1

Universitas Indonesia
Pascasarjana Ilmu Ekonomi

FAKULTAS EKONOMI UNIVERSITAS INDONESIA

PROGRAM PASCASARJANA ILMU EKONOMI
EKONOMETRIKA II
TUGAS II : EKONOMETRIKA NONLINEAR

Pengajar :
Dr. Mahyus Ekananda, MM., MSE. HP: 0812 8295134 e-mail : m_ekananda@yahoo.com

I. TUJUAN
Tugas materi ini bertujuan agar mahasiswa :
1. Memahami persamaan nonlinear dan estimasi persamaan nonlinear.
2. Melakukan telaah proses pembentukan model persamaan nonlinear dan proses estimasinya
3. Memahami komponen-komponen estimasi persamaan nonlinear
4. Berdasarkan tugas ini, mahasiswa diharapkan dapat mengembangkan teknik-teknik estimasi
menggunakan berbagai perangkat lunak.

II. SOAL & DATA

Dalam beberapa model ekonomi kita sering mendapatkan kasus dimana variabel dependen
dipengaruhi oleh variabel independen yang terdistribusi dari beberapa periode sebelumnya. Model
ekoomi adalah sebagai berikut.

qt = o + y yt-1+

l=1

[wl St-l] +

l=1

[wl vt-l] +

Dalam hal ini wl adala distribusi poissons diekspresikan sebagai: wl =

( i 1) l 1 [ ( i 1)]
e
( l 1)!

Dimana q penawaran ekspor, S nilai tukar Rp/$ dan v adalah volatilitas nilai tukar. Parameter yang
akan diestimasi adalah dan , sedangkan w adalah bobot dan l adalah lag. Dengan demikian model
diatas merupakan model persamaan nonlinier pada parameter. Jawablah pertanyaan berikut ini.
1. Bangulah persamaan nonlinear menggunakan informasi persamaan diatas sampai l=3.
2. Gunakan software eviews untuk menyelesaikan persamaan ini.
3. Gunakan software matlab untuk menyelesaikan persamaan ini.
a. Tentukan initial value yang menghasilkan parameter dan .
b. Ubahlah konvergensi batas konvergensi
c. Tentukan SSR yang paling kecil untuk 3 kali percobaan initial value yang berbeda.
d. Tentukan jumlah iterasi yang dihasilkan.
e. Bandingkan hasil estimasi matlab dengan Eviews, manakah yang lebih kecil iterasinya
dan SSRnya.

III.DAFTAR PUSTAKA
Greene, William H (2008), Econometric Analysis, Macmillan Publishing Company, Fifth Edition, New York. (GW)
Gujarati, Damodar., Basic Econometric, Second Edition, McGraw-Hill Book Company, Third Edition, New York, 2003.
Judge, Hill, Griffith, Lutkepohl, Lee (1988), Introduction to The Theory and Practice of Econometrics, 2nd edition, NewYork,
John Wiley and Sons, (JHGLL).
Maddala,G.S. (2003), Introduction to Econometrics, John Wiley
Pindyck, Rober S. and Rubinfeld Daniel L (1993), Econometric Models and Economic Forecast, McGraw-Hill Book
Company, 4th edition, New York. (RP)

Silabus Ekonometri 1

Universitas Indonesia
Pascasarjana Ilmu Ekonomi

IV. LAMPIRAN DATA dan PROGRAM

Berikut ini adalah contoh program dengan lag sampai 11
% NAMA PROGRAM DISTLAGPOISSONS.m
% Nonlinear Least Square(sudah konvergen,memuaskan)
% Marquadt-Levenberg iteration
%
%
%
%

-----------------------------------------dibuat oleh Mahyus Ekananda

22/11/2000
------------------------------------------

%Program ini akan menaksir parameter b1, b2, b3, b4, b5 dan b6
%Pada fungsi DistLag Poissons ;
%We will be using function numgradf3c.m and f3c.m
clear

format
tic ;

long ;

x =
17.22238
17.1281
16.66303
15.83783
16.57398
17.03549
16.30072
17.17517
16.17226
15.62888
15.90141
16.14638
16.86492
16.47925
16.12543
16.17685
16.13732
16.26697
16.70824
16.80899
16.79113
16.7415
16.85382
17.08233
16.39518
16.69116
16.60938
16.88351
16.68925
16.9448
17.00508
17.09507
17.40014
17.34642
17.83825
17.50532
17.53142
17.32518
17.14012
17.43381
17.19706
16.91406
17.48399
17.33358
17.15741
17.18782

[16.39809
35.50564 11.94052
35.52916 11.89587
35.53738 11.9305
35.55135 12.03611
35.55697 12.06162
35.5651 12.12945
35.572
11.98488
35.56007 11.99339
35.57639 12.03471
35.57085 11.9485
35.5782 11.89626
35.59266 11.88577
35.60142 11.98743
35.60325 12.097
35.61871 12.15993
35.63666 12.09563
35.61114 12.08713
35.63595 12.07273
35.62639 12.0637
35.63134 12.06655
35.63676 12.04777
35.65562 12.03969
35.65492 12.09764
35.66543 12.14923
35.67452 12.13645
35.67254 12.11207
35.68158 12.10818
35.66386 12.13634
35.68925 12.10466
35.68304 12.04097
35.65471 12.0894
35.70668 12.14016
35.69882 12.09481
35.70002 12.09994
35.69985 12.12022
35.69587 12.14622
35.71148 12.21141
35.74019 12.1896
35.72579 12.21627
35.71764 12.2541
35.72801 12.27166
35.72756 12.31936
35.73387 12.32684
35.75049 12.33168
35.73311 12.2875
35.75642 12.31883

35.49122 11.97654 6.223791

7.410261
6.806882
6.726263
6.995339
6.271285
6.578703
7.121119
7.951472
6.568441
6.441334
6.413159
6.559271
7.085076
6.379
6.371724
6.026648
6.041184
6.144004
6.488239
6.435151
6.383154
6.567423
6.421795
6.798587
6.707976
6.508934
6.855942
6.627244
5.99789
6.197007
6.906324
6.206155
6.545877
6.034848
5.901048
6.870566
7.252614
7.139231
6.860013
6.564112
6.63727
6.49014
6.419886
6.53738
6.289942
6.293287

17.43874
17.23137
16.95892
17.6376
17.33478
17.77165
18.04638
17.09756
17.5031
18.00736
17.55306

35.75177
35.76248
35.76117
35.79033
35.77898
35.77673
35.79371
35.78835
35.8159
35.80192
35.80491

6.042483
7.456192
6.727816
6.322573
6.110689
6.375508
6.737109
6.1513
6.231612
6.122595
6.050339

12.3498
12.35002
12.41614
12.42626
12.4166
12.36428
12.39627
12.32765
12.3281
12.37762
12.38137

Silabus Ekonometri 1

Universitas Indonesia
Pascasarjana Ilmu Ekonomi
17.46386
18.03031
17.25908
17.80423
17.6887
17.66321
17.9145
17.57167
17.50275
17.47444
17.56986
17.6802
17.69829
18.2251
16.62616
17.85988
17.84869
17.64395
17.4494
17.54154
17.25186
18.20652
17.84259
17.48781
17.93122
17.64573
17.9682
17.66411
17.81267
17.87339
18.04324
17.46247
18.29232
17.23174
17.52304
17.05133
16.36564
17.65277
18.1807
17.74164
17.73609
17.82687
18.03767
18.34781
18.08796
17.67272
17.83303
17.79973
17.53269
17.65741
17.71342
17.98979
18.12959
18.36008
17.776
17.75885
18.59102
18.45805
18.59315
18.2204
18.33531
18.34222
18.09522
19.17631
18.59559
18.72919
18.3889
18.53316
18.42909
18.62132
18.54176
18.48413
18.49407
18.28895
18.60873
18.58053
18.39201
18.65987
18.64918
18.31744
18.19086
18.16743
18.34023
18.46809
18.53787
18.52715
18.3134

35.82374
35.82126
35.81121
35.82404
35.82783
35.83283
35.84276
35.85126
35.84798
35.87822
35.87716
35.8908
35.8962
35.90735
35.92182
35.93849
35.91129
35.94417
35.97089
35.92637
35.95959
35.94253
35.9429
35.97113
35.96783
35.97609
36.03378
36.01382
35.99967
35.97139
35.9946
35.97312
36.04354
36.19356
36.29663
36.42372
36.3819
36.64943
37.4591
37.26505
37.22786
37.19446
37.45601
37.83076
37.6732
37.50191
37.48519
37.13706
37.10258
37.20047
37.29189
37.28575
37.31948
37.25329
37.22987
37.06266
37.05775
37.17962
37.26484
37.03613
37.14913
37.09275
37.14442
37.15507
37.17592
37.22223
37.29946
37.32622
37.34586
37.29158
37.31744
37.40296
37.42204
37.45435
37.41484
37.4787
37.52455
37.62808
37.5702
37.60747
37.40533
37.35299
37.42031
37.50245
37.50552
37.50496
37.49874

12.3552
12.34383
12.32739
12.30648
12.38557
12.43624
12.54132
12.45159
12.46133
12.35122
12.34503
12.31049
12.29649
12.23267
12.16133
12.18586
12.15982
12.17054
12.14618
12.12228
12.14096
12.14033
12.0602
11.98194
11.98248
11.95155
11.86868
11.94502
11.97862
12.00422
12.08993
12.14817
12.16282
12.20566
12.18573
12.095
12.04585
12.01258
12.42658
12.22516
12.16174
12.21716
12.24902
12.34958
12.14084
12.15191
12.26287
12.25909
12.24895
12.54128
12.49849
12.43375
12.35627
12.22197
12.21885
12.09255
12.62858
12.65872
12.66807
12.57396
12.72947
12.63388
12.60244
12.54618
12.56983
12.60828
12.60867
12.57609
12.5099
12.51579
12.51315
12.55017
12.50226
12.52129
12.49977
12.52468
12.46742
12.54581
12.49001
12.49105
12.35499
12.44622
12.49598
12.5374
12.49666
12.4733
12.44887

6.352421
5.911649
6.597211
7.834823
8.827794
8.55628
8.028321
6.528305
8.307577
8.059171
7.360736
6.188268
6.295442
6.776838
6.24589
6.153812
5.961435
6.058801
6.65035
6.055365
6.110571
6.748042
6.290369
5.930217
6.21977
6.82792
6.528902
6.264738
6.291992
6.775038
7.957947
6.875114
7.815972
6.965056
7.965722
6.906072
9.716334
20.75877
8.187604
7.487786
7.488224
10.48512
10.8187
9.367049
9.16376
6.997341
9.186114
7.909481
7.879341
8.849897
7.461465
7.214433
6.96667
6.652306
9.20245
7.168
9.334321
8.711721
8.29116
7.610489
6.600452
6.090271
7.171559
6.988403
6.59426
6.891538
6.488537
6.425449
7.398291
7.265187
6.356949
5.993251
6.74329
6.829433
6.536153
6.136689
6.76869
6.24774
6.201217
10.10279
6.354365
8.072502
6.613633
6.291677
7.274127
6.709321
6.309414] ;

JmlData=104;

Silabus Ekonometri 1

Universitas Indonesia
Pascasarjana Ilmu Ekonomi
q
y
s
v

=
=
=
=

x
x
x
x

(1:JmlData,1)
(1:JmlData,2)
(1:JmlData,3)
(1:JmlData,4)

;
;
;
;

Jmllag_q=0;
Jmllag_y=1;
Jmllag_s=11;
Jmllag_v=11;
JmlLagMax=11; % tentukan mana yg paling besar
% membuat lag sebanyak Jmllag_y
for a=0:Jmllag_y;
yy(a+1:JmlData,a+1)= y(1:JmlData-a,:);
end
y = yy(JmlLagMax+1:JmlData,:);
% membuat lag sebanyak Jmllag_s
for a=0:Jmllag_s;
ss(a+1:JmlData,a+1)= s(1:JmlData-a,:);
end
s = ss(JmlLagMax+1:JmlData,:);
% membuat lag sebanyak Jmllag_v
for a=0:Jmllag_v;
vv(a+1:JmlData,a+1)= v(1:JmlData-a,:);
end
v= vv(JmlLagMax+1:JmlData,:);
% membuat lag sebanyak Jmllag_q
for a=0:Jmllag_q;
qq(a+1:JmlData,a+1)= q(1:JmlData-a,:);
end
q= qq(JmlLagMax+1:JmlData,:);
a=[y(:,2) s(:,12) v(:,12) ];
B=inv(a'*a)*a'*q;
% Marquadt - Levenberg and Gauss-Newton Iterations
rep
% c
c

= 1500

k
e
f
S

; % The size of 'rep' depends on the convergence criterion and initial values
= [-2 ; 1 ; 2; -1; 2; 2] ; % Initial values of c
= [1 ; 1 ; 1; 1; 1; 1] ; % Initial values of c
=
=
=
=

j1 = 0
j2 = 0
tn = 3

length(c) ;
eye(k) ;
f3c(c,q,y,s,v) ;
(q-f)'*(q-f) ;

;
;
;

for i = 1: rep ;
z
qbar
step1
step
%step

=
=
=
=
=

numgradf3c(c,q,y,s,v) ; % Numerical gradient

q - f3c(c,q,y,s,v) ;
0.001 ; % Coba untuk nilai lebih kecil atau lebih besar, agar kecepatan laju dapat diatur
inv(z'*z+step1*eye(k))*z'*qbar ; % Marquadt-Levenberg iterations
inv(z'*z)*z'*qbar ; % Gauss-Newton

% for Gauss-Newton : step = z\ybar or step = inv (z'*z)*z' *ybar or % step 1 = 0

cnext
fnext
Snext

= c + step ;
= f3c(cnext,q,y,s,v) ;
= (q-fnext)'*(q-fnext)

while Snext < S & j1 <= 10 ;

step
= step*tn ; % Adjust the step if necessary
cnext
= c + step ;
fnext
= f3c(cnext,q,y,s,v) ;
Snext
= (q-fnext)'*(q-fnext) ;
j1
= j1 + 1 ;
w1
= i ;
end ;
while Snext > S & j1 <= 10 ;
step
= step/tn ; % Adjust the step if necessary
cnext
= c + step ;
fnext
= f3c(cnext,q,y,s,v) ;
Snext
= (q-fnext)'*(q-fnext) ;
j2
= j2 + 1 ;
w2
= i ;
end ;
if norm (cnext-c) <= 1e-5 | abs(S-Snext) <= 1e-5;

Silabus Ekonometri 1

Universitas Indonesia
Pascasarjana Ilmu Ekonomi
disp ('Sudah konvergen. Dengan jumlah iterasinya adalah ; '); disp(i) ;
break
;
end ;
if 1 ==
disp
disp
disp
end
;
c
f
S

rep;
('Belum konvergen,iterasi perlu ditambah lagi.')
('Atau ubahlah initial value-nya') ;
(' ') ;

= cnext ;
= f3c(c,q,y,s,v) ;
= (q-f)'*(q-f) ;

% if mod(i,10) == 0;
%
disp ( ' Iterasi ke :
%
disp (i) ;
%end ;

');

end ;
disp ('Hasil estimasi dengan menggunakan iterasi Gauss -Newton adalah : ' ) ;
disp ('
c1
c2
c3
c4
c5
c6 ' ) ;
disp ( ' Iterasi ke : ');
i
bgn
= c
%S/JmlData
S
%[bgn' S/JmlData] ;
%t1
= toc ;
%disp ('Lama waktu penghitungan dengan menggunakan iterasi adalah : ' )
b1
b2

= bgn(1)
= bgn(2)

; [t1];

;
;

%1xgn = b1 * (L.^b2) . * (K.^b3)

%t = ( 1 ; length (Q) )' ;
%plot(t,Q,t,Qgn)

;t

%Bandingkan hasil ini dengan yang didapat dari 'nlinfit'

%Terutama bandingkan S-nya. Iterasi Gauss-Newton ini
%memberikan S % yang sedikit lebih kecil daripada 'nlinfit'
%Mungkin kebetulan saja iterasi Gauss-Newton ini
%sedikit lebih baik ' dari pada 'nlinfit'
%Untuk kriteria konvergensi yang sekarang dipakai,
%program ini membutuhkan waktu yang hampir serupa dengan nlinfit

%-------------------------------------function z

numgradf3c (c,q,y,s,v)

%Numerical z (numerical gradient)

k
d
e

= length(c)
= 1e-4 ;
= eye(k) ;

for

j = 1:k ; %Numerical gradients

cplus
= c + d*e(:,j) ;
fplus
= feval('f3c',cplus, q,y,s,v) ;
cmin
= c - d* e(:,j) ;
fmin
= feval('f3c',cmin, q,y,s,v) ;
z ( : , j ) = (fplus - fmin)/(2*d) ;

end ;
%-------------------------------------function f = f3c(c,q,y,s,v)
%Sub Program ini menuliskan fungsi NL yang dikehendaki
% f = f3c (b,x)
k

= length(c) ;

%CES production function

%f = b1 * (b2*L.^b3 + (1-b2)*K.^b3).^(b4/b3)

%DistLag Poissons production function

f = c(1)+ c(2)*y(:,2) +c(3)*exp(1-c(5))*...
(+(c(5)-1)^0/1 *s(:,2) + (c(5)-1)^1/1 * s(:,3) + (c(5)-1)^2/2 * s(:,4) +(c(5)-1)^3/6 * s(:,5) ...
+ (c(5)-1)^4/24 * s(:,6) + (c(5)-1)^5/120 * s(:,7) + (c(5)-1)^6/720 * s(:,8) + (c(5)-1)^7/5040 * ...
s(:,9) + (c(5)-1)^8/40320 * s(:,10) + (c(5)-1)^9/362880 *s(:,11) + (c(5)-1)^10/3628800 * s(:,12) ) + ...
c(4)*exp(1 -c(6))*(+ (c(6)-1)^0/1 * v(:,2) + (c(6)-1)^1/1 * v(:,3) + ...
(c(6)-1)^2/2 * v(:,4) + (c(6)-1)^3/6 * v(:,5) + (c(6)-1)^4 ...

Silabus Ekonometri 1

Universitas Indonesia
Pascasarjana Ilmu Ekonomi

/24 * v(:,6) + (c(6)-1)^5/120 * v(:,7) + (c(6)-1)^6/720 * ...

v(:,8) + (c(6)-1)^7/5040 * v(:,9) + (c(6)-1)^8/40320 * ...
v(:,10) + (c(6)-1)^9/362880 * v(:,11) + (c(6)-1)^10 ...
/3628800 * v(:,12));

Silabus Ekonometri 1