Funkcja reakcji na impuls w nieliniowych modelach VAR

Slides:



Advertisements
Podobne prezentacje
Excel Narzędzia do analizy regresji
Advertisements

ESTYMACJA PRZEDZIAŁOWA
KORELACJA I REGRESJA WIELOWYMIAROWA
Modelowanie kursu walutowego- perspektywa krótkookresowa
Klasyfikacja danych Metoda hierarchiczne
Metody rozwiązywania układów równań liniowych
Analiza przyczynowości
Analiza zdarzeń Event studies
Ludwik Antal - Numeryczna analiza pól elektromagnetycznych –W11
BUDOWA MODELU EKONOMETRYCZNEGO
Zakład Mechaniki Teoretycznej
Metody wnioskowania na podstawie podprób
Symulacja zysku Sprzedaż pocztówek.
Metody ekonometryczne
Metody ekonometryczne
Metody ekonometryczne
Metody ekonometryczne
Ulepszenia metody Eigenfaces
Wykład 6 Standardowy błąd średniej a odchylenie standardowe z próby
Prognozowanie na podstawie modelu ekonometrycznego
Pobieranie próby Populacja generalna: zbiór wyników wszystkich możliwych doświadczeń określonego typu. Próba n-wymiarowa: zbiór n wyników doświadczeń.
Modele (hipotezy) zagnieżdżone
Linear Methods of Classification
Sieci neuronowe jednokierunkowe wielowarstwowe
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
Elementy Rachunku Prawdopodobieństwa i Statystyki
Testowanie hipotez statystycznych
i jak odczytywać prognozę?
Jak mierzyć i od czego zależy?
Ekonometria. Co wynika z podejścia stochastycznego?
Metody matematyczne w Inżynierii Chemicznej
Prognozowanie z wykorzystaniem modeli ekonometrycznych
Modelowanie ekonometryczne
Badania Operacyjne i Ekonometria. Literatura podstawowa 1.M.Anholcer, H.Gaspars, A.Owczrkowski Przykłady i zadania z badań operacyjnych i ekonometrii.
1 Kilka wybranych uzupełnień do zagadnień regresji Janusz Górczyński.
Elementy Rachunku Prawdopodobieństwa i Statystyki
Ekonometryczne modele nieliniowe
Ekonometryczne modele nieliniowe
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
Ekonometryczne modele nieliniowe
Ekonometryczne modele nieliniowe
Ekonometryczne modele nieliniowe
Wnioskowanie statystyczne
Filtr Kalmana (z ang. Kalman Filter w skrócie KF)
Ekonometria stosowana
D. Ciołek Analiza szeregów przekrojowo-czasowych – wykład 2
WIELORÓWNANIOWE MODELE EKONOMETRYCZNE
Przenoszenie błędów (rachunek błędów) Niech x=(x 1,x 2,...,x n ) będzie n-wymiarową zmienną losową złożoną z niezależnych składników o rozkładach normalnych.
Ekonometria Metody estymacji parametrów strukturalnych modelu i ich interpretacja dr hab. Mieczysław Kowerski.
Model ekonometryczny Jacek Szanduła.
Treść dzisiejszego wykładu l Weryfikacja statystyczna modelu ekonometrycznego –błędy szacunku parametrów, –istotność zmiennych objaśniających, –autokorelacja,
Monte Carlo, bootstrap, jacknife. 2 Literatura Bruce Hansen (2012 +) Econometrics, ze strony internetowej :
Treść dzisiejszego wykładu l Klasyfikacja zmiennych modelu wielorównaniowego l Klasyfikacja modeli wielorównaniowych l Postać strukturalna i zredukowana.
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Ekonometria stosowana Heteroskedastyczność składnika losowego Piotr Ciżkowicz Katedra Międzynarodowych Studiów Porównawczych.
Treść dzisiejszego wykładu l Szeregi stacjonarne, l Zintegrowanie szeregu, l Kointegracja szeregów.
Modele nieliniowe sprowadzane do liniowych
Ekonometria Wykład III Modele wielorównaniowe dr hab. Mieczysław Kowerski.
STATYSTYKA – kurs podstawowy wykład 11
Treść dzisiejszego wykładu l Metoda Najmniejszych Kwadratów (MNK) l Współczynnik determinacji l Koincydencja l Kataliza l Współliniowość zmiennych.
KORELACJA I REGRESJA WIELOWYMIAROWA
Ekonometryczne modele nieliniowe
Statystyka matematyczna
Ekonometria stosowana
EKONOMETRIA W3 prof. UG, dr hab. Tadeusz W. Bołt
Jednorównaniowy model regresji liniowej
Model ekonometryczny z dwiema zmiennymi
MNK – podejście algebraiczne
Monte Carlo, bootstrap, jacknife
Korelacja i regresja liniowa
Zapis prezentacji:

Funkcja reakcji na impuls w nieliniowych modelach VAR Ekonometryczne modele nieliniowe Dobromił Serwa

Literatura Koop, G., Pesaran M.H., Potter S.M. (1996) Impulse responses in nonlinear multivariate models, Joournal of Econometrics 74, 119 – 147. Tena, J., Tremayne, A. (2009) Modelling monetary transmission in UK manufacturing industry, Economic Modelling 26, 1053 – 1066. Hubrich, K., Terasvirta, T. (2013) Thresholds and Smooth Transitions in Vector Autoregressive Models, CREATES Research Paper 2013-18. Kilian, L., Lutkepohl, H. (2017) Structural Vector Autoregressive Analysis, Cambridge University Press, Cambridge. Chapter 18: Nonlinear Structural VAR Models.

Definicja funkcji reakcji na impuls „Uogólniona” funkcja reakcji na impuls: gdzie: - wektor szoku - zbiór historii danych

Algorytm wyliczania funkcji reakcji na impuls (1) Oszacuj parametry modelu, w tym macierz kowariancji składników losowych Wyznacz macierz Choleskiego z Z reszt wylicz tzw. „ortogonalne” reszty Z rozkładu reszt lub z próby reszt wygeneruj (losuj ze zwracaniem):

Algorytm wyliczania funkcji reakcji na impuls (2) Podmień i-ty element wektora ortogonalnych reszt przez szok np. o wielkości 1 odchylenia standardowego odpowiedniej reszty: Powstanie szereg: Wygeneruj zwykłe reszty z ortogonalnych dla okresu horyzontu symulacji oraz

Algorytm wyliczania funkcji reakcji na impuls (3) Wygeneruj rekurencyjnie 2 sztuczne szeregi dla (a) startując z wartości startowych oraz (b) korzystając z reszt odpowiednio „z szokiem” i „bez szoku”, czyli i po transformacji do oryginalnych reszt.

Algorytm wyliczania funkcji reakcji na impuls (3) Przy okazji wygeneruj wartości zmiennej progowej/przejścia/innej dla okresu : losując ze zwracaniem z próby lub z danego rozkładu lub przepisz wartości innej wygenerowanej zmiennej Policz różnice między dwoma szeregami z punktu 7 dla

Algorytm wyliczania funkcji reakcji na impuls (4) Powtarzaj kroki 4 – 9 wiele (np. 500) razy i policz średnią wartość różnicy z punktu 9. To będzie GIRF zależna od wartości startowych Powtarzaj kroki 4 – 10 wiele (np. 500) razy z różnymi wartościami startowymi wybranymi z próby. Uśrednij wyniki i otrzymasz:

Algorytm wyliczania funkcji reakcji na impuls (4) Możesz wykorzystać metodę bootstrap do uwzględnienia niepewności co do oszacowań parametrów w policzonych reakcjach na impuls.

Przykład Przykładowe funkcje reakcji na impuls… …dla różnych reżimów startowych w modelu TVAR Źródło: Tena, Tremayne (2009)