- •1.Актуальность эконометрических исследований, пути совершенствования эконометрических знаний.
- •2. Основы эконометрического моделирования: этапы, типы эконометрических моделей, типы данных.
- •I. Модели временных рядов:
- •II. Регрессионные модели с одним уравнением.
- •III. Системы одновременных уравнений.
- •3. Природа возникновения ошибки в регрессионной модели. Статистические свойства теоретической и фактической ошибки.
- •4. Мнк для множественной регрессии
- •5. Теорема Гаусса-Маркова для множественной регрессии. Определение ковариационно – дисперсионной матрицы вектора коэффициентов регрессии.
- •6. Критериальная проверка качества множественной регрессии.
- •7. Коэффициент эластичности
- •8. Проблема мультиколлинеарности. Примеры. Геометрическая интерпретация. Практические пути ее решения.
- •9. Проблема гетероскедастичности. Примеры. Геометрическая интерпретация. Практические пути ее решения.
- •10. Обобщение мнк на случай непостоянства ковариационно-дисперсионной матрицы ошибки. Статистические методы тестирования дисперсии ошибки.
- •12. Метод главных компонент. Его преимущества и недостатки при построении моделей. Компоненты и факторы, их взаимосвязи.
- •13. Модели с лаговыми независимыми переменами. Основные подходы и процедур оценки их параметров. Метод ш.Алмон
- •14.Модели с лаговыми зависимыми переменными. Проблемы оценки их параметров. Схема Койка.
- •15. Двухшаговый мнк и особенности его применения в моделях с лаговыми зависимыми переменными. Инструментальные переменные, их содержание и особенности формирования.
- •16. Система взаимозависимых эконометрических моделей. Свойства моделей и их влияние на их качество оценок параметров. Структурная и приведенная формы системы моделей.
- •17. Основные подходы к оценке параметров взаимозависимых уравнений. Косвенный и двухшаговый мнк.
- •18. Методы выявления примерной структуры эконометрической модели.
- •19. Эконометрические модели с переключениями.
- •20. Эконометрические модели с эволюционными изменениями коэффициентов
- •21. Точечные и интервальные прогнозы
19. Эконометрические модели с переключениями.
Эконометрические модели с переключениями входят в группу эконометрических моделей с переменной структурой.
Модели с переменной структурой — это особый класс моделей, которые могут изменять свою конфигурацию в процессе эволюции наблюдаемого объекта моделирования.
(напоминание) Линейная регрессионная модель: Y = Xß +U, где
X – некоторая независимая переменная
ß – параметр регрессии
U - возмущение (ошибка)
Y – некоторая зависимая переменная
Простейшая регрессионная модель с переключениями режимов
Выделяют регрессионные модели с экзогенными (вызываемы внешними причинами, заданы) переключениями и эндогенными (зависимы, формируются внутри модели).
yi = a1 + b1xi + ei, i=1, 2,..,m,
yi = a2 + b2xi + ei, i=m+1,…n,
(xi, yi), i=1,2,…,n - заданы
Другая запись модели (в матричной форме):
Y1 = X1ß1 +U1 в первом режиме
Y2 = X2ß2 +U2 во втором режиме,
где (далее выражаем значения через матрицы) Y –вектор наблюдений зависимой переменной y, X – матрица факторов, U – вектор случайных ошибок:
Переменная Y генерируются отдельно в 1-м или 2-м режиме, но не в двух одновременно.
Модели регрессии с марковскими переключениями
К моделям с экзогенными переключениями относят модели регрессии с марковскими переключениями.
Модель с марковскими переключениями – это нелинейная модель временных рядов. Включает множество уравнений, характеризующих поведение временного ряда в различных режимах. Если разрешить переключение между этими уравнениями, получившаяся модель сможет улавливать сложные динамические закономерности. Модели с марковскими переключениями отличаются тем, что механизм переключения контролируется ненаблюдаемой переменной, следующей марковскому процессу первого порядка. Марковское свойство, в частности, означает, что текущее значение переменной состояния зависит только от предыдущего ее значения. Т.о., определенное уравнение может превалировать на протяжении определенного времени, после чего сменится другим уравнением при переключении режима.
В этих моделях вероятности последовательных переключений режимов предполагаются
постоянными.
С помощью данных моделей можно заметить нелинейные закономерности (в отличие от линейных моделей, таких как авторегрессия (AR), скользящее среднее (MA) или их комбинации (ARMA).
Модели с марковскими переключениями подходят для моделирования автокоррелированных рядов, характеризующихся различным поведением на разных временных интервалах.
Такие модели используют для (примеры):
1) ВВП: ВВП часто отклоняется от среднего значения около высокого уровня и более неизменен во время бумов, но остается на более низком уровне и менее неизменчив во время рецессий.
2) включения в модель с временными рядами случайных «выбросов» обусловленных такими событиями, как финансовые кризисы или резкие изменения государственной экономической политики.
