3.2.2. Intra Industry Trade IIT
Sejak dekade 1980-an struktur perdagangan internasional telah mengalami suatu perubahan yang menunjukkan bahwa perdagangan antar perusahaan dari
negara yang berbeda didalam suatu industri Intra-Industry Trade semakin mendominasi perdagangan konvensional atau semakin penting dibanding dengan
Inter-Industry Trade . Inter-Industry Trade adalah pertukaran dua jenis barang
dalam industri yang berbeda. Sedangkan Intra-Industry Trade adalah perdagangan barang-barang manufaktur yang berbeda tapi dari industri yang sama.
IIT dapat dinyatakan dalam angka indeks, indeks IIT merupakan temuan Grubel and Lloyd 1975. Indeks IIT dapat dihitung dengan persamaan sebagai
berikut:
dimana: = Total nominal ekspor produk k dari negara i ke negara j
= Total nominal impor produk k dari negara j ke negara i Indeks Intra-Industry Trade berada diantara 0 dan 1, dengan nilai yang
mendekati 1 menunjukkan besarnya tingkat perdagangan pada industri yang sama.
3.2.3. Demand Spillover dspill
Menurut Shin dalam Teng and Wai 2007, intensitas perdagangan belum dapat merepresentasikan demand spillover effects. Hal ini dikarenakan intensitas
perdagangan tidak memasukkan informasi mengenai jumlah partner dagang. Nilai
demand spillover akan besar untuk jumlah partner dagang yang semakin besar
meskipun diberikan nilai intensitas perdagangan yang sama. Oleh sebab itu dibentuk sebuah persamaan baru untuk mengukur demand spillover, yaitu dengan
mengalikan intensitas perdagangan dengan output dari masing-masing negara yang berdagang.
3.2.4. Koordinasi Kebijakan Moneter mon
Koefesien korelasi tingkat pertumbuhan M2 tiap-tiap negara digunakan sebagai derajat dari koordinasi kebijakan moneter. Teng and Wai memasukkan
efek dari moneter ke dalam model dikarenakan guncangan dari kebijakan moneter juga mempengaruhi langsung sinkronisasi business cycle.
3.2.5. Koordinasi Kebijakan Nilai Tukar ex
Bilateral exchange rate digunakan sebagai derajat dari koordinasi kebijakan nilai tukar. Efek dari kebijakan nilai tukar dimasukkan ke dalam model
dikarenakan guncangan dari kebijakan nilai tukar juga dapat mempengaruhi langsung sinkronisasi business cycle.
3.2.6. Metode Analisis Business Cycle Synchronization Sinkronisasi Siklus Bisnis
Untuk menganalisis adanya hubungan antara korelasi output dan perdagangan, Teng and Wai membuat sebuah persamaan sebagai berikut:
+
,
-
. ,
. , 1
2
3.4
dimana: 3455
: Korelasi output antara negara China, Jepang atau Korea Selatan dan negara j ASEAN-5 pada waktu t
: Intensitas perdagangan, yang diukur melalui 6 , 6
dan 6 .
: Intra-Industry Trade Teng and Wai membagi persamaan diatas kedalam tujuh model yang
berbeda, sebagai berikut:
Model 1:
+
,
-
.
78
, 1
2
3.4.1 Model 2:
+
,
-
.
9
, 1
2
3.4.2 Model 3:
+
,
-
. , 1
2
3.4.3 Model 4:
+
,
-
. , 1
2
3.4.4
Model 5:
+
,
-
.
78
, .
, 1
2
3.4.5
Model 6:
+
,
-
.
9
, .
, 1
2
3.4.6 Model 7:
+
,
-
. ,
. , 1
2
3.4.7
Berikut ini adalah persamaan baru dari persamaan 3.4 yang telah dimodifikasi:
+
,
-
. ,
. ,
:
;= ,
?
9 ,
A
78 , 1
2
3.4.8
dimana: dspill
: efek demand spillover mon
: koordinasi kebijakan moneter ex
: koordinasi kebijakan nilai tukar Tujuh model yang berbeda diestimasi berdasarkan persamaan 3.4.8
Model8:
+
,
-
.
78
, ;= ,
:
9 ,
B
78 , 1
2
3.4.9 Model9:
+
,
-
.
9
, ;= ,
:
9 ,
B
78 , 1
2
3.4.10 Model10:
+
,
-
. ,
;= ,
:
9 ,
?
78 , 1
2
3.4.11 Model11:
+
,
-
. ,
;= ,
:
9 ,
B
78 , 1
2
3.4.12 Model12:
+
,
-
.
78
, .
,
:
;= ,
?
9 ,
A
78 , 1
2
3.4.13 Model13:
+
,
-
.
9
, .
,
:
;= ,
B
9 ,
?
78 , 1
2
3.4.14 Model14:
+
,
-
. ,
. ,
:
;= ,
B
9 ,
?
78 , 1
2
3.4.15
Dalam penelitian ini penulis hanya akan menganalisis dengan menggunakan model 12, model 13 dan model 14, dimana selanjutnya model
12 akan disebut sebagai model 1, model 13 disebut sebagai model 2 dan model 14 sebagai model 3.
3.2.7. Metode Analisis Data