FAKTOR YANG MEMPENGARUHI HARGA AYAM DI MALAYSIA
1.0 PENDAHULUAN
1.1
Pengenalan
Gambarajah diatas menunjukkan kenaikan harga ayam
sepanjang tahun januari 2003 hingga disember 2013. Daripada rajah diatas dapat
dilihat bahawa harga ayam sentiasa berubah-ubah. Mengikut pengkaji harga ayam
meningkat disebabkan kos pengeluaran yang semakin meningkat, misalnya bekalan
anak ayam, makanan ayam, ubat-ubatan dan kos pembinaan reban ayam yang
berubah-ubah mengikut masa, walau pun di dalam tahun yang sama. Harga sesuatu barang
juga turut dipengaruhi oleh faktor keadaan, permintaan, kadar yang diminta,
keadaan penawaran, permintaan pemasaran, dan kos, dan campurtangan kerajaan.
1.2
Objektif Kajian
Kajian ini mempunyai 4 objektif, iaitu:
1.
Mengkaji
faktor-faktor yang mempengaruhi harga ayam.
2.
Mengkaji
hubungan antara harga ayam dan daging sebagai barang penganti.
3.
Mengkaji
hubungan antara harga ayam dan daging dalam jangka pendek.
4.
Mengkaji
hubungan antara harga ayam dan daging dalam jangka panjang.
2.0 SOROTAN LITERATUR
Menurut Yilmaz Aral, Pinar Demir, Yavuz Cevger and Erol Aydin (2010), analisis korelasi
telah dijalankan dengan tujuan untuk menentukan tahap hubungan antara harga
ayam dan harga makanan sebenar keseluruhan dalam tempoh 1994-2006 dan pekali
korelasi telah dikira seperti. Keputusan ini menunjukkan bahawa dalam penetapan
harga daging ayam, faktor-faktor lain yang berkesan di samping kos input
makanan. Dalam kajian ini, purata bulanan harga sebenar ayam telah diambil dan
apa-apa perubahan dalam harga dan naik turun bermusim telah diperiksa. Didapati
bahawa faktor bermusim juga berkesan dalam pembentukan harga ayam daging di
pasaran daging Turki. Harga daging ayam mula meningkat daripada musim panas,
membuat puncak pada bulan Ogos dan September dan menunjukkan drop kecenderungan
dari Oktober. Sektor Broiler Turki adalah cepat terjejas daripada krisis
berlaku atas sebab-sebab yang berbeza dan spekulasi selari dengan peningkatan
pengeluaran dan penyediaan pekerjaan. Faktor-faktor seperti turun naik harga
bermusim dan berkala yang dialami dalam pasaran, bilangan perusahaan dan jumlah
pengeluaran, jumlah ternakan dan produktiviti, penyakit wabak haiwan, alam
sekitar dalam ekonomi, memberi makan kepada harga bahan mentah, perubahan dalam
harga produk pengganti menjejaskan bekalan daging ayam. Pengurangan telah
berlaku dalam pengeluaran daging ayam akibat inflasi yang tinggi, kenaikan kos
input, dan lain-lain. Masalah-masalah yang dialami oleh sektor di antara tahun
2004 dan 2006 disebabkan penurunan dalam permintaan daging ayam dan beberapa
firma bersepadu ditutup dalam krisis. Selari dengan penurunan pesat dalam
permintaan daging ayam, krisis HPAI telah menyebabkan penurunan dalam harga
produk penurunan dalam pengeluaran ayam daging dan bekalan, penurunan dalam
penggunaan kapasiti, pengangguran di ladang ternakan komersial, genangan sementara
dalam pelaburan sektor ayam dan peningkatan dalam harga produk pengganti. Dalam
tempoh ini, purata crices daging ayam merosot daripada 2.85 YTL kg-1 pengguna
sebelum krisis HPAI kepada 1.97 YTL kg-1 semasa wabak itu di Turki. Seperti
dalam hasil daripada wabak selesema burung, ia menunjukkan bahawa kejutan
keselamatan makanan yang berlaku di pasaran telah merebak secara langsung
kepada saluran pemasaran dan margin harga terjejas di peringkat borong dan
runcit dan rosak peringkat dan bahagian pendapatan dalam sektor ayam daging. Ia
didapati bahawa kadar keutamaan pengguna Turki dalam jenama dan produk
dibungkus adalah 51% sebelum krisis AI muncul dalam 2005-2006 dan telah
mencapai kepada 78% selepas krisis dengan tahap kesedaran yang semakin
meningkat. Krisis HPAI telah menjadi juga berkesan ke atas pengeluar daging
menguncup. Dilaporkan bahawa pengeluar daging menguncup telah kehilangan purata
1.38 kitaran pengeluaran dan yuran pengurusan mereka berkurangan sebanyak 14.7%
dalam masa 10 bulan selepas wabak HPAI. Akibatnya, pengeluaran ayam daging dan
pendapatan perusahaan telah menurun sebanyak 34.8 dan 44.3% masing-masing dalam
tempoh krisis di Turki. Ianya dinyatakan bahawa kos makanan mempunyai kira-kira
56-68% dan anak ayam kos 19-22% saham di dalam kos pengeluaran ayam daging.
Krisis ekonomi yang dialami di Turki pada tahun 1994 dan 2001 telah pertama
peningkatan kos input dan ini dibuktikan dengan harga daging ayam. Pada masa
kini, walaupun kemajuan dalam sektor ayam daging Turki diperhatikan dalam mata
pelajaran seperti pengeluaran, pemprosesan, pengeluaran, penggunaan teknologi,
penyelenggaraan harian dan syarat memberi makan, penstandardan; banyak masalah
yang sedia ada tertumpu pada titik meminimumkan kos pengeluaran, penubuhan
bekalan dan permintaan kira-kira, penyediaan kecekapan dalam pemasaran dan oleh
kerana kedudukan kompetitif dalam jualan asing. Meningkatkan skala perusahaan,
jumlah pengeluaran, penyembelihan dan pemprosesan kapasiti dalam sektor ayam
daging hendaklah ditaksir di bawah perancangan pengeluaran dan peluang
perdagangan luar patut dicari bersama-sama dengan permintaan penggunaan dan
tahap sara diri. Maklumat aktiviti dan publisiti hendaklah digunakan dengan
tujuan untuk meningkatkan penggunaan daging ayam. Demirci telah melaporkan
bahawa terdapat variasi dalam produk ayam jualan bergantung kepada musim dan
terutamanya jualan daging ayam dan tahap am harga meningkat pada bulan-bulan
musim panas. Dalam kajian ini, ia telah ditentukan bahawa bulan Ogos dan
September bulan adalah tempoh yang paling sesuai untuk bekalan ayam daging dari
segi naik turun bermusim dan tahap permintaan. Untuk mengurangkan kos
pengeluaran ayam daging di Turki, langkah berjaga-jaga untuk mengimbangi harga
pasaran dalaman dan luaran jagung yang dikomposisikan elemen penting
perbelanjaan sebagai bahan mentah makanan yang perlu diambil oleh kerajaan.
Sokongan eksport perlu ditambah dengan tujuan untuk memberikan kuasa berdaya
saing sektor dan kadar Cukai Tambah Nilai daripada tarif produk dan duti kastam
digunakan untuk memberi makan bahan-bahan mentah hendaklah disusun semula untuk
menggalakkan pengeluaran. Akibatnya, ia telah menyangka bahawa juga
faktor-faktor sosio-ekonomi, psikologi dan bermusim mempunyai peranan penting
apabila harga daging ayam dan juga bekalan-permintaan keseimbangan di pasaran.
Dalam skop ini, permohonan dengan merujuk kepada permintaan bermusim, harga
input, pilihan pengguna, kesihatan haiwan dan perancangan pengeluaran cekap
diarahkan kepada pengeksportan firma bersepadu yang aktif dalam sektor yang
sangat penting.
Menurut Dale J.
Menkhaus, James S. St. Clair, dan Stig Hallingbye (1985), permintaan daging
lembu menurun mendadak dari lewat tahun 1970-an sehingga lewat tahun 1990-an. Promosi generik daging lembu, program
maklumat pengguna, dan "Perang ke atas lemak" telah dilancarkan oleh
pengeluar daging lembu untuk memerangi penurunan permintaan daging lembu. Untuk
membantu dalam mensasarkan program peningkatan permintaan, model komprehensif
permintaan daging mampu menyediakan penilaian tahunan mengenai faktor-faktor
yang menyebabkan permintaan daging lembu untuk beralih, arah perubahan yang
disebabkan oleh faktor-faktor ini, dan magnitud relatif syif diagihkan kepada
setiap faktor yang telah dianggarkan. Seperti yang dijangkakan, keputusan
menunjukkan permintaan daging adalah sensitif kepada perubahan dalam harga
daging bersaing dan perbelanjaan pengguna. Kajian yang lebih teliti mengenai
beberapa kesan bukan tradisional penentu permintaan daging yang ada pada daging
lembu, daging babi dan permintaan ayam menunjukkan kawasan di mana industri
daging lembu yang perlu mengambil kira sumber jika penambahbaikan jangka
panjang permintaan daging lembu berlaku. Permintaan untuk daging lembu, daging
babi dan ayam, adalah tidak boleh berubah sepanjang 1982-1998. Anggaran
keanjalan mencadangkan permintaan ayam adalah lebih tidak boleh berubah
berbanding permintaan daging lembu atau daging babi. Sifat tidak anjal bagi
permintaan daging lembu membawa makna setiap perubahan kecil dalam kuantiti
yang ditawarkan membawa kepada perubahan harga runcit daging besar. Sebagai
contoh, pendapatan pengguna meningkat, permintaan daging lembu akan kekal tidak
anjal, terutama untuk pengurangan pengganti yang berkualiti tinggi. Sebagai
informasi mengenai hubungan jelas ini telah disebarkan, keputusan peralihan
menurun dalam permintaan daging lembu, sedangkan permintaan ayam meningkat.
Peningkatan 1% dalam jumlah bersih mengemukakan kedudukan hubungan antara
kolesterol dan penyakit jantung mengakibatkan penurunan 0.05% dalam kuantiti
daging lembu yang diminta oleh pengguna. Keputusan ini mengesahkan bahawa
permintaan daging lembu telah mengalami penurunan, permintaan ayam telah
mendapat manfaat dari penyebaran maklumat penemuan hubungan antara penyakit
jantung dan kolesterol. Pengurangan masa yang ada untuk persediaan makanan,
seperti yang diukur oleh penyertaan tenaga buruh wanita, mempunyai kesan
negatif ke atas permintaan daging lembu. Keputusan model permintaan menunjukkan
bahawa bagi setiap 1% peningkatan dalam penyertaan tenaga buruh wanita,
permintaan daging lembu menurun sebanyak 1.51%. Selain itu, keputusan
menunjukkan kesan perubahan dalam perempuan penyertaan tenaga buruh pada
permintaan daging lembu telah berkembang dari masa ke masa. Kesan positif
daripada peningkatan perempuan penyertaan tenaga buruh pada permintaan ayam
adalah disebabkan sebahagiannya kepada keupayaan sektor ayam itik untuk
membangunkan produk-produk inovatif baru yang memerlukan kurang masa
penyediaan. Kedua, industri ini perlu menyedari bahawa sebagai pengguna terus
meletakkan nilai-nilai yang lebih tinggi pada masa mereka, permintaan untuk
makanan yang diambil di luar rumah akan terus meningkat. Kebimbangan
keselamatan makanan tidak menjelaskan sebahagian besar daripada penurunan
permintaan daging lembu diperhatikan sejak awal 1980-an. Keputusan anggaran
model Permintaan menunjukkan bahawa, dari 1982-1998, produk daging lembu
mengimbas kembali mempunyai kesan negatif yang signifikan secara statistik di
permintaan untuk daging lembu. Permintaan daging lembu dan industri daging
lembu yang perlu memberi tumpuan kepada pengguna. Industri ini juga perlu
mereka bentuk dan melaksanakan program-program yang menangani dan mengubah
jangka panjang penurunan permintaan industri daging lembu ini.
Menurut Yilmaz Aral, el (2013), faktor-faktor yang
paling penting yang mempengaruhi keutamaan penggunaan bagi daging ayam dengan
isi rumah yang dikaji, dan untuk lebih suka untuk membeli daging ayam pangkat
pertama di kalangan pelbagai jenis daging, didapati harga berpatutan, rasa,
kualiti pemakanan, keadaan kesihatan, peratus kandungan lemak, dan memudahkan
penyediaan masing-masing. Sebaliknya, faktor-faktor utama yang mempengaruhi
keutamaan penggunaan daging lembu adalah rasa, kualiti pemakanan, otot dan
pengedaran lemak, penampilan, dan harga, masing-masing, manakala faktor-faktor
yang mempengaruhi penggunaan keutamaan untuk kambing dan daging kambing adalah
rasa, kualiti pemakanan, kesihatan, harga, dan penampilan masing-masing. Permintaan
untuk makanan organik di Amerika Syarikat dan Kesatuan Eropah semakin meningkat
dengan pesat. Dalam konteks ini, syarikat telah menjadi lebih peka terhadap
jangkaan pengguna dan kebimbangan mengenai kebolehkesanan rantai makanan,
kaedah pengeluaran, kesan alam sekitar, kualiti makanan dan kebolehpercayaan,
asal-usul, amalan kebajikan haiwan, dan lain-lain. Kehadiran tanda dan logo
yang berkaitan dengan ciri-ciri yang dinyatakan dalam pengeluaran sistem
pelabelan yang mempengaruhi perilaku pembelian dalam segmen pengguna yang berbeza.
Pengeluaran daging ayam di Turki meningkat sebanyak 142% di antara tahun
1990 dan 2010 dan mencapai 1420000 pada 2010. Oleh itu, tahunan penggunaan
daging ayam per kapita pada tahun 2008 ialah 15.52 kg dan ini meningkat kepada
18,07 kg pada tahun 2010. Dalam satu kajian soal selidik yang dijalankan oleh
Durmus; et al. dengan 2241 keluarga di 61 wilayah Turki, penggunaan ayam purata
tahunan per kapita bagi Wilayah Anatolia Tengah dan semua Turki ialah 16.67 kg
dan 18.12 kg. Dalam kajian yang dinyatakan di atas, peratusan keluarga yang
menyatakan bahawa mereka tidak memakan daging ayam dan produk adalah 1.74%, dan
sebab-sebab utama untuk bukan penggunaan daging ayam adalah tidak suka pada
rasanya, penyembelihan dan memetik kaedah, dan faktor-faktor lain seperti
penggunaan semata-mata daging merah atau menjadi vegetarian. Dalam kajian ini,
peratusan penggunaan bahagian yang berlainan di ayam didapati 44,55% bagi
keseluruhan ayam, 33,65% untuk paha, 11.40% untuk dada, 6.54% untuk sayap,
3.32% untuk steak dicincang, 0.41% untuk hati, dan 0.14% untuk hempedal. Dalam
kajian yang dijalankan di 384 isi rumah di Aydin, Turki, ia menekankan bahawa
orang-orang yang termasuk dalam kumpulan yang berpendapatan tinggi dan
mempunyai latar belakang pendidikan pengetahuan mengenai pengeluaran haiwan
ekologi atau organik, dan bahawa kira-kira separuh daripada peserta bersedia
untuk membeli organik daging ayam pada harga purata 30.4% lebih tinggi. Dalam
kajian yang lain yang dijalankan untuk mendedahkan segar tabiat penggunaan daging
ayam daripada isi rumah di bahagian bandar dan luar bandar di wilayah Van,
didapati bahawa tahap pendapatan dan pembandaran mempunyai kesan ke atas daging
ayam tahap penggunaan dan tabiat. Kajian ini mendedahkan bahawa secara purata,
3.9% daripada pendapatan isi rumah tahunan telah dibelanjakan untuk daging ayam
dan bahawa pembelian daging ayam sekali atau lebih dalam seminggu oleh isi
rumah di kawasan bandar dan luar bandar ialah 53.7% dan 48.4% masing-masing.
Kajian ini menyatakan bahawa 66.0% daripada isi rumah di kawasan bandar lebih
suka membeli ayam potong daging di bahagian-bahagian, manakala 52.6% daripada
isi rumah luar bandar lebih suka membeli keseluruhan ayam. Dalam kajian ini
dijalankan di Ankara, sebab-sebab yang dinyatakan oleh isi rumah untuk memilih
daging ayam pangkat pertama oleh kumpulan pendapatan mereka ialah harga,
kualiti pemakanan, rasa, keadaan kesihatan, dan kemudahan penyediaan,
masing-masing, untuk isi rumah dengan pendapatan 1499TL atau di bawah, dan
rasa, keadaan kesihatan, kualiti pemakanan, harga, dan kandungan lemak,
masing-masing, untuk isi rumah dengan pendapatan 1500TL atau di atas. Apabila
isi rumah lebih suka daging ayam pangkat pertama di kalangan pelbagai jenis
daging diklasifikasikan oleh pendapatan mereka, perbezaan di antara harga,
kualiti rasa dan nutrisi daging ayam, dan keadaan kesihatan di kalangan
sebab-sebab keutamaan didapati statistik yang signifikan. Dalam kajiannya,
Richardson melaporkan bahawa tabiat, rasa Kualiti, pendapat dan risiko mengenai
kesihatan, penentu seperti label dan jenama, dan faktor-faktor seperti iklan,
promosi, dan nasihat memainkan peranan di konsumsi daging. Soal selidik yang
dijalankan dalam talian dengan 1312 pengguna di Finland mendapati bahawa 60%
daripada pengguna makan daging ayam di rumah sekali atau dua kali seminggu, dan
tabiat mereka memakan daging ayam di restoran adalah kurang daripada sekali
sebulan. Dilaporkan bahawa produk tempatan mempunyai kesan positif ke atas
pilihan pengguna; sebagai untuk produk daging ayam dari negara-negara lain,
kecenderungan pengguna yang berlaku di antara produk yang berasal dari Denmark
kerana kedudukan geografi dan etnik. Dalam kajian yang sama, ianya dinyatakan
bahawa daging ayam yang diimport dari Brazil telah memilih untuk produk yang berasal
dari Thailand, disebabkan oleh kesan kemungkinan kebimbangan pengguna yang
berkaitan dengan selesema burung. Dalam kajian yang dijalankan oleh Lazaridis
mendedahkan penggunaan daging isi rumah dengan menggunakan data daripada kaji
selidik yang dijalankan bajet keluarga pada 6756 isi rumah yang dipilih secara
rawak di seluruh Greece, dapat disimpulkan bahawa tahap penggunaan daging dan
keutamaan tidak dapat dijelaskan hanya dengan pendapatan dan harga faktor.
Seperti latar belakang pendidikan, tempat tinggal, umur, dan tabiat makan di
luar membawa kepada kesan penggunaan daging juga. Satu harus ingat bahawa
kajian dan tinjauan akan dijalankan secara terperinci kepada beberapa sampel
yang mencukupi untuk penggunaan daging ayam, profil pengguna, dan tingkah laku
pembelian adalah sangat penting untuk perusahaan yang terlibat dalam integrasi
ayam daging dan sektor makanan runcit dari segi menentukan strategi pemasaran
yang optimum dan meningkatkan jumlah jualan. Hasil yang akan diperolehi
berbangkit daripada kajian-kajian ini juga akan membimbing perusahaan industri
daging yang terlibat dalam aktiviti sektor untuk membangunkan produk selaras
dengan kehendak dan jangkaan pengguna, dan untuk menjalankan amalan pembezaan.
Kesimpulannya, ia adalah mungkin untuk syarikat-syarikat pemprosesan untuk
meningkatkan bahagian pasaran mereka dengan menjual produk pada jumlah dan
dengan kualiti sejajar dengan keutamaan pengguna dalam penggunaan domestik dan
perdagangan luar negeri, dan untuk menggunakan iklan, promosi, dan alat
pemasaran lain yang lebih berkesan ke arah permintaan pengguna hanya jika
pilihan pengguna, tabiat membeli, dan faktor-faktor yang memberi kesan kepada
mereka boleh didedahkan dan dibentangkan.
Kebelakangan
ini kenaikan harga ayam mencecah hinga RM8 sekilogram, hinggakan ada cadangan
dari pihak-pihak tertentu yang mencadangkan kepada pengguna supaya memboikot
pembelian ayam. Sebaliknya ada di antara Persatuan-Persatuan Pengguna seperti
Gabungan Persatuan-Persatuan Pengguna Malaysia (FOMCA) berpendapat pemboikotan
pembelian ayam bukan penyelesaian terbaik dalam isu kenaikan harga ayam,
sebaliknya mereka mencadangkan agar pengguna mengurangkan pembelian dan
pemakanan ayam. Mereka berpendapat jika pengguna dapat mengurangkan pembelian
dan pemakanan ayam, permintaan terhadap ayam dalam pasaran akan berkurangan
seterusnya dapat menurunkan harga ayam. Sebaliknya Persatuan Pengguna Islam
Malaysia (PPIM) pula berpendapat tindakan memboikot pembelian dan pemakanan
ayam akan menjejaskan peniaga kecil ayam di negara ini. Ini kerana peniaga
kecil ayam hanya menerima harga borong yang ditetapkan oleh penternak dan
pemborong, dan jualan mereka dalam jumlah yang kecil sahaja. Sebenarnya harga
sesuatu barang dipengaruhi oleh faktor seperti keadaan permintaan, keadaan penawaran,
perkhidmatan pemasaran dan kos dan camputangan kerajaan. Apa yang boleh
dilakukan oleh kerajaan ialah memberi galakan kepada penduduk luar Bandar untuk
meningkatkan penternakan secara kecil-kecilan terutama ternakan ayam kampung
atau ayam organik. Peningkatan bekalan ayam dari kawasan luar Bandar tentunya
akan mengurangkan tekanan permintaan yang boleh menaikkan harga ayam. Langkah
memboikot mungkin sukar dilakukan kerana ketidakanjalan permintaan harga bagi
ayam. Faktor kedudukan ayam sebagai barangan keperluan isirumah dan tidak
mempunyai pengganti yang hampir menjadikan permintaan ayam tidak anjal harga.
Harga barang pengganti yang hampir seperti daging pun sudah mencecah RM18
sekilogram, begitu juga harga ikan yang turut mengalami peningkatan harga yang
ketara. Begitu juga tindakan mengimport ayam dari negara lain bukan
penyelesaian terbaik kerana harga ayam di Negara pengeksport sendiri boleh
berubah-ubah mengikut kos pengeluaran keadaan permintaan dan penawaran di
Negara tersebut sendiri, di samping isu halal yang menjadi isu utama kepada
umat Islam di Malaysia. Dalam hal pemakanan, kita bukan hanya melihat kepada
produk makanan tersebut, tetapi juga perlu dilihat apa yang digunakan untuk
menghasilkan produk tersebut. Dalam kes penternakan ayam, perlu dikaji juga
makanan dan ubat-ubatan yang digunakan untuk membesarkan ayam tersebut perlu
dari sumber yang halal.
3.0 METODOLOGI KAJIAN
3.1
Konsep Rangka Kerja
Rangka kerja diperlukan dalam kajian untuk
mengetahui hubungan antara pembolehubah.
Pembolehubah
tidak bersandar Pembolehubah bersandar
PM --------> PC
PM- Harga daging
PC- Harga ayam
3.2
Model Ekonometrik
Hubungan antara harga ayam dan daging ditentukan dengan
menregressi persamaan berikut:
PC
= 𝛽0 + 𝛽1 PM + e
β1
= Keanjalan (Slope coefficient) bagi PM
PM
= Harga daging di Malaysia
PC
= Harga ayam di Malalysia
e
= Faktor-faktor lain yang mempengaruhi harga ayam.
Kajian
hipotesis dijalankan untuk mengkaji hubungan linear antara pembolehubah dalam
kajian ini. Oleh itu, kami menggunakan kaedah Ordinary Least Square (OLS) untuk
mengetahui hubungan antara pembolehubah. Kami menjalankan kajian hipotesis,
dimana kami menggunakan T-Test untuk
menganggarkan nilai untuk Test Statistic
yang mana ia digunakan untuk membuat keputusan sama ada menolak hipotesis null
atau gagal menolak hipotesis null.
Hipotesis
1:
Ho: Tiada hubungan
antara harga ayam dengan harga daging
H1: Terdapat hubungan
antara harga ayam dengan harga daging
Hipotesis 2:
Ho: Tiada hubungan jangka
panjang antara harga ayam dengan harga daging
H1: Terdapat hubungan jangka
panjang antara harga ayam dengan harga daging
Hipotesis 3:
Ho: Tiada hubungan jangka
pendek antara harga ayam dengan harga daging
H1: Terdapat hubungan
jangka pendek antara harga ayam dengan harga daging
3.3
Kaedah kutipan data
Kajian
ini menggunakan data siri masa sebagai data sekunder dari tahun 2003 hingg 2013
dengan mengunakan data mingguan. Kesemua data diperolehi daripada laman web
FAMA. Negara yang dikaji adalah Malaysia. Pembolehubah yang digunakan dalam
kajian ini adalah harga daging lembu.
3.4
Kaedah Analisis data
Tujuan
analisis data adalah untuk menjawap persoalan kajian dan untuk menguji
hipotesis. Data akan dianalisis dengan menggunakan Eviews. Pelbagai teknik
statistik akan digunakan untuk menganalisis data yang dikumpul, misalnya Ordinary Least Square (OLS). Selain
dari itu, Augmented Dickey-Fuller (ADF) turut digunakan dalam kajian ini dengan
mengunakan unit root test untuk memeriksa kepegunan data. Kajian ini juga turut
mengunakan Johnsen Cointegration Test untuk mengkaji hubungan jangka panjang
dan Vector Error Correction untuk mengkaji hubungan jangka pendek antara harga
ayam dan daging.
4.0
KEPUTUSAN EMPIRIKAL
Ordinary
Least Square Test (Single Regression)
Sebelum
mengubah kepegunan data, OLS single regression telah digunakan untuk menentukan
hubungan antara pembolehubah dalam menpengaruhi harga ayam di Malaysia.
Untuk mengkaji hubungan
atara harga ayam dan daging di Malaysia.
𝒀= α +𝒃𝑿+𝒆
Y=
Harga ayam, α=constant, X= harga daging, e= error term
Hipotesis
null daripada kajian menunjukkan tidak terdapat hubungan antara harga ayam dan
daging di Malaysia dari tahun 2003 hingga 2013. Manakala hipotesis alternatif
menunjukkan terdapat hubungan antara harga ayam dan daging.
Ho: β1 = Tiada hubungan
antara harga ayam dengan harga daging
H1: β1 = Terdapat
hubungan antara harga ayam dengan harga daging
Keputusan
analisis OLS ditunjukkan dalam jadual di lampiran. Berdasarkan keputusan
kajian, nilai t-statistik 4.572 adalah lebih tinggi daripada nilai kritikal
2.000 dan nilai kemungkinan 0.000 adalah kurang daripada 0.05% menunjukkan hipotesis
null berjaya ditolak iaitu dimana tiada hubungan antara harga ayam dengan harga
daging. Ini menunjukkan kita perlu menerima hipotesis alternatif yang
mengatakan terdapat hubungan antara harga ayam dengan daging. Nilai R2
0.0353 menunjukkan hanya 3.53% daripada harga ayam dijelaskan oleh harga
daging, dan selebihnya sebanyak 96.47% dijelaskan oleh faktor-faktor lain yang
tidak dimasukkan dalam model ini. Nilai Durbin Watson 0.927 lebih rendah dari
nilai kritikal menunjukkkan terdapat masalah autokorelasi dan ujian unit root
perlu dijalankan.
Ujian
Unit Root ke atas pembolehubah.
Langkah
yang seterusnya adalah dengan memeriksa kepegunan data sebelum menjalankan
ujian yang lain. Ujian unit root yang terkenal adalah Augmented Dickey-Fuller
(ADF) test yang mana ia telah diperkenalkan oleh Dickey and Fuller (Fuller,
1976). Unit root test are used to
determine whether a time series is stable around its level (trend stationary)
or stable around the differences in its levels (difference-stationary).
Untuk mengkaji
kepegunan data PC (harga ayam) dan PM (harga daging), kajian hipotesis
dijalankan. Hipotesis kajian adalah seperti berikut:
Hipotesis 1
H0: Pembolehubah PC tidak pegun
H0: Pembolehubah PC tidak pegun
H1:
Pembolehubah PC adalah pegun
Hipotesis 2
H0:
Pembolehubah PM tidak pegun
H1:
Pembolehubah PM adalah pegun
Keputusan keseluruhan unit
root tests dilampirkan pada dalam lampiran.
Jadual
1: Unit Root Test
Augmented Dickey-Fuller Test
HARGA AYAM
|
HARGA DAGING
|
|||||||||||
level
|
1st differ
|
2nd differ
|
level
|
1st differ
|
2nd differ
|
|||||||
Augmented Dickey-Fuller test statistic
|
-3.212497
|
-14.78404
|
-
|
-22.16312
|
-14.44060
|
-
|
||||||
Test
critical values: (level)
1%
|
-3.441634
|
|
-
|
-3.441533
|
|
-
|
||||||
5%
|
-2.866410
|
|
-
|
-2.866365
|
|
-
|
||||||
10%
|
-2.569423
|
-2.569433
|
-
|
-2.569399
|
-2.569437
|
-
|
||||||
Harga Ayam
Pada
level, nilai t-statistik bagi
Augmented Dickey Fuller (3.212497) adalah lebih kecil berbanding dengan nilai
kritikal (3.441634). Oleh itu, kita tidak dapat menolak hipotesis null (h0)
dengan darjah keyakinan 1%. Ini menunjukkan harga ayam tidak pegun pada level ini. Disebabkan harga ayam tidak
pegun jadi first difference
diperlukan.
Pada
perbezaan yang pertama (1st difference) pula nilai t-statistik bagi
Augmented Dickey Fuller (14.78404) adalah lebih besar berbanding dengan nilai
kritikal (3.441674), (2.866428), dan (2.566428). Oleh itu, kita dapat menolak
hipotesis null (h0) dengan darjah keyakinan 1%, 5% dan 10% dan
menerima H alternatif. Ini menunjukkan harga ayam pegun pada first difference. Oleh itu, dapat disimpulkan bahawa data pegun
pada I (1).
Harga Daging
Pada
level, nilai t-statistik bagi
Augmented Dickey Fuller (22.16312)
adalah lebih besar berbanding dengan nilai kritikal (3.441533), (2.866365),
(2.569399). Oleh itu, kita tidak
dapat menolak hipotesis null (h0) dengan darjah keyakinan 1%, 5% dan 10%. Ini menunjukkan harga daging
pegun pada level ini. Ini menunjukkan
harga daging sudah pegun pada I (0). Disebabkan harga ayam menggunakan first difference, maka first difference untuk daging juga turut
diperlukan.
Pada
perbezaan yang pertama (1st difference) pula nilai t-statistik bagi
Augmented Dickey Fuller (14.44060) adalah lebih besar berbanding dengan nilai
kritikal (3.441695), (2.866437), dan (2.569437). Oleh itu, kita dapat menolak
hipotesis null (h0) dengan darjah keyakinan 1%, 5% dan 10%. Ini
menunjukkan harga ayam daging pegun pada first
difference. Oleh itu, dapat
disimpulkan bahawa data harga ayam pegun pada I (0) dan I (1).
Johnsen Cointegration Test
Untuk mengkaji hubungan jangka panjang antara PC (harga
ayam) dan PM (harga daging) kajian mengunakan Cointegration Test. Hipotesis
kajian adalah seperti berikut:
Hipotesis 1:
H0: Tidak terdapat hubungan jangka panjang antara PC
dan PM
H1: Terdapat hubungan jangka panjang antara PC dan
PM
Keputusan kajian dapat ditunjukkan pada jadual
dibawah.
Jadual
2: Unrestricted Cointegration Rank Test (Trace)
Unrestricted
Cointegration Rank Test (Trace)
|
||||
Hypothesized
|
Trace
|
0.05
|
||
No. of CE(s)
|
Eigenvalue
|
Statistic
|
Critical Value
|
Prob.**
|
None *
|
0.093717
|
59.13807
|
15.49471
|
0.0000
|
At most 1
|
0.005697
|
3.244967
|
3.841466
|
0.0716
|
Berdasarkan jadual diatas, nilai trace statistic (59.13807) adalah
melebihi nilai kritikal (15.49471) pada darjah keyakinan 5%. Nilai kemungkinan
0.0000 adalah lebih kecil daripada 0.01. Ini menunjukkan bahawa kita boleh
menolak hipotesis null dengan 99% darjah keyakinan.
Jadual 3: Unrestricted
Cointegration Rank Test (Maximum Eigenvalue)
Unrestricted
Cointegration Rank Test (Maximum Eigenvalue)
|
||||
Hypothesized
|
Max-Eigen
|
0.05
|
||
No. of CE(s)
|
Eigenvalue
|
Statistic
|
Critical Value
|
Prob.**
|
None *
|
0.093717
|
55.89311
|
14.26460
|
0.0000
|
At most 1
|
0.005697
|
3.244967
|
3.841466
|
0.0716
|
Rajah diatas pula menunjukkan nilai Max-Eigen Statistic
55.89311 melebihi nilai kritikal 14.26460 pada darjah keyakinan 5%. Nilai
kemungkinan 0.000 adalah lebih kecil daripada 0.01. menunjukkan bahawa kita
boleh menolak hipotesis null dengan 99% darjah keyakinan.
Jadual
4: Normalized
cointegrating coefficients (standard error in parentheses)
1
Cointegrating Equation(s):
|
Log likelihood
|
831.7738
|
||
Normalized
cointegrating coefficients (standard error in parentheses)
|
||||
LOG(PC(-1))
|
LOG(PM(-1))
|
|||
1.000000
|
-0.654531
|
|||
(0.04852)
|
||||
Adjustment
coefficients (standard error in parentheses)
|
||||
D(LOG(PC(-1)))
|
-0.110526
|
|||
(0.03062)
|
||||
D(LOG(PM(-1)))
|
0.616419
|
|||
(0.09442)
|
||||
PC =
-0.654531PM
Standard error = 0.04852
t-test =
= 13.49
Daripada rajah diatas, nilai t-test adalah 13.49.
Nilai t-test 13.49 melebihi 2.000 menunjukkan kita boleh menolak hipotesis null
yang mengatakan tidak terdapat hubungan jangka panjang antara harga ayam dan
daging. Keputusan daripada Unrestricted Cointegration
Rank Test (Trace) dan Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
menguatkan keputusan untuk menolak hipotesis null dan menerima hipotesis
alternatif. Secara kesimpulannya H
alternatif diterima dan terdapat hubungan jangka panjang antara harga ayam dan
daging. Hasil kajian menunjukkan hubungan yang negatif
antara harga ayam dan harga daging dalam jangka masa panjang.
Vector
Error Correction
Untuk mengkaji hubungan jangka pendek antara PC
(harga ayam) dan PM (harga daging) kajian mengunakan Vector Error Correction
Model. Hipotesis kajian adalah seperti berikut:
Hipotesis 1:
H0: Tidak terdapat hubungan jangka panjang antara PC
dan PM
H1: Terdapat hubungan jangka panjang antara PC dan
PM
Hasil kajian dalam dilihat pada jadual dibawah.
Jadual
5: Vector Error Correction Estimates
Sample
(adjusted): 5 574
|
||
Included
observations: 570 after adjustments
|
||
Standard
errors in ( ) & t-statistics in [ ]
|
||
Cointegrating Eq:
|
CointEq1
|
|
LOG(PC(-2))
|
1.000000
|
|
LOG(PM(-2))
|
-0.665184
|
|
(0.04054)
|
||
[-16.4079]
|
||
C
|
-0.287388
|
|
Daripada
jadual di atas t-statistik adalah 16.4079 melebihi nilai kritikal 2.000. Oleh itu kita dapat menolak Hipotesis null yang
mengatakan tidak terdapat hubungan jangka pendek antara harga ayam dan daging.
Secara kesimpulannya H alternatif diterima dan terdapat hubungan jangka pendek
antara harga ayam dan daging. Dapatan kajian juga menunjukkan hubungan yang
negatif Antara harga ayam dan harga daging dalam jangka masa pendek.
5.0 KESIMPULAN
Kajian
ini dijalankan untuk mengkaji hubungan antara harga ayam dan daging dengan
mengunakan OLS, dan ADF. Kajian ini juga mengkaji hubungan jangka pendek dan
jangka panjang antara harga ayam dan daging dengan mengunakan kaedah Johnsen
Cointegration Test untuk hubungan jangka panjang dan Vector Error Correction
Model untuk hubungan jangka pendek. Hasil dapatan kajian mendapati harga daging
mempengaruhi harga ayam yang mana ia menpunyai hubungan yang positif antara
harga ayam dan harga daging. Dapatan kajian juga mendapati terdapat hubungan
negatif antara harga ayam dan daging dalam jangka panjang dan jangka pendek.
Pelbagai
alasan diberikan peniaga untuk menaikkan harga barangan keperluan. Antara
sebab-sebab mereka adalah kos sara hidup yang tinggi dan mereka membeli dengan
pemborong pada harga yang hebat. Hakikat bahawa kenaikan harga barang-barang
keperluan menyebabkan peningkatan dalam inflasi daripada pengguna menyusahkan.
Oleh itu langkah-langkah proaktif perlu diambil sebelum peniaga menaikkan harga
barang-barang keperluan sewenang-wenangnya. Langkah pertama ialah kerajaan
perlu menguatkuasakan undang-undang kenaikan harga. Kerajaan perlu mengambil
langkah-langkah tegas untuk memerangi masalah kenaikan harga barang keperluan.
Langkah-langkah seperti mengenakan denda ke atas peniaga dirasakan langkah yang
perlu diambil oleh kerajaan. Ini akan menjadikan peniaga berasa takut dan
berhati-hati untuk menaikkan harga untuk membayar ganti rugi. Di samping itu,
pengguna perlu menggunakan kuasa yang ada pada mereka untuk mengalahkan peniaga
itu. Rakyat negeri ini akan menjadi pengguna yang bijak. Mereka juga harus
berwaspada terhadap apa yang berlaku. Pengguna tidak boleh menyalahkan kerajaan
hanya boleh mengurangkan harga barangan. Semua pihak hendaklah secara
bekerjasama dalam memerangi kenaikan harga barangan keperluan. Kerajaan juga
perlu tegas dalam menurunkan harga. Kerajaan juga perlu tegas dengan peniaga
untuk mengekalkan momentum pada harga yang berpatutan. Pengguna juga perlu
mengetahui hak mereka sebagai pengguna.
RUJUKAN
Rujukan
1. Mkhabela, T., & Nyhodo, B. (2011).
Farm and Retail Prices in the South African Poultry `Industry :
Do the Twain Meet ? Overview of the South African Poultry Industry. International Food and Agribusiness Management Review,
14(3), 127–146.
2. Parcell, J. L., & Pierce, V.
(2000). Factors Affecting Wholesale Poultry Prices. Journal of Agricultural
and Applied Economics, 3(December), 471–478.
3. Yilmaz Aral, Pinar Demir, Yavuz Cevger,
E. A. (2010). An Economic Assessment of the Chicken Meat / Feed Price
Interactions in Turkish Broiler Sector Home Journals For Authors News / Media Contact Us An
Economic Assessment of the Chicken Meat
/ Feed Price Interactions in Turkish Broiler Sector. Journal of Animal and Veterinary
Advances, 9(9), 1366–1369.
4. Menkhaus, Dale J, H. S., & Clair,
J. S. S. (1985). A Reexamination of Consumer Buying Behavior
for Beef, Pork, and Chicken. Western Journal of Agricultural Economics, 10(1), 116–125.
5. Demirci (2008). The Effect of Chicken
Products Marketing Strategies of Some Broiler Integrations Operating in Ankara on
Prices of Chicken Meal. The Graduate School of
Health Sciences of Ankara University, Turki.
6.
Laporan harga segar
LAMPIRAN
Ordinary
Least Square (OLS)
Jadual
6: Harga ayam dan daging
Dependent
Variable: PC
|
||||
Method:
Least Squares
|
||||
Date:
12/22/14 Time: 22:11
|
||||
Sample:
1 574
|
||||
Included
observations: 574
|
||||
Variable
|
Coefficient
|
Std.
Error
|
t-Statistic
|
Prob.
|
C
|
6.308937
|
0.083301
|
75.73639
|
0.0000
|
PM
|
0.024917
|
0.005449
|
4.572459
|
0.0000
|
R-squared
|
0.035262
|
Mean dependent var
|
6.600470
|
|
Adjusted
R-squared
|
0.033576
|
S.D. dependent var
|
1.306503
|
|
S.E. of
regression
|
1.284383
|
Akaike info criterion
|
3.341912
|
|
Sum
squared resid
|
943.5933
|
Schwarz criterion
|
3.357078
|
|
Log likelihood
|
-957.1286
|
Hannan-Quinn criter.
|
3.347827
|
|
F-statistic
|
20.90738
|
Durbin-Watson stat
|
0.926979
|
|
Prob(F-statistic)
|
0.000006
|
|||
Jadual
7: Unit Root Test
Harga Ayam
Augmented Dickey-Fuller
test statistic (level)
Null
Hypothesis: PC has a unit root
|
||||
Exogenous:
Constant
|
||||
Lag
Length: 5 (Automatic based on SIC, MAXLAG=18)
|
||||
t-Statistic
|
Prob.*
|
|||
Augmented
Dickey-Fuller test statistic
|
-3.212497
|
0.0198
|
||
Test
critical values:
|
1% level
|
-3.441634
|
||
5% level
|
-2.866410
|
|||
10% level
|
-2.569423
|
|||
Augmented
Dickey-Fuller Test Equation
|
||||
Dependent
Variable: D(PC)
|
||||
Method:
Least Squares
|
||||
Date:
12/22/14 Time: 22:36
|
||||
Sample
(adjusted): 7 574
|
||||
Included
observations: 568 after adjustments
|
||||
Variable
|
Coefficient
|
Std.
Error
|
t-Statistic
|
Prob.
|
PC(-1)
|
-0.119459
|
0.037186
|
-3.212497
|
0.0014
|
D(PC(-1))
|
-0.703351
|
0.051581
|
-13.63592
|
0.0000
|
D(PC(-2))
|
-0.557735
|
0.057271
|
-9.738523
|
0.0000
|
D(PC(-3))
|
-0.415698
|
0.057705
|
-7.203791
|
0.0000
|
D(PC(-4))
|
-0.267190
|
0.053169
|
-5.025264
|
0.0000
|
D(PC(-5))
|
-0.124251
|
0.041867
|
-2.967778
|
0.0031
|
C
|
0.804603
|
0.248474
|
3.238181
|
0.0013
|
R-squared
|
0.407651
|
Mean dependent var
|
0.005106
|
|
Adjusted
R-squared
|
0.401316
|
S.D. dependent var
|
1.198069
|
|
S.E. of
regression
|
0.927002
|
Akaike info criterion
|
2.698525
|
|
Sum
squared resid
|
482.0853
|
Schwarz criterion
|
2.752037
|
|
Log
likelihood
|
-759.3810
|
Hannan-Quinn criter.
|
2.719407
|
|
F-statistic
|
64.34622
|
Durbin-Watson stat
|
2.023704
|
|
Prob(F-statistic)
|
0.000000
|
|||
Augmented Dickey-Fuller
test statistic (First Difference)
Null
Hypothesis: D(PC) has a unit root
|
||||
Exogenous:
Constant
|
||||
Lag
Length: 6 (Automatic based on SIC, MAXLAG=18)
|
||||
t-Statistic
|
Prob.*
|
|||
Augmented
Dickey-Fuller test statistic
|
-14.78404
|
0.0000
|
||
Test
critical values:
|
1% level
|
-3.441674
|
||
5% level
|
-2.866428
|
|||
10% level
|
-2.569433
|
|||
*MacKinnon
(1996) one-sided p-values.
|
||||
Augmented
Dickey-Fuller Test Equation
|
||||
Dependent
Variable: D(PC,2)
|
||||
Method:
Least Squares
|
||||
Date:
12/22/14 Time: 22:41
|
||||
Sample
(adjusted): 9 574
|
||||
Included
observations: 566 after adjustments
|
||||
Variable
|
Coefficient
|
Std.
Error
|
t-Statistic
|
Prob.
|
D(PC(-1))
|
-4.165654
|
0.281767
|
-14.78404
|
0.0000
|
D(PC(-1),2)
|
2.334621
|
0.260620
|
8.957947
|
0.0000
|
D(PC(-2),2)
|
1.637067
|
0.226184
|
7.237760
|
0.0000
|
D(PC(-3),2)
|
1.066196
|
0.183123
|
5.822285
|
0.0000
|
D(PC(-4),2)
|
0.628373
|
0.135466
|
4.638595
|
0.0000
|
D(PC(-5),2)
|
0.318224
|
0.087164
|
3.650839
|
0.0003
|
D(PC(-6),2)
|
0.113414
|
0.042064
|
2.696238
|
0.0072
|
C
|
0.019666
|
0.038948
|
0.504926
|
0.6138
|
R-squared
|
0.802195
|
Mean dependent var
|
0.000265
|
|
Adjusted
R-squared
|
0.799714
|
S.D. dependent var
|
2.069290
|
|
S.E. of
regression
|
0.926076
|
Akaike info criterion
|
2.698313
|
|
Sum
squared resid
|
478.5503
|
Schwarz criterion
|
2.759636
|
|
Log
likelihood
|
-755.6226
|
Hannan-Quinn criter.
|
2.722247
|
|
F-statistic
|
323.2806
|
Durbin-Watson stat
|
2.020875
|
|
Prob(F-statistic)
|
0.000000
|
|||
Harga daging
Augmented Dickey-Fuller
test statistic (Level)
Null
Hypothesis: PM has a unit root
|
||||
Exogenous:
Constant
|
||||
Lag
Length: 0 (Automatic based on SIC, MAXLAG=18)
|
||||
t-Statistic
|
Prob.*
|
|||
Augmented
Dickey-Fuller test statistic
|
-22.16312
|
0.0000
|
||
Test
critical values:
|
1% level
|
-3.441533
|
||
5% level
|
-2.866365
|
|||
10% level
|
-2.569399
|
|||
*MacKinnon
(1996) one-sided p-values.
|
||||
Augmented
Dickey-Fuller Test Equation
|
||||
Dependent
Variable: D(PM)
|
||||
Method:
Least Squares
|
||||
Date:
12/22/14 Time: 22:43
|
||||
Sample
(adjusted): 2 574
|
||||
Included
observations: 573 after adjustments
|
||||
Variable
|
Coefficient
|
Std.
Error
|
t-Statistic
|
Prob.
|
PM(-1)
|
-0.925043
|
0.041738
|
-22.16312
|
0.0000
|
C
|
10.82323
|
0.637970
|
16.96509
|
0.0000
|
R-squared
|
0.462438
|
Mean dependent var
|
0.006981
|
|
Adjusted
R-squared
|
0.461497
|
S.D. dependent var
|
13.40334
|
|
S.E. of
regression
|
9.835743
|
Akaike info criterion
|
7.413407
|
|
Sum
squared resid
|
55239.60
|
Schwarz criterion
|
7.428594
|
|
Log
likelihood
|
-2121.941
|
Hannan-Quinn criter.
|
7.419331
|
|
F-statistic
|
491.2039
|
Durbin-Watson stat
|
2.010205
|
|
Prob(F-statistic)
|
0.000000
|
|||
Augmented Dickey-Fuller
test statistic (First Difference)
Null Hypothesis:
D(PM) has a unit root
|
||||
Exogenous:
Constant
|
||||
Lag
Length: 7 (Automatic based on SIC, MAXLAG=18)
|
||||
t-Statistic
|
Prob.*
|
|||
Augmented
Dickey-Fuller test statistic
|
-14.44060
|
0.0000
|
||
Test
critical values:
|
1% level
|
-3.441695
|
||
5% level
|
-2.866437
|
|||
10% level
|
-2.569437
|
|||
*MacKinnon
(1996) one-sided p-values.
|
||||
Augmented
Dickey-Fuller Test Equation
|
||||
Dependent
Variable: D(PM,2)
|
||||
Method:
Least Squares
|
||||
Date:
12/22/14 Time: 22:44
|
||||
Sample
(adjusted): 10 574
|
||||
Included
observations: 565 after adjustments
|
||||
Variable
|
Coefficient
|
Std.
Error
|
t-Statistic
|
Prob.
|
D(PM(-1))
|
-4.978692
|
0.344770
|
-14.44060
|
0.0000
|
D(PM(-1),2)
|
3.092468
|
0.323642
|
9.555207
|
0.0000
|
D(PM(-2),2)
|
2.320490
|
0.288443
|
8.044895
|
0.0000
|
D(PM(-3),2)
|
1.659518
|
0.243878
|
6.804695
|
0.0000
|
D(PM(-4),2)
|
1.105499
|
0.193551
|
5.711678
|
0.0000
|
D(PM(-5),2)
|
0.668193
|
0.140922
|
4.741589
|
0.0000
|
D(PM(-6),2)
|
0.336910
|
0.089245
|
3.775127
|
0.0002
|
D(PM(-7),2)
|
0.112122
|
0.042131
|
2.661266
|
0.0080
|
C
|
0.063429
|
0.426804
|
0.148614
|
0.8819
|
R-squared
|
0.814399
|
Mean dependent var
|
-0.000841
|
|
Adjusted
R-squared
|
0.811728
|
S.D. dependent var
|
23.37987
|
|
S.E. of
regression
|
10.14460
|
Akaike info criterion
|
7.487561
|
|
Sum
squared resid
|
57219.56
|
Schwarz criterion
|
7.556643
|
|
Log
likelihood
|
-2106.236
|
Hannan-Quinn criter.
|
7.514525
|
|
F-statistic
|
304.9583
|
Durbin-Watson stat
|
2.022693
|
|
Prob(F-statistic)
|
0.000000
|
|||
Jadual 8: Johnsen Cointegration
Test
Date:
12/23/14 Time: 00:09
|
||||
Sample
(adjusted): 7 574
|
||||
Included
observations: 568 after adjustments
|
||||
Trend
assumption: Linear deterministic trend
|
||||
Series:
LOG(PC(-1)) LOG(PM(-1))
|
||||
Lags
interval (in first differences): 1 to 4
|
||||
Unrestricted
Cointegration Rank Test (Trace)
|
||||
Hypothesized
|
Trace
|
0.05
|
||
No. of CE(s)
|
Eigenvalue
|
Statistic
|
Critical Value
|
Prob.**
|
None *
|
0.093717
|
59.13807
|
15.49471
|
0.0000
|
At most 1
|
0.005697
|
3.244967
|
3.841466
|
0.0716
|
Unrestricted
Cointegration Rank Test (Maximum Eigenvalue)
|
||||
Hypothesized
|
Max-Eigen
|
0.05
|
||
No. of CE(s)
|
Eigenvalue
|
Statistic
|
Critical Value
|
Prob.**
|
None *
|
0.093717
|
55.89311
|
14.26460
|
0.0000
|
At most 1
|
0.005697
|
3.244967
|
3.841466
|
0.0716
|
Unrestricted
Cointegrating Coefficients (normalized by b'*S11*b=I):
|
||||
LOG(PC(-1))
|
LOG(PM(-1))
|
|||
-10.91216
|
7.142353
|
|||
4.766313
|
1.269278
|
|||
Unrestricted
Adjustment Coefficients (alpha):
|
||||
D(LOG(PC(-1)))
|
0.010129
|
-0.004403
|
||
D(LOG(PM(-1)))
|
-0.056489
|
-0.007886
|
||
1
Cointegrating Equation(s):
|
Log likelihood
|
831.7738
|
||
Normalized
cointegrating coefficients (standard error in parentheses)
|
||||
LOG(PC(-1))
|
LOG(PM(-1))
|
|||
1.000000
|
-0.654531
|
|||
(0.04852)
|
||||
Adjustment
coefficients (standard error in parentheses)
|
||||
D(LOG(PC(-1)))
|
-0.110526
|
|||
(0.03062)
|
||||
D(LOG(PM(-1)))
|
0.616419
|
|||
(0.09442)
|
||||
Jadual 9: Vector Error Correction
Model
Vector
Error Correction Estimates
|
||
Date:
12/23/14 Time: 00:49
|
||
Sample
(adjusted): 5 574
|
||
Included
observations: 570 after adjustments
|
||
Standard
errors in ( ) & t-statistics in [ ]
|
||
Cointegrating Eq:
|
CointEq1
|
|
LOG(PC(-2))
|
1.000000
|
|
LOG(PM(-2))
|
-0.665184
|
|
(0.04054)
|
||
[-16.4079]
|
||
C
|
-0.287388
|
|
Error Correction:
|
D(LOG(PC(-1)))
|
D(LOG(PM(-1)))
|
CointEq1
|
-0.117188
|
0.724517
|
(0.02669)
|
(0.08125)
|
|
[-4.39081]
|
[ 8.91677]
|
|
D(LOG(PC(-2)))
|
-0.492078
|
-0.518626
|
(0.04326)
|
(0.13172)
|
|
[-11.3736]
|
[-3.93746]
|
|
D(LOG(PC(-3)))
|
-0.240401
|
-0.276773
|
(0.04075)
|
(0.12407)
|
|
[-5.89908]
|
[-2.23085]
|
|
D(LOG(PM(-2)))
|
-0.049455
|
-0.338785
|
(0.01703)
|
(0.05184)
|
|
[-2.90425]
|
[-6.53504]
|
|
D(LOG(PM(-3)))
|
-0.025601
|
-0.157122
|
(0.01362)
|
(0.04145)
|
|
[-1.88018]
|
[-3.79040]
|
|
C
|
0.001339
|
0.001417
|
(0.00288)
|
(0.00877)
|
|
[ 0.46466]
|
[ 0.16152]
|
|
R-squared
|
0.283721
|
0.409310
|
Adj.
R-squared
|
0.277371
|
0.404074
|
Sum
sq. resids
|
2.667921
|
24.72743
|
S.E.
equation
|
0.068778
|
0.209387
|
F-statistic
|
44.68054
|
78.16322
|
Log
likelihood
|
720.0410
|
85.45615
|
Akaike
AIC
|
-2.505407
|
-0.278793
|
Schwarz
SC
|
-2.459663
|
-0.233050
|
Mean
dependent
|
0.000757
|
0.000564
|
S.D.
dependent
|
0.080908
|
0.271240
|
Determinant
resid covariance (dof adj.)
|
0.000206
|
|
Determinant
resid covariance
|
0.000202
|
|
Log
likelihood
|
807.3029
|
|
Akaike
information criterion
|
-2.783519
|
|
Schwarz
criterion
|
-2.676784
|
|
