Fungsi M2 Jangka Panjang Indonesia

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


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).


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.


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


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


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.


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.


8/22

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.


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


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


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


Adj. t-Stat Prob.*



5% level -3.46486510% level -3.158974





12/22

Null Hypothesis: D(LNM2) has a unit root

Exogenous: ConstantBandwidth: 2 (Newey-West using Bartlett kernel)

Adj. t-Stat Prob.*



5% level -2.897223

10% level -2.585861




Null Hypothesis: D(LNM2) has a unit root



Adj. t-Stat Prob.*



5% level -3.465548

10% level -3.159372




PDB riil

Null Hypothesis: LNPDB has a unit root

Exogenous: Constant


Adj. t-Stat Prob.*

Phillips-Perron test statistic -2.285430 0.1791Test critical values: 1% level -3.511262


13/22

5% level -2.896779

10% level -2.585626




Null Hypothesis: LNPDB has a unit root



Adj. t-Stat Prob.*



5% level -3.464865

10% level -3.158974




Null Hypothesis: D(LNPDB) has a unit root

Exogenous: Constant


Adj. t-Stat Prob.*



5% level -2.89722310% level -2.585861





14/22

Null Hypothesis: D(LNPDB) has a unit root



Adj. t-Stat Prob.*



5% level -3.465548

10% level -3.159372




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


5% level -2.896779

10% level -2.585626




Null Hypothesis: LNIHK has a unit root



Adj. t-Stat Prob.*



15/22


5% level -3.464865

10% level -3.158974




Null Hypothesis: D(LNIHK) has a unit root

Exogenous: Constant


Adj. t-Stat Prob.*



5% level -2.897223

10% level -2.585861




Null Hypothesis: D(LNIHK) has a unit root



Adj. t-Stat Prob.*


Test critical values: 1% level -4.0738595% level -3.465548

10% level -3.159372





16/22


17/22

5% level -2.897223

10% level -2.585861




Null Hypothesis: D(R) has a unit root



Adj. t-Stat Prob.*



5% level -3.465548

10% level -3.159372




4. Nilai kurs tengah

Null Hypothesis: LNKURS has a unit root

Exogenous: Constant


Adj. t-Stat Prob.*



5% level -2.896779

10% level -2.585626





18/22

Null Hypothesis: LNKURS has a unit root

Exogenous: Constant, Linear TrendBandwidth: 1 (Newey-West using Bartlett kernel)

Adj. t-Stat Prob.*



5% level -3.464865

10% level -3.158974




Null Hypothesis: D(LNKURS) has a unit root

Exogenous: Constant


Adj. t-Stat Prob.*



5% level -2.897223

10% level -2.585861




Null Hypothesis: D(LNKURS) has a unit root



Adj. t-Stat Prob.*


Test critical values: 1% level -4.0738595% level -3.465548


19/22

10% level -3.159372


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


20/22


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)




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)


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)


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)




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)


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)

Fungsi M2 Jangka Panjang Indonesia

Documents

Transcript of Fungsi M2 Jangka Panjang Indonesia