METODA BLANCHARDA-KAHNA ROZWIĄZYWANIA MODELI DSGE NA PRZYKŁADZIE PODSTAWOWEGO MODELU NOWEJ SZKOŁY KEYNESOWSKIEJ
|
|
- Beata Klaudia Urbańska
- 6 lat temu
- Przeglądów:
Transkrypt
1 STUDIA OECONOMICA POSNANIENSIA 2015, vol. 3, no. 2 Karolina Sobczak Uniwersye Ekonomiczny w Poznaniu, Wydział Informayki i Gospodarki Elekronicznej, Kaedra Ekonomii Maemaycznej karolina.sobczak@ue.poznan.pl METODA BLANCHARDA-KAHNA ROZWIĄZYWANIA MODELI DSGE NA PRZYKŁADZIE PODSTAWOWEGO MODELU NOWEJ SZKOŁY KEYNESOWSKIEJ Sreszczenie: W opinii wielu ekonomisów sochasyczne dynamiczne modele równowagi ogólnej (dynamic sochasic general equlibrium, DSGE) są głównym kierunkiem badań we współczesnej eorii ekonomii [Gali 2008; Baranowski i in. 2013]. Trudno jednak narafić na prace wprowadzające do meodologii modeli DSGE. Dlaego chcemy zaproponować omówienie podsaw modeli DSGE, kóre pozwoli uzupełnić ę lukę. W ym celu posłużymy się podsawowym modelem nowej szkoły keynesowskiej, w kórym zakłada się zróżnicowanie dóbr, konkurencję monopolisyczną oraz inercję cen [Calvo 1983]. Rozwiązanie układu równań modelu DSGE jes dokonywane za pomocą meod numerycznych. Jedną z pierwszych echnik sosowanych do rozwiązywania ekonomicznych liniowych modeli racjonalnych oczekiwań była meoda Blancharda-Kahna [Blanchard i Kahn 1980]. Używa się w niej log-liniowej aproksymacji warunków pierwszego rzędu wynikających z wyjściowego problemu opymalizacji [Sims 2002], aby złożony układ nieliniowy przekszałcić w układ liniowy. Meoda Blancharda- -Kahna opiera się na rachunku macierzowym i określa własności macierzy układu równań modelu gwaranujące isnienie oraz sabilność rozwiązania. Problem warości własnych macierzy przekłada się na problem doboru odpowiednich warości srukuralnych paramerów modelu oraz ich kombinacji. Słowa kluczowe: log-linearyzacja, meoda Blancharda-Kahna, modele DSGE, nowa szkoła keynesowska. Klasyfikacja JEL: C62, C68, E12, E52. SOEP rewizja - Kopia.indd :45:20
2 Meoda Blancharda-Kahna rozwiązywania modeli DSGE 71 THE BLANCHARD-KAHN METHOD OF SOLVING DSGE MODELS A CASE OF THE BASIC NEW KEYNESIAN MODEL Absrac: In he opinion of many economiss, DSGE (dynamic sochasic general equilibrium) models can be viewed as a leading sream of modern macroeconomic heory [Galí 2008; Baranowski e al., 2013]. However, i is difficul o find any works which inroduce DSGE mehodology, especially for readers who are no familiar wih he issue. In he Polish lieraure here are no inroducory conribuions. Therefore, we would like o presen an overview of he fundamenals of DSGE models o fill his gap. To his end we use he basic New Keynesian model, which assumes produc differeniaion, monopolisic compeiion and saggered price seing [Calvo 1983]. Solving he equaions of he DSGE model sysem is achieved by means of numerical mehods. One of he firs echniques proposed for solving linear raional expecaions models originaes from Blanchard and Kahn [Blanchard, Kahn, 1980]. The mehod uses he log-linear approximaion of opimal condiions for he iniial opimizaion problem underlying he model [Sims 2002]. I is based on marix calculus and deermines he properies of he eigenvalues of he sysem marices. The problem of he eigenvalues ranslaes ino he problem of selecing appropriae values for he srucural parameers of he model or heir combinaions. This mehod makes i possible o deermine if here exiss a locally unique sable soluion o he sysem. Keywords: Blanchard-Kahn mehod, DSGE models, log-linearizaion, New Keynesian economics. Wsęp W opinii wielu ekonomisów sochasyczne dynamiczne modele równowagi ogólnej (dynamic sochasic general equlibrium, DSGE) sanowią główny kierunek we współczesnej eorii ekonomii [Galí 2008]. Ich konsrukcja jes wynikiem połączenia podsaw eorii realnego cyklu koniunkuralnego (Real Business Cycle, RBC) z meodologicznymi aspekami mikroekonomii oraz podejść sosowanych w saysyce. Naomias w warswie pojęciowej meodologia ych modeli czerpie z akich rendów ekonomicznych, jak nowa szkoła keynesowska, nowa makroekonomia gospodarki owarej czy nowa ekonomia insyucjonalna. Ze względu na wciąż pogłębiające się zaineresowanie modelami DSGE świaowa lieraura z zakresu ich meodologii modeli jes dość obszerna i wciąż SOEP rewizja - Kopia.indd :45:20
3 72 Karolina Sobczak uzupełniana o nowe pozycje 1. Jednak, ponieważ w eorii ekonomii modele DSGE o wciąż sosunkowo młoda dziedzina, arykuły z ego zakresu prezenują wiedzę wysoce specjalisyczną i rakującą o szczegółowych zagadnieniach. Naomias rudniej narafić na prace wprowadzające do meodologii modeli DSGE, zwłaszcza czyelnika pragnącego dopiero zapoznać się z ą emayką 2. W lieraurze polskiej brak jes w ogóle akich pozycji 3. Dlaego chcemy zaproponować omówienie podsaw modeli DSGE, kóre pozwoli uzupełnić ę lukę 4. W arykule skoncenrujemy się na objaśnieniu prakycznych aspeków pracy z modelami DSGE, a konkrenie na rozwiązywaniu układu równań modelu. Podsawy eoreyczne, zwłaszcza doyczące założeń sosowanych w konsrukcji modeli DSGE, odwołują się do eorii realnego cyklu koniunkuralnego oraz nowej szkoły keynesowskiej 5. Synezę ych zagadnień można odnaleźć m. in. w pracy J. Gali ego [2008] oraz McCandlessa [2008]. Dla naszych celów posłużymy się przykładem, bardzo prosego w swojej klasie, modelu gospodarki zamknięej, sosowanego w analizie poliyki monearnej 6, 1 Jako synezę, ale również przegląd modeli DSGE sosowanych do analizy poliyki monearnej, waro polecić pracę [Galí 2008]. 2 W podręczniku [McCandless 2008] można znaleźć rozdziały poświęcone wprowadzeniu do modeli DSGE. Jednak i w ej pracy zakłada się pewne wsępne zaznajomienie czyelnika z meodologią modeli DSGE. Bardzo pomocną pozycją okazuje się przewodnik [Mancini Griffoli ] napisany na porzeby objaśnienia oprogramowania DYNARE, z naciskiem na aspeky echniczne i szczegóły implemenacji różnego ypu procedur maemaycznych używanych przy rozwiązywaniu modeli DSGE. 3 Użyeczne może się okazać zapoznanie z pracą [Grabek, Kłos i Uzig-Lenarczyk 2007]. Prezenowany w niej model jes bardziej złożony. Naomias czyelnik może znaleźć liczne odwołania na ema szczegółowych zagadnień, a akże przejrzyse i wyczerpujące objaśnienie wielu aspeków eoreycznych. 4 Arykuł zosał opracowany na podsawie części I rozdziału rozprawy dokorskiej [Sobczak 2013] p. Effec of nominal convergence crieria on real side of economy in DSGE models przygoowanej w Kaedrze Ekonomii Maemaycznej na Wydziale Informayki i Gospodarki Elekronicznej Uniwersyeu Ekonomicznego w Poznaniu pod kierunkiem profesora Krzyszofa Malagi oraz pod kierunkiem profesora Jeana-Chrisopha Pouineau z Uniwersyeu Rennes 1 w Rennes. 5 Maemayczne podsawy nuru nowej ekonomii keynesowskiej można znaleźć również w [Romer 2014]. 6 Przedsawienie modelu w znacznej mierze opiera się na III rozdziale książki [Galí 2008], w kórej auor określa prezenowany przez siebie model jako podsawowy model nowej szkoły keynesowskiej. Charakerysyczne założenia modelu są bowiem zaczerpnięe z nowej szkoły keynesowskiej. Doyczy o m.in. zróżnicowania dóbr, konkurencji monopolisycznej, inercji cenowej, a akże wpływu poliyki monearnej na realną sferę gospodarki. SOEP rewizja - Kopia.indd :45:20
4 Meoda Blancharda-Kahna rozwiązywania modeli DSGE 73 kóry za Galím [2008] nazywać będziemy podsawowym modelem nowej szkoły keynesowskiej (basic New Keynesian model, BNK). Przed przejściem do zasadniczej części arykułu, kórej celem jes przedsawienie jednej z meod rozwiązywania układu równań modelu DSGE, zaprezenujemy króko podsawy konsrukcji eoreycznej w formie równań wynikających z warunków pierwszego rzędu oraz warunków równowagi ogólnej. Nasępnie omówimy wybraną meodę, o jes meodę Blancharda-Kahna [Blanchard i Kahn 1980]. Sanowi ona przykład jednej z pierwszych echnik numerycznych sosowanych do rozwiązywania ekonomicznych liniowych modeli racjonalnych oczekiwań 7. Ponieważ model jes nieliniowy, dokonujemy log-liniowej aproksymacji warunków pierwszego rzędu wynikających z wyjściowych problemów opymalizacji [Sims 2002]. Dla przeprowadzenia linearyzacji porzebne jes wyznaczenie sanu usalonego (seady sae), wokół kórego rozwijamy warunki konieczne. Dlaego najpierw należy wyznaczyć warości wszyskich zmiennych modelu w sanie usalonym. Na koniec zaprezenujemy podsawy oraz ideę meody Blancharda-Kahna dla porzeb rozwiązania układu równań prosego modelu DSGE. Meoda opiera się na rachunku macierzowym i określa własności macierzy układu gwaranujące isnienie oraz sabilność rozwiązania. Problem warości własnych macierzy przekłada się na problem doboru odpowiednich warości srukuralnych paramerów modelu oraz ich kombinacji. 1. Podsawowy model nowej szkoły keynesowskiej W podsawowym modelu nowej szkoły keynesowskiej zakładamy zróżnicowanie produków (goods differeiaion), konkurencję monopolisyczną (monopolisic compeiion) oraz inercję cen produków (price rigidiy) według schemau [Calvo 1983], kóra polega na ym, że w każdym okresie ylko pewna część producenów ma możliwość zmiany cen swoich produków i usalenia ceny opymalnej. Pozosała część musi przyjąć cenę z poprzedniego okresu. W modelu wysępują czery rodzaje podmioów gospodarczych. Reprezenaywne gospodarswo domowe konsumuje dobro finalne oraz pracuje w firmach produkujących dobra pośrednie. Zakładamy, że akich firm jes nieskończenie wiele, a każda z nich jes monopolisą na rynku określonego owaru, posiadając ym samym siłę rynkową do usalania ceny produkowanego przez 7 O meodach rozwiązywania racjonalnych oczekiwań wspomniano również w pracy [Kucha i Piła 2010]. SOEP rewizja - Kopia.indd :45:20
5 74 Karolina Sobczak siebie dobra. Reprezenaywna firma produkująca dobro finalne worzy je, mając do dyspozycji wiele odmiennych ypów owarów dosarczanych przez firmy pośrednie. Nasępnie na rynku działającym w warunkach konkurencji doskonałej sprzedaje o dobro gospodarswom domowym w posaci koszyka konsumpcyjnego. Czwarym rodzajem podmiou gospodarczego są władze monearne, kóre usalają poziom nominalnej sopy procenowej Konsumenci Reguły, zgodnie z kórymi reprezenaywne gospodarswo domowe podejmuje swoje decyzje odnośnie do bieżących i przyszłych poziomów pracy, konsumpcji oraz oszczędności, wynikają z rozwiązania zadania maksymalizacji zdyskonowanej użyeczności oczekiwanej przez wszyskie okresy życia, a czerpanej z konsumpcji oraz czasu wolnego, przy ograniczeniu budżeowym wysępującym w każdym okresie 8. Mają one dla usalonego okresu nasępującą posać: W γ φ CL, (1) P 1 γ C 1 P βe, (2) R C P 1 gdzie: W płaca nominalna, R nominalna sopa procenowa, C poziom konsumpcji dobra finalnego, P indeks cen owarów, L liczba godzin pracy wykonywanej przez reprezenaywne gospodarswo domowe 9, β (0, 1) czynnik dyskona, φ elasyczność krańcowej nieużyeczności względem pracy, γ > 0 współczynnik względnej awersji do ryzyka. 8 W arykule nie przesawiamy szczegółowo zadań opymalizacyjnych podmioów gospodarczych poszczególnych rodzajów. Zaineresowanego czyelnika odsyłamy do pracy [Galí 2008]. Koncenrujemy się na wynikach ych zadań, kóre wykorzysamy do inerpreacji własności modelu oraz rozwiązania układu jego równań. 9 W dalszej części arykułu zmienną L będziemy uożsamiać z liczbą osób zarudnionych w firmach pośrednich pochodzących z reprezenaywnego gospodarswa domowego i określać jako siłę roboczą lub króko jako pracę. SOEP rewizja - Kopia.indd :45:20
6 Meoda Blancharda-Kahna rozwiązywania modeli DSGE 75 Reguły (1) i (2) określają, ile czasu gospodarswo domowe przeznaczy na pracę oraz ile chce przeznaczyć na konsumpcję, a ile zaoszczędzić w formie zakupu obligacji ze sopą zwrou R. Decyzje konsumenów zależą od przewidywanych przez nich przyszłych poziomów płac nominalnych, cen oraz sóp procenowych. Na konsumpcję dobra finalnego składają się wszyskie dobra pośrednie, kórych jes nieskończenie wiele. Zakładamy, że poziom konsumpcji dobra finalnego jes określony przez nasępujący indeks, nazywany agregaem Dixia- -Sigliza [Dixi i Sigliz 1977]: σ 1 σ 1 σ 1 () σ 0 C C i di, (3) gdzie: C (i) ilość i-ego dobra pośredniego, σ > 1 oznacza elasyczność subsyucji pomiędzy dobrami. Równanie (3) określa srukurę popyu, o znaczy jaką ilość każdego z dóbr pośrednich powinien zakupić producen dobra finalnego, kóry oferuje konsumenom swój owar w posaci koszyka konsumpcyjnego. Rozwiązaniem zadania problemu maksymalizacji zysku, osiąganego przez producena dobra finalnego działającego w warunkach konkurencji doskonałej, jes funkcja popyu na i-e dobro pośrednie: oraz indeks cen posaci: P () i C () i P σ C 1 1 1σ 1σ () 0 P P i di, (5) gdzie P (i) nominalna cena i-ego dobra pośredniego Firmy Zakładamy, że na rynku dóbr pośrednich działa nieskończenie wiele firm, z kórych każda produkuje odmienny rodzaj dobra pośredniego. Produkcja i-ej firmy pośredniej jes opisana funkcją produkcji: (4) SOEP rewizja - Kopia.indd :45:20
7 76 Karolina Sobczak 1 () AL() i α Y i gdzie: α (0, 1), (1 α) elasyczność produkcji względem pracy., (6) Zmienna egzogeniczna A oznacza posęp echnologiczny. Zakładamy, że jes on opisany przez nasępujący sochasyczny proces auoregresji pierwszego rzędu 10 : a a 2 a a a ρ a 1 ε, ε ~ iid... N(0, σ ), (7) gdzie a = ln A. Rozwiązaniem zadania maksymalizacji zysku producena i-ego dobra pośredniego jes reguła decyzyjna posaci: W (1 αal ) ( i) α, (8) P() i zgodnie z kórą firma zarudnia siłę roboczą, dopóki płaca realna nie przewyższa krańcowej wydajności pracy. Jednym z kluczowych założeń modeli DSGE jes założenie o konkurencji monopolisycznej, kóre pozwala wprowadzić do modelu zróżnicowanie dóbr (goods differeniaion) oraz inercję cen (price rigidiy). Wszyskie firmy produkujące dobra pośrednie mogą usalać ceny swoich produków. Jednak w danym okresie ylko część (1 θ) 100% z ych firm może zmienić ceny, ponieważ dla pozosałej grupy firm θ 100% pociąga o za sobą zby duże koszy (θ ). Taki rodzaj inercji cen jes zgodny ze schemaem Calvo [Calvo 1983]. 10 W lieraurze DSGE przyjmuje się zazwyczaj, że zmienne egzogeniczne opisane są przez procesy auoregresji. Dla porzeb symulacji sosuje się najczęściej auoregresję pierwszego rzędu. Przy esymacji modeli DSGE są używane procesy różnego ypu: auoregresji z większą liczbą opóźnień, procesy MA (moving average), a akże procesy ARMA w przypadku, gdy niekóre zmienne egzogeniczne są skorelowane, na przykład zmienne oznaczające posęp echnologiczny dla gospodarki krajowej oraz dla gospodarki zagranicznej. Innowacje mają zawsze warość oczekiwaną równą 0 i niezerową wariancję. Sandardowo przyjmuje się również normalność rozkładu innowacji. Opisywanie zmiennych egzogenicznych za pomocą procesów sochasycznych jes podsawową cechą modeli sochasycznych, w kórych podmioy gospodarcze podejmują swoje decyzje bez znajomości warości i dynamiki przyszłych zaburzeń, znając jedynie rozkład ych zakłóceń. SOEP rewizja - Kopia.indd :45:21
8 Meoda Blancharda-Kahna rozwiązywania modeli DSGE 77 Reguła usalania cen przez firmy pośrednie wynika z rozwiązania ich zadań maksymalizacji srumienia oczekiwanych przyszłych zysków ych firm, z uwzględnieniem możliwości, że część z nich w niekórych okresach w przyszłości nie będzie mogło zmienić swoich cen. Reguła ma posać: k 1γ σ1 E * ( βθ) Y kpk MCkΠ1, k k0 μ 1 k 1γ σ1 E( βθ) Y kp k k0 P P, (9) gdzie: P * cena opymalna, MC +k realny kosz marginalny w okresie + k dla firmy, kóra osanio zmieniała swoją cenę w okresie, Π 1,+k sopa inflacji w ciągu k kolejnych okresów, począwszy od osaniej zmiany ceny w okresie 1. Współczynnik μ = σ/(σ 1) można inerpreować jako opymalny narzu na kosz marginalny w warunkach braku ograniczeń na częsość zmian cen Poliyka monearna W modelu BNK (basic New Keynesian model) zakładamy, że władze monearne usalają poziom nominalnej sopy procenowej na podsawie reguły uwzględniającej inflację oraz lukę produkcyjną: gdzie: 1 Π φ φ π y v R Y e, (10) β v v 2 v v v ρ v 1 ε, ε ~ iid... N(0, σ ). (11) Tego ypu regułę usalania sopy procenowej nazywa się regułą Taylora [Taylor 1993]. Paramery φ π i φ y oznaczają miary wpływu sopy inflacji oraz luki produkcyjnej na sopę procenową. Ich warości są przyjmowane przez władze monearne. Luka produkcyjna jes określona przez sosunek poziomu produkcji do jego poziomu Y n, kóry wysępowałby przy cenach płynnych, nazywanego SOEP rewizja - Kopia.indd :45:21
9 78 Karolina Sobczak również nauralnym poziomem produkcji, a kóry sanowi odniesienie dla poliyki monearnej: 1.4. Agregacja i równowaga ogólna Y Y. (12) Y Warunki równowagi ogólnej uzyskujemy poprzez jednoczesne uwzględnienie reguł zachowań wszyskich podmioów gospodarczych w formie warunków równowagi cząskowej, a akże reguł opisujących funkcjonowanie rynku. Część z nich przybiera formę makroekonomicznych warunków bilansowych, a w prezenowanym przez nas prosym modelu gospodarki zamknięej sprowadzają się one do warunków równowagi podaży i popyu na produky oraz popyu i podaży siły roboczej. W warunkach równowagi ogólnej posługujemy się zmiennymi zagregowanymi w skali całej gospodarki. Dynamika zagregowanej ceny jes uzależniona od elasyczności subsyucji pomiędzy dobrami, ceny opymalnej usalonej w bieżącym okresie oraz od indeksu cen z przeszłego okresu. Równanie (5) przedsawia syuację, gdy ceny są płynne (flexible prices). Uwzględniając inercję cen, dla zagregowanej ceny inflacja jes kszałowana nasępująco: * 1σ P Π θ(1 θ). (13) P 1 Równowaga popyu i podaży na rynku produków jes opisana równaniem: n 1σ Y () i C (), i i [0,1], (14) a na poziomie zagregowanym, po uwzględnieniu agregacji konsumpcji oraz produku zgodnej z równaniem (3), sprowadza się do: Y C. (15) Naomias równowaga podaży i popyu na siłę roboczą dana jes w posaci: 1 L L () i di, (16) 0 SOEP rewizja - Kopia.indd :45:21
10 Meoda Blancharda-Kahna rozwiązywania modeli DSGE 79 co oznacza, że podaż siły roboczej w całej gospodarce równoważy popy na pracę pochodzący ze wszyskich firm produkujących dobra pośrednie. Korzysając z posaci funkcji produkcji (6) oraz warunków (4) i (14), relację między zmienną wyrażającą posęp echnologiczny oraz poziomami zagregowanej produkcji i zagregowanej siły roboczej możemy w przybliżeniu przedsawić jako: Y 1 α AL. (17) Realny kosz krańcowy produkcji jes zdefiniowany jako sosunek płacy realnej oraz krańcowej wydajności pracy danej równaniem (8). Po uwzględnieniu zależności, w kórych wysępują zmienne zagregowane, średni realny kosz krańcowy kszałuje się nasępująco: W 1 MC A L 1 α P 1α, (18) a jeśli skorzysamy z reguły decyzyjnej konsumenów (1) oraz posaci zagregowanego produku (17), kosz krańcowy możemy wyrazić również jako: φα 1φ 1 γ 1α 1α MC Y A. (19) 1 α Równanie (19), zasosowane do syuacji, gdy ceny są płynne, pozwala określić relację pomiędzy nauralnym poziomem produku a pozosałymi zmiennymi modelu: gdzie MC = 1/μ. φα γ 1α 1φ 1α 1 n MC Y A, (20) 1 α Powyższa definicja równowagi ogólnej w gospodarce pozwala na sformułowanie układu równań prezenującego cały model w posaci srukuralnej. Do warunków równowagi ogólnej wynikających z zadań opymalizacyjnych podmioów, agregacji oraz warunków funkcjonowania rynków dołączamy regułę sopy procenowej oraz definicję sopy inflacji. Model w posaci srukuralnej przedsawiamy w abeli 1. SOEP rewizja - Kopia.indd :45:21
11 80 Karolina Sobczak Tabela 1. Podsumowanie modelu BNK Reguła usalania cen Dynamika zagregowanej ceny Reguła decyzyjna gospodarsw domowych Realny kosz krańcowy k 1γ σ1 E * ( βθ) Y kp k MC kπ 1 k k0 μ 1 k 1γ σ1 E( βθ) Y kp k k0 P P * 1σ P Π θ(1 θ) P 1 1 R Y P 1σ γ Y 1 P βe 1 φα 1φ 1 γ 1α 1α (21) (22) (23) MC Y A (24) 1 α Reguła sopy procenowej Luka produkcyjna Y Y n Y Nauralny poziom 1 n produku Sopa inflacji Źródło: Obliczenia własne. 1 Π φ φ π y v R Y e (25) β φα γ 1α 1φ 1α (26) MC Y A (27) 1 α Π P (28) P 1 2. Rozwiązanie układu równań modelu BNK Rozwiązanie układu równań prezenowanego modelu polega na sprowadzeniu go do akiej posaci, w kórej każda zmienna endogeniczna w okresie jes wyrażona jako funkcja zmiennych egzogenicznych oraz opóźnionych warości zmiennych endogenicznych 11. W akim przedsawieniu układu 11 W dalszej części arykułu będziemy używać również określenia rozwiązanie modelu jako swego rodzaju skró myślowy, rozumiejąc przez nie rozwiązanie układu równań modelu. SOEP rewizja - Kopia.indd :45:22
12 Meoda Blancharda-Kahna rozwiązywania modeli DSGE 81 równań modelu, nazywanym posacią zredukowaną, związki między zmiennymi mają mniej złożony charaker niż w posaci srukuralnej. Rozwiązanie modelu jes orzymywane za pomocą meod numerycznych, a posaci zredukowanej zazwyczaj jawnie się nie specyfikuje. Procedury obliczeniowe są przeprowadzane w wybranych programach kompuerowych 12. Waro jednak na przykładzie prosego modelu poznać ideę oraz sposoby rozwiązywania modeli DSGE. Cenne jes również zrozumienie, do czego są wykorzysywane kolejne posaci modelu oraz jakie własności modelu można na ich podsawie określić. Prezenowany przez nas prosy model nowej szkoły keynesowskiej posłuży nam do objaśnienia wybranej meody rozwiązywania modeli DSGE, o jes meody Blancharda-Kahna. Naszym celem jes nie yle wyczerpujące opisanie meody, wraz ze wszyskimi jej niuansami, zaleami oraz wadami, ile raczej zaprezenowanie, jak jes ona bezpośrednio implemenowana w przypadku prosego modelu BNK, a przez o przybliżenie idei rozwiązywania modeli DSGE. Procedury rozwiązywania modeli DSGE można podzielić na dwie szerokie klasy 13. Jedną sanowią meody perurbacyjne, do kórych należy meoda Blancharda-Kahna. Druga klasa meod o echniki projekcyjne, kóre mają krószą radycję 14. Meody perurbacyjne mają ę zaleę, że są sosunkowo mało wymagające pod względem ilości oraz sopnia złożoności obliczeń. Nadają się więc dla skomplikowanych modeli, z dużą liczbą równań oraz zmiennych anycypacyjnych. Wykorzysują lokalne przybliżenie równań modelu na podsawie rozwinięcia w szereg Taylora wokół punku sanu usalonego (seady sae). Zaem ich sosowanie jes uzasadnione ylko wówczas, gdy warości zmiennych modelu znajdują się w pobliżu swoich warości w sanie usalonym. Dlaego nie można rozważać zby dużych odchyleń zmiennych od sanu usalonego, czyli wprowadzać do modelu zby silnych zaburzeń. W dalszej części arykułu pokażemy, jak zasosować wybraną meodę rozwiązywania modeli DSGE do konkrenego przykładu modelu, o jes podsawowego modelu nowej szkoły keynesowskiej. Przedsawimy kolejne kroki obliczeń niezbędne do skorzysania z ej procedury. 12 Do najczęściej sosowanych programów kompuerowych do rozwiązywania modeli DSGE należą MATLAB oraz DYNARE, wykorzysujący kod źródłowy MATLABA. 13 Szerzej o różnych meodach rozwiązywania dynamicznych modeli równowagi w [Aruoba, Fernández-Villaverde i Rubio-Ramirez 2006]. 14 Szerokie omówienie meod projekcyjnych wraz z ich implemenacją znaleźć można m. in. w pracy [Lim i McNelis 2008]. SOEP rewizja - Kopia.indd :45:22
13 82 Karolina Sobczak 2.1. San usalony Ponieważ meoda Blancharda-Kahna opiera się na liniowo-logarymicznej aproksymacji równań modelu, porzebne jes przekszałcenie układu równań modelu do posaci liniowej za pomocą log-linearyzacji. W wyniku ego przybliżenia wszyskie zmienne modelu zosają wyrażone w posaci procenowych odchyleń od swoich warości w sanie usalonym (seady sae) 15. Dlaego eż pierwszy eap implemenacji procedury obliczeniowej, jaką jes meoda Blancharda-Kahna, sprowadza się do wyznaczenia sanu usalonego. Wyznaczenie sanu usalonego dla zmiennych modelu polega na określeniu rozwiązania saycznego równoważnego z deerminisyczną równowagą długookresową. Zanikają wszelkie źródła nierównowagi w sali mikro oraz makro. Wszyskie podmioy gospodarcze osiągają swoje opimum. Zanikają eż podsawy do arbirażu. Ceny są płynne (flexible prices). Wszyskie szoki z przeszłości zosały zaabsorbowane, a sacjonarne zaburzenia sochasyczne nie mają wpływu na warości zmiennych egzogenicznych. Podsumowując, zmienne modelu nie mają endencji do zmiany swoich warości. Wyznaczenie warości zmiennych w sanie usalonym również można przeprowadzić za pomocą meod numerycznych, zwłaszcza w przypadku bardziej złożonych modeli lub modeli dużej skali. Rozparywany przez nas Tabela 2. San usalony modelu BNK Poziom inflacji Π 1 (29) Średni kosz krańcowy Zagregowany produk Nauralny poziom produku 1 σ 1 MC (30) μ σ 1α Y μ n Y 1α γ(1 α) φα (31) Y (32) Luka produkcyjna Y 1 (33) 1 Nominalna sopa procenowa R (34) Źródło: Obliczenia własne. β 15 Definicję sanu usalonego, nazywanego również równowagą ypu seady sae, podajemy za [Grabek, Kłos i Uzig-Lenarczyk 2007]. SOEP rewizja - Kopia.indd :45:22
14 Meoda Blancharda-Kahna rozwiązywania modeli DSGE 83 model jes sosunkowo prosy, więc san usalony można wyznaczyć analiycznie. Zakładamy jedynie, że poziom sopy inflacji w sanie usalonym wynosi 1, co oznacza że ceny są sałe. Wówczas możemy obliczyć akże warości wszyskich pozosałych zmiennych endogenicznych. Przedsawiamy je w abeli 2. Bez sray ogólności możemy założyć, że indeks cen P = 1. Wówczas warości wszyskich zmiennych w sanie usalonym zdeerminowane są przez warości paramerów α, β, γ, φ oraz σ Log-linearyzacja Jak wspominaliśmy, log-linearyzacja jes niezbędnym eapem obliczeń, kóry jes wykorzysywany między innymi w meodzie Blancharda-Kahna. W każdej meodzie perurbacyjnej, przed rozwiązaniem układu równań modelu, dowolne równanie rozwija się w szereg Taylora wokół punku sanu usalonego. W meodach perurbacyjnych pierwszego rzędu sosuje się linearyzację lub log-linearyzację 16. Zaem układ równań modelu DSGE, kóry w swojej wyjściowej posaci srukuralnej jes zazwyczaj nieliniowy, zosaje przekszałcony w układ liniowy. Taki układ ławiej poddawany jes kolejnym przekszałceniom. Dodakową zaleą log-linearyzacji są możliwości inerpreacji równań uzyskanych po zasosowaniu ej meody. Zamias zmiennych posługujemy się procenowymi odchyleniami zmiennych od ich warości w sanie usalonym. W akiej log-liniowej posaci modelu ławiej jes inerpreować wzajemne powiązanie zmiennych, uzależnienie ich warości od warości paramerów oraz wpływ paramerów na dynamikę zmiennych. Podsawą log-linearyzacji jes wyrażanie wszyskich równań modelu z wykorzysaniem log-liniowych odpowiedników zmiennych: x ln X ln X, (35) gdzie: X poziom zmiennej, X jej warość w sanie usalonym, x odchylenie zmiennej od warości w sanie usalonym. 16 Meoda log-linearyzacji zosała szeroko omówiona m.in. w pracy [Uhlig 1999]. Waro eż polecić zwięzłe, a zarazem wyczerpujące omówienie ej meody, z licznymi przykładami, przedsawione w arykule [Ziez 2008]. SOEP rewizja - Kopia.indd :45:23
15 84 Karolina Sobczak Wyrażenie (35) można również przedsawić w posaci: x X X ln1 X. Używając ej posaci oraz aproksymacji pierwszego rzędu z rozwinięcia Taylora w ooczeniu punku sanu usalonego X = X, odchylenie wyrażone za pomocą definicji (35) można eż przedsawić jako: x X X, (36) X co pokazuje, że jes ono bliskie odchyleniu procenowemu. Układ równań (21) (28) po log-linearyzacji można przedsawić w posaci podanej w abeli 3. Uwzględnia ona wszyskie reguły decyzyjne wszyskich podmioów gospodarczych wysępujących w modelu, reguły funkcjonowania rynku oraz regułę sopy procenowej usalanej przez władze monearne 17. Tabela 3. Podsumowanie modelu BNK w posaci log-liniowej Nowa keynesowska krzywa Phillipsa a π βe{ π1} κy n Dynamiczne równanie IS y i E π1 r E y1 (37) 1 ( { } ) { } (38) γ Reguła sopy procenowej i ρφππ φyy v (39) a Objaśnienie pojęcia nowej keynesowskiej krzywej Phillipsa (new Keynesian Phillips curve, NKPC) można odnaleźć m. in. w [Gali 2008]. Naomias szczegółowe wyprowadzenie jej posaci z zasad log- -linearyzacji można znaleźć w [Sobczak 2013]. Źródło: Obliczenia własne. W posaci log-liniowej modelu BNK mamy rzy zmienne endogeniczne, spośród kórych dwie, π oraz y, o zmienne anycypacyjne. Dwie zmienne, r n oraz v, o zmienne egzogeniczne. Do modelu wprowadziliśmy nową zmienną r n, oznaczającą nauralny poziom sopy procenowej, o znaczy aki jej poziom, kóry usaliłyby władze monearne, gdyby ceny były płynne. Kszałuje się on nasępująco: 17 Liczba równań modelu redukuje się z ośmiu do rzech, ponieważ na eapie log-linearyzacji omawianego przez nas prosego modelu nowej szkoły keynesowskiej dokonujemy m. in. przekszałceń, kóre pozwalają część równań uwzględnić w pozosałych równaniach modelu. SOEP rewizja - Kopia.indd :45:23
16 Meoda Blancharda-Kahna rozwiązywania modeli DSGE 85 n n n 1 r ργe { y y }. (40) Wykorzysując równanie średniego realnego koszu krańcowego oraz równanie określające jego warość przy cenach płynnych, warunek (40) możemy zapisać w posaci: n ya n gdzie ψ (1 φ) / ( γ(1 α) φ α). n ya r ρ γψ (1 ρ ) a, (41) Dynamiczne równanie IS (38) (dynamic invesmen/saving, DIS) opisuje relację pomiędzy wielkością zagregowanego produku a określoną ex ane realną sopą procenową r i E{ π 1} Nową keynesowską krzywą Phillipsa (37) (New Keynesian Phillips Curve, NKPC) można również przedsawić w posaci: 1 a π βe { π } λmc, (42) gdzie λ(1 θ)(1 βθ)θ / θ oraz Θ (1 α)/(1 α ασ). Paramer λ jes miarą wrażliwości sopy inflacji na zmiany w poziomie realnego koszu krańcowego. W równaniu (37) wprowadzamy paramer κ λγ( φα)/(1 α). Zgodnie z krzywą Phillipsa wzros akywności gospodarczej, skukujący wyższym poziomem produkcji, pociąga za sobą zwiększenie liczby godzin pracy, a przez o podwyższenie płac oraz wyższe koszy krańcowe dla producenów dóbr pośrednich. Reakcją firm, kóre mogą zmienić ceny swoich produków, jes podwyższenie ych cen. Zaem poziom zagregowanej ceny w gospodarce wzrasa, przez co wzrasa również sopa inflacji. Tym samym odchylenia koszu krańcowego od jego poziomu średniego są miarą napięć na rynku pracy. Reguła sopy procenowej po log-linearyzacji przyjmuje posać (39), gdzie i ln(1 + i ) = ln R oznacza nominalną sopę procenową, a paramer ρ = lnβ. Log-linearyzacja o jeden z eapów przekszałceń przeprowadzany w meodzie Blancharda-Kahna, niezbędny z punku widzenia dalszych obliczeń. Jednak jawna specyfikacja przekszałconego liniowego układu równań modelu, akiego jak en, kóry zosał zaprezenowany w abeli 3, nie jes wymagana. Waro jednak zauważyć, że równania modelu BNK w posaci log-liniowej pozwalają na ławiejszą inerpreację zależności pomiędzy zmiennymi oraz określenie wpływu warości paramerów na dynamikę zmiennych. Po drugie, posać a jes nam porzebna do objaśnienia isoy wybranej meody rozwiązywania modeli DSGE, kórą przedsawimy w kolejnym punkcie. SOEP rewizja - Kopia.indd :45:23
17 86 Karolina Sobczak 2.3. Meoda Blancharda-Kahna Model zaprezenowany w abeli 3 ma yle samo równań co zmiennych decyzyjnych. To znaczy, że dany jes w posaci zamknięej. Jes o warunek konieczny isnienia rozwiązania układu równań modelu. Rozwiązanie modelu DSGE polega na sprowadzeniu go do posaci zredukowanej, w kórej każda zmienna endogeniczna jes funkcją zmiennych egzogenicznych oraz opóźnionych warości zmiennych endogenicznych. Jednak zamknięa posać modelu nie gwaranuje, że układ równań modelu posiada rozwiązanie, ani że jes ono sabilne 18. Aby sprowadzić model do posaci zredukowanej, posłużymy się jedną z dosępnych meod rozwiązywania modeli DSGE, o jes meodą Blancharda- -Kahna [Blanchard i Kahn 1980] 19. Jes o jedna z pierwszych echnik zaproponowana do rozwiązywania linowych modeli racjonalnych oczekiwań 20. Wykorzysuje ona log-liniowe przybliżenie warunków opymalności wynikających z wyjściowych problemów opymalizacyjnych podmioów gospodarczych wysępujących w modelu. Meoda Blancharda-Kahna opiera się na rachunku macierzowym, a jej isoa sprowadza się do określenia własności warości własnych pewnych macierzy układu równań modelu DSGE przedsawionego w posaci zredukowanej. Z kolei problem określenia warości własnych przekłada się na problem warości paramerów srukuralnych modelu lub warości kombinacji ych paramerów. Na ej podsawie można swierdzić, czy rozwiązanie modelu isnieje, a jeśli ak, o czy jes ono jednoznacznie określone oraz lokalnie sabilne. Mając układ równań modelu BNK w posaci liniowej (37) (39) danej w abeli 3, możemy go nasępnie przedsawić w posaci równania macierzowego: gdzie: rˆn r n ρ y E y π 1 BT GT rˆ n v Eπ1 ( ), (43) 18 O isnieniu i sabilności rozwiązania układu równań w modelach racjonalnych oczekiwań pisze m.in. Wallusch [2013]. 19 Wybór ej konkrenej meody podykowany jes m.in. jej bezpośrednią implemenacją w oprogramowaniu DYNARE, w kórym sosuje się również inne meody. Meoda Blancharda- -Kahna jes domyślną meodą sosowaną w ym oprogramowaniu. 20 Wyczerpujące objaśnienie meody znaleźć można m.in. w arykule [Sims 2002], a akże w pracy [McCandless 2008]. SOEP rewizja - Kopia.indd :45:24
18 Meoda Blancharda-Kahna rozwiązywania modeli DSGE 87 oraz: γ 1 βφπ 1 BT Ω, T Ω γκ κ β( γ φy ) G κ (44) a paramer Ω = 1/(γ + φy + κφ π ). Aby bezpośrednio zasosować meodę Blancharda-Kahna, model BNK w posaci równania (43) zapisujemy nasępująco 21 : gdzie: Ey y Eπ 1 Z T ZTGT v rˆ n 1 π ( ), (45) 1 1 κβ( γφy) βφπ 1 ZT B T γβ γκ γ. (46) W przypadku osobliwości macierzy B T (kiedy nie isnieje odwroność ej macierzy) sosuje się dekompozycję macierzy za pomocą uogólnionej meody Schura. W kolejnych krokach obliczeń dokonuje się przekszałceń macierzy Z T, kóre polegają m.in. na jej dekompozycji na macierze zawierające jej odpowiednie warości własne lub wekory własne, a nasępnie na uporządkowaniu elemenów macierzy oraz oddzieleniu sabilnych i niesabilnych warości własnych. Pozwala o określić związek ilości niesabilnych warości własnych macierzy Z T z liczbą zmiennych anycypacyjnych. Zgodnie z warunkiem Blancharda-Kahna (isnienia lokalnie sabilnego i jednoznacznie określonego rozwiązania układu równań modelu danego w posaci (45)) macierz Z T musi mieć dokładnie yle warości własnych większych co do modułu od 1, ile zmiennych anycypacyjnych wysępuje w modelu. W modelu BNK mamy dwie zmienne endogeniczne, kóre nie są usalone z góry. Dlaego należy określić, przy jakich warościach paramerów worzących elemeny macierzy Z T ma ona dokładnie dwie warości własne na zewnąrz koła jednoskowego. W ym celu zapiszmy wielomian charakerysyczny ej macierzy: 21 W przypadku ogólnym, aby móc zasosować meodę Blancharda-Kahna, należy wyodrębnić wekor zmiennych endogenicznych usalonych z góry (predeermined), wekor zmiennych endogenicznych anycypacyjnych (non-predeermined) oraz wekor zmiennych egzogenicznych. W modelu BNK danym równaniem (45) możemy wyróżnić czery zmienne, z kórych dwie o zmienne egzogeniczne, a pozosałe dwie są zmiennymi endogenicznymi, kóre nie są usalone z góry. SOEP rewizja - Kopia.indd :45:24
19 88 Karolina Sobczak κβ( γ φy ) βφπ 1 λ γβ γβ de. (47) γκ γ λ γβ γβ Ma on e same pierwiaski co nasępujący wielomian: wλ ( ) [ κβγ ( φ) γβλ](1 βλ) κβφ ( 1), (48) y a ich wyznaczenie jes równoważne znalezieniu pierwiasków wielomianu: gdzie: pλ ( ) aλ aλ a, (49) ( γκβ( γφy)) γφy κφπ a2 1, a1, a0. (50) γβ γβ Korzysając z kryerium Schura-Cohna 22, orzymujemy warunki konieczne isnienia dwóch pierwiasków wielomianu (49) większych co do warości bezwzględnej od 1: Z nierówności (51) wynika, że: a a0 1, (51) 1 a. (52) 1 0 φ κφ (1 β) γ, (53) co jes zawsze spełnione, gdyż β (0; 1). Naomias z nierówności (52) dosajemy warunek: y π κφ ( 1) (1 βφ ) 0. (54) π y π 22 Sformułowanie wierdzenia Schura-Cohna znajduje się m.in. w pracy [LaSalle 1986]. SOEP rewizja - Kopia.indd :45:24
20 Meoda Blancharda-Kahna rozwiązywania modeli DSGE 89 Problem isnienia lokalnie sabilnego i jednoznacznie określonego rozwiązania modelu BNK sprowadza się więc do wyznaczenia zależności pomiędzy warościami paramerów 23, opisanej nierównością (54). Zauważmy, że dwa paramery znajdujące się w ej nierówności o paramery, kórych warości są konrolowane przez władze monearne usalające posać reguły sopy procenowej (39) w prowadzonej przez siebie poliyce monearnej. Przypomnijmy, że paramery φ π i φ y oznaczają miary wpływu sopy inflacji oraz luki produkcyjnej na sopę procenową. Zaem władze monearne powinny odpowiednio reagować na odchylenia sopy inflacji oraz poziomu luki inflacyjnej od ich warości referencyjnych, określonych jako cele poliyki monearnej, poprzez odpowiednio silną konrolę paramerów φ π i φ y w przyjęej przez siebie regule sopy procenowej. W przypadku permanennego wzrosu inflacji oznacza o akie zwiększenie warości wspomnianych paramerów, aby doprowadzić do wzrosu realnej sopy procenowej, przeciwdziałając w en sposób dalszemu wzrosowi inflacji. Podsumowanie W arykule przedsawiliśmy meodę Blancharda-Kahna rozwiazywania układu równań modeli DSGE na przykładzie prosego modelu nowej szkoły keynesowskiej. Naszym celem było wyjaśnienie podsaw ej meody. Prześledziliśmy wszyskie eapy pracy z modelem DSGE, poczynając od sformułowania założeń o zachowaniu podmioów gospodarczych, poprzez sformułowanie warunków równowagi ogólnej, kończąc na zaprezenowaniu idei zasosowanej meody. W lieraurze, akże polskiej, brak jes pozycji, kóre w przysępny, a zarazem wyczerpujący sposób wprowadzałyby do meodologii modeli DSGE. Na ogół rzeba posiłkować się wiadomościami pochodzącymi z wielu różnych źródeł, co urudnia prześledzenie całego oku rozumowania, kóry doprowadza do uzyskania rozwiązania modelu DSGE. Naomias bezpośrednia implemenacja danej meody w oprogramowaniu kompuerowym, bez zrozumienia jej podsaw, nie powinna być celem samym w sobie. 23 W przypadku bardziej złożonych modeli problem warości własnych macierzy układu równań modelu również przekłada się na problem odpowiednich warości paramerów. Jednak wówczas warunek Blancharda-Kahna może przybrać znacznie bardziej skomplikowaną posać, na ogół nieorzymywaną za pomocą meod analiycznych, lecz uzyskiwaną numerycznie w sosowanym oprogramowaniu i przez o niespecyfikowaną jawnie. SOEP rewizja - Kopia.indd :45:25
21 90 Karolina Sobczak Waro zauważyć, że zasosowanie meody Blancharda-Kahna nie ylko pozwala uzyskać rozwiązanie modelu BNK, ale również określić jego własności oraz przedsawić wsępne rekomendacje dla zachowania się podmioów decyzyjnych, na przykład władz monearnych. Uzyskany przez nas warunek Blancharda-Kahna określa, jak silna powinna być reakcja poliyki monearnej na odchylenia sopy inflacji oraz poziomu luki produkcyjnej od pewnych założonych warości referencyjnych. Rozwiązanie układu równań modelu pozwala na dalsze jego wykorzysanie. Dla celów analizy eoreycznej można badać funkcje reakcji zmiennych modelu na impuls w posaci zaburzenia egzogenicznego. Z kolei analiza empiryczna pozwala na dopasowanie modelu dla danych rzeczywisej gospodarki oraz formułowanie na ej podsawie prognoz i rekomendacji dla poliyki gospodarczej. Waro zaproponować obszerne omówienie wszyskich eapów pracy z modelami DSGE, aby wyczerpująco wyjaśnić podsawy sosowanych meod, ich ograniczenia oraz możliwości. W ym arykule przedsawiliśmy, jak przygoować model DSGE dla celów analizy eoreycznej, korzysając z meody Blancharda-Kahna rozwiązywania liniowych modeli racjonalnych oczekiwań 24. Opracowania wyjaśniające kolejne eapy pracy, z przykładami prosych modeli DSGE, opisem meod i zasosowaniami, pozwolą na lepsze wykorzysanie ych modeli oraz dalszy rozwój ich meodologii. Bibliografia Aruoba, S.B., Fernández-Villaverde, J., Rubio-Ramirez, J.F., 2006, Comparing Soluion Mehods for Dynamic Equilibrium Economies, Journal of economic Dynamics and Conrol, vol. 30, s Baranowski, P., Gałecka-Burdziak, E., Górajski, M., Malaczewski M., Szafrański, G., 2013, Inflacja a mechanizmy akualizacji cen. Sudium dla Polski, Wydawnicwo Uniwersyeu Łódzkiego, Łódź. Blanchard, O., Kahn, C.M., 1980, The Soluion of Linear Difference Models under Raional Expecaions, Economerica, vol. 48, s Calvo, G.A., 1983, Saggered Prices in a Uiliy-Maximizing Framework, Journal of Moneary Economics, vol. 12, no. 3, s Dixi, A.K., Sigliz, J.E., 1977, Monopolisic Compeiion and Opimum Produc Diversiy, American Economic Review, vol. 67, no. 3, s Opis kolejnych eapów pracy z modelami DSGE można znaleźć między innymi w pierwszym rozdziale pracy dokorskiej [Sobczak 2013]. SOEP rewizja - Kopia.indd :45:25
22 Meoda Blancharda-Kahna rozwiązywania modeli DSGE 91 Galí, J., 2008, Moneary Policy, Inflaion, and he Business Cycle. An inroducion o he New Keynesian Framework, Princeon Universiy Press, Princeon. Grabek, G., Kłos, B., Uzig-Lenarczyk, G., 2007, SOE-PL Model DSGE małej owarej gospodarki esymowany na danych polskich. Meodologia, specyfikacja, wyniki esymacji i pierwsze zasosowania, Maeriały i Sudia NBP, vol Kucha, Z., Piła, K., 2010, Zasosowanie modelu realnego cyklu koniunkuralnego Hansena do gospodarki Polski, Gospodarka Narodowa, vol. 21, s LaSalle, J.P., 1986, The Sabiliy and Conrol of Discree Processes, Applied Mahemaical Sciences, vol. 62, Springer-Verlag, New York. Lim, G.C., McNelis, P.D., 2008, Compuaional Macroeconomics for he Open Economy, The MIT Press, Massachuses. Mancini Griffoli, T., , DYNARE User Guide: An Inroducion o he Soluion & Esimaion of DSGE Models, hp:// -suppor/user-guide/dynare-userguide-webbea.pdf/view. McCandless, G.T., 2008, The ABCs of RBCs. An Inroducion o Dynamic Macroeconomic Models, Harvard Universiy Press, Harvard. Romer, D., 2014, Makroekonomia dla zaawansowanych, Wydawnicwo Naukowe PWN. Sims, C.A., 2002, Solving Linear Raional Expecaions Models, Compuaional Economics, Sociey for Compuaional Economics, vol. 20, no. 1 2, s Sobczak, K., 2013, Effec of Nominal Convergence on Real Side of Economy in DSGE Models, Uniwersye Ekonomiczny w Poznaniu, Universié de Rennes 1, Poznań. Taylor, J.B., 1993, Discreion versus Policy Rules in Pracice, Carnegie-Rocheser Conferences Series on Public Policy, vol. 39, December, s Uhlig, H., 1999, A Toolki for Analysing Nonlinear Dynamic Sochasic Models Easily, w: Marimon, R., Sco, A. (eds.), Compuaional Mehods for he Sudy of Dynamic Economics, Oxford Universiy Press, Oxford. Wallusch J., 2013, Parząc na Słońce. Nieokreśloność równowagi a polska dezinflacja , Wydawnicwo Uniwersyeu Ekonomicznego w Poznaniu, Poznań. Ziez, J., 2008, A Clarifying Noe on Convering o Log-deviaions from he Seady Sae, Economics Bullein, Access Econ, vol. 3, no. 50, s SOEP rewizja - Kopia.indd :45:25
KURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1
KURS EKONOMETRIA Lekcja 1 Wprowadzenie do modelowania ekonomerycznego ZADANIE DOMOWE www.erapez.pl Srona 1 Część 1: TEST Zaznacz poprawną odpowiedź (ylko jedna jes prawdziwa). Pyanie 1 Kóre z poniższych
MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak ( ) ( ) ( ) i E E E i r r = = = = = θ θ ρ ν φ ε ρ α * 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa
MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak 2 Plan wykładu Zakłócenia w modelu DAD/DAS: Wzros produkcji poencjalnej; Zakłócenie podażowe o sile
MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak ( ) ( ) ( ) E i E E i r r ν φ θ θ ρ ε ρ α 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa Oczekiwania
DYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
dr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW
Kaedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW Sposoby usalania płac w gospodarce Jednym z głównych powodów, dla kórych na rynku pracy obserwujemy poziom bezrobocia wyższy
MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak E i E E i r r 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa Oczekiwania Reguła poliyki monearnej
Nowokeynesowski model gospodarki
M.Brzoza-Brzezina Poliyka pieniężna: Neokeynesowski model gospodarki Nowokeynesowski model gospodarki Model nowokeynesowski (laa 90. XX w.) jes obecnie najprosszym, sandardowym narzędziem analizy procesów
Metody badania wpływu zmian kursu walutowego na wskaźnik inflacji
Agnieszka Przybylska-Mazur * Meody badania wpływu zmian kursu waluowego na wskaźnik inflacji Wsęp Do oceny łącznego efeku przenoszenia zmian czynników zewnęrznych, akich jak zmiany cen zewnęrznych (szoki
Kombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz
Noaki do wykładu 005 Kombinowanie prognoz - dlaczego należy kombinować prognozy? - obejmowanie prognoz - podsawowe meody kombinowania prognoz - przykłady kombinowania prognoz gospodarki polskiej - zalecenia
ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/3, 202, sr. 253 26 ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków
Jacek Kwiatkowski Magdalena Osińska. Procesy zawierające stochastyczne pierwiastki jednostkowe identyfikacja i zastosowanie.
DYNAMICZNE MODELE EKONOMETRYCZNE Jacek Kwiakowski Magdalena Osińska Uniwersye Mikołaja Kopernika Procesy zawierające sochasyczne pierwiaski jednoskowe idenyfikacja i zasosowanie.. Wsęp Większość lieraury
MAKROEKONOMIA 2. Wykład 2. Dynamiczny model DAD/DAS. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 2. Dynamiczny model DAD/DAS Dagmara Mycielska Joanna Siwińska - Gorzelak Plan wykładu Uwzględnienie dynamiki w modelu AD/AS. Modelowanie wpływu zakłóceń lub zmian polityki gospodarczej
DYNAMIKA KONSTRUKCJI
10. DYNAMIKA KONSTRUKCJI 1 10. 10. DYNAMIKA KONSTRUKCJI 10.1. Wprowadzenie Ogólne równanie dynamiki zapisujemy w posaci: M d C d Kd =P (10.1) Zapis powyższy oznacza, że równanie musi być spełnione w każdej
DYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Kaarzyna Kuziak Akademia Ekonomiczna
WNIOSKOWANIE STATYSTYCZNE
Wnioskowanie saysyczne w ekonomerycznej analizie procesu produkcyjnego / WNIOSKOWANIE STATYSTYCZNE W EKONOMETRYCZNEJ ANAIZIE PROCESU PRODUKCYJNEGO Maeriał pomocniczy: proszę przejrzeć srony www.cyf-kr.edu.pl/~eomazur/zadl4.hml
specyfikacji i estymacji modelu regresji progowej (ang. threshold regression).
4. Modele regresji progowej W badaniach empirycznych coraz większym zaineresowaniem cieszą się akie modele szeregów czasowych, kóre pozwalają na objaśnianie nieliniowych zależności między poszczególnymi
Prognozowanie średniego miesięcznego kursu kupna USD
Prognozowanie średniego miesięcznego kursu kupna USD Kaarzyna Halicka Poliechnika Białosocka, Wydział Zarządzania, Kaedra Informayki Gospodarczej i Logisyki, e-mail: k.halicka@pb.edu.pl Jusyna Godlewska
DYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Gdański Zasosowanie modelu
IMPLEMENTACJA WYBRANYCH METOD ANALIZY STANÓW NIEUSTALONYCH W ŚRODOWISKU MATHCAD
Pior Jankowski Akademia Morska w Gdyni IMPLEMENTACJA WYBRANYCH METOD ANALIZY STANÓW NIEUSTALONYCH W ŚRODOWISKU MATHCAD W arykule przedsawiono możliwości (oraz ograniczenia) środowiska Mahcad do analizy
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki
Poliechnika Gdańska Wydział Elekroechniki i Auomayki Kaedra Inżynierii Sysemów Serowania Podsawy Auomayki Repeyorium z Podsaw auomayki Zadania do ćwiczeń ermin T15 Opracowanie: Kazimierz Duzinkiewicz,
Makroekonomia 1 Wykład 14 Inflacja jako zjawisko monetarne: długookresowa krzywa Phillipsa
Makroekonomia 1 Wykład 14 Inflacja jako zjawisko monearne: długookresowa krzywa Phillipsa Gabriela Grokowska Kaedra Makroekonomii i Teorii Handlu Zagranicznego Plan wykładu Krzywa Pillipsa: przypomnienie
PROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA
1 PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: mgr inż. ŻANETA PRUSKA DODATEK SOLVER 2 Sprawdzić czy w zakładce Dane znajduję się Solver 1. Kliknij przycisk Microsof Office, a nasępnie kliknij przycisk Opcje
Ocena płynności wybranymi metodami szacowania osadu 1
Bogdan Ludwiczak Wprowadzenie Ocena płynności wybranymi meodami szacowania osadu W ubiegłym roku zaszły znaczące zmiany doyczące pomiaru i zarządzania ryzykiem bankowym. Są one konsekwencją nowowprowadzonych
VII. ZAGADNIENIA DYNAMIKI
Konderla P. Meoda Elemenów Skończonych, eoria i zasosowania 47 VII. ZAGADNIENIA DYNAMIKI. Równanie ruchu dla zagadnienia dynamicznego Q, (7.) gdzie M NxN macierz mas, C NxN macierz łumienia, K NxN macierz
PROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1
PROGNOZOWANIE I SYMULACJE mgr Żanea Pruska Ćwiczenia 2 Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X, wyrażona w ysiącach wyprodukowanych i dosarczonych szuk firmie Bea,
Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 7 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
z graniczną technologią
STUDIA OECOOMICA POSAIESIA 23, vol., no. (25) Uniwersye Ekonomiczny w Poznaniu, Wydział Informayki i Gospodarki Elekronicznej, Kaedra Ekonomii Maemaycznej emil.panek@ue.poznan.pl iesacjonarny model von
Jerzy Czesław Ossowski Politechnika Gdańska. Dynamika wzrostu gospodarczego a stopy procentowe w Polsce w latach
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Poliechnika Gdańska Dynamika wzrosu
EFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE
Paweł Kobus, Rober Pierzykowski Kaedra Ekonomerii i Informayki SGGW e-mail: pawel.kobus@saysyka.info EFEKT DŹWIGNI NA GPW W WARSZAWIE Sreszczenie: Do modelowania asymerycznego wpływu dobrych i złych informacji
DYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
MAKROEKONOMIA 2. Wykład 2. Dynamiczny model DAD/DAS. Dagmara Mycielska Joanna Siwińska - Gorzelak
MAKROEKONOMIA 2 Wykład 2. Dynamiczny model DAD/DAS Dagmara Mycielska Joanna Siwińska - Gorzelak Plan wykładu Uwzględnienie dynamiki w modelu AD/AS. Modelowanie wpływu zakłóceń lub zmian polityki gospodarczej
ROLA REGUŁ POLITYKI PIENIĘŻNEJ I FISKALNEJ W PROWADZENIU POLITYKI MAKROEKONOMICZNEJ
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-8611 Nr 246 2015 Współczesne Finanse 3 Agnieszka Przybylska-Mazur Uniwersye Ekonomiczny w Kaowicach Wydział Ekonomii Kaedra
Makroekonomia 1 Wykład 15 Inflacja jako zjawisko monetarne: długookresowa krzywa Phillipsa
Makroekonomia 1 Wykład 15 Inflacja jako zjawisko monearne: długookresowa krzywa Phillipsa Gabriela Grokowska Kaedra Makroekonomii i Teorii Handlu Zagranicznego Plan wykładu Prawo Okuna Związek między bezrobociem,
SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE
SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE Janusz Sowiński, Rober Tomaszewski, Arur Wacharczyk Insyu Elekroenergeyki Poliechnika Częsochowska Aky prawne
ROZDZIAŁ 8 WIELOSTABILNOŚĆ W NIELINIOWYM MODELU CYKLU KONIUNKTURALNEGO Z OCZEKIWANIAMI
Rober Kruszewski ROZDZIAŁ 8 WIELOSTABILNOŚĆ W NIELINIOWM MODELU CKLU KONIUNKTURALNEGO Z OCZEKIWANIAMI Wprowadzenie Głównym celem opracowania jes zbadanie wpływu prosego mechanizmu oczekiwań na dynamikę
Wyzwania praktyczne w modelowaniu wielowymiarowych procesów GARCH
Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu Wyzwania prakyczne w modelowaniu wielowymiarowych procesów GARCH Wsęp Od zaproponowania przez Engla w 1982 roku jednowymiarowego modelu klasy ARCH, modele
Całka nieoznaczona Andrzej Musielak Str 1. Całka nieoznaczona
Całka nieoznaczona Andrzej Musielak Sr Całka nieoznaczona Całkowanie o operacja odwrona do liczenia pochodnych, zn.: f()d = F () F () = f() Z definicji oraz z abeli pochodnych funkcji elemenarnych od razu
Równania różniczkowe. Lista nr 2. Literatura: N.M. Matwiejew, Metody całkowania równań różniczkowych zwyczajnych.
Równania różniczkowe. Lisa nr 2. Lieraura: N.M. Mawiejew, Meody całkowania równań różniczkowych zwyczajnych. W. Krysicki, L. Włodarski, Analiza Maemayczna w Zadaniach, część II 1. Znaleźć ogólną posać
Zeszyty Naukowe. Ocena stopnia zgodności wybranego modelu równowagi ogólnej z danymi empirycznymi * 6 (930) Renata Wróbel-Rotter. 1.
Zeszyy Uniwersye Ekonomiczny w Krakowie Naukowe 6 (930) ISSN 898-6447 Zesz. Nauk. UEK, 204; 6 (930): 5 25 DOI: 0.5678/ZNUEK.204.0930.060 Renaa Wróbel-Roer Kaedra Ekonomerii i Badań Operacyjnych Uniwersye
Silniki cieplne i rekurencje
6 FOTO 33, Lao 6 Silniki cieplne i rekurencje Jakub Mielczarek Insyu Fizyki UJ Chciałbym Pańswu zaprezenować zagadnienie, kóre pozwala, rozważając emaykę sprawności układu silników cieplnych, zapoznać
Mariusz Plich. Spis treści:
Spis reści: Modele wielorównaniowe - mnożniki i symulacje. Podsawowe pojęcia i klasyfikacje. Czynniki modelowania i sposoby wykorzysania modelu 3. ypy i posacie modeli wielorównaniowych 4. Przykłady modeli
ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1
ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1 mgr inż. Żanea Pruska Maeriał opracowany na podsawie lieraury przedmiou. Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X,
WZROST GOSPODARCZY A BEZROBOCIE
Wojciech Pacho & WZROST GOSPODARCZ A BEZROBOCIE Celem niniejszego arykułu jes pokazanie związku pomiędzy ezroociem a dynamiką wzrosu zagregowanej produkcji. Poszukujemy oowiedzi na pyanie czy i jak silnie
POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE
Anea Kłodzińska, Poliechnika Koszalińska, Zakład Ekonomerii POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE Sopy procenowe w analizach ekonomicznych Sopy procenowe
DYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODEE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Joanna Małgorzaa andmesser Szkoła Główna
PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK
1 PROGNOZOWANIE I SYMULACJE 2 hp://www.oucome-seo.pl/excel2.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodaek Solver jes dosępny w menu Narzędzia. Jeżeli Solver nie jes dosępny
Copyright by Politechnika Białostocka, Białystok 2017
Recenzenci: dr hab. Sanisław Łobejko, prof. SGH prof. dr hab. Doroa Wikowska Redakor naukowy: Joanicjusz Nazarko Auorzy: Ewa Chodakowska Kaarzyna Halicka Arkadiusz Jurczuk Joanicjusz Nazarko Redakor wydawnicwa:
Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )
Zadanie. Zmienna losowa: X = Y +... + Y N ma złożony rozkład Poissona. W abeli poniżej podano rozkład prawdopodobieńswa składnika sumy Y. W ejże abeli podano akże obliczone dla k = 0... 4 prawdopodobieńswa
Dynamiczne stochastyczne modele równowagi ogólnej
Dynamiczne stochastyczne modele równowagi ogólnej mgr Anna Sulima Instytut Matematyki UJ 8 maja 2012 mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012
Ocena efektywności procedury Congruent Specyfication dla małych prób
243 Zeszyy Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Wyższa Szkoła Bankowa w Toruniu Ocena efekywności procedury Congruen Specyficaion dla małych prób Sreszczenie. Procedura specyfikacji
WYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36, T. 1 Sefan Grzesiak * WYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH STRESZCZENIE W arykule podjęo problem
PROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 69 Elecrical Engineering 0 Janusz WALCZAK* Seweryn MAZURKIEWICZ* PROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO W arykule opisano meodę generacji
PROPOZYCJA NOWEJ METODY OKREŚLANIA ZUŻYCIA TECHNICZNEGO BUDYNKÓW
Udosępnione na prawach rękopisu, 8.04.014r. Publikacja: Knyziak P., "Propozycja nowej meody określania zuzycia echnicznego budynków" (Proposal Of New Mehod For Calculaing he echnical Deerioraion Of Buildings),
Wykład 6. Badanie dynamiki zjawisk
Wykład 6 Badanie dynamiki zjawisk Krzywa wieża w Pizie 1 2 3 4 5 6 7 8 9 10 11 12 13 y 4,9642 4,9644 4,9656 4,9667 4,9673 4,9688 4,9696 4,9698 4,9713 4,9717 4,9725 4,9742 4,9757 Szeregiem czasowym nazywamy
SZACOWANIE MODELU RYNKOWEGO CYKLU ŻYCIA PRODUKTU
B A D A N I A O P E R A C J N E I D E C Z J E Nr 2 2006 Bogusław GUZIK* SZACOWANIE MODELU RNKOWEGO CKLU ŻCIA PRODUKTU Przedsawiono zasadnicze podejścia do saysycznego szacowania modelu rynkowego cyklu
Daniel Papla Akademia Ekonomiczna we Wrocławiu. Wykorzystanie modelu DCC-MGARCH w analizie zmian zależności wybranych akcji GPW w Warszawie
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 27 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Akademia Ekonomiczna we Wrocławiu Wykorzysanie
ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 0, sr. 389 398 ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków Gospodarczych
Mechanizm transmisji polityki pieniężnej-współczesne ramy teoretyczne, nowe wyniki empiryczne dla Polski
Mechanizm ransmisji poliyki pieniężnej-współczesne ramy eoreyczne, nowe wyniki empiryczne dla Polski Ryszard Kokoszczyński, Tomasz Łyziak 2, Małgorzaa Pawłowska 3, Jan Przysupa 4, Ewa Wróbel 5 Wrzesień
Pobieranie próby. Rozkład χ 2
Graficzne przedsawianie próby Hisogram Esymaory przykład Próby z rozkładów cząskowych Próby ze skończonej populacji Próby z rozkładu normalnego Rozkład χ Pobieranie próby. Rozkład χ Posać i własności Znaczenie
Przez system Walrasa w ekonomii matematycznej rozumiemy zazwyczaj układ równań różniczkowych dynamiki cen w n-produktowej gospodarce
PRZEGLĄD STATYSTYCZNY R. LVIII ZESZYT 3-4 011 EMIL PANEK SYSTEM WALRASA I ZAPASY 1. WSTĘP Przez sysem Walrasa w ekonomii maemaycznej rozumiemy zazwyczaj układ równań różniczkowych dynamiki cen w n-produkowej
EKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.
EKONOMERIA wykład Prof. dr hab. Eugeniusz Ganar eganar@mail.wz.uw.edu.pl Przedziały ufności Dla paramerów srukuralnych modelu: P bˆ j S( bˆ z prawdopodobieńswem parameru b bˆ S( bˆ, ( m j j j, ( m j b
ROZDZIAŁ 12 MIKROEKONOMICZNE PODSTAWY MODELI NOWEJ EKONOMII KLASYCZNEJ
Kaarzyna Szarzec ROZDZIAŁ 2 MIKROEKONOMICZNE PODSTAWY MODELI NOWEJ EKONOMII KLASYCZNEJ. Uwagi wsępne Program nowej ekonomii klasycznej, w kórej nazwie podkreślone są jej związki z ekonomią klasyczną i
C d u. Po podstawieniu prądu z pierwszego równania do równania drugiego i uporządkowaniu składników lewej strony uzyskuje się:
Zadanie. Obliczyć przebieg napięcia na pojemności C w sanie przejściowym przebiegającym przy nasępującej sekwencji działania łączników: ) łączniki Si S są oware dla < 0, ) łącznik S zamyka się w chwili
A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XLIII nr 2 (2012)
A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XLIII nr 2 (2012) 211 220 Pierwsza wersja złożona 25 października 2011 ISSN Końcowa wersja zaakcepowana 3 grudnia 2012 2080-0339
Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 219 2015
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-86 Nr 29 205 Alicja Ganczarek-Gamro Uniwersye Ekonomiczny w Kaowicach Wydział Informayki i Komunikacji Kaedra Demografii
Estymacja stopy NAIRU dla Polski *
Michał Owerczuk * Pior Śpiewanowski Esymacja sopy NAIRU dla Polski * * Sudenci, Szkoła Główna Handlowa, Sudenckie Koło Naukowe Ekonomii Teoreycznej przy kaedrze Ekonomii I. Auorzy będą bardzo wdzięczni
ANALIZA ODPOWIEDZI UKŁADÓW KONSTRUKCYJNYCH NA WYMUSZENIE W POSTACI SIŁY O DOWOLNYM PRZEBIEGU CZASOWYM
Budownicwo Mariusz Poński ANALIZA ODPOWIEDZI UKŁADÓW KONSTRUKCYJNYCH NA WYMUSZENIE W POSTACI SIŁY O DOWOLNYM PRZEBIEGU CZASOWYM Wprowadzenie Coraz większe ograniczenia czasowe podczas wykonywania projeków
Niestacjonarne zmienne czasowe własności i testowanie
Maeriał dla sudenów Niesacjonarne zmienne czasowe własności i esowanie (sudium przypadku) Nazwa przedmiou: ekonomeria finansowa I (22204), analiza szeregów czasowych i prognozowanie (13201); Kierunek sudiów:
Wskazówki projektowe do obliczania nośności i maksymalnego zanurzenia statku rybackiego na wstępnym etapie projektowania
CEPOWSKI omasz 1 Wskazówki projekowe do obliczania nośności i maksymalnego zanurzenia saku rybackiego na wsępnym eapie projekowania WSĘP Celem podjęych badań było opracowanie wskazówek projekowych do wyznaczania
Wykład 3 POLITYKA PIENIĘŻNA POLITYKA FISKALNA
Makroekonomia II Wykład 3 POLITKA PIENIĘŻNA POLITKA FISKALNA PLAN POLITKA PIENIĘŻNA. Podaż pieniądza. Sysem rezerwy ułamkowej i podaż pieniądza.2 Insrumeny poliyki pieniężnej 2. Popy na pieniądz 3. Prowadzenie
Natalia Iwaszczuk, Piotr Drygaś, Piotr Pusz, Radosław Pusz PROGNOZOWANIE GOSPODARCZE
Naalia Iwaszczuk, Pior Drygaś, Pior Pusz, Radosław Pusz PROGNOZOWANIE GOSPODARCZE Wyd-wo, Rzeszów 03 dr hab., prof. nadzw. Naalia Iwaszczuk, AGH Akademia Górniczo-Hunicza im. Sanisława Saszica w Krakowie
PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński
Ćwiczenia 2 mgr Dawid Doliński Modele szeregów czasowych sały poziom rend sezonowość Y Y Y Czas Czas Czas Modele naiwny Modele średniej arymeycznej Model Browna Modele ARMA Model Hola Modele analiyczne
ZASTOSOWANIE TEORII MASOWEJ OBSŁUGI DO MODELOWANIA SYSTEMÓW TRANSPORTOWYCH
Pior KISIELEWSKI, Łukasz SOBOTA ZASTOSOWANIE TEORII MASOWEJ OBSŁUGI DO MODELOWANIA SYSTEMÓW TRANSPORTOWYCH W arykule przedsawiono zasosowanie eorii masowej obsługi do analizy i modelowania wybranych sysemów
4.2. Obliczanie przewodów grzejnych metodą dopuszczalnego obciążenia powierzchniowego
4.. Obliczanie przewodów grzejnych meodą dopuszczalnego obciążenia powierzchniowego Meodą częściej sosowaną w prakyce projekowej niż poprzednia, jes meoda dopuszczalnego obciążenia powierzchniowego. W
Strukturalne podejście w prognozowaniu produktu krajowego brutto w ujęciu regionalnym
Jacek Baóg Uniwersye Szczeciński Srukuralne podejście w prognozowaniu produku krajowego bruo w ujęciu regionalnym Znajomość poziomu i dynamiki produku krajowego bruo wyworzonego w poszczególnych regionach
Postęp techniczny. Model lidera-naśladowcy. Dr hab. Joanna Siwińska-Gorzelak
Posęp echniczny. Model lidera-naśladowcy Dr hab. Joanna Siwińska-Gorzelak Założenia Rozparujemy dwa kraje; kraj 1 jes bardziej zaawansowany echnologicznie (lider); kraj 2 jes mniej zaawansowany i nie worzy
SOE PL 2009 Model DSGE
Zeszy nr 25 SOE PL 29 Model DSGE Warszawa, 2 r. , SOE PL 29 Konak: B Bohdan.Klos@mail.nbp.pl T ( 48 22) 653 5 87 B Grzegorz.Grabek@mail.nbp.pl T ( 48 22) 585 4 8 B Grzegorz.Koloch@mail.nbp.pl T ( 48 22)
MODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH
Krzyszof Pionek Kaedra Inwesycji Finansowych i Ubezpieczeń Akademia Ekonomiczna we Wrocławiu Wsęp MODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH Nowoczesne echniki zarządzania ryzykiem rynkowym
1. Wprowadzenie. *(Katedra Ekonometrii UŁ, Instytut Ekonomiczny NBP). **(Instytut Ekonomiczny NBP) 1
Sudia Prawno-Ekonomiczne,. LXXXI, 2010 PL ISSN 0081-6841 s. 209 218 Paweł Baranowski* Agnieszka Leszczyńska** Nowokeynesowska hybrydowa krzywa Philipsa szacunki dla Polski w oparciu o dane miesięczne 1.
Wykład 5 Elementy teorii układów liniowych stacjonarnych odpowiedź na dowolne wymuszenie
Wykład 5 Elemeny eorii układów liniowych sacjonarnych odpowiedź na dowolne wymuszenie Prowadzący: dr inż. Tomasz Sikorski Insyu Podsaw Elekroechniki i Elekroechnologii Wydział Elekryczny Poliechnika Wrocławska
Magdalena Sokalska Szkoła Główna Handlowa. Modelowanie zmienności stóp zwrotu danych finansowych o wysokiej częstotliwości
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Szkoła Główna Handlowa Modelowanie zmienności
Analiza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak
Ocena wyników zarządzania porelem Analiza i Zarządzanie Porelem cz. 6 Dr Kaarzyna Kuziak Eapy oceny wyników zarządzania porelem: - (porolio perormance measuremen) - Przypisanie wyników zarządzania porelem
OPTYMALNE REGUŁY WYDATKOWE W PROWADZENIU POLITYKI FISKALNEJ
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-8611 Nr 331 2017 Uniwersye Ekonomiczny w Kaowicach Wydział Ekonomii Kaedra Meod Saysyczno-Maemaycznych w Ekonomii agnieszka.przybylska-mazur@ue.kaowice.pl
ROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach
ROZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Kaowicach WYZNAZANIE PARAMETRÓW FUNKJI PEŁZANIA DREWNA W UJĘIU LOSOWYM * Kamil PAWLIK Poliechnika
OCENA ATRAKCYJNOŚCI INWESTYCYJNEJ AKCJI NA PODSTAWIE CZASU PRZEBYWANIA W OBSZARACH OGRANICZONYCH KRZYWĄ WYKŁADNICZĄ
Tadeusz Czernik Daniel Iskra Uniwersye Ekonomiczny w Kaowicach Kaedra Maemayki Sosowanej adeusz.czernik@ue.kaowice.pl daniel.iskra@ue.kaowice.pl OCEN TRKCYJNOŚCI INWESTYCYJNEJ KCJI N PODSTWIE CZSU PRZEBYWNI
licencjat Pytania teoretyczne:
Plan wykładu: 1. Wiadomości ogólne. 2. Model ekonomeryczny i jego elemeny 3. Meody doboru zmiennych do modelu ekonomerycznego. 4. Szacownie paramerów srukuralnych MNK. Weryfikacja modelu KMNK 6. Prognozowanie
WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH
SaSof Polska, el. 12 428 43 00, 601 41 41 51, info@sasof.pl, www.sasof.pl WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH Joanna Maych, Krajowy Depozy Papierów
ZASTOSOWANIE MODELI EKONOMETRYCZNYCH DO BADANIA SKŁONNOŚCI
Zasosowanie modeli ekonomerycznych do badania skłonności STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 2 39 MARIUSZ DOSZYŃ Uniwersye Szczeciński ZASTOSOWANIE MODELI EKONOMETRYCZNYCH DO BADANIA
Rynek pracy w modelu nowej syntezy neoklasycznej ze sztywnościami płac nominalnych 1
Gospodarka narodowa 4 (296) Rok LXXXVIII/XXIX październik grudzień 28 s. 5 92 Przemysław WŁODARCZYK* Rynek pracy w modelu nowej synezy neoklasycznej ze szywnościami płac nominalnych Sreszczenie: Celem
ψ przedstawia zależność
Ruch falowy 4-4 Ruch falowy Ruch falowy polega na rozchodzeniu się zaburzenia (odkszałcenia) w ośrodku sprężysym Wielkość zaburzenia jes, podobnie jak w przypadku drgań, funkcją czasu () Zaburzenie rozchodzi
Politechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych
Poliechnika Częsochowska Wydział Inżynierii Mechanicznej i Informayki Sprawozdanie #2 z przedmiou: Prognozowanie w sysemach mulimedialnych Andrzej Siwczyński Andrzej Rezler Informayka Rok V, Grupa IO II
Uniwersytet Ekonomiczny w Krakowie
Zeszyy Naukowe Meody analizy danych Uniwersye Ekonomiczny w Krakowie 94 ISSN 1898-6447 Zesz. Nauk. UEK, 213; 94: 19 36 Kaedra Ekonomerii i Badań Operacyjnych Uniwersye Ekonomiczny w Krakowie Esymowane
Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu. Własności procesów STUR w świetle metod z teorii chaosu 1
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6-8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE
RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE PYTANIA KONTROLNE Czym charakeryzują się wskaźniki saycznej meody oceny projeku inwesycyjnego Dla kórego wskaźnika wyliczamy średnią księgową
E k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny
E k o n o m e r i a S r o n a Nieliniowy model ekonomeryczny Jednorównaniowy model ekonomeryczny ma posać = f( X, X,, X k, ε ) gdzie: zmienna objaśniana, X, X,, X k zmienne objaśniające, ε - składnik losowy,
Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM
PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM prof. dr hab. Paweł Dimann 1 Znaczenie prognoz w zarządzaniu firmą Zarządzanie firmą jes nieusannym procesem podejmowania decyzji, kóry może być zdefiniowany
METODY STATYSTYCZNE W FINANSACH
METODY STATYSTYCZNE W FINANSACH Krzyszof Jajuga Akademia Ekonomiczna we Wrocławiu, Kaedra Inwesycji Finansowych i Ubezpieczeń Wprowadzenie W osanich kilkunasu laach na świecie obserwuje się dynamiczny
Wykład 6. Badanie dynamiki zjawisk
Wykład 6 Badanie dynamiki zjawisk TREND WYODRĘBNIANIE SKŁADNIKÓW SZEREGU CZASOWEGO 1. FUNKCJA TRENDU METODA ANALITYCZNA 2. ŚREDNIE RUCHOME METODA WYRÓWNYWANIA MECHANICZNEGO średnie ruchome zwykłe średnie