0 penilaian0% menganggap dokumen ini bermanfaat (0 suara)
104 tayangan9 halaman
Modul ini membahas uji kausalitas Granger untuk mengetahui hubungan kausal antara dua variabel berdasarkan kemampuan prediksi masa lalu satu variabel terhadap variabel lain. Metode ini digunakan untuk menguji hipotesis hubungan kausal antara pertumbuhan ekonomi dengan sektor keuangan di Indonesia. Hasilnya menunjukkan bahwa tingkat suku bunga SBI dipengaruhi oleh nilai rata-rata rupiah tiga bulan sebelumnya.
Modul ini membahas uji kausalitas Granger untuk mengetahui hubungan kausal antara dua variabel berdasarkan kemampuan prediksi masa lalu satu variabel terhadap variabel lain. Metode ini digunakan untuk menguji hipotesis hubungan kausal antara pertumbuhan ekonomi dengan sektor keuangan di Indonesia. Hasilnya menunjukkan bahwa tingkat suku bunga SBI dipengaruhi oleh nilai rata-rata rupiah tiga bulan sebelumnya.
Hak Cipta:
Attribution Non-Commercial (BY-NC)
Format Tersedia
Unduh sebagai PDF, TXT atau baca online dari Scribd
Modul ini membahas uji kausalitas Granger untuk mengetahui hubungan kausal antara dua variabel berdasarkan kemampuan prediksi masa lalu satu variabel terhadap variabel lain. Metode ini digunakan untuk menguji hipotesis hubungan kausal antara pertumbuhan ekonomi dengan sektor keuangan di Indonesia. Hasilnya menunjukkan bahwa tingkat suku bunga SBI dipengaruhi oleh nilai rata-rata rupiah tiga bulan sebelumnya.
Hak Cipta:
Attribution Non-Commercial (BY-NC)
Format Tersedia
Unduh sebagai PDF, TXT atau baca online dari Scribd
Fakultas Ekonomi & Pascasarjana UGM Outline: • Linear Probability Model • Kelemahan LPM • Data: EDO UJI KAUSALITAS GRANGER ) Granger (1969) mempostulasikan bahwa suatu variabel X dikatakan menyebabkan variabel lain, Y, apabila Y saat ini dapat diprediksi lebih baik dengan menggunakan nilai-nilai masa lalu X. Sebagaimana yang ditulisnya: A variable X is said to cause another variable Y, with respect to a given information set that includes X and Y, if current Y can be predicted better by using past values of X than by not doing so, given all other past information in the information set is used. Terlihat bahwa teori Granger dilandasi atas asumsi sejumlah informasi yang memasukkan X dan Y saat ini dan semua informasi masa lalu. Katakanlah At adalah himpunan informasi yang telah tersedia dengan t =…, -1, 0, 1, 2, … Dengan lain, asumsi yang digunakan adalah A={(X, Y)}. X dan Y dianggap merupakan sepasang data runtut waktu yang memiliki kovarians linear yang stasioner (linear covariance-stationary time series). Oleh karena itu: Yt = ∑ ai Yt-i + ∑ bj Xt-j + νt (1) Xt = ∑ ci Xt-i + ∑ dj Yt-j + μt (2) di mana (μt, νt)’ adalah vektor random independen dengan rata-rata nol dan matriks kovarians terbatas. Persamaan 1 menunjukkan bahwa variabel Xt gagal menyebabkan Yt apabila dalam regresi Yt terhadap Y lag dan X lag, koefisien X lag sama dengan nol. Dengan kata lain, bila bj=0 (i=1, 2, .., k), maka Xt gagal menyebabkan Yt. JENIS PERTANYAAN PENELITIAN ) Uji kausalitas dilakukan karena ada tiga kemungkinan arah kausalitas. Pertama, X menyebabkan Y apabila hipotesis nol yang menyatakan bj=0 dengan j=1,.., k dapat ditolak (lihat persamaan 1). Kedua, Y menyebabkan X apabila hipotesis nol yang menyatakan bj=0 dengan j=1,.., k dapat ditolak (lihat persamaan 2). Ketiga, hubungan timbal balik terjadi apabila X menyebabkan Y dan pada saat yang sama Y menyebabkan X. Contoh studi: FINANCE-LED GROWTH ATAU GROWTH-LED FINANCE? ) ada dua kemungkinan hubungan kausalitas antara pembangunan sektor finansial dan pertumbuhan ekonomi, Perintah dalam Nilai statistik F yaitu: (1) demand following, bahwa MicroTSP 7.0 (Probabilitas dalam kurung) rendahnya pertumbuhan finansial adalah manifestasi kurangnya Finance-led Growth-led permintaan akan jasa finansial; growth finance ataukah (2) supply leading, bahwa sektor finansial mendahului dan mendorong pertumbuhan sektor riil CAUSE(6) YG CM-->YG: YG-->CM: (Patrick, 1966). CM 2.88 (0.16) 1.44 (0.38) ) pertumbuhan ekonomi riil diukur dengan pertumbuhan GNP riil. Dengan CAUSE(6) YG MY-->YG: YG-->MY: menyimbolkan "mengakibatkan" MY 0.22 (0.95) 5.73 (0.03) dengan "-->", akan Sumber: diujiKuncoro (1993) hipotesis mengenai kausalitas sebagai berikut: CAUSE(5) YG RD-->YG: YG-->RD: – CM --> YG ataukah YG --> CM, RD 1.19 (0.43) 3.70 (0.08) – MY --> YG ataukah YG --> MY, – RD --> YG atuakah YG --> RD, CAUSE(5) YG SNY-->YG: YG-->SNY: SNY 0.43 (0.81) 2.08 (0.18) – SNY --> YG ataukah YG --> SNY. Langkah-langkah Dalam Eviews Gunakan data EDO, pilih rpus dan sbi. Pada bagian atas pilih Quick Æ Group Statistic Æ Granger Causality Test Masukkan kotak Lag Specification, masukkan angka 1 Hasilnya sebagai berikut ini: Lakukan berulang-ulang pada kotak Lag Specification dengan memasukkan angka 2, 3 dan 4 hasilnya sebagai berikut: Pairwise Granger Causality Tests Date: 06/30/06 Time: 14:46 Sample: 1995:01 1999:12 Lags: 2 Null Hypothesis: Obs F-Statistic Probability RPUS does not Granger Cause SBI 58 4.68425 0.01339 SBI does not Granger Cause RPUS 2.63730 0.08093 Pairwise Granger Causality Tests Date: 06/30/06 Time: 14:49 Sample: 1995:01 1999:12 Lags: 3 Null Hypothesis: Obs F-Statistic Probability RPUS does not Granger Cause SBI 57 3.82911 0.01517 SBI does not Granger Cause RPUS 2.03580 0.12077 Pairwise Granger Causality Tests Date: 06/30/06 Time: 14:51 Sample: 1995:01 1999:12 Lags: 4 Null Hypothesis: Obs F-Statistic Probability RPUS does not Granger Cause SBI 56 3.02246 0.02678 SBI does not Granger Cause RPUS 5.35467 0.00123