39Идентификация параметров структурной и приведенной форм модели.

Идентификация – единственность соответствия между структурной и приведенной формами модели.

С позиции идентифицируемости структурные модели можно подразделить на три вида:

Выделяют:

1)             Точно идентифицируемая модель – все ее уравнения точно идентифицированы. То есть все структурные коэффициенты определяются однозначно (единственным способом) по коэффициентам приведенной формы модели. И число параметров структурной модели равно числу параметров приведенной формы.

2)             Неидентифицируемая модель – число приведенных коэффициентов меньше числа структурных коэффициентов. Оценки всех структурных параметров невозможно найти по коэффициентам приведенной модели.

3)             Сверхидентифицируемая модель – число приведенных коэффициентов больше числа структурных коэффициентов (на основе приведенной формы можно получить 2 и более значений одного структурного коэффициента). Практически решаема, но требует применения специальных методов.

На идентификацию проверяются все уравнения модели. Модель считается идентифицируемой, если все уравнения идентифицируемы; сверх – если хоть одно сверхидентифицируемо, а остальные точно идентифицируемы. Если среди всех уравнений модели есть хотя бы одно неидентифицированное, то вся модель считается неиденти­фицированной.

40. Оценивание параметров структурной формы модели.

Коэффициенты структурной модели могут быть оценены раз­ными способами в зависимости от вида системы одновременных уравнений. Наибольшее распространение в литературе получили следующие методы оценивания коэффициентов структурной модели:

• косвенный метод наименьших квадратов (КМНК);

• двухшаговый метод наименьших квадратов (ДМНК);

• трехшаговый метод наименьших квадратов (ТМНК);

• метод максимального правдоподобия с полной информа­цией (ММП₇);

• метод максимального правдоподобия при ограниченной информации (ММП₅).

Косвенный метод наи­меньших квадратов применяется для идентифицируемой систе­мы одновременных уравнений, а двухшаговый метод наимень­ших квадратов — для оценки коэффициентов сверхидентифици-руемой модели. Перечисленные методы оценивания также используются для сверхидентифицируемых систем уравнений. Метод максимального правдоподобия рассматривается как наиболее общий метод оценивания, результаты которого при нормальном распределении признаков совпадают с МНК.

41. Косвенный метод наименьших квадратов и оценки параметров систем одновременных уравнений. Косвенный метод наименьших квадратов Косвенный метод наименьших квадратов используется для получения оценок неизвестных коэффициентов системы одновременных уравнений, удовлетворяющих свойствам эффективности, несмещённости и состоятельности. Косвенный метод наименьших квадратов применяется только в том случае, если структурная форма системы одновременных уравнений является точно идентифицированной. Алгоритм метода наименьших квадратов реализуется в три этапа: на основе структурной формы системы одновременных уравнений составляется её приведённая форма, все параметры которой выражены через структурные коэффициенты; приведённые коэффициенты каждого уравнения оцениваются обычным методом наименьших квадратов; на основе оценок приведённых коэффициентов системы одновременных уравнений определяются оценки структурных коэффициентов через приведённые уравнения. 1) запишем приведённую форму модели спроса и предложения: 2) определим оценки коэффициентов приведённой формы модели спроса и предложения с помощью обычного метода наименьших квадратов. Тогда система нормальных уравнений для определения коэффициентов первого уравнения приведённой формы модели будет иметь вид: Для определения по оценкам приведённых коэффициентов получить оценки структурных коэффициентов первого уравнения, необходимо из второго приведённого уравнения выразить переменную It и подставить полученное выражение в первое уравнение приведённой формы модели. Для определения оценок структурных коэффициентов второго уравнения, необходимо из второго приведённого уравнения выразить переменную Pt–1 и подставить полученное выражение в первое уравнение приведённой формы модели.