ESTIMASI MODEL PERSAMAAN SIMULTAN:

FUNGSI PENDAPATAN DAN FUNGS PENAWARAN UANG

Oleh: Imam Asngari

Fungsi Pendapatan: Y t =β 1 o+ β11 M 2t + β 12 I t + β 13 Gt +e 1 t ……… (1a)

Fungsi Permintaan uang; M 2 t=β 2 o + β 21 Y t + β22 Y t−1 + β 23 M 2t −1+ e 2t ………. (2a)

dimana Y = pendapatan (GDP), M2 = penawaran uang, I = investasi, G = pengeluaran pemerintah,

Yt-1 = pendapatan periode sebelumnya, Mt-1 = penawaran uang periode sebelumnya.

Untuk mengestimasi kedua persamaan harus diidentifikasi terlebih dahulu;

Persamaan struktural (1), terdapat dua variabel endogen Y t, dan M2t (atau m=2) dan dua variabel
eksogen yaitu It dan Gt (atau k=2).

Persamaan struktural (2), terdapat dua variabel endogen M2 t, dan Yt (atau m=2) dan dua variabel
eksogen yaitu Yt-1 dan M2t-1 (atau k=2).

Syarat model teridentifikasi jika jumlah variabel endogen dalam sistem persamaan minimal tepat M-
1, dan pada kasus ini setiap persamaan M=2, maka tepat 2-1 = 1.

Tabel 1. Kondisi Order Persamaan;

Persamaa Ekosgen Eksogen Endogen Syarat Hasil identifikasi
n sistem (K) persamaan Persamaan (m) K-k > m-1 persamaan
(k)
(1a) 4 2 2 2>1 Overidentified
(2a) 4 2 2 2>1 Overidentified

Persamaan (1a) dan (2a) tersebut terlalu teridentifikasi (overidentified), sehingga metode estimasi
dapat menggunakan TSLS (Two Stage Least Squares). Kondisi order tersebut merupakan syarat yang
perlu (necessary condition) tetapi belum merupakan syarat yang cukup (sufficient condition). Guna
mencukupi syarat estimasi TSLS, maka kedua persamaan (1a,dan 2a) harus diuji dengan rank
condition.

Persamaan (1a) dan (2a) kita manipulasi dengan cara memindahkan semua variabel di sisi kiri sama
dengan kecuali variabel gangguan et ke sebelah kanan maka akan menghasilkan persamaan sistem
berikut;
Y t −β 1 o−β 11 M 2 t−β 12 I t −β13 Gt =e1 t ……………….. (2a)

M 2 t−β 2 o−β 21 Y t−β 22 Y t −1−β 23 M 2t−1=e2 t ………………. (2b)

Tabel 2. Kondisi Rank Persamaan;

Koefisien
Persamaa Konstanta Endogen Eksogen
n Yt M2t It Gt Yt-1 Mt-1
(2a) -1o 1 -11 -12 -13 0 0
(2b) -2o -21 1 0 0 -22 -23
A1 = -22 det ІAІ = -22 tidak nol.
B1= -12 det ІBІ = -12 tidak nol.

Apabila determinan matriks (2x2) dari matrik rank condition ≠ 0, maka suatu persamaan
teridentifikasi. Apakah persamaan (2a dan 2b) teridentifikasi atau tidak, kita harus mencari matrik 1
x 1 (mengingat dua persamaan atau ordonya 2, maka persamaan (2a) tidak memasukkan Y t-1 dan
M2t-1, sehingga kita dapatkan koefisien matriks skalar dan deteriman matriks yaitu -22 dan -23 tidak
sama dengan nol. Demikian juga persamaan (2b), tidak memasukkan I t dan Gt , diperoleh koefisien
matriks skalar dan deteriman matriks yaitu -12 dan -13. Dengan demikian, persamaan (2a) dan (2b)
keduanya teridentifikasi.

Secara umum, jika kondisi order dan rank matrik A memeliki kriteria berikut, maka persamaan dapat
diidentifikasi atau tidak sebagai berikut;

1. bila K-k ≥ m-1 dan rank matrix A adalah M-1, maka persamaan tersebut dikatakan
“overidentified”.
2. bila K-k = m-1 dan rank matrix A adalah M-1, maka persamaan tersebut dikatakan “exactly
identified”.
3. bila K-k ≥ m-1 dan rank matrix A adalah kurang dari M-1, maka persamaan tersebut
dikatakan “unidentified”.
4. bila K-k  m-1 dan rank matrix A adalah kurang dari M-1, maka persamaan tersebut
dikatakan “unidentified”.

Langkah selanjutnya, metode estimasi dua langkah OLS atau TSLS dapat dilakukan dengan cara
sebagai berikut;

1. Regresi reduced-form. Regresi ini diharapan untuk menghilangkan unsur korelasi antara Y t
dan e1t serta korelasi Mt dengan e2t. Korelasi residual dengan endogen tersebut dihilangkan
dengan meregresi endogen dengan semua variabel eksogen di dalam sistem persamaan
simultan. Konsep ini merupakan penerapan metode reduced-form. Persamaan reduced
form diperoleh dengan meregresikan variabel endogen dengan semua variabel eksogen
dalam sistem. Regresi Yt dan Mt terhadap semua variabel eksogen yaitu I t, Gt, Yt-1 dan Mt-1
menggunakan OLS sebagai berikut;

Y^ t =Ω1 o +Ω11 I t + Ω12 G t + Ω13 Y t−1 +Ω 14 M t−1 +e 1t ………. (3a)

^
M 2 t=Ω2o + Ω 21 I t +Ω22 G t + Ω23 Y t −1+ Ω24 M 2t−1 +e 1 t ………. (3b)

^ dan
2. Selanjutnya, mengganti Yt dan M2t pada persamaan struktural (2a) dan (2b) dengan Y t
^
M 2 t yang dihasilkan dari regresi reduced form pada (3a) dan (3b). Dimana Y^ t (3a)
mereplace Yt dalam (1b), sebaliknya ^ M 2 t dari (3b) akan mereplace M2t dalam (1a).
Kemudian regresi dilakukan dengan cara OLS. Adapun persamaannya sebagai berikut;

Y t =θ1 o +θ11 ^
M 2t +θ 12 I t +θ13 G t +ν 1 t ……… (4a)
 M 2 t=θ 2 o+θ 21 Y^ t +θ 22 Y t −1 +θ 23 M 2t −1+ ν 2 t ………. (4b)

dimana; it = e1t + 1t e^ 2 t dan 2t = e2t + 2t e^ 1 t .

Selain itu, metode estimasi TSLS dapat dilakukan secara serentak dengan EViews melalui persamaan
simultan. Estimasi;

Persamaan (2a) diestimasi dengan independen M2 t, It dan Gt, dengan memasukkan instrument dari
semua variabel eksogen dalam sistem yaitu I t, Gt, GDP(-1) dan M2(t-1). Estimasi TSLS sebagai
berikut;

Quick—estimate equation pilih method estimation TSLS isikan form berikut;

Lalu OK, berikut hasilnya;

Dependent Variable: GDP

Method: Two-Stage Least Squares
Date: 04/29/22 Time: 13:15
Sample (adjusted): 1971 1999
Included observations: 29 after adjustments
Instrument specification: I G GDP(-1) M2(-1)
Constant added to instrument list

Variable Coefficient Std. Error t-Statistic Prob.  

C 2529.067 68.47344 36.93500 0.0000

M2 0.495217 0.140361 3.528177 0.0016
I 1.458728 0.155986 9.351653 0.0000
G 0.933003 0.303870 3.070398 0.0051

R-squared 0.995940    Mean dependent var 5870.948

Adjusted R-squared 0.995453    S.D. dependent var 1487.535
S.E. of regression 100.3099    Sum squared resid 251551.8
F-statistic 2045.620    Durbin-Watson stat 0.398226
Prob(F-statistic) 0.000000    Second-Stage SSR 207763.9
J-statistic 12.21134    Instrument rank 5
Prob(J-statistic) 0.000475

Persamaan (2b) diestimasi dengan independen GDP t, GDPt-1 dan M2t-1, dengan memasukkan
instrument dari semua variabel eksogen I t, Gt, GDP(t-1) dan M2(t-1). Estimasi TSLS sebagai berikut;
lalu Ok hasilnya;

Dependent Variable: M2
Method: Two-Stage Least Squares
Date: 04/29/22 Time: 13:27
Sample (adjusted): 1971 1999
Included observations: 29 after adjustments
Instrument specification: I G GDP(-1) M2(-1)
Constant added to instrument list

Variable Coefficient Std. Error t-Statistic Prob.  

C -193.9047 176.4971 -1.098628 0.2824

GDP 0.323673 0.128718 2.514598 0.0187
GDP(-1) -0.236326 0.139697 -1.691705 0.1031
M2(-1) 0.903262 0.075298 11.99581 0.0000

R-squared 0.997180    Mean dependent var 2449.397

Adjusted R-squared 0.996842    S.D. dependent var 1189.016
S.E. of regression 66.82088    Sum squared resid 111625.7
F-statistic 2948.657    Durbin-Watson stat 1.044182
Prob(F-statistic) 0.000000    Second-Stage SSR 87729.80
J-statistic 0.621250    Instrument rank 5
Prob(J-statistic) 0.430583

Estimasi model simultan di EViews dilakukan dengan cara sebagaiberikut;

1. impor data file atau input data dengan kerangka time series dan isikan data sesuai
variabelnya (sudah dilakukan impor file, ok)
2. Klik Object lalu pilih system, dan tuliskan persamaan berikut;
GDP=C(1)+C(2)*M2+C(3)*I+C(4)*G
@INST I G GDP(-1) M2(-1)

M2=C(5)+C(6)*GDP+C(7)*GDP(-1)+C(8)*M2(-1)
@INST I G GDP(-1) M2(-1)

Estimasi sistem persamaan simultan yang dilakukan secara serempak dengan TSLS menggunakan
EViews, hasilnya sebagai berikut;

System: Simultan
Estimation Method: Two-Stage Least Squares
Date: 04/29/22 Time: 13:55
Sample: 1971 1999
Included observations: 29
Total system (balanced) observations 58

Coefficient Std. Error t-Statistic Prob.  

C(1) 2529.067 68.47344 36.93500 0.0000

C(2) 0.495217 0.140361 3.528177 0.0009
C(3) 1.458728 0.155986 9.351653 0.0000
C(4) 0.933003 0.303870 3.070398 0.0035
C(5) -193.9047 176.4971 -1.098628 0.2772
C(6) 0.323673 0.128718 2.514598 0.0152
C(7) -0.236326 0.139697 -1.691705 0.0969
C(8) 0.903262 0.075298 11.99581 0.0000

Determinant residual covariance 23445145

Equation: GDP=C(1)+C(2)*M2+C(3)*I+C(4)*G 
Instruments: I G GDP(-1) M2(-1) C
Observations: 29
R-squared 0.995940    Mean dependent var 5870.948
Adjusted R-squared 0.995453    S.D. dependent var 1487.535
S.E. of regression 100.3099    Sum squared resid 251551.8
Durbin-Watson stat 0.398226

Equation: M2=C(5)+C(6)*GDP+C(7)*GDP(-1)+C(8)*M2(-1) 
Instruments: I G GDP(-1) M2(-1) C
Observations: 29
R-squared 0.997180    Mean dependent var 2449.396
Adjusted R-squared 0.996842    S.D. dependent var 1189.016
S.E. of regression 66.82088    Sum squared resid 111625.7
Durbin-Watson stat 1.044182

ANALISIS MODEL
ROOM 10
1. ANNISA KHAIRANI
2. ATIKOH AZMI
3. MUHAMMAD RIZKY APRIANSYAH
4. MELINDA WULANDARI
5. ALRAFLY THABRANI

Fungsi Pendapatan:

GDP=2529,067+0,4952 M 2t +1,458 I t +0,9330 Gt ……… (1a)

R2 = 0.995
F-stat = 2045.6 Prob F=0,00

silahkan coba analisis statistic, dan ekonominya….

Analisis Statistik
Nilai R square sebesar 0.995 yang menunjukkan bahwa GDP dipengaruhi oleh bariabel M2, I, dan G
sebesar 99,5 persen. Sedangkan sisa 0,05 persen dipengaruhi oleh variabel lain di luar model
penelitian ini.
Hasil estimasi nilai F-hitung sebesar 2045,6 dan p-value sebesar 0,000 karena nilai f hitung lebih
besar dari f-tabel atau p-value kurang dari 5 persen. Dengan demikian dapat disimpulkan bahwa
variabel eksogen investasi dan pengeluaran pemerintah secara bersama-sama telah berpengaruh
signifikan terhadap variabel GDP atau pendapatan.

Analisis Ekonomi
Variabel uang beredar (M2) tahun ini memiliki hubungan positif dengan pendapatan. Ketika uang
beredar mengalami kenaikan 49,52 persen maka pendapatan akan meningkat sebesar 1 persen.
Variabel investasi (I) tahun ini memiliki hubungan positif dengan pendapatan. Ketika uang beredar
mengalami kenaikan 14,58 persen maka pendapatan akan meningkat sebesar 1 persen.
Variabel pengeluaran pemerintah (G) tahun ini memiliki hubungan positif dengan pendapatan.
Ketika uang beredar mengalami kenaikan 93,30 persen maka pendapatan akan meningkat sebesar 1
persen.

Fungsi Permintaan uang;

M 2 t=−193.9047+ 0,3237 GDPt −0,2363GDP t−1 +0,9033 M 2t −1 ………. (2a)

2
R = 0.997
F-stat = 2948,6 Prob F=0,00

silahkan coba analisis statistic, dan ekonominya….

Analisis Statistik
Nilai R square sebesar 0.997 yang menunjukkan bahwa uang beredar dipengaruhi oleh bariabel GDP
tahun ini, GDP tahun sebelumnya, dan uang beredar tahun sebelumnya sebesar 99,7 persen.
Sedangkan sisa 0,03 persen dipengaruhi oleh variabel lain di luar model penelitian ini.
Hasil estimasi nilai F-hitung sebesar 2948,6 dan p-value sebesar 0,000 karena nilai f hitung lebih
besar dari f-tabel atau p-value kurang dari 5 persen. Dengan demikian dapat disimpulkan bahwa
variabel eksogen GDP tahun sebelumnya dan uang beredar tahun sebelumnya serta GDP tahun ini
secara bersama-sama berpengaruh signifikan terhadap variabel uang beredar tahun ini.

Analisis Ekonomi
Variabel GDP tahun ini memiliki hubungan positif dengan uang beredar (M2) tahun ini. Ketika GDP
tahun ini mengalami kenaikan 32,37 persen maka uang beredar tahun ini akan meningkat sebesar 1
persen.
Variabel GDP tahun sebelumnya memiliki hubungan negatif dengan uang beredar tahun ini. Ketika
GDP tahun sebelumnya mengalami kenaikan 23,63 persen maka uang beredar tahun ini akan
menurun sebesar 1 persen.
Variabel uang beredar tahun sebelumnya memiliki hubungan positif dengan uang beredar tahun ini.
Ketika uang beredar tahun sebelumnya mengalami kenaikan 90,33 persen maka uang beredar tahun
ini akan meningkat sebesar 1 persen.

LAMPIRAN
UJI ENDOGENITAS
GDP FUNGSI TB3 DAN IHK ……… 8
NANTI GDP ESTIMASI (8) MASUK KE … 9
M2 FUNGSI GDP DAN GDP ESTIMASI (8)
Dependent Variable: GDP
Method: Least Squares
Date: 05/21/13 Time: 09:55
Sample: 1970 1999
Included observations: 30

Variable Coefficient Std. Error t-Statistic Prob.  

C 2662.307 237.2587 11.22112 0.0000

TB3 -59.71936 22.66009 -2.635442 0.0138
IHK 34.62386 1.375115 25.17889 0.0000

R-squared 0.963870    Mean dependent var 5794.517

Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.961193    S.D. dependent var 1520.432
299.5162    Akaike info criterion 14.33685
2422169.    Schwarz criterion 14.47697
-212.0528    F-statistic 360.1467
0.564398    Prob(F-statistic) 0.000000

Setelah memperoleh estimasi fungsi GDP, estimasikan nilai2 GDP dan masukkan dalam model M2.

Uji Endogenitas GDP

Dependent Variable: M2
Method: Least Squares
Date: 05/21/13 Time: 09:57
Sample: 1970 1999
Included observations: 30

Variable Coefficient Std. Error t-Statistic Prob.  

C -2295.789 78.98722 -29.06533 0.0000

GDP 0.329235 0.068251 4.823867 0.0000
GDP_e 0.479188 0.069519 6.892925 0.0000

R-squared 0.992882    Mean dependent var 2388.630

Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.992355    S.D. dependent var 1214.819
106.2217    Akaike info criterion 12.26357
304642.4    Schwarz criterion 12.40369
-180.9536    F-statistic 1883.052
0.594671    Prob(F-statistic) 0.000000

Berdasrkan nilai uji t GDP_0 signifikan pada α=0,05, maka ho yang menyatakan GDP bukan endogen ditolak,
artinya GDP merupakan variable endogen.

Lampiran

Uji Stasioner, Breitung, ok

Null Hypothesis: Unit root (common unit root process) 

Series: M2, GDP, TB3, IHK, G, I
Date: 04/29/22 Time: 14:21
Sample: 1970 1999
Exogenous variables: Individual effects, individual linear trends
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0 to 3
Total number of observations: 159
Cross-sections included: 6

Method Statistic Prob.**

Breitung t-stat -4.32592  0.0000

** Probabilities are computed assuming asympotic normality

Intermediate regression results on D(UNTITLED)

S.E. of
Series Regression  Lag Max Lag  Obs
D(M2)  55.3249  3  5  25
D(GDP)  139.922  0  5  28
D(TB3)  2.00110  0  5  28
D(IHK)  5.00829  0  5  28
D(G)  26.9859  0  5  28
D(I)  96.3633  0  5  28

Coefficient t-Stat SE Reg Obs

Pooled -0.27079 -4.326  0.063  159

Uji kointegrasi Hadri, Ok

Date: 04/29/22 Time: 14:31

Sample (adjusted): 1972 1999
Included observations: 28 after adjustments
Trend assumption: Linear deterministic trend
Series: M2 GDP TB3 IHK G I 
Lags interval (in first differences): 1 to 1

Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None *  0.880276  157.8323  95.75366  0.0000

At most 1 *  0.692395  98.40049  69.81889  0.0001
At most 2 *  0.605686  65.39020  47.85613  0.0005
At most 3 *  0.580497  39.33319  29.79707  0.0030
At most 4  0.405247  15.01004  15.49471  0.0590
At most 5  0.016330  0.461004  3.841466  0.4972

 Trace test indicates 4 cointegrating eqn(s) at the 0.05 level

 * denotes rejection of the hypothesis at the 0.05 level
 **MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized Max-Eigen 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None *  0.880276  59.43177  40.07757  0.0001

At most 1  0.692395  33.01030  33.87687  0.0632
At most 2  0.605686  26.05701  27.58434  0.0774
At most 3 *  0.580497  24.32315  21.13162  0.0171
At most 4 *  0.405247  14.54904  14.26460  0.0451
At most 5  0.016330  0.461004  3.841466  0.4972

 Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level

 * denotes rejection of the hypothesis at the 0.05 level
 **MacKinnon-Haug-Michelis (1999) p-values

 Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I): 

M2 GDP TB3 IHK G I

 0.000585 -0.004217 -0.739283 -0.040592  0.017826 -0.010876
-0.015861  0.011819 -0.097560  0.267882 -0.010655 -0.015732
-0.003993 -0.001101 -0.897479  0.205307 -0.012052  0.008565
-0.005565 -0.002208 -1.279582  0.610842 -0.034675  0.007222
-0.001431  0.016040  0.745571 -0.092654 -0.018484 -0.031774
-0.001055 -0.006080  0.111730  0.010026  0.018560 -0.001877

 Unrestricted Adjustment Coefficients (alpha): 

D(M2) -28.66949  21.49681 -15.11545 -8.347891 -15.04152

D(GDP)  27.30702  29.10770 -12.80139  14.08975 -22.83848
D(TB3)  0.266164  0.468358  0.590488  0.469372 -0.024474
D(IHK)  0.655816  0.005618  0.397917 -0.723505  0.380235
D(G) -0.837159 -1.510676 -10.68789  7.319504  5.733142
D(I)  27.33210  37.71768  1.988380  5.374170 -6.960062

1 Cointegrating Equation(s):  Log likelihood -631.6810

Normalized cointegrating coefficients (standard error in parentheses)

M2 GDP TB3 IHK G I
 1.000000 -7.204175 -1263.111 -69.35476  30.45652 -18.58302
 (2.59239)  (251.755)  (72.5842)  (6.07664)  (5.17607)

Adjustment coefficients (standard error in parentheses)

D(M2) -0.016780
 (0.00567)
D(GDP)  0.015982
 (0.00964)
D(TB3)  0.000156
 (0.00016)
D(IHK)  0.000384
 (0.00027)
D(G) -0.000490
 (0.00255)
D(I)  0.015997
 (0.00681)

2 Cointegrating Equation(s):  Log likelihood -615.1759

Normalized cointegrating coefficients (standard error in parentheses)

M2 GDP TB3 IHK G I
 1.000000  0.000000  152.5780 -10.83660 -2.764314  3.250123
 (23.9061)  (8.43505)  (0.79095)  (0.44386)
 0.000000  1.000000  196.5096  8.122813 -4.611331  3.030624
 (27.0234)  (9.53496)  (0.89408)  (0.50174)

Adjustment coefficients (standard error in parentheses)

D(M2) -0.357743  0.374951
 (0.13339)  (0.10546)
D(GDP) -0.445698  0.228876
 (0.24023)  (0.18993)
D(TB3) -0.007273  0.004413
 (0.00403)  (0.00319)
D(IHK)  0.000295 -0.002699
  (0.00738)  (0.00583)
D(G)  0.023471 -0.014324
 (0.06897)  (0.05453)
D(I) -0.582247  0.330530
 (0.12727)  (0.10062)

3 Cointegrating Equation(s):  Log likelihood -602.1474

Normalized cointegrating coefficients (standard error in parentheses)

M2 GDP TB3 IHK G I
 1.000000  0.000000  0.000000  351.6420 -62.47547  55.99369
 (137.400)  (13.5055)  (10.2096)
 0.000000  1.000000  0.000000  474.9692 -81.51502  70.96055
 (176.270)  (17.3261)  (13.0978)
 0.000000  0.000000  1.000000 -2.375693  0.391348 -0.345683
 (0.88121)  (0.08662)  (0.06548)

Adjustment coefficients (standard error in parentheses)

D(M2) -0.297388  0.391586  32.66346
 (0.12593)  (0.09693)  (8.97851)
D(GDP) -0.394583  0.242965 -11.53839
 (0.24325)  (0.18722)  (17.3422)
D(TB3) -0.009631  0.003763 -0.772414
 (0.00355)  (0.00274)  (0.25343)
D(IHK) -0.001294 -0.003137 -0.842504
 (0.00747)  (0.00575)  (0.53231)
D(G)  0.066147 -0.002562  10.35843
 (0.05940)  (0.04572)  (4.23471)
D(I) -0.590187  0.328341 -25.67042
 (0.13103)  (0.10085)  (9.34176)

4 Cointegrating Equation(s):  Log likelihood -589.9858

Normalized cointegrating coefficients (standard error in parentheses)

M2 GDP TB3 IHK G I
 1.000000  0.000000  0.000000  0.000000 -24.90944  35.73969
 (4.34606)  (8.64272)
 0.000000  1.000000  0.000000  0.000000 -30.77390  43.60311
 (5.58139)  (11.0993)
 0.000000  0.000000  1.000000  0.000000  0.137552 -0.208847
 (0.02809)  (0.05587)
 0.000000  0.000000  0.000000  1.000000 -0.106830  0.057598
 (0.00446)  (0.00886)

Adjustment coefficients (standard error in parentheses)

D(M2) -0.250928  0.410021  43.34527 -1.280178
 (0.12904)  (0.09547)  (12.9270)  (5.21839)
D(GDP) -0.472998  0.211850 -29.56739  12.66737
 (0.25109)  (0.18575)  (25.1527)  (10.1537)
D(TB3) -0.012243  0.002727 -1.373014  0.522604
 (0.00329)  (0.00243)  (0.32929)  (0.13293)
D(IHK)  0.002733 -0.001539  0.083281 -0.385369
 (0.00737)  (0.00546)  (0.73867)  (0.29819)
D(G)  0.025411 -0.018726  0.992525  1.906064
 (0.05600)  (0.04142)  (5.60937)  (2.26439)
D(I) -0.620097  0.316473 -32.54712  12.68541
 (0.13683)  (0.10123)  (13.7071)  (5.53328)

5 Cointegrating Equation(s):  Log likelihood -582.7113

Normalized cointegrating coefficients (standard error in parentheses)
M2 GDP TB3 IHK G I
 1.000000  0.000000  0.000000  0.000000  0.000000 -3.790091
 (0.24610)
 0.000000  1.000000  0.000000  0.000000  0.000000 -5.233213
 (0.19980)
 0.000000  0.000000  1.000000  0.000000  0.000000  0.009441
 (0.00126)
 0.000000  0.000000  0.000000  1.000000  0.000000 -0.111935
 (0.01049)
 0.000000  0.000000  0.000000  0.000000  1.000000 -1.586940
 (0.09584)

Adjustment coefficients (standard error in parentheses)

D(M2) -0.229400  0.168755  32.13075  0.113479  0.009548
 (0.11560)  (0.13671)  (12.5647)  (4.69943)  (0.30688)
D(GDP) -0.440311 -0.154479 -46.59510  14.78345  0.264493
 (0.23586)  (0.27894)  (25.6364)  (9.58850)  (0.62614)
D(TB3) -0.012208  0.002334 -1.391261  0.524871 -0.023185
 (0.00330)  (0.00390)  (0.35837)  (0.13404)  (0.00875)
D(IHK)  0.002188  0.004560  0.366773 -0.420599  0.024894
 (0.00725)  (0.00857)  (0.78808)  (0.29476)  (0.01925)
D(G)  0.017205  0.073234  5.266992  1.374865 -0.229785
 (0.05160)  (0.06102)  (5.60852)  (2.09769)  (0.13698)
D(I) -0.610135  0.204834 -37.73634  13.33029  0.003669
 (0.13462)  (0.15921)  (14.6322)  (5.47272)  (0.35738)