Dynamic Econometric Model

(Model Ekonometrik Dinamis)

Partial Adjusment Model (PAM)

1
• Digunakan pada data time series
• Di bidang ekonomi, hubungan ketergantungan
antara variabel endogen dan eksogen tidak
berlangsung secara instant (pada t yang sama)
• Variabel endogen Y lebih sering dipengaruhi
oleh variabel eksogen X yang terjadi beberapa
periode sebelumnya (lag).

2
Contoh:
Kenaikan gaji
• Efek kenaikan gaji (X) terhadap konsumsi (Y) tidak
langsung saat itu juga, tapi bertahap
• MPC yang berbeda untuk beberapa tahun setelah
kenaikan gaji (X)
Kenaikan suku bunga
• Membutuhkan waktu beberapa bulan sebelum
kenaikan suku bunga mempengaruhi peredaran uang

3
Alasan timbulnya “lags”

Psikologis
• Manusia selaku pelaku ekonomi butuh waktu untuk
penyesuaian terhadap perubahan apapun
• Butuh rencana atau strategi baru dalam menghadapi
perubahan
Teknologi
• Untuk pengusaha yang menanamkan investasi terhadap
teknologi
• “Wait and see” terhadap cepatnya perubahan teknologi
Institusional
• Adanya minimum waktu di dalam kontrak kerja

4
Dua Tipe Model Dinamik

Distributed lag models

• Melibatkan unsur lags pada variabel eksogen
Autoregressive models
• Melibatkan unsur lags pada variabel endogen

5
Distributed Lag Models

• Pada suatu waktu terjadi perubahan pada X

• Membutuhkan beberapa periode waktu agar perubahan X
mempengaruhi Y sepenuhnya

Contoh:
– Pada waktu t-p terjadi kenaikan gaji (X)
– Perubahan konsumsi pada t-p, …, t-1, t tidak sama
– Efek sepenuhnya pada Y baru terakumulasi pada waktu t

Yt     0 X t  1 X t 1   2 X t 2     p X t  p  ut

6
 Yt     0 X t  1 X t 1   2 X t 2     p X t  p  ut
• β0 : impact multiplier, bobot yang diberikan pada Xt
– Rata-rata perubahan Yt ketika Xt berubah satu unit
• βi : interim multipliers, bobot yang diberikan pada Xt-i
– Rata-rata perubahan Yt ketika Xt-i berubah satu unit p

• Total efek pada Yt adalah jumlah dari seluruh β 

i 0
i

Total efek: efek kesetimbangan jangka panjang –

long run equilibrium efek

7
• Pada jangka panjang (long run) berlaku:

X *  X t  X t 1  X t 2    X t  p
 Sehingga:

Yt     0 X t*  1 X t*   2 X t*     p X t*  ut
p
Yt    X *
t 
i 0
i  ut

8
Permasalahan pada model ini
• OLS tetap dapat digunakan dengan resiko tidak diketahuinya
nilai p yang tepat
• Multikolinieritas akibat hubungan antar Xt, Xt-1,…, Xt-p
• Nilai p yang besar: kehilangan banyak derajat bebas,
– hanya dapat digunakan p+1 sampai dengan n pengamatan

9
Autoregressive Model

• Partial adjustment model

– Penyesuaian dilakukan terhadap variabel Y
• Adaptive expectation model
– Penyesuaian dilakukan terhadap variabel X

10
 Partial Adjustment Model

 Keunggulan Model PAM

(1) galat /error term dari model penyesuaian parsial tidak

berhubungan langsung dengan galat sebelumnya karena
diasumsikan galat/error term (δet) tidak berkorelasi diri
(2) koefisien penyesuaian parsial variabel tak bebas Yt-1 mem-
punyai arti ekonomi yang jelas dan
(3) dengan menggunakan nilai koefisien penyesuaian parsial,
elastisitas respon jangka panjang dapat dihitung

11
 Partial Adjustment Model
 Penurunan Model PAM
• membentuk hubungan fungsional antara variabel bebas dan
variabel tak bebas
• contoh kasus persediaan supply uang sebagai fungsi suku bunga
• persediaan supply uang (Y*) adalah fungsi dari suku bunga (X)
• yang teramati adalah realisasi dari supply uang sebelum dan
sesudah perubahan suku bunga (Yt dan Yt-1)

(1)
= target supply uang yang dinginkan dalam jangka
panjang
= suku bunga 12
Partial Adjustment Model

Model (1) menjelaskan bahwa target supply uang optimal hanya

dipengaruhi oleh suku bunga. Nilai dari target supply uang
optimal tidak bisa diobseravsi hanya diprediksi.
Salah satu prediksi adalah melalui penyesuaian target atau
Partial Adjusment Model (PAM). Jika adalah supply uang
optimal periode t dan Yt adalah nilai aktual supply uang maka
model penyesuain supply uang atau PAM dapat dijelaskan sbb:

13
 Partial Adjustment Model

(2)
dimana :
= koefisien penyesuaian besarnya
= perubahan supply uang aktual
= perubahan supply uang yang diinginkan

 Ketika δ=0: Yt =Yt-1, tidak terjadi penyesuaian terhadap perubahan suku bunga
 Ketika δ =1: Yt =Y*t , target terpenuhi seluruhnya pada saat t
 Ketika
0≤ δ ≤ 1: persentase perbedaan antara target dengan realisasinya sebesar
λ×100% pada saat t

14
Partial Adjustment Model
Penyesuaian persamaan (2) dapat ditulis kembali menjadi
persamaan berikut :

(3)

agar persamaan (1) dapat dicari solusinya maka kita dapat

mensubstitusikan persamaan (1) ke dalam persamaan (3)
sehingga menghasilkan persamaan :

15
 Partial Adjustment Model

(4)

dimana :
Persamaan (1) merupakan model supply uang jangka panjang atau
supply uang keseimbangan sedangkan persamaan (4) merupakan model
supply uang jangka pendek karena supply uang aktual tidak akan selalu
sama dengan supply uang keseimbangan. Fungsi regresi jangka panjang
dapat kita cari dengan melakukan estimasi persamaan regresi jangka
pendek (4), lalu kita dapatkan koefisien penyesuaian kemudian kita
membagi koefisien jangka pendek dan dengan
mendapatkan koefisien jangka panjang dan

16
Partial Adjustment Model

Syarat penggunaan model PAM :

Nilai koefisien kelambanan/penyesuaian adalah terletak antara
dan harus signifikan secara statistik dengan tanda koefisien
adalah positif
Untuk menghitung nilai koefisien jangka panjang dari variabel bebas
dengan model PAM menggunakan rumus sbb:

Konstanta
Xt

17
 Partial Adjustment Model

contoh: analisis permintaan uang di Indonesia dengan

pendekatan PAM periode 1985-2002

Model : (1)

dimana : M = permintaan uang arti sempit (milyar)

Y = pendapatan nasional (milyar)
R = tingkat bunga (%)
Keinginan atau keseimbangan permintaan uang tidak dapat di
observasi. Berdasarkan pendekatan model PAM besarnya sbb:

(2)

18
Partial Adjustment Model
Substitusi persamaan (1) ke persamaan (2) diperoleh model
permintaan uang dengan pendekatan PAM :

Hasil Estimasi Permintaan Uang Model PAM

19
Partial Adjustment Model

Tanda variabel Y positif sesuai teori dan signifikan pada α=1%. Suku
bunga R bertanda negatif sesuai teori tetapi tidak signifikan. Jumlah
permintaan uang sebelumnya (Mt-1) berpengaruh positif dan signifikan
pada α=10%. Koefisien penyesuainnya sebesar
yang berarti bahwa perbedaan sebesar 64.44% antara permintaan
uang yang diinginkan dengan yang terjadi disesuaikan dalam periode
tahunan.

20
Partial Adjustment Model

Untuk menghitung nilai koefisien jangka panjang permintaan uang

M1 dengan menggunakan rumus :

Konstanta
LY

LR

Permintaan uang M1 jangka panjang :

21
Partial Adjustment Model

Berdasarkan hasil estimasi model PAM, baik dalam jangka pendek

maupun jangka panjang, variabel pendapatan nasional mempengaruhi
permintaan uang M1 signifikan secara statistik dengan tanda
koefisien sesuai yang diharapkan oleh teori. Sedangkan variabel
tingkat bunga tidak mempengaruhi permintaan uang M1 secara
statistik tetapi tanda koefisien sesuai yang diharapkan oleh teori.
Ini berarti bahwa apabila pendapatan nasional meningkat sebesar satu
persen, maka permintaan uang akan meningkat sebesar 0.6638 persen
dalam jangka pendek dan sebesar 1.0301 persen dalam jangka
panjang

22
23