• MODEL EKONOMETRYCZNY

Model stosowany do budowy prognoz średniookresowych.

Z budową modelu wiąże się:

• wybór funkcji f

• wybór zmiennych objaśniających.

• Zmienne objaśniające modelu mogą wystąpić w różnych postaciach:

1. mogą to być zmienne bez opóżnień czasowych

2. mogą to być zmienne z opóżnionymi w czasie wartościami

Aby użyć w modelu zmiennych z opóżnionymi w czasie wartościami musimy posiadać odpowiednie dane statystyczne.

3. funkcje zmiennych pierwotnych

Związki pomiędzy zmiennymi opisującymi zjawiska gospodarcze nie są związkami liniowymi. Do opisu tych związków można użyć funkcji pierwotnych.

4. zmienna czasowa t lub funkcje czasu

Można użyć w modelu ekonometrycznym jako zmiennej objaśniającej zmiennej czasowej t lub funkcji zmiennej t. Robimy to wówczas, gdy nie mamy możliwości użycia zmiennej, która w rzeczywistości wpływa na prognozowane zjawisko. W szczególnym przypadku, jeśli jedynymi zmiennymi objaśniającymi modelu są zmienna czasowa lub jej funkcje, wówczas model sprowadza się do analitycznej funkcji trendu.

5. zmienną objaśniającą modelu może być zmienna prognozowana, ale o opóżnionych w czasie wartościach

Jeśli jedyną zmienną modelu jest zmienna objaśniająca, to model jest modelem autoregresyjnym.

6. zmienne zero-jedynkowe

Są to zmienne, które przyjmują tylko dwie wartości. Umownie przyjęto, że jedną z nich jest 0, a drugą 1. Muszą to być zmienne ilościowe. Często na prognozowane zjawisko wpływają czynniki, których nie da się wyrazić liczbami.

ETAP 1

Istnieją pewne formalne metody doboru zmiennych do modelu ekonometrycznego. W przypadku budowy prognoz dla przedsiębiorstw nie warto ich stosować.

ETAP 2

Estymacja parametrów- metoda najmniejszych kwadtatów (gdy model jest liniowy)

ETAP 3

Weryfikacja modelu

• dopasowanie modelu

• ocenia się istotność wpływu zmiennych objaśniających na zmienną prognozowaną

Używa się testu t-Studenta lub Fishera.

• ocena, czy reszty modelu mają rozkład normalny.

• Żródła danych o przyszłych wartościach zmiennych objaśniających:

1. W przypadku zmiennej makroekonomicznej żródłami tymi mogą być gotowe prognozy.

2. W przypadku zmiennych decyzyjnych, których wartości są efektem decyzji sejmu, rządu, czy przedsiębiorstwa, żródłami danych są te decyzje.

3. W przypadku zmiennych mikroekonomicznych, ale nie decyzyjnych, muszą być najpierw sporządzone prognozy tych zmiennych.

4. W przypadku zmiennych z opóżnionymi w czasie wartościami można użyć rzeczywistych wartości tych zmiennych, jeśli opóżnienie jest wystarczająco duże.

5. W przypadku zmiennej czasowej wartością zmiennej jest numer okresu, na który budowana jest prognoza.

6. W przypadku zmiennych zero-jedynkowych wstawiamy odpowiednio 0 lub 1.

W przypadku, gdy prognoza budowana jest przy użyciu trendu, wówczas im bardziej do przodu wyznaczamy prognozę, można oczekiwać, że błąd będzie większy.

W modelu ekonometrycznym czas, na jaki budujemy prognozę nie odgrywa większej roli. Natomiast niebezpieczeństwo, że prognoza okaże się niedokładna, zależy przede wszystkim od tego, jak daleko dane, które wstawiamy do modelu w celu uzyskania prognozy bardziej się różnią od dotychczasowych wartości tych zmiennych, tym większy może być błąd prognozy.

• Założenia do modelu ekonometrycznego:

1. znamy dobry model (dobrze dopasowany do danych, parametry są istotnie różne od 0, reszty modelu mają rozkład normalny)

2. występuje stabilność relacji strukturalnych w czasie (parametry modelu w przyszłości będą takie same, jak były w przeszłości)

3. w przyszłości nie pojawią się żadne inne ważne zmienne wpływające na prognozowane zjawisko

4. znane są przyszłe wartości zmiennych objaśniających (można samemu zrobić prognozę X, wykorzystać prognozy zrobione przez innych)

5. można ekstrapolować model poza obszar zmienności zmiennych objaśniających z zaobserwowanych prób.

• MODELE ANALOGOWE

Niekiedy budowa prognozy może być oparta na podobieństwie rozwoju prognozowanego zjawiska i innego zjawiska zachodzącego w tym samym obiekcie, bądż tego samego zjawiska, ale zachodzącego w innym obiekcie.

Prognoza cząstkowa- przedłużenie szeregu czasowego wg ścieżki rozwojowej pojedynczego obiektu uznanego za podobny.

Prognoza globalna- średnia arytmetyczna z ważona z prognoz cząstkowych, gdzie rolę wag pełnią miary podobieństwa.

Metodę tą można stosować wówczas, gdy można przyjąć założenie, że zjawiska są podobne.

Podobieństwo może być podobieństwem;

• poziomu (wartości zmiennych kształtują się na podobnym poziomie yo-yk=0)

• kształtu (podobne trendy, podobne wahania, podobna dynamika).

Lepsze jest podobieństwo kształtu.

Standaryzację robi się po to, by szeregi były gładkie, by wyeliminować wahania przypadkowe.

---