Parashikimit me simulimin monte carlo
Yüklə 1,14 Mb. Pdf görüntüsü
|
-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
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.
përdorur procedurën Monte Carlo nga një shpërndarje dhe matricë variancë-kovariancë të njohur të mëparshme.
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
Yüklə 1,14 Mb. Dostları ilə paylaş:
|