DISELENGGARAKAN OLEH Tersedia secara online di www.sciencedirect.

com

Jurnal Bisnis Masa Depan 3 (2017) 9 - 22

www.elsevier.com/locate/fbj

Hubungan antara pariwisata, fi perkembangan keuangan

dan pertumbuhan ekonomi di India
Ramphul Ohlan
Institut Studi dan Penelitian Manajemen, Universitas Maharshi Dayanand, Rohtak 124001, Haryana, India
Diterima 23 Juli 2016; diterima dalam bentuk revisi 9 Desember 2016; diterima 16 Januari 2017

Abstrak

Studi ini menyelidiki hubungan antara pariwisata dan pertumbuhan ekonomi di India dengan mempertimbangkan kepentingan relatif
fi perkembangan keuangan selama periode 1960 - 2014. Hasil tes gabungan Bayer dan Hanck yang baru dikembangkan menunjukkan bahwa pariwisata, pertumbuhan ekonomi dan fi perkembanga
keuangan terkointegrasi. Hal ini menunjukkan bahwa inbound tourism memacu pertumbuhan ekonomi di India baik dalam jangka panjang maupun jangka pendek. Selain itu, analisis
menunjukkan adanya penyebab Granger satu arah jangka panjang mulai dari pariwisata hingga pertumbuhan ekonomi. Disarankan bahwa kebijakan untuk menarik lebih banyak
wisatawan internasional harus didorong.

& 2017 Fakultas Perdagangan dan Administrasi Bisnis, Universitas Masa Depan. Produksi dan Hosting oleh Elsevier BV Ini adalah artikel akses terbuka di bawah
lisensi CC BY-NC-ND ( http://creativecommons.org/licenses/by-nc-nd/4.0/ ).

Kata kunci: Pertumbuhan ekonomi; India; Model Bayer dan Hanck; Model ARDL; VECM; Dekomposisi varians

1. Perkenalan

Pariwisata telah menjadi industri ekspor terbesar keempat dunia setelah bahan bakar, bahan kimia dan makanan ( Tugcu, 2014 ;
Balli, Curry & Balli, 2015 ). Speci fi Secara aktual, pariwisata menyumbang 6 persen dari total ekspor barang dagangan dan jasa dunia yang mewakili 30
persen perdagangan jasa internasional pada tahun 2014. Selain itu, 9,8 persen dari total produk domestik bruto (PDB) dunia berasal dari pariwisata.
sektor selama periode yang sama. Di fl Pengaruh inbound tourism terhadap perekonomian nasional menjadi semakin penting karena semakin besarnya
pasar wisata. Dalam konteks ini, hipotesis pertumbuhan yang dipimpin pariwisata (TLGH), yang diajukan oleh Balaguer dan Cantavella-Jordá (2002) ,
mendalilkan bahwa perluasan kegiatan pariwisata internasional menghasilkan pertumbuhan ekonomi. TLGH secara langsung berasal dari hipotesis
pertumbuhan berbasis ekspor (ELGH) yang dikenal luas yang menunjukkan bahwa pertumbuhan ekonomi dapat dipromosikan tidak hanya dengan
memperluas sumber daya manusia dan teknologi di dalam perekonomian, juga dengan meningkatkan pendapatan devisa.

Sejalan dengan ekspor, pariwisata inbound dapat merangsang pertumbuhan ekonomi dengan berbagai cara. Contohnya, fi pertama, tanda pariwisata fi secara
konstan berkontribusi pada cadangan devisa yang membantu membawa teknologi baru untuk proses produksi ( McKinnon, 1964 ). Kedua, pariwisata
merangsang investasi dalam infrastruktur baru, sumber daya manusia dan meningkatkan persaingan ( Blake, Sinclair, & Campos, 2006 ; Lemmetyinen
dan Go, 2009 ). Ketiga, masuk

Alamat email: ramphul.ramphul@gmail.com

Tinjauan sejawat di bawah tanggung jawab Fakultas Perdagangan dan Administrasi Bisnis, Universitas Masa Depan.

http://dx.doi.org/10.1016/j.fbj.2017.01.003
2314-7210 / & 2017 Fakultas Perdagangan dan Administrasi Bisnis, Universitas Masa Depan. Produksi dan Hosting oleh Elsevier BV Ini adalah artikel akses terbuka di bawah lisensi CC
BY-NC-ND ( http://creativecommons.org/licenses/by-nc-nd/4.0/ ).
10 R.Ohlan / Future Business Journal 3 (2017) 9 - 22

pariwisata mempromosikan pembangunan industri melalui efek limpahan ( Cernat & Gourdon, 2012 ). Keempat, pariwisata menciptakan lapangan kerja dan
karenanya merangsang pendapatan ( Lee & Chang, 2008 ). Akhirnya, pariwisata menghasilkan eksternalitas ekonomi yang positif ( Punia, 1994 ; Andriotis, 2002 ;
Weng & Wang, 2004 ; Croes, 2006 ). Mengenai faktor-faktor lain yang mempengaruhi pertumbuhan ekonomi, dapat dicatat bahwa fi pembangunan keuangan
juga muncul sebagai pendorong penting pertumbuhan ekonomi ( Shahbaz, Kuma, Ivanov & Loganathan, 2016 ). Selain, Ridderstaat and Croes (2015) membangun
hubungan antara jumlah uang beredar dan siklus permintaan pariwisata. 1 Memang, pariwisata global telah sangat terpengaruh akhir-akhir ini fi krisis keuangan ( Papatheodo
et al., 2010 ). Dari pembahasan sebelumnya, tampak bahwa ada hubungan yang wajar antara pertumbuhan ekonomi, pariwisata dan fi perkembangan
keuangan. Dengan latar belakang ini, tujuan dari studi ini adalah untuk menyelidiki hubungan yang masuk akal antara pertumbuhan ekonomi dan pariwisata
sambil mempertimbangkan kepentingan relatif dari fi pembangunan keuangan dalam konteks India.

1.1. Pentingnya pariwisata di India

Kemampuan bertahan lama dari sektor pariwisata untuk memajukan pertumbuhan ekonomi dan menciptakan lapangan kerja pada tingkat yang lebih cepat
daripada sektor ekonomi lainnya telah mendorong Pemerintah India (GOI) untuk mereformasi kebijakan visa turisnya, mengembangkan infrastruktur, dan
merasionalisasi tarif kemewahan. pajak sesuai dengan praktik internasional terbaik. Selain itu, Pemerintah Indonesia juga baru-baru ini merumuskan Kebijakan
Pariwisata Nasional 2015 yang bertujuan untuk mempromosikan negara berbulan madu ' firdaus. Selain itu, pemerintahan baru India telah menetapkan pariwisata
sebagai sektor kunci untuk memenuhi tujuan keseluruhan dari pertumbuhan ekonomi yang lebih cepat. Saat ini, signi fi daya tarik pariwisata dalam perekonomian India
relatif rendah ( Aramberri, 2004 , Narayan, Rajendran, Sai & Gopalan, 2009 ). Misalnya, hanya 6,7 persen dari PDB yang berasal dari sektor ini pada tahun 2014. Ini
menyiratkan bahwa terdapat potensi besar yang belum dimanfaatkan dalam industri pariwisata India. Faktanya, UNWTO (2015) mencatat bahwa India mencatat
pertumbuhan terkuat dalam kedatangan wisatawan internasional selama dekade terakhir. Mengingat reservasi ini, menjadi penting untuk mengetahui apakah upaya
pemerintah baru untuk mengubah India menjadi surga wisata akan merangsang pertumbuhan ekonomi negara. Oleh karena itu, tujuan utama dari studi ini adalah
untuk menguji apakah dan jika demikian, sejauh mana pertumbuhan ekonomi India responsif terhadap pengembangan pariwisata masuk.

Pilihan kami atas India sebagai upaya empiris dimotivasi oleh fakta bahwa negara tersebut adalah salah satu ekonomi Asia yang tumbuh paling cepat, yang
menyiratkan bahwa industri pariwisatanya dapat diharapkan tumbuh lebih cepat di tahun-tahun mendatang ( Ohlan, 2016a ). Pilihan India lebih jauh dimotivasi oleh fakta
bahwa India telah menjadi ekonomi terbesar ketiga di dunia dalam hal keseimbangan daya beli di samping AS dan Cina ( Ohlan, 2012 ). Ciri khas lain dari India adalah
bahwa ia telah mencatat pertumbuhan dua digit dalam penerimaan pariwisata internasional, tingkat pertumbuhan tahunan gabungan sebesar 11,23 persen selama
tahun 2005 - 2014. India sangat ingin mempromosikan pariwisata secara internasional, dan menawarkan keuntungan alam dan budaya yang sangat besar bagi mereka
yang mencari tujuan yang dinamis ( Jauhari, 2009 ). Jelas di sini bahwa mengeksplorasi hubungan antara pariwisata dan pertumbuhan ekonomi di India memungkinkan
pembuat kebijakan untuk merancang kebijakan pariwisata yang efektif.

Sisa dari studi ini diatur sebagai berikut. Seksi 2 memberikan tinjauan analitis dari literatur yang membangun hubungan antara pariwisata,
pertumbuhan ekonomi dan fi perkembangan keuangan. Data, model empiris dan teknik ekonometrik yang digunakan dalam penelitian ini dibahas di Bagian
3 . Empiris fi temuan dan pembahasan mereka diberikan dalam Bagian 4 . Akhirnya, kata penutup dengan implikasi kebijakan kami fi Temuan-temuan
untuk mempromosikan keberlanjutan industri pariwisata diuraikan dalam Bagian 5 .

2. Tinjauan pustaka

Sebuah tinjauan singkat dari literatur yang relevan tentang hubungan pertumbuhan pariwisata untuk dunia pada umumnya, hubungan antara pariwisata dan

fi perkembangan keuangan, dan penerapan hipotesis pertumbuhan yang dipimpin pariwisata di India sudah beres.

2.1. Hubungan pertumbuhan pariwisata di dunia

Sejauh pengetahuan kami, Castro-Nuno, Molina-Toucedo, dan Pablo-Romero (2013) , Pablo-Romero dan Molina (2013) , Brida, Cortes-Jimenez, dan
Pulina (2016) , Kumar, Loganathan, Patel, dan Kumar (2015) dan Tang dan Abosedra (2016) telah menyusun survei literatur yang komprehensif untuk
TLGH. Untuk menghindari pengulangan, rangkaian literatur yang berbeda tentang hubungan pertumbuhan pariwisata disediakan di sini. Pertama, tentang
dinamika pariwisata dan ekonomi

1 Perhatian kami tertuju pada hal ini oleh wasit anonim jurnal ini.
 R.Ohlan / Future Business Journal 3 (2017) 9 - 22 11

pertumbuhan nexus, Brida, Carrera, dan Risso (2008) , Katircioglu (2011) , Belloumi (2010) , Al-mulali, Fereidouni, Lee, dan Mohammed (2014) , Jalil,
Mahmood, dan Idrees (2013) , Brida, Lanzilotta, Pereyra, dan Pizzolo´n (2015) , Bassil, Hamadeh, dan Samara (2015) , Ertugrul dan Mangir (2015) ,
dan Tang dan Tan (2015) menemukan dukungan untuk legitimasi hipotesis pertumbuhan yang dipimpin pariwisata. Namun, antara lain, Oh (2005) , Parrilla,
Font, dan Nadal (2007) , Payne dan Mervar (2010) , Matarrita-Cascante (2010) , Lee (2012) , Ivanov dan Webster (2012) dan

Bouzahzah dan Menyari (2013) mempertahankan antitesisnya: pertumbuhan ekonomi mendorong pariwisata, dan bukan sebaliknya. Untaian literatur ini memegang
keberadaan hipotesis pariwisata yang dipimpin pertumbuhan. Sementara itu, ada juga beberapa studi yang mengusulkan baik jenis hubungan umpan balik antara
pariwisata dan pertumbuhan (misalnya, Katircioglu, 2009a ; Seetanah, 2011 ; Yazdi Salehi, & Soheilzad, 2017 ) atau tidak ada hubungan sama sekali (misalnya, Tang &
Jang, 2009 ; Katircioglu, 2009b ). Berkenaan dengan dalam fl pengaruh ukuran suatu negara pada hubungan antara pariwisata dan pertumbuhan, Lanza dan Pigliaru
(2000) dan Singh (2008) secara empiris mengamati bahwa hanya negara kecil yang sangat terspesialisasi dalam pariwisata. Di samping itu, Sequeira dan Nunes (2008) menyimpulk
bahwa ukuran negara tidak masuk fl memengaruhi hubungan antara pariwisata dan pertumbuhan ekonomi.

Tentang masalah pengaruh tingkat perkembangan ekonomi suatu negara terhadap dinamika pariwisata dan pertumbuhan, Figini dan Vici
(2010) dan Ekanayake dan Long (2012) fi dan pariwisata tidak mendorong pertumbuhan di negara berkembang, sementara hubungan antara
pariwisata dan pertumbuhan ekonomi terjadi di negara yang lebih maju ( Cárdenas-García dkk., 2015 ). Sebaliknya, Seetanah (2011) dan Salmani,
Panahi, dan Razzaghi (2014)
mengamati bahwa pariwisata secara positif mempengaruhi pertumbuhan di negara maju dan berkembang dengan efek pertumbuhan yang relatif lebih tinggi di
negara berkembang.

2.2. Pariwisata dan fi perkembangan keuangan

Beberapa studi terpilih menyelidiki hubungan antara pariwisata dan fi perkembangan keuangan singkat fl y ditinjau di bawah.

Song and Lin (2010) memperkirakan dampak fi krisis keuangan tahun 2007 tentang pariwisata di Asia dengan menggunakan model lag terdistribusi
autoregresif. Ditemukan bahwa fi krisis keuangan berdampak negatif pada pariwisata inbound dan outbound di Asia.

Ridderstaat and Croes (2015) menyelidiki apakah siklus pasokan uang di Kanada, Inggris, dan Amerika Serikat memengaruhi siklus permintaan
pariwisata untuk Aruba dan Barbados yang menerapkan unit root, kointegrasi, dan pengujian kausalitas. Mereka menemukan bahwa siklus uang beredar
dapat mempengaruhi pergerakan siklus permintaan pariwisata dan bahwa dampaknya asimetris, tergantung pada tahap perkembangan siklus tersebut.

Ba ş arir dan Çakir (2015) menyelidiki hubungan kasual antara pariwisata, fi pembangunan keuangan, konsumsi energi dan emisi karbon di Turki
dan empat negara Uni Eropa, Prancis, Spanyol, Italia dan Yunani, selama periode 1995 - 2010. Mereka menemukan adanya hubungan kausal tipe
umpan balik antara kedatangan wisatawan dan fi perkembangan keuangan.

Shahbaz dkk. (2016) meneliti hubungan pertumbuhan pariwisata untuk Malaysia dengan memasukkan fi perkembangan keuangan dan keterbukaan perdagangan
selama periode 1975 - 2013. Hasilnya menunjukkan adanya penyebab dua arah antara pariwisata dan output per kapita, fi pembangunan keuangan dan pariwisata dan
keterbukaan perdagangan dan permintaan pariwisata, yang dengan tepat menunjukkan umpan balik atau dampak yang saling memperkuat antara variabel dan
memberikan bukti bahwa pariwisata sangat penting untuk meningkatkan sektor-sektor utama dan tingkat pendapatan secara keseluruhan.

Ngoasong dan Kimbu (2016) menggunakan pendekatan etnografi mikro untuk menganalisis peran mikro informal fi lembaga keuangan dalam kewirausahaan
pariwisata yang dipimpin pembangunan di Kamerun. Mereka menemukan tindakan kolektif itu di mikro informal fi lembaga keuangan memungkinkan anggota wirausaha
untuk menciptakan pariwisata kecil fi rms.
Kumar dan Kumar (2013) menyelidiki kontribusi pariwisata dengan penggerak kontemporer lainnya seperti
fi perkembangan keuangan dan urbanisasi dalam pertumbuhan ekonomi di Fiji selama periode 1981 - 2009 menggunakan pendekatan batas ARDL. Mereka
menemukan bahwa pariwisata menyumbang 0,13 persen untuk output per pekerja, sedangkan fi perkembangan keuangan memiliki kekuatan kontribusi terbesar
sebesar 0,71 persen persen setiap kenaikan 1 persen dalam jangka panjang.
Kumar (2014) mengeksplorasi dinamika hubungan antara teknologi pergantian informasi (TIK), pariwisata dan fi perkembangan keuangan pada
pertumbuhan ekonomi di Vietnam selama periode 1980 - 2010 menggunakan model pengujian batas ARDL. Ditemukan bahwa penyebab dua arah
ada antara pariwisata dan output per pekerja yang menunjukkan bahwa pariwisata dan output per pekerja saling memperkuat satu sama lain.
Selain itu, pariwisata memiliki a
12 R.Ohlan / Future Business Journal 3 (2017) 9 - 22

efek jangka pendek saja, sedangkan ICT dan fi perkembangan keuangan memiliki efek jangka panjang pada output per pekerja. Dari penelitian tersebut terlihat bahwa fi perkembangan

keuangan mempengaruhi pariwisata dan pertumbuhan ekonomi.

2.3. Hubungan pertumbuhan pariwisata di India

Literatur empiris tentang penerapan TLGH di India masih sedikit sejauh itu fi Temuan studi sebelumnya bersifat kontradiktif yang membutuhkan lebih
banyak bukti. Contohnya, Ghosh (2011) meneliti kointegrasi antara jumlah kedatangan turis internasional dan pertumbuhan ekonomi selama periode 1980
hingga 2006 menggunakan model autoregressive distribution lag (ARDL). Disimpulkan bahwa tidak ada hubungan jangka panjang antara kedatangan
wisatawan internasional dan pertumbuhan ekonomi, sehingga TLGH tidak berlaku untuk India. Sebaliknya, Tang, Tiwari, dan Shahbaz (2016) terkait
kedatangan wisatawan internasional dengan konsumsi energi dan hubungan pertumbuhan ekonomi untuk India yang mencakup periode dari 1971
hingga 2012. Hasil mereka menunjukkan hubungan jenis umpan balik antara kedatangan wisatawan internasional dan pertumbuhan ekonomi di India.

Mishra, Rout, dan Mohapatra (2010) , menerapkan uji kausalitas VECM (Johansen) -Granger pada data tahunan PDB,
penerimaan dan nilai tukar pariwisata internasional selama periode 1978 - 2009, menyimpulkan bahwa pariwisata mempromosikan pertumbuhan ekonomi jangka
panjang India. Georgantopoulos (2013) , dalam ketidaksepakatan yang tajam, menggunakan data tahunan tentang pengeluaran pariwisata, PDB, dan nilai tukar efektif
riil selama periode 1988 - 2011, gagal fi dan hubungan kasual jangka panjang antara pariwisata dan pertumbuhan ekonomi di India.

Namun, literatur empiris yang ada memiliki keterbatasan yang menjadi tujuan penelitian ini. Sebagai contoh, kami mengamati bahwa tidak satupun dari
studi yang disebutkan di atas memberikan perkiraan besarnya dampak pariwisata terhadap pertumbuhan ekonomi India baik dalam jangka pendek maupun
jangka panjang. Dengan kata lain, literatur empiris tentang con fi Penyusunan TLGH secara umum melihat adanya hubungan kointegrasi dan hubungan
kausalitas dengan mengabaikan elastisitas pertumbuhan ekonomi yang berkaitan dengan pariwisata yang vital untuk pembahasan kebijakan. Kedua, Ghosh
(2011) dan
Tang dkk. (2016) menggunakan data jumlah kedatangan turis internasional dan Georgantopoulos (2013) pada pengeluaran pariwisata sementara proxy yang
banyak digunakan dari pariwisata masuk adalah penerimaan pariwisata internasional ( Brida dkk., 2016 ). Ketiga, studi tentang penerapan TLGH di India
menggunakan rangkaian waktu yang relatif kecil (24 hingga 40 observasi).
Keempat, dalam konteks literatur internasional juga, mengenai struktur metodologis yang digunakan untuk memeriksa hubungan antara
pariwisata dan pertumbuhan ekonomi, mayoritas studi empiris bertumpu pada Engle dan Granger (1987) pendekatan dua langkah dan tes
Johansen ( Johansen, 1988 ) yang tidak memungkinkan untuk estimasi elastisitas jangka pendek. Mayoritas studi kontra fi validitas rming dari TLGH
adalah con fi penting untuk ekonomi kecil. Selain itu, sangat sedikit perhatian yang diberikan pada akuntansi inovatif dan analisis dekomposisi
varians. Selain itu, hanya ada sedikit penelitian yang mempertimbangkan kemungkinan efek kerusakan struktural dalam penyelidikan stasioneritas
rangkaian pariwisata. Singkatnya, literatur empiris tentang TLGH kurang teliti. Oleh karena itu, jelas bahwa validasi penerapan TLGH di India
membutuhkan estimasi empiris yang tepat dari fl pengaruh pariwisata masuk pada pertumbuhan ekonomi.

Penelitian ini fi Lengkapi kesenjangan penting dalam literatur dengan menilai hubungan yang kurang dieksplorasi antara pariwisata dan pertumbuhan
ekonomi di India dengan menerapkan teknik ekonometrik yang maju. Metode analisis kami terdiri dari: uji akar unit break point ke con fi rm status
stasioneritas rangkaian, Bayer dan Hanck (2013) tes gabungan dan
Pesaran, Shin, dan Smith (2001) ARDL membatasi pendekatan pengujian kointegrasi, model koreksi kesalahan vektor untuk memastikan arah
kausalitas, dan respon impuls dan analisis dekomposisi varians untuk mendapatkan informasi di balik periode sampel. Studi saat ini mencakup
periode yang cukup besar dari 1960 hingga 2014. Kami menggunakan proxy yang tepat dari pariwisata masuk: penerimaan pariwisata
internasional ( Kumar, 2014 ). Selain itu, studi ini berkontribusi pada literatur internasional dengan memvalidasi TLGH di negara besar.

3. Metodologi

3.1. Deskripsi data

Data yang digunakan dalam penelitian ini adalah data tahunan fi angka-angka untuk periode yang membentang dari tahun 1960 hingga 2014, terdiri dari satu variabel
endogen (PDB per kapita, proxy untuk pertumbuhan ekonomi) dan dua variabel eksogen (penerimaan pariwisata internasional per kapita dan fi pengembangan keuangan).
Variabel yang dipilih dalam studi ini didasarkan pada teori pertumbuhan ekonomi baru, yang disediakan oleh Balassa (1978) , yang mengisyaratkan bahwa ekspansi ekspor
dapat mendorong perekonomian
 R.Ohlan / Future Business Journal 3 (2017) 9 - 22 13

pertumbuhan karena mempromosikan spesialisasi dan meningkatkan produktivitas faktor dengan meningkatkan persaingan, menciptakan eksternalitas positif
dengan memajukan penyebaran informasi dan kemampuan khusus. Dimasukkannya fi Perkembangan keuangan dalam pemeriksaan hipotesis pertumbuhan yang
dipimpin pariwisata memang merupakan salah satu fitur unik dari studi dalam kasus India yang mengurangi bias variabel yang dihilangkan karena ini adalah
sumber keunggulan komparatif yang diakui secara teoritis dan empiris ( Hur, Raj, & Riyanto, 2006 ).

PDB dan penerimaan pariwisata internasional diukur dalam mata uang internasional, US $, yang mengurangi, sampai batas tertentu, pengaruh
nilai tukar. fl uktuasi pada seri data. Sejalan dengan penelitian terbaru tentang keterkaitan antara fi perkembangan keuangan dan pertumbuhan
ekonomi ( Hassan, Sanchez, & Yu, 2011 ), proxy dari fi keuangan
perkembangan diperoleh sebagai rasio jumlah uang beredar agregat (M 3) terhadap PDB.
Data ketiga variabel diperoleh dari Survei Ekonomi, Pemerintah India, India. Itu
matriks korelasi dan statistik deskriptif dari rangkaian data yang digunakan dalam penelitian disajikan di Tabel 1 untuk referensi yang siap.

Sebagaimana dicatat dari matriks korelasi, logaritma natural dari pertumbuhan, pariwisata dan fi perkembangan keuangan berkorelasi positif. Selain
itu, tidak ada fitur yang tidak biasa dalam data kami.

3.2. Model

Untuk menghindari masalah bias variabel yang dihilangkan, studi ini paralel Kumar dan Kumar (2013) , Kumar (2014) , Ba ş arir dan Çakir (2015) dan Shahbaz,
Kuma, Ivanov, dan Loganathan (2016) dalam penggunaan fi pembangunan keuangan sebagai variabel tambahan dalam pariwisata dan fungsi pertumbuhan
ekonomi untuk India. Bentuk fungsional umum model untuk mengestimasi in fl pengaruh pariwisata terhadap pertumbuhan ekonomi dikembangkan sebagai
Persamaan. (1) .

Gt¼ f ð Tt Ft Þ ð1Þ

Sesuai dengan literatur yang ada, semua deret data telah bertransformasi ke dalam bentuk logaritma natural (ln), sehingga estimasi koefisien fi cients
mewakili elastisitas dan menjadi ef fi cient. Model log-linear sekarang dapat disajikan sebagai berikut:

ln G t ¼ ln T t þ ln F t þ μ t ð2Þ

dimana G ¼ PDB per kapita, T ¼ pendapatan pariwisata internasional per kapita, F ¼ fi perkembangan keuangan, t ¼ waktu, μ
¼ istilah kesalahan.

Tabel 1
Matriks korelasi dan statistik deskriptif.

Statistik Pertumbuhan Pariwisata Keuangan

(lnG) (lnT) Pengembangan (lnF)

Berarti 5.7331 4.6851 4.3161

Median 5.7368 5.1258 4.1128
Maksimum 7.3281 7.3466 7.9811
Minimum 4.4285 1.7407 1.8405
Standar 0.8469 1.8012 1.9980
deviasi
Kecondongan 0.2840 - 0,3773 0,5200
Kurtosis 2.2260 1.8965 2.0246
Jarque bera 2.1120 4.0953 4.6591
(Kemungkinan) (0,3478) (0,1290) (0,0973)
Pengamatan 55 55 55

Korelasi
lnG 1.0000 - -
lnT 0,9656 1.0000 -
lnF 0,9757 0.9270 1.0000
14 R.Ohlan / Future Business Journal 3 (2017) 9 - 22

3.3. Analisis kointegrasi

Hubungan kointegrasi antara pariwisata dan pertumbuhan ekonomi diselidiki dengan menerapkan uji kointegrasi bersama yang diusulkan oleh Bayer
dan Hanck (2013) . Tes ini memberikan hasil kointegrasi yang seragam dan andal dengan mengintegrasikan fi menemukan empat pendekatan
kointegrasi, yaitu Engle dan Granger (1987) , Johansen (1995) ,
Boswijk (1994) dan Banerjee, Dolado, dan Mestre (1998) yang masing-masing diekspresikan oleh EG, JOH, BO dan BDM. Rumusnya adalah sebagai
berikut:

MISALNYA JOH BO BDM ¼ 2 ½ ln ð PASAK Þþ ln ð PJOH Þþ ln ð PBO Þþ ln ð PBDM Þ ð3Þ

dimana PEG, PJOH, PBO dan PBDM masing-masing mewakili nilai probabilitas dari tes EG, JOH, BO dan BDM. Untuk menyimpulkan apakah
asosiasi jangka panjang ada atau tidak di antara rangkaian, statistik Fisher diterapkan. Seseorang dapat menolak nol hipotesis tanpa kointegrasi
jika nilai kritis yang diberikan oleh Bayer dan Hanck di bawah statistik Fisher yang dihitung dan sebaliknya ( Ohlan, 2016b ). Selanjutnya, hasil tes
ini adalah con fi rmed dengan menerapkan Pesaran, Shin, dan Smith (2001) model autoregressive distribution lag (ARDL). Dalam perbandingan
metode kointegrasi lain seperti pendekatan dua langkah yang disarankan oleh Engle dan Granger (1987) dan tes Johansen ( Johansen, 1988 ),
model kointegrasi ARDL menikmati keuntungan ekonometrik tertentu. Misalnya, model ini tidak memerlukan adanya integrasi tunggal (I (1) tidak
seperti pendekatan lain seperti Johansen dan Juselius (1990) . Estimasi untuk hubungan jangka panjang dan jangka pendek dapat diperoleh pada
saat yang bersamaan. Namun, batasan model ARDL adalah bahwa ia gagal memberikan perkiraan empiris jika rangkaian tersebut terintegrasi dari
orde dua atau I (2).

Dari Persamaan. (2) , versi empiris model ARDL untuk menentukan hubungan antara perekonomian India
pertumbuhan, pariwisata dan fi perkembangan keuangan dapat dinyatakan sebagai Persamaan. (4) :

Xm Xn X Hai
Δ InG t ¼ α 0 þ b saya Δ InG ti þ c saya Δ InT ti þ d saya Δ InF ti þ ϕ 1 InG t 1 þ ϕ 2 InT t 1 þ ϕ 3 InF t 1 þ μ t ð4Þ
saya ¼ 1 saya ¼ 0 saya ¼ 0

dimana Δ adalah fi operator perbedaan pertama, α 0 singkatan konstan, t menunjukkan waktu, b saya, c saya, d saya adalah coef fi klien jangka pendek

dinamika dan ϕ 1, ϕ 2, ϕ 3 mewakili hubungan dinamis jangka panjang, sementara μ adalah istilah kesalahan stokastik. Dalam model ARDL, uji batas
diterapkan untuk menentukan apakah variabel terkointegrasi.
Tes ini didasarkan pada tanda sendi fi tongkat dari F- statistik dan χ 2 statistik uji Wald. Ketika GDP per kapita (InG) digunakan sebagai variabel
dependen dan penerimaan pariwisata internasional per kapita (InT) dan fi perkembangan keuangan (InF) diasumsikan sebagai variabel penjelas.
Nol dari hipotesis tidak ada kointegrasi diperiksa
dengan menguji tanda sendi fi tongkat dari F statistik ϕ 1, ϕ 2, ϕ 3. Dan jika dihitung F statistik berada di atas nilai kritis atas yang disajikan oleh Pesaran
dkk. (2001) , hipotesis tidak ada kointegrasi ditolak. Dengan kata lain, file
variabel terkointegrasi.
Jika seri terkointegrasi, mekanisme koreksi kesalahan (ECM) dapat dikembangkan sebagai Persamaan. (5) , yang menunjukkan
jangka pendek fl pengaruh pariwisata dan fi perkembangan keuangan pada pertumbuhan ekonomi India.

X Xn X Hai
Δ InG t ¼ γ 0 þ m c saya Δ InG ti þ d saya Δ InT ti þ e saya Δ InF ti þ ψ Ecm ti þ ν t ð5Þ
saya ¼ 1 saya ¼ 0 saya ¼ 0

dimana Ecm adalah istilah koreksi kesalahan, dan ψ adalah coef fi efisiensi dari istilah koreksi kesalahan yang menunjukkan kecepatan penyesuaian variabel ke
ekuilibrium dalam jangka panjang setiap tahun. The Augmented Dickey-Fuller (ADF) ( Dickey & Fuller, 1979 ), Phillips dan Perron (1988) dan Vogelsang dan
Perron (1998) Pengujian unit-root diterapkan untuk memastikan bahwa variabel tidak terintegrasi dari urutan dua (I (2). Demikian pula, pengujian jumlah kumulatif
(CUSUM) dan jumlah kumulatif kuadrat (CUSUMSQ) yang disarankan oleh Pesaran dan Shin (1999) diterapkan untuk menguji stabilitas jangka panjang dari
parameter yang akan diperkirakan.

3.4. Analisis kausalitas

Seperti yang kami tunjukkan Bagian 4.1 , rangkaian pertumbuhan ekonomi, penerimaan pariwisata internasional dan fi perkembangan keuangan
terkointegrasi. Untuk alasan ini, untuk menguji arah kausalitas, Vector Error-
 R.Ohlan / Future Business Journal 3 (2017) 9 - 22 15

Model Koreksi (VECM) Uji kausalitas Granger digunakan. VECM dapat disajikan seperti yang diberikan di bawah ini:
0 12 3 23 0 12∂ 32 3 230 1 2 3
pB
B C46 InG t 7 ¼ 4 β65βþ1 7 X C 6 11; saya ∂ 12; saya ∂ 13; saya 7 6 InG t 1 7 C 6 μ1t7
@ 1 L SEBUAH InT 5t 2 @ 1 L A 4 ∂ ∂ ∂ 21;
5 saya
4 InT t 123; saya
22; saya 5 þ 6 δ41 δ72 B
5 @ ECT t 1 SEBUAH þ 4 μ 2 t 5 ð6Þ

InF t β3 saya ¼ 1
∂ 31; saya ∂ 32; saya ∂ 33; saya InF t 1 δ3 μ3t

dimana (1 L) menunjukkan operator perbedaan, ECT t 1 adalah istilah koreksi kesalahan tertinggal satu periode, berasal dari
coointegrating vektor sementara μ 1t, μ 2t, dan μ 3t adalah istilah sisa. Signi statistik fi cance dari ECT t 1 menipu fi rms keberadaan kausalitas Granger jangka
panjang sementara tes Wald χ 2 statistik untuk signi gabungan fi cambuk nilai tertinggal
variabel menunjukkan dinamika jangka pendek ( Ohlan, 2015 ). Untuk menguji ketahanan analisis kausalitas, dekomposisi varians (VD) dan fungsi
respons impuls (IRF) diterapkan.

4. Hasil dan diskusi

4.1. Analisis dampak jangka panjang dan jangka pendek

Terutama, untuk memastikan bahwa variabelnya bukan I (2), kami telah memeriksa properti pengintegrasian rangkaian dengan menerapkan Augmented Dicky - Tes root unit Fuller
(ADF) dan Philip Perron (PP). Hasil tes ADF dan PP dirinci dalam Meja 2 . Ditemukan bahwa indeks pertumbuhan ekonomi, pariwisata dan fi perkembangan keuangan tidak stasioner di
tingkat. Namun, dalam fi perbedaan pertama
bentuk, semua variabel menjadi stasioner. Hasil empiris ini menunjukkan bahwa PDB per kapita (ln G t), penerimaan pariwisata internasional per kapita (ln T t)
dan fi pengembangan keuangan (ln F t) seri terintegrasi dari urutan satu: SAYA( 1). Empiris ini fi Penemuan mendukung pengakuan yang berkembang bahwa sebagian besar rangkaian ekonomi makro adalah SAYA( 1) ( Nelson

& Plosser, 1982 ).

Hasil dari Vogelsang dan Perron (1998) uji akar unit pemutusan struktural disajikan di Tabel 3 . Hasil ini menipu fi rm kami sebelumnya fi Menemukan bahwa meskipun ada kerusakan
struktural, variabel kami terintegrasi dari urutan satu.
Karena pengujian unit root secara konsisten menyarankan bahwa semua seri memiliki integrasi tunggal, file Bayer dan Hanck (2013) tes yang tepat untuk menyelidiki apakah variabel
terkointegrasi. Hasil dari Bayer dan Hanck (2013) uji kointegrasi diberikan Tabel 4 . Sekilas Tabel 4 memperjelas bahwa nilai estimasi Fisher-statistics untuk uji EG-JOH-BO-BDM lebih besar
dari nilai tabel pada tingkat signifikansi 5 persen. fi tongkat. Oleh karena itu, kami menolak hipotesis nol tanpa kointegrasi dan menyimpulkan bahwa pariwisata, fi pembangunan keuangan dan
pertumbuhan ekonomi terkointegrasi.
Hasil dari Bayer dan Hanck (2013) model adalah veri fi Lebih lanjut menerapkan model ARDL yang dipilih berdasarkan Schwarz Bayesian Criterion (SBC).
Tabel 5 menggambarkan bahwa nilai taksiran F- statistik di atas batas atas dari batas saat In G t digunakan sebagai variabel dependen. Oleh karena itu, kami
menolak hipotesis nol H 0: ϕ 1 ¼ ϕ 2 ¼ ϕ 3 ¼ 0 dari Persamaan. (4) . Oleh karena itu, kami dapat menyimpulkan bahwa lnG t, lnT t dan lnF t adalah signi fi kointegrasi secara signifikan selama periode dari 1960 hingga 2014.

Setelah menemukan adanya hubungan kointegrasi di antara variabel-variabel tersebut, kita telah masuk untuk memeriksa dampak jangka panjang dan jangka pendek dari variabel-variabel
ini terhadap pertumbuhan ekonomi. Menurut Persamaan. (4) dan prinsip nilai SBC minimum, kami memilih model ARDL (1,0,1), dan perkiraan dampak jangka panjang ditunjukkan di Tabel 6 .
Jelas, model kami fi Datanya baik dan semua variabel independen secara statistik signifikan fi tidak bisa.

Beberapa observasi dilakukan Tabel 6 . Brie fl y, pariwisata dan fi perkembangan keuangan secara positif dan signifikan secara statistik fi terkait erat dengan pertumbuhan ekonomi. Dengan kata lain, peningkatan pariwisata dan fi perkembangan

keuangan akan menghasilkan peningkatan pertumbuhan ekonomi dalam jangka panjang. Detailnya dinyatakan seperti di bawah ini. Pertama, penerimaan pariwisata internasional yang meningkat memiliki tanda jangka panjang fi tidak

bisa masuk fl pengaruh pada pertumbuhan ekonomi India, khususnya fi Biasanya, peningkatan pendapatan per kapita pariwisata sebesar 10 persen menyebabkan pertumbuhan PDB per kapita sebesar 1,9 persen. Dalam konteks

kebijakan, kami fi Penemuan menunjukkan bahwa pariwisata akan menjadi sebuah hal yang signifikan fi tidak bisa menjadi katalisator untuk meningkatkan pertumbuhan ekonomi India. Ini fakta penting karena pariwisata di India tidak

pernah terindikasi.

Meja 2
Hasil tes akar unit ADF dan PP.

Variabel ADF PP Kesimpulan

Konstan Konstan dan tren Konstan Konstan dan tren

ln G t 0,4463 (0) - 1,5885 (0) 0,4463 (0) - 1.7485 (2) Tidak stasioner
ln T t - 0,7997 (1) - 2.0684 (1) - 0,5362 (3) - 1,8114 (3) Tidak stasioner
ln F t 0,6072 (1) - 2.4694 (1) 1.4035 (1) - 2.3436 (1) Tidak stasioner
Δ ln G t - 6.6532 * (0) - 6.6581 * (0) - 6.6532 * (0) - 6.6580 * (1) Perlengkapan tulis

Δ ln T t - 4.7493 * (0) - 4.7049 * (0) - 4.7738 * (1) - 4.7286 * (1) Perlengkapan tulis

Δ ln F t - 4.4457 * (0) - 4,6251 * (0) - 4.3912 * (3) - 4.4223 * (4) Perlengkapan tulis

Catatan: () menunjukkan kelambatan dan bandwidth untuk tes ADF dan PP.
*
menunjukkan penolakan nol hipotesis non-stasioneritas pada tingkat signifikansi 1 persen fi tongkat.
16 R.Ohlan / Future Business Journal 3 (2017) 9 - 22

Tabel 3
Hasil pengujian root unit break point.

Variabel Konstan Tahun Istirahat Konstan dan tren Tahun Istirahat Kesimpulan

ln G t - 1,6281 (0) 2002 - 2.8498 (0) 2004 Tidak stasioner

ln T t - 2.2346 (1) 1973 - 4. 1916 (1) 1974 Tidak stasioner
ln F t - 1.6728 (1) 1996 - 4.5213 (1) 1999 Tidak stasioner
Δ ln G t - 7.1615 * (0) 1991 - 7.0604 * (0) 1991 Perlengkapan tulis

Δ ln T t - 5.3385 * (0) 1980 - 5.8667 * (0) 1980 Perlengkapan tulis

Δ ln F t - 4.9534 * (1) 1995 - 5.5390 * (0) 2008 Perlengkapan tulis

Catatan: () menunjukkan kelambatan untuk Vogelsang dan Perron (1998) tes root unit.
*
menunjukkan penolakan nol hipotesis non-stasioneritas pada tingkat signifikansi 1 persen fi tongkat.

Tabel 4
Hasil uji kointegrasi Bayer dan Hanck.

Model TELUR-JOH-BO- Nilai kritis pada Kesimpulan

BDM Tingkat 5 persen

F ( lnG t | lnT t, 25.380 * 21.106 Kointegrasi

lnF t)

*
menunjukkan penolakan nol hipotesis tanpa kointegrasi pada tingkat signifikansi 5 persen fi tongkat.

Tabel 5
Hasil analisis kointegrasi ARDL.

Estimasi ARDL Lag yang optimal F- statistik Nilai kritis Batas Bawah pada Nilai kritis Batas Atas pada level 5 persen Kesimpulan

model panjangnya Tingkat 5 persen

F ( lnG t | lnT t, lnF t) (1,0,1) 5.6570 * 4.0461 5.1315 Kointegrasi

Catatan
*
menunjukkan penolakan nol hipotesis tanpa kointegrasi pada tingkat signifikansi 5 persen fi tongkat.

Tabel 6
Estimasi jangka panjang dari model ARDL.

Variabel Coef fi cient Kesalahan Standar Rasio-T [Prob]

ln T t 0.1986 * 0,0418 4,7455 [0,000]

ln F t 0,2700 * 0,0378 7.1382 [0.000]
Konstan 3.7977 * 0,0838 45,3337 [0,000]

Catatan.
*
menunjukkan signi fi tidak bisa di level 1 persen. Masalah ¼ Kemungkinan.

Kedua, fi perkembangan keuangan seperti yang diharapkan ditemukan berhubungan positif dan kuat dengan pertumbuhan ekonomi. Tepatnya, 10 persen kemajuan fi perkembangan
keuangan dapat dikaitkan dengan kenaikan 2,7 persen dalam pertumbuhan ekonomi dalam jangka panjang, semuanya tetap sama. Bukti empiris ini konsisten dengan fi menemukan Hassan
dkk. (2011) untuk panel negara Asia Selatan.
Selanjutnya, untuk mendapatkan perkiraan jangka pendek fl pengaruh pariwisata terhadap pertumbuhan ekonomi di India, pendekatan koreksi kesalahan digunakan. Itu fi temuan-temuan dari analisis
jangka pendek diberikan di Tabel 7 .
Ditemukan bahwa ECM diperkirakan t-1 secara statistik signifikan fi cant pada level 1 persen dan memegang tanda negatif. Ini fi Penemuan memperkuat kointegrasi sebelumnya antara pariwisata dan
pertumbuhan ekonomi, dan menunjukkan laju penyesuaian dari keseimbangan jangka pendek menuju keseimbangan jangka panjang
jalan. Koefisien koreksi kesalahan fi Hasil penelitian menunjukkan bahwa divergensi jangka pendek dalam pertumbuhan ekonomi dari ekuilibrium jangka panjang disesuaikan sebesar 35 persen setiap tahun.

Hasil penelitian menunjukkan bahwa pariwisata memiliki pengaruh yang signifikan secara statistik fi tidak berdampak positif pada pertumbuhan ekonomi. Signi ini fi Jika pariwisata juga berperan sebagai mesin pertumbuhan

ekonomi dalam jangka pendek, pertumbuhan 5 persen dalam penerimaan pariwisata internasional per kapita menimbulkan peningkatan 0,35 persen dalam PDB per kapita, ceteris paribus. Kopi itu fi cient dari fi perkembangan

keuangan ternyata tidak signifikan fi tidak bisa dalam jangka pendek.

 R.Ohlan / Future Business Journal 3 (2017) 9 - 22 17

Tabel 7
Hasil representasi koreksi kesalahan untuk model ARDL.

Variabel Coef fi cient Kesalahan Standar Rasio-T

[Masalah]

Δ ln T t 0,0707 * 0,0212 3,3382 [0,002]

Δ ln F t - 0,0973 0,0666 - 1.4606
[0,150]
ECM t- 1 - 0,3559 * 0,0767 - 4.6396
[0.000]
Diagnostik R 2 ¼ 0,3434; F-Stat. F (3,50) ¼ 8.5438 * [0.000]; Statistik DW ¼ 1.6703
tes

Catatan.
*
menunjukkan signi fi tongkat di tingkat 1 persen. Masalah ¼ Kemungkinan.

Berikut ini, perbandingan koefisien elastisitas jangka pendek dan jangka panjang fi Hasil penelitian menunjukkan bahwa daya tanggap jangka panjang pertumbuhan ekonomi sehubungan dengan pariwisata lebih

tinggi daripada tanggapan jangka pendek. Hal ini menunjukkan bahwa penerimaan pariwisata internasional yang lebih tinggi dari waktu ke waktu di India akan meningkatkan pertumbuhan ekonomi. Nilai yang

dihitung dari F- statistik yang diberikan pada baris terakhir Tabel 7 secara statistik signifikan fi tidak bisa di signi 1 persen fi tingkat cance. Artinya secara keseluruhan fi t model yang digunakan bagus. Nilai Durbin - Statistik

Watson untuk model kami kurang dari dua yang berarti tidak ada masalah autokorelasi. Disamping R 2 Nilainya 0,34, yang menunjukkan para independen ini dapat menjelaskan 34 persen dari total informasi tentang

perubahan pertumbuhan ekonomi dalam jangka pendek dan faktor-faktor lain dapat menjelaskan 66 persen.

Selain itu, karena terjadinya perubahan struktural di negara tersebut, rangkaian makroekonomi India mungkin telah mengalami kerusakan struktural. Oleh karena itu, kestabilan
parameter model ARDL diperiksa dengan melakukan uji CUSUM dan CUSUMSQ. Hasil tes ini ditampilkan di Gambar. 1 dan 2 masing-masing.

Sebagaimana dicatat dari Gambar 1 , ada sedikit ketidakstabilan di tahun 1991, yang bisa jadi karena adopsi liberalisasi ekonomi oleh
negara. Namun demikian, plot CUSUMQ menunjukkan bukti stabilitas parameter yang relatif dalam model pada tingkat signifikansi 5 persen fi tongkat. Artinya parameter yang diperkirakan
stabil dan konsisten. Hasil ini menguatkan hal serupa fi menemukan Kumar, Loganathan, Patel, dan Kumar (2015) dalam kasus Malaysia.

4.2. Analisis kausalitas

Pada tahap ini, kami menyelidiki hubungan sebab akibat antara penerimaan pariwisata internasional per kapita, fi perkembangan keuangan dan PDB per kapita. Hasil empiris yang diperoleh dengan
menerapkan VECM (Persamaan. (6) ) diberikan Tabel 8 .
Berbalik fi pertama untuk hasil jangka panjang, kami fi temukan itu ECM t 1 di G t persamaan bertanda negatif dan secara statistik signifikan fi tidak bisa di level 1 persen

dari signi fi tongkat. Karenanya, berdasarkan signi fi tongkat dari ECM t 1 istilah, kita dapat menyatakan bahwa pariwisata inbound Granger-menyebabkan PDB di India dalam jangka panjang dan tidak
sebaliknya. Hasil ini memperkuat fi temuan Mishra et al. (2011) dalam konteks India.
Selain itu, analisis menunjukkan adanya sebab-akibat Granger satu arah jangka panjang yang berjalan dari fi perkembangan keuangan untuk pertumbuhan ekonomi di India.
Berdasarkan empiris tersebut fi ditemukan, TLGH divalidasi oleh pengalaman India. Ini fi nding provides further imputes to the tourism management strategies obtained in Incredible India
International Campaigns.
In case of short-run, the value of joint χ 2 Wald statistics of the lagged explanatory variables of VECM is statistically insigni fi cant. These
fi ndings convey that, in the short-run, there is an absence of Granger-causality between tourism and economic growth. This fi nding is different from Georgantopoulos (2013) for India, but
consistent with that of Belloumi (2010) in the case of Tunisia. Next, we test the robustness of the above causality analysis.

20

10

- 10

- 20
1961 1975 1989 2003 2014

Dottedstraight linesrepresent criticalboundsat 5% significancelevel

Fig. 1. The results of CUSUM test.

18 R. Ohlan / Future Business Journal 3 (2017) 9 – 22

1.4

1.2

1.0

0.8

0.6

0.4

0.2

0.0

- 0.2

- 0.4
1961 1975 1989 2003 2014

Dotted straight lines represent critical bounds at 5% significance level

Fig. 2. The results of CUSUMSQ test.

Table 8
Results of VECM granger causality model.

Dependent Direction of causality

variable
Short-run (Wald Test χ 2 statistic) Long-
run

P P P
Δ ln G t 1 Δ ln T t 1 Δ ln F t 1 ECM t 1
[Prob]

Δ ln G t … 1.039[0.595] 0.439[0.803] - 0.381 *

[0.001]

Δ ln T t 0.101[0.951] … 1.450[0.484] 0.025

[0.924]

Δ ln F t 0.809[0.667] 1.345[0.510] … 0.135

[0.519]

Note.
*
shows signi fi cance at the 1 per cent level. [] ¼ Prob ¼ Probability.

4.3. Impulse response and variance decomposition analyses

In order to investigate the in fl uence of innovations in all variables in the system on economic growth, the impulse response analysis is applied. The impulse responses of economic
growth to one standard deviation innovations to tourism and fi nancial development are depicted in Fig. 3 . The impulse response fi ndings reveal that, fi rst, the response of economic growth
to a shock on tourism earnings per capita is positive throughout the period under analysis. Speci fi cally, it increases consistently in the fi rst fi fteen periods, reached at a level of 0.47, and
then turns to be almost stable.

This fi nding is contrary to a conclusion reached in Georgantopoulos (2013) that an expected shock to tourism expenditure does not in fl uence the growth in GDP, but consistent with that
of Bassil et al. (2015) in Lebanese case: positive shocks to the tourism sector enhance economic growth. This difference in fi ndings may be traced in methodological weakness of earlier
studies in the context of India. Second, the response of economic growth to a shock on fi nancial development exhibits a steady rising trend up to fi rst sixteen periods and thereafter reaches
the stable level about

Fig. 3. Impulse response of economic growth.

 R. Ohlan / Future Business Journal 3 (2017) 9 – 22 19

Fig. 4. Variance decomposition of economic growth.

0.095. This fi nding con fi rms our earlier fi nding regarding the sign of a coef fi cient of long-run (positive) impact of tourism and fi nancial development on economic growth obtained applying
ARDL bounds testing approach.
Finally, in order to compare the contribution extent of the percentage of tourism and fi nancial development to the change in economic growth, the variance decomposition approach is
adopted in the paper. The results are presented in Fig. 4 . Fig. 4 displays that as time goes by, the contribution extent of GDP itself to the change in GDP has a sharp downward trend, while
those of tourism and fi nancial development rise steadily. Subsequently, the fi ndings assert that TLGH for India is valid and stable.

This empirical evidence is again in contrast to the fi nding of Georgantopoulos (2013) though it is notable that the earlier study uses small sample and is methodologically weak.
Evidently, these results are useful for policy makers. The main policy implication is that India will bene fi t from the encouragement of tourism growth. The eager tourism advancement may be
as persuasive as India's new government currently believe.

5. Concluding remarks and policy recommendations

This paper empirically investigated both the short-run and long-run effects of inbound tourism on economic growth in India over the period of
1960 – 2014. To accomplish this, the degree of stationarity of the variables was examined by applying the Vogelsang and Perron (1998) break point
unit root test. Our fi nding shows that all the variables used in the study are I( 1). Evidence for the existence of a tourism-led growth hypothesis has
been established for India. To do so, the study applied the Bayer and Hanck (2013) and ARDL modeling approaches to cointegration, VECM,
innovative accounting and variance decomposition methods.

The empirical results of both Bayer and Hanck (2013) and ARDL approaches to cointegration consistently revealed that India's economic
growth, tourism and fi nancial development are cointegrated. This methodology has allowed obtaining elasticities of economic growth with respect
to tourism both in the long-run and short-run. Remarkably, we fi nd that the earnings from the international tourism positively affect India's economic
growth both in the long-run and short-run. With a 1 per cent raise in international tourism receipts, on average, India's GDP increases by 0.2 per
cent in the long run. The estimates of parameters are found to be stable over the sample period. Notably, we fi nd a unidirectional long-run
causation running from tourism to economic growth in India. This means that inbound tourism earnings precede growth in GDP. This fi nding is in
line with that of Gunduz and Hatemi-J (2005) for Turkey, Belloumi (2010) for Tunisia, and Tang and Abosedra (2016) for Lebanon. In sum, these
empirical

fi ndings lend further support to wide applicability of the tourism-led growth hypothesis.
In the policy context, our fi ndings offer justi fi cation for Government of India's goal of investing in the tourism industry as a means of invigorating
economic growth over the long run. Tourism can be depended upon to stimulate India's economic prosperity and, for this reason, policy makers
ought to give careful consideration toward encouraging inbound tourism.

These fi ndings accentuate the need for more reliable tourism development strategies and programs to be executed by the Government of India
to take full advantage of the potential of tourism for promoting economic growth. Presently, the tourism sector is witnessing a shortage of talent in
India. Therefore, to achieve the desired growth in this sector the country needs to execute policies that advance enthusiastic and prudent talent
management, particularly in human capital development. In addition, the country may step up its incredible India campaign —

showcase of different aspects of Indian culture and history — globally to help counterbalance some of the adverse conceptions about tourism,
especially the safety of women tourists.
Such novel fi ndings on India have general relevance to different nations too, particularly those looking for new drivers of economic prosperity.
For example, Pakistan, they might rely on tourism for economic growth on the off
20 R. Ohlan / Future Business Journal 3 (2017) 9 – 22

chance that they found themselves able to draw in honest-to-goodness traveler landings instead of would-be vagrant labors, from Afghanistan,
Bangladesh, Burma and Sri Lanka, who facade as tourists. They can direct their policy focus towards extending very warm hospitality to inbound
tourists, enhancing tourism infrastructure and generating more visitor trust in the worldwide tourism market. Apart from these, they can provide
internationally benchmarked tourism products and vibrant destinations to attract the tourists across the globe.

References

Al-mulali, U., Fereidouni, H. G., Lee, J. M.Y., & Mohammed, A. H. (2014). Estimating the tourism-led growth hypothesis: A case study of the
Middle East countries. Anatolia: An International Journal of Tourism and Hospitality Research, 25( 2), 290 – 298.
Andriotis, K. (2002). Scale of hospitality fi rms and local economic development – Evidence from Crete. Tourism Management, 23( 4), 333 – 341. Aramberri, J. (2004). Reading the tourist
mind: Indian tourism the next decade. Tourism Recreation Research, 29( 1), 1 – 13. Balaguer, J., & Cantavella-Jordá, M. (2002). Tourism as a long-run economic growth factor: The Spanish
case. Applied Economics, 34( 7), 877 – 884.

Balassa, B. (1978). Exports and economic growth: Further evidence. Journal of Development Economics, 5, 181 – 189. Balli, F., Curry, J., & Balli, H. O. (2015). Inter-regional spillover effects
in New Zealand international tourism demand. Tourism Geographies, 17
(2), 262 – 278.
Banerjee, A., Dolado, J., & Mestre, R. (1998). Error-correction mechanism tests for coin- tegration: A single-equation framework. Journal of Time
Series Analysis, 19( 3), 267 – 283.
Ba ş arir, C., & Çakir, Y. N. (2015). Causal interactions between CO 2 emissions, fi nancial development, energy and tourism. Asian Economic and
Financial Review, 5( 11), 1227 – 1238.
Bassil, C., Hamadeh, M., & Samara, N. (2015). The tourism led growth hypothesis: The Lebanese case. Tourism Review, 70( 1), 43 – 55. Bayer, C., & Hanck, C. (2013). Combining
non-cointegration tests. Journal of Time Series Analysis, 34( 1), 83 – 95.
Belloumi, M. (2010). The relationship between tourism receipts, real effective exchange rate and economic growth in Tunisia. International
Journal of Tourism Research, 12( 5), 550 – 560.
Blake, A., Sinclair, M. T., & Campos, J. A. (2006). Tourism productivity: Evidence from the United Kingdom. Annals of Tourism Research, 33,
1099 – 1120.
Boswijk, H. P. (1994). Testing for an unstable root in conditional and unconditional error correction models. Journal of Econometrics, 63( 1), 37 – 60.

Bouzahzah, M., & Menyari, Y. (2013). International tourism and economic growth: The case of Morocco and Tunisia. Journal of North African
Studies, 18( 4), 592 – 607.
Brida, J. G., Carrera, E. J.S., & Risso, W. A. (2008). Tourism's impact on long-run Mexican economic growth. Economics Bulletin, 3( 21), 1 – 8. Brida, J. G., Cortes-Jimenez, I., & Pulina, M.
(2016). Has the tourism-led growth hypothesis been validated? A literature review. Current Issues in
Tourism, 19( 5), 394 – 430.
Brida, J. G., Lanzilotta, B., Pereyra, J. S., & Pizzolo´n, F. (2015). A nonlinear approach to the tourism led growth hypothesis: The case of
MERCOSUR. Current Issues in Tourism, 18( 7), 647 – 666.
Cárdenas-García, P. J., Sánchez-Rivero, M., & Pulido-Fernández, J. I. (2015). Does tourism growth in fl uence economic development?. Journal of
Tourism Research, 54( 2), 206 – 221.
Castro-Nuno, M., Molina-Toucedo, J. A., & Pablo-Romero, M. P. (2013). Tourism and GDP: A meta-analysis of panel data studies. Journal of
Travel Research, 52( 6), 745 – 758.
Cernat L., Gourdon, J. (2012). Paths to success: Benchmarking cross-country sustainable tourism. Tourism Management 33, 1044 – 1056.
Croes, R. (2006). A paradigm shift to a new strategy for small island economies: Embracing demand side economics for value enhancement and
long term economic stability. Tourism Management, 27, 453 – 465.
Dickey, D. A., & Fuller, W. A. (1979). Distribution of estimators for autoregressive time series with a unit root. Journal of the American Statistical
Association, 74( 366a), 427 – 431.
Ekanayake, E. M., & Long, A. E. (2012). Tourism development and economic growth in developing countries. The International Journal of
Business and Finance Research, 6( 1), 51 – 63.
Engle, R. F., & Granger, C. W.J. (1987). Co-integration and error correction: Representation, estimation, and testing. Econometrica, 55( 2), 251 – 276.

Ertugrul, M. H., & Mangir, F. (2015). The tourism-led growth hypothesis: Empirical evidence from Turkey. Current Issues in Tourism, 18( 7), 633 – 646.

Figini, P., & Vici, L. (2010). Tourism and growth in a cross section of countries. Tourism Economics, 16( 4), 789 – 805. Georgantopoulos, A. G. (2013). Tourism expansion and economic
development: Var/Vecm analysis and forecasts for the case of India. Asian
Economic and Financial Review, 3( 4), 464 – 482.
Ghosh, S. (2011). Examining tourism-led growth hypothesis for India. International Journal of Indian Culture and Business Management, 4( 3), 347 – 355.

Gunduz, L., & Hatemi-J, A. (2005). Is the tourism-led growth hypothesis valid for Turkey?. Applied Economics Letters, 12, 499 – 504. Hassan, M. K., Sanchez, B., & Yu, J. (2011). Financial
development and economic growth: New evidence from panel data. The Quarterly Review
of Economics and Finance, 51, 88 – 104.
 R. Ohlan / Future Business Journal 3 (2017) 9 – 22 21

Hur, J., Raj, M., & Riyanto, Y. (2006). Finance and trade: A cross-country empirical analysis on the impact of fi nancial development and asset
tangibility on international trade. World Development, 34, 1728 – 1741.
Ivanov, S., & Webster, C. (2012). Tourism's impact on growth: The role of globalisation. Annals of Tourism Research, 41, 231 – 236. Jalil, A., Mahmood, T., & Idrees, M. (2013).
Tourism-growth nexus in Pakistan: Evidence from ARDL bounds tests. Economic Modeling, 35,
185 – 191.
Jauhari, V. (2009). Hospitality, tourism and economic growth in India. Worldwide Hospitality and Tourism Themes, 1( 1), 7 – 11. Johansen, S. (1988). Statistical analysis for
cointegration vectors. Journal of Economic Dynamics and Control, 12( 2-3), 231 – 254. Johansen, S. (1995). A statistical analysis of cointegration for I(2) variables. Econometric
Theory, 11( 1), 25 – 59.
Johansen, S., & Juselius, K. (1990). Maximum likelihood estimation and inference on cointegration with application to the demand for money.
Oxford Bulletin of Economics and Statistics, 52( 2), 169 – 210.
Katircioglu, S. T. (2009a). Testing the tourism-led growth hypothesis: The case of Malta. Acta Oeconomica, 59( 3), 331 – 343.
Katircioglu, S. T. (2009b). Revisiting the tourism-led-growth hypothesis for Turkey using the bounds test and Johansen approach for cointegration.
Tourism Management, 30( 1), 17 – 20.
Katircioglu, S. T. (2011). Tourism and growth in Singapore: New extension from bounds test to level relationship and conditional Granger
causality tests. Singapore Economic Review, 56( 3), 441 – 453.
Kumar, R. R., & Kumar, R. (2013). Exploring the developments in urbanization, aid dependency, sectorial shifts and services sector expansion in
Fiji: A modern growth perspective. Global Business and Economics Review, 15, 371 – 395.
Kumar, R. R. (2014). Exploring the role of technology, tourism and fi nancial development: An empirical study of Vietnam. Quality and Quantity,
48( 5), 2881 – 2898.
Kumar, R. R., Loganathan, N., Patel, A., & Kumar, R. D. (2015). Nexus between tourism earnings and economic growth: A study of Malaysia.
Quality and Quantity, 49( 3), 1101 – 1120.
Lanza, A., & Pigliaru, F. (2000). Tourism and economic growth: Does country's size matter?. Rivista Internazionale di Scienze Economiche e
Commerciali, 47, 77 – 85.
Lee, C. C., & Chang, C. P. (2008). Tourism development and economic growth: A closer look at panels. Tourism Management, 29, 180 – 192. Lee, C. G. (2012). Tourism, trade, and income:
Evidence from Singapore. Anatolia, 23( 3), 348 – 358. Lemmetyinen, A., & Go, F. M. (2009). The key capabilities required for managing tourism business networks. Tourism Management, 30, 31
– 40. Matarrita-Cascante, D. (2010). Beyond growth: Reaching tourism-led development. Annals of Tourism Research, 37( 4), 1141 – 1163. McKinnon, D. R.I. (1964). Foreign exchange
constraint in economic development and ef fi cient aid allocation. Economic Journal, 74, 388 – 409. Mishra, P. K., Rout, H. B., & Mohapatra, S. S. (2010). Causality between tourism and
economic growth: Empirical evidence from India. European

Journal of Social Sciences, 18( 4), 518 – 527.

Narayan, B., Rajendran, C., Sai, L. P., & Gopalan, R. (2009). Dimensions of service quality in tourism – An Indian perspective. Total Quality
Management Business Excellence, 20( 1), 61 – 89.
Nelson, C. R., & Plosser, C. R. (1982). Trends and random walks in macroeconomic time series: Some evidence and implications. Journal of
Monetary Economics, 10( 2), 139 – 162.
Ngoasong M.Z., Kimbu A.N. (2016). Informal micro fi nance institutions and development-led tourism entrepreneurship. Tourism Management 52,
430 – 439.
Oh, C. O. (2005). The contribution of tourism development to economic growth in the Korea economy. Tourism Management, 26( 1), 39 – 44. Ohlan, R. (2012). ASEAN India free trade
agreement in goods: An assessment. African Journal of Social Sciences 2 (3), 66 – 84.
Ohlan, R. (2015). The impact of population density, energy consumption, economic growth and trade openness on CO 2 emissions in India. Natural
Hazards, 79( 2), 1409 – 1428.
Ohlan, R. (2016a). Rural transformation in India in the decade of miraculous economic growth. Journal of Land and Rural Studies 4 (2),188 – 205. Ohlan, R. (2016b). Renewable and
non-renewable energy consumption and economic growth in India. Energy Sources Part B Economics Planning
and Policy, 11(11), 1050-1054.
Pablo-Romero, M. P., & Molina, J. A. (2013). Tourism and economic growth: A review of empirical literature. Tourism Management Perspectives,
8, 28 – 41.
Parrilla, J. C., Font, A. R., & Nadal, J. R. (2007). Tourism and long – term growth a Spanish perspective. Annals of Tourism Research, 34( 3), 709 – 726.

Papatheodorou A., Rossell J., Xiao H. (2010). Global economic crisis and tourism: Consequences and perspectives. Journal of Travel Research, 49
(1), 39 – 45.
Payne, J. E., & Mervar, A. (2010). The tourism growth nexus in Croatia. Tourism Economics, 16( 4), 1089 – 1094.
Pesaran, M. H., & Shin, Y. (1999). An autoregressive distributed lag modelling approach to cointegration analysis. In: S. Strom, A. Holly., &
P. Diamond (Eds.), Centennial Volume of Rangar Frisch. Cambridge: Cambridge University Press. Pesaran, M. H., Shin, Y., & Smith, R. (2001). Bounds testing approaches to the
analysis of level relationships. Journal of Applied Econometrics,
16, 289 – 326.
Phillips, P. C.B., & Perron, P. (1988). Testing for unit roots in time series regression. Biometrika, 75, 335 – 346. Punia, B. K. (1994). Tourism
management: Problems and prospects. Ashish Publishing House, New Delhi.
Ridderstaat, J., & Croes, R. (2015). The link between money supply and tourism demand cycles. a case study of two Caribbean destinations.
Journal of Travel Research, 26( 2), 37 – 40.
Salmani, B., Panahi, H., & Razzaghi, S. (2014). Assessing the dynamic economic impact of tourism for OIC members. World Applied Sciences
Journal, 32( 6), 1098 – 1105.
Seetanah, B. (2011). Assessing the dynamic economic impact of tourism for island economies. Annals of Tourism Research, 38( 1), 291 – 308.
22 R. Ohlan / Future Business Journal 3 (2017) 9 – 22

Sequeira, T. N., & Nunes, P. M. (2008). Does tourism in fl uence economic growth? A dynamic panel data approach. Applied Economics, 40( 18), 2431 – 2441.

Shahbaz, M., Kuma, R. R., Ivanov, S., & Loganathan, N. (2016). The nexus between tourism demand and output per capita, with the relative
importance of trade openness and fi nancial development: A study of Malaysia. Tourism Economics,
1 – 19, http://dx.doi.org/10.5367/te.2015.0505 .
Singh, D. R. (2008). Small island developing states (SIDS): Tourism and economic development. Tourism Analysis, 13( 5 – 6), 629 – 636. Song, H., & Lin, S. (2010). Impacts of the fi nancial
and economic crisis on tourism in Asia. Journal of Travel Research, 49( 1), 16 – 30. Tang, C. F., & Tan, E. C. (2015). Does tourism effectively stimulate Malaysia's economic growth?.
Tourism Management, 46, 158 – 163.
Tang, C. F., & Abosedra, S. (2016). Tourism and growth in Lebanon: New evidence from bootstrap simulation and rolling causality approaches.
Empirical Economics, 50( 2), 679 – 696.
Tang, C. F., Tiwari, A. K., & Shahbaz, M. (2016). Dynamic inter-relationships among tourism, economic growth and energy consumption in India.
Geosystem Engineering, 19( 4), 158 – 169.
Tang, C. H., & Jang, S. S. (2009). The tourism – economy causality in the United States: A sub industry level examination. Tourism Management,
30( 4), 553 – 558.
Tugcu, C. T. (2014). Tourism and economic growth nexus revisited: A panel causality analysis for the case of the Mediterranean Region. Tourism
Management, 42, 207 – 212.
UNWTO, C. T. (2015). Tourism highlights (( 2015 edition). Madrid: World Tourism Organization.
Vogelsang, T. J., & Perron, P. (1998). Additional test for unit root allowing for a break in the trend function at an unknown time. International
Economic Review, 39( 4), 1073 – 1100.
Weng, C. C., & Wang, K. K. (2004). Scale and scope economies of international tourist hotels in Taiwan. Tourism Management, 25, 761 – 769. Yazdi, S. K., Salehi, K. H., & Soheilzad, M.
(2017). The relationship between tourism, foreign direct investment and economic growth: Evidence
from Iran. Current Issues in Tourism, 20( 1), 15 – 26.