Atsilikęs endogeninis modelis yra ekonometrinis modelis, kuriame paaiškinamasis kintamasis atrodo kaip paaiškinamasis su bent vienu atsilikimu.
Tiesą sakant, uždelstas endogeninis modelis yra riboto paskirstyto atsilikimo modelio tipas. Atsitinka taip, kad uždelstas endogeninis modelis turi ypatingą ypatumą. Ypatumas yra tas, kad vienas iš paaiškinamųjų kintamųjų yra kintamasis, paaiškinamas bent vienu atsilikimu. Norėdami geriau suprasti, pažiūrėkime šį pavyzdį:
Kaip matyti, tai dinamiškas ekonometrinis modelis. Tai reiškia, kad paaiškinimai vėluoja. Be to, jis kaip paaiškinamasis kintamasis pateikia paaiškintą arba priklausomą kintamąjį su vėlavimu (Yt-1). Žinoma, įtraukiamas vėlavimas, nes jei jis būtų tuo pačiu laiko momentu, koeficientas visada būtų 1. Kintamojo santykis su savimi, šiuo tiksliu momentu yra 1.
Paminėtina detalė yra ta, kad norint, kad ekonometrinis modelis būtų laikomas uždelstu endogeniniu, pakanka, kad paaiškintas kintamasis paaiškinamas bent vienu vėlavimu. Dabar tai nėra nesuderinama su tuo, kad kituose aiškinamuosiuose kintamuosiuose gali atsirasti daugiau atsilikimų.
Vėluojančio endogeninio modelio aiškinimas
Aiškinti tokio tipo modelius yra labai paprasta. Tačiau iš pradžių tai gali atrodyti sunku suprasti. Tikrai įdomu, kaip gali būti, kad kintamasis paaiškinamas paaiškintu kintamuoju? Atrodo, kad nėra prasmės. Nors, žinoma, tai iš tikrųjų turi daug prasmės. Pažiūrėkime, kaip modelis interpretuojamas:
Kaip ir visuose ekonometriniuose modeliuose, šiame modelyje yra šie kintamieji:
Y: Tai paaiškintas kintamasis. Tai gali būti bet koks ekonominis kintamasis, kurį ketiname numatyti, įvertinti ar paaiškinti.
Nulis beta: Tai yra pastovus lygties terminas, jis neturi ekonominės prasmės. Jo įtraukimas į lygtį yra dėl matematinių priežasčių.
Beta viena: Tai koeficientas, kurio reikšmė paaiškina ryšį, kad paaiškinamasis kintamasis turi paaiškinto kintamojo Y laikotarpį t (1).
X1: Kaip jau minėjome anksčiau, būtent vienas iš kintamųjų bando paaiškinti kintamojo Y elgesį.
Dvi beta versijos: Tai koeficientas, kurio reikšmė paaiškina ryšį tarp aiškinamojo kintamojo x1 laikotarpis ir kintamojo Y svyravimai.
X2: Tai yra antrasis kintamasis, bandantis paaiškinti Y elgesį.
Trečia beta versija: Tai koeficientas, kurio reikšmė paaiškina ryšį tarp aiškinamojo kintamojo x2 ir kintamasis Y metu t.
„T“ paantraštė: nurodo laiką. Tas indeksas gali naudoti tam tikrų metų ar tam tikro mėnesio vertes.
Vėluojančio endogeninio modelio pavyzdys
Tarkime, kad mes norime numatyti BVP vertę. Norėdami tai padaryti, manome, kad ekonometrinis modelis galėtų būti naudingas:
Šiame ekonometriniame modelyje ketiname paaiškinti BVP vertę:
BVPt-1 = Bendrojo vidaus produkto vertė praėjusiu laikotarpiu.
Nedarbast-1 = Tai indeksas, pagrįstas ankstesnio laikotarpio nedarbo lygiu.
Prodt = Tai yra šių metų pramonės produkcijos indeksas.
Gauname fiktyvius duomenis ir gauname tokį rezultatą:
Kaip aiškinamas šis ekonometrinis modelis? Mes apibūdiname tai žemiau:
Nulis beta: Jis vertas 0,5, bet mes jau sakėme, kad jis neturi ekonominės reikšmės.
Beta viena: „Beta one“ vertė yra 0,8. Tai reiškia, kad praėjusio laikotarpio BVP vertė paaiškinama 0,8 vieneto vienam BVP vertės vienetui šiandien. Kitaip tariant, 80% BVP vertės šiandien paaiškinama ankstesnio laikotarpio BVP verte.
Dvi beta versijos: Nedarbas daro neigiamą įtaką. Kitaip tariant, kuo didesnis nedarbas, tuo mažesnis BVP. Todėl priekyje esantis minuso ženklas turi prasmę. Be to, jis mums sako, kad kiekvieno vieneto nedarbo lygis padidėja (ankstesniu laikotarpiu), dabartinis BVP sumažėja 0,10 vieneto.
Trečia beta versija: Galiausiai, pramonės produkcijos indeksas turi teigiamą poveikį. Kuo didesnė gamyba, logiška manyti, kad BVP bus didesnis. Aiškinama, kad kiekvieno vieneto, kuriam padidėja gamybos indeksas, BVP padidėja 0,68 vieneto.