Parashikimit me simulimin monte carlo

-10-

 

    

(1)

ku 

y

t

 është vektori i variablave endogjenë që do të donim të 

vlerësonim ose të parashikonim, 

x

t

 është vektori i variablave 

ekzogjenë, 

θ  është vektori i parametrave strukturorë të modelit, dhe  

u

t 

është vektori i goditjeve që godasin ekonominë ose gabimeve 

rastësore. Në të gjitha ato raste kur sistemi ka një zgjidhje të vetme 

të formës së mbyllur, ne mund ta parashikojmë vlerën e variablave 

endogjenë duke përdorur funksionin 

g si vijon:

 

        (2)

me mesataren dhe variancën e mëposhtme:

 

        (3)

 

 

  

(4)

Problemi me modelimin ekonomik është se forma funksionale 

g  

nuk është e njohur për ndërtuesin e modelit ose për vendimmarrësin, 

për këtë arsye, nuk mund të sigurojmë një përafrues të formës së 

mbyllur të 

g. Megjithatë, duke marrë për një x

t 

të caktuar, një vektor 

të caktuar të parametrave strukturorë 

θ dhe nën supozimin se mbetjet 

për periudhën e marrë në shqyrtim janë zero, 

u

t

=0 për të gjitha 

t, dhe me përzgjedhjen e një forme funksionale të përshtatshme, 

modeluesi mund të vlerësojë dhe raportojë vlera të parashikuara të 

variablave tanë endogjenë sipas formës së mëposhtme:

 

 

        (5)

Shenja e kapuçit është vendosur për të treguar se tërësia e 

parametrave strukturorë është vlerësuar në mënyrë të tillë që të 

replikojë LDGP, qofshin ato të vlerësuara apo të kalibruara, duke 

prodhuar një vektor të variablave endogjenë për çdo 

t në periudhën 

e vlerësimit.   e raportuar është në fakt vlerësimi deterministik i 

vektorit tonë të variablave endogjenë për të gjitha 

t e marra në 

analizë, duke u bazuar në supozimin se   është një vlerësues i 

qëndrueshëm (konsistent) i parametrave realë të modelit, variablave 

ekzogjenë 

x

*

 dhe formës funksionale 

g. 

---

-11-

Megjithatë, ne e dimë se variablat tanë endogjenë janë 

stokastikë, gjë që vërehet në procesin e vlerësimit të modelit. 

Pavarësisht faktit se sa i suksesshëm është ndërtuesi i modelit në 

supozimet e mësipërme, modeli nuk do të arrijë kurrë që të imitojë 

DGP-në e vërtetë, duke rezultuar kështu në një gabim vlerësimi 

e

t

, 

për çdo 

t, për shkak se të dhënat e gjeneruara nga modeli do të 

devijojnë nga të dhënat e vrojtuara:

 

        (6)

Ndërtuesi i modelit duhet të shikojë të gjitha mundësitë që ta 

shndërrojë vektorin 

e

t

 të periudhës së zgjedhjes për 

t = 1, 2, 3… t, 

të dalë nga procesi i vlerësimit të modelit në periudhën e zgjedhjes, 

në vektorë rasti me komponentë normalë të pavarur me shpërndarje 

N (0, δ), me dispersione të njohur dhe me matricë kovariacionale Γ.

Në fakt, këto shmangie nga DGP e vërtetë përfshijnë jo vetëm 

goditjet rastësore në variablat tanë, por dhe çdo gabim të mundshëm 

të bërë në vlerësimin (kalibrimin) e parametrave strukturorë, 

koeficientët e modelit, në supozimin lidhur me variablat ekzogjenë 

ose me formën funksionale që përfshihen në model. Për këtë arsye, 

çdo përpjekje modelimi që përfshin supozime, matje, vlerësime të 

përzgjedhjes së modelit dhe gjykimin e ekspertit, karakterizohet dhe 

nga pasiguria që shoqëron secilin prej këtyre hapave. Kjo pasiguri 

pasqyrohet në model, si burim pasigurie në rezultatet e përftuara 

dhe shndërrohet në burimin e gabimeve të vrojtuara, përtej dhe 

krahas goditjeve rastësore. Ajo përmban informacion të dobishëm 

për ndërtuesin e modelit dhe për vendimmarrësin, ku injorimi i saj 

mund të rezultojë potencialisht i rrezikshëm. 

Në fakt, kjo ishte dhe kritika e parë dhe më e madhe që iu bë 

modeleve ekonomike në fillim të viteve ’80. Disavantazhet kryesore 

qëndrojnë në faktin se këto modele përfaqësojnë një thjeshtësim 

të konsiderueshëm të realitetit dhe se ato karakterizohen nga 

specifikimi jo i saktë i variablave kryesorë dhe i lidhjeve ekonomike 

që ekzistojnë në model.

Nga kjo pikëpamje, është e rëndësishme që të njohim jo vetëm 

vlerësimin deterministik të parashikimeve, por dhe pasigurinë që 

shoqëron (rrethon) këto vlerësime. Kështu shpërndarja probabilitare 

---

-12-

e gabimit është mjaft informative, duke qenë se gabimet përfshijnë 

goditje të pashpjeguara të variablave që janë pjesë e DGP-

së së vërtetë, por të cilat nuk përfshihen në model. Vrojtimi dhe 

hulumtimi i shpërndarjes probabilitare të gabimit rreth vlerësimit 

pikësor të zhvillimeve të ardhshme nuk ofrojnë vetëm një njohje më 

të mirë të rrezikut dhe të pasigurisë së parashikimit midis variablave 

të modelit (duke ofruar një matje të gabimit të parashikimit), por 

ato ofrojnë gjithashtu një shpërndarje referencë për krahasimin e 

cilësisë së parashikimit deterministik (duke dhënë informacion mbi 

formën e shpërndarjes dhe natyrës jolineare të modelit). 

---