Post on 10-Apr-2018
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
1/22
FUNGSI PERMINTAAN UANG M2 JANGKA PANJANG
DI INDONESIA
Oleh: Muhammad Fajar*
1. Latar Belakang
Sebagaimana halnya dengan tujuan pembangunan, kebijakan moneter mempunyai
sasaran akhir seperti kestabilan harga, pertumbuhan ekonomi, dan keseimbangan neraca
pembayaran. Sasaran akhir tersebut tidak dapat secara langsung dicapai dengan piranti
moneter yang ada namun melalui sasaran antara seperti uang beredar dan suku bunga.
Target stabilitas ekonomi makro sulit tercapai jika target moneter, yaitu pengendalian
jumlah uang beredar sulit diukur. Pengendalian jumlah uang beredar sangat erat kaintannya
dengan perilaku permintaan uang masyarakat terutama untuk jangka panjang.
2. Identifikasi Masalah
Obyek penelitian ini adalah pengkajian ulang permintaan uang di Indonesia dengan focus
utama adalah keterkaitan permintaan uang dengan variable-variabel yang mempengaruhinya,
yakni M2 (M1 ditambah uang kuasi), suku bunga deposito 3 bulan (R), PDB riil, inflasi, dan
kurs rupiah terhadap dollar secara jangka panjang.
3. Tujuan Penelitian
Berdasarkan latar belakang dan identifikasi masalah di atas , maka tujuan penelitian ini :
1. Untuk mendapatkan fungsi permintaan M2.
2. Untuk mengetahui bagaimana variabel-variabel mempengaruhi M2 berkointegrasi?
4. Landasan Teori
4.1 Hasil Penelitian Terdahulu
a. Penelitian Permintaan Uang di Luar Negeri
Arize (2004) menggunakan pendekatan ECM untuk mengestimasi model
permintaan M1 dalam jangka pendek dan jangka panjang di Amerika (periode
1988:1 s.d. 1992:2). Kesimpulannya, permintaan uang M1 dipengaruhi oleh PDB
riil, commercial paper rate, the own rate of return on M1, dan upah riil.
Morimune dan Zhao (1997) berhasil menemukan kointegrasi antara M1, GNP
riil, dan nilai tukar yen terhadap dollar. Hendry dan Ericson (1991) serta Mizao
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
2/22
(1997) dalam menjelaskan perilaku permintaan uang menggunakan M1 riil,
tingkat laju inflasi, output riil, dan tingkat bunga berjangka.
Bahmani dan Oskooee (2002) menggunakan teknik kointegrasi untuk
mengestimasi fungsi permintaan uang di Korea. Kesimpulannya terjadi hubungan
jangka panjang antara real monetary aggregate (M1, M2, dan M3) dengan
pendapatan riil, interest rate, dan nominal exchange rate.
b. Penelitian Permintaan Uang di Indonesia
URES (1995) menemukan hubungan kointegrasi M1 riil dengan PDB riil.
Solikin( 1998) menemukan hubungan kointegrasi M1 riil dengan PDB riil dan
suku bunga deposit 3 bulan. Doriyanto (2000) menemukan bukti bahwa
permintaan uang riil di Indonesia tetap stabil sebelum dan selama krisis ekonomi
dan terjadi kointegrasi antara currency riil dan PDB riil.
4.2 M1
M1, adalah uang kartal yang dipegang oleh masyarakat ditambah dengan uang
giral. Secara umum, yang dimaksud dengan uang kartal adalah uang kertas dan uang
logam dalam negeri yang berlaku dan dikeluarkan oleh Bank Sentral berdasarkan
undang-undang. Sedangkan uang giral adalah simpanan dalam bentuk rekening uang
(demand deposit) yang setiap saat dapat ditarik oleh pemiliknya guna ditukarkan
dengan uang kartal sebesar nominal yang diinginkan oleh pemiliknya tanpa dikenakan
denda. Dalam Statistik Ekonomi Keuangan Indonesia, uang giral terdiri atas rekening
koran dalam bentuk rupiah milik penduduk Indonesia, pengiriman uang serta deposito
berjangka dan tabungan yang telah jatuh tempo.
4.3 M2
M2, mencakup M1 ditambah dengan uang kuasi. Adapun uang kuasi adalah
sesuatu yang mendekati ciri uang termasuk di dalamnya adalah deposito dan tabungan
yang akan dapat berfungsi sebagai media transaksi jika ia terlebih dahulu
dikonversikan ke dalam uang kartal atau giral. Uang kuasi tidak dapat digunakan
setiap saat dalam pembayaran karena adanya keterkaitan waktu. Dalam sistem
moneter Indonesia, M2 disebut juga sebagai likuiditas perekonomian (Sukirno, 2000).
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
3/22
4.4 Suku Bunga
Pada Theory Macroeconomy oleh Eugene A. Diulio dijelaskan bahwa
permintaan uang merupakan gabungan dari permintaan uang untuk motif transaksi ,
berjaga-jaga dan motif spekulasi . Permintaan uang untuk motif spekulasi
dipengaruhi oleh suku bunga atau dirumuskan Md = fungsi dari suku bunga .
Suku bunga merupakan salah satu instrumen moneter yang dapat
mempengaruhi atau memotivasi masyarakat maupun pengusaha untuk menabung atau
berinvestasi. Dalam setiap perekonomian, tidak semua keuntungan yang dihasilkan
suatu perusahaan serta pendapatan masyarakat akan digunakan untuk konsumsi. Bagi
perusahaan, untuk menjamin agar kegiatan produksinya tetap mengalami kemajuan
dan dapat bersaing, maka perusahaan perlu melakukan kegiatan investasi. Sedangkan
bagi masyarakat, guna mengantisipasi kebutuhan di masa datang, maka sebagian
pendapatannya akan disisihkan untuk ditabung.
Suku bunga merupakan harga yang harus dibayar untuk meminjam uang selama
periode waktu tertentu dan dinyatakan dalam persentase uang yang dipinjam.
Misalnya, suku bunga 12 persen per tahun artinya bahwa peminjam harus membayar
12 rupiah per tahun untuk setiap 100 rupiah yang dipinjamnya.
Suku bunga adalah penerimaan (dalam rupiah) dari setiap rupiah yang
dipinjamkan per tahun sebagai imbalan atas uang yang dipinjamkan. Dalam kegiatan
perbankan, suku bunga dibedakan atas:
1. Suku bunga atas pinjaman
2. Suku bunga atas kredit.
Besarnya kedua suku bunga yang diberikan oleh bank disesuaikan dengan
kondisi ekonomi dan hukum ekonomi yang berlaku. Naik turunnya suku bunga yang
ditawarkan sangat berpengaruh terhadap minat masyarakat untuk menjalin hubungan
dengan bank, sebab suku bunga merupakan daya tarik bank untuk mendorong
masyarakat menanamkan dananya di bank.
4.5 PDB
a. Pendekatan Pengeluaran
Dengan menjumlahkan nilai pengeluaran atau perbelanjaan terhadap barang-barang dan
jasa-jasa yang diproduksi di dalam wilayah tersebut atau PDB adalah penjumlahan semua
komponen permintaan akhir.
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
4/22
PDB = Konsumsi rumahtangga + Konsumsi Pemerintah + PMTB +
Perubahan Stok + (Ekspor Impor)
b. Pendekatan Produksi
Dengan menjumlahkan nilai produksi barang dan jasa yang diwujudkan oleh berbagai
sektor (lapangan usaha) dalam perekonomian di wilayah tersebut atau menghitung nilai
tambah seluruh kegiatan ekonomi dengan cara mengurangkan biaya antara dari masing-
masing total nilai produksi (output) tiap-tiap sektor atau subsektor.
Output b,t = Produksit x Hargat
NTBb,t = Outputb,tBiaya Antarab,t
NTBb,t = Outputb,t x Rasio NTBo
Dimana : Output b,t = Ouput/nilai produksi bruto atas dasar harga berlaku tahun t
NTBb,t = Nilai tambah bruto atas dasar harga berlaku tahun ke t
Produksit = Kuantum produksi tahun ke t
Hargat= Harga produksi tahun ke t
Rasio NTB= Perbandingan NTB terhadap Output
Rasio NTBo= Rasio NTB pada tahun dasar
PDB = Jumlah keseluruhan nilai tambah yang dihasilkan oleh unit-unit
produksi dalam suatu wilayah/region pada periode tertentu (biasanya
1 tahun)
c. Pendekatan Pendapatan
Dengan menjumlahkan pendapatan yang diterima oleh faktor-faktor produksi yang
digunakan dalam wilayah tersebut.
PDB = Upah & Gaji + Surplus Usaha + Penyusutan + Pajak Tak Langsung netto
4.6 Inflasi
Inflasi didefinisikan sebagai kecenderungan dari harga-harga untuk menaik
secara umum dan terus-menerus (Boediono ,1992 ) sedangkan Rosidi et al (2004)
mendefinisikan angka inflasi sebagai angka gabungan dari perubahan harga
sekelompok barang dan jasa yang dikonsumsi masyarakat dan dianggap mewakili
seluruh barang dan jasa yang dijual di pasar .Inflasi merupakan gejolak harga barang
dan jasa dalam kurun waktu tertentu .Menurut Teori Irving Fisher bahwa inflasi
disebabkan oleh jumlah uang yang beredar melampaui batas tertentu . Berdasarkan
definisi di atas bahwa akibatkan inflasi menyebabkan harga-harga naik secara umum
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
5/22
mengakibatkan untuk membeli barang menjadikan jumlah uang meningkat dari
sebelum terjadinya inflasi.
4.7 Kurs
Valuta asing (valas) atau mata uang asing adalah jenis -jenis mata uang yang
digunakan di negara lain (Sukirno, 2000). Pertukaran dua mata uang yang berbeda
akan menimbulkan perbandingan nilai/harga antara kedua mata uang tersebut.
Perbandingan nilai inilah yang sering disebut dengan kurs (exchange rate). Sifat kurs
valuta asing sendiri sangat tergantung dari sifat pasar.
Pada sistem kurs bebas (flexible exchange rate) perubahan kurs tergantung
pada beberapa faktor yang mempengaruhi permintaan dan penawaran pada pasar
valas, diantaranya pendapatan, harga dan tingkat bunga. Nopirin (2000) menjelaskan
bahwa makin tinggi tingkat pertumbuhan pendapatan (relatif terhadap negara lain),
makin besar kemungkinan untuk impor yang berarti makin besar pula permintaan
terhadap valas. Kurs valas cenderung naik (harga mata uang sendiri turun). Demikian
juga inflasi, akan menyebabkan impor naik dan ekspor turun yang akan
mengakibatkan kurs valas naik. Kenaikan tingkat bunga dalam negeri cenderung
menarik modal masuk dari luar negeri. Kurs valas akan turun (nilai mata uang sendirinaik relatif terhadap valas). Disamping faktor-faktor ekonomi tersebut, ada faktor non
ekonomi yang dapat mempengaruhi perubahan kurs, seperti faktor politis dan
psikologi. Misalnya, kepanikan yang terjadi di dalam negeri akan menyebabkan
larinya dana ke luar negeri, sehingga kurs valas akan naik.
Apabila pemerintah tidak turut campur dalam pasar valas maka disebut sistem
clean float atau freely floating system atau sistem mengambang murni. Apabila
pemerintah menjalankan kebijakan stabilisasi kurs dengan melakukan pengelolaan
cadangan devisa terutama valas maka sistem ini disebut dirty float atau managed
floating system atau sistem mengambang terkendali. Karena dalam sistem ini kurs
tidak secara bebas berfluktuasi menurut kekuatan pasar, tetapi tinggi rendahnya kurs
ditetapkan dalam batasan-batasan tertentu (band intervention) oleh pemerintah.
Tujuan dari pengelolaan cadangan devisa dan nilai tukar ini adalah untuk menjaga
stabilitas harga di dalam negeri. Indonesia cenderung menerapkan kebijakan ini.
2
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
6/22
Sistem kurs dimana pemerintah menguasai transaksi valas sepenuhnya disebut
fixed exchange rate atau sistem penetapan kurs tetap (stabil). Kurs tidak lagi
dipengaruhi oleh permintaan dan penawaran valas, karena pemerintah (dalam hal ini
bank sentral) menjamin berapa pun jumlah permintaan valas oleh pasar. Begitu pula
apabila tendensi kurs naik, maka pemerintah menjual valas di pasar sehingga
penawaran valas bertambah dan kenaikan kurs dapat dicegah. Sistem ini dianut oleh
Cina dan Malaysia.
Dalam perekonomian terbuka kurs merupakan indikator harga yang relatif
penting dalam perekonomian sehingga menjadi instrumen yang efektif dalam
mencapai stabilitas harga. Dengan sistem managed floating system yang kini
diterapkan Bank Indonesia diharapkan stabilitas kurs rupiah terutama terhadap dolar
Amerika dapat tercapai. Target nilai tukar (dengan menerapkan fixed exchange rate)
merupakan salah satu alternatif dalam pengendalian moneter khususnya berkaitan
dengan pengendalian inflasi. Namun penerapannya masih patut dikaji mengingat
beberapa hal pada neraca pembayaran masih sensitif terhadap tekanan-tekanan
eksternal sehingga masih membutuhkan nilai tukar yang fleksibel (Iljas, 2002).
Hasil penelitian Direktorat Riset Ekonomi dan Kebijakan Moneter BI (1999)
bahwa dampak nilai tukar terhadap inflasi dapat melalui dua jalur transmisi. Pertama
melalui pengaruhnya terhadap permintaan agregat akibat penurunan value added di
sektor produksi, sehingga dampaknya terhadap inflasi adalah negatif. Dampak nilai
tukar terhadap inflasi melalui transmisi ini memiliki lag selama 3 triwulan. Kedua
melalui pengaruhnya terhadap impor bahan baku dan konsumsi dimana depresiasi
rupiah direspon sangat cepat oleh pasar dalam bentuk kenaikan harga barang-barang,
sehingga pengaruh nilai tukar rupiah terhadap inflasi melalui transmisi ini tidak
membutuhkan lag. Hasil pengujian menunjukkan jalur kedua memberi tekanan yang
lebih besar terhadap inflasi, sehingga pengaruh secara keseluruhan dari depresiasi
nilai tukar adalah kenaikan laju inflasi.
Sumber Data:
Data PDB riil, IHK (2000=100), M2, Kurs Tengah berasal dari IFS.
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
7/22
Analisis dan Pembahasan
Derajat Integrasi Variabel-variabel
Hasil pengujian akar unit dengan uji Philip-Perron
variabel
Uji Philip-Perron
Konstan Konstan dan Trend
adj t-stat P value adj t-stat P value
Ln M2 -2,177 0,216 -0,373 0,987
Ln PDB riil -2,285 0,179 -2,146 0,513
Suku bunga 3 bulan (r) -2,548 0,108 -2,704 0,238
Ln IHK 0,079 0,962 -2,133 0,519
Ln Kurs -1,121 0,704 -1,862 0,665Ln M2 -7,258 0,000 -7,714 0,000
Ln PDB riil -11,114 0,000 -11,277 0,000
r -4,716 0,000 -4,691 0,002
Ln IHK -5,404 0,000 -5,385 0,000
Ln Kurs -7,007 0,000 -7,032 0,000
Sumber: Hasil pengolahan Eviews 5.0
Berdasarkan uji Philip-Perron semua variabel berintegrasi pada ordo 1.
Penentuan Lag Optimum
VAR Lag Order Selection CriteriaEndogenous variables: LNM2 LNPDB R LNIHKLNKURS
Exogenous variables: C
Date: 09/27/08 Time: 13:28
Sample: 1986Q1 2006Q4
Included observations: 77
Lag LogL LR FPE AIC SC HQ
0 -183.7062 NA 9.25e-05 4.901461 5.053656 4.962337
1 430.5813 1132.842 2.09e-11 -10.40471 -9.491539 -10.03945
2 497.5812 114.8570 7.07e-12 -11.49562 -9.821470* -10.82597
3 523.3705 40.86085 7.07e-12 -11.51612 -9.080994 -10.54209
4 577.0344 78.05665* 3.50e-12* -12.26063 -9.064536 -10.98222*
5 603.3151 34.81334 3.62e-12 -12.29390* -8.336824 -10.71110
6 622.8700 23.36430 4.62e-12 -12.15247 -7.434417 -10.26529
7 647.5828 26.31753 5.42e-12 -12.14501 -6.665982 -9.953445
Dengan menggunakan AIC didapat bahwa lag optimum adalah lag 5.
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
8/22
Uji Kointegrasi Johansen
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.444819 45.31155 38.33101 0.0068
At most 1 0.337886 31.74848 32.11832 0.0554
At most 2 0.216933 18.82936 25.82321 0.3169
At most 3 0.158262 13.26607 19.38704 0.3070
At most 4 0.117386 9.614826 12.51798 0.1457
Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Dengan maximum eigen value statistic pada taraf uji 5%, terdapat satu persamaan
kointegrasi, yang berarti menunjukan bahwa M2, PDB riil, suku bunga 3 bulan, inflasi, dan
nilai kurs Rp-$ mempunyai hubungan jangka panjang.
Persamaan Kointegrasi:
LNM2 C LNPDB R LNIHK LNKURS @TREND(86Q1)
1,000000 112,6510 -8,544063 0,045434 -7,024626 0,025982 0,242699
(1,63658) (0,01820) (2,22640) (0,62323) (0,06409)
[-5,22067] [ 2,49589] [-3,15515] [ 0,04169] [ 3,78710]
Berdasarkan persamaan di atas, dapat dilihat dalam keseimbangan jangka panjang,
bahwa PDB riil, dan inflasi mempunyai hubungan positif dengan M2. Sedangkan suku bunga
3 bulan, dan kurs mempunyai hubungan negatif dengan M2. Komponen trend mempunyai
hubungan negative terhadap keseimbangan jangka panjang M2.
PDB riil mempunyai pengaruh positif yang signifikan terhadap M2. Setiap kenaikan 1
persen PDB riil, maka M2 meningkat 8,544%, ceteris paribus.
Suku bunga 3 bulan mempunyai pengaruh negatif yang signifikan terhadap M2. Setiap
kenaikan 1 persen suku bunga 3 bulan, maka M2 menurun 0,045%, ceteris paribus.
Inflasi mempunyai pengaruh positif yang signifikan terhadap M2. Setiap kenaikan 1
persen inflasi, maka M2 meningkat 7,025%, ceteris paribus.
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
9/22
Nilai kurs Rupiah terhadap Dollar mempunyai pengaruh negatif yang signifikan
terhadap M2. Setiap kenaikan 1 persen nilai kurs Rupiah terhadap Dollar, maka M2 menurun
0,025%, ceteris paribus.
Kesimpulan
Dalam jangka panjang, komponen trend memberikan pengaruh yang signifikan
terhadap M2. Hasil pengujian kointegrasi dengan uji Johansen menunjukkan bahwa variabel-
variabel yang digunakan dalam penelitian memberikan pengaruh yang signifikan terhadap
M2 di Indonesia.
-0.8
-0.4
0.0
0.4
0.8
1.2
88 90 92 94 96 98 00 02 04 06
Kointegrasi M2 dengan variabel-variabel yang mempengaruhinya
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
10/22
Daftar Pustaka
James , D. Hamilton ,1994 . Time Series Analysis . New Jersey : Princeton University
Press .
__________________ ,19942004 .. Eviews 5 Users Guide. USA: Quantitative
Micro Software, LLC .
Cutrlbertson, Keith, 1995. Applied Econometric Techniques. The University of
Michigan Press. Michigan.
Gujarati, Damodar , 1995.Basic Econometric. New York : Mcgraw-Hill .
______________ , 1995 . Stabilitas Permintaan Uang di Indonesia . Jakarta : Bank
Indonesia .
Diulio , Eugene A . ,1974 . Theory and Problems of Macroeconomi (Schaum Series).
London : McGraw-Hill, Inc .
*) Alumnus Sekolah Tinggi Ilmu Statistik Angkatan 46, sekarang bekerja sebagai KoordinatorStatistik Distribusi BPS Kabupaten Waropen
.
Karya ini dibuat tahun 2008
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
11/22
LAMPIRAN
Stasioneritas
1. M2
Null Hypothesis: LNM2 has a unit root
Exogenous: Constant
Bandwidth: 2 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob.*
Phillips-Perron test statistic -2.176976 0.2162
Test critical values: 1% level -3.511262
5% level -2.896779
10% level -2.585626
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.001759
HAC corrected variance (Bartlett kernel) 0.002171
Null Hypothesis: LNM2 has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 2 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob.*
Phillips-Perron test statistic -0.373414 0.9871
Test critical values: 1% level -4.072415
5% level -3.46486510% level -3.158974
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.001759
HAC corrected variance (Bartlett kernel) 0.002155
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
12/22
Null Hypothesis: D(LNM2) has a unit root
Exogenous: ConstantBandwidth: 2 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob.*
Phillips-Perron test statistic -7.257461 0.0000
Test critical values: 1% level -3.512290
5% level -2.897223
10% level -2.585861
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.001804
HAC corrected variance (Bartlett kernel) 0.001849
Null Hypothesis: D(LNM2) has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 1 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob.*
Phillips-Perron test statistic -7.714342 0.0000
Test critical values: 1% level -4.073859
5% level -3.465548
10% level -3.159372
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.001703
HAC corrected variance (Bartlett kernel) 0.001717
PDB riil
Null Hypothesis: LNPDB has a unit root
Exogenous: Constant
Bandwidth: 78 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob.*
Phillips-Perron test statistic -2.285430 0.1791Test critical values: 1% level -3.511262
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
13/22
5% level -2.896779
10% level -2.585626
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.001174
HAC corrected variance (Bartlett kernel) 0.000159
Null Hypothesis: LNPDB has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 14 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob.*
Phillips-Perron test statistic -2.146116 0.5126
Test critical values: 1% level -4.072415
5% level -3.464865
10% level -3.158974
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.001126
HAC corrected variance (Bartlett kernel) 0.001081
Null Hypothesis: D(LNPDB) has a unit root
Exogenous: Constant
Bandwidth: 10 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob.*
Phillips-Perron test statistic -11.11382 0.0001
Test critical values: 1% level -3.512290
5% level -2.89722310% level -2.585861
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.001154
HAC corrected variance (Bartlett kernel) 0.001142
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
14/22
Null Hypothesis: D(LNPDB) has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 11 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob.*
Phillips-Perron test statistic -11.27722 0.0000
Test critical values: 1% level -4.073859
5% level -3.465548
10% level -3.159372
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.001145
HAC corrected variance (Bartlett kernel) 0.001000
2. IHK
Null Hypothesis: LNIHK has a unit root
Exogenous: ConstantBandwidth: 4 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob.*
Phillips-Perron test statistic 0.078969 0.9623
Test critical values: 1% level -3.511262
5% level -2.896779
10% level -2.585626
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.001242
HAC corrected variance (Bartlett kernel) 0.002627
Null Hypothesis: LNIHK has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 4 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob.*
Phillips-Perron test statistic -2.133070 0.5198
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
15/22
Test critical values: 1% level -4.072415
5% level -3.464865
10% level -3.158974
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.001198
HAC corrected variance (Bartlett kernel) 0.002571
Null Hypothesis: D(LNIHK) has a unit root
Exogenous: Constant
Bandwidth: 2 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob.*
Phillips-Perron test statistic -5.403871 0.0000
Test critical values: 1% level -3.512290
5% level -2.897223
10% level -2.585861
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.000964
HAC corrected variance (Bartlett kernel) 0.001054
Null Hypothesis: D(LNIHK) has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 2 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob.*
Phillips-Perron test statistic -5.384883 0.0001
Test critical values: 1% level -4.0738595% level -3.465548
10% level -3.159372
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.000962
HAC corrected variance (Bartlett kernel) 0.001054
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
16/22
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
17/22
5% level -2.897223
10% level -2.585861
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 7.435577
HAC corrected variance (Bartlett kernel) 5.479767
Null Hypothesis: D(R) has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 6 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob.*
Phillips-Perron test statistic -4.690699 0.0015
Test critical values: 1% level -4.073859
5% level -3.465548
10% level -3.159372
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 7.420100
HAC corrected variance (Bartlett kernel) 5.425936
4. Nilai kurs tengah
Null Hypothesis: LNKURS has a unit root
Exogenous: Constant
Bandwidth: 0 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob.*
Phillips-Perron test statistic -1.120878 0.7043
Test critical values: 1% level -3.511262
5% level -2.896779
10% level -2.585626
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.015123
HAC corrected variance (Bartlett kernel) 0.015123
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
18/22
Null Hypothesis: LNKURS has a unit root
Exogenous: Constant, Linear TrendBandwidth: 1 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob.*
Phillips-Perron test statistic -1.861810 0.6652
Test critical values: 1% level -4.072415
5% level -3.464865
10% level -3.158974
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.014817
HAC corrected variance (Bartlett kernel) 0.018648
Null Hypothesis: D(LNKURS) has a unit root
Exogenous: Constant
Bandwidth: 5 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob.*
Phillips-Perron test statistic -7.007154 0.0000
Test critical values: 1% level -3.512290
5% level -2.897223
10% level -2.585861
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.014693
HAC corrected variance (Bartlett kernel) 0.013890
Null Hypothesis: D(LNKURS) has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 4 (Newey-West using Bartlett kernel)
Adj. t-Stat Prob.*
Phillips-Perron test statistic -7.032062 0.0000
Test critical values: 1% level -4.0738595% level -3.465548
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
19/22
10% level -3.159372
*MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.014654HAC corrected variance (Bartlett kernel) 0.014636
VAR Lag Order Selection CriteriaEndogenous variables: LNM2 LNPDB R LNIHKLNKURS
Exogenous variables: C
Date: 09/27/08 Time: 13:28
Sample: 1986Q1 2006Q4
Included observations: 77
Lag LogL LR FPE AIC SC HQ
0 -183.7062 NA 9.25e-05 4.901461 5.053656 4.962337
1 430.5813 1132.842 2.09e-11 -10.40471 -9.491539 -10.03945
2 497.5812 114.8570 7.07e-12 -11.49562 -9.821470* -10.82597
3 523.3705 40.86085 7.07e-12 -11.51612 -9.080994 -10.54209
4 577.0344 78.05665* 3.50e-12* -12.26063 -9.064536 -10.98222*
5 603.3151 34.81334 3.62e-12 -12.29390* -8.336824 -10.71110
6 622.8700 23.36430 4.62e-12 -12.15247 -7.434417 -10.26529
7 647.5828 26.31753 5.42e-12 -12.14501 -6.665982 -9.953445
* indicates lag order selected by the criterionLR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
Date: 09/27/08 Time: 13:07
Sample (adjusted): 1987Q4 2006Q4Included observations: 77 after adjustments
Trend assumption: Linear deterministic trend (restricted)
Series: LNM2 LNPDB R LNIHK LNKURS
Lags interval (in first differences): 1 to 6
Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.444819 118.7703 88.80380 0.0001At most 1 * 0.337886 73.45874 63.87610 0.0063
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
20/22
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
21/22
(0.02274)
D(LNPDB) 0.005676
(0.01279)
D(R) -3.255648
(1.03976)
D(LNIHK) 0.051491(0.01482)
D(LNKURS) 0.243194
(0.06027)
2 Cointegrating Equation(s): Log likelihood 640.6601
Normalized cointegrating coefficients (standard error in parentheses)
LNM2 LNPDB R LNIHK LNKURS @TREND(86Q2)
1.000000 0.000000 -0.069574 3.147332 -0.817310 -0.120712
(0.01582) (1.38588) (0.54094) (0.02313)0.000000 1.000000 -0.013461 1.190530 -0.098699 -0.042534
(0.00354) (0.31022) (0.12109) (0.00518)
Adjustment coefficients (standard error in parentheses)
D(LNM2) -0.182098 0.524695
(0.06483) (0.26664)
D(LNPDB) 0.060703 -0.228054
(0.03939) (0.16200)
D(R) -0.094516 17.50143
(3.24123) (13.3313)
D(LNIHK) 0.077513 -0.524854(0.04655) (0.19146)
D(LNKURS) -0.036587 -1.164918
(0.18491) (0.76054)
3 Cointegrating Equation(s): Log likelihood 650.0748
Normalized cointegrating coefficients (standard error in parentheses)
LNM2 LNPDB R LNIHK LNKURS @TREND(86Q2)
1.000000 0.000000 0.000000 6.047500 -2.276006 -0.156400
(0.77194) (0.30571) (0.01361)0.000000 1.000000 0.000000 1.751630 -0.380915 -0.049438
(0.20702) (0.08199) (0.00365)
0.000000 0.000000 1.000000 41.68486 -20.96621 -0.512948
(18.2539) (7.22915) (0.32195)
Adjustment coefficients (standard error in parentheses)
D(LNM2) -0.328738 0.758567 0.005109
(0.09735) (0.28243) (0.00178)
D(LNPDB) 0.062470 -0.230872 -0.001148
(0.06162) (0.17875) (0.00113)
D(R) -5.630152 26.33010 -0.247772(4.95583) (14.3775) (0.09049)
8/8/2019 Fungsi M2 Jangka Panjang Indonesia
22/22
D(LNIHK) -0.026636 -0.358748 0.001319
(0.06997) (0.20299) (0.00128)
D(LNKURS) -0.240757 -0.839292 0.017534
(0.28656) (0.83134) (0.00523)
4 Cointegrating Equation(s): Log likelihood 656.7078
Normalized cointegrating coefficients (standard error in parentheses)
LNM2 LNPDB R LNIHK LNKURS @TREND(86Q2)
1.000000 0.000000 0.000000 0.000000 -1.753404 -0.010687
(0.51436) (0.01441)
0.000000 1.000000 0.000000 0.000000 -0.229546 -0.007233
(0.14931) (0.00418)
0.000000 0.000000 1.000000 0.000000 -17.36397 0.491433
(4.76484) (0.13351)
0.000000 0.000000 0.000000 1.000000 -0.086416 -0.024095(0.08752) (0.00245)
Adjustment coefficients (standard error in parentheses)
D(LNM2) -0.351465 0.750258 0.006138 -0.497254
(0.10186) (0.28107) (0.00228) (0.29966)
D(LNPDB) 0.089996 -0.220808 -0.002393 -0.012777
(0.06348) (0.17517) (0.00142) (0.18675)
D(R) -3.435690 27.13240 -0.347060 6.660941
(5.10780) (14.0944) (0.11415) (15.0266)
D(LNIHK) -0.046711 -0.366088 0.002227 -0.779483
(0.07300) (0.20142) (0.00163) (0.21474)D(LNKURS) -0.179110 -0.816754 0.014744 -2.057089
(0.30009) (0.82805) (0.00671) (0.88282)