1.Типы моделей и переменных, применяемых в эконометрике. Чем регрессионная модель отличается от функции регрессии?
Для моделирования эконометрических взаимосвязей между экономическими явлениями чаще всего применяется три типа моделей и три типа переменных.
Типы моделей:
Модели временных рядов - Модель представляет собой зависимость результативного признака от переменной времени или переменных, относящихся к другим моментам времени.
Модели регрессии - это уравнение, в котором объясняемая переменная представляется в виде функции от объясняющих переменных (например, модель спроса на некоторый товар в зависимости от его цены и дохода покупателей).
Системы одновременных уравнений - системы уравнений, состоящие из регрессионных уравнений и тождеств, в каждом из которых помимо объясняющих – независимых – переменных содержатся объясняемые переменные из других уравнений системы.
Типы переменных:
1)Экзогенные (внешние, независимые)- это внешние для модели переменные, управляемые из вне, влияющие на эндогенные переменные, но не зависящие от них. Х-обознач.
2)Эндогенные(внутренние, зависимые)- это внутренние, формируемые в модели переменные, зависимые от предопределенных переменных. Y-обоз.
3)Предопределенные (экзогенные и лаговые эндогенные)- называют экзогенные переменные х и лаговые эндогенные переменные yt-l.
Регрессионная модель – это уравнение, в котором объясняемая переменная представляется в виде функции от объясняющих переменных.
Функция регрессии – функция f(x1,x2..)описывает зависимость условного среднего значения результативной переменной y от заданных объясняющих переменных.
60. Двухшаговый мнк. Всегда ли можно применить двухшаговый мнк?
Двухшаговый МНК — метод оценки параметров эконометрических моделей, в частности систем одновременных уравнений, состоящий из двух этапов (шагов), на каждом из которых применяется метод наименьших квадратов.
Двухшаговый МНК тесно связан с методом инструментальных переменных. При оценке одиночных уравнений используются дополнительные (инструментальные) переменные, в модели непосредственно не участвующие. Их использование связано с тем, что часть факторов модели могут не удовлетворять требованию экзогенности. При оценке систем одновременных уравнений обычно инструментами являются экзогенные переменные системы.
Процедура двухшагового МНК заключается в следующем:
Шаг
1.
Обычным МНК оценивается регрессия
факторов X на
инструменты 
.
Оценки параметров этой модели, очевидно,
равны:
.
В результате получаем следующие оценки исходных переменных:
Шаг 2. На втором этапе оценивается исходная модель с заменой факторов модели на их оценки, полученные на первом шаге:
В системах одновременных уравнений двухшаговый МНК применяется для оценки параметров структурных уравнений, поскольку в последних в качестве факторов участвуют эндогенные переменные модели и применение обычного МНК приводит к смещенным и несостоятельным оценкам. Здесь в качестве инструментов Z обычно выступают экзогенные переменные самой модели. Соответственно процедура оценки заключается в том, что на первом шаге обычным МНК оценивается регрессия эндогенных переменных на все экзогенные переменные системы, а затем эти оценки используют на втором шаге вместо эндогенных переменных правой части структурного уравнения, к которому применяется обычный МНК. Такой подход позволяет получить состоятельные оценки параметров структурной формы.