Page 125 - Gričar, Sergej, in Štefan Bojnec, 2016. Aplikacija metodologije časovnih serij na primeru turističnih cen. Koper: Založba Univerze na Primorskem.
P. 125
Empirična analiza kvantitativne raziskave
spodarstvu se odrazi kot sprememba relativnih cen. V analizi želimo, da je 125
šok trajen, šlo naj bi za trajno povečanje cen v nemenjalnem sektorju (go-
stinstvu), povezanih z rastjo stroškov. Višino in gibanje inputov v gostin-
stvu oblikujejo cene proizvodov in storitev menjalnega sektorja. Tak šok
identificiramo tako, da dopustimo, da se v mesecu šoka cen v gostinstvu
lahko spremenijo le cene v gostinstvu. Preostali del permanentnega šoka je
tako popolnoma neomejen in kaže stohastične trende rasti cen menjalne-
ga sektorja gospodarstva.
Naslednja naša naloga v raziskavi je poiskati ustrezne modele za
postavljene hipoteze. V procesu identifikacije konkretnega modela smo iz-
koristili tudi dejstvo, da je v modelu prisotna kointegracija, kar pomeni,
da imajo nekateri šoki samo tranzitorne učinke na spremenljivke. V sis-
temu s spremenljivkami in kointegracijskim rangom imamo opravka
s stohastičnimi trendi in tranzitornimi komponentami. To pome-
ni, da lahko v modelu s kointegracijskim rangom ločeno identificiramo
tranzitornih in permanentnih šokov. Način je naslednji: iz neomeje-
nega modela VEC dobimo oceno matrike dolgoročnih učinkov (Johansen
1996). Na osnovi izvedene in predstavljene kointegracije smo v podpoglav-
ju, ki sledi, nadaljevali z metodo največje verjetnosti.
Metoda največje verjetnosti (ML) za model prvega reda
S testi kointegracijskega ranga, AIC, HQ in SBIC testi se je izkazalo, da
model, postavljen s hipotezo 1, z enim odlogom statistično zadovoljivo opi-
suje dinamiko podatkov. Na tem modelu je bil izveden preskus kointegra-
cijskega ranga, pri čemer je bil predpostavljen model z neomejeno konstan-
to, nepravo sezonsko spremenljivko in strukturnim lomom. Tudi vključeni
deterministični spremenljivki D1 in D2 sta na dolgi rok statistično značil-
ni. Model lahko upošteva, da tako ICGS, ICŽP, ICGSEA in ICŽPEA iz-
kazujejo izrazito trendno gibanje, vpliv sezone, uvedbe evra v začetku leta
2007 in strukturni lom v juniju 2008, kar nakazuje na začetek svetovnih
gospodarskih sprememb.
Običajno je težko določiti, kateri model kointegracije bo najbolje pri-
kazal povezanost spremenljivk in katerega v ta namen uporabimo. Za pos-
tavljeno hipotezo 2 se odločimo na osnovi predhodnih analiz za model z
dvema mesečnima odlogoma in enim kointegracijskim rangom. V primeru
postavljene hipoteze 3 pa smo tako postavili reduciran model z dvema odlo-
goma in štirimi kointegracijskimi rangi. Začeli smo z bolj liberalnimi mode-
li, zato smo vanje vključevali deterministične komponente. To je tudi razlog
za vključitev linearnega trenda v model, postavljen s hipotezo 3. V ta model
smo vključili tudi impulzno deterministično spremenljivko ( ). HQ
spodarstvu se odrazi kot sprememba relativnih cen. V analizi želimo, da je 125
šok trajen, šlo naj bi za trajno povečanje cen v nemenjalnem sektorju (go-
stinstvu), povezanih z rastjo stroškov. Višino in gibanje inputov v gostin-
stvu oblikujejo cene proizvodov in storitev menjalnega sektorja. Tak šok
identificiramo tako, da dopustimo, da se v mesecu šoka cen v gostinstvu
lahko spremenijo le cene v gostinstvu. Preostali del permanentnega šoka je
tako popolnoma neomejen in kaže stohastične trende rasti cen menjalne-
ga sektorja gospodarstva.
Naslednja naša naloga v raziskavi je poiskati ustrezne modele za
postavljene hipoteze. V procesu identifikacije konkretnega modela smo iz-
koristili tudi dejstvo, da je v modelu prisotna kointegracija, kar pomeni,
da imajo nekateri šoki samo tranzitorne učinke na spremenljivke. V sis-
temu s spremenljivkami in kointegracijskim rangom imamo opravka
s stohastičnimi trendi in tranzitornimi komponentami. To pome-
ni, da lahko v modelu s kointegracijskim rangom ločeno identificiramo
tranzitornih in permanentnih šokov. Način je naslednji: iz neomeje-
nega modela VEC dobimo oceno matrike dolgoročnih učinkov (Johansen
1996). Na osnovi izvedene in predstavljene kointegracije smo v podpoglav-
ju, ki sledi, nadaljevali z metodo največje verjetnosti.
Metoda največje verjetnosti (ML) za model prvega reda
S testi kointegracijskega ranga, AIC, HQ in SBIC testi se je izkazalo, da
model, postavljen s hipotezo 1, z enim odlogom statistično zadovoljivo opi-
suje dinamiko podatkov. Na tem modelu je bil izveden preskus kointegra-
cijskega ranga, pri čemer je bil predpostavljen model z neomejeno konstan-
to, nepravo sezonsko spremenljivko in strukturnim lomom. Tudi vključeni
deterministični spremenljivki D1 in D2 sta na dolgi rok statistično značil-
ni. Model lahko upošteva, da tako ICGS, ICŽP, ICGSEA in ICŽPEA iz-
kazujejo izrazito trendno gibanje, vpliv sezone, uvedbe evra v začetku leta
2007 in strukturni lom v juniju 2008, kar nakazuje na začetek svetovnih
gospodarskih sprememb.
Običajno je težko določiti, kateri model kointegracije bo najbolje pri-
kazal povezanost spremenljivk in katerega v ta namen uporabimo. Za pos-
tavljeno hipotezo 2 se odločimo na osnovi predhodnih analiz za model z
dvema mesečnima odlogoma in enim kointegracijskim rangom. V primeru
postavljene hipoteze 3 pa smo tako postavili reduciran model z dvema odlo-
goma in štirimi kointegracijskimi rangi. Začeli smo z bolj liberalnimi mode-
li, zato smo vanje vključevali deterministične komponente. To je tudi razlog
za vključitev linearnega trenda v model, postavljen s hipotezo 3. V ta model
smo vključili tudi impulzno deterministično spremenljivko ( ). HQ
