ANALISIS PENGARUH FLUKTUASI NILAI TUKAR PADA EKSPOR KOMODITI UNGGULAN PERTANIAN (KARET DAN KOPI) DI INDONESIA
OLEH : RATIH NURALITHA PRATIKA H14103051
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2007
RINGKASAN
RATIH NURALITHA PRATIKA. Analisis Pengaruh Fluktuasi Nilai Tukar pada Ekspor Komoditi Unggulan Pertanian (Karet dan Kopi) di Indonesia (dibimbing oleh RINA OKTAVIANI).
Fluktuasi nilai tukar berkaitan erat dalam perdagangan internasional karena nilai suatu komoditi ekspor dinilai dengan satu satuan mata uang asing. Selain itu, fluktuasi nilai tukar memiliki peranan penting dalam pertumbuhan ekspor karena berkaitan dengan harga relatif dari barang – barang domestik dan luar negeri. Salah satu sektor ekspor tersebut adalah sektor pertanian. Ekspor pertanian dikuasai oleh ekspor tanaman perkebunan. Komoditi unggulan pertanian adalah karet dan kopi. Ekspor karet dan kopi Indonesia memiliki kontribusi yang cukup tinggi terhadap total ekspor Indonesia. Ekspor karet dan kopi ini dipengaruhi oleh fluktuasi nilai tukar. Fluktuasi nilai tukar menyebabkan berfluktuasi nilai ekspor karet dan kopi. Penelitian ini bertujuan untuk menganalisis pengaruh fluktuasi nilai tukar pada ekspor komoditi unggulan pertanian (karet dan kopi) dan menganalisis faktor – faktor yang mempengaruhi ekspor komoditi unggulan pertanian (karet dan kopi) di Indonesia. Jenis data yang digunakan pada penelitian ini adalah data sekunder time series data kuantitatif bulanan. Untuk analisis ekspor komoditi karet data yang digunakan mulai dari periode 2000:1 hingga 2005:12. Sedangkan untuk analisis ekspor komoditi kopi dimulai dari periode 1992:1 hingga 2005:12. Data – data tersebut meliputi nilai tukar rupiah terhadap dolar, harga domestik karet dan kopi, harga pasar internasional karet dan kopi, harga negara kompetitor karet dan kopi, Gross Domestik Product (GDP) dunia dan Industrial Index Production. Data – data tersebut diperoleh dari statistika ekonomi dan keuangan Indonesia (SEKI) BI, Badan Pusat Statistik (BPS), Internasional Finnancial Statistic (IFS), Internasional Coffee Organization (ICO) dan Gabungan Pengusaha Karet Indonesia (Gapkindo). metode yang digunakan untuk menganalisis faktor – faktor yang mempengaruhi ekspor unggulan pertanian (karet dan kopi) adalah Vector Auto Regression (VAR) dan Vector Error Correction Model (VECM) dengan menggunakan perangkat lunak (software) Eviews 4.1 dan Microsoft Excel 2003. Hasil penelitian menunjukkan bahwa fluktuasi nilai tukar tidak memiliki pengaruh terhadap nilai ekspor komoditi karet dan kopi. Hal ini karena nilai ekspor komoditi karet dan kopi lebih dipengaruhi oleh harga pasar internasional. Nilai ekspor meniliki hubungan negatif dengan fluktuasi nilai tukar sedangkan harga pasar internasional memiliki hubungan positif dengan nilai ekspor komoditi karet dan kopi. Pada analisis komoditi kopi variabel – variabel yang berhubungan positif dan signifikan dalam jangka pendek dengan nilai ekspor kopi Indonesia adalah harga internasional dan GDP riil dunia. Pada analisis komoditi karet variabel yang berpengaruh positif dan signifikan dalam jangka pendek adalah jumlah ekspor karet itu sendiri. Pada jangka panjang analisis komoditi kopi ini yang berhubungan positif dan signifikan terhadap nilai ekspor kopi Indonesia
adalah nilai tukar riil. Sedangkan variabel lain dalam jangka panjang berhubungan negatif dan signifikan dengan nilai ekspor komoditi kopi adalah harga negara kompetitor, harga domestik dan GDP riil dunia. Pada jangka panjang variabel yang positif dan signifikan mempengaruhi nilai ekspor karet adalah harga domestik dan Industrial Index Production sedangkan variabel yang berpengaruh negatif dan signifikan terhadap nilai ekspor karet adalah jumlah ekspor karet dan harga negara kompetitor.
ANALISIS PENGARUH FLUKTUASI NILAI TUKAR PADA EKSPOR KOMODITI UNGGULAN PERTANIAN (KARET DAN KOPI) DI INDONESIA
OLEH : RATIH NURALITHA PRATIKA H14103051
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
: Ratih Nuralitha Pratika
Nomor Registrasi Pokok
: H14103051
Program Studi
: Ilmu Ekonomi
Judul Skripsi
: Analisis Pengaruh Fluktuasi Nilai Tukar pada Ekspor Komoditi Unggulan Pertanian (Karet dan Kopi) di Indonesia
dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.
Menyetujui, Dosen Pembimbing,
Dr. Ir. Rina Oktaviani, MS. NIP. 131 846 872
Mengetahui, Ketua Departemen Ilmu Ekonomi,
Dr. Ir. Rina Oktaviani, MS. NIP. 131 846 872
Tanggal Kelulusan :
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, Agustus 2007
Ratih Nuralitha Pratika H14103051
RIWAYAT HIDUP
Ratih Nuralitha Pratika. Dilahirkan di Bandung pada hari Jumat tanggal 18 April 1986 dari pasangan Bapak Aulia dan Ibu Tantri Endang. Penulis merupakan putri pertama dari tiga bersaudara. Penulis menjalani pendidikan di bangku sekolah dasar dari tahun 1991 sampai dengan tahun 1997 di SD Angkasa 1 Bandung. Selanjutnya meneruskan ke pendidikan lanjutan tingkat pertama dari tahun 1997 sampai tahun 2000 di SLTPN 1 Margahayu Bandung. Setelah itu, penulis melanjutkan pendidikan menengah umum di SMUN 1 Margahayu Bandung dan lulus pada tahun 2003. Pada tahun 2003 penulis diterima sebagai mahasiswa Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB (USMI) dan terdaftar sebagai mahasiswa Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen (FEM). Selama mengikuti pendidikan di bangku kuliah, penulis aktif dalam berbagai kegiatan kampus dan kepanitiaan baik untuk tingkat departemen maupun institusi.
KATA PENGANTAR
Assalamu’alaikum Wr. Wb. Segala puji hanya untuk Allah SWT atas berkat rahmat dan karunia-Nya penulis mendapat kemudahan dan kemampuan dalam setiap langkah penyusunan skripsi ini. Shalawat dan salam semoga senatiasa tercurah kepada Qudwah Hasanah kita, Rasulullah Saw, yang telah mengajarkan al-Islam sebagai jalan hidup sehingga membawa keselamatan bagi umat manusia sejagad raya. Skripsi ini disusun sebagai salah satu syarat untuk mendapatkan gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi Manajemen IPB. Adapun judul skripsi ini adalah Analisis Pengaruh Fluktuasi Nilai Tukar pada Ekspor Komoditi Unggulan Pertanian (Karet dan Kopi) di Indonesia Pada kesempatan ini penulis mengucapkan terima kasih kepada : 1. Dr. Ir. Rina Oktaviani, MS selaku dosen pembimbing skripsi yang telah memberikan ilmu dan membimbing penulis dengan sabar dalam proses penyusunan skripsi ini sehingga dapat diselesaikan dengan baik. 2. Dr. Ir. Nunung Nuryartono, M.Si selaku dosen penguji utama yang telah bersedia menguji dan memberikan masukan, kritik dan ilmu yang bermanfaat untuk penyempurnaan skripsi ini. 3. Ibu Fifi Diana Thamrin, SP, M.Si selaku dosen penguji komisi pendidikan yang telah memberikan masukan dalam perbaikan tata bahasa untuk penyempurnaan skripsi ini. 4. Kedua orang tua penulis yaitu Ayahanda Aulia dan Ibunda Tantri Endang, adikku tersayang Opie dan Edo beserta keluarga besar atas doa, kasih sayang, bimbingan, dukungan, perhatian dan perjuangan yang telah dicurahkan. Terima kasih pula kepada Brian Rendra Budhiarta atas doa, perhatian, dukungan yang diberikan kepada penulis. 5. Dosen, staf penunjang dan seluruh civitas Departemen Ilmu Ekonomi atas ilmu dan bantuan yang diberikan.
6. Dr. Suharto Honggokusumo beserta staf Gabungan Pengusaha Karet Indonesia (Gapkindo) atas bantuan selama proses pengambilan data. 7. My best Friends anak – anak DJ’ Bunda, Weni, Ajie, Wida, Mimi, Heri, Yogi dan Wiwit. My roommate Rindu dan teman satu rumah C15 Abon, Lia, Mega, Utari, Sinta, Anggi dan Irma atas doa, dukungan, smangat, dan bantuan selama proses pembuatan skripsi. 8. Teman satu bimbingan Windy dan Jayanti terima kasih atas semangat dan dukungannya. Lea, Andin, Echa, Rico, Inun, Giri, Kiki, Abang, Heni, Ari, AO, Nofa, Ryan, Ucup, Bery, Ani dan seluruh anak IE 40 terima kasih atas persahabatan dan bantuan selama proses pembuatan skripsi. 9. Penulis juga mengucapkan terima kasih kepada kak Fickry atas bantuannya dalam pengolahan data. Akhirnya penulis ucapkan terima kasih kepada semua pihak yang telah membantu penyelesaian skripsi ini. Semoga hasil dari skripsi ini dapat memberikan manfaat bagi penulis maupun semua pihak yang membutuhkan. Wassalamu’alaikum Wr.Wb.
Bogor, Agustus 2007
Ratih Nuralitha Pratika H14103051
ix
DAFTAR ISI
Halaman DAFTAR TABEL............................................................................................... xii DAFTAR GAMBAR ......................................................................................... xiv DAFTAR LAMPIRAN ...................................................................................... xv I. PENDAHULUAN ........................................................................................
1
1.1. Latar Belakang ...................................................................................
1
1.2. Perumusan Masalah ...........................................................................
5
1.3. Tujuan ................................................................................................
9
1.4. Manfaat .............................................................................................. 10 1.5. Ruang Lingkup ................................................................................... 11 II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN ........................ 14 2.1. Pengertian Nilai Tukar………………………………………………... 14 2.2. Pengertian Perilaku Nilai Tukar………………………………………. 16 2.3. Faktor – faktor yang Mempengaruhi Perubahan Nilai Tukar ............. 17 2.4. Resiko Nilai Tukar ............................................................................... 19 2.5. Ekspor ................................................................................................. 20 2.6. Kerangka Pemikiran Teoritis ............................................................... 21 2.6.1. Teori Perdagangan Internasional ............................................... 21 2.6.2. Teori Penawaran Ekspor ............................................................ 22 2.6.3. Teori Permintaan Ekspor………………………………………. 22 2.6.4. Teori Fluktuasi Nilai Tukar……………………………………. 23 2.6.5. Teori Model Vector Auto Regression (VAR)………………….. 24 2.7. Tinjauan Penelitian Terdahulu ........................................................... 29 2.8. Perbedaan dengan Penelitian Terdahulu ............................................. 31 2.9. Kerangka Pemikiran Operasional ........................................................ 31 2.10. Hipotesis............................................................................................... 34 III.METODE PENELITIAN .............................................................................. 37
x
3.1. Jenis dan Sumber Data ....................................................................... 37 3.2 . metode Analisis Data .......................................................................... 38 3.2.1. Model Umum Vector Auto Regression (VAR) .......................... 39 3.2.2. Uji Stasioneritas Data................................................................. 40 3.2.3. Penetapan Tingkat Lag Optimum .............................................. 41 3.2.4. Uji Kointegrasi ........................................................................... 42 3.2.5. Model Umum Vector Error Correction Model (VECM) .......... 43 3.2.6. Impulse Response Function (IRF).............................................. 44 3.2.7. Variance Decomposition (VD) .................................................. 44 3.3 Model Analisis Data ............................................................................ 45 3.3.1. Model Analisis Ekspor Komoditi Kopi .................................... 46 3.3.2. Model Analisis Ekspor Komoditi Karet .................................... 47 IV. HASIL DAN PEMBAHASAN ................................................................... 49 4.1. Analisis Pengaruh Fluktuasi Nilai Tukar pada Ekspor Komoditi Karet .................................................................................................... 49 4.2. Hasil Estimasi VAR Komoditi Karet................................................... 53 4.2.1. Kestasioneran Data..................................................................... 53 4.2.2. Penentuan Lag Optimum Menggunakan Akaike Information Criterion (AIC) ........................................................................... 56 4.2.3. Kointegrasi ................................................................................. 57 4.2.4. Estimasi Vector Error Correction Model (VECM) ................... 58 4.2.5. Variance Decomposition (VD) .................................................. 63 4.2.6. Impulse Response Function (IRF)……………........................... 66 4.3. Analisis Pengaruh Fluktuasi Nilai Tukar pada Ekspor Komoditi Kopi .................................................................................................... 69 4.4. Hasil Estimasi VAR Komoditi Kopi.................................................... 73 4.4.1. Kestasioneran Data..................................................................... 73 4.4.2. Penentuan Lag Optimum Menggunakan Schwarz Criteria (SC) 76 4.4.3. Kointegrasi ................................................................................. 77 4.4.4. Estimasi Vector Error Correction Model (VECM) ................... 78 4.4.5. Variance Decomposition (VD) .................................................. 82 4.4.6. Impulse Response Function (IRF).............................................. 85
xi
V. KESIMPULAN DAN SARAN .................................................................... 89 5.1. Kesimpulan ......................................................................................... 89 5.2. Saran .................................................................................................... 90 DAFTAR PUSTAKA ......................................................................................... 92 LAMPIRAN ....................................................................................................... 95
xii
DAFTAR TABEL
Nomor
Halaman
1.
Perkembangan Total Ekspor Indonesia Tahun 1990-2005 ........................ 3
2.
Perkembangan Nilai Ekspor Migas & non Migas Indonesia Tahun 1990-2005 ....................................................................................... 4
3.
Perkembangan Ekspor Pertanian Tahun 1990-2005 .................................. 6
4.
Nilai Ekspor Komoditi Perkebunan Indonesia Tahun 1999-2005 (dalam ribu US$)........................................................................................ 7
5.
Jenis dan Sumber Data yang Digunakan dalam Penelitian……………... 37
6.
Data, Satuan Dan Simbol………………………………………………... 45
7.
Uji Stasioneritas Pada Level....................................................................... 54
8.
Uji Stasioneritas Pada First Difference ..................................................... 55
9.
Perhitungan Schwarz Criteria (SC) ........................................................... 56
10.
Johansen Cointegration Test ..................................................................... 57
11.
Hasil Estimasi VECM Jangka Pendek ....................................................... 59
12.
Hasil Estimasi VECM Jangka Panjang ...................................................... 61
13.
Variance Decomposition (VD) .................................................................. 65
14.
Uji Stasioneritas Pada Level....................................................................... 74
15.
Uji Stasioneritas Pada First Difference ..................................................... 75
16.
Perhitungan Akaike Information Criterion (AIC) ...................................... 76
17.
Johansen Cointegration Test ..................................................................... 77
18.
Hasil Estimasi VECM Jangka Pendek ....................................................... 79
19.
Hasil Estimasi VECM Jangka Panjang ...................................................... 81
20.
Variance Decomposition (VD) .................................................................. 84
21.
Perkembangan Ekspor Barang – barang Hasil Pertanian Tahun 1999-2005.................................................................................................. 95
22.
Perkembangan Ekspor Getah Karet Tahun 1999-2005.............................. 96
23.
Perkembangan Ekspor Kopi Tahun 1999-2005......................................... 97
xiii
24.
Perkembangan Volume Ekspor dan Impor Perkebunan Indonesia Tahun 2000 – 2003 (ribu ton)................................................. 100
xiv
DAFTAR GAMBAR
Nomor
Halaman
1.
Kerangka Pemikiran Operasional ............................................................. 34
2.
Grafik Perkembangan Nilai Tukar Riil Tahun 2000-2005 ........................ 50
3.
Grafik Perkembangan Nilai Ekspor Karet Indonesia Tahun 2000-2005 ... 50
4.
Perkembangan Harga Pasar Internasional Komoditi Karet 2000-2005 ..... 51
5.
Grafik Hubungan Antara Nilai Tukar Riil, Nilai Ekspor Karet dan Harga Pasar Internasional ......................................................................... 52
6.
Respon Nilai Ekspor Komoditi Karet Indonesia terhadap Harga Pasar Internasional, Jumlah Ekspor Karet Indonesia, Harga Negara Kompetitor, Harga domestik, Industrial Production Index dan Nilai Tukar Riil…………………………………………………………. 67
7.
Grafik Perkembangan Nilai Tukar Riil Tahun 1992-2005 ........................ 70
8.
Grafik Perkembangan Nilai Ekspor Kopi Indonesia Tahun 1992-2005 .... 70
9.
Perkembangan Harga Pasar Internasional Komoditi Kopi 1992-2005 ...... 71
10.
Grafik Hubungan Antara Nilai Tukar Riil, Nilai Ekspor Kopi dan Harga Pasar Internasional ......................................................................... 72
11.
Respon Nilai Ekspor Komoditi Kopi Indonesia terhadapHarga Pasar Internasional, Harga Domestik, Harga Negara Kompetitor, Jumlah Ekspor, Nilai Tukar Riil dan GDP Riil Dunia..............................
86
xv
DAFTAR LAMPIRAN
Nomor
Halaman
1.
Ekspor Hasil Pertanian (Analisis Komoditi Ekspor 1999-2005 ISIC Pertanian, Industri dan Pertambangan. Badan Pusat Statistik (BPS).......................................................................................................... 95
2.
Kondisi Perkembangan dan Pangsa Pasar Internasional Komoditi Perkebunan Indonesia: Kasus Kakao, Kopi dan Karet, Jurnal Ekonomi dan Pembangunan ................................................ 98
3.
Uji Stasioner pada Level (Komoditi Karet)............................................... 102
4.
Uji Stasioner pada First Difference........................................................... 103
5.
Penentuan Lag Optimum .......................................................................... 105
6.
Uji Kestabilan VAR .................................................................................. 106
7.
Johansen Cointegration Summary ............................................................ 106
8.
Johansen Cointegration Test .................................................................... 107
9.
Correlation Matrix .................................................................................... 108
10.
Estimasi Vector Error Correction Model (VECM) .................................. 108
11.
Variance Decomposition (VD) ................................................................. 112
12.
Impulse Response Function (IRF)............................................................. 115
13.
Uji Stasioner pada Level (Komoditi Kopi)................................................ 117
14.
Uji Stasioner pada First Difference........................................................... 118
15.
Penentuan Lag Optimum .......................................................................... 120
16.
Uji Kestabilan VAR .................................................................................. 121
17.
Johansen Cointegration Summary ............................................................ 121
18.
Johansen Cointegration Test .................................................................... 122
19.
Correlation Matrix .................................................................................... 123
20.
Estimasi Vector Error Correction Model (VECM) .................................. 123
21.
Variance Decomposition (VD) ................................................................. 126
22.
Impulse Response Function (IRF)............................................................. 129
I. PENDAHULUAN
1.1. Latar Belakang Perekonomian suatu negara dapat dikatakan sedang meningkat atau menurun berdasarkan beberapa indikator dasar makroekonomi. Salah satu indikator dasar makroekonomi tersebut adalah nilai tukar. Hal ini karena nilai tukar merupakan suatu pembanding nilai mata uang suatu negara dengan negara lain. Apabila nilai mata uang suatu negara menguat maka perekonomian negara tersebut meningkat sehingga nilai tukar dapat dijadikan acuan salah satu indikator makroekonomi. Sejak runtuhnya sistem Bretton Woods, nilai tukar bergerak semakin fleksibel. Hal ini karena nilai tukar menganut sistem baru yaitu sistem mengambang. Sistem ini memaksa nilai tukar untuk menyesuaikan diri dengan mekanisme pasar yang berlaku sehingga menyebabkan nilai tukar berfluktuasi. Fluktuasi nilai tukar dapat berdampak pada perubahan variabel – variabel makroekonomi lainnya. Salah satunya, fluktuasi nilai tukar akan mempengaruhi agregat demand dan agregat supply (Warjiyo dan Agung, 2002). Fluktuasi nilai tukar akibat diterapkannya suatu kebijakan moneter menyebabkan nilai tukar domestik terdepresiasi dan meningkatkan harga barang – barang impor yang kemudian diikuti oleh meningkatnya harga barang domestik. Hal ini terjadi walaupun tidak terjadi ekspansi pada agregat demand. Fluktuasi nilai tukar juga dapat menimbulkan spekulasi bagi pelaku usaha serta menyebabkan terjadinya inflasi.
2
Fluktuasi nilai tukar berkaitan erat dalam perdagangan internasional karena nilai suatu komoditi ekspor dinilai dengan satu satuan mata uang asing. Fluktuasi nilai tukar ini mempengaruhi kegiatan ekspor yang merupakan salah satu bentuk perdagangan internasional. Barang – barang ekspor yang di kirim ke luar negeri dihitung dengan menggunakan satu satuan mata uang asing sehingga dengan adanya fluktuasi nilai tukar ini menyebabkan harga barang ekspor menjadi tidak tentu. Pada saat terjadi krisis moneter tahun 1997-1998, nilai tukar mengalami fluktuasi yang cukup tajam. Hal ini ditandai dengan adanya depresiasi nilai tukar sebesar 2.4 persen hingga 5.4 persen per tahun (SEKI, 1998). Fluktuasi nilai tukar yang tajam ini mengakibatkan terjadinya inflasi yang cukup tinggi sehingga pada saat krisis tersebut perekonomian Indonesia terhambat. Begitu pula dengan pertumbuhan ekspor, pada saat terjadi krisis ekspor Indonesia mengalami kemunduran yang cukup tinggi. Total ekspor Indonesia memiliki pertumbuhan yang cukup tinggi setiap tahunnya pada masa sebelum terjadi krisis moneter. Penerimaan nilai total ekspor Indonesia periode 1990 – 1997 berkembang dengan kenaikan rata – rata 11.1 persen per tahun. Nilai penerimaan ekspor sendiri berfluktuasi dari tahun ke tahun. Ekspor Indonesia yang terdiri dari ekspor migas dan non migas ini berhasil menambah devisa negara. Tetapi setelah terjadi krisis moneter pertumbuhan ekspor Indonesia mengalami kemunduran akibat nilai tukar yang berfluktuasi cukup tinggi.
3
Tabel 1. Perkembangan Total Ekspor Indonesia Tahun 1990-2005 Tahun Volume Ekspor Nilai Ekspor Perubahan Nilai (Ribu Ton) (Juta US$) Ekspor (%) 1990 107566.3 25675.3 1991 115461.3 29142.5 13.5 1992 151535.8 33967.0 16.6 1993 177470.8 36823.0 8.4 1994 225343.7 40053.4 8.8 1995 246109.1 45418.0 13.4 1996 214184.3 49814.8 9.7 1997 254456.9 53443.6 7.3 1998 244924.5 48847.6 -8.6 1999 234966.0 48665.5 -0.4 2000 225102.8 62124.0 27.7 2001 272456.6 56320.9 -9.3 2002 223270.1 57158.8 1.5 2003 219566.8 61058.2 6.8 2004 232317.4 71584.6 17.2 2005 258731.5 85660.0 19.7 Sumber: Badan Pusat Statistik (BPS), 2006.
Tabel 2. Menggambarkan perkembangan ekspor Indonesia yang terdiri dari ekspor migas dan non migas. Seperti yang telah disinggung diatas rata – rata pertumbuhan nilai total ekspor Indonesia adalah sebesar 11,1 persen per tahun. Ekspor non migas tumbuh lebih cepat dari ekspor migas sebesar 4.5 persen dengan rata – rata pertumbuhan 11.1 persen per tahun. Namun memasuki masa krisis moneter tahun 1997-1998 ekspor non migas Indonesia merosot 2.0 persen, ekspor migas merosot tajam 32.3 persen dan total ekspor Indonesia turun sebesar 8.6 persen. Penurunan total ekspor Indonesia ini terus berlanjut hungga tahun 1999. Pada awal 2000 hingga 2005 perkembangan ekspor migas dan non migas rata – rata meningkat sebesar 13.5 persen untuk ekspor migas dan 9.9 persen untuk ekspor non migas dan pertumbuhan rata – rata total ekspor Indonesia sebesar 10.6 persen.
4
Tabel 2. Perkembangan Nilai Ekspor Migas dan non Migas Indonesia Tahun 1990-2005 Ekspor Migas Ekspor Non Migas Tahun Nilai FOB Perubahan Nilai Nilai FOB Perubahan Nilai (Juta US$) Ekspor (%) (Juta US$) Ekspor (%) 1990 11071.1 14604.2 1991 10894.9 -1.6 18247.6 24.9 1992 10670.9 -2.1 23296.1 27.7 1993 9745.8 -8.7 27077.2 16.2 1994 9693.6 -0.5 30359.6 12.1 1995 10464.4 8.0 34953.6 15.1 1996 11721.8 12.0 38093.0 9.0 1997 11622.6 -0.8 41821.0 9.8 1998 7872.2 -32.3 40975.5 -2.0 1999 9792.3 24.4 38873.2 -5.1 2000 14366.6 46.7 47757.4 22.9 2001 12636.3 -12.0 43684.6 -8.5 2002 12112.7 -4.1 45046.1 3.1 2003 13651.4 12.7 47406.1 5.2 2004 15645.3 14.6 55939.3 18.0 2005 19231.6 22.9 66428.4 18.8 Sumber : Badan Pusat Statistik (BPS), 2006.
Data pada Tabel 2. menggambarkan nilai ekspor migas dan non migas Indonesia dari tahun 1990 hingga 2005 mengalami fluktuasi. Fluktuasi ini dapat disebabkan oleh beberapa faktor yaitu perubahan harga pasar internasional dan domestik, fluktuasi nilai tukar, perubahan konsumsi (permintaan negara pengimpor) dan pendapatan nasional negara pengimpor. Salah satu faktor yang menyebabkan fluktuasi nilai total ekspor adalah fluktuasi nilai tukar. Fluktuasi nilai tukar memiliki peranan penting dalam pertumbuhan ekspor karena berkaitan dengan harga relatif dari barang – barang domestik dan barang – barang luar negeri (Krugman dan Mishkin, 1992). Fluktuasi nilai tukar yang lebar menyebabkan terjadinya depresiasi ataupun apresiasi nilai tukar. Pada saat terjadi apresiasi nilai tukar pada suatu negara maka terjadi peningkatan harga relatif ekspor dan menurunnya harga relatif impor
5
sehingga barang – barang ekspor negara tersebut cenderung tidak kompetitif di pasar internasional dan dapat menurunkan nilai ekspor ke luar negeri. Depresiasi nilai tukar menyebabkan harga relatif ekspor menurun sedangkan harga relatif impor meningkat tetapi barang – barang ekspor menjadi tidak kompetitif di pasar internasional dan meningkatkan nilai ekspor.
1.2. Permasalahan Fluktuasi nilai tukar ini merupakan salah satu indikator utama ekonomi untuk penyatuan uang. Secara umum, fluktuasi nilai tukar dapat menghambat perdagangan internasional karena fluktuasi nilai tukar berkaitan erat dengan harga relatif barang – barang domestik dan harga relatif barang – barang luar negeri. Fluktuasi nilai tukar yang lebar menyebabkan harga relatif barang – barang domestik dan barang – barang luar negeri ikut berfluktuasi sesuai dengan arah fluktuasi nilai tukar tersebut. Ekspor merupakan salah satu indikator pertumbuhan ekonomi yang berkaitan erat dengan nilai tukar karena harga barang – barang ekspor dihitung dengan menggunakan satuan mata uang asing. Pertumbuhan ekspor dipengaruhi oleh fluktuasi nilai tukar. Jika terjadi fluktuasi nilai tukar yang cukup lebar maka harga barang – barang ekspor tidak dapat diprediksikan. Ekspor Indonesia terdiri dari ekspor migas dan ekspor non migas yang memberikan sumbangan besar terhadap penerimaan negara. Ekspor non migas Indonesia terdiri dari sektor industri, pertanian dan pertambangan. Pada perkembangan nilai ekspor non migas sektor industri memberikan sumbangan
6
terbesar diikuti dengan ekspor sektor pertanian dan sektor pertambangan. Walaupun sumbangan terbesar dipegang oleh ekspor sektor industri, ekspor sektor pertanian menunjukkan trend yang berfluktuatif dari waktu ke waktu pada perkembangan nilai ekspornya. Tabel 3. Perkembangan Ekspor Pertanian Tahun 1990-2005 Tahun Volume Ekspor Nilai Ekspor Perubahan Nilai (Ribu Ton) (Juta US$) Ekspor (%) 1990 37855.4 6219.9 1991 39453.5 5695.7 -8.4 1992 38861.9 5397.7 -5.2 1993 36178.0 4778.4 -11.5 1994 43676.9 5072.6 6.2 1995 40674.0 5145.7 1.4 1996 38254.9 5711.8 11.0 1997 38978.5 5480.0 -4.1 1998 36914.0 3348.6 -38.9 1999 35902.5 4517.3 34.9 2000 29225.9 6090.1 34.8 2001 32857.0 5714.7 -6.2 2002 29054.4 5227.6 -8.5 2003 26517.5 5621.0 7.5 2004 23467.8 6241.4 11.0 2005 21488.0 8145.8 30.5 Sumber : Badan Pusat Statistik (BPS), 2006.
Pada Tabel 3. dapat dilihat bahwa perkembangan ekspor pertanian Indonesia selama kurun waktu enam belas tahun mulai dari tahun 1990 – 2005 mengalami fluktuasi. Pada tahun 1990 – 1997 volume ekspor pertanian Indonesia cenderung mengalami peningkatan dengan rata – rata pertumbuhan sebesar 11 persen setiap tahunnya. Tetapi pada tahun 1998 ekspor pertanian Indonesia mengalami penurunan dan kemudian kembali meningkat pada tahun 1999. Secara umum rata – rata pertumbuhan ekspor pertanian sebesar 3.6 persen setiap tahunnya.
7
Ekspor pada sektor pertanian didominasi oleh ekspor tanaman perkebunan. Indonesia sejak jaman penjajahan terkenal sebagai negara penghasil komoditi perkebunan maka tak salah jika ekspor pertanian didominasi oleh tanaman perkebunan. Ekspor tanaman perkebunan ini diantaranya adalah karet alam, kopi, biji kakao, teh dan rempah – rempah. Tabel 4. Nilai Ekspor Komoditi Perkebunan Indonesia Tahun 1999-2005 (dalam ribu US$) Komoditi
1999
2000
2001
2002
2003
2004
2005
Kopi Teh Rempahrempah Karet Alam Kakao Tembakau
458260 92016 273413
311832 108144 314308
182608 94685 174419
218771 98024 186172
250882 91840 186336
281635 64806 153737
497777 47872 153392
10823
7886
7596
6808
12103
14730
6403
296720 79147
235724 63594
276598 80776
521257 66450
410465 44486
370243 45613
468279 62897
Sumber : Badan Pusat Statistik (BPS), 2006.
Pada Tabel 4. untuk komoditi kopi memiliki rata – rata persentase pertumbuhan sebesar 11.7 persen terhadap nilai total ekspor pertanian. Komoditi teh memiliki peranan sebesar 3.3 persen terhadap nilai total ekspor pertanian. Sedangkan rempah – rempah rata – rata persentase terhadap nilai total ekspor sebesar 7.8 persen. Selain itu, karet alam memiliki peranan sebesar 3.6 persen terhadap total ekspor pertanian. Indonesia merupakan salah satu produsen terbesar dunia untuk komoditi kopi dan karet alam sehingga ekspor untuk kedua komoditi tersebut memiliki peranan yang besar bagi total ekspor pertanian Indonesia. Untuk komoditi karet pasar komoditas karet alam pada tingkat dunia di dominasi oleh pangsa pasar Asia yang mencapai 91 persen pada tahun 2002 dan kondisi ini cenderung stabil sejak tahun 1998. Kontributor terbesar pasar Asia adalah karet alam Thailand (40
8
persen), kemudian disusul oleh Indonesia (30 persen) dan Malaysia dengan pangsa pasar Asia 15 persen. Negara tujuan utama ekspor karet ini adalah Amerika Serikat (36 persen) dan Jepang (14 persen). Ekspor kopi memiliki peranan yang cukup besar terhadap perkembangan nilai total ekspor Indonesia karena kopi merupakan salah satu komoditi ekspor andalan pada sektor pertanian. Indonesia merupakan negara produsen kopi Robusta terbesar kedua setelah Vietnam. Komoditi kopi memiliki market share yang semakin menurun terhadap sektor pertanian dan juga pertumbuhannya yang cenderung negatif tapi nilai absolut ekspornya relatif tinggi. Ini disebabkan adanya persaingan dari negara Vietnam yang merupakan saingan utama ekspor kopi Robusta Indonesia. Vietnam memiliki beberapa keunggulan dibandingkan dengan Indonesia terutama dalam hal produktivitas dan mutu. Negara tujuan utama ekspor kopi Indonesia adalah Amerika Serikat, Jerman, Jepang dan Italia. Selain itu, pada Tabel 4. menunjukkan adanya fluktuasi ekspor komoditi perkebunan setiap tahunnya. Hal ini karena pertumbuhan ekspor pertanian itu sendiri dipengaruhi oleh beberapa faktor yaitu; (1) adanya daya saing dengan negara – negara lain di dunia; (2) adanya penetapan harga pasar dalam negeri dan harga pasar internasional; (3) adanya permintaan luar negeri; dan (4) nilai tukar mata uang (Lipsey, 1995). Salah satu faktor yang mempengaruhi pertumbuhan ekonomi adalah nilai tukar karena barang – barang ekspor dihitung dengan satuan mata uang asing. Nilai tukar saat ini tidak stabil akibat berubahnya sistem yang dianut nilai tukar tersebut. Saat ini nilai tukar semakin fleksibel bergerak mengikuti mekanisme
9
pasar sehingga menyebabkan nilai tukar selalu berfluktuasi. Adanya fluktuasi nilai tukar ini menyebabkan terjadinya fluktuasi pada pertumbuhan ekspor yang bergerak mengikuti fluktuasi nilai tukar. Pengaruh fluktuasi nilai tukar terhadap ekspor ini menarik beberapa ahli ekonomi untuk menelitinya. Goeltom (1997) menunjukkan bahwa fluktuasi nilai tukar tidak memberikan pengaruh yang signifikan terhadap perdagangan. Sementara itu, Susilo (2001), menjelaskan bahwa fluktuasi nilai tukar memiliki dampak yang signifikan terhadap ekspor riil non migas pada jangka panjang dan memiliki dampak yang tidak signifikan terhadap ekspor riil non migas pada jangka pendek. Keterangan ini menunjukkan bahwa hubungan fluktuasi nilai tukar memberikan pengaruh beragam terhadap ekspor. Berdasarkan uraian diatas maka dapat dirumuskan beberapa permasalahan sebagai berikut : 1. Bagaimana pengaruh fluktuasi nilai tukar terhadap ekspor komoditi unggulan pertanian Indonesia (karet dan kopi)? 2. Faktor – faktor apa yang mempengaruhi nilai ekspor komoditi unggulan pertanian Indonesia (karet dan kopi)?
1.3. Tujuan Berdasarkan latar belakang dan permasalahan diatas maka penelitian ini memiliki tujuan sebagai berikut : 1. Menganalisis pengaruh fluktuasi nilai tukar terhadap ekspor komoditi unggulan pertanian Indonesia (karet dan kopi).
10
2. Menganalisis faktor – faktor yang mempengaruhi ekspor komoditi unggulan pertanian Indonesia (karet dan kopi).
1.4. Manfaat Penelitian ini memiliki beberapa manfaat bagi berbagai pihak. Adapun manfaat penelitian ini sebagai berikut : 1. Bagi pemerintah, penelitian ini diharapkan dapat memberikan gambaran yang lebih jelas mengenai pengaruh fluktuasi nilai tukar terhadap ekspor komoditi unggulan pertanian Indonesia (karet dan kopi) sehingga pemerintah mendapatkan informasi dalam menentukan sistem nilai tukar dan kebijakan ekspor komoditi unggulan pertanian Indonesia (karet dan kopi). 2. Bagi pelaku pasar (eksportir), hasil penelitian ini diharapkan dapat menjadi informasi tambahan atas adanya pengaruh fluktuasi nilai tukar terhadap ekspor komoditi unggulan pertanian Indonesia (karet dan kopi) sehingga para eksportir dapat menentukan langkah – langkah yang perlu diambil dalam melakukan ekspor komoditi unggulan pertanian Indonesia (karet dan kopi). 3. Bagi mahasiswa dan masyarakat, penelitian ini diharapkan dapat menjadi referensi dalam mempelajari nilai tukar dan ekspor serta referensi dalam melakukan penelitian lanjutan mengenai pengaruh fluktuasi nilai tukar terhadap ekspor komoditi unggulan pertanian Indonesia terutama karet dan kopi.
11
4. Bagi penulis, penelitian ini sebagai sarana pembelajaran dalam memahami fluktuasi nilai tukar dan ekspor secara lebih mendalam. Selain itu, penelitian ini juga sebagai proses belajar untuk lebih kritis dalam menganalisis pengaruh fluktuasi nilai tukar terhadap ekspor komoditi unggulan pertanian Indonesia (karet dan kopi), serta membuka wawasan dan pemahaman untuk mencari jawaban atas perumusan masalah.
1.5. Ruang Lingkup Penelitian ini membahas mengenai pengaruh fluktuasi nilai tukar terhadap ekspor komoditi unggulan
pertanian
Indonesia, faktor
– faktor yang
mempengaruhi hubungan fluktuasi nilai tukar terhadap ekspor komoditi unggulan pertanian Indonesia serta untuk mengetahui asumsi dan metode yang digunakan dapat menjelaskan pengaruh fluktuasi nilai tukar terhadap ekspor komoditi unggulan pertanian Indonesia. Pada penelitian ini komoditi unggulan pertanian yang digunakan adalah kopi dan karet. Untuk kopi yang digunakan dalam penelitian ini adalah kopi robusta karena Indonesia merupakan produsen utama dunia untuk kopi robusta (BPS, 2006). Selain itu, Indonesia merupakan negara terbesar keempat di dunia sebagai negara produsen kopi setelah Brazil, Kolombia dan Vietnam. Indonesia juga sebagai negara produsen terbesar kedua di dunia untuk kopi Robusta setelah Vietnam. Kopi Robusta Indonesia memiliki market share 30 persen pasar Asia pada tahun 1998. Pada tahun 2002 market share kopi Robusta di pasar Asia sebesar 19.6 persen (AEKI, 2006).
12
Pada penelitian kopi ini variabel yang digunakan adalah harga pasar internasional, harga domestik, nilai tukar riil, total nilai ekspor ke seluruh negara di dunia, total jumlah ekspor ke seluruh negara di dunia. Selain itu digunakan variabel harga negara kompetitor yaitu harga negara Vietnam karena Vietnam adalah negara pesaing utama Indonesia untuk komoditi kopi Robusta. Variabel lain yang digunakan adalah Gross Domestic Product (GDP) riil dunia karena jumlah dan nilai ekspor kopi pada penelitian ini ke seluruh negara dunia sehingga untuk menggambarkan laju pertumbuhan seluruh negara di dunia maka digunakan GDP riil dunia Untuk komoditi karet yang digunakan adalah karet alam jenis SIR (Standart Indonesian Rubber) 20. Pasar komoditas karet pada tingkat dunia didominasi oleh market share Asia yang mencapai 91 persen pada tahun 2002. Kontributor terbesar pasar Asia adalah karet alam dari Thailand 40 persen kemudian disusul oleh Indonesia 30 persen dan Malaysia 15 persen. Dengan kata lain Indonesia merupakan negara produsen karet alam terbesar ketiga didunia. Negara tujuan ekspor karet Indonesia adalah Amerika Serikat (36 persen) dan Jepang (14 persen) (Tjitroresmi, 2005). Pada penelitian karet ini variabel yang digunakan adalah harga pasar internasional, harga domestik, nilai tukar riil, total nilai ekspor negara Amerika Serikat, total jumlah ekspor ke negara Amerika Serikat. Selain itu digunakan variabel harga negara kompetitor yaitu harga negara Malaysia karena Malaysia adalah negara pesaing utama Indonesia setelah Thailand untuk komoditi karet alam. Variabel lain yang digunakan adalah Industrial Index Production (IIP)
13
negara Amerika Serikat karena jumlah dan nilai ekspor kopi pada penelitian ini ke negara Amerika Serikat sehingga untuk menggambarkan laju pertumbuhan negara Amerika Serikat maka digunakan IIP Amerika Serikat.
II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN
2.1. Pengertian Nilai Tukar Menurut Lipsey (1995), pembayaran internasional memerlukan pertukaran mata uang antara satu orang yang mempunyai mata uang tertentu dan membutuhkan mata uang lain. Nilai tukar menyatakan nilai satu mata uang terhadap mata uang lainnya atau harga suatu mata uang dalam satuan mata uang asing. Bila satu mata uang mengalami apresiasi maka mata uang lain akan mengalami depresiasi. Apresiasi itu sendiri adalah kenaikan nilai eksternal dolar (kenaikan nilai tukar) sedangkan depresiasi adalah turunnya nilai eksternal dolar (turunnya nilai tukar). Menurut Krugman dan Mishkin (1992), nilai tukar (exchange rate) atau dikenal juga dengan istilah kurs adalah harga mata uang suatu negara terhadap mata uang negara lain. Nilai tukar merupakan salah satu variabel yang terpenting dalam suatu perekonomian terbuka dimana variabel ini berpengaruh pada variabel – variabel ekonomi lainnya seperti harga, tingkat bunga, neraca pembayaran (Balance of Payment), neraca transaksi berjalan (selisih ekspor terhadap impor) serta variabel lainnya. Peranan yang penting dalam suatu hubungan ekonomi internasional terutama sekali berkaitan dengan pengaruhnya pada harga relatif dari barang – barang domestik dan harga barang – barang luar negeri. Dalam kegiatan perekonomian, ketika nilai mata uang suatu negara meningkat relatif terhadap mata uang negara lain maka mata uang tersebut mengalami apresiasi. Harga barang – barang domestik di luar negeri menjadi lebih mahal sedangkan harga barang – barang luar negeri yang ada pada pasar domestik
15
(dalam negeri) menjadi lebih murah (dengan asumsi harga domestik kedua negara konstan). Sebaliknya, ketika mata uang suatu negara menurun relatif terhadap mata uang negara lain maka mata uang tersebut mengalami depresiasi sehingga barang – barang domestik di luar negeri menjadi lebih murah sedangkan barang – barang luar negeri di pasar domestik menjadi lebih mahal. Perubahan relatif akibat adanya apresiasi atau depresiasi ini yang kemudian bisa mempengaruhi kondisi perdagangan luar negeri suatu negara. Bila semua kondisi lainnya tetap, apresiasi mata uang akan meningkatkan harga relatif ekspor dan menurunkan harga relatif impornya. Barang – barang ekspor negara negara tersebut menjadi relatif kurang kompetitif di pasar internasional dan ini dapat mengurangi nilai nilai ekspor ke luar negeri serta dapat mendorong peningkatan impor. Sebaliknya, depresiasi akan mengakibatkan penurunan harga relatif ekspor meningkatkan harga relatif impor. Barang – barang ekspor negara tersebut menjadi lebih kompetitif di pasar internasional yang dapat meningkatkan nilai ekspor ke luar negeri dan mengurangi nilai impor. Menurut Lipsey (1995), nilai tukar ini terbagi menjadi tiga jenis sistem yaitu sebagai berikut : 1. Nilai tukar fleksibel, bila tidak ada transaksi pemerintah yang dilakukan oleh bank sentral nilai tukar ditentukan oleh kesamaan antara penawaran dan permintaan akan dolar yang timbul dari transaksi berjalan dan neraca modal. 2. Nilai tukar tetap, bila transaksi pemerintah digunakan untuk mempertahankan nilai tukar pada tingkat tertentu.
16
3. Adjusted peg (nilai tukar tetap yang disesuaikan) dan managed float (nilai tukar mengambang terkendali), yang dimaksud adjusted peg adalah pemerintah menetapkan dan berusaha menjaga nilai nominal untuk nilai tukar mata uang mereka, tetapi mereka secara eksplisit menyadari bahwa akan ada situasi – situasi yang mengharuskan mengubah nilai nominalnya sedangkan managed float adalah bank sentral mencoba menanamkan pengaruh yang menstabilkan nilai tukar tetapi tidak berusaha menetapkannya pada nilai nominal yang diumumkan secara terbuka.
2.2. Pengertian Perilaku Nilai Tukar Menurut Lindert dan Kindleberger (1995), perilaku nilai tukar adalah pergerakan atau gejolak suatu nilai tukar terhadap nilai tukar mata uang asing. Perilaku nilai tukar ini dipengaruhi oleh beberapa faktor yaitu : 1.
Inflasi, akibat adanya inflasi yang tinggi menyebabkan terjadinya pergerakan nilai tukar yang cukup tinggi. Hal ini karena nilai tukar mata uang asing terapresiasi sehingga nilai tukar negara lain mengalami depresiasi.
2. Suku bunga, nilai tukar sangat peka terhadap suku bunga. Perubahan nilai tukar secara tiba – tiba menyebabkan suku bunga di negara lain berubah. 3. Pendapatan nasional, pendapatan nasional yang tinggi menyebabkan permintaan akan mata uang meningkat pula. Begitu pula sebaliknya,
17
penurunan pendapatan menyebabkan terjadinya penurunan permintaan akan mata uang. 4. Money supply, adanya money supply berpengaruh terhadap perilaku nilai tukar. Jika money supply tinggi maka nilai tukar cenderung rendah. Sedangkan menurut Nugroho (2000), nilai tukar ini memiliki pergerakan atau mengalami fluktuasi. Fluktuasi nilai tukar ini mempengaruhi kegiatan perekonomian baik dalam negeri maupun luar negeri. Fluktuasi nilai tukar ini dipengaruhi oleh dua faktor. Pertama, faktor fundamental ekonomi. Faktor fundamental ekonomi ini terdiri dari (1) inflasi, laju inflasi yang semakin tinggi menyebabkan fluktuasi nilai tukar melebar sehingga nilai tukar terdepresiasi; (2) capital flows, pergerakan modal ke dalam dan luar negeri menciptakan berfluktuasinya nilai tukar; (3) money supply, jika money supply terhadap mata uang asing meningkat maka nilai tukar rupiah akan terdepresiasi; dan (4) suku bunga. Sedangkan faktor yang kedua adalah faktor non fundamental ekonomi yang disebabkan situasi politik yang tidak kondusif seperti kerusuhan, pemilu dan jaminan keamanan yang tidak menentu.
2.3. Faktor – Faktor Yang Mempengaruhi Perubahan Nilai Tukar Menurut Krugman dan Mishkin (1992), perubahan nilai tukar dalam jangka panjang dipengaruhi oleh beberapa faktor yaitu harga relatif, tarif dan kuota, preferensi terhadap barang domestik dibandingkan dengan barang luar negeri, dan produktivitas. Dasar pertimbangannya adalah segala sesuatu yang meningkatkan permintaan akan barang – barang domestik relatif terhadap barang
18
luar negeri akan membuat mata uang domestik terapresiasi. Impor yang terus meningkat bahkan bisa terjadi ketika nilai mata uang domestik telah menjadi tinggi. Demikian sebaliknya, segala sesuatu yang meningkatkan permintaan akan barang luar negeri relatif terhadap barang – barang domestik hanya akan terus terjual secara kontinyu jika nilai mata uangnya lebih rendah. Faktor – faktor yang mempengaruhi perubahan nilai tukar dalam jangka panjang sebagai berikut : 1. Harga Relatif Dalam jangka panjang, peningkatan tingkat harga di suatu negara (relatif terhadap tingkat harga luar negeri) menyebabkan mata uang tersebut terdepresiasi. Sementara menurunnya tingkat harga relatif negara tersebut akan membuat mata uang terapresiasi. 2. Tarif dan Kuota Adanya tarif dan kuota menyebabkan mata uang negara tersebut terapresiasi dalam jangka panjang. 3. Preferensi Barang Domestik Dibandingkan Barang Luar Negeri Peningkatan permintaan luar negeri terhadap barang domestik (ekspor domestik meningkat) menyebabkan mata uang negara tersebut terapresiasi dalam jangka panjang. Semantara itu, meningkatnya permintaan akan impor menyebabkan mata uang tersebut terdepresiasi. 4. Produktivitas Pada jangka panjang, semakin meningkatnya produktivitas domestik relatif terhadap negara lain, mata uang negara tersebut akan terapresiasi karena peningkatan produktivitas meningkatkan mutu produk domestik
19
yang bisa meningkatkan permintaan dari pihak luar negeri yang kemudian mendorong terjadinya apresiasi. Sementara itu, perubahan nilai tukar dalam jangka pendek perlu dipahami bahwa nilai tukar adalah harga deposit bank domestik (price of domestic bank deposits) yang dinyatakan dalam harga deposito bank luar negeri. Jadi, nilai tukar adalah harga dari aset suatu negara yang dinilai dalam mata uang asing. Harga dari aset – aset tersebut ditentukan oleh tingkat suku bunga yang berlaku di dalam negeri dan luar negeri. Perbedaan suku bunga ini akan mempengaruhi nilai tukar mata uang asing masing – masing negara yang bersangkutan.
2.4. Resiko Nilai Tukar Resiko nilai tukar adalah suatu akibat yang ditimbulkan oleh adanya penerapan suatu sistem nilai tukar. Resiko nilai tukar ini dapat merugikan kegiatan perekonomian terutama dalam perdagangan internasional karena perdagangan internasional ini berhubungan erat dengan nilai tukar. Ekspor selalu berhubungan dengan nilai tukar, adanya fluktuasi nilai tukar atau ketidakpastian nilai tukar menyebabkan harga komoditi ekspor dan harga keseimbangan internasional sulit untuk diprediksikan sehingga para eksportir melakukan spekulasi dalam menetapkan harga jual komoditi ekspor. Hal ini cukup berbahaya karena dengan spekulasi para eksportir dapat menderita kerugian (Lindert dan Kindleberger, 1995).
20
2.5. Ekspor Ekspor dapat diartikan suatu penjualan barang yang dapat dihasilkan oleh suatu negara kemudian diperdagangkan kepada negara lain dengan tujuan mendapatkan devisa. Suatu negara dapat mengekspor komoditi – komoditi yang dihasilkannya kepada negara lain yang tidak dapat menghasilkan komoditi tersebut atau mengalami kekurangan komoditi yang dihasilkan negara pengekspor. Menurut Winardi (1983), ekspor adalah benda – benda (termasuk jasa – jasa) yang dijual kepada penduduk negara lain ditambah dengan jasa – jasa yang diselenggarakan kepada penduduk negara tersebut berupa pengangkutan dengan kapal, permodalan dan hal – hal lain yang membentuk ekspor tersebut. Sedangkan menurut Branson (1989), ekspor suatu komoditi terjadi pada suatu negara karena adanya kelebihan penawaran domestik dan akibat harga relatif domestik yang relatif lebih rendah dibandingkan dengan harga di negara lain. Menurut Kindleberger (1977) hubungan ekspor dengan harga pasar internasional mempunyai hubungan positif, yakni semakin tinggi harga internasional semakin tinggi tingkat ekspor suatu komoditi yang dipasarkan. Akan tetapi jumlah keseimbangan ekspor yang terjadi ditentukan oleh kekuatan permintaan akan ekspor dan juga tentang harga ekspor yang terjadi. Sedangkan hubungan antara jumlah ekspor dengan harga domestik tidak banyak diungkapkan tetapi menurut Branson (1989) mengatakan bahwa peningkatan harga domestik akan menyebabkan nilai riil ekspor semakin berkurang.
21
Menurut Lipsey (1995) pertumbuhan ekspor itu sendiri dipengaruhi oleh beberapa faktor yaitu (1) adanya daya saing dengan negara – negara lain di dunia; (2) adanya penetapan harga pasar dalam negeri dan harga pasar internasional; (3) adanya permintaan dari luar negeri; (4) nilai tukar mata uang.
2.6. Kerangka Pemikiran Teoritis 2.6.1. Teori Perdagangan Internasional Perdagangan internasional atau perdagangan antar negara sudah ada sejak dahulu namun dalam jumlah dan ruang lingkup yang terbatas. Dimana pemenuhan kebutuhan yang tidak dapat berproduksi dalam masing – masing negara yang terlibat dalam perdagangan tersebut dipenuhi dengan cara barter. Perdagangan internasional diawali dengan pertukaran atau perdagangan tenaga kerja dengan barang dan jasa lainnya, yang selanjutnya diikuti perdagangan barang dan jasa sekarang dan kompensasi barang dan jasa dikemudian hari. Akhirnya perdagangan tersebut berkembang hingga pertukaran barang – barang yang mengandung resiko seperti saham, valuta asing yang saling menguntungkan kedua belah pihak bahkan semua negara yang terkait didalamnya. Hal tersebut memungkinkan setiap negara melakukan diversifikasi kegiatan perdagangan yang pada akhirnya meningkatkan pendapatan nasional tiap negara. Pada saat ini, perdagangan internasional menjadi suatu hal yang sangat penting dalam sistem moneter internasional. Namun saat ini, tidak ada negara yang menganut perekonomian tertutup atau terisolasi dari hubungan ekonomi internasional.
22
2.6.2. Teori Penawaran Ekspor Penawaran suatu komoditas merupakan jumlah komoditi yang ditawarkan oleh produsen kepada konsumen dalam suatu pasar pada tingkat harga dan waktu tertentu. Beberapa faktor yang mempengaruhi penawaran suatu komoditas adalah harga komoditi yang bersangkutan, harga faktor produksi, tingkat teknologi, pajak dan subsidi (Lipsey, 1995) Penawaran ekspor merupakan jumlah komoditi yang ditawarkan oleh suatu negara (produsen) ke negara lain (konsumen) dan juga untuk memenuhi permintaan negara lain. Penawaran ekspor dari suatu negara merupakan selisih antara penawaran domestik dengan permintaan domestik. Negara lain membutuhkan komoditi tersebut sebagai akibat kelebihan permintaan negara tersebut. Teori penawaran ekspor tesebut secara sistematis dapat dirumuskan sebagai berikut : SXt = Qt – Ct + St-1 Dimana :
SXt
= Jumlah ekspor komoditi periode waktu t
Qt
= Jumlah produksi domestik periode waktu t
Ct
= jumlah konsumsi domestik periode waktu t
St-1
= Stok periode waktu sebelumnya (t – 1)
(1)
2.6.3. Teori Permintaan Ekspor Dari Negara Mitra Dagang Menurut Lipsey, et al., (1995), permintaan ekspor suatu komoditi merupakan hubungan yang menyeluruh antara kuantitas komoditi yang akan dibeli konsumen selama periode tertentu pada suatu tingkat harga. Permintaan
23
pasar suatu komoditi merupakan penjumlahan secara horizontal dari permintaanpermintaan individu terhadap suatu komoditi. Teori permintaan ekspor bertujuan untuk menentukan faktor-faktor yang mempengaruhi permintaan ekspor suatu negara. Sebagai sebuah permintaan, ekspor suatu negara dipengaruhi oleh beberapa faktor yaitu harga domestik negara tujuan ekspor (HDIt), harga impor negara tujuan (HIt), pendapatan per kapita penduduk negara tujuan ekspor (YPIt) dan selera masyarakat negara tujuan (CPIt). Secara keseluruhan fungsi permintaan ekspor suatu komoditi dapat dirumuskan sebagai berikut : PXt = f (HDIt, HIt, YPIt, CPIt)
(2)
2.6.4. Teori Volatilitas Nilai Tukar Pada penelitian Cushman (1982) dan Stockman (1995) mengembangkan persamaan Hooper-Kohlhagen dengan membentuk nilai tukar dan ketidakpastian nilai tukar dalam bentuk riil. Teori volatilitas nilai tukar ini diasumsikan tejadi ketidakpastian nilai tukar. Ketidakpastian nilai tukar ini cukup untuk memberikan pengaruh pada penawaran ekspor. Sehingga volatilitas nilai tukar ini dapat dirumuskan sebagai berikut : xt = x(y*t-1, Et-1{st}, Vt-1 {st})
(3)
xt adalah penawaran ekspor, sedangkan y adalah pendapatan riil luar negeri. E disini merupakan nilai tukar riil dan V adalah ketidakpastian nilai tukar (volatilitas nilai tukar).
24
2.6.5. Teori Model Vector Auto Regression (VAR) VAR adalah suatu metode yang diciptakan oleh Sims (1980) untuk mendeskripsikan hubungan antara variabel yang ingin diuji. Menurut Sims (1980) VAR adalah bentuk autoregressif yang disebabkan oleh munculnya nilai lag dari variabel dependen dan distrubance term error pada sisi kanan persamaan. VAR adalah suatu sistem model regresi (terdapat lebih dari satu dependen variabel) yang dapat disebut sebagai suatu turunan antara model unvariate time series dan model persamaan simultan. VAR dianjurkan sebagai alternatif dari model persamaan stuktural simultan skala besar. Menurut Arsana (2005) VAR tidak berbeda dengan tahapan persamaan simultan. VAR juga perlu untuk melakukan identifikasi persamaan sebelum melakukan estimasi model. Kondisi overidentified akan diperoleh jika jumlah informasi yang dimiliki melebihi jumlah parameter yang ingin diestimasi. Jika jumlah informasi dan jumlah parameter yang diestimasi sama maka akan diperoleh exactly identified atau just identified. Sedangkan jika jumlah informasi kurang dari jumlah parameter yang akan diestimasi akan tercipta kondisi underidentified. Hasil identifikasi pada sebuah sistem persamaan simultan menjadi penting karena pengaruhnya pada proses estimasi. Proses estimasi hanya dapat dilakukan pada kondisi overidentified dan just identified. Bentuk hubungan kasualitas VAR berdasarkan pada pemikiran Granger, yaitu penelitian hubungan kasualitas diantara dua variabel dapat dilakukan dengan memasukan unsur waktu. Uji kasualitas Granger menyatakan bahwa variabel Y mempengaruhi variabel Z jika nilai – nilai Y baik saat ini maupun nilai periode
25
masa lalu dapat memprediksikan Z lebih akurat dibandingkan bila tidak menggunakan variabel Y. Bentuk persamaan hubungan bivarat Y dan Z dengan memasukkan distributed lags sampai dengan ukuran tertentu terpilih seperti berikut : Yt = b11 – b12Z + γ11Yt-1 + γ12Z t-1 + εyt Zt = b21 – b22Yt + γ21Yt-1 + γ22Z t-1 + εzt
(4)
Hipotesis : H0 : b1 = b2 = 0, artinya Y menyebabkan Z jika H0 ditolak. Lalu persamaan diatas diuji dengan menggunakan F statistik. Sims mengajukan suatu pengujian kasualitas yang tahap – tahapnya sabagai berikut : 1. Menurunkan kedua sisi regresi Y diatas pada nilai masa lalu, masa kini dan masa yang akan datang dari Z. 2. Hipotesa nol yang dipakai adalah Y tidak mempengaruhi Z bila seluruh koefisien nilai Z masa depan sama dengan nol. 3. Pengujian terhadap beberapa persamaan linier dilakukan dengan uji “incremental contribution of explanotory variable” seperti pada Granger Test. Sistem persamaan diatas dikenal sebagai Struktur VAR atau bentuk sistem primitif. Kedua variabel Y dan Z, secara individu dipengaruhi secara langsung oleh variabel yang lain, dan secara tidak langsung oleh nilai selang dari setiap variabel di dalam sistem. Sistem persamaan tersebut dapat dibentuk ke dalam notasi matriks berikut : Bxt = Γ0 + Γ1xt-1 + εt
(5)
26
Dengan mengalikan invers B pada notasi matriks persamaan (5) diatas maka akan diperoleh : -1
Xt = B-1Γ0 + B Γ1xt-1 + B-1εt = A0 + A1xt-1 + et
(6)
Atau dalam bentuk persamaan bivarat : Yt = a10 + a11Yt-1 + a12Z t-1 + e1t Zt = a20 + a21Yt-1 + a22Z t-1 + e2t
(7)
Sistem inilah yang disebut sebagai sistem VAR dalam bentuk standar atau reduced form. Sistem tersebut juga mempresentasikan sebuah bentuk WoldMoving Average. Karena εyt dan εzt white noise (residual yang memiliki rata – rata nol, varians konstan dan non autokorelasi serial). Menurut Arsana (2005) terdapat beberapan macam bentuk VAR yang digunakan secara umum : 1. VAR (Unrestricted VAR) Bentuk VAR yang telah dibahas adalah bentuk VAR biasa yang bebas Restriksi. Bentuk restriksi terkait erat dengan permasalahan kointegrasi dan hubungan teoritis. Jika data yang digunakan di dalam pembentukan VAR stasioner pada tingkat level, maka bentuk VAR yang digunakan adalah bentuk VAR biasa atau VAR tanpa restriksi. Variasi VAR biasanya terjadi akibat adanya perbedaan derajat integrasi variabelnya. Kedua bentuk VAR akibat perbedaan derajat integrasi data variabelnya dikenal dengan nama VAR in level dan VAR in difference. VAR level digunakan ketika data yang digunakan memiliki bentuk stasioner pada level,
27
namun tidak memiliki (secara teoritis tidak memerlukan keberadaan) hubungan kointegrasi, maka estimasi VAR dapat dilakukan dalam bentuk diferens. Dalam
perkembangannya,
Sims
(1980)
kemudian
menentang
penggunaan variabel diferens, walaupun jika variabel tersebut memiliki unit root (tidak stasioner dalam level). Mereka beragumen bahwa differencing akan membuang informasi berharga yang terkait dengan pergerakan searah data (seperti kemungkinan terdapatnya hubungan kointegrasi). 2. Vector Error Correction Model (VECM) VECM merupakan bentuk VAR yang terestriksi. Restriksi tambahan ini harus diberikan karena keberadaan bentuk data yang tidak stasioner namun terkointegrasi. VECM kemudian memanfaatkan informasi restriksi kointegrasi tersebut ke dalam spesifikasinya. Karena itulah VECM sering disebut desain VAR bagi series nonstasioner yang memiliki hubungan kointegrasi. Spesifikasi VECM merestriksi hubungan jangka panjang variabel – variabel endogen agar konvergen ke dalam hubungan kointegrasinya, namun tetap membiarkan keberadaan dinamisasi jangka pendek. Istilah kointegrasi dikenal juga sebagai istilah error, karena deviasi terhadap ekuilibrium jangka panjang dikoreksi secara bertahap melalui series parsial penyesuaian jangka pendek. 3. Struktural VAR (S-VAR) Seperti VECM, S-VAR juga merupakan bentuk dari VAR yang terestriksi. Akan tetapi terdapat perbedaan pada jenis restriksinya. S-VAR merestriksi berdasarkan hubungan teoritis yang kuat akan skema (peta hubungan) bentuk urutan (ordering) variabel – variabel yang digunakan dalam sistem VAR.
28
oleh karena itu, S-VAR juga dikenal sebagai bentuk VAR yang teoritis (Theoritical VAR). Menurut Laksani (2003) terdapat beberapa keunggulan model VAR dibandingkan dengan metode ekonometri konvensional adalah : 1. Mengembangkan model secara bersamaan di dalam satu sistem yang kompleks (multivariat) sehingga dapat menangkap hubungan keseluruhan variabel di dalam persamaan itu. Hubungan yang terdeteksi bisa bersifat langsung maupun tidak langsung. 2. Uji VAR yang multivariat bisa menghindari parameter yang bias akibat tidak dimasukkannya variabel yang relevan. 3. VAR dapat mendeteksi hubungan antar variabel di dalam sistem persamaan, reduce form dengan menjadikan seluruh variabel sebagai endogenous. 4. Karena bekerja berdasarkan data, metode VAR terbebas dari batasan teori ekonomi yang sering muncul termasuk gejala perbedaan palsu (spurious variable endogenty and exogenty) di dalam model ekonomi konvensional terutama dalam persamaan simultan sehingga menghindari penafsiran yang salah. 5. Dengan teknik VAR maka akan terpilih hanya variabel yang relevan untuk disinkronasasikan dengan teori yang ada. Metode VAR sebagai salah satu dari metode ekonometri ini juga tidak luput dari kelemahan. Menurut Manurung, et al., (2005) terdapat beberapa kelemahan dalam metode VAR yaitu :
29
1. Tidak seperti model persamaan simultan, model VAR kurang teoritis karena tidak menjelaskan variabel eksogen secara akurat. 2. Tujuan utama dari model VAR adalah peramalan sehingga kurang tepat untuk melakukan evaluasi kebijakan. 3. Masalah lain dari model VAR adalah penentuan panjang lag sehingga bila lag panjang maka parameter yang ditaksir juga banyak. 4. Dalam model VAR dapat bergabung I(0) dan I(1) sehingga time series stasioner dan non stasioner. 5. Walaupun koefisien secara individu sulit diintepretasi akan tetapi praktisi mengintepretasikannya sebagai impulse respon function (IRF), yaitu respon variabel dependen terhadap kejutan disturbance term error.
2.7. Tinjauan Penelitian Terdahulu Penelitian mengenai pengaruh fluktuasi nilai tukar terhadap perdagangan internasional dan ekspor telah banyak dilakukan oleh beberapa ahli ekonomi. penelitian – penelitian terdahulu menunjukkan hasil yang beragam. Beberapa penelitian mengenai pengaruh fluktuasi nilai tukar terhadap ekspor dan perdagangan internasional adalah sebagai berikut. Pertama, penelitian terdahulu yang dilakukan oleh Arintoko dan Faried Wijaya (2005) mengenai pengaruh perubahan nilai tukar Indonesia terhadap neraca transaksi berjalan periode 1990:I – 2004:II memiliki beberapa tinjauan teori. Tinjauan teori tersebut yaitu depresiasi rupiah dapat menyebabkan neraca transaksi berjalan memburuk dalam jangka pendek dan akan membaik melalui
30
peningkatan ekspor neto sebagai meningkatnya daya saing produk dalam negeri di pasar internasional dalam jangka panjang. Perubahan neraca transaksi berjalan akan berdampak positif terhadap pendapatan nasional. Perubahan neraca transaksi berjalan melalui peningkatan ekspor neto yang pada akhirnya meningkatkan pendapatan nasional sehingga secara tidak langsung perubahan nilai tukar meningkatkan pendapatan nasional. Kedua, penelitian yang dilakukan Goeltom (1997) menunjukkan bahwa fluktuasi nilai tukar tidak memberikan pengaruh yang signifikan terhadap perdagangan. Penelitian ini dilakukan pada saat Indonesia menganut sistem nilai tukar mengambang terkendali. Ketiga, penelitian yang dilakukan oleh Susilo (2001) menujukkan bahwa pada jangka panjang ketidakpastian nilai tukar efektif riil mempunyai dampak yang signifikan terhadap ekspor non-migas, sedangkan pada jangka pendek ketidakpastian nilai tukar efektif riil tidak mempunyai dampak yang signifikan terhadap ekspor riil. Penelitian ini dilakukan pada saat Indonesia menganut sistem nilai tukar mengambang bebas. Keempat, penelitian yang dilakukan Ekananda (2004) menunjukkan hasil yaitu pertama, bahwa fluktuasi nilai tukar rupiah memiliki elastisitas yang berbeda pada setiap komoditi ekspor. Kedua, penelitian ini menunjukkan bahwa pengaruh fluktuasi nilai tukar terhadap nilai komoditi manufaktur pada masa nilai tukar mengambang terkendali secara proposional tidak berbeda antara komoditi manufaktur kandungan impor tinggi dengan komoditi manufaktur kandungan impor rendah. Ketiga, menunjukkan pengaruh fluktuasi nilai tukar terhadap nilai ekspor komoditi manufaktur pada masa nilai tukar mengambang bebas secara
31
proposional berbeda antara komoditi manufaktur kandungan impor tinggi dengan komoditi manufaktur kandungan impor rendah.
2.8. Perbedaan dengan Penelitian Terdahulu Pada penelitian Arintoko dan Faried Wijaya (2005) memiliki tujuan untuk menganalisis dampak dari depresiasi dan apresiasi rupiah terhadap perubahan neraca transaksi berjalan Indonesia. Pada penelitian Goeltom (1997) memiliki tujuan untuk mengetahui pengaruh fluktuasi nilai tukar terhadap perdagangan pada masa sistem nilai tukar mengambang terkendali. Pada penelitian
Susilo
(2001)
memiliki
tujuan
untuk
mengetahui
pengaruh
ketidakpastiaan nilai tukar efektif riil terhadap ekspor riil non migas pada masa sistem nilai tukar mengambang bebas. Sedangkan Ekananda (2004) memiliki tujuan untuk mengetahui pengaruh fluktuasi nilai tukar terhadap ekspor komoditi manufaktur pada masa sistem nilai tukar mengambang terkendali dan sistem nilai tukar mengambang bebas. Penelitian saat ini memiliki tujuan untuk mengetahui pengaruh antara fluktuasi nilai tukar terhadap pertumbuhan ekspor Indonesia.
2.9. Kerangka Pemikiran Operasional Pertumbuhan ekspor berkaitan erat dengan nilai tukar karena barang – barang ekspor ditentukan oleh satuan mata uang asing. Nilai tukar yang tidak stabil mengakibatkan pertumbuhan ekspor pun menjadi terhambat. Hal ini mengakibatkan harga barang ekspor tidak dapat diprediksikan.
32
Penelitian mengenai pengaruh fluktuasi nilai tukar terhadap ekspor dan perdagangan telah banyak dilakukan tetapi hasil dari penelitian tersebut beragam. Hasil penelitian tersebut menunjukkan bahwa hubungan fluktuasi nilai tukar terhadap ekspor mempunyai pengaruh yang tidak pasti. Beragamnya hasil penelitian ini menjadi alasan utama untuk mengetahui pengaruh fluktuasi nilai tukar terhadap ekspor. Perkembangan ekspor pertanian Indonesia selama kurun waktu sebelas tahun mulai dari tahun 1990 – 2000 mengalami fluktuasi. Pada tahun 1990 – 1997 ekspor pertanian Indonesia cenderung mengalami peningkatan dengan rata – rata pertumbuhan sebesar 11 persen setiap tahunnya. Tetapi pada tahun 1998 ekspor pertanian Indonesia mengalami penurunan dan kemudian kembali meningkat pada tahun 1999. Secara umum rata – rata pertumbuhan ekspor pertanian sebesar 6.8 persen setiap tahunnya. Besarnya ekspor komoditi pertanian Indonesia ini menunjukkan hubungan dengan nilai tukar. Ekspor pertanian merupakan salah satu sektor dari ekspor Indonesia. Ekspor komoditi unggulan pertanian merupakan salah satu andalan ekspor Indonesia. Karena Indonesia sejak jaman penjajah dulu terkenal sebagai negara utama penghasil tanaman perkebunan di dunia. Tanaman perkebunan yang tinggi di ekspor oleh Indonesia adalah karet alam dan kopi Robusta. Indonesia terkenal sebagai negara terbesar kedua di dunia setelah Vietnam sebagai negara produsen kopi Robusta (AEKI, 2006). Sedangkan pada karet alam Indonesia menempati urutan ketiga besar di dunia setelah Thailand dan Malaysia.
33
Ekspor komoditi unggulan pertanian ini dipengaruhi oleh permintaan negara pengimpor dan penawaran ekspor. Permintaan negara pengimpor dan penawaran ekspor dipengaruhi oleh beberapa faktor yaitu (1) adanya daya saing dengan negara – negara lain di dunia; (2) adanya penetapan harga pasar dalam negeri dan harga pasar internasional; (3) GDP negara pengimpor; (4) nilai tukar mata uang (Lipsey, 1995). Nilai tukar saat ini mengalami fluktuasi karena sistem yang dianut merupakan sistem bebas mengambang. Sehingga nilai tukar mengikuti pergerakan mekanisme pasar. Fluktuasi nilai tukar ini dipengaruhi oleh 2 faktor yaitu faktor fundamental ekonomi dan faktor non fundamental ekonomi. faktor fundamental ekonomi terdiri dari tingkat inflasi, money supply, capital flow dan suku bunga. Sedangkan faktor non fundamental ekonomi adalah situasi politik keamanan yang tidak kondusif seperti kerusuhan, pemilu dan jaminan keamanan tidak tentu. Analisis pengaruh fluktuasi nilai tukar terhadap ekspor komoditi unggulan pertanian ini dianalisis dengan menggunakan model Vector Auto Regression (VAR) dan Vector Error Correction Models (VECM). Variabel – variabel yang digunakan pada penelitian ini dapat menjelaskan pengaruh fluktuasi nilai tukar terhadap ekspor komoditi unggulan pertanian. Selain itu, analisis pengaruh fluktuasi nilai tukar dijelaskan secara deskriptif. Gambaran lengkap mengenai kerangka pemikiran operasional adalah sebagai berikut :
34
Ekspor Komoditi Unggulan Pertanian ( Karet dan Kopi)
Penawaran Ekspor
Permintaan Impor Negara Mitra Dagang
Faktor – faktor yang mempengaruhi ekspor: 1. Harga negara kompetitor 2. Penetapan harga domestik 3. Penetapan harga pasar internasional 4. GDP riil negara pengimpor 5. Nilai tukar riil
Fluktuasi Nilai Tukar Persamaan Model Vector Auto Regression (VAR) dan Persamaan Model Vector Error
Correction Models (VECM) Bagaimanakah hubungan fluktuasi nilai tukar terhadap ekspor komoditi unggulan pertanian? Dan faktor – faktor apa yang mempengaruhi ekspor komoditi unggulan pertanian? Gambar 1. Kerangka Pemikiran Operasional
2.10. Hipotesis Berdasarkan studi penelitian terdahulu maka dalam penelitian ini akan diajukan beberapa hipotesis, diantaranya : 1. Ekspor riil komoditi unggulan pertanian (karet dan kopi) ditentukan oleh pendapatan riil luar negeri atau pendapatan riil negara mitra dagang, dimana keduanya memiliki hubungan positif. Jika pendapataan riil negara
35
mitra dagang meningkat maka ekspor riil komoditi unggulan pertanian (karet dan kopi) pun meningkat. 2. Nilai tukar riil berhubungan negatif dengan ekspor riil komoditi unggulan pertanian (karet dan kopi) sehingga jika nilai tukar riil mengalami apresiasi maka ekspor riil komoditi unggulan pertanian (karet dan kopi) menurun begitu pula sebaliknya. 3. Harga negara kompetitor berpengaruh positif terhadap nilai ekspor komoditi unggulan pertanian (karet dan kopi). Jika harga negara kompetitor meningkat maka nilai ekspor komoditi unggulan pertanian (karet dan kopi) meningkat. 4. Harga domestik berpengaruh negatif terhadap nilai ekspor komoditi unggulan pertanian (karet dan kopi). Jika harga domestik meningkat maka nilai ekspor komoditi unggulan pertanian (karet dan kopi) akan turun. 5. Harga pasar internasional berhubungan positif dengan nilai ekspor komoditi unggulan pertanian (karet dan kopi). Peningkatan harga pasar internasional akan meningkatkan nilai ekspor komoditi unggulan pertanian (karet dan kopi). 6. Jumlah ekspor komoditi unggulan pertanian (karet dan kopi) berpengaruh positif terhadap nilai ekspor komoditi unggulan pertanian (karet dan kopi). Jika jumlah ekspor komoditi unggulan pertanian (karet dan kopi) meningkat maka nilai ekspor komoditi unggulan pertanian (karet dan kopi) juga mengalami peningkatan.
36
7. Fluktuasi nilai tukar yang besar akan meningkatkan resiko nilai tukar dan mengurangi aliran perdagangan internasional.
III. METODOLOGI PENELITIAN
3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder dan bentuk datanya adalah time series bulanan. Data ini merupakan data kuantitatif bulanan pada periode 1992:1 – 2005:12 untuk komoditi kopi dan periode 2000:1 – 2005:12 untuk komoditi karet. Jenis data yang akan digunakan dalam penelitian ini beserta sumbernya disajikan pada tabel berikut ini : Tabel 5. Jenis dan Sumber Data Yang Digunakan Dalam Penelitian Jenis Data
Sumber Data
Nilai tukar rupiah terhadap dolar Bank Indonesia (BI) AS Badan Pusat Statistik (BPS), Statistika Volume dan nilai ekspor Keuangan Indonesia (SEKI) dan Gabungan Indonesia komoditi karet dan Pengusaha Karet Indonesia (Gapkindo) kopi
Harga domestik sektor ekspor komoditi karet dan kopi
Badan Pusat Statistik (BPS), International Coffee Organization (ICO) dan Gabungan pengusaha Karet Indonesia (Gapkindo)
Harga negara pesaing dan harga internasional komoditi karet dan kopi
International Coffee Organization (ICO) dan Gabungan Pengusaha Karet Indonesia (Gapkindo)
Gross Domestic Product (GDP) dunia dan Consumer Price Indeks (CPI) dunia Indeks harga konsumen (IHK) dan Industrial Index Production (IIP)
International Finnancial Statistics (IFS) International Finnancial Statistics (IFS)
38
Data-data yang digunakan dalam penelitian ini juga di dapat dari internet dan bahan pustaka berupa literatur dari buku-buku, majalah, jurnal dan bulletin yang berhubungan dengan topik penelitian ini.
3.2. Metode Analisa Data Metode analisa data yang digunakan dengan menggunakan pendekatan ekonometrika, yaitu analisis dengan menggunakan Vector Auto Regression (VAR). Uji kasualitas VAR merupakan generalisasi dari metodologi uji kasualitas Granger. Uji kasualitas Granger tidak digunakan karena Granger Test bersifat bivarat, sedangkan VAR bersifat multivarat. Sehingga implikasi kasualitas yang diperoleh dari Granger Test ini tidak sesuai dengan fenomena nyata karena estimasi parameter yang bias akibat penghilangan variabel bebas lain yang sebenarnya relevan bila dimasukkan dalam sistem persamaan. Secara keseluruhan metode yang akan digunakan dalam penelitian ini terbagi dalam tiga tahap yaitu : 1. Pengujian non stasioneritas data dengan menggunakan uji Augmented Dickey-Fuller (ADF). Bila hasil dari uji ADF mengandung akar unit maka dilakukan penarikan diferensial sampai data stasioner. Jika data non stasioner maka pendekatan VAR dikombinasikan dengan Vector Error Cointegration Model (VECM). 2. Menentukan Lag (selang) optimal dengan menggunakan Likehood Ratio (LR). Jika ordo VAR (k-1) maka digunakan pendekatan Johansen untuk mengetahui rank kointegrasi dengan tujuan mendapatkan persamaan
39
kointegrasi jangka panjang. Setelah jumlah rank kointegrasi telah didapat maka dapat dilakukan pendekatan VECM. 3. Analisis perilaku guncangan (stabilitas) suatu variabel dan peranan masing – masing guncangan terhadap variabel tertentu dengan menggunakan Impulse Response Function (IRF) dan Variance Decomposition (VD).
3.2.1. Model Umum Vector Auto Regression (VAR) Hubungan kasualitas antar variabel dalam sistem persamaan multivariat lebih rumit dibandingkan dengan bivariat. Persamaan VAR yang dapat dibentuk adalah sebagai berikut : ⎡Yt ⎤ ⎡a11( L)a12( L)a13( L) ⎤ ⎡Yt ⎤ ⎡ut ⎤ ⎢ Xt ⎥ = ⎢a 21( L)a 22( L)a 23( L)⎥ ⎢ Xt ⎥ + ⎢vt ⎥ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎢⎣ Zt ⎥⎦ ⎢⎣a31( L)a32( L)a33( L) ⎥⎦ ⎢⎣ Zt ⎥⎦ ⎢⎣ wt ⎥⎦
(8)
Hsiao secara terperinci telah membuat teorema pola hubungan antara variabel dalam variabel bedasarkan nilai dalam aij sebagai berikut : 1. Bila variabel X tidak mempengaruhi Z, syaratnya adalah : a32(L) = 0 2. Bila variabel X mempengaruhi Z, syaratnya adalah : a32(L) ≠ 0 3. Hubungan timbal balik antara variabel X dan Z, bila : a32(L) ≠ 0 dan a23(L) ≠ 0 4. Hubungan tidak langsung dari variabel X dan Z melalui Y, syaratnya : a23(L) = 0 ; a31(L) ≠ 0 ; a12(L) ≠ 0
40
hubungan palsu jenis I dari variabel X terhadap Z jika dan hanya jika terdapat kondisi : a21(L) = 0 ; a32(L) ≠ 0, untuk semua panjang lag 5. Hubungan palsu jenis II dari variabel X terhadap Z jika dan hanya jika terdapat kondisi : a32(L) = 0 ; a12(L) = 0, untuk semua panjang lag k dan a31(L) ≠ 0 ; a21(L) ≠ 0, untuk semua panjang lag k
3.2.2. Uji Stasioneritas Data Hal yang paling penting berkaitan dengan penelitian yang menggunakan data time series adalah stasioneritas. Time series dikatakan stasioner jika secara stokastik data menunjukkan pola yang konstan dari waktu ke waktu atau dengan kata lain tidak terdapat pertumbuhan atau penurunan pada data atau data tersebut harus horizontal sepanjang sumbu waktu. Data yang non stasioner akan menghasilkan apa yang dinamakan regresi palsu atau Spurious Regression. Spurious Regression ini adalah regresi yang menggambarkan hubungan dua variabel atau lebih yang nampak signifikan secara statistik padahal kenyataannya tidak atau tidak sebesar regresi yang dihasilkan tersebut. Ada beberapa cara yang dapat dilakukan untuk mengukur stasioneritas, salah satunya dengan menggunakan Augmented Dickey-Fuller (ADF) Test. Jika nilai ADF lebih kecil dari Mc Kinnon Critical Value maka dapat disimpulkan bahwa data tersebut stasioner. Jika data tersebut berdasarkan uji ADF non stasioner maka solusi yang dapat dilakukan adalah dengan melakukan difference
41
non stationary processes. ADF test pada dasarnya melalu estimasi terhadap persamaan regresi sebagai berikut :
ΔYt = β1 + β2t + δYt-1 + αi
Yt-1 + εt
(9)
Dimana εt adalah white noise dan ∆Yt-1 = Yt-1 – Yt-2 pada ADF yang akan diuji apakah δ = 0, dengan hipotesis alternatif δ<0. jika nilai dari t-hitung untuk δ lebih kecil dari nilai ADFnya maka hipotesis nol yang menyatakan bahwa data tidak stasioner ditolak terhadap hipotesis alternatifnya.
3.2.3. Penetapan Tingkat Lag Optimum Penentuan lag yang optimal sangat penting dalam analisis menggunakan VAR. Lag yang terlalu panjang akan membuang dengan percuma derajat bebas, sedangkan lag yang terlalu pendek akan mengakibatkan spesifikasi model yang salah. Menurut Enders (2000), pemilihan lag optimal dapat dibantu dengan menggunakan uji Likehood Ratio (LR). Untuk memilih lag yang terbaik bagi penelitian maka model VAR yang akan diuji harus diestimasi terlebih dahulu. Kemudian model tersebut dibentuk dalam matriks varians dan kovarians dari residual model tersebut. Setelah itu baru digunakan uji LR sebagai berikut : Likehood Ratio Statistics = (T – c) (log | ∑x | | ∑y | ) dimana : T
= jumlah observasi
C
= jumlah parameter estimasi pada tiap persamaan VAR
Log | ∑n |
= logaritma natural dari determinan ∑n
42
Statistik ini memiliki distribusi asimtot sebesar χ2 dengan derajat bebas sebesar jumlah restriksi dalam sistem. Nilai statistik Likehood Ratio yang lebih besar dari nilai χ2 menandakan bahwa kita dapat menolak hipotesis nol bahwa lag optimal adalah x. tetapi bila nilai statistik Likehood Ratio lebih kecil daripada nilai χ2 pada suatu tingkat kepercayaan yang telah ditentukan maka dapat menolak hipotesis nol bahwa lag optimal adalah x. Untuk menetapkan besarnya lag length criteria (lag yang optimal) sebenarnya dapat digunakan kriteria lain seperti Akaike Information Criterion (AIC), Schwarz Bayesian Criterion (SBC) dan Hannan-Quinn Criterion (HQC). Besarnya lag yang optimal ditentukan oleh lag yang memiliki nilai kriteria terkecil diantara ketiga kriteria tersebut.
3.2.4. Uji Kointegrasi Menurut Thomas (1997), kointegrasi adalah suatu hubungan jangka panjang antara variabel – variabel yang meskipun secara individual tidak stasioner tetapi kombinasi linier antara variabel tersebut dapat menjadi stasioner. Oleh karena itu, kointegrasi dapat digunakan sebagai salah satu cara untuk menghindari masalah spurious regression (regresi palsu). Sebagai syarat agar terjadi keseimbangan jangka panjang maka galat keseimbangan harus berfluktuasi sekitar nilai nol dengan kata lain error term harus menjadi sebuah data time series yang stasioner. Salah satu cara untuk menguji kointegrasi antara dua variabel yaitu dengan menggunakan tes kointegrasi Johansen.
43
Pengujian hubungan kointegrasi dilakukan dengan menggunakan lag optimum sesuai dengan pengujian sebelumnya. Sementara penentuan asumsi deterministik yang melandasi pembentukan persamaan kointegrasi didasarkan pada nilai kriteria informasi AIC dan SIC. Berdasarkan asumsi deterministik tersebut akan diperoleh informasi mengenai banyaknya hubungan kointegrasi antar variabel sesuai dengan metode Trace dan Max. Dari uji Johansen akan di dapat rank kointegrasi (r). Rank kointegrasi dari vektor yt adalah banyaknya vektor kointegrasi yang saling bebas. Untuk itu akan diuji hipotesis sebagai berikut : Ho : rank ≤ r H1 : rank > r Jika rank kointegrasi yang di dapat lebih besar dari nol, maka model yang digunakan adalah Vector Error Correction Model (VECM). Jika rank kointegrasi sama dengan nol maka model yang digunakan adalah VAR dengan pendifferensian sampai lag ke-d.
3.2.5. Model Umum Vector Error Correction Model (VECM) Model VECM dapat dilakukan apabila rank kointegrasi yang di dapat lebih besar dari nol. Model VECM ordo p dan rank kointegrasi r ditulis sebagai berikut : p −1
Δyt = A0 + πyt-1 +
∑ Φ i*Δyt-1 + εt i =1
dimana : Π = αβ
(10)
44
β = vektor kointegrasi berukuran r x 1 α = vektor kointegrasi berukuran r x 2 Ф i* = -
p
∑
Aj
i =i +1
3.2.6. Impulse Responses Functions (IRF) VAR merupakan metode yang akan menentukan sendiri struktur dinamisnya dari sebuah model. Setelah melakukan uji VAR, diperlukan adanya metode yang dapat mencirikan struktur dinamis yang dihasilkan oleh VAR secara jelas. Menurut Sims (1980) cara yang paling baik untuk dapat mencirikan struktur dinamis dalam model adalah dapat menganalisa respon dari model (sistem) terhadap guncangan (shock). IRF dapat melakukan hal ini dengan menunjukkan bagaimana respon dari seriap variabel endogen sepanjang waktu terhadap guncangan (shock) dalam variabel itu sendiri dan variabel endogen lainnya (Thomas,1997).
3.2.7. Variance Decompositions (VD) Metode yang dapat dilakukan untuk melihat bagaimana perubahan dalam suatu variabel makro yang ditunjukkan oleh perubahan varians error dipengaruhi oleh variabel lainnya adalah Variance Decompositions (VD). Metode ini dapat mencirikan struktur dinamis dalam model VAR. dengan metode ini pula dapat dilihat
kekuatan
dan
kelemahan
dari
masing-masing
variabel
mempengaruhi variabel lainnya dalam kurun waktu yang panjang.
dalam
45
Dekomposisi varians merinci varians error forecast (peramalan) menjadi komponen-komponen yang dapat dihubungkan dengan setiap variabel endogen dalam model. Dengan menghitung persentasi squared prediction error k-tahap kedepan dari sebuah variabel akibat inovasi dalam variabel lain, dapat dilihat seberapa besar error peramalan variabel tersebut disebabkan oleh variabel itu sendiri dan variabel-variabel lainnya.
3.3. Model Analisis Data Penelitian ini menganalisis faktor – faktor yang mempengaruhi ekspor komoditi karet dan kopi serta menganalisis hubungan fluktuasi nilai tukar dengan ekspor komoditi karet dan kopi. Variabel – variabel yang digunakan dalam penelitian ini adalah sebagai berikut :
Tabel 7. Data, Satuan dan Simbol No. Variabel Satuan 1. Nilai Ekspor Ribu US$ 2. Jumlah Ekspor Ton 3. Harga Domestik Rp/ton 4. Harga Pasar Internasional US$/cif 5. Harga Negara Kompetitor US$/cif 6. Nilai Tukar Riil Rp./US$ 7. GDP riil dunia US$ 8. Indeks Industrial Production Sumber : Bank Indonesia, BPS, ICO, Gapkindo dan IFS.
Simbol LN_VEKSPOR LN_QEKSPOR LN_PD LN_PF LN_PK LN_ERIIL LN_GDPRIIL LN_IPI
Semua variabel – variabel yang digunakan dalam penelitian ini ditransformasikan kedalam bentuk logaritma natural (ln). Dengan memasukkan variabel – variabel yang akan digunakan dalam penelitian kali ini maka persamaan VAR yang akan terbentuk sesuai variabel yang akan dianalisis sebagai berikut :
46
3.3.1. Model Analisis Untuk Komoditi Kopi Variabel yang digunakan dalam analisis ekspor komoditi kopi ini adalah total nilai ekspor kopi (VEKSPOR), total jumlah ekspor kopi (QEKSPOR), nilai tukar riil (ERIIL), harga domestik (PD), harga pasar internasional (PF), harga negara kompetitor (PK) dan GDP riil dunia (GDPRIIL). Variabel-variabel tersebut digunakan karena variabel tersebut merupakan faktor-faktor yang mempengaruhi pertumbuhan ekspor suatu negara (Lipsey, 1995). GDP riil yang digunakan pada penelitian ini adalah GDP dunia karena total nilai dan jumlah ekspor kopi yang didapat merupakan total jumlah dan nilai ekspor ke seluruh negara di dunia. Adapun model analisis untuk ekspor komoditi kopi yaitu sebagai berikut : Veksport = α11 Qeksport-1 + α12 PDt-1 + α13 PFt-1 + α14 PKt-1 + α15 GDPRIILt-1 + α16 ERIILt-1 + εt dimana : Vekspor
: Total
Nilai Ekspor Kopi
Qekspor : Total Volume Ekspor Kopi Harga Domestik Kopi
PD
:
PF
: Harga Kopi Luar Negeri
PK
: Harga Kopi Negara Kompetitor
GDPRIIL : Gross Domestic Product Riil Dunia ERIIL
: Nilai Tukar Riil
(11)
47
3.3.2. Model Analisis Untuk Komoditi Karet Pada analisis ekspor komoditi karet ini variabel yang digunakan sama dengan variabel pada analisis ekspor komoditi kopi. Variabel yang digunakan adalah total nilai ekspor karet (VEKSPOR), total jumlah nilai ekspor karet (QEKSPOR), harga domestik (PD), harga pasar internasional (PF), harga negara kompetitor (PK), nilai tukar riil (ERIIL) dan Industrial Index Production (IPI). Variabel tersebut digunakan karena variabel-variabel itu merupakan faktor-faktor yang pertumbuhan ekspor suatu negara (Lipsey, 1995). Industrial Index Production digunakan karena mencerminkan laju pertumbuhan suatu negara. Hal ini sama dengan GDP dimana GDP menggambarkan pertumbuhan suatu negara dan pendapatan suatu negara. Industrial Index Production yang digunakan dalam penelitian ini adalah Industrial Index Production Amerika Serikat. Ini karena market share ekspor karet Indonesia ini didominasi oleh negara Amerika Serikat. Adapun model analisis ekspor komoditi karet sebagai berikut : Veksport = α11 Qeksport-1 + α12 PDt-1 + α13 PFt-1 + α14 PKt-1 + α15 IPIt-1 +
α16 ERIILt-1 + εt dimana : Vekspor
:
Total Nilai Ekspor Karet
Qekspor : Total Volume Ekspor Karet PD
:
PF
: Harga Luar Negeri Karet
PK
: Harga Karet Negara Kompetitor
Harga Domestik Karet
(12)
48
IPI
: Industrial Index Production Amerika
ERIIL
: Nilai Tukar Riil Dari persamaan-persamaan diatas, maka untuk mendapat jawaban dari
permasalahan jangka panjang maka model VAR harus dikombinasikan dengan VECM sehingga persamaan akan menjadi sebagai berikut :
Δxt =
I Δxt-1
+ μ0 + μ1t + αβxt-1 +εt
Error termnya (ε1t, ε2t, ε3t, ε4t, ε5t, ε6t, ε7t) yaitu sisaan (dugaan error term) akan mejadi fokus utama. ε1t dapat diintepertasikan sebagai inovasi atau guncangan dari variabel yang diinginkan, sehingga dampak guncangan sebuah variabel terhadap variabel lainnya dapat dianalisis. Dengan meristriksi persamaan VAR atau VECM diatas menyebabkan jumlah parameter sama dengan jumlah persamaan (exact identified) sehingga error ε1t, ε2t, ε3t, ε4t, ε5t, ε6t, ε7t dapat diidentifikasi dan diperoleh pure innovation dari ε1t, ε2t, ε3t, ε4t, ε5t, ε6t, ε7t. Dengan diperoleh pure innovation maka analisis selanjutnya dapat dimulai yaitu Impulse Responses Function (IRF) dan Forecast Error Variance Decomposition (FEVD)
V. KESIMPULAN DAN SARAN
5.1. Kesimpulan Berdasarkan dari penelitian yang telah dilakukan maka kesimpulan yang diperoleh adalah sebagai berikut: 1. Fluktuasi nilai tukar tidak memiliki pengaruh terhadap nilai ekspor komoditi karet dan kopi. Hal ini karena nilai ekspor komoditi karet dan kopi lebih dipengaruhi oleh harga pasar internasional. Nilai ekspor memiliki hubungan negatif dengan fluktuasi nilai tukar sedangkan harga pasar internasional memiliki hubungan positif dengan nilai ekspor komoditi karet dan kopi. 2. Nilai tukar riil dalam penelitian ini memiliki pengaruh negatif terhadap nilai ekspor kopi Indonesia dalam jangka panjang. Sedangkan untuk nilai ekspor komoditi karet nilai tukar riil memiliki pengaruh negatif dalam jangka pendek. Secara keseluruhan nilai tukar riil tidak berpengaruh terhadap nilai ekspor kopi maupun karet karena nilai tukar riil berpengaruh terhadap harga. 3. Pada analisis komoditi kopi variabel – variabel yang berhubungan positif dalam jangka pendek dengan nilai ekspor kopi Indonesia adalah harga internasional dan GDP riil dunia. Sedangkan variabel lain tidak signifikan berpengaruh terhadap nilai ekspor komoditi kopi dalam jangka pendek. Pada jangka panjang analisis komoditi kopi ini yang berhubungan negatif terhadap nilai ekspor kopi Indonesia adalah nilai tukar riil. Sedangkan variabel lain dalam jangka panjang berhubungan positif dengan nilai ekspor komoditi kopi. Variabel tersebut adalah harga negara kompetitor, harga domestik dan GDP riil dunia.
90
4. Pada analisis komoditi karet variabel yang berpengaruh positif dalam jangka pendek adalah jumlah ekspor karet itu sendiri. Variabel nilai ekspor karet itu sendiri dan nilai tukar riil berpengaruh negatif terhadap nilai ekspor karet pada jangka pendek. Pada jangka panjang variabel yang mempengaruhi negatif secara signifikan terhadap nilai ekspor karet adalah harga domestik dan Industrial Index Production sedangkan variabel yang berpengaruh negatif secara signifikan terhadap nilai ekspor karet adalah jumlah ekspor karet dan harga negara kompetitor. Nilai tukar pada jangka panjang tidak memiliki pengaruh terhadap nilai ekspor komoditi karet.
5.2. Saran Adapun saran yang dapat diberikan dari hasil penelitian ini antara lain: 1. Hasil dari penelitian ini menunjukkan bahwa nilai ekspor komoditi karet dan kopi ini tidak dipengaruhi oleh fluktuasi nilai tukar melainkan dipengaruhi harga pasar internasional maka disarankan kepada pemerintah dan pengusaha untuk mendifferensiasikan produk yang di ekspor. Hal ini karena kegiatan ekspor yang dilakukan adalah mengekspor row materials (bahan-bahan baku) yang harganya lebih murah dan kemudian mengimpor barang yang sudah jadi. Diferensiasi produk ini dilakukan dengan meningkatkan teknologi dalam pengolahan produk. Dengan adanya diferensiasi produk ini diharapkan terciptanya pasar monopolistik competition sehingga Indonesia dapat mempengaruhi perubahan harga pasar internasional.
91
2. Untuk penelitian selanjutnya disarankan untuk menganalisis nilai ekspor karet dan kopi pada tiap negara dan untuk komoditi karet data yang digunakan relatif singkat sehingga perlu untuk menambahkan data penelitian. Selain itu, dapat pula menambahkan variabel – variabel yang terkait lainnya seperti luas lahan produksi dan konsumsi serta menganalisis ekspor komoditi lainnya. Untuk analisis pengaruh fluktuasi nilai tukar diperlukan alat bantu analisis secara statistik sehingga hasil yang didapat dapat menggambarkan pengaruhnya lebih jelas.
DAFTAR PUSTAKA
AEKI (Asosiasi Eksportir Kopi Indonesia). 2006. “Statistik Kopi 2003-2005”. Jakarta Arintoko dan F. Wijaya. 2005. “ Pengaruh Perubahan Nilai Tukar Indonesia Terhadap Neraca Transaksi Berjalan Periode 1990:I – 2004:II (Kasus Indonesia – Amerika Serikat)”. Buletin Ekonomi Moneter dan Perbankan, Desember 2005. Jakarta. Arsana, I. G. P. 2005. “Vector Auto Regressive”. Laboratorium Komputasi. Ilmu Ekonomi FEUI. Universitas Indonesia. Jakarta Badan Pusat Statistik. Beberapa Edisi. “Indeks Harga Perdagangan Besar”. BPS, Jakarta. .
. 2006. “Analisis komoditi Ekspor Tahun 1999-2005 ISIC Pertanian, Industri dan Pertambangan”. BPS. Jakarta.
Bank Indonesia. Beberapa Edisi. “Statistik Ekonomi dan Keuangan Indonesia”. Bank Indonesia. Jakarta. Basri, F. 2002. “Perekonomian Indonesia”. Erlangga, Jakarta. Boediono, 1981. “ Ekonomi Internasional”. BPFE. Branson, W. H. 1989. “Macro Economic Theory and Policy”. Third Edition. Harper and Row Publisher, New York. Chusman, D.O 1983, “The Effect Of Real Exchange Rate Risk On International Trade”. Journal of International Economics, 15, 45-63. Dumairy, 1996. Perekonomian Indonesia. Erlangga. Jakarta. Enders, W. 2004. “Applied Econometric Times Series”, Second Edition. Wiley, USA Ekananda, M. 2004. “Analisis Pengaruh Volatilitas Nilai Tukar Pada Ekspor Komoditi Manufaktur di Indonesia”. Buletin Ekonomi Moneter dan Perbankan, September 2004. Jakarta. Firdaus, M. 2006. “Brief Course In Modern Economics: Application With EViews”. Departemen Ilmu Ekonomi FEM. Institut Pertanian Bogor, Bogor.
93
Goeltom, M dan M. Suardhani. 1997. “Analisa Dampak Intervensi Bank Sentral Dalam Penerapan Ekspor-Impor di Indonesia”. Jurnal Ekonomi dan Keuangan Indonesia, Volume XIV no.1 . Jakarta Gujarati, D. 2003. “Basics Economics”. Fourth Edition. McGraw Hill, USA. Kindleberger, C. P. 1977. “Ekonomi Internasional”. Illionis Horward, USA. Laksani, C.S. 2004. “Netralisasi Uang di Indonesia Melalui Analisis Efektifitas Uang Beredar Dalam Mencapai Tujuan Ekonomi”.[skripsi]. Institut Pertanian Bogor, Bogor. Lindert, P. H dan C. P. Kindleberger. 1995. “Ekonomi Internasional”. Erlangga, Jakarta. Lipsey, R. G, P. N. Courant, D. D. Purvis dan P. O. Steiner. 1995. “Pengantar Makroekonomi”. Binarupa Aksara, Jakarta. Krugman, P.R dan M. Obsfeld 1991. “Ekonomi Internasional : Teori dan Kebijakan”. Harpercollins Publishers, Amerika Serikat. Kurniati, Y dan A.V. Hardiyanto. 1999. “Perilaku Nilai Tukar Rupiah dan Alternatif Perhitungan Nilai Tukar Riil Keseimbangan”. Buletin Ekonomi dan Perbankan, September 1999. Jakarta. Manurung, J. J, A. H. Manurung dan F. D. Saragih. 2005. “Ekonometrika Teori dan Aplikasi”. Elex Media Komputindo, Jakarta. Mishkin, F.S. 1992. “The Economic of Money Banking and Financial Market”. Harpercollins, Amerika Serikat. Nugroho, A. E. 2000. “The Linkages Between Banking Sectors and the Indonesia Currency Crisis”. Jurnal Ekonomi Pembangunan. Jakarta. Pasaribu, S. H. 2003. “Modul Pelatihan (Paket C) Eviews Untuk Analisis Runtut Waktu (Time Series)”. Departemen Ilmu Ekonomi FEM. Institut Pertanian Bogor, Bogor. Pasaribu, S. H, D. Hartono dan T. Irawan. 2005. “Pedoman Penulisan Skripsi”. Departemen Ilmu Ekonomi FEM. Institut Pertanian Bogor, Bogor. Sims, C. 1980. ”Macroeconomics and Reality Econometrica”. Stokman, A. C. J. 1995. “Effect of Exchange Rate Risk on Intra-Ec Trade”. De Economist 143, p. 41-54, Netherland.
94
Susilo, A. 2001. ”Dampak Ketidakpastian Nilai Tukar Indonesia tehadap Pertumbuhan Ekspor Periode 1979.1-1988.4 : Suatu Pendekatan Teknik Kointegrasi dan Model Koreksi Kesalahan”. [Thesis] Universitas Indonesia, Jakarta. Thomas, R. L. 1997. “Modern Economics – an Introduction”. Departement Of Ecomonics. Manchester Metropolitan University. Tjitroresmi, E. 2005. “Kondisi Perkembangan dan Pangsa Pasar Internasional Komoditi Perkebunan Indonesia : Kasus Kakao, Kopi dan Karet”. Jurnal Ekonomi dan Pembangunan, XIII (1) 2005. Jakarta. Warjiyo, P dan J. Agung. 2002. Transmission Mechanisms Of Monetary Policy in Indonesia. Directorate of Economic Research and Monetary Policy. Bank Indonesia, Jakarta. Winardi. 1983. “Pengantar Ilmu Ekonomi Makro”. Penerbit Alumni, Bandung.
lAMPIRAN
95
Lampiran 1. (Sumber : Analisis Komoditi Ekspor 1999-2005 ISIC Pertanian, Industri dan Pertambangan. Badan Pusat Statistik (BPS))
EKSPOR HASIL PERTANIAN
Sejak jaman penjajahan hasil pertanian Indonesia telah terkenal, terutama komoditi rempah – rempah, teh, kopi dan karet. Dengan modal kekayaan alam, Indonesia mampu menghasilkan banyak produk sektor pertanian. Demikian juga dengan wilayah laut yang cukup luas sangat mendukung Indonesia untuk mengekspor hasil lautnya dengan jumlah besar. Perkembangan nilai ekspor sektor pertanian dari waktu ke waktu menunjukkan trend berfluktuatif. Perkembangan nilai ekspor pertanian pada tahun 1999 menunjukkan penurunan di bandingkan dua tahun sebelumnya, begitu pula tiga tahun berikutnya menunjukkan keadaan yang sama. Dan pada tahun terakhir yaitu 2005 menunjukkan kenaikan dibandingkan tahun lalu, walaupun kenaikan hanya sebesar 1.2 persen dengan nilai mencapai US$ 2880.2 juta. Namun jika dilihat dari volumenya menunjukkan perkembangan yang fluktuatif dengan volume sebesar 2273.8 ribu ton. Tabel 21. Perkembangan Ekspor Barang – barang Hasil Pertanian Tahun 1999-2005 Tahun Berat Bersih Nilai FOB Perubahan Nilai (Ribu ton) (Juta US$) Ekspor (%) 1999 2310.6 2901.4 2000 1982.1 2709.1 -6.6 2001 2162.4 2438.5 -10.0 2002 1880.0 2568.3 5.3 2003 2984.9 2526.1 -1.6 2004 2082.8 2496.2 -1.2 2005 2273.8 2880.2 15.4 Sumber : Badan Pusat Statistik (BPS), 2006
96
Kelompok Tanaman Pangan dan Perkebunan Karet Indonesia sebagai pengekspor karet alam terbesar kedua setelah Malaysia, sebagian besar diekspor dalam bentuk karet olahan. Untuk karet alam sendiri nilai ekspornya cenderung menurun dari US$ 10.8 juta di tahun 1999 menjadi US$ 6.4 juta di tahun 2005. Negara tujuan utama ekspor komoditi ini di tahun 2005 adalah Amerika Serikat dengan nilai US$ 1537.5 ribu, Jepang dengan nilai 1511.8 ribu dan China dengan nilai US$ 900.4 ribu, dimana permintaan ekspor komoditi ini dari ketiga negara tersebut mengalami penurunan. Tabel 22. Perkembangan Ekspor Getah Karet Tahun 1999-2005 Tahun Berat Bersih (Ton) Nilai FOB Perubahan Nilai (Ribu US$) Ekspor (%) 1999 12910 10823 2000 9470 7886 -27.1 2001 10686 7596 -3.7 2002 9029 6808 -10.4 2003 13578 12103 77.8 2004 12554 14730 21.7 2005 4841 6403 -56.5 Sumber : Badan Pusat Statistik (BPS), 2006
Kopi Komoditi kopi adalah salah satu ekspor andalan di samping udang, teh dan lainnya pada sektor pertanian. Walaupun share-nya semakin menurun terhadap sektor pertanian dan juga pertumbuhannya yang cenderung negatif namun nilai absolut ekspornya cukup berarti. Lambannya perkembangan komoditi ini diantaranya selain diberlakukannya sistem kuota, juga banyaknya negara saingan terutama negara – negara Amerika latin dan Afrika.
97
Dalam kurun waktu 1999 – 2001 pertumbuhan komoditi ini cenderung mengalami pertumbuhan yang negatif. Kecuali sejak tahun 2001 sampai 2005 mengalami pertumbuhan yang positif. Tabel 23. Perkembangan Ekspor Kopi Tahun 1999-2005 Tahun Berat Bersih (Ton) Nilai FOB (Ribu US$) 1999 350416 458260 2000 337213 311832 2001 248925 182608 2002 322543 218771 2003 320769 250882 2004 338648 281635 2005 442687 497777
Perubahan Nilai Ekspor (%) -32.0 -41.4 19.8 14.7 12.3 76.7
Sumber : Badan Pusat Statistik (BPS), 2006
Pada tahun 2005 nilai ekspornya mencapai US$ 497.8 juta, dengan negara tujuan adalah Amerika Serikat, Jerman, Italia, Singapura, Korea Selatan, Polandia dan Inggris. Ekspor kopi terbesar ditujukan ke Amerika Serikat dengan nilai US$ 136.6 juta, selanjutnya Jerman sebesar US$ 78.2 juta. Kontribusi kopi terhadap sektor pertanian mulai menunjukkan kenaikan yaitu 17.2 persen dibandingkan tahun lalu hanya sebesar 11.28 persen.
98
Lampiran 2. (Sumber : Kondisi Perkembangan dan Pangsa Pasar Internasional Komoditi Perkebunan Indonesia: Kasus Kakao, Kopi dan Karet, Jurnal Ekonomi dan Pembangunan) Karet Pasar komoditas karet alam pada tingkat dunia didominasi oleh pangsa pasar Asia yang mencapai (91%) pada tahun 2002 dan kondisi ini cenderung stabil sejak tahun 1998. kontributor terbesar pasar Asia adalah karet alam dari Thailand 40 persen, yang disusul oleh Indonesia 30 persen dan Malaysia dengan pangsa pasar Asia 15 persen. Tabel 24. Perkembangan Volume Ekspor dan Impor Perkebunan Indonesia Tahun 2000 – 2003 (ribu ton) Jenis komoditi 2000 2001 2002 2003 Ekspor a. Kakao 424 393 365 358 b. Kopi 339 251 325 324 c. Karet 1379 1453 1496 1663 Impor a. Kakao 10 37 36 41 b. Kopi 8 8 7 4 Sumber : Statistik Pertanian 2004, Depertemen Pertanian
Sejak tahun 1999, ekspor karet Indonesia cenderung terus meningkat dengan rata – rata pertumbuhan ekspor 3 persen per tahun yaitu 1494 ribu ton menjadi 1663 ribu ton pada tahun 2003. Negara tujuan utama ekspor adalah Amerika Serikat 36 persen dan Jepang 14 persen. Dalam situasi harga karet alam dunia di berbagai pasar sepanjang tahun 2001 mengalami tekanan yaitu masih berada di bawah US$ 1 per kg, ternyata produksi karet alam dari negara Thailand tetap meningkat sebesar 5 persen dibandingkan tahun sebelumnya. Akibatnya total produksi karet alam dunia periode yang tetap meningkat meskipun produksi
99
karet alam Malaysia menunjukkan kecenderungan menurun masing – masing sebesar -4 persen (International Trade, 2004). Produksi karet di Malaysia cenderung terus mengalami penurunan karena kebijakan pemerintah yang lebih berkonsentrasi pada industri hilir dan juga terus mengalihkan sebagian areal pertanaman karetnya menjadi areal kelapa sawit. Namun kedepan, negara yang perlu diwaspadai sebagai pesaing baru yaitu Vietnam. Untuk itu, dengan beberapa keunggulan yang dimiliki seperti ketersediaan lahan yang sesuai, produktivitas tanaman yang masih dapat ditingkatkan, pasar karet dunia harus berada ditangan Indonesia. Sementara pesaing dari negara Asia lainnya seperti, Malaysia dan Thailand menghadapi kendala keterbatasan lahan yang sesuai dan produktivitas yang sulit ditingkatkan lagi.
Kopi Dalam perdagangan kopi dunia ternyata sebagai eksportir terbesar (47% pada tahun 2002) adalah negara – negara di Amerika (Amerika Serikat, Brazillia dll) yang disusul negara – negara Eropa (Jerman dll) mempunyai kontribusi di pasar dunia sebanyak 29.8 persen pada tahun yang sama. Pada tahun 2000, konsumsi kopi di negara konsumen utama (Amerika Serikat dan Eropa Barat) sudah mendekati titik jenuh, sedangkan peningkatan konsumsi kopi di negara lainnya masih rendah (www.deptan.go.id, 2002). Sebagai akibatnya terjadi kelebihan pasokan kopi dunia (over supply) sehingga menyebabkan harga kopi terus tertekan.
100
Penurunan harga kopi yang terjadi secara berkelanjutan di pasar dunia sangat mempengaruhi perkembangan kopi di Indonesia, mengingat 75 persen produksi kopinya untuk ekspor. Tertekannya harga kopi dunia, mengakibatkan harga kopi di sentra – sentra kopi domestik sangat rendah dan bahkan berada dibawah biaya produksi. Sebagai dampaknya di beberapa sentra produksi kopi rakyat seperti Propinsi Lampung dan Bengkulu, para petani sudah tidak bergairah untuk melakukan panen kopi. Akibat selanjutnya, kebun – kebun kopi petani menjadi tidak terurus dan produktivitasnya terus merosot. Kondisi
terpuruknya
perkopian
Indonesia,
diperparah
dengan
perkembangan kopi di Vietnam yang mengusahakan jenis kopi yang sama dengan Indonesia yaitu Robusta. Vietnam mempunyai beberapa keunggulan dibandingkan dengan Indonesia, terutama dalam hal produktivitas dan mutu. Di pasar Asia, ternyata peran Indonesia mampu mengekspor 30.8 persen di pasar Asia, sementara Vietnam hanya 29.7 persen. Namun pada tahun 2002 kondisinya terbalik di mana pangsa pasar Vietnam 35.9 persen di pasar Asia, sedangkan Indonesia hanya 19.6 persen. Sebaliknya sebagai importir kopi dunia terbesar (55 % pada tahun 2002) adalah negara – negara di Eropa (Jerman, Perancis dan Italia) dan negara – negara di kawasan Amerika (Amerika Serikat) (International Trade, 2004). Negara tujuan ekspor utama kopi dari Indonesia adalah Jerman, Jepang, Amerika Serikat dan Italia dengan volume ekspor yang cenderung berfluktuatif dan berkisar antara 300 – 350 ton per tahun. Namun dari sisi harga ekspor, harga tertinggi diperoleh dari negara Amerika Serikat, Jepang dan Singapura dengan
101
masing – masing sebesar US$ 1141, US$ 914 dan US$ 761 per ton pada tahun 2003 (Statistik Indonesia 2004 dan Statistik Pertanian 2004). Prospek perkopian kedepan akan mengacu pada kondisi perkopian dunia saat ini, yaitu makin meningkatnya produksi kopi jenis Robusta di dunia. Kondisi ini terjadi akibat produksi kopi Brazil dan Kolombia relatif stabil sementara beberapa negara produsen seperti Vietnam, Meksiko, India, Guatemala, Pantai Gading dan Ethiopia mengalami peningkatan produksi. Meningkatnya persentase Robusta Connilon Brazil yang signifikan. Untuk mengantisipasi surplus penawaran kopi tersebut maka hanya negara – negara produsen kopi yang mempunyai daya saing tinggi dalam kualitas produksi dengan cita rasa dan ragam produk serta kontinyuitas pasokan yang mampu bertahan dan bersaing di pasar dunia dengan harga yang tinggi. Oleh karena itu, penanganan komoditas perkebunan secara bersungguh – sungguh untuk meraih pangsa pasar yang tinggi dan menghasilkan peningkatan devisa non migas harus dilakukan dengan dukungan berbagai peraturan guna mengantisipasi perkembangan ekonomi global dan meningkatkan arus penanaman modal.
Lampiran 7. Correlation Matrix LNERIIL LNIPI LNPD LNPF LNPK LNQEKSPOR LNVEKSPOR
LNERIIL
LNIPI
LNPD
LNPF
LNPK
1.000000 0.239874 0.855635 0.479856 0.445401 0.488279 0.547857
0.239874 1.000000 0.535447 0.543480 0.594943 0.515395 0.659922
0.855635 0.535447 1.000000 0.725692 0.697792 0.631441 0.815727
0.479856 0.543480 0.725692 1.000000 0.887966 0.494834 0.860615
0.445401 0.594943 0.697792 0.887966 1.000000 0.486663 0.823163
LNQEKSPOR LNVEKSPOR 0.488279 0.515395 0.631441 0.494834 0.486663 1.000000 0.838986
0.547857 0.659922 0.815727 0.860615 0.823163 0.838986 1.000000
Lampiran 8. Vector Error Correction Model (VECM) Vector Error Correction Estimates Date: 07/26/07 Time: 07:24 Sample(adjusted): 2000:05 2005:12 Included observations: 68 after adjusting endpoints Standard errors in ( ) & t-statistics in [ ] Cointegrating Eq:
CointEq1
CointEq2
LNVEKSPOR(-1)
1.000000
0.000000
LNPF(-1)
0.000000
1.000000
LNQEKSPOR(-1)
-3.690077 (0.41394) [-8.91455]
-1.842903 (0.29915) [-6.16045]
LNPK(-1)
-0.872170 (0.15256) [-5.71674]
-0.652475 (0.11026) [-5.91777]
LNPD(-1)
2.370946 (1.06758) [ 2.22086]
0.676036 (0.77153) [ 0.87623]
101
LNIPI(-1)
4.467225 (1.87166) [ 2.38677]
5.741613 (1.35264) [ 4.24476]
LNERIIL(-1)
0.260064 (0.61876) [ 0.42030]
0.615911 (0.44717) [ 1.37734]
C
-21.75164 (9.43456) [-2.30553]
-28.64894 (6.81829) [-4.20178]
Error Correction:
D(LNVEKSPOR)
D(LNPF)
D(LNIPI)
D(LNERIIL)
CointEq1
0.125228 (0.42764) [ 0.29284]
-0.092872 (0.14893) [-0.62359]
0.281070 (0.39815) [ 0.70593]
-0.347843 -0.230163 (0.25873) (0.07068) [-1.34443] [-3.25651]
-0.072853 (0.04342) [-1.67782]
-0.137202 (0.11057) [-1.24092]
CointEq2
0.590526 (0.58190) [ 1.01483]
0.096624 (0.20266) [ 0.47679]
0.283604 (0.54178) [ 0.52347]
0.645260 0.270073 (0.35206) (0.09617) [ 1.83281] [ 2.80819]
0.098840 (0.05908) [ 1.67285]
0.214398 (0.15045) [ 1.42505]
D(LNVEKSPOR(-1))
-1.406088 (0.61035) [-2.30375]
-0.262143 (0.21257) [-1.23324]
-0.849362 (0.56827) [-1.49465]
-0.167136 0.245954 (0.36927) (0.10088) [-0.45261] [ 2.43819]
0.066118 (0.06197) [ 1.06687]
0.190843 (0.15780) [ 1.20936]
D(LNVEKSPOR(-2))
-1.473968 (0.62190) [-2.37012]
-0.006256 (0.21659) [-0.02888]
-1.193945 (0.57902) [-2.06201]
-0.290094 0.137050 (0.37626) (0.10278) [-0.77100] [ 1.33338]
0.029280 (0.06315) [ 0.46369]
-0.049519 (0.16079) [-0.30797]
D(LNVEKSPOR(-3))
-0.556037 (0.51097) [-1.08821]
-0.016482 (0.17795) [-0.09262]
-0.525228 (0.47574) [-1.10403]
0.003875 0.111780 (0.30914) (0.08445) [ 0.01253] [ 1.32362]
-0.015845 (0.05188) [-0.30541]
-0.218599 (0.13211) [-1.65468]
D(LNQEKSPOR) D(LNPK)
D(LNPD)
102
D(LNPF(-1))
0.269361 (0.76128) [ 0.35383]
0.122354 (0.26513) [ 0.46149]
0.109506 (0.70879) [ 0.15450]
-0.115800 -0.421913 (0.46059) (0.12582) [-0.25142] [-3.35330]
-0.062140 (0.07730) [-0.80389]
-0.133306 (0.19683) [-0.67727]
D(LNPF(-2))
-0.361142 (0.67900) [-0.53187]
0.119923 (0.23648) [ 0.50713]
-0.680454 (0.63219) [-1.07634]
-0.194855 -0.274311 (0.41081) (0.11222) [-0.47432] [-2.44434]
-0.110792 (0.06894) [-1.60696]
-0.324442 (0.17556) [-1.84808]
D(LNPF(-3))
0.353865 (0.64537) [ 0.54831]
0.350130 (0.22476) [ 1.55777]
0.125892 (0.60088) [ 0.20951]
-0.749485 -0.114067 (0.39046) (0.10666) [-1.91947] [-1.06940]
-0.082279 (0.06553) [-1.25560]
-0.028789 (0.16686) [-0.17253]
D(LNQEKSPOR(-1))
1.808938 (0.75646) [ 2.39132]
0.270352 (0.26345) [ 1.02619]
1.115359 (0.70431) [ 1.58363]
0.314539 -0.330085 (0.45767) (0.12502) [ 0.68726] [-2.64017]
-0.071704 (0.07681) [-0.93354]
-0.134636 (0.19558) [-0.68838]
D(LNQEKSPOR(-2))
1.701632 (0.75204) [ 2.26270]
0.004151 (0.26191) [ 0.01585]
1.310984 (0.70019) [ 1.87233]
0.386934 -0.172667 (0.45500) (0.12429) [ 0.85041] [-1.38919]
-0.023787 (0.07636) [-0.31151]
0.073686 (0.19444) [ 0.37897]
D(LNQEKSPOR(-3))
0.516856 (0.59338) [ 0.87104]
0.028579 (0.20666) [ 0.13829]
0.470943 (0.55247) [ 0.85243]
0.035613 -0.094011 (0.35901) (0.09807) [ 0.09920] [-0.95860]
0.030300 (0.06025) [ 0.50290]
0.337114 (0.15342) [ 2.19736]
D(LNPK(-1))
-0.298646 (0.24759) [-1.20621]
0.033552 (0.08623) [ 0.38911]
-0.277299 (0.23052) [-1.20293]
-0.126938 0.094779 (0.14980) (0.04092) [-0.84740] [ 2.31617]
0.018443 (0.02514) [ 0.73361]
-0.003239 (0.06401) [-0.05060]
D(LNPK(-2))
-0.103522 (0.27020) [-0.38312]
-0.046704 (0.09410) [-0.49630]
-0.086339 (0.25158) [-0.34319]
-0.137721 0.003702 (0.16348) (0.04466) [-0.84244] [ 0.08289]
0.005522 (0.02744) [ 0.20127]
0.047392 (0.06986) [ 0.67838]
D(LNPK(-3))
0.394534 (0.26872)
-0.196305 (0.09359)
0.356795 (0.25019)
0.070007 0.011549 (0.16258) (0.04441)
-0.026889 (0.02729)
-0.067617 (0.06948)
103
[ 1.46821]
[-2.09759]
[ 1.42609]
[ 0.43060] [ 0.26003]
[-0.98550]
[-0.97323]
D(LNPD(-1))
0.795022 (0.91845) [ 0.86561]
0.304098 (0.31987) [ 0.95070]
0.346158 (0.85513) [ 0.40480]
-0.199217 -0.205415 (0.55568) (0.15180) [-0.35851] [-1.35322]
0.143230 (0.09326) [ 1.53586]
-0.276185 (0.23746) [-1.16306]
D(LNPD(-2))
-1.329227 (0.92731) [-1.43342]
0.013246 (0.32295) [ 0.04102]
-1.346002 (0.86338) [-1.55900]
-0.954442 -0.180814 (0.56104) (0.15326) [-1.70120] [-1.17978]
-0.155415 (0.09416) [-1.65060]
0.126427 (0.23976) [ 0.52732]
D(LNPD(-3))
0.252213 (0.86960) [ 0.29003]
-0.451726 (0.30286) [-1.49155]
0.411633 (0.80965) [ 0.50841]
-0.627119 0.093053 (0.52613) (0.14372) [-1.19195] [ 0.64744]
-0.010809 (0.08830) [-0.12242]
0.274985 (0.22484) [ 1.22305]
D(LNIPI(-1))
-1.518509 (2.21938) [-0.68420]
-0.251190 (0.77294) [-0.32498]
-0.434149 (2.06637) [-0.21010]
-2.813305 0.014080 (1.34277) (0.36681) [-2.09515] [ 0.03839]
-1.098232 (0.22535) [-4.87342]
-0.520057 (0.57382) [-0.90631]
D(LNIPI(-2))
-1.005408 (2.32158) [-0.43307]
-0.219853 (0.80853) [-0.27192]
-0.700545 (2.16152) [-0.32410]
-2.303094 -0.028274 (1.40460) (0.38370) [-1.63968] [-0.07369]
-0.641144 (0.23573) [-2.71984]
-0.660669 (0.60024) [-1.10067]
D(LNIPI(-3))
-0.269599 (1.65898) [-0.16251]
-0.158509 (0.57777) [-0.27435]
-0.050103 (1.54460) [-0.03244]
-1.217745 -0.096504 (1.00372) (0.27419) [-1.21324] [-0.35196]
-0.099542 (0.16845) [-0.59093]
-0.622604 (0.42893) [-1.45153]
D(LNERIIL(-1))
-2.422257 (0.63500) [-3.81459]
-0.289225 (0.22115) [-1.30782]
-1.645364 (0.59122) [-2.78301]
-0.231890 0.221399 (0.38419) (0.10495) [-0.60359] [ 2.10957]
-0.167823 (0.06448) [-2.60286]
0.330457 (0.16418) [ 2.01280]
D(LNERIIL(-2))
-0.803416 (0.81248) [-0.98885]
0.105229 (0.28296) [ 0.37189]
-1.005642 (0.75646) [-1.32940]
-0.123386 0.126207 (0.49156) (0.13428) [-0.25101] [ 0.93987]
0.007748 (0.08250) [ 0.09392]
-0.062136 (0.21007) [-0.29579]
104
D(LNERIIL(-3))
R-squared Adj. R-squared Sum sq. resids S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent
-0.850810 (0.78358) [-1.08580]
0.450340 (0.27290) [ 1.65022]
-0.727520 (0.72955) [-0.99721]
0.093369 0.060940 (0.47408) (0.12951) [ 0.19695] [ 0.47055]
-0.000122 (0.07956) [-0.00154]
-0.517019 (0.20259) [-2.55200]
0.670058 0.508753 1.103090 0.156567 4.153986 43.63953 -0.607045 0.143671 0.017921 0.223383
0.300277 -0.041810 0.133795 0.054527 0.877780 115.3645 -2.716604 -1.965888 0.010103 0.053422
0.653213 0.483673 0.956229 0.145772 3.852848 48.49720 -0.749918 0.000798 0.006007 0.202867
0.270074 0.585229 -0.086778 0.382452 0.403785 0.030132 0.094726 0.025877 0.756824 2.886073 77.80913 166.0492 -1.612033 -4.207330 -0.861318 -3.456614 0.009826 0.007458 0.090865 0.032929
0.648329 0.476401 0.011373 0.015897 3.770932 199.1776 -5.181693 -4.430977 0.000850 0.021970
0.406871 0.116897 0.073739 0.040480 1.403131 135.6211 -3.312385 -2.561669 0.009294 0.043076
Determinant Residual Covariance Log Likelihood Log Likelihood (d.f. adjusted) Akaike Information Criteria Schwarz Criteria
4.03E-20 941.1755 842.9184 -19.58583 -13.80859
Lampiran 9. Variance Decomposition (VD) Variance Decomposition of LNVEKSPOR: Period S.E. LNVEKSPOR LNPF 1 2 3 4 5 6 7 8 9
0.156567 0.195677 0.203401 0.219385 0.237316 0.262440 0.287252 0.318438 0.346152
100.0000 68.20692 63.75513 55.66440 51.90217 48.60606 42.95612 37.37206 34.40842
0.000000 1.168447 1.283898 7.166906 13.65048 20.45497 27.30412 33.79856 37.91673
LNQEKSPOR
LNPK
LNPD
LNIPI
LNERIIL
0.000000 0.419048 0.528066 4.947137 4.279441 4.317898 3.972027 3.761594 3.509499
0.000000 15.44166 14.52615 12.51623 11.72582 10.17152 10.31866 11.20920 11.11315
0.000000 0.004761 1.070500 1.261353 1.129433 0.931722 0.945382 1.022128 0.872397
0.000000 3.424139 4.911066 5.450875 5.545101 5.407045 5.748060 5.663861 6.108336
0.000000 11.33503 13.92519 12.99310 11.76755 10.11079 8.755628 7.172590 6.071460
105
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43
0.377773 0.411205 0.443051 0.472489 0.499386 0.524002 0.547183 0.569181 0.589364 0.608268 0.625836 0.642628 0.658792 0.674630 0.689936 0.704853 0.719451 0.733902 0.748164 0.762282 0.776186 0.789872 0.803379 0.816726 0.829880 0.842838 0.855596 0.868150 0.880522 0.892721 0.904743 0.916594 0.928284 0.939819
32.91575 31.31834 30.84422 29.57421 29.11131 28.86362 28.93148 28.84849 28.85722 28.74646 28.76781 28.77009 28.78811 28.77272 28.74167 28.69748 28.66589 28.63361 28.59795 28.56035 28.51668 28.47933 28.44580 28.41767 28.38984 28.36411 28.33887 28.31811 28.29922 28.28244 28.26600 28.25036 28.23550 28.22197
40.79265 42.80196 43.81097 45.13360 45.79753 46.29950 46.34249 46.53621 46.64910 46.81969 46.87381 46.95743 47.01350 47.11094 47.20491 47.30608 47.39386 47.48374 47.57223 47.65852 47.74192 47.81810 47.88858 47.95167 48.01141 48.06600 48.11762 48.16405 48.20730 48.24704 48.28517 48.32111 48.35539 48.38763
3.220247 3.316627 3.509325 3.569725 3.619289 3.536628 3.504050 3.508216 3.501802 3.473691 3.440743 3.391467 3.360880 3.337932 3.314767 3.290107 3.265741 3.243403 3.227588 3.214601 3.202036 3.189843 3.178135 3.168265 3.159916 3.152216 3.144463 3.136783 3.129380 3.122674 3.116310 3.110154 3.104081 3.098170
11.10280 11.30723 11.39965 11.77118 12.00607 12.14451 12.36560 12.48685 12.59228 12.72127 12.82037 12.89474 12.96014 12.99936 13.04526 13.08866 13.12440 13.15295 13.17673 13.19892 13.22406 13.24689 13.26757 13.28683 13.30495 13.32333 13.34149 13.35833 13.37417 13.38919 13.40340 13.41720 13.43028 13.44256
0.757315 0.686711 0.625655 0.568645 0.545708 0.503400 0.475273 0.447013 0.425489 0.406465 0.391392 0.375749 0.362180 0.349576 0.339236 0.330187 0.321366 0.313002 0.305375 0.298587 0.292412 0.286652 0.281020 0.275811 0.270918 0.266412 0.262139 0.258073 0.254178 0.250521 0.247049 0.243773 0.240653 0.237673
6.075347 5.964628 5.742168 5.797049 5.710034 5.729909 5.681846 5.657115 5.621395 5.623341 5.617815 5.627193 5.622553 5.620571 5.622150 5.626336 5.631527 5.634877 5.635816 5.635813 5.637664 5.638829 5.640212 5.640012 5.639801 5.639385 5.639568 5.639559 5.639610 5.639317 5.639188 5.639141 5.639245 5.639352
5.135883 4.604501 4.068010 3.585596 3.210062 2.922429 2.699263 2.516112 2.352715 2.209087 2.088055 1.983328 1.892636 1.808901 1.732004 1.661143 1.597216 1.538419 1.484311 1.433211 1.385222 1.340347 1.298687 1.259745 1.223154 1.188537 1.155846 1.125088 1.096140 1.068812 1.042885 1.018251 0.994851 0.972644
106
44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72
0.951212 0.962468 0.973592 0.984588 0.995463 1.006222 1.016868 1.027407 1.037839 1.048169 1.058398 1.068531 1.078570 1.088516 1.098372 1.108140 1.117823 1.127422 1.136941 1.146380 1.155741 1.165028 1.174240 1.183381 1.192452 1.201455 1.210390 1.219260 1.228066
28.20906 28.19662 28.18442 28.17258 28.16125 28.15043 28.14002 28.12990 28.12013 28.11071 28.10170 28.09305 28.08473 28.07669 28.06895 28.06150 28.05433 28.04742 28.04074 28.03427 28.02802 28.02196 28.01611 28.01043 28.00491 27.99956 27.99437 27.98933 27.98443
48.41845 48.44795 48.47645 48.50382 48.53005 48.55520 48.57936 48.60263 48.62501 48.64653 48.66718 48.68704 48.70615 48.72456 48.74230 48.75940 48.77589 48.79181 48.80719 48.82207 48.83647 48.85041 48.86391 48.87700 48.88970 48.90202 48.91398 48.92559 48.93687
3.092556 3.087303 3.082271 3.077429 3.072763 3.068293 3.064053 3.060027 3.056162 3.052441 3.048863 3.045427 3.042133 3.038965 3.035906 3.032947 3.030089 3.027329 3.024663 3.022083 3.019583 3.017159 3.014811 3.012536 3.010331 3.008191 3.006113 3.004095 3.002135
13.45414 13.46513 13.47557 13.48561 13.49516 13.50425 13.51292 13.52124 13.52925 13.53696 13.54437 13.55149 13.55835 13.56497 13.57137 13.57755 13.58352 13.58928 13.59485 13.60024 13.60546 13.61051 13.61540 13.62014 13.62474 13.62919 13.63352 13.63772 13.64180
0.234829 0.232125 0.229549 0.227092 0.224741 0.222486 0.220327 0.218259 0.216276 0.214370 0.212537 0.210772 0.209073 0.207437 0.205859 0.204336 0.202865 0.201443 0.200069 0.198740 0.197454 0.196209 0.195002 0.193833 0.192699 0.191599 0.190532 0.189495 0.188488
5.639437 5.639477 5.639560 5.639684 5.639814 5.639938 5.640025 5.640102 5.640180 5.640266 5.640340 5.640406 5.640457 5.640507 5.640557 5.640608 5.640655 5.640699 5.640741 5.640783 5.640825 5.640867 5.640907 5.640946 5.640984 5.641021 5.641058 5.641094 5.641128
0.951527 0.931403 0.912174 0.893793 0.876217 0.859403 0.843293 0.827838 0.812992 0.798726 0.785011 0.771816 0.759110 0.746863 0.735051 0.723654 0.712651 0.702022 0.691747 0.681809 0.672191 0.662878 0.653858 0.645115 0.636637 0.628412 0.620429 0.612678 0.605148
107
Lampiran 10. Impulse Response Function (IRF) Response to Cholesky One S.D. Innovations Response of LNVEKSPOR to LNVEKSPOR
Response of LNVEKSPOR to LNPF
Response of LNVEKSPOR to LNQEKSPOR
Response of LNVEKSPOR to LNPK
.16
.16
.16
.16
.12
.12
.12
.12
.08
.08
.08
.08
.04
.04
.04
.04
.00
.00
.00
.00
-.04
-.04
-.04
-.04
-.08
-.08 5
10
15
20
25
-.08
30
5
10
15
20
Response of LNVEKSPOR to LNPD
25
-.08
30
5
10
15
20
25
.16
.16
.12
.12
.12
.08
.08
.08
.04
.04
.04
.00
.00
.00
-.04
-.04
-.04
5
10
15
20
25
30
5
10
15
20
25
Response of LNVEKSPOR to LNERIIL
Response of LNVEKSPOR to LNIPI
.16
-.08
30
-.08
-.08 5
10
15
20
25
30
5
10
15
20
25
30
30
108
Response to Cholesky One S.D. Innovations Response of LNERIIL to LNVEKSPOR
Response of LNERIIL to LNPF
Response of LNERIIL to LNQEKSPOR
Response of LNERIIL to LNPK
.05
.05
.05
.05
.04
.04
.04
.04
.03
.03
.03
.03
.02
.02
.02
.02
.01
.01
.01
.01
.00
.00
.00
.00
-.01
-.01
-.01
-.01
-.02
-.02
-.02
5
10
15
20
25
30
5
10
15
20
25
Response of LNERIIL to LNPD
-.02
30
5
10
15
20
Response of LNERIIL to LNIPI .05
.05
.04
.04
.04
.03
.03
.03
.02
.02
.02
.01
.01
.01
.00
.00
.00
-.01
-.01
-.01
-.02 5
10
15
20
25
30
30
5
10
15
20
25
Response of LNERIIL to LNERIIL
.05
-.02
25
-.02 5
10
15
20
25
30
5
10
15
20
25
30
30
109
Lampiran 9. Correlation Matrix LNERIIL LNIPI LNPD LNPF LNPK LNQEKSPOR LNVEKSPOR
LNERIIL
LNIPI
LNPD
LNPF
LNPK
1.000000 0.239874 0.855635 0.479856 0.445401 0.488279 0.547857
0.239874 1.000000 0.535447 0.543480 0.594943 0.515395 0.659922
0.855635 0.535447 1.000000 0.725692 0.697792 0.631441 0.815727
0.479856 0.543480 0.725692 1.000000 0.887966 0.494834 0.860615
0.445401 0.594943 0.697792 0.887966 1.000000 0.486663 0.823163
LNQEKSPOR LNVEKSPOR 0.488279 0.515395 0.631441 0.494834 0.486663 1.000000 0.838986
0.547857 0.659922 0.815727 0.860615 0.823163 0.838986 1.000000
Lampiran 10. Vector Error Correction Model (VECM) Vector Error Correction Estimates Date: 07/26/07 Time: 07:24 Sample(adjusted): 2000:05 2005:12 Included observations: 68 after adjusting endpoints Standard errors in ( ) & t-statistics in [ ] Cointegrating Eq:
CointEq1
CointEq2
LNVEKSPOR(-1)
1.000000
0.000000
LNPF(-1)
0.000000
1.000000
LNQEKSPOR(-1)
-3.690077 (0.41394) [-8.91455]
-1.842903 (0.29915) [-6.16045]
LNPK(-1)
-0.872170 (0.15256) [-5.71674]
-0.652475 (0.11026) [-5.91777]
LNPD(-1)
2.370946 (1.06758) [ 2.22086]
0.676036 (0.77153) [ 0.87623]
108
LNIPI(-1)
4.467225 (1.87166) [ 2.38677]
5.741613 (1.35264) [ 4.24476]
LNERIIL(-1)
0.260064 (0.61876) [ 0.42030]
0.615911 (0.44717) [ 1.37734]
C
-21.75164 (9.43456) [-2.30553]
-28.64894 (6.81829) [-4.20178]
Error Correction:
D(LNVEKSPOR)
D(LNPF)
D(LNIPI)
D(LNERIIL)
CointEq1
0.125228 (0.42764) [ 0.29284]
-0.092872 (0.14893) [-0.62359]
0.281070 (0.39815) [ 0.70593]
-0.347843 -0.230163 (0.25873) (0.07068) [-1.34443] [-3.25651]
-0.072853 (0.04342) [-1.67782]
-0.137202 (0.11057) [-1.24092]
CointEq2
0.590526 (0.58190) [ 1.01483]
0.096624 (0.20266) [ 0.47679]
0.283604 (0.54178) [ 0.52347]
0.645260 0.270073 (0.35206) (0.09617) [ 1.83281] [ 2.80819]
0.098840 (0.05908) [ 1.67285]
0.214398 (0.15045) [ 1.42505]
D(LNVEKSPOR(-1))
-1.406088 (0.61035) [-2.30375]
-0.262143 (0.21257) [-1.23324]
-0.849362 (0.56827) [-1.49465]
-0.167136 0.245954 (0.36927) (0.10088) [-0.45261] [ 2.43819]
0.066118 (0.06197) [ 1.06687]
0.190843 (0.15780) [ 1.20936]
D(LNVEKSPOR(-2))
-1.473968 (0.62190) [-2.37012]
-0.006256 (0.21659) [-0.02888]
-1.193945 (0.57902) [-2.06201]
-0.290094 0.137050 (0.37626) (0.10278) [-0.77100] [ 1.33338]
0.029280 (0.06315) [ 0.46369]
-0.049519 (0.16079) [-0.30797]
D(LNVEKSPOR(-3))
-0.556037 (0.51097) [-1.08821]
-0.016482 (0.17795) [-0.09262]
-0.525228 (0.47574) [-1.10403]
0.003875 0.111780 (0.30914) (0.08445) [ 0.01253] [ 1.32362]
-0.015845 (0.05188) [-0.30541]
-0.218599 (0.13211) [-1.65468]
D(LNQEKSPOR) D(LNPK)
D(LNPD)
109
D(LNPF(-1))
0.269361 (0.76128) [ 0.35383]
0.122354 (0.26513) [ 0.46149]
0.109506 (0.70879) [ 0.15450]
-0.115800 -0.421913 (0.46059) (0.12582) [-0.25142] [-3.35330]
-0.062140 (0.07730) [-0.80389]
-0.133306 (0.19683) [-0.67727]
D(LNPF(-2))
-0.361142 (0.67900) [-0.53187]
0.119923 (0.23648) [ 0.50713]
-0.680454 (0.63219) [-1.07634]
-0.194855 -0.274311 (0.41081) (0.11222) [-0.47432] [-2.44434]
-0.110792 (0.06894) [-1.60696]
-0.324442 (0.17556) [-1.84808]
D(LNPF(-3))
0.353865 (0.64537) [ 0.54831]
0.350130 (0.22476) [ 1.55777]
0.125892 (0.60088) [ 0.20951]
-0.749485 -0.114067 (0.39046) (0.10666) [-1.91947] [-1.06940]
-0.082279 (0.06553) [-1.25560]
-0.028789 (0.16686) [-0.17253]
D(LNQEKSPOR(-1))
1.808938 (0.75646) [ 2.39132]
0.270352 (0.26345) [ 1.02619]
1.115359 (0.70431) [ 1.58363]
0.314539 -0.330085 (0.45767) (0.12502) [ 0.68726] [-2.64017]
-0.071704 (0.07681) [-0.93354]
-0.134636 (0.19558) [-0.68838]
D(LNQEKSPOR(-2))
1.701632 (0.75204) [ 2.26270]
0.004151 (0.26191) [ 0.01585]
1.310984 (0.70019) [ 1.87233]
0.386934 -0.172667 (0.45500) (0.12429) [ 0.85041] [-1.38919]
-0.023787 (0.07636) [-0.31151]
0.073686 (0.19444) [ 0.37897]
D(LNQEKSPOR(-3))
0.516856 (0.59338) [ 0.87104]
0.028579 (0.20666) [ 0.13829]
0.470943 (0.55247) [ 0.85243]
0.035613 -0.094011 (0.35901) (0.09807) [ 0.09920] [-0.95860]
0.030300 (0.06025) [ 0.50290]
0.337114 (0.15342) [ 2.19736]
D(LNPK(-1))
-0.298646 (0.24759) [-1.20621]
0.033552 (0.08623) [ 0.38911]
-0.277299 (0.23052) [-1.20293]
-0.126938 0.094779 (0.14980) (0.04092) [-0.84740] [ 2.31617]
0.018443 (0.02514) [ 0.73361]
-0.003239 (0.06401) [-0.05060]
D(LNPK(-2))
-0.103522 (0.27020) [-0.38312]
-0.046704 (0.09410) [-0.49630]
-0.086339 (0.25158) [-0.34319]
-0.137721 0.003702 (0.16348) (0.04466) [-0.84244] [ 0.08289]
0.005522 (0.02744) [ 0.20127]
0.047392 (0.06986) [ 0.67838]
D(LNPK(-3))
0.394534 (0.26872)
-0.196305 (0.09359)
0.356795 (0.25019)
0.070007 0.011549 (0.16258) (0.04441)
-0.026889 (0.02729)
-0.067617 (0.06948)
110
[ 1.46821]
[-2.09759]
[ 1.42609]
[ 0.43060] [ 0.26003]
[-0.98550]
[-0.97323]
D(LNPD(-1))
0.795022 (0.91845) [ 0.86561]
0.304098 (0.31987) [ 0.95070]
0.346158 (0.85513) [ 0.40480]
-0.199217 -0.205415 (0.55568) (0.15180) [-0.35851] [-1.35322]
0.143230 (0.09326) [ 1.53586]
-0.276185 (0.23746) [-1.16306]
D(LNPD(-2))
-1.329227 (0.92731) [-1.43342]
0.013246 (0.32295) [ 0.04102]
-1.346002 (0.86338) [-1.55900]
-0.954442 -0.180814 (0.56104) (0.15326) [-1.70120] [-1.17978]
-0.155415 (0.09416) [-1.65060]
0.126427 (0.23976) [ 0.52732]
D(LNPD(-3))
0.252213 (0.86960) [ 0.29003]
-0.451726 (0.30286) [-1.49155]
0.411633 (0.80965) [ 0.50841]
-0.627119 0.093053 (0.52613) (0.14372) [-1.19195] [ 0.64744]
-0.010809 (0.08830) [-0.12242]
0.274985 (0.22484) [ 1.22305]
D(LNIPI(-1))
-1.518509 (2.21938) [-0.68420]
-0.251190 (0.77294) [-0.32498]
-0.434149 (2.06637) [-0.21010]
-2.813305 0.014080 (1.34277) (0.36681) [-2.09515] [ 0.03839]
-1.098232 (0.22535) [-4.87342]
-0.520057 (0.57382) [-0.90631]
D(LNIPI(-2))
-1.005408 (2.32158) [-0.43307]
-0.219853 (0.80853) [-0.27192]
-0.700545 (2.16152) [-0.32410]
-2.303094 -0.028274 (1.40460) (0.38370) [-1.63968] [-0.07369]
-0.641144 (0.23573) [-2.71984]
-0.660669 (0.60024) [-1.10067]
D(LNIPI(-3))
-0.269599 (1.65898) [-0.16251]
-0.158509 (0.57777) [-0.27435]
-0.050103 (1.54460) [-0.03244]
-1.217745 -0.096504 (1.00372) (0.27419) [-1.21324] [-0.35196]
-0.099542 (0.16845) [-0.59093]
-0.622604 (0.42893) [-1.45153]
D(LNERIIL(-1))
-2.422257 (0.63500) [-3.81459]
-0.289225 (0.22115) [-1.30782]
-1.645364 (0.59122) [-2.78301]
-0.231890 0.221399 (0.38419) (0.10495) [-0.60359] [ 2.10957]
-0.167823 (0.06448) [-2.60286]
0.330457 (0.16418) [ 2.01280]
D(LNERIIL(-2))
-0.803416 (0.81248) [-0.98885]
0.105229 (0.28296) [ 0.37189]
-1.005642 (0.75646) [-1.32940]
-0.123386 0.126207 (0.49156) (0.13428) [-0.25101] [ 0.93987]
0.007748 (0.08250) [ 0.09392]
-0.062136 (0.21007) [-0.29579]
111
D(LNERIIL(-3))
R-squared Adj. R-squared Sum sq. resids S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent
-0.850810 (0.78358) [-1.08580]
0.450340 (0.27290) [ 1.65022]
-0.727520 (0.72955) [-0.99721]
0.093369 0.060940 (0.47408) (0.12951) [ 0.19695] [ 0.47055]
-0.000122 (0.07956) [-0.00154]
-0.517019 (0.20259) [-2.55200]
0.670058 0.508753 1.103090 0.156567 4.153986 43.63953 -0.607045 0.143671 0.017921 0.223383
0.300277 -0.041810 0.133795 0.054527 0.877780 115.3645 -2.716604 -1.965888 0.010103 0.053422
0.653213 0.483673 0.956229 0.145772 3.852848 48.49720 -0.749918 0.000798 0.006007 0.202867
0.270074 0.585229 -0.086778 0.382452 0.403785 0.030132 0.094726 0.025877 0.756824 2.886073 77.80913 166.0492 -1.612033 -4.207330 -0.861318 -3.456614 0.009826 0.007458 0.090865 0.032929
0.648329 0.476401 0.011373 0.015897 3.770932 199.1776 -5.181693 -4.430977 0.000850 0.021970
0.406871 0.116897 0.073739 0.040480 1.403131 135.6211 -3.312385 -2.561669 0.009294 0.043076
Determinant Residual Covariance Log Likelihood Log Likelihood (d.f. adjusted) Akaike Information Criteria Schwarz Criteria
4.03E-20 941.1755 842.9184 -19.58583 -13.80859
Lampiran 11. Variance Decomposition (VD) Variance Decomposition of LNVEKSPOR: Period S.E. LNVEKSPOR LNPF 1 2 3 4 5 6 7 8 9
0.156567 0.195677 0.203401 0.219385 0.237316 0.262440 0.287252 0.318438 0.346152
100.0000 68.20692 63.75513 55.66440 51.90217 48.60606 42.95612 37.37206 34.40842
0.000000 1.168447 1.283898 7.166906 13.65048 20.45497 27.30412 33.79856 37.91673
LNQEKSPOR
LNPK
LNPD
LNIPI
LNERIIL
0.000000 0.419048 0.528066 4.947137 4.279441 4.317898 3.972027 3.761594 3.509499
0.000000 15.44166 14.52615 12.51623 11.72582 10.17152 10.31866 11.20920 11.11315
0.000000 0.004761 1.070500 1.261353 1.129433 0.931722 0.945382 1.022128 0.872397
0.000000 3.424139 4.911066 5.450875 5.545101 5.407045 5.748060 5.663861 6.108336
0.000000 11.33503 13.92519 12.99310 11.76755 10.11079 8.755628 7.172590 6.071460
112
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43
0.377773 0.411205 0.443051 0.472489 0.499386 0.524002 0.547183 0.569181 0.589364 0.608268 0.625836 0.642628 0.658792 0.674630 0.689936 0.704853 0.719451 0.733902 0.748164 0.762282 0.776186 0.789872 0.803379 0.816726 0.829880 0.842838 0.855596 0.868150 0.880522 0.892721 0.904743 0.916594 0.928284 0.939819
32.91575 31.31834 30.84422 29.57421 29.11131 28.86362 28.93148 28.84849 28.85722 28.74646 28.76781 28.77009 28.78811 28.77272 28.74167 28.69748 28.66589 28.63361 28.59795 28.56035 28.51668 28.47933 28.44580 28.41767 28.38984 28.36411 28.33887 28.31811 28.29922 28.28244 28.26600 28.25036 28.23550 28.22197
40.79265 42.80196 43.81097 45.13360 45.79753 46.29950 46.34249 46.53621 46.64910 46.81969 46.87381 46.95743 47.01350 47.11094 47.20491 47.30608 47.39386 47.48374 47.57223 47.65852 47.74192 47.81810 47.88858 47.95167 48.01141 48.06600 48.11762 48.16405 48.20730 48.24704 48.28517 48.32111 48.35539 48.38763
3.220247 3.316627 3.509325 3.569725 3.619289 3.536628 3.504050 3.508216 3.501802 3.473691 3.440743 3.391467 3.360880 3.337932 3.314767 3.290107 3.265741 3.243403 3.227588 3.214601 3.202036 3.189843 3.178135 3.168265 3.159916 3.152216 3.144463 3.136783 3.129380 3.122674 3.116310 3.110154 3.104081 3.098170
11.10280 11.30723 11.39965 11.77118 12.00607 12.14451 12.36560 12.48685 12.59228 12.72127 12.82037 12.89474 12.96014 12.99936 13.04526 13.08866 13.12440 13.15295 13.17673 13.19892 13.22406 13.24689 13.26757 13.28683 13.30495 13.32333 13.34149 13.35833 13.37417 13.38919 13.40340 13.41720 13.43028 13.44256
0.757315 0.686711 0.625655 0.568645 0.545708 0.503400 0.475273 0.447013 0.425489 0.406465 0.391392 0.375749 0.362180 0.349576 0.339236 0.330187 0.321366 0.313002 0.305375 0.298587 0.292412 0.286652 0.281020 0.275811 0.270918 0.266412 0.262139 0.258073 0.254178 0.250521 0.247049 0.243773 0.240653 0.237673
6.075347 5.964628 5.742168 5.797049 5.710034 5.729909 5.681846 5.657115 5.621395 5.623341 5.617815 5.627193 5.622553 5.620571 5.622150 5.626336 5.631527 5.634877 5.635816 5.635813 5.637664 5.638829 5.640212 5.640012 5.639801 5.639385 5.639568 5.639559 5.639610 5.639317 5.639188 5.639141 5.639245 5.639352
5.135883 4.604501 4.068010 3.585596 3.210062 2.922429 2.699263 2.516112 2.352715 2.209087 2.088055 1.983328 1.892636 1.808901 1.732004 1.661143 1.597216 1.538419 1.484311 1.433211 1.385222 1.340347 1.298687 1.259745 1.223154 1.188537 1.155846 1.125088 1.096140 1.068812 1.042885 1.018251 0.994851 0.972644
113
44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72
0.951212 0.962468 0.973592 0.984588 0.995463 1.006222 1.016868 1.027407 1.037839 1.048169 1.058398 1.068531 1.078570 1.088516 1.098372 1.108140 1.117823 1.127422 1.136941 1.146380 1.155741 1.165028 1.174240 1.183381 1.192452 1.201455 1.210390 1.219260 1.228066
28.20906 28.19662 28.18442 28.17258 28.16125 28.15043 28.14002 28.12990 28.12013 28.11071 28.10170 28.09305 28.08473 28.07669 28.06895 28.06150 28.05433 28.04742 28.04074 28.03427 28.02802 28.02196 28.01611 28.01043 28.00491 27.99956 27.99437 27.98933 27.98443
48.41845 48.44795 48.47645 48.50382 48.53005 48.55520 48.57936 48.60263 48.62501 48.64653 48.66718 48.68704 48.70615 48.72456 48.74230 48.75940 48.77589 48.79181 48.80719 48.82207 48.83647 48.85041 48.86391 48.87700 48.88970 48.90202 48.91398 48.92559 48.93687
3.092556 3.087303 3.082271 3.077429 3.072763 3.068293 3.064053 3.060027 3.056162 3.052441 3.048863 3.045427 3.042133 3.038965 3.035906 3.032947 3.030089 3.027329 3.024663 3.022083 3.019583 3.017159 3.014811 3.012536 3.010331 3.008191 3.006113 3.004095 3.002135
13.45414 13.46513 13.47557 13.48561 13.49516 13.50425 13.51292 13.52124 13.52925 13.53696 13.54437 13.55149 13.55835 13.56497 13.57137 13.57755 13.58352 13.58928 13.59485 13.60024 13.60546 13.61051 13.61540 13.62014 13.62474 13.62919 13.63352 13.63772 13.64180
0.234829 0.232125 0.229549 0.227092 0.224741 0.222486 0.220327 0.218259 0.216276 0.214370 0.212537 0.210772 0.209073 0.207437 0.205859 0.204336 0.202865 0.201443 0.200069 0.198740 0.197454 0.196209 0.195002 0.193833 0.192699 0.191599 0.190532 0.189495 0.188488
5.639437 5.639477 5.639560 5.639684 5.639814 5.639938 5.640025 5.640102 5.640180 5.640266 5.640340 5.640406 5.640457 5.640507 5.640557 5.640608 5.640655 5.640699 5.640741 5.640783 5.640825 5.640867 5.640907 5.640946 5.640984 5.641021 5.641058 5.641094 5.641128
0.951527 0.931403 0.912174 0.893793 0.876217 0.859403 0.843293 0.827838 0.812992 0.798726 0.785011 0.771816 0.759110 0.746863 0.735051 0.723654 0.712651 0.702022 0.691747 0.681809 0.672191 0.662878 0.653858 0.645115 0.636637 0.628412 0.620429 0.612678 0.605148
114
Lampiran 12. Impulse Response Function (IRF) Response to Cholesky One S.D. Innovations Response of LNVEKSPOR to LNVEKSPOR
Response of LNVEKSPOR to LNPF
Response of LNVEKSPOR to LNQEKSPOR
Response of LNVEKSPOR to LNPK
.16
.16
.16
.16
.12
.12
.12
.12
.08
.08
.08
.08
.04
.04
.04
.04
.00
.00
.00
.00
-.04
-.04
-.04
-.04
-.08
-.08 5
10
15
20
25
-.08
30
5
10
15
20
Response of LNVEKSPOR to LNPD
25
-.08
30
5
10
15
20
25
.16
.16
.12
.12
.12
.08
.08
.08
.04
.04
.04
.00
.00
.00
-.04
-.04
-.04
5
10
15
20
25
30
5
10
15
20
25
30
Response of LNVEKSPOR to LNERIIL
Response of LNVEKSPOR to LNIPI
.16
-.08
30
-.08
-.08 5
10
15
20
25
30
5
10
15
20
25
30
115
Response to Cholesky One S.D. Innovations Response of LNERIIL to LNVEKSPOR
Response of LNERIIL to LNPF
Response of LNERIIL to LNQEKSPOR
Response of LNERIIL to LNPK
.05
.05
.05
.05
.04
.04
.04
.04
.03
.03
.03
.03
.02
.02
.02
.02
.01
.01
.01
.01
.00
.00
.00
.00
-.01
-.01
-.01
-.01
-.02
-.02
-.02
5
10
15
20
25
30
5
10
15
20
25
Response of LNERIIL to LNPD
-.02
30
5
10
15
20
Response of LNERIIL to LNIPI .05
.05
.04
.04
.04
.03
.03
.03
.02
.02
.02
.01
.01
.01
.00
.00
.00
-.01
-.01
-.01
-.02 5
10
15
20
25
30
30
5
10
15
20
25
30
Response of LNERIIL to LNERIIL
.05
-.02
25
-.02 5
10
15
20
25
30
5
10
15
20
25
30
116
Tabel 13. Variance Decomposition (VD) Variance Decomposition of LNVEKSPOR: Period S.E. LNVEKSPOR LNPF 1 2 3 4 5 6 7 8 9 10 13 14 15 20 25 30 40 50 51 60 70 71 72
0.156567 0.195677 0.203401 0.219385 0.237316 0.262440 0.287252 0.318438 0.346152 0.377773 0.472489 0.499386 0.524002 0.625836 0.704853 0.776186 0.904743 1.016868 1.027407 1.117823 1.210390 1.219260 1.228066
100.0000 68.20692 63.75513 55.66440 51.90217 48.60606 42.95612 37.37206 34.40842 32.91575 29.57421 29.11131 28.86362 28.76781 28.69748 28.51668 28.26600 28.14002 28.12990 28.05433 27.99437 27.98933 27.98443
0.000000 1.168447 1.283898 7.166906 13.65048 20.45497 27.30412 33.79856 37.91673 40.79265 45.13360 45.79753 46.29950 46.87381 47.30608 47.74192 48.28517 48.57936 48.60263 48.77589 48.91398 48.92559 48.93687
LNQEKSPOR
LNPK
LNPD
LNIPI
LNERIIL
0.000000 0.419048 0.528066 4.947137 4.279441 4.317898 3.972027 3.761594 3.509499 3.220247 3.569725 3.619289 3.536628 3.440743 3.290107 3.202036 3.116310 3.064053 3.060027 3.030089 3.006113 3.004095 3.002135
0.000000 15.44166 14.52615 12.51623 11.72582 10.17152 10.31866 11.20920 11.11315 11.10280 11.77118 12.00607 12.14451 12.82037 13.08866 13.22406 13.40340 13.51292 13.52124 13.58352 13.63352 13.63772 13.64180
0.000000 0.004761 1.070500 1.261353 1.129433 0.931722 0.945382 1.022128 0.872397 0.757315 0.568645 0.545708 0.503400 0.391392 0.330187 0.292412 0.247049 0.220327 0.218259 0.202865 0.190532 0.189495 0.188488
0.000000 3.424139 4.911066 5.450875 5.545101 5.407045 5.748060 5.663861 6.108336 6.075347 5.797049 5.710034 5.729909 5.617815 5.626336 5.637664 5.639188 5.640025 5.640102 5.640655 5.641058 5.641094 5.641128
0.000000 11.33503 13.92519 12.99310 11.76755 10.11079 8.755628 7.172590 6.071460 5.135883 3.585596 3.210062 2.922429 2.088055 1.661143 1.385222 1.042885 0.843293 0.827838 0.712651 0.620429 0.612678 0.605148
Sumber : Lampiran 11.
65
Lampiran 19. Correlation Matrix LNERIIL LNGDPRIIL LNPD LNPF LNPK LNQEKSPOR LNVEKSPOR
LNERIIL
LNGDPRIIL
LNPD
LNPF
LNPK
1.000000 0.265949 0.902772 -0.574127 -0.406670 0.161527 -0.215380
0.265949 1.000000 -0.038822 -0.713347 -0.732554 0.070433 -0.509051
0.902772 -0.038822 1.000000 -0.218104 -0.052214 0.159616 0.050644
-0.574127 -0.713347 -0.218104 1.000000 0.940067 -0.069454 0.658663
-0.406670 -0.732554 -0.052214 0.940067 1.000000 -0.030848 0.656376
LNQEKSPOR LNVEKSPOR 0.161527 0.070433 0.159616 -0.069454 -0.030848 1.000000 0.657095
-0.215380 -0.509051 0.050644 0.658663 0.656376 0.657095 1.000000
Lampiran 20. Estimasi Vector Error Correction Model (VECM) Vector Error Correction Estimates Date: 07/24/07 Time: 23:13 Sample(adjusted): 1992:03 2005:12 Included observations: 166 after adjusting endpoints Standard errors in ( ) & t-statistics in [ ] CointEq1
CointEq2
CointEq3
LNVEKSPOR(-1)
1.000000
0.000000
0.000000
LNPF(-1)
0.000000
1.000000
0.000000
LNQEKSPOR(-1)
0.000000
0.000000
1.000000
LNPK(-1)
-0.445834 (0.17257) [-2.58351]
-0.731856 (0.06269) [-11.6736]
0.534999 (0.21662) [ 2.46975]
LNPD(-1)
-1.195045 (0.42503) [-2.81164]
-0.520695 (0.15441) [-3.37212]
-1.211046 (0.53353) [-2.26987]
LNERIIL(-1)
0.734900
0.296351
0.815819
123
Cointegrating Eq:
(0.08388) [ 3.53315]
(0.28982) [ 2.81494]
LNGDPRIIL(-1)
-1.844901 (0.18786) [-9.82083]
-0.288380 (0.06825) [-4.22556]
-1.326680 (0.23581) [-5.62607]
Error Correction:
D(LNVEKSPOR)
D(LNPF)
D(LNQEKSPOR)
D(LNPK)
D(LNPD)
D(LNERIIL)
D(LNGDPRIIL)
CointEq1
-0.599130 (0.21348) [-2.80655]
0.157280 (0.04981) [ 3.15765]
-0.138563 (0.25379) [-0.54597]
0.181015 (0.07166) [ 2.52592]
-0.011101 (0.04732) [-0.23459]
0.037511 (0.05452) [ 0.68805]
0.004423 (0.00230) [ 1.91938]
CointEq2
0.907935 (0.37130) [ 2.44526]
-0.307924 (0.08663) [-3.55428]
0.290488 (0.44143) [ 0.65806]
-0.127047 (0.12465) [-1.01926]
0.098672 (0.08230) [ 1.19888]
-0.143905 (0.09482) [-1.51759]
-0.012226 (0.00401) [-3.05022]
CointEq3
0.197565 (0.16761) [ 1.17871]
-0.096424 (0.03911) [-2.46560]
-0.255697 (0.19927) [-1.28318]
-0.107219 (0.05627) [-1.90556]
0.021803 (0.03715) [ 0.58684]
-0.054404 (0.04280) [-1.27097]
-0.002699 (0.00181) [-1.49180]
D(LNVEKSPOR(-1))
-0.035452 (0.18216) [-0.19462]
-0.063090 (0.04250) [-1.48442]
0.196584 (0.21656) [ 0.90776]
-0.077719 (0.06115) [-1.27097]
0.092028 (0.04038) [ 2.27925]
0.012317 (0.04652) [ 0.26477]
-0.001541 (0.00197) [-0.78367]
D(LNPF(-1))
1.217358 (0.50808) [ 2.39598]
0.457302 (0.11855) [ 3.85750]
1.061367 (0.60404) [ 1.75710]
0.122222 (0.17056) [ 0.71658]
0.304493 (0.11262) [ 2.70367]
0.303388 (0.12976) [ 2.33815]
0.003386 (0.00548) [ 0.61728]
D(LNQEKSPOR(-1))
-0.013593 (0.15286) [-0.08893]
0.032400 (0.03567) [ 0.90845]
-0.196231 (0.18173) [-1.07981]
0.032997 (0.05131) [ 0.64304]
-0.099513 (0.03388) [-2.93702]
-0.017102 (0.03904) [-0.43809]
0.000934 (0.00165) [ 0.56578]
D(LNPK(-1))
-0.139993 (0.33722)
-0.095012 (0.07868)
-0.044044 (0.40092)
0.137055 (0.11321)
-0.065016 (0.07475)
-0.089810 (0.08612)
-0.001468 (0.00364)
124
(0.23088) [ 3.18303]
[-0.41513]
[-1.20753]
[-0.10986]
[ 1.21067]
[-0.86979]
[-1.04284]
[-0.40333]
D(LNPD(-1))
0.100592 (0.28188) [ 0.35685]
-0.017738 (0.06577) [-0.26969]
-0.231481 (0.33512) [-0.69073]
0.037441 (0.09463) [ 0.39567]
-0.915449 (0.06248) [-14.6512]
-0.545340 (0.07199) [-7.57543]
0.005917 (0.00304) [ 1.94435]
D(LNERIIL(-1))
0.056329 (0.33886) [ 0.16623]
-0.038262 (0.07906) [-0.48394]
0.188723 (0.40286) [ 0.46846]
-0.032863 (0.11375) [-0.28890]
1.189614 (0.07511) [ 15.8380]
0.628008 (0.08654) [ 7.25702]
-0.002143 (0.00366) [-0.58573]
D(LNGDPRIIL(-1))
15.96698 (4.84079) [ 3.29842]
-5.049705 (1.12948) [-4.47083]
16.22348 (5.75506) [ 2.81899]
-3.684019 (1.62504) [-2.26704]
-0.288576 (1.07301) [-0.26894]
0.458084 (1.23625) [ 0.37054]
0.781265 (0.05226) [ 14.9506]
0.270409 0.228317 15.37804 0.313970 6.424267 -38.08286 0.579312 0.766781 0.008040 0.357412
0.199853 0.153691 0.837190 0.073257 4.329355 203.5006 -2.331333 -2.143864 0.001694 0.079632
0.233474 0.189251 21.73544 0.373269 5.279514 -66.80115 0.925315 1.112784 0.007100 0.414552
0.136427 0.086605 1.732988 0.105399 2.738310 143.1139 -1.603782 -1.416313 0.004515 0.110282
0.678499 0.659951 0.755576 0.069595 36.58039 212.0140 -2.433904 -2.246435 0.008535 0.119345
0.331790 0.293240 1.002951 0.080182 8.606621 188.5066 -2.150682 -1.963213 0.017330 0.095377
0.849204 0.840504 0.001792 0.003389 97.61243 713.6764 -8.478029 -8.290560 -0.001128 0.008487
R-squared Adj. R-squared Sum sq. resids S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent
Determinant Residual Covariance Log Likelihood Log Likelihood (d.f. adjusted) Akaike Information Criteria Schwarz Criteria
1.68E-17 1593.162 1557.063 -17.66341 -15.95744
125
Lampiran 21. Variance Decompisition (VD) Variance Decomposition of LNVEKSPOR: Period S.E. LNVEKSPOR 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
0.313970 0.400384 0.454976 0.491169 0.516467 0.535654 0.551082 0.564087 0.575474 0.585748 0.595227 0.604125 0.612583 0.620703 0.628555 0.636190 0.643644 0.650948 0.658121 0.665180 0.672138 0.679006 0.685790 0.692498 0.699136 0.705707 0.712216 0.718666 0.725060 0.731400
100.0000 88.27151 81.74448 78.75385 77.00974 75.64287 74.45452 73.37001 72.35658 71.39730 70.48298 69.60763 68.76701 67.95788 67.17760 66.42395 65.69504 64.98920 64.30496 63.64105 62.99630 62.36970 61.76032 61.16734 60.59001 60.02765 59.47964 58.94541 58.42444 57.91625
LNPF
LNQEKSPOR
LNPK
LNPD
LNERIIL
LNGDPRIIL
0.000000 8.394530 13.48114 15.88660 17.39925 18.57833 19.56839 20.44215 21.23882 21.98085 22.68172 23.35047 23.99312 24.61383 25.21548 25.80007 26.36905 26.92344 27.46400 27.99130 28.50580 29.00788 29.49784 29.97599 30.44258 30.89789 31.34215 31.77561 32.19852 32.61114
0.000000 0.287556 0.222703 0.259875 0.355423 0.436394 0.511060 0.574668 0.629462 0.676330 0.716919 0.752191 0.783062 0.810208 0.834193 0.855464 0.874389 0.891267 0.906351 0.919848 0.931939 0.942774 0.952485 0.961186 0.968977 0.975946 0.982172 0.987723 0.992662 0.997046
0.000000 1.234024 2.108237 2.314759 2.239897 2.123679 2.014088 1.922441 1.848563 1.789220 1.740880 1.700444 1.665492 1.634229 1.605387 1.578104 1.551819 1.526182 1.500991 1.476141 1.451588 1.427328 1.403379 1.379768 1.356528 1.333689 1.311281 1.289328 1.267851 1.246864
0.000000 0.015853 0.059045 0.250496 0.505435 0.789008 1.085321 1.387100 1.685786 1.977468 2.259150 2.529173 2.786559 3.030957 3.262383 3.481123 3.687633 3.882470 4.066245 4.239593 4.403146 4.557521 4.703313 4.841085 4.971370 5.094664 5.211433 5.322109 5.427096 5.526766
0.000000 0.011932 0.099341 0.222556 0.228142 0.222620 0.215498 0.208562 0.201923 0.195854 0.190271 0.185123 0.180347 0.175892 0.171716 0.167784 0.164069 0.160547 0.157201 0.154013 0.150971 0.148064 0.145281 0.142614 0.140055 0.137597 0.135233 0.132959 0.130769 0.128658
0.000000 1.784600 2.285055 2.311860 2.262115 2.207098 2.151129 2.095069 2.038866 1.982974 1.928075 1.874974 1.824408 1.777003 1.733248 1.693500 1.658003 1.626900 1.600252 1.578055 1.560249 1.546734 1.537375 1.532015 1.530477 1.532571 1.538101 1.546863 1.558656 1.573276
126
0.737688 0.743927 0.750117 0.756261 0.762360 0.768415 0.774427 0.780397 0.786327 0.792218 0.798069 0.803882 0.809658 0.815397 0.821101 0.826769 0.832402 0.838001 0.843567 0.849100 0.854600 0.860069 0.865505 0.870911 0.876287 0.881632 0.886947 0.892234 0.897491 0.902721 0.907922 0.913095 0.918241 0.923361
57.42040 56.93645 56.46402 56.00273 55.55224 55.11222 54.68235 54.26232 53.85186 53.45068 53.05852 52.67512 52.30025 51.93366 51.57512 51.22441 50.88132 50.54564 50.21717 49.89572 49.58109 49.27310 48.97158 48.67636 48.38726 48.10412 47.82679 47.55511 47.28893 47.02811 46.77252 46.52200 46.27644 46.03570
33.01369 33.40643 33.78960 34.16344 34.52820 34.88411 35.23141 35.57033 35.90111 36.22396 36.53911 36.84678 37.14717 37.44051 37.72698 38.00678 38.28011 38.54716 38.80811 39.06313 39.31239 39.55607 39.79433 40.02731 40.25519 40.47809 40.69617 40.90956 41.11841 41.32283 41.52295 41.71890 41.91080 42.09875
1.000923 1.004341 1.007340 1.009957 1.012226 1.014179 1.015843 1.017243 1.018404 1.019347 1.020090 1.020653 1.021051 1.021298 1.021410 1.021398 1.021274 1.021048 1.020730 1.020329 1.019852 1.019308 1.018703 1.018044 1.017335 1.016583 1.015792 1.014967 1.014111 1.013228 1.012322 1.011396 1.010453 1.009495
1.226379 1.206403 1.186938 1.167985 1.149540 1.131600 1.114155 1.097199 1.080722 1.064712 1.049158 1.034048 1.019369 1.005109 0.991255 0.977795 0.964715 0.952002 0.939645 0.927631 0.915949 0.904586 0.893531 0.882774 0.872304 0.862111 0.852184 0.842514 0.833092 0.823909 0.814957 0.806226 0.797711 0.789402
5.621466 5.711515 5.797213 5.878833 5.956633 6.030849 6.101702 6.169395 6.234119 6.296050 6.355354 6.412182 6.466677 6.518972 6.569191 6.617449 6.663856 6.708510 6.751507 6.792935 6.832877 6.871410 6.908606 6.944533 6.979256 7.012834 7.045323 7.076776 7.107243 7.136770 7.165402 7.193180 7.220143 7.246328
0.126622 0.124657 0.122759 0.120925 0.119152 0.117435 0.115774 0.114165 0.112606 0.111094 0.109627 0.108204 0.106822 0.105480 0.104176 0.102909 0.101676 0.100477 0.099310 0.098174 0.097067 0.095989 0.094939 0.093915 0.092917 0.091943 0.090993 0.090065 0.089160 0.088276 0.087412 0.086568 0.085743 0.084937
1.590525 1.610208 1.632137 1.656128 1.682008 1.709608 1.738771 1.769344 1.801185 1.834160 1.868141 1.903011 1.938658 1.974979 2.011876 2.049260 2.087048 2.125162 2.163530 2.202088 2.240773 2.279531 2.318309 2.357061 2.395745 2.434320 2.472751 2.511006 2.549056 2.586874 2.624437 2.661723 2.698713 2.735390
127
31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64
65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80
0.928454 0.933520 0.938561 0.943577 0.948567 0.953532 0.958473 0.963390 0.968283 0.973152 0.977999 0.982822 0.987622 0.992400 0.997157 1.001891
45.79966 45.56819 45.34118 45.11852 44.90010 44.68580 44.47552 44.26917 44.06663 43.86783 43.67265 43.48103 43.29285 43.10805 42.92654 42.74823
42.28287 42.46326 42.64004 42.81329 42.98311 43.14961 43.31286 43.47297 43.63000 43.78404 43.93518 44.08349 44.22905 44.37192 44.51217 44.64989
1.008524 1.007544 1.006555 1.005560 1.004560 1.003556 1.002551 1.001546 1.000541 0.999537 0.998536 0.997539 0.996545 0.995557 0.994574 0.993597
0.781292 0.773376 0.765645 0.758094 0.750716 0.743505 0.736456 0.729564 0.722823 0.716228 0.709774 0.703457 0.697273 0.691217 0.685285 0.679473
7.271770 7.296500 7.320551 7.343951 7.366729 7.388909 7.410517 7.431576 7.452109 7.472135 7.491676 7.510750 7.529375 7.547568 7.565345 7.582721
0.084149 0.083377 0.082623 0.081885 0.081162 0.080455 0.079762 0.079084 0.078419 0.077768 0.077130 0.076505 0.075891 0.075290 0.074700 0.074121
2.771740 2.807748 2.843405 2.878698 2.913622 2.948166 2.982327 3.016099 3.049478 3.082461 3.115045 3.147230 3.179015 3.210399 3.241384 3.271970
128
Lampiran 22. Impulse Response Function (IRF)
Response to Cholesky One S.D. Innovations
Response of LNVEKSPOR to LNVEKSPOR
Response of LNVEKSPOR to LNPF
Response of LNVEKSPOR to LNQEKSPOR
Response of LNVEKSPOR to LNPK
.4
.4
.4
.4
.3
.3
.3
.3
.2
.2
.2
.2
.1
.1
.1
.1
.0
.0
.0
.0
-.1
-.1
-.1
10
20
30
40
50
60
70
10
20
30
Response of LNVEKSPOR to LNPD
40
50
60
-.1
70
10
20
30
Response of LNVEKSPOR to LNERIIL
40
50
.4
.4
.3
.3
.3
.2
.2
.2
.1
.1
.1
.0
.0
.0
-.1 10
20
30
40
50
60
70
70
10
20
30
40
50
60
70
Response of LNVEKSPOR to LNGDPRIIL
.4
-.1
60
-.1 10
20
30
40
50
60
70
10
20
30
40
50
60
70
129
Tabel 20. Variance Decomposition (VD) Variance Decomposition of LNVEKSPOR: Period S.E. LNVEKSPO LNPF R 1 2 3 4 5 10 15 20 30 40 50 60 70 71 72 73 74 75 76 77 78 79 80
0.313970 0.400384 0.454976 0.491169 0.516467 0.585748 0.628555 0.665180 0.731400 0.792218 0.849100 0.902721 0.953532 0.958473 0.963390 0.968283 0.973152 0.977999 0.982822 0.987622 0.992400 0.997157 1.001891
100.0000 88.27151 81.74448 78.75385 77.00974 71.39730 67.17760 63.64105 57.91625 53.45068 49.89572 47.02811 44.68580 44.47552 44.26917 44.06663 43.86783 43.67265 43.48103 43.29285 43.10805 42.92654 42.74823
0.000000 8.394530 13.48114 15.88660 17.39925 21.98085 25.21548 27.99130 32.61114 36.22396 39.06313 41.32283 43.14961 43.31286 43.47297 43.63000 43.78404 43.93518 44.08349 44.22905 44.37192 44.51217 44.64989
LNQEKSPO R
LNPK
LNPD
0.000000 0.287556 0.222703 0.259875 0.355423 0.676330 0.834193 0.919848 0.997046 1.019347 1.020329 1.013228 1.003556 1.002551 1.001546 1.000541 0.999537 0.998536 0.997539 0.996545 0.995557 0.994574 0.993597
0.000000 1.234024 2.108237 2.314759 2.239897 1.789220 1.605387 1.476141 1.246864 1.064712 0.927631 0.823909 0.743505 0.736456 0.729564 0.722823 0.716228 0.709774 0.703457 0.697273 0.691217 0.685285 0.679473
0.000000 0.015853 0.059045 0.250496 0.505435 1.977468 3.262383 4.239593 5.526766 6.296050 6.792935 7.136770 7.388909 7.410517 7.431576 7.452109 7.472135 7.491676 7.510750 7.529375 7.547568 7.565345 7.582721
LNERIIL LNGDPRII L 0.000000 0.011932 0.099341 0.222556 0.228142 0.195854 0.171716 0.154013 0.128658 0.111094 0.098174 0.088276 0.080455 0.079762 0.079084 0.078419 0.077768 0.077130 0.076505 0.075891 0.075290 0.074700 0.074121
0.000000 1.784600 2.285055 2.311860 2.262115 1.982974 1.733248 1.578055 1.573276 1.834160 2.202088 2.586874 2.948166 2.982327 3.016099 3.049478 3.082461 3.115045 3.147230 3.179015 3.210399 3.241384 3.271970
Sumber : Lampiran 21.
84
