Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Prognozowanie (finanse 2011) dr Grzegorz Szafrański pokój B106 Termin konsultacji piątki: parzysty 8.10-9.40, nieparzysty 13.15-14.45.

Podobne prezentacje


Prezentacja na temat: "Prognozowanie (finanse 2011) dr Grzegorz Szafrański pokój B106 Termin konsultacji piątki: parzysty 8.10-9.40, nieparzysty 13.15-14.45."— Zapis prezentacji:

1 Prognozowanie (finanse 2011) dr Grzegorz Szafrański pokój B106 Termin konsultacji piątki: parzysty , nieparzysty

2 MNK – prognoza Prognozę wyznaczamy na podstawie: Czyli oprócz K=k+1 ocen parametrów potrzebujemy K prognoz zmiennych objaśniających. Mówimy, że prognozy strukturalne są warunkowe ze względu na zmienne objaśniające Składnik resztowy przyjmujemy zgodnie z zasadą prognozy nieobiążonej jako równy 0, bo: E( t )=0 Zapis macierzowy:

3 Trudności w prognozowaniu uproszczona teoria ekonomiczna, estymacja ocen parametrów, stabilność modelu, jego postaci i parametrów, prognozy lub informacje o wartościach zmiennych objaśniających, rozkład składnika losowego w czasie

4 Testowanie stabilności modelu Regresja rekurencyjna Prognozy rekurencyjne Testy stabilności wariancji współczynnik Janusowy, test Goldfelda-Quandta Testy stabilności ocen parametrów testy Chowa: breakpoint test, forecast test, test restrykcji Testy postaci funkcyjnej, pominiętych zmiennych, skorelowania X ze skł.los. Ramsey REgressionSpecificationErrorTest (RESET)

5 Testy Chowa Testy stabilności ocen parametrów (obserwacje w podpróbach pochodzą z tej samej próby) test Chowa (breakpoint test)/test restrykcji (w 2 podokresach) test Chowa (forecast test),

6 Prognozowanie Dekompozycja błędu prognozy y = X y*= X * b u=y y*= X X * b = = X X * b + X * X * = = X X * + X *( b

7 Modele dynamiczne Modele trendów deterministycznych Modele trendów stochastycznych proces błądzenia losowego autoregresyjne (AR) rozkłady opóźnień (DL) modele ADL

8 Modele autoregresyjne Modele AR(k) y t = 0 1 y t-1 2 y t-2 k y t-k t Problem ze stosowaniem MNK i wyborem rzędu opóźnienia Np. sezonowość SAR(1,s): y t = 0 1 y t-1 s y t-s t

9 Modele z rozkładem opóźnień Modele DL y t = 0 1 x t 2 x t-1 k x t-k-1 t 1 to mnożnik bezpośredni (krótkookresowy) 2 k to mnożniki pośrednie i i to mnożnik całkowity Postać z wagami opóźnień: y t = 0 i i x t-i-1 t Przykłady: rozkład wielomianowy Almon (PDL), geometryczny Koycka, oczekiwania adaptacyjne

10 Zmienne umowne Konstrukcja zmiennych umownych Zastosowanie: nietypowa obserwacja sezonowość zmiana wartości parametru (zmienna interakcyjna)

11 Różnice między metodami metody niestrukturalne: informacja o mechanizmie procesu zawarta jest w jego przeszłości dopasowanie parametrów duża próba prognozy są warunkowe jedynie względem dostępnej informacji statystycznej na ogół prognoza punktowa tylko testowanie w próbie, tylko błędy prognoz ex post metody strukturalne: teoria ekonomiczna to dodatkowa (choć uproszczona) informacja a priori estymacja parametrów – reguła czasem wystarcza mała próba prognozy są warunkowe również względem dostępnej wiedzy ekonom. o przyszłości prognoza przedziałowa możliwa ocena błędu prognozy ex ante


Pobierz ppt "Prognozowanie (finanse 2011) dr Grzegorz Szafrański pokój B106 Termin konsultacji piątki: parzysty 8.10-9.40, nieparzysty 13.15-14.45."

Podobne prezentacje


Reklamy Google