faktor penentu pertumbuhan pendapatan negara … fileworld bank, negara berpendapatan tinggi adalah...
Post on 31-Mar-2019
267 Views
Preview:
TRANSCRIPT
E-PROCEEDING OF THE 6TH INTERNATIONAL
CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017
E-PROCEEDING OF THE 6TH INTERNATIONAL CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017 (ICSSR 2017).
(E-ISBN: 978-967-0792-23-1). 4th December 2017, Melia, Kuala Lumpur, Malaysia.
Organized By https://Worldconferences.Net Page 229
FAKTOR PENENTU PERTUMBUHAN PENDAPATAN NEGARA
MALAYSIA
Lai Wei Sieng
Faculty of Economics and Management
Universiti Kebangsaan Malaysia
laiws@ukm.edu.my
ABSTRACT
Malaysia aims to achieve the status of high income nation by year 2020. Economists suggest that the
determinant factors of economic growth consists of endogenous factors and exogenous factors. This
study aims to analyze the determinants of Malaysia income growth from year 1985 to 2015. ARDL
estimation is applied for this purpose. Results indicate that endogenous factors that contribute
significantly in the long run are employee with high education and fixed capital formation while the
exogenous factor is export. Endogenous determinants in short run is fixed capital formation while
exogenous determinant is foreign direct investment. Malaysia’s effort in achieving high income nations
would be fruitfull given that the government give attention on both endogenous and exogenous
determinants.
Field of Research: Economic growth, human capital, economic development
---------------------------------------------------------------------------------------------------------------------------
1. Pengenalan Dan Latar Belakang
Malaysia merupakan negara berpendapatan sederhana atas di rantau Asia Tenggara yang mencapai
pertumbuhan ekonomi yang stabil berbanding negara serantau lain. Kerajaan Malaysia telah meletakkan
sasaran untuk mencapai status negara berpendapatan tinggi pada tahun 2020. Berdasarkan definisi
World Bank, negara berpendapatan tinggi adalah negara yang mana Pendapatan Kasar Negara (GNI)
per kapita yang dikira berdasarkan kaedah Atlas, mencecah USD 12,236 atau lebih pada tahun 2016.
Rajah 1 mempamerkan GNI per kapita Malaysia dari tahun 1985 hingga 2015. Malaysia mencapai
pertumbuhan pendapatan yang stabil kecuali pada tahun 1997 hingga 1999 apabila berlakunya krisis
kewangan Asia yang meledak pada Julai 1997; dan pada tahun 2008, iaitu ketika krisis ekonomi global.
Rajah 1 menunjukkan GNI per kapita Malaysia menghampiri paras USD 12,000 pada tahun 2014 (USD
11,000), tetapi menurun pada tahun 2015 (USD 10,440) dan terus menurun kepada USD 9850 pada
tahun 2016. Situasi ini menggambarkan sasaran negara berpendapatan tinggi semakin sukar dicapai.
Justeru, dasar yang tepat dan efisien serta berasaskan kepada kajian ahli ekonomi perlu digubal bagi
memastikan sasaran dicapai.
Kajian pertumbuhan ekonomi adalah berasaskan kepada teori pertumbuhan ekosogen dan teori
pertumbuhan endogen. Kajian pada peringkat awal dipengaruhi oleh teori pertumbuhan neokelasik
(neoclassical) yang diterajui oleh Solow (1956) dan Swan (1956). Mereka menerangkan bahawa, untuk
mencapai pertumbuhan ekonomi yang positif dalam jangka masa panjang, perkembangan yang
berterusan dalam teknologi perlu berlaku. Kadar perkembangan teknologi diandaikan adalah ditentukan
oleh proses saintifik yang tiada kaitan dengan ekonomi, teori ini juga diberi nama teori pertumbuhan
eksogen, iaitu faktor luar ekonomi yang menentukan pertumbuhan ekonomi. Seterusnya, teori
pertumbuhan endogen yang diterajui oleh Uzawa (1965), Lucas (1988) dan Romer (1990) telah
menjelaskan bahawa, penentu pertumbuhan ekonomi sebenarnya adalah faktor dalam sistem ekonomi
E-PROCEEDING OF THE 6TH INTERNATIONAL
CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017
E-PROCEEDING OF THE 6TH INTERNATIONAL CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017 (ICSSR 2017).
(E-ISBN: 978-967-0792-23-1). 4th December 2017, Melia, Kuala Lumpur, Malaysia.
Organized By https://Worldconferences.Net Page 230
itu sendiri dan bukannya di luar sistem ekonomi seperti yang dijelaskan oleh teori pertumbuhan
eksogen. Faktor dalam sistem ekonomi tersebut antaranya adalah inovasi dan pelaburan dalam modal
manusia yang juga boleh disebut sebagai modal insan. Pemboleh ubah yang dikaitkan dengan
pertumbuhan ekonomi sesebuah negara lazimnya boleh dibahagi kepada 2 jenis, iaitu faktor luaran
(eksogen), dan faktor dalaman sesebuah negara tersebut. Bagi faktor luar, pemboleh ubah yang
lazimnya berkaitan adalah pelancongan (Bini dan Masini, 2008; Cortes-Jimenez et al., 2009); pelaburan
langsung asing (Agrawal dan Khan, 2011; Mitra, 2012) dan eksport (Balaguer dan Jorda, 2001;
Awokuse, 2002; Ozturk dan Acaravci, 2011). Manakala bagi faktor dalaman pula adalah pelaburan
(Raza et al., 2011; Ellahi dan Kiani, 2011); pendidikan (Pradhan, 2009; Afzal et al., 2010); kadar inflasi
(Hasanov, 2010; Abdul Aziz dan Marwan, 2013) dan perbelanjaan penggunaan (Tan et al. 2015).
Justeru, objektif kajian ini adalah mengenalpasti impak faktor eksogen, iaitu pelaburan
langsung asing, eksport dan pelancongan; dan faktor endogen, iaitu pendidikan, modal fizikal, kadar
inflasi dan perbelanjaan penggunaan kepada pertumbuhan pendapatan Malaysia dari tahun 1985 hingga
2015. Organisasi penulisan kajian ini adalah seperti berikut: bahagian 2 adalah tinjaun ke atas kajian-
kajian lepas yang berkaitan, bahagian 3 membincangkan kaedah empirikal yang digunapakai dalam
kajian ini serta menjelaskan data bagi pemboleh ubah dalam kajian ini, bahagian 4 melaporkan
keputusan empirikal kajian dan bahagian 5 adalah rumusan dan kesimpulan serta memberikan cadangan
polisi.
Rajah 1: GNI per kapita Malaysia, 1985 – 2016 (Kaedah Atlas)
Sumber: World Bank, 2017
2. Kajian Lepas
Pelbagai kajian telah dilakukan bagi mengenalpasti faktor penentu kepada pertumbuhan ekonomi
Malaysia. Faktor yang dikaji merangkumi faktor endogen dan faktor eksogen. Kajian data panel Hakan
et al. (2014) ke atas 11 buah negara Asia Pasific yang dipilih secara rawak, termasuk Malaysia dari
tahun 1990 hingga 2010 menunjukkan kadar kesuburan, kadar penglibatan buruh wanita dan kadar
pendaftaran wanita dalam pendidikan rendah adalah faktor yang signifikan kepada pertumbuhan
0
2000
4000
6000
8000
10000
12000
1980 1985 1990 1995 2000 2005 2010 2015 2020
GNI per kapita
E-PROCEEDING OF THE 6TH INTERNATIONAL
CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017
E-PROCEEDING OF THE 6TH INTERNATIONAL CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017 (ICSSR 2017).
(E-ISBN: 978-967-0792-23-1). 4th December 2017, Melia, Kuala Lumpur, Malaysia.
Organized By https://Worldconferences.Net Page 231
pendapatan per kapita. Cheam et al. (2013) menggunakan kaedah kointegrasi Johansen (analisis jangka
panjgan) dan Error Correction Model (ecm) bagi tahun 1974 hingga 2010, melaporkan modal fizikal,
pendidikan dan kesihatan mempunyai hubungan positif dan signifikan ke atas pertumbuhan ekonomi di
Malaysia.
Hooi et al. (2014) mengkaji impak pelancongan, perdagangan antarabangsa dan kadar
pertukaran ke atas pertumbuhan ekonomi Malaysia dan Singapura. Keputusan kajian dengan data dari
tahun 1980 hingga 2009 dan mengaplikasikan kaedah kointegrasi Johansen-Julius menunjukkan ketiga-
tiga faktor memainkan peranan yang positif dan signifikan ke atas pertumbuhan ekonomi. Keputusan
ini selari dengan keputusan kajian Chor dan Eu (2015) yang menunjukkan pelancongan memberi impak
positif ke atas pertumbuhan ekonomi Malaysia dalam jangka pendek dan panjang. Data siri masa adalah
dari tahun 1975 hingga 2011 dan kaedah analisis Granger causality digunakan dalam kajian ini. Satu
lagi kajian oleh Pramod dan Puja (2015) turut menunjukkan nisbah pelaburan, keterbukaan
perdagangan dan kadar pertukaran memberi impak positif yang signifikan ke atas pertumbuhan
ekonomi. Selain itu, pembangunan pasaran stok turut memberi kesan positif yang signifikan ke atas
pertumbuhan ekonomi Malaysia. Kajian empirikal, iaitu analisis kointegrasi Johansen dan ECM dengan
data dari tahun 1970 hingga 2007 oleh Mori et al. (2010) merumuskan bahawa perbelanjaan penggunaan
dan eksport merupakan faktor penentu penting kepada pertumbuhan ekonom, manakala kadar
pertukaran dan pelaburan asing langsung memainkan peranan sebagai pemangkin dan faktor penentu
pelengkap kepada prtumbuhan ekonomi Malaysia.
Kajian oleh Lam (2016) ke atas hubungan dua hala antara GDP dan eksport empat negara
ASEAN dengan menggunakan kaedah Granger causality dan data dari tahun 1970 hingga 2006
menyokong bahawa eksport mempunyai hubungan dua hala yang signifikan dengan GDP. Lee (2009)
dalam kajiannya yang turut menggunakan kaedah Granger causality juga menunjukkan pelaburan
langsung asing menyumbang kepada pertumbuhan ekonomi Malaysia bagi jangka pendek dan panjang
dari tahun 1970 hingga 2000. Fauzi et al. (2013) pula mengkaji impak faktor keterbukaan perdagangan,
pelaburan asing langsung, perbelanjaan pembangunan kerajaan dan pembentukan modal tetap ke atas
pertumbuhan ekonomi di Malaysia dari tahun 1970 hingga 2010 dengan kaedah Johansen-Julius.
Keputusan menunjukkan keterbukaan dan pelaburan asing langsung memberi impak yang signifikan
tetapi negatif dalam jangka pendek sementara perbelanjaan pembangunan kerajaan mempunyai impak
yang paling kuat ke atas pertumbuhan ekonomi Malaysia.
Mahmoud dan Zurina (2015) menunjukkan pelaburan awam dan pelaburan swasta mempunyai
impak positif dan signifikan ke atas pertumbuhan ekonomi Malaysia sementara pelaburan asing
langsung tidak memberi kesan yang signifikan. Kajian ini menggunakan kaedah multi-regresi dan data
adalah dari tahun 1994 hingga 2013. Seterusnya, Kajian oleh Mohd Shahidan et al. (2013)
menggunakan kaedah Granger causality menunjukkan populasi memberi kesan positif ke atas
penggunaan tenaga, manakala penggunaan tenaga pula menyumbang kepada pertumbuhan ekonomi
Malaysia dari tahun 1991 hingga 2011. Selain itu, menurut kajian Mohd Yahya et al. (2012), GDP
mempunyai hubungan positif dan signifikan dengan pemboleh ubah pembentukan modal tetap,
penglibatan tenaga buruh dan perbelanjaan kerajaan atas pendidikan Malaysia. Pendidikan juga didapati
membawa kepada pertumbuhan dan sebaliknya dalam jangka pendek. Peranan penting pendidikan
sebagai faktor penentu kepada pertumbuhan ekonomi disokong oleh kajian Sayed Khusairi et al. (2013)
yang menyatakan pemboleh ubah modal manusia: jangka hayat persekolahan, pendaftaran pendidikan
primer dan pendidikan menengah mempengaruhi pertumbuhan ekonomi Malaysia.
Shabri dan Salina (2015) pula menunjukkan sumbangan signifikan institusi perbankan dan
kewangan Islamik ke atas pertumbuhan ekonomi Malaysia dalam kajian melalui kaedah ARDL. Hock
Tsen (2013) merumuskan bahawa kadar pertukaran benar boleh memberi kesan yang signifikan kepada
E-PROCEEDING OF THE 6TH INTERNATIONAL
CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017
E-PROCEEDING OF THE 6TH INTERNATIONAL CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017 (ICSSR 2017).
(E-ISBN: 978-967-0792-23-1). 4th December 2017, Melia, Kuala Lumpur, Malaysia.
Organized By https://Worldconferences.Net Page 232
pertumbuhan ekonomi Malaysia, iaitu devaluasi akan membantu pertumbuhan ekonomi manakala
apresiasi akan membantutkan pertumbuhan ekonomi.Tan et al. (2015) merumuskan Malaysia perlu
fokus kepada permintaan domestik sebagai langkah untuk keluar daripada perangkap pendapatan
sederhana.
3. Metodoogi Dan Data
Kajian ini mengkaji faktor penentu kepada pertumbuhan pendapatan kasar negara (GNI) per kapita
melalui kaedah penganggaran regresi. Model regresi pertumbuhan jangka masa panjang adalah berikut:
𝑙𝑛𝐺𝑁𝐼𝑃𝑡 = 𝛼 + 𝛽1𝑙𝑛𝐵𝑃𝑇𝑡 + 𝛽2𝑙𝑛𝐹𝐷𝐼𝑡 + 𝛽3𝑙𝑛𝐸𝑋𝑡 + 𝛽4𝑙𝑛𝐹𝐶𝐹𝑡 + 𝛽5𝑙𝑛𝐹𝐶𝐸𝑡 + 𝛽6𝑙𝑛𝑇𝑂𝑈𝑡 +𝛽7𝑙𝑛𝐼𝑁𝐹𝑡 + 휀𝑡 (1)
di mana 𝑙𝑛 merupakan logarithma semulajadi, 𝐺𝑁𝐼𝑃𝑡 adalah pendapatan negara kasar per kapita, 𝐵𝑃𝑇𝑡
adalah bilangan pekerja berpendidikan tinggi, 𝐹𝐷𝐼𝑡 adalah pelaburan langsung asing, 𝐸𝑋𝑡 adalah
jumlah eksport, 𝐹𝐶𝐹𝑡 adalah pembentukan modal tetap, 𝐹𝐶𝐸𝑡 perbelanjaan penggunaan akhir, 𝑇𝑂𝑈𝑡
adalah bilangan kedatangan pelancong, 𝐼𝑁𝐹𝑡 adalah kadar inflasi dan 휀𝑡 adalah terma ralat.
Data bagi 𝐵𝑃𝑇𝑡 diperoleh daripada Jabatan Perangkaan Malaysia manakala data bagi pemboleh
ubah lain diperoleh daripada World Bank. Data siri masa dalam kajian ini merangkumi tempoh dari
tahun 1985 hingga 2015. Pemboleh ubah ditranformasi secara log semulajadi memberi interpretasi
peratus perubahan pemboleh ubah bersandar apabila pemboleh ubah tak bersandar bertambah sebanyak
satu peratus. Deskripsi data siri masa yang diguna dalam kajian empirikal ini dilaporkan dalam Jadual
1.
Jadual 1: Deskripsi statistik
Pembolehubah Min Median Maksimum Minimum Sisihan
piawai
GNIP 8.757 8.775 9.254 8.154 0.332
BPT 7.152 7.199 8.257 5.956 0.696
FDI 21.901 22.153 23.439 18.558 1.161
EX 25.225 25.323 26.261 23.475 0.087
FCF 25.195 25.265 26.437 23.608 0.797
FCE 24.852 24.751 26.127 23.683 0.7556
TOU 16.148 16.140 17.127 14.950 0.713
INF 0.739 0.962 1.694 -1.238 0.732
Kaedah penganggaran Autoregressive Distributed Lag (ARDL) diaplikasikan bagi penganggaran
persamaan (1). Kaedah ARDL dipilih kerana ia boleh diaplikasikan tanpa mengira sama ada pemboleh
ubah tak bersandar adalah I(1) atau I(0). Selain itu, kaedah ARDL juga lebih sesuai jika sampel kajian
adalah kecil (Pesaran et. a. 2001). Kaedah ini mempunyai empat langkah dan ujian yang perlu
dilakukan. Langkah pertama adalah memastikan semua data siri masa adalah pegun.
Oleh itu, ujian unit root perlu dilakukan terlebih dahulu. Data siri masa yang tidak pegun akan
membawa masalah korelasi palsu. Ujian unit root yang diaplikasi dalam kajian ini adalah ujian
Augmented Dickey-Fuller (ADF). Setelah data siri masa sah adalah pegun pada I(0) atau I(1), langkah
E-PROCEEDING OF THE 6TH INTERNATIONAL
CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017
E-PROCEEDING OF THE 6TH INTERNATIONAL CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017 (ICSSR 2017).
(E-ISBN: 978-967-0792-23-1). 4th December 2017, Melia, Kuala Lumpur, Malaysia.
Organized By https://Worldconferences.Net Page 233
kedua adalah menguji sama ada wujud kointegrasi di antara pemboleh ubah melalui kaedah ARDL.
Langkah ketiga adalah menguji hubungan jangka masa panjang dan langkah terakhir adalah menguji
hubungan jangka pendek. Perisian Eviews 7 dan Microfit 4.0 akan diaplikasi untuk kajian ini.
Versi error-correction kaedah ARDL bagi persamaan (1) mengikut Pesaran and Shin (1997) adalah:
∆𝑙𝑛𝐺𝑁𝐼𝑃𝑡 = 𝑎1 + ∑ 𝑏𝑖
𝑛
𝑖=1
𝑙𝑛𝐺𝑁𝐼𝑃𝑡−𝑖 + ∑ 𝑐𝑖∆
𝑛
𝑖=0
𝑙𝑛𝐵𝑃𝑇𝑡−𝑖 + ∑ 𝑑𝑖∆
𝑛
𝑖=0
𝑙𝑛𝐹𝐷𝐼𝑡−𝑖 + ∑ 𝑒𝑖∆
𝑛
𝑖=0
𝑙𝑛𝐸𝑋𝑡−𝑖
+ ∑ 𝑓𝑖∆
𝑛
𝑖=0
𝑙𝑛𝐹𝐶𝐹𝑡−𝑖 + ∑ 𝑔𝑖∆
𝑛
𝑖=0
𝑙𝑛𝐹𝐶𝐸𝑡−𝑖 + ∑ ℎ𝑖∆
𝑛
𝑖=0
𝑙𝑛𝑇𝑂𝑈𝑡−𝑖 + ∑ 𝑖𝑖∆
𝑛
𝑖=0
𝑙𝑛𝐼𝑁𝐹𝑡−𝑖
+ 𝛾1𝑙𝑛𝐺𝑁𝐼𝑃𝑡−1 + 𝛾2𝑙𝑛𝐵𝑃𝑇𝑡−1 + 𝛾3𝑙𝑛𝐹𝐷𝐼𝑡−1 + 𝛾4𝑙𝑛𝐸𝑋𝑡−1 + 𝛾5𝑙𝑛𝐹𝐶𝐹𝑡−1
+ 𝛾6𝑙𝑛𝐹𝐶𝐸𝑡−1 + 𝛾7𝑙𝑛𝑇𝑂𝑈𝑡−1 + 𝛾8𝑙𝑛𝐼𝑁𝐹𝑡−1
+ 휀𝑡 (2)
∆ adalah simbol pembezaan, koefisien b, c, d, e, f, g, h dan i mewakili dinamik jangka pendek, koefisien
γ menentukan hubungan jangka panjang manakala 휀𝑡 adalah ralat white horse. Langkah pertama
pertama dalam model ARDL adalah menguji hubungan jangka panjang di antara pemboleh ubah dengan
menggunakan ujian-F. Hipotesis nol untuk tidak wujud kointegrasi dan hipotesis alternatif adalah:
H0: 𝛾1 = 𝛾2 = 𝛾3 = 𝛾4 = 𝛾5 = 𝛾6 = 𝛾7 = 𝛾8 = 0 (tidak wujud kointegrasi antara pemboleh ubah)
H1: 𝛾1 ≠ 𝛾2 ≠ 𝛾3 ≠ 𝛾4 ≠ 𝛾5 ≠ 𝛾6 ≠ 𝛾7 ≠ 𝛾8 ≠ 0 (wujud kointegrasi antara pemboleh ubah)
Memandangkan ujian-F tidak mempunyai taburan yang umum, nilai kritikal telah disediakan oleh
Pesaran et al. (2001) untuk bilangan pemboleh ubah bersandar yang berbeza. Dua nilai kritikal diberi
untuk kawasan kritikal atas dan kawasan kritikal bawah. Jika nilai F-statistik yang diperolehi adalah
lebih tinggi daripada kawasan kritikal atas, maka hipotesis nol akan ditolak, iaitu wujud hubungan
jangka panjang dia antara pemboleh ubah.
Jika nilai F-statistik yang diperolehi adalah lebih rendah daripada kawasan kritikal bawah,
maka hipotesis nol tidak ditolak, iaitu tidak wujud hubungan jangka panjang dia antara pemboleh ubah.
Jika nilai F-statistik yang diperolehi jatuh di antara kawasan kritikal atas dan bawah, maka tiada
kesimpulan yang boleh dibuat untuk ujian ini.
Setelah disahkan wujud kointegrasi, model jangka panjang ARDL adalah:
𝑙𝑛𝐺𝑁𝐼𝑃𝑡 = 𝑎2 + ∑ 𝑏𝑖
𝑛
𝑖=1
𝑙𝑛𝐺𝑁𝐼𝑃𝑡−𝑖 + ∑ 𝑐𝑖
𝑛
𝑖=1
𝑙𝑛𝐵𝑃𝑇𝑡−𝑖 + ∑ 𝑑𝑖
𝑛
𝑖=1
𝑙𝑛𝐹𝐷𝐼𝑡−𝑖 + ∑ 𝑒𝑖
𝑛
𝑖=1
𝑙𝑛𝐸𝑋𝑡−𝑖
+ ∑ 𝑓𝑖
𝑛
𝑖=1
𝑙𝑛𝐹𝐶𝐹𝑡−𝑖 + ∑ 𝑔𝑖𝑙𝑛𝐹𝐶𝐸𝑡−𝑖
𝑛
𝑖=1
+ ∑ ℎ𝑖
𝑛
𝑖=1
𝑙𝑛𝑇𝑂𝑈𝑡−𝑖 + ∑ 𝑖𝑖
𝑛
𝑖=1
𝑙𝑛𝐼𝑁𝐹𝑡−𝑖
+ 휀𝑡 (4)
Schwarz-Bayesian Criteria (SBC) digunakan untuk memilih lag yang sesuai. Langkah terakhir adalah
mendapatkan nilai terma pembetulan ralat (ECM) dengan menganggarkan model error correction:
E-PROCEEDING OF THE 6TH INTERNATIONAL
CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017
E-PROCEEDING OF THE 6TH INTERNATIONAL CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017 (ICSSR 2017).
(E-ISBN: 978-967-0792-23-1). 4th December 2017, Melia, Kuala Lumpur, Malaysia.
Organized By https://Worldconferences.Net Page 234
∆𝑙𝑛𝐺𝑁𝐼𝑃𝑡 = 𝑎3 + ∑ 𝜕1𝑖
𝑛
𝑖=1
∆𝑙𝑛𝐺𝑁𝐼𝑃𝑡−𝑖 + ∑ 𝜕2𝑖∆
𝑛
𝑖=1
𝑙𝑛𝐵𝑃𝑇𝑡−𝑖 + ∑ 𝜕3𝑖∆
𝑛
𝑖=1
𝑙𝑛𝐹𝐷𝐼𝑡−𝑖 + ∑ 𝜕4𝑖∆
𝑛
𝑖=1
𝑙𝑛𝐸𝑋𝑡−𝑖
+ ∑ 𝜕5𝑖∆
𝑛
𝑖=1
𝑙𝑛𝐹𝐶𝐹𝑡−𝑖 + ∑ 𝜕6𝑖∆
𝑛
𝑖=1
𝑙𝑛𝐹𝐶𝐸𝑡−𝑖 + ∑ 𝜕7𝑖∆
𝑛
𝑖=1
𝑙𝑛𝑇𝑂𝑈𝑡−𝑖 + ∑ 𝜕8𝑖∆
𝑛
𝑖=1
𝑙𝑛𝐼𝑁𝐹𝑡−𝑖
+ 𝛿𝑒𝑐𝑚𝑡−1 + 휀𝑡 (18)
Di mana 𝜕1𝑖, 𝜕2𝑖, 𝜕3𝑖, 𝜕4𝑖, 𝜕5𝑖, 𝜕6𝑖, 𝜕7𝑖 dan 𝜕8𝑖 adalah dinamik jangka pendek model tersebut bergerak
ke arah keseimbangan dan 𝛿 adalah kelajuan kelajuan pelarasan.
4. Keputusan Empirikal
Langkah pertama penganggaran ARDL adalah memastikan kesemua pemboleh ubah dalam model
regresi adalah I(1) atau I(0). Keputusan ujian unit root ADF dilaporkan dalam Jadual 2 menunjukkan
semua pemboleh ubah 𝑙𝑛𝐹𝐷𝐼 dan 𝑙𝑛𝐼𝑁𝐹 adalah pegun pada I(0) dan I(1) manakala pemboleh ubah lain
adalah pegun pada I(1). Setelah semua mengesahkan kesemua pemboleh ubah adalah pegun, maka
langkah kedua iaitu ujian kointegrasi bagi menentukan kewujudan hubungan jangka panjang atau
pendek antara pemboleh ubah. Sekiranya hubungan kointegrasi tidak wujud, maka penganggaran tidak
dapat dilakukan. Mengikut Pesaran dan Shin (1999) dan Narayan (2004), lat 2 dipilih sebagai lat
maksimum memandangkan data adalah dalam bentuk tahunan. Jumlah saiz sampel adalah 31 (tahun
1985 hingga 2015), Narayan (2004) menyatakan bahawa nilai kritikal yang diusulkan oleh Pesaran et
al. (2001) tidak sesuai untuk saiz sampel yang kecil. Oleh itu, Narayan (2005) telah menerbitkan jadual
nilai kritikal yang sesuai untuk saiz sampel dari 30 hingga 80. Untuk sampel saiz 31 dan bilangan
pembolehubah regresor, k = 7 dan kes restricted intercept and no trend ditunjuk dalam Jadual 3. Nilai
F dikira adalah lebih besar daripada nilai kritikal pada aras 10 peratus. Ini menunjukkan wujud
kointegrasi anatara pemboleh ubah.
Jadual 2: Keputusan ujian kepegunan ADF
Pemboleh ubah
Level
I(0)
Pembezaan Pertama
I(1)
Pintasan Pintasan dan
trend
Pintasan Pintasan dan
trend
𝑙𝑛𝐺𝑁𝐼𝑃 -1.175 -2.489 -4.247*** -4.400***
𝑙𝑛𝐵𝑃𝑇 -1.060 -2.262 -4.976*** -5.754***
𝑙𝑛𝐹𝐷𝐼 -3.670** -4.533** -6.175*** -6.086***
𝑙𝑛𝐸𝑋 -2.372 -0.418 -4.411** -5.851***
𝑙𝑛𝐹𝐶𝐹 -0.764 -1.673 -4.374** -4.377**
𝑙𝑛𝐹𝐶𝐸 -0.190 -2.042 -4.426** -4.247**
𝑙𝑛𝑇𝑂𝑈 -1.129 -2.567 -5.287*** -5.263***
𝑙𝑛𝐼𝑁𝐹 -4.203** -4.027** -5.400*** -5.736***
** dan *** masing-masing mewakili tahap signifikan pada 5% dan 1%.
Jadual 3: Ujian kointegrasi
Aras Keertian
Nilai Kritikal
I(0) I(1)
1% 4.104 6.151
5% 2.815 4.445
E-PROCEEDING OF THE 6TH INTERNATIONAL
CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017
E-PROCEEDING OF THE 6TH INTERNATIONAL CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017 (ICSSR 2017).
(E-ISBN: 978-967-0792-23-1). 4th December 2017, Melia, Kuala Lumpur, Malaysia.
Organized By https://Worldconferences.Net Page 235
10% 2.384 3.728
Nilai-F dikira: 4.078
Langkah ketiga adalah penganggaran model jangka panjang ARDL dan keputusan adalah dilaporkan
dalam Jadual 4. Penganggaran jangka panjang menunjukkan koefisien pemboleh ubah 𝑙𝑛𝐵𝑃𝑇 dan
𝑙𝑛𝐹𝐶𝐹 adalah positif dan signifikan pada aras 10 peratus, iaitu bilangan pekerja berpendidikan tinggi
dan pembentukan modal fizikal memberi impak yang positif dan signifikan kepada pertumbuhan
pendapatan kasar perkapita negara. Selain itu, koefisien bagi pemboleh ubah 𝑙𝑛𝐸𝑋 adalah positif dan
signifikan pada aras 5 peratus, iaitu eksport memberi impak yang positif dan signifikan ke atas
pertumbuhan pendapatan kasar per kapita negara. Koefisien bagi pembolehubah 𝑙𝑛𝐹𝐷𝐼 dan 𝑙𝑛𝑇𝑂𝑈
adalah positif tetapi tidak signifikan. Ini bermakna pelaburan asing langsung dan ketibaan pelancong
asing memberi impak positif yang tidak signifikan ke atas pertumbuhan pendapatan kasar per kapita
negara. Koefisien bagi pemboleh ubah 𝑙𝑛𝐹𝐶𝐸 dan 𝑙𝑛𝐼𝑁𝐹 adalah negatif tetapi tidak signifikan, iaitu
perbelanjaan penggunaan dan inflasi memberi kesan negatif yang tidak signifikan ke atas pertumbuhan
pendapatan per kapita kasar negara.
Jadual 4: Model ARDL(1,0,0,0,0,1,0,0) jangka panjang
Pemboleh ubah Koefisien Nilai-t
𝑙𝑛𝐵𝑃𝑇 0.0745*
(0.0428)
1.7392
𝑙𝑛𝐹𝐷𝐼 0.0383
(0.0332)
1.1546
𝑙𝑛𝐸𝑋 0.1446**
(0.0571)
2.5309
𝑙𝑛𝐹𝐶𝐹 0.1451*
(0.0734)
1.9757
𝑙𝑛𝐹𝐶𝐸 -0.0114
(0.0770)
-0.1479
𝑙𝑛𝑇𝑂𝑈 0.0270
(0.0768)
0.3520
𝑙𝑛𝐼𝑁𝐹 -0.0320
(0.0307)
-1.0420
* dan ** masing-masing mewakili tahap signifikan pada 10% dan 5%.
Seterusnya, keputusan penganggaran empirikal bagi model ecm jangka pendek dilaporkan dalam Jadual
5. Nilai koefisien ect (error-correction term) adalah signifikan pada aras 10 peratus dan mempunyai
tanda negatif, iaitu tanda yang betul. Bagi jangka pendek, koefisien pemboleh ubah ∆𝐹𝐷𝐼 adalah positif
dan signifikan pada aras 5 peratus. Koefisien bagi pemboleh ubah ∆𝐹𝐶𝐹 adalah positif dan signifikan
pada aras 1 peratus. Ini bermakna pelaburan langsung asing dan pembentukan modal fizikal memberi
impak yang positif dan signifikan kepada pertumbuhan pendapatan kasar per kapita dalam jangka
pendek. Sementara itu, ujian diagnostik dalam Jadual 6 menunjukkan model ini adalah bebas daripada
ralat serial correlation, functional form, normality dan heteroscedasticity. Selain itu, graf ujian
cumulative sum of recursive residuals (CUSUM) dan cumulative sum of squares of recursive residuals
(CUSUMSQ) (lihat gambarajah 2 dan 3) membuktikan model regresi dalam kajian ini adalah stabil
dalam lingkungan nilai kritikal 5 peratus.
E-PROCEEDING OF THE 6TH INTERNATIONAL
CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017
E-PROCEEDING OF THE 6TH INTERNATIONAL CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017 (ICSSR 2017).
(E-ISBN: 978-967-0792-23-1). 4th December 2017, Melia, Kuala Lumpur, Malaysia.
Organized By https://Worldconferences.Net Page 236
Jadual 5: Model ARDL(1,0,0,0,0,1,0,0) jangka pendek (model ecm)
Pemboleh ubah Koefisien Nilai-t
∆𝑙𝑛𝐵𝑃𝑇 0.0263
(0.0260)
1.0094
∆𝑙𝑛𝐹𝐷𝐼 0.1351**
(0.0061)
2.2108
∆𝑙𝑛𝐸𝑋 0.0510
(0.0368)
1.3867
∆𝑙𝑛𝐹𝐶𝐹 0.1428***
(0.0348)
4.1038
∆𝑙𝑛𝐹𝐶𝐸 -0.0040
(0.0264)
-0.1521
∆𝑙𝑛𝑇𝑂𝑈 0.0095
(0.0258)
0.3695
∆𝐼𝑁𝐹 -0.0113
(0.0077)
-1.4609
ect -0.3527*
(0.1895)
-1.8610
𝑅2 0.8357
Adjusted 𝑅2 0.7731
Statistik F 15.2560***
*, ** dan *** masing-masing mewakili tahap signifikan pada 10%, 5% dan 1%.
Jadual 6: Ujian diagnostik
Ujian Versi LM Versi F
Serial correlation 0.6947
(0.405)
0.4741
(0.499)
Functional form 0.0675
(0.795)
0.0451
(0.834)
Normality 0.1228
(0.940)
-
Heteroscedasticity 2.5332
(0.111)
2.5824
(0.119)
Nilai p dalam kurungan
E-PROCEEDING OF THE 6TH INTERNATIONAL
CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017
E-PROCEEDING OF THE 6TH INTERNATIONAL CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017 (ICSSR 2017).
(E-ISBN: 978-967-0792-23-1). 4th December 2017, Melia, Kuala Lumpur, Malaysia.
Organized By https://Worldconferences.Net Page 237
Rajah 2: Graf CUSUM
Rajah 3: Graf CUSUMSQ
5. Rumusan Dan Kesimpulan
Kajian ini mengaplikasikan kaedah penganggaran regresi siri masa untuk mengenalpasti faktor penentu
kepada pertumbuhan pendapatan negara Malaysia dari tahun 1985 hingga 2015 dengan menggunakan
kedua-dua pemboleh ubah faktor endogen dan faktor eksogen. Hasil kajian menunjukkan faktor
dalaman yang menyumbang secara signifikan kepada pertumbuhan pendapatan Malaysia dalam jangka
panjang adalah pekerja berpendidikan tinggi dan pembentukan modal tetap, manakala faktor luaran
adalah jumlah eksport. Faktor penentu bagi jangka pendek, faktor penentu dalaman adalah
pembentukan modal tetap manakala faktor penentu luaran adalah pelaburan langsung asing. Hasil
kajian ini mencadangkan implikasi yang penting dalam merangka polisi untuk meningkatkan kadar
pertumbuhan pendapatan negara supaya mampu mencapai sasaran negara berpendapatan tinggi pada
tahun 2020. Penekanan perlu diberi kepada faktor endogen, iaitu (1) menghasilkan pekerja yang
berpendidikan dan kemahiran tinggi, terutamanya pada ketika kini bermulanya era revolusi
perindustrian 4 dan (2) meningkatkan pelaburan dalam infrastruktur seperti jalan raya, jalan keretapi,
sekolah dan bangunan perindustrian. Selain itu, faktor eksogen juga perlu diberi perhatian, iaitu (1)
Plot of Cumulative Sum of Recursive Residuals
The straight lines represent critical bounds at 5% significance level
-5
-10
-15
0
5
10
15
1986 1991 1996 2001 2006 2011 2015
Plot of Cumulative Sum of Squares of Recursive Residuals
The straight lines represent critical bounds at 5% significance level
-0.5
0.0
0.5
1.0
1.5
1986 1991 1996 2001 2006 2011 2015
E-PROCEEDING OF THE 6TH INTERNATIONAL
CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017
E-PROCEEDING OF THE 6TH INTERNATIONAL CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017 (ICSSR 2017).
(E-ISBN: 978-967-0792-23-1). 4th December 2017, Melia, Kuala Lumpur, Malaysia.
Organized By https://Worldconferences.Net Page 238
menjalin hubungan perdagangan luar yang mantap dan menggerakkan polisi yang menggalakkan
eksport dan (2) mempromosikan industri tempatan supaya dapat menarik lebih banyak pelaburan
langsung asing.
Kajian ini turut mendapati pelancongan juga memberi impak yang positif terhadap
pertumbuhan pendapatan negara. Walaupun sumbangan pelancongan adalah tidak signifikan,
pelancongan merupakan industri yang berpotensi. Polisi mempromosikan pelancongan di Malaysia
perlu dipertingkatkan. Kadar inflasi yang tinggi akan membantutkan pertumbuhan pendapatan negara,
justeru kawalan terhadap kadar inflasi adalah amat penting. Perbelanjaan penggunaan merupakan satu
lagi faktor yang didapati memberi impak negatif kepada pertumbuhan pendapatan negara. Perbelanjaan
kerajaan dan isirumah perlu diurus dengan cekap bagi mengelakkan kerugian dan defisit.
RUJUKAN
Abdul Aziz, F. S. & Marwan Mohammad, A. O. (2013). The effect of interest rate, inflation rate, gdp,
on real economic growth rate in Jordan. Asian Economic and Financial Review. 3(3): 341-354.
Afzal, M., Farook, M. S., Ahmed, H. K., Begum, I. & Quddus, M. A. (2010). Relationship between
school education and economic growth in Pakistan: ARDL bounds testing approach to cointegration.
Pakistan Economic and Social Review. 48(1): 39-60.
Agrawal, G. & Khan, M. A. (2011). Impact of FDI on GDP: A comparative study of China and India.
International Journal of Business and Management. 6: 71-79.
Awokuse, T. O. (2002). Is the export-lead growth hypothesis valid for Canada? FREC Staff Paper 02-
01. Department of Food and Resource Economics, University of Delaware.
Balaguer, J. & Jorda, M. C. (2001). Examining the export-led growth hypothesis for Spain in the last
century. Applied Economics Letters. 8: 681-685.
Bini, P., & Masini, R. (2008). Dacia and the Roman empire: Tourism led growth and catchingup with
macro economic constrains. CRIE Working Paper, 1/2008.
Cheam, C. L., Rosli, M., Hussin, A. & Ong, S. C. (2013). Tourism, selected macoeconomics variables
and economic growth: An econometrics of long run and short run relationship. International Journal of
Economics and Management. 7(1): 67-83.
Chor, F. T. & Eu, C. T. (2015). Does tourism effectively stimulate Malaysia’s economic growth?
Tourism Management. 46: 158-163.
Cortes Jimenez, I. & Pulina, M. (2009). Inbound tourism matters to the regional economic growth? The
cases of Spain and Italy. International Journal of Tourism Research.
Ellahi, N. & Kiani, A. (2011). Investigating public investment-growth nexus for Pakistan. International
Conference on E-business, Management and Economics, IPEDR. 25: 239-244.
Fauzi, H., Norazrul, M. R. & Mohd Saifoul, Z. N. (2013). Determinants of economic growth in
Malaysia. Asian Journal of Empirical Research. 3: 1140-1151.
E-PROCEEDING OF THE 6TH INTERNATIONAL
CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017
E-PROCEEDING OF THE 6TH INTERNATIONAL CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017 (ICSSR 2017).
(E-ISBN: 978-967-0792-23-1). 4th December 2017, Melia, Kuala Lumpur, Malaysia.
Organized By https://Worldconferences.Net Page 239
Hakan, O., Zar, C. O. & Zehra, V. S. (2014). Effects of female education on economic growth : a cross
country empirical study. Educational Sciences: Theory & Practise. 15(2): 349-357.
Hasanov, F. (2010). Relationship between inflation and economic growth in Azerbaijani economy: Is
there any threshold effect? Asian Journal of Business and Management Sciences. 1(1): 1-11.
Hock Tsen Wong. (2013). Real exchange rate misalignment and economic growth in Malaysia. Journal
Economic Studies. 40: 298-313.
Hooi, H. L., Sio, H. C. & Chee, W. H. (2014). Tourism and economic growth: comparing Malaysia and
Singapore. International Journal of Economics and Management. 8: 139-157.
Mahmoud, K. A. & Zurina, M. M. (2015). The relationship between investment and economic growth
in Malaysia. Journal of Empirical Economics. 4: 116-126.
Mohd Shahidan, S., Hafizah, A. R. & Intan Maizura, A. R. (2013). Relationship among population,
energy consumption and economic growth in Malaysia. The International Journal of Social Sciences.
13: 39-45.
Mohd Yahya, M. H., Fidlizan, M. F. A. & Azila, A. R. (2012). Education expenditure and economic
growth: A causal analysis for Malaysia. Journal of Economics and Sustainable Development. 3: 71-81.
M. Shabri, A. M. & Salina, H. K. (2015). Assessing the contribution of Islamic finance to economic
growth: Empirical evidence from Malaysia. Journal of Islamic Accounting and Business Research. 6:
292-310.
Mori, K., Dullah, M., Lim, F. Y. & Kasim, M. (2010). Determinant factors of economic growth in
Malaysia: Multivariate cointegration and causality analysis. European Journal of Economics, Finance
and Administrative Sciences. 24: 123-137.
Lam, T. D. (2016). An empirical analysis of the ASEAN-4’s causality between exports and output
growth. International Journal of Economics and Financial Issues. 6: 497-502.
Lee, C. G. 2009. Foreign direct investment, pollution and economic growth: evidence from Malaysia.
Applied Economics. 41: 1709-1716.
Lucas, R. E. (1988). On the mechanic of economic development. Journal of Monetary Economics, 22:
4-42.
Mitra, R. (2012). Trade liberalization and FDI: A cointegration and causal analysis for Benin.
Proceedings of 19th International Business Research Conference 2012.
Narayan, P. K. (2004). Reformulating critical values for the bounts F-statistics approach to
cointegration analysis: An application to the tourism demand model for Fiji. Discussion Papers,
Departments of Applied Economics, Monash University, Australia
Narayan, P. K. (2005). The saving and investment nexus for China: evidence from cointegration tests.
Applied Economics. 37:17, 1979-1990.
Ozturk, I. & Acaravci, A. (2010). Export led growth hypothesis: Evidence from Turkey. Journal of
E-PROCEEDING OF THE 6TH INTERNATIONAL
CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017
E-PROCEEDING OF THE 6TH INTERNATIONAL CONFERENCE ON SOCIAL SCIENCES RESEARCH 2017 (ICSSR 2017).
(E-ISBN: 978-967-0792-23-1). 4th December 2017, Melia, Kuala Lumpur, Malaysia.
Organized By https://Worldconferences.Net Page 240
Developing Areas. 44: 245-254.
Pradhan, R.P. (2009). Education and economic growth in India: Using error correction modeling.
International Research Journal of Finance and Economics 1: 139-147.
Pramod, K. N. & Puja, P. (2015). On the linkage between stok market development and economic
growth in emerging market economies. Review of Accounting and Finance. 14: 363-381.
Sayed Khusairi, S. N., Bushra, A. H., Mohd Zamzuri, A. R. & Mohd Shahrizan, O. (2013). The
relationship of education and ict determinants on nation’s growth: an empirical analysis of Malaysia
and muslim countries. Journal of Human Capital Development. 6: 115-123.
Raza, S. A., Sabir, M. S. & Mehboob, F. (2011). Capital inflows and economic growth in Pakistan.
MPRA Paper No. 36790, University Library of Munich, Germany.
Romer, P. M. (1990). Endogenous technological change. Journal of Political Economy. 98: S71-S102.
Solow, R. M. (1956). A contribution to the theory of economic growth. Quarterly Journal of Economics.
70: 65-94.
Swan, T. W. (1956). Economic growth and capital accumulation. Economic Record. 32(2): 334-361.
Tan, K. G., Nguyen, Le P. A. & Ye Ye, D. (2015). Development growth models for Singapore and
Malaysia: A Gweke causality analysis. Journal of Centrum Cathedra: The Business and Economics
Research Journal. 8: 165-186.
top related