Centrum Europejskie Ekonomia. ćwiczenia 12

Podobne dokumenty
Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Metody Ilościowe w Socjologii

Mikroekonometria 6. Mikołaj Czajkowski Wiktor Budziński

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

Statystyka w przykładach

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.

Spis treści 3 SPIS TREŚCI

Ekonometria. Wprowadzenie do modelowania ekonometrycznego Estymator KMNK. Jakub Mućk. Katedra Ekonomii Ilościowej

Sterowanie wielkością zamówienia w Excelu - cz. 3

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

METODY STATYSTYCZNE W BIOLOGII

Stanisław Cichocki. Natalia Nehrebecka

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński

Wprowadzenie do teorii ekonometrii. Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka

Pobieranie prób i rozkład z próby

Stanisław Cichocki. Natalia Nehrebecka

KARTA PRZEDMIOTU. 12. PRZEDMIOTOWE EFEKTY KSZTAŁCENIA Odniesienie do kierunkowych efektów kształcenia (symbol)

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCHY KOMPETENCJI EFEKTY KSZTAŁCENIA

PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE

Statystyka matematyczna i ekonometria

Mikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

Wprowadzenie do analizy korelacji i regresji

Ekonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej

Instytut Matematyczny Uniwersytet Wrocławski. Zakres egzaminu magisterskiego. Wybrane rozdziały anazlizy i topologii 1 i 2

LABORATORIUM Z FIZYKI

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Ekonometria Finansowa II EARF. Michał Rubaszek

3. Modele tendencji czasowej w prognozowaniu

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa

Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska

gdzie. Dla funkcja ma własności:

istocie dziedzina zajmująca się poszukiwaniem zależności na podstawie prowadzenia doświadczeń jest o wiele starsza: tak na przykład matematycy

PRZEWODNIK PO PRZEDMIOCIE

EKONOMETRIA. Prof. dr hab. Eugeniusz Gatnar.

WYKŁAD 8 ANALIZA REGRESJI

7. Zastosowanie wybranych modeli nieliniowych w badaniach ekonomicznych. 14. Decyzje produkcyjne i cenowe na rynku konkurencji doskonałej i monopolu

Rozdział 8. Regresja. Definiowanie modelu

Mikroekonometria 3. Mikołaj Czajkowski Wiktor Budziński

OGŁOSZENIE O ZAMÓWIENIU nr 1/2013 (POWYŻEJ 14 tys. EURO)

Statystyka matematyczna dla leśników

INFORMATYKA i FINANSE KATEDRA INFORMATYKI TEORETYCZNEJ

Plan wykładu. Dlaczego wzrost gospodarczy? Model wzrostu Harroda-Domara.

Rozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów

Ekonometria. Model nieliniowe i funkcja produkcji. Jakub Mućk. Katedra Ekonomii Ilościowej. Modele nieliniowe Funkcja produkcji

Metoda Monte Carlo. Jerzy Mycielski. grudzien Jerzy Mycielski () Metoda Monte Carlo grudzien / 10

PYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA. CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe

Testowanie hipotez statystycznych

Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1

Ekonometria. Modelowanie zmiennej jakościowej. Jakub Mućk. Katedra Ekonomii Ilościowej

Testowanie hipotez statystycznych

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI

Zmienność wiatru w okresie wieloletnim

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 8

Informatyka I stopień (I stopień / II stopień) ogólno akademicki (ogólno akademicki / praktyczny) podstawowy (podstawowy / kierunkowy / inny HES)

PYTANIA NA EGZAMIN MAGISTERSKI KIERUNEK: EKONOMIA STUDIA DRUGIEGO STOPNIA. CZĘŚĆ I dotyczy wszystkich studentów kierunku Ekonomia pytania podstawowe

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 11-12

KORELACJE I REGRESJA LINIOWA

WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO

STATYSTYKA MATEMATYCZNA

Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2

166 Wstęp do statystyki matematycznej

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5

Statystyka matematyczna i ekonometria

MODELE LINIOWE. Dr Wioleta Drobik

Zagadnienia na egzamin dyplomowy na kierunku Informatyka i Ekonometria (1 stopień studiów)

Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak

STATYSTYKA MATEMATYCZNA

przedmiotu Nazwa Pierwsza studia drugiego stopnia

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15

WSTĘP DO REGRESJI LOGISTYCZNEJ. Dr Wioleta Drobik-Czwarno

Wiadomości ogólne o ekonometrii

Ekonometria. Zajęcia

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

t y x y'y x'x y'x x-x śr (x-x śr)^2

Statystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, Spis treści

Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość

POLITECHNIKA WROCŁAWSKA STUDIA DOKTORANCKIE JEDNOSTKA ZGŁASZAJĄCA/REALIZUJĄCA KURS: WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO / STUDIUM DOKTORANCKIE

Ekonometria. Ćwiczenia nr 3. Jakub Mućk. Katedra Ekonomii Ilościowej

Rachunek prawdopodobieństwa projekt Ilustracja metody Monte Carlo obliczania całek oznaczonych

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Uczelnia Łazarskiego. Sylabus. 1. Nazwa przedmiotu EKONOMETRIA 2. Kod przedmiotu

ZAKRES TEMATYCZNY EGZAMINU LICENCJACKIEGO

Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak

Mikroekonometria 12. Mikołaj Czajkowski Wiktor Budziński

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 16 zaliczenie z oceną

Statystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34

EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Ekonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

Stanisław Cichocki. Natalia Nehrebecka

Transkrypt:

Centrum Europejskie Ekonomia ćwiczenia 12 Ekonomia wzrostu, wstęp do Ekonometrii Tomasz Gajderowicz.

Agenda Analiza Wzrostu gospodarczego Wstęp do ekonometrii

Długi okres What about the long run Mr. Keynes

Procent składany w długim okresie Znaleziono przyczynę wszystkich naszych problemów gospodarczych. Gdyby w roku 1000 złożono w banku chociaż jeden grosz przy oprocentowaniu 4% rocznie i przy corocznym doliczaniu odsetek W roku 2000 mielibyśmy w kasie państwa dodatkowe 1 079 789 994 166 600 zł, czyli ponad milion miliardów złotych. Jak to możliwe?

Procent składany Kapitalizacja roczna Oprocentowanie 4% V V 0 *(1 r) n V 1grosz*(1 0,04) 1000 1 079 789 994 166 600 złotych A istnieje jeszcze kapitalizacja ciągła Jest to jednak mała manipulacja, ponieważ nie uwzględniliśmy m.in. inflacji

Wzrost gospodarczy Średnia stopa wzrostu w USA w latach 1870 1990 wynosiła 1,75% Gdyby stopa wzrostu była o 1 p.p. niższa, wówczas PKB USA w 1990 r. wynosiłby tyle co w Meksyku i na Węgrzech, o $1000 mniej niż w Portugalii czy Grecji Gdyby stopa wzrostu była o 1 p.p. wyższa (1,75%), wówczas PKB USA w 1990 r. wynosiłby ponad 3 razy więcej niż wielkość z 1990 roku

Wzrost gospodarczy Kiedy zaczniesz zajmować się kwestiami wzrostu gospodarczego, wszystkie inne stają się zupełnie nieważne Rober Lucas

Funkcja produkcji Czynniki produkcji Kapitał Praca Technologia Typowa neoklasyczna funkcja produkcji: Y = AF(K,L)

Y = AF (K,L) Co zatem zwiększa dochód narodowy? Zwiększenie ilości pracy Zwiększenie ilości kapitału Poprawa technologii wytwarzania

Analiza dynamiczna Stopa wzrostu PKB - Zróżniczkowanie funkcji produkcji po czasie: Po podzieleniu równania obustronnie przez Y otrzymujemy:

Analiza dynamiczna Stopa wzrostu PKB - Zróżniczkowanie funkcji produkcji po czasie: MPK MPL Po podzieleniu równania obustronnie przez Y otrzymujemy:

MPK i MPL to krańcowe produkty kapitału i pracy Krańcowa produktywność kapitału: Krańcowa produktywność pracy:

Stopy wzrostu w gospodarce: kropka nad zmienną oznacza jej pochodną po czasie = stopa wzrostu PKB = stopa wzrostu zasobu kapitału = stopa wzrostu zasobu pracy

Co więc wpływa na rozwój w długim okresie? Stopa przyrostu kapitału Stopa przyrostu pracy Rozwój technologiczny

A jak sprawdzić co determinuje te kategorie? Analiza korelacji Analiza przyczynowości Model ekonometryczny

Model ekonometryczny

Zależności pomiędzy zmiennymi Gdzie występują zależności? Wszędzie w okół nas Fizyka opiera się na zależnościach (siła) Oddziaływania między ludzkie. Podstawa ekonomii Jakie rodzaje zależności występują? Proste, złożone Liniowe, logarytmiczne, potęgowe etc. Czy badanie zależności pomiędzy zmiennymi jest istotne?

Sposoby znajdowania zależności Analiza teoretyczna i badania empiryczne Nierozłączność teorii oraz badań empirycznych: Teoria Analiza statystyczna lub ekonometryczna Weryfikacja teorii - wnioski Eksperyment (obserwacja)

Teoria podstawą badania empirycznego Poznanie zależności i dowodzenie ich słuszności bez teorii nie pozwala na odpowiadanie na pytanie dlaczego?! Przy odpowiednio dużej liczbie prób z wykorzystaniem ekonometrii zawsze znajdziemy zależność pomiędzy zmiennymi DATA MINING Nie zawsze interesują nas przyczyny i dogłębne zbadanie problemu.

Problemy ekonomii Jak weryfikować rozważania teoretyczne? Jakie są zależności pomiędzy kategoriami ekonomicznymi? Jak wyciągać wnioski z danych? W jaki sposób matematycznie opisać rzeczywistość? Jeśli wiemy, że zależność istnieje to jaka jest jej siła i forma? Jak działać i prognozować, aby otrzymać zamierzony efekt?

Ekonometria Nauka pomocnicza w ramach ekonomii, wykorzystująca narzędzia matematyki, statystyki, oraz informatyki do badania ilościowych związków zachodzących między zjawiskami i zmiennymi ekonomicznymi. Celem ekonometrii jest empiryczna analiza teorii ekonomicznych, przewidywanie procesów ekonomicznych oraz dostarczanie przesłanek służących sterowaniu tymi procesami. Podstawowym narzędziem służącym tym celom jest model ekonometryczny.

Model Ekonometryczny Sformalizowany najbardziej prawdopodobny układ równań opisujący dany problem Uzyskany na podstawie danych empirycznych Oszacowanie parametrów dokonuje się przez jedną z wielu metod ekonometrycznych (najpopularniejsze: MNK, ENW) Jakość modelu określają jego zdolności prognostyczne

Równania liniowe Równania liniowe (w tym wielomiany) są łatwe w analizie statystycznej. Zbiór danych (obserwacje z eksperymentu), łatwo jest zapisać w postaci macierzy. Przekształcenia nie zajmują dużo czasu. W efekcie możliwe jest szybkie i efektywne parametryzowanie równań liniowych

Narodziny ekonometrii The Cowles Commission for Research in Economics - Chicago in 1932. (Haavelmo, Hurwicz, Klein, Koopmans, and Wald). W europie: Frisch and Tinbergen. Typowy model tradycyjnej ekonometrii:

Równania liniowe W przypadku, w którym jesteśmy pewni, że zależność ma postać liniową parametry przy zmiennych stanowią jedyną niewiadomą: y=ax 1 +bx 2 +cx 3 +... Parametryzacja znajdowanie parametrów

Regresja liniowa Regresja liniowa metoda estymowania wartości oczekiwanej zmiennej y przy znanych wartościach innej zmiennej lub zmiennych x Metody przeprowadzania regresji: Metoda Najmniejszych Kwadratów Metoda Największej Wiarogodności

Metoda Najmniejszych Kwadratów bardziej odpowiednia, ale nieużywana nazwa: metoda minimum sumy kwadratów błędów metoda statystycznych estymacji i wyznaczania linii trendu na podstawie zbioru danych w postaci par liczb. Najczęściej jest stosowana przy regresji liniowej, ale może też być stosowana do statystycznego wyznaczania parametrów nieliniowych linii trendu.

MNK minimalizacja funkcji χ2, która mierzy odchylenie zadanej zależności funkcyjnej od punktów doświadczalnych. W przypadku funkcji liniowej f(x) = ax + b, funkcja χ2 sprowadza się do

NMK

Metoda Monte Carlo

Podstawy Powstanie metody Istota metody Problem ze znajomością rozkładów Rozwiązywanie problemów numerycznych przy użyciu procesów symulacji stochastycznej.

Generator liczb pseudolosowych Jak generować liczby losowe? Jaki mają rozkład liczby losowe? Centralne Twierdzenie Graniczne Np. 17 (mod 100)

Rozkład jednostajny

Rozkład normalny

Przykład zastosowania metody Monte Carlo Proszę obliczyć:

Jak obliczyć całkę bez znajomości całek?

Losujemy obserwacje z zadanego obszaru

Inny przykład

Kolejny przykład

Rozkłady prawdopodobieństwa, o co tyle krzyku: Potrzebujemy znajomości rozkładów Gra w rzutki Dokładność (próba)

Estymacja Monte Carlo Wiemy jak generowane są dane Szacowanie parametrów to rzucanie do tarczy Potrzebny nam rozkład badanych parametrów Jaka powinna być wielkość tarczy?

Algorytm 1.Zakładamy proces generujący dane 2. generujemy błąd losowy i z wartości objaśniających wyliczamy y 3.Formujemy model i liczymy OLS 5000 razy

Sposób powstawania typowego modelu

Typowa struktura tworzenia modelu Dane (wybór, jakość) Wybór formy modelu i rodzaju estymacji Procedura estymacji Diagnostyka modelu (testy na poprawność i jakość oszacowań) Poprawa modelu Ostateczne diagnozowanie poprawności modelu Wnioskowanie na podstawie oszacowań i testów

Rodzaje modeli ekonometrycznych Prosta regresja (MNK) ADL Panel Logit, Probit ARCH, GARCH Metoda Monte Carlo...

Gdzie się stosuje ekonometrię? Makroekonomiczne zależności Rynek pieniądza (np. Symulacje NBP) Mikro-ekonometria Analizy społeczne Biznes

Problemy z ekonometrią Krytyka Lucasa (nie)trafność założeń Zmienne pominięte Jakość danych Test z modelem naiwnym

Ale: Ekonometria jest oparta o twarde podstawy Jest jedynym narzędziem pozwalającym opierać analizy o fakty Następuje postęp w precyzyjnej technice modelowania Modele pozwalają tworzyć coraz lepsze prognozy DOBRZY EKONOMETRYCY SĄ CENNI JAK ZŁOTO NA RYNKU PRACY

Dziękuję Państwu za uwagę