vektor kointegrasi ini dinamakan peringkat kointegrasi cointegration rank, biasanya dilambagkan dengan r.
Sifat penting yang terdapat dalam variabel-variabel yang terkointegrasi adalah perjalanan waktu variabel-variabel tersebut dipengaruhi oleh perubahan
atas hubungan keseimbangan jangka panjangnya. Dengan kata lain, variabel- variabel non-stasioner yang terintegrasi pada orde yang sama dan terkointegrasi
akan menjadi stasioner dalam jangka panjang Enders, 2004.
2.7. Vector Auto Regression VAR
Vector Auto Regression atau yang lebih dikenal dengan 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 di dalam sistem Agung, 2009. Jadi, peubah penjelas dalam VAR meliputi
nilai lag seluruh peubah tak bebas dalam sistem. Model ini dikembangkan oleh Cristoper Sims pada tahun 1980. Model ini
dasarnya hampir sama dengan model untuk menguji Granger’s Causality. Model
VAR adalah model a-theory terhadap teori ekonomi. Namun demikian model ini sangat berguna dalam menentukan tingkat eksogenitas suatu variabel ekonomi
dalam sebuah sistem ekonomi dimana terjadi saling ketergantungan antar variabel dalam ekonomi Enders, 2004. Model ini juga menjadi dasar mnculnya metode
co-integrasi Johansen yang sangat baik dalam menjelaskan perilaku variabel dalam perekonomian.
Keunggulan dari metode VAR antara lain sebagai berikut Gujarati, 2003: 1.
Metode ini sederhana, tanpa harus membedakan mana variabel endogen dan variabel eksogen;
2. Estimasinya sederhana, dimana metode OLS biasa dapat diaplikasikan pada
tiap-tiap persamaan secara terpisah; 3.
Karena bekerja berdasarkan data, metode VAR terbebas dari berbagai batasan teori ekonomi yang sering muncul termasuk gejala perbedaan semu
spurious variabel endogenity dan exogenity di dalam model ekonometrik konvensional terutama pada persamaan simultan, sehingga menghindari
penafsiran yang salah;
4. Hasil pemikiran forecast yang diperoleh dengan menggunakan metode ini
dalam banyak kasus lebih bagus dibandingkan dengan hasil yang didapat dengan menggunakan model persamaan simultan yang kompleks sekalipun.
Selain itu, analisis VAR juga merupakan alat analisis yang sangat berguna, baik di dalam memahami adanya hubungan timbal balik interrelationship
antara variabel-variabel ekonomi, maupun di dalam pembentukan model ekonomi berstruktur.
Sekalipun model VAR banyak memiliki kelebihan, namun model ini tetap mempunyai sisi lemah. Ada beberapa kelemahan yang dimiliki model tersebut
antara lain : 1.
Model VAR bersifat a-theory karena tidak memanfaatkan informasi atau teori terdahulu. Oleh karena itu model VAR sering disebut model yang tidak
struktural. 2.
Model VAR tidak cocok untuk menganalisis kebijakan karena tujuan utama model ini adalah untuk peramalan
3. Pemilihan banyaknya lag yang digunakan dalam persamaan juga dapat
menimbulkan permasalahan. Misalnya kita mempunyai tiga variabel bebas dengan masing-masing lag sebanyak delapan. Hal tersebut berarti kita harus
mengestimasi paling sedikit 24 parameter. Untuk kepentingan tersebut, kita harus mempunyai data atau pengamatan yang relatif banyak.
4. Semua variabel dalam VAR harus stasioner, jika tidak stasioner, maka harus
ditransformasi terlebih dahulu. 5.
Interpretasi koefisien yang didapat berdasarkan model VAR tidak mudah.
2.8. Analisis Vector Error Correction Model VECM