MODEL_sb39345.pdf
(
234 KB
)
Pobierz
226444814 UNPDF
Szymon Bargłowski, sb39345
MODEL
1. Równania rozpatrywanego modelu:
1
PKB
t
=
a
1
a
2
E
t
a
3
Invest
t
1
2
C
t
=
b
1
b
2
PKB
t
b
3
Invest
t
−1
b
4
G
t
2
3
Invest
t
=
d
1
d
2
C
t
d
3
R
t
3
gdzie:
G
- wydatki rządowe
C
- konsumpcja
PKB
- PKB
Invest
- inwestycje
E
- zatrudnienie
R
- stopa banku centralnego
Pierwsze równanie opiera się na przypuszczeniu, że PKB w danym okresie
,,wypracowywane jest” głównie przez pracujących ludzi i zainwestowany
kapitał. Drugie równanie zakłada, że na konsumpcję w danym okresie wpływ
ma PKB oraz cześć wydatków rządowych z tego samego okresu (na przykład
świadczenia socjalne) oraz zwracające się inwestycje z poprzedniego okresu
(zakładamy, że część przychodu z inwestycji ludzie przeznaczają na
konsumpcję). Ostatnie równanie opiera się na założeniu, że konsumpcja
zwiększając się wprowadza optymistyczne nastroje wśród inwestorów i
nakłania do zwiększenia inwestycji, natomiast stopa banku centralnego rosnąc
powinna wywoływać zmniejszenie wielkości inwestycji.
Zauważmy, że model jest modelem równań współzależnych, gdyż
PKB
t
objaśniane jest przez
Invest
t
,
Invest
t
przez
C
t
natomiast
C
t
przez
PKB
t
. Dla formalności można zauważyć, że macierz
B
występująca w
postaci strukturalnej naszego modelu wygląda następująco:
[
]
dla wektora zmiennych endogenicznych
[
PKB
t
C
t
Invest
t
]
1 0−
a
3
−
b
2
1 0
0−
d
2
1
nie jest ona oczywiście macierzą trójkątną ani nie może zostać do niej
sprowadzona poprzez ciąg zamian typu wiersz – wiersz lub
kolumna – kolumna.
2.
Sprawdzamy, czy model jest identyfikowalny
(podstawowa własność przy
modelach równań współzależnych). Skorzystamy z twierdzenia:
,,Warunkiem koniecznym i wystarczającym, aby i-te równanie
wchodzące w skład modelu o m równaniach łącznie
współzależnych było identyfikowalne, jest by macierz Ai
parametrów znajdujących się przy zmiennych, które są w
modelu, a nie występują w równaniu, którego
identyfikowalność badamy, była rzędu m-1”
Oznaczmy przez
k
i
liczbę zmiennych występujących w modelu, ale nie
występujących w równaniu
i
;
badamy pierwsze równanie
warunek wymiaru:
k
1
=43−1
[
−
b
4
1−
b
3
0
]
jest rzędu 2 = 3 – 1
zatem równanie jest niejednoznacznie identyfikowalne
badamy druge równanie
warunek wymiaru:
k
2
=33−1
[
−
a
3
−
a
2
0
]
jest rzędu 2 = 3 – 1
zatem równanie jest niejednoznacznie identyfikowalne
0−
d
2
0−
d
3
1 0−
d
3
badamy trzecie równanie
warunek wymiaru:
k
3
=43−1
[
0 1 0−
a
2
]
jest rzędu 2 = 3 – 1
Każde z trzech równań modelu jest niejednoznacznie identyfikowalne, cały
model jest również niejednoznacznie identyfikowalny.
W dalszej części przetestujemy model na przykładzie Danii
Zakres danych od
1992q01
do
2006q02
Wykresy przedstawiające wykorzystywane przeze mnie zmienne:
−
b
4
−
b
2
−
b
3
0
3.
Estymacja parametrów 2MNK
:
Zapisuję układ równań za pomocą składni Gretla:
system name="Szymon's model"
equation PKB const E Invest
equation C const PKB Invest_1 G
equation Invest const C R
endog PKB C Invest
end system
Estymacja tego modelu metodą 2MNK daje następujące rezultaty:
Równanie 1: Estymacja 2MNK z wykorzystaniem 57 obserwacji 1992:2-2006:2
Zmienna zależna: PKB
Instrumenty: Invest_1 G R
Zmienna Współczynnik Błąd stand. Statystyka t Wartość p
const 50242,5 16564,1 3,033 0,00242 ***
E -13,6281 7,24038 -1,882 0,05980 *
Invest 3,08718 0,345009 8,948 <0,00001 ***
Srednia arytmetyczna zmiennej zależnej = 37990,6
Odchylenie standardowe zmiennej zależnej = 3536,37
Suma kwadratów reszt = 3,99363e+007
Błąd standardowy reszt = 859,978
Równanie 2: Estymacja 2MNK z wykorzystaniem 57 obserwacji 1992:2-2006:2
Zmienna zależna: C
Instrumenty: E R
Zmienna Współczynnik Błąd stand. Statystyka t Wartość p
const 1005,19 5602,72 0,179 0,85762
PKB 1,92950 1,00868 1,913 0,05576 *
Invest_1 -1,96186 1,63759 -1,198 0,23091
G -10,1943 7,42099 -1,374 0,16953
Srednia arytmetyczna zmiennej zależnej = 28558,8
Odchylenie standardowe zmiennej zależnej = 2326,36
Suma kwadratów reszt = 4,91247e+007
Błąd standardowy reszt = 962,747
Równanie 3: Estymacja 2MNK z wykorzystaniem 57 obserwacji 1992:2-2006:2
Zmienna zależna: Invest
Instrumenty: E Invest_1 G
Zmienna Współczynnik Błąd stand. Statystyka t Wartość p
const -13807,3 1821,48 -7,580 <0,00001 ***
C 0,733106 0,0561108 13,065 <0,00001 ***
R 139,485 60,8376 2,293 0,02186 **
Srednia arytmetyczna zmiennej zależnej = 7695,18
Odchylenie standardowe zmiennej zależnej = 1438,05
Suma kwadratów reszt = 1,17901e+007
Błąd standardowy reszt = 467,263
Macierz wariancji i kowariancji dla reszt poszczególnych równań
(skorelowania w nawisach - powyżej elementów diagonalnych)
7,0064e+005 (-0,121) (-0,503)
-94049, 8,6184e+005 (0,002) - reszty poszczególnych równań nie są zmiennymi niezależnymi
-1,9158e+005 825,90 2,0684e+005
logarytm wyznacznika = 39,0548
Wnioski:
Na podstawie raportu wygenerowanego przez program Gretl widzimy, że dobór
zmiennych objaśniających poszczególne zmienne endogeniczne był w miarę trafny
Plik z chomika:
Minnie_
Inne pliki z tego folderu:
Analiza regresji - wykład i lista nr 3.pdf
(92 KB)
Analiza regresji- ostatnie notaki z wykladu.pdf
(117 KB)
podstawy ekonometrii - wykłady.doc
(270 KB)
Podstawowy kurs Ekonometri.pdf
(2173 KB)
Dynamiczne Modele Ekonometryczne.pdf
(350 KB)
Inne foldery tego chomika:
Algebra
Algebra liniowa
Analiza Funkcjonalna
Analiza matematyczna
Badania Operacyjne
Zgłoś jeśli
naruszono regulamin