Rasio Kelahiran-Kematian – (Keuangan)


Apa Rasio Kelahiran-Kematian?

Rasio kelahiran-kematian berupaya menghitung jumlah bersih pekerjaan yang dihasilkan dari bisnis yang baru dimulai (kelahiran) dan penutupan bisnis (kematian). Angka kelahiran-kematian diterbitkan oleh   (BLS) dan digunakan untuk meningkatkan perkiraan survei bulanan Statistik Pekerjaan Saat Ini (CES).

Biro Statistik Tenaga Kerja

Poin Penting

  • Rasio kelahiran-kematian berupaya menghitung jumlah bersih pekerjaan yang dihasilkan dari bisnis yang baru dimulai (kelahiran) dan penutupan bisnis (kematian).
  • Angka-angka tersebut diterbitkan oleh Biro Statistik Tenaga Kerja (BLS) dan digunakan untuk meningkatkan perkiraan survei bulanan Statistik Pekerjaan Saat Ini (CES).
  • Rasio kelahiran-kematian dibuat karena sampel CES gagal untuk sepenuhnya menangkap bagian signifikan dari pertumbuhan lapangan kerja yang dihasilkan dari perusahaan baru.

Memahami Rasio Kelahiran-Kematian

Sekitar 142.000 bisnis dan lembaga pemerintah dijadikan sampel untuk survei CES setiap bulan, mewakili sekitar sepertiga dari semua karyawan nonfarm payroll.

Masalahnya adalah perusahaan baru, sumber utama pertumbuhan lapangan kerja, cenderung tidak terlihat. BLS menyadari bahwa estimasi berbasis sampelnya gagal untuk sepenuhnya menangkap lingkungan kewirausahaan karena ada jeda waktu antara saat perusahaan membuka bisnis dan saat tersedia untuk pengambilan sampel.

Mengingat teka-teki ini, biro memilih untuk membuat penyesuaian tertentu, menggunakan model untuk memperkirakan pekerjaan yang hilang atau diciptakan oleh kebangkrutan atau formasi bisnis baru.

statistik

Referensi cepat

Mantan Presiden Ronald Reagan dilaporkan mendorong BLS untuk memperkenalkan penyesuaian rasio kelahiran-kematian setelah mengeluh bahwa data ketenagakerjaannya mengabaikan jumlah pekerjaan baru yang telah dibantu oleh pemerintahannya.

Metodologi BLS terdiri dari dua komponen. Pertama, kehilangan pekerjaan yang disebabkan oleh kematian bisnis dikeluarkan dari sampel untuk mengimbangi keuntungan pekerjaan yang hilang dari kelahiran bisnis.

Biro kemudian menyelesaikan proses dan mengisi setiap bagian yang kosong. Biro tersebut menggunakan data bisnis riil kelahiran dan kematian selama lima tahun terakhir menggunakan model deret waktu terintegrasi otomatis (ARIMA). Pada tahun 2011, BLS mulai lebih sering menerapkan rasio kelahiran-kematian ke survei CES-nya, dengan prakiraan setiap triwulan, bukan tahunan.

rata-rata bergerak

Kritik terhadap Rasio Kelahiran-Kematian

Pendekatan berbasis model BLS telah menarik banyak perhatian. Kritik utama dari rasio kelahiran-kematian adalah keuntungan / kerugian bersih yang dilaporkan dalam pekerjaan sering menjadi tidak akurat pada titik balik dalam siklus bisnis. Jika perusahaan yang menjadi sampel tiba-tiba berhenti melaporkan data ketenagakerjaannya, apakah itu berarti mereka gulung tikar atau gagal melapor tepat waktu?

Ini diperkirakan secara statistik menggunakan data historis. Namun, jika ekonomi baru saja memasuki resesi yang parah, jumlah perusahaan yang lebih tinggi dari rata-rata akan gulung tikar, data historis mungkin memberikan perkiraan yang tidak akurat. Ini mungkin meremehkan jumlah perusahaan yang gulung tikar dan jumlah pekerjaan yang diciptakan.

Kekhawatiran ini tercermin dalam rekam jejaknya yang tambal sulam. Rasio kelahiran-kematian umumnya memiliki reputasi untuk menilai terlalu tinggi penciptaan lapangan kerja bisnis baru ketika ekonomi melambat dan meremehkannya pada awal pemulihan.

Di situsnya, BLS mengakui tekniknya bukannya tanpa kekurangan. BLS mencatat bahwa itu “mengasumsikan kelanjutan yang dapat diprediksi dari pola dan hubungan historis dan oleh karena itu kemungkinan akan mengalami beberapa kesulitan menghasilkan perkiraan yang dapat diandalkan pada titik balik ekonomi atau selama periode ketika ada perubahan tren yang tiba-tiba.”

 

Artikel terkait

  •  

Pengambilan Sampel Sistematis vs. Pengambilan Sampel Klaster: Apa Perbedaannya?

  •  

Stratified random sampling.

  •  

Sampel Acak Sederhana

  •  

Systematic Sampling.

  •  

Contoh

  •  

Pengujian Hipotesis Keuangan: Konsep dan Contoh

  •  

Sampel

  •  

Sampel representatif.

  •  

Sampel representatif vs. Sampel acak: Apa bedanya?

  •  

Memahami acak sederhana vs sampel acak stratified