4.2.5. Estimasi VECM Vector Error Correction Models
Model VECM dapat dilakukan apabila rank kointegrasi yang didapat lebih besar dari nol. Model VECM ordo p dan rank kointegrasi r ditulis sebagai berikut:
1 1
1 1
p t
t t
t t
i
y A
y y
π ε
− ∗
− −
=
Δ = +
+ Φ Δ
+
∑
4.7 dimana :
π = αβ β = vektor kointegrasi berukuran r x 1
α = vektor
adjusted berukuran r x 2
1 p
t j
j i
A
= +
Φ = −
∑
Estimasi ini dilakukan jika data yang telah diolah menunjukkan adanya kointegrasi dan tidak signifikan pada tingkat level. Menurut Amalia 2006,
VECM merupakan bentuk VAR yang terestriksi. VECM kemudian memanfaatkan informasi restriksi kointegrasi tersebut sebagai desain VAR bagi series non
stasioner yang memiliki hubungan kointegrasi. Spesifikasi VECM merestriksi hubungan jangka panjang variabel endogen
agar konvergen ke dalam hubungan kointegrasi, namun tetap membiarkan keberadaan dinamisasi jangka pendek. Istilah kointegrasi juga dikenal sebagai
istilah error, karena deviasi terhadap ekuilibrium jangka panjang dikoreksi secara
bertahap melalui series parsial penyesuaian jangka pendek.
4.2.6. Impulse Respon Function IRF
Estimasi dengan menggunakan VECM untuk lebih lanjut dapat dilihat dari IRF. IRF menunjukkan bagaimana respon dari setiap variabel endogen sepanjang
waktu terhadap guncangan dalam variabel itu sendiri dan variabel endogen lainnya. Fungsi dari
impulse respon ini untuk mengetahui pengaruh suatu variabel terhadap variabel tertentu apabila terjadi guncangan atau
shock suatu variabel. Fungsi yang kedua adalah untuk mengetahui besarnya nilai guncangan
terhadap variabel yang ada.
4.2.7. Forecast Error Variance Decomposition FEVD
Peramalan dekomposisi varian memberikan informasi mengenai berapa persen peran masing-masing guncangan terhadap variabilitas tertentu atau
menelaah sumber-sumber fluktuasi pada suatu variabel tertentu. Uji yang dikenal dengan
The Cholesky Decomposition ini digunakan untuk menyusun perkiraan error variance suatu variabel, yaitu seberapa besar perbedaan antara varian
sebelum atau sesudah terjadi guncangan, baik yang berasal dari variabel itu sendiri maupun dari variabel lain.
V. PERKEMBANGAN DANA PIHAK KETIGA DAN VARIABEL MAKROEKONOMI
Kategori