(ECONOMETRIC MODEL: SIMUTANEOUS EQUATION MODEL)
The title of paper:
ECONOMIC MODEL FROM DEMAND SIDE:
Evidence In Indonesia
OLEH:
S U R I A N I 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
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:
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
( )
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 :
̂ ... (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) = 34978.751 + 0.089* + 0.943* Se (15497.35) (0.072403) (0.144652) T-hit (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
Tabel. 1 Hasil Estimasi 2SLS
Variable Coefficient Std. Error t-Statistic Prob. C 19896.72 9769.416 2.036633 0.0506 YHAT -0.205106 0.060443 -3.393392 0.0020 VT 0.438914 0.066015 6.648742 0.0000 CT_1 1.528458 0.120677 12.66567 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
LAMPIRAN
(Dalam Juta Rupiah)
TAHUN GDP C Ct-1 I G 1981 58127 32293 27222 22261 6452 1982 62476 37924 32293 23543 7209 1983 77623 47063 37924 27204 8077 1984 89885 54067 47063 29025 9122 1985 96997 57201 54067 35046 10893 1986 102683 63355 57201 43171 11329 1987 124817 71989 63355 58479 11764 1988 149669 89722 71989 64790 12756 1989 179582 100234 89722 80028 15698 1990 210866 124184 100234 91512 18649 1991 249969 145540 124184 97213 20785 1992 282395 157910 145540 118707 24731 1993 329776 192958 157910 145118 29757 1994 382220 228119 192958 163453 31014 1995 454514 279876 228119 195560 35584 1996 532568 332094 279876 183355 40299 1997 627695 388722 332094 214332 42952 1998 955754 681491 388722 243322 48737 1999 1099732 722232 681491 309164 57665 2000 1389769 856798 722232 334221 90780 2001 1684280 980755 856798 389947 102232 2002 1863275 1231965 980755 515470 132219 2003 2045854 1372078 1231965 552292 163701 2004 2303032 1532888 1372078 685310 191056 2005 2784960 1785596 1532888 819635 224981 2006 3338196 2092656 1785596 922332 288080 2007 3950893 2510503 2092656 984574 329760 2008 4948688 2999957 2510503 1376393 416867 2009 5606203 3290996 2999957 1737093 537588 2010 6864133 3786063 3290996 2256935 618178 2011 7831726 4260075 3786063 2583243 709451 2012 8615704 4768745 4260075 3021665 796848 2013 9524736 5352696 4768745 3243110 904996 2014 10542693 5911165 5352696 3653129 1005399 Sumber:
Key Indicators Of Developing Asia and Pasific Countries berbagai edisi
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 34978.75 15497.35 2.257080 0.0312 GDP 0.088583 0.072403 1.223470 0.2304 CT_1 0.942557 0.144652 6.516014 0.0000 R-squared 0.998497 Mean dependent var 1368821. Adjusted R-squared 0.998401 S.D. dependent var 1721286. S.E. of regression 68840.57 Akaike info criterion 25.20107 Sum squared resid 1.47E+11 Schwarz criterion 25.33575 Log likelihood -425.4182 Hannan-Quinn criter. 25.24700 F-statistic 10300.26 Durbin-Watson stat 1.540878 Prob(F-statistic) 0.000000
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 7968.748 30779.02 0.258902 0.7975 CT_1 1.318671 0.151419 8.708739 0.0000 I 0.690724 0.303214 2.278014 0.0300 G 1.158517 1.544576 0.750055 0.4591 R-squared 0.998675 Mean dependent var 2334161. Adjusted R-squared 0.998542 S.D. dependent var 3070026. S.E. of regression 117225.3 Akaike info criterion 26.29171 Sum squared resid 4.12E+11 Schwarz criterion 26.47129 Log likelihood -442.9591 Hannan-Quinn criter. 26.35295 F-statistic 7534.564 Durbin-Watson stat 1.661270 Prob(F-statistic) 0.000000
GDP = 7968.74849765 + 1.31867125044*CT_1 + 0.690724456942*I + 1.15851686997*G
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 19896.72 9769.416 2.036633 0.0506 YHAT -0.205106 0.060443 -3.393392 0.0020 VT 0.438914 0.066015 6.648742 0.0000 CT_1 1.528458 0.120677 12.66567 0.0000 R-squared 0.999449 Mean dependent var 1368821. Adjusted R-squared 0.999394 S.D. dependent var 1721286. S.E. of regression 42385.96 Akaike info criterion 24.25715 Sum squared resid 5.39E+10 Schwarz criterion 24.43672 Log likelihood -408.3716 Hannan-Quinn criter. 24.31839 F-statistic 18130.74 Durbin-Watson stat 2.140491 Prob(F-statistic) 0.000000
C01 = 19896.7195018 - 0.205106089014*YHAT + 0.438914114371*Vt + 1.52845820563*CT_1
