Documente Academic
Documente Profesional
Documente Cultură
Modele dinamice
t = 1, n ,
j = 1, k
Modele econometrice
t = 1, n ; j = 1, k , k<t
unde:
k = lungimea perioadei de decalaj (lag).
Exemple:
Kt = f(It, It-1,,I
t-k)
+ ut
unde:
Kt = fondurile fixe puse n funciune n perioada t;
It = investiiile efectuate n perioada t-k,,t.
Qt = f(It,It-1,, It-k) + ut
unde:
Qt = producia medie la ha ;
It = cantitatea de ngrminte la ha.
Aceste tipuri de modele, a), b) i c), se utilizeaz, n special, la
prognoza fenomenelor economice. Dac primele modele, a) i b), nu ridic
dificulti privind identificarea, estimarea i verificarea modelului, ele fiind
de genul modelelor econometrice multifactoriale, modelele dinamice cu
decalaj prezint cteva dificulti.
Modele dinamice
y t = a + b j x t j + ut
j =0
(6.1)
(6.2)
unde:
n = numrul de observaii , t = 1, n ;
k = ordinul decalajului , j = 0, k .
1. Procedeul Koyck se admite c influena n timp a variabilei x
asupra variabilei y este descresctoare, de forma unei progresii geometrice,
i, ca atare, ntre parametrii bj exist relaia:
bj = b0 j
unde:
= raia progresiei geometrice, 0<<1;
j = 0,1,2,,k
(6.3)
Modele econometrice
(6.4)
(6.5)
(6.7)
(6.8)
bj =
j =0
b0
1
Modele dinamice
unde:
= raia progresiei geometrice, 0<<1
2. Procedeul Almon se consider c variabila factorial x i
transmite influena n timp asupra variabilei y prin intermediul unui
polinom de ordinul k. n acest caz, relaiile (6.2) i (6.3) devin:
bj = B0 + B1 j + B2 j2 ++ Bk jk, j = 0, 1, 2 ,3 , , k
k
j =0
j =0
(6.9)
y t = a + b j x t j + ut = a + (B 0 + B 1 j + B 2 j 2 + ... + B k j k )x t j + ut =
=a + B0 xt j + B1 j xt j +B2 j 2 xt j +B3 j 3 xt j +...+ Bk j k xt j +ut
j
(6.10)
Notnd cu:
v t0 = x t j
j
v t1 = j x t j
j
v t2 = j 2 x t j
j
v tk = j k x t j
j
(6.11)
Modele econometrice
(6.12)
(6.14)
(6.15)
unde:
t = k + 2, n ;
yt* = yt - yt-1 diferenele de ordinul nti ale variabilei explicate;
vt = xt-1 + xt-2 + +xt-(k+1);
zt = ut - ut-1 - variabila aleatoare.
Modele dinamice
a = y b0 x t b1 x t 1 ... bk x t k
unde:
y =
1
y
n t =1 t
xt =
1
x
n t =1 t
x t 1 =
1
x
n 1 t = 2 t 1
..
1
x t k =
x
n k t = k +1 t k
Acest procedeu, ca i celelalte dou, Koyck i Almon, elimin
multicoliniaritatea valorilor decalate ale variabilei explicative x. Prezint,
ns, avantajul c alegerea lungimii decalajului k (sau mrimea lagului) se
poate face prin ncercri succesive i utilizarea unui criteriu de alegere (de
performan) ca, de exemplu:
;
pentru j = 1 se estimeaz , s i R
1
y x t 1
pentru j = 2 se estimeaz 2 , s i R y
2
x t 2 ;
.
pentru j = k se estimeaz k , s i R y x .
t k
k
Modele econometrice
1 2
s 21 + s 22
xt
yt
yt*=yt-yt-1
x1
x2
x3
x4
x5
x6
x7
x8
x9
x10
y1
y2
y3
y4
y5
y6
y7
y8
y9
y10
y5*=y5-y4
y6*=y6-y5
y7*=y7-y6
y8*=y8-y7
y9*=y9-y8
y10*=y10-y9
xt t = 4 + 1, 10
4
x5
x6
x7
x8
x9
x10
Tabel 6.1
vt t = 5, 10
5
v5=x4+x3+x2+x1
v6=x5+x4+x3+x2
v7=x6+x5+x4+x3
v8=x7+x6+x5+x4
v9=x8+x7+x6+x5
v10=x9+x8+x7+x6
Modele dinamice
(6.16)
Exemple economice:
1. y = profitul unei societi;
x = cifra de afaceri;
a=
y
rata profitului;
x
y
= rata consumului.
x
(6.17)
Modele econometrice
(6.18)
unde:
t = variabila timp, t = 1, n ;
= constanta de nivelare (lisaj), 0 < < 1 ;
xt-1 xpt-1 = eroarea de prognoz.
Relaia (6.17) se fundamenteaz pe ipoteza c diferenele dintre dou
valori succesive de prognoz ale variabilei x sunt generate de un proces
autoregresiv, stabil, de ordinul unu.
Prin definiie, un proces autoregresiv este:
- stabil - dac 0 < < 1 ;
- constant sau de repetiie - dac = 1;
- exploziv - dac > 1 .
Din relaia (6.18) se deduce c: x pt = xt 1 + (1 ) x pt 1 , care,
nmulit cu a, devine:
x pt = a x t 1 + (1 ) a x pt 1
(6.19)
(6.20)
NOT: Relaia (6.18) este specific metodei nivelrii exponeniale simple vezi
subcapitolul 8.4.3.3.
Modele dinamice
(6.21)
unde:
b1 = a i b2 = 1-.
b
De regul, estimatorii parametrului vor avea dou valori: 1 = 1
a
i 2 = 1 b2 .
Dac:
1
1) 1 (0; 1) i 2 (0; 1) , atunci se va calcula = ( 1 + 2 );
2
2) 1 (0; 1) , dar 2 (0; 1) , atunci se va reine = 1 sau = 2 ,
dac rezultatele sunt inverse;
3) 1 (0; 1) i 2 (0; 1) , atunci relaia (6.18) i, evident, relaia
(6.20), nu pot fi acceptate la descrierea evoluiei variabilelor x i y.
n general, modelele de prognoz cu variabile anticipative pot fi
adaptate la orice tip de model, uni sau multifactorial, liniar sau liniarizabil,
care se construiete pe baza unei serii de timp, dac evoluia variabilelor
respective poate fi considerat staionar.
Modele econometrice
Tabel 6.2
Venitul mediu pe familie
(104 lei)
Luni
1
2
3
4
5
6
7
8
9
10
160
72
48
44
22
24
26
20
12
28
200
240
300
80
178
194
104
62
250
270
Se cere:
tiind c pe luna noiembrie s-a estimat (planificat) un venit mediu pe
familie de 300104lei , dar s-a realizat numai 250104 lei, s se estimeze:
a1) Cheltuielile medii pe familie efectuate pentru consumul produselor
alimentare n luna noiembrie;
a2) Prognoza venitului mediu pe familie i a cheltuielilor medii pe
familie pentru procurarea de bunuri alimentare aferente lunii decembrie.
Rezolvare:
a1) Abordarea econometric a problemei pornete de la relaiile de
dependen dintre consumul unei familii i factorii si. Se tie c, din
ansamblul factorilor consumului populaiei, venitul mediu pe locuitor sau pe
familie reprezint unul din factorii eseniali ai acestuia, alturi de preul
produsului, sau de indicele preurilor de consum al unei grupe eterogene de
produse, cum este cazul mrfurilor alimentare. n acest sens, n cadrul
modelului econometric, care descrie legtura dintre cererea efectiv
(consumul) i venitul familiilor, cele dou variabile au urmtoarea
semnificaie:
yt = axt+ut,
Modele dinamice
unde:
y = cheltuieli medii de consum pe familie pentru produsele alimentare
(variabil endogen);
x = venitul mediu pe familie (variabil exogen);
y
a = = ponderea cheltuielilor medii de consum pentru produsele
x
Y t = 0,2184 xt
(0,0703)
tiind c, L (a) = N (a, s a ) , ponderea cheltuielilor alimentare n
venitul familiilor poate fi estimat pe baza unui interval de ncredere:
P (a [a t a s a ]) = 1 0,05 = 0,95
Modele econometrice
Semnif. ind.
0,8420
=R
R Square
0,7089
Adjusted R Square
0,5245
= R2
= R c2
Standard Error
10,6994
Observations
= s z
= n -1
Modele dinamice
ANOVA
Regression
Residual
Total
df
2
=k
SS
1951,5442
)2
)2
= Y t y
7 =n-k-1 801,3446
= y t Y t
= ( y t y )2
=n-1
2752,8889
MS
975,7721
=s
2
y/ x
F
8,5237
Fc
114,4778
= s z2
Variable
Coefficients
Standard Error
t Stat
termen liber
b0
sb
tc
xt-1
0,0622
b1
0,0264
sb
2,3561
tc
yt-1
0,3971
b2
0,0835
sb
4,7575
tc
(0,0835) sz = 10,6994
dar:
b
b1 = a 1 1 = 1 = 0,2847
a
b = 1 = 1 b = 0,6029
2
1
+ 2 = 0,444
2 1
Revenind la relaiile precedente rezult:
- prognoza venitului mediu pe familie n luna decembrie:
=
b0
b1
b2