You are on page 1of 10

III.

Hasil Unit root test


Pertama, urutan integrasi semua seri yang relevan ditentukan, dengan menggunakan tes integrasi musiman dan ADFtest (lihat Bagian II.B). data kuartalan. Tidak tolak H01 , Bersama dengan penolakan dari kedua H 02 dan hipotesis H bersama 03 +04, menunjukkan adanya unit root pada frekuensi nol dan tidak ada unit root musiman. Karena ada korespondensi antara data kuartal dan root bulana pada frekuensi nol, tidak mendeteksi akar Unit musiman di tingkat kuartal adalah cukup untuk mempertimbangkan bahwa seri dipengaruhi hanya oleh akar unit pada level nol dan tidak ada pengujian di tingkat bulanan yang diperlukan. Tabel tersebut menunjukkan bahwa null dari akar Unit musiman dapat ditolak untuk semua seri, kecuali TEMP

. Tes ini juga menolak hipotesis nol akar unit yang musiman dalam seri INF,
meskipun perkiraan tidak ditampilkan, karena variabel ini tidak digunakan di sebagian besar model akhir kebutuhan air. Uji ADF diterapkan dalam hal ini tidak mengandung tidak tren atau istilah yang konstan, Karena residual OLS akan berarti nol dengan konstanta termasuk dalam kointegrasi regresi. Nilai-nilai kritis dihitung dengan Dickey Fuller tidak tepat, karena t-statistik yang distribusi dipengaruhi oleh sejumlah variabel dalam co-integrasi regresi (Engle dan Yoo 1987).

Catatan: (a) Uji spesifikasi: SEAS (dummies Musiman + konstan), TREND (Konstan + trend), STREND (Dummies Musiman + konstan + trend), const (konstan saja). (b) perkiraan HEGY, menunjukkan suatu signifikan pada 5% dan 10% statistik. Dua baris pertama menunjukkan t-statistik dan yang ketiga menunjukkan F-stat. (C) panjang Lag dan kelambanan dari perbedaan keempat dari seri waktu untuk dimasukkan dalam regresi tambahan. Setelah mendeteksi dengan pendekatan musiman adanya akar-satunya unit frekuensi nol, urutan integrasi dari seri selanjutnya diuji dengan menggunakan Dickey-Fuller- tes. Dua regresi DF tambahan, dengan dan tanpa tren, digunakan dan lag yang optimal dipilih oleh sekuensial otomatis t-test. hasil Itu, ditunjukkan pada Tabel 5, mengungkapkan bahwa komponen tren tidak relevan di sebagian kasus dan bahwa variabel yang paling terbukti I(1). Pengujian hipotesis mengizinkan penolakan dari nol non-stasioneritas dari seri dibedakan pada tingkat 99% keyakinan. Sekali lagi, ada beberapa keraguan mengenai variabel iklim. TEMP tampaknya stationer , tetapi unit test musiman akar tidak menolak hipotesis akar musiman, sehingga variabel ini harus dipertimbangkan dengan hati-hati, karena mungkin I(0, 1). Dalam kasus RAIN, kita juga melihat bahwa seri mungkin benar-benar menjadi stasioner pada tingkat juga di semua frekuensi, saya (0). Karena klaim pasti tidak dapat dibuat bahwa variabel iklim adalah nonstasioner, diperkenalkan tahun hubungan co-integrasi dan koreksi kesalahan model tidak dapat dipahami

Catatan: (a) t-rasio estimasi ***, **dan * menunjukkan t-rasio signifikan pada,% 1 5% dan 10%. (B) Jumlah dari kelambanan (dengan maksimum 8) untuk disertakan dipilih menggunakan Ng-Perron sekuensial-uji t. (C)

Bartlett (B) statistik tes putih kebisingan periodogram kumulatif (H0: kesalahan adalah white noise). (D) Seri ini menunjukkan tren kuadrat bukan tren linier. dengan cara yang sama sebagai variabel yang tersisa. Untuk alasan ini, model alternatif yang menyumbang musiman hanya menggunakan SUM variabel biner juga dilaporkan. The augmentasi dasar regresi DF dengan kelambanan tambahan (dalam Bagian II.B) dimotivasi oleh kebutuhan untuk menghasilkan independen dan terdistribusi secara identik (Iid) kesalahan. Jumlah lag dipilih oleh Ng-Perron (1995) berurut-t tes. Maksimal delapan lag dianggap, mengingat ukuran sampel yang kecil. Sebuah periodogram tes putih kebisingan kumulatif digunakan untuk memeriksa bahwa kesalahan itu white noise di regresi unit root test. Sebuah solusi alternatif adalah Phillips dan Perron (1988) tes (PP), yang menggunakan model yang sama seperti DF tapi, bukan tertinggal variabel, mempekerjakan koreksi non-parametrik (Newey dan West 1987) untuk seri korelasi. Yang penting nilai-nilai untuk kedua Dickey Fuller dan Phillips Perron tes memiliki distribusi yang sama (tingkat kritis direproduksi di Hamilton 1994). Pada prinsipnya, tes PP harus lebih kuat daripada yang ADF, sehingga unit tes akar dilakukan dengan menggunakan keduanya. Hasil tes PP tidak dilaporkan, tetapi tersedia atas permintaan. B. lebih lanjut test akar unit Seperti dijelaskan dalam Bagian II.B, kesimpulan dari Dickey-Fuller tes s dapat diduga dalam sampel kecil dan ketika kemungkinan istirahat struktural memiliki dipertimbangkan. Sebuah DFGLS (Elliott et al 1996.) Digunakan uji untuk mengkonfirmasi nonstationarity dari seri utama dalam model. Karena lebih kuat daripada Dickey Fuller dasar tes, tes ini akan lebih mudah menolak null dari nonstationarity. Tes KPSS (lihat Baum 2000) juga dilakukan untuk menguji hipotesis alternatif dari stasioneritas dari seri. Hasil kedua jenis tes, pada Tabel 6, menunjukkan tidak ada perbedaan relevan sehubungan dengan yang dijelaskan dalam Bagian III.A. Demikian pula, istirahat struktural dalam seri model dapat mempengaruhi kesimpulan dari Sebuah model (tidak dilaporkan tetapi tersedia atas permintaan) berdasarkan persamaan co-integrasi yang melakukan tidak termasuk baik SUM maupun variabel iklim (TEMP dan HUJAN) menghasilkan sangat mirip elastisitas harga (lihat Bagian III.5) tapi pas sedikit lebih buruk dari model yang mencakup musiman variabel. Ini, tentu saja, menegaskan intuisi bahwa variabel

musiman tidak substansial mempengaruhi jangka panjang dinamika kebutuhan air. Dalam kasus TEMP dan VI ada beberapa keraguan tentang apakah kesalahan telah memutih. Namun, kami tidak menduga bahwa hasil ini dalam bias dari unit tes akar koefisien cukup kuat untuk mempengaruhi kesimpulan mereka.

Catatan: ***,** dan * menunjukkan t-rasio signifikan pada,% 1 5% dan 10%. unit-akar tes, di atas semua karena dampak kekeringan dan tindakan konservasi diadopsi oleh utilitas air. Untuk alasan ini Clemente dkk. (1998) 's tes, yang memungkinkan satu atau dua istirahat struktural dalam time series (Lihat Baum 2005), digunakan untuk mendapatkan konfirmasi lebih lanjut dari nonstationarity dari seri utama dipertimbangkan. Hasil (tidak dilaporkan tetapi tersedia atas permintaan dan dalam Martnez-Espieira 2003) mengkonfirmasikan bahwa bukti seri pameran sebagian besar struktural istirahat. Namun, bahkan ketika ini dianggap, tidak ada cukup bukti untuk menolak null dari nonstationarity. Sejak pengujian unit root tambahan mendukung gagasan bahwa, dengan pengecualian mungkin dari variabel iklim, yang seri yang digunakan dalam model permintaan adalah nonstasioner, langkah berikutnya adalah untuk menganalisis co-mengintegrasikan hubungan di antara mereka seri. C. Co-integrasi analisis regresi Semua seri stasioner stationer , maka langkah selanjutnya adalah untuk memeriksa bahwa ada ekuilibrium jangka panjang hubungan antara variabel. Ini membutuhkan perpanjangan dari hubungan linier antara konsumsi

air dan serangkaian variabel bahwa teori ekonomi menunjukkan tepat. Model yang diberikan oleh persamaan (5) diperpanjang menjadi dua model alternatif (subskrip waktu telah turun untuk menyederhanakan eksposisi): Q = + P + P2 + RES + VI + BAN + SUM + u (7) termasuk SUM variabel biner bukan variabel iklim (lihat Bagian II) dan: Q = '+ P + P2 + RES + VI + BAN + TEMP + RAIN u '. (8) Tabel 7 menunjukkan koefisien estimasi OLS dan t-statistik dalam estimasi. Uji ADF menunjukkan bahwa hipotesis bahwa residu dalam Model 7 adalah nonstasioner dapat ditolak. Yang relevan t-rasio -5,625 dalam tes biasa unit akar dan harus dibandingkan dengan nilai kritis yang diberikan oleh Engle dan Yoo (1987), yang tergantung pada dimensi dari seri waktu dan pada jumlah variabel termasuk dalam model. Statistik DW juga lebih tinggi dari R2 , yang menunjukkan adanya hubungan co-integrasi. Harga-jangka panjang elastisitas yang dihitung dengan cara harga dan kuantitas sesuai dengan model 7 adalah - 0,491. Semua variabel menyajikan tanda-tanda yang diharapkan dan sangat signifikan. Uji ADF menunjukkan bahwa hipotesis bahwa residu dalam Model 8 adalah nonstasioner dapat ditolak juga. Yang relevan t-rasio -5,364. DW statistik sekali lagi lebih tinggi dari R Jangka panjang sesuai harga-elastisitas menurut Model untuk 8 adalah -0,494, pada dasarnya sama dengan yang diperoleh dengan model 7. Sekalilagi, semua variabel yang memiliki tanda-tanda yang diharapkan dan sangat signifikan. Pengecualian Adalah RAIN, yang menyajikan tanda positif, sementara kita biasanya mengharapkan lebih curah hujan untuk mengurangi penggunaan air. Namun, tidak dapat ditolak bahwa perusahaan koefisien adalah null. Nilai ini memungkinkan penolakan null tidak ada integrasi rekan pada tingkat kepercayaan 99%, tetapi itu dicapai bila regresi tambahan mencakup tidak ada lag . Lima lag dipilih oleh Ng Yang berurutan Perron t-rasio dan uji Informasi Akaike Kriteria, menghasilkan t- statistik -3,053 dan satu lag dipilih oleh Hannan-Quinn (1979) kriteria, menghasilkan t-statistik -3,804. Nilai ini memungkinkan penolakan null tidak ada integrasi rekan pada tingkat kepercayaan 99%, tetapi itu dicapai bila regresi tambahan mencakup tidak ada. Jika regresi tambahan dijalankan dengan jumlah yang optimal dari lag (tiga) t-rasio -4,192.

Catatan: ***, ** dan * menunjukkan t-rasio signifikan pada,% 1 5% dan 10%. Menurut tes ADF, null tidak ada integrasi rekan hanya dapat ditolak jika panjang lag dari regresi auxiliary tidak optimal dipilih. Namun, Menariknya nilai tertinggal dari RES menunjukkan bahwa pada awal dari pembatasan meningkat periode tabungan lebih besar daripada setelah memungkinkan untuk penyesuaian tertentu oleh konsumen (mungkin mengisi wadah air selama tidak dibatasi jam). Nilai tertinggal dari SUM juga menunjukkan bahwa menjadi pada awal periode musim panas juga meningkatkan penggunaan (mungkin beberapa penggunaan musiman, seperti mengisi kolam renang, lebih intens di awal musim). nilai tes DW dan intuisi ekonomi menunjukkan bahwa hubungan jangka panjang akan mengatur variabel yang bersangkutan. Ada lebih dari dua seri nonstasioner dalam model, mungkin saja ada lebih dari satu rekan mengintegrasikan hubungan. Untuk alasan ini dan untuk mendapatkan lebih bukti adanya regresi rekan mengintegrasikan, yang Johansen-Juselius metode kemungkinan maksimum untuk co-integrasi (lihat Johansen 1988; Johansen

dan Juselius 1990; dan Osterwald-Lenum 1992, untuk rincian) digunakan untuk menentukan jumlah co-mengintegrasikan hubungan. Hasilnya, tidak dilaporkan tetapi tersedia atas permintaan, menunjukkan hipotesis nol lebih dari satu rekan mengintegrasikan hubungan ditolak pada tingkat signifikansi 1% dalam semua kasus, kecuali dalam hal jejak tes untuk Model 7, yang menolak nol nonkointegrasi hanya pada tentang 15%. Kemungkinan-rasio dan statistik uji Wald untuk mengesampingkan variabel dari bahwa hubungan co-mengintegrasikan juga dilakukan, dan semua variabel termasuk dalam co-integrasi tes ditemukan relevan. Oleh karena itu, tes Johansen mendukung asumsi co-integrasi untuk kedua model. D. Koreksi kesalahan model Karena sebagian besar bukti terhadap stasioneritas dari residual dari co-mengintegrasikan regresi, residu mereka dapat diperkenalkan sebagai koreksi kesalahan istilah dalam dua model koreksi kesalahan. Xt variabel dalam persamaan (6) diganti oleh perbedaan pertama dan perbedaan tertinggal dari rekan mengintegrasikan variabel. Yang pertama kesalahan spesifikasi koreksi, ECM7 mencakup variabel musim panas, sedangkan Model kedua, ECM8, termasuk TEMP dan HUJAN (TEMP mungkin menderita masalah musiman Unit akar dan meragukan bahwa TEMP dan HUJAN adalah nonstasioner, sehingga model kedua harus dipertimbangkan dengan hati-hati). Tabel 7 melaporkan hasil ini estimasi OLS. Ini termasuk nilai-nilai tertinggal dari perbedaan dari beberapa variabel.

VI tersisa dari model ECM, karena menunjukkan masalah multikolinearitas


dengan variabel harga dan diperkenalkan membuat mereka nonsignifikan. Masuk akal untuk mengasumsikan bahwa perubahan pendapatan cenderung mempengaruhi air hanya menggunakan dalam jangka panjang, kemungkinan besar melalui dampak terhadap komposisi modal saham. BAN ditemukan tidak signifikan juga dan itu dihapus dari ECM regresi. Kecepatan penyesuaian terhadap ekuilibrium diberikan oleh diprediksi T-1 pada Tabel 7, sesuai dengan (y t-1 - x t-1 ) Dalam notasi yang digunakan dalam persamaan (2), adalah -0,218 -0,249 Dan di ECM7 di ECM8. Hal ini dapat dilihat bahwa koreksi kesalahan hal ini memiliki tanda negatif yang diharapkan dan keduanya signifikan, yang lebih mendukung penerimaan hipotesis co-integrasi. Para Ramsey RESET-test (menggunakan kekuatan dari nilai-nilai pas Q t ) Menunjukkan bahwa hipotesis nol bahwa Model ECM7 dan ECM8 telah ada dihilangkan variabel tidak dapat ditolak. Tabel 7 Termasuk baterai dari tes diagnostik digunakan untuk memeriksa bahwa residual berdistribusi normal

dan tidak autocorrelated atau heteroskedastic dalam persamaan koreksi kesalahan. Hal ini termasuk Jarque-Bera (1980) uji normalitas dari residual; (1980) White statistik umum pengujian dan Cook-Weisberg (1983) - BreuschPagan (1979) uji, yang menggunakan nilai-nilai pas dari Q t , Untuk heteroskedastisitas; pengali Lagrange tes untuk bersyarat autoregressive heteroskedastisitas (ARCH), berdasarkan Engle (1982); dan Breusch (1978)Godfrey (1978) LM test. Mereka semua menyajikan nilai yang dapat diterima, dengan pengecualian dari Breusch-Godfrey LM tes, yang mengarah pada penolakan terhadap nol nonautokorelasi di ECM7. Model alternatif dengan nilai-nilai tertinggal tambahan dari variabel harga memecahkan masalah ini dan menghasilkan elastisitas jangka pendek dari -0,073, sebagai dilaporkan di bawah ini. Hasil dari regresi ditambah tambahan tidak berbeda secara signifikan dari yang dilaporkan dan tersedia atas permintaan. E. Harga elastisitas Perhitungan jangka pendek elastisitas harga

SR

) Menggunakan harga rata-rata dan konsumsi air, menghasilkan hasil sebagai berikut. Menggunakan ECM7 dan cointegrasi regresi dalam model 7,

SR SR

= -0,159 (Sementara model augmented digunakan untuk mengoreksi autokorelasi akan menghasilkan = -0,073) Dan

LR SR

= -0,494. Demikian pula, ECM8 dan Model 8 hasil = -0,101 Dan

LR

= -0,491. Perkiraan hargaelastisitas mengkonfirmasi bahwa permintaan air rumah adalah inelastis terhadap harga, tetapi tidak sempurna demikian. Hampir semua makalah yang diterbitkan pada permintaan air rumah menyepakati hasil ini. Selain itu hasil ini mengkonfirmasi intuisi yang jangka panjang elastisitas lebih tinggi (dalam nilai absolut) daripada jangka pendek yang (Dandy et al 1997;. Nauges dan Thomas 2003; Martnez-Espieira dan Nauges 2004), yang juga lebih tinggi daripada kebanyakan

dari langkah-langkah yang telah diperoleh di negara-negara Eropa lainnya (Arbus et al. 2003). Penggunaan pendekatan ko-integrasi untuk model permintaan air hasil agak masuk akal hasil dan membantu untuk membedakan antara jangka pendek efek dan jangka panjang dampak kebijakan harga. F.Wickens-Breusch satu langkah pendekatan Prosedur Engle-Granger dijelaskan di atas menikmati penting menarik asymptotic properti tetapi juga menderita kelemahan. Dalam sampel berhingga, estimasi parameter yang bias. Tingkat bias ini dapat parah, dan akan tergantung pada dinamika dihilangkan dan kegagalan asumsi exogeneity lemah antara lain. Ukuran sampel yang wajar dan fakta bahwa perkiraan setuju dengan teori ekonomi dan penelitian sebelumnya didasarkan pada alternatif ekonometrik teknik menunjukkan pada prinsipnya bahwa ini mungkin masalah kecil dalam kasus ini. Masalah lain, bagaimanapun, adalah bahwa seseorang tidak dapat menguji parameter jangka panjang. Untuk alasan ini, sebuah regresi tambahan dijalankan menggunakan satu langkah WickensBreusch (1988) pendekatan. Hasil lengkap analisis ini tersedia atas permintaan dan dalam Martnez-Espieira (2003). Yang berhubungan elastisitas harga, pada sarana harga dan kuantitas adalah

SR

= -0,08 Dan

LR SR

= -0,405 Dalam model yang menggunakan SUM dan = -0,113 Dan

LR

= -0,514 Dalam model yang menggunakan TEMP dan HUJAN. Ini elastisitas sangat dekat dengan yang dihitung dengan pendekatan EngleGranger, yang menunjukkan bahwa mereka dapat diterima dengan lebih percaya diri. Mereka juga jatuh cukup dekat dengan nilai-nilai sebelumnya diperoleh dengan menggunakan alternatif ekonometrik teknik pada data dari kota yang sama. Garca-Valias (2002) memperkirakan hargaelastisitas -0.25 untuk blok pertama konsumsi dan -0,77 untuk blok kedua, sementara Garca-Valias (2005) memperkirakan harga-elastisitas 0.49. Martnez-Espieira dan Nauges (2004) menemukan juga bahwa elastisitas jangka pendek jatuh di sekitar nilai -0.10, Menggunakan spesifikasi permintaan Stone-Geary.

IV. Kesimpulan dan saran untuk penelitian lebih lanjut Penelitian ini adalah inovatif dalam dua aspek. Ini adalah pertama kalinya bahwa co-integrasi dan teknik koreksi kesalahan digunakan untuk mempelajari konsumsi air. Selain itu, estimasi kebutuhan air perumahan menggunakan time-series data bulanan masih agak jarang di Eropa. Penerapan teknik ini untuk data bulanan dengan kasus Seville mengarah pada hasil yang memuaskan. Fit dari Granger co- integrasi hubungan antara penggunaan air dan variabel yang harus diharapkan mempengaruhinya dalam jangka panjang dan model koreksi kesalahan cukup baik. Itu sifat dinamis dari seri dianalisis dengan menggunakan pendekatan yang berbeda dan dua spesifikasi alternatif untuk fungsi kebutuhan air yang digunakan. Namun, hasil dalam hal elastisitas harga, yang paling penting dalam jangka pendek, adalah sangat menutup. Ini ketahanan dengan prosedur spesifikasi dan pengujian mengarah untuk percaya diri menerima hasil utama. Perkiraan efek harga yang diperoleh kurang dari satu dalam nilai absolut, yang menegaskan sifat kaku permintaan rumah tangga terhadap harga air. Seperti yang diperkirakan oleh teori, jangka panjang elastisitas harga lebih besar, di absolut nilai, dari jangka pendek rekan-rekan mereka. Ukuran dampak kebijakan harga pada perilaku rumah tangga tergantung pada perubahan bahwa kebijakan ini memperkenalkan dalam struktur tarif adalah masih merupakan daerah penelitian terbuka. Jangka panjang efek dari harga air pada penggunaan air harus diselidiki menggunakan dataset lainnya, yang melibatkan berbagai daerah, dan, jika mungkin, lagi time-series atau data panel. Idealnya, studi harus dilakukan pada tingkat individu, dengan pengamatan terkait dengan kepemilikan dan frekuensi pembaharuan modal saham

You might also like