EKONIMETRIA II - wykłady
Zadanie 1
Oszacować liniowy model przychodów przedsiębiorstwa wyrażonych w mln zł. w zależności od średniego zatrudnienia i przeciętnej wydajności pracy mierzonej w tys. zł na zatrudnionego.
rok |
dochód yt |
zatrudnienie xt1 |
wydajność pracy xt2 |
1 |
1 |
2 |
1 |
2 |
2 |
4 |
2 |
3 |
2,5 |
3 |
3 |
4 |
2,5 |
4 |
3 |
5 |
3 |
4 |
4 |
6 |
3 |
4 |
5 |
Suma |
14 |
21 |
18 |
WZÓR
WZÓR
WZÓR
(jeśli daszek jest nad
, to nad y nie ma)
(jeśli daszek jest nad y, to nie ma
)
Na 1 zatrudnionego przypada 0,67 mln zł. dochodu, jeśli początkowe zatrudnienie wyniesie 3,5 etatu i początkowa wydajność wyniesie 3 tys. zł.
Jeśli zatrudnienie wzrośnie o 1 osobę, to dochód wzrośnie średnio o 263 tys. zł. c.p.
Jeśli początkowe zatrudnienie wyniesie 3,5 etatu i początkowa wydajność wyniesie 3 tys. zł., to wzrost zatrudnienia o 1% spowoduje wzrost dochodu o 0,39% c.p.
Miary dopasowania:
rok |
dochód yt |
zatrudnienie xt1 |
wydajność pracy xt2 |
|
|
|
|
|
1 |
1 |
2 |
1 |
1,149 |
-0,149 |
0,0222 |
-1,33 |
1,7689 |
2 |
2 |
4 |
2 |
2,070 |
-0,070 |
0,0049 |
-0,33 |
0,1089 |
3 |
2,5 |
3 |
3 |
2,202 |
0,298 |
0,0888 |
0,17 |
0,0289 |
4 |
2,5 |
4 |
3 |
2,465 |
0,035 |
1,0012 |
0,17 |
0,0289 |
5 |
3 |
4 |
4 |
2,860 |
0,140 |
0,0196 |
0,67 |
0,4489 |
6 |
3 |
4 |
5 |
3,255 |
-0,255 |
0,0650 |
0,67 |
0,4489 |
Suma |
14 |
21 |
18 |
14,001 |
0 |
0,2018 |
0,02~0 |
2,8334 |
Krańcowa stopa substytucji - to stosunek dwóch parametrów krańcowych policzonych względem różnych zmiennych. KSS określa jaki jest niezbędny spadek oddziaływania i-tej zmiennej kompensowany wzrostem oddziaływania j-tej zmiennej przy niezmienionym poziomie oddziaływania pozostałych zmiennych, tak aby wartość zmiennej endogenicznej nie zmieniła się.
Zapis ogólny:
Jeżeli zmniejszymy zatrudnienie o jednostkę, czyli o 1 osobę wówczas wydajność pracy powinna wzrosnąć o 1,5 tys. zł. na osobę, tak aby przychody nie zmieniły się.
Wariancja resztowa
Współczynnik zbieżności
Współczynnik determinacji
Współczynnik zmienności losowej
Obliczenia:
Wartości empiryczne przychodu różnią się średnio od swoich wartości teoretycznych o 0,0259422 mln zł., czyli o 259.422 zł.
W 7,1% zmienność przychodów zależy od innych przychodów, które nie zostały w modelu uwzględnione.
W 92,9% zmienność przychodu zależy od zmienności zatrudnienia i zmienności wydajności pracy.
Stanowi to 11,1% średniego przychodu i świadczy o dużej zmienności reszt.
- zmienność reszt dopuszczalna (im mniej tym lepiej)
i
- model dobrze dopasowany
Miary skorygowane
wariancja
skorygowany współczynnik zbieżności oznaczony
skorygowane o liczebność próby
Weryfikacja wyników
1/ sprawdzanie miar dopasowania
2/ weryfikacja parametrów strukturalnych
3/ weryfikacja struktury stochastycznej
Istotność łączna
Ponieważ wartość statystyki testowej jest większa od wartości krytycznej stosując 10% poziom istotności należy odrzucić
na rzecz
i stwierdzić, że zatrudnienie i wydajność pracy łącznie statystycznie istotnie oddziaływają na przychody.
Istotność indywidualna
Ponieważ wartość statystyki testowej co do modułu jest mniejsza od wartości krytycznej, dlatego stosując 10% - owy poziom istotności nie mamy podstaw do odrzucenia
. Oznacza to, że parametr
jest statystycznie nieistotny, a to oznacza, że zmienna przy tym parametrze występująca, czyli zatrudnienie nie wpływa istotnie na przychody.
Stosując 10% poziom istotności odrzucamy
na rzecz
i stwierdzamy, że wydajność istotnie oddziałuje na przychody.
Przedział ufności dla
Z 90% prawdopodobieństwem przedział o końcach <-0,179, 0,706> pokrywa nieznaną wartość parametru
.
Założenia struktury stochastycznej MNK:
element stochastyczny
Model ekonometryczny może być traktowany wyłącznie w kategoriach regresji opisowej tj. jako relacja matematyczna opisująca dany zbiór obserwacji zawartych w macierzy Y pod warunkiem występowania obserwacji w macierzy X. Model taki byłby tylko jednostkowym opisem Nie moglibyśmy wykorzystać go w prognozowaniu, niemożliwe byłoby weryfikowanie hipotez statystycznych. Dlatego konieczne jest przyjęcie pewnego zbioru założeń dotyczących losowego mechanizmu generowania zmiennych ekonometrycznych.
Założenie o losowym charakterze zmiennych ekonomicznych nie jest samo w sobie weryfikowalne. Co najwyżej można uznać je za rozsądne i korzystne lub odwrotnie, nierozsądne i utrudniające wykorzystanie modelu. Biorąc jednak pod uwagę dwa czynniki (niepewność, ryzyko) towarzyszące decyzjom ekonomicznym: niepewność wyboru oraz swobodę wyboru, pamiętając o fakcie, że procesy ekonomiczne są konsekwencją i sumą wielu powtarzalnych indywidualnych decyzji konsumentów, realizacjom zmiennych ekonomicznych można przypisać prawdopodobieństwa występowania a zatem uznać, że są zmienną losową.
I założeniem jest postulat o losowym charakterze zmiennych endogenicznych i składników zakłócających modelu (stąd powszechnie formułowane określenie - składnik losowy utożsamiany ze składnikiem zakłócającym).
Y i
- jest losowy
kowariancja
0
Dygresja
Przypominamy, dla jednowymiarowej zmiennej losowej wariancja definiowana jest następująco:
Zatem: wariancja zmiennej losowej X jest to wartość oczekiwana kwadratów różnic tej zmiennej losowej i jej wartości oczekiwanej lub inaczej, jest to różnica wartości oczekiwanej, kwadratu zmiennej losowej i kwadratu jej wartości oczekiwanej. Ey - średnia y.
Kowariancja, która jak pamiętamy nie ma bezpośredniej interpretacji definiowana jest następująco:
II założenie dotyczące zmiennych egzogenicznych i składników losowych. Zakłada się iż zmienne te są nieskorelowane, tj. zmienne egzogeniczne nie mają losowego charakteru, lecz są wartościami ustalonymi, kontrolowanymi przez badacza.
kowariancja = 0
III założenie o zerowaniu się wartości oczekiwanej składników losowych. Oznacza, że generowane zakłócenia są przypadkowe a nie systematyczne. Gdyby były systematyczne, zależałyby od zmiennej, która powinna zostać dołączona do modelu w roli objaśniającej. Natomiast, gdyby wartość oczekiwana była stała różna od zera, korekty wymagałby wyraz wolny modelu.
średnia składnika losowego = 0
Przykład:
reszty to odległości od prostej
IV założenie o stałości wariancji składników zakłócających. Wariancja składnika losowego jest stała w czasie i przestrzeni. Założenie to w istocie oznacza, że siła oddziaływania składników przypadkowych na zmienną endogeniczną jest stała.
średnia kwadratów reszt = wariancja reszt
zmienna w czasie stała wariancja w czasie
Jeżeli wariancja nie jest stała błąd rośnie.
V założenie o braku autokorelacji składników losowych. Założenie o zerowej kowariancji składników zakłócających z różnych okresów czasu, oznacza, że zakłócenia losowe z okresu t wpływają na zmienną endogeniczną tylko w tym okresie i nie są przenoszone na okres s (zerowanie się kowariancji interpretuje brak korelacji).
Zależność X od X z poprzednich okresów.
Składnik losowy nie może podlegać autokorelacji.
VI
Z założeń 3,4,5 oraz centralnego twierdzenia granicznego (przypominamy: rozkład sumy wielu niezależnych zmiennych losowych o identycznych rozkładach i skończonej wariancji jest zbieżny do rozkładu normalnego) wynika, że zmienna losowa
ma wielowymiarowy rozkład normalny o zerowej wartości oczekiwanej i stałej wariancji
macierz macierz jednostkowa
składników
losowych
Wracając do składnika losowego
pamiętamy o założeniu 3-5 struktury stochastycznej, można zapisać:
ponieważ
macierz diagonalna macierz jednostkowa
(na przekątnej wartości,
reszta zero)
Jeżeli składnik losowy spełnia warunek powyżej nazywamy go składnikiem sferycznym.
Składnik sferyczny jest wtedy, gdy:
1.rozkład jest normalny
2.średnia równa jest 0
3.ma stałą wariancję
4.kowariancja jest równa 0
TESTY ISTOTNOŚCI:
t=1...T
t-dowolne
1) oszacowanie modelu MNK
2)
i
3)
- składnik zakłócający (reszta)
4a)
,
4b)
dla modelu z punktu 3
4c)
~F(1, T-1)
(1, T-1) nie odrzucamy
- wariancja jest stała - homoskedastyczność
(model jest dobry)
F > F (1, T-1) odrzucamy
- wariancja zmienna - heteroskedastyczność
dla próby powyżej 25 obserwacji używa się zamiast testu Fischera test Waita
Testowanie normalności rozkładu
dokładnie symetryczny
współczynnik asymetrii
współczynnik wysmukłości
Test JB do badania rozkładu normalności
(hi - kwadrat o dwóch stopniach swobody)
nie odrzucamy
odrzucamy
Testowanie autokorelacji
stosuje się statystykę Durbina - Watsona - DW
warunek V spełniony gdy:
Problem sezonowości - zastosowanie zmiennych zerojedynkowych.
aproksymacja - dopasowanie prostej do punktów
sezonowość - miesięczna (12 zmiennych), kwartalnych (4 zmienne), półroczne (2 zmienne zerojedynkowe)
Sposoby wymodelowania sezonowości
1. zastosowanie zmiennych zerojedynkowych
2. analiza harmoniczna
3. gęstość spektralna
- zmienna objaśniająca
- uwzględnienie sezonowości
{1 dla i-tego kwartału oraz 0 dla pozostałych kwartałów
MNK - rząd x= k+1
k+1<T
dla 1 kwartału
kolejno kwartał I, II, III,IV, I, II...IV
S1 S2 S3 S4
żeby oszacować MNK trzeba usunąć przynajmniej jedną zmienną sezonową
S1 S2 S3
Najczęściej wahania sezonowości niwelują się (99% przypadków)
|
|
|
|
|
|
|
|
I |
1 |
0 |
0 |
0 |
1 |
0 |
0 |
II |
0 |
1 |
0 |
0 |
0 |
1 |
0 |
III |
0 |
0 |
1 |
0 |
0 |
0 |
1 |
IV |
0 |
0 |
0 |
1 |
-1 |
-1 |
-1 |
Zad. 1
prognozy
= -28043,1 mln zł. - w pierwszych kwartałach badanego okresu PKB jest przeciętnie o 28043,1 mln zł. niższe od PKB notowanego w czwartych kwartałach
= - 21015,5 - w trzecich kwartałach badanego okresu PKB jest przeciętnie o 21015,5 mln zł. niższe od PKB notowanego w czwartych kwartałach
Efekty niwelują się do zera
= - 10680 mln zł. - w pierwszych kwartałach badanego okresu PKB jest średnio o 10680 mln zł. niższe od przeciętnego kwartalnego PKB notowanego w roku
= - 3652,3 mln zł. - w trzecich kwartałach badanego okresu PKB jest niższe przeciętnie o 3652,3 mln zł. od pierwszego kwartalnego PKB
przeciętnie w IV kwartałach badanego okresu PKB jest średnio wyższa o 17.363,2 od przeciętnego kwartału PKB
prognozy
MODELE DYNAMICZNE
Powody tworzenia modeli dynamicznych
1. tworzy się model dynamiczny, kiedy występuje autokorelacja (żeby zjawisko wyeliminować)
2. są zjawiska, które same w sobie zależą od siebie, występują zjawiska z przeszłych okresów
- model dynamiczny - autokorelacja AR
model z opóźnionymi rozłożeniami
zmienna endogeniczna,
która powoduj, że model rozłożenie dynamiczne
jest dynamiczny
okres t = 1 model przyjmuje postać:
dla t = 2
(postać statystyczna modelu)
dla t = 3
dla t = 4
część wspólna:
uogólniając:
- mnożnik opóźniony rzędu pierwszego (krótkoterminowy)
jeżeli T-2 - rzędu drugiego
Mnożnik krótkookresowy
opóźnienie |
mnożnik |
mnożnik skumulowany |
0 |
|
|
1 |
|
|
2 |
|
|
3 |
|
|
4 |
|
|
… |
… |
… |
Interpretacja dla rzędu II - mnożnik opóźniony
1/ Jeżeli 2 okresy temu wartość zmiennej x wzrosłaby o jednostkę, a następnie powróciłaby do poprzedniego poziomu, to w okresie bieżącym wartość y byłaby średnio o
jednostek wyższa c.p.
lub
2/ Jeżeli w okresie bieżącym wartość x wzrośnie o jednostkę, a następnie powróci do poziomu poprzedniego wówczas za 2 okresy wartość y wzrośnie średnio o
jednostek c.p.
Mnożniki skumulowane
mnożnik oznaczamy literką M
Interpretacja mnożnika skumulowanego rzędu II
Jeżeli w okresie bieżącym wartość x wzrośnie o jednostkę i trwale pozostanie na tym nowym, wyższym poziomie wówczas za 2 okresy wartość y będzie średnio o
jednostki wyższa c.p.
Postać długookresowa
1/ czas dąży do nieskończoności
2/ zmienne uśredniamy E
to
wiedząc, że:
ostateczny wzór przedstawia się następująco:
warunek
i musi być duża próba
- mnożnik długookresowy
Interpretacja:
Jeśli wartość x w okresie bieżącym wzrośnie o jednostkę, to przeciętna wartość y wzrośnie o
jednostki.
PRZYKŁAD:
- przeciętna, roczna stopa inflacji
- stopa wzrostu płac
policzyć mnożniki:
a/ krótkookresowe
b/ skumulowane
c/ długookresowe
opóźnienie |
mnożnik krótkookresowy |
mnożnik skumulowany |
0 |
0,92 |
0,92 |
1 |
1,71 |
1,71+0,92=2,63 |
2 |
1,27 |
2,63+1,27=3,90 |
3 |
0,94 |
3,90+0,94=4,84 |
4 |
0,70 |
4,84+0,70=5,54 |
7,5 - wartość mnożnika długookresowego (wartość graniczna skumulowanego)
Interpretacje mnożnika dla rzędu III
1/ indywidualny - jeśli w okresie bieżącym stopa wzrostu płac wzrośnie o punkt procentowy, a następnie powróci do swego poprzedniego poziomu, to za 3 lata stopa inflacji wzrośnie średnio o 0,94 punktu procentowego c.p.
2/ skumulowany - jeżeli w bieżącym roku stopa wzrostu płac wzrośnie o punkt procentowy i pozostanie na tym nowym poziomie wówczas za 3 lata stopa inflacji wzrośnie średnio o 4,84 punktu procentowego c.p.
3/ długookresowy - jeżeli stopa wzrostu płac trwale zwiększy się o punkt procentowy, to w długim okresie czasu stopa inflacji wzrośnie średnio 0 7,5 punktu procentowego.
K O N I E C !!!
20