Untuk menetapkan tingkat lag yang paling optimal, model VAR harus diestimasi dengan berbeda-beda tingkat lag-nya, kemudian dibandingkan dengan
AIC dan SICnya. Nilai AIC dan SIC yang paling kecil dipakai sebagai patokan pada tingkat lag paling optimal, karrena nilai AIC atau SIC minimum
menggambarkan residual error yang paling kecil.
3.2.4. Impulse Response Function IRF
Seperti yang telah disebutkan di muka, VAR merupakan teknik yang membiarkan data menentukan sendiri struktur dinamis dari sebuah model,
sehingga setelah estimasi dilakukan, adalah penting untuk mencirikan struktur dinamis tersebut secara jelas. Sayangnya, koefisien hasil estimasi model VAR
sulit diartikan dan kurang dapat diandalkan. Untuk dapat mencirikan struktur dinamis dalam model, menurut Sims,
cara yang paling baik adalah dengan menganalisa respon dari model sistem terhadap kejutan shock. IRF dapat melakukan hal ini dengan menujukan
bagaimana response dari setiap variabel endogen dari sepanjang waktu terhadap kejutan dalam variabel itu sendiri dan variabel endogen lainnya.
3.2.5. Model penelitian VAR
hubungan kausalitas antar variael dalam sistem persamaan multivariat lebih rumit dibandingkan pada sistem persamaan bivariat VAR membuat seluruh
variabel menjadi endogenus dan menurunkan distrbuted lag-nya. Spesifikasi model VAR dengan variabel yang dipakai secara umum dan ordo VAR sebanyak
k adalah sebagai berikut:
VAR k, Z
t
= A
+ A
1
Z
t-1
+ A
2
Z
t-2
+ ... + A
k
Z
t-k
+
t
ε Dimana:
Z
t
= vektor peubah tak bebas y1,t,...yn,t berukuran n x 1 A
= vektor intersep berukuran n x 1 A
1
= matrks parameter berukuran n x n untuk setipa i= 1,2,..,p
t
ε = vektor sisaan
ε 1, t...ε n, t berukuran n x 1 Spesifikasi model VAR yang digunakan dalam penelitian ini adalah:
11 116
161 1
_ _
_ _
_ _
_ _
a L a L
cpi dep p
dep s gdp
i ip
l p l s
li p li s
M xrate
rib rli p
rli s a L
a rsbi
⎛ ⎞
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
= ⎜
⎟ ⎜
⎟ ⎜
⎟ ⎜
⎟ ⎜
⎟ ⎜
⎟ ⎜
⎟ ⎜
⎟ ⎜
⎟ ⎜
⎟ ⎜
⎟ ⎜
⎟ ⎝
⎠ L L L L L L L L L L L L L L
MO M
M O M
M O
M M
O M
M O
M M
O M
M O
M M
O M
M O
M M
O M
M O
M M
O M
M O
M M
O M
L L L L L L L L L L L L L L
616
_ _
_ _
_ _
_ _
t t
t t
t t
t t
t t
t t
t t
t t
cpi dep p
dep s gdp
i ip
l p l s
li p li s
M xrate
rib rli p
rli s L rsbi
ε ε
ε ε
ε ε
ε ε
ε ε
ε ε
ε ε
ε ε
⎛ ⎛
⎞⎛ ⎞
⎜ ⎜
⎟⎜ ⎟
⎜ ⎜
⎟⎜ ⎟
⎜ ⎟⎜
⎟ ⎜
⎟⎜ ⎟
⎜ ⎟⎜
⎟ ⎜
⎟⎜ ⎟
⎜ ⎟⎜
⎟ ⎜
⎟⎜ ⎟
⎜ ⎟⎜
⎟ ⎜
⎟⎜ ⎟
⎜ ⎟⎜
⎟ +
⎜ ⎟⎜
⎟ ⎜
⎟⎜ ⎟
⎜ ⎟⎜
⎟ ⎜
⎟⎜ ⎟
⎜ ⎟⎜
⎟ ⎜
⎟⎜ ⎟
⎜ ⎟⎜
⎟ ⎜
⎟⎜ ⎟
⎜ ⎟⎜
⎟ ⎜
⎟⎜ ⎟
⎜ ⎟⎜
⎟ ⎜
⎟⎜ ⎟
⎝ ⎠
⎝ ⎠
⎝ ⎞
⎟ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎠
dimana: cpi
: Consumer price indeks
dep_p : Deposito bank swasta Rp. Milyar.
dep_s : Deposito bank persero Rp. Milyar.
gdp : GDP Rp. Milyar.
i : Investasi Rp. Milyar.
ip : Industrial Production
Rp. Milyar. l_p
: Kredit bank swasta Rp. Milyar. l_s
: Kredit bank persero Rp. Milyar. li_p
: Kredit investasi bank swasta Rp. Milyar. li_s
: Kredit investasi bank persero Rp. Milyar. M0
: Base money
Rp. Milyar. xrate
: Exchangerate
Rp. rib
: Interbank call money
. rli_p
: Suku bunga investasi bank swasta . rli_s
: Suku bunga investasi bank persero . rsbi
: Suku Bunga SBI . Sesuai dengan pendapat Sims 2003, semua data estimasi yang
dipergunakan VAR adalah bentuk logaritma, kecuali data yang telah bentuk persen seperti tingkat suku bunga. Salah satu alasannya adalah untuk
memudahkan analisis, karena dalam impulse response maupun pengaruh shock dilihat dalam persentase. Berdasarkan hal tersebut, maka dalam penelitian ini
kecuali variabel tingkat suku bunga, semua diubah dalam bentuk logaritma.
IV. HASIL DAN PEMBAHASAN
