Dokumen tersebut membahas tentang Uji Kausalitas Granger untuk mengetahui hubungan dua arah antar variabel dengan menggunakan data time series. Metode ini menguji pengaruh masa lalu suatu variabel terhadap kondisi saat ini dengan membandingkan hasil regresi model penuh dan terbatas untuk menentukan apakah suatu variabel mempengaruhi variabel lainnya.
2. Konsep
Regresi Hubungan satu arah
Realitas Banyak hubungan dua arah
Uji Granger membuktikan apakah suatu variabel mempunyai hubungan dua arah, atau hanya satu arah saja.
Data Time series.
Uji Granger pengaruh masa lalu terhadap kondisi sekarang.
Contoh:
Dolar melemah IHSG turun Investor di Valas „Profit Taking‟Membeli saham IHSG menguat Dolar menguat.
Konsumsi naik Uang beredar naik Inflasi Konsumsi turun
Telur Ayam Telur atau Ayam Telur Ayam?
3. Tahapan Metode
H0 : X tidak menyebabkan Y.
Buat regresi penuh dan dapatkan Sum Square of Error (SSE)
Yt = Σαi Yt-i + Σβi Xt-i + εt
Buat regresi terbatas dan dapatkan pula Sum Square of Error (SSE)
Yt = Σαi Yt-i + εt
Lakukan Uji F berdasarkan SSE yang didapat, dengan formula:
penuh
terbatas penuh
SSE
SSE SSE
q
N k
F
Dimana:
N adalah banyaknya pengamatan
k adalah banyaknya parameter model penuh
q adalah banyaknya parameter model terbatas
4. Bila H0ditolak, berarti X mempengaruhi Y.
Cara yang sama juga dapat dilakukan untuk melihat apakah Y mempunyai pengaruh terhadap X.
Pertanyaan yang banyak muncul dalam Uji Kausalitas Granger ini adalah: “berapa lag yang harus digunakan?”.
Ingat kembali SIC, AIC, Log Likelkihood.
Hipotesis:
(i) H0: Investasi tidak mempengaruhi (tidak menyebabkan) Kurs
H1: Investasi mempengaruhi (menyebabkan) Kurs
(ii) H0: Kurs tidak mempengaruhi (tidak menyebabkan) Investasi
H1: Kurs mempengaruhi (menyebabkan) Investasi
5. Vektor Otoregresi (VAR)
Konsep
VAR Y saat ini dipengaruhi X pada waktu lalu, dan X saat ini dipengaruhi Y pada waktu lalu.
Contoh:
Investasi GDP Investasi
Money Supply Inflasi Money Supply
Model
Yt= α1i+ Σβ1iYt-i+ Σγ1i Xt-i+ εt
dan
Xt= α2i+ Σβ2iYt-i+ Σγ2iXt-i+ εt
Perhatikan bahwa model diatas mempunyai variabel bebas yang merupakan lag dari variabel terikatnya. Kembali muncul pertanyaan: “berapa banyak lag yang harus digunakan?”.
AIC, SIC, dan Log Likelihood adalah indikator untuk memutuskan lag yang digunakan.
Estimasi?
OLS