Apa itu Unit Root - Seri 1 Econometrica

Posted by: admin 10 years, 7 months ago

(Comments)

Penjelasan mengenai panel cointegration ini akan dibahas sesuai struktur berikut

Harapannya adalah setelah ini saya khususnya dan pembaca mampu

#MenguakBahasaKalbu-1 Asal Mula ada nya Kointegrasi (Unit root dan Spurious Regression )

• Unit root apakah itu
• Apa itu order of integration
• White noise process, makanan apa itu
• Spurious regression, makhluk apa lagi itu
• Memeriksa unit root di STATA
• Contoh Unit root pada Macroeconomic Variable
• Contoh unit rootpada perkembangan financial dan perkembangan ekonomi

#MenguakBahasaKalbu-2 Apakah itu Kointegrasi dan Error Correction Models #MenguakBahasaKalbu-3 Test Kointegrasi Engle Granger #MenguakBahasaKalbu-4 Test Kointegrasi Johansen #MenguakBahasaKalbu-5 Panel Kointegrasi Pendahuluan

  Mengapa bahasan Ini kita sebut sebagai bahasa kalbu? karena esensi di belakang bahasa kalbu adalah banyak hal yang tidak bisa kita lihat. Seperti saat seseorang itu galau, dari luar tampak susah, padahal di dalamnya lebih susah.. he he.. Dari hal paling simpel ini lah semua itu berasal!! Galau!!!! Oke kembali ke hal yang serius, kita ketahui bahwa perbedaan atara stasioner dan tidak stasioner dalam ime series. Pada statsioner time series, shock akan temporrere dan seiring dengan waktu efeknya akan teremlimasi saat sereis berada pada rata rata long run. Hal yang lain, non statsionertime sereis akan menjadikan shock tadi seagai komponen yang permanen. Seperti hati kita cuy, saat kita memiliki hati yang sebenarnya baik, maka yang namanya sifat jelek atau khilaf berlangsung hanya sementara, sedangkan kalau kita labil maka ke labilan kita akan memakan diri kita sendiri (cieh puitis saya). Lanjut!!! Oleh karena itu, rata rata dan variance dari non stasioner time series akan tergantung pada waktu, yang menghantarakan kepada kasus dimana seris tidak memiliki long run mean (rata rata) dan juga varianc akan bergantung pada waktu dan kanam mendekeati inifinity saat waktu berlalu ke keabadian! ciehh dalammm Kita juga sudah membahas bagaimana mengidentifikasi non-statiner seris. Pada umumnya kita mengatakan stasioner seris akan mengikuti theoritical corrlogram yang akan hilang dengan sendirinya saat penambahan lag meningkat, sementara theorteical correlogram dari nono stationary time series tidak adakan hilang seiring dengan penambahan panjang lag. Bagaimana pun metodak ini terika untuk tidak akurat karena dekat dengan unit root process akan memiliki bentuk yang sama paa autocorrelation funcion (ACF) sebagai real unit root process. Olh karenanya apa yang umncul menjadi unit root untuk seoang penlit mungkin muncul sebagai stationer process untuk peneliti yang lain. Poin dari diskusi ini adalah formal tes untuk mengidentifkasi non statsionary (unit root). Bahasan selanjutnya akan penmenjaskan apa itu dan problem apa yang ada pada unit regresi model yang memiliki unit orrot. Oke akhir kata selamat menikmati kisah pemuda pemudi galau ini he he.   Sebelum kita mulai apa itu unit root, mari kita simak model berikut

  Perhatikan persamaan AR(1) berikut

\(  y_t = \phi y_{t-1} + e_t \)

di mana $e_t$ adalah proses white nose dan kondisi dari stationarity adalah $|phi|<1$ Secara general ada 3 case case 1 $|phi|<1$ dan oleh karena nya series ini stasioner. case 2 $|phi|<1$ dimana series ini mengalami keledakan case 3 $|phi|<1$ di mana series ini menangdung unit root dan oleh karenanya tidak stasioner. Sehingga apabila $phi =1$, sehingga $y_t$ mengandung unit root, memiliki $phi=1$ dan mengurangi $y_{t-1}$ dari kedua sisi persamaan sebelumnya ref{eq:one} maka kita akan mendapatkan. begin{equation} label{eq:two} y_t -y_{t-1}= y_{t-1} +y_{t-1}+ e_t triangle y_t = e_t end{equation} dan karena e_t adalah white noise process, sehingga $triangle y_t$ adalah seri yang statsioer. Sehingga dengan mengurangkan $ y_t$ kita akan mendapatkan stationaritas.

Definisi 1 Sebuah seri $y_t$ adalah terintegrasi pada order satu ($y_t sim I(1)$) dan mengandung sebuah unit root apabila $y_t$ tidaklah statsioner, namun $triangle y_t$ statsioner.

  Secara general, sebuah time series $y_t$ yang tidak stationer mungkin butuh untuk diselisihkan lebih dari sekali sebelum menjadi stationer. Sebuah series $y_t$ menjadi stationer setelah sekian banyak selesih d (d numbers of differences) disebut juga terintegrasi pada order d.

Definisi 2 Sebuah seri $y_t$ terintegrasi pada order d (disimbolkan $y_t sim I(d))$ apabila $y_t$ tidak stasioner tetapi $triangle^d y_t $ stasioner; dimana $triangle y_t = y_t - y_{t-1}$ dan $triangle^2 y_t = triangle(triangle y_t) =triangle y_t- y_{t-1}$ dan seterusnya.

Lanjutan berikutnya adalah mengenai spurious regression. Reference : Baltagi (2013) Asteriou (2008)

• ← How to prepare panel data in stata
• 10 mata uang tertinggi di dunia, apakah rupiah ada di dalamnya? →