Kuliah 12

Model Persamaan Simultan

Contoh model persamaan simultan

Contoh 18.1 Model Permintaan dan Penawaran

Sebagaimana kita ketahui harga (P) suatu komoditas dan Quantitas (Q) yang terjual
ditentukan oleh perpotongan kurva permintaan dan kurva penawaran komoditas
tersebut.
Jadi untuk menyederhanakan, maka kita asumsikan bahwa kurva permintaan dan
kurva penawaran adalah linear dan menambahkan galat stokastik 𝑈1 dan 𝑈2 sehingga
secara empiris dapat ditulis sbb:
Fungsi permintaan : 𝑄𝑡𝑑 = 𝛼0 + 𝛼1 𝑃𝑡 + 𝑈1𝑡 𝛼1 < 0....................2.1)
Fungsi penawaran : 𝑄𝑡𝑠 = 𝛽0 + 𝛽1 𝑃𝑡 + 𝑈2𝑡 𝛽1 > 0.....................2.2)
Equilibriumnya 𝑄𝑡𝑑 = 𝑄𝑡𝑠
Seperti kita ketahui bahwa fungsi permintaan itu berlaku ulang alik, maka adakalanya
P sebagai variabel dependen, adakalanya juga sebagai variabel indepnden. Demikian
pula variabel Q. Sebagai contoh 𝑈1𝑡 dalam persamaan 2.1) berubah akibat perubahan
dari variabel lainnya yang mempengaruhi 𝑄𝑡𝑑 (seperti pendapatan, kesejahteraan dan
selera) kurva permintaan kan bergeser ke atas jika 𝑈1𝑡 positip dan bergeser ke bawah
jika negatif  lihat gambar 18.1
Gambar 18.1

 Terlihat dari kurva bahwa

pergeseran pada kurva permintaan
mengubah P dan Q
 Perubahan 𝑈2𝑡 (karena pemogokan,
pembatasan impor atau ekspor dll)
akan menggeser kurva penawaran
dan juga mempengaruhi P dan Q
 Karena adanya ketergantungan
simultan Q dan P, 𝑈1𝑡 dan 𝑃𝑡 dalam
persamaan 2.1) dan 𝑈2𝑡 dan 𝑃𝑡 dalam
persamaan 2,2) tidak dapat berdiri
bebas. Oleh karena itu regresi Q
terhadap P seperti dalam
persamaan 2,1) akan melanggar
asumsi penting antara variabel
penje;as dan galat
Contoh 18.2. Model Keynesian dari Penentuan Pendapatan
Fungsi konsumsi : 𝐶𝑡 = 𝛽0 + 𝛽1 𝑌𝑡 + 𝑈𝑡 0 < 𝛽1 < 1 .......2.3)
Identitas Pendapatan/ Income identity 𝑌𝑡 = 𝐶𝑡 + 𝐼𝑡 (= 𝑆𝑡 )............2.4)
Keterangan :
C = pengeluaran konsumsi
Y = Pendapatan
I = Investasi (diasumsikan eksogen)
S = tabungan
t = waktu
U = galat stokastik
𝛽0 𝑑𝑎𝑛𝛽1 =parameter
Model Keynesian dari Penentuan Pendapatan
Figure 18.2
persamaan 2.3) merupakan fungsi konsumsi
(stokastik) dan persamaan 2.4) merupakan
identitas pendapatan nasional yang
menandakan bahwatotal pendapatan adalah
sebesar total pengeluaran konsumsi
ditambah dengan total pengeluaran investasi.
Hal tersebut menandakan bahwa jumlah
investasi sama dengan jumlah tabungan ligat
figure 18.1.
Dari fungsi konsumsi dan figure di samping
jelas bahwa C dan Y saling berkaitan dan 𝑌𝑡
dalam persamaa 2.3) tidak diekspektasikan
menjadi independen dari galat karena ketika
𝑈𝑡 bergeser (sebagai akibat dari berbagai
faktor yang dimasukkan dalam error term)
lalu fungsi konsumsi juga bergeser yang pada
gilirannya mempengaruhi Y. Oki metoda OLS
tidak dapat dialikasikan terhadap persamaan
2.3). Jika diaplikasikan akan menghasilkan
penduga yang tidak konsisten.
Model Ekonometrika
Pemakaian yang lebih luas dari model persamaan simultan telah dilakukan
dalam model ekonometrika yang dibuat oleh beberapa ahli ekonometrika.
Perintis awal dalam bidang ini adalah profesor Lawrence Klein dari
Wharton School dan dikenal dengan nama model Klein sbb:
Fungsi konsumsi : 𝐶𝑡 = 𝛽0 + 𝛽1 𝑃𝑡 + 𝛽2 𝑊 + 𝑊′ 𝑡 + 𝛽3 𝑃𝑡−1 + 𝑈1𝑡
Fungsi Investasi : 𝐼𝑡 = 𝛽4 + 𝛽5 𝑃𝑡 + 𝛽6 𝑃𝑡−1 + 𝛽7 𝐾𝑡−1 + 𝑈2𝑡
Permintaan Tenaga Kerja :
𝑊𝑡 = 𝛽8 + 𝛽9 𝑌 + 𝑇 − 𝑊′ 𝑡 + 𝛽10 𝑌 + 𝑇 − 𝑊′ 𝑡−1 + 𝛽11 𝐾𝑡−1 + 𝑈3𝑡 .....2.20)
Persamaan : 𝑌𝑡 + 𝑇𝑡 = 𝐶𝑡 + 𝐼𝑡 + 𝐺𝑡
Persamaan : 𝑌𝑡 = 𝑊′𝑡 + 𝑊𝑡 + 𝑃𝑡
Persamaan : 𝐾𝑡 = 𝐾𝑡−1 + 𝐼𝑡
Keterangan
C = konsumsi
I = Investasi
G = pengeluaran pemerintah
P = laba
W = Upah swasta
W’ = upah/ gaji pemerintah
K = stok modal
T = pajak
t = waktu
Y = pendapatan
𝑈1𝑡 , 𝑈2𝑡 dan 𝑈3𝑡 = galat stokastik
Bias Persamaan Simultan : contoh numerik
Untuk menunjukkan beberapa poin pada model Keynesian sederhana dari
penentuan pendapatan yang diberikan pada contoh 18.2 dan mengambil kajian
Monte Carlo, maka diasumsikan bahwa nilai dari investasi I adalah sebagimana
yang diperlihatkan dalam kolo 3 tabel 18.1 (slide berikutnya)lebih lanjut
diasumsikan :
𝐸 𝑈𝑡 = 0
𝐸 𝑈𝑡 + 𝑈𝑡+𝑗 = 0  𝑗 ≠ 0
𝑣𝑎𝑟 𝑈𝑡 = 𝜎 2 = 0,04
𝑐𝑜𝑣 𝑈𝑡 + 𝐼𝑡 = 0
𝑈𝑡 yang muncul ditunjukkan dalam kolom 4
Untuk fungsi konsumsi 2.3) asumsikan bahwa nilai dari parameter sebenarnya
adalah diketahui 𝛽0 = 2 dan 𝛽1 = 0,8
Data 18.1
Untuk membuktikan bahwa 𝑌𝑡 dan 𝑈𝑖 berkorelasi, kita substitusi
persamaan 2.3) ke dalam pers 2.4)
𝐶𝑡 = 𝛽0 + 𝛽1 𝑌𝑡 + 𝑈𝑡 0 < 𝛽1 < 1 .......2.3)
𝑌𝑡 = 𝐶𝑡 + 𝐼𝑡 (= 𝑆𝑡 )............2.4) untuk memperoleh 𝑌𝑡 = 𝛽0 + 𝛽1 𝑌𝑡 + 𝑈𝑡 + 𝐼𝑡 yaitu:
𝛽0 1 1
𝑌𝑡 = + 𝐼 + 𝑈 ..........3.1) menjadi:
1−𝛽1 1−𝛽1 𝑡 1−𝛽1 𝑡
𝛽0 1
𝐸(𝑌𝑡 ) = + 𝐼 .....3.2)
1−𝛽1 1−𝛽1 𝑡
Dari nilai asumsi 𝛽0 dan 𝛽1 dari nilai 𝑈𝑡 yang dihasilkan, kita dapat
menghasilkan nilai pendapatan 𝑌𝑡 dari persamaan 3.1) yang diperlihatkan
dalam kolom 1. sekali 𝑌𝑡 diketahui dan mengetahui 𝛽0 , 𝛽1 dan 𝑈𝑡 kita dapat
dengan mudah menghasilkan nilai dari konsumsi 𝐶𝑡 dari pers. 2.3) dan C
yang dihasilkan tedapat pada kolom 2
Karena 𝛽0 dan 𝛽1 yang sebenarnya diketahui dan karena error sampel
benar-benar sama dengan error yang sebenarnya dan kita menggunakan
data 18.1 untuk melakukan regresi 𝐶𝑡 terhadap 𝑌𝑡 kita akan memperoleh
𝛽0 = 2 dan 𝛽1 = 0,8 jika OLS nya tidak bias akan tetapi dari persamaan
18.3,7 berikut:

Akan diperoleh :

Dimana estimasi 𝛽1 mempunyai bias ke atas sebesar

0.02065
Kini kita melakukan regresi 𝐶𝑡 pada 𝑌𝑡 menggunakan data pada tabel 18.1
akan diperoleh:

Sebagaimana yang diharapkan

𝛽1 estimasi adalah tepat seperti yang
diprediksi oleh persamaan 18.4.1).
Demikian juga 𝛽0 yang diestimasi juga
bias