Ekonometrika Keuangan - PR 1

Salsabila (10112025)
Diberikan model linier
y = X + e
dengan ukuran
y : T 1, X : T k, : k 1, e : T 1
dan asumsi
1. (X0 X)1 ada (ekivalen dengan rank(X) = k),
2. E[e] = 0, dan
3. E[ee0 ] = 2 IT .
Taksiran dapat diperoleh dari solusi masalah optimasi
min S() = y0 y 2 0 X0 y + 0 X0 X

s/t. R = q
dengan
R : j k, q : j 1, j k
dan asumsi
4. rank(R) = j.
Maka solusi dari masalah tersebut adalah
= (X0 X)1 R0 [R(X0 X)1 R0 ]1 (R q)
dengan
= (X0 X)1 X0 y
= dan V ar[]
=
adalah solusi dari masalah optimasi di atas tanpa kendala. Lebih jauh, E[]
2 (X0 X)1 .
Ekspektasi dari adalah
E[ ] = E[ (X0 X)1 R0 [R(X0 X)1 R0 ]1 (R q)]
(X0 X)1 R0 [R(X0 X)1 R0 ]1 E[R q]
= E[]
(X0 X)1 R0 [R(X0 X)1 R0 ]1 (R q)
= E[]
= (X0 X)1 R0 [R(X0 X)1 R0 ]1 (0)
=
yaitu adalah penaksir yang tak bias bagi , dengan catatan model dispesifikasikan dengan
benar ( memenuhi kendala masalah optimasi R = q).
1

Variansi dari adalah

V ar[ ] = E[( E[ ])( E[ ])0 ]
= E[( )( )0 ].
dengan menggunakan
= (X0 X)1 R0 [R(X0 X)1 R0 ]1 (R q)
= ( ) (X0 X)1 R0 [R(X0 X)1 R0 ]1 (R( ) + R q)
= (I (X0 X)1 R0 [R(X0 X)1 R0 ]1 R)( )
maka
V ar[ ] = E[(I (X0 X)1 R0 [R(X0 X)1 R0 ]1 R)( )( )0 (I (X0 X)1 R0 [R(X0 X)1 R0 ]1 R)0 ]
= (I (X0 X)1 R0 [R(X0 X)1 R0 ]1 R)E[( )( )0 ](I (X0 X)1 R0 [R(X0 X)1 R0 ]1 R)0
(X0 X)1 R0 [R(X0 X)1 R0 ]1 R)0
= (I (X0 X)1 R0 [R(X0 X)1 R0 ]1 R)V ar[](I
= 2 (I (X0 X)1 R0 [R(X0 X)1 R0 ]1 R)(X0 X)1 (I R0 [R(X0 X)1 R0 ]1 R(X0 X)1 )
= 2 ((X0 X)1 (X0 X)1 R0 [R(X0 X)1 R0 ]1 R(X0 X)1 )(I R0 [R(X0 X)1 R0 ]1 R(X0 X)1 )
= 2 (X0 X)1 (I R0 [R(X0 X)1 R0 ]1 R(X0 X)1 )(I R0 [R(X0 X)1 R0 ]1 R(X0 X)1 )
= 2 (X0 X)1 (I 2R0 [R(X0 X)1 R0 ]1 R(X0 X)1 + R0 [R(X0 X)1 R0 ]1 R(X0 X)1 )
= 2 (X0 X)1 (I R0 [R(X0 X)1 R0 ]1 R(X0 X)1 )
yaitu
Selanjutnya akan ditunjukkan bahwa adalah penaksir yang lebih baik daripada ,
tak bias dengan variansi minimum, dengan menunjukkan bahwa
V ar[ ]
V ar[]
adalah matriks positive semidefinit (psd). Teorema-teorema berikut akan digunakan dalam
pembuktian tersebut:
Teorema 1 Untuk sembarang matriks Amn , A0 A matriks psd. Lebih jauh, A0 A postive
definite (pd) jika dan hanya jika rank(A) = n.
Teorema 2 Invers dari matriks pd juga pd.
Teorema 3 Jika Bnn matriks pd dengan rank(B) = n dan C matriks berukuran m n
dengan rank(C) = m n, maka CBC0 matriks pd.
Bukti dari teorema terakhir dilampirkan di akhir pembuktian.
Perhatikan bahwa
V ar[ ] = 2 (X0 X)1 I 2 (X0 X)1 R0 [R(X0 X)1 R0 ]1 R(X0 X)1
2 (X0 X)1 R0 [R(X0 X)1 R0 ]1 R(X0 X)1
= V ar[]
V ar[ ] = 2 (X0 X)1 R0 [R(X0 X)1 R0 ]1 R(X0 X)1
V ar[]

Karena 2 0, maka untuk membuktikan bahwa V ar[]V

ar[ ] matriks psd cukup buktikan
bahwa (X0 X)1 R0 [R(X0 X)1 R0 ]1 R(X0 X)1 adalah matriks psd.
Dengan teorema 1 dan asumsi 1, diperoleh X0 X matriks pd dengan rank(X0 X) = k. Selanjutnya, dengan teorema 2, diperoleh (X0 X)1 juga pd. Dengan teorema 3 dan asumsi 4 yang
dilanjutkan dengan teorema 2, diperoleh [R(X0 X)1 R0 ]1 pd, yaitu
b0 [R(X0 X)1 R0 ]1 b > 0, b : j 1.
2

Maka untuk sembarang d : k 1 berlaku

d0 (X0 X)1 R0 [R(X0 X)1 R0 ]1 R(X0 X)1 d = (R(X0 X)1 d)0 [R(X0 X)1 R0 ]1 (R(X0 X)1 d)
0
karena tidak ada jaminan bahwa matriks R(X0 X)1 adalah matriks full column rank.
Jadi (X0 X)1 R0 [R(X0 X)1 R0 ]1 R(X0 X)1 adalah matriks psd. Jadi adalah penaksir

tak bias yang lebih baik (lebih kecil variansinya) dibandingkan dengan .

Bukti teorema 1
Bagian pertama
Ambil sembarang matriks Amn . Maka untuk sembarang xn1
x0 (A0 A)x = (Ax)0 (Ax) 0
Jadi A0 A matriks psd.
Bagian kedua
Karena rank(A) = n maka Ax = 0 hanya memiliki solusi trivial yaitu xn1 = 0. Ambil
sembarang xn1 6= 0, maka
x0 (A0 A)x = (Ax)0 (Ax) > 0
karena Ax 6= 0. Jadi A0 A matriks pd.

Bukti teorema 2
Misalkan B matriks pd, yaitu nilai-nilai karakteristiknya positif, dan B1 ada. Nilai-nilai
karakteristik dari B1 adalah kebalikan dari nilai-nilai karakteristik B, yang juga positif. Jadi
B1 matriks pd.

Bukti teorema 3
Misalkan Bnn matriks pd, maka untuk setiap xn1 6= 0 berlaku x0 Bx > 0. Misalkan pula
Cmn matriks dengan rank(C) = m n, maka C0 y = 0 hanya memiliki solusi trivial, yaitu
ym1 = 0. Ambil sembarang ym1 6= 0, maka
y0 CBC0 y = (C0 y)0 B(C0 y) = x0 Bx > 0.
karena C0 y 6= 0. Jadi CBC0 matriks pd.