2 Основных метода:

1)Метод отклонения от тренда.

*Предположим, имеются 2 компонента (2 ряда динамики) yt и xt, кот содержат трендовую и случайную компоненты. Проведя аналитич. выравнивание по каждому из этих рядов мы найдем параметры соответствующих уровней трендов и найдем их расчетные ур-ни yt; xt.

Устранить влияние тенденции можно путем вычитания этих расчетных моделей (значений) из фактических значений этого уровня ряда. Такую процедуру осуществляют для каждого временного ряда в модели.

2)Метод последовательных разностей.

*При исключении автокорреляции данным методом, подвергаются обработке методы наименьших квадратов не сами уровни исхдных рядов yt,yt+1,yt+2….yt+n; хt,хt+1,хt+2….хt+n, а последовательные разницы между ними.

⌂y1= yt- yt-1

⌂y2= yt-1-yt-2

⌂y3=yt-k-yt-k-1

⌂x1=xt-xt-1

⌂x2=xt-1-xt-2

⌂x3=xt-k-xt-k-1

2.группа. – это методы, основанные на изучении взаимосвязи исходных уровней рядов динамики, при воздействии фактора времени на зависимую и независимые переменные модели.

Метод включения в ур-ие регрессии фактора времени.

*Этот прием широко используется в анализе временных рядов, когда тенденции фиксируются через включение факторов времени в качестве независимой переменной и наз-ся введение факторов времени в ур-е регрессии.

yt=a+b1x1+b2t+Et

Преимущества данного метода перед предыдущем в том, что он позволяет учесть всю информацию, содержащуюся в исходных данных. Кроме того, модель строится по всей совокупности данных за рассматриваемый период, в отличие от метода последовательных разностей, кот приводят к поте числа наблюдений.

Параметры а и b в модели с включением факторов времени опред-ся методом наименьших квадратов.

40. Динамические эконометрические модели

Динамические модели- это модели, построенные по временным рядам, кот-е характеризуются каждым моментом времени t в отдельности, а не всем периодом, для кот-го строится модель.

Эконометрическая модель считается динамической, если в данный момент времени t она учитывает значение входящих в нее переменных, относящихся как к текущему, так и к предыдущим моментам времени, т.е модель учитывает и отражает динамику, исследуемых переменных за каждый момент времени.

Величина l наз-ся лагом, характеризующая запаздывание воздействия фактора на результат.

Переменные, влияние кот-х характеризуется определенным запаздыванием, называются лаговые переменные.

Динамические модели классифицируются на:

модели с распределенными лагами
авторегрессионные модели

1.Харак-ка и интерпретация параметров модели с распределенным лагом.

Модели с распределенными лагами- это модели, содержащие в качестве лаговых переменных, лишь независимые переменные.

Модель имеет следующий вид:

,где

● p- конечное число.

Модель говорит о том, что если в некоторый момент времени t происходит изменение х, то это изменение будет влиять на значения у в течение р последующих моментах времени

● Коэффициент - краткосрочный мультипликатор при переменной , т.к. характеризуют изменение ср. значения при изменении факторов на 1 ед-цу в некоторый фиксированный момент времени t.