Estimasi Parameter Sistem Model Persamaan Simultan pada Data Panel Dinamis dengan GMM Arellano dan Bond

Abstract

Model persamaan tunggal yang sering digunakan mengabaikan interdependensi antara variabel respon. Sering ditemui variabel yang memiliki hubungan dua arah. Hubungan dua arah yang saling mempengaruhi ini dapat terangkum di dalam satu sistem model persamaan simultan. Terdapat hubungan variabel-variabel yang pada kenyataannya bersifat dinamis. Pada model sistem persamaan simultan dengan data panel dinamis, masing-masing persamaan struktural merupakan persamaan regresi data panel dinamis. Estimasi menggunakan Ordinary Least Square (OLS) pada model data panel dinamis akan menghasilkan penduga yang bias dan tidak konsisten karena terdapat lag variabel dependen yang berkorelasi dengan galat. Oleh karena itu, digunakan metode GMM Arellano dan Bond yang menghasilkan penduga yang tidak bias, konsisten, dan efisien. First difference pada model panel dinamis digunakan untuk menghilangkan efek individu. Dibutuhkan variabel instrumen, yaitu variabel yang tidak berkorelasi dengan galat. Estimasi parameter pada model data panel dinamis dengan Arellano dan Bond estimator menerapkan prinsip GMM yang meminimumkan fungsi kuadratik dari momen sampel.