EKONOMETRIA II - wykłady, Ekonomia


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

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic
0x01 graphic

WZÓR

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

WZÓR

0x01 graphic

0x01 graphic
0x01 graphic
0x01 graphic

0x01 graphic
0x01 graphic
0x01 graphic

0x01 graphic
0x01 graphic
0x01 graphic

0x01 graphic

WZÓR

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic
(jeśli daszek jest nad 0x01 graphic
, to nad y nie ma)

0x01 graphic
(jeśli daszek jest nad y, to nie ma 0x01 graphic
)

0x01 graphic

Na 1 zatrudnionego przypada 0,67 mln zł. dochodu, jeśli początkowe zatrudnienie wyniesie 3,5 etatu i początkowa wydajność wyniesie 3 tys. zł.

0x01 graphic

Jeśli zatrudnienie wzrośnie o 1 osobę, to dochód wzrośnie średnio o 263 tys. zł. c.p.

0x01 graphic

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.

0x01 graphic

Miary dopasowania: 0x01 graphic

rok

dochód

yt

zatrudnienie

xt1

wydajność pracy

xt2

0x01 graphic
0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

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:

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

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.

0x01 graphic

Wariancja resztowa

0x01 graphic

Współczynnik zbieżności

0x01 graphic

Współczynnik determinacji

0x01 graphic

0x01 graphic

Współczynnik zmienności losowej

0x01 graphic

Obliczenia:

0x01 graphic

0x01 graphic

Wartości empiryczne przychodu różnią się średnio od swoich wartości teoretycznych o 0,0259422 mln zł., czyli o 259.422 zł.

0x01 graphic

W 7,1% zmienność przychodów zależy od innych przychodów, które nie zostały w modelu uwzględnione.

0x01 graphic

W 92,9% zmienność przychodu zależy od zmienności zatrudnienia i zmienności wydajności pracy.

0x01 graphic

Stanowi to 11,1% średniego przychodu i świadczy o dużej zmienności reszt.

0x01 graphic
- zmienność reszt dopuszczalna (im mniej tym lepiej)

0x01 graphic
i 0x01 graphic
- model dobrze dopasowany

Miary skorygowane

0x01 graphic

0x01 graphic

wariancja 0x01 graphic
skorygowany współczynnik zbieżności oznaczony 0x01 graphic

0x01 graphic

skorygowane o liczebność próby 0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

Weryfikacja wyników

1/ sprawdzanie miar dopasowania

2/ weryfikacja parametrów strukturalnych

3/ weryfikacja struktury stochastycznej

Istotność łączna

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic
0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

Ponieważ wartość statystyki testowej jest większa od wartości krytycznej stosując 10% poziom istotności należy odrzucić 0x01 graphic
na rzecz 0x01 graphic
i stwierdzić, że zatrudnienie i wydajność pracy łącznie statystycznie istotnie oddziaływają na przychody.

Istotność indywidualna

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

Ponieważ wartość statystyki testowej co do modułu jest mniejsza od wartości krytycznej, dlatego stosując 10% - owy poziom istotności nie mamy podstaw do odrzucenia 0x01 graphic
. Oznacza to, że parametr 0x01 graphic
jest statystycznie nieistotny, a to oznacza, że zmienna przy tym parametrze występująca, czyli zatrudnienie nie wpływa istotnie na przychody.

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

Stosując 10% poziom istotności odrzucamy 0x01 graphic
na rzecz 0x01 graphic
i stwierdzamy, że wydajność istotnie oddziałuje na przychody.

Przedział ufności dla 0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

Z 90% prawdopodobieństwem przedział o końcach <-0,179, 0,706> pokrywa nieznaną wartość parametru 0x01 graphic
.

Założenia struktury stochastycznej MNK:

0x08 graphic
0x01 graphic
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 i0x01 graphic
- jest losowy

0x01 graphic
kowariancja 0x01 graphic
0

Dygresja

Przypominamy, dla jednowymiarowej zmiennej losowej wariancja definiowana jest następująco: 0x01 graphic

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:

0x01 graphic

0x01 graphic

0x01 graphic
0x01 graphic

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.

0x01 graphic
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.

0x01 graphic
średnia składnika losowego = 0

Przykład:

0x01 graphic

0x01 graphic
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.

0x08 graphic
0x08 graphic
0x01 graphic
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.

0x01 graphic

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 0x01 graphic
ma wielowymiarowy rozkład normalny o zerowej wartości oczekiwanej i stałej wariancji

0x01 graphic

0x08 graphic
0x08 graphic

macierz macierz jednostkowa

składników

losowych

Wracając do składnika losowego 0x01 graphic
pamiętamy o założeniu 3-5 struktury stochastycznej, można zapisać:

0x01 graphic
ponieważ 0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

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:

0x01 graphic
t=1...T

0x01 graphic
t-dowolne

1) oszacowanie modelu MNK

0x01 graphic

2) 0x01 graphic
i 0x01 graphic

3) 0x01 graphic
0x01 graphic
- składnik zakłócający (reszta)

4a) 0x01 graphic
, 0x01 graphic

4b) 0x01 graphic
dla modelu z punktu 3

4c) 0x01 graphic
~F(1, T-1)

0x01 graphic
(1, T-1) nie odrzucamy 0x01 graphic
- wariancja jest stała - homoskedastyczność

(model jest dobry)

F > F (1, T-1) odrzucamy 0x01 graphic
- wariancja zmienna - heteroskedastyczność

dla próby powyżej 25 obserwacji używa się zamiast testu Fischera test Waita

0x01 graphic

0x01 graphic

Testowanie normalności rozkładu

0x01 graphic
dokładnie symetryczny

współczynnik asymetrii 0x01 graphic

współczynnik wysmukłości 0x01 graphic

Test JB do badania rozkładu normalności

0x01 graphic

0x08 graphic
0x01 graphic

0x01 graphic
(hi - kwadrat o dwóch stopniach swobody)

0x01 graphic
nie odrzucamy 0x01 graphic

0x01 graphic
odrzucamy 0x01 graphic

Testowanie autokorelacji

stosuje się statystykę Durbina - Watsona - DW

0x01 graphic
0x01 graphic

warunek V spełniony gdy: 0x01 graphic

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

0x01 graphic

0x01 graphic
- zmienna objaśniająca

0x01 graphic
- uwzględnienie sezonowości

0x01 graphic
{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

0x01 graphic

żeby oszacować MNK trzeba usunąć przynajmniej jedną zmienną sezonową

0x01 graphic

S1 S2 S3

0x01 graphic

Najczęściej wahania sezonowości niwelują się (99% przypadków)

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

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

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

prognozy

0x01 graphic

0x01 graphic

0x01 graphic
= -28043,1 mln zł. - w pierwszych kwartałach badanego okresu PKB jest przeciętnie o 28043,1 mln zł. niższe od PKB notowanego w czwartych kwartałach

0x01 graphic
= - 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

0x01 graphic

0x01 graphic
= - 10680 mln zł. - w pierwszych kwartałach badanego okresu PKB jest średnio o 10680 mln zł. niższe od przeciętnego kwartalnego PKB notowanego w roku

0x01 graphic
= - 3652,3 mln zł. - w trzecich kwartałach badanego okresu PKB jest niższe przeciętnie o 3652,3 mln zł. od pierwszego kwartalnego PKB

0x01 graphic

0x01 graphic

przeciętnie w IV kwartałach badanego okresu PKB jest średnio wyższa o 17.363,2 od przeciętnego kwartału PKB

prognozy

0x01 graphic

0x01 graphic

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

0x01 graphic
- model dynamiczny - autokorelacja AR

model z opóźnionymi rozłożeniami

0x08 graphic
0x08 graphic
0x01 graphic

zmienna endogeniczna,

która powoduj, że model rozłożenie dynamiczne

jest dynamiczny

okres t = 1 model przyjmuje postać:

0x01 graphic

dla t = 2

0x01 graphic

0x01 graphic
(postać statystyczna modelu)

dla t = 3

0x01 graphic

0x01 graphic

0x01 graphic
0x01 graphic

dla t = 4

0x01 graphic

0x01 graphic

0x08 graphic
0x01 graphic

0x01 graphic

część wspólna:0x01 graphic

uogólniając:

0x01 graphic
0x01 graphic

0x01 graphic
- mnożnik opóźniony rzędu pierwszego (krótkoterminowy)

jeżeli T-2 - rzędu drugiego

Mnożnik krótkookresowy

opóźnienie

mnożnik

mnożnik skumulowany

0

0x01 graphic

0x01 graphic

1

0x01 graphic

0x01 graphic

2

0x01 graphic

0x01 graphic

3

0x01 graphic

0x01 graphic

4

0x01 graphic

0x01 graphic

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 0x01 graphic
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 0x01 graphic
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 0x01 graphic
jednostki wyższa c.p.

Postać długookresowa

1/ czas dąży do nieskończoności 0x01 graphic

2/ zmienne uśredniamy E

0x01 graphic
0x01 graphic

0x01 graphic
0x01 graphic

to

0x08 graphic
0x08 graphic
0x08 graphic
0x08 graphic
0x01 graphic

0x01 graphic
0x01 graphic
0x01 graphic
0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

wiedząc, że:

0x01 graphic

0x01 graphic

ostateczny wzór przedstawia się następująco:

0x01 graphic
warunek 0x01 graphic
i musi być duża próba

0x01 graphic
- mnożnik długookresowy

Interpretacja:

Jeśli wartość x w okresie bieżącym wzrośnie o jednostkę, to przeciętna wartość y wzrośnie o 0x01 graphic
jednostki.

PRZYKŁAD:

0x01 graphic

0x01 graphic
- przeciętna, roczna stopa inflacji

0x01 graphic
- 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

0x01 graphic

0x01 graphic

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



Wyszukiwarka

Podobne podstrony:
Ekonometria II wykład 5 2013
Ekonometria II wykład 5 2013
Ekonometria II wykład 5 6 2
Podstawy ekonomii II wykład 5 wersja dla studentów
Podstawy ekonomii II wykład 1 wersja dla studentów
Podstawy ekonomii II wykład 4 wersja dla studentów
Podstawy ekonomii II wykład 3 wersja dla studentów
ASD od z Sawanta II Wykład17 6
II wyklad Interakcje i rodzaje wiedzy
F II wyklad 11 30 04 12
interakcje ii wyklad 2 pdf
Budownictwo Ogolne II wyklad 12 Pokrycia dachowe b
II Wyklad id 210139 Nieznany
F II wyklad 05a
F II wyklad 2
Budownictwo Ogolne II wyklad 17 ppoz b (2)
karne 12 14 II wyklad

więcej podobnych podstron