1 / 29

Masalah Identifikasi

Masalah Identifikasi. Tidak diidentifikasikan ( Underidentified ). Contoh : Model Permintaan dan penawaran fungsi permintaan Q t = α 0 + α 1 P t + u 1t fungsi penawaran Q t = α 0 + β 1 P t + u 2t Dengan kondisi keseimbangan α 0 + α 1 P t + u 1t =  0 + β 1 P t + u 2t.

jared
Download Presentation

Masalah Identifikasi

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. MasalahIdentifikasi

  2. Tidakdiidentifikasikan (Underidentified) Contoh: Model Permintaandanpenawaran • fungsi permintaan Qt = α0 + α1Pt + u1t fungsi penawaran Qt = α0 + β1Pt + u2t Dengan kondisi keseimbangan α0 + α1Pt + u1t = 0 + β1Pt + u2t

  3. Didapatkan Dimana

  4. Masukkan Ptkedalamfungsipermintaan Dimana

  5. Model permintaandanpenawaranmemiliki 4 koefisienstrukturalyaitu0, 1, 0dan 1, tetapitidakadacara yang unikuntukmenaksirnyakarenakoefisienreduksihanyaterdiridari 2 yaitu H0dan H1sedangkankoefisienstrukturalada 4

  6. Identifikasitepat Misalkan model permintaandanpenawaranadalahsebagaiberikut: Fungsipermintaan Fungsipenawaran Dimana I adalahpendapatankonsumen yang merupakanvariabeleksogen

  7. Dalam kondisikeseimbangan = Sehinggadidapatkan Dimana dan

  8. Masukkan Pt yang didapatkefungsipermintaanataupenawaran, sehinggadidapatkan Dimana

  9. Terdapat lima koefisienstrukturalyaitu0, 1, 2, 0, dan 1 tetapikoefisienreduksiadaempatyaitu H0, H1, H2dan H3sehinggapenyelesaianunikdariisemuakoefisienstrukturaltidakmungkin. Namun parameter darifungsipenawarandapatdiidentifikasikarena Tetapi parameter darifungsipermintaantidakdapatditaksiratautidakdapatdiidentifikasi

  10. Misalkan Fungsipermintaan Fungsipenawaran Dalamkeseimbanganpasardidapatkan = didapatkan

  11. Dimana , ,

  12. Masukkan hargakeseimbangankefungsipermintaanataupenawaran Dimana , ,

  13. Terdapat 6 koefisienstrukturalyaitu0, 1, 2, 0, 1, dan 2 dan 6 koefisien reduced form yaitu H0, H1, H2, H3, H4 dan H5 sehinggakitabisamenduganilaikoefiseinstruktural

  14. Terlaludiidentifikasi Misalkan Fungsipermintaan Denganmenyamakanpermintaandanpenawaran, didapatkanhargadankuantitaskeseimbangansebagaiberikut:

  15. Dimana , , , ,

  16. TerdapattujuhkoefisienstrukturaltetapiterdapatdelapankoefisienbentukreduksiTerdapattujuhkoefisienstrukturaltetapiterdapatdelapankoefisienbentukreduksi (banyaknyapersamaanlebihbanyakdaripadabanyaknya parameter) Dapatditunjukkanterdapat 2 nilai1 ,

  17. AturanuntukIdentifikasi Notasi : M = banyaknyavariabel endogen dalam model m = banyaknyavariabel endogen dalamsuatupersamaan K = banyaknyavariabel yang ditetapkanlebihduludalam model k = banyaknyavariabel yang ditetapkaanlebihduludalamsuatupersamaantertentu

  18. KondisiDerajatdariIdentifikasi Suatukondisi yang perludariidentifikasiadalahsebagaiberikut: Dalamsuatu model M persamaansimultan, agar suatupersamaandiidentifikasikan, persamaantadiharustidakmemasukkansekurang – kurangnya M – 1 variabel(endogen maupunvariabel yang ditetapkanlebihdahulu) yang munculdalam model. Jikapersamaantaditidakmemasukkantepat M – 1 variabel, persamaantadidisebuttepatdiidentifikasi. Jikapersamaantaditidakmemasukkanlebihdari M – 1 variabel, persamaantaditerlaludiidentifikasi

  19. Definisi lain: Dalamsuatu model dari M persamaansimultan, agar suatupersamaandiidentifikasikan, banyaknyavariabel yang ditetapkanlebihdulu yang dikeluarkandaripersamaanharustidakkurangdaribanyaknyavariabel endogen yang dimasukkandalampersamaankurangsatu; yaitu K - k ≥ m – 1 Jika K – k = m – 1, persamaantaditepatdiidentifikasi Jika K – k > m – 1, persamaantaditerlaludiidentifikasi

  20. Contoh 1. fungsi permintaan Qt = α0 + α1Pt + u1t fungsi penawaran Qt = α0 + β1Pt + u2t Mempunyaiduavariabel endogen dantidakadavariabel predetermined. Supayadiidentifikasi, persamaanharustidakmemasukkansekurang – kurangnya M – 1 = 1 variabel => Tidakadapersamaan yang diidentifikasi

  21. Contoh 2. Fungsi permintaan Fungsipenawaran Terdapatduavariabel endogen yaituQtdanPt Fungsipermintaantakdiidentifikasi Fungsipenawarandiidentifikasikarenatidakmemasukkansatuvariabelyaitu It

  22. Contoh 3. Fungsi permintaan Fungsipenawaran Fungsipermintaantidakmemasukkan 1 variabelyaitu Pt-1 Fungsipenawarantidakmemasukkan 1 variabelyaitu It Keduapersamaandiidentifikasi

  23. Contoh 4. Fungsi permintaan Fungsipenawaran Fungsipermintaantidakmemasukkan 1 variabel Pt-1 => diidentifikasi Fungsipenawarantidakmemasukkan 2 variabelyaitu ItdanRt => terlaludiidentifikasi

  24. Rank Conditions • Identifikasimelalui order condition hanyamerupakanprasyaratdasartetapibelummerupakanprasyaratcukup (sufficient condition). Melaluimetode rank condition bisamemenuhikeduaprasyaratidentifikasipersamaansimultan • Istilah rank berasaldari terminology di dalammatrik. Rank darimatrikmerujukkepadasquare submatrix order paling besar yang mempunyaideterminantidaksamadengan nol. Square matrix adalahmatrik yang mempunyaijumlahkolomdanbaris yang sama.

  25. Kondisitingkatidentifikasi(Rank Condition of Identification) Dalamsuatu model M persamaandalam M variabel endogen, suatupersamaandiidentifikasikanjikadanhanyajikasekurang – kurangnyasatupenentutidaknoldariordo (M-1)(M-1) dapatdibentukdarikoefisienvariabel (baik endogen dan predetermined) yang tidakdimasukkandaripersamaantertentutaditetapidimasukkandalampersamaan lain dari model

  26. Ilustrasi Misalnyaadapersamaansimultansebagaiberikut: Y1t= 10 +12Y2t+13Y3t+β11X1t +e1t (1) Y2t= 20 +23Y3t+β21X1t+β22X2t +e2t (2) Y3t= 30 + 31Y1t +β31X1t+ β21X2t + e3t (3) Y4t= 40 + 41Y1t +42Y2t + β43X3t+ e4t (4) • Dimana Y adalahvariabelendogendan X adalahvariabeleksogen(predetermined). • Jikapersamaan (1) – (4) dimanipulasidengan cara memindahkansemuavariabel di sisikananpersamaankecualivariabelgangguan e kesebelahkirimakaakanmenghasilkansebuahsistem yang terlihat pada tabel 1 berikut

  27. Untukmengetahuiapakahpersamaan1 teridentifikasiatautidakmakaharusmencarimatrksorder 3x3 darikoefisien yang tidakadadalampersamaan 1 tetapiada di persamaan yang lain dan kemudiandicarideterminannya.matrikstersebutadalahsebagaiberikut: 0 -β220 A = 0 - β320 1 0 - β43 • Determinan matriks A iniadalah 0, yang artinyatidakmemenuhirankconditionsehinggapersamaaninitidakteridentifikasi • Suatupersamaandalammodelpersamaansimultan yang mempunyai M persamaandikatakanidentified, sekurang-kurangnyamempunyaisatu determinan berdimensi (M-1) yang tidaksamadengan nol.

  28. PrinsipUmumIdentifikasi • Jika K – k > m – 1 dan rank darimatriks A adalah M – 1, persamaantsbterlaludiidentifikasi • Jika K – k = m – 1 dan rank darimatriks A adalah M – 1, persamaantsbtepatdiidentifikasi • Jika K – k ≥ m – 1 dan rank matriks A adalahkurangdari M – 1, persamaantsbkurangdiidentifikasi • Jika K – k < m – 1, persamaantsbtidakdiidentifikasi. Tingkat darimatriks A dalamkasusiniakankurangdari M – 1.

More Related