(ECONOMETRIC MODEL: SIMUTANEOUS EQUATION MODEL)
The title of paper:
ECONOMIC MODEL FROM DEMAND SIDE: Evidence In Indonesia
OLEH: SURIANI NIM: 1509300010009
UNIVERSITAS SYIAH KUALA PROGRAM DOKTOR ILMU EKONOMI DARUSSALAM BANDA ACEH 2016
Teori dan Model Analisis Perekonomian di suatu negara dapat dilihat dari sisi permintaan atau yang sering disebut dengan agregat demand. Ukuran yang sering dipakai dalam mengkaji perekonomian adalah besarnya pendapatan nasional. Dalam variabel makro, ukuran pendapatan naional adalah PDB atau GNP. Dalam penelitian ini, indikator yang dipakai adalah dari sisi permintaan atau dari sisi pengeluaran dalam bentuk perekonomian tertutup. Y = C + I + G dimana C = f (Y). Ada beberapa point yang dapat disimpulkan dari teori konsumsi dan pendapatan nasional diatas (Paul A.Samuelson,dkk. 1993) : 1. Fungsi konsumsi menghubungkan tingkat konsumsi dengan tingkat pendapatan (income) atau C =f(Y). 2. Fungsi tabungan menghubungkan jumlah tabungan dengan jumlah pendapatan. Karena jumlah yang ditabung adalah sama halnya dengan apa yang tidak dikonsumsi, maka tabungan dan konsumsi jika ditotalkan adalah nilai pendapatan disposibel. Atau yd= C +S 3. Dalam literature klasik disebutkan bahwa setiap saving pasti akan diinvestasikan, atau S=I, jadi Yd=C+I. 4. MPC atau marginal propensity to consume adalah kecenderungan mengkonsumsi (tambahan konsumsi akibat tambahan pendapatan). MPC merupakan kemiringan fungsi konsumsi. Lawan dari MPC adalah MPS (marginal propensity to save). Nilai MPC + MPS adalah 1.
Hubungan Sebab akibat atau kausalitas dalam literatur ekonomi
dapat
dianalisis dengan menggunakan model persamaan simultan. Dalam model ini terdapat dua atau lebih persamaan regresi yang saling berhubungan satu sama lain. Jika dalam metode OLS kita mengenal variabel dependen dan independen serta satu persamaan regresi, maka dalam model ini kita mengenal adanya variabel endogen atau
1
endegenous ( variabel yang yang ditentukan oleh model ekonomi) dan yang lainnya adalah variabel eksogen atau exogenous (variabel yang ditentukan dari luar model dan disebut juga predetermined, variabel ini independen dari kesalahan pengganggu atau error term dalam model).
Definisi Operasional Variabel Penelitian:
Y adalah GDP berdasarkan harga berlaku (current market price, (Rp)).
C adalah konsumsi swasta (Private Consumption, (Rp)).
G adalah pengeluaran pemerintah (Government Consumption, (Rp)).
Ct-1 adalah konsumsi tahun sebelumnya (Rp).
I adalah Investasi domestik (Rp).
Persamaan untuk model Ekonomi Indonesia dapat dilihat sebagai berikut:
(Fungsi Konsumsi) .............................. (1) (Persamaan Income Identity) .................................... (2)
Dimana persamaan Persamaan (1) fungsi konsumsi; C adalah konsumsi masyarakat, Yadalah pertumbuhan ekonomi,
adalah konsumsi tahun lalu.
Persamaan (2) adalah identitas (income identity), dimana; Y adalah PDB, C adalah konsumsi masyarakat, I adalah investasi, G adalah konsumsi pemerintah untuk barang dan jasa. Sehingga dapat diketahui bahwa variabel PDB dan C adalah variabel endogen, dan variabel
, I, dan G adalah variabel eksogen.
Sebelum ditransformasi kedalam bentuk persamaan reduced form untuk dianalisis kedalam metode
2SLS, perlu diidentifikasi apakah persamaan regresi
adalah identified, under identified atau over identified. Untuk mengidentifikasi persamaan tersebut persaman regresi harus disesuaikan dengan perhitungan berikut: (K-k) ≥m-1,
2
Dimana K adalah Jumlah variabel eksogen dalam model keseluruhan, k adalah jumlah variabel eksogen dalam satu persamaan regresi, m adalah jumlah variabel endogen dalam satu persamaan regresi. Jika K-k < m-1 maka model adalah under identified, sedang jika > atau = maka disebut over identified dan identified. Persamaan reduce form hanya dapat dilakukan jika persamaan regresi adalah identified atau over identified. Maka dapat diperoleh: Persamaan (2): 3-1 > 2-1 = 2 > 1 = Over Identified dimana K-k>m-1. Artinya persamaan (2) dapat diestimasi dengan 2SLS. Dalam metode 2SLS, persamaan regresi harus ditransformasi dalam bentuk persamaan reduced form sehingga persamaan memiliki asymptotic taksiran yang benar (independen dari error term) (Iskandar Syarif, 2004). Untuk itu persamaan (2) dimasukkan ke persamaan (1) sehingga diperoleh:
(
)
(
......................................... (3)
)
Sehingga diperoleh reduced form fungsi konsumsi:
................................ (4)
Sehingga persamaan (4) dapat ditulis: ................................................. (5)
Kemudian mencari hasil reduced form untuk persamaan income identity dengan cara memasukkan persamaan (1) ke persamaan (2), maka diperoleh persamaan baru untuk Y yaitu: .................................................(6)
3
(
)
Reduced form income identity:
..................................................(7)
Persamaan (7) dapat ditulis : ..............................................................(8)
λ disebut Reduced Form Parameters. Langkah-langkah estimasi dengan model persamaan simultan: 1. untuk menghindari korelasi antara variabel Y dengan error term (ε), Estimasi persamaan reduce form pada persamaan (8), lalu dapatkan nilai Y hat ( ̂ ), dan nilai predicted value ( Casewise). ̂ =
.........………………….......................(9)
Agar dapat dihindari adanya korelasi antara GDP dan error term. Persamaan (8) kini dapat ditulis: = ̂ + V2 ………………………..…………..……..............................(10) 2. Estimasi persamaan regresi fungsi konsumsi awal yaitu persamaan (1) dengan menggunakan variabel ̂ sebagai pengganti variabel Y. Dari cara tersebut akan dapat dilihat bagaimana kausalitas Y terhadap pengeluaran konsumsi di Indonesia.
Fungsi Konsumsi kini dapat ditulis : (̂ ̂
)
................................................... (11) (
)
4
̂
.............................................................. (12)
Di mana,
3. Bandingkan dengan menggunakan cara OLS, untuk melihat bagaimana nilai standar error, DW, dan R2.
HASIL ESTIMASI OLS (Ordinary Least Square) .................................. (1)
Se T-hit
= 34978.751 + 0.089* + 0.943* (15497.35) (0.072403) (0.144652) (2.257080) (14.65529) (6.516014)
= 0,999 DW= 1,540 Reduced Form
............................. (8) Y = 7968.748 + 1.319*CT_1 + 1.158*G+ 0.691*I Se (30779.02) (0.151419) (1.544576) (0.303214) t-hit (0.258902) (8.708739) (0.750055) (2.278014) = 0,998 DW= 1,661 2SLS (Two Stage Least Square): Kemudian masukkan nilai Y hat ke persamaan (1) dimana nilai Y= ̂ . setelah diperoleh nilai prediksi untuk Y hat (predicted value) dan Vt (calculated residual), maka kemudian diestimasi kembali dengan model OLS untuk mengetahui apakah terdapat hubungan kausalitas antara konsumsi dan pertumbuhan ekonomi. ̂
....................................................(12)
C01 = 19896.719 - 0.205*YHAT + 0.439*Vt + 1.528*Ct_1 Se (9769.416) (0.060443) (0.066015) (0.120677) t-hit (2.036633) (-3.393392) (6.648742) (12.66567) = 0,999 DW= 2,140
5
Tabel. 1 Hasil Estimasi 2SLS Variable
Coefficient
Std. Error
t-Statistic
Prob.
C YHAT VT CT_1
19896.72 -0.205106 0.438914 1.528458
9769.416 0.060443 0.066015 0.120677
2.036633 -3.393392 6.648742 12.66567
0.0506 0.0020 0.0000 0.0000
Sumber: Hasil Olah Data, Eviews 7,2 (2016). Dari hasil estimasi pada Tabel 1 menunjukkan nilai Vt sangat signifikan sebesar 1 persen. Hal ini menunjukkan adanya kausalitas antara konsumsi dan pertumbuhan ekonomi. Bermakna bahwa pertumbuhan ekonomi mempengaruhi tingkat konsumsi masyarakat Indonesia dan konsumsi mempengaruhi pertumbuhan ekonomi. Pengaruh negatif yang ditunjukkan karena data GDP berdasarkan harga berlaku, artinya ada pengaruh inflasi di dalam variabel GDP.
KESIMPULAN Hasil estimasi dengan metode 2SLS, menunjukkan bahwa terdapat kausalitas antara pertumbuhan ekonomi (GDP) dan konsumsi (C) sangat signifikan sebesar 1 persen dengan
sebesar 99,9 persen yang artinya sisanya 0,1 persen model ini
dijelaskan oleh variabel atau faktor lain. Hubungan kausalitas ini ditegaskan dengan nilai predicted value, dimana nilai koefisien regresi GDPhat adalah 0,205 dengan tingkat signifikansi 5 persen. Artinya jika pertumbuhan ekonomi naik sebesar 1 persen akan menyebabkan konsumsi masyarakat (C) menurun sebesar 0,205 persen. Diduga berpengaruh negatif karena data GDP berdasarkan harga berlaku artinya ada pengaruh inflasi didalamnya. Sehingga diduga bila pertumbuhan ekonomi meningkat maka inflasi juga meningkat oleh karena itu menyebabkan konsumsi masyarakat menurun. Untuk variabel Ct-1 (konsumsi tahun lalu) sangat berpengaruh secara signifikan pada α = 1 persen. Artinya tren konsumsi masyarakat mengikuti pola konsumsi sebelumnya. Direkomendasikan untuk kajian selanjutnya dengan memakai data GDP berdasarkan harga konstan.
6
LAMPIRAN (Dalam Juta Rupiah) TAHUN 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Sumber:
GDP 58127 62476 77623 89885 96997 102683 124817 149669 179582 210866 249969 282395 329776 382220 454514 532568 627695 955754 1099732 1389769 1684280 1863275 2045854 2303032 2784960 3338196 3950893 4948688 5606203 6864133 7831726 8615704 9524736 10542693
C 32293 37924 47063 54067 57201 63355 71989 89722 100234 124184 145540 157910 192958 228119 279876 332094 388722 681491 722232 856798 980755 1231965 1372078 1532888 1785596 2092656 2510503 2999957 3290996 3786063 4260075 4768745 5352696 5911165
Ct-1 27222 32293 37924 47063 54067 57201 63355 71989 89722 100234 124184 145540 157910 192958 228119 279876 332094 388722 681491 722232 856798 980755 1231965 1372078 1532888 1785596 2092656 2510503 2999957 3290996 3786063 4260075 4768745 5352696
I 22261 23543 27204 29025 35046 43171 58479 64790 80028 91512 97213 118707 145118 163453 195560 183355 214332 243322 309164 334221 389947 515470 552292 685310 819635 922332 984574 1376393 1737093 2256935 2583243 3021665 3243110 3653129
G 6452 7209 8077 9122 10893 11329 11764 12756 15698 18649 20785 24731 29757 31014 35584 40299 42952 48737 57665 90780 102232 132219 163701 191056 224981 288080 329760 416867 537588 618178 709451 796848 904996 1005399
Key Indicators Of Developing Asia and Pasific Countries berbagai edisi (2012-2015)
7
LAMPIRAN HASIL ESTIMASI I.
Ols (Ordinary Least Square) Dependent Variable: C01 Method: Least Squares Date: 06/07/16 Time: 16:22 Sample: 1981 2014 Included observations: 34 Variable
Coefficient
Std. Error
t-Statistic
Prob.
C GDP CT_1
34978.75 0.088583 0.942557
15497.35 0.072403 0.144652
2.257080 1.223470 6.516014
0.0312 0.2304 0.0000
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.998497 0.998401 68840.57 1.47E+11 -425.4182 10300.26 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
1368821. 1721286. 25.20107 25.33575 25.24700 1.540878
C01 = 34978.7506932 + 0.0885829344503*GDP + 0.942556816073*CT_1 II. REDUCE FORM
Dependent Variable: GDP Method: Least Squares Date: 06/07/16 Time: 16:24 Sample: 1981 2014 Included observations: 34 Variable
Coefficient
Std. Error
t-Statistic
Prob.
C CT_1 I G
7968.748 1.318671 0.690724 1.158517
30779.02 0.151419 0.303214 1.544576
0.258902 8.708739 2.278014 0.750055
0.7975 0.0000 0.0300 0.4591
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.998675 0.998542 117225.3 4.12E+11 -442.9591 7534.564 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
2334161. 3070026. 26.29171 26.47129 26.35295 1.661270
GDP = 7968.74849765 + 1.31867125044*CT_1 + 0.690724456942*I + 1.15851686997*G
8
III.
MODEL 2SLS
Dependent Variable: C01 Method: Least Squares Date: 06/09/16 Time: 07:09 Sample: 1981 2014 Included observations: 34 Variable
Coefficient
Std. Error
t-Statistic
Prob.
C YHAT VT CT_1
19896.72 -0.205106 0.438914 1.528458
9769.416 0.060443 0.066015 0.120677
2.036633 -3.393392 6.648742 12.66567
0.0506 0.0020 0.0000 0.0000
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.999449 0.999394 42385.96 5.39E+10 -408.3716 18130.74 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
1368821. 1721286. 24.25715 24.43672 24.31839 2.140491
C01 = 19896.7195018 - 0.205106089014*YHAT + 0.438914114371*Vt + 1.52845820563*CT_1
9