1
Simultánní dynamický model Tento model zkoumá vzájemné závislosti vývoje tempa růstu/poklesu HDP, míry nezaměstnanosti a míry
inflace v České republice v závislosti na indexu spotřebitelských cen, vývoji počtu volných pracovních míst, na
pracovní síle (ekonomicky aktivní obyvatelstvo), na výdajích domácností, na vývoji reálné úrokové míry a na saldu
zahraničního obchodu v letech 1997 – 2009.
Ekonomický a ekonometrický model
Hlavním smyslem ekonomického modelu je na základě definované množiny prvků a vazeb mezi nimi převést
zkoumaný jev včetně konkretizace vazeb mezi jednotlivými proměnnými do slovní formy a následně do
matematického jazyka. Podmínkou je definice předpokladů o chování modelu.
Ekonometrický model je specifická forma algebraického modelu, zahrnující alespoň jednu, či více náhodných
proměnných.
Předpoklady, formulace EKO modelu a očekávání o chování proměnných
Jako první vysvětlovanou proměnnou jsem zvolila tempo růstu HDP1, které charakterizuje o kolik % reálně
stoupl/klesl HDP ve sledovaném období proti stejnému období roku předchozího. Změna HDP tedy představuje
zrychlení/zpomalení růstu našeho bohatství. Na HDP má vliv nezaměstnanost (nepřímá úměra) a míra inflace.
Přímou závislost na HDP má saldo zahraničního obchodu a celkové výdaje domácností (spotřeba), které jsou
součástí výpočtu HDP při použití výrobkové metody.
Druhou endogenní proměnnou je míra nezaměstnanosti, kterou by měl vysvětlovat počet volných pracovních
míst, pracovní síla ale i další dvě vysvětlované proměnné tj. Δ HDP a míra inflace. Zvyšování HDP se rovná
ekonomickému růstu, z čehož plyne větší poptávka po práci, více pracovních míst a tím pádem dochází ke
snižování nezaměstnanosti. Negativní vztah nezaměstnanosti a inflace charakterizuje Phillipsova křivka. Snižování
míry nezaměstnanosti vede k akcelerující inflaci.
Třetí vysvětlovanou proměnnou je míra inflace, která vyjadřuje změnu cenové hladiny za sledované období.
Dochází při ní k poklesu kupní síly peněz. Je závislá na HDP a vysvětluje ji Index spotřebitelských cen, který patří
v soustavě cenových indexů vypočítávaných v České republice mezi nejdůležitější indikátory cenového vývoje.
Indexy spotřebitelských cen za domácnosti celkem jsou používány k měření inflace v České republice. Dalšími
vysvětlujícími proměnnými jsou výdaje domácností, reálná úroková sazba a samotná míra inflace (PDA) a růst
HDP (t-1). V důsledku vysoké inflace dochází k přerozdělování důchodů → zvýhodňuje ty, kteří mají dluhy (splácí
úvěry) → věřitelům to přináší možnost úpadku.
1. rovnice – Tempo růstu HDP (y1t) je závislé na Míře nezaměstnanosti (y2t), Míře inflace (y3t), CPI (x2t),
Výdajích domácností na spotřebu (x5t) a Saldu ZO (x7t),
2. rovnice – Míra nezaměstnanosti (y2t) je závislá na Tempu růstu HDP (y1t, x9t = y1-t), Míře inflace (y3t), na
Počtu volných pracovních míst v ČR (x3t), Pracovní síle v ČR (x4t), Výdajích domácností na spotřebu (x5t),
3. rovnice – Míra inflace (y3t) je závislá na Tempu růstu HDP (y1t), Míře nezaměstnanosti (y2t), Výdajích
domácností na spotřebu (x5t), Reálné úrokové míře (x6t), Saldu ZO (x7t) a Míře inflace (x8t = PDA)
Formulace ekonometrického modelu a deklarace proměnných
EKM model je tvořen 3mi stochastickými rovnicemi s náhodnou proměnnou (u1t – u3t), 3mi endogenními a 9ti
exogenními proměnnými.
1 Značím ΔHDP
Typ Označení
y1t
y2t
y3t
x1t
x2t
x3t
x4t
x5t
x6t
x7t
x8t
x9t
uit
Indexy spotřebitelských cen k základu
průměr roku 2005 = 100
Počet volných pracovních míst v ČR
Pracovní síla v ČR - ekonomicky aktivní (tis. osob)
(%)
Jednotkový vektor
(tis. míst)
Endogenní (β)
Deklarace proměnných
Proměnná
Růst HDP
Obecná míra nezaměstnanosti ČR
Reálná úroková sazba
Míra inflace (PDA)
Saldo ZO
Růst HDP (t-1)
Exo
gen
ní
(γ)
Měrné jednotky
Náhodné vlivy
(%)
(%)
(%)
(%)
(%)
(%, průměr)
(%)Míra inflace
(%)Výdaje domácností na spotřebu
2
Podkladová data
Formulaci EKM modelu předchází sběr podkladových dat tj. statistické údaje (časové řady).
Růst HDP
Obecná míra
nezaměstnanosti
ČR
Míra
inflace
Jednotkový
vektor
Indexy
spotřebitelských
cen k základu
průměr roku
2005 = 100
Počet
volných
pracovních
míst v ČR
Pracovní síla
v ČR -
ekonomicky
aktivní
Výdaje
domácností
na spotřebu
Reálná
úroková
sazba
Saldo ZOMíra
inflaceRůst HDP
y1t y2t y3t x1t x2t x3t x4t x5t x6t x7t x8t = y3(PDA) x9t = y1(t-1)
1997 -0,7 4,8 8,5 1 76,2 62 5 301 2,2 13,0 -1,5 2,2 4,0
1998 -0,8 6,5 10,7 1 84,4 38 5 324 -0,8 9,4 -2,1 -8,6 -0,7
1999 1,3 8,7 2,1 1 86,2 35 5 286 2,8 5,0 -0,5 1,8 -0,8
2000 3,6 8,8 3,9 1 89,4 52 5 280 1,3 5,0 -0,2 0,8 1,3
2001 2,5 8,1 4,7 1 93,6 52 5 256 2,3 3,8 1,6 -2,9 3,6
2002 1,9 7,3 1,8 1 95,4 41 5 241 2,2 1,8 2,9 -1,7 2,5
2003 3,6 7,8 0,1 1 95,5 40 5 207 6,0 1,0 0,8 2,7 1,9
2004 4,5 8,3 2,8 1 98,1 51 5 230 2,9 1,5 -2,8 -0,9 3,6
2005 6,3 7,9 1,9 1 100,0 52 5 320 2,5 1,0 -6,6 0,6 4,5
2006 6,8 7,1 2,5 1 102,5 93 5 410 5,0 1,5 -1,5 0,3 6,3
2007 6,1 5,3 2,8 1 105,4 141 5 432 4,9 2,5 -0,7 3,5 6,8
2008 2,5 4,4 6,3 1 112,1 91 5 416 3,6 1,6 -1,3 -5,3 6,1
2009 -4,1 6,7 1,0 1 113,3 31 5 502 -0,3 0,3 0,2 0,2 2,5
Průměr: 2,6 7,1 3,8 1,0 96,3 60,0 5 323,4 2,7 3,6 -0,9 -0,6 3,2
Sm. odch. 3,0 1,4 2,9 0,0 10,3 30,0 86,5 1,9 3,6 2,2 3,3 2,3
Rok
Zdroj: ČSU http://apl.czso.cz/pll/rocenka/rocenka.presmsocas ; HALMAKRO ;
http://www.cnb.cz/cnb/STAT.ARADY_PKG.VYSTUP?p_period=12&p_sort=1&p_des=50&p_sestuid=108&p_uka=2&p_strid=EAA&p_od=199601&p_do=200912&p_
lang=CS&p_format=0&p_decsep=%2C
Podkladová data
Korelační matice
Poskytuje informace o mutikolinearitě mezi zahrnutými proměnnými. Korelační koeficient nabývá hodnot
v absolutní hodnotě mezi 0 a 1. Čím více se hodnota blíží k 1, tím vyšší existuje závislost mezi proměnnými.
y1t y2t y3t x2t x3t x4t x5t x6t x7t x8t x9t
y1t 1 0,211101702 -0,33261 0,17942004 0,559020125 -0,184629107 0,715020779 -0,39700993 -0,3308842 0,2933722 0,529552
y2t 0,2111017 1 -0,48957 -0,2066036 -0,562616381 -0,560025307 -0,067289071 -0,28052631 0,0452003 0,1682181 -0,52473
y3t -0,3326116 -0,489566831 1 -0,4868167 0,053353554 0,030688196 -0,456450835 0,804251066 -0,1665485 -0,6345339 -0,12589
x2t 0,17942004 -0,206603617 -0,48682 1 0,368606241 0,632095208 0,224218397 -0,83772298 -0,0272354 -0,0098165 0,561185
x3t 0,55902013 -0,562616381 0,053354 0,36860624 1 0,471028221 0,552442065 -0,11017995 -0,1202948 0,2159345 0,804215
x4t -0,1846291 -0,560025307 0,030688 0,63209521 0,471028221 1 -0,133537384 -0,18808971 -0,1553331 -0,0281423 0,439438
x5t 0,71502078 -0,067289071 -0,45645 0,2242184 0,552442065 -0,133537384 1 -0,38107325 0,0449326 0,5196325 0,543165
x6t -0,3970099 -0,280526311 0,804251 -0,837723 -0,110179954 -0,188089711 -0,381073249 1 -0,0497909 -0,155381 -0,33672
x7t -0,3308842 0,045200264 -0,16655 -0,0272354 -0,120294814 -0,155333108 0,04493262 -0,04979088 1 0,0245273 -0,2053
x8t 0,29337216 0,16821815 -0,63453 -0,0098165 0,215934519 -0,028142301 0,519632544 -0,15538097 0,0245273 1 0,21679
x9t 0,52955206 -0,524727964 -0,12589 0,5611853 0,804215267 0,439438052 0,543164774 -0,33671659 -0,2053004 0,2167895 1
Korelační matice
Hlavní diagonálu korelační matice tvoří jedničky. Ostatní prvky matice představují párové koeficienty korelace
mezi příslušnými dvojicemi vysvětlujících proměnných, které by neměly převyšovat hodnotu 0,8 resp. 0,9. Jestliže
tuto hodnotu převyšují, jedná se o velmi silnou závislost mezi proměnnými a příslušné proměnné by se neměly
objevovat současně na pravé straně jedné rovnice v modelu. V mém případě se vyskytla multikolinearita ve třech
případech. Ve vztahu x6t a y3t, x6t a x2t a x9t a x3t. U x6t a y3t ani u x6t a x2t mi nevadí, není na jedné straně rce. U x9t a
x3t je hodnota na samé hranici 0,8, což může být způsobeno zaookrouhlením v PC. Tudíž ji nebudu řešit. V případě,
že by se hodnota přiblížila více 0,9, existuje několik možností řešení, jak se s multikolinearitou vypořádat tj.
zavedení postupných deferenciací (PDA, PDR), zavedení dummy proměnné či vypuštění dané proměnné z rce.
Identifikace modelu
Jedná se o ověření, zda je model vhodný k dalším výpočtům. Každý model musí vyhovovat podmínce
identifikovatelnosti, která má ve strukturální formě tvar k** ≥ g - 1 a představuje závislost endogenních na
Stochastické rovnice EKM modelu:
EKO model:
y1=fce (y2,y3,x1,x2,x5,x7)
y2=fce (y1,y3,x1,x3,x4,x5,x9)
y3=fce (y1,y2,x1,x5,x6,x7,x8)
3
predeterminovaných proměnných, kde k** je počet predeterminovaných proměnných nezahrnutých v rci a g je
počet proměnných v rci zahrnutých.
k = 9, g = 3
1. rovnice k** = 5 g*= 3 5 > 3 - 1 5 > 2 rovnice je přeidentifikovaná
2. rovnice k** = 4 g*= 3 4 > 3 - 1 4 > 2 rovnice je přeidentifikovaná
3. rovnice k** = 4 g*= 3 4 > 3 - 1 4 > 2 rovnice je přeidentifikovaná
Podmínka identifikace je splněna pro všechny stochastické rovnice tzn. daný model lze řešit.
Odhad modelu DMNČ v MS Excel
Dle specifikace šablony projektu uvádím pouze matici Cii pro každou rovnici, dále pak vektor odhadnutých
strukturálních parametrů společně s přepisem do rovnic a nakonec zkoušku.
1.rovnice
Cii
0,168750517 0,080148431 -2,955672171 0,013982067 0,047903361 0,012852577
0,080148431 0,052727343 -1,643894499 0,008361339 0,030956479 0,009249749
-2,955672171 -1,643894499 62,53399229 -0,343985361 -0,944425265 -0,272619016
0,013982067 0,008361339 -0,343985361 0,002124097 0,003984442 0,001566768
0,047903361 0,030956479 -0,944425265 0,003984442 0,041257871 0,004411563
0,012852577 0,009249749 -0,272619016 0,001566768 0,004411563 0,0173579
Parametry 1. rovnice
1,694097286 β12y2t
0,693008553 β13y3t
-29,00748626 γ11x1t
0,128978314 γ12x2t
1,594222478 γ15x5t
-0,390430 γ17x7t
Interpretace výsledků strukturované formy 1. rce
Snížení míry nezaměstnanosti o 1 % (p.b.) má za následek zvýšení tempa růstu HDP o 1,694 procentního bodu.
Snížení míry inflace o 1% (p.b.) zvýší Δ HDP o 0,693p.b. Zvýšení indexu spotřebitelských cen o 1 % (p.b.) se
projeví zvýšením Δ HDP o 0,128 p.b. Zvýšení výdajů domácností na spotřebu o 1% (p.b.) má za následek zvýšení
Δ HDP o 1,594 p.b. Pokles salda ZO o 1% se projeví poklesem Δ HDP o 0,39 p.b.
2.rovnice Cii
0,032647175 0,011926531 -3,610387981 -0,002442618 0,00068499 0,001480895 -0,007062693
0,011926531 0,021561858 -2,795026591 -0,002408332 0,000517967 0,025872909 0,000371704
-3,610387981 -2,79502659 1080,226169 0,556412949 -0,203914536 -5,345309982 1,893516401
-0,002442618 -0,00240833 0,556412949 0,000620291 -0,000105665 -0,003888927 -0,001688165
0,00068499 0,000517967 -0,203914536 -0,000105665 3,85158E-05 0,000992125 -0,000356332
0,001480895 0,025872909 -5,345309982 -0,003888927 0,000992125 0,086198988 -0,010538195
-0,007062693 0,000371704 1,893516401 -0,001688165 -0,000356332 -0,010538195 0,046722702
Přepis:
β11y1t = β12y2t + β13y3t + γ11x1t + γ12x2t + γ15x5t + γ17x7t + u1t
y1t = 1,694y2t + 0,693y3t - 29,007x1t + 0,128x2t + 1,594x5t - 0,39x7t + u1t Zkouška: y1t skutečné y1t dopočítané dle rovnice
2,6 2,576923077
Proměnná PrůměrHodnota
parametruSoučin
y1t 2,576923077
y2t 7,05 1,69 11,95
y3t 3,78 0,69 2,62
x1t 1,00 -29,01 -29,01
x2t 96,32 0,13 12,42
x5t 2,66 1,59 4,24
x7t -0,90 -0,39 0,35
2,577 Funkční hodnota
4
Parametry 2. rovnice
0,303816546 β21y1t
-0,248245891 β23y3t
25,43529203 γ21x1t
-0,009855244 γ23x3t
-0,0029880 γ24x4t
-0,3278302 γ25x5t
-0,267673213 γ29x9t
Interpretace výsledků strukturované formy 2. rce
Snížení Δ HDP (i Δ HDP t-1) o 1% (p.b.) se projeví na míře nezaměstnanosti jejím zvýšením o 0,304 p.b.
Zvýšením míry inflace o 1% (p.b.) dojde ke snížení míry nezaměstnanosti o 0,248 p.b. Při nárůstu počtu volných
pracovních míst o tisíc dojde ke snížení míry nezaměstnanosti o 0,009% (p.b.). Při růstu pracovní síly o tisíc
obyvatel dojde k poklesu míry nezaměstnanosti o 0,003% (p.b.). Snížení reálné úrokové sazby o 1% vyvolá snížení
míry nezaměstnanosti o 0,267 p.b.
3.rovnice Cii
0,036235911 -0,0245355 0,226065415 -0,048899382 0,001173543 0,01876438 0,006412555
-0,02453551 0,07261584 -0,623321789 0,048389992 0,007291797 -0,013968691 -0,011524807
0,226065415 -0,6233218 5,922640198 -0,550255994 -0,100481748 0,141827055 0,132180697
-0,04889938 0,04838999 -0,550255994 0,104443623 0,006111836 -0,026191523 -0,019896271
0,001173543 0,0072918 -0,100481748 0,006111836 0,008189934 0,000797019 -0,001278941
0,01876438 -0,0139687 0,141827055 -0,026191523 0,000797019 0,025446354 0,003441592
0,006412555 -0,0115248 0,132180697 -0,019896271 -0,001278941 0,003441592 0,011953822
Parametry 3. rovnice
0,189970075 β31y1t
-0,657289962 β32y2t
6,089072089 γ31x1t
-0,172848251 γ35x5t
0,553065823 γ36x6t
-0,049829 γ37x7t
-0,428466156 γ38x8t
Přepis:
y2t = 0,304y1t - 0,248y3t + 25,435x1t - 0,009x3 t - 0,003x4t - 0,327x5t - 0,267x9t + u2t
β22y2t = β21y1t + β23y3t + γ21x1t + γ23x3 t+ γ24x4t + γ25x5t + γ29x9t + u2t
Zkouška: y2t skutečné y2t dopočítané dle rovnice
7,1 7,053846154
Proměnná PrůměrHodnota
parametruSoučin
y2t 7,1
y1t 2,58 0,30 0,78
y3t 3,78 -0,25 -0,94
x1t 1,00 25,44 25,44
x3t 60,01 -0,01 -0,59
x4t 5323,36 0,00 -15,91
x5t 2,66 -0,33 -0,87
x9t 3,20 -0,27 -0,86
7,054 Funkční hodnota
Přepis:
y3t = 0,189y1t - 0,657y2t + 6,089x1t - 0,172x5t + 0,553x6t - 0,049x7t - 0,428x8t + u3t
β33y3t = β31y1t + β32y2t +γ31x1t + γ35x5t + γ36x6t + γ37x7t + γ38x8t + u3t
Zkouška: y3t skutečné y3t dopočítané dle rovnice
3,8 3,77692308
Proměnná PrůměrHodnota
parametruSoučin
y3t 3,8
y1t 2,58 0,19 0,49
y2t 7,05 -0,66 -4,64
x1t 1,00 6,09 6,09
x5t 2,66 -0,17 -0,46
x6t 3,63 0,55 2,01
x7t -0,90 -0,05 0,04
x8t -0,56 -0,43 0,24
3,777 Funkční hodnota
5
Interpretace výsledků strukturované formy 3. rce
Snížení Δ HDP o 1% (p.b.) se projeví na míře inflace růstem o 0,189% (p.b.). Zvýšení míry nezaměstnanosti o
1% (p.b.) má za následek snížení míry inflace o 0,657% (p.b.). Zvýšení výdajů domácností na spotřebu o 1% se
projeví na míře inflace jejím snížením o 0,172% (p.b.). Vzroste-li reálná úroková sazba o 1%, vyvolá to růst míry
inflace o 0,553% (p.b.). Vzroste-li saldo ZO o 1% klesne míra inflace o 0,049% (p.b.). Snížení míry inflace (PDA)
o 1% (p.b.) se projeví snížením samotné míry inflace o 0,428% (p.b.).
Odhad modelu v SW Gretl
Výsledky získané pomocí SW Gretl jsou shodné s výsledky z Excelu.
1.rovnice 2.rovnice
3.rovnice
6
Statistická verifikace
1.rovnice Rok y skut. y teor. (y sk. - y pr.)^2 (y teor. - y pr.)^2 (y sk. - y teor.)^2
1997 0,70 - 1,06 - 10,73822 15,55917 0,13262
1998 0,80 - 0,15 - 11,40361 9,18523 0,42202
1999 1,30 2,96 1,63053 0,00691 2,76706
2000 3,60 2,28 1,04669 0,35499 1,73044
2001 2,50 3,09 0,00592 0,04239 0,34367
2002 1,90 0,71 - 0,45822 12,91637 6,83084
2003 3,60 5,85 1,04669 8,79624 5,04538
2004 4,50 5,36 3,69822 6,16440 0,74506
2005 6,30 5,15 13,86130 5,16416 1,31601
2006 6,80 6,53 17,83438 13,32114 0,07281
2007 6,10 3,59 12,41207 0,50497 6,29529
2008 2,50 3,52 0,00592 0,40625 1,03576
2009 4,10 - 2,91 - 44,58130 33,49496 1,42293
Průměr 2,5769 2,8803
Celkem 118,72308 105,91717 28,15988
2,056124417 1,504715002 1,828881714 1,395285638 3,91317367 1,477503879
t-test 99% nevýznamný nevýznamný nevýznamný nevýznamný významný nevýznamný
t-test 90% významný nevýznamný nevýznamný nevýznamný významný nevýznamný
Test významnosti jednotlivých parametrů prokázal, že pro první rovnici se jako statisticky významný
jeví parametry y2 při hladině významnosti 90% a x5 při hladinách významnosti 90% a 99%.
Koeficient determinace R2 = 0,763 vyšel shodně se SW Gretl (0,766). Z hodnoty R
2 vyplývá, že
změny růstu HDP jsou vysvětleny změnami v hodnotách zvolených nezávisle proměnných ze 76,3 %.
2.rovnice
Rok y skut. y teor. (y sk. - y pr.)^2 (y teor. - y pr.)^2 (y sk. - y teor.)^2
1997 4,80 4,87 5,07982 4,77844 0,00461
1998 6,50 6,71 0,30675 0,11990 0,04309
1999 8,70 8,46 2,70982 1,98955 0,05553
2000 8,80 8,50 3,04905 2,08463 0,09140
2001 8,10 7,09 1,09444 0,00152 1,01447
2002 7,30 8,11 0,06059 1,12439 0,66295
2003 7,80 8,07 0,55675 1,04140 0,07526
2004 8,30 8,06 1,55290 1,01372 0,05727
2005 7,90 8,44 0,71598 1,93005 0,29497
2006 7,10 6,47 0,00213 0,34154 0,39762
2007 5,30 5,55 3,07598 2,27173 0,06082
2008 4,40 4,74 7,04290 5,37539 0,11247
2009 6,70 6,63 0,12521 0,18308 0,00548
Průměr 7,0538 7,0538
Celkem 25,37231 22,25534 2,87593
2,428704915 2,441884468 1,117803636 0,571552194 0,695423475 1,612812985 1,788657025
t-test 99% nevýznamný nevýznamný nevýznamný nevýznamný nevýznamný nevýznamný nevýznamný
t-test 90% významný významný nevýznamný nevýznamný nevýznamný nevýznamný nevýznamný Test významnosti jednotlivých parametrů pro druhou rci ukázal, že dle nadefinované fce v .xls KDYŽ
se jako statisticky významné jeví parametry y1t a y3t při hladině významnosti 90%.
Koeficient determinace R2 je vysoký (0,887), což značí, že do modelu byly zahrnuty faktory, které
výrazně ovlivňují vysvětlovanou proměnou tzn. míra nezaměstnanosti je z 88,7% závislá na změně
predeterminovaných proměnných. R2
vyšlo opět shodně i v SW Gretl.
Celkový rozptylTeoretický
rozptyl
Reziduální
rozptyl
Index
determinace
Korigovaný
rezid. rozptyl
1,952 1,712 0,221 0,887 0,479
0,01565 0,125094055 2,428704915 99% 3,4995
0,01034 0,101661604 2,441884468 90% 1,8946
517,77660 22,75470503 1,117803636
0,00030 0,017242947 0,571552194
0,00002 0,004297 0,695423475
0,04132 0,203266097 1,612812985
0,02240 0,149650386 1,788657025
Testovací kritériumVariace
koeficientů
Směr.
Odchylkat-test
Celkový rozptylTeoretický
rozptyl
Reziduální
rozptyl
Index
determinace
Korigovaný
rezid. rozptyl
9,133 8,147 2,166 0,763 4,023
0,67886 0,82392742 2,056124417 99% 3,4995
0,21211 0,460558014 1,504715002 90% 1,8946
251,56427 15,86077768 1,828881714
0,00854 0,092438645 1,395285638
0,16597 0,407398856 3,91317367
0,06983 0,264250 1,477503879
Variace
koeficientů
Směr.
Odchylkat-test Testovací kritérium
7
3.rovnice
Rok y skut. y teor. (y sk. - y pr.)^2 (y teor. - y pr.)^2 (y sk. - y teor.)^2
1997 8,50 9,69 22,30746 34,05892 1,40526
1998 10,70 10,79 47,92899 48,18895 0,00833
1999 2,10 2,15 2,81207 2,87911 0,00277
2000 3,90 3,20 0,01515 0,42615 0,49473
2001 4,70 4,08 0,85207 0,05280 0,38537
2002 1,80 2,82 3,90822 1,05298 1,04711
2003 0,10 0,03 - 13,51976 15,08604 0,01813
2004 2,80 2,34 0,95438 2,27262 0,20985
2005 1,90 2,29 3,52284 2,44422 0,14902
2006 2,50 2,63 1,63053 1,49759 0,01579
2007 2,80 2,84 0,95438 1,02865 0,00124
2008 6,30 6,26 6,36592 5,80679 0,00167
2009 1,00 1,00 7,71130 8,11463 0,00000
Průměr 3,7769 3,8494
Celkem 112,48308 122,90945 3,73926
1,26414969 3,089756157 3,169394784 0,677496294 7,741400139 0,395689671 4,96416302
t-test 99% nevýznamnýnevýznamný nevýznamný nevýznamný významný nevýznamný významný
t-test 90% nevýznamný významný významný nevýznamný významný nevýznamný významný
Test významnosti jednotlivých parametrů pro třetí rci ukázal, že jako statisticky významný při zvolených
hladinách významnosti 90% a 99% se jeví y2t, x6 a x8 a to na hladině významnosti 90%. Na hladině významnosti
99% je to pak x6 a x8. Koeficient determinace R2 je vysoký (0,967), což značí, že do modelu byly
zahrnuty faktory, které výrazně ovlivňují vysvětlovanou proměnou tzn. míra inflace je závislá z 96,7% na
změně predeterminovaných proměnných. R2 vyšlo opět shodně i v SW Gretl.
Matice B, Γ, M, redukovaný tvar modelu
Strukturální forma modelu představuje závislost endogenních proměnných jak na predeterminovaných
proměnných, tak na jiných vysvětlujících endogenních proměnných, s nimiž jsou v simultánním vztahu.
Redukovaná forma představuje závislost endogenních proměnných pouze na predeterminovaných proměnných.
b 1 -1,694097286 -0,693008553 b
-12,04720 3,03006 0,66653 _-b
-1-2,04720 -3,03006 -0,66653
-0,303816546 1 0,248245891 0,62788 2,12431 -0,09222 -0,62788 -2,12431 0,09222
-0,18997 0,657289962 1 -0,02379 -0,82067 1,18724 0,02379 0,82067 -1,18724
x1t x2t x3t x4t x5t x6t x7t x8t x9t
g 29,00748626 -0,128978314 0 0 -1,594222478 0 0,390430397 0 0
-25,43529203 0 0,009855244 0,0029880 0,3278302 0 0 0 0,267673213
-6,089072089 0 0 0 0,172848251 -0,55307 0,049829278 0,428466156 0
M x1t x2t x3t x4t x5t x6t x7t x8t x9t
_-b-1
. g 21,74472 0,26404 -0,02986 -0,00905 2,15514 0,36863 -0,83250 -0,28559 -0,81106
35,25761 0,08098 -0,02094 -0,00635 0,32051 -0,05101 -0,24055 0,03952 -0,56862
-12,95456 -0,00307 0,00809 0,00245 0,02590 0,65662 -0,04987 -0,50869 0,21967
Redukovaný tvar modelu:
1. rovnice y1t = 21,744x1t + 0,264x2t - 0,029x3t - 0,009x4t + 2,155x5t + 0,368x6t - 0,832x7t - 0,285x8t - 0,811x9t + v1t
2. rovnice y2t = 35,257x1t + 0,081x2t - 0,021x3t - 0,006x4t + 0,321x5t - 0,051x6t - 0,241x7t + 0,039x8t - 0,568x9t + v2t
3. rovnice y3t = -12,955x1t - 0,003x2t + 0,008x3t + 0,002x4t + 0,026x5t + 0,656x6t - 0,049x7t - 0,508x8t + 0,219x9t + v3t
Rovnice v redukovaném tvaru
Celkový
rozptyl
Teoretický
rozptyl
Reziduální
rozptyl
Index
determinace
Korigovaný
rezid.
rozptyl
8,653 9,455 0,288 0,967 0,623
0,02258 0,150274985 1,264149687 99% 3,4995
0,04525 0,212731985 3,089756157 90% 1,8946
3,69105 1,921209727 3,169394784
0,06509 0,255127965 0,677496294
0,00510 0,071442609 7,741400139
0,01586 0,125930 0,395689671
0,00745 0,086311863 4,96416302
Variace
koeficientů
Směr.
Odchylkat-test Testovací kritérium
8
Zkouška:
Do získaných rovnic byl dosazen průměr parametrů x a porovnán s průměrnou hodnotou y. Hodnoty se rovnají,
zkouška vyšla.
Proměnná y1 y2 y3 x1t x2t x3t x4t x5t x6t x7t x8t x9t
Průměr 2,58 7,05 3,78 1,00 96,32 60,01 5323,36 2,66 3,63 -0,90 -0,56 3,20
y1t 2,57692 21,74472 25,43156 -1,79195 -48,19690 5,73600 1,33928 0,74925 0,16037 -2,59541
y2t 7,05385 35,25761 7,79990 -1,25630 -33,78983 0,85305 -0,18531 0,21649 -0,02219 -1,81959
y3t 3,77692 -12,95456 -0,29556 0,48533 13,05375 0,06893 2,38556 0,04488 0,28565 0,70295
Ze zkoušky je zřejmé, že výpočet rovnic byl proveden správně, tedy Levé strany = Pravým stranám, tedy skutečné hodnoty se rovnají teoretickým.
Zkouška:
Interpretace redukovaného tvaru modelu
V redukovaném tvaru se v rcích nepromítá závislost endogenních proměnných na jiné endogenní proměnné.
Endogenní proměnnou ovlivňují pouze exogenní proměnné (x). Každá rce v redukovaném tvaru obsahuje všechny
exogenní proměnné, to znamená, že endogenní proměnná je ovlivněna exogenními proměnnými i ostatních rovnic.
Naproti tomu ve strukturální formě, je endogenní proměnná ovlivněna jak exogenními proměnnými, tak i některou
z endogenních proměnných.
y1t = 21,744x1t + 0,264x2t - 0,029x3t - 0,009x4t + 2,155x5t + 0,368x6t - 0,832x7t - 0,285x8t - 0,811x9t + v1t Zvýšení indexu spotřebitelských cen o 1% (p.b.) má za následek ΔHDP o 0,264 p.b. Index spotřebitelských cen
měří vývoj celkové cenové hladiny (spotřební koš - soubor vybraných druhů zboží a služeb placených
obyvatelstvem). Jeho růst/pokles je závislý na změně ceny sledovaných statků, zboží a služeb zahrnutých ve
spotřebním koši. Růst počtu volných pracovních míst tzn. zvýšení míry nezaměstnanosti má za následek snížení ΔHDP o 0,029
p.b. Pokles pracovní síly tzn. menší počet ekonomicky aktivních osob o danou jednotku znamená pokles ΔHDP o
0,009 p.b. Vzrostou-li výdaje domácností na spotřebu o 1%, vzroste ΔHDP o 2,155 p.b. Růst úrokové sazby o 1%
(p.b.) vede ke ΔHDP o 0,368 p.b. Naopak poklesne-li saldo ZO, poklesne ΔHDP o 0,832 p.b. ΔHDP je ovlivněn
mírou inflace – růst míry inflace o 1% (p.b.) vyvolá snížení ΔHDP o 0,285 p.b.
y2t = 35,257x1t + 0,081x2t - 0,021x3t - 0,006x4t + 0,321x5t - 0,051x6t - 0,241x7t + 0,039x8t - 0,568x9t + v2t
Zvýšení indexu spotřebitelských cen o 1% (p.b.) vyvolá zvýšení míry nezaměstnanosti o 0,081% (p.b.). Je
logické, že lidé se zvýšením cen dávají přednost substitutům a snižují výdaje na spotřebu. Pokles počtu volných
pracovních míst o jednotku znamená pokles míry nezaměstnanosti o 0,021 p.b. Pokles počtu volných pracovních
míst znamená vyšší zaměstnanost z čehož vyplývá pokles míry nezaměstnanosti a růst zaměstnanosti. Růst
pracovní síly tzn. větší počet ekonomicky aktivních osob o danou jednotku znamená pokles míry nezaměstnanosti o
0,006 p.b. Vzrostou-li výdaje domácností na spotřebu o 1%, vzroste míra nezaměstnanosti o 0,321 p.b. Pokles
úrokové sazby o 1% vede ke snížení míry nezaměstnanosti o 0,051 p.b. Poklesne-li saldo ZO o 1%, poklesne míra
nezaměstnanosti o 0,241 p.b. Snížení míry inflace o 1% (p.b.) se projeví zvýšením míry nezaměstnanosti o 0,039
p.b. Pokles ΔHDP o 1% (p.b.) má za následek snížení míry nezaměstnanosti o 0,568 p.b.
y3t = -12,955x1t - 0,003x2t + 0,008x3t + 0,002x4t + 0,026x5t + 0,656x6t - 0,049x7t - 0,508x8t + 0,219x9t + v3t Zvýšení indexu spotřebitelských cen o 1% (p.b.) vyvolá snížení míry inflace o 0,003% (p.b.). Pomocí indexu
spotřebitelských cen se měří vývoj celkové cenové hladiny tzn. přímá úměra. Zvýšení počtu volných pracovních
míst o tisíc znamená růst míry inflace o 0,008 p.b. Růst pracovní síly tzn. větší počet ekonomicky aktivních osob o
danou jednotku znamená růst míry inflace o 0,002 %. Vzrostou-li výdaje domácností na spotřebu o 1%, vzroste
míra inflace o 0,026 p.b. Růst úrokové sazby o 1% vede k růstu míry inflace o 0,656 p.b. S růstem salda ZO o 1%,
poklesne míra inflace o 0,049 p.b. Snížení míry inflace o 1% (p.b.) vyvolá snížení míry inflace o 0,508 p.b. Pokles
ΔHDP o 1% (p.b.) má za následek růst míry inflace o 0,219 p.b.
Ne všechny interpretace rovnic v redukovaném stavu odpovídají ekonomické teorii. Objevily se zde oproti
strukturovanému tvaru i jiné „skryté“ menší závislosti mezi proměnnými.
9
Aplikace modelu
Výpočet pružností
Obecně představují koeficienty pružnosti % změnu endogenní proměnné při jednoprocentní změně
predeterminované proměnné.
Pružnosti vypočtené pro první rovnici:
Rok y teor. y2t y3t x2t x5t x7t
1997 1,06 - 7,64 - 5,54 - 9,24 - 3,30 - 0,55 -
1998 0,15 - 73,23 - 49,31 - 72,39 - 8,48 5,45 -
1999 2,96 4,97 0,49 3,75 1,51 0,07
2000 2,28 6,53 1,18 5,05 0,91 0,03
2001 3,09 4,45 1,06 3,91 1,19 0,20 -
2002 0,71 - 17,33 - 1,75 - 17,24 - 4,92 - 1,59
2003 5,85 2,26 0,01 2,11 1,64 0,05 -
2004 5,36 2,62 0,36 2,36 0,86 0,20
2005 5,15 2,60 0,26 2,50 0,77 0,50
2006 6,53 1,84 0,27 2,02 1,22 0,09
2007 3,59 2,50 0,54 3,79 2,18 0,08
2008 3,52 2,12 1,24 4,11 1,63 0,14
2009 2,91 - 3,90 - 0,24 - 5,03 - 0,16 0,03
Průměr 2,58 5,56 - 3,96 - 5,72 - 0,95 0,27 -
Při interpretaci pružnosti první rovnice vycházím z průměrné pružnosti.
Vzroste-li saldo ZO o 1%, Δ HDP se sníží o 0,27 %. Proměnná se chová oproti očekávání obráceně.
Důvodem je záporné saldo ZO ve sledovaném období, se kterým se pak pružnosti vypočítávaly a proto
vyšla v záporné hodnotě tj. snížení. V případě kladné hodnoty proměnné u sledovaného období, by došlo
ke zvýšení Δ HDP o 0,27%, tak jak je dle ekonomické teorie správné.
Vzrostou-li výdaje domácností na spotřebu o 1%, Δ HDP se zvýší o 0,95%.
Vzroste-li inflace o 1%, Δ HDP se sníží v absolutní hodnotě o 3,96 %.
Vzroste-li míra nezaměstnanosti o 1%, Δ HDP se sníží v absolutní hodnotě o 5,56%.
Zvýší-li se Index spotřebitelských cen o 1%, Δ HDP se sníží o 5,72% .
Pružnosti < 1 ukazují na neelastický vztah mezi proměnnými. Naopak pružnosti > 1 znamenají elastický vztah.
Simulace definovaných scénářů
Scénář: Jakou hodnotu musí mít počet volných pracovních míst, aby průměrná míra nezaměstnanosti (obecná)
byla 6,5 %?
Použiji druhou rci:
y2t = 0,304y1t - 0,248y3t + 25,435x1t - 0,009x3t - 0,003x4t - 0,327x5t - 0,267x9t
6,5 = 0,304y1t - 0,248y3t + 25,435x1t - 0,009x3t - 0,003x4t - 0,327x5t - 0,267x9t
X3t = - 6,5 + 0,304y1t - 0,248y3t + 25,435x1t - 0,009x3t - 0,003x4t - 0,327x5t - 0,267x9t
0,009
X3t = 59,5 tis. míst
Tzn. když bychom chtěli snížit průměrnou obecnou míru nezaměstnanosti ze 7,1% na 6,5% musí dojít k úbytku
volných pracovních míst na 59,5 tis. míst tzn. ↑zaměstnanosti při nezměněných ostatních faktorech.
Závěr
Tento ekonometrický model závislosti makroekonomických ukazatelů většinou potvrzuje ekonomickou teorii.
Veškeré provedené zkoušky, ať už v Gretlu, či Excelu vycházely s pozitivním výsledkem. Dílčí výsledky zadání
jsou ekonomicky i matematicky interpretovány u příslušné části textu. Tam, kde výsledek nekoresponduje
s ekonomickou teorií jsem pravděpodobně nedostatečně nadefinovala závislosti či zvolila nesprávné proměnné.
Dalším negativním faktorem, který ovlivnil vypovídací hodnotu je nedostatečná délka časové řady tj. období
10
pozorování. V reálném světě si myslím je mnou vytvořený model nepoužitelný, určitě bych dost věcí udělala jinak
a každopádně bych si nadefinovala jiné proměnné resp. doplnila bych i jiné.
Z osobního hlediska konstatuji, že ekonometrický model jsem sestavovala poprvé v životě. Na základě zkušeností
nabytých sestavováním, jsem pochopila některé věci, které mi nebyly jasné ze skript. Toto považuji za největší
přínos, při tvorbě modelu.
Použité zdroje a literatura
Poznámky z přednášek a cvičení
Tvrdoň J..Peterová J., Hálová P., : Cvičení z ekonometrie, PEF ČZU Praha 2007
Tvrdoň J., : Ekonometrie, PEF ČZU Praha 2008
www.cnb.cz (statistika / databáze ARAD)
www.czso.cz
Software: Gretl, http://gretl.sourceforge.net/win32/