Presentasi Ujian Doktor efrizal

15
SIDANG SENAT TERBUKA UNIVERSITAS BOROBUDUR Judul Disertasi: PENILAIAN ESTIMASI DEDGING PRUBAHAN NILAI TUKAR RUPIAH TERHADAP USD PERIODE 1997-1999 Agenda Pokok: Ujian Disertasi dan Pelatinkan Gelar Doktor kepada Promovendus: EFRIZAL (Nim: 00123008)

description

Ujian Terbuka program Doktor, efrizal, 2006

Transcript of Presentasi Ujian Doktor efrizal

Page 1: Presentasi Ujian Doktor efrizal

SIDANG SENAT TERBUKA UNIVERSITAS BOROBUDUR

Judul Disertasi:

PENILAIAN ESTIMASI DEDGING PRUBAHAN NILAI TUKAR RUPIAH

TERHADAP USD PERIODE 1997-1999

Agenda Pokok: Ujian Disertasi dan Pelatinkan Gelar Doktor

kepada Promovendus:EFRIZAL (Nim: 00123008)

Page 2: Presentasi Ujian Doktor efrizal

Pendahuluan

Page 3: Presentasi Ujian Doktor efrizal

Konsep Hedging Perubahan Nilai Tukar

Page 4: Presentasi Ujian Doktor efrizal

Konsep Hedging Return

Page 5: Presentasi Ujian Doktor efrizal

Konsep Pengukuran Kinerja Hedging

Page 6: Presentasi Ujian Doktor efrizal
Page 7: Presentasi Ujian Doktor efrizal
Page 8: Presentasi Ujian Doktor efrizal

Seri DS, DF, Seri DS, DF, first differencefirst difference

tidak berisi tidak berisi suatu unit suatu unit

rootroot

Seri DS dan Seri DS dan DF berisi DF berisi suatu unit suatu unit rootroot

otokorelasi otokorelasi seri residual seri residual pada lag 1 4pada lag 1 4

otokorelasi otokorelasi pada 25 lagpada 25 lag

otokorelasi otokorelasi pada 25 lagpada 25 lag

Hasil Hasil

PengujianPengujian

δδ ≠ ≠ 00δδ ≠ ≠ 00ΩΩ ≠ ≠ 00Q-stat ≠ 0Q-stat ≠ 0Q-stat ≠ 0Q-stat ≠ 0Hipotesis Hipotesis AlternatifAlternatif

non-non-

stationarystationary

non-non-

stationarystationary nir-nir-

otokorelasiotokorelasi nir-nir-

otokorelasiotokorelasi nir-nir-

otokorelasiotokorelasiHypothesis Hypothesis nullnull

ADF testADF testADF testADF testSerial Serial Correlation Correlation

LMLM

Correlogram Correlogram of Residual of Residual

SquaredSquared

Correlogram Correlogram Series Series

StatisticsStatistics

Metode Metode PengujianPengujian

Variabel Berisi Suatu Unit Variabel Berisi Suatu Unit

RootRootOtokorelasi residualOtokorelasi residual

KarakteristikKarakteristik

FaktorFaktor

Page 9: Presentasi Ujian Doktor efrizal

DS dan DF DS dan DF memiliki memiliki hubungan hubungan kausalitas kausalitas

Tidak ada Tidak ada efek efek ARCH ARCH pada pada residual residual M-M-GARCHGARCH

ada efek ada efek ARCH ARCH pada pada residual residual OLSOLS

Dengan Dengan VEC, seri VEC, seri DS dan DF DS dan DF memiliki dua memiliki dua hubungan hubungan kointegrasi kointegrasi dalam dalam jangka jangka panjangpanjang

Hedger Hedger mementingmementingkan dua kan dua hubungan hubungan kointegrasikointegrasi

Dgn B-Dgn B-VAR, seri VAR, seri DS dan DF DS dan DF memiliki memiliki dua dua hubungan hubungan kointeg kointeg rasirasi

Dengan Dengan OLS, seri OLS, seri DS dan DF DS dan DF memiliki memiliki satu satu hubungan hubungan kointegrasikointegrasi

Hasil Hasil PengujianPengujian

ββDSDS ≠ ≠ ββDFDF ≠ 0 ≠ 0αα kk ≠ 0 ≠ 0αα kk ≠ 0 ≠ 0yyss,, yyff # 0 # 0rank = 2rank = 2 None dan None dan almost 1 almost 1

≠ ≠ 00ΩΩ ≠ ≠ 00

Hipotesis Hipotesis AlternatifAlternatif

non-non-causalitycausality

tidak ada tidak ada efek efek

ARCHARCH

tidak ada tidak ada efek efek

ARCHARCH

non-non-stationarystationary

non-non-stationarystationary

non-non-stationarystationary

non-non-

stationarystationaryHypotesisHypotesis nullnull

Granger Granger Causality Causality

testtestARCH ARCH

LM TestLM TestARCH ARCH

LM TestLM Test

Error Error Corection Corection

TestTest

SelectionSelection- Criteria - Criteria MethodMethod

JohansenJohansen’s test’s test

ADF testADF testMetode Metode PengujianPengujian

KausalitasKausalitasEfek ARCHEfek ARCHHubungan KointegrasiHubungan Kointegrasi

KarakteristikKarakteristik

FaktorFaktor

Page 10: Presentasi Ujian Doktor efrizal

tidak tidak mengurangi mengurangi kemampuannkemampuannOLS OLS menghasil kan menghasil kan estimasi yang estimasi yang stabilstabil

Varian-Varian-Return Return

Kndsional Kndsional AversionAversion

Risk-Risk-Return Return

AversionAversion

Varian Varian KndisionaKndisional Aversionl Aversion

Risk Risk aversionaversion

Pengambilan Pengambilan posisi DF posisi DF dalam rentang dalam rentang yang sempit yang sempit dapat dapat mengcover mengcover DSDS

ImplikasiImplikasi

hedge hedge ratio stabilratio stabil

Varian-Varian-return return

kndisional kndisional MinimumMinimum

Varian-Varian-Return Return

MinimumMinimum

Varian Varian kndisional kndisional MinimumMinimum

Varian Varian MinimumMinimum

korelasi korelasi pada pada durasi 1 durasi 1 dan 2 haridan 2 hari

Hasil Hasil PengujianPengujian

γγ ≠≠ 00GARCH GARCH ≠≠ 0 0ββ ≠≠ 00GARCH GARCH ≠≠ 0 0ββ ≠≠ 00ρρ ≠≠ 00Hypothesis Hypothesis AlternatifAlternatif

stabil stabil Varian-Varian-return return

kondisional kondisional MinimumMinimum

Varian-Varian-Return Return

MinimumMinimum

Varian Varian kndisional kndisional MinimumMinimum

Varian Varian MinimumMinimum

Nir-Nir-otokorelasi otokorelasi

Hypothesis Hypothesis nullnull

Ramsey’s Ramsey’s testtest

z- testz- testt- testt- testz- testz- testt- testt- testDurbin-Durbin-Watson Watson

testtest

Metode Metode PengujianPengujian

Stabilitas Stabilitas Hedge Hedge RatioRatio

Kecendrungan Hedge RatioKecendrungan Hedge RatioDS dan DF DS dan DF BerkorelasiBerkorelasi

IndikatorIndikator

FaktorFaktor

Page 11: Presentasi Ujian Doktor efrizal

Memberikan hasil yang tidak optimal Memberikan hasil yang tidak optimal sehingga cukup untuk diabaikan sehingga cukup untuk diabaikan

Ukuran terbaik mengurangi tingkat varian Ukuran terbaik mengurangi tingkat varian pada durasi dengan rentang yang sempit, pada durasi dengan rentang yang sempit, tapi secara umum memberikan return tapi secara umum memberikan return terkecilterkecil

ImplikasiImplikasi

------ 1 (0,4001); 2 (0,1186)1 (0,4001); 2 (0,1186)Tertinggi pada Tertinggi pada DurasiDurasi

Variance-Return Variance-Return ReductionReduction

Variance ReductionVariance ReductionVariance-Return Variance-Return ReductionReduction

Variance Variance ReductionReduction

Tujuan Tujuan HedgingHedging

RS dan RFRS dan RFDS dan DFDS dan DFRS dan RFRS dan RFDS dan DFDS dan DFInputInput

Risiko ReturnRisiko PerubahanRisiko ReturnRisiko Perubahan UkuranUkuran

B-VARB-VAROLSOLSMetodeMetodeFaktorFaktor

1.1. Ukuran terbaik meraih return portofolio yang Ukuran terbaik meraih return portofolio yang dihedge pada durasi rentang sempit, dihedge pada durasi rentang sempit,

2.2. Ukuran terbaik mengurangi tingkat varian Ukuran terbaik mengurangi tingkat varian pada durasi rentang lebarpada durasi rentang lebar

Ukuran terbaik meraih return portofolio Ukuran terbaik meraih return portofolio yang dihedge pada durasi rentang yang yang dihedge pada durasi rentang yang lebar, tapi secara umum memberikan lebar, tapi secara umum memberikan pengurangan varian terkecilpengurangan varian terkecil

ImplikasiImplikasi

1 (0,13600); 2 (0,015400)1 (0,13600); 2 (0,015400)8 (0,0541); 10 (0,1528)8 (0,0541); 10 (0,1528)5 (0,009900); 8 (0,011500)5 (0,009900); 8 (0,011500)--Tertinggi Tertinggi pada Durasipada Durasi

Variance-Return Variance-Return ReductionReduction

Variance ReductionVariance ReductionVariance-Return Variance-Return ReductionReduction

Variance Variance ReductionReduction

Tujuan Tujuan HedgingHedging

RS dan RFRS dan RFDS dan DFDS dan DFRS dan RFRS dan RFDS dan DFDS dan DFInputInput

Risiko Return Risiko Perubahan Risiko Return Risiko Perubahan UkuranUkuran

M-GARCHM-GARCHVECVECMetodeMetodeFaktorFaktor

Hasil Komparasi Kinerja Lindung Nilai

Page 12: Presentasi Ujian Doktor efrizal

1.1. M-GARCH M-GARCH sebagai ukuran sebagai ukuran terbaik untuk meraih return terbaik untuk meraih return pada durasi dengan rentang pada durasi dengan rentang yang sempit.yang sempit.

• VEC VEC sebagai ukuran terbaik sebagai ukuran terbaik untuk meraih return pada untuk meraih return pada durasi dengan rentang lebardurasi dengan rentang lebar

1.1. M-GARCHM-GARCH sebagai ukuran sebagai ukuran terbaik mengurangi varian terbaik mengurangi varian pada durasi dengan rentang pada durasi dengan rentang yang lebar.yang lebar.

• OLS OLS sebagai ukuran terbaik sebagai ukuran terbaik mengurangi varian pada mengurangi varian pada durasi dengan rentang yang durasi dengan rentang yang sempitsempit

Alternatif

Reduksi Varian-Return Reduksi Varian Tujuan

Strategi

Strategi Hedging

Page 13: Presentasi Ujian Doktor efrizal

senada dengan senada dengan Bouldin (1999).Bouldin (1999). Dalam penelitian di Amerika Dalam penelitian di Amerika

Latin, OLS tidak Latin, OLS tidak memperhitungkan unsur koreksi memperhitungkan unsur koreksi

kesalahan dan perubahan kesalahan dan perubahan jangka pendek. Ia jangka pendek. Ia

menambahkan VEC dapat menambahkan VEC dapat menjelaskan informasi jangka menjelaskan informasi jangka

pendek dan jangka panjang pendek dan jangka panjang dalam memetodekan data.dalam memetodekan data.

senada dengan senada dengan Anwar Anwar (2002),(2002), sifat data sifat data

kondisional tidak dapat kondisional tidak dapat dijelaskan dengan dijelaskan dengan

metode OLS, karena metode OLS, karena hanya menganalisis hanya menganalisis

hubungan antara hubungan antara peubah yang bersifat peubah yang bersifat unconditional, yakni unconditional, yakni

ekspektasi dan ekspektasi dan variannya tetap konstan variannya tetap konstan

dari waktu ke waktu. dari waktu ke waktu.

senada dengan senada dengan Yang (2001),Yang (2001), dan menyaran- dan menyaran- kan pengguna- kan pengguna- an B-VAR dan an B-VAR dan VEC untuk VEC untuk mengatasi mengatasi faktor faktor autokorelasi autokorelasi residualresidual

Peneliti Peneliti lainnyalainnya

1.1.Dengan OLS, seri DS dan DF Dengan OLS, seri DS dan DF memiliki satu hubungan memiliki satu hubungan kointegrasikointegrasi

• Dengan B-VAR, seri DS dan DF Dengan B-VAR, seri DS dan DF memiliki dua hubungan kointegrasimemiliki dua hubungan kointegrasi

• Hedger mementingkan dua Hedger mementingkan dua hubungan kointegrasihubungan kointegrasi

• Dengan VEC, seri DS dan DF Dengan VEC, seri DS dan DF memiliki dua hubungan kointegrasi memiliki dua hubungan kointegrasi dalam jangka panjangdalam jangka panjang

• DF sarana lindung nilai yang tepatDF sarana lindung nilai yang tepat

Seri DS dan DF tidak Seri DS dan DF tidak berisi suatu unit rootberisi suatu unit root

Ada Ada autokorelasi autokorelasi dalam seri dalam seri residual pada residual pada lag 1 4lag 1 4

Efrizal Efrizal (2003)(2003)

Cointegration RelationshipCointegration RelationshipVariables contain Variables contain a Unit Roota Unit Root

AutocorrelationAutocorrelationin Residualin Residual

KarakteristikKarakteristik

PenelitiPeneliti

KOMPARASI HASIL PENELITIANKOMPARASI HASIL PENELITIAN KARAKTERISTIK SERIESKARAKTERISTIK SERIES

Page 14: Presentasi Ujian Doktor efrizal

Temuan di atas merupakan Temuan di atas merupakan signal atas pentingya meng- signal atas pentingya meng- eliminir potensi korelasi palsu. eliminir potensi korelasi palsu. Menurut Menurut Madura (1992 318),Madura (1992 318), hedging secara krusial hedging secara krusial tergantung pada korelasi. tergantung pada korelasi. Oleh karena itu maka Oleh karena itu maka pengujian di atas dimaksud pengujian di atas dimaksud kan untuk mengetahui apakah kan untuk mengetahui apakah korelasi dapat di penuhi korelasi dapat di penuhi sebagai faktor krusial dalam sebagai faktor krusial dalam penelitian lindung nilai tukar penelitian lindung nilai tukar rupiah terhadap USD. rupiah terhadap USD.

Temuan di atas senada dengan Temuan di atas senada dengan Yang (2001)Yang (2001).. OLS tidak mampu OLS tidak mampu mengestimasi hedge ratio, karena mengestimasi hedge ratio, karena OLS mengabaikan efek ARCH OLS mengabaikan efek ARCH yang sering dijumpai pada yang sering dijumpai pada financial time series. Ia menya- financial time series. Ia menya- rankan sebaiknya menggunakan rankan sebaiknya menggunakan M-GARCH, karena dapat M-GARCH, karena dapat mengeliminir efek ARCH dan mengeliminir efek ARCH dan dapat menjelaskan conditional dapat menjelaskan conditional moment yang dipengaruhi oleh moment yang dipengaruhi oleh sekelompok informasi pada waktu sekelompok informasi pada waktu keputusan hedging dibuat.keputusan hedging dibuat.

Peneliti Peneliti lainnyalainnya

DS dan DF memiliki hubung- DS dan DF memiliki hubung- an kausalitas, sehingga ber- an kausalitas, sehingga ber- potensi munculnya korelasi potensi munculnya korelasi palsupalsu

1.1. Ada efek ARCH pada residual Ada efek ARCH pada residual OLSOLS

2.2. Tidak ada efek ARCH pada Tidak ada efek ARCH pada residual M-GARCHresidual M-GARCH

Efrizal Efrizal (2003)(2003)

Granger CasualityGranger CasualityEfek ARCHEfek ARCHKarakteristikKarakteristik

PenelitiPeneliti

KOMPARASI HASIL PENELITIANKOMPARASI HASIL PENELITIAN KARAKTERISTIK SERIESKARAKTERISTIK SERIES

Page 15: Presentasi Ujian Doktor efrizal

KOMPARASI HASIL PENELITIANKOMPARASI HASIL PENELITIAN UKURAN LINDUNG NILAI UKURAN LINDUNG NILAI

Temuan di atas berbeda dengan Yang (2001). Dalam penelitiannya di Australia, ia menggunakan metode OLS, B-VAR,VEC dan M-GARCH. Menurutnya, perbedaan yang mencolok adalah antara metode OLS dan metode GARCH, keduanya berbeda dalam memberikan return .

Temuan di atas senada dengan Tse (2000). Menurutnya, metode GARCH memberikan penurunan risiko lebih banyak dibandingkan dengan metode OLS. Pendapat senada disampaikan pula oleh Sim (1998) dan Figuerela (2000)

Peneliti lainnya

Metode M-GARCH mampu memberikan return yakni 1 (0,13600) dan 2 (0,015400), lebih banyak dibandingkan metode VEC yakni 5 (0,009900) dan 8 (0,011500).

Metode M-GARCH memberikan pengurangan varian yakni 8 (0,0541) dan 10 (0,1528), lebih banyak dibandingkan metode OLS yakni 1 (0,4001) dan 2 (0,1186)

Efrizal (2003)

Risiko Return Risiko Perubahan

Ukuran

Peneliti