Metode Vector Autoregressive (VAR) merupakan salah satu metode yang digunakan untuk memproyeksikan sistem dengan variabel waktu agar bisa menganalisis dampak dinamis. Dampak tersebut merupakan faktor gangguan yang terdapat dalam sistem variabel tersebut. Model ini merupakan alat analisis yang dapat diandalkan dalam mendeskripsikan data dan membentuk forecast persamaan multivariate yang reliable.

Pada dasarnya, analisis VAR mirip dengan model persamaan simultan, karena analisis VAR mempertimbangkan beberapa variabel endogen bersama dalam sebuah model. Sebenarnya, analisis ini serupa dengan model persamaan simultan biasa. Dalam analisis VAR melihat bagaimana pengaruh nilai suatu variabel di masa lalu dapat menjelaskan kondisinya di masa sekarang dan dipengaruhi oleh nilai masa lalu dari semua variabel endogen lainnya dalam model yang diamati. Selain itu, dalam analisis VAR biasanya tidak ada variabel eksogen dalam model.

VAR biasanya digunakan untuk menganalisa hubungan sistem variabel time series dan untuk menganalisa dampak dari faktor gangguan yang ada pada sistem variabel. Nachrowi dan Usman (2006) mengatakan ada beberapa kelebihan penggunaan VAR dibandingkan metode lainnya:

1.    Model VAR merupakan model yang sederhana sehingga tidak perlu dibedakan mana variabel yang endogen dan mana variabel yang eksogen;

2.    Cara estimasi model VAR dapat dikatakan relatif mudah, yaitu dengan menggunakan Ordinary Least Square (OLS) pada setiap persamaan secara terpisah; dan

3.    Peramalan forecasting dengan menggunakan model VAR pada beberapa hal lebih baik dibandingkan dengan menggunakan model persamaan simultan yang lebih kompleks.

VAR digunakan untuk menghitung dan menggambarkan hasil dari sistem dengan variabel yang memiliki waktu bervariasi dan untuk menganalisis efek dinamik faktor gangguan pada sistem variabel.

Di samping memiliki sejumlah kelebihan, menurut Nachrowi dan Usman (2006), VAR juga memiliki beberapa kelemahan, yakni:

1.  Model VAR lebih bersifat ateoritik karena tidak memanfaatkan informasi atau teori terdahulu. Oleh karena itu, model tersebut sering disebut sebagai model yang tidak struktural.

2.  Meskipun VAR dapat digunakan untuk analisis kebijakan, tetapi hal ini bukan yang utama, mengingat tujuan utama dari model VAR adalah untuk peramalan forecasting. Karena itu, analisis implikasi kebijakan berdasarkan model VAR kurang sesuai karena VAR tidak mempermasalahkan perbedaan variabel eksogen dan endogen.

3.  Pemilihan banyaknya lag yang digunakan dalam persamaan juga dapat menimbulkan permasalahan. Misalnya, terdapat tiga buah variabel eksogen dengan masing-masing lag sebanyak delapan buah. Maka, pengestimasian yang dilakukan paling sedikit sebanyak 24 parameter. Oleh karena itu, dibutuhkan data atau pengamatan yang relatif banyak.

4.  Seluruh variabel dalam VAR harus stasioner. Jika tidak stasioner, maka harus ditransformasi terlebih dahulu.

5.  Tidak mudah dalam menginterpretasikan koefisien yang diperoleh berdasarkan model VAR.

Penulis: Athika Meliana Dewi, Bidang Penilaian, Kanwil DJKN Suluttenggomalut

Referensi:

Nachrowi, Djalal Nachrowi, Hardius Usman. 2006. “Pendekatan Populer dan Praktis Ekonometrika untuk Analisis Ekonomi dan Keuangan”. Jakarta: Badan Penerbit Universitas Indonesia.