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

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

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

Pertemuan #1 Pengertian ekonometrika Jenis Data Model Data Cross Section Data Time Series Data Panel Model Persamaan Tunggal Sistem Persamaan Pembagian Kelompok Tugas

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

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)

Kombinasi Ilmu dalam Ekonometrika Teori Ekonomi Matematika 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 (?) Linear equation (slope,e tc) Differential (elasticity, utility, etc) Deskriptif (S-D curve, market equilibrium, elasticity,e tc) Inferensi (t-test, F-test, R2) Econometrics Gabungan ketiganya untuk analisis Koefisien hubungan antar variabel Interpretasi hasil secara ekonomi Ilmu Komputer (SPSS, E-Views, SAS, STATA, SHAZAM)

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

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

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 = β1 + β2X; 0 < β2 < 1 Y : pengeluaran konsumsi X : income β1 dan β2 : parameter model β1 : intercept β2 : slope

3. Specification of the econometric model of consumption Spesifikasi matematis model konsumsi (Y = β1 + β2X) dimodifikasi menjadi model ekonometrik: Y = β1 + β2X + u; u : error term

4. Obtaining Data Estimasi model ekonometrika  memperoleh nilai β1 dan β2  diperlukan DATA

5. Estimation of the Econometric Model Estimasi parameter fungsi konsumsi (β1 dan β2)  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 𝑌 =-184.0779 + 0.7064Xi

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? 7. Forecasting or Prediction Diketahui: GDP tahun 1997 = 7269.8 billion dollars Maka: 𝑌 1997 = -184.0779 + 0.7064(7269.8) = 4951.3167 Forecast consumption expenditure = 4951.3 billion dollars Actual consumption expenciture = 4913.5 billion dollars Model estimasi fungsi konsumsi overpredicted terhadap nilai aktual sebesar 37.82 billion dollars  forecast error = 37.82 billion dollars (sekitar 0.77% dari actual consumption expenditure tahun 1997)

8. Use of the model for control or policy purposes Misal fungsi konsumsi: 𝑌 =-184.0779 + 0.7064Xi Misal pemerintah percaya bahwa pengeluaran konsumsi 4900 billion dollar akan mempertahankan tingkat pengangguran sebesar 4.2%. Berapa tingkat pendapatan untuk mencapai target tersebut? 4900 = 184.0779 + 0.7064X  X = 7197 Dengan tingkat pendapatan 7197 billion dollar dan MPC 0.7 akan menghasilkan pengeluaran konsumsi 4900 billion dollars

DATA KONSUMSI DAN PDB RIIL INDONESIA (Juta Rp) Contoh Data TS DATA KONSUMSI DAN PDB RIIL INDONESIA (Juta Rp) (2000=100) TAHUN CRIIL PDBRIIL 2000 856,798 1,265,890 2001 886,736 1,277,342 2002 920,750 1,316,776 2003 956,593 1,351,205 2004 1,004,109 1,447,182 2005 1,043,805 1,521,194 2006 1,076,928 1,585,488 2007 1,130,847 1,689,149 2008 1,191,191 1,836,356 2009 1,249,011 1,875,616 2010 1,306,801 2,020,875 Dependent Variable: CRIIL Method: Least Squares Date: 10/14/14 Time: 11:18 Sample: 2000 2010 Included observations: 11 Variable Coefficient Std. Error t-Statistic Prob.   C 171287.1 32101.87 5.335737 0.0005 PDBRIIL 0.566671 0.020287 27.93258 0.0000 R-squared 0.988596     Mean dependent var 1056688. Adjusted R-squared 0.987329     S.D. dependent var 149603.9 S.E. of regression 16839.97     Akaike info criterion 22.46386 Sum squared resid 2.55E+09     Schwarz criterion 22.53621 Log likelihood -121.5512     Hannan-Quinn criter. 22.41826 F-statistic 780.2293     Durbin-Watson stat 1.347252 Prob(F-statistic) 0.000000 fungsi konsumsi: 𝑌 = 171287.1 + 0.57Xi Y : CRIIL (konsumsi riil) X : PDBRIIL (PDB riil)

DATA KONSUMSI DAN PDRB NOMINAL (Juta Rp) Contoh Data CS DATA KONSUMSI DAN PDRB NOMINAL (Juta Rp) TAHUN PROV CNOM PDRBNOM 2011 NAD 35,305,263 85,537,966 Sumut 186,029,226 314,156,937 Sumbar 53,011,431 98,917,269 Riau 128,118,434 413,350,123 Jambi 37,891,889 63,268,138 Sumsel 115,478,933 181,776,073 Bengkulu 12,780,991 21,150,290 Lampung 65,624,263 128,408,895 Babel 15,598,162 30,254,777 Kepri 61,555,344 80,242,794 DKI 542,133,712 982,540,044 Jabar 510,388,750 861,006,348 Jateng 320,409,013 498,614,636 DIY 26,319,645 51,782,092 Jatim 597,413,773 884,143,575 Banten 85,637,614 192,218,910 Bali 44,398,065 73,478,162 NTB 22,768,353 48,729,107 NTT 22,450,911 31,204,406 Kalbar 35,357,043 66,780,222 Kalteng 21,935,482 49,072,507 Kalsel 31,772,043 68,234,881 Kaltim 49,503,200 390,638,617 Sulut 18,329,055 41,505,118 Sulteng 26,429,347 44,317,855 Sulsel 66,264,062 137,389,879 Sultra 16,565,955 32,032,499 Gorontalo 6,334,898 9,153,669 Sulbar 8,460,490 12,895,358 Maluku 6,647,679 9,953,798 Malut 4,096,729 6,056,974 Papua Barat 13,139,228 36,170,456 Papua 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 Variable Coefficient Std. Error t-Statistic Prob.   C -7804272. 8755482. -0.891358 0.3796 PDRBNOM 0.579068 0.027567 21.00587 0.0000 R-squared 0.934356     Mean dependent var 97880208 Adjusted R-squared 0.932239     S.D. dependent var 1.58E+08 S.E. of regression 41163147     Akaike info criterion 37.96268 Sum squared resid 5.25E+16     Schwarz criterion 38.05337 Log likelihood -624.3842     Hannan-Quinn criter. 37.99319 F-statistic 441.2464     Durbin-Watson stat 2.084886 Prob(F-statistic) 0.000000 fungsi konsumsi: 𝑌 =-7804272 + 0.58Xi Y : CNOM (konsumsi nominal) X : PDRBNOM (PDRB nominal)

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

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

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

DATA KONSUMSI DAN PDB RIIL INDONESIA (Juta Rp) 2.2. Data Time Series DATA KONSUMSI DAN PDB RIIL INDONESIA (Juta Rp) (2000=100) 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 TAHUN CRIIL PDBRIIL 2000 856,798 1,265,890 2001 886,736 1,277,342 2002 920,750 1,316,776 2003 956,593 1,351,205 2004 1,004,109 1,447,182 2005 1,043,805 1,521,194 2006 1,076,928 1,585,488 2007 1,130,847 1,689,149 2008 1,191,191 1,836,356 2009 1,249,011 1,875,616 2010 1,306,801 2,020,875

DATA KONSUMSI DAN PDRB RIIL (Juta Rp) 2.3. Data Panel DATA KONSUMSI DAN PDRB RIIL (Juta Rp) TAHUN PROV CNOM PDRBNOM 2005 NAD 23,714,220 74,749,396 … Papua 17,507,402 55,547,380 2006 23,841,964 77,531,003 18,487,226 52,456,465 2007 23,320,136 71,093,359 21,096,521 56,223,825 2008 22,745,713 67,567,800 24,265,342 56,587,621 2009 24,322,278 62,135,388 27,431,494 67,686,508 2010 26,347,969 64,805,564 30,306,071 74,100,303 2011 27,644,870 66,978,284 33,467,436 62,128,610 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

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

Model terbaik: paling mendekati kondisi riil 3. Model Ekonometrika 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 Komponen: Model Data Metode

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

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

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

3.1. Persamaan Tunggal Model regresi persamaan tunggal (Single-equation regression model) Yi = b0 + b1 Xi + ui for i = 1,2,...,n where Y is the dependent variable X is the independent variable and u is the error or disturbance term

Population Regression Function (PRF) 𝑌 𝑖 = 𝛽 1 + 𝛽 2 𝑋 𝑖 + 𝑢 𝑖 Sample Regression Function (SRF) 𝑌 𝑖 = 𝛽 1 + 𝛽 2 𝑋 𝑖 + 𝑢 𝑖 𝑌 𝑖 = 𝑌 𝑖 + 𝑢 𝑖 𝑢 𝑖 = 𝑌 𝑖 − 𝑌 𝑖 = 𝑌 𝑖 − 𝛽 1 − 𝛽 2 𝑋 𝑖 Kriteria least squares: Minimize L = ∑ 𝑢 𝑖 2 = ∑( 𝑌 𝑖 − 𝑌 𝑖 )2 = ∑( 𝑌 𝑖 − 𝛽 1 − 𝛽 2 𝑋 𝑖 )2 ∂L/∂β1 = 0  𝛽 1 ∂L/∂β2 = 0  𝛽 2 ti = 𝛽 𝑖 /SE(β)

Contoh Persamaan Tunggal Model regresi linier berganda (multiple linear regression model) Yi = b0 + b1X1i + b2X2i + … + bkXki + ui for i = 1,2,...,n where Y is the dependent variable X1, X2, … Xk are the independent variable and u is the error or disturbance term Contoh: Lt = β0 + β1Wt + β2Yt + ut L : permintaan tenaga kerja provinsi W : upah minimum provinsi Y : PDRB riil

3.2. Sistem Persamaan Simultan Karakteristik persamaan tunggal : X  Y Jika X  Y dan X  Y maka: asumsi OLS yaitu independence of ui and Xi (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)

Contoh Sistem Persamaan Simultan Contoh: model pendapatan Keynesian Ct = α0 + α1Yt + ut It = β0 + β1rt + β2Yt-1 + ut Yt = Ct + It + Gt C : consumption Y : GDP I : investment G : government expenditure

Tugas Kelompok Buat model permintaan tenaga kerja provinsi tahun 2000-2013 Buat sistem persamaan simultan untuk: Permintaan tenaga kerja Produksi padi Economic growth Konsumsi rumah tangga Ekspor pertanian Penerimaan pajak pemerintah Tingkat inflasi Tingkat pengangguran