Sabit Terimsiz Balanm Modeli 0b 21 Sabit Terimsiz
Sabit Terimsiz Bağlanım Modeli 0<b 2<1
Sabit Terimsiz Bağlanım Modelinin Özellikleri 1) Sabit terimsiz regresyonda Σei lerin sıfıra eşit olması şart değildir. 2) Sabit terimsiz regresyonda r 2 belirlilik katsayısı uygun bir ölçü değildir. Çünkü bu katsayının sabit terimsiz regresyonda negatif değer alması söz konusu olabilmektedir.
Sabit Terimsiz Bağlanım Model Örnekleri İmalat Sanayi Mamülleri Üretim Fonksiyonları Üretim faktörleri girdileri sıfırken çıktı yani üretim de sıfır olmalıdır. Orijinden Geçen Uzun Dönem Tüketim Fonksiyonu b 1 sabitinin pozitif değeri bize ekonomik birimlerin gelir seviyeleri sıfırken daha önce yaptıkları tasarrufları tükettiklerini ve daha önceki dönemlerde üretilmiş mallardan faydalandıklarını ifade etmektedir. Kapalı bir ekonominin daha önce ürettiği tüketim malları stoku yoksa, b 1 değeri sıfırdan büyük olamaz. Bu halde gelir seviyesi sıfıra indiğinde tüketim geliri aşacak, bu da negatif bir tasarrufa karşılık gelecektir.
Sabit Terimsiz Bağlanım Model Örnekleri Gelirden bağımsız ve kısıtlanması mümkün olmayan tüketim seviyesi b 1'e bağımsız tüketim harcamaları denir. Bu durum kısa dönemde söz konusu olur. Buna karşılık, daha önceki birikmiş tasarruflara bağlı olarak belli bir tüketim seviyesi b 1 in varlığının kabulünün uzun dönemde hiç bir anlamı olmaz.
Sabit Terimsiz Bağlanım Model Örnekleri Portföy Teorisi Bir yatırım projesinin toplam riski, iki riskten oluşur: Sistematik risk veya piyasa riski ve sistematik olmayan risk. Sistematik olmayan risk firmanın yönetim şartları, firmalar arası rekabet, grevler ve tüketici davranışlarındaki değişmeler gibi faktörlere bağlıdır. Sistematik risk , Piyasa faiz oranlarının değişmesi, enflasyon riski, finansal piyasalardaki değişmeler gibi faktörlere bağlıdır
Sabit Terimsiz Bağlanım Model Örnekleri Finansal Varlıkları Fiyatlama Modelinin Beta Katsayısı, projelerin sistematik riskini ölçmeye yarar. Finansal Varlıklar Fiyatlama Modeli : Ri - rf = ßi (Rm - rf) + ui Ri = i finansal varlığı verim oranı Rm = Piyasa portföyü verim oranı (riskli varlıklardan oluşan) rf = Risksiz piyasa verim oranı (hazine bonosunun 90 günlük verim oranı gibi) ßi = Finansal varlığın sistematik riski (Beta katsayısı) ui = hata terimi
Sabit Terimsiz Bağlanım Model Örnekleri Yi = ai + ßi Xi + ui Yi = Şirketin yıllık verimlilik oranı (%) Xi = Piyasa portföyü yıllık verimlilik oranı (%) ßi = Eğim katsayısı, portföy teorisinde Beta katsayısı (Sistematik Risk) Yi = 1. 0899 Xi s (bi): (0. 1916) , Se 2 = 3425. 285 t (5. 6884) Yi = s (bi) t= 1. 2797 + 1. 0691 Xi (7. 6886) (0. 2383) (0. 1664) (4. 4860)
Tam Logaritmik Fonksiyon X 3 Y b 2>1 0<b 2<1 Y 1 b 2<0 Y 2 X 2 (X 3 sabit tutulduğunda)
Tam Logaritmik Fonksiyon ln. Y =lnb 1 + b 2 ln. X 2+ b 3 ln. X 3 +. . . + bk ln. Xk + u lne Y* =b 1 *+ b 2 X 2*+ b 3 X 3* +. . . + bk Xk* + u
Tam Logaritmik Fonksiyon
Uygulama 4. 3 (207 -210)
Uygulama 4. 3 (207 -210)
Uygulama 4. 3 (207 -210)
Uygulama 4. 3 (207 -210) = 4. 0458 = 4. 9615 Sx*2 Sy*x*2 =7. 3986 =2. 6911
Uygulama 4. 3 (207 -210) = 0. 3637 = 4. 0458 - (0. 3637) 4. 9615 = 2. 2413 [ln(9. 4046) = 2. 2413]
Üretim Fonksiyonu Y= Üretim X 2=Emek ; X 3=Sermaye = Emeğin Marjinal Verimliliği = Sermayenin Marjinal Verimliliği ln. Y = -3. 4485 + 1. 5255 ln. X 2 + 0. 4858 ln. X 3 (t) (-1. 43) (2. 87) n=15 Düz-R 2= 0. 8738 (4. 82)
Yarı-Logaritmik Fonksiyon Log-Doğ Model(Üstel Model)
Yarı-Logaritmik Fonksiyon Log-Doğ Model(Üstel Model) ln. Y = b 1 +b 2 X+ u = ( b 2 Y ) = b 2 X
Artış Hızı Modeli Log-Doğ Model(Üstel Model) ln. Y = b 1 +b 2 t + u r = (Antilog b 2 - 1). 100 Y= İş hacmi(1983 -1988) r= = (Antilog 0. 131 - 1). 100 (1. 13997 - 1). 100 (0. 13997 1). 100 % 14
Ücret Modeli Log-Doğ Model(Üstel Model) Aşağıdaki ücret modeli Uygulama 9. 3’den alınmıştır. (s. 427) Modelde: Y: Haftalık Kazanç ($) ; X 2: Tecrübe ; X 3 : Eğitim Kategorisi ln. Y = 1. 19 + 0. 033 X 2 + 0. 074 X 3
Yarı-Logaritmik Fonksiyon Doğ - Log Model Y = b 1 +b 2 ln. X+ u
Yarı-Logaritmik Fonksiyon Doğ - Log Model Y = b 1 +b 2 ln. X+ u
Hedonik Model Doğ - Log Model Y = b 1 +b 2 ln. X 2+ b 3 ln. X 3 + u Fiyat = -1. 749. 97 + 299. 97 ln(m 2) - 145. 09 ln(Yatak. Oda) (t) (-6. 8) (7. 5) Prob. Düz-R 2= 0. 826 (-1. 7) [0. 1148] sd=11
Polinomial Fonksiyonlar Y = b 1 + b 2 X + b 3 X 2 + b 4 X 3 +. . . + bk+1 Xk + u Kuadratik Model: Y = b 1 + b 2 X + b 3 X 2 + u = b 2 + 2 b 3 X = 0 X 0= -b 2 / 2 b 3 = 2 b 3 Eğer b 3<0 ise X 0 noktası maksimumdur Eğer b 3>0 ise X 0 noktası minimumdur
Polinomial Fonksiyonlar Kuadratik Model OM= Ortalama Maliyet ; Çıktı =Üretimİndeksi GMİ= Girdi Maliyetleri İndeksi OM = 10. 52 - 0. 175 Çıktı + 0. 0009 (Çıktı)2 + 0. 02 GMİ (t) (14. 3) (-9. 7) Düz-R 2=0. 978 (7. 8) sd=16 (14. 45)
Polinomial Fonksiyonlar Kübik Model TM= Toplam Maliyet ; Q =Üretim Miktarı
Polinomial Fonksiyonlar Kübik Model Y = b 1 + b 2 X + b 3 X 2 + b 4 X 3 + u TM = 141. 76 + 63. 47 Q - 12. 96 Q 2 + 0. 94 Q 3 s(bi) (6. 37) (4. 78) R 2 =0. 998 sd=6 (0. 98) (0. 059)
Yeni Bağımsız Değişkenler Ekleme Testi (s. 285 -293) Y=b 1 + b 2 X 2 + b 3 X 3 + u (SR) Y=b 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + b 5 X 5 + u 1. Aşama H 0: b 4 = b 5 = 0 2. Aşama a=? f 1=? (SM) H 1: b i 0 f 2=? Fa, f 1, f 2 =? 3. Aşama 4. Aşama Fhes > Ftab H 0 hipotezi reddedilebilir
Yeni Bağımsız Değişkenler Ekleme Testi (s. 285 -293)
İki regresyon Parametresinin Eşitliğinin Testi (s. 293 -294) Y=b 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + b 5 X 5 + u 1. Aşama H 0: b 4 = b 5 2. Aşama a=? H 1: b 4 b 5 ta, sd =? 3. Aşama 4. Aşama |thes | > | ttab | H 0 hipotezi reddedilebilir
İki regresyon Parametresinin Eşitliğinin Testi (Ramu Ramanathan: Örnek 4. 10) Ct= Reel Tüketim Harcamaları (1992 fiyatlarıyla) Yt=GSMH (1992 fiyatlarıyla) Wt= Ücretler (cari fiyatlarla) Index= 1992 bazlı fiyat indeks serisi Wts=Ücretler (1992 fiyatlarıyla) Pt = Yt - Wts
İki regresyon Parametresinin Eşitliğinin Testi Ct = -222. 16 + 0. 693 Wts +0. 736 Pt Düz-R 2= 0. 999 s. d=33 ESS=38977 Varyans-Kovaryans Matrisi C W P C 382. 3085 -0. 036446 -0. 149065 W -0. 036446 0. 001063 -0. 001552 P -0. 149065 -0. 001552 0. 002384
İki regresyon Parametresinin Eşitliğinin Testi 1. Aşama H 0: b 2 = b 3 2. Aşama a = 0. 05 H 1: b 2 b 3 ta, sd = t 0. 05, 36 -3=? t 0. 05, 40=2. 021 < t 0. 05, 36 -3 < t 0. 05, 30=2. 042 3. Aşama 4. Aşama |thes | > | ttab | H 0 hipotezi reddedilebilir
CHOW TESTLERİ İki Örneğe ait Denklemlerin Eşitliğinin Testi(s. 294 -296) Y=b 1 + b 2 X 2 + b 3 X 3 + u (Tüm Dönem) Y=b 1 + b 2 X 2 + b 3 X 3 + u (1. Dönem) Y=b 1 + b 2 X 2 + b 3 X 3 + u (2. Dönem) 1. Aşama H 0: İki Denklem Birbirinin Aynıdır H 1: İki Denklem Birbirinden. Farklıdır 2. Aşama a = ? f 1=k f 2=n 1+n 2 -2 k Fa, f 1, f 2 =? 3. Aşama 4. Aşama Fhes > Ftab H 0 hipotezi reddedilebilir
CHOW TESTLERİ İki Örneğe ait Denklemlerin Eşitliğinin Testi(s. 294 -296)
CHOW TESTLERİ Yapısal Testlerde Yetersiz Gözlem Durumu(s. 298 -299) Y=b 1 + b 2 X 2 + b 3 X 3 + u (Tüm Dönem) Y=b 1 + b 2 X 2 + b 3 X 3 + u (1. Dönem; Yetersiz Gözlem) Y=b 1 + b 2 X 2 + b 3 X 3 + u 1. Aşama (2. Dönem) H 0: İki Denklem Birbirinin Aynıdır H 1: İki Denklem Birbirinden. Farklıdır 2. Aşama a = ? f 1=n 1 f 2=n 2 -k Fa, f 1, f 2 =? 3. Aşama 4. Aşama Fhes > Ftab H 0 hipotezi reddedilebilir
CHOW TESTLERİ Yapısal Testlerde Yetersiz Gözlem Durumu(s. 298 -299)
Örnek Büyüklüğü Arttırıldığında Regresyon Katsayılarının Aynı Kalıp Kalmadığının Testi Y=b 1 + b 2 X 2 + b 3 X 3 + u (İlk Dönem) Y=b 1 + b 2 X 2 + b 3 X 3 + u (Genişletilmiş Dönem) 1. Aşama H 0: bi=bi (Parametreler Değişmemiştir) H 1: bi bi (Parametreler Değişmiştir) 2. Aşama a = ? f 1=n 2 f 2=n 1 -k Fa, f 1, f 2 =? 3. Aşama 4. Aşama Fhes > Ftab H 0 hipotezi reddedilebilir
Parametrelere Konan Sınırlamaların Testi Y=b 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + b 5 X 5 + u (SM) Y=b 1 + b 2 X 2 + b 3 X 3 + u (SR) H 0: Sınırlamalar Gerçekleşmiştir 1. Aşama H 1: Sınırlamalar Gerçekleşmemiştir Fa, f =? 2. Aşama a=? f 1=c f 2=n-k 1 2 3. Aşama 4. Aşama Fhes > Ftab H 0 hipotezi reddedilebilir
- Slides: 39