plus deposits denominated in foreig

plus deposits denominated in foreign currencies, all obtained from the electronic data delivery system of the CBRT. K1RM and K1MB are the money multipliers that are calculated by dividing the (M1) money supply with reserve money (RM) and central bank money (MB), respectively. A similar calculation is used to obtain the money multipliers K2RM and K2MB, using the money supply M2, and, K2YRM and K2YMB, using the money supply M2Y. Models For Stability Tests To develop models for stability tests, the root theory presented in Eviews 5 User’s Guide by QMS (2004: 505-507) is used. Let us consider a simple AR(1) process, yt = yt-1 + xt´ + 
t (7) where xt are the optional exogenous regressors which may consist of either a constant or a constant and a trend and  and  are the parameters to be estimated. In addition, the 
t terms are assumed to be white noise. If  1, y is a non-stationary series and the variance of y increases with time and approaches infinity. If  1, y is a trend-stationary series. Thus, the hypothesis of trend-stationarity can be evaluated by testing whether the absolute value of  is strictly less than one. The unit root models considered in this paper test the null hypothesis of H0:  = 1 against the one-sided alternative of H1:   1. Estimating equation (7) after subtracting yt-1 from both sides of the equation results in, yt = yt-1 + xt´ + 
t (8) where  =  -1. The null and alternative hypotheses are written as, H0:  = 0 and H1:   0 (9) and evaluated using the conventional t-ratio for , t = E( ) / [se(E())] (10) where E( ) is the estimate of  and se(E( )) is the standard error coefficient. Dickey and Fuller (1979: 427-431) show that when testing the null hypothesis under the unit root theory, the statistic does not follow the conventional Student's t-distribution. They derive asymptotic results and simulate critical values for various test and sample sizes. More recently, MacKinnon (1996: 601-618) implements a much larger set of simulations than those tabulated by Dickey and Fuller. The more recent MacKinnon critical value calculations used in this paper are also available in Eviews 5.0. The simple Dickey-Fuller unit root test described above is valid only if the series is an AR(1) process. If the series is correlated at higher order lags, the assumption of white noise disturbances 
t is violated. The Augmented Dickey-Fuller (ADF) test constructs a parametric correction for higher-order correlation by assuming that the y series follows an AR(p) process and adding p lagged difference terms of the dependent variable y to the right-hand side of the test regression, yt = yt-1 + xt´ + 1yt-1 + 2 yt-2 + ..... + pyt-p + vt (11)
This augmented specification is then used to test equation (9) using the t-ratio in equation (10). The critical issue in this analysis is the number of lagged differenced terms to be added to test the regression. In this study, a sufficient number of lags are added to remove the serial correlations that may exist in the residuals. In addition, the Phillips-Perron (PP) test is used to test the sufficiency of the lags added. Phillips and Perron (1988: 335-346) propose an alternative (non-parametric) method of controlling for serial correlation when testing for a unit root. The PP

Hasil (Bahasa Indonesia) 1:

ditambah deposito dalam mata uang asing, Semua Diperoleh dari sistem pengiriman data elektronik CBRT. K1RM dan K1MB adalah uang menyediakan pengganda yang dihitung dengan membagi uang (M1) dengan uang primer (RM) dan uang bank sentral (MB), masing-masing. Perhitungan yang sama digunakan untuk memperoleh uang pengganda K2RM dan K2MB, menggunakan uang beredar M2, dan, K2YRM dan K2YMB, menggunakan uang beredar M2Y. Model untuk stabilitas tes untuk mengembangkan model-model untuk stabilitas tes, teori akar disajikan di Eviews 5 petunjuk oleh SMM (2004: 505-507) digunakan. Mari kita mempertimbangkan AR(1) proses yang sederhana, yt = yt-1 + xt´ + t (7) mana xt regressors eksogen opsional yang dapat terdiri dari konstan atau konstan dan tren dan , dan  adalah parameter yang dapat diperkirakan. Selain itu, t persyaratan diasumsikan kebisingan putih. Jika  1, y adalah seri non-stasioner dan varians dari y meningkatkan dengan waktu dan pendekatan tanpa batas. Jika  1, y adalah serangkaian tren-stasioner. Dengan demikian, hipotesis tren-stationarity dapat dievaluasi dengan menguji apakah nilai absolut  ketat kurang dari satu. Unit akar model dianggap dalam tes kertas ini hipotesis null H0:  = 1 terhadap alternatif sepihak H1:   1. Estimasi persamaan (7) setelah subtracting yt-1 dari kedua sisi dari hasil persamaan di, yt = yt 1 + xt´ + t (8) mana  =  -1. Hipotesis null dan alternatif ditulis sebagai, H0:  = 0 dan H1:   0 (9) dan dievaluasi menggunakan for t-rasio konvensional, t = E () / [se(E())] (10) mana E () adalah perkiraan  dan se (E ()) adalah koefisien kesalahan standar. Dickey dan Fuller (1979: 427-431) menunjukkan bahwa ketika pengujian hipotesis null di bawah unit akar teori, statistik tidak mengikuti siswa konvensional-distribusi. Mereka memperoleh asimtotik hasil dan mensimulasikan nilai-nilai kritis untuk berbagai tes dan sampel ukuran. Baru-baru ini, MacKinnon (1996: 601-618) mengimplementasikan banyak set yang lebih besar simulasi daripada tabel oleh Dickey dan Fuller. Perhitungan nilai kritis MacKinnon lebih baru yang digunakan dalam makalah ini tersedia di Eviews 5.0. Sederhana Dickey-Fuller akar tes unit yang dijelaskan di atas ini berlaku hanya jika seri adalah proses AR(1). Jika serial berkorelasi tinggi perintah tertinggal, asumsi  gangguan kebisingan putiht yang dilanggar. Tes Augmented Dickey-Fuller (ADF) konstruksi parametrik koreksi untuk tingkat tinggi korelasi oleh dengan asumsi bahwa serial y mengikuti proses AR(p) dan menambahkan p tertinggal perbedaan istilah y variabel dependen ke sisi kanan uji regresi, yt = yt 1 + xt´ + 1yt-1 2 yt-2 +... pyt-p + vt (11)Ini ditambah spesifikasi kemudian digunakan untuk menguji persamaan (9) menggunakan t-rasio dalam persamaan (10). Isu penting dalam analisis ini adalah jumlah tertinggal differenced istilah yang akan ditambahkan ke uji regresi. Dalam studi ini, jumlah yang memadai kelambatan ditambahkan untuk menghilangkan serial korelasi yang mungkin ada dalam residu. Selain itu, uji Phillips-Perron (PP) digunakan untuk menguji kecukupan tertinggal ditambahkan. Phillips dan Perron (1988: 335-346) mengusulkan metode alternatif (non-parametrik) pengendali untuk serial korelasi ketika pengujian unit root. PP