Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Uji Kausalitas Granger. Konsep Regresi  Hubungan satu arah Realitas  Banyak hubungan dua arah Uji Granger  membuktikan apakah suatu variabel mempunyai.

Presentasi serupa


Presentasi berjudul: "Uji Kausalitas Granger. Konsep Regresi  Hubungan satu arah Realitas  Banyak hubungan dua arah Uji Granger  membuktikan apakah suatu variabel mempunyai."— Transcript presentasi:

1 Uji Kausalitas Granger

2 Konsep Regresi  Hubungan satu arah Realitas  Banyak hubungan dua arah Uji Granger  membuktikan apakah suatu variabel mempunyai hubungan dua arah, atau hanya satu arah saja. Data  Time series. Uji Granger  pengaruh masa lalu terhadap kondisi sekarang. Contoh: Dolar melemah  IHSG turun  Investor di Valas ‘Profit Taking’  Membeli saham  IHSG menguat  Dolar menguat. Konsumsi naik  Uang beredar naik  Inflasi  Konsumsi turun Telur  Ayam  Telur atau Ayam  Telur  Ayam?

3 Tahapan Metode H 0 : X tidak menyebabkan Y. Buat regresi penuh dan dapatkan Sum Square of Error (SSE) Y t = Σα i Y t-i + Σβ i X t-i + ε t Buat regresi terbatas dan dapatkan pula Sum Square of Error (SSE) Y t = Σα i Y t-i + ε t Lakukan Uji F berdasarkan SSE yang didapat, dengan formula: Dimana: N adalah banyaknya pengamatan k adalah banyaknya parameter model penuh q adalah banyaknya parameter model terbatas

4 Bila H 0 ditolak, berarti X mempengaruhi Y. Cara yang sama juga dapat dilakukan untuk melihat apakah Y mempunyai pengaruh terhadap X. Pertanyaan yang banyak muncul dalam Uji Kausalitas Granger ini adalah: “berapa lag yang harus digunakan?”. Ingat kembali SIC, AIC, Log Likelkihood. Hipotesis: (i) H 0 : Investasi tidak mempengaruhi (tidak menyebabkan) Kurs H 1 : Investasi mempengaruhi (menyebabkan) Kurs (ii) H 0 : Kurs tidak mempengaruhi (tidak menyebabkan) Investasi H 1 : Kurs mempengaruhi (menyebabkan) Investasi

5 Vektor Otoregresi (VAR) Konsep VAR  Y saat ini dipengaruhi X pada waktu lalu, dan X saat ini dipengaruhi Y pada waktu lalu. Contoh: Investasi  GDP  Investasi Money Supply  Inflasi  Money Supply Model Y t = α 1i + Σβ 1i Y t-i + Σγ 1i X t-i + ε t dan X t = α 2i + Σβ 2i Y t-i + Σγ 2i X t-i + ε t Perhatikan bahwa model diatas mempunyai variabel bebas yang merupakan lag dari variabel terikatnya. Kembali muncul pertanyaan: “berapa banyak lag yang harus digunakan?”. AIC, SIC, dan Log Likelihood adalah indikator untuk memutuskan lag yang digunakan. Estimasi? OLS

6 Date: 09/08/04 Time: 13:37 Sample(adjusted): Included observations: 29 after adjusting endpoints Standard errors & t-statistics in parentheses IMPORGNP IMPOR(-1) ( ) ( ) ( )( ) IMPOR(-2) ( ) ( ) ( )( ) IMPOR(-3) ( ) ( ) ( ) ( ) IMPOR(-4) ( ) ( ) ( )( ) GNP(-1) ( ) ( ) ( ) ( ) GNP(-2) ( ) ( ) ( ) ( ) GNP(-3) ( ) ( ) ( )( ) GNP(-4) ( ) ( ) ( ) ( ) C (2.7E+07) (2.0E+07) ( )( ) R-squared Adj. R-squared Sum sq. resids 8.59E E+16 S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent 1.88E E+08 S.D. dependent 6.71E E+08

7 Date: 09/08/04 Time: 14:04 Sample(adjusted): Included observations: 31 after adjusting endpoints Standard errors & t-statistics in parentheses IMPORGNP IMPOR(-1) ( ) ( ) ( )( ) IMPOR(-2) ( ) ( ) ( ) ( ) GNP(-1) ( ) ( ) ( ) ( ) GNP(-2) ( ) ( ) ( )( ) C 1.62E (4.2E+07) (1.5E+07) ( )( ) R-squared Adj. R-squared Sum sq. resids 6.53E E+16 S.E. equation 1.58E F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent 1.76E E+08 S.D. dependent 6.50E E+08 Determinant Residual Covariance 3.96E+31 Log Likelihood Akaike Information Criteria Schwarz Criteria


Download ppt "Uji Kausalitas Granger. Konsep Regresi  Hubungan satu arah Realitas  Banyak hubungan dua arah Uji Granger  membuktikan apakah suatu variabel mempunyai."

Presentasi serupa


Iklan oleh Google