Struk Tur Model Panel

download Struk Tur Model Panel

of 50

  • date post

    28-Dec-2015
  • Category

    Documents

  • view

    32
  • download

    4

Embed Size (px)

Transcript of Struk Tur Model Panel

  • ANALISIS DATA PANEL

    it i it ity X = + + Struktur Model I Struktur Model II Struktur Model III/

    Struktur Model V Struktur Model

    IV Struktur Model VI

    Model Common/ Pool 1 2 i = = =" 1 2k k ik = = ="

    Model Panel 1 2 i " 1 2k k ik = = ="

    Random Coef Mod 1 2 i " 1 2k k ik "

    Sama dengan Model III/ V

    Pers. Simultan 1 2 i " 1 2k k ik "

    Homosedastik

    2

    2

    2

    0 00

    0 0

    II

    V0

    I

    =

    ""

    " " " ""

    Fixed Effek LSDV Fixed Effect

    Model

    Model III- Heterogenity coef Estimator :GLS Eviews: System

    Koef salah satu

    Var Indp sama setiap individu

    Memperhitungkan

    korelasi antar unit/ individu serta sifat exogenitas/ endogenitas

    Heterosedastik (antar individu)

    21

    22

    2

    0 00 0

    0 0 i

    II

    V

    I

    =

    ""

    " " " ""

    Random Effect

    Model V- Heterogenity coef & serial correlation Estimator :GLS-

    SUR Eviews: System

    Estimasi : OLS 2SLS 3SLS

    Heterosedastik & cros sec correlation (antar individu)

    SANJOYO 19 DESEMBER 2007 1

  • 11 12 1

    21 22 2

    1 2

    n

    n

    n n nn

    I I II I I

    V

    I I I

    =

    ""

    " " " ""

    ESTIMATOR: GLS/FGLS

    ( ) ( )11 1 X V X X V y =

    EVIEW : OBJECT POOL Weight: no weight Cross Heterosedastisity Cross SUR Periode Heterosedastisity Periode SUR

    SANJOYO 19 DESEMBER 2007 2

  • INPUT DATA:

    Setting workfile dattied reguler frequency : Montly tahun 2001 s/d 2003

    SANJOYO 19 DESEMBER 2007 3

  • Import file dari Excel : Perbankan.xls

    SANJOYO 19 DESEMBER 2007 4

  • SANJOYO 19 DESEMBER 2007 5

  • SANJOYO 19 DESEMBER 2007 6

  • Hasil dari import file excel ke dalam format Eviews

    SANJOYO 19 DESEMBER 2007 7

  • SETTING DATA UNTUK ANALISIS DATA POOL & DATA PANEL Object New Object Pool

    SANJOYO 19 DESEMBER 2007 8

  • Tuliskan indentifikasi data crossection

    SANJOYO 19 DESEMBER 2007 9

  • STRUKTUR MODEL 1 (COMMMON/ POOL) HOMOSEDASTIK:

    o Weights : No weight o Method : LS-Least Square

    SANJOYO 19 DESEMBER 2007 10

  • HASILNYA:

    Option : o Ordinary o White crossection : korelasi antara cross-equation dan varians error yang berbeda dlm setai cross equation o White periode : mengakomodasi : korelasi serial dan var berbeda antara disturbance o White Diagonal : heterisedastisity dalam disturebance

    SANJOYO 19 DESEMBER 2007 11

  • HETEROSEDASTIK

    o ESTIMATOR : GLS/ WLS CROSS-SECTION WEIGHT

    SANJOYO 19 DESEMBER 2007 12

  • HASIL:

    SANJOYO 19 DESEMBER 2007 13

  • HETEROSEDASTIK & KORELASI SERIAL (SUR) o ESTIMATOR: CROSS-SECTION SUR

    SANJOYO 19 DESEMBER 2007 14

  • HASILNYA:

    SANJOYO 19 DESEMBER 2007 15

  • STRUKTUR MODEL II (FIXED & RANDOM EFFECT) Menggunakan data : konsumsi_gnr2.wf1

    Inv CS F Model : it i CSi it Fi it it = + + + Inv: investment (milyard Rp); CS: konsumsi (jutaan Rp); F: market value of firm(milyar Rp).

    Individu i = DKI, Jabar, Jawa Tengah, Jawa Timur, Bali LSDV

    Model: 1 2 3 4 52 3 4 5it i i i i CS it F it itInv D D D D CS F D2=dummy DKI, D3=dummy JBR, D4=dummy JTG, D5=dummy JTM

    = + + + + + + +

    Estimator : OLS (homosedastik)

    SANJOYO 19 DESEMBER 2007 16

  • SANJOYO 19 DESEMBER 2007 17

  • Hasil: o Investasi Bali: 92.53853 o Investasi DKI: 92.53853 168,6053= -76.0668 o . dst

    SANJOYO 19 DESEMBER 2007 18

  • FIXED EFFECT MODEL Model Umum: it i it ity X = + + Model: it i CSi it Fi it itInv CS F = + + + Estimator : OLS (homosedastik)

    SANJOYO 19 DESEMBER 2007 19

  • Hasil:

    Koef Indv EffectC -62.5944 CS? 0.34666 F? 0.10598 Fixed Effects (Cross) _BAL--C 155.1329 92.53851_DKI--C -13.4724 -76.06674_JBR--C 33.22081 -29.37358_JTG--C -179.576 -242.17079_JTM--C 4.69498 -57.89941

    Interpretasi: Bila mana ada perubahan Consumsi dan Market Value of Firm baik antar Daerah maupun antar waktu, maka Propinsi Bali akan mendapatkan penaruh Individu terhadap investasi sebesar : Rp 92,54 milayar

    SANJOYO 19 DESEMBER 2007 20

  • RANDOM EFFECT MODEL Model Umum: it it i ity X = + + + Model: it i CSi it Fi it itInv CS F = + + + Estimator : GLS

    SANJOYO 19 DESEMBER 2007 21

  • Hasil:

    Interpretasi: Bila mana ada perubahan Consumsi dan Market Value of Firm baik antar Daerah maupun antar waktu, maka Propinsi Bali akan mendapatkan penaruh Individu terhadap investasi sebesar : Rp 151,86 milyar

    SANJOYO 19 DESEMBER 2007 22

  • Uji Random dan Fixed Effect: untuk melihat apakah model mengikuti random effect atau fixed effect dengan Hausman test. Ho : random effect (individual effect uncorelated) H1 : Fixed effect. Statistik Uji: )()()'( 12 = bbVarbhitDimana : b= koefisien random effect; =koefisien fixed effect Keputusan: Tolah Ho jika 2 2( , )hit k > (k=jumlah koef slope) atau p-value < .

    SANJOYO 19 DESEMBER 2007 23

  • SANJOYO 19 DESEMBER 2007 24

  • Hasil Pengujian

    P-Value = 0,2081 > 5% Ho diterima Model Random Effect

    SANJOYO 19 DESEMBER 2007 25

  • Model III- Heterogenity Coefisient y Model Umum: ii i i iX += + i iv = + , dimana:

    Model : 1 2 3 4 1it i i i i i itRDep RSBI RPuab RIntervensi RDep = + + + + + Contoh Data Perbankan- Asist 2.wf1 Eviews: Object New Object System Tuliskan persamaan system

    SANJOYO 19 DESEMBER 2007 26

  • Estimasi Koef GLS Weigted LS

    SANJOYO 19 DESEMBER 2007 27

  • Hasil

    Iteration Option :

    Iterate coefficient to convergence tidak gunakan MLE Simultanneous Updateing : gunakan MLE

    SANJOYO 19 DESEMBER 2007 28

  • Model V- Heterogenity Coefisient dan korelasi antar Unit y X Model Umum: ii i i i = + +

    Model : 1 2 3 4 1it i i i i i itRDep RSBI RPuab RIntervensi RDep = + + + + + Contoh Data Perbankan- Asist 2.wf1 Eviews: Object New Object System Estimator: GLS- SUR

    SANJOYO 19 DESEMBER 2007 29

  • Hasil

    SANJOYO 19 DESEMBER 2007 30

  • Model IV- Sama dengan Model III/ V (namun) Namun, Salah satu Koef Indpendent Var (mis. RSBI) sama setiap individu (bank) Model : 1 2 3 4 1it i i i i itRDep RSBI RPuab RIntervensi RDep = + + + + + Contoh Data Perbankan- Asist 2.wf1 Eviews: Object New Object System Tulis Model persamaan system

    SANJOYO 19 DESEMBER 2007 31

  • Estimator: GLS- SUR (Weighted)

    SANJOYO 19 DESEMBER 2007 32

  • PEMILIHAN MODEL: 1. MODEL II: RANDOM EFFEECT VS FIXED EFFECT

    Dengan Hausman Test sudah dijelaskan diatas

    2. MODEL IV (KOEF VAR TERTENTU SAMA) VS MODEL V(KOEF INDP VAR BERBEDA) Apakah sesungguhnya efek dari suatu var independent (RSBI) sama untuk semua Individu (bank) Hipotesi:

    Ho: 11 1BNI BCA CIT = = =" H1: Model V dengan MLE

    ; yaitu Model IV dengan MLE

    Statistik Uji : WALD TEST Tolak Ho jika p-value < 5% (10%) Contoh:

    SANJOYO 19 DESEMBER 2007 33

  • Kembali pada Model V:

    Lakukan restriksi pada uji wald: o C(1)=C(2)= C(3)= C(4)=C(5)=C(6)=C(7)=C(8)=C(9)=C(10)

    SANJOYO 19 DESEMBER 2007 34

  • SANJOYO 19 DESEMBER 2007 35

  • SANJOYO 19 DESEMBER 2007 36

  • p-Value (0,3918) > 5% Ho diterima Model V dengan MLE. Maka model lebih baik adalah model dimana effek RSBI seragap terhadap RDEP.

    SANJOYO 19 DESEMBER 2007 37

  • 3. MODEL II ( RANDOM EFFEECT) VS MODEL V (RANDOM KOEF)

    Menguji model manakah yang lebih baik Model II (efek individu berbeda dan efek var sama) dengan Model V(efek individu berbeda dan efek var berbeda )

    Hipotesi:

    Ho: 1 1 1

    2 2 2

    3 3 3

    4 4 4

    ,,,

    BNI BCA CIT

    BNI BCA CIT

    BNI BCA CIT

    BNI BCA CIT

    = = == = == = == = =

    """"

    ; yaitu Model II (random effek) dengan MLE

    H1: Model V dengan MLE Statistik Uji : WALD TEST Tolak Ho jika p-value < 5% (10%) Contoh: Gunakan Model V Lakukan restriksi

    C(1)=C(2)= C(3)= C(4)=C(5)=C(6)=C(7)=C(8)=C(9)=C(10) C(11)=C(12)= C(13)= C(14)=C(15)=C(16)=C(17)=C(18)=C(19)=C(20) C(21)=C(22)= C(23)= C(24)=C(25)=C(26)=C(27)=C(28)=C(29)=C(30) C(31)=C(32)= C(33)= C(34)=C(35)=C(36)=C(37)=C(38)=C(39)