Sunteți pe pagina 1din 4

Tema 2.

Econometrie Aprofundat

Student: Simona Elena Berla Specializarea: Econometrie i Statistic Aplicat, anul 1 Rezolvarea problemelor Problema 1
a) Rata reala a dobanzii am calculat-o ca diferenta ntre rata nominala (ID,/IL)i gradul de eroziune a capitalului, ca urmare a procesului inflationist (rata inflatiei)

b) Verifiacarea variabilei ID daca are radacina unitate (testul ADF)-pasii: 1. verificam daca variabila are trend

Din grafic putem observa ca are un trend descrescator. 2. Aplicam testul ADF (trend and intercept) t- statistic Augmented Dikey-Fuller test statistic -1.123721

Prob. 0.9090

In urma aplicarii testului, acceptam ipoteza nula (ID are radacina unitate), prob>0.05 (0.9090) 3. Vom testa daca coeficientul (constanta) este egal cu 0. (Variabila dependenta este D(ID)) Variabile Probabilitatea 0.0001 C 0.0018 @trend In urma testarii facute sesizam ca ipoteza nula se respinge =>variabila ID are radacina unitate si trend linear. Datorita faptului ca seria de timp este trend-stationara, dupa ce am scos trendul din variabila ID, in continuare voi testa daca transf_X este serie stationara. Pasii testarii: 1. . testam stationaritatea print testul adf-> trend and intercept t- statistic Prob. 4.476162 0.0061 Augmented Dikey-Fuller test statistic Rezultatul testului ma determina sa resping ipoteza nula (transf_X are radacina unitate) din cauza faptului ca probabilitatea este 0.0061 <0.05 . 2. in continuare testam daca coeficientul (constanta) este egal cu 0. (Variabila dependenta este D(transf_X))

Variabile C @trend

Probabilitatea
0.3954 0.4741

In acest caz vom accepta ipoteza nula datorita faptului ca probabilitate>0.05 (0.3954), fapt ce ne va duce la concluzia ca aceasta serie este stationara, dar fara trend. c) Funcia de autocorelaie a acestei serii este prezentat n graficul de mai jos.

Estimarea modelului AR Specificatia modelului este AR(1) Variabila C AR(1) R2 ajustat Estimarea procesului MA Specificatia modelului este MA(5) Variabila C MA(5) R2 ajustat Estimarea modelului ARMA Specificatia modelului este ARMA(11, 5) Variabila AR(11) MA(5) R2 ajustat

Probabilitatea 0.5587 0.0255 0.127312

Probabilitatea
0.6926 0.0000 0.655571

Probabilitatea
0.6417 0.0000 0.543148

Fiind stabilit modelul ARMA in continuare voi face previziunea transf_x pentru urmatoarele 2 perioade.

d) Pentru a putea face previziuni pentru variabila ID pe baza previziunii transf_X, primul pas pe care trebuie sa-l urmam este retrenduirea variabilei ID (variabila dependenta fiind tranf_X), dupa care va urma si previziunea valorilor variabilei ID:

e) 1.Verificarea stationaritatii a variabilei rata_reala_id (id_r)-testul ADF t- statistic Prob. -2.854725 0.1893 Augmented Dikey-Fuller test statistic =>Accept ipotea nula (prob>0.05) 2.Testez daca (constanta )este egala cu 0 Variabile Probabilitatea 0.3378 C 0.3916 @trend =>ipoteza nula se accepta (probabilitatea>0.05 (0.3378))=> trendul este mult mai puternic=> trebuie sa estimam urmatoarea ecuatie d(rata_reala_id)=+ID+t Variabile Probabilitatea 0.0965 ID 0.3618 @trend Ipoteza nula se accepta=> seria prezinta procesul de random walk with drift (I((1)- prima diferenta)=>seria este nestationara Estimarea modelului ARMA Specificarea modelului ARMA(2,9) Variabila Probabilitatea 0.0586 AR(2) 0.0000 MA(9) 2 0.535672 R ajustat Previziunea pentru urmatoarele doua perioade a variabilei rata_reala_id

Problema 2. Proces liniar : ( ) liniar Proces cu memorie lunga: ( ) ( )=59.39522+55.90422+....+12.700482+13.517892=34334.99 < (2) ( ) ; ( ) (1) ( ); ( )< ;et-white noise

IDt=47,71086*e38-5+39.22805*e38-6+.........+7,0754*e38-37+8.40583*e38-38 ( )=|47.71086|+|39.22805|+.....+|7.075440|+|8.405836|=965.9356< => ID este un proces

Din (1) si (2)=>seria Id nu este un proces cu memorie lunga. Problema 3. 3.1 L=f(u1)+ f(u2)+...+f(un) ; f(ui)=

)*e(-ui*ui)/2* => sunt 3 necunoscute : a,b,2

L=(2)-n/2*(2)-n *e((ai)*(ai))/(2*)=(2)-n/2*(2)-n/2*e-*(yi-a-bxi)*( yi-a-bxi)+/2* ln L=-n/2ln(2)-nln2-(yi-a-bxi)2/22 => sunt 3 necunoscute : a,b,2 3.2 Maximizarea functiei log-liklihood presupune ca derivatele partiale ale necunoscutelor identificate mai sus sa fie 0. Deci, ln L/a=0 =>2(yi-a-bxi)/22=0 =>yi-na-bxi=0 ln L/b=0 => ( ) =0 => ( ) ( ) /n ( )2

ln L/2=0 => -n/2*1/2+

2n =>2MLE=