presentasi ujian doktor efrizal
DESCRIPTION
Ujian Terbuka program Doktor, efrizal, 2006TRANSCRIPT
SIDANG SENAT TERBUKA UNIVERSITAS BOROBUDUR
Judul Disertasi:
PENILAIAN ESTIMASI DEDGING PRUBAHAN NILAI TUKAR RUPIAH
TERHADAP USD PERIODE 1997-1999
Agenda Pokok: Ujian Disertasi dan Pelatinkan Gelar Doktor
kepada Promovendus:EFRIZAL (Nim: 00123008)
Pendahuluan
Konsep Hedging Perubahan Nilai Tukar
Konsep Hedging Return
Konsep Pengukuran Kinerja Hedging
Seri DS, DF, Seri DS, DF, first differencefirst difference
tidak berisi tidak berisi suatu unit suatu unit
rootroot
Seri DS dan Seri DS dan DF berisi DF berisi suatu unit suatu unit rootroot
otokorelasi otokorelasi seri residual seri residual pada lag 1 4pada lag 1 4
otokorelasi otokorelasi pada 25 lagpada 25 lag
otokorelasi otokorelasi pada 25 lagpada 25 lag
Hasil Hasil
PengujianPengujian
δδ ≠ ≠ 00δδ ≠ ≠ 00ΩΩ ≠ ≠ 00Q-stat ≠ 0Q-stat ≠ 0Q-stat ≠ 0Q-stat ≠ 0Hipotesis Hipotesis AlternatifAlternatif
non-non-
stationarystationary
non-non-
stationarystationary nir-nir-
otokorelasiotokorelasi nir-nir-
otokorelasiotokorelasi nir-nir-
otokorelasiotokorelasiHypothesis Hypothesis nullnull
ADF testADF testADF testADF testSerial Serial Correlation Correlation
LMLM
Correlogram Correlogram of Residual of Residual
SquaredSquared
Correlogram Correlogram Series Series
StatisticsStatistics
Metode Metode PengujianPengujian
Variabel Berisi Suatu Unit Variabel Berisi Suatu Unit
RootRootOtokorelasi residualOtokorelasi residual
KarakteristikKarakteristik
FaktorFaktor
DS dan DF DS dan DF memiliki memiliki hubungan hubungan kausalitas kausalitas
Tidak ada Tidak ada efek efek ARCH ARCH pada pada residual residual M-M-GARCHGARCH
ada efek ada efek ARCH ARCH pada pada residual residual OLSOLS
Dengan Dengan VEC, seri VEC, seri DS dan DF DS dan DF memiliki dua memiliki dua hubungan hubungan kointegrasi kointegrasi dalam dalam jangka jangka panjangpanjang
Hedger Hedger mementingmementingkan dua kan dua hubungan hubungan kointegrasikointegrasi
Dgn B-Dgn B-VAR, seri VAR, seri DS dan DF DS dan DF memiliki memiliki dua dua hubungan hubungan kointeg kointeg rasirasi
Dengan Dengan OLS, seri OLS, seri DS dan DF DS dan DF memiliki memiliki satu satu hubungan hubungan kointegrasikointegrasi
Hasil Hasil PengujianPengujian
ββDSDS ≠ ≠ ββDFDF ≠ 0 ≠ 0αα kk ≠ 0 ≠ 0αα kk ≠ 0 ≠ 0yyss,, yyff # 0 # 0rank = 2rank = 2 None dan None dan almost 1 almost 1
≠ ≠ 00ΩΩ ≠ ≠ 00
Hipotesis Hipotesis AlternatifAlternatif
non-non-causalitycausality
tidak ada tidak ada efek efek
ARCHARCH
tidak ada tidak ada efek efek
ARCHARCH
non-non-stationarystationary
non-non-stationarystationary
non-non-stationarystationary
non-non-
stationarystationaryHypotesisHypotesis nullnull
Granger Granger Causality Causality
testtestARCH ARCH
LM TestLM TestARCH ARCH
LM TestLM Test
Error Error Corection Corection
TestTest
SelectionSelection- Criteria - Criteria MethodMethod
JohansenJohansen’s test’s test
ADF testADF testMetode Metode PengujianPengujian
KausalitasKausalitasEfek ARCHEfek ARCHHubungan KointegrasiHubungan Kointegrasi
KarakteristikKarakteristik
FaktorFaktor
tidak tidak mengurangi mengurangi kemampuannkemampuannOLS OLS menghasil kan menghasil kan estimasi yang estimasi yang stabilstabil
Varian-Varian-Return Return
Kndsional Kndsional AversionAversion
Risk-Risk-Return Return
AversionAversion
Varian Varian KndisionaKndisional Aversionl Aversion
Risk Risk aversionaversion
Pengambilan Pengambilan posisi DF posisi DF dalam rentang dalam rentang yang sempit yang sempit dapat dapat mengcover mengcover DSDS
ImplikasiImplikasi
hedge hedge ratio stabilratio stabil
Varian-Varian-return return
kndisional kndisional MinimumMinimum
Varian-Varian-Return Return
MinimumMinimum
Varian Varian kndisional kndisional MinimumMinimum
Varian Varian MinimumMinimum
korelasi korelasi pada pada durasi 1 durasi 1 dan 2 haridan 2 hari
Hasil Hasil PengujianPengujian
γγ ≠≠ 00GARCH GARCH ≠≠ 0 0ββ ≠≠ 00GARCH GARCH ≠≠ 0 0ββ ≠≠ 00ρρ ≠≠ 00Hypothesis Hypothesis AlternatifAlternatif
stabil stabil Varian-Varian-return return
kondisional kondisional MinimumMinimum
Varian-Varian-Return Return
MinimumMinimum
Varian Varian kndisional kndisional MinimumMinimum
Varian Varian MinimumMinimum
Nir-Nir-otokorelasi otokorelasi
Hypothesis Hypothesis nullnull
Ramsey’s Ramsey’s testtest
z- testz- testt- testt- testz- testz- testt- testt- testDurbin-Durbin-Watson Watson
testtest
Metode Metode PengujianPengujian
Stabilitas Stabilitas Hedge Hedge RatioRatio
Kecendrungan Hedge RatioKecendrungan Hedge RatioDS dan DF DS dan DF BerkorelasiBerkorelasi
IndikatorIndikator
FaktorFaktor
Memberikan hasil yang tidak optimal Memberikan hasil yang tidak optimal sehingga cukup untuk diabaikan sehingga cukup untuk diabaikan
Ukuran terbaik mengurangi tingkat varian Ukuran terbaik mengurangi tingkat varian pada durasi dengan rentang yang sempit, pada durasi dengan rentang yang sempit, tapi secara umum memberikan return tapi secara umum memberikan return terkecilterkecil
ImplikasiImplikasi
------ 1 (0,4001); 2 (0,1186)1 (0,4001); 2 (0,1186)Tertinggi pada Tertinggi pada DurasiDurasi
Variance-Return Variance-Return ReductionReduction
Variance ReductionVariance ReductionVariance-Return Variance-Return ReductionReduction
Variance Variance ReductionReduction
Tujuan Tujuan HedgingHedging
RS dan RFRS dan RFDS dan DFDS dan DFRS dan RFRS dan RFDS dan DFDS dan DFInputInput
Risiko ReturnRisiko PerubahanRisiko ReturnRisiko Perubahan UkuranUkuran
B-VARB-VAROLSOLSMetodeMetodeFaktorFaktor
1.1. Ukuran terbaik meraih return portofolio yang Ukuran terbaik meraih return portofolio yang dihedge pada durasi rentang sempit, dihedge pada durasi rentang sempit,
2.2. Ukuran terbaik mengurangi tingkat varian Ukuran terbaik mengurangi tingkat varian pada durasi rentang lebarpada durasi rentang lebar
Ukuran terbaik meraih return portofolio Ukuran terbaik meraih return portofolio yang dihedge pada durasi rentang yang yang dihedge pada durasi rentang yang lebar, tapi secara umum memberikan lebar, tapi secara umum memberikan pengurangan varian terkecilpengurangan varian terkecil
ImplikasiImplikasi
1 (0,13600); 2 (0,015400)1 (0,13600); 2 (0,015400)8 (0,0541); 10 (0,1528)8 (0,0541); 10 (0,1528)5 (0,009900); 8 (0,011500)5 (0,009900); 8 (0,011500)--Tertinggi Tertinggi pada Durasipada Durasi
Variance-Return Variance-Return ReductionReduction
Variance ReductionVariance ReductionVariance-Return Variance-Return ReductionReduction
Variance Variance ReductionReduction
Tujuan Tujuan HedgingHedging
RS dan RFRS dan RFDS dan DFDS dan DFRS dan RFRS dan RFDS dan DFDS dan DFInputInput
Risiko Return Risiko Perubahan Risiko Return Risiko Perubahan UkuranUkuran
M-GARCHM-GARCHVECVECMetodeMetodeFaktorFaktor
Hasil Komparasi Kinerja Lindung Nilai
1.1. M-GARCH M-GARCH sebagai ukuran sebagai ukuran terbaik untuk meraih return terbaik untuk meraih return pada durasi dengan rentang pada durasi dengan rentang yang sempit.yang sempit.
• VEC VEC sebagai ukuran terbaik sebagai ukuran terbaik untuk meraih return pada untuk meraih return pada durasi dengan rentang lebardurasi dengan rentang lebar
1.1. M-GARCHM-GARCH sebagai ukuran sebagai ukuran terbaik mengurangi varian terbaik mengurangi varian pada durasi dengan rentang pada durasi dengan rentang yang lebar.yang lebar.
• OLS OLS sebagai ukuran terbaik sebagai ukuran terbaik mengurangi varian pada mengurangi varian pada durasi dengan rentang yang durasi dengan rentang yang sempitsempit
Alternatif
Reduksi Varian-Return Reduksi Varian Tujuan
Strategi
Strategi Hedging
senada dengan senada dengan Bouldin (1999).Bouldin (1999). Dalam penelitian di Amerika Dalam penelitian di Amerika
Latin, OLS tidak Latin, OLS tidak memperhitungkan unsur koreksi memperhitungkan unsur koreksi
kesalahan dan perubahan kesalahan dan perubahan jangka pendek. Ia jangka pendek. Ia
menambahkan VEC dapat menambahkan VEC dapat menjelaskan informasi jangka menjelaskan informasi jangka
pendek dan jangka panjang pendek dan jangka panjang dalam memetodekan data.dalam memetodekan data.
senada dengan senada dengan Anwar Anwar (2002),(2002), sifat data sifat data
kondisional tidak dapat kondisional tidak dapat dijelaskan dengan dijelaskan dengan
metode OLS, karena metode OLS, karena hanya menganalisis hanya menganalisis
hubungan antara hubungan antara peubah yang bersifat peubah yang bersifat unconditional, yakni unconditional, yakni
ekspektasi dan ekspektasi dan variannya tetap konstan variannya tetap konstan
dari waktu ke waktu. dari waktu ke waktu.
senada dengan senada dengan Yang (2001),Yang (2001), dan menyaran- dan menyaran- kan pengguna- kan pengguna- an B-VAR dan an B-VAR dan VEC untuk VEC untuk mengatasi mengatasi faktor faktor autokorelasi autokorelasi residualresidual
Peneliti Peneliti lainnyalainnya
1.1.Dengan OLS, seri DS dan DF Dengan OLS, seri DS dan DF memiliki satu hubungan memiliki satu hubungan kointegrasikointegrasi
• Dengan B-VAR, seri DS dan DF Dengan B-VAR, seri DS dan DF memiliki dua hubungan kointegrasimemiliki dua hubungan kointegrasi
• Hedger mementingkan dua Hedger mementingkan dua hubungan kointegrasihubungan kointegrasi
• Dengan VEC, seri DS dan DF Dengan VEC, seri DS dan DF memiliki dua hubungan kointegrasi memiliki dua hubungan kointegrasi dalam jangka panjangdalam jangka panjang
• DF sarana lindung nilai yang tepatDF sarana lindung nilai yang tepat
Seri DS dan DF tidak Seri DS dan DF tidak berisi suatu unit rootberisi suatu unit root
Ada Ada autokorelasi autokorelasi dalam seri dalam seri residual pada residual pada lag 1 4lag 1 4
Efrizal Efrizal (2003)(2003)
Cointegration RelationshipCointegration RelationshipVariables contain Variables contain a Unit Roota Unit Root
AutocorrelationAutocorrelationin Residualin Residual
KarakteristikKarakteristik
PenelitiPeneliti
KOMPARASI HASIL PENELITIANKOMPARASI HASIL PENELITIAN KARAKTERISTIK SERIESKARAKTERISTIK SERIES
Temuan di atas merupakan Temuan di atas merupakan signal atas pentingya meng- signal atas pentingya meng- eliminir potensi korelasi palsu. eliminir potensi korelasi palsu. Menurut Menurut Madura (1992 318),Madura (1992 318), hedging secara krusial hedging secara krusial tergantung pada korelasi. tergantung pada korelasi. Oleh karena itu maka Oleh karena itu maka pengujian di atas dimaksud pengujian di atas dimaksud kan untuk mengetahui apakah kan untuk mengetahui apakah korelasi dapat di penuhi korelasi dapat di penuhi sebagai faktor krusial dalam sebagai faktor krusial dalam penelitian lindung nilai tukar penelitian lindung nilai tukar rupiah terhadap USD. rupiah terhadap USD.
Temuan di atas senada dengan Temuan di atas senada dengan Yang (2001)Yang (2001).. OLS tidak mampu OLS tidak mampu mengestimasi hedge ratio, karena mengestimasi hedge ratio, karena OLS mengabaikan efek ARCH OLS mengabaikan efek ARCH yang sering dijumpai pada yang sering dijumpai pada financial time series. Ia menya- financial time series. Ia menya- rankan sebaiknya menggunakan rankan sebaiknya menggunakan M-GARCH, karena dapat M-GARCH, karena dapat mengeliminir efek ARCH dan mengeliminir efek ARCH dan dapat menjelaskan conditional dapat menjelaskan conditional moment yang dipengaruhi oleh moment yang dipengaruhi oleh sekelompok informasi pada waktu sekelompok informasi pada waktu keputusan hedging dibuat.keputusan hedging dibuat.
Peneliti Peneliti lainnyalainnya
DS dan DF memiliki hubung- DS dan DF memiliki hubung- an kausalitas, sehingga ber- an kausalitas, sehingga ber- potensi munculnya korelasi potensi munculnya korelasi palsupalsu
1.1. Ada efek ARCH pada residual Ada efek ARCH pada residual OLSOLS
2.2. Tidak ada efek ARCH pada Tidak ada efek ARCH pada residual M-GARCHresidual M-GARCH
Efrizal Efrizal (2003)(2003)
Granger CasualityGranger CasualityEfek ARCHEfek ARCHKarakteristikKarakteristik
PenelitiPeneliti
KOMPARASI HASIL PENELITIANKOMPARASI HASIL PENELITIAN KARAKTERISTIK SERIESKARAKTERISTIK SERIES
KOMPARASI HASIL PENELITIANKOMPARASI HASIL PENELITIAN UKURAN LINDUNG NILAI UKURAN LINDUNG NILAI
Temuan di atas berbeda dengan Yang (2001). Dalam penelitiannya di Australia, ia menggunakan metode OLS, B-VAR,VEC dan M-GARCH. Menurutnya, perbedaan yang mencolok adalah antara metode OLS dan metode GARCH, keduanya berbeda dalam memberikan return .
Temuan di atas senada dengan Tse (2000). Menurutnya, metode GARCH memberikan penurunan risiko lebih banyak dibandingkan dengan metode OLS. Pendapat senada disampaikan pula oleh Sim (1998) dan Figuerela (2000)
Peneliti lainnya
Metode M-GARCH mampu memberikan return yakni 1 (0,13600) dan 2 (0,015400), lebih banyak dibandingkan metode VEC yakni 5 (0,009900) dan 8 (0,011500).
Metode M-GARCH memberikan pengurangan varian yakni 8 (0,0541) dan 10 (0,1528), lebih banyak dibandingkan metode OLS yakni 1 (0,4001) dan 2 (0,1186)
Efrizal (2003)
Risiko Return Risiko Perubahan
Ukuran
Peneliti