analisis faktor-faktor yang mempengaruhi utang … · dalam jangka pendek secara signifikan....

1

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI

UTANG LUAR NEGERI INDONESIA

PERIODE (1984-2013)

Pembimbing : Agus Tri Basuki, SE., M.Si.

Disusun oleh:

Septiyanti Ristuningsih

20130430356

JURUSAN ILMU EKONOMI

FAKULTAS EKONOMI

UNIVERSITAS MUHAMMADIYAH YOGYAKARTA

YOGYAKARTA

2016

2

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI UTANG LUAR

NEGERIINDONESIAPERIODE 1984-2013

Septiyanti Ristuningsih

Fakultas Ekonomi Universitas Muhammadiyah Yogyakarta

E-mail: [email protected]

ABSTRAK

Penelitian ini bertujuan untuk mengetahui hubungan keterkaitan antara

tingkat ekspor, tingkat impor, nilai kurs dan tingkat inflasi terhadap uatng luar negeri

Indonesia. Teknik analisis yang digunakan adalah Vector Error Correction Model

(VECM) dengan periode penelitian tahun 1984 sampai tahun 2013. Hasil pengujian

menunjukkan bahwa kurs memiliki hubungan keterkaitan dengan utang luar negeri

dalam jangka pendek secara signifikan. Ekspor, impor dan inflsi memiliki keterkaitan

dengan utang luar negeri secara signifikan dalam jangka panjang, keterkaitan dalam

jangka pendeknya menunjukkan keterkaitan yang kurang signifikan.

Kata kunci: Utang Luar Negeri, Ekspor, Impor, Kurs, Inflasi, VECM

A. PENDAHULUAN

Utang luar negeri merupakan kegiatan ekonomi yang terinspirasi dari Marshall

Plan yang mengalirkan dana modal dari Negara maju ke Negara berkembang.

Pengaliran modal ini dimaksudkan untuk mencapai pertumbuhan ekonomi pada

Negara berkembang. Namun pada faktanya sekarang, utang luar negeri ini

memberikan fenomena tersendiri.

Di Negara berkembang sudah barang pasti meningkatkan taraf hidup

masyarakat dan pembangunan ekonomi menjadi sebuah kewajiban.Keharusan

membangun merupakan suatu tuntutan hidup bagi Negara-negara berkembang. Dalam

upaya mencapai pembangunan dan kesejahteraan, maka yang diperlukan adalah dana

atau modal yang banyak untuk terlaksananya pembangunan. Hal ini dapat dilakukan

dengan meningkatkan pendapatan nasional yang dapat digunakan sebagai biaya

mailto:[email protected]

3

pembangunan. Namun, dalam upaya peningkatan pendapatan nasional, Indonesia

selalu dihadapkan oleh beberapa kendala diantaranya kurangnya modal. Untuk

mencukupi kekurangan modal, Indonesia mendatangkan sejumlah dana dari luar

negeri melalui utang luar negeri.

Pada umumnya Negara berkembang banyak yang tergantung pada utang luar

negeri sebagai modal dalam pembangunannya, yang sudah tentu utang ini akan

berpengaruh pada neraca pembayaran nasional dalam jangka panjang.

Ketergantungan dan terlalu seringnya peminjaman dana dengan jumlah yang cukup

besar dari Negara lain akan mengarahkan pada terjadinya krisis utang luar negeri.

Krisis utang luar negeri di Negara berkembang mempengaruhi kondisi ekonomi dan

politik dunia. Di Indonesia, pokok persoalan yang menyangkut utang luar negeri telah

menduduki persoalan utama dalam perekonomian( Sritua Arif, 1999 : 73 ). Beban

utang luar negeri Indonesia menumpuk dari tahun ke tahun yang terus meningkat.

Kini Indonesia terperangkap dalam utang luar negeri, dimana jumlah cicilannya sudah

melebihi jumlah pinjaman baru yang dapat kita terima.Jika melihat jumlah

pinjamannya, Indonesia menjadi Negara berkembang yang berada pada urutan

pertama yang memiliki jumlah pinjaman terbanyak di kawasan Asian Tenggara.

Tabel 1.

Total Utang Luar Negeri Negara Penghutang Luar Negeri Negeri Tertinggi yang

Tergabung dalam Kawasan Asia Tenggara 2008-2013 (dalam US$)

2008 2009 2010 2011 2012 2013

Indonesia 2,718E+09 2,802E+09 3,034E+09 3,484E+09 3474505000 3,966E+09

Philipina 2,865E+09 2,841E+09 2,977E+09 2,85E+09 2844486000 2,66E+09

Malaysia 1,058E+09 876386000 1,024E+09 1,017E+09 1292925000 1,251E+09

Thailand 255185000 230585000 230340000 262643000 409140000 332596000

Total UtangNegara

Sumber: data.worldbank.org

Di dalam neraca pembayaran, sumber pendapatan nasional salah satunya

berasal dari surplus transaksi berjalan, yaitu perbandingan antara jumlah pembayaran

yang diterima dari luar negeri dan jumlah pembayaran ke luar negeri. Dengan kata

lain, menunjukkan operasi total perdagangan luar negeri, neraca perdagangan, dan

keseimbangan antara ekspor dan impor. Ketika neraca pembayaran mengalami defisit,

4

maka utang luar negeri digunakan untuk menyeimbangkan neraca pembayaran.Defisit

neraca pembayaran salah satunya diakibatkan karena nilai impor lebih besar jika

dibandingkan jumlah ekspornya.

Defisit sebagai akibat impor yang berlebihan akan mengakibatkan penurunan

produksi dalam negeri. Impor yang terlalu besar mengakibatkan nilai kurs akan

semakin melemah dan menyebabkan harga-harga barang impor bertambah mahal.

Kegiatan ekonomi dalam negeri yang menurun mengurangi kegairahan pengusaha-

pengusaha untuk melakukan penanaman modal dan membangun kegiatan usaha baru.

Kenaikan harga-harga dalam negeri yang berlangsung secara terus menerus

akan mengakibatkan adanya inflasi. Inflasi akan mempengaruhi tingkat suku bunga

dan memaksa BI memangkas suku bungan. Dengan rendahnya suku bunga maka

minat para investor untu berinvestasi menjadi rendah. Hal ini mengakibatkan

pendapatan rill nasional menurun, sehingga untuk memenuhi kebutuhan akan

pembangunan Negara akan memenuhi belanja Negara melalui utang luar negeri.(I

Ktut Nama: 2004)

Utang luar negeri yang dimaksudkan untuk menutupi modal atau biaya

pembangunan menyebabkan sebuah beban pengembalian kepada Negara pendonor

hutang dengan tingkat bunga tertentu.Utang luar negeri Indonesia saat ini tidak hanya

digunakan untuk biaya pembangunan saja, melainkan sebagai biaya untuk

mengembalikan utang luar negeri sebelumnya.Konsep utang Indonesia seperti gali

lubang tutup lubang. Jika pengembalian utang luar negeri atau pembayaran cicilan

pokok utang ditambah dengan bunganya menggunakan utang luar negeri yang baru,

padahal utang luar negeri yang baru juga memiliki tingkat bunga tertentu, maka hal

ini akan mengakibatkan penumpukan utang luar negeri Indonesia karena penumpukan

bunga akibat utang luar negeri yang berlapis. Hal inilah yang menyebakan utang luar

negeri di Indonesia terus meningkat dari tahun ke tahun.(Aulia:2014)

Pengembalian utang luar negeri dimasukkan pada APBN. Sekarang anggaran

pengeluaran Negara tidak lagi berfokus pada pembangunan dan belanja untuk

kebutuhan dalam negeri saja, melainkan juga berfokus terhadap pembayaran hutang.

Akibatnya anggaran dana menjadi terbagi-bagi, dana pembangunan dari pendapatan

rill justru berkurang karena pengalihaanya untuk pembayaran utang luar negeri, yang

akhirnya menyebabkan rakyat yang menanggung beban karena tidak terpenuhinya

fasilitas –fasilitas yang selayaknya.

5

B. TEORI DAN KERANGKA PEMIKIRAN

Utang luar negeri indonesia pada awalnya digunakan sebagai penutup

kekurangan atas berbgai macam kekurangan biaya atas pembangunan negara.

Kekurangan atas biaya ini salah satunya dikarenakan adanya defisit neraca berjalan

(X-M). Karena ketergantungan indonesia terhadap barang impor, hal ini nerpengaruh

pada nilai tukar rupiah. Fluktuasi nilai tukar rupiah pada akhirnya juga akan

berpengaruh pada tingkat inflasi di Indonesia. Ketika nilai tukar melemah dan inflasi

meningkat maka beban utang luar negeri indonesia nilainya akan semakin bertambah

tinggi.

1. Ekspor

Ekspor yang merupakan sumber penghasil devisa terbesar pada perekonomian

Indonesia secra teoritis sangat penting peranannya dalam membiayai transaki

internasional, namun adanya komponen impor dalam barang –barang ekspor

mempunyai pengaruh yang lain terhadap utang luar negeri Indonesia. Peningkatan

ekspor yang terjadi selama ini memang berdampak positif terhadap perekonomian

secara kseluruhan, in dijelaskan dari hubungan negate antar ekspor dan utang luar

negeri Indonesia dalam jangka panjang. Namun dalam jangka pendek, system

pembayaran ekspor yang tidak secara tunai, dan panjangnya system mata rantai

birokrasi untuk kegiatan ekspor menyebabkan adanya hubungan yang searah antara

ekspor dan uatng luar negeri indoneia.Menurut (I Ktut Nama:2004) ekspor merupakan

salah satu komponen yang cukup efektif dalam mengurangi ketergantungan Indonesia

akan utang luar negeri dalam jangka panjang.

2. Impor

Impor merupakan bagian dalam komponen ekspor justru akan berdampak

positif bagi perekonomian. Namun peningkata impor secra terus-menerus apalagi

untuk keperluan konsumsi, dalam jangka panjang jelas akan meningkatkan

ketergantungan Indonesia akan utang luar negeri. Hal ini terjadi karena terjadinya

penghamburan devisa yang sebenarnya dapat digunakan untuk hal-hal yang lebih

produktif, sehingga hal ini terjai ketidakseimbangan nerca pembayaran. Dalam jangka

pendek impor akan mengakibatkan perubahan utang luar negeri pada arah yag

berlawanan. Dalam jangka panjang mengakibatkan perubahan utang luar negeri pada

6

arah yang sama. Ini mengidentifikasikan terjadinya pemborosan devisa pada sisi

impor dalam jangka panjang.

3. Nilai Tukar (Kurs)

Kuncoro (2009:53) menyatakan bahwa”setelah runtuhnya sitem Bretton

Woods dan berkembangnya system kurs mengambang, bagi ngara brkembang seperti

Negara Indonesia, peranan kurs valas menjadi sangat penting, terutama terhadap mata

uang keras (hard currencies) sepert dollar AS dan Yen jepang”. Kurs valas sangat

penting bagi Negara yang sdang melakukan pembangunan ekonomi, karena kurs valas

akan berhubungan langsung dengan sector-sektor perdaangan luar negeri, investasi,

dan juga dengan utang luar negeri yang merupakan sumber dana pembangunan. Oleh

karenanya kestabilan dan keterjangkauan kurs mutlak diperlukan.

Selama periode krisis ekonomi, nilai kurs sangat mempengaruhi kondisi

perekonomian domestic, terpuruknya mata uang domestik (upiah) terhadapa mata uag

asing menjadi awal kriis ekonomi, sehingga nilai kurs menjasi sangat rentan.

Fluktuasi kurs ini yang menyebabkan sector-sektor perdagangan dan sector rill kolaps

serta beban utang luar negeri yang merupakan sebagian dana untuk pembangunan

menjadi semakin besar. Berdasarkan teori paritas daya beli, kurs antara dua mata uang

akan melakukan penyesuaiann yang mencerminkan perubahan tingkat harga dari

kedua Negara, jika rupiah Indonesia menguat terhadap dollar maka utang luar negeri

akan menurun sehingga hubungan antara kurs dan utang luar negeri adalah negative.

4. Inflasi

Dalam menganalisa hubungan tingkat inflasi terhadap utang luar negeri, dapat

digunakan teori imported inflation. Dimana saat Indonesia mengalami inflasi , maka

nilai tukar rupiah terhadap dollar akan lemah. Indonesia masih tergantung produk dari

luar baik bahan baku atau bahan setengah jadi disektor barang dan jasa. Sehingga saat

terjadi inflasi Indonesia, pemerintah membutuhkan ddana yang lebih untuk memenuhi

kebutuhan dalam negeri tersebut dan dibutuhkanlah utang luar negeri.Jadi dapat

dikatakan bahwa hubngan antara inflasi dengan utang luar negeri pemerintah adallah

berpengaruh positif.

7

Gb 1. Kerangka hubungan variabel ekspor, impor, kurs, dan inflasi

dan pengaruhnya terhadap utang luar negeri.

Hipotesis

Dengan mengacu pada dasar pemikiran teoritis dan studi empiris yang pernah

dilakukan berkaitan dengan penelitian di bidang ini, maka dapat dirumuskan hipotesis

sebagai berikut:

a. Ekspor berpengaruh positif signifikan terhadap utang luar negeri Indonesia.

b. Impor berpengaruh positif signifikan terhadap utang luar negeri Indonesia.

c. Inflas berpengaruh positif signifikan terhadap utang luar negeri Indonesia.

d. Nilai tukar ( Kurs ) berpengaruh positif signifikan terhadap uatng luar negeri

Indonesia.

Penelitian Terdahulu

Penelitian tentang utang luar negeri di Indonesia telah banyak dilakukan,

penelitian tersebut banyak digunakan sebagai referensi penelitian dimasa yang akan

dating. Penelitian tentang utang luar negeri telah dilakukan oleh:

1. Ella Dhanila kartika Sari (2015)

Penelitiannya yang berjudul “Pengaruh defit transaksi berjalan, Kurs,

dan Inflasi terhadap utang Luar Negeri Pemerintah sebelum dan Sesudah

Krisis Global 2008 (Studi Kasus: Indonesia 2004-2012)”. Variabel yang di

gunakan dalam penelitian ini adalah deficit transaksi berjalan, inflasi dan kurs

dan variable dependentnya adalah utang luar negeri.Dengan menggunakan

metode Ordinary Least Square (OLS).Dat yang digunakan adalah data

sekunder.Hasil penelitian menunjukkan variable deficit transaksi berjalan dan

8

kurs berpengaruh signifikan dan negative terhadap utang luar negeri

pemerintah.Sedangkan variable inflasi berpengaruh signifikan dan positif

terhadap utang luar negeri pemerintah Indonesia.

2. Aulia Apriyatman (2014)

Penelitiannya yang berjudul “Analisis Faktor – Faktor Yang

Mempengaruhi Utang Luar Negeri Pemerintah Indonesia (Periode 1998 –

2012)”.Variabel yang di gunakan dalam penelitian ini adalah pengeluaran

pemerintah, pendapatan nasional dan defisit anggaran danvariabel

dependentnya adalah utang luar negeri. Dengan menggunakan metode

Ordinary Least Square (OLS). Dengan hasil secara keseluruhan, Pendapatan

Nasional (PN), Pengeluaran Pemerintah (PP), dan Defisit Anggaran (DA)

mempengaruhi Utang Luar Negeri (ULN) sebesar 69.50 %, secara parsial

variabel Pendapatan Nasional mempunyai pengaruh negatif dan signifikan

terhadap Utang Luar Negeri (ULN), dan Pengeluaran Pemerintah (PP), dan

Defisit Anggaran (DA) masing - masing mempengaruhi secara positif dan

signifikan terhadap variabel Utang Luar Negeri (ULN). Variabel yang

memiliki kontribusi terbesar terhadap Utang Luar Negeri adalah Defisit

Anggaran (DA).

3. A Minuddin Fatimah (2012)

Penelitiannya yang berjudul “Analisis Faktor-Faktor Yang

Mempengaruhi Utang Luar Negeri Terhadap Pertumbuhan Ekonomi Di

Indonesia Periode 2002-2011”.Variabel yang di gunakan dalam penelitian ini

adalah penanaman modal asing, deficit anggaran, tabungan domestic dan

ekspor dan variabel dependentnya adalah utang luar negeri. Dengan

menggunakan metode Regresi Linear Berganda.Dengan hasil menunjukkan

bahwa penaman modal asing, tabungan domestik, ekspor berpengaruh

signifikan dan positif, serta defisit anggaran berpengaruh signifikan tetapi

negative secara langsung terhadap pertumbuhan ekonomi. Secara tidak

langsung defisit anggaran, tabungan domestik dan ekspor berpengaruh secara

positif dan signifikan terhadap pertumbuhan ekonomi melalui utang luar

negeri. Tetapi penanaman modal asing melalui utang luar negeri tidak

berpengaruh secara signifikan. Dan utang luar negeri tidak mempunyai

pengaruh terhadap pertumbuhan ekonomi.

4. I Ktut Nama (2004)

9

Dengan penelitiannya ynag berjudul “Tinjauan Faktor-Faktor Ekonomi

Yang Mempengaruhi Utang Luar Negeri Indonesia Pendekatan Error

Correction Model (Ecm) Periode 1971-2001”.Variabel yang di gunakan dalam

penelitian ini adalah Investasi, tabungan, pengeluaran pemerintah, penerimaan

pemerintah, ekspor, impor dan variabel dependentnya adalah utang luar

negeri.Metode yang digunakan dalam penelitian ini adalah Error Correction

Model (ECM). Hasil penelitian terlihat dari signifikansinya hampir semua

variabel penelitian dalam jangka panjang mengindikasikan bahwa

permasalahan utang luar negeri adalah permasalahan ekonomi yang bersifat

structural.

5. M. Rizki Kahfi (2014)

Dengan penelitinnya yang berjudul “Analisis Faktor Fundamental

Ekonomi Yang Mempengaruhi Utang Luar Negeri Indonesia”.Variabel yang

di gunakan dalam penelitian ini adalah PDB, kurs, inflasi dan variabel

dependentnya adalah utang luar negeri.Metode yang digunakan adalah VECM.

Dengan hasilanalisis jangka panjang menunjukkan bahwa keseluruhan

variabel independen secara bersama-sama memiliki hubungan keseimbangan

terhadap ULN. Sedangkan untuk analisis jangka pendek, tingkat inflasi

periode sekarang dan tingkat inflasi pada periode sebelumnya memiliki

hubngan yang signifikan terhadap ULN pada periode sekarang.

C. METODE PENELITIAN

Gb 2. Proses Pembentukan Model VECM

10

Penelitian ini dikategorikan menggunakan data kuantitatif. Penelitian ini

menggunakan data observasi dari tahun 1984-2013 (Time Series). Model analisis yang

digunakan dalam penelitian adalah bersifat kuantitatif dengan menggunakan Vector

Error Correction Model (VECM). Penggunaan metode analisis ini didasarkan

kemampuan metode tersebut untuk menganalisis hubungan antar variabel dalam

jangka panjang dan jangka pendek. Analisis jangka panjang menggunakan persamaan

kointegrasi, sedangkan analisis jangka pendek (dinamis) menggunakan Vector Error

Correction Model (VECM). Pengujian stationeritas data yang dilakukan terhadap

seluruh variabel dalam model penelitian didasarkan pada Augmented Dickey Fuller

(ADF) test.

Bentuk umum dari Vector Error Correction Model (VECM) dalam penelitian

ini adalah (Hutapea, 2007:30) :

Yt = 0+ 1 X1t + 2 X2t + 3 Yt-1 + t

Agar mempermudah dalam menganalisis faktor fundamental ekonomi yang

mempengaruhi utang luar negeri Indonesia, penulis mentransformasikan model

tersebut ke dalam bentuk sebagai berikut :

ULNt = 0+ 1DXt + 2 DMt + 3 DKURSt + 4 INFt + 5 DXt-1 + 6 DMt-1 + 7 DKURSt -1+

8 INFt-1

Dimana :

0 : Konstanta

1 2 3 4 : Koefisien Regresi (Parameter yang akan diestimasi)

DULNt : Utang Luar Negeri Indonesia pada periode t (Triliun)

DXt : Ekspor Indonesia pada periode t (Triliun)

DMt : Impor Indonesia pada periode t (Triliun)

DKURSt : Nilai Tukar pada periode t (Rp/USD)

INFt : Inflasi pada periode t (%)

DULNt -1 : Utang Luar Negeri Indonesia pada periode t-1 (Triliun)

DXt-1 : Ekspor Indonesia pada periode t-1 (Triliun)

DMt-1 : Impor Indonesia pada periode t-1 (Triliun)

DKURSt-1 : Nilai Tukar pada periode t-1 (Rp/USD)

11

INFt-1 : Inflasi pada periode t-1 (%)

t : Error Term pada periode t

D. HASIL DAN PEMBAHASAN

Pengujian Akar Unit/Stationeritas Data

Pengujian akar unit dalam penelitian ini menggunakan metode Augmented Dickey

Fuller (ADF). Apabila nilai t-statistik lebih besar dibandingkan dengan nilai kritis atau p-

value lebih kecil dari tingkat kritis yang digunakan, maka H0 berupa data memiliki akar unit

dan tidak stasioner dapat ditolak. Dari tabel 2 dapat disimpulkan bahwa semua variabel

dianggap telah stasioner pada tingkat first difference.

Tabel 2. Hasil Uji Akar Unit/Stationeritas Data

Variabel First Diffrence

T-stat Probabilitas

Log(ULN) -5.058348 0.0003

Log(Ekspor) -6.367373 0.0000

Log(Impor) -6.410964 0.0000

Log(Kurs) -4.452698 0.0019

Inflasi -6.471306 0.0000

Keterangan: Tingkat signifikansi 5%

Penentuan Panjang Lag Maksimal

Penentuan panjang lag optimal dalam model VECM direkomendasikan menggunakan

Final Prediction Error (FPE), Aike Information Criterion (AIC), Schwarz Criterion (SC),

dan Hannan-Quin (HQ). Lag optimal terjadi saat lag mempunyai tanda bintang terbanyak.

Tabel 3. Hasil Pengujian Lag Optimal

Lag LogL LR FPE AIC SC HQ

0 -90.89489 NA 0.001100 7.376530 7.618472* 7.446201

1 -65.58978 38.93094 0.001120 7.353060 8.804710 7.771082

2 -24.28727 47.65675* 0.000407* 6.099020 8.760378 6.865395*

3 1.253804 19.64698 0.000817 6.057400* 9.928466 7.172127

12

Berdasarkan tabel 3, terdapat tanda bintang yang paling banyak di lag 2, sehingga lag

ini pun dipilih sebagai lag maksimal berdasarkan criteria lainnya (LR, FPE, AIC, dan HQ).

Dengan demikian dapat dipastikan bahwa Lag optimal yang digunakan untuk estimasi

VECM terletak pada Lag 6 karena sudah terbebas dari white noise dan sudah memenuhi uji

asumsi klasik.

Pengujian Stabilitas VAR

Sebelum masuk pada tahapan analisis yang lebih jauh, hasil estimasi sistem

persamaan VAR yang telah terbentuk perlu diuji stabilitasnya melalui VAR stability

condition check yang berupa roots of characteristic polynomial terhadap seluruh variabel

yang digunakan dikalikan jumlah lag dari masing-masing VAR. Stabilitas VAR perlu diuji

karena jika hasil estimasi stabilitas VAR tidak stabil maka analisis IRF dan FEVD menjadi

tidak valid. Berdasarkan hasil pengujian tersebut, suatu sistem VAR dikatakan stabil jika

seluruh akar atau roots-nya memiliki modulus lebih kecil dari satu. Pada penelitian ini,

berdasarkan uji stabilitas VAR yang ditunjukkan pada Tabel 6 dapat disimpulkan bahwa

estimasi stabilitas VAR yang akan digunakan untuk analisis IRF dan FEVD telah stabil

karena kisaran modulus < 1.

Tabel 4. Uji Stabilitas VAR

Root Modulus

-0.443334 - 0.678789i 0.810740

-0.443334 + 0.678789i 0.810740

0.172693 - 0.786578i 0.805312

0.172693 + 0.786578i 0.805312

-0.063425 - 0.695434i 0.698321

-0.063425 + 0.695434i 0.698321

0.493751 - 0.407933i 0.640468

0.493751 + 0.407933i 0.640468

-0.487233 - 0.213638i 0.532013

-0.487233 + 0.213638i 0.532013

Dapat di simpulkan bahwa estimasi stabilitas VAR yang akan digunakan untuk analisis IRF

dan FEVD telah stabil karena kisaran modulus < 1.

13

Pengujian Kointegrasi

Pengujian kointegrasi dengan metode Johansen dilakukan dengan membandingkan

nilai trace statistic atau Max- Eigen value dengan nilai kritisnya masing-masing standar 5%.

Apabila nilai trace statistic atau Max-Eigen value lebih besar dibanding nilai critical value-

nya maka terdapat kointegrasi antar variabel. Hasil uji kointegrasi Johansen disajikan secara

ringkas dalam tabel berikut:

Tabel 5. Hasil Uji Kointegrasi Johansen

Uji Kointegrasi Johansen

Trace Statistic 5%CV Max-Eigen Statistic 5%CV

98.52178 69.81889 50.59223 33.87687

Hasil pengujian menunjukkan trace statistic sebesar 98.52178 lebih besar dibanding

nilai kritisnya sebesar 69.81889 dengan p-value sebesar 0,0000. Hal yang sama dengan hasil

dari Max-Eigen statistic yang lebih besar jika dibandingkan dengan nilai kritis 5% serta nilai

p-value yang juga lebih besar dari 5%. Hasil tersebut membuktikan adanya satu kointegrasi

antara variabel utang luar negeri, ekspor, impor, kurs dan inflasi. Hasil yang menunjukkan

adanya kointegrasi, menunjukkan adanya hubungan jangka panjang dan terjadi keseimbangan

pada periode tersebut.

Uji Analisis Kausalitas Granger

Uji kausalitas Granger (Granger Causality Test) dilakukan untuk melihat apakah dua

variabel memiliki hubungan timbal balik atau tidak. Dengan kata lain, apakah satu variabel

memiliki hubungan sebab akibat dengan variabel lainnya secara signifikan, karena setiap

variabel dalam penelitian mempunyai kesempatan untuk menjadi variabel endogen maupun

eksogen. Uji kausalitas bivariate pada penelitian ini menggunakan VAR Pairwise Granger

Causality Test dan menggunakan taraf nyata lima persen. Tabel berikut menyajikan hasil

analisis uji Bivariate Granger Causality.

14

Tabel 6. Uji Kausalitas Granger

Null Hypothesis: Obs F-Statistic Prob.

LOGX does not Granger Cause LOGULN 28 1.74133 0.1976

LOGULN does not Granger Cause LOGX 0.39207 0.6801

LOGM does not Granger Cause LOGULN 28 1.58801 0.2259

LOGULN does not Granger Cause LOGM 0.70357 0.5052

LOGKURS does not Granger Cause

LOGULN 28 0.47682 0.6268

LOGULN does not Granger Cause LOGKURS 5.91301 0.0085

INF does not Granger Cause LOGULN 28 5.62283 0.0103

LOGULN does not Granger Cause INF 3.07177 0.0657

LOGM does not Granger Cause LOGX 28 0.71019 0.5020

LOGX does not Granger Cause LOGM 0.30836 0.7376

LOGKURS does not Granger Cause LOGX 28 0.26658 0.7683

LOGX does not Granger Cause LOGKURS 9.50256 0.0010

INF does not Granger Cause LOGX 28 1.95518 0.1644

LOGX does not Granger Cause INF 1.14203 0.3366

LOGKURS does not Granger Cause

LOGM 28 1.07072 0.3592

LOGM does not Granger Cause LOGKURS 8.63466 0.0016

INF does not Granger Cause LOGM 28 3.19541 0.0596

LOGM does not Granger Cause INF 0.15778 0.8550

INF does not Granger Cause LOGKURS 28 3.93789 0.0338

LOGKURS does not Granger Cause INF 0.31861 0.7303

Dari hasil yang diperoleh di atas, diketahui bahwa yang memiliki hubungan kausalitas

adalah yang memiliki nilai probabilitas yang lebih kecil daripada alpha 0.05 sehingga nanti

15

Ho akan ditolak yang berarti suatu variabel akan mempengaruhi variable lain. Dari pengujian

Granger diatas, kita mengetahui hubungan timbal-balik/ kausalitas sebagai berikut:

- Variabel X secara statistik signifikan mempengaruhi ULN (0,19) sehingga kita menolak

hipotesis nol sedangkan ULN secara statistik signifikan mempengaruhi X (0,68) sehingga

kita menolak hipotesis nol. Dengan demikian, disimpulkan bahwa tidak terjadi kausalitas

searah antara variabel X dan ULN dan begitu pula sebaliknya.

- Variabel M secara statistik signifikan mempengaruhi ULN (0,22) sehingga kita menolak

hipotesis nol sedangkan ULN secara statistik signifikan mempengaruhi M (0,50) sehingga


searah antara variabel M dan ULN dan begitu pula sebaliknya.

- Variabel KURS secara statistik signifikan mempengaruhi ULN (0,162) sehingga kita

menolak hipotesis nol sedangkan ULN secara statistik tidak secara signifikan

mempengaruhi KURS (0,00) sehingga kita menerima hipotesis nol. Dengan demikian,

disimpulkan bahwa terjadi kausalitas searah antara variabel KURS dan ULN yaitu hanya

KURS yang secra statistik signifikan mempengaruhi ULN dan tidak berlaku sebaliknya.

- Variabel INF tidak secara statistik signifikan mempengaruhi ULN (0,01) sehingga

kita menerima hipotesis nol sedangkan ULN secara statistik tidak secara signifikan

mempengaruhi INF (0,06) sehingga kita menolak hipotesis nol. Dengan demikian,

disimpulkan bahwa terjadi kausalitas searah antara variabel KURS dan ULN yaitu hanya

INF yang secra statistik signifikan mempengaruhi ULN dan tidak berlaku sebaliknya.

- Variabel M secara statistik signifikan mempengaruhi X (0,50) sehingga kita menolak

hipotesis nol sedangkan X secara statistik signifikan mempengaruhi M (0,73) sehingga


searah antara variabel X dan M dan begitu pula sebaliknya.

- Variabel KURS secara statistik signifikan mempengaruhi X (0,76) sehingga kita

menolak hipotesis nol sedangkan X tidak secara statistik signifikan mempengaruhi KURS

(0,00) sehingga kita menerima hipotesis nol. Dengan demikian, disimpulkan bahwa terjadi

kausalitas searah antara variabel KURS dan X yaitu hanya X yang secara statistik

signifikan mempengaruhi KURS dan tidak berlaku sebaliknya.

- Variabel INF secara statistik signifikan mempengaruhi X (0,16) sehingga kita

menolak hipotesis nol sedangkan X secara statistik signifikan mempengaruhi INF (0,33)

sehingga kita menolak hipotesis nol. Dengan demikian, disimpulkan bahwa tidk terjadi

kausalitas searah antara variabel INF dan X dan berlaku pula sebaliknya.

16

- Variabel KURS secara statistik signifikan mempengaruhi M (0,35) sehingga kita

menolak hipotesis nol sedangkan M secara statistik tidak secara signifikan mempengaruhi

KURS (0,00) sehingga kita menerima hipotesis nol. Dengan demikian, disimpulkan bahwa

terjadi kausalitas searah antara variabel KURS dan ULN yaitu hanya M yang secra

statistik signifikan mempengaruhi KURS dan tidak berlaku sebaliknya.

- Variabel INF tidak secara statistik signifikan mempengaruhi M (0,05) sehingga kita

menerima hipotesis nol sedangkan M secara statistik signifikan mempengaruhi INF (0,85)

sehingga kita menolak hipotesis nol. Dengan demikian, disimpulkan bahwa terjadi

kausalitas searah antara variabel INF dan M yaitu hanya INF yang secra statistik

signifikan mempengaruhi M dan tidak berlaku sebaliknya.

- Variabel INF tidak secara statistik signifikan mempengaruhi KURS (0,03) sehingga

kita menerima hipotesis nol sedangkan KURS secara statistik signifikan mempengaruhi

INF (0,73) sehingga kita menolak hipotesis nol. Dengan demikian, disimpulkan bahwa

terjadi kausalitas searah antara variabel INF dan KURS yaitu hanya INF yang secra

statistik signifikan mempengaruhi KURS dan tidak berlaku sebaliknya.

Estimasi Vector Error Correction Model

Berdasarkan hasil pengujian kointegrasi yang menunjukkan adanya hubungan jangka

panjang diantara variabel, maka diputuskan, menggunakan model VECM untuk mengetahui

keterkaitan antar variabel satu dengan yang lainnya. Untuk menganalisis hasil olahan data

estimasi VECM, dapat menggunakan perbandingan t-statistik dengan nilai t-tabelnya. Jika

nilai t-statistik > nilai t tabel maka dapat dikatakan bahwa variabel independen memengaruhi

dependen. Nilai t-tabel untuk α = 5%.

Tabel 7. Estimasi VECM Jangka Pendek

Variabel Koefisien T-Statistik

CointEq 1 -0.702148 [-2.73699]

D(LOGULN(-1)) 1.708878 [ 3.59581]

D(LOGULN(-2)) 0.137087 [ 0.23023]

D(LOGX(-1)) 0.287678 [ 0.52303]

D(LOGX(-2)) -0.057273 [-0.10827]

D(LOGM(-1)) -0.207665 [-0.60306]

D(LOGM(-2)) 0.236091 [ 0.61932]

D(LOGKURS(-1)) 0.156984 [ 1.68772]

17


D(LOGKURS(-2)) 0.123377 [ 1.68055]

D(INF(-1)) -0.009477 [-0.89683]

D(INF(-2)) 0.006628 [ 0.85481]

C -0.217653 [-1.47123]

Hasil estimasi jangka pendek menunjukkan bahwa variabel ULN pada lag ke 1

berpengaruh positif pada taraf nyata lima persen masing-masing sebesar 1,7. Artinya, jika

terjadi kenaikan 1 persen pada 1 tahun sebelumnya, maka akan menaikkan ULN sebesar 1,7

persen pada tahun sekarang. Jika terjadi kenaikan Kurs 1 persen pada 1 tahun atau 2 tahun

sebelumnya, maka terjadi kenaikan ULN sebesar 1,7 persen pqda tahun sekarang.

Tabel 8. Estimasi VECM Jangka Panjang


X(-1) -2.165887 -8.20088

M(-1) 1.351949 4.64430

Kurs(-1) 0.392539 3.15544

INF(-1) 0.060655 4.85835

Pada jangka panjang semua vriabel, yaitu ekspor (X), impor (M), nilai tukar (KURS)

dan inflasi (INF) signifikan pada taraf nyata lima persen yang mempengaruhi utang luar

negeri indonesia (ULN). Variabel ekspor (X) mempunyai pengaruh negatif terhadap utang

luar negeri (ULN) yaitu sebesar -2.165887 persen. Artinya, jika terjadi kenaikan ekspor (X)

maka akan menyebabkan utang luar negeri (ULN) turun sebesar -2.165887 persen. Variabel

impor (M) mempunyai pengaruh positif terhadap utang luar negeri (ULN) yaitu sebesar

1.351949. Artnya, jika terjadi kenaikan impor (M) maka akan menyebabkan utang luar negeri

(ULN) naik sebesar 1.351949. Variabel nilai tukar (KURS) mempunyai pengaruh positif

terhadap utang luar negeri (ULN) yaitu sebesar 0.392539. Artnya, jika terjadi kenaikan nilai

tukar (KURS) maka akan menyebabkan utang luar negeri (ULN) naik sebesar 0.392539.

Variabel inflasi (INF) mempunyai pengaruh positif terhadap utang luar negeri (ULN) yaitu

sebesar 0.060655. Artnya, jika terjadi kenaikan inflasi (INF) maka akan menyebabkan utang

luar negeri (ULN) naik sebesar 0.060655.

18

Kondisi ini sesuai dengan teori. Ekspor yang lebih lebih besar dibandingkan dengan

impor akan menciptakan neraca berjalan menjadi positif, artinya surplus neraca berjalan akan

digunakan akan mengurangi utang luar negeri. Impor yang terlalu tinggi akan menyebabkan

berkurangnya devisa, sehingga impor yang berlebihan akan meningkatkan utang luar negeri.

Kur atau nilai tukar rupiah yang naik berarti nilai rupiah terderesiasi. Hal ini menyebabkan

nilai utang luar negeri menjadi lebih besar jika dikonversikan kedalam nilai rupiah. Inflasi

menyebabkan harga-harga barang menjadi naik, kenaikan inflasi akan mendorong naiknya

utang luar negeri.

D. Kesimpulan dan Saran

Kesimpulan

Berdasrkan estimasi Vector Error Correction Model jangka pendek variabel

yang signifikan mempengaruhi utang luar negeri adalah ULN(-1) yang berarti kenaikan utang

luar negeri satu tahun yang lalu menaikkan utang luar negeri pada tahun sekarang. Kemudian

naiknya nilai kurs KURS(-1) dan KURS(-2) di satu tahun dan dua tahun di tahun sebelumnya

berpengaruh pada kenaikan nilai utang luar negeri di tahun sekarang.

Berdasarkan estimasi Vector Error Correction Model jangka panjang, variabel ekspor

(X) berpengaruh negatif, sedangkan variabel impor, kurs dan inflasi berpengaru negatif

terhadap uatng luar negeri.

Saran

Saran yang dapat disampaikan dari kesimpulan yang ada, adalah sebagai berikut:

1. Diharapkan Pemerintah dapat mengatur prioritas penggunaan utang luar negeri agar

dapat digunakan secara efektif dan efisien sehingga dapat benar-benar mendorong

pertumbuhan indonesia.

2. Diharapkan Pemerintah dapat mendorong kegiatan ekspor, misalnya dengan

diversifikasi ekspor atau menambah keragaman barang ekspor, subsidi ekspor dalam

bentuk keringanan pajak atau kemudahan dalam mengurus ekspor, atau juga dengan

menjaga kestabilan nilai Rupiah terhadap mata uang asing dan juga mengatur

kebijakan impor misalnya dengan pengenaan bea masuk dan kuota impor.

3. Diharapkan para perusahaan untuk memperbaiki produk barang mereka, sehingga

mampu bersaing dengan barang dari luar negeri.

19

E. Daftar Pustaka

A. Minuddin, Fatimah, 2013, “Analisis Faktor-Faktor Yang Mempengaruhi Utang

Luar Negeri Terhadap Pertumbuhan Ekonomi Di Indonesia Periode 2002-

2011”,Fakultas Ekonomi dan Bisnis Universitas Hasanuddin Mkasar.

Aulia, Apriyatman, 2014, “Analisis Faktor – Faktor Yang Mempengaruhi Utang Luar

Negeri Pemerintah Indonesia (Periode 1998 – 2012)”,Fakultas Ekonomi Dan

Bisnis Universitas Lampung.

Agus Tri Basuki dan Nano Prawoto, 2016, Analisis Regresi dalam Penelitian ekonomi

dan Bisnis (dilengkapi Aplikasi SPSS dan Eviews), Cetakan pertama, edisi

pertama, PT Rajawali Pers, Jakarta

Basri, Y, Z. Dan Mulyadisubri, 2004, “Keuangan Negara dan Analisis Kebijakan

Utang Luar Negeri”, Raja Grafindo Persada, Jakarta.

Boediono, 1982, “Seri Sinopsis Pengantar Ilmu Ekonomi No. 2 Ekonomi Makro Edisi

4”.Yogyakarta : BPFE

Direktorat Jendral Pengelolaan Utang, DEPKEU RI, (2010), “Strategi Pengelolaan

Utang Negara 2010 -2014”, Jakarta: Depkeu RI.

Juliani, Melati (2012), “Pengaruh Ekspor-Impor Terhadap ekonomi bisnis Indonesia,

Jurnal online Transborder”, Edisi. 1 Vol. 1

Kuncoro, Prof. Mudrajad, 2009, “Ekonomika Indonesia”, UPP STIM YKPN

Yogyakarta: Yogyakarta.

Kahfi, M.Rizki, 2014, “Analisis Faktor Fundamental Ekonomi Yang Mempengaruhi

Utang Luar Negeri Indonesia”, Fakultas Ekonomi Universitas Syiah Kuala

Darussalam Bnada Aceh.

Nama, I Ktut, 2004, “Tinjauan Faktor-Faktor Ekonomi Yang Mempengaruhi Utang

Luar Negeri Indonesia Pendekatan Error Correction Model (Ecm) Periode

1971-2001” Bali

Nopirin, 2000, “Ekonomi Makro Buku 2”, Edisi 1, Yogyakarta : BPFE

Rusda Zega, Bobby, 2007, “Analisis Faktor-Faktor yang Mempengaruhi Jumlah

Hutang Luar Negeri Indonesia”, Fakultas Ekonomi Universitas Sumatera

Utara Medan.

Sari, Ella Dhanila Kartika, 2015, "Pengaruh Defisit Transaksi Berjalan, Kurs, Dan

Inflasi Terhadap Utang Luar Negeri Pemerintah Sebelum Dan Sesudah Krisis

20

Global 2008” Fakultas ekonomi dan Bisnis Univesrsitas Negeri sunan

Klaijga.

Sukirno, Sodono, 2000, “Pengantar Teori Makro Ekonomi. Edisi Kedua”, PT Raja

Grafindo Persada, Jakarta.

Sukirno, Sodono. 1985, “Ekonomi Pembangunan”, LPFE – UI, Jakarta.

Todaro, Michal P (alih bahasa oleh Haris Munandar), 2000, “Perkembangan Ekonomi

di dunia ketiaga”, Jakarta: Erlangga

http://www.wikipedia.com

http://www.bi.go.id Statistik Ekonomi Keuangan Indonesia

http://www.bi.go.id/

21

F. LAMPIRAN-LAMPIRAN

Lampiran Data

Tahun ULN Ekspor Impor Inflasi Kurs

1984 30265,00 5869,70 11185,30 10,46 1076

1985 35157,00 5868,90 8983,50 4,73 1131

1986 41592,00 6528,40 9632,00 5,83 1655

1987 49429,00 8579,60 11302,40 9,28 1652

1988 50720,00 11536,90 12339,50 8,04 1729

1989 52400,00 13480,10 15164,40 6,42 1805

1990 63953,00 14604,20 19916,60 7,81 1843

1991 65697,00 18247,50 23558,50 9,42 1950

1992 73360,00 23296,10 25164,60 7,53 2013

1993 80592,00 27077,20 26157,20 9,69 2087

1994 96500,00 30359,80 29616,10 8,52 2161

1995 107831,00 34953,60 37717,90 9,43 2249

1996 110171,00 38093,00 39333,00 7,97 2342

1997 136087,00 41821,10 37755,70 6,23 2909

1998 150886,00 40975,50 24683,20 58,39 10014

1999 148098,00 38873,20 20322,20 20,49 7855

2000 141693,00 47757,40 27495,30 3,72 8424

2001 133074,00 43684,60 25490,30 11,50 10261

2002 131343,00 45046,10 24763,10 11,88 9311

2003 135401,00 47406,80 24939,80 6,59 8577

2004 137024,00 55939,30 34792,50 6,24 8939

2005 130652,00 66428,40 40243,30 10,45 9705

2006 128735,00 79589,10 42102,60 13,11 9159

2007 136640,00 92012,30 52540,60 6,41 9141

2008 155080,00 107894,20 98644,40 9,78 9699

2009 172871,00 97491,70 77848,50 4,81 9400

2010 202413,00 129739,50 108250,60 5,13 8991

2011 225375,00 162019,60 136734,10 5,36 9068

2012 243649,00 153043,00 149125,30 4,28 10526

2013 249997,00 149918,80 141362,30 5,11 11250

22

Lampiran Uji VECM

1. Uji Stationaritas

Utang Luar Negeri (ULN)

Null Hypothesis: D(LOGULN) has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic - based on SIC, maxlag=7)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -5.058348 0.0003

Test critical values: 1% level -3.689194

5% level -2.971853

10% level -2.625121

*MacKinnon (1996) one-sided p-values.

EKSPOR

Null Hypothesis: D(LOGX) has a unit root

Exogenous: Constant


t-Statistic Prob.*



5% level -2.971853

10% level -2.625121


IMPOR

Null Hypothesis: D(LOGM) has a unit root

Exogenous: Constant


t-Statistic Prob.*



5% level -2.976263

10% level -2.627420


23

KURS

Null Hypothesis: D(LOGKURS) has a unit root

Exogenous: Constant


t-Statistic Prob.*



5% level -2.991878

10% level -2.635542


INFLASI

Null Hypothesis: D(INF) has a unit root

Exogenous: Constant


t-Statistic Prob.*



5% level -2.976263

10% level -2.627420


2. Uji Panjang Lag Optimal

VAR Lag Order Selection Criteria

Endogenous variables: D(LOGULN) D(LOGX) D(LOGM) D(LOGKURS)

D(INF)

Exogenous variables: C

Date: 11/22/15 Time: 17:38

Sample: 1984 2013

Included observations: 26

Lag LogL LR FPE AIC SC HQ

0 -90.89489 NA 0.001100 7.376530 7.618472* 7.446201

1 -65.58978 38.93094 0.001120 7.353060 8.804710 7.771082

24

2 -24.28727 47.65675* 0.000407* 6.099020 8.760378 6.865395*

3 1.253804 19.64698 0.000817 6.057400* 9.928466 7.172127

* indicates lag order selected by the criterion

LR: 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

3. Uji Stabilitas Model VAR

Roots of Characteristic Polynomial

Endogenous variables: D(LOGULN) D(LOGX)

D(LOGM) D(LOGKURS) D(INF)

Exogenous variables: C

Lag specification: 1 2

Date: 11/22/15 Time: 17:47

Root Modulus

-0.443334 - 0.678789i 0.810740

-0.443334 + 0.678789i 0.810740

0.172693 - 0.786578i 0.805312

0.172693 + 0.786578i 0.805312

-0.063425 - 0.695434i 0.698321

-0.063425 + 0.695434i 0.698321

0.493751 - 0.407933i 0.640468

0.493751 + 0.407933i 0.640468

-0.487233 - 0.213638i 0.532013

-0.487233 + 0.213638i 0.532013

No root lies outside the unit circle.

VAR satisfies the stability condition.

25

4. Uji Kointegrasi

Date: 11/22/15 Time: 18:20

Sample (adjusted): 1986 2013

Included observations: 28 after adjustments

Trend assumption: Linear deterministic trend

Series: LOGULN LOGX LOGM LOGKURS INF

Lags interval (in first differences): 1 to 1

Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.835832 98.52178 69.81889 0.0001

At most 1 * 0.606468 47.92954 47.85613 0.0492

At most 2 0.434102 21.81693 29.79707 0.3088

At most 3 0.162337 5.875359 15.49471 0.7102

At most 4 0.032166 0.915458 3.841466 0.3387

Trace test indicates 2 cointegratingeqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized Max-Eigen 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.835832 50.59223 33.87687 0.0002

At most 1 0.606468 26.11262 27.58434 0.0762

At most 2 0.434102 15.94157 21.13162 0.2283

At most 3 0.162337 4.959902 14.26460 0.7469

At most 4 0.032166 0.915458 3.841466 0.3387

Max-eigenvalue test indicates 1 cointegratingeqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis (1999) p-values

26

5. Analisis Kausalitas Granger

Pairwise Granger Causality Tests

Date: 11/22/15 Time: 18:41

Sample: 1984 2013

Lags: 2

Null Hypothesis: Obs F-Statistic Prob.

LOGX does not Granger Cause LOGULN 28 1.74133 0.1976

LOGULN does not Granger Cause LOGX 0.39207 0.6801

LOGM does not Granger Cause LOGULN 28 1.58801 0.2259

LOGULN does not Granger Cause LOGM 0.70357 0.5052

LOGKURS does not Granger Cause LOGULN 28 0.47682 0.6268

LOGULN does not Granger Cause LOGKURS 5.91301 0.0085

INF does not Granger Cause LOGULN 28 5.62283 0.0103

LOGULN does not Granger Cause INF 3.07177 0.0657

LOGM does not Granger Cause LOGX 28 0.71019 0.5020

LOGX does not Granger Cause LOGM 0.30836 0.7376

LOGKURS does not Granger Cause LOGX 28 0.26658 0.7683

LOGX does not Granger Cause LOGKURS 9.50256 0.0010

INF does not Granger Cause LOGX 28 1.95518 0.1644

LOGX does not Granger Cause INF 1.14203 0.3366

LOGKURS does not Granger Cause LOGM 28 1.07072 0.3592

LOGM does not Granger Cause LOGKURS 8.63466 0.0016

INF does not Granger Cause LOGM 28 3.19541 0.0596

LOGM does not Granger Cause INF 0.15778 0.8550

INF does not Granger Cause LOGKURS 28 3.93789 0.0338

LOGKURS does not Granger Cause INF 0.31861 0.7303

27

6. Model Empiris VECM

Vector Error Correction Estimates

Date: 11/22/15 Time: 18:50

Sample (adjusted): 1987 2013

Included observations: 27 after adjustments

Standard errors in ( ) & t-statistics in [ ]

CointegratingEq: CointEq1

LOGULN(-1) 1.000000

LOGX(-1) -2.165887

(0.26410)

[-8.20088]

LOGM(-1) 1.351949

(0.29110)

[ 4.64430]

LOGKURS(-1) 0.392539

(0.12440)

[ 3.15544]

INF(-1) 0.060655

(0.01248)

[ 4.85835]

C -10.82287

Error Correction: D(LOGULN) D(LOGX) D(LOGM) D(LOGKURS) D(INF)

CointEq1 -0.702148 -0.585392 -0.513580 -0.599314 -33.20599

(0.25654) (0.24338) (0.15945) (0.75781) (10.8873)

[-2.73699] [-2.40521] [-3.22104] [-0.79085] [-3.04996]

D(LOGULN(-1)) 1.708878 1.269919 1.069336 0.136034 69.56594

(0.47524) (0.45087) (0.29537) (1.40385) (20.1688)

[ 3.59581] [ 2.81659] [ 3.62029] [ 0.09690] [ 3.44918]

D(LOGULN(-2)) 0.137087 0.450000 -0.141851 1.858509 9.255711

(0.59542) (0.56489) (0.37007) (1.75887) (25.2693)

28

[ 0.23023] [ 0.79661] [-0.38331] [ 1.05665] [ 0.36628]

D(LOGX(-1)) 0.287678 0.512576 0.388970 1.637925 3.851544

(0.55002) (0.52182) (0.34185) (1.62476) (23.3425)

[ 0.52303] [ 0.98229] [ 1.13783] [ 1.00810] [ 0.16500]

D(LOGX(-2)) -0.057273 -0.489397 0.113205 -3.418794 -5.443903

(0.52898) (0.50186) (0.32878) (1.56261) (22.4496)

[-0.10827] [-0.97517] [ 0.34432] [-2.18788] [-0.24249]

D(LOGM(-1)) -0.207665 -0.416977 -0.468255 -0.247037 -6.747577

(0.34435) (0.32669) (0.21402) (1.01721) (14.6140)

[-0.60306] [-1.27636] [-2.18789] [-0.24286] [-0.46172]

D(LOGM(-2)) 0.236091 0.257379 -0.160294 1.799511 9.171538

(0.38121) (0.36166) (0.23693) (1.12610) (16.1784)

[ 0.61932] [ 0.71165] [-0.67654] [ 1.59801] [ 0.56690]

D(LOGKURS(-1)) 0.156984 0.142706 0.063880 -0.404128 10.02278

(0.09302) (0.08825) (0.05781) (0.27477) (3.94750)

[ 1.68772] [ 1.61714] [ 1.10498] [-1.47081] [ 2.53902]

D(LOGKURS(-2)) 0.123377 0.077791 0.004580 -0.164518 5.970412

(0.07341) (0.06965) (0.04563) (0.21686) (3.11564)

[ 1.68055] [ 1.11689] [ 0.10039] [-0.75862] [ 1.91627]

D(INF(-1)) -0.009477 -0.009689 -0.006723 0.004434 -0.445411

(0.01057) (0.01003) (0.00657) (0.03122) (0.44846)

[-0.89683] [-0.96649] [-1.02359] [ 0.14206] [-0.99319]

D(INF(-2)) 0.006628 0.007421 0.015165 -0.018291 -0.015030

(0.00775) (0.00736) (0.00482) (0.02291) (0.32907)

[ 0.85481] [ 1.00880] [ 3.14674] [-0.79856] [-0.04567]

C -0.217653 -0.066426 0.037276 -0.097870 -13.49025

(0.14794) (0.14035) (0.09195) (0.43701) (6.27842)

[-1.47123] [-0.47328] [ 0.40540] [-0.22395] [-2.14867]

R-squared 0.595790 0.575413 0.815626 0.711416 0.701653

Adj. R-squared 0.299369 0.264049 0.680419 0.499789 0.482865

29

Sum sq. resids 0.773747 0.696426 0.298891 6.751706 1393.581

S.E. equation 0.227119 0.215473 0.141160 0.670905 9.638746

F-statistic 2.009948 1.848041 6.032415 3.361638 3.207004

Log likelihood 9.645338 11.06667 22.48611 -19.59978 -91.55258

Akaike AIC 0.174419 0.069136 -0.776749 2.340724 7.670561

Schwarz SC 0.750347 0.645063 -0.200821 2.916652 8.246489

Mean dependent 0.137411 0.187056 0.170474 0.070984 -0.026667

S.D. dependent 0.271337 0.251170 0.249701 0.948603 13.40351

Determinant resid covariance (dof adj.) 2.26E-05

Determinant resid covariance 1.19E-06

Log likelihood -7.439108

Akaike information criterion 5.365860

Schwarz criterion 8.485467

analisis faktor-faktor yang mempengaruhi utang … · dalam jangka pendek secara signifikan....

Documents