3. Khairul Andri Lubis

advertisement
Prosiding Seminar Nasional Manajemen Teknologi XIX
Program Studi MMT-ITS, Surabaya 2 November 2013
PENERAPAN GENERALIZED METHOD OF MOMENTS PADA
PERSAMAAN SIMULTAN PANEL DINAMIS UNTUK PEMODELAN
PERTUMBUHAN EKONOMI DI INDONESIA
Khairul Andri Lubis dan Setiawan
Jurusan Statistika FMIPA ITS, Surabaya
Email: [email protected], [email protected]
ABSTRAK
Pertumbuhan dan stabilitas ekonomi di Indonesia diharapkan mampu mengatasi kemiskinan,
pengangguran dan peningkatan kualitas sumber daya manusia yang masih rendah. Keterkaitan
hubungan antara indikator ekonomi dan indikator keberhasilan pembangunan saling
mempengaruhi satu yang lainnya. Diperlukan persamaan simultan untuk melihat keterkaitan
antar variabel yang saling mempengaruhi tidak cukup hanya dengan persamaan tunggal. Pada
penelitian ini menggunakan Model data panel dinamis untuk menggambarkan hubungan
antara variabel-variabel ekonomi yang pada kenyataannya bersifat dinamis yakni variabel
tidak hanya dipengaruhi variabel pada waktu yang sama tetapi juga dipengaruhi variabel pada
waktu yang sebelumnya. Oleh karena itu, model data panel dinamis lebih sesuai digunakan
dalam analisis perekonomian. Estimasi parameter pada model panel dinamis menggunakan
Generalized Method of Moments (GMM) yang dikembangkan oleh Arellano dan Bond.
Metode estimasi ini menghasilkan estimasi parameter yang memiliki sifat tak bias, konsisten
dan efisien. Metode Arellano dan Bond kemudian dikembangkan oleh Blundell dan Bond
yang disebut GMM-System Estimator dengan mengkombinasikan momen kondisi dan matriks
instrumen antara model first difference dan model level untuk menghasilkan estimasi
parameter yang lebih efisien.
Kata kunci: Data Panel Dinamis, Generalized Method of Moments (GMM), Persamaan
Simultan.
PENDAHULUAN
Indonesia merupakan salah satu negara berkembang yang masih memiliki
permasalahan-permasalahan di bidang ekonomi dalam upaya meningkatkan pembangunan
nasional. Sejak perekonomian Indonesia dilanda krisis multi-dimensional menuntut
pemerintah dan berbagai komponen masyarakat mengalami proses perubahan menuju era
reformasi dan keterbukaan guna mewujudkan cita-cita dalam mensejahterakan kehidupan
bangsa. Pertumbuhan dan stabilitas ekonomi diharapkan mampu mengatasi kemiskinan,
pengangguran dan kualitas sumber daya manusia yang masih rendah.
Pertumbuhan ekonomi menunjukkan perubahan aktivitas perekonomian dalam
menghasilkan tambahan pendapatan masyarakat suatu negara secara berkesinambungan
selama periode tertentu. Aktivitas pemerintah dan interaksinya dengan sektor swasta secara
langsung maupun tidak langsung akan mempengaruhi total output sehingga dapat mendorong
pertumbuhan ekonomi. Bagi negara berkembang seperti Indonesia, pemerintah dituntut untuk
menggali sumber penerimaan tidak hanya dari dalam negeri saja akan tetapi dari luar negeri
melalui utang luar negeri dan investasi. Kegiatan investasi luar negeri terdiri atas investasi
ISBN : 978-602-97491-8-2
A-3-1
Prosiding Seminar Nasional Manajemen Teknologi XIX
Program Studi MMT-ITS, Surabaya 2 November 2013
langsung (foreign direct investment atau FDI) dan investasi portofolio. Secara teori, FDI
memberikan pengaruh positif terhadap pertumbuhan ekonomi suatu negara.
Selain pertumbuhan ekonomi, indikator keberhasilan pemerintah dalam menjalankan
fungsinya yaitu menurunkan tingkat kemiskinan, memperluas penyerapan tenaga kerja,
distribusi pendapatan yang semakin merata dan meningkatnya kualitas sumber daya manusia.
Dengan pertumbuhan ekonomi, FDI dan pengeluaran pemerintah, diharapkan terciptanya
lapangan pekerjaan sehingga penyerapan kebutuhan tenaga kerja bertambah yang
mengakibatkan penggangguran berkurang. Keterkaitan hubungan antara indikator ekonomi
dan indikator keberhasilan pembangunan suatu negara saling mempengaruhi satu yang
lainnya. Hal tersebut membutuhkan suatu model yang cukup kompleks untuk melihat
hubungan antara indikator tersebut. Diperlukan persamaan simultan untuk melihat keterkaitan
antar variabel yang saling mempengaruhi tidak cukup hanya dengan persamaan tunggal.
Pada penelitian ini menggunakan Model data panel dinamis untuk menggambarkan
hubungan antara variabel-variabel ekonomi yang pada kenyataannya bersifat dinamis yakni
variabel tidak hanya dipengaruhi variabel pada waktu yang sama tetapi juga dipengaruhi
variabel pada waktu yang sebelumnya. Oleh karena itu, model data panel dinamis lebih sesuai
digunakan dalam analisis perekonomian. Penelitian pada model persamaan simultan data
dinamis adalah Anwar dan Nguyen (2010) yang menyatakan bahwa adanya hubungan antara
FDI dan pertumbuhan ekonomi di Vietnam dengan menggunakan persamaan dua simultan
dengan estimasi Generalized Method of Moments (GMM). Selain itu, Penelitian Ford, Send
dan Wei (2010), meneliti hubungan secara empirik antara pertumbuhan ekonomi,
pertumbuhan FDI dan kebijakan pemerintah di Cina. Adapun penelitian tersebut
menggunakan metode dynamic simultaneous equation model dengan membandingkan
estimasi parameter dengan menggunakan three stage least square (3SLS) dan Generalized
Method of Moments (GMM).
METODA
Analisis Data Panel Dinamis
Model data panel dinamis digunakan untuk menggambarkan hubungan antara
variabel-variabel ekonomi yang pada kenyataannya banyak yang bersifat dinamis. Model
panel dinamis ini dapat dilihat dari keberadaan lag variabel dependen diantara variabelvariabel regressor.
Adapun model data panel dinamis dapat ditulis sebagai berikut:
yi,t = δyi,t-1 +x'itβ+uit ; i  1,2,..., N ; t  1,2,...,T
dengan δ merupakan skalar dengan x` matriks berukuran 1 × . Sedangkan β merupakan
matriks berukuran × 1. Jika diasumsikan uit merupakan one-way error component model
yang dapat dituliskan sebagai berikut:
u it = μ i + v it
dengan µi merupakan efek individu dan vi adalah error term dengan masing-masing
diasumsikan µi – IID (0,σµ2) dan vit – IID (0,σv2).
Ketika suatu persamaan mengandung lag dari variabel dependen maka akan muncul
masalah berupa korelasi antara variabel yi,t-1 dengan uit. Hal tersebut dikarenakan yi,t-1
merupakan fungsi dari µ i. Penggunaan estimasi dengan panel statis seperti OLS, fixed effect
dan random effect pada persamaan panel dinamis menjadi bias dan inkonsisten meskipun vit
tidak berkorelasi secara serial (Baltagi, 2005).
Untuk mengatasi masalah inkonsisten tersebut, menurut Anderson dan Hsiao (1982)
dalam Syawal (2011) dapat digunakan metode estimasi Instrumental Variabel (IV), yakni
ISBN : 978-602-97491-8-2
A-3-2
Prosiding Seminar Nasional Manajemen Teknologi XIX
Program Studi MMT-ITS, Surabaya 2 November 2013
dengan menginstrumenkan variabel yang berkorelasi dengan error. Akan tetapi, metode ini
hanya menghasilkan estimasi parameter yang konsisten, namun tidak efisien. Arellano dan
Bond menyarankan suatu pendekatan Generalized Method of Moments (GMM). Pendekatan
GMM digunakan dengan dua alasan yang mendasari pertama, GMM merupakan common
estimator dan memberikan kerangka yang lebih bermanfaat untuk perbandingan dan
penilaian. Kedua, GMM memberikan alternatif yang sederhana terhadap estimator lainnya,
terutama terhadap maximum likelihood.
Pendekatan Arellano and Bond GMM Estimator ini menghasilkan estimasi yang tak
bias, konsisten serta efisien. Walaupun pendekatan Arellano and Bond GMM Estimator sudah
efisien, tetapi Blundel dan Bond (1998) menyarankan menggunakan Generalized Method of
Moments System (Blundell and Bond GMM-System Estimator) yang diklaim lebih efisien dari
estimator sebelumnya. Hal tersebut karena penggunaan tambahan informasi level yaitu
momen kondisi dan matriks variabel instrumen level disamping first difference dengan cara
mengkombinasikan momen kondisi dan matriks variabel instrumen (first difference dan
level). Maka terdapat dua prosedur estimasi yang digunakan dalam kerangka GMM untuk
mengakomodir permasalahan inkonsisten untuk mengestimasi model panel dinamis, yaitu:
First-Difference GMM (FD-GMM) dan System GMM (SYS-GMM).
Persamaan Simultan dengan Data Panel
Persamaan simultan digunakan sebagai solusi atas permasalahan dalam kasus ekonomi
dimana satu variabel dengan satu atau beberapa variabel yang lain memiliki hubungan dua
arah. Hubungan simultan dalam penelitian ini berdasarkan teori dan hasil penelitian empiris
bidang ekonomi lainnya. Dalam persamaan simultan variabel dikelompokkan menjadi dua
bagian yaitu variabel endogen dan variabel eksogen. Variabel endogen merupakan variabel
yang nilainya ditentukan dalam model, sedangkan variabel eksogen merupakan variabel yang
nilainya ditentukan dari luar model.
Bentuk umum suatu sistem persamaan simultan yang terdiri dari M persamaan dengan
K variabel eksogen dilakukan sebanyak N observasi dalam T periode waktu dituliskan
sebagai berikut:
y1 11  y 2 21  ...  y M  M 1  x1 11  x2  21  ...  x K  K 1   1  0
y1 12  y 2 22  ...  y M  M 2  x1 12  x2  22  ...  x K  K 2   2  0

y1 1M  y 2 2 M  ...  y M  MM  x1  1M  x2  2 M  ...  x K  KM   M  0
Dalam bentuk persamaan di atas dengan struktur data panel dijelaskan bahwa setiap
periode waktu memiliki jumlah variabel endogen, eksogen dan observasi yang sama.
Sehingga dalam notasi matriks sistem tersebut untuk N observasi dapat ditulis menjadi:
YNxM Γ MxM + X NxK B KxM = E NxM
dengan Г adalah matriks koefisien α dan diasumsikan nonsingular, B adalah matriks koefisien
β, Y adalah matriks M variabel endogen dan X adalah matriks dari variabel eksogen. Bentuk
tereduksi untuk semua N observasi dan M variabel endogen adalah sebagai berikut:
Y = -XBΓ -1 + EΓ -1
Jika dimisalkan П= -BГ-1 dan U= EГ-1 maka persamaan di atas menjadi:
Y = XΠ + U
Sumber Data
Penelitian ini menggunakan data sekunder dari berbagai lembaga resmi pemerintah
seperti Badan Pusat Statistik (BPS), Departemen Keuangan dan Badan Koordinasi
Penanaman Modal (BKPM) Indonesia serta dari sumber-sumber atau literatur lain yang
ISBN : 978-602-97491-8-2
A-3-3
Prosiding Seminar Nasional Manajemen Teknologi XIX
Program Studi MMT-ITS, Surabaya 2 November 2013
berhubungan dengan penelitian. Objek penelitian adalah 18 provinsi di Indonesia. Provinsiprovinsi tersebut diamati selama kurun waktu enam tahun mulai tahun 2007-2012.
Spesifikasi Model
Untuk meneliti masalah makroekonomi Indonesia yang mencakup pertumbuhan
ekonomi, Foreign Direct Investment (FDI), pengeluaran pemerintah, masalah kemiskinan,
dan masalah pengangguran diperlukan kerangka modeling yang bersifat simultan
(simultaneous equation regression model). Model dengan variabel endogen dalam penelitian
ini mengacu pada penelitian sebelumnya sehingga menghasilkan lima persamaan struktural
sebagai berikut:
Git  0 1 ln FDIit 2 ln DDIit 3 ln OPit 4 ln DAUit 5 ln PADit 6 ln INF 7Gi,t1  it
Hipotesis : 1, 2 ,3 ,4 ,5 , 6 ,7  0
ln FDIit  0  1Git  2 ln TDGEit  3 ln OPit  4 ln DDIit  5 INFit  6 FDIi,t 1  eit
Hipotesis : 1, 2 , 3 , 4 , 6  0 ; 5  0
EM it  0  1Git  2 ln FDIit  3 ln DDIit  4 ln Wit  5 INFit  6 EM i,t 1  vit
Hipotesis : 1 , 2 , 3  0; 4 , 5 , 6  0
HCIit  0  1Git  2 ln TDGEit  3 EMit  4 ln Wit  5 INFit  6 HCIi,t 1  uit
Hipotesis :
1, 2 ,4 , 5 , 6  0 ; 3 ,5 ,6  0
Tabel 1. Keterangan Variabel Penelitian
Variabel
Keterangan
G
Pertumbuhan ekonomi (dalam persen)
FDI
Penanaman Modal Asing (dalam juta dollar)
EM
Indikator ketenagakerjaan yang dihitung dengan pendekatan tingkat pengangguran
terbuka /TPT (dalam persen)
HCI
Persentase kemiskinan (dalam persen)
TDGE
Pengeluaran belanja langsung pemerintah daerah menurut fungsi (dalam juta rupiah)
OP
Indikator keterbukaan perdagangan yang didekati dengan nilai ekspor (dalam juta dollar)
DDI
Penanaman Modal Dalam Negeri (dalam milyar rupiah)
W
Upah Minimum Regional/UMP (dalam rupiah)
INF
Inflasi (dalam persen)
DAU
Dana Alokasi Umum (dalam juta rupiah)
PAD
Pendapatan Asli Daerah (dalam juta rupiah)
i
Propinsi di Indonesia
t
Periode waktu
 it eit vit uit
Error Term
Ln
Logaritma Natural
ISBN : 978-602-97491-8-2
A-3-4
Prosiding Seminar Nasional Manajemen Teknologi XIX
Program Studi MMT-ITS, Surabaya 2 November 2013
HASIL DAN DISKUSI
Hasil Estimasi dengan Simultan Data Panel
Tahap awal sebelum melakukan estimasi adalah pengujian stationeritas data.
Pengujian stationaritas bertujuan untuk melihat ada tidaknya panel unit root yang terkandung
diantara variabel sehingga hubungan variabel dalam model menjadi valid. Uji stationer
dilakukan dengan uji yang telah ada yaitu uji Breitung. Dari hasil uji stationer dengan uji
Breitung diketahui bahwa variabel penelitian pertumbuhan ekonomi (g) dan inflasi (inf) tidak
mengandung panel unit roots atau data sudah stationer. Sedangkan variabel lain masih
mengandung panel unit roots atau data tidak stationer. Maka dari pada itu, semua variabel
tersebut dilakukan first differencing agar tidak mengandung unit root lagi.
Tabel 2. Identifikasi Persamaan Simultan dengan Order Condition
Persamaan
m
k
K
G
2
5
11
Ya
Overidentified
ΔLnFDI
ΔEM
ΔHCI
2
3
3
4
3
3
11
11
11
Ya
Ya
Ya
Overidentified
Overidentified
Overidentified
K-k
m-1
Identifikasi
Keterangan: m = Jumlah variabel endogen pada persamaan struktural
k = Jumlah variabel eksogen dalam persamaan struktural
K = Jumlah persamaan eksogen dalam sistem
Persamaan simultan digunakan untuk menelaah peranan pertumbuhan ekonomi,
investasi langsung dari luar negeri dan pengeluaran pemerintah terhadap tingkat kemiskinan
dan tingkat pengangguran di Indonesia. Penelitian ini menggunakan lima persamaan
struktural dan lima persamaan reduced. Persamaan reduced dilakukan dengan meregresikan
variabel endogen terhadap seluruh variabel eksogen dalam sistem. Identifikasi model
merupakan tahap awal sebelum melakukan estimasi parameter dengan persamaan simultan.
Tabel di atas menunjukkan bahwa keempat persamaan struktural merupakan persamaan yang
overidentified, sehingga dapat diestimasi dengan menggunakan persamaan simultan.
Prosedur selanjutnya yang harus dilakukan untuk estimasi persamaan simultan adalah
uji simultanitas. Uji ini bertujuan untuk membuktikan secara empirik bahwa terdapat
hubungan simultan antara persamaan struktural dalam suatu sistem persamaan. Setelah
pengujian simultanitas, langkah berikutnya melakukan pengujian endogenitas. Pada
persamaan simultan penentuan variabel eksogen dan variabel endogen selain ditentukan oleh
peneliti berdasarkan priori information, dapat juga dilakukan dengan pengujian endogenitas.
Estimasi pada sistem persamaan menggunakan metode estimasi Generalized Mothod
of Moments (GMM) yang terdiri dari empat persamaan struktural dan empat persamaan
reduced. Hasil estimasi menunjukkan bahwa evaluasi model dengan kriteria ekonomi secara
umum cukup baik karena sebagian besar tanda koefisien dari variabel yang signifikan
digunakan sesuai dengan yang diharapkan. Secara statistik, model yang digunakan dalam
penelitian ini valid. Hal ini ditunjukkan oleh nilai F-Statistik semua persamaan struktural dan
persamaan reduced hasil estimasi signifikan. Variabel-variabel penjelas yang digunakan pada
setiap persamaan stuktural dan persamaan reduced secara bersama-sama (simultan)
mempengaruhi variabel tak bebas pada taraf nyata lima persen.
ISBN : 978-602-97491-8-2
A-3-5
Prosiding Seminar Nasional Manajemen Teknologi XIX
Program Studi MMT-ITS, Surabaya 2 November 2013
Tabel 3. Model Reduced Form
Reduced Form
G
ΔLnFDI
ΔEM
ΔLnTDGE
-1.24817 *
0.56574 **
0.43644 **
ΔLnDDI
0.25147 *
0.29879 *
-0.03024
ΔLnOP
0.59109 *
-0.29430
-0.08707
ΔLnDAU
-0.01356
-0.19122
-0.74194 *
ΔLnPAD
0.23018
0.06062
0.33424 *
INF
0.25503 *
0.06308 **
-0.04250 *
ΔLnW
6.10818 *
Lag G
0.77323 *
-0.00667
-0.15276 *
Lag ΔLnFDI
0.06678 *
-0.14519 *
-0.08197 *
Lag ΔEM
-0.25000 *
Lag ΔHCI
Keterangan : * Signifikan 5% ; ** Signifikan 10%
Variabel
Independen
ΔHCI
-0.08533
-0.05332
-0.47144 *
-0.18581
0.09964
0.03059 *
-0.04744 *
0.07131 *
0.11511 **
0.05795
Dari persamaan reduced untuk pertumbuhan ekonomi terdapat lima koefisien variabel
bebas yang signifikan dan tanda koefisien yang sesuai dengan teori. Investasi dalam negeri
sangat diperlukan dalam mendorong pertumbuhan ekonomi. Setiap kenaikan investasi dalam
negeri sebesar satu persen akan mendorong pertumbuhan ekonomi sebesar 0.25 persen pada
saat ceteris paribus. Keterbukaan perdagangan juga mendorong pertumbuhan ekonomi.
Peningkatan ekspor sebagai indikasi keterbukaan ekonomi (ΔLnOP) sebesar satu persen
mendorong pertumbuhan ekonomi sebesar 0.59 persen pada saat ceteris paribus. Inflasi juga
mempunyai pengaruh positif dalam mendorong pertumbuhan ekonomi di Indonesia. Setiap
kenaikan inflasi (INF) satu persen maka akan mendorong pertumbuhan ekonomi (G) sebesar
0.26 persen pada saat ceteris paribus. Lag pertumbuhan ekonomi dan investasi luar negeri
juga berpengaruh positif dan signifikan terhadap pertumbuhan ekonomi. Artinya pertumbuhan
ekonomi (G) satu persen pada tahun ini dipengaruhi oleh pertumbuhan ekonomi (lag G) dan
peningkatan investasi luar negeri (ΔLnFDI) masing-masing sebesar 0.77 persen dan 0.07
persen pada saat ceteris paribus.
Persamaan reduced yang tingkat kemiskinan dipengaruhi secara signifikan oleh lag
pertumbuhan ekonomi, lag investasi luar negeri dan lag tingkat pengangguran. Dari tabel
diatas dapat diinterpretasikan bahwa inflasi akan berpengaruh positif terhadap tingkat
kemiskinan yaitu kenaikan inflasi (INF) sebesar satu persen akan menyebabkan tingkat
kemiskinan (ΔHCI) sebesar 0.030 persen pada saat ceteris paribus. Inflasi akan menurunkan
daya beli masyarakat sehingga konsumsi masyarakat semakin menurun. Hal itu tentu
berpengaruh terhadap garis kemiskinan dimana tingkat pendapatan tetap sehingga mendorong
penduduk hampir miskin menjadi miskin atau tingkat kemiskinan menjadi meningkat.
ISBN : 978-602-97491-8-2
A-3-6
Prosiding Seminar Nasional Manajemen Teknologi XIX
Program Studi MMT-ITS, Surabaya 2 November 2013
Tabel 4. Ringkasan Tanda Hubungan Langsung dalam Sistem Persamaan
Variabel Independen
G
ΔLnFDI
ΔEM
ΔHCI
ΔLnTDGE
ΔLnDDI
ΔLnOP
ΔLnDAU
ΔLnPAD
INF
Keterangan :
+
(+)
(-)
Persamaan Struktural
ΔLnFDI
ΔEM
+
G
(+)
+
+
+
ΔHCI
-
(-)
+
+
+
menunjukkan bahwa variabel sekarang signifikan positif
menunjukkan bahwa variabel masa lalu signifikan positif
menunjukkan bahwa variabel sekarang signifikan negatif
menunjukkan bahwa variabel masa lalu signifikan negatif
Hubungan antara variabel-variabel hasil dari estimasi parameter pada persamaan
struktural yang telah dibahas sebelumnya diringkas dalam Tabel 4. Dari tabel ringkasan di
atas kita dapat menemukan bahwa efek langsung investasi luar negeri terhadap perubahan
yang signifikan untuk pertumbuhan ekonomi dan tingkat pengangguran. Keduanya positif
menerima efek langsung dari investasi luar negeri. Peningkatan investasi luar negeri juga
harus didorong oleh peningkatan pengeluaran pemerintah dan peningkatan investasi dalam
negeri. Hal selanjutnya, kita juga dapat melihat efek langsung pertumbuhan ekonomi yang
signifikan negatif terhadap tingkat kemiskinan dan pengangguran di Indonesia. Peningkatan
pertumbuhan ekonomi juga didorong oleh peningkatan investasi luar negeri, keterbukaan
perdagangan, inflasi dan kenaikan upah minimum propinsi.
KESIMPULAN
Estimasi parameter pada model panel dinamis menggunakan Generalized Method of
Moments (GMM) menghasilkan estimasi parameter yang memiliki sifat tak bias, konsisten
dan efisien dibandingkan estimasi dengan panel statis seperti OLS, fixed effect dan random
effect. Persamaan simultan digunakan sebagai solusi atas permasalahan ekonomi khususnya
pertumbuhan ekonomi. Pertumbuhan ekonomi di Indonesia secara signifikan dipengaruhi oleh
empat koefisien variabel bebas yaitu pengeluaran pemerintah, investasi dalam negeri,
keterbukaan perdagangan, Inflasi. Selain itu, Lag pertumbuhan ekonomi dan investasi luar
negeri juga berpengaruh positif dan signifikan terhadap pertumbuhan ekonomi. Dari
penelitian ini kita dapat melihat bahwa efek langsung investasi luar negeri terhadap perubahan
yang signifikan untuk pertumbuhan ekonomi dan tingkat pengangguran. Hal selanjutnya, kita
juga dapat melihat efek langsung pertumbuhan ekonomi yang signifikan negatif terhadap
tingkat kemiskinan dan pengangguran di Indonesia. Peningkatan pertumbuhan ekonomi juga
didorong oleh peningkatan investasi luar negeri, keterbukaan perdagangan, inflasi dan
kenaikan upah minimum propinsi.
DAFTAR PUSTAKA
Ahn, S. C., & Schmidt, P. (1995). Efficient estimation of models for dynamic panel data.
Journal of Econometrics, Vol. 68, pp.5-27.
ISBN : 978-602-97491-8-2
A-3-7
Prosiding Seminar Nasional Manajemen Teknologi XIX
Program Studi MMT-ITS, Surabaya 2 November 2013
Anwar, S., & Nguyen, L. P. (2010). Foreign Direct Investment and Economic Growth in
Vietnam. Asia Pasific Business Review, Vol.16, No.1-2, pp.183-202.
Badan Pusat Statistik. Berbagai Edisi. Perkembangan Beberapa Indikator Utama SosialEkonomi Indonesia. Jakarta: Badan Pusat Statistik.
Bappenas. (2012). Pembangunan Daerah Dalam Angka 2012. Jakarta: Kementerian
Perencanaan Pembangunan Nasional.
Baltagi, Badi H.(2005). Econometric Analysis of Panel Data. New York: John Wiley & Sons.
Blundell, R., & Bond, S. (1998). Initial Conditions and Moment Restrictions in Dynamic
Panel Data Models. Journal of Econometrics, Vol. 87, pp.115-143.
Ford, L. J., Sen, S., & Wei, H. (2010). A Simultaneous Equation Model of Economic Growth,
FDI and Government Policy in China. Department of Economics Discussion Paper
University of Birmingham, pp.10-25.
Greene, W.(2003). Econometric Analysis: Fifth Edition. New Jersey: Pearson Education, Inc.
Gujarati, D. (2004). Basic Econometric: Fourth Edition. Mc.Graw Hill Companies.
Ridwan. (2009). Dampak Integrasi Ekonomi Terhadap Investasi di Kawasan ASEAN:
Analisis Model Gravitasi. Jurnal Organisasi dan Manajemen, Vol.5, No. 2, pp. 95107.
Ruxanda, G., & Muraru, A. (2010). FDI and Economic Growth. Evidence from Simultaneous
Equation Models. Romanian Journal of Economic Forecasting , Vol.13, No.1, pp. 4558.
Setiawan. & Kusrini, D. E. (2010). Ekonometrika. Yogyakarta : CV. Andi Offset.
Todaro, M. P. & Stephen C. S. (2003). Pembangunan Ekonomi di Dunia Ketiga. Jakarta:
Erlangga.
Umoh, O. J., Jacob, A. O., & Chuku, C. A. (2011). Feedback or no Feedback: Understanding
the Interaction between Foreign Direct Investment and Economic Growth in Nigeria.
West African Journal of Monetary and Economic Integration Vol.11, No.2, pp. 5-53.
Yannizar. (2012). Dampak Alokasi Pengeluaran Dana Pembangunan Pemerintah Daerah
dan Investasi Swasta Terhadap Produk Domestik Regional Bruto dan Kemiskinan di
Provinsi Jambi. Disertasi, Prodi Ilmu Ekonomi Pertanian. Bogor: Institut Pertanian
Bogor.
ISBN : 978-602-97491-8-2
A-3-8
Download