Parashikimit me simulimin monte carlo



Yüklə 1,14 Mb.
Pdf görüntüsü
səhifə8/8
tarix07.11.2018
ölçüsü1,14 Mb.
#77982
1   2   3   4   5   6   7   8

-24-

ky gabim është më i madh në fund të periudhës sesa në fillim, 

megjithatë ai mbetet i pakonsiderueshëm. Akumulimi i gabimit 

është kryesisht më i madh për treguesin e konsumit, Pbb-së dhe 

investimeve private, duke u luhatur në intervalin [0.10-0.18].

Një statistikë tjetër e matur për 3 vitet e zgjedhjes është koeficienti 

i variacionit për çdo variabël endogjen. Rezultatet e përftuara 

tregojnë se gjatë periudhës së parë të parashikimit, për 5 nga 

7 variablat e shqyrtuar, mbetjet rastësore ndikojnë tek ta me më 

pak se 1%. Ndërkohë, konsumi dhe Pbb përjashtohen, për shkak 

se ky koeficient arrin përkatësisht vlerat 3% dhe 2%. Duke marrë 

parasysh faktin se konsumi luan një rol të rëndësishëm në Pbb, 

pritet që një pjesë e këtyre pasigurive të ardhura nga ky variabël të 

transmetohen edhe tek ai. Ky rezultat tregon se më tepër vëmendje 

duhet t’u kushtohet ekuacionit të konsumit dhe variablave të tij 

përcaktues. Gjithashtu sa më e gjatë të jetë periudha e parashikimit, 

aq më e madhe është pasiguria që shoqëron këto parashikime.

Në rastin e variablit të inflacionit, ne nuk duhet ta keqinterpretojmë 

koeficientin e madh të variacionit për katër periudhat e konsideruara, 

që variojnë nga 2.17 në 4.8 duke qenë se inflacioni shprehet në 

përqindje. Ai nënkupton se një koeficient variacioni që luhatet nga 

2 në 5% interpretohet si një gabim në inflacion me përkatësisht 0.03 

dhe 0.08 pikë përqindje nga niveli përkatës i normës së inflacionit. 

Një statistikë tjetër e analizuar është forma dhe lloji i shpërndarjes 

së parashikimit tonë, duke shqyrtuar asimetrinë

2

 dhe sheshësinë



3

 

e të dhënave të parashikimit, ku asimetria mat simetrinë e 



shpërndarjes, ndërsa sheshësia mat pikën kulmore ose më të ulët 

në raport me shpërndarjen normale. 

Grafiku më poshtë bën një përmbledhje të formës së shpërndarjes 

së 1000 simulimeve për secilin nga variablat e përmendura më lart, 

të detajuar për vitin e parë, të dytë dhe të tretë të parashikimit, për 

të parë se si ky parashikim është i ndryshëm në kohë. Duke qenë se 

reagimin e politikës monetare dhe impaktin e tyre në treguesit kryesorë 

makroekonomikë i shikojmë përgjatë një periudhe kohe dyvjeçare, 

atëherë edhe analiza jonë e shpërndarjes së parashikimeve do të 

fokusohet vetëm në dy vitet e para të parashikimit. 

2

   Në anglisht: skewness.



3

   Në anglisht: kurtosis.




-25-

Grafik 1a. Shpërndarja e parashikimit të PBB-së 

në kohë të ndryshme.

.00000


.00001

.00002


.00003

.00004


.00005

.00006


160,000

200,000


240,000

280,000


320,000

Y_ një vit përpara

Dendësia

Y_ dy vite përpara

Y_ tre vite përpara

Grafik 1b. Shpërndarja e parashikimit të konsumit real në 

kohë të ndryshme.

C_ një vit përpara

Dendësia

C_ dy vite përpara

C_ tre vite përpara

.00000


.00001

.00002


.00003

.00004


.00005

140,000


160,000

180,000


200,000

220,000


240,000

260,000


Grafik 1c. Shpërndarja e parashikimit të investimeve totale 

reale në kohë të ndryshme.

I_ një vit përpara

Dendësia


I_ dy vite përpara

I_ tre vite përpara

.0000

.0001


.0002

.0003


.0004

.0005


.0006

55,000


60,000

65,000


70,000

75,000


80,000


-26-

Grafik 1d. Shpërndarja e parashikimit të investimeve private 

reale në kohë të ndryshme.

P_I_ një vit përpara

Dendësia

P_I_ dy vite përpara

P_I_ tre vite përpara

.00000


.00002

.00004


.00006

.00008


.00010

.00012


.00014

30,000


40,000

50,000


60,000

70,000


80,000

Grafik 1e. Shpërndarja e parashikimit të importeve reale 

në kohë të ndryshme

IM_ një vit përpara

Dendësia

IM_ dy vite përpara

IM_ tre vite përpara

.00000


.00004

.00008


.00012

.00016


.00020

80,000


85,000

90,000


95,000

100,000


105,000

110,000


115,000

Grafik 1f. Shpërndarja e parashikimit të eksporteve reale 

në kohë të ndryshme.

X_ një vit përpara

Dendësia

X_ dy vite përpara

X_ tre vite përpara

.00000


.00001

.00002


.00003

.00004


.00005

.00006


.00007

30,000


40,000

50,000


60,000

70,000


80,000

90,000


100,000


-27-

burimi: Llogaritje të autorëve.

Secilit prej variablave të mësipërm, u kemi përafruar shpërndarjen 

normale të 1000 vlerave të parashikimeve përkatësisht për vitin e 

parë, të dytë dhe të tretë të parashikimeve. bazuar në grafikët e 

mësipërm, ajo çfarë vërejmë është që sa më e gjatë të jetë periudha 

e parashikimit aq më e madhe është pasiguria që shoqëron këto 

parashikime. Një rezultat ky i konfirmuar edhe nga koeficienti i 

variacionit. Gjithashtu kemi testuar nëse këto shpërndarje kanë 

shpërndarje normale apo jo. Një përmbledhje e detajuar e testit 

të normalitet të Lillefors

4

 (1967) gjendet në tabelën 3



5

. Rezultatet e 

këtij testi tregojnë se seritë e parashikimeve në lidhje me treguesit 

kryesorë kanë të gjithë shpërndarje normale, duke gëzuar në këtë 

mënyrë të gjithë karakteristikat e kësaj forme shpërndarjeje. 

Ndërkohë që tabela 2 përmban disa karakteristika të përgjithshme 

mbi këto variabla, për vlerat e parashikuara të tyre në terma të 

mesatares, mesores, maksimumit, minimumit, devijimit standard, 

asimetrisë, sheshësisë, për të gjithë periudhën e simulimit. 

4

   Hipoteza bazë e këtij testi është që seria ka shpërndarje normale, ndërsa hipoteza 



alternative është që seria nuk ka shpërndarje normale.

5

   Shih aneksin 1.



Grafik 1g. Shpërndarja e parashikimit të inflacionit 

në kohë të ndryshme.

INF_ një vit përpara

Dendësia


INF_ dy vite përpara

INF_ tre vite përpara

.0

.1

.2



.3

.4

.5



.6

.7

.8



0.5

1.0


1.5

2.0


2.5

3.0


3.5

4.0


4.5

5.0



-28-

Tabelë 2. Statistika përshkruese*.

Emri i variablit

Mes.  Mesorja

Maks.


Min.

Devijimi 

Standard

Asimetria Sheshësia

Pbb reale

205632 205558 254970 171190 10693.84 0.137034

3.24406

Konsumi total në 



terma realë

168400 168719 212456 128681 10417.21 -0.06826

3.22732

Investimet totale 



në terma realë 

61174


61125

72487


54543 2338.247 0.323942

2.91077


Investimet private 

në terma realë

48865

49695


65279

35150 4639.117 -0.28722

2.44040

Eksportet reale



55929

54282


81504

44037 9778.727 0.942931

3.37017

Importet reale



85790

86220 103307

70286 5478.868 0.024247

2.18572


Inflacioni

2.55


2.48

4.53


0.62 0.808551 0.202729

2.11792


* Të dhënat për Pbb-në reale, konsumin real, investimet private dhe investimet totale 

reale, importet dhe eksportet reale janë të shprehura në milionë lekë. IÇK është një 

indeks, ndërkohë që inflacioni është shprehur në përqindje dhe në terma tremujorë. 

burimi: Llogaritje të autorëve

.

bazuar në rezultatet në lidhje me mesataren dhe mesoren, vërejmë 



se për të gjithë variablat ato janë të ndryshme, pra konfirmon faktin 

që parashikimet e marra janë asimetrike. Ky rezultat konfirmohet 

gjithashtu edhe nga vlerat e asimetrisë për secilin nga variablat. 

Lidhur me gjetjet e mësipërme, është e qartë se seritë e Pbb-së 

reale, investimeve totale reale, eksporteve dhe të inflacionit anojnë 

pozitivisht, ndërkohë që pjesa tjetër e variablave ka asimetri 

negative. Kjo do të thotë që, deri në një pikë të caktuar, të dhënat 

karakterizohen nga asimetria dhe që mesatarja dhe mesorja 

ndryshojnë nga njëra-tjetra. Kështu në momentin kur konsiderojmë 

parashikimet e marra për Pbb-në reale, investimet totale reale, 

eksportet, importet dhe inflacionin duhet të dimë që këto vlerësime 

janë të mbivlerësuara, ndërsa parashikimet për konsumin dhe 

investimet private, tregojnë se ato janë të nënvlerësuara. 

Përfundimi i përgjithshëm është se për pjesën më të madhe të 

variablave të marrë në konsideratë, diferencat midis parashikimeve 

stokastike dhe atyre deteministike nuk janë të konsiderueshme 

dhe implikimi i vendimmarrjes lidhur me këto rezultate është se 

parashikimet deterministike që gjenerohen nga MEAM janë 

eficiente, të sakta dhe të dobishme për qëllimin e politikës 

monetare. Shpërndarja e parashikimeve për të gjithë variablat 




-29-

vlerësohet normale, por vlerat e ndryshme të mesatares dhe 

mesores konfirmojnë që parashikimet e marra janë asimetrike. 

Për rrjedhojë, parashikimi deterministik nuk është parashikimi 

më i mirë. Në dritën e këtyre gjetjeve, është e rëndësishme që 

në procesin e vendimmarrjes së politikës monetare të përdoren 

parashikimet stokastike përkundrejt atyre deterministike. 



-30-

6. PËRfUNDIME

Parashikimet makroekonomike janë mjaft të rëndësishme për 

procesin e vendimmarrjes dhe, si të tilla, duhet arritur një përqasje 

sa më e mirë e tyre ndaj funksionit të shpërndarjes së humbjeve ose 

maksimizimit të fitimeve të vendimmarrësve. Pavarësisht mënyrës 

se si vlerësohen gabimet në një model, ato nuk janë shumë të 

pëlqyeshme nga vendimmarrësit, kjo pasi surprizat që vijnë si 

nga parashikimi i variablave ekzogjenë apo goditjet që vijnë nga 

tregjet financiare, janë të pashmangshme, duke bërë që vendimet 

të merren në një mjedis shumë të pasigurt. Duke u nisur nga ky 

fakt, dalim në përfundimin se do të duhet të jetojmë me gabimet 

e parashikimeve tona, por më e rëndësishmja është se ne duhet të 

kuptojmë burimin e pasigurisë në të gjithë procesin e vendimmarrjes 

(Don (2001)).

Në këtë material, analizuam pasigurinë e parashikimit që rrjedh 

nga termat e gabimit të modelit MEAM përmes simulimeve stokastike 

të teknikës Monte Carlo, si dhe testuam të ashtuquajturat “lidhje të 

dobëta”. Rezultatet e vlerësuara treguan se koeficienti i asimetrisë 

në përqindje (i matur si diferenca midis mesatares stokastike dhe 

deterministike të parashikimit) mori vlera të ulëta, duke treguar se 

parashikimi deterministik është një parashikues i mirë i mesatares 

së variablave në përgjithësi dhe se modeli është linear. 

Ndërsa, koeficienti i variacionit tregoi se pjesa më e madhe e 

pasigurisë në parashikimin e vlerës së Pbb-së reale buronte nga 

pasiguritë që e kanë prejardhjen nga ekuacioni i konsumit dhe i 

investimeve private. Ky rezultat është në linjë me pritshmëritë, duke 

marrë në konsideratë faktin se këta dy përbërës kanë një peshë 

të konsiderueshme në totalin e Pbb-së. Gjithashtu, investigimi i 

faktorëve përcaktues të secilit prej variablave të mësipërm mbetet 

detyrë për t’u hulumtuar në të ardhmen. 

Një rezultat tjetër i analizuar kishte të bënte me simetrinë e të 

dhënave, duke shqyrtuar formën e shpërndarjes së parashikimeve 

stokastike. Rezultatet treguan se të gjitha parashikimet e kryera 

ndjekin një formë shpërndarjeje normale, por pjesa më e madhe 

e tyre janë me asimetri pozitive nga e djathta, pra parashikimi i 




-31-

bërë është i mbivlerësuar. Gjithashtu, edhe shpërndarja e të 

dhënave është asimetrike, e shoqëruar me vlera të ndryshme të 

mesatares dhe mesores, duke marrë dhe parashikime asimetrike. 

bazuar në rezultatet e përftuara nga simulimet stokastike me anë 

të modelit MEAM, një ndër konkluzionet më të rëndësishme është 

se parashikimet deterministike të këtij modeli janë parashikuese 

të mira të mesatares së variablit dhe se modeli nuk është subjekt i 

goditjeve të jashtme. 

Kështu vlerësimet deterministike të përftuara nga ky model të 

paktën për dy vitet e para janë parashikuese të mira të sjelljes së 

treguesve kryesorë makro. Megjithatë për të rritur besueshmërinë 

dhe efikasitetin e vendimeve të marra mbi projeksionet e MEAM-it, 

por edhe nga modele apo vlerësime të tjera, është më mirë që këto 

parashikime të paraqiten me anë të shpërndarjes probabilitare. 

Materiali shqyrtoi vetëm një nga burimet kryesore të pasigurisë. 

Matja e ecurisë së modelit që buron nga pasiguri të tjera, kryesisht 

pasiguria nga parametrat e vlerësuar, si dhe ato që vijnë si rezultat 

i sjelljes së variablave ekzogjenë, do të jenë subjekt i kërkimeve në 

të ardhmen.




-32-

LITERATURA



Adelman, I & Aldelma, F.L; “The dynamic properties of the Klein_

Goldberger Model”, Econometria, Vol. 27.4, October, 1959.

Amano, R, McOhail, K, Piora, H & Rennison, A; “Evaluating the 

Quarterly Projection Model: A preliminary Investigation”, Bank of 

Canada, Working Paper 2002-20.

Bianchi, C & Calzolari, G: “Evaluating forecast uncertainty due to 

errors in estimated coefficients; Empirical Comparason of Alternative 

Methods”, MPRA Paper, No.22559, May 2010.

Bianchi, C, Calzolari, G & Weihs, C: “Parametric and nonparamateric 

Monte Carlo estimates of standard errors of forecasts in econometric 

models”, MPRA Paper, No. 24, February 2011.

Brown, B.W & Mariano. R.S; “Residual based procedures for Prediction 

and Estimation in a Nonlinear Simultaneous System”, Econometria, 

Vol.52, No.2, March 1984.

Canova, F; “Sensitivity analysis and model evaluation in simulated 

dynamic general equilibrium economies”, International Economic 

Review, Vol.36, No.2, 1995.

Don, F.J.H; “Forecasting in macroeconomics: A practitioner’s view”, 

De Economist 149, No.2, 2001

Dushku, E, Kota, dhe Binaj, G “Modeli Makroekonometrik i 

Shqipërisë”, Material Diskutimi, Banka e Shqipërisë, 2006

Ericsson, N.R: “Forecast uncertainty in economic modelling”, Board 

of Governors of the Federal Reserve System, No.697, February 2001.

Fair, R.C; “Bootstrapping Macro econometrics Models”, Studies in 

Nonlinear Dynamics & Econometrics, Volume 7, Issue 4, 2003.

Hendry, D. F., 2011, Empirical Economic Model Discovery and Theory 

of Evaluation, University of Oxford, No. 529, ISSN 1471-0498 

Garratt, A, Lee, K, Pesaran, M.H & Shin, Y; “Forecast Uncertainties in 

Macro econometric Modelling: An application to the UK Economy”, 2003


-33-

Gentle, J.E., “Random Number Generation and Monte Carlo 

Methods, 2nd ed., 2003, Springer”. 

Kota, V & Dushku, E; “Modeli Makroekonometrik i Shqipërisë, Material 

vijues”, Material Diskutimi, Banka e Shqipërisë, 2009

Lancer, D, & Kranendonk, H; “Investigating uncertainty in 

macroeconomic forecasts by stochastic simulation”, CPC paper, 

2008.

Lemieux, Ch; “Monte Carlo and Quasi-Monte Carlo Sampling, 2009, 

Springer”

Rubinstein, R.Y. & Kroese, D.P. “Simulation and the Monte Carlo 

method, 2nd ed., 2008, Wiley”.

Shijaku, H & Ceca, K; “A credit risk model for Albania”, Bank of 

Greece, 2009


-34-

SHTOjCA.


Vlera kritike e testit Lilliefors për 

α=0.05 është llogaritur si:

, ku 


 dhe 

N=1000.

Tabelë 3. Testet për normalitetin e shpërndarjes së parashikimeve.

Emri i variablit

Vlerat e testit për vitin e parë 

Vlerat e testit për vitin e dytë

Pbb-ja

0.020738***



0.016955***

C_real


0.016705***

0.014608***

I

0.017148***



0.020920***

P_I


0.017148***

0.020920***

IM

0.020434***



0.020767***

X

0.021088***



0.015335***

INf


0.020552***

0.019982***

Shënim: *** i referohet rëndësisë statistikore me 

α=0.05.



-35-


-36-

CIP Katalogimi në botim bK Tiranë

Altin Tanku, Elona Dushku, Kliti Ceca

Hulumtimi empirik i pasigurisë së parashikimit 

me simulimin Monte Carlo- /

/ Tanku Altin, Dushku Elona, Ceca Kliti - Tiranë:

banka e Shqipërisë, 2012

-36 f; 15.3 x 23 cm. 

bibliogr.

ISbN: 978-99956-42-55-7.



Këtë publikim mund ta gjeni edhe në formë elektronike në adresën:

www.bankofalbania.org

Në qoftë se dëshironi të keni kopje të

shkruara të tij mund t’i kërkoni në adresën:

Banka e Shqipërisë

Sheshi ”Avni Rustemi”, Nr. 24, Tiranë, Shqipëri

Tel.: + 355 4 2419301/2/3; + 355 4 2419409/10/11

Faks: + 355 4 2419408

ose duke dërguar një e-mail në adresën:

public@bankofalbania.org

Tirazhi: 500 kopje

Yüklə 1,14 Mb.

Dostları ilə paylaş:
1   2   3   4   5   6   7   8




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©genderi.org 2024
rəhbərliyinə müraciət

    Ana səhifə