- •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
3.3. Косвенный мнк (кмнк)
Он используется в случае идентифицируемых моделей. Его процедура включает три этапа. На первом этапе структурная модель преобразуется в приведенную форму, на втором - для каждого уравнения приведенной формы с помощью МНК оцениваются приведенные коэффициенты. На третьем этапе производится обратный переход к структурной форме, то есть оцениваются структурные коэффициенты.
Пусть имеем следующие наблюдения случайной величины:
№ наблюдения |
у1 |
у2 |
х1 |
х2 |
(у1) |
(у2) |
(х1) |
(х2) |
1 |
0,9 |
31,3 |
18,9 |
43 |
-1,185 |
9,97 |
1,99 |
-30,55 |
2 |
1,7 |
13,4 |
13,7 |
64 |
-0,385 |
-7,93 |
-3,21 |
-9,55 |
3 |
0,7 |
4,5 |
18,5 |
24 |
-1,385 |
-16,83 |
1,59 |
-49,55 |
4 |
0,65 |
7,3 |
4,8 |
50,2 |
-1,435 |
-14,03 |
-12,11 |
-23,35 |
5 |
2,6 |
21 |
21,8 |
106 |
0,515 |
-0,33 |
4,89 |
32,45 |
6 |
1,3 |
15,6 |
5,8 |
96,6 |
-0,785 |
-5,73 |
-11,11 |
-23,05 |
7 |
4,1 |
35 |
36,1 |
123 |
2,015 |
13,67 |
19,19 |
49,45 |
8 |
1,6 |
17,9 |
20,1 |
85,6 |
-0,485 |
-3,43 |
3,19 |
12,05 |
9 |
6,9 |
65 |
28 |
139 |
4,815 |
43,67 |
11,09 |
65,45 |
10 |
0,4 |
2,3 |
1,4 |
4,1 |
-1,685 |
-19,03 |
-15,51 |
-69,45 |
среднее |
2,085 |
21,33 |
16,91 |
73,55 |
0 |
0 |
0 |
0 |
Рассматриваемая структурная модель имеет вид:
Эта модель точно идентифицируема.
Приведенная форма модели имеет вид:
где u1 , u2 – случайные ошибки в приведенной форме модели.
Оценим коэффициенты в приведенной
модели, подразумевая под у и х отклонения
и
.
Получим:
В принципе, модель вполне значима, хотя
коэффициенты в силу малого числа
наблюдений незначимы (кроме
).
Далее необходимо от этой приведенной формы перейти к структурной по формулам:
,
,
следовательно,
или
т. е. задача решена.
Если же непосредственно применить МНК к исходному структурному уравнению, то получим:
т. е. совершенно другие коэффициенты, которые являются смещенными и несостоятельными.
3.4. Необходимое условие идентификации структурной формы системы эконометрических уравнений
Модель считается идентифицируемой, если каждое уравнение системы идентифицируемо. Если хотя бы одно из уравнений неидентифицируемо или сверх идентифицируемо, то вся модель считается неидентифицируемой или сверх идентифицируемой.
Идентифицируемость модели может быть записана в виде правила:
где Д – число экзогенных переменных, которые не входят в данное уравнение, но содержатся в системе;
Н – число эндогенных переменных.
В рассмотренной выше системе:
в первом уравнении
т. е.
- идентифицируемо;
во втором уравнении аналогично:
