-7-
Mjaft institucione të tjera kanë përdorur teknika të ngjashme për
të matur pasiguritë e modelit, pavarësisht burimeve të ndryshme të
pasigurive, duke përdorur metodën Monte Carlo. banka e Kanadasë
(Amano et al (2002)) dhe banka e Anglisë (Garratt et al, (2003))
janë vetëm dy prej tyre. Megjithatë, vlerësimi stokastik i pasigurisë
ka një histori të gjatë dhe të suksesshme dhe ai përfaqëson një
metodë të mirëzhvilluar dhe të zbatuar nga mjaft autorë me peshë
(Canova (1995) dhe Fair (2003)).
Pasiguria ka shumë burime dhe mund të shfaqet në katër forma
të ndryshme. bazuar në strukturën e modelit, natyrën dhe objektivin
e ushtrimit, ne mund të identifikojmë disa burime të pasigurisë në
parashikime. burimi i parë lidhet me pasigurinë e të dhënave që vjen
nga informacioni statistikor. burimi i dytë ka të bëjë me pasigurinë
që lidhet me parashikimin e serive të të dhënave ekzogjene, sepse
materializimi i tyre në të ardhmen është i pasigurt në momentin e
simulimit të modelit. burimi i tretë i pasigurisë përfshin pasigurinë
në vlerësimin e parametrave të modelit. burimi i fundit lidhet me
pasigurinë që shoqëron termat e gabimit, që mund të vijë si rezultat
i ngjarjeve rastësore ose si rezultat i një mosspecifikimi të saktë të
modelit. Kjo ka bërë që krahas këtyre katër burimeve, Clements
dhe Hendry (1998), dhe Ericsson (2001) të përfshijnë dhe një burim
tjetër pasigurie, që rrjedh nga përzgjedhja e gabuar e modelit, e
variablave dhe e ekuacioneve të përfshira në modelin përfundimtar.
Megjithatë, është e rëndësishme të theksohet se analiza e
paraqitur në këtë material nuk bën një vlerësim të të gjitha burimeve
të pasigurisë, por përqendrohet më së tepërmi në burimin e katërt
të pasigurisë, në veçanti në analizimin e termit të gabimit, pra të
ngjarjeve të tjera rastësore të pashpjeguara nga modeli.
Për më tepër, duke qenë se në interes të politikës monetare është
stabiliteti i çmimeve si dhe disa nga treguesit ekonomikë, si ecuria
e prodhimit të brendshëm, normat e interesit, kursi i këmbimit
etj., materiali fokusohet në hulumtimin dhe analizën e gabimit në
parashikimin e tyre. Në këtë mënyrë marrim në shqyrtim efektet e
vendimmarrjes së politikës monetare ose të ngjarjeve të ardhshme,
duke konsideruar pasigurinë në variablat që paraqesin interes të
veçantë për politikën monetare.
-8-
Duke qenë se parashikimet dhe analizat e ndryshme të
përftuara nga këto modele janë pjesë përbërëse e zbatimit të
politikave ekonomike, vlerësimi i ecurisë së këtyre modeleve është
pjesë e një procesi mjaft të rëndësishëm. Vlerësimi i tij përmes
një përqasjeje të simulimit stokastik ofron informacion të plotë
edhe mbi shpërndarjen probabilitare të termit të gabimit, për
rrjedhojë edhe mbi shpërndarjen e parashikimit (parashikimeve)
të përftuar nga modeli, me supozimin se forma funksionale është
e mirëspecifikuar, supozimet për variablat ekzogjenë janë të sakta
dhe do të materializohen në të ardhmen, si dhe parametrat e
vlerësuar janë ata realë. Për më tepër, duke u bazuar në llojin dhe
formën e shpërndarjes së parashikimeve stokastike, ne mund të
vlerësojmë nëse parashikimet e bëra nga një model i caktuar janë
ose jo të mbivlerësuara.
Ky material synon të vlerësojë në mënyrë të qartë ecurinë e
modelit MEAM duke përdorur teknikën Monte Carlo të simulimeve
stokastike, duke u përqendruar vetëm në pasigurinë që rrjedh nga
termi i gabimit në model, si dhe identifikimin e atyre variablave që
sjellin pasiguri më të lartë në parashikimin e Pbb-së reale.
Materiali është organizuar si më poshtë: seksioni i dytë
përshkruan pasiguritë e modelit dhe diskuton analizën e gabimeve
të pritshme të parashikimit, duke u bazuar në formula analitike.
Seksioni i tretë paraqet simulimet deterministike dhe stokastike. Në
seksionin e katërt paraqitet teknika e simulimit Monte Carlo. Në
seksionin e pestë jepet një përshkrim i shkurtër i modelit MEAM dhe
një përmbledhje e rezultateve empirike të simulimeve stokastike
me goditje të shtuara në ekuacion. Së fundmi, seksioni i gjashtë
paraqet përfundimet.
-9-
2. NjË PËRqASjE ANALITIKE PËR HULUMTIMIN E
PASIGURISË SË PARASHIKIMIT
Pasiguria është një atribut i pandarë i çdo parashikimi, i cili është
rezultat i një numri të caktuar faktorësh, ku përfshihen njohuritë
tona ose preferencat në lidhje me modelin teorik më përfaqësues
të realitetit tonë ekonomik, dinamika e zhvillimit të ecurisë së
kaluar dhe të pritshme të variablave ekzogjenë, si dhe eksperienca
e vlerësimeve empirike. Të gjithë elementët e përcaktuar më sipër
bazohen në përvoja të ndryshme ekonomike, të përcaktuara në
kohë dhe në hapësirë, në të cilat formohet procesi i njohjes dhe
analizës individuale të çdo personi ose grupi personash. Në këtë
kontekst, ka pak të ngjarë që të gjithë vendimmarrësit të bazohen në
të njëjtin model dhe teori ekonomike, të kenë të njëjtat pritshmëri në
lidhje me goditjet e ndryshme ekonomike dhe të bazojnë vlerësimin
në të njëjtët variabla ekzogjenë dhe instrumente, etj. Për këtë
arsye, duke u bazuar në përvojën dhe besimet e vendimmarrësve
(të cilat kanë shumë të ngjarë të ndryshojnë nga ato të ndërtuesit
të modelit), rezultati i modelit nuk do ta përshkruajë ekonominë
domosdoshmërisht saktësisht në të njëjtën mënyrë siç parashikohet
nga vendimmarrësi. Çdo ndryshim në perceptim për një ose më
shumë prej elementëve të diskutuar më lart në procesin e gjenerimit
të të dhënave (DGP) përbën një burim të mundshëm në rezultatet
e pritshme të vendimmarrësve dhe të modelistëve. Ato përbëjnë
burim të mundshëm pasigurie në rezultatet e të gjitha modeleve.
Çdo model është në vetvete një thjeshtim i pranueshëm i realitetit
ekonomik. Ai përfshin të gjithë bazën teorike si dhe informacionin
e vlefshëm në lidhje me të dhënat e marrëdhëniet ekonomike, në
momentin e ndërtimit të tij. Duke përdorur këto burime, ndërtuesi i
modelit përpiqet ta specifikojë modelin në mënyrë të tillë që ky i fundit
të sigurojë një përafrim sa më të mirë me procesin e gjenerimit të të
dhënave (DGP), ose më saktë, me procesin e gjenerimit të të dhënave
lokale (LDGP), siç përkufizohet nga Hendry (2011). Pavarësisht
përpjekjeve të panumërta të ndërtuesit të modelit, modeli përfundon
gjithmonë me një vektor gabimi, i cili për çdo periudhë kohe t mat
devijimin e të dhënave të gjeneruara nga modeli me vlerat reale të
vrojtuara të variablit. Në përgjithësi, çdo model që përpiqet të imitojë
realitetin mund të jepet në formën e mëposhtme të përgjithshme:
Dostları ilə paylaş: |