Uji Kausalitas Granger

Konsep

Regresi Hubungan satu arah Realitas Banyak hubungan dua arah

Uji Granger membuktikan apakah suatu variabel mempunyai hubungan dua arah, atau hanya satu arah saja.

Data Time series. Uji Granger pengaruh masa lalu terhadap kondisi sekarang.

Contoh: Dolar melemah IHSG turun Investor di Valas ‘Profit

Taking’ Membeli saham IHSG menguat Dolar menguat.

Konsumsi naik Uang beredar naik Inflasi Konsumsi turun

Telur Ayam Telur atau Ayam Telur Ayam?

Tahapan Metode H0 : X tidak menyebabkan Y.

Buat regresi penuh dan dapatkan Sum Square of Error (SSE)Yt = Σαi Yt-i + Σβi Xt-i + εt

Buat regresi terbatas dan dapatkan pula Sum Square of Error (SSE)Yt = Σαi Yt-i + εt

Lakukan Uji F berdasarkan SSE yang didapat, dengan formula:

penuh

penuhterbatas

SSE

SSESSE

q

kNF

Dimana:N adalah banyaknya pengamatank adalah banyaknya parameter model penuhq adalah banyaknya parameter model terbatas

Bila H0 ditolak, berarti X mempengaruhi Y. Cara yang sama juga dapat dilakukan untuk melihat apakah Y

mempunyai pengaruh terhadap X. Pertanyaan yang banyak muncul dalam Uji Kausalitas Granger ini

adalah: “berapa lag yang harus digunakan?”. Ingat kembali SIC, AIC, Log Likelkihood.

Hipotesis:(i) H0 : Investasi tidak mempengaruhi (tidak menyebabkan)

KursH1 : Investasi mempengaruhi (menyebabkan) Kurs

(ii) H0 : Kurs tidak mempengaruhi (tidak menyebabkan) Investasi

H1 : Kurs mempengaruhi (menyebabkan) Investasi

Vektor Otoregresi (VAR) Konsep

VAR Y saat ini dipengaruhi X pada waktu lalu, dan X saat ini dipengaruhi Y pada waktu lalu.Contoh: Investasi GDP Investasi Money Supply Inflasi Money Supply

ModelYt = α1i + Σβ1i Yt-i + Σγ1i Xt-i + εt

dan

Xt = α2i + Σβ2i Yt-i + Σγ2i Xt-i + εt

Perhatikan bahwa model diatas mempunyai variabel bebas yang merupakan lag dari variabel terikatnya. Kembali muncul pertanyaan: “berapa banyak lag yang harus digunakan?”. AIC, SIC, dan Log Likelihood adalah indikator untuk memutuskan lag yang digunakan.

Estimasi?OLS

Date: 09/08/04 Time: 13:37

Sample(adjusted): 1974 2002

Included observations: 29 after adjusting

endpoints

Standard errors & t-statistics in parentheses

IMPOR GNP

IMPOR(-1) 14.11412 -0.258001

(4.24428) (3.20377)

(3.32544) (-0.08053)

IMPOR(-2) -2.232664 -2.836740

(5.84599) (4.41281)

(-0.38191) (-0.64284)

IMPOR(-3) -7.923294 6.753519

(5.61590) (4.23913)

(-1.41087) (1.59314)

IMPOR(-4) 13.59194 -2.895396

(4.06804) (3.07073)

(3.34115) (-0.94290)

GNP(-1) -8.044967 0.984799

(2.06084) (1.55561)

(-3.90373) (0.63306)

GNP(-2) 7.730543 1.373807

(4.29886) (3.24497)

(1.79828) (0.42337)

GNP(-3) 0.323127 -5.305517

(5.27166) (3.97929)

(0.06130) (-1.33328)

GNP(-4) -2.105972 4.652364

(3.19332) (2.41046)

(-0.65949) (1.93007)

C 32649312 -7685037.

(2.7E+07) (2.0E+07)

(1.22159) (-0.38093)

R-squared 0.993182 0.990797

Adj. R-squared 0.990454 0.987115

Sum sq. resids 8.59E+16 4.89E+16

S.E. equation 65533166 49467341

F-statistic 364.1594 269.1407

Log likelihood -557.7055 -549.5494

Akaike AIC 39.08314 38.52065

Schwarz SC 39.50747 38.94498

Mean dependent 1.88E+08 3.58E+08

S.D. dependent 6.71E+08 4.36E+08

Date: 09/08/04 Time: 14:04

Sample(adjusted): 1972 2002

Included observations: 31 after adjusting

endpoints

Standard errors & t-statistics in parentheses

IMPOR GNP

IMPOR(-1) 28.21177 -2.062712

(2.19703) (0.76050)

(12.8409) (-2.71230)

IMPOR(-2) 9.734768 0.017335

(2.09768) (0.72611)

(4.64073) (0.02387)

GNP(-1) -14.25459 2.040362

(0.91397) (0.31637)

(-15.5964) (6.44927)

GNP(-2) 8.188294 -0.552283

(0.84025) (0.29085)

(9.74506) (-1.89884)

C 1.62E+08 -772242.9

(4.2E+07) (1.5E+07)

(3.82632) (-0.05278)

R-squared 0.948428 0.985897

Adj. R-squared 0.940493 0.983727

Sum sq. resids 6.53E+17 7.83E+16

S.E. equation 1.58E+08 54859997

F-statistic 119.5365 454.3858

Log likelihood -626.5772 -593.6899

Akaike AIC 40.74692 38.62516

Schwarz SC 40.97821 38.85645

Mean dependent 1.76E+08 3.35E+08

S.D. dependent 6.50E+08 4.30E+08

Determinant Residual Covariance 3.96E+31

Log Likelihood -1215.696

Akaike Information Criteria 79.07715

Schwarz Criteria 79.53973