P. 1
Ecm

Ecm

|Views: 41|Likes:
Published by Dina Paramita

More info:

Published by: Dina Paramita on Jul 06, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

03/22/2013

pdf

text

original

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).

1). sehingga variabel ini harus dipertimbangkan dengan hati-hati. **dan * menunjukkan t-rasio signifikan pada.% 1 5% dan 10%. Setelah mendeteksi dengan pendekatan musiman adanya akar-satunya unit frekuensi nol. (b) perkiraan HEGY. kita juga melihat bahwa seri mungkin benar-benar menjadi stasioner pada tingkat juga di semua frekuensi.Catatan: (a) Uji spesifikasi: SEAS (dummies Musiman + konstan). Pengujian hipotesis mengizinkan penolakan dari nol non-stasioneritas dari seri dibedakan pada tingkat 99% keyakinan. TREND (Konstan + trend).tes. Sekali lagi. dengan dan tanpa tren. ada beberapa keraguan mengenai variabel iklim. Dua baris pertama menunjukkan t-statistik dan yang ketiga menunjukkan F-stat. Dua regresi DF tambahan. menunjukkan suatu signifikan pada 5% dan 10% statistik. diperkenalkan tahun hubungan co-integrasi dan koreksi kesalahan model tidak dapat dipahami Catatan: (a) t-rasio estimasi ***. (C) panjang Lag dan kelambanan dari perbedaan keempat dari seri waktu untuk dimasukkan dalam regresi tambahan. digunakan dan lag yang optimal dipilih oleh sekuensial otomatis t-test. (B) Jumlah dari kelambanan (dengan maksimum 8) untuk disertakan dipilih menggunakan Ng-Perron sekuensial-uji t. STREND (Dummies Musiman + konstan + trend). Karena klaim pasti tidak dapat dibuat bahwa variabel iklim adalah nonstasioner. mengungkapkan bahwa komponen tren tidak relevan di sebagian kasus dan bahwa variabel yang paling terbukti I(1). karena mungkin I(0. saya (0). const (konstan saja). TEMP tampaknya stationer . hasil Itu. Dalam kasus RAIN. urutan integrasi dari seri selanjutnya diuji dengan menggunakan Dickey-Fuller. tetapi unit test musiman akar tidak menolak hipotesis akar musiman. ditunjukkan pada Tabel 5. (C) .

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

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

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

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

residu mereka dapat diperkenalkan sebagai koreksi kesalahan istilah dalam dua model koreksi kesalahan. termasuk TEMP dan HUJAN (TEMP mungkin menderita masalah musiman Unit akar dan meragukan bahwa TEMP dan HUJAN adalah nonstasioner. untuk rincian) digunakan untuk menentukan jumlah co-mengintegrasikan hubungan. Yang pertama kesalahan spesifikasi koreksi. Kecepatan penyesuaian terhadap ekuilibrium diberikan oleh diprediksi ̂ T-1 pada Tabel 7. BAN ditemukan tidak signifikan juga dan itu dihapus dari ECM regresi. adalah -0. Ini termasuk nilai-nilai tertinggal dari perbedaan dari beberapa variabel. menunjukkan hipotesis nol lebih dari satu rekan mengintegrasikan hubungan ditolak pada tingkat signifikansi 1% dalam semua kasus.249 Dan di ECM7 di ECM8.dan Juselius 1990.Ɵ x t-1 ) Dalam notasi yang digunakan dalam persamaan (2). Hal ini dapat dilihat bahwa koreksi kesalahan hal ini memiliki tanda negatif yang diharapkan dan keduanya signifikan. yang menolak nol nonkointegrasi hanya pada tentang 15%. kemungkinan besar melalui dampak terhadap komposisi modal saham. sedangkan Model kedua. Kemungkinan-rasio dan statistik uji Wald untuk mengesampingkan variabel dari bahwa hubungan co-mengintegrasikan juga dilakukan. sesuai dengan (y t-1 . D. Tabel 7 melaporkan hasil ini estimasi OLS. sehingga model kedua harus dipertimbangkan dengan hati-hati). Xt variabel dalam persamaan (6) diganti oleh perbedaan pertama dan perbedaan tertinggal dari rekan mengintegrasikan variabel. Oleh karena itu. Tabel 7 Termasuk baterai dari tes diagnostik digunakan untuk memeriksa bahwa residual berdistribusi normal .218 -0. dan semua variabel termasuk dalam co-integrasi tes ditemukan relevan. ECM7 mencakup variabel musim panas. Koreksi kesalahan model Karena sebagian besar bukti terhadap stasioneritas dari residual dari co-mengintegrasikan regresi. ECM8. tidak dilaporkan tetapi tersedia atas permintaan. yang lebih mendukung penerimaan hipotesis co-integrasi. Hasilnya. 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. tes Johansen mendukung asumsi co-integrasi untuk kedua model. dan Osterwald-Lenum 1992. 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. VI tersisa dari model ECM. kecuali dalam hal jejak tes untuk Model 7.

menghasilkan hasil sebagai berikut. berdasarkan Engle (1982). E. yang mengarah pada penolakan terhadap nol nonautokorelasi di ECM7. Harga elastisitas Perhitungan jangka pendek elastisitas harga SR ) Menggunakan harga rata-rata dan konsumsi air.dan tidak autocorrelated atau heteroskedastic dalam persamaan koreksi kesalahan. yang menggunakan nilai-nilai pas dari Q t . Perkiraan hargaelastisitas mengkonfirmasi bahwa permintaan air rumah adalah inelastis terhadap harga. Mereka semua menyajikan nilai yang dapat diterima.073.159 (Sementara model augmented digunakan untuk mengoreksi autokorelasi akan menghasilkan = -0. sebagai dilaporkan di bawah ini. pengali Lagrange tes untuk bersyarat autoregressive heteroskedastisitas (ARCH). yang juga lebih tinggi daripada kebanyakan .491. Selain itu hasil ini mengkonfirmasi intuisi yang jangka panjang elastisitas lebih tinggi (dalam nilai absolut) daripada jangka pendek yang (Dandy et al 1997.494. Nauges dan Thomas 2003.073) Dan LR SR = -0.101 Dan LR = -0. SR SR = -0. Hal ini termasuk Jarque-Bera (1980) uji normalitas dari residual. Hampir semua makalah yang diterbitkan pada permintaan air rumah menyepakati hasil ini. Hasil dari regresi ditambah tambahan tidak berbeda secara signifikan dari yang dilaporkan dan tersedia atas permintaan. Demikian pula. Model alternatif dengan nilai-nilai tertinggal tambahan dari variabel harga memecahkan masalah ini dan menghasilkan elastisitas jangka pendek dari -0. dan Breusch (1978)Godfrey (1978) LM test. tetapi tidak sempurna demikian.BreuschPagan (1979) uji. dengan pengecualian dari Breusch-Godfrey LM tes. Martínez-Espiñeira dan Nauges 2004).. (1980) White statistik umum pengujian dan Cook-Weisberg (1983) . Menggunakan ECM7 dan cointegrasi regresi dalam model 7. ECM8 dan Model 8 hasil = -0. Untuk heteroskedastisitas.

08 Dan LR SR = -0. Martínez-Espiñeira dan Nauges (2004) menemukan juga bahwa elastisitas jangka pendek jatuh di sekitar nilai -0. Mereka juga jatuh cukup dekat dengan nilai-nilai sebelumnya diperoleh dengan menggunakan alternatif ekonometrik teknik pada data dari kota yang sama.Wickens-Breusch satu langkah pendekatan Prosedur Engle-Granger dijelaskan di atas menikmati penting menarik asymptotic properti tetapi juga menderita kelemahan. 2003).113 Dan LR = -0. Yang berhubungan elastisitas harga. Untuk alasan ini. Hasil lengkap analisis ini tersedia atas permintaan dan dalam Martínez-Espiñeira (2003).77 untuk blok kedua.dari langkah-langkah yang telah diperoleh di negara-negara Eropa lainnya (Arbués et al. yang menunjukkan bahwa mereka dapat diterima dengan lebih percaya diri. García-Valiñas (2002) memperkirakan hargaelastisitas -0.10.514 Dalam model yang menggunakan TEMP dan HUJAN.405 Dalam model yang menggunakan SUM dan ξ = -0. F. bagaimanapun. Dalam sampel berhingga.25 untuk blok pertama konsumsi dan -0. . Tingkat bias ini dapat parah. 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. estimasi parameter yang bias. Masalah lain. sebuah regresi tambahan dijalankan menggunakan satu langkah WickensBreusch (1988) pendekatan.49. Menggunakan spesifikasi permintaan Stone-Geary. sementara García-Valiñas (2005) memperkirakan harga-elastisitas 0. pada sarana harga dan kuantitas adalah SR = -0. 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. dan akan tergantung pada dinamika dihilangkan dan kegagalan asumsi exogeneity lemah antara lain. adalah bahwa seseorang tidak dapat menguji parameter jangka panjang. Ini elastisitas sangat dekat dengan yang dihitung dengan pendekatan EngleGranger.

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

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->