehingga kurs akan naik. Hal ini akan terus
berlangsung sampai nilai kurs akan kembali pada level yang telah ditentukan.
Output,Y
IS
LM2LM1
Equilibrium Kurs
e1
e Kurs Tetap
Kurs, e
Sumber : Mankiw, 2000
Penurunan penawaran ini akan menggeser kurva LM ke kiri dan menaikkan nilai
kurs.
Gambar 2.6. Keseimbangan Kurs Lebih Kecil Kurs Tetap
2.5.2. Kebijakan Moneter Dalam Floating Exchange Rates
Pada perekonomian terbuka dengan sistem nilai tukar mengambang
(floating exchange rates), kurs dibiarkan berfluktuasi dengan bebas sesuai dengan
permintaan dan penawaran di pasar. Jika bank sentral menaikkan jumlah uang
beredar (ekspansi moneter) dan harga diasumsikan tetap, maka kenaikan dalam
penawaran uang atau jumlah uang beredar akan meningkatkan keseimbangan
uang riil. Kenaikan dalam keseimbangan uang riil akan menggeser kurva LM ke
kanan, maka kenaikan dalam penawaran uang akan menaikkan pendapatan dan
menurunkan kurs. Untuk lebih jelasnya dapat dilihat dalam Gambar 2.7 di bawah
ini:
Output,Y
IS
LM1LM2
Equilibrium Kurs
e
e1
Kurs Tetap
Kurs, e
Sumber: Mankiw, 2000
Gambar 2.7. Ekspansi Moneter Dalam Kurs Mengambang
Dalam perekonomian terbuka kecil, tingkat bunga ditetapkan oleh tingkat
bunga dunia, maka kenaikan dalam penawaran uang akan menekan tingkat bunga
domestik untuk turun sehingga akan terjadi aliran modal keluar karena investor
akan merasa diuntungkan apabila menanamkan modalnya di luar negeri. Aliran
modal keluar ini akan meningkatkan penawaran mata uang domestik atau terjadi
excess supply mata uang domestik di pasar valas, sehingga akan membuat nilai
tukar terdepresiasi. Penurunan kurs ini akan membuat barang-barang domestik
relatif lebih mahal dibandingkan dengan barang-barang luar negeri sehingga akan
mendorong ekspor yang nantinya akan meningkatkan nilai ekspor bersih dan pada
akhirnya output akan meningkat.
2.6. Definisi GDP
Menurut Lipsey (1995), Gross Domestic Product (GDP) atau disebut juga
dengan Produk Domestik Bruto (PDB) adalah pendapatan nasional yang diukur
Output,Y
IS
LM2LM1
e1
e2
Kurs, e
Sumber : Mankiw, 2000 Y1 Y2
menurut pendekatan output; sama dengan jumlah semua nilai tambah pada
perekonomian, atau sama dengan nilai semua barang jadi yang dihasilkan pada
perekonomian. Sedangkan apabila dihitung dari sisi pengeluaran adalah jumlah
pengeluaran konsumsi, investasi, pengeluaran pemerintah dan ekspor-impor.
GDP dikategorikan menjadi dua, yaitu nominal dan riil. Dikatakan GDP
nominal apabila GDP total yang dinilai pada harga-harga sekarang. Sedangkan
GDP yang dinilai pada harga-harga periode dasarnya disebut GDP riil, sering
disebut sebagai pendapatan nasional riil.
2.7. Inflasi
2.7.1 Definisi Inflasi
Menurut Lipsey (1995), inflasi adalah kenaikan rata-rata semua tingkat
harga. Kadang-kadang kenaikannya terus-menerus dan berkepanjangan. Menurut
Friedman dalam Mishkin (2001), inflasi adalah suatu fenomena moneter yang
selalu terjadi dimanapun.
Inflasi dapat terjadi melalui dua sisi yaitu dari sisi penawaran (cost-push
inflation) dan sisi permintaan (demand-pull inflation). Inflasi dari sisi penawaran
terjadi apabila terdapat penurunan penawaran terhadap barang-barang dan jasa
karena adanya kenaikan dalam biaya produksi yang diakibatkan oleh keinginan
meningkatnya tingkat upah riil pekerja karena adanya ekspektasi inflasi dimasa
depan akan meningkat. Peningkatan upah ini akan membuat produsen untuk
menurunkan tingkat produksinya dibawah tingkat produksi optimal sehingga akan
meningkatkan harga dan akan meningkatkan tingkat pengangguran. Jika
pemerintah memiliki target untuk menurunkan tingkat pengangguran dan
meningkatkan pertumbuhan ekonomi, maka kegiatan ekonomi diarahkan untuk
meningkatkan output sampai tingkat optimal (full employment) sehingga akan
meningkatkan tingkat permintaan secara agregat dan akan meningkatkan harga,
apabila proses tersebut terus menerus berlangsung dan akan mengakibatkan
kenaikan dalam tingkat harga tanpa mengubah output dalam jangka panjang,
maka kondisi ini disebut sebagai cost-push inflation.
Sementara itu, inflasi dari sisi permintaan (demand-pull inflation) terjadi
apabila secara agregat terjadi peningkatan terhadap barang-barang dan jasa dalam
memenuhi permintaan yang mendorong produsen untuk menambah dana produksi
dan menyebabkan pergeseran kurva permintaan. Kondisi ini secara langsung
dapat mengakibatkan inflasi karena menyebabkan naiknya harga output. Peristiwa
ini dinamakan demand-pull inflation. (Mishkin, 2001)
2.7.2. Pengukuran Laju Inflasi
2.7.2.1. Consumer Price Indeks (CPI)
Menurut Lipsey (1995), Consumer Price Indeks (CPI) adalah suatu
ukuran harga rata-rata berbagai komoditi yang biasanya dibeli rumah tangga.
Consumer Price Index (CPI) disebut juga Indeks Harga Konsumen (IHK) paling
banyak digunakan untuk menghitung laju inflasi, termasuk Indonesia. IHK dapat
digunakan untuk menghitung laju inflasi bulanan, triwulan, semesteran dan
tahunan (BPS, 2003). Perhitungan dengan menggunakan rumus sebagai berikut:
LIt = 1
1
−
−−
t
tt
IHKIHKIHK
X 100% (2.3)
dimana:
LIt : Laju inflasi pada tahun atau periode t,
IHK : Indeks Harga Konsumen pada tahun atau periode t,
IHKt : Indeks Harga Konsumen pada tahun atau periode t-1,
2.8. Penelitian Terdahulu
Beberapa pendekatan banyak digunakan oleh penelitian terdahulu untuk
menganalisis mekanisme transmisi melalui jalur nilai tukar pada perekonomian
dan siklus bisnis disuatu negara. Berikut ini ringkasan beberapa paper yang dapat
dirujuk dalam menggunakan pendekatan SVAR untuk menganalisis mekanisme
transmisi disuatu negara.
Csemely dan Vonnak (2002) menggunakan metode SVAR untuk
menganalisis peranan dari nilai tukar pada mekanisme transmisi di Hungaria
selama periode kuartal satu tahun 1992 sampai dengan kuartal empat tahun 2001,
dimana semua variabel baik variabel domestik (real GDP, core inflation, nilai
tukar riil dengan menggunakan HUF/DEM, TB rates) maupun variabel luar negeri
(nilai tukar riil DEM/USD, EU-wide GDP, dan GDP serta inflation series dari
masing-masing negara EU) yang digunakan berada dalam keadaan stasioner.
Mereka meneliti dengan menggunakan fakta-fakta yang menekankan pada nilai
tukar riil sebagai penyerap shock (shock absorber). Riil shock (demand dan
supply) membentuk siklus bisnis Hungaria yang hampir memiliki kesamaan
dengan gangguan di Eropa selama dasawarsa terakhir. Pembentukan nilai tukar
riil dan nominal didominasi oleh Premium shock.
Voss dan Willard (2003) menggunakan model Bayesian pada SVAR untuk
menganalisis transmisi dari external shock pada perekonomian terbuka kecil.
Periode analisis dari tahun 1976 kuartal tiga sampai dengan 2000 kuartal kedua.
Pada kasus ini shock tersebut berasal dari perekonomian yang besar yaitu Amerika
Serikat yang nantinya ditransmisikan kepada perekonomian terbuka kecil, yaitu
Australia dibawah kondisi capital mobility dan flexible exchange rate. Hasil dari
penelitian ini menunjukkan bahwa external shock (US) yang berasal dari shock
produksi, agregat demand shock Amerika Serikat lebih mempengaruhi output dan
tingkat harga Australia dibandingkan dengan shock yang berasal kebijakan
moneter atau inovasi harga komoditas Amerika Serikat. Fleksibilitas nilai tukar
berkontribusi pada pembatasan penyesuaian dari shock eksternal pada
perekonomian Australia.
Eichenbaum dan Evans (1996), menganalisis hubungan antara shock
kebijakan moneter dengan nilai tukar untuk kasus Amerika Serikat dengan
menggunakan tiga tipe shock yaitu: orthogonalized shock terhadap suku bunga
Fed, orthogonalized shock of non-borrowed reserve terhadap total dari reserve
ratio, perubahan dalam indeks Romer-Romer dari kebijakan moneter. Kesimpulan
dari penelitiannya yaitu shock kebijakan moneter di Amerika Serikat diikuti
dengan peningkatan secara tajam dan persisten pada suku bunga dan juga
penurunan pada perbedaan antara suku bunga domestik dan luar negeri. Shock
kebijakan moneter akan menyebabkan nilai tukar nominal dan riil terapresiasi.
Sedangkan dampak dari kontraksi moneter adalah tidak temporer atau dengan kata
lain Dollar Amerika akan mengalami apresiasi dalam jangka panjang.
Pada kasus Indonesia, studi mengenai pengkajian dan bekerjanya
mekanisme transmisi melalui jalur nilai tukar telah dilakukan oleh Bank
Indonesia. Siswanto, Kurniati, Gunawan dan Binhadi (2002) melakukan studi
mengenai bekerjanya transmisi moneter melalui saluran nilai tukar dengan
membaginya kedalam dua blok.
Blok pertama diarahkan untuk mengukur apakah kebijakan moneter
berperan dominan dalam menentukan pergerakan nilai tukar dibandingkan dengan
faktor resiko. Sementara blok kedua ditujukan untuk mendeteksi pengaruh nilai
tukar ke inflasi baik secara langsung melalui perubahan harga barang-barang
impor (direct pass through effect) maupun secara tidak langsung (indirect pass
through effect).
Studi dilakukan dengan analisis SVAR yang kemudian dikonfirmasikan
dengan hasil survei kepada bank-bank, perusahaan, dan rumah tangga. Data yang
digunakan dengan menggunakan data bulanan dari periode 1990:1 sampai dengan
2001:4 dengan memisahkan periode sebelum dan sesudah krisis untuk
menggambarkan perubahan sistem nilai tukar di Indonesia pada Juli 1997, yaitu
dari sistem mengambang terkendali (managed floating system) menjadi sistem
mengambang bebas (free floating system).
Hasil dari studi tersebut menunjukkan bahwa sebelum terjadinya krisis,
transmisi kebijakan moneter melalui saluran nilai tukar bekerja sangat lemah. Hal
tersebut terutama disebabkan langkah-langkah BI untuk menjaga nilai tukar dalam
kisaran yang ditetapkan sesuai dengan sistem mengambang terkendali. Sementara
untuk periode setelah krisis dengan sistem mengambang bebas, transmisi
kebijakan moneter melalui saluran nilai tukar menjadi lebih kuat. Hal tersebut
dapat dilihat dari meningkatnya peran nilai tukar dalam ekonomi dimana
pengaruh nilai tukar terhadap inflasi secara langsung (melalui perubahan harga
barang-barang impor) lebih besar dibandingkan pengaruh secara tidak langsung
(melalui permintaan agregat). Besarnya premi resiko yang terjadi selama periode
penelitian karena tingginya country risk dan permasalahan perbankan pada waktu
itu yang menyebabkan belum bekerjanya mekanisme pasar dalam penentuan nilai
tukar sesuai dengan sistem mengambang.
Hasil studi ini juga dikonfirmasi oleh bukti empiris dari survei kepada
bank-bank, perusahaan, dan rumah tangga. Survei kepada bank-bank
menunjukkan bahwa faktor non-ekonomi, terbatasnya pasokan dibandingkan
dengan permintaan valuta asing, dan perkembangan nilai tukar regional
merupakan tiga pengaruh utama dalam pergerakan nilai tukar Rupiah.
2.9. Kerangka Pemikiran
Mekanisme melalui jalur nilai tukar menekankan bahwa pergerakan nilai
tukar dapat mempengaruhi perkembangan permintaan dan penawaran agregat, dan
selanjutnya output dan harga (Warjiyo, 2004). Kerangka pemikiran dalam
penelitian ini mengadposi dari jalur transmisi moneter melalui jalur nilai tukar di
Indonesia (Siswanto. et al, 2002).
Fluktuasi kurs Yen Jepang dan Dollar Amerika akibat dari tidak
seimbangnya jumlah permintaan dan penawaran kedua valuta asing tersebut akan
membuat nilai tukar Rupiah cenderung menjadi tidak stabil. Peningkatan atau
penurunan nilai mata uang asing (Yen dan Dollar) akan membuat Rupiah
terdepresiasi atau terapresiasi yang selanjutnya akan mempengaruhi kondisi
perekonomian Indonesia melalui mekanisme transmisi dalam perekonomian baik
secara langsung maupun secara tidak langsung.
Secara langsung, apresiasi maupun depresiasi nilai tukar akan
mempengaruhi harga dari tradable goods yang selanjutnya akan mempengaruhi
net export, dan Pendapatan Domestik Bruto (PDB) atau GDP (Gross Domestic
Product). Sedangkan secara tidak langsung, apresiasi atau depresiasi mata uang
domestik akan mempengaruhi harga tradable goods melalui harga barang impor,
kemudian akan mempengaruhi inflasi. Hal ini akan direspon oleh pemerintah
melalui Bank Sentral sebagai otoritas moneter untuk membuat kebijakan moneter
baik ekspansi maupun kontraksi moneter yang nantinya akan mempengaruhi
pendapatan nasional.
Namun permasalahannya manakah diantara kedua shock tersebut yang
memberikan pengaruh yang paling besar terhadap kondisi perekonomian
Indonesia. Untuk melihat lebih jelas pengaruh yang berasal dari kurs Yen dan
Dollar Amerika yang nantinya akan ditransmisikan dalam perekonomian
Indonesia dapat dilihat pada Gambar 2.8 di bawah ini:
Shock Yen
Shock USD
Nilai Tukar Rupiah
Tradable Good Price
Net Export
GDP
Kebijakan Moneter Melalui
Suku Bunga
Interest Rate
Capital Flow
Investasi
Pendapatan Nasional
Inflasi
Gambar 2.8. Mekanisme Transmisi Kebijakan Moneter Melalui Jalur Nilai Tukar Dipengaruhi oleh Shock Yen dan USD
Keterangan: Jalur Transmisi Langsung Jalur Transmisi Tidak Langsung
2.10. Hipotesis Penelitian
Adapun hipotesis pada penelitian ini adalah sebagai berikut:
1. Kurs Yen dan USD berpengaruh negatif terhadap nilai tukar. Dengan
meningkatnya permintaan kurs Yen dan USD akan mengakibatkan
melemahnya nilai tukar Rupiah atau dengan kata lain kurs Rupiah akan
mengalami depresiasi.
2. Variabel makroekonomi terpengaruh oleh perubahan nilai tukar, dimana
dengan adanya fluktuasi kurs Rupiah terhadap mata uang asing negara lain
akan membuat terjadinya volatilitas pada variabel makroekonomi. Perubahan
dalam kurs Rupiah terhadap mata uang negara lain akan mengubah posisi
neraca transaksi berjalan (ekspor dan impor) apabila dinilai dalam satuan mata
uang domestik. Hal ini akan mempengaruhi tingkat inflasi domestik apabila
barang-barang tersebut merupakan bahan baku untuk proses produksi
domestik. Seiring dengan adanya perubahan tingkat inflasi domestik, bank
sentral akan membuat kebijakan moneter melalui suku bunga yang bertujuan
untuk menstabilkan perekonomian domestik. Perubahan suku bunga akan
mengubah rencana investasi para investor khususnya investor asing.
Keseluruhan hal di atas akan mempengaruhi output nasional.
III. METODE PENELITIAN
3.1. Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder yang
diperoleh dari International Financial Statistic (IFS) yang diakses melalui situs
International Monetary Fund (IMF), World Economic Statistic melalui
Bloomberg yang diakses melalui Badan Pengawas Pasar Modal (BAPEPAM),
Badan Pusat Statistik (BPS) dan Bank Indonesia (BI).
Data yang digunakan adalah data nilai tukar riil USD/Rp dan Yen/Rp,
GDP riil, Consumer Price Index (CPI), suku bunga (SBI) 3 bulan, Impor Price
Index by Origin Country (Jepang dan Amerika Serikat) sebagai proksi dari traded
good price, Rasio ekspor dan impor sebagai proksi dari ekspor neto dan Investasi
Asing Langsung atau Foreign Direct Investment (FDI) dan Gross Domestic
Product (GDP) atau Produk Domestic Bruto (PDB).
Semua data adalah data kuartalan, dimana data nilai tukar dan GDP dalam
bentuk riil. Untuk memudahkan analisis dan mendapatkan hasil analisis yang
lebih valid dan konsisten, semua data ditransformasikan dalam bentuk logaritma
natural kecuali data untuk suku bunga serta data berbentuk indeks diubah menjadi
tahun dasar 2000. Periode waktu penelitian ini mencakup kuartal pertama tahun
1990 sampai dengan kuartal ketiga tahun 2005.
3.2. Metode Analisis dan Pengolahan Data
Dalam menganalisis pengaruh fluktuasi nilai tukar Rupiah yang
dipengaruhi oleh shock Yen dan USD dalam mekanisme transmisi moneter
melalui jalur nilai tukar terhadap perekonomian Indonesia akan dianalisis dengan
menggunakan metode SVAR (Structural Vector Auto Regression). Kemudian
apabila terdapat kombinasi linear antara variabel non-stasioner yang terkointegrasi
pada ordo yang sama maka perlu dilakukan pengujian kointegrasi, maka model
SVAR akan dikombinasikan dengan model koreksi kesalahan (error correction
model) menjadi Cointegrated SVAR atau biasa dikenal dengan istilah Vector
Error Correction Model (VECM). Perangkat lunak yang digunakan dalam
penelitian adalah Microsoft Excel 2003 untuk mengelompokkan data dan
selanjutnya diolah menggunakan program Eviews 4.1.
3.2.1. Metode Struktural Vector AutoRegression (SVAR)
Pendekatan VAR dikembangkan oleh Sims (1980), dimana VAR adalah
suatu sistem persamaan yang memperlihatkan setiap peubah sebagai fungsi linear
dari konstanta dan nilai lag dari peubah itu sendiri serta nilai lag dari peubah lain
yang ada dalam sistem. Dalam VAR pemisahan variabel eksogen dan endogen
diabaikan dan menganggap bahwa semua variabel yang digunakan dalam analisis
berpotensi menjadi variabel endogen.
Spesifikasi model VAR sesuai dengan kriteria Sim (1980) meliputi
pemilihan variabel yang sesuai dengan teori ekonomi yang relevan dan sesuai
dengan pemilihan lag yang digunakan dalam model. Dalam pemilihan selang
optimal yang dipakai dapat memanfaatkan kriteria informasi seperti Akaike
Information Criterion (AIC), Schwarz Infrmation Criterion (SC) maupun
Hannan-Quinn Criterion (HQ).
Model VAR dikembangkan sebagai solusi atas kritikan terhadap model persamaan
simultan (Amisano dan Gianini, 1997), yaitu:
1. Spesifikasi dari sistem persamaan simultan terlalu berdasarkan pada agregasi
dari model keseimbangan parsial, tanpa memperhatikan pada hasil hubungan
yang hilang (omitted interrelation).
2. Struktur dinamis pada model seringkali dispesifikasikan dengan tujuan untuk
memberikan restriksi yang dibutuhkan dalam mendapatkan identifikasi dari
bentuk struktural.
Menurut McCoy (1997), untuk mengatasi kritikan tersebut terutama untuk
menentukan variabel endogen dan eksogen, pendekatan VAR berusaha
membiarkan data tersebut berbicara (”let the data speak for themselves”) dengan
membuat semua variabel berpotensi menjadi variabel endogen. Dalam kerangka
VAR setiap variabel, baik dalam level maupun first difference, diperlakukan
secara simetris di dalam sistem persamaan yang mengandung regressor set yang
sama.
Metode SVAR merupakan bentuk perluasan dari metode VAR (Vector
Autoregression). Dalam metode VAR tidak dibuat suatu restriksi teoritis
(atheoretic restriction) tertentu berdasarkan teori ekonomi yang relevan pada
variabel yang digunakan dalam analisis, sedangkan dalam SVAR dibuat suatu
restriksi berdasarkan teori ekonomi yang relevan, dimana restriksi tersebut
berdasarkan hubungan yang kuat akan skema (peta hubungan) bentuk urutan
(ordering) variabel-variabel yang digunakan dalam sistem VAR. Oleh karena itu
SVAR juga dikenal sebagai bentuk VAR yang teoritis (theoritical VAR).
Analisis Structural Vector Autoregression (SVAR) dianggap sebagai
jembatan antara teori ekonomi dengan multiple time series analysis, sehingga
konsekuensinya, metode ini seringkali harus berhubungan dengan suatu analisis
guncangan (analysis of disturbances). Metode SVAR ini memasukkan sejumlah
restriksi yang diidentifikasi berdasarkan teori ekonomi (orthogonal) berdasarkan
hubungan yang kuat antara variabel-variabel yang digunakan dalam bentuk urutan
(ordering) yang digunakan dalam sistem VAR.
Spesifikasi model SVAR yang digunakan dalam penelitian ini, untuk
transmisi moneter melalui jalur nilai tukar secara langsung, yaitu:
12 13 14 t 10 11 12 13 14
21 13 14 t 20 21
31 32 34 30
41 42 43 40
1 b b b b 1 b b
b b 1 b b b b 1
t
t
RERIHINXY
γ γ γ γ γγ γ γγγ
⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥= +⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦
1 1t
t-122 23 24 2
t-131 32 33 34 3
41 42 43 44 41
t
t
t
tt
RER
IHINX
Y
εγ γ ε
γ γ γ γ εγ γ γ γ ε
−
−
⎡ ⎤⎡ ⎤ ⎡ ⎤⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥⎣ ⎦ ⎣ ⎦⎣ ⎦
Spesifikasi model SVAR yang digunakan dalam penelitian ini, untuk
transmisi moneter melalui jalur nilai tukar secara tidak langsung, yaitu :
12 13 14 15 16
21 23 24 25 26
31 32 34 35 36
41 42 43 45 46
51 52 53 54 56
61
1 1 1 1 1
b b b b bb b b b bb b b b bb b b b bb b b b bb b
t 10 11 12 13 14 15 16
t 20 21 22 23 24 25 26
30 31 32 33
40
50
62 63 64 65 60
1
t
t
t
t
RERIHICPIiI
b b b Y
γ γ γ γ γ γ γγ γ γ γ γ γ γγ γ γ γγγγ
⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥
= +⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦ ⎣ ⎦
t-1 1t
21
34 35 36 31
41 42 43 44 45 46 4t-1
51 52 53 54 55 56 5t-1
61 62 63 64 65 66 61
tt
tt
t
t
tt
RER
IHICPIiIY
εε
γ γ γ εγ γ γ γ γ γ εγ γ γ γ γ γ εγ γ γ γ γ γ ε
−
−
−
⎡ ⎤⎡ ⎤ ⎡ ⎤⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥⎢ ⎥ ⎢⎣ ⎦ ⎣ ⎦⎣ ⎦ ⎥
B yt γ0 Γ1 yt-1 εt
B yt γ0 Γ1 yt-1 εt
(3.1)
(3.2)
Persamaan SVAR untuk model diatas dapat diringkas menurut Zivot
(2000) adalah sebagai berikut:
Byt = γ0 + Γ1 + yt-1+ εt (3.3)
dimana:
B = matrix n*n yang mengandung parameter struktural dari variabel endogen,
yt = vektor variabel endogen (kurs riil (RER), indeks harga impor (IHI), ekspor
neto (NX), suku bunga (i), investasi asing langsung (I), pendapatan nasional
(Y),
γ0 = intersep,
Γ1 = matrix polinomial (finite order matrix) dengan lag operator 1,
yt-1 = vektor auto regressive dengan lag operator 1, εt = vektor white noise.
Persamaan (3.3) memiliki masalah dalam representasi. Hal tersebut
dikarenakan koefisien dari matriks adalah tidak diketahui dan setiap variabel
memiliki efek yang kontemporer (contemporaneous effect) sehingga tidak
mungkin untuk menentukan nilai parameter dalam model tersebut dan model
tersebut tidak dapat diidentifikasi secara penuh. Oleh karena itu, persamaan (3.3)
memungkinkan untuk ditransformasikan kedalam persamaan reduced-form
(McCoy, 1997). Persamaan reduced-form yang terbentuk dapat merepresentasikan
sebuah bentuk Vector Moving Average (VMA), dimana persamaan ini dapat
digunakan untuk menghilangkan korelasi antar error yang terjadi dalam model
estimasi VAR. Menurut Zivot (2000), persamaan matematis VMA dapat dilihat
sebagai berikut:
tt
ttt
uyAaByBBy
++=+Γ+=
−
−−
−−
110
111
10
1 εγ (3.4)
Sistem pada persamaan (3.4) disebut sebagai model standar VAR. Error
term (ut) adalah kombinasi linear dari eror struktural (εt), dimana error term
tersebut memiliki nilai rata-rata (mean) nol dan nilai kovarian yang konstan.
Pada model SVAR, Choleski Factorization (Ω) dari matriks Σ dapat
merepresentasikan perpindahan dari non-orthogonal VMA ke orthogonal VMA
(Amisano dan Gianini, 1997). Matrix ∑ adalah varian/kovarian dari residual (ut)
dari sistem VAR standar, dimana persamaan matematis matrix ∑ menurut Zivot
(2000):
[ ] [ ]
Ω==
=−−
′−−
'11
11 ''
DBB
BEBuuE tttt εε
(3.5)
3.2.1.1 Model Restriksi SVAR
Model restriksi yang digunakan adalam penelitian ini diadopsi dari model
Siswanto. et al (2001), dengan diasumsikan bahwa model ini digunakan untuk
small-open economy. Pada model ini transmisi nilai tukar dibagi menjadi dua
tahapan, yaitu: jalur transmisi langsung dan transmisi tidak langsung. Kelebihan
model ini yaitu dapat melihat efek yang ditimbulkan dari shock nilai tukar
terhadap perekonomian Indonesia yang dapat tergambar melalui variabel
makroekonomi yang relevan.
Melalui penerapan restriksi pada elemen yang bersesuaian pada elemen
matriks yang bersesuaian, maka memungkinkan dilakukan guncangan struktural
untuk jalur transmisi tidak langsung sebagai berikut:
⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
1 b b b b b0 1 b b b b0 0 1 b bb0 0 0 1 b b0 0 0 0 1 b0 0 0 0 0 1
6564636261
54535251
4342 41
3231
21
⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
Y
I
i
CPI
IHI
RER
eeeeee
= mij
⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
Y
I
i
CPI
IHI
RER
ε
ε
ε
ε
ε
ε
(3.6)
Sementara itu guncangan struktural untuk jalur transmisi langsung sebagai
berikut:
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
1 b bb0 1 b b0 0 1 b0 0 0 1
4342 41
3231
21
⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢
⎣
⎡
Y
NX
IHI
RER
eeee
= mij
⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢
⎣
⎡
Y
NX
IHI
RERe
ε
ε
ε (3.7)
B e m ε
dimana :
bij = elemen dari B,
ej = error term dari guncangan orthogonal,
mij = cholesky restrictions,
εj = vector guncangan orthogonal.
B e m ε
3.2.2. Analisis Vector Error Correction Model (VECM)
Kointegrasi adalah terdapatnya kombinasi linear antara variabel yang non-
stasioner yang terkointegrasi pada ordo yang sama (Enders, 2004). Setelah
dilakukan pengujian kointegrasi pada model yang digunakan, maka dianjurkan
untuk memasukkan persamaan kointegrasi ke dalam model yang digunakan. Pada
data time series kebanyakan memiliki tingkat stasioneritas pada perbedaan
pertama (first difference) atau I(1). Oleh karena itu untuk mengantisipasi
hilangnya informasi jangka panjang, maka dalam penelitian menggunakan VECM
apabila ternyata data yang digunakan memiliki derajat stasioneritas I(1). Secara
umum model VECM (k-1) adalah sebagai berikut (Siregar dan Ward, 2000):
∑−
=
−− ++++ΔΓ=Δ1
11101
k
itttit ytyy εαβμμ (3.8)
dimana:
tyΔ = yt – yt-1,
k-1 = ordo VECM dari VAR,
iΓ = matriks koefisien regresi (b1, ..bi),
0μ = vektor intercept,
1μ = vektor koefisien regresi,
t = time trend,
α = matriks loading,
β = vektor kointegrasi,
y = variabel yang digunakan dalam analisis.
3.2.3. Pengujian Pra Estimasi
3.2.3.1. Uji Stasioneritas Data
Dalam mengestimasi sebuah model yang akan digunakan, maka langkah
awal yang harus dilakukan adalah uji stasioneritas data atau disebut dengan unit
root test. Menurut Gujarati (2003), data yang stasioner akan mempunyai
kecenderungan untuk mendekati nilai rata-rata dan berfluktuasi di sekitar nilai
rata-ratanya. Untuk itu, pengujian stasioneritas data sangat penting dilakukan
apabila menggunakan data time series dalam analisis. Hal tersebut dikarenakan
data time series pada umumnya mengandung akar unit (unit root) dan nilai rata-
rata serta variansnya berubah sepanjang waktu. Nilai yang mengandung unit root
atau non-stasioner, apabila dimasukkan dalam perhitungan statistik pada model
regresi sederhana, maka kemungkinan besar estimasi akan gagal mencapai nilai
yang sebenarnya atau disebut sebagai spourious estimation (Thomas, 1997).
Untuk menguji ada atau tidaknya akar unit pada data yang digunakan,
maka dalam penelitian ini menggunakan uji Augmented Dickey-Fuller (ADF).
Menurut Gujarati (2003), uji stasioneritas data dengan menggunakan uji Dickey-
Fuller, dimulai dari sebuah proses autoregresi orde pertama, yaitu:
ttt uYY += − 1ρ (3.9)
dimana:
ut = white noise error term dengan mean nol dan varians konstan.
Kondisi di atas disebut sebagai random walk, dimana variabel Yt
ditentukan oleh variabel sebelumnya (Yt-1). Oleh karena itu jika nilai ρ = 1 maka
persamaan (3.9) mengandung akar unit atau tidak stasioner. Kemudian persamaan
(3.9) dapat dimodifikasi dengan mengurangi Yt-1 pada kedua sisi persamaan,
sehingga persamaan (3.9) dapat diubah menjadi:
( ) tt
ttttt
uYuYYYY
+−=+−=−
−
−−−
1
111
1ρρ
(3.10)
maka persamaan diatas dapat ditulis sebagai berikut:
ttt uYY +=Δ −1δ (3.11)
dimana: δ = ( )1−ρ , Δ= perbedaan pertama (first difference).
Oleh karena itu hipotesis pada persamaan (3.11), H0: δ = 0 melawan
hipotesis alternatifnya atau H1: δ < 0. Nilai H0: δ = 0 akan menunjukkan bahwa
persamaan tersebut tidak stasioner, sementara H1: δ < 0 maka menunjukkan
persamaan tersebut mengikuti proses yang stasioner. Jadi apabila kita menolak H0
maka artinya data time series tersebut stasioner, dan sebaliknya.
Pada persamaan (3.11) diasumsikan bahwa error term (ut) tidak berkorelasi.
Dalam kasus error term-nya berkorelasi maka contoh persamaan yang dapat diuji
stasioneritas melalui Augmented Dickey-Fuller (ADF) dapat ditulis sebagai
berikut (Gujarati,2003):
∑=
−− +Δ+++=Δm
itititt YYtY
1121 εαδββ (3.12)
dimana, =tε pure white noise error term dan ( )211 −−− −=Δ ttt YYY ,
( )322 −−− −=Δ ttt YYY , dan seterusnya. Dalam kasus persamaan seperti ini pengujian
hipotesis yang dilakukan masih sama dengan sebelumnya yaitu H0 = δ = 0 (tidak
stasioner) dengan hipotesis alternatinya adalah H1 = δ < 0 (stasioner). Artinya jika
H0 ditolak dan menerima H1 maka data kita stasioner dan begitu juga sebaliknya.
Uji yang dilakukan untuk mengetahui apakah sebuah data time series bersifat
stasioner atau tidak adalah dengan melakukan uji ordinary least squares (OLS)
dan melihat nilai t statistik dari estimasi δ . Jika δ adalah nilai dugaan dan
δS adalah simpangan baku dari δ maka uji statistik memiliki rumus sebagai
berikut:
δ
δS
thit = (3.13)
Apabila nilai t-statistik lebih kecil dari nilai statistik ADF (dalam nilai kritikal 1
persen, 5 persen, atau 10 persen), maka keputusannya adalah tolak H0 atau dengan
kata lain data bersifat stasioner dan begitu juga sebaliknya.
3.2.3.2. Pengujian Lag Optimal
Langkah penting yang harus dilakukan dalam menggunakan model SVAR
adalah penentuan jumlah lag yang optimal yang digunakan dalam model.
Pengujian panjang lag yang optimal dapat memanfaatkan beberapa informasi
yaitu dengan menggunakan Akaike Information Criterion (AIC), Schwarz
Criterion (SC) dan Hannan-Quinn Criterion (HQ). Untuk dapat menentukan lag
ini, maka langkah sebelumnya adalah menentukan nilai determinan dari kovarian
residual ( Ω ) yang dapat dihitung sebagai berikut (Eviews 4 User’s Guide) :
Ω = det ⎟⎟⎠
⎞⎜⎜⎝
⎛− ∑
ttt ee
pT'ˆˆ1 (3.14)
dimana p adalah angka parameter dari tiap persamaan dalam VAR. Selanjutnya,
log likelihood value dengan mengasumsikan distribusi normal (Gaussian) dapat
dihitung :
l = - Ω++ ˆlog)2log1(2
πkT (3.15)
dimana k adalah banyaknya parameter yang diestimasi dan T adalah jumlah
observasi. Kemudian dilanjutkan dengan menggunakan Nilai AIC, SC maupun
HQ dan dipilih nilai yang terkecil. Rumus perhitungannya dapat dilihat dalam
tabel dibawah ini (Eviews 4 User’s Guide) :
(3.16)
3.2.3.3. Uji Stabilitas VAR
Metode yang akan digunakan untuk melakukan analisis pengaruh
guncangan kurs Yen dan Dollar Amerika terhadap nilai tukar Rupiah dalam
mekanisme transmisi kebijakan moneter melalui jalur nilai tukar adalah analisis
impuls respon (IRF) dan analisis peramalan dekomposisi ragam galat (FEVD).
Namun sebelum kedua analisis tersebut dapat digunakan maka sistem persamaan
VAR yang telah terbentuk harus diuji stabilitasnya terlebih dahulu melalui VAR
stability condition check. Uji stabilitas VAR dilakukan dengan menghitung akar-
akar dari fungsi polinomial atau dikenal dengan roots of characteristic polinomial.
AIC
SC
HQ ( )2 / 2 log(log( )) /l T k T T− +
( )2 / log( ) /l T k T T− +
( ) ( )2 / 2 /l T k T− +
Jika semua akar dari fungsi polinomial tersebut berada didalam unit circle atau
jika nilai absolutnya <1 maka model VAR tersebut dianggap stabil sehingga IRF
dan FEVD yang dihasilkan dianggap valid (Windarti, 2004).
3.2.4. Uji Kointegrasi
Uji kointegrasi bertujuan untuk menentukan apakah variabel-variabel
yang tidak stasioner terkointegrasi atau tidak. Konsep kointegrasi dikemukakan
oleh Engle dan Granger (1987) sebagai kombinasi linear dari dua atau lebih
variabel yang tidak stasioner akan menghasilkan variabel yang stasioner.
Kombinasi linear ini dikenal dengan istilah persamaan kointegrasi dan dapat
diinterpretasikan sebagai hubungan keseimbangan jangka panjang diantara
variabel (Eviews 4 User’s Guide). Dalam penelitian ini, untuk menguji apakah
kombinasi variabel yang tidak stasioner terkointegrasi dapat diuji dengan
menggunakan uji kointegrasi Johansen (1991,1995a) yang ditunjukkan oleh
persamaan matematis berikut ini :
Jika trace statistic > critical value, maka persamaan tersebut terkointegrasi.
Dengan demikian H0 = non-kointegrasi dengan hipotesis alternatifnya H1 =
kointegrasi. Jika trace statistic > critical value, maka kita tolak H0 atau terima H1
yang artinya terjadi kointegrasi. Setelah jumlah persamaan yang terkointegrasi
telah diketahui maka tahapan analisis dilanjutkan dengan analisis Vector Error
Correction Model (VECM).
0 1 11
p
t t i t ti
y y yβ ε− −=
Δ = + Π + Γ Δ +∑ (3.17)
3.2.5. Impulse Response Function
Menurut Enders (2000), cara yang paling baik untuk mencirikan struktur
dinamis dalam model adalah dengan menganalisa respon dari model terhadap
guncangan. Ada dua cara dalam melakukan hal tersebut, yaitu dengan analisis IRF
(Impulse Response Function) atau analisis FEVD (Forecast Error Variance
Decomposition). IRF dapat meneliti hubungan antar variabel dengan
menunjukkan bagaimana variabel endogen bereaksi terhadap sebuah shock dalam
variabel itu sendiri dan variabel endogen lainnya.
Menurut Pindyk dan Rubinfeld dalam Windarti (2004), IRF adalah suatu
metode yang digunakan untuk menentukan respon suatu variabel endogen
terhadap suatu shock tertentu karena sebenarnya shock variabel misalnya ke-i tdk
hanya berpengaruh terhadap variabel ke-i itu saja tetapi ditransmisikan kepada
semua variabel endogen lainnya melalui struktur dinamis atau struktur lag dalam
VAR. Atau dengan kata lain IRF mengukur pengaruh suatu shock pada suatu
waktu kepada inovasi variabel endogen pada saat tersebut dan dimasa yang akan
datang.
Analisis fungsi impuls respon (Impulse Response Function) atau disingkat
dengan IRF dalam analisis ini dilakukan untuk menilai respon dinamik variabel
nilai tukar, harga impor, ekspor neto, indeks harga konsumen, suku bunga, FDI,
dan PDB terhadap adanya guncangan (shock) variabel tertentu. Sementara itu IRF
bertujuan untuk mengisolasi suatu guncangan agar lebih spesifik artinya suatu
variabel yang dapat dipengaruhi oleh shock atau guncangan tertentu. Apabila
suatu variabel tidak dapat dipengaruhi oleh shock, maka shock spesifik tersebut
tidak dapat diketahui melainkan shock secara umum.
3.2.6. Forecast Error Variance Decomposition (FEVD)
Metode yang dapat dilakukan untuk melihat bagaimana perubahan dalam
suatu variabel yang ditunjukkan oleh perubahan error variance dipengaruhi oleh
variabel-variabel lainnya adalah FEVD. Metode ini mencirikan suatu struktur
dinamis dalam model VAR. Dimana dalam metode ini dapat dilihat kekuatan dan
kelemahan masing-masing variabel dalam mempengaruhi variabel lainnya dalam
kurun waktu yang panjang.
FEVD merinci ragam dari peramalan galat menjadi komponen-komponen
yang dapat dihubungkan dengan setiap variabel endogen dalam model. Dengan
menghitung persentase kuadrat prediksi galat k-tahap ke depan dari sebuah
variabel akibat inovasi dalam variabel-variabel lain maka akan dapat dilihat
seberapa besar perbedaan antara error variance sebelum dan sesudah terjadinya
shock yang berasal dari dirinya sendiri maupun dari variabel lain. Jadi melalui
FEVD dapat diketahui secara pasti faktor-faktor yang mempengaruhi fluktuasi
dari variabel tertentu. Dalam analisis ini variabel tersebut yaitu nilai tukar, indeks
harga impor, indeks harga konsumen, suku bunga, FDI, ekspor neto dan PDB.
IV. HASIL DAN PEMBAHASAN
4.1. Gambaran Umum Perekonomian Indonesia
Perekonomian Indonesia mengalami pasang surut dalam perjalanannya.
Sebelum terjadinya krisis multidimensional yang memuncak sejak pertengahan
tahun 1997, keadaan perekonomian Indonesia relatif cukup baik.
Menurut data Bank Indonesia, dalam tahun 1996 mencatat kinerja yang
sangat baik dengan ditandai indikator makroekonomi, antara lain tingkat
pertumbuhan ekonomi mencapai 7.8 persen per tahun dan inflasi pada 5 bulan
pertama mampu mencapai tingkat terendah selama 10 tahun terakhir pada periode
yang sama, cadangan resmi pemerintah mencapai US$ 20 miliar pada bulan Maret
1997 atau sama dengan perkiraan 5 bulan impor, investasi asing langsung luar
negeri mencapai nilai US$ 6.5 miliar pada tahun fiskal 1996/1997, sedangkan
tingkat depresiasi Rupiah terhadap Dollar Amerika terpelihara pada kisaran 3-5
persen (Sudjijono, 2003).
Pada pertengahan tahun 1997, kalangan pelaku bisnis maupun dari
pemerintah dikejutkan, tiba-tiba perekonomian Indonesia mengalami perubahan
yang drastis. Berawal dari ambruknya perdagangan valuta asing di kawasan Asia,
terutama yang melanda kehancuran pasar valuta asing di Thailand, kemudian
menjalar ke negara tetangga termasuk Indonesia. Kejadian tersebut disikapi secara
optimis oleh para pejabat Indonesia dan para ekonom yang pro terhadap kebijakan
pemerintah.
Menurut Sudjijono (2003), keyakinan para pejabat dan ekonom yang pro
terhadap kebijakan pemerintah karena melihat terdapatnya indikasi yang positif
bila dilihat dari angka surplus perdagangan termasuk migas, pertumbuhan angka
ekspor yang tinggi, cadangan devisa yang cukup kuat sampai 5-6 bulan impor,
tingkat suku bunga memadai, dan tingkat inflasi satu digit terkendali dibawah 10
persen. Hal-hal tersebut sering diungkapkan oleh pejabat pemerintah, tetapi dalam
perkembangannya cukup tragis dimana keadaan eksternal yang bergolak penuh
dengan spekulasi tidak terbendung lagi menghantam daya tahan Rupiah. Nilai
tukar riil Rupiah mengalami depresiasi yang tajam terhadap Dollar Amerika
sebesar 68 persen, hal tersebut akan berakibat pada melemahnya posisi neraca
pembayaran. Menurut data Bank Dunia (1999), pada tahun 1997 mencatat total
stock utang luar negeri secara riil mencapai 64.25 persen GDP, kemudian
membengkak menjadi 95.3 persen GDP.
Memburuknya kondisi perekonomian internasional tersebut membawa
dampak pada perubahan perekonomian dalam negeri. Harga barang-barang impor
melonjak tinggi, kemudian diikuti oleh kenaikan harga barang-barang lain yang
sesungguhnya tidak ada hubungannya dengan nilai tukar Rupiah terhadap Dollar
yang lebih merupakan pengaruh psikologis (sentimen pasar). Data pada akhir
tahun 1997 tercatat angka inflasi mencapai 11.1 persen per tahun, dan terus
meningkat hingga mencapai 77.6 persen pertahun pada tahun berikutnya. Menurut
data Bank Indonesia (1999), pertumbuhan ekonomi tahunan (PDB riil) mencatat
sebesar 4.7 persen, hingga tahun 1998 turun sebesar 13.2 persen. Faktor-faktor
inilah yang menyebabkan terjadinya krisis ekonomi yang berkembang menjadi
krisis multidimensional yang menyentuh segala aspek kehidupan. Menurut
Sudjijono (2002), krisis ekonomi merupakan indikasi dari kegagalan sistem pasar
(market failure), sedangkan ketidakberdayaan pihak pemerintah merupakan
kegagalan sistem pemerintahan (government failure).
Pada bagian ini akan disajikan trend dari variabel ekonomi makro Indonesia.
Data pada variabel yang digunakan dalam penelitian ini dari kuartal pertama tahun
1990 sampai dengan kuartal ketiga 2005 diperoleh dari Bloomberg dan kemudian
dibentuk trend-nya dengan menggunakan Hodrick-Prescott Filter.
4.1.1. Gambaran Fluktuasi Variabel Makroekonomi
Intisari yang dapat diambil dari gambar di bawah ini yaitu; pertama, Kurs
riil relatif cenderung stabil dari tahun 1990 hingga tahun 1995 hal tersebut terkait
dengan sistem nilai tukar yang diterapkan di Indonesia yaitu sistem mengambang
terkendali, dimana bank sentral menjaga kestabilan nilai tukar pada tingkat band
tertentu. Setelah tahun 1995 hingga tahun 1999, trend kurs terus menerus
mengalami penurunan trend. Pada periode krisis tahun 1997-1998 kurs riil Rupiah
mengalami penurunan (depresiasi) yang sangat tajam terhadap mata uang Dollar
dan Yen dibandingkan dengan tahun-tahun sebelumnya.
Menurut Djiwandono (2001), terdepresiasinya mata uang negara-negara di
Asia diakibatkan oleh terjadinya krisis keuangan di Asia. Awal dari krisis
keuangan tersebut yaitu terdepresiasinya secara drastis nilai Bath pada awal Juli
1997 yang kemudian menjalar ke negara-negara Asia lain termasuk Indonesia.
Kejadian inilah yang mengawali terjadinya krisis di Indonesia yang dimulai
dengan tertekannya nilai Rupiah di pasar mata uang karena adanya efek penularan
mengikuti negara tetangganya sebagai akibat dari kepanikan keuangan regional.
Krisis yang terjadi di Indonesia merupakan krisis yang paling buruk dibandingkan
dengan negara Asia lain karena terdapatnya kelemahan struktural pada sektor
perbankan, sektor riil dan kelemahan pada struktur dan kelembagaan sosial serta
politik.
Kedua, sejak krisis ekonomi yang terjadi di Indonesia membuat
pemerintah mengganti sistem kebijakan nilai tukar dari mengambang terkendali
menjadi mengambang bebas pada tanggal 14 Agustus 1997. Pada sistem ini kurs
mata uang suatu negara ditentukan oleh kekuatan pasar, artinya nilai kurs
ditentukan oleh permintaan dan penawaran terhadap mata uang tersebut dalam
kaitannya mata uang dengan negara lain.
Ketiga, seiring dengan terjadinya depresiasi mata uang Rupiah yang sangat
besar terhadap Dollar Amerika dan Yen Jepang sejak masa krisis tahun 1997
hingga tahun 1998, trend harga barang impor dan ekspor neto mengalami
peningkatan. Hal tersebut dikarenakan nilai ekspor dan impor didenominasi
dengan nilai mata uang kedua negara tersebut sebagai mitra dagangnya, sehingga
bila kurs Rupiah mengalami fluktuasi terhadap kedua mata uang tersebut maka
akan terjadi perubahan pada harga impor dan ekspor neto.
Trend variabel inflasi, suku bunga terjadi peningkatan yang sangat tajam
pada periode krisis, sementara itu trend pendapatan nasional pada masa krisis
mengalami peningkatan tetapi tidak sebesar peningkatan nilai inflasi dan suku
bunga, sedangkan trend variabel investasi asing langsung mengalami penurunan
yang sangat tajam pada periode krisis akibat ketidakstabilan perekonomian
domestik.
4.1.1.1. Trend dan Siklikal Variabel Kurs Riil Rupiah Terhadap USD dan Yen
Trend kurs Rupiah terhadap Dollar dan Yen mengalami beberapa fase.
Kurs relatif cenderung stabil dari tahun 1990 hingga tahun 1995. Setelah tahun
1995 hingga tahun 1998, trend kurs terus menerus mengalami penurunan yang
mengindikasikan kurs Rupiah mengalami depresiasi terhadap USD dan Yen, hal
inilah yang memicu terjadinya krisis ekonomi Indonesia. Trend kurs Rupiah
mendatar yang mengindikasikan nilainya yang relatif mulai stabil setelah tahun
1999 hingga tahun 2001 dan setelah tahun 2001 hingga tahun 2004 trend kurs
mulai meningkat yang berarti kurs terapresiasi.
Siklikal kurs juga menunjukkan beberapa pola. Siklikal kurs riil Rupiah
terhadap Dollar relatif tidak terlalu mengalami fluktuasi sampai dengan tahun
1995, sedangkan kurs riil Rupiah terhadap Yen berfluktuasi disekitar garis trend.
Hal tersebut berkaitan dengan sistem nilai tukar yang dianut oleh pemerintah yaitu
pada tahun 1990 hingga 13 Agustus 1997 Indonesia menganut sistem
-10.0
-9.6
-9.2
-8.8
-8.4
-8.0
90 92 94 96 98 00 02 04
LRER_US HPTRENDLRER_US
Trend Kurs Riil Dollar/Rp Trend Kurs Riil Yen/Rp
-5.0
-4.8
-4.6
-4.4
-4.2
-4.0
-3.8
-3.6
90 92 94 96 98 00 02 04
LRER_JPG HPTRENDLRER_JPG
Gambar 4.1. Trend dan Siklikal Kurs Riil Rupiah
mengambang terkendali dan setelah mengalami krisis yaitu pada 14 Agustus 1997
beralih menjadi rezim nilai tukar mengambang bebas. Oleh karena itu siklus nilai
tukar sebelum tahun 1997 relatif tidak terlalu fluktuatif sehubungan dengan sistem
nilai tukar yang digunakan, dimana kurs diupayakan untuk berada dalam kisaran
tertentu yang diputuskan oleh otoritas moneter, serta dalam menjaga kestabilan
nilai Rupiah pemerintah melakukan intervensi apabila kurs mengalami fluktuasi
melebihi batas atas atau batas bawah dari selisih atau spread tertentu.
Sementara itu siklus kurs Rupiah terhadap USD dan Yen pada tahun
1997 hingga tahun 2004 cenderung fluktuatif, dimana pada periode ini Indonesia
mengalami krisis ekonomi dan pemerintah mulai menerapkan sistem nilai tukar
mengambang bebas terkait dengan semakin terkurasnya cadangan devisa negara
akibat dari depresiasi nilai tukar Rupiah terhadap Dollar Amerika. Depresiasi
yang terjadi berawal dari adanya tekanan yang berasal dari adanya serangan
spekulasi terhadap mata uang Baht Thailand yang kemudian berdampak menjalar
(contagion efffect) ke mata uang Indonesia. Melemahnya nilai tukar Rupiah telah
mendorong investor asing menarik dananya pada waktu yang bersamaan dari
Indonesia yang diinvestasikan dalam bentuk portofolio surat-surat berharga, dan
kepanikan mulai terjadi lagi di pasar valas terutama karena perusahaan dan bank-
bank di dalam negeri ingin memborong devisa untuk membayar atau melindungi
kewajiban luar negerinya dari resiko nilai tukar, sehingga pada tahun 1997-1998
kurs terdepresiasi secara signifikan pada level tertinggi dan pada tahun 1999-2004
kurs cenderung berfluktuasi sehubungan dengan kondisi perekonomian yang
realtif belum stabil akibat dari krisis ekonomi yang terjadi dan adanya
peningkatnya harga minyak mentah dunia yang mengharuskan Indonesia harus
membayar impor minyak lebih mahal, dan pada tahun 2005 kurs mulai stabil.
4.1.1.2. Trend dan Siklikal Variabel Harga Barang Impor Menurut Negara Asal Amerika dan Jepang
Trend harga barang impor menurut negara asal Amerika dan Jepang
terus mengalami peningkatan dari waktu ke waktu. Sementara itu, siklikal harga
barang impor menurut negara asal Amerika sejak tahun 1990 hingga tahun 1998
memiliki kecenderungan yang meningkat. Namun kenaikan harga barang impor
yang sangat tajam terjadi pada periode krisis dari tahun 1997 hingga tahun 1998,
hal tersebut diakibatkan oleh tingkat depresiasi Rupiah terhadap Dollar yang
sangat tinggi, dimana kurs berfluktuasi secara tajam. Melemahnya nilai tukar
Rupiah ini akan menurunkan daya beli mata uang domestik terhadap harga barang
impor yang didenominasi dengan mata uang mitra dagangnya. Setelah tahun 1998
hingga tahun kuartal ketiga tahun 2005, harga barang impor yang didenominasi
3.2
3.6
4.0
4.4
4.8
5.2
90 92 94 96 98 00 02 04
LIHI_US HPTREND_LIHI_US
Trend Harga Impor Jepang
3.0
3.5
4.0
4.5
5.0
5.5
6.0
90 92 94 96 98 00 02 04
LIHI_JPG HPTREND_LIHI_JP
Trend Harga Impor Amerika
Gambar 4.2. Trend dan Siklikal Harga Impor
dengan kurs Dollar terus mengalami fluktuasi, tetapi nilai fluktuasinya tidak
terlalu besar seperti tahun 1997-1998.
Sementara itu, siklikal harga barang impor yang berasal dari Jepang
sangat fluktuatif terkait dengan kondisi nilai tukar Rupiah terhadap mata uang
asing negara mitra dagangnya. Kenaikan harga impor yang terbesar terjadi pada
tahun kuartal pertama tahun 1998, kemudian pada kuartal akhir tahun 1998 harga
impor mengalami penurunan yang sangat tajam, setelah itu meningkat kembali
pada kuartal pertama tahun 1999 dan harga impor terus mengalami fluktuasi
hingga kuartal tiga tahun 2005.
4.1.1.3. Trend dan Siklikal Variabel Ekspor Neto Menurut Negara Asal Amerika dan Jepang
Proksi yang digunakan untuk menggambarkan nilai ekspor neto adalah
rasio ekspor terhadap impor. Trend ekspor neto yang berasal dari Amerika terus
mengalami peningkatan dari tahun 1990 hingga tahun 1999, setelah itu trend
ekspor neto mendatar. Siklus net ekspor terus mengalami fluktuasi setiap waktu,
-1
0
1
2
3
4
90 92 94 96 98 00 02 04
LNX_US HPTRENDLNX
Trend Ekspor Neto Amerika
-0.4
0.0
0.4
0.8
1.2
1.6
90 92 94 96 98 00 02 04
LNX_JPG HPTRENDLNX_JPG
Trend Ekspor Neto Jepang
Gambar 4.3. Trend dan Siklikal Ekspor Neto
hal tersebut terkait dengan fluktuasinya kurs mata uang Rupiah terhadap Dollar.
Pada periode krisis tahun 1997 kuartal kedua sampai dengan kuartal pertama
tahun 1998, dimana kurs Rupiah mengalami level terendah (terdepresiasi) ekspor
neto mengalami peningkatan yang tajam. Setelah itu siklus rasio ekspor terhadap
impor mengalami penurunan sampai dengan kuartal ketiga tahun 1998, kemudian
meningkat lagi secara tajam hingga kuartal pertama tahun 1999 dan turun kembali
secara signifikan pada kuartal berikutnya. Pada tahun 2000 kuartal pertama hingga
kuartal ketiga siklus ekspor neto mengalami fluktuasi disekitar garis trend.
Trend ekspor neto yang berasal dari Jepang memiliki beberapa fase, yaitu:
pada kuartal pertama tahun 1990 hingga kuartal pertama tahun 1994 rasio ekspor
terhadap impor mengalami penurunan, kemudian mendatar hingga kuartal
pertama tahun 1995. Setelah itu mengalami peningkatan hingga tahun 2000 dan
cenderung stabil hingga kuartal tiga tahun 2005. Siklus ekspor neto pada kuartal
akhir tahun 1992 mengalami penurunan yang tajam hingga kuartal pertama tahun
1993, lalu mengalami peningkatan yang signifikan hingga kuartal kedua tahun
1993. Pada periode krisis yaitu pada tahun 1997 hingga 1998 ekspor neto
cenderung meningkat. Siklus ekspor neto berfluktuasi disekitar garis trend pada
kuartal kedua tahun 2001 hingga kuartal ketiga tahun 2005.
4.1.1.4. Trend dan Siklikal Variabel Indeks Harga Konsumen dan Pendapatan Nasional
Trend Indeks Harga Konsumen (CPI) mengalami dua fase. Pertama,
meningkat secara perlahan. Kedua, mulai tahun 1997 meningkat secara tajam.
Trend dan siklikal variabel ini berubah secara tajam setelah terjadi krisis ekonomi
pada tahun 1997. Sebelum tahun 1996 terlihat siklikal indeks harga konsumen
berada disekitar garis trend, sementara saat terjadi krisis pada tahun 1997 hingga
pasca krisis sampai dengan tahun 2000 siklikal indeks harga konsumen mulai
menjauhi garis trend. Apabila dikaitkan dengan siklikal kurs riil Rupiah terhadap
Dollar dan Yen, dimana saat kurs riil Rupiah berada pada titik balik bawah, indeks
harga konsumen berada pada titik balik atasnya. Pada tahun 1998 terjadi lonjakan
indeks harga konsumen yang tertinggi, hal ini menunjukkan terjadinya harga yang
tidak terkendali pada masa krisis dan terjadi inflasi. Kemudian setelah masa krisis
yaitu setelah tahun 2000 sampai dengan 2005 siklikal indeks harga konsumen
mulai mendekati kembali garis trend-nya.
3.2
3.6
4.0
4.4
4.8
5.2
90 92 94 96 98 00 02 04
LCPI HPTRENDLCPI
Trend CPI
10.5
11.0
11.5
12.0
12.5
13.0
13.5
90 92 94 96 98 00 02 04
LGDPI HPTRENDLGDPI
Gambar 4.4. Trend dan Siklikal CPI dan GDP
Trend GDP
Trend Produk Domestik Bruto (GDP) memiliki kecenderungan untuk
meningkat dari tahun ke tahun. Siklus GDP sebelum tahun 1997 masih berada
dalam garis trend, tetapi pada saat tahun 1997 hingga tahun 1999 mulai
berfluktuasi. Hal ini diakibatkan karena terjadinya krisis ekonomi yang membuat
perekonomian menjadi tidak stabil. Setelah tahun tersebut siklus GDP berada
dalam garis trend-nya.
4.1.1.5. Trend dan Siklikal Variabel Investasi Asing Langsung dan Suku Bunga
Trend FDI memiliki beberapa fase. Pertama, trend FDI meningkat dari
tahun 1990-1996. Kedua, terjadi penurunan trend pada tahun 1997-2000. Ketiga,
setelah tahun 2000 hingga 2003 mendatar. Setelah tahun 2003 hingga 2005 mulai
terjadi peningkatan trend kembali. Siklikal FDI terlihat sangat fluktuatif dari
waktu kewaktu, hal tersebut disebabkan oleh stabilitas kondisi perekonomian
Indonesia. Pada tahun 1996 akhir hingga pertengahan tahun 1997 terjadi
peningkatan FDI, kemudian setelah itu terjadi penurunan yang sangat tajam
hingga akhir tahun 1998 dimana mencapai titik terendah. Lalu meningkat kembali
0
10
20
30
40
50
60
90 92 94 96 98 00 02 04
SBI HPTRENDSBI
Trend Suku bunga
4
5
6
7
8
9
90 92 94 96 98 00 02 04
LFDI HPTRENDLFDI
Trend Investasi Asing Langsung
dan mencapai titik tertinggi pada pertengahan tahun 1999. Fluktuatif yang sangat
signifikan ini diakibatkan karena adanya krisis ekonomi yang terjadi di Indonesia
serta adanya ketidakstabilan politik dalam negeri yang membuat para investor
memikirkan kembali untuk menanamkan modalnya di Indonesia. Sementara itu
setelah kondisi pasca krisis FDI memiliki siklus yang masih berfluktuasi.
Trend SBI memiliki beberapa pola. Pertama, pada tahun 1990 sampai
dengan tahun 1994 trend SBI menurun. Kedua, pada tahun 1995 hingga tahun
1998 trend SBI meningkat. Ketiga, setelah tahun 1998 trend SBI turun kembali.
Sementara itu siklikal SBI mengalami fluktuasi sesuai dengan kondisi
perekonomian yang terjadi. Pada tahun 1990 hingga 1991 terjadi peningkatan SBI
hal tersebut terjadi akibat adanya pemberlakuan paket deregulasi Juni 1983 dalam
sektor perbankan, dimana credit ceiling dicabut dan bank-bank komersial diberi
kebebasan untuk memberikan pinjaman sesuai dengan posisi likuiditas masing-
masing. Kebijakan suku bunga tetap, diubah menjadi suku bunga mengambang.
Secara teoritis bank bebas untuk menentukan suku bunga deposito dan pinjaman.
Sebagai hasilnya bank-bank berhasil untuk meningkatkan penghimpunan
tabungan, tetapi hal ini menjadi disinsentif pada investasi. Oleh karena itu pada
tahun 1991 SBI kembali turun untuk mendorong pertumbuhan investasi pada
sektor riil. Penurunan ini terus berlanjut hingga tahun 1994. Krisis nilai tukar yang
terjadi selama beberapa bulan pada tahun 1994 membuat pemerintah melakukan
kebijakan uang ketat dengan menaikkan suku bunga hingga tahun 1995. Setelah
itu relatif cenderung stabil. Pada masa krisis yaitu pada tahun 1997-1998 terjadi
peningkatan SBI tertinggi, dimana ketika nilai tukar menjadi tidak terkendali,
pemerintah berupaya untuk mengendalikan depresiasi nilai tukar rupiah dengan
meningkatkan suku bunga. Kebijakan tersebut terpaksa harus dilakukan apalagi
didukung oleh IMF, walaupun kebijakan ini merupakan disinsentif bagi investasi
dan menggoyahkan sektor riil. Setelah tahun 1998 suku bunga turun kembali
ketingkat semula, lalu pada tahun 2000-2002 SBI kembali meningkat dan turun
kembali pada tahun 2003 untuk menuju kondisi stabil.
4.2. Pengujian Pra Estimasi
4.2.1. Kestasioneran Data
Berdasarkan penelitian yang telah dilakukan sebelumnya, data time series
(deret waktu) memerlukan pengujian terlebih dahulu terhadap kestasionerannya.
Apabila pada data time series langsung dilakukan analisis akan menghasilkan
hasil yang spourious (lancung) karena adanya akar unit (unit root) pada variabel
(Verbeek, 2000). Oleh karena itu sebelum masuk pada tahapan analisis SVAR
maka terlebih dahulu dilakukan uji Augmented Dickey Fuller (ADF), dimana
dalam pengujian ini melihat ada atau tidaknya unit root dalam variabel. Kriteria
uji dalam ADF ini membandingkan antara nilai statistik dengan nilai kritikal
dalam tabel Dickey Fuller. Apabila nilai ADF statistik lebih kecil dari nilai Mc
Kinnon Critical Value maka data bersifat stasioner. Tetapi apabila nilai ADF
statistik lebih besar dari nilai Mc Kinnon Critical Value maka data bersifat non-
stasioner.
Dimana hipotesis yang diuji adalah :
Ho : δ = 0 (data tidak stasioner atau mengandung unit root)
H1 : δ < 0 (data stasioner)
Keputusan uji ADF adalah tolak H0 yang berarti data tidak mengandung
unit root yang berarti data stasioner dan sebaliknya.
Pemeriksaan kestasioneran data time series pada setiap variabel dalam tingkat
level dengan mengunakan uji ADF dapat dilihat dalam Tabel 4.1.
Tabel 4.1. Uji Akar Unit (Level)
Variabel
Nilai ADF Nilai Kritis Mc Kinnon
1% 5% 10%
Keterangan
LRERus -1.36115 -3.548208 -2.912631 -2.594027 Tidak stasioner
LRERjpg -2.3030013 -3.548208 -2.912631 -2.594027 Tidak stasioner
LIHIus -0.570088 -3.548099 -2.911730 -2.593551 Tidak stasioner
LIHIjpg -1.194338 -3.54063 -2.910860 -2.593090 Tidak stasioner
LCPI -0.508671 -3.548099 -2.911730 -2.593551 Tidak stasioner
SBI -3.180638 -3.542097 -2.910019 -2.592645 Stasioner
LFDI -3.775521 -3.542097 -2.910019 -2.592645 Stasioner
LNXjpg -1.198614 -3.544063 -2.910880 -2.593090 Tidak
stasioner
LNXus -1.445024 -3.548099 -2.911730 -2.593551 Tidak
stasioner
LGDPI -0.5451279 -3.548099 -2.911730 -2.593551 Tidak stasioner
Sumber: Lampiran 2, data diolah
Berdasarkan hasil dari Tabel 4.1 dapat dilihat bahwa data kurs Dollar
Amerika Serikat per Rupiah (RERus), kurs Yen Jepang per Rupiah (RERjpg),
indeks harga impor menurut negara asal Amerika Serikat (IHIus), indeks harga
impor menurut negara asal Jepang (IHIjpg), indeks harga konsumen Indonesia
(CPI), rasio ekspor terhadap impor sebagai proksi dari ekspor neto yang
dipengaruhi oleh kurs Dollar (NXus), rasio ekspor terhadap impor sebagai proksi
dari ekspor neto yang dipengaruhi oleh kurs Yen (NXjpg), dan Gross Domestik
Product (GDPI) tidak stasioner karena nilai ADF kedelapan variabel tersebut
lebih besar dari nilai kritis Mc Kinnon. Sedangkan untuk variabel suku bunga
stasionel pada level untuk tingkat kritis 5% dan 10% dan untuk variabel investasi
stasioner pada level untuk tingkat kritis 1%, 5%, dan 10%. Oleh karena data untuk
delapan variabel lainnya tidak stasioner maka perlu dilanjutkan pada uji akar unit
pada first difference. Konsekuensi dari tidak terpenuhinya asumsi stasioneritas
pada tingkat level atau derajat nol atau I(0) maka akan dilakukan uji derajat
integrasi. Pada uji ini, data dideferensiasikan pada derajat tertentu sampai semua
data menjadi stasioner pada derajat yang sama.
Berdasarkan hasil akar unit tingkat derajat terintegrasi satu I(1) atau first
difference semua data bersifat stasioner, hal tersebut dikarenakan nilai ADF-nya
lebih kecil daripada nilai kritis Mac Kinnon. Hasil uji akar unit derajat satu atau
I(1) dapat dilihat pada Tabel 4.2. Penggunaan data perbedaan pertama (first
difference), menurut Sims dalam Enders (2000) tidak direkomendasikan sebab
akan menghilangkan informasi jangka panjang. Oleh karena itu untuk
menganalisis informasi jangka panjang akan digunakan data level sehingga model
SVAR akan dikombinasikan dengan model koreksi kesalahan (error correction
model) menjadi VECM.
Tabel 4.2. Uji Akar Unit (First Difference)
Variabel
Nilai ADF Nilai Kritis Mc Kinnon
1% 5% 10%
Keterangan
LRERus -5.426798 -3.548208 -2.192631 -2.594027 Stasioner 5%
LRERjpg -5.178878 -3.548208 -2.192631 -2.594027 Stasioner 5%
LIHIus -4.469376 -3.546099 -2.911730 -2.593351 Stasioner 5%
LIHIjpg -11.28465 -3.544063 -2.910860 -2.593090 Stasioner 5%
LCPI -4.417372 -3.546099 -2.911730 -2.593551 Stasioner 5%
SBI -4.265940 -3.542097 -2.910019 -2.592645 Stasioner 5%
LFDI -8.153216 -3.546099 -2.911720 -2.993551 Stasioner 5%
LNXus -10.88466 -3.546099 -2.911730 -2.593551 Stasioner 5%
LNXjpg -9.628396 -3.544063 -2.910860 -2.593090 Stasioner 5%
LGDPI -4.844783 -3.546099 -2.911730 -2.593551 Stasioner 5%
Sumber: Lampiran 3, data diolah
4.2.2. Pengujian Lag Optimal
Sebelum masuk kedalam tahapan analisis struktural VAR akan dilakukan
uji VAR untuk mengetahui jumlah lag optimal yang akan digunakan dalam
variabel yang akan dianalisis. Jumlah lag yang optimal dalam penelitian ini
didasarkan pada nilai Akaike Information Criteria (AIC) yang terkecil atau
minimum.
Penetapan lag optimal model transmisi jalur kurs yang dipengaruhi shock
Dollar Amerika Serikat dan Yen Jepang melalui jalur transmisi kurs tidak
langsung dapat dilihat pada Tabel 4.3.
Tabel 4.3. Penentuan Lag Optimal Model Transmisi Tidak Langsung Jalur Nilai Tukar
Shock Dollar Shock Yen Lag (Kuartal) AIC Lag (Kuartal) AIC
0 1.633442 0 0.756002 1 -0.712917 1 -1.227468 2 -1.872433 2 -2.213279 3 -2.361908 3 -2.519334 4 -3.373950* 4 -3.600960 5 -3.240720 5 -3.626191*
Sumber: Lampiran 3 dan 4, data diolah
Sementara itu, penetapan lag optimal model transmisi jalur nilai tukar yang
dipengaruhi shock Dollar Amerika Serikat dan Yen Jepang melalui jalur langsung
dapat dilihat pada Tabel 4.4.
Tabel 4.4. Penentuan Lag Optimal Model Transmisi Langsung Jalur Nilai Tukar
Shock Dollar Shock Yen Lag (Kuartal) AIC Lag (Kuartal) AIC
0 -0.651682 0 -2.295569 1 -6.837107 1 -2.902956 2 -7.352520 2 -3.578741 3 -7.724941 3 -3.699736* 4 -8.413145 4 -3.642025 5 -9.282988* 6 -9.272008
Sumber: Lampiran 5 dan 6, data diolah
Adapun bentuk persamaan SVAR berdasarkan lag optimal yang telah terbentuk
dari sistem persaman VAR untuk model persamaan transmisi moneter melalui
jalur transmisi nilai tukar secara tidak langsung yang dipengaruhi oleh shock
Dollar, yaitu:
t
4
1i1-t1-t
4
1i1
4
1ii1
4
1ii1
4
1i1
4
1i Y I ε∑∑∑∑∑∑
==−
=−
=
−
=
−
=
+Γ+Γ+Γ+Γ+Γ+Γ= iitttus
itus
it iCPIIHIRERm (4.1)
Persamaan SVAR berdasarkan lag optimal yang telah terbentuk dari
sistem persaman VAR untuk model persamaan transmisi moneter melalui jalur
nilai tukar secara tidak langsung yang dipengaruhi oleh shock Yen, yaitu:
t
5
1i1-t1-t
5
1i1
5
1ii1
5
1ii1
5
1i1
5
1i Y I ε∑∑∑∑∑∑
==−
=−
=
−
=
−
=
+Γ+Γ+Γ+Γ+Γ+Γ= iitttjpg
itjpg
it iCPIIHIRERm (4.2)
Persamaan SVAR berdasarkan lag optimal yang telah terbentuk dari
sistem persaman VAR untuk model persamaan transmisi moneter melalui jalur
transmisi nilai tukar secara langsung yang dipengaruhi oleh shock Dollar, yaitu:
t1
5
1it1
5
1it1
5
1it1
5
1ii ε+Γ+Γ+Γ+Γ= −
=−
=
−
=
−
=∑∑∑∑ ttt
ust
ust YNXIHIRERm (4.3)
Persamaan SVAR berdasarkan lag optimal yang telah terbentuk dari sistem
persaman VAR untuk model persamaan transmisi moneter melalui jalur transmisi
nilai tukar secara langsung yang dipengaruhi oleh shock Yen, yaitu:
t1
3
1it1
3
1it1
3
1it1
3
1ii ε+Γ+Γ+Γ+Γ= −
=−
=
−
=
−
=∑∑∑∑ ttt
jpgt
jpgt YNXIHIRERm (4.4)
dimana:
=Γ parameter dalam bentuk matriks polinomial (finite order matrix) dengan
lag operator i
mt = variabel analisis, terdiri dari kurs riil Dollar per Rupiah (RERus), kurs riil
Yen per Rupiah (RERjpg), indeks harga barang impor negara asal Amerika
(IHIus), indeks harga barang impor negara asal Jepang (IHIjpg), ekspor neto
menurut negara asal Amerika (NXus), ekspor neto menurut negara asal
Jepang (NXjpg), SBI (i), Investasi Asing Langsung (I), Produk Domestik
Bruto (PDB) atau disebut juga dengan GDP (Gross Domestik Bruto) (Y).
4.2.3. Uji Stabilitas VAR
Sebelum masuk pada tahapan analisis yang lebih jauh lagi hasil estimasi
sistem persamaan VAR yang telah terbentuk perlu diuji stabilitasnya melalui
VAR stability condition check yang berupa roots of characteristic polynomial
terhadap seluruh variabel yang digunakan dikalikan jumlah lag dari masing-
masing VAR. Jika modulus dari seluruh roots of characteristic polynomial <1
maka sistem persamaan VAR dikategorikan stabil. Setelah sistem persamaan
VAR stabil maka dapat dilakukan estimasi terhadap SVAR. Pada penelitian ini
jumlah variabel yang digunakan dalam jalur transmisi tidak langsung yang
dipengaruhi oleh shock Dollar sebanyak enam variabel dengan lag sebanyak
empat, maka jumlah root yang diuji sebanyak 24 (6*4=24). Sedangkan jumlah
variabel yang digunakan dalam jalur transmisi tidak langsung yang dipengaruhi
oleh shock Yen sebanyak enam variabel dengan lag sebanyak lima, maka jumlah
root yang diuji sebanyak 30 (6*5=30). Dalam jalur transmisi langsung yang
dipengaruhi oleh shock Dollar mengggunakan empat variabel dengan lag
sebanyak lima, maka jumlah root yang diuji sebanyak 20 (4*5=20). Dalam jalur
transmisi langsung yang dipengaruhi oleh shock Yen menggunakan empat
variabel dengan lag sebanyak tiga, maka jumlah root yang diuji sebanyak 12
(4*3=12).
Berdasarkan hasil uji stabilitas VAR, dapat disimpulkan bahwa sistem
VAR yang digunakan adalah bersifat stabil. Hal tersebut dapat dibuktikan dari 24
root yang diuji jalur transmisi tidak langsung yang dipengaruhi oleh shock Dollar
memiliki modulus dari seluruh roots of characteristic polynomial dengan kisaran
0.93-0.28, sementara itu pada jalur transmisi tidak langsung yang dipengaruhi
shock Yen dari 30 root yang diuji menghasilkan modulus dengan kisaran 0.95-
0.23. Sistem persamaan VAR yang terbentuk pada jalur transmisi langsung yang
dipengaruhi oleh shock Dollar dan Yen dapat dikategorikan stabil, dimana untuk
jalur transmisi langsung yang dipengaruhi oleh shock Dollar dari 20 root yang
diuji menghasilkan modulus dari seluruh roots of characteristic polynomial
dengan kisaran 0.98-0.64, sementara itu untuk jalur transmisi langsung yang
dipengaruhi oleh shock Yen dari 12 root yang diuji menghasilkan modulus berada
pada kisaran 0.81-0.13. Untuk lebih jelasnya dapat dilihat pada lampiran 7-10.
4.3. Uji Kointegrasi
Menurut Enders (2004), apabila terdapat kombinasi linear antara variabel
non-stasioner yang terkointegrasi pada ordo yang sama, maka kondisi tersebut
dinamakan kointegrasi. Kointegrasi digunakan untuk memperoleh persamaan
jangka panjang yang stabil. Pada analisis ini, uji kointegrasi digunakan untuk
melihat apakah metode VECM dapat digunakan atau tidak. Jika terdapat lebih dari
nol rank kointegrasi, maka metode VECM dapat digunakan dalam analisis.
Uji kointegrasi yang dipakai berdasarkan Johansen Cointegration Test
berdasarkan Trace Statistic untuk mengetahui jumlah persamaan yang
terkointegrasi didalam sistem. Bila nilai Trace statistic lebih besar dari nilai kritis,
maka pada tingkat tersebut kita dapat menerima hipotesis H1 yang menyatakan
jumlah rank kointegrasi.
Berdasarkan Tabel 4.5, dalam jalur transmisi kurs tidak langsung yang
dipengaruhi oleh shock Dollar terdapat dua persamaan yang terkointegrasi dan
lima persamaan yang terkointegrasi untuk jalur transmisi kurs yang dipengaruhi
shock Yen. Sementara itu untuk Tabel 4.6, merepresentasikan tiga persamaan
yang terkointegrasi dalam jalur langsung yang dipengaruhi oleh shock Dollar dan
dua persamaan yang terkointegrasi dalam jalur langsung yang dipengaruhi oleh
shock Yen.
Tabel 4.5. Hasil Uji Kointegrasi Pada Jalur Transmisi Tidak Langsung
Sumber: Lampiran 15 dan 16, data diolah
Tabel 4.6. Hasil Uji Kointegrasi Pada Jalur Transmisi Langsung
Sumber: Lampiran 17 dan 18, data diolah
Setelah rank kointegrasi diketahui, maka dapat dibuat restriksi umum
(general restriction atau just identifying restriction) berdasarkan metode
Johansen, yaitu dengan membuat matriks identitas berukuran jumlah rank
Trace Statistics Ho R=0 R<=1 R<=2 R<=3 R<=4 R<=5 H1 R>=1 R>=2 R>=3 R>=4 R>=5 R>=6
Transmisi Tidak Langsung Jalur Nilai Tukar Dipengaruhi Shock Dollar 159.69 89.02 46.48 26.72 12.72 1.22 Nilai Kritis = 0.05 94.15 68.52 47.21 29.68 15.41 3.76 Transmisi Tidak Langsung Jalur Nilai Tukar Dipengaruhi Shock Yen 249.15 175.64 117.24 61.24 28.99 5.74 Nilai Kritis = 0.05 114.90 87.31 62.99 42.44 25.32 12.25
Trace Statistics Ho R=0 R<=1 R<=2 R<=3 H1 R>=1 R>=2 R>=3 R>=4
Transmisi Langsung Jalur Nilai Tukar Dipengaruhi Shock Dollar 107.15 45.60 16.13 1.80 Transmisi Langsung Jalur Nilai Tukar Dipengaruhi Shock Yen 74.74 37.64 12.45 1.93 Nilai kritis = 0.05 47.21 29.68 15.41 3.76
kointegrasi yang terdapat pada jalur transmisi nilai tukar secara langsung maupun
tidak langsung. Informasi jumlah rank kointegrasi ini akan digunakan sebagai
model koreksi kesalahan (error correction model) yang akan dimasukkan kedalam
model SVAR menjadi VECM. Restriksi umum pada model SVAR dan VECM
secara lebih lengkap dapat dilihat dalam lampiran uji kointegrasi.
4.4. Hasil Penelitian
Model SVAR (Structural Vector Autoregession) yang dikombinasikan
dengan Vector Error Correction Model (VECM) digunakan untuk menganalisis
pengaruh dari guncangan nilai tukar yang dipengaruhi oleh shock Dollar dan Yen
dalam transmisi moneter melalui jalur nilai tukar baik secara langsung maupun
tidak langsung. Merujuk pada penelitian terdahulu (Siswanto. et al, 2001;
Csemely dan Vonnak, 2002), pengaruh dan peranan shock nilai tukar terhadap
perekonomian domestik pada transmisi moneter melalui jalur nilai tukar dapat
diidentifikasi melalui guncangan struktural dengan menggunakan cholesky
decomposition. Oleh karena itu tahapan analisis selanjutnya yang akan digunakan
adalah Impulse Respons Function (IRF) dan Forecast Error Variance
Decomposition (FEVD).
4.4.1. Impulse Respons Function (IRF)
Analisis IRF akan menjelaskan dampak dari guncangan (shock) pada satu
variabel terhadap variabel lain, dimana dalam analisis ini tidak hanya dalam
waktu pendek tetapi dapat menganalisis untuk beberapa horizon kedepan (kuartal)
sebagai infomasi jangka panjang. Pada analisis ini dapat melihat respon dinamika
jangka panjang setiap variabel apabila ada inovasi (shock) tertentu sebesar satu
standar error pada setiap persamaan. Sumbu horisontal merupakan periode dalam
kuartal, sedangkan sumbu vertikal menunjukkan nilai respon dalam persentase.
Dalam analisis ini menggunakan dua model transmisi melalui jalur nilai
tukar yaitu melalui jalur langsung maupun tidak langsung yang dipengaruhi oleh
adanya shock kurs Yen dan Dollar Amerika (USD). Pada jalur transmisi tidak
langsung yang dipengaruhi oleh shock kurs USD menggunakan enam variabel.
Pertama, variabel kurs riil Dollar per Rupiah. Kedua, indeks harga impor (IHI)
menurut negara asal Amerika. Ketiga, Indeks Harga Konsumen (IHK) atau
disebut juga sebagai Consumer Price Index (CPI). Keempat, Suku Bunga Bank
Indonesia (SBI). Kelima, Investasi. Keenam, Pendapatan Domestik Bruto (PDB).
Sedangkan dalam jalur transmisi nilai tukar secara langsung karena adanya shock
kurs USD menggunakan empat variabel. Pertama, variabel kurs riil Dollar per
Rupiah. Kedua, indeks harga impor (IHI) menurut negara asal Amerika. Ketiga,
nilai ekspor neto yang berasal dari Amerika. Keempat, Produk Domestik Bruto
(PDB).
Jalur transmisi tidak langsung yang dipengaruhi oleh shock Yen
menggunakan enam variabel. Pertama, variabel kurs riil Yen per Rupiah. Kedua,
indeks harga barang impor (IHI) menurut negara asal Jepang. Ketiga, Consumer
Price Index (CPI) atau Indeks Harga Konsumen (IHK). Keempat, Suku Bunga
Bank Indonesia (SBI). Kelima, Investasi. Keenam, Pendapatan Domestik Bruto
(PDB). Sementara itu, jalur transmisi nilai tukar langsung karena adanya shock
Yen Jepang menggunakan empat variabel. Pertama, variabel kurs riil Yen per
Rupiah. Kedua, indeks harga impor (IHI) menurut negara asal Jepang. Ketiga,
nilai ekspor neto yang berasal dari Jepang. Keempat, Produk Domestik Bruto
(PDB).
4.4.1.1. Respon Dinamis Guncangan Kurs Terhadap Variabel
Makroekonomi Dalam Jalur Transmisi Tidak Langsung.
Analisis impuls respon (IRF) pada jalur tidak langsung lintasan kurs
dalam mekanisme transmisi moneter bertujuan untuk menganalisis pengaruh
guncangan nilai tukar riil Rupiah akibat fluktuasi USD maupun Yen terhadap
pendapatan nasional melalui barang impor, inflasi, suku bunga dan investasi.
Menurut hasil penelitian Siswanto. et al (2002) shock nilai tukar akan diikuti oleh
respon negatif secara signifikan oleh harga barang-barang tradable dan laju
inflasi.
4.4.1.1.1. Analisis Jangka Pendek
Gambar 4.5 menunjukkan bahwa guncangan sebesar satu standar
deviasi kurs Dollar per Rupiah pada kuartal pertama akan mengakibatkan
apresiasi kurs riil Rupiah sebesar 10 persen, penurunan harga impor sebesar 5.3
persen, penurunan inflasi sebesar 0.7 persen, penurunan suku bunga sebesar 0.17
persen, penurunan investasi asing langsung sebesar 14.76 persen, penurunan
pendapatan nasional sebesar 1.1 persen. Kuartal kedua hingga kelima kurs riil
Rupiah terus menerus mengalami depresiasi dan mencapai level terendah pada
kuartal lima yaitu sebesar 6.43 persen, peningkatan harga impor 9.6 persen,
peningkatan inflasi sebesar 0.82 persen, peningkatan suku bunga 0.79 persen,
penurunan investasi asing langsung sebesar 7.21 persen, penurunan pendapatan
nasional sebesar 0.5 persen. Depresiasi yang tajam pada kurs riil Rupiah terhadap
Dollar Amerika akan memicu peningkatan harga barang impor, dimana saat ini
impor dinilai relatif lebih mahal apabila dinilai dalam satuan mata uang domestik.
Jika barang-barang yang diimpor merupakan barang-barang yang dipakai dalam
proses produksi maka akan meningkatkan biaya produksi sehingga akan
meningkatkan harga barang-barang yang dijual dan akan memicu terjadinya
peningkatan inflasi (cost push inflation), untuk mengimbangi besarnya laju
depresiasi dan laju inflasi yang terjadi, bank sentral akan melakukan kebijakan
moneter melalui peningkatan suku bunga. Dengan meningkatnya suku bunga
domestik, seharusnya akan menarik minat para investor asing untuk menanamkan
modalnya di Indonesia, tetapi yang terjadi sebaliknya. Keseluruhan hal tersebut
akan mengakibatkan menurunnya pendapatan nasional pada jangka pendek karena
menurunnya investasi asing langsung.
-.12
-.08
-.04
.00
.04
.08
.12
.16
5 10 15 20 25 30 35 40 45 50
Response of DLRER_US to DLRER_US
-.3
-.2
-.1
.0
.1
.2
.3
5 10 15 20 25 30 35 40 45 50
Response of DLIHI_US to DLRER_US
-.04
-.03
-.02
-.01
.00
.01
.02
.03
5 10 15 20 25 30 35 40 45 50
Response of DLCPI to DLRER_US
-2
-1
0
1
2
3
5 10 15 20 25 30 35 40 45 50
Response of DSBI to DLRER_US
-.6
-.4
-.2
.0
.2
.4
.6
.8
5 10 15 20 25 30 35 40 45 50
Response of DLFDI to DLRER_US
-.04
-.03
-.02
-.01
.00
.01
.02
.03
5 10 15 20 25 30 35 40 45 50
Response of DLGDP to DLRER_US
Response to Cholesky One S.D. Innovations ± 2 S.E.
Gambar 4.5. Respon Dinamis Variabel Makroekonomi Terhadap Shock Dollar Dalam Jalur Transmisi Tidak Langsung
Kuartal keenam hingga kesembilan kurs riil Rupiah terus menerus
terapresiasi terhadap Dollar Amerika, dimana pada kuartal kesembilan Rupiah
terapresiasi sebesar 1.1 persen, peningkatan harga impor sebesar 0.37 persen,
penurunan inflasi sebesar 0.6 persen, penurunan suku bunga sebesar 1.17 persen,
peningkatan investasi asing langsung sebesar 2 persen, penurunan pendapatan
nasional sebesar 0.17 persen.
Variabel makroekonomi terus menerus berfluktuasi setelah kuartal
keenam hingga kuartal kelima puluh seiring dengan adanya guncangan kurs
Dollar, namun pengaruh guncangan kurs Dollar semakin berkurang dan mulai
konvergen pada kuartal kedua puluh lima.
Sementara itu, dalam Gambar 4.6 menunjukkan bahwa guncangan
sebesar satu standar deviasi kurs Yen pada kuartal pertama akan mengakibatkan
apresiasi kurs riil Rupiah sebesar 12.23 persen, penurunan harga impor 14.72
persen, penurunan inflasi 0.62 persen, penurunan suku bunga 0.08 persen,
penurunan investasi asing langsung 4 persen, penurunan pendapatan nasional 1.23
persen.
Kuartal kedua hingga kuartal lima kurs riil Rupiah terus menerus
mengalami depresiasi dan mencapai titik terendah pada kuartal lima, dimana
guncangan kurs Yen mengakibatkan depresiasi kurs riil Rupiah sebesar 5.67
persen, peningkatan harga impor sebesar 9 persen, peningkatan inflasi sebesar
0.57 persen, peningkatan suku bunga sebesar 1 persen, penurunan investasi asing
langsung sebesar 25.90 persen, dan peningkatan pendapatan nasional sebesar 0.02
persen.
-.12
-.08
-.04
.00
.04
.08
.12
.16
5 10 15 20 25 30 35 40 45 50
Response of DLRER_JPG to DLRER_JPG
-.3
-.2
-.1
.0
.1
.2
.3
5 10 15 20 25 30 35 40 45 50
Response of DLIHI_JPG to DLRER_JPG
-.04
-.03
-.02
-.01
.00
.01
.02
.03
5 10 15 20 25 30 35 40 45 50
Response of DLCPI to DLRER_JPG
-3
-2
-1
0
1
2
3
4
5 10 15 20 25 30 35 40 45 50
Response of DSBI to DLRER_JPG
-0.8
-0.4
0.0
0.4
0.8
1.2
5 10 15 20 25 30 35 40 45 50
Response of DLFDI to DLRER_JPG
-.05
-.04
-.03
-.02
-.01
.00
.01
.02
.03
5 10 15 20 25 30 35 40 45 50
Response of DLGDP to DLRER_JPG
Response to Cholesky One S.D. Innovations ± 2 S.E.
Gambar 4.6. Respon Dinamis Variabel Makroekonomi Terhadap Shock Yen
Dalam Jalur Transmisi Tidak Langsung
Kuartal keenam hingga kesembilan kurs riil Rupiah terus menerus
terapresiasi, dimana pada kuartal kesembilan kurs riil Rupiah terapresiasi sebesar
1.26 persen, penurunan harga barang impor 4.6 persen, penurunan inflasi sebesar
0.54 persen, penurunan suku bunga sebesar 0.86 persen, peningkatan investasi
asing langsung sebesar 0.5 persen, penurunan pendapatan nasional sebesar 0.002
persen. Pengaruh guncangan kurs terhadap variabel makroekonomi semakin
berkurang dan pada kuartal kedua puluh variabel makroekonomi mulai mencapai
konvergen.
Apresiasi kurs riil Rupiah terhadap Yen akan membuat harga barang
impor menurun karena saat ini impor dinilai relatif lebih murah, jika barang-
barang yang diimpor tersebut merupakan barang-barang yang digunakan dalam
proses produksi maka akan menghemat biaya produksi dan produsen dapat
berproduksi lebih banyak sehingga supply barang di pasar meningkat dan akan
menurunkan harga barang domestik sehingga akan menurunkan tingkat inflasi
domestik. Bank Sentral akan menurunkan tingkat suku bunga domestik supaya
masyarakat dapat membelanjakan uangnya. Penurunan suku bunga ini seharusnya
dapat membuat investor asing mengurangi ketertarikannya dalam berinvestasi di
domestik namun yang terjadi sebaliknya, hal tersebut mungkin didukung oleh
kondisi perekonomian yang relatif baik yang tercermin dari berkurangnya resiko
nilai tukar, laju inflasi yang rendah dan kestabilan politik yang relatif baik
sehingga membuat investor tertarik untuk berinvestasi. Keseluruhan hal tersebut
membuat pendapatan nasional menurun, dimana dalam penghitungan pendapatan
nasional tidak hanya memasukkan faktor investasi saja tetapi juga
memperhitungkan komponen lain seperti konsumsi, pengeluaran pemerintah,
ekspor dan impor. Menurunnya pendapatan nasional mungkin saja diakibatkan
oleh meningkatkan volume impor sementara volume ekspor domestik ke luar
negeri menurunkan dan sebagai konsekuensinya terjadi penurunan nilai ekspor
neto seperti yang terjadi dalam jalur kurs langsung.
Dapat disimpulkan bahwa kurs riil Rupiah dalam jangka pendek
mengalami fluktuasi terhadap Dollar dan Yen sehingga akan memicu fluktuasi
terhadap variabel makroekonomi lainnya yaitu harga barang impor, inflasi, suku
bunga, investasi asing langsung dan pendapatan nasional. Kurs Dollar relatif
memberikan pengaruh yang relatif lebih kuat terhadap pergerakan nilai Rupiah
dan variabel makroekonomi yang terpengaruh oleh shock Dollar relatif lebih lama
untuk menuju kekondisi keseimbangan.
4.4.1.1.2. Analisis Jangka Panjang
Gambar 4.7 menunjukkan bahwa guncangan sebesar satu standar
deviasi kurs riil USD per Rupiah pada kuartal pertama akan mengakibatkan
peningkatan (apresiasi) kurs riil Rupiah sebesar 6.97 persen, penurunan harga
barang impor 2.49 persen, penurunan inflasi sebesar 0.67 persen, suku bunga
sebesar 0.56 persen, penurunan investasi asing langsung sebesar 6.7 persen,
penurunan pendapatan nasional sebesar 0.96 persen. Setelah kuartal kedua hingga
kelima guncangan kurs USD akan membuat kurs riil Rupiah terdepresiasi pada
level terendah.
.00
.01
.02
.03
.04
.05
.06
.07
.08
5 10 15 20 25 30 35 40 45 50
Response of LRER_US to LRER_US
-.08
-.04
.00
.04
.08
.12
5 10 15 20 25 30 35 40 45 50
Response of LIHI_US to LRER_US
-.030
-.025
-.020
-.015
-.010
-.005
.000
5 10 15 20 25 30 35 40 45 50
Response of LCPI to LRER_US
-0.4
0.0
0.4
0.8
1.2
1.6
2.0
2.4
5 10 15 20 25 30 35 40 45 50
Response of SBI to LRER_US
-.2
-.1
.0
.1
.2
.3
5 10 15 20 25 30 35 40 45 50
Response of LFDI to LRER_US
-.028
-.024
-.020
-.016
-.012
-.008
-.004
5 10 15 20 25 30 35 40 45 50
Response of LGDP to LRER_US
Response to Cholesky One S.D. Innovations
Gambar 4.7. Respon Variabel Makroekonomi Terhadap Shock Dollar Dalam Jalur
Transmisi Tidak Langsung
Guncangan sebesar satu standar deviasi kurs riil USD per Rupiah pada
kuartal lima akan mengakibatkan kurs riil Rupiah melemah sebesar 0.07 persen,
peningkatan harga barang impor 7.88 persen, peningkatan inflasi sebesar 2.11
persen, peningkatan suku bunga sebesar 0.09 persen, penurunan investasi asing
langsung sebesar 12.91 persen dan peningkatan PDB sebesar 1.99 persen. Kuartal
ke-6 hingga kuartal 13 kurs riil Rupiah terus menerus mengalami peningkatan,
dimana guncangan kurs USD sebesar satu standar deviasi pada kuartal 13 akan
meningkatkan (apresiasi) kurs riil Rupiah sebesar 2.93 persen, penurunan harga
impor sebesar 0.31 persen, penurunan inflasi sebesar 0.54 persen, penurunan suku
bunga sebesar 1.25 persen, penurunan investasi sebesar 1.59 persen dan
penurunan PDB sebesar 1.43 persen.
Pengaruh guncangan variabel kurs terhadap variabel makroekonomi
semakin berkurang, begitu pula pada variabel harga impor, inflasi, suku bunga,
investasi dan PDB. Setelah kuartal 25 pengaruh guncangan kurs USD terhadap
kurs riil Rupiah, harga impor, inflasi, suku bunga, investasi, PDB menjadi
semakin berkurang dan mulai konvergen. Pada kuartal ke-25 terjadi apresiasi kurs
riil Rupiah sebesar 2.2 persen, penurunan harga impor 0.88 persen, penurunan
inflasi 0.44 persen, penurunan suku bunga 1.13 persen, penurunan investasi 2.72
persen, penurunan pendapatan nasional 1.19 persen. Apresiasi kurs akan
menurunkan harga barang impor bila dinilai dalam satuan mata uang domestik.
Jika barang yang diimpor tersebut merupakan bahan baku untuk proses produksi
maka akan membuat biaya produksi menjadi relatif lebih murah dan akan
membuat produsen dapat berproduksi lebih banyak dan akan menurunkan harga
barang domestik sehingga akan menurunkan tingkat inflasi domestik. Bank
Sentral akan menurunkan tingkat suku bunga domestik supaya masyarakat dapat
membelanjakan uangnya. Turunnya suku bunga domestik akan menurunkan
ketertarikan para investor asing untuk berinvestasi sehingga akan menurunkan
pendapatan nasional.
Dalam Gambar 4.8 menunjukkan bahwa guncangan kurs riil Yen per
Rupiah akan mengakibatkan fluktuasi terhadap kurs riil Rupiah, harga impor,
inflasi, suku bunga, investasi asing langsung dan pendapatan hingga kuartal
kelima puluh.
Guncangan kurs riil Yen per Rupiah pada kuartal kedua hingga kuartal
kelima akan membuat kurs riil Rupiah terdepresiasi, dimana guncangan kurs
sebesar satu standar deviasi akan mengakibatkan depresiasi yang tajam pada kurs
riil Rupiah pada kuartal kelima sebesar 2.2 persen, peningkatan harga impor
sebesar 3.9 persen, peningkatan inflasi sebesar 1.1 persen, peningkatan suku
bunga sebesar 0.63 persen, penurunan investasi sebesar 14.8 persen, peningkatan
pendapatan nasional sebesar 0.09 persen. Setelah kuartal lima hingga kuartal 50
pengaruh guncangan kurs Yen terhadap kurs riil Rupiah, harga impor, inflasi,
suku bunga, investasi, PDB terus mengalami fluktuasi.
Pada kuartal lima puluh guncangan kurs riil Yen per Rupiah akan
mengakibatkan depresiasi kurs Rupiah sebesar 4.8 persen, peningkatan harga
impor sebesar 5 persen, penurunan inflasi sebesar 1.6 persen, peningkatan suku
bunga sebesar 5.03 persen, peningkatan investasi asing langsung sebesar 33.9
persen, penurunan pendapatan nasional sebesar 3.9 persen. Adanya guncangan
Yen mengakibatkan kurs riil Rupiah terdepresiasi sangat tajam, meningkatnya
harga barang impor bila dinilai dalam satuan mata uang domestik, dan memicu
peningkatan suku bunga untuk menekan laju inflasi dan depresiasi kurs. Dengan
adanya peningkatan suku bunga ini diharapkan dapat menarik para investor asing
untuk menanamkan modalnya di Indonesia, namun yang terjadi sebaliknya pada
jangka pendek. Kondisi ini diakibatkan oleh tidak stabilnya perekonomian
domestik yang dicirikan dengan melemahnya kurs Rupiah dan meningkatnya laju
inflasi sehingga investor menilai investasi di Indonesia relatif kurang
menguntungkan karena saat ini daya beli masyarakat melemah. Berkurangnya
para investor ini membuat pendapatan nasional pun berkurang. Namun dalam
jangka panjang nilai kurs riil Rupiah mulai membaik dan laju inflasi pun mulai
menurun dengan adanya intervensi dari otoritas moneter dan pemerintah dan
kepercayaan para investor asing untuk berinvestasi pun semakin membaik seiring
dengan membaiknya perekonomian domestik.
Dapat disimpulkan bahwa dengan adanya guncangan kurs Dollar dan
Yen dalam jangka pendek akan membuat variabel makroekonomi domestik
berfluktuasi. Namun pengaruh guncangan kurs Dollar terhadap variabel
makroekonomi Indonesia relatif lebih kuat, dimana dalam jangka panjang
fluktuasi variabel makroekonomi terhadap guncangan Dollar mulai berkurang dan
mulai menuju ke kondisi keseimbangan. Sementara itu, terdapat fenomena bahwa
guncangan kurs Yen akan membuat variabel makroekonomi terus menerus
berfluktuasi dalam jangka panjang.
-.04
.00
.04
.08
5 10 15 20 25 30 35 40 45 50
Response of LRER_JPG to LRER_JPG
-.2
-.1
.0
.1
5 10 15 20 25 30 35 40 45 50
Response of LIHI_JPG to LRER_JPG
-.03
-.02
-.01
.00
.01
.02
.03
.04
5 10 15 20 25 30 35 40 45 50
Response of LCPI to LRER_JPG
-6
-4
-2
0
2
4
6
5 10 15 20 25 30 35 40 45 50
Response of SBI to LRER_JPG
-.8
-.6
-.4
-.2
.0
.2
.4
.6
5 10 15 20 25 30 35 40 45 50
Response of LFDI to LRER_JPG
-.05
-.04
-.03
-.02
-.01
.00
.01
.02
.03
.04
5 10 15 20 25 30 35 40 45 50
Response of LGDPI to LRER_JPG
Response to Cholesky One S.D. Innovations
Gambar 4.8. Respon Variabel Makroekonomi Terhadap Shock Yen Dalam Jalur
Transmisi Tidak Langsung
4.4.1.2. Respon Dinamis Guncangan Kurs Terhadap Variabel Makroekonomi Dalam Jalur Transmisi Langsung.
Analisis impuls respon melalui jalur lintasan kurs langsung dalam
mekanisme transmisi moneter bertujuan untuk menganalisis pengaruh guncangan
kurs riil Rupiah akibat fluktuasi Yen dan Dollar terhadap pendapatan nasional
melalui kinerja ekspor dan impor atau ekspor neto. Menurut Siswanto. et al
(2002) guncangan nilai tukar Rupiah akan berdampak pada harga relatif pada
tradable goods, yaitu barang-barang yang diperdagangkan secara internasional.
Sesuai dengan teori ekonomi, adanya depresiasi kurs Rupiah maka akan
mengakibatkan harga barang impor relatif menjadi lebih mahal apabila dinilai
dengan satuan mata uang domestik, sementara itu harga barang-barang domestik
menjadi relatif lebih murah di pasaran internasional. Oleh karena itu depresiasi
kurs rupiah akan direspon melalui pengurangan volume barang yang diimpor dan
meningkatkan volume ekspor sehingga terjadi surplus neraca perdagangan.
Meningkatnya pendapatan eksportir tersebut pada gilirannya akan meningkatkan
permintaan agregat dan akan mendorong terjadinya demand pull inflation, dimana
dengan peningkatan ekspor akan menurunkan persediaan produk domestik
sehingga akan mengakibatkan kesenjangan antara permintaan dan penawaran.
Sementara itu kenaikan harga barang impor akan meningkatkan harga bahan baku
dalam proses produksi yang nantinya akan harga barang-barang yang akan dijual,
kondisi ini akan menimbulkan terjadinya cost push inflation.
4.4.1.2.1. Analisis Jangka Pendek
Gambar 4.9 menunjukkan respon variabel makroekonomi terhadap
guncangan kurs Dollar, dimana guncangan sebesar satu standar deviasi kurs
Dollar per Rupiah pada kuartal pertama akan mengakibatkan apresiasi kurs riil
Rupiah sebesar 7.63 persen, penurunan harga barang impor sebesar 4 persen,
penurunan ekspor neto 8.98 persen, penurunan pendapatan nasional sebesar 1
persen.
-.08
-.04
.00
.04
.08
.12
5 10 15 20 25 30 35 40 45 50
Response of DLRER_US to DLRER_US
-.10
-.08
-.06
-.04
-.02
.00
.02
5 10 15 20 25 30 35 40 45 50
Response of DLIHI_US to DLRER_US
-.3
-.2
-.1
.0
.1
.2
.3
5 10 15 20 25 30 35 40 45 50
Response of DLNX_US to DLRER_US
-.02
-.01
.00
.01
.02
5 10 15 20 25 30 35 40 45 50
Response of DLGDPI to DLRER_US
Response to Cholesky One S.D. Innovations ± 2 S.E.
Gambar 4.9. Respon Variabel Makroekonomi Terhadap Shock Dollar Dalam Jalur
Transmisi Langsung
Kuartal kedua hingga lima, guncangan kurs Dollar akan membuat kurs
riil Rupiah terus menerus mengalami depresiasi dan mencapai level terendah pada
kuartal lima yaitu sebesar 3.55 persen, peningkatan harga impor 2.45 persen,
peningkatan ekspor neto 3.68 persen, penurunan pendapatan nasional 0.32 persen.
Depresiasi kurs riil Rupiah akan memicu peningkatan harga impor sehingga akan
menurunkan volume barang yang akan diimpor, sementara itu volume ekspor
domestik meningkat karena produk domestik dinilai relatif lebih murah di pasaran
internasional sehingga membuat peningkatan ekspor neto. Pendapatan nasional
menurun walaupun terjadi peningkatan ekspor neto, hal tersebut mungkin
dikarenakan terdapat faktor lain yang mempengaruhi pendapatan nasional seperti
konsumsi, investasi dan pengeluaran pemerintah. Menurunnya pendapatan
nasional mungkin saja diakibatkan karena turunnya investasi asing langsung
seperti yang terjadi pada jalur transmisi kurs langsung.
Pada kuartal keenam hingga kuartal kesembilan kurs riil Rupiah terus
menerus mengalami apresiasi sebesar 1.63 persen, penurunan harga impor 1.82
persen, penurunan ekspor neto 0.95 persen, penurunan pendapatan nasional 0.03
persen. Pengaruh guncangan kurs Dollar terhadap variabel makroekonomi akan
semakin berkurang dan pada kuartal ketujuh belas variabel makroekonomi mulai
konvergen.
Gambar 4.10 menunjukkan respon variabel makroekonomi terhadap
guncangan Yen, dimana pada kuartal pertama guncangan sebesar satu standar
deviasi kurs Yen per Rupiah akan membuat kurs riil Rupiah terapresiasi sebesar
11.11 persen, penurunan harga barang impor 2.13 persen, peningkatan ekspor neto
2.86 persen, penurunan pendapatan nasional 1.15 persen. Guncangan sebesar satu
standar deviasi kurs Yen per Rupiah akan membuat depresiasi yang tajam dan
mencapai titik terendah pada kurs riil Rupiah pada kuartal lima sebesar 3.33
persen, penurunan harga impor 1.16 persen, peningkatan ekspor neto 1.58 persen,
penurunan pendapatan nasional 0.31 persen. Pengaruh guncangan kurs terhadap
variabel makroekonomi akan semakin berkurang dan konvergen pada kuartal
ketiga belas.
Dapat disimpulkan bahwa pengaruh gucangan Dollar dan Yen
terhadap Rupiah dan variabel makroekonomi lainnya melalui jalur transmisi kurs
langsung dalam jangka pendek membuat fluktuasi yang sangat besar pada variabel
makroekonomi, dimana pengaruh guncangan Dollar terhadap fluktuasi variabel
makroekonomi relatif lebih lama dibandingkan dengan guncangan Yen.
-.08
-.04
.00
.04
.08
.12
.16
5 10 15 20 25 30 35 40 45 50
Response of DLRER_JPG to DLRER_JPG
-.3
-.2
-.1
.0
.1
.2
.3
5 10 15 20 25 30 35 40 45 50
Response of DLIHI_JPG to DLRER_JPG
-.20
-.15
-.10
-.05
.00
.05
.10
.15
5 10 15 20 25 30 35 40 45 50
Response of DLNX_JPG to DLRER_JPG
-.04
-.03
-.02
-.01
.00
.01
.02
5 10 15 20 25 30 35 40 45 50
Response of DLGDPI to DLRER_JPG
Response to Cholesky One S.D. Innovations ± 2 S.E.
Gambar 4.10. Respon Variabel Makroekonomi Terhadap Shock Yen Dalam Jalur
Transmisi Langsung.
4.4.1.2.2. Analisis Jangka Panjang
Gambar 4.11 dalam jalur transmisi langsung, menunjukkan bahwa
guncangan sebesar satu standar deviasi kurs riil Dollar per Rupiah pada kuartal
kedua akan mengakibatkan depresiasi kurs riil Rupiah sebesar 6.3 persen,
peningkatan harga impor 4.6 persen, peningkatan ekspor neto sebesar 3 persen,
dan penurunan pendapatan nasional sebesar 1.9 persen. Setelah kuartal kedua
hingga kuartal keenam guncangan kurs Dollar akan mengakibatkan depresiasi
Rupiah yang sangat besar bahkan mencapai titik terendah pada kuartal keenam.
Guncangan kurs riil Dollar per Rupiah sebesar satu standar deviasi pada kuartal
keenam akan mengakibatkan depresiasi kurs riil Rupiah sebesar 1.3 persen,
peningkatan harga impor sebesar 1 persen, peningkatan ekspor neto sebesar 2.5
persen, dan peningkatan pendapatan nasional sebesar 1.1 persen.
-.02
.00
.02
.04
.06
5 10 15 20 25 30 35 40 45 50
Response of LRER_US to LRER_US
-.06
-.05
-.04
-.03
-.02
-.01
.00
.01
5 10 15 20 25 30 35 40 45 50
Response of LIHI_US to LRER_US
-.20
-.16
-.12
-.08
-.04
.00
.04
.08
5 10 15 20 25 30 35 40 45 50
Response of LNX_US to LRER_US
-.028
-.024
-.020
-.016
-.012
-.008
-.004
.000
5 10 15 20 25 30 35 40 45 50
Response of LGDPI to LRER_US
Response to Cholesky One S.D. Innovations
Gambar 4.11. Respon Variabel Makroekonomi Terhadap Shock Dollar Dalam
Jalur Transmisi Langsung
Pengaruh guncangan kurs riil Dollar per Rupiah akan semakin
berkurang dan menghilang. Pada kuartal kedua puluh enam, guncangan kurs riil
Dollar per Rupiah sebesar satu standar deviasi akan mengakibatkan depresiasi
kurs riil Rupiah sebesar 0.05 persen, peningkatan harga impor sebesar 0.26
persen, peningkatan ekspor neto sebesar 0.09 persen dan peningkatan pendapatan
nasional 0.06 persen. Hal tersebut konsisten dengan teori ekonomi, dimana saat
terdepresiasinya kurs membuat produk domestik menjadi relatif lebih kompetitif
di pasaran internasional karena saat ini produk domestik dinilai relatif lebih murah
dalam satuan mata uang asing dan akan terjadi peningkatan pendapatan ekspor
akibat peningkatan volume ekspor, sementara itu akan terjadi penurunan volume
impor karena saat ini dinilai relatif lebih mahal dalam satuan mata uang domestik.
Karena nilai ekspor lebih besar daripada nilai impor maka nilai ekspor neto pun
meningkat sehingga akan meningkatkan pendapatan nasional.
Pada Gambar 4.12 menunjukkan bahwa pada kuartal kedua guncangan
sebesar satu standar deviasi pada kurs riil Yen per Rupiah akan mengakibatkan
depresiasi Rupiah sebesar 7 persen, penurunan harga impor 8.7 persen, penurunan
ekspor neto sebesar 0.6 persen dan penurunan pendapatan nasional 1.2 persen.
Setelah kuartal dua hingga kuartal keenam guncangan nilai tukar akan
mengakibatkan nilai tukar terdepresiasi dengan tajam dan mencapai level terendah
pada kuartal keenam. Pada kuartal enam guncangan kurs riil Yen per Rupiah
sebesar satu standar deviasi akan mengakibatkan terdepresiasinya kurs riil Rupiah
sebesar 1.2 persen, peningkatan harga impor sebesar 8.1 persen, peningkatan
ekspor neto sebesar 0.1 persen dan peningkatan pendapatan nasional sebesar 1.1
persen. Pengaruh guncangan kurs terhadap variabel makroekonomi Indonesia
semakin berkurang bahkan semakin menghilang pada kuartal kedua puluh.
Dapat disimpulkan bahwa guncangan kurs Dollar maupun Yen Jepang
akan mengakibatkan fluktuasi yang sangat besar terhadap variabel kurs riil
Rupiah, harga impor dan ekspor neto dan PDB dalam jangka pendek, sementara
itu pengaruh tersebut akan semakin berkurang dan menghilang dalam jangka
panjang. Besarnya fluktuasi variabel makroekonomi dalam jalur kurs langsung
akibat adanya guncangan kurs Dollar relatif lebih besar dibandingan kurs Yen.
.02
.04
.06
.08
.10
5 10 15 20 25 30 35 40 45 50
Response of LRER_JPG to LRER_JPG
-.10
-.05
.00
.05
.10
5 10 15 20 25 30 35 40 45 50
Response of LIHI_JPG to LRER_JPG
-.04
-.02
.00
.02
.04
.06
.08
5 10 15 20 25 30 35 40 45 50
Response of LNX_JPG to LRER_JPG
-.028
-.024
-.020
-.016
-.012
-.008
-.004
5 10 15 20 25 30 35 40 45 50
Response of LGDPI to LRER_JPG
Response to Cholesky One S.D. Innovations
Gambar 4.12. Respon Variabel Makroekonomi Shock Yen Dalam Jalur Transmisi
Langsung
4.4.2 Analisis Forecast Error Variance Decomposition (FEVD)
Fluktuasi setiap variabel akibat terjadinya suatu guncangan (shock) dapat
dilakukan dengan menganalisis peranan setiap guncangan dalam menjelaskan
fluktuasi variabel-variabel makroekonomi melalui analisis FEVD atau disebut
juga sebagai analisis dekomposisi varians, dimana dalam analisis ini kontribusi
dari guncangan variabel dalam sistem terhadap perubahan variabel tertentu dapat
diketahui.
Berdasarkan hasil FEVD secara keseluruhan menunjukkan bahwa dalam
jangka pendek dan jangka panjang baik dalam jalur transmisi kurs langsung dan
tidak langsung, diperlukan kestabilan kurs Riil Rupiah terhadap Dollar dan Yen.
Fluktuasi kurs Rupiah maka akan mempengaruhi harga barang tradable (ekspor
dan impor) dan akan mempengaruhi tingkat inflasi domestik dengan proporsi
yang lebih tinggi dalam jangka pendek. Variabel suku bunga, output nasional
memberikan proporsi yang relatif lebih tinggi dalam jangka panjang pada jalur
transmisi kurs tidak langsung, sedangkan investasi asing langsung yang
dipengaruhi oleh shock Dollar memberikan proporsi yang relatif lebih tinggi
dalam jangka panjang dan proporsi yang relatif lebih tinggi dalam jangka pendek
untuk shock Dollar.
4.4.2.1 Dekomposisi Varian Kurs Pada Jalur Transmisi Tidak Langsung 4.4.2.1.1. Analisis Jangka Pendek
Analisis jangka pendek dekomposisi varian kurs pada jalur transmisi
tidak langsung menggunakan model struktural VAR (SVAR) melalui simulasi
FEVD. Simulasi pada model jalur transmisi tidak langsung kurs riil Dollar per
Rupiah yang disajikan dalam Gambar 4.13 dan Tabel 4.7. Pada kuartal pertama
guncangan kurs Dollar per Rupiah dipengaruhi oleh dirinya sendiri sebesar 100
persen. Kontribusi dari variabel lain mulai berperan pada kuartal ketiga, dimana
kurs riil Rupiah memberikan kontribusi sebesar 70.42 persen, inflasi sebesar 18.69
persen, harga impor sebesar 5.41 persen, pendapatan nasional sebesar 2.97, suku
bunga 1.59 persen, investasi asing langsung sebesar 0.59 persen.
Pengaruh guncangan kurs terhadap dirinya sendiri, variabel inflasi dan
harga barang impor semakin menurun menurut waktu, sementara untuk variabel
makroekonomi lainnya memberikan kontribusi yang semakin meningkat
walaupun tidak sebesar kontribusi kurs. Pada kuartal kelima puluh, guncangan
kurs masih didominasi oleh dirinya sendiri dengan proporsi yang semakin
mengecil yaitu menjadi sebesar 53 persen, inflasi sebesar 16 persen, suku bunga
9.02 persen, pendapatan nasional 8.31 persen, investasi asing langsung sebesar 7.7
persen, harga barang impor 5.9 persen. Dengan demikian dalam jangka pendek
diperlukan kestabilan nilai kurs dan menjaga tingkat inflasi domestik.
0%
20%
40%
60%
80%
100%
1 5 9 13 17 21 25 29 33 37 41 45 49
GDPinvestasisuku bungainflasiharga imporkurs riil $/Rp
Gambar 4.13. Dekomposisi Varians Kurs Riil Dollar Per Rupiah Pada Jalur
Transmisi Tidak Langsung.
Gambar 4.14 dan Tabel 4.8 menyajikan simulasi dekomposisi varian
kurs riil Yen per Rupiah dalam jalur transmisi tidak langsung. Pada kuartal
pertama, guncangan kurs riil Yen per Rupiah dipengaruhi oleh dirinya sendiri
sebesar 100 persen. Kontribusi variabel makroekonomi mulai memberikan
kontribusi pada kuartal ketiga, dimana guncangan kurs riil memberikan proporsi
terhadap kurs itu sendiri sebesar 70.63 persen, inflasi sebesar 17.48 persen,
investasi asing langsung sebesar 5.78 persen, pendapatan nasional 4.62 persen,
harga barang impor 1.63 persen, dan suku bunga 0.11 persen. Pengaruh
guncangan kurs terhadap dirinya sendiri dan inflasi semakin menurun menurut
waktu, sementara variabel makroekonomi lainnya memberikan kontribusi yang
semakin meningkat walaupun tidak sebesar kontribusi kurs. Pada kuartal kelima
puluh, kurs riil Rupiah memberikan kontribusi sebesar 49.51 persen, inflasi
sebesar 12.80 persen, investasi asing langsung sebesar 13.61 persen, pendapatan
nasional sebesar 13.39 persen, suku bunga sebesar 5.71 persen, dan harga impor
4.96 persen. Oleh karena itu dalam jangka pendek diperlukan kestabilan kurs dan
menjaga tingkat inflasi domestik.
0%
20%
40%
60%
80%
100%
1 5 9 13 17 21 25 29 33 37 41 45 49
GDPinvestasisuku bungainflasiharga imporkurs riil Yen/Rp
Gambar 4.14. Dekomposisi Varians Kurs Riil Yen Per Rupiah Pada Jalur
Transmisi Tidak Langsung.
Dapat disimpulkan bahwa dalam jangka pendek kontribusi kurs riil
Rupiah dan inflasi memberikan proporsi yang relatif besar baik terhadap
gucangan kurs riil Dollar per Rupiah maupun guncangan kurs riil Yen per Rupiah.
Oleh karena itu, kestabilan kurs dan menjaga kestabilan tingkat inflasi domestik
amatlah penting.
Tabel 4.7. Dekomposisi Varian Kurs Dollar Per Rupiah Pada Jalur
Transmisi Tidak Langsung
Guncangan (%) Periode
(kuartal) RERus IHIus CPI i I Y
1 100 0 0 0 0 0 3 70.42 5.41 18.69 1.59 0.90 2.97 5 64.43 4.31 14.43 10.45 2.24 4.12 10 54.53 5.87 16.42 9 6.83 7.31 15 53.56 5.99 15.94 8.82 7.44 8.22 25 53.07 5.91 16.07 8.95 7.69 8.27 35 53.02 5.90 16.04 9.01 7.7 8.3 50 53 5.90 16.04 9.02 7.7 8.31
Sumber: Lampiran 28, data diolah
Tabel 4.8. Dekomposisi Varian Kurs Yen Per Rupiah Pada Jalur Transmisi Tidak Langsung
Guncangan (%) Periode
(kuartal) RERjpg IHIjpg CPI i I Y
1 100 0 0 0 0 0 3 70.36 1.63 17.48 0.11 5.78 4.62 5 62.68 2.97 13.79 4.64 8.35 7.54 10 52.50 4.67 13.32 5.26 12.04 12.19 15 50.43 4.57 12.90 5.31 13.58 13.18 25 49.76 4.88 12.86 5.66 13.56 13.25 35 49.56 4.95 12.81 5.69 13.61 13.35 50 49.51 4.96 12.80 5.71 13.61 13.39
Sumber: Lampiran 29, data diolah
4.4.2.1.2. Analisis Jangka Panjang
Analisis jangka panjang dalam penelitian ini menggunakan model
VECM melalui simulasi dekomposisi varian yang bertujuan untuk menganalisis
pengaruh guncangan kurs riil Rupiah akibat fluktuasi Dollar dan Yen pada
variabel makroekonomi.
0%
20%
40%
60%
80%
100%
1 5 9 13 17 21 25 29 33 37 41 45 49
GDPinvestasisuku bungainflasiharga imporkurs riil $/Rp
Gambar 4.15. Dekomposisi Varians Kurs Riil Dollar Per Rupiah Pada Jalur Transmisi Tidak Langsung.
Simulasi pada model jalur transmisi tidak langsung kurs riil Dollar per
Rupiah yang disajikan dalam Gambar 4.15 dan Tabel 4.9, menunjukkan bahwa
pada kuartal pertama guncangan kurs riil Dollar per Rupiah dipengaruhi oleh
shock kurs itu sendiri sebesar 100 persen, sementara variabel lainnya tidak
berpengaruh, lalu pada kuartal ketiga pergerakan kurs yang mempengaruhi dirinya
sendiri menurun menjadi sebesar 84.89 persen, hal tersebut dikarenakan variabel
makroekonomi mulai berkontribusi terhadap guncangan kurs seperti kontribusi
harga barang impor sebesar 1.09 persen, inflasi sebesar 7.23 persen, suku bunga
sebesar 2.84, investasi asing langsung sebesar 3.26 persen, dan pendapatan
nasional sebesar 0.66 persen.
Dalam beberapa kuartal kedepan, pengaruh guncangan kurs riil terus
memiliki kontribusi yang semakin menurun terhadap dirinya sendiri dan variabel
lain mulai memberikan kontribusi atas shock kurs tersebut, dimana pada kuartal
50 guncangan kurs riil Dollar per Rupiah dipengaruhi oleh kurs itu sendiri sebesar
46.75 persen dan tingkat suku bunga sebesar 30.51 persen. Sementara pengaruh
harga impor, inflasi, investasi dan pendapatan nasional yaitu sebesar 1.54 persen,
3.95 persen, 8.39 persen, 8.83 persen. Dengan demikian secara keseluruhan
kontribusi kurs riil Dollar per Rupiah dan suku bunga mendominasi terhadap
guncangan kurs riil Dollar per Rupiah dalam jangka panjang, dimana kontribusi
dari kurs riil Rupiah dalam jangka pendek relatif memberikan proporsi yang besar
terhadap gucangan kurs riil Dollar per Rupiah dibandingkan dengan jangka
panjang, sementara itu variabel makroekonomi lainnya kecuali harga barang
impor memberikan kontribusi yang semakin meningkat dalam jangka panjang.
0%
20%
40%
60%
80%
100%
1 5 9 13 17 21 25 29 33 37 41 45 49
GDPinvestasisuku bungainflasiharga imporkurs riilYen/Rp
Gambar 4.16. Dekomposisi Varians Kurs Riil Yen Per Rupiah Pada Jalur Transmisi Tidak Langsung.
Dalam Tabel 4.16 dan Gambar 4.12 menyajikan simulasi pada model
jalur transmisi tidak langsung kurs riil Yen per Rupiah. Pada kuartal pertama
guncangan kurs Yen per Rupiah dipengaruhi oleh dirinya sendiri sebesar 100
persen. Kontribusi variabel lain mulai berperan pada kuartal ketiga dimana
guncangan kurs riil memberikan proporsi terhadap kurs itu sendiri sebesar 74.50
persen, investasi asing langsung sebesar 13.22, inflasi sebesar 8.03 persen, harga
impor sebesar 1.61 persen, pendapatan nasional 1.87 persen, suku bunga 0.75
persen. Pengaruh guncangan kurs terhadap dirinya sendiri semakin menurun
menurut waktu, sementara untuk variabel lain memberikan kontribusi yang
semakin meningkat. Dalam jangka panjang guncangan kurs masih memberikan
kontribusi yang besar terhadap kurs itu sendiri tetapi dengan pengaruh yang
semakin menurun, sementara itu untuk variabel lain memberikan kontribusi yang
relatif lebih kecil dibandingkan dengan variabel kurs itu sendiri. Pada kuartal 50
kurs riil Rupiah sebesar 15.39, suku bunga sebesar 8.21, investasi sebesar 27.61,
harga impor sebesar 13.97 persen, inflasi sebesar 10.27, dan pendapatan nasional
sebesar 24.51 persen.
Dapat diambil kesimpulan bahwa dalam jangka pendek, kurs riil
Rupiah berpengaruh secara langsung terhadap variabel makroekonomi lain dan
kontribusi variabel makroekonomi lain baru terasa pada beberapa kuartal kedepan.
Sementara itu dalam jangka panjang proporsi inflasi lebih mendominasi
dibandingkan dengan variabel makroekonomi lain. Dengan demikian pada jangka
pendek diperlukannya stabilitas kurs Rupiah dan dalam jangka panjang
diperlukannya kebijakan moneter untuk mengendalikan inflasi.
Tabel 4.9. Dekomposisi Varian Kurs Dollar Per Rupiah Pada Jalur Transmisi Tidak Langsung
Guncangan (%) Periode
(kuartal) RERus IHIus CPI i I Y
1 100 0 0 0 0 0 3 84.89 1.09 7.23 2.84 3.26 0.66 5 66.13 3.17 8.89 10.91 5.61 5.26 10 54.75 2.94 8.89 19.08 6.74 7.57 15 55.14 2.60 7.50 20.23 6.92 7.58 25 50.72 2.13 5.94 25.23 7.61 8.34 35 48.67 1.83 4.94 27.90 8.03 8.60 50 46.75 1.54 3.95 30.51 8.39 8.83
Sumber: Lampiran 32, data diolah
Tabel 4.10. Dekomposisi Varian Kurs Yen Per Rupiah Pada Jalur Transmisi Tidak Langsung
Guncangan (%) Periode
(kuartal) RERjpg IHIjpg CPI i I Y
1 100 0 0 0 0 0 3 74.50 1.61 8.03 0.75 13.22 1.87 5 58.31 7.14 7.43 4.28 16.07 6.74 10 49.35 7.79 10.89 7.46 14.54 9.94 15 47.16 7.70 11.22 9.92 14.47 9.48 25 37.37 10.49 16.31 12.41 12.84 10.73 35 27.12 9.49 19.28 15.07 12.66 16.34 50 15.39 8.21 27.61 13.97 10.27 24.51
Sumber: Lampiran 33, data diolah
4.4.2.2. Dekomposisi Varian Kurs Pada Jalur Transmisi Langsung
4.4.2.2.1 Analisis Jangka Pendek
Hasil simulasi dekomposisi varian dalam jalur transmisi langsung pada
jangka pendek berdasarkan Gambar 4.17 dan Tabel 4.11, faktor yang paling
dominan yang mempengaruhi guncangan kurs riil Dollar per Rupiah adalah
variabel kurs itu sendiri dan harga barang impor.
Guncangan kurs riil Dollar per Rupiah pada kuartal pertama
dipengaruhi oleh dirinya sendiri sebesar 100 persen, sementara variabel lainnya
tidak terpengaruh. Pada kuartal ketiga, proporsi sumber guncangan kurs yang
berasal dari dirinya sendiri sebesar 49.47 persen, harga barang impor sebesar
46.56 persen, ekspor neto sebesar 2.22 persen, pendapatan nasional 1.73 persen.
Pada kuartal kelima puluh, pengaruh guncangan kurs riil semakin berkurang
terhadap dirinya sendiri menjadi sebesar 35.36 persen, sementara untuk harga
barang impor mendominasi menjadi sebesar 43.64 persen, pendapatan nasional
16.89 persen, dan ekspor neto sebesar 4.09 persen.
0%
20%
40%
60%
80%
100%
1 5 9 13 17 21 25 29 33 37 41 45 49
GDPekspor netoharga brg imporkurs riil$/Rp
Gambar 4.17. Dekomposisi Varians Kurs Riil Dollar Per Rupiah Pada Jalur Transmisi Langsung.
Pada saat terjadi fluktuasi pada kurs riil Dollar maka akan terjadi
fluktuasi pula terhadap harga barang impor, hal tersebut dikarenakan barang
impor tersebut didenominasi dengan Dollar sehingga apabila Rupiah terdepresiasi
terhadap Dollar maka harga barang impor menjadi relatif lebih mahal apabila
dinilai dalam satuan mata uang domestik sehingga akan memicu pengurangan
volume barang yang diimpor. Sementara untuk variabel ekspor neto memiliki
pengaruh yang relatif lebih kecil, hal tersebut dikarenakan saat Rupiah
terdepresiasi seharusnya akan meningkatkan volume barang yang diekspor dan
akan meningkatkan sehingga akan meningkatkan devisa negara karena saat ini
produk barang yang diekspor memiliki nilai yang relatif lebih murah di pasaran
internasional, namun karena produk barang yang diekspor tidak hanya memakai
komponen barang yang diimpor saja maka dalam penghitungan biaya produksi
juga harus memperhitungkan komponen impor.
Gambar 4.18 dan Tabel 4.12 menyajikan simulasi guncangan kurs Riil
Yen per Rupiah dalam jalur transmisi langsung, menunjukkan bahwa pada kuartal
pertama guncangan kurs riil dipengaruhi oleh variabel kurs riil itu sendiri sebesar
100 persen, sementara variabel lainnya tidak berpengaruh. Pengaruh guncangan
kurs terhadap dirinya sendiri seiring dengan bertambahnya waktu semakin
berkurang dan variabel lainnya mulai memberikan kontribusi walaupun tidak
sebesar kurs riil.
0%
20%
40%
60%
80%
100%
1 5 9 13 17 21 25 29 33 37 41 45 49
GDPekspor netoharga imporkurs riil Yen/Rp
Gambar 4.18. Dekomposisi Varians Kurs Riil Yen Per Rupiah Pada Jalur Transmisi Tidak Langsung.
Pada kuartal ketiga guncangan kurs riil Yen per Rupiah dipengaruhi
oleh dirinya sendiri sebesar 68.41 persen, harga impor 20.41 persen, ekspor neto
sebesar 0.72 persen, dan pendapatan nasional sebesar 10.60 persen. Pada kuartal
lima puluh, guncangan kurs riil Yen per Rupiah dipengaruhi oleh dirinya sendiri
sebesar 67.40 persen, harga barang impor sebesar 19.30 persen, ekspor neto
sebesar 2.01 persen, pendapatan nasional sebesar 11.26 persen.
Dapat disimpulkan bahwa guncangan kurs riil Dollar per Rupiah dan
kurs riil Yen per Rupiah pada jalur transmisi langsung dalam jangka pendek
relatif sangat dipengaruhi oleh kurs riil itu sendiri dan harga barang impor,
sementara itu untuk variabel pendapatan nasional dan ekspor neto memberikan
pengaruh yang relatif lebih rendah. Oleh karena, itu upaya penting yang harus
dilakukan oleh pemerintah adalah memelihara kestabilan kurs Rupiah untuk
menjaga daya saing produk domestik.
Tabel 4.11. Dekomposisi Varians Kurs Riil Dollar Per Rupiah Pada Jalur Transmisi Langsung
Guncangan (%) Periode
RERus IHIus NXus GDP
1 100 0 0 0 3 49.47 46.56 2.22 1.73 5 46.23 40.60 2.03 11.12 10 36.99 43.50 3.62 15.87 15 35.76 43.55 3.99 16.67 25 35.42 43.62 4.08 16.86 35 35.36 43.64 4.09 16.89 50 35.36 43.64 4.09 16.89
Sumber: Lampiran 30, data diolah
Tabel 4.12. Dekomposisi Varians Kurs Yen Per Rupiah Pada Jalur Transmisi Langsung
Guncangan (%) Periode
RERjpg IHIjpg NXjpg GDP
1 100 0 0 0 3 68.41 20.25 0.72 10.60 5 68 19.71 1.99 10.29 10 67.49 19.38 2.01 11.11 15 67.41 19.31 2.01 11.25 25 67.40 19.30 2.01 11.26 35 67.40 19.30 2.01 11.26 50 67.40 19.30 2.01 11.26
Sumber: Lampiran 31, data diolah
4.4.2.2.2 Analisis Jangka Panjang
Simulasi pada Tabel 4.13 dan Gambar 4.19 menunjukkan bahwa faktor
yang paling dominan mempengaruhi guncangan kurs riil Dollar per Rupiah adalah
varibel kurs itu sendiri. Artinya faktor-faktor yang mempengaruhi besarnya
fluktuasi kurs Rupiah adalah faktor-faktor yang terkait dengan kurs, sementara
faktor harga impor, ekspor neto dan pendapatan nasional memiliki kontribusi yang
relatif lebih rendah dibandingkan dengan kurs itu sendiri.
0%
20%
40%
60%
80%
100%
1 5 9 13 17 21 25 29 33 37 41 45 49
GDPekspor netohrg brg imporkurs riil $/Rp
Gambar 4.19. Dekomposisi Varians Kurs Riil Dollar Per Rupiah Pada Jalur Transmisi Langsung
Guncangan kurs riil Dollar per Rupiah dalam jalur transmisi langsung
pada kuartal pertama dipengaruhi oleh dirinya sendiri sebesar 100 persen,
sementara variabel lainnya tidak berpengaruh. Pada kuartal ketiga, proporsi
sumber guncangan kurs riil yang berasal dari dirinya sendiri sebesar 81.30 persen,
harga barang impor sebesar 17.56 persen, nilai ekspor neto sebesar 0.67 persen,
dan pendapatan nasional sebesar 0.45 persen. Sementara itu, pada kuartal 50
guncangan kurs masih didominasi oleh dirinya sendiri mengecil menjadi sebesar
45.68 persen, sedangkan harga barang impor sebesar 25.02 persen, ekspor neto
sebesar 13.16 persen, dan pendapatan nasional sebesar 16.13 persen.
Pada saat terjadinya fluktuasi kurs riil Dollar per Rupiah maka akan
terjadi fluktuasi pula terhadap harga barang impor, dimana harga barang impor
tersebut didenominasi oleh Dollar sehingga apabila terjadi Rupiah terdepresiasi
terhadap Dollar maka harga barang impor menjadi relatif lebih mahal apabila
dinilai dengan satuan mata uang domestik. Sedangkan untuk variabel ekspor neto
dimana dalam penghitungannya memasukkan komponen ekspor dan impor
memiliki pengaruh yang relatif kurang besar, hal tersebut dikarenakan saat
terjadinya depresiasi rupiah maka akan meningkatkan volume barang yang di
ekspor karena saat ini produk domestik memiliki nilai yang relatif lebih murah di
pasaran internasional sehingga seharusnya nilai ekspor neto menjadi meningkat
dan diharapkan dapat meningkatkan devisa negara, tetapi karena produk barang
yang diekspor tidak hanya memakai komponen bahan baku domestik saja tetapi
juga memasukkan komponen barang impor sehingga dalam menghitung biaya
produksi juga harus memperhatikan komponen impor, hal ini membuat nilai
ekspor neto memiliki pengaruh yang relatif lebih kecil.
0%
20%
40%
60%
80%
100%
1 5 9 13 17 21 25 29 33 37 41 45 49
gdpekspor netoharga imporkurs riil Yen/Rp
Gambar 4.20. Dekomposisi Varians Kurs Riil Yen Per Rupiah Pada Jalur Transmisi Langsung
Tabel 4.14 dan Gambar 4.20 menyajikan simulasi guncangan kurs riil
Yen per Rupiah dalam jalur transmisi langsung, menunjukkan bahwa pada kuartal
pertama guncangan kurs riil dipengaruhi oleh variabel kurs riil itu sendiri sebesar
100 persen. Pengaruh guncangan kurs seiring dengan bertambahnya waktu
semakin menurun, dan variabel lain mulai memberikan kontribusi terhadap
adanya guncangan tersebut. Pada kuartal ketiga guncangan kurs riil Yen per
Rupiah dipengaruhi oleh dirinya sendiri sebesar 72.35 persen, harga barang impor
sebesar 17.49 persen, ekspor neto sebesar 4.78 persen dan pendapatan nasional
sebesar 5.36 persen. Pada kuartal 50, guncangan kurs riil Yen per Rupiah
dipengaruhi oleh dirinya sendiri sebesar 26.42 persen, harga barang impor sebesar
40.54 persen, ekspor neto sebesar 22.49 persen dan pendapatan nasional sebesar
10.53 persen.
Dapat disimpulkan bahwa guncangan kurs riil Dollar per Rupiah dalam
jalur transmisi langsung dalam jangka pendek relatif sangat dipengaruhi oleh kurs
riil itu sendiri, dan harga barang impor, sementara itu untuk variabel ekspor neto,
dan pendapatan nasional relatif memberikan kontribusi yang lebih rendah. Namun
pada jangka panjang kontribusi dari ekspor neto dan pendapatan nasional tidak
dapat diabaikan peranannya walaupun tidak sebesar kontribusi dari kurs riil dan
harga impor. Untuk itu upaya yang penting dilakukan oleh pemerintah adalah
memelihara kestabilan kurs Rupiah karena pemerintah harus berhati-hati dalam
menjaga daya saing produk domestik. Sementara itu guncangan kurs riil Yen per
Rupiah dalam jalur transmisi kurs langsung dalam jangka pendek relatif sangat
dipengaruhi oleh variabel nilai tukar riil itu sendiri dan harga impor, sementara itu
untuk variabel lain memberikan kontribusi yang relatif lebih rendah. Dalam
jangka panjang variabel kurs memberikan kontribusi yang semakin rendah,
sedangkan variabel harga barang impor mendominasi dalam jangka panjang.
Tabel 4.13. Dekomposisi Varians Kurs Riil Dolar Per Rupiah Pada Jalur Transmisi Langsung
Guncangan (%) Periode
RERus IHIus NXus GDP
1 100 0 0 0 3 81.30 17.56 0.67 0.45 5 67.63 19.75 1.66 10.94 10 49.97 24.27 11.59 14.15 15 47.95 24.08 12.55 15.40 25 46.35 25.14 12.38 16.11 35 45.87 25.10 12.93 16.08 50 45.68 25.02 13.16 16.13
Sumber: Lampiran 34, data diolah
Tabel 4.14. Dekomposisi Varians Kurs Yen Per Rupiah Pada Jalur Transmisi Langsung
Guncangan (%) Periode
RERjpg IHIjpg NXjpg GDP
1 100 0 0 0 3 72.35 17.49 4.78 5.36 5 58.20 25.30 5.79 10.68 10 47.55 31.15 10.19 11.09 15 40.73 34.22 13.91 11.11 25 33.36 37.51 18.30 10.81 35 29.56 39.17 20.60 10.65 50 26.42 40.54 22.49 10.53
Sumber: Lampiran 35, data diolah
Berdasarkan hasil simulasi IRF dan FEVD menunjukkan bahwa baik
dalam jangka pendek maupun jangka panjang diperlukan kestabilan nilai tukar,
karena nilai tukar yang berfluktuasi akan mempengaruhi fluktuasi pada variabel
makroekonomi lainnya yang sangat sensitif terhadap perubahan nilai tukar seperti
barang tradable (ekspor dan impor), inflasi, suku bunga dan investasi asing.
Setelah Indonesia menerapkan sistem nilai tukar mengambang bebas nilai tukar
Rupiah relatif lebih berfluktuasi dari waktu kewaktu dibandingkan rezim
mengambang terkendali, hal tersebut dapat dilihat pada analisis IRF dan FEVD
yang menunjukkan bahwa nilai tukar Rupiah relatif sangat dipengaruhi oleh
fluktuasi Dollar dan Yen. Sementara itu, arah kebijakan bank sentral saat ini
Inflation Targetting Framework yang memiliki tujuan utama untuk mencapai
kestabilan harga dalam arti untuk menjaga nilai tukar Rupiah dan tingkat inflasi.
Dimana Bank Sentral mengumumkan atau membuat pernyataan resmi ke publik
mengenai target inflasi untuk jangka waktu beberapa tahun kedepan.
Berdasarkan hasil FEVD dapat dilihat bahwa dalam jangka panjang
kontribusi dari inflasi relatif lebih rendah dibandingkan dengan jangka pendek, hal
tersebut mungkin dikarenakan arah kebijakan BI saat ini yang selalu menjaga
tingkat inflasi agar tetap rendah. Namun pada kenyataannya tidaklah mudah untuk
mencapai sasaran inflasi yang telah ditetapkan karena yang mempengaruhi
perkembangan inflasi tidak hanya kebijakan moneter, tetapi juga oleh kebijakan
pemerintah dibidang harga seperti perubahan harga BBM, upah minimum, tarif
listrik dan telepon, serta oleh gangguan di sisi produksi dan distribusi barang
karena kondisi sektor riil yang belum pulih. Selain itu juga melemahnya nilai
tukar menjadi faktor lain penyebab tidak mudahnya mengendalikan dan mencapai
sasaran inflasi. (Warjiyo, 2004).
V. KESIMPULAN DAN SARAN
5.1. Kesimpulan
Pengaruh guncangan kurs Dollar dan Yen terhadap kurs riil Rupiah akan
ditransmisikan melalui dua jalur, yaitu jalur kurs langsung dan jalur kurs tidak
langsung. Pada jalur transmisi tidak langsung melalui perubahan harga barang
impor yang dipengaruhi oleh fluktuasi kurs Yen dan Dollar, kemudian perubahan
harga barang impor tersebut akan mempengaruhi harga barang yang dikonsumsi
oleh konsumen. Perubahan harga tersebut akan mempengaruhi inflasi, suku
bunga, investasi dan nilai pendapatan nasional. Sementara itu untuk jalur
transmisi langsung, kurs akan ditransmisikan pada perubahan harga barang impor,
perubahan ekspor neto yang selanjutnya akan mempengaruhi output nasional.
Guncangan kurs Dollar dan Yen dalam jangka pendek dan jangka panjang
mengakibatkan depresiasi yang sangat tinggi terhadap kurs riil Rupiah. Amerika
memberikan pengaruh yang relatif lebih kuat terhadap variabel kurs riil Rupiah
baik dalam jalur kurs langsung maupun tidak langsung, dimana dengan adanya
guncangan Dollar terhadap kurs riil Rupiah akan mengakibatkan fluktuasi pada
variabel makroekonomi dalam waktu yang relatif lebih lama untuk menuju ke
kondisi kestabilan dibandingkan dengan pengaruh guncangan Yen terhadap kurs
riil Rupiah dan variabel makroekonomi lain.
Terkait dengan depresiasi yang tajam akibat dari guncangan kurs riil Yen
per Rupiah dalam jangka pendek dan Dollar per Rupiah dalam jangka pendek dan
jangka panjang pada jalur transmisi kurs tidak langsung akan direspon dengan
peningkatan harga barang impor, dimana saat ini impor dinilai relatif lebih mahal
apabila dinilai dalam satuan mata uang domestik. Jika barang-barang yang
diimpor merupakan barang-barang yang dipakai dalam proses produksi maka akan
meningkatkan biaya produksi sehingga akan meningkatkan harga barang-barang
yang dijual dan akan memicu terjadinya peningkatan inflasi (cost push inflation),
untuk mengimbangi besarnya laju depresiasi dan laju inflasi yang terjadi, bank
sentral akan melakukan kebijakan moneter melalui peningkatan suku bunga.
Dengan meningkatnya suku bunga domestik, seharusnya akan menarik minat para
investor asing untuk menanamkan modalnya di Indonesia, tetapi yang terjadi
sebaliknya. Keseluruhan hal tersebut akan mengakibatkan menurunnya
pendapatan nasional pada jangka pendek karena menurunnya investasi asing
langsung yang relatif tinggi, sedangkan dalam jangka panjang guncangan kurs riil
Dollar per Rupiah akan meningkatan pendapatan nasional karena adanya
peningkatan nilai ekspor yang tercermin dari nilai ekspor neto yang positif.
Sementara itu, guncangan kurs riil Yen per Rupiah dalam jangka panjang terdapat
fenomena pada variabel makroekonomi, dimana terjadi fluktuasi terhadap kurs riil
rupiah, harga impor, inflasi, suku bunga, investasi asing langsung dan pendapatan
nasional.
Dalam jalur kurs langsung, guncangan kurs riil Dollar per Rupiah dan kurs
riil Yen per Rupiah dalam jangka pendek dan jangka panjang akan mengakibatkan
kurs riil Rupiah terdepresiasi sangat tajam, terjadi peningkatan harga barang
impor, peningkatan ekspor neto. Keseluruhan hal tersebut akan mengakibatkan
menurunnya pendapatan nasional dalam jangka pendek mungkin diakibatkan oleh
menurunnya investasi asing langsung domestik, karena dalam penghitungan
pendapatan nasional tidak hanya memasukkan komponen ekspor neto saja tetapi
juga memperhitungkan komponen lainnya seperti konsumsi, investasi dan
pengeluaran pemerintah, sementara itu dalam jangka panjang akan mengakibatkan
meningkatnya pendapatan nasional.
Kesimpulan lain yang dapat diambil dari penelitian ini yaitu; berdasarkan
hasil FEVD secara keseluruhan menunjukkan bahwa dalam jangka pendek dan
jangka panjang baik dalam jalur transmisi kurs langsung dan tidak langsung,
diperlukan kestabilan kurs Riil Rupiah terhadap Dollar dan Yen. Fluktuasi kurs
Rupiah maka akan mempengaruhi harga barang tradable (ekspor dan impor) dan
akan mempengaruhi tingkat inflasi domestik dengan proporsi yang lebih tinggi
dalam jangka pendek. Variabel suku bunga, output nasional memberikan proporsi
yang relatif lebih tinggi dalam jangka panjang pada jalur transmisi kurs tidak
langsung, sedangkan investasi asing langsung yang dipengaruhi oleh shock Dollar
memberikan proporsi yang relatif lebih tinggi dalam jangka panjang dan proporsi
yang relatif lebih tinggi dalam jangka pendek untuk shock Dollar.
5.2. Saran
Berdasarkan UU No. 23 Tahun 1999 secara implisit mengamanatkan
kebijakan moneter yang ditempuh oleh Bank Indonesia berdasarkan Inflation
Targeting Framework yang diberlakukan sejak tahun 2000, dimana tujuan utama
kebijakan moneter diarahkan untuk mencapai kestabilan harga dalam arti untuk
menjaga nilai tukar Rupiah dan tingkat inflasi. Bank Sentral mengumumkan atau
membuat pernyataan resmi mengenai target inflasi untuk jangka waktu beberapa
tahun kedepan.
Salah satu syarat berhasilnya kerangka kerja Inflation Targeting adalah
penerapan nilai tukar mengambang, namun dalam sistem ini kurs relatif lebih
berfluktuasi terhadap mata uang asing karena pergerakan nilai tukar Rupiah pada
dasarnya ditentukan oleh kekuatan penawaran dan permintaan valuta asing di
pasar dan intervensi yang dilakukan Bank Sentral di pasar valuta asing lebih
diarahkan untuk menstabilkan atau menghindari gejolak nilai tukar Rupiah di
pasar tetapi intervensi yang dilakukan tidak dimaksudkan untuk mencapai atau
mengarahkan pergerakan nilai tukar pada tingkat atau kisaran tertentu. Sementara
itu sejak penerapan Inflation Targetting laju inflasi masih relatif tinggi dan tingkat
inflasi yang terjadi seringkali melebihi target yang telah diperkirakan. Oleh karena
itu otoritas moneter harus memiliki mekanisme yang tepat untuk memelihara
kestabilan kurs Rupiah baik dalam jangka pendek maupun jangka panjang karena
ketidakstabilan kurs akan memicu fluktuasi inflasi domestik. Dalam penelitian
selanjutnya disarankan untuk membagi periode penelitian sebelum, krisis dan
sesudah krisis untuk melihat apakah terdapat perbedaan yang signifikan pada
variabel makroekonomi terhadap shock kurs Yen dan Dollar dan diperlukan kajian
yang lebih lanjut mengenai fenomena fluktuasi pada variabel makroekonomi
dalam jangka panjang yang dipengaruhi oleh shock Yen.
DAFTAR PUSTAKA Batiz, F. L. R. dan L.A. R Batiz. 1994. International Finance and Open Economy
Macroeconomics. Second Edition. Mc Millan Publishing co. New York. Csermely, A. dan B. Vonnak. 2002. The Role of the Exchange Rate in the
Transmission Mechanism in Hungary. A Paper Prepared for the Research Meeting Monetary Policy Transmission in the Euro Area and in Accension Country, 3 Oktober 2002.
De Jong, R. P. 2005. Analisis Kesinambungan Fiskal di Indonesia dan Faktor-
Faktor yang Mempengaruhinya [skripsi]. Fakultas Ekonomi dan Manajemen. Institut Pertanian Bogor.
Djiwandono, S. 2001. Bergulat dengan Krisis dan Pemulihan Ekonomi Indonesia.
Pustaka Sinar Harapan. Jakarta. Enders, W. 2000. Applied Economic Time Series. John Wiley & Son, Ltd. New
York, USA. Gianini, A. dan C. Gianini. 1997. Topic in Structural VAR Econometrics. Second,
Revised and Enlarged Edition. Springer, Germany. Gujarati, D. 1995. Basic Econometrics. Mc Graw-Hill, Singapore. Hartati, E. S. 2004. Analisis Dampak Pergerakan Nilai Tukar Terhadap Inflasi di
Indonesia: Pendekatan Exchange Rate Pass Through [tesis]. Bogor : Institut Pertanian Bogor.
Lipsey, R. G, P. N. Courant, D. D. Purvis, dan P. O. Steiner. 1995. Pengantar
Makroekonomi. Edisi Kesepuluh. Binarupa Aksara, Jakarta. Krugman, P, dan M. Obsfelt. 1994. Ekonomi Internasional Teori dan Kebijakan.
Munandar dan Basri [penterjemah]. PT. Raja Grafindo Persada, Jakarta. Mishkin, F. S. 2001. The Economics of Money, Banking, and Financial Market.
Edisi Keenam. Addison Wesley. McCoy, D. 1997. How Useful is Structural VAR Analysis for Irish Economics?. A
Paper Presented at an Internal Seminar of the Central Bank of Ireland, February 6th 1997, and at the 11thAnnual Conference of the Irish Economics Association, 4-6 September 1997, Athlone.
Mankiw, N. G. 2000. Teori Makroekonomi. Edisi Keempat. Erlangga, Jakarta.
Nuryati, Y. 2004. Pelaksanaan Kebijakan Moneter Penargetan Inflasi di Indonesia [tesis]. Bogor: Institut Pertanian Bogor.
Simorangkir, I, dan Suseno. 2005. Sistem Kebijakan Nilai Tukar. Bank Indonesia
Seri Kebanksentralan No.12. Siregar, H. dan B.D. Ward. 2000. Can Monetary Policy/Shock Stabilize Indonesia
Macro-Economics Fluctuations?. A Paper Presented at the 25thAnnual Conference of Federation of ASEAN Economics Association, 7-8 September 2000, Singapore.
Siswanto, B, Y. K. Gunawan, dan S. H. Binhadi. 2002. Exchange Rate of
Monetary Transmission in Indonesia. Occasional Paper. Direktorat Riset Ekonomi dan Kebijakan Moneter. Bank Indonesia. Jakarta.
Sudjijono, B, dan D. Rudianto. 2003. Perspektif Pembangunan Indonesia Dalam
Kajian Pemulihan Ekonomi. PT Citra Mandala Pratama. Jakarta. Supriatna, T. 2005. Dampak Guncangan Nilai Tukar Terhadap Fluktuasi
Ekonomimakro Indonesia: Suatu Kajian Bussiness Cycle Dari Sisi Permintaan [disertasi]. Bogor: Institut Pertanian Bogor.
Syabran, F. 2004. Transmisi Kebijakan Moneter Melalui Jalur Suku Bunga Di
Indonesia [skripsi]. Bogor: Institut Pertanian Bogor. Thomas, R.L. 1997. Modern Econometrics an Introduction. First Edition. Westley
Longman Ltd, London. Verbeek, M. 2000. A Guide to Modern Econometrics. John Wiley & Sons, Ltd.
New York, USA. Voss, G.M, dan L.B Willard. The Transmission of Shocks to A Small Open
Economy : Evidence From Structural Model. A Paper Presented at Seminar Rutgers University for Comments and Advice, June 2003, Australia.
Warjiyo, P. 2004. Bank Sentral Republik Indonesia Sebuah Pengantar. Edisi
Pertama. Pusat Pendidikan dan Studi Kebanksentralan BI. Warjiyo, P. 2004. Mekanisme Transmisi Kebijakan Moneter di Indonesia:
Pelaksanaan Kebijakan Moneter Penargetan Inflasi di Indonesia. Bank Indonesia Seri Kebanksentralan No.11.
Windarti, R. P. 2004. Pengaruh Perubahan Nilai Tukar Terhadap Harga:
Analisis SVAR Pasca Penerapan Sistem Nilai Tukar Mengambang Bebas di Indonesia. [disertasi]. Depok: Universitas Indonesia.
LAMPIRAN
Lampiran 1. Data Variabel Dalam Logaritma Natural
Periode LRER_US LRER_JPG LIHI_US LIHI_JPG LNX_US LNX_JPG LCPI SBI LFDI LGDPI 1990:01:00 -8.50407 -3.639559 4.362099 3.146151 -0.330198 0.652335 3.318167 16.52 5.493061 10.81894 1990:02:00 -8.492159 -3.662396 3.805342 3.074551 0.308929 0.567032 3.350812 15.97 5.429346 10.85286 1990:03:00 -8.491428 -3.747065 3.719681 3.330307 0.451232 0.8832 3.383658 17.37 5.42495 10.91263 1990:04:00 -8.5052 -3.77957 3.992616 2.916249 0.064581 0.880175 3.397795 20.26 5.978886 10.90342 1991:01:00 -8.519295 -3.758152 4.013192 3.447328 -0.089286 0.40258 3.408805 22.55 6.35437 10.98422 1991:02:00 -8.512947 -3.770157 3.843399 3.469835 -0.12229 0.450427 3.433855 25.32 5.525453 11.0219 1991:03:00 -8.49005 -3.778941 3.858675 3.355643 0.033568 0.709186 3.472674 23.53 5.010635 11.08317 1991:04:00 -8.487013 -3.839845 4.432232 3.265934 -0.38632 0.716042 3.492925 21.87 6.226537 11.07852 1992:01:00 -8.496146 -3.778727 3.788368 3.511328 0.032459 0.497278 3.506365 21.44 6.146115 11.10708 1992:02:00 -8.493828 -3.834817 3.857032 3.520691 0.32519 0.529664 3.523026 20.68 6.016889 11.13845 1992:03:00 -8.498303 -3.878655 3.627917 3.338415 0.117967 0.57164 3.528819 18.93 6.247462 11.20467 1992:04:00 -8.50098 -3.836947 3.589317 2.669888 -0.119326 0.995436 3.542086 17.34 6.942929 11.20526 1993:01:00 -8.45358 -3.864028 3.749646 4.49247 0.11506 -0.36865 3.605753 16.07 6.124683 11.25909 1993:02:00 -8.462047 -3.942367 3.797521 3.527643 0.409803 0.568971 3.611018 15.32 5.810242 11.29515 1993:03:00 -8.46378 -3.954731 3.60833 3.862616 0.541569 0.45342 3.623653 14.38 6.584377 11.35655 1993:04:00 -8.454171 -3.884334 3.733715 3.50722 0.401471 0.106371 3.639022 12.42 6.215208 11.36489 1994:01:00 -8.442902 -3.952988 3.677484 3.919563 0.289221 0.244263 3.67583 11.59 7.056175 11.38485 1994:02:00 -8.446926 -3.993893 3.738826 3.95141 0.698223 0.261522 3.684663 11.59 6.155495 11.44023 1994:03:00 -8.438225 -3.971631 3.892841 3.863514 0.399496 0.435758 3.712454 12.93 8.141481 11.51102 1994:04:00 -8.430351 -3.95641 3.981414 3.754756 1.069325 0.138779 3.731009 13.89 5.438514 11.52725 1995:01:00 -8.419998 -4.070943 3.343161 4.053514 0.265224 0.367417 3.761254 15.32 7.518553 11.5763 1995:02:00 -8.416059 -4.086259 3.753833 4.03379 0.498477 0.034328 3.784526 16.74 8.198667 11.62329 1995:03:00 -8.41989 -3.923018 4.163017 3.690009 0.009278 0.220848 3.798543 17.54 7.690149 11.67095 1995:04:00 -8.417303 -3.87553 3.564325 3.882196 0.322723 0.530087 3.817046 17.27 7.736394 11.68842 1996:01:00 -8.407581 -3.814542 3.698216 3.90656 0.225205 0.177362 3.853915 17.24 8.295873 11.71611
1996:02:00 -8.41378 -3.797168 3.82738 3.653037 0.294087 0.308248 3.855829 17.37 7.4195 11.76637 Lampiran 1. Lanjutan
1996:03:00 -8.411604 -3.774916 4.018706 3.483655 0.424014 0.482007 3.864145 17.29 7.972845 11.82731996:04:00 -8.423361 -3.743653 3.897618 3.638146 0.278201 0.453844 3.875654 17.13 6.910152 11.879321997:01:00 -8.422492 -3.664388 3.976749 3.522244 0.302879 0.443011 3.900303 16.66 7.399643 11.89 1997:02:00 -8.430387 -3.76985 4.010541 3.44276 0.056032 0.500369 3.907016 16.08 7.400254 11.914421997:03:00 -8.698218 -3.985493 4.376126 3.869099 0.317285 0.396547 3.935013 21.26 8.439145 12.003051997:04:00 -9.010646 -4.211104 4.513954 3.736272 0.580355 0.658296 3.973758 26.05 7.597246 12.039141998:01:00 -9.358574 -4.536564 3.522906 4.449536 2.699429 0.63966 4.213788 24.71 6.816517 12.290661998:02:00 -9.803409 -4.935526 5.729587 5.152659 0.75874 0.660721 4.355973 34.33 5.990714 12.356161998:03:00 -9.295871 -4.442164 5.479279 4.458036 0.459341 0.989128 4.536066 44.91 5.818598 12.518921998:04:00 -8.997813 -4.327527 3.28506 3.902038 0.827877 1.153833 4.548272 52.32 4.528289 12.491661999:01:00 -9.044199 -4.313696 3.816155 3.925877 3.108863 1.312562 4.587611 39.52 6.008076 12.525351999:02:00 -8.808201 -4.054104 4.398554 3.675164 0.763056 1.22253 4.575241 30.89 5.453182 12.512071999:03:00 -9.067141 -4.433696 4.423032 4.151177 1.060411 1.336866 4.547063 19.46 8.799903 12.533791999:04:00 -8.882844 -4.275752 4.271649 4.152962 1.038563 1.301259 4.567271 13.08 5.919431 12.525812000:01:00 -8.957374 -4.330683 4.60517 4.60517 1.109677 1.120876 4.576563 12.63 6.165208 12.689212000:02:00 -9.085957 -4.421303 4.89924 4.728769 0.715286 1.447177 4.595469 11.89 5.559912 12.72582000:03:00 -9.081323 -4.389304 4.512834 4.766929 0.992087 0.856964 4.612751 12.33 8.516833 12.796032000:04:00 -9.12795 -4.375846 4.883012 4.683539 0.782016 0.71398 4.656614 13.17 6.639876 12.817032001:01:00 -9.200202 -4.331402 4.670104 4.61808 0.768882 0.797616 4.677491 14.35 6.742645 12.89412001:02:00 -9.273375 -4.407799 4.582556 4.621 1.049771 1.406076 4.709791 14.95 5.840642 12.957672001:03:00 -9.082193 -4.25562 4.315387 4.41467 1.010396 1.100816 4.735084 15.64 5.686636 12.980582001:04:00 -9.105692 -4.185656 4.51513 4.49512 1.115064 1.255953 4.774837 16.99 8.097791 12.967672002:01:00 -9.00878 -4.063748 4.735901 4.440004 1.331432 0.882768 4.809237 16.8 5.851915 13.026722002:02:00 -17.9138 -4.064193 4.588459 4.336314 1.292397 1.135719 4.818417 15.1 6.757746 13.053922002:03:00 -8.926922 -4.059589 4.540873 4.433524 1.10365 1.121318 4.834733 13.2 7.531445 13.104262002:04:00 -8.882368 -4.038665 4.696719 4.414337 0.75581 1.016341 4.870377 13 6.524443 13.09284
2003:01:00 -8.888982 -4.030048 4.522339 4.350931 0.83892 1.232835 4.878261 11.4 5.054971 13.13655Lampiran 1. Lanjutan
2003:02:00 -8.809781 -3.941234 4.353714 4.388422 1.01128 1.283272 4.882234 9.5 5.720312 13.132072003:03:00 -8.817886 -4.014111 4.6739 4.674447 1.391981 0.938375 4.894738 8.66 7.051856 13.164032003:04:00 -8.796781 -4.032847 4.666148 4.579013 0.666827 1.271932 4.919996 8.49 6.059357 13.147182004:01:00 -8.818704 -4.066467 5.697272 4.75102 0.387608 1.020007 4.929064 7.42 6.602588 13.199382004:02:00 -8.899677 -4.095571 5.209478 4.828245 1.334223 0.910187 4.952342 7.34 6.446037 13.250322004:03:00 -8.869442 -4.053603 5.071507 5.001924 1.244584 1.173335 4.957263 7.39 8.326323 13.295872004:04:00 -8.859768 -4.109591 4.84869 5.083499 0.636105 0.784512 4.982044 7.41 6.543192 13.30472005:01:00 -8.864979 -4.051981 4.946605 5.057352 0.927132 0.996218 5.012713 7.44 6.941673 13.36582005:02:00 -8.884229 -4.030456 4.99047 5.031759 0.984952 0.936348 5.02394 7.95 6.119638 13.409872005:03:00 -8.945679 -4.050024 5.431397 5.217691 1.264746 1.117907 5.044006 9.25 7.542585 13.47025
Lampiran 2. Uji Non Stasioneritas Pada Level Null Hypothesis: LRER_US has a unit root Exogenous: Constant Lag Length: 4 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.365115 0.5931 Test critical values: 1% level -3.548208
5% level -2.912631 10% level -2.594027
*MacKinnon (1996) one-sided p-values. Null Hypothesis: LRER_JPG has a unit root Exogenous: Constant Lag Length: 4 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.030013 0.2735 Test critical values: 1% level -3.548208
5% level -2.912631 10% level -2.594027
*MacKinnon (1996) one-sided p-values. Null Hypothesis: LIHI_US has a unit root Exogenous: Constant Lag Length: 3 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -0.570088 0.8689 Test critical values: 1% level -3.546099
5% level -2.911730 10% level -2.593551
*MacKinnon (1996) one-sided p-values. Null Hypothesis: LIHI_JPG has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.194338 0.6715 Test critical values: 1% level -3.544063
5% level -2.910860 10% level -2.593090
*MacKinnon (1996) one-sided p-values. Null Hypothesis: LNX_US has a unit root Exogenous: Constant Lag Length: 3 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.445024 0.5542 Test critical values: 1% level -3.546099
5% level -2.911730 10% level -2.593551
*MacKinnon (1996) one-sided p-values.
Null Hypothesis: LNX_JPG has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.198614 0.6697 Test critical values: 1% level -3.544063
5% level -2.910860 10% level -2.593090
*MacKinnon (1996) one-sided p-values. Null Hypothesis: LCPI has a unit root Exogenous: Constant Lag Length: 3 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -0.508671 0.8817 Test critical values: 1% level -3.546099
5% level -2.911730 10% level -2.593551
*MacKinnon (1996) one-sided p-values. Null Hypothesis: SBI has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.180638 0.0260 Test critical values: 1% level -3.542097
5% level -2.910019 10% level -2.592645
*MacKinnon (1996) one-sided p-values. Null Hypothesis: LFDI has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.775521 0.0052 Test critical values: 1% level -3.542097
5% level -2.910019 10% level -2.592645
*MacKinnon (1996) one-sided p-values. Null Hypothesis: LGDPI has a unit root Exogenous: Constant Lag Length: 3 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -0.551279 0.8729 Test critical values: 1% level -3.546099
5% level -2.911730 10% level -2.593551
*MacKinnon (1996) one-sided p-values.
Lampiran 3. Uji Non Stasioneritas Pada First Difference Null Hypothesis: D(LRER_US) has a unit root Exogenous: Constant Lag Length: 3 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -5.426798 0.0000 Test critical values: 1% level -3.548208
5% level -2.912631 10% level -2.594027
*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LRER_JPG) has a unit root Exogenous: Constant Lag Length: 3 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -5.178878 0.0001 Test critical values: 1% level -3.548208
5% level -2.912631 10% level -2.594027
*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LIHI_US) has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -4.469376 0.0006 Test critical values: 1% level -3.546099
5% level -2.911730 10% level -2.593551
*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LIHI_JPG) has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -11.28465 0.0000 Test critical values: 1% level -3.544063
5% level -2.910860 10% level -2.593090
Null Hypothesis: D(LNX_US) has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -10.88466 0.0000 Test critical values: 1% level -3.546099
5% level -2.911730 10% level -2.593551
*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LNX_JPG) has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -9.628396 0.0000 Test critical values: 1% level -3.544063
5% level -2.910860 10% level -2.593090
*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(SBI) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -4.265940 0.0012 Test critical values: 1% level -3.542097
5% level -2.910019 10% level -2.592645
*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LCPI) has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -4.417372 0.0007 Test critical values: 1% level -3.546099
5% level -2.911730 10% level -2.593551
*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LFDI) has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -8.153216 0.0000 Test critical values: 1% level -3.546099
5% level -2.911730 10% level -2.593551
*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LGDPI) has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on AIC, MAXLAG=10)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -4.844783 0.0002 Test critical values: 1% level -3.546099
5% level -2.911730 10% level -2.593551
*MacKinnon (1996) one-sided p-values.
Lampiran 4. Uji Lag Optimal Jalur Transmisi Tidak Langsung Shock Dollar VAR Lag Order Selection Criteria Endogenous variables: DLRER_US DLIHI_US DLCPI DSBI DLFDI DLGDPI Exogenous variables: C DUMMY Date: 05/21/06 Time: 00:05 Sample: 1990:1 2005:3 Included observations: 57
Lag LogL LR FPE AIC SC HQ
0 -34.55308 NA 2.06E-07 1.633442 2.063558 1.800599 1 68.31814 176.8663 2.00E-08 -0.712917 1.007547* -0.044286 2 137.3644 104.1750 6.59E-09 -1.872433 1.138379 -0.702329 3 187.3144 64.84739 4.58E-09 -2.361908 1.939253 -0.690330 4 252.1576 70.53119* 2.13E-09* -3.373950* 2.217559 -1.200899* 5 284.3605 28.24821 3.81E-09 -3.240720 3.641137 -0.566196
* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion
Lampiran 5. Uji Lag Optimal Jalur Transmisi Tidak Langsung Shock Yen VAR Lag Order Selection Criteria Endogenous variables: DLRER_JPG DLIHI_JPG DLCPI DSBI DLFDI DLGDPI Exogenous variables: C DUMMY Date: 05/21/06 Time: 10:10 Sample: 1990:1 2005:3 Included observations: 57
Lag LogL LR FPE AIC SC HQ
0 -9.546058 NA 8.58E-08 0.756002 1.186118 0.923160 1 82.98284 159.0848 1.19E-08 -1.227468 0.492996* -0.558837 2 147.0785 96.70567 4.68E-09 -2.213279 0.797533 -1.043175 3 191.8010 58.06088 3.91E-09 -2.519334 1.781826 -0.847757 4 258.6274 72.68829* 1.70E-09* -3.600960 1.990549 -1.427909* 5 295.3464 32.20972 2.59E-09 -3.626191* 3.255666 -0.951667
* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion
Lampiran 6. Uji Lag Optimal Jalur Transmisi Langsung Shock Dollar VAR Lag Order Selection Criteria Endogenous variables: DLRER_US DLIHI_US DLNX_US DLGDPI Exogenous variables: C DUMMY Date: 06/22/06 Time: 22:35 Sample: 1990:1 2005:3 Included observations: 57
Lag LogL LR FPE AIC SC HQ
0 97.79501 NA 5.03E-07 -3.150702 -2.863958 -3.039264 1 199.1950 181.4526 2.52E-08 -6.147193 -5.286961 -5.812878 2 238.2257 64.36639 1.14E-08 -6.955287 -5.521567 -6.398095 3 273.8544 53.75558 5.86E-09 -7.644014 -5.636805 -6.863944 4 309.3507 48.57393* 3.11E-09 -8.328096 -5.747399* -7.325149* 5 329.2526 24.44093 2.93E-09* -8.465004* -5.310820 -7.239181
* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion
Lampiran 7. Uji Lag Optimal Jalur Transmisi Langsung Shock Yen VAR Lag Order Selection Criteria Endogenous variables: DLRER_JPG DLIHI_JPG DLNX_JPG DLGDPI Exogenous variables: C DUMMY Date: 05/20/06 Time: 22:27 Sample: 1990:1 2005:3 Included observations: 58
Lag LogL LR FPE AIC SC HQ
0 74.57149 NA 1.18E-06 -2.295569 -2.011370 -2.184867 1 108.1857 60.27378 6.47E-07 -2.902956 -2.050359 -2.570852 2 143.7835 58.92044 3.33E-07 -3.578741 -2.157745* -3.025234* 3 163.2923 29.59966* 3.02E-07* -3.699736* -1.710343 -2.924827 4 177.6187 19.76052 3.35E-07 -3.642025 -1.084234 -2.645714
* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion
Lampiran 8. Uji Stabilitas VAR Jalur Transmisi Tidak Langsung Shock Dollar Roots of Characteristic Polynomial Endogenous variables: DLRER_US DLIHI_US DLCPI DSBI DLFDI DLGDPI Exogenous variables: C DUMMY Lag specification: 1 4 Date: 05/21/06 Time: 00:05 Root Modulus -0.060035 – 0.936333i 0.938255 -0.060035 + 0.936333i 0.938255 0.823965 + 0.393971i 0.913308 0.823965 – 0.393971i 0.913308 -0.904884 + 0.063356i 0.907099 -0.904884 – 0.063356i 0.907099 0.177630 + 0.879724i 0.897478 0.177630 – 0.879724i 0.897478 0.489176 – 0.696176i 0.850855 0.489176 + 0.696176i 0.850855 -0.637611 + 0.557286i 0.846826 -0.637611 – 0.557286i 0.846826 -0.753710 + 0.344642i 0.828768 -0.753710 – 0.344642i 0.828768 -0.368636 – 0.706806i 0.797162 -0.368636 + 0.706806i 0.797162 0.744499 0.744499 0.128107 – 0.689861i 0.701655 0.128107 + 0.689861i 0.701655 0.485345 + 0.357730i 0.602935 0.485345 – 0.357730i 0.602935 -0.231735 + 0.552969i 0.599562 -0.231735 – 0.552969i 0.599562 -0.285157 0.285157 No root lies outside the unit circle. VAR satisfies the stability condition.
Lampiran 9. Uji Stabilitas VAR Jalur Transmisi Tidak Langsung Shock Yen Roots of Characteristic Polynomial Endogenous variables: DLRER_JPG DLIHI_JPG DLCPI DSBI DLFDI DLGDPI Exogenous variables: C DUMMY Lag specification: 1 5 Date: 05/21/06 Time: 10:10 Root Modulus -0.956386 0.956386 0.872142 + 0.361876i 0.944238 0.872142 - 0.361876i 0.944238 -0.048368 + 0.941335i 0.942577 -0.048368 - 0.941335i 0.942577 -0.678432 - 0.628479i 0.924800 -0.678432 + 0.628479i 0.924800 -0.895767 - 0.180774i 0.913826 -0.895767 + 0.180774i 0.913826 0.187402 + 0.894382i 0.913804 0.187402 - 0.894382i 0.913804 -0.845947 - 0.335639i 0.910099 -0.845947 + 0.335639i 0.910099 0.633593 + 0.602954i 0.874639 0.633593 - 0.602954i 0.874639 0.082633 - 0.830328i 0.834429 0.082633 + 0.830328i 0.834429 -0.283285 + 0.763888i 0.814724 -0.283285 - 0.763888i 0.814724 0.805911 - 0.049403i 0.807423 0.805911 + 0.049403i 0.807423 0.375544 - 0.654152i 0.754286 0.375544 + 0.654152i 0.754286 -0.484233 + 0.515801i 0.707483 -0.484233 - 0.515801i 0.707483 0.090754 + 0.600374i 0.607194 0.090754 - 0.600374i 0.607194 -0.282368 + 0.531134i 0.601527 -0.282368 - 0.531134i 0.601527 0.231627 0.231627 No root lies outside the unit circle. VAR satisfies the stability condition.
Lampiran 10. Uji Stabilitas VAR Jalur Transmisi Langsung Shock Dollar Roots of Characteristic Polynomial Endogenous variables: DLRER_US DLIHI_US DLNX_US DLGDPI Exogenous variables: C DUMMY Lag specification: 1 5 Date: 06/22/06 Time: 22:34 Root Modulus 0.152220 - 0.902035i 0.914789 0.152220 + 0.902035i 0.914789 -0.908917 0.908917 -0.641887 + 0.630758i 0.899931 -0.641887 - 0.630758i 0.899931 -0.201576 - 0.849706i 0.873288 -0.201576 + 0.849706i 0.873288 0.701494 - 0.505418i 0.864605 0.701494 + 0.505418i 0.864605 -0.806595 - 0.208267i 0.833049 -0.806595 + 0.208267i 0.833049 0.505078 + 0.629334i 0.806948 0.505078 - 0.629334i 0.806948 -0.769302 0.769302 0.758018 + 0.077076i 0.761927 0.758018 - 0.077076i 0.761927 -0.069384 + 0.693187i 0.696651 -0.069384 - 0.693187i 0.696651 0.543155 0.543155 -0.088029 0.088029 No root lies outside the unit circle. VAR satisfies the stability condition.
Lampiran 11. Uji Stabilitas VAR Jalur Transmisi Langsung Shock Yen Roots of Characteristic Polynomial Endogenous variables: DLRER_JPG DLIHI_JPG DLNX_JPG DLGDPI Exogenous variables: C DUMMY Lag specification: 1 3 Date: 05/20/06 Time: 22:27 Root Modulus 0.626519 + 0.522778i 0.815980 0.626519 – 0.522778i 0.815980 -0.814632 0.814632 -0.037460 – 0.754060i 0.754990 -0.037460 + 0.754060i 0.754990 -0.206195 + 0.704122i 0.733692 -0.206195 – 0.704122i 0.733692 -0.425235 – 0.537494i 0.685364 -0.425235 + 0.537494i 0.685364 -0.626760 0.626760 -0.478075 0.478075 0.130146 0.130146 No root lies outside the unit circle. VAR satisfies the stability condition.
Lampiran 12. Estimasi SVAR Jalur Transmisi Tidak Langsung Shock Dollar Structural VAR Estimates Date: 06/09/06 Time: 21:15 Sample(adjusted): 1991:2 2005:3 Included observations: 58 after adjusting endpoints Estimation method: method of scoring (analytic derivatives) Convergence achieved after 14 iterations Structural VAR is just-identified Model: Ae = Bu where E[uu']=I Restriction Type: short-run text form @e1 = C(1)*@u1 @e2 = -C(2)*@e1 + C(3)*@u2 @e3 = -C(4)*@e1 - C(5)*@e2 + C(6)*@u3 @e4 = -C(7)*@e1 - C(8)*@e2 - C(9)*@e3 + C(10)*@u4 @e5 = -C(11)*@e1 - C(12)*@e2 - C(13)*@e3 - C(14)*@e4 + C(15)*@u5 @e6 = -C(16)*@e1 - C(17)*@e2 - C(18)*@e3 - C(19)*@e4 + C(20)*@e5 + C(21)*@u6 Where @e1 represents DLRER_US residuals @e2 represents DLIHI_US residuals @e3 represents DLCPI residuals @e4 represents DSBI residuals @e5 represents DLFDI residuals @e6 represents DLGDPI residuals
Coefficient Std. Error z-Statistic Prob. C(2) 0.530419 0.404136 1.312479 0.1894 C(4) 0.072497 0.025911 2.797929 0.0051 C(5) 0.002755 0.008296 0.332043 0.7399 C(7) 2.129907 2.209954 0.963779 0.3352 C(8) -0.967305 0.664824 -1.454979 0.1457 C(9) 12.52434 10.51225 1.191404 0.2335 C(11) 1.143900 1.109768 1.030756 0.3027 C(12) -0.206040 0.337202 -0.611027 0.5412 C(13) 0.550390 5.300843 0.103831 0.9173 C(14) -0.146916 0.065416 -2.245871 0.0247 C(16) 0.061305 0.028971 2.116120 0.0343 C(17) -0.011326 0.008751 -1.294229 0.1956 C(18) -0.782835 0.137142 -5.708214 0.0000 C(19) -0.000636 0.001764 -0.360376 0.7186 C(20) -0.004204 0.003397 -1.237551 0.2159 C(1) 0.100335 0.009316 10.77033 0.0000 C(3) 0.308813 0.028673 10.77033 0.0000 C(6) 0.019512 0.001812 10.77033 0.0000 C(10) 1.562080 0.145036 10.77033 0.0000 C(15) 0.778220 0.072256 10.77033 0.0000 C(21) 0.020132 0.001869 10.77033 0.0000
Log likelihood 151.2359 Estimated A matrix:
1.000000 0.000000 0.000000 0.000000 0.000000 0.530419 1.000000 0.000000 0.000000 0.000000 0.072497 0.002755 1.000000 0.000000 0.000000 2.129907 -0.967305 12.52434 1.000000 0.000000 1.143900 -0.206040 0.550390 -0.146916 1.000000 0.061305 -0.011326 -0.782835 -0.000636 0.004204
Estimated B matrix: 0.100335 0.000000 0.000000 0.000000 0.000000 0.000000 0.308813 0.000000 0.000000 0.000000
0.000000 0.000000 0.019512 0.000000 0.000000 0.000000 0.000000 0.000000 1.562080 0.000000 0.000000 0.000000 0.000000 0.000000 0.778220 0.000000 0.000000 0.000000 0.000000 0.000000
Lampiran 13. Estimasi SVAR Jalur Transmisi Tidak Langsung Shock Jepang Structural VAR Estimates Date: 06/09/06 Time: 21:23 Sample(adjusted): 1991:3 2005:3 Included observations: 57 after adjusting endpoints Estimation method: method of scoring (analytic derivatives) Convergence achieved after 12 iterations Structural VAR is just-identified Model: Ae = Bu where E[uu']=I Restriction Type: short-run text form @e1 = C(1)*@u1 @e2 = -C(2)*@e1 + C(3)*@u2 @e3 = -C(4)*@e1 - C(5)*@e2 + C(6)*@u3 @e4 = -C(7)*@e1 - C(8)*@e2 - C(9)*@e3 + C(10)*@u4 @e5 = -C(11)*@e1 - C(12)*@e2 - C(13)*@e3 - C(14)*@e4 + C(15)*@u5 @e6 = -C(16)*@e1 - C(17)*@e2 - C(18)*@e3 - C(19)*@e4 + C(20)*@e5 + C(21)*@u6 where @e1 represents DLRER_JPG residuals @e2 represents DLIHI_JPG residuals @e3 represents DLCPI residuals @e4 represents DSBI residuals @e5 represents DLFDI residuals @e6 represents DLGDPI residuals
Coefficient Std. Error z-Statistic Prob. C(2) 1.204229 0.253684 4.746957 0.0000 C(4) 0.007842 0.023418 0.334864 0.7377 C(5) -0.036213 0.010351 -3.498505 0.0005 C(7) 0.240649 1.833122 0.131278 0.8956 C(8) -0.311698 0.892144 -0.349381 0.7268 C(9) 24.70830 10.35813 2.385401 0.0171 C(11) 3.839266 1.123855 3.416158 0.0006 C(12) 0.558797 0.547461 1.020708 0.3074 C(13) -3.723246 6.658814 -0.559145 0.5761 C(14) -0.120122 0.081193 -1.479475 0.1390 C(16) 0.046852 0.028523 1.642601 0.1005 C(17) -0.013851 0.012774 -1.084311 0.2782 C(18) -0.881330 0.154393 -5.708357 0.0000 C(19) -0.005300 0.001913 -2.770434 0.0056 C(20) -0.001275 0.003063 -0.416424 0.6771 C(1) 0.122305 0.011455 10.67708 0.0000 C(3) 0.234247 0.021939 10.67708 0.0000 C(6) 0.018306 0.001714 10.67708 0.0000 C(10) 1.431553 0.134077 10.67708 0.0000 C(15) 0.877527 0.082188 10.67708 0.0000 C(21) 0.020291 0.001900 10.67708 0.0000
Log likelihood 154.4124 Estimated A matrix:
1.000000 0.000000 0.000000 0.000000 0.000000 1.204229 1.000000 0.000000 0.000000 0.000000 0.007842 -0.036213 1.000000 0.000000 0.000000 0.240649 -0.311698 24.70830 1.000000 0.000000 3.839266 0.558797 -3.723246 -0.120122 1.000000 0.046852 -0.013851 -0.881330 -0.005300 0.001275
Estimated B matrix: 0.122305 0.000000 0.000000 0.000000 0.000000 0.000000 0.234247 0.000000 0.000000 0.000000
0.000000 0.000000 0.018306 0.000000 0.000000 0.000000 0.000000 0.000000 1.431553 0.000000 0.000000 0.000000 0.000000 0.000000 0.877527 0.000000 0.000000 0.000000 0.000000 0.000000
Lampiran 14. Estimasi SVAR Jalur Transmisi Langsung Shock Dollar Structural VAR Estimates Date: 06/09/06 Time: 21:29 Sample(adjusted): 1991:2 2005:3 Included observations: 58 after adjusting endpoints Estimation method: method of scoring (analytic derivatives) Convergence achieved after 10 iterations Structural VAR is just-identified Model: Ae = Bu where E[uu']=I Restriction Type: short-run text form @e1 = C(1)*@u1 @e2 = -C(2)*@e1 + C(3)*@u2 @e3 = -C(4)*@e1 - C(5)*@e2 + C(6)*@u3 @e4 = -C(7)*@e1 - C(8)*@e2 + C(9)*@e3 + C(10)*@u4 where @e1 represents DLRER_US residuals @e2 represents DLIHI_US residuals @e3 represents DLNX_US residuals @e4 represents DLGDPI residuals
Coefficient Std. Error z-Statistic Prob. C(2) 0.564186 0.094379 5.977897 0.0000 C(4) -1.083711 0.708786 -1.528968 0.1263 C(5) -5.292771 0.775693 -6.823282 0.0000 C(7) -0.077271 0.054519 -1.417308 0.1564 C(8) -0.366609 0.078543 -4.667615 0.0000 C(9) -0.009837 0.009902 -0.993362 0.3205 C(1) 0.075324 0.006994 10.77033 0.0000 C(3) 0.054140 0.005027 10.77033 0.0000 C(6) 0.319833 0.029696 10.77033 0.0000 C(10) 0.024120 0.002239 10.77033 0.0000
Log likelihood 272.0806 Estimated A matrix:
1.000000 0.000000 0.000000 0.000000 0.564186 1.000000 0.000000 0.000000 -1.083711 -5.292771 1.000000 0.000000 -0.077271 -0.366609 0.009837 1.000000
Estimated B matrix: 0.075324 0.000000 0.000000 0.000000 0.000000 0.054140 0.000000 0.000000 0.000000 0.000000 0.319833 0.000000 0.000000 0.000000 0.000000 0.024120
Lampiran15. Estimasi SVAR Jalur Transmisi Langsung Shock Jepang Structural VAR Estimates Date: 06/09/06 Time: 21:33 Sample(adjusted): 1991:1 2005:3 Included observations: 59 after adjusting endpoints Estimation method: method of scoring (analytic derivatives) Convergence achieved after 10 iterations Structural VAR is just-identified Model: Ae = Bu where E[uu']=I Restriction Type: short-run text form @e1 = C(1)*@u1 @e2 = -C(2)*@e1 + C(3)*@u2 @e3 = -C(4)*@e1 - C(5)*@e2 + C(6)*@u3 @e4 = -C(7)*@e1 - C(8)*@e2 + C(9)*@e3 + C(10)*@u4 where @e1 represents DLRER_JPG residuals @e2 represents DLIHI_JPG residuals @e3 represents DLNX_JPG residuals @e4 represents DLGDPI residuals
Coefficient Std. Error z-Statistic Prob. C(2) 0.182870 0.412652 0.443159 0.6577 C(4) -0.214896 0.276104 -0.778313 0.4364 C(5) 0.166379 0.086964 1.913184 0.0557 C(7) 0.103404 0.036580 2.826808 0.0047 C(8) 0.011912 0.011813 1.008373 0.3133 C(9) 0.007831 0.017160 0.456363 0.6481 C(1) 0.116689 0.010742 10.86278 0.0000 C(3) 0.369863 0.034049 10.86278 0.0000 C(6) 0.247063 0.022744 10.86278 0.0000 C(10) 0.032565 0.002998 10.86278 0.0000
Log likelihood 135.0936 Estimated A matrix:
1.000000 0.000000 0.000000 0.000000 0.182870 1.000000 0.000000 0.000000 -0.214896 0.166379 1.000000 0.000000 0.103404 0.011912 -0.007831 1.000000
Estimated B matrix: 0.116689 0.000000 0.000000 0.000000 0.000000 0.369863 0.000000 0.000000 0.000000 0.000000 0.247063 0.000000 0.000000 0.000000 0.000000 0.032565
Lampiran 16. Uji Kointegrasi Jalur Transmisi Tidak Langsung Shock Dollar Date: 05/21/06 Time: 00:09 Sample(adjusted): 1991:2 2005:3 Included observations: 58 after adjusting endpoints Trend assumption: Linear deterministic trend Series: LRER_US LIHI_US LCPI SBI LFDI LGDPI Exogenous series: DUMMY Warning: Critical values assume no exogenous series Lags interval (in first differences): 1 to 4 Unrestricted Cointegration Rank Test Hypothesized Trace 5 Percent 1 Percent No. of CE(s) Eigenvalue Statistic Critical Value Critical Value
None ** 0.704279 159.6901 94.15 103.18 At most 1 ** 0.519792 89.02649 68.52 76.07 At most 2 0.288671 46.48141 47.21 54.46 At most 3 0.214495 26.72543 29.68 35.65 At most 4 0.179885 12.72261 15.41 20.04 At most 5 0.020825 1.220599 3.76 6.65
*(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates 2 cointegrating equation(s) at both 5% and 1% levels
Hypothesizd Max-Eigen 5 Percent 1 Percent
No. of CE(s) Eigenvalue Statistic Critical Value Critical Value
None ** 0.704279 70.66363 39.37 45.10 At most 1 ** 0.519792 42.54508 33.46 38.77 At most 2 0.288671 19.75598 27.07 32.24 At most 3 0.214495 14.00282 20.97 25.52 At most 4 0.179885 11.50201 14.07 18.63 At most 5 0.020825 1.220599 3.76 6.65
*(**) denotes rejection of the hypothesis at the 5%(1%) level Max-eigenvalue test indicates 2 cointegrating equation(s) at both 5% and 1% levels
Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I):
LRER_US LIHI_US LCPI SBI LFDI LGDPI -2.749525 -2.491520 6.923385 0.134792 -1.560186 0.153924 -9.022071 9.143985 16.98718 -0.174481 4.758807 -19.95548 -10.27431 0.186876 -18.19059 -0.402280 0.267262 7.366630 6.821127 3.828218 -28.31269 -0.022298 -2.857231 20.63202 -4.798167 3.385889 -47.44690 0.222910 -2.300430 31.78832 1.803987 -1.317141 51.16744 -0.145413 1.927018 -38.72497
Unrestricted Adjustment Coefficients (alpha): D(LRER_US
) 0.053908 0.011537 0.012328 -0.000933 -0.010668 -0.000425
D(LIHI_US) -0.013522 -0.114069 -0.054407 -0.036304 -0.047311 0.000954 D(LCPI) -0.002241 -0.002593 0.001531 -0.004878 0.004167 0.000244 D(SBI) -0.532142 -0.120112 0.359100 -0.032674 -0.313698 0.020667 D(LFDI) -0.058693 -0.224438 0.070136 0.104826 -0.002022 0.066594
D(LGDPI) -0.006340 0.002924 -0.002923 -0.007056 0.001905 0.001325
1 Cointegrating Log 290.0467
Equation(s): likelihood Normalized cointegrating coefficients (std.err. in parentheses)
LRER_US LIHI_US LCPI SBI LFDI LGDPI 1.000000 0.906164 -2.518029 -0.049024 0.567438 -0.055982
(0.42188) (3.34995) (0.02013) (0.24782) (2.46322)
Adjustment coefficients (std.err. in parentheses) D(LRER_US
) -0.148223
(0.02541) D(LIHI_US) 0.037178
(0.11475) D(LCPI) 0.006161
(0.00755) D(SBI) 1.463139
(0.53322) D(LFDI) 0.161378
(0.30426) D(LGDPI) 0.017432
(0.00987)
2 Cointegrating Equation(s):
Log likelihood
311.3192
Normalized cointegrating coefficients (std.err. in parentheses) LRER_US LIHI_US LCPI SBI LFDI LGDPI 1.000000 0.000000 -2.218198 -0.016754 0.050601 1.014526
(1.86560) (0.01146) (0.13698) (1.39465) 0.000000 1.000000 -0.330880 -0.035612 0.570357 -1.181362
(1.87288) (0.01151) (0.13752) (1.40009)
Adjustment coefficients (std.err. in parentheses) D(LRER_US
) -0.252306 -0.028824
(0.08495) (0.08537) D(LIHI_US) 1.066316 -1.009355
(0.34294) (0.34460) D(LCPI) 0.029558 -0.018129
(0.02551) (0.02563) D(SBI) 2.546795 0.227545
(1.81777) (1.82656) D(LFDI) 2.186277 -1.906026
D(LGDPI) -0.008951 0.042535 (0.03350) (0.03366)
3 Cointegrating Equation(s):
Log likelihood
321.1972
Normalized cointegrating coefficients (std.err. in parentheses) LRER_US LIHI_US LCPI SBI LFDI LGDPI 1.000000 0.000000 0.000000 0.014024 0.013708 0.038167
(0.00820) (0.04344) (0.11082) 0.000000 1.000000 0.000000 -0.031021 0.564854 -1.327002
(0.01007) (0.05334) (0.13606) 0.000000 0.000000 1.000000 0.013875 -0.016632 -0.440159
(0.00399) (0.02114) (0.05393)
Adjustment coefficients (std.err. in parentheses) D(LRER_US
) -0.378970 -0.026520 0.344945
(0.12177) (0.08276) (0.22556) D(LIHI_US) 1.625313 -1.019523 -1.041623
(0.48846) (0.33198) (0.90476) D(LCPI) 0.013825 -0.017843 -0.087421
(0.03752) (0.02550) (0.06950) D(SBI) -1.142704 0.294652 -12.25682
(2.53302) (1.72159) (4.69190) D(LFDI) 1.465675 -1.892919 -5.494752
(1.42653) (0.96955) (2.64236) D(LGDPI) 0.021082 0.041989 0.058954
(0.04899) (0.03329) (0.09074)
4 Cointegrating Equation(s):
Log likelihood
328.1986
Normalized cointegrating coefficients (std.err. in parentheses) LRER_US LIHI_US LCPI SBI LFDI LGDPI 1.000000 0.000000 0.000000 0.000000 0.212649 -0.424614
(0.06278) (0.11296) 0.000000 1.000000 0.000000 0.000000 0.124802 -0.303345
(0.07288) (0.13115) 0.000000 0.000000 1.000000 0.000000 0.180196 -0.898023
(0.03110) (0.05597) 0.000000 0.000000 0.000000 1.000000 -14.18571 32.99906
(2.68549) (4.83242)
Adjustment coefficients (std.err. in parentheses) D(LRER_US
) -0.385332 -0.030091 0.371352 0.000315
(0.13553) (0.08924) (0.33457) (0.00401) D(LIHI_US) 1.377679 -1.158502 -0.013759 0.040777
(0.53424) (0.35177) (1.31885) (0.01580) D(LCPI) -0.019446 -0.036516 0.050676 -0.000357
(0.03949) (0.02600) (0.09750) (0.00117) D(SBI) -1.365580 0.169567 -11.33172 -0.194501
(2.81826) (1.85571) (6.95732) (0.08337) D(LFDI) 2.180709 -1.491621 -8.462669 0.000697
(1.56087) (1.02777) (3.85324) (0.04617) D(LGDPI) -0.027046 0.014978 0.258720 -3.15E-05
(0.05086) (0.03349) (0.12555) (0.00150)
5 Cointegrating Equation(s):
Log likelihood
333.9497
Normalized cointegrating coefficients (std.err. in parentheses) LRER_US LIHI_US LCPI SBI LFDI LGDPI 1.000000 0.000000 0.000000 0.000000 0.000000 -0.016996
(0.06408) 0.000000 1.000000 0.000000 0.000000 0.000000 -0.064117
(0.16028) 0.000000 0.000000 1.000000 0.000000 0.000000 -0.552614
(0.03506) 0.000000 0.000000 0.000000 1.000000 0.000000 5.807092
(3.04326) 0.000000 0.000000 0.000000 0.000000 1.000000 -1.916857
(0.41967)
Adjustment coefficients (std.err. in parentheses) D(LRER_US
) -0.334145 -0.066211 0.877513 -0.002063 0.001294
(0.13839) (0.09172) (0.51945) (0.00435) (0.05292) D(LIHI_US) 1.604686 -1.318692 2.231007 0.030231 -0.323712
(0.54185) (0.35909) (2.03378) (0.01702) (0.20718) D(LCPI) -0.039438 -0.022408 -0.147020 0.000572 -0.004084
(0.03951) (0.02618) (0.14829) (0.00124) (0.01511) D(SBI) 0.139597 -0.892581 3.552302 -0.264428 1.169627
(2.80409) (1.85830) (10.5249) (0.08809) (1.07219) D(LFDI) 2.190413 -1.498469 -8.366714 0.000246 -1.252603
(1.63369) (1.08266) (6.13191) (0.05132) (0.62467) D(LGDPI) -0.036188 0.021429 0.168321 0.000393 0.038803
(0.05294) (0.03508) (0.19871) (0.00166) (0.02024)
Lampiran 17. Uji Kointegrasi Jalur Transmisi Tidak Langsung Shock Yen Date: 06/11/06 Time: 10:05 Sample(adjusted): 1991:3 2005:3 Included observations: 57 after adjusting endpoints Trend assumption: Linear deterministic trend (restricted) Series: LRER_JPG LIHI_JPG LCPI SBI LFDI LGDPI Exogenous series: DUMMY Warning: Critical values assume no exogenous series Lags interval (in first differences): 1 to 5
Unrestricted Cointegration Rank Test
Hypothesized Trace 5 Percent 1 Percent No. of CE(s) Eigenvalue Statistic Critical Value Critical Value
None ** 0.724611 249.1528 114.90 124.75
At most 1 ** 0.641085 175.6473 87.31 96.58 At most 2 ** 0.625607 117.2411 62.99 70.05 At most 3 ** 0.432027 61.24145 42.44 48.45 At most 4 * 0.335039 28.99761 25.32 30.45 At most 5 0.095799 5.740109 12.25 16.26
*(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates 5 cointegrating equation(s) at the 5% level Trace test indicates 4 cointegrating equation(s) at the 1% level
Hypothesized Max-Eigen 5 Percent 1 Percent No. of CE(s) Eigenvalue Statistic Critical Value Critical Value
None ** 0.724611 73.50545 43.97 49.51
At most 1 ** 0.641085 58.40618 37.52 42.36 At most 2 ** 0.625607 55.99968 31.46 36.65 At most 3 ** 0.432027 32.24384 25.54 30.34 At most 4 * 0.335039 23.25750 18.96 23.65 At most 5 0.095799 5.740109 12.25 16.26
*(**) denotes rejection of the hypothesis at the 5%(1%) level Max-eigenvalue test indicates 5 cointegrating equation(s) at the 5% level Max-eigenvalue test indicates 4 cointegrating equation(s) at the 1% level
Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I): LRER_JPG LIHI_JPG LCPI SBI LFDI LGDPI -9.383428 -4.539509 19.24256 -0.139294 -1.716094 -50.54935 5.009187 -15.11026 69.47727 -0.576582 1.951757 -41.68259 -23.24086 -14.43782 11.30735 0.003367 -4.760350 -35.13494 -3.007369 -7.350831 -71.94006 -0.374303 -3.836949 62.78927 6.742487 5.920341 -51.94142 0.627893 -2.215220 41.66448 -20.79753 -19.89458 17.69828 -0.480797 3.784155 -1.710045
Unrestricted Adjustment Coefficients (alpha): D(LRER_JPG) -0.057175 -0.004132 -0.006655 -0.017790 -0.019854 D(LIHI_JPG) 0.098529 0.024527 0.043958 -0.034166 0.002502
D(LCPI) 0.001354 -0.004354 -0.000216 -0.001978 0.004747 D(SBI) 0.309307 -0.170451 -0.519066 -0.006061 -0.353096
D(LFDI) 0.270364 -0.374140 0.207677 0.082340 -0.035255
D(LGDPI) 0.008879 -0.003458 -0.002886 -0.008205 0.005715
1 Cointegrating Equation(s): Log likelihood 332.0992 Normalized cointegrating coefficients (std.err. in parentheses)
LRER_JPG LIHI_JPG LCPI SBI LFDI LGDPI 1.000000 0.483779 -2.050696 0.014845 0.182886 5.387088
(0.29948) (1.85192) (0.01465) (0.12960) (1.53569)
Adjustment coefficients (std.err. in parentheses) D(LRER_JPG) 0.536497
(0.12038) D(LIHI_JPG) -0.924537
(0.32419) D(LCPI) -0.012704
(0.02923) D(SBI) -2.902357
(1.99482) D(LFDI) -2.536942
(1.24860) D(LGDPI) -0.083311
(0.03759)
2 Cointegrating Equation(s): Log likelihood 361.3023 Normalized cointegrating coefficients (std.err. in parentheses)
LRER_JPG LIHI_JPG LCPI SBI LFDI LGDPI 1.000000 0.000000 0.149719 -0.003116 0.211461 3.492444
(1.58761) (0.00865) (0.11565) (1.39526) 0.000000 1.000000 -4.548386 0.037125 -0.059067 3.916339
(1.22814) (0.00669) (0.08947) (1.07934)
Adjustment coefficients (std.err. in parentheses) D(LRER_JPG) 0.515798 0.321987
(0.13611) (0.20189) D(LIHI_JPG) -0.801678 -0.817878
(0.36283) (0.53818) D(LCPI) -0.034513 0.059639
(0.03147) (0.04669) D(SBI) -3.756179 1.171463
(2.22463) (3.29978) D(LFDI) -4.411081 4.426039
(1.10064) (1.63256) D(LGDPI) -0.100631 0.011942
(0.04181) (0.06202)
3 Cointegrating Equation(s): Log likelihood 389.3021 Normalized cointegrating coefficients (std.err. in parentheses)
LRER_JPG LIHI_JPG LCPI SBI LFDI LGDPI 1.000000 0.000000 0.000000 -0.001742 0.209405 3.794272
(0.00871) (0.09410) (0.55060) 0.000000 1.000000 0.000000 -0.004617 0.003383 -5.253036
(0.01947) (0.21044) (1.23132) 0.000000 0.000000 1.000000 -0.009177 0.013730 -2.015962
(0.00469) (0.05070) (0.29667)
Adjustment coefficients (std.err. in parentheses) D(LRER_JPG) 0.670469 0.418073 -1.462549
(0.32483) (0.27180) (0.92743) D(LIHI_JPG) -1.823293 -1.452532 4.097044
(0.83487) (0.69857) (2.38364) D(LCPI) -0.029503 0.062751 -0.278865
(0.07562) (0.06327) (0.21590) D(SBI) 8.307368 8.665649 -11.75990
(4.44690) (3.72088) (12.6963) D(LFDI) -9.237666 1.427639 -18.44348
(2.36345) (1.97758) (6.74785) D(LGDPI) -0.033557 0.053610 -0.102015
(0.09911) (0.08293) (0.28297)
4 Cointegrating Equation(s): Log likelihood 405.4240 Normalized cointegrating coefficients (std.err. in parentheses)
LRER_JPG LIHI_JPG LCPI SBI LFDI LGDPI 1.000000 0.000000 0.000000 0.000000 0.212965 3.971814
(0.09456) (0.57083) 0.000000 1.000000 0.000000 0.000000 0.012820 -4.782431
(0.17797) (1.07435) 0.000000 0.000000 1.000000 0.000000 0.032488 -1.080510
(0.01606) (0.09698) 0.000000 0.000000 0.000000 1.000000 2.043937 101.9302
(4.51863) (27.2776)
Adjustment coefficients (std.err. in parentheses) D(LRER_JPG) 0.723969 0.548842 -0.182758 0.016983
(0.31064) (0.27297) (1.23689) (0.00847) D(LIHI_JPG) -1.720544 -1.201384 6.554937 -0.014930
(0.81732) (0.71819) (3.25434) (0.02228) D(LCPI) -0.023553 0.077293 -0.136544 0.003061
(0.07529) (0.06616) (0.29977) (0.00205) D(SBI) 8.325594 8.710200 -11.32390 0.055715
(4.47744) (3.93442) (17.8280) (0.12203) D(LFDI) -9.485293 0.822371 -24.36703 0.147942
(2.33210) (2.04926) (9.28580) (0.06356) D(LGDPI) -0.008881 0.113925 0.488273 0.003818
(0.08792) (0.07725) (0.35006) (0.00240)
5 Cointegrating Equation(s): Log likelihood 417.0528 Normalized cointegrating coefficients (std.err. in parentheses)
LRER_JPG LIHI_JPG LCPI SBI LFDI LGDPI 1.000000 0.000000 0.000000 0.000000 0.000000 -0.958357
(0.51604) 0.000000 1.000000 0.000000 0.000000 0.000000 -5.079215
(0.61280) 0.000000 0.000000 1.000000 0.000000 0.000000 -1.832613
(0.13359) 0.000000 0.000000 0.000000 1.000000 0.000000 54.61279
(10.4087) 0.000000 0.000000 0.000000 0.000000 1.000000 23.15012
(3.24689)
Adjustment coefficients (std.err. in parentheses) D(LRER_JPG) 0.590104 0.431300 0.848480 0.004517 0.233972
(0.29862) (0.26239) (1.28951) (0.01057) (0.07861) D(LIHI_JPG) -1.703671 -1.186569 6.424955 -0.013358 -0.204919
(0.84477) (0.74228) (3.64796) (0.02989) (0.22237) D(LCPI) 0.008455 0.105398 -0.383118 0.006042 -0.012720
(0.07252) (0.06372) (0.31317) (0.00257) (0.01909) D(SBI) 5.944850 6.619753 7.016401 -0.165991 2.412898
(4.12448) (3.62409) (17.8107) (0.14594) (1.08571)
D(LFDI) -9.723000 0.613649 -22.53583 0.125805 -2.420652 (2.40167) (2.11029) (10.3711) (0.08498) (0.63221)
D(LGDPI) 0.029654 0.147761 0.191418 0.007407 0.010577 (0.08428) (0.07406) (0.36397) (0.00298) (0.02219)
Lampiran 18. Uji Kointegrasi Jalur Transmisi Langsung Shock Dollar Date: 06/11/06 Time: 12:04 Sample(adjusted): 1991:3 2005:3 Included observations: 57 after adjusting endpoints Trend assumption: Linear deterministic trend Series: LRER_US LIHI_US LNX_US LGDPI Exogenous series: DUMMY Warning: Critical values assume no exogenous series Lags interval (in first differences): 1 to 5
Unrestricted Cointegration Rank Test
Hypothesized Trace 5 Percent 1 Percent No. of CE(s) Eigenvalue Statistic Critical Value Critical Value
None ** 0.660300 107.1512 47.21 54.46 At most 1 ** 0.403736 45.60865 29.68 35.65 At most 2 * 0.222291 16.13558 15.41 20.04 At most 3 0.031180 1.805583 3.76 6.65
*(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates 3 cointegrating equation(s) at the 5% level Trace test indicates 2 cointegrating equation(s) at the 1% level
Hypothesized Max-Eigen 5 Percent 1 Percent No. of CE(s) Eigenvalue Statistic Critical Value Critical Value
None ** 0.660300 61.54253 27.07 32.24 At most 1 ** 0.403736 29.47307 20.97 25.52 At most 2 * 0.222291 14.32999 14.07 18.63 At most 3 0.031180 1.805583 3.76 6.65
*(**) denotes rejection of the hypothesis at the 5%(1%) level Max-eigenvalue test indicates 3 cointegrating equation(s) at the 5% level Max-eigenvalue test indicates 2 cointegrating equation(s) at the 1% level
Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I):
LRER_US LIHI_US LNX_US LGDPI -14.35841 -5.637524 0.673272 3.008823 20.79196 19.47177 5.652487 -10.77667 -8.170938 -12.41161 6.423616 2.397525 4.367300 -0.985041 2.439696 2.954573
Unrestricted Adjustment Coefficients (alpha):
D(LRER_US) 0.058558 0.004176 -0.010814 0.002419 D(LIHI_US) -0.022045 -0.012863 0.021577 -0.003241 D(LNX_US) -0.017944 -0.110915 0.042107 -0.044873 D(LGDPI) -0.001902 0.006590 0.008296 -0.002480
1 Cointegrating Equation(s): Log likelihood 345.4479 Normalized cointegrating coefficients (std.err. in parentheses)
LRER_US LIHI_US LNX_US LGDPI 1.000000 0.392629 -0.046890 -0.209551
(0.08689) (0.07576) (0.05302)
Adjustment coefficients (std.err. in parentheses) D(LRER_US) -0.840793
(0.12744) D(LIHI_US) 0.316531
(0.14112) D(LNX_US) 0.257645
(0.81537) D(LGDPI) 0.027305
(0.06301)
2 Cointegrating Equation(s): Log likelihood 360.1844 Normalized cointegrating coefficients (std.err. in parentheses)
LRER_US LIHI_US LNX_US LGDPI 1.000000 0.000000 -0.276998 0.013344
(0.13646) (0.07639) 0.000000 1.000000 0.586070 -0.567699
(0.20135) (0.11272)
Adjustment coefficients (std.err. in parentheses) D(LRER_US) -0.753956 -0.248796
(0.22350) (0.17930) D(LIHI_US) 0.049081 -0.126189
(0.24161) (0.19383) D(LNX_US) -2.048494 -2.058552
(1.34664) (1.08036) D(LGDPI) 0.164317 0.139033
(0.10690) (0.08576)
3 Cointegrating Equation(s): Log likelihood 367.3494 Normalized cointegrating coefficients (std.err. in parentheses)
LRER_US LIHI_US LNX_US LGDPI 1.000000 0.000000 0.000000 -0.096626
(0.05550) 0.000000 1.000000 0.000000 -0.335026
(0.08108) 0.000000 0.000000 1.000000 -0.397006
(0.11670)
Adjustment coefficients (std.err. in parentheses) D(LRER_US) -0.665597 -0.114579 -0.006431
(0.22934) (0.20527) (0.07412) D(LIHI_US) -0.127226 -0.393999 0.051054
(0.23284) (0.20841) (0.07525) D(LNX_US) -2.392546 -2.581165 -0.368549
(1.40143) (1.25436) (0.45294) D(LGDPI) 0.096532 0.036067 0.089257
(0.10539) (0.09433) (0.03406)
Lampiran 19. Uji Kointegrasi Jalur Transmisi Langsung Shock Yen Date: 06/22/06 Time: 23:03 Sample(adjusted): 1991:1 2005:3 Included observations: 59 after adjusting endpoints Trend assumption: Linear deterministic trend Series: LRER_JPG LIHI_JPG LNX_JPG LGDPI Exogenous series: DUMMY Warning: Critical values assume no exogenous series Lags interval (in first differences): 1 to 3
Unrestricted Cointegration Rank Test
Hypothesized Trace 5 Percent 1 Percent No. of CE(s) Eigenvalue Statistic Critical Value Critical Value
None ** 0.466762 74.74014 47.21 54.46 At most 1 ** 0.347515 37.64166 29.68 35.65 At most 2 0.163297 12.45059 15.41 20.04 At most 3 0.032211 1.931731 3.76 6.65
*(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates 2 cointegrating equation(s) at both 5% and 1% levels
Hypothesized Max-Eigen 5 Percent 1 Percent No. of CE(s) Eigenvalue Statistic Critical Value Critical Value
None ** 0.466762 37.09848 27.07 32.24 At most 1 * 0.347515 25.19108 20.97 25.52 At most 2 0.163297 10.51886 14.07 18.63 At most 3 0.032211 1.931731 3.76 6.65
*(**) denotes rejection of the hypothesis at the 5%(1%) level Max-eigenvalue test indicates 2 cointegrating equation(s) at the 5% level Max-eigenvalue test indicates 1 cointegrating equation(s) at the 1% level
Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I):
LRER_JPG LIHI_JPG LNX_JPG LGDPI -2.620622 0.757069 3.591044 1.506623 -6.620267 5.944481 -4.419424 -2.486599 4.248068 3.144922 1.950623 -2.369633 -3.612491 -1.090136 2.098336 -1.989648
Unrestricted Adjustment Coefficients (alpha): D(LRER_JPG) 0.058482 0.025585 -0.012984 -0.002139 D(LIHI_JPG) 0.022977 -0.151017 -0.078643 -0.001316 D(LNX_JPG) -0.060222 0.076606 -0.036261 -0.023647
D(LGDPI) -0.011236 0.004984 -0.003520 0.004071
1 Cointegrating Equation(s): Log likelihood 185.6061 Normalized cointegrating coefficients (std.err. in parentheses)
LRER_JPG LIHI_JPG LNX_JPG LGDPI 1.000000 -0.288889 -1.370302 -0.574910
(0.38850) (0.36620) (0.25271)
Adjustment coefficients (std.err. in parentheses) D(LRER_JPG) -0.153260
(0.03297) D(LIHI_JPG) -0.060213
(0.12750) D(LNX_JPG) 0.157820
(0.08514) D(LGDPI) 0.029444
(0.01122)
2 Cointegrating Equation(s): Log likelihood 198.2016 Normalized cointegrating coefficients (std.err. in parentheses)
LRER_JPG LIHI_JPG LNX_JPG LGDPI 1.000000 0.000000 -2.336943 -1.025778
(0.50971) (0.29629) 0.000000 1.000000 -3.346063 -1.560695
(0.62824) (0.36520)
Adjustment coefficients (std.err. in parentheses) D(LRER_JPG) -0.322637 0.196363
(0.08527) (0.07177) D(LIHI_JPG) 0.939562 -0.880325
(0.30615) (0.25767) D(LNX_JPG) -0.349330 0.409789
(0.21621) (0.18197) D(LGDPI) -0.003551 0.021121
(0.03000) (0.02525)
3 Cointegrating Equation(s): Log likelihood 203.4611 Normalized cointegrating coefficients (std.err. in parentheses)
LRER_JPG LIHI_JPG LNX_JPG LGDPI 1.000000 0.000000 0.000000 -0.306351
(0.13069) 0.000000 1.000000 0.000000 -0.530611
(0.17458) 0.000000 0.000000 1.000000 0.307850
(0.11699)
Adjustment coefficients (std.err. in parentheses) D(LRER_JPG) -0.377792 0.155530 0.071616
(0.09796) (0.07996) (0.07112) D(LIHI_JPG) 0.605483 -1.127650 0.596518
(0.34269) (0.27972) (0.24879) D(LNX_JPG) -0.503370 0.295750 -0.625546
(0.24766) (0.20215) (0.17980) D(LGDPI) -0.018502 0.010052 -0.069239
(0.03466) (0.02829) (0.02516)
Lampiran 20. IRF Jalur Transmisi Tidak Langsung Shock Dollar Jangka Pendek Period DLRER_US DLIHI_US DLCPI DSBI DLFDI DLGDP
1 0.100335 -0.053220 -0.007127 -0.175919 -0.147662 -0.011825 (0.00932) (0.04085) (0.00265) (0.21217) (0.10855) (0.00354)
2 0.035872 -0.061251 -0.018632 -0.413974 0.287014 -0.014958 (0.01588) (0.06186) (0.00391) (0.26860) (0.16061) (0.00509)
3 0.023962 0.052354 -0.022026 -1.003762 -0.012515 -0.022683 (0.01886) (0.06635) (0.00509) (0.30464) (0.16579) (0.00570)
4 -0.001657 -0.048490 -0.017105 -1.215229 0.177218 -0.003607 (0.01975) (0.07526) (0.00650) (0.33196) (0.17168) (0.00685)
5 -0.064354 0.096007 -0.008249 -0.791199 0.072175 -0.005059 (0.02111) (0.07491) (0.00702) (0.44488) (0.17261) (0.00686)
6 -0.020707 0.107966 0.004314 0.552331 -0.062007 0.007387 (0.02132) (0.07523) (0.00694) (0.47877) (0.15724) (0.00655)
7 -0.011745 -0.031976 0.006495 1.744920 -0.175600 0.007650 (0.02190) (0.07104) (0.00675) (0.49627) (0.14089) (0.00623)
8 -0.010906 -0.033072 0.007483 1.450770 -0.027763 0.007957 (0.02202) (0.06843) (0.00659) (0.53726) (0.14275) (0.00588)
9 0.011000 0.003763 0.006728 1.172885 -0.020230 0.001784 (0.02157) (0.06187) (0.00649) (0.58070) (0.13721) (0.00599)
10 -0.005309 -0.013565 0.004265 0.456008 0.083865 -0.001758 (0.02030) (0.05633) (0.00622) (0.59860) (0.12932) (0.00586)
11 0.005184 -0.016850 0.004451 -0.073481 -0.037543 -0.005147 (0.01971) (0.05146) (0.00607) (0.59226) (0.12374) (0.00575)
12 0.009010 0.007016 0.001771 -0.151602 -0.012220 0.000533 (0.01901) (0.04377) (0.00596) (0.57868) (0.10917) (0.00577)
13 0.009009 -0.000315 -0.000322 -0.269994 -0.026123 -0.002689 (0.01812) (0.04044) (0.00581) (0.57188) (0.10055) (0.00560)
14 0.016507 -0.016509 -0.001186 -0.413988 0.045066 -0.002062 (0.01719) (0.03865) (0.00565) (0.55677) (0.09438) (0.00537)
15 0.009293 0.013764 -0.002672 -0.450971 -0.012315 -0.004526 (0.01601) (0.03499) (0.00539) (0.54384) (0.08609) (0.00506)
16 0.005745 0.012758 -0.004872 -0.447904 0.043578 -0.001941 (0.01496) (0.03211) (0.00498) (0.52552) (0.07892) (0.00462)
17 0.001919 -0.008765 -0.004937 -0.339485 0.029336 -0.001398 (0.01362) (0.02762) (0.00474) (0.50827) (0.07185) (0.00434)
18 -0.007403 0.001023 -0.003229 -0.264169 0.016672 -7.09E-05 (0.01230) (0.02550) (0.00452) (0.49467) (0.06783) (0.00396)
19 -0.008309 0.016014 -0.000205 -0.056317 -0.022454 0.000714 (0.01089) (0.02161) (0.00428) (0.47333) (0.06432) (0.00370)
20 -0.007684 0.012882 0.000481 0.236076 -0.002756 0.002779 (0.01040) (0.02074) (0.00407) (0.43827) (0.05969) (0.00335)
21 -0.003653 -0.002406 0.001105 0.381191 -0.010998 0.001732 (0.00991) (0.01851) (0.00386) (0.40741) (0.05588) (0.00309)
22 -0.001360 -0.015839 0.001647 0.335811 -0.013027 0.001595 (0.00945) (0.01724) (0.00367) (0.38551) (0.05205) (0.00300)
23 -0.004029 -0.001348 0.002242 0.196735 -0.011603 0.000526 (0.00904) (0.01635) (0.00354) (0.36877) (0.04955) (0.00283)
24 -0.001209 0.008494 0.001806 0.128994 0.004787 0.000506 (0.00882) (0.01579) (0.00343) (0.35612) (0.04683) (0.00273)
25 0.002554 -0.004685 0.001310 0.096432 -0.000288 -0.000219 (0.00847) (0.01447) (0.00331) (0.34284) (0.04365) (0.00260)
26 0.003321 -0.010190 0.000655 -0.002841 -0.011819 -0.000579 (0.00816) (0.01410) (0.00320) (0.32964) (0.04114) (0.00251)
27 0.003569 -0.000675 0.000323 -0.098410 -0.005817 -0.000574 (0.00774) (0.01291) (0.00309) (0.31841) (0.03851) (0.00243)
28 0.002825 0.005752 -0.000702 -0.128192 0.013170 -0.000737 (0.00719) (0.01246) (0.00292) (0.30958) (0.03563) (0.00226)
29 0.003068 -0.000715 -0.001031 -0.144853 0.014366 -0.001142 (0.00674) (0.01164) (0.00273) (0.29638) (0.03271) (0.00212)
30 0.001788 -0.003229 -0.001220 -0.137773 -0.001758 -0.000829 (0.00625) (0.01095) (0.00257) (0.28220) (0.03100) (0.00196)
31 -0.000856 0.003166 -0.001021 -0.117366 0.001072 -0.000102 (0.00574) (0.01028) (0.00238) (0.26904) (0.02917) (0.00184)
32 -0.001328 0.004704 -0.000873 -0.049005 0.006596 0.000227 (0.00532) (0.00961) (0.00223) (0.25407) (0.02652) (0.00173)
33 -0.001519 0.000282 -0.000297 0.010738 0.004955 0.000226 (0.00503) (0.00916) (0.00209) (0.23777) (0.02439) (0.00159)
34 -0.001694 -0.000328 0.000110 0.052976 -0.009583 0.000263 (0.00472) (0.00858) (0.00198) (0.22132) (0.02226) (0.00149)
35 -0.001695 0.001237 0.000354 0.077347 -0.003135 0.000718 (0.00449) (0.00820) (0.00187) (0.20636) (0.02099) (0.00137)
36 -0.001236 0.000213 0.000327 0.089222 0.000353 0.000487 (0.00427) (0.00769) (0.00177) (0.19237) (0.01967) (0.00129)
37 -0.000530 -0.002651 0.000603 0.065722 0.001114 0.000200 (0.00407) (0.00725) (0.00167) (0.18174) (0.01824) (0.00121)
38 -0.000231 -0.000817 0.000651 0.042708 -0.008009 -1.67E-05 (0.00385) (0.00692) (0.00156) (0.17304) (0.01689) (0.00114)
39 0.000243 0.001277 0.000451 0.024208 -0.000771 0.000164 (0.00364) (0.00665) (0.00148) (0.16402) (0.01565) (0.00109)
40 0.001177 -0.000980 9.91E-05 0.011149 0.001070 -9.98E-05 (0.00339) (0.00627) (0.00139) (0.15546) (0.01488) (0.00101)
41 0.001193 -0.002872 1.68E-05 -0.023755 0.002307 -0.000276 (0.00315) (0.00592) (0.00132) (0.14660) (0.01387) (0.00095)
42 0.000744 0.000340 -8.07E-05 -0.046538 -0.002669 -0.000384 (0.00296) (0.00557) (0.00124) (0.13791) (0.01286) (0.00089)
43 0.000498 0.002253 -0.000262 -0.045398 0.003813 -0.000114 (0.00277) (0.00535) (0.00114) (0.12937) (0.01180) (0.00083)
44 0.000544 4.04E-05 -0.000414 -0.031134 0.002755 -0.000192 (0.00257) (0.00507) (0.00106) (0.12164) (0.01097) (0.00077)
45 0.000173 -0.001570 -0.000289 -0.029310 0.001268 -0.000103 (0.00236) (0.00485) (0.00099) (0.11421) (0.01042) (0.00071)
46 -0.000466 0.001008 -0.000157 -0.019826 -0.002630 -3.63E-05 (0.00220) (0.00451) (0.00092) (0.10610) (0.00954) (0.00067)
47 -0.000616 0.002168 -0.000108 -0.000115 0.002393 0.000181 (0.00207) (0.00425) (0.00087) (0.09808) (0.00900) (0.00061)
48 -0.000309 -0.000164 -5.99E-05 0.019573 0.000548 8.34E-05 (0.00197) (0.00394) (0.00081) (0.09137) (0.00844) (0.00058)
49 -0.000371 -0.001483 8.56E-05 0.020063 -0.001230 0.000111 (0.00185) (0.00380) (0.00076) (0.08576) (0.00785) (0.00055)
50 -0.000511 0.000358 0.000174 0.018344 -0.003125 0.000110 (0.00172) (0.00361) (0.00071) (0.08050) (0.00736) (0.00050)
Cholesky Ordering: DLRER_US DLIHI_US DLCPI DSBI DLFDI DLGDP Standard Errors: Analytic
Lampiran 21. IRF Jalur Transmisi Tidak Langsung Shock Yen Jangka Pendek Period DLRER_JPG DLIHI_JPG DLCPI DSBI DLFDI DLGDP
1 0.122305 -0.147283 -0.006293 0.080138 -0.401061 -0.012380 (0.01145) (0.03396) (0.00274) (0.19982) (0.12521) (0.00383)
2 0.019551 0.013019 -0.017509 -0.542623 0.522962 -0.013624 (0.02412) (0.06722) (0.00469) (0.32095) (0.22716) (0.00628)
3 0.014972 -0.015446 -0.022964 -0.944417 0.009273 -0.025752 (0.02522) (0.07744) (0.00648) (0.37300) (0.25351) (0.00754)
4 0.017230 -0.089704 -0.020032 -0.934163 0.227491 -0.005904 (0.02655) (0.07222) (0.00817) (0.43970) (0.23316) (0.00883)
5 -0.056705 0.090761 -0.005770 -1.003441 -0.259016 0.000243 (0.02772) (0.07138) (0.00885) (0.52848) (0.22871) (0.00890)
6 -0.027841 0.114571 0.003997 0.437573 0.105193 0.003461 (0.02979) (0.07347) (0.00894) (0.62457) (0.23222) (0.00922)
7 -0.005742 0.039397 0.009100 1.951192 -0.074892 0.008088 (0.02879) (0.07650) (0.00897) (0.66470) (0.23317) (0.00914)
8 -0.004249 -0.052897 0.005753 1.715494 -0.090740 0.005123 (0.02862) (0.07253) (0.00882) (0.76531) (0.22344) (0.00876)
9 0.012657 -0.046160 0.005418 0.869748 -0.005307 -2.57E-05 (0.02802) (0.06882) (0.00851) (0.80016) (0.23144) (0.00843)
10 0.009411 0.005645 0.006342 0.305157 0.030869 0.001158 (0.02741) (0.06643) (0.00834) (0.78515) (0.22323) (0.00844)
11 -0.005374 -0.003368 0.000753 -0.083219 0.060375 -0.010321 (0.02551) (0.06089) (0.00826) (0.77734) (0.20911) (0.00833)
12 0.011870 -0.034196 0.001022 -0.407470 -0.036572 2.38E-05 (0.02469) (0.05556) (0.00790) (0.76933) (0.18865) (0.00801)
13 -0.008573 0.006894 -0.003949 -0.276941 -0.004485 -0.004279 (0.02342) (0.05282) (0.00763) (0.73894) (0.18073) (0.00780)
14 -0.001604 0.027563 -0.000391 -0.677868 0.042136 -3.64E-05 (0.02239) (0.04989) (0.00729) (0.72879) (0.16941) (0.00747)
15 0.001483 0.014060 -0.000858 -0.321257 -0.010641 -0.002573 (0.02073) (0.04754) (0.00704) (0.71641) (0.14828) (0.00718)
16 -0.005211 0.026356 -0.003218 -0.274123 0.099585 -0.001039 (0.01937) (0.04539) (0.00647) (0.69286) (0.13699) (0.00668)
17 0.019809 -0.037671 -0.003921 -0.091490 -0.050834 -0.002818 (0.01768) (0.04327) (0.00612) (0.64553) (0.13286) (0.00620)
18 -0.001624 0.018941 -0.005587 -0.197579 0.041521 0.000141 (0.01666) (0.04036) (0.00586) (0.60647) (0.12139) (0.00612)
19 -0.001142 -0.000102 -0.003442 -0.352749 0.003684 -0.003552 (0.01538) (0.03582) (0.00568) (0.58589) (0.11135) (0.00576)
20 0.000834 0.010754 -0.002873 -0.055407 0.072451 0.000760 (0.01443) (0.03332) (0.00545) (0.55837) (0.10473) (0.00555)
21 -0.008653 0.001016 -0.001497 0.126641 -0.039175 -0.001114 (0.01361) (0.03218) (0.00521) (0.52698) (0.09900) (0.00528)
22 -0.000631 0.007442 0.000214 0.269110 -0.008341 0.002169 (0.01243) (0.02889) (0.00501) (0.50228) (0.09501) (0.00499)
23 -0.007730 0.001559 0.002124 0.334340 -0.041511 0.002738 (0.01174) (0.02734) (0.00474) (0.47600) (0.09045) (0.00478)
24 -0.004858 0.012282 0.003087 0.317571 0.024252 0.001992 (0.01099) (0.02637) (0.00457) (0.44286) (0.08767) (0.00439)
25 0.001595 -0.016285 0.003164 0.340075 -0.016702 0.000155 (0.01098) (0.02430) (0.00439) (0.42194) (0.08663) (0.00409)
26 0.000672 0.001522 0.002819 0.246682 -0.022640 0.001345 (0.01044) (0.02298) (0.00424) (0.40602) (0.08441) (0.00397)
27 0.000538 -0.013804 0.000966 0.062625 -0.016850 -0.000979 (0.01001) (0.02147) (0.00411) (0.39104) (0.08124) (0.00388)
28 0.003084 -0.000470 0.001539 -0.107860 0.017911 0.001145 (0.00968) (0.02039) (0.00402) (0.37757) (0.07727) (0.00362)
29 -0.002261 0.000894 -0.000383 -0.137173 0.005283 -0.002632 (0.00919) (0.01963) (0.00397) (0.36594) (0.07402) (0.00354)
30 0.003558 0.001094 0.000269 -0.214791 0.017009 -0.000283 (0.00883) (0.01846) (0.00384) (0.35812) (0.07295) (0.00334)
31 0.001406 -0.002926 -0.001605 -0.121018 -0.030148 -0.000988 (0.00840) (0.01770) (0.00376) (0.34731) (0.06998) (0.00327)
32 -0.000133 0.006492 -0.001476 -0.209569 0.041662 5.66E-05 (0.00812) (0.01735) (0.00365) (0.34076) (0.06649) (0.00309)
33 0.003422 -0.002533 -0.001540 -0.131859 -0.011615 -0.001346 (0.00765) (0.01621) (0.00354) (0.33348) (0.06357) (0.00292)
34 -0.001948 0.008789 -0.001364 -0.114514 0.032822 -0.000144 (0.00727) (0.01535) (0.00340) (0.32772) (0.06108) (0.00289)
35 0.001763 -0.004179 -0.001385 -0.036405 -0.023740 -0.000868 (0.00678) (0.01459) (0.00329) (0.31933) (0.05818) (0.00278)
36 -4.10E-05 0.001946 -0.001062 0.027421 0.021229 0.001138 (0.00628) (0.01372) (0.00320) (0.31283) (0.05518) (0.00273)
37 -0.002610 0.002744 -0.000447 0.048415 -0.016525 -0.000491 (0.00599) (0.01331) (0.00308) (0.30473) (0.05367) (0.00264)
38 -0.000763 0.001927 0.000546 0.073038 0.014803 0.000949 (0.00566) (0.01279) (0.00299) (0.29212) (0.05164) (0.00255)
39 -0.002335 -0.000110 0.000743 0.139262 -0.022242 0.000360 (0.00528) (0.01212) (0.00287) (0.27885) (0.04939) (0.00246)
40 -0.000408 -0.000396 0.000945 0.133460 0.006515 0.000992 (0.00482) (0.01145) (0.00275) (0.26931) (0.04776) (0.00238)
41 -2.13E-05 -0.003697 0.001085 0.124468 -0.018716 0.000198 (0.00472) (0.01127) (0.00260) (0.25718) (0.04723) (0.00230)
42 -0.001224 0.002117 0.001155 0.051496 0.005012 0.000634 (0.00449) (0.01092) (0.00250) (0.24529) (0.04607) (0.00221)
43 0.000512 -0.004514 0.000785 0.024578 -0.006277 -0.000429 (0.00432) (0.01027) (0.00242) (0.23714) (0.04475) (0.00216)
44 0.001128 -0.000268 0.000548 -0.006466 0.004901 0.000404 (0.00410) (0.00976) (0.00234) (0.22892) (0.04365) (0.00209)
45 0.000202 -0.001972 -9.15E-05 -0.035325 -0.006912 -0.000907 (0.00393) (0.00948) (0.00227) (0.21917) (0.04246) (0.00204)
46 0.001262 0.000661 -3.79E-05 -0.088214 0.007767 0.000185 (0.00377) (0.00903) (0.00220) (0.21154) (0.04158) (0.00194)
47 -9.06E-06 -0.000578 -0.000559 -0.075003 -0.001868 -0.000699 (0.00353) (0.00849) (0.00214) (0.20368) (0.04026) (0.00189)
48 0.000761 0.002351 -0.000539 -0.085153 0.014423 -0.000123 (0.00337) (0.00819) (0.00204) (0.19604) (0.03938) (0.00181)
49 0.000960 -0.001555 -0.000701 -0.043839 -0.008314 -0.000584 (0.00322) (0.00799) (0.00197) (0.18756) (0.03795) (0.00175)
50 -0.000502 0.003494 -0.000650 -0.047542 0.009511 0.000167 (0.00313) (0.00783) (0.00190) (0.18268) (0.03638) (0.00170)
Cholesky Ordering: DLRER_JPG DLIHI_JPG DLCPI DSBI DLFDI DLGDP Standard Errors: Analytic
Lampiran 22. IRF Jalur Transmisi Langsung Shock Dollar Jangka Pendek Period DLRER_US DLIHI_US DLNX_US DLGDPI
1 0.076317 -0.040677 -0.089830 -0.010138 (0.00715) (0.00785) (0.05217) (0.00403)
2 -0.001169 -0.045268 0.050474 -0.008679 (0.01184) (0.01230) (0.07845) (0.00510)
3 -0.010897 -0.052910 0.061982 -0.007378 (0.01396) (0.01349) (0.08288) (0.00477)
4 -0.026644 -0.037076 -0.048343 0.005961 (0.01618) (0.01344) (0.07579) (0.00488)
5 -0.035509 -0.024579 -0.036874 0.003284 (0.01542) (0.01269) (0.08231) (0.00534)
6 -0.005890 -0.013089 -0.002867 0.006592 (0.01493) (0.01137) (0.08991) (0.00538)
7 -0.000344 -0.004108 0.050973 0.007367 (0.01420) (0.01034) (0.08906) (0.00480)
8 -0.004093 -0.002734 0.010644 0.001433 (0.01442) (0.00971) (0.07801) (0.00433)
9 0.016319 -0.001825 0.009574 -0.000324 (0.01328) (0.00881) (0.07636) (0.00439)
10 0.001103 -0.002605 -0.002371 -0.002819 (0.01273) (0.00788) (0.06823) (0.00413)
11 0.004841 -0.005802 0.009610 -0.001055 (0.01223) (0.00698) (0.05725) (0.00388)
12 0.007277 -0.007148 -0.026570 0.000359 (0.01171) (0.00661) (0.04712) (0.00388)
13 -0.008525 -0.005003 0.021875 -0.001020 (0.00982) (0.00634) (0.04197) (0.00363)
14 0.001114 -0.003690 -0.025419 -0.000469 (0.00882) (0.00589) (0.03470) (0.00347)
15 -0.003548 -0.002296 -0.009259 0.001425 (0.00824) (0.00530) (0.02932) (0.00306)
16 -0.003251 -0.002103 0.011520 -8.51E-05 (0.00778) (0.00482) (0.02509) (0.00269)
17 0.001796 -0.000396 0.017235 0.001350 (0.00720) (0.00438) (0.02411) (0.00247)
18 -0.004040 0.002043 -0.005500 -0.000102 (0.00663) (0.00389) (0.02296) (0.00211)
19 0.001355 0.001141 -0.008028 -2.23E-05 (0.00607) (0.00334) (0.02198) (0.00193)
20 0.004981 0.000562 0.001661 8.11E-05 (0.00586) (0.00282) (0.01704) (0.00192)
21 -0.000679 -0.000383 0.011863 -0.000170 (0.00513) (0.00245) (0.01587) (0.00178)
22 0.001895 -0.000523 -0.006852 -0.000543 (0.00485) (0.00216) (0.01406) (0.00170)
23 -0.000633 -0.000517 -0.007541 -0.000200 (0.00462) (0.00195) (0.01400) (0.00150)
24 -0.001394 -0.000741 0.002169 -0.000554 (0.00428) (0.00178) (0.01196) (0.00132)
25 0.001185 -0.000880 0.000284 0.000712 (0.00383) (0.00166) (0.01149) (0.00117)
26 -0.002366 4.47E-06 0.002809 6.91E-05 (0.00332) (0.00148) (0.01074) (0.00104)
27 -0.000421 0.000371 -0.000200 4.81E-05 (0.00313) (0.00135) (0.01011) (0.00097)
28 0.000716 0.000691 -0.003400 8.76E-05 (0.00293) (0.00123) (0.00920) (0.00093)
29 -0.000274 0.000243 0.001987 0.000105 (0.00273) (0.00103) (0.00860) (0.00089)
30 0.001425 -7.36E-05 0.002332 -5.83E-05 (0.00256) (0.00091) (0.00801) (0.00084)
31 -0.000128 0.000138 0.001010 -3.30E-06 (0.00234) (0.00080) (0.00780) (0.00077)
32 -0.000536 5.38E-05 -0.002956 -0.000359 (0.00220) (0.00071) (0.00713) (0.00069)
33 0.000902 -0.000218 -0.002414 0.000131 (0.00198) (0.00066) (0.00685) (0.00058)
34 -0.000465 -0.000260 0.002579 -3.86E-05 (0.00180) (0.00061) (0.00607) (0.00052)
35 -0.000178 -0.000170 0.001729 7.96E-05 (0.00175) (0.00056) (0.00582) (0.00050)
36 -0.000139 0.000131 -0.002618 6.98E-07 (0.00163) (0.00050) (0.00511) (0.00046)
37 -0.000504 0.000131 -0.000219 -1.29E-05 (0.00151) (0.00047) (0.00468) (0.00045)
38 0.000599 -7.61E-06 0.000579 3.22E-05 (0.00131) (0.00041) (0.00424) (0.00042)
39 -3.08E-05 2.99E-05 0.001478 0.000125 (0.00120) (0.00036) (0.00388) (0.00039)
40 -0.000212 7.49E-05 -0.000148 -0.000121 (0.00112) (0.00034) (0.00362) (0.00035)
41 0.000314 7.15E-05 -0.001244 9.12E-06 (0.00103) (0.00030) (0.00344) (0.00030)
42 -0.000107 1.39E-06 -0.000147 -5.91E-05 (0.00095) (0.00028) (0.00325) (0.00026)
43 0.000169 -0.000134 0.000730 4.51E-05 (0.00089) (0.00026) (0.00300) (0.00024)
44 1.76E-05 -4.53E-05 0.000159 1.27E-06 (0.00084) (0.00023) (0.00286) (0.00024)
45 -0.000340 2.82E-05 -0.000108 -2.79E-05 (0.00076) (0.00020) (0.00263) (0.00022)
46 0.000138 1.91E-05 -0.000937 -1.36E-05 (0.00066) (0.00019) (0.00238) (0.00021)
47 7.90E-06 -1.48E-05 0.000357 5.96E-05 (0.00062) (0.00017) (0.00216) (0.00020)
48 -4.38E-05 -1.73E-05 0.000830 -1.64E-05 (0.00059) (0.00016) (0.00203) (0.00018)
49 7.11E-05 3.32E-05 -0.000178 2.66E-05 (0.00054) (0.00014) (0.00185) (0.00015)
50 -0.000125 5.87E-05 -0.000531 -4.28E-05 (0.00049) (0.00013) (0.00174) (0.00013)
Cholesky Ordering: DLRER_US DLIHI_US DLNX_US DLGDPI Standar Errors: Analytic
Lampiran 23. IRF Jalur Transmisi Langsung Shock Yen Jangka Pendek Period DLRER_JPG DLIHI_JPG DLNX_JPG DLGDPI
1 0.116689 -0.021339 0.028626 -0.011588 (0.01074) (0.04819) (0.03325) (0.00443)
2 0.010702 -0.148803 -0.035925 -0.008447 (0.01724) (0.06508) (0.04497) (0.00505)
3 -0.003830 0.063873 0.051914 -0.020930 (0.01793) (0.06985) (0.04555) (0.00535)
4 0.015258 0.052954 -0.071030 -0.000904 (0.01802) (0.07050) (0.04332) (0.00589)
5 -0.033352 0.011671 0.015871 -0.003104 (0.01508) (0.06615) (0.03900) (0.00500)
6 -0.018131 0.024804 -0.000220 0.007250 (0.01474) (0.05145) (0.02913) (0.00467)
7 -0.002735 0.018205 -0.011113 0.004713 (0.01319) (0.04734) (0.02527) (0.00390)
8 -0.006092 -0.009212 0.011791 0.005810 (0.01186) (0.03761) (0.02176) (0.00369)
9 0.008885 -0.025061 0.011277 -0.000502 (0.00967) (0.02651) (0.01629) (0.00351)
10 0.008254 -0.012179 -0.008553 9.48E-05 (0.00870) (0.02404) (0.01358) (0.00307)
11 0.004896 -0.001335 0.006113 -0.003466 (0.00751) (0.01734) (0.01214) (0.00294)
12 0.002000 -0.000618 -0.000733 -0.001348 (0.00639) (0.01403) (0.00933) (0.00250)
13 -0.000880 0.002132 -0.004401 -0.001808 (0.00533) (0.01216) (0.00832) (0.00222)
14 -0.003845 0.009534 -0.002195 0.000584 (0.00473) (0.00927) (0.00680) (0.00204)
15 -0.002255 0.004246 0.001397 0.000426 (0.00407) (0.00815) (0.00506) (0.00164)
16 -0.002035 -2.98E-05 -0.000537 0.001326 (0.00350) (0.00653) (0.00435) (0.00157)
17 0.000224 -0.001629 0.000748 0.000359 (0.00294) (0.00568) (0.00334) (0.00131)
18 0.000887 -0.001762 0.000628 0.000476 (0.00250) (0.00485) (0.00272) (0.00111)
19 0.001343 -0.002668 0.001095 -0.000390 (0.00229) (0.00424) (0.00235) (0.00102)
20 0.000808 -0.001009 -0.000407 -0.000238 (0.00190) (0.00356) (0.00185) (0.00082)
21 0.000488 6.42E-05 -0.000249 -0.000480 (0.00159) (0.00292) (0.00142) (0.00076)
22 -0.000353 0.001057 -0.000314 -7.30E-05 (0.00134) (0.00248) (0.00126) (0.00063)
23 -0.000407 0.000889 -0.000116 -8.41E-05 (0.00117) (0.00210) (0.00100) (0.00051)
24 -0.000517 0.000759 -0.000305 0.000196 (0.00104) (0.00178) (0.00085) (0.00048)
25 -0.000214 0.000109 0.000168 9.88E-05 (0.00086) (0.00150) (0.00072) (0.00038)
26 -5.73E-05 -0.000170 9.78E-05 0.000160 (0.00069) (0.00125) (0.00056) (0.00034)
27 0.000190 -0.000446 0.000163 -2.66E-06 (0.00061) (0.00108) (0.00051) (0.00028)
28 0.000175 -0.000322 2.70E-05 8.61E-07 (0.00053) (0.00092) (0.00040) (0.00022)
29 0.000176 -0.000221 4.96E-05 -8.61E-05 (0.00045) (0.00074) (0.00032) (0.00021)
30 3.48E-05 4.95E-05 -7.22E-05 -3.56E-05 (0.00037) (0.00062) (0.00029) (0.00017)
31 -1.69E-05 0.000126 -3.17E-05 -4.73E-05 (0.00030) (0.00052) (0.00022) (0.00014)
32 -8.88E-05 0.000172 -6.19E-05 1.33E-05 (0.00027) (0.00046) (0.00020) (0.00012)
33 -6.51E-05 9.42E-05 -1.82E-06 8.55E-06 (0.00023) (0.00039) (0.00016) (9.7E-05)
34 -5.11E-05 4.90E-05 -4.96E-06 3.42E-05 (0.00019) (0.00031) (0.00013) (9.1E-05)
35 3.33E-06 -4.39E-05 3.29E-05 1.08E-05 (0.00015) (0.00026) (0.00012) (7.3E-05)
36 1.83E-05 -6.09E-05 1.18E-05 1.21E-05 (0.00013) (0.00022) (9.0E-05) (5.9E-05)
37 3.70E-05 -6.32E-05 1.81E-05 -9.36E-06 (0.00011) (0.00019) (7.9E-05) (5.2E-05)
38 2.10E-05 -2.23E-05 -3.62E-06 -5.56E-06 (9.5E-05) (0.00016) (6.5E-05) (4.1E-05)
39 1.22E-05 -3.15E-06 -1.00E-06 -1.24E-05 (7.6E-05) (0.00013) (5.0E-05) (3.8E-05)
40 -7.11E-06 2.41E-05 -1.34E-05 -2.37E-06 (6.4E-05) (0.00011) (4.7E-05) (3.0E-05)
41 -1.01E-05 2.39E-05 -4.08E-06 -2.37E-06 (5.3E-05) (9.4E-05) (3.6E-05) (2.4E-05)
42 -1.37E-05 2.08E-05 -4.78E-06 4.86E-06 (4.8E-05) (7.9E-05) (3.0E-05) (2.2E-05)
43 -5.70E-06 3.27E-06 3.21E-06 2.54E-06 (3.8E-05) (6.4E-05) (2.6E-05) (1.7E-05)
44 -1.82E-06 -3.94E-06 1.32E-06 4.12E-06 (3.0E-05) (5.2E-05) (2.0E-05) (1.5E-05)
45 4.58E-06 -1.12E-05 4.80E-06 9.35E-08 (2.6E-05) (4.6E-05) (1.9E-05) (1.2E-05)
46 4.43E-06 -8.32E-06 1.04E-06 1.25E-07 (2.2E-05) (3.9E-05) (1.5E-05) (9.6E-06)
47 4.58E-06 -5.74E-06 1.12E-06 -2.16E-06 (1.9E-05) (3.2E-05) (1.2E-05) (9.0E-06)
48 1.11E-06 7.58E-07 -1.77E-06 -9.51E-07 (1.5E-05) (2.6E-05) (1.1E-05) (7.1E-06)
49 -3.08E-07 2.89E-06 -7.72E-07 -1.24E-06 (1.2E-05) (2.1E-05) (8.0E-06) (6.0E-06)
50 -2.23E-06 4.59E-06 -1.59E-06 2.86E-07 (1.1E-05) (1.9E-05) (7.3E-06) (5.0E-06)
Cholesky Ordering: DLRER_JPG DLIHI_JPG DLNX_ DLGDPI Standar Errors: Analytic
Lampiran 24. IRF Jalur Transmisi Tidak Langsung Shock Dollar Jangka Panjang Period LRER_US LIHI_US LCPI SBI LFDI LGDPI
1 0.069732 -0.024987 -0.006760 0.563771 -0.067119 -0.009608 2 0.074453 -0.048662 -0.017033 0.695660 0.118046 -0.018245 3 0.059346 -0.063929 -0.023846 0.075852 0.014742 -0.025368 4 0.028285 0.016440 -0.025902 -0.354778 0.230105 -0.020951 5 0.000721 0.078886 -0.021108 -0.097881 0.129149 -0.019928 6 0.001336 0.053980 -0.012735 0.816482 0.088769 -0.013833 7 0.003449 0.024524 -0.006781 1.803498 -0.121960 -0.008434 8 0.012285 0.011646 -0.004494 2.325281 -0.037458 -0.004776 9 0.018680 -0.004521 -0.003573 2.346778 0.021557 -0.009289
10 0.019702 -0.006230 -0.001927 1.956136 0.052428 -0.013972 11 0.021522 0.019178 -0.002012 1.606834 -0.001285 -0.015703 12 0.025989 0.015107 -0.003683 1.400179 0.024346 -0.013023 13 0.029317 -0.003139 -0.005455 1.253430 0.015915 -0.014309 14 0.028793 -0.005515 -0.004949 1.041879 0.006755 -0.014554 15 0.023833 0.022362 -0.005228 0.969150 -0.002908 -0.014634 16 0.021635 0.034543 -0.006074 1.000962 0.055932 -0.012638 17 0.021696 0.017284 -0.006257 1.090759 0.046161 -0.012730 18 0.016770 0.013013 -0.004772 1.086278 0.029604 -0.011630 19 0.014221 0.027975 -0.003390 1.148799 0.000218 -0.010498 20 0.015676 0.026694 -0.003275 1.278861 0.030806 -0.009045 21 0.019812 0.007083 -0.003345 1.348951 0.015365 -0.010297 22 0.020743 6.85E-05 -0.003103 1.281012 0.009710 -0.010655 23 0.019273 0.014972 -0.003329 1.192916 0.008241 -0.011073 24 0.020423 0.018901 -0.004048 1.151686 0.039306 -0.010950 25 0.022064 0.008846 -0.004421 1.133824 0.027204 -0.011924 26 0.021334 0.007947 -0.004371 1.087772 0.014856 -0.011766 27 0.020171 0.017423 -0.004507 1.080893 0.014328 -0.011345 28 0.020066 0.018088 -0.004890 1.109788 0.035282 -0.011024 29 0.020501 0.011570 -0.004772 1.131421 0.027052 -0.011625 30 0.019474 0.012210 -0.004430 1.131525 0.017634 -0.011351 31 0.018614 0.018542 -0.004352 1.150608 0.019173 -0.010957 32 0.019398 0.016031 -0.004477 1.182637 0.030249 -0.010782 33 0.020072 0.010039 -0.004299 1.190295 0.021700 -0.011293 34 0.019748 0.011756 -0.004114 1.173381 0.015027 -0.011253 35 0.019735 0.016163 -0.004237 1.171061 0.020166 -0.011100 36 0.020409 0.013861 -0.004512 1.174350 0.028572 -0.011206 37 0.020712 0.010362 -0.004449 1.159583 0.022445 -0.011591 38 0.020047 0.013200 -0.004366 1.141634 0.017856 -0.011473 39 0.019810 0.016713 -0.004459 1.145480 0.022968 -0.011256 40 0.020287 0.014089 -0.004595 1.159412 0.027047 -0.011282 41 0.020269 0.011530 -0.004469 1.157402 0.021680 -0.011467 42 0.019727 0.014076 -0.004361 1.151999 0.018623 -0.011325 43 0.019636 0.016154 -0.004406 1.160405 0.023709 -0.011156 44 0.020063 0.013684 -0.004471 1.170669 0.025444 -0.011247 45 0.020126 0.011883 -0.004356 1.166102 0.020960 -0.011375 46 0.019792 0.014026 -0.004310 1.159975 0.019097 -0.011279 47 0.019867 0.015253 -0.004383 1.163088 0.023731 -0.011190 48 0.020228 0.013191 -0.004447 1.166518 0.024328 -0.011313 49 0.020176 0.012344 -0.004378 1.159254 0.021096 -0.011399 50 0.019902 0.014281 -0.004367 1.154518 0.020285 -0.011310
Cholesky Ordering: LRER_US LIHI_US LCPI SBI LFDI LGDPI
Lampiran 25. IRF Jalur Transmisi Tidak Langsung Shock Yen Jangka Panjang Period LRER_JPG LIHI_JPG LCPI SBI LFDI LGDPI
1 0.084742 -0.081773 -0.007416 0.360074 -0.183458 -0.007481 2 0.054617 -0.094537 -0.019179 0.106896 0.359945 -0.013951 3 0.030784 -0.007813 -0.022607 -0.696327 0.185480 -0.020148 4 0.020177 -0.067634 -0.020276 -1.009000 0.198517 -0.007927 5 -0.022608 0.039087 -0.011485 -0.636030 -0.148084 0.000977 6 -0.010083 0.029593 -0.004323 0.486711 -0.041310 0.001019 7 0.010822 -0.004626 0.002768 1.506571 -0.201183 0.003795 8 0.004488 -0.047766 0.001667 1.446776 -0.148005 0.001865 9 0.009984 -0.040583 0.001336 0.868697 0.087818 -0.004061 10 0.005002 -0.033442 0.002976 0.289855 -0.017156 -0.005365 11 -0.023654 0.017078 0.003432 -0.280800 0.038815 -0.011078 12 -0.009305 0.000820 0.004892 -0.509759 -0.187250 -0.004224 13 -0.011348 0.019018 0.001532 -0.289120 -0.029287 -0.005402 14 -0.012497 0.041791 -0.001245 -0.532394 0.077583 -0.009022 15 -0.001456 0.014104 -0.003887 -0.573171 0.068340 -0.010283 16 -0.020665 0.050630 -0.009137 -0.774694 0.180070 -0.008038 17 -0.015428 0.034779 -0.008914 -0.840251 0.131731 -0.004948 18 -0.024159 0.066731 -0.008756 -0.391847 0.169684 -0.000933 19 -0.017758 0.039073 -0.004566 0.078719 0.101905 0.002602 20 -0.002393 0.019080 -0.003696 0.852841 0.062068 0.008178 21 0.001101 -0.006097 -0.002296 1.233225 0.080474 0.011407 22 0.012938 -0.030196 0.000161 1.419761 0.103849 0.012093 23 0.010883 -0.050900 0.003376 1.405887 -0.008180 0.013462 24 0.017714 -0.063326 0.006597 1.358270 -0.107902 0.013961 25 0.018758 -0.072516 0.008029 1.267205 -0.136149 0.013918 26 0.021437 -0.083480 0.010214 0.942594 -0.205760 0.010583 27 0.017797 -0.075296 0.010354 0.471119 -0.168558 0.005388 28 0.013555 -0.066091 0.010376 -0.155633 -0.226759 0.000840 29 0.002387 -0.035967 0.007644 -0.794115 -0.160982 -0.004923 30 -0.009428 -0.008178 0.005650 -1.504568 -0.129447 -0.010319 31 -0.017220 0.021241 0.002635 -1.982242 -0.094187 -0.015609 32 -0.027864 0.059837 -0.001765 -2.299488 0.000167 -0.019962 33 -0.028391 0.080299 -0.006827 -2.379644 0.080608 -0.022213 34 -0.035135 0.105534 -0.012827 -2.275553 0.241891 -0.023205 35 -0.033469 0.113186 -0.016608 -2.003626 0.308403 -0.021468 36 -0.030780 0.119443 -0.019962 -1.347239 0.380886 -0.016758 37 -0.023774 0.108292 -0.021315 -0.484389 0.398562 -0.009379 38 -0.008751 0.074850 -0.021103 0.606011 0.400787 -0.000567 39 0.004908 0.034000 -0.018645 1.698519 0.354532 0.008778 40 0.023756 -0.019521 -0.013837 2.726455 0.261078 0.017837 41 0.037315 -0.070154 -0.007729 3.576371 0.145300 0.026332 42 0.050358 -0.126435 0.000447 4.091063 -0.020326 0.032762 43 0.057883 -0.169977 0.009268 4.252860 -0.183200 0.036025 44 0.060951 -0.202923 0.018577 3.958574 -0.383453 0.035651 45 0.058134 -0.215025 0.025949 3.241164 -0.521328 0.030733 46 0.047841 -0.209021 0.031056 2.026940 -0.626550 0.021754 47 0.031658 -0.178782 0.032956 0.429116 -0.662066 0.008541 48 0.007161 -0.119570 0.031290 -1.435649 -0.627351 -0.007132 49 -0.019003 -0.042998 0.025946 -3.325916 -0.534307 -0.023664 50 -0.048450 0.050968 0.016433 -5.030465 -0.339426 -0.039466
Cholesky Ordering: LRER_JPG LIHI_JPG LCPI SBI LFDI LGDPI
Lampiran 26. IRF Jalur Transmisi Langsung Shock Dollar Jangka Panjang
Period LRER_US LIHI_US LNX_US LGDPI
1 0.065201 -0.049481 -0.172083 -0.014285 2 0.063827 -0.046663 -0.030928 -0.019585 3 0.041022 -0.050810 0.057157 -0.024630 4 0.007363 -0.029467 0.005754 -0.017316 5 -0.012090 -0.018477 -0.100525 -0.015541 6 -0.013407 -0.010115 -0.025113 -0.011291 7 -0.001478 -0.005487 0.004843 -0.003662 8 -0.004062 -0.007662 0.003136 -0.004052 9 0.005460 -0.004138 0.010382 -0.008510
10 0.002970 -0.004791 0.012970 -0.012075 11 -0.001053 -0.004063 0.015803 -0.010980 12 0.003439 -0.003647 0.008323 -0.008270 13 -0.002522 0.002920 0.033555 -0.007790 14 -0.000111 0.002469 -0.016604 -0.008431 15 0.005251 -0.001121 -0.043010 -0.007609 16 0.005051 -0.005044 -0.010467 -0.008451 17 0.001282 -0.002700 0.028131 -0.008301 18 -0.008236 0.001730 -0.000889 -0.007797 19 -0.012757 0.001981 -0.021586 -0.006885 20 -0.006512 0.000764 -0.009416 -0.005023 21 -0.005572 0.000100 0.015913 -0.004169 22 -0.004013 0.000154 0.008646 -0.005004 23 -0.001733 -0.001119 -0.008160 -0.006104 24 -0.000692 -0.003143 -0.002238 -0.007279 25 0.001982 -0.004191 0.007755 -0.007113 26 0.000588 -0.002699 0.009118 -0.006979 27 -0.000521 -0.002075 -0.002789 -0.007380 28 0.002104 -0.002759 -0.014164 -0.007470 29 0.002958 -0.004082 -0.010064 -0.007521 30 0.002659 -0.004175 0.000355 -0.007675 31 0.000605 -0.002912 -0.001218 -0.007635 32 -0.002383 -0.002118 -0.007811 -0.007735 33 -0.001974 -0.002153 -0.009282 -0.007202 34 -0.001912 -0.002030 -0.002027 -0.006602 35 -0.002338 -0.001668 0.002092 -0.006451 36 -0.001798 -0.001508 -0.003102 -0.006578 37 -0.001597 -0.001978 -0.005165 -0.006849 38 -0.000613 -0.002644 -0.001449 -0.006973 39 -0.000285 -0.002518 0.002170 -0.006864 40 -0.001053 -0.002137 0.000494 -0.007021 41 -0.000540 -0.002146 -0.004409 -0.007095 42 0.000119 -0.002547 -0.005674 -0.007114 43 0.000399 -0.002877 -0.002326 -0.007145 44 0.000340 -0.002695 -0.001552 -0.007175 45 -0.000594 -0.002402 -0.003451 -0.007266 46 -0.000835 -0.002400 -0.005259 -0.007263 47 -0.000737 -0.002418 -0.003941 -0.007054 48 -0.001076 -0.002281 -0.001598 -0.006946 49 -0.001121 -0.002099 -0.002163 -0.006899 50 -0.001140 -0.002096 -0.003877 -0.006941
Cholesky Ordering: LRER_US LIHI_US LNX_US LGDPI
Lampiran 27. IRF Jalur Transmisi Langsung Shock Yen Jangka Panjang Period LRER_JPG LIHI_JPG LNX_JPG LGDPI
1 0.093052 0.009154 0.060600 -0.007398 2 0.070421 -0.087745 0.006093 -0.012278 3 0.056653 -0.006847 0.050594 -0.026943 4 0.061146 0.028654 -0.022006 -0.021016 5 0.017128 0.071490 -0.001419 -0.020464 6 0.012146 0.081533 0.001094 -0.011642 7 0.014097 0.075390 -0.016907 -0.008419 8 0.013043 0.054551 0.004145 -0.004223 9 0.026565 0.031664 0.016964 -0.006421
10 0.031534 0.015022 0.013557 -0.006525 11 0.033124 0.018052 0.020680 -0.010334 12 0.032145 0.022537 0.017270 -0.010228 13 0.027605 0.033189 0.012505 -0.011485 14 0.023434 0.040229 0.011144 -0.009710 15 0.021789 0.043836 0.009644 -0.009341 16 0.020941 0.041306 0.010641 -0.007687 17 0.022729 0.037418 0.012607 -0.007929 18 0.024203 0.032575 0.013886 -0.007473 19 0.025610 0.030850 0.015198 -0.008381 20 0.025921 0.030122 0.015274 -0.008390 21 0.025646 0.031921 0.014650 -0.009016 22 0.024714 0.033643 0.014015 -0.008716 23 0.024103 0.035388 0.013480 -0.008828 24 0.023571 0.035615 0.013291 -0.008367 25 0.023666 0.035435 0.013470 -0.008402 26 0.023859 0.034404 0.013786 -0.008149 27 0.024267 0.033752 0.014129 -0.008338 28 0.024462 0.033150 0.014296 -0.008286 29 0.024585 0.033268 0.014302 -0.008492 30 0.024458 0.033472 0.014196 -0.008438 31 0.024343 0.033947 0.014056 -0.008530 32 0.024166 0.034147 0.013945 -0.008420 33 0.024121 0.034307 0.013918 -0.008444 34 0.024099 0.034163 0.013949 -0.008353 35 0.024177 0.034046 0.014017 -0.008392 36 0.024226 0.033843 0.014075 -0.008354 37 0.024290 0.033800 0.014109 -0.008410 38 0.024289 0.033769 0.014108 -0.008394 39 0.024285 0.033860 0.014086 -0.008432 40 0.024243 0.033911 0.014056 -0.008407 41 0.024225 0.033987 0.014037 -0.008423 42 0.024203 0.033983 0.014031 -0.008395 43 0.024212 0.033982 0.014038 -0.008406 44 0.024217 0.033934 0.014050 -0.008389 45 0.024236 0.033917 0.014063 -0.008403 46 0.024240 0.033890 0.014068 -0.008396 47 0.024247 0.033901 0.014068 -0.008409 48 0.024240 0.033905 0.014063 -0.008402 49 0.024237 0.033928 0.014058 -0.008409 50 0.024229 0.033931 0.014053 -0.008402
Cholesky Ordering: LRER_JPG LIHI_JPG LNX_US LGDPI
Lampiran 28. FEVD Jalur Transmisi Tidak Langsung Shock Dollar Jangka Pendek
Variance Decomposition of DLRER_US:
Priod S.E. DLRER_US DLIHI_US DLCPI DSBI DLFDI DLGDP 1 0.100335 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.107606 98.05671 0.010147 0.538018 0.175499 0.830468 0.389157 3 0.130147 70.42217 5.410343 18.69488 1.591442 0.902813 2.978351 4 0.135341 65.13530 5.031328 18.21534 3.770698 2.818759 5.028570 5 0.157936 64.43397 4.317867 14.43510 10.45038 2.240002 4.122680 6 0.160353 64.17373 4.352344 14.00443 10.15196 2.428312 4.889223 7 0.167452 59.34025 5.692824 15.81126 9.453316 2.261530 7.440814 8 0.173567 55.62757 5.471052 15.95524 9.006522 6.670202 7.269416 9 0.174891 55.18403 5.799870 16.21842 8.870695 6.750858 7.176128
10 0.176068 54.53936 5.877231 16.42596 9.003218 6.838768 7.315454 11 0.176444 54.39346 5.853355 16.39656 9.092324 6.812133 7.452164 12 0.177860 53.78734 5.800547 16.38288 8.961993 7.125598 7.941644 13 0.178827 53.46094 5.746990 16.21947 8.902964 7.457031 8.212609 14 0.179971 53.62468 5.787171 16.03865 8.857369 7.437734 8.254395 15 0.180518 53.56563 5.996114 15.94498 8.822061 7.443501 8.227714 16 0.181013 53.37364 5.970955 16.16331 8.790763 7.510280 8.191053 17 0.181228 53.25824 5.962415 16.12502 8.774781 7.698042 8.181502 18 0.181560 53.22971 5.951263 16.15049 8.784167 7.683378 8.200986 19 0.181816 53.28894 5.934844 16.10592 8.774745 7.661784 8.233765 20 0.182212 53.23547 5.909771 16.06687 8.875364 7.628678 8.283839 21 0.182295 53.22708 5.924340 16.06701 8.872446 7.623086 8.286038 22 0.182366 53.19136 5.926320 16.05578 8.906502 7.634078 8.285960 23 0.182498 53.16286 5.919922 16.03829 8.896186 7.698182 8.284559 24 0.182585 53.11709 5.914982 16.03889 8.959993 7.692235 8.276814 25 0.182685 53.07844 5.917901 16.07590 8.952401 7.697591 8.277768 26 0.182776 53.05858 5.912663 16.06579 8.987636 7.695189 8.280141 27 0.182838 53.06076 5.910022 16.06005 8.988864 7.702668 8.277634 28 0.182876 53.06254 5.908045 16.05396 9.000111 7.701153 8.274190 29 0.182931 53.05833 5.904932 16.04448 8.996085 7.705753 8.290421 30 0.182977 53.04136 5.902911 16.04874 9.012669 7.707473 8.286850 31 0.183004 53.02819 5.906290 16.05421 9.010060 7.706151 8.295099 32 0.183020 53.02397 5.905330 16.05142 9.017940 7.707613 8.293734 33 0.183032 53.02401 5.904763 16.05118 9.016812 7.707670 8.295565 34 0.183044 53.02556 5.904047 16.05074 9.016603 7.707538 8.295519 35 0.183064 53.02268 5.902776 16.04729 9.017145 7.706369 8.303740 36 0.183075 53.02072 5.902700 16.04797 9.020217 7.705460 8.302933 37 0.183084 53.01622 5.903013 16.04799 9.019974 7.705006 8.307794 38 0.183087 53.01481 5.902849 16.04772 9.020188 7.706251 8.308180 39 0.183090 53.01292 5.902620 16.04742 9.021328 7.706151 8.309558 40 0.183098 53.01298 5.902758 16.04721 9.020674 7.706213 8.310168 41 0.183109 53.01070 5.902042 16.04530 9.023496 7.705449 8.313016 42 0.183113 53.00990 5.902354 16.04563 9.023698 7.705486 8.312933 43 0.183117 53.00856 5.902355 16.04505 9.024683 7.705688 8.313658 44 0.183120 53.00771 5.902185 16.04453 9.024389 7.707167 8.314011 45 0.183123 53.00566 5.901955 16.04479 9.026379 7.706860 8.314361 46 0.183126 53.00459 5.902100 16.04491 9.026094 7.706968 8.315339 47 0.183130 53.00344 5.901858 16.04424 9.028128 7.706733 8.315599 48 0.183132 53.00281 5.901916 16.04434 9.028055 7.707121 8.315761 49 0.183133 53.00237 5.901837 16.04416 9.028761 7.707136 8.315732 50 0.183135 53.00197 5.901738 16.04382 9.028587 7.707557 8.316328
Lampiran 29. FEVD Jalur Transmisi Tidak Langsung Shock Yen Jangka Pendek
Variance Decomposition of DLRER_JPG: Per S.E. DLRER_JPG DLIHI_JPG DLCPI DSBI DLFDI DLGDP
1 0.122305 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.131513 88.69629 0.028595 4.044728 0.014128 5.626130 1.590125 3 0.148725 70.36819 1.634380 17.48033 0.115660 5.780530 4.620902 4 0.157129 64.24434 1.959260 16.56291 2.640016 5.512747 9.080728 5 0.174455 62.68282 2.978609 13.79762 4.642124 8.353893 7.544927 6 0.182164 59.82512 4.649674 13.26198 4.623204 9.304800 8.335217 7 0.186846 56.95893 4.427072 13.48801 5.107717 8.844765 11.17351 8 0.191360 54.35302 4.223549 13.09672 5.416060 11.32355 11.58710 9 0.194252 53.17098 4.187800 13.51840 5.314984 11.83831 11.96953 10 0.195920 52.50028 4.671578 13.32178 5.266063 12.04054 12.19975 11 0.196573 52.22666 4.649341 13.36638 5.456631 12.04307 12.25792 12 0.199635 50.99070 4.516613 13.02556 5.349300 13.71172 12.40611 13 0.200900 50.53236 4.481486 12.86283 5.314327 13.59819 13.21081 14 0.201011 50.48315 4.516596 12.89561 5.310919 13.59729 13.19644 15 0.201121 50.43328 4.579819 12.90354 5.317645 13.58244 13.18328 16 0.201395 50.36311 4.629830 12.89360 5.356040 13.60786 13.14956 17 0.202710 50.66679 4.576784 12.80446 5.512927 13.45818 12.98086 18 0.203160 50.44903 4.838295 12.83859 5.550719 13.39866 12.92472 19 0.203423 50.32190 4.852651 12.96486 5.560616 13.37450 12.92547 20 0.203743 50.16563 4.839285 12.94064 5.558917 13.38139 13.11414 21 0.204177 50.13192 4.862258 12.92943 5.557169 13.37585 13.14337 22 0.204403 50.02240 4.855208 12.91724 5.587768 13.50246 13.11492 23 0.204719 50.01037 4.840925 12.91402 5.570548 13.46716 13.19697 24 0.205255 49.80546 4.889172 12.84824 5.667685 13.57534 13.21410 25 0.205353 49.76425 4.884772 12.86031 5.664844 13.56635 13.25947 26 0.205460 49.71347 4.910780 12.85801 5.659733 13.56033 13.29768 27 0.205497 49.69592 4.908980 12.85338 5.661588 13.58153 13.29860 28 0.205610 49.66382 4.909003 12.84999 5.656062 13.63339 13.28775 29 0.205762 49.60298 4.902196 12.83115 5.677555 13.61667 13.36945 30 0.205845 49.59244 4.898232 12.82254 5.693137 13.62342 13.37022 31 0.205872 49.58417 4.914755 12.81921 5.694285 13.62078 13.36680 32 0.205909 49.56654 4.941706 12.81669 5.694471 13.61644 13.36415 33 0.205965 49.56709 4.950136 12.81009 5.698542 13.61668 13.35747 34 0.205980 49.56876 4.953940 12.80821 5.698846 13.61468 13.35557 35 0.206006 49.56364 4.953496 12.81720 5.698465 13.61157 13.35563 36 0.206025 49.55483 4.952649 12.81719 5.701975 13.61165 13.36170 37 0.206064 49.55169 4.951061 12.81357 5.702675 13.60754 13.37346 38 0.206082 49.54473 4.950838 12.81178 5.703191 13.60760 13.38186 39 0.206102 49.54769 4.951079 12.80946 5.703906 13.60508 13.38279 40 0.206126 49.53643 4.956156 12.80768 5.705023 13.61173 13.38299 41 0.206134 49.53268 4.957321 12.80993 5.705994 13.61070 13.38338 42 0.206150 49.52865 4.957253 12.80822 5.708629 13.61257 13.38467 43 0.206157 49.52577 4.959447 12.80765 5.709477 13.61174 13.38592 44 0.206165 49.52488 4.959068 12.80701 5.709054 13.61459 13.38540 45 0.206176 49.52006 4.959017 12.80594 5.708512 13.61459 13.39188 46 0.206188 49.51807 4.959483 12.80462 5.709192 13.61496 13.39366 47 0.206190 49.51693 4.959479 12.80442 5.709912 13.61504 13.39422 48 0.206193 49.51684 4.960233 12.80406 5.709752 13.61509 13.39402 49 0.206203 49.51422 4.962613 12.80302 5.712395 13.61501 13.39274 50 0.206204 49.51412 4.962718 12.80286 5.712422 13.61515 13.39273
Lampiran 30. FEVD Jalur Transmisi Langsung Shock Dollar Jangka Pendek
Variance Decomposition of DLRER_US: Per S.E. DLRER_US DLIHI_US DLNX_US DLGDPI
1 0.076317 100.0000 0.000000 0.000000 0.000000 2 0.080987 88.82124 8.878557 2.106583 0.193617 3 0.109618 49.47039 46.56489 2.225584 1.739140 4 0.124123 43.19134 42.71946 2.207199 11.88200 5 0.130844 46.23323 40.60833 2.032306 11.12614 6 0.132043 45.59645 40.34391 2.539123 11.52052 7 0.143269 38.73173 45.02457 3.134243 13.10946 8 0.146891 36.92283 44.56063 3.016741 15.49980 9 0.148343 37.41383 43.69605 3.664139 15.22598 10 0.149185 36.99801 43.50232 3.627933 15.87173 11 0.150014 36.69454 43.97858 3.615116 15.71176 12 0.151132 36.38542 43.33231 3.603389 16.67888 13 0.151719 36.41999 43.01345 4.005851 16.56071 14 0.152108 36.23938 43.26649 3.996539 16.49759 15 0.153223 35.76760 43.55876 3.998048 16.67560 16 0.153327 35.76406 43.49987 4.008267 16.72781 17 0.153423 35.73297 43.54575 4.013813 16.70746 18 0.153537 35.74927 43.54787 4.008030 16.69483 19 0.153767 35.65012 43.51593 4.011350 16.82259 20 0.154195 35.55686 43.56117 4.025259 16.85671 21 0.154274 35.52221 43.53152 4.088774 16.85750 22 0.154437 35.46226 43.62688 4.088820 16.82204 23 0.154490 35.43963 43.65536 4.086021 16.81899 24 0.154510 35.43878 43.64499 4.085135 16.83110 25 0.154551 35.42593 43.62225 4.085107 16.86672 26 0.154578 35.43656 43.61348 4.086282 16.86367 27 0.154642 35.40828 43.61930 4.082955 16.88946 28 0.154680 35.39294 43.63153 4.089549 16.88598 29 0.154689 35.38930 43.63598 4.089272 16.88545 30 0.154708 35.38907 43.64136 4.088267 16.88130 31 0.154711 35.38751 43.64098 4.090057 16.88145 32 0.154731 35.37980 43.64048 4.090321 16.88940 33 0.154744 35.37718 43.63684 4.092391 16.89359 34 0.154751 35.37490 43.63894 4.092454 16.89371 35 0.154765 35.36835 43.64706 4.092961 16.89163 36 0.154767 35.36786 43.64690 4.093039 16.89220 37 0.154771 35.36702 43.64643 4.093085 16.89346 38 0.154773 35.36767 43.64539 4.093785 16.89316 39 0.154775 35.36675 43.64531 4.093789 16.89416 40 0.154781 35.36430 43.64636 4.093980 16.89536 41 0.154781 35.36447 43.64610 4.094172 16.89525 42 0.154783 35.36360 43.64746 4.094074 16.89487 43 0.154784 35.36330 43.64798 4.094047 16.89467 44 0.154785 35.36305 43.64769 4.094062 16.89519 45 0.154786 35.36295 43.64718 4.094133 16.89574 46 0.154786 35.36292 43.64705 4.094342 16.89569 47 0.154788 35.36224 43.64766 4.094334 16.89577 48 0.154788 35.36201 43.64784 4.094374 16.89578 49 0.154788 35.36196 43.64792 4.094370 16.89575 50 0.154788 35.36193 43.64795 4.094359 16.89577
Lampiran 31. FEVD Jalur Transmisi Langsung Shock Yen Jangka Pendek
Variance Decomposition of DLRER_JPG: Period S.E. DLRER_JPG DLIHI_JPG DLNX_JPG DLGDPI
1 0.116689 100.0000 0.000000 0.000000 0.000000 2 0.129060 82.43498 16.94257 0.489472 0.132978 3 0.141747 68.41263 20.25422 0.724965 10.60818 4 0.144177 67.24550 20.94657 0.860142 10.94778 5 0.148968 68.00204 19.71053 1.995343 10.29209 6 0.150412 68.15530 19.68870 2.002763 10.15323 7 0.151178 67.49995 19.50878 1.995392 10.99587 8 0.151374 67.48708 19.46637 1.992478 11.05408 9 0.151793 67.45772 19.38353 2.005571 11.15318 10 0.152085 67.49277 19.38067 2.015832 11.11073 11 0.152191 67.50222 19.36759 2.014213 11.11598 12 0.152314 67.41125 19.33831 2.011111 11.23933 13 0.152320 67.40888 19.33705 2.014298 11.23978 14 0.152385 67.41521 19.32077 2.017026 11.24699 15 0.152408 67.41705 19.31600 2.016426 11.25052 16 0.152426 67.41855 19.31495 2.015941 11.25056 17 0.152439 67.40708 19.31160 2.015658 11.26566 18 0.152443 67.40740 19.31114 2.015991 11.26546 19 0.152449 67.40927 19.30964 2.016207 11.26489 20 0.152454 67.40840 19.30860 2.016099 11.26691 21 0.152455 67.40828 19.30860 2.016101 11.26701 22 0.152457 67.40716 19.30813 2.016119 11.26859 23 0.152457 67.40735 19.30803 2.016121 11.26851 24 0.152458 67.40765 19.30785 2.016126 11.26837 25 0.152459 67.40736 19.30772 2.016111 11.26881 26 0.152459 67.40732 19.30771 2.016119 11.26885 27 0.152459 67.40725 19.30765 2.016127 11.26897 28 0.152459 67.40728 19.30762 2.016126 11.26897 29 0.152459 67.40732 19.30761 2.016124 11.26895 30 0.152459 67.40726 19.30759 2.016123 11.26902 31 0.152459 67.40726 19.30759 2.016124 11.26903 32 0.152459 67.40726 19.30758 2.016125 11.26903 33 0.152459 67.40726 19.30758 2.016125 11.26904 34 0.152459 67.40726 19.30758 2.016124 11.26904 35 0.152459 67.40726 19.30757 2.016124 11.26904 36 0.152459 67.40726 19.30757 2.016125 11.26904 37 0.152459 67.40726 19.30757 2.016125 11.26904 38 0.152459 67.40726 19.30757 2.016125 11.26905 39 0.152459 67.40726 19.30757 2.016124 11.26905 40 0.152459 67.40726 19.30757 2.016125 11.26905 41 0.152459 67.40726 19.30757 2.016125 11.26905 42 0.152459 67.40726 19.30757 2.016125 11.26905 43 0.152459 67.40726 19.30757 2.016125 11.26905 44 0.152459 67.40726 19.30757 2.016125 11.26905 45 0.152459 67.40726 19.30757 2.016125 11.26905 46 0.152459 67.40726 19.30757 2.016125 11.26905 47 0.152459 67.40726 19.30757 2.016125 11.26905 48 0.152459 67.40726 19.30757 2.016125 11.26905 49 0.152459 67.40726 19.30757 2.016125 11.26905 50 0.152459 67.40726 19.30757 2.016125 11.26905
Lampiran 32. FEVD Jalur Transmisi Tidak Langsung Shock Dollar Jangka Panjang
Variance Decomposition of LRER_US: Period S.E. LRER_US LIHI_US LCPI SBI LFDI LGDPI
1 0.069732 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.107226 90.50462 0.156736 2.924857 3.042771 2.457358 0.913657
3 0.128085 84.89515 1.098777 7.233699 2.844714 3.262535 0.665128 4 0.137574 77.81545 1.817168 10.30685 2.490987 4.200164 3.369386
5 0.149232 66.13471 3.178308 8.892764 10.91783 5.614978 5.261402 6 0.153432 62.57054 3.311389 8.900020 14.38866 5.768804 5.060586
7 0.158291 58.83617 3.111259 9.615147 15.45833 5.421519 7.557580 8 0.162966 56.07701 3.111964 9.483627 17.36813 6.657467 7.301796
9 0.165547 55.61544 3.039639 9.201034 17.64103 6.697519 7.805341 10 0.168953 54.75535 2.945758 8.890195 19.08843 6.745923 7.574342 11 0.171460 54.74117 2.884885 8.725584 19.46647 6.812043 7.369842 12 0.175122 54.67815 2.786845 8.416815 19.58537 6.554308 7.978510 13 0.179181 54.90580 2.716062 8.040209 19.90856 6.636454 7.792917 14 0.182467 55.43639 2.652359 7.777462 19.91683 6.618785 7.598166 15 0.185737 55.14817 2.601649 7.506162 20.23247 6.927665 7.583883 16 0.189289 54.40393 2.544825 7.353237 20.81331 7.159126 7.725575 17 0.192657 53.78686 2.485000 7.098549 21.51079 7.128331 7.990473 18 0.195034 53.22323 2.449435 6.944835 22.19534 7.237458 7.949698 19 0.196986 52.69490 2.410693 6.841024 22.62860 7.382811 8.041970 20 0.199729 51.87344 2.362921 6.654511 23.35762 7.457572 8.293929 21 0.202400 51.47150 2.306292 6.481204 23.99390 7.474349 8.272752 22 0.204538 51.42951 2.258398 6.349964 24.25975 7.451113 8.251265 23 0.206801 51.17856 2.223520 6.222454 24.53977 7.567742 8.267954 24 0.209376 50.87881 2.179881 6.095058 24.88876 7.634576 8.322918 25 0.211975 50.72234 2.133755 5.946613 25.23710 7.614082 8.346110 26 0.214268 50.63380 2.094573 5.831409 25.50029 7.640478 8.299448 27 0.216526 50.45104 2.063440 5.727226 25.69055 7.713091 8.354654 28 0.219096 50.11339 2.035190 5.603523 26.03083 7.780841 8.436229 29 0.221491 49.89201 1.999321 5.490832 26.37094 7.816292 8.430606 30 0.223611 49.70874 1.968737 5.394343 26.63963 7.840541 8.448009 31 0.225791 49.43316 1.947768 5.303744 26.90680 7.910851 8.497679 32 0.228091 49.16487 1.919420 5.206323 27.20481 7.944667 8.559917 33 0.230298 48.98644 1.889622 5.109223 27.48854 7.962207 8.563977 34 0.232343 48.85055 1.862344 5.028597 27.70425 7.994017 8.560241 35 0.234479 48.67271 1.838851 4.945695 27.90385 8.035433 8.603457 36 0.236741 48.49028 1.814266 4.857890 28.14046 8.062567 8.634528 37 0.238869 48.38211 1.788009 4.777029 28.34444 8.078653 8.629760 38 0.240899 48.26262 1.765353 4.703865 28.52114 8.107472 8.639556 39 0.243006 48.09397 1.745755 4.632022 28.70805 8.149625 8.670579 40 0.245160 47.93736 1.723970 4.556683 28.91168 8.170194 8.700107 41 0.247208 47.81829 1.702344 4.486342 29.10156 8.189545 8.701918 42 0.249175 47.69315 1.682907 4.423890 29.26622 8.219902 8.713927
43 0.251206 47.53624 1.665332 4.359794 29.44033 8.252283 8.746014 44 0.253260 47.39578 1.646325 4.294588 29.62629 8.271827 8.765195 45 0.255218 47.29325 1.627075 4.233937 29.78914 8.287735 8.768864 46 0.257139 47.18161 1.610046 4.177320 29.93550 8.313137 8.782382 47 0.259112 47.05368 1.593816 4.120691 30.08717 8.339782 8.804854 48 0.261091 46.94325 1.576603 4.063112 30.24228 8.355354 8.819396 49 0.262999 46.85322 1.559863 4.009502 30.38294 8.371839 8.822635 50 0.264882 46.75409 1.544705 3.959087 30.51163 8.394543 8.835946
Lampiran 33. FEVD Jalur Transmisi Tidak Langsung Shock Yen Jangka Panjang
Variance Decomposition of LRER_JPG: Period S.E. LRER_JPG LIHI_JPG LCPI SBI LFDI LGDPI
1 0.084742 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.112309 80.58319 1.660362 9.443709 0.384822 7.487723 0.440189 3 0.122127 74.50082 1.616327 8.030338 0.754112 13.22382 1.874587 4 0.134890 63.30770 8.105585 6.719865 2.673086 12.76379 6.429980 5 0.143636 58.31023 7.149408 7.431220 4.286580 16.07368 6.748887 6 0.145580 57.24324 7.022149 7.239936 6.130789 15.78069 6.583195 7 0.152581 52.61318 7.598071 9.149989 6.507705 14.77883 9.352228 8 0.154879 51.14787 7.857367 9.569319 7.676337 14.64224 9.106862 9 0.157830 49.65315 7.852120 10.51679 7.397749 14.57012 10.01006 10 0.158461 49.35817 7.791347 10.89477 7.461941 14.54431 9.949476 11 0.160713 50.15069 7.598713 10.59359 7.822959 14.15201 9.682035 12 0.163452 48.80818 7.392407 10.70413 9.300264 14.25765 9.537374 13 0.165088 48.31797 7.262331 10.96786 9.900521 14.06446 9.486861 14 0.166663 47.97109 7.789792 10.95524 9.764106 13.91791 9.601867 15 0.168090 47.16774 7.707506 11.22642 9.929228 14.47986 9.489235 16 0.171234 46.90790 7.618680 11.21468 9.761569 15.31747 9.179698 17 0.175535 45.40994 7.314016 12.82519 9.875192 15.41867 9.156999 18 0.179886 45.04360 7.136555 13.62765 9.667520 15.33129 9.193376 19 0.184404 43.79062 6.807997 15.42612 9.202065 14.64525 10.12795 20 0.187535 42.35716 7.246374 16.31350 8.944549 14.21022 10.92819 21 0.190059 41.24302 7.410291 16.59102 9.384949 13.85941 11.51132 22 0.193010 40.44079 8.075052 16.20279 10.01386 13.44059 11.82692 23 0.196464 39.33804 8.899512 15.88705 11.21586 13.16868 11.49086 24 0.200463 38.56491 9.571412 15.68916 12.08068 12.87189 11.22196 25 0.205918 37.37855 10.49447 16.13894 12.41286 12.84130 10.73388 26 0.211526 36.44999 10.75519 16.76986 12.57683 13.09928 10.34885 27 0.217684 35.08538 10.73574 17.97847 12.42838 12.96953 10.80250 28 0.223963 33.51199 10.29551 19.09478 11.97467 12.85994 12.26311 29 0.228769 32.12963 9.893809 19.85724 11.48267 12.36714 14.26952 30 0.234842 30.65049 9.445881 19.81463 11.01450 11.73860 17.33590 31 0.240008 29.85989 9.274935 19.19877 11.15903 11.55421 18.95317 32 0.247464 29.35565 9.376918 18.05986 11.73011 11.59266 19.88480 33 0.255782 28.70937 9.568241 17.50429 13.03488 11.93918 19.24404 34 0.266809 28.11953 9.603283 17.70460 14.28378 12.44620 17.84261 35 0.279159 27.12407 9.494468 19.28943 15.07618 12.66823 16.34763 36 0.291856 25.92758 9.006802 21.47681 15.24665 12.83885 15.50331 37 0.303540 24.58335 8.456271 23.94790 14.73152 12.58050 15.70046 38 0.314173 23.02507 7.894577 25.92916 13.90063 12.12017 17.13040 39 0.322993 21.80796 7.600345 26.75281 13.18060 11.49962 19.15866 40 0.333059 21.01834 7.666715 26.21628 12.84438 10.86840 21.38590 41 0.344720 20.79217 8.305989 24.58388 13.29963 10.63672 22.38162 42 0.360526 20.96010 9.162617 22.56985 14.42088 10.92542 21.96114 43 0.380569 21.12374 10.12282 21.28034 15.81128 11.55024 20.11157 44 0.404511 20.96770 10.61132 21.30577 16.98127 12.33195 17.80199 45 0.430028 20.38074 10.63146 22.73643 17.44913 12.71210 16.09015 46 0.455352 19.28067 10.12833 25.01045 17.09898 12.72932 15.75226 47 0.477399 17.98076 9.420652 7.30410 16.15680 12.29358 16.84411 48 0.496907 16.61738 8.698261 28.83819 14.96771 11.56383 19.31462 49 0.514009 15.66673 8.255917 28.99172 14.11596 10.80736 22.16232 50 0.532973 15.39803 8.218859 27.61776 13.97392 10.27318 24.51824
Lampiran 34. FEVD Jalur Transmisi Langsung Shock Dollar Jangka Panjang
Variance Decomposition of LRER_US: Period S.E. LRER_US LIHI_US LNX_US LGDPI
1 0.065201 100.0000 0.000000 0.000000 0.000000 2 0.099469 84.14168 14.88389 0.435507 0.538921 3 0.110946 81.30540 17.56470 0.675556 0.454342 4 0.118408 71.76774 20.83110 0.710004 6.691157 5 0.122854 67.63574 19.75032 1.665858 10.94808 6 0.125527 65.92600 18.93908 4.559073 10.57584 7 0.136538 55.73385 24.75855 9.694428 9.813178 8 0.139219 53.69263 24.67564 11.34235 10.28938 9 0.141663 52.00473 24.14987 11.96691 11.87849 10 0.144576 49.97232 24.27806 11.59461 14.15501 11 0.145800 49.14220 23.91009 11.41631 15.53140 12 0.145987 49.07146 23.84872 11.58183 15.49799 13 0.146590 48.69844 23.71250 12.21532 15.37374 14 0.147707 47.96472 24.15366 12.55718 15.32444 15 0.147923 47.95103 24.08971 12.55761 15.40165 16 0.148238 47.86349 24.19171 12.50462 15.44018 17 0.149310 47.18571 25.00076 12.33780 15.47573 18 0.150040 47.02895 25.09638 12.21817 15.65650 19 0.151218 47.01077 25.41950 12.08719 15.48254 20 0.151878 46.78732 25.21021 12.32069 15.68178 21 0.152233 46.70290 25.23413 12.41663 15.64635 22 0.152395 46.67342 25.19093 12.42590 15.70975 23 0.152591 46.56623 25.21219 12.40804 15.81354 24 0.152845 46.41372 25.17976 12.36691 16.03961 25 0.152969 46.35527 25.14407 12.38230 16.11836 26 0.153153 46.24520 25.14755 12.50433 16.10292 27 0.153423 46.08379 25.08127 12.68365 16.15128 28 0.153543 46.03087 25.04471 12.78212 16.14230 29 0.153642 46.00853 25.02658 12.84037 16.12452 30 0.153768 45.96327 25.04281 12.89523 16.09868 31 0.153844 45.91930 25.04674 12.94076 16.09320 32 0.153944 45.88372 25.08926 12.95434 16.07269 33 0.153993 45.87063 25.10925 12.94692 16.07320 34 0.154025 45.86688 25.10159 12.94189 16.08964 35 0.154050 45.87528 25.10201 12.93805 16.08466 36 0.154065 45.88010 25.09773 12.93590 16.08627 37 0.154094 45.87368 25.09261 12.93158 16.10213 38 0.154118 45.86043 25.08472 12.93060 16.12424 39 0.154140 45.84772 25.08249 12.94188 16.12791 40 0.154192 45.82140 25.06613 12.97223 16.14024 41 0.154240 45.79455 25.05294 13.00281 16.14970 42 0.154271 45.77589 25.04553 13.02786 16.15072 43 0.154305 45.75640 25.03642 13.05573 16.15145 44 0.154337 45.73778 25.03028 13.08557 16.14638 45 0.154371 45.71920 25.02610 13.11291 16.14179 46 0.154402 45.70380 25.03077 13.12815 16.13727 47 0.154414 45.69920 25.02835 13.13751 16.13494 48 0.154429 45.69518 25.02639 13.14639 16.13204 49 0.154446 45.69005 25.02574 13.15432 16.12989 50 0.154460 45.68733 25.02156 13.16077 16.13034
Lampiran 35. FEVD Jalur Transmisi Langsung Shock Yen Jangka Panjang
Variance Decomposition of LRER_JPG: Period S.E. LRER_JPG LIHI_JPG LNX_JPG LGDPI
1 0.093052 100.0000 0.000000 0.000000 0.000000 2 0.133283 76.65787 19.31017 3.572779 0.459176 3 0.152500 72.35643 17.49654 4.782332 5.364690 4 0.178725 64.38532 20.12980 5.792744 9.692132 5 0.189304 58.20884 25.30561 5.797922 10.68763 6 0.196004 54.68119 26.93027 6.435208 11.95333 7 0.202195 51.87017 29.19801 7.076142 11.85568 8 0.206997 49.88816 30.39608 7.943189 11.77257 9 0.212644 48.83458 30.53057 9.134502 11.50036 10 0.220279 47.55700 31.15280 10.19939 11.09080 11 0.228384 46.34528 31.64023 11.17617 10.83832 12 0.236679 44.99807 32.03904 12.04783 10.91506 13 0.244304 43.51002 32.80720 12.72572 10.95706 14 0.251195 42.02586 33.55828 13.33321 11.08265 15 0.257405 40.73893 34.22869 13.91895 11.11342 16 0.263158 39.61047 34.77630 14.48761 11.12561 17 0.268792 38.68234 35.20703 15.05409 11.05654 18 0.274542 37.85619 35.56390 15.59072 10.98919 19 0.280374 37.13200 35.86255 16.09146 10.91398 20 0.286265 36.43946 36.13577 16.54539 10.87937 21 0.292089 35.77164 36.42789 16.95268 10.84779 22 0.297759 35.11116 36.71952 17.32326 10.84606 23 0.303225 34.48870 37.00457 17.66965 10.83707 24 0.308514 33.89993 37.27179 17.99615 10.83213 25 0.313671 33.36375 37.51625 18.30831 10.81169 26 0.318751 32.86896 37.73351 18.60494 10.79259 27 0.323779 32.41774 37.92967 18.88590 10.76669 28 0.328773 31.99405 38.10988 19.14892 10.74714 29 0.333718 31.59569 38.28206 19.39488 10.72737 30 0.338599 31.21302 38.44716 19.62484 10.71498 31 0.343401 30.84872 38.60737 19.84153 10.70237 32 0.348122 30.49949 38.76103 20.04649 10.69299 33 0.352766 30.16942 38.90738 20.24182 10.68138 34 0.357342 29.85635 39.04475 20.42804 10.67085 35 0.361861 29.56170 39.17400 20.60581 10.65849 36 0.366331 29.28204 39.29549 20.77500 10.64747 37 0.370753 29.01693 39.41092 20.93606 10.63609 38 0.375128 28.76327 39.52097 21.08923 10.62653 39 0.379454 28.52087 39.62679 21.23523 10.61710 40 0.383729 28.28802 39.72842 21.37458 10.60898 41 0.387954 28.06515 39.82611 21.50800 10.60074 42 0.392131 27.85135 39.91961 21.63589 10.59316 43 0.396263 27.64688 40.00914 21.75866 10.58532 44 0.400353 27.45082 40.09471 21.87650 10.57797 45 0.404402 27.26301 40.17671 21.98969 10.57058 46 0.408413 27.08249 40.25538 22.09838 10.56374 47 0.412385 26.90899 40.33111 22.20287 10.55703 48 0.416319 26.74178 40.40405 22.30336 10.55082 49 0.420216 26.58071 40.47442 22.40013 10.54473 50 0.424077 26.42533 40.54228 22.49340 10.53899