35 Tabel 7. Dampak Pemberlakuan Kuota Ekspor terhadap Kesejahteraan
Eksportir Importir
Surplus Konsumen Surplus Produsen
Penerimaan Kuota Net National Welfare
a + b -a + b + c + d
c + e -d + e
-f + g + h + i f
- -g + h + i
Net World Welfare -d + g + i
Sumber: Tweeten, 1992.
Pemberlakuan kuota ekspor meningkatkan surplus konsumen di negara eksportir sebesar a + b karena harga yang diterima konsumen untuk komoditi
yang diekspor menjadi lebih rendah. Sebaliknya surplus produsen di negara eksportir menurun cukup besar dan di negara importir total kesejahteraan
nasionalnya menurun sebesar g + h + i. Secara umum kuota atau pembatasan ekspor akan menurunkan kesejahteraan dunia.
2.3. Error Correction Model
Analisis regresi klasik dan permodelan yang digunakan oleh para ekonom yang berkembang pada tahun 70 an, umumnya disebut dengan pendekatan specific
to general . Pandangan tradisional ini dalam analisisnya didasarkan pada data deret
waktu yang secara khusus diasumsikan stasioner. Namun dalam kenyataannya data deret waktu yang digunakan dalam studi ekonomi empiris hampir selalu
menggunakan variabel-variabel yang umumnya tidak stasioner seperti pendapatan, konsumsi, permintaan uang, tingkat harga, arus perdagangan, dan
nilai tukar mata uang. Hal ini, menurut Pesaran dan Smith dalam Siregar 2004 menyebabkan model ekonomi klasik yang dihasilkan gagal memprediksi beberapa
resesi ekonomi yang terjadi karena tidak mencerminkan data sebenarnya sehingga tidak efektif jika digunakan untuk tujuan peramalan dan evaluasi kebijakan.
36 Pengabaian terhadap sifat non stasioner dari data deret waktu menyebabkan
tingginya korelasi antara variabel dependen dan independen walaupun secara aktual keduanya tidak terkait yang disebut dengan spurious correlation.
Upaya yang dilakukan untuk mengatasi masalah tersebut adalah dengan memberikan perhatian terhadap sifat statistika dari data deret waktu yang terkait
dengan sifat non stasioner. Suatu data deret waktu X
t
dikatakan stasioner jika: a.
E X
t
= konstan untuk semua t b.
Var X
t
= konstan untuk semua t c.
Cov X
t
, X
t+k
= konstan untuk semua t dan semua k ≠ 0 Pendekatan yang banyak digunakan untuk mengatasi spurious correlation adalah
dengan menarik difference atas variabel dependen dan independen. Misalkan Thomas, 1997:
t t
t
X Y
ε β
β +
+ =
2 1
............................................................................ 2.1 Jika Y dan X pada persamaan di atas adalah variabel tren maka akan
menimbulkan keraguan dalam estimasi karena akan menimbulkan masalah spurious correlation
, maka di lag satu periode sebagai berikut:
1 1
2 1
1 −
− −
+ +
=
t t
t
X Y
ε β
β ...................................................................... 2.2
Pengurangan persamaan 2.1 dengan persamaan 2.2 menghasilkan:
t t
t
X Y
υ β
+ ∆
= ∆
2
............................................................................... 2.3 Persamaan 2.3 di atas sudah bebas dari masalah spurious.
Pendekatan dengan difference ternyata menimbulkan beberapa masalah yang tidak bisa diabaikan. Terjadi autokorelasi karena
1 −
− =
t t
t
ε ε
υ . Selain itu
juga hilangnya informasi mengenai keseimbangan jangka panjang karena model tersebut hanya dapat menjelaskan hubungan jangka pendek. Oleh karena itu
37 model dengan difference tidak dapat digunakan untuk perencanaan kebijakan dan
peramalan dalam perdagangan produk pertanian yang membutuhkan informasi jangka panjang.
Error Correction Model ECM merupakan model alternatif yang dapat
mengatasi kedua masalah tersebut dengan menggunakan pendekatan general to specific
. Model ini memiliki berbagai kegunaan, tetapi manfaat yang paling penting adalah menyediakan suatu pendekatan dalam menghadapi masalah non
stasioner dari time series dan spurious correlation Thomas, 1997. Spesifikasi ECM dapat diperoleh dari parameterisasi model autoregressive
distributed lag ARDL. Misalkan model ARDL yang menunjukkan hubungan
jangka pendek dengan menyertakan nilai bedakala adalah sebagai berikut:
t t
t t
t
y x
b x
b b
y ε
µ +
+ +
+ =
− −
1 1
2 1
, 0 µ
1 ................................... 2.4 Setelah persamaan 2.4 diparameterisasi, maka diperoleh persamaan dalam
bentuk ECM:
t t
t t
t
x y
x b
y ε
β β
λ +
− −
− ∆
= ∆
− −
1 1
1 1
............................................... 2.5 dimana:
µ λ
− =
1 ,
λ β
b =
, λ
β
2 1
1
b b
+ =
Model ECM secara alami akan mencapai keseimbangan dalam jangka panjang dimana
λ menunjukkan kecepatan dalam mencapai keseimbangan.
Sedangkan
1 1
1 −
−
− −
t t
x y
β β
menunjukkan kombinasi linier yang disebut kointegrasi yang merupakan kombinasi variabel-variabel non stasioner.
Kombinasi linier ini disebut error yang bersama λ
membentuk mekanisme dalam mengoreksi kesalahan untuk mencapai kondisi ekuilibrium dalam jangka panjang.
Jika kondisi ekuilibrium ditunjukkan oleh
1 1
1 −
−
+ =
t t
X Y
β β
maka apabila:
38
1 1
1 −
−
+
t t
X Y
β β
; error 0, dikoreksi oleh λ
− sehingga naik ke arah
ekuilibrium.
1 1
1 −
−
+
t t
X Y
β β
; error 0, dikoreksi oleh λ
− sehingga turun ke arah
ekuilibrium. Mekanisme koreksi ini terjadi dengan syarat setiap variabel harus terintegrasi
dalam order yang sama.
2.4. Tinjauan Penelitian Terdahulu