Suplemen 4 KARAKTERISTIK DAN FORECASTING KAS TITIPAN PANGKALPINANG
Kegiatan perkasan (penyediaan uang kertas layak edar) di Bangka Belitung sampai saat ini belum ditangani secara langsung oleh Bank Indonesia, mengingat belum terdapat Kantor Bank Indonesia di Bangka Belitung. Mekanisme perkasan menggunakan sistem kas titipan, yang dikirimkan oleh Bank Indonesia Palembang secara berkala. Perkiraan kebutuhan uang kertas perlu diketahui sebagai langkah antisipatif untuk menjaga kondisi kecukupan uang yang layak edar. Untuk itu, perlu dilakukan penelitian atas karakteristik perkasan Bangka Belitung berikut perkiraan kondisinya ke depan. Kebutuhan uang kertas erat kaitannya dengan teori permintaan uang dalam ekonomi. Model permintaan uang linier pada Dornbusch dan Fischer (2003) adalah sebagai berikut:
Dimana M merupakan nominal uang yang diminta, P perupakan tingkat harga, Y merupakan pendapatan, dan r merupakan suku bunga. Kondisi keseimbangan di pasar uang terjadi ketika jumlah uang yang diminta sama dengan uang yang ditawarkan. Dengan mengasumsikan bahwa uang yang ditawarkan merupakan vektor eksogen, dan dengan melepas restriksi linier pada persamaan tersebut, maka diperoleh bentuk sebagai berikut: , , Dimana Y dan P memiliki hubungan positif dengan M, dan r memiliki hubungan negatif dengan M. Watson dan White (1976) mengaplikasikan model permintaan uang konvensional Goldfeld melalui metode OLS dengan menggunakan data M1, PDB riil, serta suku bunga simpanan jangka pendek. Selain itu, model di atas juga menjelaskan bahwa tingkat harga, yang berhubungan erat dengan inflasi, akan mempengaruhi nominal permintaan uang. Mengingat expectation-augmented Phillips Curve berbasiskan New Keynesian, hal ini berkesesuaian dengan indikasi yang diperoleh oleh penelitian Phylaktis dan Taylor (1993) dengan menggunakan Cagan Model, yaitu bahwa bahwa ekspektasi inflasi merupakan salah satu hal yang paling signifikan mempengaruhi kondisi moneter. Bagshaw dan Gavin (1983) melakukan proyeksi atas penawaran uang dengan menggunakan tiga model (univariat, bivariat dengan menambahkan variabel suku bunga, dan model dengan lima variabel). Hasil estimasi mengindikasikan bahwa model dengan lima variabel lebih baik dibandingkan dua model lainnya.
Suplem men 4
Kebu utuhan uan ng dapat dipengaruh hi oleh faaktor musiman dalam m perekon nomian. Sehu ubungan den ngan hal terrsebut, akan n dilakukan analisis karaakteristik mu usiman nettt-inflow deng gan mengap plikasikan metode m penyyesuaian mu usiman den ngan X12-A ARIMA yang secara rutin digunakan oleh US Cencus Bureau u. n Vector Autoreggresio on (VAR), yang y pertam ma kali dike enalkan Peneelitian ini menggunakan oleh Sims (1980 0), sebagai metode m utam ma dalam analisis. Aplikkasi VAR dilakukan pad da data yang telah stasio oner pada derajat d difereensiasi yang g sama. Mettode Augmeented Dickey-Fuller (1979 9) akan diigunakan untuk u meng getahui kondisi stasio oneritas datta berikut derajat integ grasi antar vaariabel. Lag optimum estimasi e VA AR diketahu ui melalui llag length criteria, daan kemudiaan diuji stabilitasnya meelalui analisis AR roots.. Setelah diiketahui mo odel yang o optimal dan n stabil, makaa langkah sselanjutnya adalah anaalisis impulsee response dan variance decompo osition, yang merupakan n maksud uttama pengg gunaan mod del VAR itu sendiri. s del VAR dilanjutkan un ntuk memp perkirakan kondisi k nettt-inflow ke depan Kemudian, mod deng gan mempreediksi variab bel lainnya melalui meetode univa ariat, yaitu ARIMA. Penelitian Kang g (1986) mengindikasikaan bahwa penggunaan p peramalan secara tidak langsung melalui ARIM MA pada vaariabel eksog gen lebih akurat a ketim mbang peramalan deng gan ARIMA secara langssung pada variabel v endo ogen. , , Data yang dig gunakan ad dalah dataa nett-inflow perkasan Bangka Belitung, Indeks peng ghasilan saaat ini yang g merupakaan bagian dari Surveei Konsumeen sebagai proxy pend dapatan maasyarakat Baangka Belitu ung, BI ratee untuk su uku bunga, dan inflasi untuk tingkkat harga. SSeluruh dataa diperoleh dari Bank Indonesia ke ecuali untukk data inflasi yang diperroleh dari BPPS. Berdaasarkan datta perkasan n Kota Pang gkalpinang, di triwulan I 2010 aaliran uang masuk (inflo ow) tercatatt Rp1.038,7 71 miliar, seedangkan aliran a uang keluar (outtflow) Rp1.186,21 miliar, sehinggaa terjadi nettt-outflow sebesar s Rp1 147,50 miliar. Aliran u uang keluarr dapat menccerminkan kegiatan peerekonomian mengingaat penggun naan uang kartal yang masih sangat dominan di Bangka Belitung. B outflow sep panjang Secara umum, kondisi perrkasan di Baangka Belittung mengaalami nett-o perio ode observassi. Nett-inflo ow tertinggi hanya terjaadi pada saaat puncak krrisis finansial global padaa akhir tahun n 2008 lalu. Berdaasarkan meetode X12-A ARIMA, dap pat ditunjukkkan bahw wa kebutuhaan uang menurun secarra musiman n pada bulaan januari dan d oktoberr (sekitar Rp p. 150 miliaar dari kebutuhan norm mal), dan keebutuhan uaang kertas tinggi padaa bulan Aprril-Juni (sekitar Rp. 100 0 miliar samp pai Rp150 m miliar dari keebutuhan no ormal).
2
Sup plemen 4
Gambar 1. Perkem mbangan Nett--inflow dengan n Penyesuaian Musiman
Keterangan: NF=Nett-inflo ow; SF=seasonal faactors; SA=seasonaally adjusted
Tabel 1. Uji ADF L Level
First Differe ence
Log(NF)
-6,162***
-7.143***
Log(Y)
-3,225*
-5,960***
r
-3,855**
-2,083
-6.464***
-7,325***
P
*signifikan paada tingkat keyakinan 90% ***signifikan n pada tingkat keyaakinan 99%
Tabel 2. Pilih han Panjang La ag VAR Lag g
LogL
LR
FPE
AIC
SC
HQ
0 1 2 3 4 5
-89.278 862 -7.4096 688 13.388 852 30.431 112 63.638 857 76.200 093
NA 138.9291 30.25194 20.65769 32.20116* 9.1 136265
0.003352 6.25e-05 4.90e-05 5.20e-05 2.37e-05* 4.76e-05
5.653250 1.661193 1.370393 1.307205 0.264329* 0.472671
5.83464 45 2.568167* 3.00294 46 3.66533 38 3.34804 42 4.28196 63
5.714284 1.966362 1.919697 2.100645 1.301 1905* 1.754382
* lag yang y dipilih oleh h kriteria LR: seq quential modifieed LR test statistiic (5% level) FPE: Fiinal prediction error e AIC: Akaike A informatio on criterion SC: Scchwarz informati tion criterion HQ: Hannan-Quinn H information criteri rion
Hasil uji ADF meenunjukkan bahwa variiabel terinteegrasi pada level, diman na seluruh variabel v stasio oner. Sedangkan pada first differen nce, justru terdapat satu u variabel yaang tidak stasioner yaitu suku bunga. Berdasarkkan hal tersebut, analisis VAR akan n diaplikasikkan pada levvel, dan gth criteria, empat darri enam tidakk pada first difference. Lebih lanjut, berdasarkkan lag leng meto ode menunjjukkan penggunaan laag sampai dengan d yan ng keempatt. Metode-m metode 3
Suplem men 4
h sequentiaal modified d LR test statistic, s Fin nal predictiion error, Akaike terseebut adalah inforrmation criteerion, Hann nan-Quinn information i criterion. Penggunaan P n lag kedua hanya didukkung oleh metode Sch hwarz inforrmation criteerion. Di sissi lain, mettode log-like elihood tidakk menemukaan lag yang tepat. Uji akar Autoreg ggressive menghasilkan n nilai-nilai yyang masing g-masing ku urang dari 1, 1 yang menu unjukkan b bahwa sisteem VAR teersebut stab bil dan layyak untuk digunakan dalam meng ganalisis imp pulse respon nse dan variiance decom mposition. Gambar 2. Akar AR Inverse Roots R of AR Characte eristic Polynomial 1.5
1.0
0.5
0.0
-0.5
-1.0
-1.5 -1.5
-1 1.0
-0.5
0.0
0 0.5
1.0
1.5
Gambar 3. Impulse Response R dari Nett-Outflow N Response to Cholesky C One S.D. Innovations ± 2 S.E. S Response e of LOG(FR) to LOG G(FR)
Response of LOG G(FR) to LOG(KPS)
.6
.6
.4
.4
.2
.2
.0
.0
-.2
-.2
-.4
-.4 1
2
3
4
5
6
7
8
9
10
1
2
Respon nse of LOG(FR) to BR .6
.4
.4
.2
.2
.0
.0
-.2
-.2
5
6
7
8
9
10
9
10
-.4 1
4
Response of LO OG(FR) to PMTM
.6
-.4
4
3
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
Sup plemen 4
Analisis impulsee response menunjukkkan bahwa terdapat variasi v assym mptotic atas nettoutfllow jika terjaadi shock paada masing--masing variiabel. Lag neett-outflow akan berpengaruh posittif terhadap nett-outflo ow pada peeriode pertaama, yang kemudian p pengaruh te ersebut berku urang secaara signifikaan mulai lag kedua.. Penghasilan secara akumulatiff akan berpeengaruh po ositif atau sesuai dengan teori, walaupun terdapat dapat d memb berikan peng garuh negattif secara jangka pendeek yaitu pada periode pertama daan keempatt. Suku bung ga secara kumulatif akkan berpeng garuh negatif, walaupu un kecil, attau sesuai dengan d teori. Pengaruh negatif terse ebut terjadi mulai perio ode ketiga. omposisi varrians menun njukkan bah hwa faktor yang paling g berpengarruh terhadap nettDeko outfllow tersebu ut adalah dirinya sen ndiri, walaupun demikian kontrribusinya se emakin menu urun seiring berjalannyaa waktu. Do ominasi pengaruh penghasilan cuku up signifikan n, yaitu sekitaar 7% sejaak satu perriode beriku utnya. Konttribusi peng ghasilan sem makin tingg gi pada perio ode-periode sesudahnyaa, dan men ncapai puncaaknya setelaah tujuh atau delapan bulan. Hal ini menunjukkan men ningkatnya kebutuhan uang secaara segera setelah terrjadinya kenaikan penghaasilan. Tabel 3. De ekomposisi Varians S.E.
L LOG(FR)
LO OG(KPS)
BR
PM MTM
1
0.404577
9 91.37662
7.129540
0.949249
0.54 44587
2 3 4 5 6 7 8 9 10
0.407843 0.441302 0.480892 0.505001 0.508949 0.527553 0.529540 0.539798 0.546617
9 90.07350 7 78.09555 6 69.14417 6 63.27927 6 62.42491 5 58.19825 5 57.85199 5 57.22275 5 56.72330
8.048889 6.888285 7.141990 13 3.59993 13 3.49811 18 8.12622 18 8.13829 17 7.59530 17 7.32010
1.081906 2.319143 2.073426 1.973867 3.052485 4.071707 4.063665 3.910696 4.154957
0.79 95708 12.6 69702 21.6 64042 21.14693 21.0 02449 19.6 60382 19.9 94606 21.27126 21.8 80164
Pe eriode
Suku u bunga haanya memp punyai konttribusi rendah terhadaap variasi n nett-outflow w, pada masing-masing periode p obsservasi, walaaupun pada dua periode pertama kkontribusinyya lebih tingg gi dibanding gkan kontrib busi inflasi. Pengaruh inflasi secara instan san ngat kecil. Namun padaa tiga perio ode sesudah hnya, kontriibusi inflasi terhadap variasi v nett--outflow melonjak menjjadi 12%, d dan melonjaak lagi men njadi 21% pada period de keempatt. Pengaruh h inflasi terseebut kemudian persisten n sepanjang periode observasi padaa tingkat kontribusi 19-23%. Hasil simulasi baaseline berdaasarkan mod del VAR mengindikasikaan bahwa p perkasan di Bangka B Belitu ung akan teerus mengalami nett-ou utflow di 2010 dengan rasio outflo ow terhadap p inflow padaa kisaran 1,2 2-1,5, dengaan volatilitass antar bulaan yang lebih rendah dibandingkan n 20072009 9. Meskipun demikian n, confiden nce bound ds yang diperoleh cu ukup lebar,, yang menu unjukkan tin ngginya risikko bias, dengan kecenderungan biaas ke atas.
5
Suplem men 4
Gambar 4. Hasil Proyeksi Basseline FR 3 3.0
2 2.5
2 2.0
1 1.5
1 1.0
0 0.5
0 0.0 2006
2007
2008
Actual
2009
20 010
FR (B aseline Mean)
disi perkasaan di Bangkka Belitung memiliki kecenderun k utflow yang g lebih gan nett-ou Kond tingg gi pada bulan April, Mei, M Juni, daan Desembeer, yang daapat disebabkan oleh adanya event musiman seperti peraayaan Cheng Beng, peenyaluran gaji g ke13 peegawai nege eri sipil, liburaan sekolah serta s Natal dan Tahun Baru. Sedan ngkan kecen nderungan iinflow terjad di pada bulan n Januari daan Oktober. Selain nilainya di masa lalu, variasi nilai nett--outflow dipengaruhi oleh peng ghasilan masyyarakat. Ting gkat inflasi walaupun w seecara instan n kecil penga aruhnya, naamun pengaaruhnya terind dikasi lebih persisten. Di sisi lain, pergerakaan pergerakkan suku bu unga tidak begitu mem mpengaruhi variasi v nett-o outflow. Seirin ng dengan prospek p perrbaikan pereekonomian dan kecend derungan meeningkatnyaa harga timah h di pasar in nternasionall, penghasilaan dan inflaasi Bangka Belitung B berpotensi men ningkat cukup tinggi paada tahun 2010. Nettt-outflow Bangka Belittung diperkkirakan akan n terus posittif pada April sampai deengan Desem mber 2010.
erensi Refe Bagshaw, Michaael L. and William W T. Gavin (1983), ‘Forecastin ng The Mon ney Supply in i Time S Series Modeels’, Working g Paper 830 04, Federal Reserve R Bank of Clevelaand Dickeey, D.A. and d W.A. Fulle er (1979), ‘D Distribution of o the Estim mators for Autoregressivve Time S Series with a Unit Roo ot’, Journal of o the American Statisttical Associaation, Vol. 74, 7 pp. 4 427–431. Dorn nbusch, Rudiger dan Staanley Fischerr (2003), Maacroeconom mics, 6th edittion, McGraaw-Hill. g, Heejoon (1986), ‘U Univariate ARIMA A Forecasts of Defined Variables’, Jourrnal of Kang B Business & EEconomic Sttatistics, Vol. 4, No. 1, pp. p 81-86
6
Sup plemen 4
Phyla aktis, Kate dan d Mark P. P Taylor (1993), ‘Mon ney Demand d, the Cagaan Model and a the Inflation Taxx: Some Lattin American n Evidence’,, The Review w of Econom mics and Sta atistics, V 75, No.. 1, pp. 32-3 Vol. 37 Sims,, Christopheer A. (1980), ‘Macroeconomics an nd Reality’, Econometric E ca, Vol. 48, No. 1, pp. 1-48 Watsson, Dan E. dan Kenneeth J. Whitee (1976), ‘Fo orecasting the Demand d for Moneyy under C Changing TTerm Structture of Inteerest Rates: An Application of R Ridge Regre ession’, S Southern Ecconomic Jou urnal, Vol. 43 3, No. 2, pp p. 1096-110 05
7
