Your Ad Here

Senin, 18 Mei 2009

Dynamic Panel Data

Tulisan ini sangat ringkas, hanya sebagai panduan secara umum berkaitan dengan model dynamic Panel Data dikarenakan ada beberapa pertanyaan dari para pengunjung blog ini.

Banyak perilaku ekonomi mempunyai hubungan dynamic (dinamis), misalnya permintaan dinamis pada gas alam, permintaan dinamis pada bensin dan listrik rumah tangga dan persamaan dinamis pada wages. Analisis Panel Data untuk persoalan tersebut menggunakan model dynamic panel data.

Model Dynamic Panel Data sebagai berikut.



di mana uit adalah error dengan rata-rata nol dan varians tertentu. zit adalah matrik kumpulan variabel eksogen dan yit-1 adalah variabel predetermine (variabel eksogen berasal dari variabel endogen). Untuk mengatasinya beberapa model diajukan sbb.

1. Model AR(1)



Model AR(1) ini, apabila kita mengasumsikan ortogonality condition yaitu variabel eksogen (yit-1 dan zit) tidak berkorelasi uit. Maka kita dapat gunakan estimator OLS (fixed effect) atau GLS (random effect). (Wooldridge, Econometric Analysis of Crossection and Panel Data)

2. Model First Differencing



Apabila Model AR(1) tersebut, kita duga terjasi pelanggaran asumsi ortogonality condition yaitu variabel eksogen (yit-1 dan zit) berkorelasi uit. Maka kita model tersebut ditranformasi dengan first differencing. Dan selanjutnya dapat kita gunakan estimator OLS atau GLS. (Wooldridge, Econometric Analysis of Crossection and Panel Data)


3. Model Instrumen Variabel (2SLS)


3.a Model AR(1) - Lag Endogen


Model ini mengagap bahwa variabel yit-1 berkorelasi dengan uit, sehingga dapat diselesaikan dengan menggunakan instrumen variabel untuk menggantikan yit-1 dan dilakukan 2SLS.

Step 1: Regres : yit-1 on ∆yit-1 dan estimate yit-1 sebut saja yit-1Cap
Step 2: Regres : yit on yit-1Cap zit



3.b. Model Lag Endogen & Eksogen.




Model ini mengagap bahwa variabel eksogen (yit-1 dan zit) berkorelasi dengan uit, sehingga dapat diselesaikan dengan menggunakan instrumen variabel untuk menggantikan yit-1 dan zit, kemudian dilakukan 2SLS. Anderson & Hsiao (1981) menyarankan yit-2 sebagai intrumen dari ∆yit-1 . Intrument tersebut tidak akan berkorelasi dengan ∆uit selama error tersebut tidak mengandung serial correlation.

Step 1: Regres : ∆yit-1 on yit-2 dan estimate ∆yit-1 sebut saja ∆yit-1Cap
Regres : ∆zit on zit-1 dan estimate ∆zit sebut saja ∆zitCap

Step 2: Regres : ∆yit on ∆yit-1Cap zitCap


3. Model Arellano - Bond



xit=stricly exogenous variable (matrix)
zit=predtermine variable (matrix)
ci =random effect, iid,
uit=error, iid

Solusi Dynamic Panel data Model AR(1) dengan 2SLS tersebut menurut Arellano menghasilkan estimasi yang konsisten namun ada kemungkinan tidak efesien (tidak varians minimum) oleh karena tidak mempertimbangkan moment condition yang ada. Arellano-Bond menyarankan ∆yit-2 sebagai intrumen dari ∆yit-1. Prosedur ini menghasilkan estimator lebih efisien daripada prosedur Aderson & Hsiao.

Oleh karena itu, Arellano-Bond mengajukan estimator dengan menggunakan GMM untuk estimasi .

Catatan:
Estimator lainnya, diajukan oleh Ahn & Schmidt (1995) yang menambahkan aspek nonlinier moment restiction yang tidak dibahas oleh Arellano & Bond (1991) pada GMM estimatornya.

Arellano & Bover (1995) memperbaiki estimator Arrellono & Bond (1991) dengan situasi apabila terdapat variabel eksogen yang bersifat endogen pada persamaan sebelah kanan (atau dengan kata lain terdapat adanya korelasi beberapa variabel eksogen dengan errornya. Berbeda dengan Arellano & Bond (1991), Arellano & Bover (1995) tidak melakukan transformasi first difference, namun menggunakan transformasi (pemisahan variabel-persamaan sebelah kanan menjadi ekosogen murni dan eksogen yang bersifat endogen) sedemikian sehingga kondisi ortogonallity terpenuhi. Estimastor ini di samping menggunakan GMM juga mengaplikasi 3SLS untuk estimasi intrumen variabelnya.

Blundell & Bond (1998) mengajukan estimator dengan situasi di mana T (variabel series) terbatas) kecil dan stasioner. Berbeda dengan Arellano & Bond (1991), Blundell & Bond menyanrakan intrumen variabel yit-2 sebagai intrumen dari ∆yit-1. Blundel & Bond (1998) mengklaim estimatornya lebih efesien dibandingkan dengan estmator Arellano & Bond (1991) sengan kondisi sample kecil dan stasioner.

Bersambung ..............

32 komentar:

  1. Salam kenal..
    saya mahasiswa yang sedang penelitian dengan menggunakan metode event study dengan pendekatan market model. dalam penelitian ini saya harus membuat model expected return dengan regresi dari return harian saham t dan return harian pasar.
    Yang menjadi kebingungan saya adalah sebelum melakukan regresi ada yang mengatakan tidak perlu melewati uji normalitas dan uji asumsi klasik karena hanya melibatkan 2 variabel (1 dependen dan 1 independen), disisi lain ada yang mengatakan bahwa proses tersebut harus tetap dilakukan.

    sebaiknya uji normalitas dan uji asumsi klasik tetap dilakukan atau tidak?

    BalasHapus
  2. @Frederick,

    Ass.

    jika Anda menggunakan model regresi dengan estimator OLS (ordinary least square) maka tak perlu uji normalitas karena OLS tidak mengasumsikan observasi mempunyai distribusi normal (kecuali dg estimator Maximum Likelihood perlu asumsi distribusi normal).

    Sedangkan asumsi klasik perlu dilakukan terutama adalah pengujian autocorrelation, karena data Anda merupakan data series, jadi ada dugaan mengandung autocorrelation.

    Was.

    BalasHapus
  3. Assalam
    saya Rathur Rochman, mau menanyakan perbedaan secara teknis antara GMM (model Blundell dan Bond; Arelano dan Bond) dan system GMM (Arellano dan Bover).
    Kemudian apakah SYS GMM dapat dilakukan dengan menggunakan alat analissi selain STATA (seperti E-views, Microstat, TSP, limdep, dll)
    terima kasih
    Wassalam

    BalasHapus
  4. @Fathur

    Ass.

    Saya sudah merevisi tulisan saya ttg Dynamic panel data di atas utk keterangan (secara umum) beberapa estimator tersebut.

    Setahu saya, Eviews (versi 5.1) bisa melakukan estimator Arellano-Bond (1991) dan Arellano & Bover (1995). Namun, belum menyediakan estimator yang diajukan oleh Ahn & Schmidt (1995)dan Blundell dan Bond (1998).

    Wass.

    BalasHapus
  5. salam kenal..
    dr penjelasan diatas, dikatakan bahwa OLS tidak memerlukan uji distribusi normal. Tp setau saya dalam buku gujarati (edisi 4,hal 107-114), observasi yang kurang dari 100 masalah normalitas (residu berdistribusi normal) sangat penting, supaya estimator OLS unbiased, efficient, consistent.

    dengan tujuan berdiskusi, saya mohon penjelasan yang yang lebih lanjut.
    dan apa sumber buku yg menjadi acuan?

    dan jika terjadi data tidak normal, apakah penghapusan data outlayer dianjurkan? atau ada cara lain?

    terima kasih.

    BalasHapus
  6. @Atep,

    Ass.

    Salam kenal juga. Saya sudah baca lagi Gujarati sesuai dengan yang Anda sarankan. Coba kita lihat dan interpretasikan sama-sama. Dan kita lihat kesimpulannya pada hal 113. Dari hasil kesimpulan menunjukan bahwa OLS dg Gause-Markov menghasilkan estimator yang BLUE (dg asumsi linier) dan OLS dengan asumsi normalitas menghasilkan BUE. Jadi kesimpulannya sama saja. Tidak menunjukkan mana yang lebih baik.

    Cuma dengan asumsi error yang distribusi normal, maka akan menghasilkan estimator koefisien yang berdistribusi normal juga (itu saja perbedaannya).

    Jika kita tahu bahwa variabel dependen atau errornya berdistribusi Normal, kenapa kita tak gunakan estimator maksimum likelihood yang mana hasil estimatornya lebih efisien dengan OLS.

    Data menurut saya tidak boleh dihapus (itu merupakan informasi penting). Kelemahan OLS memang apabila ada outlier koefisiennya tidak Robust. Cara mengatasinya gunakan S-Estimator (saya pernah baca jurnal di Web, Anda bisa coba juga) yang merupakan perbaikan OLS dengan restriksi tertentu pada varians-nya. Tapi saya belum tahu paket program apa yang bisa menghitung tsb.

    Namun, Apabila persamaan tsb adalah persamaan simultan atau system regression maka bisa gunakan GMM (tak perlu asumsi normalitas dan cukup robust bila terjadi outlier).

    Wass.

    BalasHapus
  7. ass.

    dalam uji normalitas time series, jika data dalam jumlah besar maka normalitas data dapat diabaikan.

    yang menjadi pertanyaaan saya adalah berapa standar jumlah data untuk dapat dikatakan bahwa data itu berukuran besar/kecil?
    apakah dengan data 100 observasi sudah dapat dikatakan besar dan dapat mengabaikan normalitas data?

    terima kasih.

    BalasHapus
  8. tambahan:
    menggunakan jarque-bera test, apakah dengan 100 observasi data dapat dikatakan besar dan dapat mengabaikan normalitas data?
    teori tersebut dapat diperoleh dalam buku apa?

    terima kasih.

    BalasHapus
  9. @Septi,

    Ass.
    Apakah suatu series mengikuti distribusi Normal atau tidak perlu dilakukan pengujian.

    Jarque-Bera test untuk uji normalitas dengan approximation distribusi Chi-kuadrat hanya digunakan untuk sample yang besar (>2000) dan untuk sample yang kecil statistik uji JB sangat sensitif yang berkaitan dengan type error I.
    lihat (http://en.wikipedia.org/wiki/Jarque-Bera_test).

    Was

    BalasHapus
  10. Ass.
    Pengujian apa saja yang perlu dilakukan setelah regresi dynamic panel data? dan bagaimana commandnya dengan STATA.
    terima kasih
    Wasalam
    Arnes- PPIE FEUI

    BalasHapus
  11. ass...
    pak, sy mo tny...sy sdg mengerjakan TA dg wkt yg mdesak. sy menggunakan data panel,cross section 5 dan time series 10. dg variabel independen 4. tp tnyta hslnya ada multikol. bgm mana cara pnyembuhan di eveiews 6? trmksh

    tya

    BalasHapus
  12. @Tya,
    Untuk data panel, menurut hemat saya tak perlu uji multikol, karena bukan menjadi isu pokok (jarang terjadi).

    Wass.
    Sanjoyo

    BalasHapus
  13. @Arnes,
    yang penting dalam dynamic panel data adalah instrumen variabel yang ter-indentified.

    Wass

    Sanjoyo

    BalasHapus
  14. ass...trmksh Pak atas jwbannya. lalu dmn sy hrs mencari referensi utk mdukung ini? maksud sy, buku apa yg mdukung utk mnytakan bahwa uji multikol bukan hal pokok? sy sdh mengikuti langkah2 model data panel pd tulisan bpk (mei 2009), dari hsl akhir stlh pake uji white, msh ada 2 variabel yg tdk signif, hny 2 var yg signif, apabila salah satu variabel dhilangkan, datanya mjd tdk berarti, mhn sarannya. mksh.

    BalasHapus
  15. @Tya,
    Pada umumnya karakteristik data panel pada suatu variabel, nilainya akan bervariasi untuk setiap observasi/ crossection data (mis negara), sehingga tidak akan terjadi multikolinieritas.

    Misalnya, model ekspor (depend var) dengan exchange rate (indepen var) dan GDP (indepen var). Mungkin utuk negara Singapura antara depend var punya korelasi tinggi (>0,9) ada multikol, tapi untuk indonesia tidak multikol (<0.8) dan banyak juga utuk negara lain.
    Jadi jika data tsb digabung menjadi data panel, maka kemungkinan kedua variabel independen tsb tidak terjadi multikol (cukup satu negara saja yang tidak multikol, maka keseluruhan tidak akan multikol).
    Jadi untuk data panel menurut saya tidak perlu dipermasalahka tentang multikolinieritas.
    Pada umumnya buku-buku ekonometrika tidak membahas ttg multikol utk data panel.


    Untuk hasil yang tidak signifikan coba ikuti step-step panel data (lihat tulisan saya pada tanggal 26 Mei 2009 (Langkah-langkah model Panel Data).

    Wass

    Sanjoyo

    BalasHapus
  16. selamat siang pak sanjoyo,

    mohon maaf sebelumnya apabila pertanyaan ini sudah pernah ditanyakan sebelumnya, hanya saja masih awam untuk uji validasi data panel dinamis.

    saat ini saya sedang melakukan pengujian model untuk capital structure menggunakan panel data yang bersifat dinamis untuk melihat karakteristik capital structure di Indonesia.
    1. Kira-kira tahap yang harus saya lakukan ?
    2. saya bingung terhadap model AR(1) yang mengatakan variabel eksogen (yit-1 dan zit) tidak berkorelasi uit. test apa yang harus saya lakukan apabila error berkorelasi dengan variabel independent?

    Terimakasih pak
    -Fin-

    BalasHapus
  17. @Fin,
    1. Silahkan Anda coba ke 3 model di atas, mana hasil yang sesuai itulah yang Anda pilih. Atau langsung model Arellano Bond yang cukup terbaru.
    2. Endogeneity test. Run model tersebut, estimasi errornya, subtitusi error tersebut ke persamaan awal. Jika koef var (error) tersebut di tolak atau signifikan berbeda dg nol, maka terdapat persoalan endogeneity atau adanya korelasi var eksogen terhadap error.

    Wass
    Sanjoyo

    BalasHapus
  18. Asslm.
    Saya Fathur Rochman, kembl sy ingin mnanyakan ttg penetapan insttrumen. Kalau dlm model Arelano Bond (GMM Diff), instrumen adlh lag differen dr var lag endogen, kmd model Blundell Bond (System GMM) disamping lag different jg lag level. Akan tetapi penjelasan model yg dibangun David Roodman ("How to xtabond2...", 2006) byk skali intrumen variabel, bkn hnya lag endogen, tp var eksogen jg dijadikan sbg instrumen. Dlm perintah command stata "xtabond2", tdp perintah dgmm,lgmm, gmmstyle, ivstyle. Bgmn cara menentukan instrumen variabel yg bnr??
    Terima Kasih, Wassalam

    BalasHapus
  19. Melanjutkan pertanyaan diatas, bgmn perbedaan antara onestep sama twostep GMM.

    Kmdian dlm two step GMM, robust model disarankan utk menghindari bias. Akan tetapi dg model robust, pengujian Sargan test tdk dpt dilakukan. Nah, bgmn menguji overidentified restriction ataupun pengujian korelasi antara instrumen variabel dgn unobserved error apbl model menggunakan twostep robust.
    Maturnuwun... Wasslam

    BalasHapus
  20. @Fathman99
    one step estimator akan menghasilkan estimasi yang konsiten. Jika errornya homosedastik dan tidak ada korelasi serial, maka one step estimator adalah estimator yang effesient.

    Sedangkan, second step estimator akan menghasilkan estimator yang konsiten dan effesiien walaupun errornya mengandung heterosedasti dan ada korelasi serial.

    Sargan test (overidentified) akan menguji apakah intrument variabel yang kita pilih berkorelasi dengan error (artinya apakah masih ada serial korelation).

    Jadi Sargen test masih diperlukan pada tahap one step estimator, karena estimator tersebut tidak menjamin hasil yang efisient (bila terjadi korelasi serial).

    Wass
    Sanjoyo

    BalasHapus
  21. Pak... Saya hendak mengerjakan TA saya...
    Dengan topik 'international contagion risk'...
    Merujuk paper forbes-rigobon (2002) yg mendefinisikan contagion sbg peningkatan koefisien korelasi pada return asset (dlm hal ini saham).
    Saya mengobservasi 8 negara (4 negara maju; 2 negara industri baru; dan 2 negara berkembang) dengan tujuan mengetahui pola contagion dari masing2 negara.
    Kemudian untuk proofing theory saya merujuk Engle et al. (2002) yang menggunakan metode MGARCH utk mengukur contagion.
    Yang saya tanyakan yakni, bagaimana langkah untuk menentukan metode MGARCH mana yg sesuai dg penelitian ini? (karena ada beberapa metode MGARCH yakni Vec; diagVec; BEKK; CCC; DCC) Apa perbedaannya? dan apa keunggulan dan kelemahan masing-masing metode?
    Terima Kasih.

    BalasHapus
  22. saya mau tanya, apakah jika menganalisis dengan menggunakan fungsi produksi frontier harus dilakukan uji asumsi klasik?
    terima kasih

    BalasHapus
  23. sya maw tanya pak...
    saya menggunakan analisis regresi berganda dengan spss,,dan ternyata terjadi autokorelasi..dan dosen saja menyarankan untk mengatasi autokorelasi tsb,,menggunakkan first difference!!tpi saya bingung tahap" yg harus saya lakukan bagaimna untuk mencapai first difference tsb..
    padahal dengan menggunakan Lag(variables) kan sdah bisa menghilangkan autokorelasi..

    thanx be4

    BalasHapus
  24. pak, mohon dijelaskan langkah2 meregres data dengan eviews dengan teknik GMM, apakah itu sama dengan teknik TSLS? terima kasih

    BalasHapus
  25. ass...
    Pak saya mau menanyakan perihal uji validasi model untuk data panel, krn jurnal2 yg saya baca jarang sekali dii lakukan validasi model.
    awalnya saya berfikir menggunakan nilai MAPE nya, namun hasilnya kurang menginformasikan ke valid an dr model (nilai MAPE terlalu besar), tidak ada patokan berapa nilai MAPE yg menunjukkan bahwa itu model vali ato tidak.

    kira-kira saya harus gunakan apa ya Pak untuk uji validasi ini...?
    trimakasih banyak...

    BalasHapus
  26. asslm. pak, sy siti, mahasiswi jurusan sosial ekonomi pertanian. sy menganalisis efisiensi produksi benih dengan spss, namun hasil pengolahan menunjukkan hasil tidak efisien pada syarat keharusan, karena berada pada increasing return to scale. analisis tidak sy lanjutkan untuk melihat syarat kecukupan, namun dosen sy menganjurkan untuk menggunakan restriksi untuk melihat syarat kecukupan tersebut. mohon informasi nya mengenai apa itu restriksi. dan bagaimana cara pengolahan nya dengan spps ataupun dengan sas. tolong sarannya dan terimakasih.

    BalasHapus
  27. Saya mempunyai beberapa pertanyaan mengenai pengolahan statistic terhadap data panel. Sebenarnya saya sudah membaca beberapa referensi seperti buku karangan woldridge dan baltagi , tetapi ternyata saya kesulitan dalam memahami apa yang diterangkan dalam buku tersebut. Sementara dalam bukunya brooks, gujarati, nachrowi dan usman, widarjanto materi pengolahan data panel hanya dibahas sekilas saja. Buku yang mengulas data panel dan pengaplikasiaanya dalam eviews yang cukup komprehensif masih belum saya temukan. Mungkin bapak suatu saat berkenan untuk mengarang buku tersebut.
    1. uji chow
    Redundant Fixed Effects Tests
    Equation: MASTER
    Test cross-section fixed effects


    Effects Test Statistic d.f. Prob.


    Cross-section F 0.649866 (73,37) 0.9412
    Cross-section Chi-square 96.539766 73 0.0340

    Table di atas adalah penggalan hasil uji. Sebenarnya apa yang menjadi kriteria penentuan suatu model lebih tepat menggunakan Common atau Fix effect ? nilai probability Cross-section F atau Cross-section Chi-square. Saya mengalami kesulitan karena di beberapa refernsi dituliskan “karena kedua nilai probability Cross-section F dan Cross-section Chi-square kurang dari 5% maka…”.sedangkan dalam contoh, nilai prob. Cross-section F tidak signifikan sedangkan prob. Cross-section Chi-square signifikan.

    2. Heteroskedastisitas
    Apakah uji White, Glesjer, dll dapat digunakan untuk mendeteksi heteroskedastisitas dalam data panel ? tentu saja dengan menghitung sendiri karena memang tidak disediakan dalam Eviews 6. Kemudian salah satu cara mengobati heteroskedastis adalah dengan mengaplikasikan “weights” (fix dan none). Karena memiliki beberapa opsi ( cross section weight sd period sur), bagaimana cara memilih opsi yang paling tepat. Apakah ada kriteria tertentu atau uji khusus yang harus dilakukan ?
    3. Autokorelasi
    Apakah uji durbin Watson dan LM bias diaplikasikan dalam data panel ?
    Salah satu cara penyembuhan adalah dengan mengapliksikan coef, covariance method. Karena memiliki beberapa opsi, bagaimana cara memilih opsi yang tepat ? apakah ada metode tertentu?
    Mungkin pertanyaan saya sangat teknikal, maklum saya pemula. saya sangat mengharapkan penjelasan dadi bapak.

    BalasHapus
  28. pembahsan yang bagus ne.,,,,
    nice Pak :)
    coba mampir di Blog saya hidayat.co.cc
    ada pembahsan tentang sputar ekonometrika dan eviewsnya yg di sertai gambar :)

    BalasHapus
  29. Assalam.. slamat pg Pak..saya ingin menanyakan apa penyebab SS residuall dari model panel yang terbentuk bisa mencapai jutaan? bagaimana dampaknya terhadap model yang terbentuk? serta bagaimana cara mengatasinya? mohon dengan sangat balasan dan informasi dari Bapak.
    terima kasih banyak

    BalasHapus
  30. Assalamu alaikum wr wb
    Ysh. Pak Sanjoyo

    Salam kenal

    Saya mau tanya ttg panal dinamis Pak.
    1. Dalam menggunakan program Arrelano Bond first difference, haruskah sebelum melakukan estimasi paramater, kita harus first difference thdp semua variabel yang ada dulu atau tidak perlu?
    2. Mengapa dalam model dinamis Arellano Bond, reseacher cenderung menggunakan lag dari variabel independen disamping lag dependen variabel dengan alasan untuk menghindari endogenitas problem. Apakah mmg harus demikian Pak?
    3. Jika memang analisa panal data dinamis harus menggunakan lag independen variabel, adakah dasar menggunakan banyaknnya lag ? (kebanyakan literur yang pakai lag menggunakan lag 2? mengapa ya Pak?)
    Terima kasih Pak.

    Wassalam
    Igoy.
    Jika saya menggu

    BalasHapus
  31. mas mau nanya estimasi gmm dong. fixed sama 2sls
    gimana ya caranya?

    BalasHapus
  32. assalamualaikum..
    salam kenal..
    sy mahasiswa statistik, sy rencana mao pakai perbandingan arellano dan bond, dg blundell dan bond, tp tidak tahu cara langkah-langkah mengolahnya dengan software, caranya bagaimana ya?
    terimakasih..

    BalasHapus

Kembali ke Blog: