Economie
Modele autoregresiveMODELE AUTOREGRESIVE Introducere Uneori in studiul unui fenomen economic, alaturi de valorile luate de o variabila endogena la momentul t intervin si valorile luate de aceasta variabila la momente anterioare t-1, t-2, , t-h. In acest caz este vorba despre un proces autoregres Modelul de scrie:
sau, daca in model exista si variabile exogene:
Aplicarea metodelor de estimare obisnuite (MCMMP) acestor modele conduce la estimatori care nu mai au aceleasi proprietati ca in cazul modelului liniar general. 2. Procesul autoregresiv de ordinul intai Consideram modelul: (1) , t=1,2,,T si modelul regresiei simple: (2) , t=1,2,,T Presupunem ca erorile et verifica conditiile clasice: , t , , daca . MCMMP aplicata modelului (1) in care yt-1 este considerata ca o variabila exogena, conduce la estimatorul:
iar prin aceeasi metoda, aplicata modelului (2) se obtine estimatorul:
Chiar daca cele doua expresii par similare, estimatorii nu poseda aceleasi proprietati (mai ales pe esantioane mici). In timp ce este o expresie liniara in yt, deci si in et, se exprima ca un raport de forme patratice in yt. Folosind modelul (1) si exprimand yt in functie de et, se ajunge la relatia: (3) Expresia ne arata ca distributia variabilei endogene yt depinde de distributia erorilor et, dar si de distributia lui y0. Printre cazurile frecvent studiate sunt cele pentru care y0=constant, coeficientul a putand lua astfel orice valoare reala pozitiva sau negativa. daca |a|<1 se spune ca procesul autoregresiv este stabil; daca |a|=1 (caz putin utilizat) procesul nu a primit un nume; daca |a|>1, procesul se numeste exploz Cel mai adesea se studiaza cazul stabil, dar nici cazul exploziv nu trebuie neglijat, atunci cand se studiaza in economie fenomene in expansiune.
Stabilitate si stationaritate Se spune ca un proces este stationar atunci cand momentele sale sunt independente de timp. Daca sunt independente de timp doar momentele de ordinul doi, se spune ca procesul este stationar de ordinul doi. Stationaritatea de ordinul doi este suficienta pentru a demonstra proprietatile importante ale estimatorilor. Propozitia 1: orice proces autoregresiv de ordinul intai, stationar este un proces stabil (adica |a|<1). Demonstratie Fie modelul , Procesul este stationar daca Aplicand operatorul de medie rezulta:
Dar , asa ca relatia devine: si cum , rezulta Calculam acum :
Deorece et nu este corelat cu yt-1(vezi ipotezele fundamentale) inseamna ca si tinand cont si de faptul ca , rezulta: adica sau Din conditia evidenta >0, rezulta 1-a2>0, adica |a|<1. Am demonstrat astfel ca stationarea implica stabilitatea. In acelasi mod se evalueaza si autocovarianta:
Stiind ca rezulta: ,pentru ca yt si sunt necorelate. Asemanator, vom avea: , adica s.a.m.d. In final: Deoarece este independenta de timp, la fel este si autocovarianta . Propozitia 2 : Orice proces autoregresiv de ordinul intai, stabil (<1) tinde catre un proces stationar cand Demonstratie Am vazut anterior ca procesul autoregresiv de ordinul intai se poate dezvolta in forma (3). Aplicand operatorul de medie expresiei (3), rezulta:
Cum |a|<1, rezulta ca cand , adica Un calcul simplu arata ca: , rezultand ca Dar y0 = constant, |a|<1 si atunci , adica exact varianta procesului stationar. In mod asemanator se arata ca: cand . Prin urmare, daca studiem un proces stabil, momentele procesului tind catre momentele procesului stationar, daca . 4. Proprietatile estimatorilor Estimatorii obtinuti cu MCMMP pe un process autoregresiv de ordinal intai au urmatoarele proprietati: a) Estimatorul converge in probabilitate catre a ( si in cazul stabil si in cazul exploziv); b) Expresia are o distributie normala in cazul stabil; c) Expresia are o distributie limita normala ( in ambele tipuri de procese). Aceste proprietati sunt demonstrabile in cazul y0= constant. Interesul pentru procesele autoregresive de ordinal intai este generat de faptul ca atunci cand se studiaza modele econometrice cu erori corelate, de regula, erorile urmeaza un process autoregres 5. Previziunea cu modele autoregresive DE INTRODUS. 6. Modele autoregresive cu erori corelate DE INTRODUS. 7. Exemple DE INTRODUS. BIBLIOGRAFIE 1. Gheorghita, M., Patarlageanu, S.R., Econometrie, Editura ASE , Bucuresti, 2006; 2. Gheorghita, M., Patarlageanu, S.R., Identification of an econometric model of the vegetable market, in volumul Buletinul USAMV, Horticulture 65(2)/2008; 3. Gheorghita, M., Patarlageanu, S.R., Estimating non linear econometric models by an iterative method, Supplement of Quality-access to success Journal (CD), Year 10, 2009; 4. Giraud, R., Econometrie, Economica, 49 rue Hericart, Paris, 1990; 5. Gourieroux, C., Monfort, A., Statistique et Modeles Econometriques, Economica, Paris, 1989; 6. Gujarati, R.N., Essentials of Econometrics, McGraw Hill, New York, 1998; 7. Tanasoiu, O., Pecican, E.S., Modele econometrice, Editura A.S.E., 2001; 8. Andrei, T., Bourbonnais, R., Econometrie, Editura Economica, Bucuresti, 2008; Pecican, E.S., Econometria pentru economisti; Econometrie-teorie si aplicatii Editura Economica, Bucuresti, 2003; 10. Tasnadi, Al., Econometrie, Editura A.S.E., 2001; 11. Andrei, T., Stancu, S., Iacob, A.I., Tusa E., Introducere in econometrie utilizand Eviews, Editura Economica, Bucuresti, 2008; 12. Popescu, I., Ungureanu, L., Muscalu, E., Econometria, sau stiinta de a cunoaste si proiecta viitorul, Editura Universitatii "Lucian Blaga" din Sibiu, 2004;
|