Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Save to My Library
Look up keyword
Like this
1Activity
0 of .
Results for:
No results containing your search query
P. 1
Konsep Fungsi Frontier

Konsep Fungsi Frontier

Ratings: (0)|Views: 136 |Likes:
Published by muthiashifa

More info:

Published by: muthiashifa on Apr 25, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

10/09/2013

pdf

text

original

 
6.5. Stochastic Frontier Pokok bahasan sebelumnya adalah bahwa semua frontier adalah deterministic. Semua perusahaan merupakan bagian dari keluarga frontier produksi, biaya dan profit dan semua variasidalam kinerja perusahaan diatribusikan pada variasi dan efisiensi perusahaan relative terhadapfamily frontier yang umum. Walaupun scenario ini berhubungan dengan teori yang mendasarikajian sebelumnya, pembuktiannya sulit untuk menjustifikasi secara empiris. Konsep umumyang dari frontier deterministic yang disediakan oleh semua perusahaan mengabaikankemungkinan realitas bahwa kinerja perusahaan mungkin dipengaruhi oleh factor keseluruhandiluar kontrolnya (seperti kinerja mesin yang buruk,iklim kurang mendukung, suplai inputterganggu dan lainnya ) seperti juga factor dibawah kontrolnya (inefisiensi). Untuk menghindari pengaruh dari gangguan eksogen, yang baik dan yang buruk, bersama dengan pengaruhkesalahan pengukuran dan inefisiensi ke dalam satu term error satu sisi (one
 – 
sided error term)
dan label campuran “inefesiensi”
adalah sesuatu yang dapat dipertanyakan.Penggunaan stokastik frontier adalah campuran error satu
 – 
sisi dan error dua-sisi. Lantasuntuk kuantitas tertentu dan daftar input yang digunakan, terdapat output maksimal yangmungkin didapat,tetapi level maksimal ini adalah random sifatnya dibandingkan dengankepastian. Asumsi ini bahwa beberapa input lain atau pengaruh eksternal mempunyaikemungkinan pengaruh maksimal juga ,tetapi yang lain mempunyai pengaruh potensial yangtidak terbataskan.Sebagai contoh, pengaruh dari cuaca dan kejadian eksternal lain mungkindipertimbangkan didistribusikan secara normal. Akan tetapi, masih terdapat kemungkinan lainyang akan terjadi akibat dari input lain atau kejadian lain yang mempunyai nilai maksimal(kemungkinan terbaik), sehingga nilai suboptimal menciptakan erroe satu-sisi. Disamping itu
 juga, haruslah ditekankan bahwa “noise” statistic didapat dari setiap persamaan regresi dan
 biasanya diargumenkan didistribusikan secara normal; ini adalah alasan lain untuk stokastik alami dari frontier. Sebagi contoh, pengukuran error atas output cukup cocok untuk kejadian ini,tetapi menciptakan masalah berat bagi frontier deterministic.
Kesimpulan ini diberdayakan kembali jika kita mempertimbangkan juga “noise” dari statistic
  bahwa semua terdiri dari hubungan empiris. Interpretasi stndar adalah bahwa pertama, mungkinterdapat kesalahan pengukuran (diharapkan atas variabel dependen dan tidak pada variabelindependen). Kedua, persamaan mungkin tidak secara penuh dispesifikasi (diharapkan dengan
 
menghilangkan dengan variabel secara individu tidak penting). Kedua argument ini terpenuhihanya seperti juga untuk fungsi produksi bagi semua jenis persamaan, dan ini diragukan pada
yang terbaik tidak dapat dipisahkan “gangguan” dari inefisiensi, atau mengansumsi “gangguan”
hanya satu sisi.
Argumen ini berada dibelakang frontier stokastik(juaga disebut “composed error”) model dari
Aigner,et al.(1977) dan Meusen dan Van den Broeck (1977). Ide penting dibalik model frontier stokastik adalah bahwa
error term
dipisahkan atas dua macam. Komponen simetrik membolehkan variasi random dari frontier antara perusahaan dan menangkap pengaruh
kesalahan pengukuran, “gangguan” statistik lain dan goncangan random (random shock) diluar 
control perusahaan.Komponen satu-sisi menangkap pengaruh inefisiensi relatife terhadapfrontier stokastik. Model frontier produksi stokastik mungkin ditulis sebagai berikut :
 
 dimana frontier stokastik adalah
  
, v mempunyai beberapa nilai distribusi simetrik yang menangkap pengaruh random dari kesalahan pengukuran dan goncangan eksogen yangmana menyebabkan penempatan dari deterministik inti f(X) bervariasi antar perusahaan.Inefisiensi teknis relative terhadap frontier produksi stokastik kemudian ditangkap olehkomponen error satu-sisi exp (-u), u. Inefisiensi teknis relative terhadap frontier produksistokastik kemudian ditangkap oleh komponen error satu-sisi exp (-u), u
0.Kondisi u
0 menjamin bahwa semua observasi, berada diatas atau dibawah frontier produksistokastik. Namun saying tidak ada jalan menentukan apakah kinerja observasi dari observasikhusus dibandingkan dengan inti deterministik dari frontier dikarenakan inefesiensi atau variasirandom dalam frontier. Ini membentuk kelemahan utama dari model frontier stokastik; tidaklahmungkin memisahkan residual individu kedalam kedua komponen tersebut, dan juga tidak mungkin mengestimasi inefisiensi teknis dari observasi.namun yang terbaik kita dapat lakukanadalah mendapatkan estimasi dari rata-rata inefisiensi atas sampel.Estimasi langsung dari model frontier produksi stokastik mungkin didapat dari metode MLE atauCOLS. Memperkenalkan distribusi probability spesifik dari v dan u, mengasumsikan bahwa udan v adalah independen dan bahwa X adalah eksogen, propertas asimtotik dari MLE dapatdibuktikan dalam cara biasa. (catatan bahwa keberadaan komponen error simetrik v memecahkan
 
 permasalahan batas jarak yang tertangkap oleh varian dari model frontier domestik). Model inimungkin juga diestimasikan dengan COLS dengan menyesuaikan tern konstan dengan E(u),yang diturunkan dari residual COLS. COLS mengestimasi lebih mudah untuk dihitungdibandingkan dengan estimasi ML, walaupun secara asimtotik kurang efisien. Olson, et al (1980)menghadirkan pembuktian Monte Carlo yang mengindikasikan bahw COLS secara umummembentuknya sebagi ML, walaupun untuk sampel yang lebih besar lagi.Apakah diestimasikan oleh ML atau oleh COLS, distribusi dari u harus dipsefikasikanterlebih dahulu. Aigner et al (1977) dan Meeusen dan Van den Broeck (1977)mempertimbangkan menggunakan distribusi eksponensial dan hal normal untuk u.Keduadistribusi ini mempunyai mode sama dengan nol. Stevenson (1980) telah emperlihatkan bagaimana distribusi half-normal dan eksponensial dapat digeneralisasi
truncated normal dan gamma,
secara berurutan. Kedus generalisasi dapat mempunyai model non-zero, dengan modelzero dapat diuji untuk kasus khusus.Artinya,terdapat kemungkinan untuk berargumentasi bahwa hasil yang diperoleh tersebut bukan nilai optimal dari sesuatu dan lebih lanjut tidak alasan untuk error satu sisi atau error kompeten. Dalam pandangan ini, konsep maksimalitas dibuang dan fungsi produksi dinyatakanhanya memberikan distribusi output dari input tertentu yang tersedia. Jika pandangan ini diterimakemudian tidak alasan untuk mempelajari frontier.Namun ahli ekonom sepakat bahwa setiapinput mempunyai kemampuan maksimum tertentu dalam menghasilkan output sehinggaakhirnya output yang dihasilkak dari kemungkinan hasil terbaik dalam penggunaan input dengankemungkinan hasil maksimum.6.6 Pertimbangan DualitasSebagian besar aplikasi dari metodologi frontier telah banyak digunakan untuk mengestimasi parameter dari frontier produksi. Tingkahlaku asumsi yang mendasari estimasi langsung frontier  produksi secara umum adalah asumsi yang dikemukakan oleh Zellner-Kmenta-Dreze tentangexpected profit maximization, yang mengimplikasikan kuantitas input secara eksogen.Sudah sangat dikenal bahwa baik keunikan dua fungsi biaya atau fungsi produksimendefinisikan teknologi; yang mana akan diestimasi tergantung atas asumsi dan atau data.Tingkah laku asumsi yang mendasari estimasi langsung fungsi biaya secara umum adalah

You're Reading a Free Preview

Download
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->