Analisis keterkaitan dinamis suku bunga di antara negara-negara ASEAN+3

OLEH :

DEWI ROHMAWATI H14103080

DEPARTEMEN ILMU EKONOMI

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR

2007

Negara-negara ASEAN+3 (dibimbing oleh Noer Azam Achsani).

Penetapan suku bunga merupakan urat nadi bagi setiap bank di berbagai negara karena kesalahan dalam penetapan suku bunga maka akan berdampak negatif bagi bank di negara tersebut. Bila suatu bank terlalu tinggi menetapkan tingkat suku bunga simpanan masyarakat, maka bank tersebut akan membayar biaya dana yang terlalu tinggi dari yang seharusnya. Apabila terlalu rendahnya tingkat suku bunga simpanan masyarakat yang ditetapkan bank, maka bank tersebut akan kesulitan untuk menghimpun dana masyarakat.

Oleh sebab itu, mengetahui hubungan suku bunga antar negara sangat penting untuk membentuk model keuangan dan ekonomi internasional. Hubungan suku bunga mencerminkan derajat mobilitas modal dimana sangat penting bagi para investor untuk menentukan keputusannya dalam berinvestasi portofolio. Hubungan suku bunga internasional ini dilandasi oleh kondisi paritas suku bunga yang menghubungkan dua negara dengan integrasi pada pasar valas.

Penelitian ini bertujuan menganalisis keterkaitan suku bunga di antara negara-negara ASEAN+3. Semua data yang digunakan berupa data bulanan mulai dari Januari 1994 hingga Desember 2006. Variabel-variabel yang dianalisis dalam penelitian ini adalah data suku bunga pasar dari lima negara ASEAN (Singapura, Malaysia, Indonesia, Filipina, dan Thailand), Jepang, Korea Selatan, dan Hongkong. Metode yang digunakan adalah metode Vector Auto Regression (VAR) yang dikombinasikan dengan Vector Error Correction Model (VECM) dengan menggunakan program Eviews 4.1.

Berdasarkan hasil penelitian dengan menggunakan empat alat analisis (matriks korelasi, kausalitas Granger, Impulse Response Function, dan Decomposition of Forecasting Error Variance) dapat ditarik kesimpulan bahwa terdapat keterkaitan suku bunga di antara negara-negara ASEAN kecuali Indonesia, sedangkan antara ASEAN dengan Korsel serta ASEAN dengan Hongkong belum terdapat keterkaitan yang sempurna. Keterkaitan juga tidak terjadi di antara ASEAN dengan Jepang karena Jepang merupakan negara yang terlalu kuat bagi ASEAN, sehingga ASEAN sebagai negara kecil belum mampu mempengaruhi pergerakan suku bunga Jepang.

Dari hasil penelitian dapat diketahui bahwa belum terdapat keterkaitan yang kuat di antara ASEAN+3. Oleh sebab itu, dibutuhkan waktu yang cukup lama dalam proses penyesuaian di antara negara-negara yang terlibat agar terjadi konvergensi suku bunga guna mendukung integrasi finansial. Dalam penelitian ini hanya membahas keterkaitan suku bunga untuk melihat kemungkinan adanya integrasi finansial di kawasan Asia. Oleh karena itu, untuk penelitian selanjutnya disarankan dapat mengkaji indikator lainnya dari integrasi finansial ataupun karakteristik OCA lainnya dalam rangka pembentukan Komunitas Masyarakat Ekonomi Asia Timur.

Oleh

DEWI ROHMAWATI H14103080

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR

2007

Dengan ini menyatakan bahwa skripsi yang disusun oleh, Nama Mahasiswa : Dewi Rohmawati

Nomor Registrasi Pokok : H14103080 Program Studi : Ilmu Ekonomi

Judul Penelitian : Analisis Keterkaitan Dinamis Suku Bunga di antara Negara-negara ASEAN+3

dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.

Menyetujui, Dosen Pembimbing

Ir. Noer Azam Achsani, MS, Ph.D NIP. 132 014 445

Mengetahui,

Ketua Departemen Ilmu Ekonomi

Ir. Rina Oktaviani, MS, Ph.D NIP. 131 846 872

ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

Bogor, 24 Agustus 2007

Dewi Rohmawati

Jakarata. Penulis anak ke dua dari empat bersaudara, dari pasangan Sunaryo dan Roisih. Jenjang pendidikan penulis lalui tanpa hambatan, penulis menamatkan sekolah dasar pada SDN 04 Joglo, kemudian melanjutkan ke SLTP Negeri 219 Jakarta Barat dan lulus pada tahun 2000. Pada tahun yang sama penulis diterima di SMUN 29 Jakarta Selatan dan lulus pada tahun 2003.

Pada tahun 2003 penulis melanjutkan studi ke jenjang yang lebih tinggi. Institut Pertanian Bogor (IPB) menjadi pilihan penulis dengan harapan besar agar dapat memperoleh ilmu dan mengembangkan pola pikir, sehingga sumber daya yang berguna diri sendiri, lingkungan dan bangsa. Penulis masuk IPB melalui jalur Undangan Seleksi Masuk IPB (USMI) dan diterima sebagai mahasiswa Program Studi Ilmu Ekonomi dan Studi Pembangunan pada Fakultas Ekonomi dan Manajemen. Selama menjadi mahasiswa, penulis aktif pada organisasi HIPOTESA.

hidayah-Nya sehingga penulis dapat menyelesaikan penyusunan skripsi ini. Judul skripsi ini adalah “Analisis Keterkaitan Dinamis Suku Bunga di antara ASEAN+3”. ASEAN+3 merupakan topik yang sedang hangat dibicarakan di kalangan ekonom saat ini. Oleh sebab itu, penulis tertarik untuk melakukan penelitian dengan topik ini. Disamping hal tersebut, skripsi ini juga merupakan salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.

Penulis mengucapkan terimakasih yang sebesar-besarnya kepada semua pihak yang telah membantu dalam pembuatan skripsi ini, yaitu :

1. Bapak Noer Azam Achsani, Ph.D yang telah memberikan bimbingan dalam proses pembuatan skripsi ini.

2. Bapak Syamsul Hidayat Pasaribu, M.Si selaku dosen penguji. 3. Bapak Jaenal Effendi, MA selaku Komisi Pendidikan.

4. Orang tua, kakak, dan adik-adik yang telah memberikan dorongan moril maupun materiil.

5. Afif Ferdianto yang selalu mendukung dan membantu setiap proses pembuatan skripsi ini.

6. Hani, Imas, Bety, dan Ina yang bersedia meluangkan waktunya untuk memberikan saran dan kritik.

7. Heni dan Ari yang telah sama-sama berjuang untuk menyelesaikan tugas akhir.

8. Dian Timor yang telah bersedia meminjamkan laptopnya untuk keperluan sidang.

9. Semua staf Departemen Ilmu Ekonomi yang telah bersedia direpotkan. 10. Semua pihak yang tidak bisa disebutkan satu persatu, khususnya angkatan

DAFTAR ISI

Halaman

DAFTAR TABEL...viii

DAFTAR GAMBAR... ix

DAFTAR LAMPIRAN... x

I. PENDAHULUAN... 1

1.1 Latar Belakang... 1

1.2 Perumusan Masalah... 4

1.3 Tujuan dan manfaat Penelitian... ..5

II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN... 6

2.1 Investasi... 6

2.2 Teori Tingkat Bunga Fisher...8

2.3 Teori Paritas Suku Bunga ...9

2.4 Covered Interest Parity (CIP)... 12

2.5 Penelitian Terdahulu... 12

2.6 Kerangka Pemikiran... 14

III. METODE PENELITIAN... 15

3.1 Jenis dan Sumber Data... 15

3.2 Metode Pengolahan dan Analisis Data... 16

3.2.1 Matriks Korelasi... 16

3.2.2 Kausalitas Bivariat Granger... 16

3.2.3 Vector Autoregression (VAR)... 17

3.2.3.1Model Penelitian VAR... 19

3.2.3.2Uji Stasioneritas... 20

3.2.3.3Penentuan Lag Optimal... 21

3.2.3.4Uji Kestabilan... 21

3.2.3.5Uji Kointegrasi... 22

3.2.3.6 Vector Error Correction Model(VECM)... 22

3.2.3.8 Decomposition of Forecasting Error Variance... 23

IV. HASIL DAN PEMBAHASAN... 24

4.1 Matriks Korelasi... 24

4.2 Uji Kausalitas Bivariat Granger... 25

4.3 Vector Autoregression (VAR)... 26

4.3.1 Uji Kestasioneran Data... 26

4.3.2 Penetapan Lag Optimal... 28

4.3.3 Uji Kestabilan... 30

4.3.4 Uji Kointegrasi... 30

4.3.5 Simulasi Impulse Response Function (IRF)... 31

4.3.6 Simulasi Dekomposisi Penduga Ragam Galat... 42

V. KESIMPULAN DAN SARAN... 53

DAFTAR PUSTAKA... 54

DAFTAR TABEL

Nomor Halaman

3.1 Variabel-variabel Suku Bunga... 15

4.1 Hasil Uji Matriks Korelasi... 24

4.2 Hasil Perhitungan Z-hitung... 25

4.3 Uji Kausalitas Granger... 25

4.4 Uji Stasioneritas pada Tingkat Level... 26

4.5 Uji Stasioneritas pada Tingkat First Differences... 27

4.6 Uji Lag Optimal... 28

4.7 Uji Johansen’s Trace Statistic... 31

4.8 DFEV terhadap Suku Bunga Filipina... 43

4.9 DFEV terhadap Suku Bunga Hongkong... 44

4.10 DFEV terhadap Suku Bunga Indonesia... 45

4.11 DFEV terhadap Suku Bunga Jepang... 46

4.12 DFEV terhadap Suku Bunga Korea... 48

4.13 DFEV terhadap Suku Bunga Malaysia... 49

4.14 DFEV terhadap Suku Bunga Singapura... 50

OLEH :

DEWI ROHMAWATI H14103080

DEPARTEMEN ILMU EKONOMI

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR

2007

Negara-negara ASEAN+3 (dibimbing oleh Noer Azam Achsani).

Penetapan suku bunga merupakan urat nadi bagi setiap bank di berbagai negara karena kesalahan dalam penetapan suku bunga maka akan berdampak negatif bagi bank di negara tersebut. Bila suatu bank terlalu tinggi menetapkan tingkat suku bunga simpanan masyarakat, maka bank tersebut akan membayar biaya dana yang terlalu tinggi dari yang seharusnya. Apabila terlalu rendahnya tingkat suku bunga simpanan masyarakat yang ditetapkan bank, maka bank tersebut akan kesulitan untuk menghimpun dana masyarakat.

Oleh sebab itu, mengetahui hubungan suku bunga antar negara sangat penting untuk membentuk model keuangan dan ekonomi internasional. Hubungan suku bunga mencerminkan derajat mobilitas modal dimana sangat penting bagi para investor untuk menentukan keputusannya dalam berinvestasi portofolio. Hubungan suku bunga internasional ini dilandasi oleh kondisi paritas suku bunga yang menghubungkan dua negara dengan integrasi pada pasar valas.

Penelitian ini bertujuan menganalisis keterkaitan suku bunga di antara negara-negara ASEAN+3. Semua data yang digunakan berupa data bulanan mulai dari Januari 1994 hingga Desember 2006. Variabel-variabel yang dianalisis dalam penelitian ini adalah data suku bunga pasar dari lima negara ASEAN (Singapura, Malaysia, Indonesia, Filipina, dan Thailand), Jepang, Korea Selatan, dan Hongkong. Metode yang digunakan adalah metode Vector Auto Regression (VAR) yang dikombinasikan dengan Vector Error Correction Model (VECM) dengan menggunakan program Eviews 4.1.

Berdasarkan hasil penelitian dengan menggunakan empat alat analisis (matriks korelasi, kausalitas Granger, Impulse Response Function, dan Decomposition of Forecasting Error Variance) dapat ditarik kesimpulan bahwa terdapat keterkaitan suku bunga di antara negara-negara ASEAN kecuali Indonesia, sedangkan antara ASEAN dengan Korsel serta ASEAN dengan Hongkong belum terdapat keterkaitan yang sempurna. Keterkaitan juga tidak terjadi di antara ASEAN dengan Jepang karena Jepang merupakan negara yang terlalu kuat bagi ASEAN, sehingga ASEAN sebagai negara kecil belum mampu mempengaruhi pergerakan suku bunga Jepang.

Dari hasil penelitian dapat diketahui bahwa belum terdapat keterkaitan yang kuat di antara ASEAN+3. Oleh sebab itu, dibutuhkan waktu yang cukup lama dalam proses penyesuaian di antara negara-negara yang terlibat agar terjadi konvergensi suku bunga guna mendukung integrasi finansial. Dalam penelitian ini hanya membahas keterkaitan suku bunga untuk melihat kemungkinan adanya integrasi finansial di kawasan Asia. Oleh karena itu, untuk penelitian selanjutnya disarankan dapat mengkaji indikator lainnya dari integrasi finansial ataupun karakteristik OCA lainnya dalam rangka pembentukan Komunitas Masyarakat Ekonomi Asia Timur.

Oleh

DEWI ROHMAWATI H14103080

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR

2007

Dengan ini menyatakan bahwa skripsi yang disusun oleh, Nama Mahasiswa : Dewi Rohmawati

Nomor Registrasi Pokok : H14103080 Program Studi : Ilmu Ekonomi

Judul Penelitian : Analisis Keterkaitan Dinamis Suku Bunga di antara Negara-negara ASEAN+3

dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.

Menyetujui, Dosen Pembimbing

Ir. Noer Azam Achsani, MS, Ph.D NIP. 132 014 445

Mengetahui,

Ketua Departemen Ilmu Ekonomi

Ir. Rina Oktaviani, MS, Ph.D NIP. 131 846 872

ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

Bogor, 24 Agustus 2007

Dewi Rohmawati

Jakarata. Penulis anak ke dua dari empat bersaudara, dari pasangan Sunaryo dan Roisih. Jenjang pendidikan penulis lalui tanpa hambatan, penulis menamatkan sekolah dasar pada SDN 04 Joglo, kemudian melanjutkan ke SLTP Negeri 219 Jakarta Barat dan lulus pada tahun 2000. Pada tahun yang sama penulis diterima di SMUN 29 Jakarta Selatan dan lulus pada tahun 2003.

Pada tahun 2003 penulis melanjutkan studi ke jenjang yang lebih tinggi. Institut Pertanian Bogor (IPB) menjadi pilihan penulis dengan harapan besar agar dapat memperoleh ilmu dan mengembangkan pola pikir, sehingga sumber daya yang berguna diri sendiri, lingkungan dan bangsa. Penulis masuk IPB melalui jalur Undangan Seleksi Masuk IPB (USMI) dan diterima sebagai mahasiswa Program Studi Ilmu Ekonomi dan Studi Pembangunan pada Fakultas Ekonomi dan Manajemen. Selama menjadi mahasiswa, penulis aktif pada organisasi HIPOTESA.

hidayah-Nya sehingga penulis dapat menyelesaikan penyusunan skripsi ini. Judul skripsi ini adalah “Analisis Keterkaitan Dinamis Suku Bunga di antara ASEAN+3”. ASEAN+3 merupakan topik yang sedang hangat dibicarakan di kalangan ekonom saat ini. Oleh sebab itu, penulis tertarik untuk melakukan penelitian dengan topik ini. Disamping hal tersebut, skripsi ini juga merupakan salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.

Penulis mengucapkan terimakasih yang sebesar-besarnya kepada semua pihak yang telah membantu dalam pembuatan skripsi ini, yaitu :

1. Bapak Noer Azam Achsani, Ph.D yang telah memberikan bimbingan dalam proses pembuatan skripsi ini.

2. Bapak Syamsul Hidayat Pasaribu, M.Si selaku dosen penguji. 3. Bapak Jaenal Effendi, MA selaku Komisi Pendidikan.

4. Orang tua, kakak, dan adik-adik yang telah memberikan dorongan moril maupun materiil.

5. Afif Ferdianto yang selalu mendukung dan membantu setiap proses pembuatan skripsi ini.

6. Hani, Imas, Bety, dan Ina yang bersedia meluangkan waktunya untuk memberikan saran dan kritik.

7. Heni dan Ari yang telah sama-sama berjuang untuk menyelesaikan tugas akhir.

8. Dian Timor yang telah bersedia meminjamkan laptopnya untuk keperluan sidang.

9. Semua staf Departemen Ilmu Ekonomi yang telah bersedia direpotkan. 10. Semua pihak yang tidak bisa disebutkan satu persatu, khususnya angkatan

DAFTAR ISI

Halaman

DAFTAR TABEL...viii

DAFTAR GAMBAR... ix

DAFTAR LAMPIRAN... x

I. PENDAHULUAN... 1

1.1 Latar Belakang... 1

1.2 Perumusan Masalah... 4

1.3 Tujuan dan manfaat Penelitian... ..5

II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN... 6

2.1 Investasi... 6

2.2 Teori Tingkat Bunga Fisher...8

2.3 Teori Paritas Suku Bunga ...9

2.4 Covered Interest Parity (CIP)... 12

2.5 Penelitian Terdahulu... 12

2.6 Kerangka Pemikiran... 14

III. METODE PENELITIAN... 15

3.1 Jenis dan Sumber Data... 15

3.2 Metode Pengolahan dan Analisis Data... 16

3.2.1 Matriks Korelasi... 16

3.2.2 Kausalitas Bivariat Granger... 16

3.2.3 Vector Autoregression (VAR)... 17

3.2.3.1Model Penelitian VAR... 19

3.2.3.2Uji Stasioneritas... 20

3.2.3.3Penentuan Lag Optimal... 21

3.2.3.4Uji Kestabilan... 21

3.2.3.5Uji Kointegrasi... 22

3.2.3.6 Vector Error Correction Model(VECM)... 22

3.2.3.8 Decomposition of Forecasting Error Variance... 23

IV. HASIL DAN PEMBAHASAN... 24

4.1 Matriks Korelasi... 24

4.2 Uji Kausalitas Bivariat Granger... 25

4.3 Vector Autoregression (VAR)... 26

4.3.1 Uji Kestasioneran Data... 26

4.3.2 Penetapan Lag Optimal... 28

4.3.3 Uji Kestabilan... 30

4.3.4 Uji Kointegrasi... 30

4.3.5 Simulasi Impulse Response Function (IRF)... 31

4.3.6 Simulasi Dekomposisi Penduga Ragam Galat... 42

V. KESIMPULAN DAN SARAN... 53

DAFTAR PUSTAKA... 54

DAFTAR TABEL

Nomor Halaman

3.1 Variabel-variabel Suku Bunga... 15

4.1 Hasil Uji Matriks Korelasi... 24

4.2 Hasil Perhitungan Z-hitung... 25

4.3 Uji Kausalitas Granger... 25

4.4 Uji Stasioneritas pada Tingkat Level... 26

4.5 Uji Stasioneritas pada Tingkat First Differences... 27

4.6 Uji Lag Optimal... 28

4.7 Uji Johansen’s Trace Statistic... 31

4.8 DFEV terhadap Suku Bunga Filipina... 43

4.9 DFEV terhadap Suku Bunga Hongkong... 44

4.10 DFEV terhadap Suku Bunga Indonesia... 45

4.11 DFEV terhadap Suku Bunga Jepang... 46

4.12 DFEV terhadap Suku Bunga Korea... 48

4.13 DFEV terhadap Suku Bunga Malaysia... 49

4.14 DFEV terhadap Suku Bunga Singapura... 50

DAFTAR GAMBAR

Nomor Halaman

4.1 Respon suku bunga Filipina Terhadap

Guncangan Suku Bunga Negara lain... 32

4.2 Respon suku bunga Hongkong Terhadap Guncangan Suku Bunga Negara lain... 33

4.3 Respon suku bunga Indonesia Terhadap Guncangan Suku Bunga Negara lain... 34

4.4 Respon suku bunga Jepang Terhadap Guncangan Suku Bunga Negara lain... 35

4.5 Respon suku bunga Korea Terhadap Guncangan Suku Bunga Negara lain... 37

4.6 Respon suku bunga Malaysia Terhadap Guncangan Suku Bunga Negara lain... 38

4.7 Respon suku bunga Singapura Terhadap Guncangan Suku Bunga Negara lain... 39

4.8 Respon suku bunga Thailand Terhadap Guncangan Suku Bunga Negara lain... 41

4.9 DFEV Suku Bunga Filipina... 43

4.10 DFEV Suku Bunga Hongkong... 45

4.11 DFEV Suku Bunga Indonesia... 46

4.12 DFEV Suku Bunga Jepang... 47

4.13 DFEV Suku Bunga Korea... 49

4.14 DFEV Suku Bunga Malaysia... 50

4.15 DFEV Suku Bunga Singapura... 51

DAFTAR LAMPIRAN

Nomor Halaman

1 Kausalitas Granger... 57 2 Uji Stasioneritas Filipina pada Level... 58 3 Uji Stasioneritas Hongkong pada Level... 59 4 Uji Stasioneritas Indonesia pada Level... 59 5 Uji Stasioneritas Jepang pada Level... 60 6 Uji Stasioneritas Korea pada Level... 61 7 Uji Stasioneritas Malaysia pada Level... 61 8 Uji Stasioneritas Singapura pada Level... 62 9 Uji Stasioneritas Thailand pada Level... 63 10 Uji Stasioner Filipina pada Tingkat first Differences... 63 11 Uji Stasioner Hongkong pada Tingkat first Differences... 64 12 Uji Stasioner Indonesia pada Tingkat first Differences... 65 13 Uji Stasioner Jepang pada Tingkat first Differences... 65 14 Uji Stasioner Korea pada Tingkat first Differences... 66 15 Uji Stasioner Malaysia pada Tingkat first Differences... 67 16 Uji Stasioner Singapura pada Tingkat first Differences... 67 17 Uji Stasioner Thailand pada Tingkat first Differences... 68 18 Lag Optimal... 68 19 Uji Kestabilan... 69 20 Uji Kointegrasi... 69 21 Impulse Response Function of Filipina... 75 22 Impulse Response Function of Hongkong... 76 23 Impulse Response Function of Indonesia... 77 24 Impulse Response Function of Jepang... 78 25 Impulse Response Function of Korea... 79 26 Impulse Response Function of Malaysia... 80 27 Impulse Response Function of Singapura... 81

28 Impulse Response Function of Thailand... 82 29 Variance Decomposition of Filipina... 83 30 Variance Decomposition of Hongkong... 84 31 Variance Decomposition of Indonesia... 85 32 Variance Decomposition of Jepang... 86 33 Variance Decomposition of Korea... 87 34 Variance Decomposition of Malaysia... 88 35 Variance Decomposition of Singapura... 89 36 Variance Decomposition of Thailand... 90

I. PENDAHULUAN

1.1. Latar Belakang

Saat ini ASEAN (Association South East Asian Nations) maupun ASEAN+3 (ASEAN, Jepang, Korea Selatan, dan Cina) sedang giat untuk menumbuhkan integrasi finansialnya. Hal ini ditunjukkan pada pertemuan puncak menteri-menteri keuangan ASEAN di Singapura yang telah memasukkan agenda integrasi ekonomi ASEAN, terutama di bidang finansial untuk mempercepat masuknya kembali arus investasi ke kawasan ASEAN. Upaya kerja sama tersebut dilakukan dengan mengadakan Roadshow, terutama ke Eropa dan Amerika Serikat untuk mempromosikan peluang investasi di Asia Tenggara. Bank-bank sentral di tingkat regional juga telah bersepakat untuk mengembangkan pasar obligasi regional (Asian Bond Initiative) yang dipelopori oleh pembentukan Asian Bond Fund sebesar 1 miliar Dollar AS pada Juni 2003. Kerja sama yang mirip terjadi dalam lingkup ASEAN+3 dengan ditandatanganinya kesepakatan Chiang Mai (Chiang Mai Initiative) pada Mei 2000. Dalam kesepakatan tersebut, negara-negara anggota membentuk jaringan fasilitas swap devisa yang sewaktu-waktu dapat digunakan negara anggota jika mengalami kesulitan likuiditas.

Untuk lebih meningkatkan perannya dalam perekonomian global, ASEAN+3 merasa perlu membuat pasar keuangannya lebih terpadu dengan mengembangkan pasar keuangan nasional dan regional yang lebih lentur, sehingga dapat mengurangi berbagai kerapuhan dengan ditingkatkannya penyaluran tabungan dan investasi. Berbagai keuntungan yang akan diperoleh dari

integrasi finansial merupakan langkah penting berikutnya dalam integrasi ASEAN+3 yang terus mengalami peningkatan dalam perekonomian global. Integrasi finansial secara regional dan global akan turut mengintensifkan pasar keuangan dan meningkatkan kelenturan negara-negara ASEAN+3 dalam menghadapi shock dari luar. Integrasi ini juga akan memfasilitasi perbaikan dalam penggunaan sumber dana tabungan dan investasi yang amat besar di kawasan Asia Timur. Dengan demikian, akan memungkinkan kawasan Asia Timur untuk turut serta dalam perekonomian global dengan cara yang lebih seimbang.

Upaya peningkatan integrasi finansial ini menunjukkan bahwa liberalisasi keuangan di kawasan tersebut telah berkembang pesat sebagai dampak dari aliran modal internasional yang semakin meningkat. Dengan adanya liberalisasi keuangan, maka negara-negara yang terlibat di dalamnya menjadi saling ketergantungan. Hal ini mengindikasikan bahwa tidak akan ada yang mengantisipasi dampak krisis yang berasal dari satu negara yang akan segera ditransmisikan ke negara-negara lainnya di dalam satu kawasan sebagai dampak dari simetris shock dari adanya integrasi finansial. Liberalisasi keuangan juga mengindikasikan adanya kebijakan moneter yang bebas. Menurut Caporale dan Williams dalam Barassi, Caporale, dan Hall (2000), kemampuan pemerintah setiap negara sangat penting untuk merespon kebijakan moneter yang bebas dengan memperhatikan kesamaan suku bunga dalam jangka panjang sebagai implikasi dari terintegrasinya pasar keuangan internasional. Apabila penentu utama dari suku bunga dalam jangka panjang berasal dari internal (negaranya sendiri), maka kebijakan suku bunga masih terletak di tangan pembuat kebijakan

di dalam negara tersebut. Hal ini menunjukkan bahwa penyamaan dalam sistem keuangan seperti pada ERM (Exchange Rate Mechanism) yang bertujuan untuk menciptakan koordinasi kebijakan hanya mungkin dilakukan jika kekuasaan moneter telah melepaskan kebijakan suku bunga dalam jangka panjang pada kekuatan pasar internasional dalam periode yang lama.

Menurut Kirchgassner dan Wolters dalam Devine (1997), peran pemerintah dalam mengurangi hambatan aliran modal internasional sangat penting bagi keterkaitan pasar modal internasional dan keuangan internasional. Peningkatan keterkaitan suku bunga pada pasar tersebut membawa dampak kebijakan yang penting bagi kebebasan kebijakan moneter oleh bank-bank sentral di masing-masing negara. Jika suatu negara cukup besar atapun terisolasi dari negara lainnya, maka negara tersebut tidak peka terhadap perubahan suku bunga di negara lainnya. Oleh sebab itu, keterkaitan suku bunga harus didorong dengan kebijakan moneter yang bebas.

Proses liberalisasi suku bunga sudah mulai terjadi pada akhir tahun 1970-an di Singapura d1970-an Malaysia, Indonesia pada awal tahun 1980-1970-an, Thail1970-and pada akhir 1980-an dan Korea pada tahun 1990-an. Liberalisasi tersebut dilakukan dengan menghilangkan batasan tertinggi dari tingkat deposito dan lending, sehingga akan terjadi penghapusan terhadap pengendalian suku bunga (Bensidoun, Coudert, dan Nayman, 1997). Suku bunga merupakan variabel makroekonomi yang paling dekat dengan perekonomian. Hal ini dikarenakan pergerakannya langsung mempengaruhi kesehatan perekonomian setiap harinya. Suku bunga mempengaruhi keputusan seseorang dalam menggunakan uangnya

untuk melakukan konsumsi atau menabung ataupun berinvestasi pada pasar keuangan. Suku bunga juga mempengaruhi perilaku investor untuk berinvestasi di sektor riil atau menyimpan uangnya di bank. Keputusan seseorang untuk membelanjakan uangnya atau berinvestasi didasarkan pada besarnya suku bunga nominal. Keterkaitan suku bunga antar negara merupakan masalah yang penting karena suku bunga terletak pada jantung mekanisme transmisi dari kebijakan moneter dan memainkan peranan yang penting dalam mempengaruhi kegiatan riil melalui perilaku saving dan investasi.

1.2. Perumusan Masalah

Penetapan suku bunga merupakan urat nadi bagi setiap bank di berbagai negara karena kesalahan dalam penetapan suku bunga maka akan berdampak negatif bagi bank di negara tersebut. Bila suatu bank terlalu tinggi menetapkan tingkat suku bunga simpanan masyarakat, maka bank tersebut akan membayar biaya dana yang terlalu tinggi dari yang seharusnya dan sebaliknya, bila terlalu rendahnya tingkat suku bunga simpanan masyarakat yang ditetapkan bank, maka bank tersebut akan kesulitan untuk menghimpun dana masyarakat.

Oleh sebab itu, mengetahui hubungan suku bunga antar negara sangat penting untuk membentuk model keuangan dan ekonomi internasional. Hubungan suku bunga mencerminkan derajat mobilitas modal dimana sangat penting bagi para investor untuk menentukan keputusannya dalam berinvestasi portofolio. Hubungan suku bunga internasional ini dilandasi oleh kondisi paritas suku bunga yang menghubungkan dua negara dengan integrasi pada pasar valas. Teori paritas suku bunga menjelaskan bahwa dengan tingginya derajat mobilitas modal, maka

aset-aset finansial dua negara akan disubstitusi di antara mereka dan arbitrase akan membawa suku bunga satu negara sama dengan suku bunga negara lainnya di tambah premium forward pada kedua negara tersebut. Oleh karena itu, dua suku bunga dapat bergerak secara bersamaan sepanjang waktu ketika premium forwardnya tetap (Zhou, 2003).

Berdasarkan penjelasan di atas, dapat diketahui bahwa suku bunga berperan penting dalam kehidupan perekonomian suatu negara setiap harinya. Hal ini mendorong peneliti untuk merumuskan permasalahan yang perlu diteliti, yaitu bagaimana keterkaitan suku bunga yang terjadi di antara negara-negara ASEAN+3?

1.3. Tujuan dan Manfaat Penelitian

Peenelitian ini bertujuan untuk menganalisis keterkaitan suku bunga yang terjadi di antara negara-negara ASEAN+3 yang terdiri dari lima negara ASEAN, Jepang, Korea Selatan, dan Hongkong. Adapun lima negara ASEAN tersebut adalah kelima negara pendiri ASEAN, yaitu Singapura, Malaysia, Indonesia, Filipina, dan Thailand. Oleh sebab itu, penelitian ini dapat bermanfaat untuk mengetahui lebih jauh mengenai keterkaitan suku bunga yang terjadi di antara negara-negara ASEAN+3. Bagi pengambil kebijakan dapat berguna untuk mengetahui kondisi suku bunga di Indonesia agar dapat segera membenahi kondisi politik serta perekonomiannya guna mengejar ketertinggalan dari negara-negara lainnya dalam rangka penciptaan komunitas masyarakat ekonomi Asia Timur. Bagi peneliti sendiri berguna sebagai sarana untuk mengembangkan wawasan dan ilmu pengetahuan yang telah didapat selama masa perkuliahan.

II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN

2.1. Pengertian dan Karakteristik Investasi

Menurut Sukirno dalam Rakhma (2005), investasi dapat diartikan sebagai suatu kegiatan menanam modal, baik dalam bentuk uang maupun benda pada suatu objek dengan tujuan untuk memperoleh keuntungan, dengan demikian, banyaknya keuntungan yang akan diperoleh besar perannya dalam menentukan tingkat investasi yang akan dilakukan oleh pengusaha. Secara garis besar ada tiga sumber utama modal asing dalam suatu negara yang menganut system perekonomian terbuka yaitu pinjaman luar negeri (debt), penanaman modal asing langsung (Foreign Direct Investment), dan Penanaman Modal Asing Tidak Langsung (Foreign Indirect Investment) atau disebut juga investasi portofolio (Portfolio Investment). Investasi portofolio ini merupakan bentuk penanaman modal yang sebagian besar terdiri dari penguasaan atas saham yang dapat dipindahkan (yang dikeluarkan atau dijamin oleh negara pengimpor modal), terhadap saham atau surat utang oleh pemerintah dan warga negara di beberapa negara lain. Penguasaan saham tersebut tidak sama dengan hak untuk mengendalikan perusahaan. Para pemegang saham hanya memiliki hak dividen.

Alasan utama orang berinvestasi adalah untuk memperoleh keuntungan dan tingkat keuntungan investasi disebut sebagai return. Return yang diharapkan investor dari investasi yang dilakukannya merupakan kompensasi atas biaya kesempatan (opportunity cost) dan risiko penurunan daya beli akibat adanya

pengaruh inflasi. Tandelin dalam Sally (2005), membedakan return dalam investasi menjadi dua, yaitu:

1. Return yang diharapkan (expected return)

Return yang diharapkan merupakan tingkat return yang diantisipasi investor di masa datang.

2. Return yang terjadi atau return aktual merupakan tingkat return yang diperoleh investor di masa lalu.

Berdasarkan motivasi terjadinya investasi portofolio, ada beberapa faktor yang mendorong perolehan return yang lebih tinggi (Salvatore, 1990):

1. Pertumbuhan yang lebih tinggi di luar negeri 2. Perlakuan pajak yang lebih menguntungkan

3. Tersedianya infrastruktur yang lebih memadai dan diversifikasi resiko Berdasarkan teori pilihan portofolio (Theory of Portfolio Choice), ada beberapa faktor yang mempengaruhi seseorang untuk membeli suatu aset (Mishkin, 2001):

1. Kesejahteraan (Wealth), jika kekayaan seseorang semakin meningkat, maka orang akan memiliki sumber dana yang lebih banyak untuk membeli aset-aset.

2. Harapan hasil (Expected Return), yaitu harapan hasil yang didapatkan dengan memegang aset tersebut.

3. Risiko (Risk), yaitu derajat ketidakpastian yang dihubungkan dengan suatu aset relatif terhadap aset-aset lainnya.

4. Likuiditas (Liquidity), yaitu seberapa cepat dan mudah suatu aset dirubah dalam bentuk uang tunai (cash).

Untuk mengetahui keadaan aliran modal internasional di suatu negara, dapat dilihat pada catatan neraca pembayaran (balances of payment) negara yang bersangkutan, khususnya dalam transaksi neraca modal. Bila transaksi neraca modal mengalami surplus, berarti terjadi aliran modal bersih yang masuk (net capital inflow) ke negara tersebut. Dalam hal ini berarti terjadi penjualan aset finansial ke luar negeri yang lebih besar dari pada pembelian aset finansial dari luar negeri. Aliran modal masuk ini cenderung meningkatkan aliran cadangan internasional, sehingga dapat memperbaiki kinerja pembayaran yang dibarengi dengan terapresiasinya nilai tukar. Jika transaksi modal yang terjadi adalah defisit, maka akan menyebabkan hal sebaliknya.

Selama periode meningkatnya aliran modal masuk (capital inflow) telah mengakibatkan apresiasi nilai tukar riil. Hal ini merupakan dampak yang terkandung di dalam aliran modal masuk yang terlampau deras, terutama jika aliran modal masuk didominasi oleh investasi asing berupa investasi portofolio atau investasi berjangka pendek. Secara teoritis, suatu perekonomian terbuka dengan arus lalu lintas modal yang bebas, nilai tukar mata mata uangnya cenderung mengalami apresiasi karena adanya capital inflow yang didukung oleh perbedaan suku bunga (interest differential) yang positif.

2.2. Teori Tingkat Bunga Fisher

Para ekonom menyebutkan tingkat bunga yang dibayar bank sebagai tingkat bunga nominal (nominal interest rate) dan kenaikan dalam daya beli

masyarakat sebagai tingkat bunga riil (real interest rate). Jika i menyatakan tingkat bunga nominal, r tingkat bunga riil, dan π laju inflasi, maka hubungan di antara ketiga variabel ini dapat ditulis sebagai berikut (Mankiw, 2003):

π

+ =r

i (2.1)

Pada persamaan di atas terlihat bahwa tingkat bunga nominal merupakan penjumlahan di antara tingkat bunga riil dan laju inflasi yang menunjukkan bahwa tingkat bunga dapat berubah karena dua alasan, yaitu tingkat bunga riil yang berubah atau inflasi yang berubah. Sehingga terdapat hubungan positif antara tingkat bunga nominal dengan inflasi dimana kenaikan satu persen dalam laju inflasi akan menyebabkan kenaikan satu persen dalam tingkat bunga nominal. Persamaan tersebut juga menunjukkan bahwa terdapat hubungan negatif antara tingkat bunga riil dengan inflasi. Jika terjadi inflasi, maka akan menurunkan tingkat bunga riil. Artinya ketika terjadi peningkatan inflasi, maka suku bunga deposito riil akan menurun dan sebaliknya terjadi ketika terjadi penurunan inflasi, maka tingkat bunga deposito riil akan meningkat.

2.3. Teori Paritas Suku Bunga

Teori paritas suku bunga menjelaskan bahwa dengan tingginya derajat mobilitas modal, maka aset-aset finansial dua negara akan disubstitusi di antara mereka dan arbitrase akan membawa suku bunga satu negara sama dengan suku bunga negara lainnya di tambah premium forward pada kedua negara tersebut. Oleh karena itu, dua suku bunga dapat bergerak secara bersamaan sepanjang waktu ketika premium forward tidak berubah (Zhou, 2003).

Sedangkan teori paritas suku bunga menurut Mishkin (2001), menjelaskan bahwa bila perbedaan suku bunga tabungan domestik dan suku bunga luar negeri sama dengan tingkat swap, yaitu perbedaan antara kurs di masa mendatang (forward exchange rate) dan nilai tukar spot, maka kondisi demikian menunjukkan di mana masyarakat tidak akan memperoleh keuntungan apapun bila menginvestasikan dananya di luar negeri. Secara matematis, teori tersebut adalah:

e e f i

i− * = − (2.2)

Dimana i adalah suku bunga tabungan (dalam mata uang domestik), i* adalah suku bunga tabungan luar negeri (dalam mata uang asing), f adalah nilai tukar di masa mendatang, dan e adalah nilai tukar spot. Berdasarkan persamaan di atas, maka rate of return rupiah atas simpanan dollar kurang lebih sama dengan suku bunga dollar Amerika Serikat. Jika tingkat bunga domestik di atas tingkat bunga luar negeri, maka terdapat positive appreciation dalam mata uang luar negeri, yang harus diimbangi denga penurunan tingkat bunga luar negeri.

Menurut Chinn (2007), kondisi pariatas suku bunga adalah kondisi dimana tidak ada keuntungan arbitrase. Cara yang paling mudah untuk memahami kondisi ini adalah berkenaan dengan karakteristik investor untuk menyimpan pada tempat yang berbeda. Anggaplah mata uang dalam negeri adalah dollar, dan mata uang asing adalah euro. Kemudian, anggaplah terdapat pasar forward dan para investor dapat menyimpan dananya di dalam negeri, sehingga akan menerima suku bunga i atau merubahnya dalam nilai tukar S. Alternatif lain, investor akan menerima suku bunga asing i* dan kemudian merubahnya kembali ke dalam mata uang domestik

dengan tingkat forward F yang diperoleh pada waktu t untuk perdagangan pada waktu t+1.

) 1

( +i versus

t t t t t S S F

i × −

+ * ,+1

) 1 (

Jika tingkat pengembalian kotor di sebelah kiri lebih besar dari yang kanan, maka para investor akan menyimpan dananya di dalam negeri. Jika sebaliknya, maka para investor akan menyimpan dananya di luar negeri. Dengan pergerakan jumlah modal yang tidak terbatas dalam mencari tingkat pengembalian tertinggi (asumsi : tidak ada resiko dalam bentuk nominal), maka tingkat pengembalian akan sama.

t t t t t S S F i

i = + × −

+ * ,+1

) 1 ( ) 1

( (2.3)

Setelah dirubah, t t t t t S S F i i i − = +

− ,+1 * * ) 1 ( ) ( (2.4)

Kondisi ini disebut Covered Interest Parity (CIP) yang menggambarkan fakta bahwa para investor akan terlindungi untuk menghadapi ketidakpastian nominal dalam pasar forward. Jika tingkat forward sama dengan tingkat spot masa depan, maka Ft,t+1 = Se t,t+1. Kemudian persamaan (2.4) menjadi :

t t e t t t S S S i i

i ₌ −

+

− ,+1 * * ) 1 ( ) ( (2.5)

Dimana e adalah ekspektasi. Persamaan (2.5) diistilahkan dengan Uncovered Interest Rate Parity. Hal ini terjadi ketika para investor tidak

memerlukan kompensasi terhadap ketidakpastian yang berhubungan dengan mata uang perdagangan di masa depan.

2.4. Covered Interest Parity (CIP)

Menurut Zhou (2003), persamaan CIP dapat ditulis sebagai berikut:

t t t f t

d r f S

r _, = _, + − (2.6)

Dimana r_d,t =ln(1+R_d,t)yang menunjukkan logaritma dari yield aset domestik; )r_f,t =ln(1+R_f,t adalah logaritma dari yield aset asing yang sama. Rd,t

dan Rf,t adalah suku bunga domestik dan suku bunga asing; st =lnSt adalah logaritma dari nilai tukar spot (mata uang domestik per mata uang asing); dan

t

t F

f =ln adalah logaritma dari nilai tukar forward. Premium forward ft - st yang

secara umum dapat didekomposisi dalam risiko premium (RP) dan diharapkan dapat merubah nilai tukar mata uang dari kedua negara (E(Δs)). Persamaannya adalah sebagai berikut:

) (

,

, r RP E s

r_dt = _ft + + Δ (2.7)

Dimana )RP= f_t −E(S_t+1 adalah logaritma dari nilai tukar spot yang diharapkan; dan E(ΔS)=E(S_t+1)−s_t. Karena perubahan nilai tukar tidak berubah untuk semua negara industri, maka perubahan yang diharapkan dari nilai tukar umumnya dianggap tidak berubah.

2.5. Penelitian Terdahulu

Penelitian ini memiliki kemiripan dengan penelitian lain sebelumnya. Peneliti tersebut diantaranya Trivisvavet (2001) dan Hanie (2006).

Trivisvavet (2001) dalam penelitiannya yaitu ”Do East Asian Countries Constitute An Optimum Currency Area?” menggunakan model Bayoumi dan Eichengreen (1994). Data yang digunakan mulai dari tahun 1970 hingga 1999 dengan data tahunan. Penelitian ini menggunakan analisis ekonometrika Vector Autoregression (VAR). Variabel yang digunakan adalah Consumer Price Index (CPI) untuk mengukur tingkat inflasi dan GDP riil untuk mengukur tingkat pendapatan nasional. Negara-negara yang digunakan adalah Hongkong, Indonesia, Jepang, Korea, Malaysia, Filipina, Singapura, dan Thailand. Hasil penelitiannya menunjukkan bahwa negara-negara Asia Timur dapat membentuk monetary union tanpa kehilangan kebebasan dari kebijakan moneter dan fiskal di setiap negara. Tanpa Indonesia, Asia Timur dapat membentuk monetary union dan menggunakan mata uang regionalnya.

Hanie (2006) dalam penelitiannya ”Analisis Konvergensi Nominal dan Riil diantara Negara-negara ASEAN_5, Jepang, dan Korea Selatan” menggunakan analisis ekonometrika Vector Autoregression (VAR) yang dilanjutkan dengan Vector Error Correction Model (VECM). Program yang digunakan adalah Eviews.4.1 dan variabel yang digunakan adalah IPX sebagai proksi dari pendapatan nasional serta CPI untuk mengukur tingkat inflasi. Data yang digunakan adalah data bulanan dari Januari 1990 hingga Desember 2005. Negara-negara yang digunakan adalah Indonesia, Malaysia, Filipina, Singapura, Thailand, Jepang, dan Korea Selatan. Hasil penelitiannya menunjukkan bahwa ada konvergensi nominal dan riil di antara negara-negara tersebut kecuali

Indonesia. Konvergensi riil juga terjadi di antara ASEAN dan Korea Selatan kecuali Indonesia.

2.6. Kerangka Pemikiran

Integrasi finansial merupakan salah satu karakteristik dari Optimum Currency Area (OCA) yang ingin dibentuk oleh ASEAN+3 sebagai Komunitas Masyarakat Ekonomi Asia Timur. Adapun karakteristik OCA meliputi ukuran perekonomian derajat keterbukaan dan arah perdagangan, derajat mobilitas tenaga kerja serta fleksibilitas upah dan harga, derajat kemiripan struktur ekonomi, sinkronisasi siklus bisnis, derajat fleksibilitas kebijakan fiskal, derajat integrasi finansial, kemiripan tingkat kesempatan kerja serta tingkat inflasi (Grubel dan Ingram dalam Amrita, 2004). Salah satu indikator yang dapat mengukur derajat integrasi finansial adalah suku bunga dimana suku bunga merupakan hal terpenting bagi para pelaku ekonomi dalam membuat keputusan saving dan investasi. Suku bunga pasar uang (money market rate) digunakan untuk membuat keputusan dalam investasi di pasar uang. Liberalisasi suku bunga akan membuat negara-negara yang tergabung menjadi saling ketergantungan antara satu dengan yang lainnya, sehingga apabila terjadi guncangan (shock) suku bunga di suatu negara, maka negara lain juga akan ikut terguncang sebagai dampak simetris shock dari adanya liberalisasi tersebut.

III. METODE PENELITIAN

3.1. Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang berupa gabungan dari data runtun waktu (time series). Data-data yang digunakan diperoleh dari suatu badan statistik dunia, yaitu Bloomberg dan IMF (International Monetary Fund). Semua data yang digunakan berupa data bulanan mulai dari Januari 1994 hingga Desember 2006. Variabel-variabel yang dianalisis dalam penelitian ini adalah variabel suku bunga pasar uang (money market rate) dari lima negara ASEAN (Indonesia, Filipina, Malaysia, Singapura, Thailand) dan tiga negara lain di Asia Timur, yaitu Jepang, Korea Selatan, dan Hongkong. Berikut adalah definisi dari simbol-simbol variabel yang digunakan.

Tabel 3.1. Variabel-variabel Suku Bunga Simbol Variabel Definisi

RFIL Suku bunga Filipina

RHONG Suku bunga Hongkong

RIND Suku bunga Indonesia

RJEP Suku bunga Jepang

RKOR Suku bunga Korea Selatan

RMAL Suku bunga Malaysia

RSING Suku bunga Singapura RTHAI Suku bunga Thailand

3.2. Metode Pengolahan dan Analisis Data

3.2.1. Matriks Korelasi

Uji matriks korelasi dilakukan untuk melihat keeratan hubungan yang terjadi antara variabel dependen dengan variabel-variabel independennya. Untuk menentukan korelasi tersebut signifikan atau tidak, maka dilakukan dengan membandingkan nilai Z-hitung dengan nilai Z-tabel pada taraf nyata yang telah ditentukan. Hipotesis nol adalah tidak ada hubungan, sedangkan hipotesis alternatifnya adalah terdapat hubungan. Jika

2 0

2 α

α Z Z

Z ≤ ≤

− , maka H0 diterima

yang berarti variabel tersebut tidak signifikan atau tidak terdapat hubungan. Nilai Z-hitung dapat dirumuskan sebagai berikut (Hasan, 2004):

) 1 ( −

=r n

Z (3.1)

dimana:

Z = nilai sebaran Z, r = koefisien korelasi, n = jumlah observasi.

3.2.2. Kausalitas Bivariat Granger

Kausalitas Bivariat Granger dilakukan untuk melihat hubungan sebab akibat di antara variabel-variabel yang digunakan dalam analisis. Terjadi kausalitas secara nyata atau tidak diketahui dengan membandingkan probabilitas dengan nilai kritis yang digunakan dimana hipotesis nol adalah tidak terdapat hubungan kausalitas dan hipotesis alternatifnya adalah terdapat hubungan kausalitas. Pada penelitian ini, jika probabilitas lebih kecil dari 0.05, maka dikatakan terjadi kausalitas yang signifikan.

3.2.3. Vector Autoregression (VAR)

Metode analisis yang digunakan dalam penelitian ini adalah metode Vector Autoregression (VAR) apabila data yang digunakan telah stasioner pada tingkat level. Namun bila data belum stasioner pada tingkat level, maka analisis yang dilakukan akan disesuaikan yaitu dengan menggunakan metode Vector Error Corection Model (VECM). Hal ini perlu dilakukan karena bila kita meregresikan variabel-variabel yang tidak stasioner maka akan menimbulkan fenomena spurious regression (regresi palsu). Penggunaan metode ini diharapkan dapat merepresentasikan bagaimana varibel suku bunga di suatu negara dapat mempengaruhi variabel yang sama di negara lain dan sebaliknya.

Pada penelitian ini penulis akan menganalisis data tersebut dengan menggunakan program ekonometrika Eviews 4. 1. Untuk sampai pada hasil proses pengolahan dengan program Eviews ada beberapa langkah yang harus dilalui, yaitu :

1. Uji kestasioneran data yang dilakukan untuk mengetahui apakah variabel yang akan dianalisa mengandung akar unit dengan menggunakan uji Augemented Dickey-Fuller (ADF)

2. Jika hasil dari uji ADF ini mengandung akar unit atau dengan kata lain data tidak stasioner pada tingkat level, maka harus dilakukan penarikan diferensial sampai data stasioner, dilakukan pengujian pada tingkat first difference atau Vector Error Correction Model (VECM)

3. Uji lag optimal dengan menggunakan uji Schwarz Information Criterion (SC)

4. Uji kestabilan pada lag optimalnya

5. Uji kointegrasi dilakukan dengan pendekatan Johansen dan menggunakan ordo VAR (p-1), dengan tujuan untuk mengetahui jumlah rank kointegrasi yang terjadi

6. Impulse Response Function (IRF) dan Variance Decomposition (VD) untuk melihat perilaku dan peran shock masing-masing variabel terhadap variabel tertentu

Vector Autoregressive (VAR) adalah suatu bentuk model ekonometrika yang menjadikan suatu peubah sebagai fungsi linear dari konstanta dan lag dari peubah itu sendiri serta nilai lag dari peubah lain yang terdapat dalam suatu sistem persamaan tertentu. Metode VAR memiliki beberapa keunggulan dibandingkan dengan metode ekonometrika lainnya, yaitu:

1. Metode VAR dapat menangkap hubungan-hubungan yang mungkin terjadi di antara varaibel-variabel yang dianalisis karena VAR mengembangkan model secara bersamaan dalam suatu sistem yang multivariat,

2. Metode VAR terbebas dari berbagai batasan teori-teori ekonomi, sehingga terhindar dari penafsiran yang salah.

Selain beberapa keunggulan yang dimilikinya metode VAR juga memiliki kelemahan, seperti pada metode VAR tidak mempermasalahkan perbedaan eksogenitas dan endogenitas variabel. Mengikuti Syabran dalam Hanie (2006), VAR dengan n buah peubah tak bebas pada waktu ke-t dan dengan ordo p, dapat dituliskan dalam model persamaan berikut:

Di mana :

Yt = Vektor peubah tak bebas (Y1t, Y2t,..., Ynt) berukuran n x 1,

Ao = Vektor intersep berukuran n x 1,

A1 = Matriks parameter berukuran n x n, untuk setiap i = 1, 2,…,p, єt = Vektor sisaan ( 1t, 2t,...., nt) berukuran n x1.

Pada analisis VAR terdapat asumsi yang harus dipenuhi, yaitu semua peubah harus bersifart stasioner dan semua sisaan harus bersifat white noise (yaitu memiliki rataan nol, ragam konstan, dan di antara variabel tak bebas tidak ada korelasi).

3.2.3.1.Model Penelitian VAR

Pada penelitian ini penulis ingin melihat keterkaitan suku bunga yang terjadi di antara delapan negara di kawasan Asia, yaitu Indonesia, Filipina, Malaysia, Singapura, Thailand, Jepang, Korea Selatan, dan Hongkong. Model yang akan terbentuk adalah seperti berikut ini:

= + +bj (D)

Keterangan :

Ft = Suku Bunga Filipina Ht = Suku Bunga Hongkong It = Suku Bunga Indonesia

Kt Tt Mt St Jt Ft It Ht

a11(L) a12(L) a13(L) a14(L) a15(L) a16(L) a17(L) a21(L) a22(L) a23(L) a24(L) a25(L) a26(L) a27(L) a31(L) a32(L) a33(L) a34(L) a35(L) a36(L) a37(L) a41(L) a42(L) a43(L) a44(L) a45(L) a46(L) a47(L) a51(L) a52(L) a53(L) a54(L) a55(L) a57(L) a57(L)

a61(L) a62(L) a63(L) a64(L) a65(L) a66(L) a67(L) a71(L) a72(L) a73(L) a74(L) a75(L) a76(L) a77(L) a81(L) a82(L) a83(L) a84(L) a85(L) a86(L) a87(L)

Kt-i Tt-i Mt-i St-i Jt-i Ft-i It-i Ht-i εit εit εit εit εit εit εit εit

Jt = Suku Bunga Jepang Kt = Suku Bunga Korea Selatan Mt = Suku Bunga Malaysia St = Suku Bunga Singapura Tt = Suku Bunga Thailand i = lag ke-i

ε = Error D = Dummy Krisis

aij, bj = Koefisien regresi pada model VAR 3.2.3.2.Uji Stasioneritas

Salah satu syarat dalam analisis VAR adalah data yang stasioner. Pada data runtun waktu sering kali terdapat akar unit (tidak stasioner), atau dengan kata lain nilai rata-rata dan variannya selalu berubah sepanjang waktu. Uji ADF dilakukan pada persamaan umum VAR, seperti pada persamaan (3.2), yang kemudian diubah parameternya dengan mengurangi Yt-1 pada kedua sisi

persamaan, sehingga kita dapatkan Y_t −Y_t−1 = A_tY_t−1−Y_t−1+ε_t. Kemudian persamaan (3.2) dapat diubah menjadi sebagai berikut:

ΔYt = Ao + Yt-1 + A2 Yt-2 + … + Ap Yt-p + t (3.3)

Adapun hipotesis yang diuji adalah:

H0 : = 0 (data mengikuti pola yang stokatis atau mengandung akar unit), H1 : < 0 (data mengikuti pola yang stasioner).

Keputusan uji ADF ditentukan dengan melihat nilai statistik yang kemudian dibandingkan dengan nilai kritikal MacKinnon pada Tabel

Dickey-Fuller. Apabila nilai statistik lebih besar dari pada tingkat krisis MacKinnon, pada tingkat kritis yang telah ditentukan, 1 persen, 5 persen, atau 10 persen, maka H0 diterima yang berarti data mengandung akar unit tidak stasioner. Sebaliknya bila nilai statistik lebih kecil dari pada nilai kritis MacKinnon maka H0 ditolak yang mengindikasikan bahwa data stasioner.

3.2.3.3.Penentuan Lag Optimal

Pada penelitian ini penentuan lag optimal hanya dilakukan berdasarkan kriteria SC. Untuk menetapkan tingkat lag yang paling optimal, model VAR atau VECM harus diestimasi dengan berbeda-beda tingkat lagnya, kemudian dibandingkan nilai SC-nya. Nilai SC terkecil dipakai sebagai patokan pada tingkat lag paling optimal karena nilai SC minimum menggambarkan residual yang paling kecil merupakan alternatif dari AIC dimana memberikan penalty terhadap penambahan variabel. Dimana AIC dan SC dirumuskan sebagai berikut:

AIC = log [ Σ t2 / N ] + 2 k / N (3.3)

SC= AIC+(k/N) (log N-1) (3.4)

Di mana Σ t2 adalah jumlah residu kuadrat, sedangkan N dan k masing-masing merupakan jumlah sampel dan jumlah variabel yang beroperasi pada persamaan tersebut. Besarnya lag optimal ditentukan oleh lag yang memiliki nilai kriteria SC yang terkecil.

3.2.3.4.Uji Kestabilan

Pengujian ini perlu dilakukan untuk melihat apakah lag optimal dari persamaan VAR sudah stabil atau belum. Untuk melihat kestabilannya dilakukan dengan melihat nilai modulusnya. Apabila semua nilai modulusnya lebih kecil

dari satu, maka persamaan tersebut dikatakan stabil dan bila terdapat nilai modulus yang lebih besar dari satu, maka persamaan tersebut dikatakan belum stabil.

3.2.3.5.Uji Kointegrasi

Kointegrasi adalah suatu hubungan jangka panjang antara variabel-variabel yang meskipun secara individual tidak stasioner, tetapi kombinasi linier antara variabel tersebut dapat menjadi stasioner. Uji kointegrasi Johanssen seperti yang ditunjukkan oleh persamaan berikut:

t t p

i i t

t Y Y

Y =β +π + ΓΔ +ε

Δ ₋

=

−

∑

1

1 1

0 (3.5)

Komponen dari vektor Yt dapat dikatakan terkointegrasi bila ada vektor β = (β1, β2,..., βn) sehingga kombinasi linier βYt, bersifat stasioner. Vektor β disebut

vektor kointegrasi yang saling bebas, rank kointegrasi ini dapat diketahui melalui uji Johanssen.

3.2.3.6.Vector Error Corretion Model (VECM)

Adanya hubungan kointegrasi di antara kedua variabel mengisyaratkan bahwa sebuah formulasi error correction pada VAR dapat diestimasi. Model VAR yang diperoleh kemudian dievaluasi dan dianalisis masing-masing residual variabel dalam model dengan menggunakan estimasi VECM-nya. Ansari dalam Firmansyah (2006) mengemukakan bahwa sama kasusnya dengan unrestricted VAR, koefisien yang dihasilkan VECM juga sulit untuk diinterpretasi. Dalam penelitian ini, hasil estimasi VECM tidak dijelaskan lebih lanjut. Oleh karena itu, penelitian dilanjutkan dengan alat analisis dinamis dari Impulse Response Function (IRF) dan Decomposition of Forecasting Error Variance (DFEV)

3.2.3.7.Impulse Response Function (IRF)

VAR merupakan metode yang akan menentukan sendiri struktur dinamis dalam suatu model, dan cara untuk mencirikan struktur dinamis tersebut adalah dengan menganalisis respon dari model terhadap guncangan (shock). IRF adalah suatu innovation accounting yang digunakan untuk menganalisis perilaku guncangan suatu variabel terhadap variabel tertentu. IRF dapat melakukan hal tersebut dengan menunjukkan bagaimana respon dari setiap variabel endogen sepanjang waktu terhadap kejutan dari variabel itu sendiri dan variabel endogen lainnya atau dengan kata lain, untuk melihat efek gejolak (shock) suatu standar deviasi dari variabel inovasi terhadap nilai sekarang (current time values) dan nilai yang akan datang (future values) dari variabel-variabel endogen yang terdapat dalam model yang diamati.

3.2.3.8.Decomposition of Forecasting Error Variance (DFEV)

Peramalan dekomposisi varian memberikan informasi mengenai berapa persen peran masing-masing guncangan terhadap variabilitas variabel tertentu. Uji yang dikenal juga dengan The Cholesky Decomposition, ini digunakan untuk menyusun perkiraan error variance suatu variabel, yaitu seberapa besar perbedaan antara variance sebelum dan sesudah terjadinya guncangan, baik guncangan yang berasal dari variabel itu sendiri maupun dari variabel lain. Dengan metode ini dapat dilihat pula kekuatan dan kelemahan dari masing-masing variabel dalam mempengaruhi variabel lainnya dalam kurun waktu yang panjang.

IV. HASIL DAN PEMBAHASAN

Bab ini akan membahas mengenai hasil penelitian yang telah dilakukan, yaitu untuk melihat keterkaitan suku bunga di antara negara-negara ASEAN, Jepang, Korea Selatan, dan Hongkong untuk mencerminkan kemungkinan terjadinya integrasi finansial. Negara-negara ASEAN yang digunakan dalam penelitian ini adalah Filipina, Indonesia, Malaysia, Singapura, dan Thailand. 4.1. Matriks Korelasi

Uji matriks korelasi dilakukan untuk melihat keeratan hubungan yang terjadi antara variabel dependen dengan variabel-variabel independennya. Hasil pengujian matriks korelasi pada Tabel 4.1 menunjukkan bahwa antar semua variabel memiliki keeratan hubungan atau dengan kata lain terdapat korelasi kecuali hubungan antara Jepang dengan Indonesia. Dalam penelitian ini digunakan uji dua arah dengan tingkat kritis sebesar lima persen, sehingga nilai Z-tabelnya adalah 1.96. Apabila nilai Z-hitung berada di wilayah penolakan hipotesis nol, maka terdapat hubungan yang signifikan di antara variabel tersebut. Tabel 4.1. Hasil Uji Matriks Korelasi

RInd RKor RFil RSing RThai RJep RMal RHong

RInd

1 0.50789 0.447193 0.559265 0.542843 0.003087 0.645284 0.514004

RKor

1 0.571442 0.745076 0.874731 0.589815 0.840501 0.479843

RFil

1 0.521765 0.631251 0.458719 0.594924 0.548478

RSing

1 0.721465 0.361371 0.690497 0.590954

RThai

1 0.439156 0.855923 0.499139

RJep

1 0.287892 0.276634

RMal

1 0.55181

RHong

1

Tabel 4.2. Hasil Perhitungan Z-hitung

RInd RKor RFil RSing RThai RJep RMal RHong

RInd

6.323 5.568 6.963 6.758 0.038 8.034 6.399

RKor

7.114 9.276 10.890 7.343 10.464 5.974

RFil

6.496 7.859 5.711 7.407 6.828

RSing

8.982 4.499 8.597 7.357

RThai

5.468 10.656 6.214

RJep

3.584 3.444

RMal

6.867

RHong

Cetak tebal menunjukkan signifikan

4.2. Uji Kausalitas Bivariat Granger

Uji kausalitas ini dilakukan untuk melihat hubungan kausalitas yang terjadi di antara variabel-variabel dalam model. Pada penelitian ini, uji kausalitas yang digunakan adalah Granger Causality Test yang hasilnya dapat dilihat pada Tabel 4.3.

Tabel 4.3. Uji Kausalitas Granger

Variabel Bebas

Variabel

Terikat

RFil RHong RInd RJep RKor RMal RSing RThai

RFil 5.71 2.28 6.47 6.06 7.28 3.40 12.36

RHong 0.22 2.15 1.31 4.68 3.89 4.61 4.77

Rind 6.01 0.07 0.35 7.42 22.30 14.66 9.66

RJep 1.24 0.68 0.35 6.35 0.05 0.87 0.92

RKor 14.47 0.49 0.83 1.77 0.21 1.53 5.79

RMal 0.98 2.10 10.19 1.13 17.23 3.56 7.59

RSing 15.78 0.61 0.17 1.51 1.72 1.21 11.81

RThai 2.29 0.85 6.39 1.30 21.04 2.48 6.01

Angka-angka pada Tabel 4.2 adalah nilai F-Stat untuk masing-masing hipoteis kausalitas Granger. Pada uji kausalitas bivariat, hipotesis nol (H0) yang diuji adalah tidak adanya hubungan kausalitas di antara kedua variabel, sementara hipotesis alternatifnya (H1) adalah adanya hubungan kausalitas di antara kedua variabel. Untuk menerima atau menolak H0 digunakan nilai probabilitas yang dibandingkan dengan nilai kritis yang digunakan. Bila nilai probabilitas lebih kecil dari nilai kritisnya maka H0 ditolak atau bisa dikatakan terdapat hubungan kausalitas pada variabel-variabel yang diuji. Pada Tabel 4.2 terlihat bahwa angka-angka yang dicetak tebal menunjukkan adanya hubungan kausalitas. Dari uji Granger Kausality yang telah dilakukan menunjukkan bahwa terdapat hubungan kausalitas dua arah antara Filipina-Korea, Singapura-Thailand, Indonesia-Thailand, Indonesia-Malaysia, Filipina-Singapura, dan Thailand-Korea. Pada uji ini juga terlihat bahwa setiap suku bunga di antara negara ASEAN hampir saling mempengaruhi, sedangkan suku bunga Korsel dapat mempengaruhi semua negara ASEAN kecuali Singapura, namun Korsel hanya dipengaruhi Filipina dan Thailand. Suku bunga Jepang hanya mempengaruhi Filipina, namun Jepang hanya dipengaruhi oleh Korea, sedangkan suku bunga Hongkong hanya mempengaruhi Filipina, namun dipengaruhi oleh tiga negara ASEAN dan Korea.

4.3. Vector Autoregression (VAR)

4.3.1. Uji Kestasioneran

Sebelum melakukan estimasi persamaan, langkah awal yang harus dilakukan adalah melakukan uji stasioner untuk setiap variabel yang digunakan. Pengujian ini dilakukan dengan uji Augmented Dickey Fuller (ADF). Hasil uji

Lampiran 31.

Variance Decomposition

of

Indonesia

Periode S.E. RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG 1 4.246772 0.790899 2.982332 6.850748 6.531868 0.454731 1.695152 80.69427 0.000000 2 4.771641 2.474498 3.103336 10.71924 5.798863 0.687900 1.368179 74.88878 0.959201 3 4.871185 3.122705 3.417588 11.18191 5.645013 0.739702 2.146424 72.09192 1.654731 4 5.175558 4.837841 3.094571 15.69955 5.463895 1.671861 1.926353 64.08265 3.223280 5 5.500860 11.38026 3.873370 15.74431 5.318763 1.828931 1.806357 56.72766 3.320350 6 6.057840 22.48337 5.255707 14.51508 4.407944 2.163385 1.503765 46.82037 2.850372 7 6.820151 32.43138 7.254542 13.47766 3.498115 2.895541 1.186414 36.97183 2.284520 8 7.639425 39.02525 9.428394 12.61537 2.825889 3.801582 0.973104 29.50887 1.821539 9 8.514661 42.55021 12.48575 11.78644 2.294017 4.732263 0.882099 23.79820 1.471026 10 9.415726 45.25898 14.89816 10.85582 1.883036 5.467237 0.928800 19.46878 1.239181 11 10.35505 47.15566 16.91728 10.25161 1.559326 6.075826 0.905903 16.09970 1.034694 12 11.28185 48.34458 18.33611 10.01577 1.316593 6.622468 0.879741 13.59247 0.892263 13 12.18863 48.95215 19.28912 10.10318 1.130789 7.144897 0.853314 11.72542 0.801123 14 13.05314 49.24477 20.03533 10.17997 0.986548 7.643671 0.830440 10.32940 0.749876 15 13.88302 49.49492 20.53943 10.24887 0.872351 8.087069 0.819621 9.225476 0.712255 16 14.68009 49.73298 20.91747 10.27461 0.780593 8.483880 0.800869 8.331931 0.677677 17 15.44246 49.95043 21.16911 10.28937 0.706304 8.854275 0.780798 7.602891 0.646821 18 16.17332 50.09209 21.37525 10.30739 0.645034 9.196910 0.761577 7.000466 0.621289 19 16.87011 50.19617 21.55212 10.30269 0.593858 9.509461 0.748071 6.496994 0.600640 20 17.53910 50.28039 21.70897 10.28929 0.550221 9.787994 0.737534 6.063181 0.582417 21 18.18233 50.35882 21.84388 10.26926 0.512663 10.03335 0.728294 5.687396 0.566332 22 18.80323 50.42508 21.95358 10.25893 0.480031 10.25084 0.719422 5.360384 0.551742 23 19.40290 50.47439 22.04736 10.25518 0.451423 10.44550 0.710977 5.075445 0.539712 24 19.98287 50.51454 22.12573 10.25522 0.426123 10.62017 0.703738 4.824837 0.529642 25 20.54514 50.55031 22.19476 10.25504 0.403571 10.77660 0.697153 4.601722 0.520840 26 21.09125 50.58712 22.25323 10.25366 0.383375 10.91715 0.691159 4.401478 0.512826 27 21.62291 50.62231 22.30424 10.25257 0.365190 11.04426 0.685373 4.220687 0.505368 28 22.14094 50.65498 22.34965 10.25101 0.348734 11.16005 0.680048 4.056950 0.498576 29 22.64652 50.68466 22.39127 10.24924 0.333757 11.26575 0.675255 3.907720 0.492343 30 23.14050 50.71237 22.43020 10.24646 0.320058 11.36233 0.670959 3.771001 0.486618 31 23.62386 50.73869 22.46615 10.24350 0.307476 11.45067 0.667060 3.645176 0.481274 32 24.09734 50.76319 22.49955 10.24076 0.295878 11.53176 0.663432 3.529116 0.476314 33 24.56155 50.78579 22.53035 10.23852 0.285153 11.60653 0.660082 3.421832 0.471734 34 25.01705 50.80646 22.55908 10.23669 0.275202 11.67570 0.656977 3.322371 0.467516 35 25.46430 50.82578 22.58581 10.23500 0.265944 11.73987 0.654112 3.229879 0.463611 36 25.90381 50.84397 22.61071 10.23346 0.257308 11.79955 0.651435 3.143604 0.459963 37 26.33596 50.86116 22.63393 10.23200 0.249235 11.85525 0.648922 3.062954 0.456548 38 26.76114 50.87731 22.65565 10.23067 0.241673 11.90738 0.646562 2.987398 0.453342 39 27.17965 50.89247 22.67611 10.22939 0.234574 11.95631 0.644349 2.916467 0.450334 40 27.59182 50.90675 22.69539 10.22814 0.227896 12.00230 0.642276 2.849735 0.447503 41 27.99793 50.92024 22.71363 10.22692 0.221602 12.04562 0.640325 2.786832 0.444830 42 28.39824 50.93300 22.73085 10.22576 0.215661 12.08649 0.638485 2.727445 0.442305 43 28.79300 50.94503 22.74716 10.22469 0.210043 12.12512 0.636745 2.671294 0.439917 44 29.18243 50.95641 22.76262 10.22368 0.204723 12.16169 0.635099 2.618124 0.437658 45 29.56673 50.96718 22.77728 10.22274 0.199677 12.19637 0.633539 2.567703 0.435517 46 29.94611 50.97741 22.79120 10.22184 0.194885 12.22930 0.632057 2.519821 0.433485 47 30.32075 50.98714 22.80444 10.22100 0.190328 12.26061 0.630648 2.474291 0.431552 48 30.69082 50.99640 22.81703 10.22019 0.185990 12.29042 0.629305 2.430945 0.429713 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG

Lampiran 32.

Variance Decomposition

of

Jepang

Periode S.E. RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG 1 0.066834 0.495527 0.007070 0.322388 2.517594 96.65742 0.000000 0.000000 0.000000 2 0.111107 1.673057 0.774062 1.469008 1.494224 94.11872 0.464764 0.005464 0.000707 3 0.152929 2.616643 0.618628 1.750995 1.318748 92.91604 0.747255 0.029233 0.002462 4 0.194249 3.550985 0.687603 1.603031 1.758972 91.56807 0.759030 0.026301 0.046008 5 0.234775 4.005860 0.615745 1.880746 2.054323 90.38221 0.954252 0.018078 0.088781 6 0.272474 4.199400 0.580997 2.220320 2.196574 89.69112 0.960629 0.029283 0.121674 7 0.307222 4.267170 0.501373 2.496977 2.291519 89.27613 0.928250 0.071260 0.167319 8 0.339689 4.277746 0.448887 2.835115 2.342461 88.86103 0.891578 0.136707 0.206479 9 0.369773 4.264803 0.408376 2.989939 2.357605 88.66351 0.876101 0.205596 0.234068 10 0.397549 4.204416 0.383505 3.083155 2.356881 88.62185 0.865783 0.237702 0.246710 11 0.423475 4.127712 0.373659 3.109446 2.348952 88.67513 0.860061 0.252766 0.252271 12 0.447874 4.045555 0.372863 3.130819 2.331866 88.74556 0.862106 0.261143 0.250087 13 0.471014 3.974741 0.383535 3.145647 2.316709 88.79650 0.866213 0.267225 0.249428 14 0.493112 3.909968 0.397493 3.161468 2.307010 88.82566 0.876077 0.272309 0.250010 15 0.514315 3.849643 0.416176 3.184874 2.302172 88.83281 0.885796 0.277467 0.251061 16 0.534701 3.792197 0.433534 3.212189 2.299503 88.82966 0.895561 0.284057 0.253295 17 0.554339 3.738119 0.449947 3.248230 2.297992 88.81455 0.902951 0.292163 0.256045 18 0.573291 3.689319 0.464545 3.284362 2.297244 88.79392 0.909230 0.301880 0.259501 19 0.591609 3.644462 0.477512 3.320316 2.296618 88.77164 0.914943 0.311634 0.262880 20 0.609339 3.603476 0.489513 3.351505 2.296200 88.75279 0.919909 0.320536 0.266074 21 0.626530 3.565470 0.500315 3.379231 2.295561 88.73794 0.924565 0.328208 0.268706 22 0.643234 3.530826 0.510571 3.403852 2.294750 88.72551 0.928657 0.334905 0.270932 23 0.659495 3.499467 0.520011 3.425759 2.293914 88.71450 0.932605 0.340839 0.272903 24 0.675355 3.471130 0.528947 3.445814 2.293285 88.70374 0.936290 0.346099 0.274695 25 0.690846 3.445401 0.537205 3.463955 2.292891 88.69351 0.939810 0.350848 0.276377 26 0.705996 3.421826 0.544819 3.481029 2.292650 88.68353 0.943033 0.355181 0.277928 27 0.720826 3.400238 0.551778 3.496968 2.292514 88.67389 0.945942 0.359255 0.279412 28 0.735357 3.380391 0.558100 3.512042 2.292425 88.66454 0.948589 0.363106 0.280811 29 0.749605 3.362132 0.563894 3.526067 2.292376 88.65567 0.950990 0.366735 0.282141 30 0.763586 3.345225 0.569190 3.539055 2.292335 88.64750 0.953211 0.370110 0.283377 31 0.777313 3.329520 0.574088 3.551065 2.292287 88.64005 0.955247 0.373227 0.284515 32 0.790802 3.314895 0.578621 3.562160 2.292219 88.63329 0.957140 0.376110 0.285562 33 0.804063 3.301260 0.582851 3.572480 2.292140 88.62706 0.958901 0.378781 0.286529 34 0.817109 3.288529 0.586809 3.582070 2.292062 88.62128 0.960557 0.381267 0.287430 35 0.829950 3.276603 0.590523 3.591046 2.291992 88.61587 0.962116 0.383583 0.288270 36 0.842596 3.265406 0.594014 3.599464 2.291931 88.61079 0.963583 0.385753 0.289060 37 0.855055 3.254866 0.597297 3.607403 2.291875 88.60600 0.964963 0.387797 0.289804 38 0.867336 3.244929 0.600391 3.614905 2.291824 88.60145 0.966261 0.389729 0.290508 39 0.879445 3.235543 0.603309 3.622001 2.291778 88.59715 0.967488 0.391560 0.291175 40 0.891390 3.226659 0.606068 3.628721 2.291734 88.59307 0.968646 0.393294 0.291806 41 0.903178 3.218237 0.608681 3.635086 2.291691 88.58922 0.969744 0.394938 0.292405 42 0.914813 3.210239 0.611159 3.641126 2.291648 88.58557 0.970785 0.396499 0.292972 43 0.926302 3.202637 0.613516 3.646862 2.291606 88.58211 0.971774 0.397981 0.293511 44 0.937651 3.195400 0.615759 3.652319 2.291565 88.57883 0.972716 0.399391 0.294023 45 0.948863 3.188505 0.617897 3.657515 2.291526 88.57570 0.973615 0.400733 0.294511 46 0.959945 3.181925 0.619938 3.662473 2.291488 88.57271 0.974473 0.402014 0.294976 47 0.970901 3.175641 0.621888 3.667208 2.291452 88.56986 0.975292 0.403236 0.295421 48 0.981734 3.169633 0.623752 3.671736 2.291418 88.56713 0.976075 0.404406 0.295845 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG

Lampiran 33.

Variance Decomposition

of

Korea

Periode S.E. RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG 1 0.904511 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2 1.426267 95.48954 2.159775 0.610397 0.068557 0.221913 1.106601 0.257358 0.085854 3 1.830732 87.69832 6.680075 1.663904 0.400053 2.240413 0.683083 0.263347 0.370803 4 2.206833 80.83543 11.47726 1.511052 0.431118 4.449786 0.838205 0.195887 0.261269 5 2.562333 75.09356 15.68395 1.151314 0.331092 6.141625 1.034719 0.366158 0.197585 6 2.911561 70.62118 18.49817 1.359134 0.308979 7.235372 1.269702 0.554436 0.153029 7 3.220579 67.76917 19.83670 2.031385 0.299234 8.183356 1.285913 0.460825 0.133419 8 3.499158 65.22441 20.21489 3.180705 0.326366 9.231721 1.203570 0.431899 0.186443 9 3.752743 63.00376 20.14761 4.322877 0.383666 10.15806 1.143666 0.517144 0.323218 10 3.981600 61.52360 19.84501 5.108368 0.431822 10.98332 1.092340 0.603182 0.412363 11 4.192354 60.61985 19.45706 5.591625 0.458102 11.75798 1.027325 0.622464 0.465597 12 4.387632 60.05242 19.03917 5.897348 0.463652 12.47815 0.965246 0.616953 0.487065 13 4.568972 59.58447 18.70545 6.091657 0.459409 13.15449 0.911724 0.603318 0.489481 14 4.737538 59.18380 18.45601 6.188320 0.455445 13.77257 0.872626 0.580056 0.491169 15 4.896761 58.84616 18.27505 6.232852 0.455307 14.30761 0.843439 0.550361 0.489231 16 5.048550 58.56424 18.13414 6.258908 0.457684 14.75982 0.819332 0.521144 0.484729 17 5.194433 58.31594 18.00343 6.300551 0.460644 15.14566 0.797412 0.495415 0.480948 18 5.334823 58.08150 17.88193 6.357747 0.464774 15.48287 0.776691 0.474393 0.480093 19 5.470272 57.86511 17.76466 6.422208 0.470072 15.78056 0.758334 0.457385 0.481672 20 5.601554 57.67544 17.65333 6.483143 0.475769 16.04395 0.741640 0.442643 0.484084 21 5.729225 57.51777 17.54537 6.535514 0.480862 16.27953 0.726034 0.429044 0.485877 22 5.853815 57.38331 17.44316 6.581560 0.484831 16.49296 0.711162 0.416345 0.486673 23 5.975480 57.26423 17.34918 6.620944 0.487878 16.68883 0.697412 0.404591 0.486935 24 6.094483 57.15552 17.26492 6.654457 0.490464 16.86928 0.684989 0.393490 0.486878 25 6.211054 57.05603 17.19024 6.682444 0.492911 17.03505 0.673830 0.382861 0.486640 26 6.325450 56.96497 17.12289 6.707247 0.495238 17.18706 0.663682 0.372728 0.486185 27 6.437840 56.88019 17.06143 6.730767 0.497439 17.32697 0.654253 0.363246 0.485706 28 6.548324 56.80022 17.00438 6.753976 0.499546 17.45652 0.645471 0.354508 0.485374 29 6.656996 56.72435 16.95125 6.776810 0.501604 17.57702 0.637272 0.346472 0.485226 30 6.763939 56.65307 16.90132 6.798693 0.503605 17.68947 0.629613 0.339023 0.485203 31 6.869252 56.58648 16.85418 6.819457 0.505495 17.79474 0.622397 0.332056 0.485202 32 6.973005 56.52425 16.80957 6.839003 0.507240 17.89366 0.615571 0.325516 0.485186 33 7.075262 56.46574 16.76741 6.857413 0.508839 17.98697 0.609116 0.319362 0.485149 34 7.176076 56.41047 16.72771 6.874643 0.510323 18.07517 0.603025 0.313550 0.485105 35 7.275504 56.35820 16.69031 6.890754 0.511718 18.15865 0.597284 0.308036 0.485049 36 7.373605 56.30869 16.65504 6.905885 0.513038 18.23771 0.591858 0.302793 0.484980 37 7.470430 56.26171 16.62166 6.920214 0.514287 18.31269 0.586716 0.297812 0.484907 38 7.566026 56.21698 16.59001 6.933889 0.515475 18.38390 0.581832 0.293084 0.484840 39 7.660434 56.17432 16.55991 6.946961 0.516611 18.45162 0.577189 0.288596 0.484788 40 7.753697 56.13364 16.53125 6.959460 0.517697 18.51611 0.572769 0.284328 0.484747 41 7.845854 56.09485 16.50390 6.971397 0.518737 18.57758 0.568554 0.280263 0.484713 42 7.936944 56.05785 16.47777 6.982803 0.519727 18.63626 0.564528 0.276386 0.484681 43 8.027002 56.02250 16.45278 6.993703 0.520672 18.69234 0.560679 0.272683 0.484650 44 8.116061 55.98869 16.42887 7.004120 0.521573 18.74599 0.556997 0.269142 0.484620 45 8.204154 55.95633 16.40599 7.014078 0.522434 18.79736 0.553473 0.265751 0.484590 46 8.291310 55.92533 16.38406 7.023606 0.523260 18.84659 0.550097 0.262500 0.484560 47 8.377560 55.89559 16.36304 7.032738 0.524051 18.89380 0.546859 0.259381 0.484530 48 8.462930 55.86705 16.34287 7.041503 0.524811 18.93912 0.543752 0.256387 0.484501 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG

Lampiran 34.

Variance Decomposition

of

Malaysia

Periode S.E. RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG 1 0.512192 0.812760 4.955671 94.23157 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.604219 2.728813 4.752293 73.11579 0.322149 2.025814 0.186035 16.09138 0.777722 3 0.713897 9.590653 4.864451 67.66778 1.021829 1.849715 0.174534 13.30356 1.527477 4 0.797391 15.08741 10.28807 58.03798 1.378842 1.972517 0.234857 11.67645 1.323884 5 0.910133 21.28058 12.69642 48.16556 2.217270 1.775663 0.959140 9.603389 3.301983 6 1.030740 24.38928 19.30352 40.22405 2.530714 1.449760 1.030348 7.706454 3.365880 7 1.144066 27.30338 22.53561 34.89869 2.606891 1.221813 1.721649 6.499145 3.212827 8 1.276847 28.28665 26.57881 31.19931 2.432048 0.991591 1.892670 5.515781 3.103129 9 1.396161 29.31985 28.83578 28.64056 2.283766 0.834671 2.226649 5.087594 2.771128 10 1.522312 29.95630 30.24168 27.41369 2.109769 0.702369 2.307349 4.783341 2.485493 11 1.638950 30.41267 31.30775 26.34785 1.964951 0.608970 2.352164 4.783482 2.222166 12 1.753631 30.85696 31.72521 25.80494 1.860995 0.543561 2.392770 4.800943 2.014621 13 1.861355 31.22553 32.23707 25.19457 1.778069 0.502595 2.380372 4.840147 1.841643 14 1.963300 31.65154 32.49515 24.69781 1.722322 0.479372 2.397671 4.842014 1.714118 15 2.061669 31.97516 32.82370 24.23738 1.678947 0.468152 2.388785 4.816207 1.611672 16 2.154368 32.29071 33.07372 23.80531 1.648185 0.464449 2.399622 4.788548 1.529456 17 2.244382 32.52325 33.32556 23.45972 1.619543 0.465641 2.400909 4.744229 1.461140 18 2.330148 32.72266 33.55225 23.14017 1.593975 0.467799 2.409771 4.712722 1.400652 19 2.413399 32.88381 33.73455 22.89557 1.570237 0.471038 2.415479 4.680299 1.349012 20 2.493542 33.01759 33.90087 22.67975 1.548081 0.474187 2.418708 4.659429 1.301385 21 2.571200 33.13601 34.02307 22.50911 1.528518 0.477400 2.422059 4.644102 1.259729 22 2.646455 33.23562 34.13612 22.35879 1.510829 0.480546 2.422159 4.633992 1.221938 23 2.719357 33.33104 34.22537 22.22615 1.495645 0.483545 2.423624 4.626150 1.188485 24 2.790311 33.41607 34.30881 22.10658 1.482217 0.486431 2.423273 4.617777 1.158845 25 2.859263 33.49706 34.38272 21.99428 1.470662 0.489052 2.423873 4.609952 1.132401 26 2.926578 33.57020 34.45118 21.89276 1.460413 0.491489 2.424003 4.601092 1.108857 27 2.992246 33.63731 34.51609 21.79708 1.451185 0.493623 2.424521 4.592761 1.087432 28 3.056490 33.69843 34.57538 21.71042 1.442754 0.495499 2.425211 4.584292 1.068014 29 3.119370 33.75390 34.63172 21.62996 1.434916 0.497100 2.425811 4.576495 1.050092 30 3.180991 33.80513 34.68265 21.55664 1.427663 0.498480 2.426550 4.569309 1.033582 31 3.241441 33.85184 34.73028 21.48919 1.420879 0.499682 2.427043 4.562849 1.018237 32 3.300764 33.89539 34.77374 21.42686 1.414584 0.500739 2.427607 4.557118 1.003963 33 3.359043 33.93574 34.81419 21.36916 1.408710 0.501692 2.428018 4.551822 0.990671 34 3.416313 33.97366 34.85181 21.31505 1.403250 0.502554 2.428444 4.546971 0.978260 35 3.472642 34.00921 34.88693 21.26451 1.398161 0.503350 2.428813 4.542350 0.966681 36 3.528064 34.04263 34.92003 21.21684 1.393407 0.504086 2.429165 4.538007 0.955829 37 3.582630 34.07408 34.95111 21.17205 1.388953 0.504772 2.429519 4.533860 0.945653 38 3.636377 34.10364 34.98057 21.12977 1.384759 0.505412 2.429850 4.529927 0.936075 39 3.689342 34.13154 35.00833 21.08989 1.380803 0.506009 2.430188 4.526199 0.927046 40 3.741560 34.15783 35.03462 21.05224 1.377060 0.506568 2.430498 4.522669 0.918515 41 3.793059 34.18271 35.05947 21.01663 1.373515 0.507094 2.430801 4.519349 0.910439 42 3.843871 34.20624 35.08300 20.98294 1.370153 0.507591 2.431080 4.516211 0.902785 43 3.894020 34.22858 35.10531 20.95097 1.366961 0.508062 2.431346 4.513252 0.895518 44 3.943533 34.24980 35.12649 20.92062 1.363927 0.508509 2.431597 4.510443 0.888613 45 3.992432 34.27000 35.14665 20.89173 1.361042 0.508936 2.431833 4.507775 0.882043 46 4.040739 34.28925 35.16583 20.86421 1.358295 0.509343 2.432059 4.505232 0.875787 47 4.088476 34.30760 35.18413 20.83796 1.355676 0.509731 2.432272 4.502805 0.869821 48 4.135662 34.32512 35.20160 20.81290 1.353177 0.510103 2.432479 4.500486 0.864127 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG

Lampiran 35.

Variance Decomposition

of

Singapura

Periode S.E. RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG 1 0.419593 10.56823 0.064785 5.175006 84.19198 0.000000 0.000000 0.000000 0.000000 2 0.642151 6.041507 1.434212 2.656179 77.59109 5.992111 4.517324 0.835286 0.932290 3 0.755606 4.390468 6.225142 1.979252 72.73253 7.897958 3.369487 1.496093 1.909072 4 0.866554 3.392262 13.16769 1.510823 67.48418 7.088850 3.792639 1.246215 2.317334 5 0.968894 3.817155 17.64050 1.441911 63.85159 6.517089 3.280485 1.265307 2.185963 6 1.065020 4.929120 20.34975 1.414255 61.00766 6.347744 2.716748 1.128383 2.106349 7 1.165219 5.170558 21.92189 2.375992 58.37877 6.180839 2.278592 1.475327 2.218029 8 1.261928 5.013335 22.95693 3.095010 55.88434 6.238312 1.976783 2.213461 2.621826 9 1.347736 5.066790 24.08289 3.336991 53.77286 6.389962 1.787738 2.424559 3.138209 10 1.427621 5.460836 25.00529 3.418073 52.26628 6.495364 1.641429 2.427729 3.284999 11 1.507759 5.924593 25.61070 3.517890 51.13042 6.631118 1.487953 2.418178 3.279149 12 1.586638 6.237209 25.99252 3.637924 50.16752 6.829302 1.354116 2.465213 3.316200 13 1.662383 6.400366 26.42196 3.729069 49.26056 7.038548 1.251313 2.530383 3.367801 14 1.734194 6.531486 26.89612 3.750166 48.45820 7.220243 1.178570 2.547649 3.417563 15 1.802954 6.696100 27.32213 3.755500 47.76737 7.375310 1.116725 2.519985 3.446881 16 1.869625 6.857685 27.66628 3.781905 47.16449 7.513092 1.056957 2.498047 3.461545 17 1.934589 6.978819 27.92302 3.839424 46.62862 7.640459 1.002861 2.506150 3.480648 18 1.997542 7.061037 28.13898 3.898794 46.14183 7.759728 0.955947 2.531051 3.512632 19 2.058167 7.132400 28.33210 3.943077 45.70985 7.869078 0.916136 2.550519 3.546847 20 2.116845 7.207030 28.50396 3.976706 45.33303 7.966587 0.880511 2.559658 3.572519 21 2.173933 7.280578 28.64722 4.005347 45.00783 8.055263 0.847467 2.565599 3.590697 22 2.229645 7.344104 28.76903 4.033185 44.71991 8.137932 0.816974 2.572745 3.606113 23 2.283968 7.395957 28.88081 4.056901 44.45996 8.214470 0.789671 2.580599 3.621627 24 2.336921 7.441540 28.98724 4.075597 44.22400 8.284281 0.765401 2.585863 3.636078 25 2.388618 7.484638 29.08777 4.090619 44.00953 8.347405 0.743341 2.588081 3.648614 26 2.439199 7.525346 29.17907 4.104945 43.81422 8.404732 0.722936 2.589447 3.659302 27 2.488772 7.561884 29.26169 4.119649 43.63450 8.457289 0.703968 2.591746 3.669275 28 2.537368 7.594209 29.33719 4.133937 43.46816 8.505804 0.686477 2.594936 3.679284 29 2.585024 7.623699 29.40751 4.147084 43.31373 8.550617 0.670343 2.598019 3.688993 30 2.631790 7.651565 29.47296 4.158896 43.17068 8.592034 0.655367 2.600555 3.697948 31 2.677735 7.678023 29.53348 4.169880 43.03804 8.630491 0.641355 2.602726 3.706009 32 2.722908 7.702706 29.58959 4.180206 42.91456 8.666406 0.628217 2.604866 3.713449 33 2.767345 7.725558 29.64207 4.189862 42.79909 8.700059 0.615927 2.606978 3.720459 34 2.811075 7.746869 29.69166 4.198738 42.69073 8.731608 0.604426 2.608889 3.727076 35 2.854130 7.766999 29.73854 4.206926 42.58892 8.761202 0.593633 2.610525 3.733254 36 2.896545 7.786061 29.78277 4.214635 42.49307 8.789012 0.583461 2.611988 3.739007 37 2.938349 7.804036 29.82445 4.221984 42.40262 8.815217 0.573856 2.613411 3.744428 38 2.979570 7.820949 29.86381 4.229003 42.31707 8.839970 0.564779 2.614825 3.749589 39 3.020227 7.836921 29.90110 4.235654 42.23604 8.863387 0.556193 2.616192 3.754513 40 3.060343 7.852089 29.93647 4.241951 42.15921 8.885571 0.548057 2.617477 3.759183 41 3.099940 7.866526 29.97002 4.247926 42.08629 8.906619 0.540331 2.618687 3.763604 42 3.139039 7.880261 30.00188 4.253617 42.01699 8.926627 0.532985 2.619846 3.767797 43 3.177657 7.893321 30.03219 4.259037 41.95104 8.945674 0.525993 2.620958 3.771790 44 3.215812 7.905759 30.06108 4.264191 41.88820 8.963827 0.519332 2.622018 3.775598 45 3.253519 7.917629 30.08866 4.269097 41.82824 8.981142 0.512980 2.623019 3.779227 46 3.290795 7.928973 30.11501 4.273779 41.77099 8.997677 0.506914 2.623968 3.782689 47 3.327653 7.939820 30.14020 4.278258 41.71626 9.013483 0.501114 2.624875 3.785995 48 3.364107 7.950194 30.16429 4.282549 41.66388 9.028609 0.495565 2.625748 3.789162 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG

Lampiran 36.

Variance Decomposition

of

Thailand

Periode S.E. RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG 1 1.407077 0.742251 99.25775 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2 1.803667 21.28728 73.23636 0.057562 2.028309 0.742405 2.445840 0.004562 0.197680 3 2.432231 27.01402 61.63512 3.790277 2.136040 0.481929 4.509104 0.008692 0.424818 4 2.808065 30.04683 54.37849 5.488902 2.956349 0.490670 3.610481 2.603479 0.424797 5 3.251919 29.45575 50.33763 8.542071 3.441164 0.760209 2.913143 4.230034 0.320003 6 3.556260 30.09723 50.74672 7.398073 3.483063 1.058680 2.499873 4.330598 0.385763 7 3.880484 32.06341 49.91971 7.031826 3.523774 1.311467 2.112387 3.705697 0.331724 8 4.199931 32.95901 50.03615 6.381993 3.611096 1.510315 1.899776 3.305548 0.296107 9 4.487378 33.70953 49.35754 6.316976 3.766753 1.789943 1.703230 3.092179 0.263845 10 4.768451 33.56504 49.50640 6.328710 3.749349 2.039069 1.566293 3.006283 0.238858 11 5.013832 33.69589 49.47457 6.262229 3.719436 2.227749 1.428290 2.970052 0.221790 12 5.260397 33.80365 49.44604 6.299738 3.667160 2.382805 1.327741 2.868802 0.204067 13 5.487428 34.04153 49.25101 6.275600 3.648035 2.516292 1.252235 2.823785 0.191520 14 5.710497 34.17559 48.97102 6.380271 3.644457 2.650096 1.196531 2.803897 0.178141 15 5.919534 34.23800 48.80775 6.399939 3.645268 2.773577 1.148912 2.815991 0.170561 16 6.119269 34.33583 48.64712 6.417490 3.647843 2.886168 1.102508 2.800979 0.162064 17 6.312516 34.42277 48.57035 6.390262 3.647518 2.981263 1.065212 2.768571 0.154057 18 6.498661 34.53910 48.46112 6.368528 3.656083 3.064893 1.030605 2.733525 0.146149 19 6.680812 34.60844 48.38546 6.356913 3.663548 3.140077 1.002994 2.703517 0.139051 20 6.856143 34.66759 48.31845 6.344122 3.670653 3.207473 0.976064 2.682515 0.133139 21 7.027467 34.71053 48.26923 6.338963 3.673898 3.266605 0.951718 2.661297 0.127757 22 7.193825 34.75721 48.22685 6.327099 3.676223 3.318081 0.929493 2.642017 0.123027 23 7.356728 34.80431 48.17752 6.323300 3.678912 3.364184 0.909758 2.623507 0.118511 24 7.515957 34.84415 48.13308 6.318879 3.681886 3.406064 0.892365 2.609086 0.114486 25 7.671665 34.88133 48.08784 6.317076 3.685266 3.444828 0.876086 2.596792 0.110784 26 7.824253 34.91342 48.05122 6.313339 3.687998 3.480354 0.861199 2.585073 0.107402 27 7.973715 34.94692 48.01625 6.308306 3.690845 3.512970 0.847146 2.573339 0.104225 28 8.120598 34.97783 47.98480 6.303606 3.693566 3.543011 0.834306 2.561664 0.101220 29 8.264789 35.00697 47.95521 6.298755 3.696379 3.570919 0.822304 2.551036 0.098430 30 8.406579 35.03296 47.92806 6.295035 3.698930 3.596944 0.811092 2.541157 0.095821 31 8.545963 35.05687 47.90376 6.291039 3.701165 3.621172 0.800536 2.532050 0.093407 32 8.683131 35.07966 47.88069 6.287608 3.703175 3.643777 0.790598 2.523355 0.091135 33 8.818188 35.10106 47.85916 6.284308 3.705012 3.664917 0.781312 2.515220 0.089005 34 8.951211 35.12143 47.83824 6.281482 3.706796 3.684810 0.772569 2.507677 0.086999 35 9.082307 35.14028 47.81864 6.278909 3.708458 3.703577 0.764352 2.500667 0.085113 36 9.211519 35.15821 47.80005 6.276401 3.710036 3.721314 0.756567 2.494082 0.083335 37 9.338960 35.17519 47.78256 6.274007 3.711512 3.738088 0.749208 2.487786 0.081650 38 9.464681 35.19141 47.76597 6.271631 3.712928 3.753976 0.742234 2.481798 0.080053 39 9.588765 35.20679 47.75018 6.269430 3.714283 3.769057 0.735622 2.476100 0.078536 40 9.711265 35.22133 47.73526 6.267310 3.715569 3.783389 0.729341 2.470706 0.077096 41 9.832238 35.23515 47.72106 6.265316 3.716786 3.797025 0.723360 2.465573 0.075726 42 9.951744 35.24829 47.70760 6.263402 3.717934 3.810007 0.717664 2.460679 0.074423 43 10.06983 35.26085 47.69473 6.261585 3.719027 3.822382 0.712232 2.456012 0.073180 44 10.18655 35.27282 47.68244 6.259868 3.720069 3.834194 0.707051 2.451562 0.071994 45 10.30195 35.28426 47.67067 6.258232 3.721067 3.845483 0.702101 2.447321 0.070861 46 10.41607 35.29519 47.65942 6.256675 3.722019 3.856282 0.697366 2.443267 0.069777 47 10.52895 35.30567 47.64865 6.255174 3.722931 3.866621 0.692833 2.439385 0.068740 48 10.64064 35.31571 47.63832 6.253736 3.723805 3.876530 0.688490 2.435661 0.067746 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG