Predykcja z modeli wielorównaniowych - wykład

PREDYKCJA Z MODELI WIELORÓWNANIOWYCH
Problemy do rozstrzygnięcia:
W jaki sposób będziemy szacować wartości zmiennych egzogenicznych w okresach prognozowanych
Jak postępować w przypadku każdego rodzaju modelu
Predykcja z modelu prostego
Predykcja przeprowadza się w oparciu o każde równanie oddzielnie podobnie jak w modelu jednorównaniowym. - Jeśli w modelu prostym nie występują opóźnione w czasie zmienne endogeniczne, to predykcje przeprowadzić można w oparciu i każde równanie oddzielnie w dowolnej kolejności, traktując każde z równań identycznie jak model jednorównaniowy. Predykcja sekwencyjna
- Występowanie w modelu prostym opóźnionych w czasie zmiennych endogenicznych zmusza do ustalonej kolejności postępowania predykcyjnego, jakie wynika z opóźnień zmiennych endogenicznych. Postępowanie takie nosi nazwę predykcji sekwencyjnej.
Predykcja z modelu rekurencyjnego
W modelu rekurencyjnym jest obowiązkowa kolejność postępowania wynikająca z łańcucha powiązań zmiennych łącznie współzależnych. Zacząć zatem należy od równania początkowego do końcowego. Predykcja taka nosi nazwę łańcuchowej.
↑
↑
Zmienne objaśniające - wyłącznie zmienne z góry ustalone, jako pierwsze prognozujemy równanie 3
Predykcja sekwencyjno-łańcuchowa
Utrudnienie: W modelu rekurencyjnym mogą się pojawić opóźnione w czasie zmienne endogeniczne, kiedy one występują w modelu rekurencyjnym, to pojawia się potrzeba podwójnego wymuszania kolejności postępowania. Taka predykcja nosi nazwę łańcuchowo-sekwencyjnej.
Predykcja z układu równań współzależnych
↓
↓
Zamknięty cykl powiązań
Wykorzystujemy formę zredukowaną - predykcja będzie jak w modelu prostym
Sekwencyjność predykcji
Błędy średniej predykcji w przypadku układu równań współzależnych należy szacować korzystając z formy strukturalnej, tylko wówczas bowiem można uzyskać prognozy dopuszczalne, czyli wystarczająco precyzyjne, t.e. w małych błędach średniej predykcji. Szacowanie średnich błędów predykcji dla układów równań współzależnych z formy zredukowanej skutkuje niemal zawsze prognozami niedopuszczalnymi, ponieważ w równaniach formy zredukowanej nie redukuje się zmiennych nieistotnych statystycznie. Występowanie w modelu zmiennych nieistotnych statystycznie powoduje wysoki średni błąd predykcji.
... zobacz całą notatkę