- •Раздел 1. Основные понятия эконометрики
- •1.1. Предмет и задачи дисциплины эконометрики
- •1.2. Виды взаимосвязей между признаками
- •1.3. Виды эконометрических моделей
- •Раздел 2. Модели множественной регрессии
- •2.1. Особенности проведения этапа спецификации при построении модели множественной регрессии
- •2.2. Оценка мультиколлинеарности в моделях множественной регрессии
- •2.3. Подходы к устранению мультиколлинеарности в моделях множественной регрессии
- •2.4. Компонентный анализ
- •Матрица факторных нагрузок
- •Матрицы главных компонент
- •2.5. Непосредственная оценка параметров множественной регрессии
- •2.6. Пример построения линейной парной регрессионной модели
- •2.7. Нелинейная регрессия. Виды моделей нелинейной регрессии
- •2.8. Оценка качества регрессионной модели в целом
- •2.9. Оценка значимости факторов, включаемых в модель множественной регрессии
- •2.10. Оценка погрешности регрессионной модели
- •2.11. Анализ влияния факторов на результативный показатель
- •2.12. Фиктивные переменные модели множественной регрессии
- •2.13. Предпосылки метода наименьших квадратов
- •2.14. Обобщенный мнк
- •2.15. Метод наименьших модулей отклонений
- •Раздел 3. Система эконометрических уравнений
- •3.1. Классификация систем эконометрических уравнений
- •3.2. Приведенная форма системы эконометрических уравнений. Проблема идентификации в системах взаимозависимых уравнений
- •3.3. Косвенный мнк (кмнк)
- •3.4. Необходимое условие идентификации структурной формы системы эконометрических уравнений
- •3.5. Достаточное условие идентификации структурной системы эконометрических уравнений
- •3.6. Двухшаговый мнк
- •Раздел 4. Динамические эконометрические модели
- •4.1. Виды динамических зконометрических моделей
- •4.2. Одномерные временные ряды
- •4.3. Временные ряды с детерминированными зависимостями
- •4.4. Моделирование временных рядов со стохастическими зависимостями
- •4.5. Анализ автокорреляции остатков
- •Пример 1, иллюстрирующий проблему автокорреляции
- •Пример 2, иллюстрирующий проблему лагов и изменения условий
- •Пример 3
- •Решение
- •4.7. Динамические модели авторегрессии
- •4.8. Выравнивание одномерного временного ряда
- •4.9. Адаптация эконометрических моделей
- •Раздел 5. Экономико-статистическое прогнозирование
- •5.1. Сущность прогнозов и их классификация
- •Экономические прогнозы в свою очередь могут подразделяться в зависимости от масштаба объекта на:
- •5.2. Методы прогнозирования и их классификация
- •5.3. Прогнозная статистическая экстраполяция
- •5.4. Прогнозные модели технического анализа
- •Раздел 6. Информационные технологии эконометрических исследований
- •Литература
- •Терминологический словарь
3.2. Приведенная форма системы эконометрических уравнений. Проблема идентификации в системах взаимозависимых уравнений
Параметры независимых и рекурсивных систем уравнений оцениваются с помощью МНК, а для оценки параметров взаимосвязанных уравнений нужны специальные приемы, т.к. непосредственное использование МНК в данном случае дает смещенные и несостоятельные оценки.
Для определения параметров в таких моделях в первую очередь систему взаимосвязанных уравнений преобразуют из структурной формы в приведенную форму, которая представляет собой систему линейных функций эндогенных переменных от экзогенных (т.е. преобразуют исходную систему в систему независимых уравнений):
Эндогенные переменные – это взаимозависимые переменные, которые определяются внутри модели. Их число равно числу уравнений в системе.
Экзогенные переменные – это независимые внешние переменные (факторы), влияющие на эндогенные переменные.
Коэффициенты а и b, фигурирующие в структурной форме, называются структурными коэффициентами; коэффициенты δ в приведенной форме (приведенные коэффициенты) представляют собой нелинейные функции структурных коэффициентов.
Например, для структурной модели вида
приведенная форма модели имеет вид:
Определим значения приведенных коэффициентов δ.
y2 из первого уравнения структурной модели можно выразить следующим образом:
.
Тогда система структурных уравнений примет вид:
Откуда имеем равенство:
или
Обозначая
и
,
получим первое уравнение структурной модели в приведенной форме:
.
Аналогично выразим переменную y1 из второго структурного уравнения модели:
и запишем это выражение в левой части первого уравнения структурной формы модели:
,
откуда
Таким образом, получим приведенную систему уравнений:
,
где δ выражены через а и b.
При этом число приведенных коэффициентов равно числу структурных коэффициентов, и переход от структурных коэффициентов к приведенным однозначен.
В то же время, например, в структурной модели
имеется 8 структурных коэффициентов, а в соответствующей ей приведенной форме
приведенных коэффициентов всего 6. И если с помощью МНК оценены эти 6 коэффициентов, то обратный переход от приведенных коэффициентов к структурным называется проблемой идентификации. В данном случае идентификация – единственность соответствия между приведенной и структурной формами модели.
С позиции проблемы идентификации структурные модели можно разделить на 3 вида:
Идентифицируемые, когда число структурных и приведенных коэффициентов одинаково.
Неидентифицируемые, когда число структурных коэффициентов больше числа приведенных коэффициентов.
Сверхидентифицируемые, когда число структурных коэффициентов меньше числа приведенных коэффициентов.
Таким образом, проблема оценки параметров системы взаимосвязанных эконометрических уравнений состоит в том, что оценивать непосредственно с помощью МНК параметры структурной модели нельзя, т.к. оценки будут смещенными и несостоятельными. Для того, чтобы получить качественные оценки, от структурной формы нужно перейти к приведенной и произвести с помощью МНК оценку параметров приведенной формы. Затем от полученных оценок перейти к оценкам параметров структурной формы. Но при этом возникает проблема идентификации, т.к. такой переход не всегда возможен. Он вполне возможен для идентифицируемых моделей. В этом случае применяется косвенный МНК (КМНК), который возможен и в случае сверх идентифицируемых моделей. В этом случае используется двух шаговый МНК, который также можно использовать и в случае идентифицируемых моделей.
