ADF STATISTIC
1 Harga kedelai Domestik 0.262 Tidak stasioner
2 Harga kedelai USA 0.4089 Tidak stasioner
3 Kedelai China 0.0671 Tidak stasioner
4 Nilai tukar riil 0.1420 Tidak stasioner
Sumber : Lampiran 1
Tabel 2 menunjukkan bahwa seluruh variabel tidak stasioner pada level. Ketidakstasioneran dapat dilihat dari probability semua variabel yang lebih besar dari pada nilai kritis 5 persen. Karena semua variabel tidak stasioner pada level, maka dilakukan pengujian stasioneritas data pada first difference untuk menghindari adanya spurious regression. Tabel 3 menunjukkan hasil uji stasioneritas semua variabel pada first difference.
Tabel 3. Uji Stasioneritas pada First Difference
No Variabel
ADF STATISTIC
Hasil
Probability
1 Harga kedelai Domestik 0.0000 Stasioner
2 Harga kedelai USA 0.0001 Stasioner
3 Kedelai China 0.0000 Stasioner
4 Nilai tukar riil 0.0001 Stasioner
Sumber : Lampiran 1
Setelah dilakukan pengujian pada first difference, diperoleh hasil bahwa semua variabel stasioner pada taraf nyata 5 persen. Nilai probabilitas lebih kecil daripada nilai kritis 5 persen sehingga semua variabel stasioner pada derajat yang sama yaitu derajat integrasi satu. Data yang tidak stasioner seringkali menunjukkan hubungan ketidakseimbangan dalam jangka pendek, tetapi ada kecenderungan terjadinya hubungan keseimbangan dalam jangka panjang. Untuk mengetahui ada tidaknya hubungan jangka panjang di dalam variabel perlu dilakukan uji kointegrasi. Oleh karena itu, untuk menganalisis informasi jangka panjang akan digunakan data level sehingga model VAR akan dikombinasikan dengan model koreksi kesalahan menjadi VECM.
Penentuan Lag Optimal
Dampak sebuah kebijakan ekonomi seperti kebijakan moneter dan fiskal biasanya tidak secara langsung berdampak pada aktivitas ekonomi tetapi memerlukan waktu atau kelambanan (lag). Penentuan lag optimal sangat penting dalam analisis menggunakan VAR karena variabel eksogen yang digunakan dalam persamaan adalah lag dari variabel endogen dan juga variabel eksogen itu sendiri. Pengujian lag optimal ini sangat berguna untuk menghilangkan masalah
25 autokorelasi dalam sistem VAR, sehingga dengan digunakannya lag optimal diharapkan masalah autokorelasi tidak muncul lagi.
Tabel 4. Hasil Pengujian Lag Optimal
Lag LogL LR FPE AIC SC HQ
0 285.7347 NA 1.98e-12 -12.76067 -12.55792 -12.68548 1 463.7880 307.5466* 1.90e-15* -19.71764* -18.50115* -19.26650* 2 480.9085 25.68066 2.84e-15 -19.35948 -17.12924 -18.53240 3 501.7992 26.58823 3.86e-15 -19.17269 -15.92871 -17.96967 4 523.5054 22.69284 5.74e-15 -19.02297 -14.76525 -17.44400 Sumber : Lampiran 2.
Keterangan : angka yang bertanda * menunjukkan posisi lag optimal
Penetapan lag optimal menggunakan nilai dari likelihood ratio (LR), final prediction error (FPE), Akaike information criterion (AIC), Schwartz information criterion (SC), dan Hannan-Quin criterion (HQ). Besarnya lag yang terpilih adalah lag yang terpendek. Tabel 5 menunjukkan bahwa semua kriteria yang ada memberikan hasil lag terpendek pada lag pertama. Oleh karena itu, lag yang dipilih adalah lag pertama. Masing-masing lag ini akan digunakan pada persamaan VAR sebagai lag optimal.
Pengujian Stabilitas VAR
Langkah pengujian yang selanjutnya adalah pengujian stabilitas VAR. VAR yang dikombinasikan dengan model koreksi kesalahan harus stabil agar
impulse response function (IRF) dan forecasting error variance decomposition
(FEVD) menjadi valid. Uji stabilitas VAR dilakukan dengan menghitung akar- akar dari fungsi polinomial atau dikenal dengan roots of characteristic polinomial. Jika semua akar dari fungsi polinomial tersebut berada di dalam
unitcircle atau jika nilai absolutnya <1 maka model VAR tersebut dianggap stabil. Hasil pengujian yang ditunjukkan pada Tabel 5 menunjukkan bahwa persamaan VAR memiliki nilai modulus kurang dari satu, sehingga dapat disimpulkan bahwa model VAR yang dibentuk sudah stabil pada lag optimalnya.
Tabel 5. Hasil Pengujian Stabilitas VAR
Root Modulus 0.947137 - 0.062938i 0.949225 0.947137 + 0.062938i 0.949225 0.740524 0.740524 0.650237 - 0.110042i 0.659483 0.650237 + 0.110042i 0.659483 Sumber : Lampiran 3.
26
Analisis Kointegrasi
Uji kointegrasi bertujuan untuk menentukan apakah variabel-variabel yang tidak stasioner terkointegrasi atau tidak. Konsep kointegrasi adalah 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. 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).
Persamaan kointegrasi dapat memiliki intercepts dan deterministic trends. Terdapat lima asumsi deterministic trend dalam uji kointegrasi untuk menentukan pilihan trend yang digunakan bisa dilihat dari hasil summary, serta pilihan lag
yang digunakan adalah lag optimal. Pemilihan asumsi dengan summary
disesuaikan berdasarkan kriteria informasi AIC dan SC, dan kemudian dipilih salah satu.Uji kointegrasi dilakukan melalui Johansen Cointegration Test.
Tabel 6. Analisis Kointegrasi
Hypothesized Trace 0.05
No. of CE(s) Statistic Critical Value
None * 81.87745 69.81889
At most 1 * 48.86204 47.85613
At most 2 23.36987 29.79707
At most 3 4.877558 15.49471
At most 4 0.511080 3.841466
Cetak tebal menunjukan Trace Statistics >5 persen critical value dan terjadi kointegrasi
Sumber : Lampiran 4.
Hasil uji kointegrasi menunjukkan bahwa terdapat kointegrasi antar variabel, artinya secara multi variate terdapat persamaan linier jangka panjang yang dikandung dalam model. Tabel 7 menunjukkan bahwa dampak guncangan harga kedelai internasional terhadap harga kedelai domestik dengan nilai trace statistic terdapat dua rank kointegrasi pada taraf 5 persen. Jumlah rank ini digunakan sebagai model koreksi kesalahan yang akan dimasukkan ke dalam model VAR menjadi VECM.
Estimasi Vector Error Correction Model
Hubungan Persamaan Jangka Pendek
Dalam estimasi VECM dampak guncangan harga kedelai internasional terhadap harga kedelai domestik, yang menjadi variabel dependen adalah harga
27 kedelai domestik (HKD) sedangkan variabel independennya adalah harga kedealai domestik pada lag 1, harga kedelai China (HKC) pada lag 1, harga kedelai USA (HKA) pada lag 1, nilai tukar riil (KURS) pada lag 1 dan kebijakan (dummy) pada
lag 1. Hasil estimasi VECM jangka pendek pada Tabel 7 menunjukkan hubungan persamaan jangka pendek dampak guncangan perubahan harga kedelai internasional terhadap perubahan harga kedelai domestik
Tabel 7. Hasil Estimasi VECM Jangka Pendek Dampak Guncangan Harga Kedelai Internasional terhadap Harga Kedelai Domestik
Variabel Koefisien T-Statistik
CointEq1 -0.542723 -4.65679* D(HKD(-1)) 0.495789 2.45385* D(KURS(-1)) 0.379413 1.58259 D(HKC(-1)) 0.001990 0.02064 D(HKA(-1)) -0.028077 -0.50164 D(DUMMY(-1)) 0.039978 1.80105 C 0.006226 2.11047 Sumber : Lampiran 5.
Variabel yang berpengaruh signifikan pada perubahan harga kedelai domestik dalam jangka pendek adalah harga kedelai domestik itu sendiri pada lag
1 dengan taraf nyata 5 persen. Terdapat hubungan yang positif antara variabel harga kedelai domestik dengan harga kedelai domestik itu sendiri pada lag 1. Hal ini terlihat dari koefisien harga kedelai domestik itu sendiri pada lag 1 dalam estimasi sebesar 0.49 persen. Hal ini berarti setiap terjadi kenaikan 1 persen harga kedelai domestik satu bulan sebelumnya akan menaikan harga kedelai domestik sebesar 0.49 persen pada bulan ini. Kondisi ini menunjukkan bahwa harga kedelai domestik bulan ini menentukan harga kedelai domestik bulan berikutnya.
Transmisi dan informasi yang berjalan antar pasar mengakibatkan harga komoditas tertentu bergerak secara bersama-sama pada beberapa pasar. Sistem pemasaran dikatakan berjalan efisien jika pasar menggunakan harga masa lalu (past price) secara tepat dalam penentuan harga saat ini (current price determination). Salah satu metode dalam analisis integrasi pasar adalah melalui metode kointegrasi dan model vektor koreksi galat (vector Error Correction Model/VECM).
Adapun riset yang mendukung hasil penelitian ini adalah riset yang dilakukan oleh Nuryati et al (2009) dalam penelitiannya yang berjudul “Faktor
Penentu Instabilitas Harga Produk Berbasis Impor (Kedelai dan Gula)“ dengan menggunakan VECM menemukan bahwa faktor-faktor yang mempengaruhi stabilitas harga kedelai domestik adalah harga kedelai itu sendiri, harga kedelai internasional, serta kuantitas impor kedelai.
Adapun variabel yang tidak signifikan mempengaruhi harga kedelai domestik dalam jangka pendek adalah variabel nilai tukar riil pada lag 1, harga kedelai USA pada lag 1, harga kedelai China pada lag 1 dan kebijakan. Hampir seluruh variabel tidak berpengaruh secara signifikan terhadap harga kedelai domestik. Hal ini terjadi karena suatu variabel bereaksi terhadap variabel lainnya
28
membutuhkan waktu (lag). Dan pada umumnya reaksi suatu variabel terhadap variabel lainnya terjadi dalam jangka panjang (Firdaus, 2011). Pada penelitian ini terbukti adanya mekanisme penyesuaian dari jangka pendek ke jangka panjang yang ditunjukan dengan adanya kointegrasi kesalahan yang signifikan dan bernilai negatif (Firdaus, 2011) sebesar – 0.54 persen.
Hubungan Persamaan Jangka Panjang
Hasil estimasi jangka panjang pada Tabel 8 menunjukkan bahwa harga kedelai USA pada lag 1 dan nilai tukar riil pada lag 1 berpengaruh signifikan pada taraf nyata 5 persen terhadap harga kedelai domestik. Harga kedelai USA pada lag
1 berpengaruh signifikan terhadap perubahan harga kedelai domestik bulan ini dalam jangka panjang. Hubungan yang terjadi antara variabel harga kedelai domestik dan harga kedelai USA adalah positif. Artinya dalam jangka panjang kenaikan harga kedelai USA akan menaikan harga kedelai Indonesia sebesar 0.13 persen.
Tabel 8. Hasil Estimasi VECM Jangka Panjang Dampak Guncangan Harga Kedelai Internasional terhadap Harga Kedelai Domestik
Variabel Koefisien T-Statistik Keterangan Variabel
D(KURS(-1)) -0.568754 -5.90526* Nilai Tukar Riil
D(HKC(-1)) 0.038499 0.34084 Harga Kedelai China
D(HKA(-1)) 0.139925 2.38404* Harga Kedelai USA
D(DUMMY(-1)) -0.025932 -1.16204 Kebijakan
C 10.97077 Konstanta
Sumber : Lampiran 5.
Peningkatan harga kedelai USA pada bulan sebelumnya berdampak pada meningkatnya harga kedelai domestik bulan ini. Kondisi ini menunjukan bahwa harga kedelai USA bulan ini menentukan harga kedelai domestik bulan depan. Harga kedelai USA yang signifikan mempengaruhi harga kedelai domestik dikarenakan USA merupakan eksportir terbesar Indonesia untuk komoditi kedelai (bulan Januari-Mei 2012 USA memasok 90 persen dari kebutuhan kedelai impor Indonesia, BPS 2012).
Hal ini sesuai dengan Law of One Price (hukum persamaan harga), yaitu sebuah teori yang mengacu kepada keterkaitan harga komoditas tertentu yang diperdagangkan pada dua pasar atau lebih. Pada pasar yang efisien, seharusnya hanya ada satu harga dari suatu komoditas tertentu dan tidak dipengaruhi lokasi perdagangannya. Dengan demikian integrasi pasar dapat diinterpretasikan melalui pendekatan kointegrasi. Jika dua harga pada dua pasar yang terpisah secara spasial terkointegrasi maka kedua harga tersebut bertendensi untuk bergerak bersama- sama dalam jangka panjang menurut suatu persamaan linier. Dalam jangka pendek kedua harga mungkin bergerak sendiri-sendiri, sehingga guncangan pada satu pasar tidak langsung ditransmisikan ke pasar yang lain. Adanya arbitrase spasial menyebabkan penyimpangan yang terjadi pada jangka pendek akan dikembalikan kepada keseimbangan jangka panjangnya.
29 Hal ini pun sesuai dengan riset yang dilakukan oleh Zhao et al (2010). Dalam risetnya disebutkan bahwa ditemukan mekanisme keseimbangan harga antara pasar kedelai domestik dengan pasar kedelai internasional. Dikatakan pula bahwa fluktuasi pasar kedelai China dipengaruhi oleh pasar internasional.
Variabel lain yang signifikan mempengaruhi harga kedelai domestik pada jangka panjang adalah nilai tukar (Tabel 9). Nilai tukar riil pada bulan lalu berpengaruh terhadap perubahan harga kedelai domestik bulan ini dalam jangka panjang. Hubungan yang terjadi antara variabel nilai tukar riil dan harga kedelai domestik adalah negatif. Artinya dalam jangka panjang kenaikan nilai tukar riil bulan lalu akan menurunkan harga kedelai domestik sebesar 0.57 persen.
Hal ini sesuai dengan apa yang dikatakan oleh Svensson (2000) yang mengembangkan model pengaruh lintasan kurs terhadap perekonomian. Analisis yang dilakukan oleh Svensson menyatakan bahwa pengaruh lintasan kurs terhadap perekonomian data melalui efek langsung maupun tidak langsung. Perubahan nilai tukar akan berpengaruh langsung terhadap inflasi melalui perubahan harga barang-barang impor.
Dampak tidak langsung lintasan kurs dapat dilihat dari pergerakan nilai tukar. Nilai tukar akan mempengaruhi tingkat harga domestik melalui guncangan permintaan dan penawaran agregat. Secara teoritis, jalur tidak langsung biasanya melalui transmisi demand pull, yaitu ketika kenaikan harga luar negeri ataupun kenaikan mata uang asing terhadap rupiah mengakibatkan kenaikan pendapatan eksportir dalam negeri. Hasil akhirnya adalah akan meningkatkan permintaan eksportir terhadap barang dan jasa di dalam negeri.
Begitu pun hasil riset yang dilakukan oleh Harri et al (2009) dalam
penelitiannya yang berjudul “ The Relationship between Oil, Exchange Rate, and Commodity Prices” dengan menggunakan VAR Model menemukan bahwa Nilai tukar mempengaruhi harga komoditas (minyak jagung, kapas dan kedelai) dari waktu ke waktu.
Analisis Impulse Response Function
Impulse Response Function (IRF) digunakan untuk melihat respon variabel dependen apabila mendapatkan guncangan dari variabel independen sebesar satu standar deviasi. Penelitian ini akan melihat respon yang diberikan oleh harga kedelai domestik terhadap guncangan yang terjadi pada variabel harga kedelai domestik itu sendiri, harga kedelai USA, harga kedelai China dan nilai tukar riil sebesar satu standar deviasi yang ditunjukkan dalam Gambar 8.
30
Sumber : Lampiran 6.
Gambar 8. Respon Harga Kedelai Domestik terhadap Guncangan Harga Kedelai USA, Harga Kedelai China dan Nilai Tukar.
Pada Gambar 8 dapat dilihat pengaruh dari guncangan harga kedelai internasional (USA dan China) pada Lag 1 dan nilai tukar pada lag 1 terhadap harga kedelai domestik. Pada periode awal guncangan pada harga kedelai USA pada lag 1 akan mempengaruhi harga kedelai domestik bulan ini. Harga kedelai domestik akan stabil pada periode ke 15 sebesar 0.013. Sampai akhir periode guncangan yaitu periode 50, harga kedelai USA berpengaruh positif terhadap harga kedelai domestik. Artinya apabila harga kedelai USA pada lag 1 berguncang sebesar satu standar deviasi maka akan menyebabkan harga kedelai domestik meningkat sebesar koefisien yang sama.
Begitupun pengaruh dari guncangan harga kedelai China pada lag 1 terhadap harga kedelai domestik. Respon yang dialami oleh harga kedelai domestik adalah positif terhadap guncangan harga kedelai China. Respon permanen pada harga kedelai domestik terhadap guncangan dari harga kedelai China ditemukan pada periode ke 16 sebesar 0.009. Artinya, apabila ada guncangan terhadap harga kedelai China sebesar satu standar deviasi akan -.03 -.02 -.01 .00 .01 .02 5 10 15 20 25 30 35 40 45 50 Response of LNHKD to LNHKD -.03 -.02 -.01 .00 .01 .02 5 10 15 20 25 30 35 40 45 50 Response of LNHKD to LNKURS -.03 -.02 -.01 .00 .01 .02 5 10 15 20 25 30 35 40 45 50 Response of LNHKD to LNHKC -.03 -.02 -.01 .00 .01 .02 5 10 15 20 25 30 35 40 45 50 Response of LNHKD to LNHKA
31 menyebabkan peningkatan harga kedelai domestik sebesar 0.009 standar deviasi sejak periode ke 16 hingga periode ke 50.
Adapun pengaruh dari guncangan nilai tukar pada lag 1 terhadap harga kedelai domestik. Respon yang dialami oleh harga kedelai domestik adalah negatif terhadap guncangan nilai tukar. Respon permanen pada harga kedelai domestik terhadap guncangan dari nilai tukar ditemukan pada periode ke 18 sebesar 0.0251. Artinya, apabila ada guncangan terhadap nilai tukar sebesar satu standar deviasi akan menyebabkan peningkatan harga kedelai domestik sebesar 0.0251 standar deviasi sejak periode ke 18 hingga periode ke 50.
Forecasting Error Variance Decomposition (FEVD)
Forecasting Error Variance decomposition (FEVD) sangat penting digunakan untuk mencirikan struktur dinamis antar variabel dalam VECM, yaitu melihat seberapa besar pengaruh random shock diantara variabel model VECM. Metode ini dapat mencirikan struktur dinamis dalam model VAR. Dengan metode ini dapat dilihat kekuatan dan kelemahan dari masing-masing variabel dalam memengaruhi variabel lainnya dalam kurun waktu yang panjang. Pola dari FEVD mengindikasikan sifat dari kausalitas multivariat diantara variabel-variabel dalam model VAR.
Gambar 9 menunjukkan bahwa variabilitas harga kedelai domestik secara dominan dipengaruhi oleh harga kedelai domestik bulan lalu sebesar 100 persen. Kemampuan harga kedelai domestik mempengaruhi dirinya sendiri pada periode selanjutnya terus mengalami penurunan, hingga pada periode ke-50 pengaruhnya hanya sebesar 7.25 persen.
Pengaruh harga kedelai USA pada 1 bulan sebelumnya relatif kecil terhadap harga kedelai domestik namun persentase harga kedelai USA berangsur naik dari 0 persen di periode pertama hingga mencapai 17.8 persen di periode 50. Begitu pula pengaruh dari nilai tukar riil rupiah terhadap dolar AS pada 1 bulan sebelumnya relatif kecil terhadap harga kedelai domestik namun serupa dengan variabel harga kedelai USA, presentasinya terus meningkat dari 0 persen di periode pertama hingga mencapai 63 persen di periode 50. Variabel nilai tukar riil pada periode ke-50 menjadi variabel yang paling dominan mempengaruhi harga kedelai domestik. Adapun harga kedelai USA adalah variabel kedua terbesar setelah nilai tukar riil yang mempengaruhi harga kedelai domestik pada periode ke-50.
Adapun pengaruh harga kedelai China pada 1 bulan sebelumnya relatif kecil terhadap kedelai domestik, namun terus meningkat dari 0 persen pada periode pertama hingga mencapai 8.4 persen di periode ke-50. Pengaruh kebijakan tarif terhadap harga kedelai domestik paling kecil dibandingkan variabel lainnya. Pada periode pertama kebijakan tarif mempengaruhi harga kedelai domestik sebesar 0 persen dan berangsur naik hingga 3.5 persen pada periode ke-50.
Kesimpulan yang dapat diambil dari hasil analisis FEVD yang telah dilakukan yaitu variabel yang berkontribusi paling besar pada awal periode adalah harga kedelai domestik itu sendiri, tetapi setelah periode ke 50 variabel yang berpengaruh paling besar terhadap harga kedelai domestik adalah nilai tukar. Artinya perekonomian Indonesia semakin terbuka pada periode ke50.
32
Sumber : Lampiran 7.
Gambar 9. FEVD Harga Kedelai Domestik
Derajat Pass-Through
Tabel 9 menunjukan besarnya derajat pass-through yaitu pengaruh masing-masing variabel independen terhadap harga kedelai domestik memiliki nilai lebih kecil dari satu, yang mengindikasikan adanya incomplete pass through. Berdasarkan derajat pass through pada harga kedelai domestik, pengaruh negatif berasal dari variabel nilai tukar riil.
Tabel 9. Derajat Pass Through Harga Kedelai Domestik
No Nama Variabel Derajat Pass through
1 2 3
Harga FutureKedelai USA Harga FutureKedelai China Nilai Tukar Riil
0.016 0.011 -0.030
Pengaruh terkecil berasal dari variabel harga future kedelai China yaitu sebesar 0.011 persen dan pengaruh terbesar berasal dari variabel nilai tukar riil yaitu sebesar -0.03 persen. Nilai tukar merupakan variabel yang paling besar mempengaruhi perubahan harga kedelai domestik. Setiap kenaikan 1 persen nilai tukar, maka akan direspon sebesar 0.03 persen oleh harga kedelai domestik. Jika harga kedelai China naik 1 persen, maka akan direspon sebesar 0.011 persen oleh harga kedelai domestik. Adapun jika harga kedelai USA mengalami perubahan dalam peningkatan sebesar satu persen maka harga kedelai domestik ikut naik sebesar 1.6 persen. 0 10 20 30 40 50 60 70 80 90 100 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49
33
Implikasi Kebijakan
Dari hasil penelitian ini dapat dikemukakan beberapa rekomendasi untuk implikasi kebijakan dalam upaya menstabilkan harga kedelai domestik. Hasil analisis VECM jangka panjang menunjukkan bahwa harga kedelai domestik dipengaruhi oleh harga kedelai internasional (USA), yang menandakan bahwa Indonesia adalah negara importir untuk kedelai. sehingga stabilitas harga kedelai Indonesia bergantung pada harga kedelai internasional. Agar tercipta stabilitas harga kedelai domestik dibutuhkan suatu kebijakan harga yang dapat menstabilkan harga kedelai domestik.
Untuk melindungi produsen tanaman pangan, pemerintah menetapkan harga dasar berbagai komoditas yaitu: beras, jagung, kedelai, kacang hijau dan kacang tanah. Penetapan harga dasar pada komoditi kedelai memberikan jaminan kepada petani kedelai di Indonesia sehingga para petani tidak perlu khawatir harga jual anjlok di saat panen raya tiba. Pada saat produksi langka, harga kedelai juga tidak meningkat melebihi batas toleransi, disebabkan oleh adanya penyaluran kedelai impor. Dapat dikatakan bahwa efektifitas kebijakan harga dasar ini juga terkait dengan kebijakan proteksi harga melalui pengaturan-pengaturan impor kedelai. Kebijakan proteksi harga bertujuan untuk mengendalikan harga kedelai dalam negeri agar tetap lebih tinggi dan terisolasi dari fluktuasi harga kedelai di pasaran dunia. Hal ini dilakukan melalui pengaturan volume impor dan penetapan harga kedelai ekspor-impor serta pengendalian penyalurannya kepada industri pengolah dalam negeri.
Sesuai dengan hasil analisis pass through bahwa variabel tertinggi yang mempengaruhi harga kedelai domestik pada jangka panjang adalah nilai tukar. 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. fluktuasi inflasi domestik memicu fluktuasi harga komoditas dalam negeri.
34
5
SIMPULAN DAN SARAN
Simpulan
Berdasarkan hasil estimasi dan pembahasan pengaruh guncangan harga kedelai internasional terhadap harga kedelai domestik, maka dapat diambil kesimpulan sebagai berikut:
1. Hasil estimasi VECM menunjukan bahwa pada jangka pendek harga kedelai internasional (USA dan China) tidak berpengaruh secara signifikan terhadap harga kedelai domestik. Variabel yang berpengaruh secara signifikan terhadap harga kedelai domestik dalam jangka pendek adalah variabel harga kedelai domestik itu sendiri pada lag 1.
2. Hasil estimasi VECM menunjukan bahwa pada jangka panjang harga kedelai USA signifikan berpengaruh positif terhadap harga kedelai domestik, namun harga kedelai China tidak berpengaruh signifikan terhadap harga kedelai domestik. Variabel lain yang berpengaruh secara signifikan terhadap harga kedelai domestik dalam jangka panjang adalah variabel nilai tukar riil pada lag 1.