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).

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

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

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

yang tergantung pada dimensi dari seri waktu dan pada jumlah variabel termasuk dalam model. Pengecualian Adalah RAIN.804. Sekalilagi.494.0. Lima lag dipilih oleh Ng Yang berurutan Perron t-rasio dan uji Informasi Akaike Kriteria.364. tetapi itu dicapai bila regresi tambahan mencakup tidak ada lag . 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 '. 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. Yang relevan t-rasio -5. Uji ADF menunjukkan bahwa hipotesis bahwa residu dalam Model 7 adalah nonstasioner dapat ditolak. Semua variabel menyajikan tanda-tanda yang diharapkan dan sangat signifikan. Jika regresi tambahan dijalankan dengan jumlah yang optimal dari lag (tiga) t-rasio -4. menghasilkan t.625 dalam tes biasa unit akar dan harus dibandingkan dengan nilai kritis yang diberikan oleh Engle dan Yoo (1987). semua variabel yang memiliki tanda-tanda yang diharapkan dan sangat signifikan.air dan serangkaian variabel bahwa teori ekonomi menunjukkan tepat.192.053 dan satu lag dipilih oleh Hannan-Quinn (1979) kriteria. (8) Tabel 7 menunjukkan koefisien estimasi OLS dan t-statistik dalam estimasi. Yang relevan t-rasio -5.statistik -3. menghasilkan t-statistik -3. pada dasarnya sama dengan yang diperoleh dengan model 7. Nilai ini memungkinkan penolakan null tidak ada integrasi rekan pada tingkat kepercayaan 99%. tetapi itu dicapai bila regresi tambahan mencakup tidak ada. tidak dapat ditolak bahwa perusahaan koefisien adalah null. Nilai ini memungkinkan penolakan null tidak ada integrasi rekan pada tingkat kepercayaan 99%.491. . yang menunjukkan adanya hubungan co-integrasi. Namun. yang menyajikan tanda positif. Uji ADF menunjukkan bahwa hipotesis bahwa residu dalam Model 8 adalah nonstasioner dapat ditolak juga. Harga-jangka panjang elastisitas yang dihitung dengan cara harga dan kuantitas sesuai dengan model 7 adalah . Statistik DW juga lebih tinggi dari R2 .

lebih intens di awal musim). Untuk alasan ini dan untuk mendapatkan lebih bukti adanya regresi rekan mengintegrasikan. ** dan * menunjukkan t-rasio signifikan pada. 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). null tidak ada integrasi rekan hanya dapat ditolak jika panjang lag dari regresi auxiliary tidak optimal dipilih.Catatan: ***.% 1 5% dan 10%. Namun. Johansen . seperti mengisi kolam renang. mungkin saja ada lebih dari satu rekan mengintegrasikan hubungan. nilai tes DW dan intuisi ekonomi menunjukkan bahwa hubungan jangka panjang akan mengatur variabel yang bersangkutan. Menurut tes ADF. Ada lebih dari dua seri nonstasioner dalam model. 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.

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

yang mengarah pada penolakan terhadap nol nonautokorelasi di ECM7. Mereka semua menyajikan nilai yang dapat diterima. berdasarkan Engle (1982). yang menggunakan nilai-nilai pas dari Q t . Demikian pula.159 (Sementara model augmented digunakan untuk mengoreksi autokorelasi akan menghasilkan = -0. Hal ini termasuk Jarque-Bera (1980) uji normalitas dari residual. yang juga lebih tinggi daripada kebanyakan .101 Dan LR = -0.dan tidak autocorrelated atau heteroskedastic dalam persamaan koreksi kesalahan. Model alternatif dengan nilai-nilai tertinggal tambahan dari variabel harga memecahkan masalah ini dan menghasilkan elastisitas jangka pendek dari -0. sebagai dilaporkan di bawah ini. Martínez-Espiñeira dan Nauges 2004). menghasilkan hasil sebagai berikut. tetapi tidak sempurna demikian. Hasil dari regresi ditambah tambahan tidak berbeda secara signifikan dari yang dilaporkan dan tersedia atas permintaan.. Untuk heteroskedastisitas. Menggunakan ECM7 dan cointegrasi regresi dalam model 7. Nauges dan Thomas 2003.491. dengan pengecualian dari Breusch-Godfrey LM tes. Selain itu hasil ini mengkonfirmasi intuisi yang jangka panjang elastisitas lebih tinggi (dalam nilai absolut) daripada jangka pendek yang (Dandy et al 1997. pengali Lagrange tes untuk bersyarat autoregressive heteroskedastisitas (ARCH).BreuschPagan (1979) uji. E. (1980) White statistik umum pengujian dan Cook-Weisberg (1983) .073. Hampir semua makalah yang diterbitkan pada permintaan air rumah menyepakati hasil ini. Harga elastisitas Perhitungan jangka pendek elastisitas harga SR ) Menggunakan harga rata-rata dan konsumsi air.494. SR SR = -0. dan Breusch (1978)Godfrey (1978) LM test. Perkiraan hargaelastisitas mengkonfirmasi bahwa permintaan air rumah adalah inelastis terhadap harga.073) Dan LR SR = -0. ECM8 dan Model 8 hasil = -0.

bagaimanapun. pada sarana harga dan kuantitas adalah SR = -0. 2003). sementara García-Valiñas (2005) memperkirakan harga-elastisitas 0. adalah bahwa seseorang tidak dapat menguji parameter jangka panjang. F. 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.dari langkah-langkah yang telah diperoleh di negara-negara Eropa lainnya (Arbués et al. Martínez-Espiñeira dan Nauges (2004) menemukan juga bahwa elastisitas jangka pendek jatuh di sekitar nilai -0.10. estimasi parameter yang bias. Untuk alasan ini.25 untuk blok pertama konsumsi dan -0. dan akan tergantung pada dinamika dihilangkan dan kegagalan asumsi exogeneity lemah antara lain.514 Dalam model yang menggunakan TEMP dan HUJAN.Wickens-Breusch satu langkah pendekatan Prosedur Engle-Granger dijelaskan di atas menikmati penting menarik asymptotic properti tetapi juga menderita kelemahan.113 Dan LR = -0. Hasil lengkap analisis ini tersedia atas permintaan dan dalam Martínez-Espiñeira (2003). Masalah lain.08 Dan LR SR = -0. . Tingkat bias ini dapat parah. Yang berhubungan elastisitas harga. García-Valiñas (2002) memperkirakan hargaelastisitas -0. 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. Dalam sampel berhingga. 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. sebuah regresi tambahan dijalankan menggunakan satu langkah WickensBreusch (1988) pendekatan.405 Dalam model yang menggunakan SUM dan ξ = -0.77 untuk blok kedua.49. Ini elastisitas sangat dekat dengan yang dihitung dengan pendekatan EngleGranger. Menggunakan spesifikasi permintaan Stone-Geary.

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

Sign up to vote on this title
UsefulNot useful