- •Содержание
- •Программа по эконометрике (35-36 группы)
- •Раздел I. Теория Глава 1. Определение эконометрики
- •1.1 Предмет эконометрики
- •Типы данных
- •Классы моделей
- •1.4 Оценивание моделей
- •1.5 Типы зависимости
- •1.6 Основные этапы эконометрического моделирования
- •Глава 2. Методы и модели анализа динамики экономических процессов
- •2.1 Понятие экономических рядов динамики
- •2.2 Предварительный анализ и сглаживание временных рядов
- •Метод проверки разности средних уровней
- •Метод Фостера-Стьюарта
- •Сглаживание
- •Метод простой скользящей средней
- •2.3 Оценка адекватности и точности трендовых моделей
- •Проверка точности
- •2.4 Трендовые модели на основе кривых роста
- •Классификация моделей
- •2.6 Модель Брауна (модель экспоненциального сглаживания)
- •Этапы построения модели Брауна первого порядка
- •2.7 Прогнозирование экономической динамики на основе трендовых моделей
- •Глава 3. Парная регрессия
- •Корреляция
- •Глава 4. Множественная регрессия и корреляция
- •4.1 Выбор формы уравнения регрессии
- •4.2 Определение мультиколлинеарности
- •1 Способ
- •2 Способ
- •Оценка значимости коэффициентов регрессии
- •4.3 Предпосылки метода наименьших квадратов
- •4.4 Метод Гольдфельдта-Квандта (для однофакторной модели)
- •Глава 5. Системы эконометрических уравнений
- •5.1 Понятие о системах уравнений
- •5.2 Структурная и приведенная формы модели
- •5.3 Проблема идентификации
- •Необходимое условие идентификации
- •Достаточные условия идентификации
- •5.4 Косвенный метод наименьших квадратов (кмнк)
- •5.5 Двухшаговый метод наименьших квадратов (дмнк)
- •Глава 6. Моделирование временных рядов (без учета сезонности)
- •Построение аддитивной и мультипликативной модели
- •Приложение
Необходимое условие идентификации
D– число предопределенных переменных, отсутствующих в уравнении, но присутствующих в системе
Hi– число эндогенных переменных, присутствующих в уравнении.
Для каждого уравнения определяются DиHiи проверяется счетное правило
Если , то уравнение идентифицируемо.
Если , то уравнение неидентифицируемо.
Если , то уравнение сверхидентифицируемо.
Достаточные условия идентификации
Достаточные условия идентификации– это определитель матрицы, составленной из коэффициентов при переменных, отсутствующих в исследуемом уравнении, не равный нулю, а ранг этой матрицы должен быть не меньше числа эндогенных переменных системы без единицы.
Пример:
Эндогенные переменные: ,,
Экзогенные переменные: ,,
Лаговые эндогенные переменные: нет
Предопределенные переменные: ,,
Уравнение 1:
НУ:
Следовательно, уравнение 1идентифицируемо по НУ.
ДУ:
Отсутствуют: ,
Уравнение |
|
|
2 |
-1 |
|
3 |
|
0 |
Число эндогенных переменных – 1 = 3 – 1 = 2
2 = 2
Следовательно, уравнение 1идентифицируемо по ДУ.
Уравнение 1идентифицируемо по НУ и ДУ.
Уравнение 2:
НУ:
Следовательно, уравнение 2идентифицируемо по НУ.
ДУ: ,
Отсутствуют: ,
Уравнение |
|
|
1 |
|
|
3 |
|
|
Число эндогенных переменных – 1 = 3 – 1 = 2
2 = 2
Следовательно, уравнение 2идентифицируемо по ДУ.
Уравнение 2идентифицируемо по НУ и ДУ.
Уравнение 3:
НУ:
Следовательно, уравнение 3идентифицируемо по НУ.
ДУ:
Отсутствуют: ,
Уравнение |
|
|
1 |
-1 |
0 |
2 |
|
|
Число эндогенных переменных – 1 = 3 – 1 = 2
2 = 2
Следовательно, уравнение 3идентифицируемо по ДУ.
Уравнение 3идентифицируемо по НУ и ДУ.
Вывод: Система идентифицируема, т.е. идентифицируемо каждое уравнение.
Для решения идентифицируемого уравнения применяют косвенный МНК.
Для решения сверхидентифицируемого уравнения применяют двухшаговый МНК.
5.4 Косвенный метод наименьших квадратов (кмнк)
Этапы КМНК:
структурная модель преобразовывается в приведенную форму модели;
для каждого уравнения приведенной формы модели с помощью обычного МНК оцениваются приведенные коэффициенты;
Коэффициенты приведенной формы модели трансформируются в параметры структурной модели.
Пример:
Имеются статистические данные за 1998-2003 гг., характеризующие потребление мяса в Австралии.
Год |
|
|
|
|
1 |
2 |
8 |
3 |
16 |
2 |
3 |
7 |
4 |
20 |
3 |
4 |
9 |
9 |
24 |
4 |
5 |
6 |
3 |
14 |
5 |
6 |
5 |
8 |
9 |
6 |
7 |
4 |
6 |
13 |
Сумма |
27 |
39 |
33 |
96 |
Среднее |
4,5 |
6,5 |
5,5 |
16 |
Необходимо построить модель вида: ;и рассчитать соответствующие структурные коэффициенты.
Составим приведенную форму модели:
Найдем коэффициенты ,,,
Для каждого уравнения приведенной модели применим традиционный МНК. Процедуру расчетов упростим, предварительно найдя отклонения от средних уровней.
Год | |||||||||||
1 |
-2,5 |
1,5 |
-2,5 |
0 |
6,25 |
6,25 |
0 |
0 |
0 |
-3,75 |
0 |
2 |
-1,5 |
0,5 |
-1,5 |
4 |
2,25 |
2,25 |
-6 |
-6 |
16 |
-0,75 |
2 |
3 |
-0,5 |
2,5 |
3,5 |
8 |
-1,75 |
12,25 |
28 |
-4 |
64 |
8,75 |
20 |
4 |
0,5 |
-0,5 |
-2,5 |
-2 |
-1,25 |
6,25 |
5 |
-1 |
4 |
1,25 |
1 |
5 |
1,5 |
-1,5 |
2,5 |
-7 |
3,75 |
6,25 |
-17,5 |
-10,5 |
49 |
-3,75 |
10,5 |
6 |
2,5 |
-2,5 |
0,5 |
-3 |
1,25 |
0,25 |
-1,5 |
-7,5 |
9 |
-1,25 |
7,5 |
Сумма |
0 |
0 |
0 |
0 |
10,5 |
33,5 |
8 |
-29 |
142 |
0,5 |
41 |
Переходим к структурной форме:
Из уравнения (1) исключим переменную , выразив её из уравнения (2) и подставив в уравнение (1).
Аналогично, из уравнения (1) исключим переменную , выразив её из уравнения (1) и подставив в уравнение (2).
;
;