ANALISIS PERMINTAAN UANG DI INDONESIA DENGAN PENDEKATAN STOK PENYANGGA

ANALISIS PERMINTAAN UANG DI INDONESIA DENGAN PENDEKATAN STOK PENYANGGA

TESIS

Oleh

WAHID SULAIMAN 067018067/EP

SEKOLAH PASCASARJANA UNIVERSITAS SUMATERA UTARA MEDAN 2008 Wahid Sulaiman : Analisis Permintaan Uang di Indonesia Dengan Pendekatan Stok Penyangga, 2008 USU e-Repository © 2008

ANALISIS PERMINTAAN UANG DI INDONESIA DENGAN PENDEKATAN STOK PENYANGGA

TESIS

Untuk Memperoleh Gelar Magister Sains dalam Program Studi Magister Ekonomi Pembangunan pada Sekolah Pascasarjana Universitas Sumatera Utara

Oleh

WAHID SULAIMAN 067018067/EP

SEKOLAH PASCASARJANA UNIVERSITAS SUMATERA UTARA MEDAN 2008

Wahid Sulaiman : Analisis Permintaan Uang di Indonesia Dengan Pendekatan Stok Penyangga, 2008 USU e-Repository © 2008

Judul Tesis

Nama Mahasiswa Nomor Pokok Program Studi

: ANALISIS PERMINTAAN UANG DI INDONESIA DENGAN PENDEKATAN STOK PENYANGGA : Wahid Sulaiman : 067018067 : Ekonomi Pembangunan

Menyetujui Komisi Pembimbing

(Dr. Jonni Manurung, MS) Ketua

Ketua Program Studi,

(Dr. Murni Daulay, M.Si)

Tanggal lulus

(Drs. Iskandar Syarief, MA) Anggota

Direktur

(Prof. Dr. Ir. T. Chairun Nisa B, M.Sc)

: 27 Maret 2008


Telah diuji pada Tanggal

: 27 Maret 2008

PANITIA PENGUJI TES

Ketua

:

1. Dr. Jonni Manurung, MS

Anggota

:

2. Drs. Iskandar Syarief, MA 3. Dr. Murni Daulay, M.Si. 4. Dr. Dede Ruslan, M.Si. 5. Wahyu Ario Pratomo, SE, M.Ec.


ABSTRAK

Dalam keadaan/ situasi yang jarang ditemui keadaan seimbang antara jumlah uang yang dipegang dengan jumlah yang diinginkan atau diharapkan maka permasalahan permintaan uang menjadi sangat menarik untuk dilakukan penelitian. Dalam keadaan dinamis, masyarakat harus melakukan tindakan penyesuaian. Dalam melakukan tindakan penyesuaian tersebut, masyarakat menanggung biaya penyesuaian atau adjustment cost. Analisis permintaan uang (M1) dengan pendekatan stok penyangga menggunakan error koreksi mechanism (ECM) dan uji kointegrasi. Model Vector Autoregression (VAR) digunakan untuk membangun model ekonometrika dan metode Ordinary Least Square (OLS) digunakan untuk estimasi model. Dalam jangka panjang, Produk Domestik Bruto (GDP), suku bunga deposito 3 bulan dan inflasi mempengaruhi permintaan uang (M1) signifikan secara statistik. Disamping itu, hasil estimasi dengan menggunakan Ordinary Least Square (OLS) juga konsisten dengan hasil estimasi koefisien kointegrasi yang menyatakan Produk Domestik Bruto dan inflasi mempunyai pengaruh positif dan suku bunga deposito 3 bulan mempunyai pengaruh negatif. Hasil estimasi dengan menggunakan Error Correction Mechanism (ECM), menunjukkan hasil bahwa Produk Domestik Bruto, suku bunga deposito 3 bulan dan inflasi mempunyai pengaruh terhadap permintaan uang (M1) signifikan secara statistik. Sedangkan koefisien regresi ECT(-1) bertanda negatif dan signifikan hal ini sesuai dengan harapan teoritik dengan demikian spesifikasi model yang terbentuk adalah stabil. Hasil estimasi dengan menggunakan Vector Autoregression (VAR) diperoleh hasil bahwa dari hasil variance decomposition M1D diperoleh hasil bahwa dalam jangka pendek dan menengah kontribusi Produk Domesti Bruto (GDP) terhadap permintaan uang M1 lebih besar dibanding inflasi dan suku bunga, hal ini mengindikasikan bahwa sebagian besar permintaan uang (M1) dipergunakan untuk motif transaksi. Untuk jangka panjang permintaan uang (M1) sebagian besar digunakan untuk motif transaksi kemudian berjaga-jaga dan spekulatif. Hal ini ditandai dengan kontribusi pada nilai variance docomposition M1D yaitu yang terbesar GDP kemudian diikuti inflasi dan suku bunga deposito 3 bulan.

Kata kunci: uang M1, GDP, inflasi, Suku bunga deposito 3 bulan, goncangan, biaya penyesuaian, ECM, VAR


ABSTRACT

In unusual condition/ situation in which there is inequilibrium between the hold money and the demand money so that the demand money to be an interest issue for studied. In dynamics condition, the people do the adjustment process, the people take charge all the adjustment cost. Analysis on money demand (M1) by buffer stock using error correction mechanism (ECM) and cointegration test. Vector Autoregression Model (VAR) is used to build an econometrica model and Ordinary Least Square (OLS) is used to build estimation model. In a long-term, Gross Domestic Product (GDP), interest rate of deposite in 3 months and inflation has significant influence to the demand on money statistically. In addition, the results estimation using Ordinary Least Square (OLS) is consistent to the estimation of cointegration coefficient that state the Gross Domestic Bruto and inflation has a positive influence and the interest rate of deposit 3 months has a negative influence. The result of estimation using Error Correction Mechanism (ECM) show that the Gross Domestic Product, interest of deposite 3 months and inflation has a significant influence to the money demand statistically. While regression coefficient ECT(-1) with negative sign and significant according to the theoritical estimation. So, the model spesification is stable. The result of estimation using Vector Autoregression (VAR) show that the results of variance decomposition M1D indicate that on the short-term and middleterm, the contribution of Gross Domestic Product (GDP) to demand of money is higher than the inflation and interest rate that indicate most of the money demand (M1) is used for transaction motive. In long-term, the demand on money (M1) is used for transaction motive and for precautionary and speculative. This indicated by a contribution on variance decomposition M1D, i.e. the higher of GDP and followed by inflation and deposit interest rate 3 month.

Keywords : Money M1, GDP, Inflation, Deposite interest rate 3 months, In equilibrium, adjustment cost, ECM, VAR


KATA PENGANTAR Tiada kata yang dapat penulis ucapkan, selain puji syukur yang sangat dalam kehadirat Tuhan Yang Maha Esa yang karena limpahan Rahmat dan hidayah-Nya, sehingga penulis dapat menyelesaikan penulisan tesis ini dengan judul: Analisis Permintaan Uang Di Indonesia Dengan Pendekatan Stok Penyangga. Tugas akhir ini disusun sebagai salah satu syarat untuk menyelesaikan pendidikan di Program Studi Ekonomi Pembangunan Sekolah Pasca Sarjana Universitas Sumatera Utara. Sudah tentu dalam penyusunan tugas akhir ini tidak lepas dari bantuan semua pihak yang telah memberikan bantuan moril maupun materil hingga penulis dapat menyelesaikan penulisan tesis ini. Dengan segala kerendahan hati, pada kesempatan ini perkenankan penulis menyampaikan rasa terima kasih yang sebesar-besarnya kepada semua pihak yang telah membantu penulis yaitu kepada; 1. Bapak Dr. Jonni Manurung, M.S sebagai ketua komisi pembimbing dan Bapak Drs. Iskandar Syarief, M.A. sebagai anggota komisi pembimbing, dimana kedua beliaunya dengan ketulusan hati, kesabaran dan kerendahan


hati memberikan bimbingan dan arahan mulai dari penulisan proposal sampai dengan selesainya penulisan tesis ini. 2. Khusus kepada Ibu Dr. Murni Daulay, M.Si, selaku Ketua Program Studi Ekonomi Pembangunan dan juga sebagai dosen, saya mengucapkan beriburibu banyak terima kasih kepada beliau dikarenakan selama saya menjadi mahasiswa beliau banyak memberi dorongan dan masukkan yang membangun bagi diri saya. 3. Bapak dan Ibu staf pengajar pada Program Studi Ekonomi Pembangunan Sekolah Pasca Sarjana Universitas Sumatera Utara, yang tidak bisa disebutkan satu persatu yang telah banyak membantu saya dalam menyelesaikan kuliah dan tulisan ini. 4. Bapak Prof. Chairuddin P. Lubis, DTM&H, Sp.A(K), selaku Rektor Universitas Sumatera Utara. 5. Ibu Prof. Dr. Ir. T. Chairun Nisa B. M.Sc, selaku Direktur Sekolah Pascasarjana Universitas Sumatera Utara. 6. Para Staf Administrasi Sekolah Pascasarjana Universitas Sumatera Utara. 7. Teman-teman khususnya angkatan XI yang telah mendorong dan mengingatkan saya untuk menyelesaikan tesis ini. 8. Rasa terima kasih yang mendalam khususnya penulis sampaikan kepada orang tuaku Alm. Abu Bakar dan Sukarti serta mertuaku Hardjimin dan Sutarti, istriku tercinta Tuti Hendarwati , anak-anakku Amalia Khoirunnisa


Putriwati serta

Khofifah Khoirunnisa Putriwati serta adik-adikku yang

senantiasa mendoakan dan memberikan semangat, perhatian dan kasih sayang dalam menyelesaikan studi ini. 9. Semua pihak yang tidak dapat disebutkan satu per satu, yang telah membantu dan memberikan dorongan baik langsung maupun tidak langsung kepada penulis dalam menyelesaikan tesis ini. Akhir kata penulis menyadari bahwa apa yang tertuang dalam tesis ini masih banyak kekurangan. Oleh karena itu saran dan kritik yang membangun untuk perbaikan tesis ini senantiasa penulis harapkan. Mudah-mudahan penulisan tesis ini dapat memberikan banyak manfaat sehingga memperkaya khazanah ilmu pengetahuan di bidang ekonomi pembangunan khususnya bagi rekan-rekan mahasiswa Program Studi Ekonomi Pembangunan Universitas Sumatera Utara yang akan menyusun penulisan tesis. Akhir kata semoga segala usaha dan niat baik yang telah kita lakukan mendapat ridho dari Tuhan yang Maha Kuasa.


Medan,

Maret 2008

Penulis,

WAHID SULAIMAN


RIWAYAT HIDUP

1. Nama

: Wahid Sulaiman

2. Agama

: Islam

3. Tempat/Tgl. Lahir : Surabaya, 20 Maret 1970 4. Pekerjaan

: Karyawan

5. Nama orangtua Ayah

: Alm. Abu Bakar

Ibu

: Sukarti

6. Pendidikan a. SD Negeri VI Kertajaya Surabaya

: Lulus Tahun 1983

b. SMP Gana Putra Surabaya

: Lulus Tahun 1986

c. SMAN X Surabaya

: Lulus Tahun 1989

d. ITS Surabaya

: Lulus Tahun 1995

e. Sekolah Pascasarjana USU

: Lulus Tahun 2008


DAFTAR ISI Halaman ABSTRAK..................................................................................................... ABSTRACT .................................................................................................. KATA PENGANTAR ................................................................................ RIWAYAT HIDUP ...................................................................................... DAFTAR ISI ............................................................................................... DAFTAR TABEL ....................................................................................... DAFTAR GAMBAR ................................................................................... DAFTAR LAMPIRAN ...............................................................................

i ii iii vi vii ix xi xii

BAB 1. PENDAHULUAN ................................................................... 1.1 Latar Belakang ................................................................... 1.2 Perumusan Masalah ........................................................... 1.3 Tujuan Penelitian ................................................................ 1.4 Manfaat Penelitian .............................................................

1 1 6 7 7

BAB II. TINJAUAN PUSTAKA ......................................................... 2.1 Teori Permintaan Uang .................................................... 2.2 Pendekatan Stok Penyangga Permintaan Uang .................... 2.3 Penelitian Sebelumnya .......................................................... 2.4 Penurunan Model Permintaan Uang .................................... 2.5 Kerangka Pemikiran............................................................... 2.6 Hipotesa Penelitian ................................................................

9 9 12 15 21 31 31

BAB III. METODE PENELITIAN ..........................................................

33

3.1 Ruang Lingkup Penelitian ..................................................... 3.2 Jenis dan Sumber Data Penelitian ........................................ 3.3 Model Analisis ...................................................................... 3.4 Definisi Operasional .............................................................. 3.5. Metode dan Analisis Data .................................................... 3.5.1 Uji Stasioneritas ........................................................... 3.5.2 Uji Kointegrasi ............................................................. 3.5.3 Error Correction Mechanism....................................... 3.5.4 Uji Signifikansi ............................................................

33 33 33 35 36 37 38 40 40


BAB IV. HASIL DAN PEMBAHASAN ................................................ 4.1. Perkembangan Beberapa Indikator Ekonomi ................... 4.2. Perkembangan Moneter ................................................... 4.3. Hasil Penelitian ................................................................ 4.3.1 Permintaan Uang (M1)................................................. 4.3.2 Produk Domestik Bruto ............................................... 4.3.3 Suku Bunga .................................................................. 4.3.4 Inflasi ........................................................................... 4.3.5 Hasil Uji Akar-Akar Unit dan Derajat Integrasi .......... 4.3.6 Hasil Estimasi Model Permintaan Uang ...................... 4.3.7 Hasil Estimasi Model Permintaan Uang dengan Error Correction Mechanism (ECM) .......................... 4.3.8 Hasil Estimasi Vector Autoregression ......................... 4.3.8.1 Impulse Response Function (IRF)................... 4.3.8.2 Variance Decomposition................................. 4.3.9 Uji Signifikansi ........................................................

42 42 45 46 46 48 49 50 52 57

BAB V. KESIMPULAN DAN SARAN ................................................ 5.1. Kesimpulan......................................................................... 5.2. Saran...................................................................................

85 85 86

DAFTAR PUSTAKA ................................................................................

88


60 66 68 77 84

DAFTAR TABEL

Nomor

Judul

Halaman

4.1 Pertumbuhan Beberapa Indikator Ekonomi ................................................... 43 4.2 Perkembangan Jumlah Uang (M1) Periode 1999:1 – 2006:4 ........................ 47 4.3 Perkembangan Produk Domestik Bruto (GDP) Konstan Atas Dasar Harga Tahun 2000 Periode 1999:1 – 2006:4 ............................................................ 49 4.4 Perkembangan Suku Bunga Deposito 3 bulan Periode 1999:1 – 2006:4 ...... 51 4.5 Perkembangan Inflasi Periode 1999:1 – 2006:4 ............................................ 52 4.6 Unit Root Test dan Derajat Integrasi dengan ADF Test Pada M1 ................. 53 4.7 Unit Root Test dan Derajat Integrasi dengan ADF Test Pada GDP............... 54 4.8 Unit Root Test dan Derajat Integrasi dengan ADF Test Pada INR ............... 55 4.9 Unit Root Test dan Derajat Integrasi dengan ADF Test Pada INF ................ 56 4.10 Hasil Model Estimasi Permintaan Uang ....................................................... 57 4.11 Hasil Estimasi Permintaan Uang Dengan ECM............................................ 60 4.12 Hasil Estimasi Model Permintaan Dengan Pendekatan Stok Penyangga ..... 63 4.13 Hasil Estimasi VAR dengan Dasar Lag 1 ..................................................... 69 4.14 Tabel Impulse Response Function M1D ....................................................... 71 4.15 Tabel Impulse Response Function GDP ....................................................... 73 4.16 Tabel Impulse Response Function INR......................................................... 75 4.17 Tabel Impulse Response Function INF ......................................................... 76 4.18 Variance Decomposition M1D ..................................................................... 79


4.19 Variance Decomposition GDP...................................................................... 80 4.20 Variance Decomposition INR ....................................................................... 81 4.21 Variance Decomposition INF ....................................................................... 83


DAFTAR GAMBAR

Nomor

Judul

Halaman

1.1 Perkembangan Beberapa Indikator Ekonomi DI Indonesia Tahun 1999:4 – 2006:4 ..................................................................................

3

2.1 Keterkaitan Antara Uang, Harga dan Tingkat Bunga .................................... 12 2.2 Kerangka Pemikiran Penelitian...................................................................... 31 4.1 Impulse Response Function (IRF).................................................................. 77 4.2 Variance Decomposition................................................................................ 83


DAFTAR LAMPIRAN

Nomor

Judul

Halaman

1

Data Penelitian ................................................................................................ 90

2

Model Vector Autoregression ......................................................................... 91

3

Uji Stabilitas Vector Autoregression............................................................... 92

4

Uji Autocorrelation ......................................................................................... 93


BAB I PENDAHULUAN

1.1

Latar Belakang Dalam keadaan/ situasi yang jarang ditemui keadaan seimbang antara jumlah

uang yang dipegang dengan jumlah yang diinginkan atau diharapkan maka permasalahan permintaan uang menjadi sangat menarik untuk dilakukan penelitian. Dalam keadaan dinamis, masyarakat harus melakukan tindakan penyesuaian. Dalam melakukan

tindakan

penyesuaian

tersebut,

masyarakat

menanggung

biaya

penyesuaian atau adjustment cost. Fungsi permintaan uang adalah persamaan yang menunjukkan apa yang menentukan kuantitas keseimbangan uang riil yang ingin ditahan orang. Fungsi permintaan terhadap keseimbangan uang riil adalah proporsional terhadap pendapatan. Fungsi permintaan uang mirip dengan fungsi permintaan untuk barang tertentu. Disini “barang” adalah kenyamanan mempertahankan keseimbangan uang riil. Sama seperti memiliki mobil akan mempermudah seseorang bepergian, memegang uang mempermudah orang untuk melakukan transaksi. Karena itu, pendapatan yang lebih tinggi mendorong permintaan yang lebih besar terhadap permintaan uang riil. Uang yang disimpan dalam dompet tidak memperoleh bunga. Padahal jika uang tersebut dipergunakan untuk membeli obligasi pemerintah atau didepositokan dalam rekening tabungan maka akan memperoleh tingkat bunga nominal. Tingkat


bunga nominal adalah biaya peluang atau opportunity cost dari memegang uang: biaya yang timbul karena lebih suka memegang uang ketimbang obligasi atau mendepositokan. Cara lain untuk melihat bahwa biaya memegang uang sama dengan tingkat bunga nominal adalah dengan membandingkan pengembalian pada asset-aset alternatif. Aset selain uang, seperti obligasi pemerintah, memperoleh pengembalian riil r. Uang memperoleh pengembalian riil yang diharapkan dari -πe, karena nilai riil menurun pada tingkat inflasi. Bila memegang uang akan menghilangkan perbedaan di antara kedua pengembalian ini. Jadi biaya memegang uang adalah r – (-πe), yang dinyatakan dalam persamaan Fisher sebagai tingkat bunga nominal i. Ketika jumlah beras yang diinginkan bergantung pada harga beras, jumlah uang yang diinginkan bergantung pada harga dari memegang uang.

Maka,

permintaan uang riil bergantung pada tingkat pendapatan dan tingkat bunga nominal. Dari gambar 1.1 merupakan perkembangan beberapa indikator ekonomi di Indonesia pada tahun 1999:4 – 2006:4 dapat dilihat bahwa peningkatan jumlah uang (M1) yang beredar meningkat seiring dengan peningkatan GDP sedangkan untuk suku bunga deposito 3 bulan (INR) perkembangan fluktuatif namun mulai 2001:4 – 2004:1 mengalami kecenderungan menurun dan mulai 2004:2 – 2005 mengalami kecenderungan kenaikan. Untuk inflasi menggunakan inflasi kumulatif (y to y) yang tiap tahun mengalami kenaikan. Jika melihat dari sisi moneter menunjukkan bahwa perkembangan jumlah uang beredar mendorong peningkatan Produk Domestik Bruto


(GDP) dengan melihat bahwa pada tahun 1999 – 2006 kondisi sektor riil relatif tidak

20.00

900,000

18.00

800,000

16.00

700,000

14.00

600,000

12.00

500,000

10.00

400,000

8.00

300,000

6.00

200,000

4.00

100,000

2.00

0

0.00

Persen (%)

1,000,000

19 99 20 :4 00 20 :1 00 20 :2 00 20 :3 00 20 :4 01 20 :1 01 20 :2 01 20 :3 01 20 :4 02 20 :1 02 20 :2 02 20 :3 02 20 :4 03 20 :1 03 20 :2 03 20 :3 03 20 :4 04 20 :1 04 20 :2 04 20 :3 04 20 :4 05 20 :1 05 20 :2 05 20 :3 05 20 :4 06 20 :1 06 20 :2 06 20 :3 06 :4

Milyar Rp

berkembang.

Tahun M1

GDP

INR

INF

Gambar 1.1. Perkembangan Beberapa Indikator Ekonomi di Indonesia Tahun 1999:4 – 2006:4

Analisis ekonomi moneter telah dipusatkan pada pertanyaan “ apakah bentuk model yang sesuai dan layak untuk mengamati perilaku permintaan uang masyarakat?”. Isu ini menjadi sangat penting dan krusial karena perbedaan teori yang dipilih oleh peneliti akan mengakibatkan perbedaan bentuk fungsi model permintaan uang dan akan memberikan mekanisme ekonomi makro dan implikasi kebijakan ekonomi yang berbeda pula.


Berkaitan dengan variabel moneter, banyak peneliti baik di negara maju maupun di negara sedang berkembang memilih mengamati permintaan uang dalam arti sempit (M1) dan uang dalam arti luas (M2). Sedangkan variabel yang dipilih untuk menganalisis perilaku permintaan uang adalah pendapatan dan suku bunga atau inflasi sebagai proksi biaya memegang uang atau cost of holding money. Peneliti banyak menggunakan pendapatan dengan konsep yang berbeda, seperti misalnya: Produk Domestik Bruto (PDB) riil sebagai proksi untuk pendapatan dan ada juga dengan besaran ekonomi pendapatan nasional riil. Sedangkan untuk variabel suku bunga, paling tidak ada 2 pandangan yang menjadi perdebatan dalam analisis ekonomi makro. Kelompok pertama yang diwakili oleh kelompok moneteris berpendapat bahwa suku bunga secara mendasar ditentukan oleh kekuatan di sektor riil diluar sistem moneter. Misalnya suku bunga ditentukan oleh kekuatan antara permintaan dan penawaran kapital. Di sisi lain, kelompok Keynessian menyatakan bahwa suku bunga merupakan fenomena moneter, sedangkan perekonomian diharapkan melakukan penyesuaian yang telah ditetapkan oleh sistem moneter dan bukan sebaliknya. Dengan demikian, secara umum dapat dikatakan bahwa pemilihan variabel-variabel penentu permintaan uang tersebut dipengaruhi oleh motif masyarakat memegang uang seperti yang dikembangkan oleh kelompok ekonom klasik dan Keyness serta pengikut-pengikutnya dalam memungkinkan munculnya pendekatan stok penyangga (buffer stock approach) dalam analisis permintaan uang. Ide dasar dari pendekatan stok penyangga menyatakan bahwa masyarakat bersedia memegang uang cash dimaksudkan untuk menghilangkan kesenjangan atau


gap yang tidak terantisipasi antara saat seseorang menerima pendapatan dan saat mereka membelanjakannya (Laidler, 1984, 1987, 1997, 2000; Milbourne, 1988, Davidson dan Ireland, 1989 dan Mizen, 1997). Dengan demikian dalam pendekatan ini dianalisis faktor-faktor penyebab terjadinya perbedaan antara jumlah uang yang diinginkan dengan jumlah yang senyatanya dipegang. Adanya kejutan penawaran (supply shock), seperti munculnya isu-isu mengenai penambahan uang beredar dan berbagai kemudahan yang diberikan oleh lembaga keuangan, dipandang sebagai penyebab adanya ketidakseimbangan antara permintaan dan penawaran uang. Kesenjangan yang tidak terantisipasi seperti ini dapat menyebabkan perubahan perilaku permintaan uang masyarakat.

Berkaitan dengan itu, pendekatan stok

penyangga sering disebut pula sebagai pendekatan ketidakseimbangan uang (disequilibrium money approach ). Secara umum dapat dikatakan bahwa model koreksi kesalahan sering dipandang sebagai salah satu model dinamik yang sangat terkenal dan banyak diterapkan dalam studi empirik, terutama sejak kegagalan model penyesuaian parsial atau Partial Adjustment Model (PAM) tahun 1970an dalam menjelaskan perilaku dinamik permintaan uang berdasarkan konsep stok penyangga (buffer stock approach) dan munculnya pendekatan kointegrasi dalam analisis ekonomi time seties. Insukindro (1999) mengemukakan bahwa ECM relatif lebih unggul bila dibandingkan dengan PAM, misalnya, karena kemampuan yang dimiliki oleh model koreksi kesalahan dalam meliputi lebih banyak variabel dalam menganalisis fenomena ekonomi jangka pendek dan jangka panjang dan mengkaji konsisten tidaknya model


empirik dengan teori ekonomika, serta dalam usaha mencari pemecahan terhadap persoalan variabel time series yang tidak stasioner (non stationary) dan regresi lancung (spurious regression) dalam analisis ekonometrika. Selain itu dapat pula dibuktikan secara matematika dan statistika bahwa model penyesuaian parsial hanyalah bentuk khusus dari model koreksi kesalahan (Insukindro, 1999). Studi permintaan uang di Indonesia telah dilakukan oleh beberapa ekonom yaitu Aghevli (1977), Nasution (1983) dan Gupta dan Moazzami (1990) serta Reza Anglikusumo (2005) menyimpulkan bahwa variasi jumlah uang yang diminta berhubungan negatif dengan tingkat bunga dan inflasi dan positif dengan pendapatan. Gupta dan Moazzmi (1990) menggunakan konsumsi agregat sebagai skala ekonomi dan menemukan bahwa perkembangan jumlah uang yang diminta searah dengan perkembangan konsumsi agregat.

Reza Anglikusumo (2005) menggunakan

pengeluaran konsumsi rumah tangga swasta sebagai skala ekonomi dan menemukan bahwa perkembangan jumlah uang yang diminta searah dengan dengan perkembangan pengeluaran konsumsi rumah tangga swasta.

1.2

Perumusan Masalah Berdasarkan latar belakang diatas, dibawah ini model permintaan uang yang

diajukan peneliti bahwa permintaan uang dipengaruhi oleh pendapatan nasional, suku bunga dan inflasi. Dari model permintaan uang yang diajukan oleh peneliti maka perumusan masalah adalah sebagai berikut:


a) Bagaimana pengaruh Produk Domestik Bruto terhadap permintaan uang di Indonesia. b) Bagaimana pengaruh tingkat suku bunga deposito 3 bulan terhadap permintaan uang di Indonesia c) Bagaimana pengaruh inflasi terhadap permintaan uang di Indonesia.

1.3

Tujuan Penelitian Dari perumusan masalah diatas, tujuan penelitian ini mengumpulkan data dan

informasi yang berhubungan dengan penentuan permintaan uang di Indonesia dan juga bertujuan sebagai berikut: a) Untuk menganalisis pengaruh Produk Domestik Bruto terhadap permintaan uang di Indonesia. b) Untuk menganalisis pengaruh tingkat suku bunga deposito 3 bulan terhadap permintaan uang di Indonesia. c) Untuk menganalisis pengaruh inflasi terhadap permintaan uang di Indonesia.

1.4

Manfaat Penelitian 1) Hasil penelitian ini diharapkan dapat memberikan masukkan bagi pengambil keputusan dalam hal ini Pemerintah, investor dan pelaku usaha agar dapat mengetahui variabel-variabel yang berpengaruh terhadap permintaan uang di Indonesia.


2) Untuk menambah wawasan , baik penulis sendiri, maupun pemerhati moneter lainnya

terutama di dalam menganalisa variabel-variabel

yang

mempengaruhinya permintaan uang di Indonesia serta juga berguna sebagai referensi bagi peneliti sejenis lainnya.


BAB II TINJAUAN PUSTAKA

2.1

Teori Permintaan Uang Konsep permintaan uang selalu memegang peranan penting dalam teori

moneter dan juga merupakan bidang yang menjadi diskusi dan perdebatan antar berbagai aliran teori moneter. Dalam bidang ini, teori moneter modern terpecah menjadi 2 aliran besar, yaitu aliran yang bersumber pada teori kuantitas (klasik) dan aliran keynesian. Berbagai variasi dari kedua aliran besar ini dapat dijumpai dalam literature ekonomi moneter. Banyak peneliti mencoba mencari titik temu antara kedua aliran ini, namun sampai saat ni masih dapat dilihat adanya penggolongan para ekonom kedalam dua aliran tersebut. Perbedaan antara aliran klasik dan keynesian terletak pada pandangan mereka tentang harapan akan perubahan di masa depan, serta mekanisme penyesuaian terhadap saldo kas riil yang dikehendaki. Aliran klasik memandang bahwa harapan akan perubahan di masa depan penting peranannya dalam jumlah uang yang diminta, sedang aliran keynessian tidak. Menurut aliran Klasik, apabila terjadi kelebihan saldo kas yang dipegang masyarakat akan menyesuaikannya dengan membeli barang-barang. Pembelian akan barangbarang ini dapat meningkatkan produksi apabila kapasitas produksi masyarakat belum sepenuhnya dipergunakan dan akan menaikkan harga-harga bila perekonomian sudah bekerja pada kapasitas penuh.


Menurut aliran Keynesian, kelebihan saldo kas yang dipegang masyarakat akan ditukarkan dengan surat-surat berharga. Perilaku ini akan menurunkan suku bunga yang dapat mendorong naiknya investasi.

Kenaikkan investasi ini dapat

menaikkan permintaan agregat akan meningkatkan produksi atau harga-harga tergantung apakah perekonomian sudah bekerja pada kapasitas penuh atau belum. Perbedaan teori klasik dan Keynesian juga menyangkut kondisi lembaga keuangan yang ada di masyarakat. Mekanisme penyesuaian teori klasik cocok untuk perekonomian yang sektor keuangannya belum maju.

Kondisi ini menyebabkan

hanya ada dua pilihan bentuk kekayaan masyarakat yaitu uang dan barang. Disamping itu, mekanisme ini cocok untuk perekonomian yang telah mengalami inflasi dalam kurun waktu yang lama, sehingga harapan perubahan harga berpengaruh penting dalam penentuan saldo kas yang dipegang. Mekanisme keyness cocok untuk perekonomian yang telah mempunyai sektor keuangan yang maju. Dengan demikian perekonomian ini mampu melayani perilaku pembelian surat-surat berharga, mekanisme ini diperuntukkan bagi perekonomian yang tidak mengalami inflasi dalam waktu yang lama, karena faktor harapan perubahan harga tidak penting dalam penentuan saldo kas yang dipegang masyarakat. Ketika jumlah roti yang diinginkan bergantung pada harga roti, jumlah uang yang diinginkan bergantung pada harga dari memegang uang. Maka, permintaan terhadap keseimbangan riil bergantung pada tingkat pendapatan dan tingkat bunga nominal. Dengan demikian persamaan permintaan uang secara umum dapat ditulis sebagai berikut :


(M/P)d = L(i, Y)

(2.1)

Huruf L digunakan untuk menyatakan permintaan uang karena uang adalah asset perekonomian yang paling likuid (asset yang paling mudah digunakan untuk melakukan transaksi). Persamaan diatas menyatakan bahwa permintaan terhadap likuiditas keseimbangan uang riil adalah fungsi dari pendapatan dan tingkat bunga nominal. Semakin tinggi tingkat pendapatan, semakin besar permintaan terhadap keseimbangan uang riil. Semakin tinggi tingkat tingkat bunga nominal i, semakin rendah permintaan permintaan terhadap keseimbangan uang riil. Keyness menerangkan mengapa seseorang memegang uang kas berdasarkan kegunaan uang. Berdasarkan kegunaannya uang dapat berfungsi sebagai alat tukar (transaksi) dan penyimpan kekayaan. Dalam teorinya tentang permintaan akan uang kas, Keyness membedakan antara motif transaksi dan berjaga-jaga serta spekulasi. Seseorang memerlukan uang, pertama, karena akan melakukan transaksi dan kedua untuk berjaga-jaga (kalau sakit, musibah dan sebagainya yang pada akhirnya merupakan kegiatan transaksi. Motif yang ketiga adalah motif spekulasi. Dalam hal ini seseorang berusaha supaya hasil dari uang yang dipegang maksimum, dengan cara mengkombinasikan uang yang dipegang dengan bentuk kekayaan lainnya. Keterkaitan antara uang, harga dan tingkat bunga dapat diilustrasikan sebagai berikut :


Penawaran uang Tingkat harga

Tingkat inflasi

Tingkat bunga nominal

Permintaan uang

Gambar 2.1. Keterkaitan antara Uang, Harga dan Tingkat Bunga

Pada gambar 2.1 menunjukkan hubungan diantara uang, harga dan tingkat bunga.

Penawaran dan permintaan uang menentukan tingkat harga.

dalam tingkat harga menentukan tingkat inflasi.

Perubahan

Tingkat inflasi mempengaruhi

tingkat bunga nominal. Karena merupakan biaya dari memegang uang, tingkat bunga nominal bisa mempengaruhi permintaan uang. Hubungan terakhir ini (ditunjukkan oleh panah dibawah) dihilangkan dari teori kuantitas uang dasar.

2.2

Pendekatan Stok Penyangga Permintaan Uang Pembicaraan, diskusi dan perdebatan mengenai model permintaan uang telah

difokuskan pada pendekatan stok penyangga (Laidler, 1984, 1987, 1997, 2000; Milbourne, 1988; Davidson dan Ireland, 1989 dan Mizen 1997). Milbourne (1988), misalnya berpendapat bahwa konsep stok penyangga berasal dari ide bahwa masyarakat bersedia memegang uang dengan maksud mengabsorpsi adanya variasi


hari ke hari yang tidak diantisipasi atau diharapkan antara penerimaan dan pengeluaran masyarakat. Davidson dan Ireland (1989) berpendapat bahwa hipotesis yang mendasari adanya pendekatan stok penyangga permintaan uang pada dasarnya merupakan perumusan atau pernyataan kembali konsep tradisional mengenai motif permintaan uang untuk tujuan transaksi dan berjaga-jaga atau transaction and precautionary motives. Lebih lanjut Laidler (1997), menyatakan bahwa motif agen ekonomi memegang uang untuk tujuan transaksi, berjaga-jaga dan bahkan spekulasi dapat dianalisis dengan pendekatan stok penyangga. Dengan kata lain, mereka ingin mengatakan bahwa konsep stok penyangga mengenai permintaan uang tidak berbeda dengan konsep persediaan atau inventory. Baumol (1952) dan Tobin (1956), mengembangkan lebih lanjut motif permintaan uang untuk tujuan transaksi. Keduanya memberikan dasar dan alasan teori mengapa permintaan uang tidak hanya dipengaruhi oleh pendapatan tetapi juga oleh suku bunga. Dalam kasus ini dianggap bahwa permintaan uang untuk tujuan transaksi dapat juga dinyatakan sebagai bentuk persediaan. Keduanya beranggapan bahwa memegang uang untuk tujuan transaksi berkaitan dengan biaya oportunitas atau opportunity cost karena pelaku ekonomi tidak mewujudkan kekayaannya dalam bentuk investasi yang memberikan penghasilan di saat yang akan datang. Pelaku ekonomi akan selalu berusaha untuk mengatur bentuk-bentuk aktiva atau portofolio yang mereka miliki dan meminimumkan biaya oportunitas. Miller dan Orr (1966, 1968) mengembangkan model Baumol dalam menganalisis perilaku agen ekonomi dalam memegang uang atau aktiva untuk


kegiatan bisnisnya. Keduanya berpendapat bahwa anggapan yang digunakan Baumol sangat tepat diterapkan untuk sektor rumah tangga, tetapi kurang cocok untuk sektor bisnis. Arkelof (1979) menggunakan model Miller dan Orr menganalisis permintaan uang sebagai suatu masalah keseimbangan umum atau general equilibrium problem. Miller dan Orr serta Arkelof beranggapan bahwa perilaku pelaku ekonomi dalam memegang uang yang diinginkan bukanlah suatu fungsi pemilihan yang sederhana, tetapi terdiri atas suatu batasan memegang uang yang dapat diterima dan diklasifikasikan menjadi 2 yaitu ambang batas atas dan bawah. Dalam menganalisis keinginan pelaku ekonomi untuk memegang uang, Arkelof membedakan transaksi moneter menjadi 2 yaitu transaksi yang bersifat otonom dan induksi. Transaksi otonom berkaitan dengan fungsi uang sebagai media pertukaran atau medium of exchange dan transaksi induksi dilakukan untuk penyesuaian stok uang.

Jika stok uang yang dimiliki oleh agen-agen ekonomi

melampaui batas atas atau bawah bawah, maka mereka akan melakukan transaksi induksi untuk menyesuaikan stok uang mereka ke suatu nilai target tertentu. Dalam kondisi ini, mereka mungkin menghadapi biaya penyesuian atau adjustment cost dalam rangka dicapainya kondisi optimal atau keseimbangan. Barangkali, deskripsi sederhana yang cukup jelas mengenai model stok penyangga yang diungkapkan oleh Laidler (1984, 1987). Menurut pendapat Laidler, bahwa jumlah uang yang ingin dipegang oleh yang bersangkutan pada suatu waktu, tetapi lebih ditunjukkan oleh nilai rata-rata atau target dari suatu persediaan atau


inventory, suatu stok penyangga atau kas keseimbangan atau cash balances. Dalam situasi ini mungkin saja terjadi fluktuasi jumlah aktual uang yang dipegang oleh pelaku ekonomi sebagai akibat adanya komponen stokastik dari pola pembayaran dan penerimaan yang dihadapi oleh mereka. Dengan kata lain, alasan mengapa orang bersedia memegang uang sebagai stok penyangga karena uang berfungsi sebagai media pertukaran dan dapat menghilangkan kejutan dan kesenjangan-kesenjangan dalam perekonomian yang mungkin terjadi antara pengaruh kejutan dan atau kesejangan.

Adanya aliran dana masuk yang tidak diantisipasi atau tidak

diperkirakan, mungkin dipandang sebagai kelebihan memegang uang pada suatu waktu tertentu. Hal ini karena periode pemegangan uang diharapkan hanya dalam waktu pendek atau sementara atau mungkin agen ekonomi akan menghadapi biaya penyesuaian jika mereka melakukan penyesuian portofolio secara berkesinambungan. Fenomena ini selanjutnya dipergunakan untuk menjelaskan mengapa pelaku ekonomi bersedia menerima uang atau membiarkan adanya penyimpangan temporer antara jumlah aktual uang yang dipegang dan jumlah uang yang diinginkan. Dengan kata lain, ide mengenai uang sebagai stok penyangga adalah relevan jika perekonomian yang diamati berada dalam keadaan tidak seimbang atau disequilibrium

2.3

Penelitian Sebelumnya Achyar Iljas (1998) dengan judul “The Transmission Mechanism of Monetary

Policy in Indonesia”. Menggunakan sample data 3 bulan periode 1983 – 1996, menggunakan metode kointegrasi dan error correction mechanism (ECM) model


menunjukkan bahwa permintaan uang (M1) secara relatif stabil dengan nilai koefisien determinasi yang baik. Permintaan uang yang stabilitas harus diinterpretasikan secara hati-hati, yang mana tingkah laku permintaan uang cukup sensitive pada perubahan struktur keuangan. Dengan menggunakan kointegrasi dan model koreksi kesalahan

untuk

mengestimasi fungsi permintaan uang, diperoleh persamaan jangka panjang (persamaan kointegrasi) permintaan uang M1 dan persamaan jangka pendek (persamaan dinamis koreksi kesalahan) permintaan uang M1. Produk Domestik Bruto (PDB) berpengaruh secara signifikan terhadap permintaan uang dalam arti sempit (M1) dan perkembangannya searah dengan perubahan permintaan uang.. Pengukuran PDB terhadap permintaan uang sesuai dengan yang diharapkan karena koefisien regresi bertanda positif. Perubahan pemintaan uang dalam arti sempit (M1) tahun sebelumnya, perubahan permintaan uang dalam arti sempit (M1) 2 tahun sebelumnya, perubahan produk domestik bruto (PDB), perubahan tingkat harga (indeks harga konsumen), perubahan tingkat suku bunga deposito 3 bulanan tahun sebelumnya, perubahan rasio indeks keuangan (M1/PDB) berpengaruh secara signifikan secara statistik terhadap perubahan permintaan uang dalam arti sempit (M1). Dengan R2 = 0,88. Pengukuran terhadap Produk Domestik Bruto (PDB) dan indeks harga konsumen tanda koefisien regresinya sesuai yang diharapkan, sedangkan koefisien regresi suku bunga deposito 3 bulanan (t-1) bertanda posititf padahal menurut teori ekonomi antara permintaan uang dengan suku bunga bertanda negatif. Sedangkan


nilai koreksi kesalahan (ECT) secara statistik signifikan dan bernilai negatif yang berarti model yang terbentuk konsisten, hal ini juga mencerminkan bahwa permintaan uang stabil. Keith Cuthbertson dan Bredin (2001), dengan judul “Money demand in the Czech Republic Since Transition”. Menggunakan data bulanan tahun 1992-1997 dan menggunakan model Non Linear Least Squares (NLLS) atau Nonlinear Instrumental Variables (NLIV). Dari estimasi diperoleh hasil bahwa error correction term (ECT) secara statistik signifikan, hal ini hubungan dalam jangka panjang antara permintaan uang riil dan pendapatan riil serta inflasi konsisten. Koefisien tanda regresi dari pendapatan dan inflasi sesuai yang diharapkan (teori). Model yang diperoleh sahih dikarenakan variabel errornya tidak terjadi autokorelasi dan berdistribusi normal serta ECT stationer. Dari persamaan yang diperoleh dalam jangka panjang elastisitas pendapatan dan inflasi sebesar 1,15 dan -4,04. Elastistas pendapatan sebesar 1,15 berada dalam range estimasi tipikal dari Negara-negara berkembang (Boughton, 1991) dan nilai ECT sebesar 0,06. Petra Gerlach-Kristen (2001), dengan judul “The Demand for Money in Switzerland”.

Menggunakan data tahunan tahun 1938-1990 dan dalam estimasi

permintaan uang menggunakan uji akar-akar unit, kointegrasi dan koreksi kesalahan (ECM) diperoleh hasil bahwa error correction term (ECT) secara statistik signifikan dan bernilai (-), hal ini menandakan bahwa model yang terbentuk konsisten. Perubahan permintaan uang riil ditentukan secara signifikan oleh lag perubahan permintaan uang riil tahun sebelumnya, lag pertumbuhan pendapatan, perbedaan


tingkat pengembalian (yield) surat berharga dengan tingkat suku bunga deposito dan lag perubahan perbedaan suku bunga Swiss dengan Amerika Serikat (US). George Kararach (baku), dengan judul “Evidence on the demand for money function in Uganda”. Menggunakan data tahunan 1981-1998 dan dalam estimasi permintaan uang menggunakan persamaan koreksi kesalahan (error corrected) dan menggunakan Cochrane-Orcutt method. Estimasi permintaan uang dalam jangka panjang dengan menggunakan metode Cochrane-Orcutt diperoleh hasil bahwa permintaan uang dipengaruhi oleh pendapatan dan inflasi sebelumnya (t-1) signifikan secara statistik, sedangkan nilai tukar riil, suku bunga dan inflasi sekarang secara statistik tidak signifikan mempengaruhi permintaan uang. Estimasi ECM dengan metode OLS atau Ordinary Least Squares pada kointegrasi VAR(4) diperoleh hasil signifikan secara statistik dan bernilai negatif (-). Dari persamaan tersebut diperoleh hasil bahwa permintaan uang dipengaruhi tingkat pendapatan dan tingkat suku bunga signifikan secara statistik, sedangkan inflasi tidak berpengaruh signifikan secara statistik. Pedro Teles dan Ruilin Zhou (2005), dengan judul “A Stable Money Demand: Looking for The Right Monetary Aggregate”. Persamaan permintaan yang diperoleh dari Lucas (2000) adalah sebagai berikut: Mt/Pt = α Yt it-γ , dimana Mt = M1, Pt = tingkat harga, Y = aggregate output, i = suku bunga dalam jangka pendek, γ = 0,5 dan α = konstanta.

Dengan menggunakan metode Ordinary Least Square (OLS)


diperoleh hasil bahwa elastisitas suku bunga adalah 0,24. Arti dari persamaan diatas bahwa setiap kenaikan 1 persen biaya oportunitas akan mengakibatkan penurunan saldo uang riil. Barry Harrison dan Yulia Vymyatnina (2005), dengan judul “Demand for Money During Transaction: The Case of Russia”. Menggunakan data bulanan juli 1995 – juli 2004 dan dalam estimasi permintaan uang menggunakan uji kointegrasi dan vector koreksi kesalahan model (VECM) diperoleh hasil bahwa semua variabel (total perdagangan dan nilai tukar) dalam hubungan kointegrasi mempunyai tanda sesuai yang diharapkan.

Artinya sesuai dengan teori bahwa total perdagangan

(pendapatan) akan bertanda positif terhadap permintaan uang dan juga nilai tukar mempunyai tanda negtif terhadap permintaan uang. Dan diperoleh juga hubungan secara langsung antara keseimbangan uang riil dan total transaksi riil. Sebagaimana yang diharapkan, elastisitas pendapatan dan elastisitas nilai tukar lebih tinggi pada agregat M2 dibandingkan agregat M1. Insukindro (1998), dengan judul “Pendekatan Stok Penyangga Permintaan: Tinjauan Teori dan Sebuah Studi Empirik di Indonesia”. Data yang digunakan dalam studi ini adalah data kuartalan tahun 1987:1 – 1997:4. Variabel shock adalah jumlah uang beredar M1 yang tidak diantisipasi selaras dengan konsep Carr-Darby (1981) dan diestimasi dengan menggunakan pendekatan AR(2) dan deviasi trend kuadrat. Dalam estimasi permintaan uang menggunakan uji kointegrasi dan Insukindrokoreksi kesalahan model (I-ECM) diperoleh hasil bahwa koefisien regresi pendapatan bertanda positif dan suku bunga bertanda negatif sesuai harapan (teori) dan statistik


CRDW (cointegrating regression Durbin-Watson) dan DF (Dickey Fuller) untuk uji kointegrasi memberi indikasi bahwa variabel permintaan uang kartal, pendapatan dan suku bunga berkointegrasi atau mempunyai hubungan keseimbangan jangka panjang. Dengan demikian residu regresi kointegrasi atau kesalahan ketidakseimbangan stasioner atau I(0). Hasil studi empirik memperoleh hasil koefisien regresi ECT(-1) bertanda negatif dan signifikan secara statistik berarti sesuai dengan harapan (teori). Sedangkan untuk pendapatan koefisien regresi bertanda positf dan suku bunga bertanda negatif dan ini semua semua dengan harapan teori.

Sedangkan hasil

estimasi koefisien regresi variabel shock ternyata hanya signifikan untuk jangka pendek dan ini sekaligus mendukung

harapan studi bahwa pendekatan stok

penyangga melandasi permintaan uang kartal di Indonesia. Catur Sugiyanto (1994), tentang analisis permintaan uang M1, M2 dan uang kuasi dengan menggunakan metode PAM dan ECM. Data yang digunakan dalam studi ini antara tahun 1960 – 1990. Dengan menggunakan variabel-variabel uang M1, uang M2, uang kuasi, konsumsi agregat, suku bunga deposito 12 bulan, indeks harga konsumen, tingkat inflasi dan kurs US dollar terhadap rupiah.

Dalam estimasi

permintaan uang M1 diperoleh hasil bahwa koefisien regresi ECT(-1) bertanda negatif dan signifikan secara statistik dan ini sesuai dengan harapan teori. Sedangkan untuk variabel-variabel dependent konsumsi agregat, inflasi dan indeks harga konsumen signifikan secara statistik dan untuk suku bunga deposito 12 bulan secara statistik tidak signifikan.


2.4

Penurunan Model Permintaan Uang Pada umumnya penurunan model permintaan uang dalam studi empirik telah

mengabaikan peranan penawaran uang atau supply of money sebagai variabel independen dan telah mengadopsi pandangan bahwa stok uang nominal sebagai variabel tak bebas.

Deskripsi ini telah mendorong peneliti untuk mengatakan

penawaran uang ditentukan permintaan uang dan kedua besaran ekonomi tersebut berada dalam keadaan seimbang. Hal ini berbeda dengan konsep stok penyangga seperti yang diungkapkan Laidler (1984, 1987) yang mengatakan bahwa perubahan penawaran uang merupakan variabel endogen dari permintaan uang. Disini dianggap bahwa jumlah uang yang ditawarkan dalam perekonomian tidak selalu sama dengan jumlah uang yang diminta masyarakat. Fenomena ini juga mencerminkan adanya konsep ketidakseimbangan jangka pendek dan perkembangan pendekatan stok penyangga sebagai tanggapan atas kegagalan pendekatan yang tradisional. Berkaitan dengan pendekatan stok penyangga, Carr dan Darby (1981), misalnya mengusulkan suatu model permintaan uang yang meliputi perubahan penawaran uang yang tidak diantisipasi. Keduanya berpendapat bahwa perubahan penawaran uang yang diantisipasi dapat disesuaikan secepatnya melalui perubahan harga, sedangkan perubahan penawaran uang yang tidak teantisipasi akan mendorong perubahan temporer uang yang ingin dipegang. Model mereka merupakan perluasan Model Penyesuaian Parsial (PAM) dengan menambahkan perubahan uang beredar yang tidak diantisipasi pada sisi kanan dari model yang diamati. Lebih lanjut Browne (1989) memperkenalkan sebuah uji baru mengenai stok penyangga uang dengan


menganggap bahwa adanya perubahan penciptaan uang yang eksogen secara potensial dapat menjadi ketidak seimbangan. Berkaitan dengan pendekatan ketidakseimbangan uang, akhir-akhir ini telah muncul berbagai bentuk model stok penyangga permintaan uang baik yang meliputi perilaku masa lalu atau backward looking behaviour maupun perilaku masa yang akan datang atau forward looking behaviour. Pendekatan pada perilaku masa lalu umumnya berpendapat bahwa pelaku ekonomi berusaha mengoptimalisasikan fungsi biaya kuadrat periode tunggal atau single period quadratic cost function (Domowitz dan Elbadawi, 1987; Insukindro, 1992, 1993). Pendekatan pada perilaku masa yang akan datang menyatakan bahwa pelaku ekonomi menghadapi fungsi biaya kuadrat berganda atau multi period quadratic cost function (Cuthbertson, 1988, 1997; Price dan Insukindro, 1994). Model yang akan diturunkan dibawah ini pada prinsipnya sejalan dengan pendekatan perilaku masa lalu dan merupakan perluasan dari pendekatan koreksi kesalahan yang baku atau standard error correction model = ECM.

Untuk

mengilustrasikan penurunan modelnya adalah sebagai berikut: Adanya unsur ketidakpastian menyebabkan individu menentukan keputusan untuk memegang stok uang kas dan aktiva keuangan lainnya [obligasi, saham, deposit dan pinjaman sistem perbankan] pada periode tertentu. Individu membagi endowment nominal (y) dalam bentuk kas (Mt) dan aktiva keuangan lainnya (Bt). Pada periode [t+1] dan [t+2] mengandung unsur ketidakpastian dalam konsumsi, sehingga expected utility maksimum adalah


E (u ) = q u [ct +1 ] + (1 − q ) u [ct + 2 ]

(2.2)

dimana: q = probabilitas mengkonsumsi periode [t + 1], dan 1 - q = probabilitas mengkonsumsi periode [t + 2].

Konsumsi periode [t+1] adalah (Mt / Pt+1), konsumsi periode [t+2] adalah [Mt + Bt × (1 + R)] / Pt+2] dan tingkat bunga nominal (R). Persamaan (16) dapat ditulis kembali dalam bentuk persamaan: E (u ) = q u

Mt M t + Bt (1 + R ) + (1 − q) u Pt +1 Pt + 2

(2.3)

Berdasarkan clower or cash in advance constraint [Y = Mt + Bt], fungsi lagrange dari expected utility dan FOC atau First Order Condition masing-masing adalah

Lλ =q u

Mt , Bt ,

q u′

Mt M t + Bt (1 + R) + (1 − q) u + λ [Y − M t − Bt ] Pt +1 Pt + 2

Ct +1 C + (1 − q ) u′ t + 2 − λ = 0 Pt +1 Pt + 2

(1 − q ) u′

Ct + 2 (1 + R ) − λ = 0 Pt + 2

Y - Mt - Bt = 0


Ct +1 C C + (1 − q ) u′ t + 2 = (1 − q ) u′ t + 2 (1 + R) Pt +1 Pt + 2 Pt + 2 C C qu′ t +1 = r (1 − q ) u′ t + 2 Pt +1 Pt + 2 q u′

q u′

[ M t + (Y − M t ) (1 + R)] Mt = R (1 − q) u′ Pt +1 Pt +1 Pt + 2 Pt + 2

(2.4)

Diasumsikan bahwa individu atau rumahtangga adalah constant relative risk aversion (CRRA) sehingga fungsi utilitas individu: 1−γ

U (C ) =

C 1− γ

(2.5)

Koefisien constant relative risk aversion: CRRA =

− U " (C ) C = −γ . Oleh U ' (C )

sebab itu persamaan (2.4) dapat ditulis dalam bentuk (Manurung, 2002): ⎡M ⎤ q u′ ⎢ t ⎥ ⎣ Pt +1 ⎦

−γ

⎡ Mt ⎤ ⎢ ⎥ ⎣ Pt +1 ⎦

Pt −+11 −1

⎡ M + (Y − M t )(1 + R) ⎤ = R (1 − q) u′ ⎢ t ⎥ Pt + 2 ⎣ ⎦ ⎡ R(1 − q) ⎤ =⎢ ⎥ ⎣ q ⎦

⎡ Pt +1 ⎤ ⎡ R(1 − q) ⎤ ⎢ ⎥=⎢ ⎥ ⎣ Mt ⎦ ⎣ q ⎦ ⎡ Pt +1 ⎤ ⎡ R (1 − q ) ⎤ ⎢ ⎥=⎢ ⎥ ⎣ Mt ⎦ ⎣ q ⎦

1/ γ

1/ γ

1/ γ

⎡ Y (1 + R) − RM t ⎤ ⎢ ⎥ Pt + 2 ⎣ ⎦

⎡ Y (1 + R) − RM t ⎤ ⎢ ⎥ Pt + 2 ⎣ ⎦ ⎡ ⎤ Pt + 2 ⎢ ⎥ ⎣ Y (1 + R ) − RM t ⎦

−1

−1

−γ

Pt −+12

⎡ Pt +1 ⎤ ⎢ ⎥ ⎣ Pt + 2 ⎦

⎡ Pt +1 ⎤ ⎢ ⎥ ⎣ Pt + 2 ⎦

⎡ Pt +1 ⎤ ⎢ ⎥ ⎣ Pt + 2 ⎦

1/ γ

1/ γ

1/ γ


1/ γ

⎡ Y (1 + R) − RM t ⎤ ⎡ R(1 − q ) ⎤ ⎢ ⎥=⎢ ⎥ Mt ⎣ ⎦ ⎣ q ⎦

1/ γ

⎡ Y (1 + R) − RM t ⎤ ⎡ R (1 − q ) ⎤ ⎢ ⎥=⎢ ⎥ Mt ⎣ ⎦ ⎣ q ⎦

(1 + π )

( γ −1) / γ

[1 + π ]

(γ −1) / γ

( γ −1) / γ

(2.6A)

1/ γ

⎡ (1 − q) ⎤ R⎥ ⎢ ⎣ q ⎦

+ R

(1 + R) (1 + π )

(1 + π )

( γ −1) / γ

( γ −1) / γ

⎡1 − q ⎤ (1 + π ) (γ −1) / γ ⎢ R⎥ ⎣ q ⎦

(1 + π )

(γ −1) / γ

(2.6B)

+ R

1/ γ

−1

(2.6C)

1/ γ

+R

⎡1 − q ⎤ ⎢ q R⎥ ⎦ ⎣

⎡1 − q ⎤ R⎥ (1 + π ) (γ −1) / γ ⎢ ⎣ q ⎦

xY

1/ γ

⎡ (1 − q ) ⎤ ⎢ q R⎥ ⎣ ⎦

⎡1 − q ⎤ R⎥ ⎢ ⎣ q ⎦

1/ γ

(1− γ ) / γ

(1 + R)

Mt =

Bt =

⎡ Pt + 2 ⎤ ⎢ ⎥ ⎣ Pt +1 ⎦

⎡ Pt +1 ⎤ ⎢ ⎥ ⎣ Pt + 2 ⎦

1/γ

⎡ Y (1 + R) − RM t ⎤ ⎡ R(1 − q ) ⎤ ⎢ ⎥=⎢ ⎥ Mt ⎣ ⎦ ⎣ q ⎦

Bt = Y

⎡ Pt +1 ⎤ ⎢ ⎥ ⎣ Pt + 2 ⎦

1/ γ

⎡ Y (1 + R) − RM t ⎤ ⎡ R (1 − q) ⎤ ⎢ ⎥=⎢ ⎥ M t ⎣ ⎦ ⎣ q ⎦

Mt = Y

⎡ Pt + 2 ⎤ ⎢ ⎥ ⎣ Pt +1 ⎦

1/ γ

−1 xY

1/ γ

(2.6D)

+R


Persamaan (2.6A), (2.6B), (2.6C) dan (2.6D) masing-masing menjelaskan permintaan uang untuk transaksi dan berjaga-jaga serta permintaan uang untuk spekulasi [obligasi dan aktiva keuangan lainnya]. Diketahui bahwa [0 < q < 1] dan rumah tangga risk averse [γ > 1] maka permintaan uang untuk berjaga-jaga dan transaksi fungsi menurun dari inflasi (π) dan tingkat bunga nominal (R). Permintaan uang untuk spekulasi [obligasi atau aktiva keuangan lainnya] merupakan fungsi menurun dari tingkat bunga nominal (R) dan fungsi meningkat dari tingkat inflasi (π). Permintaan uang untuk spekulasi [obligasi atau aktiva keuangan lainnya] akan naik jika inflasi naik disebut Tobin Effect. Oleh sebab itu unsur ketidakpastian dan preferensi mengkonsumsi individu berpengaruh signifikan terhadap permintaan stok uang dan obligasi. Menurut persamaan (2.6A), (2.6B), (2.6C) dan (2.6D), elastisitas permintaan stok uang dan obligasi terhadap output agregat bersifat uniter jika [q = 1]. Dari uraian diatas diperoleh hasil bahwa permintaan uang nominal ditentukan oleh tingkat pendapatan, suku bunga dan tingkat harga. Dengan demikian peneliti menyajikan model sebagai berikut :

M1Dt* = a0 + a1 GDPt + a2 INRt + a3 INFt

(2.7)

a1 > 0, a2 < 0 dan a3 < 0

Dalam keadaan seimbang persamaan (2.7) terpenuhi, namun dalam keadaan sistem ekonomi pada umumnya jarang sekali terjadi keseimbangan. Diasumsikan


bahwa perekonomian yang diamati berada dalam ketidak seimbangan, maka pelaku ekonomi akan menemukan bahwa jumlah aktual uang yang diminta berbeda dengan jumlah uang yang mereka inginkan atau rencanakan. Dalam kasus ini dianggap bahwa perbedaan tersebut terjadi karena adanya variabel shock dan keterlambatan penyesuaian yang mengikutinya.

Dengan demikian besarnya perbedaan tersebut

adalah: DE =

M1Dt - a0 - a1 GDPt - a2 INRt – a3 INFt

(2.8)

Nilai perbedaan (DE) dikenal sebagai kesalahan ketidak seimbangan atau disequilibrium error. Sesuai dengan pendekatan yang diajukan Domowitz dan Elbadawi (1987) yang menawarkan fungsi biaya tunggal yang cocok untuk menurunkan model koreksi kesalahan yaitu dengan memasukkan vector yang mempengaruhi variabel tak bebas dengan bobot tertentu dan diasumsikan secara linier tergantung kepada kepada variabel tak bebas pada komponen biaya penyesuaian. Maka fungsi biaya yang dihadapi oleh pelaku ekonomi adalah sebagai berikut: Ct = b1 (M1Dt – M1Dt*)2 + b2 {(1-B) M1Dt – ft (1-B) Zt}2 dimana: Ct = fungsi biaya yang dihadapi pelaku ekonomi M1Dt = permintaan uang aktual M1Dt* = permintaan uang yang diinginkan atau diharapkan B

= operasi kelambanan waktu

Zt = vektor variabel yang mempengaruhi permintaan uang riil


(2.9)

ft = vector deret yang merupakan bobot pada komponen biaya penyesuaian untuk persamaan terkait Fungsi biaya diatas terdiri atas 2 komponen. Komponen pertama adalah biaya ketidak seimbangan dan komponen kedua disebut biaya penyesuaian. Sedangkan parameter b1 dan b2 adalah bobot yang diberikan pelaku ekonomi atas kedua fungsi biaya tersebut. Selanjutnya, dengan minimisasi fungsi biaya persamaan (2.9) terhadap Mt (∂Ct/∂M1Dt = 0), maka diperoleh persamaan berikut:

∂Ct = 2b1 ( M 1Dt − M 1D * t ) + 2b2 {(1 − B) M 1Dt − f t (1 − B ) Z t } = 0 ∂M 1Dt b1 ( M 1Dt − M 1D * t ) + b2 {(1 − B ) M 1Dt − f t (1 − B ) Z t } = 0 b1 M 1Dt − b1 M 1D * t + b2 (1 − B ) M 1Dt − b2 f t (1 − B ) Z t = 0 b1 M 1Dt + b2 (1 − B ) M 1Dt = b1 M 1D * t + b2 f t (1 − B ) Z t b1 M 1Dt + b2 M 1Dt − b2 BM 1Dt = b1 M 1D * t + b2 f t (1 − B ) Z t [b1 + b2 (1 − B ) M 1Dt = b1 M 1D * t + b2 f t (1 − B ) Z t

M 1Dt =

b2 b1 f t (1 − B) Z t M 1D * t + b1 + b2 (1 − B) b1 + b2 (1 − B)

M1Dt = c M1Dt* + d ft (1-B) Zt + μt


(2.10)

dimana:

c=

b1 b1 + b2 (1 − B)

d=

b2 b1 + b2 (1 − B)

Substitusikan persamaan (2.7) kedalam persamaan (2.10) maka diperoleh persamaan sebagai berikut: M1Dt = c a0 + c a1 GDPt + c a2 INRt + c a3 INFt + d f1 (1-B) [ a0 + a1 GDPt + a2 INRt + a3 INFt ] + μt

(2.11)

M1Dt = α0 + α1 GDPt + α2 INRt + α3 INFt + μt

(2.12)

Persamaan (2.12) mencerminkan hubungan jangka pendek (short run) atau ketidak seimbangan yang meliput nilai level dan kelambanan M1Dt, GDPt, INRt dan INFt. Permasalahan utama dalam mengestimasi persamaan (2.12) adalah berkaitan dengan level variabel yang mungkin tidak stasioner.

Jika level variabel tidak

stasioner, maka estimasi persamaan (2.11) dengan menggunakan metode OLS dapat menyebabkan munculnya regresi lancung (Insukindro, 1999).

Untuk mengatasi

masalah tersebut, persamaan (2.12) diparameterisasi ulang menjadi: dM1Dt = α1 dGDPt + α2 dINRt + α3 dINFt + α4 εt

(2.13)


dimana: dM1Dt = M1Dt – M1Dt-1 dGDPt = GDPt – GDPt-1 dINRt = INRt – INRt-1 εt = μt – μt-1 Persamaan (2.13) menjelaskan bahwa perubahan jumlah permintaan uang riil yang diminta masa sekarang (dM1Dt) dipengaruhi oleh perubahan tingkat pendapatan nasional (dGDPt), perubahan tingkat suku bunga (dINRt) dan perubahan harapan inflasi (dINFt) serta kesalahan keseimbangan atau komponen koreksi kesalahan (error correction term) periode sebelumnya. Jika diamati lebih lanjut akan terlihat bahwa persamaan (2.13) hanya meliput kelambanan satu periode sehingga model koreksi kesalahan ini dikenal sebagai first order error correction model. Lebih lanjut, dari persamaan (2.13) dapat dikemukakan arti dari parameter-parameter yang ada. Adapun arti dari parameter α1, α2 dan α3 menjelaskan pengaruh jangka pendek GDPt, INRt dan INFt terhadap permintaan uang riil, dan α4 menjelaskan pengaruh jangka panjang GDPt, INRt dan INFt terhadap permintaan uang riil. Persamaan (2.13) ini dalam analisis deret waktu atau time series dikenal sebagai model koreksi kesalahan yang baku atau standar error correction model.


2.5

Kerangka Pemikiran Penelitian ini mengembangkan pandangan dari teori permintaan uang dengan

menggunakan pendekatan stok penyangga yang menyatakan bahwa permintaan uang dipengaruhi oleh pendapatan dan tingkat suku bunga. Dalam penelitian ini, penulis memasukkan variabel inflasi.

Alasan pemilihan memasukkan variabel inflasi

mempengaruhi perilaku masyarakat terhadap permintaan uang disebabkan karena harapan inflasi merupakan opportunity cost dari memegang uang yang nantinya akan mempengaruhi permintaan akan uang di masyarakat.

PENDAPATAN NASIONAL

SUKU BUNGA

PERMINTAAN UANG

INFLASI

Gambar 2.2. Kerangka Pemikiran Penelitian

2.6

Hipotesis Penelitian Berdasarkan perumusan masalah dan dari beberapa penelitian empiris yang

dilakukan oleh peneliti-peneliti sebelumnya, maka hipotesisnya adalah sebagai berikut:


a) Terdapat pengaruh positif antara Produk Domestik Bruto (PDB) terhadap permintaan uang di Indonesia, ceteris paribus. b) Terdapat pengaruh negatif antara suku bunga deposito 3 bulan terhadap permintaan uang di Indonesia, ceteris paribus. c) Terdapat pengaruh positif antara inflasi terhadap permintaan uang di Indonesia, ceteris paribus.


BAB 3 METODE PENELITIAN

3.1

Ruang Lingkup Penelitian Ruang lingkup penelitian ini adalah perkembangan permintaan uang di

Indonesia dengan pendekatan stok penyangga selama kurun waktu tahun 1999:4 – 2006:4 dan faktor-faktor yang mempengaruhinya.

3.2

Jenis dan Sumber Data Penelitian Penelitian ini menggunakan data sekunder. Data sekunder bersumber dari

Bank Indonesia (BI) dan Badan Pusat Statistik (BPS). Adapun data yang diperlukan adalah data uang kartal (M1), pendapatan nasional (proksi Produk Domestik Bruto berlaku), suku bunga deposito 3 bulan dan inflasi.

3.3

Model Analisis Model analisis yang digunakan dalam penelitian ini adalah model hasil

penurunan model dinamik yang dihasilkan pada persamaan (2.12). yaitu : dM1Dt = α1 dGDPt + α2 dINRt + α3 dINFt + α4 εt

(3.1)

Berdasarkan persamaan (3.1) lebih lanjut dapat dikemukakan ciri khas dari model koreksi kesalahan, dimana koefisien error correction model (ECT) = α4 harus signifikan secara statistik.


dimana: dM1Dt

= perubahan permintaan uang M1 (Rp Milyar)

dGDPt

= perubahan Produk Domestik Bruto (Rp Milyar)

dINRt

= perubahan tingkat suku bunga depostito 3 bulan (Persen)

dINFt

= perubahan inflasi (Persen)

αi

= koefisien regresi

εt

= error term [M1Dt – M1D*t]

Apabila terdapat hubungan yang simultan antar variabel yang diamati, variabel-variabel tersebut diperlakukan sama, sehingga tidak ada lagi variabel endogen dan eksogen. Pernyataan ini merupakan jiwa dari vector autoregressive (VAR) model. (Enders, 2004) Dengan mengidentifikasikan variabel permintaan uang M1 (M1D), Produk Domestik Bruto (GDP), suku bunga deposito (INR) dan inflasi (INF) dari suatu model ekonomi makro, dimana keempat variabel tersebut adalah variabel endogen dalam persamaan simultan. Keempat variabel saling mempengaruhi satu sama lain sehingga aplikasi model VAR dapat dilakukan sebagai berikut:

M1Dt = α1 + β1j M1Dt-j + λ1jGDPt-j + γ1jINRt-j + ω1jINFt-j + ε1

(3.2A)

GDPt = α2 + β2j GDPt-j + λ2jM1Dt-j + γ2jINRt-j + ω2jINFt-j + ε2

(3.2B)


INRt = α3 + β3j INRt-j + λ3jM1Dt-j + γ3jGDPt-j + ω3jINFt-j + ε3

(3.2C)

INFt = α4 + β4j INFt-j + λ4jM1Dt-j + γ4jGDPt-j + ω4jINRt-j + ε4

(3.2D)

dimana εt adalah disturbance term error yang disebut sebagai impulse or innovation or shock dalam studi vector autoregressive (VAR). Masalah yang muncul adalah penentuan panjang lag-time untuk mencapai stabilitas model. Pengujian stabilitas model VAR menggunakan root of Characteristic Polynomial, dimana root dan modulus lebih kecil dari satu. (Enders, 2004)

3.4

Definisi Operasional Untuk memudahkan pemahaman terhadap istilah dan variabel yang digunakan

dalam penelitian ini maka perlu diberikan definisi operasional sebagai berikut: 1. Variabel tak bebas adalah jumlah uang kartal dan giral (M1D) riil yang dipegang masyarakat. 2. Variabel pendapatan nasional diproksi dengan Produk Domestik Bruto (PDB) dengan harga konstan. 3. Variabel suku bunga diukur dengan suku bunga deposito 3 bulan. 4. Variabel inflasi adalah kenaikan harga umum secara terus menerus dan persisten dari suatu perekonomian. Ada beberapa indicator inflasi yang dapat digunakan yaitu: Perubahan Indeks harga konsumen (IHK). Perubahan Indeks Harga Perdagangan besar (IHPB), dan Perubahan Deflator PDB. Inflasi yang digunakan dalam penelitian ini yaitu berdasarkan pada Indeks Harga Konsumen yang diperoleh dengan formula: Π = IHKt – IHKt-1 / IHKt-1


Dalam penelitian ini penulis membatasi ruang lingkup permintaan uang dipengaruhi oleh Produk Domestik Bruto (PDB), tingkat suku bunga dan inflasi. 3.5

Metode dan Analisis Data Metode yang digunakan dalam penelitian ini adalah metode kointegrasi

dengan Error Correction Model (ECM). Digunakannya metode ini adalah untuk melihat hubungan maupun kestabilan dan perubahan struktur jangka panjang antara variabel-variabel ekonomi. Selain itu agar diperoleh suatu model kandidat yang baik, hasil estimasi dari ECM juga harus lolos dari berbagai uji diagnosisdan juga dilakukan metode vector autoregressive (VAR) untuk menguji hubungan antar variabel yang mengacu pada teori.

3.5.1

Uji Stasioneritas Karena data yang digunakan dalam penelitian ini adalah data runtun waktu,

maka mengharuskan kita menggunakan data yang stasioner. Dengan demikian dapat dimengerti mengapa stasioneritas menjadi masalah penting dalam analisis data time series. Uji akar unit digunakan untuk mendeteksi apakah data yang digunakan dari model autoregresif stasioner atau tidak. Uji ini berisi regresi dari diferensi pertama data runtut waktu terhadap lag variabel tersebut, lagged difference terms, konstanta dan trend. Stasioner adalah apabila suatu data runtut waktu memiliki rata-rata dan memiliki kecenderungan bergerak menuju rata-rata (Kennedy, 2000). Oleh sebab itu,


kurva data stasioner terhadap waktu akan sering melewati sumbu horizontal dan autokorelasinya akan menurun dengan teratur untuk lag yang cukup besar. Sebaliknya data yang tidak stasioner, varians menjadi semakin besar bila jumlah data runtut waktu diperluas, tidak sering melewati sumbu horizontal dan autokorelasinya cenderung tidak menurun. Uji akar unit model autoregresif dalam penelitian ini (Dickey dan Fuller, 1979, 1981) dengan nama Augmented Dickey-Fuller (ADF) test kemudian ditaksir dengan OLS (Ordinary Least Square) seperti persamaan berikut (model dengan intercept dan trend): m

ΔYt = β 1 + β 2 t + δYt −1 + α i ∑ ΔYt −1 + ε t

(3.7)

i =1

Dimana: m = panjang lag yang digunakan Dari hasil persamaan diatas diperoleh nilai ADF statistik. Hasil ini kemudian dibandingkan dengan nilai kritis dari Mackinon. Jika nilai ADF statistic lebih kecil daripada nilai kritis Mackinnon pada derajat kepercayaan berarapun, maka dapat disimpulkan bahwa data tersebut adalah tidak stasioner. Solusi yang harus dilakukan, jika data yang diperoleh tidak stasioner adalah dengan menciptakan variabel baru dengan cara first difference, lalu dilakukan kembali uji akar-akar unit.

3.5.2

Uji Kointegrasi


Pengujian ini dilakukan untuk mengetahui pada derajat atau order diferensi keberapa data yang diamati akan stasioner. Pengujian ini dilakukan bila pada uji akar-akar unit (langkah pertama diatas) dari data yang diamati tidak stasioner. Uji kointegrasi bertujuan untuk mengetahui apakah seluruh variabel mempunyai hubungan keseimbangan jangka panjang (berkointegrasi) atau tidak. Jika berkointegrasi maka residual kointegrasi atau kesalahan ketidak seimbangannya adalah stasioner. Untuk melakukan pengujian kointegrasi harus diyakini terlebih dahulu bahwa variabel terkait dalam pendekatan ini mempunyai derajat integrasi yang sama atau tidak. Secara umum sebagian besar pengujian mengenai isu terkait lebih memusatkan perhatian pada variabel yang berintegrasi nol I(0) atau satu I(1). Dalam penelitian ini, uji statistik yang digunakan untuk menguji hipotesa nol yaitu tidak adanya kointegrasi adalah uji Engle-Granger atau uji Augmented Engle-Granger dan uji CRDW (Cointegration-Regression Durbin Watson). Untuk menghitung CRDW dan ADF ditaksir regresi kointegrasi berikut dengan OLS. Dari persamaan (3.1) yaitu: dM1Dt = α1 dGDPt + α2 dINRt + α3 dINFt + α4 εt (i)

(3.8)

Uji-Engle-Granger atau Uji Augmented Engle Granger Dengan menggunakan DF atau ADF test dilakukan tahapan-tahapan sebagai

berikut: 1) Estimasi model regresi 2) Hitung residual-nya


3) Apakah residualnya stasioner? Jika stasioner, berarti regresi tersebut merupakan regresi kointegrasi, atau variabel terikat dan bebas yang tidak stasioner tersebut terkointegrasi sehingga menghasilkan residual yang stasioner.

(ii)

Uji Kointegrasi Durbin-Watson Pengujian ini relatif sederhana, dengan tahapan sebagai berikut: 1) Hitung statistic Durbin-Watson (d). Mengingat d = 2(1-ρ), maka pada saat ρ = 1, maka d = 0. Oleh karenanya hipotesis yang digunakan: H0: d =0 2) Bandingkan nilai dhitung dengan dtabel, dengan kriteria sebagai berikut: dhitung > dtabel maka tolak H0 , yang berarti μt stasioner dan terjadi kointegrasi antar variabel.

3.5.3

Error Correction Mechanism Dalam jangka panjang model permintaan uang M1 terhadap pendapatan

nasional, suku bunga deposito 3 bulan dan inflasi merupakan regresi kointegrasi atau mengalami keseimbangan jangka panjang. Dalam jangka pendek, permintaan uang mungkin tidak mengalami keseimbangan atau disequilibrium.

Oleh sebab itu

disturbance term error pada persamaan (3.1) digunakan untuk menyatakan bahwa


dua atau lebih variabel terkointegrasi maka hubungan dua atau lebih variabel tersebut dapat dijelaskan sebagai error correction mechanism (ECM). Jika estimasi koefisien regresi komponen koreksi kesalahan tidak signifikan, maka hubungan keseimbangan seperti yang diinginkan oleh teori tidak dapat ditaksir dan dapat diduga akan adanya kemungkinan kesalahan spesifikasi. Kesalahan ini dapat terjadi antara lain karena kesalahan memilih variabel yang relevan, kesalahan bentuk fungsi, kesalahan membuat definisi operasional dan cara mengukurnya serta kesalahan pemilihan atau pengambilan sampel. Dengan sendirinya estimasi koefisien regresi koreksi kesalahan dapat dijadikan peringatan awal sebelum peneliti membahas lebih lanjut hasil penelitiannya.

3.5.4

Uji Signifikansi Setelah dinyatakan model tersebut valid, lalu dilakukan uji asumsi klasik

dengan uji autokorelasi. Autokorelasi dapat didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti data dalam time series.

Sehingga terdapat saling ketergantungan antara faktor penganggu yang

berhubungan dengan observasi yang dipengaruhi oleh unsur gangguan yang berhubungan dengan pengamatan lainnya.

Oleh sebab itu masalah autokorelasi

biasanya muncul dalam data runtut waktu (time series), meskipun tidak menutup kemungkinan terjadi dalam data cross sectional. Uji untuk melihat autokorelasi dapat dilakukan dengan uji Durbin-Watson Test ataupun dengan uji Langrange Multiplier Test (LM Test). Namun uji D-W Test


tidak bisa diterapkan terhadap model regresi yang mempunyai kelambanan (lagged) dari variabel indenpenden. Oleh sebab itu, penelitian ini menggunakan uji LM Test. Dengan membandingkan nilai χ2 hitung terhadap χ2 tabel dinyatakan penilaian sebagai berikut: 1. Jika nilai χ2 hitung > χ2 tabel, maka hipotesisnya yang menyatakan bahwa tidak ada masalah autokorelasi dalam model empiris yang digunakan ditolak. 2. Jika nilai χ2 hitung < χ2 tabel, maka hipotesisnya yang menyatakan bahwa tidak ada masalah autokorelasi dalam model empiris yang digunakan tidak dapat ditolak.


BAB IV HASIL DAN PEMBAHASAN

4.1

Perkembangan Beberapa Indikator Ekonomi Perekonomian Indonesia tahun 2006 menunjukkan perkembangan yang

semakin mantap, bahkan lebih baik dibandingkan tahun-tahun sebelumnya. Pertumbuhan ekonomi yang meningkat, perkembangan tersebut didukung oleh semakin terjaganya kestabilan makro ekonomi melalui penerapan kebijakan yang konsisten. Optimisme pelaku ekonomi juga memberikan sumbangan positif yang dalam perkembangannya semakin diperkuat oleh proses pemilihan umum yang berlangsung secara demokratis, aman dan lancar. Meskipun demikian kerja keras masih harus ditingkatkan mengingat perbaikan yang terjadi belum sepenuhnya mampu mengatasi permasalahan yang dihadapi, terutama dalam hal penyerapan tenaga kerja dan peningkatan daya saing ekonomi. Kegiatan ekonomi mencatat pertumbuhan tertinggi kedua pasca krisis, yaitu sebesar 5,48 persen sedangkan yang tertinggi tahun 2005 sebesar 5,68 persen, yang ditunjukkan pada tabel 4.1. Konsumsi mengalami pertumbuhan yang relatif stabil , sedangkan kegiatan investasi meningkat tajam, demikian pula pertumbuhan ekspor barang dan jasa terus meningkat, seiring dengan meningkatnya volume perdagangan dunia yang diikuti dengan melonjaknya harga-harga komoditi minyak dan gas bumi (migas) serta non migas. Sementara itu meningkatnya kegiatan investasi didorong


oleh membaiknya permintaan domestik dan dukungan pembiayaan. Sejalan dengan meningkatnya permintaan domestik dan ekspor, kegiatan impor barang dan jasa juga turut mengalami peningkatan. Perkembangan tersebut berhasil memperbaiki tingkat kesejahteraan masyarakat yang tercermin pada peningkatan pendapatan per kapita. Pertumbuhan ekonomi yang tinggi tersebut didukung dan dicapai dengan stabilitas makro ekonomi yang terjaga.

Perkembangan inflasi tahun 2006 lebih

rendah dibandingkan tahun 2005. Berikut ini dapat dilihat perkembangan beberapa indicator makro ekonomi dari tahun 1999 sampai dengan tahun 2006. Tabel 4.1. Pertumbuhan Beberapa Indikator Ekonomi Pertumbuhan (Persen) M1 beredar Produk

Domestik

Bruto

1999

2000

2001

2002

2003

2004

2005

2006

23,16 30,13

9,58

7,99 16,60 13,41 11,07 28,08

3,64

0,79

4,91

4,50

4,78

5,03

5,68

5,48

2,01

9,35 12,55 10,03

5,06

6,40 17,11

6,60

Suku Bunga Deposito 3 12,95 13,24 17,24 13,63

7,14

6,71 11,75

9,71

(GDP) Inflasi

bulan Sumber : Bank Indonesia dan Badan Pusat Statistik

Ditengah kemajuan yang dicapai dan dinamika ekonomi yang berlangsung pada tahun 2006, masih terdapat sejumlah permasalahan yang belum dapat diselesaikan. Pemerintah masih harus berupaya keras untuk mengatasi iklim investasi yang belum kondusif, ditengah kapasitas produksi yang belum optimal, efisiensi yang


masih rendah yang mengakibatkan rendahnya daya saing perekonomian dan kondisi infrastruktur yang belum memadai. Selain permasalahan di atas, perekonomian Indonesia tahun 2006 juga dihadapkan pada berbagai tantangan yang dapat menghambat aktivitas perekonomian. Disisi eksternal, kecenderungan suku bunga global yang meningkat diperberat juga oleh peningkatan harga minyak yang tinggi serta perubahan persepsi global yang berdampak pada aliran modal khusunya yang berjangka pendek, pada gilirannya dapat mempengaruhi neraca pembayaran Indonesia.

Selain itu kenaikan harga

minyak juga berdampak pada peningkatan defisit Anggaran dan Belanja Negara (APBN) karena meningkatnya beban subsidi serta imported inflation yang memberikan tekanan pada inflasi. Berbagai tantangan yang melingkupi perekonomian menghadapkan para pengambil kebijakan yang harus dilakukan secara hati-hati.

Disektor moneter,

tantangan tersebut berupa meningkatnya potensi tekanan inflasi yang bersumber dari depresiasi nilai tukar dan ekspetasi inflasi yang tinggi. Di bidang perbankan, struktur dan kelembagaan yang belum kuat serta intermediasi perbankan yang belum berjalan optimal mengakibatkan terhambatnya dukungan perbankan dalam pembiayaan riil, meskipun tahun 2006 mencatat adanya perbaikan, sementara itu kebijakan fiskal dihadapkan pada tantangan untuk mengurangi defisit APBN akibat tingginya subsidi BBM. Di sektor riil, tantangan kebijakannya adalah untuk meningkatkan konsistensi antar berbagai ketentuan, memperkuat pelaksanaan kebijakan di lapangan dan menyelaraskan peraturan pemerintah pusat dan daerah.


Untuk merespon berbagai tantangan tersebut Bank Indonesia dan Pemerintah telah menempuh berbagai kebijakan untuk memperkokoh stabilitas makro ekonomi sekaligus tetap mendorong pertumbuhan ekonomi. Kebijakan moneter diarahkan untuk tetap konsisten mencapai inflasi yang diharapkan.

Begitu pula kebijakan

secara garis besar masih difokuskan pada upaya peningkatan stabilitas perbankan dan meningkatkan peran perbankan dalam perekonomian terutama penyaluran kredit.

4.2

Perkembangan Moneter Kondisi moneter pada tahun 2006 secara umum cukup stabil. Meskipun

dibayangi tantangan yang terutama bersumber dari sektor eksternal.

Kestabilan

tersebut tercermin pada pertumbuhan uang primer yang relatif terkendali dan pergerakan suku bunga yang cenderung menurun. Komitmen dan konsistensi Bank Indonesia untuk mencapai sasaran inflasi dengan tetap mendukung percepatan perbaikan perekonomian disertai semakin membaiknya kondisi sosial politik dan iklim usaha mendorong tercapainya stabilitas moneter. Respon kebijakan moneter pada tahun 2006 menjadi dua episode meskipun secara keseluruhan bernuansa akomodatif.

Pada episode pertama dengan

mempertimbangkan prospek perekonomian tahun 2006 yang kondusif Bank Indonesia tetap melanjutkan kebijakan moneter yang longgar. Suku bunga instrumen moneter mengalami penurunan secara bertahap ditengah upaya Bank Indonesia untuk tetap mengoptimalkan penyerapan akses likuiditas. Kebijakan moneter menghadapi tantangan yang bersumber dari perubahan sentiment eksternal yang bila tidak disikapi


oleh Bank Indonesia berpotensi menghadapi tekanan inflasi ke depan. Dalam upaya menjawab tantangan ini kebijakan moneter secara perlahan bergulir menuju ketat seperti tercermin pada tertahannya penurunan suku bunga. Sementara itu upaya pengendalian likuiditas perbankan tetap dilakukan secara optimal. Secara keseluruhan kebijakan yang telah ditempuh Bank Indonesia telah memberikan sumbangan pada realisasi pertumbuhan uang primer yang relatif terkendali, meskipun sedikit melampui perkiraan indikatifnya, sedangkan jumlah uang yang beredar mengalami perkembangan yang positif baik dari segi nilai nominal maupun pertumbuhan. Sementara itu masih cukup besarnya likuiditas perbankan mendorong suku bunga instrumen moneter cenderung menurun.

4.3

Hasil Penelitian Bagian ini menguraikan hasil-hasil selama periode penelitian, yaitu mengenai

hasil analisis terhadap faktor-faktor yang mempengaruhi permintaan uang dalam arti sempit (M1) yaitu Produk Domestik Bruto, tingkat bunga deposito dan inflasi.

4.3.1

Permintaan Uang (M1) Permintaan uang (M1) adalah jumlah uang kartal dan giral yang pegang

masyarakat.

Rata-rata pertumbuhan jumlah uang (M1) yang dipegang oleh

masyarakat selama periode 1999 sampai dengan 2006 secara keseluruhan mengalami perkembangan yang fluktuatif.

Rata-rata pertumbuhan jumlah uang (M1) yang

dipegang masyarakat pada tahun 1999 sebesar 23,16 persen kemudian meningkat


pada tahun 2000 sebesar 30,13persen dan pada tahun 2001 mengalami penurunan menjadi 9,58 persen dan turun lagi menjadi 7,99 persen pada tahun 2002. Pada tahun 2003 mengalami peningkatan menjadi 16,60 persen kemudian menurun pada tahun 2004 menjadi 13,41 persen dan turun lagi menjadi 11,07 persen pada tahun 2005 kemudian meningkat pada tahun 2006 menjadi 28,08 persen. Pertumbuhan tersebut mencerminkan semakin membaiknya daya beli perekonomian seiring pertumbuhan ekonomi ekonomi dan terkendalinya inflasi. Tabel 4.2. Perkembangan Jumlah Uang (M1) Periode 1999:1 – 2006:4 Tahun

M1 (Milyar Rp)

Tahun

M1(Milyar Rp)

1999:1

105.705

2003:1

181.239

1999:2

105.964

2003:2

194.878

1999:3

118.124

2003:3

207.587

1999:4

124.633

2003:4

223.799

2000:1

124.663

2004:1

218.998

2000:2

133.832

2004:2

234.726

2000:3

135.832

2004:3

240.911

2000:4

162.186

2004:4

253.818

2001:1

148.375

2005:1

250.492

2001:2

160.142

2005:2

267.635

2001:3

164.237

2005:3

273.954

2001:4

177.731

2005:4

281.905

2002:1

166.173

2006:1

277.293

2002:2

174.017

2006:2

313.153

2002:3

181.791

2006:3

333.905

2002:4

191.939

2006:4

361.073

Sumber: Bank Indonesia dan Badan Pusat Statistik (BPS)


4.3.2

Produk Domestik Bruto (GDP) Produk Domestik Bruto (GDP) konstan yang merupakan proksi pendapatan

atau juga merupakan sebuah ukuran yang memberikan gambaran umum tentang perkembangan perekonomian suatu negara selama periode 1999 sampai dengan 2006 secara umum mengalami perkembangan yang meningkat. Dari tabel 4.3 ditunjukkan rata-rata pertumbuhan ekonomi pada tahun 1999 sebesar 0,79 persen kemudian meningkat menjadi 4,91 persen pada tahun 2000 dan pada tahun 2001 turun menjadi 3,64 persen.

Pada tahun 2002 meningkat menjadi 4,50 persen dan kemudian

meningkat menjadi 4,78 persen pada tahun 2003 dan terus meningkat hingga tahun 2005 menjadi 5,68 persen dan turun menjadi 5,48 persen pada tahun 2006. Meningkatnya pertumbuhan Produk Domestik Bruto (GDP) ini akibat dari semakin menurunnya tingkat suku bunga moneter dan terkendalinya tingkat inflasi serta adanya perbaikan iklim investasi oleh pemerintah sehingga terjadinya peningkatan investasi.


Tabel 4.3. Perkembangan Produk Domestik Bruto (GDP) Konstan Atas Dasar Harga Tahun 2000 Periode 1999:1 – 2006:4 Tahun

GDP (Milyar)

Tahun

GDP(Milyar)

1999:1

329.334,7

2003:1

386.743,9

1999:2

326.857,0

2003:2

394.620,5

1999:3

339.291,4

2003:3

405.607,6

1999:4

330.342,5

2003:4

390.199,3

2000:1

342.852,4

2004:1

402.597,3

2000:2

340.865,2

2004:2

411.935,5

2000:3

355.289,5

2004:3

423.852,3

2000:4

350.762,8

2004:4

418.131,7

2001:1

356.114,9

2005:1

427.003,0

2001:2

360.553,0

2005:2

436.110,0

2001:3

367.517,4

2005:3

448.492,5

2001:4

356.240,4

2005:4

439.050,6

2002:1

368.650,4

2006:1

448.276,8

2002:2

375.720,9

2006:2

457.724,7

2002:3

387.919,6

2006:3

474.797,5

2002:4

372.925,5

2006:4

465.855,9


4.3.3

Suku Bunga Dari tabel 4.4 ditunjukkan bahwa suku bunga deposito 3 bulan sebagai

instrumen moneter mengalami penurunan pada tahun 2006 yaitu sebesar 9,71 persen


dibandingkan tahun 2005 sebesar 11,75 persen. Untuk tahun 2003 sebesar 7,14 persen dan tahun 2004 sebesar 6,71persen. Selama krisis suku bunga yang lebih tinggi banyak dipengaruhi oleh kalangan likuiditas yang dialami oleh bank-bank yang kurang sehat atau tidak sehat yang secara structural mengandalkan sumber dana pada pasar uang antar bank. Sebagaimana telah kita ketahui bahwa sektor perbankan telah mengidap berbagai kelemahan tercermin pada besarnya jumlah kredit macet pada sejumlah bank dengan terjadinya krisis yang telah mengakibatkan pemerintah mengambil kebijkan ketat, disamping serbuan rush berulang-ulang sector perbankan menjadi semakin terpuruk karena disintermediasi perbankan sudah terjadi sejak akhir 1997 dan kualitas aktiva produktif juga semakin buruk.

4.3.4

Inflasi Perkembangan harga-harga barang dan jasa di tingkat konsumen selama 2006

relatif masih terkendali dan mengalami kecenderungan menurun bila dibandingkan tahun 2005. Dari tabel 4.5 ditunjukkan bahwa inflasi pada tahun 2006 sebesar 6,60 persen lebih rendah bila dibandingkan dengan inflasi tahun 2005 sebesar 17,11 persen. Namun inflasi tahun 2006 lebih tinggi dibandingkan inflasi tahun 2003 dan 2004 yang sebesar 5,06 persen dan 6,40 persen.


Tabel 4.4. Perkembangan Suku Bunga Deposito 3 bulan Periode 1999:1 – 2006:4 Tahun

INR

Tahun

(Persen)

INR (Persen)

1999:1

34,85

2003:1

12,90

1999:2

27,39

2003:2

11,55

1999:3

15,88

2003:3

8,58

1999:4

12,95

2003:4

7,14

2000:1

12,40

2004:1

6,11

2000:2

11,69

2004:2

6,31

2000:3

12,84

2004:3

6,61

2000:4

13,24

2004:4

6,71

2001:1

14,86

2005:1

6,93

2001:2

15,00

2005:2

7,19

2001:3

16,16

2005:3

8,51

2001:4

17,24

2005:4

11,75

2002:1

17,02

2006:1

11,61

2002:2

15,85

2006:2

11,34

2002:3

14,36

2006:3

11,05

2002:4

13,63

2006:4

9,71



Tabel 4.5. Perkembangan Inflasi Periode 1999:1 – 2006:4 Tahun

INF

Tahun

(Persen)

INF (Persen)

1999:1

4.17

2003:1

0,77

1999:2

2.27

2003:2

1,23

1999:3

-0,04

2003:3

2,48

1999:4

2,01

2003:4

5,06

2000:1

0,93

2004:1

0,92

2000:2

2,86

2004:2

3,29

2000:3

4,65

2004:3

3,80

2000:4

9,35

2004:4

6,40

2001:1

2,11

2005:1

3,19

2001:2

5,46

2005:2

4,28

2001:3

8,16

2005:3

6,39

2001:4

12,55

2005:4

17,11

2002:1

3,50

2006:1

1,98

2002:2

4,46

2006:2

2,87

2002:3

6,17

2006:3

4,06

2002:4

10,03

2006:4

6,60

Sumber: Badan Pusat Statistik (BPS)

4.3.5

Hasil Uji Akar-Akar Unit dan Derajat Integrasi


Penelitian ini dimulai dengan uji stasioner terhadap variabel-variabel yang digunakan dalam penelitian yaitu permintaan uang (M1D), Pendapatan Domestik Bruto (PDB), suku bunga deposito (INR) dan inflasi (INF).

Dengan mengikuti

metode yang dikembangkan Dickey dan Fuller maka hasil estimasi akar-akar unit ditunjukkan pada tabel 4.6 sampai dengan tabel 4.9 adalah sebagai berikut : Tabel 4.6. Unit Root Test dan Derajat Integrasi dengan ADF Test Pada M1. Null Hypothesis: D(LOG(M1D)) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=1) t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

-8.396028 -3.699871 -2.976263 -2.627420

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

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LOG(M1D),2) Method: Least Squares Date: 03/04/08 Time: 23:36 Sample(adjusted): 2000:2 2006:4 Included observations: 27 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

D(LOG(M1D(-1))) C

-1.424447 0.017368

0.169657 0.014008

-8.396028 1.239855

0.0000 0.2265

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

0.738202 0.727730 0.072498 0.131400 33.58087 2.193201

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

0.006874 0.138940 -2.339323 -2.243335 70.49329 0.000000

Sumber : Data diolah dengan Eviews

Bedasar tabel 4.6 di atas, diperoleh hasil bahwa nilai ADF test statistic sebesar -8,396028. Nilai ADF test < nilaia kritis atau dengan kata lain (-8,396028 < -


3,699871) maka kita bisa mengambil keputusan untuk menolak hipotesis. Sehingga kesimpulan data time series adalah stasioner. Dengan demikian variabel M1D yang diamati adalah stasioner pada diferensi pertama dengan kata lain variabel M1D dalam penelitian berintegrasi satu atau I(1).

Tabel 4.7. Unit Root Test dan Derajat Integrasi dengan ADF Test Pada GDP. Null Hypothesis: D(LOG(GDP)) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=1) t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

-8.698268 -3.699871 -2.976263 -2.627420


Augmented Dickey-Fuller Test Equation Dependent Variable: D(LOG(GDP),2) Method: Least Squares Date: 03/04/08 Time: 23:45 Sample(adjusted): 2000:2 2006:4 Included observations: 27 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

D(LOG(GDP(-1))) C

-1.515541 0.018281

0.174235 0.004735

-8.698268 3.860564

0.0000 0.0007


0.751639 0.741704 0.021389 0.011437 66.53953 2.222163


-0.002081 0.042085 -4.780706 -4.684718 75.65987 0.000000


Bedasar tabel 4.7 di atas, diperoleh hasil bahwa nilai ADF test statistic sebesar -8,698268. Nilai ADF test < nilaia kritis atau dengan kata lain (-8,698268 < 3,699871) maka kita bisa mengambil keputusan untuk menolak hipotesis. Sehingga


kesimpulan data time series adalah stasioner. Dengan demikian variabel GDP yang diamati adalah stasioner pada diferensi pertama dengan kata lain variabel GDP dalam penelitian berintegrasi satu atau I(1).

Tabel 4.8. Unit Root Test dan Derajat Integrasi dengan ADF Test Pada INR. Null Hypothesis: D(LOG(INR)) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=1) t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

-2.987386 -3.699871 -2.976263 -2.627420


Augmented Dickey-Fuller Test Equation Dependent Variable: D(LOG(INR),2) Method: Least Squares Date: 03/04/08 Time: 23:52 Sample(adjusted): 2000:2 2006:4 Included observations: 27 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

D(LOG(INR(-1))) C

-0.422643 -0.005664

0.141476 0.019312

-2.987386 -0.293295

0.0086 0.7717


0.202227 0.170316 0.100219 0.251096 24.83839 1.912577


-0.003181 0.110026 -1.691732 -1.595744 6.337234 0.018602


Bedasar tabel 4.8 di atas, diperoleh hasil bahwa nilai ADF test statistic sebesar -2,987386.

Nilai ADF test < nilai kritis atau dengan kata lain (-2,987386 < -

2,976263) maka kita bisa mengambil keputusan untuk menolak hipotesis, sehingga


kesimpulan data time series adalah stasioner. Dengan demikian variabel INR yang diamati adalah stasioner pada diferensi pertama dengan kata lain variabel INR dalam penelitian berintegrasi satu atau I(1).

Tabel 4.9. Unit Root Test dan Derajat Integrasi dengan ADF Test Pada INF. Null Hypothesis: D(LOG(INF)) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=1) t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

-7.413491 -3.699871 -2.976263 -2.627420


Augmented Dickey-Fuller Test Equation Dependent Variable: D(LOG(INF),2) Method: Least Squares Date: 03/05/08 Time: 00:10 Sample(adjusted): 2000:2 2006:4 Included observations: 27 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

D(LOG(INF(-1))) C

-1.365805 0.082104

0.184232 0.185321

-7.413491 0.443040

0.0000 0.6615


0.687343 0.674837 0.962632 23.16649 -36.24408 2.134803


0.046540 1.688144 2.832895 2.928883 54.95985 0.000000


Bedasar tabel 4.9 di atas, diperoleh hasil bahwa nilai ADF test statistic sebesar -7,413491. Nilai ADF test < nilaia kritis atau dengan kata lain (-7,413491 < 3,699871) maka kita bisa mengambil keputusan untuk menolak hipotesis. Sehingga


kesimpulan data time series adalah stasioner. Dengan demikian variabel INF yang diamati adalah stasioner pada diferensi pertama dengan kata lain variabel INF dalam penelitian berintegrasi satu atau I(1).

4.3.6 Hasil Estimasi Model Permintaan Uang Hasil estimasi OLS ditunjukkan pada tabel 4.10, dimana permintaan uang (M1D) secara signifikan ditentukan oleh Produk Domestik Bruto, tingkat bunga deposito 3 bulan (INR) dan inflasi (INF) yang meliput variabel-variabel berintegrasi sama yaitu I(1), sehingga regresi ini dikenal sebagai regresi ko-integrasi atau cointegrating regression (Engle dan Granger) diperoleh hasil estimasi sebagai berikut: Tabel 4.10. Hasil Model Estimasi Permintaan Uang Dependent Variable: LOG(M1D) Method: Least Squares Sample: 1999:4 2006:4 Included observations: 29 Variable

Coefficient

Std. Error

t-Statistic

Prob.

C LOG(GDP) LOG(INR) LOG(INF)

8.153310 0.555477 -0.137008 0.038748

2.322804 0.114998 0.036680 0.013126

3.510115 4.830335 -3.735202 2.951979

0.0017 0.0001 0.0010 0.0068


0.789009 0.763690 0.051458 0.066198 47.04567 1.883770




18.87223 0.105855 -2.968667 -2.780075 31.16275 0.000000

LOG(M1D) = 8,153310 + 0,555477 LOG(GDP) – 0,137008 INR + 0,038748 INF t-stat

(4,830335)***

(-3,735202)***

(2,951979)*** Keterangan : ***

= signifikan pada α = 1% Dari tabel 4.10 diperoleh hasil bahwa R2 = 0,7890 yang berarti bahwa variabel

bebas mampu menjelaskan variansi dari variabel terikat sebesar 78,90% sedangkan sisanya 21,10% diterangkan oleh variabel lain yang tidak dimasukkan dalam model. Dari hasil estimasi di atas menunjukkan bahwa tanda koefisien regresi LOG(GDP) bertanda positif, LOG(INR) bertanda negatif dan LOG(INF) bertanda positif hal ini sesuai dengan harapan dari teori. Dengan memperhatikan nilai statistik DW = 1,883770 terlihat bahwa disturbance term error dari LOG(M1D) tidak autokorelasi sehingga tidak terjadi spurious regression. Secara serentak variabel LOG(GDP), LOG(INR) dan LOG(INF) signifikan secara statistik mempengaruhi LOG (M1D) dimana F-stat = 31,16275.

Dengan kata lain, residual regresi ko-

integrasi pada model tersebut stasioner. Dengan demikian, residual ko-integrasi atau kesalahan ketidakseimbangan stasioner atau I(0). Hasil estimasi dari regresi ko-integrasi menunjukkan bahwa variabel-variabel Produk Domestik Bruto, suku bunga deposito 3 bulan dan inflasi mempunyai hubungan keseimbangan jangka panjang. Dengan demikian dapat dikatakan bahwa


variabel yang mampu menjelaskan variasi permintaan uang (M1) adalah Produk Domestik Bruto, suku bunga deposito 3 bulan dan inflasi. Dalam jangka panjang meningkatnya Produk Domestik Bruto akan mendorong peningkatan permintaan uang (M1).

Demikian juga dengan meningkatnya inflasi akan mendorong

peningkatan permintaan uang (M1).

Disisi lain terdapat indikasi dengan

meningkatnya suku bunga deposito akan mendorong penurunan permintaan uang (M1). Secara parsial diperoleh hasil bahwa Produk Domestik Bruto (GDP) berpengaruh secara signifikan pada tingkat α = 1% terhadap permintaan uang (M1), ceteris paribus.

Produk Domestik Bruto (GDP) mempunyai pengaruh positif

terhadap permintaan uang (M1) dengan koefisien 0,555477 berarti bahwa GDP tidak elastis (inelastic) terhadap permintaan uang (M1), ceteris paribus. Dengan kata lain apabila GDP naik 1% maka permintaan uang (M1) naik 0,555477%, ceteris paribus. Secara parsial diperoleh hasil bahwa suku bunga deposito 3 bulan (INR) berpengaruh secara signifikan pada tingkat α = 1% terhadap permintaan uang (M1), ceteris paribus. Suku bunga deposito 3 bulan (INR) mempunyai pengaruh negatif terhadap permintaan uang (M1) dengan koefisien -0,137008 berarti bahwa INR tidak elastis (inelastic) terhadap permintaan uang (M1), ceteris paribus. Dengan kata lain apabila GDP naik 1% maka permintaan uang (M1) turun 0,137008%, ceteris paribus. Secara parsial diperoleh hasil bahwa inflasi (INF) berpengaruh secara signifikan pada tingkat α = 1% terhadap permintaan uang (M1), ceteris paribus.


Inflasi (INF) mempunyai pengaruh positif terhadap permintaan uang (M1) dengan koefisien 0,038748 berarti bahwa INF tidak elastis (inelastic) terhadap permintaan uang (M1), ceteris paribus. Dengan kata lain apabila GDP naik 1% maka permintaan uang (M1) naik 0,038748%, ceteris paribus.

4.3.7

Hasil Estimasi Model Permintaan Uang dengan Error Correction Mechanism (ECM) Hasil estimasi Error Correction Mechanism dari perintaan uang (M1D) selama

periode 1999:4 – 2006:4 sebagai fungsi dari Produk Domestik Bruto, suku bunga deposito 3 bulan dan inflasi. Tabel 4.11. Hasil Estimasi Permintaan Uang Dengan ECM Dependent Variable: DLOG(M1D) Method: Least Squares Sample(adjusted): 2000:1 2006:4 Included observations: 28 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

C DLOG(GDP) DLOG(INR) DLOG(INF) ECT(-1)

0.003784 0.175984 -0.304936 0.037145 -0.967226

0.009091 0.092824 0.069670 0.008892 0.185495

0.416242 1.895875 -4.376866 4.177306 -5.214297

0.6811 0.0706 0.0002 0.0004 0.0000


0.790394 0.753941 0.041030 0.038720 52.44033 1.777807



0.009043 0.082714 -3.388595 -3.150702 21.68241 0.000000


(1,895875)*

(-4,376866)***

(4,177306)*** -0,967226 ECT(-1) t-stat

(-5,214297)***

Keterangan: *

= signifikan pada α = 10%

***

= signifikan pada α = 1% Dari tabel 4.11 diperoleh hasil bahwa R2 = 0,7904 yang berarti bahwa variabel

bebas mampu menjelaskan variansi dari variabel terikat sebesar 79,04% sedangkan sisanya 20,96% diterangkan oleh variabel lain yang tidak dimasukkan dalam model. Dari hasil estimasi di atas menunjukkan bahwa tanda koefisien regresi LOG(GDP) bertanda positif, LOG(INR) bertanda negatif dan LOG(INF) bertanda positif. Hal ini sesuai dengan harapan dari teori.

Dengan

memperhatikan

nilai

statistik DW = 1,777807 terlihat bahwa disturbance term error dari LOG(M1D) tidak autokorelasi sehingga tidak terjadi spurious regression. Secara serentak variabel LOG(GDP), LOG(INR) dan LOG(INF) signifikan secara statistik mempengaruhi LOG (M1D) dimana F-stat = 21,68241. Secara parsial diperoleh hasil bahwa Produk Domestik Bruto (GDP) berpengaruh secara signifikan pada tingkat α = 10% terhadap permintaan uang (M1),


ceteris paribus.


terhadap permintaan uang (M1) dengan koefisien 0,175984 berarti bahwa GDP tidak elastis (inelastic) terhadap permintaan uang (M1), ceteris paribus. Dengan kata lain apabila GDP naik 1% maka permintaan uang (M1) naik 0,175984%, ceteris paribus. Secara parsial diperoleh hasil bahwa suku bunga deposito 3 bulan (INR) berpengaruh secara signifikan pada tingkat α = 1% terhadap permintaan uang (M1), ceteris paribus. Suku bunga deposito 3 bulan (INR) mempunyai pengaruh negatif terhadap permintaan uang (M1) dengan koefisien -0,304936 berarti bahwa INR tidak elastis (inelastic) terhadap permintaan uang (M1), ceteris paribus. Dengan kata lain apabila GDP naik 1% maka permintaan uang (M1) turun 0,304936%, ceteris paribus. Secara parsial diperoleh hasil bahwa inflasi (INF) berpengaruh secara signifikan pada tingkat α = 1% terhadap permintaan uang (M1), ceteris paribus. Inflasi (INF) mempunyai pengaruh positif terhadap permintaan uang (M1) dengan koefisien 0,037145 berarti bahwa INF tidak elastis (inelastic) terhadap permintaan uang (M1), ceteris paribus. Dengan kata lain apabila GDP naik 1% maka permintaan uang (M1) naik 0,037145%, ceteris paribus. Dari hasil estimasi di atas menunjukkan hasil bahwa variabel-variabel penelitian lolos dari berbagai uji diagnosis dan koefisien ECT(-1) signifikan secara statistik dan tanda koefisien regresi sesuai dengan harapan teori. Nilai ECT (-1) bertanda negatif memberikan arti bahwa masyarakat akan melakukan penyesuaian pada periode berikutnya dengan mengurangi uang (M1) yang ingin dipegang. Hal ini


disebabkan jumlah uang yang beredar atau aktual lebih kecil dari rata-rata uang M1 yang diharapkan atau dipegang. Hasil ini memberi indikasi bahwa spesifikasi model adalah sahih dan selaras dengan hasil yang diperoleh dengan regresi kointegrasi, sehingga model ECM ini dapat dipakai untuk mengamati perilaku permintaan uang (M1). Perilaku permintaan uang (M1D) dengan pendekatan stok penyangga adalah memasukkan variabel D(U) dan U(-1) pada model ECM, dimana :

D(U) = shock dalam jangka pendek U(-1) = shock dalam jangka panjang. Model ini berfungsi untuk mengestimasi variabel shock yang meliput jumlah variabel shock yang meliput jumlah uang beredar (M1D) yang tidak dapat diantisipasi masyarakat dan ditaksir dengan menggunakan AR(2) yaitu : LM1 = β0 + β1 LM1t-1 + β2 LM1t-2.

Hasil estimasi model ECM dengan pendekatan stok penyangga

ditunjukkan pada tabel 4.12. Tabel 4.12. Hasil Estimasi Model Permintaan Uang Dengan Pendekatan Stok Penyangga Dependent Variable: DLOG(M1D) Method: Least Squares Sample(adjusted): 2000:3 2006:4 Included observations: 26 after adjusting endpoints Variable

Coefficient

Std. Error

t-Statistic

Prob.

C DLOG(GDP) DLOG(INR) DLOG(INF) ECT(-1)

0.015879 0.411137 -0.006649 0.004606 -0.246938

0.002759 0.116219 0.005773 0.001687 0.115191

5.756197 3.537609 -1.151711 2.729925 -2.143729

0.0000 0.0022 0.2637 0.0125 0.0437


D(U) U(-1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

0.683838 0.560517 0.949459 0.935019 0.021085 0.009336 72.35461 1.749971

0.087588 0.579329

7.807407 0.570329

0.0000 0.3443


0.009043 0.082714 -4.668186 -4.335135 65.75094 0.000000



(3,537609)***

(-1,151711)

(2,72995)** -0,246938 ECT(-1) + 0,683838 D(U) + 0,560517 U(-1) t-stat

(-2,143729)**

(7,807407)***

(0,570329)

Keterangan: **

= signifikan pada α = 5%

***

= signifikan pada α = 1% Dari tabel 4.12 diperoleh hasil bahwa R2 = 0,949459 yang berarti bahwa

variabel bebas mampu menjelaskan variansi dari variabel terikat sebesar 94,95% sedangkan sisanya 5,05% diterangkan oleh variabel lain yang tidak dimasukkan dalam model. Dari hasil estimasi di atas menunjukkan bahwa tanda koefisien regresi LOG(GDP) bertanda positif, LOG(INR) bertanda negatif dan LOG(INF) bertanda positif hal ini sesuai dengan harapan dari teori.

Dengan

memperhatikan

nilai

statistik DW = 1,749971 terlihat bahwa disturbance term error dari LOG(M1D) tidak


autokorelasi sehingga tidak terjadi spurious regression. Secara serentak variabel LOG(GDP), LOG(INR) dan LOG(INF) signifikan secara statistik mempengaruhi LOG (M1D) dimana F-stat = 65,75094. Secara parsial diperoleh hasil bahwa Produk Domestik Bruto (GDP) berpengaruh secara signifikan pada tingkat α = 1% terhadap permintaan uang (M1), ceteris paribus.


terhadap permintaan uang (M1) dengan koefisien 0,411137 berarti bahwa GDP tidak elastis (inelastic) terhadap permintaan uang (M1), ceteris paribus. Dengan kata lain apabila GDP naik 1% maka permintaan uang (M1) naik 0,411137%, ceteris paribus. Secara parsial diperoleh hasil bahwa suku bunga deposito 3 bulan (INR) tidak berpengaruh secara signifikan terhadap permintaan uang (M1), ceteris paribus karena dalam jangka pendek hasrat masyarakat untuk memegang uang tidak terlalu sensitif terhadap suku bunga deposito. Hal ini memberi indikasi bahwa permintaan uang dalam jangka pendek lebih ditujukan untuk motif transaksi dan berjaga-jaga.Suku bunga deposito 3 bulan (INR) mempunyai pengaruh negatif terhadap permintaan uang (M1) dengan koefisien -0,006649 berarti bahwa INR tidak elastis (inelastic) terhadap permintaan uang (M1), ceteris paribus. Dengan kata lain apabila GDP naik 1% maka permintaan uang (M1) turun 0,006649%, ceteris paribus. Secara parsial diperoleh hasil bahwa inflasi (INF) berpengaruh secara signifikan pada tingkat α = 5% terhadap permintaan uang (M1), ceteris paribus. Inflasi (INF) mempunyai pengaruh positif terhadap permintaan uang (M1) dengan


koefisien 0,004606 berarti bahwa INF tidak elastis (inelastic) terhadap permintaan uang (M1), ceteris paribus. Dengan kata lain apabila GDP naik 1% maka permintaan uang (M1) naik 0,004606%, ceteris paribus. Dari hasil estimasi di atas menunjukkan hasil bahwa variabel-variabel penelitian lolos dari berbagai uji diagnosis dan koefisien ECT(-1) signifikan secara statistik dan tanda koefisien regresi sesuai dengan harapan dari teori.

Hasil ini

memberi indikasi bahwa spesifikasi model adalah sahih dan selaras dengan hasil yang diperoleh dengan regresi kointegrasi, sehingga model ECM ini dapat dipakai untuk mengamati perilaku permintaan uang (M1). Pendapatan riil bertanda positif terhadap permintaan uang (M1) hasil ini sesuai dengan harapan dari teori. Di sisi lain, suku bunga berpengaruh negatif terhadap permintaan uang (M1) dalam jangka panjang sesuai dengan harapan teori. Namun dalam jangka pendek hasrat masyarakat untuk memegang uang tidak terlalu sensitif terhadap suku bunga deposito. Fenomena ini memberi indikasi bahwa permintaan uang dalam jangka pendek lebih ditujukan untuk motif transaksi dan berjaga-jaga. Pernyataan ini juga didukung oleh hasil koefisien regresi variabel shock ternyata hanya signifikan untuk jangka pendek dan sekaligus mendukung hasil teori dari pendekatan stok penyangga yang melandasi permintaan uang (M1) di Indonesia. Hasil estimasi OLS, ECM dan ECM dengan pendekatan stok penyangga telah membuktikan bahwa variabel permintaan uang (M1D), Produk Domestik Bruto (GDP), tingkat bunga deposito 3 bulan (INR) dan inflasi (INF) saling terkointegrasi. Berarti keempat indicator ekonomi tersebut saling mempengaruhi dan mencapai


keseimbangan dalam jangka panjang. Untuk mengetahui berapa periode keempat variabel mencapai keseimbangan dan berapa pengaruh antar variabel digunakan analisis Vector Autoregression (VAR).

4.3.8

Hasil Estimasi Vector Autoregression Hasil estimasi VAR dan uji stabilitas VAR ditunjukkan pada lampiran 2 dan

lampiran 3.

Dari hasil peramalan M1D, GDP, INR dan INF ditunjukkan pada

lampiran 2, dimana data periode dari tahun 1999:4 sampai tahun 2006:4 dengan GDP konstan tahun 2000 = 100. Model VAR dari M1D, GDP, INR dan INF masingmasing adalah : Berdasarkan hasil penelitian yang ditunjukkan pada tabel 4.13 dengan menggunakan dasar lag = 1 terlihat bahwa adanya hubungan antara Produk Domestik Bruto (GDP), suku bunga deposito 3 bulan (INR) dan inflasi (INF) dengan lag 1, hal ini dapat disimpulkan bahwa dengan mengamati t-statistik dari masing-masing koefisien, hubungan timbal balik antara variabel permintaan uang (M1D), Produk Domestik Bruto (GDP), suku bunga deposito 3 bulan dan inflasi secara statistik signifikan. Dari tabel 4.13 ditunjukkan bahwa variabel yang mempengaruhi permintaan uang (M1D) pada tahun t secara signifikan adalah Produk Domestik Bruto pada t-1 dan suku bunga deposito 3 bulan pada t-1. Variabel yang mempengaruhi Produk Domestik Bruto (GDP) pada tahun t secara signifikan adalah Produk Domestik Bruto pada tahun t-1.


Variabel yang mempengaruhi suku bunga deposito 3 bulan (INR) pada tahun t secara signifikan adalah suku bunga deposito 3 bulan pada tahun t-1 serta inflasi pada tahun t-1. Variabel yang mempengaruhi inflasi pada tahun t secara signifikan adalah permintaan uang pada tahun t-1, Produk Domestik Bruto tahun t-1 dan inflasi pada tahun t-1. Dimana dapat ditunjukkan pada lampiran 2 bahwa variabel masa lalu (t-1) berpengaruh signifikan terhadap dirinya sendiri dan variabel lain, kecuali variabel permintaan uang (M1D) yang tidak signifikan terhadap variabel masa lalu M1D(-1). Dari hasil estimasi tersebut di atas beserta uraianya ternyata hubungan timbal balik antara variabel Produk Domestik Bruto, suku bunga deposito 3 bulan, inflasi terhadap permintaan uang (M1) menjadi semakin jelas dan dengan demikian hipotesa adanya hubungan timbal balik antara Produk Domestik Bruto, suku bunga deposito 3 bulan dan inflasi terhadap permintaan uang (M1) sebagai variabel yang diamati dalam penelitian ini terbukti. Model VAR sesuai dengan ekspetasi perekonomian Indonesia di masa mendatang, hal tersebut dapat ditunjukkan pada trend suku bunga deposito yang semakin menurun.

4.3.8.1 Impulse Response Function (IRF) Impulse response function ini digunakan untuk melihat pengaruh perubahan dari satu variabel pada variabel itu sendiri atau variabel lainnya. Estimasi yang dilakukan untuk IRF ini dititikberatkan pada respon suatu variabel pada perubahan


satu standar deviasi dari variabel itu sendiri maupun dari variabel lainnya yang terdapat dalam model.

Tabel 4.13. Hasil Estimasi VAR dengan Dasar Lag 1 Vector Autoregression Estimates Sample(adjusted): 2000:1 2006:4 Included observations: 28 after adjusting endpoints Standard errors in ( ) & t-statistics in [ ] LOG(M1D)

LOG(GDP)

LOG(INR)

LOG(INF)

LOG(M1D(-1))

-0.116212 (0.20667) [-0.56231]

0.136215 (0.10226) [ 1.33206]

-0.613691 (0.44829) [-1.36896]

-7.625895 (2.89961) [-2.62997]

LOG(GDP(-1))

0.899445 (0.15698) [ 5.72976]

0.878880 (0.07767) [ 11.3152]

0.128670 (0.34051) [ 0.37788]

6.054664 (2.20245) [ 2.74905]

LOG(INR(-1))

-0.075177 (0.03934) [-1.91072]

0.010112 (0.02309) [ 0.43787]

0.790824 (0.10124) [ 7.81140]

-0.685801 (0.65483) [-1.04729]

LOG(INF(-1))

-0.009655 (0.01503) [-0.64251]

-0.006245 (0.00744) [-0.83989]

0.084849 (0.03259) [ 2.60314]

0.394982 (0.21083) [ 1.87348]

C

3.461429 (3.06566) [ 1.12910]

-0.176823 (1.51688) [-0.11657]

9.410131 (6.64987) [ 1.41509]

26.53223 (43.0123) [ 0.61685]

0.811421 0.778625

0.945964 0.936567

0.906827 0.890622

0.294927 0.172306

R-squared Adj. R-squared


Sum sq. resids S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent

0.058692 0.050515 24.74124 46.61698 -2.972642 -2.734748 18.87399 0.107364

Determinant Residual Covariance Log Likelihood (d.f. adjusted) Akaike Information Criteria Schwarz Criteria

0.014369 0.024995 100.6612 66.31793 -4.379852 -4.141958 19.79920 0.099242

0.276156 0.109576 55.96287 24.93561 -1.423972 -1.186079 2.380563 0.331322

11.55352 0.708750 2.405184 -27.33727 2.309805 2.547699 1.350175 0.779037

2.89E-09 116.3461 -6.881862 -5.930287


A.

Respon variabel LOG(M1D) pada perubahan variabel lain Dari hasil penelitian yang ditunjukkan pada tabel 4.14 dan gambar 4.1

diperoleh hasil bahwa satu standar deviasi dari M1D sebesar 0,050515 tidak membawa efek apapun terhadap variabel GDP, INR dan INF (standar deviasinya sama dengan nol). Setelah satu periode, standar deviasi menjadi 0,012017 di bawah rata-rata membawa pengaruh terhadap kenaikan standar deviasi dari variabel GDP sebesar 0,025512 di atas rata-rata, sedangkan pada variabel INR dan INF membawa pengaruh terhadap penurunan standar deviasi dari variabel INR sebesar 0,011055 dan variabel INF sebesar 0,004417 di bawah rata-rata. Pada periode 4 (dalam jangka pendek) standar deviasi variabel M1D sebesar 0,002232 di atas rata-rata membawa pengaruh terhadap kenaikan standar deviasi variabel GDP sebesar 0,021601 di atas rata-rata, sedangkan pada variabel INR membawa pengaruh pengaruh kenaikan


standard deviasi sebesar 0,008671 di bawah rata-rata dan INF membawa pengaruh terhadap penurunan standar deviasi sebesar 0,006907 di bawah rata-rata.

Pada

periode 40 (dalam jangka menengah) standar deviasi variabel M1D sebesar 0,000836 di bawah rata-rata membawa pengaruh terhadap penurunan standar deviasi variabel GDP sebesar 0,012947 di atas rata-rata, sedangkan pada variabel INR dan INF membawa pengaruh terhadap penurunan standar deviasi dari variabel INR sebesar 0,001178 dan variabel INF sebesar 0,002450 di bawah rata-rata. Pada periode 100 (dalam jangka panjang) standar deviasi variabel M1D sebesar 0,000350 di bawah rata-rata membawa pengaruh terhadap penurunan standar deviasi variabel GDP sebesar 0,005390 di atas rata-rata, sedangkan pada variabel INR dan INF membawa pengaruh terhadap kenaikan standar deviasi dari variabel INR sebesar 0,000488 dan variabel INF sebesar 0,001019 di bawah rata-rata. Tabel 4.14. Tabel Impulse Response Function M1D Response of LOG(M1D): Period

LOG(M1D) LOG(GDP) LOG(INR) LOG(INF) 1 2 3 4 5 6 7 8 9

0.050515 (0.00675) -0.012017 (0.01090) 0.006463 (0.00893) 0.002232 (0.00674) 0.002817 (0.00678) 0.001984 (0.00688) 0.001512 (0.00712) 0.001028 (0.00734) 0.000640

0.000000 (0.00000) 0.025512 (0.00684) 0.020070 (0.00532) 0.021601 (0.00539) 0.021097 (0.00600) 0.020980 (0.00662) 0.020716 (0.00733) 0.020466 (0.00805) 0.020202

0.000000 (0.00000) -0.011055 (0.00547) -0.008954 (0.00460) -0.008671 (0.00540) -0.007550 (0.00647) -0.006640 (0.00745) -0.005803 (0.00834) -0.005099 (0.00906) -0.004506


0.000000 (0.00000) -0.004417 (0.00690) -0.006719 (0.00416) -0.006907 (0.00471) -0.006687 (0.00497) -0.006281 (0.00498) -0.005871 (0.00500) -0.005494 (0.00503) -0.005164

10 40 100

(0.00755) 0.000314 (0.00772) -0.000836 (0.00605) -0.000350 (0.00287)

(0.00880) (0.00964) (0.00509) 0.019936 -0.004010 -0.004879 (0.00954) (0.01008) (0.00516) 0.012947 -0.001178 -0.002450 (0.02480) (0.00867) (0.00606) 0.005390 -0.000488 -0.001019 (0.02638) (0.00428) (0.00531)


B.

Respon variabel LOG(GDP) pada perubahan variabel lain Dari hasil penelitian yang ditunjukkan pada tabel 4.15 dan gambar 4.1

diperoleh hasil bahwa satu standar deviasi dari GDP sebesar 0,023479 membawa pengaruh terhadap penurunan standar deviasi dari M1D sebesar 0,008572 di bawah rata-rata dan tidak membawa efek apapun terhadap variabel INR dan INF (standar deviasinya sama dengan nol). Setelah satu periode, standar deviasi menjadi 0,022648 di atas rata-rata membawa pengaruh terhadap kenaikan standar deviasi dari variabel M1D sebesar 0,0002262 di bawah rata-rata, sedangkan pada variabel INR dan INF membawa pengaruh terhadap penurunan standar deviasi dari variabel INR sebesar 0,001331 dan variabel INF sebesar 0,002857 di bawah rata-rata. Pada periode 4 (dalam jangka pendek) standar deviasi variabel GDP sebesar 0,022609 di atas ratarata membawa pengaruh terhadap kenaikan standar deviasi variabel M1D sebesar 0,001448 di bawah rata-rata, sedangkan pada variabel INR dan INF membawa pengaruh terhadap penurunan standar deviasi dari variabel INR sebesar 0,002216 dan variabel INF sebesar 0,004190 di bawah rata-rata. Pada periode 40 (dalam jangka menengah) standar deviasi variabel GDP sebesar 0,013426 di atas rata-rata membawa pengaruh terhadap kenaikan standar deviasi variabel M1D sebesar 0,000871 di bawah


rata-rata, sedangkan pada variabel INR dan INF membawa pengaruh terhadap kenaikan standar deviasi dari variabel INR sebesar 0,001215 dan variabel INF sebesar 0,002538 di bawah rata-rata. Pada periode 100 (dalam jangka panjang) standar deviasi variabel GDP sebesar 0,005589 di atas rata-rata membawa pengaruh terhadap kenaikan standar deviasi variabel M1D sebesar 0,000363 di bawah rata-rata, sedangkan pada variabel INR dan INF membawa pengaruh terhadap kenaikan standar deviasi dari variabel INR sebesar 0,000506 dan variabel INF sebesar 0,001056 di bawah rata-rata.

Tabel 4.15. Tabel Impulse Response Function GDP Response of LOG(GDP): Period

LOG(M1D) LOG(GDP) LOG(INR) LOG(INF) 1 2 3 4 5 6 7 8 9 10

-0.008572 (0.00458) -0.002262 (0.00635) -0.002066 (0.00590) -0.001448 (0.00629) -0.001358 (0.00653) -0.001296 (0.00685) -0.001284 (0.00716) -0.001278 (0.00744) -0.001275 (0.00768) -0.001271 (0.00787)

0.023479 (0.00314) 0.022648 (0.00411) 0.022904 (0.00450) 0.022609 (0.00522) 0.022346 (0.00593) 0.022036 (0.00670) 0.021726 (0.00750) 0.021415 (0.00831) 0.021107 (0.00913) 0.020803 (0.00994)

0.000000 (0.00000) -0.001331 (0.00263) -0.002060 (0.00392) -0.002216 (0.00530) -0.002243 (0.00653) -0.002205 (0.00761) -0.002151 (0.00851) -0.002095 (0.00925) -0.002041 (0.00984) -0.001991 (0.01030)


0.000000 (0.00000) -0.002857 (0.00342) -0.003848 (0.00425) -0.004190 (0.00458) -0.004266 (0.00469) -0.004245 (0.00478) -0.004190 (0.00488) -0.004123 (0.00499) -0.004054 (0.00510) -0.003986 (0.00522)

40 100

-0.000871 (0.00628) -0.000363 (0.00298)

0.013426 -0.001215 -0.002538 (0.02608) (0.00900) (0.00634) 0.005589 -0.000506 -0.001056 (0.02755) (0.00445) (0.00554)


C.

Respon variabel LOG(INR) pada perubahan variabel lain Dari hasil penelitian yang ditunjukkan pada tabel 4.16 dan gambar 4.1

diperoleh hasil bahwa satu standar deviasi dari INR sebesar 0,099081 membawa pengaruh terhadap penurunan standar deviasi dari M1D sebesar 0,044614 di bawah rata-rata dan penurunan standar deviasi dari GDP sebesar 0,014120 di bawah rata-rata serta tidak membawa efek apapun terhadap variabel INF (standar deviasinya sama dengan nol). Setelah satu periode, standar deviasi menjadi 0,110051 di atas rata-rata membawa pengaruh terhadap penurunan standar deviasi dari variabel M1D sebesar 0,051655 di bawah rata-rata dan penurunan standar deviasi GDP sebesar 0,037413 di bawah rata-rata, sedangkan pada variabel INF membawa pengaruh terhadap peningkatan standar deviasi sebesar 0,038816 di atas rata-rata. Pada periode 4 (dalam jangka pendek) standar deviasi variabel INR sebesar 0,087360 di atas rata-rata membawa pengaruh terhadap penurunan standar deviasi variabel M1D sebesar 0,054851 di bawah rata-rata dan penurunan standar deviasi GDP sebesar 0,043990 di bawah rata-rata, sedangkan pada variabel INF membawa pengaruh terhadap peningkatan standar deviasi dari variabel INF sebesar 0,047069 di atas rata-rata. Pada periode 40 (dalam jangka menengah) standar deviasi variabel INR sebesar 0,002771 di atas rata-rata membawa pengaruh terhadap peningkatan standar deviasi


variabel M1D sebesar 0,001873 di atas rata-rata dan peningkatan standar deviasi GDP sebesar 0,029753 di bawah rata-rata, sedangkan pada variabel INF membawa pengaruh terhadap penurunan standar deviasi dari variabel INF sebesar 0,005663 di atas rata-rata. Pada periode 100 (dalam jangka panjang) standar deviasi variabel INR sebesar 0,001120 di atas rata-rata membawa pengaruh terhadap penurunan standar deviasi variabel M1D sebesar 0,000804 di atas rata-rata dan kenaikan standar deviasi GDP sebesar 0,012387 di bawah rata-rata, sedangkan pada variabel INF membawa pengaruh terhadap penurunan standar deviasi dari variabel INF sebesar 0,002341 di atas rata-rata.

Tabel 4.16. Tabel Impulse Response Function INR Response of LOG(INR): Period

LOG(M1D) LOG(GDP) LOG(INR) LOG(INF) 1 2 3 4 5 6 7 8 9

-0.044614 (0.01983) -0.051655 (0.03159) -0.062047 (0.03293) -0.054851 (0.03312) -0.047179 (0.03223) -0.039097 (0.03176) -0.032033 (0.03154) -0.025993 (0.03133) -0.020955

-0.014120 (0.01882) -0.037431 (0.02555) -0.041027 (0.02774) -0.043990 (0.02979) -0.044826 (0.03163) -0.045201 (0.03372) -0.045223 (0.03591) -0.045083 (0.03809) -0.044832

0.099081 (0.01324) 0.110051 (0.01993) 0.100397 (0.02567) 0.087360 (0.03147) 0.074095 (0.03653) 0.062319 (0.04043) 0.052250 (0.04292) 0.043816 (0.04406) 0.036808


0.000000 (0.00000) 0.038816 (0.01579) 0.048372 (0.02368) 0.047069 (0.02629) 0.042528 (0.02570) 0.037399 (0.02422) 0.032628 (0.02286) 0.028473 (0.02188) 0.024950

10 40 100

(0.03091) -0.016781 (0.03022) 0.001873 (0.01406) 0.000804 (0.00665)

(0.04015) -0.044506 (0.04204) -0.029753 (0.06501) -0.012387 (0.06235)

(0.04411) 0.031007 (0.04336) 0.002771 (0.02016) 0.001120 (0.00993)

(0.02117) 0.021998 (0.02059) 0.005663 (0.01515) 0.002341 (0.01251)


D.

Respon variabel LOG(INR) pada perubahan variabel lain Dari hasil penelitian yang ditunjukkan pada tabel 4.17 dan gambar 4.1

diperoleh hasil bahwa satu standar deviasi dari INF sebesar 0,457478 membawa pengaruh terhadap peningkatan standar deviasi dari M1D sebesar 0,185398 di atas rata-rata dan penurunan standar deviasi dari GDP sebesar 0,345151 di bawah rata-rata serta peningkatan satandar deviasi terhadap variabel INF sebesar 0,373549 di atas rata-rata. Setelah satu periode, standar deviasi menjadi 0,180696 di atas rata-rata membawa pengaruh terhadap penurunan standar deviasi dari variabel M1D sebesar 0,333303 di bawah rata-rata dan penurunan standar deviasi GDP sebesar 0,015513 di atas rata-rata, sedangkan pada variabel INF membawa pengaruh terhadap penurunan standar deviasi sebesar 0,079596 di atas rata-rata. Pada periode 4 (dalam jangka pendek) standar deviasi variabel INF sebesar 0,018912 di atas rata-rata membawa pengaruh terhadap penurunan standar deviasi variabel M1D sebesar 0,026464 di bawah rata-rata dan peningkatan standar deviasi GDP sebesar 0,003642 di atas ratarata, sedangkan pada variabel INR membawa pengaruh terhadap penurunan standar deviasi dari variabel INF sebesar 0,000318 di bawah rata-rata. Pada periode 40 (dalam jangka menengah) standar deviasi variabel INF sebesar 0,000955 di bawah


rata-rata membawa pengaruh terhadap penurunan standar deviasi variabel M1D sebesar 0,000314 di bawah rata-rata dan kenaikan standar deviasi GDP sebesar 0,05001 di atas rata-rata, sedangkan pada variabel INR membawa pengaruh terhadap penurunan standar deviasi dari variabel INR sebesar 0,000469 di bawah rata-rata. Tabel 4.17. Tabel Impulse Response Function INF Response of LOG(INF): Period

LOG(M1D) LOG(GDP) LOG(INR) LOG(INF) 1 2 3 4 5 6 7 8 9 10 40 100

0.185398 -0.333303 -0.018280 -0.026464 0.001375 0.003193 0.005096 0.004675 0.004092 0.003386 -0.000314 -0.000135 (0.00112)

-0.345151 0.015513 -0.025629 0.003642 0.003774 0.006641 0.007049 0.007366 0.007420 0.007419 0.005011 0.002086 (0.00940)

0.373549 0.079596 0.032213 -0.000318 -0.007332 -0.009719 -0.009293 -0.008279 -0.007119 -0.006052 -0.000469 -0.000189 (0.00160)



0.457478 0.180696 0.061136 0.018912 0.002494 -0.003012 -0.004646 -0.004807 -0.004491 -0.004051 -0.000955 -0.000394 (0.00188)

Response of LOG(M1D) to Cholesky One S.D. Innovations

Response of LOG(GDP) to Cholesky One S.D. Innovations

.06

.025

.05

.020

.04

.015

.03 .010 .02 .005 .01 .000

.00

-.005

-.01 -.02

-.010 5

10

15

20

25

LOG(M1D) LOG(GDP)

30

35

40

5

10

LOG(INR) LOG(INF)

15

20

25

LOG(M1D) LOG(GDP)

Response of LOG(INR) to Cholesky One S.D. Innovations

30

35

40

LOG(INR) LOG(INF)

Response of LOG(INF) to Cholesky One S.D. Innovations

.12

.5 .4

.08

.3 .2

.04

.1 .0

.00

-.1 -.2

-.04

-.3 -.08

-.4 5

10

15

20

LOG(M1D) LOG(GDP)

25

30 LOG(INR) LOG(INF)

35

40

5

10

15

20

25

LOG(M1D) LOG(GDP)

30

35

LOG(INR) LOG(INF)

Gambar 4.1. Impulse Response Function (IRF) 4.3.8.2 Variance Decomposition Variance decomposition bertujuan utnutk mengukur perkiraan varians error suatu variabel, yaitu seberapa besar perbedaan sebelum dan sesudah shocks, baik yang berasal dari sendiri maupun dari variabel lain. Dengan menggunakan metode variance decomposition dalam Eviews diperoleh hasil sebagai berikut :


40

A.

Variance Decomposition dari M1D Dari tabel 4.18 dan gambar 4.2 ditunjukkan bahwa LOG(M1D) pada periode

1, perkiraan error variance seluruhnya (100%) dijelaskan oleh LOG(M1D) itu sendiri. Namun pada periode 2, LOG(GDP) sudah mempunyai pengaruh terhadap perkiraan error variance sebesar 18,65% dan LOG(INR) sebesar 3,50% serta LOG(INF) sebesar 0,56%. Sampai dengan jangka pendek atau periode 4, LOG(GDP) sudah mempunyai pengaruh 32,67% dan LOG(INR) sebesar 4,99% serta LOG(INF) sebesar 2,41%. Pada jangka menengah atau periode 40, LOG(GDP) sudah mempunyai pengaruh 74,96% dan LOG(INR) sebesar 3,66% serta LOG(INF) sebesar 3,96%. Pada jangka panjang atau periode 100, LOG(GDP) sudah mempunyai pengaruh 79,77% dan LOG(INR) sebesar 2,98% serta LOG(INF) sebesar 3,83%.

Secara keseluruhan

diperoleh hasil bahwa variabel GDP memberikan kontribusi yang lebih besar dalam menjelaskan variabilitas M1D dibandingkan INR dan INF.

Dari hasil variance

decomposition LOG(M1D) diperoleh hasil bahwa dalam jangka pendek dan menengah kontribusi Produk Domesti Bruto (GDP) terhadap permintaan uang M1 lebih besar dibanding inflasi dan suku bunga, hal ini mengindikasikan bahwa sebagian besar permintaan uang dipergunakan untuk motif transaksi. Untuk jangka panjang permintaan uang (M1) sebagian besar digunakan untuk motif transaksi kemudian berjaga-jaga dan spekulatif. Hal ini ditandai dengan kontribusi pada nilai variance docomposition M1D yaitu yang terbesar GDP kemudian diikuti inflasi (INF) dan suku bunga deposito 3 bulan (INR).


Tabel 4.18. Variance Decomposition M1D Variance Decomposition of LOG(M1D): Period

S.E.

LOG(M1D)

LOG(GDP)

LOG(INR)

LOG(INF)

1 2 3 4 5 6 7 8 9 10 40 100

0.050515 0.059066 0.063708 0.068214 0.072166 0.075733 0.078963 0.081922 0.084656 0.087202 0.126344 0.144440

100.0000 77.28215 67.46003 58.94878 52.82187 48.03116 44.21942 41.09827 38.49196 36.27902 17.41230 13.41691

0.000000 18.65563 25.96051 32.67133 37.73776 41.94054 45.46296 48.47887 51.09224 53.37983 74.96465 79.76605

0.000000 3.503051 4.986536 5.965149 6.424210 6.601849 6.612898 6.531179 6.399351 6.242740 3.658493 2.982872

0.000000 0.559167 1.592924 2.414734 3.016160 3.426452 3.704723 3.891689 4.016448 4.098403 3.964554 3.834169


B.

Variance Decomposition dari GDP Dari tabel 4.19 dan gambar 4.2 ditunjukkan bahwa LOG(GDP) pada periode 1,

perkiraan error variance LOG(GDP) sebesar 88,23773% sedangkan LOG(M1D) sudah mempunyai pengaruh terhadap perkiraan error variance sebesar 11,76% sedangkan variabel LOG(INR) dan LOG(INF) belum mempunyai pengaruh. Pada periode 2, LOG(M1D) sudah mempunyai pengaruh terhadap perkiraan error variance sebesar 6,82% dan LOG(INR) sebesar 0,15% serta Log(INF) sebesar 0,71%. Sampai dengan jangka pendek atau periode 4, LOG(M1D) sudah mempunyai pengaruh 3,80% dan LOG(INR) sebesar 0,49% serta LOG(INF) sebesar 1,81%. Pada jangka menengah atau periode 40, LOG(M1D) sudah mempunyai pengaruh 0,92% dan LOG(INR) sebesar 0,78% serta LOG(INF) sebesar 3,19%. Pada jangka panjang atau periode 100, LOG(M1D)

mempunyai pengaruh 0,78% dan LOG(INR) sebesar

0,78% serta LOG(INF) sebesar 3,25%. Secara keseluruhan diperoleh hasil bahwa


variabel INF memberikan kontribusi yang lebih besar dalam menjelaskan variabilitas GDP dibandingkan M1D dan INR.

Dari hasil variance decomposition GDP

diperoleh hasil bahwa kontribusi variabel GDP itu sangat besar hal ini ditandai nilaisangat tinggi dibandingkan variabel yang lain dan dalam jangka panjang menuju konsatan pada nilai 95%. Tabel 4.19. Variance Decomposition GDP Variance Decomposition of LOG(GDP): Period

S.E.

LOG(M1D)

LOG(GDP)

LOG(INR)

LOG(INF)

1 2 3 4 5 6 7 8 9 10 40 100

0.024995 0.033952 0.041239 0.047291 0.052543 0.057192 0.061374 0.065180 0.068674 0.071906 0.118781 0.139204

11.76227 6.818748 4.872763 3.799282 3.144473 2.705389 2.393014 2.160176 1.980417 1.837685 0.921516 0.780230

88.23773 92.31961 93.42295 93.90012 94.15061 94.31194 94.42808 94.51789 94.59031 94.65035 95.11262 95.19329

0.000000 0.153638 0.353593 0.488437 0.577920 0.636406 0.675501 0.702212 0.720883 0.734203 0.776186 0.777403

0.000000 0.708002 1.350694 1.812162 2.126999 2.346261 2.503402 2.619721 2.708389 2.777759 3.189681 3.249080


C.

Variance Decomposition dari INR Dari tabel 4.20 dan gambar 4.2 ditunjukkan bahwa LOG(INR) pada periode 1,

perkiraan error variance LOG(INR) sebesar 81,76% sedangkan LOG(M1D) sudah mempunyai pengaruh terhadap perkiraan error variance sebesar 16,58% sedangkan variabel LOG(GDP) sebesar 1,66% dan LOG(INF) belum mempunyai pengaruh. Pada periode 2, LOG(M1D) sudah mempunyai pengaruh terhadap perkiraan error variance sebesar 15,69% dan LOG(GDP) sebesar 5,39% serta Log(INF) sebesar 5,07%. Sampai dengan jangka pendek atau periode 4, LOG(M1D) sudah mempunyai


pengaruh 18,44% dan LOG(GDP) sebesar 8,36% serta LOG(INF) sebesar 9,71%. Pada jangka menengah atau periode 40, LOG(M1D) sudah mempunyai pengaruh 0,39% dan LOG(GDP) sebesar 38,88% serta LOG(INF) sebesar 10,03%.

Pada

jangka panjang atau periode 100, LOG(M1D) mempunyai pengaruh 10,36% dan LOG(GDP) sebesar 47,17% serta LOG(INF) sebesar 9,06%. Secara keseluruhan diperoleh hasil bahwa variabel GDP memberikan kontribusi yang lebih besar dalam menjelaskan variabilitas INR dibandingkan M1D dan INF dalam jangka menengah dan panjang. Dari hasil variance decomposition suku bunga deposito 3 bulan (INR) diproleh hasil bahwa jangka menengah dan panjang kontribusi Produk Domestik Bruto (GDP) cukup besar terhadap suku bunga deposito. Tabel 4.20. Variance Decomposition INR Variance Decomposition of LOG(INR): Period

S.E.

LOG(M1D)

LOG(GDP)

LOG(INR)

LOG(INF)

1 2 3 4 5 6 7 8 9 10 40 100

0.109576 0.172319 0.218281 0.249875 0.271977 0.287794 0.299485 0.308432 0.315526 0.321348 0.388198 0.420217

16.57758 15.68900 17.85755 18.44592 18.57885 18.43833 18.17091 17.84229 17.49007 17.13479 12.06791 10.35728

1.660522 5.389833 6.891808 8.358423 9.771556 11.19381 12.61709 14.03228 15.42725 16.79152 38.88228 47.16686

81.76190 73.84702 67.17756 63.48669 61.00949 59.17651 57.69038 56.41030 55.26311 54.20991 39.01962 33.41534

0.000000 5.074146 8.073082 9.708966 10.64011 11.19135 11.52162 11.71513 11.81957 11.86379 10.03018 9.060518


D.

Variance Decomposition dari INF Dari tabel 4.21 dan gambar 4.2 ditunjukkan bahwa LOG(INR) pada periode 1,

perkiraan error variance LOG(INF) sebesar 41,66% sedangkan LOG(M1D) sudah


mempunyai pengaruh terhadap perkiraan error variance sebesar 6,84% sedangkan variabel LOG(GDP) sebesar 23,72% dan LOG(INR) mempunyai pengaruh sebesar 27,78%. Pada periode 2, LOG(M1D) sudah mempunyai pengaruh terhadap perkiraan error variance sebesar 22,29% dan LOG(GDP) sebesar 18,29% serta LOG(INR) sebesar 22,35%. Sampai dengan jangka pendek atau periode 4, LOG(M1D) sudah mempunyai pengaruh 22,21% dan LOG(GDP) sebesar 18,20% serta LOG(INR) sebesar 22,28%.

Pada jangka menengah atau periode 40, LOG(M1D) sudah

mempunyai pengaruh 22,16% dan LOG(GDP) sebesar 18,36% serta LOG(INR) sebesar 22,28%. Pada jangka panjang atau periode 100, LOG(M1D) mempunyai pengaruh 22,13% dan LOG(GDP) sebesar 18,44% serta LOG(INR) sebesar 22,25%. Secara keseluruhan diperoleh hasil bahwa variabel INR dan M1D memberikan kontribusi yang lebih besar dalam menjelaskan variabilitas INF dibandingkan GDP dalam pendek, menengah dan panjang. Dari hasil variance decomposition inflasi (INF) diperoleh hasil bahwa baik dalam jangka pendek, menengah dan panjang yang memberikan kontribusi adalah perubahan pada harga-harga barang dan pada keempat variabel yang ada memberikan nilai yang konvergen.


Tabel 4.21. Variance Decomposition INF Variance Decomposition of LOG(INF): Period

S.E.

LOG(M1D)

LOG(GDP)

LOG(INR)

LOG(INF)

1 2 3 4 5 6 7 8 9 10 40 100

0.708750 0.807864 0.811425 0.812085 0.812132 0.812229 0.812342 0.812445 0.812533 0.812607 0.813457 0.813908

6.842675 22.28828 22.14383 22.21405 22.21177 22.20800 22.20576 22.20343 22.20116 22.19888 22.15567 22.13155

23.71542 18.29014 18.22971 18.20211 18.20217 18.20450 18.20696 18.21056 18.21496 18.22000 18.35825 18.44365

27.77856 22.35131 22.31317 22.27693 22.28251 22.29150 22.29839 22.30310 22.30596 22.30747 22.27655 22.25273

41.66335 37.07027 37.31329 37.30691 37.30355 37.29600 37.28889 37.28292 37.27792 37.27365 37.20953 37.17207


Variance Decomposition of LOG(M1D)

Variance Decom position of LOG(GDP)

100

100

80

80

60

60

40

40

20

20

0

0 5

10

15

20

25

LOG(M1D) LOG(GDP)

30

35

40

5

10

LOG(INR) LOG(INF)

15

20

25

LOG(M1D) LOG(GDP)

Variance Decomposition of LOG(INR)

30

35

40

LOG(INR) LOG(INF)

Variance Decom position of LOG(INF)

90

45

80

40

70

35

60

30

50 25 40 20

30 20

15

10

10

0

5 5

10

15

20

LOG(M1D) LOG(GDP)

25


35

40

5

10

15

20

25

LOG(M1D) LOG(GDP)


Gambar 4.2. Gambar Variance Decomposition


35

40

Untuk menguji stabilitas model, dalam penelitian ini menggunakan lag structure – AR roots/ Roots of Characteristic Polynomial dan Inverse Roots of AR Characteristic Polynomial, hal ini dapat ditunjukkan pada lampiran 3 bahwa nilai modulus pada semua nilai root di bawah 1 dan pada gambar Inverse Roots of AR Characteristic Polynomial semua root berada didalam lingkaran.

4.3.9

Uji Signifikansi Uji

autokorelasi

ini

dilakukan

untuk

mengetahui

adanya

saling

ketergantungan antara faktor penganggu yang berhubungan dengan observasi yang dipengaruhi oleh unsur gangguan yang berhubungan dengan pengamatan lainnya. Untuk mengetahui adanya autokorelasi atau tidak dengan menggunakan uji Lagrange Multiplier Test (LM Test). Hasil estimasi dengan menggunakan uji LM test dengan menggunakan lag 1 diperoleh hasil bahwa nilai probabilitas > 0,05 maka dapat disimpulkan tidak dapat menolak Ho atau dengan kata lain tidak terjadi autokorelasi. (lihat lampiran 4)


BAB V KESIMPULAN DAN SARAN

5.1

Kesimpulan Berdasarkan hasil analisis dan pembahasan yang telah dilakukan, maka dapat

diambil kesimpulan sebagai berikut : 1. Dalam jangka panjang, Produk Domestik Bruto (GDP), suku bunga deposito 3 bulan dan inflasi mempengaruhi permintaan uang (M1) signifikan secara statistik. Disamping itu, hasil estimasi dengan menggunakan Ordinary Least Square (OLS) juga konsisten dengan hasil estimasi koefisien kointegrasi yang menyatakan Produk Domestik Bruto dan inflasi mempunyai pengaruh positif dan suku bunga deposito 3 bulan mempunyai pengaruh negatif. 2. Hasil estimasi dengan menggunakan Error Correction Mechanism (ECM), menunjukkan hasil bahwa Produk Domestik Bruto, suku bunga deposito 3 bulan dan inflasi mempunyai pengaruh terhadap permintaan uang (M1) signifikan secara statistik.

Sedangkan koefisien regresi ECT(-1) bertanda

negatif dan signifikan hal ini sesuai dengan harapan teoritik dengan demikian spesifikasi model yang terbentuk adalah stabil. 3. Hasil estimasi koefisien variabel shock yang diestimasi dengan menggunakan AR(2) memberikan hasil signifikan pada jangka pendek dan tidak signifikan pada jangka panjang. Hasil ini menunjukkan bahwa hal ini mendukung dari


teori pendekatan stok penyangga yang melandasi permintaan uang (M1) di Indonesia. 4. Hasil estimasi dengan menggunakan Vector Autoregression (VAR), menunjukkan hasil bahwa Produk Domestik Bruto, suku bunga deposito 3 bulan dan inflasi mempunyai pengaruh terhadap permintaan uang (M1). Dengan menggunakan Vector Autoregression Pairwise Granger Casuality Test mempunyai hubungan timbal balik. Hasil peramalan untuk permintaan uang (M1), Produk Domestik Bruto, suku bunga deposito 3 bulan dan inflasi dengan menggunakan model VAR ternyata sesuai dengan ekspetasi perekonomian Indonesia dimasa mendatang, hal ini dapat ditunjukkan pada trend suku bunga deposito yang semakin menurun. 5. Dari hasil variance decomposition LOG(M1D) diperoleh hasil bahwa dalam jangka pendek dan menengah kontribusi Produk Domesti Bruto (GDP) terhadap permintaan uang M1 lebih besar dibanding inflasi dan suku bunga, hal ini mengindikasikan bahwa sebagian besar permintaan uang (M1) digunakan untuk motif transaksi. Untuk jangka panjang permintaan uang (M1) sebagian besar digunakan untuk motif transaksi kemudian berjaga-jaga dan spekulatif.

Hal ini ditandai dengan kontribusi pada nilai variance

docomposition M1 yaitu yang terbesar GDP kemudian diikuti inflasi (INF) dan suku bunga deposito 3 bulan (INR). 6. Dari spesifikasi model yang terbentuk dengan menggunakan Roots of Characteristic Polynomial dan Inverse Roots of AR Characteristic Polynomial


diperoleh hasil stabil, hal ini dapat ditunjukkan bahwa hanya satu unit root yang menempel pada gambar Inverse Roots of AR Characteristic Polynomial.

6.2

Saran 1. Pertumbuhan ekonomi, suku bunga dan inflasi mempengaruhi permintaan uang (M1) secara nyata tidak saja dalam jangka pendek, tetapi juga untuk jangka panjang. Hal ini menunjukkan bahwa kebijakan moneter mempunyai peranan dalam melakukan stimulasi terhadap permintaan uang dan nantinya bermuara pada pertumbuhan ekonomi yaitu dengan menjaga tingkat inflasi yang rendah. Dengan menjaga atau mengendalikan inflasi sesuai dengan yang diharapkan maka momentum untuk menjaga kesinambungan pertumbuhan ekonomi dapat dipertahankan sehingga jumlah uang (M1) yang dipegang oleh masyarakat dapat menggerakkan aktivitas perekonomian. 2. Karena Produk Domestik Bruto (GDP) memberikan kontribusi yang dominan dibandingkan suku bunga deposito 3 bulan dan inflasi terhadap permintaan uang (M1) maka Bank Indonesia sebagai pengendali moneter diharapkan dalam memanage jumlah uang (M1) beredar lebih memperhatikan variabel Produk Domestik Bruto (GDP).


DAFTAR PUSTAKA

Baumol, G.A. (1979), “Irving Fisher on his head: The Consequences of Constant Threshold – Target Monitoring of Money Holding”, Quarterly Journal Of Economics, XCIII: 169-187. Carr, J. and M.R. Darby (1981), ”The Role of Money Supply Shocks in the Short-run Demang for Money”, Journal of Monetary Economics, 8: 183-199. Cuthberson, K. (1988), “The Demanf for M1: A Forward Looking Buffer Stock Model”, Oxford Economic Paper, 40: 110-131. Cuthberson, K and Bredin (2001), ”Money Demand in the Czech Republic Since Transition”, Technical Paper No. 3/RT/01. Dickey, D.A and W.A. Fuller (1981), “Likelihood Ratio Statistics for Autoregressive Time Series with Unit Root”, Econometrica, 49:1057-1072. Davidson, J and J. Ireland (1987), ”Buffer Stock Model of the Monetary Sector”, National Institute of Economic Review, August:67-71. Domowitz, I and L. Elbadawi (1987), ”An Error Correction approach to Money Demand: The Case of the Sudan”, Journal of Development Economics, 5:26-46. Dornbusch, Fisher (1984), “ Macroeconomics” 4th ed, New York, Mc Graw-Hill. Enders, W. (2004),”Applied Econometrics time Series”, 2nd ed., John Wiley & Sons, Inc. Engle, R.F and C.W.J Granger (1991), “Long Run Economic Relationships, Reading in Cointegration”, Oxford University Press. Gujarati, D.N. (2003), “Basic Econometrics”, 4th ed., New York, Mc Graw-Hill. Gerlach, P-K (2001), “The Demand for Money in Switzerland”, Journal Vol. 137 (4): 535-554. Harrison, B, and Vymyatnina, Y. (2005), “ Demand for Money During Transaction: The Case of Russia”, Working Paper Series #2005/01.


Iljas, A. (1998), “The Transmission Mechanism of Monetary Policy in Indonesia”, Bank for International settlements, Policy Paper No. 3. Insukindro (1992b), “Pembentukan Model dalam Penelitian Ekonomi”, Jurnal Ekonomi dan Bisnis Indonesia, 7:1-17. Kararach, G., “Evidence on the Demand for Money function in Uganda”, E41, O23. Laidler, D. (1987), “Buffer Stock Money and Transmission Mechanism”, Economic Review, Federal Reserve Bank of Atlanta, March/April: 11-23. Laidler, D. (1997). “Notes on the Microfoundationof Monetary Economics”, Economic Journal, 107:1213-1223. Levi, M.D. (2001), “Keuangan Internasional”, buku 2, Penerbit Andi and Mc GrawHill. Mankiw, N.G. (2003), “Teori Makro Ekonomi”, edisi kelima, Harvard University, Erlangga. Manurung, J., Manurung, A.H., Saragih, F.D. (2005), “Ekonometrika Teori dan Aplikasi”, Elex Media Komputindo. Manurung, J. “Makroekonomi Moneter”, Modul. Milbourne, R.D. (1987), “Re-examining Buffer Stock Model of Money”, Economic Journal, 97, Suplement: 130-142. Miller, M and D. Orr (1968), “The Demand for Money by Firm:Extensions of Analytic Results”, Journal of Finance, 23: 735-759. Mizen, P. (1997), “Microfoundations for a Stable Demand for Money Function”, Economic Journal, 107:1202-1212. Nachrowi, D.N., Usman, H. (2006), “Pendekatan Populer dan Praktis Ekonometrika Untuk Analisisi Ekonomi dan Keuangan”, LPFE, UI, Jakarta. Sugiyanto, Catur (1994), “Ekonometrika Terapan”, BPFE, Yogyakarta. Teles, P and Zhou R. (2005), “A Stable Money Demand: Looking for the Right Monetary Aggregat”, Federal Reserve Bank of Chicago, 50-63.


Lampiran 1. Data Penelitian

Obs. 1999:4 2000:1 2000:2 2000:3 2000:4 2001:1 2001:2 2001:3 2001:4 2002:1 2002:2 2002:3 2002:4 2003:1 2003:2 2003:3 2003:4 2004:1 2004:2 2004:3 2004:4 2005:1 2005:2 2005:3 2005:4 2006:1 2006:2 2006:3 2006:4

M1 (Juta) 124,633,000 124,663,000 133,832,000 135,430,000 162,186,000 148,375,000 160,142,000 164,237,000 177,731,000 166,173,000 174,017,000 181,791,000 191,939,000 181,239,000 194,878,000 207,587,000 223,799,000 218,998,000 234,726,000 240,911,000 253,818,000 250,492,000 267,635,000 273,954,000 281,905,000 277,293,000 313,153,000 333,905,000 361,073,000

GDPL/DGDP (Juta) 330,342,500 342,852,400 340,865,200 355,289,500 350,762,800 356,114,900 360,553,000 367,517,400 356,240,400 368,650,400 375,720,900 387,919,600 372,925,500 386,743,900 394,620,500 405,607,600 390,199,300 402,597,300 411,935,500 423,852,300 418,131,700 427,003,000 436,110,000 448,492,500 439,050,600 448,276,800 457,724,700 474,797,500 465,855,900

INR (%) 12.95 12.40 11.69 12.84 13.24 14.86 15.00 16.16 17.24 17.02 15.85 14.36 13.63 12.90 11.55 8.58 7.14 6.11 6.31 6.61 6.71 6.93 7.19 8.51 11.75 11.61 11.34 11.05 9.71

INF (%) 2.01 0.93 2.86 4.65 9.35 2.11 5.46 8.16 12.55 3.50 4.46 6.17 10.03 0.77 1.23 2.48 5.06 0.92 3.29 3.80 6.40 3.19 4.28 6.39 17.11 1.98 2.87 4.06 6.60

Sumber : Data Bank Indonesia (BI) dan Badan Pusat Statistik (BPS)


Lampiran 2. Model Vector Autogression Vector Autoregression Estimates Date: 03/03/08 Time: 05:19 Sample(adjusted): 2000:1 2006:4 Included observations: 28 after adjusting endpoints Standard errors in ( ) & t-statistics in [ ] LOG(M1D)

LOG(GDP)

LOG(INR)

LOG(INF)

LOG(M1D(-1))

-0.116212 (0.20667) [-0.56231]

0.136215 (0.10226) [ 1.33206]

-0.613691 (0.44829) [-1.36896]

-7.625895 (2.89961) [-2.62997]

LOG(GDP(-1))

0.899445 (0.15698) [ 5.72976]

0.878880 (0.07767) [ 11.3152]

0.128670 (0.34051) [ 0.37788]

6.054664 (2.20245) [ 2.74905]

LOG(INR(-1))

-0.075177 (0.03934) [-1.91072]

0.010112 (0.02309) [ 0.43787]

0.790824 (0.10124) [ 7.81140]

-0.685801 (0.65483) [-1.04729]

LOG(INF(-1))

-0.009655 (0.01503) [-0.64251]

-0.006245 (0.00744) [-0.83989]

0.084849 (0.03259) [ 2.60314]

0.394982 (0.21083) [ 1.87348]

C

3.461429 (3.06566) [ 1.12910]

-0.176823 (1.51688) [-0.11657]

9.410131 (6.64987) [ 1.41509]

26.53223 (43.0123) [ 0.61685]

R-squared Adj. R-squared Sum sq. resids S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent

0.811421 0.778625 0.058692 0.050515 24.74124 46.61698 -2.972642 -2.734748 18.87399 0.107364

0.945964 0.936567 0.014369 0.024995 100.6612 66.31793 -4.379852 -4.141958 19.79920 0.099242

0.906827 0.890622 0.276156 0.109576 55.96287 24.93561 -1.423972 -1.186079 2.380563 0.331322

0.294927 0.172306 11.55352 0.708750 2.405184 -27.33727 2.309805 2.547699 1.350175 0.779037

Determinant Residual Covariance Log Likelihood (d.f. adjusted) Akaike Information Criteria Schwarz Criteria

2.89E-09 116.3461 -6.881862 -5.930287


Lampiran 3. Uji Stabilitas Vector Autogression Roots of Characteristic Polynomial Endogenous variables: LOG(M1D) LOG(GDP) LOG(INR) LOG(INF) Exogenous variables: C Lag specification: 1 1 Date: 03/03/08 Time: 05:23 Root

Modulus

0.985499 0.823403 0.388824 -0.249251

0.985499 0.823403 0.388824 0.249251

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

Inverse Roots of AR Characteristic Polynomial 1.5 1.0 0.5 0.0 -0.5 -1.0 -1.5 -1.5

-1.0

-0.5

0.0

0.5

1.0

1.5


Lampiran 4. Uji Autocorrelation VAR Residual Serial Correlation LM Tests H0: no serial correlation at lag order h Sample: 1999:4 2006:4 Included observations: 28 Lags LM-Stat Prob 1 23.81551 0.0936 2 22.84263 0.1180 3 13.26583 0.6532 Probs from chi-square with 16 df.


ANALISIS PERMINTAAN UANG DI INDONESIA DENGAN PENDEKATAN STOK PENYANGGA

Recommend Documents