38 BAB IV HASIL ANALISIS DAN PEMBAHASAN A.Gambaran Umum Dalam perdagangan internasional kegiatan mengimpor barang dari suatu Negara ke Negara lain yang dilakukan para importir tidak mungkin membayarnya dengan mata uang negaranya melainkan membayar dengan mata uang Negara asal barang impor tersebut. Oleh karena itu pengimpor membutuhkan valuta asing yang dapat diperoleh dari pasar uang atau bisa juga dari pasar valas. Pasar valuta asing menjangkau seluruh bagian dunia, dimana harga-harga mata uang senantiasa bergerak setiap saat dengan tingkat likuiditasnya sangat tinggi. Harga dari satu mata uang dalam mata uang lain merupakan hasil dari kekuatan penawaran dan permintaan mata uang Negara tersebut dengan mata uang Negara lain. Peranan dollar Amerika di dalam pasar valuta asing memiliki kedudukan yang khusus sebagai mata uang internasional atau mata uang yang dominan di pakai dalam setiap transaksi-transaksi internasional. Pada tahun 2008 terjadi krisis ekonomi di Amerika serikat yang di picu oleh tingginya tingkat kemacetan pembayaran kredit perumahan di Amerika ( k r e d i t sub-prime mortgage). Dampak dari krisis ekonomi di Amerika juga melanda Indonesia. Hal tersebut disebabkan menurunnya nilai ekspor komoditi Indonesia ke pasar dunia yang disebabkan menurunnya permintaan pasar global akan barang komoditi tersebut dan tingginya tingkat inflasi pada tahun tersebut 38
39 Pergerakan nilai kurs valuta asing yang akan diteliti adalah pergerakan kurs dari Negara Amerika Serikat, Jepang, Tiongkok, Australia dan Negara-Negara Eropa yang tergabung dalam unieropa terhadap Indonesia. Kurs Negara-negara tersebut dipilih karena memiliki hubungan perdagangan yang besar dengan Indonesia berdasarkan regionalnya dan juga memiliki keterkaitan dengan krisis ekonomi global. Waktu penelitian ini diambil dalam rentang waktu Juli 2009 sampai Desember 2015. Dimana tempat penelitiannya adalah di Indonesia dengan memperhatikan fluktuasi kurs tengah harian USD, AUD, SGD, Yen, Yuan dan Euro dengan rupiah yang diliris oleh Bank Indonesia. B.Statistik Deskriptif Statistik deskriptif merupakan cara untuk menggambarkan dan menyajikan informasi dari sejumlah besar data dengan statistik deskriptif. Data mentah diubah menjadi informasi yang dapat menggambarkan fenomena atau karakteristik dari data yang akan diteliti. Data mentah dalam penelitian ini diambil dari situs www.bi.go.id. Data yang diambil merupakan historical data kurs beli dan jual yang diliris Bank Indonesia yang diolah kembali menjadi kurs tengah USD, AUD, Euro, SGD, Yen dan Yuan terhadap Rupiah. Statistik deskriptif akan menggambarkan bahwa setiap variabel Nilai kurs tengah USD, AUD. Euro, SGD, Yen dan Yuan memiliki karakteristiknya masingmasing, Berikut data statistik nilai kurs tengah USD, AUD, Euro, SGD, Yen, dan Yuan terhadap rupiah selama bulan juli 2009 sampai dengan Desember 2015 yang disajikan dalam tabel 4.1.
40 Tabel 4.1 Data Statistik Kurs USD, AUD, Euro, SGD, Yen, dan Yuan Terhadap Rupiah Periode Juli 2009 Desember 2015 STATISTIK USD AUD EURO SGD YEN YUAN Mean 10431.05 9568.582 13519.13 8004.617 10993.65 1640.95 Median 9645 9672.575 12866.93 7757 10931.22 1512.003 Maximum 14728 11401.65 16868.19 10346 12364.46 2313.54 Minimum 8460 7554.98 11033.88 6474 9475.525 1311.72 Range 6268 3846.67 5834.31 3872 2888.935 1001.82 Std. Dev. 1666.536 866.8623 1578.966 1200.507 635.2844 303.1833 Skewness 0.786144-0.16926 0.410847 0.388298-0.0138 0.605057 Kurtosis 2.256117 2.091725 1.75023 1.523287 2.327088 1.832612 Jarque-Bera 201.1926 62.48024 148.7677 185.1214 30.16254 188.0067 Sum 16647950 15271456 21576531 12775368 17545867 2618957 Sum Sq.Dev. 4.43E+09 1.20E+09 3.98E+09 2.30E+09 6.44E+08 1.47E+08 Observations 1596 1596 1596 1596 1596 1596 Dari Range dan standar deviasi yang disajikan dalam tabel 4.1 terlihat bahwa USD memiliki Range dan standar deviasi yang paling besar dibanding dengan valuta asing yang lain. Hal ini menggambarkan bahwa rentang fluktuasi USD merupakan yang paling lebar dibanding valuta asing lain. Sehingga valas USD merupakan valuta asing favorit bagi para spekulator untuk mencari keuntungan karena memiliki expected return yang paling tinggi dimata para spekulator. Statistik deskriptif yang disajikan dalam table 4.1 mungkin kurang dapat menggambarkan secara visual pergerakan dari USD, AUD, SGD, Euro, Yen dan Yuan terhadap Rupiah dalam kurun waktu Juli 2009 Desember 2015. Oleh sebab itu peneliti sajikan juga grafik pergerakan kurs USD, AUD, SGD, Euro, Yen dan Yuan terhadap Rupiah agar fluktuatifnya bisa terlihat dengan jelas.
41 Grafik 4.1 Pergerakan Kurs USD,AUD, SGD, Euro, Yen Dan Yuan Terhadap Rupiah Dari Tahun 2009-2015 18,000 16,000 14,000 12,000 10,000 8,000 6,000 4,000 2,000 0 09 10 11 12 13 14 15 USD AUD EURO SGD YEN YUAN Dari grafik pergerakan kurs diatas terlihat bahwa pergerakan kurs yuan terhadap rupiah adalah yang paling stabil dan sedikit berfluktuatif. Hal ini dapat dimaklumi karena memang pemerintah tiongkok sangat menjaga nilai tukar mata uangnya agar tetap stabil dengan Negara mitra dagang. C.Uji Asumsi dan Kualitas Instrumen Penelitian 1.Deteksi Stasionaritas: Uji Akar Unit Stasioneritas data sangat penting dalam analisis data time series. Suatu variabel dikatakan stasioner jika rata-rata dan variansnya konstan sepanjang waktu dan nilai kovarian antara dua periode waktu hanya tergantung pada selisih atau
42 selang antara dua periode waktu tertentu bukan waktu sebenarnya ketika kovarian dihitung (Gujarati, 2006).Data yang tidak stasioner bisa menyebabkan regresi yang rancu (spurious regression) sehingga perlu dilakukan uji stasioneritas data agar regresi dari yang terbentuk tidak rancu. Uji stasioneritas yang umumnya di pakai adalah uji akar unit Augmented Dickey-Fuller test (ADF). Jika variabel Yt dianggap sebagai variabel dependen, maka rumus menghitung ada tidaknya unit root adalah sebagai berikut: Yt = Yt-1 + Ut Jika koefisien Yt-1 adalah = 1 dalam arti hipotesis diterima, maka variabel mengandung unit root yang bersifat tidak stasioner.untuk itu perlu dilakukan uji orde pertama ( first diference ). Adapun rumusnya adalah sebagai berikut : Yt = ( ρ -1) ( Yt Yt-1) Koefisien ρ akan bernilai 0, dan hipotesis ditolak sehingga model data menjadi stasioner. Berikut Hasil uji stasioneritas pada tingkat diferensi pertama data kurs tengah USD,AUD, SGD,Yen, Yuan, dan Euro adalah sebagai berikut. Tabel 4.2 hasil Uji Stasioner Diferensi Pertama 6 Valuta Asing dengan ADF Test Valuta Asing ADF Test Critical Value T- Statistik Probabilitas Kesimpulan USD -7.73445 0 Data Stasioner 1 % level = -3,434257 AUD -12.07817 0 Data Stasioner SGD -7.759335 0 Data Stasioner 5 % level = -2.863153 YEN -10.52694 0 Data Stasioner YUAN -7.818053 0 Data Stasioner 1o% level= -2.567676 EURO -7.513217 0 Data Stasioner Hipotesis yang digunakan pada pengujian augmented dickey fuller adalah :
43 H0 : ρ = 0 (terdapat unit roots, data tidak stasioner ) H0 : ρǂ 0 ( tidak terdapat unit roots, data stasioner ) kriteria uji : Tolak H0 jika (t- statistik) > ADF critical value atau pada taraf signifikansi probabilitas Dari hasil uji stasioneritas data pada diferensi pertama dengan intercept menghasilkan nilai absolut statistic Augmented Dickey-Fuller test (ADF) lebih besar dari nilai kritis MacKinnon pada setiap probabilitas α- nya (1%, 5% dan 10%) sehingga data data kurs tengah USD, AUD, SGD, Euro, Yen, dan Yuan tidak mengandung akar unit sehingga data stasioner. Maka dapat disimpulkan bahwa data data kurs tengah USD, AUD, SGD, Euro, Yen, dan Yuan sudah stasioner pada derajat integrasi tingkat diferensi pertama. 2. Menentukan Panjang Lag Optimal. Dalam analisis pendekatan ARDL sangat penting untuk menentukan panjang lag optimal yang akan dipergunakan dalam mengestimasi persamaan umum ARDL. Dengan menentukan lag yang optimal maka penelitian akan lebih fokus dengan jumlah lag optimal tersebut. Pemilihan lag optimal pada penelitian ini berdasarkan metode unrestricted vector autoregression (VAR) pada diferensi data tingkat pertama.
44 Tabel 4.3 Lag Optimal Endogenous variables: DEURO DSGD DUSD DYEN DYUAN DAUD Exogenous variables: C Date: 01/10/16 Time: 10:26 Sample: 7/01/2009 12/31/2015 Included observations: 1591 Lag LogL LR FPE AIC SC HQ 0-68816.30 NA 1.51e+30 86.51452 86.53478 86.52205 1-45254.99 46915.30 2.16e+17 56.94153 57.08335 56.99421 2-45036.93 432.5529 1.72e+17 56.71267 56.97604* 56.81050* 3-44997.66 77.60322* 1.71e+17* 56.70856* 57.09349 56.85154 4-44972.01 50.50201 1.73e+17 56.72157 57.22805 56.90969 * indikasi lag yang sesuai dengan criteria. LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criteria SC: Schwarz information criteria HQ: Hannan-Quinn information criteria
45 Dari tabel output VAR Lag Order Selection Criteria diatas dapat dilihat bahwa untuk lag 2 terdapat 2 kriteria pemilihan lag yang sesuai yaitu Schwarz information criterion (SC) dan Hannan - Quinn information criterion (HQ) sedangkan untuk lag 3 terdapat 3 kriteria pemilihan yang sesuai yaitu Sequential modifield LR test statistic (LR), Final Prediction Error (FPE), dan Akaike information criterion (AIC) sehingga dapat disimpulkan bahwa lag 3 ditetapkan sebagai lag yang optimal untuk dipergunakan dalam estimasi terhadap persamaan umum ARDL. Adapun maksud dari lag optimal pada penelitian ini ialah bahwa setiap kenaikan atau penurunan mata uang dependen akan direspon dengan mata uang assesornya dengan jeda waktu selama 3 hari. D.Pengujian Hipotesis dan Pembahasan 1.Uji Kointegrasi: Pendekatan ARDL (Autoregressive Distributed Lag) Uji kointegrasi pendekatan ARDL dengan alat bantu program pengolahan data statistik Eviews 9 seri enterprise. Dari uji ini akan diketahui adanya kointegrasi atau tidak, sekaligus arah kointegrasinya. Pembuktian dilakukan dengan membandingkan probabilitas F statistiknya. Jika nilai probabilitas F statistiknya lebih kecil daripada tingkat signifikansi berbagai tingkat kepercayaannya (1%, 5% dan 10%), maka berarti terjadi kointegrasi, tetapi apabila kejadian sebaliknya, yaitu nilai probabilitas F statistiknya lebih besar daripada tingkat signifikansi berbagai tingkat kepercayaannya (1%,5% dan 10%), maka tidak terjadi kointegrasi. Berikut hasil uji kointegrasi pendekatan ARDL masing- masing valuta asing.
46 Dependent Variable: DUSD Method: ARDL Date: 01/11/16 Time: 23:00 Sample (adjusted): 7/07/2009 12/31/2015 Included observations: 1592 after adjustments Maximum dependent lags: 3 (Automatic selection) Model selection method: Akaike info criterion (AIC) Dynamic regressors (3 lags, automatic): DAUD DEURO DSGD DYEN DYUAN Fixed regressors: C Number of models evalulated: 3072 Selected Model: ARDL(3, 1, 2, 3, 1, 2) Variable Coefficient Std. Error t-statistic Prob.* DUSD(-1) 1.403567 0.022742 61.71724 0.0000 DUSD(-2) -0.431789 0.024581-17.56616 0.0000 DUSD(-3) 0.025445 0.007843 3.244520 0.0012 DAUD -0.037011 0.005978-6.190950 0.0000 DAUD(-1) 0.036570 0.005969 6.126943 0.0000 DEURO -0.025934 0.004386-5.912595 0.0000 DEURO(-1) 0.055291 0.006382 8.663884 0.0000 DEURO(-2) -0.029235 0.004386-6.664938 0.0000 DSGD 0.063532 0.016947 3.748760 0.0002 DSGD(-1) -0.081625 0.022431-3.638900 0.0003 DSGD(-2) 0.052992 0.018575 2.852804 0.0044 DSGD(-3) -0.038891 0.011292-3.444052 0.0006 DYEN 0.011392 0.004406 2.585761 0.0098 DYEN(-1) -0.011004 0.004433-2.482431 0.0132 DYUAN 6.183709 0.058463 105.7713 0.0000 DYUAN(-1) -8.868864 0.166794-53.17247 0.0000 DYUAN(-2) 2.718565 0.151146 17.98636 0.0000 C 4.306965 7.509748 0.573517 0.5664 R-squared 0.999956 Mean dependent var 10429.32 Adjusted R- squared 0.999956 S.D. dependent var 1666.471 S.E. of regression 11.09224 Akaike info criterion 7.661610 Sum squared resid 193661.3 Schwarz criterion 7.722357 Log likelihood -6080.642 Hannan-Quinn criter. 7.684173 F-statistic 2112319. Durbin-Watson stat 2.005325 Prob(F-statistic) 0.000000 *Note: p-values and any subsequent tests do not account for model selection.
47 HIPOTESIS 1 : H01 :Tidak Terdapat Integrasi nilai kurs antara USD dengan valas Negara lain terhadap Rupiah, setelah krisis ekonomi 2008. Ha1 :Terdapat Integrasi nilai kurs antara USD dengan valas Negara lain terhadap Rupiah, setelah krisis ekonomi 2008. KRITERIA UJI : Tolak H0 bila probabilitas kurang dari atau sama dengan sig. 0,05 Dari table output ARDL USD terlihat bahwa signifikasi probabilitas kurang dari sig. 0,05 sehingga H0 ditolak dan Ha1 diterima. itu berarti telah terjadi integrasi antara kurs USD dengan kurs lainnya terhadap Rupiah, setelah krisis ekonomi 2008. Dependent Variable: DAUD Method: ARDL Date: 01/10/16 Time: 11:07 Sample (adjusted): 7/07/2009 12/31/2015 Included observations: 1592 after adjustments Maximum dependent lags: 3 (Automatic selection) Model selection method: Akaike info criterion (AIC) Dynamic regressors (3 lags, automatic): DUSD DEURO DSGD DYEN DYUAN Fixed regressors: C Number of models evalulated: 3072 Selected Model: ARDL(1, 2, 3, 3, 3, 3) Variable Coefficient Std. Error t-statistic Prob.* DAUD(-1) 0.968739 0.005758 168.2511 0.0000 DUSD -0.624145 0.103291-6.042566 0.0000 DUSD(-1) 0.850078 0.172378 4.931487 0.0000 DUSD(-2) -0.249017 0.103618-2.403227 0.0164 DEURO 0.099489 0.018216 5.461713 0.0000 Lanjutan DEURO(-1) output ARDL AUD -0.126697 0.026850-4.718723 0.0000 DEURO(-2) -0.006571 0.026244-0.250366 0.8023 DEURO(-3) 0.037890 0.018022 2.102408 0.0357 DSGD 1.579874 0.059085 26.73902 0.0000
48 DSGD(-1) -1.500834 0.085499-17.55373 0.0000 DSGD(-2) 0.225056 0.085051 2.646140 0.0082 DSGD(-3) -0.273914 0.058993-4.643128 0.0000 DYEN -0.047839 0.018306-2.613297 0.0091 DYEN(-1) -0.001483 0.025086-0.059127 0.9529 DYEN(-2) 0.019491 0.025113 0.776156 0.4378 DYEN(-3) 0.038953 0.018458 2.110287 0.0350 DYUAN 1.065521 0.691102 1.541770 0.1233 DYUAN(-1) -2.554203 1.150007-2.221033 0.0265 DYUAN(-2) 1.154852 0.732718 1.576121 0.1152 DYUAN(-3) 0.384610 0.231985 1.657914 0.0975 C 58.33966 31.13561 1.873728 0.0612 R-squared 0.997216 Mean dependent var 9570.835 Adjusted R- squared 0.997181 S.D. dependent var 865.8434 S.E. of regression 45.97388 Akaike info criterion 10.50713 Sum squared resid 3320462. Schwarz criterion 10.57800 Log likelihood -8342.673 Hannan-Quinn criter. 10.53345 F-statistic 28137.52 Durbin-Watson stat 2.041006 Prob(F-statistic) 0.000000 *Note: p-values and any subsequent tests do not account for model selection. HIPOTESIS 2 H02 :Tidak terdapat Integrasi nilai kurs antara AUD dengan valas Negara lain terhadap Rupiah, setelah krisis ekonomi 2008. Ha2 :Terdapat Integrasi nilai kurs antara AUD dengan valas Negara lain terhadap Rupiah, setelah krisis ekonomi 2008. KRITERIA UJI : Tolak H0 bila probabilitas kurang dari atau sama dengan sig. 0,05 Dari table output ARDL AUD terlihat bahwa signifikasi probabilitas kurang dari sig. 0,05 sehingga H0 ditolak dan Ha1 diterima. itu berarti telah terjadi integrasi AUD dengan kurs lainnya terhadap Rupiah, setelah krisis ekonomi 2008. Dependent Variable: DEURO Method: ARDL
49 Date: 01/11/16 Time: 23:04 Sample (adjusted): 7/07/2009 12/31/2015 Included observations: 1592 after adjustments Maximum dependent lags: 3 (Automatic selection) Model selection method: Akaike info criterion (AIC) Dynamic regressors (3 lags, automatic): DAUD DUSD DSGD DYEN DYUAN Fixed regressors: C Number of models evalulated: 3072 Selected Model: ARDL(3, 3, 2, 2, 1, 2) Variable Coefficient Std. Error t-statistic Prob.* DEURO(-1) 1.082232 0.025331 42.72316 0.0000 DEURO(-2) -0.132666 0.033531-3.956546 0.0001 DEURO(-3) 0.046032 0.020893 2.203274 0.0277 DAUD 0.186018 0.033903 5.486813 0.0000 DAUD(-1) -0.192182 0.047042-4.085340 0.0000 DAUD(-2) 0.075143 0.043666 1.720866 0.0855 DAUD(-3) -0.070516 0.028464-2.477418 0.0133 DUSD -0.831687 0.141349-5.883915 0.0000 DUSD(-1) 1.509157 0.235958 6.395878 0.0000 DUSD(-2) -0.671504 0.142190-4.722590 0.0000 DSGD 1.383628 0.089801 15.40773 0.0000 DSGD(-1) -1.677882 0.130383-12.86889 0.0000 DSGD(-2) 0.313466 0.095021 3.298916 0.0010 DYEN 0.039646 0.025057 1.582226 0.1138 DYEN(-1) -0.040405 0.025206-1.602967 0.1091 DYUAN 5.839579 0.933253 6.257232 0.0000 DYUAN(-1) -9.391887 1.561949-6.012929 0.0000 DYUAN(-2) 3.471990 0.937897 3.701888 0.0002 C -3.913381 42.93810-0.091140 0.9274 R-squared 0.998430 Mean dependent var 13516.57 Adjusted R-squared 0.998412 S.D. dependent var 1580.047 S.E. of regression 62.96662 Akaike info criterion 11.13495 Sum squared resid 6236623. Schwarz criterion 11.19907 Log likelihood -8844.420 Hannan-Quinn criter. 11.15877 F-statistic 55569.26 Durbin-Watson stat 1.990932 Prob(F-statistic) 0.000000 *Note: p-values and any subsequent tests do not account for model selection. HIPOTESIS 3:
50 H03 :Tidak terdapat Integrasi nilai kurs antara Euro dengan valas Negara lain terhadap Rupiah, setelah krisis ekonomi 2008. Ha3 :Terdapat Integrasi nilai kurs antara Euro dengan valas Negara lain terhadap Rupiah, setelah krisis ekonomi 2008. KRITERIA UJI : Tolak H0 bila probabilitas kurang dari atau sama dengan sig. 0,05 Dari table output ARDL Euro terlihat bahwa signifikasi probabilitas kurang dari sig. 0,05 sehingga H0 ditolak dan Ha1 diterima. itu berarti telah terjadi integrasi Euro dengan kurs lainnya terhadap Rupiah, setelah krisis ekonomi 2008. Dependent Variable: DSGD Method: ARDL Date: 01/11/16 Time: 23:05 Sample (adjusted): 7/07/2009 12/31/2015 Included observations: 1592 after adjustments Maximum dependent lags: 3 (Automatic selection) Model selection method: Akaike info criterion (AIC) Dynamic regressors (3 lags, automatic): DEURO DAUD DUSD DYEN DYUAN Fixed regressors: C Number of models evalulated: 3072 Selected Model: ARDL(3, 3, 1, 3, 3, 1) Variable Coefficient Std. Error t-statistic Prob.* DSGD(-1) 1.004309 0.021115 47.56419 0.0000 DSGD(-2) -0.131464 0.029773-4.415474 0.0000 DSGD(-3) 0.112481 0.020570 5.468183 0.0000 DEURO 0.092075 0.006048 15.22441 0.0000 DEURO(-1) -0.081521 0.009170-8.889454 0.0000 DEURO(-2) 0.011991 0.009145 1.311190 0.1900 Lanjutan output ARDL SGD DEURO(-3) -0.023034 0.006343-3.631592 0.0003 DAUD 0.198033 0.007374 26.85616 0.0000 DAUD(-1) -0.189751 0.007465-25.41955 0.0000 DUSD 0.133388 0.033580 3.972266 0.0001 DUSD(-1) -0.149940 0.036721-4.083184 0.0000
51 DUSD(-2) 0.039301 0.017286 2.273616 0.0231 DUSD(-3) -0.019406 0.012328-1.574169 0.1156 DYEN 0.040697 0.006408 6.351073 0.0000 DYEN(-1) -0.014782 0.008857-1.669030 0.0953 DYEN(-2) -0.014997 0.008867-1.691319 0.0910 DYEN(-3) -0.012151 0.006538-1.858553 0.0633 DYUAN 1.146276 0.221196 5.182166 0.0000 DYUAN(-1) -1.123193 0.221628-5.067914 0.0000 C -13.62557 10.98054-1.240883 0.2148 R-squared 0.999819 Mean dependent var 8005.303 Adjusted R- squared 0.999817 S.D. dependent var 1200.514 S.E. of regression 16.26133 Akaike info criterion 8.427940 Sum squared resid 415685.4 Schwarz criterion 8.495437 Log likelihood -6688.640 Hannan-Quinn criter. 8.453010 F-statistic 456309.9 Durbin-Watson stat 1.997279 Prob(F-statistic) 0.000000 *Note: p-values and any subsequent tests do not account for model selection HIPOTESIS 4 : H04 :Tidak terdapat Integrasi nilai kurs antara SGD dengan valas Negara lain terhadap Rupiah.setelah krisis ekonomi 2008. Ha4 :Terdapat Integrasi nilai kurs antara SGD dengan valas Negara lain terhadap Rupiah.setelah krisis ekonomi 2008. KRITERIA UJI : Tolak H0 bila probabilitas kurang dari atau sama dengan sig. 0,05 Dari table output ARDL SGD terlihat bahwa signifikasi probabilitas kurang dari sig. 0,05 sehingga H0 ditolak dan Ha1 diterima. itu berarti telah terjadi integrasi SGD dengan kurs lainnya terhadap Rupiah, setelah krisis ekonomi 2008. Dependent Variable: DYEN Method: ARDL Date: 01/11/16 Time: 23:06
52 Sample (adjusted): 7/07/2009 12/31/2015 Included observations: 1592 after adjustments Maximum dependent lags: 3 (Automatic selection) Model selection method: Akaike info criterion (AIC) Dynamic regressors (3 lags, automatic): DSGD DEURO DAUD DUSD DYUAN Fixed regressors: C Number of models evalulated: 3072 Selected Model: ARDL(2, 1, 1, 3, 2, 1) Variable Coefficient Std. Error t-statistic Prob.* DYEN(-1) 0.923495 0.024692 37.40080 0.0000 DYEN(-2) 0.076388 0.024840 3.075159 0.0021 DSGD 0.623425 0.095500 6.528037 0.0000 DSGD(-1) -0.623314 0.095485-6.527882 0.0000 DEURO 0.043980 0.024983 1.760378 0.0785 DEURO(-1) -0.041849 0.024964-1.676364 0.0939 DAUD -0.094087 0.034230-2.748656 0.0061 DAUD(-1) 0.067030 0.041172 1.628044 0.1037 DAUD(-2) -0.029194 0.033918-0.860714 0.3895 DAUD(-3) 0.045594 0.023864 1.910584 0.0562 DUSD 0.397718 0.129689 3.066700 0.0022 DUSD(-1) -0.290186 0.138341-2.097619 0.0361 DUSD(-2) -0.109920 0.039750-2.765299 0.0058 DYUAN 1.722529 0.854524 2.015775 0.0440 DYUAN(-1) -1.702043 0.855518-1.989488 0.0468 C 62.68152 42.86439 1.462321 0.1439 R-squared 0.990234 Mean dependent var 10994.11 Adjusted R-squared 0.990141 S.D. dependent var 635.7392 S.E. of regression 63.12475 Akaike info criterion 11.13810 Sum squared resid 6279941. Schwarz criterion 11.19210 Log likelihood -8849.930 Hannan-Quinn criter. 11.15816 F-statistic 10653.08 Durbin-Watson stat 1.993499 Prob(F-statistic) 0.000000 *Note: p-values and any subsequent tests do not account for model selection. H05 :Tidak terdapat Integrasi nilai kurs antara YEN dengan valas Negara lain terhadap Rupiah.setelah krisis ekonomi 2008. Ha5 :Terdapat Integrasi nilai kurs antara YEN dengan valas Negara lain terhadap Rupiah.setelah krisis ekonomi 2008.
53 KRITERIA UJI : Tolak H0 bila probabilitas kurang dari atau sama dengan sig. 0,05 Dari table output ARDL Yen terlihat bahwa signifikasi probabilitas kurang dari sig. 0,05 sehingga H0 ditolak dan Ha1 diterima. itu berarti telah terjadi integrasi Yen dengan kurs lainnya terhadap Rupiah, setelah krisis ekonomi 2008. Dependent Variable: DYUAN Method: ARDL Date: 01/11/16 Time: 23:06 Sample (adjusted): 7/07/2009 12/31/2015 Included observations: 1592 after adjustments Maximum dependent lags: 3 (Automatic selection) Model selection method: Akaike info criterion (AIC) Dynamic regressors (3 lags, automatic): DYEN DSGD DEURO DAUD DUSD Fixed regressors: C Number of models evalulated: 3072 Selected Model: ARDL(3, 1, 2, 3, 1, 2) Variable Coefficient Std. Error t-statistic Prob.* DYUAN(-1) 1.395509 0.022886 60.97637 0.0000 DYUAN(-2) -0.383600 0.024211-15.84383 0.0000 DYUAN(-3) -0.017133 0.006179-2.772750 0.0056 DYEN 0.001463 0.000666 2.195271 0.0283 DYEN(-1) -0.001548 0.000670-2.309620 0.0210 DSGD 0.012145 0.002545 4.772484 0.0000 DSGD(-1) -0.007873 0.003378-2.330643 0.0199 DSGD(-2) -0.003170 0.002126-1.491017 0.1362 DEURO 0.004084 0.000662 6.165597 0.0000 DEURO(-1) -0.008843 0.000957-9.238789 0.0000 DEURO(-2) 0.003036 0.000857 3.543631 0.0004 DEURO(-3) 0.001708 0.000549 3.111218 0.0019 DAUD 0.001502 0.000910 1.650990 0.0989 DAUD(-1) -0.001647 0.000908-1.813019 0.0700 Lanjutan DUSD output ARDL Yuan 0.141410 0.001333 106.0673 0.0000 DUSD(-1) -0.202223 0.003746-53.98260 0.0000 DUSD(-2) 0.061009 0.003447 17.69874 0.0000 C 0.245860 1.134978 0.216621 0.8285 R-squared 0.999970 Mean dependent var 1640.919 Adjusted R-squared 0.999969 S.D. dependent var 303.2576 S.E. of regression 1.677398 Akaike info criterion 3.883607
54 Sum squared resid 4428.707 Schwarz criterion 3.944354 Log likelihood -3073.351 Hannan-Quinn criter. 3.906170 F-statistic 3058858. Durbin-Watson stat 1.994799 Prob(F-statistic) 0.000000 *Note: p-values and any subsequent tests do not account for model selection. H06 :Tidak terdapat Integrasi nilai kurs antara YEN dengan valas Negara lain terhadap Rupiah.setelah krisis ekonomi 2008. Ha6 :Terdapat Integrasi nilai kurs antara YEN dengan valas Negara lain terhadap Rupiah.setelah krisis ekonomi 2008. KRITERIA UJI : Tolak H0 bila probabilitas kurang dari atau sama dengan sig. 0,05 Dari table output Yuan terlihat bahwa signifikasi probabilitas kurang dari sig. 0,05 sehingga H0 ditolak dan Ha1 diterima. itu berarti telah terjadi integrasi Yuan dengan kurs lainnya terhadap Rupiah setelah krisis ekonomi 2008. 2. ARDL Bound Test ARDL Bounds Test dilakukan dengan cara mengestimasi persamaan umum ARDL dengan menggunakan setiap variabel sebagai variabel terikat secara bergantian. Dari hasil estimasi tersebut diperoleh nilai F-statistik uji signifikansi bersama, dengan hipotesa null tidak terdapat hubungan jangka panjang, dibandingkan dengan dua set nilai kritis yang diberikan oleh Pesaran Pesaran. Tabel 4.4 ARDL BOUND TEST Valuta Asing I0 BOUND Critical Value Bound I1 BOUND F- Stat. Kesimpulan
55 USD AUD 10 % level = 2,26 10 % level = 3,35 5 % level = 2,62 5 % level = 3,79 2,528 6,635 SGD 3,057 YEN 2.5 % level = 2,96 2.5 % level = 4,18 2,179 YUAN 2,763 EURO 1 % level = 3,41 1 % level = 4,68 0,974 Tidak ada hubungan jangka panjang Terdapat hubungan jangka panjang Tidak ada hubungan jangka panjang Tidak ada hubungan jangka panjang Tidak ada hubungan jangka panjang Tidak ada hubungan jangka panjang Hipotesis yang digunakan pada pengujian ARDL Bound test adalah : H0 : Tidak ada hubungan jangka panjang. HA : Terdapat hubungan jangka panjang. KRITERIA UJI : Tolak H0 jika (F- statistik) > 4,68 (critical value I1 bound sig.1 % ) Dapat dilihat pada tabel. bahwa pada tingkat signifikansi 1% terdapat hubungan jangka panjang diantara variabel USD, SGD, Yen, Yuan, EURO dan AUD dimana variabel USD, SGD, Euro, Yen, dan Yuan merupakan variabel penjelas bagi variabel AUD. Hal ini menunjukkan bahwa terdapat hubungan jangka panjang antara pergerakan kurs AUD dengan pergerakan kurs USD, SGD, Euro, Yen, dan Yuan dimana naik dan turunnya nilai kurs AUD dalam jangka panjang akan mempengaruhi nilai kurs valuta asing yang lainnya yaitu kurs USD, SGD, Euro, Yen dan Yuan. 3. ARDL Kointegrasi Jangka Panjang
56 Pada model ARDL untuk mengestimasikan hubungan antara variabel dependen dengan variabel lainnya dan mempresentasikan model kebentuk jangka panjang, dan memperlihatkan respon dari variabel dependen dapat mempengaruhi pergerakan variabel lainnya. ARDL Cointegrating And Long Run Form Dependent Variable: DAUD Selected Model: ARDL(1, 2, 3, 3, 3, 3) Date: 01/10/16 Time: 22:58 Sample: 7/01/2009 12/31/2015 Included observations: 1592 Cointegrating Form Variable Coefficient Std. Error t-statistic Prob. D(DUSD) -0.624145 0.103291-6.042566 0.0000 D(DUSD(-1)) 0.249017 0.103618 2.403227 0.0164 D(DEURO) 0.099489 0.018216 5.461713 0.0000 D(DEURO(-1)) 0.006571 0.026244 0.250366 0.8023 D(DEURO(-2)) -0.037890 0.018022-2.102408 0.0357 D(DSGD) 1.579874 0.059085 26.739021 0.0000 D(DSGD(-1)) -0.225056 0.085051-2.646140 0.0082 D(DSGD(-2)) 0.273914 0.058993 4.643128 0.0000 D(DYEN) -0.047839 0.018306-2.613297 0.0091 D(DYEN(-1)) -0.019491 0.025113-0.776156 0.4378 D(DYEN(-2)) -0.038953 0.018458-2.110287 0.0350 D(DYUAN) 1.065521 0.691102 1.541770 0.1233 D(DYUAN(-1)) -1.154852 0.732718-1.576121 0.1152 D(DYUAN(-2)) -0.384610 0.231985-1.657914 0.0975 CointEq(-1) -0.031261 0.005758-5.429494 0.0000 Cointeq = DAUD - (-0.7384*DUSD + 0.1315*DEURO + 0.9655* DSGD + 0.2918*DYEN + 1.6244*DYUAN + 1866.1901 ) Long Run Coefficients Variable Coefficient Std. Error t-statistic Prob. DUSD -0.738413 0.206003-3.584470 0.0003 DEURO 0.131535 0.051222 2.567934 0.0103 DSGD 0.965465 0.279748 3.451190 0.0006 DYEN 0.291775 0.073096 3.991684 0.0001 DYUAN 1.624393 1.891848 0.858628 0.3907 C 1866.190061 856.405976 2.179095 0.0295
57 Dari hasil output diatas membuktikan bahwa kurs Valuta asing AUD terintegrasi dengan nilai kurs valuta yang lain secara signifikan kecuali Yuan. Dengan penjabaran bahwa setiap kenaikan maupun penurunan AUD dipengaruhi secara signifikan oleh USD dengan pengaruh negatif sedangkan SGD, Euro dan Yen pengaruhnya positif dan Yuan berpengaruh positif tetapi tidak signifikan.