Skrypt do przedmiotu EKONOMETRIA I

1 Skrypt do przedmiotuEKONOMETRIA IAUTORZY:Micha l RubaszekKatarzyna Bech-WysockaPiotr DybkaMicha l GradzewiczKarolina KonopczakJakub Mu ckKarol SzafranekMarcin TopolewskiBart lomiej Wi snickiZuzanna Wo skoRedakcja i koordynacjaMicha l Rubaszek2020 Szko la G l owna Handlowa w WarszawieSpis tre sci1 Wprowadzenie12 MNK253 Istotno s c zmiennych514 Specyfikacja modelu675 Wsp o lliniowo s c876 Heteroskedastyczno s c1057 Autokorelacja1218 Modele dynamiczne1399 Niestacjonarno s c15510 Prognoza17711 Modele zmiennej jako sciowej20112 Endogeniczno s c21913 Metoda zmiennych instrumentalnych23514 Testy w MZI249 Wst epTen Skrypt zawiera materia ly przygotowane przez wyk ladowc ow Szko ly G l ownej Handlowej w War-szawie w celu prowadzenia przedmiotu

2 EKONOMETRIA I .Zaj ecia s a prowadzone z wykorzystaniem: darmowego pakietu ekonometrycznego GRETL: plik ow z danymi umieszczonych na stronie przedmiotu : ~mrubas/Materia ly te w du zej mierze s a oparte na: opracowaniu Hill, Griffiths i Lim Principles of Econometrics skryptu L. Adkins Using gretl for Principles of Econometrics 1 Wprowadzenie do ekonometriiKatarzyna Bech-Wysocka i Piotr Dybka Czym si e zajmuje EKONOMETRIA Model ekonometryczny Rodzaje danych Zr od la danych Dzia lania na macierzach Zmienna losowa Rozk lad prawdopodobie nstwa Rozk lady statystyczne Pakiety ekonometryczne: Gretl1 Czym jest EKONOMETRIA ?Zastosowanie matematykii statystykido analizy ilo ciowych zwi zk w zachodz cych mi dzy obserwowanymi zmiennymi ekonomicznymiEKONOMETRIAC iekawostki: s owo EKONOMETRIA zosta o wprowadzone do literatury przez Paw a Ciomp w pracy "Zarys ekonometryi i teorya buchalterii" opublikowanej w 1910 roku we Lwowie.

3 Za ojc w wsp czesnej ekonometrii uwa a si laureat w nagrody Nobla z ekonomii: Ragnara Frischa i Jana Tinbergena. DO CZEGO S U Y EKONOMETRIA ? Do weryfikacjihipotez ekonomicznych Do kwantyfikacji si y zale no ci mi dzy zmiennymi Do prognozowaniaEkonometria polega na po czeniu teorii i danych ekonomicznych, finansowych, demograficznych itp. z narz dziami statystycznymi w celu odpowiedzi na pytanie ile? .Przyk ady wyzwa dla ekonometrykaRada miasta zastanawia si , jak zmniejszy si przest pczo . Pytanie: jak liczba policjant w wp ywa na przest pczo ?W a ciciel restauracji zastanawia si jak kwot wyda na reklam w lokalnej : jak wydatki na reklam wp ywaj na liczb klient w?12 Uniwersytet planuje zwi kszy op aty za : jak wy szy poziom czesnego wp ynie na liczb student w w kolejnych latach?

4 3 Firma kosmetyczna zastanawia si nad budow nowej : jaka jest prognozowana warto popytu w najbli szej dekadzie?4 Temat 1. Wprowadzenie2 Czym si r ni EKONOMETRIA od data science?Obie dziedziny istotnie si przenikaj , jednak: EKONOMETRIA w wi kszym stopniu koncentruje si na badaniu zale no ci przyczynowo-skutkowych In ynieria danych (data science) na poszukiwaniu zale no ci symptomatycznych, np. korelacyjnychPonadto w przypadku modeli ekonometrycznych, badacz okre la formaln struktur modelu (specyfikacj ), natomiast data science obejmuje tak e metody w kt rych nie ma zmiennej obja nianej, np. problemy klasyfikacyjne, w kt rych celem jest podzia danych na grupy o podobnym profilu (metody uczenia nienadzorowanego). EKONOMETRIA a DATA SCIENCEA co je li chcia bym lepiej pozna metody zwi zane z in ynieri danych?

5 Ciekawe wprowadzenie mo na znale na stronie: ekonometryczny a model ekonomicznyEkonometrycy i ekonomi ci inaczej zapisuj zale no mi dzy zmiennymi, czyli tzw. modelRozwa my zale no mi dzy konsumpcj ( ) i dochodem ( ):Ekonomista: model opisuje deterministyczn zale no mi dzy zmiennymi : = + Ekonometryk: model opisuje stochastyczn zale no mi dzy zmiennymi: = + + poprzez dodanie sk adnika losowego . Dodatkowo, podkre lane jest, e model ekonometryczny dotyczy ka dej obserwacji = 1,2, .. , EKONOMETRIA pozwala sprawdzi na ile teoretyczne zale no ci, np. opisane przez modele ekonomiczne, dobrze opisuj obserwowane zjawiska. W tym celu potrzebujemy stworzy zbi r 1. Wprowadzenie3 Model ekonometrycznyEtapy budowy modelu ekonometrycznegoPostawienie hipotezy badawczejWyb r postaci funkcyjnej12 Zebranie danych3 Estymacja4 Weryfikacja5 Zastosowanie6 Temat 1.

6 Wprowadzenie4 Specyfikacja liniowego modelu ekonometrycznegoModel ekonometryczny: = + + + + dla = 1,2, .. , zmienna zale na / obja niana (dependent variable) zmienne niezale ne / regresory / zmienne obja niaj ce (explanatory variables) sk adnik losowy (error lub disturbance term) (nieznane) parametry strukturalne Indeks dolny wskazuje, e model jest prawdziwy dla ka dej obserwacji = 1,2, .. , .Model empiryczny (po oszacowaniu parametr w): = + + + warto ci teoretyczna z modelu (znane) oszacowania parametr w strukturalnychUWAGA: aby uzyska model empiryczny nale y zebra obserwacje dla oraz Etapy budowy modelu ekonometrycznegoPostawienie hipotezy badawczejWyb r postaci funkcyjnej12 Zebranie danych3 Estymacja4 Weryfikacja5 Zastosowanie6 Temat 1.

7 Wprowadzenie5 Rodzaje danychKryterium pochodzenia: Dane mikroekonomiczne (np. dochody gospodarstw domowych, przychody firm) Dane makroekonomiczne (poziom PKB, stopa bezrobocia) Dane ankietowe (np. preferencje polityczne) Dane eksperymentalne (wyniki dzia ania szczepionki)Kryterium typu danych: Jako ciowe (np. p e ) Ilo ciowe (np. doch d) Tekstowe (np. adres zamieszkania)Kryterium obserwacji: Dane przekrojowe (PKB w krajach UE) Szeregi czasowe (PKB w Polsce w okresie 1995-2020) Dane panelowe (PKB w krajach UE w latach 1995-2020)Dane przekrojowe: Obserwacje dla r nych podmiot w z tego samego okresu Indeksowanie: dla = 1,2, .. , Szeregi czasowe: Obserwacje dla tego samego podmiotu z r nych okres w Indeksowanie: dla = 1,2, .. , Dane panelowe: Obserwacje dla r nych podmiot w z r nych okres w Indeksowanie: dla = 1,2.

8 , oraz = 1,2, .. , Przyk ad Rodzaje danychPKB per capitaTemat 1. Wprowadzenie6 r d a danychEurostat: dla kraj w Unii EuropejskiejPrzydatne poj cia:1. Sekcja National accounts: dane o rachunkach narodowych, np. PKB2. Sekcja Balance of payments:dane o inwestycjach zagr. czy wymianie handlowej3. Sekcja Population and social conditions:dane o bezrobociu i wynagrodzeniachPo otwarciu wybranej bazy w prawym g rnym rogu mamy do wyboru nast puj ce opcje:Je eli wielokrotnie korzystamy z danej bazy, warto korzysta z opcji bookmark tworzy ona trwa y link do tej bazy wraz z naszymi ustawieniami (wyboru pa stwa, zakresu danych itp.). r d a danychThe Economic Network s website: World Tables: FRED Federal Reserve Economic Data: wiatowy (World Bank): : Organizacja Narod w Zjednoczonych (UNCTAD): 1.

9 Wprowadzenie7 Przyk ad Model z jedn zmienn obja niaj c !"#$ = + "&# + ,Model ekonometryczny:Model empiryczny (po oszacowaniu parametr w):gdzie !"#$ to ocena z egzaminu z Ekonometrii I, a "&# to liczba godzin sp dzonych na powt rzeniu materia u przed egzaminem. !"#$ '= 12,0 + 4,5 "&# Pytania: Jakie dane s potrzebne do oszacowania parametr w modelu? Czy uwzgl dniono wszystkie czynniki wp ywaj ce na ocen z ekonometrii? Jaka jest interpretacja oszacowa = 12,0oraz = 4,5?Przyk ad Model z wieloma zmiennymi obja niaj cymi !"#$ = + "&# + + $ + ,-. + ,Model ekonometryczny:Model empiryczny (po oszacowaniu parametr w):gdzie !"#$ to ocena z egzaminu z Ekonometrii I, "&# to liczba godzin sp dzonych na powt rzeniu materia u przed egzaminem, $ to p e (1 dla kobiet), a.

10 To miara ilorazu inteligencji. !"#$ '= 48,0 + 5,0 "&# + 0,7 $ + 0,6-. Pytania: Jakiego typu dane wyst puj w modelu? Czy teraz uwzgl dniono wszystkie czynniki wp ywaj ce na ocen z ekonometrii? Dlaczego warto oszacowania tak mocno si zmieni a w por wnaniu z przyk adem 1. Wprowadzenie8 Specyfikacja modelu: zapis macierzowy = + + + + dla = 1,2, .. , W trakcie zaj powy szy model b dziemy zapisywali w postaci macierzowej: +.. 3=1 .. 1 +.. +..1 3 .. + +.. 34 = 56 + 74 wektor 1obserwacji zmiennej zale nej5 macierz 9 + 1zmiennych obja niaj cych7 wektor 1sk adnik w losowych6 wektor 9 + 1 1parametr w strukturalnych liczba obserwacji ( dla szereg w czasowych)9 + 1liczba parametr wDzia ania na macierzachTemat 1.