Materi Ekonometrika untuk S2 L11ARDL

Ekonometrika
Program Studi Statistika, semester Ganjil
2012/2013
Dr. Rahma Fitriani, S.Si., M.Sc

Distributed Lag Models
Yt    00 X t   01 X t  1   02 X t  2    ut


Model hasi transformasi Koyck

Yt  1      0 X t  Yt  1  vt

Yt  *   0 X t  Yt  1  vt

ˆ *
ˆ 
1  ˆ




Efek langsung (Immediate effect): β0



Long run equilbrium effect ketika

0
1 

Y * Yt Yt  1

Contoh Aplikasi:






CE: Consumption expenditure
PDI: Indeks Disposable Income

Diasumsikan bahwa penyesuaian konsumsi
(CE) akibat kenaikan pendapatan (PDI) tidak
terjadi seketika.
Model yang digunakan, hasil transformasi
Koyck:

CEt  1      0 PDI t  CEt  1  vt



Model 1: OLS, using observations 1985:2-1994:2 (T = 37)



Dependent variable: CE
coefficient



std. error


t-ratio

p-value



---------------------------------------------------------



const



PDI



CE_1


-10,7420

9,33810

27,1862

10,2753

0,849750

0,0445015

-1,150

0,2580

2,646

0,0123


19,09

λ
**

9,48e-020 ***



Mean dependent var

98,34216

S.D. dependent var

10,45983




Sum squared resid

269,8832

S.E. of regression

2,817400



R-squared

0,931479

Adjusted R-squared

0,927448




F(2, 34)

231,0988

P-value(F)

1,62e-20



Log-likelihood

Akaike criterion

184,5231



Schwarz criterion


189,3558

Hannan-Quinn

186,2269



rho

0,161871

Durbin's h

1,007816

-89,26155

CEt  1      0 PDI t  CEt  1  vt
Cˆ Et  10.742  27.1862PDI t  0.84975CEt  1


ˆ 



 10.742
 10.742

 69.6972
1  0.84975
1  ˆ

1 unit kenaikan indeks pendapatan meningkatkan konsumsi
saat itu juga (efek langsung) sebesar: 27.18 unit
1 unit kenaikan indeks pendapatan, secara jangka panjang
akan meningkatkan konsumsi sebesar:

ˆ0
180.9398
1  ˆ




Efek kenaikan pendapatan terhadap konsumsi
waktu sebelumnya (lampau) relatif lebih kecil jika
dibandingkan dengan efek terhadap konsumsi
saat ini, dengan rasio:

ˆi ˆi
 0.84975i
ˆ0

Partial Adjustment Model
Yt  Yt  1  Yt*  Yt  1 
Yt* 1   2 X t
Yt 1  1   Yt  1   2 X t  ut


Efek langsung (Immediate effect): λβ2




2
Efek long run equilibrium:
Yt 1*  aYt  1   2* X t  ut
*
*


ˆ 1  aˆ , ˆ1  1 , ˆ2  2
ˆ
ˆ

Contoh aplikasi “Money Demand”



Permintaan uang di suatu negara dipengaruhi
oleh tingkat pendapatan dan suku bunga
LMP2_P: ln dari permintaan uang (jumlah uang
beredar)






LMP2_P_1: lag 1 waktu sebelumnya dari
permintaan uang

LGDP_P: ln dari tingkat pendapatan (PDB/GDP)
LR: ln dari suku bunga
Asumsi bahwa target permintaan uang adalah
fungsi dari pendapatan dan suku bunga



Akan tetapi yang teramati adalah realisasi dari
permintaan uang sebelum dan sesudah perubahan
suku bunga (LMP2_Pt dan LMP2_Pt-1)



Dengan koefisien adjustment λ:
Persentase perbedaan antara target dengan
realisasinya sebesar λ×100% pada saat t
Model yang diduga:




LMP 2 _ Pt 1*  aLMP 2 _ Pt  1   2* LGDP _ Pt   3* LR  ut
*
*
*



ˆ 1  aˆ , ˆ1  1 , ˆ2  2 , ˆ3  3
ˆ
ˆ
ˆ



Model 1: OLS, using observations 1975:2-1997:4 (T = 91)



Dependent variable: LM2_P
coefficient



std. error

t-ratio

p-value



---------------------------------------------------------



const



0,184265

0,0497046

3,707

0,0004

***

LGDP_P

-0,0266138

0,0105705

-2,518

0,0136

**



LR

-0,0173581

0,00585931

-2,962

0,0039

***



LM2_P_1

0,0308221

31,13

6,15e-049 ***

0,959451



Mean dependent var

1,859009

S.D. dependent var

0,059485



Sum squared resid

0,021187

S.E. of regression

0,015605



R-squared

0,933470

Adjusted R-squared

0,931176



F(3, 87)

406,8954

P-value(F)

4,59e-51



Log-likelihood

251,4942

Akaike criterion

-494,9884



Schwarz criterion

Hannan-Quinn

-490,9365



rho

-484,9450
0,223226

Durbin's h

2,214493

Lˆ MP2 _ Pt 0.184265  0.959451LMP2 _ Pt  1  0.0266 LGDP _ Pt  0.017358 LR

Lˆ MP2 _ Pt 0.184265  0.959451LMP2 _ Pt  1  0.0266 LGDP _ Pt  0.017358 LR

ˆ 1  aˆ 1  0.95945 0.04055






Target jumlah permintaan uang yang dapat direalisasi
pada saat t sebesar 4%
1% kenaikan pendapatan menurunkan demand uang
sebesar 0.027% secara langsung (elastisitas: log log
model) →efek jangka pendek
1% kenaikan suku bunga menurunkan demand uang
sebesar 0.017% secara langsung

Lˆ MP2 _ Pt 0.184265  0.959451LMP2 _ Pt  1  0.0266 LGDP _ Pt  0.017358 LR

ˆ 1  aˆ 1  0.95945 0.04055
 2*  0.0266
ˆ
2  
 0.656
ˆ
0
.
04055





*

 0.017358
3
ˆ3  
 .4256
ˆ
0.04055


Secara jangka panjang, 1% kenaikan pendapatan
menurunkan permintaan uang sebesar 0.656%
Secara jangka panjang, 1% kenaikan suku bunga
menurunkan permintaan uang sebesar 0.4256%








Distributed lag model: Koyk transformation =
Adaptive expectation pada pendugaan OLS
nya
Perbedaannya pada parameter yang sudah
direvisi
Interpretasi sesuai model awal.
Interpretasi juga disesuaikan dengah asumsi
model apa yang dipakai.
Efek jangka pendek dan efek jangka panjang