Tutorial Uji Stabilitas Model VAR (Roots of Characteristic Polynomial) dengan Eviews

Peneliti dan mahasiswa sering menghadapi kendala fatal saat melakukan **Tutorial Uji Stabilitas Model VAR (Roots of Characteristic Polynomial) dengan Eviews** akibat munculnya pesan peringatan sistem berupa "WARNING: At least one root lies outside the unit circle. VAR does not satisfy the stability condition". Gejala masalah ini biasanya ditunjukkan oleh bentuk grafik Impulse Response Function (IRF) yang meliuk-liuk meledak (*explosive*) menuju tak terhingga, atau tabel Forecast Error Variance Decomposition (FEVD) yang nilainya tidak pernah konvergen. Kondisi ini menandakan bahwa estimasi persamaan sistem Vector Autoregression yang dibangun secara ekonometrika berada dalam kondisi tidak stabil.

Penyebab utama dari kegagalan stabilitas ini adalah keberadaan nilai modul dari akar-akar polinomial karakteristik (*AR Roots*) yang bernilai sama dengan atau lebih besar dari 1.00. Ketika terdapat setidaknya satu nilai modul yang melampaui batas lingkaran satuan (*unit circle*), matriks pembobot Vector Moving Average (VMA) tidak meluruh (*non-decaying*). Akibatnya, seluruh analisis transmisi guncangan, proyeksi masa depan, dan inferensi kausalitas yang dihasilkan oleh software EViews menjadi cacat secara teoritis dan tidak dapat dipertanggungjawabkan (*spurious inference*).

Konsep Teori Roots of Characteristic Polynomial dan Stabilitas Sistem VAR

Uji Stabilitas Model VAR berbasis *Roots of Characteristic Polynomial* merupakan pengujian matematis untuk memastikan bahwa sistem persamaan autoregresif simultan bersifat stasioner dan ergodik (Sims, 1980). Kestabilan ini menjamin bahwa dampak guncangan stokastik (*shocks*) pada salah satu variabel akan memudar secara bertahap seiring berjalannya waktu (*die out*), sehingga sistem dapat kembali ke titik keseimbangan jangka panjangnya.

Peneliti yang ingin mendalami landasan teoretis pemodelan VAR, konsep kointegrasi, serta pengujian kausalitas simultan dipersilakan untuk membaca konsep dasar teori VAR dan uji kausalitas secara lengkap di www.statistikian.com.

Secara matematis, pengujian stabilitas VAR berorde p dilakukan dengan menghitung nilai-nilai akar karakteristik dari determinan matriks polinomial autoregresif. Menurut Hamilton (1994), jika seluruh akar polinomial terletak di dalam lingkaran satuan kompleks (*unit circle*), yang ditandai dengan nilai modul (*modulus*) kurang dari satu, maka sistem VAR terbukti memenuhi kondisi stasioneritas sistemik (*covariance stationary*).

Sebaliknya, jika terdapat setidaknya satu akar yang berada tepat pada atau di luar lingkaran satuan (modul sama dengan atau lebih besar dari 1.00), maka varians dari galat prediksi akan membesar secara eksponensial seiring bertambahnya horizon waktu (Lütkepohl, 2005). Hal ini membatalkan asumsi inversi VMA (*Vector Moving Average*), sehingga perkiraan *Impulse Response Function* dan *Variance Decomposition* menjadi tidak valid.

Langkah-Langkah Teknis Pengujian Stabilitas dan Solusi Perbaikan di EViews

Untuk mengeksekusi pengujian stabilitas model VAR serta mengatasi masalah *unstable root* secara mandiri di EViews, ikuti tahapan operasional dan langkah perbaikan teknis berikut:

Langkah 1: Menampilkan Tabel Akar Polinomial (AR Roots Table)
Setelah melakukan estimasi model VAR pada jendela EViews, buka tabel pengujian stabilitas melalui menu navigasi utama:

View -> Lag Structure -> AR Roots Table
    

Langkah 2: Evaluasi Nilai Modulus pada Tabel
Periksa kolom **Modulus** pada baris paling atas hingga paling bawah. Model VAR dinyatakan **stabil** jika seluruh nilai pada kolom Modulus bernilai lebih kecil dari 1.00 (misalnya 0.942, 0.815, 0.652). Jika terdapat angka 1.000 atau lebih (misalnya 1.024), maka model VAR **tidak stabil**.

Langkah 3: Menampilkan Visualisasi Grafik Lingkaran Satuan (AR Roots Graph)
Untuk menyajikan bukti visual dalam laporan penelitian, buka grafik *unit circle* melalui menu:

View -> Lag Structure -> AR Roots Graph
    

Langkah 4: Evaluasi Plot Titik pada Unit Circle
Amati sebaran titik-titik akar (*dots*) pada grafik. Jika seluruh titik berada di **dalam** batas lingkaran, model stabil. Jika terdapat titik yang menempel tepat di garis lingkaran atau berada di **luar** lingkaran, model tidak stabil.

Solusi Perbaikan 1: Penyesuaian Ulang Panjang Lag Optimal
Penyebab utama *unstable root* adalah pemilihan *lag* yang terlalu panjang atau terlalu pendek. Buka menu kriteria panjang *lag*:

View -> Lag Structure -> Lag Length Criteria
    

Cobalah memperpendek panjang *lag* (misalnya dari *lag* 4 menjadi *lag* 2 atau *lag* 1) berdasarkan kriteria *Akaike Information Criterion* (AIC) atau *Schwarz Criterion* (SC), lalu estimasi ulang VAR dan cek kembali stabilitasnya.

Solusi Perbaikan 2: Transformasi Diferensiasi Pertama (First Differencing)
Jika variabel data tidak stasioner pada tingkat level I(0), lakukan diferensiasi pertama pada seluruh variabel terikat dan estimasi ulang model VAR pada tingkat Difference I(1). Stasioneritas data individu secara dramatis meningkatkan kestabilan sistem VAR.

Solusi Perbaikan 3: Transformasi ke Model VECM (Vector Error Correction Model)
Apabila variabel tidak stasioner pada level namun memiliki kointegrasi (*cointegrating relation*), ubah spesifikasi model dari VAR Level menjadi VECM. Johansen (1995) menegaskan bahwa model VECM secara inheren mengunci akar unit (*unit roots*) ke dalam mekanisme koreksi kesalahan jangka panjang, sehingga stabilitas sistem tetap terjaga.

Solusi Perbaikan 4: Memasukkan Variabel Eksogen atau Dummy Structual Break
Guncangan ekstrem atau patahan struktur data (*structural break*) dapat merusak stabilitas polinomial. Tambahkan variabel kualitatif dummy (*exogenous dummy*) untuk mengisolasi efek krisis atau perubahan kebijakan pada periode tertentu.

Contoh Praktis Output Uji Stabilitas AR Roots EViews dan Cara Pembacaannya

Untuk memberikan gambaran aplikatif, berikut disajikan struktur contoh tabel dan diagram output AR Roots dari EViews beserta tata cara membaca setiap komponen angkanya secara logis.

Berdasarkan ilustrasi gabungan output *AR Roots Table* dan *Unit Circle Graph* di atas, berikut adalah tiga kriteria utama yang wajib dilaporkan dalam bab hasil dan pembahasan penelitian:

1. Evaluasi Nilai Modulus Maksimum
Bandingkan nilai Modulus terbesar pada tabel dengan angka kritis 1.00. Jika nilai Modulus tertinggi berada di bawah 1.00 (seperti pada contoh tabel di mana Modulus maksimum bernilai 0.850542), maka sistem persamaan VAR terbukti memenuhi syarat stasioneritas stokastik secara sempurna.

2. Interpretasi Pasangan Akar Kompleks Konjugat
Munculnya lambang imajiner 'i' pada baris akar menunjukkan adanya pasangan kompleks konjugat (*complex conjugate roots*). Keberadaan akar kompleks ini mengindikasikan bahwa pergerakan respon dinamik variabel pada kurva *Impulse Response Function* akan membentuk gelombang sinusoide berosilasi sebelum akhirnya meluruh menuju titik nol.

3. Verifikasi Geometris Sebaran Titik Unit Circle
Secara visual, konfirmasi kestabilan dapat dilihat dari posisi seluruh titik akar (*dots*) yang berkumpul secara utuh di dalam batas lingkaran hitam. Apabila tidak ada satu pun titik yang menyentuh atau melompat keluar dari lingkaran, maka estimasi VAR aman untuk dilanjutkan ke tahap analisis dekonsentratif lanjutan.

Pembahasan Ilmiah: Matriks Companion dan Implikasi Ekonometrika

Pembahasan mengenai uji stabilitas model VAR memiliki kedalaman matematis yang berakar pada matriks pembantu (*companion matrix*). Menurut Hamilton (1994), sistem VAR berorde p dengan n variabel dapat ditransformasikan ke dalam representasi VAR berorde satu VAR(1) berdimensi np melalui matriks *companion* A. Akar-akar polinomial karakteristik diperoleh dari nilai-nilai eigen (*eigenvalues*) matriks A tersebut.

Syarat agar sistem VAR stasioner dan konvergen adalah seluruh nilai eigen matriks *companion* memiliki nilai mutlak (modulus) kurang dari satu. Jika kondisi ini terpenuhi, maka polinomial autoregresif A(L) dapat diinversi menjadi representasi *Vector Moving Average* VMA tak terhingga dengan matriks koefisien yang konvergen mutlak (Lütkepohl, 2005).

Keberadaan akar kompleks konjugat memiliki implikasi penting dalam teori siklus bisnis (*business cycle theory*). Sims (1980) menjelaskan bahwa pasangan akar kompleks menciptakan komponen siklikal yang menyebabkan respon variabel berfluktuasi secara gelombang periodik. Semakin dekat nilai modul akar kompleks ke angka 1.00, semakin lama durasi osilasi gelombang fluktuasi tersebut bertahan dalam sistem ekonomi.

Dalam konteks estimasi *Vector Error Correction Model* (VECM), keberadaan akar unit (*unit roots*) pada tingkat level tercermin dari hadirnya akar bernilai modul tepat sama dengan 1.00 sebanyak n minus r, di mana n adalah jumlah variabel dan r adalah jumlah hubungan kointegrasi (Johansen, 1995). Dalam VECM, akar unit ini mengekspresikan komponen tren permanen, sedangkan r akar sisanya harus berada di dalam lingkaran unit untuk menjamin kestabilan mekanisme koreksi kesalahan.

Lütkepohl (2005) juga mengingatkan bahwa ketidakstabilan sistem VAR sering kali disebabkan oleh kesalahan penentuan sampel (*sample size issues*) atau ketidaktepatan pemilihan struktur jeda waktu (*lag structure*). Mengabaikan akar yang tidak stabil dan memaksakan pembacaan IRF akan menghasilkan estimasi dampak guncangan yang bertahan selamanya (*spurious persistence*), yang merusak kerangka analisis teoritis.

Oleh karena itu, pengujian stabilitas berbasis *Roots of Characteristic Polynomial* berfungsi sebagai *gatekeeper* atau filtruasi metodologis mutlak. Hanya model VAR yang telah terbukti stabil yang dapat melangkah ke tahap pengujian *Granger Causality*, *Impulse Response Function*, dan *Variance Decomposition* secara terpercaya (Toda & Phillips, 1993).

Dengan mengintegrasikan verifikasi tabel Modulus, pemeriksaan visual grafik *unit circle*, dan penyesuaian spesifikasi lag atau differencing data, peneliti dapat memastikan bahwa model ekonometrika simultan yang dibangun memenuhi kaidah akademis yang rigorus.

Kesimpulan

Uji Stabilitas Model VAR (*Roots of Characteristic Polynomial*) di EViews merupakan prasyarat mutlak yang wajib dipenuhi sebelum melakukan inferensi dinamika sistem. Kestabilan dicapai jika dan hanya jika seluruh nilai Modulus akar AR berada di bawah 1.00 dan seluruh titik data berkumpul di dalam lingkaran satuan (*unit circle*). Apabila terdeteksi akar tidak stabil (Modulus sama dengan atau lebih besar dari 1.00), peneliti harus melakukan perbaikan teknis melalui penyesuaian panjang lag optimal, diferensiasi data, atau mengalihkan model ke bentuk VECM jika terdapat kointegrasi.

Daftar Pustaka