
- •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
3.5. Достаточное условие идентификации структурной системы эконометрических уравнений
Более точно условия идентификации определяются, если накладывать ограничения на коэффициенты матриц параметров структурной модели. Уравнение идентифицируемо, если по отсутствующим в нём переменным (экзогенным и эндогенным) можно из коэффициентов при этих переменных в других уравнениях системы получить матрицу, определитель которой не равен нулю, а ранг матрицы не меньше, чем число эндогенных переменных системы без единицы.
Рассмотрим структурную модель (число эндогенных переменных равно 3, экзогенных - 4):
следовательно,
Проверим каждое уравнение на необходимое и достаточное условие идентификации.
Для первого уравнения
– необходимое условие идентификации
выдержано.
Для проверки на достаточное условие идентификации заполним следующую таблицу коэффициентов при соответствующих в первом уравнении переменных:
-
Уравнение
Переменные
x3
x4
2
3
a23
0
a24
0
следовательно, уравнение идентификации
выполняется, и первое уравнение нельзя
считать идентифицируемым.
Для второго уравнения
,
т.е. уравнение идентифицируемо. Достаточное
условие идентификации выполняется.
Коэффициенты при отсутствующих во
втором уравнении переменных составят:
-
Уравнение
Переменные
y3
x1
1
3
b13
-1
a11
a31
ранг
матрицы равен 2, т. е. равен числу эндогенных
переменных без 1, что соответствует
критерию: ранг матрицы коэффициентов
должен быть не менее чем число эндогенных
переменных в системе без одного.
Следовательно, второе уравнение точно
идентифицируемо.
Для третьего уравнения системы
и необходимому условию идентификации
оно соответствует.
Однако составим таблицу коэффициентов при отсутствующих в третьем уравнении переменных:
-
Уравнение
Переменные
x3
x4
1
2
0
a23
0
a24
т.е. достаточное условие идентификации не выполняется. Уравнение идентифицируемо.
Следовательно, рассматриваемая в целом структурная модель, идентифицируемая по счётному правилу, не является идентифицируемой, исходя из достаточного условия идентификации.
Кроме рассмотренных условий идентифицируемости на структурные коэффициенты модели могут накладываться и другие ограничения: на дисперсии и т.д.
3.6. Двухшаговый мнк
Этот метод применяется в случае сверх идентифицируемых моделей и заключается в том, что:
Составляется приведённая модель и оцениваются приведённые коэффициенты.
Выявляются эндогенные переменные в кривой структурного уравнения, параметры которого определяют с помощью двухшагового МНК, и рассчитываются значения этих эндогенных переменных по приведённым уравнениям.
С n-ого МНК определяются структурные коэффициенты в сверх идентифицируемых уравнениях, используя в качестве исходных данных фактические значения экзогенных переменных, определённые на втором шаге. Коэффициенты в идентифицированных структурных уравнениях определяются, как и в классическом МНК.
Пример
Пусть структурная модель имеет вид:
В данной системе второе уравнение идентифицируемое, а первое – сверхидентифицируемое, т.к.
Шаг 1
Приведённая форма модели имеет вид:
Шаг 2
Выявление эндогенной переменной в
правой части сверх идентифицированного
первого уравнения. Это
.
Рассчитаем значение
,
исходя из приведённого уравнения, и
определим значение суммы
.
Номер наблю-дения |
|
|
|
|
y2 (расч. по привед. урав.) |
|
y1 (расч. по привед. урав.) |
1 |
-1,185 |
9,97 |
1,99 |
-30,55 |
-8,792 |
-6,8 |
-0,792 |
2 |
-0,385 |
-7,93 |
-3,21 |
-9,55 |
1,0837 |
-2,126 |
-0,45664 |
3 |
-1,385 |
-16,83 |
1,59 |
-49,55 |
-12,622 |
-11,03 |
-1,37397 |
4 |
-1,435 |
-14,03 |
-12,11 |
-23,35 |
6,91 |
-5,2 |
-1,34897 |
5 |
0,515 |
-0,33 |
4,89 |
32,45 |
2,335 |
7,225 |
1,223366 |
6 |
-0,785 |
-5,73 |
-11,11 |
23,05 |
16,242 |
5,132 |
0,073427 |
7 |
2,015 |
13,67 |
19,19 |
49,45 |
-8,18 |
11,01 |
2,50461 |
8 |
-0,485 |
-3,43 |
3,19 |
12,05 |
-0,5071 |
2,683 |
0,529248 |
9 |
4,815 |
43,67 |
11,09 |
65,45 |
3,4823 |
14,572 |
2,53441 |
10 |
-1,685 |
-19,03 |
-15,51 |
-69,45 |
0,0471 |
-15,463 |
-2,89345 |
Шаг 3
Определим структурные коэффициенты в
первом уравнении, применив непосредственно
МНК для их нахождения:
т.е. модель существенна. Здесь в качестве
используем
Структурные коэффициенты в идентифицируемом
уравнении определяются обычным образом,
как в классическом МНК, считая
.
В целом получим: