Uji Kointegrasi Hasil Estimasi Model Vector Autoregression

mempengaruhi satu sama lain. Antara kredit dengan pendapatan nasional terdapat hubungan satu arah dan antara pendapatan nasional dengan investasi terdapat hubungan satu arah.

4.3.2. Uji Kointegrasi

Pengujian ini dilakukan dalam rangka memperoleh hubungan jangka panjang antar variabel yang telah memenuhi persyaratan selama proses integrasi yaitu dimana semua variabel telah stasioner pada derajat yang sama yaitu derajat 1 atau I1. Informasi jangka panjang diperoleh dengan menentukan terlebih dahulu rank kointegrasi untuk mengetahui berapa sistem persamaan yang dapat menerangkan dari keseluruhan sistem yang ada. Hasil pengujian kointegrasi berdasarkan trace statistics dapat dilihat pada Tabel 4.5. Berdasarkan hasil perhitungan seperti yang disajikan pada Tabel 4.5, menunjukkan bahwa untuk masing-masing persamaan terdapat dua rank kointegrasi pada taraf nyata lima persen dan satu persen. Tabel 4.5. Uji Kointegrasi Hypothesized  Trace  Trace No. of CEs Eigenvalue Trace Statistic 95 99 None 0.704426 96.56931 68.52 76.07 At most 1 0.586331 57.56661 47.21 54.46 At most 2 0.450080 29.32053 29.68 35.65 At most 3 0.272291 10.18509 15.41 20.04 At most 4 0.000431 0.013782 3.76 6.65 denotes rejection of the hypothesis at the 51 level Trace test indicates 2 cointegrating equations at both 5 and 1 levels Sumber: Data diolah dengan Eviews Universitas Sumatera Utara

4.3.3. Hasil Estimasi Model Vector Autoregression

Penentuan lag optimal dilakukan pada model VAR. Untuk memperoleh panjang lag yang tepat akan dilakukan dua tahap pengujian. Pada tahap pertama, pengujian akan melihat panjang lag maksimum sistem VAR yang stabil. Stabilitas sistem VAR dilihat dari nilai inverse roots karakteristik AR polinominalnya. Pengujian stabilitas sistem VAR akan dimulai dengan lag satu. Apabila VAR dengan lag satu tidak stabil maka harus diuji lagi dengan lag lainnya. Suatu sistem VAR dikatakan stabil stasioner jika seluruh akar-akar unit memiliki modulus lebih kecil dari satu dan semuanya terletak di dalam unit circle. Jika sistem VAR tidak stabil maka beberapa hasil seperti standard error pada impulse response akan tidak valid. Pada suatu sistem VAR akan terdapat kp akar-akar unit, dimana k merupakan jumlah variabel endogen yang dianalisis dan p merupakan lag maksimum yang digunakan. Hasil uji stabilitas sistem VAR dengan tabel nilai modulid seluruh akar-akar unit ditunjukkan pada Tabel 4.6. Hasil pengujian stabilitas sistem VAR dengan lag satu menunjukkan bahwa seluruh akar-akar unitnya memiliki modulus lebih kecil dari satu seperti terlihat pada Tabel 4.6. Oleh karena itu, sistem VAR dengan lag 1 merupakan sistem VAR yang memenuhi kondisi stabilitas. Selain itu, hasil uji stabilitas sistem VAR tersebut dapat juga ditunjukkan pada Gambar 4.4. Berdasarkan Gambar 4.4 di atas diketahui bahwa 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 Universitas Sumatera Utara hampir semua unit roots berada dalam lingkaran gambar Inverse Roots of AR Characteristic Polynomial. Tabel 4.6. Nilai Modulus Seluruh Akar Unit Roots of Characteristic Polynomial Endogenous variables: LOG M1 LOG DEP LOG LON LOG INV LOG PDB Exogenous variables: C Lag specification: 1 1 Date: 081309 Time: 13:39 Root Modulus 0.991733 0.991733 0.917695 0.917695 0.771869 0.771869 -0.017303 - 0.267776i 0.268334 -0.017303 + 0.267776i 0.268334 No root lies outside the unit circle. VAR satisfies the stability condition. Sumber: Data diolah dengan Eviews -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 Universitas Sumatera Utara Gambar 4.4. Nilai Modulus Seluruh Akar Unit Hasil estimasi VAR untuk credit channel dengan lag 1 dapat dilihat pada Tabel 4.7. Dari hasil estimasi yang ditunjukkan pada Tabel 4.8 dapat dillihat bahwa M1 t dipengaruhi secara signifikan oleh PDB t-1 dan DEP t-1 . Kemudian DEP t dipengaruhi secara signifikan oleh DEP t-1 dan PDB t-1 . LON t dipengaruhi secara signifikan oleh LON t-1 , DEP t-1 dan PDB t-1 . INV t dipengaruhi secara signifikan oleh LON t-1 dan INV t-1 . PDB t dipengaruhi secara signifikan oleh LON t-1 . Tabel 4.7 Hasil Estimasi VAR Credit Channel Vector Autoregression Estimates Date: 081209 Time: 23:36 Sampleadjusted: 2000:2 2008:4 Included observations: 35 after adjusting endpoints Standard errors in t-statistics in [ ] LOG M1 LOG DEP LOG LON LOG INV LOG PDB LOG M1-1 0.267644 -0.008190 0.018819 -0.114855 -0.057692 0.18114 0.08336 0.07636 0.10188 0.06531 [ 1.47756] [-0.09824] [ 0.24646] [-1.12740] [-0.88332] LOG DEP-1 -0.541080 0.659003 -0.315065 0.013603 0.158731 0.31153 0.14337 0.13132 0.17521 0.11233 [-1.73686] [ 4.59657] [-2.39914] [ 0.07764] [ 1.41311] LOG LON-1 0.153581 -0.010204 0.849022 0.251336 0.216924 0.24185 0.11130 0.10195 0.13602 0.08720 [ 0.63503] [-0.09168] [ 8.32772] [ 1.84778] [ 2.48755] LOG INV-1 -0.321756 -0.099767 -0.026758 0.729006 -0.035886 0.19826 0.09124 0.08357 0.11150 0.07149 [-1.62293] [-1.09347] [-0.32017] [ 6.53801] [-0.50201] LOG PDB-1 3.625428 0.990993 1.192870 -0.106858 0.142016 0.59808 0.27524 0.25212 0.33637 0.21565 [ 6.06183] [ 3.60046] [ 4.73141] [-0.31768] [ 0.65856] C -44.13364 -10.83170 -14.35552 4.125029 11.29994 7.87014 3.62192 3.31764 4.42631 2.83773 [-5.60773] [-2.99060] [-4.32703] [ 0.93193] [ 3.98203] R-squared 0.985680 0.991741 0.997906 0.986295 0.979213 Universitas Sumatera Utara Adj. R-squared 0.983028 0.990211 0.997519 0.983757 0.975363 Sum sq. resides 0.078124 0.016546 0.013883 0.024712 0.010157 S.E. equation 0.053791 0.024755 0.022676 0.030253 0.019395 F-statistic 371.6870 648.4067 2573.852 388.6173 254.3737 Log likelihood 52.93343 78.54381 81.43956 71.92525 86.59575 Akaike AIC -2.844451 -4.396594 -4.572095 -3.995470 -4.884591 Schwarz SC -2.572358 -4.124502 -4.300002 -3.723377 -4.612499 Mean dependent 12.07825 13.79014 13.11077 15.94399 17.54226 S.D. dependent 0.412897 0.250208 0.455213 0.237376 0.123568 Determinant Residual Covariance 8.86E-17 Log Likelihood d.f. adjusted 375.7573 Akaike Information Criteria -20.95499 Schwarz Criteria -19.59453 Sumber: Data diolah dengan Eviews

4.3.4 Analisis