Az elmaradt endogén modell egy olyan ökonometriai modell, amelyben a magyarázott változó legalább egy késéssel magyarázónak tűnik.
Valójában a késleltetett endogén modell egy véges eloszlású lag modell. Az történik, hogy a késleltetett endogén modellnek sajátos sajátossága van. A sajátosság az, hogy az egyik magyarázó változó az a változó, amelyet legalább egy késéssel magyaráznak. Hogy jobban megértsük, nézzük meg a következő példát:
Mint látható, ez egy dinamikus ökonometriai modell. Vagyis késéseket mutat be a magyarázatokkal. Ezenkívül magyarázó változóként tartalmazza a magyarázott vagy függő változót késéssel (Yt-1). Természetesen egy késleltetés is beletartozik, mert ha ugyanabban az időpontban lenne, akkor az együttható mindig 1. Egy változó viszonya önmagához ebben a pontos pillanatban 1.
Érdemes megemlíteni, hogy egy ökonometriai modell késleltetett endogénnek tekinthető, elegendő, ha a magyarázott változó legalább egy késéssel magyarázónak tűnik. Ez most nem összeegyeztethetetlen azzal a ténnyel, hogy más magyarázó változókban több lemaradás jelenhet meg.
A késleltetett endogén modell értelmezése
Az ilyen típusú modellek értelmezése nagyon egyszerű. Eleinte azonban nehéznek tűnhet megérteni. Biztosan kíváncsi vagy arra, hogy lehet, hogy egy változót a megmagyarázott változó magyaráz? Úgy tűnik, nincs értelme. Bár természetesen ennek sok értelme van. Lássuk, hogyan értelmezik a modellt:
Mint minden ökonometriai modell, ez a modell a következő változókat tartalmazza:
Y: Ez a magyarázott változó. Bármely gazdasági változó lehet, amelyet meg akarunk jósolni, megbecsülni vagy megmagyarázni.
Nulla béta: Ez az állandó kifejezés az egyenletben, nincs gazdasági jelentése. Felvétele az egyenletbe matematikai okokból történik.
Béta első: Ez az együttható, amelynek értéke megmagyarázza a kapcsolatot, hogy a megmagyarázott változónak van egy t-1 periódusa a megmagyarázott Y változón t időpontban.
X1: Mint már korábban mondtuk, az egyik változó az, amely megpróbálja megmagyarázni az Y változó viselkedését.
Két béta: Ez az együttható, amelynek értéke megmagyarázza az x magyarázó változó közötti kapcsolatot1 egy periódussal ezelőtt és az Y változó ingadozásai.
X2: Ez a második változó, amely megpróbálja megmagyarázni Y viselkedését.
Három béta: Ez az együttható, amelynek értéke megmagyarázza az x magyarázó változó közötti kapcsolatot2 és az Y változó a t időpontban.
„T” alcím: időre utal. Ez az index valószínűleg egy adott év vagy egy hónap értékét veheti fel.
Példa késleltetett endogén modellre
Tegyük fel, hogy meg akarjuk jósolni a GDP értékét. Ehhez úgy gondoljuk, hogy egy hasznos ökonometriai modell a következő lehet:
Ebben az ökonometriai modellben a GDP értékét a következők szerint kívánjuk megmagyarázni:
GDPt-1 = A bruttó hazai termék értéke az előző időszakban.
Munkanélküliségt-1 = Ez egy index, amely az előző időszak munkanélküliségének szintjén alapul.
Prodt = Ez az idei év ipari termelési indexe.
Megszerezzük a fiktív adatokat, és a következő eredményt kapjuk:
Hogyan értelmezik ezt az ökonometriai modellt? Az alábbiakban leírjuk:
Nulla béta: 0,5-et ér, de már mondtuk, hogy nincs gazdasági jelentősége.
Béta első: A Beta one értéke 0,8. Ez azt jelenti, hogy az előző időszak GDP-értéke a mai GDP-érték egységnyi 0,8 egységével magyarázható. Más szavakkal, a GDP értékének ma 80% -át az előző időszak GDP-jével magyarázzák.
Két béta: A munkanélküliség negatívan hat. Más szavakkal: minél magasabb a munkanélküliség, annál alacsonyabb a GDP. Ezért van értelme az elöl lévő mínusz jelnek. Ezenkívül elmondja, hogy minden egyes egység esetében, amikor a munkanélküliségi ráta nő (az előző időszakban), a jelenlegi GDP 0,10 egységgel csökken.
Három béta: Végül az ipari termelési indexnek pozitív hatása van. Minél nagyobb a termelés, logikus azt gondolni, hogy a GDP magasabb lesz. Az értelmezés az, hogy minden olyan egységre, amelyben a termelési index növekszik, a GDP 0,68 egységgel növekszik.
