ek_cw1_zarz

Ekonometria
Funkcji produkcji Cobba-Douglasa przyjmuje następującą postać:
Ćwiczenia 1: Model ekonometryczny i zmienne w modelu
Dane zawarte w pliku Fun_produkcji I.xls Tym razem mamy do czynienia z danymi
przekrojowymi (indeks i)
Zakres:
- Dobór zmiennych ekonomicznych do modelu ekonometrycznego: zmienna objaśniana,
zmienne objaśniające (endogeniczna, egzogeniczne).
- Pozyskiwanie obserwacji dla zmiennych z baz internetowych (GUS, BDL GUS, NBP,
Eurostat, Money.pl, Penn World Tables, WDI World Bank, itp.)
- Statystyka opisowa zmiennych (umiejętność przygotowanie tabelki: średnia i/lub
mediana, odchylenie standardowe i/lub współczynnik zmienności, wartość minimalna,
wartość maksymalna) Excel, Statistica, Gretl
- Rozkład zmiennej losowej i jego porównanie do rozkładu normalnego (histogram w
Excelu)
- Kontrola stopnia skorelowania między zmiennymi objaśniającymi – współczynniki
korelacji liniowej Pearsona łącznie ze statystyczną istotnością korelacji (Gretl, Statistica)
Przykład 4: Model popytu
Dany jest model popytu na pewne dobro X
Przykład 1: Model wynagrodzeń (model ogólny)
Grupę n pracowników pewnego zakładu objęto badaniem indywidualnej wydajności pracy.
Okazało się, że wydajność ta zależy nie tylko od stażu pracy, ale również od wieku i płci
pracownika. Zapisz ogólną postać modelu (przyjmując, że opisywana zależność jest dobrze
przybliżana przez funkcję liniową) i zastanów się nad wstępną interpretacją jego
parametrów strukturalnych (dane przekrojowe – indeksy przy zmiennych i).
Przykład 2: Funkcja konsumpcji – jak wydatki gospodarstw domowych zależą od ich
dochodów.
Można wykorzystać dane z BDL GUS http://stat.gov.pl/bdl / dane roczne / ludność /
gospodarstwa domowe:
- przeciętny miesięczny dochód rozporządzalnym na 1 osobę,
- przeciętne miesięczne wydatki na 1 osobę / ogółem
Dane dla całej Polski od 1999 do 2015.
(Do tego można też wybrać dane o wydatkach na konkretną grupę dóbr np. żywność)
Należy zwrócić uwagę, że mamy do czynienia z danymi czasowymi, szeregi czasowe
(indeks t)
Przykład 3: Funkcja produkcji – jak wielkość produkcji zależy od nakładów czynników
produkcji.
Przykładowe dane z Greene’a (2003) o produkcji, kapitale i zatrudnieniu dla 27
przedsiębiorstw branży metalurgicznej. Dane dotyczą przedsiębiorstw amerykańskich.
Wykorzystano następujące zmienne:
Li – nakład pracy w i-tym przedsiębiorstwie (w osobach);
K i – wartość brutto zakładu lub fabryki (mln $);
Yi – wartość dodana brutto wypracowana w i-tym przedsiębiorstwie (mln $).

Yi   0  Li 1  K i
2
 e i
p t   0   1 d t   2 ct   t
t  1,..., T
pt – popyt na dobro X (w zł na osobę),
dt – dochód (w zł na osobę),
ct – cena dobra (w zł).
Po oszacowaniu na podstawie 26 obserwacji model przyjął następującą postać:
gdzie:
pt  1,3  0,35d t  0,24ct  ξ̂ t
1. Określ typ modelu ze względu na poznane kryteria.
2. Wymień elementy składowe modelu.
3. Zapisz model w postaci macierzowej.
4. Zinterpretuj oceny parametrów strukturalnych powyższego modelu.
5. Oblicz i zinterpretuj elastyczności cząstkowe przy wartościach początkowych dochodu
400 zł/os. i ceny 15 zł.
Przykład 4: Model wykładniczy
Oszacowany model ma postać:
ˆ
Pli  e  0,359  0,028 wi  0,01 si  i 
i  1, ...,150
Pli – płaca i-tego pracownika w zł miesięcznie,
wi – wydajność i-tego pracownika w % wykonania normy,
si – staż pracy i-tego pracownika w latach.
1. Doprowadź model do postaci liniowej.
2. Zapisz model w postaci macierzowej.
3. Zinterpretuj wyniki oszacowania.
4. Oblicz i zinterpretuj efekt krańcowy płacy względem wydajności pracy zakładając, że
wydajność początkowa pracownika wynosiła 75%, a staż pracy 10 lat.
5. Oblicz i zinterpretuj elastyczności cząstkowe przyjmując wartości początkowe
wydajności 75% i 10-letni staż pracy.
gdzie:
Przykład 5: Wykładniczy trend
Na podstawie informacji miesięcznych od marca 2014 do lipca 2015 oszacowano model
kształtowania się zapasów w danym magazynie P:
ˆ
yt  3e 0,04 t  t
Zinterpretować tempo zmian zapasów w tym magazynie.