290 likes | 571 Views
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.
E N D
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
Didapatkan Dimana
Model permintaandanpenawaranmemiliki 4 koefisienstrukturalyaitu0, 1, 0dan 1, tetapitidakadacara yang unikuntukmenaksirnyakarenakoefisienreduksihanyaterdiridari 2 yaitu H0dan H1sedangkankoefisienstrukturalada 4
Identifikasitepat Misalkan model permintaandanpenawaranadalahsebagaiberikut: Fungsipermintaan Fungsipenawaran Dimana I adalahpendapatankonsumen yang merupakanvariabeleksogen
Dalam kondisikeseimbangan = Sehinggadidapatkan Dimana dan
Masukkan Pt yang didapatkefungsipermintaanataupenawaran, sehinggadidapatkan Dimana
Terdapat lima koefisienstrukturalyaitu0, 1, 2, 0, dan 1 tetapikoefisienreduksiadaempatyaitu H0, H1, H2dan H3sehinggapenyelesaianunikdariisemuakoefisienstrukturaltidakmungkin. Namun parameter darifungsipenawarandapatdiidentifikasikarena Tetapi parameter darifungsipermintaantidakdapatditaksiratautidakdapatdiidentifikasi
Misalkan Fungsipermintaan Fungsipenawaran Dalamkeseimbanganpasardidapatkan = didapatkan
Dimana , ,
Masukkan hargakeseimbangankefungsipermintaanataupenawaran Dimana , ,
Terdapat 6 koefisienstrukturalyaitu0, 1, 2, 0, 1, dan 2 dan 6 koefisien reduced form yaitu H0, H1, H2, H3, H4 dan H5 sehinggakitabisamenduganilaikoefiseinstruktural
Terlaludiidentifikasi Misalkan Fungsipermintaan Denganmenyamakanpermintaandanpenawaran, didapatkanhargadankuantitaskeseimbangansebagaiberikut:
Dimana , , , ,
TerdapattujuhkoefisienstrukturaltetapiterdapatdelapankoefisienbentukreduksiTerdapattujuhkoefisienstrukturaltetapiterdapatdelapankoefisienbentukreduksi (banyaknyapersamaanlebihbanyakdaripadabanyaknya parameter) Dapatditunjukkanterdapat 2 nilai1 ,
AturanuntukIdentifikasi Notasi : M = banyaknyavariabel endogen dalam model m = banyaknyavariabel endogen dalamsuatupersamaan K = banyaknyavariabel yang ditetapkanlebihduludalam model k = banyaknyavariabel yang ditetapkaanlebihduludalamsuatupersamaantertentu
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
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
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
Contoh 2. Fungsi permintaan Fungsipenawaran Terdapatduavariabel endogen yaituQtdanPt Fungsipermintaantakdiidentifikasi Fungsipenawarandiidentifikasikarenatidakmemasukkansatuvariabelyaitu It
Contoh 3. Fungsi permintaan Fungsipenawaran Fungsipermintaantidakmemasukkan 1 variabelyaitu Pt-1 Fungsipenawarantidakmemasukkan 1 variabelyaitu It Keduapersamaandiidentifikasi
Contoh 4. Fungsi permintaan Fungsipenawaran Fungsipermintaantidakmemasukkan 1 variabel Pt-1 => diidentifikasi Fungsipenawarantidakmemasukkan 2 variabelyaitu ItdanRt => terlaludiidentifikasi
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.
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
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
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.
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.