1 / 11

Prognozowanie (finanse 2011)

Prognozowanie (finanse 2011). dr Grzegorz Szafrański pokój B106 Termin konsultacji piątki: parzysty 8.10-9.40, nieparzysty 13.15-14.45. MNK – prognoza. Prognozę wyznaczamy na podstawie: Czyli oprócz K=k+1 ocen parametrów potrzebujemy K prognoz zmiennych objaśniających.

allayna
Download Presentation

Prognozowanie (finanse 2011)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

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

  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(et)=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+ e • y*= X*b • u=y-y*= X+e -X*b == X+e - X*b + X*- X*== (X - X*)+X*(-b ) + e

  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) • yt=a0+ a1yt-1 + a2yt-2 +...+ akyt-k + et • Problem ze stosowaniem MNK i wyborem rzędu opóźnienia • Np. sezonowość SAR(1,s): • yt=a0+ a1yt-1 + asyt-s + et

  9. Modele z rozkładem opóźnień • Modele DL • yt=b0+ b1xt + b2xt-1 +...+ bkxt-k-1 + et b1 to mnożnik bezpośredni (krótkookresowy) b2,...,bk to mnożniki pośrednie b=Si=1bi to mnożnik całkowity • Postać z wagami opóźnień: • yt=b0 + bSi=1wi xt-i-1+ et • 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. 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 Różnice między metodami

More Related