5ba75968cb352 Laporan Akhir Pergerakan Nilai Tukar 2 Agustus 2018 1 PDF

DAMPAK PERGERAKAN NILAI TUKAR
RUPIAH TERHADAP AKTIVITAS

EKSPOR DAN IMPOR NASIONAL
Kerjasama antara:
Fakultas Ekonomi dan Manajemen
Institut Pertanian Bogor
dan
Indonesia EXIM Bank
i
TIM PENELITI
KETUA: Prof. Dr. Muhammad Firdaus, SP, M.Si

ANGGOTA:
1. Ade Holis, SE. M.Si
2. Syarifah Amaliah, SE, M.App.Ec
3. Muhammad Fazri, SE, M.Si
4. Masbantar Sangadji, S.Pi
LAPORAN AKHIR DAMPAK PERGERAKAN NILAI TUKAR RUPIAH TERHADAP AKTIVITAS EKSPOR DAN IMPOR NASIONAL ii
DAFTAR ISI
DAFTAR ISI .......................................................................................................................................iii

DAFTAR TABEL ............................................................................................................................... v
DAFTAR GAMBAR ......................................................................................................................... vi
PENDAHULUAN ............................................................................................................................... 1
Latar Belakang ............................................................................................................................ 1
Tujuan Kajian ............................................................................................................................... 2
Output Kajian ............................................................................................................................... 2
TINJAUAN PUSTAKA ..................................................................................................................... 4
Konsep Nilai Tukar ................................................................................................................... 4
Konsep J-Curve ............................................................................................................................ 7
Penelitian Terdahulu ............................................................................................................... 8
Kerangka Penelitian .............................................................................................................. 16
METODE PENELITIAN .............................................................................................................. 18
Jenis dan Sumber Data ......................................................................................................... 18
Metode Analisis ............................................................................................................................ 21
Model Multi Region General Equilibrium ..................................................................... 23
Model Ekonomi Tertutup tanpa Pajak.......................................................................... 26
Model Ekonomi Terbuka tanpa Pajak ........................................................................... 28
Model Ekonomi Tertutup dengan Pajak ...................................................................... 29
Pajak .............................................................................................................................................. 30
Struktur Model Standar GTAP .......................................................................................... 32
Simulasi ....................................................................................................................................... 34
Model Faktor-Faktor yang Mempengaruhi Nilai Tukar ....................................... 36
Pendekatan VECM ............................................................................................................. 37
Model J-Curve ...................................................................................................................... 38
Metode VAR-VECM ................................................................................................................ 39
Analisis terhadap Akar Permasalahan Rupiah secara Struktural maupun Non-
Struktural ........................................................................................................................................ 43
Analisa Dampak Pergerakan Rupiah terhadap Kinerja Makroekonomi Dan
Perdagangan Sektoral................................................................................................................ 50
Analisa Dampak Pergerakan Rupiah terhadap Kinerja Makroekonomi ...... 50
Analisa Dampak Pergerakan Rupiah terhadap Kinerja Perdagangan
Sektoral........................................................................................................................................ 55
LAPORAN AKHIR DAMPAK PERGERAKAN NILAI TUKAR RUPIAH TERHADAP AKTIVITAS EKSPOR DAN IMPOR NASIONAL iii
Dampak Pergerakan Nilai Tukar terhadap Neraca perdagangan (Analisis J-
Curve) dan Indikator Ekonomi lainnya ............................................................................. 72
J-Curve Agregat ........................................................................................................................ 72
J-Curve Sektoral ....................................................................................................................... 74
KESIMPULAN ................................................................................................................................. 81
SARAN ............................................................................................................................................... 83
DAFTAR PUSTAKA ...................................................................................................................... 86
LAMPIRAN ...................................................................................................................................... 89
LAPORAN AKHIR DAMPAK PERGERAKAN NILAI TUKAR RUPIAH TERHADAP AKTIVITAS EKSPOR DAN IMPOR NASIONAL iv
DAFTAR TABEL
Tabel 1. Penelitian Terdahulu .......................................................................................... 11

Tabel 2. Kinerja Ekspor Indonesia pada Negara Destinasi Ekspor Utama
Tahun 2017 ............................................................................................................. 19
Tabel 3. Agregasi Regional ................................................................................................. 19
Tabel 4. Agregasi Sektoral .................................................................................................. 21
Tabel 5. Sinkronisasi Metode Analisis,Tujuan Penelitian,Data dan Sumber
Data ............................................................................................................................. 22
Tabel 6. Faktor-faktor yang Mempengaruhi Depresiasi Nilai Tukar Rupiah
Pendekatan OLS .................................................................................................... 46
Tabel 7. Faktor-faktor yang Mempengaruhi Depresiasi Nilai Tukar
(Pendekatan VECM) ............................................................................................ 47
Tabel 8. Tabel. Dampak Pergerakan Nilai Tukar Rupiah terhadap Peubah
Makroekonomi(%) .............................................................................................. 54
Tabel 9. Tabel. Dampak Pergerakan Nilai Tukar Rupiah terhadap
Sensitivitas Neraca Perdagangan ................................................................. 55
Tabel 10. Winning Sectors akibat Pergerakan Nilai Tukar Rupiah ................... 56
Tabel 11. Losers Sectors Pergerakan akibat Pergerakan Nilai Tukar Rupiah
57
Tabel 12. Neraca Perdagangan, Harga Ekspor, Harga Impor, dan Import
Content Winning Sectors ................................................................................... 58
Tabel 13. Hasil analsis ECM model agregat neraca perdagangan ..................... 73
Tabel 14. Hasil Estimasi Sektor yang mengalami J-Curve Penuh....................... 75
Tabel 15. Sektor yang Mengalami J-Curve pada Jangka Panjang........................ 76
Tabel 16. Hasil Estimasi ECM Sektor yang Tidak Mengalami J-Curve ............. 77
Tabel 17. Rest Sector ............................................................................................................... 77
LAPORAN AKHIR DAMPAK PERGERAKAN NILAI TUKAR RUPIAH TERHADAP AKTIVITAS EKSPOR DAN IMPOR NASIONAL v
DAFTAR GAMBAR
Gambar 1. Pergerakan Indeks Nilai Tukar Rupiah dan Perbandingan dengan

Peer Countries ................................................................................ 1
Gambar 2. Kurva perubahan permintaan produk ekspor akibat dari
apresiasi nilai tukar mata uang negara eksportir ......................... 7
Gambar 3. Kurva J-Curve ................................................................................. 8
Gambar 4. Kerangka dan Tahapan Penelitian .............................................. 17
Gambar 5. Model Kasus Satu Wilayah, Perekonomian Tertutup tanpa Pajak27
Gambar 6. Perekonomian Terbuka tanpa Intervensi Pemerintah: Model Multi
Wilayah ........................................................................................ 29
Gambar 7. Perekonomian Tertutup dengan Pajak: Model Satu Wilayah ....... 30
Gambar 8. Dampak Pajak terhadap Output ................................................... 31
Gambar 9. Dampak Subsidi terhadap Output ............................................... 32
Gambar 10. Model AGE, Multi Region Open Economy ...................................... 33
Gambar 11. Langkah-langkah Analisis VAR .................................................... 39
Gambar 12. Pergerakan Nilai Tukar Rupiah terhadap US Dollatr Periode 2010-
2017 .............................................................................................. 45
Gambar 13. Respon Nilai Tukar Rupiah terhadap Faktor-faktor yang
Mempengaruhinya ......................................................................... 49
Gambar 14. Dampak Pergerakan Nilai Tukar Rupiah terhadap Neraca
Perdagangan .................................................................................. 51
Gambar 15. Dampak Pergerakan Nilai Tukar Rupiah terhadap GDP Riil (%) ... 53
Gambar 16. Respon Neraca perdagangan Terhadap Shock Depresiasi Nilai Tukar
Sebesar 1 Standar Deviasi.............................................................. 74
Gambar 17. Respon GDP Terhadap Shock Depresiasi Nilai Tukar Sebesar 1
Standar Deviasi ............................................................................. 74
Gambar 18. Model Salter-Corden untuk Pencapaian Target Makroekonomi ..... 84
Gambar 19. Komposisi Bahan Baku Lokal dan Impor Pada Masing-masing
Sektor di Industri Besar dan Sedang .............................................. 85
LAPORAN AKHIR DAMPAK PERGERAKAN NILAI TUKAR RUPIAH TERHADAP AKTIVITAS EKSPOR DAN IMPOR NASIONAL vi
PENDAHULUAN
Latar Belakang
Tren perubahan nilai tukar rupiah terhadap US $ telah berlangsung
sejak akhir tahun 2017, dan diduga Bank Indonesia akan berlanjut hingga
akhir 2018. Pergerakan nilai tukar rupiah menurut Bank Dunia mempunyai
tingkat volatilitas yang lebih tinggi dibandingkan tahun sebelumnya, dan
memiliki tendensi pergerakan yang lebih besar dibandingkan dengan mata
uang negara lain di Asia. Hal ini memang bukan fenomena ekonomi baru,
namun seberapa besar dampak yang ditimbulkan dari pergerakan nilai tukar
rupiah tersebut, khususnya pada dinamika ekspor dan impor nasional perlu
dikaji secara lebih mendalam.
Sumber: Bank Dunia (2018)

Gambar 1. Pergerakan Indeks Nilai Tukar Rupiah dan Perbandingan
dengan Peer Countries
Terdapat dua preposisi terhadap dampak pergerakan nilai tukar

rupiah. Pertama, depresiasi nilai tukar rupiah mempunyai dampak positif
terhadap permintaan ekspor sehingga neraca perdagangan meningkat.
Secara komparatif, produk Indonesia akan lebih murah dibandingkan negara
pesaing. Leigh et al (2016) mengestimasi dampak depresiasi nilai tukar
1
sebesar 10%, akan menyebakan kenaikan neraca perdagangan secara rata-
rata sebesar 1,5%. Kedua, nilai tukar rupiah yang mengalami depresiasi akan
berdampak negatif terhadap neraca perdagangan. Ini disebabkan oleh
tingginya kandungan impor pada industri yang berorientasi ekspor, sehingga
depresiasi nilai tukar rupiah menurunkan kemampuan produksi dan ekspor
produk ke pasar global. Dua ekspektasi yang bersifat inkonklusif ini
menghendaki pembuktian secara empirik dan akurat, sehingga jawaban yang
shahih tentang dampak pergerakan nilai tukar rupiah dapat diperoleh.
Beberapa studi terdahulu masih memberikan kesimpulan yang inkonklusif.
Analisis dengan menggunakan metode kuantitatif perlu dilakukan secara
mendalam, baik secara agregat maupun sektoral .
Tujuan Kajian
Berdasarkan uraian yang melatarbelakangi kajian ini, maka beberapa
tujuan yang dingin dicapai dalam kajian ini, melliputi:
1. Melakukan studi/pendalaman untuk melakukan analisa terhadap
akar permasalahan Rupiah baik secara struktural maupun non-
struktural
2. Melakukan studi/pendalaman untuk melakukan analisa dan
mengukur dampak pergerakan Rupiah terhadap Kinerja
Makroekonomi dan Perdagangan Sektoral
3. Melakukan studi/pendalaman untuk mengukur hubungan jangka
pendek dan jangka panjang antara nilai tukar Rupiah terhadap
perdagangan bilateral dengan Negara mitra dagang strategis
4. Melakukan studi/pendalaman untuk mengukur dampak volatilitas
nilai tukar Rupiah terhadap Kinerja Sektor Perdagangan
Output Kajian
Beberapa output yang akan dicapai dalam kajian ini, meliputi:
1. Hasil analisis terhadap akar permasalahan Rupiah baik secara
struktural maupun non-struktural
2. Hasil analisis potensi dampak pergerakan Nilai Tukar Rupiah
terhadap Kinerja Makroekonomi dan Perdagangan Sektoral
LAPORAN AKHIR DAMPAK PERGERAKAN NILAI TUKAR RUPIAH TERHADAP AKTIVITAS EKSPOR DAN IMPOR NASIONAL 2
3. Hasil analisis hubungan jangka pendek dan jangka panjang antara
Nilai Tukar Rupiah terhadap Perdagangan Bilateral dengan Negara
mitra dagang strategis
4. Hasil analisis dampak volatilitas Nilai Tukar Rupiah terhadap
Kinerja Sektor Perdagangan
TINJAUAN PUSTAKA
Konsep Nilai Tukar

Nilai tukar didefinisikan sebagai harga dari mata uang asing dalam
mata uang domestik, sehingga peningkatan nilai tukar berarti meningkatnya
harga dari valuta asing yang menyebabkan mata uang domestik relatif murah
atau terjadi depresiasi, se-baliknya jika terjadipenurunan jumlah unit mata
uang domestik yang diperlukan untuk membeli satu unit valuta asing, berarti
terjadi peningkatan relatif nilai mata uang domestik atau terjadi apresiasi. Di
dalam sistem mata uang mengambang (floating exchange rate), nilai tukar
valuta asing (valas) ditentukan oleh kekuatan permintaan dan penawaran di
pasar valas.Pasar valas merupakan pasar mata uang dari
berbagai negara.
Terdapat tiga jenis nilai tukar valas yaitu Nilai Tukar Spot (Spot
Exchange Rate) atau Nilai tukar yang berlaku adalah nilai tukar pada saat
transaksi jual beli terjadi, delivery asset serta pembayaran dilaku-kan pada
saat yang sama. Yang kedua Nilai Tukar Forward (Foward Exchange Rate)
yaitu nilai tukar yang berlaku adalah nilai tukar pada perjanjian awal,
delivery asset dan pembayaran akan dilakukan pada waktu yang akan datang.
Yang ketiga Nilai Tukar Future (Future Exchange Rate) yaitu nilai tukar yang
berlaku adalah nilai tukar yang telah disesuaikan setiap hari selama periode
kontrak (marking to market), delivery asset dan pembayaran akan dilakukan
pada waktu yang akan datang.
Sifat nilai tukar dibedakan menjadi dua yaitu volatile dan vis a vis.
Nilai tukar dikatakan volatile jika nilai tukar tersebut peka untuk bergerak
atau mudah naik atau turun tergantung pada perekonomian suatu negara.
Perubahan-perubahan yang terjadi pada harga valas dalam sistem nilai tukar
tetap disebut revaluasi atau devaluasi, sedangkan bila terjadi pada sistem
nilai tukar mengambang berarti terjadi apresisi atau depresiasi.
Nilai tukar yang relatif stabil disebut hard currency sedangkan mata
uang yang tidak stabil disebut soft currency. Akibat nilai tukar yang volatile
me-nimbulkan tiga macam tindakan, pertama hedging yaitu pelaku lebih
menyukai untuk menghindari fluktuasi nilai tukar (risk averter).Kedua,
spekulasi yaitu pelaku lebih menyukai fluktuasi nilai tukar (risk lover) dan
terakhir adalah arbitrase yaitu pelaku yang mengambil keuntungan dengan
adanya perbedaan nilai tukar, harga aset finansial dan tingkat bunga antar
negara.
Nilai tukar dikatakan vis a vis jika nilai tukar tersebut dinyatakan
secara berhadapan. Misalnya, Rp 9.300 per US$ sama dengan US$1/9.300
rupiah. Karena sifat tersebut maka jika nilai tukar valas mengalami apresiasi
terhadap mata uang domestik berarti nilai tukar domestik mengalami
depresiasi.
Secara garis besar penentuan nilai tukar juga terbagi menjadi tiga
macam:
1. Nilai Tukar Tetap (Fixed Exchange Rate)
Dalam sistem ini, suatu negara me-ngumumkan suatu nilai tukar
tertentu atas mata uangnya dan menjaga nilai tukar ini dengan menyetujui
untuk membeli atau menjual valas dalam jumlah yang tak terbatas pada nilai
tukar tersebut. Kebanyakan negara industri utama memiliki nilai tukar tetap
mulai akhir perang dunia kedua sampai tahun 1973. Dalam sistem ini, bank
sentral harus membiayai setiap surplus atau defisit neraca pembayaran yang
timbul pada nilai tukar resmi.
2. Nilai Tukar Mengambang (Floating Exchange Rate)
Dalam sistem mengambang atau flexible, bank sentral sama sekali
tidak ikut campur tangan dan memperkenankan nilai tukar secara bebas
ditentukan di pasar valas. Jadi, tingkat keseimbangan ditentukan oleh
kekuatan permintaan dan penawaran. Ada dua pengertian dalam sistem ini
yaitu clean float dan dirty float. Clean float adalah nilai tukar dibiarkan bebas
tanpa campur tangan pemerintah sedangkan dirty float, pemerintah
melakukan intervensi di pasar valas. Dibawah sistem mengambang murni,
cadangan valas konstan. Ke-untungan sistem ini adalah tidak terjadi defisit
atau surplus neraca pembayaran, karena nilai tukar akan menyesuaikan diri
sampai jumlah current account dan capital account menjadi nol. Akan tetapi
di sisi lain, nilai tukar yang tidak stabil sangat peka untuk berubah naik atau
turun.
3. Nilai Tukar Mengambang Terkendali (Managed Floating Exchange Rate)
Pada sistem ini, nilai tukar tidak secara bebas berfluktuasi sesuai
kekuatan pasar, tetapi tinggi rendahnya nilai tukar ditetapkan dalam
batasbatas tertentu (band intervention). Di samping itu, tinggi rendahnya
nilai tukar tergantung seberapa besar intervensi pemerintah dalam
Mempengaruhi nilai tukar.Intervensi pemerintah berupa pembelian atau
penjualan valas. Besarnya intervensi pemerintah sangat bervariasi.
Hubungan Ekspor dan Kinerja Perdagangan

Neraca perdagangan dan nilai tukar berjalan beriringan (co-
movement) di mana perubahan pada nilai tukar akan menyebabkan
perubahan pada neraca perdagangan, begitu sebaliknya perubahan neraca
perdagangan akan berakibat pada naik/turunnya nilai tukar suatu negara.
Pada Gambar 3 diilustrasikan dampak dari terjadinya apresiasi nilai tukar
mata uang negara eksportir yang menyebabkan harga produk negara
tersebut menjadi lebih tinggi.
Peningkatan harga tersebut menyebabkan menurunnya permintaan
ekspor dikarenakan pasar dunia mengharapkan harga yang lebih rendah.
Apresiasi nilai tukar akan memberi dampak harga produk impor menjadi
lebih murah dibandingkan harga sebelum terjadinya apresiasi. Hal ini
mengakibatkan permintaan terhadap barang impor akan semakin tinggi.
Sebaliknya, pada saat terjadi depresiasi nilai tukar, permintaan barang
ekspor akan meningkat akibat dari harga barang ekspor yang lebih rendah.
Sedangkan permintaan akan barang impor menjadi menurun karena
depresiasi nilai tukar menyebabkan harga barang impor menjadi lebih tinggi.
Secara simultan, perubahan neraca perdagangan akan mempengaruhi nilai
tukar mata uang dalam negeri akibat dari transaksi ekspor dan impor yang
menyebabkan keluar masuknya mata uang.
Gambar 2. Kurva perubahan permintaan produk ekspor akibat dari
apresiasi nilai tukar mata uang negara eksportir
Konsep J-Curve
Fenomena J-Curve merupakan kondisi di mana suatu depresiasi nilai
tukar akan memperburuk neraca perdagangan dalam jangka pendek, namun
seiring dengan berjalannya waktu, depresiasi tersebut membawa neraca
perdagangan ke keadaan lebih baik pada jangka panjang. Depresiasi
mengakibatkan harga barang impor relatif lebih mahal dan harga barang
ekspor relatif lebih murah, dengan asumsi bahwa perubahan volume ekspor
dan impor berubah secara lamban, maka hal ini akan menyebabkan defisit
perdagangan yang semakin besar atau surplus perdagangan yang menurun.
Setelah beberapa waktu, volume ekspor akan mulai meningkat seiring
dengan harga produk ekspor yang relatif lebih murah dan diikuti dengan
penurunan volume impor akibat dari harga produk impor yang relatif lebih
mahal. Sehingga hal ini akan mengakibatkan surplus neraca perdagangan
semakin meningkat di mana adanya kemungkinan surplus perdagangan yang
melebihi kondisi surplus sebelum terjadinya depresiasi nilai tukar.
Gambar 3. Kurva J-Curve
Penelitian Terdahulu
Penelitian mengenai pergerakan nilai tukar dan volatilitas nilai tukar
telah banyak dilakukan. Bartolini dan Bodnar (1996), menegaskan bahwa
tidak ditemukan secara signifikan volatilitas yang bersifat
excessive.Penelitian yang dilakukan dengan menggunakan sudut pandang
monetaris menunjukkan bahwa volatilitas yang terjadi pada nilai tukar
cenderung untuk berjalan normal.
Rose (1991) menggambarkan bahwa nilai tukar tidak mempengaruhi
neraca pendapatan di lima negara OECD pasca era Bretton woods. Rose dan
Yellen (1989) tidak dapat menolak hipotesis bahwa nilai tukar riil secara
statistik tidak signifikan menentukan arus perdagangan. Mereka menguji
arus perdagangan bilateral antara Amerika Serikat dengan negara-negara
OECD lainnya dengan menggunakan data kuartalan.
Arize et.al. (2000) melakukan penelitian tentang volatilitas nilai tukar
terhadap perdagangan luar negeri di 13 negara sedang berkembang
sepanjang tahun 1973-1996. Secara umum diperoleh hasil volatilitas nilai
tukar berpengaruh negatif terhadap permintaan ekspor baik dalam jangka
pendek maupun dalam jangka panjang. Penelitian yang dilakukan oleh
Sabuhi Sabouni dan Piri (2008) tentang pengaruh volatilitas ter-hadap
ekspor sektor pertanian menunjukkan ditemukannya hasil yang
berbeda.Volatilitas nilai tukar ternyata berdampak positif dalam jangka
panjang terhadap ekspor sektor pertanian di Iran.
Onafowora’s (2003) meneliti pengaruh perubahan nilai tukar riil
terhadap neraca perdagangan riil. Obyek penelitian adalah Negara di
kawasan ASEAN, Malaysia, Indonesia dan Thailand dengan Negara-Negara
Amerika dan Jepang, dengan menggunakan VECM ( Vector Error Correction
Model). Hasil yang didapatkan menunjukkan hubungan positif jangka panjang
antara nilai tukar riil dan neraca perdagangan di semua kasus:
Indonesiadengan Jepang (0,351), Indonesia dengan AS (0,243), Malaysia-
Jepang (1,252), Malaysia-AS (0,644), Thailand-Jepang (1,082) dan Thailand-
AS (1,665). Estimasi untuk Malaysia-AS, Indonesia- AS dan Indonesia-Jepang
menunjukkan bahwa neraca perdagangan riil mempunyai hubungan yang
negatif dengan pendapatan domestik riil dan hubungan yang positif dengan
pendapatan luar negeri riil dalam jangka panjang. Akan tetapi, neraca
perdagangan riil dalam model Malaysia- Jepang, Thailand-US dan Thailan-
Jepang menggambarkan hasil yang berbeda, hubungan yang positif dengan
pendapatan domestik riil dan hubungan yang negatif dengan pendapatan
luar
negeri riil.
Berdasarkan penelitian sebelumnya beberapa negara berkembang
bahwa tidak semua fenomena J-Curve ini terjadi pada saat terjadinya
depresiasi mata uang. Bahmani-Oskooee dan Kanitpoong (2001) meneliti
bahwa dari lima mitra dagang Thailand, hanya Amerika dan Jepang yang
menunjukkan adanya fenomena J-Curve. Wilson (2001) menyatakan bahwa
tidak ditemukannya fenomena J-Curve antara Singapura, Korea dan Malaysia
dengan partner dagang Amerika dan Jepang kecuali hubungan perdagangan
antara Korea dan Amerika. Petrovic dan Gligoric (2010) menyatakan bahwa
depresiasi nilai tukar mata uang di Serbia meningkatkan neraca perdagangan
pada jangka panjang dan memburuk pada jangka pendek.
Penelitian fenomena J-Curve di Indonesia sebelumnya telah dilakukan
oleh Bahmani-Oskooee dan Harvey (2009) menggunakan data kuartalan dari
kuartal 1 tahun 1974-kuartal IV tahun 2008 dengan metode bound testing
dan Error Correction Models disimpulkan bahwa fenomena J-Curve hanya
terjadi pada hubungan dagang antara Indonesia dengan negara Canada,
Jepang, Singapura Malaysia dan U.K.
Sedangkan pada penelitian Ramadona (2016) menggunakan data
dengan periode waktu bulanan di mana mitra dagang Indonesia yang terkait
dalam penelitian merupakan 10 mitra dagang terbesar Indonesia pada tahun
2014 diurutkan berdasarkan total perdagangannya. Adapun metode yang
digunakan dalam penelitian ialah dengan menggunakan metode Panel
FMOLS dan Panel ECM. Hasil yang didapatkan bahwa belum ada fenomena J-
Curve di Indonesia.
Penelitian mengenai penggunaan Aplikasi model CGE telah banyak
dilakukan. Aplikasi model CGE telah digunakan untuk mengkaji berbagai isu
perekonomian seperti liberalisasi perdagangan (Oktaviani, 2000; Chemingui,
2000; dan Mehlum, 2004;), Foreign Direct Investment (Lee dan Dominique,
2001; dan Maldonado, Oktavio dan Marcos, 2004), dan industri (Oktaviani,
2008; dan Bautista, Sherman, dan Moataz, 1999). Aplikasi model CGE yang
saat ini juga banyak dikembangkan adalah terkait dengan isu perubahan
iklim (Rosson, 2001; dan Berritela, et al, 2004).
Mehlum (2004) menggunakan Model CGE yang diaplikasikan dalam
menganalisis sumber-sumber dari fluktuasi pertumbuhan. Dalam kajian ini,
capital stocks dikalibrasi dan fungsi permintaan investasi menjadi bagian
analisis dampak jangka menengah dari liberalisasi perdagangan. Tujuan dari
studi adalah menganalisis dinamika dalam jangka pendek dan menengah dari
liberalisasi perdagangan. Hasil studi menunjukkan bahwa respon investasi
menjadi kunci dari efek liberalisasi perdagangan baik dalam jangka pendek
maupun jangka menengah. (1) Dalam jangka pendek, positif respon dari
investasi akan meningkatkan permintaan impor. Pada regim fixed exchange
rate maka keseimbangan current account menjadi lebih buruk. Jika
keseimbangan current 41 account dipertahankan tetap maka, devaluasi
menjadi suatu keharusan, upah unskilled labor akan turun. (2) Dalam jangka
menengah, respon positif dari investasi akan menciptakan pertumbuhan
yang merupakan prasyarat bagi peningkatan keseimbangan perdagangan.
Lee dan Dominique (2001) menganalisis dampak dari liberalisasi
perdagangan dan Investasi APEC terhadap Output dan saling mempengaruhi
antara FDI dan perdagangan. Model yang digunakan dikembangkan dari
model CGE yang dibentuk oleh van der Mensbrugghe (2000). Pembedaan
antara aktivitas perusahaan domestik dan asing merupakan ciri utama dari
model, dan dengan memasukkan FDI dalam model. Hasil studi menunjukkan
bahwa liberalisasi FDI memberikan tambahan manfaat yang lebih besar bagi
perekonomian APEC dibandingkan dengan liberalisasi perdagangan. Pada
sector manufaktur diketahui bahwa FDI dan trade memiliki hubungan
komplemen pada APEC region. Liberalisasi perdagangan mendorong
peningkatan aliran masuk dan aliran keluar FDI stocks, adapun liberalisasi
FDI mendorong peningkatan impor dan ekspor manufaktur. Penelitian lain
terkait dengan studi ini dapat dilihat pada Tabel 1.
Tabel 1. Penelitian Terdahulu
Penulis
No Judul Metode Hasil
(Tahun)
1 Pavle Exchange ARDL and Jangka Pendek : J Cuver dimana
Petrovic Rate and Johansen nilai tukar terdeperesiasi
angd Neraca ekspor turun kemudian ekspor
Mirjana perdaganga naik
Gligorić n: J-Curve Jangka Panjang Ekspor Improve
(2010) Effect pada kedua metode
2 Venus Exchange Regresi Enchange Rate tidak
Khim-Sen Rate and berpengaruh signifikan
Liew, Neraca terhadap nilai ekspor,
Kian-Ping perdaganga melainkan real money yang
Lim, dan n berpengaruh signifikan
Huzaimi Relationshi
Hussain p: The
(2003) Experience
of ASEAN
Countries
Penulis
(Tahun)
3 Le Hoang Testing J- ARDL Pada jangka pendek depresiasi
Phong, Ho Curve nilai tukar berpengaruh pada
Hoang Gia Phenomeno penurunan neraca
BaoHo n in perdagangan, namun pada
Hoang Gia Vietnam: jangka panjang depresia nilai
Bao, Dang An tukar berpengaruh poitif pada
Thi Bach Autoregres neraca perdagangan (J-curve)
Van sive
(2018) Distributed
Lag (ARDL)
Approach
4 Nguyen The Impact ARDL dan Nilai tukar berpengaruh negatif
Quang of Exchange ECM terhadap nilai Tukar aik di
MyMustaf Rate on jangka panjang dimana tade
a Market blance cenderung negatif ketika
SayimMus Fundament real effective exchange rate
tafa als: A Case mengalami peningkatan
SayimHa Study of J-
mid Curve Effect
Rahman in Vietnam
(2017)
5 Safet The Effect VECM Depresiasi nilai tukar efektif
KurtovicS of yang nyata secara positif
afet Depreciatio mempengaruhi neraca
Kurtovic n of the perdagangan Albania baik
(2017) Exchange dalam jangka panjang dan
Rate on the jangka pendek menunjukkan
Neraca lemahnya kehadiran efek
perdaganga kurva-J.
n of Albania
6 Nektarios Estimating ARDL Nilai tukar tidak berpengaruh
Michail a Bilateral pada jangka pendek, namun
(2017) J-Curve berpengaruh positif pada
(https:// between jangka panjang
www.rese the UK and
archgate.n the Euro
et/publica Area:
tion/3217 Estimating
55108_Est Bilateral J-
imating_a_ Curve UK
Bilateral_J and EA
-
Curve_bet
ween_the_
UK_and_th
Penulis
(Tahun)
e_Euro_Ar
ea_Estima
ting_Bilate
ral_J-
Curve_UK_
and_EA
7 Safet Bilateral ARDL Kehadiran efek depresiasi nilai
Kurtovic Trade tukar riil jangka pendek
(2017) Elasticity of menyiratkan penurunan impor
Serbia: Is ke Serbia dari mitra dagang
There a J- masing-masing, yang mengarah
Curve pada peningkatan neraca
Effect? perdagangan Serbia. depresiasi
riil jangka panjang terhadap
nilai tukar (dan meningkatnya
permintaan dari negara-negara
ini) meningkatkan eskpor
Serbia
8 Martin Dynamic Dinamic Nilai tukar memiliki efek yang
Gürtler analysis of analysis sangat negatif pada neraca
(2018) neraca perdagangan dalam jangka
perdaganga pendek; efek ini,
n behavior bagaimanapun, diganti dengan
in a small yang positif dalam jangka
open panjang, sehingga
economy: mengkonfirmasikan fenomena
the J-Curve kurva-J
phenomeno
n and the
Czech
economy
9 Mohsen Asymmetri Efek dari perubahan nilai tukar
Bahmani- c effects of adalah asimetris. Lebih
Oskooee exchange tepatnya, sementara apresiasi
dan Ferda rate lira tidak memiliki efek
Halicioglu changes on signifikan pada neraca
(2016) Turkish perdagangan bilateral Turki
bilateral
neraca
perdaganga
ns
10 Julio Effects of ARDL Impor Nigeria dari Tiongkok
Felippe Bilateral merespon secara negatif
BicudoNn Real terhadap peningkatan nilai
anna P. Exchange tukar bilateral yang nyata
Penulis
(Tahun)
Azu Rate on seperti halnya terhadap
(2018) Sino- volatilitasnya. Ekspornya ke
Nigeria China bereaksi positif terutama
Trade: An dalam jangka pendek
ARDL
Cointegrati
on
Approach
11 Phouphet Investigatin ECM Devaluasi Nilai tukar
Kyophilav g the meningkatkan neraca
ong, Relationshi perdagangan, tetapi tidak ada
Muhamma p between bukti fenomeno kurva-J
d Shahbaz, Neraca
Ijaz Ur perdaganga
Rehman, n and the
Bartosz Exchange
Jó´zwik, Rate: The
Somchith Case of
Souksavat Laos’ Trade
h, dan with
Sengchan Thailand
h
Chanthase
ne
12 Olugbenga Exchange VECM Hasil IRF Negara Indonesia dan
Onafowor Rate and Malaysia pada perdagangan
a (2003) Neraca bilateral dengan US dan Jepang
perdaganga menunjukkan bahwa saat
n in East terjadi guncangan depresiasi
Asia : Is akan memperburuk neraca
There a J- perdagangan (dalam kurun
Curve? waktu empat kuartal) dan
neraca perdagangan meningkat
pada jangka panjang. Thailand
memiliki hasil yang berlawanan
pada perdagangan bilateral
dengan US dan Jepang dimana
guncangan depresiasi membuat
neraca perdagangan membaik,
lalu memperburuk, dan
kembali membaik. Pola yang
terjadi paa Thailand tidak
mendukung hipotesis J-Curve,
tapi konsisten dengan S-Curve.
13 Andrew Is There A ECM dan Tidak ada pola yang spesifik
Penulis
(Tahun)
K. Rose J-Curve? ARDL dalam mendukung fenomena J-
dan Janet Curve pada jangka pendek.
L. Yellen Pada jangka panjang
(1989) mendukung teori ekonomi
dimana ketika ada depresiasi,
neraca perdagangan
meningkat.
14 Peter Exchange ARDL Pada Negara Singapura dan
Wilson Rates and Malaysia, nilai tukar riil tidak
(2001) the Neraca memiliki dampak signifikan
perdaganga terhadap neraca perdagangan
n for (tidak menunjukkan adanya J-
Dynamic Curve) dan Korea menunjukkan
Asian adanya beberapa efek J-Curve.
Economies-
Does the J-
Curve Exist
for
Singapore,
Malaysia,
and Korea?
15 Derick Real VECM dan Hasil estimasi ARDL
Boyd, Exchange ARDL menunjukkan adanya
Gugielmo Rate Effects fenomena J-Curve pada dua
Maria on the negara (Jepang dan UK).
Caporalen Balance of Belanda menunjukkan nilai
dan Ron Trade: yang berkebelikan sehingga
Smith Cointegrati tidak menunjukkan adanya
(2001) on and the fenomena J-Curve.
Marshall-
Lerner
Condition
16 Elif Dynamics ECM dan Pada Negara Turki, hasil
Akbostanc of The VECM estimasi pada jangka panjang
i (2004) Neraca menunjukkan jika terjadi
perdaganga depresiasi, neraca perdagangan
n : The meningkat. Pola yang terjadi
Turkish J- pada jangka pendek hingga
Curve panjang, saat terjadi depresiasi
adalah terjadi peningkatan,
penurunan, dan peningkatan
kembali neraca perdagangan.
(tidak support hipotesis J-Curve
17 Anil K Lal, Nominal VECM Depresiasi pada mata uang
Thomas C Effective negara di Asia Selatan dapat
Penulis
(Tahun)
Lowinger Exchange meningkatkan neraca
(2002) Rate and perdagangan pada jangka
Neraca panjang. Hasil IRF
perdaganga menunjukkan bahwa adanya
n fenomena J-Curve pada setiap
Adjustment sampel negara yang di teliti
in South
Asias
Countries
Kerangka Penelitian
Berdasarkan Penelitian Terdahulu, maka penelitian ini terbagi
menjadi tiga analisis. Yang pertama melihat dampak volatilitas nilai tukar
terhadap perdagangan menggunakan estimasi VECM. Kedua, untuk melihat
apakah di Indonesia telah terjadi fenomena J-Curve. Ketiga, untuk melihat
bagaimana dampak pergerakan nilai tukar terhadap variabel makroekonomi
menggunakan model GTAP. Adapun secara garis besar kerangka penelitian
ini dapat dilihat pada Gambar 5.
Pergerakan Nilai Tukar Rupiah
Potensi Dampak Pergerakan Nilai Tukar Rupiah terhadap Kinerja Hubungan Jangka Pendek dan Jangka Dampak Nilai Tukar Rupiah
Makroekonomi dan Perdagangan Sektoral Panjang antara nilai tukar Rupiah terhadap terhadap Kinerja Sektor
perdagangan bilateral dengan negara mitra Perdagangan
dagang Strategis
Dampak Pergerakan Nilai Tukar Dampak Pergerakan Nilai Tukar

Rupiah terhadap Kinerja Rupiah terhadap Kinerja
Makroekonomi Perdagangan Sektoral
Identifikasi J Curve
Pendekatan
Kinerja Makroekonomi diukur Ekonometrika:
Kerentanan kinerja perdagangan Pendekatan Ekonometrika: Error Correction Vector Error
oleh: sektor terhadap pergerakan Nilai Model (ECM)
1. GDP Correction Model
Tukar Rupiah
2. Trade Balance Diukur dengan variabel: Respon (VECM)
Suplai (Produksi), Harga Ekspor dan
Impor, dan Penyerapan Tenaga Kerja
Global Trade Analysis Project (GTAP)
Rekomendasi Strategi Peningkatan Dayasaing Ekspor jangka pendek dan jangka panjang terkait dengan Pergerakan Nilai Tukar Rupiah
Keterangan:
Teknik pengumpulan data

atau Metode analisis
Gambar 4. Kerangka dan Tahapan Penelitian
METODE PENELITIAN
Jenis dan Sumber Data

Penelitian ini akan menggunakan data sekunder yang bersumber dari
Kementerian Perdagangan, Kementerian Perindustrian, World Integrated
Trade Solution (WITS), World Development Indicator (WDI), dan sumber
lainnya. Data-data tersebut merupakan data untuk mengetahui kondisi nilai
tukar dan perdagangan di Indonesia. Sementara itu, untuk menganalisis
dampak pergerakan nilai tukar Rupiah terhadap neraca perdagangan, jenis
data yang digunakan dalam GTAP adalah data sekunder yang berasal dari
GTAP versi terbaru yaitu versi 9 yang diterbitkan tahun 2015. GTAP versi 9
terdapat pembaharuan dalam hal-hal sebagai berikut:
1. Data referensi yang digunakan adalah tahun 2001, 2004, 2007 dan 2011.
2. Agregasi wilayah dan sektor adalah 140 region dan 57 sektor.
3. Data makro ekonomi berdasarkan referensi tahun 2001, 2004, 2007, dan
2011.
5. Data perdagangan merchandise bilateral baru yaitu untuk 2011.
6. Data proteksi baru untuk tahun 2007 dan 2011.
7. Data perdagangan bilateral time series baru dari 1995-2013.
8. Perbaikan data perdagangan bilateral jasa untuk tahun 2004, 2007, dan
2011.
9. Data energi yang diperbaiki untuk tahun 2004, 2007, dan 2011.
10. Revisi dukungan domestik OECD untuk tahun 2004, 2007, dan 2011.
11. Dekomposisi tarif ad valorem dan spesifik.
12. Set data emisi CO2 yang terintegrasi dalam core data dasar.
13. Kategori keahlian tenaga kerja menjadi 5 kategori.
Untuk keperluan penelitian, agregasi negara dalam model GTAP

diklasifikasikan berdasarkan tingkat kepentingan mitra Negara dagang
strategis dan negara kompetitor Indonesia dalam perdagangan internasional.
Negara di kawasan ASEAN dikonsiderasikan sebagai Negara pesaing
dikarenakan kesamaan resource endowment dan struktur export similarity
level yang relatif identik dengan Indonesia. Sementara itu, negara destinasi
ekspor tradisional diklasifikasikan berdasarkan nilai ekspor terbesar
Indonesia ke negara tersebut. Berdasarkan Tabel 2 dapat diidentifikasikan
bahwa China, Amerika Serikat, Jepang, dan India merupakan negara destinasi
ekspor Indonesia. Meskipun demikian, terlepas dari nilai ekspor Indonesia
yang tinggi ke negara tersebut, Indonesia mengalami defisit neraca
perdagangan yang cukup besar dengan China mencapai -11.47 Milyar USD di
tahun 2017. Disamping itu, Negara di kawasan ASEAN seperti Singapura,
Malaysia, Thailand, dan Viet Nam juga dapat diidentifikasi sebagai negara
mitra dagang strategis disamping sebagai negara kompetitor.
Tabel 2. Kinerja Ekspor Indonesia pada Negara Destinasi Ekspor Utama

Tahun 2017
No Negara Nilai Neraca Share Pertumbuhan Share Impor Pertumbuhan
Ekspor Perdagangan pada ekspor 2013- Negara Impor Negara
Indonesia (Milyar USD) Ekspor 2017 (%, Mitra di Mitra 2013-
(Milyar Indonesia p.a.) Pasar Dunia 2017 (%,
USD) (%) (%) p.a.)
1 China 23.05 -11.47 13.70 0.00 10.40 -3.00
2 Amerika 17.81 9.59 10.60 2.00 13.60 0.00
Serikat
3 Jepang 17.79 3.66 10.50 -11.00 3.80 -7.00
4 India 14.08 10.12 8.30 0.00 1.90 -9.00
5 Singapora 12.77 -4.22 7.60 -9.00 1.80 -5.00
6 Malaysia 8.47 -0.59 5.00 -7.00 1.10 -3.00
7 Korea 8.19 0.31 4.80 -10.00 2.70 -4.00
8 Filipina 6.63 5.79 3.90 15.00 0.60 11.00
9 Thailand 6.46 -2.57 3.80 1.00 1.30 -4.00
10 Viet Nam 3.59 0.51 2.10 11.00 1.30 10.00
11 Australia 2.51 -4.55 1.50 -14.00 1.20 -3.00
Sumber: ITC Trade Map (2018)
Berdasarkan justifikasi yang telah diidentifikasi, maka agregasi negara
untuk keperluan analisis dapat dilihat pada Tabel 3. Sedangkan untuk
melihat dampak pergerakan nilai tukar pada kinerja perdagagan masing-
masing sektor, maka dilakukan agregasi sektor dasar GTAP seperti disajikan
pada Tabel 4.
Tabel 3. Agregasi Regional
No. Code old regions
1 Indonesia idn
2 Malaysia mys
3 Thailand tha
4 Singapura sgp
5 Filipina phl
6 Vietnam vnm
7 Brunei brn
8 China chn hkg twn
9 US usa
10 Japan jpn
11 India ind
12 Korea kor
13 Australia aus
14 EU_28 aut bel cyp cze dnk est fin fra deu grc hun irl ita lva ltu
lux mlt nld pol prt svk svn esp swe gbr bgr hrv rou
15 RestofWorld nzl xoc mng xea khm lao xse bgd npl pak lka xsa can
mex xna arg bol bra chl col ecu pry per ury ven xsm cri
gtm hnd nic pan slv xca dom jam pri tto xcb che nor xef
alb blr rus ukr xee xer kaz kgz xsu arm aze geo bhr irn
isr jor kwt omn qat sau tur are xws egy mar tun xnf ben
bfa cmr civ gha gin nga sen tgo xwf xcf xac eth ken mdg
mwi mus moz rwa tza uga zmb zwe xec bwa nam zaf xsc
xtw
Sumber: GTAP Database Versi 9
Fitur agregasi sektoral yang digunakan dalam Model GTAP untuk

keperluan analisis disusun berdasarkan klasifikasi sektor detail yang ada di
GTAP, meliputi 57 sektor barang dan jasa, seperti terlihat pada Tabel 4.
Tabel 4. Agregasi Sektoral
New Sector New Sector
No. Code Description No. Code Description
1 Pdr Padi 30 lum Produk Kayu
2 Wht Gandum 31 ppp Produk Kertas dan
Percetakan
3 Gro Serealia lainnya 32 p_c Produk Minyak Bumi dan
Batubara
4 v_f Sayur, Buah, dan Kacang- 33 crp Produk Kimia, Karet, dan
kacangan Plastik
5 Osd Minyak Biji-bijian 34 nmm Produk Mineral Lainnya
6 c_b Tebu 35 i_s Besi
7 Pfb Tanaman Serat 36 nfm Mineral Non Metal
8 Ocr Tanaman lainnya 37 fmp Produk Metal
9 Ctl Sapi, Kambing, Domba, 38 mvh Kendaraan Bermotor
Kuda
10 Oap Produk hewani lainnya 39 otn Perlengkapan Transportasi
11 Rmk Susu Segar 40 ele Produk Elektronik

12 Wol Wol dan Serat Ulat Sutra 41 ome Produk Mesin dan
Perlengkapan
13 Frs Kehutanan 42 omf Produk Manufaktur Lainnya
14 Fsh Perikanan 43 ely Listrik
15 Coa Batubara 44 gdt Manufaktur Gas dan
Distribusi
16 Oil Minyak Bumi 45 wtr Air
17 Gas Gas Bumi 46 cns Konstruksi
18 Omn Mineral Lainnya 47 trd Perdagangan
19 Cmt Daging: Sapi, Kambing, 48 otp Jasa Transportasi Lainnya
Domba, Kuda
20 Omt Daging hewani lainnya 49 wtp Jasa Transportasi Laut
21 Vol Minyak Nabati dan 50 atp Jasa Transportasi Udara
Hewani
22 Mil Produk Susu 51 cmn Komunikasi
23 Pcr Beras 52 ofi Jasa Keuangan Lainnya
24 Sgr Gula 53 isr Asuransi
25 Ofd Produk Pangan Lainnya 54 obs Jasa Bisnis
26 b_t Minuman dan Produk 55 ros Rekreasi dan Jasa Lainnya
Tembakau
27 Tex Tekstil 56 osg Jasa Administrasi
Publik/Pertahanan/Kesehata
n/Pendidikan
28 Wap Pakaian Jadi 57 dwe Jasa Perumahan
29 Lea Produk Kulit
Sumber: GTAP Database Versi 9
Metode Analisis
Untuk menjawab tujuan kajian, beberapa alat analisis diterapkan yang
bersifat melengkapi satu sama lainnya. Dua pendekatan digunakan yaitu
pertama simulasi dengan menggunakan GTAP, yang lazim dalam analisis
perdagangan internasional. Dengan menggunakan analisis ini, maka dampak
pergerakan nilai tukar rupiah dapat dilihat secara agregat dan sektoral
sekaligus, disertai dengan perbandingan dampak terhadap negara lain.
Kedua, pendekatan model ekonometrika deret waktu untuk menangkap
fenomena historikal pergerakan nilai tukar rupiah, yang disandingkan
dengan pengaruh beberapa variabel makroekonomi baik lingkup global
maupun nasional. Dua model ekonometrika, autoegressive ordinary least
square dan juga Vector Error Correction Model digunakan.
Fenomena pergerakan nilai tukar rupiah sangat dinamis. Dalam kajian
ini model ekonometrika diterapkan dengan menggunakan dua pola data,
yaitu deret waktu tri wulanan serta data deret waktu harian. Untuk
memperdalam hasil analisis dari GTAP, beberapa sektor diseleksi untuk
dinalisis, apakah fenomena ekspor industri yang bersangkutan mengikuti
fenomena J-Curve atau tidak. Hipotesis dari teori ini adalah dalam jangka
pendek depresiasi nilai tukar berdampak negatif terhadap neraca
perdagangan industri tertentu, sebaliknya pada jangka panjang. Ringkasan
tujuan dan metode analisis serta data dan sumber data yang akan digunakan
dalam kajian ini dapat dilihat pada Tabel 5.
Tabel 5. Sinkronisasi Metode Analisis,Tujuan Penelitian,Data dan
Sumber Data
Tujuan Penelitian Metode Analisis Data yang Sumber Data
diperlukan
Analisis terhadap akar Desk Study Literatur terkait – Badan Pusat
permasalahan Rupiah (Regresi linear penyebab Statistik
baik secara struktural dan VECM) pergerakan nilai BPS
maupun non- tukar Rupiah – Internation
struktural al Financial
Data Nilai Tukar Statistics
Rupiah, FED Rate, (IFS)
Cadangan Devisa – CEIC
Analisis potensi GTAP Data dasar GTAP GTAP versi 9

dampak pergerakan
Nilai Tukar Rupiah
terhadap Kinerja
Makroekonomi dan
Perdagangan Sektoral
Hasil analisis Error Correction Rasio Nilai Ekspor – Badan Pusat
Tujuan Penelitian Metode Analisis Data yang Sumber Data
diperlukan
hubungan jangka Model terhadap Impor, Statistik
pendek dan jangka Nominal Effective BPS
panjang antara Nilai Exchange Rate – Internation
Tukar Rupiah PDB Indonesia al Financial
terhadap PDB Negara Mitra Statistics
Perdagangan Bilateral Dagang Strategis (IFS)
dengan Negara mitra Tertimbang – World
dagang strategis Economic
Outlook
Database
– UN
Comtrade
– CEIC
Hasil analisis dampak Error Correction Rasio Nilai Ekspor – Badan Pusat
volatilitas Nilai Tukar Model terhadap Impor, Statistik
Rupiah terhadap Nominal Effective BPS
Kinerja Sektor Exchange Rate – Internation
Perdagangan PDB Indonesia al Financial
PDB Negara Mitra Statistics
Dagang Strategis (IFS)
Tertimbang – World
Economic
Outlook
Database
– UN
Comtrade
– CEIC
Model Multi Region General Equilibrium

Teori keseimbangan umum pertama kali dikembangkan oleh Leon
Walras pada abad ke-19. Berdasarkan teori, model keseimbangan dalam
ekonomi dapat dibedakan menjadi dua macam yaitu (1) model
keseimbangan parsial (partial equilibrium), dan (2) model keseimbangan
umum (general ekuilibrium theory). Model keseimbangan umum (CGE)
merupakan model makroekonomi yang mengintegrasi mikroekonomi dan
makroekonomi.
Model CGE berbeda dengan model parsial dimana model ini dapat
menganalisis pasar secara lengkap dan saling berinteraksi satu sama lain.
Variabel-variabel makroekonomi dan sektoral pada tingkat mikro maupun
sektoral akan dianalisis secara bersama-sama. Model CGE menganalisis
sensitivitas dari alokasi sumberdaya, karena adanya perubahan eksternal.
Selain itu data yang digunakan dalam model CGE meliputi parameter
elastisitas dan input-output data yang menunjukkan keterkaitan antar sektor
sehingga model CGE digunakan sebagai alat analisis terhadap perubahan
sektoral (Oktaviani, 2008). Model CGE juga memberikan gambaran yang
lebih baik dan mudah untuk menjelaskan dampak integrasi yang akan
dibentuk oleh suatu negara dengan negara lain dalam suatu wilayah.
Model CGE memberikan informasi yang lebih intuitif karena tiga
alasan. Pertama, model CGE didasarkan pada asumsi-asumsi yang eksplisit
dalam suatu kerangka kerja yang konsisten dengan teori mikroekonomi.
Kedua, model CGE memberikan hasil kuantitatif yang jelas dan tepat sehingga
pembuat kebijakan dapat lebih mudah menilai siapa yang mendapatkan
keuntungan dan yang menderita karena adanya sebuah FTA. Ketiga, karena
FTA melibatkan perubahan kebijakan perdagangan di multi-pasar, analisis ini
mungkin terlalu rumit dengan menggunakan pendekatan aljabar atau
metode geometrik. Analisis CGE dapat menghasilkan wawasan baru tentang
asumsi-asumsi ekonomi dalam menentukan hasil dari suatu FTA.
Pertimbangan penggunaan model CGE dalam studi ini adalah
penggunaan CGE dianggap tepat karena interaksi antara pelaku ekonomi
menjadi kompleks dan sulit untuk dipahami apabila dengan menggunakan
model partial equilbrium. Selain itu, pendekatan keseimbangan umum ini
diyakini lebih baik digunakan dalam menganalisis keterkaitan intersektoral
dan keterkaitan antar sektor-sektor serta kondisi makroekonomi dan cocok
digunakan untuk menganalisis isu-isu pada kebijakan perdagangan luar
negeri sesuai dengan yang dikemukakan oleh De Melo 1988 dan Yeah, et al,
1994. Dalam penelitian ini, FTA Indonesia Colombia dan Indonesia Ecuador
akan berdampak pada perubahan kebijakan dalam suatu perekonomian,
simulasi ekonomi untuk model CGE didasarkan bahwa equilibrium baru akan
tercapai. Pengaruh dari suatu FTA dapat diperkirakan dengan
membandingkan kesejahteraan pada ekuilibrium lama dengan ekuilibrium
baru
Sebuah model CGE pada dasarnya berusaha menjelaskan permintaan
dan penawaran di masing-masing sektor dan keterkaitan antar sektor. Dalam
analisis sebuah FTA, variabel eksogen biasanya sesuai untuk variabel
kebijakan perdagangan, elastisitas, dan parameter saham. Sisa dari variabel
pada model CGE dari FTA adalah variabel endogen, seperti harga, volume
impor dan ekspor, pendapatan rumah tangga, pendapatan tarif, surplus
konsumen dan surplus produsen. Studi ini akan menggunakan GTAP yang
merupakan salah satu model CGE perdagangan yang dikembangkan oleh
Hertel (1997). Teori yang mendasari GTAP sama dengan model standar yang
berdasarkan pada multi region CGE. Pada model CGE, interaksi antara agen-
agen yang berbeda berlangsung dalam satu negara atau wilayah, sementara
dalam model GTAP interaksi antara agan-agen berlangsung antar wilayah.
Selain itu, GTAP juga mencakup transportasi global dan mobilitas investasi.
Dengan demikian model GTAP mampu menjelaskan dampak kebijakan antar
negara.
Teori yang mendasari GTAP sama dengan model standar yang
berdasarkan pada multi region CGE. Pada model CGE, interaksi antara agen-
agen yang berbeda berlangsung dalam satu negara atau wilayah, sementara
dalam model GTAP interaksi antara agen-agen berlangsung antar wilayah.
Selain itu, GTAP juga mencakup transportasi global dan mobilitas investasi.
Dengan demikian model GTAP mampu menjelaskan dampak kebijakan antar
negara. Konsep utama model GTAP standar dimulai dari simplifikasi model
bagaimana ekonomi tertutup tanpa pajak bekerja. Model tersebut terus
dilengkapi sehingga dapat menangkap model ekonomi terbuka dan
bagaimana keterkaitan antar agen ekonomi dimana terdapat pajak
(mengurangi pendapatan) atau subsidi (menambah pendapatan).
Pajak/subsidi menjadi hal penting dalam model GTAP yang dapat
menangkap tarif atau pun non-tarif dari perdagangan internasional.
Penjelasan struktur model GTAP standar yang bersumber dari Hertel (1997),
selain itu mengacu dari uraian Oktaviani dan Puspitawati (2008). Konsep
struktur model GTAP dapat diuraikan sebagai berikut:
Model Ekonomi Tertutup tanpa Pajak
Model ekonomi tertutup tanpa pajak dan belum ada perdagangan
merupakan penyederhanaan dari dunia nyata, dimana tidak ada depresiasi,
pajak dan subsidi. Dalam ekonomi sederhana ini terdapat tiga agen, yaitu
rumah tangga swasta, pemerintah dan produsen.
Keterkaitan antar agen ekonomi dan komponen-komponen permintaan
akhir ditunjukkan pada Gambar 6. Bagian atas terdapat rumah tangga
regional. Pengeluaran rumah tangga berdasarkan pada agregat fungsi utilitas
Cobb-Douglas dimana pengeluaran dialokasikan pada rumah tangga swasta,
pemerintah dan tabungan. Arus pengeluaran rumah tangga swasta
disimbolkan sebagai PRIVEXP.
Pada bagian tengah menunjukkan unsur pemerintah. Rumah tangga
regional menerima pendapatan yang dihasilkan oleh pemerintah. Arus
pengeluaran pemerintah ditunjukkan oleh simbol GOVEXP. Walaupun model
GTAP tidak menangkap fenomena pasar uang, namun seluruh pendapatan
rumah tangga regional yang tidak habis dibelanjakan oleh pemerintah,
rumah tangga swasta dan perusahaan, dimasukkan di dalam pengeluaran
sebagai tabungan. Arus pengeluaran rumah tangga regional ke dalam
tabungan disimbolkan sebagai SAVE.
Produsen merupakan pemakai input intermediate dan faktor
endowmentt yang menghasilkan output barang dan jasa. Sumber pendapatan
rumah tangga regional diasumsikan hanya dari “penjualan” faktor
endowment (tenaga kerja, lahan, modal, sumber daya alam) ke perusahaan.
Aliran pendapatan ini digambarkan sebagai VOA (endw) yang diartikan
sebagai Nilai Output pada harga di tingkat agen dari komoditi endowment
(Value of Output at Agents’ prices of endowment commodities).
Rumah Tangga Regional
PRIVEXP SAVE GOVEXP
Rumah Tangga Tabungan Pemerintah

Swasta
VOA
NETINV Endw
VDPA VDGA
Produsen
VDFA
Gambar 5. Model Kasus Satu Wilayah, Perekonomian Tertutup tanpa
Pajak
Arus “penjualan” faktor produksi rumah tangga swasta ke produsen
disebut VDPA yaitu nilai dari pembelian/belanja rumah tangga swasta
domestik berdasarkan harga produsen (VDPA = Value of Domestic Purchases
by Private household at agent’ prices). Sedangkan aliran penjualan dari
perusahaan kepada pemerintah merupakan pendapatan produsen yang
disimbolkan sebagai nilai pembelian pemerintah berdasarkan harga
produsen (VDGA = Value of Domestic Puschases by Government at agents’
prices), yang merupakan fungsi Cobbb Douglas.
Penjualan barang investasi dibiayai dari tabungan rumah tangga
regional. Oleh karena itu, terdapat arus pendapatan produsen dari tabungan,
yaitu NETINV. Di dalam model statik, investasi tidak mempengaruhi
kapasitas tetapi mempengaruhi aktivitas total.
Perusahaan mengkombinasikan penggunaan komoditi endowment
dengan produk antara untuk memproduksi barang untuk permintaan akhir
sehingga terdapat aliran pendapatan dari produsen ke produsen. Ini
disimbolkan sebagai VDFA (Value of Domestic purchases by Firms at agents’
price). Perusahaan dengan menggunakan fungsi produksi Constant Return to
Scalae (CRS) di asumsikan tidak mendapatkan keuntungan (zero profit).
Closure standar dalam model GTAP sederhana adalah fungsi utilitas
Cobb-Douglas dengan constant budget share pada setiap kategori
pengeluaran. Modifikasi dilakukan dimana pengeluaran pemerintah dan
tabungan bisa menjadi perubah eksogen (tetap atau shock) sehingga
pengeluaran rumah tangga swasta bisa menyesuaikan untuk mencapai
kendala anggaran rumah tangga regional.
Model tidak memasukkan penerimaan pajak pemerintah. Tidak adanya
pajak tidak berarti terjadi penurunan di dalam pengeluaran pemerintah di
dalam model GTAP. Tidak adanya pajak mengakibatkan penurunan dalam
kelebihan beban (excess burden), pendapatan riil regional akan meningkat
dan pengeluaran riil pemerintah juga meningkat. Kekurangan fiskal ini
terlihat di dalam model data GTAP yang tidak lengkap mencakup instrumen
pajak regional. Implikasinya model ini memiliki kelemahan yaitu tidak dapat
memprediksi secara akurat apa yang akan terjadi terhadap total penerimaan
pajak, dan pengguna yang memfokuskan dampak pengeluaran pemerintah
biasanya membuat beberapa asumsi variabel eksogen.
Sedangkan keunggulan menggunakan asumsi pengeluaran regional di
dalam model GTAP, yaitu indikator kesejahteraan dari fungsi utilitas regional.
Sebagai contoh jika pengeluaran swasta riil menurun, tabungan dan
pengeluaran pemerintah naik, apakah rumah tangga regional lebih baik?
Dengan adanya fungsi kepuasan regional pertanyan ini bisa dijawab.
Model Ekonomi Terbuka tanpa Pajak

Gambar 7 merupakan model sebelumnya dengan memasukkan
perdagangan internasional dengan negara lain. Rest of the World (ROW) di
bagian bawah menunjukkan adanya perdagangan dengan wilayah luar.
Struktur ekonomi ROW diasumsikan identik dengan ekonomi domestik.
Masing-masing agen di dalam ekonomi domestik akan memberikan
“pembayaran impor” kepada ROW. Arus pembayaran impor ke ROW dari
rumah tangga swasta ditunjukkan dengan VIPA, dari pemerintah adalah
VIGA, dan dari produsen adalah VIFA.
Transisi dari ekonomi tertutup menjadi terbuka mengakibatkan adanya
dua sektor global, yaitu bank global dan perdagangan global. Bank global di
tengah gambar, menghubungkan antara tabungan global (SAVE) dan
investasi barang (REGINV). Perdagangan global dimaksudkan sebagai
seluruh ekspor yang menyangkut perdangangan barang dan jasa,
transportasi, jasa asuransi dan barang komposit yang digunakan untuk
menggerakkan arus perdagangan antar wilayah. Adanya aktivitas ini
menimbulkan adanya perbedaan nilai, untuk ekspor terlihat pada nilai fob,
dan untuk impor pada cif.
PRIVEXP SAVE GOVEXP
Rumah Tangga Bank Global Pemerintah

Swasta
VOA
REGINV Endw
VDPA VDGA
Produsen
VDFA
VIFA VXMD
VIPA VIGA
Rest of the
World
Gambar 6. Perekonomian Terbuka tanpa Intervensi Pemerintah: Model

Multi Wilayah
Model Ekonomi Tertutup dengan Pajak

Model berikutnya telah memasukkan variabel pajak. Pajak
dimaksudkan sebagai pendapatan rumah tangga regional selain pendapatan
yang berasal dari pengeluaran masing-masing agen. Semua pajak, baik dari
rumah tangga swasta, pemerintah dan produsen ditambahkan pada rumah
tangga regional, sehingga:
VOM = VOA + PTAX
atau, Pendapatan = VOA + Pajak – Subsidi
maka nilai output di tingkat pasar (market) telah memasukkan unsur pajak.
Pajak dapat bernilai positif (taxes) yang akan menambah nilai output di
tingkat pasar (VOM), atau bernilai negatif (subsidi) yang akan mengurangi
nilai output pasar (VOM). Gambar 8 menunjukkan model ekonomi riil satu
wilayah yang lengkap dengan perekonomian tertutup. Untuk analisis
selanjutnya model ini menjadi model dasar GTAP.

PRIVEXP
SAVE
Taxes Taxes GOVEXP
Rumah Tangga Pemerintah
Swasta
Tabungan
VDPA Taxes VOA VDGA
Endw
NETINV
Produsen
VDFA
Gambar 7. Perekonomian Tertutup dengan Pajak: Model Satu Wilayah
Pajak
Pajak merupakan salah satu bentuk kekuatan intervensi pasar di
domestik. Pajak mempengaruhi harga yang terjadi di setiap agen (PA),
sehingga PA=PM*T atau T=PA/PM. Maka pajak didefinisikan sebagai rasio
nilai transaksi berdasarkan harga produsen (Agen Prices) dengan transaksi
berdasarkan harga pasar (Market Prices).
Pajak biasanya dikenakan pada seluruh aktivitas penjualan dan
pembelian ekonomi. Pajak penjualan Penghasilan (PPh), pajak ekspor dan
lain sebagainya. Pajak pembelian diberikan kepada pembeli barang dan jasa,
seperti Pajak Pembelian (PPn), Pajak Bumi dan Bangunan (PBB), pajak
impor, dan lain-lain.
Tingkat pajak di dalam model GTAP dihitung berdasarkan perbedaan
nilai di tingkat-tingkat agen ekonomi. Di dalam model dikenal istilah Power of
Tax, dimana besarnya adalah 1 ditambahkan dengan besarnya tax rate.
Misalnya, pajak impor untuk produk jasa ekuivalen dengan 5%, maka power
of tax tersebut bernilai 1,05. Apabila pajak penjualan bernilai lebih besar dari
satu (T>1) maka artinya pajak berupa subsidi. Sebaliknya untuk pajak
pembelian, dikatakan subsidi jika nilai pajak bernilai kurang dari satu (T<1).
Gambar 9 menjelaskan dampak pajak terhadap output nasional. Kondisi
awal perekonomian yang tidak dikenakan pajak adalah VOM=VOA,
ditunjukkan dengan keseimbangan antara permintaan (D0) dan penawaran
(S0). Harga kesimbangan pada PM0=PS0. Apabila dikenakan pajak penjualan,
maka agen yang akan terkena dampak langsungnya adalah produsen. Respon
produsen adalah meningkatkan harga dan menurunkan produksinya,
sehingga kurva penawaran bergeser ke kiri atas (AS1).
Harga naik menjadi PM1 dan output nasional riil turun pada Q1. Harga
di tingkat produsen (PS1) lebih rendah dari harga di pasar (PM1). Pada
Gambar 9 daerah berbayang-bayang menunjukkan besarnya pajak (PTAX).
Nilai output di pasar (VOM) adalah daerah PM1-Eq1-Q1-O.
Tingkat Harga AS1

AS0
PM1 Eq1
+PTAX
Eq0
PM0=PS0
PS1
VOM
AD0
O Q1 Q0 Output Nasional
Gambar 8. Dampak Pajak terhadap Output
Gambar 9 menjelaskan dampak pajak negatif (pajak yang mengurangi

VOM), misal subsidi impor terhadap output. Sebelum ada subsidi,
keseimbangan permintaan (D0) dan penawaran (S0) berada pada titik Eq0.
Harga keseimbangan PM0=PS0. Dengan subsidi, harga barang turun dan
jumlah output meningkat. Respon perusahaan terhadap adanya subsidi ini
akan menggeser kurva penawaran ke kanan bawah (AS2). Subsidi
mengakibatkan harga di pasar turun menjadi PM2 dan output nasional riil
meningkat pada Q2. Harga di tingkat produsen (PS2) lebih tinggi dari harga
di pasar (PM2). Daerah berbayang-bayang menunjukkan besarnya subsidi (-
PTAX) dan besarnya nilai output di tingkat pasar (VOM) adalah daerah PS2-
E3-Q2-O.
AS0
E3
PS2 AS2
-PTAX
Eq0
PM0=PS0
Eq2
PM2
VOM
AD0
O Q0 Q2 Output Nasional
Gambar 9. Dampak Subsidi terhadap Output
Struktur Model Standar GTAP

Global Trade Analysis Project (GTAP) merupakan CGE Model multi region
dan multi sektor yang memiliki asumsi perfect competition dan constant
returns to scale. Struktur model GTAP terdiri dari persamaan-persamaan
simultan yang dapat dikelompokkan menjadi dua bagian, yaitu:
1. Persamaan yang menggambarkan hubungan antara penerimaan dan
pengeluaran oleh setiap agen ekonomi di suatu region (accounting
relationship).
2. Persamaan yang menjelaskan suatu perilaku agen ekonomi (behavioral
equations).
Penjelasan struktur model GTAP standar yang bersumber dari Hertel
(1997) adalah sebagai berikut:
Sum
ber:
Broc
kmie
r
1996
dala
m
Okta
viani
1997
Gambar 10. M
odel
AGE,
Mult
i
Regi
on Open Economy
Semua set, sub-set, parameter dan variabel bentuk nominal (value/

levels form) disimbolkan dengan huruf kapital. Sedangkan variabel dalam
bentuk persentase perubahan (percentage change) atau bentuk linier
disimbolkan dengan huruf kecil.
Sebuah region dipresentasikan oleh satu rumah tangga regional
(regional household) yang memperoleh income dari hasil penjualan
endowment, VOA (value of output at agents prices), dan penerimaan pajak,
dan industri (TAXES). Pajak juga diterima dari region lain (rest of the world)
berupa pajak ekspor (XTAX) dan pajak impor (MTAX). Penghasilan rumah
tangga region tersebut selanjutnya di alokasikan sebagai pengeluaran
(expenditures) sektor rumah tangga swasta (PRIVEXP), rumah tangga
pemerintah (GOVEXP), dan sebagai tabungan ke global bank (SAVE).
Diasumsikan konsumsi rumah tangga swasta, VDPA (value of domestic
purchases by private households at agent’s prices) mengikuti fungsi
pengeluaran CDE (Constant Difference of Elasticity). Konsumsi rumah tangga
pemerintah, VDGA (value of domestic purchases by government households at
agent’s prices) memiliki fungsi utilitas Cobb Douglas sehingga porsi
pengeluaran untuk seluruh komoditi adalah konstan. Tabungan seluruhnya
digunakan sebagai investasi (NETINV) melalui bank global.
Penerimaan produsen (industri) diperoleh dari hasil penjualan barang
konsumsi ke rumah tangga swasta (VDPA) dan pemerintah (VDGA),
penjualan barang input antara ke industri lain (VDFA), serta penjualan
barang investasi ke sektor tabungan (NETINV). Produsen juga memperoleh
penerimaan dari hasil ekspor barang ke region lain (Rest of the world) yang
dinyatakan sebagai value of exports at market prices by destination (VXMD).
Setiap industri diasumsikan beroperasi pada kondisi zero profit sehingga
jumlah penerimaan produsen seluruhnya dibelanjakan untuk pembelian
faktor primer (VOA), input antara yang diproduksi di dalam negeri (VDFA)
dan input antara yang berasal dari impor (VIFA).
Adanya bank global dan sektor perdagangan internasional (ekspor
dan impor) dari satu region lain (Rest of the world) menunjukkan sifat multi-
regon dari model GTAP. Region lain memperoleh penerimaan impor dari
rumah tangga swasta (VIPA), rumah tangga pemerintah (VIGA), dan industri
(VIFA). Penerimaan dibelanjakan untuk barang impor (VXMD), pajak ekspor
(VTAX) dan pajak impor (MTAX).
Simulasi
Untuk menjawab tujuan peneltian, maka diperlukan simulasi teknis
untuk mengakomodasi analisis dampak pergerakan nilai tukar Rupiah
terhadap akivitas ekspor dan impor nasional. Pendefinisian operasional
variabel nilai tukar riil (real exchange rate) sebagai variabel kunci perlu
dilakukan dalam model GTAP. Berdasarkan definisi, variabel real exchange
rate dalam model GTAP dapat diproksi sebagai
 Harga barang tidak dapat diperdagangkan (non tradeables) relatif
terhadap yang dapat diperdagangkan (tradables).
 Harga ekspor relatif terhadap impor.
 Harga faktor domestik relatif terhadap faktor asing
Masing-masing definisi ini menangkap konsep dasar yang sama, tetapi
dari perspektif yang berbeda. Oleh karena itu definisi tersebut dapatt
menyiratkan satu sama lain. Dalam model ekonomi terbuka multi region
GTAP, definisi ketiga diadopsi untuk menangkap dampak nilai tukar riil
terhadap perekonomian. Dengan asumsi zero profit, dapat diidentifkasi
bahwa definisi ketiga mengimplikasikan definisi kedua. Jika harga faktor
domestik dari perubahan produksi relatif terhadap harga faktor asing, maka
melalui keterkaitan harga ke depan, maka terdapat perubahan harga barang
yang diproduksi di dalam negeri relatif terhadap barang-barang
internasional. Karena barang-barang yang diproduksi di dalam negeri dan
barang-barang internasional merupakan barang ekspor dan barang-barang
impor, maka definisi ketiga ekuivalen dengan definisi kedua. Hubungan
antara definisi 3 dan definisi 1 berasal dari asumsi dalam model GTAP bahwa
faktor producksi utama diperlakukan sebagai satu-satunya komoditas yang
tidak dapat diperdagangkan dalam sistem. Dengan demikian, perubahan
harga faktor domestik menyiratkan perubahan harga non-tradable. Hal ini
berarti bahwa perubahan harga faktor domestik relatif terhadap faktor asing,
yang mendukung harga komoditas yang dapat diperdagangkan dalam model,
berkaitan dengan perubahan harga non-tradable relatif terhadap tradeable.
yang menunjukan hubungan antara definisi 3 dan definisi 1. Oleh karena itu,
variabel eksogen yang digunakan sebagai proksi nilai tukar riil adalah
“pfactor” (McDougall, 2012) dan Import Price Index “piwreg” Indonesia.
Penurunan nilai tukar riil Rupiah akan direpresentasikan dengan penurunan
pfactor yang menurunkan harga relatif factor Indonesia terhadap faktor
asing. Sebagai konsekwensinya, harga relatif exportable goods menurun
terhadap importable goods dan mengakibatkan Penyesuaian Terms of Trade
ynag memiliki dampak yang ekuivalen dengan penyesuaian nilai tukar
nominal.
Secara operasional simulasi yang dilakuka dalam kajian meliputi:
1. Simulasi Depresiasi Nilai Tukar Rupiah sebesar 10 persen
disertai kenaikan harga impor sebesar 5 persen sebagai
baseline scenario
Justifikasi magnitude yang digunakan untuk Depresiasi Nilai
Tukar Rupiah adalah sebesar - 10 persen (ekuivalen dengan
pelemahan Nilai Tukar Rupiah Rp.13.400/USD menjadi Rp.
14.500/USD) serta peningkatan import price index sebesar 5
persen yang ditentukan secara arbitrary.
2. Simulasi stress testing yang didekati secara arbitraty dilakukan
untuk mengidentifikasi tingkat resiliensi sektor yang terhadap
pergerakan nilai tukar Rupiah
a. Simulasi Depresiasi Nilai Tukar Rupiah sebesar 15
persen disertai kenaikan harga impor sebesar 7.5
persen
b. Simulasi Depresiasi Nilai Tukar Rupiah sebesar 20
persen disertai kenaikan harga impor sebesar 10 persen
c. Simulasi Depresiasi Nilai Tukar Rupiah sebesar 25
persen disertai kenaikan harga impor sebesar 12. 5
persen
d. Simulasi Depresiasi Nilai Tukar Rupiah sebesar 30
persen disertai kenaikan harga impor sebesar 15 persen
Model Faktor-Faktor yang Mempengaruhi Nilai Tukar
Pendekatan OLS
Faktor-faktor yang mempengaruhi dibagi menjadi dua faktor yaitu
faktor internal JBOR dan faktor eksternal yaitu harga minyak dunia dan
federal fund rate dengan fungsi yaitu:
3 3 3 3
𝑙𝑛𝐸𝑅𝑡 = 𝑎0 + ∑ 𝑎𝑖 𝑙𝑛𝐸𝑅𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐽𝐵𝑂𝑅𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝑂𝑖𝑙𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐹𝑅𝑅𝑡−𝑖 + 𝜀𝑡

𝑖=1 𝑖=1 𝑖=1 𝑖=1
Dimana:
𝐽𝐵𝑂𝑅𝑡 : Jakarta Interbank Outstanding Rate
ERt : Nilai Tukar Rupiah Terhadap Dollar
Oilt : Harga minyak (USD/Barrel)
FRRt* : Federal Fund Rate (USD) Negara Mitra
t : Harian (5 Hari dalam 1 Minngu) Perode Maret- Juni 2018
Sedangkan dalam melihat dampak trade war yang dilakukan oleh
China menggunakan proxi yuan terhadap dollar sebagai bentuk perlawanan
China untuk meningkatkan daya saing dan volume ekspor. Model tersebut
dapat dituliskan sebagai berikut:
3 3 3 3
𝑙𝑛𝐸𝑅𝑡 = 𝑎0 + ∑ 𝑎𝑖 𝑙𝑛𝐸𝑅𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐽𝐵𝑂𝑅𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝑂𝑖𝑙𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐹𝑅𝑅𝑡−𝑖

𝑖=1 𝑖=1 𝑖=1 𝑖=1
3
+ ∑ 𝑎𝑖 𝑙𝑛𝑌𝑢𝑎𝑛𝑡−𝑖 + 𝜀𝑡
𝑖=1
Dimana:
𝐽𝐵𝑂𝑅𝑡 : Jakarta Interbank Outstanding Rate
ERt : Nilai Tukar Rupiah Terhadap US Dollar
Yuan : Mata Uang Yuan Terhadap US Dollar
t : Harian (5 Hari dalam 1 Minngu) Perode Maret- Juni 2018
Pendekatan VECM
Pendekatan VECM digunakan untuk melihat dampak shock variabel eksternal
dan internal. Faktor-faktor yang mempengaruhi dibagi menjadi dua faktor
yaitu faktor internal (ekspor, impor dan IHSG) dan faktor eksternal yaitu
harga minyak dunia dan federal fund rate dengan fungsi yaitu:
𝑗 𝑗 𝑗
𝑙𝑛𝐸𝑅𝑡 = 𝑎0 + ∑ 𝑎𝑖 𝑙𝑛𝐸𝑅𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐸𝑘𝑠𝑝𝑜𝑟𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐼𝑚𝑝𝑜𝑟𝑡−𝑖

𝑖=1 𝑖=1 𝑖=1
𝑗 𝑗 𝑗
+ ∑ 𝑎𝑖 𝑙𝑛𝐼𝐻𝑆𝐺𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝑂𝑖𝑙𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐹𝑅𝑡−𝑖 + 𝜀𝑡

𝑖=1 𝑖=1 𝑖=1
Dimana:
𝐸𝑘𝑠𝑝𝑜𝑟 : Total ekspor (juta rupiah
Impor : Total Impor (Juta Rupiah)
IHSGt : Indeks Harga Saham Gabungan
t : Quartalan 2006-2017
Pada pendekatan ini juga dilakukan mekanisme trade war yaitu

dengan menggunakan proksi yuan terhadap dollar sebagai bentuk
perlawanan China untuk meningkatkan daya saing dan volume ekspor. Model
tersebut dapat dituliskan sebagai berikut:
𝑗 𝑗 𝑗
𝑙𝑛𝐸𝑅𝑡 = 𝑎0 + ∑ 𝑎𝑖 𝑙𝑛𝐸𝑅𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝑌𝑢𝑎𝑛𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐼𝑚𝑝𝑜𝑟𝑡−𝑖

𝑖=1 𝑖=1 𝑖=1
𝑗 𝑗 𝑗
+ ∑ 𝑎𝑖 𝑙𝑛𝐼𝐻𝑆𝐺𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝑂𝑖𝑙𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐹𝑅𝑡−𝑖 + 𝜀𝑡

𝑖=1 𝑖=1 𝑖=1
Dimana:
𝐸𝑘𝑠𝑝𝑜𝑟 : Total Yuan (juta rupiah
Impor : Total Impor (Juta Rupiah)
IHSGt : Indeks Harga Saham Gabungan
t : Quartalan 2006-2017
Model J-Curve
Model yang akan digunakan dalam penelitian ini mengacu pada penelitian
Ramakrishnan (1999) dengan fungsi yaitu:
𝑋
𝑙𝑛 = 𝑎0 + 𝑎1 𝑙𝑛𝑁𝐸𝐸𝑅𝑡 +𝑎2 𝑌𝑡 +𝑎3 𝑌𝑡∗ + 𝜀𝑡
𝑀𝑡
𝑋/𝑀𝑡 : Rasioc Expor-Impor
NEERt : Nilai Tukar Rupiah Terhadap Dollar
Yt : Gross Domestic Product (USD)
Yt* : Gross Domestic Product (USD) Negara Mitra
Metode VAR-VECM
Metode VAR digunakan dalam penelitian karena sesuai untuk data time
series dan sesuai untuk menjawab permasalahan yang telah dirumuskan
diatas dan metode VECM digunakan untuk melihat dampak jangka panjang
dan jangka pendek. Tahapan-tahapan dalam analisis VAR sebagai berikut:
Gambar 11. Langkah-langkah Analisis VAR
Uji Stasioneritas
Uji stasioneritas sangat penting dalam analisis time series. Pengujian
stasioneritas ini dilakukan dengan menguji akar-akar unit atau unit root test.
Data yang tidak stasioner akan mempunyai akar-akar unit, sebaliknya data
yang stasioner tidak ada akar-akar unit. Data yang tidak stasioner akan
menghasilkan regresi lancung (spurious regression) yaitu regresi yang
menggambarkan hubungan dua variabel atau lebih yang nampaknya
signifikan secara statistik padahal kenyataanya tidak atau tidak sebesar
regresi yang dihasilkan tesebut (Laksani, 2004) dalam Fickry (2006).
Cara yang dapat digunakan untuk mengetahui kestasioneran data
adalah pengujian akar-akar unit dengan metode Dickey-Fuller (DF). Misalkan
model persamaan time series sebagai berikut: yt = yt 1 +  t .. Dengan
mengurangkan kedua sisi persamaan tersebut dengan yt-1 maka akan

didapat persamaan:
Δyt = yt-1 + εt (1)
dimana  merupakan perbedaan pertama (first difference), dan  = (  -1),
sehingga hipotesis yang diuji adalah: H0::  = 0 dan hipotesis alternatif H0:  <
0.
Model pengujian unit root yang digunakan dalam banyak penelitian
adalah model Augmented Dickey Fuller (ADF) test. Model umum dari ADF
adalah sebagai berikut:
Δyt = k + αyt-1 + c1Δyt-1 + c2Δyt-2 + ..... + cpΔyt-p + Trend + εt (2)
Hipotesis yang diuji pada uji ADF adalah apakah H0::  = 0 dengan hipotesis
alternatif H0:  < 0. Jika nilai ADF statistiknya lebih kecil dari Mac Kinnon
Critical Value maka hipotesis nol yang menyatakan bahwa data tidak
stasioner ditolak terhadap hipotesis alternatifnya dengan kata lain dengan
menolak H0 berarti data stasioner. Solusi yang dapat dilakukan apabila data
tidak stasioner pada uji ADF adalah dengan melakukan difference non
stasionary processses. Test tersebut dilakukan untuk meningkatkan akurasi
dari analisis apabila data yang diamati stasioner. Test ini hanya merupakan
pelengkap dari analisis VAR, karena tujuan dari analisis VAR adalah untuk
menilai adanya hubungan timbal balik di antara variabel yang diamati.
Penentuan Lag Optimal

Uji lag optimal dilakukan untuk mengetahui berapa jumlah lag yang
sesuai untuk diamati. Penetapan tingkat lag yang optimal dapat dilakukan
dengan menggunakan fungsi kriteria informasi (information criterion)
sebagai berikut: (a) Kriteria uji Likelihood Ratio (LR); (b) Final Prediction
Criterion (FPE); (c) Akaike Information Criterion (AIC); (d) Schwarz
Information Criterion (SIC); dan (e) Hannan-Quinn Criterion.
Penentuan lag optimal dalam analisis VAR sangat penting dilakukan
karena dari variabel endogen dalam sistem persamaan akan digunakan
sebagai variabel eksogen (Enders, 1995). Pengujian panjang lag optimal ini
sangat berguna untuk menghilangkan masalah autokorelasi dalam sistem
VAR.
Penelitian ini menggunakan Akaike Information Criterion (AIC) untuk
menentukan lag optimal. AIC dihitung berdasarkan rumus berikut:
AIC = log  i 2

N + 2k / N (3.3)
dimana adalah jumlah residual kuadrat, sedangkan N dan k masing-masing

merupakan sampel jumlah dari jumlah variabel yang beroperasi dalam
persamaan itu. Model VAR diestimasi dengan tingkat lag yang berbeda-beda
kemudian dibandingkan nilai AICnya. Nilai AIC yang terkecil dipakai sebagai
patokan nilai lag yang optimal.
Uji Kointegrasi
Metode kointegrasi yang dapat digunakan diantaranya metode
kointegrasi Engle-Granger dan metode kontegrasi Johansen. Dalam
penelitian ini digunakan metode kointegrasi Johansen untuk memperoleh
hubungan jangka panjang antara variabel-variabel dalam model. Metode
kontegrasi Johansen digunakan karena dalam penelitian ini menggunakan
metode analisis VAR. Metode kointegrasi Johansen ini berbeda dengan
metode Engle-Granger yang biasanya digunakan untuk satu persamaan saja.
Innovation Accounting
Test ini dilakukan untuk menguji struktur dinamis dari sistem
variabel dalam model yang diamati yang dicerminkan oleh variabel inovasi
(innovation variable). Test ini terdiri dari The Impulse Response Function
(IRF) dan The Cholesky Decomposition (The Variance Decompostion).
Impulse Respon Function (IRF) adalah metode yang digunakan untuk
melihat bagaimana respon suatu variabel endogen terhadap guncangan
(shock) varabel tertentu (Amisano dan Gianini, 1997). Selain itu, IRF juga
digunakan untuk mengetahui shock dari satu variabel terhadap variabel yang
lain dan berapa lama pengaruh tesebut terjadi. Jadi, metode ini digunakan
untuk menjawab permasalahan dari penelitian ini yaitu untuk melihat
pengaruh kontemporer dari variabel inflasi terhadap inflasi dan nilai tukar.
IRF dalam penelitian ini untuk mengetahui respon dinamik variabel
makro terhadap keputusan investor asing dan investor domestik terhadap
variabel tertentu. Selain itu, IRF bertujuan untuk mengisolasi suatu
guncangan agar lebih spesifik artinya variabel ekonomi hanya dipengaruhi
oleh shock atau guncangan tertentu saja. Apabila hal tersebut tidak dilakukan
maka shock spesifik tersebut tidak dapat diketahui dan yang dapat diketahui
adalah shock secara umum.
The Cholensky Decomposition

The Cholensky Decomposition atau biasa disebut dengan Forecast Error
Variance Decomposition (FEVD) dapat memberikan informasi mengenai
variabel inovasi yang relatif lebih penting dalam VAR. Test ini dilakukan
untuk memberikan informasi mengenai bagaimana hubungan dinamis antara
variabel yang di analisis. Selain itu, FEVD ini dilakukan untuk melihat
seberapa besar pengaruh acak guncangan (random shock) dari variabel
tertentu terhadap variabel endogen (Amisano, 1996). FEVD menghasilkan
informasi mengenai relatif pentingnya masing-masing inovasi acak (random
innovation structural disturbance) atau seberapa kuat komposisi dari
peranan variabel tertentu terhadap lainnya.
Peramalan Error Variance Decomposition dalam penelitian ini untuk
melihat seberapa besar variasi dari variabel makro untuk memperngaruhi
perilaku investor asing dan domestik dalam pengambilan keputusan dalam
pasar primer dan pasar sekunder.
MODEL VECM
Untuk melihat bagaimana pengaruh volatilitas nilai tukar terhadap
kinerja perdagangan. VECM merupakan model bentuk VAR yang terestriksi
(Enders 2004). Model ini digunakan untuk data yang nonstasioner tetapi
memiliki potensi untuk terkointegrasi. Restriksi tambahan ini harus
diberikan karena keberadaan bentuk data yang tidak stasioner pada level,
tetapi terkointegrasi. Data time series cenderung memiliki stasioneritas pada
tingkat first differences. VECM dapat memberikan informasi mengenai
tingkah laku jangka pendek suatu variabel terhadap jangka panjangnya
akibat adanya perubahan yang permanen. Adapun persamaan umum model
VECM menurut Ward dan Siregar (2000) dapat dilihat sebagai berikut:
Dimana:
Δyt = yt –yt-1
yt = vektor yang berisi variabel yang dianalisis (variabel level)
Γi = matriks koefisien regresi
μ1 = vektor koefisien regresi
β’ = vektor kointegrasi
(k-1) = ordo VECM dari VAR
μ0 = vektor intersep
α = matriks loading
εt = error term
Analisis terhadap Akar Permasalahan Rupiah secara
Struktural maupun Non-Struktural
Tendensi pelemahan nilai tukar Rupiah terhadap uang AS (USD) lebih

disebabkan oleh external factors dimana Dollar USD menguat tajam terhadap
semua mata uang dunia atau mengalami penguatan secara meluas
(broadbased), termasuk Rupiah. Bank Indonesia (2018) menyatakan bahwa
fenomena tersebut dipicu oleh meningkatnya yield US treasury bills
mendekati level psikologis 3,0% dan munculnya kembali ekspektasi
kenaikan suku bunga Fed Fund Rate (FFR) sebanyak lebih dari 3 kali selama
2018. Kenaikan yield dan suku bunga di AS itu sendiri dipicu oleh
meningkatnya optimisme investor terhadap prospek ekonomi Amerika
Serikat seiring berbagai data ekonomi Amerika Serikat yg terus membaik dan
tensi perang dagang antara AS dan China yang berlangsung selama tahun
2018. Selain itu, kenaikan harga minyak, eskalasi tensi geopolitik terhadap
berlanjutnya arus keluar asing dari pasar SBN dan saham Indonesia,
kenaikan permintaan valas oleh korporasi domestik terkait kebutuhan
pembayaran impor, Utang Luar Negeri, serta dividen yang biasanya
cenderung meningkat pada triwulan II juga merupakan faktor internal yang
diduga memberikan pengaruh terhadap pelemihan nilai tukar Rupiah.
Berdasarkan data historis pergerakan nilai tukar Rupiah, dapat
diidentifikasi bahwa Rupiah menunjukkan tendensi pelemahan sejak tahun
2013 dengan puncaknya terjadi pada bulan Juli 2015 dengan nilai Rp.
14,657/USD . Update yang terjadi juga menunjukkan bahwa fenomena ini
terus berlanjut di tahun 2018 dimana nilai tukar nominal menyentuh Rp.
14,400 per mid Juli 2018.
16000,00 14657,00
14000,00 12226,00
12000,00
13877,00
13321,00
10000,00
8000,00 9667,00
9115,00 8578,00
6000,00
4000,00
2000,00
0,00
2010-09-01
2012-05-01
2015-01-01
2016-09-01
2010-01-01
2010-05-01
2011-01-01
2011-05-01
2011-09-01
2012-01-01
2012-09-01
2013-01-01
2013-05-01
2013-09-01
2014-01-01
2014-05-01
2014-09-01
2015-05-01
2015-09-01
2016-01-01
2016-05-01
2017-01-01
2017-05-01
2017-09-01
2018-01-01
Gambar 12. Pergerakan Nilai Tukar Rupiah terhadap US Dollatr Periode
2010-2017
Terkait dengan pergerakan nilai tukar Rupiah, Bank Indonesia (2018)
menyatakan bahwa secara relatif pelemahan nilai tukar terhadap USD juga
dialami oleh negara-negara regional. Pergerakan nilai tukar Rupiah dapat
dikatakan terkendali (manageable), merujuk kepada fakta dimana Rupiah
melemah -0,91%, lebih kecil daripada pelemahan mata uang peer countries
seperti Thailand Bath -1,04% dan Indian Rupee -1,96%.
Respon kebijakan yang diimplementasikan Bank Indonesia terkait
fenomena ini adalah kebijakan kenaikan BI 7-day Reverse Repo Rate sebesar
50 bps menjadi 5,25% yang menghasilkan persepsi positif investor dan
mendorong arus masuk modal asing ke Indonesia dan berimplikasi pada
stabilitas nilai tukar Rupiah. Disamping itu, koordinasi Bank Indonesia
dengan Pemerintah dan otoritas akan menjadi semakin intensif terkait
dengan upaya peningkatan ekspor, pengurangan impor, serta mendorong
sektor pariwisata dan investasi.
Dalam melihat faktor penyebab pelemahan nilai tukar rupiah
dilakukan dua teknis analisis yang pertama yaitu melakukan regresi dengan
memperhatikan faktor ekstrenal dan internal dengan data harian. Faktor
eksternal menggunakan dua pendekatan yaitu federal fund rate dan harga
minyak mentah dunia sedangkan faktor internal menggunakan pendekatan
Jakarta interbank outstanding rate (JBOR). Sedangkan untuk melihat dampak
trade war dilakukan juga pendekatan dengan memasukkan nilai yuan
terhadap US dollar sebagai proksinya. Hasil analisis regresi dapat dilihat
pada Tabel 6.
Rupiah Pendekatan OLS
Variabel Tanpa Trade War Dengan Trade War

JBOR(-1) 0.007266 0.0012
JBOR(-2) 0.00938 -0.0027
JBOR(-3) 0.005653 0.0024
LNOIL(-1) 0.024504 0.0220
LNOIL(-2) -0.075784 0.013437*
LNOIL(-3) 0.090972* -0.0072
FRR(-1) 0.017208* 0.0047
FRR(-2) 0.000277 -0.0048
FRR(-3) -0.032044 -0.0065
LNER(-1) 0.585164* 0.900087*
LNER(-2) -0.444408 0.0288
LNER(-3) 0.834669* -0.1070
LNYUAN(-1) 0.394941*
LNYUAN(-2) -0.445714*
LNYUAN(-3) 0.0615
Sumber : Hasil Olahan E-Views 8
Tabel 6 menunjukkan didapatkan sebagian besar faktor yang

mempengaruhi depresiasi nilai tukar rupiah berasal dari faktor eksternal
yaitu kenaikan harga minyak mentah dunia dan juga kenaikan federal fund
rate maupun nilai yuan terhadap US dollar. Dapat dilihat Jakarta interbank
outstanding rate (JBOR) tidak signifikan mempengaruhi depresiasi nilai tukar
pada periode lag 1 sampai 3. Sebaliknya Harga minyak dunia meningkat baru
direspon oleh nilai tukar pada hari (lag) ketiga . Hal tersebut dapat dilihat
hanya pada lag ketiga harga minyak dunia yang signifikan. Berbeda dengan
federal fund rate yang langsung mempengaruhi depresiasi rupiah 1 hari
setelah kenaikan federal fund rate yang dilihat dari dignifikansi federal fund
rate pada lag 1.
Hasil yang berbeda ditunjukkan ketika dimasukkan variabel yuan
terhadap dollar. Secara garis besar hubungan anatara nilai tukar yuan
terhadap US dollar berhubungan positif dimana ketika China melakukan
devaluasi mata uang maka akan menyebabkan depresiasi nilai tukar.
Memasukkan variabel mata uang China dalam model membuat beberapa
variabel yang awalnya memiliki pengaruh yang signifikan menjadi tidak
signifikan. Variabel tersebut yaitu FRR dari hasil tersebut dampak dari mata
uang China memberikan pengaruh yang cukup tinggi.
Sedangkan untuk menangkap bagaimana respon dari nilai tukar
rupiah terhadap shok eksternal dan internal digunakan metode vector error
correction model (VECM) dengan menggunakan dua kuartalan. Untuk
menangkap respon nilai tukar terhadap ekspor dan impor itu sendiri
ditambahkan variabel ekspor dan impor. Selain itu digunakan juga indeks
harga saham gabungan sebagai proksi kapital yang merupakan
penggambaran kondisi investasi di Indonesia. Hasil VECM dapat dilihat pada
Tabel 7.
Dalam jangka pendek pergerakan nilai tukar dipengaruhi oleh harga
indeks harga saham gabungan dan juga federal fund rate dimana kenaikan
harga saham gabungan menjadi sinyal gambaran kondisi perbaikan pasar
saham di Indonesia. hal tersebut akan direspon dengan penguatan (apresiasi)
nilai tukar. Sebaliknya ketika federal fund rate meningkat maka pemiliki
modal akan lebih memilih untuk menginvestasikan modalnya kepada
Amerika yang berdampak pada penguatan nilai tukar USD. Sebaliknya hal
tersebut akan berdampak pada terdepresiasi mata uang rupiah. Pada jangka
panjang faktor yang mempengaruhi nilai tukar rupiah adalah ekspor, impor
dan federal fund rate. Peningkatan nilai ekspor akan mengapresiasikan
rupiah sebaliknya peningkatan impor akan mendepresiasikan rupiah.

(Pendekatan VECM)
Variabel Tanpa Trade War Trade War
Jangka Panjang
LNEXPORT(-1) -8.0344* 2.2721

LNIHSG(-1) 1.000137 0.0000
LNIMPORT(-1) 7.667905* 2.5630
LNMINYAK(-1) 0.902518 1.3333*
FED 0.20594* 0.0816*
LNYUAN(-1) 0.0511*
Cointeq -0.019244* -0.0450*
Jangka Pendek
D(LNEXPORT(-1)) 0.18723 0.0859
D(LNIHSG(-1)) -0.134226* -0.0000*
D(LNIMPORT(-1)) -0.10627 0.0436
D(FED(-1)) 0.011057* 0.0026
D(LNMINYAK(-1)) -0.014165 -0.0493
D(LNYUAN(-1) 0.0002
Hasil yang sama juga didapatkan apabila proksi dari trade war
dimasukkan kedalam model. Dimana dalam jangka panjang variabel yang
mempengaruhi sebagian besar berasal dari ekstrenal yaitu federal fund rate,
harga minyak dunia dan juga nilai mata uang yuan terhadap US dollar.
Pengaruh nilai mata uang cukup tinggi dimana dibuktikan dengan
pengurangan nilai koefisien jangka panjang pada masing-masing variabel.
Untuk melihat faktor mana yang memiliki dampak terkuat terhadap
pergerakan nilai tukar rupiah, dilakukan impuls response function dimana
masing-masing eror dari variabel dilakukan shock sebesar 1 standar deviasi.
Hasil menunjukkan bahwa respon yang diberikan nilai tukar terkuat yaitu
impor sebagai faktor internal dan diikuti oleh federal fund rate pada kasus
tanpa proksi trade war. Namun hasil yang berbeda jika dimasukkan trade
war dimana hampir faktor internal pengaruhnya menjadi lebih sedikit.
Sebaliknya faktor yang mempengaruhi paling tinggi yaitu federal fund rate,
nilai tukar mata uang yuan terhadap USD yang memiliki pengaruh yang
hampir sama kuatnya dengan impor. Hasil IRF dapat dilihat pada Gambar 14.
LNEXPORT LNIHSG LNIMPORT LNMINYAK FED

0,05
0,04
0,03
0,02
0,01
0
-0,01 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
-0,02
-0,03
(i) Tanpa Trade War
0,05
0,04
0,03
0,02
0,01
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
-0,01
-0,02
Yuan FED LNIMPORT LNEXPORT IHSG
(ii) Trade War

Gambar 13. Respon Nilai Tukar Rupiah terhadap Faktor-faktor yang
Mempengaruhinya
Analisa Dampak Pergerakan Rupiah terhadap Kinerja
Makroekonomi Dan Perdagangan Sektoral
Analisa Dampak Pergerakan Rupiah terhadap Kinerja Makroekonomi

Sensitivitas perekonomian domestik yang semakin tinggi karena
menguatnya interdependensi aktivitas ekonomi seperti yang digambarkan di
atas membutuhkan kemampuan yang tinggi dalam memeprediksi arah
perubahan yang akan terjadi dan kemungkinan dampak yang ditimbulkannya
terhadap perekonomian domestik. Dengan cara ini akan dapat dirumuskan
langkah-langkah antisipatif yang lebih tepat dan relevan sehingga dapat
meminimalisir kemungkinan dampak negatif yang ditimbulkannya atau
sebaliknya mengoptimalkan kemungkinan dampak positifnya. Pada existing
conditions, pemulihan ekonomi global terus berlanjut dengan kecepatan yang
tidak merata di berbagai kawasan (multispeed global recovery). Kecepatan
pemulihan ekonomi di negara Emerging Markets dan Negara maju
mengakibatkan kebijakan negara maju diperkirakan tetap akomodatif dalam
upaya memelihara kesinambungan ekonomi. Adanya disparitas kebijakan
yang ditempuh antara negara maju dan negara Emerging Markets saat ini
mengakibatkan derasnya aliran modal ke negara maju, terutama Amerika
Serikat. Kondisi ini mendorong melemahnya nilai tukar negara Emerging
Markets, termasuk Indonesia. Depresiasi rata-rata nilai tukar rupiah bulanan
juga diikuti dengan lebih tingginya volatilitas nilai tukar Rupiah terhadap
USD dan direpresentasikan dengan penurunan real depreciation sebesar -
10 persen.
External shocks seperti pergerakan nilai tukar Rupiah yang berjalan
simultan dengan intensitas proses liberalisasi perdagangan yang dilakukan
perlu menjadi perhatian bagi Indonesia untuk mendapatkan potensi gains
from trade yang statis maupun dinamis yaitu meningkatkan pertumbuhan
ekonomi melalui surplus neraca perdagangan. Kombinasi antara liberalisasi
perdagangan dan pergerakan nilai tukar akan menjadi problematis apabila
pembukaan akses pasar produk ekspor Indonesia ke dunia lebih rendah
dibandingkan dengan pertumbuhan impor. Perlu dicatat bahwa terbukanya
akses pasar dunia berlaku juga sebaliknya, dalam arti bahwa pasar domestik
Indonesia juga terbuka bagi produk impor negara lain sehingga berpotensi
untuk memberikan negaif terhadap neraca perdagangan.
Dalam perspektif makroekonomi, analisis prediktif sebagai
konsekuensi atas pergerakan nilai tukar Rupiah memengaruhi magnitude
variabel-variabel kunci makroekonomi seperti output di level nasional
(menggunakan proksi PDB riil). Dari sisi pengeluaran, komponen PDB yang
dianalisis adalah pengeluaran investasi, konsumsi swasta dan pemerintah
serta kinerja perdagangan yang ditunjukkan melalui variabel neraca
perdagangan (DTBAL).
Neraca Perdagangan (Milyar USD)

10,00
5,81
5,00 3,55
1,89 1,78 1,06 1,67
0,65 0,03 0,06 0,61
0,00
-0,43
-5,00
-10,00 -0,14
-0,16
-0,15
-15,00
-16,25
-20,00
Sumber: Data (Diolah)

Gambar 14. Dampak Pergerakan Nilai Tukar Rupiah terhadap Neraca
Perdagangan
Depresiasi Nilai Tukar Rupiah sebesar 10 Persen disertai dengan

peningkatan harga impor sebesar 5 persen akan menurunkan Neraca
Perdagangan Indonesia sebesar -16.25 Juta USD dikarenakan peningkatan
ekspor yang lebih rendah apabila dibandingkan dengan peningkatan impor.
Pertumbuhan impor diprediksi akan tetap meningkat meskipun terjadi
peningkatan harga impor di perekonomian domestik. Import dependence dan
rendahnya elastisitas substitusi antara produk impor dan domestik disinyalir
menjadi penyebab hal tersebut, Kondisi ini akan semakin buruk jika
pergerakan nilai tukar tidak memberikan insentif jangka panjang bagi
industri karena adanya lagging supply respons yang megakibatkan
rendahnya produktivitas melalui efisiensi produksi maupun adopsi
teknologi. Peningkatan kualitas infrastruktur ekspor, seperti peningkatan
kualitas pasca panen, packing dan handling serta penguatan laboratorium uji
mutu akan meningkatkan daya saing ekspor barang Indonesia sehingga
dapat menembus pasar ekspor. Peningkatan efisiensi manajemen rantai
penawaran juga diperlukan agar produk Indonesia dapat menembus akses
pasar di negara tujuan ekspor dengan lebih efisien (Oktaviani dan Novianti.,
2010). Hal ini mengimplikasikan perlunya peningkatan daya saing
perdagangan barang dan jasa. Sementara itu, pesaing ekspor Indonesia
diprediksi akan mengalami surplus neraca perdagangan mencakup
Singapura (0.65 Milyar USD), Filipina (0.03 Milyar USD), dan China (3.55
Milyar USD)
Pada skenario depresiasi nilai tukar yang dikombinasikan dengan
peningkatan harga impor diekspektasikan akan terjadi meningkatkan GDP
riil Indonesia sebesar 3.05 persen. Respon pertumbuhan ekspor positif yang
sangat tinggi sebesar 34.17 persen dan juga diasosiasikan dengan
peningkatan volume impor Indonesia sebesar 37.80 persen mengindikasikan
masih tingginya kandungan impor Indonesia dalam proses produksi sehingga
menstimulasi peningkatan impor bahan baku dan penolong.
GDP Riil (%)
3,50
3,05
3,00
2,50
2,00
1,50
1,00
0,50
0,09 0,02 0,01 0,01 0,05 0,01 0,01
0,00
0,00 -0,02 -0,01 0,00 -0,02 -0,03 -0,02
-0,50

Gambar 15. Dampak Pergerakan Nilai Tukar Rupiah terhadap GDP Riil
(%)
Dampak peningkatnan ekspor dan impor akan menurunkan

permintaan real household consumption menjadi -8.95 persen yang berasal
dari pengurangan konsumsi komponen domestik. Meskipun demikian,
tendensi penurunan konsumsi akan dikompensasi dengan peningkatan
investasi (7.80 persen) sehingga akumulasi dampak akan secara simultan
memberikan dampak positif bagi pembentukan GDP Riil. Sementara itu, GDP
Riil Negara Pesaing seperti Thailand dan Viet Nam juga mengalami
peningkatan GDP Riil dengan besaran yang relatif kecil (0.01 sampai dengan
0.09 Persen). Secara detil dampak simulasi terhadap peubah makroekonomi
dari sisi pengeluaran dapat dilihat pada Tabel 8.
Tabel 8. Tabel. Dampak Pergerakan Nilai Tukar Rupiah terhadap
Peubah Makroekonomi(%)
Pengeluaran
Negara Konsumsi Investasi Ekspor Impor
Pemerintah
1 Indonesia -8.95 7.18 -8.83 34.17 37.80
2 Malaysia 0.35 0.47 0.33 0.29 0.58
3 Thailand 0.67 0.42 0.63 0.22 0.47
4 Singapura 0.93 0.42 0.92 1.71 2.39
5 Philippines 0.09 -0.09 0.04 0.44 0.16
6 Vietnam 0.99 0.19 0.94 -0.79 -0.21
7 Brunei 2.16 1.70 2.23 -0.57 1.48
8 China -0.04 -0.19 -0.06 0.35 -0.02
9 US 0.05 -0.09 0.05 0.17 -0.12
10 Japan 0.01 -0.16 0.00 0.69 0.18
11 India -0.05 -0.24 -0.06 0.78 -0.03
12 Korea -0.15 -0.28 -0.19 0.86 0.50
13 Australia 0.57 0.25 0.57 -0.30 0.44
14 EU_28 0.00 -0.19 -0.01 0.12 -0.08
15 0.54 0.17 0.55 -0.31 0.30
RestofWorld
Sumber: Data (diolah)
Simulasi GTAP menunjukkan bahwa secara agregat depresiasi nilai

tukar rupiah terhadap US $ saja akan meningkatkan neraca perdagangan.
Dalam kenyataannya, industri masih menigmpor bahan baku, sehingga
depresiasi nilai tukar rupiah dengan memasukkan faktor import content,
secara agregat berdampak negatif terhadap neraca perdagangan nasional.
Kajian ini menemukan ambang batas kenaikan harga bahan baku impor yang
menyebabkan secara agregat neraca perdangan turun sebesar 4 sampai
dengan 5 persen
Tabel 9. Dampak Pergerakan Nilai Tukar Rupiah terhadap Sensitivitas
Neraca Perdagangan
Negara Delta Neraca perdagangan (Milyar USD)
Peningkatan Peningkatan Peningkatan Peningkatan Peningkatan Peningkatan
Harga Impor Harga Impor Harga Impor Harga Impor Harga Impor Harga Impor
1 Persen 2 Persen 3 Persen 4 Persen 5 Persen 10 Persen
1 Indonesia 59.36 40.46 21.56 2.66 -16.25 -110.76

2 Malaysia -0.58 -0.47 -0.37 -0.26 -0.16 0.37
3 Thailand -0.55 -0.45 -0.35 -0.25 -0.15 0.36
4 Singapura 0.09 0.23 0.37 0.51 0.65 1.36
5 Philippines -0.35 -0.25 -0.16 -0.06 0.03 0.50
6 Vietnam -0.13 -0.13 -0.13 -0.14 -0.14 -0.15
7 Brunei -0.01 0.01 0.03 0.04 0.06 0.15
8 China -7.88 -5.02 -2.16 0.69 3.55 17.83
9 US -13.27 -9.48 -5.69 -1.90 1.89 20.83
10 Japan -6.21 -4.21 -2.22 -0.22 1.78 11.76
11 India -1.25 -0.67 -0.09 0.49 1.06 3.96
12 Korea -1.12 -0.68 -0.25 0.18 0.61 2.78
13 Australia -1.15 -0.97 -0.79 -0.61 -0.43 0.47
14 EU_28 -14.54 -9.45 -4.36 0.72 5.81 31.24
15 RestofWorld -12.45 -8.92 -5.39 -1.86 1.67 19.32
Analisa Dampak Pergerakan Rupiah terhadap Kinerja Perdagangan

Sektoral
Berdasarkan perspektif mikroekonomi, variabel yang menjadi tataran
analisis di tingkat sektoral adalah neraca perdagangan sektoral. Tabel 10
menggambarkan dampak simulasi terhadap output untuk sektor yang
memperlihatkan respons surplus neraca perdagangan atau dapat
diklasifikasikan sebagai “winner” dari skenario kebijakan.
Secara logis, sektor-sektor orientasi ekspor akan meningkatkan
kapasitas untuk mengekspor akibat peluang dari depresiasi. Kemudian, akan
mengubah utilisasi impor dengan menurunkan tingkat impor. Kondisi ini
akan menekan harga output ke level yang lebih rendah di pasar domestik.
Mekanisme respons seperti demikian terjadi pada hampir seluruh subsektor
low and medium technological manufacturing, dan mayoritas subsektor
jasa-jasa. Respons yang baik juga ditunjukkan oleh sektor-sektor yang
berorientasi ekspor, memiliki nilai tambah, serta daya saing yang tinggi.
Sektor unggulan Indonesia seperti produk kimia, plastik, karet serta pakaian
jadi -masing mencapai 15.64 Juta USD dan 5.95 Juta USD. Disamping
kesepuluh sektor dengan peningkatan ekspor tertinggi (Tabel 10), sektor
unggulan Indonesia lainnya seperti crude palm oil juga menunjukkan respons
positif dengan besaran perubahan nilai output mencapai 6.18 Juta USD.
Tabel 10. Winning Sectors akibat Pergerakan Nilai Tukar Rupiah
Sektor Neraca Sektor Neraca

Perdagangan Perdagangan
(Milyar USD) (Milyar USD)
Produk Kimia, Karet, dan 15.64 Konstruksi 0.09
Plastik
Jasa Administrasi 6.46 Jasa 0.09
Publik/Pertahanan/ Transportasi
Kesehatan /Pendidikan Udara
Minyak Nabati dan Hewani 6.18 Air 0.05
Pakaian Jadi 5.95 Rekreasi dan 0.04
Jasa Lainnya
Produk Kulit 5.58 Manufaktur 0.01
Gas dan
Distribusi
Produk Kertas dan 5.07 Produk 0.00
Percetakan Mineral
Lainnya
Produk Kayu 4.11 Jasa 0.00
Perumahan
Tekstil 2.43 Listrik 0.00
Produk Elektronik 2.19 Tebu 0.00
Mineral Non Metal 1.11 Susu Segar 0.00

Jasa Transportasi Lainnya 0.97
Produk Metal 0.77
Jasa Bisnis 0.35

Asuransi 0.20
Daging hewani lainnya 0.11
Tabel 11 menunjukkan dampak simulasi terhadap neraca

perdagangan untuk sektor yang menjadi “losers” atau diprediksi akan
mengalami defisit neraca perdagangan yang semakin besar pada skenario
kebijakan. Sektor yang terpukul di Indonesia akibat pergerakan nilai tukar
Rupiah mayoritas dialami oleh produk migas, high technology manufacturing
dan pertanian. Produk Minyak Bumi dan Batubara menurun sebesar -15.28 Juta
USD, Minyak Bumi (13.60 Juta USD), Produk Mesin dan Perlengkapan dengan
nilai nominal sebesar –10.80 Juta USD, Besi (-3.94 Juta USD), Gas (-2.60 Juta
USD), dan Produk Manufaktur Lainnya (-2.29 Juta USD). Sementara itu,
produk pertanian yang diklasifikasikan sebagai losers sectors mencakup
tanaman lainnya, sayur, buah, dan kacang-kacangan, beras, tanaman serat,
gula, produk pangan dan lainnya. Realitas menunjukkan bahwa sulit untuk
produsen dan eksportir produk pertanian untuk eksportir merelokasi
sumber daya atau faktor produksi untuk mengekspor sebagai respon atas
peningkatan price competitiveness.
Tabel 11. Losers Sectors Pergerakan akibat Pergerakan Nilai Tukar

Rupiah
Wol dan Serat Ulat -0.01 Produk Pangan -0.99
Sutra Lainnya
Jasa Transportasi -0.03 Mineral Lainnya -1.12
Laut
Padi -0.04 Gula -1.18
Kehutanan -0.10 Batubara -1.52
Produk hewani -0.15 Tanaman Serat -1.52
lainnya
Minuman dan -0.16 Beras -1.53
Produk Tembakau
Komunikasi -0.18 Sayur, Buah, dan -1.95
Kacang-
kacangan
Daging: Sapi, -0.21 Minyak Biji- -2.02
Kambing, Domba, bijian
Kuda
Sapi, Kambing, -0.24 Produk -2.29
Domba, Kuda Manufaktur
Lainnya
Produk Susu -0.43 Gas Bumi -2.60
Perikanan -0.51 Tanaman lainnya -2.92
Jasa Keuangan -0.53 Besi -3.94
Lainnya
Perdagangan -0.73 Kendaraan -4.47
Bermotor
Serealia lainnya -0.82 Produk Mesin -10.80
dan
Perlengkapan
Perlengkapan -0.83 Minyak Bumi -13.60
Transportasi
Gandum -0.94 Produk Minyak -15.28

Bumi dan
Batubara
Sintesis yang dapat dikemukakan terkait dengan hasil sektoral

simulasi GTAP adalah depresiasi nilai tukar rupiah akan
meningkatkan neraca perdagangan beberapa kelompok industri,
meskipun disertai dengan pengaruh faktor import content. Kelompok
industri tersebut secara berurutan dari pengaruh yang paling besar
terhadap neraca perdagangan adalah sebagai berikut: Industri kimia,
karet dan plastik; Industri lemak dan minyak nabati (CPO); Industri
tekstil dan pakaian jadi; Industri kulit; Industri kertas dan olahan
kayu; Industri elektronik; Industri logam; dan Industri mineral non
logam. Seluruh industri tersebut diseleksi sebagai sektor terpilih yang
selanjutnya akan dianalisis dengan J Curve melalui pendekatan
ekonometrika.
Tabel 12. Neraca Perdagangan, Harga Ekspor, Harga Impor, dan Import
Content Winning Sectors
Sektor Neraca Export Price Import Price Import
perdagangan (%) (%) Content
(Milyar USD) (%)
1 Karet dan plastik 15.64 -12.91 0.36 10.03
2 Minyak Sawit 6.18 -9.91 0.09 9.21
3 Pakaian jadi 5.95 -14.78 0.02 21.68
4 Produk kulit 5.58 -18.68 0.11 7.75
5 Produk kertas dan 5.07 -3.98 0.20 16.42
percetakan
6 Produk kayu 4.11 -16.43 0.03 15.95
7 Tekstil 2.43 -11.86 0.06 25.91
8 Produk elektronik 2.19 -9.30 0.08 15.39
9 Mineral Non Metal 1.11 -11.26 0.17 9.83
10 Produk logam 0.77 -4.20 0.32 14.49
Selanjutnya, analisis stress testing dengan magnitude yang didekati

secara arbitraty dilakukan untuk mengidentifikasi tingkat resiliensi sektor
yang terhadap pergerakan nilai tukar Rupiah. Tingkat resiliensi dapat
dianalisis dapat dilakukan dengan membandingkan baseline scenario
(depresiasi nilai tukar Rupiah sebesar 10 persen dan kenaikan harga impor
sebesar 5 persen) dengan skenario stress testing. Secara umum, dapat dilihat
bahwa respon penurunan neraca perdagangan ditunjukkan oleh mayoritas
sektor yang dianalisis pada saat pelemahan nilai tukar mencapai -15 persen
dan peningkatan harga impor sebesar 7.5 persen apabila dibandingkan
dengan baseline scenario. Secara spesifik, sektor yang diklasifikasikan ke
dalam sektor winner (mengalami surplus trade balance) pada skenario stress
testing akan semakin sedikit apabila dibandingkan dengan baseline scenario.
Beberapa sektor yang menunjukkan respon defisit pedagangan setelah
skenario stress testing adalah Tekstil, Mineral Non Metal, Produk Metal
Konstruksi, Jasa Transportasi Udara, serta Produk Mineral Lainnya.
Tabel 13. Winning Sectors pada Stress Testing Pergerakan Nilai Tukar Rupiah
Rank Sektor Depresiasi Sektor Depresiasi Sektor Depresiasi Sektor Depresiasi Sektor Depresiasi
Rupiah -10 Rupiah -15 Rupiah -20 Rupiah -25 Rupiah -30
Persen dan Persen dan Persen dan Persen dan Persen dan
Peningkatan Peningkatan Peningkatan Peningkatan Peningkatan
Harga Impor Harga Impor Harga Impor Harga Harga Impor
Bahan Baku Bahan Baku Bahan Baku Impor Bahan Baku 15
5 Persen 7.5 Persen 10 Persen Bahan Baku Persen
12.5 Persen
1 Produk 15,639.307 Pakaian Jadi 4,977.288 Pakaian Jadi 6,636.382 Pakaian Jadi 8,295.475 Pakaian Jadi 9,954.577
Kimia, Karet,
dan Plastik
2 Minyak 6,182.929 Produk 4,808.637 Produk 6,411.518 Produk 8,014.397 Produk 9,617.273
Nabati dan Kertas dan Kertas dan Kertas dan Kertas dan
Hewani Percetakan Percetakan Percetakan Percetakan
3 Pakaian Jadi 5,952.795 Produk Kulit 4,653.343 Produk Kulit 6,204.453 Produk Kulit 7,755.567 Produk Kulit 9,306.686
4 Produk Kulit 5,580.746 Produk 4,367.562 Produk 5,823.432 Produk 7,279.274 Produk 8,735.124
Kimia, Karet, Kimia, Karet, Kimia, Karet, Kimia, Karet,
dan Plastik dan Plastik dan Plastik dan Plastik
5 Produk 5,071.142 Minyak 3,130.358 Minyak 4,173.820 Minyak 5,217.286 Minyak 6,260.717
Kertas dan Nabati dan Nabati dan Nabati dan Nabati dan
Percetakan Hewani Hewani Hewani Hewani
6 Produk Kayu 4,113.841 Produk 2,644.948 Produk 3,526.595 Produk Kayu 4,408.242 Produk 5,289.896
Kayu Kayu Kayu
7 Tekstil 2,429.453 Produk 1,455.690 Produk 1,940.917 Produk 2,426.145 Produk 2,911.380
Manufaktur Elektronik Elektronik Elektronik
Lainnya
12.5 Persen
8 Produk 2,192.547 Jasa 494.610 Jasa 659.480 Jasa 824.349 Jasa 989.221
Elektronik Transportasi Transportasi Transportasi Transportasi
Lainnya Lainnya Lainnya Lainnya
9 Mineral Non 1,108.749 Asuransi 122.244 Asuransi 162.991 Asuransi 203.739 Asuransi 244.487
Metal
10 Jasa 968.081 Air 63.428 Air 84.571 Air 105.713 Air 126.856
Transportasi
Lainnya
11 Produk Metal 765.356 Daging 35.306 Daging 47.074 Daging 58.843 Daging 70.611
hewani hewani hewani hewani
lainnya lainnya lainnya lainnya
12 Jasa Bisnis 350.746 Jasa 0.000 Jasa 0.000 Jasa 0.000 Jasa 0.000
Perumahan Perumahan Perumahan Perumahan
13 Asuransi 204.752
14 Daging 108.685
hewani
lainnya
12.5 Persen
15 Konstruksi 88.276
16 Jasa 86.350
Transportasi
Udara
17 Air 54.214
18 Rekreasi dan 39.630

Jasa Lainnya
19 Manufaktur 5.129
Gas dan
Distribusi
20 Produk 1.478
Mineral
Lainnya
21 Jasa 0.000
Perumahan

Tabel 14. Losers Sectors akibat Stress Testing Pergerakan Nilai Tukar Rupiah
Harga Harga Harga Harga Harga
Impor Impor Impor Impor Impor
Bahan Baku Bahan Baku Bahan Baku Bahan Baku Bahan Baku
5 Persen 7.5 Persen 10 Persen 12.5 Persen 15 Persen
1 Listrik -0.268 Listrik -0.515 Listrik -0.686 Listrik -0.858 Listrik -1.029
2 Tebu -0.405 Tebu -0.712 Tebu -0.949 Tebu -1.186 Tebu -1.424
3 Susu Segar -2.918 Susu Segar -5.448 Susu Segar -7.264 Susu Segar -9.079 Susu Segar -10.895
4 Wol dan -6.814 Wol dan -13.591 Wol dan -18.122 Wol dan -22.652 Wol dan -27.183
Serat Ulat Serat Ulat Serat Ulat Serat Ulat Serat Ulat
Sutra Sutra Sutra Sutra Sutra
5 Jasa -25.420 Padi -70.595 Padi -94.127 Padi -117.658 Padi -141.190
Transportasi
Laut
6 Padi -36.844 Kehutanan -206.509 Kehutanan -275.346 Kehutanan -344.182 Kehutanan -413.019
7 Kehutanan -99.938 Jasa -251.734 Jasa -335.646 Jasa -419.557 Jasa -503.469
Transportasi Transportasi Transportasi Transportasi
Laut Laut Laut Laut
8 Produk -146.666 Manufaktur -278.894 Manufaktur -371.859 Manufaktur -464.824 Manufaktur -557.788
hewani Gas dan Gas dan Gas dan Gas dan
lainnya Distribusi Distribusi Distribusi Distribusi
9 Minuman -158.355 Produk -299.104 Produk -398.806 Produk -498.507 Produk -598.209
dan Produk hewani hewani hewani hewani
Tembakau lainnya lainnya lainnya lainnya
10 Komunikasi -180.788 Tekstil -350.081 Tekstil -466.768 Tekstil -583.472 Tekstil -700.162
11 Daging: Sapi, -211.783 Sapi, -362.150 Sapi, -482.866 Sapi, -603.583 Sapi, -724.300
Kambing, Kambing, Kambing, Kambing, Kambing,
Domba, Kuda Domba, Kuda Domba, Kuda Domba, Kuda Domba, Kuda
12 Sapi, -241.830 Konstruksi -382.526 Konstruksi -510.035 Konstruksi -637.545 Konstruksi -765.052
Kambing,
Domba, Kuda
13 Produk Susu -433.991 Minuman -389.239 Minuman -518.985 Minuman -648.731 Minuman -778.478
dan Produk dan Produk dan Produk dan Produk
Tembakau Tembakau Tembakau Tembakau
14 Perikanan -510.501 Daging: Sapi, -477.945 Daging: Sapi, -637.260 Daging: Sapi, -796.574 Daging: Sapi, -955.890
Kambing, Kambing, Kambing, Kambing,
Domba, Kuda Domba, Kuda Domba, Kuda Domba, Kuda
15 Jasa -534.923 Rekreasi dan -703.940 Rekreasi dan -938.587 Rekreasi dan -1,173.235 Rekreasi dan -1,407.880
Keuangan Jasa Lainnya Jasa Lainnya Jasa Lainnya Jasa Lainnya
Lainnya
16 Perdagangan -731.295 Jasa -773.044 Jasa -1,030.724 Jasa -1,288.406 Jasa -1,546.088
Transportasi Transportasi Transportasi Transportasi
Udara Udara Udara Udara
17 Serealia -823.481 Jasa Bisnis -904.352 Jasa Bisnis -1,205.806 Jasa Bisnis -1,507.258 Jasa Bisnis -1,808.703
lainnya
18 Perlengkapan -825.552 Perikanan -967.595 Perikanan -1,290.127 Perikanan -1,612.660 Perikanan -1,935.190
Transportasi
19 Gandum -939.838 Produk -1,100.853 Produk -1,467.806 Produk -1,834.758 Produk -2,201.706
Mineral Mineral Mineral Mineral
20 Produk -986.284 Komunikasi -1,308.989 Komunikasi -1,745.320 Komunikasi -2,181.650 Komunikasi -2,617.978
Pangan
Lainnya
21 Mineral -1,123.709 Produk Susu -1,310.589 Produk Susu -1,747.449 Produk Susu -2,184.313 Produk Susu -2,621.178
Lainnya
22 Gula -1,178.782 Jasa -1,371.642 Jasa -1,828.858 Jasa -2,286.073 Jasa -2,743.284
Keuangan Keuangan Keuangan Keuangan
23 Batubara -1,516.454 Serealia -1,419.779 Serealia -1,893.039 Serealia -2,366.300 Serealia -2,839.559
24 Tanaman -1,523.445 Gandum -1,448.947 Gandum -1,931.930 Gandum -2,414.913 Gandum -2,897.894
Serat
25 Beras -1,532.013 Tanaman -1,620.982 Tanaman -2,161.307 Tanaman -2,701.635 Tanaman -3,241.964
Serat Serat Serat Serat
26 Sayur, Buah, -1,945.483 Produk Metal -1,729.250 Produk Metal -2,305.669 Produk Metal -2,882.088 Produk Metal -3,458.500
dan Kacang-
kacangan
27 Oil seeds -2,021.494 Mineral -1,958.296 Mineral -2,611.062 Mineral -3,263.827 Mineral -3,916.591
28 Produk -2,293.525 Gula -2,262.311 Gula -3,016.413 Gula -3,770.523 Gula -4,524.622
Manufaktur
Lainnya
29 Gas Bumi -2,595.815 Oil seeds -2,887.411 Oil seeds -3,849.881 Oil seeds -4,812.347 Oil seeds -5,774.823
30 Tanaman -2,922.448 Beras -2,962.926 Beras -3,950.566 Beras -4,938.208 Beras -5,925.852
lainnya
31 Besi -3,943.781 Mineral Non -3,100.358 Mineral Non -4,133.810 Mineral Non -5,167.270 Mineral Non -6,200.715
Metal Metal Metal Metal
32 Kendaraan -4,474.813 Perdagangan -3,138.773 Perdagangan -4,185.037 Perdagangan -5,231.297 Perdagangan -6,277.546
Bermotor
33 Produk -10,801.349 Sayur, Buah, -3,541.839 Sayur, Buah, -4,722.447 Sayur, Buah, -5,903.058 Sayur, Buah, -7,083.679
Mesin dan dan Kacang- dan Kacang- dan Kacang- dan Kacang-
Perlengkapan kacangan kacangan kacangan kacangan
34 Minyak Bumi -13,595.718 Batubara -3,625.861 Batubara -4,834.485 Batubara -6,043.102 Batubara -7,251.721
35 Produk -15,280.938 Perlengkapan -3,904.291 Perlengkapan -5,205.727 Perlengkapan -6,507.157 Perlengkapan -7,808.581
Minyak Bumi Transportasi Transportasi Transportasi Transportasi
dan Batubara
36 Produk -4,470.789 Produk -5,961.057 Produk -7,451.326 Produk -8,941.579
Pangan Pangan Pangan Pangan
37 Gas Bumi -4,811.450 Gas Bumi -6,415.266 Gas Bumi -8,019.084 Gas Bumi -9,622.899
38 Tanaman -5,485.074 Tanaman -7,313.424 Tanaman -9,141.766 Tanaman -10,970.148
39 Besi -8,059.023 Besi -10,745.367 Besi -13,431.709 Besi -16,118.045
40 Kendaraan -10,688.789 Kendaraan -14,251.709 Kendaraan -17,814.631 Kendaraan -21,377.578
Bermotor Bermotor Bermotor Bermotor

Manufaktur Manufaktur Manufaktur Manufaktur
42 Minyak Bumi -22,949.038 Minyak Bumi -30,598.719 Minyak Bumi -38,248.384 Minyak Bumi -45,898.075

Minyak Bumi Minyak Bumi Minyak Bumi Minyak Bumi
dan Batubara dan Batubara dan Batubara dan Batubara
Mesin dan Mesin dan Mesin dan Mesin dan
Perlengkapan Perlengkapan Perlengkapan Perlengkapan

Lebih lanjut, fokus analisis pada sektor terpilih menunjukkan bahwa stress
testing pelemahan nilai tukar Rupiah mengakibatkan respons yang berbeda
diantara sektor terpilih. Produk Kimia, Karet dan Plastik; Minyak Nabati dan
Hewani; Pakaian jadi; Produk kulit; Produk kertas dan percetakan; Produk
kayu; serta Produk elektronik masih menunjukkan resiliensi yang diproksi
dengan surplus neraca perdagangan yang terjadi sampai dengan skenario
Depresiasi Rupiah -30 Persen ke level Ro. 17,500/USD dan Peningkatan
Harga Impor Bahan Baku 15 Persen. Hal ini diduga dikarenakan oleh sektor
tersebut memiliki kandungan import content yang relatif kecil disertai
dengan dayasaing serta kapasitas supply yang baik untuk merespon insentif
depresiasi nilai tukar Rupiah. Sementara itu tekstil, mineral non logam, dan
produk logam menunjukkan respon defisit perdagangan pada saat skenario
Depresiasi Rupiah -15 Persen ke level Rp. 15,500/USD dan Peningkatan
Harga Impor Bahan Baku 7.5 Persen berlaku. Sebagai implikasi, beberapa
sektor tersebut masih memiliki kerentanan terhadap resiko depresiasi nilai
tukar Rupiah.
Tabel 15. Dampak Neraca Perdagangan Sektor Terpilih pada Stress Testing Pergerakan Nilai Tukar Rupiah (Juta USD)
No. Sektor Depresiasi Rupiah - Depresiasi Rupiah - Depresiasi Rupiah -20 Depresiasi Rupiah -25 Depresiasi Rupiah
10 Persen dan 15 Persen dan Persen dan Persen dan -30 Persen dan
Peningkatan Harga Peningkatan Harga Peningkatan Harga Peningkatan Harga Peningkatan
Impor Bahan Baku 5 Impor Bahan Baku Impor Bahan Baku 10 Impor Bahan Baku Harga Impor
Persen 7.5 Persen Persen 12.5 Persen Bahan Baku 15
Persen
1 Produk Kimia, 15,639.307 4,367.562 5,823.432 7,279.274 8,735.124
Karet, dan Plastik
2 Minyak Nabati dan 6,182.929 3,130.358 4,173.820 5,217.286 6,260.717

Hewani
3 Pakaian jadi 5,952.795 4,977.288 6,636.382 8,295.475 9,954.577
4 Produk kulit 5,580.746 4,653.343 6,204.453 7,755.567 9,306.686
5 Produk kertas dan 5,071.142 4,808.637 6,411.518 8,014.397 9,617.273
percetakan
6 Produk kayu 4,113.841 2,644.948 3,526.595 4,408.242 5,289.896
7 Tekstil 2,429.453 -350.081 -466.768 -583.472 -700.162
8 Produk elektronik 2,192.547 1,455.690 1,940.917 2,426.145 2,911.380
9 Mineral Non Metal 1,108.749 -3,100.358 -4,133.810 -5,167.270 -6,200.715
10 Produk logam 765.356 -1,729.250 -2,305.669 -2,882.088 -3,458.500

Dampak Pergerakan Nilai Tukar terhadap Neraca
perdagangan (Analisis J-Curve) dan Indikator
Ekonomi lainnya
Untuk mebuktikan ada tidaknya fenomena J-Curve dalam
perekonomian Indonesia, maka dalam penelitian ini dilakukan dua
pendekatan, yaitu analisis J-Curve agregat perdagangan serta J-Curve yang
bersifat sektoral. J-Curve agregat ditujukan untuk menganalisis hubungan
antara nilai tukar nominal efektif Indonesia terhadap neraca perdagangan
seluruh komoditas Indonesia ke dunia internasional. Adapun J-Curve sektoral
ditujukan untuk melihat pengaruh pergerakan nilai tukar nominal efektif
Indonesia terhadap neraca perdagangan sektor-sektor yang menjadi
komoditas unggulan Indonesia diantaranya adalah sektor Vol (Minyak
Sawit), Tex (Tekstil), Wap (Pakaian Jadi), Lea (Produk Kulit), Lum
(Produk kayu), PPP (Produk Kertas), Crp (Karet dan Plastik), Nfm
(Mineral non-logam), Ele (Electronik) dan Ome (Mesin dan
Perlengkapan).
J-Curve Agregat
Secara agregat, fenome J-Curve di Indonesia dapat dibuktikan dari
hasil estimasi model Error Correction Model (ECM) berikut. Dalam jangka
pendek, perubahan nilai tukar nominal efektif memberikan pengaruh negatif
yang signifikan terhadap neraca berjalan (rasio ekspor terhadap impor).
Namun, Hasil estimasi ECM menunjukkan bahwa dalam jangka panjang
menunjukan terdapat penyesuaian antara variabel nilai tukar nominal efektif
dengan neraca berjalan dimana neraca berjalan Indonesia dipengaruhi secara
signifikan oleh nilai tukar nominal efektif, kondisi ekonomi dalam dan luar
negeri.
Tabel 16. Hasil analsis ECM Model Agregat Neraca Perdagangan
Variabel Koefisien Probabilitas Signifikan
Jangka Panjang
LN_XM(-1) -8.0344 0.0000 Signifikan
LN_NEER(-1) 1.000137 0.0001 Signifikan
LN_GDP(-1) 7.667905 0.0000 Signifikan
LN_GDPFORE(-1) 0.902518 0.0000 Signifikan
Jangka Pendek
D(LN_NEER) -0.208858 0.0000 Signifikan
D(LN_GDP) 0.058483 0.1178 tidak
D(LN_GDPFORE) 0.091054 0.0861 tidak

Sumber : Hasil estimasi penulis
Tabel 13 menunjukkan bahwa koefisien jangka panjang antara NEER
dengan neraca perdagangan adalah sebesar 0.6927, artinya setiap terjadi
depresiasi nilai tukar nominal efektif indonesia sebesar satu persen, dalam
jangka panjang akan mengakibatkan kenaikan rasio ekspor terhadap impor
sebesar 0.6927 persen. Dengan kata lain, depresiasi nilai tukar akan
mendorong kenaikan ekspor serta menurunkan impor. Menurut Darwanto
(2009), Fenomena J curve dapat terjadi di Indonesia, disebabkan elastisitas
impor jauh lebih tinggi dibandingkan dibandingkan dengan elatisitas ekspor,
sehingga fenomena J curve dimana pada jangka panjang depresiasi akan
menyebabkan peningkatan nilai tukar di sebabkan oleh adanya penurunan
Impor jauh lebih tinggi dibandingkan dengan peningkatan ekspor. Yang
berarti tidak ada peningkatan daya saing di Indonesia akibat adanya
depresiasi nilai tukar.
Selain menggunakan analisis ECM, digunakan pula analis
menggunakan VECM untuk melihat dampak shock eror (volatil) nilai tukar
terhadap neraca perdagangan. Hasil estimasi terdapat pada Lampiran 1. Dari
hasil tersebut dapat melihat dampak dari shock nilai tukar terhadap neraca
perdagangan melalui impulse response function. Dapat dilihat bahwa (volatil)
pada awalnya respon neraca perdagangan terhadap depresiasi nilai tukar
diawali dengan negatif namun kemudian di respon secara positif (J-Curve).
Begitupun respon GDP terhadap depresiasi nilai tukar (Gambar 17)
Response to Cholesky One S.D.
Res pons e of LN_XM to LN_NEER
.012 .020
.015
.008
.010
.004
.005
.000
.000
-.004
-.005
-.008 -.010
1 2 3 4 5 6 7 8 9 10 1
Gambar 16. Respon Neraca

Res pons e perdagangan
of LN_NEER Terhadap Shock Depresiasi Nilai
to LN_NEER Res p
.020 Tukar Sebesar 1 Standar Deviasi -.010
ponse to Cholesky One S.D. Innovations
-.015
NEER .018 Res pons e of LN_GDP to LN_NEER
.020 -.020
.016
.015 -.025
.014
.010 -.030
.005
.012 -.035
1 2 3 4 5 6 7 8 9 10 1
.000
Res pons e of LOG(IMPORT_PRICE) to LN_NEER
-.005
-.010
-.010
-.015
8 9 10 1 2 3 4 5 6 7 8 9 10
-.020
NEER Gambar 17.Res
Respon
ponsGDP
e ofTerhadap Shock Depresiasi Nilai
LOG(EXPORT_PRICE) to Tukar Sebesar
LN_NEER
-.025 1 Standar Deviasi
-.010
J-Curve
-.030
Sektoral
-.015
Secara sektoral, fenomena J-Curve berbeda-beda antar sektor yang
-.035
dianalisis.
-.020 Secara garis besar sebagaian besar sektor unggulan di Indonesia
1 2 3 4 5 6 7 8 9 10
memiliki Fenomena J-Curve yang dibuktikan dari estimasi ECM. Dari 10

-.025
produk yang dianalisis dapat dikelompokkan menjadi 4 kelompok. Kelompok
pertama
-.030 Fenomena J-Curve diikuti sepenuhnya: karet dan plastik; kertas dan
-.035
8 9 10 1 2 3 4 5 6 7 8 9 10
to LN_NEER
olahan kayu; tekstil dan pakaian jadi; dan minyak sawit. Hasil ECM pada
kelompok pertama dapat dilihat pada Tabel 14.
Tabel 17. Hasil Estimasi Sektor yang mengalami J-Curve Penuh
Kertas dan Olahan Tekstil dan

Karet dan Plastik Minyak Sawit
Kayu Pakaian jadi
Variabel
Coef Prob. Coef Prob. Coef Prob. Coef Prob.
Jangka Pendek
D(LN_NEER) 1.5517 0.0002 2.5428 0.0000 0.6302 0.0000 -0.4640 0.1364
D(LN_GDPFORE) -1.0015 0.0005 -2.3305 0.0000 -0.2021 0.0000 0.2442 0.0672
D(LN_GDP) 0.5246 0.0007 2.1114 0.0000 0.7383 0.0000 -1.2205 0.0000
D(LN_Reserve) 1.0579 0.0000 2.0824 0.0000 0.1768 0.0017 -0.6884 0.0000
ECT -0.1721 0.0000 -0.3827 0.0000 -0.4137 0.0000 -0.1722 0.0000
C 0.0658 0.0000 0.0232 0.0000 -0.0218 0.0001 0.0448 0.0002
Jangka Panjang
LN_NEER 7.2394 0.0001 7.4495 0.0006 3.7264 0.0000 1.0332 0.0000
LN_GDPFORE 4.3175 0.0000 4.9080 0.0000 2.1869 0.0000 0.1147 0.2425
LN_GDP -3.2255 0.0002 -3.9981 0.0049 -2.2302 0.0000 -1.5834 0.0000
LN_Reserve 0.6121 0.3503 1.3624 0.2823 0.2810 0.4675 0.3312 0.0000
C -52.2661 0.0001 -58.0687 0.0000 -19.6252 0.0000 9.9205 0.0000
Secara garis besar dengan adanya depresiasi rupiah terdapat

beberapa sektor yang mengalami kerugian dan keuntungan. Sektor yang
mengalami kerugian yaitu sektor yang sebagian besar bahan baku berasal
dari impor dan juga sektor yang memiliki nilai tambah yang sedikit dari
bahan baku seperti kulit dan metal. Namun akan menguntungkan bagi
industri seperti vegetable oil yang sebagain besar bahan baku berasal dari
dalam negeri. Dalam jangka panjang industri vegetable oil memiliki koefisien
yang positif antara nilai tukar dengan neraca perdagangan. Hasil yang sama
juga terjadi pada kasus CRP (Industri Karet dan plastik). Industri karet di
Indonesia pada jangka panjang akan mengalami neraca perdagangan positif
dari depresiasi nilai tukar (J-Curve). Begitupun dengan PPP (Industri Kertas)
dan olahan kayu yang mengalami dampak positif dari terjadinya depresiasi
nilai tukar di jangka pendek ataupun jangka panjang.
Tekstil dan pakaian jadi di Indonesia merupakan salah satu sektor
ekspor unggulan. Hasil ECM menunjukan bahwa pada jangka pendek sektor
ini akan mengalami penurunan neraca perdagangan akibat dari sebagian
besar komponen produksi masih berasal dari impor. Namun dalam jangka
panjang terdapat penyesuaian sehingga dalam jangka panjang penurunan
nilai tukar memberikan daya saing bagi ekspor tekstil kita sehingga
memberikan pengaruh yang positif terhadap neraca perdagangan.
Sedangkan Fenomena J-Curve diikuti pada jangka panjang saja yaitu
elektronik dan industri logam dimana kedua produk ini hanya memperoleh
dampak positif pada neraca perdagangan pada jangka panjang saja. Hasil
ECM pada kelompok ini berada pada Tabel 15.
Pada kasus logam dan elektronik yaitu pada sektor Ele (Electronic
equipment) dan Ome (Machinery and equipment nec). Terdapat hubungan
positif antara nilai tukar dengan neraca perdagangan. Hal ini dikarenakan
dengan adanya depresiasi nilai tukar membuat barang-barang elektronik
impor yang biasanya sudah menjadi barang jadi menjadi lebih mahal. Hal ini
membuat keinginan konsumen untuk membeli barang menjadi lebih rendah
sehingga impor akan menurun dan berujung pada peningkatan neraca
perdagangan.
Tabel 18. Sektor yang Mengalami J-Curve pada Jangka Panjang

Elektronik Industri Logam
Variabel
Coef Prob. Coef Prob.
Jangka Pendek
D(LN_NEER) 1.3053 0.4812 1.0607 0.3088
D(LN_GDPFORE) -0.1937 0.8277 -0.6528 0.2538
D(LN_GDP) 1.1696 0.1900 0.9000 0.0264
D(LN_Reserve) 0.0796 0.8931 0.3596 0.4528
ECT -0.2497 0.0704 -0.3439 0.0094
C -0.0051 0.9048 -0.0165 0.5382
Jangka Panjang
LN_NEER 8.9532 0.0000 4.9124 0.0000
LN_GDPFORE 5.5596 0.0000 2.7320 0.0000
LN_GDP -4.2772 0.0000 -3.0109 0.0000
LN_Reserve 0.3551 0.6163 0.5918 0.2292
C -60.3375 0.0000 -25.9101 0.0000
Kelompok ketiga yaitu Fenomena J-Curve tidak terjadi pada sektor

kulit. Dimana pada sektor ini depresiasi nilai tukar justru berpengaruh
negatif terhadap neraca perdagangan. Hasil estimasi ECM kelompok ini dapat
dilihat pada Tabel 16.
Tabel 19. Hasil Estimasi ECM Sektor yang Tidak Mengalami J-Curve
Kulit
Variabel
Coef Prob.
Jangka Pendek
D(LN_NEER) 2.9061 0.0679
D(LN_GDPFORE) -3.0939 0.0009
D(LN_GDP) -0.2139 0.6904
D(LN_Reserve) 0.7588 0.2931
ECT -0.12 0.1352
C -0.002 0.9604
Jangka Panjang
LN_NEER -3.5719 0.0464
LN_GDPFORE -3.4583 0.0001
LN_GDP -0.1891 0.8723
LN_Reserve 0.9777 0.3725
C 50.0001 0.0000
Sektor keempat adalah rest sector dimana depresiasi nilai tukar sama
sekali tidak mempengaruhi neraca perdagangan baik pada jangka pendek
maupun pada jangka panjang. Sektor tersebut yaitu Mineral non Logam. Hasil
estimasi dapat dilihat pada Tabel 17.
Tabel 20. Rest Sector
Mineral non Logam
Variabel
Coef Prob.
Jangka Pendek
D(LN_NEER) 0.1156 0.9351
D(LN_GDPFORE) -0.8980 0.2593
D(LN_GDP) -0.7287 0.1239
D(LN_Reserve) 1.2485 0.0670
ECT -0.5811 0.0001
C -0.0201 0.5825
Jangka Panjang
LN_NEER -0.0790 0.9274
LN_GDPFORE -1.4396 0.0008
LN_GDP -0.4275 0.4636
LN_Reserve 0.3522 0.5149
C 19.8359 0.0004
Untuk melihat bagaimana dampak nilai tukar terhadap trade balance

pada setiap sektor dan kapan titik balik J curve pada masing-masing sektor
digunakan analisis impulse response function. Hasil analisis impulse response
menunjukkan bahwa pada 8 sektor yang digunakan sebabian besar
mengalami titik balik j-curve pada periode (kuartal) ke tiga. Namun tidak
semua sektor merespon positif pada periode berikutnya setelah titik balik.
Beberapa sektor kembali merespon negatif setelah perido (kuartal) ke lima.
Sektor tersebut yaitu elektronik dan mineral non logam yang merupakan
salah satu sektor dengan import content cukup tinggi dan dari hasil ECM
untuk mineral non logam merupakan sektor yang termasuk golongan rest
sector.
Response of LN_XM_WAP to Cholesky Response of LN_XM_VOL to Cholesky
One S.D. LN_NEER Innovation One S.D. LN_NEER Innovation
.04 .100
.03 .075
.02 .050
.01 .025
.00 .000
-.01 -.025
-.02 -.050
-.03 -.075
-.04 -.100
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
(i) Pakaian Jadi dan Tekstil (ii) Minyak Nabati Sawit

Response of LN_XM_LUMPPP to Cholesky Response of LN_XM_CRP to Cholesky
.08 .06
.05
.06
.04
.04
.03
.02 .02
.01
.00
.00
-.02
-.01
-.04 -.02
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5
(iii) Kertas dan Olahan Kayu (iv) Karet dan Plastik

Response of LN_XM_OME to Cholesky Response of LN_XM_LEA to Cholesky
.06 .04
.05
.03
.04
.02
.03
.02 .01
.01
.00
.00
-.01
-.01
-.02 -.02
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
(v) Logam (vi) Kulit
Response of LN_XM_NFM to Cholesky Response of LN_XM_ELE to Cholesky
.08 .08
.06
.06
.04
.04
.02
.02
.00
.00
-.02
-.04 -.02
-.06 -.04
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
(vii) Mineral non Logam (viii) Elektronik
Gambar 18. Hasil Impulse Response Function 8 Sektor
KESIMPULAN
Hasil analisis dalam kajian ini memberikan beberapa temuan penting

sebagai berikut:
1. Pergerakan nilai tukar rupiah dalam beberapa kurun waktu terakhir lebih
disebabkan oleh faktor eksternal (a.l. suku bunga Bank Sentral AS dan
harga minyak dunia), dibandingkan faktor internal.
2. Trade war yang diproksi dengan nilai tukar yuan terhadap USD terbukti
mempengaruhi depresiasi nilai tukar dimana devaluasi yuan terhadap
USD akan berdampak pada terdepresiasinya rupiah.
3. Simulasi GTAP menunjukkan bahwa secara agregat depresiasi nilai tukar
rupiah terhadap US $ saja akan meningkatkan neraca perdagangan. Dalam
kenyataannya, industri masih menigmpor bahan baku, sehingga depresiasi
nilai tukar rupiah dengan memasukkan faktor import content, secara
agregat berdampak negatif terhadap neraca perdagangan nasional. Kajian
ini menemukan ambang batas kenaikan harga bahan baku impor yang
menyebabkan secara agregat neraca perdagangan turun sebesar 4 sampai
dengan 5%.
4. Hubungan empirik nilai tukar rupiah dan neraca perdagangan Indonesia
secara agregat mengikuti fenomena J-Curve. Pada jangka pendek,
depresiasi nilai tukar menurunkan neraca perdagangan, sebaliknya pada
jangka panjang depresiasi akan meningkatkan neraca perdagangan
nasional.
5. Secara sektoral, simulasi GTAP menunjukkan bahwa depresiasi nilai
tukar rupiah akan meningkatkan neraca perdagangan beberapa kelompok
industri, meskipun disertai dengan pengaruh faktor import content.
Kelompok industri tersebut secara berurutan dari pengaruh yang paling
besar terhadap neraca perdagangan adalah sebagai berikut:
1. Industri kimia, karet dan plastik
2. Industri lemak dan minyak nabati (CPO)
3. Industri tekstil dan pakaian jadi
4. Industri kulit
5. Industri kertas dan olahan kayu
6. Industri elektronik
7. Industri logam
8. Industri mineral non logam
6. Simulasi GTAP stress testing secara arbitraty menunjukkan respons
yang berbeda diantara sektor terpilih.
a. Sektor yang menunjukkan resiliensi terhadap resiko
pergerakan nilai tukar yang diproksi dengan respons surplus
neraca perdagangan yaitu: Produk Kimia, Karet dan Plastik;
Minyak Nabati dan Hewani; Pakaian jadi; Produk kulit; Produk
kertas dan percetakan; Produk kayu; serta Produk elektronik.
Kajian ini menemukan resiliensi sektor terus terjadi sampai
Nilai Tukar Rupiah melemah 30 persen ke level Rp.
17,500/USD disertai kenaikan harga impor sebesar 15
persen.
b. Sektor yang menunjukkan kerentanan terhadap pergerakan
nilai tukar yang diproksi dengan respons defisit neraca
perdagangan seperti tekstil, mineral non logam, dan produk
logam. Kajian ini menemukan ambang batas defisit neraca
perdagangan sektor terebut terjadi pada saat Depresiasi Nilai
Tukar Rupiah sebesar 15 persen ke level Rp. 15,500/USD
disertai kenaikan harga impor sebesar 7.5 persen
7. Analisis model ekonometrika menunjukkan delapan sektor yang

mempunyai dampak positif tersebut di atas dapat dikelompokkan
dalam 4 perilaku:
1. Kelompok yang mengikuti fenomena J-Curve sepenuhnya yaitu
industri karet dan plastik; Industri lemak dan minyak nabati
(CPO); industri tekstil dan pakaian jadi serta industri kertas
dan olahan kayu.
2. Fenomena J-Curve hanya diikuti pada jangka panjang, yaitu
industri elektronik dan industri logam.
3. Fenomena J-Curve tidak diikuti sepenuhnya, yaitu industri kulit
4. Rest Sector, yaitu industri mineral non logam
8. Analisis IRF menunjukkan titik balik dari J-Curve berada pada
rentang periode kuartal 2 sampai kuartal 3. Namun beberapa
sektor seperti elektronik dan mineral non logam kembali
merespon negatif pada kuartal ke-5
IMPLIKASI HASIL
Perubahan ekonomi global berpengaruh secara signifikan pada

perekonomian nasional, khususnya kinerja neraca perdagangan. Untuk itu
perlu strategi nasional pengembangan industri berorientasi ekspor untuk
mengantisipasi dinamika yang terjadi. Industri yang menunjukkan
kebingkasan bila ada goncangan nilai tukar rupiah adalah industri
berorientasi ekspor yang berbasis sumberdaya domestik. Data Statistik
Industri Besar dan Sedang menunjukkan bahwa industri yng menjadi
unggulan ekspor Indonesia (EXIM Bank) memiliki komponen bahan baku
lokal yang lebih dominan.
Strategi industrialisasi yang harus dikembangkan untuk Indonesia
(small open economy), dalam rangka pencapaian sasaran makroekonomi baik
neraca internal maupun eksternal, adalah pengembangan industri yang
berorientasi ekspor dan intensif tenaga kerja (Salter-Corden model).
Indonesia EXIM Bank secara langsung dapat mendukung strategi ini terkait
dengan peran fasilitasi pembiayaan dan jasa keuangan lainnya untuk industri
yang diunggulkan.
Gambar 19. Model Salter-Corden untuk Pencapaian Target

Makroekonomi
Model Salter-Corden mengasumsikan bila ada kebijakan kontraksi
fiskal yang menyebabkan kelebihan suplai barang non-tradable, disertai
dengan kondisi depresiasi nilai tukar, maka harga-harga barang tradable
(relatif) akan naik di dalam negeri: menyebabkan union menuntut kenaikan
upah. Kondisi yang baik dicapai bila TK mobile, dari sektor yang
memproduksi non-tradable ke tradable.
Kajian ini memberikan sinyal bahwa daya saing produk Indonesia di
pasar global sangat ditentukan oleh faktor suplai (biaya produksi).
Terobosan untuk meningkatkan efisiensi, seperti pemetaan industri
unggulan berorientasi ekspor menurut sektor dan wilayah, pemetaan
masalah dan solusinya di sepanjang rantai pasok sampai efisiensi birokrasi
memerlukan perhatian yang lebih serius di masa mendatang.
100% 5
11
90% 27
80% 42 40 37 36
49
70%
60%
50% 95
89
40% 73
30% 58 60 63 64
51
20%
10%
0%
Elektronik Mesin Kulit Tekstil Karet dan Produk Kertas dan Minyak
dan Plastik non Produk Sawit
Pakaian Mineral Kayu
Jadi
BAHANBAKU_LOKAL BAHANBAKU_LUAR
Gambar 20. Komposisi Bahan Baku Lokal dan Impor Pada Masing-masing
Sektor di Industri Besar dan Sedang
Sumber : Statistik Industri Besar dan Sedang BPS
DAFTAR PUSTAKA
Arize A.C., T. Osang and D.J. Slottje, 2000, Exchange Rate Volatility and
Foreign Trade: Evidence from Thirteen LDC’s, Journal of business and
Economics Statistics, January (18): p. 10-17.
Bahmani-Oskooee M, Harvey H. 2009. The J-Curve: Indonesia vs. Her Major
Trading Partners. Journal of Economic Integration. 24 (4), pp. 765-
777.
Bahmani-Oskooee M, Kanitpong T. 2001. Bilateral J-Curve between Thailand
and Her Trading Partner. Journal of Economic Development, Vol. 26,
no. 2.
Bank Indonesia. 2018. BI Terus Jaga Stabilitas Nilai Tukar Rupiah. Siaran
Pers Bank Indonesia, Jakarta.
Barrittella, M., A. Bigano, R. Rosson, dan S.J. Richard. 2004. A General
Equilbrium Analysis of Climate Change Impact on Tourism. Climate
Change Modelling and Policy. Fondazione Eni Enrico Mattei, Milano.
Bartolini L. And G.M. Bodnar, 1996, Are Exchnage Rates Excessively Volatile?
And What Does “Excessively Vola-tile” Mean, Anyway?, International
Monetary Fund- Staff Paper, March (43) (1): p. 72-96.
Bautista, R.M., S. Robinson, dan M. El-Said. 1999. Alternative Industrial
Development Path for Indonesia: SAM and CGE Analyses. International
Food Policy Research Institute, Washington, D.C.
Bicudo, J.F. dan Nnanna P. A. 2018. Effects of Bilateral Real Exchange Rate on
Sino -Nigeria Trade: An ARDL Cointegration Approach. International
Journal of Economics and Finance; Vol. 10, No. 7; 2018
Chemingui, M.A. 2000. European Mediterranean Partnership and Foreign
Direct Investment: A Dynamic. University of Montpellier, Montpellier.
De Melo, J. (1988). CGE Models for the Analysis of Trade Policy in Developing
Countries. Policy Research Working Paper Series 3, the World
Bank.
Dixon, P., B., B., R., Parmenter, A., A., Powell and P.J. Wilcoxen. 1992. Notes
and Problem in Applied General Equilibrium Economics. North-
Holland, Amsterdam.
Kurtović, S. 2017. The Effect of Depreciation of the Exchange Rate on the
Neraca perdagangan of Albania. Review Of Economic Perspectives –
Národohospodářský Obzor, VOL. 17, ISSUE 2, 2017, pp. 141–158
Kurtović, S. 2017. Bilateral Trade Elasticity of Serbia: Is There a J-Curve
Effect?. https://www.researchgate.net/publication/321319404
Kyophilavong, P dan Muhammad S. 2018. Investigating the Relationship
between Neraca perdagangan and the Exchange Rate: The Case of
Laos’ Trade with Thailand. Global Business Review.
https://www.researchgate.net/publication/323555445
Lee, H. dan D. Mensbrugghe. 2001. A General Equilibrium Analysis of the
Interplay between Foreign Direct Investment and Trade Adjustment.
Working Paper Series. Sosial Science Research Network.
Leigh, D, Lian, W. Poplawski-Ribeiro, M. Szymanski, R., Tsyrennikov, V.
Yang, H. 2016. Exchange Rates and Trade: Disconnected. International
Monetary Fund, Washington DC.
Maldonado, W.L., O.A.F. Tourinho, dan M. Valli. 2004. Endogenous foreign

capital flow in Brazil: The role of the foreign reserves. Brazil.
McDougal, R. Z Akgul , T. Walmsley, T. Hertel, N. Villoria. 2012. General
Equilibrium Mechanisms and the Real Exchange Rate in the GTAP
Model, Purdue University.
Mehlum, H. 2004. Zimbabwe: Investments, credibility, and the dynamics
following trade liberalization. Zimbabwe.
My, N. Q. Dan Mustafa S. 2017. The Impact of Exchange Rate on Market
Fundamentals: A Case Study of J-Curve Effect in Vietnam.
https://www.researchgate.net/publication/315935173
Oktaviani, R. 2000. The Impact of APEC Trade Liberalisation on Indonesian
Economy and Its Agricultural Sector. Phd Thesis. The University of
Sydney, Sydney
Oktaviani, R, Novianti, T and Widyastutik (2010). Teori Perdagangan
Internasional: Aplikasinya di Indonesia, IPB Press, Bogor.
Petrovic P, Gligoric M. 2010. Exchange Rate and Neraca perdagangan: J-Curve
Effect. Panoeconomicus, 1, pp. 23-41.
Ramadona. 2016. Pengaruh Perubahan Nilai Tukar Terhadap Neraca
Perdagangan Indonesia. Thesis. Institut Pertanian Bogor
Robinson, S. 1989. Multisektoral Model. In Hollis Chenery and T.N.,
Srinavasan (ed), Handbook of Development Economics. North-
Holland Publishing Company, Vol II, pp: 885-947, Amsterdam.
Rosson, R. 2001. Carbon Leakage in a Small Open Economy with Capital
Mobility. Department of Economics, University of Venice, Venice.
Sabuhi-Sabouni, M. And M. Piri, 2008, Consideration the Effect of Exchange
Rate Volatility on Agriculture Product Exports Price, The Case Study of
Iran’s Safron, American-Eurasian Journal of Agricultural and
Environment Science No. 2 (Suple 1): p. 97-100.
Stephenson, S.M. (1994). The Uruguay Round and Its Benefit to Indonesia.
Ministry of Trade, The Republic of Indonesia, Jakarta.
Stučka, T. dan Kremers, J. J. 2004. The Effects of Exchange Rate Change on the
Neraca perdagangan in Croatia. International Monetary Fund.
WP/04/65.
Wilson P. 2001. Exchange Rates and the Neraca perdagangan for Dynamic
Asian Economies: Does the J-Curve Exist for Singapura, Malaysia and
Korea?. Open Economic Review, 12(4): 389-413.
Yeah, K.L., Yanagida, J., F., Yamauchi, H. 1994. Evaluation of External Market
Effects and Government Intervention in Malaysia Agriculture
Sector, A Computable General Equilibrium Framework. Agric,
Econ. 11(2-3), 237-256.
LAMPIRAN
Lampiran 1. Hasil Pengolahan VECM

Vector Error Correction Estimates
Date: 07/17/18 Time: 13:14
Sample (adjusted): 2007Q1 2017Q4
Included observations: 44 after adjustments
Standard errors in ( ) & t-statistics in [ ]
Cointegrating Eq: CointEq1
LN_XM(-1) 1.000000
LN_GDP(-1) 0.334282
(0.16056)
[ 2.08191]
LN_NEER(-1) -0.161221
(0.30085)
[-0.53588]
LOG(EXPORT_PRICE(-1)) 0.406127
(0.67467)
[ 0.60196]
LOG(IMPORT_PRICE(-1)) -1.105679
(0.64013)
[-1.72727]
D(LOG(EXPOR D(LOG(IMPOR
Error Correction: D(LN_XM) D(LN_GDP) D(LN_NEER) T_PRICE)) T_PRICE))
CointEq1 -0.123710 0.160575 -0.069649 0.059938 0.095670

(0.08355) (0.09270) (0.04993) (0.07019) (0.06180)
[-1.48069] [ 1.73227] [-1.39505] [ 0.85395] [ 1.54799]
D(LN_XM(-1)) -0.355161 0.176157 0.106385 -0.040028 -0.013609

(0.19591) (0.21736) (0.11707) (0.16458) (0.14492)
[-1.81289] [ 0.81045] [ 0.90875] [-0.24321] [-0.09391]
D(LN_XM(-2)) -0.001426 0.406712 0.272279 -0.002736 0.042997

(0.19668) (0.21821) (0.11753) (0.16523) (0.14549)
[-0.00725] [ 1.86384] [ 2.31671] [-0.01656] [ 0.29554]
D(LN_XM(-3)) -0.071137 0.243080 0.094989 -0.027049 -0.044003

(0.18497) (0.20522) (0.11053) (0.15539) (0.13682)
[-0.38459] [ 1.18449] [ 0.85939] [-0.17407] [-0.32160]
D(LN_GDP(-1)) -0.017835 0.216933 0.212754 0.216350 0.207010

(0.28351) (0.31455) (0.16942) (0.23818) (0.20972)
[-0.06291] [ 0.68966] [ 1.25581] [ 0.90836] [ 0.98708]
D(LN_GDP(-2)) 0.224193 -0.364789 0.175625 -0.259330 -0.149438

(0.24928) (0.27657) (0.14896) (0.20942) (0.18439)
[ 0.89937] [-1.31898] [ 1.17901] [-1.23834] [-0.81043]
D(LN_GDP(-3)) 0.343260 0.312314 0.286538 0.250353 0.059758
(0.30330) (0.33650) (0.18124) (0.25480) (0.22435)
[ 1.13176] [ 0.92812] [ 1.58099] [ 0.98255] [ 0.26636]
D(LN_NEER(-1)) -0.489677 -0.188200 -0.159948 -0.276235 -0.749443

(0.50395) (0.55913) (0.30114) (0.42337) (0.37278)
[-0.97167] [-0.33660] [-0.53113] [-0.65246] [-2.01040]
D(LN_NEER(-2)) 0.286201 0.237819 -0.345076 0.340554 0.330999

(0.51078) (0.56670) (0.30522) (0.42911) (0.37783)
[ 0.56032] [ 0.41966] [-1.13057] [ 0.79364] [ 0.87605]
D(LN_NEER(-3)) -0.492198 -0.433727 -0.329550 -0.235527 -0.209596

(0.51145) (0.56745) (0.30563) (0.42967) (0.37833)
[-0.96236] [-0.76435] [-1.07828] [-0.54816] [-0.55400]
D(LOG(EXPORT_PRICE(-
1))) 0.070561 -0.255581 -0.426243 0.240041 -0.110664
(0.39125) (0.43408) (0.23380) (0.32869) (0.28941)
[ 0.18035] [-0.58878] [-1.82314] [ 0.73030] [-0.38238]
2))) 0.138490 -0.146324 0.130727 -0.215388 -0.182098
(0.41703) (0.46269) (0.24920) (0.35035) (0.30848)
[ 0.33209] [-0.31625] [ 0.52458] [-0.61479] [-0.59030]
3))) -0.068266 -0.348120 -0.276995 0.128553 0.206968
(0.38849) (0.43103) (0.23215) (0.32637) (0.28738)
[-0.17572] [-0.80765] [-1.19317] [ 0.39388] [ 0.72020]
D(LOG(IMPORT_PRICE(-
1))) -0.274245 0.483354 0.368515 0.194822 0.348688
(0.44801) (0.49706) (0.26771) (0.37637) (0.33140)
[-0.61214] [ 0.97243] [ 1.37653] [ 0.51763] [ 1.05217]
2))) -0.464808 -0.203623 -0.454837 0.153611 0.237779
(0.44651) (0.49540) (0.26682) (0.37511) (0.33029)
[-1.04098] [-0.41103] [-1.70467] [ 0.40951] [ 0.71991]
3))) -0.161670 0.391822 0.113025 -0.358604 -0.435144
(0.41533) (0.46080) (0.24819) (0.34892) (0.30723)
[-0.38925] [ 0.85030] [ 0.45540] [-1.02775] [-1.41635]
R-squared 0.509322 0.540263 0.511152 0.405742 0.460381

Adj. R-squared 0.246459 0.293975 0.249269 0.087390 0.171300
Sum sq. resids 0.061398 0.075578 0.021924 0.043333 0.033596
S.E. equation 0.046827 0.051954 0.027982 0.039340 0.034639
F-statistic 1.937596 2.193626 1.951833 1.274506 1.592567
Log likelihood 82.20709 77.63573 104.8623 89.87339 95.47254
Akaike AIC -3.009413 -2.801624 -4.039198 -3.357881 -3.612388
Schwarz SC -2.360617 -2.152828 -3.390401 -2.709085 -2.963592
Mean dependent -0.005682 0.022545 -0.000477 0.013018 0.014865
S.D. dependent 0.053944 0.061832 0.032296 0.041180 0.038051
Determinant resid covariance (dof adj.) 4.61E-16

Determinant resid covariance 4.81E-17
Log likelihood 514.4487
Akaike information criterion -19.52040
Schwarz criterion -16.07367
Lampiran 2. Uji Lag Optimum
VAR Lag Order Selection Criteria

Endogenous variables: LN_XM LN_GDP LN_NEER LOG(EXPORT_PRICE)
LOG(IMPORT_PRICE)
Exogenous variables:
Date: 07/17/18 Time: 18:20
Sample: 2006Q1 2017Q4
Included observations: 44
Lag LogL LR FPE AIC SC HQ
1 456.4801 NA 2.10e-15 -19.61273 -18.59899* -19.23679*

2 481.6899 38.96057 2.15e-15 -19.62227 -17.59478 -18.87038
3 510.7961 38.36725* 1.98e-15* -19.80891* -16.76768 -18.68108
4 528.4926 19.30531 3.43e-15 -19.47694 -15.42196 -17.97316
* indicates lag order selected by the criterion

LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
Lampiran 3. Uji Stabilitas VAR
Roots of Characteristic Polynomial

Endogenous variables: LN_XM LN_GDP LN_NEER
LOG(EXPORT_PRICE) LOG(IMPORT_PRICE)
Exogenous variables:
Lag specification: 1 3
Date: 07/17/18 Time: 18:22
Root Modulus
0.999571 0.999571
0.958609 0.958609
0.851327 - 0.235286i 0.883242
0.851327 + 0.235286i 0.883242
0.102674 - 0.759034i 0.765947
0.102674 + 0.759034i 0.765947
-0.030923 - 0.749720i 0.750357
-0.030923 + 0.749720i 0.750357
0.587434 - 0.330234i 0.673894
0.587434 + 0.330234i 0.673894
0.514659 - 0.378250i 0.638707
0.514659 + 0.378250i 0.638707
-0.584695 - 0.253244i 0.637181
-0.584695 + 0.253244i 0.637181
-0.261617 0.261617
No root lies outside the unit circle.
VAR satisfies the stability condition.

5ba75968cb352 Laporan Akhir Pergerakan Nilai Tukar 2 Agustus 2018 1 PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

5ba75968cb352 Laporan Akhir Pergerakan Nilai Tukar 2 Agustus 2018 1 PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

DAMPAK PERGERAKAN NILAI TUKAR

RUPIAH TERHADAP AKTIVITAS

KETUA: Prof. Dr. Muhammad Firdaus, SP, M.Si

DAFTAR ISI .......................................................................................................................................iii

Tabel 1. Penelitian Terdahulu .......................................................................................... 11

Gambar 1. Pergerakan Indeks Nilai Tukar Rupiah dan Perbandingan dengan

Sumber: Bank Dunia (2018)

Terdapat dua preposisi terhadap dampak pergerakan nilai tukar

Konsep Nilai Tukar

Hubungan Ekspor dan Kinerja Perdagangan

Dampak Pergerakan Nilai Tukar Dampak Pergerakan Nilai Tukar

Global Trade Analysis Project (GTAP)

Teknik pengumpulan data

Jenis dan Sumber Data

Untuk keperluan penelitian, agregasi negara dalam model GTAP

Tabel 2. Kinerja Ekspor Indonesia pada Negara Destinasi Ekspor Utama

Fitur agregasi sektoral yang digunakan dalam Model GTAP untuk

11 Rmk Susu Segar 40 ele Produk Elektronik

Analisis potensi GTAP Data dasar GTAP GTAP versi 9

Hasil analisis Error Correction Rasio Nilai Ekspor – Badan Pusat

Model Multi Region General Equilibrium

PRIVEXP SAVE GOVEXP

Rumah Tangga Tabungan Pemerintah

Model Ekonomi Terbuka tanpa Pajak

Rumah Tangga Regional

PRIVEXP SAVE GOVEXP

Rumah Tangga Bank Global Pemerintah

Gambar 6. Perekonomian Terbuka tanpa Intervensi Pemerintah: Model

Model Ekonomi Tertutup dengan Pajak

Rumah Tangga Regional

Gambar 7. Perekonomian Tertutup dengan Pajak: Model Satu Wilayah

Tingkat Harga AS1

Gambar 9 menjelaskan dampak pajak negatif (pajak yang mengurangi

Struktur Model Standar GTAP

Semua set, sub-set, parameter dan variabel bentuk nominal (value/

Model Faktor-Faktor yang Mempengaruhi Nilai Tukar

𝑙𝑛𝐸𝑅𝑡 = 𝑎0 + ∑ 𝑎𝑖 𝑙𝑛𝐸𝑅𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐽𝐵𝑂𝑅𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝑂𝑖𝑙𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐹𝑅𝑅𝑡−𝑖 + 𝜀𝑡

𝑙𝑛𝐸𝑅𝑡 = 𝑎0 + ∑ 𝑎𝑖 𝑙𝑛𝐸𝑅𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐽𝐵𝑂𝑅𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝑂𝑖𝑙𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐹𝑅𝑅𝑡−𝑖

𝑙𝑛𝐸𝑅𝑡 = 𝑎0 + ∑ 𝑎𝑖 𝑙𝑛𝐸𝑅𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐸𝑘𝑠𝑝𝑜𝑟𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐼𝑚𝑝𝑜𝑟𝑡−𝑖

+ ∑ 𝑎𝑖 𝑙𝑛𝐼𝐻𝑆𝐺𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝑂𝑖𝑙𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐹𝑅𝑡−𝑖 + 𝜀𝑡

Pada pendekatan ini juga dilakukan mekanisme trade war yaitu

𝑙𝑛𝐸𝑅𝑡 = 𝑎0 + ∑ 𝑎𝑖 𝑙𝑛𝐸𝑅𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝑌𝑢𝑎𝑛𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐼𝑚𝑝𝑜𝑟𝑡−𝑖

+ ∑ 𝑎𝑖 𝑙𝑛𝐼𝐻𝑆𝐺𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝑂𝑖𝑙𝑡−𝑖 + ∑ 𝑎𝑖 𝑙𝑛𝐹𝑅𝑡−𝑖 + 𝜀𝑡

Gambar 11. Langkah-langkah Analisis VAR

mengurangkan kedua sisi persamaan tersebut dengan yt-1 maka akan

Penentuan Lag Optimal

dimana adalah jumlah residual kuadrat, sedangkan N dan k masing-masing

The Cholensky Decomposition

Tendensi pelemahan nilai tukar Rupiah terhadap uang AS (USD) lebih

Variabel Tanpa Trade War Dengan Trade War

Tabel 6 menunjukkan didapatkan sebagian besar faktor yang

Tabel 7. Faktor-faktor yang Mempengaruhi Depresiasi Nilai Tukar

Variabel Tanpa Trade War Trade War

LNEXPORT(-1) -8.0344* 2.2721

LNEXPORT LNIHSG LNIMPORT LNMINYAK FED

Yuan FED LNIMPORT LNEXPORT IHSG

(ii) Trade War

Analisa Dampak Pergerakan Rupiah terhadap Kinerja Makroekonomi

Neraca Perdagangan (Milyar USD)

Sumber: Data (Diolah)

Depresiasi Nilai Tukar Rupiah sebesar 10 Persen disertai dengan

Sumber: Data (Diolah)

Dampak peningkatnan ekspor dan impor akan menurunkan