Friday, March 22, 2013

VAR/VECM


Alat analisis yang biasa digunakan untuk menjawab permasalahan penelitian secara kuantitatif adalah Vector Autoregression (VAR). Model VAR digunakan untuk menjelaskan perilaku dinamis antar variabel yang diamati dan saling mempunyai keterkaitan dan akan diuraikan lebih lanjut melalui fungsi propertinya yaitu fungsi Impulse Response dan Variance Decomposition. VAR terdiri dari dua model alternatif yaitu : Unrestricted VAR model (UnVAR) dan Vector Error Correction Model (VECM). Model Unrestricted VAR digunakan jika terdapat sifat stationary dalam data time series pada nilai level atau data time series setiap variabel berintegrasi pada order 0, I[0]. Sebaliknya, jika data time series dari setiap variabel stabil pada nilai first difference atau berintegrasi pada order 1, I[1] dan seluruh variabel berkointegrasi pada order 1, CI[1,1], maka model yang digunakan adalah Vector Error Correction Model (VECM).

Alasan dipilihnya metode VAR adalah dengan pertimbangan sebagai berikut : 
  1. Metode regresi linier yang menyatakan bahwa variabel pertumbuhan diregresikan atas variabel ekspor atau variabel impor telah banyak dikritik dan merupakan metode yang sangat lemah sehingga hasil penggunaannya dapat menyesatkan. Dua kritik utama terhadap metode regresi linier adalah : Pertama, meregresikan variabel pendapatan nasional tahun berjalan atas ekspor tahun berjalan merupakan sebagian pendapatan nasional tahun berjalan yang bermakna bahwa kita meregresikan suatu variabel atas dirinya sendiri. Kedua, metode regresi linier tidak mendeteksi kausalitas antara variabel-variabel yang digunakan secara dinamis. Dapat terjadi kumulatif ekspor yang tidak mempunyai dampak positif terhadap pertumbuhan ekonomi ( Halwani, 2002).2.
  2. Data yang digunakan merupakan data time series yang menggambarkan fluktuasi ekonomi.
  3. Dampak kebijakan moneter terhadap perkembangan di sektor riil melalui suatu mekanisme yang pada umumnya tidak berdampak seketika, biasanya membutuhkan tenggang waktu tertentu (lag). Ketiga persoalan ini dapat dijawab oleh model VAR sebagai salah satu bentuk model makro-ekonometrika yang paling sering digunakan untuk melihat permasalahan fluktuasi ekonomi.
Di samping itu, Analisis VAR memiliki beberapa keunggulan antara lain: (1) Metode ini sederhana, kita tidak perlu khawatir untuk membedakan mana variabel endogen, mana variabel eksogen; (2) Estimasinya sederhana, dimana metode OLS biasa dapat diaplikasikan pada tiap-tiap persamaan secara terpisah; (3) Hasil perkiraan (forecast) yang diperoleh dengan menggunakan metode ini dalam banyak kasus lebih bagus dibandingkan dengan hasil yang didapat dengan menggunakan model persamaan simultan yang kompleks sekalipun. Selain itu, VAR juga merupakan alat analisis yang sangat berguna, baik dalam memahami adanya hubungan timbal balik antara variabel-variabel ekonomi, maupun di dalam pembentukan model ekonomi berstruktur (Enders, 2004).

Keunggulan lainnya adalah model VAR mampu mengatasi kritik Lucas yang ditujukan pada analisis kebijakan untuk model-model makro ekonomi dinamik dan stokastik. Model makro ekonomi tradisional menganggap model yang diestimasi pada keadaan tertentu dapat digunakan untuk peramalan pada kondisi rezim kebijakan yang berbeda. Hal ini menunjukkan bahwa parameter yang diestimasi tidak berubah pada kebijakan dimanapun perekonomian berada sehingga model ekonomi secara logik menjadi tidak valid. Sedangkan VAR tidak hanya menghasilkan rekomendasi berdasarkan keluaran modelnya dalam merespon adanya suatu guncangan dalam perekonomian tetapi membiarkan hal ini bekerja melalui model teoritik dan dapat melihat respon jangka panjang berdasarkan data historisnya.

13 comments:

  1. Salam kenal pak
    Pertanyaan saya, apakah koefisien VAR bisa langsung diinterpretasikan layaknya pada OLS. Wassalam

    ReplyDelete
  2. Interprestasi koefisien bagian VAR yang mana yang anda maksud. Kalau hasil estimasi model VAR/VECM perlu hati-hati karena terkadang nilai koefisiennya tidak stabil.
    Interpretasi yang terpenting/valid dari VAR/VECM adalah pada impulse Responnya dan variace decomposition. Makasih.

    ReplyDelete
  3. Selamat pagi/siang/sore/malam Pak.saya rudika mahasiswa UNJ.
    saya mau bertanya terkait pembahasan VAR ini.
    saya masih belum mengerti, mengapa hasil pada gambar IRF,setiap kali saya menggunakan lag 1 (lag yang kecil) selalu bentuknya konvergen..sedangkan kalau saya menggunakan misalnya lag 8 atau lag 10,hasilnya tidak konvergen.mohon penjelasan dan maknanya Pak.
    saya menggunankan Eviews.terima kasih

    ReplyDelete
  4. Selamat malam. Model VAR/VECM sangat sensitif/peka terhadap panjang/pendeknya lag yang digunakan. Biasanya semakin panjang lag maka semakin banyak variabel tidak signifikan secara statistik dalam estimasi VAR/VECM dan ditunjukkan juga oleh tampilan IRF yang tidak konvergen. Karena itu, usahakan gunakan lag yang kecil melalui sejumlah indikator dalam penentuan lag optimal. Lakukan uji stabilitis model dengan lag yang terpilih sebelum analisis IRF karena biasanya semakin panjang lag maka model cenderung tidak stabil. Tidak stabilnya model ini mungkin berkaitan dengan respon variabel endogen yang semakin lemah pada lag yg panjang.Makasih

    ReplyDelete
  5. Terima kasih atas jawabanya Pak.sangat membantu.oiya,saya ingin bertanya lagi (kalau boleh).maksud dari "model dinamis" apa ya Pak?terima kasih

    ReplyDelete
  6. Selamat malam pak. Yang hendak saya tanyakan sehubungan dengan IRF ialah arti serta interpretasi dari kalimat "guncangan/shock satu standar deviasi"? Apakah garis tren tersebut memang menggambarkan kondisi yang sebenarnya dari data yang ada, ataukah hanya bersifat asumsi (jikalau kita memberikan guncangan positif sebesar satu standar deviasi"?? Terimakasih banyak atas petunjuk Bapak.

    ReplyDelete
  7. selamat mala pak, sya mau nanya bgaimna penjlasan ttg augmented var? dan bgaimna cara menghitungnya dg eviews? trm ksh

    ReplyDelete
  8. selamat pagi pak, nama saya rudi. saya ingin bertanya. pada hasil estimasi vecm terdapat hasil estimasi jangka panjang dan jangka pendek. dimana dalam jangka panjang muncul yang namanya @TREND selain nama variabel yang saya gunakan. yang ingin saya tanyakan arti dari @TREND tersebut apa pak?

    ReplyDelete
  9. Selamat sore pak,
    pak saya mau tanya bagaimana cara menguji weakly exogeneity atas variabel2 yang diteliti melalui alat analisis eviews.
    terimakasih

    ReplyDelete
  10. Assalamualakum pak, ketika kita melakukan uji stabilitas VAR ternyata tidak stabil, bagaimana cara mengatasinya?, terima kasih

    ReplyDelete
  11. Sangat membantu pak terima kasih, apakah dari bapak ada rekomendasi buku untuk membahas var dan vecm juga tentang distributor lag ? Terima kasih

    ReplyDelete
  12. Saya melakukan uji stabilitas VECM tapi ternyata ada tiga yang benilai satu .. itu berarti kan tidak stabil.. bagaimana cara mengobatinya pak?

    ReplyDelete
  13. ECM (Error Correction Model) Panel Data Eviews 12
    Estimating Error Correction Model (ECM) with Eviews 12 (Panel Data)
    Visit
    https://dik.si/ECMPD

    ReplyDelete