WORKING PAPER WP/13/2008

dokumen-dokumen yang mirip
III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)

BAB II TINJAUAN PUSTAKA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENGUKURAN PENDAPATAN NASIONAL

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB II TINJAUAN PUSTAKA

RISET ITU MUDAH. Salah satu contoh pertanyaan yang mungkin muncul di benak kita adalah:

BAB V HASIL PENELITIAN DAN PEMBAHASAN. sekunder deret waktu (time series) mulai dari Januari 2013 sampai

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

(Data Mentah) Data Penerimaan Asli Daerah Sektor Pariwisata Kabupaten Lombok Timur, Jumlah Kunjunga Wisatawan dan Jumlah Objek Wisata

BAB V HASIL DAN PEMBAHASAN. Metode yang digunakan untuk menduga faktor-faktor yang memengaruhi

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

PENGARUH INDEKS PEMBANGUNAN MANUSIA DAN PRODUK DOMESTIK REGIONAL BRUTO TERHADAP TINGKAT PENGANGGURAN TERBUKA PROVINSI DKI JAKARTA TAHUN

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

Lampiran 2 Penduduk Menurut Status Pekerjaan Utama (jiwa)

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

Dampak Shock Nilai Tukar Riil terhadap Inflasi dan Current Account Indonesia

BAB V HASIL DAN PEMBAHASAN. atau tidak dalam penelitian ini jarque-berra dimana hasilnya dapat. ditunjukkan dari nilai probabilitas Jarque-Berra.

VI. PEMILIHAN MODA (Modal Split/Choice)

Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun

BAB III METODE SCHNABEL

BAB IV HASIL DAN ANALISIS. sekunder dalam bentuk deret waktu (time series) selama 15 tahun pada periode

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

BAB 4 HASIL DAN PEMBAHASAN

BAB IV HASIL DAN ANALISIS

Optimasi Non-Linier. Metode Numeris

Produktivitas Padi, Luas Panen dan Produksi Padi di Kabupaten Deli Serdang,

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER

Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman

BAB 3 METODE PENELITIAN

Kredit (Y) Pendapatan (x1) Usia (x3) Modal Kerja (x2) Universitas Sumatera Utara

BAB 3 LANGKAH PEMECAHAN MASALAH

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

BAB IV HASIL DAN ANALISIS. sekunder dalam bentuk deret waktu (time series) pada periode

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU

BAB IV METODOLOGI PENELITIAN

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

BAB V HASIL PENELITIAN DAN PEMBAHASAN

Aplikasi diagonalisasi matriks pada rantai Markov

Makalah Seminar Tugas Akhir

IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD

III. METODE PENELITIAN. Data yang digunakan dalam penulisan proposal ini adalah data sekunder yang

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

BAB IV APLIKASI PADA MATRIKS STOKASTIK

Makalah Seminar Tugas Akhir

Perhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK

HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL ABSTRAK

BAB III HASIL DAN PEMBAHASAN

BAB V KESIMPULAN DAN SARAN. Desember 2009 dalam kondisi jangka pendek.

4. 1 Spesifikasi Keadaan dari Sebuah Sistem

BAB V HASIL ANALISIS DAN PEMBAHASAN

SATUAN ACARA PERKULIAHAN ( SAP )

BAB V HASIL ANALISIS DAN PEMBAHASAN

MODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor

BAB IV HASIL DAN ANALISIS. bentuk deret waktu (time series) selama 17 tahun, yaitu tahun Data

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)

TUGAS I RANCANGAN PERCOBAAN BAB I

MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS)

Tanggapan Waktu Alih Orde Tinggi

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

PENGUKURAN CAPACITY UTILIZATION BERDASARKAN PENDEKATAN DUAL COST PADA INDUSTRI PENGOLAHAN DI INDONESIA

LAMPIRAN 1 TABEL RESPONDEN No. y x1 x2 x

Variasi Spline Kubik untuk Animasi Model Wajah 3D

PENDAHULUAN TINJAUAN PUSTAKA

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN

LAMPIRAN. Lampiran 1. Daftar Sampel Perusahaan Makanan dan Minuman

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus

BAB III MODEL KANAL WIRELESS

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

RINGKASAN SKRIPSI MODUL PERKALIAN

IV. HASIL DAN PEMBAHASAN. Untuk mengetahui apakah data yang dipakai sudah stationary dalam penelitian ini

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan

HASIL ANALISA DATA ROE LDA DA SDA SG SIZE

III. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder, time series triwulan dari

2. Menentukan koleksi inti ubi kayu dan mengevaluasi kebaikan koleksi inti yang diperoleh. METODE. Data

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh

VI. HASIL DAN PEMBAHASAN Analisis Struktur Pasar Industri Kakao di Indonesia

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

BAB III METODE PENELITIAN (BAHAN DAN METODE)

Pemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai

BAB III METODE PENELITIAN (BAHAN DAN METODE)

LAMPIRAN 1. Kuisioner Penelitian KUISIONER

PERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

Transkripsi:

WORKING PAPER WP/13/2008 Threshold Autoregressive Model of Exchange Rate Pass-Through Effect in Indonesia Meily Ia Permata Juni 2008

ii

Threshold Autoregressive Model of Exchange Rate Pass-Through Effect in Indonesia Meily Ia Permata Abstras Kajian ini menganalisa apaah terdapat threshold perubahan nilai tuar yang menyebaban adanya perbedaan perilau pass-through nilai tuar terhadap inflasi. Pengujian secara empiri menunjuan adanya threshold tingat perubahan nilai tuar terhadap inflasi yaitu sebesar 4,2% (m.o.m), dimana bila terjadi perubahan nilai tuar melebihi threshold tersebut, maa pass-through efenya e inflasi menjadi cuup besar dan signifian, dengan dampa masimum di transmisian dengan lag efe 2 bulan. Depresiasi nilai tuar > 4,2% (m.o.m), memberian umulatif efe e inflasi dalam 1 tahun sebesar 1,15%. Teanan inflasi aan semain besar bila shoc perubahan nilai tuar yang melebihi threshold tersebut berlangsung lebih dari satu ali. Simulasi shoc yang berlangsung 3 bulan berturut-turut menunjuan umulatif efe inflasi selama 1 tahun (seja shoc pertama terjadi) mencapai lebih dari 3,4%. iii

iv

Daftar Isi Abstras... iii Daftar Isi... v Daftar Tabel... vi Daftar Grafi... vi Daftar Lampiran... vi PENDAHULUAN... 1 Latar Belaang... 1 Tujuan... 2 Manfaat Penelitian... 2 Metodologi... 2 Data... 5 STUDI LITERATUR... 6 Determinan Pass-Through... 6 Asimetri dalam Pass-Through... 6 Model Threshold Autoregressive (TAR)... 7 Penggunaan TAR dalam Model Regresi... 8 HASIL ESTIMASI... 9 Hasil Estimasi untu Model 1 :... 9 Hasil Estimasi untu Model 2 :... 11 Hasil Estimasi untu Model 3 :... 12 KESIMPULAN DAN IMPLIKASI KEBIJAKAN... 14 Kesimpulan... 14 Impliasi Kebijaan... 14 DAFTAR PUSTAKA... 15 LAMPIRAN... 16 v

Daftar Tabel Tabel 1 Level Threshold Perubahan Nilai Tuar (%) dengan Nilai Varian Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d, Model 1 (Data 1990:01-2008:4)... 16 Tabel 2 Nilai SSR Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d, Model 1 (Data 1990:01-2008:4)... 16 Tabel 3 Level Threshold Perubahan Nilai Tuar (%) dengan Nilai Varian Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d, Model 1(Data 1999:01-2008:4)... 17 Tabel 4 Nilai SSR Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d, Model 1 (Data 1999:01-2008:4)... 17 Tabel 5 Level Threshold Perubahan Nilai Tuar (%) dengan Nilai Varian Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d... 19 Tabel 6 Nilai SSR Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d,... 19 Tabel 9 Level Threshold (%) dengan Nilai Varian Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d... 21 Tabel 10 Nilai SSR Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d... 21 Daftar Grafi Grafi 1 Perembangan Nilai Tuar dan Inflasi 2 Grafi 2 Response Inflasi Terhadap Depresiasi Nilai Tuar 1,7% (m.o.m) 9 Grafi 3 Response Inflasi Terhadap Depresiasi Nilai Tuar 1,7% (m.o.m) 9 Grafi 4 Response Inflasi Terhadap Depresiasi Nilai Tuar 4,2% (m.o.m) 10 Grafi 5 Response Inflasi Terhadap Depresiasi Nilai Tuar 4,2% (m.o.m) 10 Grafi 6 Response Inflasi Terhadap Depresiasi Nilai Tuar 4.2% (m.o.m) 11 Grafi 7 Response Inflasi Terhadap Depresiasi Nilai Tuar 4.2% (m.o.m) 11 Grafi 8 Response Inflasi Terhadap Depresiasi Nilai Tuar 4.2% (m.o.m) 13 Grafi 9 Response Inflasi Terhadap Depresiasi Nilai Tuar 4.2% (m.o.m) 13 Daftar Lampiran Lampiran 1 Hasil Estimasi Threshold Model 1 (Data 1990:01-2008:4)... 16 Lampiran 2 Hasil Estimasi Threshold Model 1 (Data 1999:01-2008:4)... 17 Lampiran 3 Hasil Uji Validitas Model 1, Ar11 Dan Lag Threshold D=2, (Januari1999 April 2008)... 18 Lampiran 4 Hasil Estimasi Threshold Model 2... 19 Lampiran 5 Pengujian Hasil Estimasi Threshold Model 2... 20 Lampiran 6 Hasil Estimasi Threshold Model 3... 21 Lampiran 7 Pengujian Hasil Estimasi Threshold Model 2... 22 vi

PENDAHULUAN Latar Belaang Besarnya dampa dari perubahan nilai tuar pada harga domesti mempunyai impliasi yang penting dalam perumusan ebijaan terutama dalam hal pengendalian inflasi sejalan dengan penerapan Inflation Targeting Framewor (ITF) seja Juli 2005 di Indonesia. Beraitan dengan hal tersebut, perlu pemahanan mendalam mengenai besarnya resio inflasi aibat perubahan nilai tuar yang dalam hal ini sangat tergantung dari besarnya pass-through terhadap harga impor dan emudian terhadap harga onsumen. Dengan demiian, penguuran besarnya derajat dan ecepatan penyesuaian inflasi terhadap perubahan nilai tuar, hususnya IHK, sangatlah penting untu dilauan. Berdasaran teori, jia pass-through nilai tuar terhadap inflasi relatif rendah, maa perubahan nilai tuar relatif tida begitu berpengaruh terhadap perubahan harga. Sebalinya, pass-through nilai tuar terhadap inflasi yang tinggi menyebaban perembangan harga cenderung sensitif terhadap perubahan nilai tuar. Pada saat terjadi depresiasi, maa espor aan menjadi relatif ompetitif. Mesipun demiian, jia pass-through nilai tuar tida hanya berdampa pada harga impor melainan epada IHK secara eseluruhan, maa ombinasi dari depresiasi nilai tuar yang diiuti dengan tingginya tingat inflasi menyebaban espor tida menjadi lebih ompetitif. Sebalinya dampa negatif aan terjadi pada perusahaan dan institusi euangan yang mempunyai ewajiban dalam denominasi mata uang asing, yang aan mengalami eterpuruan aibat membenganya hutang riil dan tingginya NPL (Ito dan Sato, 2006). Penelitian Kurniati (2007) 1, menunjuan bahwa derajat pass-through dari nilai tuar terhadap harga onsumen sangat rendah pada masa setelah risis dimana 1% depresiasi diestimasi aan meningatan IHK sebesar 0,06%. Penelitian Kurniati et al (2008) 2 menunjuan bahwa pengaruh langsung perubahan nilai tuar melalui perubahan harga barang terhadap laju inflasi inti ditengarai lebih ecil. Mesipun demiian, Yati mengingatan bahwa respon inflasi terhadap nilai tuar dapat saja lebih sensitif apabila perubahan nilai tuar relatif besar dan persisten. Dari grafi 1 terlihat bahwa pada saat terjadi depresiasi nilai tuar yang cuup tajam, terutama pada masa risis, terjadi peningatan inflasi yang cenderung sejalan dengan tingginya tingat depresiasi tersebut. Namun demiian, pada level perubahan nilai tuar yang relatif rendah, tida terlihat efe yang cuup signifian pada level inflasi. Fata bahwa besarnya pass- 1 Lihat Yati Kurniati. 2007. Exchange Rate Pass-Through in Indonesia. BRE Woring Paper. DKM. 2 Lihat Yati Kurniati, Tri Yanuarti dan Yanfitri. 2008. Dampa Nilai Tuar Terhadap Harga Impor dan Inflasi Inti. BRE Research Note. DKM. 1

Jan-90 Jan-91 Jan-92 Jan-93 Jan-94 Jan-95 Jan-96 Jan-97 Jan-98 Jan-99 Jan-00 Jan-01 Jan-02 Jan-03 Jan-04 Jan-05 Jan-06 Jan-07 Jan-08 through nilai tuar sangat mungin dipengaruhi oleh besarnya level depresiasi/apresiasi, menunjuan bahwa estimasi threshold pass-through nilai tuar terhadap inflasi di Indonesia dengan menggunaan pendeatan eonometri nonlinear menjadi suatu hal yang sangat diperluan. Grafi 1 Perembangan Nilai Tuar dan Inflasi % Perubahan Nilai Tuar Bulanan (iri) 140,00 Inflasi Bulanan (Kanan) % 14,00 120,00 12,00 100,00 10,00 80,00 8,00 60,00 6,00 40,00 4,00 20,00 2,00 0,00 0,00-20,00-2,00-40,00-4,00 Tujuan Berdasaran latar belaang tersebut maa tujuan penelitian ini adalah : 1. Untu melihat apaah terdapat suatu threshold perubahan nilai tuar, bai itu pada level persentase perubahan maupun level nominal perubahan, yang menyebaban adanya perbedaan perilau pass-through nilai tuar terhadap inflasi. 2. Untu melihat apaah level threshold untu apresiasi dan depresiasi bersifat simetri. Manfaat Penelitian 1. Memberian informasi mengenai perilau perubahan nilai tuar terhadap perubahan harga. 2. Memberian informasi mengenai level perubahan nilai tuar yang dapat memberian teanan terhadap inflasi. Metodologi Analisis yang digunaan dalam penelitian ini adalah Threshold Autoregressive Model (TAR) yang diapliasian pada persamaan pass-through nilai tuar. Model Threshold untu Perubahan Nilai Tuar 2

Model 1: Untu eperluan penguuran besarnya threshold pass-through nilai tuar tersebut, regime switching model yang digunaan mengadopsi model yang diembangan oleh Posedel dan Tica (2007) 3. π t = α 0 + Yang merupaan representasi dari : i=0 α 1i e t i 1 I t d + β 0 + i=0 β 1i e t i I t d + u t (1) π t = α 0 + α 1i e t i + u t jia I t d < γ i=0 β 0 + β 1i e t i + u t jia I t d γ i=0 Pada persamaan di atas, inflasi merupaan fungsi dari perubahan nilai tuar nominal. Time lag dari variabel independen diwaili oleh i, sementara time lag dari variabel threshold direpresentasian oleh d. Variabel I t-d merupaan variabel dummy, dimana I t-d =0 jia perubahan nilai tuar nominal e lebih ecil daripada threshold dan I t-d =1 jia perubahan nilai tuar nominal e sama atau lebih besar dibandingan threshold. Model 2: Pada model 2, penguuran besarnya threshold pass-through nilai tuar tersebut menggunaan regime switching model yang diapliasian pada persamaan pass-through yang diembangan oleh Khundrapam (2007) 4. π t = α 0 + i=0 α 1i e t i 1 I t d + β 0 + i=0 β 1i e t i I t d + i=0 γ i π t i + δ i Y t i i=1nθiπt i+ut l m i=0 + Yang merupaan representasi dari : π t = l m n α 0 + α 1i e t i + γ i π t i + δ i Y t i + θ i π t i + u t jia I t d < γ i=0 i=0 i=0 i=1 l m n β 0 + β 1i e t i + γ i π t i + δ i Y t i + θ i π t i + u t jia I t d γ i=0 i=0 i=0 i=1 Persamaan di atas, merupaan apliasi model TAR pada model distributed lag yang menggunaan data persentase perubahan. Pada persamaan di atas, inflasi merupaan fungsi 3 Lihat Petra Posedel dan Josip Tica. 2007. Threshold Autoregressive Model of Exchange Rate Pass Through Effect : The Case of Croatia. Woring Paper. University of Zagreb. Croatia. 4 Lihat di Jeevan Kumar Khundrapam. 2007. Economic Reforms and Exchange Rate Pass-Through to Domestic Prices in India. BIS Woring Paper No. 225. 3

dari perubahan nilai tuar nominal, inflasi internasional, demand domesti dan espetasi inflasi yang bersifat adaptif. Time lag dari variabel independen diwaili oleh i, sementara time lag dari variabel threshold direpresentasian oleh d. I t-d merupaan variabel dummy, dengan I t-d =0 jia perubahan nilai tuar nominal e lebih ecil daripada threshold dan I t-d =1 jia perubahan nilai tuar nominal e sama atau lebih besar dibandingan threshold. Model 3: Pada model 3, merupaan bentu lain dari model 2, yang diembangan dari model Khundrapam 5. p t = α 0 + i=1nθipt i+ut i=0 α 1i e t i 1 I t d + β 0 + i=0 β 1i e t i I t d + i=0 γ i p t i + δ i y t i l m i=0 + Yang merupaan representasi dari : p t = l m n α 0 + α 1i e t i + γ i p + δ t i i y t i + θ i p t i + u t jia I t d < γ i=0 i=0 i=0 i=1 l m n β 0 + β 1i e t i + γ i p + δ t i i y t i + θ i p t i + u t jia I t d γ i=0 i=0 i=0 i=1 Persamaan di atas, merupaan apliasi model TAR pada model distributed lag yang menggunaan log difference. Perubahan harga domesti merupaan fungsi dari perubahan nilai tuar nominal, perubahan harga internasional, demand domesti dan espetasi inflasi yang bersifat adaptif. Time lag dari variabel independen diwaili oleh i, sementara time lag dari variabel threshold direpresentasian oleh d. Variabel I merupaan variabel dummy, dimana I t-d =0 jia difference nilai tuar nominal e lebih ecil daripada threshold dan I t-d =1 jia difference nilai tuar nominal e sama atau lebih besar dibandingan threshold. Prosedur Mendapatan Threshold Agar dapat mengestimasi model, terlebih dahulu dipilih level threshold yang memunginan. Mengiuti metodologi yang disaranan oleh Enders (2004) 6 dan Chan (1993) serta beberapa penyesuaian pada program pengolahan data, maa proses pemilihan level threshold dilauan dengan cara sebagai beriut: 1. Mensortir level perubahan nilai tuar dari yang terendah sampai dengan yang tertinggi. 5 Lihat di Jeevan Kumar Khundrapam. 2007. Economic Reforms and Exchange Rate Pass-Through to Domestic Prices in India. BIS Woring Paper No. 225. 6 Walter Enders. 2004. Applied Econometric Time Series. Wiley. 4

2. Mengestimasi TAR model pada persamaan di atas untu berbagai level perubahan nilai tuar sebagai threshold dan menyimpan nilai sum of squared residuals (SSR) untu setiap hasil estimasi tersebut berdasaran asumsi bahwa model dengan nilai threshold yang paling mendeati enyataan aan mempunyai SSR terecil. 3. Membuat grafi dari nilai SSR tersebut. Jia terdapat satu threshold, maa aan terdapat satu titi minimum loal. Jia terdapat dua threshold, maa aan terdapat dua titi minimum loal. Demiian, seterusnya. 4. Melauan pengujian hasil estimasi dengan melauan aprosimasi dari distribusi asimptoti F melalui prosedur bootstrap (Hansen, 1997) 7. Data Data yang digunaan adalah data bulanan dari periode 1990:01 sampai dengan 2008:04. Spesifiasi data yang digunaan adalah : Harga domesti (P) : indes harga onsumen (IHK) Inflasi domesti (π) : persentase perubahan IHK (%) p : perubahan IHK (log) Nilai tuar nominal (ER): nominal nilai tuar rupiah terhadap US$ bulanan (Rp/US$). Kenaian nilai tuar menunjuan depresiasi. e : persentase perubahan nilai tuar nominal (%) e : perubahan nilai tuar nominal (log) Harga internasional (P*) : indes harga produsen (PPI US) Inflasi internasional (π*) : persentase perubahan indes harga produsen US (%) p : perubahan PPI US (log) Indes Produsi : sebagai proyesi PDB, yang menggambaran ondisi demand domesti 7 Lihat Bruce Hansen. 1997. Inference in TAR Models. Studies in Nonlinear Dynamics and Econometrics. April 1997. 5

STUDI LITERATUR Determinan Pass-Through Terdapat beberapa fator yang dapat mempengaruhi besarnya pass-through nilai tuar 8. Semain besar level inflasi dan volatilitasnya, semain tinggi deraat pass-through-nya. Hal ini disebaban terbentunya persepsi bahwa enaian biaya produsi tersebut bersifat lebih persisten. Sebalinya, meningatnya redibelitas dan efetifitas ebijaan moneter dalam menjaga rejim inflasi yang rendah, aan menurunan derajat pass-through. Perusahaan tida terburu-buru merubah harga aibat terjadinya shoc pada biaya, arena merea yain bahwa shoc tersebut bersifat sementara dan pengambil ebijaan moneter aan berhasil menstabilan harga. Fator edua adalah volatilitas dari nilai tuar tersebut. Fator etiga adalah besarnya omposisi impor dalam baset onsumsi. Semain besar omposisinya, semain tinggi derajat pass-through. Komposisi jenis barang yang diimpor juga turut mempengaruhi besarnya passthrough. Fator eempat adalah distorsi dalam perdagangan aibat penerapan tarif dan pembatasan uantitas yang dapat menurunan pass-through. Kelima, adanya asimetri menyebaban besarnya pass-through sangat dipengaruhi oleh episode apresiasi dan depresiasi serta besarnya level perubahan nilai tuar tersebut. Asimetri dalam Pass-Through Perilau pass-through dapat berbeda antara pada saat terjadinya depresiasi dan apresiasi. Selain itu, besarnya pass-through juga dapat dipengaruhi oleh besar ecilnya perubahan nilai tuar dimana pada level tertentu (threshold) nilai perubahan nilai tuar aan sangat berpengaruh pada inflasi namun apabila perubahan nilai tuar dibawah threshold tersebut maa aan relatif tida berpengaruh terhadap inflasi. Hal-hal yang dapat menyebaban terjadinya asimetri yang terait dengan besarnya perubahan nilai tuar adalah fator menu cost 9 dan mempertahanan pasar. Dengan asumsi bahwa menu cost diperlauan sebagai fixed cost, maa asi perubahan harga aan bermanfaat jia perubahan nilai tuar melampaui ambang batas (threshold) tertentu. Apabila perubahan nilai tuar relatif ecil dan menu cost masih lebih tinggi dibandingan dengan biaya yang timbul aibat perubahan nilai tuar tersebut, maa perusahaan aan cenderung memilih untu tida merubah harganya. 8 Lihat di Jeevan Kumar Khundrapam. 2007. Economic Reforms and Exchange Rate Pass-Through to Domestic Prices in India. BIS Woring Paper No. 225. 9 Lihat di Jeevan Kumar Khundrapam. 2007. Economic Reforms and Exchange Rate Pass-Through to Domestic Prices in India. BIS Woring Paper No. 225. 6

Di bawah asumsi untu mempertahanan pasar, pada saat terjadi enaian biaya aibat perubahan nilai tuar, perusahaan cenderung mempertahanan harganya dengan menurunan mar-upnya ataupun dengan mengorbanan profitnya. Namun, pada ambang batas (threshold) tertentu, besarnya mar-up tida dapat menutupi enaian biaya yang terjadi dan tingat profit yang harus diorbanan telah melampaui level yang dapat ditoleransi oleh perusahaan. Pada titi ini, asi perubahan harga tida dapat dihindaran. Beberapa ajian menunjuan adanya asimetri pass-through dilihat dari sisi besar ecilnya level perubahan nilai tuar. Ohno (1989) menemuan bahwa harga espor Jepang lebih merespon perubahan nilai tuar yang besar dibandingan perubahan nilai tuar yang relatif ecil. Pollard and Coughlin (2004) menemuan bahwa respon hampir sebagian besar perusahaan yang bergera di industri impor mempunyai hubungan yang positif dengan besarnya uuran perubahan nilai tuar. Model Threshold Autoregressive (TAR) TAR merupaan suatu regime swithing model yang memunginan suatu variabel berperilau yang berbeda, sesuai dengan eadaan suatu sistem. Umumnya, model TAR dapat ditulisan sebagai beriut : y t = α 0 + Dengan l i=1 α 1i y t i 1 I t d + β 0 + i=1 β 1i y t i I t d + u t (1) y t = α 0 + α 1i y t i + u t jia I t d < γ i=1 l β 0 + β 1i y t i + u t jia I t d γ i=1 Variabel I merupaan variabel dummy, dimana I t-d =0 jia y < threshold dan I t-d =1 jia y threshold. TAR model yang diembangan oleh Tong (1983, 1990) memunginan model dengan order AR yang berbeda untu setiap rezim. Secara umum, besarnya threshold seringali tida dietahui dan harus diestimasi secara bersamaan dengan parameter lainnya. Enders (2004) 10 dan Chan (1993) memberian panduan untu mendapatan nilai threshold yang super onsisten. Beberapa syarat yang haru dipenuhi adalah : 1. Threshold haruslah terleta dalam range pengamatan. Dalam pratenya, nilai threshold sebainya berada dalam 70% middle band pengamatan, yaitu lebih besar 10 Walter Enders. 2004. Applied Econometric Time Series. Wiley. 7

daripada nilai 15% data terendah dan lebih ecil daripada 15% data tertinggi. Namun untu data yang relatif besar, threshold dapat lebih besar daripada 10% data terendah dan lebih ecil daripada 10% data tertinggi. 2. Mengestimasi TAR model untu berbagai level threshold dan menyimpan nilai sum of squared residuals (SSR) untu setiap hasil estimasi tersebut berdasaran asumsi bahwa model dengan nilai threshold yang paling mendeati enyataan aan mempunyai SSR terecil. 3. Membuat grafi dari nilai SSR tersebut. Jia terdapat satu threshold, maa aan terdapat satu titi minimum loal. Jia terdapat dua threshold, maa aan terdapat dua titi minimum loal. Demiian, seterusnya. Model TAR juga mengaomodasi adanya emunginan bahwa lamanya adjustment process untu terjadinya perubahan rezim memerluan lebih dari satu periode watu (d). Nilai d biasa disebut sebagai delay paramater. Pemilihan delay parameter dilauan sesuai dengan prosedur TAR. Model terbai dipilih berdasaran nilai SSR terecil. Alternatif lainnya, model terbai dipilih berdasaran nilai Aaie Information Criterion (AIC) dan Schwarz Bayesian Criteria (SBC) terecil. Penggunaan TAR dalam Model Regresi Penggunaan threshold dalam ontes regresi juga cuup popular. Model umum TAR dalam persamaan regresi adalah sebagai beriut : y t = α 0 + (α 1 + β 1 I t )x t + u t dengan It=1 jia y t-1 threshold, dan It=0 selainnya. 8

HASIL ESTIMASI Persamaan 1, 2 dan 3 diestimasi untu berbagai level threshold dengan variasi lag variabel dependen (i) dan lag threshold (d) dari 1 sampai dengan 12 yang secara total berjumlah 91 model TAR. Hasil Estimasi untu Model 1 : Persamaan untu model 1, diestimasi untu berbagai level threshold dengan variasi lag variabel dependen (i) dan lag threshold (d) dari 1 sampai dengan 12 yang secara total berjumlah 91 model TAR. Hasil estimasi model dengan menggunaan data dari Januari 1990 April 2008 menunjuan level threshold sebesar 1,7% dengan nilai SSR terecil pada model AR12 dengan lag threshold d=7 (tabel 1). Dapat diataan bahwa jia besarnya depresiasi 7 bulan yang lalu setara atau melebihi 1,7% maa aan secara signifian berpengaruh terhadap inflasi. Sebalinya, jia depresiasi lebih ecil dari level tersebut, maa dampa dari perubahan nilai tuar relatif tida signifian. Selain itu, dapat juga diataan bahwa apabila level depresiasi bulanan melebihi level threshold, maa baru aan memberian dampa masimum pada enaian harga 7 bulan emudian. Dari hasil simulasi shoc terlihat bahwa apabila nilai tuar sama atau melebihi 1,7%, maa aan memberian dampa masimum terhadap tambahan inflasi 7 bulan emudian sebesar 0,56% serta menyebaban tambahan aumulasi inflasi tahunan sebesar 0,78% (grafi 2). Simulasi untu shoc yang berlangsung 3 bulan berturut-turut menunjuan efe umulatif inflasi selama 1 tahun (seja shoc pertama terjadi) mencapai sebesar 2,37% (grafi 3). Grafi 2 Response Inflasi Terhadap Depresiasi Nilai Tuar 1,7% (m.o.m) (one time shoc) 0.6 0.5 Kumulatif Inflasi Tahunan = 0,78% Grafi 3 Response Inflasi Terhadap Depresiasi Nilai Tuar 1,7% (m.o.m) (shoc tiga bulan berturut-turut) 0.7 0.6 Kumulatif Inflasi Tahunan = 2,37% 0.4 0.5 0.3 0.2 0.4 0.3 0.2 0.1 0.1 0-0.1 t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11 t+12 0-0.1 t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11 t+12 * AR12 dengan Lag Threshold d=7, Periode Januari 1990 April 2008 9

Namun demiian, pada periode setelah risis 11 didapatan nilai threshold yang cenderung lebih tinggi yaitu 4,2% (tabel 2). Untu data dengan periode Januari 1999 - April 2008 nilai SSR terecil terdapat pada model AR11 dengan lag threshold d=2. 12 Perubahan nilai tuar baru aan secara signifian berpengaruh terhadap inflasi, jia dan hanya jia besarnya depresiasi 2 bulan yang lalu setara atau melebihi 4,2%. Perubahan nilai tuar di bawah level tersebut relatif tida signifian pengaruhnya terhadap inflasi. Selain itu, dapat juga diataan bahwa apabila level depresiasi bulanan melebihi level threshold, maa aan memberian dampa masimum pada enaian harga secara lebih cepat yaitu 2 bulan emudian. Selanjutnya hasil threshold diapliasian embali e model 1 yang diperluas dengan penambahan variabel dummy untu enaian harga BBM di bulan Otober 2005. Grafi 4 Response Inflasi Terhadap Depresiasi Nilai Tuar 4,2% (m.o.m) (one time shoc) 1.8 Grafi 5 Response Inflasi Terhadap Depresiasi Nilai Tuar 4,2% (m.o.m) (shoc tiga bulan berturut-turut) 2.25 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0-0.2-0.4 Kumulatif Inflasi Tahunan = 2,07% t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11 2.00 1.75 1.50 1.25 1.00 0.75 0.50 0.25 0.00-0.25 Kumulatif Inflasi Tahunan = 6,35% t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11 *AR11 dengan Lag Threshold d=2 Periode Januari 1999 April 2008 Dari hasil simulasi shoc terlihat bahwa perubahan nilai tuar 4,2% aan memberian dampa yang signifian terhadap tambahan inflasi 2 bulan emudian sebesar 1,68% dan menyebaban tambahan umulatif inflasi tahunan sebesar 2,07% (grafi 4). Teanan inflasi aan semain besar bila shoc perubahan nilai tuar yang melebihi threshold tersebut berlangsung lebih dari satu ali. Simulasi shoc yang berlangsung 3 bulan berturut-turut menunjuan efe umulatif inflasi selama 1 tahun (seja shoc pertama terjadi) mencapai sebesar 6,35% (grafi 5). 11 Dilauan pengujian untu Periode Januari 1999 April 2008 dan Januari 2000 April 2008. 12 Karena eterbatasan data, batas level threshold tertinggi yang dapat dilauan pada model AR12 adalah 4% sehingga pada model ini tida dapat dilauan pengujian untu level threshold diatas 4%. 10

Hasil Estimasi untu Model 2: Persamaan untu model 2, juga diestimasi untu berbagai level threshold dengan variasi lag variabel dependen (i) dan lag threshold (d) dari 1 sampai dengan 12 13. Hasil estimasi model 2 pada periode setelah risis menunjuan level threshold yang sama dengan model 1 yaitu sebesar 4,2% dengan nilai SSR terecil pada model AR11 dengan lag threshold d=2 14. Temuan ini semain menguatan bahwa perubahan nilai tuar baru aan memberian pengaruh yang signifian terhadap inflasi, jia dan hanya jia terjadi perubahan nilai tuar dua bulan sebelumnya 4,2%, dengan efe masimum ditransmisian dengan lag 2 bulan. Selanjutnya hasil threshold diapliasian embali e model 2 yang diperluas dengan penambahan variabel dummy untu enaian harga BBM di bulan Otober 2005. Sementara lag optimal untu variabel P*, IP dan P adalah (1,2,3). 15 π t = α 0 + Model 2 yang diperluas : i=0 α 1i e t i 1 I t d + β 0 + i=0 β 1i e t i I t d + i=0 γ i π t i + δ i Y t i i=1nθiπt i+ρoilshoct+ut l m i=0 + Grafi 6 Response Inflasi Terhadap Depresiasi Nilai Tuar 4.2% (m.o.m) (one time shoc) 1.25 1.00 0.75 0.50 0.25 Grafi 7 Response Inflasi Terhadap Depresiasi Nilai Tuar 4.2% (m.o.m) (shoc tiga bulan berturut-turut) 1.50 1.25 1.00 0.75 0.50 0.25 0.00-0.25 t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11 lag P*=1, lag Y=2, lag P=3, inflasi tahunan = 1.15% 0.00-0.25 t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11 lag P*=1, lag Y=2, lag P=3, inflasi tahunan = 3.48% AR11 dengan Lag Threshold d=2 Periode Januari 1999 April 2008 13 Pada saat pencarian threshold, lag untu variable lainnya diset 4. Kecuali untu AR3 dengan lag 3, AR2 dengan lag 2 dan AR1 dan AR0 dengan lag 1. 14 Karena eterbatasan data, batas level threshold tertinggi yang dapat dilauan pada model AR12 adalah 4% sehingga tida dapat melauan pengujian untu level threshold diatas 4%. 15 Untu mendapatan lag optimal dari variabel harga internasional, demand domesti dan espetasi inflasi, dilauan simulasi sebanya 216 ali untu berbagai ombinasi lag, masing-masing dari 0-5. Kombinasi lag terbai ditentuan berdasaran Aaie Information Criterion (AIC) dan Schwarz Bayesian Criteria (SBC) terecil. 11

Impulse response menunjuan bahwa bahwa apabila terjadi shoc depresiasi nilai tuar 4,2% (m.o.m) maa inflasi 2 bulan beriutnya meningat sebesar 1,145% (m.o.m), dengan umulatif efe e inflasi dalam 1 tahun sebesar 1.153%. Simulasi shoc yang berlangsung 3 bulan berturut-turut menunjuan efe umulatif inflasi selama 1 tahun (seja shoc pertama terjadi) mencapai sebesar 3,482%. Hasil Estimasi untu Model 3: Persamaan untu model 3, juga diestimasi untu berbagai level threshold dengan variasi lag variabel dependen (i) dan lag threshold (d) dari 1 sampai dengan 12 16. Model 3 yang diestimasi pada periode setelah risis menunjuan hasil estimasi yang onsisten dengan model 1 dan model 2, yaitu adanya level threshold sebesar 4,19% dengan nilai SSR terecil pada model AR11 dengan lag threshold d=2 17. Selanjutnya hasil threshold diapliasian embali e model 2 yang diperluas dengan penambahan variabel dummy untu enaian harga BBM di bulan Otober 2005. Sementara, lag optimal untu variabel P*, IP dan P adalah (1,2,2) 18 p t = α 0 + Model 3 yang diperluas : i=0 α 1i e t i 1 I t d + β 0 + i=0 β 1i e t i I t d + i=0 γ i p t i + δ i y t i i=1nθipt i+ρoilshoct+ut l m i=0 + Impulse response untu model 3 menghasilan hasil estimasi yang cenderung mendeati hasil estimasi model 2. Apabila terjadi shoc depresiasi nilai tuar 4,19% (m.o.m) maa inflasi 2 bulan beriutnya meningat menjadi 0,868% (m.o.m), dengan umulatif efe e inflasi dalam 1 tahun sebesar 1,15%. Sementara itu, apabila shoc perubahan nilai tuar yang melebihi threshold tersebut berlangsung 3 bulan berturut-turut menunjuan efe umulatif inflasi selama 1 tahun (seja shoc pertama terjadi) mencapai sebesar 3,408%. 16 Pada saat pencarian threshold lag untu variable lainnya adalah 4. Kecuali untu AR3 dengan lag 3, AR2 dengan lag 2 dan AR1 dan AR0 dengan lag1. 17 Karena eterbatasan data, batas level threshold tertinggi yang dapat dilauan pada model AR12 adalah 4% sehingga tida dapat melauan pengujian untu level threshold diatas 4%. 18 Untu mendapatan lag optimal dari variabel harga internasional, demand domesti dan espetasi inflasi, dilauan simulasi untu berbagai ombinasi lag, masing-masing dari 0-5. Kombinasi lag terbai ditentuan berdasaran Aaie Information Criterion (AIC) dan Schwarz Bayesian Criteria (SBC) terecil. 12

Grafi 8 Response Inflasi Terhadap Depresiasi Nilai Tuar 4.2% (m.o.m) (one time shoc) 1.00 Grafi 9 Response Inflasi Terhadap Depresiasi Nilai Tuar 4.2% (m.o.m) (shoc tiga bulan berturut-turut) 1.75 1.50 0.75 1.25 0.50 1.00 0.75 0.25 0.50 0.25 0.00 t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11 0.00-0.25 t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11-0.25 lag P*=1, lag Y=2, lag P=2, umulatif inflasi tahunan = 1.15% -0.50 lag P*=1, lag Y=2, lag P=2, umulatif inflasi tahunan = 3.41% *AR11 dengan Lag Threshold d=2 Periode Januari 1999 April 2008 13

KESIMPULAN DAN IMPLIKASI KEBIJAKAN Kesimpulan Hasil estimasi threshold pass-through nilai tuar pada periode setelah risis menunjuan adanya threshold tingat perubahan nilai tuar terhadap inflasi. Level threshold yang diperoleh yaitu sebesar 4,2% (m.o.m), dimana bila terjadi perubahan nilai tuar melebihi threshold tersebut, maa pass-through efenya e inflasi menjadi cuup besar dan signifian, dengan dampa masimum di transmisian dengan lag efe 2 bulan. Lebih tingginya level threshold pada periode setelah risis menunjuan bahwa tingat perubahan nilai tuar yang relatif rendah (< 4.2%, m.o.m), cenderung dapat ditoleransi oleh pasar tanpa menimbulan gejola harga onsumen. Hal ini sejalan dengan perubahan rejim nilai tuar dari manage exchange rate regime menjadi floating exchenge rate regime. Indiasi lain yang didapatan dari hasil estimasi adalah pada saat perubahan nilai tuar melebihi threshold-nya maa janga watu transmisinya e perubahan harga relatif lebih cepat. Impulse response pada model 2 menunjuan bahwa jia terjadi depresiasi nilai tuar > 4,2% (m.o.m), maa inflasi 2 bulan beriutnya meningat menjadi 1.145% (m.o.m), dengan umulatif efe e inflasi dalam 1 tahun sebesar 1,153%. Teanan inflasi aan semain besar bila shoc perubahan nilai tuar yang melebihi threshold tersebut berlangsung lebih dari satu ali. Simulasi shoc yang berlangsung 3 bulan berturut-turut menunjuan umulatif efe inflasi selama 1 tahun (seja shoc pertama terjadi) mencapai sebesar 3,482%. Sementara itu, Impulse response pada model 3 menunjuan bahwa jia terjadi depresiasi nilai tuar > 4,19% (m.o.m), maa inflasi 2 bulan beriutnya mengalami peningatan sebesar 0.868% (m.o.m), dengan umulatif efe e inflasi dalam 1 tahun sebesar 1,150%. Simulasi shoc yang berlangsung 3 bulan berturut-turut menunjuan umulatif efe inflasi selama 1 tahun (seja shoc pertama terjadi) mencapai 3,408%. Mesipun demiian, terdapat eterbatasan pada penelitian ini. Mesipun diyaini bahwa hubungan antara inflasi dan perubahan nilai tuar bersifat non linear, namun pada penelitian ini diasumsian bahwa proses pass-through merupaan TAR process. Impliasi Kebijaan Dengan demiian, untu menjaga estabilan harga, maa Ban Indonesia perlu menjaga perubahan nilai tuar rupiah (depresiasi) bulanan agar tida melebihi 4,2%, arena pada tingat perubahan tersebut pass-through efe perubahan nilai tuar e inflasi menjadi besar dan signifian. 14

DAFTAR PUSTAKA Econometrics, Vol. 69, No. 6, pp 1555-96. Hansen, Econometrics, April 1997. Settlements). -Through to for International - Indonesia Woring Papers No. 5 (Jaarta : Ban Indonesia). DKM). Impor dan Pollard, Patricia S. dan Cletus C. Pass- g Paper Series 2003-029C (St Louis : The Federal Reserve Ban of St Louis). Pollard, Patricia S. dan Cletus C. an Exchange Rate Index Reserve Ban of St Louis). -Through Estimates and the Choice of g Paper Series 2003-004C (St Louis : The Federal Posedel, - (Croatia : University of Zagreb). 15

LAMPIRAN 1 HASIL ESTIMASI THRESHOLD MODEL 1 (DATA 1990:01-2008:4) Tabel 1 Level Threshold Perubahan Nilai Tuar (%) dengan Nilai Varian Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d M O D E L A R Lag Threshold (d) 0 1 2 3 4 5 6 7 8 9 10 11 12 0-8.00 1-8.00-8.00 2-5.70-4.60 12.20 3-8.00 13.00 12.20 12.20 4-8.00 12.00 12.20 12.00-2.90 5-8.00 9.90 12.00 12.00-2.90-5.70 6-7.00-5.30 11.50 11.50-3.60-5.70-4.60 7-2.10 7.80-4.90 10.80 7.80-0.60-4.60 0.60 8-2.10 7.80 7.60 1.40 4.20 7.90 10.00 0.60 1.00 9-2.10 7.60 4.00 1.60 7.90 7.60 1.10 1.70 0.60 0.30 10-2.10 7.60 4.00 1.60 4.20 7.90 3.00 1.70 0.60 0.30 3.00 11-2.10 7.60 4.00 7.80 4.20-4.60 1.10 1.70 0.60-1.00 0.40-0.70 12-2.10 7.60 4.00 7.00 4.20 7.80 1.10 1.70 1.00-0.10 2.30-0.10-0.80 Tabel 2 Nilai SSR Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d M O D E L A R Lag Threshold (d) 0 1 2 3 4 5 6 7 8 9 10 11 12 0 326.55 1 258.45 240.65 2 216.22 227.71 195.55 3 191.22 192.12 175.57 192.09 4 164.47 173.53 160.49 176.47 184.09 5 155.98 170.97 155.05 173.89 183.06 167.51 6 154.99 155.85 154.16 153.41 156.42 166.96 145.72 7 142.00 138.32 143.24 141.87 138.34 147.25 140.31 136.26 8 130.19 129.68 134.38 135.87 130.40 134.12 132.97 129.31 133.27 9 129.18 129.38 133.52 133.67 128.27 132.81 132.21 125.28 132.89 130.21 10 127.43 127.04 131.20 132.77 127.44 131.38 129.70 120.94 128.55 127.61 131.48 11 121.32 125.30 128.83 127.51 124.25 129.01 127.32 116.83 127.88 120.78 127.17 130.07 12 120.22 124.76 126.62 125.84 120.21 125.97 125.87 116.10 124.65 120.17 124.70 127.31 125.25 16

LAMPIRAN 2 HASIL ESTIMASI THRESHOLD MODEL 1 (DATA 1999:01-2008:4) Tabel 3 Level Threshold Perubahan Nilai Tuar (%) dengan Nilai Varian Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d M O D E L A R Lag Threshold (d) 0 1 2 3 4 5 6 7 8 9 10 11 12 0 11.50 1 11.00 0.40 2-2.20 0.40 4.20 3-2.20 0.40 4.20 1.10 4-2.10 0.40 4.20 1.10 1.70 5-2.10 0.40 4.20 1.10 1.70-0.50 6-2.10 7.00 4.20 1.00 1.70-0.30 0.80 7-2.10 0.40 4.20 1.00 1.70-0.50 1.00 1.70 8-2.10 0.40 4.20 1.00 2.20-0.50 1.00 1.70 1.00 9-2.10 2.20 4.20 1.00 2.20-0.50 1.00 1.70 1.00-0.90 10-2.10 0.40 4.20 1.00 1.70-0.60 1.10 1.70 1.00-0.90 3.00 11-2.10 0.40 4.20 1.00 1.70-0.60 1.10 1.70 1.00-0.90 3.00 0.30 12-2.10 0.40 4.00 1.00 1.70-0.60 1.00 1.70 1.00-0.90 3.00-0.70-0.80 Tabel 4 Nilai SSR Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d M O D E L A R Lag Threshold (d) 0 1 2 3 4 5 6 7 8 9 10 11 12 0 108.56 1 99.02 95.46 2 95.14 93.28 91.53 3 91.45 91.52 88.58 93.24 4 85.24 88.43 84.33 88.47 84.38 5 83.12 84.69 76.42 86.52 82.39 83.77 6 82.07 83.57 69.21 83.91 76.99 81.07 82.36 7 80.67 82.97 67.53 82.82 75.42 79.71 80.85 73.26 8 79.56 81.04 62.03 80.76 71.80 76.69 78.99 69.23 76.62 9 76.97 80.17 56.20 77.78 70.39 75.38 77.26 67.14 75.29 68.12 10 72.71 75.92 37.95 73.47 66.74 67.56 73.40 64.29 75.12 64.46 68.87 11 70.68 75.23 17.50 71.69 66.65 63.81 71.12 64.20 74.65 59.00 68.77 68.03 12 59.19 72.40 20.41 67.58 58.74 62.96 67.06 62.79 70.03 50.12 56.57 65.02 68.18 17

LAMPIRAN 3 HASIL UJI VALIDITAS MODEL 1, AR11 DAN LAG THRESHOLD d=2, (JANUARI1999 APRIL 2008) Hasil Uji Normality 24 20 16 12 8 4 0-0.5-0.0 0.5 1.0 Series: Residuals Sample 1999M12 2008M04 Observations 101 Mean 8.46e-17 Median 0.000000 Maximum 1.213069 Minimum -0.804816 Std. Dev. 0.408286 Sewness 0.482957 Kurtosis 3.144595 Jarque-Bera 4.014313 Probability 0.134370 Hasil Uji Serial Correlatian Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.557067 Prob. F(2,72) 0.575336 Obs*R-squared 1.539068 Prob. Chi-Square(2) 0.463229 Hasil Uji Heterosedasticity White Heterosedasticity Test: F-statistic 0.610488 Prob. F(26,74) 0.920366 Obs*R-squared 17.83792 Prob. Chi-Square(26) 0.881590 18

LAMPIRAN 4 HASIL ESTIMASI THRESHOLD MODEL 2 Tabel 5 Level Threshold Perubahan Nilai Tuar (%) dengan Nilai Varian Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d M O D E L A R Lag Threshold (d) 0 1 2 3 4 5 6 7 8 9 10 11 12 0-2.10 1 10.00 0.40 2-7.00 0.40 4.20 3-2.10 0.40 4.20 1.10 4-2.10 0.40 4.20 1.10 1.70 5-2.10 0.40 4.20 1.10 1.70-0.30 6-2.10 0.40 4.20 1.10 1.70-0.30 0.40 7-0.90 0.40 4.00 1.10 1.70-0.30 0.40 1.70 8-0.90 0.40 4.20 1.10 2.20-0.30 0.40 1.70 0.70 9-0.70 0.40 4.20 1.10 2.20-0.30 1.00 1.70 0.70-0.90 10-0.90 0.40 4.20 1.00 1.70-0.30 1.10 1.70-1.40-0.90 3.00 11-0.90 0.40 4.20 1.00 1.70-0.60 1.10 1.70-2.20-0.90 3.00 0.30 12-1.70 0.40 4.00 1.00 2.20-0.60 1.00 1.70 0.80-0.90 3.00-0.70-1.60 Tabel 6 Nilai SSR Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d, M O D E L A R Lag Threshold (d) 0 1 2 3 4 5 6 7 8 9 10 11 12 0 98.02 1 89.58 86.05 2 84.16 83.61 80.62 3 79.75 80.46 76.53 80.54 4 70.01 76.62 72.16 76.99 75.55 5 69.09 73.06 65.85 76.09 74.34 74.12 6 68.09 72.10 59.51 72.72 69.77 71.23 70.84 7 66.11 70.90 56.95 71.63 69.13 69.64 70.62 58.53 8 65.30 70.02 52.00 70.57 66.64 66.49 70.05 52.22 66.60 9 61.86 68.43 49.63 68.60 63.92 65.11 69.07 51.87 65.81 57.14 10 58.08 65.39 32.23 66.15 59.71 60.01 63.08 50.57 65.18 54.29 59.40 11 56.86 64.10 13.80 64.65 59.13 55.88 60.53 50.34 64.17 51.62 58.86 58.56 12 46.15 61.09 17.30 59.46 53.88 55.53 56.83 49.53 58.92 41.24 46.08 54.67 58.89 19

LAMPIRAN 5 PENGUJIAN HASIL ESTIMASI THRESHOLD MODEL 2 Hasil Uji Normality 25 20 Series: Residuals Sample 1999M12 2008M04 Observations 101 20 16 Series: Residuals Sample 1999M12 2008M04 Observations 101 15 10 5 0-1.0-0.5-0.0 0.5 1.0 Mean -4.89e-17 Median 1.11e-15 Maximum 1.270122 Minimum -0.964277 Std. Dev. 0.381052 Sewness 0.546067 Kurtosis 4.119755 Jarque-Bera 10.29614 Probability 0.005811 12 8 4 0-0.5-0.0 0.5 1.0 Mean 7.09e-17 Median -2.22e-16 Maximum 1.258723 Minimum -0.672886 Std. Dev. 0.365413 Sewness 0.784772 Kurtosis 4.401524 Jarque-Bera 18.63340 Probability 0.000090 0,2,0 0,2,2 24 20 Series: Residuals Sample 1999M12 2008M04 Observations 101 24 20 Series: Residuals Sample 1999M12 2008M04 Observations 101 16 12 8 4 0-0.5-0.0 0.5 1.0 Mean 2.20e-18 Median 0.000000 Maximum 1.271909 Minimum -0.649269 Std. Dev. 0.361230 Sewness 0.869280 Kurtosis 4.496719 Jarque-Bera 22.14744 Probability 0.000016 16 12 8 4 0-0.5-0.0 0.5 1.0 Mean 1.50e-16 Median 0.000000 Maximum 1.253224 Minimum -0.626133 Std. Dev. 0.357626 Sewness 0.895042 Kurtosis 4.562125 Jarque-Bera 23.75450 Probability 0.000007 1,2,2 1,2,3 Hasil Uji Serial Correlatian (Breusch-Godfrey Serial Correlation LM Test): 0,2,0 0,2,2 1,2,2 1,2,3 F-statistic 0.026 0.267 0.231 0.366 Obs*R-squared 0.078 0.811 0.713 1.142 Prob. F 0.974 0.766 0.794 0.695 Prob. Chi-Square 0.962 0.667 0.700 0.565 Hasil Uji Heterosedasticity (White Heterosedasticity Test): 0,2,0 0,2,2 1,2,2 1,2,3 F-statistic 0.502 0.459 0.453 0.509 Obs*R-squared 20.764 22.168 23.418 27.196 Prob. F 0.985 0.994 0.995 0.988 Prob. Chi-Square 0.964 0.981 0.983 0.963 20

LAMPIRAN 6 HASIL ESTIMASI THRESHOLD MODEL 3 Tabel 7 Level Threshold (%) dengan Nilai Varian Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d M O D E L A R Lag Threshold (d) 0 1 2 3 4 5 6 7 8 9 10 11 12 0 9.97 1 9.97 0.40 2-6.95 0.40 4.19 3-2.08 0.40 4.19 1.11 4-2.08 0.40 4.19 6.93 1.71 5-1.78 0.40 4.19 6.93 5.65-0.30 6-2.08 0.40 4.19 1.11 1.71-0.30 0.40 7-0.90 0.40 4.19 1.11 1.71-0.30 0.40 2.22 8-0.90 0.40 4.19 1.11 2.22-0.30 0.40 1.71 0.70 9-0.90 0.40 4.19 1.11 2.22-0.30 1.01 1.71 0.70-0.90 10-0.90 0.40 4.19 0.90 1.71-0.30 1.11 1.71-1.39-0.90 2.94 11-0.90 0.40 4.19 1.01 1.71-0.60 1.11 1.71-2.57-0.90 2.94 0.30 12-1.78 0.40 3.98 1.01 1.71-0.60 1.01 1.71 0.80-0.90 2.94-0.70-1.59 Tabel 8 Nilai SSR Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d M O D E L A R Lag Threshold (d) 0 1 2 3 4 5 6 7 8 9 10 11 12 0 0.0100 1 0.0084 0.0081 2 0.0081 0.0079 0.0078 3 0.0077 0.0076 0.0073 0.0077 4 0.0066 0.0072 0.0069 0.0072 0.0072 5 0.0065 0.0068 0.0062 0.0071 0.0070 0.0070 6 0.0064 0.0067 0.0055 0.0068 0.0066 0.0067 0.0066 7 0.0062 0.0066 0.0054 0.0067 0.0065 0.0065 0.0066 0.0054 8 0.0061 0.0065 0.0050 0.0066 0.0062 0.0062 0.0066 0.0049 0.0063 9 0.0058 0.0063 0.0047 0.0064 0.0060 0.0061 0.0065 0.0048 0.0062 0.0055 10 0.0054 0.0060 0.0038 0.0061 0.0057 0.0056 0.0060 0.0047 0.0061 0.0052 0.0056 11 0.0053 0.0059 0.0013 0.0060 0.0056 0.0052 0.0058 0.0047 0.0060 0.0050 0.0055 0.0054 12 0.0044 0.0056 0.0015 0.0055 0.0051 0.0052 0.0054 0.0046 0.0056 0.0040 0.0042 0.0051 0.0055 21

LAMPIRAN 7 PENGUJIAN HASIL ESTIMASI THRESHOLD MODEL 2 Hasil Uji Normality 24 20 Series: Residuals Sample 1999M12 2008M04 Observations 101 24 20 Series: Residuals Sample 1999M12 2008M04 Observations 101 16 12 8 4 0-0.010-0.005 0.000 0.005 0.010 Mean 1.43e-18 Median 1.08e-16 Maximum 0.012699 Minimum -0.009666 Std. Dev. 0.003816 Sewness 0.526658 Kurtosis 4.116460 Jarque-Bera 9.914661 Probability 0.007032 16 12 8 4 0-0.005 0.000 0.005 0.010 Mean 1.87e-18 Median 7.98e-17 Maximum 0.012778 Minimum -0.006735 Std. Dev. 0.003660 Sewness 0.777788 Kurtosis 4.455805 Jarque-Bera 19.10241 Probability 0.000071 0,2,0 0,2,2 20 16 12 8 4 0-0.005 0.000 0.005 0.010 1,2,2 Series: Residuals Sample 1999M12 2008M04 Observations 101 Mean 4.21e-19 Median -4.08e-17 Maximum 0.012876 Minimum -0.006550 Std. Dev. 0.003621 Sewness 0.851324 Kurtosis 4.564921 Jarque-Bera 22.50611 Probability 0.000013 Hasil Uji Serial Correlatian (Breusch-Godfrey Serial Correlation LM Test): 0, 2, 0 0, 2, 2 1, 2, 2 F-statistic 0.025 0.310 0.262 Obs*R-squared 0.074 0.940 0.807 Prob. F 0.975 0.734 0.770 Prob. Chi-Square 0.964 0.625 0.668 Hasil Uji Heterosedasticity (White Heterosedasticity Test): 0, 2, 0 0, 2, 2 1, 2, 2 F-statistic 0.487 0.449 0.439 Obs*R-squared 20.247 21.781 22.850 Prob. F 0.988 0.995 0.997 Prob. Chi-Square 0.970 0.984 0.987 22