18
HUBUNGAN DINAMIS CADANGAN DEVISA, SELISIH SUKU BUNGA RIIL DAN NILAI TUKAR RIIL
DI INDONESIA PERIODE 1986-2010
Oleh Euis Eti Sumiyati euiseti@yahoo.co.id
Abstrak : Penelitian ini dimaksudkan untuk menganalisis hubungan dinamis antara cadangan devisa (reserve), selisih suku bunga riil (real interest rate differential) dan nilai tukar riil (real exchange rate) dengan menggunakan data time series selama periode waktu 1986-2010. Ketiga variabel tersebut sangat penting untuk dikaji dalam perekonomian Indonesia yang menganut sistem ekonomi terbuka (open economy). Metode analisis yang digunakan dalam penelitian ini adalah model Vector
Autoregressive (VAR) melalui instrumen impulse respon function (IRF) yaitu untuk
melihat respon yang disebabkan oleh goncangan (shock) dari variabel-variabel yang diteliti. Instrumen VAR lainnya adalah variance decomposition (VD) yaitu untuk melihat besarnya kontribusi dari shock variabel-variabel yang diteliti. Hasil analisis dari impulse
respon function adalah bahwa nilai tukar riil merespon secara negatif terhadap
guncangan (shock) cadangan devisa dan merespon positif terhadap shock selisih suku bunga riil. Adapun cadangan devisa merespon negatif terhadap shock nilai tukar riil dan selisih suku bunga riil dengan nilai respon yang relatif stabil. Sementara itu variabel selisih suku bunga riil merespon secara positif terhadap shock nilai tukar riil dan merespon negatif terhadap shock cadangan devisa dengan nilai respon yang relatif stabil. Hasil analisis variance decomposition menunjukkan bahwa pergerakan nilai tukar riil banyak dipengaruhi oleh shock nilai tukar riil itu sendiri dimana sampai dengan periode akhir pengamatan (periode ke-24) kontribusinya mencapai 83,10% sedangkan kontribusi shock cadangan devisa dan selisih suku bunga riil masing-masing hanya sebesar 10,98% dan sebesar 5,91%. Pada periode yang sama, pergerakan nilai cadangan devisa juga banyak dipengaruhi oleh shock cadangan devisa itu sendiri yaitu sebesar 95,56%, diikuti oleh pengaruh shock nilai tukar riil 2,59% dan selisih suku bunga riil 1,85%. Sedangkan pergerakan selisih suku bunga riil lebih banyak dipengaruhi oleh shock nilai tukar riil yaitu sebesar 60,92%, diikuti oleh pengaruh shock variabel selisih suku bunga riil itu sendiri sebesar 32,60% dan shock cadangan devisa 6,47%.
Kata Kunci: Nilai Tukar Riil, Cadangan Devisa, Selisih Suku Bunga Riil, Ekonomi Terbuka
Abstract : The purpose of this study is to analyze a dynamic relationship between reserve, real interest rate differential and real exchange rate and conducted with data
time series during the period of 1986 – 2010. The third variables are very important to
19
suffered by the variables studied. The other VAR instrument used is Variance Decomposition (VD) to see the extent of contribution of shocks suffered by those variables. The analysis result of impulse response function is that real exchange rate shows negative response towards shock in reserve but it responds positively towards shock in real interest rate differential. It also shows that reserve responds negatively towards shock in real exchange rate and real interest rate differential with a relatively stable value. On the other hand, the variable of real interest rate differential responds positively towards shock in real exchange rate but negatively towards shock in reserve with a relatively stable value. The analysis result of variance decomposition indicates that the movement of real exchange rate is very much influenced by the shock in itself, in which in the final period of the observation (period 24), the contribution reaches 83,10% while the contributions of shocks in reserve and real interest rate differential are only 10,98% and 5,91% respectively. In the same period, the movement of reserve value is also much affected by shock in itself which is 95,56%, followed by the influence of shock in real exchange rate 2,59% and in real interest rate differential 1,85%. Furthermore, the movement of real interest rate differential is more influenced by shock in real exchange rate which reaches 60,92%, followed by the influence of shock in the variable of real interest rate differential itself which is 32,60% and shock in reserve 6,47%.
Key Words: Real Exchange Rate, Reserve, Real Interest Rate Differential, Open Economy
I. PENDAHULUAN
1.1. Latar Belakang Penelitian
Perekonomian Indonesia sejak era 1980-an mulai menganut sistem perekonomian terbuka. Keterbukaan ekonomi Indonesia ditandai oleh masuknya Indonesia menjadi anggota WTO (World Trade Organization), APEC (Asia Pacific Economic Cooperation), AFTA (Asean Free Trade Area), ACFTA (Asean China
free Trade Area). Seiring dengan terbukanya perekonomian Indonesia, sangat
diperlukan untuk mengamati keadaaan fundamental yang penting bagi perekonomian Indonesia. Variabel-variabel yang penting untuk dilihat dengan semakin terbukanya perekonomian Indonesia antara lain adalah cadangan devisa (reserve), nilai tukar riil (real exchange rate), dan selisih suku bunga riil (real interest rate differential).
Perkembangan cadangan devisa Indonesia telah menunjukkan adanya peningkatan yang signifikan selama periode 2007-2010 yaitu dari 56,9 miliar USD pada tahun 2007 menjadi 96,2 miliar USD tahun 2010. Peningkatan ini didukung oleh oleh kinerja transaksi berjalan serta transaksi modal dan finansial yang meningkat (Statistik Ekonomi dan Keuangan Indonesia, Bank Indonesia2011).
20
Namun demikian, upaya menarik arus modal masuk (capital inflow) diperkirakan akan semakin berat di tengah situasi meningkatnya suku bunga internasional. Jika suku bunga internasional relatif lebih tinggi dari suku bunga dalam negeri maka akan mendorong terjadinya capital outflow dan pada akhirnya dapat mempengaruhi cadangan devisa serta nilai tukar sebagaimana dikemukakan dalam teori M-F-D (Mundell-Flemming-Dornbusch dalam Jin (2003) ketika tingkat selisih suku bunga riil antara domestik dengan luar negeri naik maka akan terjadi apresiasi nilai tukar riil.
Berdasarkan penjelasan di atas, penulis tertarik untuk mengkaji mengenai hubungan antara variabel nilai tukar riil, cadangan devisa dan variabel selisih suku bunga riil. Adapun judul penelitian ini adalah HUBUNGAN DINAMIS CADANGAN DEVISA, SELISIH SUKU BUNGA RIIL DAN NILAI TUKAR RIIL DI INDONESIA PERIODE 1986-2010.
1.2. Identifikasi Masalah
Identifikasi masalah dalam penelitian ini adalah bagaimana hubungan dinamis antara variabel cadangan devisa, selisih suku bunga riil dan nilai tukar riil di Indonesia.
1.3. Tujuan Penelitian
Tujuan penelitian ini adalah untuk mengetahui hubungan dinamis antara variabel cadangan devisa, selisih suku bunga riil dan nilai tukar riil di Indonesia.
1.4. Kegunaan Penelitian
Hasil penelitian ini diharapkan dapat bermanfaat terutama bagi pemerintah untuk lebih mengefektifkan kebijakan yang ditempuh dalam menjaga stabilitas nilai tukar Rupiah, meningkatkan cadangan devisa, dan menjaga kestabilan suku bunga relatif terhadap suku bunga luar negeri. Di samping itu penelitian ini dapat bermanfaat bagi para pelaku pasar valuta asing, yakni sebagai informasi yang dapat dijadikan pertimbangan dalam melakukan transaksi valuta asing dimana nilai tukar rupiah sering dipengaruhi oleh berbagai kejutan variabel ekonomi makro. Terakhir penelitian ini bermanfaat bagi akademisi yakni dapat menjadi referensi dalam melakukan kajian di bidang ekonomi makro.
II. TINJAUAN PUSTAKA
Pendekatan moneter (monetary approach) menekankan bahwa kurs valuta asing sebagai harga relatif dari dua jenis mata uang, ditentukan oleh keseimbangan permintaan dan penawaran uang. Pendekatan moneter mempunyai dua anggapan pokok, yaitu berlakunya teori paritas daya beli dan adanya teori permintaan uang yang stabil dari sejumlah variabel ekonomi agregat.
21
kurs riil adalah: e (P/P*)dimana:
e= nominal (nilai rupiah per dollar),
P adalah tingkat harga di Amerika Serikat (diukur dengan WPI AS)
P* adalah tingkat harga di Indonesia (diukur dengan WPI Indonesia)
Peningkatan nilai tukar riil menunjukkan adanya depresiasi nilai tukar rupiah di Indonesia. Dengan kata lain, Jika kurs riil tinggi, barang-barang luar negeri relatif lebih murah, dan barang domestik relatif lebih mahal. Jika kurs riil rendah, barang-barang luar negeri relatif lebih mahal, dan barang-barang-barang-barang domestik relatif lebih murah. Hal ini menjadikan nilai tukar riil sebagai tolok ukur daya saing produk ekspor suatu negara dalam hal harga di pasar global.
Salah satu faktor yang mempengaruhi nilai tukar adalah tingkat selisih suku bunga riil antara domestik dengan luar negeri. Menurut teori M-F-D (Mundell-Flemming-Dornbusch dalam Jin (2003) ketika tingkat selisih suku bunga riil antara domestik dengan luar negeri naik maka akan terjadi apresiasi nilai tukar riil. Cadangan devisa juga mempunyai dampak yang penting bagi posisi nilai tukar suatu negara (Mishkin, 2001). Kenaikan cadangan devisa dalam neraca pembayaran memberi stimulus untuk membuat mata uang rupiah mengalami apresiasi.
Hubungan selisih suku bunga riil dengan nilai tukar secara empiris telah dikaji antara lain oleh Clark dan MacDonald (2004) dengan menggunakan pendekatan
Behavioral Equilibrium Exchange Rate (BEER) yang dapat mengidentifikasi hubungan
estimasi keseimbangan antara nilai tukar riil dan fundamental ekonomi yang salah satunya adalah selisih suku bunga (interest rate differential). Demikian pula Husman (2005) telah menganalisis faktor-faktor yang mempengaruhi nilai tukar nominal rupiah terhadap dollar USD setelah krisis. Metodologi yang digunakan adalah Error Correction
Model (ECM). Penelitian ini menggunakan model komposit yang berhubungan dengan
beberapa pendekatan lain dalam menentukan nilai tukar.
III. METODE PENELITIAN
3.1. Operasionalisasi Variabel
Untuk memudahkan pemahaman terhadap variabel-variabel yang akan dianalisis dalam penelitian ini, maka perlu dirumuskan definisi dari variabel-variabel tersebut:
Pertama, Nilai tukar riil adalah nilai tukar nominal antara dua jenis mata uang yang telah disesuaikan dengan harga relatif dari barang-barang diantara dua negara. Dalam penelitian ini perhitungan nilai tukar riil yaitu dengan menggunakan perbandingan indeks nilai tukar nominal dikalikan WPI (Whole Sale Price Index) AS relatif terhadap WPI (Whole Sale Price Index) Indonesia atau ditulis sebagai berikut:
kurs riil adalah: e (P/P*)
dimana:
e= nominal (nilai rupiah per dollar),
P adalah tingkat harga di Amerika Serikat (diukur dengan WPI AS)
P* adalah tingkat harga di Indonesia (diukur dengan WPI Indonesia)
22
Statistic (IFS)-IMF dengan tahun dasar 2005. Adapun asumsi pergerakan nilai tukar pada penelitian ini adalah flexible exchange rate (nilai tukar mengambang) dan perfect
capital mobility (pergerakan modal bebas)
Kedua, cadangan devisa mempunyai dua terminologi yaitu official foreign exchange
reserve dan country foreign exchange reserve, yang masing-masing mempunyai
cakupan yang berbeda. Pertama, merupakan cadangan devisa milik negara yang dikelola, diurus, dan ditatausahakan oleh bank sentral, sesuai dengan tugas yang diberikan oleh UU No. 13 Tahun 1968. Kedua, mencakup seluruh devisa yang dimiliki badan, perorangan, lembaga, terutama lembaga keuangan nasional yang secara moneter merupakan bagian dari kekayaan nasional (Halwani Hendra, 2005). Cadangan devisa dalam penelitian ini mengacu pada pengertian yang pertama dan data diperoleh dari IFS-IMF.
Ketiga, Selisih suku bunga riil adalah selisih suku bunga riil Indonesia dan dan Luar negeri. Pemilihan suku bunga riil luar negeri adalah suku bunga Amerika Serikat karena negara tersebut dipandang sering mengadakan kerja sama ekonomi dengan Indonesia.
3.2. Metode Analisis
Model yang akan digunakan dalam penelitian ini adalah model Vector Auto
Regression (VAR). Sedangkan untuk mengetahui dampak respon masing-masing
variabel akibat goncangan (shock) adalah impulse response anlysis (IRF) dan variance
decomposition (VD). Semua data dalam penelitian ini ditransformasikan ke dalam
bentuk logaritma natural kecuali selisih suku bunga riil. Perangkat lunak yang digunakan dalam penelitian ini adalah program Eviews 6. Selanjutnya tahapan-tahapan dalam analisis VAR adalah sebagai berikut:
1. Uji Stasioneritas
Data ekonomi time series umumnya bersifat stokastik atau memiliki tren yang tidak stasioner, artinya data tersebut memiliki akar unit. Untuk dapat mengestimasi suatu model dengan menggunakan data tersebut, langkah pertama yang harus dilakukan adalah pengujian stasioneritas data atau dikenal dengan unit root test. Jika data yang digunakan mengandung unsur akar unit, maka akan sulit untuk mengestimasi suatu model karena tren data tersebut cenderung berfluktuasi tidak di sekitar nilai rata-ratanya. Maka dapat disimpulkan bahwa data yang stasioner akan mempunyai kecenderungan untuk mendekati nilai rata-ratanya dan berfluktuasi di sekitar nilai rata-ratanya (Gujarati, 2003). Lebih khusus, penelitian ini akan menggunakan Augmented Dickey-Fuller (ADF). Hasil dari uji ADF akan dibandingkan dengan McKinnon Critical Value.
2. Pemilihan Lag Optimum
23
3. Uji Kointegrasi JohansenJika fenomena stasioneritas berada pada tingkat first difference atau I(1), maka perlu dilakukan pengujian untuk melihat kemungkinan terjadinya kointegrasi. Konsep kointegrasi pada dasarnya untuk melihat keseimbangan jangka panjang di antara variabel-variabel yang diobservasi. Terkadang suatu data yang secara individu tidak stasioner, namun ketika dihubungkan secara linier data tersebut menjadi stasioner. Hal ini yang kemudian disebut bahwa data tersebut terkointegrasi.
Selain itu, uji kointegrasi juga akan dilakukan dengan mengikuti prosedur Johansen. Dalam uji Johansen, penentuan kointegrasi dilihat dari nilai trace statistic
dan max eigen statistic setelah didahului dengan mencari panjang lag yang akan diketahui. Nilai trace statistic dan max eigen statistic yang melebihi nilai kritisnya mengindikasikan bahwa terdapat kointegrasi dalam model yang digunakan.
4. Estimasi Vector Autoregressive (VAR) dan Instrumen VAR
Metode Vector Autoregressive adalah model persamaan regresi yang menggunakan data time series. Model ini pertama kali dikembangkan oleh Christopher Sims pada tahun 1980. Kerangka analisis yang praktis dalam model ini akan memberikan informasi yang sistematis dan mampu menaksir dengan baik informasi dalam persamaan yang dibentuk dari data time series. Selain itu perangkat estimasi yang digunakan dalam model VAR mudah digunakan dan diinterpretasikan. Perangkat estimasi yang digunakan dalam model VAR adalah Impulse Response Function dan
variance decomposition.
Model VAR menganggap bahwa semua variabel ekonomi adalah saling tergantung satu sama lain. Lebih jauh Gujarati (2003) mengungkapkan beberapa keuntungan dengan menggunakan VAR, diantaranya adalah:
VAR mampu melihat banyak variabel dalam menganalisis fenomena ekonomi jangka pendek dan jangka panjang
VAR mampu mengkaji konsistensi model empirik dengan teori ekonometrika
VAR mampu mencari pemecahan terhadap persoalan variabel runtun waktu yang tidak stasioner dan spurious regression dalam analisis ekonometrika.
Dalam melakukan analisis dengan model VAR, terdapat dua instrumen spesifik yang memiliki fungsi spesifik dalam menjelaskan interaksi antar variabel dalam model. Instrumen itu diantaranya adalah Impulse Response Function (IRF) dan Forecast Error
Variance Decompisitions (FEVD), atau biasa disebut Variance Decompisitions (VD).
IRF pada dasarnya menelususri pengaruh goncangan standar deviasi terhadap perubahan-perubahan nilai variabel endogen periode sekarang dan periode ke depan. Goncangan terhadap variabel i secara langsung akan berpengaruh pada variabel tersebut menyebar dampaknya kepada seluruh variabel endogen melalui struktur dinamis VAR (Kurnia, 2005). Lebih lanjut lagi Widarjono (2009) menyatakan bahwa koefisien yang secara individual berada di dalam model VAR sulit untuk diinterpretasikan, sehingga para ahli menggunakan analisis IRF. Dalam analisis IRF tidak bisa diketahui respon suatu variabel yang berasal dari variabel lain secara terpisah. Oleh karena itu Variance decomposition diperlukan untuk memisahkan dampak masing-masing variabel lain secara individual terhadap respon yang diterima suatu variabel (Kurnia, 2005). Dengan kata lain variance decomposition
24
IV. HASIL PENELITIAN
4.1. Hasil Uji Stasioneritas Data
Seperti yang telah disebutkan diatas, metoda pengujian yang digunakan untuk melakukan uji stasioneritas data dalam penelitian ini adalah uji ADF (Augmented Dickey Fuller) dengan menggunakan taraf nyata lima persen. Jika nilai t-ADF lebih kecil dari nilai kritis MacKinnon atau nilai probability lebih kecil dari 5%, maka dapat disimpulkan bahwa data yang digunakan adalah stasioner (tidak mengandung akar unit).
Tabel 4.1. Hasil Uji Akar Unit
Variabel
Level first difference
constant Constant, linear trend
none constant Constant,
linear trend
none lrer -1.734093 -1.549988 -0.251686 -5.590457** -5.838219** -5.697508** lreserve 0.031785 -3.206732 4.208081 -5.749892** -5.666403** -3.398907** rategap -4.524348** -4.581183** -4.545262** -8.629580** -8.426426** -8.835482**
Sumber: Hasil Pengolahan data
Keterangan: ** sig. pada level 1%, * sig. pada level 5%
Pengujian akar-akar unit ini dilakukan pada tingkat level sampai dengan first difference. Hasil uji ADF pada tabel di atas, diketahui bahwa variabel-variabel yang digunakan dalam penelitian ini tidak ada yang mencapai stasioner pada tingkat level
kecuali variabel selisih suku bunga riil (rategap). Namun setelah dilakukan first difference barulah semua data stasioner pada taraf nyata lima persen bahkan satu persen. Artinya data yang digunakan pada penelitian ini terintegrasi pada ordo satu atau dapat disingkat menjadi I(1).
4.2 Penetapan Lag Optimum
Pengujian panjang lag optimum ini sangat berguna untuk menghilangkan masalah autokorelasi dalam sistem VAR. Sehingga dengan digunakannya lag optimal diharapkan tidak muncul lagi masalah autokorelasi. Penentuan lag optimal yang digunakan dalam penelitian ini berdasarkan lag terpendek dengan menggunakan
Hannan Quinnon (HQ). Hasilnya menunjukkan bahwa model persamaan mengalami
lag optimal pada lag 1 sebagaimana diperlihatkan pada tabel berikut ini: Tabel 4.2. Hasil Uji Lag Optimum
Lag LR FPE AIC SC HQ
0 NA 1.096788 8.605852 8.753960 8.643101 1 91.68142* 0.019452* 4.563123* 5.155555* 4.712118* 2 8.902145 0.025616 4.789348 5.826103 5.050089
Keterangan:
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
25
4.3. Hasil Uji KointegrasiPengujian ini dilakukan dalam rangka memperoleh hubungan jangka panjang antarvariabel yang telah memenuhi persyaratan selama proses integrasi yaitu di mana semua variabel telah stasioner pada derajat yang sama yaitu derajat 1, I(1). Informasi jangka panjang diperoleh dengan menentukan terlebih dahulu rank kointegrasi untuk mengetahui berapa sistem persamaan yang dapat menerangkan dari keseluruhan sistem yang ada. Hasil pengujian kointegrasi berdasarkan nilai trace statistics dan max eigen dibandingkan dengan nilai kritis 5%. Jika nilai trace stat atau nilai Max-eigen lebih besar dari nilai kritis 5% maka hal ini menunjukkan bahwa data terkointegrasi. Hasil pengujian kointegrasi adalah sebagai berikut:
Tabel 4.3. Hasil Uji Kointegrasi
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None 0.620644 34.89543 42.91525 0.2494
At most 1 0.282471 12.60197 25.87211 0.7686
At most 2 0.194241 4.967316 12.51798 0.6011
Trace test indicates no cointegration at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None 0.620644 22.29346 25.82321 0.1367 At most 1 0.282471 7.634658 19.38704 0.8529 At most 2 0.194241 4.967316 12.51798 0.6011
Max-eigenvalue test indicates no cointegration at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Dari tabel di atas maka diketahui nilai trace statistic dan Max eigen lebih kecil dari nilai kiritis 5% maka dapat diketahui bahwa data tidak menunjukkan adanya hubungan kointegrasi pada tiap variabel, maka dapat dipastikan bahwa model yang digunakan dalam penelitian ini adalah VAR (vector Autoregressive) bentuk differensi.
4.3. Hasil Estimasi VAR (IRF dan VD)
Hasil IRF menunjukkan bahwa guncangan (shock) cadangan devisa menyebabkan nilai tukar riil responnya bernilai negatif dan responnya relatif stabil terutama sejak periode ke-5 hingga periode terakhir pengamatan. Perubahan nilai tukar riil dalam merespon adanya shock variabel selisih suku bunga riil adalah positif bahkan responnya semakin menurun mendekati nol.
26
menjadi negatif dan relatif stabil hingga periode akhir pengamatan. Cadangan devisa juga merespon negatif terhadap shock selisih suku bunga riil dengan respon yang relatif stabil hingga periode akhir pengamatan.
Sementara itu selisih suku bunga riil merespon negatif terhadap shock nilai tukar riil hanya pada periode pertama namun selanjutnya responnya menjadi positif dan relatif stabil hingga akhir periode akhir pengamatan. Kemudian shock cadangan devisa direspon negatif oleh selisih suku bunga riil kemudian responnya menurun hingga periode dua dan relatif stabil hingga periode akhir pengamatan.
Gambar 4.1. Hasil Impulse Respon Function
Hasil variance decomposition menggambarkan kontribusi persentase varian setiap variabel karena adanya perubahan variabel tertentu di dalam VAR atau berfungsi untuk menganalisis seberapa besar goncangan dari sebuah variabel mempengaruhi variabel lain. Hasil variance decomposition adalah sebagai berikut:
27
Tabel 4.4. Hasil Variance Decomposition dari Nilai Tukar Riil (DLRER)Perid S.E. DLRER DLRESERVE DRATEGAP
1 0.136483 100.0000 0.000000 0.000000 2 0.158201 97.23205 0.112776 2.655177 3 0.171831 95.76468 0.297499 3.937819 4 0.181017 94.79016 0.552485 4.657353 5 0.187456 94.02229 0.873614 5.104096 6 0.192119 93.34714 1.254467 5.398395 7 0.195604 92.71355 1.687306 5.599146 8 0.198292 92.09749 2.163818 5.738689 9 0.200434 91.48801 2.675675 5.836318 10 0.202195 90.88076 3.214950 5.904290 11 0.203689 90.27485 3.774381 5.950765 12 0.204992 89.67109 4.347526 5.981389 13 0.206155 89.07101 4.928812 6.000175 14 0.207217 88.47642 5.513532 6.010049 15 0.208201 87.88904 6.097782 6.013177 16 0.209124 87.31043 6.678388 6.011187 17 0.210001 86.74187 7.252816 6.005318 18 0.210838 86.18440 7.819080 5.996519 19 0.211643 85.63882 8.375656 5.985524 20 0.212420 85.10569 8.921407 5.972902 21 0.213173 84.58539 9.455512 5.959097 22 0.213903 84.07814 9.977406 5.944456 23 0.214613 83.58402 10.48673 5.929249 24 0.215305 83.10301 10.98330 5.913689
Tabel 4.5. Hasil Variance Decomposition dari Cadangan Devisa (DLRESERVE)
Period S.E. DLRER DLRESERVE DRATEGAP
28
16 0.508496 1.750566 96.71502 1.534418 17 0.521541 1.879216 96.53464 1.586145 18 0.534032 2.000516 96.36565 1.633838 19 0.546009 2.114558 96.20759 1.677854 20 0.557510 2.221564 96.05991 1.718522 21 0.568568 2.321839 95.92202 1.756142 22 0.579210 2.415736 95.79327 1.790990 23 0.589464 2.503633 95.67305 1.823314 24 0.599352 2.585913 95.56075 1.853341
Tabel 4.6. Hasil Variance Decomposition dari Selisih Suku Bunga Riil (Rategap)
Period S.E. DLRER DLRESERVE DRATEGAP
1 9.326089 64.40377 0.907190 34.68904 2 9.349018 64.21458 1.174526 34.61089 3 9.371971 64.08049 1.439494 34.48002 4 9.392967 63.93491 1.707577 34.35751 5 9.412452 63.78088 1.977191 34.24193 6 9.430773 63.62136 2.246915 34.13172 7 9.448175 63.45858 2.515580 34.02584 8 9.464831 63.29421 2.782234 33.92356 9 9.480866 63.12948 3.046117 33.82441 10 9.496370 62.96532 3.306627 33.72805 11 9.511408 62.80245 3.563297 33.63425 12 9.526029 62.64139 3.815771 33.54284 13 9.540269 62.48252 4.063784 33.45370 14 9.554158 62.32612 4.307149 33.36673 15 9.567717 62.17241 4.545739 33.28185 16 9.580964 62.02152 4.779476 33.19900 17 9.593914 61.87356 5.008324 33.11812 18 9.606579 61.72857 5.232278 33.03915 19 9.618970 61.58659 5.451358 32.96205 20 9.631095 61.44763 5.665604 32.88676 21 9.642964 61.31168 5.875075 32.81325 22 9.654584 61.17870 6.079837 32.74146 23 9.665962 61.04867 6.279969 32.67136 24 9.677103 60.92155 6.475555 32.60290
29
Selanjutnya dari tabel 4.5., pergerakan nilai cadangan devisa pada periode ke-1 dipengaruhi oleh shock cadangan devisa itu sendiri sebesar 99,38% dan shock variabel nilai tukar riil sebesar 0,62%. Pada periode selanjutnya pengaruh dari shock cadangan devisa itu sendiri semakin menurun. Sementara itu shock nilai tukar riil dan shock selisih suku bunga riil mulai meningkat pengaruhnya terhadap fluktuasi cadangan devisa. Pada periode ke-24, pergerakan cadangan devisa dapat dijelaskan oleh shock cadangan devisa itu sendiri yaitu sebesar 95,56%, shock variabel nilai tukar riil sebesar 2,59% dan shock variabel selisih suku bunga riil sebesar 1,85%.Adapun pergerakan selisih suku bunga riil banyak dipengaruhi oleh shock nilai tukar riil sebesar 64,40%, diikuti oleh shock variabel selisih suku bunga riil itu sendiri sebesar 34,69% dan shock cadangan devisa 0,91%. Pada periode selanjutnya pengaruh dari shock nilai tukar riil dan selisih suku bunga riil semakin menurun sedangkan pengaruh shock cadangan devisa meningkat. Hal ini terihat pada periode ke-24, kontribusi dari shock nilai tukar riil dan selisih suku bunga riil itu sendiri masing-masing menjadi 62,64% dan 33,54% sedangkan kontribusi shock cadangan devisa menjadi 6,47% lebih tinggi dari periode awal yang hanya mencapai 0,91% (lihat tabel 4.6.).
V. SIMPULAN DAN SARAN 5.1. Simpulan
Kesimpulan dari hasil analisis ini secara umum adalah:
1. Hasil analisis dari impulse respon function adalah bahwa nilai tukar riil merespon secara negatif terhadap guncangan (shock) cadangan devisa dan merespon positif terhadap shock selisih suku bunga riil. Adapun cadangan devisa merespon negatif terhadap shock nilai tukar riil dan selisih suku bunga riil dengan nilai respon yang relatif stabil. Sementara itu variabel selisih suku bunga riil merespon secara positif terhadap shock nilai tukar riil dan merespon negatif terhadap shock cadangan devisa dengan nilai respon yang relatif stabil.
2. Hasil analisis variance decomposition menunjukkan bahwa pergerakan nilai tukar riil banyak dipengaruhi oleh shock nilai tukar riil itu sendiri dimana sampai dengan periode akhir pengamatan (periode ke-24) kontribusinya mencapai 83,10% sedangkan kontribusi shock cadangan devisa dan selisih suku bunga riil masing-masing hanya sebesar 10,98% dan sebesar 5,91%. Pada periode yang sama, pergerakan nilai cadangan devisa juga banyak dipengaruhi oleh shock
cadangan devisa itu sendiri yaitu sebesar 95,56%, diikuti oleh pengaruh shock
nilai tukar riil 2,59% dan selisih suku bunga riil 1,85%. Sedangkan pergerakan selisih suku bunga riil lebih banyak dipengaruhi oleh shock nilai tukar riil yaitu sebesar 60,92%, diikuti oleh pengaruh shock variabel selisih suku bunga riil itu sendiri sebesar 32,60% dan shock cadangan devisa 6,47%.
5.2. Saran
30
2. Model VAR masih memiliki keterbatasan khususnya dalam hal menganalisis kebijakan sehingga perlu dilakukan penelitian lebih lanjut dengan menambahkan series data dan variabel-variabel yang sesuai dengan teori. Disamping itu perlu dilakukan penelitian dengan beberapa model atau pendekatan sehingga memberikan hasil kajian yang lebih mendalam dan lebih baik dibandingkan jika hanya menggunakan satu model.
DAFTAR PUSTAKA
Bank Indonesia, Statistik Ekonomi dan Keuangan Indonesia. 2011
Frederic S. Mishkin. The Economics of Money, Banking, and Financial Markets, 6th
edition. New York: Addison Wesley, 2001
Gujarati, Damodar. Basic Econometrics. 4th edition. McGra-Hill Company. International edition, 2003
Halwani, Hendra. Ekonomi Internasional dan Globalisasi Ekonomi. Jakarta: Ghalia. Indonesia, 2005.
Husman, Jardine Ariena. Estimasi Niilai Tukar Rupiah Pasca Krisis: Pendekatan Model Komposit. Buletin Ekonomi Moneter dan Perbankan. Edisi Desember, 2005.
IMF, Internatinal Financial Statistics. 2011
Jin, Zhongxia. 2003. The Dynamics of Real Interest Rates, Real Exchange Rates and
Balance of Payment in China; 1980-2002. International Monetary Fund. Working
Paper, April 2003
Kurnia, S.A. Analisis Interdependensi Neraca Transaksi Berjalan dan Neraca Modal Indonesia Pendekatan Model Vector Autoregressive dan Vector Error Correction
1981.1-2002.3. Jurnal Ekonomi Pembangunan. Pp 43-66, 2005.
Mankiew, N.,G. Macroeconomics. Fourth edition.New York : Worth Publisher Inc., 2000 Mc Donald. R & Peter B. Clark. Filtering the Behavioral Equilibrium Exchange Rate
(BEER): A Permanent and Transitory Decomposition. Global Finance Journal,
Volume 15, Issue 1, 2004 , Pages 29-56, 2004
Widarjono, A. Ekonometrika Pengantar dan Aplikasinya. Yogyakarta: Ekonisia Fakultas Ekonomi UII, 2009.
BIODATA PENULIS
