VECM, előrejelzés, ARDL, Markov-switching modell (Gretl és Eviews11)

Zhrnutie prednášky

Prednáška nadväzuje na vektorové autoregresie (VAR) a predstavuje vektorový model korekcie chýb (VECM) a model ARDL. Na rozdiel od VAR, ktorý zachytáva len krátkodobé vzťahy v diferencovaných dátach, VECM zachytáva aj dlhodobé trendové vzťahy medzi premennými cez kointegráciu, teda lineárne kombinácie nestacionárnych radov, ktoré sú stacionárne. Vysvetlené sú rovnice VECM s koeficientmi alfa (rýchlosť prispôsobenia) a beta (kointegračný vektor), rozšírená verzia modelu, slabá stacionarita a kointegračné testy (Engle-Granger, Johansenov test so štatistikami trace a maximum eigenvalue). Praktická časť v programe Gretl zostavuje Taylorovo pravidlo z úrokovej sadzby, inflačnej a produkčnej medzery s výmenným kurzom ako exogénnou premennou. Model sa trénuje na dátach do 3. štvrťroka 2016 (obdobie krízy 2008) a výsledky sa porovnávajú s predikciou VAR z minulého týždňa.

• - VECM zachytáva dlhodobé aj krátkodobé vzťahy, kým VAR s diferencovanými dátami stráca dlhodobé trendy.
• - Kointegrácia: existujú koeficienty, pri ktorých je lineárna kombinácia nestacionárnych radov stacionárna.
• - Alfa vyjadruje rýchlosť prispôsobenia k dlhodobej rovnováhe, beta je kointegračný vektor.
• - Johansenov test (trace a maximum eigenvalue) určuje kointegračnú hodnosť a nahrádza starší Engle-Grangerov test.
• - VECM nemá automatický výber oneskorení; hodnosť a počet lagov sa nastavujú ručne.
• - Praktický príklad v Gretli: Taylorovo pravidlo so štyrmi premennými a kurzom ako exogénnou premennou.
• - Model ARDL nie je v Gretli dostupný, preto sa ukazuje len v EViews.
• - Predikcia z VECM sa porovnáva s predikciou VAR z minulej prednášky.

Zhrnutie pripravené s pomocou AI z prepisu videa.