Analisis Hubungan Produk Domestik Bruto dan Ekspor Indonesia dengan Pendekatan Threshold Vector Error Correction Model (TVECM)

Transkripsi

1 Analisis Hubungan Produk Domesik Bruo dan Ekspor Indonesia dengan Pendekaan Threshold Vecor Error Correcion Model (TVECM) Gama Pura Danu Sohibien 1, Brodjol Suijo Suprih Ulama 2 12) Program Sudi Saisika, Pascasarjana, ITS, Surabaya 1) gamapura.bps@gmail.com, 2) brodjol_su@saisika.is.id ABSTRAK Salah sau fakor yang berpengaruh langsung erhadap PDB, adalah ekspor. Peningkaan ekspor mendorong negara-negara pengekspor unuk melakukan peningkaan produksi yang mencipakan kenaikan nilai PDB. Di sisi lain peningkaan PDB memungkinkan para produsen unuk meningkakan ekspor barang produksinya. Pemodelan yang epa unuk analisis hubungan kedua variabel ersebu diperlukan agar keberhasilan pembangunan ekonomi dapa dicapai. Salah sau pendekaan yang dapa digunakan unuk memodelkan kedua variabel ersebu, adalah dengan Threshold Vecor Error Correcion Model (TVECM). TVECM dapa digunakan unuk melakukan penyesuaian nonlinear agar hubungan anar variabel menuju keseimbangan jangka panjang. Dalam pemodelan ini, benuk hubungan anar variabel dibagi lebih dari sau rezim berdasarkan nilai error correcion erm (ECT). Pemisahan daerah ini diandai dengan suau baas (hreshold). Hasil uji Granger Causaliy menunjukan bahwa erdapa hubungan saling mempengaruhi anara PDB dan Ekspor. Hasil uji koinegrasi menunjukan bahwa erdapa keseimbangan jangka panjang anara PDB dan ekspor. Hasil peneliian menunjukan bahwa model TVECM lebih baik dari pada VECM diliha dari nilai AIC. Nilai ambang (hreshold) yang memisahkan anara rezim 1 dan 2 di TVECM adalah sebesar 50195,15. Kausalias jangka panjang yang erjadi adalah dari PDB ke ekspor. Berdasarkan hasil TVECM di rezim 2 disimpulkan bahwa bila erjadi keidakseimbangan di jangka pendek maka ekspor akan dikoreksi sebesar 67,279 persen dari keidakseimbangan yang erjadi pada periode sebelumnya agar keseimbangan jangka panjang anara PDB dan ekspor erjadi lagi. Kaa kunci: PDB, Ekspor, Koinegrasi, VECM, TVECM. Pendahuluan Salah sau indikaor unuk menilai keberhasilan pembangunan suau negara, adalah dari perumbuhan ekonomi. Perumbuhan ekonomi yang inggi dan berkelanjuan merupakan syara yang diperlukan bagi proses pembangunan ekonomi. Perumbuhan ekonomi yang inggi berujuan unuk mempercepa pencapaian ingka kesejaheraan hidup yang inggi bagi penduduknya. Selain iu dengan ingka perumbuhan yang inggi juga dimaksudkan unuk mengejar keeringgalan dari negara lain. Perumbuhan ekonomi dapa dihiung dari perubahan relaif Produk Domesik Bruo (PDB). Hal ini berari salah sau indikaor adanya peningkaan pendapaan suau negara dapa diliha dari PDB, karena PDB digunakan unuk mengeahui kinerja suau perekonomian. Salah sau fakor yang berpengaruh langsung erhadap perumbuhan ekonomi, adalah perdagangan luar negeri melalui ekspor. Ekspor merupakan arus keluar sejumlah barang dan jasa dari suau negara ke pasar inernasional. Menuru Bhagwai (1988), ekspor dapa membanu meningkakan PDB dan peningkaan PDB iu sendiri naninya dapa mendorong ekspor, sehingga PDB dan ekspor dapa memiliki hubungan yang saling mendukung. Peneliian mengenai analisis hubungan anara ekspor dan PDB di Indonesia sudah banyak dilakukan, dianaranya dengan menggunakan pendekaan koinegrasi dan Vecor Error Correcion Model (VECM). Pendekaan koinegrasi berkaian era dengan pengujian erhadap kemungkinan adanya hubungan keseimbangan jangka panjang dianara variabel-variabel ekonomi. VECM merupakan model yang dikembangkan oleh Engel dan Granger unuk SENATEK 2015 Malang, 17 Januari

2 mengaasi masalah variabel-variabel yang saling berkoinegrasi aau memiliki hubungan keseimbangan jangka panjang namun dalam jangka pendek idak ada keseimbangan (disequilibrium). Hubungan anara penyimpangan dan dinamika jangka pendek pada model VECM diasumsikan linear. Granger dan Terasvira (1993) menyaakan bahwa hubungan anar variabel ekonomi biasanya idak linear. Balke dan Fomby (1997) menyaakan bahwa besarnya penyesuaian erhadap keseimbangan jangka panjang dapa berbeda di berbagai keadaan ekonomi. Hal ini berlawanan dengan VECM dimana penyimpangan dikoreksi dengan cara yang sama baik pada saa penyimpangan meningka aaupun menurun. Sehingga, bila pola hubungan anara penyimpangan dan dinamika jangka pendek adalah nonlinear maka model VECM idak epa unuk menggambarkan hubungan jangka pendek anar variabel. Konsep hreshold koinegrasi seperi yang diperkenalkan oleh Balke dan Fomby (1997) elah menarik perhaian para prakisi dalam mengungkap pola penyesuaian nonlinear harga relaif dan variabel lain. Ide dasar dari model hreshold koinegrasi, adalah model dibenuk lebih dari sau rezim model ime series yang dibagi berdasarkan nilai error correcion erm (ECT). Dengan kaa lain efek hreshold pada model VECM erganung pada besarnya keidakseimbangan erhadap sisem jangka panjang. Model yang digunakan unuk melakukan penyesuaian nonlinear erhadap keidakseimbangan yang erjadi di jangka pendeknya disebu sebagai Threshold Vecor Error Correcion Model (TVECM). Berdasarkan gambaran mengenai keerkaian anara ekspor dan PDB, maka analisis mengenai hubungan anara kedua variabel ersebu menarik unuk dielii. Dalam peneliian ini akan dilakukan analisis mengenai hubungan anara ekspor dan PDB di Indonesia dengan pendekaan TVECM. Meode Peneliian Meode analisis yang digunakan dalam peneliian ini, adalah Threshold Vecor Error Correcion Model (TVECM). Adapun langkah-langkah yang akan dilakukan unuk mencapai ujuan peneliian adalah sebagai beriku: 1. Melakukan uji kausalias granger dimana lag opimum yang digunakan dienukan dari krieria Akaike s informaion crierion (AIC), Schwarz informaion crierion (SIC), Hannan- Quinn Crierion (HQ), dan Final Predicion Error (FPE). 2. Jika idak erdapa hubungan kausalias anara PDB dan ekspor maka dilanjukan pada pemodelan ARIMA. 3. Jika erdapa hubungan kausalias anara PDB dan ekspor maka ada dua kemungkinan, yaiu: Dilanjukan pengujian koinegrasi bila kedua variabel belum sasioner dan erinegrasi pada deraja yang sama Dilanjukan pada pemodelan Vecor Auoregressin (VAR) jika kedua variabel sudah sasioner aau belum sasioner namun erinegrasi pada deraja yang berbeda 4. Bila erdapa koinegrasi maka dilanjukan pada pemodelan VECM, jika idak erdapa koinegrasi maka dilanjukan pada pemodelan VAR. 5. Melakukan pengujian signifikansi keberadaan hreshold dengan Lagrange Muliplier Tes (LM es) 6. Membua model TVECM Vecor Error Correcion Model (VECM) VECM merupakan model VAR yang dibua keika anar variabel saling berkoinegrasi. Enders (2004) menyaakan bahwa variabel-variabel dalam VECM adalah variabel-variabel urunan SENATEK 2015 Malang, 17 Januari

3 perama dalam model VAR yang dibedakan oleh error correcion erm aau dengan kaa lain variabel dalam VECM merupakan variabel yang erkoinegrasi pada order perama [I(1)]. Hubungan dinamis jangka pendek dari suau variabel di dalam sisem dipengaruhi oleh penyimpangan dari keseimbangan jangka panjang yang dikenal sebagai coinegraion erm aau error correcion erm. Unuk membahas model VECM ini, misalkan kia mempunyai hubungan jangka panjang aau keseimbangan unuk dua variabel sebagai beriku: ^ Y1 0 1Y2 (1) Jika Y1 berada pada iik keseimbangan erhadap Y2 maka keseimbangan anara variabel Y1 dan Y2 pada persamaan (1) erpenuhi. Namun dalam sisem ekonomi pada umumnya keseimbangan jarang sekali diemui. Bila Y1 mempunyai nilai yang berbeda dengan nilai keseimbangannya maka perbedaan anara sisi kiri dan sisi kanan pada persamaan (1) adalah sebesar ECT Y1 0 1Y2 (2) ECT Nilai ini disebu sebagai kesalahan keidakseimbangan (disequilibrium error). Benuk umum VECM yang memasukan variabel perubahan sampai dengan lag ke-p, adalah sebagai beriku: Y Y a a 1 10 y ) a a p ( Y Y a Y a Y 2 20 y ) i1 p 11, i 21, i 1 i 1 i p i1 12, i p 22, i 2i 2i y1, ( Y Y a Y a Y i1 i1 (4) Threshold Vecor Error Correcion Model (TVECM) Keberadaan hreshold dalam model membenuk model VECM (2.25) menjadi sebagai beriku: Δy = (5) Dimana: A1 dan A2, adalah mariks koefisien dalam kedua rezim A1 = A2 keika idak ada hreshold γ, adalah parameer hreshold. Model (5) dapa juga diuliskan menjadi sebagai beriku: Δy T d (, γ) + A2 y 1( β )d 2 (, γ) + u (6) T A1 y1( β ) Dimana: 1 d 1 (, γ) = I ( ( ) A A W γ) 1 d 2 (, γ) = I ( ( ) W > γ) 1 T 1 y 1( β ) u, jika W ( ) γ T 2 y 1( β ) u 1, jika W ( ) > γ 1 Dan I(.) menunjukan fungsi indikaor. Model (6) memiliki 2 rezim yang didefinisikan oleh nilai error-correcion erm. Koefisien mariks A1 dan A2 menenukan dinamika kedua rezim ersebu. Model (6) memungkinkan semua koefisien (kecuali vekor koinegrasi β) unuk bergani dianara kedua rezim. Efek hreshold ada jika 0 PW 1 1 Besarnya nilai γ dienukan dengan baasan. dimana, adalah sebuah parameer rimming. y2, (3) SENATEK 2015 Malang, 17 Januari

4 Hasil dan Pembahasan Langkah perama yang dilakukan adalah menenukan panjang lag opimum yang akan digunakan pada uji kausalias granger, VECM, dan TVECM. Pada peneliian ini pengolahan uji panjang lag opimum dilakukan dengan menggunakan sofware evewes 8.0. Hasil uji panjang lag opimium dari 4 krieria (AIC, SIC, HQ, dan FPE) dapa diliha pada abel 1. Tabel 1. Uji Panjang Lag Opimum Lag AIC SIC HQ FPE e e e e * e * * 2.31e+16* e e e+16 Dari empa krieria yang digunakan, iga dianaranya (AIC, HQ, dan FPE) menyimpulkan bahwa panjang lag opimum yang erpilih adalah 5. Dengan demikian panjang lag opimum yang digunakan adalah 5. Penenuan ini juga didukung dengan pendapa Venus Khim dan Liew (2004) bahwa krieria AIC dan FPE dapa meminimalkan erjadinya underesimae dan memaksimalkan peluang unuk mendapakan panjang lag yang sebenarnya unuk sampel kecil (T < 120). Langkah selanjunya adalah melakukan uji kausalias granger. Uji kausalias granger berujan unuk meliha hubungan sebab akiba yang erjadi anara PDB dan ekspor apakah hubungan kausalias yang erjadi sau arah, dua arah, aau idak erjadi hubungan kausalias. Selain iu dari uji kausalias dapa dikeahui variabel mana yang erjadi sebelum variabel lainnya aau variabel mana yang berindak sebagai leading indicaor bagi variabel lainnya. Pada pembenukan VECM diperlukan benuk hubungan kausalias dua arah anar variabel yang dielii. Uji kausalias granger yang dilakukan anara PDB dan ekspor dilakukan dengan hipoesis sebagai beriku: Ho: Ekspor idak mempengaruhi PDB H1: Ekspor mempengaruhi PDB Ho: PDB idak mempengaruhi Ekspor H1: PDB mempengaruhi Ekspor Saisik uji yang digunakan adalah saisik uji F. Kepuusan diolak aau idaknya hipoesis nol dapa dilakukan dengan meliha p-value. Jika p-value kurang dari araf uji (α) yang digunakan, maka kepuusannya olak Ho.Beriku adalah hasil uji kausalias granger yang merupakan hasil olahan dengan menggunakan sofware evews 8.0. Tabel 2. Hasil Uji Kausalias Granger anara PDB dan Ekspor Hipoesis Nol F-Saisic p-value Ekspor idak mempengaruhi PDB PDB idak mempengaruhi Ekspor SENATEK 2015 Malang, 17 Januari

5 Dari abel di aas dapa diliha bahwa besarnya p-value unuk hipoesis nol yang perama adalah 0,0001 dan yang keduaadalah 0,0443. Kedua p-value ersebu bernilai kurang dari araf uji yang digunakan (10 persen) sehingga kepuusan unuk kedua hipoesis ersebu adalah olak Ho. Karena ekspor mempengaruhi PDB dan begiu juga sebaliknya, maka hubungan kausalias yang erjadi anara PDB dan ekspor adalah hubungan kausalias dua arah (bilaeral causaliy). Seelah melakukan uji kausalias granger, langkah selanjunya adalah melakukan uji sasionerias daa dengan menggunakan meode philips-perron (PP). Hubungan keseimbangan jangka panjang mensyarakan bahwa variabel-variabel yang dielii belum sasioner dan erinegrasi pada deraja yang sama. Oleh karena iu sebelum melakukan pengujian koinegrasi perlu dilakukan uji sasionerias daa pada variabel yang akan dielii. Beriku adalah hasil uji sasionerias daa PDB dan ekspor unuk daa asli (order level) dan yang sudah dilakukan differencing. Tabel 3. Hasil Uji Sasionerias Daa unuk Order Level dan Order Difference Perama dengan Meode Philips Perron (PP) Order Variabel Level Signifikan Hipoesis Nol Nilai Kriis Saisik Uji PP Kepuusan GDP idak 5% Tidak Tolak Ho sasioner PDB 0,137 GDP idak Tidak Tolak Ho Level 10% sasioner 5% EX idak sasioner Tidak Tolak Ho ekspor % EX idak sasioner -3,154 Tidak Tolak Ho GDP idak 5% Tolak Ho sasioner PDB -11,758 Difference GDP idak Tolak Ho 10% Perama sasioner 5% EX idak sasioner Tolak Ho ekspor -6,452 10% EX idak sasioner -3,154 Tolak Ho Dari abel 3 dapa diliha bahwa semua kepuusan hipoesis unuk daa pada order level adalah idak olak Ho baik dengan ingka kesalahan 10 persen maupun 5 persen, yang arinya dengan ingka kesalahan 10 persen maupun 5 persen kedua variabel idak sasioner. Sedangkan hasil uji sasionerias daa pada order difference perama semua kepuusanynya adalah olak Ho, yang arinya dengan ingka kesalahan 10 persen aau 5 persen kedua variabel sudah sasioner. Dengan demikian dapa disimpulkan bahwa daa PDB dan Ekspor erinegrasi pada order yang sama, yaiu order sau. Sehingga pengujian koinegrasi dapa dilakukan pada kedua variabel ersebu. Langkah selanjunya adalah melakukan uji koinegrasi. Uji ini dilakukan unuk meliha ada aau idaknya hubungan keseimbangan jangka panjang anara variabel PDB dan ekspor. Hubungan keseimbangan jangka panjang diperlukan agar erhindar adanya masalah spurious regression yang diakibakan oleh keidaksasioneran yang erjadi pada daa peneliian. Uji koinegrasi dilakukan pada suau kombinasi linear dua aau lebih variabel yang sasioner. Walaupun secara parsial dua variabel idak sasioner namun bila kombinasi linear anara dua variabel ersebu sasioner, maka dapa dikaakan kedua variabel ersebu berkoinegrasi aau memiliki hubungan keseimbangan jangka panjang. Hasil pengujian koinegrasi dapa diliha pada abel beriku. Table 4. Nilai Trace Saisic dan Probabilias Pengujian Koinegrasi Hipoesis Nol Hipoesis Alernaif Eigenvalue Trace Saisic 0.1 Criical Value p-value r = 0* r > r 1* r > Ke: *) araf uji (α) 10% SENATEK 2015 Malang, 17 Januari

6 Dari abel 4 dapa diliha bahwa dengan ingka kesalahan 10 persen erdapa seidaknya sau vekor koinegrasi. Hal ini dapa diliha dari nilai race ssaisic yang lebih besar dari criical value, sehingga kepuusannya adalah olak Ho aau erdapa hubungan keseimbangan jangka panjang anara PDB dan ekspor di Indonesia. Model hubungan keseimbangan jangka panjang anara anara PDB dan ekspor, adalah sebegai beriku: PDB = Ekspor e (7) Perbandingan anara scaer plo daa akual dengan garis keseimbangan jangka panjang dapa diliha di gambar 1 beriku: Variable y1 FITSCoin Y Y Gambar 1. Perbandingan anara Scaer Plo Daa Akual dengan Garis Keseimbangan Jangka Panjang Karena hasil uji koinegrasi menunjukan erdapa keseimbangan jangka panjang anara PDB dan ekspor, maka pembenukan VECM dapa dilakukan. VECM berujuan unuk meliha dinamika hubungan jangka pendek anar variabel. Model ini dapa dijadikan solusi bagi variabel-variabel yang memiliki hubungan keseimbangan jangka panjang namun dalam jangka pendek idak erjadi keseimbangan. Model ini melakukan koreksi bagi keidakseimbangan yang erjadi di jangka pendek dengan memasukan penyesuaian. Hasil esimasi koefisien parameer VECM dapa diliha di abel 5. Tabel 5. Hasil Esimasi VECM Variabel ΔPDB ΔEkspor ECT-1 ( ) ( )* Konsana (1271)* (3133) PDB 1 Ekspor 1 PDB 2 Ekspor 2 PDB 3 Ekspor 3 PDB (0.1058)* (0.2609) ( )* (0.1208)* ( ) (0.1836) ( ) (0.1324) ( ) (0.1761) ( ) (0.1197)* ( )* (0.1763) Ekspor SENATEK 2015 Malang, 17 Januari

7 PDB 5 Ekspor 5 ( ) (0.1218)* (0.1099)* (0.2711) ( ) (0.1252) Nilai di dalam kurung merupakan sandar error r * Noasi keika hipoesis nol diolak pada level signifikan 0.05 ECT-1 = PDB Ekspor 1 Tabel 5 menunjukan bahwa ada sau koefisien Error Correcion Term (ECT-1) yang signifikan di dalam model. ECT-1 hanya signifikan pada persamaan ΔEkspor. Hal ini menunjukan bahwa erdapa hubungan keseimbangan jangka panjang anara PDB dan Ekspor Indonesia. Koefisien ECT-1 lebih besar pada persamaan ΔEkspor dibandingkan pada persamaan ΔPDB memiliki ari bahwa respon pada ekspor lebih besar dibandingkan PDB unuk menuju keseimbangan jangka panjang keika erjadi keidakseimbangan pada jangka pendek. Koefisien ECT-1 pada persamaan ΔEkspor sebesar 0,14055 memiliki ari bahwa ekspor akan dikoreksi sekiar 14,05 persen keika keidakseimbangan erjadi di jangka pendek. Koefisien lag unuk ΔPDB dan ΔEkspor menunjukan apakah dinamika jangka pendek PDB dan ekspor saa ini dipengaruhi oleh dinamika jangka pendek PDB dan ekspor pada beberapa periode sebelumnya. Tabel 5 menunjukan bahwa dinamika jangka pendek ekspor pada lag 1 (sau riwulan sebelumnya) mempengaruhi dinamika jangka pendek PDB saa ini. Namun dinamika jangka PDB beberapa peride yang lalu idak mempengaruhi dinamika jangka pendek ekspor saa ini. Berdasarkan abel 5 benuk VECM dapa diuliskan sebagai beriku: PDB ECT PDB Ekspor PDB Ekspor PDB -3 (7) Ekspor 0.773PDB Ekspor 0.219PDB Ekspor -4-5 e Ekspor ECT PDB Expor PDB 0.053Ekspor 0.173PDB 0.438PDB Ekspor PDB 0.170Ekspor e Ekspor Langkah selanjunya adalah melakukan pengujian signifikansi keberadaan hreshold. Uji ini berujuan unuk meliha apakah pemodelan TVECM epa dilakukan aau idak. Hipoesis yang digunakan pada peneliian ini, adalah: Ho: Model adalah linear VECM H1: Model adalah Threshold VECM Pengujian signifikansi keberadaan hreshold dilakukan dengan meode SupLM dimana p- value didapakan dengan meode fixed regressor boosrap. Banyaknya replikasi boosrap yang digunakan adalah 1000 replikasi. Hasil pengujian erhadap hreshold diperoleh nilai LM sebesar 36,19298 dengan asimoic-fixed regressor p-value sebesar 0,009. Hasil pengujian ini menunjukan bahwa keberadaan hreshold pada pemodelan PDB dan ekspor Indonesia sudah epa. Langkah erakhir adalah melakukan pembenukan TVECM. Hasil pengolahan TVECM dengan menggunakan sofware R dapa diliha di abel 6. Tabel 6. Hasil Esimasi TVECM -4-4 Rezim 1 Rezim 2 Variabel ΔPDB ΔEkspor ΔPDB ΔEkspor ECT-1 (0.5963) (0.0671). (0.7330) (0.0278)* Konsana SENATEK 2015 Malang, 17 Januari

8 PDB 1 Ekspor 1 PDB 2 Ekspor 2 PDB 3 Ekspor 3 PDB 4 Ekspor 4 PDB 5 Ekspor 5 (0.0046)** (0.2361) (0.8671) (0.0440)* (0.1457) (0.5936) (0.9125) (0.0636) (0.0023)** (0.0644) (0.8599) (0.1225) ( ) (0.7090) (0.6457) (0.1279) (0.1848) (0.8940) (0.7815) (0.0869) (0.0281)* (0.3098) (0.9382) (0.0521) (0.1364) (0.0075)** (0.1998) (0.1803) (1.1e-14)*** (0.6938) (0.7633) (0.0782) (0.7316) (0.0212)* (0.8777) (0.0358)* (0.0418)* (0.4502) (0.9347) (0.8541) (0.8594) (0.5429) (0.7186) (0.1287) Nilai di dalam kurung merupakan sandar error r * Noasi keika hipoesis nol diolak pada level signifikan 0.05 ECT-1 = PDB Ekspor 1 Koefisien ECT-1 menunjukan kecepaan penyesuaian suau variabel pada saa menyimpang dari nilai keseimbangan unuk kembali menuju keseimbangan. Dari abel 6 diunjukan bahwa nilai koefiseien ECT-1 signifikan hanya pada model ΔEkspor di rezim 2. Hal ini mengindikasikan perilaku ekspor akan merespon keidakseimbangan secara signifikan keika besarnya penyimpangan (ECT-1) sudah melewai nilai ambang baas erenu. Nilai ambang baas diunjukan oleh nilai hreshold yaiu sebesar 50195,15. Sedangkan pada rezim 1, penyimpangan yang erjadi anara PDB dan ekspor idak direspon signifikan baik oleh PDB maupun ekspor. Besarnya koefisien ECT-1 pada model ΔEkspor di rezim 2 adalah Hal ini memiliki ari bahwa keika erjadi keidakseimbangan (penyimpangan) yang melewai 50195,15 maka unuk kembali ke keseimbangan jangka panjang ekspor akan dikoreksi sebesar 67,279 persen dari besarnya keidakseimbangan sau periode sebelumnya. Nilai koefisien ECT-1 unuk ΔEkspor lebih besar dari ECT-1 unuk model ΔPDB memiliki ari bahwa respon dari ekspor lebih besar dari PDB jika erjadi keidakseimbangan. Selain iu, karena nilai ECT-1 yang signifikan hanya di model ΔEkspor rezim 2 maka kausalias jangka panjang yang erjadi, adalah dari PDB ke ekspor aau dengan kaa lain pada jangka panjang PDB mempengaruhi ekspor. Unuk membandingkan kebaikan anara model VECM dan TVECM maka krieria yang bisa digunakan adalah AIC (Akaike Informaion Crierion). Besarnya AIC unuk model VECM adalah sebesar 3534,976 sedangkan AIC unuk model TVECM adalah sebesar 3504,423. Karena AIC model TVECM lebih kecil dari model VECM maka dapa dikaakan bahwa model TVECM lebih baik dibandingkan model VECM. Kesimpulan Berdasarkan uji koinegrasi disimpulkan bahwa PDB dan ekspor Indonesia memiliki hubungan keseimbangan jangka panjang pada level signifikan 10 persen. Berdasarkan pengujian signifikansi hreshold dapa disimpulkan bahwa pemodelan ekspor dan PDB Indonesia dengan meode TVECM sudah epa. Selain iu hasil pengujian kebaikan model dengan krieria AIC juga menunjukan bahwa model TVECM lebih baik dari pada model VECM. Nilai ambang (hreshold) yang memisahkan anara rezim 1 dan 2 di TVECM adalah sebesar 50195,15. Nilai koefisien ECT-1 model ΔEkspor lebih besar dari model ΔPDB memiliki ari bahwa respon dari ekspor lebih besar dari pada PDB keika erjadi keidakseimbangan yang melewai baas hreshold. Karena koefisien ECT-1 hanya signifikan pada model ΔEkspor maka kausalias jangka panjang yang erjadi adalah dari PDB ke ekspor aau dengan kaa lain seberapa pun kenaikan PDB akan direspon posiif oleh ekspor Indonesia. SENATEK 2015 Malang, 17 Januari

9 Sehingga unuk meningkakan ekspor maka pening bagi pemerinah unuk dapa memacu perumbuhan ekonomi. Berdasarkan hasil TVECM di rezim 2 dapa disimpulkan bahwa bila erjadi keidakseimbangan di jangka pendek maka ekspor akan dikoreksi sebesar 67,279 persen dari keidakseimbangan yang erjadi pada periode sebelumnya agar keseimbangan jangka panjang anara PDB dan ekspor erjadi lagi. Dafar Pusaka 1. Bhagwai, J.(1978), Foreign Trade Regimes and Economic Developmen: Anaomy and Consequences of Exchange Conrol Regime, Working Paper Series, NBER, New York 2. Binh, Phung (2011), Energy Consumpion and Economic Growh in Vienam: Threshold Coinegraion and Causaliy Analysis, Inernaional Journal of Energy Economics and Policy, Vol.1, pp Enders, W. (2004), Applied Economeric Time Series 2nd Ediion., John Wiley & Sons Inc, New York. 4. Engle, R.F dan Yoo, B.Y. (1987), Forecasing and Tesing in Co-Inegraed Sysems, Journal of Economerics, Vol. 35, pp Granger, C.W.J. (1969), Invesigaing Causal Relaions by Economeric Models and Cross- Specral Mehods, Economerica, pp Iqbal, Hameed, dan Devi (2012), Relaionship beween Expor and Economic Growh of Pakisan, Europan Journal of Social Sciences, Vol.32, pp Khan, Malik, dan Hasan, (1995), Expor, Growh, and Causaliy: An Applicaion of Coinegraion and Error-Correcion Modelling, The Pakisan Developmen Review 34:4, Par III (Winer 1995), pp Kim, V. Dan Liew, S. (2004), Which Lag Lengh Selecion Crieria Should We Employ?, Economic Bullein, Vol.3, pp Mehrara dan Firouzjaee (2011), Granger Causaliy Relaionship beween Expor Growh and GDP Growh in Developing Counries: Panel Coinegraion Approach, Inernaional Journal of Humaniies and Social Science, Vol 1, pp Mishra (2011), Dynamics of Relaionship beween Expors and Economic Growh in India, Inernaional Journal of Economic Science and Applied Research, Vol. 4, pp Silaghi (2009), Expors-Economic Growh Causaliy: Evidence from CEE Counries, Romanian Journal of Economic Forecasing-2/2009, pp SENATEK 2015 Malang, 17 Januari