Dynamiczne stochastyczne modele równowagi ogólnej

Podobne dokumenty
Modele DSGE. Jerzy Mycielski. Maj Jerzy Mycielski () Modele DSGE Maj / 11

Metody systemowe i decyzyjne w informatyce

Stylizowany model DSGE małej gospodarki otwartej w niesymetrycznej unii walutowej. Wnioski dla Polski.

Wstęp do Metod Systemowych i Decyzyjnych Opracowanie: Jakub Tomczak

Metody systemowe i decyzyjne w informatyce

Metody systemowe i decyzyjne w informatyce

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

MAKROEKONOMIA 2. Wykład 4-5. Dynamiczny model DAD/DAS, część 3. Dagmara Mycielska Joanna Siwińska - Gorzelak

MAKROEKONOMIA 2. Wykład 4-5. Dynamiczny model DAD/DAS, część 3. Dagmara Mycielska Joanna Siwińska - Gorzelak

Wybrane skutki przystąpienia małej otwartej gospodarki do unii walutowej.

Kalibracja. W obu przypadkach jeśli mamy dane, to możemy znaleźć równowagę: Konwesatorium z Ekonometrii, IV rok, WNE UW 1

Rozpoznawanie obrazów

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 13 i 14 - Statystyka bayesowska

Rozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów

Modele wielorownaniowe

Metoda najmniejszych kwadratów

REGRESJA LINIOWA Z UOGÓLNIONĄ MACIERZĄ KOWARIANCJI SKŁADNIKA LOSOWEGO. Aleksander Nosarzewski Ekonometria bayesowska, prowadzący: dr Andrzej Torój

Wprowadzenie do uczenia maszynowego. Jakub Tomczak

MAKROEKONOMIA II KATARZYNA ŚLEDZIEWSKA

Makroekonomia Zaawansowana

Fuzja sygnałów i filtry bayesowskie

MAKROEKONOMICZNE PODSTAWY GOSPODAROWANIA

STATYSTYKA MATEMATYCZNA WYKŁAD października 2009

Historia ekonomii. Mgr Robert Mróz. Makroekonomia w XX wieku

Niech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX = 4 i EY = 6. Rozważamy zmienną losową Z =.

BAYESOWSKA ANALIZA KRAŃCOWEJ SKŁONNOŚCI DO KONSUMPCJI

MAKROEKONOMIA 2. Wykład 1. Model AD/AS - powtórzenie. Dagmara Mycielska Joanna Siwińska - Gorzelak

Rozwój Polski w warunkach stagnacji gospodarczej Unii Europejskiej

WYKŁAD 2 i 3. Podstawowe pojęcia związane z prawdopodobieństwem. Podstawy teoretyczne. autor: Maciej Zięba. Politechnika Wrocławska

Matematyka ubezpieczeń majątkowych r.

Makroekonomia 1. Modele graficzne

Stanisław Cichocki Natalia Neherbecka

Rozpoznawanie obrazów

Przyczyny wahań realnego kursu walutowego w Polsce wyniki badań z wykorzystaniem bayesowskich strukturalnych modeli VAR

Stan i prognoza koniunktury gospodarczej

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

Podstawowe modele probabilistyczne

Algorytmy MCMC i ich zastosowania statystyczne

Prawdopodobieństwo i statystyka

ANALIZA NASTĘPSTW SZOKU INFLACYJNEGO Z WYKORZYSTANIEM MODELU DSGE DLA GOSPODARKI POLSKIEJ

dr Bartłomiej Rokicki Chair of Macroeconomics and International Trade Theory Faculty of Economic Sciences, University of Warsaw

Projekcja inflacji i wzrostu gospodarczego Narodowego Banku Polskiego na podstawie modelu NECMOD

Metody systemowe i decyzyjne w informatyce

Podstawowe mechanizmy ekonomiczne modelu DSGE SoePL-2012

Spis treêci.

Projekcja inflacji i wzrostu gospodarczego Narodowego Banku Polskiego na podstawie modelu NECMOD

Wykład 9. Model ISLM

Stan i prognoza koniunktury gospodarczej

Ćwiczenia 5, Makroekonomia II, Rozwiązania

STATYSTYKA MATEMATYCZNA WYKŁAD stycznia 2010

Ekonomia monetarna - wprowadzenie. Michał Brzoza-Brzezina Katedra Polityki Pieniężnej

Modelowanie zależności. Matematyczne podstawy teorii ryzyka i ich zastosowanie R. Łochowski

1.1 Wstęp Literatura... 1

Opis dyskusji na posiedzeniu decyzyjnym Rady Polityki Pieniężnej w dniu 2 grudnia 2015 r.

=Dá F]QLN QU s}ï v] }o] Çl] ] v]'ïv i v }l îìíï

Makroekonomia Gospodarki Otwartej Wykład 11 Równowaga zewnętrzna i wewnętrzna w gospodarce otwartej Diagram Swana

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

Metoda największej wiarogodności

Efekt pass-through kursu walutowego na ceny

1.1 Klasyczny Model Regresji Liniowej

Stan i prognoza koniunktury gospodarczej

Spis treści Wstęp Estymacja Testowanie. Efekty losowe. Bogumiła Koprowska, Elżbieta Kukla

Stan i prognoza koniunktury gospodarczej

Makroekonomia Gregory N. Mankiw, Mark P. Taylor

Porównanie modeli regresji. klasycznymi modelami regresji liniowej i logistycznej

MODEL AS-AD. Dotąd zakładaliśmy (w modelu IS-LM oraz w krzyżu keynesowskim), że ceny w gospodarce są stałe. Model AS-AD uchyla to założenie.

Opis dyskusji na posiedzeniu decyzyjnym Rady Polityki Pieniężnej w dniu 6 kwietnia 2016 r.

Stan i prognoza koniunktury gospodarczej

MAKROEKONOMIA 2. Wykład 14. Podsumowanie. dr Dagmara Mycielska dr hab. Joanna Siwińska - Gorzelak

Uogolnione modele liniowe

Stan i prognoza koniunktury gospodarczej

Wpływ bieżącej sytuacji gospodarczej na sektor małych i średnich przedsiębiorstw MSP

Estymacja parametrów rozkładu cechy

Stan i prognoza koniunktury gospodarczej

Metody probabilistyczne

Warunkiem uzyskania zaliczenia ćwiczeń jest zdobycie minimum 51% punktów możliwych do uzyskania w semestrze. Punkty studenci mogą zdobyć za:

Wady klasycznych modeli input - output

Ekonometria - wykªad 1

Stan i prognoza koniunktury gospodarczej

Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE. Joanna Sawicka

Dostosowania makroekonomiczne a heterogeniczność strefy euro

Ekonometria. Modele wielorównaniowe. Jakub Mućk. Katedra Ekonomii Ilościowej

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Koszt utraty autonomicznej polityki pieni ¾e znej po wejściu Polski do strefy euro.

ZAKRES TEMATYCZNY EGZAMINU LICENCJACKIEGO

Wykład 1 Próba i populacja. Estymacja parametrów z wykorzystaniem metody bootstrap

Makroekonomia 1 dla MSEMen. Gabriela Grotkowska

Wprowadzenie. { 1, jeżeli ˆr(x) > 0, pozatym. Regresja liniowa Regresja logistyczne Jądrowe estymatory gęstości. Metody regresyjne

Projekcja inflacji i wzrostu gospodarczego Narodowego Banku Polskiego na podstawie modelu NECMOD

EGZAMIN Z MAKROEKONOMII I Wersja przykładowa

Stan i prognoza koniunktury gospodarczej

Mirosław Gronicki MAKROEKONOMICZNE SKUTKI BUDOWY I EKSPLOATACJI ELEKTROWNI JĄDROWEJ W POLSCE W LATACH

dla t ściślejsze ograniczenie na prawdopodobieństwo otrzymujemy przyjmując k = 1, zaś dla t > t ściślejsze ograniczenie otrzymujemy przyjmując k = 2.

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Wprowadzenie Modele o opóźnieniach rozłożonych Modele autoregresyjne o opóźnieniach rozłożonych. Modele dynamiczne.

MAKROEKONOMICZNE PODSTAWY GOSPODAROWANIA

T7. Szoki makroekonomiczne. Polityka wobec szoków

Transkrypt:

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 1 / 22

Spis treści 1 Gospodarstwa domowe Przedsiębiorstwa Rzad Bank centralny 2 Estymacja parametrów Estymacja bayesowska 3 Zastosowanie DSGE mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 2 / 22

DSGE (Dynamic Stochastic General Equilibrium Model) to dynamiczny, stochastyczny model równowagi ogólnej opisany stochastycznym równaniem różnicowym postaci: E{f (y t+1, y t, y t 1, ε t )} = 0 Jest to układ warunków pierwszego rzędu podmiotów gospodarczych, warunków ograniczajacych ich decyzje oraz warunków równowagi. mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 3 / 22

Elementy równowagi ogólnej modelu: mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 4 / 22

Elementy równowagi ogólnej modelu: 1 sektor przedsiębiorstw mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 4 / 22

Elementy równowagi ogólnej modelu: 1 sektor przedsiębiorstw 2 sektor gospodarstw domowych mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 4 / 22

Elementy równowagi ogólnej modelu: 1 sektor przedsiębiorstw 2 sektor gospodarstw domowych 3 sektor publiczny mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 4 / 22

Gospodarstwo domowe Gospodarstwa domowe Problem decyzyjny: C t R, t = 0, 1, 2,... N t [0, 1], t = 0, 1, 2,... max C t, N t E β t U(C t, N t ) t=0 C t = [(1 α) 1 ν 1 ν C ν H,t C H,t = ( [0,1] C F,t = ( [0,1] + α 1 ν 1 ν C ν F,t ] ν ν 1 C H,t (j) η 1 η η dj) η 1 C F,t (i) γ 1 γ γ di) γ 1 mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 5 / 22

Gospodarstwo domowe Gospodarstwa domowe Ograniczenie budżetowe: P H,t (j)c H,t (j)dj + P i,t (j)c i,t (j)djdi + E t (Q t,t+1 D t,t+1 ) D t + W t N t [0,1] [0,1] [0,1] mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 6 / 22

Przedsiębiorstwo Przedsiębiorstwa Problem decyzyjny: max P H,t k=0 E[Q t,t+1 (P H,t Y t+k,t (j) Ψ(Y t+k t (j)))] mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 7 / 22

Przedsiębiorstwo Przedsiębiorstwa Ograniczenie popytowe: P H,t Y t+k t (j)(s) ( P H,t+k (s) ) ɛ (C H,t+k (s) + CH,t+k(s)) f mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 8 / 22

Rzad Rzad Eksport i import: x = ω c [ Pc P m,c ]η c + ω i [ Pi P m,i ]η i mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 9 / 22

Rzad Rzad PKB: Y t = (1 α)h t + αk t + αµ t + ɛ t mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 10 / 22

Bank centralny Bank centralny Inflacja: π = µ µ z µ z,t = (1 ρ)µ z + ρµ z,t 1 + ε t, ε t N(0, σ) mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 11 / 22

Bank centralny Bank centralny Realne kursy walutowe: x k t = Sk t Pu t P e t mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 12 / 22

Zaburzenia strukturalne (ε) Bank centralny mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 13 / 22

Zaburzenia strukturalne (ε) Bank centralny 1 zaburzenia technologiczne, mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 13 / 22

Bank centralny Zaburzenia strukturalne (ε) 1 zaburzenia technologiczne, 2 zaburzenia marż (dóbr produkowanych w kraju, importowanych dóbr inwestycyjnych, importowanych dóbr konsumpcyjnych, dobr eksportowanych), mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 13 / 22

Bank centralny Zaburzenia strukturalne (ε) 1 zaburzenia technologiczne, 2 zaburzenia marż (dóbr produkowanych w kraju, importowanych dóbr inwestycyjnych, importowanych dóbr konsumpcyjnych, dobr eksportowanych), 3 zaburzenia preferencji (konsumpcji, podaży pracy, popytu) mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 13 / 22

Bank centralny Zaburzenia strukturalne (ε) 1 zaburzenia technologiczne, 2 zaburzenia marż (dóbr produkowanych w kraju, importowanych dóbr inwestycyjnych, importowanych dóbr konsumpcyjnych, dobr eksportowanych), 3 zaburzenia preferencji (konsumpcji, podaży pracy, popytu) 4 zaburzenia fiskalne i pochodzace z gospodarki światowej mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 13 / 22

Bank centralny Aproksymacja liniowa modelu DSGE: Y t = Hy t + u t ɛ t, u t N(0, R) y t = Ay t 1 + Bɛ t mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 14 / 22

Estymacja Estymacja parametrów Estymacja nazywamy szacowanie wartości parametrów modelu na podstawie obserwacji. mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 15 / 22

Estymacja Estymacja parametrów Estymacja nazywamy szacowanie wartości parametrów modelu na podstawie obserwacji. 1 Estymacja klasyczna 1 Estymacja metoda najmniejszych kwadratów mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 15 / 22

Estymacja Estymacja parametrów Estymacja nazywamy szacowanie wartości parametrów modelu na podstawie obserwacji. 1 Estymacja klasyczna 1 Estymacja metoda najmniejszych kwadratów 2 Estymacja metoda największej wiarygodności 2 Estymacja bayesowska mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 15 / 22

Estymacja parametrów Estymacja bayesowska Estymacja bayesowska θ-wektor wszystkich parametrów, zmienna losowa y-wektor wszystkich dostępnych obserwacji p(θ, y)-model bayesowski, łaczny rozkład parametrów i obserwacji p(θ y)-rozkład a posteriori (rozkład parametrów warunkowy względem obserwacji) p(y θ)-model próbkowy (rozkład próbkowy obserwacji tj. warunkowy względem parametrów) p(y)- brzegowy rozkład obserwacji p(θ)-rozkład a priori (brzegowy rozkład parametrów) mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 16 / 22

Estymacja parametrów Estymacja bayesowska Estymacja bayesowska Rozkład łaczny możemy zawsze dekomponować na brzegowy i warunkowy. Wobec tego model bayesowski możemy otrzymać na dwa sposoby: p(θ, y) = p(θ y)p(y) p(θ, y) = p(y θ)p(θ) mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 17 / 22

Estymacja parametrów Estymacja bayesowska Estymacja bayesowska Z kolei rozkłady brzegowe możemy otrzymać przez całkowanie rozkładu łacznego: p(y) = p(θ, y)dθ = p(y θ)p(θ)dθ θ p(θ) = p(θ, y)dy = p(θ y)p(y)dy θ Y Y mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 18 / 22

Estymacja parametrów Estymacja bayesowska Estymacja bayesowska Musimy jeszcze obliczyć rozkład a posteriori p(θ y) : p(θ y) =, ale p(θ, y) = p(y θ)p(θ) p(y) = p(θ, y)dθ = p(y θ)p(θ)dθ więc θ θ p(θ y) = p(θ, y) p(y) p(θ, y) p(y) = p(y θ)p(θ) p(y θ)p(θ)dθ θ mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 19 / 22

Estymacja parametrów Estymacja bayesowska Estymacja bayesowska Funkcja wiarygodności: p(θ, y) = p(y θ)p(θ) p(θ, y) L y (θ)p(θ) mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 20 / 22

Zastosowanie DSGE Zastosowanie modeli DSGE mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 21 / 22

Zastosowanie DSGE Zastosowanie modeli DSGE 1 budowanie prognoz procesów inflacyjnych i koniunktury gospodarczej, mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 21 / 22

Zastosowanie DSGE Zastosowanie modeli DSGE 1 budowanie prognoz procesów inflacyjnych i koniunktury gospodarczej, 2 identyfikacja szoków strukturalnych oddziałujacych na dany system ekonomiczny, mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 21 / 22

Zastosowanie DSGE Zastosowanie modeli DSGE 1 budowanie prognoz procesów inflacyjnych i koniunktury gospodarczej, 2 identyfikacja szoków strukturalnych oddziałujacych na dany system ekonomiczny, 3 analiza reakcji zmiennych modelu na szoki strukturalne, mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 21 / 22

Zastosowanie DSGE Zastosowanie modeli DSGE 1 budowanie prognoz procesów inflacyjnych i koniunktury gospodarczej, 2 identyfikacja szoków strukturalnych oddziałujacych na dany system ekonomiczny, 3 analiza reakcji zmiennych modelu na szoki strukturalne, 4 analiza wpływu szoków strukturalnych na dynamikę zmiennych makroekonomicznych, mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 21 / 22

Zastosowanie DSGE Zastosowanie modeli DSGE 1 budowanie prognoz procesów inflacyjnych i koniunktury gospodarczej, 2 identyfikacja szoków strukturalnych oddziałujacych na dany system ekonomiczny, 3 analiza reakcji zmiennych modelu na szoki strukturalne, 4 analiza wpływu szoków strukturalnych na dynamikę zmiennych makroekonomicznych, 5 sa narzędziem do podejmowania decyzji w poliyce pieniężnej NBP oraz polityce gospodarczej rzadu, mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 21 / 22

Zastosowanie DSGE Bibliografia 1. An S., Schorfheide F., 2007, Bayesian Analysis of DSGE Models,Econometric Reviews 2. Christiano L. J., Eichenbaum M., Evans C. L., 2005, Nominal Rigidities and the Dynamic Efects of a Shock to Monetary Policy, Journal of Political Economy 3. G. Grabek, B. Kłos, G. Koloch, SOE- Model DSGE małej otwartej gospodarki estymowany na polskich danych, Materiały i Studia, zeszyt nr 251 4. Smets F., Wouters R., 2003, An Estimated Dynamic Stochastic General Equilibrium Model of the Euro Area, Journal of European Economic Association, 97(3): 586-606. 5. Smets F., Wouters R., 2007, Shocks and Frictions in US Business Cycles: A Bayesian DSGE Approach, American Economic Review, mgr Anna Sulima (Instytut Matematyki UJ) Dynamiczne stochastyczne modele równowagi ogólnej 8 maja 2012 22 / 22