Upload
duongkhanh
View
220
Download
0
Embed Size (px)
Citation preview
1
PEMODELAN SUKU BUNGA DAN INFLASI DENGAN PENDEKATAN THRESHOLD
VECTOR ERROR CORRECTION MODEL
PEMODELAN SUKU BUNGA DAN INFLASI DENGAN PENDEKATAN THRESHOLD
VECTOR ERROR CORRECTION MODEL
OLEH :HERI PURNOMO
1309201721
PEMBIMBING :
Surabaya, 30 Januari 2011
Dr. PURHADI, M.Sc
Pendahuluan
Suku bunga dan inflasi adalah indikator makroekonomi.
Kebijakan moneter bertujuan untuk pengendalianinflasi.
Thursday, February 03, 2011 Seminar Tesis
Perubahan stabilisasi dari jumlah uang beredarmenjadi inflation targeting framework denganmenggunakan instrumen suku bunga.
2
Pendahuluan
1 2 3
Beberapa pendapat mengenai suku bunga inflasi
Anggito Abimanyu (1996), uji kausalitas Granger dengan kelambanan duadan tiga tahun
Baasir (2003), inflasi diIndonesia disebabkan olehberagam faktor dan bukansaja merupakan fenomenajangka pendek tetapi jugajangka panjang
Bachtiar (2005), suku bungabertujuan untuk menstabilkannilai tukar
Thursday, February 03, 2011 Seminar Tesis
Pendahuluan
Beberapa penelitian sebelumnya tentangsuku bunga dan inflasi
Peneliti Data Hasil
AmiliaUtomo(2006)
Suku bunga daninflasi
Adanya pengaruh yang signifikan antara inflasi dansuku bunga deposito berjangkadi Indonesia
Purnomo(2004)
Uji kausalitasantara sukubunga dan inflasi
Membuktikan bahwa tingkatbunga berpengaruh terhadapinflasi, namun tidak sebaliknya
Thursday, February 03, 2011 Seminar Tesis
Ernawati danLlewlyn(2007)
Suku bunga danlaju inflasi diIndonesia
Adanya hubungan yang searahdan signifikan antara sukubunga dan inflasi
3
Pendahuluan
Tujuan penelitian ini adalah mendapatkan model suku bunga dan inflasi di Indonesia dengan
Tujuansuku bunga dan inflasi di Indonesia denganpendekatan Threshold Vector Error Correction Model
Batasan Penelitian dibatasi hanya pada pemodelanTh h ld V t E C ti M d l d
Thursday, February 03, 2011 Seminar Tesis
BatasanMasalah Threshold Vector Error Correction Model dengan
dua variabel
Tinjauan Pustaka
Hansen & Seo :Threshold
cointegration in vector error
Balke & Fomby :Threshold
cointegration
Tong & Lim :Threshold
autoregression
1980 1997 2002
Thursday, February 03, 2011 Seminar Tesis
vector error correction model
4
Tinjauan Pustaka
Model Linier VECM (Hansen-Seo, 2002):
( )Tt t-1 tβΔ = +x A X u
dimana :
Model threshold kointegrasi (Hansen-Seo, 2002) :
( )Tt 1 2x x=x
( ) ( )( )Tt-1 t 1 t 1 t 2 t l1 wβ β− − − −= Δ Δ ΔX x x x
Thursday, February 03, 2011 Seminar Tesis
( )( )
T1 t-1 t
t T2 t-1 t
ββ
⎧ +⎪= ⎨ +⎪⎩
A X uΔx
A X u, jika ( )t 1w β γ− ≤
, jika ( )− ≤t 1w β γ
Tinjauan Pustaka
Estimasi Parameter
Menggunakan MLE dengan asumsi error adalah iid Gaussian.
Fungsi likelihood :
dimana :
( ) ( ) ( )n
T 1n 1 2 t 1 2 t 1 2
t 1
n 1L , , , , ln , , , , , , , ,2 2
β γ β γ β γ−
=
= − − ∑A A u A A u A A∑ ∑ ∑ ∑ ∑
( ) ( ) ( ) ( ) ( )T Tt 1 2 t 1 t 1 1t 2 t 1 2t, , , , d , d ,β γ β β γ β β γ− −= − −u A A x A X A X∑
Thursday, February 03, 2011 Seminar Tesis
5
Tinjauan Pustaka
Estimasi Parameter
( ) ( ) ( )( ) ( ) ( ) ( )1
T T1 t 1 t 1 1t t 1 t 1t
ˆ d , d ,β γ β β β γ β β γ−
⎛ ⎞ ⎛ ⎞⎜ ⎟ ⎜ ⎟∑ ∑
n n
A , = X X X x( ) ( ) ( )( ) ( ) ( ) ( )1 t 1 t 1 1t t 1 t 1td , d ,β γ β β β γ β β γ− − −⎜ ⎟ ⎜ ⎟⎝ ⎠ ⎝ ⎠∑ ∑t=1 t=1
A , X X X x
( ) ( ) ( )( ) ( ) ( ) ( )1
T T2 t 1 t 1 2t t 1 t 2t
ˆ d , d ,β γ β β β γ β β γ−
− − −⎛ ⎞ ⎛ ⎞⎜ ⎟ ⎜ ⎟⎝ ⎠ ⎝ ⎠∑ ∑
n n
t=1 t=1A , = X X X x
( ) ( ) ( )( )t t 1 2ˆ ˆˆ , , , ,β γ β γ β γ=u u A A
( ) ( ) ( )( )n T1ˆ ˆ ˆ, , ,β γ β γ β γ= ∑u u∑
Thursday, February 03, 2011 Seminar Tesis
Sehingga didapatkan :
( ) ( ) ( )( )t tt 1
, , ,n
β γ β γ β γ=∑u u∑
( ) ( )nn npˆL , ln ,2 2
β γ β γ= − −∑
Tinjauan Pustaka
Kriteria Penentuan Lag OptimumAIC (Akaike's Information Criterion)
( ) ( )2ˆAIC ln 2 pq q= ∑ + +
BIC (Bayesian Information Criterion)
dimana :
( ) ( )2
( p ) p
pq ln TˆBIC lnT
= ∑ +
( ) ( )( p ) pAIC ln 2 pq q= ∑ + +
Thursday, February 03, 2011 Seminar Tesis
T : jumlah observasi
p : panjang lag
: penaksir matrik varian kovarian residual
q : jumlah parameter yang diestimasi
6
Metodologi Penelitian
1. Data yang digunakanData BI rate per bulan periode Januari 2003-Desember 2009 bersumber dari Bank Indonesia bersumber dari Bank Indonesia Data inflasi per bulan periode Januari 2003-Desember 2009 bersumber dari BPSJumlah pengamatan 84 (n=84)
2. Variabel yang digunakanX = suku bungaX1 = suku bungaX2 = inflasi
Thursday, February 03, 2011 Seminar Tesis
Metodologi Penelitian
3. Konsep dan definisiSuku bunga adalah harga yang dibayarkan untuk satuan matauang yang dipinjam pada periode waktu tertentu (Courant, 1997). S k b d t dib d k j di d it k bSuku bunga dapat dibedakan menjadi dua yaitu suku bunganominal (Nominal Interest Rate) dan suku bunga riil (Real Interest Rate).BI Rate adalah suku bunga kebijakan yang mencerminkan sikapatau stance kebijakan moneter yang ditetapkan oleh bank Indonesia dan diumumkan kepada publik.Inflasi adalah suatu kenaikan relative dalam tingkat harga umum(Winardi, 1995). Inflasi adalah salah satu fenomena moneter yang menunjukkan suatu kecenderungan akan naiknya harga-hargabarang secara umum, yang berarti terjadinya penurunan nilaiuang (Value of Money Declining).
Thursday, February 03, 2011 Seminar Tesis
7
Metodologi Penelitian
4. Langkah-langkah penelitian :
1. Melakukan uji kausalitas Granger terhadap variabel penelitian
2. Menentukan lag optimum yang digunakan
3. Melakukan Uji Kointegrasi antar variabel penelitian
4. Melakukan pemodelan Linier VECM
Thursday, February 03, 2011 Seminar Tesis
5. Menentukan nilai threshold yang digunakan
5. Melakukan pemodelan Threshold Vector Error Correction Model
Graphical User Interface (GUI)
Tombol untuk melakukanpemanggilan data, data dalamformat text (txt)
Isikan jumlah lag yang digunakand l d ldalam model
Isikan jumlah grid untuk gamma
Isikan jumlah grid untuk beta
Isikan jumlah replikasi bootstrap
Isikan nilai trimming
Thursday, February 03, 2011 Seminar Tesis
Tombol untuk memproses data
Tombol untuk keluar dari aplikasi
8
Hasil Penelitian
BI Rate dan Inflasi, 2003-2009
21
Grafik 1. BI Rate dan Inflasi y-o-y, Jan 2003-Des 2009
12.00
Grafik 2.Inflasi Bulan Januari 2003-Desember 2009
0
3
6
9
12
15
18
Jan-0
3
Jun-0
3
Nov-
03
Apr-
04
Sep
-04
Feb-0
5
Jul-
05
Dec
-05
May
-06
Oct
-06
Mar
-07
Aug-0
7
Jan-0
8
Jun-0
8
Nov-
08
Apr-
09
Sep
-09
BI Rate
Inflasi yoy
-3.00
0.00
3.00
6.00
9.00
Jan-0
3
Jun-0
3
Nov-
03
Apr-
04
Sep
-04
Feb-0
5
Jul-
05
Dec
-05
May
-06
Oct
-06
Mar
-07
Aug-0
7
Jan-0
8
Jun-0
8
Nov-
08
Apr-
09
Sep
-09
Thursday, February 03, 2011 Seminar Tesis
Grafik 1 menunjukkan pergerakan BI rate dengan Inflasi year on year periode Januari 2003 sampai dengan Desember 2009
Grafik 2 menunjukkan pergerakan inflasi per bulan periode Januari 2003 sampai denganDesember 2009.
Hasil Penelitian
Uji Kausalitas
Hipotesis H0 : Tidak ada hubungan kausalitas antara variabel x1 dan x2H1 : Ada hubungan kausalitas antara variabel x1 dan x2H1 : Ada hubungan kausalitas antara variabel x1 dan x2
Null Hypothesis: Obs F-Statistic Probability
SBI does not Granger Cause INF 82 2,46628 0,0916 *
INF does not Granger Cause SBI 5,05409 0,0087*
*) signifikan α=0.1
Thursday, February 03, 2011 Seminar Tesis
Dari pengujian dengan uji F, disimpulkan bahwa ada hubungankausalitas antara x1 dan x2 dengan tingkat signifikansi 10 persen (α=0.1)
9
Hasil Penelitian
Penentuan Lag OptimumLag AIC BIC
5 700579 5 761914Lag 2 terpilih karena
0 5.700579 5.761914
1 2.400007 2.584012
2 1.817463* 2.124138*
3 1.857923 2.287269
4 1.924344 2.476360
5 1.985152 2.659838
6 1.988029 2.785385
7 2 065694 2 985721
nilai AIC dan BIC terkecil dihasilkanpada lag ini, dari hasiltersebut dapatdiputuskan bahwa lag optimum dalampenelitian ini adalahlag 2
Thursday, February 03, 2011 Seminar Tesis
7 2.065694 2.985721
8 2.132030 3.174726*) indikasi lag order yang digunakanAIC: Akaike information criterionBIC: Bayesian information criterion
Hasil Penelitian
Uji Kointegrasi
Hi i Hi i T 0 05
Nilai Statistik Trace dan Probabilita Pengujian Kointegrasi
HipotesisNol
HipotesisAlternatif
EigenvalueTrace
Statistic0.05
Critical ValueProb.**
r = 0 * r > 0 0,332120 38,89378 15,49471 0,0000r ≤ 1 * r > 1 0,073668 6,19836 3,84147 0,0128
Ket : *) signifikan level 5%
HipotesisNol
HipotesisAlternatif
EigenvalueMax-Eigen
Statistic0.05
Critical ValueProb.**
Nilai Statistik Maximum Eigenvalue dan Probabilita Pengujian Kointegrasi
Thursday, February 03, 2011 Seminar Tesis
r = 0 * r > 0 0,332120 32,69541 14,26460 0,0000r ≤ 1 * r > 1 0,073668 6,19836 3,84147 0,0128
Ket : *) signifikan level 5%
Hasil pengujian menunjukkan adanya kointegrasi antar variabel penelitian, dengan tingkat signifikansi 5 persen.
10
Hasil Penelitian
Penaksiran Nilai Threshold (gamma) dan Kointegrasi (beta)
178Concentrated Negative Log Likelihood vs Beta
185.2Concentrated Negative Log Likelihood vs Gamma
0 5 10 15 20 25186
185
184
183
182
181
180
179
Negative LogLikelihood
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5185.45
185.4
185.35
185.3
185.25
Negative LogLikelihood
Thursday, February 03, 2011 Seminar Tesis
Gambar (a) menunjukkan besarnya nilai threshold (Gamma) yang diperoleh dengan menggunakanalgoritma Hansen-Seo yang diaplikasikan pada program sebesar 1,287 yang merupakanbatas antara regime ekstrim dan regime biasa.
Gambar (b) menunjukkan nilai hasil penaksiran kointegrasi (Beta) sebesar 14.79
BetaGamma
(a) (b)
Hasil Penelitian
Model Threshold Vector Error Correction untuk suku bungadan inflasi
( ) ( ) ( ) ( )T Tt 1 t 1 1t 1 t 1 2t td , d ,β β γ β β γ= + +x A X A X u( ) ( ) ( ) ( )t 1 t 1 1t 1 t 1 2t td , d ,β β γ β β γ− −x u
( ) ( )( )( ) ( )( )
1t t 1
2t t 1
d , I w 1,287
d , I w 1,287
β γ β
β γ β−
−
= ≤
= >
0,0108 0,07940,1013 0,1704
⎡ ⎤⎢ ⎥⎢ ⎥
0,0383 0,02280,0132 0,1395−⎡ ⎤⎢ ⎥− −⎢ ⎥
dimana :
Thursday, February 03, 2011 Seminar Tesis
1
1,0589 0,16450,1453 0,34570,0167 0,43730,1153 0,1455
⎢ ⎥⎢ ⎥−
= ⎢ ⎥⎢ ⎥⎢ ⎥−⎢ ⎥−⎣ ⎦
A 2
0,4786 0,05150,3417 0,55660,2259 0,25330,2038 0,2843
⎢ ⎥⎢ ⎥
= ⎢ ⎥− −⎢ ⎥⎢ ⎥− −⎢ ⎥− −⎣ ⎦
Adan
11
Hasil Penelitian
Model suku bunga dan inflasi dengan pendekatan TVECM adalah sebagaiberikut :
⎧
t
t
t 1 t 1 t 2
t 1 t 2 1 t 1
t
t 1 t 1 t 2
t 1 t 2 1 t 1
0,1013 0,0108w 1,0589 SBI 0,0167 SBI0,1453 INF 0,1153 INF u , jika w 1,287
SBI0,0132 0,0383w 0,4786 SBI 0,2259 SBI0,3417 INF 0,2038 INF u , jika w 1,287
Δ ΔΔ Δ
Δ ΔΔ Δ
− − −
− − −
− − −
− − −
+ + − +⎧⎪ − + ≤⎪⎪Δ = ⎨⎪− − + − +⎪− − + >⎩⎪
Thursday, February 03, 2011 Seminar Tesis
t 1 t 1 t 1w SBI 14,79INF− − −= −dimana : Persamaan
Fisher
Hasil Penelitian
20
10
Time Series Plot of SB_Riil
Hubungan antara sukubunga dan inflasidigambarkan dalampersamaan Fisher :Suku bunga riil = sukubunga nominal - inflasi
Year
Month
09080706050403
Jul
AprJan
OctJul
Apr
Jan
OctJul
AprJan
OctJul
AprJan
OctJul
AprJan
OctJul
AprJan
OctJul
Ap rJa
n
10
0
-10
-20
-30
SB_R
iil
1.29
Thursday, February 03, 2011 Seminar Tesis
Grafik di atas menunjukkan suku bunga riil berdasarkan model TVECM dan nilaithreshold sebagai batas keseimbangan antara suku bunga dan inflasi, sebesar1.287 persen
Year20
0920
0820
0720
0620
0520
0420
03
12
Kesimpulan
Pemodelan dengan menggunakan pendekatan threshold error correction model dapat menggambarkan dua kondisiyang berbeda. Dalam pemodelan suku bunga dan inflasidihasilkan bahwa suku bunga saat ini dipengaruhi satudihasilkan bahwa suku bunga saat ini dipengaruhi satusampai dua periode sebelumnya (2 lag). Pencapaiankeseimbangan antara suku bunga dan inflasi sangatlamban, lebih dari 2 (dua) tahun. Keberadaan thresholddalam model dapat menggambarkan titik keseimbanganantara variable suku bunga dan inflasi. Titik keseimbanganjangka panjang antara suku bunga dan inflasi sebesar1,287 persen, dengan kata lain bahwa suku bunga riil yang harus dipertahankan adalah kurang lebih 1,287 persen.p g , p
Thursday, February 03, 2011 Seminar Tesis