Analisis Exchange rate pass-through terhadap Harga Domestik: Studi Di ASEAN-3, Jepang, dan Korea Selatan Periode 2010-2013
ANALISIS EXCHANGE RATE PASS-THROUGH
TERHADAP HARGA DOMESTIK: STUDI DI ASEAN3, JEPANG DAN KOREA SELATAN
PERIODE 2010-2013
MUHAMAD RIFKI MAULANA
DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Exchange rate
pass-through terhadap Harga Domestik: Studi Di ASEAN-3, Jepang, dan Korea
Selatan Periode 2010-2013 adalah benar karya saya dengan arahan dari komisi
pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi
mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan
maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan
dicantumkan dalam daftar pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Mei 2014
Muhamad Rifki Maulana
NIM H14100083
ABSTRAK
MUHAMAD RIFKI MAULANA. Analisis Exchange Rate Pass-Through
terhadap Harga Domestik: Studi di ASEAN-3, Jepang, dan Korea Selatan Periode
2010-2013. Dibimbing oleh IMAN SUGEMA.
Penelitian ini bertujuan untuk menganalisis kemampuan nilai tukar dalam
mentransmisikan tekanan inflasi dari luar terhadap perekonomian Indonesia,
Malaysia,Singapura, Jepang, dan Korea Selatan. Penelitian ini dibagi menjadi dua
bagian, bagian pertama melihat pengaruh guncangan harga impor terhadap nilai
tukar domestik dan bagian kedua melihat pengaruh guncangan nilai tukar terhadap
harga domestik. Yang membedakan penelitian ini dengan penelitian lainnya
adalah penelitian ini menggunakan model dengan tiga jenis ordering yang berbeda
untuk mengecek robustness dari hasil empiris. Berdasarkan hasil penelitian
terlihat bahwa kontribusi pengaruh guncangan harga impor dan guncangan nilai
tukar terhadap perekonomian domestik berbeda di tiap negaranya sedangkan
pengaruh guncangan harga impor menyebabkan nilai tukar terapresiasi dan
pengaruh guncangan nilai tukar menyebabkan adanya deflasi di negara tersebut.
Hasil empiris yang didapat merupakan hasil yang robust karena ketiga model
tidak menunjukan perubahan signifikan terhadap perubahan ordering.
Kata kunci: exchange rate pass-through, guncangan harga impor,guncangan nilai
tukar,VAR,VECM
ABSTRACT
MUHAMAD RIFKI MAULANA. Analysis of Exchange Rate Pass-Through to
Domestic Prices : Studies in ASEAN-3, Japan, and South Korea Period 2010 2013. Supervised by IMAN SUGEMA.
This research is aimed to analyze the ability of exchange rate in
transmitting inflationary pressure from the outside country towards the economy
of Indonesia, Malaysia, Japan, and South Korea. The research is divided into two
parts; the first part views the effects of foreign price shock towards the domestic
exchange rate and the second part views the effects of exchange rate shock
towards the domestic price. The difference of this research with other research is
that this research uses the model with three different types of ordering to examine
the robustness from the empiric result. Based on the result of the research, it is
viewed that the contribution effects of the import price shock and the exchange
rate shock towards the domestic economy are different in every countries. While
the effects of import price shock cause the appreciation of the exchange rate and
the exchange rate shock cause the deflation in those countries. The empiric results
are robust as the three types of models are not indicated to the significant changes
toward the ordering changes.
Keyword: exchange rate pass-through, import price shocks,exchange rate shocks,
VAR,VECM
ANALISIS EXCHANGE RATE PASS-THROUGH
TERHADAP HARGA DOMESTIK: STUDI DI ASEAN3, JEPANG DAN KOREA SELATAN PERIODE 20102013
MUHAMAD RIFKI MAULANA
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ekonomi
pada
Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
Judul Skripsi : Analisis Exchange rate pass-through terhadap Harga Domestik:
Studi Di ASEAN-3, Jepang, dan Korea Selatan Periode 2010-2013
Nama
: Muhamad Rifki Maulana
NIM
: H14100083
Disetujui oleh
Dr.Ir.Iman Sugema, M.Ec
Pembimbing
Diketahui oleh
Dr Ir Dedi Budiman Hakim, M.Ec
Ketua Departemen
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah Subhanahu wa ta’ala atas
segala nikmat dan karunia-Nya sehingga penulis mampu menyelesaikan penulisan
skripsi yang berjudul Analisis Exchange rate pass-through Terhadap Harga
Domestik: Studi Di ASEAN-3, Jepang, dan Korea Selatan Periode 2010-2013.
Penulis menyadari bahwa dalam pengerjaan skripsi ini masih
terdapat
kekurangan, dikarenakan keterbatasan akses, kemampuan, maupun pengetahuan
yang penulis miliki.
Terima kasih penulis ucapkan kepada Bapak Dr.Ir. Iman Sugema, M.Ec
selaku dosen pembimbing yang selalu memberikan motivasi, arahan dan ilmu
bermanfaat kepada penulis, kepada Bapak Dr. Alla Asmara, S.Pt, M.Si. selaku
dosen penguji utama dan Ibu Widyastutik, S.E, M.Si selaku perwakilan dari
komisi pendidikan, atas kritik dan sarannya yang bermanfaat kepada penulis, serta
kepada ka Farhana Zahrotunnisa, ka Ade Kholis, Mba Heni, dan ka Fickry Widya
yang senantiasa memberikan saran dalam penyelAsian skripsi ini.
Ungkapan terima kasih juga disampaikan kepada kedua orang tua Ayah Dadang
Sudrajat S.Si dan Ibu Dede Nengsih serta Adik Nizar Kamil Perwira yang selalu
mendoakan dan mendukung penulis. Penulis juga menyampaikan terima kasih kepada
teman satu bimbingan Penny, Yunus, Meliana,Yohanes, Galis dan Erma yang saling
membantu dalam pengerjaan skripsi ini. Terakhir penulis sampaikan terima kasih
kepada para sahabat terdekat Alm. Aditya, Maulidani, Raga, Anggoro, Hafil, Dhany,
Adi, Arifin, Khoerul, Andri, Aziz, Ramos, Hilman, Pangrio, Rizki, Candri, Andry,
Satria, Bayu, Rendy, Firman, Fauzan, Dimas, HIPOTESA FEM IPB 2011-2013,
UKM MAX!! IPB, Tarung Derajat IPB, teman-teman Beswan Djarum IPB 28,
teman-teman TPB B.18 serta teman-teman Ilmu Ekonomi angkatan 47 atas segala
dukungan yang telah diberikan kepada penulis.
Semoga karya ilmiah ini bermanfaat.
Bogor, Mei 2014
Muhamad Rifki Maulana
DAFTAR ISI
DAFTAR TABEL
DAFTAR GAMBAR
DAFTAR LAMPIRAN
PENDAHULUAN
Latar Belakang
Perumusan Masalah
Tujuan Penelitian
Manfaat Penelitian
Ruang Lingkup Penelitian
TINJAUAN PUSTAKA
Exchange rate pass-through
Penelitian Terdahulu
Kerangka Pemikiran
METODE PENELITIAN
Jenis dan Sumber Data
Metode Pengolahan dan Analisis Data
HASIL DAN PEMBAHASAN
Uji Stasioneritas
Uji Stabilitas VAR
Penentuan Selang Optimal
Pengujian Kointegrasi
Hasil Empiris
Pembahasan
SIMPULAN DAN SARAN
Simpulan
Saran
DAFTAR PUSTAKA
LAMPIRAN
RIWAYAT HIDUP
Halaman
vi
vi
Vi
1
1
3
4
5
5
5
6
7
7
8
8
9
13
13
14
14
15
16
31
31
31
32
33
36
95
DAFTAR TABEL
1
2
3
4
5
6
7
Jenis dan Sumber Data
Uji Stasioneritas ASEAN-3
Uji Stasioneritas Jepang dan Korea Selatan
Uji Stabilitas model VAR ASEAN-3, Jepang, dan Korea Selatan
Uji Lag Optimal ASEAN-3
Uji Lag Optimal Jepang dan Korea Selatan
Uji Kointegrasi
9
13
14
14
15
15
16
DAFTAR GAMBAR
1 Grafik Indeks Nilai Tukar Domestik (1990=100) terhadap US$ di
Negara ASEAN-3, Jepang dan Korea Selatan periode Januari 1995Desember 1998
2 Grafik Presentase perubahan IHK Negara ASEAN-3, Jepang dan Korea
Selatan Januari 1995-desember 1998
3 Grafik Indeks Nilai Tukar Domestik (2005=100) terhadap US$ di
Negara ASEAN-3, Jepang dan Korea Selatan periode Januari 2007Januari 2010
4 Skema exchange rate pass-through
5 Kerangka Pemikiran
6 Variance decomposition (%),import price shock terhadap NEER &
NEER shock terhadap CPI di ASEAN-3,Jepang dan Korea Selatan
model A
7 Impulse response (%),import price shock terhadap NEER & NEER
shock terhadap CPI di ASEAN-3,Jepang dan Korea Selatan model A
8 Variance Decomposition (%),import price shock terhadap NEER &
NEER shock terhadap CPI di ASEAN-3,Jepang dan Korea Selatan
model B
9 Impulse response (%),import price shock terhadap NEER & NEER
shock terhadap CPI di ASEAN-3,Jepang dan Korea Selatan model B
10 Variance Decomposition (%),import price shock terhadap NEER &
NEER shock terhadap CPI di ASEAN-3,Jepang dan Korea Selatan
model C
11 Impulse response (%),import price shock terhadap NEER & NEER
shock terhadap CPI di ASEAN-3,Jepang dan Korea Selatan model C
1
2
2
6
8
17
20
22
24
26
29
DAFTAR LAMPIRAN
1
2
3
4
5
Indonesia (Data Generating Process dan Hasil Empiris)
Malaysia (Data Generating Process dan Hasil Empiris)
Singapura (Data Generating Process dan Hasil Empiris)
Jepang (Data Generating Process dan Hasil Empiris)
Korea Selatan (Data Generating Process dan Hasil Empiris)
44
48
61
72
83
PENDAHULUAN
Latar Belakang
Negara negara ASEAN maupun Asia pada tahun 1997-1998 mengalami
krisis moneter. Krisis moneter ini bermula dari mata uang Thailand yang
mengalami penurunan tajam dan kemudian berdampak sistemik ke negara
lainnya. Pada awalnya krisis ini terjadi karena banyak perusahaan di Thailand
tidak bisa membayar hutang yang telah jatuh tempo dan juga akibat ulah para
spekulan yang menjual Baht ke luar. Pada bulan Januari 1998, Baht jatuh ke titik
56 Baht per US$ padahal sebelumnya Baht selalu berada di kisaran 25 Baht per
US$. Korea, Malaysia, Filipina dan Indonesia adalah negara-negara yang paling
merasakan dampak dari krisis moneter tersebut. Kondisi ini dapat dilihat pada
Gambar 1 bahwa Indonesia menjadi negara yang terkena dampak paling parah
dibanding negara lainnya. Pada awal 1998 rupiah terdepresiasi mencapai Rp.
16.000/ US$ padahal sebelumnya rupiah berada di tingkat Rp. 5000 /US $.
Sumber data: CEIC Januari 1995-Desember 1998 (diolah)
Gambar 1. Indeks Nilai Tukar Domestik (1990=100) terhadap US$ di Negara
ASEAN-5, Jepang dan Korea Selatan periode Januari 1995-Desember 1998
Efek penurunan kurs ini berdampak pada naiknya harga barang-barang
domestik yang dijadikan tolak ukur terhadap tingkat inflasi karena depresiasi kurs
menyebabkan harga-harga barang impor baik barang jadi atau setengah jadi
semakin tinggi lalu mempengaruhi biaya produksi semakin meningkat dan
mengakibatkan naiknya tingkat inflasi di negara tersebut. Pada Gambar 2
menjelaskan jika Indonesia mengalami pertumbuhan tingkat inflasi yang sangat
tinggi dibanding negara lainnya. Pertumbuhan tingkat inflasi di Indonesia
mencapai 80% padahal sebelumnya tingkat inflasi berada di kisaran 10%.
2
Sumber data: IFS Januari 1995-Desember 1998 (diolah)
Gambar 2 Presentase perubahan IHK Negara ASEAN-5, Jepang dan Korea Selatan Januari
1995-desember 1998
Sumber data: CEIC Januari 1995-Desember 1998 (diolah)
Gambar 3. Indeks Nilai Tukar Domestik (2005=100) terhadap US$ di Negara ASEAN-5,
Jepang dan Korea Selatan periode Januari 2005-Desember 2010
Krisis moneter menyebabkan negara negara ASIA maupun ASEAN
merubah kebijakan moneter di negaranya, terlebih yang menyangkut mengenai
rezim nilai tukar. Sebelum krisis kebanyakan negara di ASIA maupun ASEAN
mengadopsi rezim nilai tukar yang lebih kaku dan juga kebijakan moneter yang
lebih berfokus kepada monetary base targeting. Setelah krisis, guna
merekonstruksi kebijakan moneter banyak negara di ASEAN maupun di ASIA
mengadopsi rezim nilai tukar mengambang atau lebih fleksibel. Terlihat pada
Gambar 3 bahwa rezim nilai tukar mengambang cukup baik dalam mengendalikan
nilai tukar di negara tersebut.
3
Semenjak perubahan ini, ditemukan bahwa volatilitas exchange rate di
negara negara tersebut semakin tinggi dari waktu ke waktu, namun cadangan
devisa dan juga suku bunga di negara negara tersebut mengalami penurunan.
Volatilitas nilai tukar tersebut sangat berpengaruh terhadap tingkat harga yang
kini lebih dikenal dengan istilah exchange rate pass-through.
Exchange rate Pass-through adalah presentase perubahan nilai tukar yang
ditransmisikan kepada harga barang yang diperdagangkan di dalam negeri
(Krugman dan Obstfeld 2000). Secara umum, untuk menguji pass-through nilai
tukar adalah dengan mengestimasi persamaan sebagai berikut
�
��
�
��
Dimana πt adalah inflasi domestik, et adalah depresiasi nilai tukar (nominal),
dan sisanya adalah variabel variabel control lainnya (dalam bentuk pertumbuhan).
Secara umum, studi mengenai pass-through nilai tukar ini dapat dikelompokkan
menjadi tiga kelompok. Kelompok pertama adalah studi dampak nilai tukar pada
harga impor industri tertentu, Kelompok kedua adalah studi dampak nilai tukar
pada harga impor secara aggregat. Dan kelompok ketiga adalah studi dampak nilai
tukar pada CPI atau WPI (Wimanda,2011). Exchange rate pass-through pun
dibagi menjadi dua jenis, yang pertama adalah transmisi langsung (direct passthrough) dan yang kedua adalah transmisi tidak langsung (indirect pass- through).
Transmisi langsung terjadi ketika diasumsikan pemerintah menurunkan
tingkat suku bunga dalam negeri sehingga terjadi interest rate differential dengan
tingkat suku bunga luar negeri. Peristiwa tersebut memicu terjadinya depresiasi
nilai tukar domestik, yang akan menyebabkan kenaikan harga barang-barang
impor di dalam negeri. Transmisi secara tidak langsung terjadi ketika pemerintah
diasumsikan menurunkan tingkat suku bunga dalam negeri sehingga terjadi
interest rate differential dengan tingkat suku bunga luar negeri. Peristiwa tersebut
secara langsung membuat rupiah terdepresiasi, karena para investor mengalihkan
investasi mereka ke luar negeri lalu memicu tingginya permintaan mata uang luar
negeri. Depresiasi yang terjadi membuat permintaan ekspor meningkat dan juga
membuat permintaan barang substitusi impor meningkat. Peningkatan permintaan
barang ekspor dan barang substitusi impor tersebut pada akhirnya akan
meningkatkan harga konsumen (McFarlane 2005).
Perumusan Masalah
Dalam tulisan ini akan dianalisis keberadaan exchange rate pass-through
dalam mempengaruhi harga domestik di kawasan ASEAN ditambah dengan
Jepang dan Korea Selatan. Alasan penelitian ini memilih negara tersebut karena
betujuan untuk melihat kondisi ekonomi terkini dari negara-negara ASEAN+2
pasca krisis moneter tahun 1997, yang dimana seperti kita perlu ketahui pada awal
Januari 2010 negara negara ASEAN dan China telah resmi memberlakukan
China-ASEAN Free Trade (CAFTA), dimana-mana barang yang diperjualbelikan
antar kedua belah pihak dikenakan pembebasan tarif hingga bisa mencapai 0%.
4
Selain itu pada tahun 2015 nanti akan dilangsukan pasar bebas ASEAN diantara
negara negara ASEAN. Selain pertumbuhan aktivitas ekonomi di negara ASEAN
yang semakin meningkat, negara negara seperti Jepang dan Korea Selatan sudah
bertransformasi menjadi negara industri yang cukup maju di dunia yang kerap
menjadi importir utama ke negara-negara di dunia dan umumnya ke negara
berkembang contohnya negara negara ASEAN. Tapi dikarenakan keterbatasan
data terbaru dari negara-negara ASEAN, maka penelitian ini hanya mengambil
tiga negara ASEAN yaitu Indonesia, Malaysia, Singapura. Dalam hal ini penulis
menggunakan kemampuan Nominal Effective Exchange Rate
dalam
mentransmisikan tekanan yang diberikan guncangan harga luar negeri
(Menggunakan variabel import price) terhadap Inflasi domestik (menggunakan
variabel consumer price index). Metode yang dipakai adalah metode vector
autoregression (VAR) yang kemudian dikombinasikan dengan vector error
correction model (VECM), dengan catatan data data yang ada tidak stasioner di
level dan mempunyai kointegrasi. Penelitian ini menggunakan tiga model, dimana
setiap model memiliki ordering yang berbeda satu sama lainnya. Perubahan
ordering yang dilakukan di setiap model bertujuan untuk melihat kemantapan
(robustness) dari setiap hasil estimasi selama 39 horizon waktu. Analisis dipisah
dua bagian, bagian pertama adalah penelitian ini akan menganalisis kontribusi dan
pengaruh dari import price shock terhadap pergerakan Nominal Effective
Exchange Rate yang nantinya akan digambarkan oleh variance decomposition dan
impulse response dari variabel Nominal Effective Exchange Rate tersebut. Bagian
kedua, penelitian ini mencoba untuk menganalisis kontibusi dan pengaruh dari
Nominal Effective Exchange Rate shocks terhadap inflasi yang diproksikan oleh
variabel CPI dengan melihat gambarannya, dari variance decomposition dan
impulse response dari variabel CPI tersebut.
Berdasarkan uraian singkat diatas, maka permasalahan yang akan
dianalisis dalam penelitian ini yaitu:
1.
Bagaimana pengaruh guncangan harga luar negeri terhadap nilai tukar di
ASEAN-3, Jepang dan Korea Selatan?
2.
Bagaimana pengaruh guncangan nilai tukar terhadap tingkat Inflasi di
ASEAN-3, Jepang dan Korea Selatan?
3.
Apakah terdapat perbedaan hasil dari ketiga model yang telah dilakukan
perubahan ordering?
Tujuan Penelitian
Berdasarkan uraian perumusan masalah di atas, maka tujuan dari
penelitian ini adalah:
1.
2.
3.
Menganalisis pengaruh guncangan harga luar negeri terhadap nilai tukar di
kawasan ASEAN-3, Jepang, dan Korea Selatan.
Menganalisis pengaruh guncangan nilai tukar terhadap tingkat inflasi di
kawasan ASEAN-3, Jepang, dan Korea Selatan.
Menganalisis pengaruh dari perubahan ordering dari ketiga model yang
ada.
5
Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah:
1.
2.
3.
Untuk memperoleh gambaran yang jelas mengenai hubungan antara
guncangan dari harga luar negeri terhadap harga domestik yang
ditransmisikan oleh nilai tukar
Sebagai bahan pertimbangan dan juga informasi bagi pemerintah maupun
segala pihak yang membutuhkan informasi lebih mengenai kondisi nilai
tukar dan juga harga domestik di ASEAN, Jepang, dan Korea Selatan
mengingat pada tahun 2015 akan diadakannya pasar bebas ASEAN.
Sebagai bahan studi maupun literatur bagi peneliti lain yang ingin
melakukan penelitian selanjutnya
Ruang Lingkup Penelitian
Ruang lingkup penelitian ini hanya terbatas dalam melihat pengaruh yang
diberikan shock terhadap variabel yang dipakai. Shock yang ingin dilihat adalah
import price shock terhadap pergerakan NEER di ASEAN-3, Jepang dan Korea
Selatan dan juga melihat dampak NEER shock terhadap CPI di ASEAN-3, Jepang
dan Korea Selatan. Keterbatasan data di ASEAN membuat penelitian ini hanya
menggunakan 3 negara ASEAN, dan ditambah 2 negara di luar ASEAN tapi
masih di kawasan ASIA. Lamanya periode yang digunakan di penelitian ini
adalah selama 39 bulan, dan menggunakan data bulanan agar pengaruhnya lebih
terlihat signifikan.
TINJAUAN PUSTAKA
Exchange Rate Pass-Through
Exchange rate pass-through diartikan sebagai persentase perubahan pada
harga barang yang diimpor akibat adanya satu persen perubahan dari nilai tukar
dua negara yang melakukan perdagangan (Campa & Goldberg 2002). Tingkat dan
kecepatan dari perubahan nilai tukar terhadap harga impor menurut Bailliu and
Bouakez (2004) dipengaruhi beberapa faktor, antara lain: (1) adanya ekspektasi
pasar terhadap lamanya depresiasi terjadi dalam satu Negara, (2) biaya dari
adjusting price (biaya penyesuaian), dan (3) kondisi permintaan. Berdasarkan
Gambar 4 mekanisme transmisi nilai tukar dalam mempengaruhi inflasi (exchange
rate pass–through) pada dasarnya dapat melalui dua jalur.
6
Gambar 4. Skema exchange rate pass-through
Dari gambar diatas menjelaskan ada dua mekanisme dalam terjadinya
exchange rate pass-through. Mekanisme pertama adalah direct pass-through,
dimana diasumsikan negara tersebut mengalami perubahan nilai tukar maka
perubahan nilai tukar tersebut membuat harga impor di negara tersebut menjadi
berubah. Perubahan harga impor langsung pakai akan merubah indeks harga
konsumen di negara tersebut, sedangkan perubahan harga barang impor yang
digunakan sebagai input produksi akan membuat tingkat production cost akan
berubah dan menyebabkan indeks harga konsumen akan berubah.
Mekanisme kedua adalah indirect pass-through, dimana diasumsikan ketika
terjadi perubahan nilai tukar di negara tersebut maka perubahan nilai tukar
membuat permintaan akan barang substitusi impor dan permintaan akan ekspor
berubah. Perubahan permintaan barang substitusi impor akan menyebabkan
perubahan pada harga barang substitusi impor tersebut dan menyebabkan indeks
harga konsumen berubah, sedangkan perubahan pada permintaan ekspor akan
menyebabkan perubahan pada permintaan tenaga kerja yang diperlukan untuk
kegiatan ekspor. Perubahan permintaan tenaga kerja akan menyebabkan
perubahan pengeluaran tingkat upah untuk para pekerja yang nantinya akan
menyebabkan perubahan indeks harga konsumen.
7
Penelitian Terdahulu
Mirdala (2009) telah melakukan penelitian exchange rate pass-through di
beberapa negara eropa seperti Republik Ceko, Hungaria, Polanda and Republik
slovakia. Penelitian tersebut menggunakan data kuartalan dari tahun 1999Q1
sampai dengan tahun 2008Q3, Mirdala (2009) bertujuan untuk melihat pengaruh
exchange rate pass-through di negara negara tersebut. Dengan menggunakan
model VAR dan juga dengan menggunakan tiga urutan variabel endogenous yang
berbeda, lalu didaptakan hasil bahwa kontribusi dari guncangan harga impor di
keempat negara itu berbeda-beda. Tidak hanya itu, impulse response functions
terhadap NEER pun berbeda setiap negaranya. Walaupun sudah dilakukan
melakukan tiga kali perubahan orde, ada beberapa negara seperti Hungaria dan
Republik Ceko yang tidak terpengaruh akan perubahan orde tersebut. Hasil
analisis pengaruh NEER shock terhadap CPI di negara negara tersebut
menunjukan hasil yang berbeda.
Duasa (2008) telah melakukan penelitian mengenai pengaruh dari
guncangan nilai tukar terhadap harga impor dan juga ekspor. Penelitiannya
membahas tentang signifikan atau tidaknya pengaruh guncangan nilai tukar
terhadap harga impor dan harga ekspor di Malaysia dengan menggunakan model
VECM yang mengambil data bulanan dari Januari 1999 sampai Desember 2006.
Dengan melihat hasil dari variance decomposition dan impulse response
functions, Duasa (2008) ingin melihat hubungan kausalitas antar variabel di dalam
model. Hasilnya menampilkan bahwa guncangan nilai tukar mempengaruhi
fluktuasi harga impor secara signifikan.
Bitans (2005) meneliti keberadaaan exchange rate pass-through di 13
negara eropa timur dari tahun 1993-2003. Pass-through dianalisis dengan model
VAR di first differences dan Bitans (2005) juga meneliti tentang dampak dari
perubahan exchange rate terhadap indeks harga produsen dan konsumen. Hasil
penelitiannya menunjukan bahwa setiap negara menunjukan hasil yang berbeda
beda, tapi secara umum penelitian ini menunjukan bahwa pass-through di eropa
timur mempunyai hubungan positif dan secara statistik sangat mempengaruhi
terhadap inflasi.
Kerangka Pemikiran
Mengacu dari tujuan penelitian yang telah disampaikan sebelumnya maka
penelitian ini hanya dimaksudkan untuk melihat kemampuan nilai tukar dalam
mentransmisikan guncangan harga dari luar terhadap tingkat inflasi dalam negara
ASEAN-3, Jepang dan Korea Selatan. Perhitungan dilakukan dengan
menggunakan metode VAR yang dikombinasikan dengan VECM dimana untuk
mengidentifikasi guncangan struktural yang ada penulis menggunakan cholesky
decomposition dengan tiga jenis ordering yang berbeda di setiap modelnya guna
mengetahui robustness dalam hasil yang didapat. Tahap analisis dibagi dua
bagian, yang pertama penulis melihat variance decomposition dan impulse
response yang didapat dari guncangan harga impor terhadap nilai tukar. Pada
bagian kedua penulis melihat variance decomposition dan impulse response yang
didapat dari guncangan nilai tukar terhadap tingkat inflasi dalam negara tersebut.
Dengan mengetahui peranan nilai tukar dalam mentransmisikan guncangan dari
8
harga luar negeri terhadap tingkat inflasi domestik, diharapkan baik pemerintah
maupun otoritas moneter pada negara tersebut dapat melakukan evaluasi dari
kebijakan kebijakan moneter yang diambil guna mewujudkan keadaan
perekonomian yang stabil. Kerangka pemikiran dijelaskan pada gambar berikut
Gambar 5. Kerangka Pemikiran
METODE PENELITIAN
Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder dalam
bentuk deret waktu bulanan (monthly time series) periode Januari 2010 sampai
dengan Maret 2013 di negara Indonesia, Malaysia, Singapura, Korea Selatan dan
Jepang. Data diperoleh dari CEIC Macroenomic Industry and Financial Time
Series Database for Global Emerging and Developed Market dan juga IFS
(International Financial Statistic). Selain itu juga penulis mempelajari studi
9
pustaka yang mendukung penelitian ini baik dengan membaca jurnal, working
paper, e-book dan berbagai macam literatur dengan tema terkait. Untuk
mendapatkan hasil analisis yang lebih akurat maka seluruh data ditransformasikan
ke dalam bentuk logaritma natural (ln). Berikut ini secara rinci, akan ditampilkan
sumber data dan variabel yang digunakan dalam penelitian ini dicantumkan dalam
Tabel 1
Tabel 1. Jenis dan Sumber Data
No
Jenis Variabel
Negara
Proksi yang digunakan
1
Indeks Harga
Konsumen
Semua Negara
2
Nilai tukar
Indonesia,Malaysia, Nominal Effective
Singapura
Exchange Rate
Jepang, Korsel
IFS
Consumer price index
Sumber
Data
IFS
CEIC
3
Harga impor
luar negeri
Indonesia
Malaysia,
Singapura,
Jepang,Korsel
Wholesale price index:
Import
Import price index
CEIC
4
Tingkat
produksi
Semua Negara
Industrial Production
Index
IFS
CEIC
5
Jumlah uang
beredar
Indonesia,
Singapura
Jepang,Korsel
Malaysia,
M2
CEIC
M3
IFS
Metode Pengolahan dan Analisis Data
Metode yang dipakai guna menganalisis pengaruh Import price shock
terhadap NEER dan juga NEER shock terhadap consumer price index metode
VAR (Vector autoregression) yang dikombinasikan dengan vector error
correction model (VECM). Cholesky decomposition digunakan untuk
mengidentifikasi structural shock dari model VAR dan VECM. Proses analisis
data dilakukan dengan menggunakan bantuan software Eviews 6 dan juga
Microsoft Excel 2007.
Analisis Vector autoregression (VAR)
Model Vector autoregression (VAR) muncul karena seringkali ketika
menggunakan pendekatan struktural atas pemodelan persamaan simultan, teori
10
ekonomi belum cukup dalam menyediakan spesifikasi yang tepat atas hubungan
dinamis antar variabel. Terkadang proses estimasi menjadi lebih rumit karena
keberadaan variabel endogen di kedua sisi persamaan (endogenitas variabel di sisi
dependen dan independen) lalu ada tahun 1980, Christopher Sims
memperkenalkan sebuah macroeconometric framework yang menjanjikan, yaitu
model Vector autoregression (VAR) (Firdaus 2011). VAR menyediakan cara
sistematis untuk menangkap perubahan yang dinamis dalam multiple time series,
serta memiliki pendekatan yang kredibel dan mudah untuk dipahami bagi
pendeskripsian data, forecasting (peramalan), inferensi struktural, serta analisis
kebijakan (Firdaus 2011). Persamaan VAR adalah sebagai berikut:
�t= �0 + �1yt-1 + �2yt-2 +……+�pyt-p+ �t
dimana:
�t= vektor berukuran (n x 1) yang berisikan n variabel yang terdapat dalam
sebuah model VAR
�0= vektor intersep berukuran (n x 1)
�i= matriks koefisien/parameter berukuran (n x n) untuk setiap i=1,2,3,...,p
�t= vektor error berukuran (n x 1)
Analisis Vector Error Correction Model (VECM)
Vector Error Correction Model (VEC) adalah VAR terestriksi yang
digunakan untuk variabel yang non stasioner pada level dan memiliki kointegrasi
antar variabel. Restriksi tambahan ini harus diberikan karena keberadaan bentuk
data yang tidak stasioner pada level, tapi terkointegrasi. VECM kemudian
memanfaatkan informasi restriksi kointegrasi tersebut ke dalam spesifikasinya.
Oleh karena itu , VECM sering disebut sebagai desain VAR bagi series non
stasioner yang memiliki hubungan kointegrasi. Dengan demikian, dalam VECM
terdapat speed of adjustment dari jangka pendek ke jangka panjang (Firdaus 2011).
Adapun spesifikasi model VECM secara umum adalah sebagai berikut:
dimana:
yt
� 0x
� 1x
�
Πx
t-1
Γk
k-1
�t
Δ�t= � 0x + � 1x� + Πx�t-1 +
�−1
�=1 Γk Δ�t-I + � t
= vektor yang berisi variabel yang dianalisis dalam penelitian
= vektor intercept
= vektor koefisien regresi
= time trend
= αxβ dimana b’ mengandung persamaan kointegrasi jangka panjang
= variabel in-level
= matriks koefisien regresi
= ordo VECM dari VAR
= error term
11
Model Penelitian
Metode yang dipakai dalam penelitian kali ini adalah metode VAR yang
dikombinasikan dengan metode VECM yang menggunakan cholesky
decomposition, dimana cholesky decomposition adalah sebuah metode yang
digunakan untuk mengidentifikasi adanya guncangan struktural (Mc Carthy 2000).
Metode cholesky decomposition yang digunakan dalam penelitian ini diadopsi dari
Mirdala (2009), dengan diasumsikan bahwa model ini digunakan untuk melihat
guncangan inflasi dari luar terhadap indeks harga domestik yang direpresentasikan
dalam matriks berikut:
dimana:
cij = elemen dari Matriks C
et = residual (error term) dari guncangan orthagonal
ut = vektor guncangan orthaghonal
ipt= import price index
mt= money supply
et= nominal effective exchange rate
yt= industrial production index
pt= consumer price index
Penelitian ini menggunakan tiga model yang menggunakan ordering
berbeda di tiap modelnya, hal ini dimaksudkan untuk meneliti robustness dari
hasil empiris yang didapat. Ketiga model tersebut adalah sebagai berikut: model A
(Yt = [ipt, mt, et, yt, pt]), model B (Yt = [ipt, yt, mt, et, pt]), dan model C (Yt = [ipt, yt, et, mt,
pt]). Dalam setiap model diasumsikan bahwa perbedaan ordering dari setiap
variabel merefleksikan perbedaan distribution chain of pricing dari model tersebut.
Data Generating Process
Sebelum memasuki tahapan analisis model VAR, maka sebelumnya harus
dilakukan Data Generating Process. Hal ini menjadi penting karena biasanya
data data time series memiliki akar unit sehingga kemungkinan bisar membuat
hasil estimasi menjadi kurang baik karena akan terdapat regresi palsu (spurious
regression). Tahapan Data Generating Process adalah sebagai berikut:
12
1.Uji Stasioneritas data
Langkah pertama adalah menguji apakah semua variabel yang terdapat di
dalam model sudah stasioner atau belum. Uji stasioner akan dilakukan dengan
metode Augmented Dickey Fuler (ADF) test. Hasil series yang stasioner akan
berujung pada penggunaan VAR dengan metode standar. Sementara series non
stasioner akan berimplikasi pada dua pilihan; VAR dalam bentuk differens atau
VECM jika data tersebut terkointegrasi. Keberedaan variabel yang nonstasioner
akan menungkatkan kemungkinan keberadaan hubungan kointegrasi antar
variabel. Pengujian kointegrasi dilakukan pada data stasioner, mengingat
terdapatnya kemungkinan kesalahan pengambilan kesimpulan pengujian unit root
test. Hipotesis yang digunakan adalah H0:β=0 (data mengandung unit root) dan
H1:β≠0 (tidak ada unit root) dengan β adalah nilai ADF, jika nilai ADF statistik
lebih besar daripada nilai kritisnya maka bisa disimpulkan bahwa hipotesis awal
tertolak atau dengan kata lain data tersebut stasioner.
2.Uji Stabilitas VAR
Langkah berikutnya adalah menguji stabilitas VAR dengan menghitung akarakar dari fungsi polinomial atau dikenal dengan roots of characteristic
polinomial. Jika semua akar dari fungsi polinomial tersebut berada di dalam unit
circle atau jika nilai absolutnya < 1 maka model VAR tersebut dianggap stabil
sehingga Impulse response Function (IRF) dan Forecast Error Variance
decomposition (FEVD) yang dihasilkan dianggap valid (Firdaus 2011).
3.Pengujian Lag Optimum
Langkah selanjutnya yang dilakukan adalah penentuan jumlah lag yang
optimal yang digunakan dalam model. Pengujian panjang lag yang optimal dalam
penelitian ini menggunakan informasi dari Akaike Information Criterion (AIC).
lag yang dipilih adalah lag dengan nilai yang paling kecil,karena jika terlalu
banyak panjang lag, akan mengurangi derajat bebas. Sehingga, lag yang lebih
kecil disarankan untuk dapat memperkecil spesifikasi error.
4.Pengujian Kointegrasi
Uji kointegrasi bertujuan untuk menentukan apakah variabel-variabel yang
tidak stasioner terkointegrasi atau tidak. Konse kointegrasi yang dikemukakan
oleh Engle dan Granger (1987) dalam Firdaus (2011) sebagai kombinasi linear
dari dua atau lebih variabel yang tidak stasioner akan menghasilkan variabel yang
stasioner, kombinasi ini biasa diinterpretasikan sebagai hubungan keseimbangan
jangka panjang di antara variabel (Firdaus 2011). Hipotesis yang digunakan
dalam pengujian ini adalah dimana Ho=tidak terjadi kointegrasi dan H1= terjadi
kointegrasi. Jika trace statistic > critical value, maka tolak H0 yang berarti
terdapat kointegrasi dalam model tersebut.
Variance Decomposition
Variance decomposition adalah suatu metode yang digunakan untuk
melihat seberapa besar kontribusi atau presentase suatu shock dalam
mempengaruhi variabel lainnya. Dalam metode ini dapat dilihat kekuatan dan
kelemahan masing-masing variabel dalam mempengaruhi variabel lainnya dalam
13
kurun waktu yang panjang. Variance decomposition merinci ragam dari
peramalan galat menjadi komponen komponen yang dapat dihubungkan dengan
setiap variabel endogen dalam model. Dengan menghitung presentase kuadrat
prediksi galat k-tahap kedepan dari sebuah variabel akibat inovasi dalam variabelvariabel lain maka dapat dilihat seberapa besar perbedaan antara error variance
sebelum dan sesudah terjadinya shock yang berasal dari variabel itu sendiri
maupun variabel lain. Jadi melalui variance decomposition dapat diketahui secara
pasti faktor-faktor yang mempengaruhi fluktuasi dari variabel tertentu (Firdaus
2011). Dalam penelitian ini variance decomposition digunakan untuk melihat
kontribusi dari guncangan harga impor terhadap fluktuasi nilai tukar dan melihat
kontribusi guncangan nilai tukar terhadap fluktuasi harga domestik.
Impulse Response Function
Impulse Respons Function (IRF) adalah suatu metode yang digunakan
untuk menentukan respons suatu variabel endogen terhadap suatu shock tertentu.
Hal ini dikarenakan shock variabel misalnya ke-I tidak hanya berpengaruh
terhadap variabel ke-I itu saja, tetapi ditransmisikan kepada semua variabel
endogen lainnya melalui struktur dinamis atau struktur Lag dalam VAR. Atau
dengan kata lain IRF mengukur pengaruh suatu shock pada suatu waktu kepada
inovasi variabel endogen pada saat tersebut dan di masa yang akan datang
(Firdaus 2011). Dalam hal ini penulis menggunakan impulse response function
untuk melihat pengaruh dari import price shock terhadap nilai tukar dan juga
pengaruh dari NEER shock terhadap CPI.
HASIL DAN PEMBAHASAN
Pengujian Stasioneritas Data
Metode pengujian yang digunakan untuk uji stasioneritas data adalah
Augmented Dickey Fuller-Test (ADF-Test) digunakan automatic Lag selection
berdasarkan criteria Schwarz Information Criterion (SIC) dengan maksimum Lag
berjumlah 9. Pengujian kestasioneran data dilakukan pada tingkat level sampai
dengan first difference dengan taraf nyata 1 persen, 5 persen dan 10 persen. Hasil
pengujian stasioneritas data untuk masing-masing negara dapat dilihat pada Tabel
2 dan Tabel 3 berikut ini:
Tabel 2 Uji Stasioneritas ASEAN-3
Variabel
Lnipt
Lnyt
Lnet
Lnmt
Lnpt
Indonesia
Level
1st
-3.302
-4.557
-4.822
-6.486
-3.426
-3.411
-3.685
-7.392
-3.691
-5.640
Malaysia
Level
-0.849
-8.064
-5.062
-2.700
-0.657
1st
-6.691
-4.975
-4.401
-6.957
-4.004
Singapura
Level
1st
-2.157
-4.384
-5.870
-6.874
-4.017
-4.409
-2.399
-7.112
-4.464
-4.830
14
Tabel 3 Uji Stasioneritas Jepang dan Korea Selatan
Variabel
Lnipt
Lnyt
Lnet
Lnmt
Lnpt
Level
-3.139
-4.950
-0.914
-3.962
-4.614
Jepang
1st
-3.618
-9.698
-4.274
-5.732
-5.707
Level
-1.530
-5.251
-1.362
-3.385
-0.286
Korea Selatan
1st
-4.200
-6.742
-5.012
-6.451
-8.591
t-kritis MacKinnon 1% = -4.21, 5% = -3.53 dan 10% = -3.19
*cetak tebal dan garis berarti stasioner pada level tersebut
Berdasarkan hasil pengujian diatas, dapat disimpulkan hanya Indonesia
yang datanya stasioner di level, sementara negara lainnya masih banyak terdapat
beberapa data yang stasioner di tingkat 1st difference. Stasioner atau tidaknya
sebuah data terlihat dari nilai t-ADF yang mutlak lebih besar dari nilai t-kritis
MacKinnon, baik di 1%, 5%, ataupun 10%. Dikarenakan banyak data yang tidak
stasioner di 1st difference , maka akan dilakukan pengujian kointegrasi untuk
mengetahui keberadaan hubungan kointegrasi. Jika tidak terdapat kointegrasi
maka akan dilanjutkan ke metode var 1 st difference sedangkan jika terdapat
kointegrasi akan dilanjutkan dengan metode VECM.
Uji stabilitas VAR
Guna memperoleh panjang selang (Lag) yang tepat akan dilakukan 3
bentuk pengujian secara bertahap. Pada tahap pertama akan dilihat panjang selang
maksimum sistem VAR yang stabil. Stabilitas sistem VAR dilihat dari nilai
inverse roots karakteristik AR poilnomialnya. Suatu sistem VAR dikatakan stabil
atau stasioner jika seluruh roots-nya memiliki modulus lebih kecil dari satu dan
semuanya terletak di dalam unit circle. Hasil uji stabilitas VAR bisa dilihat di
tabel 3 berikut ini:
Tabel 4. Uji Stabilitas model VAR ASEAN-3, Jepang, dan Korea Selatan
Negara
Indonesia
Malaysia
Singapura
Jepang
Korea Selatan
Kisaran Modulus
0.248414- 0.980300
0.438566- 0.931167
0.224491- 0.925370
0.384739- 0.798581
0.541384- 0.891866
Penentuan Selang Optimal
Penggunaan selang (Lag) optimal sangat penting dalam pendekatan VAR
karena Lag dari variabel endogen dalam sistem persamaan akan digunakan
sebagai variabel eksogen (Enders dalam De Jong 2005). Pengujian panjang Lag
optimal ini sangat berguna untuk menghilangkan masalah autokorelasi dalam
sistem VAR. Sehingga dengan digunakannya Lag optimal diharapkan tidak lagi
muncul masalah autokorelasi. Panjang selang optimal akan dicari dengan
15
menggunakan kriteria informasi yang tersedia. Kandidat selang yang terpilih
dalam tulisan ini adalah Akaike Information Criterion (AIC). AIC terkecil yang
diambil sebagai selang optimal. Lag optimal bisa dilihat pada tabel dibawah ini:
Tabel 5 Uji Lag Optimal ASEAN-3
Lag
0
1
2
3
4
Indonesia
-22.812
-30.995
-31.349
-31.465*
Akaike Information Criterion (AIC)
Malaysia
Singapura
-31.37970
-29.20930
-31.60354*
-29.18705
-31.33869
-29.01280
-29.52334*
-29.30447
Tabel 6 Uji Lag Optimal Jepang dan Korea Selatan
Lag
0
1
2
3
Akaike Information Criterion (AIC)
Jepang
Korea Selatan
-29.9439
-29.52375
-30.1959
-30.44349
-30.6089*
-31.30954*
-31.56545
Di setiap angka yang terdapat tanda bintang berarti itu menunjukan Lag
optimal dari setiap negara, selain itu juga biasanya Lag optimal itu didapat saat
nilai AIC nya paling kecil. Terlihat dari tabel diatas, bahwa Indonesia dan
Singapura menggunakan Lag 3 ,Jepang dan Korea Selatan menggunakan Lag 2
sedangkan Malaysia menggunakan Lag 1.
Pengujian hubungan kointegrasi
Pengujian hubungan kointegrasi dilakukan dengan menggunakan selang
optimal sesuai dengan pengujian sebelumnya. Konsep kointegrasi dikemukakan
oleh Engle dan Granger (1987) sebagai fenomena dimana kombinasi linear dari
dua atau lebih variabel yang tidak stasioner akan menjadi stasioner. Kombinasi
linear ini dikenal dengan istilah persamaan kointegrasi dan dapat diintepretasikan
sebagai hubungan keseimbangan jangka panjang diantara variabel (Verbeek 2000).
Kriteria pengujian kointegrasi pada penelitian ini didasarkan pada trace statistics.
Apabila nilai trace statistics lebih besar daripada nilai kritis 5% maka penulis
menerima hipotesis alternatif yang menyatakan jumlah rank kointegrasi. Hasil
pengujian kointegrasi ditampilkan pada Tabel 7
16
Tabel 7. Uji kointegrasi ASEAN-3, Jepang, dan Korea Selatan
Negara
Ho R=0
H1 R≥1
Indonesia 75.53485
Malaysia
95.68130
Singapura 117.2991
Jepang
151.9871
Korsel
124.1553
5%critical
value
Indonesia
5% critical
value
Singapura &
Malaysia
5%critical
value Korea&
Jepang
Trace Statistics
R≤1
R≤2
R≤3
R≥2
R≥3
R≥4
33.16051 16.01262 5.003405
53.12779 30.44287 15.73321
62.74181 35.29940 17.56653
83.24985 33.33561 10.20768
73.39928 31.24446 6.033400
R≤4
R≥5
0.551480
3.900489
7.208935
0.100306
0.000953
69.818
47.856
29.797
15.494
3.841
88.803
63.876
42.915
25.872
12.517
79.341
55.245
35.01
18.397
3.841
Berdasarkan tabel 5 terlihat bahwa setiap negara terdapat minimal satu rank
terkointegrasi dan maksimal dua rank terkointegrasi dalam taraf nyata 5%. Rank
satu terdapat pada persaman negara Indonesia,Malaysia dan Singapura. Sementara
rank kedua terdapat pada persamaan negara Jepang dan Korea Selatan. Untuk
semua negara terkecuali Indonesia dilanjutkan ke metode VECM karena memiliki
data yang tidak stasioner di level dan memiliki kointegrasi.
Hasil Empiris
Setelah melewati data generating processs, kemudian akan dilanjutkan
dengan analisis hasil empiris yang ditampilkan dari kelima negara dengan melihat
variance decomposition dan juga impulse response-nya. Analisis dekomposisi
varian (DFEV) digunakan untuk menghitung dan menganalisis seberapa besar
pengaruh acak guncangan (random shock) dari variabel tertentu terhadap variabel
endogen. Analisis ini bertujuan untuk melihat seberapa besar pengaruh Import
price shock terhadap fluktuasi NEER, sekaligus ingin mengetahui peranan
exchange rate shock terhadap fluktuasinya CPI. Analisis impulse response (IRF)
adalah metode yang digunakan untuk menentukan respon suatu variabel endogen
terhadap guncangan (shock) variabel tertentu (Amisano dan Gianinni 1997).
Dalam hal ini akan dianalisis bagaimana pengaruh yang ditimbulkan oleh import
price shock dan NEER shock terhadap fluktuasi NEER dan juga CPI dengan
menggunakan analisis impulse response. Penelitian ini juga mencoba untuk
menguji kemantapan (robustness) dari hasil estimasi yang didapat dengan
melakukan estimasi terhadap tiga model VAR yang berbeda orderingnya, model
A (Yt = [ipt, mt, et, yt, pt]) model B (Yt = [ipt, yt, mt, et, pt]); model C (Yt = [ipt,
yt, et, mt, pt]).
17
Model A (Yt = [ipt, mt, et, yt, pt])
Dalam model A dirumuskan bahwa guncangan nilai tukar ditentukan oleh
shock dari kebijakan moneter yang dalam hal ini diproksi oleh variabel jumlah
uang beredar (mt). Pada saat yang sama guncangan nilai tukar mempengaruhi
tingkat output yang diproksi oleh Industrial Production Index (yt) secara serentak,
namun tidak terjadi sebaliknya (asumsi yang diberikan oleh struktur Cholesky
memungkinkan untuk mengidentifikasi model).
Variance decomposition
Variance Decomposition of CPI_Indonesia
Variance Decomposition of NEER_Indonesia
70
100
60
80
50
60
40
30
40
20
20
10
0
0
5
10
15
20
IMPORT
IPI
25
30
M2
CPI
5
35
10
15
20
IMPORT
IPI
NEER
25
M2
CPI
30
35
NEER
Variance Decomposition of CPI_Malaysia
Variance Decomposition of NEER_Malaysia
70
100
60
80
50
60
40
30
40
20
20
10
0
0
5
10
15
IMPORT
IPI
20
25
M3
CPI
30
5
35
10
15
20
IMPORT
IPI
NEER
25
30
M3
CPI
35
NEER
Variance Decomposition of CPI_Singapura
Variance Decomposition of NEER_Singapura
40
100
80
30
60
20
40
10
20
0
0
5
10
15
IMPORTPRICE
IPI
20
25
M2
CPI
30
35
NEER
5
10
15
IMPORTPRICE
IPI
20
25
M2
CPI
30
35
NEER
18
Variance Decomposition of NEER_Jepang
70
Variance Decomposition of CPI_Jepang
80
60
60
50
40
40
30
20
20
10
0
0
5
10
15
20
IMPORT
IPI
25
30
M2
CPI
35
5
NEER
10
15
20
IMPORT
IPI
25
M2
CPI
30
35
NEER
Variance Decomposition of CPI_Korea Selatan
Variance Decomposition of NEER_Korea Selatan
100
80
80
60
60
40
40
20
20
0
0
5
10
15
IMPORT
IPI
20
25
M2
CPI
30
35
NEER
5
10
15
IMPORT
IPI
20
25
M2
CPI
30
35
NEER
1.Indonesia
Gambar
6: Variance Decomposition (%),import price shock terhadap NEER &
NEER shock terhadap CPI di ASEAN-3,Jepang dan Korea Selatan model A
1. Indonesia
Di Indonesia terlihat bahwa sampai dengan periode ke-15, kontribusi import
price shock terhadap pergerakan NEER terus naik ke tingkat 25% tapi setelah
periode itu kontribusinya terus stagnan dan menurun menjadi 23,38% di akhir
periode. Untuk kontribusi NEER shock kepada CPI mempunyai hasil yang
berbeda , peranan NEER shock dalam pergerakan CPI pada awalnya berada di
tingkat 10% setelah itu turun sampai periode ketiga hingga 4,4%, setelah itu naik
ke tingkat 15% di periode ke 10. Setelah periode ke 10 NEER shock cenderung
stagnan dan menurun menjadi 13% pada periode ke 39.
2. Malaysia
Pengaruh Import price shock di Malaysia pada awalnya mempunyai
kontribusi yang terus meningkat setiap periodenya hingga mencapai 25% tapi
setelah periode ke 6 kontribusinya turun hingga mencapai 10% di akhir periode.
Sedangkan untuk pengaruh NEER shock menunjukan kontribusi yang tidak terlalu
signifikan karena hanya berada di kisaran 0-1% walaupun pada awalnya
kontribusinya sempat naik mencapai 5% pada saat periode ke 2, namun setelah itu
terus menunjukan penurunan mencapai 0,6% pada akhir periode.
19
3. Singapura
Di Singapura kontribusi Import price shock terhadap pergerakan NEER bisa
dibilang cukup rendah terbukti di sepanjang periode kontibusi Import price shock
berkontribusi sebanyak 1%-4 % atas pergerakan NEER. Sementara itu untuk
kontribusi NEER shock sendiri terhadap pergerakan CPI cukup signifikan,
kontribusi NEER shock pada awal periode berada di tingkat 13% setelah itu naik
ke tingkat 17% pada periode ke-10, lalu stagnan di tingkat tersebut hingga akhir
periode.
4. Jepang
Di Jepang pengaruh import price shock terhadap NEER, awalnya cukup
signifikan tapi menunjukan tren terus menurun tajam hingga periode ke-5 dan
turun perlahan hingga mencapai 1,29% pada periode akhir. Hal ini menunjukan
bahwa pergerakan nilai tukar tidak terlalu dipengaruhi oleh shock dari harga
impor pada jangka panjang. Sementara itu untuk kontribusi NEER shock terhadap
CPI, besarnya awalnya sebesar 5% pada periode pertama dan terus naik ke
periode ketujuh setelah itu stagnan di tingkat 10%.
5. Korea Selatan
Di Korea Selatan presentase kontribusi Import price shock terhadap NEER
awalnya berada di kisaran 22% lalu naik ke kisaran 35% pada periode ke 7 namun
setelah itu presentasenya t urun ke tingkat 10% di akhir periode. Sementara itu
untuk NEER shock sendiri menunjukan presentase yang kurang signifikan karena
berada di tingkat 2%.
Impulse response
Accumulated Response of NEER to Cholesky
One S.D. Innovations_Indonesia
.04
Accumulated Response of CPI to Cholesky
One S.D. Innovations_Indonesia
.06
.02
.04
.00
.02
-.02
.00
-.04
-.06
-.02
5
10
15
20
IMPORT
IPI
25
30
M2
CPI
35
5
NEER
15
20
IMPORT
IPI
Accumulated Response of NEER to Cholesky
One S.D. Innovations_Malaysia
.4
10
25
M2
CPI
30
35
NEER
Accumulated Response of CPI to Cholesky
One S.D. Innovations_Malaysia
.15
.3
.10
.2
.1
.05
.0
.00
-.1
-.05
-.2
-.3
-.10
5
10
15
IMPORT
IPI
20
25
M3
CPI
30
35
NEER
5
10
15
IMPORT
IPI
20
25
M3
CPI
30
35
NEER
20
Accumulated Response of NEER to Cholesky
One S.D. Innovations_Singapura
Accumulated Response of CPI to Cholesky
One S.D. Innovations_Singapura
.3
.06
.04
.2
.02
.1
.00
.0
-.02
-.1
-.04
5
10
15
20
25
IMPORTPRICE
IPI
30
35
M2
CPI
5
NEER
10
15
20
IMPORTPRICE
IPI
Accumulated Response of NEER to Cholesky
One S.D. Innovations_Jepang
25
30
M2
CPI
35
NEER
Accumulated Response of CPI to Cholesky
One S.D. Innovations_Jepang
.8
.06
.6
.04
.4
.02
.2
.00
.0
-.02
-.2
-.4
-.04
5
10
15
IMPORT
IPI
20
25
M2
CPI
30
35
5
NEER
10
15
20
IMPORT
IPI
Accumulated Response of NEER to Cholesky
One S.D. Innovations_Korea Selatan
.3
.025
.2
.020
.1
.015
.0
.010
-.1
.005
-.2
.000
-.3
25
30
M2
CPI
35
NEER
Accumulated Response of CPI to Cholesky
One S.D. Innovations_Korea Selatan
-.005
5
10
15
IMPORT
IPI
20
25
M2
CPI
30
35
NEER
5
10
15
IMPORT
IPI
20
25
M2
CPI
30
35
NEER
Gambar 7: Impulse response(%),import price shock terhadap NEER & NEER
shock terhadap CPI di ASEAN-3,Jepang dan Korea Selatan model A
1. Indonesia
Di Indonesia import price shock menyebabkan fluktuasi yang trennya
negatif terhadap NEER, fluktuasi NEER tersebut dimulai dengan meningkatnya
NEER (nilai tukar terapresiasi) sebesar 0,01 % di periode ke 7, setelah itu NEER
pun turun (nilai tukar terdepresiasi) dari nilai awal sebanyak 0,01%. Dan
pergerakan NEER pun terus bergejolak di kisaran negatif tapi tetap menunjukan
21
hasil yang stagnan di tingkat pengaruh -0,01%. Sedangkan pengaruh NEER shock
terhadap CPI menunjukan tren yang negatif, dengan adanya NEER shock
membuat CPI turun sebanyak 0,008% di akhir periode
2.
Malaysia
Di Malaysia pengaruh import price shock memberikan respon positif
terhadap NEER. Terlihat dari gambar 14 bahwa guncangan harga luar negeri
membuat nilai tukar meningkat (apresiasi) sebesar 0,15% di akhir periode.
Sedangkan untuk pengaruh NEER shock terhadap CPI menunjukan respon positif
yang kurang signifikan, karena NEER shock hanya menyebabkan CPI meningkat
sebesar 0,014 hingga di akhir periode.
3. Singapura
Di Singapura mengingat kontribusi import price shock kurang begitu besar
maka pengaruh positinya pun tidak terlalu besar. Import price shock menaikan
NEER sebanyak 0,006% di akhir periode. Hal ini menunjukan guncangan harga
luar negeri tidak terlalu memberikan peningkatan yang signifikan terhadap nilai
tukar. Sedangkan NEER shock memberikan respon negatif bagi CPI. CPI terus
turun hingga pada akhir periode penurunnya mencapai 0,03%.
4. Jepang
Di Jepang respon positif dari import price shock terhadap pergerakan NEER
kurang begitu signifikan. Pada Gambar 7 terlihat bahwa import price shock pada
akhir periode hanya membuat peningkatan terhadap NEER sebanyak 0,038%.
Sedangkan untuk NEER shock memberikan respon negatif terhadap pergerakan
CPI. Pada Gambar 7 terlihat bahwa NEER shock membuat CPI terus terun hingga
periode akhir sebanyak 0,02%.
5. Korea Selatan
Di Korea import price shock memberikan respon positif terhadap
pergerakan NEER. Terbukti dari hasil di atas bahwa NEER terus naik secara
perlahan sepanjang periode, hingga pada akhir periode kenaikannya mencapai
0,25%. Sedangkan untuk respon negatif NEER shock terhadap CPI tidak terlalu
signifikan. Di akhir periode responnya hanya mencapai 0,003.
Model B Yt = [ipt, yt, mt, et, pt])
Dalam model B penulis telah merubah ordering, sehingga IPI sekarang di
tempat kedua. Penulis mempertimbangkan guncangan nilai tukar ditentukan oleh
guncangan kebijakan moneter dan juga guncangan dari tingkat produksi.
22
Variance decomposition
Variance Decomposition of NEER_Indonesia
Variance Decomposition of CPI_Indonesia
100
70
60
80
50
60
40
3
TERHADAP HARGA DOMESTIK: STUDI DI ASEAN3, JEPANG DAN KOREA SELATAN
PERIODE 2010-2013
MUHAMAD RIFKI MAULANA
DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Exchange rate
pass-through terhadap Harga Domestik: Studi Di ASEAN-3, Jepang, dan Korea
Selatan Periode 2010-2013 adalah benar karya saya dengan arahan dari komisi
pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi
mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan
maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan
dicantumkan dalam daftar pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Mei 2014
Muhamad Rifki Maulana
NIM H14100083
ABSTRAK
MUHAMAD RIFKI MAULANA. Analisis Exchange Rate Pass-Through
terhadap Harga Domestik: Studi di ASEAN-3, Jepang, dan Korea Selatan Periode
2010-2013. Dibimbing oleh IMAN SUGEMA.
Penelitian ini bertujuan untuk menganalisis kemampuan nilai tukar dalam
mentransmisikan tekanan inflasi dari luar terhadap perekonomian Indonesia,
Malaysia,Singapura, Jepang, dan Korea Selatan. Penelitian ini dibagi menjadi dua
bagian, bagian pertama melihat pengaruh guncangan harga impor terhadap nilai
tukar domestik dan bagian kedua melihat pengaruh guncangan nilai tukar terhadap
harga domestik. Yang membedakan penelitian ini dengan penelitian lainnya
adalah penelitian ini menggunakan model dengan tiga jenis ordering yang berbeda
untuk mengecek robustness dari hasil empiris. Berdasarkan hasil penelitian
terlihat bahwa kontribusi pengaruh guncangan harga impor dan guncangan nilai
tukar terhadap perekonomian domestik berbeda di tiap negaranya sedangkan
pengaruh guncangan harga impor menyebabkan nilai tukar terapresiasi dan
pengaruh guncangan nilai tukar menyebabkan adanya deflasi di negara tersebut.
Hasil empiris yang didapat merupakan hasil yang robust karena ketiga model
tidak menunjukan perubahan signifikan terhadap perubahan ordering.
Kata kunci: exchange rate pass-through, guncangan harga impor,guncangan nilai
tukar,VAR,VECM
ABSTRACT
MUHAMAD RIFKI MAULANA. Analysis of Exchange Rate Pass-Through to
Domestic Prices : Studies in ASEAN-3, Japan, and South Korea Period 2010 2013. Supervised by IMAN SUGEMA.
This research is aimed to analyze the ability of exchange rate in
transmitting inflationary pressure from the outside country towards the economy
of Indonesia, Malaysia, Japan, and South Korea. The research is divided into two
parts; the first part views the effects of foreign price shock towards the domestic
exchange rate and the second part views the effects of exchange rate shock
towards the domestic price. The difference of this research with other research is
that this research uses the model with three different types of ordering to examine
the robustness from the empiric result. Based on the result of the research, it is
viewed that the contribution effects of the import price shock and the exchange
rate shock towards the domestic economy are different in every countries. While
the effects of import price shock cause the appreciation of the exchange rate and
the exchange rate shock cause the deflation in those countries. The empiric results
are robust as the three types of models are not indicated to the significant changes
toward the ordering changes.
Keyword: exchange rate pass-through, import price shocks,exchange rate shocks,
VAR,VECM
ANALISIS EXCHANGE RATE PASS-THROUGH
TERHADAP HARGA DOMESTIK: STUDI DI ASEAN3, JEPANG DAN KOREA SELATAN PERIODE 20102013
MUHAMAD RIFKI MAULANA
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ekonomi
pada
Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
Judul Skripsi : Analisis Exchange rate pass-through terhadap Harga Domestik:
Studi Di ASEAN-3, Jepang, dan Korea Selatan Periode 2010-2013
Nama
: Muhamad Rifki Maulana
NIM
: H14100083
Disetujui oleh
Dr.Ir.Iman Sugema, M.Ec
Pembimbing
Diketahui oleh
Dr Ir Dedi Budiman Hakim, M.Ec
Ketua Departemen
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah Subhanahu wa ta’ala atas
segala nikmat dan karunia-Nya sehingga penulis mampu menyelesaikan penulisan
skripsi yang berjudul Analisis Exchange rate pass-through Terhadap Harga
Domestik: Studi Di ASEAN-3, Jepang, dan Korea Selatan Periode 2010-2013.
Penulis menyadari bahwa dalam pengerjaan skripsi ini masih
terdapat
kekurangan, dikarenakan keterbatasan akses, kemampuan, maupun pengetahuan
yang penulis miliki.
Terima kasih penulis ucapkan kepada Bapak Dr.Ir. Iman Sugema, M.Ec
selaku dosen pembimbing yang selalu memberikan motivasi, arahan dan ilmu
bermanfaat kepada penulis, kepada Bapak Dr. Alla Asmara, S.Pt, M.Si. selaku
dosen penguji utama dan Ibu Widyastutik, S.E, M.Si selaku perwakilan dari
komisi pendidikan, atas kritik dan sarannya yang bermanfaat kepada penulis, serta
kepada ka Farhana Zahrotunnisa, ka Ade Kholis, Mba Heni, dan ka Fickry Widya
yang senantiasa memberikan saran dalam penyelAsian skripsi ini.
Ungkapan terima kasih juga disampaikan kepada kedua orang tua Ayah Dadang
Sudrajat S.Si dan Ibu Dede Nengsih serta Adik Nizar Kamil Perwira yang selalu
mendoakan dan mendukung penulis. Penulis juga menyampaikan terima kasih kepada
teman satu bimbingan Penny, Yunus, Meliana,Yohanes, Galis dan Erma yang saling
membantu dalam pengerjaan skripsi ini. Terakhir penulis sampaikan terima kasih
kepada para sahabat terdekat Alm. Aditya, Maulidani, Raga, Anggoro, Hafil, Dhany,
Adi, Arifin, Khoerul, Andri, Aziz, Ramos, Hilman, Pangrio, Rizki, Candri, Andry,
Satria, Bayu, Rendy, Firman, Fauzan, Dimas, HIPOTESA FEM IPB 2011-2013,
UKM MAX!! IPB, Tarung Derajat IPB, teman-teman Beswan Djarum IPB 28,
teman-teman TPB B.18 serta teman-teman Ilmu Ekonomi angkatan 47 atas segala
dukungan yang telah diberikan kepada penulis.
Semoga karya ilmiah ini bermanfaat.
Bogor, Mei 2014
Muhamad Rifki Maulana
DAFTAR ISI
DAFTAR TABEL
DAFTAR GAMBAR
DAFTAR LAMPIRAN
PENDAHULUAN
Latar Belakang
Perumusan Masalah
Tujuan Penelitian
Manfaat Penelitian
Ruang Lingkup Penelitian
TINJAUAN PUSTAKA
Exchange rate pass-through
Penelitian Terdahulu
Kerangka Pemikiran
METODE PENELITIAN
Jenis dan Sumber Data
Metode Pengolahan dan Analisis Data
HASIL DAN PEMBAHASAN
Uji Stasioneritas
Uji Stabilitas VAR
Penentuan Selang Optimal
Pengujian Kointegrasi
Hasil Empiris
Pembahasan
SIMPULAN DAN SARAN
Simpulan
Saran
DAFTAR PUSTAKA
LAMPIRAN
RIWAYAT HIDUP
Halaman
vi
vi
Vi
1
1
3
4
5
5
5
6
7
7
8
8
9
13
13
14
14
15
16
31
31
31
32
33
36
95
DAFTAR TABEL
1
2
3
4
5
6
7
Jenis dan Sumber Data
Uji Stasioneritas ASEAN-3
Uji Stasioneritas Jepang dan Korea Selatan
Uji Stabilitas model VAR ASEAN-3, Jepang, dan Korea Selatan
Uji Lag Optimal ASEAN-3
Uji Lag Optimal Jepang dan Korea Selatan
Uji Kointegrasi
9
13
14
14
15
15
16
DAFTAR GAMBAR
1 Grafik Indeks Nilai Tukar Domestik (1990=100) terhadap US$ di
Negara ASEAN-3, Jepang dan Korea Selatan periode Januari 1995Desember 1998
2 Grafik Presentase perubahan IHK Negara ASEAN-3, Jepang dan Korea
Selatan Januari 1995-desember 1998
3 Grafik Indeks Nilai Tukar Domestik (2005=100) terhadap US$ di
Negara ASEAN-3, Jepang dan Korea Selatan periode Januari 2007Januari 2010
4 Skema exchange rate pass-through
5 Kerangka Pemikiran
6 Variance decomposition (%),import price shock terhadap NEER &
NEER shock terhadap CPI di ASEAN-3,Jepang dan Korea Selatan
model A
7 Impulse response (%),import price shock terhadap NEER & NEER
shock terhadap CPI di ASEAN-3,Jepang dan Korea Selatan model A
8 Variance Decomposition (%),import price shock terhadap NEER &
NEER shock terhadap CPI di ASEAN-3,Jepang dan Korea Selatan
model B
9 Impulse response (%),import price shock terhadap NEER & NEER
shock terhadap CPI di ASEAN-3,Jepang dan Korea Selatan model B
10 Variance Decomposition (%),import price shock terhadap NEER &
NEER shock terhadap CPI di ASEAN-3,Jepang dan Korea Selatan
model C
11 Impulse response (%),import price shock terhadap NEER & NEER
shock terhadap CPI di ASEAN-3,Jepang dan Korea Selatan model C
1
2
2
6
8
17
20
22
24
26
29
DAFTAR LAMPIRAN
1
2
3
4
5
Indonesia (Data Generating Process dan Hasil Empiris)
Malaysia (Data Generating Process dan Hasil Empiris)
Singapura (Data Generating Process dan Hasil Empiris)
Jepang (Data Generating Process dan Hasil Empiris)
Korea Selatan (Data Generating Process dan Hasil Empiris)
44
48
61
72
83
PENDAHULUAN
Latar Belakang
Negara negara ASEAN maupun Asia pada tahun 1997-1998 mengalami
krisis moneter. Krisis moneter ini bermula dari mata uang Thailand yang
mengalami penurunan tajam dan kemudian berdampak sistemik ke negara
lainnya. Pada awalnya krisis ini terjadi karena banyak perusahaan di Thailand
tidak bisa membayar hutang yang telah jatuh tempo dan juga akibat ulah para
spekulan yang menjual Baht ke luar. Pada bulan Januari 1998, Baht jatuh ke titik
56 Baht per US$ padahal sebelumnya Baht selalu berada di kisaran 25 Baht per
US$. Korea, Malaysia, Filipina dan Indonesia adalah negara-negara yang paling
merasakan dampak dari krisis moneter tersebut. Kondisi ini dapat dilihat pada
Gambar 1 bahwa Indonesia menjadi negara yang terkena dampak paling parah
dibanding negara lainnya. Pada awal 1998 rupiah terdepresiasi mencapai Rp.
16.000/ US$ padahal sebelumnya rupiah berada di tingkat Rp. 5000 /US $.
Sumber data: CEIC Januari 1995-Desember 1998 (diolah)
Gambar 1. Indeks Nilai Tukar Domestik (1990=100) terhadap US$ di Negara
ASEAN-5, Jepang dan Korea Selatan periode Januari 1995-Desember 1998
Efek penurunan kurs ini berdampak pada naiknya harga barang-barang
domestik yang dijadikan tolak ukur terhadap tingkat inflasi karena depresiasi kurs
menyebabkan harga-harga barang impor baik barang jadi atau setengah jadi
semakin tinggi lalu mempengaruhi biaya produksi semakin meningkat dan
mengakibatkan naiknya tingkat inflasi di negara tersebut. Pada Gambar 2
menjelaskan jika Indonesia mengalami pertumbuhan tingkat inflasi yang sangat
tinggi dibanding negara lainnya. Pertumbuhan tingkat inflasi di Indonesia
mencapai 80% padahal sebelumnya tingkat inflasi berada di kisaran 10%.
2
Sumber data: IFS Januari 1995-Desember 1998 (diolah)
Gambar 2 Presentase perubahan IHK Negara ASEAN-5, Jepang dan Korea Selatan Januari
1995-desember 1998
Sumber data: CEIC Januari 1995-Desember 1998 (diolah)
Gambar 3. Indeks Nilai Tukar Domestik (2005=100) terhadap US$ di Negara ASEAN-5,
Jepang dan Korea Selatan periode Januari 2005-Desember 2010
Krisis moneter menyebabkan negara negara ASIA maupun ASEAN
merubah kebijakan moneter di negaranya, terlebih yang menyangkut mengenai
rezim nilai tukar. Sebelum krisis kebanyakan negara di ASIA maupun ASEAN
mengadopsi rezim nilai tukar yang lebih kaku dan juga kebijakan moneter yang
lebih berfokus kepada monetary base targeting. Setelah krisis, guna
merekonstruksi kebijakan moneter banyak negara di ASEAN maupun di ASIA
mengadopsi rezim nilai tukar mengambang atau lebih fleksibel. Terlihat pada
Gambar 3 bahwa rezim nilai tukar mengambang cukup baik dalam mengendalikan
nilai tukar di negara tersebut.
3
Semenjak perubahan ini, ditemukan bahwa volatilitas exchange rate di
negara negara tersebut semakin tinggi dari waktu ke waktu, namun cadangan
devisa dan juga suku bunga di negara negara tersebut mengalami penurunan.
Volatilitas nilai tukar tersebut sangat berpengaruh terhadap tingkat harga yang
kini lebih dikenal dengan istilah exchange rate pass-through.
Exchange rate Pass-through adalah presentase perubahan nilai tukar yang
ditransmisikan kepada harga barang yang diperdagangkan di dalam negeri
(Krugman dan Obstfeld 2000). Secara umum, untuk menguji pass-through nilai
tukar adalah dengan mengestimasi persamaan sebagai berikut
�
��
�
��
Dimana πt adalah inflasi domestik, et adalah depresiasi nilai tukar (nominal),
dan sisanya adalah variabel variabel control lainnya (dalam bentuk pertumbuhan).
Secara umum, studi mengenai pass-through nilai tukar ini dapat dikelompokkan
menjadi tiga kelompok. Kelompok pertama adalah studi dampak nilai tukar pada
harga impor industri tertentu, Kelompok kedua adalah studi dampak nilai tukar
pada harga impor secara aggregat. Dan kelompok ketiga adalah studi dampak nilai
tukar pada CPI atau WPI (Wimanda,2011). Exchange rate pass-through pun
dibagi menjadi dua jenis, yang pertama adalah transmisi langsung (direct passthrough) dan yang kedua adalah transmisi tidak langsung (indirect pass- through).
Transmisi langsung terjadi ketika diasumsikan pemerintah menurunkan
tingkat suku bunga dalam negeri sehingga terjadi interest rate differential dengan
tingkat suku bunga luar negeri. Peristiwa tersebut memicu terjadinya depresiasi
nilai tukar domestik, yang akan menyebabkan kenaikan harga barang-barang
impor di dalam negeri. Transmisi secara tidak langsung terjadi ketika pemerintah
diasumsikan menurunkan tingkat suku bunga dalam negeri sehingga terjadi
interest rate differential dengan tingkat suku bunga luar negeri. Peristiwa tersebut
secara langsung membuat rupiah terdepresiasi, karena para investor mengalihkan
investasi mereka ke luar negeri lalu memicu tingginya permintaan mata uang luar
negeri. Depresiasi yang terjadi membuat permintaan ekspor meningkat dan juga
membuat permintaan barang substitusi impor meningkat. Peningkatan permintaan
barang ekspor dan barang substitusi impor tersebut pada akhirnya akan
meningkatkan harga konsumen (McFarlane 2005).
Perumusan Masalah
Dalam tulisan ini akan dianalisis keberadaan exchange rate pass-through
dalam mempengaruhi harga domestik di kawasan ASEAN ditambah dengan
Jepang dan Korea Selatan. Alasan penelitian ini memilih negara tersebut karena
betujuan untuk melihat kondisi ekonomi terkini dari negara-negara ASEAN+2
pasca krisis moneter tahun 1997, yang dimana seperti kita perlu ketahui pada awal
Januari 2010 negara negara ASEAN dan China telah resmi memberlakukan
China-ASEAN Free Trade (CAFTA), dimana-mana barang yang diperjualbelikan
antar kedua belah pihak dikenakan pembebasan tarif hingga bisa mencapai 0%.
4
Selain itu pada tahun 2015 nanti akan dilangsukan pasar bebas ASEAN diantara
negara negara ASEAN. Selain pertumbuhan aktivitas ekonomi di negara ASEAN
yang semakin meningkat, negara negara seperti Jepang dan Korea Selatan sudah
bertransformasi menjadi negara industri yang cukup maju di dunia yang kerap
menjadi importir utama ke negara-negara di dunia dan umumnya ke negara
berkembang contohnya negara negara ASEAN. Tapi dikarenakan keterbatasan
data terbaru dari negara-negara ASEAN, maka penelitian ini hanya mengambil
tiga negara ASEAN yaitu Indonesia, Malaysia, Singapura. Dalam hal ini penulis
menggunakan kemampuan Nominal Effective Exchange Rate
dalam
mentransmisikan tekanan yang diberikan guncangan harga luar negeri
(Menggunakan variabel import price) terhadap Inflasi domestik (menggunakan
variabel consumer price index). Metode yang dipakai adalah metode vector
autoregression (VAR) yang kemudian dikombinasikan dengan vector error
correction model (VECM), dengan catatan data data yang ada tidak stasioner di
level dan mempunyai kointegrasi. Penelitian ini menggunakan tiga model, dimana
setiap model memiliki ordering yang berbeda satu sama lainnya. Perubahan
ordering yang dilakukan di setiap model bertujuan untuk melihat kemantapan
(robustness) dari setiap hasil estimasi selama 39 horizon waktu. Analisis dipisah
dua bagian, bagian pertama adalah penelitian ini akan menganalisis kontribusi dan
pengaruh dari import price shock terhadap pergerakan Nominal Effective
Exchange Rate yang nantinya akan digambarkan oleh variance decomposition dan
impulse response dari variabel Nominal Effective Exchange Rate tersebut. Bagian
kedua, penelitian ini mencoba untuk menganalisis kontibusi dan pengaruh dari
Nominal Effective Exchange Rate shocks terhadap inflasi yang diproksikan oleh
variabel CPI dengan melihat gambarannya, dari variance decomposition dan
impulse response dari variabel CPI tersebut.
Berdasarkan uraian singkat diatas, maka permasalahan yang akan
dianalisis dalam penelitian ini yaitu:
1.
Bagaimana pengaruh guncangan harga luar negeri terhadap nilai tukar di
ASEAN-3, Jepang dan Korea Selatan?
2.
Bagaimana pengaruh guncangan nilai tukar terhadap tingkat Inflasi di
ASEAN-3, Jepang dan Korea Selatan?
3.
Apakah terdapat perbedaan hasil dari ketiga model yang telah dilakukan
perubahan ordering?
Tujuan Penelitian
Berdasarkan uraian perumusan masalah di atas, maka tujuan dari
penelitian ini adalah:
1.
2.
3.
Menganalisis pengaruh guncangan harga luar negeri terhadap nilai tukar di
kawasan ASEAN-3, Jepang, dan Korea Selatan.
Menganalisis pengaruh guncangan nilai tukar terhadap tingkat inflasi di
kawasan ASEAN-3, Jepang, dan Korea Selatan.
Menganalisis pengaruh dari perubahan ordering dari ketiga model yang
ada.
5
Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah:
1.
2.
3.
Untuk memperoleh gambaran yang jelas mengenai hubungan antara
guncangan dari harga luar negeri terhadap harga domestik yang
ditransmisikan oleh nilai tukar
Sebagai bahan pertimbangan dan juga informasi bagi pemerintah maupun
segala pihak yang membutuhkan informasi lebih mengenai kondisi nilai
tukar dan juga harga domestik di ASEAN, Jepang, dan Korea Selatan
mengingat pada tahun 2015 akan diadakannya pasar bebas ASEAN.
Sebagai bahan studi maupun literatur bagi peneliti lain yang ingin
melakukan penelitian selanjutnya
Ruang Lingkup Penelitian
Ruang lingkup penelitian ini hanya terbatas dalam melihat pengaruh yang
diberikan shock terhadap variabel yang dipakai. Shock yang ingin dilihat adalah
import price shock terhadap pergerakan NEER di ASEAN-3, Jepang dan Korea
Selatan dan juga melihat dampak NEER shock terhadap CPI di ASEAN-3, Jepang
dan Korea Selatan. Keterbatasan data di ASEAN membuat penelitian ini hanya
menggunakan 3 negara ASEAN, dan ditambah 2 negara di luar ASEAN tapi
masih di kawasan ASIA. Lamanya periode yang digunakan di penelitian ini
adalah selama 39 bulan, dan menggunakan data bulanan agar pengaruhnya lebih
terlihat signifikan.
TINJAUAN PUSTAKA
Exchange Rate Pass-Through
Exchange rate pass-through diartikan sebagai persentase perubahan pada
harga barang yang diimpor akibat adanya satu persen perubahan dari nilai tukar
dua negara yang melakukan perdagangan (Campa & Goldberg 2002). Tingkat dan
kecepatan dari perubahan nilai tukar terhadap harga impor menurut Bailliu and
Bouakez (2004) dipengaruhi beberapa faktor, antara lain: (1) adanya ekspektasi
pasar terhadap lamanya depresiasi terjadi dalam satu Negara, (2) biaya dari
adjusting price (biaya penyesuaian), dan (3) kondisi permintaan. Berdasarkan
Gambar 4 mekanisme transmisi nilai tukar dalam mempengaruhi inflasi (exchange
rate pass–through) pada dasarnya dapat melalui dua jalur.
6
Gambar 4. Skema exchange rate pass-through
Dari gambar diatas menjelaskan ada dua mekanisme dalam terjadinya
exchange rate pass-through. Mekanisme pertama adalah direct pass-through,
dimana diasumsikan negara tersebut mengalami perubahan nilai tukar maka
perubahan nilai tukar tersebut membuat harga impor di negara tersebut menjadi
berubah. Perubahan harga impor langsung pakai akan merubah indeks harga
konsumen di negara tersebut, sedangkan perubahan harga barang impor yang
digunakan sebagai input produksi akan membuat tingkat production cost akan
berubah dan menyebabkan indeks harga konsumen akan berubah.
Mekanisme kedua adalah indirect pass-through, dimana diasumsikan ketika
terjadi perubahan nilai tukar di negara tersebut maka perubahan nilai tukar
membuat permintaan akan barang substitusi impor dan permintaan akan ekspor
berubah. Perubahan permintaan barang substitusi impor akan menyebabkan
perubahan pada harga barang substitusi impor tersebut dan menyebabkan indeks
harga konsumen berubah, sedangkan perubahan pada permintaan ekspor akan
menyebabkan perubahan pada permintaan tenaga kerja yang diperlukan untuk
kegiatan ekspor. Perubahan permintaan tenaga kerja akan menyebabkan
perubahan pengeluaran tingkat upah untuk para pekerja yang nantinya akan
menyebabkan perubahan indeks harga konsumen.
7
Penelitian Terdahulu
Mirdala (2009) telah melakukan penelitian exchange rate pass-through di
beberapa negara eropa seperti Republik Ceko, Hungaria, Polanda and Republik
slovakia. Penelitian tersebut menggunakan data kuartalan dari tahun 1999Q1
sampai dengan tahun 2008Q3, Mirdala (2009) bertujuan untuk melihat pengaruh
exchange rate pass-through di negara negara tersebut. Dengan menggunakan
model VAR dan juga dengan menggunakan tiga urutan variabel endogenous yang
berbeda, lalu didaptakan hasil bahwa kontribusi dari guncangan harga impor di
keempat negara itu berbeda-beda. Tidak hanya itu, impulse response functions
terhadap NEER pun berbeda setiap negaranya. Walaupun sudah dilakukan
melakukan tiga kali perubahan orde, ada beberapa negara seperti Hungaria dan
Republik Ceko yang tidak terpengaruh akan perubahan orde tersebut. Hasil
analisis pengaruh NEER shock terhadap CPI di negara negara tersebut
menunjukan hasil yang berbeda.
Duasa (2008) telah melakukan penelitian mengenai pengaruh dari
guncangan nilai tukar terhadap harga impor dan juga ekspor. Penelitiannya
membahas tentang signifikan atau tidaknya pengaruh guncangan nilai tukar
terhadap harga impor dan harga ekspor di Malaysia dengan menggunakan model
VECM yang mengambil data bulanan dari Januari 1999 sampai Desember 2006.
Dengan melihat hasil dari variance decomposition dan impulse response
functions, Duasa (2008) ingin melihat hubungan kausalitas antar variabel di dalam
model. Hasilnya menampilkan bahwa guncangan nilai tukar mempengaruhi
fluktuasi harga impor secara signifikan.
Bitans (2005) meneliti keberadaaan exchange rate pass-through di 13
negara eropa timur dari tahun 1993-2003. Pass-through dianalisis dengan model
VAR di first differences dan Bitans (2005) juga meneliti tentang dampak dari
perubahan exchange rate terhadap indeks harga produsen dan konsumen. Hasil
penelitiannya menunjukan bahwa setiap negara menunjukan hasil yang berbeda
beda, tapi secara umum penelitian ini menunjukan bahwa pass-through di eropa
timur mempunyai hubungan positif dan secara statistik sangat mempengaruhi
terhadap inflasi.
Kerangka Pemikiran
Mengacu dari tujuan penelitian yang telah disampaikan sebelumnya maka
penelitian ini hanya dimaksudkan untuk melihat kemampuan nilai tukar dalam
mentransmisikan guncangan harga dari luar terhadap tingkat inflasi dalam negara
ASEAN-3, Jepang dan Korea Selatan. Perhitungan dilakukan dengan
menggunakan metode VAR yang dikombinasikan dengan VECM dimana untuk
mengidentifikasi guncangan struktural yang ada penulis menggunakan cholesky
decomposition dengan tiga jenis ordering yang berbeda di setiap modelnya guna
mengetahui robustness dalam hasil yang didapat. Tahap analisis dibagi dua
bagian, yang pertama penulis melihat variance decomposition dan impulse
response yang didapat dari guncangan harga impor terhadap nilai tukar. Pada
bagian kedua penulis melihat variance decomposition dan impulse response yang
didapat dari guncangan nilai tukar terhadap tingkat inflasi dalam negara tersebut.
Dengan mengetahui peranan nilai tukar dalam mentransmisikan guncangan dari
8
harga luar negeri terhadap tingkat inflasi domestik, diharapkan baik pemerintah
maupun otoritas moneter pada negara tersebut dapat melakukan evaluasi dari
kebijakan kebijakan moneter yang diambil guna mewujudkan keadaan
perekonomian yang stabil. Kerangka pemikiran dijelaskan pada gambar berikut
Gambar 5. Kerangka Pemikiran
METODE PENELITIAN
Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder dalam
bentuk deret waktu bulanan (monthly time series) periode Januari 2010 sampai
dengan Maret 2013 di negara Indonesia, Malaysia, Singapura, Korea Selatan dan
Jepang. Data diperoleh dari CEIC Macroenomic Industry and Financial Time
Series Database for Global Emerging and Developed Market dan juga IFS
(International Financial Statistic). Selain itu juga penulis mempelajari studi
9
pustaka yang mendukung penelitian ini baik dengan membaca jurnal, working
paper, e-book dan berbagai macam literatur dengan tema terkait. Untuk
mendapatkan hasil analisis yang lebih akurat maka seluruh data ditransformasikan
ke dalam bentuk logaritma natural (ln). Berikut ini secara rinci, akan ditampilkan
sumber data dan variabel yang digunakan dalam penelitian ini dicantumkan dalam
Tabel 1
Tabel 1. Jenis dan Sumber Data
No
Jenis Variabel
Negara
Proksi yang digunakan
1
Indeks Harga
Konsumen
Semua Negara
2
Nilai tukar
Indonesia,Malaysia, Nominal Effective
Singapura
Exchange Rate
Jepang, Korsel
IFS
Consumer price index
Sumber
Data
IFS
CEIC
3
Harga impor
luar negeri
Indonesia
Malaysia,
Singapura,
Jepang,Korsel
Wholesale price index:
Import
Import price index
CEIC
4
Tingkat
produksi
Semua Negara
Industrial Production
Index
IFS
CEIC
5
Jumlah uang
beredar
Indonesia,
Singapura
Jepang,Korsel
Malaysia,
M2
CEIC
M3
IFS
Metode Pengolahan dan Analisis Data
Metode yang dipakai guna menganalisis pengaruh Import price shock
terhadap NEER dan juga NEER shock terhadap consumer price index metode
VAR (Vector autoregression) yang dikombinasikan dengan vector error
correction model (VECM). Cholesky decomposition digunakan untuk
mengidentifikasi structural shock dari model VAR dan VECM. Proses analisis
data dilakukan dengan menggunakan bantuan software Eviews 6 dan juga
Microsoft Excel 2007.
Analisis Vector autoregression (VAR)
Model Vector autoregression (VAR) muncul karena seringkali ketika
menggunakan pendekatan struktural atas pemodelan persamaan simultan, teori
10
ekonomi belum cukup dalam menyediakan spesifikasi yang tepat atas hubungan
dinamis antar variabel. Terkadang proses estimasi menjadi lebih rumit karena
keberadaan variabel endogen di kedua sisi persamaan (endogenitas variabel di sisi
dependen dan independen) lalu ada tahun 1980, Christopher Sims
memperkenalkan sebuah macroeconometric framework yang menjanjikan, yaitu
model Vector autoregression (VAR) (Firdaus 2011). VAR menyediakan cara
sistematis untuk menangkap perubahan yang dinamis dalam multiple time series,
serta memiliki pendekatan yang kredibel dan mudah untuk dipahami bagi
pendeskripsian data, forecasting (peramalan), inferensi struktural, serta analisis
kebijakan (Firdaus 2011). Persamaan VAR adalah sebagai berikut:
�t= �0 + �1yt-1 + �2yt-2 +……+�pyt-p+ �t
dimana:
�t= vektor berukuran (n x 1) yang berisikan n variabel yang terdapat dalam
sebuah model VAR
�0= vektor intersep berukuran (n x 1)
�i= matriks koefisien/parameter berukuran (n x n) untuk setiap i=1,2,3,...,p
�t= vektor error berukuran (n x 1)
Analisis Vector Error Correction Model (VECM)
Vector Error Correction Model (VEC) adalah VAR terestriksi yang
digunakan untuk variabel yang non stasioner pada level dan memiliki kointegrasi
antar variabel. Restriksi tambahan ini harus diberikan karena keberadaan bentuk
data yang tidak stasioner pada level, tapi terkointegrasi. VECM kemudian
memanfaatkan informasi restriksi kointegrasi tersebut ke dalam spesifikasinya.
Oleh karena itu , VECM sering disebut sebagai desain VAR bagi series non
stasioner yang memiliki hubungan kointegrasi. Dengan demikian, dalam VECM
terdapat speed of adjustment dari jangka pendek ke jangka panjang (Firdaus 2011).
Adapun spesifikasi model VECM secara umum adalah sebagai berikut:
dimana:
yt
� 0x
� 1x
�
Πx
t-1
Γk
k-1
�t
Δ�t= � 0x + � 1x� + Πx�t-1 +
�−1
�=1 Γk Δ�t-I + � t
= vektor yang berisi variabel yang dianalisis dalam penelitian
= vektor intercept
= vektor koefisien regresi
= time trend
= αxβ dimana b’ mengandung persamaan kointegrasi jangka panjang
= variabel in-level
= matriks koefisien regresi
= ordo VECM dari VAR
= error term
11
Model Penelitian
Metode yang dipakai dalam penelitian kali ini adalah metode VAR yang
dikombinasikan dengan metode VECM yang menggunakan cholesky
decomposition, dimana cholesky decomposition adalah sebuah metode yang
digunakan untuk mengidentifikasi adanya guncangan struktural (Mc Carthy 2000).
Metode cholesky decomposition yang digunakan dalam penelitian ini diadopsi dari
Mirdala (2009), dengan diasumsikan bahwa model ini digunakan untuk melihat
guncangan inflasi dari luar terhadap indeks harga domestik yang direpresentasikan
dalam matriks berikut:
dimana:
cij = elemen dari Matriks C
et = residual (error term) dari guncangan orthagonal
ut = vektor guncangan orthaghonal
ipt= import price index
mt= money supply
et= nominal effective exchange rate
yt= industrial production index
pt= consumer price index
Penelitian ini menggunakan tiga model yang menggunakan ordering
berbeda di tiap modelnya, hal ini dimaksudkan untuk meneliti robustness dari
hasil empiris yang didapat. Ketiga model tersebut adalah sebagai berikut: model A
(Yt = [ipt, mt, et, yt, pt]), model B (Yt = [ipt, yt, mt, et, pt]), dan model C (Yt = [ipt, yt, et, mt,
pt]). Dalam setiap model diasumsikan bahwa perbedaan ordering dari setiap
variabel merefleksikan perbedaan distribution chain of pricing dari model tersebut.
Data Generating Process
Sebelum memasuki tahapan analisis model VAR, maka sebelumnya harus
dilakukan Data Generating Process. Hal ini menjadi penting karena biasanya
data data time series memiliki akar unit sehingga kemungkinan bisar membuat
hasil estimasi menjadi kurang baik karena akan terdapat regresi palsu (spurious
regression). Tahapan Data Generating Process adalah sebagai berikut:
12
1.Uji Stasioneritas data
Langkah pertama adalah menguji apakah semua variabel yang terdapat di
dalam model sudah stasioner atau belum. Uji stasioner akan dilakukan dengan
metode Augmented Dickey Fuler (ADF) test. Hasil series yang stasioner akan
berujung pada penggunaan VAR dengan metode standar. Sementara series non
stasioner akan berimplikasi pada dua pilihan; VAR dalam bentuk differens atau
VECM jika data tersebut terkointegrasi. Keberedaan variabel yang nonstasioner
akan menungkatkan kemungkinan keberadaan hubungan kointegrasi antar
variabel. Pengujian kointegrasi dilakukan pada data stasioner, mengingat
terdapatnya kemungkinan kesalahan pengambilan kesimpulan pengujian unit root
test. Hipotesis yang digunakan adalah H0:β=0 (data mengandung unit root) dan
H1:β≠0 (tidak ada unit root) dengan β adalah nilai ADF, jika nilai ADF statistik
lebih besar daripada nilai kritisnya maka bisa disimpulkan bahwa hipotesis awal
tertolak atau dengan kata lain data tersebut stasioner.
2.Uji Stabilitas VAR
Langkah berikutnya adalah menguji stabilitas VAR dengan menghitung akarakar dari fungsi polinomial atau dikenal dengan roots of characteristic
polinomial. Jika semua akar dari fungsi polinomial tersebut berada di dalam unit
circle atau jika nilai absolutnya < 1 maka model VAR tersebut dianggap stabil
sehingga Impulse response Function (IRF) dan Forecast Error Variance
decomposition (FEVD) yang dihasilkan dianggap valid (Firdaus 2011).
3.Pengujian Lag Optimum
Langkah selanjutnya yang dilakukan adalah penentuan jumlah lag yang
optimal yang digunakan dalam model. Pengujian panjang lag yang optimal dalam
penelitian ini menggunakan informasi dari Akaike Information Criterion (AIC).
lag yang dipilih adalah lag dengan nilai yang paling kecil,karena jika terlalu
banyak panjang lag, akan mengurangi derajat bebas. Sehingga, lag yang lebih
kecil disarankan untuk dapat memperkecil spesifikasi error.
4.Pengujian Kointegrasi
Uji kointegrasi bertujuan untuk menentukan apakah variabel-variabel yang
tidak stasioner terkointegrasi atau tidak. Konse kointegrasi yang dikemukakan
oleh Engle dan Granger (1987) dalam Firdaus (2011) sebagai kombinasi linear
dari dua atau lebih variabel yang tidak stasioner akan menghasilkan variabel yang
stasioner, kombinasi ini biasa diinterpretasikan sebagai hubungan keseimbangan
jangka panjang di antara variabel (Firdaus 2011). Hipotesis yang digunakan
dalam pengujian ini adalah dimana Ho=tidak terjadi kointegrasi dan H1= terjadi
kointegrasi. Jika trace statistic > critical value, maka tolak H0 yang berarti
terdapat kointegrasi dalam model tersebut.
Variance Decomposition
Variance decomposition adalah suatu metode yang digunakan untuk
melihat seberapa besar kontribusi atau presentase suatu shock dalam
mempengaruhi variabel lainnya. Dalam metode ini dapat dilihat kekuatan dan
kelemahan masing-masing variabel dalam mempengaruhi variabel lainnya dalam
13
kurun waktu yang panjang. Variance decomposition merinci ragam dari
peramalan galat menjadi komponen komponen yang dapat dihubungkan dengan
setiap variabel endogen dalam model. Dengan menghitung presentase kuadrat
prediksi galat k-tahap kedepan dari sebuah variabel akibat inovasi dalam variabelvariabel lain maka dapat dilihat seberapa besar perbedaan antara error variance
sebelum dan sesudah terjadinya shock yang berasal dari variabel itu sendiri
maupun variabel lain. Jadi melalui variance decomposition dapat diketahui secara
pasti faktor-faktor yang mempengaruhi fluktuasi dari variabel tertentu (Firdaus
2011). Dalam penelitian ini variance decomposition digunakan untuk melihat
kontribusi dari guncangan harga impor terhadap fluktuasi nilai tukar dan melihat
kontribusi guncangan nilai tukar terhadap fluktuasi harga domestik.
Impulse Response Function
Impulse Respons Function (IRF) adalah suatu metode yang digunakan
untuk menentukan respons suatu variabel endogen terhadap suatu shock tertentu.
Hal ini dikarenakan shock variabel misalnya ke-I tidak hanya berpengaruh
terhadap variabel ke-I itu saja, tetapi ditransmisikan kepada semua variabel
endogen lainnya melalui struktur dinamis atau struktur Lag dalam VAR. Atau
dengan kata lain IRF mengukur pengaruh suatu shock pada suatu waktu kepada
inovasi variabel endogen pada saat tersebut dan di masa yang akan datang
(Firdaus 2011). Dalam hal ini penulis menggunakan impulse response function
untuk melihat pengaruh dari import price shock terhadap nilai tukar dan juga
pengaruh dari NEER shock terhadap CPI.
HASIL DAN PEMBAHASAN
Pengujian Stasioneritas Data
Metode pengujian yang digunakan untuk uji stasioneritas data adalah
Augmented Dickey Fuller-Test (ADF-Test) digunakan automatic Lag selection
berdasarkan criteria Schwarz Information Criterion (SIC) dengan maksimum Lag
berjumlah 9. Pengujian kestasioneran data dilakukan pada tingkat level sampai
dengan first difference dengan taraf nyata 1 persen, 5 persen dan 10 persen. Hasil
pengujian stasioneritas data untuk masing-masing negara dapat dilihat pada Tabel
2 dan Tabel 3 berikut ini:
Tabel 2 Uji Stasioneritas ASEAN-3
Variabel
Lnipt
Lnyt
Lnet
Lnmt
Lnpt
Indonesia
Level
1st
-3.302
-4.557
-4.822
-6.486
-3.426
-3.411
-3.685
-7.392
-3.691
-5.640
Malaysia
Level
-0.849
-8.064
-5.062
-2.700
-0.657
1st
-6.691
-4.975
-4.401
-6.957
-4.004
Singapura
Level
1st
-2.157
-4.384
-5.870
-6.874
-4.017
-4.409
-2.399
-7.112
-4.464
-4.830
14
Tabel 3 Uji Stasioneritas Jepang dan Korea Selatan
Variabel
Lnipt
Lnyt
Lnet
Lnmt
Lnpt
Level
-3.139
-4.950
-0.914
-3.962
-4.614
Jepang
1st
-3.618
-9.698
-4.274
-5.732
-5.707
Level
-1.530
-5.251
-1.362
-3.385
-0.286
Korea Selatan
1st
-4.200
-6.742
-5.012
-6.451
-8.591
t-kritis MacKinnon 1% = -4.21, 5% = -3.53 dan 10% = -3.19
*cetak tebal dan garis berarti stasioner pada level tersebut
Berdasarkan hasil pengujian diatas, dapat disimpulkan hanya Indonesia
yang datanya stasioner di level, sementara negara lainnya masih banyak terdapat
beberapa data yang stasioner di tingkat 1st difference. Stasioner atau tidaknya
sebuah data terlihat dari nilai t-ADF yang mutlak lebih besar dari nilai t-kritis
MacKinnon, baik di 1%, 5%, ataupun 10%. Dikarenakan banyak data yang tidak
stasioner di 1st difference , maka akan dilakukan pengujian kointegrasi untuk
mengetahui keberadaan hubungan kointegrasi. Jika tidak terdapat kointegrasi
maka akan dilanjutkan ke metode var 1 st difference sedangkan jika terdapat
kointegrasi akan dilanjutkan dengan metode VECM.
Uji stabilitas VAR
Guna memperoleh panjang selang (Lag) yang tepat akan dilakukan 3
bentuk pengujian secara bertahap. Pada tahap pertama akan dilihat panjang selang
maksimum sistem VAR yang stabil. Stabilitas sistem VAR dilihat dari nilai
inverse roots karakteristik AR poilnomialnya. Suatu sistem VAR dikatakan stabil
atau stasioner jika seluruh roots-nya memiliki modulus lebih kecil dari satu dan
semuanya terletak di dalam unit circle. Hasil uji stabilitas VAR bisa dilihat di
tabel 3 berikut ini:
Tabel 4. Uji Stabilitas model VAR ASEAN-3, Jepang, dan Korea Selatan
Negara
Indonesia
Malaysia
Singapura
Jepang
Korea Selatan
Kisaran Modulus
0.248414- 0.980300
0.438566- 0.931167
0.224491- 0.925370
0.384739- 0.798581
0.541384- 0.891866
Penentuan Selang Optimal
Penggunaan selang (Lag) optimal sangat penting dalam pendekatan VAR
karena Lag dari variabel endogen dalam sistem persamaan akan digunakan
sebagai variabel eksogen (Enders dalam De Jong 2005). Pengujian panjang Lag
optimal ini sangat berguna untuk menghilangkan masalah autokorelasi dalam
sistem VAR. Sehingga dengan digunakannya Lag optimal diharapkan tidak lagi
muncul masalah autokorelasi. Panjang selang optimal akan dicari dengan
15
menggunakan kriteria informasi yang tersedia. Kandidat selang yang terpilih
dalam tulisan ini adalah Akaike Information Criterion (AIC). AIC terkecil yang
diambil sebagai selang optimal. Lag optimal bisa dilihat pada tabel dibawah ini:
Tabel 5 Uji Lag Optimal ASEAN-3
Lag
0
1
2
3
4
Indonesia
-22.812
-30.995
-31.349
-31.465*
Akaike Information Criterion (AIC)
Malaysia
Singapura
-31.37970
-29.20930
-31.60354*
-29.18705
-31.33869
-29.01280
-29.52334*
-29.30447
Tabel 6 Uji Lag Optimal Jepang dan Korea Selatan
Lag
0
1
2
3
Akaike Information Criterion (AIC)
Jepang
Korea Selatan
-29.9439
-29.52375
-30.1959
-30.44349
-30.6089*
-31.30954*
-31.56545
Di setiap angka yang terdapat tanda bintang berarti itu menunjukan Lag
optimal dari setiap negara, selain itu juga biasanya Lag optimal itu didapat saat
nilai AIC nya paling kecil. Terlihat dari tabel diatas, bahwa Indonesia dan
Singapura menggunakan Lag 3 ,Jepang dan Korea Selatan menggunakan Lag 2
sedangkan Malaysia menggunakan Lag 1.
Pengujian hubungan kointegrasi
Pengujian hubungan kointegrasi dilakukan dengan menggunakan selang
optimal sesuai dengan pengujian sebelumnya. Konsep kointegrasi dikemukakan
oleh Engle dan Granger (1987) sebagai fenomena dimana kombinasi linear dari
dua atau lebih variabel yang tidak stasioner akan menjadi stasioner. Kombinasi
linear ini dikenal dengan istilah persamaan kointegrasi dan dapat diintepretasikan
sebagai hubungan keseimbangan jangka panjang diantara variabel (Verbeek 2000).
Kriteria pengujian kointegrasi pada penelitian ini didasarkan pada trace statistics.
Apabila nilai trace statistics lebih besar daripada nilai kritis 5% maka penulis
menerima hipotesis alternatif yang menyatakan jumlah rank kointegrasi. Hasil
pengujian kointegrasi ditampilkan pada Tabel 7
16
Tabel 7. Uji kointegrasi ASEAN-3, Jepang, dan Korea Selatan
Negara
Ho R=0
H1 R≥1
Indonesia 75.53485
Malaysia
95.68130
Singapura 117.2991
Jepang
151.9871
Korsel
124.1553
5%critical
value
Indonesia
5% critical
value
Singapura &
Malaysia
5%critical
value Korea&
Jepang
Trace Statistics
R≤1
R≤2
R≤3
R≥2
R≥3
R≥4
33.16051 16.01262 5.003405
53.12779 30.44287 15.73321
62.74181 35.29940 17.56653
83.24985 33.33561 10.20768
73.39928 31.24446 6.033400
R≤4
R≥5
0.551480
3.900489
7.208935
0.100306
0.000953
69.818
47.856
29.797
15.494
3.841
88.803
63.876
42.915
25.872
12.517
79.341
55.245
35.01
18.397
3.841
Berdasarkan tabel 5 terlihat bahwa setiap negara terdapat minimal satu rank
terkointegrasi dan maksimal dua rank terkointegrasi dalam taraf nyata 5%. Rank
satu terdapat pada persaman negara Indonesia,Malaysia dan Singapura. Sementara
rank kedua terdapat pada persamaan negara Jepang dan Korea Selatan. Untuk
semua negara terkecuali Indonesia dilanjutkan ke metode VECM karena memiliki
data yang tidak stasioner di level dan memiliki kointegrasi.
Hasil Empiris
Setelah melewati data generating processs, kemudian akan dilanjutkan
dengan analisis hasil empiris yang ditampilkan dari kelima negara dengan melihat
variance decomposition dan juga impulse response-nya. Analisis dekomposisi
varian (DFEV) digunakan untuk menghitung dan menganalisis seberapa besar
pengaruh acak guncangan (random shock) dari variabel tertentu terhadap variabel
endogen. Analisis ini bertujuan untuk melihat seberapa besar pengaruh Import
price shock terhadap fluktuasi NEER, sekaligus ingin mengetahui peranan
exchange rate shock terhadap fluktuasinya CPI. Analisis impulse response (IRF)
adalah metode yang digunakan untuk menentukan respon suatu variabel endogen
terhadap guncangan (shock) variabel tertentu (Amisano dan Gianinni 1997).
Dalam hal ini akan dianalisis bagaimana pengaruh yang ditimbulkan oleh import
price shock dan NEER shock terhadap fluktuasi NEER dan juga CPI dengan
menggunakan analisis impulse response. Penelitian ini juga mencoba untuk
menguji kemantapan (robustness) dari hasil estimasi yang didapat dengan
melakukan estimasi terhadap tiga model VAR yang berbeda orderingnya, model
A (Yt = [ipt, mt, et, yt, pt]) model B (Yt = [ipt, yt, mt, et, pt]); model C (Yt = [ipt,
yt, et, mt, pt]).
17
Model A (Yt = [ipt, mt, et, yt, pt])
Dalam model A dirumuskan bahwa guncangan nilai tukar ditentukan oleh
shock dari kebijakan moneter yang dalam hal ini diproksi oleh variabel jumlah
uang beredar (mt). Pada saat yang sama guncangan nilai tukar mempengaruhi
tingkat output yang diproksi oleh Industrial Production Index (yt) secara serentak,
namun tidak terjadi sebaliknya (asumsi yang diberikan oleh struktur Cholesky
memungkinkan untuk mengidentifikasi model).
Variance decomposition
Variance Decomposition of CPI_Indonesia
Variance Decomposition of NEER_Indonesia
70
100
60
80
50
60
40
30
40
20
20
10
0
0
5
10
15
20
IMPORT
IPI
25
30
M2
CPI
5
35
10
15
20
IMPORT
IPI
NEER
25
M2
CPI
30
35
NEER
Variance Decomposition of CPI_Malaysia
Variance Decomposition of NEER_Malaysia
70
100
60
80
50
60
40
30
40
20
20
10
0
0
5
10
15
IMPORT
IPI
20
25
M3
CPI
30
5
35
10
15
20
IMPORT
IPI
NEER
25
30
M3
CPI
35
NEER
Variance Decomposition of CPI_Singapura
Variance Decomposition of NEER_Singapura
40
100
80
30
60
20
40
10
20
0
0
5
10
15
IMPORTPRICE
IPI
20
25
M2
CPI
30
35
NEER
5
10
15
IMPORTPRICE
IPI
20
25
M2
CPI
30
35
NEER
18
Variance Decomposition of NEER_Jepang
70
Variance Decomposition of CPI_Jepang
80
60
60
50
40
40
30
20
20
10
0
0
5
10
15
20
IMPORT
IPI
25
30
M2
CPI
35
5
NEER
10
15
20
IMPORT
IPI
25
M2
CPI
30
35
NEER
Variance Decomposition of CPI_Korea Selatan
Variance Decomposition of NEER_Korea Selatan
100
80
80
60
60
40
40
20
20
0
0
5
10
15
IMPORT
IPI
20
25
M2
CPI
30
35
NEER
5
10
15
IMPORT
IPI
20
25
M2
CPI
30
35
NEER
1.Indonesia
Gambar
6: Variance Decomposition (%),import price shock terhadap NEER &
NEER shock terhadap CPI di ASEAN-3,Jepang dan Korea Selatan model A
1. Indonesia
Di Indonesia terlihat bahwa sampai dengan periode ke-15, kontribusi import
price shock terhadap pergerakan NEER terus naik ke tingkat 25% tapi setelah
periode itu kontribusinya terus stagnan dan menurun menjadi 23,38% di akhir
periode. Untuk kontribusi NEER shock kepada CPI mempunyai hasil yang
berbeda , peranan NEER shock dalam pergerakan CPI pada awalnya berada di
tingkat 10% setelah itu turun sampai periode ketiga hingga 4,4%, setelah itu naik
ke tingkat 15% di periode ke 10. Setelah periode ke 10 NEER shock cenderung
stagnan dan menurun menjadi 13% pada periode ke 39.
2. Malaysia
Pengaruh Import price shock di Malaysia pada awalnya mempunyai
kontribusi yang terus meningkat setiap periodenya hingga mencapai 25% tapi
setelah periode ke 6 kontribusinya turun hingga mencapai 10% di akhir periode.
Sedangkan untuk pengaruh NEER shock menunjukan kontribusi yang tidak terlalu
signifikan karena hanya berada di kisaran 0-1% walaupun pada awalnya
kontribusinya sempat naik mencapai 5% pada saat periode ke 2, namun setelah itu
terus menunjukan penurunan mencapai 0,6% pada akhir periode.
19
3. Singapura
Di Singapura kontribusi Import price shock terhadap pergerakan NEER bisa
dibilang cukup rendah terbukti di sepanjang periode kontibusi Import price shock
berkontribusi sebanyak 1%-4 % atas pergerakan NEER. Sementara itu untuk
kontribusi NEER shock sendiri terhadap pergerakan CPI cukup signifikan,
kontribusi NEER shock pada awal periode berada di tingkat 13% setelah itu naik
ke tingkat 17% pada periode ke-10, lalu stagnan di tingkat tersebut hingga akhir
periode.
4. Jepang
Di Jepang pengaruh import price shock terhadap NEER, awalnya cukup
signifikan tapi menunjukan tren terus menurun tajam hingga periode ke-5 dan
turun perlahan hingga mencapai 1,29% pada periode akhir. Hal ini menunjukan
bahwa pergerakan nilai tukar tidak terlalu dipengaruhi oleh shock dari harga
impor pada jangka panjang. Sementara itu untuk kontribusi NEER shock terhadap
CPI, besarnya awalnya sebesar 5% pada periode pertama dan terus naik ke
periode ketujuh setelah itu stagnan di tingkat 10%.
5. Korea Selatan
Di Korea Selatan presentase kontribusi Import price shock terhadap NEER
awalnya berada di kisaran 22% lalu naik ke kisaran 35% pada periode ke 7 namun
setelah itu presentasenya t urun ke tingkat 10% di akhir periode. Sementara itu
untuk NEER shock sendiri menunjukan presentase yang kurang signifikan karena
berada di tingkat 2%.
Impulse response
Accumulated Response of NEER to Cholesky
One S.D. Innovations_Indonesia
.04
Accumulated Response of CPI to Cholesky
One S.D. Innovations_Indonesia
.06
.02
.04
.00
.02
-.02
.00
-.04
-.06
-.02
5
10
15
20
IMPORT
IPI
25
30
M2
CPI
35
5
NEER
15
20
IMPORT
IPI
Accumulated Response of NEER to Cholesky
One S.D. Innovations_Malaysia
.4
10
25
M2
CPI
30
35
NEER
Accumulated Response of CPI to Cholesky
One S.D. Innovations_Malaysia
.15
.3
.10
.2
.1
.05
.0
.00
-.1
-.05
-.2
-.3
-.10
5
10
15
IMPORT
IPI
20
25
M3
CPI
30
35
NEER
5
10
15
IMPORT
IPI
20
25
M3
CPI
30
35
NEER
20
Accumulated Response of NEER to Cholesky
One S.D. Innovations_Singapura
Accumulated Response of CPI to Cholesky
One S.D. Innovations_Singapura
.3
.06
.04
.2
.02
.1
.00
.0
-.02
-.1
-.04
5
10
15
20
25
IMPORTPRICE
IPI
30
35
M2
CPI
5
NEER
10
15
20
IMPORTPRICE
IPI
Accumulated Response of NEER to Cholesky
One S.D. Innovations_Jepang
25
30
M2
CPI
35
NEER
Accumulated Response of CPI to Cholesky
One S.D. Innovations_Jepang
.8
.06
.6
.04
.4
.02
.2
.00
.0
-.02
-.2
-.4
-.04
5
10
15
IMPORT
IPI
20
25
M2
CPI
30
35
5
NEER
10
15
20
IMPORT
IPI
Accumulated Response of NEER to Cholesky
One S.D. Innovations_Korea Selatan
.3
.025
.2
.020
.1
.015
.0
.010
-.1
.005
-.2
.000
-.3
25
30
M2
CPI
35
NEER
Accumulated Response of CPI to Cholesky
One S.D. Innovations_Korea Selatan
-.005
5
10
15
IMPORT
IPI
20
25
M2
CPI
30
35
NEER
5
10
15
IMPORT
IPI
20
25
M2
CPI
30
35
NEER
Gambar 7: Impulse response(%),import price shock terhadap NEER & NEER
shock terhadap CPI di ASEAN-3,Jepang dan Korea Selatan model A
1. Indonesia
Di Indonesia import price shock menyebabkan fluktuasi yang trennya
negatif terhadap NEER, fluktuasi NEER tersebut dimulai dengan meningkatnya
NEER (nilai tukar terapresiasi) sebesar 0,01 % di periode ke 7, setelah itu NEER
pun turun (nilai tukar terdepresiasi) dari nilai awal sebanyak 0,01%. Dan
pergerakan NEER pun terus bergejolak di kisaran negatif tapi tetap menunjukan
21
hasil yang stagnan di tingkat pengaruh -0,01%. Sedangkan pengaruh NEER shock
terhadap CPI menunjukan tren yang negatif, dengan adanya NEER shock
membuat CPI turun sebanyak 0,008% di akhir periode
2.
Malaysia
Di Malaysia pengaruh import price shock memberikan respon positif
terhadap NEER. Terlihat dari gambar 14 bahwa guncangan harga luar negeri
membuat nilai tukar meningkat (apresiasi) sebesar 0,15% di akhir periode.
Sedangkan untuk pengaruh NEER shock terhadap CPI menunjukan respon positif
yang kurang signifikan, karena NEER shock hanya menyebabkan CPI meningkat
sebesar 0,014 hingga di akhir periode.
3. Singapura
Di Singapura mengingat kontribusi import price shock kurang begitu besar
maka pengaruh positinya pun tidak terlalu besar. Import price shock menaikan
NEER sebanyak 0,006% di akhir periode. Hal ini menunjukan guncangan harga
luar negeri tidak terlalu memberikan peningkatan yang signifikan terhadap nilai
tukar. Sedangkan NEER shock memberikan respon negatif bagi CPI. CPI terus
turun hingga pada akhir periode penurunnya mencapai 0,03%.
4. Jepang
Di Jepang respon positif dari import price shock terhadap pergerakan NEER
kurang begitu signifikan. Pada Gambar 7 terlihat bahwa import price shock pada
akhir periode hanya membuat peningkatan terhadap NEER sebanyak 0,038%.
Sedangkan untuk NEER shock memberikan respon negatif terhadap pergerakan
CPI. Pada Gambar 7 terlihat bahwa NEER shock membuat CPI terus terun hingga
periode akhir sebanyak 0,02%.
5. Korea Selatan
Di Korea import price shock memberikan respon positif terhadap
pergerakan NEER. Terbukti dari hasil di atas bahwa NEER terus naik secara
perlahan sepanjang periode, hingga pada akhir periode kenaikannya mencapai
0,25%. Sedangkan untuk respon negatif NEER shock terhadap CPI tidak terlalu
signifikan. Di akhir periode responnya hanya mencapai 0,003.
Model B Yt = [ipt, yt, mt, et, pt])
Dalam model B penulis telah merubah ordering, sehingga IPI sekarang di
tempat kedua. Penulis mempertimbangkan guncangan nilai tukar ditentukan oleh
guncangan kebijakan moneter dan juga guncangan dari tingkat produksi.
22
Variance decomposition
Variance Decomposition of NEER_Indonesia
Variance Decomposition of CPI_Indonesia
100
70
60
80
50
60
40
3