2.6 Vector Autoregression VAR
Menurut Hadi 2003, VAR merupakan metode non-struktural yang dapat digunakan dalam memahami adanya hubungan timbal balik interrelationship
antara variabel-variabel ekonomi, seperti ketika kita mempunyai beberapa variabel di dalam data time series maka kita perlu menganalisis saling
ketergantungan antarvariabel tersebut. Model VAR dibangun untuk memudahkan dalam menyelesaikan permasalahan yang terlalu kompleks jika dijelaskan dengan
teori ekonomi, atau dalam simplifikasi dari teori yang terlalu kompleks. Oleh karena itu, model VAR merupakan model non-struktural atau tidak teoritis.
Pada umumnya, konsep VAR mirip dengan konsep persamaan simultan, dimana masing-masing variabelnya bisa saling mempengaruhi. Perbedaannya,
dalam VAR, masing-masing variabel dijelaskan oleh lag-nya sendiri, nilai saat ini serta nilai masa lampaunya. Untuk menghindari kesalahan dalam penentuan
variabel eksogen dan endogennya, semua variabel dalam model VAR diperlakukan sebagai variabel endogen, sehingga dapat digunakan untuk
menyelesaikan model dengan variabel eksogen dan endogen yang saling mempengaruhi Mardiyanto, 2000.
Menurut Firdaus 2011 terdapat beberapa keunggulan dari metode VAR diantaranya:
1. Mengembangkan model secara bersamaan di dalam suatu sistem yang
kompleks multivariat sehingga dapat menangkap hubungan keseluruhan variabel di dalam persamaan itu.
2. Uji VAR yang multivariat bisa menghindarkan parameter yang bias akibat
tidak dimasukkannya variabel yang relevan. 3.
Uji VAR dapat mendeteksi hubungan antarvariabel di dalam sistem persamaan, dengan menjadikan seluruh variabel sebagai endogen.
4. Karena bekerja berdasarkan data, metode VAR terbebas dari berbagai
batasan teori ekonomi yang sering muncul, termasuk gejala perbedaan palsu spurious variable di dalam model ekonometrika konvensional terutama
pada persamaan simultan, sehingga menghindari penafsiran yang salah.
17 Adapun kelemahan dari metode VAR diantaranya Gujarati, 2003:
1. VAR dianggap ateoritis tidak berdasarkan teori karena menggunakan lebih
sedikit informasi dan teori terdahulu. 2.
VAR tidak sesuai jika digunakan untuk menganalisis implikasi kebijakan. Hal ini dikarenakan analisis pada VAR ditekankan pada peramalan
forecasting. 3.
Pemilihan panjang lag menjadi tantangan besar, khususnya ketika variabel banyak dan lag panjang.
4. Semua variabel dalam model VAR harus stasioner. Jika terdapat variabel
yang tidak stasioner, perlu dilakukan uji lebih lanjut, salah satunya dengan diferensiasi derajat satu.
5. Koefisien dalam estimasi VAR sulit untuk diinterpretasikan, sehingga
sebagian besar peneliti melakukan interpretasi pada estimasi IRF dan FEVD. Terdapat dua hal yang perlu dilakukan sebelum menggunakan model VAR,
yaitu spesifikasi dan identifikasi model. Spesifikasi model berkaitan dengan penentuan variabel dan lag. Penentuan variabel harus berdasarkan teori ekonomi
yang relevan. Identifikasi model berkaitan dengan identifikasi persamaan yang digunakan. Adapun model persamaan umum VAR dapat dituliskan sebagai
berikut Enders 2004: Y
t
= A
o
+ A
1
Y
t-1
+ A
2
Y
t-2
+ … + A
p
Y
t-p
+ e
t
…………………………… 1 dimana:
Y
t
= vektor variabel endogen Y
1.
t, Y
2
.t, Y
n
.t berukuran n.1 A
o
= vektor intersep berukuran n.1 A
i
= matriks koefisien berukuran n.n, i = 1,2,…p
p = lag dalam persamaan
e
t
= vektor error e
1t
, e
2t
, … e
nt
berukuran n.1 Terdapat beberapa tahapan dalam melakukan analisis VAR, yaitu:
1. Uji Stasioner Data Dalam data deret waktu time series, uji stasioner data sangat
diperlukan karena data yang tidak stasioner akan menyebabkan adanya regresi