Forsinket endogen modell
En forsinket endogen modell er en økonometrisk modell der den forklarte variabelen fremstår som forklarende med minst ett lag.
Egentlig er en forsinket endogen modell en type endelig distribuert lags-modell. Det som skjer er at den forsinkede endogene modellen har en spesiell egenart. Det særegne er at en av de forklarende variablene er variabelen forklart med minst ett lag. For å forstå det bedre, la oss se følgende eksempel:
Som man kan se, er det en dynamisk økonometrisk modell. Det vil si at den presenterer forsinkelser i forklaringer. I tillegg inkluderer den som forklarende variabel den forklarte eller avhengige variabelen med forsinkelse (Yt-1). Selvfølgelig er en forsinkelse inkludert, for hvis det var i samme øyeblikk, ville koeffisienten alltid være 1. Forholdet til en variabel med seg selv, i dette nøyaktige øyeblikket, er 1.
En detalj det er verdt å nevne er at for at en økonometrisk modell skal betraktes som forsinket endogen, er det nok at den forklarte variabelen fremstår som forklarende med minst en forsinkelse. Nå er dette ikke uforenlig med det faktum at flere lag kan vises i andre forklarende variabler.
Tolkning av den forsinkede endogene modellen
Å tolke denne typen modeller er veldig enkel. Imidlertid kan det til å begynne med virke vanskelig å forstå. Du lurer sikkert på hvordan det kan være at en variabel forklares med den forklarte variabelen? Det virker som det ikke gir mening. Selv om det selvfølgelig gir mye mening. La oss se hvordan modellen tolkes:
Som alle økonometriske modeller inneholder denne modellen følgende variabler:
Y: Det er den forklarte variabelen. Det kan være hvilken som helst økonomisk variabel som vi har tenkt å forutsi, estimere eller forklare.
Null beta: Det er den konstante betegnelsen i ligningen, den har ingen økonomisk betydning. Inkluderingen i ligningen er av matematiske grunner.
Beta en: Det er koeffisienten hvis verdi forklarer forholdet at den forklarte variabelen har en periode (t-1) på den forklarte variabelen Y på tidspunktet t.
X1: Som vi har sagt før, er det en av variablene som prøver å forklare oppførselen til variabelen Y.
Beta to: Det er koeffisienten hvis verdi forklarer forholdet som eksisterer mellom forklaringsvariabelen x1 for en periode siden og svingningene til variabelen Y.
X2: Det er den andre variabelen som prøver å forklare oppførselen til Y.
Beta tre: Det er koeffisienten hvis verdi forklarer forholdet som eksisterer mellom forklaringsvariabelen x2 og variabelen Y på tidspunktet t.
Abonnement 't': refererer til tid. Det abonnementet kan godt ta verdier for et bestemt år eller en bestemt måned.
Eksempel på en forsinket endogen modell
Anta at vi vil forutsi verdien av BNP. For å gjøre dette tror vi at en økonometrisk modell som kan være nyttig vil være følgende:
I denne økonometriske modellen har vi til hensikt å forklare verdien av BNP i form av:
BNPt-1 = Verdien av bruttonasjonalproduktet i forrige periode.
Arbeidsledighett-1 = Det er en indeks basert på ledigheten i forrige periode.
Prodt = Dette er en industriell produksjonsindeks for dette året.
Vi innhenter de fiktive dataene og får følgende resultat:
Hvordan tolkes denne økonometriske modellen? Vi beskriver det nedenfor:
Null beta: Det er verdt 0,5, men vi har allerede sagt at det ikke har noen økonomisk betydning.
Beta en: Verdien av Beta one er 0,8. Dette betyr at verdien av BNP i forrige periode forklarer med 0,8 enheter per enhet av verdien av BNP i dag. Med andre ord forklares 80% av verdien av BNP i dag av verdien av BNP i forrige periode.
Beta to: Arbeidsledigheten påvirker negativt. Med andre ord, jo høyere arbeidsledighet, jo lavere BNP. Derfor er minustegnet foran fornuftig. I tillegg forteller den oss at for hver enhet som ledigheten øker (i forrige periode), reduseres dagens BNP med 0,10 enheter.
Beta tre: Endelig har industriell produksjonsindeks en positiv effekt. Jo høyere produksjonen er, er det logisk å tro at BNP vil være høyere. Tolkningen er at BNP øker med 0,68 enheter for hver enhet som produksjonsindeksen øker.
