+ All Categories
Home > Documents > TUGAS EKONOMETRIKA 2 saya

TUGAS EKONOMETRIKA 2 saya

Date post: 21-Jul-2015
Category:
Upload: adamayati
View: 129 times
Download: 1 times
Share this document with a friend
13
TUGAS 2 EKONOMETRIKA II MODEL DISEQUILIBRIUM Oleh: Ashintya Damayati (1106111981) Exercise 15.14 Consider the following disequilibrium model: Where and are equation errors, ’s, ’s, and are parameters to be estimated, and is the quantity demanded in time t is the quantity supplied in time t is the price in time t is income in time t, and is wage rate in time t Now let , , , , , , . Assume that and are serially and contemporaneously independent with distributions and , respectively. Let and . Consistent with the error structure, simulated equat error are given in Table 15.3 together with the fixed values of and and the initial price . 1. Using the given information, generate the data for , , , and . 2. Using your own equation errors and that are consistent with your own assumptio generate the data for , , , and . JAWABAN 1: P1 Q1 S1 D1 P1 Q1 S1 D1 39.12710 11.34250 113.4150 11.34250 29.07187 72.15485 72.15485 84.70311 35.73574 22.17372 106.9578 22.17372 29.54285 76.13968 76.13968 87.91413 33.19481 32.75617 96.27935 32.75617 30.05222 78.11712 78.11712 90.85137 31.44948 40.64384 84.27703 40.64384 30.70846 76.85055 76.85055 93.25651 30.02675 49.72543 85.29371 49.72543 31.59582 76.06114 76.06114 98.24528 29.02371 53.79084 78.86688 53.79084 32.53204 77.62956 77.62956 101.0350 28.44755 61.26532 75.66928 61.26532 33.22933 84.28010 84.28010 101.7123 28.05829 67.26740 76.99888 67.26740 34.01501 84.13333 84.13333 103.7752 27.84427 69.43507 74.78573 69.43507 27.92301 71.69067 71.69067 73.65932 28.20230 70.15753 70.15753 77.13958 28.56994 72.54574 72.54574 81.73687
Transcript

TUGAS 2 EKONOMETRIKA II MODEL DISEQUILIBRIUM Oleh: Ashintya Damayati (1106111981)

Exercise 15.14 Consider the following disequilibrium model:

Where and are equation errors, s, s, and parameters to be estimated, and is the quantity demanded in time t is the quantity supplied in time t is the price in time t is income in time t, and is wage rate in time t Now let , , , , . ,

are

,

Assume that and are serially and contemporaneously independent with distributions and , respectively. Let and . Consistent with the error structure, simulated equation error are given in Table 15.3 together with the fixed values of and and the initial price . 1. Using the given information, generate the data for , , , and . 2. Using your own equation errors and that are consistent with your own assumptions, generate the data for , , , and . JAWABAN 1:P1 39.12710 35.73574 33.19481 31.44948 30.02675 29.02371 28.44755 28.05829 27.84427 27.92301 28.20230 28.56994 Q1 11.34250 22.17372 32.75617 40.64384 49.72543 53.79084 61.26532 67.26740 69.43507 71.69067 70.15753 72.54574 S1 113.4150 106.9578 96.27935 84.27703 85.29371 78.86688 75.66928 76.99888 74.78573 71.69067 70.15753 72.54574 D1 11.34250 22.17372 32.75617 40.64384 49.72543 53.79084 61.26532 67.26740 69.43507 73.65932 77.13958 81.73687 P1 29.07187 29.54285 30.05222 30.70846 31.59582 32.53204 33.22933 34.01501 Q1 72.15485 76.13968 78.11712 76.85055 76.06114 77.62956 84.28010 84.13333 S1 72.15485 76.13968 78.11712 76.85055 76.06114 77.62956 84.28010 84.13333 D1 84.70311 87.91413 90.85137 93.25651 98.24528 101.0350 101.7123 103.7752

JAWABAN 2:P1 39.22030 35.90491 33.33648 31.48399 30.07092 29.07548 28.55682 28.28437 28.33426 28.55952 28.72093 28.93777 Q1 12.26250 20.88596 30.17166 38.16883 48.36332 53.44134 62.88213 70.93072 74.32092 72.50564 70.72881 73.44232 S1 112.0050 103.7708 94.38227 84.48121 83.68997 78.32731 75.84871 77.74205 74.32092 72.50564 70.72881 73.44232 D1 12.26250 20.88596 30.17166 38.16883 48.36332 53.44134 62.88213 70.93072 75.56814 78.13734 74.76386 78.86333 P1 29.23963 29.76175 30.39307 30.98428 31.52861 32.25079 33.34685 34.45991 Q1 71.48442 74.68908 76.39439 76.27268 75.17071 75.96152 83.17697 83.68713 S1 71.48442 74.68908 76.39439 76.27268 75.17071 75.96152 83.17697 83.68713 D1 79.03102 87.74216 92.17734 91.05297 88.77879 94.01601 110.5786 111.5137

PENJELASAN JAWABAN Dalam mengerjakan soal ini, sebenarnya kita akan menentukan harga yang optimal dengan kondisi dimana permintaan tidak sama dengan penawaran atau menentukan harga dalam kondisi dimana terjadinya ketidakseimbangan antara permintaan dan penawaran. Adanya ketidakseimbangan ini mengharuskan kita untuk mencari kuantitas yang meminimisasi selisih antara permintaan dan penawaran, atau dengan kata lain, kuantitas yang optimal adalah kuantitas dimana selisih permintaan dan penawarannya semakin kecil. Harus diingat bahwa ada dua kondisi yang mungkin terjadi apabila permintaan tidak sama dengan penawaran, yaitu: atau excess demand Yaitu kondisi dimana permintaan melebihi penawaran. Saat terjadi kondisi kelebihan permintaan di dalam perekonomian, maka tingkat harga (P) mengalami peningkatan sehingga atau atau excess supply Yaitu kondisi dimana penawaran melebihi permintaan. Saat terjadi kondisi kelebihan penawaran di dalam perekonomian, maka tingkat harga (P) mengalami penurunan sehingga atau

Kedua kondisi inilah yang kemudian membentuk persamaan , yang menunjukkan bahwa naik atau turunnya ringkat harga tergantung pada kondisi penawaran dan permintaan, apakah terjadi excess demand atau excess supply. Hal ini membuat harga mempunyai siklus dan memiliki fungsi yang tidak linear:P Excess Demand P* Excess Demand Excess Supply

t

Adanya siklus harga membuat estimasi harga dengan disekuilibrium harus dilakukan dengan switching model, yaitu penggunaan model yang berganti-ganti tergantung pada kondisi yang sedang terjadi. Dalam kasus ini, model akan switching atas kondisi excess demand atau excess supply dan estimasi bisa dilakukan dengan maximum likelihood atau 2SLS (untuk soal ini diminta dengan likelihood). Switching regression adalah sebagai berikut: Saat terjadi excess demand, maka conditional density ditentukan oleh error fungsi penawaran dan standar deviasi dari penawaran; Sedangkan saat terjadi excess supply, maka conditional density ditentukan oleh error fungsi permintaan dan standar deviasi dari permintaan. Estimasi dengan maximum likelihood akan menghasilkan koefisien-koefisien yang mewakili komponen exogenous. Namun yang harus diperhatikan dengan regresi menggunakan maximum likelihood adalah bahwa meskipun terdapat restriksi pada delta price, namun tidak mempunyai restriksi (digunakan dalam kedua estimasi). Konsekuensinya adalah estimasi dengan maximum likelihood tidak akan efisien dan tidak asimtotik. yang masuk ke fungsi permintaan akan cenderung positif, dan yang masuk ke fungsi penawaran cenderung negatif, sehingga terjadi ambivalensi (nanti akan terlihat di hasil regresi). Hal ini berbeda dengan estimasi menggunakan 2SLS. Estimasi dengan 2 SLS mempunyai satu model kuantitas yang dibentuk dari persamaan penawaran dan permintaan, dengan demikian estimasi dengan 2SLS akan menghasilkan hasil yang konsisten, meskipun begitu karena lebih tidak efisien, maka penggunaan maximum likelihood lebih disarankan. PENJELASAN JAWABAN 1: Dibawah ini merupakan sintax yang digunakan untuk melakukan estimasi yang diminta pada soal: Syntax di dalam Eviews Keterangan: Yang ditulis dengan menggunakan tinta hitam adalah syntax yang dibaca oleh Eviews Yang ditulis dengan menggunakan tinta hijau adalah penjelasan yang tidak dibaca oleh Eviews Yang ditulis dengan menggunakan tinta merah tidak dimasukkan ke dalam Eviews, hanya ditulis untuk keperluan menjawab tugas ini dan memperjelas tugas ini' DISEQ1.PRG ' example program for EViews LogL object ' disequilibrium switching model Data yang digunakan didapat dari Judge (1985) halaman 645 ' Exercise 15.14-15.15 in (page 644-646), Judge, et al. (1985), ' The Theory and Practice of Econometrics, 2nd Edition, ' John Wiley & Sons. Membuat Workfile untuk Tugas ini ' create workfile wfcreate diseq u 1 21 Memasukkan Seluruh Data yang Diketahui Dari Exercise 15.14 Sesuai Tabel 15.3 ' load data in exercise 15.14 (Table 15.3) ' one obs extra for presample value series u1 series v1 series y1 series w1

u1.fill(o=2) 0.41,-0.09,0.39,-0.52,1.37,-0.8,0.63,1.83,-0.85,-0.85,-1.29,-0.46,-0.79,-0.63,-0.62,-1.53,0.61,0.92,-0.26,0.93 v1.fill(o=2) 0.46,4.78,2.76,-2.83,3.12,0.28,-0.02,2.81,2.41,0.09,-1.37,0.23,-0.45,2.64,3.83,1.23,-0.81,-1.04,3.33,1.92 y1.fill(o=2) 574.21,653.85,733.81,818.29,899.29,972.78,1057.56,1132.86,1215.8,1292.58,1373.82,1459.22,1538.38,1617.47,16 92.97,1777.61,1858.21,1939.75,2010.6,2090.36 w1.fill(o=2) 1.69,1.88,1.94,1.96,2.15,2.16,2.29,2.31,2.59,2.67,2.76,2.73,2.94,3.06,3.19,3.17,3.3,3.44,3.46,3.62 Deklarasi Umum atau Membuat Skalar ' set harga awal untuk p smpl 1 1 series p1 = 43.21 Generate Data dan Penentuan Nilai Awal ' hasilkan nilai untuk variabel p1, d1, s1, q1 model m1 m1.append d1 = 60-1.8*p1(-1)+0.05*y1+u1 m1.append s1 = 10+2.5*p1(-1)-3*w1+v1 m1.append q1 = (d1=s1)*s1 m1.append p1 = p1(-1)+0.04*(d1-s1) smpl 2 21 m1.solve ' rename rename d1_0 d1 rename s1_0 s1 rename q1_0 q1 p1 = p1_0

' already exists; overwrite

Menyatakan Koefisien Variabel untuk Prosedur Maximum Likelihood ' declare coef vectors to use in likelihood spec coef(3) alpha ' true values 60, -1.8, 0.05 coef(3) beta ' true values 10, 2.5, -3 coef(1) gamma ' true value 0.04 coef(2) sigma ' true values 1, 2 !pi = @acos(-1) perintah untuk membuat fungsi arc cosinus untuk price ' setup likelihood as in eqs (2.3.16) & (2.3.17) of Quandt, page 32 ' assume zero correlation between demand and supply error series dp_pos = (d(p1)>0)*d(p1) Menyatakan Series Positif - Kondisi Dimana Excess Demand Terjadi series dp_neg = (d(p1)


Recommended