1. Rola modelowania ekonomiczno-matematycznego w polityce makroekonomicznej

Modelowanie ekonomiczno-matematyczne jest jednym z najważniejszych etapów a zarazem narzędzi wspomagających tworzenie i weryfikację założeń na poszczególnych etapach procesu tworzenia polityki makroekonomicznej. Pozwala ono badać konsekwencje założeń ostatecznie sformułowanej polityki. Modele umożliwiają syntezę rozproszonej i heterogenicznej informacji, dostarczając zarazem nowej, wcześniej nieznanej informacji. Pozwalają uwzględnić w analizie znacznie większą grupę sprzężeń gospodarczych niż rozumowanie jakościowe. Formalizm modelowania wymusza tworzenie i precyzowanie jasnych i klarownych założeń i hipotez. Każde rozumowanie o gospodarce opiera się na jakimś jej modelu. Wydobycie go na światło dzienne pozawala dokonać jego oceny i doskonalenia przyjętego schematu rozumowania, dając tym samym możliwość nauki procesu formułowania polityki makroekonomicznej.

2. Omów definicję i klasyfikację predykcji matematycznej

Predykcja ekonometryczna - Jest to proces wnioskowania w przyszłość na podstawie modelu ekonometrycznego. Efektem predykcji jest oszacowanie nieznanej wartości zmiennej objaśnianej w okresie prognozowanym, zwane często prognozą.

3. Jaka jest różnica miedzy prognozą a symulacjami? Podaj definicje.

Prognoza mówi nam o tym, jak z pewną dozą prawdopodobieństwa ukształtuje się sytuacja gospodarcza w przyszłości

Symulacje z kolei przeprowadza się aby określić możliwe konsekwencje przyjętych w danym eksperymencie założeń o zmianach (np. parametrów polityki makroekonomicznej). Są one swoistą analizą przyszłych możliwych stanów gospodarki, niekoniecznie precyzującą, które z tych stanów są bardziej prawdopodobne niż inne.

Prognozowanie (predykcja) jest naukowym sposobem przewidywania, w jaki sposób będą kształtowały się w przyszłości procesy lub zdarzenia. W trakcie procesu prognozowania formułuje się sąd na temat przyszłych stanów zjawisk i zdarzeń nazywany prognozą.

Symulacja - przybliżone odtwarzanie zjawiska lub zachowania danego obiektu za pomocą jego modelu. Szczególnym rodzajem modelu jest model matematyczny, często zapisany w postaci programu komputerowego, ale czasem niezastąpione jest wykorzystanie modelu fizycznego w zmniejszonej skali np. do badań aerodynamicznych.

4. Jakie są etapy prognozowania?

1. sformułowanie zadania prognostycznego

2. podanie przesłanek prognostycznych

3. wybór metody prognozowania

4. wyznaczenie prognozy

5. ocena dopuszczalności prognozy

6. weryfikacja prognozy

5. Przedstaw funkcje prognozy.

Podstawową funkcją prognozy jest funkcja preparacyjna, mająca na celu wspomaganie procesów decyzyjnych. Prognozowanie to działanie przygotowujące inne działania. Kolejną ważną funkcją prognoz jest funkcja aktywizująca, która polega na pobudzaniu do działań mających na celu wspomóc realizację prognozy lub też przeciwstawiających się prognozie niekorzystnej. Funkcja informacyjna prognoz ma z kolei na celu przygotowanie ludzi na nadchodzące zmiany i zmniejszenie lęku przed niepewną przyszłością.

Funkcje prognoz:

■ preparacyjna (prognoza jest działaniem, które przygotowuje inne działania, prognoza zatem wspomaga procesy decyzyjne w skali mikro- i makroekonomicznej)

■ aktywizująca (polega na pobudzeniu do podejmowania działań sprzyjających realizacji prognozy - gdy zapowiada zdarzenia korzystne - i przeciwstawiających się jej realizacji - gdy przewidywane zdarzenia są oceniane jako niekorzystne)

■ informacyjna (polegająca na oswajaniu ludzi z nadchodzącymi zmianami, zmniejszeniu lęku przed przyszłością)

6. Jakie są metody prognozowania? Przedstaw szczegółowo jedna z nich.

Metody prognozowania na podstawie szeregów czasowych: zakłada się, że na przyszłe wartości danej zmiennej wpływa jedynie czynnik czasu i ew wcześniejsze wartości tej zmiennej (wygładzanie wykładnicze, średnie ruchome, metoda wskaźników, modele adatapcyjne itp.).

Metody prognozowania przyczynowo - skutkowego: zakłada się, że prognozowana zmienna kształtowana jest przez pewne mechanizmy opisujące dany model (modele ekonometryczne, symulacje, itd.).

Metody prognozowania przez analogię: opiera się na założeniu, że różne wielkości charakteryzują się podobnymi drogami rozwojowymi - prognozujemy na podstawie wielkości wyprzedzającej w czasie zmienną prognozowaną (analogie przestrzenne, historyczne).

Heurystyczne metody prognozowania: w oparciu o wiedzę, doświadczenie i intuicje np. ekspertów w danej dziedzinie (burza mózgów, metoda delficka, itd.).

Omówienie np. burzy mózgów lub metody naiwnej.

7. Omów główne schematy modeli keynesowskich.

Modele keynesowskie są modelami równowagi opartymi na teorii makroekonomicznej Keynesa. W najbardziej dopracowanej postaci są to modele statyczne, pokazujące jak gospodarka przechodzi z jednego stanu równowagi do innego. Parametrami w tych modelach są instrumenty polityki makroekonomicznej.

W podstawowym schemacie modele te zawierają:

• Równanie kształtujące równowagę na rynku dóbr (D=S)

• Funkcję konsumpcji zależną np. od odchodu, cen, stopy podatków

• Funkcję inwestycji zależną np. od stopy %, dochodu, oczekiwanej stopy inflacji

• Funkcje eksportu i importu zależne np. od taryf celnych, kursu walutowego

• Bilans płatniczy z saldem obrotów kapitałowych

• Równanie popytu na pieniądz i równanie określające równowagę na rynku pieniężnym (popyt na pieniądz=podaż na pieniądz)

• Równania określające płace, popyt na pracę i jej podaż oraz równowagę rynku pracy

• Równanie inflacji

W modelach można stosować różne funkcje konsumpcji, inwestycji. Funkcja popytu na pracę może być wyprowadzona z funkcji produkcji o różnej postaci. Można dodawać różne rodzaje podatków i taryf celnych. Schemat zawiera potencjalne elementy dynamiczne (zmiany cen, kursów). Funkcja inflacji zawiera elementy dynamiki

8. Scharakteryzuj zagregowany model symulacyjny. Podaj przykład takiego modelu.

Modele optymalizacyjne, mimo swoich zalet, odznaczają się jednak pewnym brakiem elastyczności. Wynika to z automatyzmu algorytmów ich rozwiązywania. Natomiast modele symulacyjne dają pełniejszą kontrolę nad logiką dochodzenia do wyników, pozwalają pełniej analizować w kategoriach merytorycznych (a nie tylko technicznych), dlaczego otrzymano konkretny rezultat. Jest to często istotne przy wariantowej analizie założeń polityki makroekonomicznej.

Przykładem takiego modelu jest model popytowy SAS.

Model SAS jest modelem czysto popytowym. Zawiera kilka prostych równań opisujących na makroekonomicznym, abstrakcyjnym poziomie, kształtowanie się popytu w gospodarce oraz jego wpływ na wzrost, indukowany przez niego popyt na zasoby pracy i stopień ich wykorzystania. Istota działania modelu sprowadza się do tego, że przyjmujemy, iż rozwój i stabilność są funkcją wielkości i struktury popytu, ten zależy zaś od czynników popytotwórczych i polityki makroekonomicznej. W modelu SAS uwzględnia się szereg zagregowanych kategorii popytu, zaś parametry modelu albo bezpośrednio kontrolują wartości tych kategorii, albo wpływają na nie w sposób pośredni.

Większość parametrów ma charakter syntetycznego odbicia pewnych generalnych założeń polityki makroekonomicznej.

9. Omów ogólną ideę modelu MAKROPOL

Konstrukcja modelu MAKROPOL stanowi efekt krytycznej analizy dotychczasowych modelowych doświadczeń autorów i przemyśleń związanych z potrzebami modelowania polityki makroekonomicznej.

Skonstruowano dwie wersje modelu MAKROPOL. Wersja podstawowa jest modelem -popytowym (a więc takim, w którym „ruch gospodarki" określany jest przez zmiany czynników popytotwórczych i nie uwzględnia się ograniczeń ze strony zasobów i zdolności produkcyjnych). Tej wersji modelu nadano właśnie nazwę MAKROPOL. Jest ona podstawowa, gdyż zakładamy, że gospodarka polska jest i będzie gospodarką sterowaną przez popyt.

Wersja czysto popytowa może być wykorzystywana dla analiz polityki makroekonomicznej o relatywnie krótkim horyzoncie (od l roku do np. 3 lat). Krótki horyzont usprawiedliwia (przynajmniej w pewnym stopniu) pominięcie ograniczeń zasobowych.

Dlatego też przygotowano wersję modelu MAKROPOL (nazwaną MAKROPOL-S), w której uwzględnia się niektóre ograniczenia zasobowe i - w uproszczony sposób - kształ towanie się zdolności produkcyjnych. W pewnym uproszczeniu model MAKROPOL-S można nazwać modelem popytowo-podażowym.

Model przeznaczony jest do krótko- i średniookresowych symulacji polityki makroekonomicznej. MAKROPOL jest modelem zagregowanym (nie wyróżniającym gałęzi gospodarki), co wyklucza jego zastosowanie do szczegółowego badania strukturalnych skutków polityki. Jest modelem dynamicznym w tym sensie, że może generować sekwencje statycznych stanów równowagi, zależnych od parametrów określonych dla każdego z okresów w horyzoncie analizy, a także powiązanych międzyokresowymi powiązaniami inwestycyjnymi.

Każdy statyczny stan równowagi symulowany jest poprzez zrównoważenie popytu z podażą na rynkach:

• dóbr konsumpcyjnych,

• dóbr inwestycyjnych,

• rynku pieniężnym,

przy czym w przypadku pierwszych dwóch rynków określającą stroną równowagi jest popyt. W tym sensie model należy do klasy modeli popytowych.

Natomiast modelowanie dochodów i wydatków budżetu oraz zewnętrznej aktywności gospodarki opiera się na mniej restrykcyjnym podejściu do pojęcia stanu równowagi. W przypadku budżetu posługujemy się zadanym stopniem niezrównoważenia (w relacji do PKB), co jest wygodne przy prowadzeniu konkretnych analiz polskiej polityki makroekonomicznej. Stopień zewnętrznego zrównoważenia gospodarki jest zaś wielkością wynikową i zależy w modelu zarówno od techniczno-ekonomicznych relacji opisujących importochłonność i zdolność eksportową, jak i od polityki kursowej, celnej oraz syntetycznej charakterystyki konkurencyjności gospodarki.

Opisując własności modelu MAKROPOL, warto zwrócić uwagę na to, że stan równowagi na rozpatrywanych w nim rynkach dóbr i usług endogenicznie określa zarówno ilości, jak i ceny, zaś stopa procentowa i baza monetarna mogą być traktowane egzogenicznie lub endogenicznie - w zależności od przyjętego sposobu pracy z modelem.

Struktura modelu - w najogólniejszym ujęciu - stanowi bowiem układ równań nieliniowych, a przy konstrukcji zależności modelowych i informatycznej struktury symulacji zadbano o umożliwienie łatwej modyfikacji algorytmu obliczeniowego, tak by zapewnić swobodę wyboru pomiędzy egzogenicznością i endogenicznością niektórych kategorii.

Jednocześnie starano się, by model był możliwie najprostszy i posługiwał się kategoriami dostępnymi w statystyce i mającymi pragmatycznie istotne znaczenie w analizie polityk makroekonomicznych.

10. Podaj pojęcie średniookresowej strategii finansowej.

MTFS - Medium Term Financial Strategy to logicznie spójny system średniookresowych projekcji elementów polityki monetarnej i fiskalnej.

Logicznie spójny - zastosowanie instrumentów polityki monetarnej i fiskalnej musi być skoordynowane i podporządkowane dwóm celom: wymaganiom dotyczącym opcji rozwojowych, wynikającym z ogólniejszych ram strategicznych oraz kryteriom stabilizacyjnym - jako głównym obiektom tych polityk, choć również pojawiającym się na styku z innymi składnikami polityki makroekonomicznej.

11. Czym charakteryzują się modele równowagi ogólnej?

Stanowią układy równań nieliniowych, wśród których pewne równania wyprowadzone są z założeń o optymalnym zachowaniu producentów i konsumentów w warunkach konkurencji doskonałej. W ramach nurtu klasycznego obowiązują tu prawa Walrasa.

12. Podaj przykładowe zmienne, które mają kluczowe znaczenie w studiach nad średniookresowymi strategiami finansowymi.

• Podaż pieniądza,

• wydatki rządowe,

• stopa procentowa,

• stopy podatkowe,

• kurs walutowy

13. Scharakteryzuj model MIM.

Model MIM jest modelem popytowym, nieuwzględniającym ani funkcji podaży, ani zmian zasobów. Jest to model zawierający podstawowe makrozależności rynku produktów i rynku pieniężnego. Dlatego też jego nazwa MIM zawiera w sobie skrót MIni Akropol. Umożliwia on symulacje popytowe.

14. Wymień wszystkie metazałożenia dotyczące modelu MIM.

• Egzogeniczność podaży pieniądza

• Kształtowanie realnej stopy procentowej na pewnym, zmiennym w czasie, egzogenicznym poziomie

• Zmiany kursu walutowego podporządkowane są zmianom cen krajowych

• Oczekiwania inflacyjne traktowane są jako egzogeniczne zestawy trafności ocen inflacji przez podmioty ekonomiczne

(ss. 142n)

15. Rola modelowania makroekonomicznego w formułowaniu wizji długofalowego rozwoju gospodarczego.

Modelowanie makroekonomicznie jest warsztatem analitycznym, umożliwiającym sprowadzanie z natury heterogenicznych rozważań, założeń i hipotez z różnorodnych obszarów tematycznych na jednorodną płaszczyznę ujęcia ilościowego oraz wykorzystanie tego warsztatu do formułowania i weryfikacji wariantowych przesłanek wizji rozwoju gospodarczego kraju.

Modele nie są automatami do rozwiązywania problemów, nie stanowią tez wyroczni rozstrzygających. Mówiąc o modelach gospodarki mamy na myśli modele naszych wyobrażeń o gospodarce, które mogą być bardziej lub mniej trafne, bardziej lub mniej odległe od rzeczywistości, lepiej lub gorzej zweryfikowanych statystycznie i symulacyjnie.

Modele są tylko narzędziami pomocniczymi w złożonym procesie analiz. Mogą pomagać, inspirować, ukazywać konsekwencje, prowokować do stawiania nowych pytań, jednak same nie rozwiązują problemów i nie ferują jednoznacznych wskazań i wyroków.

16. Znaczenie modeli symulacyjnych w procesie formułowania wizji rozwojowej.

s.180nn

17. Scharakteryzuj model WIR.

Model WIR jest narzędziem służącym do długookresowych symulacji rozwoju gospodarki. Prostota tego modelu ma pomagać w szybkim i elastycznym, a zarazem poddającym się analizie przyczynowo skutkowej symulowaniu różnych wariantów scenariuszy rozwoju. Model WIR rozpatruje procesy gospodarcze - łącznie z przepływami miedzy gospodarką i budżetem w ujęciu realnym. Zakłada się w nim też, że na rynku będzie występować poprawa równowagi, tzn. coraz niższa inflacja i dążenie do optymalnego wykorzystania mocy produkcyjnych. Model WIR rozpatruje gospodarkę złożoną z trzech sektorów: wysokiej techniki (WT), infrastruktury (Infr), produkcji pozostałej (Poz). Podział ten jest dość umowny.

s.192

18. Scharakteryzuj model ROSE.

Głównym zadaniem modelu jest wyznaczenie, w ujęciu sektorowym, inwestycji niezbędnych dla osiągnięcia zadanych temp wzrostu PKB przy zadanym wzorcu zmian strukturalnych. Przy okazji wyznacza on sektorową alokację zatrudnienia i globalne zasoby siły roboczej. Po skonfrontowaniu tego z prognozami wzrostu ludności możemy otrzymać szacunkową stopę bezrobocia.

s.199

19. Scharakteryzuj model VISIMP.

Model VISIMP powstał na bazie MAKROPOL i stanowi jego `normatywną' wersję. Przyjmuje się w nim jako dane PKB i inwestycje - mogą to też być wyniki innych rachunków modelowych.

Jest więc on swoistą weryfikacją wyników innych analiz modelowych.

Odróżnia się w nim inwestycje `normatywne' od inwestycji finansowanych z zysków kredytów i dochodów ludności. BIZ kształtowane są na zasadzie bilansowo-normatywnej a nie w oparciu o przewidywania czy prognozy czy też zależności behawioralne. Zakłada się również że inwestycje zagraniczne mogą- ale nie muszą- generować dodatkowy eksport.

Konsumpcja zbiorowa w tym modelu jest traktowana bilansowo-wynikowo, inaczej niż w MAKROPOL.

Stopa inflacji, podaż pieniądza i stopa procentowa są wielkościami endogenicznymi.

s.201

20. Scharakteryzuj model MORS.

Jest to model popytowy. Wszystkie zmienne w tym modelu są zmiennymi obserwowalnymi. Umożliwia on traktowanie zestawów zmiennych jako zmiennych albo endogenicznych, albo egzogenicznych.

s.237nn

21. Na czym polega analiza scenariuszowa. Omów dokładnie scenariusz stabilnego wzrostu.

SSW rozgrywa się w otoczeniu o niskiej turbulencji - solidny rozwój bez wstrząsów i nagłych zmian, stabilność polityczna; przy założeniu mało ekspansywnej makropolityki, przy zmianach strukturalnych umacniających tradycyjne rodzaje przetwórstwa

22. Na czym polega analiza scenariuszowa. Omów dokładnie scenariusz sukcesu.

SS jest splotem pomyślnych okoliczności: dynamiczny rozwój gospodarki światowej w warunkach radykalnych globalnych przemian jakościowych nie hamowanych barierami politycznymi nakłada się na pomyślne i szybkie restrukturyzacje, na dobrą makropolitykę i nowoczesną wizję zmian strukturalnych.

23. Na czym polega analiza scenariuszowa. Omów dokładnie scenariusz peryferyjny.

SP ma charakter ostrzegawczy: dzieje się on w warunkach słabego światowego rozwoju, hamowanego przez wstrząsy polityczne i ogólną atmosferę konfliktu; polityka gospodarcza ma charakter zdecydowanie stabilizacyjny i nie jest w stanie wygenerować trwałych podstaw rozwojowych, zaś antypartnerstwo we współpracy międzynarodowej spycha kraj ku nazbyt surowcowej strukturze gospodarki

24. Omów pojęcie „.system modeli”.

W ujęciu Mesarovica i Takahary systemem określa się podzbiór iloczynu kartezjańskiego niepustych abstrakcyjnych zbiorów.

Ma on być odzwierciedleniem systemu gospodarczego, zatem poszczególne modele są odbiciami komponentów realnego systemu gospodarczego, a relacje miedzy modelami odpowiadają sprzężeniom między rzeczywistymi komponentami. Jednakże odniesienie systemu do rzeczywistości jest takie same jak odniesienie poszczególnych modeli do realiów gospodarczych.

25. Podaj przykłady zastosowań modeli typu input output

26. Wymień główne zalety modelowania gospodarki regionalnej w oparciu o przepływy międzygałęziowe.

27. .Scharakteryzuj modele typu .. top-down”, modele typu hybrydowego, a także modele typu bottom-up”

Modele typu „top-down” składają się z dwóch części: ogólnokrajowej i regionalnej. Część regionalna uzupełnia krajowy model równowagi o układ równań opisujący regionalne podziały wyników krajowych. W tego typu modelach nie uwzględnia się sprzężenia zwrotnego pomiędzy funkcjonowaniem regionu a gospodarką krajową. Założenia informacyjne są bardzo uproszczone, dlatego też modele takie nie stwarzają trudności w postaci barier informacyjnych w krajach z rozwiniętą statystyką. Dlatego też są one chętnie stosowane i mogą dawać ciekawe rekomendacje dla polityki regionalnej.

Modele behawioralne mają strukturę teoretyczną podobną do modeli typu „top-down”. Istotną różnicą jest natomiast wprowadzenie danych regionalnych do ogólnej tablicy przepływów międzygałęziowych poprzez traktowanie sektorów zlokalizowanych w różnych regionach jako oddzielnych sektorów gospodarki. Takie modele, nie wprowadzając zróżnicowania w aspektach behawioralnych funkcjonowania gospodarek regionów są zarazem bardziej wymagające pod względem bazy statystycznej. Dają też lepszy wgląd w aspekty regionalne od modeli „top-down” Jednak koszty ich zastosowania są wyższe.

Modele „bottom-up” zawierają równania behawioralne opisujące zachowanie wyróżnionych agentów gospodarki regionalnej. Wyniki dla całej gospodarki stanowią agregację wyników regionalnych. W modelach tych uwzględnia się w pełni regionalne tablice przepływów międzygałęziowych oraz przepływy pomiędzy danym regionem a innymi regionami kraju i zagranicą. Jest to najbardziej zaawansowane podejście, pozwalające modelować w szczegółach funkcjonowanie gospodarek regionalnych i konsekwencje wynikające dla nich ze zmian polityki regionalnej oraz z interakcji z innymi regionami. Przykład modelu: MONASH-MRF.

s.289 2k

28. Podaj podstawowe założenia modelu MOD-REG.

s. 294n 2k

29. Przedstaw istotę tablicy przepływów międzygałęziowych. !!!!!!!!!!!!!

Tablica przepływów międzygałęziowych (TPM) zawiera statystyczny opis działalności produkcyjnej poszczególnych gałęzi rozpatrywanego układu w ustalonym okresie (zwykle w ciągu roku). Wszystkie wielkośi występujące W TPM są wyrażone w ujęciu wartościowym. Zastosowaną jednostkę pieniężną, na przykład 1zł, 1 mln zł, 1 mln $, oznaczamy w skrócie j.p. Każdej gałęzi odpowiada jeden wiersz i jedna kolumna TPM. Tablica 3.1.1 jest tablicą przepływów międzygałęziowych n-gałęziowego zamkniętego układu gospodarczego (nie uwzględnia się wymiany gospodarczej z zagranicą), a występują w niej następujące elementy, ,i,j=1,2,...,n:

Xi - wartość produktu globalnego i-tej gałęzi,

xij - wartość produktu wytworzonego w gałęzi i-tej, a zużytego w gałęzi j-tej, zwana przepływem międzygałęziowym z gałęzi i do j,

Yi - wartość produktu końcowego i-tej gałęzi,

Aj - wartość amortyzacji j-tej gałęzi,

x0j - płace j-tej gałęzi,

Zj - zysk j-tej gałęzi

30. Omów model Leontiefa. Jakie wielkości można prognozować na podstawie tego modelu. !!!!!!!!

Model Leontiefa służy do krótkookresowego prognozowania przyszłej wartości wektora produktu końcowego lub globalnego pod warunkiem, że zasadne jest założenie niezmiennej technologii produkcji, czyli stałych w czasie wartości elementów macierzy A. Gdy w oparciu o taki model wyznaczamy wektor produktu końcowego dla zadanego przyszłego wektora produktu globalnego, mamy do czynienia z prognozą I-szego rodzaju. Gdy ustalony jest pożądany przyszły wektor produktu końcowego wówczas, na podstawie równania Leontiefa wyznaczmy wektor produktu globalnego, który umożliwi osiągnięcie produktu końcowego na oczekiwanym poziomie. Taką prognozę określa się mianem prognozy II rodzaju. Ostatnim rodzajem prognozy wyznaczanej na podstawie modelu Leontiefa jest prognoza mieszana, która polega na prognozowaniu wybranych elementów wektora produktu globalnego i końcowego, jeśli ustalone są pozostałe elementy obu wektorów.

31. Omów składowe szeregów czasowych.

Szereg czasowy to ciąg obserwacji pokazujący kształtowanie się badanego zjawiska w kolejnych okresach (dniach, miesiącach, kwartałach, latach, itp.). W szeregu czasowym można wyodrębnić kilka składowych będących wynikiem wpływu różnych czynników na dane zjawisko.

Wyróżnia się następujące składowe szeregów czasowych:

Tendencja rozwojowa, zwana trendem, wyraża długookresową skłonność do jednokierunkowych zmian (wzrostu lub spadku) wartości badanej zmiennej. Jest rozpatrywana jako konsekwencja działania stałego zestawu czynników.

Wahania cykliczne (składowa cykliczna) wyrażają się w postaci długookresowych, rytmicznych wahań wartości szeregu wokół tendencji rozwojowej. Wiąże się je zwykle z cyklem koniunkturalnym gospodarki.

Wahania sezonowe (składowa sezonowa) są wahaniami wartości szeregu wokół jego tendencji rozwojowej o okresie nie przekraczającym jednego roku. Reprezentują efekty powtarzające się z pewną prawidłowością, co roku w tych samych okresach. Odzwierciedlają zwykle wpływ pogody (związane głównie z następstwem pór roku) lub kalendarza. Efekty wynikające z wpływu kalendarza mogą odzwierciedlać: różnice pomiędzy długością (liczbą dni) poszczególnych okresów - 28, 29, 30, 31 dni dla miesięcy, 90, 91, 92, 93 dla kwartałów, różnice pomiędzy liczbą różnych dni tygodnia w okresie, strukturę dni wolnych uwzględniającą święta ruchome i święta narodowe itp.

Wymienione składowe określa się mianem systematycznych, tworzą bowiem systematyczną część szeregu, tzn. możliwą do objaśnienia.

Część resztowa, tj. nie podlegająca objaśnieniu (nie dająca się przypisać do wymienionych źródeł zmienności) nazywana jest składową przypadkową (niesystematyczną). Zawiera ona przypadkowe wahania szeregu wokół części systematycznej, które trudno jest zidentyfikować a priori.

32. Porównaj metody naiwną i średniej ruchomej.

Metoda naiwna oparta jest na bardzo prostych przesłankach dotyczących przyszłości. Zakłada albo niezmienność oddziaływania czynników i wartości zmiennej prognozowanej, albo też jej stały wzrost, taki jak w poprzednich okresach czy sezonach. Jest ona tania i szybka do zastosowania, do ich zastosowania nie potrzeba długookresowych obserwacji, w najprostszym przypadku wystarczy nam wiedza tylko o wartości zmiennej prognozowanej z ostatniego okresu. Dlatego też jakość uzyskanych prognoz tą metodą jest stosunkowo niska.

Natomiast metoda średniej ruchomej ma już zastosowanie zarówno do wygładzania szeregu czasowego, jak i prognozowania. Metoda prosta polega na zastąpieniu pierwotnych wartości zmiennej prognozowanej średnimi arytmetycznymi, obliczanymi sekwencyjnie dla wybranej liczby obserwacji. Tę liczbę obserwacji - stałą wygładzania określa prognosta. Im jest ona wyższa tym większy efekt wygładzenia szeregu. Wadą tej metody jest nadawanie tych samych wag wszystkim k wartościom zmiennej, na podstawie których wyznacza się prognozę. Uważa się powszechnie że większe znaczenie mają aktualne dane niż dane z poprzednich okresów. Postarzanie informacji = średnia ruchoma ważona. Obie metody stosuje się do prognozowania wartości zmiennych o prawie stałym poziomie, w szeregu czasowym nie ma tendencji rozwojowej ani wahań sezonowych i cyklicznych.

33. Scharakteryzuj metodę wygładzania wykładniczego.

Istota wygładzania wykładniczego polega na tym, że szereg czasowy zmiennej prognozowanej wygładza się za pomocą ważonej średniej ruchomej, przy czym wagi określane są według prawa wykładniczego. Najczęściej wyodrębnia się prosty model wygładzania wykładniczego, model liniowy Holta oraz model Wintersa. Wybór modelu zależy od rodzaju szeregu czasowego. W przypadku szeregu czasowego o prawie stałym poziomie zmiennej prognozowanej lub z wahaniami przypadkowymi można zastosować prosty model wygładzania wykładniczego. Do wygładzania szeregu czasowego z tendencją rozwojową i wahaniami przypadkowymi stosuje się model liniowy Holta. Natomiast w przypadku szeregu z tendencją rozwojową, wahaniami sezonowymi i wahaniami przypadkowymi stosuje się model Wintersa.

34. Czym różni się model miękki w porównaniu do tradycyjnych modeli ekonometrycznych?

35. Omów definicję dedukcyjną i indukcyjną zmiennych nieobserwowalnych.

Dedukcyjna - zakłada, że zmienna ukryta jest punktem wyjścia do poszukiwania danych empirycznych, co oznacza, że jest to zmienna pierwotna w stosunku do danego indykatora

Indukcyjna - indykatory nazywa się tworzącymi. Powinny one być nieskorelowane, dlatego przy doborze zbioru wskaźników korzysta się z metod tradycyjnych.

36. Scharakteryzuj sposób weryfikacji modeli miękkich.

Na początku, podobnie jak w modelach ekonometrycznych dokonuje się weryfikacji merytorycznej, a dopiero potem statystycznej. Oceny parametrów relacji zewnętrznych i wewnętrznych muszą być zgodne z przyjętym opisem teoretycznym. W celu sprawdzenia jakości modelu miękkiego można posłużyć się znanym z metod ekonometrycznych współczynnikiem korelacji wielorakiej - R kwadrat, jeżeli potraktuje się oszacowane wartości zmiennych ukrytych jako wartości zaobserwowane w rzeczywistości. Własności statystyczne modelu sprawdza się w oparciu o test Stone'a - Geisslera (test S-G), będący miarą dokładności predykcji dokonanej na podstawie modelu w stosunku do predykcji „trywialnej” oraz metodą tzw. Cięcia Tuckeya. Są to metody specyficzne dla modelowania miękkiego.

37. Zalety modelowania miękkiego.

• Są one pomocnym narzędziem w badaniach porównawczych dotyczących zjawisk, których natężenie nie jest mierzalne przy pomocy jednej zmiennej

• Dają możliwość porównywania obiektów pod względem pojęć niejednoznacznych, takich jak poziom rozwoju regionalnego czy źródeł jego finansowania

• Umożliwiają łączenie kilku zmiennych ukrytych i badanie zależności między nimi.

• Przy szacowaniu parametrów modelu miękkiego otrzymuje się na podstawie relacji substytucyjnych, oceny sił i kierunku zależności między indykatorami. Pozwala to przy niewielkiej liczbie danych uzyskanie estymatorów dużej liczby parametrów. Daje to możliwości wykorzystania modelowania miękkiego w przypadku dobrze rozwiniętej teorii, ale przy braku wystarczającej liczby obserwacji

38. Wymień podstawowe różnice między modelowaniem miękkim a analizą taksonomiczną.

• Modele miękkie podlegają weryfikacji zarówno merytorycznej i statystycznej w odróżnieniu od analizy taksonomicznej.

• Algorytmy taksonomiczne opierają się na odpowiednio zdefiniowanych miernikach odległości między obiektami (zmiennymi). Pozwalają wyodrębniać i porównywać jednorodne zbiory obiektów charakteryzowanych przez zmienne nieobserwowalne

• Modele miękkie z kolei umożliwiają badanie powiązań między zmiennymi nieobserwowalnymi

39. Podaj definicje stymulant, destymulant i nominant.

Stymulanty - zmienne, których wzrost wartości świadczy o pożądanym rozwoju badanego zjawiska, ich wysokie wartości są korzystne z punktu widzenia zmiennej nieobserwowalnej.

Destymulanty - zmienne, których spadek wartości świadczy o pożądanym rozwoju badanego zjawiska, ich niskie wartości są korzystne z punktu widzenia zmiennej nieobserwowalnej.

Nominanty - zmienne, charakteryzujące się określonym poziomem nasycenia, czyli wartością nominalną, wszelkie odchylenia od normalnego poziomu tej zmiennej są niekorzystne z punktu widzenia zmiennej nieobserwowalnej

40. Scharakteryzuj zastosowanie analizy taksonomicznej.

Metody taksonomiczne stosuje się w wielu naukach społeczno-ekonomicznych, w których pojawia się problem klasyfikacji lub porównywania obiektów, charakteryzowanych przez zmienne nieobserwowalne. W ekonomii po raz pierwszy zastosował taksonomię J. Fierich.

9

---