Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Refine search results

Results found: 1

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  algorytm Metropolisa i Hastingsa
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
EN
The paper presents methods of estimation and evaluation of general equilibrium models, highlights problematic fields and challenges. After definition of preferences, technology and structural shocks model's equations, derived by solving microeconomic optimization problems, are loglinearised and the rational expectation solution is found. The next important step is the connection of theoretical variables with the observed counterparts that allows to construct the likelihood. Estimation, verification and numerical convergence plays crucial role in the overall goodness of the model. A general equilibrium model can also be used to construct hybrid vector autoregression that allows to test degree of its misspecification.
PL
W pracy omówiono podstawowe zagadnienia związane z rozwiązywaniem, estymacją, weryfikacją i stabilnością numeryczną empirycznych modeli równowagi ogólnej. Zasygnalizowano możliwość ich wykorzystania do budowy hybrydowych modeli wektorowej autoregresji, które umożliwiają ocenę stopnia poprawności i potwierdzenia przez obserwacje założeń ekonomicznych przyjętych w części teoretycznej modelu. Estymowany model równowagi ogólnej jest zbiorem warunków pierwszego rzędu, zagadnień optymalizacyjnych podmiotów zdefiniowanych w części teoretycznej i warunków równowagi, zapisywanych w postaci jednej funkcji wektorowej, warunkowej względem parametrów strukturalnych, która tworzy nieliniowy, dynamiczny system racjonalnych oczekiwań, podlegający loglinearyzacji i rozwiązaniu. Stabilność rozwiązania liniowego implikuje liczne, trudne do określenia restrykcje w przestrzeni parametrów strukturalnych, które mogą stanowić przyczynę problemów numerycznych w czasie estymacji. Estymacja parametrów strukturalnych wymaga połączenia danych, pochodzących z makroekonomicznych szeregów czasowych, ze zmiennymi endogenicznymi, zdefiniowanymi w konstrukcji teoretycznej modelu, poprzez równanie obserwacji, stanowiące podstawę konstrukcji funkcji wiarygodności. Liniowe rozwiązanie modelu zapisuje się w formie reprezentacji w przestrzeni stanów, na podstawie której możliwe jest skonstruowanie funkcji wiarygodności, wykorzystując filtr Kalmana, ze względu na nieobserwowalny charakter niektórych zmiennych stanu. Estymacja parametrów strukturalnych jest najczęściej dokonywana poprzez techniki wnioskowania bayesowskiego, które wykorzystują kompletny system warunków pierwszego rzędu, ograniczeń zasobowych i reguł decyzyjnych. Metody bayesowskie pozwalają na skonstruowanie jednej miary określającej stopień dopasowania modelu do danych empirycznych, w postaci brzegowej gęstości obserwacji, umożliwiające formalne porównywania modeli w obrębie danej klasy bądź też z uwzględnieniem wektorowej autoregresji. Możliwe jest również połączenie wiedzy z różnych specyfikacji. Kluczową rolę w ocenie jakości modelu pełni jego weryfikacja, na którą składa się ocena poprawności funkcjonowania algorytmów numerycznych, w szczególności procedury Metropolisa i Hastingsa, oraz analiza wrażliwości pozwalająca na uzyskanie pewnego wglądu w zależności miedzy parametrami w konstrukcji teoretycznej. Sposób rozwiązywania i liniowej aproksymacji modeli równowagi ogólnej nie umożliwia określenia bezpośredniego powiązania parametrów postaci strukturalnej z parametrami postaci zredukowanej, które determinują wnioski ekonomiczne uzyskiwane na podstawie modelu. Powoduje to, że charakterystyka takiego związku wymaga zastosowania dodatkowych metod, w szczególności technik stosowanych w analizie wrażliwości. Oddzielnym zagadnieniem jest stopień poprawności specyfikacji modelu, w szczególności poprawnego określenia relacji strukturalnych w gospodarce, przyjęcia odpowiednich założeń funkcyjnych dla preferencji konsumentów i technologii, nieujęcia zależności nieliniowych, czy też poprawności specyfikacji procesów stochastycznych. Estymowany model równowagi ogólnej jest konstrukcją teoretyczną łączącą w jednym systemie teorię makroekonomii i mikroekonomii, co powoduje że wszelkie wielkości opisujące gospodarkę i prognozy są wynikiem założonej w m odelu teorii i struktury procesów stochastycznych. Z tego względu metody badania stopnia zgodności przyjętych założeń z danymi empirycznymi stanowią szerokie pole badawcze. Jednym ze sposobów jej testowania jest budowa hybrydowych modeli wektorowej autoregresji, w których model równowagi ogólnej jest przyjmowany do generowania rozkładu a priori dla wektorowej autoregresji szacowanej dla danych obserwowanych. Stopień niezgodności przyjętych założeń ekonomicznych z danymi empirycznymi ujawnia się poprzez określone wartości parametru wagowego. Pracę podsumowuje wskazanie obszarów, w których potencjalnie mogą wystąpić problemy w trakcie wykorzystywania estymowanych modeli równowagi ogólnej w praktyce.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.