• Nem Talált Eredményt

10. hét

N/A
N/A
Protected

Academic year: 2022

Ossza meg "10. hét "

Copied!
25
0
0

Teljes szövegt

(1)

GAZDASÁGSTATISZTIKA

(2)

GAZDASÁGSTATISZTIKA

Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén

az ELTE Közgazdaságtudományi Tanszék, az MTA Közgazdaságtudományi Intézet,

és a Balassi Kiadó közreműködésével.

(3)
(4)

GAZDASÁGSTATISZTIKA

Készítette: Bíró Anikó

Szakmai felelős: Bíró Anikó 2010. június

ELTE TáTK Közgazdaságtudományi Tanszék

(5)

GAZDASÁGSTATISZTIKA

10. hét

Egyváltozós idősorelemzés:

autokorreláció, stacionaritás, AR(1) modell

Bíró Anikó

(6)

Osztott késleltetésű modell – buktatók

Osztott késleltetésű modell: Y regressziója X-en és X késleltetettjein

OLS nem működik, ha:

Y függ Y késleltetettjeitől

(példa: beruházás/GDP, háztartás kiadása tartós fogyasztási cikkekre)

A változók nem stacionáriusak

(7)

Egyváltozós idősorelemzés

Egy idősorra vonatkozó modell Grafikus ábrázolás

1. példa: havi export (m EUR)

MNB adat

0 1000 2000 3000 4000 5000 6000 7000

1996 1998 2000 2002 2004 2006 2008 EXPORT

(8)

Példa: export havi változás

változás os

% )

ln(

100

) ln(

) ln(

)

ln( 1

Exp

Exp Exp

Exp

-.4 -.3 -.2 -.1 .0 .1 .2 .3 .4

1996 1998 2000 2002 2004 2006 2008 DLOG_EXP

változás

(9)

Példa: államadósság

Negyedéves adatok (mrd Ft, MNB)

0 4000 8000 12000 16000 20000 24000

90 92 94 96 98 00 02 04 06 08 DEBT

-.04 .00 .04 .08 .12 .16

90 92 94 96 98 00 02 04 06 08 DLOG_DEBT

(10)

Trend

Makroökonómiai változók többsége

(fogyasztás, jövedelem, adósság): jellemzően trendet követnek

Trend: időben állandósult változás

Változás idősora (differencia vagy log

differencia): jellemzően nincs benne trend

(11)

Autokorreláció

Adott változó és saját késleltetettje közti korreláció

rp: Y és p-edik késleltetettje (Y–p) közti korreláció

rp = corr(Y,Y–p)

Trend: pozitív autokorreláció

(12)

Autokorrelációs függvény

Autokorrelációk sorozata a késleltetés függvényében

Hosszabb késleltetés – kevesebb megfigyelés

„Hosszú távú emlékezet”

(13)

Példa – államadósság

Autocorrelation Partial Correlation AC PAC

. |*******| . |*******| 1 0.940 0.940

. |*******| . |*. | 2 0.893 0.072

. |*******| . |*. | 3 0.857 0.085

. |****** | . | . | 4 0.820 –0.004

. |****** | . | . | 5 0.778 –0.054

. |****** | . | . | 6 0.739 –0.008

. |***** | . | . | 7 0.700 –0.023

. |***** | . | . | 8 0.659 –0.037

. |***** | . | . | 9 0.618 –0.023

. |**** | . | . | 10 0.579 –0.014

Parciális autokorreláció: autokorreláció Xt, Xt-k között, kiszűrve Xt-1, …, Xt-k+1 hatását

(14)

Egyváltozós autoregresszív modell

Regresszió: korrelációnál kifinomultabb AR(1) modell:

Ф = 0: véletlen ingadozás α körül Ф = 1: trendszerű viselkedés

t t

t

Y e

Y

1

(15)

Stacionaritás – AR(1) modell

AR(1) modellben Y stacionárius ha | Ф |<1 Y nem stacionáris ha Ф = 1

Y-nak egységgyöke van

Autokorreláció 1-hez közeli Trendszerű viselkedés

ΔY stacionárius:

Véletlen bolyongás: Yt = Yt–1 + et

Példa: részvényárfolyamok

t t

t Y e

Y ( 1) 1

(16)

Példák

AR(1) modell államadósság és export példákban – OLS

Becsült meredekségi együttható:

Havi export: 0,96

Államadósság szintje negyedévente: 1,04

1-hez közeli értékek – egyenlőség tesztelése: t- teszt nem működik!

(17)

Összefoglalás

Trend

Autokorreláció, autokorrelációs függvény Egyváltozós autoregresszív modell és

stacionaritás

(18)

Gyakorlat

Egyváltozós idősorelemzés:

autokorreláció, stacionaritás,

AR(1) modell

(19)

Egyváltozós idősorelemzés

Egy idősorra vonatkozó modell Grafikus ábrázolás

példa: havi export (m EUR, MNB)

példa: államadósság negyedéves adatok (mrd Ft, MNB)

Szint és log differencia (dlog) grafikonja?

Trend?

(20)

Autokorreláció

Adott változó és saját késleltetettje közti korreláció

rp: Y és p-edik késleltetettje (Y–p) közti korreláció

rp = corr(Y,Y–p)

Trend: pozitív autokorreláció EViews: View/Correlogram

(21)

Példák autokorrelációs függvény vizsgálatára

Államadósság szintje (mrd HUF) és változása

Export szintje (m EUR) és változása

(22)

Egyváltozós autoregresszív modell

AR(1) modell:

Ф = 0: véletlen ingadozás α körül Ф = 1: trendszerű viselkedés

t t

t

Y e

Y

1

(23)

Stacionaritás – AR(1) modell

AR(1) modellben Y stacionárius ha | Ф |<1 Y nem stacionáris ha Ф = 1

Y-nak egységgyöke van

Autokorreláció 1-hez közeli Trendszerű viselkedés

ΔY stacionárius:

t t

t Y e

Y ( 1) 1

(24)

Példák

AR(1) modell államadósság és export példákban – OLS

Becsült meredekségi együttható?

Feltehető-e, hogy stacioner folyamat?

Becsült együttható differenciára felírt modellben?

(25)

Házi feladat (csoportos)

3 tetszőlegesen kiválasztott makrogazdasági (MNB) idősor vizsgálata EViews programmal

Szint, változás grafikonja, rövid elemzés Autokorrelációs függvény vizsgálata

AR(1) modell becslése – stacionaritás feltételezhető- e?

Hivatkozások

KAPCSOLÓDÓ DOKUMENTUMOK

Az 1997–2001 közötti idôszak alapján összeállított öt portfólió, valamint a BUX index átlagos éves hoza- mait, illetve az éves hozam szórását mutatja a 2..

 Ha van további szemantikai elemzés vagy dialógus- modellezés, akkor az az ide bekerült hipotéziseket vizsgálja tovább.

• Lebegő árfolyam: hiányzik a monetáris

Osztott késleltetésű modell becslése, 5 éves késleltetéssel (késleltetés: X(–1)) Késleltetés hosszának megválasztása (feltételezés: max. 10 év). Késleltetés

Egyváltozós idősorelemzés: autokorreláció, stacionaritás, AR(1) modell.

Mit vizsgálsz, kiinduló feltevések (3 pont) Adatok: forrás, leíró statisztikák (6 pont) Stacionaritás vizsgálata (6 pont). Modell becslése, eredmények értelmezése

- hozamszint változás (tej, vágóállat hozam).. A tervezési modell segítségével, így könnyen kimutatható, hogy például 10%-os tej árszínvonal csökkenés

Az idősor grafikonja, az autokorrelációs és parciális autokorrelációs fügvények grafikonjai alapján valószínűsíteni lehet, hogy milyen rendű és fokú ARIMA