Novēlots endogēns modelis 2021. gads
Atpalicis endogēns modelis ir ekonometrisks modelis, kurā izskaidrotais mainīgais parādās kā paskaidrojošs ar vismaz vienu nobīdi.
Faktiski aizkavētais endogēnais modelis ir ierobežotu sadalītu lagu modelis. Notiek tā, ka aizkavētajam endogēnam modelim ir īpaša īpatnība. Īpatnība ir tāda, ka viens no paskaidrojošajiem mainīgajiem ir mainīgais, ko izskaidro ar vismaz vienu nobīdi. Lai to labāk saprastu, aplūkosim šādu piemēru:
Kā redzams, tas ir dinamisks ekonometriskais modelis. Tas ir, tas norāda uz skaidrojumu kavēšanos. Turklāt tas kā paskaidrojošais mainīgais ietver izskaidroto vai atkarīgo mainīgo ar kavēšanos (Yt-1). Protams, tiek iekļauta kavēšanās, jo, ja tā būtu vienā un tajā pašā laika brīdī, koeficients vienmēr būtu 1. Mainīgā attiecība ar sevi šajā precīzajā brīdī ir 1.
Pieminēšanas vērta detaļa ir tā, ka, lai ekonometrisko modeli varētu uzskatīt par aizkavētu endogēnu, pietiek ar to, ka izskaidrotais mainīgais ar vismaz vienu kavēšanos parādās skaidrojošs. Tagad tas nav pretrunā ar to, ka citos skaidrojošos mainīgajos var parādīties vairāk aizkavēšanās.
Novēlotā endogēnā modeļa interpretācija
Šāda veida modeļu interpretācija ir ļoti vienkārša. Tomēr sākumā tas var šķist grūti saprotams. Jūs noteikti domājat, kā var būt, ka mainīgo izskaidro ar izskaidroto mainīgo? Šķiet, ka tam nav jēgas. Lai gan, protams, patiesībā tam ir daudz jēgas. Apskatīsim, kā modelis tiek interpretēts:
Tāpat kā visi ekonometriskie modeļi, arī šis modelis satur šādus mainīgos:
Jā: Tas ir izskaidrotais mainīgais. Tas var būt jebkurš ekonomiskais mainīgais, kuru mēs plānojam paredzēt, novērtēt vai izskaidrot.
Nulles beta versija: Tas ir konstants vienādojuma termins, tam nav ekonomiskas nozīmes. Tās iekļaušana vienādojumā notiek matemātisku iemeslu dēļ.
Beta viena: Tas ir koeficients, kura vērtība izskaidro sakarību ar to, ka izskaidrotajam mainīgajam ir periods (t-1) uz izskaidrotā mainīgā Y brīdī t.
X1: Kā mēs jau teicām iepriekš, tas ir viens no mainīgajiem, kas mēģina izskaidrot mainīgā Y uzvedību.
Otrā beta versija: Tas ir koeficients, kura vērtība izskaidro saistību, kas pastāv starp paskaidrojošo mainīgo x1 pirms perioda un mainīgā Y svārstības.
X2: Tas ir otrais mainīgais, kas mēģina izskaidrot Y uzvedību.
Beta trīs: Tas ir koeficients, kura vērtība izskaidro saistību, kas pastāv starp paskaidrojošo mainīgo x2 un mainīgais Y laikā t.
Apakšindekss “t”: attiecas uz laiku. Šis indekss varētu ņemt vērā noteikta gada vai mēneša vērtības.
Novēlota endogēna modeļa piemērs
Pieņemsim, ka mēs vēlamies prognozēt IKP vērtību. Lai to izdarītu, mēs domājam, ka noderīgs varētu būt šāds ekonometriskais modelis:
Šajā ekonometriskajā modelī mēs plānojam izskaidrot IKP vērtību šādi:
IKPt-1 = Iekšzemes kopprodukta vērtība iepriekšējā periodā.
Bezdarbst-1 = Tas ir indekss, kas balstīts uz bezdarba līmeni iepriekšējā periodā.
Prodt = Tas ir rūpnieciskās ražošanas indekss šim gadam.
Mēs iegūstam fiktīvus datus un iegūstam šādu rezultātu:
Kā šo ekonometrisko modeli interpretē? Mēs to aprakstām tālāk:
Nulles beta versija: Tā vērtība ir 0,5, bet mēs jau teicām, ka tai nav ekonomiskas nozīmes.
Beta viena: Pirmās beta versijas vērtība ir 0,8. Tas nozīmē, ka IKP vērtība iepriekšējā periodā izskaidrojama ar 0,8 vienībām uz vienu no IKP vērtības vienības mūsdienās. Citiem vārdiem sakot, 80% no IKP vērtības šodien izskaidro ar IKP vērtību iepriekšējā periodā.
Otrā beta versija: Bezdarbs ietekmē negatīvi. Citiem vārdiem sakot, jo augstāks bezdarbs, jo zemāks ir IKP. Tāpēc jēga ir priekšā esošajai mīnusa zīmei. Turklāt tas mums saka, ka katrai vienībai, kurā palielinās bezdarba līmenis (iepriekšējā periodā), pašreizējais IKP tiek samazināts par 0,10 vienībām.
Beta trīs: Visbeidzot, rūpnieciskās ražošanas indeksam ir pozitīva ietekme. Jo lielāka būs ražošana, ir loģiski domāt, ka IKP būs lielāks. Interpretācija ir tāda, ka katrai vienībai, kurai palielinās ražošanas indekss, IKP palielinās par 0,68 vienībām.
