ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június

Méret: px

Mutatás kezdődik a ... oldaltól:

Download "ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június"

Gábor Soós
8 évvel ezelőtt
Látták:

1 GAZDASÁGSTATISZTIKA

2 GAZDASÁGSTATISZTIKA Készül a TÁMOP /2/A/KMR pályázai projek kereében Taralomfejleszés az ELTE TáK Közgazdaságudományi Tanszékén az ELTE Közgazdaságudományi Tanszék, az MTA Közgazdaságudományi Inéze, és a Balassi Kiadó közreműködésével.

4 ELTE TáTK Közgazdaságudományi Tanszék GAZDASÁGSTATISZTIKA Készíee: Bíró Anikó Szakmai felelős: Bíró Anikó 200. június

5 GAZDASÁGSTATISZTIKA 3. hé Idősorelemzés, ovábbi émák Összefoglalás Bíró Anikó

6 Házi dolgoza megjegyzések Várakozásokkal ellenées eredmény is informaív! Eredmények sokszor nem egyérelműek pl. specifikációra érzékeny

7 Összefoglalás. negyedév: kereszmeszei adaok Leíró saiszikák, korreláció, OLS 2. negyedév: idősorelemzés Oszo késleleésű modellek eljes haás, késleleés hosszának megválaszása Egyválozós idősorelemzés auokorreláció, egységgyök eszelése, rend, szezonaliás Idősoros regresszió ADL(p,q) modell, koinegráció, ECM

8 Ami a legfonosabb Leíró saiszikák Medián, decilisek, hiszogram Korreláció és négyzee OLS Együhaók érelmezése (ceeris paribus) Hipoézisvizsgála Idősorelemzés Sacionariás jelenősége

9 Kiekinés Saiszika, valószínűségszámíás Pl. szórás, valószínűségi eloszlások, hipoézisvizsgála Bevezeés az ökonomeriába Pl. OLS becslés ponos jellemzői Mikroökonomeria Makrosaiszika

10 Eszközárak Volailiás (válozékonyság) miér jelenős kérdés? Példák Részvényárfolyamok, őzsde indexek, devizaárfolyamok

11 Vélelen bolyongás Vélelen bolyongás: Y e Elolásos vélelen bolyongás: Y e Piaci haékonyság nincs arbirázsra leheőség Árfolyamszin nem jelezheő előre Kérdés: volailiás modellezése?

12 Válozékonyság mérése Felevés: vélelen bolyongás helyálló Volailiás mérőszáma: (Δy ) 2 Poziív Nagyobb válozás nagyobb volailiás Minden időponban más = egy ado időponban mér variancia Modellezés: pl. AR() y 2 y 2 e ARCH: AR(p) modell becslése uán maradékag varianciájának modellezése

13 Példa Forin/Euró (ECU) havi középárfolyam, LN_EUR

14 Példa foly. Volailiás: ADF-esz: egységgyök folyama Volailiás perziszens VOL

15 Oksági összefüggések Korreláció: nincs oksági összefüggés Regresszió: közgazdasági megfonolások okságról függő válozó vs. magyarázó válozó Idősoros adaok: múlbeli adaok lehenek jelenbeliek oka, fordíva nem

16 Granger-okság X Granger-oka Y-nak, ha X múlbeli érékei segíenek Y előrejelzésében Nem felélenül jelen valódi okságo! Felevés i: sacionárius válozók ADL(,) modell: Y Y X Granger okság hiányának próbája: :H0 e : 0

17 ADL(p,q) modell Y Y... p Y p X... q X q e H 0 : 2... q 0 H : valamelyik valamelyik j 0 j,...,q Jó közelíés: ha bármely β szignifikáns X Granger-oka Y-nak Helyesen: öbb válozó együes próbája EViews: View/Coefficien ess/wald es F-saiszika kis P-érék: H 0 eluasíása

18 Példa: árfolyam és expor havi adaok Log differencia, expor: szezonálisan kiigazío ADL(3,6) modell becslése árfolyam Granger-oka expornak?

19 Becslés eredménye Függő válozó: DLOG_EXP_SA Mina (kiigazío): 996: :04 Válozó Koefficiens P-érék C DLOG_EXP_SA( ) DLOG_EXP_SA( 2) DLOG_EXP_SA( 3) DLOG_EUR( ) DLOG_EUR( 2) DLOG_EUR( 3) DLOG_EUR( 4) DLOG_EUR( 5) DLOG_EUR( 6) R-négyze

20 Granger-okság eszelése H 0 : árfolyam együhaók együesen = 0 Wald Tes Tes Saisic Value df Prob. F-saisic.97 (6, 42) Chi-square

21 Kéirányú összefüggés Felevés: sacionárius válozók (pl. differenciák) 2 válozó: X, Y Granger-okság és fordío Grangerokság vizsgálaa ADL(p,q): Y Y... p Y p X... q X q e X X... 2 p X p 2 Y... 2q Y q e 2 A 2 egyenle együ: VAR modell

22 VAR modell AR modell álalánosíása öbb válozóra Több függő válozó öbb egyenle Mindegyik egyenleben szerepel mindegyik válozó késleleeje Gyakori: válozókra azonos számú késleleés szerepeleése VAR(p) Szerepelhe deerminiszikus rend

23 VAR modell miér szükséges? Granger-okság eszelése Bizonyalan oksági irány Kamaláb árfolyam, infláció árfolyam Helyeesíő ermékek ára Aeoreikus Jó előrejelző képesség

24 Példa: RMPY 947Q 992Q4, USA adaok (forrás: RMPY.xls ankönyvi adabázis) 3 hónapos államkövény kamaa Pénzkínála (mrd USD) GDP-defláor (987=) Reál GDP (mrd USD, 987-es áron)

25 VAR() modell becslése Sacionárius válozókra 4 egyenle külön-külön Vagy EViews-ban: Quick/Esimae VAR Oupu érelmezése: Szignifikancia, Granger-okság? Együhaók előjele, nagysága?

26 VAR() becslési eredmény Mina (kiigazío): 947:3 992:4 -saiszika [ ]-ben DLM DLP DLR DLY DLM( ) [ 5.43] [ ] [ ] [ ] DLP( ) [.03368] [ ] [.208] [.7390] DLR( ) [ ] [ ] [ ] [ ] DLY( ) [ ] [ ] [ ] [ ] C [ ] [.4667] [ ] [ 3.4E-06.8E E-05 [ ] [.9989] [ ] [ ]

27 Késleleés hossza VAR modellben Egy leheséges sraégia: Késleleés maximális ésszerű hossza: p max VAR(p max ) becslése Ha bármelyik p max késleleésű válozó szignifikáns: kész Különben: késleleés hosszának csökkenése

28 Kiegészíő émák összefoglalás Volailiás modellezése Granger-okság fogalma, eszelése VAR modellek bevezeés

29 Gyakorla Idősorelemzés, ovábbi émák

30 Volailiás modellezése Felevés: vélelen bolyongás helyálló: Volailiás mérőszáma: (Δy ) 2 Poziív Nagyobb válozás nagyobb volailiás Minden időponban más = egy ado időponban mér variancia Modellezés: pl. AR() Y e y 2 y 2 e

31 Példa BUX napi záró szin, január június 9.8 Volailiás diagram? Volailiás sacionárius ebben az időszakban? LN_BUX

32 Granger-okság X Granger-oka Y-nak, ha X múlbeli érékei segíenek Y előrejelzésében Nem felélenül jelen valódi okságo! Felevés i: sacionárius válozók ADL(,) modell: Y Y Granger okság hiányának próbája: :H0 X e : 0

33 ADL(p,q) modell Y Y... p Y p X... q X q e H 0 : 2... q 0 H : valamelyik valamelyik j 0 j,...,q Több válozó együes próbája EViews: View/Coefficien ess/wald es F-saiszika kis P-érék: H 0 eluasíása

34 Példa: árfolyam és expor havi MNB adaok Expor: szezonális igazíás Log(expor), log(árfolyam) sacionárius? Log differencia sacionárius? ADL(3,6) modell becslése árfolyam Granger-oka expornak?

35 VAR modell AR modell álalánosíása öbb válozóra Több függő válozó öbb egyenle Mindegyik egyenleben szerepel mindegyik válozó késleleeje Gyakori: válozókra azonos számú késleleés szerepeleése VAR(p) Szerepelhe deerminiszikus rend

36 Példa: RMPY RMPY.wf 947Q 992Q4, USA adaok 3 hónapos államkövény kamaa Pénzkínála (mrd USD) GDP-defláor (987=) Reál GDP (mrd USD, 987-es áron) Szin logarimusa és dlog Sacionariás? Koinegráció? (6 egyenle)

37 VAR() modell becslése Sacionárius válozókra EViews-ban: Quick/Esimae VAR Oupu érelmezése: Szignifikancia, Granger-okság? Együhaók előjele, nagysága?

38 Késleleés hossza VAR modellben Egy leheséges sraégia Késleleés maximális ésszerű hossza: VAR(p max ) becslése Ha bármelyik p max késleleésű válozó szignifikáns: kész Különben: késleleés hosszának csökkenése RMPY adaokon? p max

39 ELTE TáTK Közgazdaságudományi Tanszék Köszönjük, hogy használa a ananyagunka! Bármilyen kérdés, megjegyzés örömmel várunk az elecon.hu honlapon felünee címekre

Hasonló dokumentumok

GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június

GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június GAZDASÁGSTATISZTIKA Készül a TÁMOP-4..2-08/2/A/KMR-2009-004pályázai projek kereében Taralomfejleszés az ELTE TáTK Közgazdaságudományi Tanszékén, az ELTE Közgazdaságudományi Tanszék, az MTA Közgazdaságudományi