KOINTEGRASI
MUHAMMAD REYHAN AKBAR-120210200047
KOINTEGRASI : PENDAHULUAN
Permasalahan mendasar terkait mengapa kointegrasi diperlukan dalam pemodelan time series:
 kebanyakan variable ekonomi tidak stasioner pada tingkat level.
 Analisis jangka panjang pada teori ekonomi (output potensial, konsumsi permanen, dll)
 Regresi OLS memerlukan variable-variable yang stasioner (turunan atau level).
 Adanya permasalahan spurious regression.
rRegresi dari variable yang tidak stasioner.
Ditandai oleh signifikansi pada variable
independent dan nilai R squared yang tinggi
KOINTEGRASI: PENGERTIAN
Terdapat beberapa definisi umum terkait kointegrasi:
 Kointegrasi merupakan kombinasi linear dari
variable yang tidak stasioner.
 Kointegrasi merupakan variable-variable yang
stasioner pada tingkat turunan.
 Kointegrasi merupakan sekumpulan variable yang
memiliki hubungan jangka Panjang.
 Kointegrasi merupakan sekumpulan variable yang
“bergerak Bersama” pada jangka waktu tertentu.
Definisi formal oleh (Engle & Granger, 1987):
Misal terdapat vector w, berukuran k x 1, w
dikatakan CI ~ (d, b) bila:
 Komponen dari w terintegrasi pada derajat d.
 Terdapat vector koefisien α, sedemikian sehingga:
Cointegrating Vector
Derajat integrasi residual
ILUSTRASI
Misal terdapat model regresi yang sebagai berikut:
Kemudian estimasi dengan OLS.
Peroleh residual dari persamaan berikut:
Bila variable-variable pada persamaan awal terintegrasi pada tingkat
yang sama. Lalu, residual dari persamaan terakhir terintegrasi di tingkat
level. Maka, dapat dikatakan terdapat kointegrasi.
Variabel yang terkointegrasi
Variabel yang tidak terkointegrasi
Kombinasi linear yang
terintegrasi pada derajat
yang sama
Cointegrating Vector
ESTIMASI VARIABEL TERKOINTEGRASI
Salah satu metode dalam mengestimasi model terkointegrasi adalah metode Engel-Granger
(EG) atau dikenal two step EG.
Langkah 1:
Misal suatu model regresi:
Pastikan variable terintegrasi pada I(1), lakukan estimasi. Lalu, peroleh residual. Pastikan
residual terintegrasi pada I(0).
Langkah 2:
Regresi ECM berikut:
Regresi Jangka
Panjang
MODEL ECM (ERROR CORRECTION MODEL)
Model ECM menunjukan hubungan antar-variable dalam jangka pendek. Model ini juga
menunjukan penyesuaian/koreksi atas deviasi dari kondisi jangka Panjang.
ECT (Error Correction
Term): menunjukan
proses penyesuaian
deviasi jangka pendek ke
equilibrium
• Menunjukan proporsi
penyimpangan jangka
pendek pada periode lalu
yang dikoreksi.
• Speed of adjusment
Hubungan jangka pendek
antara var. dep dengan var.
indep, bila indep mengalami
perubahan satu satuan.
UJI KOINTEGRASI ENGEL-GRANGER
Engle & Granger juga mengembangkan test untuk menguji kointegrasi yang dinamakan E-G Test.
Pendekatan ini menekankan pada residual yang dihasilkan dari regresi.
Misal kita memiliki kumpulan variable yang tekointegrasi di I(1), dengan model sebagai
berikut:
Peroleh residual dari model tersebut, lalu lakukan test pada persamaan berikut:
Hipotesis yang diajukan adalah:
Bila kita menolak Hipotesis null, maka model tersebut mengandung proses kointegrasi.
REFERENSI
o Enders, Walter. 2015. Applied Time Series Econometric. 4th
Ed. Wiley: MA
o Brooks, Chris. 2014. Introductory Econometrics for Finance. 3rd
Ed. Cambridge University Press:
Cambridge

120210200047_Muhammad Reyhan Akbar_Kointegrasi.pptx

  • 1.
  • 2.
    KOINTEGRASI : PENDAHULUAN Permasalahanmendasar terkait mengapa kointegrasi diperlukan dalam pemodelan time series:  kebanyakan variable ekonomi tidak stasioner pada tingkat level.  Analisis jangka panjang pada teori ekonomi (output potensial, konsumsi permanen, dll)  Regresi OLS memerlukan variable-variable yang stasioner (turunan atau level).  Adanya permasalahan spurious regression. rRegresi dari variable yang tidak stasioner. Ditandai oleh signifikansi pada variable independent dan nilai R squared yang tinggi
  • 3.
    KOINTEGRASI: PENGERTIAN Terdapat beberapadefinisi umum terkait kointegrasi:  Kointegrasi merupakan kombinasi linear dari variable yang tidak stasioner.  Kointegrasi merupakan variable-variable yang stasioner pada tingkat turunan.  Kointegrasi merupakan sekumpulan variable yang memiliki hubungan jangka Panjang.  Kointegrasi merupakan sekumpulan variable yang “bergerak Bersama” pada jangka waktu tertentu. Definisi formal oleh (Engle & Granger, 1987): Misal terdapat vector w, berukuran k x 1, w dikatakan CI ~ (d, b) bila:  Komponen dari w terintegrasi pada derajat d.  Terdapat vector koefisien α, sedemikian sehingga: Cointegrating Vector Derajat integrasi residual
  • 4.
    ILUSTRASI Misal terdapat modelregresi yang sebagai berikut: Kemudian estimasi dengan OLS. Peroleh residual dari persamaan berikut: Bila variable-variable pada persamaan awal terintegrasi pada tingkat yang sama. Lalu, residual dari persamaan terakhir terintegrasi di tingkat level. Maka, dapat dikatakan terdapat kointegrasi. Variabel yang terkointegrasi Variabel yang tidak terkointegrasi Kombinasi linear yang terintegrasi pada derajat yang sama Cointegrating Vector
  • 5.
    ESTIMASI VARIABEL TERKOINTEGRASI Salahsatu metode dalam mengestimasi model terkointegrasi adalah metode Engel-Granger (EG) atau dikenal two step EG. Langkah 1: Misal suatu model regresi: Pastikan variable terintegrasi pada I(1), lakukan estimasi. Lalu, peroleh residual. Pastikan residual terintegrasi pada I(0). Langkah 2: Regresi ECM berikut: Regresi Jangka Panjang
  • 6.
    MODEL ECM (ERRORCORRECTION MODEL) Model ECM menunjukan hubungan antar-variable dalam jangka pendek. Model ini juga menunjukan penyesuaian/koreksi atas deviasi dari kondisi jangka Panjang. ECT (Error Correction Term): menunjukan proses penyesuaian deviasi jangka pendek ke equilibrium • Menunjukan proporsi penyimpangan jangka pendek pada periode lalu yang dikoreksi. • Speed of adjusment Hubungan jangka pendek antara var. dep dengan var. indep, bila indep mengalami perubahan satu satuan.
  • 7.
    UJI KOINTEGRASI ENGEL-GRANGER Engle& Granger juga mengembangkan test untuk menguji kointegrasi yang dinamakan E-G Test. Pendekatan ini menekankan pada residual yang dihasilkan dari regresi. Misal kita memiliki kumpulan variable yang tekointegrasi di I(1), dengan model sebagai berikut: Peroleh residual dari model tersebut, lalu lakukan test pada persamaan berikut: Hipotesis yang diajukan adalah: Bila kita menolak Hipotesis null, maka model tersebut mengandung proses kointegrasi.
  • 8.
    REFERENSI o Enders, Walter.2015. Applied Time Series Econometric. 4th Ed. Wiley: MA o Brooks, Chris. 2014. Introductory Econometrics for Finance. 3rd Ed. Cambridge University Press: Cambridge