Idősorok elemzése 05 - OLS, VAR és VECM (Gretl)
Preber si túto prednášku so svojou AI
Skopíruj pripravený podklad a vlož ho do ChatGPT, Claude alebo inej AI — bude ťa učiť alebo skúšať len z tejto prednášky.
Zhrnutie prednášky
Prednáška sa venuje regresným metódam pri analýze časových radov na príklade dát krajín V4 a Nemecka z rokov 2008–2018 (úrokové rozpätia, ceny úverov pre MSP, inflácia, odchýlka priemyselnej produkcie od trendu). Lektor zhŕňa základné pravidlá: pracovať s krátkymi radmi, VAR s najviac okolo 30 vstupmi, a používať stacionárne dáta s nulovou strednou hodnotou (diferencovanie, prípadne logaritmovanie), inak hrozí falošná regresia. Výnimkou sú vektorové modely korekcie chýb (VECM), ktoré pracujú s nediferencovanými dátami. Vysvetľuje, prečo OLS nezvláda časovo premenlivé správanie jednotlivých subjektov, a že reziduá nesmú byť autokorelované (Durbin-Watson okolo 2, Ljung-Box). V závere ukazuje import dát do programu Gretl, kde dátumový stĺpec musí byť posledný, a nastavenie časového radu so štvrťročnou frekvenciou.
- - Pracovať treba s krátkymi časovými radmi; VAR model má mať najviac približne 30 vstupov.
- - Vstupné rady musia byť stacionárne s nulovou strednou hodnotou, preto sa diferencujú, pri finančných dátach a HDP aj logaritmujú.
- - Nestacionárne vstupy vedú k falošnej regresii so zdanlivo signifikantnými výsledkami.
- - VECM je výnimka: pracuje s nediferencovanými surovými dátami.
- - OLS porovnáva celé bloky dát a nezachytí časovú fluktuáciu vlastností subjektov.
- - Reziduá nesmú byť autokorelované: Durbin-Watson má byť približne 1,85–2,15, resp. Ljung-Box test s vysokou p-hodnotou.
- - Gretl je bezplatný nástroj s kvalitnou dokumentáciou (User's Guide); dátumový stĺpec musí byť posledný a treba zadať typ dát a frekvenciu.
Zhrnutie pripravené s pomocou AI z prepisu videa.
nechodím na prednášky