Trend wykładniczy

dr Małgorzata Radziukiewicz
 Funkcja wykładnicza

• Funkcją wykładniczą jest funkcja

postaci:

Y  ax (1)

• gdzie a>0 jest ustaloną liczbą

 Funkcja wykładnicza

• Funkcja ta znajduje najczęściej zastosowanie jako model ekonometryczny,

w którym występuje tylko jedna zmienna objaśniająca X:

Y   01X , dla 1  0 (2)

• Rys.1a. Funkcja wykładnicza

Y

α1>1
α1=1
α0

0<α1<1
X

• parametr α0 interpretowany jest jako poziom zmiennej Y, gdy zmienna

objaśniająca X przyjmie wartość zero
• α1 nazywane jest stopą wzrostu, tzn. wzrost wartości zmiennej objaśniającej X o
jednostkę powoduje zmianę poziomu zmiennej objaśnianej Y o (α1 – 1) 100%.
 Funkcja wykładnicza

● Większe od jedności wartości parametru α1 oznaczają wzrost

wartości zmiennej objaśnianej Y
np. gdy α1 =1,15, wzrost X o jednostkę spowoduje wzrost Y o
(1,15 - 1) 100% = 15%

● Mniejsze od jedności (ale zawsze większe od zera) wartości

parametru α1 świadczą o spadku wartości zmiennej objaśnianej
Y
np. dla α1 =0,94, wzrost X o jednostkę spowoduje wzrost Y o
(0,94 - 1) 100% = -6%, zatem spadek
 Model wykładniczy

● Model wykładniczy:
Y   01X e (3)
● Aby oszacować parametry modelu wykładniczego MNK
model musi być sprowadzony do postaci liniowej;
● Model wykładniczy (nieliniowy ze względu na zmienną)
sprowadza się do postaci liniowej poprzez logarytmowanie;
● Logarytmujemy obie strony równania (3), w wyniku czego
otrzymujemy:

ln Y  ln  0  X ln 1   (4)
gdzie: ln e Y  lnlogarytm
Y naturalny, którego podstawa e=2.71828…
 Trend wykładniczy

●Funkcja wykładnicza znajduje najczęściej zastosowanie jako

model tendencji rozwojowej (w którym występuje tylko jedna
zmienna objaśniająca – zmienna czasowa t):

Y   01t e , dla 1  0 (5)

● parametr α0 interpretowany jest jako średni poziom zmiennej Y

w roku poprzedzającym badanie (t=0)
● α1 nazywane jest średnioroczną stopą wzrostu (spadku)
badanego zjawiska w przedziale czasu [1, n], tzn. co roku
wartość Y wzrasta (spada) średnio o (α1 – 1) 100%.
 Trend wykładniczy

▪ model musi być sprowadzony do postaci liniowej poprzez

logarytmowanie;
▪ otrzymujemy wówczas: e 0 Y  10 0 1t  (10c)

ln Y  ln  0  t ln 1  
log Y  log  0  X log 1   (11) ( 6)

▪ przy sprowadzeniu do postaci liniowej została przekształcona

jedynie zmienna Y, (nie została przekształcona zmienna t) a więc
 Trend wykładniczy

▪ dane niezbędne do obliczeń:

X – macierz wartości zmiennej czasowej;
~
y - wektor zaobserwowanych wartości zmiennej Y po przekształceniu
e 0 Y  10 0 1t  (10c)

 ln y1  1 t1 
ln
log Y  log  0  X log 1  
(11)
y  1 t 
 2  2
~
y .  (7 ) X  . .  (8)
   
 .   . . 
ln y n  1 t n 
   
 Trend wykładniczy

▪ wektor ocen parametrów modelu trendu wykładniczego

(modelu sprowadzonego do postaci liniowej)

 ~  ln a 
a
e~ Y  10 0 1t 
a   ~0    0  (9)
0 (10c)

 a1   ln a1 
obliczamy ze wzoru:
log Y 0log  
1 X log    (11)

a~  ( X T X ) 1 X T ~y (10)
 Trend wykładniczy

• Mamy wówczas:
T
 n
X X   t  oraz

T~
X y  ln y 
t
(11)
 t  t  2
  t ln y  t

• Po wykonaniu obliczeń model ma postać liniową (6);

• Dla modelu w postaci liniowej obliczamy parametry struktury
stochastycznej;
• Pozytywna weryfikacja modelu pozwala powrócić do postaci pierwotnej funkcji
trendu, tzn. do funkcji wykładniczej przez odlogarytmowanie:
~
 a 0  e a0 
a      a~  (12)
czyli  a1   e 1 

Yˆ  a0 a1t (13)
 Prognozowanie na podstawie trendu wykładniczego

• Sposób obliczenia prognozy punktowej:

~ P ~ ln a0 
yT  [1 T ] a  [1 T ]   ln a0  ln a1T (14)
 ln a1 

• stąd yTP  exp ( ~yTP ) (14a)

 Prognozowanie na podstawie trendu wykładniczego

• Ocena ex ante średniego błędu prognozy logarytmu zmiennej Y:

~ ~ 1 (T  t ) 2
gdzie : VT  S (e) 1   n (15)
n
(t  t ) 2 t 1
n n
oraz : t 1
(t  t ) 2  
t 1
t 2  n  (t ) 2

• oznaczenia:
~
• S (e) jest wariancją resztową z modelu liniowego otrzymanego po transformacji
prognozowanej zmiennej
• Średni błąd ex ante prognozy dla zmiennej Y (pierwotnej):
~
VT  exp (VT ) (15a)
 Prognozowanie na podstawie trendu wykładniczego
• Przykład 3.
Wartość produkcji (Yt w mld zł) w pewnym przedsiębiorstwie w Produk
latach 1993 – 2002 kształtowała się następująco: lata cja w
mld zł
wartość produkcji w latach 1993-2002 (w mld zł)
30
26,4
25
21 1993 4,5
20
1994 3,5
mld zł

16,1 15,5
15
1995 4,1
10 11
7,6
1996 5,0
5 4,5 4,1 5 1997 7,6
3,5
0 1998 11,0
1993 1994 1995 1996 1997 1998 1999 2000 2001 2002
1999 16,1
• a) oszacować parametry strukturalne i parametry struktury 2000 15,5
stochastycznej funkcji trendu;
2001 21,0
• b) wyznaczyć prognozę kształtowania się wartości produkcji w
kolejnych latach 2003, 2004 i 2005; 2002 26,4
• c) ocenić dokładność dokonanej predykcji.
 Postać modelu trendu wykładniczego

●na podstawie analizy graficznej (a także na podstawie analizy przyrostów) dla

danych produkcji najbardziej odpowiednia będzie funkcja wykładnicza
postaci:
t 
Y   01 e , dla 1  0 (5)

gdzie:
t - zmienna czasowa (t=1,2,…10)

▪ Parametry tej funkcji można oszacować MNK po uprzednim sprowadzeniu jej

do postaci liniowej poprzez logarytmowanie:

ln Y  ln  0  t ln 1   (6)
 Estymacja parametrów strukturalnych modelu trendu wykładniczego

▪ wektor ocen parametrów modelu trendu wykładniczego (modelu

sprowadzonego do postaci liniowej) obliczamy ze wzoru:

a~  ( X T X ) 1 X T ~y
e 0 (10) Y  10 0 1t  (10c)

log Y  log  0  X log 1   (11)

n n
lub ze wzorów: ~
 ~
t yt  n t y  t ln y  nt ln y
t t
a~1  t 1
n
 t 1
n

t 1
t2  nt 2 
t 1
t 2  nt 2

~ ~
a0  y  a1t  ln yt  a~1t
~ (10a)
 Estymacja parametrów strukturalnych modelu trendu wykładniczego

Tablica 1. Obliczenia pomocnicze

lata Nakład (Y) ln Y t lnY· t t2

1993 4,5 1,504077 1 1,504077 1

1994 3,5 1,252763 2 2,505526 4
1995 4,1 1,410987 3 4,232961 9
1996 5 1,609438 4 6,437752 16
1997 7,6 2,028148 5 10,14074 25
1998 11,0 2,397895 6 14,38737 36
1999 16,1 2,778819 7 19,45173 49
2000 15,5 2,740840 8 21,92672 64
2001 21,0 3,044522 9 27,40070 81
2002 26,4 3,273364 10 32,73364 100
∑ 114,7 22,04085 55 140,7212 385
Estymacja parametrów strukturalnych modelu trendu wykładniczego

 t ln y
n

~ 
t  n t ln y t 55
t 1 t t 1
  5,5
a1 n n 10
t
t 1
2
 nt 2
n

 ln y t
~  ya t t 1 22,04085
a 0 1
ln yt    2,20408
n 10

140,7212  10  5,5  2,20408 19,49653

a~1  2
  0,236322
385  10  (5,5) 82,5
a~0  2,20408  0,236322  5,5  0,904317
 Weryfikacja modelu trendu wykładniczego

• Parametry struktury stochastycznej obliczamy dla modelu w postaci

liniowej.
• Całość wyników (obliczenia w Excel) można zapisać następująco:
ln Yˆt  0,904317 0,236322t
( 0,13378) ( 0, 02156)
~
S (e)  0,195838
t ln a0  6,76; t ln a1  10,96;
R 2  0,937; V  8,9%.

• Model jest dobrze dopasowany do danych empirycznych (parametry

strukturalne są statystycznie istotne, współczynniki φ2 i V przyjmują
wartości stosunkowo małe).

• Stwierdzenie to pozwala powrócić do postaci pierwotnej funkcji trendu, tzn.

do funkcji wykładniczej przez odlogarytmowanie.
 Postać modelu trendu wykładniczego

● otrzymamy wówczas:
 ~  ln a  0,904317
a
a~   ~0    0     (9)
 a1   ln a1  0,236322
 a~0  e 0,904317  2,470
 0 e
a
a      a~    0, 236322    
a
 1   e  e
1
  1, 266 
▪ czyli funkcję wykładniczą postaci:
Yˆ  2,470 1,266t (5)
Interpretacja:
Można zatem stwierdzić, iż średni poziom produkcji w badanym przedsiębiorstwie w
1992 roku (t=0) wynosił 2,47 mld zł, a w rozpatrywanym okresie średnioroczna stopa
wzrostu wynosiła 1,266;
czyli co roku wartość produkcji wzrastała średnio o 26,6%.
 Prognozowanie na podstawie trendu wykładniczego

• Sposób obliczenia prognozy punktowej:

~ ln a0 
yTP  [1 T ] a~  [1 T ]   ln a0  ln a1T
 ln a1

~ 0,904317
y11P  [1 11]   0,904317  0,236322 11  3,503854 (14)
 0, 236322 
~ P 0,904317
y12  [1 12]   0,904317  0,236322 12  3,740175
 0, 236322
P
ln y13  3,976497
• Stąd ~P
yTP  e yT
P
y11  e 3,503854  33,243 (14a)
P
y12  e 3,740175  42,105
P
y 2005  e 3,976497  53,329
• Produkcja w latach 2003 -2005 będzie wynosiła kolejno 33,2, 42,1 oraz 53,3 mld zł .
 Prognozowanie na podstawie trendu wykładniczego
• Ocena ex ante średniego błędu logarytmu zmiennej Y:
~ ~ 1 (T  t ) 2
VT  S (e) 1   n
n

(t  t ) 2
t 1

~ 1 (11  5,5) 2
V11  0,195838 1    0,195838 1,211  0,237172 (15)
10 82,5
~
V12  0,248654 ;
~
V13  0,261414 .
• oznaczenia:
~
• S (e) jest wariancją resztową z modelu liniowego otrzymanego po transformacji prognozowanej
zmiennej.
• Średni błąd prognozy dla zmiennej Y:
V11  e 0, 237172  1,267 (15a )
V12  1,282 ;
V13  1,298 .
 Prognozy produkcji

60
produkcja prognoza 53,3
50

42,1
40
33,2
mld zł

30
26,2
20 20,7

10