ANALISIS KETERKAITAN DINAMIS SUKU BUNGA DI ANTARA NEGARA - NEGARA ASEAN+3 OLEH : DEWI ROHMAWATI H

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

RINGKASAN

DEWI ROHMAWATI, Analisis Keterkaitan Dinamis Suku Bunga di antara 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.

ANALISIS KETERKAITAN DINAMIS SUKU BUNGA DI ANTARA NEGARA - NEGARA ASEAN+3

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

INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN ILMU EKONOMI 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 Tanggal disetujui:

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI 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 H14103080

RIWAYAT HIDUP

Penulis bernama Dewi Rohmawati lahir pada tanggal 31 Mei 1985 di 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.

KATA PENGANTAR

Puji syukur penulis ucapkan kepada Allah SWT atas segala rahmat dan 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 40 Ilmu Ekonomi.

vi

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 3.2.3.1 Model Penelitian VAR........................................ 19 3.2.3.2 Uji Stasioneritas................................................... 20 3.2.3.3 Penentuan Lag Optimal........................................21 3.2.3.4 Uji Kestabilan...................................................... 21 3.2.3.5 Uji Kointegrasi..................................................... 22 3.2.3.6 Vector Error Correction Model(VECM)............. 22 3.2.3.7 Impulse Response Function (IRF)....................... 23

vii

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 LAMPIRAN...................................................................................................57

viii

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 4.15 DFEV terhadap Suku Bunga Thailand................................................ 51

ix

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

4.16

DFEV Suku Bunga Thailand............................................................. 52

x

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

xi

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

1

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, negaranegara 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

2

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

3

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 1970an di Singapura dan Malaysia, Indonesia pada awal tahun 1980-an, Thailand 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

4

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

5

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 negaranegara 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.

6

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

7

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.

8

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

9

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):

i = r +π

(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).

10

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: i − i* =

f −e e

(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

11

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

(1 + i )

versus

(1 + it* ) ×

Ft ,t +1 − S t St

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. (1 + i ) = (1 + it* ) ×

Ft ,t +1 − S t St

(2.3)

Setelah dirubah, (i − i * ) Ft ,t +1 − S t = St (1 + it* )

(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 : e (i − i * ) S t ,t +1 − S t = St (1 + it* )

(2.5)

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

12

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: rd ,t = r f ,t + f t − S t

(2.6)

Dimana rd ,t = ln(1 + Rd ,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 = ln S t adalah logaritma dari nilai tukar spot (mata uang domestik per mata uang asing); dan f t = ln Ft 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: rd ,t = r f ,t + RP + E (Δs)

(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 ) − st . 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).

13

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

14

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.

15

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

16

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 − Z α ≤ Z 0 ≤ Z α , maka H0 diterima 2

2

yang berarti variabel tersebut tidak signifikan atau tidak terdapat hubungan. Nilai Z-hitung dapat dirumuskan sebagai berikut (Hasan, 2004): Z = r (n − 1)

(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.

17

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)

18

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: Yt = Ao + A1 Yt-1 + A2Yt-2 + …+ ApYt-p + ε t

(3.2)

19

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 (ε 1t, ε 2t,...., ε 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: Kt Tt Mt St Jt Ft It Ht

εit

Kt-i

=

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)

Keterangan : Ft

= Suku Bunga Filipina

Ht

= Suku Bunga Hongkong

It

= Suku Bunga Indonesia

Tt-i

εit

Mt-i

εit

St-i

εit εit

Jt-i Ft-i It-i Ht-i

+

εit εit εit

+bj (D)

20

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

Yt − Yt −1 = At Yt −1 − Yt −1 + ε t . Kemudian

persamaan (3.2) dapat diubah menjadi sebagai berikut: ΔYt = Ao + δYt-1 + A2 Yt-2 + … + Ap Yt-p + ε t

(3.3)

Adapun hipotesis yang diuji adalah: H0 : δ = 0 (data mengikuti pola yang stokatis atau mengandung akar unit), H1 : δ < 0 (data mengikuti pola yang stasioner). Keputusan uji ADF ditentukan dengan melihat nilai statistik yang kemudian dibandingkan dengan nilai kritikal MacKinnon pada Tabel Dickey-

21

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 εt2 / N ] + 2 k / N

(3.3)

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

(3.4)

Di mana Σεt2 adalah jumlah residu kuadrat, sedangkan N dan k masingmasing 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

22

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 variabelvariabel yang meskipun secara individual tidak stasioner, tetapi kombinasi linier antara variabel tersebut dapat menjadi stasioner. Uji kointegrasi Johanssen seperti yang ditunjukkan oleh persamaan berikut: p

ΔYt = β 0 + πYt −1 + ∑ Γi ΔYt −1 + ε t

(3.5)

i =1

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)

23

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.

24

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 Ztabelnya 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 RInd RKor

RKor 1

RFil

RSing

RJep

RMal

0.542843

0.003087

RHong

0.50789

0.447193

1

0.571442

0.745076

0.874731

0.589815

0.840501

0.479843

1

0.521765

0.631251

0.458719

0.594924

0.548478

1

0.721465

0.361371

0.690497

0.590954

1

0.439156

0.855923

0.499139

1

0.287892

0.276634

1

0.55181

RFil RSing RThai RJep RMal RHong

Cetak tebal menunjukkan signifikan

0.559265

RThai

0.645284

0.514004

1

25

Tabel 4.2. Hasil Perhitungan Z-hitung RInd

RKor

RInd

RFil

6.323

RKor

RSing

RThai

RJep

RMal

RHong

5.568

6.963

6.758

0.038

8.034

6.399

7.114

9.276

10.890

7.343

10.464

5.974

6.496

7.859

5.711

7.407

6.828

8.982

4.499

8.597

7.357

5.468

10.656

6.214

RFil RSing RThai RJep

3.584

RMal

3.444 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

RFil

RHong

RInd

RJep

RKor

RMal

RSing

RThai

5.71

2.28

6.47

6.06

7.28

3.40

12.36

2.15

1.31

4.68

3.89

4.61

4.77

0.35

7.42

22.30

14.66

9.66

6.35

0.05

0.87

0.92

0.21

1.53

5.79

3.56

7.59

Variabel Terikat

RFil RHong

0.22

Rind

6.01

0.07

RJep

1.24

0.68

0.35

RKor

14.47

0.49

0.83

1.77

RMal

0.98

2.10

10.19

1.13

17.23

RSing

15.78

0.61

0.17

1.51

1.72

1.21

RThai

2.29

0.85

6.39

1.30

21.04

2.48

Sumber: Lampiran 1

11.81 6.01

26

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 angkaangka 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, IndonesiaThailand, 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

27

stasioner untuk variabel suku bunga pada tingkat level dapat dilihat pada Tabel 4.4. Tabel 4.4. Uji Stasioneritas pada Tingkat Level Variabel

Nilai ADF

RFIL RHONG RIND RJEP RKOR RMAL RSING RTHAI

-2.924 -1.917 -2.371 -4.025 -1.984 -1.297 -2.008 -1.726

Nilai Kritis MacKinnon (5%) -2.880 -2.880 -2.880 -2.880 -2.880 -2.880 -2.880 -2.880

Keterangan Stasioner Tidak Stasioner Tidak Stasioner Stasioner Tidak Stasioner Tidak Stasioner Tidak Stasioner Tidak Stasioner

Sumber: Lampiran 2 s/d 9

Stasioneritas ditentukan dengan membandingkan nilai statistik ADF dengan nilai kritis MacKinnon. Apabila nilai statistik ADF-nya lebih kecil dari nilai kritis MacKinnon, maka data tersebut stasioner aau terintegrasi pada ordo 0 (I(0)). Bila terdapat data yang tidak stasioner, maka harus dilakukan uji derajat integrasi. Uji ini dilakukan dengan mendiferensiasikan data pada derajat tertentu hingga semua data telah menjadi stasioner pada derajat yang sama. Pada Tabel 4.4 terlihat bahwa hanya data suku bunga untuk Filipina dan Jepang yang telah stasioner pada tingkat level sedangkan untuk enam negara lainnya belum stasioner pada tingkat level karena nilai statistik ADF-nya lebih kecil dari nilai kritis MacKinnon. Oleh sebab itu, akan dilakukan uji stasioner pada tingkat first difference, hasilnya terlihat pada Tabel 4.5.

28

Tabel 4.5. Uji Stasioneritas Tingkat First Difference Variabel d(RFIL) d(RHONG) d(RIND) d(RJEP) d(RKOR) d(RMAL) d(RSING) d(RTHAI)

Nilai ADF -13.155 -13.572 -15.032 -4.110 -8.895 -20.484 -11.580 -18.842

Nilai Kritis MacKinnon (5%) -1.942 -1.942 -1.942 -1.942 -1.942 -1.942 -1.942 -1.942

Keterangan Stasioner Stasioner Stasioner Stasioner Stasioner Stasioner Stasioner Stasioner

Sumber: Lampiran 10 s/d 17

Pada Tabel 4.5 terlihat bahwa semua variabel suku bunga untuk semua negara yang digunakan dalam analisis telah stasioner pada derajat yang sama dan tingkat taraf nyata yang sama, yaitu 5 persen. 4.3.2. Penetapan Lag Optimal

Langkah kedua sebelum melakukan estimasi VAR adalah melakukan uji lag optimal guna mendapatkan hasil yang baik. Penetapan lag optimal pada penelitian ini ditentukan oleh nilai Schwarz Criteria (SC) yang terkecil. Hasil pengujian lag optimal dapat dilihat pada Tabel 4.6. Tabel 4.6. Uji Lag Optimal Lag (Bulan) 0 1 2 3 4 5 6 7 8 * angka SC terkecil Sumber: Lampiran 18

SC 23.77147 23.05044 22.88867* 22.97513 23.24601 24.14432 23.99091 23.99967 22.91032

29

Perhitungan nilai SC untuk masing-masing lag tersebut mengindikasikan bahwa nilai SC yang terkecil, yaitu 22.88867 terdapat pada lag dua. Oleh sebab itu, pada analisis VAR akan digunakan lag dua sebagai lag optimumnya. Dengan demikian, sesuai dengan ordo VAR yang didapat, maka dapat dibentuk persamaan VAR sebagai berikut: RFILt

= a1RKORt-1 + a2RKORt-2 + b1RTHAIt-1 + b2RTHAIt-2 + c1RMALt-1 + c2RMALt-2 + d1RSINGt-1 + d2RSINGt-2 + e1RJEPt-1 + e2RJEPt-2 + f1RFILt-1 + f2RFILt-2 + g1RINDt-1 + g2RINDt-2 + h1RHONGt-1 + h2RHONGt-2

RHONGt


RINDt


RJEPt


RKORt

= a1RKORt-1 + a2RKORt-2 + b1RTHAIt-1 + b2RTHAIt-2 + c1RMALt-1 + c2RMALt-2 + d1RSINGt-1 + d2RSINGt-2 + e1RJEPt-1 + e2RJEPt-2 +

30

f1RFILt-1 + f2RFILt-2 + g1RINDt-1 + g2RINDt-2 + h1RHONGt-1 + h2RHONGt-2 RMALt


RSINGt


RTHAIt


4.3.3. Uji Kestabilan

Uji ini menunjukkan bahwa persamaan VAR telah stabil pada lag optimalnya, yaitu lag dua karena semua nilai modulusnya kurang dari satu. Hasil pengujian dapat dilihat pada Lampiran 19. 4.3.4. Uji Kointegrasi

Proses integrasi dapat dilakukan apabila seluruh variabel telah memenuhi persyaratan, yaitu stasioner pada derajat yang sama, yaitu derajat I(1) atau dengan kata lain stasioner pada tingkat first difference. Uji kointegrasi ini dilakukan pada

31

lag dua, dimana lag dua merupakan lag optimumnya. Hasil uji kointegrasi menggunakan Test Johanssen’s Trace Statistic dapat dilihat pada Tabel 4.7. Tabel 4.7. Uji Johanssen’s Trace Statistic Hypothesized Eigenvalue Eigenvalue No. of CE(s) None ** 0.551 380.974 At most 1 ** 0.527 258.326 At most 2 ** 0.331 143.673 At most 3 * 0.188 82.079 At most 4 0.115 50.039 At most 5 0.096 31.308 At most 6 0.066 15.730 At most 7 0.033 5.162 ** signifikan pada taraf nyata 1% * signifikan pada taraf nyata 5 % Sumber: Lampiran 20

5 Percent Critical Value 165.580 131.700 102.140 76.070 53.120 34.910 19.960 9.240

1 Percent Critical Value 177.200 143.090 111.010 84.450 60.160 41.070 24.600 12.970

Uji Johanssen’s Trace Statistic digunakan untuk mengetahui jumlah persamaan yang terkointegrasi di dalam sistem. Untuk menentukan jumlah persamaan yang terkointegrasi dilakukan dengan membandingkan estimasi Trace Statistic terhadap nilai kritisnya (crirical value), dimana penelitian ini menggunakan tingkat kritis 5%. Apabila nilai Trace Statistic lebih besar dari nilai kritisnya, maka persamaan tersebut dikatakan terkointegrasi. Dari Tabel 4.6 dapat diketahui bahwa terdapat empat persamaan yang terkointegrasi pada taraf nyata 5 persen. 4.3.5. Simulasi Impulse Response Function (IRF)

Impulse Response adalah respon sebuah variabel dependen jika mendapat guncangan dari variabel independen sebesar satu standar deviasi. Respon dari suku bunga Filipina apabila terjadi guncangan pada suku bunga tujuh negara lainnya terlihat pada Gambar 4.1, sedangkan untuk keluaran tabel dapat dilihat pada Lampiran 21.

32

Respon (Standar Deviasi)

2.0 1.5 1.0

RKOR RTHAI RMAL RSING RJEP RIND RHONG

0.5 0.0 -0.5 -1.0 5

10

15

20

25

30

35

40

45

Periode

Gambar 4.1. Respon Suku Bunga Filipina Terhadap Guncangan Suku Bunga Negara lain Sumber: Lampiran 21

Dari gambar di atas terlihat bahwa guncangan suku bunga sebesar satu standar deviasi dari Thailand, Indonesia dan Hongkong direspon negatif oleh fluktuasi suku bunga Filipina. Respon negatif mengindikasikan bahwa apabila terjadi peningkatan suku bunga di Thailand dan Indonesia, maka akan terjadi capital outflow dari Filipina ke Thailand dan Indonesia. Akibatnya, mata uang Filipina terdepresiasi karena permintaan terhadap Baht ataupun Rupiah meningkat yang mengindikasikan terjadinya penurunan inflasi di Filipina, sehingga suku bunga Filipina juga mengalami penurunan. Sedangkan guncangan dari Korea, Malaysia, Singapura, dan Jepang direspon positif. Respon positif ini mengindikasikan bahwa apabila terjadi peningkatan suku bunga di negara lain, maka akan menyebabkan terjadinya capital outflow dari Filipina karena para investor akan memilih return (tingkat pengembalian) dari aset finansial yang lebih tinggi. Akibatnya, akan terjadi kelebihan permintaan aset finansial di negara lain dan suku bunga Filipina akan

33

terdorong meningkat untuk menyerap kelebihan permintaan tersebut dengan asumsi inflasi tetap dan mobilitas modal yang sempurna. Respon dari suku bunga Hongkong apabila terjadi guncangan pada suku bunga tujuh negara lainnya terlihat pada gambar berikut:


1.2 1.0 0.8

RKOR RTHAI RMAL RSING RJEP RFIL RIND

0.6 0.4 0.2 0.0 -0.2 5

10

15

20

25

30

35

40

45

Periode

Gambar 4.2. Respon Suku Bunga Hongkong Terhadap Guncangan Suku Bunga Negara lain Sumber: Lampiran 22

Dari gambar terlihat bahwa hanya guncangan suku bunga sebesar satu standar deviasi dari Filipina yang direspon negatif oleh fluktuasi suku bunga Hongkong. Respon negatif mengindikasikan bahwa apabila terjadi peningkatan suku bunga di Filipina, maka akan terjadi sedikit capital outflow dari Hongkong. Hal ini disebabkan karena Hongkong memiliki tingkat pertumbuhan yang lebih tinggi di banding Filipina, sehingga resiko untuk berinvestasi finansial di Hongkong lebih rendah. Akibatnya para investor akan tetap berinvestasi di Hongkong yang menyebabkan suku bunga Hongkong menurun seiring dengan permintaan aset finansial yang cukup banyak. Selain itu, Hongkong juga

34

merupakan financial centre di seluruh dunia, sehingga banyak investor yang berinvestasi di Hongkong. Guncangan dari negara lainnya direspon positif oleh fluktuasi suku bunga Hongkong. Hal ini mengindikasikan bahwa apabila terjadi peningkatan suku bunga di negara lain, maka akan menyebabkan terjadinya capital outflow dari Hongkong karena para investor akan memilih return (tingkat pengembalian) dari aset finansial yang lebih tinggi. Akibatnya, akan terjadi kelebihan permintaan aset finansial di negara lain dan suku bunga Hongkong akan terdorong meningkat untuk menyerap kelebihan permintaan tersebut dengan asumsi inflasi tetap dan mobilitas modal yang sempurna. Respon dari suku bunga Indonesia apabila terjadi guncangan pada suku bunga tujuh negara lainnya terlihat pada gambar berikut:


4 3 2

RKOR RTHAI RMAL RSING RJEP RFIL RHONG

1 0 -1 -2 5

10

15

20

25

30

35

40

45

Periode

Gambar 4.3. Respon Suku Bunga Indonesia Terhadap Guncangan Suku Bunga Negara Lain Sumber: Lampiran 23

35

Dari gambar terlihat bahwa semua guncangan suku bunga negara-negara lain sebesar satu standar deviasi direspon positif oleh fluktuasi suku bunga Indonesia. Respon positif ini mengindikasikan bahwa apabila terjadi peningkatan suku bunga di negara lain, maka akan menyebabkan terjadinya capital outflow dari Indonesia karena para investor akan memilih return (tingkat pengembalian) dari aset finansial yang lebih tinggi. Akibatnya, akan terjadi kelebihan permintaan aset finansial di negara lain dan suku bunga Indonesia akan terdorong meningkat untuk menyerap kelebihan permintaan tersebut dengan asumsi inflasi tetap dan mobilitas modal yang sempurna. Respon dari suku bunga Jepang apabila terjadi guncangan pada suku bunga tujuh negara lainnya terlihat pada gambar berikut:


.16

.12 RKOR RTHAI RMAL RSING RFIL RIND RHONG

.08

.04

.00

-.04 5

10

15

20

25

30

35

40

45

Periode

Gambar 4.4. Respon Suku Bunga Jepang Terhadap Guncangan Suku Bunga Negara Lain Sumber: Lampiran 24

Gambar di atas memperlihatkan bahwa guncangan suku bunga sebesar satu standar deviasi dari Indonesia, Singapura, dan Korea direspon positif oleh pergerakan suku bunga Jepang. Respon positif ini mengindikasikan bahwa apabila

36

terjadi peningkatan suku bunga di Indonesia, Singapura, dan Korea, maka akan menyebabkan terjadinya capital outflow dari Jepang karena para investor akan memilih return (tingkat pengembalian) dari aset finansial yang lebih tinggi. Akibatnya, akan terjadi kelebihan permintaan aset finansial di tiga negara tersebut dan suku bunga Jepang akan terdorong meningkat untuk menyerap kelebihan permintaan tersebut dengan asumsi inflasi tetap dan mobilitas modal yang sempurna. Sedangkan guncangan dari Filipina, Malaysia, Thailand, dan Hongkong direspon negatif oleh pergerakan suku bunga Jepang. Respon negatif mengindikasikan bahwa apabila terjadi peningkatan suku bunga di Filipina, Malaysia, dan Thailand, maka akan terjadi sedikit capital outflow dari Jepang. Hal ini disebabkan karena Jepang memiliki tingkat pertumbuhan yang lebih tinggi di banding negara-negara tersebut, sehingga resiko untuk berinvestasi finansial di Jepang lebih rendah. Akibatnya para investor akan tetap berinvestasi di Jepang yang menyebabkan suku bunga Jepang menurun seiring dengan permintaan aset finansial yang cukup banyak. Respon dari suku bunga Korea apabila terjadi guncangan pada suku bunga tujuh negara lainnya terlihat pada gambar berikut:

37


1.2 1.0 0.8

RTHAI RMAL RSING RJEP RFIL RIND RHONG

0.6 0.4 0.2 0.0 -0.2 5

10

15

20

25

30

35

40

45

Periode

Gambar 4.5. Respon Suku Bunga Korea Terhadap Guncangan Suku Bunga Negara Lain Sumber: Lampiran 25

Dari gambar di atas terlihat bahwa guncangan suku bunga sebesar satu standar deviasi dari Hongkong, Jepang, Thailand, Filipina dan Malaysia direspon positif oleh fluktuasi suku bunga Korea. Respon positif ini mengindikasikan bahwa apabila terjadi peningkatan suku bunga di Hongkong, Jepang, Thailand, Filipina dan Malaysia, maka akan menyebabkan terjadinya capital outflow dari Korea karena para investor akan memilih return (tingkat pengembalian) dari aset finansial yang lebih tinggi. Akibatnya, akan terjadi kelebihan permintaan aset finansial di negara-negara tersebut dan suku bunga Korea akan terdorong meningkat untuk menyerap kelebihan permintaan tersebut dengan asumsi inflasi tetap dan mobilitas modal yang sempurna. Sedangkan guncangan dari suku bunga Singapura dan Indonesia direspon negatif oleh fluktuasi suku bunga Korea. Respon negatif mengindikasikan bahwa apabila terjadi peningkatan suku bunga di Indonesia, maka akan terjadi sedikit capital outflow dari Korea. Hal ini disebabkan karena Korea memiliki tingkat pertumbuhan yang lebih tinggi di banding Indonesia, sehingga resiko untuk

38

berinvestasi finansial di Korea lebih rendah. Akibatnya para investor akan tetap berinvestasi di Korea yang menyebabkan suku bunga Korea menurun seiring dengan permintaan aset finansial yang cukup banyak. Respon dari suku bunga Malaysia apabila terjadi guncangan pada suku bunga tujuh negara lainnya terlihat pada gambar berikut: .6


.5 .4 .3

RKOR RTHAI RSING RJEP RFIL RIND RHONG

.2 .1 .0 -.1 -.2 -.3 5

10

15

20

25

30

35

40

45

Periode

Gambar 4.6. Respon Suku Bunga Malaysia Terhadap Guncangan Suku Bunga Negara Lain Sumber: Lampiran 26

Gambar di atas menunjukkan bahwa guncangan suku bunga sebesar satu standar deviasi dari Indonesia dan Hongkong direspon negatif oleh fluktuasi suku bunga Malaysia. Respon negatif mengindikasikan

bahwa apabila terjadi

peningkatan suku bunga di Indonesia, maka akan terjadi capital outflow dari Indonesia ke Malaysia. Akibatnya, mata uang Malaysia terdepresiasi karena permintaan terhadap Rupiah meningkat yang mengindikasikan terjadinya penurunan inflasi di Malaysia, sehingga suku bunga Malaysia juga mengalami penurunan.

39

Sedangkan guncangan dari suku bunga dari Korea, Singapura, Thailand, Filipina dan Jepang direspon positif oleh fluktuasi suku bunga Malaysia. Respon positif ini mengindikasikan bahwa apabila terjadi peningkatan suku bunga di negara-negara tersebut, maka akan menyebabkan terjadinya capital outflow dari Malaysia karena para investor akan memilih return (tingkat pengembalian) dari aset finansial yang lebih tinggi. Akibatnya, akan terjadi kelebihan permintaan aset finansial di negara-negara tersebut dan suku bunga Malaysia akan terdorong meningkat untuk menyerap kelebihan permintaan tersebut dengan asumsi inflasi tetap dan mobilitas modal yang sempurna. Respon dari suku bunga Singapura apabila terjadi guncangan pada suku bunga tujuh negara lainnya terlihat pada gambar berikut:


.5 .4 .3

RKOR RTHAI RMAL RJEP RFIL RIND RHONG

.2 .1 .0 -.1 -.2 5

10

15

20

25

30

35

40

45

Periode

Gambar 4.7. Respon Suku Bunga Singapura Terhadap Guncangan Suku Bunga Negara Lain Sumber: Lampiran 27

Gambar di atas menunjukkan bahwa hanya guncangan suku bunga sebesar satu standar deviasi dari Indonesia yang direspon negatif oleh fluktuasi suku bunga Singapura. Hal mengindikasikan bahwa apabila terjadi peningkatan suku

40

bunga di Indonesia, maka akan terjadi sedikit capital outflow dari Singapura. Hal ini disebabkan karena Singapura memiliki tingkat pertumbuhan yang lebih tinggi di banding Indonesia, sehingga resiko untuk berinvestasi finansial di Singapura lebih rendah. Akibatnya para investor akan tetap berinvestasi di Singapura yang menyebabkan suku bunga Singapura menurun seiring dengan permintaan aset finansial yang cukup banyak. Sedangkan guncangan dari Korea, Jepang, Hongkong, Malaysia, Filipina dan Thailand direspon positif oleh pergerakan suku bunga Singapura. Respon positif ini mengindikasikan bahwa apabila terjadi peningkatan suku bunga di lima negara tersebut, maka akan menyebabkan terjadinya capital outflow dari Singapura karena para investor akan memilih return (tingkat pengembalian) dari aset finansial yang lebih tinggi. Akibatnya, akan terjadi kelebihan permintaan aset finansial di negara-negara tersebut dan suku bunga Singapura akan terdorong meningkat untuk menyerap kelebihan permintaan tersebut dengan asumsi inflasi tetap dan mobilitas modal yang sempurna. Respon dari suku bunga Thailand apabila terjadi guncangan pada suku bunga tujuh negara lainnya terlihat pada gambar berikut:

41


1.6 1.2 0.8

RKOR RMAL RSING RJEP RFIL RIND RHONG

0.4 0.0 -0.4 -0.8 5

10

15

20

25

30

35

40

45

Periode

Gambar 4.8. Respon Suku Bunga Thailand Terhadap Guncangan Suku Bunga Negara Lain Sumber: Lampiran 28

Dari gambar terlihat bahwa hanya guncangan suku bunga sebesar satu standar deviasi dari Filipina dan Indonesia direspon negatif oleh fluktuasi suku bunga Thailand. Respon negatif mengindikasikan bahwa apabila terjadi peningkatan suku bunga di Filipina dan Indonesia, maka akan terjadi capital outflow dari Thailand ke Filipina dan Indonesia. Akibatnya, mata uang Thailand terdepresiasi karena permintaan terhadap Peso ataupun Rupiah meningkat yang mengindikasikan terjadinya penurunan inflasi di Thailand, sehingga suku bunga Thailand juga mengalami penurunan. Sedangkan guncangan dari Korea, Jepang, Hongkong, Malaysia, dan Singapura direspon positif oleh pergerakan suku bunga Thailand. Respon positif ini mengindikasikan bahwa apabila terjadi peningkatan suku bunga di lima negara tersebut, maka akan menyebabkan terjadinya capital outflow dari Thailand karena para investor akan memilih return (tingkat pengembalian) dari aset finansial yang

42

lebih tinggi. Akibatnya, akan terjadi kelebihan permintaan aset finansial di negara-negara tersebut dan suku bunga Thailand akan terdorong meningkat untuk menyerap kelebihan permintaan tersebut dengan asumsi inflasi tetap dan mobilitas modal yang sempurna. Dari penjelasan masing-masing respon suku bunga di setia negara terlihat bahwa guncangan suku bunga dari setiap negara ASEAN dapat saling mmberikan respon dengan respon yang hampir sama kecuali Indonesia dimana responnya terhadap guncangan dari setiap negara sangat besar kecuali terhadap Singapura. Sedangkan guncangan suku bunga ASEAN dengan Korsel dapat saling merespon dengan respon yang hampir sama dalam jangka waktu yang cukup lama, kecuali Indonesia. Dan guncangan suku bunga Jepang tidak memberikan respon yang sama dengan respon yang diberikan ASEAN terhadap guncangan dari suku bunga Jepang karena respon Jepang sangat kecil (hampir mendekati nol) terhadap guncangan dari ASEAN. Untuk Hongkong dengan ASEAN, suku bunganya saling memberikan respon yang hampir sama, kecuali Thailand. 4.3.6. Simulasi Dekomposisi Penduga Ragam Galat

Struktur dinamis antar variabel dalam model VAR dapat dilihat melalui analisis dekomposisi penduga ragam galat atau Decomposition of Forecasting Error Variance (DFEV), dimana pola dari DVEF ini mengindikasikan sifat dari kausalitas multivariat di antara variabel-variabel dalam model VAR. Hasil dari analisis DFEV terhadap suku bunga Filipina diringkas pada tabel berikut:

43

Tabel 4.8. DFEV terhadap Suku Bunga Filipina

1 6 12 18 24 30 36 42 48

RKOR 2.513 1.978 1.507 1.285 1.182 1.107 1.055 1.017 0.988

RTHAI 0.294 3.994 4.572 4.096 3.862 3.715 3.614 3.541 3.484

RMAL 28.340 32.376 26.786 25.450 24.425 23.826 23.395 23.080 22.839

RSING 0.829 3.332 6.671 7.744 8.452 8.878 9.179 9.400 9.569

RJEP 2.148 5.187 10.682 13.478 15.267 16.395 17.182 17.758 18.200

RFIL 65.874 46.650 44.660 43.610 42.956 42.516 42.221 42.002 41.836

RIND 0 6.047 4.619 3.961 3.550 3.302 3.125 2.995 2.896

RHONG 0 0.427 0.499 0.371 0.303 0.257 0.225 0.202 0.184

Sumber: Lampiran 29

Dari Tabel 4.8 dapat terlihat bahwa pada peramalan periode pertama, fluktuasi suku bunga Filipina sangat ditentukan oleh guncangan suku bunga Filipina itu sendiri, untuk selengkapnya dapat dilihat pada Lampiran. Sedangkan untuk periode selanjutnya, fluktuasinya banyak disebabkan oleh guncangan dari negara lain, khususnya Malaysia. Hal ini mengindikasikan bahwa suku bunga pasar di Filipina banyak dipengaruhi oleh suku bunga pasar dari negara lain. Gambar selengkapnya dari Variance Decomposition suku bunga Filipina dapat dilihat sebagai berikut : 100% RHONG

Persen

80%

RIND RFIL

60%

RJEP RSING

40%

RMAL RTHAI

20%

RKOR

0% 1

6

11

16

21

26

31

36

41

Periode

Gambar 4.9 DFEV Suku Bunga Filipina Sumber:Lampiran 29

46

44

Hasil dari analisis DFEV terhadap suku bunga Hongkong diringkas pada tabel berikut: Tabel 4.9. DFEV terhadap Suku Bunga Hongkong

1 6 12 18 24 30 36 42 48

RKOR 1.818 2.184 3.818 5.775 6.952 7.635 8.083 8.404 8.645

RTHAI 0.509 1.405 2.504 4.033 4.916 5.406 5.729 5.959 6.133

RMAL 1.213 0.855 0.655 0.591 0.550 0.530 0.513 0.501 0.492

RSING 1.545 6.503 11.659 12.840 13.439 13.794 14.038 14.213 14.346

RJEP 0.141 0.316 0.309 0.608 0.925 1.131 1.267 1.363 1.436

RFIL 0.107 0.992 0.675 0.459 0.347 0.279 0.233 0.201 0.176

RIND 10.810 7.667 6.473 4.921 4.113 3.621 3.297 3.065 2.890

RHONG 83.853 80.074 73.903 70.768 68.754 67.601 66.836 66.290 65.879

Sumber: Lampiran 30

Dari tabel di atas menunjukkan bahwa pada peramalan bulan pertama hingga ke-48, guncangan suku bunga Hongkong paling besar mempengaruhi fluktuasi suku bunganya meskipun pengaruhnya terus mengalami penurunan hingga peramalan bulan ke-48 yang hanya sebesar 65.879 persen. Pengaruh kedua terbesar datang dari suku bunga Singapura. Hal ini mengindikasikan bahwa pergerakan suku bunga Hongkong juga dipengaruhi oleh suku bunga negaranegara lainnya, khususnya Singapura. Penjelasan tersebut juga mengindikasikan bahwa permintaan aset-aset finansial di Hongkong cukup bergantung dari investor negara-negara lain. Gambar selengkapnya dari Variance Decomposition suku bunga Hongkong dapat dilihat sebagai berikut :

45

100% RHONG

Persen

80%

RIND RFIL

60%

RJEP RSING

40%

RMAL RTHAI

20%

RKOR

0% 1

6

11

16

21

26

31

36

41

46

Periode

Gambar 4.10. DFEV Suku Bunga Hongkong Sumber:Lampiran 30

Hasil dari analisis DFEV terhadap suku bunga Indonesia diringkas pada tabel berikut: Tabel 4.10. DFEV terhadap Suku Bunga Indonesia

1 6 12 18 24 30 36 42 48

RKOR 0.790 22.483 48.344 50.092 50.514 50.712 50.843 50.933 50.996

RTHAI 2.982 5.255 18.336 21.375 22.125 22.430 22.610 22.730 22.817

RMAL 6.850 14.515 10.015 10.307 10.255 10.246 10.233 10.225 10.220

RSING 6.531 4.407 1.316 0.645 0.426 0.320 0.257 0.215 0.185

RJEP 0.454 2.163 6.622 9.196 10.620 11.362 11.799 12.086 12.290

RFIL 1.695 1.503 0.879 0.761 0.703 0.670 0.651 0.638 0.629

RIND 80.694 46.820 13.592 7.000 4.824 3.771 3.143 2.727 2.430

RHONG 0 2.850 0.892 0.621 0.529 0.486 0.459 0.442 0.429

Sumber: Lampiran 31

Dari tabel di atas terlihat bahwa pada peramalan bulan pertama, suku bunga Indonesia mampu mempengaruhi pergerakan dirinya sendiri sebesar 80.694 persen dan persentase ini terus menurun hingga peramalan bulan ke-48 yang hanya sebesar 2.43 persen. Hal ini menunjukkan bahwa pergerakan dari suku bunga Indonesia sangat peka terhadap perubahan suku bunga di negara lainnya dan mengindikasikan bahwa kondisi suku bunga pasar Indonesia sangat

46

bergantung pada pergerakan suku bunga di negara-negara lainnya. Pengaruh terbesar berasal dari Korea yang diikuti oleh Thailand, Jepang, dan Malaysia. Gambar selengkapnya dari Variance Decomposition suku bunga Indonesia dapat dilihat sebagai berikut : 100% RHONG

80%

RIND RFIL

Persen

60%

RJEP RSING

40%

RMAL RTHAI

20%

RKOR

0% 1

6

11

16

21

26

31

36

41

46

Periode

Gambar 4.11. DFEV Suku Bunga Indonesia Sumber:Lampiran 31

Hasil dari analisis DFEV terhadap suku bunga Jepang diringkas pada tabel berikut: Tabel 4.11. DFEV terhadap Suku Bunga Jepang

1 6 12 18 24 30 36 42 48

RKOR 0.495 4.199 4.045 3.689 3.471 3.345 3.265 3.210 3.169

RTHAI 0.007 0.580 0.372 0.464 0.528 0.569 0.594 0.611 0.623

RMAL 0.322 2.220 3.130 3.284 3.445 3.539 3.599 3.641 3.671

RSING 2.517 2.196 2.331 2.297 2.293 2.292 2.291 2.291 2.291

RJEP 96.657 89.691 88.745 88.793 88.703 88.647 88.610 88.585 88.567

RFIL 0 0.960 0.862 0.909 0.936 0.953 0.963 0.970 0.976

RIND 0 0.029 0.261 0.301 0.346 0.370 0.385 0.396 0.404

RHONG 0 0.121 0.250 0.259 0.274 0.283 0.289 0.292 0.295

Sumber: Lampiran 32

Dari tabel di atas terlihat bahwa dari peramalan bulan pertama hingga bulan ke-48, pergerakan suku bunga Jepang memang sangat dipengaruhi oleh

47

dirinya sendiri, meskipun dengan persentase yang terus menurun. Hal ini mengindikasikan bahwa pergerakan suku bunga Jepang tidak terlalu bergantung dari suku bunga negara-negara lain karena Jepang merupakan negara terbuka besar, sehingga negara-negara kecil seperti ASEAN belum mampu mempengaruhi pergerakan suku bunga Jepang. Gambar selengkapnya dari Variance Decomposition suku bunga Jepang dapat dilihat sebagai berikut :

100%

RHONG RIND

80% Persen

RFIL 60%

RJEP RSING

40%

RMAL 20%

RTHAI RKOR

0% 1

6

11

16

21

26

31

36

41

46

Periode

Gambar 4.12. DFEV Suku Bunga Jepang Sumber:Lampiran 32

Hasil dari analisis DFEV terhadap suku bunga Korea diringkas pada tabel berikut:

48

Tabel 4.12. DFEV terhadap Suku Bunga Korea RKOR

RTHAI

RMAL

RSING

RJEP

RFIL

RIND

RHONG

1

100

0

0

0

0

0

0

0

6

70.621

18.498

1.359

0.308

7.235

1.269

0.554

0.153

12

60.052

19.039

5.897

0.463

12.478

0.965

0.616

0.487

18

58.081

17.881

6.357

0.464

15.482

0.776

0.474

0.480

24

57.155

17.264

6.654

0.490

16.869

0.684

0.393

0.486

30

56.653

16.901

6.798

0.503

17.689

0.629

0.339

0.485

36

56.308

16.655

6.905

0.513

18.237

0.591

0.302

0.484

42

56.057

16.477

6.982

0.519

18.636

0.564

0.276

0.484

48

55.867

16.342

7.041

0.524

18.939

0.543

0.256

0.484

Sumber: Lampiran 33

Dari tabel di atas menunjukkan bahwa pada peramalan bulan pertama hingga bulan ke-48, suku bunga Korea sangat dipengaruhi oleh dirinya sendiri, namun tidak terlalu kuat. Hal ini mengindikasikan bahwa pergerakan suku bunga Korea juga banyak bergantung dari perubahan suku bunga negara-negara lain, khususnya Thailand dan Jepang. Hal ini membuktikan bahwa pada saat terjadi krisis akibat pemerintah Thailand memutuskan untuk melepaskan kendali terhadap mata uang Bahtnya, Korea merasakan dampak yang cukup hebat. Gambar selengkapnya dari Variance Decomposition suku bunga Korea dapat dilihat sebagai berikut :

49

100% RHONG

Persen

80%

RIND RFIL

60%

RJEP RSING

40%

RMAL RTHAI

20%

RKOR

0% 1

6

11

16

21

26

31

36

41

46

Periode

Gambar 4.13. DFEV Suku Bunga Korsel Sumber:Lampiran 33

Hasil dari analisis DFEV terhadap suku bunga Malaysia diringkas pada tabel berikut: Tabel 4.13. DFEV terhadap Suku Bunga Malaysia

1 6 12 18 24 30 36 42 48

RKOR 0.812 24.389 30.856 32.722 33.416 33.805 34.042 34.206 34.325

RTHAI 4.955 19.303 31.725 33.552 34.308 34.682 34.920 35.083 35.201

RMAL 94.231 40.224 25.804 23.140 22.106 21.556 21.216 20.982 20.812

RSING 0 2.530 1.860 1.593 1.482 1.427 1.393 1.370 1.353

RJEP 0 1.449 0.543 0.467 0.486 0.498 0.504 0.507 0.510

RFIL 0 1.030 2.392 2.409 2.423 2.426 2.429 2.431 2.432

RIND 0 7.706 4.800 4.712 4.617 4.569 4.538 4.516 4.500

RHONG 0 3.365 2.014 1.400 1.158 1.033 0.955 0.902 0.864

Sumber: Lampiran 34

Dari tabel di atas terlihat bahwa pada peramalan bulan pertama, suku bunga Malaysia mampu mempengaruhi dirinya sendiri sebesar 94.23 persen, namun persentase ini terus menurun. Dan pada peramalan bulan ke-48, suku bunga riil Malaysia hanya mampu mempengaruhi dirinya sebesar 20.81 persen. Hal ini mengindikasikan bahwa pergerakan suku bunga Malaysia juga peka terhadap perubahan dari suku bunga di negara-negara lain, khususnya Thailand dan Korea.

50

Gambar selengkapnya dari Variance Decomposition suku bunga Malaysia dapat dilihat sebagai berikut : 100% RHONG

Persen

80%

RIND RFIL

60%

RJEP RSING

40%

RMAL RTHAI

20%

RKOR 0% 1

6

11

16

21

26

31

36

41

46

Periode

Gambar 4.14. DFEV Suku Bunga Malaysia Sumber:Lampiran 34

Hasil dari analisis DFEV terhadap suku bunga Singapura diringkas pada tabel berikut: Tabel 4.14. DFEV terhadap Suku Bunga Singapura

1 6 12 18 24 30 36 42 48

RKOR 10.568 4.929 6.237 7.061 7.441 7.651 7.786 7.880 7.950

RTHAI 0.064 20.349 25.992 28.138 28.987 29.472 29.782 30.001 30.164

RMAL 5.175 1.414 3.637 3.898 4.075 4.158 4.214 4.253 4.282

RSING 84.191 61.007 50.167 46.141 44.224 43.170 42.493 42.016 41.663

RJEP 0 6.347 6.829 7.759 8.284 8.592 8.789 8.926 9.028

RFIL 0 2.716 1.354 0.955 0.765 0.655 0.583 0.532 0.495

RIND 0 1.128 2.465 2.531 2.585 2.600 2.611 2.619 2.625

RHONG 0 2.106 3.316 3.512 3.636 3.697 3.739 3.767 3.789

Sumber: Lampiran 35

Dari tabel di atas terlihat bahwa pada peramalan bulan pertama, pergerakan suku bunga Singapura memang paling besar dipengaruhi dirinya sendiri, namun persentasenya terus menurun hingga peramalan bulan ke-48 yang hanya sebesar 41.66 persen. Hal ini mengindikasikan bahwa pergerakan suku

51

bunga Singapura juga banyak dipengaruhi oleh perubahan suku bunga dari negara lainnya, khususnya Thailand. Gambar selengkapnya dari Variance Decomposition suku bunga Singapura dapat dilihat sebagai berikut : 100% RHONG

Persen

80%

RIND RFIL

60%

RJEP RSING

40%

RMAL RTHAI

20%

RKOR

0% 1

6

11

16

21

26

31

36

41

46

Periode

Gambar 4.15. DFEV Suku Bunga Singapura Sumber:Lampiran 35

Hasil dari analisis DFEV terhadap suku bunga Thailand diringkas pada tabel berikut: Tabel 4.15. DFEV terhadap Suku Bunga Thailand

1 6 12 18 24 30 36 42 48

RKOR 0.742 30.097 33.803 34.539 34.844 35.032 35.158 35.248 35.315

RTHAI 99.257 50.746 49.446 48.461 48.133 47.928 47.800 47.707 47.638

RMAL 0 7.398 6.299 6.368 6.318 6.295 6.276 6.263 6.253

RSING 0 3.483 3.667 3.656 3.681 3.698 3.710 3.717 3.723

RJEP 0 1.058 2.382 3.064 3.406 3.596 3.721 3.810 3.876

RFIL 0 2.499 1.327 1.030 0.892 0.811 0.756 0.717 0.688

RIND 0 4.330 2.868 2.733 2.609 2.541 2.494 2.460 2.435

RHONG 0 0.385 0.204 0.146 0.114 0.095 0.083 0.074 0.067

Sumber: Lampiran 36

Dari tabel di atas terlihat bahwa pada peramalan bulan pertama, pergerakan suku bunga Thailand memang paling besar dipengaruhi dirinya

52

sendiri, namun persentasenya terus menurun hingga peramalan periode ke-48 yang hanya sebesar 47.638 persen. Hal ini mengindikasikan bahwa pergerakan suku bunga Thailand juga banyak dipengaruhi oleh suku bunga dari negara-negara lain, khususnya Korea. Gambar selengkapnya dari Variance Decomposition suku bunga Thailand dapat dilihat sebagai berikut : 100% RHONG

Persen

80%

RIND RFIL

60%

RJEP RSING

40%

RMAL RTHAI

20%

RKOR 0% 1

6

11

16

21

26

31

36

41

46

Periode

Gambar 4.16 DFEV Suku Bunga Thailand Sumber:Lampiran 36

Pada uji DFEV terlihat bahwa suku bunga negara ASEAN saling mempengaruhi, kecuali Indonesia. Suku bunga Korea cukup banyak dipengaruhi oleh Thailand, sedangkan Korsel banyak mempengaruhi ASEAN kecuali Filipina dan Singapura. Suku bunga Jepang cukup mempengaruhi pergerakan suku bunga ASEAN kecuali Malaysia, namun ASEAN belum mampu mempengaruhi pergerakan suku bunga Jepang. Fluktuasi suku bunga Hongkong banyak dipengaruhi guncangan dari Singapura, begitu juga sebaliknya.

53

V. KESIMPULAN DAN SARAN

Berdasarkan hasil penelitian dengan menggunakan empat alat analisis (matriks korelasi, kausalitas Granger, Impulse Response Function, dan Decomposition of Forecasting Error Variance) yang telah dijelaskan dalam bab sebelumnya, 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 terciptanya integrasi finansial. Dalam penelitian ini hanya membahas keterkaitan suku bunga untuk melihat kemungkinan adanya integrasi finansial di kawasan Asia. Oleh sebab itu, untuk penelitian selanjutnya disarankan dapat mengkaji indikator lainnya dari integrasi finansial ataupun karakteristik OCA lainnya dalam rangka pembentukan Komunitas Masyarakat Ekonomi Asia Timur.

54

DAFTAR PUSTAKA

Amrita, F. 2006. “Konvergensi Inflasi dan Optimum Currency Area di ASEAN 1993-2003”. Skema, 1: 65-75. Barassi, M. R, G. M. Caporale, dan S. G. Hall. 2000. “Interest Rate Linkages : Identifying Structural Relations”. Centre for International Macroeconomics, 02. Bensidoun, I., V. Coudert, dan L. Nayman. 1997. “Interest Rate in East Asian Countries : Internal Financial Structure and International Linkages”. CEPII, 02. Chan, T. H., W. L. R. Khong, dan A. Z. Baharumshah. 2004. Dynamic Financial Linkages of Japan and ASEAN Economies: An Aplication of Real Interest Parity. Malaysia: Department of Economics Universiti Putra Malaysia. Chinn, M. 2007. “Interest Rate Parity Conditions” [World Economy Online]. http://www.ssc.wisc.edu/~mchinn/IRP.pdf [25 Juni 2007]. Devine, M. 1997. The Cointegration of International Interest Rate: A Review. Economic Analysis, Research and Publication Department, Central Bank of Ireland. Dewi, A. K. 2005. Pengaruh Aliran Investasi Portofolio di Indonesia Terhadap Perubahan Nilai Tukar Rupiah. Bogor: Fakultas Ekonomi dan Manajemen IPB. Dewi, S. 2005. Analisis Faktor-faktor Utama Penentu Investasi Swasta di Indonesia. Bogor: Fakultas Ekonomi dan Manajemen IPB. Dwiastuti, F. 2006. Analisis Faktor-faktor yang Mempengaruhi Suku Bunga Deposito pada Bank-bank Umum Pemerintah di Indonesia. Bogor: Fakultas Ekonomi dan Manajemen IPB. Hanie. 2006. Konvergensi Nominal dan Riil diantara Negara-negara ASEAN_5, Jepang, dan Korea Selatan. Bogor: Fakultas Ekonomi dan Manajemen IPB. Hasan, I. 2004. Analisis Data Penelitian dengan Statistik. Bumi Aksara, Jakarta. Juwana, H. 2003. ”AFTA Dalam Konteks Hukum Ekonomi Internasional”. Jurnal Hukum Bisnis, 22: 5-12.

55

Koukouritakis, M, dan L. Michelis. Term Structure Linkages Among The New EU Countries and The EMU. Canada: Department of Economics Ryerson University. Mankiw, G. 2003. Teori Makroekonomi. Imam Nurmawan [penerjemah]. Erlangga, Jakarta. Mishkin, F. S. 2001. The economics of money, Banking, and Financial Markets. Colombia University. Poghosyan, T., dan J. Huan. 2007. Interest Rate Linkages in EMU Countries: A Rolling Threshold Vector Error-Correction Approach. Netherland: University of Groningen. Rakhma, E. 2005. Pengaruh Bunga Deposito Terhadap Investasi Perusahaan asuransi Jiwa di Indonesia. Bogor: Fakultas Ekonomi dan Manajemen IPB. Salvatore. 1997. Ekonomi Internasional. Haris Munandar [penerjemah]. Erlangga, Jakarta. Suryokusumo, S. 2003. ”AFTA Dalam Perspektif Internasional”. Jurnal Hukum Bisnis, 22: 31-40.

Hukum

Ekonomi

Trivisvavet, T. 2001. Do East Asian Countries Constitute An Optimum Currency Area?. Duke University Durham. Zhou, S. 2003. “Interest Rate Linkage within The European Monetary System: New Evidence Incorporating Long Run Trends”. Journal of International Money and Finance, 22: 571-590.

56

LAMPIRAN

57

Lampiran 1. Kausalitas Granger Pairwise Granger Causality Tests Sample: 1994:01 2006:12 Lags: 2 Null Hypothesis:

Obs

F-Statistic

Probability

RTHAI does not Granger Cause RKOR RKOR does not Granger Cause RTHAI

154

5.78859 21.0415

0.00379 8.9E-09

RMAL does not Granger Cause RKOR RKOR does not Granger Cause RMAL

154

0.20762 17.2851

0.81275 1.8E-07

RSING does not Granger Cause RKOR RKOR does not Granger Cause RSING

154

1.52982 1.72284

0.21996 0.18210

RJEP does not Granger Cause RKOR RKOR does not Granger Cause RJEP

154

1.76644 6.35062

0.17450 0.00226

RFIL does not Granger Cause RKOR RKOR does not Granger Cause RFIL

154

14.4734 6.05815

1.8E-06 0.00295

RIND does not Granger Cause RKOR RKOR does not Granger Cause RIND

154

0.83233 7.42295

0.43705 0.00085

RHONG does not Granger Cause RKOR RKOR does not Granger Cause RHONG

154

0.48493 4.67602

0.61671 0.01073

RMAL does not Granger Cause RTHAI RTHAI does not Granger Cause RMAL

154

2.47458 7.58951

0.08765 0.00073

RSING does not Granger Cause RTHAI RTHAI does not Granger Cause RSING

154

6.01272 11.8069

0.00308 1.7E-05

RJEP does not Granger Cause RTHAI RTHAI does not Granger Cause RJEP

154

1.30287 0.91914

0.27483 0.40111

RFIL does not Granger Cause RTHAI RTHAI does not Granger Cause RFIL

154

2.28862 12.3610

0.10496 1.1E-05

RIND does not Granger Cause RTHAI RTHAI does not Granger Cause RIND

154

6.39199 9.65829

0.00217 0.00011

RHONG does not Granger Cause RTHAI RTHAI does not Granger Cause RHONG

154

0.84649 4.76790

0.43097 0.00984

RSING does not Granger Cause RMAL RMAL does not Granger Cause RSING

154

3.56151 1.20909

0.03084 0.30138

RJEP does not Granger Cause RMAL RMAL does not Granger Cause RJEP

154

1.12501 0.05403

0.32739 0.94743

RFIL does not Granger Cause RMAL RMAL does not Granger Cause RFIL

154

0.97890 7.27491

0.37813 0.00097

RIND does not Granger Cause RMAL RMAL does not Granger Cause RIND

154

10.1904 22.2997

7.1E-05 3.4E-09

RHONG does not Granger Cause RMAL RMAL does not Granger Cause RHONG

154

2.09503 3.89192

0.12668 0.02251

RJEP does not Granger Cause RSING RSING does not Granger Cause RJEP

154

1.50920 0.86811

0.22445 0.42186

RFIL does not Granger Cause RSING RSING does not Granger Cause RFIL

154

15.7815 3.40041

6.1E-07 0.03597

RIND does not Granger Cause RSING RSING does not Granger Cause RIND

154

0.17226 14.6567

0.84193 1.5E-06

58

RHONG does not Granger Cause RSING RSING does not Granger Cause RHONG

154

0.61273 4.60731

0.54323 0.01144

RFIL does not Granger Cause RJEP RJEP does not Granger Cause RFIL

154

1.23729 6.47116

0.29313 0.00202

RIND does not Granger Cause RJEP RJEP does not Granger Cause RIND

154

0.34537 0.35336

0.70852 0.70291

RHONG does not Granger Cause RJEP RJEP does not Granger Cause RHONG

154

0.68175 1.31287

0.50730 0.27214

RIND does not Granger Cause RFIL RFIL does not Granger Cause RIND

154

2.27566 6.00823

0.10629 0.00309

RHONG does not Granger Cause RFIL RFIL does not Granger Cause RHONG

154

5.70626 0.21754

0.00409 0.80475

RHONG does not Granger Cause RIND RIND does not Granger Cause RHONG

154

0.06711 2.14742

0.93512 0.12039

Lampiran 2. Uji Stasioneritas Filipina pada Level Null Hypothesis: RFIL has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on SIC, MAXLAG=13) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-2.924849 -3.473382 -2.880336 -2.576871

0.0448

*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(RFIL) Method: Least Squares Date: 01/01/02 Time: 06:44 Sample(adjusted): 1994:04 2006:12 Included observations: 153 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

RFIL(-1) D(RFIL(-1)) D(RFIL(-2)) C

-0.169691 -0.273492 -0.207601 1.682775

0.058017 0.083496 0.077865 0.641490

-2.924849 -3.275495 -2.666173 2.623229

0.0040 0.0013 0.0085 0.0096

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

0.200684 0.184590 2.591787 1000.886 -360.7802 1.860499

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

-0.049824 2.870194 4.768368 4.847595 12.46978 0.000000

59

Lampiran 3. Uji Stasioneritas Hongkong pada Level Null Hypothesis: RHONG has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on SIC, MAXLAG=13) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-1.917640 -3.473382 -2.880336 -2.576871

0.3235

*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(RHONG) Method: Least Squares Date: 01/01/02 Time: 06:45 Sample(adjusted): 1994:04 2006:12 Included observations: 153 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

RHONG(-1) D(RHONG(-1)) D(RHONG(-2)) C

-0.087599 -0.509639 -0.224745 0.364216

0.045681 0.083789 0.080093 0.212854

-1.917640 -6.082404 -2.806042 1.711110

0.0571 0.0000 0.0057 0.0891


0.273742 0.259120 1.250559 233.0209 -249.2804 2.041634


0.000392 1.452881 3.310855 3.390082 18.72043 0.000000

Lampiran 4. Uji Stasioneritas Indonesia pada Level Null Hypothesis: RIND has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=13) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

t-Statistic

Prob.*

-2.371866 -3.472813 -2.880088 -2.576739

0.1514

60

Augmented Dickey-Fuller Test Equation Dependent Variable: D(RIND) Method: Least Squares Date: 01/01/02 Time: 06:45 Sample(adjusted): 1994:02 2006:12 Included observations: 155 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

RIND(-1) C

-0.071224 1.200128

0.030029 0.705383

-2.371866 1.701385

0.0189 0.0909


0.035466 0.029161 6.078074 5652.277 -498.6556 2.301936


-0.007484 6.168683 6.460072 6.499342 5.625750 0.018942

Lampiran 5. Uji Stasioneritas Jepang pada Level Null Hypothesis: RJEP has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=13) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-4.025558 -3.472813 -2.880088 -2.576739

0.0017

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(RJEP) Method: Least Squares Date: 01/01/02 Time: 06:45 Sample(adjusted): 1994:02 2006:12 Included observations: 155 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

RJEP(-1) C

-0.035487 0.000556

0.008815 0.006682

-4.025558 0.083139

0.0001 0.9338


0.095772 0.089862 0.071126 0.774004 190.7838 1.402832


-0.013394 0.074554 -2.435920 -2.396650 16.20511 0.000089

61

Lampiran 6. Uji Stasioneritas Korea pada Level Null Hypothesis: RKOR has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on SIC, MAXLAG=13) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-1.984507 -3.473096 -2.880211 -2.576805

0.2935


Augmented Dickey-Fuller Test Equation Dependent Variable: D(RKOR) Method: Least Squares Date: 01/01/02 Time: 06:46 Sample(adjusted): 1994:03 2006:12 Included observations: 154 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

RKOR(-1) D(RKOR(-1)) C

-0.034398 0.335400 0.235333

0.017333 0.076610 0.158159

-1.984507 4.378006 1.487947

0.0490 0.0000 0.1389


0.124096 0.112494 1.049563 166.3389 -224.4513 1.964117


-0.042273 1.114097 2.953913 3.013074 10.69663 0.000045

Lampiran 7. Uji Stasioneritas Malaysia pada Level Null Hypothesis: RMAL has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on SIC, MAXLAG=13) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

t-Statistic

Prob.*

-1.297676 -3.473096 -2.880211 -2.576805

0.6300

62

Augmented Dickey-Fuller Test Equation Dependent Variable: D(RMAL) Method: Least Squares Date: 01/01/02 Time: 06:46 Sample(adjusted): 1994:03 2006:12 Included observations: 154 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

RMAL(-1) D(RMAL(-1)) C

-0.032862 -0.447046 0.136719

0.025324 0.072632 0.121845

-1.297676 -6.154917 1.122069

0.1964 0.0000 0.2636


0.224403 0.214130 0.672236 68.23704 -155.8412 1.902494


-0.004610 0.758309 2.062873 2.122034 21.84438 0.000000

Lampiran 8. Uji Stasioneritas Singapura pada Level Null Hypothesis: RSING has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on SIC, MAXLAG=13) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-2.008459 -3.473382 -2.880336 -2.576871

0.2831

*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(RSING) Method: Least Squares Date: 01/01/02 Time: 06:46 Sample(adjusted): 1994:04 2006:12 Included observations: 153 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

RSING(-1) D(RSING(-1)) D(RSING(-2)) C

-0.063032 0.160833 -0.290488 0.162167

0.031383 0.077548 0.078216 0.091819

-2.008459 2.073972 -3.713899 1.766150

0.0464 0.0398 0.0003 0.0794


0.138931 0.121595 0.543954 44.08705 -121.9108 1.997113


5.79E-18 0.580383 1.645893 1.725120 8.013604 0.000055

63

Lampiran 9. Uji Stasioneritas Thailand pada Level Null Hypothesis: RTHAI has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on SIC, MAXLAG=13) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-1.726231 -3.473096 -2.880211 -2.576805

0.4161

*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(RTHAI) Method: Least Squares Date: 01/01/02 Time: 06:47 Sample(adjusted): 1994:03 2006:12 Included observations: 154 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

RTHAI(-1) D(RTHAI(-1)) C

-0.053610 -0.370708 0.275687

0.031056 0.075531 0.237040

-1.726231 -4.908021 1.163036

0.0864 0.0000 0.2466


0.174358 0.163422 2.012743 611.7215 -324.7245 1.892576


-0.017571 2.200570 4.256163 4.315324 15.94398 0.000001

Lampiran 10. Uji Stasioner Filipina pada Tingkat First Differences Null Hypothesis: D(RFIL) has a unit root Exogenous: None Lag Length: 1 (Automatic based on SIC, MAXLAG=13) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

t-Statistic

Prob.*

-13.15584 -2.580164 -1.942924 -1.615325

0.0000

64

Augmented Dickey-Fuller Test Equation Dependent Variable: D(RFIL,2) Method: Least Squares Date: 01/01/02 Time: 06:47 Sample(adjusted): 1994:04 2006:12 Included observations: 153 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

D(RFIL(-1)) D(RFIL(-1),2)

-1.642266 0.270464

0.124832 0.076406

-13.15584 3.539815

0.0000 0.0005

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood

0.675338 0.673188 2.649005 1059.601 -365.1412

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat

0.035680 4.633765 4.799231 4.838845 1.874382

Lampiran 11. Uji Stasioner Hongkong pada Tingkat First Differences Null Hypothesis: D(RHONG) has a unit root Exogenous: None Lag Length: 1 (Automatic based on SIC, MAXLAG=13) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-13.57221 -2.580164 -1.942924 -1.615325

0.0000


Augmented Dickey-Fuller Test Equation Dependent Variable: D(RHONG,2) Method: Least Squares Date: 01/01/02 Time: 06:47 Sample(adjusted): 1994:04 2006:12 Included observations: 153 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

D(RHONG(-1)) D(RHONG(-1),2)

-1.821876 0.254893

0.134236 0.078969

-13.57221 3.227735

0.0000 0.0015


0.743434 0.741735 1.257496 238.7757 -251.1467


-0.007778 2.474424 3.309108 3.348721 2.058519

65

Lampiran 12. Uji Stasioner Indonesia pada Tingkat First Differences Null Hypothesis: D(RIND) has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=13) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-15.03287 -2.580065 -1.942910 -1.615334

0.0000


Augmented Dickey-Fuller Test Equation Dependent Variable: D(RIND,2) Method: Least Squares Date: 01/01/02 Time: 06:48 Sample(adjusted): 1994:03 2006:12 Included observations: 154 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

D(RIND(-1))

-1.192573

0.079331

-15.03287

0.0000


0.596292 0.596292 6.072873 5642.608 -495.8050


-0.001364 9.557861 6.452013 6.471734 2.057310

Lampiran 13. Uji Stasioner Jepang pada Tingkat First Differences Null Hypothesis: D(RJEP) has a unit root Exogenous: None Lag Length: 2 (Automatic based on SIC, MAXLAG=13) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values.

t-Statistic

Prob.*

-4.110473 -2.580264 -1.942938 -1.615316

0.0001

66

Augmented Dickey-Fuller Test Equation Dependent Variable: D(RJEP,2) Method: Least Squares Date: 01/01/02 Time: 06:48 Sample(adjusted): 1994:05 2006:12 Included observations: 152 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

D(RJEP(-1)) D(RJEP(-1),2) D(RJEP(-2),2)

-0.398746 -0.344202 -0.243743

0.097007 0.095594 0.078739

-4.110473 -3.600660 -3.095593

0.0001 0.0004 0.0023


0.379805 0.371481 0.067894 0.686826 194.6875


0.000480 0.085639 -2.522204 -2.462523 1.959067

Lampiran 14. Uji Stasioner Korea pada Tingkat First Differences Null Hypothesis: D(RKOR) has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=13) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-8.895312 -2.580065 -1.942910 -1.615334

0.0000

*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(RKOR,2) Method: Least Squares Date: 01/01/02 Time: 06:48 Sample(adjusted): 1994:03 2006:12 Included observations: 154 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

D(RKOR(-1))

-0.681098

0.076568

-8.895312

0.0000


0.340873 0.340873 1.056613 170.8140 -226.4955


-0.003117 1.301462 2.954487 2.974207 1.950289

67

Lampiran 15. Uji Stasioner Malaysia pada Tingkat First Differences Null Hypothesis: D(RMAL) has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=13) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-20.48448 -2.580065 -1.942910 -1.615334

0.0000

*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(RMAL,2) Method: Least Squares Date: 01/01/02 Time: 06:49 Sample(adjusted): 1994:03 2006:12 Included observations: 154 after adjusting endpoints Variable

Coefficient

D(RMAL(-1))

-1.463500


0.732802 0.732802 0.671559 69.00174 -156.6993

Std. Error

t-Statistic

0.071444

-20.48448


Prob. 0.0000 -0.003961 1.299174 2.048043 2.067764 1.910632

Lampiran 16. Uji Stasioner Singapura pada Tingkat First Differences Null Hypothesis: D(RSING) has a unit root Exogenous: None Lag Length: 1 (Automatic based on SIC, MAXLAG=13) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-11.58002 -2.580164 -1.942924 -1.615325

0.0000

*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(RSING,2) Method: Least Squares Date: 01/01/02 Time: 06:49 Sample(adjusted): 1994:04 2006:12 Included observations: 153 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

D(RSING(-1)) D(RSING(-1),2)

-1.193269 0.325713

0.103046 0.076736

-11.58002 4.244605

0.0000 0.0000


0.509329 0.506080 0.547606 45.28064 -123.9544


-0.002876 0.779183 1.646463 1.686076 2.013091

68

Lampiran 17. Uji Stasioner Thailand pada Tingkat First Differences Null Hypothesis: D(RTHAI) has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=13) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

t-Statistic

Prob.*

-18.84210 -2.580065 -1.942910 -1.615334

0.0000


Augmented Dickey-Fuller Test Equation Dependent Variable: D(RTHAI,2) Method: Least Squares Date: 01/01/02 Time: 06:50 Sample(adjusted): 1994:03 2006:12 Included observations: 154 after adjusting endpoints Variable

Coefficient

D(RTHAI(-1))

-1.397400


0.698833 0.698833 2.019307 623.8728 -326.2391

Std. Error

t-Statistic

0.074164

-18.84210


Prob. 0.0000 -0.004636 3.679584 4.249858 4.269578 1.901941

Lampiran 18. Lag Optimal VAR Lag Order Selection Criteria Endogenous variables: D(RKOR) D(RTHAI) D(RMAL) D(RSING) D(RJEP) D(RFIL) D(RIND) D(RHONG) Exogenous variables: C DUMMY Date: 01/01/02 Time: 00:17 Sample: 1994:01 2006:12 Included observations: 147 Lag

LogL

LR

FPE

AIC

SC

HQ

0 1 2 3 4 5 6 7 8

-1707.280 -1494.590 -1323.006 -1169.667 -1029.883 -936.2147 -765.2457 -606.1953 -366.4340

NA 396.4425 301.1472 252.4355 214.9066 133.8117 225.6325 192.5916 264.2268*

2.102195 0.278499 0.064967 0.019660 0.007284 0.005179 0.001329 0.000418 4.62E-05*

23.44599 21.42299 19.95927 18.74377 17.71269 17.30904 15.85368 14.56048 12.16917*

23.77147 23.05044 22.88867* 22.97513 23.24601 24.14432 23.99091 23.99967 22.91032

23.57824 22.08424 21.14952 20.46302 19.96094 20.08629 19.15993 18.39573 16.53341*

* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion

69

Lampiran 19. Uji Kestabilan Roots of Characteristic Polynomial Endogenous variables: D(RKOR) D(RTHAI) (RMAL) D(RSING) D(RJEP) D(RFIL) D(RIND) D(RHONG) Exogenous variables: C DUMMY Lag specification: 1 2 Root

Modulus

-0.704395 + 0.245129i -0.704395 - 0.245129i -0.204047 - 0.658399i -0.204047 + 0.658399i 0.657984 -0.458743 - 0.461159i -0.458743 + 0.461159i 0.158443 + 0.606529i 0.158443 - 0.606529i 0.356242 - 0.427206i 0.356242 + 0.427206i 0.495954 -0.234597 + 0.297723i -0.234597 - 0.297723i -0.290163 0.112163

0.745828 0.745828 0.689293 0.689293 0.657984 0.650471 0.650471 0.626882 0.626882 0.556250 0.556250 0.495954 0.379044 0.379044 0.290163 0.112163

No root lies outside the unit circle. VAR satisfies the stability condition.

Lampiran 20. Uji Kointegrasi Sample(adjusted): 1994:04 2006:12 Included observations: 153 after adjusting endpoints Trend assumption: No deterministic trend (restricted constant) Series: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG Exogenous series: DUMMY Warning: Critical values assume no exogenous series Lags interval (in first differences): 1 to 2 Unrestricted Cointegration Rank Test Hypothesized Trace No. of CE(s) Eigenvalue Statistic

5 Percent Critical Value


None ** At most 1 ** At most 2 ** At most 3 * At most 4 At most 5 At most 6 At most 7

165.58 131.70 102.14 76.07 53.12 34.91 19.96 9.24

177.20 143.09 111.01 84.45 60.16 41.07 24.60 12.97

0.551401 0.527333 0.331405 0.188941 0.115223 0.096804 0.066741 0.033181

380.9749 258.3263 143.6736 82.07947 50.03900 31.30881 15.73096 5.162811

*(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates 4 cointegrating equation(s) at the 5% level Trace test indicates 3 cointegrating equation(s) at the 1% level

70

Hypothesized Max-Eigen 5 Percent No. of CE(s) Eigenvalue Statistic Critical Value


None ** At most 1 ** At most 2 ** At most 3 At most 4 At most 5 At most 6 At most 7

57.95 51.91 46.82 39.79 33.24 26.81 20.20 12.97

0.551401 0.527333 0.331405 0.188941 0.115223 0.096804 0.066741 0.033181

122.6486 114.6526 61.59417 32.04047 18.73019 15.57785 10.56815 5.162811

52.00 46.45 40.30 34.40 28.14 22.00 15.67 9.24

*(**) denotes rejection of the hypothesis at the 5%(1%) level Max-eigenvalue test indicates 3 cointegrating equation(s) at both 5% and 1% levels Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I): RKOR -0.292635 0.124560 0.504366 -0.027535 -0.213388 -0.084152 0.607257 -0.182007

RTHAI -0.214084 -0.466971 -0.241877 -0.295442 0.206095 0.075276 -0.250207 0.088937

RMAL -0.207697 1.573762 -0.798124 0.186150 0.093294 0.241569 -0.213095 0.488073

RSING 0.342108 0.089804 1.128824 1.180173 0.101523 -0.059693 -1.013081 -0.333657

RJEP -0.252637 1.920293 -2.128380 -1.500138 -1.375075 0.775336 -1.335053 0.673768

RFIL -0.066464 -0.205124 -0.071475 0.443208 -0.169529 -0.113032 0.153033 -0.053210

RIND 0.153088 -0.101240 0.015817 -0.041457 -0.010918 0.050602 -0.006440 0.025550

RHONG -0.116706 0.203418 -0.397720 -0.543415 0.132698 0.025353 0.204980 -0.484348

C 5.301309 -6.196372 2.510011 -2.872136 2.170159 -2.016303 -2.576408 1.814674

-0.007563 -0.260434 -0.315093 0.126819 -0.007942 -0.127905 0.104806 0.709883 0.158319 0.082465 -0.096361 -0.300220 -0.223309 -0.087075 0.172726 -0.070188 0.025419 -0.078799 -0.138879 -0.142369 -0.105795 -0.022014 0.043893 -0.067396 0.002681 0.006951 0.009976 0.015494 0.016024 0.000428 -0.112578 0.677351 0.091581 -0.662788 0.247032 -0.127698 -2.463248 1.711513 -0.356067 0.670117 -0.311249 0.622953 -0.123931 0.112790 0.198082 0.033137 -0.066615 -0.011254

-0.100201 0.091377 -0.033744 0.022051 0.001595 -0.171359 -0.187706 -0.122652

-0.038620 -0.035085 -0.015889 0.027692 0.001765 0.010886 0.059186 0.175288

RHONG 0.398810 (0.23985)

C -18.11575 (2.51078)

Unrestricted Adjustment Coefficients (alpha): D(RKOR) D(RTHAI) D(RMAL) D(RSING) D(RJEP) D(RFIL) D(RIND) D(RHONG)

1 Cointegrating Log -1411.170 Equation(s): likelihood Normalized cointegrating coefficients (std.err. in parentheses) RKOR RTHAI RMAL RSING RJEP RFIL RIND 1.000000 0.731571 0.709746 -1.169057 0.863317 0.227121 -0.523136 (0.16893) (0.49066) (0.53232) (1.02105) (0.15061) (0.04985) Adjustment coefficients (std.err. in parentheses) D(RKOR) 0.002213 (0.02378) D(RTHAI) -0.030670 (0.03806) D(RMAL) 0.065348 (0.01307) D(RSING) 0.040641 (0.01090) D(RJEP) -0.000785 (0.00161) D(RFIL) 0.032944

71

D(RIND) D(RHONG)

(0.05306) 0.720834 (0.10983) 0.036267 (0.02951)

2 Cointegrating Log -1353.843 Equation(s): likelihood Normalized cointegrating coefficients (std.err. in parentheses) RKOR RTHAI RMAL RSING RJEP RFIL RIND 1.000000 0.000000 2.656804 -0.860457 3.239545 -0.078847 -0.570428 (0.39113) (0.44290) (0.94455) (0.13792) (0.04626) 0.000000 1.000000 -2.661474 -0.421832 -3.248117 0.418233 0.064644 (0.25016) (0.28328) (0.60413) (0.08821) (0.02959)

RHONG 0.600341 (0.21490) -0.275477 (0.13745)

C -23.28027 (2.22607) 7.059500 (1.42380)

RHONG -0.132311 (0.14056) 0.458464 (0.16182) 0.275765 (0.05196)

C -8.038475 (0.98893) -8.209094 (1.13856) -5.736893 (0.36556)

Adjustment coefficients (std.err. in parentheses) D(RKOR) -0.030227 0.123234 (0.02483) (0.04010) D(RTHAI) 0.057753 -0.353932 (0.03644) (0.05886) D(RMAL) 0.054502 0.088468 (0.01400) (0.02262) D(RSING) 0.022907 0.096214 (0.01118) (0.01805) D(RJEP) 8.12E-05 -0.003820 (0.00174) (0.00281) D(RFIL) 0.117315 -0.292202 (0.05456) (0.08812) D(RIND) 0.934020 -0.271885 (0.10963) (0.17708) D(RHONG) 0.050316 -0.026138 (0.03192) (0.05155) 3 Cointegrating Log -1323.046 Equation(s): likelihood Normalized cointegrating coefficients (std.err. in parentheses) RKOR RTHAI RMAL RSING RJEP RFIL 1.000000 0.000000 0.000000 0.534646 -1.103924 -0.012515 (0.27183) (0.51181) (0.09250) 0.000000 1.000000 0.000000 -1.819387 1.102989 0.351785 (0.31296) (0.58925) (0.10649) 0.000000 0.000000 1.000000 -0.525106 1.634848 -0.024966 (0.10048) (0.18919) (0.03419) Adjustment coefficients (std.err. in parentheses) D(RKOR) -0.189149 0.199448 -0.156808 (0.04360) (0.04152) (0.12993) D(RTHAI) 0.137604 -0.392225 0.969061 (0.06783) (0.06459) (0.20212) D(RMAL) 0.141619 0.046690 -0.228512 (0.02469) (0.02351) (0.07357) D(RSING) -0.030452 0.121803 -0.110774 (0.02023) (0.01926) (0.06027) D(RJEP) 0.005113 -0.006233 0.002420 (0.00322) (0.00307) (0.00960) D(RFIL) 0.163506 -0.314353 1.016279 (0.10217) (0.09729) (0.30445) D(RIND) 0.754432 -0.185761 3.489308 (0.20472) (0.19494) (0.61002) D(RHONG) 0.150221 -0.074049 0.045151

RIND -0.265620 (0.02314) -0.240700 (0.02664) -0.114728 (0.00855)

72

(0.05895)

(0.05614)

(0.17567)

4 Cointegrating Log -1307.026 Equation(s): likelihood Normalized cointegrating coefficients (std.err. in parentheses) RKOR RTHAI RMAL RSING RJEP RFIL 1.000000 0.000000 0.000000 0.000000 -0.035516 -0.402952 (0.57207) (0.11178) 0.000000 1.000000 0.000000 0.000000 -2.532780 1.680433 (1.46031) (0.28533) 0.000000 0.000000 1.000000 0.000000 0.585504 0.358503 (0.41275) (0.08065) 0.000000 0.000000 0.000000 1.000000 -1.998348 0.730272 (0.66546) (0.13002) Adjustment coefficients (std.err. in parentheses) D(RKOR) -0.192641 0.161980 -0.133200 (0.04315) (0.04627) (0.12915) D(RTHAI) 0.135333 -0.416589 0.984412 (0.06777) (0.07267) (0.20282) D(RMAL) 0.143552 0.067426 -0.241578 (0.02445) (0.02622) (0.07317) D(RSING) -0.029846 0.128307 -0.114871 (0.02022) (0.02168) (0.06051) D(RJEP) 0.004686 -0.010810 0.005304 (0.00312) (0.00335) (0.00935) D(RFIL) 0.181756 -0.118538 0.892901 (0.09636) (0.10332) (0.28839) D(RIND) 0.735981 -0.383741 3.614051 (0.20198) (0.21658) (0.60451) D(RHONG) 0.149309 -0.083839 0.051319 (0.05899) (0.06326) (0.17655)

RIND -0.195860 (0.02301) -0.478092 (0.05874) -0.183243 (0.01660) -0.130479 (0.02677)

RHONG 0.195464 (0.14520) -0.656950 (0.37065) -0.046163 (0.10476) -0.613071 (0.16891)

C -4.887142 (1.18723) -18.93301 (3.03062) -8.831995 (0.85660) -5.894244 (1.38105)

RIND -0.199657 (0.02239) -0.748868 (0.15579) -0.120647 (0.02202) -0.344120 (0.10769) -0.106909 (0.04518)

RHONG 0.176702 (0.13939) -1.994966 (0.97002) 0.263147 (0.13711) -1.668758 (0.67055) -0.528280 (0.28131)

C -5.208781 (1.12180) -41.87030 (7.80692) -3.529574 (1.10351) -23.99163 (5.39672) -9.056172 (2.26406)

-0.231992 (0.12080) 0.375642 (0.18971) 0.027928 (0.06844) -0.205701 (0.05659) 0.031088 (0.00875) -0.656510 (0.26974) -0.300077 (0.56542) 0.230438 (0.16514)

5 Cointegrating Log -1297.661 Equation(s): likelihood Normalized cointegrating coefficients (std.err. in parentheses) RKOR RTHAI RMAL RSING RJEP 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000

1.000000

0.000000

0.000000

0.000000

0.000000

0.000000

1.000000

0.000000

0.000000

0.000000

0.000000

0.000000

1.000000

0.000000

0.000000

0.000000

0.000000

0.000000

1.000000

RFIL -0.367585 (0.10112) 4.202629 (0.70372) -0.224553 (0.09947) 2.720269 (0.48646) 0.995821 (0.20408)

Adjustment coefficients (std.err. in parentheses) D(RKOR) -0.190946 0.160344 -0.133941 -0.232798 -0.006887 (0.04582) (0.04861) (0.12932) (0.12102) (0.25479) D(RTHAI) 0.155895 -0.436448 0.975422 0.365859 1.008537 (0.07177) (0.07613) (0.20255) (0.18954) (0.39906) D(RMAL) 0.138128 0.072665 -0.239207 0.030509 -0.408082 (0.02593) (0.02750) (0.07317) (0.06847) (0.14415) D(RSING) -0.039212 0.137353 -0.110777 -0.201245 -0.040465 (0.02133) (0.02263) (0.06020) (0.05634) (0.11862) D(RJEP) 0.001267 -0.007508 0.006799 0.032714 -0.053839 (0.00320) (0.00339) (0.00903) (0.00845) (0.01778) D(RFIL) 0.129042 -0.067626 0.915947 -0.631430 1.788820

73

D(RIND) D(RHONG)

(0.10142) (0.10759) 0.802397 -0.447888 (0.21381) (0.22681) 0.163524 -0.097568 (0.06254) (0.06634)

(0.28623) (0.26785) (0.56393) 3.585013 -0.331676 4.089481 (0.60340) (0.56466) (1.18884) 0.045104 0.223675 -0.131804 (0.17649) (0.16516) (0.34773)

6 Cointegrating Log -1289.872 Equation(s): likelihood Normalized cointegrating coefficients (std.err. in parentheses) RKOR RTHAI RMAL RSING RJEP 1.000000 0.000000 0.000000 0.000000 0.000000

RFIL 0.000000

0.000000

1.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

1.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

1.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

1.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

1.000000

Adjustment coefficients (std.err. in parentheses) D(RKOR) -0.180182 0.150715 -0.164839 (0.04568) (0.04833) (0.12895) D(RTHAI) 0.181159 -0.459048 0.902898 (0.07046) (0.07456) (0.19891) D(RMAL) 0.144759 0.066734 -0.258242 (0.02579) (0.02728) (0.07279) D(RSING) -0.033540 0.132280 -0.127057 (0.02119) (0.02243) (0.05983) D(RJEP) 0.001231 -0.007475 0.006903 (0.00323) (0.00341) (0.00911) D(RFIL) 0.139788 -0.077239 0.885100 (0.10207) (0.10800) (0.28813) D(RIND) 0.749974 -0.400995 3.735499 (0.21291) (0.22528) (0.60102) D(RHONG) 0.164471 -0.098415 0.042386 (0.06309) (0.06675) (0.17809)

-0.225163 (0.11966) 0.383780 (0.18458) 0.035212 (0.06755) -0.197222 (0.05552) 0.032689 (0.00845) -0.623808 (0.26738) -0.368862 (0.55773) 0.224347 (0.16526)

-0.106056 (0.25780) 0.775766 (0.39766) -0.469178 (0.14552) -0.092719 (0.11961) -0.053508 (0.01821) 1.689811 (0.57603) 4.572479 (1.20155) -0.140530 (0.35603)

0.148456 (0.03844) -0.077076 (0.05929) -0.006153 (0.02170) 0.036415 (0.01783) 0.001785 (0.00271) -0.459202 (0.08589) 0.117448 (0.17916) -0.001805 (0.05309)

Normalized cointegrating coefficients (std.err. in parentheses) RKOR RTHAI RMAL RSING RJEP 1.000000 0.000000 0.000000 0.000000 0.000000

RFIL 0.000000

RIND 0.000000

0.000000

1.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

1.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

1.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

1.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

1.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

0.000000

1.000000

RIND -0.265396 (0.01916) 0.002737 (0.10088) -0.160807 (0.01571) 0.142378 (0.06493) 0.071186 (0.02527) -0.178842 (0.03846)

RHONG 0.018634 (0.13392) -0.187758 (0.70509) 0.166585 (0.10979) -0.498992 (0.45387) -0.100058 (0.17665) -0.430018 (0.26885)

C -7.792270 (0.76229) -12.33304 (4.01341) -5.107798 (0.62492) -4.872812 (2.58346) -2.057261 (1.00551) -7.028282 (1.53030)

RHONG -0.249037 (0.46693) -0.184998 (0.55881) 0.004400 (0.29047) -0.355394 (0.11798) -0.028262 (0.05980) -0.610393 (0.28918) -1.008571 (1.91066)

C -13.69599 (3.22446) -12.27216 (3.85896) -8.684939 (2.00591) -1.705624 (0.81472) -0.473741 (0.41295) -11.00661 (1.99698) -22.24495 (13.1945)

7 Cointegrating Log -1284.588 Equation(s): likelihood

74

Adjustment coefficients (std.err. in parentheses) D(RKOR) -0.241030 0.175786 -0.143487 (0.06253) (0.05115) (0.12888) D(RTHAI) 0.236649 -0.481911 0.883426 (0.09692) (0.07929) (0.19977) D(RMAL) 0.124268 0.075176 -0.251051 (0.03547) (0.02901) (0.07310) D(RSING) -0.020150 0.126763 -0.131756 (0.02918) (0.02387) (0.06014) D(RJEP) 0.002199 -0.007874 0.006563 (0.00445) (0.00364) (0.00917) D(RFIL) 0.035729 -0.034364 0.921615 (0.14015) (0.11465) (0.28887) D(RIND) 0.635989 -0.354030 3.775498 (0.29326) (0.23990) (0.60447) D(RHONG) 0.089990 -0.067727 0.068522 (0.08649) (0.07075) (0.17828)

-0.123651 0.027718 0.133122 (0.13881) (0.27283) (0.03967) 0.291208 0.653773 -0.063092 (0.21515) (0.42290) (0.06148) 0.069398 -0.424128 -0.011317 (0.07873) (0.15475) (0.02250) -0.219561 -0.122158 0.039790 (0.06477) (0.12732) (0.01851) 0.031073 -0.055637 0.002029 (0.00987) (0.01941) (0.00282) -0.450208 1.918584 -0.485426 (0.31111) (0.61151) (0.08891) -0.178701 4.823076 0.088723 (0.65101) (1.27961) (0.18604) 0.348603 0.023217 -0.020575 (0.19200) (0.37740) (0.05487)

0.009227 (0.01389) -0.071467 (0.02153) -0.023776 (0.00788) -0.011640 (0.00648) -0.000941 (0.00099) -0.064939 (0.03113) -0.547651 (0.06515) -0.027684 (0.01921)

75

Lampiran 21. Impulse Response Function of Filipina Periode RKOR RTHAI RMAL RSING RJEP RIND RHONG 1 -0.336038 0.114965 1.128335 0.193000 -0.310647 0.000000 0.000000 2 -0.341156 0.283191 0.297777 0.368550 0.199116 -0.042418 -0.083025 3 -0.056409 -0.296100 0.236790 0.024253 0.314875 0.342994 0.062135 4 -0.007923 -0.140784 1.171854 0.163309 0.255611 -0.235924 0.107738 5 -0.118853 -0.388627 0.769345 0.348111 0.324204 -0.672485 0.028618 6 -0.033930 -0.385228 0.819925 0.309567 0.493993 -0.360762 0.174288 7 0.024301 -0.347697 0.520840 0.294012 0.441505 -0.293245 0.111093 8 0.121516 -0.325730 0.503015 0.404920 0.470035 -0.183542 -0.135909 9 0.121036 -0.250098 0.415236 0.432334 0.514325 -0.101504 -0.050228 10 0.111505 -0.256116 0.436472 0.418951 0.523680 -0.101300 -0.074875 11 0.068903 -0.156153 0.458793 0.395975 0.520616 -0.116021 -0.077707 12 0.079358 -0.185132 0.449062 0.383090 0.509975 -0.110767 -0.036175 13 0.096249 -0.164686 0.506019 0.366590 0.511844 -0.111810 -0.041076 14 0.093963 -0.186029 0.522964 0.365629 0.508817 -0.158882 -0.026143 15 0.096595 -0.197426 0.566833 0.372107 0.516605 -0.187826 -0.019508 16 0.089819 -0.200139 0.545317 0.368009 0.521630 -0.197863 -0.006305 17 0.099613 -0.208924 0.543173 0.370417 0.524718 -0.186095 -0.015587 18 0.104190 -0.201544 0.528328 0.374900 0.526669 -0.176771 -0.022399 19 0.107944 -0.206976 0.521577 0.379942 0.529916 -0.169231 -0.028019 20 0.105085 -0.198818 0.522510 0.380514 0.532439 -0.166103 -0.029191 21 0.101638 -0.198833 0.517146 0.379466 0.531997 -0.165821 -0.028095 22 0.101204 -0.195350 0.520257 0.377719 0.531823 -0.162504 -0.028392 23 0.100859 -0.195811 0.519160 0.376202 0.530606 -0.162981 -0.026641 24 0.101452 -0.197223 0.524722 0.376124 0.530413 -0.165002 -0.027016 25 0.100151 -0.197762 0.525917 0.375824 0.530362 -0.168429 -0.025030 26 0.099970 -0.199764 0.527036 0.375764 0.530488 -0.169776 -0.024480 27 0.099889 -0.199504 0.526231 0.375637 0.530518 -0.169613 -0.024459 28 0.100495 -0.200574 0.524931 0.376059 0.530482 -0.168813 -0.025061 29 0.100788 -0.200219 0.524681 0.376488 0.530681 -0.168017 -0.025754 30 0.100574 -0.200340 0.523784 0.376722 0.530731 -0.167791 -0.025877 31 0.100384 -0.199986 0.523854 0.376747 0.530776 -0.167397 -0.026085 32 0.100152 -0.199728 0.523331 0.376586 0.530641 -0.167154 -0.025969 33 0.100221 -0.199724 0.523565 0.376502 0.530530 -0.166943 -0.026064 34 0.100162 -0.199626 0.523728 0.376429 0.530436 -0.167094 -0.025963 35 0.100131 -0.199820 0.524013 0.376414 0.530394 -0.167356 -0.025872 36 0.100058 -0.199804 0.524181 0.376370 0.530381 -0.167551 -0.025763 37 0.100060 -0.199930 0.524127 0.376356 0.530356 -0.167622 -0.025716 38 0.100118 -0.199932 0.524132 0.376375 0.530358 -0.167574 -0.025765 39 0.100150 -0.199966 0.524027 0.376411 0.530359 -0.167545 -0.025792 40 0.100169 -0.199960 0.524028 0.376446 0.530377 -0.167508 -0.025839 41 0.100147 -0.199925 0.523963 0.376452 0.530382 -0.167487 -0.025839 42 0.100147 -0.199911 0.523947 0.376450 0.530380 -0.167449 -0.025853 43 0.100144 -0.199876 0.523935 0.376440 0.530373 -0.167426 -0.025854 44 0.100149 -0.199881 0.523948 0.376436 0.530367 -0.167427 -0.025853 45 0.100146 -0.199872 0.523980 0.376431 0.530365 -0.167445 -0.025845 46 0.100140 -0.199881 0.523992 0.376427 0.530363 -0.167469 -0.025831 47 0.100141 -0.199883 0.524006 0.376424 0.530364 -0.167478 -0.025827 48 0.100144 -0.199887 0.524000 0.376423 0.530363 -0.167481 -0.025824 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG

76

Lampiran 22. Impulse Response Function of Hongkong Periode RKOR RTHAI RMAL RSING RJEP RFIL RIND 1 -0.164906 -0.087277 0.134743 0.152033 0.045959 0.040074 0.402100 2 -0.140168 -0.095476 -0.018502 0.117373 0.081585 -0.081682 0.223264 3 -0.140091 -0.010003 0.075658 0.164976 0.033170 -0.080093 0.086656 4 -0.035787 -0.161747 0.048628 0.212355 -0.014380 -0.013236 0.085161 5 0.001252 -0.027229 0.023132 0.202059 0.013833 -0.124684 0.113330 6 0.055751 -0.043289 -0.025160 0.246870 -0.003012 -0.042291 0.098100 7 0.111689 0.014801 -0.003749 0.279474 0.010636 -0.052557 0.120094 8 0.116005 0.071032 -0.076188 0.268733 0.025137 -0.047669 0.141773 9 0.151227 0.102775 -0.026727 0.273989 0.028798 -0.007002 0.154122 10 0.160417 0.150225 -0.038215 0.269864 0.032483 -0.011148 0.140973 11 0.178283 0.152826 -0.008661 0.264737 0.042912 0.000274 0.136974 12 0.185654 0.177345 0.022036 0.258761 0.049041 -0.003916 0.114547 13 0.192601 0.171992 0.030523 0.257571 0.055263 0.002015 0.093049 14 0.200913 0.179606 0.048711 0.256064 0.064804 -0.003249 0.087340 15 0.206813 0.176878 0.044365 0.256086 0.070211 -0.002293 0.080146 16 0.213340 0.178415 0.050808 0.258807 0.077254 -0.004048 0.080122 17 0.214955 0.180447 0.044923 0.260217 0.082328 -0.004844 0.080137 18 0.217376 0.180296 0.045054 0.261403 0.086546 -0.003389 0.082817 19 0.216956 0.184261 0.042401 0.261236 0.089191 -0.003819 0.084733 20 0.217520 0.183392 0.041786 0.261348 0.090750 -0.002051 0.086278 21 0.217106 0.185235 0.043053 0.260805 0.091977 -0.003058 0.086833 22 0.216459 0.184061 0.043258 0.260386 0.092466 -0.002537 0.085915 23 0.216037 0.183916 0.045307 0.260071 0.092978 -0.003059 0.085233 24 0.215419 0.182994 0.044913 0.259749 0.093131 -0.003274 0.084422 25 0.215416 0.182117 0.045644 0.259761 0.093344 -0.003516 0.084364 26 0.215133 0.181712 0.045059 0.259820 0.093420 -0.003931 0.084263 27 0.215080 0.181009 0.044844 0.260026 0.093517 -0.003954 0.084512 28 0.214828 0.181025 0.044395 0.260108 0.093554 -0.004167 0.084820 29 0.214670 0.180733 0.043907 0.260183 0.093498 -0.004024 0.085148 30 0.214525 0.180832 0.043761 0.260193 0.093439 -0.004082 0.085482 31 0.214379 0.180732 0.043514 0.260176 0.093322 -0.004019 0.085618 32 0.214285 0.180723 0.043630 0.260155 0.093237 -0.004035 0.085687 33 0.214161 0.180681 0.043591 0.260111 0.093139 -0.004040 0.085632 34 0.214117 0.180598 0.043687 0.260089 0.093069 -0.004034 0.085600 35 0.214072 0.180576 0.043684 0.260068 0.093009 -0.004070 0.085558 36 0.214073 0.180499 0.043692 0.260075 0.092968 -0.004068 0.085541 37 0.214067 0.180497 0.043686 0.260084 0.092945 -0.004098 0.085539 38 0.214066 0.180468 0.043645 0.260097 0.092927 -0.004089 0.085545 39 0.214068 0.180482 0.043633 0.260105 0.092917 -0.004091 0.085570 40 0.214066 0.180489 0.043595 0.260109 0.092905 -0.004082 0.085587 41 0.214071 0.180501 0.043597 0.260111 0.092898 -0.004076 0.085605 42 0.214069 0.180514 0.043590 0.260109 0.092890 -0.004073 0.085607 43 0.214071 0.180517 0.043601 0.260107 0.092886 -0.004068 0.085604 44 0.214070 0.180525 0.043609 0.260104 0.092882 -0.004068 0.085597 45 0.214072 0.180523 0.043615 0.260102 0.092880 -0.004066 0.085590 46 0.214075 0.180526 0.043622 0.260101 0.092880 -0.004068 0.085585 47 0.214078 0.180525 0.043623 0.260102 0.092880 -0.004068 0.085581 48 0.214081 0.180526 0.043626 0.260102 0.092881 -0.004069 0.085580 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG

77

Lampiran 23. Impulse Response Function of Indonesia Periode RKOR RTHAI RMAL RSING RJEP RFIL RHONG 1 -0.377676 -0.733393 -1.111547 -1.085370 0.286376 -0.552921 0.000000 2 0.648667 -0.410755 1.097761 -0.377214 0.273155 -0.076110 -0.467329 3 0.421381 -0.323041 0.461170 -0.138407 0.137458 -0.444746 -0.417428 4 0.744925 0.134102 1.245813 -0.352288 0.521835 -0.081776 0.686119 5 1.465511 0.585779 0.747528 -0.381901 0.324951 0.174909 0.375925 6 2.192536 0.869855 0.750012 -0.090404 0.490390 0.072453 -0.203207 7 2.614280 1.202374 0.970772 0.097608 0.743599 0.003280 0.128915 8 2.773117 1.458793 1.045645 0.148603 0.933696 0.126719 0.020804 9 2.841339 1.884042 1.087506 0.118061 1.101013 0.267591 0.058488 10 3.045668 2.038626 1.038857 0.079197 1.190027 0.428858 0.179225 11 3.230924 2.220767 1.169689 0.050964 1.291472 0.384626 0.104232 12 3.312008 2.279981 1.324982 0.061164 1.383529 0.385178 0.161867 13 3.345386 2.306126 1.503824 0.064572 1.478367 0.384671 0.233445 14 3.343777 2.341084 1.528243 0.031534 1.552090 0.383711 0.295810 15 3.389707 2.334569 1.551901 0.020719 1.601009 0.405933 0.308405 16 3.432409 2.343256 1.545573 0.029359 1.642046 0.382346 0.296040 17 3.455372 2.324595 1.547492 0.045888 1.682730 0.368855 0.286434 18 3.451436 2.330381 1.557133 0.054182 1.715278 0.360749 0.287529 19 3.439406 2.329127 1.536175 0.053541 1.734081 0.370010 0.290313 20 3.437157 2.333182 1.526573 0.049680 1.745241 0.373887 0.286718 21 3.436882 2.331108 1.515897 0.047491 1.749319 0.372710 0.283980 22 3.434948 2.324679 1.523721 0.048563 1.753007 0.368622 0.280124 23 3.426176 2.320115 1.528516 0.047751 1.755410 0.364740 0.284817 24 3.419033 2.312802 1.530575 0.045704 1.755976 0.365372 0.288222 25 3.415007 2.309415 1.528460 0.043700 1.755116 0.364103 0.289035 26 3.414344 2.303625 1.524999 0.043866 1.753742 0.363121 0.287713 27 3.413585 2.300441 1.524288 0.045117 1.753144 0.360418 0.285641 28 3.411288 2.297671 1.522086 0.046111 1.752564 0.359553 0.285088 29 3.409152 2.296569 1.520575 0.046408 1.751898 0.359737 0.284482 30 3.407661 2.296279 1.517653 0.046152 1.750779 0.360170 0.284077 31 3.407324 2.295793 1.516434 0.046111 1.749671 0.360422 0.283148 32 3.406873 2.295702 1.516113 0.046162 1.748764 0.360076 0.282738 33 3.406266 2.295213 1.516460 0.046188 1.748096 0.360062 0.282777 34 3.405621 2.295165 1.516802 0.046003 1.747567 0.360044 0.283068 35 3.405337 2.294922 1.516668 0.045808 1.747062 0.360216 0.283261 36 3.405415 2.294824 1.516701 0.045757 1.746699 0.360158 0.283179 37 3.405520 2.294688 1.516624 0.045829 1.746461 0.360052 0.283113 38 3.405567 2.294628 1.516717 0.045935 1.746356 0.359993 0.283040 39 3.405521 2.294697 1.516617 0.045971 1.746288 0.360016 0.283058 40 3.405545 2.294766 1.516504 0.045975 1.746228 0.360112 0.283027 41 3.405609 2.294891 1.516412 0.045971 1.746176 0.360146 0.282980 42 3.405679 2.294947 1.516406 0.045984 1.746144 0.360172 0.282945 43 3.405706 2.295018 1.516484 0.045989 1.746137 0.360170 0.282950 44 3.405703 2.295055 1.516533 0.045976 1.746134 0.360192 0.282990 45 3.405716 2.295088 1.516582 0.045958 1.746135 0.360210 0.283017 46 3.405742 2.295107 1.516596 0.045946 1.746135 0.360216 0.283033 47 3.405776 2.295110 1.516623 0.045949 1.746143 0.360211 0.283032 48 3.405794 2.295117 1.516640 0.045955 1.746156 0.360202 0.283036 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG

78

Lampiran 24. Impulse Response Function of Jepang Periode RKOR RTHAI RMAL RSING RFIL RIND RHONG 1 -0.004705 0.000562 -0.003795 0.010604 0.000000 0.000000 0.000000 2 0.013579 -0.009759 -0.012921 0.008485 -0.007575 -0.000821 -0.000295 3 0.020135 -0.007009 -0.015105 0.011134 -0.010835 -0.002482 -0.000699 4 0.026980 -0.010713 -0.013977 0.018849 -0.010566 -0.001757 -0.004097 5 0.029464 -0.008941 -0.020779 0.021648 -0.015478 -0.000201 -0.005619 6 0.030162 -0.009589 -0.024734 0.022326 -0.013683 0.003432 -0.006434 7 0.030164 -0.006471 -0.026615 0.023067 -0.012765 0.006747 -0.008221 8 0.030140 -0.006689 -0.030242 0.023239 -0.012355 0.009512 -0.008963 9 0.029922 -0.006357 -0.028580 0.022818 -0.013005 0.011107 -0.009044 10 0.028522 -0.006909 -0.028010 0.022390 -0.013054 0.009724 -0.008359 11 0.027520 -0.007998 -0.026522 0.022078 -0.013192 0.008810 -0.007905 12 0.026697 -0.008823 -0.026532 0.021567 -0.013673 0.008399 -0.007018 13 0.026516 -0.010147 -0.026431 0.021499 -0.013872 0.008308 -0.007191 14 0.026255 -0.010754 -0.026621 0.021679 -0.014441 0.008324 -0.007386 15 0.025993 -0.011590 -0.027152 0.021909 -0.014589 0.008474 -0.007496 16 0.025672 -0.011774 -0.027554 0.022016 -0.014743 0.008842 -0.007751 17 0.025393 -0.011965 -0.028244 0.022071 -0.014637 0.009255 -0.007913 18 0.025268 -0.012006 -0.028512 0.022105 -0.014615 0.009715 -0.008129 19 0.025105 -0.012021 -0.028752 0.022091 -0.014629 0.009927 -0.008198 20 0.024977 -0.012093 -0.028684 0.022078 -0.014603 0.009970 -0.008236 21 0.024828 -0.012100 -0.028651 0.022031 -0.014619 0.009910 -0.008177 22 0.024757 -0.012188 -0.028611 0.021989 -0.014596 0.009865 -0.008136 23 0.024730 -0.012215 -0.028572 0.021966 -0.014625 0.009837 -0.008122 24 0.024731 -0.012282 -0.028578 0.021972 -0.014637 0.009806 -0.008121 25 0.024735 -0.012303 -0.028563 0.021988 -0.014661 0.009793 -0.008134 26 0.024730 -0.012314 -0.028603 0.022000 -0.014661 0.009790 -0.008137 27 0.024736 -0.012306 -0.028625 0.022010 -0.014651 0.009814 -0.008156 28 0.024741 -0.012286 -0.028661 0.022013 -0.014645 0.009841 -0.008166 29 0.024751 -0.012274 -0.028669 0.022017 -0.014635 0.009860 -0.008178 30 0.024753 -0.012254 -0.028665 0.022017 -0.014633 0.009862 -0.008179 31 0.024753 -0.012247 -0.028657 0.022014 -0.014627 0.009855 -0.008174 32 0.024754 -0.012238 -0.028644 0.022010 -0.014625 0.009847 -0.008169 33 0.024758 -0.012236 -0.028638 0.022007 -0.014623 0.009840 -0.008164 34 0.024763 -0.012235 -0.028629 0.022006 -0.014624 0.009834 -0.008162 35 0.024766 -0.012235 -0.028626 0.022007 -0.014625 0.009828 -0.008160 36 0.024770 -0.012235 -0.028623 0.022008 -0.014625 0.009825 -0.008160 37 0.024771 -0.012233 -0.028625 0.022008 -0.014625 0.009825 -0.008160 38 0.024773 -0.012232 -0.028626 0.022009 -0.014624 0.009827 -0.008160 39 0.024775 -0.012230 -0.028627 0.022009 -0.014624 0.009828 -0.008161 40 0.024775 -0.012229 -0.028628 0.022010 -0.014624 0.009829 -0.008162 41 0.024776 -0.012227 -0.028627 0.022010 -0.014624 0.009829 -0.008161 42 0.024775 -0.012227 -0.028626 0.022009 -0.014623 0.009828 -0.008161 43 0.024776 -0.012227 -0.028626 0.022009 -0.014623 0.009828 -0.008161 44 0.024776 -0.012227 -0.028625 0.022009 -0.014623 0.009828 -0.008160 45 0.024776 -0.012227 -0.028625 0.022009 -0.014624 0.009827 -0.008160 46 0.024776 -0.012227 -0.028624 0.022009 -0.014624 0.009827 -0.008160 47 0.024776 -0.012228 -0.028625 0.022009 -0.014624 0.009827 -0.008160 48 0.024776 -0.012228 -0.028625 0.022009 -0.014624 0.009827 -0.008160 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG

79

Lampiran 25. Impulse Response Function of Korea Periode RTHAI RMAL RSING RJEP RFIL RIND RHONG 1 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.209607 0.111431 0.037345 0.067188 -0.150036 -0.072355 -0.041791 3 0.424209 0.208207 0.109606 0.265660 0.019575 -0.059925 -0.103350 4 0.578850 0.133502 0.087108 0.376325 0.133894 -0.026714 -0.017214 5 0.686136 0.044723 -0.027241 0.431882 0.164662 0.120417 -0.015762 6 0.733749 0.199063 -0.066744 0.458394 0.199249 0.151527 -8.37E-05 7 0.699546 0.309001 -0.069600 0.485214 0.160442 0.028228 0.029425 8 0.646253 0.422789 -0.094465 0.530616 0.118278 -0.071307 0.094815 9 0.601891 0.468343 -0.118623 0.547928 0.117035 -0.141236 0.150635 10 0.555564 0.448377 -0.120106 0.557345 0.110031 -0.150975 0.140902 11 0.523150 0.415859 -0.109808 0.570405 0.085969 -0.117388 0.128297 12 0.495530 0.390567 -0.093509 0.579348 0.072538 -0.096791 0.109243 13 0.489455 0.369252 -0.081516 0.586395 0.067115 -0.084700 0.091735 14 0.487298 0.342431 -0.079481 0.587440 0.074347 -0.065144 0.089764 15 0.489615 0.324972 -0.083388 0.582720 0.079921 -0.042162 0.084082 16 0.489862 0.317383 -0.086481 0.575540 0.081168 -0.029349 0.078982 17 0.485495 0.323669 -0.087394 0.569790 0.079552 -0.029070 0.078885 18 0.481194 0.330776 -0.089356 0.565556 0.076747 -0.036612 0.082861 19 0.476045 0.335168 -0.091585 0.561853 0.076643 -0.043053 0.086596 20 0.472527 0.335363 -0.092844 0.558588 0.076055 -0.044970 0.088081 21 0.468975 0.333131 -0.092490 0.556256 0.074874 -0.044041 0.087128 22 0.467095 0.331805 -0.091102 0.555043 0.073360 -0.042896 0.085350 23 0.466355 0.329826 -0.089809 0.554352 0.072975 -0.042372 0.084249 24 0.466800 0.327946 -0.089263 0.553835 0.073506 -0.041085 0.083504 25 0.467813 0.325965 -0.089329 0.553114 0.074305 -0.039297 0.083020 26 0.468594 0.325204 -0.089442 0.552382 0.074853 -0.037900 0.082444 27 0.469202 0.325517 -0.089534 0.551842 0.074915 -0.037639 0.082315 28 0.469392 0.326378 -0.089669 0.551499 0.074977 -0.038273 0.082620 29 0.469546 0.327173 -0.089894 0.551280 0.075030 -0.039064 0.083064 30 0.469527 0.327532 -0.090081 0.551115 0.075115 -0.039560 0.083391 31 0.469485 0.327735 -0.090125 0.551043 0.075066 -0.039747 0.083462 32 0.469434 0.327785 -0.090045 0.551058 0.074963 -0.039865 0.083431 33 0.469435 0.327811 -0.089928 0.551139 0.074910 -0.039944 0.083375 34 0.469528 0.327712 -0.089862 0.551223 0.074932 -0.039941 0.083351 35 0.469641 0.327581 -0.089841 0.551280 0.075008 -0.039831 0.083311 36 0.469765 0.327495 -0.089840 0.551311 0.075056 -0.039703 0.083266 37 0.469842 0.327495 -0.089839 0.551332 0.075081 -0.039649 0.083244 38 0.469895 0.327567 -0.089848 0.551354 0.075085 -0.039676 0.083258 39 0.469917 0.327637 -0.089867 0.551371 0.075094 -0.039741 0.083300 40 0.469923 0.327691 -0.089889 0.551383 0.075100 -0.039789 0.083335 41 0.469915 0.327717 -0.089901 0.551392 0.075096 -0.039816 0.083354 42 0.469900 0.327734 -0.089899 0.551404 0.075085 -0.039832 0.083356 43 0.469890 0.327740 -0.089891 0.551418 0.075073 -0.039845 0.083356 44 0.469884 0.327734 -0.089884 0.551430 0.075071 -0.039847 0.083354 45 0.469886 0.327720 -0.089881 0.551439 0.075072 -0.039838 0.083350 46 0.469889 0.327705 -0.089880 0.551443 0.075075 -0.039824 0.083344 47 0.469892 0.327698 -0.089879 0.551446 0.075076 -0.039813 0.083339 48 0.469894 0.327698 -0.089879 0.551447 0.075076 -0.039810 0.083338 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG

80

Lampiran 26. Impulse Response Function of Malaysia Periode RKOR RTHAI RSING RJEP RFIL RIND RHONG 1 0.046176 0.114021 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.088488 0.065947 0.034294 -0.085999 0.026061 -0.242377 -0.053285 3 0.197272 0.086267 0.063495 -0.045069 0.014503 -0.095157 -0.070324 4 0.216915 0.201552 0.059661 -0.055811 0.024572 -0.080257 -0.025158 5 0.283453 0.199387 0.097977 -0.046548 0.080322 -0.072845 -0.137601 6 0.287823 0.316094 0.092306 -0.026345 0.054788 -0.048233 -0.091696 7 0.313452 0.299800 0.085055 -0.024280 0.107646 -0.056490 -0.079324 8 0.322177 0.371966 0.074359 -0.013196 0.091228 -0.069710 -0.092408 9 0.332196 0.358834 0.069757 -0.010182 0.112011 -0.096150 -0.058525 10 0.350279 0.372484 0.066150 0.002639 0.100339 -0.108074 -0.059858 11 0.350307 0.374359 0.062363 0.008998 0.098547 -0.132820 -0.045730 12 0.363301 0.366940 0.066694 0.018916 0.101981 -0.138376 -0.047573 13 0.364600 0.375870 0.066136 0.026409 0.094278 -0.141613 -0.043038 14 0.371713 0.368296 0.069166 0.032627 0.099740 -0.137637 -0.047594 15 0.372926 0.377655 0.070538 0.037697 0.095475 -0.134440 -0.049318 16 0.373647 0.374014 0.071652 0.040716 0.099191 -0.132435 -0.049829 17 0.373588 0.379000 0.071297 0.043578 0.097806 -0.129336 -0.051133 18 0.372060 0.378229 0.070469 0.044092 0.099503 -0.130011 -0.049481 19 0.372303 0.378309 0.070086 0.045122 0.099241 -0.129315 -0.050234 20 0.370993 0.378160 0.069263 0.045256 0.098487 -0.130797 -0.048412 21 0.371069 0.376054 0.069250 0.045579 0.098665 -0.131579 -0.048628 22 0.370252 0.376180 0.069014 0.045770 0.097557 -0.132390 -0.047954 23 0.370225 0.374343 0.069189 0.045843 0.097894 -0.132466 -0.048022 24 0.370031 0.374560 0.069293 0.045989 0.097198 -0.132035 -0.048358 25 0.369857 0.373756 0.069494 0.045926 0.097411 -0.131715 -0.048502 26 0.369767 0.373866 0.069642 0.045972 0.097219 -0.131132 -0.048928 27 0.369441 0.373783 0.069642 0.045841 0.097303 -0.130910 -0.048903 28 0.369357 0.373722 0.069654 0.045754 0.097397 -0.130599 -0.049110 29 0.369136 0.373833 0.069571 0.045607 0.097347 -0.130552 -0.049026 30 0.369091 0.373639 0.069548 0.045493 0.097430 -0.130539 -0.049054 31 0.368986 0.373703 0.069498 0.045404 0.097326 -0.130617 -0.048994 32 0.368950 0.373529 0.069488 0.045326 0.097370 -0.130706 -0.048955 33 0.368933 0.373541 0.069482 0.045289 0.097307 -0.130729 -0.048959 34 0.368923 0.373467 0.069489 0.045247 0.097319 -0.130751 -0.048944 35 0.368945 0.373464 0.069510 0.045234 0.097303 -0.130717 -0.048987 36 0.368936 0.373471 0.069520 0.045217 0.097301 -0.130704 -0.048988 37 0.368948 0.373469 0.069533 0.045210 0.097317 -0.130672 -0.049016 38 0.368940 0.373505 0.069531 0.045200 0.097316 -0.130658 -0.049016 39 0.368945 0.373503 0.069531 0.045192 0.097334 -0.130648 -0.049022 40 0.368945 0.373527 0.069526 0.045186 0.097330 -0.130647 -0.049019 41 0.368946 0.373522 0.069523 0.045181 0.097338 -0.130658 -0.049012 42 0.368948 0.373530 0.069520 0.045180 0.097334 -0.130666 -0.049010 43 0.368949 0.373528 0.069518 0.045178 0.097335 -0.130677 -0.049003 44 0.368954 0.373527 0.069519 0.045179 0.097334 -0.130680 -0.049004 45 0.368956 0.373529 0.069519 0.045180 0.097333 -0.130683 -0.049002 46 0.368960 0.373527 0.069521 0.045182 0.097334 -0.130682 -0.049004 47 0.368961 0.373531 0.069522 0.045184 0.097333 -0.130681 -0.049004 48 0.368962 0.373531 0.069523 0.045185 0.097335 -0.130680 -0.049005 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG

81

Lampiran 27. Impulse Response Function of Singapura Periode RKOR RTHAI RMAL RJEP RFIL RIND RHONG 1 0.136405 0.010680 0.095452 0.000000 0.000000 0.000000 0.000000 2 0.079413 0.076158 0.042918 0.157191 -0.136483 -0.058689 0.062003 3 -0.012422 0.172127 0.018638 0.142771 -0.024702 -0.071396 0.083996 4 0.020151 0.251667 0.006683 0.090215 0.096134 -0.028570 0.080632 5 0.101788 0.258308 -0.046808 0.089153 0.048127 0.050201 0.055854 6 0.141689 0.255381 0.050054 0.104024 0.004412 0.030344 0.058059 7 0.119554 0.258497 0.127351 0.109174 0.011047 -0.085042 0.078888 8 0.098148 0.260652 0.130488 0.124191 0.023287 -0.123359 0.107873 9 0.110441 0.268065 0.106423 0.129321 0.031508 -0.093760 0.123493 10 0.138797 0.268689 0.095137 0.127732 0.031332 -0.073757 0.099747 11 0.152934 0.269415 0.101537 0.135520 0.019293 -0.074120 0.087147 12 0.149435 0.268558 0.107742 0.145515 0.016205 -0.084181 0.094534 13 0.140920 0.275380 0.107105 0.150297 0.022168 -0.088700 0.097913 14 0.139838 0.280547 0.098641 0.150440 0.029401 -0.081799 0.098545 15 0.145727 0.281537 0.096407 0.150337 0.029259 -0.072780 0.096255 16 0.148472 0.280944 0.100591 0.151245 0.025400 -0.073508 0.094617 17 0.146566 0.279254 0.107235 0.152757 0.024239 -0.080479 0.096280 18 0.143373 0.278814 0.108963 0.153857 0.024708 -0.084837 0.099459 19 0.142774 0.278151 0.107062 0.153986 0.025769 -0.083952 0.100430 20 0.144282 0.277686 0.105672 0.153776 0.025455 -0.081595 0.099194 21 0.145360 0.276751 0.105331 0.153965 0.024396 -0.080936 0.098031 22 0.144982 0.276292 0.105879 0.154506 0.023733 -0.081545 0.097855 23 0.143917 0.276352 0.105481 0.154746 0.024060 -0.081963 0.098241 24 0.143480 0.276552 0.104632 0.154637 0.024634 -0.081252 0.098240 25 0.143660 0.276676 0.103988 0.154400 0.024722 -0.080272 0.097969 26 0.143872 0.276520 0.104123 0.154256 0.024519 -0.080008 0.097702 27 0.143691 0.276405 0.104589 0.154232 0.024314 -0.080425 0.097760 28 0.143357 0.276285 0.104796 0.154210 0.024358 -0.080844 0.098014 29 0.143209 0.276251 0.104738 0.154137 0.024447 -0.080874 0.098134 30 0.143282 0.276186 0.104574 0.154044 0.024457 -0.080710 0.098083 31 0.143397 0.276110 0.104561 0.154004 0.024372 -0.080620 0.097974 32 0.143394 0.276065 0.104588 0.154008 0.024303 -0.080675 0.097944 33 0.143326 0.276060 0.104585 0.154015 0.024320 -0.080727 0.097962 34 0.143283 0.276096 0.104510 0.154001 0.024366 -0.080688 0.097973 35 0.143302 0.276117 0.104443 0.153975 0.024394 -0.080602 0.097949 36 0.143332 0.276129 0.104441 0.153958 0.024383 -0.080561 0.097921 37 0.143333 0.276128 0.104475 0.153952 0.024371 -0.080587 0.097921 38 0.143313 0.276130 0.104509 0.153952 0.024372 -0.080626 0.097940 39 0.143300 0.276133 0.104512 0.153947 0.024383 -0.080642 0.097958 40 0.143308 0.276134 0.104507 0.153942 0.024387 -0.080635 0.097958 41 0.143321 0.276132 0.104507 0.153939 0.024381 -0.080630 0.097952 42 0.143327 0.276128 0.104513 0.153941 0.024376 -0.080635 0.097949 43 0.143325 0.276129 0.104516 0.153945 0.024375 -0.080643 0.097951 44 0.143322 0.276132 0.104511 0.153946 0.024379 -0.080642 0.097953 45 0.143324 0.276136 0.104506 0.153946 0.024381 -0.080636 0.097951 46 0.143328 0.276137 0.104504 0.153946 0.024382 -0.080631 0.097949 47 0.143329 0.276138 0.104506 0.153946 0.024380 -0.080632 0.097948 48 0.143328 0.276139 0.104509 0.153947 0.024380 -0.080635 0.097949 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG

82

Lampiran 28. Impulse Response Function of Thailand Periode RKOR RMAL RSING RJEP RFIL RIND RHONG 1 0.121225 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 2 0.823302 0.043274 0.256876 -0.155409 0.282079 0.012183 0.080193 3 0.951609 0.471541 0.245718 0.066013 -0.432642 -0.019125 -0.136749 4 0.878168 0.456716 0.326729 0.100900 -0.133968 -0.452522 0.091460 5 0.863526 0.685937 0.361645 0.204209 -0.152871 -0.491970 0.018550 6 0.831536 0.179753 0.276767 0.231299 -0.089969 -0.316804 0.122258 7 1.010825 0.351042 0.300188 0.252174 -0.043909 -0.101586 -0.034120 8 0.992784 0.258618 0.326131 0.262542 -0.130472 -0.158335 -0.047751 9 0.986996 0.382459 0.348594 0.306630 -0.088670 -0.198945 -0.029963 10 0.918761 0.408667 0.306655 0.321268 -0.114777 -0.246807 0.034386 11 0.915741 0.367697 0.287192 0.310446 -0.053899 -0.251107 0.037987 12 0.939907 0.411118 0.282414 0.315185 -0.091426 -0.217305 0.026725 13 0.946821 0.382689 0.289349 0.313589 -0.098295 -0.237583 0.034658 14 0.945539 0.436912 0.299930 0.326325 -0.114519 -0.253082 0.020521 15 0.923425 0.402495 0.298135 0.328170 -0.111368 -0.269079 0.040923 16 0.927312 0.400578 0.297686 0.329928 -0.101244 -0.249181 0.030324 17 0.927108 0.378583 0.295815 0.327461 -0.107818 -0.233189 0.026513 18 0.932750 0.378434 0.301000 0.326213 -0.103862 -0.226323 0.018278 19 0.927424 0.384320 0.301831 0.327314 -0.111434 -0.228536 0.018445 20 0.921528 0.380612 0.300486 0.325897 -0.105578 -0.233011 0.022833 21 0.919681 0.385167 0.298183 0.324801 -0.105798 -0.230929 0.022563 22 0.919425 0.379247 0.296852 0.322368 -0.104948 -0.230182 0.023968 23 0.921604 0.384599 0.297647 0.321871 -0.106542 -0.229362 0.021729 24 0.920178 0.383731 0.297998 0.321446 -0.108257 -0.232342 0.023078 25 0.919724 0.385188 0.298429 0.321500 -0.107340 -0.233377 0.022995 26 0.918915 0.383508 0.298010 0.321249 -0.107708 -0.232865 0.023439 27 0.919605 0.381930 0.298146 0.320804 -0.106770 -0.231470 0.022718 28 0.920068 0.382136 0.298406 0.320713 -0.107515 -0.230510 0.021954 29 0.919944 0.381597 0.298641 0.320578 -0.107297 -0.230786 0.022030 30 0.919713 0.382444 0.298629 0.320629 -0.107305 -0.230913 0.021989 31 0.919382 0.381875 0.298387 0.320449 -0.107035 -0.231073 0.022384 32 0.919607 0.382214 0.298301 0.320345 -0.106891 -0.230832 0.022239 33 0.919680 0.382168 0.298261 0.320259 -0.107081 -0.230906 0.022308 34 0.919789 0.382466 0.298339 0.320263 -0.107064 -0.231106 0.022286 35 0.919711 0.382596 0.298336 0.320303 -0.107177 -0.231304 0.022381 36 0.919705 0.382481 0.298327 0.320305 -0.107060 -0.231351 0.022433 37 0.919769 0.382480 0.298322 0.320319 -0.107086 -0.231239 0.022376 38 0.919823 0.382349 0.298343 0.320315 -0.107072 -0.231188 0.022352 39 0.919863 0.382429 0.298376 0.320342 -0.107093 -0.231163 0.022302 40 0.919830 0.382394 0.298375 0.320353 -0.107090 -0.231200 0.022334 41 0.919827 0.382422 0.298367 0.320361 -0.107056 -0.231196 0.022336 42 0.919823 0.382407 0.298349 0.320359 -0.107059 -0.231186 0.022348 43 0.919842 0.382417 0.298348 0.320357 -0.107049 -0.231182 0.022344 44 0.919846 0.382446 0.298350 0.320362 -0.107069 -0.231196 0.022345 45 0.919842 0.382450 0.298351 0.320365 -0.107066 -0.231219 0.022356 46 0.919840 0.382462 0.298349 0.320370 -0.107068 -0.231224 0.022358 47 0.919840 0.382445 0.298348 0.320371 -0.107065 -0.231222 0.022361 48 0.919847 0.382447 0.298350 0.320373 -0.107066 -0.231213 0.022353 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG

83

Lampiran 29. Variance Decomposition of Filipina Periode S.E. RKOR RTHAI RMAL RSING RJEP RFIL 1 2.119508 2.513665 0.294212 28.34042 0.829173 2.148146 65.87439 2 2.427466 3.891482 1.585284 23.11058 2.937221 2.310508 66.01741 3 2.600790 3.437127 2.677212 20.96183 2.567472 3.478578 64.95295 4 2.978884 2.620694 2.264092 31.45370 2.257629 3.387875 55.79073 5 3.288933 2.280467 3.253569 31.27475 2.972312 3.750922 50.45415 6 3.539129 1.978624 3.994609 32.37646 3.332014 5.187599 46.65550 7 3.712664 1.802264 4.506971 31.38861 3.654939 6.128146 45.92165 8 3.886331 1.742554 4.815651 30.32125 4.421157 7.055479 45.27760 9 4.032546 1.708568 4.857412 29.22260 5.255783 8.179846 44.78391 10 4.184768 1.657528 4.885027 28.22316 5.882645 9.161572 44.53556 11 4.328267 1.574785 4.696640 27.50635 6.336009 10.01095 44.48539 12 4.471077 1.507295 4.572854 26.78603 6.671856 10.68264 44.66035 13 4.608354 1.462453 4.432182 26.41966 6.913088 11.28930 44.59796 14 4.744924 1.418694 4.334426 26.13544 7.114638 11.79870 44.47477 15 4.884404 1.377936 4.253786 26.01085 7.294487 12.25312 44.20293 16 5.017317 1.337945 4.190517 25.83229 7.451121 12.69342 43.97299 17 5.148040 1.308301 4.145101 25.65028 7.595238 13.09585 43.77864 18 5.273252 1.285946 4.096667 25.45043 7.744272 13.47883 43.61081 19 5.395889 1.268177 4.059702 25.24107 7.892054 13.83757 43.46204 20 5.515487 1.250075 4.015488 25.05575 8.029462 14.17587 43.32233 21 5.632537 1.231221 3.974946 24.86819 8.153087 14.48491 43.21821 22 5.747196 1.213593 3.933459 24.70527 8.262957 14.76900 43.12463 23 5.859337 1.197214 3.896017 24.55373 8.361933 15.02915 43.04274 24 5.969847 1.182180 3.862252 24.42565 8.452166 15.26729 42.95656 25 6.078364 1.167494 3.831433 24.30992 8.535362 15.48835 42.87144 26 6.185216 1.153628 3.804507 24.20330 8.612085 15.69344 42.79015 27 6.290096 1.140697 3.779292 24.10282 8.683921 15.88582 42.71412 28 6.393222 1.128902 3.756777 24.00567 8.752024 16.06595 42.64428 29 6.494647 1.118001 3.735395 23.91439 8.816843 16.23574 42.57773 30 6.594474 1.107668 3.715452 23.82671 8.878272 16.39563 42.51632 31 6.692820 1.097851 3.696349 23.74426 8.936140 16.54626 42.45896 32 6.789685 1.088508 3.678166 23.66570 8.990615 16.68832 42.40617 33 6.885199 1.079705 3.660968 23.59189 9.041923 16.82224 42.35649 34 6.979395 1.071353 3.644625 23.52247 9.090397 16.94883 42.30924 35 7.072366 1.063416 3.629259 23.45707 9.136241 17.06858 42.26415 36 7.164134 1.055853 3.614660 23.39533 9.179677 17.18220 42.22109 37 7.254744 1.048667 3.600879 23.33653 9.220931 17.29010 42.18024 38 7.344232 1.041850 3.587770 23.28060 9.260220 17.39281 42.14129 39 7.432637 1.035369 3.575312 23.22716 9.297715 17.49068 42.10421 40 7.520005 1.029194 3.563423 23.17618 9.333520 17.58406 42.06880 41 7.606365 1.023292 3.552051 23.12741 9.367727 17.67325 42.03507 42 7.691756 1.017650 3.541171 23.08077 9.400420 17.75849 42.00290 43 7.776206 1.012251 3.530741 23.03613 9.431695 17.84006 41.97216 44 7.859750 1.007082 3.520755 22.99340 9.461640 17.91815 41.94272 45 7.942417 1.002126 3.511175 22.95249 9.490336 17.99301 41.91447 46 8.024233 0.997369 3.501988 22.91325 9.517860 18.06482 41.88736 47 8.105224 0.992801 3.493167 22.87558 9.544285 18.13377 41.86132 48 8.185413 0.988412 3.484693 22.83938 9.569678 18.20004 41.83629 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG

RIND 0.000000 0.030534 1.765850 1.973283 5.799539 6.047612 6.119343 5.807701 5.457536 5.126314 4.863888 4.619513 4.407260 4.269329 4.176853 4.114007 4.038400 3.961269 3.881617 3.805798 3.735936 3.668305 3.606606 3.550707 3.501840 3.457237 3.415620 3.376039 3.338343 3.302777 3.268984 3.236984 3.206587 3.177935 3.150928 3.125419 3.101221 3.078167 3.056191 3.035207 3.015162 2.995981 2.977617 2.960030 2.943180 2.927025 2.911517 2.896615

RHONG 0.000000 0.116979 0.158984 0.251993 0.214293 0.427582 0.478082 0.558606 0.534346 0.528193 0.525982 0.499464 0.478095 0.454006 0.430042 0.407717 0.388190 0.371779 0.357768 0.345221 0.333510 0.322776 0.312606 0.303188 0.294155 0.285646 0.277711 0.270361 0.263555 0.257176 0.251192 0.245539 0.240207 0.235151 0.230347 0.225777 0.221429 0.217296 0.213362 0.209614 0.206035 0.202616 0.199344 0.196211 0.193206 0.190323 0.187554 0.184892

84

Lampiran 30. Variance Decomposition of Hongkong Periode S.E. RKOR RTHAI RMAL RSING RJEP RFIL 1 1.222948 1.818257 0.509317 1.213931 1.545462 0.141229 0.107376 2 1.316123 2.704160 0.966005 1.067896 2.129703 0.506199 0.477890 3 1.429716 3.251641 0.823497 1.184982 3.136234 0.482784 0.718795 4 1.604226 2.632446 1.670659 1.033081 4.243265 0.391496 0.577724 5 1.701142 2.341098 1.511343 0.937213 5.184389 0.354771 1.050979 6 1.801168 2.184104 1.405904 0.855521 6.503125 0.316741 0.992620 7 1.897574 2.314252 1.272764 0.771191 8.028255 0.288516 0.971034 8 1.991617 2.440125 1.282604 0.846419 9.108641 0.277842 0.938783 9 2.083050 2.757670 1.415910 0.790207 10.05665 0.273099 0.859308 10 2.174356 3.075234 1.776828 0.756125 10.77017 0.272962 0.791284 11 2.264310 3.455686 2.093994 0.698705 11.29840 0.287621 0.729664 12 2.354232 3.818628 2.504550 0.655110 11.65986 0.309461 0.675264 13 2.441501 4.172824 2.824955 0.624743 11.95418 0.338967 0.627922 14 2.528371 4.522454 3.138785 0.619668 12.17253 0.381768 0.585680 15 2.613232 4.859827 3.396371 0.608897 12.35512 0.429563 0.548336 16 2.695709 5.193320 3.629768 0.607732 12.53240 0.485807 0.515522 17 2.776572 5.494576 3.843780 0.599026 12.69138 0.545841 0.486236 18 2.855174 5.775856 4.033815 0.591399 12.84044 0.608082 0.459974 19 2.931922 6.024995 4.220362 0.581756 12.97088 0.669204 0.436377 20 3.006744 6.252232 4.384952 0.572476 13.08888 0.727408 0.414976 21 3.079856 6.455830 4.540968 0.565160 13.19192 0.782469 0.395606 22 3.151256 6.638428 4.678684 0.558683 13.28365 0.833512 0.377947 23 3.221085 6.803555 4.804040 0.554507 13.36585 0.881086 0.361828 24 3.289412 6.952721 4.916017 0.550352 13.43990 0.925022 0.347051 25 3.356294 7.090326 5.016472 0.547132 13.50859 0.965872 0.333467 26 3.421837 7.216578 5.108140 0.543712 13.57259 1.003760 0.320947 27 3.486087 7.333667 5.191189 0.540403 13.63327 1.039063 0.309354 28 3.549149 7.441754 5.268504 0.537016 13.69020 1.071950 0.298597 29 3.611066 7.542144 5.339876 0.533542 13.74389 1.102545 0.288569 30 3.671920 7.635557 5.406879 0.530208 13.79423 1.131058 0.279207 31 3.731761 7.722653 5.469415 0.526936 13.84146 1.157611 0.270440 32 3.790645 7.804154 5.528111 0.523940 13.88579 1.182426 0.262217 33 3.848621 7.880448 5.583214 0.521102 13.92737 1.205636 0.254486 34 3.905729 7.952222 5.634943 0.518486 13.96651 1.227419 0.247205 35 3.962011 8.019836 5.683713 0.516017 14.00339 1.247903 0.240337 36 4.017499 8.083761 5.729647 0.513689 14.03832 1.267220 0.233847 37 4.072230 8.144263 5.773129 0.511482 14.07141 1.285481 0.227704 38 4.126233 8.201626 5.814295 0.509370 14.10284 1.302773 0.221881 39 4.179536 8.256089 5.853407 0.507359 14.13271 1.319178 0.216354 40 4.232168 8.307859 5.890600 0.505429 14.16111 1.334760 0.211099 41 4.284153 8.357144 5.926023 0.503593 14.18815 1.349584 0.206098 42 4.335516 8.404101 5.959802 0.501841 14.21391 1.363702 0.201332 43 4.386277 8.448900 5.992032 0.500174 14.23848 1.377165 0.196785 44 4.436457 8.491680 6.022826 0.498585 14.26193 1.390019 0.192442 45 4.486077 8.532582 6.052260 0.497069 14.28435 1.402305 0.188291 46 4.535154 8.571727 6.080431 0.495621 14.30579 1.414062 0.184318 47 4.583706 8.609227 6.107412 0.494235 14.32633 1.425324 0.180513 48 4.631750 8.645185 6.133280 0.492906 14.34602 1.436121 0.176865 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG

RIND 10.81067 12.21185 10.71581 8.793061 8.263522 7.667831 7.309040 7.141804 7.076035 6.914588 6.742048 6.473587 6.164317 5.867334 5.586515 5.338240 5.115130 4.921509 4.750743 4.599585 4.463289 4.337657 4.221643 4.113949 4.014805 3.923116 3.838610 3.760527 3.688273 3.621232 3.558663 3.500060 3.444910 3.392940 3.343861 3.297466 3.253548 3.211925 3.172437 3.134919 3.099227 3.065218 3.032772 3.001778 2.972142 2.943777 2.916604 2.890551

RHONG 83.85376 79.93629 79.68625 80.65827 80.35668 80.07415 79.04495 77.96378 76.77112 75.64281 74.69388 73.90354 73.29209 72.71178 72.21537 71.69721 71.22403 70.76893 70.34568 69.95949 69.60476 69.29144 69.00750 68.75499 68.52333 68.31115 68.11444 67.93145 67.76116 67.60163 67.45282 67.31330 67.18284 67.06028 66.94494 66.83605 66.73298 66.63529 66.54247 66.45422 66.37018 66.29009 66.21369 66.14074 66.07100 66.00427 65.94035 65.87907

85

Lampiran 31. Variance Decomposition of Indonesia Periode S.E. RKOR RTHAI RMAL RSING RJEP RFIL 1 4.246772 0.790899 2.982332 6.850748 6.531868 0.454731 1.695152 2 4.771641 2.474498 3.103336 10.71924 5.798863 0.687900 1.368179 3 4.871185 3.122705 3.417588 11.18191 5.645013 0.739702 2.146424 4 5.175558 4.837841 3.094571 15.69955 5.463895 1.671861 1.926353 5 5.500860 11.38026 3.873370 15.74431 5.318763 1.828931 1.806357 6 6.057840 22.48337 5.255707 14.51508 4.407944 2.163385 1.503765 7 6.820151 32.43138 7.254542 13.47766 3.498115 2.895541 1.186414 8 7.639425 39.02525 9.428394 12.61537 2.825889 3.801582 0.973104 9 8.514661 42.55021 12.48575 11.78644 2.294017 4.732263 0.882099 10 9.415726 45.25898 14.89816 10.85582 1.883036 5.467237 0.928800 11 10.35505 47.15566 16.91728 10.25161 1.559326 6.075826 0.905903 12 11.28185 48.34458 18.33611 10.01577 1.316593 6.622468 0.879741 13 12.18863 48.95215 19.28912 10.10318 1.130789 7.144897 0.853314 14 13.05314 49.24477 20.03533 10.17997 0.986548 7.643671 0.830440 15 13.88302 49.49492 20.53943 10.24887 0.872351 8.087069 0.819621 16 14.68009 49.73298 20.91747 10.27461 0.780593 8.483880 0.800869 17 15.44246 49.95043 21.16911 10.28937 0.706304 8.854275 0.780798 18 16.17332 50.09209 21.37525 10.30739 0.645034 9.196910 0.761577 19 16.87011 50.19617 21.55212 10.30269 0.593858 9.509461 0.748071 20 17.53910 50.28039 21.70897 10.28929 0.550221 9.787994 0.737534 21 18.18233 50.35882 21.84388 10.26926 0.512663 10.03335 0.728294 22 18.80323 50.42508 21.95358 10.25893 0.480031 10.25084 0.719422 23 19.40290 50.47439 22.04736 10.25518 0.451423 10.44550 0.710977 24 19.98287 50.51454 22.12573 10.25522 0.426123 10.62017 0.703738 25 20.54514 50.55031 22.19476 10.25504 0.403571 10.77660 0.697153 26 21.09125 50.58712 22.25323 10.25366 0.383375 10.91715 0.691159 27 21.62291 50.62231 22.30424 10.25257 0.365190 11.04426 0.685373 28 22.14094 50.65498 22.34965 10.25101 0.348734 11.16005 0.680048 29 22.64652 50.68466 22.39127 10.24924 0.333757 11.26575 0.675255 30 23.14050 50.71237 22.43020 10.24646 0.320058 11.36233 0.670959 31 23.62386 50.73869 22.46615 10.24350 0.307476 11.45067 0.667060 32 24.09734 50.76319 22.49955 10.24076 0.295878 11.53176 0.663432 33 24.56155 50.78579 22.53035 10.23852 0.285153 11.60653 0.660082 34 25.01705 50.80646 22.55908 10.23669 0.275202 11.67570 0.656977 35 25.46430 50.82578 22.58581 10.23500 0.265944 11.73987 0.654112 36 25.90381 50.84397 22.61071 10.23346 0.257308 11.79955 0.651435 37 26.33596 50.86116 22.63393 10.23200 0.249235 11.85525 0.648922 38 26.76114 50.87731 22.65565 10.23067 0.241673 11.90738 0.646562 39 27.17965 50.89247 22.67611 10.22939 0.234574 11.95631 0.644349 40 27.59182 50.90675 22.69539 10.22814 0.227896 12.00230 0.642276 41 27.99793 50.92024 22.71363 10.22692 0.221602 12.04562 0.640325 42 28.39824 50.93300 22.73085 10.22576 0.215661 12.08649 0.638485 43 28.79300 50.94503 22.74716 10.22469 0.210043 12.12512 0.636745 44 29.18243 50.95641 22.76262 10.22368 0.204723 12.16169 0.635099 45 29.56673 50.96718 22.77728 10.22274 0.199677 12.19637 0.633539 46 29.94611 50.97741 22.79120 10.22184 0.194885 12.22930 0.632057 47 30.32075 50.98714 22.80444 10.22100 0.190328 12.26061 0.630648 48 30.69082 50.99640 22.81703 10.22019 0.185990 12.29042 0.629305 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG

RIND 80.69427 74.88878 72.09192 64.08265 56.72766 46.82037 36.97183 29.50887 23.79820 19.46878 16.09970 13.59247 11.72542 10.32940 9.225476 8.331931 7.602891 7.000466 6.496994 6.063181 5.687396 5.360384 5.075445 4.824837 4.601722 4.401478 4.220687 4.056950 3.907720 3.771001 3.645176 3.529116 3.421832 3.322371 3.229879 3.143604 3.062954 2.987398 2.916467 2.849735 2.786832 2.727445 2.671294 2.618124 2.567703 2.519821 2.474291 2.430945

RHONG 0.000000 0.959201 1.654731 3.223280 3.320350 2.850372 2.284520 1.821539 1.471026 1.239181 1.034694 0.892263 0.801123 0.749876 0.712255 0.677677 0.646821 0.621289 0.600640 0.582417 0.566332 0.551742 0.539712 0.529642 0.520840 0.512826 0.505368 0.498576 0.492343 0.486618 0.481274 0.476314 0.471734 0.467516 0.463611 0.459963 0.456548 0.453342 0.450334 0.447503 0.444830 0.442305 0.439917 0.437658 0.435517 0.433485 0.431552 0.429713

86

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

RIND 0.000000 0.005464 0.029233 0.026301 0.018078 0.029283 0.071260 0.136707 0.205596 0.237702 0.252766 0.261143 0.267225 0.272309 0.277467 0.284057 0.292163 0.301880 0.311634 0.320536 0.328208 0.334905 0.340839 0.346099 0.350848 0.355181 0.359255 0.363106 0.366735 0.370110 0.373227 0.376110 0.378781 0.381267 0.383583 0.385753 0.387797 0.389729 0.391560 0.393294 0.394938 0.396499 0.397981 0.399391 0.400733 0.402014 0.403236 0.404406

RHONG 0.000000 0.000707 0.002462 0.046008 0.088781 0.121674 0.167319 0.206479 0.234068 0.246710 0.252271 0.250087 0.249428 0.250010 0.251061 0.253295 0.256045 0.259501 0.262880 0.266074 0.268706 0.270932 0.272903 0.274695 0.276377 0.277928 0.279412 0.280811 0.282141 0.283377 0.284515 0.285562 0.286529 0.287430 0.288270 0.289060 0.289804 0.290508 0.291175 0.291806 0.292405 0.292972 0.293511 0.294023 0.294511 0.294976 0.295421 0.295845

87

Lampiran 33. Variance Decomposition of Korea Periode S.E. RKOR RTHAI RMAL RSING RJEP RFIL 1 0.904511 100.0000 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 3 1.830732 87.69832 6.680075 1.663904 0.400053 2.240413 0.683083 4 2.206833 80.83543 11.47726 1.511052 0.431118 4.449786 0.838205 5 2.562333 75.09356 15.68395 1.151314 0.331092 6.141625 1.034719 6 2.911561 70.62118 18.49817 1.359134 0.308979 7.235372 1.269702 7 3.220579 67.76917 19.83670 2.031385 0.299234 8.183356 1.285913 8 3.499158 65.22441 20.21489 3.180705 0.326366 9.231721 1.203570 9 3.752743 63.00376 20.14761 4.322877 0.383666 10.15806 1.143666 10 3.981600 61.52360 19.84501 5.108368 0.431822 10.98332 1.092340 11 4.192354 60.61985 19.45706 5.591625 0.458102 11.75798 1.027325 12 4.387632 60.05242 19.03917 5.897348 0.463652 12.47815 0.965246 13 4.568972 59.58447 18.70545 6.091657 0.459409 13.15449 0.911724 14 4.737538 59.18380 18.45601 6.188320 0.455445 13.77257 0.872626 15 4.896761 58.84616 18.27505 6.232852 0.455307 14.30761 0.843439 16 5.048550 58.56424 18.13414 6.258908 0.457684 14.75982 0.819332 17 5.194433 58.31594 18.00343 6.300551 0.460644 15.14566 0.797412 18 5.334823 58.08150 17.88193 6.357747 0.464774 15.48287 0.776691 19 5.470272 57.86511 17.76466 6.422208 0.470072 15.78056 0.758334 20 5.601554 57.67544 17.65333 6.483143 0.475769 16.04395 0.741640 21 5.729225 57.51777 17.54537 6.535514 0.480862 16.27953 0.726034 22 5.853815 57.38331 17.44316 6.581560 0.484831 16.49296 0.711162 23 5.975480 57.26423 17.34918 6.620944 0.487878 16.68883 0.697412 24 6.094483 57.15552 17.26492 6.654457 0.490464 16.86928 0.684989 25 6.211054 57.05603 17.19024 6.682444 0.492911 17.03505 0.673830 26 6.325450 56.96497 17.12289 6.707247 0.495238 17.18706 0.663682 27 6.437840 56.88019 17.06143 6.730767 0.497439 17.32697 0.654253 28 6.548324 56.80022 17.00438 6.753976 0.499546 17.45652 0.645471 29 6.656996 56.72435 16.95125 6.776810 0.501604 17.57702 0.637272 30 6.763939 56.65307 16.90132 6.798693 0.503605 17.68947 0.629613 31 6.869252 56.58648 16.85418 6.819457 0.505495 17.79474 0.622397 32 6.973005 56.52425 16.80957 6.839003 0.507240 17.89366 0.615571 33 7.075262 56.46574 16.76741 6.857413 0.508839 17.98697 0.609116 34 7.176076 56.41047 16.72771 6.874643 0.510323 18.07517 0.603025 35 7.275504 56.35820 16.69031 6.890754 0.511718 18.15865 0.597284 36 7.373605 56.30869 16.65504 6.905885 0.513038 18.23771 0.591858 37 7.470430 56.26171 16.62166 6.920214 0.514287 18.31269 0.586716 38 7.566026 56.21698 16.59001 6.933889 0.515475 18.38390 0.581832 39 7.660434 56.17432 16.55991 6.946961 0.516611 18.45162 0.577189 40 7.753697 56.13364 16.53125 6.959460 0.517697 18.51611 0.572769 41 7.845854 56.09485 16.50390 6.971397 0.518737 18.57758 0.568554 42 7.936944 56.05785 16.47777 6.982803 0.519727 18.63626 0.564528 43 8.027002 56.02250 16.45278 6.993703 0.520672 18.69234 0.560679 44 8.116061 55.98869 16.42887 7.004120 0.521573 18.74599 0.556997 45 8.204154 55.95633 16.40599 7.014078 0.522434 18.79736 0.553473 46 8.291310 55.92533 16.38406 7.023606 0.523260 18.84659 0.550097 47 8.377560 55.89559 16.36304 7.032738 0.524051 18.89380 0.546859 48 8.462930 55.86705 16.34287 7.041503 0.524811 18.93912 0.543752 Cholesky Ordering: RKOR RTHAI RMAL RSING RJEP RFIL RIND RHONG

RIND 0.000000 0.257358 0.263347 0.195887 0.366158 0.554436 0.460825 0.431899 0.517144 0.603182 0.622464 0.616953 0.603318 0.580056 0.550361 0.521144 0.495415 0.474393 0.457385 0.442643 0.429044 0.416345 0.404591 0.393490 0.382861 0.372728 0.363246 0.354508 0.346472 0.339023 0.332056 0.325516 0.319362 0.313550 0.308036 0.302793 0.297812 0.293084 0.288596 0.284328 0.280263 0.276386 0.272683 0.269142 0.265751 0.262500 0.259381 0.256387

RHONG 0.000000 0.085854 0.370803 0.261269 0.197585 0.153029 0.133419 0.186443 0.323218 0.412363 0.465597 0.487065 0.489481 0.491169 0.489231 0.484729 0.480948 0.480093 0.481672 0.484084 0.485877 0.486673 0.486935 0.486878 0.486640 0.486185 0.485706 0.485374 0.485226 0.485203 0.485202 0.485186 0.485149 0.485105 0.485049 0.484980 0.484907 0.484840 0.484788 0.484747 0.484713 0.484681 0.484650 0.484620 0.484590 0.484560 0.484530 0.484501

88

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

RIND 0.000000 16.09138 13.30356 11.67645 9.603389 7.706454 6.499145 5.515781 5.087594 4.783341 4.783482 4.800943 4.840147 4.842014 4.816207 4.788548 4.744229 4.712722 4.680299 4.659429 4.644102 4.633992 4.626150 4.617777 4.609952 4.601092 4.592761 4.584292 4.576495 4.569309 4.562849 4.557118 4.551822 4.546971 4.542350 4.538007 4.533860 4.529927 4.526199 4.522669 4.519349 4.516211 4.513252 4.510443 4.507775 4.505232 4.502805 4.500486

RHONG 0.000000 0.777722 1.527477 1.323884 3.301983 3.365880 3.212827 3.103129 2.771128 2.485493 2.222166 2.014621 1.841643 1.714118 1.611672 1.529456 1.461140 1.400652 1.349012 1.301385 1.259729 1.221938 1.188485 1.158845 1.132401 1.108857 1.087432 1.068014 1.050092 1.033582 1.018237 1.003963 0.990671 0.978260 0.966681 0.955829 0.945653 0.936075 0.927046 0.918515 0.910439 0.902785 0.895518 0.888613 0.882043 0.875787 0.869821 0.864127

89

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

RIND 0.000000 0.835286 1.496093 1.246215 1.265307 1.128383 1.475327 2.213461 2.424559 2.427729 2.418178 2.465213 2.530383 2.547649 2.519985 2.498047 2.506150 2.531051 2.550519 2.559658 2.565599 2.572745 2.580599 2.585863 2.588081 2.589447 2.591746 2.594936 2.598019 2.600555 2.602726 2.604866 2.606978 2.608889 2.610525 2.611988 2.613411 2.614825 2.616192 2.617477 2.618687 2.619846 2.620958 2.622018 2.623019 2.623968 2.624875 2.625748

RHONG 0.000000 0.932290 1.909072 2.317334 2.185963 2.106349 2.218029 2.621826 3.138209 3.284999 3.279149 3.316200 3.367801 3.417563 3.446881 3.461545 3.480648 3.512632 3.546847 3.572519 3.590697 3.606113 3.621627 3.636078 3.648614 3.659302 3.669275 3.679284 3.688993 3.697948 3.706009 3.713449 3.720459 3.727076 3.733254 3.739007 3.744428 3.749589 3.754513 3.759183 3.763604 3.767797 3.771790 3.775598 3.779227 3.782689 3.785995 3.789162

90

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

RIND 0.000000 0.004562 0.008692 2.603479 4.230034 4.330598 3.705697 3.305548 3.092179 3.006283 2.970052 2.868802 2.823785 2.803897 2.815991 2.800979 2.768571 2.733525 2.703517 2.682515 2.661297 2.642017 2.623507 2.609086 2.596792 2.585073 2.573339 2.561664 2.551036 2.541157 2.532050 2.523355 2.515220 2.507677 2.500667 2.494082 2.487786 2.481798 2.476100 2.470706 2.465573 2.460679 2.456012 2.451562 2.447321 2.443267 2.439385 2.435661

RHONG 0.000000 0.197680 0.424818 0.424797 0.320003 0.385763 0.331724 0.296107 0.263845 0.238858 0.221790 0.204067 0.191520 0.178141 0.170561 0.162064 0.154057 0.146149 0.139051 0.133139 0.127757 0.123027 0.118511 0.114486 0.110784 0.107402 0.104225 0.101220 0.098430 0.095821 0.093407 0.091135 0.089005 0.086999 0.085113 0.083335 0.081650 0.080053 0.078536 0.077096 0.075726 0.074423 0.073180 0.071994 0.070861 0.069777 0.068740 0.067746

ANALISIS KETERKAITAN DINAMIS SUKU BUNGA DI ANTARA NEGARA - NEGARA ASEAN+3 OLEH : DEWI ROHMAWATI H

Recommend Documents