GAMBAR I.3 pengeluaran konsumsi pribadi (Y) dalam kaitannya dengan GDP (X),
1982-1996, baik dalam miliaran 1992 dolar. ekonomi AS untuk periode 1981-1996.
Variabel Y dalam tabel ini agregat (untuk ekonomi secara keseluruhan) pengeluaran
konsumsi pribadi (PCE) dan variabel X adalah produk domestik bruto (PDB), suatu
ukuran dari pendapatan agregat, baik diukur dalam miliaran 1992 dolar. Karena itu,
data yang di "nyata" hal; yaitu, mereka diukur dalam konstan (1992) harga. Data diplot
pada Gambar I.3 (lih Gambar I.2). Untuk saat ini mengabaikan garis yang ditarik pada
gambar.
5. Estimasi Model ekonometrik Sekarang bahwa kita memiliki data, tugas kita
berikutnya adalah untuk memperkirakan parameter fungsi konsumsi. Perkiraan numerik
parameter memberikan konten empiris untuk fungsi konsumsi. Mekanisme sebenarnya
dari estimasi parameter akan dibahas dalam Bab 3. Untuk saat ini, diketahui bahwa
teknik statistik analisis regresi adalah alat utama yang digunakan untuk mendapatkan
estimasi. Dengan menggunakan teknik ini dan data yang diberikan pada Tabel I.1, kita
memperoleh perkiraan berikut β1 dan β2, yaitu, -184,08 dan 0,7064. Dengan demikian,
fungsi konsumsi diperkirakan adalah: Y = -184,08 + 0.7064Xi (I.3.3) Topi pada Y
menunjukkan bahwa itu adalah estimate.11 fungsi konsumsi yang diperkirakan (yaitu,
garis regresi) ditunjukkan pada Gambar I.3.
Seperti Gambar I.3 menunjukkan, garis regresi cocok dengan data cukup baik di bahwa titik data
yang sangat dekat dengan garis regresi. Dari angka ini kita melihat bahwa untuk periode 1982-
1996 koefisien slope (yaitu, MPC) adalah sekitar 0.70, menunjukkan bahwa untuk periode
sampel peningkatan pendapatan riil dari 1 dollar memimpin, rata-rata, untuk peningkatan sekitar
70 sen di konsumsi riil expenditure.12 Kita mengatakan rata-rata karena hubungan antara
konsumsi dan pendapatan eksak; seperti yang jelas dari Gambar I.3; tidak semua data titik
terletak tepat pada garis regresi. Secara sederhana dapat dikatakan bahwa, menurut data kami,
rata-rata, atau berarti, pengeluaran konsumsi naik sekitar 70 sen untuk peningkatan dolar di
pendapatan riil.
6. Pengujian Hipotesis Dengan asumsi bahwa model pas adalah pendekatan yang cukup baik
dari realitas, kita harus mengembangkan kriteria yang cocok untuk mengetahui apakah perkiraan
yang diperoleh dalam, katakanlah, Eq. (I.3.3) yang sesuai dengan harapan Teori yang sedang
diuji. Menurut ekonom "positif" seperti Milton Friedman, teori atau hipotesis yang tidak
diverifikasi oleh banding ke bukti empiris mungkin tidak diterima sebagai bagian dari enquiry.13
ilmiah Seperti disebutkan sebelumnya, Keynes diharapkan MPC untuk menjadi positif tetapi
kurang dari 1. Dalam contoh kita menemukan MPC menjadi sekitar 0,70. Tapi sebelum kita
menerima Temuan ini sebagai konfirmasi dari teori konsumsi Keynesian, kita harus menanyakan
apakah perkiraan ini cukup bawah kesatuan untuk meyakinkan kita bahwa ini bukan kejadian
kebetulan atau keganjilan dari data tertentu yang kita miliki bekas. Dengan kata lain, adalah 0.70
statistik kurang dari 1? Jika ya, mungkin mendukung teori Keynes '. Konfirmasi tersebut atau
sanggahan dari teori ekonomi atas dasar bukti sampel didasarkan pada cabang teori statistik yang
dikenal sebagai inferensi statistik (uji hipotesis). Sepanjang buku ini kita akan melihat
bagaimana proses inferensi ini sebenarnya dilakukan.
7. Peramalan atau Prediksi Jika model yang dipilih tidak membantah hipotesis atau teori yang
dipertimbangkan, kita dapat menggunakannya untuk memprediksi nilai masa depan (s) dari
dependent, atau perkiraan, variabel Yon dasar nilai masa depan diketahui atau diharapkan (s)
dari jelas, atau prediktor, variabel X. Untuk menggambarkan, misalkan kita ingin memprediksi
pengeluaran konsumsi rata-rata untuk tahun 1997. Nilai PDB untuk 1997 adalah 7269800000000
dolar
Seperti Gambar I.3 menunjukkan, garis regresi cocok dengan data cukup baik di bahwa titik data
yang sangat dekat dengan garis regresi. Dari angka ini kita melihat bahwa untuk periode 1982-
1996 koefisien slope (yaitu, MPC) adalah sekitar 0.70, menunjukkan bahwa untuk periode
sampel peningkatan pendapatan riil dari 1 dollar memimpin, rata-rata, untuk peningkatan sekitar
70 sen di konsumsi riil expenditure.12 Kita mengatakan rata-rata karena hubungan antara
konsumsi dan pendapatan eksak; seperti yang jelas dari Gambar I.3; tidak semua data titik
terletak tepat pada garis regresi. Secara sederhana dapat dikatakan bahwa, menurut data kami,
rata-rata, atau berarti, pengeluaran konsumsi naik sekitar 70 sen untuk peningkatan dolar di
pendapatan riil.
6. Pengujian Hipotesis Dengan asumsi bahwa model pas adalah pendekatan yang cukup baik dari
realitas, kita harus mengembangkan kriteria yang cocok untuk mengetahui apakah perkiraan
yang diperoleh dalam, katakanlah, Eq. (I.3.3) yang sesuai dengan harapan Teori yang sedang
diuji. Menurut ekonom "positif" seperti Milton Friedman, teori atau hipotesis yang tidak
diverifikasi oleh banding ke bukti empiris mungkin tidak diterima sebagai bagian dari enquiry.13
ilmiah Seperti disebutkan sebelumnya, Keynes diharapkan MPC untuk menjadi positif tetapi
kurang dari 1. Dalam contoh kita menemukan MPC menjadi sekitar 0,70. Tapi sebelum kita
menerima Temuan ini sebagai konfirmasi dari teori konsumsi Keynesian, kita harus menanyakan
apakah perkiraan ini cukup bawah kesatuan untuk meyakinkan kita bahwa ini bukan kejadian
kebetulan atau keganjilan dari data tertentu yang kita miliki bekas. Dengan kata lain, adalah 0.70
statistik kurang dari 1? Jika ya, mungkin mendukung teori Keynes '. Konfirmasi tersebut atau
sanggahan dari teori ekonomi atas dasar bukti sampel didasarkan pada cabang teori statistik yang
dikenal sebagai inferensi statistik (uji hipotesis). Sepanjang buku ini kita akan melihat
bagaimana proses inferensi ini sebenarnya dilakukan. 7. Peramalan atau Prediksi Jika model
yang dipilih tidak membantah hipotesis atau teori yang dipertimbangkan, kita dapat
menggunakannya untuk memprediksi nilai masa depan (s) dari dependent, atau perkiraan,
variabel Yon dasar nilai masa depan diketahui atau diharapkan (s) dari jelas, atau prediktor,
variabel X. Untuk menggambarkan, misalkan kita ingin memprediksi pengeluaran konsumsi
rata-rata untuk tahun 1997. Nilai PDB untuk 1997 adalah 7269800000000 dolar. Menempatkan
angka GDP ini di sisi kanan (I.3.3), kita memperoleh:
Y1997 = -184,0779 + 0,7064 (7.269,8)
= 4951.3167
(I.3.4)
atau sekitar 4951000000000 dolar. Dengan demikian, mengingat nilai dari PDB, mean,
atau rata-rata, pengeluaran konsumsi perkiraan sekitar 4951000000000 dolar. Nilai sebenarnya
dari pengeluaran konsumsi dilaporkan pada tahun 1997 adalah
4913500000000 dolar. Diperkirakan model (I.3.3) sehingga overpredicted
pengeluaran konsumsi aktual oleh sekitar 37820000000 dolar. Kita
bisa mengatakan kesalahan perkiraan sekitar 37820000000 dolar, yaitu sekitar
0,76 persen dari nilai PDB aktual untuk tahun 1997. Ketika kami sepenuhnya membahas
model regresi linear di bab-bab berikutnya, kita akan mencoba untuk mengetahui apakah
seperti kesalahan adalah "kecil" atau "besar." Tapi apa yang penting untuk saat ini adalah untuk
dicatat
bahwa kesalahan perkiraan tersebut tidak dapat dihindari mengingat sifat statistik kami
analisis.
Ada penggunaan lain dari model estimasi (I.3.3). Misalkan Presiden memutuskan untuk
mengusulkan pengurangan pajak penghasilan. Apa yang akan menjadi efek dari kebijakan
tersebut terhadap pendapatan dan dengan demikian pada pengeluaran konsumsi
dan akhirnya pada pekerjaan?
Misalkan, sebagai akibat dari perubahan kebijakan yang diusulkan, pengeluaran investasi
meningkat. Apa yang akan menjadi efek pada perekonomian? Sebagai menunjukkan teori
makroekonomi, perubahan pendapatan berikut, katakanlah, senilai satu dolar
perubahan pengeluaran investasi diberikan oleh multiplier pendapatan M,
yang didefinisikan sebagai
M=
1
1 - MPC (I.3.5)
Jika kita menggunakan MPC 0,70 diperoleh di (I.3.3), multiplier ini menjadi sekitar
M = 3.33. Artinya, kenaikan (penurunan) dari dolar dalam investasi pada akhirnya akan
menyebabkan lebih dari tiga kali lipat peningkatan (penurunan) laba; dicatat bahwa
butuh waktu untuk multiplier untuk bekerja.
Nilai penting dalam perhitungan ini adalah MPC, untuk multiplier tergantung
di atasnya. Dan perkiraan ini dari MPC dapat diperoleh dari model regresi
seperti (I.3.3). Dengan demikian, perkiraan kuantitatif MPC memberikan informasi berharga
untuk tujuan kebijakan. Mengetahui MPC, seseorang dapat memprediksi masa depan
Tentu saja pendapatan, pengeluaran konsumsi, dan pekerjaan setelah
perubahan kebijakan fiskal pemerintah.
GAMBAR I.5 Kategori ekonometrik. Kami akan membahasnya dalam Bab 13, setelah
kami telah memperoleh diperlukan teori ekonometrik.
I.4 JENIS ekonometri Sebagai skema klasifikasi pada Gambar I.5 menunjukkan,
ekonometrik mungkin dibagi menjadi dua kategori besar: ekonometri teoritis dan
diterapkan ekonometrik. Dalam setiap kategori, salah satu bisa mendekati subjek dalam
tradisi klasik atau Bayesian. Dalam buku ini penekanannya adalah pada klasik
pendekatan. Untuk pendekatan Bayesian, pembaca dapat berkonsultasi dengan
referensi yang diberikan di akhir bab ini. ekonometrik teoritis berkaitan dengan
pengembangan metode yang tepat untuk mengukur hubungan ekonomi ditentukan oleh
model ekonometrik. Dalam aspek ini, ekonometrik bersandar berat pada matematika
statistik. Misalnya, salah satu metode yang digunakan secara luas dalam buku ini
kuadrat terkecil. ekonometrik teoritis harus menguraikan asumsi metode ini, sifat-
sifatnya, dan apa yang terjadi pada properti ini ketika salah satu atau lebih dari asumsi
metode tidak terpenuhi. Dalam ekonometrik terapan kita menggunakan alat-alat
ekonometrik teoritis untuk mempelajari beberapa bidang khusus (s) ekonomi dan bisnis,
seperti fungsi produksi, fungsi investasi, permintaan dan penawaran fungsi, portofolio
teori, dll Buku ini berkaitan terutama dengan perkembangan ekonometrik metode,
asumsi mereka, menggunakan mereka, keterbatasan mereka. Metode ini diilustrasikan
dengan contoh-contoh dari berbagai bidang ekonomi dan bisnis. Tapi ini bukan buku
ekonometri diterapkan dalam arti bahwa ia menggali dalam ke setiap bidang tertentu
aplikasi ekonomi. Peker jaan yang terbaik kiri untuk buku yang ditulis khusus untuk
tujuan ini. Referensi untuk beberapa ini buku yang disediakan di akhir buku ini.
I.5 MATEMATIKA DAN STATISTIK PRASYARAT Meskipun buku ini ditulis pada tingkat
SD, penulis mengasumsikan bahwa pembaca akrab dengan konsep-konsep dasar dari
estimasi statistik dan pengujian hipotesis. Namun, gambaran luas tetapi non-teknis dari
konsep-konsep statistik dasar yang digunakan dalam buku ini disediakan dalam
Lampiran A untuk kepentingan mereka yang ingin menyegarkan pengetahuan mereka.
Sejauh matematika yang bersangkutan, mengangguk kenalan dengan pengertian
diferensial kalkulus diinginkan, meskipun tidak pentin g. Meskipun tingkat pascasarjana
yang paling buku di ekonometrik menggunakan berat aljabar matriks, saya ingin
membuatnya jelas bahwa itu tidak diperlukan untuk mempelajari buku ini. Ini adalah
keyakinan kuat saya bahwa ide dasar dari ekonometrik dapat disampaikan tanpa
menggunakan aljabar matriks. Namun, untuk kepentingan siswa cenderung matematis,
Lampiran C memberikan ringkasan teori regresi dasar dalam matriks notasi. Untuk
siswa tersebut, Lampiran B memberikan ringkasan singkat dari hasil utama dari matriks
aljabar.
I.6 PERAN KOMPUTER analisis regresi, alat roti-dan-mentega dari ekonometrik, hari ini
tidak terpikirkan tanpa komputer dan beberapa akses ke perangkat lunak statistik.
(Percayalah, saya dibesarkan dalam generasi slide aturan!) Untungnya, beberapa paket
regresi baik yang tersedia secara komersial, baik untuk mainframe dan mikro, dan
daftar ini berkembang dari hari ke hari. paket perangkat lunak regresi, seperti ET,
LIMDEP, Shazam, MICRO TSP, MINITAB, Eviews, SAS, SPSS, STATA, microFIT,
PcGive, dan BMD memiliki sebagian besar teknik ekonometrik dan tes dibahas dalam
buku ini. Dalam buku ini, dari waktu ke waktu, pembaca akan diminta untuk melakukan
Monte Carlo percobaan menggunakan salah satu atau lebih dari paket statistik. Monte
Carlo percobaan yang "menyenangkan" latihan yang akan memungkinkan pembaca
untuk menghargai sifat-sifat beberapa metode statistik yang dibahas dalam ini Book.
Rincian dari percobaan Monte Carlo akan dibahas pada tempat yang tepat.
I.7 SARAN UNTUK BACAAN LEBIH LANJUT Topik metodologi ekonometrik sangat
luas dan kontroversial. bagi mereka tertarik dengan topik ini, saya sarankan buku-buku
berikut: Neil de Marchi dan Christopher Gilbert, eds., Sejarah dan Metodologi
Ekonometrik, Oxford University Press, New York, 1989. Koleksi bacaan membahas
beberapa pekerjaan awal metodologi ekonometrik dan memiliki diskusi panjang dari
pendekatan Inggris untuk ekonometrik yang berkaitan dengan Data time series, yaitu,
data yang dikumpulkan selama periode waktu. Wojciech W. Charemza dan Derek F.
Deadman, Arah Baru di ekonometrik Praktek: Umum ke Modelling spesifik, Kointegrasi
dan Vector Autogression, 2d ed, Edward Elgar Publishing Ltd, Hants, Inggris, 1997..
penulis buku ini mengkritik pendekatan tradisional untuk ekonometri dan memberikan
penjelasan rinci tentang pendekatan baru untuk metodologi ekonometrik. Adrian C.
Darnell dan J. Lynne Evans, The Limits of Ekonometrika, Edward Elgar Penerbit Ltd,
Hants, Inggris, tahun 1990. Buku ini memberikan agak diskusi yang seimbang dari
berbagai pendekatan metodologis untuk ekonometrik, dengan kesetiaan baru untuk
metodologi ekonometrik tradisional. Mary S. Morgan, The History of Ideas Ekonometrik,
Cambridge University Press, New York, 1990. Penulis memberikan perspektif sejarah
yang sangat baik pada teori dan praktek ekonometrik, dengan diskusi mendalam dari
kontribusi awal Haavelmo (1990 Nobel Laureate Ekonomi) untuk ekonometrik. Dalam
semangat yang sama, David F. Hendry dan Mary S. Morgan, Yayasan Analisis
Ekonometrik, Cambridge University Press, Inggris, 1995, telah mengumpulkan tulisan
mani di ekonometrik untuk menunjukkan evolusi ide ekonometrik dari waktu ke waktu.
David Colander dan Reuven Brenner, eds., Mendidik Ekonom Universitas Michigan
Press, Ann Arbor, Michigan, 1992, menyajikan kritis, di kali agnostik, lihat pengajaran
ekonomi dan praktek. Untuk statistik Bayesian dan ekonometrik, buku-buku berikut
sangat berguna: John H. Dey, Data di Doubt, Basic Blackwell Ltd, Oxford University
Tekan, Inggris, 1985. Peter M. Lee, Bayesian Statistik: Sebuah Pengantar, Oxford
University Press, Inggris, tahun 1989. Dale J. Porier, Menengah Statistik dan
Ekonometrika: Pendekatan Perbandingan, MIT Press, Cambridge, Massachusetts,
1995. Arnold Zeller, Sebuah Pengantar Bayesian Inference di Ekonometrik, John Wiley
& Sons, New York, tahun 1971, adalah sebuah referensi canggih Book.