Pendekatan Model Koreksi Kesalahan

Pendekatan Model Koreksi Kesalahan (Error Correction Model = ECM)

Asumsi yang mendasari penggunaan model runtun waktu (time series) bahwa data yang akan dianalisis dihasilkan dari proses random atau stokastik. Data dengan karakteristik stokastik akan berubah sepanjang waktu. Oleh karena itu menjadi sukar untuk membentuk model proses stokastik tersebut melalui sebuah persamaan dengan koefisien-koefisien tetap yang dapat diestimasi dari data lampau. 

Proses stokastik mudah dijelaskan jika ada stasionaritas, artinya proses tersebut tidak berubah sepanjang waktu. Dengan menggunakan data yang stasioner maka variasi yang terjadi selama periode observasi tidak terlalu besar dan cenderung mendekati nilai rata-ratanya (Granger, 1986 dalam Insukindro, 1994). Oleh karena itu stasionaritas merupakan hal penting dalam melakukan prediksi dari proses yang stokastik.

Berdasarkan argumentasi/ asumsi di atas maka bahasan penelitian ini (data runtun waktu) memerlukan pengujian stasionaritas untuk mengetahui apakah data runtun waktu yang digunakan stasioner ataukah tidak. Untuk itu digunakan pengujian akar-akar unit (testing for unit roots) dan pengujian derajat integrasi (testing for degree of integration). 

Data yang tidak stasioner ditunjukkan oleh R² dan hasil uji t yang relatif tinggi namun memiliki nilai statistik durbin watson yang rendah, bahkan lebih rendah daripada R². Hasil tersebut mengindikasikan bahwa regresi yang diperoleh lancung atau semrawut (Gujarati, 1995: 724). Regresi lancung tersebut menyebabkan koefisien regresi penaksir menjadi tidak efisien sehingga peramalannya akan cenderung meleset dan uji baku yang umum untuk koefisien regresi terkait menjadi tidak sahih atau invalid (Insukindro, 1996: 260). Jika hasil pengamatan menunjukkan bahwa variabel-variabel yang diamati memiliki derajat integrasi yang sama, maka dapat dilakukan estimasi regresi kointegrasi. Regresi ini ditaksir untuk menguji apakah residual regresi yang dihasilkan stasioner atau tidak (Insukindro, 1994:129). 

Teorema Engle Granger menekankan bahwa bila variabel-variabel yang diamati membentuk suatu himpunan yang berkointegrasi (residual regresi kointegrasi stasioner) maka model dinamis yang sahih atau valid adalah model koreksi kesalahan/ ECM (Thomas, 1997). 

Teorema ini menekankan bahwa sistem yang berkointegrasi selalu memiliki mekanisme untuk melakukan koreksi kesalahan. Jika variabel independen dan dependen berkointegrasi, maka terdapat hubungan jangka panjang antara variabel-variabel tersebut. Meskipun demikian, dinamika jangka pendek dapat dijelaskan dengan mekanisme koreksi kesalahan.

Jika mekanisme koreksi kesalahan merupakan model yang sahih, maka variabel-variabel yang digunakan akan merupakan himpunan variabel yang berkointegrasi, dan sebaliknya jika variabel-variabel yang digunakan tidak berkointegrasi, maka residual dari ECM tidak stasioner dan spesifikasi model tidak sahih (Kuncoro, Adji & Pradiptyo, 1997: 231).

DAFTAR PUSTAKA

 Brigham, Eugene, F. and Gapenski, L.C. 1991. Financial Management Theory and Practice. 6^th Edition. The Dryden Press. Harcour Brace Jovanovich College Publishers.

Chow, E.H., Lee, W.Y., and Solt, M.E. 1997. The Exchange Rate Risk Exposure of Asset Return. Journal of Business. Vol. 70, No. 1, 1997.

Chandrarin, G and Tearney, M.G. 2000. The Effect of Reporting of Exchange Rate Losses on The Stock Market Reaction. Jurnal Riset Akuntansi Indonesia. Vol. 3, No. 1 (Januari).

Choi, Hiraki and Takezawa. 1997. Is Foreign Exchange Risk Priced in The Japanese Stock Market. Journal of Financial & Quantitative Analysis.