Stabilitas model VAR yang digunakan dapat dilihat dari inverse root karakteristik AR polinomialnya. Hal ini dapat dilihat dari nilai modulus di tabel AR roots-nya.
Jika seluruh nilai AR roots-nya dibawah 1, maka model VAR tersebut stabil.
3.2.5 Uji Kointegrasi
Dalam VAR semua variabel yang digunakan harus stasioner. Apabila variabel tidak stasioner, maka perlu dilakukan uji kointegrasi. Kointegrasi
menggambarkan kombinasi linier dari variabel-variabel yang tidak stasioner. Jika variabel yang tidak stasioner terkointegrasi, maka kombinasi linier antar variabel
dalam sistem akan bersifat stasioner, sehingga dapat diperoleh persamaan yang stabil Enders, 1995.
Pengujian hubungan kointegrasi dilakukan dengan menggunakan lag optimum sesuai dengan pengujian sebelumnya. Sementara penentuan asumsi
deterministik yang melandasi pembentukan persamaan kointegrasi didasarkan pada nilai kriteria informasi AIC dan SIC. Berdasarkan asumsi deterministik
tersebut akan diperoleh informasi mengenai banyaknya hubungan kointegrasi antar variabel sesuai metode Trace dan Max.
Berdasarkan uji Johansen akan didapat rank kointegrasi r. Rank kointegrasi dari vektor y
t
adalah banyaknya vektor kointegrasi yang saling bebas. Untuk itu akan diuji hipotesis sebagai berikut:
H : rank
≤ r H
1
: rank r
Jika rank kointegrasi yang didapat lebih besar dari nol, maka model yang digunakan adalah Vector Error Correction Model VECM. Jika rank kointegrasi
sama dengan nol maka model yang digunakan adalah VAR dengan pendifferensian sampai lag ke-d.
3.2.6 Model Umum Vector Error Correction
Model umum VECM adalah sebagai berikut Johansen 1991 dalam Al Sharkas 2004,
k-1 t
i t-i
t-k t
i=1
ΔY =μ+ Γ Δx +αβY +ε
…………………………. 3.4 Dimana :
Δ =
notasi first difference
t
Y =
p x 1 vektor terintegrasi pada order satu μ
= p x 1 konstanta vektor
k =
Lag
t
ε =
p x 1 vektor Gaussian white noise residual
i
Γ =
p x p matriks penyesuaian jangka pendek antara variabel- variabel pada lag i
α =
p x r speed of adjustment
β
= p x r vektor kointegrasi
3.2.7 Impulse Response Function IRF
Setelah melakukan uji VAR, diperlukan adanya metode yang dapat mencirikan struktur dinamis yang dihasilkan oleh VAR secara jelas. IRF
menunjukkan bagaimana respon dari setiap variabel endogen sepanjang waktu terhadap kejutan dari variabel itu sendiri dan variabel endogen lainnya. Fungsi
dari impulse response ini adalah untuk mengetahui pengaruh suatu variabel
