Ökonometria PhD 08 - Treshold és Markov-switching modellek (Eviews11)

Zdroj
ručne priradené
Pridané

Pozrieť na YouTube →

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.

Otvoriť AI: ChatGPT · Claude · Gemini

Zhrnutie prednášky

Prednáška sa venuje nelineárnym modelom zmeny režimu v ekonometrii, ktoré umožňujú asymetrické účinky šokov, napríklad zvýšenia a zníženia úrokových sadzieb alebo fiškálnych šokov v recesii a expanzii. Predstavuje tri hlavné prístupy: prahové (threshold, TAR/SETAR), plynulého prechodu (STAR) a Markovove prepínacie modely, ktoré sa používajú vtedy, keď prepínajúca premenná nie je pozorovateľná. Prahové modely sa hodia aj na predpovedanie, Markovove skôr na historickú analýzu. V EViews 11 je ukázaný odhad Taylorovho pravidla s rozdielom 3M EURIBOR-u, kde prahovou premennou je inflačná a produkčná medzera. Zdôraznená je nutnosť diagnostiky rezíduí (normalita, autokorelácia, heteroskedasticita) aj porovnanie s lineárnou alternatívou.

  • - Nelineárne modely zachytávajú asymetrické účinky šokov a závislosť od fázy hospodárskeho cyklu.
  • - Threshold modely (TAR, SETAR) prepínajú režim po prekročení prahu c podľa premennej Z alebo jej oneskorenej hodnoty s oneskorením d.
  • - STAR model nahrádza ostrý prechod plynulým exponenciálnym prechodom s parametrom gamma; odporúča sa testovať dva alebo tri režimy.
  • - Markov switching sa používa, keď prepínajúca premenná nie je pozorovateľná; režimy sú dané prechodovými pravdepodobnosťami, no model nie je vhodný na predpovedanie.
  • - Prah sa odhaduje optimalizáciou (Hansenova štatistika) a model sa porovnáva s lineárnym AR/OLS modelom.
  • - V príklade Taylorovho pravidla s EURIBOR-om boli prahovými premennými inflačná a produkčná medzera; STAR dal výraznejšie signifikantné výsledky ako TAR.
  • - Reziduá treba aj pri týchto modeloch testovať na normalitu, autokoreláciu a heteroskedasticitu.

Zhrnutie pripravené s pomocou AI z prepisu videa.