wnioskowanie statystyczne o charakterystykach technologii
Transkrypt
wnioskowanie statystyczne o charakterystykach technologii
Wnioskowanie statystyczne w ekonometrycznej analizie procesu produkcyjnego 1/5 WNIOSKOWANIE STATYSTYCZNE W EKONOMETRYCZNEJ ANALIZIE PROCESU PRODUKCYJNEGO Materiał pomocniczy: proszę przejrzeć strony www.cyf-kr.edu.pl/~eomazur/zadl04.html www.cyf-kr.edu.pl/~eomazur/ek1zaj09.html www.cyf-kr.edu.pl/~eomazur/ek1zaj10.html Rozważmy następujące formy funkcyjne technologii: Funkcja translogarytmiczna: 2 2 ln Q = α 0 + α 1 ln K + α 2 ln L + α 3 (ln K ) + α 4 (ln L ) + α 5 ln K ln L Funkcja Cobba i Douglasa (potęgowa): ln Q = α 0 + α 1 ln K + α 2 ln L Funkcja o stałej elastyczności substytucji (CES): [ Q = γ δ 1 K ρ + (1 − δ 1 )Lρ ] ν ρ (1) (2) (3) (Uwaga! powyżej podajemy deterministyczną postać technologii, z pominięciem składników losowych, dane są przykładowe postacie funkcji dwuczynnikowych z wielkościami nakładów oznaczonymi jako K oraz L) W zastosowaniach ekonometrycznych możemy zbudować następujące równania obserwacji (po uwzględnieniu specyfikacji stochastycznej oraz dodatkowo z dynamizacją [tylko dla danych w postaci szeregów czasowych]): Dla funkcji translogarytmicznej: 2 2 ln Qt = α 0 + α 1 ln K t + α 2 ln Lt + α 3 (ln K t ) + α 4 (ln Lt ) + α 5 ln K t ln Lt + τ t + ε t Dla funkcji Cobba i Douglasa (potęgowej): ln Qt = α 0 + α 1 ln K t + α 2 ln Lt + τ t + ε t Funkcja o stałej elastyczności substytucji (CES): [ (4) (5) ] ν ρ ρ ln δ 1 K t + (1 − δ 1 )Lt + τ t + ε t . (6) ρ Jeśli możemy założyć, iż ε t ~ iiN (0, σ 2 ) , to równania (4) oraz (5) spełniają założenia ln Qt = ln γ + Klasycznego Modelu Normalnej Regresji Liniowej, zaś równanie (6) spełnia założenia Modelu Normalnej Regresji Nieliniowej. Gdy mamy do czynienia z danymi przekrojowymi (lub nie chcemy rozważać funkcji zdynamizowanej), pomijamy ...+τ t +... . Załóżmy, że przyjęto następującą kolejność w wektorze parametrów [i co za tym idzie, odpowiednio w xt dla równania (4) oraz (5) oraz w At ( β ) dla równania (6)]: -dla funkcji translogarytmicznej (4): β ' = [α 0 α 1 α 2 α 3 α 4 α 5 τ ] (7) Wnioskowanie statystyczne w ekonometrycznej analizie procesu produkcyjnego -dla funkcji Cobba i Douglasa (5): -dla funkcji CES (6): β ' = [α 0 α 1 α 2 τ ] β ' = [γ δ 1 ν ρ τ ] 2/5 (8) (9) Po dokonaniu estymacji dysponujemy ocenami parametrów MNK: βˆ [dla f. CES (6) są to oceny nieliniowej MNK] oraz oszacowaną macierzą kowariancji estymatora: Vˆ β̂ [dla f. CES (6) () () mamy oszacowaną asymptotyczną macierz kowariancji estymatora nieliniowej MNK: Vˆas β̂ ]. Rozważmy zastosowania znanych nam możliwości wnioskowania statystycznego w KMNRL oraz MNRN. Możliwość redukcji modelu: Możemy się zastanawiać, czy dane dopuszczają możliwość zastąpienia wykorzystywanej formy funkcyjnej przez formę prostszą. W szczególności: Dla funkcji CES (6) zauważamy, że przy ρ→0 funkcja CES ma własności funkcji Cobba i Douglasa. W związku z tym hipotezę o zerowaniu się parametru ρ możemy interpretować w przybliżeniu jako test redukcji funkcji CES do funkcji Cobba i Douglasa. Parę hipotez: (H0: ρ = 0; H1: ρ ≠ 0) testujemy testem t-Studenta. Dla funkcji translogarytmicznej (6) zauważamy, że gdy równocześnie wyzerujemy parametry α3, α4, α5, to otrzymamy funkcję Cobba i Douglasa. Parę hipotez: (H0: α3 = α4 = α5 = 0; H1: α3 ≠ 0 ∨ α4 ≠ 0 ∨ α5 ≠ 0) testujemy testem F. W powyższych przypadkach modelowi prostszemu (funkcji Cobba i Douglasa) odpowiada hipoteza zerowa. Pamiętajmy, że wynik testu „brak podstaw do odrzucenia H0” nie oznacza, iż musimy ją przyjąć – nie można automatycznie wyniku testu przenosić na decyzję o redukcji modelu, jednakże wynik testu może być istotną przesłanką takiej decyzji. Wobec tego w przypadku „braku podstaw do odrzucenia H0” możemy zredukować formę CES lub funkcję translogarytmiczną do formy Cobba i Douglasa. Wnioskowanie o współczynniku postępu techniczno-organizacyjnego: Możemy każdorazowo testować zasadność wprowadzenia dynamizacji (co można interpretować jako badanie występowania istotnego postępu/regresu techniczno-organizacyjnego). Odpowiada to oczywiście testowaniu istotności parametru τ, do czego wykorzystamy test typu t-Studenta. Podobnie możemy dokonać estymacji przedziałowej parametru τ, wykorzystując standardowy sposób postępowania. Wnioskowanie o elastycznościach produkcji względem wielkości nakładów: W przypadku funkcji Cobba i Douglasa (2) otrzymujemy: ∂ ln Q(.) El Q / K = = α 1 . Wobec tego ElˆQ / K = αˆ 1 , D ElˆQ / K = D(αˆ 1 ) wyliczamy standardowo ∂ ln K i możemy standardowymi technikami prowadzić zarówno estymację przedziałową tej elastyczności, jak i weryfikować parę hipotez typu: (H0: ElQ/K = x*; H1: ElQ/K ≠ x*) testem tStudenta [x* oznacza pewną ustaloną, interesującą nas wartość, np. 1] ( ) Wnioskowanie statystyczne w ekonometrycznej analizie procesu produkcyjnego 3/5 W przypadku funkcji translogarytmicznej (1) otrzymujemy: ∂ ln Q(.) El Q / K = = α 1 + 2α 3 ln K + α 5 ln L . Wobec tego ElˆQ / K = αˆ 1 + 2αˆ 3 ln K * +αˆ 5 ln L * ∂ ln K [gdzie K* oraz L* to pewne interesujące nas znane, nielosowe wielkości nakładów], zaś aby wyliczyć D ElˆQ / K odwołujemy się do wnioskowania o liniowej funkcji współczynników ( ) regresji: przyjmujemy: ψ = c' β = α 1 + 2α 3 ln K * +α 5 ln L * gdzie (por. (7)): c′ = [0 1 0 2lnK* 0 lnL* 0]]. Dalej standardowo wyliczamy ˆ D El Q / K = D(ψˆ ) i możemy zwykłymi technikami prowadzić zarówno estymację przedziałową ( ) tej elastyczności, jak i weryfikować parę hipotez typu: (H0: ElQ/K = x*; H1: ElQ/K ≠ x*) testem tStudenta. W przypadku funkcji CES mamy: νδ1 K ρ ∂Q (.) K ElQ / K = = ∂K Q(.) δ1 K ρ + (1 − δ1 ) Lρ Co prawda ocenę punktową elastyczności możemy łatwo otrzymać wstawiając do powyższego wzoru oceny parametrów oraz pewne ustalone wartości K* oraz L*, jednakże dla estymacji przedziałowej lub testowania hipotez typu (H0: ElQ/K = x*; H1: ElQ/K ≠ x*) nie da się wykorzystać znanych nam dotąd technik. Wymagałoby to bowiem wnioskowania o NIELINIOWYCH funkcjach parametrów, co będziemy rozważać w dalszej kolejności. Wnioskowanie o współczynniku efektu skali: W przypadku funkcji o stałej elastyczności substytucji (CES) możemy pokazać iż: RTS = ElQ / K + ElQ / L = ν (tylko trzeba to wyprowadzić, zob. zajęcia 9). W związku z tym wnioskowanie o współczynniku efektu skali [estymacja przedziałowa, testowanie stałych korzyści skali tj. (H0: RTS = 1; H1: RTS ≠ 1) lub ogólnie (H0: RTS = x*; H1: RTS ≠ x*)] prowadzi się standardowo: testujemy hipotezy lub estymujemy przedziałowo parametr ν, do czego wystarczy nam znajomość jego oceny oraz oszacowana asymptotyczna macierz kowariancji estymatora nieliniowej MNK Vˆas β̂ . () W funkcji Cobba i Douglasa można pokazać iż: ∂ ln Q(.) ∂ ln Q(.) RTS = El Q / K + ElQ / L = + = α 1 + α 2 . Wobec tego RTˆS = αˆ 1 + αˆ 2 , zaś dla ∂ ln K ∂ ln L estymacji przedziałowej lub testowania hipotez o współczynniku efektu skali (jak np. hipotezy o występowaniu stałych korzyści skali potrzebujemy D RTˆS . Widać jednak iż wystarczy przyjąć: RTS = ψ = c′β, gdzie c′ = [0 1 1 0] (por. (5) oraz (8)) i już błąd średni szacunku dla efektu skali możemy wyliczyć jako: ( ) ˆ ) = D(ψˆ ) = c 'Vˆ ( βˆ )c D( RTS co pozwala dokonać estymacji przedziałowej wartości współczynnika efektu skali oraz np. testować hipotezę o występowaniu stałych korzyści skali. Wnioskowanie statystyczne w ekonometrycznej analizie procesu produkcyjnego 4/5 W przypadku funkcji translogarytmicznej (w przeciwieństwie do funkcji CES oraz funkcji Cobba i Douglasa) współczynnik efektu skali jest zależny od poziomów wszystkich nakładów: RTS = ElQ / K + ElQ / L = α1 + α 2 + 2α 3 ln K * +2α 4 ln L * +α 5 (ln K * + ln L*) (por. zajęcia 10 oraz zadl04.html) Możemy postąpić podobnie jak dla funkcji Cobba i Douglasa, przyjmuąc: RTS = ψ = c′β, tylko że c′ będzie miał bardziej skomplikowaną postać. Na podstawie (4) i (7) możemy stwierdzić, iż w naszym przypadku: c′ = [0 1 1 2lnK* 2lnK* lnK*+lnL* 0] ˆ = ψˆ = c ' βˆ , D( RTS ˆ ) = D(ψˆ ) = c 'Vˆ ( βˆ )c RTS podobnie: co pozwala dokonywać estymacji przedziałowej współczynnika efektu skali lub testować hipotezę mówiącą o tym, iż przyjmuje on pewną konkretną wartość x* (dla ustalonych wartości K* oraz L*). Wnioskowanie o technicznej stopie substytucji: Techniczna stopa substytucji RLK w żadnym przypadku (ani dla funkcji Cobba i Douglasa, ani dla funkcji CES, ani dla funkcji o translogarytmicznej) nie jest liniową funkcją parametrów. Ogólnie mamy RLK = RLK CiD = PK ElQ / K L = PL ElQ / L K α1 L * α2 K * ρ −1 δ ⎛ K *⎞ RLK = 1 ⎜ 1 − δ1 ⎝ L * ⎟⎠ α + 2α 3 ln K * +α 5 ln L * L * RLK TL = 1 α 2 + 2α 4 ln L * +α 5 ln K * K * co oznacza, że dla celów estymacji przedziałowej musielibyśmy wykorzystać techniki wnioskowania o nieliniowych funkcjach parametrów. Jednakże w przypadku pary hipotez typu: (H0: RLK = x*; H1: RLK ≠ x*) możemy (dla funkcji translogarytmicznej oraz Cobba i Douglasa) dokonać takiej transformacji testowanej równości, że może być ona przedstawiona jako liniowa funkcja parametrów. CES Dla funkcji Cobba i Douglasa: H0: RLK = x*; H1: RLK ≠ x* α L* = x* α1 L* = α 2 K * x * ponieważ: 1 α2 K * to równoważnie: H1: ψ ≠ 0 H0: ψ = 0; przyjmujemy więc: ψ = c′β, gdzie: c′ = [ 0 L* α1 L * −α 2 K * x* = 0 -x*K* 0], co testujemy standardowo wykorzystując: ψˆ = c ' βˆ oraz D(ψˆ ) = c 'Vˆ ( βˆ )c . To samo równanie można przekształcić także w inny sposób, dzieląc jeszcze dodatkowo przez L* lub K*. Wnioskowanie statystyczne w ekonometrycznej analizie procesu produkcyjnego 5/5 Dla funkcji translogarytmicznej postępujemy podobnie, tj. mnożymy przez mianownik w taki sposób, żeby uzyskać linową funkcję parametrów: H0: RLK = x*; H1: RLK ≠ x* ponieważ rozpatrywaną równość możemy przekształcić: α1 + 2α 3 ln K * +α 5 ln L * L * = x* α 2 + 2α 4 ln L * +α 5 ln K * K * L* = x * (α 2 + 2α 4 ln L * +α 5 ln K *) K* L* L* ⎛ L* ⎞ α1 − α 2 x * +α 3 2ln K * −α 4 x * 2ln L * +α 5 ⎜ ln L * − x * ln K * ⎟ = 0 K* K* ⎝K* ⎠ (α1 + 2α 3 ln K * +α 5 ln L *) odpowiednio do tego podstawiamy: H0: ψ = 0; H1: ψ ≠ 0 gdzie: ψ = c′β oraz c′ = [ 0 L*/K* -x* (L*/K*) 2 ln K* dalej postępujemy jak wyżej. -x* (2 ln L*) (L*/K*)lnL*-x* (ln K*) 0], Wnioskowanie o elastyczności substytucji: Elastyczność substytucji w funkcji Cobba i Douglasa wynosi 1 i nie podlega wnioskowaniu statystycznemu, zaś dla funkcji translogarytmicznej tej charakterystyki nie rozpatrujemy, bo wymaga to pewnych dodatkowych komplikacji. Jednak w przypadku funkcji CES: ES CES = 1 1− ρ jak widać, elastyczność substytucji jest nieliniową funkcją ρ, więc nie możemy poznanymi dotąd technikami prowadzić estymacji przedziałowej. Jednak w przypadku pary hipotez: H0: ES = x*; H1: ES ≠ x* możemy dokonać serii przekształceń: ES CES = x * 1 = x* 1− ρ 1 = x * −ρ x * ρ x* = x * −1 x * −1 ρ= x* i sprowadzić przedstawiony problem do testowania hipotezy o współczynniku ρ.