ekonomi makro, sedangkan shock yang terjadi pada variabel ekonomi makro menjadi acuan bagi kebijakan fiskal dan moneter dalam mengambil kebijakan.
Adapun konsep penelitian dapat dilihat pada gambar berikut :
Gambar 2.2. Kerangka Konseptual : Interaksi Kebijakan Fiskal dan Moneter Terhadap Stabilitas Ekonomi Makro di Indonesia
2.7. Hipotesis Penelitian
Teori empirik yang dikemukakan oleh Umar 2008 sebagai berikut : Hipotesis adalah suatu proposisi, kondisi atau prinsip untuk sementara waktu
dianggap benar dan barangkali tanpa keyakinan supaya bisa ditarik suatu konsekuensi logis dan dengan cara ini kemudian diadakan pengujian tentang
kebenarannya dengan menggunakan data empiris hasil penelitian. Adapun hipotesis dalam penelitian ini adalah : Interaksi variabel kebijakan
fiskal TAX dan GOV dan variabel kebijakan moneter SBK dan JUB terhadap variabel stabilitas ekonomi makro PDB, INV, KURS, INF saling berkontribusi”.
I N
T E
R A
K S
I
Fiskal
dan Moneter
1. Penerimaan Pajak TAX
2. Pengeluaran Pemerintah GOV
STABILITAS EKONOMI MAKRO
1. Produk Domestik Bruto PDB
2. Investasi INV
3. Nilai Tukar KURS
4. Inflasi INF
1. Suku Bunga Kredit SBK
2. Jumlah Uang Bereda JUB
KEBIJAKAN MONETER
Universita Sumatera Utara
BAB III METODE PENELITIAN
3.1. Tempat dan Waktu Penelitian
Penelitian dilakukan di Indonesia dengan periode penelitian kuartal pertama tahun 2000 sampai dengan kuartal pertama tahun 2012. Waktu penelitian
direncanakan dilakukan mulai Januari 2013 sampai dengan Mei 2013.
3.2. Jenis dan Ruang Lingkup Penelitian
Berdasarkan tingkat explanatory penjelasan, jenis penelitian ini adalah analisis kuantitatif. Analisis kuantitatif yaitu penelitian yang menjelaskan
kedudukan antar variabel yang menggunakan analisa data dengan dukungan statistik dan ekonometrika. Ruang lingkup penelitian ini difokuskan pada interaksi
kebijakan fiskal dan kebijakan moneter serta stabilitas ekonomi makro. Kebijakan fiskal diwakili oleh pajak dan pengeluaran pemerintah. Kebijakan moneter
diwakili oleh suku bungan kredit dan jumlah uang beredar. Stabilitas ekonomi makro diwakili oleh produk domestik bruto, investasi, kurs dan inflasi. Data
dikumpulkan secara time series dengan rentang waktu kuartal pertama tahun 2000 sampai dengan kuartal pertama tahun 2012.
3.3. Teknik Penumpulan Data
Pengumpulan data dilakukan dengan mengakses Website Bank Indonesia, dengan alamat Website www.bi.go.id dan Website Departemen Keuangan RI
dengan alamat Website www.depkeu.go.id.
Universita Sumatera Utara
3.4. Jenis dan Sumber Data
Penelitian ini menggunakan jenis data sekunder dengan runtun waktu time series secara kuartal yaitu kuartal pertama tahun 2000 sampai dengan
kuartal pertama tahun 2012. Data skunder merupakan data primer yang telah diolah dan disajikan dalam tabel dan bentuk lain Umar, 2008. Sedangkan data
time series merupakan sekumpulan data dari fenomena tertentu yang didapat
dalam interval waktu tertentu misalnya minggu, bulan dan tahun Muhidin, 2008. Sumber data diperoleh dari Bank Indonesia, dan Departemen Keuangan RI.
3.5. Definisi Operasional
Berdasarkan pada masalah dan hipotesis yang akan diuji, maka variabel- variabel yang akan diteliti dalam penelitian ini adalah sebagai berikut :
1. Pajak, yaitu penerimaan pajak yang diterima pemerintah atau negara setiap kuartal dan dikukur dalam satuan milyar rupiah.
2. Pengeluaran pemerintah, yaitu pengeluaran rutin dan pengeluaran pembangunan setiap kuartal dan diukur dalam satuan milyar rupiah.
3. Suku bunga, yaitu suku bunga pinjamankredit riil yang merupakan pengurangan antara suku bunga nominal dengan inflasi, suku bunga yang
dipakai adalah perkuartal yaitu yang dilihat pada bulan terakhir setiap kuartal dan diukur dalam satuan persen.
4. JUB, yaitu jumlah uang beredar yang diproxy dengan M1, yaitu jumlah permintaan uang kartal + uang giral setiap kuartal dan diukur dalam milyar
rupiah. 5. PDB, yaitu Produk Domestik Bruto atas dasar harga konstan tahun 2000
yang dihasilkan oleh Indonesia setiap kuartal dan diukur dalam milyar rupiah.
Universita Sumatera Utara
6. Investasi, yaitu jumlah investasi asing yang diperoleh Indonesia secara langsung setiap kuartal dan diukur dalam milyar rupiah investasi dalam
juta US dikali dengan kurs 7. Kurs, kurs dalam penelitian ini yaitu nilai tukar Rupiah terhadap dolar AS,
yang dilihat perkuartal yaitu bulan terakhir setiap kuartal dan diukur dalam rupiah per dollar.
8. Inflasi, yaitu tingkat kenaikan harga yang terjadi yang dilihat perkuartal yaitu penjumlahan tiap tiga bulan dan diukur dalam satuan persen.
3.6. Model Analisis Data 3.6.1. Vector Autoregression VAR
Menurut Sims Manurung,2005 jika simultanitas antara beberapa variabel benar maka dapat dikatakan bahwa variabel tidak dapat dibedakan mana variabel
endogen dan mana variabel eksogen. Pengujian hubungan simultan dan derajat integrasi antar variabel dalam jangka panjang menggunakan metode VAR.
Pengujian ini dilakukan untuk mengetahui ada tidaknya hubungan simultan Saling terkait antara variabel, sebagai variabel eksogen dan variabel endogen
dengan memasukkan unsur waktu lag. Alasan penggunaan VAR dibanding persamaan struktural Lucas 1976
diungkapkan oleh Sim 1980 yang menyatakan bahwa agar suatu reduced form dapat diestimasi secara tidak bias dan konsisten serta dapat dipergunakan sebagai
alat perumusan kebijakan maka variabel eksogen tidak cukup bersifat strongly exogenous
tetapi harus super exogenity dan tidak akan dapat dipenuhi. Menurut Ariefianto 2012 Model VAR dibangun untuk mengatasi
sulitnya memenuhi identifikasi dari super exogenity dimana hubungan antar
Universita Sumatera Utara
variabel ekonomi dapat tetap diestimasi tanpa perlu menitikberatkan masalah eksogenitas. Dalam penedekatan ini semua variabel dianggap sebagai endogen
dan estimasi dapat dilakukan secara serentak atau sekuensial. Kelebihan VAR menurut Ariefianto 2012 adalah :
1. VAR tidak memerlukan spesifikasi model, dalam artian mengidentifikasikan variabel endogen-eksogen dan membuat persamaan-
persamaan yang menghubungkannya. 2. VAR sangat fleksibel, pembahasan yang dilakukan hanya meliputi struktur
autoregressive. Pengembangan dapat dilakukan dengan memasukan
variabel yang dapat murni eksogen SVAR dan atau komponen moving average
VARMA. Dengan pendekatan lain VAR adalah suatu teknik ekonometrika struktural yang sangat kaya.
3. Kemampuan prediksi dari VAR adalah cukup baik. VAR memiliki kemampuan prediksi out of sampple yang lebih tinggi daripada model
makro struktural simultan. Berdasarkan pendapat di atas penulis menggunakan VAR dengan alasan
kemudahan dalam menjawab dan membuktikan secara empiris dan lebih kompleks hubungan timbal balik dalam jangka panjang variabel ekonomi yang
saling berkontribusi satu sama lain atau seluruh variabel ekonomi dijadikan sebagai variabel endogen.
Pengujian VAR dengan rumus :
1 17
16 15
14 13
12 11
10 t
p t
p t
p t
p t
p t
p t
p t
p t
t
e TAX
INF KURS
INV PDB
JUB SBK
GOV TAX
+ +
+ +
+ +
+ +
=
− −
− −
− −
− −
β β
β β
β β
β β
2 27
26 25
24 23
22 21
20 t
p t
p t
p t
p t
p t
p t
p t
p t
t
e GOV
TAX INF
KURS INV
PDB JUB
SBK GOV
+ +
+ +
+ +
+ +
=
− −
− −
− −
− −
β β
β β
β β
β β
Universita Sumatera Utara
3 37
36 35
34 33
32 31
30 t
p t
p t
p t
p t
p t
p t
p t
p t
t
e SBK
GOV TAX
INF KURS
INV PDB
JUB SBK
+ +
+ +
+ +
+ +
=
− −
− −
− −
− −
β
4 47
46 45
44 43
42 41
40 t
p t
p t
p t
p t
p t
p t
p t
p t
t
e JUB
SBK GOV
TAX INF
KURS INV
PDB JUB
+ +
+ +
+ +
+ +
=
− −
− −
− −
− −
β β
β β
β β
β β
5 57
56 55
54 53
52 51
50 t
p t
p t
p t
p t
p t
p t
p t
p t
t
e PDB
JUB SBK
GOV TAX
INF KURS
INV PDB
+ +
+ +
+ +
+ +
=
− −
− −
− −
− −
β β
β β
β β
β β
6 67
66 65
64 63
62 61
60 t
p t
p t
p t
p t
p t
p t
p t
p t
t
e INV
PDB JUB
SBK GOV
TAX INF
KURS INV
+ +
+ +
+ +
+ +
=
− −
− −
− −
− −
β β
β β
β β
β β
7 77
77 75
74 73
72 71
70 t
p t
p t
p t
p t
p t
p t
p t
p t
t
e KURS
INV PDB
JUB SBK
GOV TAX
INF KURS
+ +
+ +
+ +
+ +
=
− −
− −
− −
− −
β β
β β
β β
β β
8 87
86 85
84 83
82 81
80 t
p t
p t
p t
p t
p t
p t
p t
p t
t
e NF
KURS INV
PDB JUB
SBK GOV
TAX INF
+ +
+ +
+ +
+ +
=
− −
− −
− −
− −
β β
β β
β β
β β
Dimana: TAX
= Pajak Milyar Rp GOV
= Pengeluaranbelanja pemerintah Milyar Rp SBK
= Suku Bunga Kredit JUB
= Jumlah Uang Beredar Milyar Rp PDB
= Product domestik Bruto Milyar Rp INV
= Investasi Asing Langsung Juta US KURS
= Kurs dolar per rupiah RpUS INF
= Inflasi et
= Guncangan acak random disturbance p
= panjang lag
3.6.2. Impulse Response Funtion IRF
Menurut Ariefianto 2012 IRF melakukan penelusuran atas dampak suatu goncangan shock terhadap suatu variabel terhadap sistem seluruh variabel
sepanjang waktu tertentu. Impulse Response Function IRF dilakukan untuk mengetahui respon dinamis dari setiap variabel terhadap satu standar deviasi
inovasi. Analisis IRF bertujuan untuk mengetahui apakah masing-masing variabel
Universita Sumatera Utara
transmit terkointegrasi pada periode jangka pendek maupun jangka panjang. IRF merupakan ukuran arah pergerakan setiap variabel transmit akibat perubahan
variabel transmit lainnya Manurung,2009.
3.6.3. Forecast Error Variance Desomposition FEVD
Menurut Ariefianto 2012 Varian Decomposition melakukan komposisi atas perubahan nilai suatu variabel yang disebabkan oleh goncangan variabel
sendiri dan goncangan dari variabel lain. Forecast Error Variance Desomposition FEVD dilakukan untuk mengetahui relative importance dari berbagai shock
terhadap variabel itu sendiri maupun variabel lainnya. Identifikasi FEDV menggunakan Cholesky decomposition Pramono,2006. Analisis FEDV bertujuan
untuk mengetahui pengaruh atau kontribusi antar variabel transmit Manurung,2009. Analisis Forecast Error Variance decomposition FEVD atau
sering dikenal dengan istilah Variance decomposition digunakan untuk memprediksi kontribusi persentase varian setiap variabel karena adanya
perubahan variabel tertentu di dalam sistem VAR.
3.7. Uji Asumsi 3.7.1. Uji Stasioneritas
Data deret waktu time series biasanya mempunyai masalah terutama pada stasioner atau tidak stasioner. Bila dilakukan analisis pada data yang tidak
stasioner akan menghasilkan hasil regresi yang palsu spurious regression dan kesimpulan yang diambil kurang bermakna Enders, 1995. Oleh karena itu,
langkah pertama yang dilakukan adalah menguji dan membuat data tersebut menjadi stasioner. Uji stasionaritas ini dilakukan untuk melihat apakah data time
series mengandung akar unit unit root. Untuk itu, metode yang biasa digunakan
Universita Sumatera Utara
adalah uji Dickey-Fuller DF dan uji Augmented Dickey-Fuller ADF. Data dikatakan stasioner dengan asumsi mean dan variansinya konstan.
Dalam melakukan uji stasionaritas alat analisis yang dipakai adalah dengan uji akar unit unit root test. Uji akar unit pertama kali dikembangkan oleh
Dickey-Fuller dan dikenal dengan uji akar unit Dickey-Fuller DF. Ide dasar uji stasionaritas data dengan uji akar unit dapat dijelaskan melalui model berikut:
Yt = ρYt-1 + et 3.1
Dimana: -1 ≤p≤1 dan et adalah residual yang bersifat random atau stokastik
dengan rata-rata nol, varian yang konstan dan tidak saling berhubungan nonautokorelasi sebagaimana asumsi metode OLS. Residual yang mempunyai
sifat tersebut disebut residual yang white noise. Jika nilai ρ = 1 maka kita katakan bahwa variabel random stokastik Y
mempunyai akar unit unit root. Jika data time series mempunyai akar unit maka dikatakan data tersebut bergerak secara random random walk dan data yang
mempunyai sifat random walk dikatakan data tidak stasioner. Oleh karena itu jika kita melakukan regresi Yt pada lag Yt-
1 dan mendapatkan nilai ρ = 1 maka dikatakan data tidak stasioner. Inilah ide dasar uji akar unit untuk mengetahui
apakah data stasioner atau tidak. Jika persamaan 3.1 tersebut dikurangi kedua sisinya dengan Yt-1 maka
akan menghasilkan persamaan sebagai berikut: Y
t
- Y
t-1
= ρY
t-1
- Y
t-1
+ e
t
= ρ-1Y
t-1
+ e
t
Persamaan tersebut dapat ditulis menjadi: 3.2
ΔY
t
= θρY
t-1
+ e
t
3.3
Universita Sumatera Utara
Didalam prakteknya untuk menguji ada tidaknya masalah akar unit kita mengestimasi persamaan 3.3 daripada persamaan 3.2 dengan menggunakan
hipotesis nul θ = 0. jika θ = 0 maka ρ = 1 sehingga data Y mengandung akar unit yang berarti data time series Y adalah tidak stasioner. Tetapi perlu dicatat bahwa
jika θ = 0 maka persamaan persamaan 3.1 dapat ditulis menjadi: ΔYt = et
3.4 karena et adalah residual yang mempunyai sifat white noise, maka
perbedaan atau diferensi pertama first difference dari data time series random walk
adalah stasioner. Untuk mengetahui masalah akar unit, sesuai dengan persamaan 3.3
dilakukan regresi Y
t
dengan Y
t-1
dan mendapatkan koefisiennya θ. Jika nilai θ = 0 maka kita bisa menyimpulkan bah
wa data Y adalah tidak stasioner . Tetapi jika θ negatif maka data Y adalah stasioner karena agar θ tidak sama dengan nol maka
nilai ρ harus lebih kecil dari satu. Uji statistik yang digunakan untuk memverifikasi bahwa nilai θ nol atau tidak tabel distribusi normal tidak dapat
digunakan karena koefisien θ tidak mengikuti distribusi normal. Sebagai alternatifnya Dickey-
Fuller telah menunjukkan bahwa dengan hipotesis nul θ = 0, nilai estimasi t dari koefisien Y
t-1
di dalam persamaan 3.3 akan mengikuti dist
ribusi statistik τ tau. Distribusi statistik τ kemudian dikembangkan lebih jauh oleh Mackinnon dan dikenal dengan distribusi statistik Mackinnon.
3.7.2. Uji Kointegrasi
Setelah diketahui bahwa seluruh data yang akan dianalisis stasioner, maka selanjutnya akan diuji apakah ada hubungan keseimbangan jangka panjang antara
seluruh variabel tersebut. Granger 1988 menjelaskan bahwa jika dua variabel berintegrasi pada derajat satu, I 1 dan berkointegrasi maka paling tidak pasti ada
Universita Sumatera Utara
satu arah kausalitas Granger. Ada tidaknya kointegrasi didasarkan pada uji Trace Statistic
dan Maksimum Eigenvalue. Apabila nilai hitung Trace Statistic dan Maksimum Eigenvalue lebih besar daripada nilai kritisnya, maka terdapat
kointegrasi pada sejumlah variabel, sebaliknya jika nilai hitung Trace Statistic dan maksimum Eigenvalue lebih kecil daripada nilai kritisnya maka tidak terdapat
kointegrasi. Nilai kritis yang digunakan adalah yang dikembangkan oleh Osterwald-Lenum.
Menurut Granger Gujarati, 2003, uji kointegrasi bisa dianggap sebagai tes awal pretest untuk menghindari regresi lancung spurious regression.
Dua variabel yang berkointegrasi memiliki hubungan jangka panjang atau ekuilibrium.
Enders 1997 menyatakan bahwa dalam model yang menunjukkan keseimbangan dalam jangka panjang terdapat hubungan linear antarvariabel yang
stasioner, atau dapat dinyatakan dalam persamaan sebagai berikut :
Yt = a + a
1
Y
t-1
+ u
t
di mana Xt adalah variabel independen yang tidak stasioner 3.5
Persamaan 3.5 bisa ditulis kembali: u
t
= Yt - a - a
1
X
t
di mana ut adalah dissequilibrium error. Dan ut stasioner 3.6
Menurut Granger Thomas, 1995, jika terdapat hubungan jangka panjang antara variabel X dan Y seperti dinotasikan dalam persamaan 3.5 maka
dissequilibrium error seperti dalam persamaan 3.6 adalah stasioner dengan
Eut=0. Karena pada dasarnya pengujian kointegrasi dilakukan untuk melihat
apakah residu dari hasil regresi variabel variabel penelitian bersifat stasioner atau tidak persamaan 3.6, maka pengujian kointegrasi dalam penelitian ini akan
Universita Sumatera Utara
dilakukan dengan menguji stasioneritas residu dengan uji ADF. Jika error stasioner, maka terdapat kointegrasi dalam model.
3.7.3. Uji Stabilitas Lag Struktur VAR
Menurut Arsana 2004, stabilitas sistem VAR akan dilihat dari inverse roots
karakteristik AR polinomialnya. Hal ini dapat dilihat dari nilai modulus di tabel AR-nomialnya, jika seluruh nilai AR-rootsnya di bawah 1, maka sistem
VAR-nya stabil. Uji stabilitas VAR dilakukan dengan menghitung akarakar dari fungsi polinomial atau dikenal dengan roots of characteristic polinomial. Jika
semua akar dari fungsi polinomial tersebut berada di dalam unit circel atau jika nilai absolutnya 1 maka model VAR tersebut dianggap stabil sehingga IRF dan
FEVD yang dihasilkan akan dianggap valid.
3.7.4. Penetapan Tingkat Lag Optimal
Menurut Gujarati 2003, autokorelasi merupakan korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data time
series. Dalam model klasik diasumsikan bahwa unsur gangguan yang berhubungan dengan observasi tidak dipengaruhi oleh unsur distrubansi atau
gangguan yang berhubungan dengan pengamatan lain manapun. Sehingga tidak ada alasan untuk percaya bahwa suatu gangguan akan terbawa ke periode
berikutnya, jika hal itu terjadi berarti terdapat autokorelasi. Konsekuensi terjadinya autokorelasi dapat memberikan kesimpulan yang menyesatkan
mengenai arti statistik dari koefisien regresi yang ditaksir. Pemilihan panjang lag dilakukan sedemikian rupa sehingga tidak lagi mengandung autokelasi.
Penetapan lag optimal dapat menggunakan kriteria Schwarz Criterion SC, Hannan-Quinn Information Criterion HQ, Akaike Information Criterion
Universita Sumatera Utara
AIC. Dalam penelitian ini menggunakan kriteria AIC, menurut Eviews user guide
2000 definisi AIC, SC dan HQ adalah sebagai berikut: Akaike Information Criteria = -2l T+ 2 k T
3.7.1 Schwarz Criterion = -2l T+ k log T T
3.7.2 Hannan-Quinn Information Criterion = -2l T+ 2k log logT T
3.7.1.3 Dimana l adalah nilai log dari fungsi likelihood dengan k parameter
estimasi dengan sejumlah T observasi. Untuk menetapkan lag yang paling optimal, model VAR yang diestimasi dicari lag maksimumnya, kemudian tingkat
lag nya diturunkan. Dari tingkat lag yang berbeda-beda tersebut dicari lag yang
paling optimal dan dipadukan dengan uji stabilitas VAR.
Universita Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN
4.1. Perkembangan Perekonomian Indonesia Terkini
Perekonomian global masih menunjukkan perlambatan sebagaimana tercermin dari perkiraan merosotnya perekonomian negara-negara maju yang
lebih besar dari perkiraan semula. Kondisi pasar keuangan global juga masih rapuh dengan banyaknya laporan kerugian lembaga keuangan dunia. Hal tersebut
memberikan dampak negatif bagi perkembangan ekonomi di kawasan, terutama bagi negara-negara yang mengandalkan ekspor ke negara maju, termasuk
Indonesia. Sementara itu, keketatan likuiditas global masih terus berlangsung dan diikuti oleh meningkatnya persepsi risiko emerging market.
Hingga triwulan terakhir tahun 2012, perkembangan indikator ekonomi di berbagai daerah di indonesia mengindikasikan pertumbuhan ekonomi yang masih
cukup tinggi diikuti oleh terkendalinya tekanan inflasi. Permintaan domestik yang masih kuat berdampak positif bagi kinerja sektor utama daerah sehingga secara
keseluruhan dapat menopang pertumbuhan ekonomi. Di samping itu, penyaluran kredit perbankan yang masih tumbuh cukup tinggi di daerah turut berkontribusi
pada kuatnya pertumbuhan ekonomi. Namun, akselerasi pertumbuhan ekonomi yang lebih tinggi tertahan oleh kinerja ekspor di seluruh kawasan yang belum
menunjukkan perbaikan yang berarti akibat masih lemahnya permintaan dunia. Untuk keseluruhan tahun, pertumbuhan ekonomi nasional selain masih ditopang
oleh kontribusi ekonomi Kawasan Jawa dan Kawasan Jakarta yang tetap besar, juga didukung kontribusi ekonomi KTI yang mengalami peningkatan.
Universita Sumatera Utara
Berita resmi terbaru Badan Pusat Statistik BPS mencatat perekonomian Indonesia yang tetap berada pada kisaran 6 persen. Secara triwulanan,
perekonomian pada triwulan III 2012 juga tumbuh sebesar 3,21 persen dibanding triwulan sebelumnya. Dengan kinerja pertumbuhan yang relatif stabil ini,
kalangan ekonom memprediksi ekonomi Indonesia tahun 2012 akan tumbuh pada kisaran 6,2-6,3 persen. Meski sedikit di bawah target APBN 2012 sebesar 6,5
persen. Pertumbuhan ekonomi Indonesia yang tetap solid di tengah perlambatan ekonomi global didorong oleh tingginya permintaan domestik yang berasal dari
konsumsi rumah tangga dan investasi. Sementara itu, pada triwulan III 2012 pengeluaran pemerintah yang juga merupakan komponen pendukung
pertumbuhan ekonomi, mengalami penurunan dibandingkan triwulan sebelumnya. Senada dengan pengeluaran Pemerintah, kinerja ekspor impor juga mengalami
penurunan sebagai akibat perlambatan ekonomi di negara-negara tujuan utama ekspor.
Komponen pertumbuhan yang juga mengalami penurunan adalah pengeluaran pemerintah yang turun sebesar 0,07 persen q.t.q, atau turun 3,22
persen y.o.y
Prospek ekonomi pada tahun 2013 diperkirakan membaik. Hal ini ditopang oleh permintaan domestik yang menguat, dan perekonomian global yang
diperkirakan mulai menunjukkan perbaikan. Meski demikian, beberapa tantangan dibanding tahun sebelumnya. Namun, komponen ini diperkirakan
akan meningkat pada triwulan IV 2012 mengingat pada tahun – tahun sebelumnya pengeluaran pemerintah selalu meningkat pada akhir tahun. Realisasi pengeluaran
belanja pemerintah khususnya yang berasal dari pengeluaran belanja pegawai dan belanja barang pemerintah sipil akan memberikan kontribusi yang cukup besar
dalam mendukung pembentukan pertumbuhan ekonomi pada triwulan IV-2012.
Universita Sumatera Utara
yang cukup berat masih membayangi prospek ekonomi. Di sisi eksternal, prospek pemulihan ekonomi global masih rentan dibayangi ketidakpastian sehingga
berpotensi memberikan tekanan pada kinerja ekspor daerah. Tantangan di sisi domestik antara lain terkait kenaikan tarif tenaga listrik TTL, gasLPG, dan
Upah Minimum Provinsi UMP yang naik signifikan berpotensi menimbulkan ketidakpastian usaha dan inflasi, meskipun di sisi lain dapat memberikan jaminan
yang lebih baik bagi kesejahteraan buruh. Di sisi inflasi, inflasi pada tahun 2013 diprakirakan dapat tetap terjaga di
kisaran yang mendukung pada pencapaian sasaran inflasi nasional 4,5±1. Prospek inflasi yang terkendali tersebut didukung oleh prakiraan peningkatan
pasokan pangan dan terkelolanya permintaan sesuai dengan kapasitas perekonomian. Meskipun demikian, beberapa hal yang perlu dicermati antara lain
terkait dampak kenaikan UMP pada harga-harga umum, harga energi dan beberapa rencana penerapan kebijakan harga barang dan jasa lainnya.
Menghadapi hal tersebut, langkah-langkah antisipasi yang terkoordinasi di daerah, khususnya melalui Tim Pengndalian Inflasi TPID di daerah, perlu terus
diperkuat untuk menjaga stabilitas harga. Kondisi perekonomian global yang belum pulih dan adanya kemungkinan
perluasan intensitas dan skala krisis membuat kita semua harus tetap waspada dan berhati-hati dalam menyikapi perkembangan yang ada. Tetap menjaga kestabilan
dan kekuatan fundamental ekonomi melalui peningkatan iklim investasi dengan pembangunan infrastruktur dan pembenahan jalur birokrasi investasi, serta
peningkatan kualitas belanja pemerintah menjadi beberapa agenda kebijakan pokok yang harus dijalankan untuk menjaga dan meningkatkan trend serta
kualitas pertumbuhan ekonomi tahun 2013.
Universita Sumatera Utara
Dalam tahun 2012-2013, Bank Indonesia akan mengoptimalkan peran bauran kebijakan moneter untuk menjaga inflasi tetap berada di dalam kisaran
sasarannya serta mendorong pertumbuhan ekonomi dalam rangka mencegah risiko perlambatan ekonomi global. Sementara di bidang perbankan, Bank
Indonesia akan meningkatkan efisiensi perbankan untuk mengoptimalkan kontribusinya dalam perekonomian dengan tetap memperkuat ketahanan
perbankan. Dalam kaitan ini, dibutuhkan koordinasi kebijakan yang semakin solid
antara Bank Indonesia dengan Pemerintah, moneter dan fiskal khususnya melalui Tim Pengendalian Inflasi TPI dan TPID, memiliki peran penting dalam
mendukung pencapaian sasaran inflasi 2013.
4.2. Perkembangan Variabel Penelitian
Bagian ini menguraikan perkembangan variabel-variabel penelitian yaitu pajak, pengeluaran pemerintah, suku bunga kredit, jumlah uang beredar, produk
domestik bruto, investasi, kurs dan inflasi selama periode penelitian yaitu kuartal pertama tahun 2000 sampai dengan kuartal pertama tahun 2012.
4.2.1. Perkembangan Penerimaan Pajak TAX
Pajak, yaitu penerimaan pajak yang diterima pemerintah atau negara setiap kuartal dan dikukur dalam satuan milyar rupiah. Dalam penelitian ini, data pajak
diperoleh mulai tahun 2000 kuartal 1 sampai dengan tahun 2012 kuartal 1. Berikut perkembangan penerimaan pajak.
Universita Sumatera Utara
Tabel 4.1. Penerimaan Pajak Milyar Rp Tahun 2000:1 sd 2012:1
N Tahun
Kuartal TAX
Pertumbuhan
1 2000
Q1 24654
- 2
Q2 28546
15,79 3
Q3 30952
8,43 4
Q4 37763
22,01 5
2001 Q1
37881 0,31
6 Q2
39329 3,82
7 Q3
46729 18,82
8 Q4
44291 -5,22
9 2002
Q1 45610
2,98 10
Q2 59171
29,73 11
Q3 52239
-11,72 12
Q4 46667
-10,67 13
2003 Q1
74868 60,43
14 Q2
55666 -25,65
15 Q3
52247 -6,14
16 Q4
61786 18,26
17 2004
Q1 69644
12,72 18
Q2 67397
-3,23 19
Q3 76264
13,16 20
Q4 98583
29,27 21
2005 Q1
84220 -14,57
22 Q2
88858 5,51
23 Q3
110808 24,70
24 Q4
94268 -14,93
25 2006
Q1 113446
20,34 26
Q2 148599
30,99 27
Q3 137112
-7,73 28
Q4 136082
-0,75 29
2007 Q1
161293 18,53
30 Q2
121370 -24,75
31 Q3
139782 15,17
32 Q4
132881 -4,94
33 2008
Q1 137112
3,18 34
Q2 136082
-0,75 35
Q3 147196
8,17 36
Q4 161293
9,58 37
2009 Q1
121370 -24,75
38 Q2
139782 15,17
39 Q3
132881 -4,94
40 Q4
197305 48,48
41 2010
Q1 145854
-26,08 42
Q2 168898
15,80 43
Q3 192686
14,08 44
Q4 215878
12,04 45
2011 Q1
218562 1,24
46 Q2
208952 -4,40
47 Q3
213588 2,22
48 Q4
232854 9,02
49 2012
Q1 225158
-3,31 Sumber : Departemen Keuangan data diolah, 2013
Universita Sumatera Utara
40,000 80,000
120,000 160,000
200,000 240,000
00 01
02 03
04 05
06 07
08 09
10 11
TAX
Sumber : Tabel 4.1
Gambar 4.1. Perkembangan Penerimaan Pajak 2001:Q1-2012:Q1
Berdasarkan Tabel 4.1 dan Gambar 4.1 diketahui bahwa adanya kecenderungan peningkatan penerimaan pajak dalam kurun waktu 2000 sampai
dengan 2012. Pertumbuhan penerimaan pajak yang paling tinggi terjadi pada kuartal pertama tahun 2003 yaitu naik sebesar 60,43 dari kuartal sebelumnya,
sedangkan pertumbuhan terendah terjadi pada kuartal pertama tahun 2010 yaitu turun sebesar 26,08 dari kuartal sebelumnya.
4.2.2. Perkembangan Pengeluaran Pemerintah GOV
Pengeluaran pemerintah, yaitu pengeluaran rutin dan pengeluaran pembangunan setiap kuartal dan diukur dalam satuan milyar rupiah. Dalam
penelitian ini, data pengeluaran pemerintah diperoleh mulai tahun 2000 kuartal 1 sampai dengan tahun 2012 kuartal 1. Berikut perkembangan data pengeluaran
pemerintah.
Universita Sumatera Utara
Tabel 4.2. Pengeluaran Pemerintah Milyar Rp Tahun 2000:1 sd 2012:1
N Tahun
Kuartal G
Pertumbuhan
1 2000
Q1 26549
-
2 Q2
28842 8,64
3 Q3
60721 110,53
4 Q4
112931 85,98
5 2001
Q1 60208
-46,69 6
Q2 76456
26,99 7
Q3 122125
59,73 8
Q4 57182
-53,18 9
2002 Q1
66123 15,64
10 Q2
102610 55,18
11 Q3
60429 -41,11
12 Q4
67366 11,48
13 2003
Q1 134036
98,97 14
Q2 66522
-50,37 15
Q3 85329
28,27 16
Q4 92196
8,05 17
2004 Q1
57725 -37,39
18 Q2
107292 85,88
19 Q3
136377 27,11
20 Q4
184265 35,11
21 2005
Q1 129715
-29,60 22
Q2 160197
23,50 23
Q3 253172
58,04 24
Q4 99218
-60,81 25
2006 Q1
168543 69,87
26 Q2
297369 76,44
27 Q3
102854 -65,41
28 Q4
244061 137,29
29 2007
Q1 375027
53,66 30
Q2 151480
-59,61 31
Q3 202407
33,62 32
Q4 214680
6,06 33
2008 Q1
102854 -52,09
34 Q2
244061 137,29
35 Q3
228901 -6,21
36 Q4
375027 63,84
37 2009
Q1 151480
-59,61 38
Q2 202407
33,62 39
Q3 214680
6,06 40
Q4 349086
62,61 41
2010 Q1
215556 -38,25
42 Q2
246847 14,52
43 Q3
274859 11,35
44 Q4
304897 10,93
45 2011
Q1 315616
3,52 46
Q2 314864
-0,24 47
Q3 324986
3,21 48
Q4 339159
4,36 49
2012 Q1
362489 6,88
Sumber : Departemen Keuangan data diolah, 2013
Universita Sumatera Utara
50,000 100,000
150,000 200,000
250,000 300,000
350,000 400,000
00 01
02 03
04 05
06 07
08 09
10 11
GOV
Sumber : Tabel 4.2
Gambar 4.2. Perkembangan Pengeluaran Pemerintah 2001:Q1-2012:Q1
Berdasarkan Tabel 4.2 dan Gambar 4.2 diketahui bahwa adanya
kecenderungan peningkatan pengeluaran pemerintah dalam kurun waktu 2000 sampai dengan 2012. Pertumbuhan pengeluaran pemerintah yang paling tinggi
terjadi pada kuartal keempat tahun 2006 yaitu naik sebesar 137,29 dari kuartal sebelumnya, sedangkan pertumbuhan terendah tertinggi terjadi pada kuartal ketiga
tahun 2006 yaitu turun sebesar 65,41 dari tahun sebelumnya.
4.2.3. Perkembangan Suku Bunga Kredit SBK
Suku bunga, yaitu suku bunga pinjamankredit riil yang merupakan pengurangan antara suku bunga nominal dengan inflasi, suku bunga yang dipakai
adalah perkuartal yaitu yang dilihat pada bulan terakhir setiap kuartal dan diukur dalam satuan persen. Dalam penelitian ini, data suku bunga diperoleh mulai tahun
2000 kuartal 1 sampai dengan tahun 2012 kuartal 1. Berikut perkembangan data SBK.
Universita Sumatera Utara
Tabel 4.3. Suku Bunga Kredit Tahun 2000:1 sd 2012:1
N Tahun
Kuartal SBK Riil
1 2000
Q1 15,52
2 Q2
14,31 3
Q3 14,89
4 Q4
12,17 5
2001 Q1
14,77 6
Q2 13,78
7 Q3
14,67 8
Q4 13,89
9 2002
Q1 14,56
10 Q2
17,19 11
Q3 16,47
12 Q4
14,23 13
2003 Q1
17,08 14
Q2 16,98
15 Q3
15,30 16
Q4 13,18
17 2004
Q1 14,21
18 Q2
12,31 19
Q3 13,83
20 Q4
11,56 21
2005 Q1
10,61 22
Q2 12,60
23 Q3
12,45 24
Q4 5,69
25 2006
Q1 13,93
26 Q2
15,07 27
Q3 14,50
28 Q4
12,69 29
2007 Q1
12,63 30
Q2 13,82
31 Q3
11,18 32
Q4 10,94
33 2008
Q1 9,22
34 Q2
8,07 35
Q3 10,47
36 Q4
13,87 37
2009 Q1
13,69 38
Q2 13,94
39 Q3
11,14 40
Q4 12,47
41 2010
Q1 11,72
42 Q2
11,29 43
Q3 9,64
44 Q4
10,70 45
2011 Q1
11,48 46
Q2 11,77
47 Q3
10,19 48
Q4 11,25
49 2012
Q1 10,74
Sumber : Bank Indonesia data diolah, 2013
Universita Sumatera Utara
4 6
8 10
12 14
16 18
00 01
02 03
04 05
06 07
08 09
10 11
SBK
Sumber : Tabel 4.3
Gambar 4.3. Perkembangan Suku Bunga Kredit 2001:Q1-2012:Q1
Berdasarkan Tabel 4.3 dan Gambar 4.3 diketahui bahwa adanya kecenderungan penurunan suku bunga dalam kurun waktu 2000 sampai dengan
2012. Suku bunga tertinggi terjadi pada kuartal kedua tahun 2002 yaitu sebesar 17,19, sedangkan suku bunga terendaah terjadi pada kuartal keempat tahun
2005 yaitu sebesar 5,69.
4.2.4. Perkembangan Jumlah Uang Beredar JUB
JUB yaitu jumlah uang beredar yang diproxy dengan M1, yaitu jumlah permintaan uang kartal + uang giral setiap kuartal dan diukur dalam milyar
rupiah. Dalam penelitian ini, data JUB diperoleh mulai tahun 2000 kuartal 1 sampai dengan tahun 2012 kuartal 1. Berikut perkembangan data JUB.
Universita Sumatera Utara
Tabel 4.4. Jumlah Uang Beredar Milyar Rp Tahun 2000:1 sd 2012:1
N Tahun
Kuartal JUB
Pertumbuhan
1 2000
Q1 124663
- 2
Q2 133832
7,36 3
Q3 135430
1,19 4
Q4 162186
19,76 5
2001 Q1
148375 -8,52
6 Q2
160142 7,93
7 Q3
164237 2,56
8 Q4
177731 8,22
9 2002
Q1 166173
-6,50 10
Q2 174017
4,72 11
Q3 181791
4,47 12
Q4 191939
5,58 13
2003 Q1
181239 -5,57
14 Q2
194878 7,52
15 Q3
207587 6,52
16 Q4
223799 7,81
17 2004
Q1 209153
-6,54 18
Q2 226147
8,12 19
Q3 234676
3,77 20
Q4 245946
4,80 21
2005 Q1
244003 -0,79
22 Q2
261814 7,30
23 Q3
267762 2,27
24 Q4
271140 1,26
25 2006
Q1 270425
-0,26 26
Q2 303803
12,34 27
Q3 323885
6,61 28
Q4 347013
7,14 29
2007 Q1
331736 -4,40
30 Q2
371768 12,07
31 Q3
400074 7,61
32 Q4
450055 12,49
33 2008
Q1 409768
-8,95 34
Q2 453047
10,56 35
Q3 479738
5,89 36
Q4 456787
-4,78 37
2009 Q1
448034 -1,92
38 Q2
482621 7,72
39 Q3
490502 1,63
40 Q4
515824 5,16
41 2010
Q1 494461
-4,14 42
Q2 545405
10,30 43
Q3 549941
0,83 44
Q4 605411
10,09 45
2011 Q1
580601 -4,10
46 Q2
636206 9,58
47 Q3
656096 3,13
48 Q4
722991 10,19
49 2012
Q1 714258
-1,21 Sumber : Bank Indonesia data diolah, 2013
Universita Sumatera Utara
100,000 200,000
300,000 400,000
500,000 600,000
700,000 800,000
00 01
02 03
04 05
06 07
08 09
10 11
JUB
Sumber : Tabel 4.4
Gambar 4.4. Perkembangan Jumlah Uang Beredar 2001:Q1-2012:Q1
Berdasarkan Tabel 4.4 dan Gambar 4.4 diketahui bahwa adanya kecenderungan peningkatan jumlah uang beredar dalam kurun waktu 2000 sampai
dengan 2012. Pertumbuhan jumlah uang beredar yang paling tinggi terjadi pada kuartal keempat tahun 2000 yaitu naik sebesar 19,76 dari kuartal sebelumnya,
sedangkan pertumbuhan terendah terjadi pada kuartal pertama tahun 2008 yaitu turun sebesar -8,95 dari kuartal sebelumnya.
4.2.5. Perkembangan Produk Domestik Bruto PDB
PDB, yaitu Produk Domestik Bruto atas dasar harga konstan tahun 2000 yang dihasilkan oleh Indonesia setiap kuartal dan diukur dalam milyar rupiah.
Dalam penelitian ini, data PDB diperoleh mulai tahun 2000 kuartal 1 sampai dengan tahun 2012 kuartal 1. Berikut perkembangan data PDB.
Universita Sumatera Utara
Tabel 4.5. Produk Domestik Bruto Harga Konstan Milyar Rp Tahun 2000:1 sd 2012:1
N Tahun
Kuartal PDB
Pertumbuhan
1 2000
Q1 342852
- 2
Q2 340865
-0,58 3
Q3 355290
4,23 4
Q4 350763
-1,27 5
2001 Q1
356115 1,53
6 Q2
360533 1,24
7 Q3
367515 1,94
8 Q4
356240 -3,07
9 2002
Q1 368650
3,48 10
Q2 375721
1,92 11
Q3 387920
3,25 12
Q4 372926
-3,87 13
2003 Q1
386744 3,71
14 Q2
394621 2,04
15 Q3
405608 2,78
16 Q4
390199 -3,80
17 2004
Q1 402597
3,18 18
Q2 411936
2,32 19
Q3 423852
2,89 20
Q4 418132
-1,35 21
2005 Q1
426612 2,03
22 Q2
436121 2,23
23 Q3
448598 2,86
24 Q4
439484 -2,03
25 2006
Q1 448485
2,05 26
Q2 457637
2,04 27
Q3 474904
3,77 28
Q4 466101
-1,85 29
2007 Q1
475642 2,05
30 Q2
488421 2,69
31 Q3
506933 3,79
32 Q4
493331 -2,68
33 2008
Q1 505219
2,41 34
Q2 519205
2,77 35
Q3 538641
3,74 36
Q4 519392
-3,57 37
2009 Q1
528057 1,67
38 Q2
540678 2,39
39 Q3
561637 3,88
40 Q4
548479 -2,34
41 2010
Q1 559683
2,04 42
Q2 574713
2,69 43
Q3 594251
3,40 44
Q4 585812
-1,42 45
2011 Q1
595785 1,70
46 Q2
612200 2,75
47 Q3
632828 3,37
48 Q4
623864 -1,42
49 2012
Q1 633243
1,50 Sumber : Bank Indonesia data diolah, 2013
Universita Sumatera Utara
320,000 360,000
400,000 440,000
480,000 520,000
560,000 600,000
640,000
00 01
02 03
04 05
06 07
08 09
10 11
PDB
Sumber : Tabel 4.5
Gambar 4.5. Perkembangan Produk Domestik Bruto 2001:Q1-2012:Q1
Berdasarkan Tabel 4.5 dan Gambar 4.5 diketahui bahwa adanya kecenderungan peningkatan produk domestik bruto dalam kurun waktu 2000
sampai dengan 2012. Pertumbuhan produk domestik bruto yang paling tinggi terjadi pada kuartal ketiga tahun 2000 yaitu sebesar naik sebesar 4,23 dari
kuartal sebelumnya, sedangkan pertumbuhan terendah terjadi pada kuartal keempat tahun 2002 yaitu turun sebesar 3,87 dari kuartal sebelumnya.
4.2.6. Perkembangan Investasi INV
Investasi, investasi dalam penelitian ini yaitu jumlah investasi asing yang diperoleh Indonesia secara langsung setiap kuartal dan diukur dalam milyar rupiah
investasi dalam jutaUS dikali dengan kurs. Dalam penelitian ini, data investasi diperoleh mulai tahun 2000 kuartal 1 sampai dengan tahun 2012 kuartal 1. Berikut
perkembangan data investasi.
Universita Sumatera Utara
Tabel 4.6. Investasi Asing Langsung Milyar Rp Tahun 2000:1 sd 2012:1
N Tahun
Kuartal INV
Pertumbuhan
1 2000
Q1 14375460
-
2 Q2
11049775 -23,13
3 Q3
9877500 -10,61
4 Q4
8386030 -15,10
5 2001
Q1 4420000
-47,29 6
Q2 3946800
-10,71 7
Q3 4469850
13,25 8
Q4 8788000
96,61 9
2002 Q1
2877190 -67,26
10 Q2
3998340 38,97
11 Q3
4228035 5,74
12 Q4
5793120 37,02
13 2003
Q1 11455688
97,75 14
Q2 7025680
-38,67 15
Q3 3825384
-45,55 16
Q4 5510715
44,06 17
2004 Q1
2988276 -45,77
18 Q2
3850735 28,86
19 Q3
3191160 -17,13
20 Q4
7348390 130,27
21 2005
Q1 8133840
10,69 22
Q2 36394611
347,45 23
Q3 18098857
-50,27 24
Q4 19414250
7,27 25
2006 Q1
12115125 -37,60
26 Q2
10127700 -16,40
27 Q3
9742925 -3,80
28 Q4
12943700 32,85
29 2007
Q1 9455366
-26,95 30
Q2 9352782
-1,08 31
Q3 20019167
114,04 32
Q4 25120473
25,48 33
2008 Q1
21752120 -13,41
34 Q2
15064425 -30,75
35 Q3
31772664 110,91
36 Q4
21210150 -33,24
37 2009
Q1 22038800
3,91 38
Q2 14795575
-32,87 39
Q3 9545466
-35,48 40
Q4 5076000
-46,82 41
2010 Q1
27180930 435,48
42 Q2
30428050 11,95
43 Q3
26370420 -13,34
44 Q4
40306653 52,85
45 2011
Q1 46253499
14,75 46
Q2 43277298
-6,43 47
Q3 30606987
-29,28 48
Q4 49221104
60,82 49
2012 Q1
41475240 -15,74
Sumber : Bank Indonesia data diolah, 2013
Universita Sumatera Utara
10,000,000 20,000,000
30,000,000 40,000,000
50,000,000
00 01
02 03
04 05
06 07
08 09
10 11
INV
Sumber : Tabel 4.6
Gambar 4.6. Perkembangan Investasi Asing Langsung 2001:Q1-2012:Q1
Berdasarkan Tabel 4.6 dan Gambar 4.6 diketahui bahwa adanya kecenderungan terjadi fluktuasi pada investasi dalam kurun waktu 2000 sampai
dengan 2012. Pertumbuhan investasi yang paling tinggi terjadi pada kuartal pertama tahun 2010 yaitu naik sebesar 435,48 dari kuartal sebelumnya,
sedangkan pertumbuhan terendah terjadi pada kuartal pertama tahun 2002 yaitu turun sebesar 67,26 dari kuartal sebelumnya.
4.2.7. Perkembangan Nilai Tukar Rupiah KURS
Kurs dalam penelitian ini yaitu nilai tukar Rupiah terhadap dolar AS, yang dilihat perkuartal yaitu bulan terakhir setiap kuartal dan diukur dalam rupiah
per dollar. Dalam penelitian ini, data kurs diperoleh mulai tahun 2000 kuartal 1 sampai dengan tahun 2012 kuartal 1. Berikut perkembangan data kurs.
Universita Sumatera Utara
Tabel 4.7. Nilai Tukar Rupiah Terhadap US Tahun 2000:1 sd 2012:1
N Tahun
Kuartal KURS
Pertumbuhan
1 2000
Q1 7590
-
2 Q2
8735 15,09
3 Q3
8780 0,52
4 Q4
9595 9,28
5 2001
Q1 10400
8,39 6
Q2 11440
10,00 7
Q3 9675
-15,43 8
Q4 10400
7,49 9
2002 Q1
9655 -7,16
10 Q2
8730 -9,58
11 Q3
9015 3,26
12 Q4
8940 -0,83
13 2003
Q1 8908
-0,36 14
Q2 8285
-6,99 15
Q3 8389
1,26 16
Q4 8465
0,91 17
2004 Q1
8587 1,44
18 Q2
9415 9,64
19 Q3
9170 -2,60
20 Q4
9290 1,31
21 2005
Q1 9480
2,05 22
Q2 9713
2,46 23
Q3 10301
6,05 24
Q4 9830
-4,57 25
2006 Q1
9075 -7,68
26 Q2
9300 2,48
27 Q3
9235 -0,70
28 Q4
9020 -2,33
29 2007
Q1 9118
1,09 30
Q2 9054
-0,70 31
Q3 9137
0,92 32
Q4 9419
3,09 33
2008 Q1
9217 -2,14
34 Q2
9225 0,09
35 Q3
9378 1,66
36 Q4
10950 16,76
37 2009
Q1 11575
5,71 38
Q2 10225
-11,66 39
Q3 9681
-5,32 40
Q4 9400
-2,90 41
2010 Q1
9115 -3,03
42 Q2
9083 -0,35
43 Q3
8924 -1,75
44 Q4
8991 0,75
45 2011
Q1 8709
-3,14 46
Q2 8597
-1,29 47
Q3 8823
2,63 48
Q4 9068
2,78 49
2012 Q1
9180 1,24
Sumber : Bank Indonesia data diolah, 2013
Universita Sumatera Utara
7,000 8,000
9,000 10,000
11,000 12,000
00 01
02 03
04 05
06 07
08 09
10 11
KURS
Sumber : Tabel 4.7
Gambar 4.7. Perkembangan Nilai Tukar Rupiah 2001:Q1-2012:Q1
Berdasarkan Tabel 4.7 dan Gambar 4.7 diketahui bahwa adanya kecenderungan terjadi fluktuasi pada kurs rupiah terhadap dollah Amerika serikat
dalam kurun waktu 2000 sampai dengan 2012. Pertumbuhan kurs yang paling tinggi terjadi pada kuartal keempat tahun 2008 yaitu naik sebesar 16,76, dari
kuartal sebelumnya, sedangkan pertumbuhan terendah terjadi pada kuartal ketiga tahun 2001 yaitu turun sebesar
15,
dari kuartal sebelumnya. Adanya depresiasi kurs pada akhir 2008 dan awal 2009 hingga menembus ke angka 11575 pada
kuartal pertama 2009 disebabkan kondisi ekonomi yang kurang stabil akibat pengaruh krisis keuangan global.
4.2.8. Perkembangan Inflasi INF
Inflasi, yaitu tingkat inflasi yang terjadi yang dilihat perkuartal yaitu penjumlahan inflasi tiap tiga bulan dan diukur dalam satuan persen. Dalam
penelitian ini, data inflasi diperoleh mulai tahun 2000 kuartal 1 sampai dengan tahun 2012 kuartal 1. Berikut perkembangan data inflasi.
Universita Sumatera Utara
Tabel 4.8. Inflasi Tahun 2000:1 sd 2012:1
N Tahun
Kuartal INF
1 2000
Q1 0,94
2 Q2
1,90 3
Q3 1,73
4 Q4
4,42 5
2001 Q1
2,09 6
Q2 3,26
7 Q3
2,55 8
Q4 4,01
9 2002
Q1 3,47
10 Q2
0,92 11
Q3 1,64
12 Q4
3,59 13
2003 Q1
0,77 14
Q2 0,45
15 Q3
1,23 16
Q4 2,50
17 2004
Q1 0,91
18 Q2
2,33 19
Q3 0,50
20 Q4
2,49 21
2005 Q1
3,17 22
Q2 1,05
23 Q3
2,02 24
Q4 9,97
25 2006
Q1 1,97
26 Q2
0,87 27
Q3 1,16
28 Q4
2,41 29
2007 Q1
1,90 30
Q2 0,17
31 Q3
2,27 32
Q4 2,07
33 2008
Q1 3,37
34 Q2
4,44 35
Q3 2,85
36 Q4
0,53 37
2009 Q1
0,36 38
Q2 -0,16
39 Q3
2,06 40
Q4 0,49
41 2010
Q1 1,00
42 Q2
1,41 43
Q3 2,77
44 Q4
1,58 45
2011 Q1
0,70 46
Q2 0,36
47 Q3
1,87 48
Q4 0,79
49 2012
Q1 0,88
Sumber : Bank Indonesia
Universita Sumatera Utara
-2 2
4 6
8 10
12
00 01
02 03
04 05
06 07
08 09
10 11
INF
Sumber : Tabel 4.8
Gambar 4.8. Perkembangan Inflasi 2001:Q1-2012:Q1
Berdasarkan Tabel 4.8 dan Gambar 4.8 diketahui bahwa adanya kecenderungan terjadi fluktuasi pada inflasi dalam kurun waktu 2000 sampai
dengan 2012. Inflasi yang paling tinggi terjadi pada kuartal keempat tahun 2005 yaitu sebesar 9,97, sedangkan inflasi terendah terjadi pada kuartal kedua tahun
2009 yaitu sebesar -0,16. Naiknya inflasi tahun 2005 disebabkan adanya kenaikan harga minyak mentah dunia dan harga bahan bakar minyak di dalam
negeri.
Universita Sumatera Utara
4.3. Hasil Uji Asumsi VAR 4.3.1. Hasil Uji Stasioneritas
Uji stasioneritas dapat dilakukan dengan uji akar-akar unit yang dikembangkan oleh Dickey Fuller. Alternatif dari uji Dickey Fuller adalah
Augmented Dickey Fuller ADF yang berusaha meminimumkan autokorelasi. Uji
ini berisi regresi dari diferensi pertama data runtut waktu terhadap lag variabel tersebut, lagged difference terms, konstanta, dan variabel trend Kuncoro, 2001.
Untuk melihat stasioneritas dengan menggunakan uji DF atau ADF dilakukan
dengan membandingkan nilai kritis Mc Kinnon pada tingkat signifikansi 1
dengan nilai Augmented Dickey Fuller. Data yang tidak stasioner bisa menyebabkan regresi yang lancung sehingga perlu dilakukan uji stasioneritas
data. Penelitian ini dimulai dengan uji stasioner terhadap variabel-variabel yang
digunakan dalam penelitian yaitu : Penerimaan Pajak logTAX, Pengeluaran Pemerintah logGOV, Suku Bunga Kredit SBK, Jumlah Uang Beredar
logJUB, Produk Domestik Bruto logPDB, Investasi logINV, Nilai Tukar Rupiah logKURS dan Inflasi INF. Hasil pengujian stasioneritas data untuk
semua variabel amatan adalah sebagai berikut :
Tabel 4.9. Hasil Pengujian Stasioner Dengan Akar-akar Unit Pada Level
Variebel Nilai Augmented
Dickey Fuller Nilai Kritis
Mc Kinnon
pada Tingkat Signifikansi 1
Prob Keterangan
logTAX logGOV
SBK logJUB
logPDB logINV
logKURS INF
-1.986333 -1.911929
-3.706139 0.609818
2.036818 -2.072839
-3.133617 -5.936075
-3.581152 -3.581152
-3.574446 -3.588509
-3.588509 -3.574446
-3.577723 -3.574446
0.2916 0.3241
0.0070 0.9885
0.9998 0.2562
0.0308 0.0000
Tidak Stasioner Tidak Stasioner
Stasioner Tidak Stasioner
Tidak Stasioner Tidak Stasioner
Tidak Stasioner Stasioner
Sumber : Lampiran-3
Universita Sumatera Utara
Hasil uji Augmented Dickey Fuller pada table 4.9 di atas menunjukkan bahwa data hampir semua variabel tidak stasioner pada level atau pada data
sebenarnya, kecuali data SBK dan INF. Untuk variabel yang tidak stasioner pada level seperti TAX, GOV, JUB, PDB, INV dan KURS solusinya adalah dengan
menciptakan variabel baru dengan cara first difference disebut DTAX, DGOV, DJUB, DPDB, DINV, DKURS, kemudian diuji kembali dengan uji ADF. Hasil
pengujian untuk 1st difference dapat dilihat pada tabel berikut :
Tabel 4.10. Hasil Pengujian Stasioner Dengan Akar-akar Unit Pada 1st difference
Variebel Nilai Augmented
Dickey Fuller Nilai Kritis
Mc Kinnon
pada Tingkat Signifikansi 1
Prob Keterangan
logTAX logGOV
logJUB logPDB
logINV logKURS
-8.978859 -10.98188
-2.601289 -2.850646
-8.695659 -7.115695
-3.581152 -3.581152
-3.588509 -3.588509
-3.577723 -3.577723
0.0000 0.0000
0.1004 0.0596
0.0000
0.0000
Stasioner Stasioner
Tidak Stasioner Tidak Stasioner
Stasioner Stasioner
Sumber : Lampiran-3
Hasil uji Augmented Dickey Fuller pada table 4.10 tersebut di atas menunjukkan bahwa data hampir semua variabel stasioner pada 1
st
difference, kecuali data JUB dan PDB. Kemudian pengujian untuk JUB dan PDB yang tidak
stasioner pada 1
st
difefference dilakukan dengan 2
nd
difference. Hasil pengujian untuk 2
nd
Tabel 4.11. Hasil Pengujian Stasioner Dengan akar-akar unit Pada 2nd difference
difference dapat dilihat pada tabel berikut :
Variebel Nilai Augmented
Dickey Fuller Nilai Kritis
Mc Kinnon
pada Tingkat Signifikansi 1
Prob Keterangan
logJUB logPDB
-15.26277 -34.47048
-3.588509 -3.588509
0.0001 0.0000
Stasioner Stasioner
Sumber : Lampiran-3
Universita Sumatera Utara
Pada tabel 4.11 di atas diketahui bahwa sebagaimana ditunjukkan oleh nilai Augmented Dickey-Fuller statistik yang di bawah nilai kritis Mc Kinnon
pada derajat kepercayaan 1 persen, dimana nilai Augmented Dickey-Fuller JUB maupun PDB lebih kecil dari nilai kritis Mc Kinnon, hasil tersebut menunjukan
bahwa JUB dan PDB stasioner pada derajat 2
nd
difference. Jika seluruh variabel sudah stasioner maka langkah selanjutnya sudah bisa dianalisis.
4.3.2. Hasil Uji Kointegrasi
Untuk mengetahui ada berapa persamaan kointegrasi maka dilakukan uji kointegrasi. Hasil uji kointegrasi ditampilkan sebagai berikut :
Tabel 4.12. Uji Kointegrasi Johansen
Date: 050313 Time: 10:24 Sample adjusted: 2000Q3 2012Q1
Included observations: 47 after adjustments Trend assumption: Linear deterministic trend
Series: LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF Lags interval in first differences: 1 to 1
Unrestricted Cointegration Rank Test Trace Hypothesized
Trace 0.05
No. of CEs Eigenvalue
Statistic Critical Value
Prob. None
0.816353 239.4517
159.5297 0.0000
At most 1 0.702747
159.7988 125.6154
0.0001 At most 2
0.568201 102.7798
95.75366 0.0150
At most 3 0.474153
63.30935 69.81889
0.1481 At most 4
0.256478 33.10033
47.85613 0.5513
At most 5 0.230014
19.17154 29.79707
0.4806 At most 6
0.134892 6.886552
15.49471 0.5909
At most 7 0.001620
0.076184 3.841466
0.7825 Trace test indicates 3 cointegrating eqns at the 0.05 level
denotes rejection of the hypothesis at the 0.05 level MacKinnon-Haug-Michelis 1999 p-values
Sumber : Lampiran-4
Dari uji ini diketahui bahwa ada 3 persamaan terkointegrasi seperti keterangan dibagian bawah tabel pada 5 persen level yang berarti asumsi adanya
hubungan jangka panjang antar variabel terbukti. Berdasarkan hasil uji kointegrasi diketahui bahwa ternyata ada persamaan yang memiliki kointegrasi dalam jangka
Universita Sumatera Utara
panjang sehingga hasil kausalitas yang menyatakan hubungan jangka pendek dapat digantikan dengan asumsi yang menyatakan hubungan jangka menengah
dan jangka panjang terbukti. Jadi semua variabel dinyatakan memiliki kontribusi dalam jangka panjang sehingga analisa Vector Autoregression dapat digunakan
untuk pengujian selanjutnya.
4.3.3. Hasil Uji Stabilitas Lag Struktur VAR
Stabilitas sistem VAR akan dilihat dari inverse roots karakteristik AR polinomialnya. Hal ini dapat dilihat dari nilai modulus di tabel AR-nomialnya,
jika seluruh nilai AR-rootsnya di bawah 1, maka sistem VAR-nya stabil. Uji stabilitas VAR dilakukan dengan menghitung akar-akar dari fungsi polinomial
atau dikenal dengan roots of characteristic polinomial. Jika semua akar dari fungsi polinomial tersebut berada di dalam unit circel atau jika nilai absolutnya
1 maka model VAR tersebut dianggap stabil sehingga IRF dan FEVD yang dihasilkan akan dianggap valid. Berikut hasil pengujian Roots of Characteristic
Polinomial :
Tabel 4.13. Tabel Stabilitas Lag Struktur
Roots of Characteristic Polynomial Endogenous variables: LOGTAX LOGGOV SBK
LOGJUB LOGPDB LOGINV LOGKURS INF Exogenous variables: C
Lag specification: 1 1 Date: 050313 Time: 10:27
Root Modulus
0.999160 0.999160
0.733483 - 0.287342i 0.787758
0.733483 + 0.287342i 0.787758
0.580027 - 0.059772i 0.583098
0.580027 + 0.059772i 0.583098
-0.177041 - 0.210761i 0.275252
-0.177041 + 0.210761i 0.275252
-0.080096 0.080096
No root lies outside the unit circle. VAR satisfies the stability condition.
Universita Sumatera Utara
Sumber : Lampiran-6
-1.5 -1.0
-0.5 0.0
0.5 1.0
1.5
-1.5 -1.0
-0.5 0.0
0.5 1.0
1.5
Inverse Roots of AR Characteristic Polynomial
Sumber : Lampiran-6
Gambar 4.9. Stabilitas Lag Struktur
Pada Tabel 4.13 menunjukan nilai roots modulus dibawah 1 kemudian pada Gambar 4.9 menunjukkan titik roots berada dalam garis lingkaran. Dimana
spesifikasi model yang terbentuk dengan menggunakan Roots of Characteristic Polynomial
dan Inverse Roots of AR Characteristic Polynomial diperoleh hasil stabil, hal ini dapat ditunjukkan bahwa hampir semua unit roots berada dalam
lingkaran gambar Inverse Roots of AR Characteristic Polynomial. Stabilitas lag sudah terpenuhi maka analisa VAR bisa dilanjutkan.
4.3.4. Hasil Penetapan Tingkat Lag Optimal
Penetapan lag optimal dapat menggunakan kriteria Schwarz Criterion SC, dan Akaike Information Criterion AIC. Akaike Information Criteria = -2l
T+ 2 k T dan Schwarz Criterion = -2l T+ k log T T. Penentuan lag yang
Universita Sumatera Utara
optimal jika nilai AIC dan SC lebih rendah dari salah satu lag. Berikut hasil pemilihan lag 1 atau lag 2.
Tabel 4.14. VAR Pada Lag 1
Vector Autoregression Estimates Date: 050313 Time: 10:25
Sample adjusted: 2000Q2 2012Q1 Included observations: 48 after adjustments
Standard errors in t-statistics in [ ] Determinant resid covariance dof adj.
4.68E-18 Determinant resid covariance
8.89E-19 Log likelihood
452.6595
Akaike information criterion -15.86081
Schwarz criterion -13.05401
Sumber : Lampiran-5
Tabel 4.15. VAR Pada Lag 2
Vector Autoregression Estimates Date: 050313 Time: 10:27
Sample adjusted: 2000Q3 2012Q1 Included observations: 47 after adjustments
Standard errors in t-statistics in [ ] Determinant resid covariance dof adj.
1.06E-18 Determinant resid covariance
2.93E-20 Log likelihood
523.4050
Akaike information criterion -16.48532
Schwarz criterion -11.13170
Sumber : Lampiran-5
Hasil penentuan lag diatas menunjukan bahwa pada lag 1 nilai AIC -
15,86081 lebih rendah dari nilai AIC pada lag 2 yaitu -16,48532. Kesimpulanya adalah penggunaan VAR pada lag 1 lebih optimal dibandingkan dengan VAR
pada lag 2. Jadi penelitian ini menggunakan lag 1 untuk menganalisanya.
4.4. Analisis Vector Autoregression VAR
Setelah dilakukan uji asumsi, yaitu uji stasioneritas, uji kointegrasi, uji stabilitas lag struktur dan penetapan tingkat lag optimal, maka selanjutnya adalah
menganalisis VAR yaitu untuk mengetahui ada tidaknya hubungan simultan
Universita Sumatera Utara
saling terkait atau saling kontribusi antara variabel, sebagai variabel eksogen dan endogen dengan memasukkan unsur waktu lag. Berikut hasil analisa tabel VAR
:
Tabel 4.16. Hasil Estimasi VAR
Vector Autoregression Estimates Date: 050313 Time: 10:25
Sample adjusted: 2000Q2 2012Q1 Included observations: 48 after adjustments
Standard errors in t-statistics in [ ] LOGTAX LOGGOV
SBK LOGJUB LOGPDB LOGINV LOGKURS
INF LOGTAX-1
0.605636 0.439351 -3.614364 0.070293 0.036012 0.058632 -0.072816 2.541306 0.15875 0.37371 3.90827 0.04391 0.02384 0.49795 0.05618 4.06237
[ 3.81501] [ 1.17564] [-0.92480] [ 1.60086] [ 1.51060] [ 0.11775] [-1.29620] [ 0.62557] LOGGOV-1
-0.051622 -0.165956 0.936088 -0.027299 -0.014237 0.176333 0.048942 -0.051233 0.08130 0.19137 2.00140 0.02249 0.01221 0.25499 0.02877 2.08032
[-0.63500] [-0.86718] [ 0.46772] [-1.21406] [-1.16618] [ 0.69151] [ 1.70131] [-0.02463] SBK-1
-0.001978 -0.023219 1.363947 -0.002219 -0.001140 -0.063076 -0.007191 -0.460301 0.01075 0.02532 0.26476 0.00297 0.00161 0.03373 0.00381 0.27520
[-0.18393] [-0.91717] [ 5.15166] [-0.74588] [-0.70563] [-1.86988] [-1.88953] [-1.67262] LOGJUB-1
0.086324 -1.100143 7.407276 0.253927 0.146823 -1.347307 -0.017790 -11.35779 0.36434 0.85769 8.96971 0.10077 0.05471 1.14281 0.12893 9.32338
[ 0.23693] [-1.28269] [ 0.82581] [ 2.51975] [ 2.68349] [-1.17894] [-0.13799] [-1.21821] LOGPDB-1
1.215327 4.835332 1.984751 1.848281 0.485163 3.660501 -0.107587 5.274924 0.96004 2.26001 23.6352 0.26554 0.14417 3.01132 0.33973 24.5671
[ 1.26591] [ 2.13952] [ 0.08397] [ 6.96040] [ 3.36523] [ 1.21558] [-0.31669] [ 0.21471] LOGINV-1
-0.031780 -0.068665 -0.200382 -0.008022 0.006136 0.445912 0.014562 0.765984 0.03984 0.09378 0.98071 0.01102 0.00598 0.12495 0.01410 1.01938
[-0.79777] [-0.73223] [-0.20432] [-0.72803] [ 1.02571] [ 3.56870] [ 1.03302] [ 0.75142] LOGKURS-1
-0.108520 0.874016 -6.142576 0.048332 0.009821 -0.682836 0.628861 9.817360 0.30298 0.71323 7.45900 0.08380 0.04550 0.95034 0.10721 7.75311
[-0.35818] [ 1.22543] [-0.82351] [ 0.57674] [ 0.21585] [-0.71852] [ 5.86551] [ 1.26625] INF-1
0.012022 0.000162 1.420276 -0.003147 -0.002145 -0.054277 -0.009001 -0.425489 0.01278 0.03007 0.31452 0.00353 0.00192 0.04007 0.00452 0.32692
[ 0.94099] [ 0.00538] [ 4.51570] [-0.89051] [-1.11781] [-1.35448] [-1.99099] [-1.30151] C
-4.445408 -20.17313 -20.42511 -6.667874 1.945933 -6.987002 2.297586 -15.68400 4.02123 9.46626 98.9983 1.11225 0.60387 12.6132 1.42297 102.902
[-1.10549] [-2.13106] [-0.20632] [-5.99495] [ 3.22245] [-0.55394] [ 1.61464] [-0.15242] R-squared
0.950161 0.760966 0.620341 0.994551 0.988399 0.747509 0.575330 0.181109 Adj. R-squared
0.939938 0.711933 0.542463 0.993433 0.986019 0.695716 0.488218 0.013131 Sum sq. resids
0.159265 0.882591 96.52919 0.012184 0.003592 1.566941 0.019943 104.2914 S.E. equation
0.063904 0.150434 1.573247 0.017675 0.009596 0.200444 0.022613 1.635280 F-statistic
92.94093 15.51958 7.965480 889.7552 415.3392 14.43261 6.604501 1.078170 Log likelihood
68.89225 27.79722 -84.87652 130.5820 159.8996 14.02076 118.7566 -86.73277 Akaike AIC
-2.495511 -0.783218 3.911521 -5.065918 -6.287485 -0.209198 -4.573190 3.988865 Schwarz SC
-2.144660 -0.432367 4.262372 -4.715068 -5.936634 0.141652 -4.222340 4.339715 Mean dependent
4.989021 5.175646 12.77375 5.486292 5.662750 7.069729 3.969583 1.981042 S.D. dependent
0.260753 0.280286 2.325861 0.218117 0.081160 0.363374 0.031610 1.646123 Determinant resid covariance
dof adj. 4.68E-18
Determinant resid covariance 8.89E-19
Universita Sumatera Utara
Log likelihood 452.6595
Akaike information criterion -15.86081
Schwarz criterion -13.05401
Sumber : Lampiran-5
Estimation Proc: ===============================
LS 1 1 LOGTAX LOGGOV SBK LOGJUB LOGPDB LOGINV LOGKURS INF C
VAR Model: ===============================
LOGTAX = C1,1LOGTAX-1 + C1,2LOGGOV-1 + C1,3SBK-1 +
C1,4LOGJUB-1 + C1,5LOGPDB-1 + C1,6LOGINV- 1 + C1,7LOGKURS-1 + C1,8INF-1 + C1,9
LOGGOV = C2,1LOGTAX-1 + C2,2LOGGOV-1 + C2,3SBK-1 +
C2,4LOGJUB-1 + C2,5LOGPDB-1 + C2,6LOGINV- 1 + C2,7LOGKURS-1 + C2,8INF-1 + C2,9
SBK = C3,1LOGTAX-1 + C3,2LOGGOV-1 + C3,3SBK-1 +
C3,4LOGJUB-1 + C3,5LOGPDB-1 + C3,6LOGINV-1 + C3,7LOGKURS-1 + C3,8INF-1 + C3,9
LOGJUB = C4,1LOGTAX-1 + C4,2LOGGOV-1 + C4,3SBK-1 +
C4,4LOGJUB-1 + C4,5LOGPDB-1 + C4,6LOGINV- 1 + C4,7LOGKURS-1 + C4,8INF-1 + C4,9
LOGPDB = C5,1LOGTAX-1 + C5,2LOGGOV-1 + C5,3SBK-1 +
C5,4LOGJUB-1 + C5,5LOGPDB-1 + C5,6LOGINV- 1 + C5,7LOGKURS-1 + C5,8INF-1 + C5,9
LOGINV = C6,1LOGTAX-1 + C6,2LOGGOV-1 + C6,3SBK-1 +
C6,4LOGJUB-1 + C6,5LOGPDB-1 + C6,6LOGINV- 1 + C6,7LOGKURS-1 + C6,8INF-1 + C6,9
LOGKURS = C7,1LOGTAX-1 + C7,2LOGGOV-1 + C7,3SBK-1 +
C7,4LOGJUB-1 + C7,5LOGPDB-1 + C7,6LOGINV-1 + C7,7LOGKURS-1 + C7,8INF-1 + C7,9
Universita Sumatera Utara
INF = C8,1LOGTAX-1 + C8,2LOGGOV-1 + C8,3SBK-1 + C8,4LOGJUB-1 + C8,5LOGPDB-1 + C8,6LOGINV-1 +
C8,7LOGKURS-1 + C8,8INF-1 + C8,9
VAR Model - Substituted Coefficients: ===============================
LOGTAX = 0.605635557879LOGTAX-1 - 0.0516221562801LOGGOV-1 -
0.00197802671916SBK-1 + 0.0863239186339LOGJUB-1 + 1.21532667124LOGPDB-1 - 0.0317795964741LOGINV-1 -
0.108520330156LOGKURS-1 + 0.0120215851934INF-1 - 4.44540843289
LOGGOV = 0.439350864339LOGTAX-1 - 0.16595603813LOGGOV-1 - 0.0232193084316SBK-1 - 1.10014349207LOGJUB-1 +
4.83533184581LOGPDB-1 - 0.0686653365481LOGINV-1 + 0.874015733815LOGKURS-1 + 0.00016180688954INF-1 -
20.1731266921
SBK = - 3.6143642497LOGTAX-1 + 0.936087704926LOGGOV-1 + 1.36394710698SBK-1 + 7.40727626159LOGJUB-1 +
1.98475141064LOGPDB-1 - 0.200381652723LOGINV-1 - 6.14257636024LOGKURS-1 + 1.42027597396INF-1 -
20.4251143488
LOGJUB = 0.0702929642045LOGTAX-1 - 0.027299036427LOGGOV-1 - 0.00221868281641SBK-1 + 0.253927221458LOGJUB-1 +
1.84828108232LOGPDB-1 - 0.00802169779006LOGINV-1 + 0.0483322053756LOGKURS-1 - 0.00314673317521INF-1 -
6.66787360144
LOGPDB = 0.0360120959399LOGTAX-1 - 0.0142368591345LOGGOV-1 - 0.00113956584006SBK-1 + 0.146822597347LOGJUB-1 +
0.485163400184LOGPDB-1 + 0.00613592898794LOGINV-1 + 0.00982085879681LOGKURS-1 - 0.00214450937539INF-1
+ 1.94593286652
LOGINV = 0.0586321424929LOGTAX-1 + 0.176332523056LOGGOV-1 - 0.0630755055215SBK-1 - 1.34730664882LOGJUB-1 +
3.66050050754LOGPDB-1 + 0.445912234011LOGINV-1 - 0.682836459258LOGKURS-1 - 0.0542772672002INF-1 -
6.98700155104
LOGKURS= - 0.0728156183663LOGTAX-1 +
0.0489424077145LOGGOV-1 - 0.00719073008738SBK-1 - 0.0177902162041LOGJUB-1 - 0.107587045957LOGPDB-1 +
0.0145619970617LOGINV-1 + 0.628861491076LOGKURS-1 - 0.00900087523991INF-1 + 2.29758635754
Universita Sumatera Utara
INF = 2.54130616693LOGTAX-1 - 0.0512327595889LOGGOV-1 - 0.460300624094SBK-1
- 11.3577943454LOGJUB-1 +
5.27492433952LOGPDB-1 + 0.76598402409LOGINV-1 + 9.81736031337LOGKURS-1
- 0.425489127141INF-1
- 15.6839985362
Berdasarkan hasil analisa Vector Autoregression diketahui bahwa variabel sebelumnya juga berkontribusi terhadap variabel sekarang sebagaimana yang
ditunjukkan pada tabel 4.16 diatas bahwa variabel masa lalu t-
1
Tabel 4.17. Hasil Analisis VAR
berkontribusi terhadap variabel itu sendiri dan variabel lain. Dengan menggunakan dasar lag 1
terlihat bahwa adanya kontribusi dari masing-masing variabel terhadap variabel itu sendiri dan variabel lainnya, dengan demikian variabel dalam penelitian ini
saling berkontribusi. Analisis VAR dalam penelitian ini mencakup variabel Penerimaan Pajak TAX, Pengeluaran Pemerintah GOV, Suku Bunga Kredit
SBK, Jumlah Uang Beredar JUB, Produk Domestik Bruto PDB, Investasi INV, Nilai Tukar Rupiah KURS dan Inflasi INF. Berikut tabel kesimpulan
kontribusi analisa VAR :
Variabel Kontribusi Terbesar 1
Kontribusi Terbesar 2
TAX PDB
1,215
t-1
TAX 0,605
t-1
GOV PDB
4,835
-1
KURS 0,874
t-1
SBK SBK
7,407
t-1
PDB 1,984
t-1
JUB PDB
1,848
t-1
JUB 0,253
-1
PDB PDB
0,485
t-1
JUB 0,146
t-1
INV PDB
3,660
t-1
INV 0,445
t-1
KURS KURS
0,628
t-1
GOV 0,048
t-1
INF KURS
9,817
t-1
PDB 5,274
t-1
Sumber : Tabel 4.16
Universita Sumatera Utara
Hasil kesimpulan kontribusi analisa VAR seperti tabel 4.17 di atas menunjukkan kontribusi terbesar satu dan dua terhadap suatu variabel, yang
kemudian dianalisa sebagai berikut :
1. Analisis VAR terhadap TAX Kontribusi yang paling besar terhadap penerimaan pajak adalah produk
domestik bruto periode sebelumnya dan disusul oleh penerimaan pajak itu sendiri periode sebelumnya. Besarnya penerimaan pajak dan adanya
peningkatan terhadap produk domestik bruto akan meningkatkan produksi perusahaan dan pendapatan masyarakat, naiknya kapasitas produksi
perusahaan akan meningkatkan pajak pertambahan nilai dan pajak penghasilan dari karyawanpegawai perusahaan tersebut, sedangkan
naiknya pendapatan masyarakat akan meningkatkan konsumsi masyarakat sehingga akan meningkatkan pajak restoran dan pajak penghasilan pribadi
masyarakat.
2. Analisis VAR terhadap GOV Kontribusi yang paling besar terhadap pengeluaran pemerintah adalah
produk domestik bruto periode sebelumnya dan disusul oleh kurs periode sebelumnya. Adanya peningkatan terhadap produk domestik bruto akan
meningkatkan kapasitas produksi, naiknya kapasitas produksi akan meningkatkan pendapatan masyarakat, naiknya pendapatan masyarakat
akan meningkatkan penerimaaan kemudian naiknya penerimaan akan meningkatkan pengeluaran negara. Naiknya belanja pemerintah juga
adanya apresiasi dari kurs dan stabilnya ekonomi.
Universita Sumatera Utara
3. Analisis VAR terhadap SBK Kontribusi yang paling besar terhadap suku bunga kredit adalah suku
bunga kredit itu sendiri periode sebelumnya dan disusul produk domestik bruto periode sebelumnya. Dalam kebijakan penetapan suku bunga kredit
didasarkan atas pertimbangan yang sangat kuat atas suku bunga kredit itu sendiri periode sebelumnya dimana suku bunga kredit merupakan variabel
kebijakan yang didasarkan atas kondisi pasar. Kondisi ekonomi juga menjadi acuan kebijakan penetapan suku bunga, dimana naiknya produk
domestik bruto akan meningkatkan produksi dan investasi, keinginan berinvestasi mendorong masyarakat melakukan pinjaman yang akan
mendorong kebijakan penetapan suku bunga kredit.
4. Analisis VAR terhadap JUB Kontribusi yang paling besar terhadap jumlah uang beredar adalah produk
domestik bruto periode sebelumnya dan disusul oleh jumlah uang beredar itu sendiri periode sebelumnya. Peningkatan jumlah uang beredar tahun
sekarang juga dipengaruhi oleh naiknya pendapatan masyarakat dan tekanan jumlah uang beredar tahun sebelumnya. Naiknya produk domestik
bruto akan meningkatkan produksi dan mendorong investasi, naiknya investasi akan meningkatkan pendapatan masyarakat dan naiknya
kepemilikan uang ditangan masyarakat karena naiknya daya beli masyarakat.
5. Analisis VAR terhadap PDB Kontribusi yang paling besar terhadap produk domestik bruto adalah
produk domestik bruto itu sendiri periode sebelumnya dan disusul oleh
Universita Sumatera Utara
jumlah uang beredar periode sebelumnya. Peningkatan terhadap jumlah uang beredar akan mendorong tumbuhnya permintaan masyarakat
sehingga investasi juga akan meningkat, naiknya investasi akan meningkatkan produksi dan kemudian naiknya produk domestik bruto.
6. Analisis VAR terhadap INV Kontribusi paling besar terhadap investasi adalah produk domestik bruto
periode sebelumnya dan disusul oleh investasi itu sendiri periode sebelumnya. Naiknya produk domestik bruto akan meningkatkan
investasi, dimana produk domestik bruto naik mendorong kenaikan pada pendapatan masyarakat, naiknya pendapatan akan meningkatkan daya beli
dan meningkatkan permintaan, naiknya permintaan akan meningkatkan investasi untuk memenuhi permintaan masyarakat tersebut.
7. Analisis VAR terhadap KURS Kontribusi yang paling besar terhadap kurs adalah kurs itu sendiri periode
sebelumnya dan disusul oleh pengeluaran pemerintah periode sebelumnya. Tekanan kurs periode sebelumnya sangat berdampak pada kurs periode
sekarang. Pengeluaran pemerintah yang cukup tinggi akan memperkuat posisi kurs, dimana pengeluaran pemerintah yang cenderung
meningkatkan ekspor akan meningkatkan devisa dan memungkinkan apresiasi terhadap kurs rupiah akan berlangsung cukup lama.
8. Analisis VAR terhadap INF Kontribusi yang paling besar terhadap inflasi adalah kurs periode
sebelumnya dan disusul oleh produk domestik bruto periode sebelumnya. Depresiasi terhadap nilai tukar rupiah akan mendorong naiknya harga-
Universita Sumatera Utara
harga. Depresiasi nilai tukar rupiah menyebabkan naiknya harga domestik dan menyebabkan naiknya biaya produksi. Naiknya pertumbuhan ekonomi
akan meningkatkan pendapatan masyarakat dan permintaan akan barang juga akan meningkat sehingga tekanan inflasi akan semakin besar.
4.5. Analisis Impulse Response Function IRF
Analiisis Impulse response function ini digunakan untuk melihat respons variable lain terhadap perubahan satu variable dalam jangka pendek, menengah
dan panjang. Estimasi yang dilakukan untuk IRF ini dititikberatkan pada respons suatu variabel pada perubahan satu standar deviasi dari variabel itu sendiri
maupun dari variabel lainnya yang terdapat dalam model.
4.5.1. Response Function of TAX
Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.18 diperoleh hasil bahwa dalam jangka pendek kuartal 1 satu standar deviasi dari TAX yaitu
sebesar 0.064 di atas rata-rata, tidak direspon oleh seluruh variabel lain dalam
penelitian.
Tabel 4.18. Impulse Response Function TAX
Response of LOGTAX: Period LOGTAX LOGGOV
SBK LOGJUB LOGPDB LOGINV LOGKURS
INF 1
0.063904 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
2 0.031297 -0.009781 -0.017603 0.001194 0.012048 -0.005185 -0.000897 0.003862
3 0.021771 -0.008059 -0.005368 0.004671 0.010942 -0.003066 -0.000310 -0.000266
4 0.016189 -0.006311 -0.000387 0.006933 0.010796 -0.002676 -0.001433 -0.002134
20 0.008576 -0.005460 0.005381 0.008557 0.013236 -0.001149 -0.002828 -0.001648
21 0.008563 -0.005472 0.005384 0.008560 0.013221 -0.001185 -0.002854 -0.001667
22 0.008552 -0.005482 0.005385 0.008561 0.013210 -0.001213 -0.002875 -0.001676
23 0.008543 -0.005489 0.005382 0.008559 0.013201 -0.001232 -0.002888 -0.001676
60 0.008288 -0.005322 0.005208 0.008292 0.012810 -0.001186 -0.002793 -0.001595
Sumber : Lampiran-7
Universita Sumatera Utara
Dalam jangka menengah kuartal 20, dimana satu standar deviasi dari TAX sebesar 0,009 diatas rata-rata direspon positif oleh PDB 0.013, JUB
0.009, SBK 0.005. Kemudian direspon negatif oleh GOV -0.005, KURS - 0.002, INF -0.002 dan INV -0.001.
Dalam jangka panjang kuartal 60 satu standar deviasi dari TAX sebesar 0.008 diatas rata-rata direspon positif oleh PDB 0.013, JUB 0.008 dan SBK
0.005. Kemudian direspon negatif oleh GOV -0.005, INF -0.002, KURS - 0.003, dan INV -0.001.
Berdasarkan hasil respon satu standar deviasi dari TAX disimpulkan bahwa adanya perubahan pengaruh dari setiap standar deviasi masing-masing
variabel yang semula positif menjadi negatif dan sebaliknya, dalam jangka menengah dan dalam jangka panjang. Hasil tersebut menunjukan adanya respon
yang berbeda dari kebijakan fiskal yang berasal dari penerimaan pajak terhadap kebijakan fiskal lainnya seperti belanja pemerintah dan kebijakan moneter serta
variabel ekonomi makro, baik respon positif maupun respon negatif.
Universita Sumatera Utara
Sumber : Lampiran-7
Gambar 4.10. Respon Variabel TAX Terhadap Variabel Lain
Berdasarkan Gambar 4.10 di atas diketahui bahwa perubahan terhadap satu strandar deviasi TAX dapat direspon oleh variabel lain, baik variabel fiskal,
moneter maupun variabel makro ekonomi lainnya. Berdasarkan gambar di atas stabilitas respon dari seluruh variabel terbentuk pada periode 20 atau jangka
menengah dan jangka panjang. Stabilitas respon yang stabil disebabkan adanya perilaku pergerakan dari TAX yang direspon oleh variabel lain hampir sama
dengan pergerakan pada periode jangka pendek.
Universita Sumatera Utara
Tabel 4.19. Ringkasan Hasil Impulse Response Function TAX
No Variabel
Jangka Pendek Jangka Menengah
Jangka Panjang
1 TAX
+ +
+
2 GOV
+ -
-
3 SBK
+ +
+
4 JUB
+ +
+
5 PDB
+ +
+
6 INV
+ -
-
7 KURS
+ -
-
8 INF
+ -
-
Sumber : Tabel 4.18
Berdasarkan tabel di atas diketahui bahwa kenaikan penerimaan pajak direspon positif dalam jangka pendek, menengah maupun jangka panjang oleh
pajak itu sendiri, suku bunga kredit, jumlah uang beredar dan produk domestik bruto. Sedangkan respon negatif hanya pada jangka menengah dan panjang yaitu
oleh pengeluaran pemerintah, investasi, kurs dan inflasi.
4.5.2. Response Function of GOV
Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.20 diperoleh hasil bahwa dalam jangka pendek kuartal 1 satu standar deviasi dari GOV
sebesar 0,111 di atas rata-rata, direspon positif hanya dari TAX 0.102, sedangkan variable lain seperti SBK, JUB, PDB, INV, KURS dan INF tidak
merespon sama sekali.
Universita Sumatera Utara
Tabel 4.20. Impulse Response Function GOV
Response of LOGGOV: Period LOGTAX LOGGOV
SBK LOGJUB LOGPDB LOGINV LOGKURS
INF 1
0.101720 0.110832 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
2 0.007094 -0.022142 -0.018041 -0.014378 0.036211 -0.013946 0.017512 5.20005
3 0.016346 0.000613 0.008059 0.013739 -0.007505 0.000820 0.006734 -0.012479
4 0.010202 -0.002621 0.004835 0.009036 0.007664 -0.007072 -0.001302 -0.011211
20 0.008323 -0.005259 0.005274 0.008331 0.012809 -0.001069 -0.002717 -0.001747
21 0.008303 -0.005321 0.005285 0.008358 0.012805 -0.001196 -0.002813 -0.001771
22 0.008294 -0.005363 0.005283 0.008369 0.012811 -0.001274 -0.002870 -0.001761
23 0.008290 -0.005385 0.005273 0.008368 0.012820 -0.001309 -0.002896 -0.001729
60 0.008067 -0.005180 0.005069 0.008071 0.012469 -0.001155 -0.002719 -0.001552
Sumber : Lampiran-7
Dalam jangka menengah kuartal 20, dimana satu standar deviasi dari GOV sebesar -0.005 dibawah rata-rata direspon positif oleh PDB 0,013, TAX
0.008, JUB 0.008 dan SBK 0.005. Kemudian direspon negatif oleh, KURS -0.003, INF -0.002 dan INV -0.001.
Dalam jangka panjang kuartal 60 satu standar deviasi dari GOV sebesar -0.005 dibawah rata-rata direspon positif oleh TAX 0.008, PDB 0.012, JUB
0.008 dan SBK 0.005. Kemudian direspon negatif oleh, KURS -0.003, INF - 0.002 dan INV -0.001.
Berdasarkan hasil respon satu standar deviasi dari GOV disimpulkan bahwa adanya perubahan pengaruh dari setiap standar deviasi masing-masing
variabel yang semula positif menjadi negatif dan sebaliknya yang terjadi dalam jangka pendek, untuk jangka menengah dan jangka panjang respon variabel lain
selai GOV adalah relatif sama atau stabil dan cenderung tidak berubah.
Universita Sumatera Utara
Sumber : Lampiran-7
Gambar 4.11. Respon Variabel GOV Terhadap Variabel Lain
Berdasarkan Gambar 4.11 di atas diketahui bahwa perubahan terhadap
satu strandar deviasi GOV dapat direspon oleh variabel lain, baik variabel fiskal, moneter maupun variabel makro ekonomi lainnya. Berdasarkan gambar di atas
stabilitas respon dari seluruh variabel terbentuk pada periode 20 atau jangka menengah dan jangka panjang. Stabilitas respon yang stabil disebabkan adanya
perilaku pergerakan dari GOV yang direspon oleh variabel lain hampir sama dengan pergerakan pada periode jangka pendek.
Universita Sumatera Utara
Tabel 4.21. Ringkasan Hasil Impulse Response Function GOV
No Variabel
Jangka Pendek Jangka Menengah
Jangka Panjang
1 TAX
+ +
+
2 GOV
+ -
-
3 SBK
+ +
+
4 JUB
+ +
+
5 PDB
+ +
+
6 INV
+ -
-
7 KURS
+ -
-
8 INF
+ -
-
Sumber : Tabel 4.20
Berdasarkan tabel di atas diketahui bahwa kenaikan pengeluaran pemerintah direspon positif dalam jangka pendek, menengah maupun jangka
panjang oleh penerimaan pajak, suku bunga kredit, jumlah uang beredar dan produk domestik bruto. Sedangkan respon negatif hanya pada jangka menengah
dan panjang yaitu oleh pengeluaran pemerintah itu sendiri, investasi, kurs dan inflasi.
4.5.3. Response Function of SBK
Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.22 diperoleh hasil bahwa dalam jangka pendek kuartal 1 satu standar deviasi dari SBK
sebesar 1,526 di atas rata-rata, direspon positif oleh TAX 0.294 dan GOV 0.242, sedangkan variable lain seperti JUB, PDB, INV, KURS dan INF tidak
merespon. Dalam jangka menengah kuartal 20, dimana satu standar deviasi dari
SBK sebesar -0.036 dibawah rata-rata direspon positif oleh GOV 0.036, INF
Universita Sumatera Utara
0.018, KURS 0.022 dan INV 0.012. Kemudian direspon negatif oleh PDB - 0.080, JUB -0.056 dan TAX -0.052.
Tabel 4.22. Impulse Response Function SBK
Response of SBK: Period LOGTAX LOGGOV
SBK LOGJUB LOGPDB LOGINV LOGKURS
INF 1
0.293621 0.242262 1.526500 0.000000 0.000000 0.000000 0.000000 0.000000
2 -0.106835 0.096751 -0.126624 -0.001267 0.045239 0.090804 0.027761 0.456318
3 -0.069064 0.090016 -0.101112 -0.164712 0.149899 0.245666 0.209537 0.426725
4 -0.024875 0.166416 -0.097268 -0.146699 0.017623 0.353793 0.272369 0.338448
20 -0.052297 0.035727 -0.036233 -0.055820 -0.080593 0.012218 0.021665 0.017736
21 -0.052463 0.036779 -0.035868 -0.055947 -0.081481 0.013571 0.022681 0.016139
22 -0.052769 0.037088 -0.035323 -0.055698 -0.082286 0.013509 0.022611 0.014259
23 -0.053109 0.036884 -0.034747 -0.055248 -0.082905 0.012578 0.021877 0.012490
60 -0.052162 0.033497 -0.032778 -0.052189 -0.080622 0.007467 0.017579 0.010035
Sumber : Lampiran-7
Dalam jangka panjang kuartal 60 satu standar deviasi SBK sebesar - 0.033 dibawah rata-rata direspon positif oleh GOV 0.03, KURS 0.018, INF
0.01 dan INV 0.007. Direspon negatif oleh PDB -0.081, JUB -0.052 dan TAX -0.052.
Berdasarkan hasil respon satu standar deviasi dari SBK disimpulkan adanya perubahan pengaruh dari setiap standar deviasi masing-masing variabel
yang semula positif menjadi negatif dan sebaliknya, baik jangka pendek, menengah dan jangka panjang. ini menunjukan adanya respon berbeda dari
kebijakan moneter, fiskal dan variabel makro ekonomi.
Universita Sumatera Utara
Sumber : Lampiran-7
Gambar 4.12. Respon Variabel SBK Terhadap Variabel Lain Berdasarkan Gambar 4.12 di atas diketahui bahwa perubahan terhadap satu
strandar deviasi SBK dapat direspon oleh variabel lain, baik variabel fiskal, moneter maupun variabel makro ekonomi lainnya. Berdasarkan gambar di atas
stabilitas respon dari seluruh variabel terbentuk pada periode 20 atau jangka menengah dan jangka panjang. Stabilitas respon yang stabil disebabkan adanya
perilaku pergerakan dari SBK yang direspon oleh variabel lain hampir sama dengan pergerakan pada periode jangka pendek.
Tabel 4.23. Ringkasan Hasil Impulse Response Function SBK
No Variabel
Jangka Pendek Jangka Menengah
Jangka Panjang
1 TAX
+ -
-
2 GOV
+ +
+
3 SBK
+ -
-
4 JUB
+ -
-
5 PDB
+ -
-
6 INV
+ +
+ 7
KURS +
+ +
8 INF
+ +
+
Sumber : Tabel 4.22
Universita Sumatera Utara
Berdasarkan tabel di atas diketahui bahwa kenaikan suku bunga kredit direspon positif dalam jangka pendek, menengah maupun jangka panjang oleh
pengeluaran pemerintah, investasi, kurs dan inflasi. Sedangkan respon negatif hanya pada jangka menengah dan panjang yaitu oleh penerimaan pajak, suku
bunga kredit itu sendiri, jumlah uang berdar dan produk domestik bruto.
4.5.4. Response Function of JUB
Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.24 diperoleh hasil bahwa dalam jangka pendek kuartal 1 satu standar deviasi dari JUB
sebesar 0.018 di atas rata-rata, direspon positif oleh TAX 0.0004 dan GOV 0.0005 dan direspon negatif hanya oleh SBK -0.0001 sedangkan variable lain
seperti PDB, INV, KURS dan INF tidak merespon.
Tabel 4.24. Impulse Response Function JUB
Response of LOGJUB: Period LOGTAX LOGGOV
SBK LOGJUB LOGPDB LOGINV LOGKURS
INF 1
0.000425 0.000527 -0.000120 0.017662 0.000000 0.000000 0.000000 0.000000
2 0.003548 -0.003104 0.007844 0.006597 0.016171 -0.001895 0.000634 -0.001011
3 0.005309 -0.003389 0.007696 0.008945 0.011111 0.000291 -0.000257 -0.001842
4 0.006298 -0.003597 0.006456 0.008277 0.011987 -0.000161 -0.001311 -0.001828
20 0.007817 -0.005004 0.004906 0.007811 0.012078 -0.001090 -0.002612 -0.001495
21 0.007809 -0.005004 0.004905 0.007807 0.012065 -0.001099 -0.002617 -0.001502
22 0.007801 -0.005003 0.004903 0.007803 0.012054 -0.001107 -0.002622 -0.001506
23 0.007793 -0.005003 0.004900 0.007799 0.012044 -0.001113 -0.002625 -0.001507
60 0.007556 -0.004852 0.004748 0.007560 0.011679 -0.001082 -0.002546 -0.001454
Sumber : Lampiran-7
Dalam jangka menengah kuartal 20, satu standar deviasi JUB sebesar 0.008 diatas rata-rata direspon positif oleh PDB 0.012, TAX 0.008, dan SBK
0.005. Direspon negatif oleh GOV -0.005, KURS -0.003, INF -0.001 dan INV -0.001. Jangka panjang kuartal 60 satu standar deviasi JUB sebesar 0.008
Universita Sumatera Utara
di atas rata-rata direspon positif oleh PDB 0.012, TAX 0.007, SBK 0.005. Direspon negatif oleh GOV -0.005, KURS -0.003, INV -0.001, INF -0.001.
Berdasarkan hasil respon satu standar deviasi dari JUB disimpulkan bahwa adanya perubahan pengaruh dari setiap standar deviasi masing-masing variabel
yang semula positif menjadi negatif dan sebaliknya, baik dalam jangka pendek, jangka menengah maupun dalam jangka panjang.
Sumber : Lampiran-7
Gambar 4.13. Respon Variabel JUB Terhadap Variabel Lain
Berdasarkan Gambar 4.13 di atas diketahui bahwa perubahan terhadap satu strandar deviasi JUB dapat direspon oleh variabel lain, baik variabel fiskal,
moneter maupun variabel makro ekonomi lainnya. Berdasarkan gambar di atas stabilitas respon dari seluruh variabel terbentuk pada periode 20 atau jangka
menengah dan panjang. Stabilitas respon yang stabil disebabkan adanya perilaku pergerakan JUB yang direspon oleh variabel lain hampir sama dengan pergerakan
pada periode jangka pendek.
Universita Sumatera Utara
Tabel 4.25. Ringkasan Hasil Impulse Response Function JUB
No Variabel
Jangka Pendek Jangka Menengah
Jangka Panjang
1 TAX
+ +
+
2 GOV
+ -
-
3 SBK
- +
+
4 JUB
+ +
+
5 PDB
+ +
+
6 INV
+ -
-
7 KURS
+ -
-
8 INF
+ -
-
Sumber : Tabel 4.24
Berdasarkan tabel di atas diketahui bahwa kenaikan jumlah uang beredar direspon positif dalam jangka pendek, menengah maupun jangka panjang oleh
pajak, jumlah uang beredar itu sendiri dan produk domestik bruto. Respon negatif pada jangka menegah dan panjang adalah oleh pengeluaran pemerintah, investasi,
kurs dan inflasi. Sedangkan suku bunga kredit merespon negatif dalam jangka pendek dan merespon positif dalam jangka menengah dan panjang.
4.5.5. Response Function of PDB
Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.26 diperoleh hasil bahwa dalam jangka pendek kuartal 1 satu standar deviasi dari PDB
sebesar 0.009 di atas rata-rata, direspon positif oleh SBK 0,003, JUB 0,001 dan TAX 0.0008, dan direspon negatif oleh GOV -0.0003 sedangkan variable
lain seperti, INV, KURS dan INF tidak merespon. Dalam jangka menengah kuartal 20, dimana satu standar deviasi dari PDB sebesar 0.004 diatas rata-rata
direspon positif oleh TAX 0.003, JUB 0.003 dan SBK 0,002, Kemudian direspon negatif oleh GOV -0.002, KURS -0.0009, INF -0.0006 dan INV -
0.0004.
Universita Sumatera Utara
Tabel 4.26. Impulse Response Function PDB
Response of LOGPDB: Period LOGTAX LOGGOV
SBK LOGJUB LOGPDB LOGINV LOGKURS
INF 1
0.000797 -0.000308 0.003407 0.001017 0.008872 0.000000 0.000000 0.000000
2 0.001439 -0.001390 0.003223 0.003361 0.004157 0.001021 -3.10005 -0.000689
3 0.002219 -0.001154 0.002538 0.003090 0.004487 0.000423 -0.000565 -0.000707
4 0.002418 -0.001594 0.002261 0.002975 0.004597 3.21006 -0.000770 -0.000769
20 0.002910 -0.001864 0.001828 0.002909 0.004495 -0.000409 -0.000975 -0.000561
21 0.002907 -0.001864 0.001827 0.002908 0.004491 -0.000413 -0.000977 -0.000563
22 0.002904 -0.001864 0.001826 0.002907 0.004488 -0.000416 -0.000979 -0.000563
23 0.002901 -0.001864 0.001825 0.002905 0.004484 -0.000417 -0.000980 -0.000562
60 0.002813 -0.001807 0.001768 0.002815 0.004349 -0.000403 -0.000948 -0.000541
Sumber : Lampiran-7
Dalam jangka panjang kuartal 60 satu standar deviasi dari PDB sebesar 0.004 diatas rata-rata direspon positif oleh TAX 0.003, JUB 0,003 dan SBK
0.002, Kemudian direspon negatif oleh GOV -0.002, KURS -0.0009, INF - 0.0005 dan INV 0,0004.
Berdasarkan hasil respon satu standar deviasi dari PDB disimpulkan bahwa adanya perubahan pengaruh dari setiap standar deviasi masing-masing
variabel yang semula positif menjadi negatif dan sebaliknya, baik dalam jangka pendek, jangka menengah maupun dalam jangka panjang.
Sumber : Lampiran-7
Gambar 4.14. Respon Variabel PDB Terhadap Variabel Lain
Universita Sumatera Utara
Berdasarkan Gambar 4.14 di atas diketahui bahwa perubahan terhadap satu strandar deviasi PDB dapat direspon oleh variabel lain, baik variabel fiskal,
moneter maupun variabel makro ekonomi lainnya. Berdasarkan gambar di atas stabilitas respon dari seluruh variabel terbentuk pada periode 20 kuartal atau
jangka menengah dan jangka panjang. Stabilitas respon yang stabil disebabkan adanya perilaku pergerakan dari PDB yang direspon oleh variabel lain hampir
sama dengan pergerakan pada periode jangka pendek.
Tabel 4.27. Ringkasan Hasil Impulse Response Function PDB
No Variabel
Jangka Pendek Jangka Menengah
Jangka Panjang
1 TAX
+ +
+
2 GOV
- -
-
3 SBK
+ +
+
4 JUB
+ +
+
5 PDB
+ +
+
6 INV
+ -
-
7 KURS
+ -
-
8 INF
+ -
-
Sumber : Tabel 4.26
Berdasarkan tabel di atas diketahui bahwa kenaikan produk domestik bruto direspon positif dalam jangka pendek, menengah maupun jangka panjang oleh
penerimaan pajak, suku bunga kredit, jumlah uang beredar dan produk domestik bruto itu sendiri. Respon negatif pada jangka pendek, menegah dan panjang oleh
pengeluaran pemerintah. Sedangkan respon negatif pada jangka menegah dan panjang adalah investasi, kurs dan inflasi.
4.5.6. Response Function of INV
Universita Sumatera Utara
Berdasarkan hasil penelitian yang ditunjukkan Tabel 4.28 diperoleh hasil bahwa dalam jangka pendek kuartal 1 satu standar deviasi dari INV sebesar
0,199 di atas rata-rata, direspon positif oleh JUB 0.012 dan GOV 0,003. Direspon negatif oleh PDB -0,017, TAX -0,016 dan SBK -0,003 sedangkan
KURS dan INF tidak merespon. Dalam jangka menengah kuartal 20, dimana satu standar deviasi dari INV sebesar -0.002 dibawah rata-rata direspon positif
oleh PDB 0.017, TAX 0.011, JUB 0.011 dan SBK 0.007. Direspon negatif oleh GOV -0.007, KURS -0.004 dan INF -0003. Dalam jangka panjang
kuartal 60 satu standar deviasi dari INV sebesar -0.002 dibawah rata-rata direspon positif oleh PDB 0,017, TAX 0.011, JUB 0.011 dan SBK 0,007.
Direspon negatif oleh GOV -0,007, KURS -0.004 dan INF -0.002.
Tabel 4.28. Impulse Response Function INV
Response of LOGINV: Period LOGTAX LOGGOV
SBK LOGJUB LOGPDB LOGINV LOGKURS
INF 1
-0.016367 0.003194 -0.002859 0.012210 -0.017334 0.198601 0.000000 0.000000
2 0.014555 0.012436 -0.001170 -0.010637 0.032095 0.083907 -0.019428 -0.017439
3 0.011628 -0.012882 0.003041 0.002885 0.019013 0.027983 -0.024504 -0.028088
4 0.013649 -0.017197 0.006864 0.012682 0.011695 -0.002589 -0.029684 -0.029267
20 0.011092 -0.007166 0.007234 0.011327 0.017051 -0.001769 -0.003907 -0.002814
21 0.011079 -0.007308 0.007226 0.011369 0.017109 -0.002004 -0.004085 -0.002735
22 0.011088 -0.007377 0.007191 0.011367 0.017173 -0.002088 -0.004147 -0.002597
23 0.011107 -0.007389 0.007142 0.011337 0.017227 -0.002065 -0.004127 -0.002442
60 0.010846 -0.006965 0.006816 0.010852 0.016764 -0.001553 -0.003655 -0.002087
Sumber : Lampiran-7
Berdasarkan hasil respon satu standar deviasi dari INV disimpulkan adanya perubahan pengaruh dari setiap standar deviasi masing-masing variabel
yang semula positif menjadi negatif dan sebaliknya, baik dalam jangka pendek, menengah maupun jangka panjang. Hasil tersebut menunjukan adanya respon
Universita Sumatera Utara
yang berbeda dari variabel makro ekonomi, kebijakan fiskal dan kebijakan moneter.
Sumber : Lampiran-7
Gambar 4.15. Respon Variabel INV Terhadap Variabel Lain Berdasarkan Gambar 4.15 di atas diketahui bahwa perubahan terhadap satu
strandar deviasi INV dapat direspon oleh variabel lain, baik variabel fiskal, moneter maupun variabel makro ekonomi lainnya. Berdasarkan gambar di atas
stabilitas respon dari seluruh variabel terbentuk pada periode 20 kuartal atau jangka menengah dan jangka panjang. Stabilitas respon yang stabil disebabkan
adanya perilaku pergerakan dari INV yang direspon oleh variabel lain hampir sama dengan pergerakan pada periode jangka pendek.
Tabel 4.29. Ringkasan Hasil Impulse Response Function INV
No Variabel
Jangka Pendek Jangka Menengah
Jangka Panjang
1 TAX
- +
+
2 GOV
+ -
-
3 SBK
- +
+
4 JUB
+ +
+
5 PDB
- +
+
6 INV
+ -
-
7 KURS
+ -
-
8 INF
+ -
-
Sumber : Tabel 4.28
Universita Sumatera Utara
Berdasarkan tabel di atas diketahui bahwa kenaikan investasi direspon positif dalam jangka pendek, menengah maupun jangka panjang hanya oleh
jumlah uang beredar. Respon negatif pada jangka menegah dan panjang adalah oleh pengeluaran pemerintah, investasi itu sendiri, kurs dan inflasi. Sedangkan
pajak, suku bunga kredit dan produk domestik bruto merespon negatif dalam jangka pendek dan merespon positif dalam jangka menengah dan panjang.
4.5.7. Response Function of KURS
Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.30 diperoleh hasil bahwa dalam jangka pendek kuartal 1 satu standar deviasi dari KURS
sebesar 0.020 di atas rata-rata, direspon positif oleh GOV 0.005, JUB 0.001 dan SBK 0,0009. Kemudian direspon negatif oleh PDB -0.009, INV -0,004
dan TAX -0,002 sedangkan variable INF tidak merespon.
Tabel 4.30. Impulse Response Function KURS
Response of LOGKURS: Period LOGTAX LOGGOV
SBK LOGJUB LOGPDB LOGINV LOGKURS
INF 1
-0.002003 0.004806 0.000977 0.001132 -0.009013 -0.000371 0.020016 0.000000
2 -0.000894 0.008743 0.003232 0.001257 -0.006677 0.001846 0.011632 -0.002892
3 -0.002691 0.004656 0.002965 0.000612 -0.003486 0.000358 0.006385 -0.004310
4 -0.002619 0.002468 0.003199 0.001364 -0.003259 -0.000995 0.002465 -0.005087
19 8.57006 9.58005 -5.37006 -3.67005 -2.77005 0.000167 0.000127 -1.40005
20 -4.26006 5.53005 1.23005 -1.12005 -3.54005 8.04005
6.00005 -5.81005
21 -1.14005 2.15005 2.18005 6.84006 -3.41005 1.40005
9.29006 -7.66005
22 -1.38005 -3.03006 2.46005 1.74005 -2.74005 -2.93005
-2.37005 -7.64005
23 -1.28005 -1.80005 2.29005 2.16005 -1.85005 -5.17005
-4.07005 -6.46005
60 2.38006 -1.54006 1.50006 2.39006 3.68006 -3.53007
-8.13007 -4.62007
Sumber : Lampiran-7
Dalam jangka menengah kuartal 20, dimana satu standar deviasi dari KURS sebesar 6.000 diatas rata-rata direspon positif oleh INV 8,040, GOV
5.530 dan SBK 1,230. Kemudian direspon negatif oleh INF -5.810, TAX - 4,260, PDB -3.540 dan JUB -1.120.
Universita Sumatera Utara
Dalam jangka panjang kuartal 60 satu standar deviasi dari KURS sebesar -8.130 dibawah rata-rata, direspon positif oleh PDB 3.680, JUB 2,390, TAX
2.380 dan SBK 1,500. Kemudian direspon negatif oleh KURS -8,130, INF - 4.620, INV -3.530 dan GOV -1.540.
Berdasarkan hasil respon satu standar deviasi dari KURS disimpulkan bahwa adanya perubahan pengaruh dari setiap standar deviasi masing-masing
variabel yang semula positif menjadi negatif dan sebaliknya, baik dalam jangka pendek, jangka menengah maupun dalam jangka panjang. Hasil tersebut
menunjukan adanya respon yang berbeda dari stabilitas ekonomi makro yang berasal dari KURS, baik respon positif maupun respon negatif.
Sumber : Lampiran-7
Gambar 4.16. Respon Variabel KURS Terhadap Variabel Lain
Berdasarkan Gambar 4.2 di atas diketahui bahwa perubahan terhadap satu strandar deviasi KURS dapat direspon oleh variabel lain, baik variabel fiskal,
moneter maupun variabel makro ekonomi lainnya. Berdasarkan gambar di atas
Universita Sumatera Utara
stabilitas respon dari seluruh variabel terbentuk pada periode 10 kuartal atau jangka menengah dan jangka panjang. Stabilitas respon yang stabil disebabkan
adanya perilaku pergerakan dari KURS yang direspon oleh variabel lain hampir sama dengan pergerakan pada periode jangka pendek.
Tabel 4.31. Ringkasan Hasil Impulse Response Function KURS
No Variabel
Jangka Pendek Jangka Menengah
Jangka Panjang
1 TAX
- -
+
2 GOV
+ +
-
3 SBK
+ +
+
4 JUB
+ -
+
5 PDB
- -
+
6 INV
- +
-
7 KURS
+ +
-
8 INF
+ -
-
Sumber : Tabel 4.30
Berdasarkan tabel di atas diketahui bahwa kenaikan kurs direspon positif dalam jangka pendek, menengah maupun jangka panjang hanya oleh suku bunga
kredit. Sedangkan respon negatif dalam jangka pendek, menegah dan panjang tidak ada karena respon variabel-variabel lain berubah dari positif ke negatif dan
sebaliknya baik dalam jangka pendek menengah dan panjang.
4.5.8. Response Function of INF
Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.32 diperoleh hasil bahwa dalam jangka pendek kuartal 1 satu standar deviasi dari INF sebesar
0.321 di atas rata-rata, direspon positif oleh KURS 0,106 dan INV 0,090. Direspon negatif oleh TAX -0.276, GOV -0,219, SBK -1,555, JUB -0,088
dan PDB -0,022. Dalam jangka menengah kuartal 20, satu standar deviasi dari
Universita Sumatera Utara
INF sebesar -0.0008 dibawah rata-rata direspon positif oleh GOV 0.009, KURS 0,004 dan INV 0.002. Direspon negatif oleh PDB -0,022, TAX -0.013, JUB
0,013 dan SBK 0,007. Dalam jangka panjang kuartal 60 satu standar deviasi dari INF sebesar 0.002 diatas rata-rata direspon positif oleh GOV 0.008, KURS
0,004 dan INV 0.002. Direspon negatif oleh PDB -0,019, TAX -0.013, JUB 0,013 dan SBK -0,008.
Tabel 4.32. Impulse Response Function INF
Response of INF: Period LOGTAX LOGGOV
SBK LOGJUB LOGPDB LOGINV LOGKURS
INF 1
-0.275918 -0.218662 -1.555427 -0.087808 -0.021971 0.090351 0.106115 0.321288
2 0.106612 0.017865 -0.014099 -0.137410 -0.045608 0.110043 0.151357 -0.136705
3 0.052652 0.047420 -0.020784 0.009808 -0.175367 0.008224 0.011605 -0.175964
4 -0.002233 -0.013874 -0.001248 0.005736 -0.088377 -0.100539 -0.058667 -0.168219
20 -0.013667 0.009086 -0.007311 -0.012753 -0.021749 0.001958 0.004450 -0.000777
21 -0.013728 0.008137 -0.007228 -0.012360 -0.021416 0.000339 0.003208 -0.000633
22 -0.013658 0.007582 -0.007324 -0.012219 -0.021010 -0.000432 0.002619 -6.18005
23 -0.013514 0.007356 -0.007513 -0.012254 -0.020620 -0.000558 0.002525 0.000686
60 -0.012627 0.008108 -0.007935 -0.012633 -0.019516 0.001807 0.004255 0.002429
Sumber : Lampiran-7
Berdasarkan hasil respon satu standar deviasi dari INF disimpulkan adanya perubahan pengaruh dari setiap standar deviasi masing-masing variabel
yang semula positif menjadi negatif dan sebaliknya, baik dalam jangka pendek, menengah maupun jangka panjang. Hasil tersebut menunjukan adanya respon
yang berbeda dari variabel makro ekonomi, kebijakan fiskal dan kebijakan moneter.
Universita Sumatera Utara
Sumber : Lampiran-7
Gambar 4.17. Respon Variabel INF Terhadap Variabel Lain Berdasarkan Gambar 4.17 di atas diketahui bahwa perubahan terhadap satu
strandar deviasi inflasi dapat direspon oleh variabel lain, baik variabel fiskal, moneter maupun variabel makro ekonomi lainnya. Berdasarkan gambar di atas
stabilitas respon dari seluruh variabel terbentuk pada periode 20 kuartal atau jangka menengah dan jangka panjang. Stabilitas respon yang stabil disebabkan
adanya perilaku pergerakan dari INF yang direspon oleh variabel lain hampir sama dengan pergerakan pada periode jangka pendek.
Tabel 4.33. Ringkasan Hasil Impulse Response Function INF
No Variabel
Jangka Pendek Jangka Menengah
Jangka Panjang
1 TAX
- -
-
2 GOV
- +
+
3 SBK
- -
-
4 JUB
- -
-
5 PDB
- -
-
6 INV
+ +
+
7 KURS
+ +
+
8 INF
+ +
+
Sumber : Tabel 4.32
Universita Sumatera Utara
Berdasarkan tabel di atas diketahui bahwa kenaikan dari inflasi direspon positif dalam jangka pendek, menengah maupun jangka panjang oleh investasi,
kurs dan inflasi itu sendiri. Sedangkan respon negatif pada jangka pendek, menegah dan panjang oleh penerimaan pajak, suku bunga kredit, jumlah uang
beredar dan produk domestik bruto.
4.6. Analisis Forecast Error Variance Decomposition FEVD
Variance Decomposition bertujuan untuk mengetahui presentasi kontribusi
masing-masing variabel terhadap suatu variabel baik dalam jangka pendek, menengah dan panjang, sehingga dapat dijadikan rekomendasi untuk pengambilan
kebijakan untuk pengendalian variabel tersebut. Dengan menggunakan metode variance decomposition
dalam Eviews diperoleh hasil sebagai berikut :
4.6.1. Variance Decomposition of TAX
Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.34 diperoleh hasil bahwa TAX dalam jangka pendek periode 1, perkiraan error variance
sebesar 100 yang dijelaskan oleh TAX itu sendiri, sedangkan variabel lainnya yaitu GOV, SBK, JUB, PDB, INV, KURS dan INF tidak merespon sama sekali,
dimana respon variabel-variabel tersebut baru muncul pada periode kedua.
Tabel 4.34. Varian Decomposition TAX
Variance Decomposition of LOGTAX: Period LOGTAX LOGGOV
SBK LOGJUB LOGPDB LOGINV LOGKURS
INF
1 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
2 89.48865 1.690907 5.476810 0.025188 2.565404 0.475170 0.014205 0.263666
3 86.83341 2.518796 5.311236 0.364570 4.153760 0.569057 0.014113 0.235053
4 84.57140 2.923148 4.941292 1.040007 5.562462 0.633623 0.043081 0.284988
20 53.33202 5.542735 5.695140 9.485324 23.16595 0.863055 1.215637 0.700137
21 52.34523 5.602048 5.743197 9.746611 23.77379 0.848659 1.240100 0.700361
22 51.41229 5.658905 5.788671 9.993647 24.34612 0.835544 1.264037 0.700784
23 50.52946 5.713283 5.831600 10.22731 24.88646 0.823468 1.287220 0.701204
60 34.86079 6.681241 6.580523 14.36297 34.51577 0.607281 1.695388 0.696038
Sumber : Lampiran-8
Dalam jangka menengah periode 20 perkiraan error variance sebesar 53,33 yang dijelaskan oleh TAX itu sendiri. Variabel lain yang paling besar
Universita Sumatera Utara
mempengaruhi TAX sebagai variabel kebijakan selain TAX itu sendiri adalah PDB sebesar 23,16, kemudian JUB sebesar 9,48, sedangkan yang paling kecil
mempengaruhi TAX adalah INF sebesar 0,70. Dalam jangka panjang periode 60 perkiraan error variance sebesar
34,86 yang dijelaskan oleh TAX itu sendiri. Variable lain yang paling besar mempengaruhi TAX sebagai variabel kebijakan selain TAX itu sendiri adalah
PDB sebesar 34,52, kemudian JUB sebesar 14,36 sedangkan variabel yang paling kecil mempengaruhi TAX adalah INV sebesar 0,61.
Tabel 4.35. Rekomendasi Kebijakan Untuk TAX
Periode TAX
itu sendiri Terbesar 1
Terbesar 2
Jangka Pendek Periode 1
100 TAX
100 -
Jangka Menengah Periode 20
53,33 TAX
53,33 PDB
23,16 Jangka Panjang
Periode 60 34,86
TAX 34,86
PDB 34,52
Sumber : Tabel 4.34
Berdasarkan tabel 4.35 diketahui untuk jangka pendek pengendalian pajak hanya dilakukan oleh pajak itu sendiri, kemudian dalam jangka menengah dan
jangka panjang selalin dilakukan melalui kebijakan pajak itu sendiri juga dipengaruhi oleh produk domestik bruto. Hal tersebut berarti bahwa untuk
meningkatkan penerimaan pajak, maka pemerintah selain perlu menaikan tarif pajak juga peningkatan terhadap produk domestik bruto. Naiknya produk
domestik bruto akan meningkatkan kapasitas produksi, naiknya investasi, naiknya pendapatan masyarakat dan naiknya sumber-sumber penerimaan pajak yang
disebabkan naiknya pendapatan masyarakat yang aktivitasnya berkenaan dengan pajak, seperti PBB, PPN, PPh dan PPNBM.
Universita Sumatera Utara
4.6.2. Variance Decomposition of GOV
Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.36 diperoleh hasil bahwa GOV dalam jangka pendek periode 1, perkiraan error variance
sebesar 54,28 yang dijelaskan oleh GOV itu sendiri. Variabel lain yang terbesar mempengaruhi GOV sebagai variabel kebijakan adalah selain GOV itu sendiri
adalah TAX sebesar 45,72, sedangkan variabel lainnya yaitu SBK, JUB, PDB, INV, KURS dan INF tidak mempengaruhi GOV. Dalam jangka menengah
periode 20 perkiraan error variance sebesar 39,61 dijelaskan oleh GOV itu sendiri. Variabel lain yang terbesar mempengaruhi GOV sebagai variabel
kebijakan selain GOV itu sendiri adalah TAX sebesar 34,93 kemudian PDB sebesar 11,65, sedangkan yang terkecil mempengaruhi GOV adalah INF sebesar
1,76.
Tabel 4.36. Varian Decomposition GOV
Variance Decomposition of LOGGOV: Period LOGTAX LOGGOV
SBK LOGJUB LOGPDB LOGINV LOGKURS
INF 1
45.72092 54.27908 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
2 40.74829 50.06289 1.275570 0.810170 5.138941 0.762273 1.201855 1.06E-05
3 40.55673 48.58051 1.484787 1.504038 5.200816 0.742240 1.338682 0.592197
4 40.26034 47.78502 1.547099 1.783867 5.332523 0.916669 1.322395 1.052087
20 34.93183 39.61470 2.834336 5.340508 11.65366 1.857943 2.005914 1.761108
21 34.75411 39.26744 2.885175 5.486639 12.00627 1.841954 2.007253 1.751160
22 34.57865 38.92772 2.934780 5.629999 12.35133 1.826808 2.009451 1.741260
23 34.40637 38.59545 2.982984 5.770178 12.68956 1.812224 2.011996 1.731236
60 30.04823 30.06640 4.189796 9.324684 21.46453 1.419015 2.043235 1.444110
Sumber : Lampiran-8
Dalam jangka panjang periode 60 perkiraan error variance sebesar 30,07 yang dijelaskan oleh GOV itu sendiri. Variabel lain yang paling besar
mempengaruhi GOV sebagai variabel kebijakan selain GOV itu sendiri adalah
Universita Sumatera Utara
TAX sebesar 30,05 kemudian PDB sebesar 21,46 sedangkan yang paling kecil mempengaruhi GOV adalah INV sebesar 1,42.
Tabel 4.37. Rekomendasi Kebijakan Untuk GOV
Periode GOV
itu sendiri Terbesar 1
Terbesar 2
Jangka Pendek Periode 1
54,28 GOV
54,28 TAX
45,72 Jangka Menegah
Periode 20 39,61
GOV 39,61
TAX 34,93
Jangka Panjang Periode 60
30,07 GOV
30,07 TAX
30,05 Sumber : Tabel 4.36
Berdasarkan tabel 4.37 diketahui bahwa dalam jangka pendek kebijakan untuk mengendalikan pengeluaran pemerintah selain pengeluaran pemerintah itu
sendiri adalah dilakukan dengan peningkatan terhadap penerimaan pajak. Dalam jangka menengah dan jangka panjang selain dari pengeluaran pemerintah itu
sendiri juga dari penerimaan pajak. Hal tersebut berarti bahwa untuk meningkatkan pengeluaran pemerintah, maka pemerintah harus meningkatkan
penerimaan pajak, naiknya penerimaan pajak akan memungkinkan pemerintah untuk leluasa menggunakan sumber pajak untuk pembiayaan rutin dan
pembangunan.
4.6.3. Variance Decomposition of SBK
Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.38 diperoleh hasil bahwa SBK dalam jangka pendek periode 1, perkiraan error variance
sebesar 94,15 yang dijelaskan oleh SBK itu sendiri. Variabel lain yang paling besar mempengaruhi SBK sebagai variabel kebijakan selain SBK itu sendiri
adalah TAX sebesar 3,48 kemudian GOV sebesar 2,37, sedangkan variabel lainnya yaitu JUB, PDB, INV, KURS dan INF tidak mempengaruhi SBK.
Universita Sumatera Utara
Tabel 4.38. Varian Decomposition SBK
Variance Decomposition of SBK: Period LOGTAX LOGGOV
SBK LOGJUB LOGPDB LOGINV LOGKURS
INF 1
3.483219 2.371247 94.14553 0.000000 0.000000 0.000000 0.000000 0.000000
2 3.574510 2.491636 85.90479 5.880005 0.074934 0.301896 0.028217 7.623954
3 3.313551 2.464349 76.25459 0.877970 0.793348 2.219784 1.445721 12.63069
4 2.974106 2.998159 68.30500 1.404606 0.716765 5.594098 3.431568 14.57570
20 3.416245 4.945447 53.90287 3.126643 3.419294 10.94243 6.806672 13.44039
21 3.465616 4.957904 53.73688 3.185530 3.555810 10.90701 6.793603 13.39765
22 3.515305 4.970716 53.57051 3.243330 3.694240 10.87166 6.780470 13.35376
23 3.565495 4.983180 53.40530 3.299654 3.834011 10.83620 6.766811 13.30935
60 5.227888 5.284026 48.31572 4.993395 8.328045 9.682628 6.254768 11.91353
Sumber : Lampiran-8
Dalam jangka menengah periode 20 perkiraan error variance SBK sebesar 53,90 yang dijelaskan oleh SBK itu sendiri. Variable lain yang terbesar
mempengaruhi SBK sebagai variabel kebijakan selain SBK itu sendiri adalah INF sebesar 13,44, kemudian INV sebesar 10,94, sedangkan variabel yang terkecil
mempengaruhi SBK adalah JUB sebesar 3,13. Dalam jangka panjang periode 60 perkiraan error variance sebesar 48,32 dijelaskan oleh SBK itu sendiri.
Variable lain yang terbesar mempengaruhi SBK sebagai variabel kebijakan selain SBK itu sendiri adalah INF sebesar 11,91, kemudian INV sebesar 9,68
sedangkan variabel yang terkecil mempengaruhgi SBK adalah JUB sebesar 4,99.
Universita Sumatera Utara
Tabel 4.39. Rekomendasi Kebijakan Untuk SBK
Periode SBK
itu sendiri Terbesar 1
Terbesar 2
Jangka Pendek Periode 1
94,15 SBK
94,15 TAX
3,48 Jangka Menegah
Periode 20 53,90
SBK 53,90
INF 13,44
Jangka Panjang Periode 60
48,32 SBK
48,32 INF
11,91 Sumber : Tabel 4.38
Berdasarkan tabel 4.39 diketahui bahwa dalam jangka pendek kebijakan untuk mengendalikan suku bunga kredit selain suku bunga kredit itu sendiri juga
dengan peningkatan terhadap penerimaan pajak. Dalam jangka menengah dan jangka panjang juga selain dari suku bunga kredit itu sendiri pengendalian suku
bunga kredit juga melalui pengendalian inflasi. Hal tersebut dikarenakan kebijakan terhadap suku bunga kredit sangat tergantung dari stabilitas inflasi,
ketika terjadi kenaikan inflasi maka BI mengambil kebijakan dengan menurunkan suku bunga kredit agar investasi naik, jumlah uang beredar turun dan inflasi
kembali stabil.
4.6.4. Variance Decomposition of JUB
Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.40 diperoleh hasil bahwa JUB dalam jangka pendek periode 1, perkiraan error variance
sebesar 99,85 yang dijelaskan oleh JUB itu sendiri. Variabel terbesar yang mempengaruhi JUB sebagai variabel kebijakan selain JUB itu sendiri adalah GOV
sebesar 0,09 kemudian TAX sebesar 0,06 sedangkan variabel lain yaitu PDB, INV, KURS dan INF tidak mempengaruhi JUB dalam jangka pendek.
Universita Sumatera Utara
Tabel 4.40. Varian Decomposition JUB
Variance Decomposition of LOGJUB: Period LOGTAX LOGGOV
SBK LOGJUB LOGPDB LOGINV LOGKURS
INF 1
0.057703 0.088852 0.004592 99.84885 0.000000 0.000000 0.000000 0.000000
2 1.807880 1.403465 8.714737 50.33379 37.02991 0.508660 0.056829 0.144732
3 4.046327 2.114102 11.93225 43.02616 38.03536 0.363284 0.046194 0.436314
4 6.090192 2.593789 12.27227 38.07462 39.93815 0.279744 0.165196 0.586043
20 15.42227 6.527008 8.841895 22.84887 43.47132 0.378136 1.721921 0.788574
21 15.57431 6.580253 8.772137 22.65103 43.52109 0.377730 1.739500 0.783938
22 15.71190 6.629070 8.708865 22.47146 43.56524 0.377623 1.755928 0.779917
23 15.83706 6.673975 8.651139 22.30764 43.60487 0.377722 1.771258 0.776329
24 15.95150 6.715372 8.598207 22.15754 43.64087 0.377941 1.785523 0.773047
60 17.52781 7.285203 7.866250 20.08936 44.14653 0.380385 1.980461 0.724001
Sumber : Lampiran-8
Dalam jangka menengah kuartal 20 perkiraan error variance sebesar 22,85 yang dijelaskan oleh JUB itu sendiri. Variable lain yang paling besar
mempengaruhi JUB sebagai variabel kebijakan selain JUB itu sendiri adalah PDB sebesar 43,47, kemudian TAX sebesar 15,42 variabel yang paling kecil
mempengaruhi JUB dalam jangka menengah adalah INF sebesar 0,79. Dalam jangka panjang kuartal 60 perkiraan error variance sebesar
20,09 dijelaskan oleh JUB itu sendiri. Variable lain yang paling besar mempengaruhi JUB selain JUB itu adalah PDB sebesar 44,15, TAX sebesar
17,53 sedangkan yang paling kecil mempengaruhi JUB adalah INV sebesar 0,38.
Universita Sumatera Utara
Tabel 4.41. Rekomendasi Kebijakan Untuk JUB
Periode JUB
itu sendiri Terbesar 1
Terbesar 2
Jangka Pendek Periode 1
99,85 JUB
99,85 GOV
0,09 Jangka Menengah
Periode 20 22,85
PDB 43,47
TAX 15,42
Jangka Panjang Periode 60
20,09 PDB
44,15 TAX
17,53 Sumber : Tabel 4.40
Berdasarkan tabel 4.41 diketahui bahwa kebijakan untuk mengendalikan jumlah uang beredar dalam jangka pendek adalah jumlah uang beredar itu sendiri
kemudian disusul oleh pengeluaran pemerintah. Dalam jangka menengah dan jangka panjang, rekomendasi untuk pengendalian jumlah uang beredar berasal
dari produk domestik bruto dan penerimaan pajak. Produk domestik bruto yang tinggi akan meningkatkan pendapatan masyarakat dan meningkatkan jumlah uang
yang dipegang oleh masyarakat serta naiknya daya beli masyarakat. Penerimaan pajak yang tinggi dan pengeluaran pemerintah yang meningkat akan mendorong
naiknya jumlah uang beredar dan sebaliknya.
4.6.5. Variance Decomposition of PDB
Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.42 diperoleh hasil bahwa PDB dalam jangka pendek periode 1, perkiraan error variance
sebesar 85,48 yang dijelaskan oleh PDB itu sendiri. Variabel lain yang paling besar mempengaruhi PDB sebagai variabel kebijakan selain PDB itu sendiri
adalah SBK sebesar 12,60 kemudian JUB sebesar 1,12 . Sedangkan INV, KURS dan INF tidak mempengaruhi PDB dalam jangka pendek.
Universita Sumatera Utara
Tabel 4.42. Varian Decomposition PDB
Variance Decomposition of LOGPDB: Period LOGTAX LOGGOV
SBK LOGJUB LOGPDB LOGINV LOGKURS
INF 1
0.690311 0.103019 12.60314 1.122447 85.48108 0.000000 0.000000 0.000000
2 1.982255 1.484756 16.10550 9.026723 70.28894 0.763544 0.000703 0.347582
3 4.240577 1.866501 15.80210 12.15707 64.53597 0.678714 0.177805 0.541267
4 6.000390 2.626302 14.93488 13.68107 61.11029 0.543755 0.406516 0.696794
20 15.16272 6.496613 9.421931 17.67287 48.17537 0.452062 1.818653 0.799783
21 15.31894 6.549228 9.329512 17.71703 48.00986 0.448630 1.831585 0.795213
22 15.46101 6.597698 9.245155 17.75746 47.85802 0.445742 1.843805 0.791108
23 15.59090 6.642407 9.167786 17.79451 47.71859 0.443244 1.855248 0.787320
60 17.40010 7.262415 8.087934 18.30287 45.79961 0.406870 2.010995 0.729211
Sumber : Lampiran-8
Dalam jangka menengah periode 20 perkiraan error variance sebesar 48,17 yang dijelaskan oleh PDB itu sendiri. Variable lain yang terbesar
mempengaruhi PDB sebagai variabel kebijakan selain PDB itu sendiri adalah JUB sebesar 17,67, kemudian TAX sebesar 15,16, sedangkan yang terkecil
mempengaruhi PDB adalah INV sebesar 0,45. Dalam jangka panjang periode 60 perkiraan error variance sebesar 45,79 yang dijelaskan oleh PDB itu sendiri.
Variable lain yang terbesar mempengaruhi PDB sebagai variabel kebijakan selain PDB itu sendiri adalah JUB sebesar 18,30, kemudian TAX sebesar 17,40,
sedangkan yang terkecil mempengaruhi PDB adalah INV sebesar 0,41.
Tabel 4.43. Rekomendasi Kebijakan Untuk PDB
Periode PDB
itu sendiri Terbesar 1
Terbesar 2
Jangka Pendek Periode 1
85,48 PDB
85,48 SBK
12,60 Jangka Menegah
Periode 20 48,17
PDB 48,17
JUB 15,16
Jangka Panjang Periode 60
45,79 PDB
45,79 JUB
18,30 Sumber : Tabel 4.42
Universita Sumatera Utara
Berdasarkan tabel 4.43 diketahui bahwa kebijakan untuk mengendalikan produk domestik bruto dalam jangka pendek ternyata dari produk domestik bruto
itu sendiri kemudian dari suku bunga kredit. Dalam jangka menengah dan panjang rekomendasi kebijakan yang paling baik untuk mengendalikan produk domestik
bruto selain produk domestik bruto itu sendiri adalah jumlah uang beredar. Besarnya jumlah uang beredar akan meningkatkan kemampuan masyarakat untuk
melakukan permintaan terhadap suatu barang, kemudian naiknya permintaan akan mendorong naiknya produksi sehingga produk domestik bruto juga akan
meningkat.
4.6.6. Variance Decomposition of INV
Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.44 diperoleh hasil bahwa INV dalam jangka pendek periode 1, perkiraan error variance
sebesar 98,17 dijelaskan oleh INV itu sendiri. Variabel lain yang paling besar mempengaruhi INV sebagai variabel kebijakan selain INV itu sendiri adalah PDB
sebesar 0,75 kemudian diikuti oleh TAX sebesar 0,7667. Sedangkan KURS dan INF tidak mempengaruhi INV dalam jangka pendek.
Tabel 4.44. Varian Decomposition INV
Variance Decomposition of LOGINV: Period LOGTAX LOGGOV
SBK LOGJUB LOGPDB LOGINV LOGKURS
INF
1 0.666744 0.025396 0.020341 0.371068 0.747839 98.16861 0.000000 0.000000
2 0.970917 0.333656 0.019312 0.530724 2.692827 94.07325 0.763854 0.615461
3 1.176609 0.632963 0.035950 0.517686 3.237490 90.43685 1.871028 2.091426
4 1.461200 1.142574 0.120180 0.786737 3.335126 86.20848 3.390233 3.555472
20 4.321810 4.027079 1.014402 3.856058 9.468736 66.89136 6.301443 4.119111
21 4.448041 4.062329 1.075666 3.995345 9.777456 66.28349 6.266214 4.091454
22 4.572064 4.098135 1.135082 4.131883 10.08308 65.68454 6.232062 4.063152
23 4.694410 4.133524 1.192502 4.265050 10.38566 65.09623 6.198299 4.034324
60 8.067410 4.997407 2.684531 7.749640 18.65076 49.41533 5.212096 3.222833
Sumber : Lampiran-8
Universita Sumatera Utara
Dalam jangka menegah periode 20 perkiraan error variance sebesar 66,89 dijelaskan oleh INV itu sendiri. Variable lain yang paling besar
mempengaruhi INV sebagai variabel kebijakan selain INV itu sendiri adalah PDB sebesar 9,47, kemudian KURS sebesar 6,30 sedangkan yang paling kecil
mempengaruhi INV adalah SBK sebesar 1,01. Dalam jangka panjang periode 60 perkiraan error variance sebesar 49,42 dijelaskan oleh INV itu sendiri.
Variable lain yang paling besar mempengaruhi INV sebagai variabel kebijakan selain INV itu sendiri adalah PDB sebesar 18,65 kemudian TAX sebesar 8,07
sedangkan yang paling kecil mempengaruhi INV adalah SBK sebesar 2,68.
Tabel 4.45. Rekomendasi Kebijakan Untuk INV
Periode dan Persentase INV
itu sendiri Terbesar 1
Terbesar 2
Jangka Pendek 98,17
INV 98,17
PDB 0,75
Jangka Menegah 66,89
INV 66,89
PDB 9,47
Jangka Panjang 49,42
INV 49,42
PDB 18,65
Sumber : Tabel 4.44
Berdasarkan tabel 4.45 diketahui bahwa kebijakan untuk mengendalikan investasi ternyata dari investasi itu sendiri, baik jangka pendek, menengah
maupun jangka panjang. Kemudian rekomedasi kebijakan selain investasi itu sendiri adalah melalui pengendalian produk domestik bruto. Tingginya produk
domestik bruto akan meningkatkan pendapatan masyarakat, naiknya pendapatan masyarakat akan meningkatkan permintaan, naiknya permintaan akan
meningkatkan kapasitas produksi dan mendorong naiknya investasi.
Universita Sumatera Utara
4.6.7. Variance Decomposition of KURS
Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.46 diperoleh hasil bahwa KURS dalam jangka pendek periode 1, perkiraan error variance
sebesar 78,35 dijelaskan oleh KURS itu sendiri. Variabel lain yang paling besar mempengaruhi KURS sebagai variabel kebijakan selain KURS itu sendiri adalah
PDB sebesar 15,88 dan GOV sebesar 4,52. Sedangkan INF tidak mempengaruhi KURS dalam jangka pendek.
Tabel 4.46. Varian Decomposition KURS
Variance Decomposition of LOGKURS: Period LOGTAX LOGGOV
SBK LOGJUB LOGPDB LOGINV LOGKURS
INF 1
0.784906 4.516551 0.186670 0.250696 15.88441 0.026864 78.34991 0.000000
2 0.607521 12.56299 1.438859 0.361100 15.87907 0.447309 67.64761 1.055539
3 1.336712 13.43835 2.238680 0.358659 15.29510 0.407108 63.93889 2.986498
4 1.948905 13.11590 3.134532 0.524856 15.30863 0.480363 60.04572 5.441094
20 2.725149 11.61178 4.143846 1.192210 13.82041 4.618661 52.53556 9.352389
21 2.725141 11.61173 4.143857 1.192205 13.82041 4.618644 52.53518 9.352834
22 2.725135 11.61164 4.143877 1.192222 13.82037 4.618682 52.53481 9.353270
23 2.725125 11.61156 4.143885 1.192252 13.82027 4.618875 52.53448 9.353551
60 2.725103 11.61152 4.143858 1.192337 13.82006 4.619574 52.53387 9.353681
Sumber : Lampiran-8
Dalam jangka menegah periode 20 perkiraan error variance sebesar 52,54 dijelaskan oleh KURS itu sendiri. Variable lain yang paling besar
mempengaruhi KURS sebagai variabel kebijakan selain KURS itu sendiri adalah PDB sebesar 13,82, kemudian GOV sebesar 11,61, sedangkan yang paling
kecil mempengaruhi KURS adalah JUB sebesar 1,19. Dalam jangka panjang periode 60 perkiraan error variance sebesar
52,53 dijelaskan oleh KURS itu sendiri. Variable lain yang paling besar mempengaruhi KURS sebagai variabel kebijakan selain KURS itu sendiri adalah
Universita Sumatera Utara
PDB sebesar 13,82, kemudian GOV sebesar 11,61 sedangkan yang paling kecil mempengaruhi KURS adalah JUB sebesar 1,19.
Tabel 4.47. Rekomendasi Kebijakan Untuk KURS
Periode dan Persentase KURS
itu sendiri Terbesar 1
Terbesar 2
Jangka Pendek Periode 1
78,35 KURS
78,35 PDB
15,88 Jangka Menegah
Periode 20 52,54
KURS 52,54
PDB 13,82
Jangka Panjang Periode 60
52,53 KURS
52,53 PDB
13,82 Sumber : Tabel 4.46
Berdasarkan tabel 4.47 diketahui bahwa kebijakan untuk mengendalikan nilai tukar ternyata dari nilai tukar itu sendiri baik jangka pendek, jangka
menengah maupun jangka panjang. Kemudian variabel lain yang bisa dijadikan rekomendasi untuk pengendalian kurs dalam jangka pendek, menengah maupun
jangka panjang adalah produk domestik bruto. Naiknya produk domestik bruto akan meningkatkan pengeluaran pemerintah, naiknya pengeluaran pemerintah
yang ditujukan untuk peningkatan ekspor akan meningkatkan devisa negara sehingga memperkuat nilai tukar dipasar, khususnya terhadap US Dollar.
4.6.8. Variance Decomposition of INF
Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.48 diperoleh hasil bahwa INF dalam jangka pendek periode 1, perkiraan error variance
sebesar 3,86 dijelaskan oleh INF itu sendiri. Variabel yang paling besar mempengaruhi INF sebagai variabel kebijakan adalah SBK sebesar 90,47,
kemudian INF itu sendiri sebesar 3,86, sedangkan yang paling kecil mempengaruhi INF adalah INV sebesar 0,31
Universita Sumatera Utara
Tabel 4.48. Varian Decomposition INF
Variance Decomposition of INF: Period LOGTAX LOGGOV
SBK LOGJUB LOGPDB LOGINV LOGKURS
INF 1
2.846915 1.787982 90.47221 0.288325 0.018051 0.305269 0.421087 3.860159
2 3.169373 1.743488 87.64297 0.963225 0.092830 0.734335 1.237707 4.416074
3 3.191789 1.781403 85.56744 0.943648 1.178019 0.719208 1.212943 5.405549
4 3.136634 1.757211 84.08422 0.928433 1.428982 1.057956 1.311505 6.295063
20 3.067179 2.014860 79.15991 1.031400 1.809063 3.323977 2.379197 7.214410
21 3.072405 2.016412 79.13759 1.036078 1.823496 3.322972 2.378812 7.212233
22 3.077598 2.017699 79.11620 1.040651 1.837380 3.322006 2.378340 7.210124
23 3.082681 2.018889 79.09542 1.045256 1.850736 3.321066 2.377868 7.208078
60 3.246908 2.077484 78.34167 1.230147 2.299602 3.289989 2.374480 7.139722
Sumber : Lampiran-8
Dalam jangka menengah periode 20 perkiraan error variance sebesar 7,21 dijelaskan oleh INF itu sendiri. Variable yang paling besar mempengaruhi
INF sebagai variabel kebijakan adalah SBK sebesar 79,16, kemudian INF itu sendiri sebesar 7,21, sedangkan yang paling kecil mempengaruhi INF adalah
JUB sebesar 1,03. Dalam jangka panjang periode 60 perkiraan error variance sebesar 7,14 dijelaskan oleh INF itu sendiri. Variable yang paling besar
mempengaruhi INF sebagai variabel kebijakan adalah SBK sebesar 78,34, kemudian INF itu sendiri sebesar 7,14, sedangkan yang paling kecil
mempengaruhi INF adalah JUB sebesar 1,23.
Tabel 4.49. Rekomendasi Kebijakan Untuk INF
Periode dan Persentase INF
itu sendiri Terbesar 1
Terbesar 2
Jangka Pendek Periode 1
3,86 SBK
90,47 INF
3,86 Jangka Menegah
Periode 20 7,21
SBK 79,16
INF 7,21
Jangka Panjang Periode 60
7,14 SBK
78,34 INF
7,14 Sumber : Tabel 4.48
Universita Sumatera Utara
Berdasarkan tabel 4.49 diketahui bahwa kebijakan untuk mengendalikan inflasi baik jangka pendek, menengah maupun jangka panjang, pengendalian
inflasi dilakukan melalui suku bunga kredit. Naiknya suku bunga kredit berdampak pada pengalihan penggunaan uang untuk investasi ke konsumsi
sehingga meningkatkan jumlah uang beredar yang akan mendorong naiknya inflasi. Sedangkan turunnya suku bunga kredit akan meningkatkan investasi dan
menurunkan jumlah uang beredar dan mendorong turunnya inflasi.
4.7. Analisis Interaksi Kebijakan Fiskal-Moneter Terhadap Stabilitas Ekonomi Makro.
Berdasarkan hasil analisis Forecast Error Variance Decomposition FEVD diketahui beberapa interaksi yang terjadi antara kebijakan fiskal dan
kebijakan moneter terhadap stabilitas makro ekonomi. Adapun interaksi variabel kebijakan fiskal dan moneter terlihat dari Variance Decomposition
menggambarkan variabel kebijakan yang lebih efektif terhadap variabel ekonomi makro. Untuk lebih jelasnya berikut hasil interaksi kebijakan fiskal-moneter
terhadap stabilitas makro ekonomi di Indonesia.
Tabel 4.50. Interaksi Kebijakan Fiskal-Moneter Terhadap Stabilitas Ekonomi
Makro
Fiskal Moneter
Stabilitas Makro Ekonomi PDB
INV KURS
INF
Pendek Menengah
Panjang Pendek
Menengah Panjang
Pendek Menengah
Panjang Pendek
Menengah Panjang
TAX 0,69
15,16 17,40
0,66 4,32
8,07 0,78 2,73
2,73 2,84
3,07 3,25
GOV 0,10
6,50 7,26
0,02 4,02
4,99 4,51 11,61
11,61 1,79
2,01 2,08
PDB INV
KURS INF
Pendek Menengah
Panjang Pendek
Menengah Panjang
Pendek Menengah
Panjang Pendek
Menengah Panjang
SBK 12,60
9,42 8,07
0,02 1,01
2,68 0,19 4,14
4,14 90,47
79,16 78,34
JUB 1,12
17,67 18,30
0,37 3,85
7,75 0,25 1,19
1,19 0,29
1,03 1,23
Sumber : Tabel 4.42, 4.44, 4.46, 4.48
Universita Sumatera Utara
4.7.1. Analisis Interaksi Kebijakan Fiskal-Moneter Terhadap PDB
Berdasarkan analisis interaksi fiskal-moneter terhadap PDB diketahui bahwa efektivitas interaksi fiskal dan moneter yang paling mempengaruhi PDB,
baik dalam jangka pendek, menengah dan panjang adalah kebijakan moneter. Dalam jangka pendek interaksi fiskal dan moneter terhadap PDB lebih efektif
dikendalikan oleh kebijakan moneter melalui pengendalian suku bunga kredit. Dalam jangka menengah dan panjang interaksi fiskal dan moneter terhadap PDB
lebih efektif dikendalikan oleh kebijakan moneter melalui pengendalian jumlah uang beredar.
Kesimpulannya adalah kebijakan moneter lebih efektif dalam peningkatan PDB di Indonesia baik dalam jangka pendek, menengah maupun jangka panjang.
Efektivitas tersebut berarti kebijakan pengendalian suku bunga kredit dan jumlah uang beredar lebih efektif dalam meningkatkan output atau pertumbuhan ekonomi
dibandingkan dengan kebijakan penerimaan pajak dan pengeluaran pemerintah. Kebijakan moneter dengan menurunkan suku bunga kredit secara langsung akan
mendorong naiknya investasi sehingga akan meningkatkan PDB, sedangkan meningkatnya jumlah uang beredar akan meningkatkan kemampuan masyarakat
untuk bertransaksi dalam jangka pendek dan berinvestasi dalam jangkah menengah dan jangka panjang yang akan mendorong pertumbuhan ekonomi.
Hasil penelitian ini sesuai dengan penelitian Penelitian Santoso 2009 yang menunjukkan bahwa kebijakan moneter lebih memberikan pengaruh atau
dampak positif terhadap PDB dari pada kebijakan fiskal. Kurang berpengaruhnya variabel pengeluaran pemerintah ini sesuai dengan hipotesis Mundell-Fleming,
bahwa kebijakan fiskal ekpansif akan menyebabkan Crowding Out Effect yang menegaskan dampak kebijakan fiskal terhadap penurunan PDB karena kenaikan
Universita Sumatera Utara
tingkat bunga. Dengan kata lain kebijakan moneter justru lebih efektif dalam meningkatkan PDB. Adefeso dan Mobolaji 2010, pada penelitian terhadap
perekonomian Nigeria selama kurun 1997-2007 menggunakan Model Koreksi Kesalahan dan Teknik Kointegrasi, menemukan bahwa pengaruh kebijakan
moneter terhadap pertumbuhan ekonomi jauh lebih kuat dibanding pengaruh kebijakan fiskal.
4.7.2. Analisis Interaksi Kebijakan Fiskal-Moneter Terhadap Investasi
Berdasarkan analisa interaksi fiskal-moneter terhadap investasi diketahui bahwa efektivitas interaksi fiskal dan moneter yang paling mempengaruhi
investasi, baik dalam jangka pendek, menengah dan panjang adalah kebijakan fiskal. Dalam jangka pendek, menengah dan panjang interaksi fiskal dan moneter
terhadap investasi lebih efektif dikendalikan oleh kebijakan fiskal melalui penerimaan pajak. Kesimpulannya adalah kebijakan fiskal lebih efektif dalam
meningkatkan investasi di Indonesia baik dalam jangka pendek, menengah maupun jangka panjang. Efektivitas tersebut berarti kebijakan atas penerimaan
pajak dan pengeluaran pemerintah lebih efektif dalam meningkatkan investasi dibanding dengan kebijakan atas suku bunga kredit dan jumlah uang beredar.
Naiknya penerimaan pajak akan menyebabkan naiknya pengeluaran pemerintah, khususnya terhadap pengeluaran modal yang mendorong tumbuhnya investasi.
Dengan demikian hal ini memberikan gambaran bahwa semakin meningkatnya pengeluaran pemerintah maka investasi semakin meningkat.
Hasil penelitian ini sesuai dengan penelitian Eisner 1989 pada perekonomian Amerika pada periode tahun 1956-1984 memperoleh bukti bahwa
kebijakan fiskal melalui pengeluaran pemerintah berpengaruh positif terhadap investasi.
Universita Sumatera Utara
Chrystal dan Thornton 1988 berpendapat bahwa kebijakan fiskal defisit anggaran pemerintah dengan meningkatkan pengeluaran pemerintah diperlukan
untuk mencapai dua tujuan ekonomi makro, yaitu pengerjaan penuh dan tingkat pertumbuhan ekonomi yang tinggi. Teori Pump-priming menyatakan bahwa
defisit anggaran pemerintah dengan meningkatkan pengeluaran pemerintah diperlukan untuk menyelamatkan perekonomian dari kondisi resesi. Abimanyu
2005 berpendapat defisit anggaran pemerintah merupakan stimulus fiskal yang bersifat ekspansif. Kebijakan fiskal ekspansif meningkatkan pengeluaran
pemerintah diperlukan apabila perekonomian pada kondisi lesu, yang ditandai dengan menurunnya investasi swasta. Pada kondisi inilah peranan pemerintah
sangat diperlukan sebagai stimulator ekonomi.
4.7.3. Analisis Interaksi Kebijakan Fiskal-Moneter Terhadap Kurs
Berdasarkan analisa interaksi fiskal dan moneter terhadap kurs diketahui bahwa efektivitas interaksi fiskal dan moneter yang paling mempengaruhi kurs,
baik dalam jangka pendek, menengah maupun jangka panjang adalah kebijakan fiskal. Dalam jangka pendek, menengah dan panjang interaksi fiskal dan moneter
terhadap kurs lebih efektif dikendalikan oleh kebijakan fiskal melalui pengeluaran pemerintah. Kesimpulannya adalah kebijakan fiskal lebih efektif dalam
mengendalikan kurs di Indonesia baik dalam jangka pendek, menengah maupun jangka panjang. Efektivitas tersebut berarti kebijakan atas penerimaan pajak dan
pengeluaran pemerintah lebih efektif dalam menjaga stabilitas kurs dibandingkan dengan kebijakan suku bunga kredit dan jumlah uang beredar. Kebijakan fiskal
yang ekspansif akan meningkatkan kemampuan produksi melalui naiknya investasi. Naiknya produksi yang mendorong ekspor akan memperkuat posisi kurs
rupiah.
Universita Sumatera Utara
Dalam perekonomian terbuka, kebijakan fiskal juga mempengaruhi nilai tukar dan neraca perdagangan. Dalam kasus ekspansi fiskal, kenaikan suku bunga
akibat pinjaman pemerintah menarik modal asing. Dalam upaya mereka untuk mendapatkan dollar lebih banyak untuk investasi asing tawaran sampai harga
dolar, menyebabkan apresiasi nilai tukar dalam jangka pendek www. http:dimalouwrahel.blogspot.com201106kebijakan-fiskal.html, diakses 2 April
2013. Menurut Santoso 2009 Kebijakan fiskal melalui ekpansi fiskal, misalnya
dengan menaikkan pengeluaran pemerintah dan menurunkan pajak akan menggeser kurva IS ke kanan dan kenaikan tersebut mengakibatkan tingkat bunga
akan naik. Ketika tingkat bunga dalam negeri lebih tinggi dari tingkat bunga internasional, maka akan terjadi aliran dana masuk capital inflow. Aliran dana
ini akan meningkatkan permintaaan domestik terhadap mata uang dalam negeri di pasar valuta asing, sehingga meningkatkan nilai tukar mata uang domestik.
Apresiasi kurs ini membuat mata uang domestik relatif lebih mahal terhadap produk asing, hal ini mengurangi eksport netto.
Berdasarkan pendapat tersebut penulis menyimpulkan bahwa adanya kebijakan fiskal dalam arti terjadinya kenaikan government spending fiskal
ekspansif akan menggerakkan kurva IS ke kanan. Akibatnya suku bunga domestik mengalami kenaikan dan terjadi capital inflow dari dunia internasional.
Dengan kebijakan kurs yang flexible maka kenaikan permintaan terhadap Rupiah akan memungkinkan perubahan kurs yang menyebabkan harga tukar Rupiah
meningkat apresiasi Rupiah.
Universita Sumatera Utara
4.7.4. Analisis Interaksi Kebijakan Fiskal-Moneter Terhadap Inflasi
Berdasarkan analisa interaksi fiskal-moneter terhadap inflasi diketahui bahwa efektivitas interaksi fiskal dan moneter yang paling mempengaruhi inflasi,
baik dalam jangka pendek, menengah dan panjang adalah kebijakan moneter. Dalam jangka pendek, menengah maupun jangka panjang interaksi fiskal dan
moneter terhadap inflasi lebih efektif dikendalikan oleh kebijakan moneter melalui pengendalian suku bungan kredit. Kesimpulannya adalah kebijakan
moneter lebih efektif dalam mengendalikan inflasi di Indonesia baik dalam jangka pendek, menengah maupun jangka panjang. Efektivitas tersebut berarti kebijakan
pengendalian suku bunga kredit dan jumlah uang beredar lebih efektif dalam menjaga stabilitas inflasi dibandingkan dengan kebijakan penerimaan pajak dan
pengeluaran pemerintah. Kebijakan moneter dengan menurunkan suku bunga kredit berdampak pada pengalihan penggunaan uang untuk konsumsi ke investasi
sehingga menurunkan jumlah uang beredar yang akan mendorong stabilnya
inflasi.
Hasil penelitian ini sesuai dengan penelitian Indrawati 2007 perubahan tingkat suku bunga direspon positif oleh tingkat inflasi. Kebijakan moneter yang
ketat melalui kenaikan tingkat suku bunga juga menyebabkan kenaikan inflasi. Hal ini mengindikasikan kebijakan penurunan suku bunga diperlukan untuk
menciptakan iklim yang kondusif bagi sektor riil, sedangkan pengaruh kenaikan tingkat bunga terhadap kenaikan inflasi hanya direspon temporer. Indikasi
kebijakan fiskal ekspansif menyebabkan kenaikan inflasi meskipun berlangsung cepat dan menyebabkan penurunan output.
Abel 2002 menyarankan agar kebijakan moneter digunakan untuk melakukan stabilisasi ekonomi dalam jangka pendek sedangkan kebijakan fiskal
Universita Sumatera Utara
diarahkan untuk mencapai target perekonomian jangka menengah dan panjang. Sementara itu, kebijakan moneter dalam jangka panjang dapat difokuskan untuk
menjaga inflasi. Tujuan kebijakan moneter lebih difokuskan pada stabilitas harga
dengan beberapa pertimbangan. Segala kebijakan yang mendorong pertumbuhan ekonomi aggregate demand dalam jangka pendek akan menciptakan inflasi
sehingga tidak akan mempengaruhi pertumbuhan ekonomi riil dalam jangka panjang Kydland and Prescott, 1977.Kebijakan moneter diarahkan pada
tercapainya keseimbangan antara permintaan dan penawaran uang. Keseimbangan di pasar uang tersebut akan mempengaruhi keseimbangan dipasar barang. Bila
jumlah uang beredar lebih banyak dari yang dibutuhkan akan mendorong meningkatnya permintaan akan barang dan jasa sehingga akan meningkatkan
inflasi Madjid,2007. Dengan demikian tujuan utama kebijakan moneter adalah mengatur jumlah uang beredar yang senantiasa disesuaikan dengan kebutuhan riil
perekonomian. Kebutuhan riil perekonomian didalam perencanaan ekonomi makro merupakan sasaran yang ingin dicapai seperti pertumbuhan ekonomi,
inflasi dan suku bunga. Dengan adanya UU No.23 1999 yang diberlakukan sejak tanggal 17 Mei
1999, maka tujuan Bank Indonesia menjadi hanya ”mencapai tujuan tunggal single objective yaitu inflasi. Dalam pengertian inflasi sebagai sasaran tunggal,
maka kebijakan Bank Indonesia dalam mengendalikan inflasi secara tidak langsung juga mengendalikan nilai tukar kurs. Namun demikian kurs Rupiah
bukan merupakan sasaran akhir, tetapi Bank Indonesia menjaga volatilitas kurs dalam rangka mencapai target inflasi. Ditetapkannya sasaran tunggal inflasi
adalah dilatarbelakangi oleh pemikiran bahwa dalam jangka panjang kebijakan moneter hanya dapat mempengaruhi laju inflasi. Di sisi lain inflasi yang rendah
Universita Sumatera Utara
merupakan prasyarat bagi tercapainya sasaran ekonomi makro lainnya, seperti pertumbuhan ekonomi yang tinggi dan tingkat pengangguran yang rendah.
Setelah dilakukan analisis interaksi kebijakan fiskal dan moneter terhadap stabilitas ekonomi makro diatas, maka penulis menyimpulkan bahwa kebijakan
moneter lebih efektif dibandingkan dengan kebijakan fiskal dalam menjaga stabilitas ekonomi makro di Indonesia, hal ini karena kebijakan moneter melalui
suku bunga dan jumlah uang beredar dalam jangka pendek maupun jangka panjang mampu menjaga inflasi dan meningkatkan pertumbuhan ekonomi,
dimana kenaikan jumlah uang beredar ekspansi moneter menyebabkan meningkatnya permintaan, akibatnya suku bunga domestik mengalami penurunan
dan terjadi capital outflow dari dunia internasional sehingga menurunkan nilai tukar mata uang domestik kurs depresiasi, depresiasi kurs ini dapat
menyebabkan ekspor meningkat yang berdampak pada naiknya pendapatan, hal ini sesuai dengan teori Mundell-Fleming yang menjelaskan dampak kebijakan
moneter terhadap peningkatan pendapatan, sebagai berikut :
Sumber : Mankiw 2007, hal 335
Gambar 4.18. Ekspansi moneter dalam Sistem Kurs Mengambang Model
Mundell-Fleming
LM
1
IS
Pendapatan,output, Y Kurs
,
e 1. Ekspansi moneter
menggeser kurva LM
ke kanan,... 2. .......yang
menurunkan kurs
3. dan meningkatkan pendapatan
LM
2
Universita Sumatera Utara
Pada gambar 4.18 diatas, menunjukkan kenaikan jumlah uang beredar ekspansi moneter menggeser kurva LM
Sedangkan kebijakan fiskal menjadi kurang efektif dalam meningkatkan pertumbuhan ekonomi, hal ini karena kenaikan goverment expenditure ekspansi
fiskal menyebabkan meningkatnya permintaan, akibatnya suku bunga domestik mengalami kenaikan dan terjadi capital inflow dari dunia internasional sehingga
meningkatkan nilai tukar mata uang domestik kurs apresiasi, Apresiasi kurs ini dapat menyebabkan ekspor menurun yang berdampak pada turunnya pendapatan,
hal ini sesuai dengan teori Mundell-Fleming yang menjelaskan dampak kebijakan fiskal terhadap penurunan pendapatan, sebagai berikut :
ke kanan yang menurunkan kurs dan meningkatkan pendapatan. Depresiasi kurs membuat barang-barang domestik
relatif murah terhadap barang-barang luar negri dan meningkatkan ekspor neto. Peningkatan ekspor neto menambah dampak kebijakan moneter terhadap
peningkatan pendapatan Mankiw,
2007.
Sumber : Mankiw 2007, hal 333
Gambar 4.19. Ekspansi fiskal dalam Sistem Kurs Mengambang Model Mundell-Fleming
LM
IS
1
Pendapatan,output, Y Kurs
,
e
IS
2
1. Kebijakan fiskal ekspansioner menggeser kurva IS
ke kanan 3. ...........yang
menaikkan kurs
2.
...........yang menyebabkan
pendapatn tidak
berubah
Universita Sumatera Utara
Pada gambar 4.19 diatas, menunjukkan peningkatan belanja pemerintah ekspansi fiskal menyebabkan kurva IS
bergeser ke kanan atas, hal ini menaikkan kurs tetapi tidak berpengaruh pada pendapatan. Apresiasi kurs
membuat mata uang domestik relatif mahal terhadap produk asing sehingga mengurangi ekspor neto. Penurunan ekspor neto mengurangi dampak kebijakan
fiskal terhadap pendapatan Mankiw,
2007.
Universita Sumatera Utara
BAB V KESIMPULAN DAN SARAN
5.1. Kesimpulan
Berdasarkan hasil analisis dan pembahasan yang telah dilakukan, maka dapat diambil kesimpulan sebagai berikut :
1. Penelitian ini memiliki model yang baik, dimana spesifikasi model yang terbentuk memiliki hasil stabil, yang menunjukkan bahwa semua unit roots
berada dalam lingkaran gambar Inverse Roots of AR Characteristic Polynomial
. 2. Hasil Analisis Vector Autoregression dengan menggunakan dasar lag 1
menunjukkan bahwa adanya kontribusi dari masing-masing variabel terhadap variabel itu sendiri dan variabel lainnya. Hasil analisa Vector
Autoregression juga menunjukkan bahwa variabel masa lalu t-
1
3. Hasil Analiisis Impulse Response Function menunjukkan adanya respons variable lain terhadap perubahan satu variable dalam jangka pendek,
menengah dan panjang, dan diketahui bahwa stabilitas respon dari seluruh variabel terbentuk pada periode 20 atau jangka menengah dan jangka
panjang. Respon variabel lain terhadap perubahan satu variabel berkontribusi terhadap variabel sekarang baik terhadap variabel itu sendiri
dan variabel lain. Dari hasil estimasi ternyata terjadi hubungan timbal balik antara variabel yang satu dengan variabel yang lainnya atau dengan
kata lain semua variabel yaitu variable kebijakan fiskal TAX dan GOV, variabel kebijakan moneter SBK dan JUB dan variabel stabilitas
ekonomi makro PDB, INV, KURS, INF saling berkontribusi.
137
Universita Sumatera Utara
menunjukan variasi yang berbeda baik dari respon positif ke negatif atau sebaliknya, dan ada variabel yang responya tetap positif atau tetap negatif
dari jangka pendek sampai jangka panjang. 4. Hasil Analisis Variance Decomposition menunjukan adanya variabel yang
memiliki kontribusi terbesar terhadap variabel itu sendiri baik dalam jangka pendek, menengah maupun jangka panjang seperti TAX, GOV,
SBK, PDB, INV, KURS. Sedangkan variabel lain yang memiliki pengaruh terbesar terhadap variabel itu sendiri baik dalam jangka pendek, menengah
maupun jangka panjang adalah JUB dipengaruhi terbesar oleh PDB, dan INF yang dipengaruhi terbesar oleh SBK.
5. Hasil analisis interaksi kebijakan fiskal dan moneter terhadap stabilitas ekonomi makro di Indonesia menunjukkan bahwa kebijakan fiskal efektif
dalam peningkatan investasi dan stabilitas kurs melalui penerimaan pajak dan pengeluaran pemerintah, sedangkan kebijakan moneter lebih efektif
dalam peningkatan produk domestik bruto dan stabilitas inflasi pengendalian suku bunga kredit dan jumlah uang beredar, maka kebijakan
moneter lebih efektif dibandingkan dengan kebijakan fiskal dalam menjaga stabilitas ekonomi makro di Indonesia.
5.2. Saran-Saran
Berdasarkan hasil pembahasan dan kesimpuan, maka saran yang perlu penulis uraikan adalah sebagai berikut :
1. Menghadapi goncangan output dan goncangan inflasi, adanya koordinasi kebijakan fiskal dan moneter lebih bermafaat dibandingkan tanpa
koordinasi. Koordinasi kebijakan moneter dan fiskal perlu ditingkatkan
Universita Sumatera Utara
melalui penguatan kelembagaan seperti adanya semacam Dewan FiskalMoneter. Adanya bauran kebijakan fiskal dan moneter disertai
pengutan kelembagan tersebut Dewan Koordinasi Fiskal dan Moneter diharapkan dapat meningkatkan stabilitas ekonomi makro di Indonesia.
2. Pengendalian inflasi dilakukan harus diimbangi dengan kerangka kerja Inflating Targeting Farmework
yang disusun oleh Bank Indonesia dan dikoordinasikan oleh departemen keuangan yang berhubungan dengan
pengeluaran pemerintah dan penerimaan pajak, sehingga interaksi kebijakan fiskal dan moneter mampu mencapai target pengendalian inflasi.
Dalam pengendalian inflasi, sebaiknya dilakukan dengan kebijakan penentuan suku bunga kredit yang sesuai dengan kondisi pasar yaitu yang
tidak memberatkan investor dan masyarakat yang akan mempergunakan kredit dari bank untuk investasi dan untuk kegiatan produktif lainnya.
3. Untuk mengendalikan stabilitas ekonomi, sebaiknya koordinasi kebijakan fiskal dan moneter BI dan Depkeu mampu memberikan efek dalam
mendorong permintaan masyarakat dan meningkatkan produksi, dimana kenaikan kapasitas produksi akan meningkatkan output, peningkatan daya
beli masyarakat dan penurunan pengangguran, sehingga dalam jangka panjang mampu mendorong meningkatnya pertumbuhan ekonomi.
4. Adanya interaksi kebijakan fiskal dan moneter di Indonesia yang belum efektif dalam menghadapi goncangan inflasi, koordinasi kebijakan
moneter dan fiskal dalam memerangi tekanan inflasi dari sisi penawaran perlu ditingkatkan. Selain itu diperlukan adanya koordinasi kebijakan
dalam pengendalian produksi khususnya ketersediaan bahan pangan utama seperti beras, gula, kedelai, cabai, bawang, daging dan sebagainya.
Universita Sumatera Utara
DAFTAR PUSTAKA
Buku Abel, 1995. Andrew B. And Ben S. Bernanke. Macroeconomics, Second
Edition, Addison-Wesley Publishing Co. Adiningsih, Sri. 2012. Koordinasi Kebijakan Fiskal dan Moneter, Tantangan Ke
Depan, Kumpulan Jurnal BI, Kanisius, Jakarta. Arsana, I Gede Putra. 2004. Vector Auto Regressive. Laboratorium Komputasi
Ilmu Ekonomi FEUI, Jakarta. Badan Analisa Fiskal . 2004. Bank Indonesia PPSK Working Paper Series, No.
WP021005. Barro, R.J. and D.B. Gordon. 1983, Rules, Discretion, and Reputation in a
Model of Monetary Policy. Journal of Monetary Economics. 12. Blinder, Alan S. 1982, “Issues in the Coordination of Monetary and Fiscal
Policy”, NBER Working Paper, No. 982. Boediono. 2001. Ekonomi Moneter, edisi 3, BPFE, Yogyakarta.
Corsetti, G. dan Mueller, G. 2008. What Makes Fiscal Policy More Effective?
http:www.economonitor.comblog201301what-makes-fiscal- policymore- effective
Gujarati, Damodar. 2003. Basic Economsetrics Fourth Edition. McGraw Hill. Singapure.
Enders, Walter, Thomas.2004., “Applied Econometric Time Series”, John Wiley and Sons, Inc.
Friedman, M. And M. Benjamin, 1968. Even the St. Louis Equation Now Believe in Fiscal Policy, Journal Money, Credit and Banking, 9: 25-42.
Granger, C., W., J. 1969. Investigating Relation by Economics Models and Cross Spectoral Methods, Econometrica, Vol. 37, No. 3, p. 424-438.
Herlambang, T., Sugiarto, Bastoro dan Said K. 2001. Ekonomi Makro, Teori Analisis dan Kebijakan, Gramedia, Jakarta.
Mudradjad Kuncoro, 1997, Ekonomi Pembangunan : Teori, Masalah dan Kebijakan, Yogyakarta, YKPN
Kydland, F.E. and E.C. Prescott. 1977. Rule Rather Than Discretion : The Inconsistency of Optimal Plans, Journal of Political Economy, Vol. 85.
Universita Sumatera Utara
Mangkoesoebroto, Guritno. 2003. Ekonomi Publik. BPFE, Edisi 3, Yogyakarta. Mankiw, N. Gregory. 2006. Teori Makro Ekonomi. Edisi Keenam. Erlangga,
Jakarta. Mankiw, N Gregory. 2006. Principles of Economics, Pengantar Ekonomi
Makro. Edisi Ketiga, Alih Bahasa Chriswan Sungkono, Salemba Empat, Jakarta.
Manurung, Jonni, J. Manurung, Adler H., Saragih, Ferdinand D. 2005. Ekonometrika. Cetakan Pertama, Penerbit Elex Media Computindo,
Jakarta. Mohanty, M.S. and Michela Scatigna 2004, Countercyclical Fiscal Policy and
Central Bank, BIS Working Paper. Muhidin, Sambas Ali dan Maman Abdurahman. 2008. Analisis Korelasi,
Regresi dan Jalur Dalam Penelitian. Cetakan Pertama, CV. Pustaka Setia, Bandung.
Nasution, Anwar. 2003. Membangun Kembali Perkonomian Indonesia Setelah Krisiss 1997-1998, Badan Pemeriksa Keuangan Republik Indonesia.
.Nopirin. 2000. Ekonomi Moneter. Buku II. Edisi ke 1, Cetakan Kesepuluh, Yogyakarta, BPFE UGM.
Nopirin, 1999. Pengantar Ilmu Ekonomi Makro Mikro, BPFE, Yogyakarta. Rahardja Prathama dan Manurung Mandala 2001, Teori Ekonomi Makro,
Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta. Seda, Frans. 2009. Era Baru Kebijakan Fiskal, Gramedia, Jakarta.
Simorangkir, P Iskandar . 2005. Indentifikasi Faktor Penentu Inflasi Regional di
Era Otonomi Daerah. Sukirno, Sadono. 2000. Makroekonomi Modern. PT. Raja Grafindo, Jakarta
Sadono Sukirno 2002.Teori Makro Ekonomi. Cetakan Keempatbelas. Jakarta :
Rajawali Press. Samuelson, P.A, dan Nordhaus, W, D. 2002. Makro Ekonomi, Edisi
keempatbelas, alih bahasa Haris Munandar dkk, Erlangga, Jakarta. Suhedi, Mochtar, Firman. 2000. SBI, T-Bills dan Pengendalian Inflasi,
BuletinEkonomi, Moneter dan Perbankan, Vol.3 No.6. Tambunan, Tulus T.H. 2001. Perekonomian Indonesia, Teori dan Temuan
Empiris, Ghalia, Indonesia, Jakarta.
Universita Sumatera Utara
Taylor, J.B, 2000, The Policy Rule Mix: A Macroeconomic Policy Evaluation, in Calvo, G., Obstfeld, M. dan Donbusch, R eds . Robert Mundell
Festschrift, Cambridge:505-517. Umar, Husein. 2008. Metode Penelitian Untuk Skripsi dan Tesis. Edisi Kedua,
Cetakan Pertama, Rjawali Press, Jakarta. Undang-Undang No.23 tahun 1999 tentang Bank Sentral. Bank Indonesia.
Pohan, Aulia. 2008. Potret Kebijakan Moneter Indonesia, Cetakan Pertama, PT.
Raja Grafindo, Jakata. Waluyo dan Ilyas. 2006. Pajak Pertambahan Nilai. Cetakan Kedua, Rineka
Cipta, Jakarta. Warjiyo Perry dan Solikin. 2003. Kebijakan Moneter di Indonesia. PPSK, Bank
Indonesia.
JurnalPenelitian
Abdur Rahman, 2009. Analisis Efektivitas Kebijakan Fiskal Dan Moneter Terhadap Produk Domestik Bruto Indonesia
Abimanyu, Anggito. 2005. Kebijakan Fiskal dan Efektivitas Stimulus Fiskal di Indonesia: Aplikasi Model Makro-MODFI dan CGE-INDORANI. Jurnal
Ekonomi Indonesia No. 1 Juni 2005 .
Adefeso, H.A. dan H.I. Mobolaji, 2010, “The Fiscal-Monetery Policy and Economic Growth in Nigeria”, Pakistan Journal of Social Sciences, 7
2: p. 137-142 Aliman, 2004, Analisis Efektivitas Penerapan Kebijakan Moneter dan Fiskal
Dalam Perekonomian Indonesia, Jurnal Ekonomi dan Manajemen, Vol 4 No.1, Januari 2004, Ikatan Sarjana Ekonomi Indoneisa ISEI.
Asmanto, Priadi dan Soebagyo. 2006. Analisis Pengaruh Kebijakan Moneter Dan Kebijakan Fiskal Regional Terhadap Stabilitas Harga Dan
Pertumbuhan Ekonomi Regional Di Jawa Timur Periode 1995- 2004. A.Maihendra. 2008. Analisis Kebijakan Moneter dan Pengaruhnya Terhadap
Pertumbuhan Ekonomi Indonesia. Tesis. USU. Medan. Tidak Dipublikasikan
Brodjonegoro, Bambang P.S., Iskandar Simorangkir, B. Yulianita, dan T.A. Falianty 2003. Identifikasi Faktor-Faktor Penentu Inflasi Regional
dalam Era Otonomi. Working Paper. Pusat Pendidikan dan Studi Kebanksentralan BI dan Universitas Indonesia.
Universita Sumatera Utara
Chrystal K. Alec dan Thornton Daniel L. 1988. The Macroeconomic Effects of Deficit Spending: A Review. Econpapers. Departement of Business,
Economics, Statistics, and Informatics. Orebro University. Swedia .
Djojosubroto, Dono Iskandar. 2004. Koordinasi Kebijakan Fiskal Dan Moneter Di Indonesia, Dalam Kebijakan Fiskal, Pemikiran, Konsep Dan
Implementasi. Eds. Heru Subiyantoro dan Singgih Riphat. Penerbit Buku Kompas, Jakarta.
Eisner, Robert. 1989. Budget Deficit: Rhetoric and Reality. The Journal of Economic Perspectives. Vol. 3 No. 2. American Economic Association
. Fleming, Debra Parker. 1962. Evidence on The Determinant of Taxpayer
Compliance Examination of Effect Witholding Positions, Audit Detection Rates and Penalty Amount on Tax compliance Decisions.
Thesis. Nova South Eastern University. USA.
Giavazzi Francesco 2003, Inflation Targeting and The Fiscal Policy Regime: The Experience in Brazil, Bank Of England Quarterly bulletin.
Goeltom,Miranda S, 2009, Koordinasi Kebijakan Moneter dan Fiskal : Tantangan dan Strategi Pemeliharaan Stabilitas Makro dan
Pertumbuhan Ekonomi Untuk Mewujudkan Kesejahteraan Rakyat. Kumpulan Jurnal BI
, Kanisius, Jakarta. Goeltom, Miranda S. dan Danny Hermawan. 2007. Respon Optimal Kebijakan
Moneter terhadap Shock Fiskal, pendekatan New Keynesian Open Macroeconomics, Mimeo, Bank Indonesia, Desember.
Goeltom,Miranda S, 1999, Perubahan Perspektif dalam Mencari Kebijakan Moneter: Kasus Indonesia, Analisis CSIS, Tahun XXVIII1999 No.4
Hagen Von Jurgen and Mundschenk Susanne. 2003. Fiscal and Monetary Policy Coordination in EMU, International journal of finance and economics.
Hermawan, Danny dan Munro, Anella 2008 Indrawati Yulia. 2007. Interaksi Kebijakan Fiskal Dan Moneter Di Indonesia : Pendekatan Vector
Autoregression. Berdasarkan hasil analisis dengan menggunakan pendekatan vector autoregression VAR.
Indrawati Yulia. 2007. Interaksi Kebijakan Fiskal Dan Moneter Di Indonesia : Pendekatan Vector Autoregression. Berdasarkan hasil analisis dengan
menggunakan pendekatan vector autoregression VAR. Khalsum, Umi 2011. Analisis Interaksi Fiskal dan Moneter Terhadap Produk
Domestik Bruto Indonesia. Tesis. USU. Medan. Tidak Dipublikasikan. Madjid, Noor Cholis 2007 Analisis Efektivitas Antara Kebijakan Fiskal dan
Kebijakan Moneter Dengan Pendekatan Model IS-LM Studi Kasus Indonesia 1970 – 2005. Undip. Tidak Dipublikasikan.
Universita Sumatera Utara
Ndari Surjaningsih. 2010. Dampak Kebijakan Fiskal Terhadap Output dan Inflasi. Kumpulan Jurnal Bank Indonesia. Jakarta.
Priyadi Asmanto dan Subagyo. 2007. Analisis Pengaruh Kebijakan Moneter Dan Kebijakan Fiskal Regional Terhadap Stabilitas Harga Dan
Pertumbuhan Ekonomi Regional Di Jawa Timur. Tesis. Unair. Surabaya. Tidak Dipublikasikan.
Santoso, Teguh. 2009. Dampak Kebijakan Ffiskal dan Moneter dalam Perekonomian Indonesia. Tesis. Undip. Tidak Dipublikasikan.
Sitinjak, Elyzabeth Lucky Maretha dan Widuri Kurniasari. 2003. Indikator- indikator Pasar Saham dan Pasar Uang Yang Saling Berkaitan Ditijau
Dari Pasae Saham Sedang Bullish dan Bearish. Jurnal Riset Ekonomi dan Manajemen
. Vol. 3 No. 3. Sugiyanto, F.X. 2004. Faktor-faktor yang mempengaruhi perilaku kurs rupiah
terhadap dollar Amerika di Indonesia tahun 1986-1997: Sistesis pendekatan moneter dan pendekatan portofolio. Disertasi, Program
Pasca Sarjana Universitas Airlangga, Surabaya.
Triyono Yuni Prihadi Utomo,2004, Studi Komparasi Efektivitas Pengaruh Kebijakan Fiskal Dan Moneter Dalam Perekonomian Indonesia, Jurnal
Ekobis, vol 5, No. 1a, April 2004
Universita Sumatera Utara
LAMPIRAN 1 TABULASI DATA PERKUARTAL
N Tahun
Kuartal
Pajak Pengeluaran
Pemerintah Suku
Bunga Kredit
Nominal Suku
Bunga Kredit
Riil Nomina
l-Inflasi Jumlah
Uang Beredar
M1 Produk
Domestik Bruto
Investasi Asing
Langsung Investasi
Asing Langsung
juta US xKURS
Nilai Tukar
Inflasi Milyar
Rp Milyar
Rp Milyar
Rp Milyar
Rp Juta US
Milyar Rp
USRp
TAX GOV
SBK SBK
JUB PDB
INV INV
KURS INF
1
2000 Q1
24654 26549
16.46 15.52
124663 342852
1894 14375460
7590 0.94
2
Q2 28546
28842 16.21
14.31 133832
340865 1265
11049775 8735
1.90
3
Q3 30952
60721 16.62
14.89 135430
355290 1125
9877500 8780
1.73
4
Q4 37763
112931 16.59
12.17 162186
350763 874
8386030 9595
4.42
5
2001 Q1
37881 60208
16.86 14.77
148375 356115
425 4420000
10400 2.09
6
Q2 39329
76456 17.04
13.78 160142
360533 345
3946800 11440
3.26
7
Q3 46729
122125 17.22
14.67 164237
367515 462
4469850 9675
2.55
8
Q4 44291
57182 17.90
13.89 177731
356240 845
8788000 10400
4.01
9
2002 Q1
45610 66123
18.03 14.56
166173 368650
298 2877190
9655 3.47
10
Q2 59171
102610 18.11
17.19 174017
375721 458
3998340 8730
0.92
11
Q3 52239
60429 18.11
16.47 181791
387920 469
4228035 9015
1.64
12
Q4 46667
67366 17.82
14.23 191939
372926 648
5793120 8940
3.59
13
2003 Q1
74868 134036
17.85 17.08
181239 386744
1286 11455688
8908 0.77
14
Q2 55666
66522 17.43
16.98 194878
394621 848
7025680 8285
0.45
15
Q3 52247
85329 16.53
15.30 207587
405608 456
3825384 8389
1.23
16
Q4 61786
92196 15.68
13.18 223799
390199 651
5510715 8465
2.50
17
2004 Q1
69644 57725
15.12 14.21
209153 402597
348 2988276
8587 0.91
18
Q2 67397
107292 14.64
12.31 226147
411936 409
3850735 9415
2.33
19
Q3 76264
136377 14.33
13.83 234676
423852 348
3191160 9170
0.50
20
Q4 98583
184265 14.05
11.56 245946
418132 791
7348390 9290
2.49
21
2005 Q1
84220 129715
13.78 10.61
244003 426612
858 8133840
9480 3.17
22
Q2 88858
160197 13.65
12.60 261814
436121 3747
36394611 9713
1.05
23
Q3 110808
253172 14.47
12.45 267762
448598 1757
18098857 10301
2.02
24
Q4 94268
99218 15.66
5.69 271140
439484 1975
19414250 9830
9.97
25
2006 Q1
113446 168543
15.90 13.93
270425 448485
1335 12115125
9075 1.97
26
Q2 148599
297369 15.94
15.07 303803
457637 1089
10127700 9300
0.87
27
Q3 137112
102854 15.66
14.50 323885
474904 1055
9742925 9235
1.16
28
Q4 136082
244061 15.10
12.69 347013
466101 1435
12943700 9020
2.41
29
2007 Q1
161293 375027
14.53 12.63
331736 475642
1037 9455366
9118 1.90
30
Q2 121370
151480 13.99
13.82 371768
488421 1033
9352782 9054
0.17
31
Q3 139782
202407 13.45
11.18 400074
506933 2191
20019167 9137
2.27
32
Q4 132881
214680 13.01
10.94 450055
493331 2667
25120473 9419
2.07
33
2008 Q1
137112 102854
12.59 9.22
409768 505219
2360 21752120
9217 3.37
34
Q2 136082
244061 12.51
8.07 453047
519205 1633
15064425 9225
4.44
35
Q3 147196
228901 13.32
10.47 479738
538641 3388
31772664 9378
2.85
36
Q4 161293
375027 14.40
13.87 456787
519392 1937
21210150 10950
0.53
37
2009 Q1
121370 151480
14.05 13.69
448034 528057
1904 22038800
11575 0.36
38
Q2 139782
202407 13.78
13.94 482621
540678 1447
14795575 10225
-0.16
39
Q3 132881
214680 13.20
11.14 490502
561637 986
9545466 9681
2.06
40
Q4 197305
349086 12.96
12.47 515824
548479 540
5076000 9400
0.49 41
2010 Q1
145854 215556
12.72 11.72
494461 559683
2982 27180930
9115 1.00
42 Q2
168898 246847
12.70 11.29
545405 574713
3350 30428050
9083 1.41
43 Q3
192686 274859
12.41 9.64
549941 594251
2955 26370420
8924 2.77
44 Q4
215878 304897
12.28 10.70
605411 585812
4483 40306653
8991 1.58
45 2011
Q1 218562
315616 12.18
11.48 580601
595785 5311
46253499 8709
0.70 46
Q2 208952
314864 12.13
11.77 636206
612200 5034
43277298 8597
0.36 47
Q3 213588
324986 12.06
10.19 656096
632828 3469
30606987 8823
1.87 48
Q4 232854
339159 12.04
11.25 722991
623864 5428
49221104 9068
0.79 49
2012 Q1
225158 362489
11.62 10.74
714258 633243
4518 41475240
9180 0.88
Universita Sumatera Utara
TABULASI DATA PERKUARTAL
N Tahun
Kuartal
Pajak Pengeluaran
Pemerintah Suku
Bunga Kredit
Riil Nomina
l-Inflasi Jumlah
Uang Beredar
M1 Produk
Domestik Bruto
Investasi Asing
Langsung Juta US
x KURS Nilai
Tukar Inflasi
Milyar Rp Milyar Rp
Milyar Rp Milyar Rp
Milyar Rp USRp
TAX GOV
SBK JUB
PDB INV
KURS INF
1 2000
Q1 24654
26549 15.52
124663 342852
14375460 7590
0.94 2
Q2 28546
28842 14.31
133832 340865
11049775 8735
1.90 3
Q3 30952
60721 14.89
135430 355290
9877500 8780
1.73 4
Q4 37763
112931 12.17
162186 350763
8386030 9595
4.42 5
2001 Q1
37881 60208
14.77 148375
356115 4420000
10400 2.09
6 Q2
39329 76456
13.78 160142
360533 3946800
11440 3.26
7 Q3
46729 122125
14.67 164237
367515 4469850
9675 2.55
8 Q4
44291 57182
13.89 177731
356240 8788000
10400 4.01
9 2002
Q1 45610
66123 14.56
166173 368650
2877190 9655
3.47 10
Q2 59171
102610 17.19
174017 375721
3998340 8730
0.92 11
Q3 52239
60429 16.47
181791 387920
4228035 9015
1.64 12
Q4 46667
67366 14.23
191939 372926
5793120 8940
3.59 13
2003 Q1
74868 134036
17.08 181239
386744 11455688
8908 0.77
14 Q2
55666 66522
16.98 194878
394621 7025680
8285 0.45
15 Q3
52247 85329
15.30 207587
405608 3825384
8389 1.23
16 Q4
61786 92196
13.18 223799
390199 5510715
8465 2.50
17 2004
Q1 69644
57725 14.21
209153 402597
2988276 8587
0.91 18
Q2 67397
107292 12.31
226147 411936
3850735 9415
2.33 19
Q3 76264
136377 13.83
234676 423852
3191160 9170
0.50 20
Q4 98583
184265 11.56
245946 418132
7348390 9290
2.49 21
2005 Q1
84220 129715
10.61 244003
426612 8133840
9480 3.17
22 Q2
88858 160197
12.60 261814
436121 36394611
9713 1.05
23 Q3
110808 253172
12.45 267762
448598 18098857
10301 2.02
24 Q4
94268 99218
5.69 271140
439484 19414250
9830 9.97
25 2006
Q1 113446
168543 13.93
270425 448485
12115125 9075
1.97 26
Q2 148599
297369 15.07
303803 457637
10127700 9300
0.87 27
Q3 137112
102854 14.50
323885 474904
9742925 9235
1.16 28
Q4 136082
244061 12.69
347013 466101
12943700 9020
2.41 29
2007 Q1
161293 375027
12.63 331736
475642 9455366
9118 1.90
30 Q2
121370 151480
13.82 371768
488421 9352782
9054 0.17
31 Q3
139782 202407
11.18 400074
506933 20019167
9137 2.27
32 Q4
132881 214680
10.94 450055
493331 25120473
9419 2.07
33 2008
Q1 137112
102854 9.22
409768 505219
21752120 9217
3.37 34
Q2 136082
244061 8.07
453047 519205
15064425 9225
4.44 35
Q3 147196
228901 10.47
479738 538641
31772664 9378
2.85 36
Q4 161293
375027 13.87
456787 519392
21210150 10950
0.53 37
2009 Q1
121370 151480
13.69 448034
528057 22038800
11575 0.36
38 Q2
139782 202407
13.94 482621
540678 14795575
10225 -0.16
39 Q3
132881 214680
11.14 490502
561637 9545466
9681 2.06
40 Q4
197305 349086
12.47 515824
548479 5076000
9400 0.49
41 2010
Q1 145854
215556 11.72
494461 559683
27180930 9115
1.00 42
Q2 168898
246847 11.29
545405 574713
30428050 9083
1.41 43
Q3 192686
274859 9.64
549941 594251
26370420 8924
2.77 44
Q4 215878
304897 10.70
605411 585812
40306653 8991
1.58 45
2011 Q1
218562 315616
11.48 580601
595785 46253499
8709 0.70
46 Q2
208952 314864
11.77 636206
612200 43277298
8597 0.36
47 Q3
213588 324986
10.19 656096
632828 30606987
8823 1.87
48 Q4
232854 339159
11.25 722991
623864 49221104
9068 0.79
49 2012
Q1 225158
362489 10.74
714258 633243
41475240 9180
0.88
Sumber : Bank Indonesia, BPS, Depkeu data diolah, 2013
Universita Sumatera Utara
TABULASI DATA PERTAHUN
N Tahun
Pajak Pengeluaran
Pemerintah Suku
Bunga Kredit
Riil Nomina
l-Inflasi Jumlah
Uang Beredar
M1 Produk
Domestik Bruto
Investasi Asing
Langsung juta
USxkurs Nilai
Tukar Inflasi
Milyar Rp
Milyar Rp Milyar
Rp Milyar
Rp Milyar Rp
Rp US
TAX GOV
SBK JUB
PDB INV
Kurs INF
1 2000
121915 229043
12.17 162186
1389770 43688765
9595 9.35
2 2001
168230 315971
13.89 177731
1440403 21624650
10400 12.55
3 2002
203687 296528
14.23 191939
1505217 16896685
8940 10.03
4 2003
244567 378083
13.18 223799
1577172 27817467
8464 5.06
5 2004
311888 485659
11.56 245946
1656517 17378561
9290 6.40
6 2005
378154 642302
5.69 271140
1750815 82041558
9830 17.11
7 2006
535239 812827
12.69 347013
1847127 44929450
9020 6.60
8 2007
555326 943594
10.94 450055
1964327 63947788
9419 6.59
9 2008
581683 950843
13.87 456787
2082457 89799359
10950 11.06
10 2009
591338 917653
12.47 515824
2178851 51455841
9400 2.78
11 2010
723316 1042159
10.70 605411
2314459 124286053
8991 6.96
12 2011
873956 1294625
11.25 722991
2464677 169358888
9068 3.79
13 2012
1021800 1551500
10.50 841722
2618139 188597614
9670 4.30
Sumber : Bank Indonesia, BPS Depkeu. data diolah, 2013
Universita Sumatera Utara
TABULASI DATA LOGARITMA
N
Tahun Kuartal
logTAX logGOV
SBK logJUB
logPDB logINV
logKURS INF
1
2000 Q1
4.392 4.424
15.52 5.096
5.535 7.158
3.880 0.94
2
Q2 4.456
4.460 14.31
5.127 5.533
7.043 3.941
1.90
3
Q3 4.491
4.783 14.89
5.132 5.551
6.995 3.943
1.73
4
Q4 4.577
5.053 12.17
5.210 5.545
6.924 3.982
4.42
5
2001 Q1
4.578 4.780
14.77 5.171
5.552 6.645
4.017 2.09
6
Q2 4.595
4.883 13.78
5.205 5.557
6.596 4.058
3.26
7
Q3 4.670
5.087 14.67
5.215 5.565
6.650 3.986
2.55
8
Q4 4.646
4.757 13.89
5.250 5.552
6.944 4.017
4.01
9
2002 Q1
4.659 4.820
14.56 5.221
5.567 6.459
3.985 3.47
10
Q2 4.772
5.011 17.19
5.241 5.575
6.602 3.941
0.92
11
Q3 4.718
4.781 16.47
5.260 5.589
6.626 3.955
1.64
12
Q4 4.669
4.828 14.23
5.283 5.572
6.763 3.951
3.59
13
2003 Q1
4.874 5.127
17.08 5.258
5.587 7.059
3.950 0.77
14
Q2 4.746
4.823 16.98
5.290 5.596
6.847 3.918
0.45
15
Q3 4.718
4.931 15.30
5.317 5.608
6.583 3.924
1.23
16
Q4 4.791
4.965 13.18
5.350 5.591
6.741 3.928
2.50
17
2004 Q1
4.843 4.761
14.21 5.320
5.605 6.475
3.934 0.91
18
Q2 4.829
5.031 12.31
5.354 5.615
6.586 3.974
2.33
19
Q3 4.882
5.135 13.83
5.370 5.627
6.504 3.962
0.50
20
Q4 4.994
5.265 11.56
5.391 5.621
6.866 3.968
2.49
21
2005 Q1
4.925 5.113
10.61 5.387
5.630 6.910
3.977 3.17
22
Q2 4.949
5.205 12.60
5.418 5.640
7.561 3.987
1.05
23
Q3 5.045
5.403 12.45
5.428 5.652
7.258 4.013
2.02
24
Q4 4.974
4.997 5.69
5.433 5.643
7.288 3.993
9.97
25
2006 Q1
5.055 5.227
13.93 5.432
5.652 7.083
3.958 1.97
26
Q2 5.172
5.473 15.07
5.483 5.661
7.006 3.968
0.87
27
Q3 5.137
5.012 14.5
5.510 5.677
6.989 3.965
1.16
28
Q4 5.134
5.387 12.69
5.540 5.668
7.112 3.955
2.41
29
2007 Q1
5.208 5.574
12.63 5.521
5.677 6.976
3.960 1.90
30
Q2 5.084
5.180 13.82
5.570 5.689
6.971 3.957
0.17
31
Q3 5.145
5.306 11.18
5.602 5.705
7.301 3.961
2.27
32
Q4 5.123
5.332 10.94
5.653 5.693
7.400 3.974
2.07
33
2008 Q1
5.137 5.012
9.22 5.613
5.703 7.338
3.965 3.37
34
Q2 5.134
5.387 8.07
5.656 5.715
7.178 3.965
4.44
35
Q3 5.168
5.360 10.47
5.681 5.731
7.502 3.972
2.85
36
Q4 5.208
5.574 13.87
5.660 5.715
7.327 4.039
0.53
37
2009 Q1
5.084 5.180
13.69 5.651
5.723 7.343
4.064 0.36
38
Q2 5.145
5.306 13.94
5.684 5.733
7.170 4.010
-0.16
39
Q3 5.123
5.332 11.14
5.691 5.749
6.980 3.986
2.06
40
Q4 5.295
5.543 12.47
5.713 5.739
6.706 3.973
0.49
41
2010 Q1
5.164 5.334
11.72 5.694
5.748 7.434
3.960 1
42
Q2 5.228
5.392 11.29
5.737 5.759
7.483 3.958
1.41
43
Q3 5.285
5.439 9.64
5.740 5.774
7.421 3.951
2.77
44
Q4 5.334
5.484 10.7
5.782 5.768
7.605 3.954
1.58
45
2011 Q1
5.340 5.499
11.48 5.764
5.775 7.665
3.940 0.7
46
Q2 5.320
5.498 11.77
5.804 5.787
7.636 3.934
0.36
47
Q3 5.330
5.512 10.19
5.817 5.801
7.486 3.946
1.87
48
Q4 5.367
5.530 11.25
5.859 5.795
7.692 3.958
0.79
49
2012 Q1
5.352 5.559
10.74 5.854
5.802 7.618
3.963 0.88
Universita Sumatera Utara
Sumber Bank Indonesia, BPS, Depkeu data diolah, 2013
LAMPIRAN 2 PERKEMBANGAN VARIABEL
40,000 80,000
120,000 160,000
200,000 240,000
00 01
02 03
04 05
06 07
08 09
10 11
TAX
4.2 4.4
4.6 4.8
5.0 5.2
5.4
00 01
02 03
04 05
06 07
08 09
10 11
LOGTAX
50,000 100,000
150,000 200,000
250,000 300,000
350,000 400,000
00 01
02 03
04 05
06 07
08 09
10 11
GOV
Universita Sumatera Utara
4.4 4.6
4.8 5.0
5.2 5.4
5.6
00 01
02 03
04 05
06 07
08 09
10 11
LOGGOV
4 6
8 10
12 14
16 18
00 01
02 03
04 05
06 07
08 09
10 11
SBK
100,000 200,000
300,000 400,000
500,000 600,000
700,000 800,000
00 01
02 03
04 05
06 07
08 09
10 11
JUB
Universita Sumatera Utara
5.0 5.1
5.2 5.3
5.4 5.5
5.6 5.7
5.8 5.9
00 01
02 03
04 05
06 07
08 09
10 11
LOGJUB
320,000 360,000
400,000 440,000
480,000 520,000
560,000 600,000
640,000
00 01
02 03
04 05
06 07
08 09
10 11
PDB
5.50 5.55
5.60 5.65
5.70 5.75
5.80 5.85
00 01
02 03
04 05
06 07
08 09
10 11
LOGPDB
Universita Sumatera Utara
10,000,000 20,000,000
30,000,000 40,000,000
50,000,000
00 01
02 03
04 05
06 07
08 09
10 11
INV
6.4 6.6
6.8 7.0
7.2 7.4
7.6 7.8
00 01
02 03
04 05
06 07
08 09
10 11
LOGINV
7,000 8,000
9,000 10,000
11,000 12,000
00 01
02 03
04 05
06 07
08 09
10 11
KURS
Universita Sumatera Utara
3.84 3.88
3.92 3.96
4.00 4.04
4.08
00 01
02 03
04 05
06 07
08 09
10 11
LOGKURS
-2 2
4 6
8 10
12
00 01
02 03
04 05
06 07
08 09
10 11
INF
Universita Sumatera Utara
LAMPIRAN 3 UJI STASIONERITAS
1. Pajak Pajak Pada level
Null Hypothesis: LOGTAX has a unit root Exogenous: Constant
Lag Length: 2 Automatic based on SIC, MAXLAG=10 t-Statistic
Prob. Augmented Dickey-Fuller test statistic
-1.986333 0.2916
Test critical values: 1 level
-3.581152 5 level
-2.926622 10 level
-2.601424 MacKinnon 1996 one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: DLOGTAX
Method: Least Squares Date: 050313 Time: 10:49
Sample adjusted: 2000Q4 2012Q1 Included observations: 46 after adjustments
Variable Coefficient
Std. Error t-Statistic
Prob. LOGTAX-1
-0.069534 0.035006
-1.986333 0.0535
DLOGTAX-1 -0.675000
0.132853 -5.080792
0.0000 DLOGTAX-2
-0.451903 0.132838
-3.401923 0.0015
C 0.388461
0.175209 2.217126
0.0321 R-squared
0.425628 Mean dependent var 0.018717
Adjusted R-squared 0.384602 S.D. dependent var
0.073952 S.E. of regression
0.058013 Akaike info criterion -2.773350
Sum squared resid 0.141352 Schwarz criterion
-2.614338 Log likelihood
67.78705 Hannan-Quinn criter. -2.713783
F-statistic 10.37447 Durbin-Watson stat
2.053700 ProbF-statistic
0.000031
Universita Sumatera Utara
Pajak Pada 1st difference
Null Hypothesis: DLOGTAX has a unit root Exogenous: Constant
Lag Length: 1 Automatic based on SIC, MAXLAG=10 t-Statistic
Prob. Augmented Dickey-Fuller test statistic
-8.978859 0.0000
Test critical values: 1 level
-3.581152 5 level
-2.926622 10 level
-2.601424 MacKinnon 1996 one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: DLOGTAX,2
Method: Least Squares Date: 050313 Time: 10:50
Sample adjusted: 2000Q4 2012Q1 Included observations: 46 after adjustments
Variable Coefficient
Std. Error t-Statistic
Prob. DLOGTAX-1
-2.110914 0.235098
-8.978859 0.0000
DLOGTAX-1,2 0.429948
0.136836 3.142076
0.0030 C
0.040971 0.010025
4.086842 0.0002
R-squared 0.786877 Mean dependent var
-0.001087 Adjusted R-squared
0.776964 S.D. dependent var 0.126977
S.E. of regression 0.059967 Akaike info criterion
-2.727042 Sum squared resid
0.154631 Schwarz criterion -2.607782
Log likelihood 65.72196 Hannan-Quinn criter.
-2.682366 F-statistic
79.38049 Durbin-Watson stat 2.000827
ProbF-statistic 0.000000
Universita Sumatera Utara
2. Gov