Professional Documents
Culture Documents
OLEH :
RATIH NURALITHA PRATIKA
H14103051
RINGKASAN
adalah nilai tukar riil. Sedangkan variabel lain dalam jangka panjang berhubungan
negatif dan signifikan dengan nilai ekspor komoditi kopi adalah harga negara
kompetitor, harga domestik dan GDP riil dunia. Pada jangka panjang variabel
yang positif dan signifikan mempengaruhi nilai ekspor karet adalah harga
domestik dan Industrial Index Production sedangkan variabel yang berpengaruh
negatif dan signifikan terhadap nilai ekspor karet adalah jumlah ekspor karet dan
harga negara kompetitor.
OLEH :
RATIH NURALITHA PRATIKA
H14103051
Skripsi
Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi
pada Departemen Ilmu Ekonomi
: H14103051
Program Studi
: Ilmu Ekonomi
Judul Skripsi
dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada
Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian
Bogor.
Menyetujui,
Dosen Pembimbing,
Mengetahui,
Ketua Departemen Ilmu Ekonomi,
Tanggal Kelulusan :
PERNYATAAN
SEBAGAI
SKRIPSI
ATAU
KARYA
ILMIAH
PADA
RIWAYAT HIDUP
KATA PENGANTAR
ix
DAFTAR ISI
Halaman
DAFTAR TABEL............................................................................................... xii
DAFTAR GAMBAR ......................................................................................... xiv
DAFTAR LAMPIRAN ...................................................................................... xv
I. PENDAHULUAN ........................................................................................
xi
xii
DAFTAR TABEL
Nomor
Halaman
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
xiii
24.
xiv
DAFTAR GAMBAR
Nomor
Halaman
1.
2.
3.
4.
5.
Grafik Hubungan Antara Nilai Tukar Riil, Nilai Ekspor Karet dan
Harga Pasar Internasional ......................................................................... 52
6.
7.
8.
9.
10.
Grafik Hubungan Antara Nilai Tukar Riil, Nilai Ekspor Kopi dan
Harga Pasar Internasional ......................................................................... 72
11.
86
xv
DAFTAR LAMPIRAN
Nomor
Halaman
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
I. PENDAHULUAN
Tabel 2. Perkembangan Nilai Ekspor Migas dan non Migas Indonesia Tahun
1990-2005
Ekspor Migas
Ekspor Non Migas
Tahun
Nilai FOB
Perubahan Nilai
Nilai FOB
Perubahan Nilai
(Juta US$)
Ekspor (%)
(Juta US$)
Ekspor (%)
1990
11071.1
14604.2
1991
10894.9
-1.6
18247.6
24.9
1992
10670.9
-2.1
23296.1
27.7
1993
9745.8
-8.7
27077.2
16.2
1994
9693.6
-0.5
30359.6
12.1
1995
10464.4
8.0
34953.6
15.1
1996
11721.8
12.0
38093.0
9.0
1997
11622.6
-0.8
41821.0
9.8
1998
7872.2
-32.3
40975.5
-2.0
1999
9792.3
24.4
38873.2
-5.1
2000
14366.6
46.7
47757.4
22.9
2001
12636.3
-12.0
43684.6
-8.5
2002
12112.7
-4.1
45046.1
3.1
2003
13651.4
12.7
47406.1
5.2
2004
15645.3
14.6
55939.3
18.0
2005
19231.6
22.9
66428.4
18.8
Sumber : Badan Pusat Statistik (BPS), 2006.
Data pada Tabel 2. menggambarkan nilai ekspor migas dan non migas
Indonesia dari tahun 1990 hingga 2005 mengalami fluktuasi. Fluktuasi ini dapat
disebabkan oleh beberapa faktor yaitu perubahan harga pasar internasional dan
domestik, fluktuasi nilai tukar, perubahan konsumsi (permintaan negara
pengimpor) dan pendapatan nasional negara pengimpor.
Salah satu faktor yang menyebabkan fluktuasi nilai total ekspor adalah
fluktuasi nilai tukar. Fluktuasi nilai tukar memiliki peranan penting dalam
pertumbuhan ekspor karena berkaitan dengan harga relatif dari barang barang
domestik dan barang barang luar negeri (Krugman dan Mishkin, 1992).
Fluktuasi nilai tukar yang lebar menyebabkan terjadinya depresiasi ataupun
apresiasi nilai tukar. Pada saat terjadi apresiasi nilai tukar pada suatu negara maka
terjadi peningkatan harga relatif ekspor dan menurunnya harga relatif impor
1.2. Permasalahan
Fluktuasi nilai tukar ini merupakan salah satu indikator utama ekonomi
untuk penyatuan uang. Secara umum, fluktuasi nilai tukar dapat menghambat
perdagangan internasional karena fluktuasi nilai tukar berkaitan erat dengan harga
relatif barang barang domestik dan harga relatif barang barang luar negeri.
Fluktuasi nilai tukar yang lebar menyebabkan harga relatif barang barang
domestik dan barang barang luar negeri ikut berfluktuasi sesuai dengan arah
fluktuasi nilai tukar tersebut.
Ekspor merupakan salah satu indikator pertumbuhan ekonomi yang
berkaitan erat dengan nilai tukar karena harga barang barang ekspor dihitung
dengan menggunakan satuan mata uang asing. Pertumbuhan ekspor dipengaruhi
oleh fluktuasi nilai tukar. Jika terjadi fluktuasi nilai tukar yang cukup lebar maka
harga barang barang ekspor tidak dapat diprediksikan.
Ekspor Indonesia terdiri dari ekspor migas dan ekspor non migas yang
memberikan sumbangan besar terhadap penerimaan negara. Ekspor non migas
Indonesia terdiri dari sektor industri, pertanian dan pertambangan. Pada
perkembangan nilai ekspor non migas sektor industri memberikan sumbangan
1999
2000
2001
2002
2003
2004
2005
Kopi
Teh
Rempahrempah
Karet
Alam
Kakao
Tembakau
458260
92016
273413
311832
108144
314308
182608
94685
174419
218771
98024
186172
250882
91840
186336
281635
64806
153737
497777
47872
153392
10823
7886
7596
6808
12103
14730
6403
296720
79147
235724
63594
276598
80776
521257
66450
410465
44486
370243
45613
468279
62897
persen), kemudian disusul oleh Indonesia (30 persen) dan Malaysia dengan
pangsa pasar Asia 15 persen. Negara tujuan utama ekspor karet ini adalah
Amerika Serikat (36 persen) dan Jepang (14 persen).
Ekspor kopi memiliki peranan yang cukup besar terhadap perkembangan
nilai total ekspor Indonesia karena kopi merupakan salah satu komoditi ekspor
andalan pada sektor pertanian. Indonesia merupakan negara produsen kopi
Robusta terbesar kedua setelah Vietnam. Komoditi kopi memiliki market share
yang semakin menurun terhadap sektor pertanian dan juga pertumbuhannya yang
cenderung negatif tapi nilai absolut ekspornya relatif tinggi. Ini disebabkan
adanya persaingan dari negara Vietnam yang merupakan saingan utama ekspor
kopi Robusta Indonesia. Vietnam memiliki beberapa keunggulan dibandingkan
dengan Indonesia terutama dalam hal produktivitas dan mutu. Negara tujuan
utama ekspor kopi Indonesia adalah Amerika Serikat, Jerman, Jepang dan Italia.
Selain itu, pada Tabel 4. menunjukkan adanya fluktuasi ekspor komoditi
perkebunan setiap tahunnya. Hal ini karena pertumbuhan ekspor pertanian itu
sendiri dipengaruhi oleh beberapa faktor yaitu; (1) adanya daya saing dengan
negara negara lain di dunia; (2) adanya penetapan harga pasar dalam negeri dan
harga pasar internasional; (3) adanya permintaan luar negeri; dan (4) nilai tukar
mata uang (Lipsey, 1995).
Salah satu faktor yang mempengaruhi pertumbuhan ekonomi adalah nilai
tukar karena barang barang ekspor dihitung dengan satuan mata uang asing.
Nilai tukar saat ini tidak stabil akibat berubahnya sistem yang dianut nilai tukar
tersebut. Saat ini nilai tukar semakin fleksibel bergerak mengikuti mekanisme
pasar sehingga menyebabkan nilai tukar selalu berfluktuasi. Adanya fluktuasi nilai
tukar ini menyebabkan terjadinya fluktuasi pada pertumbuhan ekspor yang
bergerak mengikuti fluktuasi nilai tukar.
Pengaruh fluktuasi nilai tukar terhadap ekspor ini menarik beberapa ahli
ekonomi untuk menelitinya. Goeltom (1997) menunjukkan bahwa fluktuasi nilai
tukar tidak memberikan pengaruh yang signifikan terhadap perdagangan.
Sementara itu, Susilo (2001), menjelaskan bahwa fluktuasi nilai tukar memiliki
dampak yang signifikan terhadap ekspor riil non migas pada jangka panjang dan
memiliki dampak yang tidak signifikan terhadap ekspor riil non migas pada
jangka pendek. Keterangan ini menunjukkan bahwa hubungan fluktuasi nilai tukar
memberikan pengaruh beragam terhadap ekspor.
Berdasarkan uraian diatas maka dapat dirumuskan beberapa permasalahan
sebagai berikut :
1. Bagaimana pengaruh fluktuasi nilai tukar terhadap ekspor komoditi
unggulan pertanian Indonesia (karet dan kopi)?
2. Faktor faktor apa yang mempengaruhi nilai ekspor komoditi unggulan
pertanian Indonesia (karet dan kopi)?
1.3. Tujuan
Berdasarkan latar belakang dan permasalahan diatas maka penelitian ini
memiliki tujuan sebagai berikut :
1. Menganalisis pengaruh fluktuasi nilai tukar terhadap ekspor komoditi
unggulan pertanian Indonesia (karet dan kopi).
10
1.4. Manfaat
Penelitian ini memiliki beberapa manfaat bagi berbagai pihak. Adapun
manfaat penelitian ini sebagai berikut :
1. Bagi pemerintah, penelitian ini diharapkan dapat memberikan gambaran
yang lebih jelas mengenai pengaruh fluktuasi nilai tukar terhadap ekspor
komoditi unggulan pertanian Indonesia (karet dan kopi) sehingga
pemerintah mendapatkan informasi dalam menentukan sistem nilai tukar
dan kebijakan ekspor komoditi unggulan pertanian Indonesia (karet dan
kopi).
2. Bagi pelaku pasar (eksportir), hasil penelitian ini diharapkan dapat
menjadi informasi tambahan atas adanya pengaruh fluktuasi nilai tukar
terhadap ekspor komoditi unggulan pertanian Indonesia (karet dan kopi)
sehingga para eksportir dapat menentukan langkah langkah yang perlu
diambil dalam melakukan ekspor komoditi unggulan pertanian Indonesia
(karet dan kopi).
3. Bagi mahasiswa dan masyarakat, penelitian ini diharapkan dapat menjadi
referensi dalam mempelajari nilai tukar dan ekspor serta referensi dalam
melakukan penelitian lanjutan mengenai pengaruh fluktuasi nilai tukar
terhadap ekspor komoditi unggulan pertanian Indonesia terutama karet dan
kopi.
11
pertanian
Indonesia, faktor
faktor yang
12
Pada penelitian kopi ini variabel yang digunakan adalah harga pasar
internasional, harga domestik, nilai tukar riil, total nilai ekspor ke seluruh negara
di dunia, total jumlah ekspor ke seluruh negara di dunia. Selain itu digunakan
variabel harga negara kompetitor yaitu harga negara Vietnam karena Vietnam
adalah negara pesaing utama Indonesia untuk komoditi kopi Robusta. Variabel
lain yang digunakan adalah Gross Domestic Product (GDP) riil dunia karena
jumlah dan nilai ekspor kopi pada penelitian ini ke seluruh negara dunia sehingga
untuk menggambarkan laju pertumbuhan seluruh negara di dunia maka digunakan
GDP riil dunia
Untuk komoditi karet yang digunakan adalah karet alam jenis SIR
(Standart Indonesian Rubber) 20. Pasar komoditas karet pada tingkat dunia
didominasi oleh market share Asia yang mencapai 91 persen pada tahun 2002.
Kontributor terbesar pasar Asia adalah karet alam dari Thailand 40 persen
kemudian disusul oleh Indonesia 30 persen dan Malaysia 15 persen. Dengan kata
lain Indonesia merupakan negara produsen karet alam terbesar ketiga didunia.
Negara tujuan ekspor karet Indonesia adalah Amerika Serikat (36 persen) dan
Jepang (14 persen) (Tjitroresmi, 2005).
Pada penelitian karet ini variabel yang digunakan adalah harga pasar
internasional, harga domestik, nilai tukar riil, total nilai ekspor negara Amerika
Serikat, total jumlah ekspor ke negara Amerika Serikat. Selain itu digunakan
variabel harga negara kompetitor yaitu harga negara Malaysia karena Malaysia
adalah negara pesaing utama Indonesia setelah Thailand untuk komoditi karet
alam. Variabel lain yang digunakan adalah Industrial Index Production (IIP)
13
negara Amerika Serikat karena jumlah dan nilai ekspor kopi pada penelitian ini ke
negara Amerika Serikat sehingga untuk menggambarkan laju pertumbuhan negara
Amerika Serikat maka digunakan IIP Amerika Serikat.
15
(dalam negeri) menjadi lebih murah (dengan asumsi harga domestik kedua negara
konstan). Sebaliknya, ketika mata uang suatu negara menurun relatif terhadap
mata uang negara lain maka mata uang tersebut mengalami depresiasi sehingga
barang barang domestik di luar negeri menjadi lebih murah sedangkan barang
barang luar negeri di pasar domestik menjadi lebih mahal.
Perubahan relatif akibat adanya apresiasi atau depresiasi ini yang
kemudian bisa mempengaruhi kondisi perdagangan luar negeri suatu negara. Bila
semua kondisi lainnya tetap, apresiasi mata uang akan meningkatkan harga relatif
ekspor dan menurunkan harga relatif impornya. Barang barang ekspor negara
negara tersebut menjadi relatif kurang kompetitif di pasar internasional dan ini
dapat mengurangi nilai nilai ekspor ke luar negeri serta dapat mendorong
peningkatan impor. Sebaliknya, depresiasi akan mengakibatkan penurunan harga
relatif ekspor meningkatkan harga relatif impor. Barang barang ekspor negara
tersebut menjadi lebih kompetitif di pasar internasional yang dapat meningkatkan
nilai ekspor ke luar negeri dan mengurangi nilai impor.
Menurut Lipsey (1995), nilai tukar ini terbagi menjadi tiga jenis sistem
yaitu sebagai berikut :
1. Nilai tukar fleksibel, bila tidak ada transaksi pemerintah yang
dilakukan oleh bank sentral nilai tukar ditentukan oleh kesamaan antara
penawaran dan permintaan akan dolar yang timbul dari transaksi
berjalan dan neraca modal.
2. Nilai tukar tetap, bila transaksi pemerintah digunakan untuk
mempertahankan nilai tukar pada tingkat tertentu.
16
3. Adjusted peg (nilai tukar tetap yang disesuaikan) dan managed float
(nilai tukar mengambang terkendali), yang dimaksud adjusted peg
adalah pemerintah menetapkan dan berusaha menjaga nilai nominal
untuk nilai tukar mata uang mereka, tetapi mereka secara eksplisit
menyadari bahwa akan ada situasi situasi yang mengharuskan
mengubah nilai nominalnya sedangkan managed float adalah bank
sentral mencoba menanamkan pengaruh yang menstabilkan nilai tukar
tetapi tidak berusaha menetapkannya pada nilai nominal yang
diumumkan secara terbuka.
2. Suku bunga, nilai tukar sangat peka terhadap suku bunga. Perubahan
nilai tukar secara tiba tiba menyebabkan suku bunga di negara lain
berubah.
3. Pendapatan nasional, pendapatan nasional yang tinggi menyebabkan
permintaan akan mata uang meningkat pula. Begitu pula sebaliknya,
17
18
luar negeri akan membuat mata uang domestik terapresiasi. Impor yang terus
meningkat bahkan bisa terjadi ketika nilai mata uang domestik telah menjadi
tinggi. Demikian sebaliknya, segala sesuatu yang meningkatkan permintaan akan
barang luar negeri relatif terhadap barang barang domestik hanya akan terus
terjual secara kontinyu jika nilai mata uangnya lebih rendah. Faktor faktor yang
mempengaruhi perubahan nilai tukar dalam jangka panjang sebagai berikut :
1. Harga Relatif
Dalam jangka panjang, peningkatan tingkat harga di suatu negara (relatif
terhadap tingkat harga luar negeri) menyebabkan mata uang tersebut
terdepresiasi. Sementara menurunnya tingkat harga relatif negara
tersebut akan membuat mata uang terapresiasi.
2. Tarif dan Kuota
Adanya tarif dan kuota menyebabkan mata uang negara tersebut
terapresiasi dalam jangka panjang.
3. Preferensi Barang Domestik Dibandingkan Barang Luar Negeri
Peningkatan permintaan luar negeri terhadap barang domestik (ekspor
domestik meningkat) menyebabkan mata uang negara tersebut
terapresiasi dalam jangka panjang. Semantara itu, meningkatnya
permintaan akan impor menyebabkan mata uang tersebut terdepresiasi.
4. Produktivitas
Pada jangka panjang, semakin meningkatnya produktivitas domestik
relatif terhadap negara lain, mata uang negara tersebut akan terapresiasi
karena peningkatan produktivitas meningkatkan mutu produk domestik
19
20
2.5. Ekspor
Ekspor dapat diartikan suatu penjualan barang yang dapat dihasilkan oleh
suatu negara kemudian diperdagangkan kepada negara lain dengan tujuan
mendapatkan devisa. Suatu negara dapat mengekspor komoditi komoditi yang
dihasilkannya kepada negara lain yang tidak dapat menghasilkan komoditi
tersebut atau mengalami kekurangan komoditi yang dihasilkan negara
pengekspor.
Menurut Winardi (1983), ekspor adalah benda benda (termasuk jasa
jasa) yang dijual kepada penduduk negara lain ditambah dengan jasa jasa yang
diselenggarakan kepada penduduk negara tersebut berupa pengangkutan dengan
kapal, permodalan dan hal hal lain yang membentuk ekspor tersebut. Sedangkan
menurut Branson (1989), ekspor suatu komoditi terjadi pada suatu negara karena
adanya kelebihan penawaran domestik dan akibat harga relatif domestik yang
relatif lebih rendah dibandingkan dengan harga di negara lain.
Menurut Kindleberger (1977) hubungan ekspor dengan harga pasar
internasional mempunyai hubungan positif, yakni semakin tinggi harga
internasional semakin tinggi tingkat ekspor suatu komoditi yang dipasarkan. Akan
tetapi jumlah keseimbangan ekspor yang terjadi ditentukan oleh kekuatan
permintaan akan ekspor dan juga tentang harga ekspor yang terjadi. Sedangkan
hubungan antara jumlah ekspor dengan harga domestik tidak banyak diungkapkan
tetapi menurut Branson (1989) mengatakan bahwa peningkatan harga domestik
akan menyebabkan nilai riil ekspor semakin berkurang.
21
22
SXt
Qt
Ct
St-1
(1)
23
pasar suatu komoditi merupakan penjumlahan secara horizontal dari permintaanpermintaan individu terhadap suatu komoditi.
Teori permintaan ekspor bertujuan untuk menentukan faktor-faktor yang
mempengaruhi permintaan ekspor suatu negara. Sebagai sebuah permintaan,
ekspor suatu negara dipengaruhi oleh beberapa faktor yaitu harga domestik negara
tujuan ekspor (HDIt), harga impor negara tujuan (HIt), pendapatan per kapita
penduduk negara tujuan ekspor (YPIt) dan selera masyarakat negara tujuan
(CPIt). Secara keseluruhan fungsi permintaan ekspor suatu komoditi dapat
dirumuskan sebagai berikut :
PXt = f (HDIt, HIt, YPIt, CPIt)
(2)
(3)
24
25
(4)
(5)
26
(6)
(7)
Sistem inilah yang disebut sebagai sistem VAR dalam bentuk standar
atau reduced form. Sistem tersebut juga mempresentasikan sebuah bentuk WoldMoving Average. Karena yt dan zt white noise (residual yang memiliki rata rata
nol, varians konstan dan non autokorelasi serial).
Menurut Arsana (2005) terdapat beberapan macam bentuk VAR yang
digunakan secara umum :
1. VAR (Unrestricted VAR)
Bentuk VAR yang telah dibahas adalah bentuk VAR biasa yang bebas
Restriksi. Bentuk restriksi terkait erat dengan permasalahan kointegrasi dan
hubungan teoritis. Jika data yang digunakan di dalam pembentukan VAR
stasioner pada tingkat level, maka bentuk VAR yang digunakan adalah bentuk
VAR biasa atau VAR tanpa restriksi.
Variasi VAR biasanya terjadi akibat adanya perbedaan derajat integrasi
variabelnya. Kedua bentuk VAR akibat perbedaan derajat integrasi data
variabelnya dikenal dengan nama VAR in level dan VAR in difference. VAR level
digunakan ketika data yang digunakan memiliki bentuk stasioner pada level,
27
perkembangannya,
Sims
(1980)
kemudian
menentang
penggunaan variabel diferens, walaupun jika variabel tersebut memiliki unit root
(tidak stasioner dalam level). Mereka beragumen bahwa differencing akan
membuang informasi berharga yang terkait dengan pergerakan searah data
(seperti kemungkinan terdapatnya hubungan kointegrasi).
2. Vector Error Correction Model (VECM)
VECM merupakan bentuk VAR yang terestriksi. Restriksi tambahan ini
harus diberikan karena keberadaan bentuk data yang tidak stasioner namun
terkointegrasi. VECM kemudian memanfaatkan informasi restriksi kointegrasi
tersebut ke dalam spesifikasinya. Karena itulah VECM sering disebut desain VAR
bagi series nonstasioner yang memiliki hubungan kointegrasi.
Spesifikasi VECM merestriksi hubungan jangka panjang variabel
variabel endogen agar konvergen ke dalam hubungan kointegrasinya, namun tetap
membiarkan keberadaan dinamisasi jangka pendek. Istilah kointegrasi dikenal
juga sebagai istilah error, karena deviasi terhadap ekuilibrium jangka panjang
dikoreksi secara bertahap melalui series parsial penyesuaian jangka pendek.
3. Struktural VAR (S-VAR)
Seperti VECM, S-VAR juga merupakan bentuk dari VAR yang
terestriksi. Akan tetapi terdapat perbedaan pada jenis restriksinya. S-VAR
merestriksi berdasarkan hubungan teoritis yang kuat akan skema (peta hubungan)
bentuk urutan (ordering) variabel variabel yang digunakan dalam sistem VAR.
28
oleh karena itu, S-VAR juga dikenal sebagai bentuk VAR yang teoritis
(Theoritical VAR).
Menurut Laksani (2003) terdapat beberapa keunggulan model VAR
dibandingkan dengan metode ekonometri konvensional adalah :
1. Mengembangkan model secara bersamaan di dalam satu sistem yang
kompleks (multivariat) sehingga dapat menangkap hubungan keseluruhan
variabel di dalam persamaan itu. Hubungan yang terdeteksi bisa bersifat
langsung maupun tidak langsung.
2. Uji VAR yang multivariat bisa menghindari parameter yang bias akibat
tidak dimasukkannya variabel yang relevan.
3. VAR dapat mendeteksi hubungan antar variabel di dalam sistem
persamaan, reduce form dengan menjadikan seluruh variabel sebagai
endogenous.
4. Karena bekerja berdasarkan data, metode VAR terbebas dari batasan teori
ekonomi yang sering muncul termasuk gejala perbedaan palsu (spurious
variable endogenty and exogenty) di dalam model ekonomi konvensional
terutama dalam persamaan simultan sehingga menghindari penafsiran yang
salah.
5. Dengan teknik VAR maka akan terpilih hanya variabel yang relevan untuk
disinkronasasikan dengan teori yang ada.
Metode VAR sebagai salah satu dari metode ekonometri ini juga tidak
luput dari kelemahan. Menurut Manurung, et al., (2005) terdapat beberapa
kelemahan dalam metode VAR yaitu :
29
30
peningkatan ekspor neto sebagai meningkatnya daya saing produk dalam negeri di
pasar internasional dalam jangka panjang. Perubahan neraca transaksi berjalan
akan berdampak positif terhadap pendapatan nasional. Perubahan neraca transaksi
berjalan melalui peningkatan ekspor neto yang pada akhirnya meningkatkan
pendapatan nasional sehingga secara tidak langsung perubahan nilai tukar
meningkatkan pendapatan nasional.
Kedua, penelitian yang dilakukan Goeltom (1997) menunjukkan bahwa
fluktuasi nilai tukar tidak memberikan pengaruh yang signifikan terhadap
perdagangan. Penelitian ini dilakukan pada saat Indonesia menganut sistem nilai
tukar mengambang terkendali. Ketiga, penelitian yang dilakukan oleh Susilo
(2001) menujukkan bahwa pada jangka panjang ketidakpastian nilai tukar efektif
riil mempunyai dampak yang signifikan terhadap ekspor non-migas, sedangkan
pada jangka pendek ketidakpastian nilai tukar efektif riil tidak mempunyai
dampak yang signifikan terhadap ekspor riil. Penelitian ini dilakukan pada saat
Indonesia menganut sistem nilai tukar mengambang bebas.
Keempat, penelitian yang dilakukan Ekananda (2004) menunjukkan hasil
yaitu pertama, bahwa fluktuasi nilai tukar rupiah memiliki elastisitas yang
berbeda pada setiap komoditi ekspor. Kedua, penelitian ini menunjukkan bahwa
pengaruh fluktuasi nilai tukar terhadap nilai komoditi manufaktur pada masa nilai
tukar mengambang terkendali secara proposional tidak berbeda antara komoditi
manufaktur kandungan impor tinggi dengan komoditi manufaktur kandungan
impor rendah. Ketiga, menunjukkan pengaruh fluktuasi nilai tukar terhadap nilai
ekspor komoditi manufaktur pada masa nilai tukar mengambang bebas secara
31
Susilo
(2001)
memiliki
tujuan
untuk
mengetahui
pengaruh
ketidakpastiaan nilai tukar efektif riil terhadap ekspor riil non migas pada masa
sistem nilai tukar mengambang bebas. Sedangkan Ekananda (2004) memiliki
tujuan untuk mengetahui pengaruh fluktuasi nilai tukar terhadap ekspor komoditi
manufaktur pada masa sistem nilai tukar mengambang terkendali dan sistem nilai
tukar mengambang bebas. Penelitian saat ini memiliki tujuan untuk mengetahui
pengaruh antara fluktuasi nilai tukar terhadap pertumbuhan ekspor Indonesia.
32
33
34
Penawaran
Ekspor
Permintaan Impor
Negara Mitra Dagang
2.10. Hipotesis
Berdasarkan studi penelitian terdahulu maka dalam penelitian ini akan
diajukan beberapa hipotesis, diantaranya :
1. Ekspor riil komoditi unggulan pertanian (karet dan kopi) ditentukan oleh
pendapatan riil luar negeri atau pendapatan riil negara mitra dagang,
dimana keduanya memiliki hubungan positif. Jika pendapataan riil negara
35
36
7. Fluktuasi nilai tukar yang besar akan meningkatkan resiko nilai tukar dan
mengurangi aliran perdagangan internasional.
Sumber Data
38
Data-data yang digunakan dalam penelitian ini juga di dapat dari internet
dan bahan pustaka berupa literatur dari buku-buku, majalah, jurnal dan bulletin
yang berhubungan dengan topik penelitian ini.
39
(8)
40
hubungan palsu jenis I dari variabel X terhadap Z jika dan hanya jika
terdapat kondisi :
a21(L) = 0 ; a32(L) 0, untuk semua panjang lag
5. Hubungan palsu jenis II dari variabel X terhadap Z jika dan hanya jika
terdapat kondisi :
a32(L) = 0 ; a12(L) = 0, untuk semua panjang lag k dan
a31(L) 0 ; a21(L) 0, untuk semua panjang lag k
41
non stationary processes. ADF test pada dasarnya melalu estimasi terhadap
persamaan regresi sebagai berikut :
Yt = 1 + 2t + Yt-1 + i
Yt-1 + t
(9)
Dimana t adalah white noise dan Yt-1 = Yt-1 Yt-2 pada ADF yang akan diuji
apakah = 0, dengan hipotesis alternatif <0. jika nilai dari t-hitung untuk lebih
kecil dari nilai ADFnya maka hipotesis nol yang menyatakan bahwa data tidak
stasioner ditolak terhadap hipotesis alternatifnya.
= jumlah observasi
Log | n |
42
43
yt = A0 + yt-1 +
i*yt-1 + t
i =1
dimana :
=
(10)
44
Aj
i =i +1
kekuatan
dan
kelemahan
dari
masing-masing
variabel
dalam
45
Simbol
LN_VEKSPOR
LN_QEKSPOR
LN_PD
LN_PF
LN_PK
LN_ERIIL
LN_GDPRIIL
LN_IPI
46
: Total
PD
PF
PK
(11)
47
16 ERIILt-1 + t
dimana :
Vekspor
PF
PK
(12)
48
IPI
ERIIL
xt =
I xt-1
+ 0 + 1t + xt-1 +t
Error termnya (1t, 2t, 3t, 4t, 5t, 6t, 7t) yaitu sisaan (dugaan error term)
akan mejadi fokus utama. 1t dapat diintepertasikan sebagai inovasi atau
guncangan dari variabel yang diinginkan, sehingga dampak guncangan sebuah
variabel terhadap variabel lainnya dapat dianalisis. Dengan meristriksi persamaan
VAR atau VECM diatas menyebabkan jumlah parameter sama dengan jumlah
persamaan (exact identified) sehingga error 1t, 2t, 3t, 4t, 5t, 6t, 7t dapat
diidentifikasi dan diperoleh pure innovation dari 1t, 2t, 3t, 4t, 5t, 6t, 7t.
Dengan diperoleh pure innovation maka analisis selanjutnya dapat dimulai yaitu
Impulse Responses Function (IRF) dan Forecast Error Variance Decomposition
(FEVD)
5.1. Kesimpulan
Berdasarkan dari penelitian yang telah dilakukan maka kesimpulan yang
diperoleh adalah sebagai berikut:
1. Fluktuasi nilai tukar tidak memiliki pengaruh terhadap nilai ekspor komoditi
karet dan kopi. Hal ini karena nilai ekspor komoditi karet dan kopi lebih
dipengaruhi oleh harga pasar internasional. Nilai ekspor memiliki hubungan
negatif dengan fluktuasi nilai tukar sedangkan harga pasar internasional
memiliki hubungan positif dengan nilai ekspor komoditi karet dan kopi.
2. Nilai tukar riil dalam penelitian ini memiliki pengaruh negatif terhadap nilai
ekspor kopi Indonesia dalam jangka panjang. Sedangkan untuk nilai ekspor
komoditi karet nilai tukar riil memiliki pengaruh negatif dalam jangka pendek.
Secara keseluruhan nilai tukar riil tidak berpengaruh terhadap nilai ekspor
kopi maupun karet karena nilai tukar riil berpengaruh terhadap harga.
3. Pada analisis komoditi kopi variabel variabel yang berhubungan positif
dalam jangka pendek dengan nilai ekspor kopi Indonesia adalah harga
internasional dan GDP riil dunia. Sedangkan variabel lain tidak signifikan
berpengaruh terhadap nilai ekspor komoditi kopi dalam jangka pendek. Pada
jangka panjang analisis komoditi kopi ini yang berhubungan negatif terhadap
nilai ekspor kopi Indonesia adalah nilai tukar riil. Sedangkan variabel lain
dalam jangka panjang berhubungan positif dengan nilai ekspor komoditi kopi.
Variabel tersebut adalah harga negara kompetitor, harga domestik dan GDP
riil dunia.
90
4. Pada analisis komoditi karet variabel yang berpengaruh positif dalam jangka
pendek adalah jumlah ekspor karet itu sendiri. Variabel nilai ekspor karet itu
sendiri dan nilai tukar riil berpengaruh negatif terhadap nilai ekspor karet pada
jangka pendek. Pada jangka panjang variabel yang mempengaruhi negatif
secara signifikan terhadap nilai ekspor karet adalah harga domestik dan
Industrial Index Production sedangkan variabel yang berpengaruh negatif
secara signifikan terhadap nilai ekspor karet adalah jumlah ekspor karet dan
harga negara kompetitor. Nilai tukar pada jangka panjang tidak memiliki
pengaruh terhadap nilai ekspor komoditi karet.
5.2. Saran
Adapun saran yang dapat diberikan dari hasil penelitian ini antara lain:
1. Hasil dari penelitian ini menunjukkan bahwa nilai ekspor komoditi karet dan
kopi ini tidak dipengaruhi oleh fluktuasi nilai tukar melainkan dipengaruhi
harga pasar internasional maka disarankan kepada pemerintah dan pengusaha
untuk mendifferensiasikan produk yang di ekspor. Hal ini karena kegiatan
ekspor yang dilakukan adalah mengekspor row materials (bahan-bahan baku)
yang harganya lebih murah dan kemudian mengimpor barang yang sudah jadi.
Diferensiasi produk ini dilakukan dengan meningkatkan teknologi dalam
pengolahan produk. Dengan adanya diferensiasi produk ini diharapkan
terciptanya pasar monopolistik competition sehingga Indonesia dapat
mempengaruhi perubahan harga pasar internasional.
91
DAFTAR PUSTAKA
93
94
lAMPIRAN
95
96
Kopi
Komoditi kopi adalah salah satu ekspor andalan di samping udang, teh dan
lainnya pada sektor pertanian. Walaupun share-nya semakin menurun terhadap
sektor pertanian dan juga pertumbuhannya yang cenderung negatif namun nilai
absolut ekspornya cukup berarti. Lambannya perkembangan komoditi ini
diantaranya selain diberlakukannya sistem kuota, juga banyaknya negara saingan
terutama negara negara Amerika latin dan Afrika.
97
Perubahan Nilai
Ekspor (%)
-32.0
-41.4
19.8
14.7
12.3
76.7
Pada tahun 2005 nilai ekspornya mencapai US$ 497.8 juta, dengan negara
tujuan adalah Amerika Serikat, Jerman, Italia, Singapura, Korea Selatan, Polandia
dan Inggris. Ekspor kopi terbesar ditujukan ke Amerika Serikat dengan nilai US$
136.6 juta, selanjutnya Jerman sebesar US$ 78.2 juta. Kontribusi kopi terhadap
sektor pertanian mulai menunjukkan kenaikan yaitu 17.2 persen dibandingkan
tahun lalu hanya sebesar 11.28 persen.
98
99
Kopi
Dalam perdagangan kopi dunia ternyata sebagai eksportir terbesar (47%
pada tahun 2002) adalah negara negara di Amerika (Amerika Serikat, Brazillia
dll) yang disusul negara negara Eropa (Jerman dll) mempunyai kontribusi di
pasar dunia sebanyak 29.8 persen pada tahun yang sama. Pada tahun 2000,
konsumsi kopi di negara konsumen utama (Amerika Serikat dan Eropa Barat)
sudah mendekati titik jenuh, sedangkan peningkatan konsumsi kopi di negara
lainnya masih rendah (www.deptan.go.id, 2002). Sebagai akibatnya terjadi
kelebihan pasokan kopi dunia (over supply) sehingga menyebabkan harga kopi
terus tertekan.
100
terpuruknya
perkopian
Indonesia,
diperparah
dengan
perkembangan kopi di Vietnam yang mengusahakan jenis kopi yang sama dengan
Indonesia yaitu Robusta. Vietnam mempunyai beberapa keunggulan dibandingkan
dengan Indonesia, terutama dalam hal produktivitas dan mutu. Di pasar Asia,
ternyata peran Indonesia mampu mengekspor 30.8 persen di pasar Asia,
sementara Vietnam hanya 29.7 persen. Namun pada tahun 2002 kondisinya
terbalik di mana pangsa pasar Vietnam 35.9 persen di pasar Asia, sedangkan
Indonesia hanya 19.6 persen. Sebaliknya sebagai importir kopi dunia terbesar (55
% pada tahun 2002) adalah negara negara di Eropa (Jerman, Perancis dan Italia)
dan negara negara di kawasan Amerika (Amerika Serikat) (International Trade,
2004).
Negara tujuan ekspor utama kopi dari Indonesia adalah Jerman, Jepang,
Amerika Serikat dan Italia dengan volume ekspor yang cenderung berfluktuatif
dan berkisar antara 300 350 ton per tahun. Namun dari sisi harga ekspor, harga
tertinggi diperoleh dari negara Amerika Serikat, Jepang dan Singapura dengan
101
masing masing sebesar US$ 1141, US$ 914 dan US$ 761 per ton pada tahun
2003 (Statistik Indonesia 2004 dan Statistik Pertanian 2004).
Prospek perkopian kedepan akan mengacu pada kondisi perkopian dunia
saat ini, yaitu makin meningkatnya produksi kopi jenis Robusta di dunia. Kondisi
ini terjadi akibat produksi kopi Brazil dan Kolombia relatif stabil sementara
beberapa negara produsen seperti Vietnam, Meksiko, India, Guatemala, Pantai
Gading dan Ethiopia mengalami peningkatan produksi. Meningkatnya persentase
Robusta Connilon Brazil yang signifikan. Untuk mengantisipasi surplus
penawaran kopi tersebut maka hanya negara negara produsen kopi yang
mempunyai daya saing tinggi dalam kualitas produksi dengan cita rasa dan ragam
produk serta kontinyuitas pasokan yang mampu bertahan dan bersaing di pasar
dunia dengan harga yang tinggi.
Oleh karena itu, penanganan komoditas perkebunan secara bersungguh
sungguh untuk meraih pangsa pasar yang tinggi dan menghasilkan peningkatan
devisa non migas harus dilakukan dengan dukungan berbagai peraturan guna
mengantisipasi perkembangan ekonomi global dan meningkatkan arus penanaman
modal.
LNERIIL
LNIPI
LNPD
LNPF
LNPK
1.000000
0.239874
0.855635
0.479856
0.445401
0.488279
0.547857
0.239874
1.000000
0.535447
0.543480
0.594943
0.515395
0.659922
0.855635
0.535447
1.000000
0.725692
0.697792
0.631441
0.815727
0.479856
0.543480
0.725692
1.000000
0.887966
0.494834
0.860615
0.445401
0.594943
0.697792
0.887966
1.000000
0.486663
0.823163
LNQEKSPOR LNVEKSPOR
0.488279
0.515395
0.631441
0.494834
0.486663
1.000000
0.838986
0.547857
0.659922
0.815727
0.860615
0.823163
0.838986
1.000000
CointEq1
CointEq2
LNVEKSPOR(-1)
1.000000
0.000000
LNPF(-1)
0.000000
1.000000
LNQEKSPOR(-1)
-3.690077
(0.41394)
[-8.91455]
-1.842903
(0.29915)
[-6.16045]
LNPK(-1)
-0.872170
(0.15256)
[-5.71674]
-0.652475
(0.11026)
[-5.91777]
LNPD(-1)
2.370946
(1.06758)
[ 2.22086]
0.676036
(0.77153)
[ 0.87623]
101
LNIPI(-1)
4.467225
(1.87166)
[ 2.38677]
5.741613
(1.35264)
[ 4.24476]
LNERIIL(-1)
0.260064
(0.61876)
[ 0.42030]
0.615911
(0.44717)
[ 1.37734]
-21.75164
(9.43456)
[-2.30553]
-28.64894
(6.81829)
[-4.20178]
Error Correction:
D(LNVEKSPOR)
D(LNPF)
D(LNIPI)
D(LNERIIL)
CointEq1
0.125228
(0.42764)
[ 0.29284]
-0.092872
(0.14893)
[-0.62359]
0.281070
(0.39815)
[ 0.70593]
-0.347843 -0.230163
(0.25873) (0.07068)
[-1.34443] [-3.25651]
-0.072853
(0.04342)
[-1.67782]
-0.137202
(0.11057)
[-1.24092]
CointEq2
0.590526
(0.58190)
[ 1.01483]
0.096624
(0.20266)
[ 0.47679]
0.283604
(0.54178)
[ 0.52347]
0.645260 0.270073
(0.35206) (0.09617)
[ 1.83281] [ 2.80819]
0.098840
(0.05908)
[ 1.67285]
0.214398
(0.15045)
[ 1.42505]
D(LNVEKSPOR(-1))
-1.406088
(0.61035)
[-2.30375]
-0.262143
(0.21257)
[-1.23324]
-0.849362
(0.56827)
[-1.49465]
-0.167136 0.245954
(0.36927) (0.10088)
[-0.45261] [ 2.43819]
0.066118
(0.06197)
[ 1.06687]
0.190843
(0.15780)
[ 1.20936]
D(LNVEKSPOR(-2))
-1.473968
(0.62190)
[-2.37012]
-0.006256
(0.21659)
[-0.02888]
-1.193945
(0.57902)
[-2.06201]
-0.290094 0.137050
(0.37626) (0.10278)
[-0.77100] [ 1.33338]
0.029280
(0.06315)
[ 0.46369]
-0.049519
(0.16079)
[-0.30797]
D(LNVEKSPOR(-3))
-0.556037
(0.51097)
[-1.08821]
-0.016482
(0.17795)
[-0.09262]
-0.525228
(0.47574)
[-1.10403]
0.003875 0.111780
(0.30914) (0.08445)
[ 0.01253] [ 1.32362]
-0.015845
(0.05188)
[-0.30541]
-0.218599
(0.13211)
[-1.65468]
D(LNQEKSPOR) D(LNPK)
D(LNPD)
102
D(LNPF(-1))
0.269361
(0.76128)
[ 0.35383]
0.122354
(0.26513)
[ 0.46149]
0.109506
(0.70879)
[ 0.15450]
-0.115800 -0.421913
(0.46059) (0.12582)
[-0.25142] [-3.35330]
-0.062140
(0.07730)
[-0.80389]
-0.133306
(0.19683)
[-0.67727]
D(LNPF(-2))
-0.361142
(0.67900)
[-0.53187]
0.119923
(0.23648)
[ 0.50713]
-0.680454
(0.63219)
[-1.07634]
-0.194855 -0.274311
(0.41081) (0.11222)
[-0.47432] [-2.44434]
-0.110792
(0.06894)
[-1.60696]
-0.324442
(0.17556)
[-1.84808]
D(LNPF(-3))
0.353865
(0.64537)
[ 0.54831]
0.350130
(0.22476)
[ 1.55777]
0.125892
(0.60088)
[ 0.20951]
-0.749485 -0.114067
(0.39046) (0.10666)
[-1.91947] [-1.06940]
-0.082279
(0.06553)
[-1.25560]
-0.028789
(0.16686)
[-0.17253]
D(LNQEKSPOR(-1))
1.808938
(0.75646)
[ 2.39132]
0.270352
(0.26345)
[ 1.02619]
1.115359
(0.70431)
[ 1.58363]
0.314539 -0.330085
(0.45767) (0.12502)
[ 0.68726] [-2.64017]
-0.071704
(0.07681)
[-0.93354]
-0.134636
(0.19558)
[-0.68838]
D(LNQEKSPOR(-2))
1.701632
(0.75204)
[ 2.26270]
0.004151
(0.26191)
[ 0.01585]
1.310984
(0.70019)
[ 1.87233]
0.386934 -0.172667
(0.45500) (0.12429)
[ 0.85041] [-1.38919]
-0.023787
(0.07636)
[-0.31151]
0.073686
(0.19444)
[ 0.37897]
D(LNQEKSPOR(-3))
0.516856
(0.59338)
[ 0.87104]
0.028579
(0.20666)
[ 0.13829]
0.470943
(0.55247)
[ 0.85243]
0.035613 -0.094011
(0.35901) (0.09807)
[ 0.09920] [-0.95860]
0.030300
(0.06025)
[ 0.50290]
0.337114
(0.15342)
[ 2.19736]
D(LNPK(-1))
-0.298646
(0.24759)
[-1.20621]
0.033552
(0.08623)
[ 0.38911]
-0.277299
(0.23052)
[-1.20293]
-0.126938 0.094779
(0.14980) (0.04092)
[-0.84740] [ 2.31617]
0.018443
(0.02514)
[ 0.73361]
-0.003239
(0.06401)
[-0.05060]
D(LNPK(-2))
-0.103522
(0.27020)
[-0.38312]
-0.046704
(0.09410)
[-0.49630]
-0.086339
(0.25158)
[-0.34319]
-0.137721 0.003702
(0.16348) (0.04466)
[-0.84244] [ 0.08289]
0.005522
(0.02744)
[ 0.20127]
0.047392
(0.06986)
[ 0.67838]
D(LNPK(-3))
0.394534
(0.26872)
-0.196305
(0.09359)
0.356795
(0.25019)
0.070007 0.011549
(0.16258) (0.04441)
-0.026889
(0.02729)
-0.067617
(0.06948)
103
[ 1.46821]
[-2.09759]
[ 1.42609]
[ 0.43060] [ 0.26003]
[-0.98550]
[-0.97323]
D(LNPD(-1))
0.795022
(0.91845)
[ 0.86561]
0.304098
(0.31987)
[ 0.95070]
0.346158
(0.85513)
[ 0.40480]
-0.199217 -0.205415
(0.55568) (0.15180)
[-0.35851] [-1.35322]
0.143230
(0.09326)
[ 1.53586]
-0.276185
(0.23746)
[-1.16306]
D(LNPD(-2))
-1.329227
(0.92731)
[-1.43342]
0.013246
(0.32295)
[ 0.04102]
-1.346002
(0.86338)
[-1.55900]
-0.954442 -0.180814
(0.56104) (0.15326)
[-1.70120] [-1.17978]
-0.155415
(0.09416)
[-1.65060]
0.126427
(0.23976)
[ 0.52732]
D(LNPD(-3))
0.252213
(0.86960)
[ 0.29003]
-0.451726
(0.30286)
[-1.49155]
0.411633
(0.80965)
[ 0.50841]
-0.627119 0.093053
(0.52613) (0.14372)
[-1.19195] [ 0.64744]
-0.010809
(0.08830)
[-0.12242]
0.274985
(0.22484)
[ 1.22305]
D(LNIPI(-1))
-1.518509
(2.21938)
[-0.68420]
-0.251190
(0.77294)
[-0.32498]
-0.434149
(2.06637)
[-0.21010]
-2.813305 0.014080
(1.34277) (0.36681)
[-2.09515] [ 0.03839]
-1.098232
(0.22535)
[-4.87342]
-0.520057
(0.57382)
[-0.90631]
D(LNIPI(-2))
-1.005408
(2.32158)
[-0.43307]
-0.219853
(0.80853)
[-0.27192]
-0.700545
(2.16152)
[-0.32410]
-2.303094 -0.028274
(1.40460) (0.38370)
[-1.63968] [-0.07369]
-0.641144
(0.23573)
[-2.71984]
-0.660669
(0.60024)
[-1.10067]
D(LNIPI(-3))
-0.269599
(1.65898)
[-0.16251]
-0.158509
(0.57777)
[-0.27435]
-0.050103
(1.54460)
[-0.03244]
-1.217745 -0.096504
(1.00372) (0.27419)
[-1.21324] [-0.35196]
-0.099542
(0.16845)
[-0.59093]
-0.622604
(0.42893)
[-1.45153]
D(LNERIIL(-1))
-2.422257
(0.63500)
[-3.81459]
-0.289225
(0.22115)
[-1.30782]
-1.645364
(0.59122)
[-2.78301]
-0.231890 0.221399
(0.38419) (0.10495)
[-0.60359] [ 2.10957]
-0.167823
(0.06448)
[-2.60286]
0.330457
(0.16418)
[ 2.01280]
D(LNERIIL(-2))
-0.803416
(0.81248)
[-0.98885]
0.105229
(0.28296)
[ 0.37189]
-1.005642
(0.75646)
[-1.32940]
-0.123386 0.126207
(0.49156) (0.13428)
[-0.25101] [ 0.93987]
0.007748
(0.08250)
[ 0.09392]
-0.062136
(0.21007)
[-0.29579]
104
D(LNERIIL(-3))
R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent
-0.850810
(0.78358)
[-1.08580]
0.450340
(0.27290)
[ 1.65022]
-0.727520
(0.72955)
[-0.99721]
0.093369 0.060940
(0.47408) (0.12951)
[ 0.19695] [ 0.47055]
-0.000122
(0.07956)
[-0.00154]
-0.517019
(0.20259)
[-2.55200]
0.670058
0.508753
1.103090
0.156567
4.153986
43.63953
-0.607045
0.143671
0.017921
0.223383
0.300277
-0.041810
0.133795
0.054527
0.877780
115.3645
-2.716604
-1.965888
0.010103
0.053422
0.653213
0.483673
0.956229
0.145772
3.852848
48.49720
-0.749918
0.000798
0.006007
0.202867
0.270074 0.585229
-0.086778 0.382452
0.403785 0.030132
0.094726 0.025877
0.756824 2.886073
77.80913 166.0492
-1.612033 -4.207330
-0.861318 -3.456614
0.009826 0.007458
0.090865 0.032929
0.648329
0.476401
0.011373
0.015897
3.770932
199.1776
-5.181693
-4.430977
0.000850
0.021970
0.406871
0.116897
0.073739
0.040480
1.403131
135.6211
-3.312385
-2.561669
0.009294
0.043076
4.03E-20
941.1755
842.9184
-19.58583
-13.80859
0.156567
0.195677
0.203401
0.219385
0.237316
0.262440
0.287252
0.318438
0.346152
100.0000
68.20692
63.75513
55.66440
51.90217
48.60606
42.95612
37.37206
34.40842
0.000000
1.168447
1.283898
7.166906
13.65048
20.45497
27.30412
33.79856
37.91673
LNQEKSPOR
LNPK
LNPD
LNIPI
LNERIIL
0.000000
0.419048
0.528066
4.947137
4.279441
4.317898
3.972027
3.761594
3.509499
0.000000
15.44166
14.52615
12.51623
11.72582
10.17152
10.31866
11.20920
11.11315
0.000000
0.004761
1.070500
1.261353
1.129433
0.931722
0.945382
1.022128
0.872397
0.000000
3.424139
4.911066
5.450875
5.545101
5.407045
5.748060
5.663861
6.108336
0.000000
11.33503
13.92519
12.99310
11.76755
10.11079
8.755628
7.172590
6.071460
105
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
0.377773
0.411205
0.443051
0.472489
0.499386
0.524002
0.547183
0.569181
0.589364
0.608268
0.625836
0.642628
0.658792
0.674630
0.689936
0.704853
0.719451
0.733902
0.748164
0.762282
0.776186
0.789872
0.803379
0.816726
0.829880
0.842838
0.855596
0.868150
0.880522
0.892721
0.904743
0.916594
0.928284
0.939819
32.91575
31.31834
30.84422
29.57421
29.11131
28.86362
28.93148
28.84849
28.85722
28.74646
28.76781
28.77009
28.78811
28.77272
28.74167
28.69748
28.66589
28.63361
28.59795
28.56035
28.51668
28.47933
28.44580
28.41767
28.38984
28.36411
28.33887
28.31811
28.29922
28.28244
28.26600
28.25036
28.23550
28.22197
40.79265
42.80196
43.81097
45.13360
45.79753
46.29950
46.34249
46.53621
46.64910
46.81969
46.87381
46.95743
47.01350
47.11094
47.20491
47.30608
47.39386
47.48374
47.57223
47.65852
47.74192
47.81810
47.88858
47.95167
48.01141
48.06600
48.11762
48.16405
48.20730
48.24704
48.28517
48.32111
48.35539
48.38763
3.220247
3.316627
3.509325
3.569725
3.619289
3.536628
3.504050
3.508216
3.501802
3.473691
3.440743
3.391467
3.360880
3.337932
3.314767
3.290107
3.265741
3.243403
3.227588
3.214601
3.202036
3.189843
3.178135
3.168265
3.159916
3.152216
3.144463
3.136783
3.129380
3.122674
3.116310
3.110154
3.104081
3.098170
11.10280
11.30723
11.39965
11.77118
12.00607
12.14451
12.36560
12.48685
12.59228
12.72127
12.82037
12.89474
12.96014
12.99936
13.04526
13.08866
13.12440
13.15295
13.17673
13.19892
13.22406
13.24689
13.26757
13.28683
13.30495
13.32333
13.34149
13.35833
13.37417
13.38919
13.40340
13.41720
13.43028
13.44256
0.757315
0.686711
0.625655
0.568645
0.545708
0.503400
0.475273
0.447013
0.425489
0.406465
0.391392
0.375749
0.362180
0.349576
0.339236
0.330187
0.321366
0.313002
0.305375
0.298587
0.292412
0.286652
0.281020
0.275811
0.270918
0.266412
0.262139
0.258073
0.254178
0.250521
0.247049
0.243773
0.240653
0.237673
6.075347
5.964628
5.742168
5.797049
5.710034
5.729909
5.681846
5.657115
5.621395
5.623341
5.617815
5.627193
5.622553
5.620571
5.622150
5.626336
5.631527
5.634877
5.635816
5.635813
5.637664
5.638829
5.640212
5.640012
5.639801
5.639385
5.639568
5.639559
5.639610
5.639317
5.639188
5.639141
5.639245
5.639352
5.135883
4.604501
4.068010
3.585596
3.210062
2.922429
2.699263
2.516112
2.352715
2.209087
2.088055
1.983328
1.892636
1.808901
1.732004
1.661143
1.597216
1.538419
1.484311
1.433211
1.385222
1.340347
1.298687
1.259745
1.223154
1.188537
1.155846
1.125088
1.096140
1.068812
1.042885
1.018251
0.994851
0.972644
106
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
0.951212
0.962468
0.973592
0.984588
0.995463
1.006222
1.016868
1.027407
1.037839
1.048169
1.058398
1.068531
1.078570
1.088516
1.098372
1.108140
1.117823
1.127422
1.136941
1.146380
1.155741
1.165028
1.174240
1.183381
1.192452
1.201455
1.210390
1.219260
1.228066
28.20906
28.19662
28.18442
28.17258
28.16125
28.15043
28.14002
28.12990
28.12013
28.11071
28.10170
28.09305
28.08473
28.07669
28.06895
28.06150
28.05433
28.04742
28.04074
28.03427
28.02802
28.02196
28.01611
28.01043
28.00491
27.99956
27.99437
27.98933
27.98443
48.41845
48.44795
48.47645
48.50382
48.53005
48.55520
48.57936
48.60263
48.62501
48.64653
48.66718
48.68704
48.70615
48.72456
48.74230
48.75940
48.77589
48.79181
48.80719
48.82207
48.83647
48.85041
48.86391
48.87700
48.88970
48.90202
48.91398
48.92559
48.93687
3.092556
3.087303
3.082271
3.077429
3.072763
3.068293
3.064053
3.060027
3.056162
3.052441
3.048863
3.045427
3.042133
3.038965
3.035906
3.032947
3.030089
3.027329
3.024663
3.022083
3.019583
3.017159
3.014811
3.012536
3.010331
3.008191
3.006113
3.004095
3.002135
13.45414
13.46513
13.47557
13.48561
13.49516
13.50425
13.51292
13.52124
13.52925
13.53696
13.54437
13.55149
13.55835
13.56497
13.57137
13.57755
13.58352
13.58928
13.59485
13.60024
13.60546
13.61051
13.61540
13.62014
13.62474
13.62919
13.63352
13.63772
13.64180
0.234829
0.232125
0.229549
0.227092
0.224741
0.222486
0.220327
0.218259
0.216276
0.214370
0.212537
0.210772
0.209073
0.207437
0.205859
0.204336
0.202865
0.201443
0.200069
0.198740
0.197454
0.196209
0.195002
0.193833
0.192699
0.191599
0.190532
0.189495
0.188488
5.639437
5.639477
5.639560
5.639684
5.639814
5.639938
5.640025
5.640102
5.640180
5.640266
5.640340
5.640406
5.640457
5.640507
5.640557
5.640608
5.640655
5.640699
5.640741
5.640783
5.640825
5.640867
5.640907
5.640946
5.640984
5.641021
5.641058
5.641094
5.641128
0.951527
0.931403
0.912174
0.893793
0.876217
0.859403
0.843293
0.827838
0.812992
0.798726
0.785011
0.771816
0.759110
0.746863
0.735051
0.723654
0.712651
0.702022
0.691747
0.681809
0.672191
0.662878
0.653858
0.645115
0.636637
0.628412
0.620429
0.612678
0.605148
107
.16
.16
.16
.16
.12
.12
.12
.12
.08
.08
.08
.08
.04
.04
.04
.04
.00
.00
.00
.00
-.04
-.04
-.04
-.04
-.08
-.08
5
10
15
20
25
-.08
30
10
15
20
25
-.08
30
10
15
20
25
.16
.16
.12
.12
.12
.08
.08
.08
.04
.04
.04
.00
.00
.00
-.04
-.04
-.04
10
15
20
25
30
10
15
20
25
.16
-.08
30
-.08
-.08
5
10
15
20
25
30
10
15
20
25
30
30
108
.05
.05
.05
.05
.04
.04
.04
.04
.03
.03
.03
.03
.02
.02
.02
.02
.01
.01
.01
.01
.00
.00
.00
.00
-.01
-.01
-.01
-.01
-.02
-.02
-.02
10
15
20
25
30
10
15
20
25
-.02
30
10
15
20
.05
.04
.04
.04
.03
.03
.03
.02
.02
.02
.01
.01
.01
.00
.00
.00
-.01
-.01
-.01
-.02
5
10
15
20
25
30
30
10
15
20
25
.05
-.02
25
-.02
5
10
15
20
25
30
10
15
20
25
30
30
109
LNERIIL
LNIPI
LNPD
LNPF
LNPK
1.000000
0.239874
0.855635
0.479856
0.445401
0.488279
0.547857
0.239874
1.000000
0.535447
0.543480
0.594943
0.515395
0.659922
0.855635
0.535447
1.000000
0.725692
0.697792
0.631441
0.815727
0.479856
0.543480
0.725692
1.000000
0.887966
0.494834
0.860615
0.445401
0.594943
0.697792
0.887966
1.000000
0.486663
0.823163
LNQEKSPOR LNVEKSPOR
0.488279
0.515395
0.631441
0.494834
0.486663
1.000000
0.838986
0.547857
0.659922
0.815727
0.860615
0.823163
0.838986
1.000000
CointEq1
CointEq2
LNVEKSPOR(-1)
1.000000
0.000000
LNPF(-1)
0.000000
1.000000
LNQEKSPOR(-1)
-3.690077
(0.41394)
[-8.91455]
-1.842903
(0.29915)
[-6.16045]
LNPK(-1)
-0.872170
(0.15256)
[-5.71674]
-0.652475
(0.11026)
[-5.91777]
LNPD(-1)
2.370946
(1.06758)
[ 2.22086]
0.676036
(0.77153)
[ 0.87623]
108
LNIPI(-1)
4.467225
(1.87166)
[ 2.38677]
5.741613
(1.35264)
[ 4.24476]
LNERIIL(-1)
0.260064
(0.61876)
[ 0.42030]
0.615911
(0.44717)
[ 1.37734]
-21.75164
(9.43456)
[-2.30553]
-28.64894
(6.81829)
[-4.20178]
Error Correction:
D(LNVEKSPOR)
D(LNPF)
D(LNIPI)
D(LNERIIL)
CointEq1
0.125228
(0.42764)
[ 0.29284]
-0.092872
(0.14893)
[-0.62359]
0.281070
(0.39815)
[ 0.70593]
-0.347843 -0.230163
(0.25873) (0.07068)
[-1.34443] [-3.25651]
-0.072853
(0.04342)
[-1.67782]
-0.137202
(0.11057)
[-1.24092]
CointEq2
0.590526
(0.58190)
[ 1.01483]
0.096624
(0.20266)
[ 0.47679]
0.283604
(0.54178)
[ 0.52347]
0.645260 0.270073
(0.35206) (0.09617)
[ 1.83281] [ 2.80819]
0.098840
(0.05908)
[ 1.67285]
0.214398
(0.15045)
[ 1.42505]
D(LNVEKSPOR(-1))
-1.406088
(0.61035)
[-2.30375]
-0.262143
(0.21257)
[-1.23324]
-0.849362
(0.56827)
[-1.49465]
-0.167136 0.245954
(0.36927) (0.10088)
[-0.45261] [ 2.43819]
0.066118
(0.06197)
[ 1.06687]
0.190843
(0.15780)
[ 1.20936]
D(LNVEKSPOR(-2))
-1.473968
(0.62190)
[-2.37012]
-0.006256
(0.21659)
[-0.02888]
-1.193945
(0.57902)
[-2.06201]
-0.290094 0.137050
(0.37626) (0.10278)
[-0.77100] [ 1.33338]
0.029280
(0.06315)
[ 0.46369]
-0.049519
(0.16079)
[-0.30797]
D(LNVEKSPOR(-3))
-0.556037
(0.51097)
[-1.08821]
-0.016482
(0.17795)
[-0.09262]
-0.525228
(0.47574)
[-1.10403]
0.003875 0.111780
(0.30914) (0.08445)
[ 0.01253] [ 1.32362]
-0.015845
(0.05188)
[-0.30541]
-0.218599
(0.13211)
[-1.65468]
D(LNQEKSPOR) D(LNPK)
D(LNPD)
109
D(LNPF(-1))
0.269361
(0.76128)
[ 0.35383]
0.122354
(0.26513)
[ 0.46149]
0.109506
(0.70879)
[ 0.15450]
-0.115800 -0.421913
(0.46059) (0.12582)
[-0.25142] [-3.35330]
-0.062140
(0.07730)
[-0.80389]
-0.133306
(0.19683)
[-0.67727]
D(LNPF(-2))
-0.361142
(0.67900)
[-0.53187]
0.119923
(0.23648)
[ 0.50713]
-0.680454
(0.63219)
[-1.07634]
-0.194855 -0.274311
(0.41081) (0.11222)
[-0.47432] [-2.44434]
-0.110792
(0.06894)
[-1.60696]
-0.324442
(0.17556)
[-1.84808]
D(LNPF(-3))
0.353865
(0.64537)
[ 0.54831]
0.350130
(0.22476)
[ 1.55777]
0.125892
(0.60088)
[ 0.20951]
-0.749485 -0.114067
(0.39046) (0.10666)
[-1.91947] [-1.06940]
-0.082279
(0.06553)
[-1.25560]
-0.028789
(0.16686)
[-0.17253]
D(LNQEKSPOR(-1))
1.808938
(0.75646)
[ 2.39132]
0.270352
(0.26345)
[ 1.02619]
1.115359
(0.70431)
[ 1.58363]
0.314539 -0.330085
(0.45767) (0.12502)
[ 0.68726] [-2.64017]
-0.071704
(0.07681)
[-0.93354]
-0.134636
(0.19558)
[-0.68838]
D(LNQEKSPOR(-2))
1.701632
(0.75204)
[ 2.26270]
0.004151
(0.26191)
[ 0.01585]
1.310984
(0.70019)
[ 1.87233]
0.386934 -0.172667
(0.45500) (0.12429)
[ 0.85041] [-1.38919]
-0.023787
(0.07636)
[-0.31151]
0.073686
(0.19444)
[ 0.37897]
D(LNQEKSPOR(-3))
0.516856
(0.59338)
[ 0.87104]
0.028579
(0.20666)
[ 0.13829]
0.470943
(0.55247)
[ 0.85243]
0.035613 -0.094011
(0.35901) (0.09807)
[ 0.09920] [-0.95860]
0.030300
(0.06025)
[ 0.50290]
0.337114
(0.15342)
[ 2.19736]
D(LNPK(-1))
-0.298646
(0.24759)
[-1.20621]
0.033552
(0.08623)
[ 0.38911]
-0.277299
(0.23052)
[-1.20293]
-0.126938 0.094779
(0.14980) (0.04092)
[-0.84740] [ 2.31617]
0.018443
(0.02514)
[ 0.73361]
-0.003239
(0.06401)
[-0.05060]
D(LNPK(-2))
-0.103522
(0.27020)
[-0.38312]
-0.046704
(0.09410)
[-0.49630]
-0.086339
(0.25158)
[-0.34319]
-0.137721 0.003702
(0.16348) (0.04466)
[-0.84244] [ 0.08289]
0.005522
(0.02744)
[ 0.20127]
0.047392
(0.06986)
[ 0.67838]
D(LNPK(-3))
0.394534
(0.26872)
-0.196305
(0.09359)
0.356795
(0.25019)
0.070007 0.011549
(0.16258) (0.04441)
-0.026889
(0.02729)
-0.067617
(0.06948)
110
[ 1.46821]
[-2.09759]
[ 1.42609]
[ 0.43060] [ 0.26003]
[-0.98550]
[-0.97323]
D(LNPD(-1))
0.795022
(0.91845)
[ 0.86561]
0.304098
(0.31987)
[ 0.95070]
0.346158
(0.85513)
[ 0.40480]
-0.199217 -0.205415
(0.55568) (0.15180)
[-0.35851] [-1.35322]
0.143230
(0.09326)
[ 1.53586]
-0.276185
(0.23746)
[-1.16306]
D(LNPD(-2))
-1.329227
(0.92731)
[-1.43342]
0.013246
(0.32295)
[ 0.04102]
-1.346002
(0.86338)
[-1.55900]
-0.954442 -0.180814
(0.56104) (0.15326)
[-1.70120] [-1.17978]
-0.155415
(0.09416)
[-1.65060]
0.126427
(0.23976)
[ 0.52732]
D(LNPD(-3))
0.252213
(0.86960)
[ 0.29003]
-0.451726
(0.30286)
[-1.49155]
0.411633
(0.80965)
[ 0.50841]
-0.627119 0.093053
(0.52613) (0.14372)
[-1.19195] [ 0.64744]
-0.010809
(0.08830)
[-0.12242]
0.274985
(0.22484)
[ 1.22305]
D(LNIPI(-1))
-1.518509
(2.21938)
[-0.68420]
-0.251190
(0.77294)
[-0.32498]
-0.434149
(2.06637)
[-0.21010]
-2.813305 0.014080
(1.34277) (0.36681)
[-2.09515] [ 0.03839]
-1.098232
(0.22535)
[-4.87342]
-0.520057
(0.57382)
[-0.90631]
D(LNIPI(-2))
-1.005408
(2.32158)
[-0.43307]
-0.219853
(0.80853)
[-0.27192]
-0.700545
(2.16152)
[-0.32410]
-2.303094 -0.028274
(1.40460) (0.38370)
[-1.63968] [-0.07369]
-0.641144
(0.23573)
[-2.71984]
-0.660669
(0.60024)
[-1.10067]
D(LNIPI(-3))
-0.269599
(1.65898)
[-0.16251]
-0.158509
(0.57777)
[-0.27435]
-0.050103
(1.54460)
[-0.03244]
-1.217745 -0.096504
(1.00372) (0.27419)
[-1.21324] [-0.35196]
-0.099542
(0.16845)
[-0.59093]
-0.622604
(0.42893)
[-1.45153]
D(LNERIIL(-1))
-2.422257
(0.63500)
[-3.81459]
-0.289225
(0.22115)
[-1.30782]
-1.645364
(0.59122)
[-2.78301]
-0.231890 0.221399
(0.38419) (0.10495)
[-0.60359] [ 2.10957]
-0.167823
(0.06448)
[-2.60286]
0.330457
(0.16418)
[ 2.01280]
D(LNERIIL(-2))
-0.803416
(0.81248)
[-0.98885]
0.105229
(0.28296)
[ 0.37189]
-1.005642
(0.75646)
[-1.32940]
-0.123386 0.126207
(0.49156) (0.13428)
[-0.25101] [ 0.93987]
0.007748
(0.08250)
[ 0.09392]
-0.062136
(0.21007)
[-0.29579]
111
D(LNERIIL(-3))
R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent
-0.850810
(0.78358)
[-1.08580]
0.450340
(0.27290)
[ 1.65022]
-0.727520
(0.72955)
[-0.99721]
0.093369 0.060940
(0.47408) (0.12951)
[ 0.19695] [ 0.47055]
-0.000122
(0.07956)
[-0.00154]
-0.517019
(0.20259)
[-2.55200]
0.670058
0.508753
1.103090
0.156567
4.153986
43.63953
-0.607045
0.143671
0.017921
0.223383
0.300277
-0.041810
0.133795
0.054527
0.877780
115.3645
-2.716604
-1.965888
0.010103
0.053422
0.653213
0.483673
0.956229
0.145772
3.852848
48.49720
-0.749918
0.000798
0.006007
0.202867
0.270074 0.585229
-0.086778 0.382452
0.403785 0.030132
0.094726 0.025877
0.756824 2.886073
77.80913 166.0492
-1.612033 -4.207330
-0.861318 -3.456614
0.009826 0.007458
0.090865 0.032929
0.648329
0.476401
0.011373
0.015897
3.770932
199.1776
-5.181693
-4.430977
0.000850
0.021970
0.406871
0.116897
0.073739
0.040480
1.403131
135.6211
-3.312385
-2.561669
0.009294
0.043076
4.03E-20
941.1755
842.9184
-19.58583
-13.80859
0.156567
0.195677
0.203401
0.219385
0.237316
0.262440
0.287252
0.318438
0.346152
100.0000
68.20692
63.75513
55.66440
51.90217
48.60606
42.95612
37.37206
34.40842
0.000000
1.168447
1.283898
7.166906
13.65048
20.45497
27.30412
33.79856
37.91673
LNQEKSPOR
LNPK
LNPD
LNIPI
LNERIIL
0.000000
0.419048
0.528066
4.947137
4.279441
4.317898
3.972027
3.761594
3.509499
0.000000
15.44166
14.52615
12.51623
11.72582
10.17152
10.31866
11.20920
11.11315
0.000000
0.004761
1.070500
1.261353
1.129433
0.931722
0.945382
1.022128
0.872397
0.000000
3.424139
4.911066
5.450875
5.545101
5.407045
5.748060
5.663861
6.108336
0.000000
11.33503
13.92519
12.99310
11.76755
10.11079
8.755628
7.172590
6.071460
112
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
0.377773
0.411205
0.443051
0.472489
0.499386
0.524002
0.547183
0.569181
0.589364
0.608268
0.625836
0.642628
0.658792
0.674630
0.689936
0.704853
0.719451
0.733902
0.748164
0.762282
0.776186
0.789872
0.803379
0.816726
0.829880
0.842838
0.855596
0.868150
0.880522
0.892721
0.904743
0.916594
0.928284
0.939819
32.91575
31.31834
30.84422
29.57421
29.11131
28.86362
28.93148
28.84849
28.85722
28.74646
28.76781
28.77009
28.78811
28.77272
28.74167
28.69748
28.66589
28.63361
28.59795
28.56035
28.51668
28.47933
28.44580
28.41767
28.38984
28.36411
28.33887
28.31811
28.29922
28.28244
28.26600
28.25036
28.23550
28.22197
40.79265
42.80196
43.81097
45.13360
45.79753
46.29950
46.34249
46.53621
46.64910
46.81969
46.87381
46.95743
47.01350
47.11094
47.20491
47.30608
47.39386
47.48374
47.57223
47.65852
47.74192
47.81810
47.88858
47.95167
48.01141
48.06600
48.11762
48.16405
48.20730
48.24704
48.28517
48.32111
48.35539
48.38763
3.220247
3.316627
3.509325
3.569725
3.619289
3.536628
3.504050
3.508216
3.501802
3.473691
3.440743
3.391467
3.360880
3.337932
3.314767
3.290107
3.265741
3.243403
3.227588
3.214601
3.202036
3.189843
3.178135
3.168265
3.159916
3.152216
3.144463
3.136783
3.129380
3.122674
3.116310
3.110154
3.104081
3.098170
11.10280
11.30723
11.39965
11.77118
12.00607
12.14451
12.36560
12.48685
12.59228
12.72127
12.82037
12.89474
12.96014
12.99936
13.04526
13.08866
13.12440
13.15295
13.17673
13.19892
13.22406
13.24689
13.26757
13.28683
13.30495
13.32333
13.34149
13.35833
13.37417
13.38919
13.40340
13.41720
13.43028
13.44256
0.757315
0.686711
0.625655
0.568645
0.545708
0.503400
0.475273
0.447013
0.425489
0.406465
0.391392
0.375749
0.362180
0.349576
0.339236
0.330187
0.321366
0.313002
0.305375
0.298587
0.292412
0.286652
0.281020
0.275811
0.270918
0.266412
0.262139
0.258073
0.254178
0.250521
0.247049
0.243773
0.240653
0.237673
6.075347
5.964628
5.742168
5.797049
5.710034
5.729909
5.681846
5.657115
5.621395
5.623341
5.617815
5.627193
5.622553
5.620571
5.622150
5.626336
5.631527
5.634877
5.635816
5.635813
5.637664
5.638829
5.640212
5.640012
5.639801
5.639385
5.639568
5.639559
5.639610
5.639317
5.639188
5.639141
5.639245
5.639352
5.135883
4.604501
4.068010
3.585596
3.210062
2.922429
2.699263
2.516112
2.352715
2.209087
2.088055
1.983328
1.892636
1.808901
1.732004
1.661143
1.597216
1.538419
1.484311
1.433211
1.385222
1.340347
1.298687
1.259745
1.223154
1.188537
1.155846
1.125088
1.096140
1.068812
1.042885
1.018251
0.994851
0.972644
113
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
0.951212
0.962468
0.973592
0.984588
0.995463
1.006222
1.016868
1.027407
1.037839
1.048169
1.058398
1.068531
1.078570
1.088516
1.098372
1.108140
1.117823
1.127422
1.136941
1.146380
1.155741
1.165028
1.174240
1.183381
1.192452
1.201455
1.210390
1.219260
1.228066
28.20906
28.19662
28.18442
28.17258
28.16125
28.15043
28.14002
28.12990
28.12013
28.11071
28.10170
28.09305
28.08473
28.07669
28.06895
28.06150
28.05433
28.04742
28.04074
28.03427
28.02802
28.02196
28.01611
28.01043
28.00491
27.99956
27.99437
27.98933
27.98443
48.41845
48.44795
48.47645
48.50382
48.53005
48.55520
48.57936
48.60263
48.62501
48.64653
48.66718
48.68704
48.70615
48.72456
48.74230
48.75940
48.77589
48.79181
48.80719
48.82207
48.83647
48.85041
48.86391
48.87700
48.88970
48.90202
48.91398
48.92559
48.93687
3.092556
3.087303
3.082271
3.077429
3.072763
3.068293
3.064053
3.060027
3.056162
3.052441
3.048863
3.045427
3.042133
3.038965
3.035906
3.032947
3.030089
3.027329
3.024663
3.022083
3.019583
3.017159
3.014811
3.012536
3.010331
3.008191
3.006113
3.004095
3.002135
13.45414
13.46513
13.47557
13.48561
13.49516
13.50425
13.51292
13.52124
13.52925
13.53696
13.54437
13.55149
13.55835
13.56497
13.57137
13.57755
13.58352
13.58928
13.59485
13.60024
13.60546
13.61051
13.61540
13.62014
13.62474
13.62919
13.63352
13.63772
13.64180
0.234829
0.232125
0.229549
0.227092
0.224741
0.222486
0.220327
0.218259
0.216276
0.214370
0.212537
0.210772
0.209073
0.207437
0.205859
0.204336
0.202865
0.201443
0.200069
0.198740
0.197454
0.196209
0.195002
0.193833
0.192699
0.191599
0.190532
0.189495
0.188488
5.639437
5.639477
5.639560
5.639684
5.639814
5.639938
5.640025
5.640102
5.640180
5.640266
5.640340
5.640406
5.640457
5.640507
5.640557
5.640608
5.640655
5.640699
5.640741
5.640783
5.640825
5.640867
5.640907
5.640946
5.640984
5.641021
5.641058
5.641094
5.641128
0.951527
0.931403
0.912174
0.893793
0.876217
0.859403
0.843293
0.827838
0.812992
0.798726
0.785011
0.771816
0.759110
0.746863
0.735051
0.723654
0.712651
0.702022
0.691747
0.681809
0.672191
0.662878
0.653858
0.645115
0.636637
0.628412
0.620429
0.612678
0.605148
114
.16
.16
.16
.16
.12
.12
.12
.12
.08
.08
.08
.08
.04
.04
.04
.04
.00
.00
.00
.00
-.04
-.04
-.04
-.04
-.08
-.08
5
10
15
20
25
-.08
30
10
15
20
25
-.08
30
10
15
20
25
.16
.16
.12
.12
.12
.08
.08
.08
.04
.04
.04
.00
.00
.00
-.04
-.04
-.04
10
15
20
25
30
10
15
20
25
30
.16
-.08
30
-.08
-.08
5
10
15
20
25
30
10
15
20
25
30
115
.05
.05
.05
.05
.04
.04
.04
.04
.03
.03
.03
.03
.02
.02
.02
.02
.01
.01
.01
.01
.00
.00
.00
.00
-.01
-.01
-.01
-.01
-.02
-.02
-.02
10
15
20
25
30
10
15
20
25
-.02
30
10
15
20
.05
.04
.04
.04
.03
.03
.03
.02
.02
.02
.01
.01
.01
.00
.00
.00
-.01
-.01
-.01
-.02
5
10
15
20
25
30
30
10
15
20
25
30
.05
-.02
25
-.02
5
10
15
20
25
30
10
15
20
25
30
116
0.156567
0.195677
0.203401
0.219385
0.237316
0.262440
0.287252
0.318438
0.346152
0.377773
0.472489
0.499386
0.524002
0.625836
0.704853
0.776186
0.904743
1.016868
1.027407
1.117823
1.210390
1.219260
1.228066
100.0000
68.20692
63.75513
55.66440
51.90217
48.60606
42.95612
37.37206
34.40842
32.91575
29.57421
29.11131
28.86362
28.76781
28.69748
28.51668
28.26600
28.14002
28.12990
28.05433
27.99437
27.98933
27.98443
0.000000
1.168447
1.283898
7.166906
13.65048
20.45497
27.30412
33.79856
37.91673
40.79265
45.13360
45.79753
46.29950
46.87381
47.30608
47.74192
48.28517
48.57936
48.60263
48.77589
48.91398
48.92559
48.93687
LNQEKSPOR
LNPK
LNPD
LNIPI
LNERIIL
0.000000
0.419048
0.528066
4.947137
4.279441
4.317898
3.972027
3.761594
3.509499
3.220247
3.569725
3.619289
3.536628
3.440743
3.290107
3.202036
3.116310
3.064053
3.060027
3.030089
3.006113
3.004095
3.002135
0.000000
15.44166
14.52615
12.51623
11.72582
10.17152
10.31866
11.20920
11.11315
11.10280
11.77118
12.00607
12.14451
12.82037
13.08866
13.22406
13.40340
13.51292
13.52124
13.58352
13.63352
13.63772
13.64180
0.000000
0.004761
1.070500
1.261353
1.129433
0.931722
0.945382
1.022128
0.872397
0.757315
0.568645
0.545708
0.503400
0.391392
0.330187
0.292412
0.247049
0.220327
0.218259
0.202865
0.190532
0.189495
0.188488
0.000000
3.424139
4.911066
5.450875
5.545101
5.407045
5.748060
5.663861
6.108336
6.075347
5.797049
5.710034
5.729909
5.617815
5.626336
5.637664
5.639188
5.640025
5.640102
5.640655
5.641058
5.641094
5.641128
0.000000
11.33503
13.92519
12.99310
11.76755
10.11079
8.755628
7.172590
6.071460
5.135883
3.585596
3.210062
2.922429
2.088055
1.661143
1.385222
1.042885
0.843293
0.827838
0.712651
0.620429
0.612678
0.605148
65
LNERIIL
LNGDPRIIL
LNPD
LNPF
LNPK
1.000000
0.265949
0.902772
-0.574127
-0.406670
0.161527
-0.215380
0.265949
1.000000
-0.038822
-0.713347
-0.732554
0.070433
-0.509051
0.902772
-0.038822
1.000000
-0.218104
-0.052214
0.159616
0.050644
-0.574127
-0.713347
-0.218104
1.000000
0.940067
-0.069454
0.658663
-0.406670
-0.732554
-0.052214
0.940067
1.000000
-0.030848
0.656376
LNQEKSPOR LNVEKSPOR
0.161527
0.070433
0.159616
-0.069454
-0.030848
1.000000
0.657095
-0.215380
-0.509051
0.050644
0.658663
0.656376
0.657095
1.000000
CointEq2
CointEq3
LNVEKSPOR(-1)
1.000000
0.000000
0.000000
LNPF(-1)
0.000000
1.000000
0.000000
LNQEKSPOR(-1)
0.000000
0.000000
1.000000
LNPK(-1)
-0.445834
(0.17257)
[-2.58351]
-0.731856
(0.06269)
[-11.6736]
0.534999
(0.21662)
[ 2.46975]
LNPD(-1)
-1.195045
(0.42503)
[-2.81164]
-0.520695
(0.15441)
[-3.37212]
-1.211046
(0.53353)
[-2.26987]
LNERIIL(-1)
0.734900
0.296351
0.815819
123
Cointegrating Eq:
(0.08388)
[ 3.53315]
(0.28982)
[ 2.81494]
LNGDPRIIL(-1)
-1.844901
(0.18786)
[-9.82083]
-0.288380
(0.06825)
[-4.22556]
-1.326680
(0.23581)
[-5.62607]
Error Correction:
D(LNVEKSPOR)
D(LNPF)
D(LNQEKSPOR)
D(LNPK)
D(LNPD)
D(LNERIIL)
D(LNGDPRIIL)
CointEq1
-0.599130
(0.21348)
[-2.80655]
0.157280
(0.04981)
[ 3.15765]
-0.138563
(0.25379)
[-0.54597]
0.181015
(0.07166)
[ 2.52592]
-0.011101
(0.04732)
[-0.23459]
0.037511
(0.05452)
[ 0.68805]
0.004423
(0.00230)
[ 1.91938]
CointEq2
0.907935
(0.37130)
[ 2.44526]
-0.307924
(0.08663)
[-3.55428]
0.290488
(0.44143)
[ 0.65806]
-0.127047
(0.12465)
[-1.01926]
0.098672
(0.08230)
[ 1.19888]
-0.143905
(0.09482)
[-1.51759]
-0.012226
(0.00401)
[-3.05022]
CointEq3
0.197565
(0.16761)
[ 1.17871]
-0.096424
(0.03911)
[-2.46560]
-0.255697
(0.19927)
[-1.28318]
-0.107219
(0.05627)
[-1.90556]
0.021803
(0.03715)
[ 0.58684]
-0.054404
(0.04280)
[-1.27097]
-0.002699
(0.00181)
[-1.49180]
D(LNVEKSPOR(-1))
-0.035452
(0.18216)
[-0.19462]
-0.063090
(0.04250)
[-1.48442]
0.196584
(0.21656)
[ 0.90776]
-0.077719
(0.06115)
[-1.27097]
0.092028
(0.04038)
[ 2.27925]
0.012317
(0.04652)
[ 0.26477]
-0.001541
(0.00197)
[-0.78367]
D(LNPF(-1))
1.217358
(0.50808)
[ 2.39598]
0.457302
(0.11855)
[ 3.85750]
1.061367
(0.60404)
[ 1.75710]
0.122222
(0.17056)
[ 0.71658]
0.304493
(0.11262)
[ 2.70367]
0.303388
(0.12976)
[ 2.33815]
0.003386
(0.00548)
[ 0.61728]
D(LNQEKSPOR(-1))
-0.013593
(0.15286)
[-0.08893]
0.032400
(0.03567)
[ 0.90845]
-0.196231
(0.18173)
[-1.07981]
0.032997
(0.05131)
[ 0.64304]
-0.099513
(0.03388)
[-2.93702]
-0.017102
(0.03904)
[-0.43809]
0.000934
(0.00165)
[ 0.56578]
D(LNPK(-1))
-0.139993
(0.33722)
-0.095012
(0.07868)
-0.044044
(0.40092)
0.137055
(0.11321)
-0.065016
(0.07475)
-0.089810
(0.08612)
-0.001468
(0.00364)
124
(0.23088)
[ 3.18303]
[-0.41513]
[-1.20753]
[-0.10986]
[ 1.21067]
[-0.86979]
[-1.04284]
[-0.40333]
D(LNPD(-1))
0.100592
(0.28188)
[ 0.35685]
-0.017738
(0.06577)
[-0.26969]
-0.231481
(0.33512)
[-0.69073]
0.037441
(0.09463)
[ 0.39567]
-0.915449
(0.06248)
[-14.6512]
-0.545340
(0.07199)
[-7.57543]
0.005917
(0.00304)
[ 1.94435]
D(LNERIIL(-1))
0.056329
(0.33886)
[ 0.16623]
-0.038262
(0.07906)
[-0.48394]
0.188723
(0.40286)
[ 0.46846]
-0.032863
(0.11375)
[-0.28890]
1.189614
(0.07511)
[ 15.8380]
0.628008
(0.08654)
[ 7.25702]
-0.002143
(0.00366)
[-0.58573]
D(LNGDPRIIL(-1))
15.96698
(4.84079)
[ 3.29842]
-5.049705
(1.12948)
[-4.47083]
16.22348
(5.75506)
[ 2.81899]
-3.684019
(1.62504)
[-2.26704]
-0.288576
(1.07301)
[-0.26894]
0.458084
(1.23625)
[ 0.37054]
0.781265
(0.05226)
[ 14.9506]
0.270409
0.228317
15.37804
0.313970
6.424267
-38.08286
0.579312
0.766781
0.008040
0.357412
0.199853
0.153691
0.837190
0.073257
4.329355
203.5006
-2.331333
-2.143864
0.001694
0.079632
0.233474
0.189251
21.73544
0.373269
5.279514
-66.80115
0.925315
1.112784
0.007100
0.414552
0.136427
0.086605
1.732988
0.105399
2.738310
143.1139
-1.603782
-1.416313
0.004515
0.110282
0.678499
0.659951
0.755576
0.069595
36.58039
212.0140
-2.433904
-2.246435
0.008535
0.119345
0.331790
0.293240
1.002951
0.080182
8.606621
188.5066
-2.150682
-1.963213
0.017330
0.095377
0.849204
0.840504
0.001792
0.003389
97.61243
713.6764
-8.478029
-8.290560
-0.001128
0.008487
R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent
1.68E-17
1593.162
1557.063
-17.66341
-15.95744
125
0.313970
0.400384
0.454976
0.491169
0.516467
0.535654
0.551082
0.564087
0.575474
0.585748
0.595227
0.604125
0.612583
0.620703
0.628555
0.636190
0.643644
0.650948
0.658121
0.665180
0.672138
0.679006
0.685790
0.692498
0.699136
0.705707
0.712216
0.718666
0.725060
0.731400
100.0000
88.27151
81.74448
78.75385
77.00974
75.64287
74.45452
73.37001
72.35658
71.39730
70.48298
69.60763
68.76701
67.95788
67.17760
66.42395
65.69504
64.98920
64.30496
63.64105
62.99630
62.36970
61.76032
61.16734
60.59001
60.02765
59.47964
58.94541
58.42444
57.91625
LNPF
LNQEKSPOR
LNPK
LNPD
LNERIIL
LNGDPRIIL
0.000000
8.394530
13.48114
15.88660
17.39925
18.57833
19.56839
20.44215
21.23882
21.98085
22.68172
23.35047
23.99312
24.61383
25.21548
25.80007
26.36905
26.92344
27.46400
27.99130
28.50580
29.00788
29.49784
29.97599
30.44258
30.89789
31.34215
31.77561
32.19852
32.61114
0.000000
0.287556
0.222703
0.259875
0.355423
0.436394
0.511060
0.574668
0.629462
0.676330
0.716919
0.752191
0.783062
0.810208
0.834193
0.855464
0.874389
0.891267
0.906351
0.919848
0.931939
0.942774
0.952485
0.961186
0.968977
0.975946
0.982172
0.987723
0.992662
0.997046
0.000000
1.234024
2.108237
2.314759
2.239897
2.123679
2.014088
1.922441
1.848563
1.789220
1.740880
1.700444
1.665492
1.634229
1.605387
1.578104
1.551819
1.526182
1.500991
1.476141
1.451588
1.427328
1.403379
1.379768
1.356528
1.333689
1.311281
1.289328
1.267851
1.246864
0.000000
0.015853
0.059045
0.250496
0.505435
0.789008
1.085321
1.387100
1.685786
1.977468
2.259150
2.529173
2.786559
3.030957
3.262383
3.481123
3.687633
3.882470
4.066245
4.239593
4.403146
4.557521
4.703313
4.841085
4.971370
5.094664
5.211433
5.322109
5.427096
5.526766
0.000000
0.011932
0.099341
0.222556
0.228142
0.222620
0.215498
0.208562
0.201923
0.195854
0.190271
0.185123
0.180347
0.175892
0.171716
0.167784
0.164069
0.160547
0.157201
0.154013
0.150971
0.148064
0.145281
0.142614
0.140055
0.137597
0.135233
0.132959
0.130769
0.128658
0.000000
1.784600
2.285055
2.311860
2.262115
2.207098
2.151129
2.095069
2.038866
1.982974
1.928075
1.874974
1.824408
1.777003
1.733248
1.693500
1.658003
1.626900
1.600252
1.578055
1.560249
1.546734
1.537375
1.532015
1.530477
1.532571
1.538101
1.546863
1.558656
1.573276
126
0.737688
0.743927
0.750117
0.756261
0.762360
0.768415
0.774427
0.780397
0.786327
0.792218
0.798069
0.803882
0.809658
0.815397
0.821101
0.826769
0.832402
0.838001
0.843567
0.849100
0.854600
0.860069
0.865505
0.870911
0.876287
0.881632
0.886947
0.892234
0.897491
0.902721
0.907922
0.913095
0.918241
0.923361
57.42040
56.93645
56.46402
56.00273
55.55224
55.11222
54.68235
54.26232
53.85186
53.45068
53.05852
52.67512
52.30025
51.93366
51.57512
51.22441
50.88132
50.54564
50.21717
49.89572
49.58109
49.27310
48.97158
48.67636
48.38726
48.10412
47.82679
47.55511
47.28893
47.02811
46.77252
46.52200
46.27644
46.03570
33.01369
33.40643
33.78960
34.16344
34.52820
34.88411
35.23141
35.57033
35.90111
36.22396
36.53911
36.84678
37.14717
37.44051
37.72698
38.00678
38.28011
38.54716
38.80811
39.06313
39.31239
39.55607
39.79433
40.02731
40.25519
40.47809
40.69617
40.90956
41.11841
41.32283
41.52295
41.71890
41.91080
42.09875
1.000923
1.004341
1.007340
1.009957
1.012226
1.014179
1.015843
1.017243
1.018404
1.019347
1.020090
1.020653
1.021051
1.021298
1.021410
1.021398
1.021274
1.021048
1.020730
1.020329
1.019852
1.019308
1.018703
1.018044
1.017335
1.016583
1.015792
1.014967
1.014111
1.013228
1.012322
1.011396
1.010453
1.009495
1.226379
1.206403
1.186938
1.167985
1.149540
1.131600
1.114155
1.097199
1.080722
1.064712
1.049158
1.034048
1.019369
1.005109
0.991255
0.977795
0.964715
0.952002
0.939645
0.927631
0.915949
0.904586
0.893531
0.882774
0.872304
0.862111
0.852184
0.842514
0.833092
0.823909
0.814957
0.806226
0.797711
0.789402
5.621466
5.711515
5.797213
5.878833
5.956633
6.030849
6.101702
6.169395
6.234119
6.296050
6.355354
6.412182
6.466677
6.518972
6.569191
6.617449
6.663856
6.708510
6.751507
6.792935
6.832877
6.871410
6.908606
6.944533
6.979256
7.012834
7.045323
7.076776
7.107243
7.136770
7.165402
7.193180
7.220143
7.246328
0.126622
0.124657
0.122759
0.120925
0.119152
0.117435
0.115774
0.114165
0.112606
0.111094
0.109627
0.108204
0.106822
0.105480
0.104176
0.102909
0.101676
0.100477
0.099310
0.098174
0.097067
0.095989
0.094939
0.093915
0.092917
0.091943
0.090993
0.090065
0.089160
0.088276
0.087412
0.086568
0.085743
0.084937
1.590525
1.610208
1.632137
1.656128
1.682008
1.709608
1.738771
1.769344
1.801185
1.834160
1.868141
1.903011
1.938658
1.974979
2.011876
2.049260
2.087048
2.125162
2.163530
2.202088
2.240773
2.279531
2.318309
2.357061
2.395745
2.434320
2.472751
2.511006
2.549056
2.586874
2.624437
2.661723
2.698713
2.735390
127
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
0.928454
0.933520
0.938561
0.943577
0.948567
0.953532
0.958473
0.963390
0.968283
0.973152
0.977999
0.982822
0.987622
0.992400
0.997157
1.001891
45.79966
45.56819
45.34118
45.11852
44.90010
44.68580
44.47552
44.26917
44.06663
43.86783
43.67265
43.48103
43.29285
43.10805
42.92654
42.74823
42.28287
42.46326
42.64004
42.81329
42.98311
43.14961
43.31286
43.47297
43.63000
43.78404
43.93518
44.08349
44.22905
44.37192
44.51217
44.64989
1.008524
1.007544
1.006555
1.005560
1.004560
1.003556
1.002551
1.001546
1.000541
0.999537
0.998536
0.997539
0.996545
0.995557
0.994574
0.993597
0.781292
0.773376
0.765645
0.758094
0.750716
0.743505
0.736456
0.729564
0.722823
0.716228
0.709774
0.703457
0.697273
0.691217
0.685285
0.679473
7.271770
7.296500
7.320551
7.343951
7.366729
7.388909
7.410517
7.431576
7.452109
7.472135
7.491676
7.510750
7.529375
7.547568
7.565345
7.582721
0.084149
0.083377
0.082623
0.081885
0.081162
0.080455
0.079762
0.079084
0.078419
0.077768
0.077130
0.076505
0.075891
0.075290
0.074700
0.074121
2.771740
2.807748
2.843405
2.878698
2.913622
2.948166
2.982327
3.016099
3.049478
3.082461
3.115045
3.147230
3.179015
3.210399
3.241384
3.271970
128
.4
.4
.4
.4
.3
.3
.3
.3
.2
.2
.2
.2
.1
.1
.1
.1
.0
.0
.0
.0
-.1
-.1
-.1
10
20
30
40
50
60
70
10
20
30
40
50
60
-.1
70
10
20
30
40
50
.4
.4
.3
.3
.3
.2
.2
.2
.1
.1
.1
.0
.0
.0
-.1
10
20
30
40
50
60
70
70
10
20
30
40
50
60
70
.4
-.1
60
-.1
10
20
30
40
50
60
70
10
20
30
40
50
60
70
129
0.313970
0.400384
0.454976
0.491169
0.516467
0.585748
0.628555
0.665180
0.731400
0.792218
0.849100
0.902721
0.953532
0.958473
0.963390
0.968283
0.973152
0.977999
0.982822
0.987622
0.992400
0.997157
1.001891
100.0000
88.27151
81.74448
78.75385
77.00974
71.39730
67.17760
63.64105
57.91625
53.45068
49.89572
47.02811
44.68580
44.47552
44.26917
44.06663
43.86783
43.67265
43.48103
43.29285
43.10805
42.92654
42.74823
0.000000
8.394530
13.48114
15.88660
17.39925
21.98085
25.21548
27.99130
32.61114
36.22396
39.06313
41.32283
43.14961
43.31286
43.47297
43.63000
43.78404
43.93518
44.08349
44.22905
44.37192
44.51217
44.64989
LNQEKSPO
R
LNPK
LNPD
0.000000
0.287556
0.222703
0.259875
0.355423
0.676330
0.834193
0.919848
0.997046
1.019347
1.020329
1.013228
1.003556
1.002551
1.001546
1.000541
0.999537
0.998536
0.997539
0.996545
0.995557
0.994574
0.993597
0.000000
1.234024
2.108237
2.314759
2.239897
1.789220
1.605387
1.476141
1.246864
1.064712
0.927631
0.823909
0.743505
0.736456
0.729564
0.722823
0.716228
0.709774
0.703457
0.697273
0.691217
0.685285
0.679473
0.000000
0.015853
0.059045
0.250496
0.505435
1.977468
3.262383
4.239593
5.526766
6.296050
6.792935
7.136770
7.388909
7.410517
7.431576
7.452109
7.472135
7.491676
7.510750
7.529375
7.547568
7.565345
7.582721
LNERIIL LNGDPRII
L
0.000000
0.011932
0.099341
0.222556
0.228142
0.195854
0.171716
0.154013
0.128658
0.111094
0.098174
0.088276
0.080455
0.079762
0.079084
0.078419
0.077768
0.077130
0.076505
0.075891
0.075290
0.074700
0.074121
0.000000
1.784600
2.285055
2.311860
2.262115
1.982974
1.733248
1.578055
1.573276
1.834160
2.202088
2.586874
2.948166
2.982327
3.016099
3.049478
3.082461
3.115045
3.147230
3.179015
3.210399
3.241384
3.271970
84