analisis pergerakan nilai tukar rupiah dan empat mata uang negara
advertisement
i ANALISIS PERGERAKAN NILAI TUKAR RUPIAH DAN EMPAT MATA UANG NEGARA ASEAN OLEH RUSNIAR H14102056 DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2009 ii RINGKASAN RUSNIAR. Analisis Pergerakan Nilai Tukar Rupiah dan Empat Mata Uang Negara ASEAN. (dibimbing oleh NOER AZAM ACHSANI). Sejalan dengan upaya pencapaian integrasi ekonomi menuju Masyarakat Ekonomi ASEAN (MEA) lebih dalam, stabilitas nilai tukar intra kawasan perlu mendapatkan perhatian penting. Stabilitas nilai tukar diperlukan untuk menciptakan kepastian usaha dan investasi kawasan yang pada gilirannya akan mempengaruhi arus barang dan jasa lintas batas terutama pada negara – negara yang sangat tergantung pada pasar Internasional. Stabilitas nilai tukar kawasan menjadi tujuan jangka panjang sejalan dengan tujuan peningkatan integrasi ekonomi regional secara substansial. Ketidakpastian nilai tukar di kawasan tidak saja akan menghambat arus barang dan jasa tetapi juga arus modal. Dengan semakin tertintegrasinya pasar keuangan Indonesia dengan pasar keuangan Internasional dan sejalan dengan diterapkan sistem nilai tukar mengambang bebas sejak 14 Agustus 1997, telah menyebabkan pergerakan nilai tukar Rupiah menjadi rentan akibat pengaruh faktor internal dan eksternal. Nilai tukar yang sangat berfluktuasi sangat menganggu proses bekerjanya kehidupan ekonomi banyak negara yang mata uangnya bebas dipertukarkan dengan mata uang negara lain, apalagi bagi negara dengan tingkat keterbukaan ekonomi dan keuangannya tinggi. Sebagai negara yang menganut sistem perekonomian terbuka kecil, sangat rentan terhadap gejolak ekonomi global. Fluktuasi mata uang asing sangat berpengaruh terhadap ekonomi domestik. Sehingga komitmen Indonesia untuk mewujudkan MEA akan menghadapi banyak tantangan apabila tidak berusaha untuk memperbaiki kondisi ekonomi demi mengejar ketertinggalan dengan negara lain. Bila dilihat dari perkembangan nilai tukar riil maupun nominal pada periode Januari 1990 sampai dengan November 2008 Rupiah berfluktuasi paling tajam dibandingkan dengan negara ASEAN lainnya. Fluktuasi tertajam terjadi ketika krisis ekonomi tahun 1998 dimana kurs Rupiah sempat terdepresiasi hingga mencapai Rp 15.000/US$ dari sebelumnya yang berada pada nilai Rp 4.650/US$ di bulan Desember 1997. Menurut Setboonsorg dalam Annisa (2004) pada awal Januari 1998 nilai Bath telah jatuh 40% Rupiah 80%, Peso 30%, Ringgit 40% terhadap Dolar dari nilai Juli 1997. Dengan melemahnya nilai tukar mata uang Rupiah menandakan lemahnya kondisi untuk melakukan transaksi luar negeri baik itu untuk ekspor dan impor maupun dalam pembayaran hutang luar negeri. Terdepresiasinya mata uang Indonesia menyebabkan perekonomian Indonesia menjadi goyah dan dilanda krisis ekonomi. Penelitian ini memiliki dua tujuan utama pertama, melakukan analisis pergerakan nilai tukar Rupiah dibandingkan dengan mata uang di empat negara ASEAN lainnya. Menganalisis kemungkinan bersatunya Rupiah dengan mata uang lainnya dengan melihat respon dari guncangan yang dihadapi. Penelitian ini menggunakan data sekunder time series dari bulan Januari 1990 sampai bulan Oktober 2008. Data tersebut dibagi menjadi 2 bagian yakni iii sebelum krisis dan setelah krisis ekonomi. Data diperoleh dari International Financial Statistic (IMF),CEIC. Model penelitian ini dilakukan dengan model koreksi kesalahan Vector Error Correction Model (VECM). Hasil empiris penelitian menunjukkan bahwa berdasarkan analisa Forecasting Error Decompotision of Variance (FEDV). Pergerakan nilai tukar Rupiah sebelum krisis lebih dominan dipengaruhi oleh kurs Rupiah itu sendiri, Ringgit dan Bath sedangkan Dollar Singapura dan Peso hanya memberikan sedikit pengaruh pada pergerakan Rupiah. Sedangkan pada periode setelah krisis nilai tukar Rupiah masih dominan dipengaruhi oleh Rupiah itu sendiri dan Dollar Singapura, namun pengaruh Bath justru sangat kecil. Untuk nilai tukar mata uang ASEAN lainnya sebelum krisis pergerakannya lebih banyak dipengaruhi oleh nilai tukar mata uang lain, sedangkan pada periode setelah krisis pergerakannya lebih dominan dipengaruhi oleh nilai tukar mata uang itu sendiri. Berdasarkan hasil analisis Impulse Response Function (IRF), pada periode sebelum krisis Rupiah tidak responsif dalam merespon mata uang ASEAN lain, sementara itu setelah krisis Rupiah cukup responsif dalam merespon nilai tukar ASEAN. Hal ini terjadi karena perbedaan rezim nilai tukar yang ditetapkan dimana sebelum krisis digunakan rezim nilai tukar mengambang terkendali (Manage Floating Exchange Rate Regime) sehingga fluktuasi nilai tukar dibiarkan mengambang namun tetap dikendalikan agar tetap stabil. Namun pada periode setelah krisis Rupiah terlihat responsif karena sistem nilai tukar yang digunakan mengambang bebas (Free Floating Exchange Rate). Berdasarkan kondisi tersebut kemungkinan Rupiah bersatu dengan mata uang lainnya cukup besar terutama pada periode setelah krisis, namun pada periode setelah krisis kemungkinanya lebih kecil karena Rupiah kurang responsif. Keterbatasan penelitian ini hanya mencangkup analisis pergerakan nilai tukar Rupiah dengan empat mata uang di ASEAN melalui analisa deret waktu yang merupakan analisa sebagian kecil dari banyak prasyarat dalam penetapan mata uang tunggal. Untuk tahap selanjutnya sebaiknya dilakukan analisis pergerakan seluruh mata uang baik di negara ASEAN maupun Asia Timur dengan menggunakan variabel dummy agar dapat dilihat perbedaannya. iv ANALISIS PERGERAKAN NILAI TUKAR RUPIAH DAN EMPAT MATA UANG ASEAN OLEH RUSNIAR H 14102056 Skripsi Sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2009 v INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN ILMU EKONOMI Dengan ini menyatakan bahwa skripsi yang disusun oleh, Nama Mahasiswa : Rusniar Nomor Registrasi Pokok : H14102056 Program Studi : Ilmu Ekonomi Judul Skripsi : Analisis Pergerakan Nilai Tukar Rupiah dan Empat Mata Uang Negara ASEAN. dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor Menyetujui, Dosen Pembimbing Dr. Noer Azzam Achsani NIP. 19681229 199203 1 016 Mengetahui, Ketua Departemen Ilmu Ekonomi Dr. Ir. Rina Oktaviani, M.S. NIP. 19641023 198903 2 002 Tanggal Kelulusan: vi PERNYATAAN DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN. Bogor, Agustus 2009 Rusniar H14102056 vii RIWAYAT HIDUP Penulis bernama Rusniar lahir pada tanggal 12 Agustus 1984 di Bogor. Penulis anak terakhir dari enam bersaudara, dari pasangan M. Toha Supriatna dengan Chaerani. Penulis menamatkan Sekolah Dasar pada SDN. Sempur Kaler, kemudian melanjutkan ke SLTP Negeri 3 Bogor dan lulus pada tahun 1999. Pada tahun yang sama penulis diterima di SMUN 7 Bogor dan lulus pada tahun 2002. Pada tahun 2002 penulis melanjutkan studinya ke jenjang yang lebih tinggi yaitu Institut Pertanian Bogor melalu jalur Undangan Seleksi Masuk IPB (USMI) dan diterima sebagai mahasiswa Program Studi Ilmu Ekonomi dan Studi Pembangunan pada Fakultas Ekonomi dan Manajemen. Selama menjadi mahasiswa penulis aktif dibeberapa organisasi seperti Hipotesa sebagai Staff Departemen Kewirausahaan. viii KATA PENGANTAR Alhamdulillah penulis ucapkan atas segala Rahmat yang telah dilimpahkan Allah SWT, shalawat beserta salam senantiasa tercurah kepada Muhammad SAW. Penulis mengucapkam syukur kepada Allah SWT atas segala kesempatan dan kemudahan yang telah diberikan sehingga penulis dapat menyelesaikan penyusunan skripsi ini. Penelitian ini berjudul “Analisis Pergerakan Nilai Tukar Rupiah dan Empat Mata Uang ASEAN”, penelitian imi ditulis dengan harapan agar dapat memberikan hambaran umum mengenai pergerakan nilai tukar di kawasan ASEAN dalam upaya penerapan mayta uang tunggalpada kawasan tersebut. Penulis ingin mengucapkan banyak terima kasih kepada Bapak Noer Azam Achsani, Ph.D dan Prof. Isang Gonarsyah yang telah memberikan bimbingan baik secara teoritis maupun teknis kepada penulis selama proses pengerjaan skripsi ini. Ucapan terima kasih juga tidak lupa penulis sampaikan kepada segenap pihak yang telah memberikan kontribusi dalam penelitian ini diantaranya : 1. Bapak Syamsul Hidayat Pasaribu, SE, M.Si yang telah bersedia menjadi dosen penguji dalam ujian sidang penulis serta memberikan saran dan masukan untuk perbaikan dan kesempurnaan skripsi ini. 2. Bapak Tomi Irawan M.App.Ec selaku komisi pendidikan yang telah member saran dalam tatacara penulisan skrisi ini. 3. Seluruh Dosen dan Staf Departemen Ilmu Ekonomi. 4. Keluarga penulis yaitu Bapak Mohammad Toha dan Ibu Chaerani. Terimakasih atas doa, ketulusan dan kesabaran yang telah diberikan penulis selama ini. 5. Ade Holis serta Fickry yang telah membantu memberikan kemudahan dalam proses pencarian dan pengolahan data. 6. Rika, Erni, Venti, Puput, Mila, Iyas, Rahma, Hani yang senatioasa memotivasi penulis. 7. Humairoh yang telah membantu menjadi pembahas dalam seminar dan teman seperjuangan yang selalu bersama. ix 8. Rekan – rekan Departemen Ilmu Ekonomi angkatan 39 yang senantiasa membantu penulis dalam bertukaR pikiran selama proses pengerjaan skripsi ini. Penulis menyadari bahwa dalam penelitian ini masih terdapat banyak sekali kekurangan dan kelemahan. Oleh karena itu, saran dan kritik sabhat diharapkan untuk memperbaiki berbagai kelemahan yang ada. Semoga penelitian ini bermanfaat dan menambah pengetahuan bagi kita semua. Bogor, Agustus 2009 Rusniar H1410056 x DAFTAR ISI Halaman DAFTAR TABEL ............................................................................................... x DAFTAR GAMBAR ........................................................................................... xi DAFTAR LAMPIRAN......................................................................................xiii I. PENDAHULUAN ....................................................................................... 1 1.1. Latar Belakang ........................................................................................... 1 1.2. Perumusan Masalah ................................................................................... 4 1.3. Tujuan dan Kegunaan Penelitian ............................................................... 7 1.4. Ruang Lingkup dan Keterbatasan Penelitian ............................................ 7 II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN ................... 8 2.1. Tinjauan Teori ............................................................................................ 8 2.1.1. Pengertian Valuta Asing dan Pasar Valuta Asing ............................ 8 2.1.2. Definisi Nilai Tukar ......................................................................... 9 2.1.3. Cara Menyatakan Nilai Tukar .......................................................... 9 2.1.4. Bentuk Sistem Nilai Tukar ............................................................... 10 2.2. Penelitian Terdahulu .................................................................................. 12 2.3. Kerangka Pemikiran Teoritis ..................................................................... 14 2.4. Kerangka Pemikiran Operasional .............................................................. 20 III. METODOLOGI PENELITIAN ................................................................ 22 3.1. Jenis dan Sumber Data ............................................................................... 22 3.2. Metode Pengolahan dan Analisis Data ...................................................... 22 3.3. Analisis Vector Autoregression (VAR) ..................................................... 23 3.4. Vector Error Correction Model (VECM) .................................................. 24 3.5. Pengujian Pra Estimasi............................................................................... 26 3.5.1. Uji Stasioneritas Data ....................................................................... 26 3.5.2. Penentuan Lag Optimal .................................................................... 27 3.5.3. Uji Kointegrasi ................................................................................ 28 3.6. Kausalitas Bivariat Granger ...................................................................... 29 xi 3.7. Analisis Impulse Response Function (IRF)................................................ 29 3.8. Analisisis Forecasting Error Decomposition Variance (FEDV).............. 29 3.9. Model Penelitian ........................................................................................ 30 IV. HASIL DAN PEMBAHASAN .................................................................. 31 4.1. Eksplorasi Data .......................................................................................... 31 4.2. Penstasioneran Data ................................................................................... 34 4.3. Penentuan Lag Optimal ............................................................................. 36 4.4. Uji Kointegrasi ........................................................................................... 38 4.5. Uji Kausalitas Bivariat Granger ................................................................ 39 4.6. Simulasi Analisis Impulse Respon (IRF) Sebelum Krisis Ekonomi .......... 41 4.6.1. Dollar Singapura .............................................................................. 41 4.6.2. Ringgit .............................................................................................. 44 4.6.3. Peso .................................................................................................. 46 4.6.4. Bath .................................................................................................. 48 4.6.5. Rupiah .............................................................................................. 51 4.7. Simulasi Analisis Impulse Respon (IRF) Setelah Krisis Ekonomi............. 53 4.7.1. Dollar Singapura .............................................................................. 53 4.7.2. Ringgit .............................................................................................. 55 4.7.3. Peso .................................................................................................. 57 4.7.4. Bath .................................................................................................. 59 4.7.5. Rupiah .............................................................................................. 61 4.8. Simulasi Dekomposisi Penduga Ragam Galat (FEDV) Sebelum Krisis ... 63 4.8.1. Dollar Singapura .............................................................................. 63 4.8.2. Ringgit .............................................................................................. 65 4.8.3. Peso .................................................................................................. 66 4.8.4. Bath .................................................................................................. 67 4.8.5. Rupiah .............................................................................................. 69 4.9. Simulasi Dekomposisi Penduga Ragam Galat (FEDV) Setelah Krisis ..... 70 4.9.1. Dollar Singapura .............................................................................. 70 4.9.2. Ringgit .............................................................................................. 71 4.9.3. Peso .................................................................................................. 72 xii 4.9.4. Bath .................................................................................................. 74 4.9.5. Rupiah .............................................................................................. 75 V. KESIMPULAN DAN SARAN ................................................................... 77 5.1. Kesimpulan ................................................................................................. 77 5.2. Saran ............................................................................................................ 78 DAFTAR PUSTAKA .......................................................................................... 79 LAMPIRAN ......................................................................................................... 81 x DAFTAR TABEL Nomor Halaman 4.1. Uji Stasioneritas Data Sebelum Krisis ................................................... 34 4.2. Uji Stasioneritas Data Setelah Krisis ..................................................... 35 4.3. Uji Lag Optimal Sebelum Krisis ........................................................... 36 4.4. Uji Lag Optimal Setelah Krisis ............................................................. 37 4.5. Uji Kointegrasi Berdasarkan Trace Statistics Sebelum Krisis............... 38 4.6. Uji Kointegrasi Berdasarkan Trace Statistics Setelah Krisis ................. 38 4.7. Uji Kausalitas Granger Sebelum Krisis ................................................. 39 4.8. Uji Kausalitas Granger Setelah Krisis ................................................... 40 xi DAFTAR GAMBAR Nomor Halaman 1.1. Grafik Pertumbuhan Ekonomi ASEAN 5 Periode 1992 - 2006 ............. 2 1.2. Grafik Perekembangan Nilai Tukar Nominal ASEAN 5 ........................ 5 2.1. Skema Faktor – Faktor yang Mempengaruhi Kurs Valas ....................... 19 2.2. Kerangka Pemikiran Operasional .......................................................... 21 4.1. Respon Kurs Dollar Singapura Akibat Guncangan Kurs di ASEAN-4 . Sebelum Krisis Ekonomi ........................................................................ 43 4.2. Respon Kurs Ringgit Akibat Guncangan Kurs di ASEAN-4 Sebelum Krisis Ekonomi ....................................................................................... 46 4.3. Respon Kurs Peso Akibat Guncangan Kurs di ASEAN-4 Sebelum Krisis Ekonomi ....................................................................................... 48 4.4. Respon Kurs Bath Akibat Guncangan Kurs di ASEAN-4 Sebelum Krisis Ekonomi ....................................................................................... 50 4.5. Respon Kurs Rupiah Akibat Guncangan Kurs di ASEAN-4 Sebelum Krisis Ekonomi ....................................................................................... 52 4.6. Respon Kurs Dollar Singapura Akibat Guncangan Kurs ASEAN-4 Setelah Krisis Ekonomi ........................................................................... 55 4.7. Respon Kurs Ringgit Terhadap Guncangan Kurs di ASEAN-4 Setelah Krisis Ekonomi ............................................................................ 57 4.8. Respon Kurs Peso Terhadap Guncangan Kurs di ASEAN-4 Setelah Krisis Ekonomi ....................................................................................... 59 4.9. Respon Kurs Bath Terhadap Guncangan Kurs di ASEAN-4 Setelah Krisis Ekonomi ....................................................................................... 61 4.10. Respon Kurs Rupiah Terhadap Guncangan Kurs di ASEAN-4 Setelah Krisis Ekonomi ........................................................................... 63 4.12 FEDV Dollar Singapura Sebelum Krisis ................................................ 64 4.13 FEDV Ringgit Sebelum Krisis ................................................................ 66 4.14 FEDV Peso Sebelum Krisis .................................................................... 67 4.15 FEDV Bath Sebelum Krisis .................................................................... 68 4.12 FEDV Rupiah Sebelum Krisis ................................................................ 70 4.13 FEDV Dollar Singapura Setelah Krisis................................................... 71 4.14 FEDV Ringgit Setelah Krisis .................................................................. 72 xii 4.15 FEDV Peso Setelah Krisis ....................................................................... 73 4.16 FEDV Bath Setelah Krisis ....................................................................... 75 4.17 FEDV Rupiah Setelah Krisis ................................................................... 76 xiii DAFTAR LAMPIRAN Halaman Lampiran 1. Plot Variabel Nilai Tukar 5 Negara ASEAN................................. 82 Lampiran 2. Uji Akar Unit ................................................................................. 83 Lampiran 3. Uji Lag Optimal ............................................................................ 88 Lampiran 4. Uji Kointegrasi .............................................................................. 90 Lampiran 5. Uji Kausalitas Granger .................................................................. 92 Lampiran 6. Impulse Response Function (IRF) ................................................. 94 Lampiran 7. Forecasting Error Decomposition of Variance (FEDV) ............... 99 1 I.PENDAHULUAN 1.1 Latar Belakang Globalisasi ekonomi berkembang pesat, di berbagai belahan dunia dewasa ini semakin hampir semua negara memiliki keterbukaan dan ketergantungan yang semakin erat dengan negara lainnya. Hal ini mengakibatkan peningkatan pada transaksi barang dan modal antar negara, baik dari kegiatan perdagangan maupun dari kegiatan ekonomi lainnya. Pergerakan barang dan modal yang relatif bebas tersebut juga berimplikasi pada persaingan global yang semakin ketat, hal inilah yang menyebabkan hampir semua kehidupan dalam suatu negara terpengaruh oleh ekonomi global sehingga tidak ada lagi negara yang bersifat autarki yaitu terisolasi tanpa mempunyai hubungan ekonomi dan keuangan dengan negara lainnya. Pengaruh globalisasi ekonomi di ASEAN berdampak pada peningkatan kerjasama ekonomi yang semakin luas terutama dengan negara – negara di kawasan Asia Timur seperti China, Jepang dan Korea Selatan. Dewasa ini ASEAN tumbuh sebagai wadah integrasi ekonomi yang dipandang oleh negara dunia sebagai pasar potensial dan sumber penyedia kebutuhan dalam negeri bagi negara yang tergabung didalamnya. Pertumbuhan ekonomi ASEAN sejak didirikan terus meningkat, pada semester pertama tahun 2004 sangat mengesankan. Perekonomian Malaysia, Singapura, Thailand mencatat prestasi jauh diatas perkiraan, pertumbuhan ekonomi Singapura melesat hingga mencapai 8,8% di tahun 2004 sementara Indonesia dan Fhilipina juga mengalami 2 pertumbuhan walaupun tekesan lambat dengan pertumbuhan masing – masing mencapai 5% dan 6,4%. Thailand misalnya telah mampu meningkatkan perdagangan dengan negara di Asia Timur dengan pertumbuhan rata – rata 5 sampai 10%. Gambar 1.1 Pertumbuhan ekonomi ASEAN 5 Periode 1992 – 2007 Sumber : ASEAN Statistical Yearbook 2006 Seiring dengan peningkatan globalisasi dan membaiknya kondisi ekonomi ASEAN mengakibatkan terjadinya peningkatan pada transaksi keuangan Internasional. Peranan nilai tukar sangat dibutuhkan dalam melakukan dan mempermudah transaksi ekonomi antar negara terutama di kawasan ASEAN. Sejak runtuhnya sistem Bretton Woods, nilai tukar bergerak semakin fleksibel karena menerapkan sistem mengambang. Sistem ini memaksa nilai tukar menyesuaikan diri dengan mekanisme pasar sehingga mengakibatkan pergerakan nilai tukar Rupiah terhadap Dollar di pasar uang menjadi sangat rentan terhadap pengaruh ekonomi dan non ekonomi. 3 Pergerakan arus modal, barang maupun jasa yang semakin bebas bergerak tanpa mengenal batas di wilayah ASEAN membuat arus pertukaran mata uang negara di kawasan ASEAN dengan Rupiah semakin meningkat, karena setiap negara akan tergantung pada mata uang negara lainnya hal ini berpengaruh terhadap pergerakan nilai tukar mata uang tersebut. Gejolak nilai tukar yang terjadi pada suatu negara akan berpengaruh terhadap kondisi makroekonomi negara tersebut, apabila nilai tukar mata uang tersebut menguat maka perekonomian negara tersebut dapat dikatakan meningkat dibanding dengan negara lainnya. Keterbukaan ekonomi yang semakin lebar dan terjadinya peningkatan kerjasama antara ASEAN dan Asia Timur yang berimplikasi pada wacana pembentukan Masyarakat Ekonomi ASEAN (MEA) dengan tujuan akhir membentuk suatu pasar tunggal seperti yang dilakukan oleh negara Eropa yang menjurus pada penerapan mata uang tunggal (single currency) memberikan peluang sekaligus tantangan tersendiri bagi Indonesia terutama yang berkaitan dengan kestabilan nilai tukar. Pada penelitian sebelumnya telah dilakukan penelitian mengenai kemungkinan pembentukan mata uang tunggal yang berfokus pada nilai tukar di negara ASEAN dan Asia Timur dalam beberapa periode. Namun dalam penelitian ini agar dapat dilihat perbedaan pergerakannya maka akan dibagi menjadi dua periode waktu yakni sebelum dan sesudah krisis ekonomi. Sehingga penulis tertarik untuk melakukan penelitian mengenai pergerakan nilai tukar Rupiah terhadap empat mata uang di negara ASEAN dan meneliti kemungkinan bersatunya Rupiah dengan mata uang lainnya. 4 1.2 Perumusan Masalah Segera terwujudnya Masyarakat Ekonomi ASEAN (MEA) merupakan Visi ASEAN 2020 sebagai perluasan dari integrasi ekonomi dengan kawasan Asia Timur. MEA menghimpun pasar bersama dengan penduduk 530 juta dan PDB 737 miliar US Dollar dan berfungsi sebagai pasar tunggal dan basis produksi pada tahun 2020. Dengan terbentuknya ASEAN sebagai pasar tunggal, berarti terdapat arus bebas modal, tenaga kerja, memberikan tempat yang murah bagi kegiatan bisnis dan memberikan kesempatan bagi setiap kegiatan usaha di kawasan ASEAN agar dapat berkembang dan berdaya saing global dan berakhir pada pertumbuhan ekonomi yang tinggi. Sejalan dengan upaya pencapaian integrasi ekonomi menuju Masyarakat Ekonomi ASEAN lebih dalam, stabilitas nilai tukar intra kawasan perlu mendapatkan perhatian penting. Stabilitas nilai tukar diperlukan untuk menciptakan kepastian usaha dan investasi kawasan yang pada gilirannya akan mempengaruhi arus barang dan jasa lintas batas terutama pada negara – negara yang sangat tergantung pada pasar internasional. Stabilitas nilai tukar kawasan menjadi tujuan jangka panjang sejalan dengan tujuan peningkatan integrasi ekonomi regional secara substansial. Ketidakpastian nilai tukar di kawasan tidak saja akan menghambat arus barang dan jasa tetapi juga arus modal. Dengan semakin tertintegrasinya pasar keuangan Indonesia dengan pasar keuangan Internasional dan sejalan dengan diterapkan sistem nilai tukar mengambang bebas sejak 14 Agustus 1997, telah menyebabkan pergerakan nilai tukar Rupiah menjadi rentan akibat pengaruh faktor internal dan eksternal. Nilai tukar yang 5 sangat berfluktuasi sangat menganggu proses bekerjanya kehidupan ekonomi banyak negara yang mata uangnya bebas dipertukarkan dengan mata uang negara lain, apalagi bagi negara dengan tingkat keterbukaan ekonomi dan keuangannya tinggi . Sebagai negara yang menganut sistem perekonomian terbuka kecil sangat rentan terhadap gejolak ekonomi global. Fluktuasi mata uang asing sangat berpengaruh terhadap ekonomi domestik. Sehingga komitmen Indonesia untuk mewujudkan MEA akan menghadapi banyak tantangan apabila tidak berusaha untuk memperbaiki kondisi ekonomi demi mengejar ketertinggalan dengan negara lain. Apalagi dewasa ini Indonesia baru bangkit dari keterpurukan akibat krisis moneter di Kawasan Asia. Indonesia merupakan negara yang terkena dampak terparah di Asia Tenggara. Gambar 1. 2 Perkembangan Nilai Tukar Nominal ASEAN 5 Sumber: CEIC, 2008 6 Bila dilihat dari perkembangan nilai tukar di lima negara ASEAN pada periode Januari 1990 sampai dengan November 2008 Rupiah berfluktuasi paling tajam dibandingkan dengan negara ASEAN lainnya. Pada pertengahan bulan Juni 1998 kurs Rupiah sempat terdepresiasi mencapai Rp 15.000/US$ dari sebelumya yang berada pada nilai Rp 4.650/US$ di bulan Desember 1997. Terlihat bahwa Indonesia mengalami depresiasi kurs tertajam dibandingkan dengan negara ASEAN lainnya. Menurut Setboonsorg dalam Annisa (2004) pada awal Januari 1998 nilai Bath telah jatuh 40% Rupiah 80%, Peso 30%, Ringgit 40% terhadap Dolar dari nilai Juli 1997. Dengan melemahnya nilai tukar mata uang Rupiah menandakan lemahnya kondisi untuk melakukan transaksi luar negeri baik itu untuk ekspor dan impor maupun dalam pembayaran hutang luar negeri. Terdepresiasinya mata uang Rupiah menyebabkan perekonomian Indonesia menjadi goyah sehingga dilanda krisis ekonomi dan krisis kepercayaan terhadap mata uang domestik. Nilai tukar yang paling stabil pergerakannya diantar negara ASEAN 5 adalah Dollar Singapura dan Ringgit baik sebelum maupun setelah krisis ekonomi. Berdasarkan pemaparan diatas, masalah yang akan dianalisis dalam penelitian ini adalah : 1. Bagaimanakah pergerakan nilai tukar Rupiah dibandingkan dengan empat mata uang di negara ASEAN (Ringgit, Peso, Bath dan Dollar Singapura) pada periode sebelum maupun setelah krisis ? 2. Apakah terdapat kemungkinan Rupiah dapat bergabung dalam penyatuan mata uang ? 7 1.3 Tujuan dan Kegunaan Penelitian Berdasarkan perumusan masalah diatas, maka penelitian ini bertujuan untuk : 1. Melakukan analisis pergerakan nilai tukar Rupiah dibandingkan dengan empat mata uang asing lain di negara ASEAN baik pada periode sebelum maupun setelah krisis. 2. Menganalisis kemungkinan bersatunya Rupiah dengan mata uang lainnya. Hasil penelitian ini diharapkan mampu memberikan manfaat bagi semua kalangan terutama pemerintah, kalangan usaha dan masyarakat agar dapat mempersiapkan diri untuk bersaing dan bergabung dalam pasar global sehingga dapat bersatu menggunakan mata uang global. 1.4 Ruang Lingkup dan Keterbatasan Penelitian Penelitian ini hanya mencangkup analisis pergerakan nilai tukar Rupiah dengan empat mata uang di ASEAN dan analisa guncangan nilai tukar empat negara ASEAN terhadap pergerakan Rupiah. Penelitian ini merupakan analisa sebagian kecil dari banyak prasyarat dalam penetapan mata uang tunggal. Dipilihnya 4 mata uang negara ASEAN yaitu Ringgit, Dollar Singapura, Bath dan Peso karena keempat negara ini merupakan pelopor awal berdirinya ASEAN. Periode waktu yang digunakan dimulai bulan Januari 1990 sampai Oktober 2008. 8 II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN 2.1 Tinjauan Teori 2.1.1 Pengertian Valuta Asing dan Pasar Valuta Asing Valas atau foreign exchange ( forex) diartikan sebagai mata uang asing dan alat pembayaran lainnya yang digunakan untuk melakukan atau membiayai transaksi ekonomi dan keuangan internasional atau luar negeri dan biasanya mempunyai catatan kurs resmi pada Bank Sentral ( Hady, 2004). Mata uang yang sering digunakan sebagai alat pembayaran dan kesatuan hitung dalam transaksi keuangan dan ekonomi internasional disebut hard currency yaitu mata uang yang nilainya relatif stabil dan kadang mengalami apresiasi dengan mata uang lainnya. Sedangkan soft currency adalah mata uang lemah yang jarang digunakan sebagai alat pembayaran dan kesatuan hitung karena nilainya relatif tidak stabil dan sering mengalami depresi atau penurunan terhadap mata uang lainnya. Soft currency biasanya digunakan oleh negara berkembang. Pasar valuta asing adalah suatu tempat atau sistem dimana perseorangan, perusahaan, dan bank dapat melakukan transaksi keuangan internasiomal dengan jalan melakukan pembelian dan penjualan valas (Hady, 2004). Fungsi dari pasar valuta asing antara lain : 1. Memungkinkan terjadinya transfer daya beli dalam nilai suatu mata uang dengan mata uang lain. 2. Meningkatkan kemudahan dan efisiensi penyalesaian transaksi. 9 2.1.2 Definisi Nilai Tukar Nilai tukar (foreign exchange rate) dapat didefinisikan sebagai harga mata uang suatu negara relatif terhadap mata uang negara lainnya (Abimanyu, 2004). Pengertian lain dari nilai tukar dikemukakan oleh Mankiw (2000) kurs diantara dua negara adalah harga dimana penduduk kedua negara saling melakukan perdagangan. Nilai tukar dibagi menjadi dua yaitu nilai tukar nominal dan nila tukar riil, nilai tukar nominal adalah harga mata uang suatu negara dengan negara lainnya, sedangkan nilai tukar riil adalah nilai tukar nominal dibagi harga relatif dalam negeri dan luar negeri (negara mitra dagang) kurs riil dijadikan sebagai acuan untuk mengukur daya saing suatu negara dengan negara lainnya. Todaro (2004) nilai tukar adalah patokan nilai bagi Bank Sentral suatu negara untuk membeli atau menjual mata uang domestik resmi yang berlebihan terhadap mata uang asing. Tujuannya adalah untuk meningkatkan harga produk ekspor dan sekaligus untuk menurunkan harga impor yang diukur berdasarkan nilai tukar mata uang setempat. 2.1.3 Cara Menyatakan Nilai Tukar Menurut Abimanyu (2004) ada dua cara untuk menyatakan nilai tukar : a. Model Eropa Model ini adalah cara yang paling umum digunakan dalam perdagangan valuta asing antarbank seluruh dunia. Nilai tukarnya ditetapkan dengan menghitung beberapa unit mata uang asing yang dibutuhkan untuk membeli mata uang domestik. 10 b. Model Amerika Model ini didefinisikan sebagai harga mata uang asing dalam mata uang domestik, atau berapa besar nilai tukar domestik yang diperlukan untuk membeli satu unit mata uang asing. 2.1.4 Bentuk Sistem Nilai Tukar Setiap negara memiliki siatem nilai tukar yang berbeda sesuai dengan keinginan pemerintah untuk menstabilkan nilai tukar. Pembedaan ini didasarkan pada besarnya cadangan devisa yang dimiliki suatu negara dan intervensi Bank Sentral yang diperlukan untuk mempertahankan kurs pada level tertentu. a. Sistem Nilai tukar Tetap (Fixed Exchange Rate) Dalam sistem ini otoritas moneter selalu mengintervensi pasar untuk menstabilkan nilai tukar pada level yang ditetapkan. Bank Sentral akan melakukan jual beli valuta asing pada harga tetap. Untuk itu Bank Sentral harus memegang cadangan devisa untuk membiayai ketidakseimbangan neraca pembayaran sehingga nilai tukar dapat dipertahankan. Intervensi tersebut memerlukan cadangan devisa yang relatif besar. Kebaikan dari sistem ini adalah adanya kepastian akan nilai tukar mata uang domestik dengan mata uang negara lain, sehingga para eksportir dan importir dapat memperhitungkan transaksi perdagangan dengan pihak lular negeri. b. Sistem Nilai Tukar Mengambang Bebas (Free Floating Exchange Rate) Pergerakan nilai tukar pada sistem ini didasarkan pada prinsip mekanisme pasar sehingga kekuatan dari penawaran dan permintaan akan berperan, jadi pemerintah tidak ikut campur tangan dalam penentuan nilai tukar. Kebaikan dari 11 sistem ini adalah apabila terjadi surplus atau defisit pada neraca pembayaran secara langsung akan menurunkan nilai tukar mata uang domestik. Selain itu Bank Sentral tidak perlu memegang cadangan devisa yang besar untuk menjaga likuiditas dan memiliki kesempatan yang lebih untuk melakukan kebijakan independen. c. Sistem Nilai Tukar Mengambang Terkendali (Manage Floating Exchange Rate) Dalam sistem ini otoritas moneter memiliki wewenang untuk melakukan intervensi di pasar valuta asing. Hal ini dilakukan untuk melunakkan fluktuasi jangka pendek tanpa mempengaruhi trend jangka panjang. Otoritas moneter dapat menggunakan cadangan devisa untuk mengatasi kelebihan permintaan valuta asing jangka pendek, sehingga dapat mengurangi tekanan depresiasi dan sebaliknya. Intervensi dapat dilakukan melalui kebijakan fiskal, moneter maupun perdagangan. d. Pegged Exchange Rate System Sistem nilai tukar ini ditetapkan dengan mengaitkan mata uang domestik dengan mata uang asing negara lain atau sejumlah mata uang tertentu. 12 2.2 Penelitian Terdahulu Partisiwi (2008) menganalisis kemungkinan penyatuan mata uang (Currency Unification) di ASEAN+3dari prasyarat OCA (Optimum Currency Area), perhitungan OCA Indeks, cluster analysis, dengan perbandingan EMU (European Monetary System) dan ASEAN/ASEAN+3. Metode analisis prasyarat utama OCA dianalisis menggunakan korelasi pairwise. Metode OCA Indeks diestimasi menggunakan model Ordinary Least Square (OLS) sedangkan cluster analysis yang digunakan adalah bentuk cluster observations. Data yang digunakan dalam penelitian ini adalah data sekunder 9 negara yang merupakan data statistik bulanan tahun 1993:1 sampai 2007:9 yang diperoleh dari berbagai sumber. Hasil penelitian menyimpulkan bahwa tidak semua negara ASEAN+3 optimum membentuk currency union dan tidak semua prasyarat OCA dipenuhi oleh negara-negara anggota ASEAN+3. Berdasarkan perhitungan OCA Indeks yang dilakukan dengan menggunakan Amerika Serikat sebagai negara peg didapatkan bahwa Jepang, Singapura, dan Malaysia dapat bergabung (tahap I) yang kemudian disusul oleh menggabungan Korea, China, Thailand, dan Filipina (tahap II). Sedangkan berdasarkan hasil cluster analysis dapat disimpulkan bahwa dalam konteks ASEAN+3 posisi Indonesia berada dalam posisi akhir dalam pembentukan currency union. Euistina (2007) menganalisis pergerakan nilai tukar Rupiah terhadap US Dollar dan tiga mata uang asing di negara Asia Timur serta dianalisis keterkaitannya terhadap IHSG. Data yang digunakan berupa time series berbentuk bulanan dari tahun 1992 -2002 dibagi menjadi dua periode yaitu sebelum dan 13 awal krisis. Metode yang digunakan berupa Vector Auto Regression (VAR) dengan menggunakan software Microfit. Variabel yang digunakan yaitu kurs Rupiah terhadap Dollar, Yen, Yuan Won serta IHSG. Penelitian ini dilakukan untuk mengetahui integrasi pasar yang terjadi diantara nilai tukar mata uang asing tersebut dan keterkaitannya terhadap IHSG. Hasil penelitian ini menunjukkan bahwa nilai tukar Rupiah mempunyai hubungan yang saling mempengaruhi dengan ketiga negara di Asia Timur, hubungan ini terjadi sangat kuat terutama pada periode awal krisis ekonomi. Pada periode sebelum dan awal krisis juga ditemukan bahwa terdapat keterkaitan antara kurs Rupiah terhadap US Dollar dengan IHSG. Berdasarkan hasil penelitian tersebut dapat disimpulkan bahwa nilai tukar Rupiah terhadap Dolar terintegrasi dengan tiga mata uang negara Asia Timur, sehingga jika terjadi pergerakan pada salah satu nilai tukar maka akan direspon dengan pergerakan nilai tukar mata uang lainnya. Sedangkan fluktuasi nilai tukar berpengaruh terhadap IHSG hanya pada periode sebelum krisis saja. Berdasarkan hasil penelitian diatas secara umum dapat disimpulkan bahwa nilai tukar Rupiah saling terintegrasi dengan nilai tukar lainnya terutama dengan nilai tukar mata uang di negara ASEAN dan Asia Timur. Rupiah mempunyai kemungkinan untuk bersatu dengan nilai tukar lain namun membutuhkan jangka waktu yang panjang dan bisa bergabung pada tahap terakhir dengan negara lainnya. Adapun yang membedakan penelitian ini dengan penelitian yang lain terletak pada perbedaan metode analisis karena dalam penelitian ini akan digunakan metode VECM dan melihat pengaruh guncangan nilai tukar lainnya. 14 2.3 Kerangka Pemikiran Teoritis Dengan semakin terintegrasinya perekonomian secara global mengakibatkan ketergantungan negara terhadap valuta asing semakin meningkat. Tuntutan perdagangan, investasi maupun tindakan spekulasi akan mengakibatkan terjadinya aliran valuta asing baik kedalam maupun keluar negeri. Tinggi rendahnya permintaan valas suatu negara akan berpengaruh pada fluktuasi nilai tukar dalam negeri sehingga berdampak pada perekonomian suatu negara. Ada beberapa faktor yang berpengaruh terhadap kurs valuta asing baik secara langsung berdasarkan mekanisme pasar maupun secara tidak langsung (Hady, 2004). Berdasarkan mekanisme pasar faktor yang berpengaruh terhadap valuta asing dapat dilihat melalui dua sisi yakni sisi permintaan dan penawaran a. Dari sisi permintaan kurs valas dipengaruhi oleh : 1. Pembayaran impor Semakin besar impor barang dan jasa akan semakin besar pula permintaan terhadap valuta asing yang digunakan dalam pembayaran impor, jika diasumsikan penawaran valuta asing di dalam negeri tetap maka nilai tukar akan cenderung melemah (terdepresiasi) terhadap mata uang asing. Sebaliknya jika impor menurun maka permintaan terhadap valas juga akan semakin menurun, akibatnya harga mata uang domestik relatif menjadi lebih mahal dibandingkan dengan harga mata uang lainnya. 15 2. Aliran modal keluar ( capital outflow) Aliran modal yang keluar meliputi pembayaran utang yang berupa cicilan dan bunga baik yang dilakukan swasta maupun pemerintah, investasi keluar negeri, pembayaran jasa kepihak asing. Semakin besar aliran modal keluar maka akan semakin permintaan terhadap valuta asing akan meningkat sehingga nilai tukar domestik melemah (terdepresiasi) sebaliknya bila aliran modal yang keluar sedikit maka permintaan terhadap valas juga akan cenderung berkurang sehingga nilai tukar akan terapresiasi. b. Dari sisi penawaran kurs valuta asing dipengaruhi oleh : 1. Penerimaan hasil ekspor Jika penerimaan hasil ekspor suatu negara meningkat, maka cadangan devisa negara yang dinilai dalam bentuk valuta asing akan meningkat, peningkatan ini akan menambah supply valas dimiliki suatu negara sehingga supply valas akan meningkat, akibatnya posisi nilai tukar domestik terhadap mata uang asing akan semakin menguat (terapresiasi). Sedangkan jika yang terjadi adalah sebaliknya maka jumlah valuta asing yanag diterima akan menurun sehingga nilai tukar akan terdepresiasi. 2. Aliran modal masuk (capital inflow) Aliran modal masuk dapat berupa FDI, saham atau obligasi, penerimaan jasa dari pihak asing, pinjaman luar negeri. Arus modal masuk akan sangat berpengaruh terhadap jumlah valuta asing yang dimilki oleh negara, semakin deras aliran modal yang masuk kedalam negeri maka akan terjadi peningkatan pada supply valas, sehingga nilai tukar domestik akan cenderung menguat 16 (terapresiasi) dan harganya relatif mahal terhadap mata uang asing. Sedangkan jika aliran modal yang masuk sedikit maka jumlah valuta asing yang masuk juga akan sedikit sehingga nilai tukar akan mengalami depresiasi. Sedangkan secara tidak langsung (diluar mekanisme pasar) faktor yang berpengaruh terhadap kurs valuta asing antara lain : 1. Posisi BOT dan BOP (Balance of Trade dan Balance Of Payment) Posisi BOP akan sangat berpengaruh terhadap pergerakan nilai tukar mata uang domestik terhadap mata uang asing. BOP dan BOT mencerminkan arus uang masuk dan keluar dari suatu negara. BOP surplus mencerminkan adanya aliran valuta asing yang masuk dalam perekonomian negara tersebut baik melalui transaksi barang dan jasa maupun asset, sehingga menyebabkan bertambahnya valuta asing dinegara tersebut dan mengakibatkan terjadinya apresiasi mata uang domestik terhadap mata uang asing. Sedangkan BOP yang defisit menandakan telah terjadinya aliran dana keluar neto keluar negeri sehingga terjadi exsess demand terhadap valuta asing dan hal inilah yang mengakibatkan melemahnya mata uang domestik. BOT surplus menggambarkan keadaan ekspor yang lebih besar dibandingkan dengan impor, ketika ekspor meningkat maka arus uang yang masuk dalam bentuk valuta asing kedalam negeri semakin besar. Sesuai dengan teori, ketika penawaran meningkat melebihi permintaan terhadap mata uang asing maka nilai tukar mata uang asing melemah dan mata uang domestik menjadi menguat begitupun sebaliknya. 17 2. Tingkat Inflasi Kenaikan inflasi yang mendadak dan besar disuatu negara akan meningkatkan impor dinegara tersebut, hal ini terjadi karena harga barang domestik secara umum lebih mahal dibanding dengan harga barang luar negeri akibatnya dorongan masyarakat untuk membeli produksi luar negeri meningkat sehingga kebutuhan terhadap penggunaan mata uang asing menjadi lebih banyak, permintaan valas untuk membiayai impor akan. Sementara itu tingginya harga barang dalam negeri akan mengakibatkan tereduksinya kemampuan ekspor sehingga mengurangi suplai valuta asing dalam negeri. Peningkatan permintaan terhadap mata uang asing yang disertai dengan penurunan penawaran mata uang tersebut akan mengakibatkan mata uang domestik melemah. 3. Tingkat suku bunga Ketika suku bunga dalam negeri meningkat sementara suku bunga luar negeri tetap, maka minat investor untuk menanamkan modalnya didalam negeri semakin tinggi karena return yang didapat juga diharapkan akan lebih tinggi sehingga arus modal masuk akan meningkat. Permintaan terhadap mata uang domestik meningkat sehingga akan direspon dengan menguatnya mata uang dalam negeri. 4. Tingkat Income Income suatu negara dapat dilihat dari GNP maupun GDP jika keduanya meningkat maka permintaan terhadap mata uang domestik akan semakin meningkat. Dengan deikian nilai tukar mengalami apresiasi karena masyarakat lebih memilih untuk menggunakan mata uang domestik. 18 5. Peraturan atau kebijakan pemerintah Apabila peraturan atau kebijakan pemerintah yang dibuat menghambat atau mempersulit aliran modal yang masuk kedalam negeri maka akan terjadi depresiasi nilai tukar karena valuta asing yang masuk menurun. 6. Spekulasi Spekulasi valas oleh para spekulan untuk mendapatkan keuntungan akan menyebabkan semakin meningkatnya permintaan terhadap valuta asing sehingga melemahkan nilai tukar domestik terhadap valuta asing. 7. Situasi politik dan keamanan Jika politik dan keamanan dalam negeri tidak stabil akan menyebabkan banyaknya modal yang dilarikan keluar negeri sehingga akan terjadi tekanan pada nilai tukar dalam negeri yaitu terjadinya depresiasi nilai tukar. Kegiatan ekonomi dan kebijaksanaan pemerintah (fiskal maupun moneter) yang mempengaruhi pendapatan, harga serta tingkat suku bunga secara tidak langsung akan mempengaruhi kurs. Kebijaksanaan pemerintah misalkan peningkatan pada pengeluaran akan menaikkan pendapatan dan harga. Makin tinggi tingkat pertumbuhan pendapatan (relatif terhadap negara lain), makin besar kemungkinan untuk impor yang berarti semakin besar pula permintaan terhadap valuta asing, sehingga harga mata uang sendiri turun. Demikian juga inflasi, akan menyebabkan impor naik dan ekspor turun sehingga kurs valuta asing akan naik. Kenaikan tingkat bunga dalam negeri cenderung menarik modal masuk dari luar negeri, kurs valuta asing akan turun sehingga mata uang domestik cenderung terdepresiasi. 19 Disamping faktor – faktor ekonomi tersebut ada faktor non ekonomi yang mempengaruhi perubahan kurs seperti faktor politis dan psikologi. Misalnya kepanikan yang terjadi didalam negeri akan menyebabkan larinya dana keluar negeri sehingga kurs valas akan naik (Nopirin, 2004). Kegiatan Ekonomi Kebijaksanaan Pemerintah ( Fiskal & Moneter) Pendapatan, Harga dan Tingkat Bunga Faktor Psikologi Penawaran dan Permintaan Valas Kurs Valas Gambar 2.1 Skema Faktor – Faktor yang Mempengaruhi Kurs Valas Sumber: Nopirin, 2004 20 2.4 Kerangka Pemikiran Operasional Globalisasi ekonomi mengakibatkan semakin eratnya interaksi dan hubungan timbal balik antara negara yang tergabung didalamnya. Arus barang, modal maupun jasa akan bergerak dengan bebas antar wilayah negara tanpa mengenal batas. Hal ini mengakibatkan terjadinya peningkatan pada transaksi keuangan. Arus pergerakan mata uang asing semakin deras antar negara, karena digunakan sebagai alat dalam transaksi pembayaran baik dalam perdagangan maupun keuangan. Sehingga fluktuasi nilai tukar mata uang asing akan berpengaruh terhadap perkembangan mata uang domestik, terutama bagi negara yang menganut sistem perekonomian kecil dan terbuka seperti Indonesia. Pegerakan nilai tukar baik domestik maupun asing dipengaruhi oleh beberapa faktor baik secara langsung melalui mekanisme pasar maupun secara tidak langsung. Dengan semakin terbukanya kondisi ekonomi global dan didukung oleh kedekatan geografis dan historis serta hubungan ekonomi antar negara di satu kawasan seringkali menjadi pendorong utama pembentukan integrasi ekonomi dan keuangan regional dengan tujuan untuk meningkatkan pembangunan ekonomi dan kesejahteraan kawasan yang dimaksud. Integrasi ekonomi dan keuangan negara ASEAN dengan negara di kawasan Asia Timur menjadi wacana yang akan direalisasikan paling lambat tahun 2020 yang mengarah pada pembentukan mata uang tunggal seperti Euro di Eropa. Untuk membentuk mata uang tunggal banyak faktor dan kendala yang harus dihadapi oleh negara yang ada dalam kawasan tersebut salah satunya adalah komitmen politik dan kesiapan untuk mengikuti sistem dan rezim keuangan yang disepakati. 21 Pergerakan dan stabilitas nilai tukar suatu negara dengan negara lain di dalam kawasan menjadi faktor penting sebelum membentuk mata uang tunggal, karena melalui pergerakan nilai tukar dapat diketahui respon timbal balik dari satu nilai tukar terhadap nilai tukar lainnya. Dalam penelitian ini akan dilihat pergerakan nilai tukar Rupiah dengan nilai tukar yang ada di negara ASEAN yaitu Ringgit, Dollar Singapura, Peso, dan Bath dengan menggunakan model VECM pengaruh guncangan dari keempat nilai tukar negara ASEAN tehadap Rupiah baik dalam jangka pendek maupun panjang dengan menggunakan analisa VECM. Mekanisme Langsung Sisi Permintaan : 1. Impor 2. Capital Outflow Sisi Penawaran : 1. Ekspor 2. Capital Inflow Pergerakan Nilai Tukar ASEAN : 1.Malaysia (Ringgit) 2.Singapura(Dolar Singapura) 3. Thailand (Bath) 4. Philipina (Peso) 5.Indonesia (Rupiah) Secara Tidak Langsung 1. Posisi BOT dan BOP 2. Inflasi 3. Tingkat Suku Bunga 4. Tingkat Income 5. Peraturan Pemerintah 6. Spekulasi dan Asia Timur kondisi : 1.Jepang (Yen) keamanan 2. Korea Selatan (Won) 3.RRC ( Yuan) VECM IRF FEDV Wacana Pembentukan Mata Uang Tunggal Gambar 2.2 Kerangka Pemikiran Operasional Keterangan : Bagian yang tidak diteliti Bagian yang diteliti 22 III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini berupa data sekunder berbentuk time series berbentuk bulanan dari tahun 1990 - 2008. Dalam pengolahannya data tersebut akan dibagi menjadi dua periode yakni sebelum dan setelah krisis. Periode sebelum krisis dimulai bulan Januari 1990 sampai Juni 1997 sedangkan periode setelah krisis dimulai pada Agustus 1997 sampai Oktober 2008. Jenis data yang digunakan untuk dianalisis berupa data kurs riil Rupiah, Ringgit, Dollar Singapura, Peso, dan Bath terhadap Dollar AS. Data yang digunakan diubah ke dalam bentuk logaritma natural untuk memudahkan hasil analisis. Data tersebut diperoleh berbagai sumber seperti Bank Indonesia, Internasional Financial Statistic (IFS) yang diterbitkan oleh IMF, CEIC dan publikasi yang diperoleh dari media cetak maupun elektronik. 3.2 Metode Pengolahan dan Analisis Data Metode analisis yang digunakan dalam penelitian ini adalah metode Vector Autoregression (VAR) apabila data yang digunakan telah stasioner pada tingkat level. Namun bila data belum stasioner pada tingkat level, maka analisis yang dilakukan akan disesuaikan yaitu dengan menggunakan metode Vector Error Corection Model (VECM). Hal ini perlu dilakukan karena bila kita meregresikan variabel-variabel yang tidak stasioner maka akan menimbulkan fenomena spurious regression (regresi palsu). Penggunaan metode ini diharapkan dapat merepresentasikan bagaimana variabel nilai tukar suatu di suatu negara dapat mempengaruhi variabel yang sama di negara lain dan sebaliknya. Pada penelitian 23 ini penulis akan menganalisis data tersebut dengan menggunakan program ekonometrika Eviews 5.1 yang dilengkapi dengan interpretasinya. 3.3 Analisis Vector Autoregression (VAR) VAR merupakan sebuah sistem persamaan yang dapat memperlihatkan setiap peubah sebagai fungsi linear dari konstanta dan nilai lag dari peubah itu sendiri serta nilai lag dari peubah lain yang ada dalam sistem. Dalam model ini yang dijadikan sebagai peubah penjelas adalah lag dari peubah tak bebas (dependen) yang ada dalam sistem persamaan, sehingga dapat dikatakan bahwa semua variabel yang ada dalam VAR merupakan peubah endogen. VAR dengan ordo p dan peubah n buah tak bebas pada waktu ke-t dapat dimodelkan sebagai berikut : Yt a0 at yt 1 a2 yt 2 .... a p yt p t dimana : Y t : vektor peubah tak bebas ( y1t , y 2t ,..., y nt ) yang berukuran n x 1 a 0 : vektor intersep n x 1 a i : matriks parameter berukuran n x m untuk setiap i = 1,2, ...p t : vektor sisaan ( n : Jumlah baris pada matriks n x m m : Jumlah kolom pada matriks n x m t , 2t , 3t ,...., nt ) (3.1) 24 atau dapat juga disusun dalam bentuk matriks sebagai berikut : Y1 a11a21a31a41 Y a a a a 2 21 22 23 24 Y3 a31a32 a33 a34 Y a a a a n n1 n 2 n 3 nt Yt 1 1t Y t 2 2 t Yt 3 3t Y t n nt Asumsi yang harus dipenuhi dalam model VAR adalah : 1. Semua peubah tak bebas harus bersifat stasioner 2. Semua sisaan bersifat white noise, yakni memiliki rataan nol, ragam konstan dan saling bebas. 3.4. Vector Error Corection Model (VECM) Menurut Verbeek dalam Nugraha (2006), ketika dua atau lebih variabel yang terlibat dalam suatu persamaan pada data level tidak stasioner maka kemungkinan terdapat kointegrasi pada persamaan tersebut. Jika setelah dilakukan uji kointegrasi terdapat persamaan kointegrasi dalam model yang digunakan maka dianjurkan untuk memasukkan persamaan kointegrasi ke dalam model yang digunakan. Kebanyakan data time series stasioner pada perbedaan pertama. Maka untuk mengantisipasi hilangnya informasi jangka panjang dalam penelitian ini akan digunakan model VECM. VECM standar didapat dari model VAR dengan dikurangi xt-1. Adanya hubungan kointegrasi di antara kedua variabel mengisyaratkan bahwa sebuah formulasi error pada metode VAR dapat diestimasi. Pendekatan VECM diawali dari ordo VAR p-1 sebagai tahapan untuk memperoleh rank kointegrasi berdasarkan pengujian Johansen yang akan disusun sebagai persamaan kointegrasi jangka panjang. Pada persamaan VECM telah terkandung parameter jangka pendek dan jangka panjang yang memungkinkan 25 kita untuk mengetahui respon pada jangka pendek dan jangka panjang. Secara umum VECM dapat dituliskan dalam persamaan berikut: p 1 Yt i Yt i 0 1t ' Yt 1 t i 1 di mana : ∆Yt = Yt - Yt-1 (p-1) = ordo VECM dari VAR Гi = matriks koefisien regresi Y t-i = vektor lag variabel yang terdiri dari berbagai macam variabel yang digunakan, μ0 = vektor intercept μ1 = vektor koefisien regresi α = matriks loading β’ = vektor kointegrasi Y t-1 = vektor lag pertama variabel dalam level. (3.2) 26 3.5 Pengujian Pra-Estimasi Sebelum melakukan estimasi VAR atau VECM, maka ada beberapa tahapan yang harus dilakukan yaitu pengujian pra-estimasi. Pengujian-pengujian tersebut antara lain uji stasioneritas data, penentuan lag optimal, dan pengujian kointegrasi. 3.5.1 Uji Stasioneritas Data Data ekonomi time series pada umumnya bersifat stokastik atau memiliki tren yang tidak stasioner artinya data tersebut mengandung akar unit. Untuk dapat mengestimasi suatu model mengunakan data tersebut maka langkah pertama yang haru dilakukan masalah uji stasioneritas data atau dikenal dengan unit root test. Apabila data yang digunakan mengandung akar unit maka akan sulit untuk mengestimasi suatu model dengan menggunakan data tersebut karena tren data tersebut cenderung berfluktuasi tidak disekitar nilai rata-ratanya. Maka dapat disimpulkan bahwa data yang stasioner akan cenderung untuk mendekati nilai rata-ratanya dan berfluktuasi di sekitar nilai rata-ratanya (Gujarati, 2003). Uji akar unit akan dilakukan dalam penelitian ini dengan menggunakan Augmented Dickey Fuller (ADF). Keputusan hasil uji ADF ditentukan dengan melihat nilai statistik yang dibandingkan dengan nilai kritikal McKinnon pada tabel Dickey-Fuller. Apabila nilai statistik lebih besar dari pada tingkat kritis McKinnon, pada tingkat kritis yang telah ditentukan, 1 persen, 5 persen, atau 10 persen, maka H0 diterima yang berarti data mengandung akar unit atau tidak stasioner. Sebaliknya bila nilai 27 statistik lebih kecil dari pada nilai kritis McKinnon maka H0 ditolak yang mengindikasikan bahwa data stasioner. 3.5.2 Penentuan Lag Optimal Tahap kedua yang harus dilakukan dalam membentuk model VAR yang baik adalah menentukan panjang lag (ordo) optimal. Penentuan lag optimal dapat diidentifikasi dengan menggunakan Akaike Info Criterion (AIC), Schwarz Criterion (SC), Hannan-Quinn Criterion (HQ), dan sebagainya. Pada penelitian ini penentuan lag optimal hanya dilakukan berdasarkan kriteria AIC. Di mana AIC mengikuti persamaan sebagai berikut : 2 (3.3) AIC log t / N 2k / N Di mana ∑εt2 adalah jumlah residual kuadrat, sedangkan N dan k masingmasing merupakan jumlah sampel dan jumlah variabel yang beroperasi pada persamaan tersebut. Besarnya lag optimal ditentukan oleh lag yang memiliki nilai kriteria AIC yang terkecil. Penentuan lag optimal dapat juga dilakukan dengan memperbandingkan Adjusted R2 variabel VAR dari masing-masing kandidat selang. Selang optimal akan dipilih dari sistem VAR dengan selang tertentu yang menghasilkan nilai Adjusted R2 terbesar pada variabel-variabel penting di dalam sistem. Pada metode VAR, lag yang terlalu panjang akan membuang derajat bebas dengan percuma dan lag yang terlalu pendek dapat menyebabkan spesifikasi model yang salah. 28 3.5.3 Uji Kointegrasi Uji kointegrasi bertujuan untuk menentukan apakah variabel-variabel yang tidak stasioner mengalami kointegasi atau tidak. Konsep kointegrasi dikemukakan oleh Engle dan Granger pada tahun 1987 sebagai fenomena dimana kombinasi linear dari dua atau lebih variabel yang tidak stasioner akan menjadi stasioner. Kombinasi linear ini dikenal dengan nama persamaan kointegrasi dan dapat diinterpretasikan sebagai hubungan keseimbangan jangka panjang diantara variabel. Untuk menguji apakah kombinasi variabel yang tidak stasioner mengalami kointegrasi, pengujian yang dapat dilakukan adalah uji kointegrasi Engle-Granger, uji kointegrasi Johansen, maupun uji kointegrasi Durbin-Watson. Pengujian ini dilakukan dalam rangka memperoleh hubungan jangka panjang antara variabel yang telah memenuhi persyaratan dalam proses integrasi dimana semua variabel telah stasioner pada derajat yang sama yaitu pada first difference. Salah satu uji kointegrasi yang akan digunakan dalam penelitian ini adalah uji kointegrasi Johansen. Dengan H0 = non-kointegrasi, dan H1 = kointegrasi. Jika t trace statistics > nilai kritis maka tolak H0 yang artinya persamaan tersebut terkointegrasi. 29 3.6 Kausalitas Bivariat Granger Kausalitas bivariat Granger dilakukan untuk melihat hubungan sebab akibat di antara variabel-variabel yang digunakan dalam analisis. Terjadi kausalitas secara nyata atau tidak diketahui dengan membandingkan probabilitas dengan nilai kritis yang digunakan. Pada penelitian ini bila probabilitas lebih besar dari 0.05 maka dikatakan terjadi kausalitas yang signifikan. 3.7 Analisis Impulse Response Function (IRF) Analisis impuls respon adalah metode yang digunakan untuk menentukan respon suatu variabel endogen terhadap guncangan (shock) variabel tertentu. IRF juga digunakan untuk melihat guncangan dari satu variabel yang lain dan berapa lama pengaruh tersebut terjadi. IRF dalam penelitian ini dilakukan untuk mengetahui respon dinamik variabel nilai tukar Rupiah terhadap guncangan nilai tukar pada empat negara ASEAN lainnya. 3.8 Analisis Forecasting Error Decomposition of Variance (FEDV) Analisis dekomposisi varian atau dikenal dengan Forecasting Error Decomposition of Variance (FEVD) digunakan untuk menghitung dan menganalisis seberapa besar pengaruh acak guncangan dari variabel tertentu terhadap variabel endogen. FEVD menghasilkan informasi mengenai relatif pentingnya masing-masing inovasi acak atau seberapa kuat komposisi dari peranan variabel tertentu terhadap variabel lainnya dalam model VAR. Peramalan dekomposisi varian dalam penelitian ini untuk melihat seberapa besar inovasi dari variabel nilai tukar. 30 3.9 Model Penelitian Model yang digunakan dalam penelitian ini adalah sebagai berikut : LSINt a11a12 a13 a13 a15 LSINt i 1t LMAL a a a a a LMAL t t i 21 22 23 24 25 2t LPHILt a31a32 a33 a34 a35 LPHILt i 3t LTHAIt a 41a 42 a 43 a 44 a 45 LTHAIt i 4t LINA a a a a a LINA t t i 51 52 53 54 55 5t Dimana : LSINt = Logaritma Nilai tukar Riil Dollar Singapura terhadap US Dollar pada periode t LMALt = Logaritma Nilai tukar Riil Ringgit terhadap US Dollar pada periode t LPHILt = Logaritma Nilai tukar Riil Peso terhadap US Dollar pada periode t LTHAIt = Logaritma Nilai tukar Riil Bath terhadap US Dollar pada periode t LINAt = Logaritma Nilai tukar Riil Rupiah terhadap US Dollar pada periode t 31 IV. HASIL DAN PEMBAHASAN 4.1 Eksplorasi Data Sebelum dilakukan pengolahan, data yang digunakan dalam analisis ini diplotkan terlebih dahulu menurut waktu, dengan tujuan agar dapat dilihat kecenderungan (trend) serta gambaran umum data tersebut. Data yang diplotkan terdiri dari data kurs Rupiah, Ringgit, Peso, Bath, dan Dollar Singapura terhadap Dollar. Data yang diplotkan berjumlah 214 bulan dengan periode waktu mulai Januari 1990 hingga Oktober 2008. Data tersebut diplotkan dengan bantuan perangkat Minitab, gambar pola datanya dapat dilihat pada Lampiran 1. Gambar Plot data pada Lampiran 1 menunjukkan bahwa variabel kurs Rupiah memiliki slope (kecenderungan) yang curam dibanding dengan nilai tukar lainnya. Trend Rupiah terus meningkat pada beberapa periode walaupun ada pula kecenderungan menurun pada periode lainnya. Gejolak ini tidak terlepas dari gejolak ekonomi maupun non ekonomi. Beberapa esensi penting yang dapat diambil dari Lampiran 1 pertama, pada periode sebelum krisis ekonomi pemerintah menerapkan kebijakan untuk mendorong ekspor dengan melakukan depresiasi nilai tukar Rupiah, namun hal ini tidak berpengaruh pada peningkatan ekspor tetapi justu membuat nilai tukar semakin melemah sehingga berlanjut pada krisis moneter. Kedua, pada tahun 1997 terjadi krisis keuangan di Asia yang dipicu oleh keputusan pemerintah Thailand untuk mendevaluasi mata uang Bath pada tanggal 2 Juli 1997 yang kemudian berdampak menjalar pada mata uang rupiah dan pemerintah mulai menerapkan rezim nilai tukar mengambang bebas, terkait dengan semakin terkurasnya cadangan devisa negara akibat depresiasi 32 hingga mencapai 70 % bahkan sempat menginjak level Rp 16.000 per Dollar pada kuartal pertama tahun 1997. Melemahnya nilai tukar Rupiah mendorong investor asing menarik dananya pada waktu bersamaan dari Indonesia yang diinvestasikan dalam bentuk portofolio surat berharga dan kepanikan mulai terjadi di pasar valas terutama karena perusahaan dan Bank dalam negeri memborong devisa untuk membayar atau melindungi kewajiban luar negerinya dari resiko nilai tukar. Arus modal yang keluar semakin meningkat akibat kondisi sosial dan politik yang semakin memburuk. Ketiga, pada periode setelah krisis di tahun 2000- 2004 berada pada kisaran Rp 8.000 per Dollar salah satu faktor peyebabnya adalah terjadinya goncangan ekonomi dunia yaitu terjadinya tragedi WTO sehingga keadaan perekonomian dunia menurun selain itu terjadi kesenjangan antara permintaan dan penawaran di pasar valuta asing dan juga sentimen negatif terhadap kondisi keamanan dalam negeri. Ringgit memiliki slope yang lebih rendah dari nilai tukar Rupiah terhadap Dollar. Artinya fluktuasinya tidak terlalu tajam dibandingkan dengan fluktuasi Rupiah terhadap Dollar. Dalam peride 1992-2006 telah terjadi fluktuasi sedikitnya 2 kali yaitu pada tahun 1998 dan tahun 2001. Gejolak ini terjadi sebagai akibat gejolak ekonomi domestik yang tidak stabil karena krisis moneter. Pada tahun 1997, Malaysia memiliki defisit akun mata uang sebesar lebih dari 6 persen dari GDP, selain itu serangan spekulator yang sangat kuat terhadap Ringgit Malaysia sehingga Malaysia mengambangkan mata uangnya pada 17 Agustus 1997 dan pada saat yang bersamaan bursa saham Kuala Lumpur jatuh 856 point akibatnya ringgit jatuh secara tajam. Pada periode setelah krisis trend Rupiah terhadap 33 Ringgit relatif stabil namun gejolak terjadi sekitar tahun 2001 akibat pengaruh ekonomi eksternal yang berakibat pada guncangan ekonomi dunia. Dollar Singapura memiliki slope yang agak curam, hal ini terutama terjadi pada periode krisis dimana kurs Rupiah terhadap Dollar Singapura mencapai kisaran Rp 8.000 sampai Rp 9.000 kecenderungan ini terjadi karena krisis ekonomi yang melanda sebagian negara di Asia. Dollar Singapura termasuk mata uang yang berhasil terhindar dari tekanan spekulatif pada saat krisis karena pemerintah Singapura berupaya mengatur pertukaran mata uangnya. Bath memiliki slope sedikit curam, fluktuasi tajam terjadi pada periode 1997 dimana nilai tukar Rupiah terhadap Bath mengalami depresiasi terbesar. Pendevaluasian Bath menjadi salah satu faktor penyebab depresiasi nilai tukar pada periode tersebut, efek ini menimbulkan krisis di Asia yang menjalar ke negara di kawasan ASEAN. Mata uang Bath terpukul oleh serangan spekulasi besar, selain itu sekitar tahun 1997 baht dipatok pada kepada dolar sehingga Baht jatuh tajam dan hilang setengah harganya. Penyebab lain jatuhnya mata uang Bath adalah ketidakstabilan di pasar saham Thailand dimana pasar saham Thailand jatuh hingga mencapai 75% pada tahun 1997 akibatnya perusahaan keuangan Thailand bangkrut dan kondisinya semakin parah dan menjalar terutama pada negara dikawasan ASEAN. Peso memiliki kecenderungan kurs meningkat akan tetapi memiliki slope yang lebih redah dibandingkan dengan nilai tukar lainnya. Terlihat bahwa fluktuasi kurs terbesar terjadi antara bulan Januari 1998 hingga Juni 1998. Philipina memiliki cadangan devisa yang rendah karena tingginya defisit dalam 34 neraca tahun berjalan, selain itu serangan para spekulan di Philipina yang memburu Dollar dan melepas Peso cukup tinggi hal ini mengakibatkan harga Dollar naik dengan pesat. 4.2 Penstasioneran Data Agar data yang digunakan tidak menghasilkan regresi palsu, maka sebelumnya seluruh data yang digunakan dalam model persamaan harus distasionerkan terlebih dahulu. Penstasioneran data diuji dengan menggunakan Augmented Dickey Fuller (ADF) melalui perangkat lunak Eviews 5.1. Pengujian kestasioneran data perlu dilakukan karena data yang tidak stasioner tidak dapat dimasukkan kedalam model VAR biasa melainkan harus dimasukan kedalam model VECM (Vektor Error Correction Model). Hasil pengujian penstasioneran data baik pada periode sebelum maupun setelah krisis dapat dilihat pada tabel dibawah ini : Tabel 4.1. Hasil Pengujian Penstasioneran Data Periode Sebelum Krisis LSIN LMAL LPHIL LTHAI LINA -2.249502 -0.349144 -0.116206 -1.552058 -1.559032 In Level Nilai Kritis McKinnon 10% 5% -1.614487 -1.944286 -1.614464 -1.944324 -1.614464 -1.944324 -1.614392 -1.944445 -1.614417 -1.944404 LSIN LMAL LPHIL LTHAI LINA -5.508371 -2.760845 -3.988729 -2.654834 -2.674226 In First Difference -1.614487 -2.589795 -1.614464 -1.944324 -1.614464 -1.944324 -1.614392 -1.944445 -1.614417 -1.944404 Variabel Nilai ADF Sumber: Lampiran 2 Keterangan Stasioner Tidak Stasioner Tidak Stasioner Tidak Stasioner Tidak Stasioner Stasioner Stasioner Stasioner Stasioner Stasioner 35 Tabel 4.2. Hasil Pengujian Penstasioneran Data Periode Setelah Krisis LSIN LMAL LPHIL LTHAI LINA -1.353211 -1.535062 -1.637144 -1.158045 -1.556023 In Level Nilai Kritis McKinnon 10% 5% -1.615075 -1.943324 -1.615062 -1.943344 -1.615075 -1.943324 -1.615062 -1.943344 -1.615075 -1.943324 LSIN LMAL LPHIL LTHAI LINA -9.400040 -17.26831 -11.07833 -8.648300 -10.06591 In First Difference -1.615062 -1.943344 -1.615062 -1.943344 -1.615062 -1.943344 -1.615062 -1.943344 -1.615062 -1.943344 Variabel Nilai ADF Keterangan Tidak Stasioner Tidak Stasioner Tidak Stasioner Tidak Stasioner Tidak Stasioner Stasioner Stasioner Stasioner Stasioner Stasioner Sumber: Lampiran 2 Pada Tabel 4.1 terlihat bahwa pada periode sebelum krisis ekonomi terdapat satu variable yang statsioner pada level karena nilai t statistic ADF-nya lebih kecil dibandingkan nilai kritis McKinnon yaitu Dollar Singapura sedangkan nilai tukar yang lainnya tidak statsioner pada level karena nilai t statistic ADF-nya lebih besar. Sehingga membuat kita harus melakukan uji akar unit pada tingkat first difference. Pada tingkat first difference semua variabel terlihat stasioner karena nilai t statistiknya ADF-nya lebih kecil dibandingkan dengan nilai kritis McKinnon pada suatu tingkat kritis 5% dan 10%. Begitu pula pada periode setelah krisis ekonomi dimana semua variabel tidak stasioner dalam level sehingga dilakukan pengujian pada tingkat first difference dan hasilnya semua variabel yang digunakan dalam model menjadi stasioner karena nilai ADF nya lebih besar dibandingkan dengan nilai kritis Mc Kinnon hal ini dapat dilihat pada Tabel 4.2. 36 4.3 Penentuan Lag Optimal Pengujian panjang lag optimal ini sangat berguna untuk menghilangkan masalah autokorelasi dalam sistem VAR. Sehingga dengan digunakannya lag optimal diharapkan tidak muncul lagi masalah autokorelasi. Penentuan lag optimal yang digunakan pada penelitian ini didasarkan pada nilai Akaike Information Criteria (AIC) yang terkecil. Hasil pengujian lag optimal dapat dilihat pada Tabel 4.3 berikut. Tabel 4.3. Uji Lag Optimal Sebelum Krisis Lag (Bulan) AIC 0 -26.00119 1 -27.04981 2 -27.0338 3 -26.89267 4 -27.36242 5 -27.60966 6 -27.69866* 7 -27.46271 8 -27.37282 * angka AIC terkecil Sumber: Lampiran 3 Perhitungan nilai AIC untuk masing-masing lag mengindikasikan bahwa nilai AIC yang terkecil pada periode sebelum krisis yaitu -27.69866 terdapat pada lag enam. Karenanya pada analisis VAR akan digunakan lag enam sebagai lag optimumnya. Dengan demikian sesuai dengan ordo VAR yang didapat, maka dapat dibentuk persamaan VAR periode sebelum krisis sebagai berikut : 6 6 6 6 6 i 1 i 1 i 1 i 1 i 1 6 6 6 6 6 i 1 i 1 i 1 i 1 i 1 LSIN t i LSIN t i i LMALt i i LPHIL t i i LTHAI t i i LINAt i t LMALt i LSIN t i i LMALt i i LPHIL t i i LTHAI t i i LINAt i t (4.1) (4.2) 37 6 6 6 6 6 i 1 i 1 i 1 i 1 i 1 6 6 6 6 6 i 1 i 1 i 1 i 1 i 1 LPHIL t i LSIN t i i LMALt i i LPHIL t i i LTHAI t i i LINAt i t LTHAI t i LSIN t i i LMALt i i LPHIL t i i LTHAI t i i LINAt i t 6 6 6 6 6 i 1 i 1 i 1 i 1 i 1 LINAt i LSIN t i i LMALt i i LPHIL t i i LTHAI t i i LINAt i t (4.3) (4.4) (7) (4.5) Tabel 4.4. Uji Lag Optimal Setelah Krisis Lag (Bulan) AIC 0 -27.02730 1 -27.15388 2 -27.89567 3 -27.92524* 4 -26.81953 5 -26.80978 6 -26.61749 7 -26.62057 8 -26.55711 * angka AIC terkecil Sumber: Lampiran 3 Sementara itu pada periode setelah krisis berdasarkan perhitungan nilai AIC untuk masing-masing lag mengindikasikan bahwa nilai AIC yang terkecil pada yaitu -27.95524 terdapat pada lag tiga. Karenanya pada analisis VAR akan digunakan lag tiga sebagai lag optimumnya. Dengan demikian sesuai dengan ordo VAR yang didapat, maka dapat dibentuk persamaan VAR periode setelah krisis sebagai berikut : 3 3 3 3 3 i 1 i 1 i 1 i 1 i 1 3 3 3 3 3 i 1 i 1 i 1 i 1 i 1 3 3 3 3 3 i 1 i 1 i 1 i 1 i 1 LSIN t i LSIN t i i LMALt i i LPHIL t i i LTHAI t i i LINAt i t (4.6) LPHIL t i LSIN t i i LMALt i i LPHIL t i i LTHAI t i i LINAt i t (4.7) LMALt i LSIN t i i LMALt i i LPHIL t i i LTHAI t i i LINAt i t (4.8) 38 3 3 3 3 3 i 1 i 1 i 1 i 1 i 1 LTHAI t i LSIN t i i LMALt i i LPHIL t i i LTHAI t i i LINAt i t 3 3 3 3 3 i 1 i 1 i 1 i 1 i 1 LINAt i LSIN t i i LMALt i i LPHIL t i i LTHAI t i i LINAt i t (4.9) (4.10) 4.4 Uji Kointegrasi Proses integrasi dapat dilakukan apabila seluruh variabel telah memenuhi persyaratan, yaitu stasioner pada derajat yang sama yaitu derajat I(1) atau dengan kata lain stasioner pada tingkat first difference. Uji kointegrasi pada periode sebelum krisis dilakukan pada lag lima, di mana lag lima adalah lag optimal VAR dikurang satu. Sementara itu pada periode setelah krisis uji kointegrasi dilakukan pada lag dua setelah lag optimal dikurangi satu. Hasil uji kointegrasi menggunakan Test Johanssen’s Trace Statistic dapat dilihat pada Tabel. Tabel 4.5. Uji Johanssen’s Trace Statistic Sebelum Krisis Hypothesized Eigenvalue Trace 5 Percent 1 Percent No. of CE(s) Statistic Critical Value Critical Value None ** 0.418099 112.7130 88.80380 99.09876 At most 1 0.227307 60.35770 63.87610 69.76865 At most 2 0.184016 38.37548 42.91525 45.87646 At most 3 0.132452 19.46291 25.87211 27.45324 At most 4 0.064986 6.249063 12.51798 16.745737 ** signifikan pada tingkat 5% dan 1% Sumber: Lampiran 4 Tabel 4.6. Uji Johanssen’s Trace Statistic Setelah Krisis Hypothesized Eigenvalue Trace 5 Percent No. of CE(s) Statistic Critical Value None ** 0.343870 53.51743 38.33101 At most 1* 0.200456 34.41163 32.11832 At most 2 0.170611 23.75732 25.82321 At most 3 0.055477 7.248575 19.38704 At most 4 0.037250 4.821115 12.51798 ** signifikan pada tingkat 5% dan1 % Sumber: Lampiran 4 * signifikan pada tingkat 1% 1 Percent Critical Value 40.89769 46.67465 30.86579 23.56762 16.98765 39 Uji Johanssen’s Trace Statistic digunakan untuk mengetahui jumlah persamaan kointegrasi di dalam sistem. Untuk menentukan jumlah persamaan yang terkointegrasi dilakukan dengan membandingkan estimasi trace statistic terhadap nilai kritisnya (critical value), yang mana pada penelitian ini digunakan tingkat kritis 5 persen. Sebuah persamaan dikatakan terkointegrasi apabila nilai trace statistic-nya lebih besar dari pada nilai kritis yang digunakan. Pada periode sebelum krisis terdapat satu persamaan yang terkointegrasi pada nilai kritis 5% dan 1%, sedangkan setelah krisis dapat diketahui bahwa terdapat dua persamaan yang terkointegrasi pada taraf signifikansi 5% dan 1%. 4.5 Uji Kausalitas Granger Uji kausalitas bivariat dilakukan untuk melihat hubungan kausalitas yang mungkin terjadi di antara variabel-variabel dalam model. Pada penelitian ini uji kausalitas dilakukan dengan menggunakan Granger Causality yang hasilnya teringkas pada Tabel 4.7 berikut. Tabel 4.7. Uji Kausalitas Granger Sebelum Krisis Variabel LSIN LMAL LPHIL LTHAI LINA 2,89 8,09 0,87 2,94 2,62 1,55 1,27 Bebas Variabel Terikat LSIN LMAL 4,56 LPHIL 0,47 LTHAI 4,08 LINA 5,76 Sumber: Lampiran 5 2,78 1,25 9,59 3,09 2,01 1,33 7,35 0,23 1,32 40 Tabel 4.8. Uji Kausalitas Granger Variabel Nilai Tukar Setelah Krisis Variabel LSIN LMAL LPHIL LTHAI LINA Bebas Variabel Terikat LSIN LMAL 3.38 LPHIL 1.39 LTHAI 0.06 LINA 5.37 Sumber: Lampiran 5 10.79 3.40 0.21 0.07 2.54 1.58 4.14 2.26 8.23 2.02 1.61 3.80 2.18 2.89 2.09 3.43 Angka-angka pada tabel adalah nilai F-stat untuk masing-masing hipotesis kausalitas Granger. Pada uji kausalitas bivariat, H0 yang diuji adalah tidak adanya hubungan kausalitas di antara kedua variabel, sementara H1 adalah adanya hubungan kausalitas di antara kedua variabel. Untuk menerima atau menolak H0 digunakan nilai probabilitas yang dibandingkan dengan nilai kritis yang digunakan. Bila nilai probabilitas lebih kecil dari nilai kritis yang telah ditentukan maka H0 ditolak atau dengan kata lain terdapat hubungan kausalitas pada variabel-variabel yang diuji. Pada Tabel 4.7 dan 4.8 angka-angka yang dicetak tebal menunjukkan signifikansi pada taraf nyata 5 persen. Dari uji Granger Bivariat diketahui pada periode sebelum krisis terdapat hubungan kausalitas dua arah antara Dollar Singapura-Ringgit, Bath-Dollar Singapura, Ringgit-Bath, dan Rupiah-Bath. Sedangkan pada periode seteleh krisis terrdapat hubungan kausalitas dua arah antara Dollar Singapura-Ringgit, Dollar Singapura-Bath, Dollar Singapura dan Rupiah. Berdasarkan analisis tersebut dapat disimpulkan bahwa nilai tukar yang memiliki hubungan kausalitas yang kuat baik pada periode sebelum maupun sesudah krisis adalah Dollar Singapura dan Ringgit. 41 4.6 Simulasi Impulse Response Function (IRF) Variabel Nilai Tukar ASEAN 5 Sebelum Krisis Impulse Response adalah respon sebuah variabel dependen jika mendapat guncangan atau inovasi variabel independen sebesar satu standar deviasi. Kita akan melihat respon dari masing – masing nilai tukar terhadap guncangan nilai tukar pada lima negara ASEAN. 4.6.1 Dollar Singapura Guncangan kurs Ringgit sebesar satu standar deviasi sebelum krisis ekonomi pada bulan pertama belum memberikan pengaruh pada pergerakan kurs Dollar Singapura. Guncangan kurs Ringgit mulai berpengaruh pada bulan ketiga, guncangan sebesar satu standar deviasi akan mengakibatkan Dollar Singapura terapresiasi sebesar 0,1 persen. Guncangan kurs Ringgit terhadap Dollar Singapura hanya terlihat pengaruhnya hingga bulan keenam dan untuk bulan selanjutnya guncangan kurs Ringgit mengakibatkan Dollar Singapura bergerak relatif stabil yakni terapresiasi sebesar 0,5 persen. Apresiasi Dollar Singapura terjadi hingga bulan kesepuluh, pengaruh guncangan mulai hilang sekitar bulan kesebelas dimana guncangan kurs menyebabkan pertumbuhan yang relatif stabil dengan apresiasi rata – rata sebesar 0,5 persen. Guncangan Ringgit cukup berpengaruh terhadap pergerakan Dollar Singapura hal ini terjadi karena semakin eratnya transaksi perdagangan maupun modal pada kedua kawasan tersebut. Malaysia merupakan salah satu negara yang paling banyak menanamkan modal di Singapura. Selain itu perdagangan yang dilakukan Singapura di Kawasan intra ASEAN juga cukup tinggi. 42 Guncangan kurs Peso sebesar satu standar deviasi sebelum krisis pada periode pertama belum terlihat memberikan pengaruh pada pergerakan kurs Dollar Singapura. Pada bulan ketiga guncangan kurs Peso mengakibatkan Dollar Singapura mengalami depresiasi sebesar 0,1 persen. Respon guncangan mulai terlihat pada bulan kelima dimana Dollar Singapura akan terdepresiasi sebesar 0,3 persen. Pada bulan keenam hingga bulan keduapuluh mengakibatkan pergerakan Dollar Singapura stabil mulai dengan depresiasi sebesar 0,4 persen. Guncangan kurs Bath sebesar satu standar deviasi sebelum krisis pada periode pertama belum memberikan pengaruh pada pergerakan Dollar Singapura. Pada bulan kedua guncangan kurs Bath sebesar satu standar deviasi akan mengakibatkan Dollar Singapura terdepresiasi sebesar 0,2 persen. Kemudian setelah bulan kelima Dollar Singapura akan terlihat terapresiasi sebesar 0,1 persen. Setelah bulan kelima hingga keduapuluh guncangan kurs Bath akan mengakibatkan Dollar Singapura terapresiasi dengan nilai stabil yakni 0,3 persen. Hal ini mengindikasikan bahwa guncangan kurs Bath memberikan pengaruh pada pergerakan Dollar Singapura dimulai pada bulan kedua hingga bulan keenam karena terlihat berfluktuasi. Namun pada periode selanjutnya Dollar Singapura akan terlihat stabil pergerakannya dalam merespon guncangan Bath. Guncangan kurs Rupiah sebesar satu standar deviasi sebelum krisis ekonomi pada bulan pertama belum direspon oleh pergerakan Dollar Singapura. Pada bulan keempat guncangan Rupiah sebesar satu standar deviasi akan mengakibatkan Dollar Singapura terdepresiasi sebesar 0,4 persen. Guncangan kurs Rupiah terhadap Dollar Singapura terus mengalami trend kenaikan hingga 43 bulan ketujuh pada periode tersebut Dollar Singapura akan mengalami apresiasi sebesar 0,6 persen. Pada periode selanjutnya Dollar Singapura relatif stabil dalam menghadapi guncangan Rupiah. Berdasarkan gambar dibawah ini dapat disimpulkan bahwa respon Dollar Singapura dalam menghadapi guncangan empat mata uang di negara ASEAN terlihat kurang responsif. Guncangan Ringgit dan Bath akan mengakibatkan pergerakan Dollar Singapura menjadi terapresiasi dan pengaruhnya terlihat setelah bulan kelima, namun guncangan Peso dan Rupiah justru mengakibatkan kurs mata uang tersebut terdepresiasi. Respon Dollar Singapura akibat guncangan nilai tukar ASEAN 4 dapat dilihat pada Gambar 4.1 berikut ini. Gambar 4.1. Respon Dollar Singapura terhadap Guncangan Kurs ASEAN 4 Sebelum Krisis 44 4.6.2. Ringgit Guncangan kurs Dollar Singapura sebesar satu standar deviasi sebelum krisis ekonomi pada bulan pertama memberikan pengaruh pada depresiasi Ringgit sebesar 0,2 persen. Pada bulan kedua memberikan pengaruh pada depresiasi Ringgir sebesar 0,5 persen. Pada bulan kelima Ringgit merespon dengan pergerakan yang menurun yaitu terdepresiasi sebesar 0,4 persen. Sedangkan pada bulan selanjutnya Ringgit akan terlihat stabil dalam mengahadapi guncangan Dollar Singapura, mulai bulan keenam hingga keduapuluh Ringgit mengalami depresiasi sebesar 0,3 persen dalam mengahadapi guncangan sebesar satu standar deviasi pada Dollar Singapura. Guncangan kurs Peso sebesar satu standar deviasi sebelum krisis pada periode pertama belum berpengaruh pada pergerakan Ringgit. Pada bulan ketiga guncangan kurs Peso akan mengakibatkan Ringgit terdepresiasi sebesar 0,4 persen. Pada bulan kelima dan selanjutnya guncangan Peso akan mengakibatkan Ringgit terdepresiasi sebesar 0,6 persen. Guncangan kurs Peso terhadap Ringgit hanya terlihat pengaruhnya pada bulan kedua hingga bulan kelima dan pada periode setelah itu Ringgit akan terlihat stabil dengan depresiasi rata – rata 0,5 persen. Guncangan kurs Bath sebesar satu standar deviasi sebelum krisis pada periode pertama belum berpengaruh pada pergerakan Ringgit. Pada bulan ketiga guncangan kurs Bath akan mengakibatkan Ringgit terapresiasi sebesar 0,3 persen. Guncangan kurs Bath sebesar satu standar deviasi pada bulan kelima akan mengakibatkan Ringgit terapresiasi sebesar 0,4 persen. Setelah bulan tersebut 45 hingga bulan keduapuluh Ringgit akan mengalami apresiasi yang stabil dalam merespon guncangan kurs Bath dengan nilai rata – tara sebesar 0,5 persen. Guncangan kurs Rupiah sebesar satu standar deviasi sebelum krisis ekonomi pada bulan pertama belum berpengaruh pada pergerakan Ringgit. Ringgit mulai merespon guncangan Rupiah pada bulan kelima dimana guncangan sebesar satu standar deviasi pada Rupiah akan menyebabkan Ringgit terdepresiasi sebesar 0,2 persen. Pada bulan keenam guncangan Rupiah sebesar satu standar deviasi akan mengakibatkan Ringgit terdepresiasi sebesar 0,3 persen. Untuk bulan selanjutnya guncangan Rupiah akan mengakibatkan Ringgit terdepresiasi dengan nilai yang relatif stabil berada pada kisaran 0,4 persen. Berdasarkan gambar diatas dapat disimpulkan bahwa respon Ringgit dalam menghadapi guncangan empat mata uang di negara ASEAN terlihat berbeda. Guncangan Dollar Singapura, Peso dan Rupiah akan mengakibatkan Ringgit menjadi terdepresiasi dan pengaruhnya terlihat setelah bulan kelima, namun guncangan Bath sebelum krisis justru mengakibatkan kurs mata uang tersebut terapresiasi. Respon Ringgit terlihat kurang responsif dalam menghadapi guncangan nilai tukar disebabkan karena pada periode tahun 1990 – 1997 Malaysia sudah tiga kali berganti rezim nilai tukar yakni nilai tukar fleksibel, rezim nilai tukar tetap dan nilai tukar menambang terkendali. Hal ini mengakibatkan Ringgit bergerak stabil dalam merespon nilai tukar lainnya. Pergerakan Ringgit dalam merespon guncangan dapat dilihat pada Gambar 4.2 berikut. 46 Gambar 4.2 Respon Ringgit terhadap guncangan Kurs ASEAN 4 Sebelum Krisis 4.6.3.Peso Respon Peso terhadap guncangan kurs Dollar Singapura sebesar satu standar deviasi pada bulan pertama mengakibatkan Peso terdepresiasi sebesar 0,04 persen. Mulai bulan kedua Peso merespon pergerakan Dollar Singapura, pada bulan kelima Peso akan mengalami depresiasi hingga mencapai 0,6 persen akibat guncangan Dollar Singapura. Pada bulan keenam hingga bulan keduapuluh trend Peso terus mengalami peningkatan dalam merespon guncangan Dollar Singapura hingga terdepresiasi sebesar 0,8 persen. Pada bulan pertama guncangan kurs Ringgit sebesar satu standar deviasi memberikan pengaruh pada pergerakan Peso sebesar 0,07 persen. Pada periode keempat Peso mengalami depresiasi sebesar 0,3 persen dalam merespon 47 guncangan Ringgit. Sementara itu pada periode kesepuluh hingga selanjutnya depresiasi Peso terus meningkat hingga mencapai 0,7 persen dalam menghadapi guncangan sebesar satu standar deviasi Ringgit. Pada bulan selanjutnya Peso akan bergerak relatif stabil dalam menghadapi guncangan Ringgit dengan pergerakan rata – rata 0,8 persen. Pada horizon pertama guncangan kurs Bath sebesar satu standar deviasi memberikan pengaruh pada apresiasi Peso yaitu sebesar 0,1 persen. Pada periode kedua Peso mengalami apresiasi sebesar 0,2 persen dalam merespon guncangan Bath. Sementara itu pada periode keempat hingga bulan ketujuh Peso mengalami depresiasi yang meningkat hingga mencapai 0,5 persen. Pada periode selanjutnya Peso akan bergerak relatif stabil dalam merespon guncangan sebesar satu standar deviasi kurs Bath dengan depresiasi mencapai 0,6 persen. Guncangan kurs Rupiah sebesar satu standar deviasi sebelum krisis ekonomi pada bulan pertama akan mengakibatkan kurs Peso terapresiasi sebesar 0,3 persen. Pada bulan kelima guncangan Rupiah sebesar satu standar deviasi akan mengakibatkan Peso teapresiasi sebesar 0,5 persen. Guncangan kurs Rupiah terhadap Peso terus mengalami trend kenaikan hingga bulan keduapuluh, pada bulan kelima dan selanjutnya Peso akan mengalami apresiasi dengan nilai yang relatif stabil yakni mencapai 0,7 persen dalam mengahadapi guncangan satu standar deviasi kurs Rupiah. Berdasarkan gambar dibawah ini dapat disimpulkan bahwa respon Peso dalam menghadapi guncangan empat mata uang di negara ASEAN kurang responsif. Guncangan Dollar Singapura, Ringgit dan Bath akan mengakibatkan 48 pergerakan Peso menjadi terdepresiasi namun guncangan Rupiah justru akan mengakibatkan kurs mata uang tersebut terapresiasi. Pada periode 1990 – 2005 Fhilipina menganut rezim nilai tukar mengambang bebas sehingga pergerakannya mengikuti mekanisme pasar. Respon Peso akibat guncangan nilai tukar ASEAN 4 dapat dilihat pada Gambar 4.3. Gambar 4.3 Respon Peso terhadap guncangan Kurs ASEAN 4 Sebelum Krisis 4.6.4 Bath Guncangan kurs Dollar Singapura sebesar satu standar deviasi sebelum krisis ekonomi pada bulan pertama memberikan pengaruh pada apresiasi Bath sebesar 0,3 persen. Pada bulan ketiga guncangan Dollar Singapura sebesar satu standar deviasi akan mengakibatkan Bath terdepresiasi sebesar 0,2 persen. Guncangan kurs Dollar Singapura terhadap Bath terus mengalami trend 49 penurunan hingga bulan keduapuluh, pada bulan keempat hingga keduapuluh Bath akan mengalami depresiasi yang relatif stabil dan sangat kecil yakni 0,03 persen. Pada horizon pertama guncangan kurs Ringgit sebesar satu standar deviasi memberikan pengaruh pada pergerakan Bath sebesar 0,08 persen. Pada bulan kelima Bath mengalami apresiasi sebesar 0,1 persen dalam merespon guncangan Ringgit. Sementara itu pada bulan keenam hingga keduapuluh depresiasi Bath terus meningkat hingga mencapai 0,2 persen. Depresiasi Bath cukup stabil dalam mengahadapi guncangan Ringgit sebesar satu standar deviasi hingga periode keduapuluh. Guncangan kurs Peso sebesar satu standar deviasi sebelum krisis pada periode pertama belum memberikan pengaruh terhadap pergerakan Bath. Pada bulan kelima guncangan kurs Peso akan mengakibatkan Bath terdepresiasi sebesar 0,1 persen. Pada periode keenam Bath justru mengalami kenaikan depresiasi hingga mencapai 0,2 persen. Setelah bulan keenam guncangan kurs Bath direspon oleh pergerakan yang relatif stabil pada Peso dengan nilai depresiasi hamper mencapai 0,3 persen. Guncangan kurs Rupiah sebesar satu standar deviasi sebelum krisis ekonomi pada bulan pertama akan mengakibatkan kurs Bath terapresiasi sebesar 0,04 persen. Pada bulan kelima guncangan Rupiah sebesar satu standar deviasi akan mengakibatkan Bath terdepresiasi sebesar 0,2 persen. Guncangan kurs Rupiah terhadap Bath terus mengalami trend kenaikan hingga bulan keduapuluh, namun nilainya relatif stabil dengan depresiasi mencapai 0,3 persen. 50 Berdasarkan gambar dibawah ini dapat disimpulkan bahwa respon Bath dalam menghadapi guncangan empat mata uang di negara ASEAN terlihat berbeda. Guncangan Dollar Singapura, Peso dan Rupiah akan mengakibatkan pergerakan Peso menjadi terdepresiasi namun guncangan Ringgit justru akan mengakibatkan kurs mata uang tersebut terapresiasi. Respon Bath kurang responsif dalam menghadapi guncangan nilai tukar lainnya gal ini terjadi karena pada periode Januari 1970 hingga Juni 1970 Thailand menetapkan nilai tukar tetap sehingga otoritas moneter memiliki kekuatan untuk menjaga kestabilan Bath. Respon pergerakan Bath dapat dilihat pada Gambar 4.4. Gambar 4.4 Respon Bath terhadap guncangan Kurs ASEAN 4 Sebelum Krisis 51 4.6.5 Rupiah Guncangan kurs Dollar Singapura sebesar satu standar deviasi sebelum krisis ekonomi pada bulan pertama memberikan pengaruh pada depresiasi Rupiah sebesar 0,1 persen. Pada bulan ketiga guncangan kurs Dollar Singapura sebesar satu standar deviasi akan mengakibatkan Rupiah terapresiasi sebesar 0,1 persen. Guncangan kurs Dollar Singapura terhadap Rupiah terus mengalami kestabilan hingga periode keduapuluh dimana nilai tukar Rupiah akan mengalami apresiasi sebesar 0,1 persen ketika mengalami guncangan sebesar satu standar deviasi pada Dollar Singapura. Guncangan kurs Ringgit sebesar satu standar deviasi sebelum krisis ekonomi pada bulan pertama memberikan pengaruh pada depresiasi Rupiah sebesar 0,05 persen. Pada bulan kelima guncangan Ringgit sebesar satu standar deviasi akan mengakibatkan Rupiah terapresiasi sebesar 0,2 persen. Pada bulan keenam hingga selanjutnya Rupiah akan mengalami apresiasi sebesar 0,1 persen dalam menghadapi guncangan Ringgit sebesar satu standar deviasi. Mulai bulan keenam Rupiah mengalami kestabilan dalam merespon guncangan sebesar satu standar deviasi pada Ringgit. Guncangan kurs Peso sebesar satu standar deviasi sebelum krisis pada periode pertama belum memberikan pengaruh pada pergerakan Rupiah. Pada bulan kedua guncangan kurs Peso akan mengakibatkan Rupiah terdepresiasi sebesar 0,09 persen. Pada bulan kedua guncangan kurs Peso akan mengakibatkan Rupiah terdepresiasi hampir mencapai 0,1 persen, respon tersebut relatif stabil hingga bulan keduapuluh. 52 Pada horizon pertama guncangan kurs Bath sebesar satu standar deviasi belum memberikan pengaruh terhadap pergerakan Rupiah. Pada bulan kelima Rupiah mengalami apresiasi sebesar 0,1 persen dalam merespon guncangan Bath. Sementara itu pada bulan kesepuluh hingga selanjutnya apresiasi Rupiah mencapai 0,07 persen dalam menghadapi guncangan sebesar satu standar deviasi pada Bath. Berdasarkan gambar dibawah ini dapat disimpulkan bahwa respon Rupiah dalam menghadapi guncangan empat mata uang di negara ASEAN terlihat kurang responsif. Hal ini terjadi karena pada periode November 1978 hingga Juni 1997 Indonesia menganut rezim nilai tukat mengambang terkendali dimana otoritas moneter berusaha agar Rupiah bergerak relatif stabil. Gambar 4.5 Respon Rupiah terhadap guncangan Kurs ASEAN 4 Sebelum Krisis 53 4.7 Simulasi Impulse Response Function (IRF) Variabel Nilai Tukar ASEAN 5 Setelah Krisis 4.7.1 Dollar Singapura Guncangan kurs Ringgit sebesar satu standar deviasi setelah krisis ekonomi pada bulan pertama belum memberikan pengaruh pada pergerakan kurs Dollar Singapura. Guncangan kurs Ringgit mulai berpengaruh pada bulan kedua, guncangan sebesar satu standar deviasi akan mengakibatkan Dollar Singapura terdepresiasi sebesar 0,2 persen. Guncangan kurs Ringgit terhadap Dollar Singapura pada bulan kelima sebesar satu standar deviasi akan mengakibatkan Dollar Singapura terdepresiasi sebesar 0,1 persen. Pada bulan kesembilan hingga selanjutnya Dollar Singapura bergerak stabil dengan depresiasi mencapai 0,1 persen. Guncangan kurs Peso sebesar satu standar deviasi setelah krisis pada periode pertama belum terlihat memberikan pengaruh pada pergerakan kurs Dollar Singapura. Pada bulan kedua guncangan sebesar satu standar deviasi mengakibatkan Dollar Singapura terdepresiasi sebesar 0,1 persen. Pada bulan kelima guncangan kurs Peso akan mengakibatkan Dollar Singapura terapresiasi sebesar 0,2 persen. Setelah bulan kelima hingga selanjutnya guncangan kurs Peso mengakibatkan Dollar Singapura mengalami kenaikan dimana pada bulan kesepuluh Dollar Singapura mengalami apresiasi sebesar 0,1 persen. Guncangan kurs Peso akan mengakibatkan pergerakan Dollar Singapura menjadi stabil mulai bulan keenam hingga keduapuluh. Guncangan kurs Bath sebesar satu standar deviasi sebelum krisis pada periode pertama belum memberikan pengaruh pada pergerakan Dollar Singapura. 54 Pada bulan keempat guncangan kurs Bath sebesar satu standar deviasi akan mengakibatkan Dollar Singapura terapresiasi sebesar 0,3 persen. Pada bulan kelima guncangan sebesar satu standar deviasi kurs Bath akan mengakibatkan Dollar Singapura terapresiasi sebesar 0,3 persen. Setelah bulan kelima hingga keduapuluh guncangan kurs Bath akan mengakibatkan Dollar Singapura terdepresiasi dengan nilai stabil yakni 0,06 persen. Guncangan kurs Rupiah sebesar satu standar deviasi setelah krisis ekonomi pada bulan pertama belum direspon oleh pergerakan Dollar Singapura. Pada bulan kedua guncangan Rupiah sebesar satu standar deviasi akan mengakibatkan Dollar Singapura terapresiasi sebesar 0,2 persen. Guncangan kurs Rupiah terhadap Dollar Singapura terus mengalami trend kenaikan hingga bulan kelima, pada periode tersebut Dollar Singapura akan mengalami apresiasi sebesar 0,5 persen. Pada periode selanjutnya Dollar Singapura relatif stabil dalam menghadapi guncangan Rupiah. Berdasarkan gambar dibawah ini dapat disimpulkan bahwa respon Dollar Singapura setelah krisis terlihat lebih responsif dibandingkan dengan sebelum krisis hal ini terjadi karena Singapura telah menetapkan rezim nilai tukar mengambang bebas sehingga Dollar Singapura terlihat lebih berfluktuasi. Guncangan Peso dan Rupiah akan mengakibatkan pergerakan Dollar Singapura menjadi terapresiasi, namun guncangan Ringgit dan Bath justru mengakibatkan kurs mata uang tersebut terdepresiasi. 55 Gambar 4.6. Respon Dollar Singapura terhadap Guncangan Kurs ASEAN Setelah Krisis 4.7.2 Ringgit Guncangan kurs Dollar Singapura sebesar satu standar deviasi setelah krisis ekonomi pada bulan pertama memberikan pengaruh pada depresiasi Ringgit sebesar 1 persen. Pada bulan ketiga Ringgit akan mengalami depresiasi sebesar 0,6 persen dalam menghadapi guncangan sebesar satu standar deviasi pada kurs Dollar Singapura, mulai bulan kelima hingga keduapuluh Ringgit mengalami depresiasi sebesar 0,5 persen dalam menghadapi guncangan sebesar satu standar deviasi pada Dollar Singapura. Guncangan kurs Peso sebesar satu standar deviasi setelah krisis pada periode pertama belum berpengaruh pada pergerakan Ringgit. Pada bulan kedua guncangan kurs Peso akan mengakibatkan Ringgit terdepresiasi sebesar 0,4 56 persen. Pada bulan kelima guncangan Peso akan mengakibatkan Ringgit teapresiasi sebesar 0,02 persen. Pada periode setelah itu Ringgit akan terlihat stabil, dimana pada bulan keenam hingga keduapuluh Ringgit akan mengalami apresiasi sebesar 0,2 persen. Guncangan kurs Bath sebesar satu standar deviasi setelah krisis pada periode pertama belum berpengaruh pada pergerakan Ringgit. Pada bulan kedua guncangan kurs Bath akan mengakibatkan Ringgit terdepresiasi sebesar 0,4 persen. Guncangan kurs Bath sebesar satu standar deviasi pada bulan kelima akan mengakibatkan Ringgit terapresiasi sebesar 0,3 persen. Setelah bulan tersebut hingga bulan keduapuluh Ringgit akan mengalami depresiasi yang stabil dalam merespon guncangan kurs Bath dengan nilai sebesar 0,06 persen. Guncangan kurs Rupiah sebesar satu standar deviasi setelah krisis ekonomi pada bulan pertama belum berpengaruh pada pergerakan Ringgit. Ringgit mulai merespon guncangan Rupiah pada bulan kedua dimana guncangan sebesar satu standar deviasi pada Rupiah akan menyebabkan Ringgit teapresiasi sebesar 0,2 persen. Pada bulan kelima guncangan Rupiah sebesar satu standar deviasi akan mengakibatkan Ringgit terapresiasi sebesar 0,3 persen. Untuk bulan selanjutnya guncangan Rupiah akan mengakibatkan Ringgit terdepresiasi dengan nilai yang relatif stabil yakni 0,5 persen. Berdasarkan gambar dibawah dapat disimpulkan bahwa respon Ringgit dalam menghadapi guncangan empat mata uang di negara ASEAN setelah krisis terlihat berbeda berbeda dibanding sebelum krisis pada periode September 1998 sampai dengan Desember 2005 Malaysia melakukan peg terhadap nilai tukarnya. 57 Gambar 4.7. Respon Ringgit terhadap Guncangan Kurs ASEAN 4 Setelah Krisis 4.7.3. Peso Respon Peso terhadap guncangan kurs Dollar Singapura sebesar satu standar deviasi pada bulan pertama setelah krisis berpengaruh pada depresiasi Peso sebesar 1 persen. Pada bulan kedua Peso akan mengalami depresiasi hingga mencapai 1,4 persen dalam merespon guncangan Dollar Singapura. Pada bulan kelima Peso mulai terlihat stabil dalam merespon guncangan satu standar deviasi Dollar Singapura dimana Peso akan terdepresiasi pada kisaran 1,1 persen. Pada bulan pertama setelah krisis guncangan kurs Ringgit sebesar satu standar deviasi memberikan pengaruh pada depresiasi Peso sebesar 5 persen. Pada bulan kelima Peso mengalami depresiasi sebesar 9 persen dalam merespon guncangan Ringgit. Pada periode selanjutnya Peso akan bergerak stabil dalam 58 menghadapi guncangan Ringgit dimana guncangan sebesar satu standar deviasi pada Ringgit akan mengakibatkan Peso terdepresiasi sebesar 1 persen. Pada horizon pertama setelah krisis guncangan kurs Bath sebesar satu standar deviasi memberikan pengaruh pada depresiasi Peso yaitu sebesar 4 persen. Pada bulan ketiga Peso mengalami penurunan depresiasi sebesar 3 persen dalam merespon guncangan Bath. Pada periode kesepuluh hingga selanjutnya Peso akan bergerak relatif stabil dalam menghadapi pergerakan Bath dengan depresiasi sebessar 2 persen. Guncangan kurs Rupiah sebesar satu standar deviasi setelah krisis ekonomi pada bulan pertama akan mengakibatkan kurs Peso terdepresiasi sebesar 2 persen bulan kedua Rupiah terapresiasi sebesar 0.002 persen. Pada bulan ketujuh hingga selanjutnya Peso akan mengalami kestabilan yaitu terdepresiasi sebesar 1 persen. Berdasarkan gambar dibawah ini dapat disimpulkan bahwa respon Peso dalam menghadapi guncangan empat mata uang di negara ASEAN setelah krisis terlihat lebih responsif hal ini terjadi karena Fhilipina menerapkan sistem nilai tukar mengambang bebas. Guncangan Dollar Singapura, Ringgit dan Bath akan mengakibatkan pergerakan Peso menjadi terdepresiasi namun guncangan Rupiah justru akan mengakibatkan kurs mata uang tersebut terapresiasi. 59 Gambar 4.8. Respon Peso terhadap Guncangan Kurs ASEAN 4 Setelah Krisis 4.7.4. Bath Guncangan kurs Dollar Singapura sebesar satu standar deviasi setelah krisis ekonomi pada bulan pertama memberikan pengaruh pada depresiasi Bath sebesar 2 persen. Pada bulan kelima guncangan kurs Dollar Singapura sebesar satu standar deviasi akan mengakibatkan Bath terdepresiasi sebesar 1 persen. Pada bulan keenam hingga selanjutnya Bath mengalami depresiasi yang relatif stabil yakni mencapai 1 persen dalam menghadapi guncangan sebesar satu standar deviasi kurs Dollar Singapura. Pada horizon pertama setelah krisis guncangan kurs Ringgit sebesar satu standar deviasi memberikan pengaruh pada apresiasi Bath sebesar 9 persen. Pada bulan kelima Bath mengalami depresiasi sebesar 1 persen dalam merespon guncangan Ringgit. Sementara itu pada periode selanjutnya Bath akan bergerak 60 relatif stabil yakni akan merespon guncangan kurs Ringgit dengan nilai mencapai 1 persen. Guncangan kurs Peso sebesar satu standar deviasi setelah krisis pada bulan pertama belum memberikan pengaruh terhadap pergerakan Bath. Pada bulan kelima Bath mengalami depresiasi sebesar 0,3 persen dalam merespon guncangan Peso. Sementara itu pada bulan selanjutnya Bath akan bergerak relatif stabil dalam merespon guncangan kurs Peso dimana Bath akan terdepresiasi hingga mencapai 2 persen. Guncangan kurs Rupiah sebesar satu standar deviasi setelah krisis ekonomi pada bulan pertama akan mengakibatkan kurs Bath terdepresiasi sebesar 0,6 persen. Pada bulan kelima guncangan Rupiah sebesar satu standar deviasi akan mengakibatkan Bath terdepresiasi sebesar 0,7 persen. Guncangan kurs Rupiah terhadap Bath pada bulan kesepuluh hingga selanjutnya Bath terdepresiasi secara stabil sebesar 0,4 persen. Berdasarkan gambar dibawah ini dapat disimpulkan bahwa respon Bath dalam menghadapi guncangan empat mata uang di negara ASEAN lebih responsif dibandingkan sebelum krisis hal ini terjadi karena pada bulan Juli tahun 1997 Thailand mulai menerapkan sistem mengambang bebas. Guncangan Dollar Singapura, Ringgit, Peso dan Rupiah akan mengakibatkan Bath terdepresiasi. 61 Gambar 4.9. Respon Bath terhadap Guncangan Kurs ASEAN 4 Setelah Krisis 4.7.5 Rupiah Guncangan kurs Dollar Singapura sebesar satu standar deviasi setelah krisis ekonomi pada bulan pertama memberikan pengaruh pada depresiasi Rupiah sebesar 4 persen. Pada bulan kelima guncangan kurs Dollar Singapura sebesar satu standar deviasi akan mengakibatkan Rupiah terapresiasi sebesar 0,07 persen. Guncangan kurs Dollar Singapura terhadap Rupiah terus mengalami kestabilan hingga periode keduapuluh dimana nilai tukar Rupiah akan mengalami apresiasi sebesar 0,05 persen ketika mengalami guncangan sebesar satu standar deviasi pada Dollar Singapura. Guncangan kurs Ringgit sebesar satu standar deviasi setelah krisis ekonomi pada bulan pertama memberikan pengaruh pada depresiasi Rupiah sebesar 3 persen. Pada bulan kelima guncangan Ringgit sebesar satu standar 62 deviasi akan mengakibatkan Rupiah terapresiasi sebesar 4 persen. Pada bulan keenam hingga selanjutnya Rupiah akan mengalami depresiasi secara stabil sebesar 5 persen dalam menghadapi guncangan Ringgit sebesar satu standar deviasi. Guncangan kurs Peso sebesar satu standar deviasi setelah krisis pada periode pertama belum memberikan pengaruh pada pergerakan Rupiah. Pada bulan kelima guncangan kurs Peso akan mengakibatkan Rupiah terapresiasi sebesar 1 persen. Pada bulan kesepuluh guncangan kurs Peso akan mengakibatkan Rupiah terapresiasi sebesar 0,5 persen, respon tersebut relatif stabil hingga bulan keduapuluh. Pada horizon pertama guncangan kurs Bath sebesar satu standar deviasi belum memberikan pengaruh terhadap pergerakan Rupiah. Pada bulan kelima Rupiah mengalami apresiasi sebesar 1 persen dalam merespon guncangan Bath. Sementara itu pada bulan kesepuluh depresiasi Rupiah mencapai 3 persen dalam menghadapi guncangan sebesar satu standar deviasi pada Bath. Pada bulan kesepuluh hingga selanjutnya Rupiah akan mengalami depresiasi yang relatif stabil hingga mencapai 2 persen. Berdasarkan gambar dibawah ini dapat disimpulkan bahwa respon Rupiah dalam menghadapi guncangan empat mata uang di negara ASEAN setelah krisis terlihat lebih responsif, hal ini terjadi karena Indonesia nulai menerapkan nilai tukar mengambang bebas sejak Juli 1997 sehingga nilai tukar Rupiah terlihat lebih berfluktuasi. 63 Gambar 4.10. Respon Rupiah terhadap Guncangan Kurs ASEAN 4 Setelah Krisis 4.8 Simulasi Dekomposisi Penduga Ragam Galat Nilai tukar ASEAN 5 Sebelum Krisis Analisa Forecasting Error Decompotision of Variance (FEDV) digunakan untuk mengetahui bagaimana peranan atau kontribusi nilai tukar dalam menjelaskan fluktuasi nilai tukar mata uang lainnya di ASEAN 5 serta berapa besar persentasenya dalam mempengaruhi nilai tukar lainnya. Analisa FEDV dalam penelitian ini diproyeksikan selama 40 bulan agar dapat dianalisis efek jangka panjangnya. 64 4.8.1. Dollar Singapura Untuk variabel Dollar Singapura pada interval peramalan bulan pertama hingga bulan ke 10 fluktuasi Dollar Singapura lebih dominan disebabkan oleh guncangan Dollar Singapura itu sendiri, untuk selengkapnya dapat dilihat pada Lampiran.6 Pada bulan pertama ke depan fluktuasi Dollar Singapura disebabkan oleh guncangan Dollar Singapura itu sendiri sebesar 89,50 persen. Sedangkan pengaruh Ringgit, Peso, Bath dan Rupiah belum nampak. Pada periode 20 bulan ke depan, fluktuasi Dollar Singapura paling besar dipengaruhi oleh guncangan Bath Thailand sebesar 35,50 persen. Sementara Dollar Singapura hanya mampu mempengaruhi dirinya sendiri sebesar 20,60 persen pada periode tersebut. Pada periode 40 bulan kedepan Bath lebih dominan mempengaruhi Dollar Singapura selanjutnya Ringgit, Rupiah dan Peso. Hal ini mengindikasikan bahwa dalam jangka panjang pada periode sebelum krisis variabilitas Dollar Singapura lebih banyak dipengaruhi oleh nilai tukar negara-negara lain terutama Bath dan Ringgit. 100% 80% L INA 60% L THAI L P HIL 40% L MAL 20% L S IN 0% 1 3 5 7 9 11131517192123252729313335373941 Gambar 4.11. FEDV Dollar Singapura Sebelum Krisis 65 4.8.2. Ringgit Untuk variabel Ringgit pada interval peramalan periode pertama fluktuasi Ringgit disebabkan Ringgit itu sendiri sebesar 89,50 persen dan Dollar Singapura sebesar 10,49 persen, sedangkan pengaruh guncangan Peso, Bath dan Rupiah masih belum nampak pada periode ini untuk selengkapnya dapat dilihat pada Lampiran. Pada bulan kesepuluh ke depan fluktuasi Ringgit masih dominan dipengaruhi oleh guncangan Ringgit itu sendiri sebesar 33,31 persen kemudian Bath Thailand sebesar 25,28 persen. Hingga periode 20 bulan ke depan, guncangan Ringgit masih sangat dipengaruhi oleh Bath Thailand sebesar lebih dari 30 persen dan persentase ini terus meningkat hingga periode ke 40. Pada periode 30 bulan kedepan guncangan Dollar Singapura dan Rupiah juga memberikan pengaruh terhadap fluktuasi Ringgit, masing – masing sebesar 15,23 persen dan 18,77 persen. Pada periode 40 bulan ke depan, fluktuasi Ringgit paling besar dipengaruhi oleh guncangan Bath. Sementara Peso memberikan kontribusi yang paling kecil diantara keempat nilai tukar lainnya. Sementara Ringgit sendiri hanya mampu mempengaruhi sebesar 24,31 persen. Hasil dari analisis FEDV ini mengindikasikan bahwa pada jangka panjang guncangan nilai tukar negara lain cukup memberikan pengaruh terhadap pergerakan Ringgit, kecuali nilai tukar Peso karena persentasenya relatif lebih kecil dibanding dengan nilai tukar lainnya. Hasil analisis ragam galat untuk nilai tukar Ringgit secara grafis dapat dilihat pada gambar berikut: 66 Gambar 4.12. FEDV Ringgit Sebelum Krisis 4.8.3. Peso Berdasarkan hasil simulasi analisis dekomposisi varian yang ditunjukkan oleh gambar dapat disimpulkan bahwa fluktuasi nilai tukar Peso pada bulan petama hingga bulan keempat relatif kuat dipengaruhi oleh Peso itu sendiri sebesar 83,70 persen. Pada periode 10 bulan kedepan fluktuasi Peso lebih dominan disebabkan oleh guncangan nilai tukar Dollar Singapura dan dan Bath masing – masing sebesar 44,81 persen dan 15,83 persen. Guncangan Dollar Singapura mampu mempengaruhi fluktuasi fluktuasi Peso hingga periode 30 bulan kedepan sementara itu pada periode selanjutnya guncangan nilai tukar tersebut mengalami penurunan. Pada periode 20 dan 30 bulan kedepan selain Dollar Singapura guncangan nilai tukar Bath ternyata memiliki pengaruh yang besar terhadap pergerakan Peso yakni sebesar 16 hingga 18 persen, sementara itu mulai periode pertama hingga 30 kedepan Rupiah masih belum nampak dalam mempengaruhi pergerakan Peso namun pada periode 40 Rupiah mulai nampak memberikan kontibusi pada pergerakan Peso sebesar 1997 persen. Hal ini terjadi 67 pula pada nilai tukar Ringgit, guncangan Ringgit mulai memberikan pengaruh terhadap pergerakan Peso pada periode 40 bulan kedepan sebesar 27,30 persen. Nilai tukar yang paling dominan berpengaruh terhadap pergerakan Peso dalam jangka panjang sebelum krisis adalah Bath Thailand sebesar 38,40 persen. Baik dalam jangka panjang maupun jangka pendek pergerakan dari empat nilai tukar ASEAN cukup berpengaruh terhadap pergerakan Peso. Hasil analisis ragam galat untuk nilai tukar Peso secara grafis dapat dilihat pada gambar berikut : 100% 80% LINA 60% LTHAI LP HIL 40% LMAL LS IN 20% 0% 1 3 5 7 9 111315171921 232527293133353739 Gambar 4.13. FEDV Peso Sebelum Krisis 4.8.4 . Bath Untuk nilai tukar Bath dapat disimpulkan bahwa fluktuasi nilai tukar Bath saat bulan pertama hingga periode 40 bulan kedepan lebih dominan dipengaruhi oleh Bath itu sendiri. Pada bulan pertama Bath mempengaruhi Bath itu sendiri hingga mencapai 61,73 persen kemudian Dollar Singapura sebesar 16,80 persen, sementara guncangan Rupiah masih belum nampak pada pergerakan Ringgit pada periode tersebut. Pada periode 10 bulan kedepan Ringgit dan Rupiah sangat 68 berpengaruh terhadap pergerakan Bath sebesar masing – masing sebesar dan 18,45 persen. Ringgit mampu mempengaruhi pergerakan Bath hingga periode 40 bulan kedepan, kontribusi Ringgit cukup besar terhadap pergerakan Bath baik dalam jangka panjang maupun jangka pendek. Begiru pula dengan Rupiah dan Dollar Singapura, guncangan Rupiah mulai terlihat pada periode 10 bulan kedepan hingga mencapai 18,76 persen, sementara Dollar Singapura mampu mempengaruhi Bath baik dalam jangka panjang maupun jangka pendek pada kisaran 13 hingga 16 persen. Nilai tukar yang paling kecil kontibusinya terhadap pergerakan Bath adalah Peso karena dalam jangka panjang dan jangka pendek nilai tukar ini mampu mempengaruhi Bath hanya mencapai 3 hingga 7 persen. Hal ini mengindikasikan bahwa variabilitas nilai tukar Bath selain dominan dipengaruhi oleh nilai tukar Bath itu sendiri, juga dominan dipengaruhi oleh Ringgit, Dollar Singapura dan Rupiah. Hasil analisis ragam galat untuk nilai tukar Bath secara grafis dapat dilihat pada gambar berikut : 100% 80% LINA 60% LTHAI LP HIL 40% LMAL LS IN 20% 0% 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 Gambar 4.14. FEDV Bath Sebelum Krisis 69 4.8.5. Rupiah Untuk variabel nilai tukar Rupiah setelah krisis dapat disimpulkan bahwa fluktuasi nilai tukar Rupiah pada periode pertama hingga periode keempat lebih dominan dipengaruhi oleh guncangan Rupiah itu sendiri yakni sebesar 56,01 persen dan 30,05 persen. Sementara itu nilai tukar yang juga dominan berpengaruh terhadap pergerakan Rupiah pada periode pertama adalah Ringgit dan Dollar Singapura masing – masing sebesar 23,89 persen dan 12,48 persen sementara Bath dan Peso sangat kecil memberikan kontribusi terhadap pergerakan Rupiah pada priode ini. Sementara itu pada periode 10 bulan kedepan Ringgit sangat dominan memengaruhi Rupiah, hal ini terjadi hingga periode 40 bulan kedepan dimana kontibusi dari Ringgit dalam mempengaruhi Rupiah mencapai kisaran 23 hingga 26 persen. Begitu pula dengan Bath, nilai tukar ini paling dominan berpengaruh terhadap pergerakan Rupiah hingga periode 40 bulan kedepan dengan kisaran 37 hingga 40 persen. Dollar Singapura merupakan nilai tukar yang menduduki posisi ketiga setelah Bath dan Ringgit yang paling besar kontribusi guncangannya dalam mempengaruhi Rupiah. Dollar Singapura mampu mempengaruhi Rupiah pada kisaran 12 hingga 15 persen. Nilai tukar Peso terlihat sangat kecil pengaruhnya terhadap pergerakan Rupiah baik dalam jangka panjang maupun jangka pendek. Berdasarkan hasil analisis mengindikasikan bahwa variabilitas nilai tukar sangat dominan dipengaruhi oleh empat nilai tukar empat negara ASEAN dalam jangka pendek dominan dipengaruhi oleh Rupiah itu sendiri sedangkan dalam jangka panjang dominan dipengaruhi oleh Bath dan Ringgit. 70 100% 80% L INA 60% L THAI L P HIL 40% L MAL L S IN 20% 0% 1 3 5 7 9 11131517192123 2527293133353739 Gambar 4.15. FEDV Rupiah Sebelum Krisis 4.9 Simulasi Dekomposisi Penduga Ragam Galat Variabel Nilai tukar ASEAN 5 Setelah Krisis 4.9.1 Dollar Singapura Untuk variabel Dollar Singapura pada interval peramalan periode pertama 100 persen pergerakannya sangat disebabkan oleh guncangan Dollar Singapura itu sendiri, sementara itu pengaruh guncangan dari empat nilai tukar lainnya masih belum nampak. Guncangan nilai tukar Ringgit mulai terlihat berpengaruh dominan pada pergerakan Dollar Singapura pada periode 10 bulan kedepan yakni sebesar 15,77 persen, sedangkan pengaruh dari nilai tukar lainnya relatif kecil. Hingga periode 40 bulan kedepan guncangan niai tukar Dollar Singapura masih dipengaruhi oleh dirinya sendiri sebesar lebih dari 60 persen meskipun dengan persentase yang semakin menurun. Pada periode 20 bulan kedepan guncangan Ringgit dan Bath sudah mulai nampah dalam memberikan kontribusi pada pergerakan Dollar Singapura dengan persentase yang terus meningkat hingga periode 40 bulan kedepan yang mencapai 15 hingga 20 persen untuk Ringgit dan 13 persen lebih untuk Bath. Sementara itu 71 guncangan nilai tukar Peso dan Rupiah memberikan kontribusi yang sangat kecil bagi pergerakan Dollar Singapura baik dalam jangka panjang maupun jangka pendek. Berdasarkan hasil analisis tersebut dapat disimpulkan bahwa variabilitas nilai tukar Dollar Singapura setelah krisis dalam jangka pendek dominan dipengaruhi oleh dirinya sendiri, sedangkan dalam jangka panjang sangat dominan dipengaruhi oleh nilai tukar Ringgit dan Bath. 100% 80% L INA 60% L THAI L P HIL 40% L MAL L S IN 20% 0% 1 3 5 7 9 1113 151719 21232527 293133 353739 Gambar 4.16. FEDV Dollar Singapura Setelah Krisis 4.9.2 Ringgit Untuk nilai tukar Ringgit sesuai dengan gambar dapat disimpulkan bahwa pergerakan nilai tukar Ringgit pada bulan pertama hingga bulan ke 40 relatif kuat dipengaruhi oleh nilai tukar Ringgit itu sendiri masing – masing sebesar 87 persen sampai 92 persen, selain itu guncangan nilai tukar Dollar Singapura juga sudah mulai nampak pada priode tersebut dengan kontrribusi sebesar 12,56 persen. Namun guncangan nilai tukar lainnya justru tidak terlihat pada periode tersebut. Pada periode 10 bulan kedepan kontribusi guncangan nilai tukar lainnya sudah mulai terihat walaupun dengan nilai yang relatiuf kecil, dalam periode tersebut 72 Dolllar Singapura memberikan kontribusi yang terus menurun terhadap pergerakan Ringgit hingga periode ke 40 dimana nilainya mencapai 1,3 persen. Begitu pula dengan nilai tukar lainnya pada periode 30 dan 40 kedepan kontribusinya justru semakin kecil dalam mempengaruhi pergerakan Ringgit. Bahkan Rupiah dan Peso tidak terlihat kontribusinya baik dalam jangka panjang maupun jangka pendek. Berdasarkan hasil analisis tersebut mengindikasikan bahwa variabilitas nilai tukar Ringgit seteleh krisis baik dalam jangka panjang maupun jangka pendek sangat dominan dipengaruhi oleh Ringgit iru sendiri, sementara pengaruh dari guncangan nilai tukar lainnya relatif kecil terhadap pergerakan Ringgit. 100% 80% L INA 60% L TH AI L P H IL 40% L MAL L S IN 20% 0% 1 3 5 7 9 1113 151719 21232527 293133 353739 Gambar 4.17. FEDV Ringgit Setelah Krisis 4.9.3. Peso Berdasarkan hasil simulasi analisis dekomposisi varian yang ditunjukkan oleh gambar dapat disimpulkan bahwa fluktuasi nilai tukar Peso pada bulan petama hingga bulan keempat relatif kuat dipengaruhi oleh Peso itu sendiri sebesar 89,37 persen dan 63,70 persen. Pada periode 10 bulan kedepan fluktuasi 73 Peso lebih dominan disebabkan oleh guncangan nilai tukar Ringgit dan Bath masing – masing sebesar 33,20 persen dan 9,01 persen. Guncangan Ringgit mampu mempengaruhi fluktuasi fluktuasi Peso hingga periode 40 bulan kedepan dengan persentase yang terus meningkat. Pada periode 20 dan 30 bulan kedepan selain Ringgit guncangan nilai tukar Bath ternyata memiliki pengaruh yang besar terhadap pergerakan Peso yakni sebesar 12 hingga 14 persen, sementara itu mulai periode pertama hingga 40 bulan kedepan Rupiah masih belum nampak dalam mempengaruhi pergerakan Peso. Begitupula dengan Dollar Singapura walaupun mampu memberikan pengaruh tapi nilainya sangat kecil baik dalam jangka pendek maupun jangka panjang berada pada kisaran 2 hingga 7 persen. Analisis tersebut mengindikasikan bahwa dalam jangka panjang maupun pendek nilai tukar Peso lebih dominan dipengaruhi oleh Peso itu sendiri. Selanjutnya nilai tukar yang berpengaruh terhadap peregerakan Peso dalam jangka panjang adalah Ringgit, Bath dan Dollar Singapura. 100% 80% L INA 60% L TH AI L P H IL 40% L MAL L S IN 20% 0% 1 3 5 7 9 1113 151719 21232527 293133 353739 Gambar 4.18. FEDV Peso Setelah Krisis 74 4.9.4 Bath Untuk nilai tukar Bath dapat disimpulkan bahwa fluktuasi nilai tukar Bath saat bulan pertama hingga periode 40 bulan kedepan lebih dominan dipengaruhi oleh Bath itu sendiri. Pada bulan pertama Bath mempengaruhi Bath itu sendiri hingga mencapai 51,29 persen kemudian Dollar Singapura sebesar 37,29 persen, sementara guncangan Rupiah masih belum nampak pada pergerakan Bath. Pada periode 10 bulan kedepan Ringgit dan Dollar Singapura sangat berpengaruh terhadap pergerakan Bath sebesar masing – masing sebesar 29,30 persen dan 14,32 persen. Dollar Singapura mampu mempengaruhi pergerakan Bath hingga periode 40 bulan kedepan, kontribusi Dollar Singapura cukup besar terhadap pergerakan Bath baik dalam jangka panjang maupun jangka pendek. Begitu pula dengan Ringgit, guncangan Ringgit mulai terlihat pada periode 10 bulan kedepan hingga mencapai 14,32 persen dengan persentase yang terus mengalami kenaikan hingga periode 40. Nilai tukar yang paling kecil kontibusinya terhadap pergerakan Bath adalah Peso dan Rupiah karena dalam jangka panjang dan jangka pendek nilai tukar ini hanya mampu mempengaruhi Bath mencapai 4 hingga 9 persen saja. Hal ini mengindikasikan bahwa variabilitas nilai tukar Bath selain dominan dipengaruhi oleh nilai tukar Bath itu sendiri juga dipengaruhi oleh Bath dan Dollar Singapura baik dalam jangka panjang maupun jangka pendek. 75 100% 80% L INA 60% L THAI L P HIL 40% L MAL L S IN 20% 0% 1 3 5 7 9 1113 151719 21232527 293133 353739 Gambar 4.19. FEDV Bath Setelah Krisis 4.8.5 Rupiah Untuk variabel nilai tukar Rupiah dapat disimpulkan bahwa fluktuasi nilai tukar Rupiah setelah krisis pada periode pertama hingga periode 40 lebih dominan dipengaruhi oleh guncangan Rupiah itu sendiri yakni sebesar 77,27 persen dan 42,71 persen. Sementara itu nilai tukar yang juga dominan berpengaruh terhadap pergerakan Rupiah pada periode pertama adalah Ringgit dan Dollar Singapura masing – masing sebesar 12,27 persen dan 12,27 persen sementara Bath dan Peso sangat kecil memberikan kontribusi terhadap pergerakan Rupiah pada priode ini. Sementara itu pada periode 10 bulan kedepan Dollar Singapura sangat dominan mempengaruhi Rupiah, hal ini terjadi hingga periode 40 bulan kedepan dimana kontibusi dari Dollar Singapura dalam mempengaruhi Rupiah mencapai kisaran 12 hingga 37 persen. Begitu pula dengan Ringgit nilai tukar ini paling dominan berpengaruh terhadap pergerakan Rupiah hingga periode 40 bulan kedepan dengan kisaran 13 hingga 19 persen. Berdasarkan hasil analisis mengindikasikan 76 bahwa variabilitas nilai tukar Rupiah setelah krisis baik dalam jangka pendek maupun jangka panjang sangat dominan dipengaruhi oleh Rupiah itu sendiri selain itu dipengaruhi oleh Dollar Singapura dan Ringgit. Sementara itu Nilai tukar Peso dan Bath terlihat sangat kecil pengaruhnya terhadap pergerakan Rupiah baik dalam jangka panjang maupun jangka pendek. 100% 80% L INA 60% L TH AI L P H IL 40% L MAL L S IN 20% 0% 1 3 5 7 9 111315171921 232527293133 353739 Gambar 4.20. FEDV Rupiah Sebelum Krisis 77 V.KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan pembahasan diatas maka dapat ditarik kesimpulan sebagai berikut : 1. Berdasarkan analisa Forecasting Error Decompotision of Variance (FEDV), pergerakan Rupiah sebelum krisis lebih dominan dipengaruhi oleh Rupiah itu sendiri, Ringgit dan Bath sedangkan Dollar Singapura dan Peso hanya memberikan sedikit pengaruh pada pergerakan Rupiah. Pada periode setelah krisis nilai tukar Rupiah masih dominan dipengaruhi oleh Rupiah itu sendiri Ringgit dan Dollar Singapura, namun pengaruh Bath justru sangat kecil. Untuk nilai tukar mata uang ASEAN lainnya sebelum krisis pergerakannya lebih banyak dipengaruhi oleh nilai tukar mata uang lain, sedangkan pada periode setelah krisis pergerakannya lebih dominan dipengaruhi oleh nilai tukar mata uang itu sendiri 2. Pada periode sebelum krisis Rupiah kurang responsif dalam merespon guncangan nilai tukar mata uang ASEAN lainnya sementara itu setelah krisis pergerakan Rupiah dalam menghadapi guncangan terlihat lebih responsif. Hal ini terjadi karena perbedaan pada sistem nilai tukar yang ditetapkan dimana pada periode sebelum krisis Indonesia menganut sistem nilai tukar terkendali sedangkan setelah krisis menganut nilai tukar mengambang bebas. Berdasarkan kondisi tersebut Rupiah memiliki kemungkinan yang lebih besar untuk bersatu dengan mata uang lainnya terutama pada periode setelah krisis. 78 5.2 Saran 1. Jika dilihat dari respon pergerakannya nilai tukar Rupiah sangat rentan terhadap guncangan nilai tukar lainnya terutama setelah krisis oleh karena itu harus dilakukan upaya lebih lanjut dalam memelihara stabilitas nilai tukar di kawasan agar nilai tukar Rupiah dapat tertintegrasi dengan nilai tukar lainnya sehingga upaya untuk bergabung dengan nilai tukar lainnya di kawasan ASEAN dapat terealisasi. 2. Perlu dilakukan penelitian lebih lanjut agar semua prasyarat terbentuknya mata uang negara. tunggal di kawasan ASEAN dapat dipenuhi masing – masing 79 DAFTAR PUSTAKA Annisa, Defa. 2004. Analisis Faktor – Faktor yang Mempengaruhi Perdagangan Bilateral Intra ASEAN. [Skripsi]. Fakultas Pertanian, Institut Pertanian Bogor. Abimanyu. 2004. Memahami Kurs Valuta Asing. FE-UI, Depok. Arnold. 2006. Dampak Ketidakpastian Nilai Tukar terhadap Volume Perdagangan Indonesia. [Skripsi]. Fakultas Ekonomi, Universitas Indonesia. Arifin, Syamsul, R. Winantyo dan Yati Kurniati. 2007. Integrasi Keuangan dan Moneter Di Asia Timur (Peluang dan Tantangan Bagi Indonesia). Elex Media Komputindo, Jakarta. Arifin, Syamsul. 2008. Bangkitnya Ekonomi Asia Timur ( Satu Dekade Setelah Krisis). Elex Media Komputindo, Jakarta. Arsana, I Gede Putra. 2005. VAR (Vector AutoRegressive). Lab Komputasi Universitas Indonesia. ASEAN Statistical Yearbook. 2006. The ASEAN Secretariat, Jakarta. Darwin. 2005. Posisi Indonesia dan negara – negara ASEAN dalam Globalisasi. Jurnal Ekonomi dan Pembangunan(JEP),Vol 12, No 1: 15-26. Euistina. 2007. Analisis Pergerakan Nilai Tukar Rupiah terhadap Dollar, Yen, Yuan dan Won [Skripsi]. Fakultas Ekonomi dan Manajemen,Institut Pertanian Bogor. Gujarati, Damodar. 2003. Ekonometrika Dasar. Zain, Sumarno [penerjemah]. Erlangga, Jakarta. Hady, Hamdy. 2004. Ekonomi Internasional (Teori dan Kebijakan Keuangan Internasional) .Ghalia Indonesia, Jakarta. Hanie. 2006. Analisis Konvergensi Nominal dan Riil diantara Negara-negara ASEAN-5, Jepang dan Korea Selatan [skripsi]. Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Kurniati, Yati. 2007. Kerjasama Nilai Tukar. Elex Media Komputindo, Jakarta. Krugman, Paul R dan Maurice Obsfelt.1999. Ekonomi Internasional (Teori dan Kebijakan). Haris Munandar dan Faisal Basri [Penerjemah]. Raja Grafindo Persada, Jakarta. 80 Lumbanraja, Granson Tulando. 2006. Analisis Pengaruh Foreign Direct Investment terhadap Nilai Tukar Rupiah [skripsi]. Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Mankiw, N. Gregory. 2003. Teori Makroekonomi. [penerjemah]. Erlangga, Jakarta. Nurmawan, Imam Mishkin, Frederic S. 2001. The Economics of Money, Banking, and Financial Markets. Colombia University. Nachrowi, Djalal dan Hardius Usman. 2006. Ekonometrika. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta. Noor, Iskandarsyah. 2006. Faktor – Faktor yang Mempengaruhi Nilai Tukar Rupiah (Suatu Analisis Model Moneter dengan Menggunakan Cointegration dan ECM) [Tesis]. Program Studi Ilmu Ekonomi, Universitas Indonesia. Nopirin. 2004. Ekonomi Internasional. BPFE, Yogyakarta. Nugraha, Fickry Widya. 2006. Efek Perubahan (Pass-Through Effect) Kurs terhadap Indeks Harga Konsumen di ASEAN-5, Jepang, dan Korea Selatan [skripsi]. Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Pasaribu, Syamsul Hidayat, Djoni Hartono, dan Tony Irawan. 2005. Pedoman Penulisan Skripsi. Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Partisiwi, Tities. 2008. Analisis kemungkinan penyatuan mata uang (Currency Unification) di ASEAN+3 [Skripsi]. Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Todaro.2000. Ekonomi Pembangunan. Erlanggga, Jakarta. Wiloto, Chirstovita. Integrasi Negara ASEAN. [Bisnis Indonesia] http//www.bisnisindonesia.co.id/202.158.49.150/kolom/2.id.738.html.[ 20 Juni 2009] 81 LAMPIRAN 82 Lampiran 1. Plot Variabel Nilai Tukar 5 Negara ASEAN Trend Analysis Plot for IDR/USD Trend Analysis Plot for MYR/USD Linear Trend Model Yt = 930,646 + 46,4822*t Linear Trend Model Yt = 2,54678 + 0,00630133*t 16000 Variable Actual Fits Accuracy Measures MAPE 31 MAD 1372 MSD 3355250 IDR/USD 12000 10000 8000 6000 Variable Actual Fits 4,5 Accuracy Measures MAPE 10,5493 MAD 0,3370 MSD 0,1580 4,0 MYR/USD 14000 3,5 3,0 4000 2000 2,5 0 1 23 46 69 92 115 138 161 184 207 bulan 1 23 46 Trend Analysis Plot for THB/USD 92 115 138 bulan 161 184 207 Trend Analysis Plot for SGD/USD Linear Trend Model Yt = 24,7350 + 0,0796682*t Linear Trend Model Yt = 1,64978 - 0,000196800*t 55 1,9 Variable Actual Fits Accuracy Measures MAPE 12,9617 MAD 4,4000 MSD 28,6392 45 40 35 Variable Actual Fits 1,8 Accuracy MAPE MAD MSD 1,7 SGD/USD 50 1,6 1,5 30 1,4 25 1,3 1 23 46 69 92 115 138 bulan 161 184 207 1 23 46 69 92 115 138 bulan Trend Analysis Plot for PP/USD Linear Trend Model Yt = 21,5010 + 0,156429*t 60 Variable Actual Fits Accuracy Measures MAPE 12,9002 MAD 4,9229 MSD 35,6866 50 PP/USD THB/USD 69 40 30 20 1 23 46 69 92 115 138 bulan 161 184 207 161 184 207 Measures 7,05952 0,11200 0,01775 83 Lampiran 2. Uji Akar Unit A.1 Pada Tingkat Level sebelum krisis a. Rupiah Null Hypothesis: LINA has a unit root Exogenous: None Lag Length: 4 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -1.559032 -2.590622 -1.944404 -1.614417 0.9702 *MacKinnon (1996) one-sided p-values. b. Ringgit Null Hypothesis: LMAL has a unit root Exogenous: None Lag Length: 2 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -0.349144 -2.590065 -1.944324 -1.614464 0.7838 *MacKinnon (1996) one-sided p-values. c. Peso Null Hypothesis: LPHIL has a unit root Exogenous: None Lag Length: 2 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -0.116206 -2.590065 -1.944324 -1.614464 0.6411 *MacKinnon (1996) one-sided p-values. d. Dollar Singapura Null Hypothesis: LSIN has a unit root Exogenous: None Lag Length: 1 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. t-Statistic Prob.* -2.249502 -2.589795 -1.944286 -1.614487 0.0243 84 Lanjutan Lampiran 2. Uji Akar Unit e. Bath Thailand Null Hypothesis: LTHAI has a unit root Exogenous: None Lag Length: 5 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -1.552058 -2.590910 -1.944445 -1.614392 0.9697 *MacKinnon (1996) one-sided p-values. A.2 Pada Tingkat First Difference Sebelum Krisis a. Rupiah Null Hypothesis: D(LINA) has a unit root Exogenous: None Lag Length: 4 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -2.674226 -2.590622 -1.944404 -1.614417 0.0004 *MacKinnon (1996) one-sided p-values. b. Ringgit Null Hypothesis: D(LMAL) has a unit root Exogenous: None Lag Length: 1 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -2.760845 -2.590065 -1.944324 -1.614464 0.0002 *MacKinnon (1996) one-sided p-values. c. Peso Null Hypothesis: D(LPHIL) has a unit root Exogenous: None Lag Length: 1 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. t-Statistic Prob.* -3.988729 -2.590065 -1.944324 -1.614464 0.0001 85 Lanjutan Lampiran 2. Uji Akar Unit d. Dollar Singapura Null Hypothesis: D(LSIN) has a unit root Exogenous: None Lag Length: 0 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -5.508371 -2.589795 -1.944286 -1.614487 0.0000 *MacKinnon (1996) one-sided p-values. d. Bath Null Hypothesis: D(LTHAI) has a unit root Exogenous: None Lag Length: 4 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -2.654834 -2.590910 -1.944445 -1.614392 0.0000 *MacKinnon (1996) one-sided p-values. B.1 Pada Tingkat Level Setelah Krisis a. Rupiah Null Hypothesis: LINA has a unit root Exogenous: None Lag Length: 0 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -1.556023 -2.583011 -1.943324 -1.615075 0.1122 *MacKinnon (1996) one-sided p-values. b. Ringgit Null Hypothesis: LMAL has a unit root Exogenous: None Lag Length: 1 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. t-Statistic Prob.* -1.535062 -2.583153 -1.943344 -1.615062 0.1167 86 Lanjutan Lampiran 2 . Uji Akar unit Variabel c. Peso Null Hypothesis: LPHIL has a unit root Exogenous: None Lag Length: 0 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -1.637144 -2.583011 -1.943324 -1.615075 0.0957 *MacKinnon (1996) one-sided p-values. d. Dollar Singapura Null Hypothesis: LSIN has a unit root Exogenous: None Lag Length: 0 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -1.353211 -2.583011 -1.943324 -1.615075 0.1625 *MacKinnon (1996) one-sided p-values. c. Bath Null Hypothesis: LTHAI has a unit root Exogenous: None Lag Length: 1 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -1.158045 -2.583153 -1.943344 -1.615062 0.2242 *MacKinnon (1996) one-sided p-values. B.2Pada Tingkat First Difference Setelah Krisis a. Rupiah Null Hypothesis: D(LINA) has a unit root Exogenous: None Lag Length: 0 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. t-Statistic Prob.* -10.06591 -2.583153 -1.943344 -1.615062 0.0000 87 Lanjutan Lampiran 2. Uji Akar Unit b. Ringgit Null Hypothesis: D(LMAL) has a unit root Exogenous: None Lag Length: 0 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -17.26831 -2.583153 -1.943344 -1.615062 0.0000 *MacKinnon (1996) one-sided p-values. c. Peso Null Hypothesis: D(LPHIL) has a unit root Exogenous: None Lag Length: 0 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -11.07833 -2.583153 -1.943344 -1.615062 0.0000 *MacKinnon (1996) one-sided p-values. d.. Dollar Singapura Null Hypothesis: D(LSIN) has a unit root Exogenous: None Lag Length: 0 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level t-Statistic Prob.* -9.400040 -2.583153 -1.943344 -1.615062 0.0000 *MacKinnon (1996) one-sided p-values. e. Bath Null Hypothesis: D(LTHAI) has a unit root Exogenous: None Lag Length: 0 (Automatic based on AIC, MAXLAG=11) Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. t-Statistic Prob.* -8.648300 -2.583153 -1.943344 -1.615062 0.0000 88 Lampiran 3. Uji Lag Optimal a. Uji Lag Optimal Sebelum Krisis VAR Lag Order Selection Criteria Endogenous variables: D(LSIN) D(LMAL) D(LPHIL) D(LTHAI) D(LINA) Exogenous variables: C Date: 05/01/09 Time: 13:04 Sample: 1990:01 1997:06 Included observations: 90 Lag LogL LR FPE AIC SC HQ 0 1 2 3 4 5 6 7 8 1136.052 1206.667 1230.978 1249.831 1295.265 1331.027 1359.892 1374.628 1395.718 NA 131.4901 42.46187 30.78419 68.93452 50.13923* 37.16751 17.27707 22.30197 3.51E-18 1.23E-18 1.26E-18 1.47E-18 9.45E-19 7.72E-19 7.57E-19* 1.06E-18 1.33E-18 -26.00119 -27.04981 -27.0338 -26.89267 -27,36242 -27.60966 -27.69866* -27.46271 -27.37282 -25.85947 -26.1995* -25.4749 -24.62517 -24.38633 -23.92497 -23.30537 -22.36083 -21.6235 -25.94412 -26.70741* -26.40608 -25.97962 -26.16404 -26.12595 -25.92962 -25.40834 -25.03312 * indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion 89 Lanjutan Lampiran 3. Uji Lag Optimal b. Uji Lag Optimal Setelah Krisis VAR Lag Order Selection Criteria Endogenous variables: D(LSIN) D(LMAL) D(LPHIL) D(LTHAI) D(LINA) Exogenous variables: C Date: 05/01/09 Time: 14:04 Sample: 1997:08 2008:10 Included observations: 135 Lag LogL LR FPE 0 1 2 3 4 5 6 7 8 1616.384 1664.568 1682.995 1704.029 1724.089 1749.778 1762.054 1787.038 1811.342 NA 91.57294 33.51848 36.50592 33.14118 39.64484* 18.93329 35.10049 32.13756 1.86E-18 1.27E-18* 1.42E-18 1.52E-18 1.67E-18 1.69E-18 2.12E-18 2.20E-18 2.33E-18 AIC SC HQ -27.02730 -26.51892* -26.58753 -27.15388 -26.32434 -26.73599* -27.89567 -25.63819 -26.39288 -27.92524* -24.99562 -26.09273 -26.81953 -24.33555 -25.77631 -26.80978 -23.76199 -25.54588 -26.61749 -22.98151 -25.10835 -26.62057 -22.40358 -24.87347 -26.55711 -21.81443 -24.62736 * indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion 90 Lampiran 4. Uji Kointegrasi a. Uji Kointegrasi Sebelum krisis Date: : 05/01/09 Time: 13:23 Sample(adjusted): 1990M01 1997M06 Included observations: 90 after adjusting endpoints Trend assumption: Linear deterministic trend Series: LSIN LMAL LPHIL LTHAI LINA Lags interval (in first differences): 1 to 6 Unrestricted Cointegration Rank Test (Trace) Hypothesized No. of CE(s) Eigenvalue Trace Statistic 5% Critical Value 1% Critical Value None ** At most 1 At most 2 At most 3 At most 4 0.418099 0.227307 0.184016 0.132452 0.064986 112.7130 60.35770 38.37548 19.46291 6.249063 88.80380 63.87610 42.91525 25.87211 12.51798 99.09876 69.76865 45.87646 27.45324 16.745737 *(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates 1 cointegrating equation(s) at the 5% level Trace test indicates 1 cointegrating equation(s) at the 1% level Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized No. of CE(s) Eigenvalue Max-Eigen Statistic 5% Critical Value 1% Critical Value None * At most 1 At most 2 At most 3 At most 4 0.418099 0.227307 0.184016 0.132452 0.064986 40.35526 23.98222 18.91257 13.21385 6.249063 38.33101 29.11832 25.82321 19.38704 12.51798 42.87676 30.98774 26.98747 20.25438 15.98453 Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 1% level * denotes rejection of the hypothesis at the 5% level **MacKinnon-Haug-Michelis (1999) p-values 91 Lanjutan Lampiran 4. Uji Kointegrasi b. Uji Kointegrasi Setelah krisis Date: : 05/01/09 Time: 13:13 Sample(adjusted): 1997M08 2008M10 Included observations: 135 after adjusting endpoints Trend assumption: Linear deterministic trend Series: LSIN LMAL LPHIL LTHAI LINA Lags interval (in first differences): 1 to 3 Unrestricted Cointegration Rank Test (Trace) Hypothesized No. of CE(s) Eigenvalue Trace Statistic 5% Critical Value 1% Critical Value None ** At most 1* At most 2 At most 3 At most 4 0.343870 0.200456 0.170611 0.055477 0.037250 53.51743 34.41163 23.75732 7.248575 4.821115 38.33101 32.11832 25.82321 19.38704 12.51798 40.89769 46.67465 30.86579 23.56762 16.98765 *(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates 2 cointegrating equation(s) at the 5% level Trace test indicates 1 cointegrating equation(s) at the 1% level Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized No. of CE(s) Eigenvalue Max-Eigen Statistic 5% Critical Value 1% Critical Value None * At most 1 At most 2 At most 3 At most 4 0.343870 0.200456 0.170611 0.055477 0.037250 53.51743 28.41163 23.75732 7.248575 4.821115 38.33101 32.11832 25.82321 19.38704 12.51798 40.90847 35.98476 37.87363 20.98376 18.93837 Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values 92 Lampiran 5. Uji Kausalitas Granger a. Uji Kausalitas Granger Sebelum Krisis Pairwise Granger Causality Tests Date: 05/01/09 Time: 12:32 Sample: 1990M01 1997M06 Lags: 6 Null Hypothesis: Obs F-Statistic Probability LMAL does not Granger Cause LSIN LSIN does not Granger Cause LMAL 84 2.78511 4.56607 0.02013 0.03456 LPHIL does not Granger Cause LSIN LSIN does not Granger Cause LPHIL 84 3.01783 0.47875 0.09140 0.58237 LTHAI does not Granger Cause LSIN LSIN does not Granger Cause LNTHAI 84 2.89689 4.08068 0.01013 0.00014 LINA does not Granger Cause LSIN LSIN does not Granger Cause LINA 84 2.94525 5.76501 0.02784 0.04563 LPHIL does not Granger Cause LMAL LMAL does not Granger Cause LPHIL 84 2.33188 1.25249 0.82384 0.60022 LTHAI does not Granger Cause LMAL LMAL does not Granger Cause LTHAI 84 8.09937 9.5937 0.03409 0.01751 LINA does not Granger Cause LMAL LMAL does not Granger Cause LINA 84 2.62934 3.09401 0.00494 0.00612 LTHAI does not Granger Cause LPHIL LPHIL does not Granger Cause LTHAI 84 0.87189 7.35248 0.64950 0.00513 LINA does not Granger Cause LPHIL LPHIL does not Granger Cause LINA 84 1.55327 0.23573 0.09002 0.08945 LINA does not Granger Cause LTHAI LTHAI does not Granger Cause LINA 84 1.27442 1.32703 0.52568 0.61456 93 Lanjutan Lampiran 5. Uji Kausalitas Granger b. Uji Kausalitas Granger Setelah Krisis Pairwise Granger Causality Tests Date: 05/01/09 Time: 12:32 Sample: 1997:08 2008M10 Lags: 3 Null Hypothesis: Obs F-Statistic Probability LMAL does not Granger Cause LSIN LSIN does not Granger Cause LMAL 132 10.79991 3.38992 0.04064 0.00132 LPHIL does not Granger Cause LSIN LSIN does not Granger Cause LPHIL 132 2.54818 1.39982 0.24032 0.81547 LTHAI does not Granger Cause LSIN LSIN does not Granger Cause LNTHAI 132 8.23722 0.06328 0.02586 0.03456 LINA does not Granger Cause LSIN LSIN does not Granger Cause LINA 132 3.80998 5.37355 0.04232 0.01174 LPHIL does not Granger Cause LMAL LMAL does not Granger Cause LPHIL 132 1.58054 3.40974 0.51264 0.04396 LTHAI does not Granger Cause LMAL LMAL does not Granger Cause LTHAI 132 2.02773 0.21802 0.64158 0.63433 LINA does not Granger Cause LMAL LMAL does not Granger Cause LINA 132 2.18713 0.07001 0.93283 0.74355 LTHAI does not Granger Cause LPHIL LPHIL does not Granger Cause LTHAI 132 1.61518 4.14019 0.80383 0.00027 LINA does not Granger Cause LPHIL LPHIL does not Granger Cause LINA 132 2.89084 2.26979 0.01044 0.34516 LINA does not Granger Cause LTHAI LTHAI does not Granger Cause LINA 132 2.09288 3.43753 0.62221 0.04097 94 Lampiran 6. Impulse Response Function a. Impuls Respon Sebelum Krisis Ekonomi 1. Dollar Singapura Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 LSIN LMAL LPHIL LTHAI LINA 0.009291 0.010002 0.008835 0.007689 0.006815 0.006203 0.005823 0.005621 0.005535 0.005515 0.005525 0.005545 0.005563 0.005577 0.005586 0.005591 0.005593 0.005594 0.005594 0.005593 0 -0.00036 -0.00143 -0.00271 -0.00379 -0.00454 -0.00498 -0.00526 -0.00528 -0.00537 -0.00528 -0.00525 -0.00523 -0.00521 -0.00528 -0.00519 -0.00519 -0.00519 -0.00519 -0.00519 0 -0.000319 0.000549 0.001786 0.002755 0.003358 0.003681 0.003823 0.003864 0.003856 0.003836 0.003804 0.003783 0.003769 0.003762 0.003758 0.003757 0.003757 0.003757 0.003758 0 0.001543 0.00067 -0.00087 -0.00198 -0.00274 -0.00317 -0.00337 -0.00344 -0.00344 -0.00342 -0.00339 -0.00337 -0.00335 -0.00334 -0.00333 -0.00333 -0.00333 -0.00333 -0.00333 0 0.001148 0.002549 0.003812 0.004764 0.005374 0.005706 0.005855 0.005897 0.005889 0.005863 0.005836 0.005815 0.005801 0.005793 0.005789 0.005788 0.005788 0.005788 0.005789 LSIN LMAL LPHIL LTHAI LINA 0.002656 0.005172 0.005638 0.005034 0.004331 0.003797 0.003457 0.003252 0.003156 0.003122 0.003127 0.003131 0.003144 0.003156 0.003164 0.003168 0.003171 0.003172 0.003172 0.003172 0.011251 0.011488 0.010889 0.009957 0.009119 0.008489 0.008084 0.007859 0.007757 0.007726 0.007735 0.007746 0.007764 0.007777 0.007787 0.007792 0.007795 0.007796 0.007796 0.007796 0 0.002359 0.003324 0.004141 0.004858 0.005381 0.005696 0.005854 0.005914 0.005923 0.005981 0.005892 0.005875 0.005863 0.005856 0.005852 0.005885 0.005885 0.005865 0.005851 2. Ringgit Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 0 -0.00186 -0.00257 -0.00339 -0.00424 -0.00489 -0.00653 -0.00552 -0.00561 -0.00563 -0.00562 -0.00556 -0.00558 -0.00557 -0.00556 -0.00555 -0.00555 -0.00555 -0.00555 -0.00555 0 -0.000397 0.000595 0.001582 0.002369 0.002907 0.003227 0.003388 0.003451 0.003467 0.003447 0.003428 0.003412 0.003399 0.003392 0.003388 0.003386 0.003386 0.003386 0.003386 95 Lanjutan Lampiran 6. Impulse Response Function 3. Peso Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 LSIN LMAL LPHIL LTHAI LINA 0.000724 0.000361 0.001585 0.003497 0.005096 0.006197 0.006853 0.007188 0.007321 0.007346 0.007322 0.007285 0.007251 0.007226 0.007211 0.007203 0.007199 0.007198 0.007198 0.007199 0.021727 0.021906 0.019723 0.017614 0.016206 0.015341 0.014863 0.014643 0.014575 0.014582 0.014618 0.014655 0.014685 0.014705 0.014717 0.014723 0.014725 0.014725 0.014724 0.014724 -0.001738 -0.002986 -0.000248 0.002161 0.003829 0.004917 0.005542 0.005854 0.005968 0.005978 0.005945 0.005903 0.005868 0.005843 0.005828 0.005828 0.005817 0.005816 0.005816 0.005817 -0.00039 -0.00022 -0.00204 -0.00388 -0.00539 -0.00621 -0.00679 -0.00693 -0.00706 -0.00699 -0.00696 -0.00692 -0.00689 -0.00687 -0.00686 -0.00685 -0.00685 -0.00685 -0.00685 -0.00685 LSIN LMAL LPHIL LTHAI LINA 0.003655 0.003366 0.002484 0.001732 0.001143 0.000728 0.000474 0.000342 0.000289 0.000279 0.000287 0.000301 0.000314 0.000324 0.000330 0.000333 0.000334 0.000335 0.000335 0.000334 0.000808 0.000813 1.20E-06 -0.00091 -0.00166 -0.00217 -0.00246 -0.00267 -0.00265 -0.00266 -0.00264 -0.00262 -0.00261 -0.00267 -0.00259 -0.00259 -0.00258 -0.00258 -0.00258 -0.00258 0 -0.000447 0.000402 0.001314 0.001974 0.002372 0.002582 0.002671 0.002694 0.002686 0.002667 0.002649 0.002635 0.002626 0.002629 0.002618 0.002617 0.002617 0.002618 0.002618 0.005458 0.006147 0.005222 0.004137 0.003336 0.002832 0.002553 0.002423 0.002389 0.002382 0.002401 0.002422 0.002438 0.002450 0.002457 0.002466 0.002461 0.002462 0.002461 0.002461 -0.000417 0.002579 0.004008 0.005261 0.006436 0.007342 0.007917 0.008224 0.008355 0.008389 0.008378 0.008351 0.008324 0.008304 0.008291 0.008283 0.008285 0.008279 0.008279 0.008279 4. Bath Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 -0.000429 0.000501 0.001446 0.002331 0.002982 0.003397 0.003607 0.003701 0.003725 0.003716 0.003697 0.003678 0.003664 0.003654 0.003649 0.003647 0.003646 0.003646 0.003646 0.003647 96 Lanjutan Lampiran 6. Impulse Response Function 5. Rupiah Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 LSIN LMAL LPHIL 0.00127 -0.00044 -0.00140 -0.00172 -0.00174 -0.00165 -0.00156 -0.00148 -0.00142 -0.00138 -0.00137 -0.00136 -0.00136 -0.00136 -0.00136 -0.00136 -0.00136 -0.00136 -0.00136 -0.00136 0.00058 -0.00152 -0.00218 -0.00240 -0.00238 -0.00227 -0.00214 -0.00204 -0.00197 -0.00194 -0.00192 -0.00191 -0.00191 -0.00191 -0.00191 -0.00191 -0.00192 -0.00192 -0.00192 -0.00192 0 0.000719 0.000925 0.001017 0.000949 0.000822 0.000703 0.000616 0.000562 0.000533 0.000521 0.000517 0.000519 0.000521 0.000524 0.000525 0.000527 0.000527 0.000528 0.000528 LTHAI 0 -0.00051 -0.00101 -0.00123 -0.00127 -0.00107 -0.00093 -0.00082 -0.00075 -0.00072 -0.00075 -0.00069 -0.00069 -0.00069 -0.00077 -0.00078 -0.00077 -0.00076 -0.00078 -0.00075 LINA 0.006194 0.007217 0.007707 0.007766 0.007674 0.007546 0.007419 0.007337 0.007275 0.007245 0.007232 0.007229 0.007233 0.007233 0.007235 0.007237 0.007238 0.007239 0.007239 0.007239 b. Impuls Respon Setelah Krisis Ekonomi 1. Dollar Singapura Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 LSIN LMAL LPHIL LTHAI LINA 0.015206 0.016957 0.015004 0.014358 0.014299 0.013536 0.013942 0.014095 0.013996 0.013757 0.013758 0.013585 0.013442 0.013439 0.013475 0.013493 0.013534 0.013586 0.013601 0.013605 0 0.001891 0.001873 0.000578 0.001203 0.001149 0.000807 0.000996 0.001576 0.001822 0.001947 0.002051 0.002039 0.001935 0.001848 0.001769 0.001717 0.001701 0.001712 0.001736 0 0.00148 -0.00076 -0.00116 -0.00229 -0.00269 -0.00284 -0.00252 -0.00241 -0.00211 -0.00187 -0.00176 -0.00178 -0.00189 -0.00186 -0.00192 -0.00197 -0.00199 -0.00199 -0.00198 0 -5.11E-06 -0.000295 -0.002287 -0.003325 -0.002637 -0.001388 -0.000513 0.000335 0.000901 0.001032 0.000831 0.000559 0.000279 6.54E-05 -4.53E-05 -6.42E-05 -2.91E-05 3.38E-05 9.69E-05 0 -0.00256 -0.00187 -0.00334 -0.00414 -0.00478 -0.00524 -0.00605 -0.00605 -0.00576 -0.00554 -0.00534 -0.00508 -0.00494 -0.00494 -0.00498 -0.00503 -0.00509 -0.00514 -0.00516 97 Lanjutan Lampiran 6. Impulse Response Function 2. Ringgit Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 LSIN LMAL LPHIL LTHAI LINA 0.014227 0.009657 0.006735 0.005455 0.005701 0.005697 0.006493 0.006004 0.005735 0.006039 0.005975 0.005557 0.005469 0.005589 0.005588 0.005571 0.005639 0.005698 0.005707 0.005706 0.01957 0.014292 0.011147 0.011647 0.014182 0.012454 0.011405 0.012482 0.013228 0.013196 0.013268 0.013478 0.013428 0.013291 0.013195 0.013126 0.013072 0.013069 0.013082 0.013098 0 0.004434 0.000436 0.000758 -0.001378 -0.000797 -0.000964 -0.000866 -0.000847 -0.000289 -2.64E-05 -5.27E-05 -7.53E-05 -6.37E-05 -0.000132 -0.000233 -0.000264 -0.000275 -0.000276 -0.000272 0 0.004344 0.002525 -0.003785 -0.003424 -0.001476 -0.000328 -6.79E-05 0.001099 0.001802 0.001776 0.001449 0.001168 0.000894 0.000682 0.000583 0.000574 0.000625 0.000701 0.000765 0 -0.00478 -0.00292 -0.00467 -0.00378 -0.00435 -0.00601 -0.00674 -0.00606 -0.00579 -0.00594 -0.00559 -0.00519 -0.00512 -0.00518 -0.00526 -0.00525 -0.00532 -0.00538 -0.00539 LSIN LMAL LPHIL LTHAI LINA 0.012418 0.014278 0.010194 0.012812 0.011739 0.012167 0.010677 0.010956 0.010633 0.010913 0.010753 0.010605 0.010447 0.010464 0.010442 0.010426 0.010462 0.010523 0.010554 0.010566 0.005748 0.010148 0.007072 0.009777 0.009737 0.010333 0.008751 0.009526 0.009846 0.010107 0.010135 0.010403 0.010497 0.010425 0.010327 0.010247 0.010182 0.010136 0.010124 0.010132 0.01884 0.021066 0.021984 0.019912 0.020525 0.018885 0.019167 0.018326 0.018875 0.018929 0.019418 0.019427 0.019566 0.019576 0.019559 0.019468 0.019412 0.019377 0.019359 0.019354 0.004068 0.002571 0.003987 -8.14E-05 -0.000148 0.000385 0.000806 0.001266 0.002097 0.003199 0.003492 0.003516 0.003316 0.003108 0.002821 0.002622 0.002522 0.002516 0.002557 0.002618 3. Peso Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 0.002646 0.001706 -0.001586 0.003526 0.000935 0.001397 -0.000736 -0.000668 -0.001015 -0.000777 -0.000978 -0.000687 -0.000275 -6.18E-05 -2.19E-05 -5.01E-07 -1.42E-05 -7.77E-05 -0.000156 -0.000198 98 Lanjutan Lampiran 6. Impulse Response Function 4. Bath Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 LSIN LMAL LPHIL LTHAI LINA 0.019161 0.022797 0.018406 0.014817 0.013964 0.014474 0.014799 0.014942 0.015153 0.015602 0.015675 0.015458 0.015271 0.015224 0.015167 0.015113 0.015121 0.015164 0.015197 0.015218 0.009119 0.010416 0.009436 0.010124 0.010601 0.009587 0.007867 0.007728 0.008016 0.008232 0.008386 0.008665 0.008855 0.008896 0.008852 0.008782 0.008718 0.008675 0.008647 0.008638 0 0.006497 0.004944 0.004327 0.003026 0.002672 0.002189 0.001612 0.001479 0.001689 0.001998 0.002125 0.002238 0.002325 0.002338 0.002297 0.002239 0.002202 0.002177 0.002164 0.011087 0.016467 0.017225 0.010903 0.007685 0.006455 0.006174 0.006092 0.006877 0.007991 0.008696 0.008969 0.008983 0.008877 0.008667 0.008463 0.008319 0.008258 0.008265 0.008293 0.006157 0.004256 0.003073 0.004976 0.006938 0.007326 0.005837 0.004922 0.004599 0.004388 0.004081 0.004141 0.004438 0.004652 0.004753 0.004817 0.004844 0.004819 0.004768 0.004725 LSIN LMAL LPHIL LTHAI LINA 0.033103 0.045004 0.040233 0.034799 0.041778 0.043498 0.042196 0.042669 0.045192 0.045969 0.044943 0.044104 0.043635 0.043126 0.042669 0.042553 0.042679 0.042876 0.043042 0.043175 0 0.00538 -0.00548 -0.01124 -0.01556 -0.01099 -0.00902 -0.00701 -0.00635 -0.00516 -0.00485 -0.00528 -0.00604 -0.00659 -0.00676 -0.00694 -0.00699 -0.00689 -0.00675 -0.00664 0 0.017163 0.023137 0.017152 0.018149 0.026312 0.034316 0.035536 0.035051 0.034099 0.032421 0.029872 0.028036 0.027336 0.027366 0.027716 0.028233 0.028762 0.029141 0.029312 0.062443 0.036699 0.022414 0.016584 0.022952 0.021863 0.020178 0.020327 0.023629 0.026372 0.027369 0.027665 0.027987 0.027889 0.027216 0.026578 0.026256 0.026119 0.026068 0.026124 5. Rupiah Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 0.045411 0.038547 0.022638 0.000348 -0.000798 0.001567 0.002285 0.000413 -0.000219 -8.82E-05 -2.64E-05 -0.000479 -0.000684 -0.000147 0.000348 0.000539 0.000618 0.000701 0.000695 0.000595 99 Lampiran 6. Forecast Error Decomposition of Variance a. Forecast Error Decomposition of Variance Sebelum Krisis 1. Dollar Singapura Period S.E LSIN LMAL 0.008421 89.50973 10.49027 1 0.012615 72.45678 17.36314 2 0.015985 66.42911 15.51965 3 0.020013 62.00723 14.88049 4 0.025853 59.23696 15.39051 5 0.032973 53.71655 16.64844 6 0.037987 46.63853 17.67369 7 0.044241 41.23249 17.93103 8 0.051982 36.38566 17.32354 9 10 0.065386 33.31722 16.82863 11 0.083836 31.58495 16.40663 12 0.101159 30.12407 16.22666 13 0.120758 29.09447 16.07809 14 0.142326 28.24566 15.92628 15 0.169507 27.68955 15.87903 16 0.201559 27.20445 15.84338 17 0.236201 26.67238 15.74728 18 0.279006 26.17668 15.64073 19 0.331443 25.82355 15.53073 20 0.396377 25.60073 15.49576 21 0.472431 25.42412 15.46459 22 0.558405 25.20146 15.42163 23 0.662966 24.99484 15.36946 24 0.791787 24.84835 15.32419 25 0.950012 24.76294 15.30796 26 1.139548 24.69672 15.29473 27 1.363375 24.61749 15.27477 28 1.635409 24.54826 15.25396 29 1.966309 24.50452 15.23947 30 2.365904 24.47732 15.23579 31 2.844868 24.44828 15.23071 32 3.419298 24.41122 15.22093 33 4.118541 24.38166 15.21127 34 4.968879 24.36593 15.20548 35 5.996349 24.35682 15.20384 36 7.233347 24.34513 15.20124 37 8.724716 24.33009 15.19672 38 10.53411 24.31898 15.19307 39 12.72734 24.31377 15.19138 40 15.37767 24.31021 15.19103 LPHIL LTHAI 0 0 1.908817 11.83496 7.434535 14.69578 11.40654 21.00678 12.05079 20.58616 14.26692 19.72974 15.46988 17.42466 17.62708 16.70567 17.18249 16.63572 16.84046 21.24445 15.45289 28.11726 13.97887 30.99219 12.31869 32.53238 10.63015 32.03812 9.500577 32.34696 8.851257 33.58108 8.402909 34.50265 8.000386 35.21766 7.503793 35.23681 7.114225 35.50816 6.748257 35.92452 6.362213 36.06337 6.019401 36.16113 5.727846 36.26076 5.536733 36.62737 5.367545 37.05502 5.165993 37.21708 4.976438 37.23477 4.816128 37.21899 4.707825 37.31084 4.620625 37.43647 4.533194 37.46846 4.462329 37.47364 4.407138 37.49628 4.365525 37.55865 4.323742 37.6096 4.278696 37.60532 4.243478 37.59498 4.219027 37.60705 4.201588 37.64013 LINA 0 1.797033 5.114473 8.558058 19.05176 22.67046 25.72127 26.29371 27.28716 23.88653 20.09735 19.39416 19.29612 19.79185 19.30817 18.50399 18.31268 18.24464 18.48902 18.45217 18.43464 18.69378 18.85174 18.87118 18.67944 18.52542 18.58057 18.64668 18.67156 18.63315 18.61746 18.67222 18.70189 18.69756 18.67931 18.68608 18.72303 18.73926 18.73275 18.72179 100 Lanjutan Lampiran 6. Forecast Error Decomposition of Variance 2.Ringgit Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 S.E LSIN LMAL 0.014427 10.49027 89.50973 0.028039 17.36314 72.45678 0.040731 15.51965 66.42911 0.054622 14.88049 62.00723 0.069011 15.39051 59.23696 0.088205 16.64844 53.71655 0.116746 17.67369 46.63853 0.149857 17.93103 41.23248 0.191375 17.32354 36.38566 0.242766 16.82863 33.31722 0.309588 16.40663 31.58495 0.395423 16.22666 30.12407 0.493497 16.07809 29.09447 0.609895 15.92628 28.24566 0.750836 15.87903 27.68955 0.926548 15.84338 27.20445 1.143115 15.74728 26.67237 1.398565 15.64073 26.17668 1.704935 15.53073 25.82355 2.076473 15.49576 25.60073 2.531126 15.46459 25.42412 3.083629 15.42163 25.20146 3.745298 15.36997 24.99484 4.544646 15.32419 24.84836 5.516346 15.30796 24.76294 6.697648 15.29473 24.69672 8.126352 15.27477 24.61749 9.844924 15.25397 24.54826 11.92249 15.23948 24.50452 14.44253 15.23579 24.47732 17.49676 15.23071 24.44828 21.18941 15.22093 24.41122 25.64655 15.21127 24.38166 31.03983 15.20545 24.36593 37.57381 15.20386 24.35682 45.48241 15.20124 24.34513 55.04387 15.19672 24.33009 66.60077 15.19307 24.31898 80.58707 15.19138 24.31377 97.52034 15.19103 24.31021 LPHIL LTHAI 0 0 3.670922 5.665344 3.569504 11.95435 4.678306 13.50687 4.252315 11.75401 4.514102 10.97492 4.888637 13.84147 5.308765 17.51188 5.509602 22.23405 5.248419 25.28684 4.955829 27.47639 4.832158 29.89325 4.640795 31.42079 4.506854 32.65605 4.338674 33.32198 4.278893 33.96632 4.289301 34.77156 4.277202 35.36907 4.243279 35.75642 4.189883 35.91802 4.169298 36.11933 4.176301 36.44171 4.171005 36.71197 4.157305 36.89449 4.137948 36.99433 4.129644 37.10193 4.127648 37.23795 4.118233 37.33355 4.107052 37.38496 4.099135 37.41619 4.098479 37.46226 4.100233 37.52106 4.097357 37.55758 4.093027 37.57324 4.090161 37.58426 4.090039 37.60408 4.090302 37.62798 4.088585 37.64086 4.086699 37.64593 4.085929 37.65152 LINA 0 0.843901 2.527389 4.927179 9.366198 14.14598 16.95777 18.01592 18.54714 19.31889 19.57627 18.92393 18.76603 18.66515 18.77077 18.70695 18.51955 18.53632 18.64601 18.79561 18.82276 18.75898 18.75318 18.77571 18.79683 18.77698 18.74214 18.74619 18.76407 18.77165 18.76027 18.74656 18.75222 18.76239 18.76496 18.75951 18.75498 18.75857 18.76222 18.76131 101 Lanjutan Lampiran 6. Forecast Error Decomposition of Variance 3.Peso Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 S.E LSIN LMAL 0.022935 7.726604 8.572917 0.032484 15.67039 7.872405 0.048569 24.60694 10.98638 0.062642 34.28988 14.09753 0.072975 37.69926 17.43108 0.090439 36.89986 18.29638 0.103466 39.55662 18.86175 0.117303 40.69912 17.88287 0.129926 42.90938 16.45473 0.138967 44.81717 15.83712 0.158699 43.60334 15.00011 0.175088 43.44069 14.61816 0.191257 42.34526 13.85301 0.204089 42.57838 13.21391 0.213827 43.73499 12.76958 0.231104 43.94518 12.48081 0.246421 44.62389 11.78176 0.261859 44.11412 10.95762 0.275898 44.14294 10.27735 0.287676 44.75127 9.991864 0.305413 44.69726 9.940335 0.318569 45.33556 9.609817 0.328064 45.73089 9.185537 0.336118 46.39959 8.778857 0.343325 47.16124 8.438634 0.354173 47.41517 8.004175 0.361696 47.71467 7.700048 0.366699 47.57668 7.829752 0.371786 47.19085 8.227759 0.378764 46.11134 8.818639 0.388022 44.39266 9.780919 0.407201 40.32637 12.61672 0.444578 34.07255 16.80297 0.498241 27.67819 20.35708 0.573205 21.88894 22.85139 0.672195 17.52481 25.05532 0.824907 14.36535 26.93992 1.036228 12.68077 27.66505 1.290833 11.80846 27.60459 1.598716 11.46245 27.30938 LPHIL LTHAI 83.70048 0 74.01979 2.371846 57.94631 6.240884 41.83649 9.102209 34.48858 9.305887 27.71779 14.88998 23.82249 15.14682 22.55359 16.29226 21.72693 16.45099 21.42289 15.13353 21.36557 17.25585 21.06581 17.65432 21.74907 18.67127 21.92278 18.45037 21.83244 17.14228 21.92868 17.07075 21.99119 17.02314 22.59538 18.00443 22.75089 18.53012 22.67122 18.08123 22.54293 18.39751 22.51019 18.20359 22.91213 17.99826 23.21818 17.55934 23.52444 16.93773 24.20914 16.66477 24.80268 16.21874 25.23289 15.78291 25.20614 15.69304 24.70155 16.37733 24.24023 16.46814 22.28585 17.52991 18.72716 20.42209 14.91959 24.49403 11.36038 28.96217 8.367744 31.26335 5.944921 33.40882 4.444067 35.54068 3.653935 37.14758 3.213883 38.04018 LINA 0 0.065657 0.219493 0.673983 1.075264 2.196075 2.612367 2.572177 2.457964 2.789289 2.775242 3.221012 3.381459 3.834559 4.520718 4.574583 4.580053 4.328446 4.298702 4.504414 4.421976 4.340855 4.173232 4.044029 3.937994 3.706877 3.564013 3.577767 3.682259 3.991281 5.118057 7.241146 9.975301 12.55116 14.93727 17.78878 19.34099 19.66951 19.78608 19.97456 102 Lanjutan Lampiran 6. Forecast Error Decomposition of Variance 4.Bath Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 S.E LSIN LMAL 0.019256 16.80703 13.93201 0.031297 14.63563 20.05516 0.045185 11.96052 20.46651 0.059226 11.08937 22.86283 0.074448 11.90054 25.78374 0.096947 12.85016 27.50171 0.121978 13.70271 26.70785 0.155425 13.52399 25.31379 0.197773 13.59963 24.41667 0.253219 13.63311 24.26729 0.324815 13.78023 24.33125 0.406179 13.94267 24.52053 0.502768 14.05261 24.63668 0.618842 14.28324 24.77179 0.762587 14.47294 24.83888 0.941406 14.59307 24.71173 1.154663 14.65866 24.55649 1.412109 14.68253 24.48859 1.724055 14.75544 24.51277 2.103395 14.82477 24.56496 2.564014 14.87875 24.54046 3.116789 14.91773 24.48409 3.783867 14.94746 24.43591 4.596185 14.98872 24.41333 5.583548 15.02169 24.40045 6.779819 15.04079 24.37414 8.220122 15.05537 24.35469 9.961054 15.07018 24.35115 12.07096 15.09182 24.35405 14.62675 15.10977 24.34997 17.71907 15.12013 24.33305 21.45415 15.12759 24.31819 25.97436 15.13454 24.31271 31.44936 15.14315 24.31208 38.07498 15.14973 24.30963 46.08707 15.15362 24.30333 55.77235 15.15732 24.29851 67.49263 15.16137 24.29698 81.68114 15.16566 24.29585 98.84857 15.16845 24.29316 LPHIL LTHAI 7.52174 61.73923 4.685886 57.23721 5.763636 56.49064 4.397625 51.92279 3.574184 43.55075 3.461885 39.32916 3.648992 38.00916 4.195844 39.06329 4.357887 39.38864 4.391074 39.24957 4.372651 39.30695 4.186437 38.91309 4.051388 38.70784 3.908717 38.26755 3.889736 38.05028 3.964611 38.21344 4.007466 38.30248 4.023525 38.27464 4.001911 38.06797 3.991687 37.88358 4.007846 37.85451 4.016663 37.84053 4.027707 37.82617 4.034216 37.78709 4.045125 37.76992 4.057337 37.79431 4.057555 37.79013 4.054695 37.76272 4.053255 37.72949 4.057659 37.71741 4.065156 37.72971 4.068378 37.73159 4.069716 37.72245 4.070814 37.71125 4.072965 37.70759 4.075234 37.71069 4.075675 37.70806 4.076014 37.70231 4.077076 37.69912 4.078654 37.70038 LINA 0 3.38611 5.318693 9.727386 15.19078 16.85709 17.93128 17.90308 18.23717 18.45896 18.20893 18.43727 18.55148 18.76867 18.74817 18.51715 18.47507 18.53072 18.66191 18.73556 18.71844 18.74099 18.76281 18.77665 18.76287 18.73344 18.74226 18.76125 18.77138 18.76533 18.75196 18.75425 18.76058 18.76271 18.76008 18.75712 18.76044 18.76333 18.76229 18.75937 103 Lanjutan Lampiran 6. Forecast Error Decomposition of Variance 5.Rupiah S.E LSIN LMAL 1 0.011577 12.48229 23.89871 2 0.028485 8.648436 25.10807 3 0.042772 7.939921 26.66081 4 0.059691 8.077002 25.70624 5 0.076693 8.035135 27.01975 6 0.105025 9.538716 28.17936 7 0.147091 10.91056 28.02437 8 0.195941 11.54114 26.65292 9 0.255162 11.54908 25.91892 10 0.325021 12.04562 26.03769 11 0.418052 12.50989 26.55973 12 0.532732 13.01853 26.51096 13 0.665328 13.23248 26.21468 14 0.823439 13.42332 25.86118 15 1.017136 13.67879 25.72411 16 1.262686 13.91967 25.59948 17 1.563825 14.09645 25.37303 18 1.920799 14.19248 25.14724 19 2.349757 14.28615 25.01916 20 2.872087 14.42597 24.98948 21 3.513952 14.55384 24.94801 22 4.291948 14.64851 24.83006 23 5.224447 14.70761 24.71017 24 6.352597 14.76509 24.63748 25 7.725288 14.83359 24.61337 26 9.395622 14.89053 24.58415 27 11.41308 14.92995 24.53131 28 13.84102 14.95947 24.48345 29 16.77954 14.99083 24.45736 30 20.34623 15.02577 24.44336 31 24.67122 15.05205 24.42132 32 29.89779 15.06898 24.39044 33 36.20794 15.08206 24.36771 34 43.84676 15.09688 24.35818 35 53.10212 15.11272 24.35316 36 64.30509 15.12428 24.34296 37 77.84681 15.13189 24.32906 38 94.21706 15.13833 24.31959 39 114.0331 15.14556 24.31557 40 138.0248 15.15251 24.31242 Period LPHIL LTHAI 1.836698 5.767359 6.672075 29.53817 5.024422 30.43577 4.701289 33.65721 3.114694 28.77149 2.998133 29.10227 3.169555 32.43848 3.581374 35.50906 3.597924 37.52027 3.356763 36.99793 3.263018 36.56965 3.316647 36.71806 3.385514 37.08012 3.452317 37.31376 3.476698 37.11211 3.585233 37.13954 3.700595 37.38859 3.766285 37.58487 3.785229 37.59845 3.786911 37.46195 3.824255 37.44615 3.876476 37.56495 3.910457 37.65664 3.928886 37.66928 3.940393 37.62581 3.963051 37.63055 3.985455 37.67433 3.997612 37.69099 4.004818 37.67575 4.013385 37.65548 4.027392 37.66693 4.039658 37.69273 4.045403 37.69912 4.048401 37.68892 4.052287 37.67984 4.058306 37.68568 4.063263 37.69587 4.065597 37.69651 4.067296 37.69147 4.069706 37.68938 LINA 56.01494 30.03324 29.93915 27.85827 33.05892 30.18152 25.45719 22.71555 21.41381 21.56199 21.09771 20.43586 20.08728 19.94943 20.00838 19.75607 19.44133 19.30913 19.31102 19.33569 19.22775 19.08006 19.01519 18.99927 18.98776 18.93172 18.87896 18.86847 18.87124 18.86201 18.83234 18.80834 18.80571 18.80762 18.80234 18.78877 18.78001 18.78007 18.78018 18.77599 104 Lanjutan Lampiran 6. Forecast Error Decomposition of Variance a. Forecast Error Decomposition of Variance Setelah Krisis 1.Dollar Singapura Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 S.E LSIN LMAL 0.013048 100 0 0.020141 96.16533 3.289079 0.024929 92.31299 6.668668 0.028534 89.03451 9.197359 0.031735 85.74047 11.04529 0.034802 82.52944 12.44618 0.037762 79.66421 13.55537 0.040589 77.24867 14.45192 0.043271 75.25772 15.17972 0.045814 73.62134 15.77226 0.048232 72.26784 16.25814 0.050547 71.13753 16.66135 0.052749 70.18346 17.00028 0.054871 69.36957 17.28877 0.056915 68.66823 17.53709 0.058888 68.05819 17.75296 0.060797 67.52303 17.94228 0.062649 67.04992 18.10961 0.064447 66.62872 18.25856 0.066196 66.25148 18.39199 0.067901 65.91145 18.51219 0.069564 65.60359 18.62105 0.071187 65.32349 18.72009 0.072775 65.06757 18.81058 0.074329 64.83281 18.89358 0.075851 64.61671 18.96999 0.077343 64.41712 19.04056 0.078807 64.23223 19.10594 0.080244 64.06045 19.16667 0.081655 63.90046 19.22324 0.083043 63.75107 19.27607 0.084408 63.61126 19.32557 0.085751 63.48015 19.37186 0.087074 63.35694 19.41542 0.088377 63.24094 19.45644 0.089668 63.13154 19.49512 0.090926 63.02819 19.53166 0.092174 62.93045 19.56624 0.093406 62.83773 19.59901 0.094621 62.74979 19.63018 LPHIL LTHAI 0 0 0.075646 0.003532 0.456988 0.085805 0.733769 0.660526 0.833209 1.887521 0.834456 3.470569 0.803378 5.049616 0.768389 6.442736 0.737488 7.613587 0.711581 8.585676 0.689887 9.394893 0.671568 10.07371 0.655952 10.64833 0.642562 11.13936 0.630989 11.56288 0.620909 11.93144 0.612059 12.25487 0.604232 12.54084 0.597263 12.79545 0.591018 13.02356 0.585391 13.22907 0.580296 13.41519 0.575659 13.58453 0.571423 13.73926 0.567537 13.88118 0.563967 14.01183 0.560656 14.13255 0.557596 14.24428 0.554752 14.34813 0.552104 14.44486 0.549631 14.53518 0.547317 14.6197 0.545147 14.69897 0.543107 14.77346 0.541187 14.84359 0.539376 14.90973 0.537665 14.97222 0.536046 15.03134 0.534512 15.08736 0.533057 15.14053 LINA 0 0.466416 0.475558 0.373835 0.493512 0.719493 0.927431 1.088283 1.211485 1.309246 1.389232 1.455851 1.511973 1.559737 1.600811 1.636489 1.667764 1.695404 1.720006 1.742043 1.761896 1.779874 1.796231 1.811176 1.824884 1.837503 1.849158 1.859955 1.869986 1.879329 1.888052 1.896216 1.903872 1.911067 1.917841 1.924229 1.930265 1.935975 1.941386 1.946521 105 Lanjutan Lampiran 6. Forecast Error Decomposition of Variance 2.Ringgit Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 S.E LSIN LMAL 0.014048 12.56497 87.43503 0.021492 9.292871 87.29425 0.027128 6.770183 88.97357 0.031671 5.299924 90.28602 0.035657 4.393861 91.06742 0.039321 3.795544 91.47996 0.042747 3.374616 91.70072 0.045946 3.061898 91.83127 0.048961 2.820125 91.91778 0.051809 2.627978 91.98002 0.054513 2.472041 92.02721 0.057097 2.343269 92.06438 0.059557 2.235254 92.09458 0.061926 2.143395 92.11977 0.064209 2.064332 92.14121 0.066413 1.995573 92.15974 0.068546 1.935236 92.17595 0.070615 1.881851 92.19026 0.072626 1.834297 92.20299 0.074582 1.791666 92.21439 0.076488 1.753236 92.22467 0.078347 1.718467 92.23398 0.080164 1.686691 92.24246 0.081945 1.657702 92.25021 0.083679 1.631097 92.25732 0.085382 1.606593 92.26387 0.087052 1.583952 92.26992 0.088697 1.562968 92.27553 0.090299 1.543467 92.28074 0.091879 1.525295 92.28567 0.093433 1.508323 92.29014 0.094962 1.492434 92.29438 0.096466 1.477529 92.29837 0.097947 1.463518 92.30211 0.099406 1.450324 92.30564 0.100844 1.437877 92.30897 0.102261 1.426115 92.31211 0.103666 1.414984 92.31508 0.105039 1.404434 92.38179 0.106401 1.394426 92.32058 LPHIL LTHAI 0 0 0.777863 0.03094 1.354189 0.100829 1.630677 0.354991 1.707291 0.781621 1.704701 1.257457 1.681287 1.691004 1.657179 2.052872 1.636728 2.347925 1.619766 2.589391 1.605516 2.789232 1.593406 2.956541 1.583047 3.098114 1.574139 3.219126 1.566428 3.323568 1.559703 3.414534 1.553792 3.494432 1.548559 3.565143 1.543894 3.628155 1.539871 3.684655 1.535938 3.735598 1.532519 3.781765 1.529406 3.823796 1.526856 3.862223 1.523948 3.897649 1.521543 3.929971 1.519832 3.959984 1.517826 3.987799 1.515345 4.013465 1.513561 4.037738 1.511895 4.060236 1.510335 4.081298 1.508872 4.101056 1.507496 4.119629 1.506201 4.137119 1.504979 4.153618 1.503824 4.169209 1.502732 4.183964 1.501696 4.197949 1.500713 4.211223 LINA 0 2.604079 2.801231 2.428387 2.050221 1.762336 1.552376 1.396786 1.277446 1.182852 1.105999 1.042408 0.989004 0.943568 0.904458 0.870445 0.840596 0.814195 0.790666 0.769577 0.750563 0.733333 0.717647 0.703306 0.690145 0.678023 0.666823 0.656442 0.646795 0.637806 0.629641 0.621575 0.614176 0.607245 0.600718 0.594561 0.588742 0.583236 0.578017 0.573063 106 Lanjutan Lampiran 6. Forecast Error Decomposition of Variance 3.Peso Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 S.E LSIN LMAL 0.021862 7.519922 3.100198 0.030744 10.87087 14.57113 0.037267 9.782464 21.69303 0.042845 8.294162 26.14789 0.048177 7.070364 28.71769 0.053373 6.158209 30.28324 0.058363 5.490418 31.34667 0.063093 4.991693 32.13218 0.067556 4.608087 32.73594 0.071772 4.305331 33.20938 0.075769 4.061467 33.58707 0.079575 3.861614 33.89413 0.083211 3.695269 34.14851 0.086698 3.554857 34.36276 0.090051 3.434815 34.54574 0.093285 3.331062 34.70382 0.096417 3.240506 34.84175 0.099437 3.160791 34.96314 0.102375 3.090086 35.07084 0.105231 3.026948 35.16693 0.108012 2.970225 35.25329 0.110723 2.918988 35.33129 0.113369 2.872478 35.40216 0.115954 2.830075 35.46666 0.118484 2.791244 35.52577 0.120967 2.755565 35.58009 0.123387 2.722665 35.63018 0.125766 2.692232 35.67651 0.128102 2.663998 35.71949 0.130396 2.637733 35.75947 0.132658 2.613238 35.79677 0.134866 2.590341 35.83162 0.137047 2.568889 35.86428 0.139193 2.548758 35.89494 0.141307 2.529807 35.92378 0.143398 2.511957 35.95095 0.145443 2.495107 35.97661 0.147467 2.479176 36.00086 0.149464 2.464091 36.02382 0.151435 2.449786 36.04567 LPHIL LTHAI 89.37988 0 73.95959 0.056412 67.46632 0.407916 63.70747 1.358691 60.88963 2.849461 58.54098 4.485128 56.60076 5.969293 55.03312 7.205233 53.77834 8.206642 52.77024 9.017938 51.95122 9.681671 51.27648 10.23128 50.71278 10.69187 50.23573 11.08232 49.82734 11.41689 49.47396 11.70646 49.16543 11.95938 48.89376 12.18212 48.65277 12.37972 48.43755 12.55627 48.24419 12.71477 48.06952 12.85875 47.91097 12.98803 47.76639 13.10658 47.63403 13.21513 47.51246 13.31488 47.40024 13.40685 47.29649 13.49194 47.20024 13.57087 47.11078 13.64434 47.02719 13.71278 46.94913 13.77679 46.87657 13.83676 46.80734 13.89307 46.74276 13.94603 46.68191 13.99593 46.62447 14.04304 46.57016 14.08757 46.51873 14.12975 46.46996 14.16974 LINA 0 0.541996 0.650271 0.491793 0.472856 0.532438 0.592986 0.637851 0.671001 0.697115 0.718571 0.736496 0.751567 0.764332 0.775252 0.784696 0.792929 0.800184 0.806623 0.812367 0.817531 0.822195 0.826429 0.830295 0.833825 0.837073 0.840068 0.842838 0.845409 0.847834 0.850034 0.852114 0.854067 0.855901 0.857625 0.859254 0.860784 0.862235 0.863608 0.864915 107 Lanjutan Lampiran 6. Forecast Error Decomposition of Variance 4. Bath Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 S.E LSIN LMAL 0.017435 37.29224 2.126738 0.029613 36.64574 6.758793 0.039008 35.00338 9.803741 0.046455 33.45357 11.58034 0.052787 32.23067 12.59489 0.058462 31.30365 13.20556 0.063708 30.60317 13.61218 0.068601 30.06588 13.90975 0.073192 29.64459 14.14029 0.077521 29.30712 14.32409 0.081624 29.03182 14.47321 0.085532 28.80371 14.59617 0.089274 28.61207 14.69892 0.092859 28.44903 14.78629 0.096314 28.30876 14.86120 0.099649 28.18684 14.92636 0.102877 28.07993 14.98348 0.106006 27.98542 15.03396 0.109046 27.90137 15.07894 0.112003 27.82593 15.11915 0.114884 27.75802 15.15542 0.117695 27.69652 15.18826 0.120446 27.64057 15.21815 0.123124 27.58943 15.24545 0.125756 27.54253 15.27054 0.128323 27.49935 15.29356 0.130845 27.45947 15.31486 0.133324 27.42252 15.33466 0.135749 27.38819 15.35293 0.138136 27.35621 15.37001 0.140482 27.32635 15.38595 0.142796 27.29841 15.40088 0.145061 27.27226 15.41487 0.147297 27.24758 15.42802 0.149499 27.22439 15.44041 0.151676 27.20252 15.45209 0.153816 27.18186 15.46312 0.155926 27.16231 15.47356 0.158002 27.14378 15.48346 0.160058 27.12625 15.49284 LPHIL LTHAI 9.285157 51.29588 7.812314 47.06502 6.572446 45.12701 5.854041 44.69488 5.447331 44.95557 5.206087 45.40546 5.048993 45.82979 4.936245 46.17531 4.849827 46.44879 4.781256 46.66824 4.725731 46.84807 4.680026 46.99794 4.641811 47.12441 4.609395 47.23228 4.581546 47.32519 4.557367 47.40598 4.536158 47.47685 4.517422 47.53955 4.500745 47.59528 4.485806 47.64526 4.472346 47.69029 4.460157 47.73107 4.449067 47.76818 4.438933 47.80208 4.429636 47.83319 4.421078 47.86182 4.413173 47.88827 4.405856 47.91277 4.399046 47.93554 4.392709 47.95674 4.386791 47.97654 4.381253 47.99507 4.376059 48.01245 4.371178 48.02879 4.366582 48.04416 4.362247 48.05866 4.358152 48.07237 4.354278 48.08533 4.350606 48.09762 4.347122 48.10927 LINA 0 1.718129 3.493497 4.417211 4.771679 4.879311 4.905864 4.912823 4.916497 4.919288 4.921157 4.922223 4.922784 4.923098 4.923303 4.923457 4.923582 4.923686 4.923776 4.923854 4.923923 4.923986 4.924042 4.924094 4.924141 4.924185 4.924225 4.924262 4.924296 4.924328 4.924358 4.924386 4.924413 4.924438 4.924461 4.924483 4.924504 4.924523 4.924542 4.924565 108 Lanjutan Lampiran 6. Forecast Error Decomposition of Variance 5.Rupiah Period 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 S.E LSIN LMAL 0.067042 12.27385 1.317033 0.101198 11.74257 8.340266 0.126295 13.57625 11.42083 0.146361 16.70226 13.19032 0.164324 20.11958 14.34347 0.181198 23.14612 15.18367 0.197167 25.57666 15.82969 0.212235 27.47485 16.33491 0.226442 28.96855 16.73318 0.239871 30.16589 17.05085 0.252617 31.14345 17.30833 0.264766 31.95397 17.52067 0.276391 32.63506 17.69858 0.287551 33.21435 17.84971 0.298297 33.71255 17.97962 0.308675 34.14532 18.09244 0.318706 34.52466 18.19137 0.328437 34.85981 18.27865 0.337887 35.15806 18.35636 0.347085 35.42515 18.42596 0.356036 35.66572 18.48864 0.364772 35.88353 18.54539 0.373304 36.08165 18.59702 0.381645 36.26265 18.64418 0.389808 36.42865 18.68743 0.397803 36.58143 18.72724 0.405641 36.72252 18.76475 0.413337 36.85321 18.79805 0.420878 36.97461 18.82968 0.428294 37.08768 18.85914 0.435583 37.19324 18.88665 0.442753 37.29201 18.91239 0.449808 37.38464 18.93652 0.456754 37.47168 18.95927 0.463596 37.55362 18.98055 0.470339 37.63089 19.00068 0.476986 37.70388 19.01976 0.483542 37.77294 19.03769 0.490018 37.83838 19.05475 0.496394 37.90048 19.07092 LPHIL LTHAI 0.822394 8.312535 0.389064 5.308694 0.407878 3.525344 0.397104 2.624983 0.352225 2.085032 0.305323 1.716124 0.266902 1.449981 0.237149 1.251857 0.214054 1.100202 0.195744 0.981004 0.180891 0.885047 0.168615 0.806197 0.158314 0.740279 0.149558 0.684369 0.142032 0.636358 0.135496 0.594686 0.129769 0.558179 0.124709 0.525934 0.120206 0.497244 0.116174 0.471554 0.112542 0.448416 0.109254 0.427468 0.106264 0.408414 0.103531 0.391006 0.101026 0.375042 0.098719 0.360348 0.096589 0.346779 0.094616 0.334213 0.092784 0.322535 0.091077 0.311661 0.089484 0.301509 0.087993 0.292015 0.086594 0.283101 0.085284 0.274731 0.084044 0.266851 0.082877 0.259419 0.081775 0.252399 0.080733 0.245757 0.079745 0.239464 0.078807 0.233492 LINA 77.27419 74.21946 71.06974 67.08533 63.09976 59.64877 56.87677 54.70124 52.98406 51.60652 50.48228 49.55054 48.76776 48.10201 47.52944 47.03206 46.59609 46.21097 45.86813 45.56116 45.28468 45.03436 44.80665 44.59863 44.40786 44.23226 44.07011 43.91991 43.78038 43.65044 43.52912 43.41566 43.30914 43.20911 43.11494 43.02614 42.94224 42.86287 42.78766 42.71633 109 110 111