Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

EKONOMETRIKA TERAPAN (Pertemuan #1) Pengajar: Dr. Vera Lisna, S.Si, M.Phil 1.

Presentasi serupa


Presentasi berjudul: "EKONOMETRIKA TERAPAN (Pertemuan #1) Pengajar: Dr. Vera Lisna, S.Si, M.Phil 1."— Transcript presentasi:

1 EKONOMETRIKA TERAPAN (Pertemuan #1) Pengajar: Dr. Vera Lisna, S.Si, M.Phil 1

2 Rencana Pembelajaran 1.Pertemuan 1-5: Model Data Panel (pers. tunggal) 2.Pertemuan 6-7: Aplikasi model data panel 3.UTS 4.Pertemuan 8-12: Model Persamaan Simultan 5.Pertemuan 13-14: Aplikasi model data CS dan TS 6.UAS 2

3 Referensi 1.Gujarati, D. 2004. Basic Econometrics, 4 th Ed. New York: McGraw-Hill Book Company. 2.Baltagi, B.H. 2005. Econometric Analysis of Panel Data, 3 rd Ed. New York: John Wiley & Sons, Ltd 3.Baltagi, B.H. 2008. Econometrics, 4 th Ed. Heidelberg: Springer 3

4 Pertemuan #1 1.Pengertian ekonometrika 2.Jenis Data i.Data Cross Section ii.Data Time Series iii.Data Panel 3.Model i.Persamaan Tunggal ii.Sistem Persamaan 4.Pembagian Kelompok Tugas 4

5 Pengolongan Ekonometrika 1.Ekonometrika Teoritik Terkait pengembangan metode-metode yang cocok untuk mengukur hubungan-hubungan ekonomi yang ditetapkan dalam model ekonometrika 2.Ekonometrika Terapan Membahas penggunaan atau penerapan metode- metode ekonomi yang telah dikembangkan dalam ekonometrika teoritik 5

6 1. Pengertian Ekonometrika Literally defined as economic measurement Econometrics may be defined as: – The quantitative analysis of actual economic phenomena based on the concurrent development of theory and observation, related by appropriate methods of inference (Samuelson, et al., 1954) – The social science in which the tools of economic theory, mathematics, and statistical inference are applied to the analysis of economic phenomena (Goldberger, 1964) – concerned with the empirical determination of economic laws (Theil, 1971) – A branch of economy (not statistitcs or economics), concern with measuring economy phenomena, but not all statistical models are econometrics (Intriligator, 1983) Istilah ekonometrika diperkenalkan tahun 1926 oleh Ragner Frisch (pakar ekonomi dan statistik Norwegia) 6

7 Kombinasi Ilmu dalam Ekonometrika Teori EkonomiMatematika Ekonomi Statistika Ekonomi Menjelaskan fenomena ekonomi secara kuantitatif Menyatakan teori ekonomi dalam bentuk matematik (hubungan antar variabel) Proses pengumpulan data, pengolahan, dan penyajian data (grafik dan tabel) Contoh: Jika P↓ maka D↑ (T. mikro)  hubungan (-) P dan D  Berapa perubahan D (?) 1.Deskriptif (S-D curve, market equilibrium, elasticity,e tc) 2.Inferensi (t-test, F-test, R 2 ) 1.Linear equation (slope,e tc) 2.Differential (elasticity, utility, etc) Econometrics Ilmu Komputer (SPSS, E-Views, SAS, STATA, SHAZAM) -Gabungan ketiganya untuk analisis -Koefisien hubungan antar variabel -Interpretasi hasil secara ekonomi 7

8 Tujuan Ekonometrika 1.Verifikasi membuktikan atau menguji validitas teori-teori ekonomi 2.Estimasi (penaksiran) menghitung nilai estimasi koefisien hubungan antar variabel ekonomi 3.Forecasting (peramalan) meramal suatu variabel ekonomi tertentu di masa yang akan datang 8

9 Metode Ekonometrika 1. Economic theory 2. Mathematical model of theory 3. Econometric model of theory 4. Data 5. Estimation of econometric model 6. Hypothesis testing 7. Forecasting or prediction 8. Using the model for contro or policy purposes 9

10 Contoh: MPC 1. Statement of theory or hypothesis Teori Keynesian: MPC (marginal propensity to consume) Perubahan tingkat konsumsi akibat perubahan pendapatan 1 unit (misal 1 dollar) adalah lebih dari 0 tetapi kurang dari 1 (0 < MPC < 1) 2. Specification of the mathematical model of consumption Fungsi konsumsi Keynesian: Y = β 1 + β 2 X; 0 < β 2 < 1 Y : pengeluaran konsumsi X : income β 1 dan β 2 : parameter model β 1 : intercept β 2 : slope 10

11 3. Specification of the econometric model of consumption Spesifikasi matematis model konsumsi (Y = β 1 + β 2 X) dimodifikasi menjadi model ekonometrik: Y = β 1 + β 2 X + u; u : error term 11

12 4. Obtaining Data Estimasi model ekonometrika  memperoleh nilai β 1 dan β 2  diperlukan DATA 12

13 5. Estimation of the Econometric Model Estimasi parameter fungsi konsumsi (β 1 dan β 2 )  teknik statistik  ANALISIS REGRESI Selama tahun 1982-1996, koefisien slope (MPC) sekitar 0.70 interpretasi: Selama tahun 1982-1996, kenaikan pendapatan riil 1 dollar meningkatkan pengeluaran konsumsi riil rata-rata 70 sen Hubungan konsumsi dan pendapatan kurang tepat (inexact)  tidak semua titik secara tepat berada di garis regresi 13

14 6. Hypothesis Testing Asumsi: model ekonometrika cukup baik menyatakan kondisi riil Teori Keynesian: 0 < MPC < 1 Data empiris: MPC = 0.70 Uji hipotesis: apakah 0.70 secara statistik kurang dari satu? 14

15 15

16 Contoh Data TS Dependent Variable: CRIIL Method: Least Squares Date: 10/14/14 Time: 11:18 Sample: 2000 2010 Included observations: 11 VariableCoefficientStd. Errort-StatisticProb. C171287.132101.875.3357370.0005 PDBRIIL0.5666710.02028727.932580.0000 R-squared0.988596 Mean dependent var1056688. Adjusted R-squared0.987329 S.D. dependent var149603.9 S.E. of regression16839.97 Akaike info criterion22.46386 Sum squared resid2.55E+09 Schwarz criterion22.53621 Log likelihood-121.5512 Hannan-Quinn criter.22.41826 F-statistic780.2293 Durbin-Watson stat1.347252 Prob(F-statistic)0.000000 TAHUNCRIILPDBRIIL 2000856,7981,265,890 2001886,7361,277,342 2002920,7501,316,776 2003956,5931,351,205 20041,004,1091,447,182 20051,043,8051,521,194 20061,076,9281,585,488 20071,130,8471,689,149 20081,191,1911,836,356 20091,249,0111,875,616 20101,306,8012,020,875 DATA KONSUMSI DAN PDB RIIL INDONESIA (Juta Rp) (2000=100) 16

17 Contoh Data CS TAHUNPROV CNOM PDRBNOM 2011NAD 35,305,263 85,537,966 2011Sumut 186,029,226 314,156,937 2011Sumbar 53,011,431 98,917,269 2011Riau 128,118,434 413,350,123 2011Jambi 37,891,889 63,268,138 2011Sumsel 115,478,933 181,776,073 2011Bengkulu 12,780,991 21,150,290 2011Lampung 65,624,263 128,408,895 2011Babel 15,598,162 30,254,777 2011Kepri 61,555,344 80,242,794 2011DKI 542,133,712 982,540,044 2011Jabar 510,388,750 861,006,348 2011Jateng 320,409,013 498,614,636 2011DIY 26,319,645 51,782,092 2011Jatim 597,413,773 884,143,575 2011Banten 85,637,614 192,218,910 2011Bali 44,398,065 73,478,162 2011NTB 22,768,353 48,729,107 2011NTT 22,450,911 31,204,406 2011Kalbar 35,357,043 66,780,222 2011Kalteng 21,935,482 49,072,507 2011Kalsel 31,772,043 68,234,881 2011Kaltim 49,503,200 390,638,617 2011Sulut 18,329,055 41,505,118 2011Sulteng 26,429,347 44,317,855 2011Sulsel 66,264,062 137,389,879 2011Sultra 16,565,955 32,032,499 2011Gorontalo 6,334,898 9,153,669 2011Sulbar 8,460,490 12,895,358 2011Maluku 6,647,679 9,953,798 2011Malut 4,096,729 6,056,974 2011Papua Barat 13,139,228 36,170,456 2011Papua 41,897,884 77,778,807 Dependent Variable: CNOM Method: Least Squares Date: 10/14/14 Time: 11:03 Sample: 1 33 Included observations: 33 VariableCoefficientStd. Errort-StatisticProb. C-7804272.8755482.-0.8913580.3796 PDRBNOM0.5790680.02756721.005870.0000 R-squared0.934356 Mean dependent var97880208 Adjusted R-squared0.932239 S.D. dependent var1.58E+08 S.E. of regression41163147 Akaike info criterion37.96268 Sum squared resid5.25E+16 Schwarz criterion38.05337 Log likelihood-624.3842 Hannan-Quinn criter.37.99319 F-statistic441.2464 Durbin-Watson stat2.084886 Prob(F-statistic)0.000000 DATA KONSUMSI DAN PDRB NOMINAL (Juta Rp) 17

18 Tahapan Analisis Ekonometrika Identifikasi dan perumusan masalah Kerangka Pemikiran Spesifikasi Model Pengumpulan Data Estimasi Parameter Evaluasi/Validasi Model Aplikasi Model untuk Rumusan Kebijakan Teori ekonomi dan konsep2 terkait Kajian studi-studi terdahulu Pemilihan variabel terkait Hipotesis (tanda dan besaran) Data Primer Data Sekunder Cross-Section Time Series Panel OLS, MLE, ILS, 2SLS, etc  BLUE Krit.Ekonomi (besaran & tanda) Krit. Statistik (signifikansi, koef det) Krit. Ekonometrika (asumsi ) 18

19 2. Jenis Data Menurut Cara Pengumpulannya 1.Data Cross Section 2.Data Time Series 3.Data Panel 19 Menurut Sumbernya 1.Data Primer 2.Data Sekunder

20 2.1. Data Cross Section Nilai variabel dari beberapa individu pada satu periode waktu yang sama Individu bisa berupa negara, provinsi, perusahaan, perorangan, dsb Contoh: data konsumsi dan PDRB seluruh provinsi di Indonesia tahun 2011 TAHUNPROV CNOM PDRBNOM 2011NAD 35,305,263 85,537,966 2011Sumut 186,029,226 314,156,937 2011Sumbar 53,011,431 98,917,269 2011Riau 128,118,434 413,350,123 2011Jambi 37,891,889 63,268,138 2011Sumsel 115,478,933 181,776,073 2011Bengkulu 12,780,991 21,150,290 2011Lampung 65,624,263 128,408,895 2011Babel 15,598,162 30,254,777 2011Kepri 61,555,344 80,242,794 2011DKI 542,133,712 982,540,044 2011Jabar 510,388,750 861,006,348 2011Jateng 320,409,013 498,614,636 2011DIY 26,319,645 51,782,092 2011Jatim 597,413,773 884,143,575 2011Banten 85,637,614 192,218,910 2011Bali 44,398,065 73,478,162 2011NTB 22,768,353 48,729,107 2011NTT 22,450,911 31,204,406 2011Kalbar 35,357,043 66,780,222 2011Kalteng 21,935,482 49,072,507 2011Kalsel 31,772,043 68,234,881 2011Kaltim 49,503,200 390,638,617 2011Sulut 18,329,055 41,505,118 2011Sulteng 26,429,347 44,317,855 2011Sulsel 66,264,062 137,389,879 2011Sultra 16,565,955 32,032,499 2011Gorontalo 6,334,898 9,153,669 2011Sulbar 8,460,490 12,895,358 2011Maluku 6,647,679 9,953,798 2011Malut 4,096,729 6,056,974 2011Papua Barat 13,139,228 36,170,456 2011Papua 41,897,884 77,778,807 DATA KONSUMSI DAN PDRB NOMINAL (Juta Rp) 20

21 2.2. Data Time Series Nilai variabel dari suatu individu pada suatu rentang periode waktu Periode waktu bisa berupa periode harian, mingguan, bulanan, triwulanan, tahunan dsb Contoh: data konsumsi dan PDB Indonesia periode tahun 2000- 2010 TAHUNCRIILPDBRIIL 2000856,7981,265,890 2001886,7361,277,342 2002920,7501,316,776 2003956,5931,351,205 20041,004,1091,447,182 20051,043,8051,521,194 20061,076,9281,585,488 20071,130,8471,689,149 20081,191,1911,836,356 20091,249,0111,875,616 20101,306,8012,020,875 DATA KONSUMSI DAN PDB RIIL INDONESIA (Juta Rp) (2000=100) 21

22 2.3. Data Panel Gabungan data cross section dan data time series dari beberapa individu pada suatu rentang periode waktu Contoh: data konsumsi dan PDRB seluruh provinsi di Indonesia tahun 2005-2011 TAHUNPROV CNOM PDRBNOM 2005NAD 23,714,22074,749,396 2005… … … Papua 17,507,40255,547,380 2006NAD 23,841,96477,531,003 2006… … … Papua 18,487,22652,456,465 2007NAD 23,320,13671,093,359 2007… … … Papua 21,096,52156,223,825 2008NAD 22,745,71367,567,800 2008… … … Papua 24,265,34256,587,621 2009NAD 24,322,27862,135,388 2009… … … Papua 27,431,49467,686,508 2010NAD 26,347,96964,805,564 2010… … … Papua 30,306,07174,100,303 2011NAD 27,644,87066,978,284 2011… … … Papua 33,467,43662,128,610 DATA KONSUMSI DAN PDRB RIIL (Juta Rp) 22

23 Metodologi Ekonometrika Berdasarkan Jenis Data DATA CS TS PANEL UnivariateMultivariate Correlation Regression Multivariate analysis Regression AR, MA ARMA ARIMA ARCH, GARCH Correlation Regression Granger Causality VAR ECM, VECM Pooled Fixed Effect Random Effect 23

24 3. Model Ekonometrika Komponen: 1.Model 2.Data 3.Metode 24 Model ekonometrik: Model kuantitatif dalam ekonomi (hipotesis berada di antara teori dan empiris ekonomi) Abstraksi dari suatu tujuan atau tujuan yang dioperasionalisasikan Model terbaik: paling mendekati kondisi riil

25 25 Fenomena ekonomi (real world) Nature of the problem Teori ekonomi terkait Data empiris terkait Hipotesis verbal Model ekonomi Model matematik Model ekonometrik (model statistik) Metode Kuantitatif Persamaan tunggal Sistem Persamaan

26 26 Model ekonometrik Single equation Equation system Simple equation Multiple equation Simultaneous Recursive SUR Equation Structural Identity

27 27 Variabel single equation Variabel equation system Dependent varb Independent varb Endogenous varb Exogenous varb Explanatory varb Predetermined varb Current varb (t) Lagged varb (t-j) Y t  Static model Y t-j  Dynamic model Current varb (t) Lagged varb (t-j) Y t  Static model Y t-j  Dynamic model

28 3.1. Persamaan Tunggal Model regresi persamaan tunggal (Single-equation regression model) Y i =  0 +  1 X i + u i for i = 1,2,...,n where Y is the dependent variable X is the independent variable and u is the error or disturbance term 28

29 29

30 Contoh Persamaan Tunggal Model regresi linier berganda (multiple linear regression model) Y i =  0 +  1 X 1i +  2 X 2i + … +  k X ki + u i for i = 1,2,...,n where Y is the dependent variable X 1, X 2, … X k are the independent variable and u is the error or disturbance term Contoh: L t = β 0 + β 1 W t + β 2 Y t + u t L : permintaan tenaga kerja provinsi W : upah minimum provinsi Y : PDRB riil 30

31 3.2. Sistem Persamaan Simultan Karakteristik persamaan tunggal : X  Y Jika X  Y dan X  Y maka: asumsi OLS yaitu independence of u i and X i (X dan u tidak berkorelasi) dilanggar  estimasi bias dan tidak konsisten Y = f(X) dan X = f(Y)  Tidak bisa dibuat dalam persamaan tunggal System of simultaneous equation Dalam fenomena ekonomi, hampir pasti bahwa setiap persamaan adalah sistem persamaan simultan (Koutsoyiannis, 1977) 31

32 Contoh Sistem Persamaan Simultan Contoh: model pendapatan Keynesian C t = α 0 + α 1 Y t + u t I t = β 0 + β 1 r t + β 2 Y t-1 + u t Y t = C t + I t + G t C : consumption Y: GDP I: investment G: government expenditure 32

33 Tugas Kelompok 1.Buat model permintaan tenaga kerja provinsi tahun 2000-2013 2.Buat sistem persamaan simultan untuk: a.Permintaan tenaga kerja b.Produksi padi c.Economic growth d.Konsumsi rumah tangga e.Ekspor pertanian f.Penerimaan pajak pemerintah g.Tingkat inflasi h.Tingkat pengangguran 33


Download ppt "EKONOMETRIKA TERAPAN (Pertemuan #1) Pengajar: Dr. Vera Lisna, S.Si, M.Phil 1."

Presentasi serupa


Iklan oleh Google