Oleh :
A. PENDAHULUAN
Negara
China
merupakan
negara
yang
menganut
model
pada
tahun
2009.
Sedangkan,
ekspor
pun
cenderung
meningkat, tetapi jika kita perhatikan pada tahun 2009 ekspor china juga
sempat mengalami penurunan.
GDP
Ekspor
b. Kointegrasi
Uji Kointegrasi
merupakan
salah
satu
metode
untuk
t = Yt ( + 1 2t + 2 2t )
c. Penentuan Lag optimal
Salah satu tahapan yang krusial di dalam estimasi VAR adalah
masalah penentuan kelambanan atau penentuan lag optimum.
Dalam penentuan lag optimum terdapat beberapa kriteria yang
seringkali digunakan, namun dalam penelitian ini akan digunakan
Akaike
Information
Criterion
(AIC)
dan
Schwartz
Information
Panjang
kelambanan
optimal
terjadi
jika
nilai
Akaike
penelitian
secara
untuk
kuantitatif
menjawab
adalah
Vector
dan
akan
diuraikan
lebih
lanjut
melalui
fungsi
propertinya
yaitu
fungsi
Impulse
Response
dan
Variance
Analisis
Fungsi
Impulse
Respon
berguna
untuk
sehingga
dapat
dilihat
lamanya
pengaruh
Analisis
The
Variance
Decomposition
Variable
t-Statistic
Probability
menyusun
PDB
-1.156988
0.6896
EKSPOR
1.174981
0.9978
Variable
PDB
t-Statistic
-4.054963
EKSPOR
Probability
0.0019
-5.475735
0.0000
Pada hasil estimasi uji unit root diatas, dengan memperhatikan
probability kedua variable, dapat disimpulkan bahwa kedua data
stasioner pada tingkat 1st-Difference. Karena probability kedua variable
pada tingkat 1st-Difference < 0.05.
b. Uji Kointegrasi
Tabel 2. Ringkasan Hasil Uji Kointegrasi (Johansen Test)
Nilai TraceStatistik
0.05
Critical
Value
(None) 88.42392
15.49471
(At Most 1)
3.841466
29.46564
Pada hasil uji kointegrasi diatas didapat hasil bahwa terdapat
keseimbangan jangka panjang antara ekspor dan PDB di China. Hal ini
dapat dilihat dari nilai trace statistic baik none maupun at most 1 lebih
besar dari critical value nya.
c. Uji Lag Optimal
Tabel 3. Hasil Uji Lag Optimal
Pada hasil uji lag optimal diatas, dapat disimpulkan bahwa pada lag
optimal terdapat pada lag 6. Hal ini dapat dilihat dari banyaknya * pada
lag ke 6
H0
EKSPOR
tidak
mempengaruhi
mempengaruhi GDP
Pada = 5% ;
GDP,
H1
EKSPOR
Dari kedua hasil hipotesis diatas, dapat disimpulkan bahwa GDP dan
EKSPOR memiliki hubungan 2 arah.
e. Estimasi VAR
Karena data ini stasioner pada tingkat 1st-Difference, dan kedua
variable
terkointegrasi,
maka
pada
analisis
selanjutnya
penulis
Impulse Respone
Variance
Decomposition
GDP
EKSPOR
years
S.E.
GDP
8.399987
100.0000
0.000000
10.83167
86.65565
13.34435
10
12.15121
79.06221
20.93779
27.85239
36.35485
63.64515
31.50328
40.73791
59.26209
10
36.95530
53.71945
46.28055
EKSPOR
46.28%
dan
ditentukan
oleh
GDP
sebesar
53.719%
E. KESIMPULAN
1. Variabel ekspor dan PDB selama periode waktu 1990:Q1-2011:Q4
dihasilkan data yang stasioner pada tingkat 1st-Difference dan terjadi
keseimbangan jangka panjang di China. Hal ini dibuktikan pada uji akar
unit dan uji kointegrasi yang telah dilakukan.
2. Terdapat hubungan kausalitas dua arah antara ekspor dan PDB di
China, dari tingkat pendapatan nasional ke tingkat ekspor selama
periode penelitian (Tahun 1990:Q1-2011:Q4).
3. Dengan demikian mendukung hipotesis bahwa pertumbuhan ekonomi
dalam negeri merupakan penggerak bagi ekspor (internally generated
export), dan ekspor pun juga menjadi penggerak dari pertumbuhan
ekonomi. Hal ini dikarenakan syarat utama dalam melakukan ekspor
adalah menciptakan iklim yang dapat membawa terjadinya proses
pertumbuhan ekonomi dalam negeri yang berkesinambungan.
F. DAFTAR PUSTAKA
Gujarati, D.N. (2003). Basic Econometrics, 4th Edition. New York: Mc. GrawHills International.
Kalaitzi, A.S., (2013). Exports and Economic Growth in the United Arab
Emirates (1980-2010), Manchester Metropolitan University Business
School. Manchester.
Mofrad, M.A., 2012. The Relationship Between GDP, EXPORT and INVESTMENT:
Case Study Iran, Business Intelligence Journal, Vol.5 No.2
Mankiw, G.N. (2003). Macroeconomics 5thEdition. New York: Worth Publishers.
Rahmadi, Rudy dan Masaru Ichihashi. 2009. Exports and Economic Growth
in Indonesia: A Causality Approach Based on Multi-Variate Error
Correction Model. Jepang: Hiroshima University.
Ramos, F. R. (2000), Exports, imports, and economic growth in Portugal:
evidencefrom causality and cointegration analysis, Economic Modelling,
Vol.18, pp. 613-623.
Shahnoushi,
Naser
dan
Mohammad
Bakhshoodeh.
2008.
Causality
LAMPIRAN
1. Data Ekspor dan GDP China tahun 1990:Q1 2011:Q4
Tahun
1990
Q1
1990
Q2
1990
Q3
1990
Q4
1991
Q1
1991
Q2
1991
Q3
1991
Q4
1992
Q1
1992
Q2
1992
Q3
1992
Q4
1993
Q1
1993
Q2
1993
Q3
1993
Q4
1994
Q1
1994
Q2
1994
Q3
1994
Q4
1995
Q1
1995
Q2
1995
Q3
1995
Q4
1996
Q1
1996
Q2
1996
Q3
1996
Q4
1997
Q1
1997
Q2
1997
Q3
Ekspo
r
GDP
162.9
133.5 1999
7
9 Q4
189.5
2000
9
143.4 Q1
206.3
158.8 2000
4
9 Q2
223.4
163.0 2000
8
8 Q3
190.7
152.1 2000
6
5 Q4
225.4
164.1 2001
1
8 Q1
248.0
183.8 2001
7
4 Q2
262.7
190.1 2001
5
6 Q3
231.7
180.0 2001
6
7 Q4
274.2
192.5 2002
9
4 Q1
296.6
213.4 2002
3
9 Q2
308.1
218.9 2002
9
8 Q3
271.6
209.2 2002
9
4 Q4
308.1
222.2 2003
1
9 Q1
339.2
245.3 2003
7
4 Q2
336.7
251.1 2003
5
2 Q3
297.2
240.6 2003
1
1 Q4
341.9
253.6 2004
7
7 Q1
380.5
273.3 2004
4
1 Q2
384.5
279.8 2004
8
8 Q3
350.6
258.3 2004
2
8 Q4
394.8
271.1 2005
2
2 Q1
434.4
2005
6
288.5 Q2
417.8
297.7 2005
7
4 Q3
374.7
2005
2
278.2 Q4
412.2
296.5 2006
4
3 Q1
454.8
318.2 2006
8
4 Q2
441.4
336.5 2006
6
2 Q3
386.0
312.6 2006
5
2 Q4
429.8
337.8 2007
7
3 Q1
464.6
2007
4
356.7 Q2
450.5
411.5
1
455.9
3
515.6
5
504.6
1
424.0
1
440.5
4
483.9
7
453.2
6
402.5
6
454.9
6
528.5
2
523.9
2
469.3
5
490.1
4
566.4
2
585.5
9
336.1
7
315.3
6
320.1
338.0
7
344.1
2
314.5
6
317.7
8
331.2
2
335.6
7
302.9
8
310.9
4
328.7
6
334.6
3
299.5
2009
Q3
2009
Q4
2010
Q1
2010
Q2
2010
Q3
2010
Q4
2011
Q1
2011
Q2
2011
Q3
2011
Q4
2011
Q1
2011
Q2
2011
Q3
2011
Q4
833.6
7
902.3
9
830.6
9
958.7
5
1058.
27
1038.
29
1017.
55
1049.
64
1141.
25
1141.
29
1017.
55
1049.
64
1141.
25
1141.
29
412.3
2
441.9
9
414.0
2
404.4
4
448.8
6
474.3
3
451.6
4
446.8
7
490.2
8
502.1
5
451.6
4
446.8
7
490.2
8
502.1
5
287.67
317.75
329.84
532.8
595.7
5
661.2
9
666.7
7
592.4
3
667.9
8
746.0
7
740.6
5
668.7
9
308.14
716.8
816.1
4
830.6
9
739.8
9
804.0
3
350.59
310.69
327.65
345.44
321.33
331.49
356.46
373.31
349.05
375.41
400.31
373.69
378.22
Tingkat Level
Tingk
at
1st-
Difference