UNIVERSITAS INDONESIA
2015
1. INTRODUCTION
Valuta asing merupakan salah satu alat atau benda ekonomi yang berpengaruh atas kebutuhan pokok kehidupan manusia modern dan global pada saat ini. Sistem kurs mengambang bebas (free floating exchange rate system) yang diterapkan pada mata uang Indonesia yaitu Rupiah(IDR) dimulai padatanggal 14 Agustus 1997, sehingga fluktuasi kurs Rupiah terhadap mata uang asing ditentukan melalui mekanisme pasar.
Memprediksi pengaruh valuta asing khususnya Rupiah terhadap Dollar Amerika Serikat (IDR/USD), Rupiah terhadap Yen (IDR/JPY), dan Rupiah terhadap Euro (IDR/EUR) merupakan strategi penting bagi suksesnya bisnis para pelaku valuta asing mengingat kurs tersebut sering digunakan di dunia internasional.
Dengan mengetahui pentingnya penelitian ini kepada bisnis di Indonesia yang akan memberikan angin segar bagi pembangunan bangsa, maka makalah ini dibuat dengan tujuan untuk meneliti hubungan pergerakan IDR/USD, IDR/JPY, dan IDR/EUR dari 1 Januari 2009 hingga 31 Desember 2014. Penelitian ini menggunakan model VAR (Vector Autoregressive Model) yang menjelaskan fenomena dinamis dari ketiga exchange rate tersebut.
2. RESEARCH AND METHOD
Data
Data yang dipakai untuk penelitian ini adalah data harian dari pergerakan nilai rupiah terhadap tiga mata uang asing, yaitu Dollar Amerika Serikat, Euro, dan Yen. Pergerakan nilai valuta asing ini diteliti dari tanggal 1 Januari 2009 hingga 31 Desember 2014 yang bersumber dari Pusat Data Ekonomi dan Bisnis Fakultas Ekonomi Universitas Indonesia.
Empirical Framework
Untuk meneliti interaksi dari pergerakan dinamis antara IDR/USD, IDR/EUR, dan IDR/JPY maka kita menggunakan Cointegration Test dan Vector Autoregressive (VAR) Model dimana interaksi dari ketiga exchange rate tersebut dapat diteliti dalam jangka waktu panjang dan jangka waktu pendek.
UNIT ROOT TEST
Dalam statistik dan ekonometrik, Unit Root Test digunakan untuk menguji adanya anggapan bahwa sebuah data time series tidak stasioner. Uji yang biasa digunakan adalah uji Augmented Dickey–Fuller.
Selain itu, uji lain yang serupa yaitu Uji Phillips–Perron dan Kwiatkowski-Phillips-Schmidt-Shin test statistic. Ketiganya mengindikasikan keberadaan akar unit sebagai hipotesis null. Perlu diketahui bahwa data yang dikatakan stasioner adalah data yang bersifat flat, tidak mengandung komponen trend, dengan keragaman yang konstan, serta tidak terdapat fluktuasi periodik.
ANALISA
Unit Root Test | Level | First Difference | | ADF | PP | KPSS | ADF | IDR/USD | 0.9735 | 0.9685 | 2.170609 | 0.00 | IDR/JPY | 0.0077 | 0.0077 | 0.457284 | 0.00 | IDR/EURO | 0.2225 | 0.2225 | 1.642423 | 0.00 |
Seperti dapat diamati pada Tabel 1 di atas , hasil ADF , tes PP dan KPSS menunjukkan bahwa variabel IDR/JPY adalah stasioner sedangkan IDR/USD dan IDR/JPY adalah non – stasioner, kemudian kita tes stasionaritas ketiga variabel tersebut pada level 1st difference . Artinya, mereka terintegrasi di order 1 , atau I ( 1 ) . Mengingat hasil uji unit root ini, kita lanjutkan ke cointegration test.
COINTEGRATION TEST
Cointegration merupakan konsep statistik yang menunjukkan ada adanya hubungan keseimbangan jangka panjang( long-run equilibrium relationships). Jika y dan x merupakan dua variabel yang memiliki hubungan jangka panjang, maka hal ini berarti kedua variabel tersebut dapat saling menjauhi ( menyimpang) dalam jangka pendek tetapi kedua variabel tersebut akan kembali ke dalam jangka panjang. Residual dari x dan y akan bersifat stationer. Jika kedua variabel x dan y memilki kecenderungan untuk saling menjauhi (diverge without bound) yaitu ketika residual dari kedua variabel tersebut bersifat tidak stationer, maka kita dapat mengasumsikan bahwa tidak ada hubungan jangka panjang dari kedua variabe x dan y . No. of CE(s) | Eigenvalue | Statistic | Critical Value | Prob.** | None | 0.009908 | 20.43914 | 29.79707 | 0.3935 | At most 1 | 0.003042 | 4.906161 | 15.49471 | 0.8187 | At most 2 | 9.78E-05 | 0.152639 | 3.841466 | 0.6960 |
Seperti yang kita ketahui dari Tabel di atas , tidak ada cointegrations antara variabel . Hal ini dapat diamati dari nilai trace statistic dan Max eigenvalue masing-masing yang lebih kecil dari critical value-nya. Hasil penelitian menunjukkan bahwa tidak ada long run equilibrium relationship antara variabel-variabel .
Berdasarkan hasil , maka , dapat disimpulkan bahwa Indonesia Rupiah tidak terintegrasi dengan Dollar Amerika , Yen Jepang serta Euro dalam waktu jangka panjang.
VAR MODEL ESTIMATION | D(IDR_EURO) | D(IDR_JPY) | D(IDR_USD) | D(IDR_EURO(-1)) | 0.005982 | 0.016725 | 0.014872 | | (0.02911) | (0.02918) | (0.01670) | | [ 0.20551] | [ 0.57324] | [ 0.89043] | | | | | D(IDR_EURO(-2)) | -0.049366 | -0.074980 | -0.041595 | | (0.02901) | (0.02908) | (0.01664) | | [-1.70184] | [-2.57872] | [-2.49898] | | | | | D(IDR_JPY(-1)) | 0.045592 | -0.040363 | -0.016545 | | (0.03275) | (0.03283) | (0.01879) | | [ 1.39222] | [-1.22962] | [-0.88046] | | | | | D(IDR_JPY(-2)) | -0.005463 | -0.043224 | -0.025960 | | (0.03280) | (0.03288) | (0.01882) | | [-0.16657] | [-1.31475] | [-1.37937] | | | | | D(IDR_USD(-1)) | 0.035416 | 0.030457 | -0.015411 | | (0.05986) | (0.06000) | (0.03435) | | [ 0.59165] | [ 0.50759] | [-0.44865] | | | | | D(IDR_USD(-2)) | 0.047023 | 0.162967 | 0.077592 | | (0.05981) | (0.05995) | (0.03432) | | [ 0.78623] | [ 2.71834] | [ 2.26091] | | | | | C | -0.067716 | -1.231306 | 0.841561 | | (2.24787) | (2.25325) | (1.28988) | | [-0.03012] | [-0.54646] | [ 0.65243] |
Tabel diatas merupakan output dari VAR Model Estimation
Fungsi dari tabel diatas adalah:
∆r_IDR_USDt = 0.841561 - 0.015411 ∆r_IDR_USDt-1 + 0.077592 ∆r_IDR_USDt-2 + 0.014872 ∆r_IDR_EURt-1 - 0.041595∆r_IDR_EURt-2 -0.016545 ∆r_IDR_JPYt-1 - 0.025960 ∆r_IDR_JPYt-2 + Ur_IDR_USDt ∆r_IDR_EUROt = -0.067716 + 0.035416 ∆r_IDR_USDt-1 + 0.047023 ∆r_IDR_USDt-2 + 0.005982 ∆r_IDR_EURt-1 - 0.049366 ∆r_IDR_EURt-2 + 0.045592 ∆r_IDR_JPYt-1 - 0.005463 ∆r_IDR_JPYt-2 + Ur_IDR_EUROt
Dari hasil yang diperoleh, diketahui bahwa lag optimumnya adalah dua yang ditunjukkan dengan dua information criteria yang dapat dilihat dari tanda * pada lag ke-dua sehingga lag yang akan digunakan dalam pengolahan data selanjutnya menggunakan lag dua.
IMPULSE RESPONSE FUNCTION
Model VAR dapat digunakan untuk melihat dampak untuk melihat dampak perubahan dari satu peubah terhadap peubah lainnya secara dinamis sehingga dengan melihat output IRF model VAR menggambarkan bagaimana laju dari shock suatu variabel terhadap variabel-variabel lainnya sehingga dapat diketahui sampai kapan pengaruh shock akan hilang sehingga titik keseimbangan (equilibrium) ekonomi pulih kembali seperti sebelum terjadinya goncangan ekonomi sepertikrisis moneter atau melonjaknya angka inflasi.
Pada grafik IRF diatas menunjukkan hubungan jangka pendek antara EURO dan dua mata uang lainnya. Intrepretasi untuk grafik pertama, yaitu bagaimana respon variabel EURO jika terjadi shock atau goncangan terhadap variabel EURO dimana pada periode pertama tinggi kemudian turun drastis pada period ke 2 dan terus hingga period ke empat dan naik kembali ke titik keseimbangan pada periode ke empat dan seterusnya.
Respon variabel EURO jika terjadi shock atau goncangan terhadap variabel JPY pada grafik kedua yaitu naik perlahan-lahan dari periode pertama hingga mencapai titik puncak pada period kedua dan turun perlahan pada periode tiga hingga mencapai keseimbangan di period ke empat hingga periode ke sepuluh.
Kemudian, pada grafik ketiga yaitu respon dari variabel EURO jika terjadi shock atau goncangan pada variabel USD adalah naik perlahan-lahan dari periode pertama, kedua dan ketiga kemudian seimbang di period ke empat dan seterusnya. Lalu, grafik bagian bawah tengah yaitu respon USD ketika terjadi shock atau gunjangan pada JPY, dimana pada periode pertama tinggi lalu menurun dengan cepat pada periode kedua lalu naik pada periode ke tiga dan turun kembali namun stabil pada periode ke empat hingga mencapai titik equillibirum pada periode ke empat hingga periode kesepuluh.
VARIANCE DECOMPOSITION
Variance Decomposition (VD) memberikan keterangan tentang besarnya dan sampai berapa lama proporsi shock sebuah variabel terhadap variabel itu sendiri dan selanjutnya melihat besaran proporsi shock variabel lain terhadap variabel tersebut. Tabel 1 menunjukkan bagaimana perubahan EUR USD dan JPY ketika EURO bergerak. Dampak pada periode pertama terhadap EURO 100 unit satuan, dampak periode 2 menurun seterusnya. Jika pada USD baru terasa dampaknya di periode 2 sebesar 0.22 unit satuan, begitu pula pada JPY dampaknya baru terasa di periode kedua sebesar 0.27 unit satuan. Respon yang diberikan berarti searah dengan perubahan EURO. Tabel 2 menunjukkan bagaimana perubahan EURO JPY dan USD ketika JPY bergerak. Dampak perubahan periode pertama terhadap EURO 15.81 unit satuan dan dampak perubahan pertama terhadap JPY 84.18. Sedangkan, pada dampak perubahannya terhdap USD baru terasa di periode 2 yaitu 0.01. Tabel 3 menunjukkan bagaimana perubahan EURO JPY dan USD ketika USD bergerak. Dampak perubahan pertama terhadap EURO 23.01 unit satuan, dampak perubahan pertama terhadap JPY 22.90 unit satuan dan dampak perubahan pada periode pertama terhadap USD adalah 54.08 unit satuan.
GRANGER CAUSALITY TEST Dependent Variable : D(IDR_EURO) | Independent Variable | Chi-sq | df | Prob. | | D(IDR_JPY) | 1.981276 | 2 | 0.3713 | | D(IDR_USD) | 0.941345 | 2 | 0.6246 | Dependent Variable : D(IDR_JPY) | | | | | | D(IDR_EURO) | 6.997428 | 2 | 0.0302 | | D(IDR_USD) | 7.571578 | 2 | 0.0227 | Dependent Variable : D(IDR_USD) | | | | | | D(IDR_EURO) | 7.066226 | 2 | 0.0292 | | D(IDR_JPY) | 2.609125 | 2 | 0.2713 |
The Granger Causality menguji apakah suatu variabel bebas (independent variable) meningkatkan kinerja forecasting dari variable tidak bebas (dependent variable).
Dalam tabel pertama, variabel independen IDR/JPY dan IDR/USD tidak sama sekali mempengaruhi variabel independen dari IDR/EURO karena masing-masing nilai tukar memiliki probabilitas 0.3714 dan 0.6151 dimana lebih besar dari nilai α yaitu 0.005. Lalu pada tabel kedua, variabel independen IDR/EURO dan IDR/USD mempengaruhi variabel dependen IDR/JPY secara signifikan karena probabilitas masing-masing, yaitu 0.0203 dan 0.0369 lebih kecil dari nilai α = 0,005. Kemudian, pada tabel ketiga, variabel dependen IDR/EURO mempengaruhi secara signifikan dependen variabel IDR/USD karena probabilitasnya 0.0178 < 0.005, sedangkan IDR/JPY tidak mempengaruhi IDR/USD secara signifikan karena probabilitasnya, yaitu 0.0692 lebih besar dari 0.005.
