Ekonometria- wykład 11

Nasza ocena:

5
Pobrań: 399
Wyświetleń: 1211
Komentarze: 0
Notatek.pl

Pobierz ten dokument za darmo

Podgląd dokumentu
Ekonometria- wykład 11 - strona 1 Ekonometria- wykład 11 - strona 2 Ekonometria- wykład 11 - strona 3

Fragment notatki:

Ekonometria Wykład 11
MODELE ZE ZMIENNYMI NAŚLADUJĄCYMI
Uwagi wstępne
Granger oraz Mansfield wykazali możliwość przewidywania zmian koniunktury na podstawie wcześniejszych zmian zachodzących w pewnej klasie zmiennych nazywanych zmiennymi wiodącymi.
Typy zmiennych:
Zmienne wiodące - charakteryzują się określonymi zmianami swoich wartości, zachodzącymi wcześniej niż miary wartości - innej grupy zmiennych, które określa się jako zmienne naśladujące.
Zmienne naśladujące - naśladują z pewnym opóźnieniem zmiany zachodzące w wartości zmiennych wiodących. Znalezienie (identyfikacja) zmiennej wiodącej umożliwi budowę prognozy zmiennej naśladującej.
Warunek budowy prognozy:
podstawowym warunkiem budowy prognozy jest duże podobieństwo kształtowania się wartości obu zmiennych w czasie
przy budowie prognoz oprócz podobieństwa zmiennych należy uwzględnić następujące opóźnienia w czasie
Podobieństwo i opóźnienia w czasie (p) [brak cykliczności]
Do pomiaru podobieństwa oraz wyznaczania wielkości opóźnienia w czasie (p) można zastosować współczynniki korelacji liniowej. Opóźnienie zależy od szeregu czasowego.
Podobieństwo i opóźnienie w czasie (p) [istnieje cykliczność]
W przypadkach występowania wahań cyklicznych (w szeregu czasowym obu zmiennych opóźnienie w czasie (p) może być wyznaczone jako liczba jednostek czasu dzieląca okres o najwyższej/najniższej wartości) wartości zmiennej wiodącej w danym cyklu od okresu o najwyższej/najniższej wartości zmiennej naśladującej w jej rozpatrywaniu.
Podobieństwo i opóźnienie w czasie [istnieje cykliczność]
p = tmaxY - tmaxX lub p = tminY - tminX
p - opóźnienie
tmaxX - numer okresu o najwyższej wartości zmiennej wiodącej tmaxY - numer okresu o najwyższej wartości zmiennej naśladującej tminX - numer okresu o najniższej wartości zmiennej wiodącej
tminY - numer okresu o najniższej wartości zmiennej naśladującej
Gdy w szeregach czasowych obu zmiennych następuje więcej niż 1 cykl wówczas opóźnienie może być wyznaczone jako średnia arytmetyczna lub mediana opóźnień obliczanych dla poszczególnych cykli.
Uwaga!: daje czasami błędne rezultaty
Rozwiązanie przynoszące lepsze wyniki to:
Określenie wielkości opóźnienie na podstawie współczynników korelacji.
Polega na obliczeniu wartości współczynnika korelacji dla różnych opóźnień czasowych i wyborze tego opóźnienia dla którego wartość współczynnika korelacji jest najwyższa.


(…)

… obliczanych dla poszczególnych cykli.
Uwaga!: daje czasami błędne rezultaty
Rozwiązanie przynoszące lepsze wyniki to:
Określenie wielkości opóźnienie na podstawie współczynników korelacji.
Polega na obliczeniu wartości współczynnika korelacji dla różnych opóźnień czasowych i wyborze tego opóźnienia dla którego wartość współczynnika korelacji jest najwyższa.
Przykłady zmiennych wiodących:
barometr koniunktury całej gospodarki lub branży może stanowić zmienną wiodącą dla budowy prognoz sprzedaży niektórych produktów
indeks siły nabywczej publikowany w USA, zawiera on informacje dotyczące oceny zmiany zaludnienia, dochodów ludności, sprzedaży detalicznej oraz kompleksowy szacunek wielkości popytu
rynek samochodów, na którym zmienną wiodącą są dochody ludności, zmienna ta często wykazywana…
… 
 
n  p
1 p   yt


Maksymalny horyzont prognozy będzie równy opóźnieniu p
Przykład:
I
II
III
IV
I
II
III
IV
I
II
III
IV
I
II
III
IV
1999
2000
2001
2002
Proces 1
165
167
201
245
267
269
261
257
205
175
165
155
153
151
161
165
Proces 2
243
271
299
281
259
209
179
169
157
153
149
161
179
203
219
229
Opóźniamy proces pierwszy kolejno o 1, 2 ,3 i 4 okresu [po prostu przepisujemy I 1999. kolejno na II…
…, czyli 203 i otrzymujemy prognozę procesu 1 na I
2003.
Y*t = 0,87203 + 18,49 = 195,1
Modele ze zmiennymi wiodącymi pozwalają na przewidywanie w przyszłym kształtowaniu się zmiennej prognozowanej zarówno w przypadku występowania wahań sezonowych jak i cyklicznych.
Modele mogą uwzględniać większą liczbę zmiennych wiodących.
t
y
t  p
x

x
x
x


x
x 
x
; x
4
t 3
x


x
16

... zobacz całą notatkę



Komentarze użytkowników (0)

Zaloguj się, aby dodać komentarz