Pada tulisan sebelumnya saya memiliki rencana untuk melakukan perbandingan antara stata dan eviews. Tapi sepertinya sekarang saya mulai berubah pikiran karena sejumlah alasan. Stata dan eviews seringkali digunakan dalam membuat permodelan (regresi) untuk memprediksi besaran variabel dependen di masa yang akan datang. Masalahnya adalah prediksi yang dilakukan seringkali meleset bahkan samasekali tidak mendekati kenyataan. Dengan kata lain model yang diperoleh (hasil regresi stata dan eviews) gagal menjalankan fungsinya.
Dalam sebuah perkuliahan, dosen saya (Prof. Munawar Ismail) berkata bahwa kita tidak bisa mengambil sebuah kebijakan hanya berdasar pada sebuah model. Kita harus siap-siap kecewa karena model sering gagal dalam melakukan prediksi. Pendapat ini seperti mendapat dukungan dari John Williamson dalam tulisannya yang berjudul “Exchange Rate Economics”. Dalam tulisannya dia menyampaikan kritik bahwa model standar tidak mampu memprediksi tingkat nilai tukar mata uang dengan benar. Alasannya karena tingkat nilai tukar adalah aset yang berpandangan ke depan. Artinya tingkat nilai tukar bebas bergantung pada apa yang diharapkan (ekspektasi) untuk terjadi di masa depan lebih dari semata-mata apa yang terjadi saat ini atau apa yang terjadi di masa lalu.
Konsep ekspektasi mulai sering dikaitkan untuk memprediksi nilai suatu variabel di masa yang akan datang. Selain dalam nilai tukar, konsep ekspektasi juga digunakan dalam permodelan fungsi konsumsi dimana dijelaskan bahwa konsumsi tidak hanya dipengaruhi pendapatan saat ini tetapi juga dipengaruhi ekspektasi pendapatan di masa yang akan datang. Dan masih banyak lagi permodelan yang menggunakan konsep ekspektasi.
Masalahnya, ekspektasi sulit diwujudkan dalam sebuah angka karena akan membutuhkan banyak waktu untuk menanyakan pada semua orang mengenai apa yang diharapkan terjadi di masa yang akan datang. Padahal menurut saya, ekspektasi merupakan variabel yang sangat penting untuk memprediksi besaran variabel lain di masa yang akan datang. Regresi untuk memperoleh permodelan sendiri hanya menggunakan data saat ini dan masa lalu. Oleh karena itu, tidak heran model sering gagal dalam memprediksi. Kasarnya kita bisa bilang kalau model itu hanya omong kosong saja. Selanjutnya, apa perlu kita mempelajari stata dan eviews? Jawabannya kembali pada pendapat kalian sendiri! ;)
Tidak ada komentar:
Posting Komentar