ANALISIS PENGARUH NERACA PERDAGANGAN DAN CAPITAL INFLOW TERHADAP PERTUMBUHAN EKONOMI DI INDONESIA
OLEH PRIMA ANDRIANI H14104090
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2008
RINGKASAN
PRIMA ANDRIANI. Analisis Pengaruh Neraca Perdagangan dan Capital Inflow terhadap Pertumbuhan Ekonomi di Indonesia (dibimbing oleh DEDI BUDIMAN HAKIM). Krisis ekonomi yang melanda Indonesia pada pertengahan tahun 1997 dan mencapai puncaknya pada tahun 1998 telah menyebabkan destabilisasi kondisi ekonomi Indonesia. Hal tersebut dapat dilihat dari melemahnya nilai tukar Rupiah terhadap Dollar Amerika hingga mencapai Rp 14.900,00 per Dollar Amerika dan berkurangnya aliran modal masuk (capital inflow) karena resiko usaha di dalam negeri lebih tinggi daripada return yang diharapkan oleh para investor sehingga menimbulkan dampak yang cukup parah pada sektor perekonomian dan perbankan. Hal tersebut juga menandakan ketidakpercayaan investor pada pemerintah Indonesia. Berkurangnya modal yang masuk ke Indonesia membuat Indonesia kekurangan modal untuk proses pembangunan. Disisi lain, walaupun pada saat krisis ekonomi nilai tukar Rupiah mengalami depresiasi dan depresiasi nilai tukar mengindikasikan adanya peningkatan daya saing sehingga dapat meningkatkan neraca pembayaran melalui peningkatan volume ekspor, akan tetapi penerimaan yang berasal dari ekspor saja tidak cukup untuk membiayai proses pembangunan di Indonesia. Hal itu terjadi karena hingga saat ini mayoritas komoditi ekspor Indonesia masih berupa komoditi primer yang kurang memiliki nilai tambah. Keadaan tersebut mendorong pemerintah untuk lebih menghemat pengeluarannya dan mencari sumber-sumber pembiayaan yang berasal dari dalam negeri maupun dari luar negeri. Pembiayaan dalam negeri salah satunya bersumber dari pajakdan tabungan domestik, sedangkan sumber pembiayaan dari luar negeri dapat berasal dari pinjaman luar negeri atau investasi asing baik langsung maupun dalam bentuk portofolio. Akan tetapi pemerintah Indonesia harus tetap melakukan kebijakan pengawasan terhadap jumlah investasi asing (capital inflow) yang masuk untuk menjaga keseimbangan neraca pembayaran, terutama pengawasan pada investasi asing dalam bentuk portofolio. Tujuan dari penelitian ini adalah untuk menganalisis pengaruh neraca perdagangan dan capital inflow terhadap pertumbuhan ekonomi di Indonesia pada jangka pendek dan jangka panjang, juga menganalisis respon pertumbuhan ekonomi apabila terjadi perubahan pada neraca perdagangan dan capital inflow. Penelitian ini menggunakan data time series bulanan dengan sampel waktu Januari 1998 hingga September 2007. Adapun model yang digunakan dalam penelitian ini adalah metode Vector Auto Regression (VAR) yang dilanjutkan dengan metode Vector Error Correction Model (VECM) karena data yang digunakan dalam penelitian tidak stasioner dan terkointegrasi.
Hasil penelitian menunjukkan bahwa neraca perdagangan riil pada jangka pendek tidak mempunyai pengaruh yang signifikan terhadap GDP riil. Pada jangka panjang, neraca perdagangan riil mempunyai pengaruh negatif terhadap GDP riil yang signifikan secara statistik. Sedangkan capital inflow riil pada jangka pendek dan jangka panjang tidak mempunyai pengaruh yang signifikan terhadap GDP riil. Melalui hasil tes Impulse Response Function (IRF) diketahui bahwa estimasi respon GDP riil terhadap perubahan variabel neraca perdagangan riil menunjukkan bahwa pada periode awal hingga periode 4, perubahan neraca perdagangan riil akan berpengaruh positif terhadap GDP riil. Namun pada periode 5 hingga periode 30, perubahan neraca perdagangan riil justru akan berpengaruh negatif terhadap GDP riil. Sedangkan hasil estimasi respon GDP riil terhadap perubahan variabel capital inflow riil menunjukkan bahwa pada periode awal hingga periode 30, perubahan capital inflow riil berpengaruh negatif terhadap GDP riil. Adapun saran yang diberikan penulis dengan melihat hasil dari penelitian ini yaitu: (1) Pengaruh negatif neraca perdagangan riil terhadap pertumbuhan ekonomi terjadi karena komoditas ekspor Indonesia hingga saat ini masih terpaku pada produk primer yang kurang mempunyai nilai tambah dan kurang memiliki keunggulan kompetitif di pasar dunia. Oleh karena itu perlu adanya diversifikasi ekspor agar neraca perdagangan memiliki kontribusi yang positif bagi pertumbuhan ekonomi Indonesia, dan (2) Pemerintah harus membatasi jumlah capital inflow di Indonesia karena capital inflow tidak memberikan pengaruh yang signifikan terhadap pertumbuhan ekonomi Indonesia baik dalam jangka pendek maupun jangka panjang. Selain itu pemerintah sebaiknya memprioritaskan pembangunan yang bersumber dari tabungan domestik, bukan dari capital inflow karena dari hasil respon GDP riil terhadap perubahan tabungan domestik menunjukkan bahwa tabungan domestik memiliki pengaruh positif bagi pertumbuhan ekonomi Indonesia.
ANALISIS PENGARUH NERACA PERDAGANGAN DAN CAPITAL INFLOW TERHADAP PERTUMBUHAN EKONOMI DI INDONESIA
Oleh PRIMA ANDRIANI H14104090
Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2008
INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN ILMU EKONOMI Dengan ini menyatakan bahwa skripsi yang disusun oleh, Nama Mahasiswa
: Prima Andriani
Nomor Registrasi Pokok
: H14104090
Program Studi
: Ilmu Ekonomi
Judul
: Analisis Pengaruh Neraca Perdagangan dan Capital
Inflow
terhadap
Pertumbuhan
Ekonomi 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. Dedi Budiman Hakim, M.Ec NIP. 131 846 871
Mengetahui, Ketua Departemen Ilmu Ekonomi,
Dr. Ir. Rina Oktaviani, M.S 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, Juli 2008
Prima Andriani H14104090
RIWAYAT HIDUP
Penulis bernama Prima Andriani lahir pada tanggal 02 Januari 1987 di Tasikmalaya, sebuah kota kecil yang berada di Provinsi Jawa Barat. Penulis anak pertama dari tiga bersaudara, dari pasangan Bapak Yadi Daryana dan Ibu Noneng. Jenjang pendidikan penulis dilalui tanpa hambatan, penulis menamatkan sekolah dasar pada SDN Semplak 2 Bogor, kemudian melanjutkan ke SLTP Negeri 6 Bogor dan lulus pada tahun 2001. Pada tahun yang sama penulis diterima di SMUN 5 Bogor dan lulus pada tahun 2004. Pada tahun 2004 penulis melanjutkan studinya ke jenjang yang lebih tinggi. Institut Pertanian Bogor (IPB) menjadi pilihan penulis dengan harapan besar agar dapat memperoleh ilmu dan mengembangkan pola pikir. Penulis masuk IPB melalui jalur Undangan Seleksi Masuk IPB (USMI) dan diterima sebagai mahasiswa Program Studi Ilmu Ekonomi pada Fakultas Ekonomi dan Manajemen (FEM). Selama menjadi mahasiswa, penulis aktif di beberapa organisasi seperti Syariah Economics Student Club (SES-C) dan Himpunan Mahasiswa Islam (HMI) komisariat FEM.
KATA PENGANTAR
Puji syukur kehadirat Allah SWT yang telah melimpahkan rahmat dan hidayah-Nya kepada kita semua sehingga penulis dapat menyelesaikan penyusunan skripsi yang berjudul “Analisis Pengaruh Neraca Perdagangan dan Capital Inflow terhadap Pertumbuhan Ekonomi di Indonesia”. Skripsi ini disusun sebagai salah satu syarat untuk mendapatkan gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Tujuan penelitian ini pertama untuk menganalisis pengaruh neraca perdagangan dan capital inflow terhadap pertumbuhan ekonomi di Indonesia pada jangka pendek dan jangka panjang, tujuan kedua untuk menganalisis respon pertumbuhan ekonomi apabila terjadi perubahan pada neraca perdagangan dan capital inflow. Penulis menyadari bahwa penyusunan skripsi ini tidak lepas dari bantuan dan dukungan banyak pihak. Oleh karena itu dengan segala hormat penulis menghaturkan terima kasih kepada: 1. Bapak Dr. Ir. Dedi Budiman Hakim, M.Ec selaku dosen pembimbing yang telah memberikan bimbingan baik secara teknis maupun teoritis dalam proses pembuatan skripsi ini sehingga dapat terselesaikan dengan baik. 2. Bapak Noer Azam Achsani, Ph.D selaku dosen penguji utama dan Bapak Tony Irawan, M.App.Ec selaku penguji dari Komisi Pendidikan atas segala saran dan masukannya dalam proses perbaikan skripsi. 3. Seluruh keluarga besar penulis, terutama kedua orang tua tercinta, Bapak Yadi dan Ibu Noneng atas doa, dukungan, semangat, dan kasih sayang yang telah diberikan kepada penulis. 4. Kakak-kakak senior IE 40, Kak Wawan, Kak Hery, dan Kak Yogie. Terima kasih telah membagi ilmunya kepada penulis.
5. Sahabat-sahabat penulis, Ryan Darmansyah, Novie Illya, Andromeda, Rima, Srikandi, Putri, Annisa, Satrio, Duvi, dan Novi. Terima kasih atas doa, kebersamaan, semangat, dan dukungannya. 6. Teman-teman IE 41, terutama Merlin, Liana, Widha, Yuliana, dan Yustiana. Terima kasih atas doa dan semangat selama proses penyelesaian skripsi. 7. Seluruh pihak yang telah berperan dalam penyusunan skripsi ini yang tidak dapat disebutkan satu per satu. Semoga
skripsi
ini
dapat bermanfaat bagi
semua
pihak yang
membutuhkan.
Bogor, Juli 2008
Prima Andriani H14104090
DAFTAR ISI
Halaman DAFTAR TABEL ........................................................................................
iv
DAFTAR GAMBAR ...................................................................................
v
DAFTAR LAMPIRAN ................................................................................
vi
I. PENDAHULUAN .................................................................................
1
1.1. Latar Belakang ...............................................................................
1
1.2. Perumusan Masalah ......................................................................
7
1.3. Tujuan Penelitian ..........................................................................
9
1.4. Manfaat Penelitian ........................................................................
9
II. TINJAUAN PUSTAKA ........................................................................
10
2.1. Neraca Perdagangan ......................................................................
10
2.1.1. Ekspor ...............................................................................
10
2.1.2. Impor .................................................................................
12
2.2. Pendekatan Elastisitas Neraca Perdagangan (Kondisi Marshall-Lerner) .............................................................
13
2.3. Hubungan antara Arus Modal Internasional dan Neraca Perdagangan ...............................................................
15
2.4. Teori Aliran Modal Masuk Asing .................................................
18
2.4.1. Penanaman Modal Asing Langsung (Foreign Direct Investment) ..............................................
18
2.4.2. Penanaman Modal Asing Tidak Langsung (Portofolio Foreign Investment) .......................................
19
2.4.3. Pinjaman Luar Negeri .......................................................
20
2.5. Pertumbuhan Ekonomi ..................................................................
23
2.5.1. Model Pertumbuhan Sollow ..............................................
25
2.5.2. Model Harrod-Domar .......................................................
25
2.6. Penelitian Terdahulu .....................................................................
27
2.7. Kerangka Pemikiran ......................................................................
29
III. METODE PENELITIAN .......................................................................
32
3.1. Jenis dan Sumber Data ..................................................................
32
3.2. Metode Analisis ............................................................................
32
3.2.1. Vector Auto Regression (VAR) .........................................
32
3.2.2. Model Umum VAR ...........................................................
34
3.2.3. Uji Akar Unit (Unit Root Test) .........................................
35
3.2.4. Uji lag Optimal .................................................................
36
3.2.5. Uji Kausalitas Multivariat .................................................
37
3.2.6. Uji Kointegrasi ..................................................................
37
3.2.7. Model Umum VECM ........................................................
38
3.2.8. The Impulse Response Function (IRF) ..............................
39
3.2.9. The Variance Decomposition (VD) ..................................
39
IV. HASIL DAN PEMBAHASAN .............................................................
40
4.1. Uji Akar Unit (Unit Root Test) .....................................................
40
4.2. Uji lag Optimal .............................................................................
42
4.3. Uji Kausalitas Multivariat .............................................................
43
4.4. Uji Kointegrasi ..............................................................................
46
4.5. Hasil Estimasi VECM ...................................................................
47
4.5.1. Pengaruh Neraca Perdagangan dan Capital Inflow pada Jangka Pendek ..........................................................
48
4.5.2. Pengaruh Neraca Perdagangan dan Capital Inflow pada Jangka Panjang .........................................................
51
4.6. The Impulse Response Function (IRF) ..........................................
53
4.6.1. Respon GDP Riil terhadap Guncangan Tabungan Domestik Riil ...................................................
54
4.6.2. Respon GDP Riil terhadap Guncangan Suku Bunga SBI ................................................................
56
4.6.3. Respon GDP Riil terhadap Guncangan Nilai Tukar Riil .................................................................
57
4.6.4. Respon GDP Riil terhadap Guncangan Capital Inflow Riil ............................................................
58
4.6.5. Respon GDP Riil terhadap Guncangan Neraca Perdagangan Riil ...................................................
59
4.6.6. Respon GDP Riil terhadap Guncangan Suku Bunga LIBOR ..........................................................
60
4.7. The Variance Decomposition (VD) ..............................................
62
V. KESIMPULAN DAN SARAN ..............................................................
66
5.1 Kesimpulan ......................................................................................
66
5.2 Saran .................................................................................................
67
DAFTAR PUSTAKA ...................................................................................
68
LAMPIRAN ..................................................................................................
71
DAFTAR TABEL
Nomor
Halaman
3.1. Data, Simbol, dan Sumber Data .......................................................... 32 4.1. Uji Akar Unit pada Tingkat Level ...................................................... 41 4.2. Uji Akar Unit pada Tingkat First Difference ...................................... 42 4.3. Hasil Uji Lag Optimal ......................................................................... 43 4.4. Hasil Uji Kausalitas Multivariat .......................................................... 44 4.5. Hasil Tes Kointegrasi Johansen .......................................................... 47 4.6. Hasil Estimasi VECM Persamaan GDP Riil ....................................... 48 4.7. Correlation Matrix .............................................................................. 54
DAFTAR GAMBAR
Nomor
Halaman
1.1. Pergerakan Neraca Perdagangan Riil Periode 1998-2007 .................
2
1.2. Pergerakan Capital Inflow Riil Periode 1998-2007 ...........................
6
2.1. Kurva J (J-Curve) ................................................................................ 14 2.2. Kurva Laffer Utang ............................................................................. 22 2.3. Kerangka Pemikiran Penelitian ........................................................... 31 4.1. Respon GDP Riil terhadap Guncangan Tabungan Domestik Riil ...... 55 4.2. Respon GDP Riil terhadap Guncangan Suku Bunga SBI .................. 56 4.3. Respon GDP Riil terhadap Guncangan Nilai Tukar Riil .................... 57 4.4. Respon GDP Riil terhadap Guncangan Capital Inflow Riil ............... 58 4.5. Respon GDP Riil terhadap Guncangan Neraca Perdagangan Riil ...... 59 4.6. Respon GDP Riil terhadap Guncangan Suku Bunga LIBOR ............. 61 4.7. Grafik Variance Decompisition .......................................................... 65
DAFTAR LAMPIRAN
Nomor
Halaman
1. Data Riil ................................................................................................ 72 2. Hasil Pengujian Akar Unit pada Tingkat Level ..................................... 75 3. Hasil Pengujian Akar Unit pada Tingkat First Difference ..................... 76 4. Estimasi VAR dengan Lag Maksimal 13 ............................................... 78 5. Hasil Uji Lag Optimal dengan Lag Maksimal 13 .................................. 84 6. Hasil Uji Kausalitas Multivariat ............................................................. 84 7. Hasil Uji Kointegrasi ............................................................................. 86 8. Estimasi VECM ..................................................................................... 87 9. Correlation Matrix ................................................................................. 89 10. Hasil Tes Impulse Response Function (IRF) ......................................... 89 11. Hasil Tes Variance Decomposition (VD) .............................................. 90
I. PENDAHULUAN
1.1.
Latar Belakang Perdagangan internasional mempunyai arti yang sangat penting bagi suatu
negara, tak terkecuali bagi Indonesia. Melalui perdagangan internasional dapat diraih banyak manfaat, baik manfaat langsung maupun tidak langsung. Manfaat langsung dari perdagangan internasional diantaranya adalah dengan adanya spesialisasi, suatu negara dapat mengekspor komoditi yang ia produksi untuk dipertukarkan dengan apa yang dihasilkan negara lain dengan biaya yang lebih rendah. Negara akan memperoleh keuntungan secara langsung melalui kenaikan pendapatan nasional dan pada akhirnya akan menaikkan laju output dan pertumbuhan ekonomi. Manfaat tidak langsung dari perdagangan internasional diantaranya adalah (1) Perdagangan internasional membantu mempertukarkan barang-barang yang mempunyai pertumbuhan rendah dengan barang-barang luar negeri yang mempunyai kemampuan pertumbuhan yang tinggi, (2) Sebagai sarana pemasukan gagasan, kemampuan, dan keterampilan yang merupakan perangsang bagi peningkatan teknologi, dan (3) Perdagangan internasional memberikan dasar bagi pemasukan modal asing. Jika tidak ada perdagangan internasional, modal tidak akan mengalir dari negara maju ke negara sedang berkembang (Jhingan, 2003). Semua transaksi perdagangan internasional yang terjadi di suatu negara, terangkum dalam neraca perdagangan (trade balance) yang terdiri dari komponen ekspor dan impor barang dan jasa.
Neraca perdagangan riil Indonesia periode Januari 1998 hingga September 2007 menunjukkan fluktuasi yang cukup tajam. Neraca perdagangan riil mengalami kenaikan dari sebesar Rp 195,39 milyar pada Januari 1998 menjadi sebesar Rp 368,28 milyar pada Juni 1998. Hal itu terjadi karena adanya depresiasi nilai tukar riil. Depresiasi nilai tukar riil berarti bahwa di mata internasional, harga barang dan jasa domestik terlihat lebih murah sehingga menyebabkan naiknya permintaan luar negeri atas barang dan jasa domestik. Naiknya permintaan luar negeri atas barang dan jasa domestik akan menyebabkan naiknya volume ekspor sehingga terjadi kenaikan pada neraca perdagangan. Pada Desember 1998, neraca perdagangan riil turun menjadi sebesar Rp 80,7 milyar. Sedangkan nilai neraca perdagangan riil terendah sebesar Rp 54,97 milyar pada Maret 2005. Penurunan neraca perdagangan riil terjadi karena adanya apresiasi pada nilai tukar riil yang mengakibatkan turunnya volume ekspor. 400
350
300
200
150
100
50
Periode
Sumber: Bank Indonesia (2007)
Gambar 1.1. Pergerakan Neraca Perdagangan Riil Periode 1998-2007
Jul-07
Apr-07
Jan-07
Jul-06
Okt-06
Apr-06
Jan-06
Jul-05
Okt-05
Apr-05
Jan-05
Jul-04
Okt-04
Apr-04
Jan-04
Jul-03
Okt-03
Apr-03
Jan-03
Jul-02
Okt-02
Apr-02
Jan-02
Jul-01
Okt-01
Apr-01
Jan-01
Jul-00
Okt-00
Apr-00
Jan-00
Jul-99
Okt-99
Apr-99
Jan-99
Jul-98
Okt-98
Apr-98
0 Jan-98
Milyar Rp
250
Krisis ekonomi yang melanda Indonesia pada pertengahan tahun 1997 yang dipicu oleh contagion effect (efek menyebar) dari krisis Bath Thailand telah menyebabkan destabilisasi kondisi ekonomi. Hal tersebut dapat dilihat dari melemahnya nilai tukar Rupiah terhadap Dollar Amerika dan berkurangnya aliran modal masuk (capital inflow) karena resiko usaha di dalam negeri lebih tinggi daripada return yang diharapkan oleh para investor sehingga menimbulkan dampak yang cukup parah pada sektor perekonomian dan perbankan. Jika neraca perdagangan diasumsikan tetap, sementara jumlah aliran modal masuk lebih kecil daripada aliran modal masuk, maka akan terjadi ketidakseimbangan eksternal. Keadaan tersebut mendorong pemerintah untuk mencari sumber pembiayaan baik yang berasal dari dalam negeri maupun dari luar negeri. Salah satu sumber pembiayaan adalah investasi asing atau aliran modal masuk asing (capital inflow). Ada beberapa cara yang dapat dilakukan untuk merangsang terjadinya capital inflow, diantaranya: 1. Pembenahan kebijakan atau peraturan investasi oleh pemerintah. Menurut Tambunan (2007), terdapat lima faktor utama yang menjadi hambatan dalam investasi, yaitu: (1) Birokrasi yang tidak efisien, (2) Infrastruktur yang buruk, (3) Regulasi perpajakan, (4) Korupsi, dan (5) Kualitas Sumber Daya Manusia (SDM) yang rendah. Sedangkan masalah utama yang dihadapi Indonesia adalah aturan perpajakan yang rumit. Setelah otonomi daerah diberlakukan, hal itu malah menyebabkan semakin banyaknya pungutan-pungutan yang memberatkan para pengusaha. Pemerintah daerah masing-masing berlomba untuk meningkatkan Pendapatan Asli Daerah (PAD). Berkaitan dengan hal
itu, pada bulan Juni 2007 DPR mengesahkan Undang-Undang (UU) Penanaman Modal baru, yaitu UU Nomor 25 tahun 2007.
UU ini
menggantikan UU Penanaman Modal Asing tahun 1967 dan UU Penanaman Modal Dalam Negeri tahun 1968. UU ini dijanjikan akan dapat mendongkrak kinerja penanaman modal negara yang mengecewakan. UU Penanaman Modal tersebut diikuti dengan adanya instruksi Presiden (Inpres) Nomor 6 tahun 2007. 2. Kebijakan moneter melalui peningkatan tingkat suku bunga domestik. Jika tingkat suku bunga domestik lebih tinggi dibandingkan tingkat suku bunga internasional, maka akan merangsang masuknya aliran modal asing. Capital inflow ini dapat berupa aliran modal masuk asing langsung (foreign direct investment) atau aliran modal masuk asing tidak langsung (portofolio foreign investment). Relatif tingginya suku bunga Sertifikat Bank Indonesia (SBI) saat ini dimanfaatkan oleh para investor karena investasi dalam surat berharga ini dianggap berpotensi memberikan imbal hasil yang lebih tinggi dibandingkan investasi di negara-negara lain. Hingga September 2007, suku bunga SBI dipatok sebesar 8,25 persen. Dengan suku bunga SBI sebesar 8,25 persen, maka surat berharga ini memang pantas menarik minat para pemodal. Menurut KADIN (2007), yang menyamai besaran suku bunga bank sentral Indonesia hanyalah Selandia Baru, dengan suku bunga bank sentral sama-sama dipatok 8,25 persen. Namun di luar Selandia Baru, suku bunga bank sentral di berbagai negara jauh lebih rendah dibandingkan dengan di Indonesia. Periode
April 2008 suku bunga bank sentral Amerika (FED) hanya mematok 5 persen. Kondisi ini membuat pemerintah tidak terlalu panik menanggapi masalah subprime mortgage, dan juga kenaikan resiko ketidakstabilan ekonomi global di tahun 2008. Meningkatnya jumlah capital inflow yang dikarenakan oleh tingginya tingkat suku bunga domestik (SBI) akan menyebabkan peningkatan international reserve (IR) sehingga nilai tukar Rupiah akan mengalami apresiasi. Hal itu berarti di mata internasional, harga barang dan jasa domestik terlihat lebih mahal sehingga volume ekspor akan menurun dan Indonesia akan lebih memilih untuk mengimpor barang dan jasa dari luar negeri. Peningkatan impor akan menyebabkan neraca perdagangan mengalami penurunan atau bahkan defisit sehingga pertumbuhan ekonomi pun akan mengalami penurunan. Defisit neraca perdagangan akan menyebabkan defisit neraca pembayaran (balance of payment) yang akhirnya menyebabkan defisit anggaran. Defisit anggaran menyebabkan pemerintah harus menghemat pengeluaran, baik pengeluaran rutin maupun pengeluaran pembangunan. Penghematan pengeluaran ini bisa ditempuh dengan cara mengurangi subsidi atau meningkatkan pajak. Peningkatan pajak yang dilakukan oleh pemerintah akhirnya akan berdampak pada peningkatan harga-harga secara umum (inflasi) di dalam negeri. Selama periode Januari 1998 hingga September 2007, Indonesia mengalami keluar-masuknya aliran modal asing. Terjadi penurunan capital inflow riil yang sangat tajam, sebesar Rp 2.938,94 milyar menjadi Rp 833,01 milyar pada
periode Mei 1998 hingga Desember 1998. Pada periode Mei 2001, capital inflow riil juga mengalami penurunan sebesar Rp 2.812,88 milyar menjadi Rp 958,81 milyar pada September 2001. Nilai capital inflow riil tertinggi terjadi pada Desember 2000 sebesar Rp 2.974,05 milyar. Sedangkan nilai capital inflow riil terendah sebesar Rp 460,1 milyar pada Juni 2002. 3500
3000
Milyar Rp
2500
2000
1500
1000
500
Jul-07
Apr-07
Jan-07
Jul-06
Okt-06
Apr-06
Jan-06
Jul-05
Okt-05
Apr-05
Jan-05
Jul-04
Okt-04
Apr-04
Jan-04
Jul-03
Okt-03
Apr-03
Jan-03
Jul-02
Okt-02
Apr-02
Jan-02
Jul-01
Okt-01
Apr-01
Jan-01
Jul-00
Okt-00
Apr-00
Jan-00
Jul-99
Okt-99
Apr-99
Jan-99
Jul-98
Okt-98
Apr-98
Jan-98
0
Periode
Sumber: Bank Indonesia (2007)
Gambar 1.2. Pergerakan Capital Inflow Riil Periode 1998-2007 Peran capital inflow sangatlah penting bagi proses pembangunan di Indonesia. Pemerintah harus tetap melakukan kebijakan pengawasan terhadap jumlah capital inflow untuk menjaga keseimbangan neraca pembayaran, terutama pengawasan pada capital inflow dalam bentuk portofolio. Kebijakan tersebut dapat menimbulkan dampak positif dan dampak negatif. Dampak positif yang ditimbulkan adalah adanya penambahan pembentukan modal, sehingga investasi domestik dapat kembali ditingkatkan. Sedangkan dampak negatif terjadi jika modal tersebut digunakan untuk sesuatu yang kurang produktif.
1.2.
Perumusan Masalah Proses ekonomi di dalam negeri yang telah menghasilkan ekspor banyak
digerakkan oleh modal asing (terutama di sektor minyak bumi). Maka dalam konteks neraca pembayaran secara keseluruhan akan terlihat peranan positif modal asing dan kegiatan asing, yaitu peranannya dalam turut serta menghasilkan ekspor seperti yang dilakukan oleh perusahaan-perusahaan pertambangan Kanada yang membuka tambang di Indonesia dan perusahaan minyak sawit Malaysia yang mengambil alih perkebunan-perkebunan sawit di Indonesia. Peranan positif modal asing dan kegiatan asing dalam menghasilkan ekspor telah dibayar dengan cukup mahal oleh ekonomi Indonesia. Sebagian besar dari penggunaan persediaan bersih alat pembayaran luar negeri yang diperoleh Indonesia dari kegiatan ekonomi luar negerinya telah dialokasikan untuk melakukan pembayaran-pembayaran kepada pihak asing dalam bentuk biaya pengapalan dan transpor lainnya, bunga hutang luar negeri, keuntungan yang ditransfer ke luar negeri oleh investor asing, pembayaran jasa-jasa teknis dan jasajasa lainnya. Selain itu, keberadaan perusahaan-perusahaan multinasional tersebut hanya ingin menyedot sumber daya alam, menguasai pasar, dan menekan biaya produksi dengan mempekerjakan buruh murah di Indonesia. Pos-pos pembayaran kepada pihak asing merupakan faktor utama yang telah menimbulkan defisit dalam perkiraan transaksi berjalan (current account) pada neraca pembayaran. Defisit ini pun dibiayai oleh modal asing (investasi asing dan hutang luar negeri), maka sebenarnya Indonesia menggunakan modal asing untuk membiayai pihak asing dalam meraih keuntungan dan penerimaan
dari Indonesia. Maka terjadilah apa yang disebut “dari asing untuk asing” (Arief dan Sasono, 1987). Dilihat dari sisi transaksi berjalan, perubahan-perubahan yang terjadi pada keseimbangan neraca perdagangan akan berpengaruh terhadap pertumbuhan ekonomi di Indonesia. Pada periode Mei 1998, GDP riil Indonesia sebesar Rp 928,38 milyar dengan posisi neraca perdagangan riil sebesar Rp 98,42 milyar. Ketika posisi neraca perdagangan riil meningkat sebesar Rp 219,41 milyar pada periode September 1999, GDP riil meningkat menjadi sebesar Rp 984,32 milyar. Berdasarkan uraian di atas, terlihat bahwa peran capital inflow (walaupun jumlahnya harus dibatasi guna menjaga keseimbangan neraca pembayaran) dan keseimbangan neraca perdagangan sangat penting bagi pertumbuhan ekonomi di Indonesia. Berkaitan dengan hal itu, maka terdapat beberapa perumusan masalah yang dapat dikaji dalam penelitian ini diantaranya: 1. Bagaimana pengaruh neraca perdagangan dan capital inflow terhadap pertumbuhan ekonomi di Indonesia pada jangka pendek dan jangka panjang? 2. Bagaimana respon pertumbuhan ekonomi apabila terjadi perubahan pada neraca perdagangan dan capital inflow di Indonesia?
1.3.
Tujuan Penelitian Berdasarkan perumusan masalah di atas, maka tujuan dari penelitian ini
adalah: 1. Menganalisis pengaruh neraca perdagangan dan capital inflow terhadap pertumbuhan ekonomi di Indonesia pada jangka pendek dan jangka panjang. 2. Menganalisis respon pertumbuhan ekonomi apabila terjadi perubahan pada neraca perdagangan dan capital inflow di Indonesia.
1.4.
Manfaat Penelitian Penelitian ini diharapkan dapat memberi manfaat kepada beberapa pihak,
diantaranya : 1. Bagi penulis, penelitian ini menjadi sarana pengaplikasian mata kuliah serta penambahan wawasan tentang neraca perdagangan, capital inflow, dan pertumbuhan ekonomi. 2. Bagi pembaca, penelitian ini sebagai sumber informasi dan pembanding dengan penelitian lain yang sejenis. 3. Bagi pemerintah, dapat dijadikan sebagai bahan pertimbangan dalam menentukan kebijakan.
II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN
2.1.
Neraca Perdagangan Neraca Perdagangan (trade balance) mencatat seluruh transaksi ekspor
dan impor barang dengan ketentuan berikut: ekspor barang dicatat sebagai transaksi kredit atau positif dan impor barang dicatat sebagai transaksi debit atau negatif (Hady, 2004). 2.1.1. Ekspor Menurut Batiz (1994), barang dan jasa yang dihasilkan suatu negara dan dijual kepada masyarakat luar negeri disebut ekspor. Transaksi ekspor pada current account dicatat sebagai transaksi kredit atau positif karena menghasilkan devisa. Ekspor menunjukkan hubungan antara permintaan luar negeri terhadap barang dan jasa domestik, dimana permintaan tersebut dipengaruhi oleh harga relatif dan pendapatan luar negeri. Jika harga barang dan jasa luar negeri lebih mahal dibandingkan harga barang dan jasa domestik, maka produsen domestik akan lebih memilih untuk memasarkan komoditi yang ia produksi ke pasar internasional (mengekspor lebih banyak barang dan jasa). Jika pendapatan luar negeri meningkat, maka konsumsi luar negeri akan meningkat (termasuk konsumsi luar negeri untuk barang dan jasa domestik) sehingga meningkatkan volume ekspor. Hubungan ekspor dengan harga pasar internasional mempunyai hubungan positif, semakin tinggi harga internasional maka semakin tinggi tingkat ekspor suatu komoditas yang dipasarkan. Tingginya harga internasional merupakan suatu
insentif bagi para pengekspor untuk meningkatkan volume komoditas ekspor guna memperoleh keuntungan (profit) yang lebih tinggi. Akan tetapi jumlah keseimbangan ekspor yang terjadi ditentukan oleh kekuatan permintaan akan ekspor dan juga harga ekspor yang terjadi (Kindleberger, 1995). Menurut Lipsey (1997), pertumbuhan ekspor itu sendiri dipengaruhi oleh beberapa faktor, yaitu: 1. Adanya daya saing dengan negara-negara lain di dunia. Oleh karena itu suatu negara hendaknya melakukan spesialisasi sehingga negara tersebut dapat mengekspor komoditi yang ia produksi untuk dipertukarkan dengan apa yang dihasilkan negara lain dengan biaya yang lebih rendah dan pada akhirnya akan meningkatkan pertumbuhan ekspor di negara tersebut. 2. Adanya penetapan harga pasar dalam negeri dan harga pasar internasional. Jika harga pasar internasional lebih tinggi daripada harga pasar domestik, maka produsen akan lebih memilih untuk memasarkan komoditi yang ia produksi ke pasar internasional sehingga akan meningkatkan pertumbuhan ekspor di negara tersebut. 3. Adanya permintaan dari luar negeri. Semakin tinggi permintaan dari luar negeri akan komoditi yang dihasilkan oleh suatu negara, maka semakin tinggi pula pertumbuhan ekspor di negara tersebut. 4. Nilai tukar mata uang. Apabila suatu negara mengalami depresiasi nilai tukar, maka akan meningkatkan pertumbuhan ekspor di negara tersebut. Hal itu terjadi karena depresiasi nilai tukar menyebabkan harga-harga komoditi
domestik terlihat lebih murah di mata internasional sehingga permintaan luar negeri untuk komoditi tersebut akan meningkat. 2.1.2. Impor Menurut Batiz (1994), barang dan jasa yang dihasilkan negara lain dan dijual kepada masyarakat dalam negeri disebut impor. Transaksi impor pada current account dicatat sebagai transaksi debit atau negatif karena mengeluarkan devisa. Impor menghubungkan antara jumlah permintaan masyarakat dalam negeri terhadap barang dan jasa dari luar negeri. Permintaan tersebut dipengaruhi oleh harga relatif barang luar negeri dan pendapatan riil dalam negeri. Jika harga barang dan jasa luar negeri lebih murah dibandingkan harga barang dan jasa dalam negeri, maka permintaan dalam negeri terhadap barang dan jasa luar negeri akan meningkat. Jika pendapatan riil dalam negeri meningkat, maka konsumsi domestik akan meningkat (termasuk konsumsi untuk barang dan jasa luar negeri) sehingga volume impor akan meningkat. Relatif tingginya volume impor bagi sebagian besar negara berkembang (baik impor barang modal maupun barang konsumsi) menyebabkan neraca perdagangan pada negara berkembang mengalami penurunan atau bahkan defisit. Defisit neraca perdagangan dapat menyebabkan defisit pada neraca pembayaran yang pada akhirnya akan menyebabkan defisit anggaran. Salah satu cara untuk menghindari defisit neraca perdagangan yang disebabkan oleh semakin tingginya volume impor adalah melalui industrialisasi substitusi impor.
Menurut Salvatore (1997), pada dasarnya industrialisasi substitusi impor mengandung tiga keunggulan, yaitu: 1. Pasar untuk menampung produk-produk industri tersebut telah tersedia di dalam negeri, karena produk tersebut akan menggantikan produk-produk yang semula diimpor sehingga resiko pemasaran dapat ditekan serendah mungkin. 2. Bagi negara berkembang, jauh lebih mudah untuk memproteksi pasar domestiknya daripada menembus pasar di negara lain atau menghadapi tekanan persaingan dari produk-produk impor yang sejenis. 3. Perusahaan-perusahaan asing akan terdorong untuk menanamkan modalnya di negara yang bersangkutan agar mereka terhindar dari tarif yang sengaja ditetapkan oleh pemerintah negara berkembang itu untuk mencegah masuknya produk impor sejenis dari negara-negara lain.
2.2.
Pendekatan Elastisitas Neraca Perdagangan (Kondisi MarshallLerner) Berdasarkan konsep purchasing power parity (PPP), harga barang-barang
ekspor dan impor suatu negara dipengaruhi oleh nilai tukar mata uang lokal terhadap mata uang asing. Kebijakan devaluasi (penurunan nilai tukar mata uang lokal) dapat digunakan untuk memperbaiki neraca perdagangan. Devaluasi mengakibatkan peningkatan daya saing barang-barang ekspor sehingga dapat meningkatkan volume barang-barang untuk di ekspor. Kenyataannya, tidak semua negara yang nilai tukarnya mengalami devaluasi atau depresiasi selalu menunjukkan perbaikan di sisi neraca perdagangan. Banyak faktor yang mempengaruhi keberhasilan devaluasi terhadap
neraca perdagangan, terutama berkaitan dengan elastisitas barang impor dan ekspor. Jika elastisitas barang impor dan ekspor terhadap harga adalah elastis, maka devaluasi akan dapat mendorong ekspor dan mengurangi impor. Sebaliknya, jika elastisitas barang impor dan ekspor terhadap harga adalah inelastis, maka kebijakan devaluasi akan sulit untuk memperbaiki neraca perdagangan. Kebijakan devaluasi akan berhasil memperbaiki neraca perdagangan jika elastisitas barang impor dan ekspor lebih dari satu, dan kondisi inilah yang disebut Marshall-Lerner condition. Pengaruh devaluasi nilai tukar akan dirasakan dalam jangka waktu yang lebih panjang, sementara dalam jangka pendek neraca perdagangan cenderung memburuk, sebagaimana digambarkan dalam bentuk kurva J (J-curve). Neraca Perdagangan
+
(3)
0
Periode
–
(2)
(1) Sumber: Bank Indonesia (2004)
Gambar 2.1. Kurva J (J-curve) Daerah (1) menunjukkan neraca perdagangan akan memburuk akibat kebijakan devaluasi. Hal ini terjadi karena dalam jangka pendek kebutuhan impor perusahaan masih tinggi sementara ekspor belum meningkat. Pada daerah (2),
elastisitas barang ekspor dan impor meningkat secara bertahap, dan daerah (3), neraca perdagangan akan melampaui titik awal ketika Marshall-Lerner condition dipenuhi (Simorangkir dan Suseno, 2004).
2.3.
Hubungan antara Perdagangan
Arus
Modal
Internasional
dan
Neraca
Negara Indonesia merupakan negara perekonomian terbuka kecil dimana pasar uang dan pasar barang sangatlah terkait. Adapun bentuk persamaan pendapatan nasional adalah: Y = C + I + G + ( X − M ) ........................................................................... (2.1) Y = C + I + G + NX ................................................................................... (2.2)
Y − C − G = I + NX ................................................................................... (2.3)
dimana: Y
= pendapatan nasional,
C
= konsumsi,
I
= investasi,
G
= pengeluaran atau belanja pemerintah,
X
= ekspor,
M
= impor,
NX = net export dari barang dan jasa yang merupakan selisih antara nilai ekspor dan impor.
Atas dasar persamaan mengenai tabungan nasional S = Y − C − G , maka: S = I + NX ................................................................................................ (2.4) S − I = NX ................................................................................................ (2.5)
Nama lain untuk ekspor neto adalah neraca perdagangan, karena menunjukkan bagaimana perdagangan barang dan jasa melenceng dari tolak ukur kesamaan ekspor dan impor. Sedangkan sisi sebelah kiri dari identitas diatas adalah selisih antara tabungan domestik dan investasi domestik (S – I) disebut arus modal keluar neto (net capital outflow) atau investasi asing neto (net foreign investment). Jika arus modal keluar neto positif, maka tabungan melebihi investasi dan negara kita dapat meminjamkan kelebihannya kepada pihak asing. Jika arus modal keluar neto negatif, maka investasi melebihi tabungan dan negara kita membiayai kelebihan investasi ini dengan meminjam dari luar negeri. Jadi arus modal keluar neto adalah jumlah dana yang dipinjamkan oleh penduduk domestik ke luar negeri dikurangi dengan jumlah dana yang dipinjamkan orang asing kepada kita. Identitas perhitungan pendapatan nasional menunjukkan bahwa arus modal keluar neto harus sama dengan neraca perdagangan, yaitu: Arus Modal Keluar Neto
=
Neraca Perdagangan
S−I
=
NX ................................................ (2.6)
Jika (S – I) dan NX adalah positif, maka perekonomian suatu negara memiliki surplus perdagangan (trade surplus). Jika (S – I) dan NX adalah negatif, maka perekonomian suatu negara memiliki defisit pedagangan (trade deficit). Dan jika
(S – I) dan NX adalah nol, maka perekonomian suatu negara memiliki perdagangan berimbang (balanced trade). Diasumsikan suatu perekonomian terbuka kecil memiliki mobilitas modal sempurna, maka tingkat bunga domestik (r) harus sama dengan tingkat bunga dunia (r*), yaitu tingkat bunga riil yang berlaku di pasar uang dunia:
r = r ∗ ........................................................................................................ (2.7) Dalam perekonomian tertutup, keseimbangan antara tabungan domestik dan investasi domestik menentukan tingkat bunga. Namun dalam perekonomian terbuka kecil, tingkat bunga dunia adalah variabel eksogen. Asumsi yang digunakan untuk mengembangkan model perekonomian terbuka kecil, yaitu: Output perekonomian (Y) ditentukan oleh faktor-faktor produksi dan fungsi produksi. Kita nyatakan dengan: Y = Y = F ( K , L ) ........................................................................................ (2.8)
Konsumsi (C) berhubungan positif dengan pendapatan disposabel (Y – T). Kita nyatakan fungsi konsumsi dengan: C = C (Y − T ) ............................................................................................. (2.9)
Investasi (I) berhubungan negatif dengan tingkat bunga riil (r). Kita nyatakan fungsi investasi dengan: I = I ( r ) ...................................................................................................... (2.10)
Tabungan bergantung pada kebijakan fiskal (belanja yang lebih rendah atau pajak yang lebih tinggi akan meningkatkan tabungan nasional). Sedangkan investasi tergantung pada tingkat bunga riil dunia (r*) (Mankiw, 2003).
2.4.
Teori Aliran Modal Masuk Asing (Capital Inflow) Proses pembangunan ekonomi di suatu negara membutuhkan modal yang
sangat besar. Akan tetapi usaha penyediaan modal tersebut seringkali dihadapkan pada masalah keterbatasan, khususnya bagi negara dunia ketiga. Tingginya tingkat
konsumsi
domestik
dibandingkan
tingkat
tabungan
domestik
menyebabkan pemerintah melakukan pengerahan modal asing melalui investasi asing dan pinjaman luar negeri. Menurut Dumairy (1996), investasi asing dan pinjaman dari luar negeri merupakan arus masuk, begitu pula halnya dengan pembayaran angsuran pokok utang oleh pihak luar negeri kepada Negara Indonesia. Ketentuan penanaman modal di Indonesia telah ditetapkan oleh pemerintah dalam Undang-undang (UU) Penanaman Modal baru, yaitu UU Nomor 25 tahun 2007. UU ini menggantikan UU Penanaman Modal Asing tahun 1967
dan
UU
Penanaman
Modal
Dalam
Negeri
tahun
1968
yang
memperbolehkan 100 persen kepemilikan saham asing dan melingkupi seluruh sektor ekonomi (Nardjoko, 2007). 2.4.1. Penanaman Modal Asing Langsung (Foreign Direct Investment) Foreign Direct Investment (FDI) disebut juga penanaman modal jangka panjang. Menurut Salvatore (1997), penanaman modal asing langsung meliputi investasi ke dalam aset-aset secara nyata berupa pembangunan pabrik-pabrik, pengadaan berbagai macam barang modal, pembelian tanah untuk keperluan produksi, pembelanjaan keperluan inventaris, dan sebagainya. Pengadaan modal asing itu biasanya dibarengi dengan penyelenggaraan fungsi-fungsi manajemen,
dan pihak investor sendiri tetap mempertahankan kontrol terhadap dana-dana yang telah ditanamkannya. Ada beberapa alasan mengapa investor asing menanam dana secara langsung, diantaranya : 1. Memperoleh keuntungan setinggi mungkin dan memecahkan resiko. 2. Mendukung kegiatan bisnis disuatu negara yang sarana infrastrukturnya belum memadai. 3. Menghindari tarif dan non-tarif barrier yang dibebankan kepada barangbarang impor. 4. Melakukan perluasan kegiatan produksi ke wilayah yang lebih luas. 2.4.2. Penanaman Modal Asing Tidak Langsung (Portofolio Foreign Investment) Portofolio foreign investment disebut juga penanaman modal jangka pendek merupakan arus modal internasional dalam bentuk investasi aset-aset finansial, seperti saham, obligasi, dan commercial papers lainnya. Arus investasi portofolio saat ini paling banyak dan cepat mengalir ke seluruh penjuru dunia melalui pasar uang dan pasar modal di pusat-pusat keuangan internasional, seperti London, New York, Paris, Frankfurt, Tokyo, Singapura, dan Hongkong. Mishkin (2001) menyebutkan tentang teori pilihan portofolio yang menjelaskan faktorfaktor yang mempengaruhi seseorang untuk membeli aset, yaitu: 1. Kekayaan (wealth). Semakin meningkat kekayaan seseorang, maka dia memiliki sumber yang lebih banyak untuk membeli aset. 2. Hasil yang diharapkan (expected return), merupakan hasil yang mungkin didapatkan dengan memegang aset tersebut.
3. Resiko (risk), merupakan derajat ketidakpastian yang dihubungkan dengan suatu aset relatif terhadap aset-aset lainnya. 4. Likuiditas (liquidity), yaitu seberapa cepat dan mudah suatu aset diubah dalam bentuk uang tunai. 2.4.3. Pinjaman Luar Negeri Pinjaman luar negeri merupakan pinjaman yang menimbulkan kewajiban untuk membayar kembali terhadap pihak luar negeri dalam bentuk valuta asing, termasuk didalamnya mengenai pinjaman dalam negeri (Singgalingging, Yumanita, Mibowo, Triboto, Pranoto, dan Dwisaputra, 2001). Menurut Mishkin (2001), ada beberapa hal yang menjadi landasan pemerintah dalam melakukan kebijakan untuk melakukan pinjaman kepada pihak asing, yaitu: 1. Jumlah tabungan domestik yang lebih rendah dibandingkan investasi, sehingga hal itu menyebabkan Saving-Investment Gap. 2. Sebagai pemicu pertumbuhan ekonomi. Jika produktivitas pihak swasta kurang baik maka pemerintah harus melakukan investasi agar memberi gambaran pada swasta bahwa pemerintah akan menciptakan pertumbuhan ekonomi yang lebih baik di masa yang akan datang sehingga meningkatkan kepercayaan swasta untuk melakukan investasi. 3. Sistem pajak yang kurang baik. Hal itu akan berimplikasi pembiayaan pemerintah untuk membiayai anggarannya. Sehingga salah satu cara untuk membiayai defisit anggaran yang seharusnya bisa diperoleh melalui penerimaan pajak adalah melakukan pinjaman kepada pihak asing.
4. Sempitnya pasar modal domestik. Kondisi pasar modal yang belum sempurna mempengaruhi pemerintah akan dana investasi. Intermediasi finansial di pasar modal yang sempit akan menyulitkan pemerintah dan bank sentral dalam mengintervensi pasar sehingga kebijakan yang dikeluarkan kurang efektif. 5. Faktor kondisional. Pemerintah melakukan pinjaman luar negeri bukan untuk menutupi Saving-Investment Gap, tetapi karena alasan-alasan tertentu (kondisional). Seperti pemerintah harus berhutang jika ingin mendapatkan sesuatu bantuan dari negara lain. Menurut Saputra dan Wibowo (2001), arus utang luar negeri yang besar telah memberikan sumbangan positif terhadap perekonomian Indonesia karena menambah kemampuan pemerintah dalam menyediakan dana investasi sehingga mampu mendorong kegiatan produksi dan penciptaan kesempatan kerja. Namun terdapat beberapa faktor negatif yang timbul dalam penggunaan dan pengelolaan hutang luar negeri, yaitu: 1. Ketergantungan pada sumber dana eksternal (pinjaman luar negeri). 2. Tidak ada batasan kuantitatif mengenai penerimaan pinjaman luar negeri menyebabkan masing-masing sektor ekonomi bersaing memperoleh pinjaman luar negeri sehingga jumlah pinjaman luar negeri semakin lama semakin membengkak. 3. Banyak proyek yang dibiayai oleh pinjaman luar negeri tidak mempunyai kapasitas dalam menghasilkan sumber pendapatan guna pengembalian pinjaman tersebut.
4. Pengelolaan pinjaman luar negeri terutama oleh pihak swasta ternyata belum disertai dengan manajemen yang memadai sehingga pengelolaan pinjaman menjadi lemah. Hal itu tercermin dari penggunaan pinjaman jangka pendek untuk membiayai investasi jangka panjang dan penggunaan pinjaman untuk membiayai usaha yang tidak menghasilkan devisa. Hubungan antara jumlah pinjaman luar negeri pada negara debitur dan kemampuan membayar pinjaman tersebut digambarkan dalam Kurva Laffer Utang (Debt Laffer Curve), dimana peningkatan pada stok utang atau pinjaman dapat mereduksi kemampuan pembayaran pinjaman. Hal itu karena stok pinjaman yang tinggi mempunyai efek yang menghambat pertumbuhan ekonomi negara debitur sehingga mengurangi kemampuan untuk membayar pinjaman luar negeri (Batiz dan Batiz, 1994). Kemampuan untuk Membayar Pinjaman
B
C
A
V0
V1
Jumlah Pinjaman Luar Negeri
Sumber: Batiz dan Batiz (1994)
Gambar 2.2. Kurva Laffer Utang Gambar 2.2. menunjukkan bahwa segmen AB menggambarkan stok pinjaman luar negeri yang lebih tinggi diasosiasikan dengan peningkatan yang
sama dalam kemampuan membayar pinjaman ketika stok pinjaman relatif kecil. Peningkatan yang mempunyai proporsi yang sama tersebut dikarenakan pada tingkat pinjaman yang rendah, kreditur dapat mengharapkan pembayaran pinjaman penuh dari debitur. Pada tingkat pinjaman diatas V0 terdapat probabilitas bahwa debitur tidak dapat membayar pinjamannya secara penuh. Sedangkan segmen BC menunjukkan bagaimana kemungkinana kemampuan pembayaran pinjaman sebagai respon tingkat pinjaman yang semakin tinggi. Pada saat level tertinggi dari pinjaman luar negeri (diatas V1) peningkatan pinjaman mengurangi kemampuan membayar keseluruhan pinjaman tersebut. Selanjutnya pinjaman luar negeri yang semakin besar menghambat pertumbuhan ekonomi negara debitur.
2.5.
Pertumbuhan Ekonomi Pertumbuhan merupakan suatu proses dimana Produk Domestik Bruto
(PDB) riil meningkat secara terus-menerus melalui kenaikan produktivitas per kapita. Peningkatan ini dilihat dalam bentuk kenaikan produksi riil per kapita dan taraf hidup yang ditempuh melalui penyediaan dan pengerahan berbagai sumber produksi (Salvatore, 1997). Menurut Kuznets, pertumbuhan ekonomi adalah kenaikan kapasitas dalam jangka panjang dari negara yang bersangkutan untuk menyediakan berbagai barang ekonomi kepada penduduknya. Kenaikan kapasitas itu sendiri ditentukan atau dimungkinkan oleh adanya kemajuan atau penyesuaian-penyesuaian teknologi, institusional, dan ideologis terhadap berbagai tuntutan keadaan yang ada (Todaro, 2004).
Rostow (1960) dalam Deliarnov (1995) mengatakan bahwa negara-negara berkembang yang ingin maju harus melalui tahap-tahap pembangunan seperti : 1.
Tahap tradisional statis. Tahap ini dicirikan oleh keadaan Iptek yang masih sangat rendah dan belum begitu berpengaruh terhadap kehidupan. Selain itu perekonomian pun masih didominasi sektor pertanian pedesaan. Struktur sosial politik juga masih bersifat kaku.
2.
Tahap transisi (tahap pra take-off). Pada tahap ini Iptek mulai berkembang, produktivitas semakin meningkat, dan industri semakin berkembang. Tenaga kerja pun mulai beralih dari sektor pertanian ke sektor industri, pertumbuhan tinggi, kaum pedagang bermunculan, dan struktur sosial politik semakin membaik.
3.
Tahap lepas landas. Tahap ini dicirikan oleh adanya suatu hambatanhambatan sosial-politik yang umumnya dapat diatasi, tingkat kebudayaan dan Iptek semakin maju, mulai terjadi ekspansi perdagangan ke luar negeri.
4.
Tahap dewasa (maturing stage). Tahap ini masyarakat semakin dewasa, dapat menggunakan Ilmu Pengetahuan dan Teknologi (Iptek) sepenuhnya, terjadi perubahan komposisi angkatan kerja, serikat buruh semakin maju dan berperan.
5.
Tahap konsumsi massa (mass consumption). Merupakan tahap terakhir dimana masyarakat hidup serba kecukupan dan laju pertumbuhan penduduk semakin rendah.
2.5.1. Model Pertumbuhan Sollow Model
Pertumbuhan
Sollow
menunjukkan
bagaimana
tabungan,
pertumbuhan populasi, dan kemajuan teknologi mempengaruhi tingkat output perekonomian dan pertumbuhannya sepanjang waktu. Model ini dirancang untuk menunjukkan bagaimana pertumbuhan dalam persediaan modal, pertumbuhan dalam angkatan kerja, dan kemajuan teknologi berinteraksi dalam perekonomian yang pada akhirnya berpengaruh terhadap output barang dan jasa suatu negara secara keseluruhan (Mankiw, 2003). 2.5.2. Model Pertumbuhan Harrod-Domar Setiap perekonomian pada dasarnya harus senantiasa mencadangkan sebagian dari pendapatan nasionalnya untuk menambah atau menggantikan barang-barang modal yang telah susut atau rusak. Namun untuk memacu pertumbuhan ekonomi dibutuhkan investasi baru yang merupakan tambahan neto terhadap cadangan atau stok modal. Jika diasumsikan bahwa ada hubungan ekonomi langsung antara total stok modal (K) dengan GNP total (Y), maka hal itu berarti setiap tambahan neto terhadap stok modal dalam bentuk investasi baru akan menghasilkan kenaikan arus output nasional atau GNP (dalam ilmu ekonomi dikenal sebagai rasio modal-output (capital output ratio). Jika rasio modal-output ditetapkan sebagai (k), rasio tabungan nasional (national saving ratio) adalah (s), yang merupakan persentase atau bagian tetap dari output nasional yang selalu ditabung dan jumlah penanaman modal baru ditentukan oleh jumlah tabungan (S), maka dapat disusun model pertumbuhan ekonomi yang sederhana:
Tabungan adalah proporsi dari pendapatan nasional. S = sY ....................................................................................................... (2.11)
Investasi adalah perubahan dari stok modal (kapital). I = ΔK ....................................................................................................... (2.12)
Jumlah stok modal (K) mempunyai hubungan langsung dengan jumlah pendapatan nasional atau output (Y) seperti telah ditunjukkan oleh rasio modaloutput (k), maka: K ΔK = k atau = k , akhirnya ΔK = k ΔY ............................................... (2.13) Y ΔY
Jumlah tabungan (S) harus sama dengan jumlah investasi (I). S = I .......................................................................................................... (2.14)
Dari persamaan (2.11), (2.12), (2.13), dan (2.14), diperoleh: S = sY = k ΔY = ΔK = I .............................................................................. (2.15) sY = k ΔY .................................................................................................. (2.16)
Kemudian setelah membagi kedua sisi pada persamaan (2.15) dengan Y kemudian dengan k, maka didapat: ΔY s = ...................................................................................................... (2.17) Y k
Persamaan (2.17) merupakan versi sederhana dari persamaan dalam teori pertumbuhan ekonomi Harrod-Domar. Secara jelas menyatakan bahwa tingkat pertumbuhan GNP (∆Y/Y) ditentukan secara bersama-sama oleh rasio tabungan nasional (s) serta rasio modal-output nasional (k). Secara lebih spesifik, persamaan itu menyatakan bahwa tanpa adanya intervensi pemerintah, tingkat pertumbuhan pendapatan nasional akan secara langsung atau secara positif
berbanding lurus dengan rasio tabungan (semakin banyak bagian GNP yang ditabung dan diinvestasikan, maka akan lebih besar lagi pertumbuhan GNP yang dihasilkannya) dan secara negatif atau berbanding terbalik terhadap rasio modaloutput dari suatu perekonomian (semakin besar rasio modal-output nasional, maka tingkat pertumbuhan GNP akan semakin rendah) (Todaro, 2004).
2.6.
Penelitian Terdahulu Arief dan Sasono (1987) dalam penelitiannya dengan menggunakan data
tahun 1970-1986. Mereka mengestimasi peranan arus bersih modal asing yang masuk
ke
Indonesia
terhadap
pertumbuhan
ekonomi
nasional
dengan
menggunakan regresi linear. Hasilnya diperoleh bahwa koefisien regresi bernilai negatif walaupun secara statistik tidak signifikan. Namun demikian penemuan ini menolak
hipotesis
yang
mengatakan
bahwa
modal
asing
mendorong
pertumbuhan. Setyadharma (2006) dalam penelitiannya yang berjudul “Apakah Penanaman Modal Asing Berdampak Buruk bagi Pertumbuhan Ekonomi Indonesia?” dengan menggunakan analisis kausalitas Granger dan Error Correction Model (ECM), menggunakan data tahun 1973-2003. Menggunakan kausalitas Granger, studi ini menemukan hubungan satu arah, yaitu PMA mempengaruhi PDB, namun tidak sebaliknya. Dengan ECM, studi ini menemukan hubungan negatif namun tidak signifikan secara statistik antara PMA dengan PDB Indonesia dalam jangka pendek, dan hubungan jangka panjang antara PMA dan PDB Indonesia adalah positif dan signifikan secara statistik.
Tjahjono dan Sulistiowati (1998) dalam penelitiannya yang berjudul “Kebijakan Pengendalian Aliran Modal Masuk di Indonesia” dengan metode VAR. Periode analisisnya terbagi ke dalam dua periode, yaitu periode sebelum masuknya aliran modal (1984-1989) dan periode masuknya aliran modal (19901996). Hasil penelitiannya menyatakan bahwa kenaikan GDP sebesar 1 persen dengan lag dua triwulan dapat mendorong kenaikan aliran modal sebesar 4,75 persen. Hal ini mengindikasikan bahwa investor asing sangat memperhatikan fundamental ekonomi dalam menanamkan modalnya. Penurunan defisit current account dapat mendorong masuknya capital inflow dalam jumlah yang sangat kecil. Husman (2005) dalam penelitiannya yang berjudul “Pengaruh Nilai Tukar Riil terhadap Neraca Perdagangan Bilateral Indonesia: Kondisi Marshall-Lerner dan Fenomena J-curve” dengan metode VECM, menggunakan data tahun 1993:12004:4. Hasilnya menunjukkan secara keseluruhan kondisi Marshall-Lerner terpenuhi pada hubungan perdagangan Indonesia. Artinya depresiasi nilai tukar riil akan memperbaiki neraca perdagangan Indonesia. Secara agregat, fenomena Jcurve tidak ditemukan dalam penyesuaian dinamis neraca perdagangan Indonesia dengan kedelapan mitra dagang utamanya. Artinya, depresiasi riil akan langsung memperbaiki neraca perdagangan Indonesia terhadap kedelapan mitra dagang utamanya (Amerika, Jepang, Korea Selatan, Taiwan, Jerman, Singapura, Cina, dan Inggris).
2.7.
Kerangka Pemikiran Neraca pembayaran (balance of payment) terdiri atas dua komponen, yaitu
capital account dan current account. Capital account terdiri dari aliran modal masuk (capital inflow) dan aliran modal keluar (capital outflow). Salah satu faktor yang mempengaruhi capital account adalah tingkat suku bunga. Jika suku bunga domestik lebih tinggi dibandingkan suku bunga luar negeri maka akan meningkatkan aliran modal asing yang masuk ke Negara Indonesia. Begitu pula sebaliknya, jika suku bunga domestik lebih rendah dibandingkan suku bunga luar negeri maka akan meningkatkan aliran modal asing yang keluar dari Negara Indonesia. Komponen current account merupakan taksiran internasional terhadap pertukaran barang dan jasa sebuah negara. Current account terdiri dari neraca perdagangan, neraca jasa, dan neraca transaksi sepihak. Neraca perdagangan (trade balance) merupakan selisih antara nilai ekspor dan impor barang. Neraca jasa (service account) berisi seluruh transaksi ekspor dan impor jasa, meliputi: pembayaran bunga, biaya transportasi, biaya asuransi, remittance (jasa TKI/TKW/TKA, pembayaran teknologi dan konsultasi, dan lain-lain), tourism. Sedangkan neraca transaksi sepihak (unilateral account) pada umumnya terdiri atas bantuan sosial yang diterima atau diberikan dari atau ke luar negeri, tanpa kewajiban untuk membayar kembali (Hady, 2004). Beberapa faktor yang mempengaruhi neraca perdagangan adalah nilai tukar, tabungan domestik, dan GDP. Jika nilai tukar domestik terdepresiasi, maka akan meningkatkan volume ekspor sehingga neraca perdagangan akan surplus.
Jika tabungan domestik meningkat, maka sumber pembiayaan untuk investasi akan meningkat sehingga menyebabkan kenaikan output pada sektor riil yang dapat diekspor dan pada akhirnya neraca perdagangan akan surplus. Jika GDP meningkat maka daya beli produk impor akan meningkat sehingga menyebabkan neraca perdagangan defisit. Penelitian ini bertujuan untuk menganalisis bagaimana
pengaruh
neraca
perdagangan
pertumbuhan ekonomi di Indonesia.
dan
capital
inflow
terhadap
BOP
Current Account
Neraca Perdaga ngan
Neraca Transaksi Sepihak
Capital Account
Neraca Jasa
Capital Outflow
Nilai Tukar, Tabungan Domestik, GDP
Pertumbuhan Ekonomi
Keterangan : : mempengaruhi, : terdiri dari, : batasan penelitian.
Gambar 2.3. Kerangka Pemikiran Penelitian
Suku Bunga
Capital Inflow
III. METODE PENELITIAN
3.1.
Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang
relevan dengan penelitian yang dilakukan. Semua data yang digunakan merupakan data time series bulanan dengan sampel waktu dari tahun 1998:1 – 2007:9. Data-data yang digunakan dalam penelitian ini adalah sebagai berikut : Tabel 3.1. Data, Simbol, dan Sumber Data Variabel
Satuan
Simbol
Sumber
GDP Capital Inflow Neraca Perdagangan Suku Bunga SBI 1 Bulan Suku Bunga LIBOR 3 Bulan Nilai Tukar Tabungan Domestik
Milyar Rupiah Milyar Rupiah Milyar Rupiah Persen (%) Persen (%) Rp/$ Milyar Rupiah
GDP CIF TB SBI LIBOR ER S
Bank Indonesia Bank Indonesia Bank Indonesia Bank Indonesia Bank Indonesia Bank Indonesia Bank Indonesia
3.2.
Metode Analisis Alat analisis untuk mengolah data-data yang digunakan dalam penelitian
adalah metode Vector Auto Regression (VAR) jika data-data yang digunakan stasioner dan tidak terkointegrasi, atau dilanjutkan dengan metode Vector Error Correction Model (VECM) jika data-data yang digunakan tidak stasioner dan terkointegrasi. Data-data tersebut diolah dengan bantuan perangkat lunak (software) Eviews 4.1 dan microsoft excel. 3.2.1. Vector Auto Regression (VAR) VAR adalah suatu metode yang diciptakan oleh Christopher Sims (1980) untuk mendeskripsikan hubungan antara variabel yang ingin diuji. Sims
berpendapat, jika memang terdapat hubungan yang simultan antar variabel yang diamati, variabel-variabel tersebut perlu diperlakukan sama sehingga tidak ada lagi variabel eksogen dan endogen. Berdasarkan pemikiran inilah Sims memperkenalkan konsep yang disebut Vector Auto Regression (VAR). Analisis VAR pada dasarnya bisa dipadankan dengan suatu model persamaan simultan, karena dalam analisis VAR kita mempertimbangkan beberapa
variabel
endogen
secara
bersama-sama
dalam
suatu
model.
Perbedaannya dengan model persamaan simultan biasa adalah bahwa dalam analisis VAR masing-masing variabel selain diterangkan oleh nilainya di masa lampau, juga dipengaruhi oleh nilai masa lalu dari semua variabel endogen lainnya dalam model yang diamati. Menurut Djalal (2006), ada beberapa keunggulan dari analisis VAR dibanding metode ekonometri lainnya antara lain adalah: 1. Model VAR adalah model yang sederhana dan tidak perlu membedakan mana variabel endogen dan mana variabel eksogen karena semua variabel pada model VAR dianggap sebagai variabel endogen. 2. Cara estimasi model VAR sangat mudah, yaitu dengan menggunakan OLS pada setiap persamaan secara terpisah. 3. Peramalan menggunakan model VAR pada beberapa hal lebih baik dibandingkan menggunakan model dengan persamaan simultan yang lebih kompleks.
Metode VAR juga tetap mempunyai kelemahan. Ada beberapa kelemahan metode VAR, antara lain: 1. Model VAR lebih bersifat ateoritik karena tidak memanfaatkan informasi atau teori terdahulu. Oleh karena itu, VAR sering disebut sebagai model yang tidak struktural. 2. Tidak mempermasalahkan perbedaan variabel eksogen dan variabel endogen, sehingga menyebabkan implikasi kebijakan yang kurang tepat. 3. Semua variabel VAR harus stasioner, jika tidak stasioner maka harus ditransformasi terlebih dahulu. 4. Tujuan utama metode VAR adalah untuk peramalan, oleh karena itu metode VAR kurang cocok untuk analisis kebijakan. 3.2.2. Model Umum VAR VAR dengan ordo p dan n buah variabel tak bebas pada waktu ke-t dapat dimodelkan sebagai berikut : Yt = A0 + A1Yt −1 + A2Yt − 2 + ....... + A p Yt − p + ε t ............................................... (3.1)
dimana: Yt
= vektor peubah tak bebas,
A0
= vektor intercept berukuran n x 1,
A1
= matriks parameter berukuran n x n,
εt
= vektor sisaan.
3.2.3. Uji Akar Unit (Unit Root Test) Data deret waktu (time series) biasanya mempunyai permasalahan dalam stasioneritas, sehingga dapat menjatuhkan validitas dari parameter yang diestimasi. Uji akar unit atau uji stasioneritas data digunakan untuk melihat apakah data yang diamati stationer atau tidak. Time series dikatakan stasioner jika secara stokastik data menunjukkan pola yang konstan dari waktu ke waktu atau dengan kata lain tidak terdapat peningkatan atau penurunan data. Data yang tidak stasioner akan menghasilkan regresi palsu atau lancung (spuriuos regression). Spuriuos regression adalah regresi yang menggambarkan hubungan dua variabel
atau lebih yang nampak signifikan secara statistik padahal kenyataannya tidak. Uji akar unit secara umum dapat dilakukan dengan melihat secara grafis (visual) apakah terdapat trend dalam data atau tidak, dan melihat variance data pada periode penelitian. Jika data pada level tidak stasioner, maka data dapat dimodifikasi menjadi selisih antar data sebelumnya (first difference) sehingga data menjadi stasioner, data ini kemudian disebut terintegrasi pada derajat pertama atau I(1). Variabel-variabel yang tidak stasioner pada level tidak dapat digunakan untuk melihat hubungan jangka panjang dalam VAR. Meskipun penggunaan first difference dalam VAR dapat digunakan, namun identifikasi restriksi jangka
panjang tidak dapat dilakukan. Oleh karena itu, kestasioneran data harus diketahui sebelum menggunakan VAR. Penelitian ini menggunakan Augmented Dickey-Fuller (ADF) untuk menguji stasioneritas data. Dalam tes ADF, jika nilai ADF lebih kecil dari Mc Kinnon Critical Value maka dapat disimpulkan bahwa data tersebut stasioner. Jika
data berdasarkan uji ADF tidak stasioner maka solusinya adalah dengan melakukan difference non stationary processes. Hasil series stasioner akan berujung pada penggunaan VAR dengan metode standar. Sementara series yang tidak stasioner akan berimplikasi kepada penggunaan VAR dalam bentuk difference atau VECM. Keberadaan variabel yang tidak stasioner meningkatkan
kemungkinan keberadaan hubungan kointegrasi antar variabel. 3.2.4. Uji Lag Optimal Penentuan lag optimal sangat penting dalam analisis yang menggunakan metode VAR, karena dalam model VAR suatu variabel juga dipengaruhi dirinya sendiri selain variabel lain. Pengaruh variabel terhadap dirinya sendiri harus tepat lama pengaruhnya, tidak boleh terlalu cepat ataupun terlalu lama agar estimasi yang dihasilkan dapat diandalkan. Jika lag yang ditetapkan terlalu panjang maka akan membuang dengan percuma derajat bebas, sedangkan jika lag yang ditetapkan terlalu pendek maka akan mengakibatkan spesifikasi model yang salah. Sebelum menentukan lag optimal, perlu dilakukan pengujian lag maksimal. Lag maksimal didapat jika roots memiliki modulus lebih kecil dari satu dan semua terletak dalam unit circle, sehingga akan didapat bentuk persamaan VAR yang stabil. Kriteria-kriteria yang dapat digunakan untuk menetapkan besarnya lag optimal diantaranya Akaike Information Criterion (AIC), Schwarz Information Criterion (SIC), Hannan-Quinn Information Criterion (HQ), dan kriteria uji Likelihood Ratio (LR). Pengujian lag yang digunakan dalam penelitian ini
didasarkan pada kriteria SIC.
3.2.5. Uji Kausalitas Multivariat Uji kausalitas multivariat bertujuan untuk mengetahui hubungan sebab akibat (kausalitas) diantara variabel-variabel yang ingin diuji. Uji kausalitas multivariat pada penelitian ini menggunakan VAR Pairwise Granger Causality Test. Hipotesis nol adalah jika suatu variabel tidak mempunyai kausalitas dengan
variabel tertentu. Hipotesis alternatifnya adalah suatu variabel mempunyai hubungan kausalitas dengan variabel tertentu. Untuk menerima atau menolak hipotesis nol digunakan nilai probability. Jika nilai probability lebih kecil daripada nilai taraf nyata tertentu, maka kita mempunyai cukup bukti untuk menolak hipotesis nol dan menyimpulkan bahwa variabel tersebut mempunyai mempunyai hubungan kausalitas dengan variabel tertentu. 3.2.6. Uji Kointegrasi Menurut Thomas (1997) dalam Ardiansyah (2006), kointegrasi adalah suatu hubungan jangka panjang antara variabel-variabel yang meskipun secara individual tidak stasioner tetapi kombinasi linier antara variabel tersebut dapat menjadi stasioner. Kointegrasi merupakan salah satu cara untuk menghindari masalah spurious regression. Salah satu cara untuk menguji kointegrasi yaitu dengan menggunakan tes kointegrasi Johansen. Pengujian hubungan kointegrasi dilakukan dengan menggunakan lag optimal sesuai dengan pengujian yang telah dilakukan sebelumnya. Sedangkan penentuan asumsi deterministik yang melandasi pembentukan persamaan kointegrasi didasarkan pada kriteria informasi AIC atau SIC. Pembentukan persamaan kointegrasi pada penelitian ini didasarkan pada kriteria informasi SIC.
Berdasarkan asumsi deterministik tersebut akan diperoleh informasi mengenai banyaknya hubungan kointegrasi antar variabel yang diteliti sesuai dengan metode trace dan max. Penelitian ini menggunakan taraf nyata sebesar 5 persen. Jika nilai trace statistic lebih besar dari pada 5 percent critical value, maka persamaan tersebut terkointegrasi. 3.2.7. Model Umum Vector Error Correction Model (VECM) Model VECM digunakan apabila terdapat persamaan yang terkointegrasi, dimana nilai trace statistic lebih besar dari pada critical value. Pada persamaan VECM telah terkandung parameter jangka pendek dan jangka panjang yang memungkinkan kita untuk mengetahui respon pada jangka pendek dan jangka panjang. Menurut Siregar dan Ward (2000), secara umum VECM dapat ditulis dalam persamaan berikut: p −1
ΔYt = ∑ Γi ΔYt −i + μ 0 + μ1t + αβ ′Yt −1 + ε t ................................................... (3.2) i =1
dimana: ΔYt
= Yt − Yt −1 ,
( p − 1) = ordo VECM dari VAR,
Γi
= matriks koefisien regresi,
Yt −i
= vektor lag variabel yang terdiri dari berbagai macam variabel yang digunakan,
μ0
= vektor intercept,
μ1
= vektor oefisien regresi,
α
= matriks loading,
β′
= vektor kointegrasi,
Yt −1
= vektor lag pertama variabel dalam level,
εt
= vektor sisaan.
3.2.8. The Impulse Response Function (IRF) The Impulse Response (IRF) digunakan untuk melihat respon sebuah
variabel dependen jika mendapat guncangan (shock) atau inovasi dari variabel itu sendiri atau dari variabel independen lain sebesar satu standar deviasi. Dengan kata lain IRF merupakan cara yang paling baik untuk menunjukkan respon dari model terhadap shock atau inovasi. Hal ini karena koefisien hasil estimasi VAR atau VECM sulit untuk diartikan dan kurang bisa diandalkan. 3.2.9. The Variance Decomposition The Variance Decomposition atau disebut juga dengan The Cholesky Decomposition merupakan metode yang memberikan informasi mengenai
variabel inovasi yang relatif lebih penting dalam VAR. Pada dasarnya tes ini merupakan metode untuk menggambarkan sistem dinamis yang terdapat dalam metode VAR. Tes ini digunakan untuk menyusun perkiraan error variance suatu variabel, yaitu seberapa besar perbedaan antara variance sebelum dan sesudah guncangan (shock), baik shock yang berasal dari diri sendiri maupun shock dari variabel lain.
IV. HASIL DAN PEMBAHASAN
Metode yang digunakan oleh penulis dalam penelitian ini adalah metode Vector Auto Regression (VAR) yang dilanjutkan dengan metode Vector Error Correction Model (VECM).
4.1.
Uji Akar Unit (Unit Root Test) Permasalahan yang sering dihadapi oleh data time series adalah
ketidakstasioneran data. Uji kestasioneran data merupakan tahap yang paling penting dalam menganalisis data time series untuk melihat ada tidaknya akar unit (unit root) yang terkandung diantara variabel sehingga hubungan antar variabel menjadi valid. Time series dikatakan stasioner jika secara stokastik data menunjukkan pola yang konstan dari waktu ke waktu. Data yang tidak stasioner akan menghasilkan regresi palsu (spuriuos regression). Spuriuos regression adalah regresi yang menggambarkan hubungan dua variabel atau lebih yang nampak signifikan secara statistik padahal kenyataannya tidak. Regresi bersifat spurious biasanya memiliki R2 yang tinggi dan t-statistik yang terlihat signifikan,
akan tetapi hasilnya tidak dapat diinterpretasikan secara ekonomi. Penelitian ini menggunakan Augmented Dickey-Fuller (ADF) untuk menguji stasioneritas data. Dalam tes ADF, jika nilai ADF lebih kecil dari Mc Kinnon Critical Value maka dapat disimpulkan bahwa data tersebut stasioner. Jika
data berdasarkan uji ADF tidak stasioner maka solusinya adalah dengan melakukan difference non stationary processes. Uji akar unit setiap variabel
dalam model penelitian didasarkan pada ADF test pada tingkat level. Hasil pengujian dapat dilihat pada tabel 4.1. Tabel 4.1. Uji Akar Unit pada Tingkat Level Variabel
Nilai ADF
1%
Nilai Kritis Mc Kinnon 5% 10%
GDP 0,584534 -3,489117 Riil Capital Inflow -2,373509 -3,490210 Riil Trade Balance -3,556657 -3,489659 Riil Suku Bunga -1,945253 -3,493747 SBI Suku Bunga -1,205824 -3,488063 LIBOR Nilai Tukar -3,656601 -3,487550 Riil Tabungan -1,339101 -3,488063 Domestik Riil Sumber : Lampiran 2. Keterangan : pada taraf nyata 5 persen.
Keterangan Tidak Stasioner Tidak Stasioner
-2,887190
-2,580525
-2,887665
-2,580778
-2,887425
-2,580651
-2,889200
-2,581596
-2,886732
-2,580281
-2,886509
-2,580163
Stasioner
-2,886732
-2,580281
Tidak Stasioner
Stasioner Tidak Stasioner Tidak Stasioner
Hasil pengujian akar unit pada tingkat level menunjukkan bahwa variabel trade balance riil dan nilai tukar riil stasioner pada taraf nyata 5 persen. Hal itu
dapat diketahui karena nilai ADF lebih kecil dari nilai kritis Mc Kinnon. Sedangkan variabel GDP riil, capital inflow riil, suku bunga SBI, suku bunga LIBOR, dan tabungan domestik riil belum stasioner pada taraf nyata 5 persen karena nilai ADF lebih besar dari nilai kritis Mc Kinnon. Seperti yang telah dijelaskan sebelumnya bahwa data yang tidak stasioner akan menghasilkan regresi palsu atau lancung (spuriuos regression). Oleh karena itu pengujian akar unit dilanjutkan dengan melakukan uji akar unit pada tingkat first difference. Hasil pengujian dapat dilihat pada tabel 4.2.
Tabel 4.2. Uji Akar Unit pada Tingkat First Difference Variabel
Nilai ADF
1%
Nilai Kritis Mc Kinnon 5% 10%
GDP -8,140603 -3,489117 Riil Capital Inflow -5,096264 -3,490210 Riil Trade Balance -5,806889 -3,489659 Riil Suku Bunga -7,636357 -3,495021 SBI Suku Bunga -4,771446 -3,488063 LIBOR Nilai Tukar -9,751023 -3,488063 Riil Tabungan -5,823151 -3,488063 Domestik Riil Sumber : Lampiran 3. Keterangan : pada taraf nyata 5 persen.
Keterangan
-2,887190
-2,580525
Stasioner
-2,887665
-2,580778
Stasioner
-2,887425
-2,580651
Stasioner
-2,889753
-2,581890
Stasioner
-2,886732
-2,580281
Stasioner
-2,886732
-2,580281
Stasioner
-2,886732
-2,580281
Stasioner
Hasil pengujian akar unit pada tingkat first difference menunjukkan bahwa semua variabel sudah stasioner. Dapat dikatakan bahwa seluruh variabel yang akan diestimasi dalam penelitian ini terintegrasi pada derajat pertama I(1). Hal itu dapat diketahui karena nilai ADF lebih kecil dari nilai kritis Mc Kinnon.
4.2.
Uji Lag Optimal Penentuan lag optimum sangat penting karena variabel independen yang
digunakan adalah lag dari variabel dependen dan juga variabel independennya. Sebelum menentukan lag optimal, perlu dilakukan pengujian lag maksimal. Lag maksimal didapat jika roots memiliki modulus lebih kecil dari satu dan semua terletak dalam unit circle, sehingga akan didapat bentuk persamaan VAR yang stabil. Sistem persamaan VAR dalam penelitian ini stabil pada lag maksimal sebesar 13.
Selanjutnya
dalam
penentuan
lag
optimal
adalah
dengan
mempertimbangkan kriteria-kriteria yang ada. Penentuan lag optimal yang digunakan dalam penelitian ini didasarkan pada kriteria SIC. Tabel 4.3. memperlihatkan hasil tingkat lag optimal berdasarkan berbagai kriteria. Hasilnya menunjukkan bahwa lag optimal untuk variabel-variabel yang ingin diestimasi adalah satu. Tabel 4.3. Hasil Uji Lag Optimal Lag LogL LR 0 690,7991 NA 1 845,1161 284,6623 2 899,3872 92,73504 3 991,6682 145,1410 4 1048,836 82,14391 5 1096,400 61,87997 6 1153,444 66,45861 7 1244,066 93,26170 8 1299,412 49,43543 9 1427,061 96,66598 10 1504,161 47,90686 11 1594,409 43,80981 12 1813,564 76,59766 13 2193,273 81,10304* Sumber : Lampiran 5.
4.3.
FPE 4,04E-15 5,24E-16 4,79E-16 2,13E-16 1,94E-16 2,22E-16 2,23E-16 1,27E-16 1,60E-16 5,75E-17 6,86E-17 8,82E-17 1,63E-17 4,14E-19*
AIC -13,27765 -15,32264 -15,42499 -16,26540 -16,42400 -16,39612 -16,55231 -17,36051 -17,48374 -19,01089 -19,55653 -20,35746 -23,66143 -30,08298*
SC -13,09859 -13,89017* -12,73910 -12,32610 -11,23128 -9,949990 -8,852762 -8,407546 -7,277358 -7,551102 -6,843320 -6,390842 -8,441397 -13,60953
HQ -13,20513 -14,74244 -14,33712 -14,66985 -14,32077 -13,78522 -13,43373 -13,73425 -13,34980 -14,36929 -14,40724 -14,70050 -17,49680 -23,41067*
Uji Kausalitas Multivariat Uji kausalitas multivariat bertujuan untuk mengetahui hubungan sebab
akibat (kausalitas) diantara variabel-variabel yang ingin diuji. Uji kausalitas multivariat pada penelitian ini menggunakan VAR Pairwise Granger Causality Test dan menggunakan taraf nyata 5 persen.
Hipotesis nol adalah jika suatu variabel tidak mempunyai kausalitas dengan variabel tertentu. Untuk menerima atau menolak hipotesis nol digunakan nilai probability. Jika nilai probability lebih kecil daripada nilai taraf nyata 5
persen, maka kita mempunyai cukup bukti untuk menolak hipotesis nol dan menyimpulkan bahwa variabel tersebut mempunyai pengaruh signifikan terhadap variabel lain tertentu. Hasil uji kausalitas multivariat dapat dilihat pada tabel 4.4. Tabel 4.4. Hasil Uji Kausalitas Multivariat Dependent Variable Independent Variable GDP Riil
Tabungan Domestik Riil Suku Bunga SBI Nilai Tukar Riil
Capital Inflow Riil Neraca Perdagangan Riil Suku Bunga LIBOR
GDP Riil Capital Inflow Riil
Tabungan Domestik Riil Suku Bunga SBI Nilai Tukar Riil
Neraca Perdagangan Riil Suku Bunga LIBOR
GDP Riil Neraca Perdagangan Riil
Tabungan Domestik Riil Suku Bunga SBI Nilai Tukar Riil
Capital Inflow Riil Suku Bunga LIBOR Sumber : Lampiran 6. Keterangan : * signifikan pada taraf nyata 5 persen.
Probability 0,0000* 0,0000* 0,0003* 0,0000* 0,0000* 0,0000* 0,5686 0,0800 0,6140 0,4347 0,4303 0,0024* 0,9134 0,8418 0,9892 0,9680 0,9748 0,9349
Tabel 4.4. menunjukkan bahwa terdapat hubungan kausalitas satu arah antara variabel tabungan domestik riil, suku bunga SBI, nilai tukar riil, capital inflow riil, neraca perdagangan riil, dan suku bunga LIBOR dalam mempengaruhi
GDP riil yang signifikan secara statistik. Hubungan satu arah juga terdapat pada variabel LIBOR dalam mempengaruhi capital inflow riil yang signifikan secara statistik. Pengaruh tabungan domestik riil terhadap GDP riil terjadi karena apabila terjadi peningkatan pada tabungan domestik, maka output dan pertumbuhan ekonomi akan meningkat. Hal itu terjadi karena tabungan domestik merupakan
salah satu sumber pembiayaan bagi investasi domestik untuk meningkatkan output. Pengaruh SBI terhadap GDP riil terjadi karena jika tingkat suku bunga SBI meningkat maka akan menurunkan investasi domestik karena debitor harus mengembalikan bunga cicilan hutang dengan jumlah yang lebih besar, hal itu akan menyebabkan penurunan output domestik. Sedangkan pengaruh nilai tukar riil terhadap GDP riil terjadi karena apresiasi nilai tukar riil akan menyebabkan menurunnya daya saing sehingga ekspor neto menurun. Menurunnya ekspor neto akan menurunkan permintaan agregat dan tingkat output sehingga pertumbuhan ekonomi akan turun. Pengaruh capital inflow riil terhadap GDP riil terjadi karena peningkatan capital inflow akan menurunkan pertumbuhan ekonomi. Hal itu terjadi karena
sebagian besar capital inflow di Indonesia berbentuk investasi portofolio dan pinjaman luar negeri. Sedangkan pengaruh neraca perdagangan riil terhadap GDP riil terjadi karena peningkatan neraca perdagangan akan meningkatkan pertumbuhan output dan international reserve. Peningkatan international reserve akan meningkatkan jumlah money supply sehingga suku bunga akan turun dan menyebabkan peningkatan pada investasi domestik dan permintaan agregat. Akan tetapi dalam jangka panjang, peningkatan permintaan agregat tersebut menyebabkan harga-harga domestik naik sehingga dalam jangka panjang terjadi penurunan permintaan agregat dan pertumbuhan ekonomi.
Pengaruh tingkat suku bunga LIBOR terhadap GDP riil terjadi karena peningkatan suku bunga LIBOR akan menyebabkan tingkat suku bunga domestik meningkat karena suku bunga dunia merupakan variabel eksogen dalam perekonomian terbuka kecil dengan kapital yang mobile seperti yang terjadi di Indonesia. Peningkatan suku bunga domestik menyebabkan tabungan domestik meningkat sehingga menurunkan konsumsi domestik yang pada akhirnya akan menurunkan permintaan agregat dan pertumbuhan ekonomi. Dalam jangka panjang, turunnya permintaan agregat menyebabkan penurunan harga yang pada akhirnya akan meningkatkan kembali permintaan agregat sehingga pertumbuhan ekonomi meningkat. Pengaruh tingkat suku bunga LIBOR terhadap capital inflow riil terjadi karena jika terjadi peningkatan suku bunga LIBOR, maka aliran modal asing yang masuk ke Indonesia akan berkurang. Peningkatan suku bunga LIBOR menjadi salah satu daya tarik bagi investor asing untuk tidak menanamkan modalnya di Indonesia.
4.4.
Uji Kointegrasi Keberadaan variabel yang tidak stasioner memungkinkan adanya
hubungan kointegrasi antar variabel. Kointegrasi adalah suatu hubungan jangka panjang antara variabel-variabel yang meskipun secara individual tidak stasioner tetapi kombinasi linier antara variabel tersebut dapat menjadi stasioner. Pengujian hubungan kointegrasi dilakukan dengan menggunakan lag optimal sesuai dengan pengujian yang telah dilakukan sebelumnya. Pembentukan persamaan kointegrasi
pada penelitian ini didasarkan pada kriteria informasi SIC. Salah satu cara untuk menguji kointegrasi yaitu dengan menggunakan tes kointegrasi Johansen. Tabel 4.5. menunjukkan hasil tes kointegrasi Johansen yang digunakan untuk mengetahui jumlah persamaan kointegrasi yang terdapat dalam sistem dengan menggunakan lag optimal satu. Tabel 4.5. Hasil Tes Kointegrasi Johansen Hypothesized Eigenvalue Trace Statistic No. of CE(s) None ** 0,607578 243,9287 At most 1 ** 0,367262 136,3556 At most 2 * 0,245440 83,72017 At most 3 0,228924 51,33378 At most 4 0,103192 21,43748 At most 5 0,056166 8,912385 At most 6 0,019502 2,264870 Sumber : Lampiran 7. Keterangan : * signifikan pada taraf nyata 5 persen. ** signifikan pada taraf nyata 1 persen.
5 Percent Critical Value 131,70 102,14 76,07 53,12 34,91 19,96 9,24
1 Percent Critical Value 143,09 111,01 84,45 60,16 41,07 24,60 12,97
Hasil tes kointegrasi Johansen dengan menggunakan taraf nyata sebesar 5 persen, menunjukkan terdapat tiga persamaan yang terkointegrasi. Hal itu dapat diketahui karena nilai trace statistic lebih besar dari pada 5 percent critical value. Model yang akan digunakan adalah Vector Error Correction Model (VECM) karena terdapat persamaan yang terkointegrasi.
4.5.
Hasil Estimasi VECM Hasil estimasi VECM akan didapat hubungan jangka pendek dan jangka
panjang antara GDP riil, capital inflow riil, neraca perdagangan riil, suku bunga SBI, suku bunga LIBOR, nilai tukar riil, dan tabungan domestik riil. Pada estimasi ini, GDP riil (LN_GDPRIIL) merupakan variabel dependen, sedangkan variabel independennya adalah capital inflow riil (LN_CIFRIIL), neraca perdagangan riil
(LN_TBRIIL), suku bunga SBI, suku bunga LIBOR, nilai tukar riil (LN_ERRIIL), dan tabungan domestik riil (LN_SRIIL). Hasil estimasi VECM untuk menganalisis pengaruh jangka pendek dan jangka panjang pengaruh variabel independen terhadap variabel dependen dapat dilihat pada tabel 4.6. Tabel 4.6. Hasil Estimasi VECM Persamaan GDPRIIL Variabel Koefisien Jangka Pendek D(LN_GDPRIIL(-1)) D(LN_SRIIL(-1)) D(SBI(-1)) D(LN_ERRIIL(-1)) D(LN_CIFRIIL(-1)) D(LN_TBRIIL(-1)) D(LIBOR(-1))
0,343839 0,078038 -0,000356 -0,012723 -0,019683 0,020518 -0,015013
T-Statistik 3,92266 * 1,26325 -0,35986 -0,48347 -1,15252 1,37236 -1,29216
Jangka Panjang LN_ERRIIL(-1) -0,964575 LN_CIFRIIL(-1) -0,038291 LN_TBRIIL(-1) -0,301660 LIBOR(-1) 0,032061 C 17,41682 Sumber : Lampiran 8. Keterangan : * signifikan pada taraf nyata 5 persen.
6,84605 * 0,60182 3,73715 * -2,43443 * -18,5021 *
4.5.1. Pengaruh Neraca Perdagangan dan Capital inflow pada Jangka Pendek Hasil estimasi VECM pada tabel 4.6. menunjukkan bahwa GDP riil pada lag pertama mempunyai pengaruh positif terhadap GDP riil yang signifikan secara
statistik pada taraf nyata 5 persen sebesar 0,343839. Artinya apabila terjadi kenaikan GDP riil pada lag pertama sebesar 1 persen, maka akan menyebabkan kenaikan GDP riil sebesar 0,343839 persen. Hal itu terjadi karena kenaikan output riil periode sebelumnya akan memicu peningkatan output riil pada periode berjalan, berkaitan dengan semakin tingginya tingkat konsumsi masyarakat.
Tabungan domestik riil mempunyai pengaruh positif terhadap GDP riil yang tidak signifikan secara statistik pada taraf nyata 5 persen sebesar 0,078038. Artinya pada jangka pendek, kenaikan tabungan domestik riil belum bisa memberikan kontribusi bagi peningkatan pertumbuhan ekonomi. Hal itu disebabkan para investor belum memanfaatkan sumber dana domestik yang berasal dari tabungan untuk investasinya. Belum termanfaatkannya sumber dana domestik ini dikarenakan rumitnya prosedur pengajuan pinjaman dan relatif tingginya suku bunga pinjaman, sehingga para investor enggan untuk mempergunakan dana yang berasal dari tabungan. Tingkat suku bunga SBI mempunyai pengaruh negatif terhadap GDP riil yang tidak signifikan secara statistik pada taraf nyata 5 persen sebesar 0,000356. Artinya pada jangka pendek, penurunan atau peningkatan tingkat suku bunga SBI tidak mempengaruhi pertumbuhan ekonomi. Hal itu disebabkan walaupun tingkat suku bunga SBI turun, belum bisa meningkatkan investasi domestik karena rumitnya prosedur pengajuan pinjaman sehingga para investor domestik lebih memilih untuk memperoleh dana melalui prosedur yang lebih sederhana, misalnya melalui pinjaman dari relasi bisnisnya, anggota keluarganya, atau menggunakan profit perusahaan untuk memperluas usahanya. Nilai tukar riil mempunyai pengaruh negatif terhadap GDP riil yang tidak signifikan secara statistik pada taraf nyata 5 persen sebesar 0,012723. Artinya pada jangka pendek, apresiasi nilai tukar riil belum memberikan pengaruh negatif terhadap pertumbuhan ekonomi. Hal itu disebabkan karena perubahan kuantitas ekspor dan impor sebagai akibat perubahan harga yang disebabkan oleh apresiasi
nilai tukar riil memerlukan waktu untuk penyesuaian. Dalam jangka pendek, penerimaan devisa akan tetap tinggi karena kontrak yang sudah disepakati sebelum terjadinya penyesuaian-penyesuaian harga barang ekspor akibat terjadinya apresiasi nilai tukar riil. Capital inflow riil mempunyai pengaruh negatif terhadap GDP riil yang
tidak signifikan secara statistik pada taraf nyata 5 persen sebesar 0,019683. Artinya pada jangka pendek, capital inflow riil baik yang berbentuk FDI, investasi portofolio, atau pinjaman luar negeri tidak memberikan pengaruh terhadap pertumbuhan ekonomi. Peningkatan FDI dalam jangka pendek tidak memberikan kontribusi
terhadap
peningkatan
pertumbuhan
ekonomi
karena
belum
memperlihatkan kenaikan output yang signifikan. Peningkatan investasi portofolio dalam jangka pendek tidak akan membahayakan perekonomian domestik karena masuknya modal jangka pendek ini jumlahnya masih dapat dikendalikan sehingga walaupun terjadi pelarian modal (capital flight), tidak akan berdampak buruk bagi pertumbuhan ekonomi. Sedangkan peningkatan pinjaman luar negeri juga tidak akan memberi pengaruh negatif terhadap pertumbuhan ekonomi karena dalam jangka pendek bunga cicilan pinjaman tersebut masih relatif rendah. Neraca perdagangan riil mempunyai pengaruh positif terhadap GDP riil yang tidak signifikan secara statistik pada taraf nyata 5 persen sebesar 0,020518. Artinya pada jangka pendek, kenaikan neraca perdagangan riil belum bisa memberikan kontribusi bagi peningkatan pertumbuhan ekonomi. Hal itu terjadi karena dalam jangka pendek walaupun volume ekspor meningkat, akan tetapi peningkatannya belum maksimal. Selain itu ada kontrak yang pembayarannya
baru diterima setelah barang ekspor tersebut tiba di negara tujuan sehingga walaupun volume ekspor meningkat, dalam jangka pendek belum menghasilkan peningkatan devisa guna peningkatan pertumbuhan ekonomi. Tingkat suku bunga LIBOR mempunyai pengaruh negatif terhadap GDP riil yang tidak signifikan secara statistik pada taraf nyata 5 persen sebesar 0,015013. Artinya pada jangka pendek, tingkat suku bunga LIBOR belum memberikan pengaruh negatif terhadap pertumbuhan ekonomi. Hal itu disebabkan jika terjadi capital flight akibat peningkatan tingkat suku bunga LIBOR, tidak akan langsung mengakibatkan pertumbuhan ekonomi domestik menurun karena modal tersebut jumlahnya berkurang secara bertahap. 4.5.2. Pengaruh Capital Inflow dan Neraca Perdagangan pada Jangka Panjang Pada estimasi jangka panjang, nilai tukar riil mempunyai pengaruh negatif terhadap GDP riil yang signifikan secara statistik pada taraf nyata 5 persen sebesar 0,964575. Artinya apabila peningkatan nilai tukar riil pada lag pertama sebesar 1 persen, maka akan menyebabkan penurunan GDP riil pada jangka panjang sebesar 0,964575 persen. Apresiasi pada nilai tukar riil menyebabkan harga-harga barang dan jasa domestik terlihat lebih mahal di mata internasional. Hal tersebut akan menurunkan daya saing sehingga volume ekspor akan berkurang sementara volume impor bertambah, akibatnya terjadi penurunan bahkan defisit pada current account dan pada akhirnya akan mengakibatkan penurunan pertumbuhan ekonomi.
Capital inflow riil mempunyai pengaruh negatif terhadap GDP riil yang
tidak signifikan secara statistik pada taraf nyata 5 persen sebesar 0,038291. Artinya pada jangka panjang, capital inflow riil baik yang berbentuk FDI, investasi portofolio, atau pinjaman luar negeri tidak memberikan pengaruh terhadap pertumbuhan ekonomi. Peningkatan FDI pada jangka panjang tidak memberikan kontribusi terhadap pertumbuhan ekonomi karena walaupun FDI memberikan sumbangan bagi peningkatan output dan penyerapan tenaga kerja, akan tetapi pada saat ini banyak FDI yang menguasai sektor-sektor ekonomi yang menyangkut hajat hidup orang banyak apalagi setelah diberlakukannya UU Nomor 25 tahun 2007. Sehingga apabila terjadi guncangan ekonomi eksternal seperti peningkatan harga Bahan Bakar Minyak (BBM), masyarakat Indonesia terkena imbas yang cukup parah karena tambang minyak domestik banyak yang dikuasai oleh pihak asing. Investasi asing portofolio dalam jangka panjang tidak mempengaruhi pertumbuhan ekonomi karena modal ini mudah masuk dan keluar. Sementara pinjaman luar negeri juga tidak memberikan kontribusi bagi pertumbuhan ekonomi karena walaupun modal yang diterima dari pinjaman luar negeri digunakan untuk proses pembangunan, akan tetapi dalam jangka panjang Indonesia harus membayar pokok cicilan hutang dengan bunga cicilan yang semakin lama semakin tinggi. Neraca perdagangan riil mempunyai pengaruh negatif terhadap GDP riil pada jangka panjang yang signifikan secara statistik pada taraf nyata 5 persen sebesar 0,301660. Artinya pada jangka panjang, apabila peningkatan neraca
perdagangan riil pada lag pertama sebesar 1 persen, maka akan menyebabkan penurunan GDP riil sebesar 0,301660 persen. Hal itu terjadi karena peningkatan neraca perdagangan riil akan menyebabkan international reserve meningkat sehingga money supply meningkat dan pada akhirnya akan meningkatkan permintaan agregat dan pertumbuhan ekonomi. Peningkatan permintaan agregat tersebut menyebabkan harga-harga domestik naik sehingga dalam jangka panjang terjadi penurunan permintaan agregat dan pertumbuhan ekonomi. Tingkat suku bunga LIBOR mempunyai pengaruh positif terhadap GDP riil pada jangka panjang yang signifikan secara statistik pada taraf nyata 5 persen sebesar 0,032061. Artinya apabila terjadi kenaikan tingkat suku bunga LIBOR pada lag pertama sebesar 1 persen, maka akan menyebabkan peeningkatan GDP riil sebesar 0,032061 persen. Pada jangka pendek, tingginya tingkat suku bunga LIBOR menyebabkan penurunan pada permintaan agregat. Pada jangka panjang, turunnya permintaan agregat akan menyebabkan penurunan harga. Turunnya harga akhirnya akan meningkatkan kembali permintaan agregat sehingga output nasional meningkat.
4.6.
The Impulse Response Function (IRF) IRF merupakan respon suatu variabel menurut waktu jika mendapat
guncangan dari variabel itu sendiri atau guncangan dari variabel lainnya. Penelitian ini akan menganalisis respon pertumbuhan ekonomi terhadap guncangan (shock) atau inovasi pada capital inflow, neraca perdagangan, serta variabel lainnya (variabel suku bunga SBI, suku bunga LIBOR, nilai tukar, dan
tabungan domestik). Tes IRF dan Variance Decomposition (VD) sangat sensitif terhadap pengurutan variabel. Menurut Enders (1995), pengurutan variabel yang didasarkan pada faktorisasi choleski disarankan dengan catatan variabel yang tidak memiliki nilai prediksi terhadap variabel lain diletakkan di belakang, sedangkan variabel yang memiliki koreksi prediksi terhadap variabel lain diletakkan berdampingan satu sama lain. Tabel 4.7. Correlation Matrix LN_GDP RIIL
LN_CIF RIIL
LN_TB RIIL
SBI
LIBOR
LN_ER RIIL
LN_S RIIL
1,000
-0,417
-0,314
-0,619
-0,180
-0,599
0,835
-0,417
1,000
0,529
0,345
0,602
0,561
-0,293
-0,314
0,529
1,000
0,421
0,416
0,629
-0,352
SBI
-0,619
0,345
0,421
1,000
0,323
0,652
-0,870
LIBOR
-0,180
0,602
0,416
0,323
1,000
0,235
-0,329
-0,599
0,561
0,629
0,652
0,235
1,000
-0,549
0,835
-0,293
-0,352
-0,870
-0,329
-0,549
1,000
LN_GDP RIIL LN_CIF RIIL LN_TB RIIL
LN_ER RIIL LN_S RIIL
Sumber : Lampiran 9.
Tabel 4.7. menunjukkan tingkat korelasi suatu variabel dengan variabel lain. Dengan demikian, urutan variabel yang digunakan dalam tes IRF dan VD adalah tabungan domestik riil (LN_SRIIL), suku bunga SBI, nilai tukar riil (LN_ERRIIL), capital inflow riil (LN_CIFRIIL), neraca perdagangan riil (LN_TBRIIL), dan suku bunga LIBOR.
4.6.1. Respon GDP Riil terhadap Guncangan Tabungan Domestik Riil Gambar 4.1. menunjukkan respon GDP riil pada 30 periode waktu (bulanan) ke depan terhadap guncangan tabungan domestik riil. Sumbu horizontal menunjukkan rentang periode peramalan, sedangkan sumbu vertikal menunjukkan nilai koefisien hasil peramalan (respon GDP riil terhadap guncangan tabungan domestik riil). Response of LN_GDPRIIL to Cholesky One S.D. LN_SRIIL Innovation .010
.008
.006
.004
.002
.000 5
10
15
20
25
30
Gambar 4.1. Respon GDP Riil terhadap Guncangan Tabungan Dometik Riil Pada periode awal hingga periode 7, guncangan pada tabungan domestik riil akan meningkatkan GDP riil hingga nilai tertinggi sebesar 0,009773 persen pada periode 7. Pada periode selanjutnya hingga periode 30, peningkatan tersebut menurun menjadi sebesar 0,009113 persen pada periode 30. Peningkatan GDP riil akibat peningkatan tabungan domestik riil pada periode awal hingga periode 7 terjadi karena tabungan domestik merupakan salah satu sumber pembiayaan investasi. Dengan meningkatnya jumlah tabungan domestik, semakin banyak pula modal yang siap disalurkan untuk meningkatkan investasi domestik sehingga tingkat pengangguran berkurang dan output nasional akan meningkat.
Pada periode 7 hingga periode 30, peningkatan GDP riil akibat peningkatan tabungan domestik memiliki efek yang semakin berkurang. Hal itu terjadi karena peningkatan tabungan domestik yang terus menerus akan menyebabkan
konsumsi
domestik
menurun
yang
pada
akhirnya
akan
menyebabkan turunnya permintaan agregat dan pertumbuhan ekonomi. 4.6.2. Respon GDP Riil terhadap Guncangan Suku Bunga SBI Gambar 4.2. menunjukkan respon GDP riil pada 30 periode waktu (bulanan) ke depan terhadap guncangan suku bunga SBI. Sumbu horizontal menunjukkan rentang periode peramalan, sedangkan sumbu vertikal menunjukkan nilai koefisien hasil peramalan (respon GDP riil terhadap guncangan suku bunga SBI). Response of LN_GDPRIIL to Cholesky One S.D. SBI Innovation .000 -.001 -.002 -.003 -.004 -.005 -.006 5
10
15
20
25
30
Gambar 4.2. Respon GDP Riil terhadap Guncangan Suku Bunga SBI Guncangan pada suku bunga SBI pada periode awal hingga periode 30, akan terus menurunkan GDP riil. Pada periode 30, guncangan pada suku bunga SBI akan menurunkan GDP riil sebesar 0,005151 persen. Penurunan GDP riil akibat kenaikan tingkat suku bunga SBI berarti bahwa naiknya tingkat suku bunga SBI memberikan pengaruh yang negatif terhadap pertumbuhan ekonomi. Hal itu
terjadi karena naiknya tingkat suku bunga SBI akan mengurangi investasi domestik karena para debitur akan membayar bunga cicilan lebih tinggi. Turunnya investasi domestik menyebabkan berkurangnya permintaan tenaga kerja sehingga menurunkan pendapatan rumah tangga dan konsumsi domestik yang pada akhirnya akan menurunkan permintaan agregat dan pertumbuhan ekonomi. 4.6.3. Respon GDP Riil terhadap Guncangan Nilai Tukar Riil Gambar 4.3. menunjukkan respon GDP riil pada 30 periode waktu (bulanan) ke depan terhadap guncangan nilai tukar Rupiah riil. Sumbu horizontal menunjukkan rentang periode peramalan, sedangkan sumbu vertikal menunjukkan nilai koefisien hasil peramalan (respon GDP riil terhadap guncangan nilai tukar Rupiah riil). Response of LN_GDPRIIL to Cholesky One S.D. LN_ERRIIL Innovation .000
-.004
-.008
-.012
-.016
-.020 5
10
15
20
25
30
Gambar 4.3. Respon GDP Riil terhadap Guncangan Nilai Tukar Riil Guncangan pada nilai tukar Rupiah riil pada periode awal hingga periode 30, akan terus menurunkan GDP riil. Pada periode 30, guncangan pada nilai tukar Rupiah riil akan menurunkan GDP riil sebesar 0,018981 persen. Apresiasi pada nilai tukar riil menyebabkan harga-harga barang dan jasa domestik terlihat lebih mahal di mata internasional. Hal tersebut akan menurunkan daya saing sehingga volume
ekspor akan berkurang sementara volume impor bertambah, akibatnya terjadi penurunan bahkan defisit pada current account dan pada akhirnya akan mengakibatkan penurunan pertumbuhan ekonomi. 4.6.4. Respon GDP Riil terhadap Guncangan Capital Inflow Riil Gambar 4.4. menunjukkan respon GDP riil pada 30 periode waktu (bulanan) ke depan terhadap guncangan capital inflow riil. Sumbu horizontal menunjukkan rentang periode peramalan, sedangkan sumbu vertikal menunjukkan nilai koefisien hasil peramalan (respon GDP riil terhadap guncangan capital inflow riil). Response of LN_GDPRIIL to Cholesky One S.D. LN_CIFRIIL Innovation .000 -.002 -.004 -.006 -.008 -.010 -.012 5
10
15
20
25
30
Gambar 4.4. Respon GDP Riil terhadap Guncangan Capital Inflow Riil Pengaruh guncangan capital inflow riil pada periode awal hingga periode 6, akan terus mengurangi GDP riil hingga sebesar 0,011700 persen pada periode 6. Dari periode 7 hingga periode 30, pengurangan itu berkurang menjadi 0,010431 persen pada periode 30. Pengurangan GDP riil karena guncangan capital inflow riil berarti capital inflow yang masuk ke Indonesia tidak baik bagi pertumbuhan ekonomi. Hal itu terjadi karena sebagian besar capital inflow yang berada di Indonesia berbentuk investasi portofolio dan pinjaman luar negeri. Investasi
portofolio yang berlebihan justru akan memberatkan perekonomian domestik karena modal tersebut berkembang tanpa dibarengi dengan peningkatan output. Selain itu, ketidakpastian perekonomian domestik yang terjadi di Negara Indonesia bisa menyebabkan terjadinya capital flight, sehingga perekonomian akan semakin terpuruk. 4.6.5. Respon GDP Riil terhadap Guncangan Neraca Perdagangan Riil Gambar 4.5. menunjukkan respon GDP riil pada 30 periode waktu (bulanan) ke depan terhadap guncangan neraca perdagangan riil. Sumbu horizontal menunjukkan rentang periode peramalan, sedangkan sumbu vertikal menunjukkan nilai koefisien hasil peramalan (respon GDP riil terhadap guncangan neraca perdagangan riil). Response of LN_GDPRIIL to Cholesky One S.D. LN_TBRIIL Innovation .0012 .0008 .0004 .0000 -.0004 -.0008 -.0012 5
10
15
20
25
30
Gambar 4.5. Respon GDP Riil terhadap Guncangan Neraca Perdagangan Riil Guncangan neraca perdagangan riil pada periode awal hingga periode 2, akan menambah GDP riil menjadi sebesar 0,001158 persen pada periode 2. Namun hingga periode 4, penambahan tersebut menurun menjadi sebesar 0,000354 persen. Pada periode 5 hingga periode 30, guncangan neraca
perdagangan riil akan mengurangi GDP riil menjadi sebesar 0,000791 persen pada periode 30. Penambahan GDP riil akibat penambahan (surplus) neraca perdagangan riil
pada periode awal hingga periode 4, berarti bahwa surplus pada neraca
pembayaran mempunyai efek yang positif terhadap pertumbuhan ekonomi. Surplus pada neraca perdagangan riil terjadi karena ekspor lebih besar dari pada impor. Tingginya volume ekspor akan berakibat pada terus meningkatnya output domestik untuk di ekspor sehingga akan menambah international reserves. Penambahan international reserves akan meningkatkan money suplly dan pada akhirnya akan meningkatkan permintaan agregat dan pertumbuhan ekonomi. Namun pada periode 5 hingga periode 30, guncangan neraca perdagangan riil akan mengurangi GDP riil. Hal itu terjadi karena peningkatan permintaan agregat akan menyebabkan naiknya harga-harga barang dan jasa domestik sehingga
akan
menyebabkan
penurunan
pada
permintaan
agregat
dan
pertumbuhan ekonomi. 4.6.6. Respon GDP Riil terhadap Guncangan Suku Bunga LIBOR Gambar 4.6. menunjukkan respon GDP riil pada 30 periode waktu (bulanan) ke depan terhadap guncangan suku bunga LIBOR. Sumbu horizontal menunjukkan rentang periode peramalan, sedangkan sumbu vertikal menunjukkan nilai koefisien hasil peramalan (respon GDP riil terhadap guncangan suku bunga LIBOR).
Response of LN_GDPRIIL to Cholesky One S.D. LIBOR Innovation .005 .004 .003 .002 .001 .000 -.001 -.002 5
10
15
20
25
30
Gambar 4.6. Respon GDP Riil terhadap Guncangan Suku Bunga LIBOR Pada periode awal hingga periode 4, guncangan pada suku bunga LIBOR akan menurunkan GDP Riil sebesar 0,000324 persen pada periode 4. Namun pada periode 5 hingga periode 30, guncangan pada suku bunga LIBOR akan menambah GDP Riil menjadi sebesar 0,004838 persen pada periode 30. Penurunan GDP riil akibat guncangan tingkat suku bunga LIBOR pada periode awal hingga periode 4 terjadi karena tingginya tingkat suku bunga LIBOR akan menyebabkan tingkat suku bunga domestik meningkat karena suku bunga dunia merupakan variabel eksogen dalam perekonomian terbuka kecil dengan kapital yang mobile seperti yang terjadi di Indonesia. Peningkatan suku bunga domestik menyebabkan tabungan domestik meningkat sehingga konsumsi domestik akan menurun. Menurunnya konsumsi domestik menyebabkan permintaan agregat turun yang pada akhirnya menurunkan output nasional dan pertumbuhan ekonomi.
Peningkatan GDP riil akibat peningkatan tingkat suku bunga LIBOR pada periode 5 hingga periode 30, berarti bahwa naiknya tingkat suku bunga LIBOR maka akan meningkatkan pertumbuhan ekonomi Indonesia. Hal itu terjadi karena turunnya permintaan agregat pada periode awal hingga periode 4 akan menyebabkan penurunan harga. Turunnya harga akhirnya akan meningkatkan kembali permintaan agregat sehingga output nasional meningkat.
4.7.
The Variance Decomposition (VD) Pengaruh capital inflow dan neraca perdagangan terhadap pertumbuhan
ekonomi juga dapat dilihat melalui analisis Variance Decomposition (VD). Tes ini digunakan untuk menyusun perkiraan error variance suatu variabel, yaitu seberapa besar perbedaan antara variance sebelum dan sesudah guncangan (shock) atau inovasi, baik shock atau inovasi yang berasal dari diri sendiri maupun shock atau inovasi dari variabel lain.
Hasil VD menunjukkan bahwa varians GDP riil dominan dipengaruhi oleh inovasi GDP riil itu sendiri. Pada periode awal hingga periode 30, inovasi GDP riil memiliki dominasi tertinggi dalam mempengaruhi varians GDP riil namun nilainya terus menurun sebesar 100 persen pada periode awal menjadi sebesar 47,132 persen pada periode 30. Sedangkan inovasi capital inflow riil mulai mempengaruhi varians GDP riil pada periode 3 sebesar 3,514 persen. Pada periode 3 hingga periode 9, inovasi capital inflow riil memiliki pengaruh kedua terbesar terhadap varians GDP riil. Pada periode 9, varians GDP riil dipengaruhi oleh inovasi capital inflow riil sebesar 12,084 persen. Pada periode selanjutnya
hingga periode 30, inovasi capital inflow riil memiliki pengaruh yang semakin menurun terhadap varians GDP riil menjadi 11,415 persen pada periode 30. Inovasi nilai tukar riil mulai mempengaruhi varians GDP riil pada periode 4 sebesar 1,583 persen. Pada periode 10 hingga periode 30, inovasi nilai tukar riill memiliki pengaruh kedua terbesar terhadap varians GDP riil sebesar 13,150 persen (pada periode 10) dan nilainya terus bertambah menjadi sebesar 28,576 persen pada periode 30. Sedangkan inovasi tabungan domestik riil mulai mempengaruhi varians GDP riil pada periode 2 sebesar 1,438 persen. Pengaruh inovasi tabungan riil terhadap varians GDP riil semakin bertambah menjadi sebesar 9,068 persen pada periode 16. Pada periode selanjutnya hingga periode 30, pengaruh inovasi tabungan riil terhadap varians GDP riil semakin berkurang menjadi sebesar 8,682 persen pada periode 30. Inovasi suku bunga SBI mempengaruhi varians GDP riil sebesar 0,128 persen pada periode 2. Pengaruh inovasi suku bunga SBI terhadap varians GDP riil akan terus bertambah hingga akhir periode (periode 30). Pada periode 30, inovasi suku bunga SBI mempengaruhi varians GDP riil sebesar 2,170 persen. Sedangkan varians GDP riil dipengaruhi inovasi suku bunga LIBOR sebesar 0,203 persen pada periode 3, kemudian turun menjadi 0,144 persen pada periode 5. Pada periode selanjutnya hingga periode 30, pengaruh inovasi suku bunga LIBOR terhadap varians GDP riil terus bertambah menjadi sebesar 1,976 persen pada periode 30.
Inovasi neraca perdagangan riil memiliki pengaruh yang paling kecil terhadap varians GDP riil. Pada periode 3, inovasi neraca perdagangan riil hanya mampu mempengaruhi varians GDP riil sebesar 0,137 persen. Kemudian pengaruh inovasi neraca perdagangan riil terhadap varians GDP riil terus menurun menjadi sebesar 0,031 persen pada periode 12. Pada periode 13 hingga periode 30, pengaruh inovasi neraca perdagangan riil terhadap GDP riil menunjukkan peningkatan yang relatif kecil sebesar 0,032 persen menjadi sebesar 0,049 persen. Kesimpulan dari hasil VD yang telah dibahas sebelumnya menunjukkan bahwa variabel yang paling mempengaruhi varians GDP riil selama 30 periode ke depan selain variabel GDP riil itu sendiri adalah nilai tukar riil dan capital inflow riil. Bagi negara perekonomian terbuka kecil seperti Indonesia, faktor kestabilan nilai tukar Rupiah sangat mempengaruhi pertumbuhan ekonomi. Apabila nilai tukar Rupiah terapresiasi maka akan menurunkan daya saing komoditi ekspor Indonesia sehingga volume ekspor akan menurun sehingga akan menyebabkan penurunan pada neraca perdagangan yang pada akhirnya akan menurunkan neraca pembayaran dan pertumbuhan ekonomi. Variabel capital inflow memberikan pengaruh kedua terbesar hanya dari perode awal hingga periode 9. Capital inflow yang berbentuk FDI dapat menghasilkan peningkatan output dan penyerapan tenaga kerja, sedangkan capital inflow yang berbentuk portofolio dan pinjaman luar negeri dapat dijadikan sebagai sumber dana dalam meningkatkan investasi domestik dan proses pembangunan yang pada akhirnya akan meningkatkan pertumbuhan ekonomi.
Variabel neraca perdagangan riil memiliki pengaruh yang paling kecil terhadap GDP riil. Hal itu mengindikasikan bahwa perdagangan internasional yang terjadi antara Indonesia dan mitra dagangnya belum memberikan kontribusi yang besar dalam peningkatan GDP riil. Komoditi ekspor Indonesia hingga saat ini masih bertumpu pada produk primer yang kurang memiliki nilai tambah. Selain itu elastisitas produk primer yang di ekspor Indonesia kurang dari satu sehingga apabila terjadi defisit pada neraca perdagangan, maka intervensi pemerintah melalui devaluasi nilai tukar tidak akan efektif. Variance Decomposition Percent LN_GDPRIIL v ariance due to LN_GDPRIIL
Percent LN_GDPRIIL v ariance due to LN_SRIIL
Percent LN_GDPRIIL v ariance due to SBI
100
100
100
80
80
80
60
60
60
40
40
40
20
20
20
0
0 5
10
15
20
25
30
Percent LN_GDPRIIL v ariance due to LN_ERRIIL
0 5
10
15
20
25
30
Percent LN_GDPRIIL v ariance due to LN_CIFRIIL
5
100
100
80
80
80
60
60
60
40
40
40
20
20
20
0 5
10
15
20
25
30
10
15
20
25
30
5
Percent LN_GDPRIIL v ariance due to LIBOR
80
60
40
20
0 10
15
20
25
20
25
30
0 5
100
5
15
Percent LN_GDPRIIL v ariance due to LN_TBRIIL
100
0
10
30
Sumber : Lampiran 11.
Gambar 4.7. Grafik Variance Decomposition
10
15
20
25
30
V. KESIMPULAN DAN SARAN
5.1.
Kesimpulan Kesimpulan yang dapat diperoleh dari hasil pembahasan mengenai
pengaruh neraca perdagangan dan capital inflow terhadap pertumbuhan ekonomi periode Januari 1998 hingga September 2007 yaitu: 1. Neraca perdagangan riil pada jangka pendek tidak mempunyai pengaruh yang signifikan terhadap GDP riil. Pada jangka panjang, neraca perdagangan riil mempunyai pengaruh negatif terhadap GDP riil yang signifikan secara statistik. Sedangkan capital inflow riil pada jangka pendek dan jangka panjang tidak mempunyai pengaruh yang signifikan terhadap GDP riil. 2. Hasil estimasi respon GDP riil terhadap perubahan variabel neraca perdagangan riil menunjukkan bahwa pada periode awal hingga periode 4, perubahan neraca perdagangan riil akan berpengaruh positif terhadap GDP riil. Namun pada periode 5 hingga periode 30, perubahan neraca perdagangan riil justru akan berpengaruh negatif terhadap GDP riil. Sedangkan hasil estimasi respon GDP riil terhadap perubahan variabel capital inflow riil menunjukkan bahwa pada periode awal hingga periode 30, perubahan capital inflow riil berpengaruh negatif terhadap GDP riil.
5.2.
Saran Dari kesimpulan di atas, maka ada beberapa saran yang diajukan dalam
penelitian ini, diantaranya : 1. Pengaruh negatif neraca perdagangan riil terhadap pertumbuhan ekonomi terjadi karena komoditas ekspor Indonesia hingga saat ini masih terpaku pada produk primer yang kurang mempunyai nilai tambah dan kurang memiliki keunggulan kompetitif di pasar dunia. Oleh karena itu perlu adanya diversifikasi ekspor agar neraca perdagangan memiliki kontribusi yang positif bagi pertumbuhan ekonomi Indonesia. 2. Pemerintah harus membatasi jumlah capital inflow di Indonesia karena capital inflow tidak memberikan pengaruh yang signifikan terhadap pertumbuhan
ekonomi Indonesia baik dalam jangka pendek maupun jangka panjang. Selain itu pemerintah sebaiknya memprioritaskan pembangunan yang bersumber dari tabungan domestik, bukan dari capital inflow karena dari hasil respon GDP riil terhadap perubahan tabungan domestik menunjukkan bahwa tabungan domestik memiliki pengaruh positif bagi pertumbuhan ekonomi Indonesia.
DAFTAR PUSTAKA
Ardiansyah, R. 2006. Analisis Pengaruh Neraca Pembayaran Terhadap Nilai Tukar Rupiah [skripsi]. Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor, Bogor. Arief, S. dan A. Sasono. 1987. Modal Asing, Beban Hutang Luar Negeri dan Ekonomi Indonesia. Universitas Indonesia, Depok. Bank Indonesia. 1998-2007. Statistik Ekonomi Keuangan Indonesia (SEKI). Bank Indonesia, Jakarta. Batiz, F. L dan R. Batiz. 1994. International Finance and Open Economy Macroeconomics. Second Edition. Prentice-Hall, New Jersey. Deliarnov. 1995. Perkembangan Pemikiran Ekonomi. Rajawali Pers, Jakarta. Djalal, N. 2006. Pendekatan Populer dan Praktis Ekonometrika untuk Analisis Ekonomi dan Keuangan. Universitas Indonesia, Depok. Dumairy. 1996. Perekonomian Indonesia. Erlangga, Jakarta. Enders, W. 1995. Applied Econometric Time Series. John Wiley & Sons, Inc., New York. Hady, H. 2004. Ekonomi Internasional: Teori dan Kebijakan Keuangan Internasional. Ghalia Indonesia, Jakarta. Hossain, A. dan A. Chowdhury. 1998. Open-Economy Macroeconimics for Developing Countries. Erlangga, Jakarta. Husman, J. A. 2005. “Pengaruh Nilai Tukar Riil terhadap Neraca Perdagangan Bilateral Indonesia: Kondisi Marshall-Lerner dan Fenomena J-curve”. Working Paper, 55: 1-26. Irawan dan M. Suparmoko. 1992 . Ekonomi Pembangunan. BPFE, Yogyakarta. Jhingan, M. L. 2003. Ekonomi Pembangunan dan Perencanaan. D. Guritno [penerjemah]. PT Raja Grafindo Persada, Jakarta. Kindleberger, C. P. dan P. Lindert. 1995. Ekonomi Internasional. Edisi ke-8. Burhanuddin Abdullah [penerjemah]. Erlangga, Jakarta.
Lipsey, G. R. 1997. Pengantar Makroekonomi. Edisi ke-10. Binarupa Aksara, Jakarta. Mankiw, G. 2003. Teori Makroekonomi. Edisi ke-5. Imam Nurmawan [penerjemah]. Erlangga, Jakarta. Mishkin, F. S. 2001. The Economics of Money, Banking, and Financial Market, Sixth Edition. Columbia University, Columbia. Nardjoko, D. 2007. “Competitiveness at the Frontier”. [Senada Online]. http://www.senada.or.id/public_files/competitiveness. [20 Juni 2007] Rusman, E. Z. 2007. Laporan Ekonomi Bulan Oktober 2007. [KADIN Online]. http://www.kadin-indonesia.or.id/id/doc/LaporanEkonomiEdisiOktober07. pdf. [27 November 2007] Salvatore, D. 1997. Ekonomi Internasional. [penerjemah]. Erlangga, Jakarta.
Munandar
dan
Sumiharti
Saputra, R. D. dan D. Wibowo. 2001. Perkembangan Pinjaman Luar Negeri. Bank Indonesia, Jakarta. Setyadharma, A. 2006. ”Apakah Modal Asing Berdampak Buruk bagi Pertumbuhan Ekonomi Indonesia?”. Jurnal Ekonomi, 11: 84-102. Simorangkir, S. dan Suseno. 2004. Sistem dan Kebijakan Nilai Tukar. Bank Indonesia, Jakarta. Singgalingging, D. Yumanita, D. M. Mibowo, G. Triboto, S. Pranoto, dan R. Dwisaputra. 2001. Profil Pinjaman Luar Negeri Indonesia dan Permasalahannya. Bank Indonesia, Jakarta. Soelistianingsih, L. 2007. Economic Weekly Report. [SAMUEL Online]. http://www.e-samuel.com/arsip/uploads-Economic%20Research/783Septm508.pdf. [31 September 2007] Siregar, H. dan B. D. Ward. 2000. “Can Monetary Policy/Shock Stabilize Indonesia Macro-Economics Fluctuations?”. A Paper Presented at the 25th Annual Conference of Federation of ASEAN Economics Association, 7-8 September 2000, Singapore. Tambunan, T. 2007. Pengkajian Kebijakan Investasi Riil di Indonesia. [KADIN Online]. http://www.kadin-indonesia.or.id/enm/images/dokumen/KADIN98-2929-16062007.pdf. [26 Oktober 2007]
Tjahjono, E. D. dan H. Sulistiowati. 1998. Kebijakan Pengendalian Aliran Modal Masuk di Indonesia. Jurnal Ekonomi, 12: 179-204. Todaro, M. P. 2004. Pembangunan Ekonomi di Dunia Ketiga. Edisi Ke-8. Burhanuddin Abdullah dan Harris Munandar [penerjemah]. Erlangga, Jakarta.
LAMPIRAN
Lampiran 1. Data Riil Periode GDPriil
CIFriil
TBriil
Sriil
ERriil
SBI
LIBOR
Jan-98 Feb-98 Mar-98 Apr-98 Mei-98 Jun-98 Jul-98 Agus-98 Sep-98 Okt-98 Nop-98 Des-98 Jan-99 Feb-99 Mar-99 Apr-99 Mei-99 Jun-99 Jul-99 Agus-99 Sep-99 Okt-99 Nop-99 Des-99 Jan-00 Feb-00 Mar-00 Apr-00 Mei-00 Jun-00 Jul-00 Agus-00 Sep-00 Okt-00 Nop-00 Des-00 Jan-01 Feb-01 Mar-01 Apr-01
619,62 1055,85 1829,91 2177,39 2938,94 2810,67 2288,03 2012,75 1636,32 1257,08 976,56 833,01 1217,49 1445,96 1618,03 1225,08 1079,23 987,65 1344,18 1565,52 1752,02 1504,83 1434,90 1350,98 1610,69 1760,02 2001,91 2194,94 2431,70 2606,53 2501,98 2524,69 2596,57 2780,86 2921,86 2974,05 2818,29 2743,31 2727,85 2767,37
195,39 199,95 239,94 285,24 338,43 368,28 244,15 207,06 163,99 125,70 97,16 80,70 107,88 120,54 129,28 109,27 98,42 100,06 149,47 190,64 219,41 162,49 144,83 126,28 151,08 161,43 175,35 169,34 170,59 170,05 174,76 177,41 185,94 201,30 213,97 220,84 206,14 201,25 195,81 195,30
1347,08 1268,86 1067,65 933,89 843,74 872,09 818,24 729,63 673,02 678,36 695,29 733,42 774,49 790,09 808,27 816,80 862,52 917,49 1018,89 1159,95 1247,90 1318,27 1335,54 1277,06 1330,50 1359,68 1397,13 1416,93 1455,57 1481,43 1487,16 1468,91 1474,85 1468,29 1480,52 1465,60 1486,52 1461,89 1426,82 1474,60
17133,36 12831,51 11600,81 10641,70 13350,50 18113,35 14567,38 11690,96 10894,96 7720,30 7456,65 8084,44 8775,23 8464,11 8464,12 8158,55 8030,11 6684,44 6932,29 7716,14 8661,39 7141,21 7668,31 7203,22 7455,43 7581,90 7761,79 8083,24 8716,26 8832,06 9003 8248,88 8788,71 9312,02 9327,04 9203,18 9100,99 9419,44 9896,93 11102,06
22 22 45 50 58 58 65,16 70,44 64,74 56,18 46,42 35,52 36,53 37,32 37,42 33,21 26,12 18,84 13,8 13,06 13 13,06 12,95 11,93 11,16 11,02 10,91 10,88 11,07 12,33 13,53 13,53 13,62 13,74 14,15 14,53 14,79 14,79 15,58 16,09
5,66 5,64 5,69 5,69 5,69 5,69 5,69 5,69 5,49 5,27 5,32 5,23 5,01 5 5,01 5 5,03 5,18 5,31 5,45 5,55 6,13 6,11 6,12 6,04 6,1 6,2 6,32 6,75 6,79 6,73 6,69 6,67 6,78 6,75 6,56 5,71 5,36 4,96 4,62
1160,21 1110,86 1101,61 1036,14 990,60 972,46 979,81 985,89 993,99 935,73 918,73 892,74 908,99 918,76 938,79 928,37 928,38 931,73 956,36 976,42 984,32 974,82 962,53 958,20 1042,26 1110,29 1174,32 1139,22 1137,76 1140,83 1169,11 1195,01 1220,87 1198,96 1187,29 1173,97 1221,09 1244,59 1269,40 1282,55
Mei-01 Jun-01 Jul-01 Agus-01 Sep-01 Okt-01 Nop-01 Des-01 Jan-02 Feb-02 Mar-02 Apr-02 Mei-02 Jun-02 Jul-02 Agus-02 Sep-02 Okt-02 Nop-02 Des-02 Jan-03 Feb-03 Mar-03 Apr-03 Mei-03 Jun-03 Jul-03 Agus-03 Sep-03 Okt-03 Nop-03 Des-03 Jan-04 Feb-04 Mar-04 Apr-04 Mei-04 Jun-04 Jul-04 Agus-04 Sep-04 Okt-04 Nop-04
1295,46 1298,18 1267,99 1281,30 1273,67 1251,99 1221,10 1202,38 1225,10 1235,38 1261,82 1262,73 1260,46 1268,78 1288,90 1311,90 1320 1286,68 1253,95 1236,03 1265,19 1285,53 1305,88 1283,13 1275,20 1273,26 1300,60 1307,65 1313,98 1280,77 1257,84 1238,95 1266,46 1283,35 1299,79 1312,65 1323,56 1343,65 1360,63 1386,69 1403,16 1380,72 1365,53
2812,88 2658,94 1672,22 1294,13 958,81 1120,26 1080,68 1074,99 804,61 683,32 568,05 547,47 486,43 460,10 524,45 550,44 585,77 612,98 635,89 665,37 688,97 724,02 752,35 757,62 764,22 777,70 833,51 874,32 927,19 950,37 985,89 1006,85 980,08 981,56 979,89 997,44 1006,36 1017,11 1004,74 1006,31 1006,38 1009,93 1005,68
192,95 186,39 168,78 159,76 152,60 160,38 160,61 158,94 144,57 136,14 132,26 144,96 149,60 154,95 148,45 147,73 145,10 140,15 134,96 130,03 126,78 123,63 122,44 128,07 130,43 133,90 136,17 138,02 139,75 121,84 114,90 100,57 77,89 61,41 55,30 94,46 122,96 149,68 128,61 128,81 127,65 123,34 122,05
1466,58 1448,87 1449,24 1476,54 1433,52 1419,51 1423,73 1456,63 1388,64 1356,05 1346,01 1359,17 1354,35 1385,35 1396,63 1376,53 1389,63 1411,09 1403,48 1483,64 1442,85 1442,99 1448,14 1471,86 1500,52 1534,65 1551,58 1576,83 1597,37 1633,39 1667,83 1784,21 1772,39 1776,83 1793,13 1804,23 1811,85 1844,81 1855,40 1867,38 1905,75 1922,45 1936,09
10450,42 10656,72 8659,85 8074,04 8791,59 9396,96 9213,46 9004,56 8774,99 8578,03 8174,46 7952,50 7438,39 7369,02 7633,79 7442,33 7531,61 7685,65 7338,30 7205,48 7126,47 7187,56 7253,85 7033,61 6696,07 6702,12 6881,32 6874,17 6750,13 6788,42 6737,75 6611,35 6584,96 6626,42 6755,36 6774,94 7182,23 7332,39 7096,97 7215,75 7112,88 7049,52 6930,67
16,33 16,65 17,17 17,67 17,57 17,58 17,6 17,62 16,93 16,86 16,76 16,61 15,51 15,11 14,93 14,35 13,22 13,1 13,06 12,93 12,69 12,24 11,4 11,06 10,44 9,53 9,1 9,1 8,66 8,48 8,48 8,31 7,86 7,48 7,42 7,33 7,32 7,34 7,36 7,37 7,39 7,41 7,41
4,1 3,83 3,75 3,57 3,04 2,4 2,1 1,93 1,8 1,9 1,99 1,97 1,91 1,88 1,85 1,78 1,81 1,79 1,46 1,4 1,36 1,34 1,28 1,3 1,28 1,12 1,11 1,14 1,14 1,16 1,17 1,17 1,13 1,12 1,11 1,15 1,25 1,49 1,62 1,73 1,9 2,08 2,3
Des-04 Jan-05 Feb-05 Mar-05 Apr-05 Mei-05 Jun-05 Jul-05 Agus-05 Sep-05 Okt-05 Nop-05 Des-05 Jan-06 Feb-06 Mar-06 Apr-06 Mei-06 Jun-06 Jul-06 Agus-06 Sep-06 Okt-06 Nop-06 Des-06 Jan-07 Feb-07 Mar-07 Apr-07 Mei-07 Jun-07 Jul-07 Agus-07 Sep-07 Sumber Keterangan GDPriil CIFriil TBriil Sriil ERriil SBI LIBOR
1356,21 1003,84 113,02 2034,61 7040,78 7,43 1394,33 984,34 82,08 1931,20 6859,81 7,42 1433,25 989,72 65,83 1920,89 6988,92 7,43 1446 961,82 54,97 1893,93 7083,19 7,44 1460,40 957,43 76,76 1889,81 7166,40 7,7 1485,65 943,84 88,21 1861,48 7096,13 7,95 1505,22 961,15 95,30 1871,15 7220,85 8,25 1526,88 1081,21 81,86 1864,15 7274,52 8,49 1550,48 1170,28 75,17 1874,23 7586,91 9,51 1572,59 1238,83 77,29 1810,11 7671,01 10 1473,01 1076,02 105,23 1620,36 6924,16 11 1483,23 1046,85 132,27 1597,75 6744,84 12,25 1510,11 1021,87 155,25 1650,52 6582,13 12,75 1495,04 1017,20 123,74 1586,17 6256,09 12,75 1500,50 1005,79 117,31 1559,86 6117,98 12,74 1511,56 1003,45 108,92 1540,49 6046,52 12,73 1534,72 898,90 119,76 1549,86 5893,66 12,74 1546,34 891,60 121,68 1576,82 6202,93 12,5 1566,97 883,46 129,53 1591,06 6238,84 12,5 1604,99 870,91 140,26 1596,21 6077,52 12,25 1640,47 865,14 151,62 1604,06 6087,23 11,75 1663,13 859,27 156,47 1643,18 6122,02 11,25 1625,30 872,81 132,87 1671,19 5958,10 10,75 1617,51 867,80 122,93 1718,65 5963,88 10,25 1600,22 855,45 113,29 1837,27 5808,48 9,75 1634,03 858,91 125,60 1800,05 5807,91 9,5 1655,27 852,31 129,49 1790,17 5852,50 9,25 1682,79 848,67 135,74 1799,69 5864,03 9 1701,95 844,01 134,83 1828,91 5885,31 9 1723,28 842,47 137,08 1831,21 5755,11 8,75 1744,20 839,26 136,96 1912,38 5896,31 8,75 1782,33 808,07 128,98 1948,42 5940,71 8,25 1809,42 801,33 124,62 1970,74 6025,40 8,25 1838,12 794,32 119,45 1994,40 5823,64 8,25 : Bank Indonesia (data diolah). : = produk domestik bruto riil (milyar Rp), = capital inflow riil (milyar Rp), = neraca perdagangan (trade balance) riil (milyar Rp), = tabungan domestik (domestic saving) riil (milyar Rp), = nilai tukar (exchange rate) riil (Rp/$), = suku bunga SBI 1 bulan (%), = suku bunga LIBOR 3 bulan (%).
2,5 2,66 2,82 3,02 3,14 3,28 3,42 3,6 3,8 3,91 4,14 4,37 4,5 4,6 4,76 4,91 5,07 5,18 5,38 5,5 5,42 5,38 5,37 5,37 5,4 5,36 5,36 5,35 5,36 5,36 5,36 5,36 5,48 5,49
Lampiran 2. Hasil Uji Akar Unit pada Tingkat Level Null Hypothesis : LN_GDPRIIL has a unit root Exogenous : Constant Lag Length : 3 (Automatic based on SIC, MAXLAG=12) t-Statistic Augmented Dickey-Fuller test statistic 0,584534 Test critical values : 1% level -3,489117 5% level -2,887190 10% level -2,580525
Prob* 0,9888
Null Hypothesis : LN_CIFRIIL has a unit root Exogenous : Constant Lag Length : 5 (Automatic based on SIC, MAXLAG=12) t-Statistic Augmented Dickey-Fuller test statistic -2,373509 Test critical values : 1% level -3,490210 5% level -2,887665 10% level -2,580778
Prob* 0,1516
Null Hypothesis : LN_TBRIIL has a unit root Exogenous : Constant Lag Length : 4 (Automatic based on SIC, MAXLAG=12) t-Statistic Augmented Dickey-Fuller test statistic -3,556657 Test critical values : 1% level -3,489659 5% level -2,887425 10% level -2,580651
Prob* 0,0082
Null Hypothesis : SBI has a unit root Exogenous : Constant Lag Length : 11 (Automatic based on SIC, MAXLAG=12) t-Statistic Augmented Dickey-Fuller test statistic -1,945253 Test critical values : 1% level -3,493747 5% level -2,889200 10% level -2,581596
Prob* 0,3106
Null Hypothesis : LIBOR has a unit root Exogenous : Constant Lag Length : 1 (Automatic based on SIC, MAXLAG=12) t-Statistic Augmented Dickey-Fuller test statistic -1,205824 Test critical values : 1% level -3,488063 5% level -2,886732 10% level -2,580281
Prob* 0,6703
Null Hypothesis : LN_ERRIIL has a unit root Exogenous : Constant Lag Length : 0 (Automatic based on SIC, MAXLAG=12) t-Statistic Augmented Dickey-Fuller test statistic -3,656601 Test critical values : 1% level -3,487550 5% level -2,886509 10% level -2,580163
Prob* 0,0060
Null Hypothesis : LN_SRIIL has a unit root Exogenous : Constant Lag Length : 1 (Automatic based on SIC, MAXLAG=12) t-Statistic Augmented Dickey-Fuller test statistic -1,339101 Test critical values : 1% level -3,488063 5% level -2,886732 10% level -2,580281
Prob* 0,6095
Lampiran 3. Hasil Pengujian Akar Unit padaTingkat First Difference Null Hypothesis : D(LN_GDPRIIL) has a unit root Exogenous : Constant Lag Length : 2 (Automatic based on SIC, MAXLAG=12) t-Statistic Augmented Dickey-Fuller test statistic -8,140603 Test critical values : 1% level -3,489117 5% level -2,887190 10% level -2,580525
Prob* 0,0000
Null Hypothesis : D(LN_CIFRIIL) has a unit root Exogenous : Constant Lag Length : 4 (Automatic based on SIC, MAXLAG=12) t-Statistic Augmented Dickey-Fuller test statistic -5,096264 Test critical values : 1% level -3,490210 5% level -2,887665 10% level -2,580778
Prob* 0,0000
Null Hypothesis : D(LN_TBRIIL) has a unit root Exogenous : Constant Lag Length : 3 (Automatic based on SIC, MAXLAG=12) t-Statistic Augmented Dickey-Fuller test statistic -5,806889 Test critical values : 1% level -3,489659 5% level -2,887425 10% level -2,580651
Prob* 0,0000
Null Hypothesis : D(SBI) has a unit root Exogenous : Constant Lag Length : 12 (Automatic based on SIC, MAXLAG=12) t-Statistic Augmented Dickey-Fuller test statistic -7,636357 Test critical values : 1% level -3,495021 5% level -2,889753 10% level -2,581890
Prob* 0,0000
Null Hypothesis : D(LIBOR) has a unit root Exogenous : Constant Lag Length : 0 (Automatic based on SIC, MAXLAG=12) t-Statistic Augmented Dickey-Fuller test statistic -4,771446 Test critical values : 1% level -3,488063 5% level -2,886732 10% level -2,580281
Prob* 0,0001
Null Hypothesis : D(LN_ERRIIL) has a unit root Exogenous : Constant Lag Length : 0 (Automatic based on SIC, MAXLAG=12) t-Statistic Augmented Dickey-Fuller test statistic -9,751023 Test critical values : 1% level -3,488063 5% level -2,886732 10% level -2,580281
Prob* 0,0000
Null Hypothesis : D(LN_SRIIL) has a unit root Exogenous : Constant Lag Length : 0 (Automatic based on SIC, MAXLAG=12) t-Statistic Augmented Dickey-Fuller test statistic -5,823151 Test critical values : 1% level -3,488063 5% level -2,886732 10% level -2,580281
Prob* 0,0000
Lampiran 4. Estimasi VAR dengan Lag Maksimal 13 Vector Autoregression Estimates Date: 05/13/08 Time: 14:45 Sample(adjusted): 1999:03 2007:09 Included observations: 103 after adjusting endpoints Standard errors in ( ) & t-statistics in [ ]
D(LN_GDP RIIL(-1)) D(LN_GDP RIIL(-2)) D(LN_GDP RIIL(-3)) D(LN_GDP RIIL(-4)) D(LN_GDP RIIL(-5)) D(LN_GDP RIIL(-6)) D(LN_GDP RIIL(-7)) D(LN_GDP RIIL(-8)) D(LN_GDP RIIL(-9)) D(LN_GDP RIIL(-10)) D(LN_GDP RIIL(-11)) D(LN_GDP RIIL(-12)) D(LN_GDP RIIL(-13)) D(LN_S RIIL(-1)) D(LN_S RIIL(-2))
D(LN_GDP RIIL) -0,002879 (0,21147) [-0,01362] -0,299256 (0,13692) [-2,18560] 0,224194 (0,14341) [ 1,56327] -0,151020 (0,14897) [-1,01375] -0,426720 (0,12806) [-3,33230] -0,195295 (0,13736) [-1,42178] -0,121247 (0,12943) [-0,93679] -0,503050 (0,10934) [-4,60062] -0,100118 (0,16052) [-0,62371] -0,133998 (0,12006) [-1,11607] 0,348924 (0,13364) [ 2,61087] 0,215326 (0,10365) [ 2,07738] 0,092714 (0,16238) [ 0,57098] 0,199163 (0,12918) [ 1,54171] 0,112716 (0,10084) [ 1,11782]
D(LN_S RIIL) -0,6066 (0,5861) [-1,034] -0,0177 (0,3795) [-0,046] 0,07809 (0,3975) [ 0,196] 0,02922 (0,4129) [ 0,070] 0,24965 (0,3549) [ 0,703] -0,0554 (0,3807) [-0,145] -0,0627 (0,3587) [-0,174] -0,2310 (0,3030) [-0,762] -0,1208 (0,444) [-0,271] -0,0119 (0,3327) [-0,035] 0,23436 (0,3704) [ 0,632] -0,5019 (0,2872) [-1,747] 0,52100 (0,4500) [ 1,157] 0,35386 (0,3580) [ 0,988] -0,2448 (0,2794) [-0,876]
D(SBI) -7,3889 (11,78) [-0,627] 6,40345 (7,627) [ 0,839] -2,2385 (7,988) [-0,280] 8,92253 (8,298) [ 1,075] 7,13954 (7,133) [ 1,000] 1,89486 (7,651) [ 0,247] 4,89450 (7,209) [ 0,678] -3,1811 (6,091) [-0,522] -4,1606 (8,941) [-0,465] 4,09704 (6,688) [ 0,612] -9,0384 (7,444) [-1,214] 3,01426 (5,774) [ 0,522] 3,16114 (9,045) [ 0,349] -12,109 (7,196) [-1,682] -2,3182 (5,617) [-0,412]
D(LN_ER RIIL) -0,439861 (1,02884) [-0,42753] 0,043450 (0,66615) [ 0,06523] 0,057701 (0,69773) [ 0,08270] 0,663528 (0,72477) [ 0,91550] -0,451230 (0,62301) [-0,72427] 0,486285 (0,66828) [ 0,72767] -0,907756 (0,62969) [-1,44158] -0,425822 (0,53198) [-0,80045] 0,371886 (0,78095) [ 0,47620] 0,108131 (0,58412) [ 0,18512] 0,436622 (0,65020) [ 0,67152] -0,153177 (0,50429) [-0,30375] 1,517383 (0,78999) [ 1,92076] 0,720159 (0,62850) [ 1,14584] 1,000075 (0,49058) [ 2,03854]
DLN_CIF RIIL) 0,106186 (1,53672) [ 0,06910] 0,735178 (0,99499) [ 0,73888] 0,291883 (1,04216) [ 0,28007] 1,117268 (1,08254) [ 1,03208] -0,315969 (0,93056) [-0,33955] 2,002909 (0,99817) [ 2,00659] 0,031541 (0,94054) [ 0,03353] -0,295155 (0,79458) [-0,37146] 0,697887 (1,16646) [ 0,59830] 0,249132 (0,87247) [ 0,28555] 0,162105 (0,97116) [ 0,16692] -1,029035 (0,75323) [-1,36617] 0,455766 (1,17996) [ 0,38625] 0,018644 (0,93875) [ 0,01986] -0,584860 (0,73275) [-0,79817]
D(LN_TB RIIL) 5,343573 (3,40231) [ 1,57057] -0,311549 (2,20292) [-0,14143] 3,099652 (2,30736) [ 1,34337] 0,253885 (2,39677) [ 0,10593] 0,735033 (2,06027) [ 0,35677] 2,820705 (2,20996) [ 1,27636] -0,469980 (2,08236) [-0,22570] -0,157628 (1,75922) [-0,08960] 4,080113 (2,58256) [ 1,57987] -0,958785 (1,93166) [-0,49635] 0,340162 (2,15017) [ 0,15820] 2,073107 (1,66765) [ 1,24313] -1,109062 (2,61246) [-0,42453] -0,748454 (2,07842) [-0,36011] -0,010523 (1,62233) [-0,00649]
D(LIBOR) -1,773017 (2,53995) [-0,69805] -4,550169 (1,64456) [-2,76680] -2,305844 (1,72253) [-1,33864] -1,626482 (1,78928) [-0,90902] 0,484880 (1,53807) [ 0,31525] -4,411509 (1,64982) [-2,67394] 3,299665 (1,55456) [ 2,12257] -0,646024 (1,31333) [-0,49190] -5,417278 (1,92798) [-2,80982] -3,698802 (1,44206) [-2,56495] -1,530265 (1,60518) [-0,95333] -2,416445 (1,24497) [-1,94097] -4,990332 (1,95030) [-2,55875] -6,183059 (1,55162) [-3,98492] -1,805766 (1,21113) [-1,49098]
D(LN_S RIIL(-3)) D(LN_S RIIL(-4)) D(LN_S RIIL(-5)) D(LN_S RIIL(-6)) D(LN_S RIIL(-7)) D(LN_S RIIL(-8)) D(LN_S RIIL(-9)) D(LN_S RIIL(-10)) D(LN_S RIIL(-11)) D(LN_S RIIL(-12)) D(LN_S RIIL(-13)) D(SBI(-1)) D(SBI(-2)) D(SBI(-3)) D(SBI(-4)) D(SBI(-5)) D(SBI(-6)) D(SBI(-7))
0,192188 (0,11689) [ 1,64419] 0,244560 (0,10502) [ 2,32864] 0,043657 (0,11902) [ 0,36679] -0,316505 (0,11211) [-2,82308] -0,136664 (0,09055) [-1,50918] -0,204095 (0,11319) [-1,80314] 0,333725 (0,07024) [ 4,75127] -0,130957 (0,11191) [-1,17018] -0,051355 (0,09073) [-0,56599] -0,090403 (0,09003) [-1,00419] -0,143647 (0,12745) [-1,12711] 0,000902 (0,00492) [ 0,18339] 0,002649 (0,00644) [ 0,41159] 0,016773 (0,00475) [ 3,52815] -0,005206 (0,00466) [-1,11701] -0,012076 (0,00347) [-3,48123] 0,008173 (0,00352) [ 2,32433] 0,009486 (0,00273) [ 3,47230]
0,48363 (0,3239) [ 1,492] 0,27422 (0,2910) [ 0,942] 0,10603 (0,3299) [ 0,321] 0,32073 (0,3107) [ 1,032] -0,1815 (0,2509) [-0,723] 0,06233 (0,3137) [ 0,198] 0,11986 (0,1946) [ 0,615] 0,34635 (0,3101) [ 1,116] 0,05836 (0,2514) [ 0,232] 0,59423 (0,2495) [ 2,381] -0,1780 (0,3532) [-0,504] -0,0049 (0,0136) [-0,366] -0,00782 (0,0178) [-0,4387] -0,00223 (0,0131) [-0,1697] 0,017136 (0,0129) [ 1,3265] -0,02172 (0,0096) [-2,2592] 5,51E-05 (0,0097) [ 0,0056] 0,018715 (0,0075) [ 2,4716]
-2,5474 (6,511) [-0,391] 4,41624 (5,850) [ 0,754] 7,83111 (6,630) [ 1,181] 7,13316 (6,245) [ 1,142] 0,96584 (5,044) [ 0,191] 5,73668 (6,305) [ 0,909] -3,8888 (3,912) [-0,993] 1,54846 (6,234) [ 0,248] 3,68735 (5,054) [ 0,729] 0,06414 (5,014) [ 0,012] 9,98172 (7,099) [ 1,405] 0,51917 (0,274) [ 1,893] -0,41869 (0,3584) [-1,167] -0,11503 (0,2648) [-0,434] 0,01190 (0,2596) [ 0,045] 0,23171 (0,1932) [ 1,199] -0,13420 (0,1958) [-0,685] 0,16753 (0,1521) [ 1,100]
1,397174 (0,56869) [ 2,45684] 1,101959 (0,51095) [ 2,15667] 0,660899 (0,57908) [ 1,14130] -0,424756 (0,54545) [-0,77872] -0,364429 (0,44056) [-0,82719] -0,741589 (0,55068) [-1,34667] -0,292588 (0,34173) [-0,85621] -0,009972 (0,54447) [-0,01831] 0,339472 (0,44144) [ 0,76902] 0,594772 (0,43799) [ 1,35795] -0,820341 (0,62006) [-1,32301] -0,016549 (0,02394) [-0,69122] 0,027588 (0,03131) [ 0,88115] 0,032905 (0,02313) [ 1,42264] 0,026043 (0,02267) [ 1,14854] -0,019103 (0,01688) [-1,13192] 0,020201 (0,01711) [ 1,18081] 0,007878 (0,01329) [ 0,59275]
-0,173532 (0,84942) [-0,20430] 0,401359 (0,76318) [ 0,52590] 1,002148 (0,86493) [ 1,15865] -0,387680 (0,81471) [-0,47585] 0,584521 (0,65805) [ 0,88827] 0,581361 (0,82252) [ 0,70680] 0,836899 (0,51042) [ 1,63964] 0,144054 (0,81325) [ 0,17713] 0,674763 (0,65935) [ 1,02338] 1,157986 (0,65420) [ 1,77008] -0,269538 (0,92614) [-0,29103] -0,000855 (0,03576) [-0,02392] -0,037973 (0,04676) [-0,81200] 0,008287 (0,03455) [ 0,23987] -0,006651 (0,03387) [-0,19639] -0,015719 (0,02521) [-0,62359] 0,030674 (0,02555) [ 1,20046] 0,000642 (0,01985) [ 0,03235]
-1,080269 (1,88062) [-0,57442] 1,375837 (1,68970) [ 0,81425] -0,433929 (1,91497) [-0,22660] -1,015073 (1,80378) [-0,56275] 1,739113 (1,45692) [ 1,19369] -0,971739 (1,82108) [-0,53361] -0,793090 (1,13007) [-0,70181] -1,596027 (1,80055) [-0,88641] 0,194906 (1,45980) [ 0,13352] -0,030620 (1,44841) [-0,02114] -1,473435 (2,05049) [-0,71858] -0,034423 (0,07917) [-0,43479] 0,043676 (0,10354) [ 0,42183] -0,027200 (0,07649) [-0,35562] 0,010754 (0,07498) [ 0,14342] 0,043620 (0,05581) [ 0,78159] -0,001143 (0,05657) [-0,02020] -0,027293 (0,04395) [-0,62096]
-4,312654 (1,40395) [-3,07179] -2,312375 (1,26142) [-1,83315] 2,044669 (1,42960) [ 1,43024] 3,970382 (1,34659) [ 2,94847] 2,970608 (1,08765) [ 2,73122] 1,396187 (1,35950) [ 1,02698] 2,798692 (0,84364) [ 3,31741] 2,973371 (1,34418) [ 2,21204] 1,844816 (1,08980) [ 1,69281] 0,936977 (1,08129) [ 0,86653] 6,865906 (1,53077) [ 4,48527] -0,091602 (0,05911) [-1,54982] -0,169006 (0,07730) [-2,18650] -0,091850 (0,05710) [-1,60858] -0,033003 (0,05598) [-0,58956] 0,011552 (0,04166) [ 0,27728] -0,095124 (0,04223) [-2,25232] 0,054657 (0,03281) [ 1,66574]
D(SBI(-8)) D(SBI(-9)) D(SBI(-10)) D(SBI(-8)) D(SBI(-9)) D(SBI(-10)) D(SBI(-11)) D(SBI(-12)) D(SBI(-13)) D(LN_ER RIIL(-1)) D(LN_ER RIIL(-2)) D(LN_ER RIIL(-3)) D(LN_ER RIIL(-4)) D(LN_ER RIIL(-5)) D(LN_ER RIIL(-6)) D(LN_ER RIIL(-7)) D(LN_ER RIIL(-8)) D(LN_ER RIIL(-9))
-0,013318 (0,00403) [-3,30556] -0,007967 (0,00359) [-2,21767] -0,005774 (0,00253) [-2,27984] -0,013318 (0,00403) [-3,30556] -0,007967 (0,00359) [-2,21767] -0,005774 (0,00253) [-2,27984] 0,009966 (0,00224) [ 4,45036] 0,000285 (0,00182) [ 0,15617] -0,004535 (0,00163) [-2,79028] 0,031810 (0,07104) [ 0,44778] 0,212338 (0,09133) [ 2,32486] -0,008019 (0,06416) [-0,12499] 0,011665 (0,06313) [ 0,18478] 0,132471 (0,06104) [ 2,17006] 0,104530 (0,05525) [ 1,89177] 0,104608 (0,07826) [ 1,33674] 0,202881 (0,11038) [ 1,83809] 0,162941 (0,09273) [ 1,75712]
0,002598 (0,0111) [ 0,2326] -0,00294 (0,00996 [-0,2962] -0,00278 (0,0070) [-0,3968] 0,002598 (0,0111) [ 0,2326] -0,00294 (0,0099) [-0,2962] -0,00278 (0,0070) [-0,3968] 0,00175 (0,0062) [ 0,282] 0,00149 (0,0050) [ 0,295] 0,00825 (0,0045) [ 1,833] -0,6372 (0,1969) [-3,236] 0,11259 (0,2531) [ 0,444] 0,05199 (0,1778) [ 0,292] -0,1183 (0,1749) [-0,676] 0,03977 (0,1692) [ 0,235] -0,2801 (0,1531) [-1,829] -0,1285 (0,2169) [-0,592] -0,2883 (0,3059) [-0,942] -0,0682 (0,2570) [-0,265]
0,20092 (0,2244) [ 0,895] 0,18010 (0,2001) [ 0,899] 0,03945 (0,1410) [ 0,279] 0,20092 (0,2244) [ 0,895] 0,18010 (0,2001) [ 0,899] 0,03945 (0,1410) [ 0,279] -0,2449 (0,124) [-1,963] 0,05886 (0,101) [ 0,579] -0,0309 (0,090) [-0,341] -1,7081 (3,957) [-0,431] -7,6783 (5,087) [-1,509] 1,98092 (3,573) [ 0,554] 0,19676 (3,516) [ 0,055] -2,7199 (3,400) [-0,799] -2,6731 (3,078) [-0,868] -4,0602 (4,359) [-0,931] -7,0403 (6,148) [-1,145] -4,6525 (5,165) [-0,900]
0,016614 (0,01960) [ 0,84759] -0,029636 (0,01748) [-1,69554] -0,010960 (0,01232) [-0,88958] 0,016614 (0,01960) [ 0,84759] -0,029636 (0,01748) [-1,69554] -0,010960 (0,01232) [-0,88958] -0,01826 (0,01089) [-1,6767] 0,007604 (0,00887) [ 0,8572] 0,009288 (0,00791) [ 1,1746] -1,00431 (0,34562) [-2,9058] -0,17939 (0,44435) [-0,4037] -0,03243 (0,31213) [-0,1039] 0,282207 (0,30714) [ 0,9188] -0,26739 (0,29699) [-0,9003] 0,025893 (0,26882) [ 0,0963] -0,15986 (0,38073) [-0,4199] 0,243014 (0,53700) [ 0,4525] 0,459766 (0,45116) [ 1,0190]
0,009423 (0,02928) [ 0,32185] 0,014722 (0,02611) [ 0,56391] 0,014155 (0,01840) [ 0,76918] 0,009423 (0,02928) [ 0,32185] 0,014722 (0,02611) [ 0,56391] 0,014155 (0,01840) [ 0,76918] 0,002684 (0,01627) [ 0,1649] 0,009396 (0,01325) [ 0,7091] -0,00087 (0,01181) [-0,0739] -0,69208 (0,51622) [-1,3406] -0,29756 (0,66371) [-0,4483] -0,75072 (0,46621) [-1,6102] -0,22797 (0,45876) [-0,4969] -0,97060 (0,44360) [-2,1880] -0,48189 (0,40153) [-1,2001] -0,75270 (0,56867) [-1,3236] -0,81420 (0,80208) [-1,0151] -0,74186 (0,67386) [-1,1009]
0,024321 (0,06482) [ 0,37519] 0,022549 (0,05780) [ 0,39011] -0,036931 (0,04074) [-0,90643] 0,024321 (0,06482) [ 0,37519] 0,022549 (0,05780) [ 0,39011] -0,036931 (0,04074) [-0,90643] 0,010209 (0,03603) [ 0,2833] -0,01478 (0,02934) [-0,5039] -0,00834 (0,02615) [-0,3189] -0,03794 (1,14293) [-0,0332] 0,347875 (1,46946) [ 0,2367] 0,093797 (1,03219) [ 0,0908] -0,63287 (1,01570) [-0,6230] -0,51765 (0,98214) [-0,5270] -0,72064 (0,88899) [-0,8106] -0,91132 (1,25905) [-0,7238] 0,410190 (1,77582) [ 0,2309] -0,04268 (1,49194) [-0,0286]
0,107410 (0,04839) [ 2,21959] 0,073211 (0,04315) [ 1,69665] 0,034189 (0,03042) [ 1,12401] 0,107410 (0,04839) [ 2,21959] 0,073211 (0,04315) [ 1,69665] 0,034189 (0,03042) [ 1,12401] -0,006325 (0,02690) [-0,23515] 0,001229 (0,02190) [ 0,05611] 0,008462 (0,01952) [ 0,43351] 1,939750 (0,85324) [ 2,27339] -2,283153 (1,09700) [-2,08126] -0,472032 (0,77057) [-0,61257] -1,336811 (0,75826) [-1,76300] 0,076561 (0,73320) [ 0,10442] -0,340263 (0,66366) [-0,51270] -2,833569 (0,93993) [-3,01467] -2,752213 (1,32572) [-2,07602] -3,037492 (1,11379) [-2,72716]
D(LN_ER RIIL(-10)) D(LN_ER RIIL(-11)) D(LN_ER RIIL(-12)) D(LN_ER RIIL(-13)) D(LN_CIF RIIL(-1)) D(LN_CIF RIIL(-2)) D(LN_CIF RIIL(-3)) D(LN_CIF RIIL(-4)) D(LN_CIF RIIL(-5)) D(LN_CIF RIIL(-6)) D(LN_CIF RIIL(-7)) D(LN_CIF RIIL(-8)) D(LN_CIF RIIL(-9)) D(LN_CIF RIIL(-10)) D(LN_CIF RIIL(-11)) D(LN_CIF RIIL(-12)) D(LN_CIF RIIL(-13)) D(LN_TB RIIL(-1))
0,248435 (0,08794) [ 2,82516] 0,078202 (0,06445) [ 1,21333] 0,109786 (0,04197) [ 2,61592] -0,080837 (0,03478) [-2,32433] 0,004625 (0,05647) [ 0,08190] -0,031387 (0,04070) [-0,77122] 0,005792 (0,05223) [ 0,11090] 0,116857 (0,06932) [ 1,68583] 0,099258 (0,04729) [ 2,09889] -0,054456 (0,03552) [-1,53318] -0,077012 (0,04672) [-1,64839] 0,001352 (0,04417) [ 0,03061] -0,078724 (0,03573) [-2,20326] -0,137700 (0,03895) [-3,53498] -0,044827 (0,03576) [-1,25364] 0,073784 (0,03662) [ 2,01508] 0,039006 (0,03021) [ 1,29116] 0,077255 (0,02959) [ 2,61114]
-0,0024 (0,2437) [-0,009] -0,0060 (0,1786) [-0,033] -0,0283 (0,1163) [-0,243] 0,05044 (0,0964) [ 0,523] 0,07663 (0,1565) [ 0,489] -0,0348 (0,1128) [-0,309] -0,3947 (0,1447) [-2,726] 0,11393 (0,1921) [ 0,592] 0,09396 (0,1310) [ 0,716] 0,12958 (0,0984) [ 1,316] 0,05451 (0,1294) [ 0,420] -0,0730 (0,1224) [-0,596] 0,17733 (0,0990) [ 1,790] -0,1032 (0,1079) [-0,956] -0,1649 (0,0991) [-1,664] 0,12670 (0,1014) [ 1,248] -0,0338 (0,0837) [-0,404] -0,0007 (0,0820) [-0,009]
-0,0604 (4,898) [-0,012] -0,1428 (3,590) [-0,039] 0,19540 (2,337) [ 0,083] -0,2802 (1,937) [-0,144] -0,9500 (3,145) [-0,301] -1,5934 (2,267) [-0,702] -0,9434 (2,909) [-0,324] -6,6792 (3,861) [-1,729] -1,3752 (2,634) [-0,522] 2,52368 (1,978) [ 1,275] 2,35772 (2,602) [ 0,905] 2,47948 (2,460) [ 1,007] 0,26187 (1,990) [ 0,131] 0,87497 (2,169) [ 0,403] -0,3807 (1,991) [-0,191] -1,3579 (2,039) [-0,665] -1,0740 (1,682) [-0,638] -3,0042 (1,648) [-1,822]
0,512158 (0,42783) [ 1,19711] 0,498960 (0,31357) [ 1,5912] 0,033609 (0,20418) [ 0,1646] 0,170656 (0,16920) [ 1,0085] 0,478335 (0,27475) [ 1,7409] -0,27379 (0,19800) [-1,3828] -0,43218 (0,25412) [-1,7007] 0,032710 (0,33724) [ 0,0969] 0,406330 (0,23008) [ 1,7660] 0,310931 (0,17280) [ 1,7993] -0,20703 (0,22730) [-0,9108] -0,08147 (0,21487) [-0,3791] -0,15680 (0,17384) [-0,9020] -0,12329 (0,18952) [-0,6505] -0,17511 (0,17397) [-1,0065] -0,04443 (0,17814) [-0,2494] 0,278747 (0,14698) [ 1,8965] 0,094085 (0,14394) [ 0,6536]
-0,38279 (0,63902) [-0,5990] -0,18576 (0,46836) [-0,3966] -0,03457 (0,30498) [-0,1133] 0,010220 (0,25273) [ 0,0404] 0,304111 (0,41038) [ 0,7410] -0,13042 (0,29574) [-0,4409] -0,18807 (0,37956) [-0,4955] -0,23686 (0,50372) [-0,4702] 0,104026 (0,34365) [ 0,3027] 0,240270 (0,25810) [ 0,9309] 0,169922 (0,33950) [ 0,5005] 0,271268 (0,32094) [ 0,8452] -0,12701 (0,25965) [-0,4891] 0,169712 (0,28307) [ 0,5995] 0,162243 (0,25985) [ 0,6243] -0,29679 (0,26608) [-1,1154] -0,04463 (0,21953) [-0,2033] -0,19580 (0,21500) [-0,9107]
0,205525 (1,41480) [ 0,1452] -0,17046 (1,03697) [-0,1643] -0,37985 (0,67522) [-0,5625] -0,51058 (0,55955) [-0,9124] -0,16792 (0,90858) [-0,1848] 0,326047 (0,65478) [ 0,4979] -0,49992 (0,84035) [-0,5949] 0,182578 (1,11524) [ 0,1637] 0,496966 (0,76085) [ 0,6531] 0,155839 (0,57145) [ 0,2727] 0,400866 (0,75167) [ 0,5333] -0,25218 (0,71058) [-0,3549] -0,13162 (0,57486) [-0,2289] 0,467583 (0,62672) [ 0,7460] -0,10050 (0,57530) [-0,1746] -0,18671 (0,58911) [-0,3169] 0,372098 (0,48604) [ 0,7655] 0,622585 (0,47601) [ 1,3079]
-2,110152 (1,05620) [-1,99787] -0,935259 (0,77413) [-1,20814] 0,356161 (0,50408) [ 0,70655] 0,578375 (0,41772) [ 1,38458] -2,164373 (0,67829) [-3,19092] 0,373894 (0,48882) [ 0,76489] 0,723635 (0,62735) [ 1,15347] -2,482678 (0,83257) [-2,98196] -1,704873 (0,56800) [-3,00152] 0,422612 (0,42661) [ 0,99064] 0,924561 (0,56115) [ 1,64762] 0,543065 (0,53047) [ 1,02374] 0,581468 (0,42916) [ 1,35490] 0,960510 (0,46787) [ 2,05294] -0,506305 (0,42949) [-1,17886] -1,058411 (0,43979) [-2,40661] -0,508156 (0,36285) [-1,40047] -0,650880 (0,35536) [-1,83159]
D(LN_TB RIIL(-2)) D(LN_TB RIIL(-3)) D(LN_TB RIIL(-4)) D(LN_TB RIIL(-5)) D(LN_TB RIIL(-6)) D(LN_TB RIIL(-7)) D(LN_TB RIIL(-8)) D(LN_TB RIIL(-9)) D(LN_TB RIIL(-10)) D(LN_TB RIIL(-11)) D(LN_TB RIIL(-12)) D(LN_TB RIIL(-13)) D(LIBOR (-1)) D(LIBOR (-2)) D(LIBOR (-3)) D(LIBOR (-4)) D(LIBOR (-5))
0,012019 (0,01819) [ 0,66081] -0,061902 (0,01921) [-3,22297] 0,111505 (0,03660) [ 3,04660] -0,003617 (0,02722) [-0,13288] -0,080707 (0,02969) [-2,71813] 0,100598 (0,03773) [ 2,66621] -0,024955 (0,02592) [-0,96261] -0,002252 (0,02418) [-0,09311] 0,138925 (0,04172) [ 3,32962] -0,027122 (0,02058) [-1,31794] -0,022789 (0,02034) [-1,12050] 0,083348 (0,02789) [ 2,98832] 0,048611 (0,01952) [ 2,49084] -0,030779 (0,01512) [-2,03522] 0,002205 (0,01633) [ 0,13505] -0,015755 (0,01899) [-0,82957] 0,065626 (0,02331) [ 2,81535]
0,05776 (0,0504) [ 1,145] 0,09010 (0,0532) [ 1,692] -0,0928 (0,1014) [-0,915] 0,12859 (0,0754) [ 1,704] 0,00651 (0,0823) [ 0,079] -0,0679 (0,1045) [-0,649] 0,06935 (0,0718) [ 0,965] 0,00695 (0,0670) [ 0,103] -0,0010 (0,1156) [-0,009] 0,01465 (0,0570) [ 0,256] 0,08493 (0,0563) [ 1,506] -0,0524 (0,0773) [-0,678] -0,0040 (0,0540) [-0,075] 0,00600 (0,0419) [ 0,143] -0,0307 (0,0452) [-0,679] -0,1219 (0,0526) [-2,317] 0,11823 (0,0646) [ 1,829]
0,36047 (1,013) [ 0,355] 1,61332 (1,069) [ 1,507] -3,7513 (2,038) [-1,839] 0,94291 (1,516) [ 0,621] 2,14708 (1,654) [ 1,298] -4,3613 (2,101) [-2,075] 0,49104 (1,444) [ 0,340] 0,49590 (1,347) [ 0,368] -4,8208 (2,324) [-2,074] 0,19115 (1,146) [ 0,166] 0,43566 (1,132) [ 0,384] -2,4649 (1,553) [-1,586] -0,5045 (1,087) [-0,464] -0,4522 (0,842) [-0,536] -0,4072 (0,909) [-0,447] 0,24346 (1,057) [ 0,230] -2,5217 (1,298) [-1,942]
0,167761 (0,08849) [ 1,8959] -0,05130 (0,09344) [-0,5490] -0,02647 (0,17806) [-0,1486] 0,083250 (0,13242) [ 0,6287] -0,15681 (0,14446) [-1,0855] -0,05134 (0,18357) [-0,2797] -0,11333 (0,12613) [-0,8985] 0,038597 (0,11765) [ 0,3280] -0,02212 (0,20299) [-0,1089] 0,067538 (0,10012) [ 0,6745] 0,102303 (0,09895) [ 1,0339] -0,07420 (0,13570) [-0,5468] 0,024813 (0,09495) [ 0,2613] 0,037384 (0,07358) [ 0,5081] -0,14527 (0,07943) [-1,8288] -0,10261 (0,09240) [-1,1105] 0,067818 (0,11341) [ 0,5980]
0,169274 (0,13217) [ 1,2807] -0,01852 (0,13957) [-0,1327] -0,25803 (0,26596) [-0,9701] 0,136585 (0,19778) [ 0,6905] -0,12033 (0,21577) [-0,5576] -0,14937 (0,27418) [-0,5448] -0,09442 (0,18839) [-0,5011] 0,052830 (0,17573) [ 0,3006] -0,22858 (0,30320) [-0,7539] -0,13346 (0,14954) [-0,8924] -0,03562 (0,14779) [-0,2410] -0,18726 (0,20268) [-0,9239] -0,22494 (0,14182) [-1,5861] -0,05018 (0,10990) [-0,4566] 0,095697 (0,11865) [ 0,8065] 0,003664 (0,13801) [ 0,0265] -0,11525 (0,16939) [-0,6804]
0,070690 (0,29262) [ 0,2415] -1,37767 (0,30901) [-4,4583] 0,935165 (0,58885) [ 1,5881] 0,135550 (0,43789) [ 0,3095] -1,14656 (0,47771) [-2,4001] 0,672583 (0,60705) [ 1,1076] 0,041948 (0,41710) [ 0,1005] -1,13219 (0,38907) [-2,9100] 0,371087 (0,67129) [ 0,5528] 0,117245 (0,33109) [ 0,3541] -0,65707 (0,32721) [-2,0080] 0,308770 (0,44874) [ 0,6880] 0,099345 (0,31399) [ 0,3164] -0,09013 (0,24331) [-0,3704] 0,250302 (0,26268) [ 0,9528] -0,30646 (0,30556) [-1,0029] 0,072279 (0,37503) [ 0,1927]
-0,400862 (0,21845) [-1,83502] 0,459304 (0,23069) [ 1,99102] -0,242887 (0,43960) [-0,55252] -0,386471 (0,32690) [-1,18221] 0,926621 (0,35663) [ 2,59828] -0,495830 (0,45318) [-1,09411] -0,042040 (0,31138) [-0,13501] -0,078092 (0,29045) [-0,26886] -0,730705 (0,50114) [-1,45808] 0,047952 (0,24717) [ 0,19400] -0,387752 (0,24428) [-1,58734] -0,293896 (0,33500) [-0,87730] 0,134248 (0,23440) [ 0,57272] -0,001458 (0,18164) [-0,00802] 0,014281 (0,19610) [ 0,07282] 0,136796 (0,22811) [ 0,59969] -0,417466 (0,27998) [-1,49108]
D(LIBOR (-6)) D(LIBOR (-7)) D(LIBOR (-8)) D(LIBOR (-9)) D(LIBOR (-10)) D(LIBOR (-11)) D(LIBOR (-12)) D(LIBOR (-13)) C
0,018335 (0,01360) [ 1,34866] -0,015997 (0,02236) [-0,71542] -0,009481 (0,01964) [-0,48267] -0,035402 (0,02140) [-1,65428] -0,013909 (0,01704) [-0,81647] -0,005804 (0,01535) [-0,37806] -0,028496 (0,02013) [-1,41539] 0,055545 (0,01950) [ 2,84812] 0,015659 (0,00534) [ 2,93240] 0,986778
R-squared Adj, R0,877393 squared Sum sq. 0,000525 resids S.E. equation 0,006906 F-statistic 9,021187 Log 481,5081 likelihood Akaike AIC -7,563265 Schwarz SC -5,209915 Mean 0,006733 dependent S.D. 0,019723 dependent Determinant Residual Covariance Log Likelihood (d.f. adjusted) Akaike Information Criteria Schwarz Criteria
0,00961 (0,0376) [ 0,255] 0,07269 (0,0619) [ 1,172] 0,03240 (0,0544) [ 0,595] -0,0441 (0,0593) [-0,744] 0,02231 (0,0472) [ 0,472] -0,0102 (0,0425) [-0,240] -0,0886 (0,0558) [-1,588] 0,05248 (0,0540) [ 0,971] -0,0060 (0,0148) [-0,408] 0,95743
1,31818 (0,757) [ 1,740] 1,32333 (1,245) [ 1,062] 1,69583 (1,094) [ 1,549] 0,91501 (1,192) [ 0,767] 0,69591 (0,948) [ 0,733] -0,2671 (0,855) [-0,312] 1,69030 (1,121) [ 1,507] -2,0751 (1,086) [-1,910] -0,3984 (0,297) [-1,339] 0,98972
0,261289 (0,06614) [ 3,9504] 0,114837 (0,10879) [ 1,0556] -0,04511 (0,09556) [-0,4721] -0,07980 (0,10412) [-0,7665] -0,02201 (0,08288) [-0,2656] -0,02887 (0,07469) [-0,3865] -0,05998 (0,09795) [-0,6124] 0,005277 (0,09488) [ 0,0556] -0,01808 (0,02598) [-0,6960] 0,953128
0,325357 (0,09879) [ 3,2933] 0,037866 (0,16249) [ 0,2330] 0,144971 (0,14273) [ 1,0156] -0,11441 (0,15551) [-0,7357] 0,087638 (0,12379) [ 0,7079] -0,03992 (0,11155) [-0,3578] 0,144902 (0,14630) [ 0,9904] -0,21340 (0,14172) [-1,5058] -0,07009 (0,03880) [-1,8064] 0,973267
0,042945 (0,21873) [ 0,1963] -0,14411 (0,35976) [-0,4005] 0,006582 (0,31602) [ 0,0208] -0,05655 (0,34431) [-0,1642] -0,18038 (0,27408) [-0,6581] 0,492322 (0,24698) [ 1,9933] -0,47123 (0,32392) [-1,4547] 0,017768 (0,31377) [ 0,0566] -0,07046 (0,08591) [-0,8201] 0,924338
-0,154454 (0,16329) [-0,94589] 0,436912 (0,26857) [ 1,62679] 0,462323 (0,23592) [ 1,95967] 0,983190 (0,25704) [ 3,82509] -0,063879 (0,20461) [-0,31219] 0,209921 (0,18438) [ 1,13852] 0,122018 (0,24182) [ 0,50459] 0,151268 (0,23424) [ 0,64578] 0,002326 (0,06414) [ 0,03626] 0,980900
0,60526
0,90467
0,565369
0,752112
0,298404
0,822892
0,00403
1,62799
0,012418
0,027704
0,135801
0,075684
0,01914 2,71867
0,38470 11,6381
0,033599 2,458041
0,050185 4,400840
0,111110 1,476735
0,082948 6,207924
376,503
67,4392
318,5514
277,2262
195,3610
225,4688
-5,5243 -3,1709
0,47690 2,83025
-4,39905 -2,04570
-3,59662 -1,24327
-2,00700 0,346341
-2,591627 -0,238277
0,00899
-0,2822
-0,00363
-0,00581
-8,8E-05
0,004757
0,03046
1,24605
0,050965
0,100797
0,132651
0,197101
4,7E-21 1386,89 -14,425 2,04830
Lampiran 5. Hasil Uji Lag Optimal dengan Lag Maksimal 13 VAR Lag Order Selection Criteria Endogenous variables: D(LN_GDPRIIL) D(LN_SRIIL) D(SBI) D(LN_ERRIIL) D(LN_CIFRIIL) D(LN_TBRIIL) D(LIBOR) Exogenous variables: C Date: 05/13/08 Time: 14:46 Sample: 1998:01 2007:09 Included observations: 103 Lag LogL LR FPE AIC SC 0 1 2 3 4 5 6 7 8 9 10 11 12 13
690,7991 845,1161 899,3872 991,6682 1048,836 1096,400 1153,444 1244,066 1299,412 1427,061 1504,161 1594,409 1813,564 2193,273
NA 284,6623 92,73504 145,1410 82,14391 61,87997 66,45861 93,26170 49,43543 96,66598 47,90686 43,80981 76,59766 81,10304*
4,04E-15 5,24E-16 4,79E-16 2,13E-16 1,94E-16 2,22E-16 2,23E-16 1,27E-16 1,60E-16 5,75E-17 6,86E-17 8,82E-17 1,63E-17 4,14E-19*
-13,27765 -15,32264 -15,42499 -16,26540 -16,42400 -16,39612 -16,55231 -17,36051 -17,48374 -19,01089 -19,55653 -20,35746 -23,66143 -30,08298*
-13,09859 -13,89017* -12,73910 -12,32610 -11,23128 -9,949990 -8,852762 -8,407546 -7,277358 -7,551102 -6,843320 -6,390842 -8,441397 -13,60953
* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion
Lampiran 6. Hasil Uji Kausalitas Multivariat VAR Pairwise Granger Causality/Block Exogeneity Wald Tests Date: 05/13/08 Time: 15:57 Sample: 1998:01 2007:09 Included observations: 103 Dependent variable: D(LN_GDPRIIL) Exclude Chi-sq D(LN_SRIIL) 73,46171 D(SBI) 46,56636 D(LN_ERRIIL) 37,56297 D(LN_CIFRIIL) 44,95676 D(LN_TBRIIL) 43,63527 D(LIBOR) 42,81450 All 441,8508
df 13 13 13 13 13 13 78
Prob. 0,0000 0,0000 0,0003 0,0000 0,0000 0,0000 0,0000
HQ -13,20513 -14,74244 -14,33712 -14,66985 -14,32077 -13,78522 -13,43373 -13,73425 -13,34980 -14,36929 -14,40724 -14,70050 -17,49680 -23,41067*
Dependent variable: D(LN_SRIIL) Exclude Chi-sq D(LN_GDPRIIL) 11,97025 D(SBI) 21,02388 D(LN_ERRIIL) 17,25525 D(LN_CIFRIIL) 17,25564 D(LN_TBRIIL) 14,42956 D(LIBOR) 14,99910 All 149,8350
df 13 13 13 13 13 13 78
Prob. 0,5301 0,0725 0,1879 0,1879 0,3443 0,3074 0,0000
Dependent variable: D(SBI) Exclude D(LN_GDPRIIL) D(LN_SRIIL) D(LN_ERRIIL) D(LN_CIFRIIL) D(LN_TBRIIL) D(LIBOR) All
Chi-sq 6,481057 12,02976 12,27516 9,452288 7,307955 11,89865 74,78969
df 13 13 13 13 13 13 78
Prob. 0,9269 0,5252 0,5052 0,7380 0,8856 0,5360 0,5820
Dependent variable: D(LN_ERRIIL) Exclude Chi-sq D(LN_GDPRIIL) 8,878632 D(LN_SRIIL) 19,07295 D(SBI) 29,04150 D(LN_CIFRIIL) 19,33027 D(LN_TBRIIL) 18,03406 D(LIBOR) 36,24080 All 176,7654
df 13 13 13 13 13 13 78
Prob. 0,7820 0,1209 0,0065 0,1132 0,1562 0,0005 0,0000
Dependent variable: D(LN_CIFRIIL) Exclude Chi-sq D(LN_GDPRIIL) 11,50517 D(LN_SRIIL) 20,65490 D(SBI) 10,96219 D(LN_ERRIIL) 13,17074 D(LN_TBRIIL) 13,22820 D(LIBOR) 31,98027 All 149,0147
df 13 13 13 13 13 13 78
Prob. 0,5686 0,0800 0,6140 0,4347 0,4303 0,0024 0,0000
Dependent variable: D(LN_TBRIIL) Exclude Chi-sq D(LN_GDPRIIL) 6,774794 D(LN_SRIIL) 8,027010 D(SBI) 4,169987 D(LN_ERRIIL) 5,300885 D(LN_CIFRIIL) 5,016529 D(LIBOR) 6,292212 All 39,84261
df 13 13 13 13 13 13 78
Prob. 0,9134 0,8418 0,9892 0,9680 0,9748 0,9349 0,9999
Dependent variable: D(LIBOR) Exclude Chi-sq D(LN_GDPRIIL) 50,23652 D(LN_SRIIL) 36,00584 D(SBI) 22,12484 D(LN_ERRIIL) 35,00336 D(LN_CIFRIIL) 35,19584 D(LN_TBRIIL) 19,67410 All 249,9726
df 13 13 13 13 13 13 78
Prob. 0,0000 0,0006 0,0535 0,0008 0,0008 0,1036 0,0000
Lampiran 7. Hasil Uji Kointegrasi Date: 05/13/08 Time: 14:49 Sample(adjusted): 1998:03 2007:09 Included observations: 115 after adjusting endpoints Trend assumption: No deterministic trend (restricted constant) Series: LN_GDPRIIL LN_SRIIL SBI LN_ERRIIL LN_CIFRIIL LN_TBRIIL LIBOR Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test Hypothesized Trace 5 Percent Eigenvalue Statistic Critical Value No, of CE(s) None ** 0,607578 243,9287 131,70 At most 1 ** 0,367262 136,3556 102,14 At most 2 * 0,245440 83,72017 76,07 At most 3 0,228924 51,33378 53,12 At most 4 0,103192 21,43748 34,91 At most 5 0,056166 8,912385 19,96 At most 6 0,019502 2,264870 9,24 *(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates 3 cointegrating equation(s) at the 5% level Trace test indicates 2 cointegrating equation(s) at the 1% level
1 Percent Critical Value 143,09 111,01 84,45 60,16 41,07 24,60 12,97
Lampiran 8. Estimasi VECM Vector Error Correction Estimates Date: 05/17/08 Time: 12:24 Sample(adjusted): 1998:03 2007:09 Included observations: 115 after adjusting endpoints Standard errors in ( ) & t-statistics in [ ] Cointegra CointEq1 CointEq2 CointEq3 ting Eq: LN_GDP 1,000000 0,000000 0,000000 RIIL(-1) LN_S 0,000000 1,000000 0,000000 RIIL(-1) SBI(-1)
0,000000
0,000000
1,000000
LN_ER RIIL(-1)
0,964575 (0,14090) [ 6,84605]
1,936024 (0,13558) [ 14,2794]
-106,7115 (10,9657) [-9,73137]
LN_CIF RIIL(-1)
0,038291 (0,06363) [ 0,60182]
-0,451310 (0,06123) [-7,37124]
27,84393 (4,95189) [ 5,62288]
LN_TB RIIL(-1)
0,301660 (0,08072) [ 3,73715]
-0,104438 (0,07767) [-1,34456]
35,81377 (6,28229) [ 5,70075]
LIBOR (-1)
-0,032061 (0,01317) [-2,43443]
0,079827 (0,01267) [ 6,29890]
-6,566465 (1,02499) [-6,40637]
C
-17,41682 (0,94134) [-18,5021]
-21,22207 (0,90584) [-23,4280]
591,6810 (73,2639) [ 8,07602]
Error D(LN_GDP Correctio RIIL) n:
D(LN_S RIIL)
D(SBI)
D(LN_ER RIIL)
D(LN_CIF RIIL)
D(LN_TB RIIL)
D(LIBOR)
-0,100251 CointEq1 (0,03135) [-3,19830]
0,061965 (0,04254) [ 1,45677]
-0,808058 (3,13329) [-0,25789]
-0,210583 (0,11687) [-1,80188]
-0,425556 (0,16239) [-2,62066]
0,139766 (0,18007) [ 0,77616]
-0,180522 (0,22935) [-0,78710]
0,097867 CointEq2 (0,03461) [ 2,82797]
-0,160319 (0,04696) [-3,41380]
10,06812 (3,45935) [ 2,91041]
0,091411 (0,12903) [ 0,70845]
0,350029 (0,17928) [ 1,95238]
-0,486365 (0,19881) [-2,44636]
0,113762 (0,25322) [ 0,44926]
0,000865 CointEq3 (0,00043) [ 1,99057]
-0,000943 (0,00059) [-1,59907]
0,009668 (0,04346) [ 0,22246]
0,002210 (0,00162) [ 1,36339]
0,001601 (0,00225) [ 0,71100]
-0,010204 (0,00250) [-4,08534]
0,001229 (0,00318) [ 0,38632]
D(LN_ 0,343839 GDP (0,08765) RIIL(-1)) [ 3,92266]
-0,002079 (0,11895) [-0,01748]
-15,38095 (8,76205) [-1,75541]
-0,330741 (0,32682) [-1,01201]
-0,402663 (0,45410) [-0,88673]
-0,568991 (0,50356) [-1,12993]
0,564231 (0,64137) [ 0,87973]
D(LN_S RIIL(-1))
0,078038 (0,06178) [ 1,26325]
0,191260 (0,08383) [ 2,28152]
7,480614 (6,17514) [ 1,21141]
-0,260789 (0,23033) [-1,13226]
-0,382153 (0,32003) [-1,19411]
-0,765858 (0,35489) [-2,15801]
-0,448115 (0,45201) [-0,99138]
D(SBI (-1))
-0,000356 (0,00099) [-0,35986]
-0,001825 (0,00134) [-1,36038]
-0,020723 (0,09884) [-0,20967]
0,000472 (0,00369) [ 0,12800]
-0,009221 (0,00512) [-1,80024]
0,008205 (0,00568) [ 1,44440]
-0,008187 (0,00723) [-1,13162]
D(LN_ ERRIIL (-1))
-0,012723 (0,02632) [-0,48347]
0,117113 (0,03571) [ 3,27954]
-8,887641 (2,63051) [-3,37868]
0,220279 (0,09812) [ 2,24511]
-0,129763 (0,13633) [-0,95184]
-0,136525 (0,15118) [-0,90308]
0,073093 (0,19255) [ 0,37961]
D(LN_ CIFRIIL (-1))
-0,019683 (0,01708) [-1,15252]
-0,032701 (0,02318) [-1,41105]
9,882144 (1,70713) [ 5,78874]
0,057743 (0,06367) [ 0,90685]
0,562572 (0,08847) [ 6,35865]
0,007798 (0,09811) [ 0,07948]
0,237513 (0,12496) [ 1,90072]
D(LN_ TBRIIL (-1))
0,020518 (0,01495) [ 1,37236]
0,022028 (0,02029) [ 1,08573]
1,953450 (1,49452) [ 1,30707]
0,075525 (0,05574) [ 1,35485]
0,104922 (0,07745) [ 1,35463]
0,465218 (0,08589) [ 5,41634]
0,096815 (0,10940) [ 0,88499]
D(LIB OR(-1))
-0,015013 (0,01162) [-1,29216]
0,008295 (0,01577) [ 0,52610]
0,893880 (1,16144) [ 0,76963]
-0,036720 (0,04332) [-0,84764]
-0,069750 (0,06019) [-1,15879]
-0,049751 (0,06675) [-0,74535]
0,611083 (0,08502) [ 7,18791]
R-squared
0,273257
0,623401
0,670296
0,175230
0,447633
0,465340
0,491867
Adj, Rsquared
0,210965
0,591122
0,642035
0,104536
0,400287
0,419512
0,448312
Sum sq. resids
0,039053
0,071915
390,2218
0,542881
1,048098
1,288863
2,090818
S.E. equation
0,019285
0,026171
1,927796
0,071905
0,099909
0,110792
0,141112
F-statistic
4,386690
19,31239
23,71856
2,478692
9,454561
10,15407
11,29319
Log likely hood
296,1194
261,0115
-233,4305
144,7804
106,9545
95,06444
67,24622
Akaike AIC
-4,975990
-4,365418
4,233573
-2,344007
-1,686165
-1,479382
-0,995586
-4,737300
-4,126728
4,472263
-2,105317
-1,447475
-1,240692
-0,756897
0,004379
0,003932
-0,119565
-0,006869
-0,002475
-0,004480
-0,001304
0,021711
0,040928
3,222114
0,075986
0,129013
0,145416
0,189984
Schwarz SC Mean depen dent S.D. depen dent Deter minant Residual Cova riance
4,21E-15
Log Likeli hood Log Likeli hood (d.f. adjusted) Akaike Infor mation Criteria Schwarz Criteria
797,7543 761,1382
-11,60240
-9,358720
Lampiran 9. Correlation Matrix LN_GDP RIIL
LN_CIF RIIL
LN_TB RIIL
SBI
LIBOR
LN_ER RIIL
LN_S RIIL
1,000000
-0,41690
-0,31441
-0,61873
-0,18039
-0,59961
0,834516
-0,41690
1,000000
0,528555
0,344771
0,602471
0,560514
-0,29324
-0,31441
0,528555
1,000000
0,421311
0,415603
0,629956
-0,35184
SBI
-0,61873
0,344771
0,421311
1,000000
0,322836
0,651646
-0,87040
LIBOR
-0,18039
0,602471
0,415603
0,322836
1,000000
0,235071
-0,32926
-0,59961
0,560514
0,629956
0,651646
0,235071
1,000000
-0,54991
0,834516
-0,29324
-0,35184
-0,87040
-0,32926
-0,54991
1,000000
LN_GDP RIIL LN_CIF RIIL LN_TB RIIL
LN_ER RIIL LN_S RIIL
Lampiran 10. Hasil Tes The Impulse Response Function (IRF) Period 1 2 3 4 5 6 7 8 9
LN_GDP RIIL 0,019285 0,024473 0,024566 0,023360 0,022227 0,021447 0,020956 0,020650 0,020455
LN_SRIIL
SBI
0,000000 0,003794 0,006714 0,008500 0,009425 0,009763 0,009773 0,009654 0,009522
0,000000 -0,001132 -0,002126 -0,002806 -0,003203 -0,003412 -0,003556 -0,003722 -0,003931
LN_ER RIIL 0,000000 -0,001484 -0,003104 -0,005225 -0,007612 -0,009942 -0,011975 -0,013593 -0,014807
LN_CIF RIIL 0,000000 -0,003045 -0,007148 -0,010076 -0,011438 -0,011700 -0,011448 -0,011093 -0,010831
LN_TB LIBOR RIIL 0,000000 0,000000 0,001158 -0,001297 0,001005 -0,001342 0,000354 -0,000324 -7,13E-05 0,001041 -0,000148 0,002259 -6,33E-05 0,003157 -1,02E-05 0,003759 -6,47E-05 0,004146
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
0,020329 0,020245 0,020188 0,020150 0,020126 0,020112 0,020108 0,020110 0,020116 0,020125 0,020134 0,020144 0,020152 0,020161 0,020168 0,020174 0,020180 0,020185 0,020189 0,020192 0,020195
0,009425 0,009366 0,009334 0,009315 0,009297 0,009277 0,009254 0,009230 0,009207 0,009188 0,009172 0,009159 0,009149 0,009140 0,009134 0,009128 0,009124 0,009120 0,009117 0,009114 0,009113
-0,004163 -0,004382 -0,004566 -0,004708 -0,004811 -0,004887 -0,004943 -0,004988 -0,005025 -0,005055 -0,005080 -0,005099 -0,005114 -0,005125 -0,005133 -0,005139 -0,005143 -0,005147 -0,005149 -0,005150 -0,005151
-0,015707 -0,016397 -0,016952 -0,017412 -0,017793 -0,018101 -0,018342 -0,018524 -0,018658 -0,018755 -0,018824 -0,018875 -0,018911 -0,018937 -0,018955 -0,018967 -0,018975 -0,018979 -0,018981 -0,018981 -0,018981
-0,010698 -0,010655 -0,010649 -0,010645 -0,010627 -0,010598 -0,010564 -0,010532 -0,010506 -0,010487 -0,010473 -0,010463 -0,010456 -0,010450 -0,010445 -0,010441 -0,010438 -0,010435 -0,010433 -0,010432 -0,010431
-0,000204 -0,000371 -0,000517 -0,000621 -0,000683 -0,000716 -0,000733 -0,000743 -0,000753 -0,000763 -0,000771 -0,000779 -0,000784 -0,000788 -0,000790 -0,000791 -0,000791 -0,000791 -0,000791 -0,000791 -0,000791
0,004400 0,004572 0,004693 0,004781 0,004842 0,004882 0,004905 0,004916 0,004918 0,004914 0,004907 0,004898 0,004889 0,004880 0,004872 0,004864 0,004857 0,004851 0,004846 0,004841 0,004838
Lampiran 11. Hasil Tes Variance Decomposition (VD) Period
S.E.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
0,01928 0,03163 0,04144 0,04972 0,05705 0,06374 0,06996 0,07583 0,08141 0,08676 0,09191 0,09688 0,10169 0,10635 0,11085 0,11522 0,11945 0,12356 0,12754 0,13142
LN_GDP RIIL 100,0000 96,98507 91,65637 85,74340 80,29667 75,65369 71,77060 68,50953 65,74420 63,37442 61,32315 59,53337 57,96377 56,58368 55,36865 54,29777 53,35236 52,51559 51,77251 51,11006
LN_S RIIL 0,000000 1,438177 3,462878 5,327625 6,774754 7,773918 8,404393 8,775020 8,980287 9,086627 9,135281 9,150082 9,144419 9,125953 9,099375 9,067845 9,033647 8,998458 8,963474 8,929493
SBI 0,000000 0,128074 0,337657 0,553037 0,735176 0,875515 0,985055 1,079368 1,169514 1,259895 1,349979 1,437113 1,518742 1,593411 1,660819 1,721418 1,775977 1,825283 1,870012 1,910708
LN_ER RIIL 0,000000 0,220089 0,689014 1,582928 2,982220 4,822005 6,932045 9,113959 11,21393 13,15041 14,90024 16,47154 17,88253 19,15116 20,29215 21,31765 22,23847 23,06499 23,80727 24,47494
LN_CIF RIIL 0,000000 0,926518 3,514392 6,547704 8,991434 10,57272 11,45337 11,88954 12,08385 12,15939 12,17866 12,16897 12,14126 12,10061 12,05080 11,99544 11,93779 11,88043 11,82508 11,77272
LN_TB RIIL 0,000000 0,133999 0,136839 0,100141 0,076212 0,061600 0,051215 0,043599 0,037885 0,033912 0,031851 0,031518 0,032336 0,033692 0,035176 0,036603 0,037928 0,039163 0,040327 0,041429
LIBOR 0,000000 0,168077 0,202848 0,145168 0,143537 0,240550 0,403321 0,588989 0,770325 0,935344 1,080833 1,207406 1,316937 1,411498 1,493028 1,563277 1,623823 1,676086 1,721327 1,760651
21 22 23 24 25 26 27 28 29 30
0,13519 0,13887 0,14245 0,14595 0,14937 0,15272 0,15599 0,15920 0,16234 0,16542
50,51704 49,98398 49,50285 49,06692 48,67045 48,30858 47,97713 47,67255 47,39175 47,13209
8,896998 8,866243 8,837329 8,810256 8,784972 8,761391 8,739413 8,718931 8,699838 8,682028
1,947804 1,981668 2,012623 2,040967 2,066970 2,090879 2,112914 2,133272 2,152126 2,169625
25,07695 25,62132 26,11508 26,56436 26,97443 27,34983 27,69450 28,01186 28,30489 28,57619
11,72373 11,67819 11,63595 11,59682 11,56059 11,52702 11,49592 11,46709 11,44032 11,41545
0,042467 0,043438 0,044338 0,045165 0,045923 0,046617 0,047254 0,047839 0,048379 0,048877
1,795000 1,825170 1,851823 1,875506 1,896670 1,915688 1,932868 1,948466 1,962698 1,975741
