Opóźniony model endogeniczny to model ekonometryczny, w którym zmienna objaśniana występuje jako objaśniająca z co najmniej jednym opóźnieniem.
W rzeczywistości opóźniony model endogeniczny jest rodzajem modelu skończonych rozłożonych opóźnień. Dzieje się tak, że opóźniony model endogeniczny ma szczególną osobliwość. Osobliwością jest to, że jedną ze zmiennych objaśniających jest zmienna wyjaśniona z co najmniej jednym opóźnieniem. Aby lepiej to zrozumieć, spójrzmy na następujący przykład:
Jak widać, jest to dynamiczny model ekonometryczny. Oznacza to, że przedstawia opóźnienia w wyjaśnieniach. Ponadto zawiera jako zmienną objaśniającą zmienną objaśnianą lub zależną z opóźnieniem (Yt-1). Oczywiście opóźnienie jest uwzględnione, ponieważ gdyby było w tym samym momencie, współczynnik zawsze wynosiłby 1. Związek zmiennej z samą sobą, w tym konkretnym momencie, wynosi 1.
Wartym podkreślenia szczegółem jest to, że aby model ekonometryczny został uznany za opóźniony endogeniczny wystarczy, że zmienna objaśniana wydaje się objaśniająca z co najmniej jednym opóźnieniem. Teraz nie jest to niezgodne z faktem, że więcej opóźnień może pojawić się w innych zmiennych objaśniających.
Interpretacja opóźnionego modelu endogenicznego
Interpretacja tego typu modeli jest bardzo prosta. Jednak na początku może wydawać się to trudne do zrozumienia. Na pewno zastanawiasz się, jak to możliwe, że zmienna jest wyjaśniona przez zmienną objaśnianą? Wydaje się, że to nie ma sensu. Chociaż oczywiście ma to sens. Zobaczmy, jak interpretowany jest model:
Podobnie jak wszystkie modele ekonometryczne, model ten zawiera następujące zmienne:
Tak: Jest to zmienna wyjaśniona. Może to być dowolna zmienna ekonomiczna, którą zamierzamy przewidzieć, oszacować lub wyjaśnić.
Zerowa wersja beta: Jest to człon stały w równaniu, nie ma znaczenia ekonomicznego. Jego włączenie do równania wynika z przyczyn matematycznych.
Beta jeden: Jest to współczynnik, którego wartość wyjaśnia zależność, że zmienna objaśniana ma okres (t-1) na zmiennej objaśnianej Y w czasie t.
X1: Jak powiedzieliśmy wcześniej, jest to jedna ze zmiennych, która próbuje wyjaśnić zachowanie zmiennej Y.
Beta druga: Jest to współczynnik, którego wartość wyjaśnia zależność zachodzącą między zmienną objaśniającą x1 okres temu i wahania zmiennej Y.
X2: Jest to druga zmienna, która próbuje wyjaśnić zachowanie Y.
Beta trzecia: Jest to współczynnik, którego wartość wyjaśnia zależność zachodzącą między zmienną objaśniającą x2 a zmienna Y w czasie t.
Indeks dolny „t”: odnosi się do czasu. Ten indeks dolny może równie dobrze przyjmować wartości z pewnego roku lub z pewnego miesiąca.
Przykład opóźnionego modelu endogenicznego
Załóżmy, że chcemy przewidzieć wartość PKB. Uważamy, że do tego celu przydatny może być model ekonometryczny:
W tym modelu ekonometrycznym zamierzamy wyjaśnić wartość PKB w kategoriach:
PKBt-1 = Wartość produktu krajowego brutto w poprzednim okresie.
Bezrobociet-1 = Jest to wskaźnik oparty na poziomie bezrobocia w poprzednim okresie.
Szturchaćt = To wskaźnik produkcji przemysłowej na ten rok.
Pozyskujemy fikcyjne dane i uzyskujemy następujący wynik:
Jak interpretowany jest ten model ekonometryczny? Opisujemy to poniżej:
Zerowa wersja beta: Jest wart 0,5, ale już powiedzieliśmy, że nie ma znaczenia gospodarczego.
Beta jeden: Wartość Beta one wynosi 0,8. Oznacza to, że wartość PKB w poprzednim okresie tłumaczy o 0,8 jednostki na jednostkę wartości PKB dzisiaj. Innymi słowy, 80% dzisiejszej wartości PKB tłumaczy się wartością PKB w poprzednim okresie.
Beta druga: Bezrobocie wpływa negatywnie. Innymi słowy, im wyższe bezrobocie, tym niższy PKB. Dlatego znak minus z przodu ma sens. Ponadto mówi nam, że za każdą jednostkę, o którą stopa bezrobocia wzrasta (w poprzednim okresie), obecny PKB zmniejsza się o 0,10 jednostki.
Beta trzecia: Wreszcie pozytywny wpływ ma wskaźnik produkcji przemysłowej. Im wyższa produkcja, logiczne jest myślenie, że PKB będzie wyższy. Interpretacja jest taka, że dla każdej jednostki, o którą wzrasta wskaźnik produkcji, PKB wzrasta o 0,68 jednostki.