Professional Documents
Culture Documents
Ekonometri
Ekonometri
Fakulteti i Ekonomisё
Dega Informatikë Ekonomike
Departamenti Statistikë dhe Informatikë e zbatuar
Grupi IE304
Detyrë Kursi
Modelimi i normës së interesit të depozitave në
Shqipëri
Punoi: Pranoi:
Abstrakt.......................................................................................................................................................3
Baza e të dhënave.......................................................................................................................................4
Regresi i thjeshtë.........................................................................................................................................5
Regresi i shumëfishtë..................................................................................................................................7
Testi Chow ( Stabiliteti i koeficientёve nё model gjatё njё periudhe kohore)...........................................13
Multikolineariteti.......................................................................................................................................15
Autokorrelacioni........................................................................................................................................17
Heteroskedasticiteti..................................................................................................................................20
Stacionariteti..............................................................................................................................................23
Përfshirja e një variabli cilësor në model...................................................................................................25
Përfundime................................................................................................................................................26
Abstrakt
Edhe pse njerëzit kanë një marrëdhënie të ngushtë me normat e interesit, jo gjithmonë kanë njohuritë
e duhura rreth asaj cfarë përfaqësojnë ato, ose si janë të lidhura me faktorët e tjrë ekonomikë. Përse
rritet ose ulet norma bazë e interesit? Kjo normë luan rolin e instrumentit kryesor të përdorur për të
përcuar sinjale të politikës monetare në ekonomi. Pikërishte në këtë punim do të kuptojmë se si disa
forca ekonomike si PBB, Inflacioni, Kursi i Këmbimit ndikojnë në luhatjen e kësaj norme bazë të interesit.
Ekonomitë moderne janë mjaft komplekse, me shumë variabla dhe sektorë të ndryshëm që janë të
ndërlidhur. Ekonometria është një përshkrim i thjeshtuar i këtij realiteti kompleks. Ajo kap
marrëdhëniet kryesore ekonomike të bazuara në teorinë dhe të dhënat historike dhe kryerja e
vlerësimeve në bazë të përfundimeve të arritura. Ajo çfarë synohet të studiohet në këtë model është
sesi ndikojnë variabla të ndryshëm si PBB, inflacioni, kursi i këmbimit LEK / USD apo në modelimin e
normës të interesit të depozitave.
Për të përcaktuar nëse kemi ndërtuar modelin e duhur, është e nevojshme të marrim rezultatet e
mëposhtme të testimit dhe vlerësimet:
Punimi fillon me vlerësimin e modelit me tre variabla të pavarur, pikërisht PBB, inflacioni dhe kursi
Lek/USD ku identifikohet rëndësia e tyre dhe ndikimi në normën bazë të interesit. Meqë njëri nga
variablat (Lek\USD) del i parëndësishëm bëjmë testin përkatës nëse eleminimi i tij do të rrisë
signifikancën e modelit. Duke marrë parasysh rëndësinë që kanë pasur remitancat ndër vite për
Shqipërinë do të testojmë nëse ky variabël duhet të shtohet apo jo në model. Më pas vazhdohet me
testimin e gjithë pikave të lartpërmendura dhe eleminimi i tyre nëse modeli paraqet probleme.
Gjithashtu do të zhvillohet edhe testi Chow për të gjykuar mbi stabilitetin e modelit
Baza e të dhënave
Komandat në Eviews :
Quick
Interpretimi:
➢ Nëse inflacioni rritet me njё njёsi, norma e depozitave rritet me 0.55 njёsi. Nёse
inflacioni ёshtё i barabartё me zero, norma e depozitave do tё jetё i barabartё me 5.31.
C(1)= 5.31: Kur norma e rritjes së inflacionit është 0, norma e interesit të depozitave
është përafërsisht 5.31.
➢ C(2 )= 0.558: Me rritjen me 1 njësi të normës së rritjes së inflacionit,norma të depozitave
rritet me 0.558 njësi.
➢ R2=60%: Kjo do të thotë që 60% e variacionit të normës së interesit të depozitave
shpjegohet nga ekuacioni i regresit linear ose nëpërmjet normës së rritjes së
inflacionit.
Rëndësia e modelit
I referohemi koeficientit
Po tё shohim nё tabelё tv = 5.22 > tk, kjo sjell qё hipoteza zero bie poshtё. Kjo do tё thotё qё
variabli shpjegues dhe modeli janё statistikisht tё rёndёsishёm.
Me Fisherin
Nga tabela Fv = 27.3 > Fk, kjo sjell qё hipoteza zero bie poshtё.
Rezultati: Si me studentin, ashtu edhe me Fisherin rezultati doli i njejtё. Variabli shpjegues
dhe modeli janё statistikisht tё rёndёsishёm.
Duam të testojmë nëse variablat : pbb dhe kursi i këmbimit duhen shtuar në model, sepse ata e
rrisin shpjegueshmërinë e modelit.
Komandat në EViews do të ishin(duke u nisur nga dritarja ku është vlerësuar ekuacioni i regresit
linear në formë liste):
1. View
2. Coefficient Diagnostics
3. Ommited Variables Test-Likelihood Ratio
4. Në dritaren dialoguese vendosim emrat e variablave të shtuar.
Value df Probability
F-s tatistic 14.76377 (2, 16) 0.0002
Likelihood ratio 20.91457 2 0.0000
F-test summary:
Sum of Sq. df Mean Squares
Test SSR 205.2377 2 102.6189
Restricted SSR 316.4493 18 17.58051
Unrestricted SSR 111.2115 16 6.950722
LR test summary:
Value df
Restricted LogL -55.99308 18
Unrestricted LogL -45.53579 16
Regresi i shumëfishtë
Nёse nё njё model regresi numri i variabla tё pavarur ёshtё mё shumё se njё, atёhere ai quhet
model regresi i shumёfishtё. Forma e pёrgjithshme e modelit ёshtё:
Y= β1 + β2 X2 + β3 X 3 +………….+ βk Xk +μi , β1 ёshtё intersepti i modelit dhe
βi quhen koeficientët e pjesshëm të regresit. Pra tregojnë sa ndikon njëri kur pjesa tjetër
mbahet konstante.
Në regresin e shumëfishtë kemi përfshirë variablin e varur që është norma e depozitave dhe
variablat e pavarur: inflacioni, pbb dhe kursi i kembimit.
Interpretimi
Rëndësia e modelit
Ho: β2 = β3 = β4 = 0 ( Modeli jo i rёndёsishёm )
Ha: Tё paktёn njёri i ndryshёm nga zero ( Modeli i rёndёsishёm)
Pёr testimin e hipotezёs do tё pёrdorim testin Fisher
Fv = 32.89 > Fk, do tё thotё qё hipoteza zero bie poshtё. Pra modeli ёshtё statistikisht i
rёndёsishёm.
Testimi i parametrave
Rëndësia e parametrave të regresit është diskutuar në pikat e mësipërme. Tanimë do të ngremë
hipoteza në lidhje me vlera të caktuara të parametrave.
Fillimisht duam të testojmë ndikimin e përbashkët të koeficientëve të pjessshëm pranë inflacionit
dhe GDP dhe kursit mbi normën e interesit të depozitave. A është ky ndikim 1 njësi? Le të
shohim.
Komandat në EViews:
1. View
2. Coefficient Diagnostics
3. Wald Test- Coefficient Restrictions...
4. Në dritaren e shfaqur vendosim: c(2) + c(3)+ c(4)=1
Vazhdojmë me një test tjetër. Do të testojmë nëse koeficienti i pjesshëm pranë inflacionit është
1. H0: c(3)=1
Ha: c(3)≠1
Në EViews ndjekim këto hapa:
1. View
2. Coefficient Diagnostics
3. Wald Test- Coefficient Restrictions...
4. Shkruajmë c(3)=1 në dritaren e shfaqur.
Ky është rezultati:
Ho↓ nqs tv < -tkr
ose
Ho↓ nqs Fv > Fkr
ose
Ho↓ nqs X2 > X kr2
Të tre testet na japin të njëjtin rezultat. Hipotezat bazë hidhen qëndrojnë, që do të thotë se
koeficienti i pjesshëm i përmendur është 1.
Wald Test:
Equation: Untitled
➢ Modeli log-log dhe modeli lin-log në rastin tonë, nuk mund të vlerësohen, inflacioni
dhe GDP marrin dhe vlera negative.
➢ Modeli, i cili mund të vlerësohet është modeli log-lin.
Modelet log-lin janë ato modele, të cilët variablin e varur e kanë në trajtë logaritmike, kurse
variablat e pavarur në trajtën lineare.
Modeli do të ishte:
log(norma e depozitave)= c(1) + c(2)*GDP + c(3)*inflacioni + c(4)*kursi i këmbimit
Në EViews , zbatojmë
komandat: 1.Quick
2. Estimate Equation
3. Në dritaren dialoguese, shkruajmë: log(norma e depozitave)= c(1) + c(2)*GDP+
c(3)*inflacioni + c(4)*kursi i këmbimit.
Dependent Variable: LOG(NORMA_E_DEPOZITAVE) Method:
Least Squares (Gaus s-Newton / Marquardt steps) Date: 01/29/18
Time: 23:15
Sam ple (adjusted): 1997 2016
Included observations: 20 after adjustments
LOG (NORMA_E_DEPOZITAVE)=C(1)+C(2)*PBB+C(3)*INFLACIONI+C(4)
*KURSI_I_KEMBIMIT
Interpretime:
➢ c(1)= 1.3949: Nëse të gjithë variablat e pavarur do të kishin vlerën 0,norma e depozitave
do të ishte 1.394971.
➢ c(2)= 0.17: Nëse norma e rritjes të GDP do të rritet me 1 njësi, normave të depozitave
do të rritet me afërsisht 17%.
➢ c(3)= 0.11: Nëse inflacioni do të rritet me 1 njësi, norma e depozitave do të rritet
me afërsisht 11%.
➢ c(4)= -0.007: Nëse kursi i këmbimit do të rritet me 1 njësi, norma të depozitave do të ulet
me afërsisht 0.7%.
➢ R2 =60% : 60% e normave të depozitave shpjegohet nga ekuacioni i regresit.
Ndёrtojmё hipotezat
Ho: Nuk ka pika thyerje ( Modeli stabёl ).
Ha: Ka pika thyerje (Modeli Jostabёl)
Komandat:
View
Stability diagnostics
Chow Breakpoint Test (2008)
Fv = 3 < Fk, hipoteza zero qëndron. Modeli ёshtё stabёl pra nuk ka pikë thyerje
Ndёrtojmё hipotezat
1. View
2. Actual,Fitted,Residual
3.Actual,Fitted,Residual Graph
30
25
20
15
6 10
4 5
2 0
-2
-4
-6
1998 2000 2002 2004 2006 2008 2010 2012 2014 2016
Duke vrojtuar grafikun e mbetjeve shohim që vlerat e vrojtuara (vija e gjelbër) dhe vlerësimet
(vija e kuqe) nuk përputhen plotësisht, por nuk shmangen shumë nga njëra-tjetra. Vija e
mbetjeve, nga ana tjetër është pothuajse brenda kontureve me devijime minimale.
Hipotezat
Komandat :
Jarque-Bera0.392054
0 Probability0.821990
-5 -4 -3 -2 -1 0 1 2 3 4 5 6
Shohim qё vlerat e S dhe K janё pёrkatёsisht afёr 0 dhe 3, gjithashtu edhe JB = 0.39 < Xkr,
hipoteza zero qёndron. Mbetjet kanё shpёrndarje normale dhe modeli ёshtё i mirё.
Multikolineariteti
Ёshtё problem i regresionit tё shumёfishtё. Multikolineariteti nёnkupton lidhje tё plotё lineare
midis disa ose tё gjithё variablave shpjegues. Y= β1 + β2 X2 + β3 X 3 +…...........+
βk Xk +μ.
b) Njё metodё tjetёr pёr tё zbuluar prezencёn e multit ёshtё nёpёrmjet vlerave tё VIF –sё.
Nёse vlerat e VIF-sё janё mё tё medha se 10, atёhere modeli vuan nga multi.
Komandat nё Eviews:
1. View
2. Coefficient Diagnostics
3.Variance Inflation
Factors
Variance Inflation Factors
Date: 01/26/18 Time: 02:51
Sam ple: 1996 2016
Included observations: 20
Vif (inflation)= 4.71 <10 pra ky variabël nuk sjell problem multikolineariteti.
multikolinearitet
Eleminimi i multikolinearitet
Bёjmё eleminimin e variablave tё parёndёsishёm pёr eleminimin e multikolinearitet. Pёrdorim
testet e eleminimit.
Eleminuam variablin kursi i kembimit duke qёnё se ka VIF mё tё lartё. Nga testimi nxorrёm:
Variance Inflation Factors
Date: 01/26/18 Time: 14:33
Sample: 1996 2016
Included observations: 20
Pra vlerat e VIF –sё janё te gjitha më të vogla se 10 pra e kemi eleminuar multikolinearitetin.
Autokorrelacioni
Autokorrelacioni është fenomeni i korrelacionit të termave të një serie kohore. Pra, nëse kemi
korrelacion midis mbetjeve të një serie, kemi të bëjmë me korrelacion. Kur ekziston një lidhje
midis mbetjeve të një serie me ato të një serie tjetër kemi të bëjmë më korrelacion serial. Për të
zbuluar praninë e autokorrelacionit mund të përdorim disa metoda. Në këtë rast përdorim testin
Durbin-Watson.
Nё qoftё se D-W ёshtё afёr 1 ose afёr 4 dhe larg 2 ka autokorrelacion. Nё qoftё se ёshtё afёr 2,
nuk ka autokorrelacion. Po tё shohim nga tabela mё lart, D-W ёshtё i barabartё me 1.43 e cila
nuk pёrfshihet nё intervalin e vlerave qё nuk pёrfaqёsojnё autokorrelacion. Pra modeli fillestar
vuan nga AR(1).
Modeli ka autokorrelacion kur ka lidhje midis mbetjeve (shkelja e një prej supozimeve bazë të
MZKV). Për të dalluar autokorrelacionin na ndihmon grafiku i mbetjeve. Nqs mbetjet jane të
shpërndara në mënyrë rastësore ska autokorrelacion, nëse ndjekin trajtën e një vije të njohur
atëherë ka autokorrelacion.
6
-2
-4
-6
1998 2000 2002 2004 2006 2008 2010 2012 2014 2016
NORMA_E_DEPOZITAVE Residuals
Eleminimi i autokorrelacionit
Meqёnёse modeli ynё vuan nga autokorrelacioni hapi i rradhёs ёshtё eleminimi i tij. Eleminimi
bёhet duke shtuar si variabёl tё pavarur AR(1).
Komandat nё Eviews:
Quick ⇨ Estimate equation ⇨ norma e depozitave c pbb inflacion kurs kembimi ar(1)
Dependent Variable: NORMA_E_DEPOZITAVE
Method: ARMA Maximum Likelihood (OPG - BHHH)
Date: 01/26/18 Time: 14:51
Sam ple: 1997 2016
Included observations: 20
Convergence achieved after 34 iterations
Coefficient covariance computed using outer product of gradients
D-W = 1.61
Komandat në EViews
janë: 1.View
2. Residual Diagnostics
3.Serial Correlation LM
Test Outputi është si më
poshtë:
Breusch-Godfrey Serial Correlation LM Test:
Test Equation:
Dependent Variable: RESID
Method: Least Squares Date:
01/30/18 Time: 00:25 Sam ple:
1997 2016
Included observations: 20
Presam ple missing value lagged residuals set to zero.
Nga vlera e probabilitetit të statistikës Chi-Square dalim në përfundimin se modeli nuk vuan nga
korrelacioni serial.
Heteroskedasticiteti
Heteroskedaciteti është një fenomen, që haset si në regresin e thjeshtë, ashtu edhe në atë të
shumëfishtë. Nëse testojmë për praninë e heteroskedacitetit në model, do të tregojmë nëse
var(u/xi)= σ2. Pra, do tregojmë nëse varianca varet nga grupime të ndryshme të x apo jo.
Modeli që nuk e ka këtë problem quhet homoskedastik, kurse ai që e vuan, quhet
heteroskedastik.
a) Testi Glejser
Ho: Modeli Glejser jo i rёndёsishёm ( Modeli fillestar nuk vuan nga hetero )
Test Equation:
Dependent Variable: ARESID
Method: Least Squares Date:
01/26/18 Time: 15:04 Sam ple:
1997 2016
Included observations: 20
Sic shohim nga tabela, Fv= 1.14 mё i vogёl se Fk, kjo sjell qё hipoteza zero qёndron. Modeli ynё
nuk vuan nga heteroskedasticiteti.
b) Testi Breusch-Pagan-Godfrey
Komandat nё Eviews:
Test Equation:
Dependent Variable: RESID^2 Method:
Least Squares
Date: 01/26/18 Time: 15:07
Sam ple: 1997 2016
Included observations: 20
Fv = 1.73 < Fk, pra hipoteza zero qёndron. Modeli BPG jo i rёndёsishёm dhe modeli fillestar
ёshtё johetero. Morёm tё njejtin rezultat nga tё dy testet.
c) Testi White
Modeli White tregon varёsinё e katrorit tё mbetjeve kundrejt variablave tё pavarur, katrorit tё
tyre dhe prodhimeve tё pёrziera dyshe.
Komandat nё Eviews:
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 01/26/18 Time: 15:09
Sam ple: 1997 2016
Included observations: 20
Nga tabela duket qё Fv = 3.0 < Fk, pra hipoteza zero qëndron. Me tё tre testet morёm tё njejtin
rezultat. Modeli ynё nuk vuan nga heteroskedasticiteti.
Stacionariteti
Njё seri quhet stacionare nёse pritja, varianca dhe kovarianca janё tё pavarura nga koha. Qё tё
kuptojmё nё praktikё nёse njё seri ёshtё stacionare apo jo do tё shohim si fillim korrelogramat qё
janё dy:
- Nёse ACF dhe PACF ndodhen brenda intervalit tё besimit, seria ёshtё stacionare;
- Nёse ACF dhe PACF ka koeficientё qё dalin jashtё intervalit tё besimit atёhere seria
nuk ёshtё stacionare.
Selektojmё seritё tona dhe i hapim as group ⇨ View ⇨ Correlogram (lag 12)
Date: 01/30/18 Time: 23:46
Sam ple: 1996 2016
Included observations: 20
Autocorrelation Partial Correlation AC PAC Q-Stat Prob
Nuk ka devijime tё shumta nga intervali i besimit, pra seria jonё ёshtё stacionare.
Korrelogramat tё japin njё ide. Pёr tё vendosur pёrfundimisht mbi stacionaritetin pёrdoret testi i
rrёnjёve unitare.
Nё Eviews kemi:
** Probabilities for Fisher tests are com puted using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
Shohim që ADF=268.8 > Fkr pra hipoteza 0 bie poshtë dhe sjell që seria është stacionare.
Shohim nga tabela se variabli që kemi shtuar nuk është statistikisht i rëndësishëm sepse tv = 0.95
pra më e vogel se 2 i vlerës kritike. Modeli në tërësi është i rëndësishëm sepse Fv = 24.7 >
Fk=5. Gjithashtu shtimi i këtij variabli nuk ka rritur R2 e cila eshte 0.865 që do të thotë se
përfshirja e ketij variabli nuk e ka rritur sinjifikancën e modelit. Koeficienti para variablit cilësor
tregon se sa ka ndryshuar norma e interesit dhe pas krizës ekonomike.
Përfundime
Kemi bërë me vlerësimin e ekuacionit të regresit të thjeshtë. Modeli i bazuar në këtë ekuacion ishte
statistikisht i rëndësishëm.
Për të vazhduar studimin kemi ndërtuar regresin e shumëfishtë duke shtuar edhe dy variabla të tjerë. Ky
model nga rezultati i testit Fisher është statistikisht i rëndësishëm. , kurse me formën funksionale log-lin
shpjegueshmëria e modelit është më e vogël pra sjell që modeli lin-lin është më i mirë . Më pas, me anë
të testit Studenti kemi arritur të vlerësojmë se cilat janë variablat e rëndësishëm (GDP dhe inflacioni)
dhe variablat e parëndësishëm (kursi i këmbimit). Në formën tjetër funksionale të tij, modeli rezultoi
përsëri i rëndësishëm.
Testi për variablat e hequr (Ommited Variables Test) tregoi që variablat kursi këmbimit dhe GDP janë
të dy të rëndësishëm. Për të testuar praninë e heteroskedacitetit, përdorim testin White, testi
Breusch- Pagan-Godfrey, testi Glejser me anë të cilit dolëm në përfundimin se modeli nuk vuan nga
heteroskedaciteti. Hapi tjetër i studimit tonë është vlerësimi i pranisë së autorerrelacionit dhe
korrelacionit serial, përkatësisht me testet Durbin-Watson dhe LM, të cilat treguan se modeli vuan nga
autokorrelacioni dhe e eleminuam me anë të shtimit të variablit AR(1). Nuk vuan nga korrelacioni
serial.