-13-
3. SIMULIMI DETERMINISTIK DHE STOKASTIK I
MODELIT
Parashikimet makroekonomike janë mjaft të rëndësishme
për të ndihmuar dhe për të orientuar në drejtim të analizës së
mëtejshme procesin e vendimmarrjes. Duke qenë se këto vendime
merren në një mjedis të karakterizuar nga pasiguria, njohja dhe
vlerësimi i tyre është mjaft thelbësor. Don (2001) përkufizon dy
kritere për vlerësimin e parashikimit, përkatësisht atë statistikor dhe
jostatistikor.
baza kryesore e vlerësimit të parashikimit bazuar në kriterin
statistikor është që gabimet e parashikimit të kenë mesatare zero
dhe devijim standard minimal. Një kriter i tillë, kërkon fillimisht
njohjen e formës së shpërndarjes së gabimeve, e cila është subjekt
i një numri supozimesh të paprovuara, që veprojnë në një ekonomi
të caktuar.
Ndërkohë kriteri jostatistikor, ndryshe nga kriteri statistikor,
kërkon që parashikimi të ketë koherencë logjike dhe ekonomike, si
dhe të jetë njëkohësisht i qëndrueshëm në kohë. Koherenca logjike
nënkupton që modeli ku bazohet parashikimi të mbështetet në
identitete të pranuara ekonomike. Ndërsa, koherenca ekonomike
shkon përtej koherencës logjike, pasi parashikimi i marrë duhet jo
vetëm të jetë në përputhje me teorinë ekonomike, por njëkohësisht
të replikojë ecurinë historike të të dhënave të vëzhguara në realitet.
Konsistenca ose qëndrueshmëria e procesit të parashikimit është
një kriter tjetër jostatistikor i përdorur për të vlerësuar ecurinë e
gabimit. Ky kriter nënkupton se midis parashikimeve nuk duhet
të ekzistojnë ndryshime të mëdha, në rastet kur informacioni i ri
i shtuar nuk ndryshon shumë nga ai që ishte vendosur fillimisht.
Ky kriter qëndron midis koherencës ekonomike nga njëra anë dhe
parashikimit të suksesshëm nga ana tjetër, duke shpjeguar qartë
devijimin e parashikimit për të ruajtur konsistencën në vendimmarrje
(Britton et al, (1998)).
MEAM përdoret në procesin e vendimmarrjes për dhënien e
parashikimeve dhe për analizimin e goditjeve për më shumë se
-14-
tre vjet. Kjo periudhë ka treguar se MEAM i ka kaluar testet për
kriteret jostatistikore dhe se ai përbën një instrument të besueshëm
për kryerjen e analizave dhe të parashikimeve në procesin e
vendimmarrjes. Nga ana tjetër, kriteri statistikor i rezultateve ose
parashikimeve të marra nga modeli, ka qenë i pjesshëm. Ndërsa
vlerësimi i kriterit statistikor të ekuacioneve individuale është bërë
që në momentin e dizenjimit dhe vlerësimit të modelit në tërësi,
bazuar kryesisht në rrënjën katrore të mesatares së gabimit (RMSE),
përpjekje të padokumentuara më parë. Megjithatë deri më sot,
nuk është vlerësuar kriteri statistikor dhe kjo është përpjekja e parë
për ta testuar performancën e MEAM-it në tërësi, nga ndërveprimi
i të gjithë variablave dhe ekuacioneve në model në mënyrë të
njëkohshme.
Një mënyrë për ta realizuar këtë është shqyrtimi i performancës
së pasigurisë përmes simulimit stokastik dhe jo atij deterministik, ku
rezultatet e simulimit stokastik mund të japin informacione lidhur
me shpërndarjen e variablave të parashikuar nga modeli. Më
poshtë jepet një përshkrim i qartë i simulimit stokastik:
Procedura e simulimit stokastik kërkon, para së gjithash,
gjenerimin e një vektori rastësor të mbetjeve të rastit të pavarura
në seri; së dyti, futjen e këtyre mbetjeve të rastit në model në
formën e goditjeve të rastit me qëllim gjenerimin e s periudhave
të mëvonshme të parashikimit të zgjedhur, ku s përkufizohet si në
paragrafin më lart dhe është ndryshe nga
t =1, 2, 3, …T, duke
supozuar njohje të saktë të variablave ekzogjenë
x në të gjithë
periudhën e parashikimit
s dhe parametra strukturorë, duke përdorur
dhe zgjidhur modelin ose sistemin që rezulton nga ekuacioni 2.
Nëse do të kishim mundësinë që ta përsërisnim procesin një numër
të madh e të mjaftueshëm herësh, duke përdorur një numër të
fundëm, por të madh mbetjesh të rastit nën supozimin se seritë janë
të pavarura dhe me shpërndarje të njëjtë, bazuar dhe në matricën
variancë-kovariancë të modelit, ne do të mund të gjeneronim një
numër mjaftueshmërisht të madh vektorësh . Për këtë arsye, nëse
do të mund të ofronim një shpërndarje të njohur parametrike për
mbetjet stokastike, nën supozimin se këto seri janë të pavarura dhe
kanë shpërndarje të njëjtë, si dhe me gabime të njohura të matricës
variancë-kovariancë të modelit, atëherë do të ishte e mundur që
-15-
të realizonim një vlerësim stokastik të në formën e përgjithshme
të mëposhtme:
(7)
ku
PDF (·) është funksioni i densitetit të shpërndarjes së
ku
përfaqëson zgjedhje të pavarur nga shpërndarja e parapërcaktuar
e vektorit të gabimeve të parashikimit
e
t
. Diferenca midis vlerave
të vrojtuara të variablave tanë endogjenë për të gjithë periudhën
e parashikimit
s dhe vlerave të simuluara që rezultojnë nga
parashikimi stokastik i dhënë nga
përfaqëson popullimin e
rezultateve stokastike.
Për ta përmbledhur, ky vlerësim kalon nëpër katër faza.
Së pari, gjenerohet një vektor i numrave pseudo të rastit, duke
përdorur procedurën Monte Carlo nga një shpërndarje dhe matricë
variancë-kovariancë të njohur të mëparshme.
Së dyti, vektorët shtohen në MEAM dhe modeli zgjidhet në formën
e parashikimit për s periudha më përpara, me
s = (T+1, T+2, ..., T+S),
duke përdorur vlerat e njohura të variablave ekzogjenë.
Së treti, fazat 1 dhe 2 përsëriten në një numër të mjaftueshëm
herësh (1000 në rastin tonë), duke e goditur sistemin me një vektor të
ndryshëm mbetjesh në secilën herë dhe duke gjeneruar diferencat
për të gjithë variablat endogjenë që paraqesin interes.
Së katërti, diferencat e gjeneruara për secilin variabël endogjen
përdoren për të llogaritur momentet e shpërndarjes së tyre dhe
për të analizuar rezultatet në raport me parashikimin deterministik
përgjatë linjave të mëposhtme:
_
Lineariteti kundrejt jolinearitetit në parashikim. Për të testuar
nëse një model është
linear ose jo, llogarisim diferencën midis
mesatares stokastike dhe deterministike, e njohur si koeficient i
anshmërisë. Një vlerë e lartë e këtij koeficienti tregon se modeli
mund të jetë jolinear. Në rastin e modeleve lineare, simulimet
deterministike dhe stokastike të modelit ofrojnë parashikime