Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése

Méret: px

Mutatás kezdődik a ... oldaltól:

Download "Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése"

Enikő Takácsné
9 évvel ezelőtt
Látták:

1 Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése Pˆr( y = 1 x) ( g( ˆ β + x ˆ β ) ˆ 0 β j ) x j Marginális hatás egy megválasztott pontban (pl. átlagban, dummy változóknál: x=0 pontban) Átlagos marginális hatás is számolható Probit és logit együtthatók összehasonlítása önmagában nem értelmes! Probit és logit együtthatók Becsült együtthatók értéke nem összehasonlítható De: szignifikanica és előjel igen Probit: g(0)=0.4, logit: g(0)=0.25, LPM: g(0)=1 Probit együtthatók 1.6-tal való szorzása: logit együtthatókkal összehasonlítható Probit együtthatók 2.5-tel való osztása: LPM együtthatókkal összehasonlítható Probit és logit modell kiterjesztései kitekintés Endogén magyarázó változók instrumentális változók módszere Hibatagok nem függetlenek robusztus standard hibák Panel adatok 0 vagy 1 értékek jelentős túlsúlya alternatív modellek (pl. scobit) Gyakorló feladatok W 17.1: helyes előrejelzések aránya W 17.9: hitelbírálat eredményének és etnikai diszkriminációnak vizsgálata (iv) alfeladat: marginális hatások összehasonlítása több pontban (átlag, medián, ) 3. házi feladat W 7.8, 7.16, 17.8 Elek P., Kézdi G. (2003) A háztartási villamos energia iránti kereslet ár- és jövedelemrugalmassága. TÁRKI. A kutatás célja Háztartások villamosenergia keresletének ár- és jövedelemrugalmassága Keresletet befolyásoló egyéb tényezők vizsgálata

átlagban, dummy változóknál: x=0 pontban) Átlagos marginális hatás is számolható Probit és logit együtthatók összehasonlítása önmagában nem értelmes!

2 Adatok: 1000 kérdőív Észak-Dunántúlon, Pest megyében és Budapesten Villamosenergia-fogyasztás Mérés: villanyszámla adatok önbevallással Külön adat éjszakai áram fogyasztásáról (32%) és egyéb (ipari tarifa, 380V) számlákról Teljes fogyasztás: 4 számla alapján generált havi áramfogyasztás KWh-ban Átlag: 255 KWh/hó Villamosenergia-fogyasztás eloszlása Logaritmikus értékek: közel normális eloszlás Árrugalmasság becslése Keresztmetszeti adatok: Árak exogén szóródása szükséges De: hatósági ártarifák Megoldás: hipotetikus szituációkra adott válaszok alapján becslés Ha az áram 20%-kal megdrágulna, hogyan használna bizonyos (a kérdésben felsorolt) elektromos eszközöket? (RÖVID TÁV) Milyen nagyobb fogyasztású elektromos készüléket vásároltak az elmúlt két évben? (a felsorolt elektromos eszközök közül) Mit gondol, akkor is megvették volna ezt a készüléket, ha az áram 20%- kal drágább lenne? (HOSSZABB TÁV) Stb.

Árrugalmasság becslése Keresztmetszeti adatok: Árak exogén szóródása szükséges De: hatósági ártarifák Megoldás: hipotetikus szituációkra adott válaszok alapján becslés Ha az áram 20%-kal megdrágulna,

3 Árrugalmasság becslése, folyt. Rövid távú árrugalmasság 2 lépcső: Lineáris regresszió: háztartási eszközök mennyiben járulnak hozzá a teljes villamosenergia-fogyasztáshoz Eszközök használatának módosítása a kérdésekre adott válaszok alapján Eredmény: Áremelkedés: és közötti értékek, de 60% nem reagálna 20%-os áremelésre. Árcsökkenés: kisebb, és közötti rugalmasság, 85% nem reagálna árcsökkenésre. Árrugalmasság becslése, folyt. Hosszú távú árrugalmasság Becslési módszer: eszközök vásárlására adott hipotetikus válaszok alapján + eszközök áramfogyasztását felhasználva Jövedelemrugalmasság becslése 1. módszer: mért jövedelem és fogyasztás alapján Havi nettó jövedelem adatok (probléma: hiányzó adatok imputálás, IV: bankkártya, részvény, nyugdíjbiztosítás, életbiztosítás, casco, gépkocsi tulajdon) Lakás értéke: permanens jövedelem indikátora További kontroll változók: háztartás mérete, település típusa, háztartásfő neme, kora, végzettsége, munkaerőpiaci aktivitása Jövedelemrugalmasság becslése, folyt.

válaszok alapján Eredmény: Áremelkedés: -0.06 és -0.35 közötti értékek, de 60% nem reagálna 20%-os áremelésre. Árcsökkenés: kisebb, -0.01 és -0.07 közötti rugalmasság, 85% nem reagálna árcsökkenésre.

4 Ha engedjük, hogy jövedelemrugalmasság függjön jövedelemtől: átlagos jövedelemnél legnagyobb a rugalmasság Következmény: konstans rugalmasságú modell felülbecsli a rugalmasságot Jövedelemhatás összetevői Új eszközök vásárlása (probit modell) Meglévő eszközök cseréje jobb teljesítményűre Meglévő eszközök használatának növelése Eredmény: a jövedelem hatásának túlnyomó része a háztartási eszközök birtoklásán keresztül érvényesül Jövedelemrugalmasság becslése, folyt. 2. módszer: hipotetikus jövedelemváltozás alapján 20%-os jövedelemcsökkenés Kérdés: felsorolt szolgáltatások közül min takarékoskodna leginkább Eredmény: Telefon és üzemanyag rugalmassága után következik áram rugalmassága Nagyobb jövedelem: áram jöv.rugalmassága csökken Harford, J. (2005) What drives merger waves? Journal of Financial Economics. Kérdés Mi okozza összeolvadási hullámokat? Iparági sokkok: eszközök reallokációja szükséges? Neoklasszikus magyarázat Piaci időzítés (értékelés) következménye a hullám? Behaviorista (viselkedési) magyarázat Két alternatív hipotézis összeolvadási hullámokra Behaviorista: Nagy hozamok után, különösen, ha a hozamok szórása nagy Közgazdasági vagy szabályozási sokkoknak nincs szisztematikus hatása Fizetés tipikusan (túlértékelt) részvénnyel Neoklasszikus: Megfigyelhető közgazdasági vagy szabályozási sokk után Készpénztranzakciók is megfigyelhetők Adatok USA adatok, , 48 iparág 24 havi felvásárlási ajánlatok számának eloszlása iparáganként Összeolvadási hullám: ha az adott 2 éves periódus a 95. percentilis felett helyezkedik el Eredmény: 35 hullám 28 iparágban (pl. pénzügyi szektor, élelmiszer termelés, gyógyszeripar)

eszközök birtoklásán keresztül érvényesül Jövedelemrugalmasság becslése, folyt. 2.

5 Magyarázó tényezők 1.: Gazdasági sokkok: cash flow/értékesítés, értékesítés/eszközök értéke, R&D, tőkekiadás, foglalkoztatás és értékesítés változása, ROA 2.: Átlagos 1 és 3 éves részvényhozamok és azok szórása, keresztmetszeti szórása, részvények piaci/könyv szerinti értékének (market-to-book ratio) szórása 3.: Dereguláció 4.: Likviditás indikátora: különbség vállalati hitelkamatok és FED kamat között Logit modell Modell 1-4.: függő változó = 1, ha az adott év egy összeolvadási hullám kezdete Modell 5-7.: aggregált elemzés: függő változó = 1, ha az adott iparág az adott évben az összeolvadások eloszlásának felső harmadában van Következtetések Önmagában piaci/könyv szerinti érték hányadosának, valamint közgazdasági sokkoknak és likviditásnak is van magyarázó ereje De, ha két tényező együttesen szerepel a modellben: közgazdasági tényezők szignifikánsak, pénzügyi mutató nem Neoklasszikus hipotézis Ez az eredmény robusztus az aggregálásra

: Likviditás indikátora: különbség vállalati hitelkamatok és FED kamat között Logit modell Modell 1-4.: függő változó = 1, ha az adott év egy összeolvadási hullám kezdete Modell 5-7.

6 További bizonyítékok neoklasszikus hipotézis mellett Részleges vállalatfelvásárlások: gyakoriabbak összeolvadási hullámok alatt, likviditás itt is jelentős Hosszú távú hozamok: nincs egyértelmű bizonyíték abnormális hozamokra ( behaviorista hipotézis) Működési hatékonyság: összeolvadás hatása pozitív vagy nulla körüli

itt is jelentős Hosszú távú hozamok: nincs egyértelmű bizonyíték abnormális

Hasonló dokumentumok

Kétértékű függő változók: alkalmazások

Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó A tananyag a Gazdasági Versenyhivatal Versenykultúra Központja és a Tudás-Ökonómia Alapítvány támogatásával készült az ELTE TáTK