8.2. Методы оценивания структурных уравнений

Рассмотрим различные виды структурных уравнений.

I. Точная идентифицируемость.

Допустим, требуется оценить параметры уравнения функции потребления в простой модели Кейнса формирования доходов:

где , объем потребления, совокупный доход, и инвестиции соответственно;

— случайный член.

Структурный коэффициент характеризует предельную склон­ность к потреблению, т. е. из каждой единицы валового внутреннего продукта расходуется единиц на конечное потребление.

В данной модели , — эндогенные переменные, а — экзо­генная.

Непосредственное оценивание параметров в структурном уравнении функции потребления дает смещенные и несостоятельные оценки, так как объясняющая переменная является эндогенной.

Разрешая структурную систему относительно эндогенных пе­ременных, получим приведенную систему:

В приведенной системе коэффициенты при переменной равные

М_с = /(1 - ) иМу =1/(1 - ) — инвестиционные мультипликаторы потребления и дохода соответственно. Это значит, что если объем ин­вестиций возрастает на единицу, то объем потребления увеличится на

/(1 - ) единиц, а совокупный доход — на 1/(1 - ) единиц.

Косвенный метод наименьших квадратов. Уравнение дляC₁,в приведенной форме можно также представить в виде

где

.

В этом уравнении экзогенная переменная некоррелирована со случайным членом поэтому для оценки параметров ( ) мож­но использовать обычный МНК.

Оцененное уравнение , полученное по выбороч­ным данным с помощью МНК, дает несмещенные и состоятельные оценки параметров.

Поскольку оценки ( ) структурных коэффициентов

однозначно выражаются через оценки ( ) приведенных коэффи­циентов, то структурное уравнение функции потребления является точно идентифицируемым.

Таким образом, для решения точно идентифицируемого уравне­ния применяется косвенный метод наименьших квадратов (КМНК).

Процедура КМНК производится в несколько этапов.

1. Структурная модель преобразуется в приведенную форму.

2. Для каждого приведенного уравнения обычным МНК оцени­ваются приведенные коэффициенты.

3. Оценки приведенных коэффициентов преобразуются в оцен­ки параметров структурных уравнений.

Метод инструментальных переменных. Проблема коррелиро- ванности объясняющей переменной У_t, со случайным членом в струк­турном уравнении для С_t может быть разрешена с помощью метода ИП.

Для применения метода ИП необходимо найти такую инструмен­тальную переменную, которая обладает следующими свойствами:

1. коррелирует с неудачно объясняющей переменной У_t;

2. не коррелирует со случайным членом .

В данном случае модель сама предоставляет такую перемен­ную. Величина I_t, коррелирует с У_t, поскольку У_t зависит от I_t в при­веденном уравнении, и I_t не коррелирует с поскольку является экзогенной переменной.В общем случае, когда оценка, полученная косвенным методом, единственна, она совпадает с оценкой, полу­ченной методом ИП. Поэтому КМНК можно рассматривать как ча­стный случай метода ИП.

Структурное уравнение модели, в которой число экзогенных переменных, которые могут использоваться как инструментальные, равно числу объясняющих эндогенных переменных, является точно идентифицируемым.

Пример 8.1. Для некоторой страны имеются данные (усл. ед.) о совокупном доходе Y, объеме потребления С и инвестициях I полу­ченные за 10 лет.

С,	190	198	200	180	200	210	220	210	205	210
I,	10	20	30	20	10	20	30	20	15	30
у,	200	218	230	200	210	230	250	230	220	240

Построить функцию потребления, используя модель Кейнса формирования доходов:

▼В данной модели С_t, У_t, — эндогенные переменные, а I_t — эк­зогенная.

Первое уравнение является идентифицируемым, поскольку пе­ременная I_t не включена в него и может выступать как инструмен­тальная для У_t.

Второе уравнение представляет собой тождество, параметры ко­торого известны, поэтому необходимости в его идентификации нет.

Непосредственное оценивание структурного уравнения функ­ции потребления обычным МНК приводит к следующему:

Ĉ = 60,9+ 0,6357,

где оценки = 60,9; = 0,635 —- смещенные и несостоятельные.

Оцененная система приведенных уравнений:

Ĉ= 188+ 0,695I;

ŷ = 188 + 1,695I .

Выразив I из второго уравнения системы в виде I= (Y- 188) : : 1,695 и подставив его в первое, получим

Ĉ = 188 + (Y-188,) = 110,9 + 0,41Y

где оценки = 110,9; = 0,41 — несмещенные и состоятельные.

Коэффициент = 0,41 определяет склонность к потреблению, а

М_с = 0,695 иМ_у = 1,695 — инвестиционные мультипликаторы по­требления и дохода соответственно. Это значит, что если объем ин­вестиций возрастает на единицу, то объем потребления увеличится на 0,695 единиц, а совокупный доход — на 1,695 единиц. ▲

Пример 8.2. По данным 15 торговых предприятий получены сведения о показателях, характеризующих объем продаж, интенсив­ность рекламы и динамику цен: y₁ — объем продаж, млн. руб.; у₂ — число рекламных сообщений; х₁ — индекс цен на продукцию, %; х₂ — индекс цен на рекламу.

Пусть исходная модель имеет вид:

На основании данных (усл. ед.) оцените структурную модель

№	Y1t	Y2t	X1t	Х2t		№	У1t	У2t	X1t	X2t,
1	56,7	270	104,3	97,8		9	69,7	409	100,3	102
2	64,5	172	94,2	105,7		10	46,4	191	105	101,9
3	53,3	324	102,8	103,3		11	53,5	231	105,6	106,5
4	82,6	428	98,7	95,1		12	41,2	131	106,2	107,7
5	62	420	99,8	100,5		13	45,6	115	110,3	109,1
6	61,3	473	100,5	101,4		14	48,3	202	105,9	102,9
7	25,7	82	112,8	110,1		15	56,1	223	105,8	100,2
8	36,1	276	106,7	100,7

▼ В исходной модели у₁, у₂ — эндогенные переменные, а х_1, х₂ — экзогенные. Первое уравнение является идентифицируемым, поскольку переменная х₂ не включена в него и может выступать как инструментальная для у₂. Аналогично второе уравнение также явля­ется идентифицируемым.

Для оценки структурных коэффициентов используем КМНК. Оценивая систему приведенных уравнений, получим

где коэффициенты уравнений статистически значимы.

Выражая переменную х₂ из второго уравнения и подставляя ее в первое, а переменную х₁ из первого уравнения и подставляя ее во второе уравнение, получим:

▲

Пример 8.3. Рассматривается модель

где - годовое потребление свинины на душу населения;

у₂ - оптовая цена;

х₁ - доход на душу населения;

х₂ - расходы по обработке мяса.

На основании данных таблицы (усл. ед.) оцените структурную модель.

t	y1	y2	x1	х2
1	60	5	1300	60
2	62	4	1300	56
3	65	4,2	1500	56
4	62	5	1600	63
5	66	3,8	1800	50
Среднее	63	4,4	1500	57

▼ В исходной модели у₁, у₂ — эндогенные переменные, а х_1,x₂ — экзогенные. Первое уравнение является идентифицируемым, поскольку переменная х₂ не включена в него и может выступать как инструментальная для у₂. Аналогично второе уравнение также явля­ется идентифицируемым.

Для оценки структурных коэффициентов используем КМНК. Структурная форма модели преобразуется в приведенную форму:

При расчете параметров приведенной формы модели преобра­зуем исходные данные в центрированные, т. е.

t	yt	y2
1	-3	0,6	-200	3
2	-1	-0,4	-200	-1
3	2	-0,2	0	-1
4	-1	0,6	100	6
5	3	-0,6	300	-7
Итого	0	0,0	0	0

Оцененная приведенная форма модели имеет вид

Выражая переменную х₂ из второго уравнения и подставляя ее в первое, а переменную Х₁ из первого уравнения и подставляя ее во второе, получим следующую структурную форму модели:

Если в структурную модель включить свободные члены, т. е.

то свободные члены уравнений определим по формулам:

Тогда структурная модель имеет вид:

▲