Makroekonomia Zaawansowana

Podobne dokumenty
Makroekonomia Zaawansowana

Makroekonomia zaawansowana (1)

Makroekonomia Zaawansowana

Ekonometria. wiczenia 7 Modele nieliniowe. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Ekonometria. wiczenia 2 Werykacja modelu liniowego. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Model obiektu w JavaScript

Modele ARIMA prognoza, specykacja

Ekonometria. wiczenia 5 i 6 Modelowanie szeregów czasowych. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Modele wielorównaniowe. Problem identykacji

Ekonometria - wykªad 1

Podstawy JavaScript. Dawid Poªap. Dawid Poªap Technologia informacyjna Grudzie«, / 13

Ekonometria. wiczenia 8 Modele zmiennej jako±ciowej. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

Maszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne

Ekonometria. wiczenia 1 Regresja liniowa i MNK. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

2 Model neo-keynsistowski (ze sztywnymi cenami).

Optymalizacja R dlaczego warto przesi ± si na Linuxa?

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14

Metodydowodzenia twierdzeń

Rozdziaª 8. Modele Krzywej Dochodowo±ci

1 Bª dy i arytmetyka zmiennopozycyjna

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja

Subversion - jak dziaªa

Ekonometria. wiczenia 3 Autokorelacja, heteroskedastyczno±, wspóªliniowo± Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Lekcja 8 - ANIMACJA. 1 Polecenia. 2 Typy animacji. 3 Pierwsza animacja - Mrugaj ca twarz

Ekonometria. wiczenia 4 Prognozowanie. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Lab. 02: Algorytm Schrage

epuap Ogólna instrukcja organizacyjna kroków dla realizacji integracji

Informacje pomocnicze

Programowanie wspóªbie»ne

Wykªad 6: Model logitowy

x y x y x y x + y x y

Makroekonomia Zaawansowana

Podziaª pracy. Cz ± II. 1 Tablica sortuj ca. Rozwi zanie

Statystyka matematyczna - ZSTA LMO

Harmonogramowanie projektów Zarządzanie czasem

Numeryczne zadanie wªasne

Ekonometria Bayesowska

Wst p do ekonometrii II

Ÿ1 Oznaczenia, poj cia wst pne

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Ekonometria - wykªad 8

Matematyka 1. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski

1 Poj cia pomocnicze. Przykªad 1. A A d

In»ynierskie zastosowania statystyki wiczenia

Analiza wydajno±ci serwera openldap

STATYSTYCZNE MODELOWANIE DANYCH BIOLOGICZNYCH

C compiler (Linux) Cześć 01 - Ćwiczenia strona 2 z 9

Wst p do informatyki. Systemy liczbowe. Piotr Fulma«ski. 21 pa¹dziernika Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska

EFEKTYWNE UŻYTKOWANIE ENERGII ELEKTRYCZNEJ

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Metody dowodzenia twierdze«

Funkcje wielu zmiennych

Ekonometria. wiczenia 13 Metoda ±cie»ki krytycznej. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Elementy Modelowania Matematycznego Wykªad 9 Systemy kolejkowe

Bash i algorytmy. Elwira Wachowicz. 20 lutego

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1

Algorytmy zwiazane z gramatykami bezkontekstowymi

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:

3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka

Wykªad 4. Funkcje wielu zmiennych.

Liniowe zadania najmniejszych kwadratów

Metody numeryczne. Wst p do metod numerycznych. Dawid Rasaªa. January 9, Dawid Rasaªa Metody numeryczne 1 / 9

Programowanie wspóªbie»ne

W zadaniach na procenty wyró»niamy trzy typy czynno±ci: obliczanie, jakim procentem jednej liczby jest druga liczba,

Zbiory ograniczone i kresy zbiorów

Statystyka. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski

1 Przypomnienie wiadomo±ci ze szkoªy ±redniej. Rozwi zywanie prostych równa«i nierówno±ci

INFORMATOR TECHNICZNY WONDERWARE

Ekonometria Bayesowska

podstawy przedsi biorczo ci realizowany w zasadniczej szkole

Aplikacje internetowe i rozproszone - laboratorium


Elementarna statystyka Dwie próby: porównanie dwóch proporcji (Two-sample problem: comparing two proportions)

Zastosowania matematyki

1. Odcienie szaro±ci. Materiaªy na wiczenia z Wprowadzenia do graki maszynowej dla kierunku Informatyka, rok III, sem. 5, rok akadem.

Matematyka. Justyna Winnicka. rok akademicki 2016/2017. Szkoªa Gªówna Handlowa

Lekcja 5 Programowanie - Nowicjusz

EGZAMIN MATURALNY Z J ZYKA ROSYJSKIEGO

Estymacja modeli ARDL przy u»yciu Staty

czyli: Rynek nansowy znajduje si w równowadze popyt na pieni dz równy jest poda»y pieni dza (L = M).

Ekologia i ochrona środowiska. WZ-ST1-TR-Hg-14/15Z-EKOL Hotelarstwo i gastronomia. Liczba godzin stacjonarne: Wykłady: 30 Ćwiczenia: 15

Instrukcja zapisu do grup

Lekcja 9 - LICZBY LOSOWE, ZMIENNE

Kolokwium Zadanie 1. Dla jakich warto±ci parametrów a i b funkcja sklejona

wiczenie nr 3 z przedmiotu Metody prognozowania kwiecie«2015 r. Metodyka bada«do±wiadczalnych dr hab. in». Sebastian Skoczypiec Cel wiczenia Zaªo»enia

Rozdzia 5. Uog lniona metoda najmniejszych kwadrat w : ::::::::::::: Podstawy uog lnionej metody najmniejszych kwadrat w :::::: Zastos

wiczenia Kolejno kliknij na górn powierzchnie bry y a nast pnie na rodek lewego dolnego otworu.

1 Klasy. 1.1 Denicja klasy. 1.2 Skªadniki klasy.

Lekcja 2 - BUDUJEMY I CZARUJEMY

J zyk C dla sterowników programowalnych GeFanuc

Przykªady problemów optymalizacji kombinatorycznej

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski

Polecenie 2.W spółce akcyjnej akcja na okaziciela oznacza ograniczoną zbywalność. Polecenie 5. Zadaniem controllingu jest pomiar wyniku finansowego

Zagadnienia na wej±ciówki z matematyki Technologia Chemiczna

Funkcje, wielomiany. Informacje pomocnicze

Matematyka nansowa - 6. Strumienie pªatno±ci: spªata dªugów

2 Liczby rzeczywiste - cz. 2

1 Metody iteracyjne rozwi zywania równania f(x)=0

Ekonometria. Typy zada«optymalizacyjnych Analiza pooptymalizacyjna SOLVER. 22 maja Karolina Konopczak. Instytut Rozwoju Gospodarczego

Transkrypt:

Makroekonomia Zaawansowana wiczenia 3 Racjonalne oczekiwania i krytyka Lucasa MZ 1 / 15

Plan wicze«1 Racjonalne oczekiwania 2 Krytyka Lucasa 3 Zadanie MZ 2 / 15

Plan prezentacji 1 Racjonalne oczekiwania 2 Krytyka Lucasa 3 Zadanie MZ 3 / 15

Racjonalne oczekiwania Pytania 1 Wymie«decyzje, które podejmujesz teraz w oparciu o oczekiwan przyszª stop inacji. 2 Jaka wedªug Ciebie b dzie stopa inacji za rok? 3 Jakie rozumowanie stoi za tym oczekiwaniem? Z jakich danych korzystaª(a)by± i w jaki sposób? UWAGA! to pytanie absolutnie nie sªu»y ocenie wiedzy czy umiej tno±ci :-) MZ 4 / 15

Racjonalne oczekiwania Pytania 1 Wymie«decyzje, które podejmujesz teraz w oparciu o oczekiwan przyszª stop inacji. 2 Jaka wedªug Ciebie b dzie stopa inacji za rok? 3 Jakie rozumowanie stoi za tym oczekiwaniem? Z jakich danych korzystaª(a)by± i w jaki sposób? UWAGA! to pytanie absolutnie nie sªu»y ocenie wiedzy czy umiej tno±ci :-) MZ 4 / 15

Racjonalne oczekiwania Pytania 1 Wymie«decyzje, które podejmujesz teraz w oparciu o oczekiwan przyszª stop inacji. 2 Jaka wedªug Ciebie b dzie stopa inacji za rok? 3 Jakie rozumowanie stoi za tym oczekiwaniem? Z jakich danych korzystaª(a)by± i w jaki sposób? UWAGA! to pytanie absolutnie nie sªu»y ocenie wiedzy czy umiej tno±ci :-) MZ 4 / 15

Racjonalne oczekiwania Muth (1961) Zapoznaj si z artykuªem i odpowiedz na nast puj ce pytania: 1 Jak rozumiesz poj cie racjonalnych oczekiwa«wg Mutha? 2 Jakie zaªo»enie o skªadniku losowym w równaniu poda»y towarzyszyªo przykªadowemu modelowi? 3 Jakie byªo znaczenie tego zaªo»enia? 4 Jaki byªby skutek uchylenia zaªo»enia o braku autokorelacji szoku poda»owego? MZ 5 / 15

Racjonalne oczekiwania Muth (1961) Zapoznaj si z artykuªem i odpowiedz na nast puj ce pytania: 1 Jak rozumiesz poj cie racjonalnych oczekiwa«wg Mutha? 2 Jakie zaªo»enie o skªadniku losowym w równaniu poda»y towarzyszyªo przykªadowemu modelowi? 3 Jakie byªo znaczenie tego zaªo»enia? 4 Jaki byªby skutek uchylenia zaªo»enia o braku autokorelacji szoku poda»owego? MZ 5 / 15

Racjonalne oczekiwania Muth (1961) Zapoznaj si z artykuªem i odpowiedz na nast puj ce pytania: 1 Jak rozumiesz poj cie racjonalnych oczekiwa«wg Mutha? 2 Jakie zaªo»enie o skªadniku losowym w równaniu poda»y towarzyszyªo przykªadowemu modelowi? 3 Jakie byªo znaczenie tego zaªo»enia? 4 Jaki byªby skutek uchylenia zaªo»enia o braku autokorelacji szoku poda»owego? MZ 5 / 15

Racjonalne oczekiwania Muth (1961) Zapoznaj si z artykuªem i odpowiedz na nast puj ce pytania: 1 Jak rozumiesz poj cie racjonalnych oczekiwa«wg Mutha? 2 Jakie zaªo»enie o skªadniku losowym w równaniu poda»y towarzyszyªo przykªadowemu modelowi? 3 Jakie byªo znaczenie tego zaªo»enia? 4 Jaki byªby skutek uchylenia zaªo»enia o braku autokorelacji szoku poda»owego? MZ 5 / 15

Racjonalne oczekiwania Muth (1961) Zapoznaj si z artykuªem i odpowiedz na nast puj ce pytania: 1 Jak rozumiesz poj cie racjonalnych oczekiwa«wg Mutha? 2 Jakie zaªo»enie o skªadniku losowym w równaniu poda»y towarzyszyªo przykªadowemu modelowi? 3 Jakie byªo znaczenie tego zaªo»enia? 4 Jaki byªby skutek uchylenia zaªo»enia o braku autokorelacji szoku poda»owego? MZ 5 / 15

Racjonalne oczekiwania Klasykacja oczekiwa«wg Pilbeam (2006): statyczne: E t v t+1 = v t adaptacyjne: E t v t+1 = a v t + (1 a) E t 1 v t przy 0 < a < 1 ekstrapolacyjne: E t v t+1 = v t + a (v t v t 1 ) przy a > 0 regresyjne: E t v t+1 = av t + (1 a) v przy 0 < a < 1 oraz v jako dªugookresow warto±ci v racjonalne: E t v t+1 = v t+1 + u t+1 przy E (u t+1 ) = 0 MZ 6 / 15

Racjonalne oczekiwania Klasykacja oczekiwa«wg Pilbeam (2006): statyczne: E t v t+1 = v t adaptacyjne: E t v t+1 = a v t + (1 a) E t 1 v t przy 0 < a < 1 ekstrapolacyjne: E t v t+1 = v t + a (v t v t 1 ) przy a > 0 regresyjne: E t v t+1 = av t + (1 a) v przy 0 < a < 1 oraz v jako dªugookresow warto±ci v racjonalne: E t v t+1 = v t+1 + u t+1 przy E (u t+1 ) = 0 MZ 6 / 15

Racjonalne oczekiwania Klasykacja oczekiwa«wg Pilbeam (2006): statyczne: E t v t+1 = v t adaptacyjne: E t v t+1 = a v t + (1 a) E t 1 v t przy 0 < a < 1 ekstrapolacyjne: E t v t+1 = v t + a (v t v t 1 ) przy a > 0 regresyjne: E t v t+1 = av t + (1 a) v przy 0 < a < 1 oraz v jako dªugookresow warto±ci v racjonalne: E t v t+1 = v t+1 + u t+1 przy E (u t+1 ) = 0 MZ 6 / 15

Racjonalne oczekiwania Klasykacja oczekiwa«wg Pilbeam (2006): statyczne: E t v t+1 = v t adaptacyjne: E t v t+1 = a v t + (1 a) E t 1 v t przy 0 < a < 1 ekstrapolacyjne: E t v t+1 = v t + a (v t v t 1 ) przy a > 0 regresyjne: E t v t+1 = av t + (1 a) v przy 0 < a < 1 oraz v jako dªugookresow warto±ci v racjonalne: E t v t+1 = v t+1 + u t+1 przy E (u t+1 ) = 0 MZ 6 / 15

Racjonalne oczekiwania Klasykacja oczekiwa«wg Pilbeam (2006): statyczne: E t v t+1 = v t adaptacyjne: E t v t+1 = a v t + (1 a) E t 1 v t przy 0 < a < 1 ekstrapolacyjne: E t v t+1 = v t + a (v t v t 1 ) przy a > 0 regresyjne: E t v t+1 = av t + (1 a) v przy 0 < a < 1 oraz v jako dªugookresow warto±ci v racjonalne: E t v t+1 = v t+1 + u t+1 przy E (u t+1 ) = 0 MZ 6 / 15

Racjonalne oczekiwania Klasykacja oczekiwa«wg Pilbeam (2006): statyczne: E t v t+1 = v t adaptacyjne: E t v t+1 = a v t + (1 a) E t 1 v t przy 0 < a < 1 ekstrapolacyjne: E t v t+1 = v t + a (v t v t 1 ) przy a > 0 regresyjne: E t v t+1 = av t + (1 a) v przy 0 < a < 1 oraz v jako dªugookresow warto±ci v racjonalne: E t v t+1 = v t+1 + u t+1 przy E (u t+1 ) = 0 MZ 6 / 15

Plan prezentacji 1 Racjonalne oczekiwania 2 Krytyka Lucasa 3 Zadanie MZ 7 / 15

Krytyka Lucasa Lucas (1976) Zapoznaj si z tekstem Lucasa i odpowiedz na nast puj ce pytania: 1 Na czym polega konikt mi dzy tradycj teoretyczn i tradycj ekonometryczn? Komu autor przypisuje racj? (sekcja 1) 2 Dlaczego modele adekwatne z punktu widzenia krótkookresowego prognozowania ró»ni si od tych wªa±ciwych do dªugookresowej analizy polityki gospodarczej? (sekcje 2-4) 3 Dlaczego wzrost transferów rz dowych na rzecz gospodarstw domowych mo»e podwy»sza konsumpcj na ró»ne sposoby? Jak rol odgrywaj tu oczekiwania? (sekcja 5.1) 4 Czy mo»emy powiedzie,»e tekst Lucasa sprowadza si do problemu ekonometrycznej niestabilno±ci parametrów? Co mo»e oznacza pó¹niejsze okre±lenie,»e parametr modelu jest strukturalny w sensie Lucasa? (sekcja 7) MZ 8 / 15

Krytyka Lucasa Lucas (1976) Zapoznaj si z tekstem Lucasa i odpowiedz na nast puj ce pytania: 1 Na czym polega konikt mi dzy tradycj teoretyczn i tradycj ekonometryczn? Komu autor przypisuje racj? (sekcja 1) 2 Dlaczego modele adekwatne z punktu widzenia krótkookresowego prognozowania ró»ni si od tych wªa±ciwych do dªugookresowej analizy polityki gospodarczej? (sekcje 2-4) 3 Dlaczego wzrost transferów rz dowych na rzecz gospodarstw domowych mo»e podwy»sza konsumpcj na ró»ne sposoby? Jak rol odgrywaj tu oczekiwania? (sekcja 5.1) 4 Czy mo»emy powiedzie,»e tekst Lucasa sprowadza si do problemu ekonometrycznej niestabilno±ci parametrów? Co mo»e oznacza pó¹niejsze okre±lenie,»e parametr modelu jest strukturalny w sensie Lucasa? (sekcja 7) MZ 8 / 15

Krytyka Lucasa Lucas (1976) Zapoznaj si z tekstem Lucasa i odpowiedz na nast puj ce pytania: 1 Na czym polega konikt mi dzy tradycj teoretyczn i tradycj ekonometryczn? Komu autor przypisuje racj? (sekcja 1) 2 Dlaczego modele adekwatne z punktu widzenia krótkookresowego prognozowania ró»ni si od tych wªa±ciwych do dªugookresowej analizy polityki gospodarczej? (sekcje 2-4) 3 Dlaczego wzrost transferów rz dowych na rzecz gospodarstw domowych mo»e podwy»sza konsumpcj na ró»ne sposoby? Jak rol odgrywaj tu oczekiwania? (sekcja 5.1) 4 Czy mo»emy powiedzie,»e tekst Lucasa sprowadza si do problemu ekonometrycznej niestabilno±ci parametrów? Co mo»e oznacza pó¹niejsze okre±lenie,»e parametr modelu jest strukturalny w sensie Lucasa? (sekcja 7) MZ 8 / 15

Krytyka Lucasa Lucas (1976) Zapoznaj si z tekstem Lucasa i odpowiedz na nast puj ce pytania: 1 Na czym polega konikt mi dzy tradycj teoretyczn i tradycj ekonometryczn? Komu autor przypisuje racj? (sekcja 1) 2 Dlaczego modele adekwatne z punktu widzenia krótkookresowego prognozowania ró»ni si od tych wªa±ciwych do dªugookresowej analizy polityki gospodarczej? (sekcje 2-4) 3 Dlaczego wzrost transferów rz dowych na rzecz gospodarstw domowych mo»e podwy»sza konsumpcj na ró»ne sposoby? Jak rol odgrywaj tu oczekiwania? (sekcja 5.1) 4 Czy mo»emy powiedzie,»e tekst Lucasa sprowadza si do problemu ekonometrycznej niestabilno±ci parametrów? Co mo»e oznacza pó¹niejsze okre±lenie,»e parametr modelu jest strukturalny w sensie Lucasa? (sekcja 7) MZ 8 / 15

Krytyka Lucasa Podstawowe poj cia O modelu mówimy,»e jest odporny na krytyk Lucasa, je»eli: szacujemy lub kalibrujemy jego gª bokie parametry; jest oparty na mikropodstawach (ang. micro-founded): wyszczególnione grupy podmiotów......oraz ich problemy decyzyjne ma wbudowany mechanizm formowania oczekiwa«przez podmioty gospodarcze. MZ 9 / 15

Krytyka Lucasa Podstawowe poj cia O modelu mówimy,»e jest odporny na krytyk Lucasa, je»eli: szacujemy lub kalibrujemy jego gª bokie parametry; jest oparty na mikropodstawach (ang. micro-founded): wyszczególnione grupy podmiotów......oraz ich problemy decyzyjne ma wbudowany mechanizm formowania oczekiwa«przez podmioty gospodarcze. MZ 9 / 15

Krytyka Lucasa Podstawowe poj cia O modelu mówimy,»e jest odporny na krytyk Lucasa, je»eli: szacujemy lub kalibrujemy jego gª bokie parametry; jest oparty na mikropodstawach (ang. micro-founded): wyszczególnione grupy podmiotów......oraz ich problemy decyzyjne ma wbudowany mechanizm formowania oczekiwa«przez podmioty gospodarcze. MZ 9 / 15

Plan prezentacji 1 Racjonalne oczekiwania 2 Krytyka Lucasa 3 Zadanie MZ 10 / 15

Zadanie Zadanie W okresie 1 i 2 zarówno inacja, jak i oczekiwania inacyjne znajduj si na poziomie 2,5%. Nast pnie inacja ro±nie skokowo do 4% w okresie 3, 4, 5 i 6, po czym wraca do wyj±ciowego poziomu od okresu 7. Wyznacz zachowanie oczekiwa«inacyjnych od 1 do 20 okresu przy zaªo»eniu,»e s one: statyczne adaptacyjne (rozwa» dwie ró»ne warto±ci a) ekstrapolacyjne (rozwa» dwie ró»ne warto±ci a) regresyjne (rozwa» dwie ró»ne warto±ci a) Obliczenia przeprowad¹ w Matlabie/Octave. Zaprezentuj 8 uzyskanych szeregów (inacja i oczekiwania w 7 wariantach) na wspólnym wykresie, wygenerowanym w Matlabie/Octave. MZ 11 / 15

Zadanie Do zadania p tle: while Dziaªa do skutku, a» jest speªniony pewien warunek (np. szukanie maksimum f. wiarygodno±ci): while...... end u=0.99; while u>0.1 u=u^2; end MZ 12 / 15

Zadanie Do zadania p tle: for-end Przy znanej z góry liczbie powtórze«(np. w naszym przypadku): for ii = 1:10... end x = ones(10, 1); for ii = 2:10 x(ii, 1) = x(ii-1, 1) * 1.1; end MZ 13 / 15

Zadanie Do zadania: pliki programów (1) Sekwencj polece«mo»emy zapisa w pliku o dowolnej nazwie i rozszerzeniu m. Przykªad: plik oczekiwania.m w katalogu C:/moj_katalog_roboczy. Uwaga! Nie mo»e to by plik oczekiwania.m.txt co podpowiada nam domy±lnie Notatnik. Jak to sprawdzi? Ustawiamy bie» cy katalog roboczy poprzez cd C:/moj_katalog_roboczy/ i sprawdzamy zawarto± katalogu poprzez polecenie ls MZ 14 / 15

Zadanie Do zadania: pliki programów (2) Musimy jeszcze wykona jedn z dwóch rzeczy, aby uruchomi t sekwencj polece«z konsoli Matlab/Octave: mie ten plik.m w bie» cym katalogu roboczym albo doda katalog do domy±lnych ±cie»ek Matlaba/Octave: addpath C:/moj_katalog_roboczy/ Uruchomienie tego kodu wymaga wpisania w konsoli nazwy pliku (bez rozszerzenia.m): oczekiwania MZ 15 / 15