Dari Teori Ekonomi menuju Model, Data, Estimasi, Prediksi, dan Kebijakan
Bagian Introduction dalam Gujarati menjelaskan bahwa ekonometrika adalah proses sistematis untuk menerjemahkan gagasan ekonomi menjadi model matematis, mengubahnya menjadi model ekonometrika, menguji model dengan data, menghasilkan prediksi, dan pada akhirnya mendukung keputusan kebijakan. Contoh utamanya adalah fungsi konsumsi Keynesian.
Peta Besar Introduction: Apa yang Sedang Dibangun Gujarati?
Gujarati menyusun Introduction sebagai landasan berpikir. Pembaca tidak langsung diajak menghitung regresi, tetapi terlebih dahulu memahami alur logis: teori → model → data → estimasi → pengujian → prediksi → kebijakan.
Ekonometrika sebagai Jembatan antara Teori Ekonomi dan Fakta Empiris
Ekonometrika memberi isi kuantitatif pada teori ekonomi. Ia mengukur hubungan ekonomi, menguji apakah teori didukung data, dan menghasilkan informasi yang berguna bagi prediksi maupun kebijakan.
Teori Ekonomi
Dimulai dari gagasan konseptual atau hipotesis.
- Keynes: konsumsi meningkat saat pendapatan meningkat.
- Kenaikan konsumsi lebih kecil daripada kenaikan pendapatan.
- MPC positif tetapi kurang dari satu.
Model Matematis
Teori dinyatakan dalam persamaan formal.
- \(Y=\beta_1+\beta_2X\)
- \(Y\): konsumsi
- \(X\): pendapatan
- \(\beta_2\): MPC
Model Ekonometrika
Model dibuat realistis dengan memasukkan unsur gangguan.
- \(Y=\beta_1+\beta_2X+u\)
- \(u\): error / disturbance term
- Mewakili faktor lain di luar pendapatan.
- Hubungan menjadi stokastik, bukan deterministik.
Data dan Kebijakan
Model diestimasi, diuji, diprediksi, lalu dipakai untuk kebijakan.
- Data PCE dan GDP 1982–1996.
- Estimasi fungsi konsumsi.
- Prediksi konsumsi 1997.
- Simulasi target kebijakan.
Delapan Tahap Anatomi Pemodelan Ekonometrika
Gujarati menggambarkan metodologi ekonometrika klasik sebagai proses bertahap. Setiap tahap saling berkaitan dan membentuk alur dari pertanyaan ekonomi menuju keputusan empiris dan kebijakan.
Statement of Theory
Merumuskan teori atau hipotesis ekonomi yang ingin diuji.
Mathematical Model
Mengubah teori menjadi bentuk persamaan matematis.
Econometric Model
Menambahkan error term agar model sesuai realitas data.
Obtaining Data
Mengumpulkan data yang relevan untuk menguji model.
Estimation
Mengestimasi parameter model, misalnya \(\beta_1\) dan \(\beta_2\).
Hypothesis Testing
Menilai apakah hasil estimasi mendukung teori ekonomi.
Forecasting
Menggunakan model untuk memperkirakan nilai masa depan.
Policy Control
Memakai model sebagai dasar pengendalian atau perumusan kebijakan.
Dari Hipotesis Keynes ke Persamaan Ekonometrika
Contoh konsumsi Keynesian menjadi ilustrasi inti dalam Introduction. Gujarati memperlihatkan perbedaan penting antara teori verbal, model matematis, dan model ekonometrika.
Hipotesis Keynes
Konsumsi meningkat ketika pendapatan meningkat, tetapi peningkatan konsumsi lebih kecil daripada peningkatan pendapatan.
Hubungan Deterministik
Model matematis menyatakan konsumsi sebagai fungsi linear dari pendapatan, seolah hubungan keduanya bersifat pasti.
Hubungan Stokastik
Karena konsumsi juga dipengaruhi banyak faktor lain, ekonometrika menambahkan error term \(u\).
Ilustrasi A — Model Matematis
Pada model matematis, seluruh titik diasumsikan tepat berada pada garis konsumsi.
Ilustrasi B — Model Ekonometrika
Dalam realitas, observasi menyebar di sekitar garis karena adanya faktor lain yang dirangkum dalam \(u\).
Data Personal Consumption Expenditure dan GDP, 1982–1996
Gujarati menggunakan data konsumsi personal \(Y\) dan GDP \(X\) Amerika Serikat dalam miliar dolar konstan 1992 untuk memperlihatkan hubungan empiris antara pendapatan dan konsumsi.
Tabel Data \(Y\) dan \(X\)
Data ini menjadi dasar estimasi fungsi konsumsi: \(\hat{Y}=-184.08+0.7064X\).
| Tahun | PCE \(Y\) | GDP \(X\) |
|---|---|---|
| 1982 | 3081.5 | 4620.3 |
| 1983 | 3240.6 | 4803.7 |
| 1984 | 3407.6 | 5140.1 |
| 1985 | 3566.5 | 5323.5 |
| 1986 | 3708.7 | 5487.7 |
| 1987 | 3822.3 | 5649.5 |
| 1988 | 3972.7 | 5865.2 |
| 1989 | 4064.6 | 6062.0 |
| 1990 | 4132.2 | 6136.3 |
| 1991 | 4105.8 | 6079.4 |
| 1992 | 4219.8 | 6244.4 |
| 1993 | 4343.6 | 6389.6 |
| 1994 | 4486.0 | 6610.7 |
| 1995 | 4595.3 | 6742.1 |
| 1996 | 4714.1 | 6928.4 |
Kurva Interaktif PCE–GDP
Titik menunjukkan observasi aktual. Garis emas menunjukkan fungsi konsumsi hasil estimasi regresi.
Kalkulator Ekonometrika: Prediksi Konsumsi, Multiplier, dan Target Kebijakan
Bagian berikut membantu mahasiswa memahami bagaimana fungsi konsumsi yang telah diestimasi dapat digunakan untuk forecasting dan policy control.
1. Simulator Prediksi Konsumsi
Berdasarkan fungsi estimasi:
2. Simulator Income Multiplier
Rumus multiplier:
3. Simulator Target Kebijakan
Jika pemerintah menargetkan konsumsi \(Y^*\), maka pendapatan yang dibutuhkan:
Dari Model Estimasi Menuju Keputusan Kebijakan
Gujarati menekankan bahwa model ekonometrika bukan hanya digunakan untuk menjelaskan hubungan, tetapi juga sebagai alat bantu untuk merancang intervensi kebijakan.
Target Makro
Pemerintah menetapkan target konsumsi, misalnya \(Y^*=4900\).
Gunakan Model
Masukkan target ke fungsi konsumsi \(\hat{Y}=-184.08+0.7064X\).
Temukan \(X\)
Diperoleh kebutuhan pendapatan sekitar \(X\approx7197\).
Rancang Policy Mix
Fiscal dan monetary policy digunakan untuk mendorong pendapatan menuju target.
Tidak Cukup “Cocok dengan Data”: Model Harus Lebih Baik dari Pesaingnya
Gujarati mengingatkan bahwa ketika data tampak mendukung teori Keynes, peneliti tetap harus bertanya: apakah model Keynes benar-benar lebih baik daripada model konsumsi lain, seperti Permanent Income Hypothesis dari Friedman atau Life-Cycle Permanent Income Hypothesis dari Hall?
Dua Pertanyaan Kritis ala Clive Granger
Contoh Model Konsumsi yang Bersaing
Konsumsi terutama dijelaskan oleh pendapatan saat ini.
Konsumsi dipengaruhi oleh pendapatan permanen jangka panjang.
Konsumsi mempertimbangkan pola pendapatan sepanjang daur hidup.
Figure I.5: Peta Kategori Ekonometrika
Gujarati membagi ekonometrika ke dalam dua kategori besar: theoretical econometrics dan applied econometrics. Masing-masing dapat didekati dengan tradisi classical maupun Bayesian.
Prasyarat, Peran Komputer, dan Arah Bacaan Lanjutan
Gujarati menekankan bahwa pembaca cukup memiliki dasar statistik, sementara aljabar matriks bukan syarat mutlak untuk memahami buku ini. Di sisi lain, komputer dan software statistik dipandang sangat penting dalam praktik ekonometrika modern.
Prasyarat Statistik
Pembaca sebaiknya memahami estimasi statistik dan uji hipotesis. Appendix A disediakan untuk menyegarkan konsep statistik dasar.
Matematika Pendukung
Kalkulus diferensial bermanfaat tetapi tidak wajib. Appendix B dan C disediakan bagi pembaca yang ingin pendekatan matriks.
Peran Komputer
Regresi modern sulit dibayangkan tanpa perangkat lunak statistik. Gujarati menyebut EViews, Stata, SAS, SPSS, LIMDEP, Microfit, dan lainnya.
Makna Introduction Gujarati bagi Mahasiswa Ekonometrika
Introduction bukan hanya pembuka teknis, tetapi fondasi filosofis dan metodologis. Gujarati ingin pembaca memahami bahwa ekonometrika adalah disiplin yang: berangkat dari teori, diterjemahkan menjadi model, diuji dengan data, digunakan untuk prediksi, dan akhirnya relevan bagi kebijakan.
Ekonometrika memberi ukuran numerik atas hubungan ekonomi yang sebelumnya hanya bersifat kualitatif.
Tidak semua faktor bisa dimasukkan eksplisit, karena itu error term menjadi inti model ekonometrika.
Hasil estimasi tidak otomatis benar; perlu pengujian hipotesis dan pembandingan dengan model alternatif.
Estimasi ekonometrika dapat digunakan untuk forecasting, multiplier analysis, dan simulasi target kebijakan.