Ekonometria modele, uczelnia, Programowanie Liniowe


Podstawowym narzędziem ekonometrii jest model. Jest to równanie lub układ równań, które przedstawiają zależność pewnych zmiennych ekonomicznych od innych zmiennych.

0x01 graphic

W badaniach najczęściej wykorzystuje się model w postaci liniowej:

0x01 graphic
,

0x01 graphic

(X0t = 1 tzw. zmienna ślepa)

Yt - zmienna objaśniana (endogeniczna), Xit - zmienne objaśniające (egzogeniczne), 0x01 graphic
- składnik losowy (jest również zmienną losową), 0x01 graphic
- parametry strukturalne.

Przyczyny występowania składnika losowego w równaniu regresji:

1. Losowa natura zjawisk i procesów gospodarczych.

2. W równaniu nie uwzględniamy wszystkich przyczyn powodujących kształtowanie się zmiennej objaśnianej.

3. Przyjęta analityczna postać funkcji regresji nie odpowiada dokładnie rzeczywistej formie zależności między badanymi zmiennymi.

4. Niedokładność w obserwacji i pomiarze zjawisk i procesów.

5. Zaokrąglenia w obliczeniach.

Wprowadzenie do modelu składnika losowego nadaje zależności charakter stochastyczny. Bez składnika losowego model jest deterministyczny.

Parametry struktury stochastycznej to parametry rozkładu składnika losowego (własności składnika losowego):

0x01 graphic
wartość oczekiwana równa zeru

0x01 graphic
stała i skończona wariancja

Macierz wariancji - kowariancji składników losowych dana jest wzorem:

0x01 graphic

gdzie In jest to macierz jednostkowa,

0x01 graphic
stała wariancja

0x01 graphic
nie występuje autokorelacja składnika losowego.

Dodatkowo zakłada się, że rozkład składnika losowego jest normalny.

Klasyfikacja modeli ekonometrycznych

W zależności od przyjętego kryterium możemy wyróżnić różne rodzaje modeli:

1) ze względu na liczbę równań w modelu:

- jednorównaniowe

- wielorównaniowe

2) ze względu na postać analityczną:

- liniowe

0x01 graphic

- nieliniowe (najczęściej spotykane w badaniach empirycznych):

Postać potęgowa (jeżeli wiadomo, że elastyczność zmiennej objaśnianej 0x01 graphic
względem zmiennych objaśniających 0x01 graphic
jest stała):

0x01 graphic

0x01 graphic
- oznacza elastyczność zmiennej 0x01 graphic
względem zmiennej 0x01 graphic
.

Przykładem funkcji potęgowej jest funkcja produkcji typu Cobba - Douglasa:

0x01 graphic

gdzie: Y - wartość produkcji, X1 - kapitał, X2 - zatrudnienie

0x01 graphic
- informuje w przybliżeniu o ile procent zmieni się produkcja, jeżeli kapitał zmieni się o 1%,

0x01 graphic
- informuje w przybliżeniu o ile procent zmieni się produkcja, jeżeli wielkość zatrudnienia zmieni się o 1%,

Model w postaci potęgowej sprowadza się do postaci liniowej poprzez logarytmowanie obu stron równania.

Innym przykładem modeli nieliniowych są krzywe Törnquista (patrz J.W. Wiśniewski, Z. Zieliński, Elementy Ekonometrii)

Postać logarytmiczna (jeżeli jednostkowemu przyrostowi zmiennej objaśniającej towarzyszą coraz mniejsze przyrosty zmiennej objaśnianej):

0x01 graphic

0x01 graphic

np. zależność indywidualnej wydajności pracy robotników (0x01 graphic
) od stażu pracy w danym zawodzie (0x01 graphic
).

Postać wykładnicza (jeżeli jednostkowemu przyrostowi zmiennej objaśniającej odpowiadają coraz większe przyrosty zmiennej objaśnianej):

0x01 graphic

np. zależność kosztów całkowitych produkcji (0x01 graphic
) od wielkości produkcji (0x01 graphic
).

Postać hiperboliczna:

0x01 graphic

np. zależność między inflacją a bezrobociem - Krzywa Philipsa

Postać wielomianowa:

0x01 graphic

0x01 graphic
(ze zmienną czasową t, z trendem)

Wśród modeli nieliniowych można wyróżnić modele nieliniowe względem zmiennych objaśniających i jednocześnie liniowe względem parametrów strukturalnych, np. postać logarytmiczna i hiperboliczna oraz modele nieliniowe zarówno względem zmiennych objaśniających, jak i względem parametrów strukturalnych, np. postać potęgowa.

3) ze względu na kryterium czasu:

-dynamiczne (opisują procesy stochastyczne, realizacje dotyczą okresu czasu, np. kolejne dni, miesiące, lata)

-statyczne (opisują zmienne losowe, realizacje dotyczą określonego momentu)

-dynamiczno-statyczne(opisują pola losowe)

4) ze względu na walory poznawcze:

- przyczynowo - skutkowe (zmienna objaśniana jest skutkiem a zmienne objaśniające przyczynami)

- symptomatyczne (zmienne objaśniające są silnie skorelowane ze zmienną objaśnianą, ale nie są jej przyczynami)

- tendencji rozwojowej (ze zmienną czasową t, czyli modele z trendem)

- autoregresyjne (w roli zmiennych objaśniających występuje opóźniona w czasie zmienna objaśniana)

0x01 graphic

5) ze względu na charakter zależności:

- stochastyczne

- deterministyczne

6) ze względu na przedmiot badań:

Etapy budowy modelu ekonometrycznego:

1. Specyfikacja

2. Identyfikacja

3. Zebranie materiału statystycznego

4. Estymacja parametrów

5. Weryfikacja modelu

6. Zastosowanie modelu - praktyczne wykorzystanie

ad 1. Specyfikacja

Należy określić między innymi cel i zakres badania oraz wybrać metodę. Wyróżniamy:

a) specyfikację zmiennych

b) specyfikację równań (wybór analitycznej postaci modelu)

Specyfikacja zmiennych: określamy zmienną objaśnianą i zmienne objaśniające. Najpierw wybieramy potencjalne zmienne objaśniające. Wyboru dokonujemy na podstawie teorii ekonomicznej, wiedzy ekspertów, doświadczenia.

Redukcja zbioru zmiennych potencjalnych

- zmienne objaśniające powinny być silnie skorelowane ze zmienną objaśnianą

- zmienne objaśniające powinny być słabo skorelowane między sobą.

Metody redukcji zbioru zmiennych potencjalnych:

- metoda pojemności integralnych Hellwiga (wskaźników pojemności informacyjnej)

- metoda Bartosiewiczowej (metoda analizy grafów)

- metoda selekcji a posteriori.

ad 2. Identyfikacja - dotyczy modeli wielorównaniowych

ad 4. Estymacja. Szacujemy parametry strukturalne i parametry struktury stochastycznej.

Estymator jest to pewna funkcja określona na próbie, która służy do oszacowania nieznanej wartości parametru w populacji generalnej.

Własności estymatorów:

1. nieobciążoność: 0x01 graphic

gdzie: 0x01 graphic
oznacza parametr, a Tn - estymator

Odchylenia wartości estymatora od wartości parametru nie mają tendencyjnego charakteru (nie ma błędu systematycznego).

2. zgodność

0x01 graphic
dla dowolnego 0x01 graphic

Wraz ze wzrostem liczby obserwacji wzrasta dokładność szacunku.

3. efektywność

Estymator jest najefektywniejszy, jeżeli ma najmniejszą wariancję.

4. dostateczność

Estymator jest dostateczny, jeżeli zawiera wszystkie informacje, jakie występują w próbie na temat parametru i żaden inny estymator nie może dać dodatkowych informacji o szacowanym parametrze.

Metody estymacji: KMNK (klasyczna metoda najmniejszych kwadratów), UMNK (uogólniona metoda najmniejszych kwadratów), PMNK (pośrednia metoda najmniejszych kwadratów), 2MNK (podwójna metoda najmniejszych kwadratów), metoda największej wiarygodności.

KMNK polega na znalezieniu takich ocen parametrów strukturalnych, przy których suma kwadratów odchyleń rzeczywiście zaobserwowanych wartości zmiennej objaśnianej od wartości teoretycznych wyznaczonych z modelu jest najmniejsza.

Model klasycznej regresji liniowej:

0x01 graphic

0x01 graphic
- wektor obserwacji na zmiennej endogenicznej, 0x01 graphic
- macierz obserwacji na zmiennych egzogenicznych, 0x01 graphic
- wektor parametrów strukturalnych, 0x01 graphic
- wektor składników losowych.

założenia:

  1. X- nielosowe,

  2. 0x01 graphic
    ,

  3. 0x01 graphic
    .

Parametry 0x01 graphic
szacujemy MNK (metodą najmniejszych kwadratów).

Wektor ocen parametrów strukturalnych 0x01 graphic
dany jest wzorem:

0x01 graphic

Parametry struktury stochastycznej: błędy średnie estymatorów i wariancja resztowa.

Macierz wariancji-kowariancji estymatorów parametrów 0x01 graphic
:

0x01 graphic

Na przekątnej tej macierzy znajdują się wariancje estymatorów:

0x01 graphic
0x01 graphic
- diagonalny element macierzy 0x01 graphic

pierwiastek z wariancji estymatora to błąd średni estymatora (błąd szacunku parametru):

0x01 graphic

Nieobciążonym estymatorem wariancji składnika losowego 0x01 graphic
jest wariancja składnika resztowego 0x01 graphic
(wariancja resztowa):

0x01 graphic
,

gdzie 0x01 graphic
, 0x01 graphic
, k - liczba zmiennych objaśniających (1 dla wyrazu wolnego).

ad 5. Weryfikacja modelu. Wyróżniamy:

- weryfikację statystyczną

- weryfikację ekonomiczną

Weryfikacja statystyczna obejmuje:

a) badanie istotności parametrów strukturalnych. Sprawdzamy, czy zmienne objaśniające uwzględnione w modelu istotnie wpływają na zmienną objaśnianą.

b) badanie dopasowania modelu do danych empirycznych

c) badanie rozkładu reszt (sprawdzanie, czy spełnione są przyjęte przy estymacji założenia):

1

3



Wyszukiwarka