Model Persamaan

Simultan

Dalam peristiwa ekonomi seringkali ditemukan

bahwa beberapa variabel saling mempengaruhi.
Contoh : Pendapatan akan mempengaruhi konsumsi,
artinya jika pendapatan naik maka diharapkan
konsumsi juga naik.
Kenaikan konsumsi akan mengakibatkan
peningkatan produksi (untuk memenuhi permintaan
bagi keperluan konsumsi) sehingga pendapatan juga
naik sebagai balas jasa faktor faktor produksi
Jadi pendapatan mempengaruhi konsumsi dan
konsumsi juga mempengaruhi pendapatan

Model Persamaan Simultan

model persamaan simultan
Contoh

1
2
Penggunaan istilah variabel bebas dan
tidak bebas tidak sesuai.
Variabel Eksogen : variabel yang nilainya
ditentukan di luar model (St)
Variabel Endogen : variabel yang nilainya
ditentukan dalam model (Ct dan Yt)

Contoh Model Persamaan

Simultan
Model

Permintaan dan Penawaran

Fungsi Permintaan
,
Fungsi Penawaran
,
Equilibrium

Misalkan

berubah (misal daya beli,

selera penduduk berubah) maka Q
juga berubah.
Kurva permintaan akan bergeser ke
atas jika positif dan bergeser ke
bawah jika negatif.
Pergeseran kurva permintaan akan
mengubah P dan Q keseimbangan.

Perubahan dalam 2 (misal ada

pemogoan, demonstrasi, cuaca buruk,
pembatasan impor dll) juga akan
merubah P dan Q.
terdapat ketergantungan secara
simultan antara P, Q, 1, dan 2
terdapat korelasi antar variabel
penjelas dengan error
metode OLS tidak dapat digunakan

dari Keynes untuk Penentuan

Model

Pendapatan
Fungsi Konsumsi:
, 0 < t <1
Persamaan pendapatan:

Dari kedua persamaan di atas jelaslah bahwa

C dan saling berhubungan, terikat satu sama
lain.
Y dan juga berkorelasi, sebab saat berubah
maka C berubah dan selanjutnya aka
mempengaruhi Y

model I
Kleins

Fungsi Konsumsi:
Fungsi Investasi:
Permintaan Tenaga Kerja
Persamaan :
Persamaan :
Persamaan :

Keterangan :
C = konsumsi t = waktu
I = Investasi
Y = Pendapatan
G = pengeluaran pemerintah = error
P = laba
W = upah swasta
W = Upah/gaji pemerintah
K = Stock modal
T = pajak

Bentuk Persamaan Tereduksi

(Reduced Form)
Adalah persamaan yang diperoleh dengan
memecahkan sistem persamaan simultan
sedemikian hingga bisa dinyatakan setiap
variabel endogen dalam model hanya dari
variabel eksogen
Reformulasi dari model tersebut disebut dengan
bentuk turunan (reduce form) dari sistem
persamaan struktural. Untuk menemukan
persamaan turunan atau reduce form maka
kedua persamaan harus diselesaikan secara
simultan untuk menemukan nilai (mis Y dan C)

Contoh:

Persamaan kedua dimasukkan ke

persamaan pertama

, dengan

Persamaan

pertama dimasukkan ke
persamaan kedua

, dengan

Jadi
model sederhananya (reduced
form) adalah

Gunakan metode kuadrat terkecil

untuk mendapatkan H0, H1, H2, H3
kemudian duga dan

Identifikasi Model:
Tujuan: Mengidentifikasi model sblm dilakukan estimasi
Untuk mengetahui apakah estimasi parameter dapat
dilakukan
melalui persamaan reduced-form dari sistem
persamaan simultan.
Persamaan Tidak Teridentifikasi (unidentified) jika estimasi parameter tidak
dapat dilakukan melalui persamaan reduced-form.
Persamaan Teridentifikasi (identified) jika estimasi parameter dpt
dilakukan melalui persamaan reduced-form dr sistem persamaan simultan.
Teridentifikasi Tepat (just identfied),
Jika masing-masing nilai parameter bersifat unik (hanya
mempunyai satu nilai)
Teridentifikasi Berlebih (over identified),
Jika masing2 nilai parameter mempunyai lbh dari satu
nilai.

Masalah identifikasi timbul karena kumpulan

koefisien struktural yang berbeda mungkin
cocok dengan sekumpulan data yang sama
Ada dua macam dalil pengujian identifikasi,
yaitu Order condition dan Rank condition.
Notasi yang dipergunakan adalah:
M = jumlah variabel endogen dalam model
m = jumlah variabel endogen dalam persamaan
K = Jumlah variabel predetermined dalam model
k = Jumlah variabel predetermined dalam
persamaan

Order Conditions
Pada persamaan simultan sejumlah M
persamaan (yang tidak mempunyai
predetermined variable)

M-11
Jika M-1 = 1, maka persamaan tersebut
identified.
Jika M-1 > 1, maka persamaan tersebut
overidentified.
Jika M-1 < 1, maka persamaan tersebut
unidentified.

Contoh:
Fungsi Demand Qt = 0 + 1Pt + u1t ......... ..
(1.5)
Fungsi Supply Qt = 0 + 1Pt + u2t ............(1.6)
Pada model ini Pt dan Qt merupakan variable
endogen tanpa predetermined variable, agar
identified maka M-1 = 1, jika tidak maka tidak
identified.
Pada kasus ini (M = 2) dan 2 1 = 1
identified

Pada persamaan yang memiliki

predetermined variable berlaku aturan:

K k m 1
Jika K k = m 1, identified .
Jika K k > m 1, overidentified .
Jika K k < m 1, unidentified

Contoh:
Fung Demand
Qt = 0 + 1Pt + 2 It + u1t...1.7)
Fungsi Supply
Qt = 0 + 1Pt + u2t... (1.8)
Pada model ini Pt dan Qt merupakan variable endogen dan It
adalah predetermined variable.
Persamaan (1.7) : K k < m 1 atau 1 1 < 2 1
Unidentified
Persamaan (1.8) : M 1 = 1 atau 2 1 = 1 Indentified
Persamaan yang dapat diselesaikan dengan sistem persamaan
simultan adalah persamaan yang identified dan over identified

6.Estimasi persamaan
Simultan

Indirect Least Squares (ILS)

Metode ILS dilakukan dengan cara menerapkan
metode OLS pada persamaan reduced form.
Asumsi
yang
harus
dipenuhi
dalam
penggunaan
prosedur ILS:
Persamaan
strukturalnya
harus
exactly
identified.
Variabel residual dari persamaan reduced formnya harus memenuhi semua asumsi stokastik
dari teknik OLS. Jika asumsi ini tidak terpenuhi,
maka akan menyebabkan bias pada penaksiran
koefisiennya.

Contoh:
Diketahui suatu model persamaan simultan adalah sebagai
berikut :
Qd= 0 + 1 P+ 2 X +
v ...........................................................................................
(1.13)
Qs= 0 + 1 P + 2 Pl + u .....................................................
(1.14)
Dimana:
Qd = Jumlah barang yang diminta
Qs = Jumlah barang yang ditawarkan
P = harga barang
X = Income
Pl = harga Input

Persamaan reduce form-nya adalah sebagai berikut :

P= 0 + 1 X + 2 Pl +1 ...........................................
(1.15)
Q= 3 + 4 X + 5 Pl +2 ........................................
(1.16)

Persamaan Reduce Form dapat dicari

dengan langkah sebagai berikut:
Selesaikan persamaan
Qd = Qs ....................................................(1.17)
0 + 1 P+ 2 X + v = 0 + 1 P + 2 Pl + u
1 P - 1 P = 0 - 0 - 2 X + 2 Pl + u v
0 0

2 X 2 Pl u v



1 1
1 1
1 1 1 1

P =

P =

0 1 X 3 Pl

 Kemudian substitusikan persamaan P

diatas dengan salah satu persamaan Q,
misalnya dengan Qd

Qd = 0 + 1 P+ 2 X + v
Qd = 0 + 1 0 0

1 1

Qd = 0 + 1 0 1 0

1
1

Qd = 0
+

2
uv
2
X
Pl

1 1
1 1
1 1

1 2
1 2
1u 1v

X
Pl

1 1
1 1
1

1 0 1 0 1 2
1 2
u 1v

X
Pl 1

1 1 1 1
1 1
1 1

+ 2 X +
v

+ 2 X + v
+ 2 X + v

 Lalu samakan semua penyebutnya

dengan 1
Qd = 01 0 1

1 1

1 0 1 0 1 2
1 2
1u 1v

X
Pl

1 1 1 1
1 1
1 1

+ 1 2 1 2

1
1

v 1v
X 1

1 1

Qd =

1 0 0 1 2 1
1 2
u 1v

X
Pl 1

+ 1 1 1 1
1 1
1 1

Qd
=

3 4 X 5 Pl

 Dari persamaan reduce form-nya

diperoleh 6 koefisien reduksi yaitu:
0 1 2 3 4 dan 5 yang akan
digunakan untuk menaksir 6
koefisien structural yaitu 0, 1, 2,
0, 1 dan 2