Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Prediktabilita institucionálního prostředí
Štěpán Mikula
stepan.mikula@gmail.com
Katedra ekonomie
Ekonomicko-správní fakulta
Masarykova Univerzita
Ekonomická společnost Masarykovy univerzity, 25.4. 2012
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Instituce a institucionální prostředí
Vymezení základních pojmů
Co jsou to instituce?
„Pravidla hry nebo „pravidla chování , která ovlivňují chování lidí
– například morální zásady, zákony, náboženské předpisy, pověry
nebo různá nepsaná pravidla.
Co je to institucionální prostředí?
Množina všech relevantních institucí.
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Význam institucí pro výkon ekonomik
OUTPUT PER WORKERACROSS COUNTRIES 103
32000 C
jW
HE PRI
NZL ESP
IRL JPN HK(SGP
TrO VENSAU
16000 MR MLT G5N YP
SUtRG MlXR OMNjOR BRB
URY ~~~~~KR PRT
DZA URY BRA HUN
FJI ~ ~
o 0 "NU PER ECU
- 8000 ~~SYNOM I')NUJTs K YEM
EGY NAM MAR
PRY swzGAB SLV LKA THA
BOL
BGD Cd&K PHL HNDIC JAM
> 4000 GeM IDN
CIV BWA
IND
ChN
PNG CMR
SDDLE ZWE LSO
2000 HTI BEN fl1
SOME1fkjB GMB
RWA GIN
ZAR it COM
1000 BUR a
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
ObservedIndexofSocialInfrastructure
FIGURE II
Social Infrastructureand Output perWorker
V. BASIC RESULTS
Figure II plotsoutputperworkeragainst ourmeasured index
ofsocial infrastructure.The countrieswiththe highestmeasured
levels ofsocial infrastructureare Switzerland,the United States,
and Canada, and all three are among the countries with the
highestlevels ofoutputperworker.Three countriesthat are close
to the lowest in social infrastructureare Zaire, Haiti, and
Bangladesh, and all threehave lowlevels ofoutputperworker.
Considerationofthis figureleads to twoimportantquestions
Zdroj: Hall & Jones (1999)
Stav institucionálního prostředí je
obecně považován za determinant
výkonu ekonomiky
Za zvláště významnou instituci se
vzhledem k výkonu ekonomik
pokládá ochrana vlastnických
práv (viz například Acemoglu &
Johnson, 2005)
⇒ Úroveň ochrany vlastnických práv je
zde použita jako modelová instituce.
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Měření institucí
Instituce nejsou přímo měřitelné – jejich kvalitu je nutné
popisovat pomocí proxy proměnných často založených na
expertních hodnoceních.
Index ochrany vlastnických práv (ICRGPRP)
ICRGPRP = BQ + Cor + IP + LaO
ICRGPRP ∈ [0, 10]
BQ – Kvalita byrokracie; Cor – Korupce; IP – Investiční proﬁl; LaO – Právo a
pořádek; (Knack & Keefer, 1995; Hall & Jones, 1999; Acemoglu & Johnson, 2005;
Besley & Persson, 2009)
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Vývoj institucí
Případ ochrany vlastnických práv v Kamerunu a Burkině Faso
Burkina Faso
HDP na osobu podle PPP (2011): 1 466 USD
Podíl produkce ropy na HDP
(průměr 1984–2010): —
ICRGPRP v roce 2010: 4,9
ICRGPRP (průměr 1984–2010): 4,8
Kamerun
HDP na osobu podle PPP (2011): 2 257 USD
Podíl produkce ropy na HDP
(průměr 1984–2010): 8,25 %
ICRGPRP v roce 2010: 4,8
ICRGPRP (průměr 1984–2010): 4,8
Data: IMF, World Bank, PRS Group
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Vývoj institucí
Ochranavlastnickýchpráv(ICRG)
1985 1990 1995 2000 2005 2010
4.04.55.05.5
Kamerun
Burkina Faso
qq
q
Kamerun Burkina Faso
4.04.55.05.5
Ochranavlastnickýchpráv(ICRG)
Burkina Faso: ¯x = 4, 827 sd = 0, 201
Kamerun: ¯x = 4, 764 sd = 0, 619
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Měření prediktability
Institucionální prostředí se
nevyvíjí náhodně, ale
v závislosti na svých minulých
hodnotách (path-dependency)
Vývoj institucí lze popsat jako
ARI(p,d) proces, ten může být
pro dentrendovanou časovou
řadu popsán rovnicí
yt = β0 + β1yt−1 + . . . + βpyt−d + εt
ICRGPRP
1985 1990 1995 2000 2005 2010
5.05.56.06.5
Argentina (1984–2010)
Ve skutečnosti závisí současný stav institucionálního prostředí yt na více proměnných
– ty se však pravděpodobně liší podle místa i času. Zahrnutí pouze zpožděných
pozorovaní bude podhodnocovat skutečnou prediktabilitu institucionálního prostředí.
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Měření prediktability
Technické provedení identiﬁkace modelu, odhadu parametrů a výpočtu predikcí
1 Časová řada je vyšetřena na stacionaritu popřípadě je nalezen
řád diferencí, pro který je vyšetřovaná časová řada stacionární.
2 Pro časovou řadu jsou pomocí maximum–likelihood
estimátoru odhadnuty paramtery ARI(p,d) modelu pro
zpoždění p ∈ [0; 10].
3 Pomocí kalmanova ﬁltru jsou pro každý model vypočítány
predikce.
4 Nejlepší model je vybrán podle schopnosti nejlepší predikce.
Celý proces je implementován v R.
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Měření prediktability
In-sample predikce (V0)
Model je identiﬁkován a
odhadnut na celé časové řadě.
− Náhlé (a pravděpodobně
neočekávané) změny jsou
zohledněny v odhadech
parametrů. To pravděpodobně
nadhodnocuje zjištěnou
prediktabilitu.
+ Použití in-sample prekidcí
umožňuje hodnotit prediktablitu
na větším počtu let.
ICRGPRP
1985 1990 1995 2000 2005 2010
34567
pozorované hodnoty
předpověď
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Měření prediktability
Out-of-sample predikce (V1,V2,V3)
Out-of-sample predikce jsou získány pomocí rekurzivních odhadů.
Ty jsou provedeny ve třech variantách:
V1 Predikce pro rok n + 1 kde n ≥ 15 je získána pomocí modelu
identiﬁkovaném a odhadnutém na periodě 1–n. V takovém případě
je zahrnuta celá známá historie – alternativně je možné zvažovat
pouze omezeně dlouhou historii. (Tento postup by byl vhodný spíše
pro velmi dlouhé časové řady).
V2 Predikce pro rok n + 1 kde n ≥ 15 je získána pomocí modelu
identiﬁkovaném na periodě 1–15 a odhadnutém na periodě 1–n.
Opět je v tomto případě možné zkrátit délku uvažované historie.
V3 Predikce pro rok n + 1 kde n ≥ 15 je získána pomocí modelu
identiﬁkovaném a odhadnutém na periodě 1–15.
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
„I just ran two million regressions.
X. Sala-i-Martín
„I just ran 176 400 time-series analyses.
Štěpán Mikula
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
„I just ran two million regressions.
X. Sala-i-Martín
„I just ran 176 400 time-series analyses.
Štěpán Mikula
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Měření prediktability
Out-of-sample predikce (V1,V2,V3)
ICRGPRP
1985 1990 1995 2000 2005 2010
34567
pozorované hodnoty
předpověď
Varianta: V1
ICRGPRP
1985 1990 1995 2000 2005 2010
34567
pozorované hodnoty
předpověď
Varianta: V2
ICRGPRP
1985 1990 1995 2000 2005 2010
34567
pozorované hodnoty
předpověď
Varianta: V3
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
ICRGPRP
1985 1990 1995 2000 2005 2010
34567
pozorované hodnoty
předpověď
Varianta: V0
ICRGPRP
1985 1990 1995 2000 2005 2010
34567
pozorované hodnoty
předpověď
Varianta: V1
ICRGPRP
1985 1990 1995 2000 2005 2010
34567
pozorované hodnoty
předpověď
Varianta: V2
ICRGPRP
1985 1990 1995 2000 2005 2010
34567
pozorované hodnoty
předpověď
Varianta: V3
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Statistiky goodness-of-ﬁt
Slouží k výběru nejlepšího modelu.
Slouží jako měřítko prediktability.
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Root Mean Square Error (RMSE)
RMSE =
n
1(yt − ˆyt )2
n
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
ICRGPRP
1985 1990 1995 2000 2005 2010
−1.5−1.0−0.50.00.5
Root Mean Square Negative Error
(RMSNE)
RMSNE =
n
t=1 e2
t
n
et =
yt − ˆyt když (yt − ˆyt ) < 0
0 když (yt − ˆyt ) ≥ 0
ICRGPRP
1985 1990 1995 2000 2005 2010
−1.5−1.0−0.50.00.5
q
q
q q q q q q q q q q q q
q
q
q
q
q
q q
q
q
q q
q
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Relative RMSE (RRMSE)
RRMSE =
n
1
yt −ˆyt
yt
2
n
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q q
q
q
q
q
q
ICRGPRP
1985 1990 1995 2000 2005 2010
−0.3−0.2−0.10.00.1
Relative RMSNE (RRMSNE)
RRMSNE =
n
t=1 e2
t
n
et =
yt −ˆyt
yt
když (yt − ˆyt ) < 0
0 když (yt − ˆyt ) ≥ 0
ICRGPRP
1985 1990 1995 2000 2005 2010
−0.3−0.2−0.10.00.1
q
q
q q q q q q q q q q q q
q
q
q
q
q
q q
q
q
q q
q
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Vícekrokové predikce
Motivace
q
q
q
q q
ICRGPRP
1985 1990 1995 2000 2005 2010
−2.0−1.5−1.0−0.50.00.51.0
q
q
q q q
q
q q q
q
q
q q
q
q
q q
q
q q
q
q
q q
q
q
q q
q q
q
q
q q q
q
q q q q
q q q q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
Rezidua pětikrokových in-sample predikcí
E(T, h) =











e1,t+1 e1,t+2 e1,t+3
e2,t+1 e2,t+2 e2,t+3
...
...
...
eT−3,t+1 eT−3,t+2 eT−3,t+3
eT−2,t+1 eT−2,t+2 NA
eT−1,t+1 NA NA
NA NA NA











Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Vícekrokové predikce
Statistiky goodness-of-ﬁt
E(T, h) =












e1,t+1 e1,t+2 e1,t+3
e2,t+1 e2,t+2 e2,t+3
.
.
.
.
.
.
.
.
.
eT−3,t+1 eT−3,t+2 eT−3,t+3
eT−2,t+1 eT−2,t+2 NA
eT−1,t+1 NA NA
NA NA NA












RMSE =
1
h
h
j=1
T
i=1 e2
ij
n
RMSE =
1
h
h
j=1
wj
T
i=1 e2
ij
n
h
j=1
wj = 1
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Vícekrokové predikce
Nastavení vah
1 2 3 4 5
020406080100
h
podílrelevantníchinvestic[%]
1 2 3 4 5
020406080100
hpodílrelevantníchinvestic[%]
Dále budeme uvažovat pouze rovné vážení!
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Výsledky měření prediktability
In-sample vs. out-of-sample odhady
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
0.1 0.2 0.3 0.4 0.5
0.20.40.60.8
RMSE (V0)
RMSE(V1)
q
q
q
q
q
q
q
q
q
q q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
0.1 0.2 0.3 0.4 0.5
0.10.20.30.40.50.60.7
RMSE (V0)
RMSE(V2)
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q q
q
q
q
q
q
q
q
q
q
q
q
q
0.1 0.2 0.3 0.4 0.5
0.20.40.60.8
RMSE (V0)
RMSE(V3)
q
qq
V0 V1
0.20.40.60.8
RMSE
q
V0 V2
0.10.20.30.40.50.60.7
RMSE
q
q
V0 V3
0.20.40.60.8
RMSE
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Výsledky měření prediktability
Nekonečná vs. konečná historie
q
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
0.2 0.4 0.6 0.8
0.20.40.60.8
Nekonečná historie (V1, RMSE)
Konečnáhistorie(15let,V1,RMSE)
q
q
q
q
q
q
q
q
q
qq q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
0.1 0.2 0.3 0.4 0.5 0.6 0.7
0.20.40.6
Nekonečná historie (V2, RMSE)
Konečnáhistorie(15let,V2,RMSE)
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Výsledky měření prediktability
Relativní vs. absolutní měřítka prediktability
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q q
qq qq
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q q
q
q
q
0.1 0.2 0.3 0.4 0.5 0.6 0.7
0.050.100.150.20
RMSE (V0)
RRMSE(V0)
q
q
q
q
qq
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q
q
0.2 0.4 0.6 0.8
0.000.050.100.150.200.25
RMSE (V1)
RRMSE(V1)
q
qq
q
qq
q
q
q
q
q
q
qq
q
q
q
q
q
q
q
q
q
q
q q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
qq
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q
q q
q
q
q
q
q
q
0.1 0.2 0.3 0.4 0.5 0.6
0.000.050.100.150.20
RMSE (V2)
RRMSE(V2)
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q q
qq
q
q
q
q
q
q
q q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
qq
q
q
q
q
q
q
q
q
q
q
q
q
q
qq
q
q
q
q q
q
q
q
q
q
q
0.1 0.2 0.3 0.4 0.5 0.6 0.7
0.000.050.100.150.20
RMSE (V3)
RRMSE(V3)
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
„Je omluvitelné, že nevíte, co to je a k čemu to bude. Ale když už jste to
vyrobil, tak, hrome, zařiďte, ať se to pořád tak blbě neusmívá!
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Prediktabilita a výkon ekonomik
Proč by mělo na prediktabilitě záležet?
Nižší prediktabilita zvyšuje nejistotu ohledně investičních rizik
(například nejistotu ohledně budoucího vyvlastňování) a tím
snižuje objem investic.
Vyšší nejistota ohledně budoucí ochrany vlastnických práv
vede agenty k alokování větší části zdrojů do zabezpečování
investic. Tyto zdroje pak nejsou k dispozici pro produktivní
využití
⇒ Můžeme předpokládat, že nižší prediktabilita snižuje
steady-state ekonomik.
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Tento předpoklad je testován na modelu z Mankiw, Romer & Weil
(1992):
log(GDPpw ) = const + β1 log
I
GDP
+ β2 log(n + g + δ
=0.05
)+
+ β3 log(SCHOOL) + β4 log(PRED) + ε
Model je odhadnut (OLS) na průřezových datech pro rok 2007.
Předpokládáme, že prediktabilita (PRED) bude statisticky významná a
odhadnutý parametr bude záporný.
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
const
I/GDP
n+
0,05
SCHOOL
RMSE
RRMSE
RMSNE
RRMSNE
¯R2
In-sample predikce, n = 95
5,46∗∗∗
0,64∗∗
−2,22∗∗∗
0,69∗∗∗
0,50∗∗∗
4,50∗∗
0,62∗∗∗
−2,26∗∗∗
0,68∗∗∗
−0,81∗∗∗
0,62∗∗∗
4,23∗∗
0,41∗∗
−1,82∗∗∗
0,59∗∗∗
−0,70∗∗∗
0,69∗∗∗
3,29∗
0,48∗∗
−2,47∗∗∗
0,68∗∗∗
−0,81∗∗∗
0,61∗∗∗
2,39 0,27 −2,19∗∗∗
0,55∗∗∗
−0,75∗∗∗
0,67∗∗∗
In-sample predikce (zkrácená časová řada), n = 92
5,15∗∗
0,66∗∗
−2,33∗∗∗
0,85∗∗∗
0,48∗∗∗
4,68∗∗
0,56∗∗
−2,18∗∗∗
0,87∗∗∗
−0,54∗∗∗
0,52∗∗∗
4,76∗∗
0,41∗
−1,71∗∗
0,78∗∗∗
−0,55∗∗∗
0,59∗∗∗
4,69∗∗
0,45∗
−2,01∗∗∗
0,88∗∗∗
−0,58∗∗∗
0,54∗∗∗
4,77∗∗
0,34 −1,63∗∗
0,79∗∗∗
−0,52∗∗∗
0,60∗∗∗
Out-of-sample predikce, n = 92
V1:
5,04∗∗
0,64∗∗
−2,28∗∗∗
0,87∗∗∗
−0,23 0,49∗∗∗
5,10∗∗
0,53∗∗
−1,91∗∗∗
0,83∗∗∗
−0,38∗∗∗
0,55∗∗∗
4,93∗∗
0,56∗∗
−2,18∗∗∗
0,85∗∗∗
−0,32∗∗
0,49∗∗∗
4,84∗∗
0,44∗
−1,86∗∗∗
0,79∗∗∗
−0,40∗∗∗
0,56∗∗∗
V2:
4,98∗∗
0,62∗∗
−2,28∗∗
0,88∗∗∗
−0,27∗
0,49∗∗∗
4,94∗∗
0,49∗
−1,90∗∗∗
0,83∗∗∗
−0,41∗∗∗
0,56∗∗∗
5,16∗∗
0,47∗
−1,96∗∗∗
0,89∗∗∗
−0,49∗∗∗
0,52∗∗∗
5,07∗∗
0,34 −1,59∗∗
0,81∗∗∗
−0,51∗∗∗
0,59∗∗∗
V3:
4,97∗∗
0,62∗∗
−2,26∗∗∗
0,89∗∗∗
−0,32∗
0,49∗∗∗
4,86∗∗
0,48∗
−1,88∗∗∗
0,83∗∗∗
−0,46∗∗∗
0,56∗∗∗
5,02∗∗
0,50∗
−2,05∗∗∗
0,88∗∗∗
−0,46∗∗∗
0,51∗∗∗
4,89∗∗
0,38 −1,70∗∗
0,80∗∗∗
−0,49∗∗∗
0,58∗∗∗
Štěpán Mikula Prediktabilita institucionálního prostředí
Úvod Prediktabilita a její měření Prediktabilita a výkon ekonomik
Děkuji za pozornost!
Otázky? Odpovědi?
Štěpán Mikula Prediktabilita institucionálního prostředí