I.1 APAKAH ekonometrik?

Secara harfiah diartikan, ekonometrika berarti "pengukuran ekonomi." Meskipun pengukuran

merupakan bagian penting dari ekonometri, ruang lingkup
ekonometrik jauh lebih luas, seperti dapat dilihat dari kutipan berikut:
Ekonometrik, hasil dari pandangan tertentu tentang peran ekonomi, terdiri dari
penerapan statistik matematika untuk data ekonomi untuk memberikan dukungan empiris
terhadap model yang dibangun oleh matematika ekonomi dan untuk mendapatkan
hasil numerik.
. . . ekonometrik dapat didefinisikan sebagai analisis kuantitatif yang sebenarnya ekonomi
fenomena berdasarkan pengembangan bersamaan teori dan observasi, terkait dengan metode
yang tepat inferensi.
Ekonometrik dapat didefinisikan sebagai ilmu sosial di mana alat-alat ekonomi
Teori, matematika, dan inferensi statistik yang diterapkan untuk analisis fenomena ekonomi.
Ekonometrik berkaitan dengan penentuan empiris ekonomi
hukum.
Seni econometrician terdiri dalam menemukan seperangkat asumsi yang
baik cukup spesifik dan cukup realistis untuk memungkinkan dia untuk mengambil yang terbaik
Keuntungan yang mungkin dari data yang tersedia baginya.
Ekonometri. . . adalah bantuan positif dalam mencoba untuk menghilangkan citra publik yang
buruk
ekonomi (quantitative atau sebaliknya) sebagai subjek di mana kotak kosong yang
dibuka dengan mengasumsikan keberadaan kaleng-pembuka untuk mengungkapkan isi mana
setiap
sepuluh ekonom akan menafsirkan di 11 cara.
Metode penelitian ekonometrik bertujuan, pada dasarnya, pada hubungannya teori ekonomi dan
pengukuran yang sebenarnya, menggunakan teori dan teknik inferensi statistik sebagai dermaga
jembatan.
I.2 MENGAPA disiplin yang terpisah?
Sebagai definisi sebelumnya menyarankan, ekonometrik adalah campuran dari teori ekonomi,
matematika ekonomi, statistik ekonomi, matematika dan statistik. Namun subjek layak untuk
dipelajari dalam dirinya sendiri untuk
alasan berikut.
Teori ekonomi membuat pernyataan atau hipotesis yang kebanyakan bersifat kualitatif.
Misalnya, teori ekonomi mikro menyatakan bah wa, lainnya
hal tetap sama, pengurangan harga komoditas diperkirakan akan meningkatkan kuantitas yang
diminta dari komoditi itu. Dengan demikian, teori ekonomi mendalilkan hubungan negatif atau
terbalik antara harga
dan jumlah yang diminta dari komoditi. Tetapi teori itu sendiri tidak menyediakan ukuran
numerik dari hubungan antara dua; hanya itu saja tidak tahu dari berapa banyak kuantitas akan
naik atau turun sebagai akibat dari
perubahan tertentu dalam harga komoditi itu. Ini adalah tugas dari econometrician untuk
memberikan perkiraan numerik tersebut. Menyatakan berbeda, ekonometrik memberikan konten
empiris untuk teori ekonomi yang paling.
Perhatian utama dari matematika ekonomi adalah untuk mengungkapkan ekonomi
teori dalam bentuk matematika (persamaan) tanpa memperhatikan terukurnya atau
verifikasi empiris teori. Ekonometrik, seperti dicatat sebelumnya, adalah
terutama tertarik dalam verifikasi empiris teori ekonomi. Seperti yang kita
akan melihat, econometrician sering menggunakan persamaan matematika yang diusulkan oleh
ekonom matematika tetapi menempatkan persamaan ini sedemikian
membentuk bahwa mereka meminjamkan diri untuk pengujian empiris. Dan konversi ini
matematika dalam persamaan ekonometrik membutuhkan banyak kecerdikan
dan keterampilan praktis. statistik ekonomi terutama berkaitan dengan pengumpulan,
pengolahan, dan
penyajian data ekonomi dalam bentuk grafik dan tabel. Ini adalah pekerjaan dari statistik
ekonomi. Hal ini dia yang terutama bertanggung jawab
untuk mengumpulkan data tentang produk nasional bruto (GNP), pekerjaan, pengangguran,
harga, dll data sehingga dikumpulkan merupakan data mentah untuk
kerja ekonometrik. Tapi statistik ekonomi tidak pergi lebih jauh,
tidak peduli dengan menggunakan data yang dikumpulkan untuk menguji teori ekonomi.
Tentu saja, salah satu yang melakukan itu menjadi econometrician.
Meskipun statistik matematika menyediakan banyak alat bantu yang digunakan dalam
perdagangan,
econometrician sering membutuhkan metode khusus dalam pandangan sifat unik dari data yang
paling ekonomi, yaitu, bahwa data tidak dihasilkan sebagai
Hasil eksperimen terkontrol. econometrician itu, seperti ahli meteorologi, umumnya tergantung
pada data yang tidak dapat dikontrol secara langsung. sebagai Spanos
benar mengamati:
Dalam ekonometrik pemodel sering dihadapkan dengan pengamatan yang bertentangan dengan
data eksperimental. Ini memiliki dua implikasi penting untuk pemodelan empiris
di ekonometrik. Pertama, pemodel diperlukan untuk menguasai keterampilan yang sangat
berbeda
daripada yang diperlukan untuk menganalisis data eksperimen. . . . Kedua, pemisahan
kolektor data dan analis data membutuhkan pemodel untuk membiasakan
dirinya / dirinya secara menyeluruh dengan sifat dan struktur data yang dimaksud.
I.3 METODOLOGI ekonometri
Bagaimana ekonometri melanjutkan dalam analisis mereka dari masalah ekonomi?
Artinya, apa metodologi mereka? Meskipun ada beberapa sekolah dari
berpikir tentang metodologi ekonometrik, kami hadir di sini tradisional atau
metodologi klasik, yang masih mendominasi penelitian empiris di bidang ekonomi dan ilmu-
ilmu sosial dan perilaku lainnya.
Secara garis besar, metodologi ekonometrik tradisional hasil bersama
baris berikut:
1. Pernyataan teori atau hipotesis.
2. Spesifikasi dari model matematika dari teori
3. Spesifikasi statistik, atau ekonometrik, Model
4. Mendapatkan data
5. Estimasi parameter dari model ekonometrik
6. Pengujian hipotesis
7. Peramalan atau prediksi
8. Menggunakan model un tuk kontrol atau kebijakan tujuan.
Untuk menggambarkan langkah-langkah sebelumnya, mari kita pertimbangkan terkenal
Keynesian
teori konsumsi.
1. Pernyataan Teori atau Hipotesis
Keynes menyatakan:
Fundamental hukum psikologis. . . adalah bahwa pria [wanita] yang dibuang, sebagai
memerintah dan rata-rata, untuk meningkatkan konsumsi mereka dengan meningkatnya
pendapatan mereka, tapi
tidak sebanyak kenaikan income.10 mereka
Singkatnya, Keynes menduga bahwa kecenderungan mengkonsumsi marjinal
(MPC), laju perubahan konsumsi untuk unit (katakanlah, satu dolar) perubahan
pendapatan, lebih besar dari nol tetapi kurang dari 1.
2. Spesifikasi Model Matematika Konsumsi
Meskipun Keynes mendalilkan hubungan positif antara konsumsi
dan pendapatan, ia tidak menentukan bentuk yang tepat dari hubungan fungsional antara
keduanya. Untuk kesederhanaan, seorang ekonom matematika mungkin menyarankan bentuk
berikut fungsi konsumsi Keynesian:
Y = β1 + β2 X 0 <β2 <1 (I.3.1)
di mana Y = pengeluaran konsumsi dan X = pendapatan, dan di mana β1 dan β2,
dikenal sebagai parameter dari model, masing-masing adalah, mencegat dan
koefisien kemiringan.
The β2 koefisien slope mengukur MPC. Geometris, Eq. (I.3.1) adalah sebagai
ditunjukkan pada Gambar I.1. persamaan ini, yang menyatakan bahwa konsumsi berhubungan
linier dengan pendapatan, adalah contoh dari model matematika dari hubungan antara konsumsi
dan pendapatan yang disebut konsumsi
fungsi di bidang ekonomi. Sebuah model hanya satu set persamaan matematika.
Jika model hanya memiliki satu persamaan, seperti dalam contoh sebelumnya, hal itu disebut
model persamaan tunggal, sedangkan jika memiliki lebih dari satu persamaan, itu adalah
dikenal sebagai model multiple-persamaan (yang terakhir akan dipertimbangkan kemudian di
buku).
Dalam Persamaan. (I.3.1) variabel yang muncul di sisi kiri dari tanda kesetaraan
disebut variabel dependen dan variabel (s) di sisi kanan adalah
disebut independen, atau penjelas, variabel (s). Dengan demikian, dalam Keynesian
fungsi konsumsi, Eq. (I.3.1), konsumsi (pengeluaran) adalah variabel dependen dan pendapatan
adalah variabel penjelas ..

3. Spesifikasi Econometric Model Konsumsi Model matematika murni dari fungsi

konsumsi yang diberikan dalam Eq. (I.3.1) adalah kepentingan terbatas econometrician,
karena ia menganggap bahwa ada hubungan yang tepat atau deterministik antara
konsumsi dan pendapatan. Tapi hubungan antara variabel ekonomi umumnya tidak
tepat. Jadi, jika kita memperoleh data pengeluaran konsumsi dan pakai (Yaitu, setelah
pajak) penghasilan dari sampel, katakanlah, 500 keluarga Amerika dan plot data ini
pada kertas grafik dengan pengeluaran konsumsi pada vertikal axis dan pendapatan
pada sumbu horisontal, kita tidak akan mengharapkan semua 500 observasi untuk
berbaring tepat pada garis lurus dari persamaan. (I.3.1) karena, di Selain pendapatan,
variabel lain mempengaruhi pengeluaran konsumsi. Misalnya, ukuran keluarga, usia
anggota dalam keluarga, agama keluarga, dll, cenderung mengerahkan pengaruh pada
konsumsi. Untuk memungkinkan hubungan eksak antara variabel ekonomi,
econometrician akan memodifikasi fungsi konsumsi deterministik (I.3.1) sebagai berikut:
Y = β1 + β2 X + u (I.3.2) di mana u, yang dikenal sebagai gangguan, atau kesalahan,
istilah, adalah acak (stochastic) variabel yang telah didefinisikan dengan baik sifat
probabilistik. gangguan Istilah u mungkin mewakili semua faktor-faktor yang
mempengaruhi konsumsi tetapi tidak diperhitungkan secara eksplisit. Persamaan (I.3.2)
adalah contoh dari model ekonometrik. Lebih teknis, itu adalah contoh dari model
regresi linear, yang merupakan besar Perhatian buku ini. Fungsi konsumsi ekonometrik
hipotesis bahwa variabel dependen Y (konsumsi) berhubungan secara linier dengan
jelas variabel X (pendapatan) tetapi bahwa hubungan antara keduanya adalah tidak
tepat; itu tunduk pada variasi individu. Model ekonometrik fungsi konsumsi dapat
digambarkan sebagai ditunjukkan pada Gambar I.2
4. Mendapatkan data
Untuk mengestimasi model ekonometrik yang diberikan dalam (I.3.2), yaitu, untuk mendapatkan
nilai-nilai numerik dari β1 dan β2, kita perlu data. Meskipun kami akan memiliki lebih banyak
untuk
mengatakan tentang pentingnya penting data untuk analisis ekonomi dalam berikutnya
bab, untuk saat ini mari kita lihat data yang diberikan pada Tabel I.1, yang berhubungan dengan
TABEL I.1 DATA ON Y (PERSONAL KONSUMSI PENGELUARAN)
DAN X (produk domestik bruto, 1982-1996), KEDUA
IN 1992 miliaran dolar

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.

8. Penggunaan Model Pengendalian atau Kebijakan Keperluan Misalkan kita telah

fungsi konsumsi perkiraan diberikan dalam (I.3.3). Misalkan lebih lanjut pemerintah
percaya bahwa pengeluaran konsumen tentang 4900 (miliaran 1992 dolar) akan
menjaga tingkat pengangguran di FIGURE I.4 Anatomi nya pemodelan ekonometrik.
tingkat saat ini sekitar 4,2 persen (awal tahun 2000). Apa tingkat pendapatan akan
menjamin target jumlah pengeluaran konsumsi? Jika hasil regresi yang diberikan dalam
(I.3.3) tampaknya masuk akal, aritmatika sederhana akan menunjukkan bahwa 4900 = -
184,0779 + 0.7064X (I.3.6) yang memberikan X = 7197, sekitar. Artinya, tingkat
pendapatan sekitar 7197 (miliar) dolar, diberi MPC sekitar 0.70, akan menghasilkan
pengeluaran sekitar 4900000000000 dolar. Sebagai perhitungan ini menunjukkan,
model diperkirakan dapat digunakan untuk kontrol, atau kebijakan, tujuan. Dengan
bauran kebijakan fiskal dan moneter yang tepat, Pemerintah dapat memanipulasi
variabel kontrol X untuk menghasilkan yang diinginkan tingkat variabel target Y.
Gambar I.4 merangkum anatomi pemodelan ekonometrik klasik. Memilih di antara
Bersaing Model Ketika lembaga pemerintah (misalnya, Departemen Perdagangan AS)
mengumpulkan data ekonomi, seperti yang ditunjukkan pada Tabel I.1, itu tidak selalu
memiliki teori ekonomi dalam pikiran. Lalu bagaimana orang yang tahu bahwa data
benar-benar mendukung teori Keynesian konsumsi? Apakah karena Fungsi konsumsi
Keynesian (yaitu, garis regresi) yang ditunjukkan pada Gambar I.3 sangat dekat dengan
titik data yang sebenarnya?
Apakah mungkin bahwa model konsumsi lain (teori) mungkin sama-sama cocok dengan
data juga? Misalnya, Milton Friedman telah mengembangkan model konsumsi, disebut
hypothesis.15 pendapatan permanen Robert Hall juga telah mengembangkan model
konsumsi, disebut hypothesis.16 siklus hidup pendapatan permanen Bisa satu atau
kedua model ini juga cocok dengan data pada Tabel I.1? Singkatnya, pertanyaan yang
dihadapi peneliti dalam praktek adalah bagaimana memilih antara hipotesis bersaing
atau model dari fenomena tertentu, seperti hubungan konsumsi berpenghasilan.
Sebagai Miller berpendapat: Tidak ada pertemuan dengan data merupakan langkah
menuju konfirmasi asli kecuali hipotesis melakukan pekerjaan yang lebih baik untuk
mengatasi data dari beberapa rival alami. . . . Apa memperkuat hipotesis, di sini, adalah
kemenangan yang, pada saat yang sama, kekalahan untuk rival.17 masuk akal
Bagaimana kemudian seseorang memilih di antara model bersaing atau hipotesis? Sini
saran yang diberikan oleh Clive Granger bernilai mengingat: 18 Saya ingin
menunjukkan bahwa di masa depan, ketika Anda akan disajikan dengan potongan baru
teori atau model empiris, Anda mengajukan pertanyaan ini: (I) Apa tujuan yang
dimilikinya? Apa keputusan ekonomi apakah itu membantu dengan? dan; (Ii) Apakah
ada bukti yang disajikan yang memungkinkan saya untuk mengevaluasi kualitas
dibandingkan dengan teori-teori atau model alternatif? Saya pikir memperhatikan
pertanyaan tersebut akan memperkuat riset ekonomi dan diskusi. Seperti yang kita
kemajuan melalui buku ini, kita akan menemukan beberapa bersaing hipotesis
mencoba untuk menjelaskan berbagai fenomena ekonomi. Sebagai contoh, mahasiswa
ekonomi yang akrab dengan konsep fungsi produksi, yang pada dasarnya merupakan
hubungan antara output dan input (katakanlah, modal dan tenaga kerja). Dalam
literatur, dua dari yang terbaik dikenal adalah Cobb-Douglas dan elastisitas konstan
fungsi produksi substitusi. mengingat Data pada output dan input, kita harus
mengetahui dari dua fungsi produksi, jika ada, sesuai dengan data dengan baik.
Delapan langkah ekonometrik klasik metodologi dibahas di atas adalah netral dalam arti
bahwa hal itu dapat digunakan untuk menguji semua ini hipotesis saingan. Apakah
mungkin untuk mengembangkan metodologi yang cukup komprehensif untuk termasuk
hipotesis bersaing? Ini adalah topik yang terlibat dan controversial.

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.