Vector Autoregression VAR Metode Pengolahan dan Analisis Data

variabel tersebut mempunyai trend stokhastik yang sama dan selanjutnya mempunyai arah pergerakan yang sama dalam jangka panjang. Uji kointegrasi merupakan kelanjutan dari uji akar-akar unit dan uji derajat integrasi. Untuk melakukan uji kointegrasi, pertama-tama peneliti perlu mengamati perilaku data ekonomi runtun waktu yang akan digunakan. Ini berarti pengamat harus yakin terlebih dahulu apakah data yang akan digunakan stasioner atau tidak, yang antara lain dapat dilakukan dengan uji akar-akar unit dan uji integrasi. Apabila terjadi satu atau lebih variabel mempunyai derajat integrasi yang berbeda, maka variabel tersebut tidak dapat berkointegrasi Engle dan Granger 1987. Metode pengujian yang dapat dilakukan adalah uji kointegrasi Engle-Granger, uji kointegrasi Johansen, dan uji kointegrasi Durbin-Watson.

3.4.2. Vector Autoregression VAR

Pemodelan Vector AutoRegression VAR adalah bentuk pemodelan yang digunakan untuk multivariate time series. Model VAR pertama kali dikembangkan oleh Sims terutama sebagai solusi atas kritiknya terhadap model persamaan simultan yaitu Amisano Giannini 1997 : 1. Spesifikasi dari sistem persamaan simultan terlalu berdasarkan agregasi dari model keseimbangan parsial tanpa adanya fokus untuk menghasilkan hubungan yang hilang omitted interrelations 2. Struktur dinamis dari model seringkali dispesifikasikan dengan tujuan untuk memberikan restriksi yang perlu dalam mendapatkan identifikasi dari bentuk struktural Oleh karena itu dalam model VAR untuk mengatasi kritik di atas terutama dalam menentukan variabel mana yang harus bersifat eksogen dan endogen, pendekatan VAR berusaha membiarkan “let the data speaks for themselves” dengan membuat semua variabel bersifat endogen McCoy 1997. Dengan demikian dalam kerangka VAR, setiap variabel baik dalam level maupun first difference , diperlakukan secara simetris di dalam sistem persamaan yang mengandung regressor set yang sama. Spesifikasi model VAR meliputi pemilihan variabel dan banyaknya selang lag yang digunakan dalam model. Sesuai dengan metodologi Sims 1980, variabel yang dipergunakan di dalam persamaan VAR dipilih berdasarkan model ekonomi yang relevan. Pemilihan selang optimal kemudian akan memanfaatkan kriteria informasi seperti Akaike Info Criterion AIC, Schwarz Info Criterion SC maupun Hannan-Quinn Criterion HQ. Menurut Enders 2004, model VAR berasal dari persamaan sederhana dua variabel bivariate yang memiliki hubungan kausalitas simultan sebagai berikut: ………………………………..1 Kedua variabel tersebut y dan z, secara individual dipengaruhi secara langsung oleh variabel lain, dan secara tidak langsung oleh nilai selang dari setiap variabel di dalam sistem. Persamaan di atas dapat dibentuk menjadi notasi matriks sebagai berikut: B X t β o β 1 X t-1 e t atau ……………………………………………………2 Dengan mengalikan inverse B pada notasi matriks maka persamaan di atas akan menjadi sistem VAR dalam bentuk standar atau reduced form, modelnya adalah sebagai berikut: ……………………………………………………..3 dimana: A = B -1 β intercept ; A 1 = B -1 β 1 vector autoregressive ; ϵ t = B -1 e t error

3.4.3. Vector Error Correction Model VECM