• Tidak ada hasil yang ditemukan

Model Persamaan Simultan

N/A
N/A
Protected

Academic year: 2021

Membagikan "Model Persamaan Simultan"

Copied!
26
0
0

Teks penuh

(1)
(2)

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

(3)

Model Persamaan Simultan

Contoh model persamaan simultan

𝐶𝑡 = 𝛽0 + 𝛽1𝑌𝑡 + 𝜀𝑡 1

𝑌𝑡 = 𝐶𝑡 + 𝑆𝑡 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)

(4)

Contoh Model Persamaan Simultan

Model Permintaan dan Penawaran

Fungsi Permintaan

𝑄

𝑡𝑑

= 𝛼

0

+ 𝛼

1

𝑃

𝑡

+ 𝜀

1𝑡

,

𝛼

1

< 0

Fungsi Penawaran

𝑄

𝑡𝑠

= 𝛽

0

+ 𝛽

1

𝑃

𝑡

+ 𝜀

2𝑡

,

𝛽

1

> 0

Equilibrium

𝑄

𝑡𝑑

= 𝑄

𝑡𝑠

(5)
(6)

Misalkan 𝜀

1

berubah (misal daya beli, selera

penduduk berubah) maka Q juga berubah.

Kurva permintaan akan bergeser ke atas jika 𝜀

1

positif dan bergeser ke bawah jika 𝜀

1

negatif.

Pergeseran kurva permintaan akan mengubah P

dan Q keseimbangan.

(7)

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

(8)

Model dari Keynes untuk Penentuan Pendapatan Fungsi Konsumsi:

𝐶𝑡 = 𝛽0 + 𝛽1𝑌𝑡 + 𝜀𝑡, 0 < t <1 Persamaan pendapatan:

𝑌𝑡 = 𝐶𝑡 + 𝐼𝑡(= 𝑆𝑡)

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

(9)

Klein’s model I

Fungsi Konsumsi:

𝐶𝑡 = 𝛽0 + 𝛽1𝑃𝑡 + 𝛽2 𝑊 + 𝑊′ 𝑡 + 𝛽3𝑃𝑡;1 + 𝜀1𝑡 Fungsi Investasi:

𝐼𝑡 = 𝛽4 + 𝛽5𝑃𝑡 + 𝛽6𝑃𝑡;1 + 𝛽7𝐾𝑡;1 + 𝜀2𝑡 Permintaan Tenaga Kerja

𝑊𝑡 = 𝛽8 + 𝛽9 𝑌 + 𝑇 − 𝑊′ 𝑡

+ 𝛽10 𝑌 + 𝑇 − 𝑊′ 𝑡;1 + 𝛽11𝐾𝑡;1 + 𝜀3𝑡 Persamaan :𝑌𝑡 + 𝑇𝑡 = 𝐶𝑡 + 𝐼𝑡 + 𝐺𝑡

Persamaan : 𝑌𝑡 = 𝑊′𝑡 + 𝑊𝑡 + 𝑃𝑡 Persamaan : 𝐾𝑡 = 𝐾𝑡;1 + 𝐼𝑡

(10)

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

(11)

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

(12)

Contoh:

𝐶𝑡 = 𝛼 + 𝛽𝑌𝑡 𝑌𝑡 = 𝐶𝑡 + 𝐼𝑡

Persamaan kedua dimasukkan ke persamaan pertama 𝐶𝑡 = 𝛼 + 𝛽 𝐶𝑡 + 𝐼𝑡 = 𝛼 + 𝛽𝐶𝑡 + 𝛽𝐼𝑡 𝐶𝑡 − 𝛽𝐶𝑡 = 𝛼 + 𝛽𝐼𝑡 𝐶𝑡 = 𝛼:𝛽𝐼1;𝛽𝑡 = 𝐻0 + 𝐻1𝐼𝑡, dengan 𝐻0 = 𝛼 1 − 𝛽 𝐻1 = 𝛽 1 − 𝛽

(13)

Persamaan pertama dimasukkan ke persamaan

kedua

𝑌

𝑡

= 𝛼 + 𝛽𝑌

𝑡

+ 𝐼

𝑡

𝑌

𝑡

− 𝛽𝑌

𝑡

= 𝛼 + 𝐼

𝑡

1 − 𝛽 𝑌

𝑡

= 𝛼 + 𝐼

𝑡

𝑌

𝑡

=

𝛼

1 − 𝛽

+

1

1 − 𝛽

𝐼

𝑡

𝑌

𝑡

= 𝐻

2

+ 𝐻

3

𝐼

𝑡

, dengan 𝐻

2

= 𝛼 1 − 𝛽

𝐻

3

= 1 1 − 𝛽

(14)

Jadi model sederhananya (reduced form) adalah

𝐶

𝑡

= 𝐻

0

+ 𝐻

1

𝐼

𝑡

𝑌

𝑡

= 𝐻

2

+ 𝐻

3

𝐼

𝑡

Gunakan metode kuadrat terkecil untuk

mendapatkan H

0

, H

1

, H

2

, H

3

kemudian duga

dan 

(15)

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.

(16)

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

(17)

Order Conditions

Pada persamaan simultan sejumlah M persamaan (yang

tidak mempunyai predetermined variable)

M - 1 ≥ 1

Jika M-1 = 1, maka persamaan tersebut identified. Jika M-1 > 1, maka persamaan tersebut

overidentified.

(18)

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.

(19)

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

(20)

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

(21)

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 form-nya harus memenuhi semua asumsi stokastik dari teknik OLS. Jika asumsi ini tidak terpenuhi, maka akan menyebabkan bias pada penaksiran koefisiennya.

(22)

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 +Ω1 ...(1.15) • Q=  3 +  4 X +  5 Pl +2 ...(1.16)

(23)

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 P =                                    1 1 1 1 2 1 1 2 1 1 0 0             u v Pl X

0 1

X

3

Pl

P =

(24)

• Kemudian substitusikan persamaan P diatas dengan salah satu persamaan Q, misalnya dengan Qd

• Qd =

0 + 1 P+ 2 X + v

Qd = 0 + 1                                    1 1 1 1 2 1 1 2 1 1 0 0             u v Pl X + 2 X + v Qd = 0 +                                                    1 1 1 1 1 2 1 1 1 2 1 1 1 0 1 0 1 u v Pl X +  2 X + v Qd = 0 +                                  1 1 1 1 1 1 2 1 1 1 2 1 1 1 0 1 0 1                   u v Pl X + 2 X + v

(25)

• Lalu samakan semua penyebutnya dengan

1

         1 1 1 0 1 0                                        1 1 1 1 1 1 2 1 1 1 2 1 1 1 0 1 0 1                   u v Pl X                  1 1 1 1 1 1 2 1 2 1           v v X Qd = + + Qd =                                  1 1 1 1 1 1 2 1 1 1 1 2 1 1 1 0 0 1                   u v Pl X Qd = 3 4 X  5 Pl  

(26)

• 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

Referensi

Dokumen terkait

Pergerakan valuta asing juga biasanya terkait posisi relatif negara tersebut dibandingkan dengan negara yang lain sehingga sangat kecil kemungkinannya terdapat mata uang yang

Berdasarkan hasil pengujian hipotesis tersebut maka disusun model yang menunjukkan bahwa upaya meningkatkan kepatuhan pajak sukarela hanya dapat dilakukan dengan

Model pembelajaran pengajuan dan pemecahan masalah atau disingkat sebagai model JUCAMA adalah suatu model pembelajaran matematika yang berorientasi pada pengajuan

capitalist sector integrated into the world economy, and a range of petty capitalist forms of.. production oriented more towards the domestic economy (i.e formal

Program pendeteksian arcing pada tegangan rendah dapat mendeteksi kondisi penambahan beban dan bukan kondisi normal karena pada eksperimen ini threshold pertama yaitu batas arus

Pada pertanyaan ini dari 33 responden yang memiliki kategori beresiko malnutrisi berdasarkan pengkajian kuesioner MNA, sebagian besar lanjut usia menjawab

Secara keseluruhan di Kawasan Wisata Pusuk yang memiliki intensitas curah hujan yang tinggi, tanah longsor terjadi pada daerah dengan kemiringan lereng terjal

Dari capaian Program analisis beban kerja dalam Penataan Sistem Manajemen SDM Aparatur yaitu Rekrutmen Pegawai yang dilakukan atas dasar Analisis Beban Kerja (ABK)