Эконометрика _лабор. раб
._.pdfПусть имеется две модели: модель А yt = x't β + ε t ; модель В yt = z't γ + vt .
Обе модели содержат как одинаковые, так и различные правые части:
x' = [x' |
; |
x' |
] |
|
t |
1t |
|
2t |
] . |
z' = [x' |
; |
z' |
||
t |
1t |
|
2t |
|
Согласно этому рассматриваются две регрессии:
yt |
= z't γ + x'2t δ A + vt ; |
yt |
= x't β + z'2t δ B + εt . |
Далее проверяются две гипотезы.
H0: δA = 0. Если эта гипотеза не отвергается, то и не отвергается модель В.
H0: δB = 0. Если эта гипотеза не отвергается, то и не отвергается модель А.
Если обе гипотезы либо принимаются, либо отвергаются, то ситуация остается неопределенной.
2) J-тест. |
|
Рассматривается частный случай моделей А и В: |
|
yt = (1 − δ )x't β + δz't γ + ut . |
(6.2) |
При δ = 0 эта модель совпадает с моделью А, а при δ = 1 — с моделью В. Однако это уравнение невозможно оценить, поскольку параметры β, γ, δ не могут быть идентифицированы (определены) одновременно. Поэтому сначала оценивается параметр γ в модели В, а затем в уравнении (6.2) γ заменяется на полученную
|
|
|
|
|
|
|
|
|
|
|
|
оценку γ : |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= x' |
|
|
+ u |
|
|
|
y |
t |
= (1 − δ )x' β + δz' γ + u |
t |
β * + δ y |
tB |
t |
. |
(6.3) |
|||
|
t |
t |
t |
|
|
|
|
Здесь ytB — прогнозные значения, полученные по модели В,
а β * = (1 − δ )β . Из уравнения (6.3) можно получить оценку δ . Если нулевая гипотеза Н0: δ = 0 не отвергается, то склоняем-
ся к выбору модели А. Аналогичную процедуру можно проде-
61
лать, взяв за нулевую гипотезу модель В. В двух из четырех возможных исходов теста, когда обе модели отвергаются или обе модели не отвергаются, ситуация остается неопределенной.
3) РЕ-тест.
Применяется, когда в левой части сравниваемых уравнений
—различные формы зависимой переменной, например, линейная
и полулогарифмическая:
yt = x't β + εt ,
ln yt = (ln xt )'γ + ut .
Коэффициент детерминации R2 здесь не может применяться для сравнения и выбора лучшей модели, т. к. левые части уравнений различны.
Содержательный смысл PE-теста заключается в следующем: улучшится ли модель при включении в нее прогноза конкурирующей модели.
Реализация РЕ-теста состоит в следующем: оцениваются обе модели МНК и получаются соответствующие прогнозные значе-
ния yt и ln yt . Далее оцениваются модели
|
|
y |
|
= x' β + δ |
|
|
|
|
|
|
+ v , |
||
|
|
|
|
ln y |
− ln y |
||||||||
|
|
|
t |
t |
LIN |
|
t |
|
t |
|
t |
|
|
ln y |
|
= |
(ln x )'γ + δ |
|
|
|
|
|
|
+ w . |
|||
|
y |
− exp(ln y |
) |
||||||||||
|
t |
|
|
t |
|
LOG |
t |
|
|
|
t |
|
t |
Затем тестируются гипотезы.
H0: δLIN = 0. Если эта гипотеза не отвергается, то и не отвергается линейная модель.
H0: δLOG = 0. Если эта гипотеза не отвергается, то и не отвергается полулогарифмическая модель.
Если обе гипотезы либо принимаются, либо отвергаются, то ситуация остается неопределенной.
РЕ-тест может применяться в значительно более общей ситуации.
Выбор регрессионной модели в EViews
1. Тест Вальда.
62
Для проведения теста Вальда в EViews необходимо в окне
Equation выбрать View / Coefficient Tests / Wald — Coefficient Restrictions… и в появившемся окне Wald Test ввести проверяемую гипотезу (рис. 6.1) и нажать ОК.
Рис. 6.1. Тест Вальда
На рис. 6.1 параметр С(4) соответствует 4-му по порядку коэффициенту в окне Equation, а параметр С(5), соответственно,— 5-му коэффициенту. Проверяется гипотеза о равном влиянии переменных при коэффициентах С(4) и С(5) на результирующую переменную.
В результате теста в окне Equation появится следующая информация (рис. 6.2).
Рис. 6.2. Результаты теста Вальда
Если полученное Р-значение = Probability < 0,05 (рис. 6.2), то
63
гипотеза отвергается на уровне доверия 0,95. В данном примере влияние переменных при коэффициентах С(4) и С(5) на результирующую переменную неравное.
2. Тест на функциональную форму (RESET-тест).
В окне Equation для выбранной модели выбирается View / Stability Tests / Ramsey RESET Test…, в появившемся окне
RESET Specification в поле Number of fitted вводится значение m –
1 (степень нелинейного члена минус 1), например 2. В результате в окне Equation появятся результаты теста (рис. 6.3).
Рис. 6.3. Результаты проведения RESET-теста для значения m – 1 = 2
Если Р-значение = Рrob. F < 0,05 (рис. 6.3), то делается вывод об ошибочной спецификации модели (с уровнем доверия 0,95), поэтому в уравнение необходимо добавить нелинейные члены (например, X12) или другие переменные.
Для изменения спецификации модели используется кнопка
Estimate в окне Equation.
3. РЕ-тест.
64
Пусть имеется две значимых модели:
|
|
|
|
y = α |
0 + α 1 x1 |
+ α 2 x2 , |
|
|
|
|
|
ly = β |
0 + β 1 lx1 |
+ β 2 lx2 , |
где ly, lx1, lx2 — логарифмы рядов y, x1 и x2 соответственно. Для проведения РЕ-теста выполняются следующие шаги.
1.Строятся прогнозные значения для y и ly.
Для линейной модели (y) в окне Equation нажмите кнопку
Forecast и в появившемся окне в поле Forecast name введите имя прогноза, например yf. Нажмите ОК. В результате в рабочем файле появится прогнозный ряд yf, а в окне Equation — графики y и yf с оценками прогнозного качества модели.
Для логарифмической модели (ly) процедура построения прогнозных значений (lyf) проводится аналогично.
2. Оцениваются модели
y = α 0 |
+ α1 x1 + α 2 x2 |
|
|
|
|
|
+ v, |
+ δ LIN ln y− ln y |
|||||||
|
|
|
|
|
|
|
|
ly = β 0 |
+ β1lx1 + β 2 lx |
|
|
|
ln y |
+ w. |
|
2 |
+ δ LOG y− e |
|
|
||||
|
|
|
|
|
|
|
|
Для этого в строке ввода формул последовательно вводятся команды:
ls y c x1 x2 log(yf) – lyf; ls ly c lx1 lx2 yf – exp(lyf)
3.Оценивается значимость коэффициентов при добавленных регрессорах в обеих моделях (рис. 6.4).
Если оба коэффициента значимы (рис. 6.4) или оба незначимы, то ситуация неопределенная и выбирать модель необходимо другими методами.
Если в одной модели коэффициент при добавленном регрессоре значим, а в другой — незначим, то лучшей считается модель с незначимым коэффициентом.
65
Рис. 6.4. Результаты PE-теста
Задания
По исходным данным, которые находятся в файле lab 6.WF1, выполните исследование.
1.Проведите анализ данных и подготовьте выборку к проведению эконометрического моделирования.
2.Постройте линейную и ряд нелинейных моделей. Оцените их качество.
3.Проверьте ошибки регрессии построенных моделей на гетероскедастичность и при необходимости скорректируйте их.
4.Используя тест Вальда, проверьте гипотезы о равных значениях коэффициентов при некоторых значимых независимых переменных. При необходимости объедините переменные.
5.Используя RESET-тест, проверьте на функциональную форму модели (правильность выбранной спецификации модели). При необходимости добавьте нелинейные члены.
6.Проведите РЕ-тест, F-тест или J-тест для выбора наилучшей модели.
7.Интерпретируйте полученные результаты оценки лучшей
66
модели.
8.Сохраните рабочий файл под именем фамилия студен-
та_6.WF1.
Вопросы для самоконтроля
1.Что означает термин «спецификация модели»?
2.Каковы последствия исключения из уравнения регрессии существенной переменной?
3.Каковы последствия включения в уравнение регрессии несущественной переменной?
4.Для чего проводится тест Вальда?
5.Почему для выбора двух конкурирующих моделей с разной спецификацией не может использоваться R2?
6.Почему в PE-тесте, в случае если гипотеза H0: δLIN = 0 не отвергается, не отвергается и линейная модель?
7.Чем может быть обусловлена необходимость добавления в модель квадрата независимой переменной?
67
СПИСОК РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ
1.Аистов, А. В. Эконометрика шаг за шагом : учеб. пособие для вузов / А. В. Аистов, А. Г. Максимов. М. : Изд. дом ГУ ВШЭ, 2006.
2.Айвазян, С. А. Прикладная статистика. Основы эконометрики / С. А. Айвазян. М. : ЮНИТИ, 2002.
3.Афанасьев, В. Н. Эконометрика / В. Н. Афанасьев, Т. И. Гуляева, М. М. Юзбашев. М. : Финансы и статистика, 2006.
4.Берндт, Э. Р. Практика эконометрики: классика и современность / Э. Р. Берндт. М. : ЮНИТИ-ДАНА, 2005.
5.Бигильдеева, Т. Б. Эконометрика / Т. Б. Бигильдеева, Е. А. Постников. Челябинск : Челяб. гос. ун-т, 2007.
6.Бородич, С. А. Эконометрика / С. А. Бородич. Минск : Новое знание, 2006.
7.Валентинов, В. А. Эконометрика / В. А. Валентинов. М. : Дашков и К°, 2007.
8.Доугерти, К. Введение в эконометрику / К. Доугерти. М. :
ИНФРА-М, 1997.
9.Елисеева, И. И. Практикум по эконометрике / И. И. Елисеева. М. : Финансы и статистика, 2001.
10.Кремер, Н. Ш. Эконометрика : учеб. для вузов / Н. Ш. Кремер, Б. А. Путко. М. : ЮНИТИ-ДАНА, 2008.
11.Колемаев, В. А. Эконометрика / В. А. Колемаев. М. :
ИНФРА-М, 2005.
12.Магнус, Я. Р. Эконометрика. Начальный курс : учебник / Я. Р. Магнус, П. К. Катышев, А. А. Пересецкий. М. : Дело, 2007.
13.Носко, В. П. Эконометрика / В. П. Носко. М. : ИЭПП, 2004.
14.Эконометрика : учебник / под ред. И. И. Елисеевой. М. : Финансы и статистика, 2008.
68
ЭКОНОМЕТРИКА
Модели и методы регрессионного анализа
Лабораторные работы
Составители:
БИГИЛЬДЕЕВА Татьяна Борисовна; ПОСТНИКОВ Евгений Анатольевич; КАБАНОВ Павел Сергеевич
Редактор Т. Г. Марчевская
Подписано в печать 30.06.11. Формат 60×84 1/16. Бумага газетная.
Печать офсетная. Усл. печ. л. 4,0. Уч.-изд. л. 4,0. Тираж 70 экз. Заказ 56.
Бесплатно
ФГБОУ ВПО «Челябинский государственный университет» 454001 Челябинск, ул. Братьев Кашириных, 129
Издательство Челябинского государственного университета 454021 Челябинск, ул. Молодогвардейцев, 57б
69