Firmansyah
Pelatihan Ekonometri
Jakarta, 27 November 2008
Dynamic Econometric Models
• Suatu model regresi disebut sebagai model regresi yang distributed lag apabila
varibel bebasnya terdiri dari nilai-nilai untuk waktu-waktu yang sedang berjalan
dan nilai-nilai periode pada waktu lalu
Yt = β0 + β1Xt + β2 Xt −1 + β3 Xt −2 +...+ βn Xt −n + ut
3. Dynamic Econometric Models
Yt = β0 + β1Xt + β2 Xt −1 + β3 Xt −2 +...+ ut
Model pertama adalah model dengan lag terbatas (finite distributed lag model), karena
panjang
j llag n dik
diketahui,
t h i sedangkan
d k model
d l kkedua
d adalah
d l h model
d l llag ttak
k tterbatas
b t (i(infinite
fi it
distributed lag model).
Bagaimana mengestimasi β0 dan β’s?
2 pendekatan
d k t yang di
digunakan:
k
1) ad hoc estimation
2) apriori restrictions pada β’s dengan mengasumsikan β’s mengikuti systematic pattern
Ad Hoc Estimation
Melakukan regresi tahap demi tahap dengan memasukkan satu persatu lag variabel
independen, sampai salah satu dari syarat t hitung tidak lagi signifikan, atau tanda
berubah dari positif menjadi negatif
Dengan asumsi bahwa β’s memiliki tanda yang sama, Koyck mengasumsikan bahwa terjadi
penurunan secara geometrik sebagai berikut:
β k = β 0λ k k = 0, 1, 2,…
di mana λ, terletak antara 0 < λ < 1 adalah tingkat penurunan, dan 1 - λ adalah speed of
adjustment.
Model lag Koyck menjadi:
Yt = α + β 0 X t + β 0 λX t −1 + β 0 λ2 X t − 2 + ... + u t
Yt = α (1 − λ ) + β 0 X t + λYt −1 + vt
3. Dynamic Econometric Models
Contoh:
Model Dasar: yt = β0+ β1x1t + β2x2t + e1
Model PAM: yt = γ0+ γ1x1t + γ2x2t + γ3yt-1 + e2
Syarat: 0 < β3 < 1,
1 signifikan dan positif
Koefisien penyesuaian: δ=1-γ3, artinya adalah sekitar (δ*100), persen
dari y sebenarnya dan yang diinginkan dihapuskan dalam satu
periode.
Parameter jangka pendek: γ0, γ1, dan γ2
Parameter jangka panjang: α0= γ0/(δ); α1= γ1/(δ); dan α2= γ2/(δ);
Untuk contoh menggunakan fungsi permintaan uang:
Error Correction Model dan Fungsi Biaya
Fungsi Biaya:
Ct = bt (Xt-Xt*)2 + b2{(1-bt)Xt}2
Model awal:
PCEt = β 1 + β 2 PDI t + u t
Model ECM menjadi
Hasil regresi:
Cointegration
g anf Error Correction Mechanism ((ECM))
Model awal:
Kerangan:
PDI: Personal Disposable Income, billions of 1987 ($)
PCE: Personal Consumption Expenditure
Expenditure, billions of 1987 ($)
Uji Kointegrasi:
1 DF atau
1. t ADF untukt k residual
id l ddarii persamaan kkointegrasi,
i t i di
disebut
b tEEngle
l
Granger (EG) atau Augmented Engle-Granger (AEG) Test
2. Uji CDRW (cointegrating regression Durbin-Watson)
Langkah-langkah uji EG-AEG:
1. Regres PDI terhadap PCE
(objects/new object/equation →
tulis PCE C PDI)
2. Hitung reidual (ut) (genr → tulis
res=resid)
3. Uji stasioneritas res.
4. Jika signifikan, berarti residual
stasioner → artinya kedua
variabel dalam model tersebut
berkointegrasi)
Jika variabel-variabel PCE dan PDI berkointegrasi, maka variabel-variabel tersebut dikatakan
memiliki hubungan jangka panjang, atau ekuilibrium di antara keduanya. Tentu saja dalam
j
jangka
k pendek
d k mungkin
ki di
disekuilibrium.
k ilib i Suatu
S t teorema
t penting,
ti yang dikenal
dik l sebagai
b iG
Granger
Representation Theorem, menyatakan bahwa jika dua variabel Y dan X berkointegrasi,
hubungan keduanya dapat diekspresikan sebagai ECM, dengan model:
ΔPCEt = α 0 + α 1 ΔPDI t + α 2 u t −1 + ε t
Δ menunjukkan operator first difference, εt adalah random error term, dan ut-1 = (PCEt-1 – β1
- β2PDIt-1), yaitu nilai lag satu periode dari error dari regresi kointegrasi.
g
Hasil regresi: