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.
Készítette: Bíró Anikó Szakmai felelős: Bíró Anikó
2010. június
2
GAZDASÁGSTATISZTIKA 10. hét
Egyváltozós idősorelemzés: autokorreláció, stacionaritás,
AR(1) modell Bíró Anikó
Osztott késleltetésû 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
Egyváltozós idősorelemzés
Egy idősorra vonatkozó modell Grafikus ábrázolás
1. példa: havi export (m EUR)
MNB adat
3
Példa: export havi változás
0 1000 2000 3000 4000 5000 6000 7000
1996 1998 2000 2002 2004 2006 2008 EXPORT
változás os
% ) ln(
100
) ln(
) ln(
)
ln(
1Exp
Exp Exp
Exp
-.4 -.3 -.2 -.1 .0 .1 .2 .3 .4
1996 1998 2000 2002 2004 2006 2008
DLOG_EXP
4
Példa: államadósság
Negyedéves adatok (mrd Ft, MNB)
Trend
Makroökonómiai változók többsége (fogyasztás, jövedelem, adósság): jellemzően trendet követnek
Trend: időben állandósult változás
Változás idősora (differencia vagy log differencia): jellemzően nincs benne trend
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
0 1000 2000 3000 4000 5000 6000 7000
1996 1998 2000 2002 2004 2006 2008 EXPORT
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
5
Autokorrelációs függvény
Autokorrelációk sorozata a késleltetés függvényében Hosszabb késleltetés – kevesebb megfigyelés
„Hosszú távú emlékezet”
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
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
6
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
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!
Összefoglalás
Trend
Autokorreláció, autokorrelációs függvény
Egyváltozós autoregresszív modell és stacionaritás
t t
t Y e
Y ( 1) 1
7
Gyakorlat
Egyváltozós idősorelemzés: autokorreláció, stacionaritás, AR(1) modell
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?
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
Példák autokorrelációs függvény vizsgálatára
Államadósság szintje (mrd HUF) és változása Export szintje (m EUR) és változása
8
Egyváltozós autoregresszív modell
AR(1) modell:
Ф = 0: véletlen ingadozás α körül Ф = 1: trendszerű viselkedés
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:
Példák
AR(1) modell államadósság és export példákban – OLS Becsült meredekségi együttható?
Feltehető-e, hogy stacioner folyamat?
Becsült együttható differenciára felírt modellben?
t t
t
Y e
Y
1t t
t Y e
Y ( 1) 1
9
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?