prognozowanie na podstawie modelu ekonometrycznego l.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Prognozowanie na podstawie modelu ekonometrycznego PowerPoint Presentation
Download Presentation
Prognozowanie na podstawie modelu ekonometrycznego

Loading in 2 Seconds...

play fullscreen
1 / 16

Prognozowanie na podstawie modelu ekonometrycznego - PowerPoint PPT Presentation


  • 170 Views
  • Uploaded on

Prognozowanie na podstawie modelu ekonometrycznego. Ogólna postać modelu i prognozy. Założenia teorii prognozy ekonometrycznej. znany musi być „dobry model” w sensie wcześniej podanych kryteriów oceny jakości modelu,

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Prognozowanie na podstawie modelu ekonometrycznego' - luella


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
za o enia teorii prognozy ekonometrycznej
Założenia teorii prognozy ekonometrycznej
  • znany musi być „dobry model” w sensie wcześniej podanych kryteriów oceny jakości modelu,
  • występować musi stabilność relacji strukturalnych w czasie, co oznacza, że postać modelu i wzajemne oddziaływanie zmiennych są stałe, aż do momentu lub okresu prognozowanego włącznie,
  • składnik losowy musi mieć stały rozkład w czasie, co oznacza, że nie pojawią się żadne inne ważne czynniki oddziałujące na prognozowane zjawisko, dotychczasowe zaś nie zmienią swego oddziaływania, zgodnie z założeniem 2,
  • znane muszą być wartości zmiennych objaśniających (lub ich rozkłady prawdopodobieństwa) w okresie lub momencie prognozowanym,
  • model może być ekstrapolowany poza jego dziedzinę.
b d ex ante prognozy

Błądex ante prognozy

Dla modelu liniowego ze znanymi wartościami zmiennych objaśniających dla okresu prognozy:

Przedział wiarygodności prognozy:

przyk ady prognoz na podstawie modeli ekonometrycznych

Przykłady prognoz na podstawie modeli ekonometrycznych

Na podstawie danych z 12 miesięcy zbudowano model opisujący wielkość obrotów w tys. zł zakładu usługowego (zmienna Y) w zależności od wydatków na reklamę w tys. zł (X). Po oszacowaniu parametrów modelu otrzymano następujące charakterystyki:

Wyznaczyć prognozę obrotów na kolejny miesiąc wiedząc, że w ostatnim miesiącu obroty te wyniosły 10 tys. zł, wydatki na reklamę 2 tys. zł, a macierz wariancji-kowariancji ocen parametrów modelu ma postać: .

slide6

Prognozę na kolejny miesiąc wyznaczymy podstawiając znane wartości zmiennych objaśniających do równania regresji:

.

Zatem w kolejnym miesiącu spodziewane są obroty wysokości 11,5 tys. zł. Wyznaczymy teraz przedział wiarygodności dla tej prognozy, co wymaga oszacowania wielkości błędu standardowego prognozy ex ante ze wzoru:

Z prawdopodobieństwem 0,95 wielkość obrotów w następnym miesiącu będzie się mieścić w przedziale (8,97 ; 14,03) [tys. zł].

slide7

Przykład 2

Bank „BZSiP” zlecił wykonanie prognozy wysokości udzielanych miesięcznie kredytów konsumpcyjnych. Na podstawie trzyletnich danych zbudowano model kwoty kredytów w tys. zł (Y) w zależności od (średniego miesięcznego) kursu dolara w zł (X1) oraz od stosunku rocznego oprocentowania kredytu do stopy inflacji w miesiącu poprzedzającym udzielanie kredytu (X2):

.

Wyznaczyć prognozę wysokości udzielonych kredytów na cztery kolejne miesiące wiedząc, że przewidywany kurs dolara (wg prognoz NBP) wyniesie w kolejnych miesiącach 3,20, 3,18, 3,17, 3,17 zł. Bank zamierza w pierwszym miesiącu udzielać kredytów o stopach przekraczających inflację o 15%, zaś w następnych miesiącach o 18%. Dla okresu estymacji modelu otrzymano macierz oraz standardowy błąd szacunku zmiennej objaśnianej w wysokości 5,59 [tys. zł].

model autoregresji

Model autoregresji

– oceny parametrów wyznaczone MNK

ocena dopuszczalno ci prognozy
Ocena dopuszczalności prognozy

Do oceny dopuszczalności prognoz stosuje się błędy prognoz – bezwzględne lub względne, w miarę możliwości ex ante, ale dla niektórych metod także błędy ex post prognozy wygasłych.

Na ogół uznaje się prognozę za dopuszczalną, jeśli spodziewany błąd nie powinien przekroczyć podanej z góry i arbitralnie wartości krytycznej.

Maksymalny horyzont prognozy: należący do przyszłości najdalszy moment lub okres, w którym prognoza jest dopuszczalna.

Żądany horyzont prognozy: horyzont prognozy wyznaczony przez odbiorcę, nie może on jednak być dłuższy od horyzontu maksymalnego.

wzgl dny b d ex ante
Względny błąd ex ante

Załóżmy, że w powyższych przykładach maksymalny błąd prognozy miał wynosić 6%.

W przykładzie 1 względny błąd prognozy ex ante na moment 13

zatem prognoza nie jest dopuszczalna.

slide14

Dla przykładu 2:

Jak widać, wszystkie prognozy można uznać za dopuszczalne, zatem żądany horyzont prognozy jest mniejszy niż maksymalny (dopuszczalny) horyzont prognozy.

slide15

Przykład 3

Ocenić, jaki jest maksymalny horyzont prognozy dla modelu trendu liniowego szacowanego na podstawie 13 obserwacji

Wiadomo, że Se = 4,3. Przyjąć, że wartość krytyczna błędu ex ante prognozy wynosi 5%.