szeregi czasowe trend,wahania sezonowe i sposoby ich
Transkrypt
szeregi czasowe trend,wahania sezonowe i sposoby ich
SZEREGI CZASOWE TREND, WAHANIA SEZONOWE I SPOSOBY ICH UWZGLĘDNIENIA W MODELU Szereg czasowy to ciąg obserwacji pokazujący kształtowanie się badanego zjawiska w kolejnych okresach (dniach, miesiącach, kwartałach, latach, itp.). W szeregu czasowym można wyodrębnid kilka składowych będących wynikiem wpływu różnych czynników na dane zjawisko. SKŁADOWE SZEREGU CZASOWEGO 1. Tendencja rozwojowa, zwana trendem, wyraża długookresową skłonnośd do jednokierunkowych zmian (wzrostu lub spadku) wartości badanej zmiennej. Jest rozpatrywana jako konsekwencja działania stałego zestawu czynników. 2. Wahania cykliczne (składowa cykliczna) wyrażają się w postaci długookresowych, rytmicznych wahao wartości szeregu wokół tendencji rozwojowej. Wiąże się je zwykle z cyklem koniunkturalnym gospodarki. 3. Wahania sezonowe (składowa sezonowa) są wahaniami wartości szeregu wokół jego tendencji rozwojowej o okresie nieprzekraczającym jednego roku. Reprezentują efekty powtarzające się z pewną prawidłowością, co roku w tych samych okresach. 4. Częśd resztowa, tj. nie podlegająca objaśnieniu (nie dająca się przypisad do wymienionych źródeł zmienności) nazywana jest składową przypadkową (niesystematyczną). Zawiera ona przypadkowe wahania szeregu wokół części systematycznej, które trudno jest zidentyfikowad a priori. Składowe wymienione w punktach od 1 do 3 określa się mianem systematycznych, tworzą bowiem systematyczną częśd szeregu, tzn. możliwą do objaśnienia. MODELE TRENDU A MODELE OPISOWE W modelu ekonometrycznym jest objaśniany przez wstawienie do modelu tzw. zmiennej czasowej t – stanowi ona kolejne numery porządkowe obserwacji. INTERPRETACJA PARAMETRÓW STRUKTURALNYCH 1 Postad liniowa modelu MODEL PRZYCZYNOWO -SKUTKOWY – LINIOWY Yt 0 1 X 1t t αo Interpretacja: wartość zmiennej objaśnianej w przypadku, w którym wszystkie zmienne objaśniające przyjęłyby wartość zero. W modelach przyczynowo-skutkowych parametr nieinterpretowany. α1 Interpretacja: Wzrost zmiennej X1 o jednostkę powoduje wzrost wartości zmiennej zależnej Y średnio o α1 jednostek zmiennej zależnej (jeśli mamy więcej niż jedna zmienna objaśniająca – dodajemy założenie ceteris paribus – stałym poziomie wartości pozostałych zmiennych objaśniających) MODEL TRENDU LINIOWEGO Yt 0 1t t αo Interpretacja: wartość zmiennej objaśnianej w okresie poprzedzającym zakres próby (t=0) według oszacowań modelu wyniosła αo jednostek zmiennej objaśnianej α1 Interpretacja: Z okresu na okres, wartości zmiennej objaśnianej rosły średnio w przybliżeniu o α1 jednostek Y 1 Por. Kukuła K., Wprowadzenie do ekonometrii w przykładach i zadaniach, Wydawnictwo Naukowe PWN, Warszawa 2003, s. 25-31. Zajęcia 4. Materiały pomocnicze do dwiczeo z Ekonometrii mgr Emilia Modranka [email protected] Strona 1 z 4 Postad potęgowa modelu Jest stosowana w przypadku modelowania wielkości, o których wiadomo z teorii ekonomicznej, że elastycznośd zmiennej objaśnianej Y względem zmiennych objaśniających jest stała. MODEL PRZYCZYNOWO -SKUTKOWY – POTĘGOWY Yt 0 X 1t1 et , Yt 0 X 1t1 X 2t2 ... X ktk et 0 - poziom zmiennej zależnej Y, gdy wszystkie zmienne objaśniające przyjmują wartośd 1. 1 , 2 ,..., k - elastycznośd zmiennej zależnej Y względem zmiennej objaśniającej w wykładniku której znajduje się parametr. α0 Interpretacja - poziom zmiennej zależnej Y, gdy wszystkie zmienne objaśniające przyjmują wartość 1. α1 Interpretacja: Wraz ze wzrostem zmiennej X1 o 1%, wartość Y rośnie w przybliżeniu o α1 % (uwaga: nie mnożymy wartości parametru przez 100, wartość jest już wyrażona w %), przy założeniu ceteris paribus (w modelu z wieloma zmiennymi objaśniającymi) MODEL TRENDU POTĘGOWEGO Yt 0 t 1 et α0=exp(lnα0) - poziom zmiennej zależnej Y, gdy wszystkie zmienne objaśniające (tutaj t) przyjmują wartość 1 α1 Interpretacja: Z okresu na okres, wartości zmiennej objaśnianej rosły średnio w przybliżeniu o α1 % (uwaga: nie mnożymy wartości parametru przez 100, wartość jest już wyrażona w %) SPROWADZANIE FUNKCJI POTĘGOWEJ DO POSTACI LINIOWEJ WZGLĘDEM PARAMETRÓW Yt 0 X 1t1 et | ln ponieważ log( a b) log a log b to: ln Yt ln 0 ln X 1t 1 ln et Wiemy, że: ln a b b ln a ln Yt ln 0 1 ln X 1t t ln e Skoro ln e log e e 1 ln Yt ln 0 1 ln X 1t t Zajęcia 4. Materiały pomocnicze do dwiczeo z Ekonometrii mgr Emilia Modranka [email protected] Strona 2 z 4 Postad wykładnicza modelu Postad wykładnicza jest najczęściej stosowana do szacowania modeli tendencji rozwojowej (w których występuje tylko jedna zmienna objaśniająca – zmienna t). MODEL PRZYCZYNOWO -SKUTKOWY – WYKŁADNICZY Yt 0 1 Yt 0 1 X1t 2 X 1t et ... k X 2t X kt et α0=exp(lnα0) - poziom zmiennej zależnej Y, gdy wszystkie zmienne objaśniające (X) przyjmują wartość 0. α1 Interpretacja: α1 jest stopą wzrostu. Wzrost zmiennej X1 o jednostkę powoduje zmianę zmiennej objaśnianej Y w przybliżeniu o (α1-1)100% MODEL TRENDU WYKŁADNICZEGO Yt 0 1 et t α0=exp(lnα0) - poziom zmiennej zależnej Y, gdy wszystkie zmienne objaśniające (tutaj t) przyjmują wartość 0, czyli podobnie jak w modelu liniowym jest to wartość w okresie poprzedzającym zakres próby, t=0. α1 Interpretacja: α1 jest stopą wzrostu. Z okresu na okres, wartości zmiennej objaśnianej rosły średnio w przybliżeniu o (α1-1)100% SPROWADZANIE FUNKCJI WYKŁADNICZEJ DO POSTACI LINIOWEJ WZGLĘDEM PARAMETRÓW Yt 0 1 X 1t et | ln ln Yt ln 0 ln 1 X 1t ln et ln Yt ln 0 X 1t ln 1 t 1 eln 1 Zajęcia 4. czyli exp(ln 1 ) Materiały pomocnicze do dwiczeo z Ekonometrii mgr Emilia Modranka [email protected] Strona 3 z 4 WAHANIA SEZONOWE Wahania sezonowe są wahaniami wartości szeregu wokół jego tendencji rozwojowej o okresie nieprzekraczającym jednego roku, dlatego są charakterystyczne dla szeregów czasowych o większej niż roczna częstotliwości (np. półroczne, kwartalne, miesięczne, tygodniowe, dzienne). W modelu wahania sezonowe są najczęściej uwzględniane poprzez wprowadzenie zmiennych sztucznych, zerojedynkowych. Do modelu wstawiane są maksymalnie {(liczba okresów w ciągu roku)-1} zmienne sztuczne (zero jedynkowe). Np. dla kwartałów można wstawid maksymalnie 3 zmienne. Tworzenie zmiennej zerojedynkowej polega na wstawieniu dla zmiennej opisującej dany kwartał (np. 4.) wartości 1. dla obserwacji odpowiadającej obserwacji w 4. kwartale – dla pozostałych obserwacji 0. 450000 400000 350000 300000 250000 200000 I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. 150000 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Interpretacja parametru przy zmiennej zero-jedynkowej: Wartość zmiennej objaśnianej w okresie (np. 4 kwartale) jest o (parametr) jednostek zmiennej objaśnianej (większa/mniejsza) niż w okresach (np. kwartałach) pominiętych w modelu. Zadanie 10 – dane plik EKONOMETRIA_cw_5.xls – arkusz: zadanie 10 (EXCEL) 1. Sporządzić wykres liczby pracujących w Polsce 2. Określić występowanie składowych systematycznych szeregu czasowego 3. Określić postać funkcyjną modelu trendu opisującego kształtowanie się liczby pracujących 4. Na podstawie równania linii trendu [kliknąć na wykres >> dodaj linię trendu >> zaznaczyć opcję równania linii trendu] zinterpretować parametry strukturalne dla postaci liniowej, potęgowej i wykładniczej. Ocenić która postać funkcyjna modelu jest lepiej dopasowana do zmienności wartości rzeczywistych. Zadanie 11 - dane plik EKONOMETRIA_cw_5.xls – arkusz: zadanie 11 (GRETL) 1. Oszacować liniowy model trendu wartości PKB (mln zł) uwzględniając wahania sezonowe w porównaniu do kwartału 1 i 3. Zinterpretować parametry strukturalne. [wygenerować zmienną czasową i zmienne sezonowe] 2. Oszacować model potęgowy wartości PKB od liczby pracujących oraz nakładów brutto na środki trwałe w Polsce z uwzględnieniem z uwzględnieniem wahań sezonowych w stosunku do kwartału 1. Dokonać interpretacji parametrów oraz ocenić dokładność dopasowania modelu do danych empirycznych. Zajęcia 4. Materiały pomocnicze do dwiczeo z Ekonometrii mgr Emilia Modranka [email protected] Strona 4 z 4