HASIL DAN PEMBAHASAN
BRU PHI INA CAM LAO MAS SIN THAI VIET
2002 04/04 08/02 18/05 28/02 28/03 07/02 07/02 2003 14/03 28/03 2004 02/07 20/03 11/06 25/05 30/06 15/03 2005 16/06 03/05 19/06 2006 15/08 14/05 17/08 15/08 03/05 2007 23/07 31/07 04/01 26/07 2008 02/12 26/09 24/09 2009 04/03 04/09 07/09 21/04 04/03 05/09 2010 03/11 2011 02/08 03/11 09/08 25/10 29/07 29/07 31/10 22/02 ARCH GARCH. Berbeda dengan kesembilan negara ASEAN lainnya yang modelnya mengandung heteroskedastisitas, sehingga dapat dilanjutkan ke dalam pengujian model ARCH GARCH.
Pada Tabel 3 dapat dilihat model ARCH GARCH terbaik dari kesembilan negara ASEAN tanpa Myanmar yang diperoleh juga berdasarkan kriteria
goodness of fit. Langkah selanjutnya adalah menguji efek asimetris dari model
ARCH GARCH terbaik yang diperoleh dengan menggunakan uji cross
correlogram. Berdasarkan hasil pengujian cross correlogram didapatkan bahwa
kesembilan negara ASEAN positif mengandung efek asimetris dalam model, karena didapatkan nilai yang melebihi standar deviasinya.
Hasil Penelitian
Pengujian Structural Breaks
Periode structural breaks yang terjadi di masing-masing negara ASEAN berdasarkan hasil pengujian berkisar dari tahun 2002 hingga 2011. Structural
breaks yang terjadi dapat disebabkan oleh faktor internal maupun faktor eksternal.
Beberapa periode tahun terjadinya structural breaks seperti yang terjadi di tahun 2005 dan 2007 diakibatkan oleh krisis minyak dunia yang mengakibatkan naiknya harga minyak mentah dunia. Pada tahun 2008 merupakan dampak dari krisis
suprime mortgage yang terjadi di Amerika Serikat. Krisis utang Eropa di tahun
2009 juga pun menjadi salah satu dampak terjadinya structural breaks di hampir semua negara ASEAN. Mata uang Brunei Darussalam yang di-peg terhadap Singapura juga menyebabkan beberapa pengaruh yang serupa pada structural
breaks. Namun di rezim ke-3 terdapat perbedaan periode, dimana Brunei
Darussalam mengalami structural breaks di tanggal 15 Agustus 2006, sedangkan di Singapura terjadi di tanggal 4 Januari 2007. Hal tersebut dikarenakan terjadinya faktor politik di Brunei Darussalam tahun 2006 dan faktor sosial di Singapura pada akhir tahun 2006 dan awal tahun 2007. Penggunaan nilai trimming nilai sebesar 15% menyebabkan structural breaks di sekitar tahun 2000-2001 dan 2012-2013 tidak dapat dideteksi.
16
Pengujian Efek Asimetris Tanpa Structural Breaks
Pengujian efek asimetris yang dilakukan dengan menggunakan uji cross
correlogram pada model ARCH GARCH terbaik didapatkan bahwa semua negara
ASEAN kecuali Myanmar mengandung efek asimetris pada data nilai tukarnya. Pada penelitian ini hanya dibatasi dengan nilai threshold sebanyak satu. Tabel 5 menyajikan hasil pengujian model Threshold GARCH dengan jumlah nilai
threshold sebanyak satu.
Brunei Darussalam
Pada pra pengujian yang dilakukan sebelum uji threshold didapatkan model terbaik untuk Brunei Darussalam adalah MA (3) dan ARCH (1). Uji cross
correlogram yang dilakukan untuk mengidentifikasi keberadaan efek asimetris
juga menghasilkan bahwa Brunei Darussalam positif teridentifikasi efek asimetris. Selanjutnya dilakukan pemodelan Threshold GARCH dengan nilai threshold
sebanyak satu dengan model sebagai berikut.
��2 = 1.97� −05 + 0.258970 �−2 1−0.103649 �−2 1��−1 (4)
Berdasarkan hasil penelitian yang dilakukan, nilai tukar Brunei Darussalam mengandung efek asimetris, karena nilai dari koefisien threshold tidak sama dengan nol yaitu sebesar -0.103649. Model volatilitas nilai tukar Brunei Darussalam menunjukkan tidak tolak H0 yaitu tidak ada leverage efect dalam model, karena nilai koefisien threshold yang negatif yaitu -0.103649. Nilai koefisien threshold yang bernilai negatif menunjukkan bahwa pengaruh good news yang diterima oleh nilai tukar akan memiliki pengaruh yang lebih besar
Tabel 5 Model TGARCH dengan Satu Threshold
Negara Model TGARCH Parameter Brunei TARCH (1) 1.97E-05 (0.0000) 0.258970 (0.0000) -0.103649 (0.0003) - - Filipina TGARCH (1,1) 4.24E-07 (0.0000) 0.109985 (0.0000) 0.026140 (0.0000) 0.868079 (0.0000) - Indonesia TGARCH (1,1) 2.08E-06 (0.0000) 0.180620 (0.0000) 0.036621 (0.0001) 0.789143 (0.0000) - Kamboja TARCH (1) 1.50E-05 (0.0000) 0.549047 (0.0000) 64.17815 (0.0000) - - Laos TARCH (1) 0.000941 (0.0000) 0.724614 (0.0010) 0.072951 (0.8603) - - Malaysia TGARCH (1,1) 1.01E-10 (0.0000) 0.050959 (0.0000) 0.046187 (0.0000) 0.946172 (0.0000) - Myanmar - - - - Singapura TGARCH (1,1) 5.09E-08 (0.0000) 0.051695 (0.0000) -0.019727 (0.0000) 0.950286 (0.0000) - Thailand TGARCH (1,1) 8.53E-08 (0.0000) 0.055225 (0.0000) 0.012298 (0.0013) 0.939405 (0.0000) - Vietnam TGARCH (1,2) 1.21E-07 (0.0000) 0.035390 (0.0000) 0.028488 (0.0000) 0.363746 (0.0017) 0,586794 (0.0000)
17 dibandingkan oleh pengaruh bad news. Ketika terjadi guncangan maka volatilitas nilai tukar tidak akan berpengaruh besar, namun ketika guncangan mulai mereda maka nilai tukar akan bergerak kembali stabil. Ketika terdapat kondisi good news
dalam volatilitas maka akan berdampak pada volatilitas nilai tukar Brunei Darussalam sebesar 0.258970, sedangkan ketika terdapat kondisi bad news, maka pengaruh volatilitas nilai tukar Brunei Darussalam akan sebesar 0.155321.
Filipina
Hasil pra pengujian yang dilakukan pada model volatilitas nilai tukar Filipina didapatkan bahwa ARMA (1,1) adalah model terbaik ARMA Filipina dan GARCH (1,1) adalah model terbaik GARCH Filipina. Pada model GARCH (1,1) ternyata masih mengandung heteroskedastisitas karena probabilitas chi-square
masih bernilai 0.0382, yang artinya masih di bawah taraf nyata 5%. Uji efek asimetris yang dilakukan dengan uji cross correlogram pada model GARCH (1,1) juga terindikasi adanya efek asimteris dalam model, sehingga dilakukan pengujian model dengan menggunakan metode Threshold GARCH dan menghasilkan model sebagai berikut.
��2 = 4.24� −07 + 0.109985 �−2 1+ 0.026140 �−2 1��−1+ 0.868079��−2 1 (5)
Pengujian yang dilakukan dengan menggunakan metode Threshold GARCH didapatkan bahwa model volatilitas nilai tukar Filipina positif terindikasi adanya efek asimetris karena nilai dari koefisien threshold tidak sama dengan nol yaitu sebesar 0.026140. Pada model tersebut juga dapat dijelaskan bahwa terdapat
leverage effect pada model volatilitas nilai tukar Filipina karena nilai koefisien
threshold yang positif yaitu sebesar 0.026140. Keberadaan leverage effect dalam
model juga diperkuat dengan tingkat signifikansi yang sebesar 0.0000, sehingga tolak H0 (tidak ada leverage effect). Adanya leverage effect dalam nilai tukar Filipina menunjukkan bahwa bad news akan memiliki pengaruh yang lebih besar daripada good news, sehingga ketika terjadi bad news maka akan meningkatkan volatilitas nilai tukar Filipina. Ketika terdapat informasi positif (good news), maka pengaruhnya terhadap volatilitas nilai tukar Filipina sebesar 0.109985, namun ketika terjadi guncangan (bad news), maka volatilitas nilai tukar Filipina akan berpengaruh sebesar 0.136125. Pengujian heteroskedastisitas yang dilakukan pada model GARCH (1,1) masih menunjukkan model volatilitas nilai tukar Filipina belum terbebas dari heteroskedastisitas, namun ketika diuji kembali pada model TGARCH (1,1) model sudah terbebas dari heteroskedastisitas dengan tingkat probabilitas sebesar 0.0929.
Indonesia
Pra pengujian yang dilakukan pada data return nilai tukar Indonesia dihasilkan bahwa model terbaik Indonesia adalah MA (2) dan GARCH (1,1). Uji
cross correlogram yang dilakukan didapatkan bahwa model volatilitas nilai tukar
Indonesia terindikasi adanya efek asimetris, sehingga dilakukan pengujian efek asimetris dengan menggunakan model Threshold GARCH. Model Threshold
GARCH dengan jumlah satu threshold Indonesia adalah sebagai berikut.
��2 = 2.08� −06 + 0.180620 �−2 1+ 0.036621 �−2 1��−1+ 0.789143��−2 1 (6)
Berdasarkan hasil pengujian efek asimetris pada model volatilitas nilai tukar Indonesia didapatkan bahwa nilai tukar Indonesia mengandung efek asimetris yang dapat dilihat dari koefisien threshold yang tidak sama dengan nol yaitu
18
sebesar 0.036621. Nilai koefisien threshold yang sebesar 0.036621 juga mencerminkan terdapat leverage effect dalam model tersebut, karena nilai koefisien threshold tersebut yang lebih besar dari nol. Leverage effect yang terkandung dalam model volatilitas nilai tukar Indonesia juga didukung oleh signifikansi koefisien threshold di bawah 5% yaitu sebesar 0.0001. Terdapatnya
leverage effect dalam model volatilitas nilai tukar Indonesia menunjukkan bahwa
pengaruh bad news akan memiliki dampak yang lebih besar dibandingkan pengaruh good news, sehingga ketika bad news terjadi maka nilai tukar Indonesia akan mengalami volatilitas yang tinggi. Dampak volatilitas nilai tukar Indonesia ketika terjadi good news akan sebesar 0.180620, namun ketika sedang terjadi bad news dampaknya akan sebesar 0.217241.
Kamboja
Pra pengujian yang dilakukan pada model volatilitas nilai tukar Kamboja sebelum pengujian efek asimetris didapatkan bahwa model terbaik berdasarkan kriteris goodness of fit adalah ARMA (1,1) dan ARCH (1). Pengujian efek asimetris yang dilakukan dengan metode cross correlogram menunjukkan bahwa model volatilitas nilai tukar Kamboja terindikasi adanya efek asimetris, sehingga dilakukanlah pengujian dengan model Threshold ARCH. Model TARCH (1) pada volatilitas nilai tukar Kamboja adalah sebagai berikut.
��2 = 1.50� −05 + 0.549047 �−2 1+ 64.17815 �−2 1��−1 (7)
Berdasarkan hasil pengujian yang dilakukan didapatkan bahwa model volatilitas nilai tukar Kamboja positif terdapat efek asimetris karena nilai koefisien threshold yang tidak sama dengan nol yaitu sebesar 64.17815. Koefisien
threshold yang positif juga menunjukkan bahwa pada model volatilitas nilai tukar
Kamboja terdapat leverage effect, artinya ketika terjadi guncangan maka pengaruh
bad news akan lebih besar dibandingkan pengaruh good news sehingga
mengakibatkan nilai tukar Kamboja akan lebih volatil. Pada model volatilitas nilai tukar Kamboja pengaruh good news akan sebesar 0.549047, namun pengaruh bad news akan sebesar 64.727197.
Laos
Hasil pra pengujian yang dilakukan pada data return nilai tukar Laos menunjukkan bahwa model terbaik pada Laos adalah MA (6) dan ARCH (1). Pengujian cross correlogram untuk melihat indikasi adanya efek asimetris pada model ARCH (1) juga didapatkan bahwa model tersebut mengandung efek asimetris, sehingga dilanjutkan pada pengujian Threshold ARCH. Pada model TARCH (1) dengan nilai threshold satu didapatkan model sebagai berikut.
��2 = 0.000941 + 0.724614 �−2 1+ 0.072951 �−2 1��−1 (8)
Pengujian yang dilakukan pada volatilitas nilai tukar Laos menunjukkan bahwa pada model tersebut terdapat efek asimetris karena nilai dari koefisien
threshold yang tidak sama dengan nol yaitu sebesar 0.072951. Leverage effect
juga terdeteksi pada model volatilitas nilai tukar Laos karena nilai dari koefisien
threshold yang lebih besar dari nol yaitu 0.072951. Koefisien threshold yang lebih
besar dari nol menunjukkan bahwa pengaruh bad news akan lebih besar daripada pengaruh good news pada volatilitas nilai tukar Laos, sehingga ketika terjadi guncangan akan meningkatkan volatilitas nilai tukar Laos. Volatilitas nilai tukar
19 Laos akan dipengaruhi oleh good news sebesar 0.724614 dan akan dipengaruhi oleh bad news sebesar 0.797565.
Malaysia
Pada pra pengujian yang dilakukan pada model untuk volatilitas nilai tukar Malaysia didapatkan bahwa model ARMA terbaik adalah MA (2) da GARCH terbaik adalah GARCH (1,1). Uji efek asimetris juga dilakukan pada model GARCH (1,1) Negara Malaysia dengan menggunakan uji cross correlogram. Berdasarkan pengujian tersebut didapatkan bahwa model GARCH (1,1) terindikasi adanya efek asimetris dan dilakukan pengujian Threshold GARCH. Pemodelan Threshold GARCH pada volatilitas nilai tukar Malaysia didapatkan model sebagai berikut.
��2 = 1.01� −10 + 0.050959 �−2 1+ 0.046187 �−2 1��−1+ 0.946172��−2 1 (9)
Berdasarkan hasil pengujian didapatkan bahwa nilai dari koefisien threshold
Malaysia sebesar 0.046187 dimana pada koefisien tersebut tidak sama dengan nol, sehingga dapat disimpulkan bahwa nilai tukar Malaysia terdapat efek asimetris. Selain itu nilai koefisien tersebut memiliki koefisien yang positif yang mencerminkan terdapat leverage effect pada volatilitas nilai tukar Malaysia, sehingga dapat dikatakan bahwa pengaruh bad news pada volatilitas nilai tukar Malaysia memiliki pengaruh yang lebih besar dibandingkan pengaruh good news. Pengaruh good news yang terdapat pada volatilitas nilai tukar Malaysia akan sebesar 0.050959, sedangkan pengaruh bad news pada volatilitas akan sebesar 0.097146.
Myanmar
Negara Myanmar merupakan negara yang memiliki karakteristik yang berbeda dengan negara ASEAN yang lainnya. Berdasarkan pengujian yang dilakukan pada model ARMA terbaik pada Myanmar yaitu ARMA (1,1) didapatkan bahwa model sudah terbebas dari heteroskedastisitas, sehingga tidak diperlukan pengujian selanjutnya baik model ARCH GARCH maupun Threshold
GARCH. Berdasarkan pengujian tersebut dapat disimpulkan bahwa nilai tukar Myanmar tidak mengalami volatilitas.
Singapura
Pra pengujian yang dilakukan sebelum pengujian untuk melihat efek asimetris menunjukkan bahwa model ARMA dan GARCH terbaik yang dimiliki oleh Singapura adalah MA (1) dan GARCH (1,1). Selanjutnya dilakukan pengujian cross correlogram pada model GARCH (1,1) dan didapatkan bahwa model tersebut terindikasi adanya efek asimetris, sehingga dilakukan pengujian selanjutnya dengan menggunakan model Threshold GARCH dan menghasilkan model TGARCH (1,1) dengan satu threshold sebagai berikut.
��2 = 5.09� −08 + 0.051695 �−2 1−0.019727 �−2 1��−1+ 0.950286��−2 1 (10)
Berdasarkan hasil pengujian yang dilakukan pada model TGARCH (1,1) volatilitas nilai tukar Singapura didapatkan bahwa model tersebut mengandung efek asimetris yang dapat dilihat dari nilai koefisien threshold yang tidak sama dengan nol yaitu sebesar -0.019727. Namun dalam pemodelan tersebut, volatilitas nilai tukar Singapura tidak terdapat leverage effect karena nilai koefisien
20
bahwa pengaruh good news dalam volatilitas nilai tukar Singapura lebih besar dibandingkan pengaruh bad news, sehingga ketika terjadi guncangan tidak akan berpengaruh secara signifikan terhadap volatilitas nilai tukar Singapura. Pengaruh
good news dan bad news pada volatilitas nilai tukar Singapura akan sebesar
0.051695 dan 0.031968.
Thailand
Hasil pra pengujian menunjukkan model ARMA terbaik pada Negara Thailand adalah ARMA (1,2) dan GARCH terbaik adalah GARCH (1,1). Pengujian cross correlogram yang dilakukan pada model GARCH (1,1) mengindikasikan bahwa pada model tersebut terdapat efek asimetris, sehingga dilakukan pengujian selanjutnya yaitu model Threshold GARCH. Model TGARCH (1,1) dengan satu threshold Negara Thailand adalah sebagai berikut.
��2 = 8.53� −08 + 0. 055225 �−2 1+ 0.012298 �−2 1��−1+ 0.939405��−2 1 (11)
Pengujian model TGARCH (1,1) yang dilakukan menunjukkan bahwa model tersebut mengandung efek asimetris yang dapat dilihat dari koefisien
threshold sebesar 0.012298, dimana nilai dari koefisien threshold tersebut tidak
sama dengan nol. Leverage effect juga terdeteksi di dalam model volatilitas nilai tukar Thailand yang terlihat dari koefisien threshold yang lebih besar dari nol yaitu sebesar 0.012298. Terdapatnya leverage effect dalam model menunjukkan bahwa pengaruh bad news akan lebih besar dibandingkan oleh pengaruh good news dalam volatilitas nilai tukar Thailand, sehingga ketika terdapat guncangan maka akan menyebabkan makin bervolatilnya nilai tukar Thailand. Pengaruh good news terhadap volatilitas nilai tukar Thailand akan sebesar 0.055225, sedangkan pengaruh bad news pada volatilitas nilai tukar Thailand akan sebesar 0.067523.
Vietnam
Pada pra pengujian yang dilakukan pada model untuk volatilitas nilai tukar Vietnam didapatkan bahwa model ARMA dan GARCH terbaik adalah MA (2) dan GARCH (1,2). Uji efek asimetris juga dilakukan pada model GARCH (1,1) Negara Vietnam dengan menggunakan uji cross correlogram. Berdasarkan pengujian tersebut didapatkan bahwa model GARCH (1,2) terindikasi adanya efek asimetris dan dilakukan pengujian Threshold GARCH. Pemodelan Threshold
GARCH pada volatilitas nilai tukar Vietnam didapatkan model sebagai berikut.
��2 = 1.21� −07 + 0.0353390 �−2 1+ 0.028488 �−2 1��−1+ 0.946172��−2 1
+ 0.586794��−2 2 (12) Pemodelan Threshold GARCH (1,2) untuk volatilitas nilai tukar Vietnam didapatkan adanya efek asimetris dalam volatilitas nilai tukar Vietnam karena nilai dari koefisien threshold yang melebihi nol, yaitu sebesar 0.028488. Leverage
effect juga terdeteksi dalam volatilitas nilai tukar Vietnam, karena nilai dari
koefisien threshold yang positif. Hal ini menunjukkan bahwa pengaruh bad news
akan memberikan dampak yang lebih besar daripada pengaruh good news
Berdasarkan hasil pengujian efek asimetris tanpa memasukkan structural
breaks kepada 10 negara ASEAN, didapatkan 9 negara terdapat efek asimetris,
yaitu Brunei Darussalam, Filipina, Indonesia, Kamboja, Laos, Malaysia, Singapura, Thailand, dan Vietnam. Myanmar adalah satu-satunya negara yang memiliki ragam dari residualnya konstan (homoskedastisitas) sehingga tidak
21
Tabel 6 Pengaruh Good News dan Bad News Volatilitas Nilai Tukar ASEAN
Negara Koefisien Threshold Good News Bad News
Brunei Darussalam -0.103649 0.258970 0.155321 Filipina 0.026140 0.109985 0.136125 Indonesia 0.036621 0.180620 0.217241 Kamboja 64.17815 0.549047 64.727197 Laos 0.072951 0.724614 0.797565 Malaysia 0.046187 0.050959 0.097146 Singapura -0.019727 0.051695 0.031968 Thailand 0.012298 0.055225 0.067523 Vietnam 0.028488 0.035339 0.063827
dilakukan pengujian efek asimetris. Negara-negara yang terbukti ada efek asimetris di dalam volatilitas nilai tukar hanya 2 negara yang tidak mengandung
leverage effect yaitu Brunei Darussalam dan Singapura, keenam negara lainnya
terdapat leverage effect. Tabel 6 menjelaskan bahwa Kamboja merupakan negara yang memiliki pengaruh bad news paling besar diantara negara ASEAN lainnya yaitu sebesar 64.727197, sedangkan Singapura memiliki pengaruh bad news
paling kecil dengan nilai sebesar 0.031968. Hal tersebut dapat menjelaskan bahwa Kamboja merupakan negara yang paling rentan terhadap guncangan, sehingga akan langsung mempengaruhi volatilitas nilai tukar. Singapura merupakan negara yang memiliki perekonomian yang paling baik diantara negara ASEAN lainnya bila dilihat dari sisi indikator perekonomian, sehingga tidak ada leverage effect
dan memiliki pengaruh bad news yang paling rendah dalam volatilitas dollar Singapura. Kondisi perekonomian Singapura dan Kamboja juga didukung oleh data World Bank (2013), dimana Singapura memiliki jumlah GDP dan cadangan devisa yang tinggi diantara negara-negara ASEAN, yaitu masing-masing sebesar USD 297,941,261,088 dan USD 277,797,712,875. Angka yang dimiliki oleh Singapura tersebut jauh dari jumlah GDP dan cadangan devisa Kamboja yang masing-masing sebesar USD 15,249,684,397 dan USD 4,997,865,519.
Pengujian Efek Asimetris dengan Structural Breaks
Pengujian efek asimetris dengan structural breaks dilakukan dengan cara memisahkan periode break yang terjadi di setiap negara lalu dilakukan pengujian efek asimetris terhadap setiap periode tersebut. Berikut adalah hasil pengujian efek asimetris negara-negara ASEAN dengan memasukkan structural breaks.
Brunei Darussalam
Pengujian yang dilakukan pada volatilitas nilai tukar Brunei Darussalam untuk melihat efek asimetris yang terkandung di dalamnya dengan memasukkan
structural breaks dihasilkan bahwa 5 dari 6 rezim memiliki efek asimetris dan
tidak terdapat leverage effect. Hal tersebut dapat dilihat dari koefisien threshold
yang tidak sama dengan nol untuk efek asimetris dan koefisien threshold yang kurang dari nol untuk leverage effect. Pada rezim 1 didapatkan bahwa pada saat periode tersebut nilai tukar Brunei Darussalam sudah homoskedastisitas, sehingga tidak dilakukan pengujian selanjutnya. Hasil pengujian yang dilakukan pada Brunei Darussalam dengan atau tanpa structural breaks menghasilkan hasil yang sama, yaitu tidak terdapat leverage effect dalam nilai tukar Brunei Darussalam,
22
Tabel 8 Efek Asimetris Filipina dengan Structural Breaks
Rezim Model TGARCH Rezim 1 (01/01/2000-14/03/2003) - - - Rezim 2 (15/03/2003-16/06/2005) TGARCH (1,1) 0.028896 0.043685 Rezim 3 (17/06/2005-23/07/2007) TGARCH (1,1) -0.052091 0.185812 Rezim 4 (24/07/2007-04/09/2009) TARCH (1) 0.003140 0.142288 Rezim 5 (05/09/2009-03/11/2011) TGARCH (1,1) 0.009598 0.063005 Rezim 6 (04/11/2011-31/12/2013) TGARCH (1,1) 0.080637 0.028940 Tabel 7 Efek Asimetris Brunei Darussalam dengan Structural Breaks
Rezim Model TGARCH Rezim 1 (01/01/2000-04/04/2002) - - - Rezim 2 (05/04/2002-02/07/2004) TGARCH (1,1) 0.039230 -0.007453 Rezim 3 (03/07/2004-15/08/2006) TARCH (1) 0.084737 -0.000112 Rezim 4 (16/08/2006-04/03/2009) TGARCH (1,1) 0.030097 -0.000834 Rezim 5 (05/03/2009-02/08/2011) TARCH (1) 0.242339 -0.184166 Rezim 6 (03/08/2011-31/12/2013) TGARCH (1,1) 0.278449 -0.332809 sehingga kondisi bad news tidak akan banyak memengaruhi volatilitas nilai tukar Brunei Darussalam.
Filipina
Pengujian efek asimetris yang dilakukan pada data return nilai tukar Filipina didapatkan bahwa pada rezim 1 nilai tukar peso Filipina terhadap dollar Amerika Serikat sudah homoskedastisitas, sehingga tidak dilakukan tahap pengujian selanjutnya. Pada rezim lainnya, yaitu rezim 2 hingga rezim 5 didapatkan bahwa terdapat efek asimetris dalam nilai tukar Filipina. Selain itu,
leverage effect juga terdeteksi dalam nilai tukar Filipina yang mengakibatkan
kondisi bad news akan memiliki pengaruh yang lebih besar daripada kondisi good news dalam volatilitas nilai tukar Filipina, sehingga pada saat terjadi bad news
maka akan meningkatkan volatilitas nilai tukar Filipina.
Indonesia
Hasil pengujian yang dilakukan terhadap return nilai tukar Indonesia tanpa memasukkan structural breaks didapatkan bahwa nilai tukar Indonesia
23
Tabel 10 Efek Asimetris Kamboja dengan Structural Breaks
Rezim Model TGARCH Rezim 1 (01/01/2000-18/05/2002) TGARCH (1,1) 0.117677 -0.017455 Rezim 2 (19/05/2002-11/06/2004) - - - Rezim 3 (12/06/2004-17/08/2006) - - - Rezim 4 (18/08/2006-26/09/2008) TGARCH (1,1) 0.104483 0.165921 Rezim 5 (27/09/2008-03/11/2010) TGARCH (1,1) 0.109917 0.076953 Rezim 6 (04/11/2010-31/12/2013) TGARCH (1,1) 0.152500 0.169122 Tabel 9 Efek Asimetris Indonesia dengan Structural Breaks
Rezim Model TGARCH Rezim 1 (01/01/2000-08/02/2002) - - - Rezim 2 (09/02/2002-20/03/2004) TGARCH (1,1) 0.022397 0.081873 Rezim 3 (21/03/2004-14/05/2006) TARCH (1) 0.222318 0.047662 Rezim 4 (15/05/2006-02/12/2008) - - - Rezim 5 (03/12/2008-09/08/2011) TARCH (1) 0.933270 -0.406601 Rezim 6 (10/08/2011-31/12/2013) TGARCH (1,1) 0.276448 -0.047900 mengandung efek asimetris dan leverage effect, sehingga ketika terjadi bad news
maka akan meningkatkan volatilitas nilai tukar Indonesia. Hasil yang berbeda ketika pengujian dilakukan dengan memasukkan structural breaks. Pada rezim 1 dan 4, data return nilai tukar Indonesia sudah bebas dari unsur heteroskedastisitas, sehingga tidak dilakukan pengujian selanjutnya. Pada rezim 2 dan 3 di sekitar tanggal 9 Februari 2002 hingga 14 Mei 2006, nilai tukar Indonesia terdapat efek asimetris dan leverage effect, karena nilai dari koefisien threshold yang lebih besar dari nol. Tetapi, pada rezim 5 dan 6 nilai tukar Indonesia tidak terdapat
leverage effect, sehingga pengaruh good news akan lebih baik merespon pada
volatilitas nilai tukar Indonesia.
Kamboja
Leverage effect tidak terdeteksi di rezim 1 nilai tukar Kamboja, karena nilai
dari koefisien threshold yang kurang dari nol, yaitu sebesar -0.017455, sehingga pengaruh good news akan lebih besar dari pada pengaruh bad news dalam volatilitas nilai tukar Kamboja. Pada rezim 2 dan rezim 3, data nilai tukar
24
Tabel 11 Efek Asimetris Laos dengan Structural Breaks
Rezim Model TGARCH Rezim 1 (01/01/2000-28/03/2003) - - - Rezim 2 (29/03/2003-03/05/2005) - - - Rezim 3 (04/05/2005-31/07/2007) TARCH (1) 0.169928 -0.054428 Rezim 4 (01/08/2007-07/09/2009) TGARCH (1,1) 0.152779 0.265340 Rezim 5 (08/09/2009-25/10/2011) TGARCH (1,1) 0.026462 -0.026997 Rezim 6 (26/10/2011-31/12/2013) TARCH (1) 0.026961 0.044953
Kamboja terhadap dollar Amerika Serikat sudah homoskedastisitas, yang artinya ragam eror dari nilai tukar Kamboja sudah konstan sehingga tidak dilakukan pengujian selanjutnya. Berbeda dengan rezim 4, 5, dan 6 yang terlihat pada Tabel 9, dimana leverage effect terdeteksi pada model yang dapat dilihat dari koefisien
threshold yang lebih besar dari nol yang masing-masing sebesar 0.165921,
0.076953, dan 0.169122. Leverage effect yang terdeteksi pada nilai tukar Kamboja menyebabkan pengaruh bad news akan lebih besar dibandingkan pengaruh good
news pada volatilitas nilai tukar, sehingga ketika bad news terjadi volatilitas nilai
tukar Kamboja akan merespon dengan cepat.
Laos
Pada saat pengujian efek asimetris yang dilakukan pada data return nilai tukar Laos tanpa memasukkan structural breaks didapatkan bahwa nilai tukar Laos mengandung efek asimetris dan leverage effect. Pengujian yang dilakukan dengan memasukkan structural breaks menghasilkan hasil yang berbeda-beda di setiap rezimnya. Pada rezim 1 dan rezim 2, nilai tukar Laos terhadap dollar Amerika Serikat sudah tidak mengandung heteroskedastisitas sehingga tida dilanjutkan pada pengujian beikutnya. Efek asimetris terdeteksi pada rezim 3, 4, 5, dan 6 karena nilai dari koefisien threshold yang tidak sama dengan nol. Pada rezim 3 dan rezim 5, nilai dari koefisien threshold bernilai negatif, sehingga dapat disimpulkan bahwa pada rezim tersebut tidak terdapat leverage effect, sedangkan nilai koefisien threshold yang positif yang berada pada rezim 4 dan rezim 6 mengindikasikan terdapat leverage effect pada rezim tersebut. Leverage effect
yang terdapat pada rezim 4 dan rezim 6 menyebabkan kondisi bad news memiliki pengaruh yang lebih besar dibandingkan dengan pengaruh good news, sehingga akan meningkatkan volatilitas nilai tukar Laos bila bad news terjadi.
Malaysia
Pengujian efek asimetris yang dilakukan tanpa memasukkan structural
breaks pada nilai tukar Malaysia didapatkan bahwa pada nilai tukar Malaysia
mengandung efek asimetris dan terdapat leverage effect, sehingga ketika terjadi guncangan akan meningkatkan volatilitas. Pengujian efek asimetris yang dilakukan dengan memasukkan structural breaks didapatkan bahwa rezim 1 dan
25
Tabel 12 Efek Asimetris Malaysia dengan Structural Breaks
Rezim Model TGARCH Rezim 1 (01/01/2000-28/02/2002) TARCH (1) 1.641828 -1.189880 Rezim 2 (29/02/2002-25/05/2004) TGARCH (1,1) 0.283373 -0.193734 Rezim 3 (26/05/2004-15/08/2006) TGARCH (1,1) 1.737633 2.544844 Rezim 4 (16/08/2006-21/04/2009) TGARCH (1,1) 0.024777 0.020650 Rezim 5 (22/04/2009-29/07/2011) TARCH (1) 0.010229 0.659332 Rezim 6 (30/07/2011-31/12/2013) TGARCH (1,1) 0.095490 0.782057
Tabel 13 Efek Asimetris Singapura dengan Structural Breaks
Rezim Model TGARCH Rezim 1 (01/01/2000-28/03/2002) - - - Rezim 2 (29/03/2002-30/06/2004) - - - Rezim 3 (01/07/2004-04/01/2007) - - - Rezim 4 (05/01/2007-04/03/2009) TGARCH (1,1) 0.012108 -0.022199 Rezim 5 (05/03/2009-29/07/2011) - - - Rezim 6 (30/07/2011-31/12/2013) TGARCH (1,1) 0.087757 -0.053017 rezim 2 sudah terbebas dari heteroskedastisitas, sedangkan rezim 3, 4, 5, dan 6 tidak terbebas dari heteroskedastisitas dan dapat dilakukan pengujian selanjutnya. Pengujian efek asimetris yang dilakukan kepada 4 rezim tersebut menghasilkan bahwa keempat rezim tersebut terdapat leverage effect, sehingga pengaruh bad news akan lebih besar mempengaruhi volatilitas dibandingkan dengan pengaruh
good news. Leverage effect yang terdeteksi pada rezim 3 merupakan pengaruh