Estymowane modele równowagi ogólnej: zastosowanie metody dekompozycji funkcji do oceny zależności między parametrami postaci strukturalnej i zredukowanej
Słowa kluczowe:
dynamiczne stochastyczne modele równowagi ogólnej, analiza wrażliwości, wielowymiarowa reprezentacja funkcji, filtr Kalmana, regresja o parametrach zależnych od stanuAbstrakt
W pracy omówiono zagadnienia wykorzystania dekompozycji funkcji w estymowanych modelach równowagi ogólnej do charakterystyki zależności między parametrami postaci strukturalnej i zredukowanej. Dekompozycja funkcji rzędu pierwszego jest traktowana jako model regresji zależnej od stanu i estymowana metodami nieparametrycznymi. Wykorzystują one dowolnie liczną próbkę Monte Carlo, wygenerowaną z rozkładu prawdopodobieństwa dla wektora parametrów strukturalnych, opisującą nieznaną, nieliniową zależność. Estymacja oparta jest na technikach filtrowania i wygładzania wywodzących się z filtru Kalmana, zmodyfikowanych w sposób umożliwiający uwzględnienie znacznie większej zmienności parametrów regresji w modelach zależnych od stanu. Całość metodologii została zilustrowana na przykładzie zaczerpniętym z literatury.Downloads
Bibliografia
Adjemian S. et al. [2011], Dynare: Reference Manual, Version 4, Dynare Working Papers 1.
Berliant M., Dakhlia S. [1997], Sensitivity Analysis for Applied General Equilibrium Models in the Presence of Multiple Equilibria, GE, Growth, Math Methods 9709003, EconWPA.
Erceg C.J., Henderson D.W., Levin A.T. [2000], Optimal Monetary Policy with Staggered Wage and Price Contracts, „Journal of Monetary Economics", vol. 46, nr 2.
Härdle W. [1994], Applied Nonparametric Regression, Springer, Berlin.
Osidele O.O., Beck M.B. [2004], Food Web Modelling for Investigating Ecosystem Behaviour in Large Reservoirs of the South-eastern United States: Lessons from Lake Lanier, Georgia, „Ecological Modelling", vol. 173, nr 2-3.
Rabanal P., Rubio-Ramírez J.F. [2005], Comparing New Keynesian Models of the Business Cycle: A Bayesian Approach, „Journal of Monetary Economics", vol. 52, nr 6.
Ratto M. [2006], Global Sensitivity Analysis for DSGE Models, manuscript.
Ratto M. [2008], Analysing DSGE Models with Global Sensitivity Analysis, „Computational Economics", vol. 31, nr 2.
Ratto M. et al. [2004], Accelerated Estimation of Sensitivity Indices Using State Dependent Parameter Models, Proceedings of the 4th International Conference on Sensitivity Analysis of Model Output (SAMO 2004), Santa Fe, New Mexico, March 8-11.
Saltelli A. [2002], Sensitivity Analysis for Importance Assessment, „Risk Analysis", vol. 22, nr 3.
Saltelli A. et al. [2004], Sensitivity Analysis in Practice: A Guide to Assessing Scientific Models, Wiley.
Saltelli A. et al. [2008], Global Sensitivity Analysis. The Primer, Wiley.
Sobol' I.M. [1993], Sensitivity Analysis for Non-linear Mathematical Models, Mathematical Modeling and Computational Experiment 1, English translation of Russian original paper by I.M. Sobol' (1990).
Sobol' I.M. [2003], Theorems and Examples on High Dimensional Model Representation, „Reliability Engineering and System Safety", vol. 79, nr 2.
Sobol' I.M. et al. [2007], Estimating the Approximation Error when Fixing Unessential Factors in Global Sensitivity Analysis, „Reliability Engineering and System Safety", vol. 92, nr 7.
Wasserman L. [2006], All of Nonparametric Statistics, Springer.
Wróbel-Rotter R. [2007a], Dynamic Stochastic General Equilibrium Models: Structure and Estimation, Modelling Economies in Transition 2006, ed. W. Welfe, P. Wdowiński, Łódź.
Wróbel-Rotter R. [2007b], Dynamiczne Stochastyczne Modele Równowagi Ogólnej: zarys metodologii badań empirycznych, Folia Oeconomica Cracoviensia, vol. 48.
Wróbel-Rotter R. [2007c], Dynamiczny Stochastyczny Model Równowagi Ogólnej: przykład dla gospodarki polskiej, „Przegląd Statystyczny", nr 3, t. 54.
Wróbel-Rotter R. [2008], Bayesian Estimation of a Dynamic General Equilibrium Model [w:] Metody Ilościowe w Naukach Ekonomicznych, Ósme Warsztaty Doktorskie z zakresu Ekonometrii i Statystyki, red. A. Welfe, Szkoła Główna Handlowa w Warszawie, Warszawa.
Wróbel-Rotter R. [2011a], Empiryczne modele równowagi ogólnej: gospodarstwa domowe i producent finalny, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie - Ekonomia, nr 869, Kraków.
Wróbel-Rotter R. [2011b], Obszary stabilności rozwiązania empirycznych modeli równowagi ogólnej: zastosowanie metod analizy wrażliwości, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie - Metody Analizy Danych, nr 873, Kraków.
Wróbel-Rotter R. [2011c], Sektor producentów pośrednich w empirycznym modelu równowagi ogólnej, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie - Ekonomia, nr 872, Kraków.
Wróbel-Rotter R. [2012a], Empiryczne modele równowagi ogólnej: zagadnienia numeryczne estymacji bayesowskiej, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie - Metody Analizy Danych, nr 878, Kraków.
Wróbel-Rotter R. [2012b], Struktura empirycznego modelu równowagi ogólnej dla niejednorodnych gospodarstw domowych, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie - Ekonomia, nr 879, Kraków.
Wróbel-Rotter R. [2012c], Wybrane zagadnienia współczesnego modelowania strukturalnego, część I: Estymowane modele równowagi ogólnej w zarysie, Folia Oeconomica Cracoviensia 53.
Wróbel-Rotter R. [2012d], Wybrane zagadnienia współczesnego modelowania strukturalnego, część II: Wnioskowanie w estymowanych modelach równowagi ogólnej, Folia Oeconomica Cracoviensia 53.
Wróbel-Rotter R. [2013a], Analiza stopnia zgodności z danymi empirycznymi estymowanego modelu równowagi ogólnej, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie - Ekonomia (złożone do druku).
Wróbel-Rotter R. [2013b], Estymowane modele równowagi ogólnej i autoregresja wektorowa. Aspekty teoretyczne, „Przegląd Statystyczny" t. 60, nr 3.
Wróbel-Rotter R. [2013c], Estymowane modele równowagi ogólnej i wektorowa autoregresja. Aspekty praktyczne, „Przegląd Statystyczny" t. 60, nr 4.
Wróbel-Rotter R. [2013d], Estymowane modele równowagi ogólnej i wektorowa autoregresja: model hybrydowy, „Bank i Kredyt" vol. 44, nr 5.
Wróbel-Rotter R. [2013e], Hybrydowy model wektorowej autoregresji - analiza empiryczna funkcji odpowiedzi na zakłócenia strukturalne, manuskrypt niepublikowany.
Young P.C. [2000], Stochastic, Dynamic Modelling and Signal Processing: Time Variable and State Dependent Parameter Estimation [w:] Nonlinear and Nonstationary Signal Processing, ed. W.J. Fitzgerald, Cambridge University Press, Cambridge.
