Permintaan : q p y
d
t 1 t 2 t t
(K−M) ≥ (G−1)
di mana:
G :banyaknya persamaan dalam model
K :banyaknya variabel (variabel endogen dan predetermined)
dalam model
M : banyaknya variabel dalam persamaan tertentu
Jika (K−M) < (G−1) : under identification,
Jika (K−M) = (G−1) :Just atau exactly indentification
Jika (K−M) > (G−1) :Over indentification.
Contoh :
Model versi Keynesian untuk menentukan pendapatan
nasional, terdiri dari fungsi konsumsi, fungsi investasi, fungsi
pajak dan persamaan identitas. Dalam model terdapat empat
variabel endogen,yaitu konsumsi C, investasi I, pajak T, dan
pendapatan nasional Y, dan dua variabel predetermine, lag
pendapatan Yt-1, dan pengeluaran pemerintah G.
Fungsi Konsumsi Ct 0 1Yt 2Tt 1t
Fungsi Investasi I t 0 1Yt 2Yt 1 2t
Fungsi Pajak Tt 0 1Yt 3t
Identitas Yt Ct I t Gt
(1)Identifikasi Fungsi Konsumsi. Order Condition
Dalam model terdapat empat persamaan (G=4), enam
variabel, C, Y, Yt-1, T, I dan G (K=6). Dalam Fungsi
konsumsi terdapat tiga variabel, yaitu C, Y dan T (M=3)
(K – M) = (6-3)=3, (G -1)=(4-1)=3 memenuhi syarat
Rank Condition. Dalam dalam sistem persamaan yang terdiri dari
G persamaan, maka suatu persamaan memenuhi syarat identifikasi
jika dan hanya jika dapat dibentuk sekurang-kurangnya satu
determinant ordo (G-1) tidak sama dengan nol. Persamaan di atas
dapat juga dapat sajikan dalam bentuk fungsi implisit sebagai
berikut:
Ct 0 1Yt 2Tt 1t Ct 0 I t 0Gt 0 1Yt 0Yt 1 2Tt 1t 0
I t 0 1Yt 2Yt 1 2t 0Ct I t 0Gt 0 1Yt 2Yt 1 0Tt 2t 0
Tt 0 1Yt 3t 0Ct 0 I t 0Gt 0 1Yt 0Yt 1 Tt 2t 0
Yt Ct I t Gt Ct I t Gt Yt 0Yt 1 0Tt 2t 0
Dari persamaan diatas koefisien fungsi dimasukkan dalam tabel berikut:
Persamaan
Ct It Gt Yt Yt-1 Tt
No.
1 -1 0 0 α1 0 α2
2 0 -1 0 β1 Β2 0
3 0 0 0 γ1 0 -1
4 1 1 1 -1 0 0
Dari Tabel tersebut nilai-nilai koefisien yang tidak tercoret
hanya dapat di bentuk satu determinan ordo 3, yaitu;
1 0 2
0 0 0 0
1 1 0
Qt 10 11I t 12Ct vt
Pt 20 21I t 22Ct wt
di mana
0 1 1 0 2 1 1 2
10 , 11 , 12 ,
1 1 1 1 1 1
0 0 2 2
20 , 21 , 22
1 1 1 1 1 1
Dari koefisien persamaan reduced form dapat ditentukan nilai-
nilai koefisien persamaan struktural sebagai berikut:
Contoh:
Fungsi permintaan dan penawaran berikut yang terdiri dari
dua variabel endogen (Q dan P) dan tiga variabel
predetermined, yaitu pendapatan (I), curah hujan (C) dan
teknologi (T)
Q 01Pˆt 2 I t u1t
t
d
Q Pˆ C T u
s
t 0 1 t 2 t 3 t 2t
Contoh Pendugaan Model Simultan dengan Metode Two
Stage Least Square. Model terdiri dari dua persamaan, yaitu
persamaan permintaan dan penawaran minyak goreng sawit.
Variabel endogen yang dimasukkan dalam model adalah
jumlah minyak goreng sawit yang diminta, Qd, yang
ditawarkan ,Qs dan harga minyak goreng sawit, P. Variabel
eksogen yang masuk model adalah pendapatan nasional, I,
harga minyak goreng kelapa, S, harga CPO, R, dan trend T.
Data yang digunakan data time series dari tahun 1980 sampai
dengan tahun 2004. Modelnya sbb:
Dependent Variable: Qs
Method: Two-Stage Least Squares
Date: 08/10/02 Time: 09:30
Sample: 1980 2004
Included observations: 25
Newey-West HAC Standard Errors & Covariance (lag truncation=2)
Qs=C(1)+C(2)*P+C(3)*R+C(4)*T
Instrument list: I S R T
Coefficient Std. Error t-Statistic Prob.
C(1) -307.1231 1233.187 -0.249048 0.8057
C(2) 0.470670 0.455133 1.034136 0.3128
C(3) -0.828368 0.447164 -1.852494 0.0781
C(4) 184.1914 27.76672 6.633531 0.0000
R-squared 0.875588 Mean dependent var 1666.000
Adjusted R-squared 0.857815 S.D. dependent var 1326.599
S.E. of regression 500.2266 Sum squared resid 5254760.
Durbin-Watson stat 0.680604
System: UNTITLED
Estimation Method: Two-Stage Least Squares
Date: 08/10/02 Time: 09:46
Sample: 1980 2004
Included observations: 25
Total system (balanced) observations 50
Coefficient Std. Error t-Statistic Prob.
C(10) -108.4937 1282.264 -0.084611 0.9330
C(11) -0.740590 0.383885 -1.929200 0.0605
C(12) 0.020277 0.003931 5.157811 0.0000
C(13) 1.581350 0.675049 2.342569 0.0240
C(20) -307.1231 881.7674 -0.348304 0.7294
C(21) 0.470670 0.363706 1.294093 0.2027
C(22) -0.828368 0.507269 -1.632997 0.1099
C(23) 184.1914 16.89366 10.90299 0.0000
Time,t
T1 Estimation period T2 T3
(Today)
Evaluasi Model Simulasi
Dalam persamaan tunggal untuk mengevaluasi apakah
model yang telah diduga dapat digunakan untuk
memprediksi dapat digunakan kreteria statistik seperti R2, F
test, t test dan lain sebagainya. Namun dalam persamaan
simultan kriteria statistik di atas belum mencukupi. Oleh
karena itu dalam persamaan simultan terdapat beberapa
kriteria yang dapat digunakan untuk mengevaluasi model
simultan dalam simulaisi . Ukuran yang sering digunakan
adalah rms(root-m ean-square) simulation error , yaitu:
1 T
rms error
T t 1
( Yt s Yta )2
Yt s nilai simulasi Yt
Yta nilai aktual Yt
T banyaknya periode simulasi
Ukuran lain yang juga dapat digunakan adalah rms percent
error, yang didefinisikan sebagai berikut:
2
1 Yt Yt
T s a
rms percent error
T t 1 Yta
1 T
mean simulation error ( Yt s Yta )
T t 1
1 T Yt s Yta
mean percent error a
T t 1 Yt
Ukuran statistik simulasi yang sangat berguna dan
berhubungan dengan rms sumilation error serta yang
diaplikasikan dalam evaluasi historical simulation adalah
Theil’s inequality coefficient, yang dirumuskan sbb:
1 T
T t 1
( Yt
s
Y a 2
t )
U
1 T 1 T
T t 1
( Yt
s 2
)
T t 1
( Y a 2
t )