Teori VAR - VECM

perdagangan Defisit NX dimana investasi I melebihi tabungan S, maka untuk menutupi defisit neraca perdagangan, pemerintah akan memanfaatkan pinjaman luar negeri lebih besar. Saat tingkat suku bunga internasional tinggi atau berada pada titik r 2 , akan terjadi surplus neraca perdagangan Surplus NX dimana tabungan S melebihi investasi I, sehingga pemerintah akan mengurangi pinjaman luar negeri. Saat tingkat suku bunga rendah pemerintah akan memanfaatkan pinjaman luar negeri lebih besar dibanding saat suku bunga internasional tinggi, karena tingkat pengembalian pinjaman akan lebih kecil.

2.5. Teori VAR - VECM

Model Vector Auto Regression VAR merupakan rangkaian time series multivariat yang dikembangkan sebagai generalisasi model autoregrasi univariat AR. Sims 1980 mengusulkan model VAR untuk menghindari pembatasan identifikasi dari model ekonometrika struktural. Model VAR menjadi alat analisis yang penting dalam makroekonomi empiris. Johansen 1990 dan Juselius 1992 memperluas model VAR pada data variabel ekonometrika time series yang tidak stasioner dengan menerapkan konsep kointegrasi dan koreksi kesalahan untuk menganalisis hubungan antara variabel yang tidak stasioner dalam jangka panjang. Metodologi ini dikenal sebagai model Vector Error Correction Model VECM. Menurut Ascarya 2009, secara umum, metode VAR memiliki keunggulan dibandingkan dengan metode lainnya, antara lain: 1. Metode VAR sangat sederhana. Hal ini dikarenakan metode VAR bekerja berdasarkan data, dimana tidak perlu melihat variabel yang bersifat endogen dan variabel yang bersifat eksogen. 2. Metode VAR membangun model secara bersamaan di dalam suatu sistem yang kompleks, sehingga dapat menangkap hubungan keseluruhan variabel di dalam sebuah persamaan. 3. Uji VAR yang multivariat dapat menghindari parameter yang bias akibat variabel yang relevan tidak dimasukkan. 4. Uji VAR dapat mendeteksi hubungan antar variabel di dalam suatu sistem persamaan, dengan cara menjadikan seluruh variabel sebagai variabel yang bersifat endogen. 5. Metode VAR sederhana dan hasil estimasi prediksi forecast yang diperoleh akan lebih baik dari pada hasil estimasi dari model-model persamaan simultan yang lebih kompleks. 6. Metode VAR merupakan alat analisis yang sangat berguna dalam memahami adanya hubungan timbal balik antara variabel-variabel ekonomi dan juga dalam pembentukan model ekonomi yang berstruktur. Namun, metode VAR juga memiliki kekurangan. Menurut Ascarya 2009, beberapa kekurangan dari metode VAR adalah: 1. Model VAR sering disebut model yang tidak struktural, karena dianggap a- teoritis dengan menggunakan lebih sedikit informasi dari teori-teori terdahulu. 2. Model VAR dianggap kurang sesuai untuk analisis kebijakan, karena lebih menekan pada hasil estimasi prediksi forecast. 3. Penelitian dengan menggunakan metode VAR harus mempunyai data atau pengamatan yang relatif banyak, karena ketika variabel terlalu banyak dengan lag panjang, maka parameter juga akan terlalu panjang dan akan mengurangi degree of freedom. 4. Semua variabel harus stasioner. Jika tidak, data harus ditransformasi dengan benar misalnya, diambil first difference nya, namun hubungan jangka panjang yang diperlukan dalam analisis akan hilang dalam transformasi. 5. Impulse Response Function, yang merupakan inti dari analisis dalam menggunakan metode VAR masih diperdebatkan oleh para peneliti, karena pada hakikatnya IRF menelusuri respon dependen variabel terhadap shock pada error term. Vector Error Correction Model VECM adalah bentuk VAR yang terestriksi yang digunakan untuk variabel yang tidak stasioner pada level tetapi memiliki kemungkinan untuk terkointegrasi. Kointegrasi adalah terdapatnya kombinasi linear antara variabel yang tidak stasioner yang terkointegrasi pada ordo yang sama Enders, 2004. VECM digunakan untuk mengantisipasi hilangnya informasi jangka panjang apabila data yang diperoleh memiliki derajat stasioneritas.

2.6. Studi Penelitian Terdahulu