Tersedia secara online di www.sciencedirect.

com

ScienceDirect

Procedia Ekonomi dan Keuangan 5 (2013) 58-67

Konferensi Internasional Pada Ekonomi Terapan (ICOAE) 2013

Inflasi, Pertumbuhan Ekonomi dan Pemerintah Pengeluaran

Pakistan: 1980-2010.

Muhammad Irfa ffaa

n Javaid Attari Sebuah*, Attiya Y. Javed b d
Sebuah
Sebuah Ph.D. Scholar, Shaheed Zulfikar Ali Bhutto Institut Sains dan Teknologi (SZABIST), Islamabad, Pakistan.
b Profesor, Pakistan Institut Ekonomi Pembangunan (PIDE), Islamabad, Pakistan.

Abstrak

Studi ini akan mengeksplorasi hubungan antara tingkat inflasi, pertumbuhan ekonomi dan pengeluaran pemerintah dalam kasus Pakistan. Dalam studi ini,
pengeluaran pemerintah telah dipisahkan ke pengeluaran saat ini pemerintah dan pengeluaran pembangunan pemerintah. Penyelidikan ini dibuat dengan
menggunakan data time series selama periode 1980-2010. Alat ekonometrik seperti Augmented Dickey Fuller (ADF) uji unit root, ARDL, Johansen
kointegrasi dan uji Granger-kausalitas yang digunakan untuk menyelidiki hubungan tersebut. Hasil yang diperoleh dengan menerapkan alat ekonometrik
ini menunjukkan bahwa ada hubungan jangka panjang antara tingkat inflasi, pertumbuhan ekonomi dan pengeluaran pemerintah, itu berarti pengeluaran
pemerintah menghasilkan eksternalitas positif dan hubungan. Dalam jangka pendek, tingkat inflasi tidak mempengaruhi pertumbuhan ekonomi tetapi
pengeluaran pemerintah melakukannya. Hasil uji kausalitas menunjukkan bahwa ada kausalitas searah antara tingkat inflasi dan pertumbuhan ekonomi
dan; pertumbuhan ekonomi dan pengeluaran pemerintah.

2013
2013Penulis.
Diterbitkan oleh Elsevier
Diterbitkan Ltd seleksi dan / atau peer-review di bawah tanggung jawab Panitia ICOAE 2013
oleh Elsevier
Seleksi dan / atau peer-review di bawah tanggung jawab Panitia ICOAE 2013

Kata kunci: Inflasi; pertumbuhan ekonomi; pengeluaran pemerintah; ARDL;

1. Perkenalan

Dalam beberapa tahun terakhir dalam sejarah ekonomi Pakistan, laju pertumbuhan ekonomi secara bertahap menurun tetapi ukuran
pengeluaran pemerintah secara bertahap meningkat. Menurut Handbook of Statistics di Pakistan Ekonomi 2010 yang diterbitkan oleh Bank
Negara Pakistan (SBP), pada tahun 2009 ukuran pengeluaran meningkat pemerintah untuk 9,41% dari tahun sebelumnya, namun kenaikan
PDB dengan 3,63% dari

2212-5671 2013 Penulis. Diterbitkan oleh Elsevier

Seleksi dan / atau peer-review di bawah tanggung jawab Panitia ICOAE 2013 doi: 10,1016 / S2212-5671
(13) 00.010-5
 Muhammad Irfan Javaid Attari dan Attiya Y. Javed / Procedia Ekonomi dan Keuangan 5 (2013) 58-67 59

tahun sebelumnya. Kondisi ini mempertimbangkan untuk menjadi lebih buruk, jika kita melihat stat tahun 2008, ukuran pengeluaran meningkat pemerintah
untuk 40,76% dari tahun dan GDP meningkat sebelumnya menjadi 7,19%. Tabel 1 menunjukkan persentase perubahan dalam pertumbuhan ekonomi dan
pengeluaran pemerintah, pertumbuhan ekonomi Pakistan:

Tabel 1 PDB dan Pengeluaran Pemerintah: Pakistan 1980-2010

Tahun PDB Pengeluaran pemerintah

Dalam Juta Rs. % Perubahan usia Dalam Juta Rs. % Perubahan usia

1980 1.265.370 7,327% 58.588 19,215%

1985 1.747.956 8,708% 119.832 15,408%

1990 2.295.202 4,589% 222.419 3,612%

1995 2.905.705 4,133% 421.736 15,767%

2000 3.562.020 4,868% 741.439 8,080%

2005 4.593.230 8,958% 1.001.006 11,407%

2009 5.767.536 3,632% 2.101.456 9,411%

Pada tahun 2001 dan 2003, pemerintah mampu untuk memotong pengeluaran pemerintah dari tahun sebelumnya oleh -
4,502% dan -9,288% masing-masing, tanda negatif menunjukkan pengurangan pengeluaran dari tahun sebelumnya. Pada tahun 2003 dan 2004,
perubahan persentase PDB lebih besar dari pengeluaran pemerintah, yaitu perubahan GDP adalah 4,726% dan 7,483% masing-masing; dan
perubahan dalam pengeluaran pemerintah adalah -9,288% dan 4,335% masing-masing. Sebagai pengeluaran meningkat pemerintah, perlu lebih
keuangan untuk memenuhi pengeluaran tersebut. Oleh karena itu, pemerintah mengetuk pintu dari lembaga keuangan internasional seperti IMF,
Bank Dunia, Bank Pembangunan Asia; atau meminjam dari bank sentral seperti SBP; atau membebankan pajak lebih pada masyarakat umum
untuk memenuhi pengeluaran mereka. Dalam literatur sebelumnya, efek akhir dari pinjaman tersebut atau pinjaman atau memaksakan pajak
tersebut memiliki dampak negatif serius pada pertumbuhan ekonomi negara. Menurut Landau, 1985 pinjaman dari bank sentral, cenderung
meningkatkan jumlah uang beredar, yang merupakan alasan utama dari meningkatnya inflasi dan menyebabkan ketidakpastian dalam
perekonomian. Pinjaman dari masyarakat umum menyebabkan tingkat bunga meningkat dan mengurangi investasi lebih lanjut di negara ini.
Penegakan pajak lebih menyebabkan distorsi dalam perekonomian dan mengurangi output dan pertumbuhan.

Tujuan dari penelitian ini adalah untuk melengkapi investigasi empiris inflasi di Pakistan. Lebih spesifik:

Untuk mengukur hubungan antara tingkat inflasi dan variabel pertumbuhan ekonomi; Untuk mengukur hubungan antara variabel
pertumbuhan ekonomi dan pengeluaran pemerintah agregat;

Untuk mengukur hubungan antara variabel pertumbuhan ekonomi, tingkat inflasi dan-dis dikumpulkan pengeluaran pemerintah, yaitu
pengeluaran saat ini pemerintah dan pengeluaran pembangunan pemerintah; dan

Untuk menguji arah hubungan kausal antara inflasi, pertumbuhan ekonomi dan pengeluaran pemerintah.

Sisa kertas dibagi dalam bagian yang berbeda: Bagian 2 ulasan literatur. Metodologi dan model dijelaskan dalam Bagian 3. Bagian 4
menjelaskan analisis. Dalam terakhir, Bagian 5 memberikan beberapa kesimpulan dan Bagian 6 memberikan beberapa rekomendasi
kepada pembuat kebijakan.

2. literatur

Literatur sebelumnya telah menemukan hubungan negatif antara inflasi dan rezim pertumbuhan (De
60 Muhammad Irfan Javaid Attari dan Attiya Y. Javed / Procedia Ekonomi dan Keuangan 5 (2013) 58-67

Gregorio, 1992: Fischer, 1993: Barro 1995; Thornton, 1996; Atesoglu, 1998; Bruno & Easterly, 1998; Ericsson, Irons & Tryon, 2001;
Guerrero, 2006). Menurut mereka, jika tingkat inflasi melebihi ambang batas perhubungan pertumbuhan kuat (negatif) dipengaruhi oleh
inflasi. Landu, 1983 dan 1985 telah mengukur hubungan negatif antara pengeluaran pemerintah dan pertumbuhan ekonomi dan telah
menyarankan bahwa peningkatan pengeluaran pemerintah berkorelasi dengan perlambatan pertumbuhan ekonomi di antara negara-negara
maju.

Devarajan, Swaroop dan Zou, 1996 telah mengukur hubungan negatif antara komponen ibukota pengeluaran pemerintah dan pertumbuhan
ekonomi. Mereka telah dipilah pengeluaran pemerintah ke dalam pengeluaran produktif dan tidak produktif. Mereka telah menyarankan bahwa
pengeluaran yang dianggap produktif tetapi menjadi tidak produktif, jika mereka berada dalam jumlah yang berlebihan. Loizidies dan
Vamvoukas 2005 telah mengukur hubungan kausal antara ukuran sektor publik (yaitu rasio pengeluaran pemerintah relatif terhadap GNP) dan
pendapatan per kapita riil. Hasil penelitian menunjukkan bahwa pengeluaran pemerintah menyebabkan pendapatan riil baik dalam jangka
panjang dan jangka pendek. Dalam kasus Yunani, peningkatan output menyebabkan pertumbuhan pengeluaran publik.

Hubungan antara pertumbuhan ekonomi dan pengeluaran pemerintah mungkin positif atau negatif atau tidak ada hubungannya tergantung pada
efek pengeluaran pemerintah seperti yang ditunjukkan pada Tabel 2.

Tabel 2 Hubungan antara Pengeluaran Pemerintah dan Pertumbuhan Ekonomi

teori Hubungan alasan

Neo Klasik - ve tanda pengeluaran pemerintah. Karena crowding out dari investasi swasta.

- + ve tanda pengeluaran pemerintah. Jika pemerintah tersebut. pengeluaran menciptakan ve eksternalitas & hubungan.

New Classical Tidak ada hubungan b / w pemerintah. exp. & pendapatan riil. proposisi klasik baru kesetaraan terus Ricardian.

Hubungan negatif antara tingkat inflasi dan pendapatan riil telah ditemukan, ketika belanja pemerintah didirikan tanda yang diharapkan
antara inflasi dan pendapatan riil telah berubah. Hubungan positif dalam jangka panjang telah menyarankan bahwa kenaikan moderat inflasi
harus meningkatkan pendapatan riil (Atesoglu, 1998; Mallik & Chowdhury, 2002). Atesoglu, 1998; dan Mallik dan Chowdhury, 2002 telah
menggunakan belanja pemerintah dalam arti agregat dalam bentuk fungsi mereka. Namun dalam penelitian ini, pengeluaran pemerintah
telah dipisahkan ke dalam pengeluaran saat ini pemerintah dan pengeluaran pembangunan pemerintah sebagai oleh Devarajan, Swaroop
dan Zou, 1996. The State Bank of Pakistan (SBP) telah dipilah pengeluaran pemerintah ke dalam Handbook of Statistik Pakistan Ekonomi
2010.

3. Metodologi dan Model

Penelitian ini didasarkan pada karya Atesoglu, 1998; dan Mallik dan Chowdhury, 2002 dengan mempertimbangkan perspektif Pakistan.
Penelitian ini juga mengkaji hubungan yang sama antara PDB riil, tingkat inflasi dan pengeluaran pemerintah, dan menyerahkan formulir
fungsi yang sama seperti oleh Atesoglu, 1998; dan Mallik dan Chowdhury, 2002:

=( . ) (3.1)
dimana:
LNY = log alami GDP riil
LNP = tingkat inflasi, dengan mengambil perbedaan pertama CPI log natural
LNG = log alami pengeluaran pemerintah yang nyata
Persamaan (bernama M-1) menjelaskan hubungan berikan di bawah:
=+ + + (M-1)
dimana adalah salah satu konstan, dan adalah parameter kemiringan. adalah istilah kesalahan regresi. Ini
 Muhammad Irfan Javaid Attari dan Attiya Y. Javed / Procedia Ekonomi dan Keuangan 5 (2013) 58-67 61

Penelitian juga telah membagi pengeluaran pemerintah ke: pengeluaran saat ini pemerintah; dan pengeluaran pembangunan pemerintah,
menurut Buku Pegangan Statistik pada Pakistan Ekonomi, 2010. Pertama, efek individu dari kedua pengeluaran telah diuji; dan kedua, efek
gabungan dari kedua pengeluaran telah diambil dengan menggunakan persamaan yang sama (3,1). Tiga persamaan yang berbeda (disebut
sebagai M-2, M-3 dan M-4) yang berasal sebagai berikut:

=+ + + (M-2)
=+ + + (M-3)
=+ + + + (M-4)
Dimana;
lnGC = log alami pengeluaran saat ini pemerintah nyata
lnGD = log alami pengeluaran pembangunan pemerintah yang nyata
Pesaran dan Shin, 1999; dan perasan, Shin dan Smith, 2001 telah memperkenalkan metode baru pengujian untuk kointegrasi disebut
autoregressive didistribusikan lag (ARDL) pendekatan. Teknik ini telah digunakan dalam penelitian ini untuk mengukur hubungan antara
variabel-variabel ekonomi, yang meliputi lima langkah yang berbeda, yaitu:
Untuk memverifikasi keberadaan unit root untuk setiap variabel; Untuk memperkirakan kriteria perintah lag optimal
setiap persamaan; Untuk mengukur hubungan jangka panjang antara variabel-variabel dengan menggunakan uji
Wald; Untuk memperkirakan koefisien baik dalam jangka panjang dan jangka pendek; dan Pada akhirnya, tes
diagnostik dan stabilitas telah digunakan.

AIC tertinggal kriteria telah digunakan dalam model ARDL. Variabel dari produk domestik bruto riil (Y), pengeluaran pemerintah (G),
pengeluaran pemerintah saat ini (GC) dan belanja pembangunan pemerintah (GD) yang diukur dalam unit moneter lokal (Rs.). Variabel
tingkat inflasi (P) diukur dalam perubahan persentase log dari indeks harga konsumen (CPI). Data untuk semua variabel ekonomi telah
menutupi periode 1980-2010 dan telah diambil dari Handbook Statistik di Pakistan Ekonomi (2010).

4. Analisis

Pada langkah pertama, uji ADF Satuan Akar telah digunakan untuk memeriksa bahwa variabel ekonomi yang stasioner. Tes ADF
termasuk konstan tanpa tren di tingkat Saya (0), dan Perbedaan pertama I (1) variabel. Perbedaan lag ( k) dipilih sesuai dengan Schwarz Info
Criterion (SIC). Hasil tes telah ditunjukkan pada Tabel 3:

Tabel 3 ADF Satuan Akar Uji Statistik: Pakistan 1980-2010

Variabel Tingkat Saya (0) Tingkat I (1)

Tidak ada tren k Tidak ada tren K

ln (Y) - 1,708 0 - 3,497 ** 0

ln (P) - 1,463 0 - 5,123 * 0

ln (G) - 0,251 0 - 6.540 * 0

ln (GC) - 0,654 0 - 5,993 * 0

ln (GD) 0,397 0 - 4.670 * 0

* dan ** menunjukkan MacKinnon nilai kritis 1% dan 5% signifikansi pada tingkat masing-masing.

Hasil pengujian ditunjukkan pada Tabel 3, menunjukkan bahwa data time series pada tingkat Saya (0) adalah nonstasioner pada 1% dan 5% tingkat
signifikansi pada lag yang berbeda. Tren deterministik berarti bahwa time series sekarang benar-benar dapat diprediksi dan tidak variabel. Jadi, semua
kali seri variabel yang stasioner dalam kasus Pakistan, ini berarti bahwa semua guncangan yang akan bersifat sementara dan efek mereka akan
dihilangkan dari waktu ke waktu sebagai
62 Muhammad Irfan Javaid Attari dan Attiya Y. Javed / Procedia Ekonomi dan Keuangan 5 (2013) 58-67

seri mundur ke varians jangka panjang mereka. Setelah menemukan semua variabel ekonomi yang terintegrasi pada urutan
Saya (0) dan ketertiban I (1), langkah kedua dari tes kointegrasi ARDL telah digunakan oleh pemilihan VAR perintah lag optimal.

Tabel 4 (a) Uji Statistik dan VAR Lag Orde Seleksi Kriteria Model: (M-1 Variabel endogen)

Memesan LL LR FPE AIC SC HQ

0 159,53 NA 4.11e-09 - 10.79 - 10,65 * - 10,75

1 170,99 19.97 * 3.49e-09 * - 10.96 * - 10,39 - 10.78 *

2 176,33 8.09 4.60e-09 - 10.71 - 9.72 - 10.40

Tabel 4 (b) Statistik Uji dan VAR Lag Orde Seleksi Kriteria Model: (M-2 Variabel endogen)

Memesan LL LR FPE AIC SC HQ

0 156,62 NA 5,03-09 - 10.59 - 10.45 * - 10.55

1 168,12 19.84 * 4.25e-09 * - 10.76 * - 10.20 - 10.59 *

2 175,08 10.55 5.01e-09 - 10.62 - 9.63 - 10.31

Tabel 4 (c) Statistik Uji dan Orde Seleksi VAR Lag Kriteria Model: (M-3 Variabel endogen)

Memesan LL LR FPE AIC SC HQ

0 147,77 NA 9.26e-09 - 9,98 - 9,84 * - 9,93

1 160,66 22.23 * 7.12e-09 * - 10.25 * - 9.68 - 10.07 *

2 164,72 6.16 1.02e-08 - 9,91 - 8.92 - 9,60

Tabel 4 (d) Statistik Uji dan VAR Lag Orde Seleksi Kriteria Model: (M-4 Variabel endogen)

Memesan LL LR FPE AIC SC HQ

0 176,43 NA 8.04e-11 - 11,89 - 11,70 * - 11.83 *

1 195.79 32.04 * 6.47e-11 * 12.12 * - 11.18 - 11.82

2 204,85 12.50 1.12e-10 - 11,64 - 9.94 - 11.11

* menunjukkan urutan lag dipilih oleh kriteria; LL: log kemungkinan; LR: log rasio kemungkinan; FPE: kesalahan prediksi Akhir; AIC: Akaike
kriteria informasi; SC: kriteria informasi Schwarz; HQ: kriteria informasi Hannan-Quinn

Dalam rangka untuk memilih urutan lag optimal untuk VAR dari Tabel di atas 4 (a), (b), (c), (d), penting untuk memilih cukup agar tinggi
untuk memastikan bahwa urutan optimal tidak akan melebihi itu . Tiga VAR pesanan dua telah dihitung selama periode waktu 1980 hingga
2010. Namun, kriteria AIC tersirat bahwa urutannya adalah 1. statistik rasio log kemungkinan, apakah disesuaikan dengan sampel kecil atau
tidak, ditolak urutan 0, tetapi menolak VAR pesanan 1. dalam terang statistik di atas telah memutuskan untuk memilih VAR (1) model.

Setelah menyelesaikan pemilihan VAR perintah lag optimal, langkah ketiga dari tes kointegrasi ARDL telah dibentuk dari hubungan
jangka panjang (kointegrasi) antara variabel-variabel melalui statistik F-test dengan menerapkan Uji Bound. Pada tahap pertama, OLS
dihitung untuk mengukur hubungan jangka panjang. Pada tahap kedua, F-statistik telah dihitung dengan menggunakan uji Wald pada
estimasi OLS dihitung pada tahap pertama. Hasil dari langkah ini telah ditunjukkan pada Tabel 5:
 Muhammad Irfan Javaid Attari dan Attiya Y. Javed / Procedia Ekonomi dan Keuangan 5 (2013) 58-67 63

Tabel 5 Wald Test: Pakistan 1980-2010

Model # F-statistik p-value

M-1 2,897 * 0,096 **

M-2 3,584 * 0,022 **

M-3 3,087 * 0,050 **

M-4 2.534 * 0,078 **

* rentang nilai kritis F-statistik adalah 4,39-5,91, 3,17-4,45 dan 2,63-3,77 pada 1%, 5% dan 10% tingkat signifikansi masing-masing.
* * menunjukkan penolakan hipotesis pada tingkat signifikansi 10%.

Tabel 5 menunjukkan bahwa F-statistik untuk pesanan dari lag satu ternyata menjadi signifikan pada tingkat 10%. Hasilnya menunjukkan bukti
bahwa ada hubungan jangka panjang yang kuat antara variabel-variabel dari seluruh model.
Setelah menemukan hubungan yang panjang antara variabel, langkah keempat adalah untuk memperkirakan jangka panjang dan koefisien jangka
pendek. Pada tahap pertama, koefisien jangka panjang telah diperkirakan dengan menggunakan teknik OLS. Hasil jangka panjang perkiraan
ditunjukkan pada Tabel 6:

Tabel 6 ARDL Model Jangka Panjang Perkiraan: Pakistan 1980-2010

Model Panjang run memperkirakan

M-1 LNY = 0. 058 * - 0.210 * LNP + 0,072 * LNG

M-2 LNY = 0. 060 * - 0,201 * LNP + 0.051 lnGC

M-3 LNY = 0. 061 * - 0,196 * LNP + 0,058 * lnGD

M-4 LNY = 0,058 * - 0,211 * LNP + 0.031 lnGC + 0,052 * lnGD

* menunjukkan level 10% signifikansi dan angka dalam kurung menunjukkan kesalahan standar.

Hasil yang disajikan di atas Tabel 6 menunjukkan bahwa ada koefisien negatif dari laju inflasi, yang signifikan secara statistik. Koefisien
negatif yang sama inflasi juga telah menemukan dalam kasus UK. Koefisien belanja pemerintah adalah statistik positif yang signifikan dan
menemukan tanda yang sama seperti di kasus Australia, Kanada, Finlandia, Selandia Baru, Spanyol, Swedia, Inggris dan Amerika Serikat
(Atesoglu, 1998; Mallik & Chowdhury, 2002). Dalam model 2 dan 4, koefisien pengeluaran saat ini pemerintah statistik tidak signifikan.
Koefisien pengeluaran pembangunan pemerintah adalah signifikan secara statistik, dalam Model 3 dan 4.

Sebagai perkiraan jangka panjang telah dihitung, jangka pendek (ECM) koefisien telah diperkirakan pada tahap berikutnya. Hasil estimasi ECM
memungkinkan mengukur kecepatan penyesuaian yang diperlukan untuk menyesuaikan diri dengan nilai-nilai jangka panjang setelah kejutan jangka pendek.
Hasil jangka pendek ditunjukkan pada Tabel 7:

Tabel 7 ARDL Model ECM Perkiraan: Pakistan 1980-2010

Model Variabel tak bebas: LNY

M-1 - 0,001 - 0,042 LNP + 0,065 * LNG - 0,775 * (1)

M-2 - 0,001 - 0,009 LNP + 0,053 * lnGC - 0,765 * (1)

M-3 - 0,001 - 0.098 LNP + 0,040 * lnGD - 0,868 * (1)

M-4 - 0. 001 - 0,070 LNP + 0,040 lnGC + 0,043 lnGD - 0,883 * (1)

* signifikansi pada tingkat 5%

64 Muhammad Irfan Javaid Attari dan Attiya Y. Javed / Procedia Ekonomi dan Keuangan 5 (2013) 58-67

Koefisien error correction term (ECM) adalah -0,775, -0,765, -0,868 dan -0,883; dengan tanda yang diharapkan dan signifikan p-value.
Namun koefisien ECM cukup besar dan yang menyiratkan bahwa 77,5%, 76,5%,
86,8% dan 88,3% dari disequilibria dalam PDB guncangan tahun sebelumnya menyesuaikan kembali ke ekuilibrium jangka panjang pada tahun
berjalan.
Kekokohan uji terikat ARDL kointegrasi diperiksa oleh Likelihood Ratio (LR) Tes untuk menentukan jumlah kointegrasi hubungan yang
diusulkan oleh Johansen, 1995. Hasil uji statistik tes jejak, yang ditunjukkan pada Tabel 8.

Tabel 8 Kointegrasi Uji Statistik untuk LNY: Pakistan 1980-2010

Model eigen Nilai Hipotesis tidak ada. CE

jejak

0,548 Tidak ada * r = 0 34,688 *

M-1 0,261 11,636

0,094 2,874

0,578 Tidak ada * r = 0 37,208 *

M-2 0,277 12,175

0,090 2,757

0,527 Tidak ada * r = 0 31,799 *

M-3 0,223 10,049

0,089 2,729

0,600 Tidak ada * r = 0 59,580 *

0,505 32,967 *
M-4
0,294 12,571

0,080 2,438

* menunjukkan penolakan hipotesis pada tingkat signifikansi 5%. MacKinnon-Haug-Michelis, 1999 p-nilai.

Tabel 8 melaporkan bahwa ekuilibrium jangka panjang ada antara variabel ( LNY, LNP, LNG, lnGC, & lnGD).
Dengan demikian, akan disimpulkan bahwa ada hubungan yang panjang antara PDB, tingkat inflasi dan pengeluaran pemerintah ada dalam
hal Pakistan. Statistik jejak menunjukkan bahwa ada dua angka dari persamaan kointegrasi pada tingkat 5% yang mengkonfirmasi hasil
Pesaran et al. (2001) pendekatan kointegrasi.

Tes Kausalitas Granger telah digunakan untuk memverifikasi arah kausalitas antara variabel Pakistan. Ini mengukur dua cara
kausalitas berarti hubungan sebab dan akibat antara dua atau lebih variabel. Hasilnya ditunjukkan pada Tabel 9:

Tabel 9 Kausalitas Granger Hasil F-statistik: Pakistan 1980-2010

variabel F-statistik p-value

LNP LNY 3,092 * 0,063 *

LNY LNP 0,892 0,422

 Muhammad Irfan Javaid Attari dan Attiya Y. Javed / Procedia Ekonomi dan Keuangan 5 (2013) 58-67 65

LNG LNY 2,567 * 0,097 *

LNY LNG 1,644 0,214

LNG LNP 0,585 0,564

LNP LNG 0,546 0,585

lnGC LNY 2,501 * 0.099 *

LNY lnGC 0,974 0,391

lnGD LNY 0.187 0.830

LNY lnGD 0,945 0,402

lnGC LNP 0,681 0,515

LNP lnGC 2,062 0,149

lnGD LNP 0,050 0,950

LNP lnGD 2,002 0,156

lnGD lnGC 0,221 0,803

lnGC lnGD 2,453 0,107

* menunjukkan penolakan hipotesis nol pada tingkat signifikansi 10%.

Hasil pengujian menunjukkan bahwa ada kausalitas searah antara tingkat inflasi dan PDB; belanja pemerintah dan PDB; dan belanja
modal pemerintah dan PDB. Hasil pengujian juga menunjukkan bahwa tidak ada kausalitas arah antara tingkat inflasi dan pengeluaran
pemerintah. Dalam kasus dari PDB dan pengeluaran saat ini pemerintah; dan GDP dan pengeluaran pembangunan pemerintah, juga tidak
ada hubungan kausal.

Model melewati tes diagnostik seperti korelasi serial dan spesifikasi bentuk fungsional. Untuk menyelidiki korelasi serial,
Breusch-Godfery Langrage Multiplier (LM) uji diterapkan dan hasilnya telah menyimpulkan dengan memungkinkan untuk sampai satu lag
pada Tabel 10:

Tabel 10 Breusch-Godfery Langrage Multiplier (LM) Test: Pakistan 1980-2010

Model # F-statistik p-value

M-1 0,686 0,512

M-2 0,737 0,488

M-3 0,184 0.832

M-4 0,148 0,862

* menunjukkan penolakan hipotesis pada tingkat signifikansi 10%.

Hasil telah menyarankan penerimaan hipotesis nol yaitu tidak ada korelasi serial, itu berarti bahwa istilah gangguan yang berkaitan
dengan variabel apapun belum dipengaruhi oleh istilah gangguan yang berhubungan dengan variabel lain.

Akhirnya, model telah melewati uji stabilitas. Jumlah kumulatif residual rekursif (CUSUM) dan jumlah kumulatif kuadrat residual rekursif
(CUSUMSQ) digunakan sebagai tahap terakhir dari estimasi ARDL untuk memeriksa bahwa semua koefisien dalam model ECM stabil atau
tidak. Plot CUSUM dan CUSUMSQ statistik disajikan pada Gambar 1:
66 Muhammad Irfan Javaid Attari dan Attiya Y. Javed / Procedia Ekonomi dan Keuangan 5 (2013) 58-67

(Sebuah) (B)

(C) (D)

Gambar 1 Plot CUSUM dan CUSUMQ (a) M-1.; (B) M-2; (C) M-3; (D) M-4

Gambar 1 menunjukkan plot jumlah kumulatif residual rekursif (CUSUM) dan jumlah kumulatif kuadrat residual rekursif (CUSUMSQ)
bahwa semua koefisien dalam model ECM diperkirakan stabil selama periode sampel pada tingkat 5% dari signifikan. Dan semua model
dapat dievaluasi untuk analisis kebijakan yang efektif oleh para pembuat kebijakan.

5. Kesimpulan

Hubungan antara inflasi dan pertumbuhan ekonomi telah menjadi subjek penelitian yang luas selama masa lalu beberapa dekade.
Penelitian ini akan mengeksplorasi hubungan yang sama antara inflasi, pertumbuhan ekonomi dan pengeluaran pemerintah, dalam hal
Pakistan. Pada langkah pertama, akar unit telah diuji dan hasil tes menunjukkan bahwa data time series stasioner.

Kedua, ARDL telah digunakan untuk mengukur jangka panjang dan perkiraan jangka pendek. Temuan ini setuju dengan proposisi
klasik baru (Ricardian kesetaraan). Koefisien negatif tinggi dari inflasi telah ditemukan dalam kasus Pakistan, seperti di UK. Ini menyatakan
bahwa jika tingkat inflasi melebihi ambang batas perhubungan pertumbuhan kuat (negatif) dipengaruhi oleh inflasi. Diperkirakan hubungan
antara pendapatan riil dan pengeluaran pemerintah adalah positif dan tanda yang sama telah ditemukan dalam kasus Australia, Kanada,
Finlandia, Selandia Baru, Spanyol, Swedia, Inggris dan Amerika Serikat (Atesoglu, 1998; Mallik & Chowdhury, 2002).

Sebagai belanja pemerintah dibedakan menjadi pengeluaran saat ini pemerintah dan pengeluaran pembangunan pemerintah, koefisien
pengeluaran saat ini pemerintah statistik tidak signifikan. Tapi, koefisien pengeluaran pembangunan pemerintah secara statistik signifikan,
yang menunjukkan bahwa pengeluaran pemerintah menghasilkan eksternalitas positif dan hubungan.

ketahanan ini telah diuji dengan menerapkan kointegrasi dan hasilnya dilaporkan bahwa ada keseimbangan jangka panjang ada antara
variabel. Tes Kausalitas Granger telah digunakan untuk memverifikasi arah kausalitas antara variabel Pakistan. Hasil pengujian
menunjukkan bahwa ada inflasi kausalitas searah dan pertumbuhan ekonomi. Hasil pengujian juga menunjukkan bahwa tidak ada
kausalitas antara inflasi dan pengeluaran pemerintah. Dalam hal pertumbuhan ekonomi dan pengeluaran pemerintah ada searah
 Muhammad Irfan Javaid Attari dan Attiya Y. Javed / Procedia Ekonomi dan Keuangan 5 (2013) 58-67 67

hubungan sebab dan akibat.

Tes diagnostik yang berbeda digunakan: untuk menyelidiki autokorelasi tersebut, Breusch-Godfery Langrage Multiplier (LM) uji
diterapkan dan hasilnya telah menyarankan bahwa tidak ada autokorelasi. Model ini telah melewati uji stabilitas. Jumlah kumulatif residual
rekursif (CUSUM) dan jumlah kumulatif kuadrat residual rekursif (CUSUMSQ) digunakan sebagai tahap terakhir dari estimasi ARDL untuk
memeriksa bahwa semua koefisien dalam model ECM yang stabil dan berlaku untuk analisis kebijakan yang efektif.

6. rekomendasi

Pertama, koefisien negatif inflasi yang tinggi telah menyarankan para pembuat kebijakan untuk mempertimbangkan kembali tentang kebijakan
makro-ekonomi yang ada. Prioritas pertama dari mereka adalah untuk mengendalikan inflasi dengan memperkenalkan Inflasi Pertama kebijakan
karena inflasi yang tinggi dan persisten adalah mempertimbangkan sebagai pengenaan pajak regresif pada orang-orang miskin dan buruk berdampak
pada pembangunan ekonomi. Kedua, Dalam kasus negara-negara berkembang, banyak masalah yang dihadapi oleh pemerintah, seperti: pemanfaatan
dan miss-alokasi sumber daya. Jika pengeluaran pemerintah yang digunakan dalam jumlah berlebih, ibukota berlebihan (produktif) pengeluaran menjadi
tidak produktif di margin.

Referensi

Asteriou, D., Hall, SH, 2007. Ekonometrika Terapan (1 st ed) .New York: Palgrave Macmillan. Atesoglu, HS, 1998. Inflasi dan pendapatan riil, Journal Pos Keynesian
Economics 20, p. 487. Barro, RJ, 1995. Inflasi dan pertumbuhan ekonomi, Bank of England Quarterly Bulletin, p. 166. Breusch, T., 1978. Pengujian autokorelasi dalam
model linear dinamis, Makalah Ekonomi Australia 17, p. 334. Bruno, M & Easterly, W., 1998. krisis Inflasi dan jangka panjang pertumbuhan, Jurnal Ekonomi Moneter
41, 3. Devarajan, S., Swaroop, V., Zou, H., 1996. Komposisi publik pengeluaran dan pertumbuhan ekonomi, Journal of Moneter

Ekonomi 37, 313.

De Gregorio, J., 1992. Efek inflasi terhadap pertumbuhan ekonomi: pelajaran dari Amerika Latin, Eropa Economic Review 36, p. 417. Dickey, DA, Fuller, WA,
1979. Distribusi estimator untuk time series autoregressive dengan unit root, Journal of Amerika
Statistik Asosiasi 74, p. 427.
Enders, W., 2004. Terapan Econometric Time Series (2 nd ed). New York: John Wiley and Sons.
Ericsson, NR, Irons, JS, Tryon, RW, 2001. Output dan inflasi dalam jangka panjang, Journal of Applied Ekonometrika 16, p. 241. Fischer, S., 1993. Peran fakta
makro-ekonomi dalam pertumbuhan, Jurnal Ekonomi Moneter 32, p. 482. Godfrey, LG, 1968. Pengujian untuk seri korelasi yang lebih tinggi dalam persamaan regresi
ketika regresi berisi tertinggal bergantung
variabel, Econometrica 46, p. 1303.
Granger, CWJ, 1969. Investigasi hubungan sebab akibat dengan model ekonometrik dan metode lintas spektral, Econometrica 7, p. 424. Guerrero, F., 2006. Apakah inflasi
menyebabkan kinerja yang buruk pertumbuhan jangka panjang ?, Jepang dan Ekonomi Dunia 18, p. 72. Johansen, S., 1995. antarmuka berbasis Kemungkinan di Conitegrated
Vector Auto model Regresif. Oxford: Oxford University Press. Landau, DL, 1983. pengeluaran pemerintah dan pertumbuhan ekonomi: studi lintas negara, Southern Ekonomi
Journal 49, p. 783. Landau, DL, pengeluaran 1985. Pemerintah dan pertumbuhan ekonomi di negara-negara maju: 1952-1976, Public Choice 47, 459. Loizidies, J., Vamvoukas, G.,
pengeluaran 2005. Pemerintah dan pertumbuhan ekonomi: bukti dari kausalitas trivariate pengujian, Jurnal

Diterapkan Ekonometrika 8, p. 125.

Mallik, G., Chowdhury, A., 2002. Inflasi, pengeluaran pemerintah dan pendapatan riil dalam jangka panjang, Jurnal Studi Ekonomi 29, p.
240.
Pesaran, MH, Shin, Y., 1999. Sebuah autoregressive didistribusikan lag pendekatan pemodelan untuk kointegrasi analisis. Dalam: Storm, S. (Ed.),
Ekonometri dan Teori Ekonomi di 20 th Century: The Ranger Frisch Centennial Symposium. Cambridge University Press, Cambridge Bab 11.

Pesaran, MH, Shin, Y., Smith, RJ, 2001. pengujian Bound pendekatan untuk analisis hubungan tingkat, Journal of Applied
Ekonometrik 16, p. 289.
Phillips, P., Perron, P., 1988. Pengujian untuk akar unit seri regresi waktu dengan saya (1) proses, Biometrika 75, p. 335. State Bank of Pakistan, 2010 buku Tangan
statistik ekonomi Pakistan. Diperoleh 5 Mei 2011, dari situs web SBP melalui akses:
http://www.sbp.org.pk
Thornton, DL, 1996. biaya dan manfaat dari stabilitas harga: penilaian Peraturan Howitt ini, Federal Reserve Bank of St Louis
Ulasan 78, p. 23.