Untuk menandatangani atau tidak menandatangani di Bagian II

By | August 6, 2015

Setelah ini, estimasi fungsi konsumsi

Pertimbangkan pendapatan konsumsi kanonik dalam buku teks makro hubungan dibahas. Untuk alasan pedagogis, hubungan sering ditentukan sebagai berikut:

(1) & amp; amp; nbsp; C = C 0 + C 1 Y s

Ketika C adalah konsumsi aktual dan Y s adalah disposable income nyata. Gambar 1 menunjukkan hubungan periode 1967-2015Q2.

lebar

Gambar 1: konsumsi (biru) dan pendapatan pribadi (merah), di Ch.2009 miliar $ , Saar. NBER tanggal resesi didefinisikan berbayang. Sumber:. BEA, 2015Q2 rilis muka dan NBER

Sekarang mari jumlah yang sesuai dalam log.

lebar

Gambar 2: konsumsi Login (biru) dan pribadi Laporan pendapatan (red), dalam miliaran $ Ch.2009, Saarland. NBER tanggal resesi didefinisikan berbayang. Sumber:. BEA, 2015Q2 rilis muka dan NBER

Tampaknya sulit untuk memilih mencari satu atas yang lain. Mike V pemain mengatakan:

Aku hanya berpikir Anda kehilangan banyak orang dengan protokol untuk setiap. Graphics.

Apa cara terbaik untuk mengkarakterisasi hubungan? Pada pandangan pertama, mengingat setiap MCO tidak boleh berbeda secara signifikan antara keduanya. Dalam tingkat:

(2) & amp; amp; nbsp; C -336,7 + 0945 Y s

R 2 = 0,999, SER = 93,26, Nobs = 194, DW = 0,56. tebal menunjukkan signifikansi sebesar 5% MSL dengan HAC standar kesalahan

Dalam protokol.

(3) & amp; amp; nbsp; C -0,651 1061 y s

R 2 = 0,999, SER = 0,014, Nobs = 194, DW = 0,48. tebal menunjukkan signifikansi sebesar 5% MSL dengan HAC kesalahan standar.

Jelas, spesifikasi tidak cukup, tetapi telah menjadi favorit yang lain? Teori ini tidak memberikan panduan tentang bagaimana fungsi konsumsi linear umumnya digunakan untuk kesederhanaan.

Salah satu faktor dapat digunakan untuk menginformasikan pilihan adalah karakteristik heteroskedastisitas di mana varians error tidak konstan. Tidak ada residu yang nyata, tetapi Anda dapat memeriksa residual dan kuadrat diperkirakan untuk melihat apakah ada pola yang sistematis antara kuadrat residual dan tugas variabel. Gambar 3 menunjukkan residual kuadrat dari tingkat spesifikasi, dan 4 merupakan residual kuadrat dari spesifikasi protokol.

lebar

Gambar 3:. regresi kuadrat tingkat residu (2)

lebar"

Gambar 4 kuadrat residual tingkat koran regresi (3).

Sementara dalam kedua kasus, residu memiliki korelasi (positif) dengan tugas variabel, jauh lebih jelas dalam regresi tingkat. Dengan kata lain, meningkatkan kesalahan nyata untuk sistematis tersedia dolar untuk pendapatan dolar riil sama sekali (log) meningkatkan persentase kesalahan kurang per persen peningkatan pendapatan riil. Hal ini memberikan alasan untuk lebih memilih spesifikasi protokol. Selain itu, tes Jarque-Bera menolak normalitas untuk kedua residu, tapi jauh lebih kuat untuk menentukan tingkat

Nah, residu menunjukkan korelasi serial (aturan dasar yang signifikan. Kemungkinan set terintegrasi gt korelasi palsu ;; jika 2 & amp; amp R DW). Ini menyarankan memperkirakan hubungan kointegrasi (lihat artikel), atau – model koreksi kesalahan – jika Anda ingin dinamika jangka pendek. Analog dari persamaan (2) dan (3) (setelah perkalian dengan kekayaan bersih rumah tangga untuk mempertimbangkan efek dari siklus hidup) adalah:

(4) & amp; amp; nbsp; & Amp; Amp; Delta; C t = 1.900 + 0,027 C t-1 – 0,018 Y d, t -1 – 0,0008 W t-1 + tertunda hal pertama perbedaan

R 2 = 0,25, SER = 33,55, Nobs = 192, DW = 2.21. tebal menunjukkan signifikansi sebesar 5% MSL

Dalam protokol.

(5) & amp; amp; nbsp; & Amp; Amp; Delta; C t = 0,014-0,017 C t-1 + 0,011 y d, t-1 0.004 + w t-1 hal pertama tertunda perbedaan

R 2 = 0,21, SER = 0,006, Nobs = 192, DW = 2.18. tebal menunjukkan signifikansi sebesar 5% MSL.

Dalam hal ini, tidak ada keuntungan yang jelas dari spesifikasi atau sisi lainnya. Tingkat spesifikasi yang perilaku peledak (seperti koefisien keterlambatan dalam tingkat variabel dependen adalah positif, tetapi tidak signifikan secara statistik). Variabel dibedakan hanya tertunda yang signifikan secara statistik. Dalam spesifikasi protokol, perilaku default tidak meledak, karena koefisien bergeser pada tingkat log dari variabel dependen; sebenarnya mengingat minimnya koefisien, itu tampaknya tidak bukti kointegrasi (pada kenyataannya, semua yang kita tahu bahwa konsumen tidak untuk mengembalikan hubungan jangka panjang antara konsumsi, pendapatan dan kekayaan – itu bisa menjadi dua variabel lain membuat penyesuaian, dan, pada kenyataannya, tes Johansen menunjukkan bahwa terjadi).

Untuk analisis yang lebih rinci, disintegrasi data konsumsi dapat ditemukan di posting ini. Dalam hal ini, protokol dalam konteks disintegrasi tampaknya melakukan trik.


Film korea terbaru

Leave a Reply

Your email address will not be published. Required fields are marked *