economies of scale pada perusahaan lokal. Secara agregat, dampak dari
peningkatan kualitas infrastruktur otomatis bisa menyebabkan kenaikan tingkat harga atau sebaliknya tergantung dari struktur perekonomian suatu negara atau
wilayah. Peningkatan kualitas infrastruktur transportasi dapat menyebabkan dua kondisi yang berbeda, yaitu akan mendorong peningkatan ekspor atau sebaliknya
akan meningkatkan permintaan atas produk impor. Bila kemudian yang terjadi adalah peningkatan ekspor maka pengaruhnya terhadap harga cenderung menjadi
negatif atau menyebabkan penurunan harga alias akan berpengaruh negatif terhadap inflasi, namun jika terjadi hal yang sebaliknya maka dampaknya
terhadap inflasi menjadi positif. Mekanisme transmisi dari kondisi infrastruktur terhadap harga tentunya
tidak sesederhana itu karena secara tidak langsung hal tersebut juga akan memengaruhi kondisi pasar tenaga kerja di suatu negara atau wilayah, seperti
tingkat pengangguran, adanya lowongan pekerjaan dan terutama tingkat upah. Oleh karenanya tidak mudah untuk melihat dampak agregat dari peningkatan
kualitas infrastruktur khususnya infrastruktur transportasi dan infrastruktur secara umum terhadap harga. Mengingat terdapat beberapa jalur yang kemungkinan
dapat memengaruhi harga dan dimungkinkan pula terjadi dampak bauran dari beberapa alternatif jalur tersebut, maka dampak total terhadap harga menjadi tidak
mudah untuk diprediksi.
2.7 Metode Univariate Detrending
Beberapa variabel ekonomi yang terkait dengan runtun waktu umumnya memiliki tren stokastik dan komponen stasioner, seperti hipotesis permanent
income yang disintesakan oleh Milton Friedman atau output potensial dan inflasi
inti core inflation seperti telah dibahas sebelumnya. Khusus untuk estimasi output potensial dengan metode univariate non-structural, Ladiray et al. 2003
menjelaskan beberapa teknik detrending yang memisahkan antara komponen tren yang bersifat permanen dan transitory component, yaitu deviasi dari komponen
tren yang cenderung bersifat sementara. Transitory component sendiri kemudian didekomposisi menjadi komponen siklus dan gangguan irregular yang
diasumsikan mengikuti pola acak white noise.
Salah satu metode detrending yang sering digunakan untuk mengestimasi output potensial adalah metode Hodrick–Prescott HP filter, meskipun metode ini
banyak dikritik karena tidak berdasarkan pendekatan struktural. Walapun banyak mendapat kritik, namun jika dibandingkan metode univariate detrending lainnya
seperti Beveridge Nelson decomposition, metode ini menghasilkan dugaan yang
unique , sementara metode kedua tidak Enders, 2004. Hal ini disebabkan oleh
ketergantungan dari model ARIMA p,1,q yang sesuai dengan kondisi data, sementara masalah kesesuaian pada model ARIMA sendiri cenderung bersifat
subjektif. Pendekatan detrending dengan menggunakan HP filter berusaha untuk
mendekomposisi series data menjadi tren
t
dan komponen stasioner y
t
–
t
. Jika didefinisikan jumlah kuadrat sebagai berikut :
2 T
1 t
1 T
2 t
1 t
t t
1 t
2 t
t
T y
T 1
SS ]
[
.................... 2.15 dengan
adalah sebuah konstanta dan T adalah jumlah observasi yang digunakan. Permasalahan dalam penggunaan metode Hodrick–Prescott Filter adalah
bagaimana menentukan suatu deret dari
t
sehingga meminimumkan jumlah kuadrat SS. Terkait dengan permasalahan minimisasi,
adalah suatu sembarang konstanta yang mencerminkan biaya atau pinalti terkait dengan bagaimana
menurunkan fluktuasi menjadi tren. Tarik ulur dalam menentukan besar akan
berimplikasi pada hasil dekomposisi, akan menjadi tren yang halus atau bahkan akan menjadi konstanta Enders, 2004.
Selain dua metode detrending series yang telah disebutkan sebelumnya, metode band pass filter merupakan salah satu alternatif yang dapat digunakan
untuk menghitung output potensial. Pendekatan ini berusaha untuk mengestimasi komponen siklus secara langsung agar mendekati band pass filter yang ideal,
sehingga berada di antara selang low band
1
dan high band
2
. Terdapat dua pendekatan dalam metode ini, yaitu metode band pass Baxter
King dan metode
band pass
Christiano Fitzgerald.
Keduanya berusaha
untuk meminimumkan deviasi antara respon frekuensi dari filter yang ideal dengan
estimasi dari respon frekuensi dari estimasinya, hanya saja untuk band pass
Christiano Fitzgerald menggunakan penimbang berupa densitas spektral dari data
runtun waktu yang akan dilakukan detrended. Fungsi yang diminimumkan pada band pass filter versii Baxter
King dan Christiano
Fitzgerald adalah sebagai berikut Ladiray et al., 2003 : Baxter
King
dw e
e Q
2 iw
iw
........ 2.16 Christiano
Fitzgerald
dw w
f e
e Q
y 2
iw iw
........ 2.17 dengan,
e
iw
menyatakan respon frekuensi dari filter yang ideal, e
iw
dan e
iw
adalah respon frekuensi yang diestimasi dan f
y
w merupakan densitas spektral dari data yang di-detrended.
Menurut Ladiray et al. 2003, perbedaan dari kedua fungsi kerugian tersebut adalah persamaan 2.16 mengharuskan kondisi yang simetris sementara
pada persamaan 2.17 dimungkinkan terjadinya kondisi yang tidak simetris pada penimbang band pass filter. Perbedaan lainnya pada kedua metode tersebut adalah
Baxter King menggunakan asumsi bahwa variabel mengikuti distribusi yang
identik dan independen, sementara pada band pass filter Christiano Fitzgerald,
variabel diasumsikan sebagai random walk. Implikasi adanya perbedaan kedua asumsi tersebut adalah perbedaan
tingkat akurasi dari estimasi yang dihasilkan oleh keduanya. Perbedaan yang menjadi implikasi lainnya adalah jumlah hasil estimasi yang diperoleh dari
metode Baxter King menjadi berkurang beberapa observasi di awal dan di akhir
pada serangkaian data yang dianalisis, sedang pada metode Christiano Fitzgerald
diperoleh observasi yang lengkap. Terakhir, berdasarkan metode Baxter King
akan didapatkan estimasi yang cukup baik saat high band sehingga cenderung lebih baik digunakan untuk rentang waktu yang relatif pendek, sebaliknya metode
Christiano Fitzgerald cenderung baik untuk digunakan pada rentang waktu yang
relatif panjang atau bahkan tidak terbatas mengingat estimasi yang dihasilkan cukup baik saat low band.
2.8 Metode Regresi Data Panel
