Novokeynesiánský DSGE model

Rozměr: px
Začít zobrazení ze stránky:

Download "Novokeynesiánský DSGE model"

Transkript

1 Novokeynesiánský DSGE model české otevřené ekonomiky Osvald Vašíček Ekonomicko správní fakulta Masarykova univerzita Lipová a, Brno Výzkum je řešen za podpory grantu GAČR č. /5/7 a projektu MŠMT výzkumná centra M5.

2 Struktura příspěvku: Model Systém rovnic Řešení Odhad Data Výsledky odhadu Odezvy modelu Předpověd Závěr

3 Model Novokeynesiánský DSGE model s mikroekonomickými základy koncept NOEM (New Open Economy Macroeconomics) representativní agenti: domácnosti, firmy, centrální banka, zahraníčí Reprezentativní domácnosti domáctnost maximalizuje svůj užitek: E t t= β t ( (Ct hc t ) σ σ ) N+ϕ + ϕ s ohledem na jeho intertemporární omezení ( ) Dt+ P t C t + E t D t + W t N t R t log linearizace optimalizačních podmínek prvního řádu: w t p t = ϕn t + σ h (c t hc t ) c t hc t = E t (c t+ hc t ) h σ (r t E t π t+ ) () zákon jedné ceny nemusí platití bez odchylek, odchylka ceny: směnné relace (terms of trade): podmínka nekryté úrokové parity: ψ t = [q t + ( α)s t ] () s t = π F,t π H,t (3) E t q t+ = {(r t E t π t+ ) (r t E t π t+)} + ǫ q t () podmínka současné optimalizace domácností uvnitř ekonomiky a v zahraničí: c t hc t = y t hy t h σ q t (5)

4 Reprezentativní firma monopolisticky konkurující firma optimalizuje chování: maximalizace zisku produkční funkce firmy: Y t = A t N t, kde A t je technologický pokrok představovaný AR() procesem: s mezními náklady: mc t = w t p H,t a t = a t = ρ a a t + ǫ a t () σ h (c t hc t ) + ϕy t + αs t ( + ϕ)a t (7) ceny jsou strnulé a firmy je nastavují dle Calvova efektu, výsledkem je chování, které představuje Novokeynesiánská Phillipsova křivka (NKPC): π H,t = β( θ H )E t π H,t+ + θ H π H,t + λ H mc t (8) analogický je vztah pro importovanou inflaci: π F,t = β( θ F )E t π H,t+ + θ F π F,t + λ F ψ t (9) celková inflace zahrnuje vliv jak domácí tak i zahraniční inflace: π t = ( α)π H,t + απ F,t () Centrální banka cílování inflace monetární politika je představována modifikovaným Taylorovým pravidlem: r t = ρ r r t + ( ρ r )(φ π t + φ y t ) + ǫ r t () 3

5 Zahraniční sektor domácí ekonomika je modelována jako malá otevřená ekonomika zahraniční sektor je exogenní: yt = λ yt + ǫ y t () rt E t πt+ = ρ r (rt πt ) + ǫ r t (3) Dolpněk podmínka rovnováhy trhu zboží: y t = ( α)αηs t + ( α)c t + αηψ t + αy t () Parametry model má parametrů a 8 dalších parametrů představuje směrodatné odchylky šoků (σ a,σ s,σ q,σ πh,σ πf,σ r,σ y,σ r ) Parametr Č. rovnice Interpretace α, 7,, otevřenost ekonomiky β 8, 9 diskontní faktor h, 5, 7 setrvačnost ve spotřebě σ, 5, 7 převrácená elast. mezičasové subst. ve spotřebě η elast. subst. mezi domácím a zahraničním zbožím ϕ 7 převrácená elast. nabídky práce θ H 8 část domácích firem neměnící cenu θ F 9 část firem neměnící cenu importujícícího zboží φ citlivost úrokové sazby na inflaci φ citlivost úrokové sazby na výkon ekonomiky ρ r váha pohledu vzad u monetárního pravidla ρ r 3 setrvačnost vývoje zahraniční reálné úrokové sazby ρ a setrvačnost vývoje technologií λ setrvačnost vývoje zahraničního produktu Platí, že λ H = ( βθh)( θh) ( βθf )( θf ) θ H a λ F = θ F ve vztazích (8) a (9).

6 Systém rovnic log linearizovaný model byl získán přeskupením rovnic () () systém je doplněn exogeními domácími a zahraničními šoky ψ t = [q t + ( α)s t ] (5) s t = π F,t π H,t + ǫ s t () E t q t+ = {(r t E t π t+ ) (r t E t π t+)} + ǫ q t (7) π t = ( α)π H,t + απ F,t (8) π F,t = β( θ F )E t π H,t+ + θ F π F,t + λ F ψ t + ǫ π F t (9) π H,t = β( θ H )E t π H,t+ + θ H π H,t + λ H mc t + ǫ π H t () mc t = σ h (c t hc t ) + ϕy t + αs t ( + ϕ)a t () a t = ρ a a t + ǫ a t () c t hc t = E t (c t+ hc t ) h σ (r t E t π t+ ) (3) c t hc t = y t hy t h σ q t () y t = ( α)αηs t + ( α)c t + αηψ t + αy t (5) r t = ρ r r t + ( ρ r )(φ π t + φ y t ) + ǫ r t () y t = λ y t + ǫ y t (7) r t E t π t+ = ρ r (r t π t ) + ǫ r t (8) 5

7 Řešení model: rovnic pro endogení proměnné a 3 rovnice pro exogenní procesy (viz. (), (7) a (8)) log linearizovaný model byl přepsán na model racionálních očekávání (LRE system ) = Ax t + Bx t + Cy t + Dz t (9) = FE t (x t+ ) + Bx t + HE t (x t )+ + Jy t+ + Ky t + LE t (z t+ ) + Mz t (3) E t (z t+ ) = Nz t + E t (ǫ t+ ) (3) E t (ǫ t+ ) = (3) kde x t je endogenní vektor stavu, y t endogenní vektor nepozorovaných proměnných a z t je vektor exogení stochastické proměnné a šoků: x t = { y t, q t, r t, π t, π F,t, r t, y t } y t = { ψ t, s t, c t, mc t, π H,t } z t = { a t, ǫ s t, ǫ q t, ǫ π H t, ǫ π F t, ǫ r t, ǫ y t, ǫ r t } matice systému jsou A 3 7, B 3 7, C 3 5, D 3 8, F 7, G 7, H 3 7, J 5, K 5, L 8 a N 8 řešením modelu LRE (9) (3) získáme rekurzivní pravidlo všeobecné rovnováhy 3 (GE) vyjádřené stavovým modelem x t = Px t + Qz t (33) y t = Ry t + Sz t (3) rovnováha popsaná maticemi P, Q, R a S je stabilní LRE system: systém lineárních racionálních očekávání 3 Podrobněji Uhlig, H.: A toolkit for analyzing nonlinear dynamic stochastic models easily. 995, Discussion paper, Federal Reserve Bank of Minneapolis.

8 Odhad Bayesiánská metoda odhadu parametrů nalezení největší posteriorní hustoty pravděpodobnosti parametrů obecně: všechny poznatky (inference) o parametru θ jsou obsaženy v posteriorním rozložení uplatnění principu věrohodnosti pro i tý dílčí (partikulární) model platí Bayesův vztah: p(θ Y T,i) = L(Y T θ,i)p(θ i) L(Y T θ,i)p(θ i)dθ kde: p(θ i) je priorní hustota pravděpodobnosti L(Y θ,i) je podmínka věrohodnosti (ML) cíl: najít i tý model, který maximalizuje posteriorní pravděpodobnost p(θ Y,i) ekonomický model má následující stavovou reprezentaci: kde: S t+ = Γ S t + Γ w t+ (35) Y t = ΛS t + v t (3) S t = {x t,y t } je vektor stavů z rovnic (33) a (3) Y t je vektor pozorovaných proměnných Γ a Γ jsou matice funkcí tzv. vnitřních modelových parametrů stavové rovnice (35) představující dynamické jádro modelu Λ je matice, která definuje vztah mezi pozorovanými proměnými a stavy w t je vektor šoků (inovací) je vektor chyb měření rovnice výstupu v t předpoklad o vektorech stochastických proměnných: w t N(, Ξ) v t N(, Υ) 7

9 funkce věrohodnostni (ML): [ logl(y T Θ) = T Nlogπ + log Ω t t + kde: t Θ = { Γ, Γ, Λ, Ξ, Υ } Ω t t = Λ Σ t t Λ + Υ T t v tω t t v t ] (37) Σ t t = Γ Σ t t Γ + Γ ΞΓ S N(Ŝ, Σ ) je zadaná počáteční podmínka stavů, věrohodnostní funkce (37) je řešena Kalmanůvým filtrem hledáme i tý partikulární model, pro který je výraz L(Y T θ,i)p(θ i)dθ konstantní, k tomu je třeba kvantifikovat posteriorní hustotu posteriorní hustota: kvantifikujme posteriorní hustotu jako proporční konstantu: p(θ Y T ) L(Y T θ)p(θ) posteriorní hustota p(θ Y T ) sumarizuje informace obsažené ve funkci věrohodnosti L(Y T θ), vážené apriorní hustotou p(θ) výhoda: apriorní hustota může přinést poznatky (inference), které nejsou obsaženy v pozorovaných datech (Y T ) pro posloupnost vzorků {θ j } N platí: dle zákona velkých čísel: {θ j } N p(θ Y T ) E θ (g(θ) Y T ) = N kde g(.) je vhodně zvolená funkce N g(θ j ) posloupnost posteriorních vzorků {θ j } N je představována Markovským řetězcem, který je generován metodou Monte Carlo (MCMC) Markovský řetězec (MC) je generován algoritmem Random Walk Metropolis Hasting j= 8

10 Použitá data data: I.Q 995 IV.Q 5 model je tzv. gapový všechna data krom směnných relací (s t ) jsou zadána jako odchylky jednotlivých veličin od jejich dlouhodobého rovnovážného vývoje (gapy) mezera celkové inflace je odchylka od vývoje inflačního cíle popis použitých dat: y t : mezera makroekonomické produktivity domácího reálného HDP, tj. odchylka produktivity reálného HDP na zaměstnanou osobu od vývoje produktivity rovnovážného výstupu π t : mezera celkové inflace, tj. odchylka anualizované inflace domácího indexu spotřebitelských cen (CPI) od vývoje inflačního cíle π F,t : mezera importované inflace, tj. odchylka anualizované inflace importovaných cen od vývoje jejího dlouhodobého trendu r t : mezera nominální úrokové sazby, tj. odchylka domácí jednoroční mezibankovní úrokové sazby od jejího rovnovážného vývoje q t : mezera reálného směnného kurzu, tj. odchylka od jeho rovnovážného vývoje s t : směnné relace (Competitive Price Index) jsou podíl logaritmu zahraničního CPI a logaritmu domácího CPI bez zahrnutí vlivu importního deflátoru y t : mezera produktivity výkonu zahraniční ekonomiky v Německu, tj. odchylka zahraniční makroekonomické produktivity reálného HDP (na zaměstnanou osobu) od vývoje produktivity rovnovážného vývoje r t : mezera zahraniční reálné úrokové sazby, tj. odchylka jednoroční úrokové sazby od jejího rovnovážného vývoje 9

11 Výsledky odhadu Markovův řetězec (MC) obsahuje generovaných vzorků parametry α a β byly fixovány: α =. β =.99 posteriorní odhady parametrů, šoků a jejich intervalů spolehlivosti: Odhadovaný Apriorní Posteriorní 95% posteriorní parametr střední hodnota median interval h ;.98 σ ;.393 η...398;.5 ϕ ;.95 θ H.5..89;.75 θ F ;.583 φ ;.7393 φ.5..;. ρ r ;.78 ρ r ;.87 ρ a ;.5 λ ;.89 σ a ;.879.;.9 σ s ; 5..7; 8. σ q ;.93.9; 5.97 σ πh ; ; σ πf ; ; 9.8 σ r ;.3.37;.38 σ y ; ;.7 σ r ;.3.37;.538

12 h σ η φ θ H θ F φ φ ρ r ρ rst ρ a λ Priorní a posteriorní marginální hustoty parametrů

13 Odhadnuté strukturální charakteristiky posteriorní hustota pravděpodobnosti odhadu parametrů je podstatně špičatější než priorní relativně vysoký stupeň setrvačnosti ve spotřebě nízká míra substituce mezi domácím a zahraničním zbožím relativně nízká elasticita nabídky práce průměrná doba cenových dohod: 3 čtvrtletí pro domácí firmy čtvrtletí pro importéry relativně vysoká setrvačnost v používaných technologiích modifikované Taylorovo pravidlo: r t =.78 r t + (.78)(.53 π t +. y t ) + ǫ r t Odezvy modelu a předpověd

14 domestic inflation inflation interest rate consumption terms of trade output Funkce impulzní odezvy na jednotkový šok inflace

15 π Date ( = Q ) R Date ( = Q ) Date ( = Q ) r y y * Date ( = Q ) z Date ( = Q ) Předpověd inflace, nominální a reálné úrokové míry, mezery výstupu a reálného směnného kurzu

16 P( y y * >= % ) P( y y * <= % ) Probability. Probability Date ( = Q ) Date ( = Q ) Pravděpodobnost výstupu % nad a pod střední předpovědí

17 Závěr špičatější posteriorní hustoty pravděpodobnosti než priorní hustoty (snížená entropie informace) odhad parametrů odráží základní charakteristiky české ekonomiky dobře kvantifikovavané parametry a míra neurčitosti modelu Použitá literatura Gali, J., Monacelli, T.: Monetary Policy and Exchange Rate Volatility in a Small Open Economy. 5, Review of Economic Studies. Liu, P.: A Small New Keynesian Model of the New Zealand Economy. 5, Working paper, Reserve Bank of New Zealand and The Australian National University. Liu, P.: A Small New Keynesian Model of the New Zealand Economy., Working paper, The Australian National University. Lubik, T., Schorfheide, F.: Do Central Banks Respond to Exchange Rate Movements? A Structural Investigation. 3, Economics Working Paper Archive 55, Department of Economics, The Johns Hopkins University.

Dynamické stochastické modely všeobecné rovnováhy s trhem práce

Dynamické stochastické modely všeobecné rovnováhy s trhem práce Dynamické stochastické modely všeobecné rovnováhy s trhem práce Daniel Němec Katedra ekonomie, Ekonomicko-správní fakulta Masarykova univerzita Brno, Česká republika ESF MU (Brno) DSGE modely s trhem práce

Více

1 Odvození poptávkové křivky

1 Odvození poptávkové křivky Odvození poptávkové křivky Optimalizační chování domácností (maximalizace užitku) vzhledem k rozpočtovému omezení. Nejprve odvodíme deterministický model, který potom rozšíříme o stochastické prvky. Odvozené

Více

Základy ekonometrie. XI. Vektorové autoregresní modely. Základy ekonometrie (ZAEK) XI. VAR modely Podzim / 28

Základy ekonometrie. XI. Vektorové autoregresní modely. Základy ekonometrie (ZAEK) XI. VAR modely Podzim / 28 Základy ekonometrie XI. Vektorové autoregresní modely Základy ekonometrie (ZAEK) XI. VAR modely Podzim 2015 1 / 28 Obsah tématu 1 Prognózování s VAR modely 2 Vektorové modely korekce chyb (VECM) 3 Impulzní

Více

Frikce pracovního trhu

Frikce pracovního trhu 12. listopadu 2010 Literatura Mandelman, F. S. - Zanetti F.: Technical Handbook - No. 1.: Estimating general equilibrium models: an application with labour market frictions Centre for Central Banking Studies,

Více

PRO KURZ 5EN101 EKONOMIE 1

PRO KURZ 5EN101 EKONOMIE 1 PODROBNÝ OBSAH A HARMONOGRAM PŘEDNÁŠEK PRO ZIMNÍ SEMESTR 2016/17 PRO KURZ 5EN101 EKONOMIE 1 PŘEDNÁŠEJÍCÍ: DOC. ING. ZDENĚK CHYTIL, CSC. ING. MICHAL MIRVALD, PH.D. 1. PŘEDNÁŠKA - 20. 9. 2016 Úvod charakteristika

Více

PRO KURZ 5EN100 EKONOMIE 1

PRO KURZ 5EN100 EKONOMIE 1 PODROBNÝ OBSAH A HARMONOGRAM PŘEDNÁŠEK PRO LETNÍ SEMESTR 2012/13 PRO KURZ 5EN100 EKONOMIE 1 PŘEDNÁŠEJÍCÍ: DOC. ING. ZDENĚK CHYTIL, CSC. 1. PŘEDNÁŠKA - 21. 2. a 22. 2. 2013 Úvod charakteristika kurzu, požadavky,

Více

Statistika a spolehlivost v lékařství Charakteristiky spolehlivosti prvků I

Statistika a spolehlivost v lékařství Charakteristiky spolehlivosti prvků I Statistika a spolehlivost v lékařství Charakteristiky spolehlivosti prvků I Příklad Tahová síla papíru používaného pro výrobu potravinových sáčků je důležitá charakteristika kvality. Je známo, že síla

Více

Ukazatel právní nejistoty v daňové oblasti

Ukazatel právní nejistoty v daňové oblasti Příloha 1: Ukazatel právní nejistoty v daňové oblasti Tabulka 1: Daňové y (nejistota) Tabulka 2: Daňové y (nejistota) Tabulka 3: Daňové y (nejistota) u daně z příjmu fyzických osob u daně z příjmu právnických

Více

MATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

MATEMATICKÁ STATISTIKA.   Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci MATEMATICKÁ STATISTIKA Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci Matematická statistika Matematická statistika se zabývá matematickým

Více

Základy ekonometrie. X. Regrese s časovými řadami. Základy ekonometrie (ZAEK) X. Regrese s časovými řadami Podzim / 47

Základy ekonometrie. X. Regrese s časovými řadami. Základy ekonometrie (ZAEK) X. Regrese s časovými řadami Podzim / 47 Základy ekonometrie X. Regrese s časovými řadami Základy ekonometrie (ZAEK) X. Regrese s časovými řadami Podzim 2015 1 / 47 Obsah tématu 1 ADL model 2 Regrese se stacionárními řadami 3 Regrese s řadami

Více

Odhad stavu matematického modelu křižovatek

Odhad stavu matematického modelu křižovatek Odhad stavu matematického modelu křižovatek Miroslav Šimandl, Miroslav Flídr a Jindřich Duník Katedra kybernetiky & Výzkumné centrum Data-Algoritmy-Rozhodování Fakulta aplikovaných věd Západočeská univerzita

Více

PRO KURZ 5EN101 EKONOMIE 1. Poptávka spotřebitele a vyrovnání mezních užitků kardinalistický přístup

PRO KURZ 5EN101 EKONOMIE 1. Poptávka spotřebitele a vyrovnání mezních užitků kardinalistický přístup OBSAH A HARMONOGRAM PŘEDNÁŠEK PRO LETNÍ SEMESTR 2015/16 PRO KURZ 5EN101 EKONOMIE 1 PŘEDNÁŠEJÍCÍ: ING. MICHAL MIRVALD, PH.D. 1. PŘEDNÁŠKA - 16. 02. 2016 Úvod charakteristika kurzu, požadavky, informace

Více

4. Aplikace matematiky v ekonomii

4. Aplikace matematiky v ekonomii 4. Aplikace matematiky v ekonomii 1 Lineární algebra Soustavy 1) Na základě statistických údajů se zjistilo, že závislost množství statku z poptávaného v průběhu jednoho týdne lze popsat vztahem q d =

Více

oddělení Inteligentní Datové Analýzy (IDA)

oddělení Inteligentní Datové Analýzy (IDA) Vytěžování dat Filip Železný Katedra počítačů oddělení Inteligentní Datové Analýzy (IDA) 22. září 2014 Filip Železný (ČVUT) Vytěžování dat 22. září 2014 1 / 25 Odhad rozdělení Úloha: Vstup: data D = {

Více

PRAVDĚPODOBNOST A STATISTIKA. Bayesovské odhady

PRAVDĚPODOBNOST A STATISTIKA. Bayesovské odhady PRAVDĚPODOBNOST A STATISTIKA Bayesovské odhady Bayesovské odhady - úvod Klasický bayesovský přístup: Klasický přístup je založen na opakování pokusech sledujeme rekvenci nastoupení zvolených jevů Bayesovský

Více

Makroekonomická prognóza. ČNB a její odlišnosti od prognóz jiných institucí

Makroekonomická prognóza. ČNB a její odlišnosti od prognóz jiných institucí Makroekonomická prognóza ČNB a její odlišnosti od prognóz jiných institucí (pro předmp edmět t 5HP 502 NárodohospodN rodohospodářské rozhodování) Ing. Pavel Řežábek, Ph.D. člen bankovní rady a vrchní ředitel

Více

Ekonomie II. Trh práce, nezaměstnanost a Phillipsova křivka Část II.

Ekonomie II. Trh práce, nezaměstnanost a Phillipsova křivka Část II. Ekonomie II Trh práce, nezaměstnanost a Phillipsova křivka Část II. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty vojenského leadershipu

Více

Krátkodobá rovnováha na trhu peněz

Krátkodobá rovnováha na trhu peněz Makroekonomická analýza přednáška 9 1 Krátkodobá rovnováha na trhu peněz Funkce poptávky po penězích Poptávka po penězích je úměrná cenové hladině (poptávka po penězích je poptávka po reálných penězích).

Více

4EK201 Matematické modelování. 11. Ekonometrie

4EK201 Matematické modelování. 11. Ekonometrie 4EK201 Matematické modelování 11. Ekonometrie 11. Ekonometrie Ekonometrie Interdisciplinární vědní disciplína Zkoumá vztahy mezi ekonomickými veličinami Mikroekonomickými i makroekonomickými Ekonomie ekonomické

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK11 Základy ekonometrie Autokorelace Cvičení 5 Zuzana Dlouhá Gauss-Markovy předpoklady Náhodná složka: Gauss-Markovy předpoklady 1. E(u) = náhodné vlivy se vzájemně vynulují. E(uu T ) = σ I n konečný

Více

CENOVÁ KONVERGENCE K EU: Poznatky z mezinárodního srovnání

CENOVÁ KONVERGENCE K EU: Poznatky z mezinárodního srovnání CENOVÁ KONVERGENCE K EU: Poznatky z mezinárodního srovnání Martin Čihák (MMF) Tomáš Holub (ČNB) Seminář MF ČR Smilovice, 2. prosince 2003 Osnova Základní poznatky z 1999 ICP (vývoj cenové hladiny a reálného

Více

INFLACE A NEZAMĚSTNANOST

INFLACE A NEZAMĚSTNANOST INFLACE A NEZAMĚSTNANOST Úvod Hypotéza zda-li existuje vztah mezi mírou inflace a nezaměstnaností (trade off) Negativní korelace veličin? Růst inflace pokles nezaměstnanosti a naopak Phillipsova křivka

Více

Apriorní rozdělení. Jan Kracík.

Apriorní rozdělení. Jan Kracík. Apriorní rozdělení Jan Kracík jan.kracik@vsb.cz Apriorní rozdělení Apriorní rozdělení (spolu s modelem) reprezentuje informaci o neznámém parametru θ, která je dostupná předem, tj. bez informace z dat.

Více

4. OTEVŘENÁ EKONOMIKA. slide 1

4. OTEVŘENÁ EKONOMIKA. slide 1 4. OTEVŘENÁ EKONOMIKA slide 1 Obsahem přednášky jsou účetní identity pro otevřenou ekonomiku model malé otevřené ekonomiky co znamená malá jak jsou determinovány čisté exporty a měnové kurzy jak hospodářská

Více

Odhady - Sdružené rozdělení pravděpodobnosti

Odhady - Sdružené rozdělení pravděpodobnosti Odhady - Sdružené rozdělení pravděpodobnosti 4. listopadu 203 Kdybych chtěl znát maximum informací o náhodné veličině, musel bych znát všechny hodnoty, které mohou padnout, a jejich pravděpodobnosti. Tedy

Více

Odhad parametrů N(µ, σ 2 )

Odhad parametrů N(µ, σ 2 ) Odhad parametrů N(µ, σ 2 ) Mějme statistický soubor x 1, x 2,, x n modelovaný jako realizaci náhodného výběru z normálního rozdělení N(µ, σ 2 ) s neznámými parametry µ a σ. Jaký je maximální věrohodný

Více

1 Jednoduchý makroekonomický model

1 Jednoduchý makroekonomický model MAMO podzim 2015 Přednáška 2 Lit: W-MT, ch1 K-QM, ch 3 1 Jednoduchý makroekonomický model Reprezentativní firma, reprezentativní domácnost optimalizace (maximalizace cílové funkce vzhledem k rozpočtovému

Více

Modifikace IS-MP-IA modelu pro českou ekonomiku #

Modifikace IS-MP-IA modelu pro českou ekonomiku # Modifikace IS-MP-IA modelu pro českou ekonomiku # Roman Hušek Radka Švarcová Úvod Obsahem článku je specifikace, odhad a aplikace jednoduchého modelu, vhodného k popisu a anticipaci hospodářského vývoje,

Více

Časové řady, typy trendových funkcí a odhady trendů

Časové řady, typy trendových funkcí a odhady trendů Časové řady, typy trendových funkcí a odhady trendů Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz Jiří Neubauer (Katedra ekonometrie UO Brno) Časové

Více

Časové řady, typy trendových funkcí a odhady trendů

Časové řady, typy trendových funkcí a odhady trendů Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz Stochastický proces Posloupnost náhodných veličin {Y t, t = 0, ±1, ±2 } se nazývá stochastický proces

Více

Neparametrické odhady podmíněné rizikové funkce

Neparametrické odhady podmíněné rizikové funkce Ústav matematiky a statistiky Přírodovědecká fakulta Masarykova univerzita Finanční matematika v praxi III a Matematické modely a aplikace 3.-6. září 2013 Obsah 1 Analýza přežití Funkce přežití a riziková

Více

Obsah. Inflace. Inflace Měření, typy, příčiny inflace Phillipsovakřivka Dopady, protiinflační politika Řízení inflace v ČR.

Obsah. Inflace. Inflace Měření, typy, příčiny inflace Phillipsovakřivka Dopady, protiinflační politika Řízení inflace v ČR. Obsah Inflace Měření, typy, příčiny inflace Phillipsovakřivka Dopady, protiinflační politika Řízení inflace v ČR Def: P prům. úroveň cen určitého souboru statků v běžném období ve srovnáním se zákl. období

Více

HISTORIE INFLAČNÍHO CÍLOVÁNÍ V ČESKÉ REPUBLICE OPTIKOU DYNAMICKÉHO MODELU VŠEOBECNÉ ROVNOVÁHY

HISTORIE INFLAČNÍHO CÍLOVÁNÍ V ČESKÉ REPUBLICE OPTIKOU DYNAMICKÉHO MODELU VŠEOBECNÉ ROVNOVÁHY VYHODNOCENÍ PLNĚNÍ INFLAČNÍCH CÍLŮ ČNB V LETECH 998 7. ÚVOD HISTORIE INFLAČNÍHO CÍLOVÁNÍ V ČESKÉ REPUBLICE OPTIKOU DYNAMICKÉHO MODELU VŠEOBECNÉ ROVNOVÁHY JAREK HURNÍK ONDRA KAMENÍK JAN VLČEK Režim inflačního

Více

KMS cvičení 6. Ondřej Marek

KMS cvičení 6. Ondřej Marek KMS cvičení 6 Ondřej Marek NETLUMENÝ ODDAJNÝ SYSTÉM S DOF analytické řešení k k Systém se stupni volnosti popisují pohybové rovnice: x m m x m x + k + k x k x = m x k x + k x = k x m x k x x m k x x m

Více

Odhad parametrů N(µ, σ 2 )

Odhad parametrů N(µ, σ 2 ) Odhad parametrů N(µ, σ 2 ) Mějme statistický soubor x 1, x 2,, x n modelovaný jako realizaci náhodného výběru z normálního rozdělení N(µ, σ 2 ) s neznámými parametry µ a σ. Jaký je maximální věrohodný

Více

Obsah. Kvalifikovaný pohled na ekonomii českýma očima... IX. Předmluva autora k šestému vydání... XI

Obsah. Kvalifikovaný pohled na ekonomii českýma očima... IX. Předmluva autora k šestému vydání... XI Obsah Kvalifikovaný pohled na ekonomii českýma očima........................ IX Předmluva autora k šestému vydání.................................... XI 1. Člověk v tržním systému.............................................

Více

5 Porovnání s předchozím Konvergenčním programem a analýza citlivosti

5 Porovnání s předchozím Konvergenčním programem a analýza citlivosti Porovnání s předchozím Konvergenčním programem a analýza citlivosti. POROVNÁNÍ S PŘEDCHOZÍM MAKROEKONOMICKÝM SCÉNÁŘEM Rozdíly makroekonomických scénářů současného podzimního Konvergenčního programu (CP)

Více

Otázky ke státní závěrečné zkoušce

Otázky ke státní závěrečné zkoušce Otázky ke státní závěrečné zkoušce obor Ekonometrie a operační výzkum a) Diskrétní modely, Simulace, Nelineární programování. b) Teorie rozhodování, Teorie her. c) Ekonometrie. Otázka č. 1 a) Úlohy konvexního

Více

AVDAT Klasický lineární model, metoda nejmenších

AVDAT Klasický lineární model, metoda nejmenších AVDAT Klasický lineární model, metoda nejmenších čtverců Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Lineární model y i = β 0 + β 1 x i1 + + β k x ik + ε i (1) kde y i

Více

Rovnovážné modely v teorii portfolia

Rovnovážné modely v teorii portfolia 3. září 2013, Podlesí Obsah Portfolio a jeho charakteristiky Definice portfolia Výnosnost a riziko aktiv Výnosnost a riziko portfolia Klasická teorie portfolia Markowitzův model Tobinův model CAPM - model

Více

Regresní analýza 1. Regresní analýza

Regresní analýza 1. Regresní analýza Regresní analýza 1 1 Regresní funkce Regresní analýza Důležitou statistickou úlohou je hledání a zkoumání závislostí proměnných, jejichž hodnoty získáme při realizaci experimentů Vzhledem k jejich náhodnému

Více

Cíl: seznámení s pojetím peněz v ekonomické teorii a s fungováním trhu peněz. Peníze jako prostředek směny, zúčtovací jednotka a uchovatel hodnoty.

Cíl: seznámení s pojetím peněz v ekonomické teorii a s fungováním trhu peněz. Peníze jako prostředek směny, zúčtovací jednotka a uchovatel hodnoty. Vysoká škola finanční a správní, o. p. s. Akademický rok 2007/08, letní semestr Kombinované studium Předmět: Makroekonomie (Bc.) Metodický list č. 3 7) Peníze a trh peněz 8) Otevřená ekonomika 9) Hospodářské

Více

SRE 03 - Statistické rozpoznávání

SRE 03 - Statistické rozpoznávání SRE 03 - Statistické rozpoznávání vzorů II Lukáš Burget ÚPGM FIT VUT Brno, burget@fit.vutbr.cz FIT VUT Brno SRE 03 - Statistické rozpoznávání vzorů II Lukáš Burget, ÚPGM FIT VUT Brno, 2006/07 1/29 Opakování

Více

5 Porovnání s předchozím Konvergenčním programem a analýza citlivosti

5 Porovnání s předchozím Konvergenčním programem a analýza citlivosti 5 Porovnání s předchozím Konvergenčním programem a analýza citlivosti 5.1 Porovnání s předchozím makroekonomickým scénářem Rozdíly makroekonomických scénářů současného a loňského programu vyplývají z následujících

Více

Bayesovské metody. Mnohorozměrná analýza dat

Bayesovské metody. Mnohorozměrná analýza dat Mnohorozměrná analýza dat Podmíněná pravděpodobnost Definice: Uvažujme náhodné jevy A a B takové, že P(B) > 0. Podmíněnou pravěpodobností jevu A za podmínky, že nastal jev B, nazýváme podíl P(A B) P(A

Více

Philipsova křivka Definice a tvary Philipsovy křivky Phillipsova křivka byla objevena v roce 1958 novozélandským ekonomem A. W.

Philipsova křivka Definice a tvary Philipsovy křivky Phillipsova křivka byla objevena v roce 1958 novozélandským ekonomem A. W. Philipsova křivka Definice a tvary Philipsovy křivky Phillipsova křivka byla objevena v roce 1958 novozélandským ekonomem A. W. Phillipsem, který zkoumal vztah mezi mírou nezaměstnanosti a růstem nominálních

Více

Cvičení č. 4, 5 MAE 1. Pokud vycházíme ze speciální formy produkční funkce, můžeme rovnici pro tempo růstu potenciální produktu vyjádřit následovně

Cvičení č. 4, 5 MAE 1. Pokud vycházíme ze speciální formy produkční funkce, můžeme rovnici pro tempo růstu potenciální produktu vyjádřit následovně Ekonomický růst Pokud vycházíme ze speciální formy produkční funkce, můžeme rovnici pro tempo růstu potenciální produktu vyjádřit následovně ΔY/Y = (1 α) x ΔL/L + α x ΔK/K + ΔA/A, kde ΔY/Y.. tempo růstu

Více

Funkce jedné proměnné

Funkce jedné proměnné Funkce jedné proměnné Příklad - V následujících příkladech v případě a) pro funkce dané rovnicí zjistěte zda jsou rostoucí klesající nebo konstantní vypočítejte průsečíky grafu s osami souřadnic a graf

Více

Inflace. Jak lze měřit míru inflace Příčiny inflace Nepříznivé dopady inflace Míra inflace a míra nezaměstnanosti Vývoj inflace v ČR

Inflace. Jak lze měřit míru inflace Příčiny inflace Nepříznivé dopady inflace Míra inflace a míra nezaměstnanosti Vývoj inflace v ČR Inflace Jak lze měřit míru inflace Příčiny inflace Nepříznivé dopady inflace Míra inflace a míra nezaměstnanosti Vývoj inflace v ČR Co je to inflace? Inflace není v původním význam růst cen. Inflace je

Více

MATEMATICKÁ STATISTIKA - XP01MST

MATEMATICKÁ STATISTIKA - XP01MST MATEMATICKÁ STATISTIKA - XP01MST 1. Úvod. Matematická statistika (statistics) se zabývá vyšetřováním zákonitostí, které v sobě obsahují prvek náhody. Zpracováním hodnot, které jsou výstupem sledovaného

Více

Makroekonomie I. Dvousektorová ekonomika. Téma. Opakování. Praktický příklad. Řešení. Řešení Dvousektorová ekonomika opakování Inflace

Makroekonomie I. Dvousektorová ekonomika. Téma. Opakování. Praktický příklad. Řešení. Řešení Dvousektorová ekonomika opakování Inflace Téma Makroekonomie I Dvousektorová ekonomika opakování Inflace Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky Opakování Dvousektorová ekonomika Praktický příklad Dvousektorová ekonomika je charakterizována

Více

Stavový model a Kalmanův filtr

Stavový model a Kalmanův filtr Stavový model a Kalmanův filtr 2 prosince 23 Stav je veličina, kterou neznáme, ale chtěli bychom znát Dozvídáme se o ní zprostředkovaně prostřednictvím výstupů Příkladem může býapř nějaký zašuměný signál,

Více

Funkce poptávky (lineární) Funkce nabídky. Křížová elasticita poptávky. Rovnovážné množství. Rovnovážná cena. Přebytek spotřebitele.

Funkce poptávky (lineární) Funkce nabídky. Křížová elasticita poptávky. Rovnovážné množství. Rovnovážná cena. Přebytek spotřebitele. Vzorce optávka a nabídka a b Funkce poptávky (lineární) m + n Funkce nabídky D * Cenová elasticita poptávky bodová + D + D * Důchodová elasticita poptávky * Cenová elasticita poptávky intervalová A B CD

Více

2. setkání. Peníze, inflace, nezaměstnanost

2. setkání. Peníze, inflace, nezaměstnanost 2. setkání Peníze, inflace, nezaměstnanost PENÍZE OBSAH Funkce peněz Historie peněz Soudobý bankovní systém a regulace banky Nabídka peněz Podstata nabídky peněz a peněžní agregáty Celkové množství peněz,

Více

Charakterizace rozdělení

Charakterizace rozdělení Charakterizace rozdělení Momenty f(x) f(x) f(x) μ >μ 1 σ 1 σ >σ 1 g 1 g σ μ 1 μ x μ x x N K MK = x f( x) dx 1 M K = x N CK = ( x M ) f( x) dx ( xi M 1 C = 1 K 1) N i= 1 K i K N i= 1 K μ = E ( X ) = xf

Více

Inflace. Inflace. You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com) Měření inflace

Inflace. Inflace. You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com) Měření inflace Inflace P prům. úroveň cen určitého souboru statků v běžném období ve srovnáním se zákl. období 2015 Spotřební koš (svetr, čokoláda, rum) ČR = 1000 P = 1 2016 Spotřební koš (svetr, čokoláda, rum) ČR =

Více

Všeobecná rovnováha 1 Statistický pohled

Všeobecná rovnováha 1 Statistický pohled Makroekonomická analýza přednáška 4 1 Všeobecná rovnováha 1 Statistický pohled Předpoklady Úspory (resp.spotřeba) a investice (resp.kapitál), kterými jsme se zabývali v minulých lekcích, jsou spolu s technologickým

Více

Mezinárodní ekonomie. Kurzová politika Peníze, úrokové sazby a směnné kurzy

Mezinárodní ekonomie. Kurzová politika Peníze, úrokové sazby a směnné kurzy Mezinárodní ekonomie Kurzová politika Peníze, úrokové sazby a směnné kurzy 1. Směnné kurzy a devizové trhy 13. kapitola Krugman Obstfeld Základní problémy Směnný kurz umožňuje převést ceny v různých zemích

Více

MKI Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0.

MKI Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0. MKI -00 Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0. V jakém rozmezí se může pohybovat poloměr konvergence regulární

Více

Úvod do analýzy časových řad

Úvod do analýzy časových řad Přednáška STATISTIKA II - EKONOMETRIE Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Posloupnost náhodných veličin {Y t, t = 0, ±1, ±2... } se nazývá stochastický

Více

Markov Chain Monte Carlo. Jan Kracík.

Markov Chain Monte Carlo. Jan Kracík. Markov Chain Monte Carlo Jan Kracík jan.kracik@vsb.cz Princip Monte Carlo integrace Cílem je (přibližný) výpočet integrálu I(g) = E f [g(x)] = g(x)f (x)dx. (1) Umíme-li generovat nezávislé vzorky x (1),

Více

2.. E K E ONOMI M C I KÁ K R OV O NOV O Á V H Á A H slide 0

2.. E K E ONOMI M C I KÁ K R OV O NOV O Á V H Á A H slide 0 2. EKONOMICKÁ ROVNOVÁHA slide 0 Předmětem přednášky je.odpovědět na následující otázky: Kolik se toho v ekonomice vyprodukuje? Kdo obdrží důchody z produkce? Kdo nakoupí celkový výstup? Co vyrovná poptávku

Více

b) β = γ.(b/h) β= 1,2 c) Y = d)y =1700, centrální banka by musela zvýšit nabídku reálných peněžních zůstatků na 625 mld

b) β = γ.(b/h) β= 1,2 c) Y = d)y =1700, centrální banka by musela zvýšit nabídku reálných peněžních zůstatků na 625 mld 8. Monetární politika 1. Uzavřená ekonomika s výstupem pod úrovní potenciálního produktu je popsána následujícími charakteristikami: Trh statků: autonomní výdaje jsou ve výši 950 mld., sazba důchodové

Více

dokumentu: Proceedings of 27th International Conference Mathematical Methods in

dokumentu: Proceedings of 27th International Conference Mathematical Methods in 1. Empirical Estimates in Stochastic Optimization via Distribution Tails Druh výsledku: J - Článek v odborném periodiku, Předkladatel výsledku: Ústav teorie informace a automatizace AV ČR, v. v. i., Dodavatel

Více

INFLACE A NEZAMĚSTNANOST

INFLACE A NEZAMĚSTNANOST 9. přednáška 23.05.2007 INFLACE A NEZAMĚSTNANOST 9. přednáška I. Inflace II. Nezaměstnanost Ing. A. Ecková,, PhD. 9. přednáška KLÍČOV OVÁ SLOVA Inflace, deflace, desinflace,, cenové indexy, Phillipsova

Více

Obsah. KAPITOLA I: Předmět, základní pojmy a metody národohospodářské teorie... 17. KAPITOLA II: Základní principy ekonomického rozhodování..

Obsah. KAPITOLA I: Předmět, základní pojmy a metody národohospodářské teorie... 17. KAPITOLA II: Základní principy ekonomického rozhodování.. Obsah Úvodem.................................................. 15 KAPITOLA I: Předmět, základní pojmy a metody národohospodářské teorie.................... 17 1 Předmět a základní pojmy národohospodářské

Více

Aktuální makroekonomická prognóza a výhled měnové politiky

Aktuální makroekonomická prognóza a výhled měnové politiky Aktuální makroekonomická prognóza a výhled měnové politiky Rozpočet a finanční vize měst a obcí 11. září 14 Praha Autoklub ČR Smetanův sál Petr Král Ředitel odboru měnové politiky a fiskálních analýz Sekce

Více

Model pro simulaci staví na výpočtu hrubého domácího produktu výdajovou metodou:

Model pro simulaci staví na výpočtu hrubého domácího produktu výdajovou metodou: Model vývoje HDP ČR Definice problému Očekávaný vývoj hrubého domácího produktu jakožto základní makroekonomické veličiny ovlivňuje chování tržních subjektů, které v důsledku očekávání modulují své chování

Více

zprostředkování impulsu dále do ekonomiky Změna chování ekonomických subjektů množství peněz v ekonomice

zprostředkování impulsu dále do ekonomiky Změna chování ekonomických subjektů množství peněz v ekonomice Měnová politika impuls (změna úrokové sazby) Nominální šoky tlačí na růst celkové cenové hladiny Finanční trhy zprostředkování impulsu dále do ekonomiky Změna chování ekonomických subjektů množství peněz

Více

Cíl: seznámení s pojetím peněz v ekonomické teorii a s fungováním trhu peněz. Peníze jako prostředek směny, zúčtovací jednotka a uchovatel hodnoty.

Cíl: seznámení s pojetím peněz v ekonomické teorii a s fungováním trhu peněz. Peníze jako prostředek směny, zúčtovací jednotka a uchovatel hodnoty. Vysoká škola finanční a správní, o. p. s. Akademický rok 2006/07, letní semestr Kombinované studium Předmět: Makroekonomie (Bc.) Metodický list č. 3 7) Peníze a trh peněz. 8) Otevřená ekonomika 7) Peníze

Více

Zdeněk Tůma Česká národní banka

Zdeněk Tůma Česká národní banka 1 Zdeněk Tůma Česká národní banka Přednáška pro VŠE Praha 2. listopadu 2001 2 Úvod: Transmisní kanály Target Overall expectations Asset market: prices, wealth Aggregate Demand Prices Monetary policy Banks:

Více

Měnové kursy, euro a cenová konkurenceschopnost

Měnové kursy, euro a cenová konkurenceschopnost Měnové kursy, euro a cenová konkurenceschopnost Jan Frait člen bankovní rady ČNB Perspektivy automobilového průmyslu Autosalon Brno, 3.6.2005 Centrální banka a automobilový průmysl? ČNB je institucí, jež

Více

Kapitola 11: Lineární diferenciální rovnice 1/15

Kapitola 11: Lineární diferenciální rovnice 1/15 Kapitola 11: Lineární diferenciální rovnice 1/15 Lineární diferenciální rovnice 2. řádu Definice: Lineární diferenciální rovnice 2-tého řádu je rovnice tvaru kde: y C 2 (I) je hledaná funkce a 0 (x)y +

Více

Náhodné vektory a matice

Náhodné vektory a matice Náhodné vektory a matice Jiří Militký Katedra textilních materiálů Technická Universita Liberec, Červeně označené slide jsou jen pro doplnění informací a nezkouší se. Symbolika A B Jev jistý S (nastane

Více

ÚVOD. Vývoj HDP a inflace jsou korelované veličiny. Vývoj HDP a inflace (cenové hladiny) znázorníme pomocí modelu AD-AS. vývoj inflace (CPI)

ÚVOD. Vývoj HDP a inflace jsou korelované veličiny. Vývoj HDP a inflace (cenové hladiny) znázorníme pomocí modelu AD-AS. vývoj inflace (CPI) AGREGÁTNÍ POPTÁVKA ÚVOD Odvození z modelu IS-LM-BP - fixní cenová hladina Nyní rovnovážná produkce a změny cenové hladiny Jak inflace ovlivňuje velikost produkce a jak produkt ovlivní vývoj inflace Vývoj

Více

Přijímací řízení ak. r. 2010/11 Kompletní znění testových otázek - makroekonomie. Správná odpověď je označena tučně.

Přijímací řízení ak. r. 2010/11 Kompletní znění testových otázek - makroekonomie. Správná odpověď je označena tučně. Přijímací řízení ak. r. 2010/11 Kompletní znění testových otázek - makroekonomie právná odpověď je označena tučně. 1. Jestliže centrální banka nakoupí na otevřeném trhu státní cenné papíry, způsobí tím:

Více

Matematika 2 LS 2012/13. Prezentace vznikla na základě učebního textu, jehož autorem je doc. RNDr. Mirko Rokyta, CSc. J. Stebel Matematika 2

Matematika 2 LS 2012/13. Prezentace vznikla na základě učebního textu, jehož autorem je doc. RNDr. Mirko Rokyta, CSc. J. Stebel Matematika 2 Matematika 2 13. přednáška Obyčejné diferenciální rovnice Jan Stebel Fakulta mechatroniky, informatiky a mezioborových studíı Technická univerzita v Liberci jan.stebel@tul.cz http://bacula.nti.tul.cz/~jan.stebel

Více

Makroekonomická predikce (listopad 2018)

Makroekonomická predikce (listopad 2018) Ministerstvo financí České republiky, Letenská 15, 118 10 Praha 1, +420 257 041 111 Ministerstvo financí Makroekonomická predikce (listopad 2018) David PRUŠVIC Ministerstvo financí České republiky Praha,

Více

Lineární algebra : Metrická geometrie

Lineární algebra : Metrická geometrie Lineární algebra : Metrická geometrie (16. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 6. května 2014, 10:42 1 2 Úvod Zatím jsme se lineární geometrii věnovali v kapitole o lineárních

Více

Metoda backward výběru proměnných v lineární regresi a její vlastnosti

Metoda backward výběru proměnných v lineární regresi a její vlastnosti Metoda backward výběru proměnných v lineární regresi a její vlastnosti Aktuárský seminář, 13. dubna 2018 Milan Bašta 1 / 30 1 Metody výběru proměnných do modelu 2 Monte Carlo simulace, backward metoda

Více

odpovídá jedna a jen jedna hodnota jiných

odpovídá jedna a jen jedna hodnota jiných 8. Regresní a korelační analýza Problém: hledání, zkoumání a hodnocení souvislostí, závislostí mezi dvěma a více statistickými znaky (veličinami). Typy závislostí: pevné a volné Pevná závislost každé hodnotě

Více

Vlastnosti odhadů ukazatelů způsobilosti

Vlastnosti odhadů ukazatelů způsobilosti Vlastnosti odhadů ukazatelů způsobilosti Jiří Michálek CQR při Ústavu teorie informace a automatizace AV ČR v Praze Úvod Ve výzkumné zprávě č 06 Odhady koeficientů způsobilosti a jejich vlastnosti viz

Více

Inflace. Makroekonomie I. Osnova k teorii inflace. Co již známe? Vymezení podstata inflace. Definice inflace

Inflace. Makroekonomie I. Osnova k teorii inflace. Co již známe? Vymezení podstata inflace. Definice inflace Makroekonomie I Teorie inflace Praktické příklady Příklady k opakování Inflace Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky Co již známe? Osnova k teorii inflace Deflátor HDP způsob měření inflace Agregátní

Více

Modelování volatility v klasickém a bayesovském pojetí

Modelování volatility v klasickém a bayesovském pojetí Modelování volatility v klasickém a bayesovském pojetí Daniel Němec Katedra ekonomie, Ekonomicko-správní fakulta Masarykova univerzita ESF MU (Brno) Modely volatility 24.10.2013 1 / 66 Content 1 Volatilita

Více

Agresivita centrálních bank

Agresivita centrálních bank Agresivita centrálních bank Luboš Komárek Obsah 1. Úvod 2. Vymezení, důvody a důsledky agresivity 3. Teoretické motivy a důvody pro nižší agresivitu 4. Případová studie: Porovnání agresivity ECB a FEDu

Více

4. Na obrázku je rozdělovací funkce (hustota pravděpodobnosti) náhodné veličiny X. Jakou hodnotu musí mít parametr k?

4. Na obrázku je rozdělovací funkce (hustota pravděpodobnosti) náhodné veličiny X. Jakou hodnotu musí mít parametr k? A 1. Stanovte pravděpodobnost, že náhodná veličina X nabyde hodnoty menší než 6: P( X 6). Veličina X má rozdělení se střední hodnotou 6 a směrodatnou odchylkou 5: N(6,5). a) 0 b) 1/3 c) ½ 2. Je možné,

Více

SHRNUTÍ ZPRÁVA O INFLACI / II

SHRNUTÍ ZPRÁVA O INFLACI / II SHRNUTÍ ZPRÁVA O INFLACI / II 2019 2 SHRNUTÍ I. SHRNUTÍ GRAF I.1 PROGNÓZA CELKOVÉ INFLACE Inflace se letos bude nacházet v horní polovině tolerančního pásma, na horizontu měnové politiky se sníží k 2%

Více

Modely stacionárních časových řad

Modely stacionárních časových řad Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Proces bílého šumu Proces {ɛ t} nazveme bílým šumem s nulovou střední hodnotou a rozptylem σ 2 a

Více

Aktivní detekce chyb

Aktivní detekce chyb Fakulta aplikovaných věd, Katedra kybernetiky a Výzkumné centrum Data - Algoritmy - Rozhodování Západočeská univerzita v Plzni Prezentace v rámci odborného semináře Katedry kybernetiky Obsah Motivační

Více

Markovské metody pro modelování pravděpodobnosti

Markovské metody pro modelování pravděpodobnosti Markovské metody pro modelování pravděpodobnosti rizikových stavů 1 Markovský řetězec Budeme uvažovat náhodný proces s diskrétním časem (náhodnou posloupnost) X(t), t T {0, 1, 2,... } s konečnou množinou

Více

Cíl: analýza další makroekonomické poruchy, jejích příčin a důsledků

Cíl: analýza další makroekonomické poruchy, jejích příčin a důsledků Vysoká škola finanční a správní, o. p. s. Akademický rok 2007/08, letní semestr Kombinované studium Předmět: Makroekonomie (Bc.) Metodický list č. 4 10) Nezaměstnanost. 11) Inflace a Phillipsovy křivky

Více

VEKTOROVÉ AUTOREGRESE. APLIKACE V PROGNÓZOVÁNÍ.

VEKTOROVÉ AUTOREGRESE. APLIKACE V PROGNÓZOVÁNÍ. VEKTOROVÉ AUTOREGRESE. APLIKACE V PROGNÓZOVÁNÍ. Vektorové autoregrese (VAR se používají tehdy, když chceme zkoumat časové řady dvou či více proměnných. Je sice možné za tím účelem použít dynamické modely

Více

Téma 22. Ondřej Nývlt

Téma 22. Ondřej Nývlt Téma 22 Ondřej Nývlt nyvlto1@fel.cvut.cz Náhodná veličina a náhodný vektor. Distribuční funkce, hustota a pravděpodobnostní funkce náhodné veličiny. Střední hodnota a rozptyl náhodné veličiny. Sdružené

Více

Nominální konvergence v České republice a její vliv na měnový kurz

Nominální konvergence v České republice a její vliv na měnový kurz Nominální konvergence v České republice a její vliv na měnový kurz Václav Žďárek CES VŠEM, Praha www.cesvsem.cz VI. ročník mezinárodní konference, Možnosti hospodářské politiky pro posílení konkurenceschopnosti

Více

Úvod do ekonomie Týden 11. Tomáš Cahlík

Úvod do ekonomie Týden 11. Tomáš Cahlík Úvod do ekonomie Týden 11 Tomáš Cahlík Obsah Makroekonomie a hospodářská politika Úvod Agregátní poptávka a Agregátní nabídka Hospodářský cyklus a stabilizační politika Inflace Hospodářská politika na

Více

KRUGMAN, P. R. OBSTFELD, M.

KRUGMAN, P. R. OBSTFELD, M. VNĚJŠÍ HOSPODÁŘSKÁ POLITIKA. část Kursová politika Martin Kvizda Katedra ekonomie, č. 60 Konzultační hodiny: středa 4.30 6.00 kvizda@econ.muni.cz Obsah Struktura podle KRUGMAN, P. R. OBSTFELD, M. (003)

Více

Metodický list č. 2. Metodický list pro 2. soustředění kombinovaného Mgr. studia předmětu. Makroekonomie II (Mgr.) LS

Metodický list č. 2. Metodický list pro 2. soustředění kombinovaného Mgr. studia předmětu. Makroekonomie II (Mgr.) LS Metodický list č. 2 Metodický list pro 2. soustředění kombinovaného Mgr. studia předmětu Makroekonomie II (Mgr.) LS 2008-09 Název tématického celku: Makroekonomie II 2. blok. Tento tématický blok je rozdělen

Více

Odhady Parametrů Lineární Regrese

Odhady Parametrů Lineární Regrese Odhady Parametrů Lineární Regrese Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Katedra počítačových systémů Katedra teoretické informatiky Fakulta informačních technologií České vysoké

Více

VNĚJŠÍ HOSPODÁŘSKÁ POLITIKA 2. část

VNĚJŠÍ HOSPODÁŘSKÁ POLITIKA 2. část VNĚJŠÍ HOSPODÁŘSKÁ POLITIKA 2. část Kursová politika Martin Kvizda Katedra ekonomie, č. 620 Konzultační hodiny: středa 14.30 16.00 kvizda@econ.muni.cz Obsah Struktura podle KRUGMAN, P. R. OBSTFELD, M.

Více

Makroekonomie B. Marian Lebiedzik Pavel Tuleja Katedra ekonomie

Makroekonomie B. Marian Lebiedzik Pavel Tuleja Katedra ekonomie Makroekonomie B Marian Lebiedzik Pavel Tuleja Katedra ekonomie Konzultační hodiny: Středa: 9 00 11 00 hod Čtvrtek: 8 00 10 00 hod Kancelář č. A 234 Podmínky pro splnění předmětu MAKROEKONOMIE B: Úspěšné

Více