Threshold Autoregressive Model of Exchange Rate … Daftar Tabel Tabel 1 Level Threshold Perubahan...
Transcript of Threshold Autoregressive Model of Exchange Rate … Daftar Tabel Tabel 1 Level Threshold Perubahan...
WORKING PAPER WP/13/2008
Threshold Autoregressive Model of Exchange Rate Pass-Through Effect in
Indonesia
Meily Ika Permata
Juni 2008
iii
Threshold Autoregressive Model of Exchange Rate Pass-Through Effect in Indonesia
Meily Ika Permata
Abstraks
Kajian ini menganalisa apakah terdapat threshold perubahan nilai tukar yang menyebabkan
adanya perbedaan perilaku pass-through nilai tukar terhadap inflasi. Pengujian secara empirik
menunjukkan adanya threshold tingkat perubahan nilai tukar terhadap inflasi yaitu sebesar
4,2% (m.o.m), dimana bila terjadi perubahan nilai tukar melebihi threshold tersebut, maka
pass-through efeknya ke inflasi menjadi cukup besar dan signifikan, dengan dampak maksimum
di transmisikan dengan lag efek 2 bulan. Depresiasi nilai tukar > 4,2% (m.o.m), memberikan
kumulatif efek ke inflasi dalam 1 tahun sebesar 1,15%. Tekanan inflasi akan semakin besar bila
shock perubahan nilai tukar yang melebihi threshold tersebut berlangsung lebih dari satu kali.
Simulasi shock yang berlangsung 3 bulan berturut-turut menunjukkan kumulatif efek inflasi
selama 1 tahun (sejak shock pertama terjadi) mencapai lebih dari 3,4%.
v
Daftar Isi
Abstraks................................................................................................................................. iii
Daftar Isi ................................................................................................................................. v
Daftar Tabel ........................................................................................................................... vi
Daftar Grafik .......................................................................................................................... vi
Daftar Lampiran ..................................................................................................................... vi
PENDAHULUAN...................................................................................................................... 1
Latar Belakang .................................................................................................................... 1
Tujuan ................................................................................................................................ 2
Manfaat Penelitian .............................................................................................................. 2
Metodologi ........................................................................................................................ 2
Data ................................................................................................................................... 5
STUDI LITERATUR ................................................................................................................... 6
Determinan Pass-Through ................................................................................................... 6
Asimetri dalam Pass-Through .............................................................................................. 6
Model Threshold Autoregressive (TAR) ................................................................................ 7
Penggunaan TAR dalam Model Regresi................................................................................ 8
HASIL ESTIMASI ...................................................................................................................... 9
Hasil Estimasi untuk Model 1 : ............................................................................................. 9
Hasil Estimasi untuk Model 2 : ........................................................................................... 11
Hasil Estimasi untuk Model 3 : ........................................................................................... 12
KESIMPULAN DAN IMPLIKASI KEBIJAKAN ............................................................................. 14
Kesimpulan ...................................................................................................................... 14
Implikasi Kebijakan ........................................................................................................... 14
DAFTAR PUSTAKA ................................................................................................................ 15
LAMPIRAN ........................................................................................................................... 16
vi
Daftar Tabel
Tabel 1 Level Threshold Perubahan Nilai Tukar (%) dengan Nilai Varian Terkecil untuk
Setiap Kombinasi Nilai Lag i dan Lag d, Model 1 (Data 1990:01-2008:4) ................... 16
Tabel 2 Nilai SSR Terkecil untuk Setiap Kombinasi Nilai Lag i dan Lag d, Model 1 (Data
1990:01-2008:4) .................................................................................................... 16
Tabel 3 Level Threshold Perubahan Nilai Tukar (%) dengan Nilai Varian Terkecil untuk
Setiap Kombinasi Nilai Lag i dan Lag d, Model 1(Data 1999:01-2008:4) .................... 17
Tabel 4 Nilai SSR Terkecil untuk Setiap Kombinasi Nilai Lag i dan Lag d, Model 1 (Data
1999:01-2008:4) .................................................................................................... 17
Tabel 5 Level Threshold Perubahan Nilai Tukar (%) dengan Nilai Varian Terkecil untuk
Setiap Kombinasi Nilai Lag i dan Lag d ..................................................................... 19
Tabel 6 Nilai SSR Terkecil untuk Setiap Kombinasi Nilai Lag i dan Lag d, ................................ 19
Tabel 9 Level Threshold (%) dengan Nilai Varian Terkecil untuk Setiap Kombinasi Nilai
Lag i dan Lag d ....................................................................................................... 21
Tabel 10 Nilai SSR Terkecil untuk Setiap Kombinasi Nilai Lag i dan Lag d ................................. 21
Daftar Grafik
Grafik 1 Perkembangan Nilai Tukar dan Inflasi 2
Grafik 2 Response Inflasi Terhadap Depresiasi Nilai Tukar ≥ 1,7% (m.o.m) 9
Grafik 3 Response Inflasi Terhadap Depresiasi Nilai Tukar ≥ 1,7% (m.o.m) 9
Grafik 4 Response Inflasi Terhadap Depresiasi Nilai Tukar ≥ 4,2% (m.o.m) 10
Grafik 5 Response Inflasi Terhadap Depresiasi Nilai Tukar ≥ 4,2% (m.o.m) 10
Grafik 6 Response Inflasi Terhadap Depresiasi Nilai Tukar ≥ 4.2% (m.o.m) 11
Grafik 7 Response Inflasi Terhadap Depresiasi Nilai Tukar ≥ 4.2% (m.o.m) 11
Grafik 8 Response Inflasi Terhadap Depresiasi Nilai Tukar ≥ 4.2% (m.o.m) 13
Grafik 9 Response Inflasi Terhadap Depresiasi Nilai Tukar ≥ 4.2% (m.o.m) 13
Daftar Lampiran
Lampiran 1 Hasil Estimasi Threshold Model 1 (Data 1990:01-2008:4) ..................................... 16
Lampiran 2 Hasil Estimasi Threshold Model 1 (Data 1999:01-2008:4) ..................................... 17
Lampiran 3 Hasil Uji Validitas Model 1, Ar11 Dan Lag Threshold D=2, (Januari1999 April
2008) ................................................................................................................ 18
Lampiran 4 Hasil Estimasi Threshold Model 2 ........................................................................ 19
Lampiran 5 Pengujian Hasil Estimasi Threshold Model 2 ......................................................... 20
Lampiran 6 Hasil Estimasi Threshold Model 3 ........................................................................ 21
Lampiran 7 Pengujian Hasil Estimasi Threshold Model 2 ......................................................... 22
1
PENDAHULUAN
Latar Belakang
Besarnya dampak dari perubahan nilai tukar pada harga domestik mempunyai implikasi
yang penting dalam perumusan kebijakan terutama dalam hal pengendalian inflasi sejalan
dengan penerapan Inflation Targeting Framework (ITF) sejak Juli 2005 di Indonesia. Berkaitan
dengan hal tersebut, perlu pemahanan mendalam mengenai besarnya resiko inflasi akibat
perubahan nilai tukar yang dalam hal ini sangat tergantung dari besarnya pass-through
terhadap harga impor dan kemudian terhadap harga konsumen. Dengan demikian,
pengukuran besarnya derajat dan kecepatan penyesuaian inflasi terhadap perubahan nilai
tukar, khususnya IHK, sangatlah penting untuk dilakukan.
Berdasarkan teori, jika pass-through nilai tukar terhadap inflasi relatif rendah, maka
perubahan nilai tukar relatif tidak begitu berpengaruh terhadap perubahan harga. Sebaliknya,
pass-through nilai tukar terhadap inflasi yang tinggi menyebabkan perkembangan harga
cenderung sensitif terhadap perubahan nilai tukar. Pada saat terjadi depresiasi, maka ekspor
akan menjadi relatif kompetitif. Meskipun demikian, jika pass-through nilai tukar tidak hanya
berdampak pada harga impor melainkan kepada IHK secara keseluruhan, maka kombinasi dari
depresiasi nilai tukar yang diikuti dengan tingginya tingkat inflasi menyebabkan ekspor tidak
menjadi lebih kompetitif. Sebaliknya dampak negatif akan terjadi pada perusahaan dan institusi
keuangan yang mempunyai kewajiban dalam denominasi mata uang asing, yang akan
mengalami keterpurukan akibat membengkaknya hutang riil dan tingginya NPL (Ito dan Sato,
2006).
Penelitian Kurniati (2007)1, menunjukkan bahwa derajat pass-through dari nilai tukar
terhadap harga konsumen sangat rendah pada masa setelah krisis dimana 1% depresiasi
diestimasi akan meningkatkan IHK sebesar 0,06%. Penelitian Kurniati et al (2008)2
menunjukkan bahwa pengaruh langsung perubahan nilai tukar melalui perubahan harga
barang terhadap laju inflasi inti ditengarai lebih kecil. Meskipun demikian, Yati mengingatkan
bahwa respon inflasi terhadap nilai tukar dapat saja lebih sensitif apabila perubahan nilai tukar
relatif besar dan persisten.
Dari grafik 1 terlihat bahwa pada saat terjadi depresiasi nilai tukar yang cukup tajam,
terutama pada masa krisis, terjadi peningkatan inflasi yang cenderung sejalan dengan tingginya
tingkat depresiasi tersebut. Namun demikian, pada level perubahan nilai tukar yang relatif
rendah, tidak terlihat efek yang cukup signifikan pada level inflasi. Fakta bahwa besarnya pass-
1 Lihat Yati Kurniati. 2007. Exchange Rate Pass-Through in Indonesia. BRE Working Paper. DKM.
2 Lihat Yati Kurniati, Tri Yanuarti dan Yanfitri. 2008. Dampak Nilai Tukar Terhadap Harga Impor dan Inflasi Inti. BRE Research
Note. DKM.
2
through nilai tukar sangat mungkin dipengaruhi oleh besarnya level depresiasi/apresiasi,
menunjukkan bahwa estimasi threshold pass-through nilai tukar terhadap inflasi di Indonesia
dengan menggunakan pendekatan ekonometrik nonlinear menjadi suatu hal yang sangat
diperlukan.
Grafik 1 Perkembangan Nilai Tukar dan Inflasi
Tujuan
Berdasarkan latar belakang tersebut maka tujuan penelitian ini adalah :
1. Untuk melihat apakah terdapat suatu threshold perubahan nilai tukar, baik itu pada
level persentase perubahan maupun level nominal perubahan, yang menyebabkan
adanya perbedaan perilaku pass-through nilai tukar terhadap inflasi.
2. Untuk melihat apakah level threshold untuk apresiasi dan depresiasi bersifat simetri.
Manfaat Penelitian
1. Memberikan informasi mengenai perilaku perubahan nilai tukar terhadap perubahan
harga.
2. Memberikan informasi mengenai level perubahan nilai tukar yang dapat memberikan
tekanan terhadap inflasi.
Metodologi
Analisis yang digunakan dalam penelitian ini adalah Threshold Autoregressive Model
(TAR) yang diaplikasikan pada persamaan pass-through nilai tukar.
Model Threshold untuk Perubahan Nilai Tukar
-4,00
-2,00
0,00
2,00
4,00
6,00
8,00
10,00
12,00
14,00
-40,00
-20,00
0,00
20,00
40,00
60,00
80,00
100,00
120,00
140,00
Jan
-90
Jan
-91
Jan
-92
Jan
-93
Jan
-94
Jan
-95
Jan
-96
Jan
-97
Jan
-98
Jan
-99
Jan
-00
Jan
-01
Jan
-02
Jan
-03
Jan
-04
Jan
-05
Jan
-06
Jan
-07
Jan
-08
%% Perubahan Nilai Tukar Bulanan (kiri)
Inflasi Bulanan (Kanan)
3
Model 1:
Untuk keperluan pengukuran besarnya threshold pass-through nilai tukar tersebut,
regime switching model yang digunakan mengadopsi model yang dikembangkan oleh Posedel
dan Tica (2007)3.
𝜋𝑡 = 𝛼0 + 𝛼1𝑖𝑒𝑡−𝑖𝑘𝑖=0 1 − 𝐼𝑡−𝑑 + 𝛽0 + 𝛽1𝑖𝑒𝑡−𝑖
𝑘𝑖=0 𝐼𝑡−𝑑 + 𝑢𝑡 (1)
Yang merupakan representasi dari :
Pada persamaan di atas, inflasi merupakan fungsi dari perubahan nilai tukar nominal.
Time lag dari variabel independen diwakili oleh i, sementara time lag dari variabel threshold
direpresentasikan oleh d. Variabel It-d
merupakan variabel dummy, dimana It-d
=0 jika perubahan
nilai tukar nominal e lebih kecil daripada threshold dan It-d
=1 jika perubahan nilai tukar
nominal e sama atau lebih besar dibandingkan threshold .
Model 2:
Pada model 2, pengukuran besarnya threshold pass-through nilai tukar tersebut
menggunakan regime switching model yang diaplikasikan pada persamaan pass-through yang
dikembangkan oleh Khundrakpam (2007)4.
𝜋𝑡 = 𝛼0 + 𝛼1𝑖𝑒𝑡−𝑖𝑘𝑖=0 1 − 𝐼𝑡−𝑑 + 𝛽0 + 𝛽1𝑖𝑒𝑡−𝑖
𝑘𝑖=0 𝐼𝑡−𝑑 + 𝛾𝑖𝜋
∗𝑡−𝑖
𝑙𝑖=0 + 𝛿𝑖𝑌𝑡−𝑖
𝑚𝑖=0 +
𝑖=1𝑛𝜃𝑖𝜋𝑡−𝑖+𝑢𝑡
Yang merupakan representasi dari :
Persamaan di atas, merupakan aplikasi model TAR pada model distributed lag yang
menggunakan data persentase perubahan. Pada persamaan di atas, inflasi merupakan fungsi
3 Lihat Petra Posedel dan Josip Tica. 2007. Threshold Autoregressive Model of Exchange Rate Pass Through Effect : The Case of
Croatia. Working Paper. University of Zagreb. Croatia.
4 Lihat di Jeevan Kumar Khundrakpam. 2007. Economic Reforms and Exchange Rate Pass-Through to Domestic Prices in India. BIS
Working Paper No. 225.
𝜋𝑡 =
𝛼0 + 𝛼1𝑖𝑒𝑡−𝑖 + 𝑢𝑡
𝑘
𝑖=0
𝑗𝑖𝑘𝑎 𝐼𝑡−𝑑 < 𝛾
𝛽0 + 𝛽1𝑖𝑒𝑡−𝑖
𝑘
𝑖=0
+ 𝑢𝑡 𝑗𝑖𝑘𝑎 𝐼𝑡−𝑑 ≥ 𝛾
𝜋𝑡 =
𝛼0 + 𝛼1𝑖𝑒𝑡−𝑖
𝑘
𝑖=0
+ 𝛾𝑖𝜋∗𝑡−𝑖
𝑙
𝑖=0
+ 𝛿𝑖𝑌𝑡−𝑖
𝑚
𝑖=0
+ 𝜃𝑖𝜋𝑡−𝑖
𝑛
𝑖=1
+ 𝑢𝑡 𝑗𝑖𝑘𝑎 𝐼𝑡−𝑑 < 𝛾
𝛽0 + 𝛽1𝑖𝑒𝑡−𝑖
𝑘
𝑖=0
+ 𝛾𝑖𝜋∗𝑡−𝑖
𝑙
𝑖=0
+ 𝛿𝑖𝑌𝑡−𝑖
𝑚
𝑖=0
+ 𝜃𝑖𝜋𝑡−𝑖
𝑛
𝑖=1
+ 𝑢𝑡 𝑗𝑖𝑘𝑎 𝐼𝑡−𝑑 ≥ 𝛾
4
dari perubahan nilai tukar nominal, inflasi internasional, demand domestik dan ekspektasi inflasi
yang bersifat adaptif. Time lag dari variabel independen diwakili oleh i, sementara time lag dari
variabel threshold direpresentasikan oleh d. It-d
merupakan variabel dummy, dengan It-d
=0 jika
perubahan nilai tukar nominal e lebih kecil daripada threshold dan It-d
=1 jika perubahan nilai
tukar nominal e sama atau lebih besar dibandingkan threshold .
Model 3:
Pada model 3, merupakan bentuk lain dari model 2, yang dikembangkan dari model
Khundrakpam5.
∆𝑝𝑡 = 𝛼0 + 𝛼1𝑖∆𝑒𝑡−𝑖𝑘𝑖=0 1 − 𝐼𝑡−𝑑 + 𝛽0 + 𝛽1𝑖∆𝑒𝑡−𝑖
𝑘𝑖=0 𝐼𝑡−𝑑 + 𝛾𝑖∆𝑝
∗𝑡−𝑖
𝑙𝑖=0 + 𝛿𝑖𝑦𝑡−𝑖
𝑚𝑖=0 +
𝑖=1𝑛𝜃𝑖𝑝𝑡−𝑖+𝑢𝑡
Yang merupakan representasi dari :
Persamaan di atas, merupakan aplikasi model TAR pada model distributed lag yang
menggunakan log difference. Perubahan harga domestik merupakan fungsi dari perubahan
nilai tukar nominal, perubahan harga internasional, demand domestik dan ekspektasi inflasi
yang bersifat adaptif. Time lag dari variabel independen diwakili oleh i, sementara time lag dari
variabel threshold direpresentasikan oleh d. Variabel I merupakan variabel dummy, dimana I
t-d=0
jika difference nilai tukar nominal e lebih kecil daripada threshold dan It-d
=1 jika difference
nilai tukar nominal e sama atau lebih besar dibandingkan threshold .
Prosedur Mendapatkan Threshold
Agar dapat mengestimasi model, terlebih dahulu dipilih level threshold yang
memungkinkan. Mengikuti metodologi yang disarankan oleh Enders (2004)6 dan Chan (1993)
serta beberapa penyesuaian pada program pengolahan data, maka proses pemilihan level
threshold dilakukan dengan cara sebagai berikut:
1. Mensortir level perubahan nilai tukar dari yang terendah sampai dengan yang tertinggi.
5 Lihat di Jeevan Kumar Khundrakpam. 2007. Economic Reforms and Exchange Rate Pass-Through to Domestic Prices in India. BIS
Working Paper No. 225.
6 Walter Enders. 2004. Applied Econometric Time Series. Wiley.
∆𝑝𝑡 =
𝛼0 + 𝛼1𝑖∆𝑒𝑡−𝑖
𝑘
𝑖=0
+ 𝛾𝑖∆𝑝∗𝑡−𝑖
𝑙
𝑖=0
+ 𝛿𝑖𝑦𝑡−𝑖
𝑚
𝑖=0
+ 𝜃𝑖∆𝑝𝑡−𝑖
𝑛
𝑖=1
+ 𝑢𝑡 𝑗𝑖𝑘𝑎 𝐼𝑡−𝑑 < 𝛾
𝛽0 + 𝛽1𝑖∆𝑒𝑡−𝑖
𝑘
𝑖=0
+ 𝛾𝑖∆𝑝∗𝑡−𝑖
𝑙
𝑖=0
+ 𝛿𝑖𝑦𝑡−𝑖
𝑚
𝑖=0
+ 𝜃𝑖∆𝑝𝑡−𝑖
𝑛
𝑖=1
+ 𝑢𝑡 𝑗𝑖𝑘𝑎 𝐼𝑡−𝑑 ≥ 𝛾
5
2. Mengestimasi TAR model pada persamaan di atas untuk berbagai level perubahan nilai
tukar sebagai threshold dan menyimpan nilai sum of squared residuals (SSR) untuk
setiap hasil estimasi tersebut berdasarkan asumsi bahwa model dengan nilai threshold
yang paling mendekati kenyataan akan mempunyai SSR terkecil.
3. Membuat grafik dari nilai SSR tersebut. Jika terdapat satu threshold, maka akan
terdapat satu titik minimum lokal. Jika terdapat dua threshold, maka akan terdapat dua
titik minimum lokal. Demikian, seterusnya.
4. Melakukan pengujian hasil estimasi dengan melakukan aproksimasi dari distribusi
asimptotik F melalui prosedur bootstrap (Hansen, 1997)7.
Data
Data yang digunakan adalah data bulanan dari periode 1990:01 sampai dengan
2008:04. Spesifikasi data yang digunakan adalah :
Harga domestik (P) : indeks harga konsumen (IHK)
Inflasi domestik (π) : persentase perubahan IHK (%)
∆𝑝 : perubahan IHK (log)
Nilai tukar nominal (ER): nominal nilai tukar rupiah terhadap US$ bulanan
(Rp/US$). Kenaikan nilai tukar menunjukkan depresiasi.
e : persentase perubahan nilai tukar nominal (%)
∆𝑒 : perubahan nilai tukar nominal (log)
Harga internasional (P*) : indeks harga produsen (PPI US)
Inflasi internasional (π*) : persentase perubahan indeks harga produsen US (%)
∆𝑝∗ : perubahan PPI US (log)
Indeks Produksi : sebagai proyeksi PDB, yang menggambarkan kondisi demand
domestik
7 Lihat Bruce Hansen. 1997. Inference in TAR Models. Studies in Nonlinear Dynamics and Econometrics. April 1997.
6
STUDI LITERATUR
Determinan Pass-Through
Terdapat beberapa faktor yang dapat mempengaruhi besarnya pass-through nilai
tukar8. Semakin besar level inflasi dan volatilitasnya, semakin tinggi derakat pass-through-nya.
Hal ini disebabkan terbentuknya persepsi bahwa kenaikan biaya produksi tersebut bersifat lebih
persisten. Sebaliknya, meningkatnya kredibelitas dan efektifitas kebijakan moneter dalam
menjaga rejim inflasi yang rendah, akan menurunkan derajat pass-through. Perusahaan tidak
terburu-buru merubah harga akibat terjadinya shock pada biaya, karena mereka yakin bahwa
shock tersebut bersifat sementara dan pengambil kebijakan moneter akan berhasil
menstabilkan harga.
Faktor kedua adalah volatilitas dari nilai tukar tersebut. Faktor ketiga adalah besarnya
komposisi impor dalam basket konsumsi. Semakin besar komposisinya, semakin tinggi derajat
pass-through. Komposisi jenis barang yang diimpor juga turut mempengaruhi besarnya pass-
through. Faktor keempat adalah distorsi dalam perdagangan akibat penerapan tarif dan
pembatasan kuantitas yang dapat menurunkan pass-through. Kelima, adanya asimetri
menyebabkan besarnya pass-through sangat dipengaruhi oleh episode apresiasi dan depresiasi
serta besarnya level perubahan nilai tukar tersebut.
Asimetri dalam Pass-Through
Perilaku pass-through dapat berbeda antara pada saat terjadinya depresiasi dan
apresiasi. Selain itu, besarnya pass-through juga dapat dipengaruhi oleh besar kecilnya
perubahan nilai tukar dimana pada level tertentu (threshold) nilai perubahan nilai tukar akan
sangat berpengaruh pada inflasi namun apabila perubahan nilai tukar dibawah threshold
tersebut maka akan relatif tidak berpengaruh terhadap inflasi. Hal-hal yang dapat
menyebabkan terjadinya asimetri yang terkait dengan besarnya perubahan nilai tukar adalah
faktor menu cost9 dan mempertahankan pasar.
Dengan asumsi bahwa menu cost diperlakukan sebagai fixed cost, maka aksi perubahan
harga akan bermanfaat jika perubahan nilai tukar melampaui ambang batas (threshold)
tertentu. Apabila perubahan nilai tukar relatif kecil dan menu cost masih lebih tinggi
dibandingkan dengan biaya yang timbul akibat perubahan nilai tukar tersebut, maka
perusahaan akan cenderung memilih untuk tidak merubah harganya.
8 Lihat di Jeevan Kumar Khundrakpam. 2007. Economic Reforms and Exchange Rate Pass-Through to Domestic Prices in India. BIS
Working Paper No. 225.
9 Lihat di Jeevan Kumar Khundrakpam. 2007. Economic Reforms and Exchange Rate Pass-Through to Domestic Prices in India. BIS
Working Paper No. 225.
7
Di bawah asumsi untuk mempertahankan pasar, pada saat terjadi kenaikan biaya akibat
perubahan nilai tukar, perusahaan cenderung mempertahankan harganya dengan menurunkan
mark-upnya ataupun dengan mengorbankan profitnya. Namun, pada ambang batas (threshold)
tertentu, besarnya mark-up tidak dapat menutupi kenaikan biaya yang terjadi dan tingkat profit
yang harus dikorbankan telah melampaui level yang dapat ditoleransi oleh perusahaan. Pada
titik ini, aksi perubahan harga tidak dapat dihindarkan.
Beberapa kajian menunjukkan adanya asimetri pass-through dilihat dari sisi besar
kecilnya level perubahan nilai tukar. Ohno (1989) menemukan bahwa harga ekspor Jepang
lebih merespon perubahan nilai tukar yang besar dibandingkan perubahan nilai tukar yang
relatif kecil. Pollard and Coughlin (2004) menemukan bahwa respon hampir sebagian besar
perusahaan yang bergerak di industri impor mempunyai hubungan yang positif dengan
besarnya ukuran perubahan nilai tukar.
Model Threshold Autoregressive (TAR)
TAR merupakan suatu regime swithing model yang memungkinkan suatu variabel
berperilaku yang berbeda, sesuai dengan keadaan suatu sistem. Umumnya, model TAR dapat
dituliskan sebagai berikut :
𝑦𝑡 = 𝛼0 + 𝛼1𝑖𝑦𝑡−𝑖𝑘𝑖=1 1− 𝐼𝑡−𝑑 + 𝛽0 + 𝛽1𝑖𝑦𝑡−𝑖
𝑙𝑖=1 𝐼𝑡−𝑑 + 𝑢𝑡 (1)
Dengan
Variabel I merupakan variabel dummy, dimana I
t-d=0 jika y < threshold dan I
t-d =1 jika y ≥
threshold.
TAR model yang dikembangkan oleh Tong (1983, 1990) memungkinkan model dengan
order AR yang berbeda untuk setiap rezim.
Secara umum, besarnya threshold seringkali tidak diketahui dan harus diestimasi secara
bersamaan dengan parameter lainnya. Enders (2004)10
dan Chan (1993) memberikan panduan
untuk mendapatkan nilai threshold yang super konsisten. Beberapa syarat yang haru dipenuhi
adalah :
1. Threshold haruslah terletak dalam range pengamatan. Dalam prakteknya, nilai
threshold sebaiknya berada dalam 70% middle band pengamatan, yaitu lebih besar
10
Walter Enders. 2004. Applied Econometric Time Series. Wiley.
𝑦𝑡 =
𝛼0 + 𝛼1𝑖𝑦𝑡−𝑖 + 𝑢𝑡
𝑘
𝑖=1
𝑗𝑖𝑘𝑎 𝐼𝑡−𝑑 < 𝛾
𝛽0 + 𝛽1𝑖𝑦𝑡−𝑖
𝑙
𝑖=1
+ 𝑢𝑡 𝑗𝑖𝑘𝑎 𝐼𝑡−𝑑 ≥ 𝛾
8
daripada nilai 15% data terendah dan lebih kecil daripada 15% data tertinggi.
Namun untuk data yang relatif besar, threshold dapat lebih besar daripada 10%
data terendah dan lebih kecil daripada 10% data tertinggi.
2. Mengestimasi TAR model untuk berbagai level threshold dan menyimpan nilai sum
of squared residuals (SSR) untuk setiap hasil estimasi tersebut berdasarkan asumsi
bahwa model dengan nilai threshold yang paling mendekati kenyataan akan
mempunyai SSR terkecil.
3. Membuat grafik dari nilai SSR tersebut. Jika terdapat satu threshold, maka akan
terdapat satu titik minimum lokal. Jika terdapat dua threshold, maka akan terdapat
dua titik minimum lokal. Demikian, seterusnya.
Model TAR juga mengakomodasi adanya kemungkinan bahwa lamanya adjustment
process untuk terjadinya perubahan rezim memerlukan lebih dari satu periode waktu (d). Nilai d
biasa disebut sebagai delay paramater. Pemilihan delay parameter dilakukan sesuai dengan
prosedur TAR. Model terbaik dipilih berdasarkan nilai SSR terkecil. Alternatif lainnya, model
terbaik dipilih berdasarkan nilai Akaike Information Criterion (AIC) dan Schwarz Bayesian
Criteria (SBC) terkecil.
Penggunaan TAR dalam Model Regresi
Penggunaan threshold dalam konteks regresi juga cukup popular. Model umum TAR
dalam persamaan regresi adalah sebagai berikut :
𝑦𝑡 = 𝛼0 + (𝛼1 + 𝛽1𝐼𝑡 )𝑥𝑡 + 𝑢𝑡
dengan It=1 jika yt-1
≥ threshold, dan It=0 selainnya.
9
HASIL ESTIMASI
Persamaan 1, 2 dan 3 diestimasi untuk berbagai level threshold dengan variasi lag
variabel dependen (i) dan lag threshold (d) dari 1 sampai dengan 12 yang secara total berjumlah
91 model TAR.
Hasil Estimasi untuk Model 1 :
Persamaan untuk model 1, diestimasi untuk berbagai level threshold dengan variasi lag
variabel dependen (i) dan lag threshold (d) dari 1 sampai dengan 12 yang secara total berjumlah
91 model TAR.
Hasil estimasi model dengan menggunakan data dari Januari 1990 April 2008
menunjukkan level threshold sebesar 1,7% dengan nilai SSR terkecil pada model AR12 dengan
lag threshold d=7 (tabel 1). Dapat dikatakan bahwa jika besarnya depresiasi 7 bulan yang lalu
setara atau melebihi 1,7% maka akan secara signifikan berpengaruh terhadap inflasi.
Sebaliknya, jika depresiasi lebih kecil dari level tersebut, maka dampak dari perubahan nilai
tukar relatif tidak signifikan. Selain itu, dapat juga dikatakan bahwa apabila level depresiasi
bulanan melebihi level threshold, maka baru akan memberikan dampak maksimum pada
kenaikan harga 7 bulan kemudian.
Dari hasil simulasi shock terlihat bahwa apabila nilai tukar sama atau melebihi 1,7%,
maka akan memberikan dampak maksimum terhadap tambahan inflasi 7 bulan kemudian
sebesar 0,56% serta menyebabkan tambahan akumulasi inflasi tahunan sebesar 0,78% (grafik
2). Simulasi untuk shock yang berlangsung 3 bulan berturut-turut menunjukkan efek kumulatif
inflasi selama 1 tahun (sejak shock pertama terjadi) mencapai sebesar 2,37% (grafik 3).
Grafik 2 Response Inflasi Terhadap Depresiasi
Nilai Tukar ≥ 1,7% (m.o.m)
(one time shock)
Grafik 3 Response Inflasi Terhadap Depresiasi
Nilai Tukar ≥ 1,7% (m.o.m)
(shock tiga bulan berturut-turut)
* AR12 dengan Lag Threshold d=7, Periode Januari 1990 April 2008
-0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11 t+12
Kumulatif Inflasi Tahunan = 0,78%
-0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11 t+12
Kumulatif Inflasi Tahunan = 2,37%
10
Namun demikian, pada periode setelah krisis11
didapatkan nilai threshold yang
cenderung lebih tinggi yaitu 4,2% (tabel 2). Untuk data dengan periode Januari 1999 - April
2008 nilai SSR terkecil terdapat pada model AR11 dengan lag threshold d=2.12
Perubahan nilai
tukar baru akan secara signifikan berpengaruh terhadap inflasi, jika dan hanya jika besarnya
depresiasi 2 bulan yang lalu setara atau melebihi 4,2%. Perubahan nilai tukar di bawah level
tersebut relatif tidak signifikan pengaruhnya terhadap inflasi. Selain itu, dapat juga dikatakan
bahwa apabila level depresiasi bulanan melebihi level threshold, maka akan memberikan
dampak maksimum pada kenaikan harga secara lebih cepat yaitu 2 bulan kemudian.
Selanjutnya hasil threshold diaplikasikan kembali ke model 1 yang diperluas dengan
penambahan variabel dummy untuk kenaikan harga BBM di bulan Oktober 2005.
Grafik 4 Response Inflasi Terhadap Depresiasi
Nilai Tukar ≥ 4,2% (m.o.m)
(one time shock)
Grafik 5 Response Inflasi Terhadap Depresiasi
Nilai Tukar ≥ 4,2% (m.o.m)
(shock tiga bulan berturut-turut)
*AR11 dengan Lag Threshold d=2 Periode Januari 1999 April 2008
Dari hasil simulasi shock terlihat bahwa perubahan nilai tukar ≥ 4,2% akan memberikan
dampak yang signifikan terhadap tambahan inflasi 2 bulan kemudian sebesar 1,68% dan
menyebabkan tambahan kumulatif inflasi tahunan sebesar 2,07% (grafik 4). Tekanan inflasi
akan semakin besar bila shock perubahan nilai tukar yang melebihi threshold tersebut
berlangsung lebih dari satu kali. Simulasi shock yang berlangsung 3 bulan berturut-turut
menunjukkan efek kumulatif inflasi selama 1 tahun (sejak shock pertama terjadi) mencapai
sebesar 6,35% (grafik 5).
11
Dilakukan pengujian untuk Periode Januari 1999 April 2008 dan Januari 2000 April 2008.
12 Karena keterbatasan data, batas level threshold tertinggi yang dapat dilakukan pada model AR12 adalah 4% sehingga pada
model ini tidak dapat dilakukan pengujian untuk level threshold diatas 4%.
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11
Kumulatif Inflasi Tahunan = 2,07%
-0.25
0.00
0.25
0.50
0.75
1.00
1.25
1.50
1.75
2.00
2.25
t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11
Kumulatif Inflasi Tahunan = 6,35%
11
Hasil Estimasi untuk Model 2:
Persamaan untuk model 2, juga diestimasi untuk berbagai level threshold dengan variasi
lag variabel dependen (i) dan lag threshold (d) dari 1 sampai dengan 1213
. Hasil estimasi model
2 pada periode setelah krisis menunjukkan level threshold yang sama dengan model 1 yaitu
sebesar 4,2% dengan nilai SSR terkecil pada model AR11 dengan lag threshold d=214
.
Temuan ini semakin menguatkan bahwa perubahan nilai tukar baru akan memberikan
pengaruh yang signifikan terhadap inflasi, jika dan hanya jika terjadi perubahan nilai tukar dua
bulan sebelumnya ≥ 4,2%, dengan efek maksimum ditransmisikan dengan lag 2 bulan.
Selanjutnya hasil threshold diaplikasikan kembali ke model 2 yang diperluas dengan
penambahan variabel dummy untuk kenaikan harga BBM di bulan Oktober 2005. Sementara
lag optimal untuk variabel P*, IP dan P adalah (1,2,3).15
Model 2 yang diperluas :
𝜋𝑡 = 𝛼0 + 𝛼1𝑖𝑒𝑡−𝑖𝑘𝑖=0 1 − 𝐼𝑡−𝑑 + 𝛽0 + 𝛽1𝑖𝑒𝑡−𝑖
𝑘𝑖=0 𝐼𝑡−𝑑 + 𝛾𝑖𝜋
∗𝑡−𝑖
𝑙𝑖=0 + 𝛿𝑖𝑌𝑡−𝑖
𝑚𝑖=0 +
𝑖=1𝑛𝜃𝑖𝜋𝑡−𝑖+𝜌oilshock𝑡+𝑢𝑡
Grafik 6 Response Inflasi Terhadap Depresiasi
Nilai Tukar ≥ 4.2% (m.o.m)
(one time shock)
Grafik 7 Response Inflasi Terhadap Depresiasi
Nilai Tukar ≥ 4.2% (m.o.m)
(shock tiga bulan berturut-turut)
AR11 dengan Lag Threshold d=2 Periode Januari 1999 April 2008
13
Pada saat pencarian threshold, lag untuk variable lainnya diset 4. Kecuali untuk AR3 dengan lag 3, AR2 dengan lag 2 dan AR1
dan AR0 dengan lag 1.
14 Karena keterbatasan data, batas level threshold tertinggi yang dapat dilakukan pada model AR12 adalah 4% sehingga tidak
dapat melakukan pengujian untuk level threshold diatas 4%.
15 Untuk mendapatkan lag optimal dari variabel harga internasional, demand domestik dan ekspektasi inflasi,
dilakukan simulasi sebanyak 216 kali untuk berbagai kombinasi lag, masing-masing dari 0-5. Kombinasi lag terbaik ditentukan berdasarkan Akaike Information Criterion (AIC) dan Schwarz Bayesian Criteria (SBC) terkecil.
-0.25
0.00
0.25
0.50
0.75
1.00
1.25
t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11
lag P*=1, lag Y=2, lag P=3, inflasi tahunan = 1.15%
-0.25
0.00
0.25
0.50
0.75
1.00
1.25
1.50
t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11
lag P*=1, lag Y=2, lag P=3, inflasi tahunan = 3.48%
12
Impulse response menunjukkan bahwa bahwa apabila terjadi shock depresiasi nilai tukar
4,2% (m.o.m) maka inflasi 2 bulan berikutnya meningkat sebesar 1,145% (m.o.m), dengan
kumulatif efek ke inflasi dalam 1 tahun sebesar 1.153%. Simulasi shock yang berlangsung 3
bulan berturut-turut menunjukkan efek kumulatif inflasi selama 1 tahun (sejak shock
pertama terjadi) mencapai sebesar 3,482%.
Hasil Estimasi untuk Model 3:
Persamaan untuk model 3, juga diestimasi untuk berbagai level threshold dengan variasi
lag variabel dependen (i) dan lag threshold (d) dari 1 sampai dengan 1216
. Model 3 yang
diestimasi pada periode setelah krisis menunjukkan hasil estimasi yang konsisten dengan model
1 dan model 2, yaitu adanya level threshold sebesar 4,19% dengan nilai SSR terkecil pada
model AR11 dengan lag threshold d=217
.
Selanjutnya hasil threshold diaplikasikan kembali ke model 2 yang diperluas dengan
penambahan variabel dummy untuk kenaikan harga BBM di bulan Oktober 2005. Sementara,
lag optimal untuk variabel P*, IP dan P adalah (1,2,2)18
Model 3 yang diperluas :
∆𝑝𝑡 = 𝛼0 + 𝛼1𝑖∆𝑒𝑡−𝑖𝑘𝑖=0 1 − 𝐼𝑡−𝑑 + 𝛽0 + 𝛽1𝑖∆𝑒𝑡−𝑖
𝑘𝑖=0 𝐼𝑡−𝑑 + 𝛾𝑖∆𝑝
∗𝑡−𝑖
𝑙𝑖=0 + 𝛿𝑖𝑦𝑡−𝑖
𝑚𝑖=0 +
𝑖=1𝑛𝜃𝑖𝑝𝑡−𝑖+𝜌oilshock𝑡+𝑢𝑡
Impulse response untuk model 3 menghasilkan hasil estimasi yang cenderung
mendekati hasil estimasi model 2. Apabila terjadi shock depresiasi nilai tukar 4,19% (m.o.m)
maka inflasi 2 bulan berikutnya meningkat menjadi 0,868% (m.o.m), dengan kumulatif efek
ke inflasi dalam 1 tahun sebesar 1,15%. Sementara itu, apabila shock perubahan nilai tukar
yang melebihi threshold tersebut berlangsung 3 bulan berturut-turut menunjukkan efek
kumulatif inflasi selama 1 tahun (sejak shock pertama terjadi) mencapai sebesar 3,408%.
16
Pada saat pencarian threshold lag untuk variable lainnya adalah 4. Kecuali untuk AR3 dengan lag 3, AR2 dengan lag 2 dan AR1
dan AR0 dengan lag1.
17 Karena keterbatasan data, batas level threshold tertinggi yang dapat dilakukan pada model AR12 adalah 4% sehingga tidak
dapat melakukan pengujian untuk level threshold diatas 4%.
18 Untuk mendapatkan lag optimal dari variabel harga internasional, demand domestik dan ekspektasi inflasi,
dilakukan simulasi untuk berbagai kombinasi lag, masing-masing dari 0-5. Kombinasi lag terbaik ditentukan berdasarkan Akaike Information Criterion (AIC) dan Schwarz Bayesian Criteria (SBC) terkecil.
13
Grafik 8 Response Inflasi Terhadap Depresiasi
Nilai Tukar ≥ 4.2% (m.o.m)
(one time shock)
Grafik 9 Response Inflasi Terhadap Depresiasi
Nilai Tukar ≥ 4.2% (m.o.m)
(shock tiga bulan berturut-turut)
*AR11 dengan Lag Threshold d=2 Periode Januari 1999 April 2008
-0.25
0.00
0.25
0.50
0.75
1.00
t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11
lag P*=1, lag Y=2, lag P=2, kumulatif inflasi tahunan = 1.15%
-0.50
-0.25
0.00
0.25
0.50
0.75
1.00
1.25
1.50
1.75
t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11
lag P*=1, lag Y=2, lag P=2, kumulatif inflasi tahunan = 3.41%
14
KESIMPULAN DAN IMPLIKASI KEBIJAKAN
Kesimpulan
Hasil estimasi threshold pass-through nilai tukar pada periode setelah krisis
menunjukkan adanya threshold tingkat perubahan nilai tukar terhadap inflasi. Level threshold
yang diperoleh yaitu sebesar 4,2% (m.o.m), dimana bila terjadi perubahan nilai tukar melebihi
threshold tersebut, maka pass-through efeknya ke inflasi menjadi cukup besar dan signifikan,
dengan dampak maksimum di transmisikan dengan lag efek 2 bulan.
Lebih tingginya level threshold pada periode setelah krisis menunjukkan bahwa tingkat
perubahan nilai tukar yang relatif rendah (< 4.2%, m.o.m), cenderung dapat ditoleransi oleh
pasar tanpa menimbulkan gejolak harga konsumen. Hal ini sejalan dengan perubahan rejim
nilai tukar dari manage exchange rate regime menjadi floating exchenge rate regime. Indikasi
lain yang didapatkan dari hasil estimasi adalah pada saat perubahan nilai tukar melebihi
threshold-nya maka jangka waktu transmisinya ke perubahan harga relatif lebih cepat.
Impulse response pada model 2 menunjukkan bahwa jika terjadi depresiasi nilai tukar >
4,2% (m.o.m), maka inflasi 2 bulan berikutnya meningkat menjadi 1.145% (m.o.m), dengan
kumulatif efek ke inflasi dalam 1 tahun sebesar 1,153%. Tekanan inflasi akan semakin besar
bila shock perubahan nilai tukar yang melebihi threshold tersebut berlangsung lebih dari satu
kali. Simulasi shock yang berlangsung 3 bulan berturut-turut menunjukkan kumulatif efek
inflasi selama 1 tahun (sejak shock pertama terjadi) mencapai sebesar 3,482%.
Sementara itu, Impulse response pada model 3 menunjukkan bahwa jika terjadi
depresiasi nilai tukar > 4,19% (m.o.m), maka inflasi 2 bulan berikutnya mengalami
peningkatan sebesar 0.868% (m.o.m), dengan kumulatif efek ke inflasi dalam 1 tahun
sebesar 1,150%. Simulasi shock yang berlangsung 3 bulan berturut-turut menunjukkan
kumulatif efek inflasi selama 1 tahun (sejak shock pertama terjadi) mencapai 3,408%.
Meskipun demikian, terdapat keterbatasan pada penelitian ini. Meskipun diyakini
bahwa hubungan antara inflasi dan perubahan nilai tukar bersifat non linear, namun pada
penelitian ini diasumsikan bahwa proses pass-through merupakan TAR process.
Implikasi Kebijakan
Dengan demikian, untuk menjaga kestabilan harga, maka Bank Indonesia perlu
menjaga perubahan nilai tukar rupiah (depresiasi) bulanan agar tidak melebihi 4,2%, karena
pada tingkat perubahan tersebut pass-through efek perubahan nilai tukar ke inflasi menjadi
besar dan signifikan.
15
DAFTAR PUSTAKA
Econometrics, Vol. 69, No. 6, pp 1555-96.
Hansen,
Econometrics, April 1997.
-Through to
k for International
Settlements).
- Indonesia Working
Papers No. 5 (Jakarta : Bank Indonesia).
Impor dan
DKM).
Pollard, Patricia S. dan Cletus C.
Pass- g Paper Series 2003-029C (St Louis :
The Federal Reserve Bank of St Louis).
Pollard, Patricia S. dan Cletus C. -Through Estimates and the Choice of
an Exchange Rate Index g Paper Series 2003-004C (St Louis : The Federal
Reserve Bank of St Louis).
Posedel, -
(Croatia : University of Zagreb).
16
LAMPIRAN 1 HASIL ESTIMASI THRESHOLD MODEL 1 (DATA 1990:01-2008:4)
Tabel 1 Level Threshold Perubahan Nilai Tukar (%) dengan Nilai Varian Terkecil untuk
Setiap Kombinasi Nilai Lag i dan Lag d
Tabel 2 Nilai SSR Terkecil untuk Setiap Kombinasi Nilai Lag i dan Lag d
0 1 2 3 4 5 6 7 8 9 10 11 12
0 -8.00
1 -8.00 -8.00
2 -5.70 -4.60 12.20
3 -8.00 13.00 12.20 12.20
4 -8.00 12.00 12.20 12.00 -2.90
5 -8.00 9.90 12.00 12.00 -2.90 -5.70
6 -7.00 -5.30 11.50 11.50 -3.60 -5.70 -4.60
7 -2.10 7.80 -4.90 10.80 7.80 -0.60 -4.60 0.60
8 -2.10 7.80 7.60 1.40 4.20 7.90 10.00 0.60 1.00
9 -2.10 7.60 4.00 1.60 7.90 7.60 1.10 1.70 0.60 0.30
10 -2.10 7.60 4.00 1.60 4.20 7.90 3.00 1.70 0.60 0.30 3.00
11 -2.10 7.60 4.00 7.80 4.20 -4.60 1.10 1.70 0.60 -1.00 0.40 -0.70
12 -2.10 7.60 4.00 7.00 4.20 7.80 1.10 1.70 1.00 -0.10 2.30 -0.10 -0.80
Lag Threshold (d)
M
O
D
E
L
A
R
0 1 2 3 4 5 6 7 8 9 10 11 12
0 326.55
1 258.45 240.65
2 216.22 227.71 195.55
3 191.22 192.12 175.57 192.09
4 164.47 173.53 160.49 176.47 184.09
5 155.98 170.97 155.05 173.89 183.06 167.51
6 154.99 155.85 154.16 153.41 156.42 166.96 145.72
7 142.00 138.32 143.24 141.87 138.34 147.25 140.31 136.26
8 130.19 129.68 134.38 135.87 130.40 134.12 132.97 129.31 133.27
9 129.18 129.38 133.52 133.67 128.27 132.81 132.21 125.28 132.89 130.21
10 127.43 127.04 131.20 132.77 127.44 131.38 129.70 120.94 128.55 127.61 131.48
11 121.32 125.30 128.83 127.51 124.25 129.01 127.32 116.83 127.88 120.78 127.17 130.07
12 120.22 124.76 126.62 125.84 120.21 125.97 125.87 116.10 124.65 120.17 124.70 127.31 125.25
Lag Threshold (d)
M
O
D
E
L
A
R
17
LAMPIRAN 2 HASIL ESTIMASI THRESHOLD MODEL 1 (DATA 1999:01-2008:4)
Tabel 3 Level Threshold Perubahan Nilai Tukar (%) dengan Nilai Varian Terkecil untuk
Setiap Kombinasi Nilai Lag i dan Lag d
Tabel 4 Nilai SSR Terkecil untuk Setiap Kombinasi Nilai Lag i dan Lag d
0 1 2 3 4 5 6 7 8 9 10 11 12
0 11.50
1 11.00 0.40
2 -2.20 0.40 4.20
3 -2.20 0.40 4.20 1.10
4 -2.10 0.40 4.20 1.10 1.70
5 -2.10 0.40 4.20 1.10 1.70 -0.50
6 -2.10 7.00 4.20 1.00 1.70 -0.30 0.80
7 -2.10 0.40 4.20 1.00 1.70 -0.50 1.00 1.70
8 -2.10 0.40 4.20 1.00 2.20 -0.50 1.00 1.70 1.00
9 -2.10 2.20 4.20 1.00 2.20 -0.50 1.00 1.70 1.00 -0.90
10 -2.10 0.40 4.20 1.00 1.70 -0.60 1.10 1.70 1.00 -0.90 3.00
11 -2.10 0.40 4.20 1.00 1.70 -0.60 1.10 1.70 1.00 -0.90 3.00 0.30
12 -2.10 0.40 4.00 1.00 1.70 -0.60 1.00 1.70 1.00 -0.90 3.00 -0.70 -0.80
Lag Threshold (d)
M
O
D
E
L
A
R
0 1 2 3 4 5 6 7 8 9 10 11 12
0 108.56
1 99.02 95.46
2 95.14 93.28 91.53
3 91.45 91.52 88.58 93.24
4 85.24 88.43 84.33 88.47 84.38
5 83.12 84.69 76.42 86.52 82.39 83.77
6 82.07 83.57 69.21 83.91 76.99 81.07 82.36
7 80.67 82.97 67.53 82.82 75.42 79.71 80.85 73.26
8 79.56 81.04 62.03 80.76 71.80 76.69 78.99 69.23 76.62
9 76.97 80.17 56.20 77.78 70.39 75.38 77.26 67.14 75.29 68.12
10 72.71 75.92 37.95 73.47 66.74 67.56 73.40 64.29 75.12 64.46 68.87
11 70.68 75.23 17.50 71.69 66.65 63.81 71.12 64.20 74.65 59.00 68.77 68.03
12 59.19 72.40 20.41 67.58 58.74 62.96 67.06 62.79 70.03 50.12 56.57 65.02 68.18
Lag Threshold (d)
M
O
D
E
L
A
R
18
LAMPIRAN 3 HASIL UJI VALIDITAS MODEL 1, AR11 DAN LAG THRESHOLD d=2,
(JANUARI1999 APRIL 2008)
Hasil Uji Normality
Hasil Uji Serial Correlatian
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.557067 Prob. F(2,72) 0.575336
Obs*R-squared 1.539068 Prob. Chi-Square(2) 0.463229
Hasil Uji Heteroskedasticity
White Heteroskedasticity Test:
F-statistic 0.610488 Prob. F(26,74) 0.920366
Obs*R-squared 17.83792 Prob. Chi-Square(26) 0.881590
0
4
8
12
16
20
24
-0.5 -0.0 0.5 1.0
Series: Residuals
Sample 1999M12 2008M04
Observations 101
Mean 8.46e-17
Median 0.000000
Maximum 1.213069
Minimum -0.804816
Std. Dev. 0.408286
Skewness 0.482957
Kurtosis 3.144595
Jarque-Bera 4.014313
Probability 0.134370
19
LAMPIRAN 4 HASIL ESTIMASI THRESHOLD MODEL 2
Tabel 5 Level Threshold Perubahan Nilai Tukar (%) dengan Nilai Varian Terkecil untuk
Setiap Kombinasi Nilai Lag i dan Lag d
Tabel 6 Nilai SSR Terkecil untuk Setiap Kombinasi Nilai Lag i dan Lag d,
0 1 2 3 4 5 6 7 8 9 10 11 12
0 -2.10
1 10.00 0.40
2 -7.00 0.40 4.20
3 -2.10 0.40 4.20 1.10
4 -2.10 0.40 4.20 1.10 1.70
5 -2.10 0.40 4.20 1.10 1.70 -0.30
6 -2.10 0.40 4.20 1.10 1.70 -0.30 0.40
7 -0.90 0.40 4.00 1.10 1.70 -0.30 0.40 1.70
8 -0.90 0.40 4.20 1.10 2.20 -0.30 0.40 1.70 0.70
9 -0.70 0.40 4.20 1.10 2.20 -0.30 1.00 1.70 0.70 -0.90
10 -0.90 0.40 4.20 1.00 1.70 -0.30 1.10 1.70 -1.40 -0.90 3.00
11 -0.90 0.40 4.20 1.00 1.70 -0.60 1.10 1.70 -2.20 -0.90 3.00 0.30
12 -1.70 0.40 4.00 1.00 2.20 -0.60 1.00 1.70 0.80 -0.90 3.00 -0.70 -1.60
Lag Threshold (d)
M
O
D
E
L
A
R
0 1 2 3 4 5 6 7 8 9 10 11 12
0 98.02
1 89.58 86.05
2 84.16 83.61 80.62
3 79.75 80.46 76.53 80.54
4 70.01 76.62 72.16 76.99 75.55
5 69.09 73.06 65.85 76.09 74.34 74.12
6 68.09 72.10 59.51 72.72 69.77 71.23 70.84
7 66.11 70.90 56.95 71.63 69.13 69.64 70.62 58.53
8 65.30 70.02 52.00 70.57 66.64 66.49 70.05 52.22 66.60
9 61.86 68.43 49.63 68.60 63.92 65.11 69.07 51.87 65.81 57.14
10 58.08 65.39 32.23 66.15 59.71 60.01 63.08 50.57 65.18 54.29 59.40
11 56.86 64.10 13.80 64.65 59.13 55.88 60.53 50.34 64.17 51.62 58.86 58.56
12 46.15 61.09 17.30 59.46 53.88 55.53 56.83 49.53 58.92 41.24 46.08 54.67 58.89
Lag Threshold (d)
M
O
D
E
L
A
R
20
LAMPIRAN 5 PENGUJIAN HASIL ESTIMASI THRESHOLD MODEL 2
Hasil Uji Normality
0,2,0 0,2,2
1,2,2 1,2,3
Hasil Uji Serial Correlatian (Breusch-Godfrey Serial Correlation LM Test):
0,2,0 0,2,2 1,2,2 1,2,3
F-statistic 0.026 0.267 0.231 0.366
Obs*R-squared 0.078 0.811 0.713 1.142
Prob. F 0.974 0.766 0.794 0.695
Prob. Chi-Square 0.962 0.667 0.700 0.565
Hasil Uji Heteroskedasticity (White Heteroskedasticity Test):
0,2,0 0,2,2 1,2,2 1,2,3
F-statistic 0.502 0.459 0.453 0.509
Obs*R-squared 20.764 22.168 23.418 27.196
Prob. F 0.985 0.994 0.995 0.988
Prob. Chi-Square 0.964 0.981 0.983 0.963
0
5
10
15
20
25
-1.0 -0.5 -0.0 0.5 1.0
Series: Residuals
Sample 1999M12 2008M04
Observations 101
Mean -4.89e-17
Median 1.11e-15
Maximum 1.270122
Minimum -0.964277
Std. Dev. 0.381052
Skewness 0.546067
Kurtosis 4.119755
Jarque-Bera 10.29614
Probability 0.0058110
4
8
12
16
20
-0.5 -0.0 0.5 1.0
Series: Residuals
Sample 1999M12 2008M04
Observations 101
Mean 7.09e-17
Median -2.22e-16
Maximum 1.258723
Minimum -0.672886
Std. Dev. 0.365413
Skewness 0.784772
Kurtosis 4.401524
Jarque-Bera 18.63340
Probability 0.000090
0
4
8
12
16
20
24
-0.5 -0.0 0.5 1.0
Series: Residuals
Sample 1999M12 2008M04
Observations 101
Mean 2.20e-18
Median 0.000000
Maximum 1.271909
Minimum -0.649269
Std. Dev. 0.361230
Skewness 0.869280
Kurtosis 4.496719
Jarque-Bera 22.14744
Probability 0.0000160
4
8
12
16
20
24
-0.5 -0.0 0.5 1.0
Series: Residuals
Sample 1999M12 2008M04
Observations 101
Mean 1.50e-16
Median 0.000000
Maximum 1.253224
Minimum -0.626133
Std. Dev. 0.357626
Skewness 0.895042
Kurtosis 4.562125
Jarque-Bera 23.75450
Probability 0.000007
21
LAMPIRAN 6 HASIL ESTIMASI THRESHOLD MODEL 3
Tabel 7 Level Threshold (%) dengan Nilai Varian Terkecil untuk Setiap Kombinasi Nilai Lag
i dan Lag d
Tabel 8 Nilai SSR Terkecil untuk Setiap Kombinasi Nilai Lag i dan Lag d
0 1 2 3 4 5 6 7 8 9 10 11 12
0 9.97
1 9.97 0.40
2 -6.95 0.40 4.19
3 -2.08 0.40 4.19 1.11
4 -2.08 0.40 4.19 6.93 1.71
5 -1.78 0.40 4.19 6.93 5.65 -0.30
6 -2.08 0.40 4.19 1.11 1.71 -0.30 0.40
7 -0.90 0.40 4.19 1.11 1.71 -0.30 0.40 2.22
8 -0.90 0.40 4.19 1.11 2.22 -0.30 0.40 1.71 0.70
9 -0.90 0.40 4.19 1.11 2.22 -0.30 1.01 1.71 0.70 -0.90
10 -0.90 0.40 4.19 0.90 1.71 -0.30 1.11 1.71 -1.39 -0.90 2.94
11 -0.90 0.40 4.19 1.01 1.71 -0.60 1.11 1.71 -2.57 -0.90 2.94 0.30
12 -1.78 0.40 3.98 1.01 1.71 -0.60 1.01 1.71 0.80 -0.90 2.94 -0.70 -1.59
Lag Threshold (d)
M
O
D
E
L
A
R
0 1 2 3 4 5 6 7 8 9 10 11 12
0 0.0100
1 0.0084 0.0081
2 0.0081 0.0079 0.0078
3 0.0077 0.0076 0.0073 0.0077
4 0.0066 0.0072 0.0069 0.0072 0.0072
5 0.0065 0.0068 0.0062 0.0071 0.0070 0.0070
6 0.0064 0.0067 0.0055 0.0068 0.0066 0.0067 0.0066
7 0.0062 0.0066 0.0054 0.0067 0.0065 0.0065 0.0066 0.0054
8 0.0061 0.0065 0.0050 0.0066 0.0062 0.0062 0.0066 0.0049 0.0063
9 0.0058 0.0063 0.0047 0.0064 0.0060 0.0061 0.0065 0.0048 0.0062 0.0055
10 0.0054 0.0060 0.0038 0.0061 0.0057 0.0056 0.0060 0.0047 0.0061 0.0052 0.0056
11 0.0053 0.0059 0.0013 0.0060 0.0056 0.0052 0.0058 0.0047 0.0060 0.0050 0.0055 0.0054
12 0.0044 0.0056 0.0015 0.0055 0.0051 0.0052 0.0054 0.0046 0.0056 0.0040 0.0042 0.0051 0.0055
M
O
D
E
L
A
R
Lag Threshold (d)
22
LAMPIRAN 7 PENGUJIAN HASIL ESTIMASI THRESHOLD MODEL 2
Hasil Uji Normality
0,2,0 0,2,2
1,2,2
Hasil Uji Serial Correlatian (Breusch-Godfrey Serial Correlation LM Test):
0, 2, 0 0, 2, 2 1, 2, 2
F-statistic 0.025 0.310 0.262
Obs*R-squared 0.074 0.940 0.807
Prob. F 0.975 0.734 0.770
Prob. Chi-Square 0.964 0.625 0.668
Hasil Uji Heteroskedasticity (White Heteroskedasticity Test):
0, 2, 0 0, 2, 2 1, 2, 2
F-statistic 0.487 0.449 0.439
Obs*R-squared 20.247 21.781 22.850
Prob. F 0.988 0.995 0.997
Prob. Chi-Square 0.970 0.984 0.987
0
4
8
12
16
20
24
-0.010 -0.005 0.000 0.005 0.010
Series: Residuals
Sample 1999M12 2008M04
Observations 101
Mean 1.43e-18
Median 1.08e-16
Maximum 0.012699
Minimum -0.009666
Std. Dev. 0.003816
Skewness 0.526658
Kurtosis 4.116460
Jarque-Bera 9.914661
Probability 0.0070320
4
8
12
16
20
24
-0.005 0.000 0.005 0.010
Series: Residuals
Sample 1999M12 2008M04
Observations 101
Mean 1.87e-18
Median 7.98e-17
Maximum 0.012778
Minimum -0.006735
Std. Dev. 0.003660
Skewness 0.777788
Kurtosis 4.455805
Jarque-Bera 19.10241
Probability 0.000071
0
4
8
12
16
20
-0.005 0.000 0.005 0.010
Series: Residuals
Sample 1999M12 2008M04
Observations 101
Mean 4.21e-19
Median -4.08e-17
Maximum 0.012876
Minimum -0.006550
Std. Dev. 0.003621
Skewness 0.851324
Kurtosis 4.564921
Jarque-Bera 22.50611
Probability 0.000013