- •Тема 1. Природа эконометрики
- •1.1. Общие понятия эконометрических моделей
- •1. 2. Типы эконометрических моделей
- •1. 3. Типы данных
- •Тема 2. Корреляционный анализ в эконометрических исследованиях
- •2.1. Функциональная, статистическая и корреляционная зависимости
- •2.2. Понятие о двумерном корреляционном анализе
- •2.3. Понятие о многомерном корреляционном анализе
- •2.4. Ранговая корреляция
- •Тема 3. Регрессионный анализ в эконометрических исследованиях
- •3.1. Задача регрессионного анализа
- •3.2. Идентификация модели регрессии
- •3.3. Линейная парная регрессия и оценка параметров
- •3.4. Проверка значимости параметров линейной парной регрессии
- •3.5. Интервалы прогноза по линейному уравнению регрессии
- •3.6. Нелинейная регрессия
- •3.7. Корреляционное отношение и индекс корреляции
- •3.8. Множественный регрессионный анализ
- •4.9. Ковариационная матрица и ее выборочная оценка
- •4.10. Определение доверительных интервалов для коэффициентов и функции множественной регрессии
- •4.11. Мультиколлинеарность
- •Тема 5. Методы и модели анализа динамики экономических процессов
- •5.1. Понятия экономических рядов динамики
- •5.2. Предварительный анализ динамических рядов экономических показателей
- •5.3. Сглаживание динамических рядов
- •4.3. Расчет показателей динамики развития эконометрических процессов
- •4.4. Тренд-сезонные экономические процессы и их анализ
- •Тема 5. Модели прогнозирования экономических процессов
- •5.7. Трендовые модели на основе кривых роста
- •5.2. Оценка адекватности и точности трендовых моделей
- •5.3. Прогнозирование экономической динамики на основе трендовых моделей
- •5.4. Адаптивные модели прогнозирования
- •Лучшая модель ар(1,1)
- •Характеристика остатков
- •Тема 8. Системы взаимозависимых эконометрических моделей
- •8.1. Особенности систем взаимозависимьех моделей
- •8.2. Формы представления систем взаимозависимых эконометрических моделей
- •8.3. Косвенный метод оценки коэффициентов структурной формы систем взаимозависимых эконометрических моделей
- •8.4. Оценивание параметров структурной формы на основе двухшагового мнк с использованием инструментальных переменных
- •1. На первом шаге конструируются новые значения зависимых
- •2. На втором шаге значения используются вместо значений
- •8.5. Оценки параметров системы взаимозависимых эконометрических моделей с использованием трехшагового мнк
8.5. Оценки параметров системы взаимозависимых эконометрических моделей с использованием трехшагового мнк
Как было отмечено в предыдущем разделе, наличие корреляционных связей между ошибками различных эконометрических моделей, входящих во взаимозависимую систему, ведет к потере свойства эффективности оценок их коэффициентов. В такой ситуации теория рекомендует для получения этих оценок вместо двух шагового использовать трехшаговый МНК, который включает в себя дополнительный этап, связанный с применением обобщенного МНК при известной ковариационной матрице ошибок различных моделей. В результате трехшаговый МНК применяется как метод оценивания коэффициентов структурной формы всей системы моделей, а не отдельных ее уравнений.
Дадим достаточно схематичное изложение трехшагового МНК в общем виде.
Представим е структурное уравнение системы в виде, аналогичном (8.50),:
(8.70)
где, как и в разделе 8.4, матрица, сформированная на основе исходных значений эндогенных и экзогенных переменныхй модели;вектор параметровй модели;вектор ошибкий модели.
Умножим левую и правую части выражения (8.70) слева на транспонированную матрицу значений всех экзогенных переменных X. В результате получим модель следующего вида:
. (8.71)
В выражении (8.71) вектор рассматривается как вектор значений новой зависимой переменной, матрица как матрица значений новых независимых факторов, а векторкак вектор значений новой ошибки. При этом ковариационная матрица этой ошибки определяется согласно следующему выражению:
, (8.72)
где постоянная дисперсия ошибкиго уравнения системы.
Поскольку , т.е. ковариационная матрица ошибки имеет вид, отличный от единичной матрицы, умноженной на постоянную дисперсию, то для получения эффективных оценок коэффициентов модели (8.71) необходимо использовать обобщенный МНК. Оценка вектора коэффициентов Si в этом случае определяется согласно следующему выражению:
. (8.73)
С учетом представления матрицы в виде и выражения (8.54) формула (8.73) тождественна выражению (8.58).
Применим преобразование (8.71) ко всей системе взаимозависимы уравнений, представленной в форме записи, аналогичной выражению (8.25). В результате получим следующую систему:
. (8.74)
Ковариационная матрица вектора ошибки системы (8.74) будет иметь следующий вид:
, (8.75)
где символом обозначена ковариация ошибок го иго уравнений системы. Иными словами,
. (8.76)
Если из значений сформировать матрицу размера то выражение (8.75) можно представить как кронекерово произведение матриц и .
, (8.77)
где символ кронекерова произведения.
Согласно свойству кронекерова произведения,
. (6.78)
С учетом (8.78) оценку вектора коэффициентов всей системы взаимозависимых эконометрических моделей получим с использованием обобщенного МНК в следующем виде:
. (6.79)
Таким образом, рассмотренная процедура оценки коэффициентов структурной формы всей системы взаимозависимых эконометрических моделей состоит из трех последовательных этапов, определяющих содержание трехшагового МНК.
Этап 1.
На этом этапе с использованием обычного МНК на основании приведенной формы определяются расчетные значения переменных , рассматриваемых в качестве независимых эндогенных переменных в каждом из уравнений системы,, где индекс уравнения системы.
Этап 2.
Как и в двухшаговом МНК, на этом этапе с использованием значений определяются оценки коэффициентов структурной формы каждого из уравнений системы. Для этой цели используется выражение (8.73).
Кроме того, на этом шаге определяются векторы ошибок каждого из уравнений системы с использованием которых рассчитываются на основании формулы (8.76) оценки дисперсии каждого из уравнении и их взаимные ковариации и в соответствии с выражением (8.75) формируется ковариационная матрица .
Этап 3.
С помощью обобщенного МНК (выражение (8.79)) определяются «окончательные» оценки коэффициентов структурной формы всей системы взаимозависимых эконометрических моделей, которые теоретически при наличии корреляции между ошибками различных уравнений являются «более эффективными» по сравнению с аналогичными оценками двухшагового МНК.
Если ошибки уравнений системы не коррелируют между собой, т.е. , , то трехшаговый МНК не имеет преимуществ перед двухшаговым. При применении трехшагового МНК необходимо соблюдать некоторые дополнительные правила, что делает его процедуру менее универсальной по сравнению с двухшаговой. Они состоят в следующем:
Процедура выполняется только для идентифицируемых и сверх-идентифицируемых уравнений системы. Тождества и неидентифицируемые уравнения в ней не участвуют.
Процедуру желательно выполнять для групп идентифицируемых и неидентифицируемых уравнений раздельно. При этом, если в соответствующую группу входит только одно сверхидентифицируемое уравнение, то трехшаговая процедура для него превращается в двухшаговую.
Наряду с рассмотренными в данном разделе методами существуют и некоторые другие, позволяющие получить «приемлемые по качеству» оценки коэффициентов структурной формы системы взаимозависимых эконометрических моделей. Так, эти оценки для отдельных моделей можно найти с помощью метода наименьшего дисперсионного отношения, в свою очередь базирующегося на методе максимального правдоподобия с ограниченной информацией, использующего, кроме обычных предположений с нормальности распределения и независимости ошибок структурного уравнения, также дополнительное предположение о ранге матрицы значений независимых переменных приведенной формы. Оценить коэффициенты структурной формы всей системы эконометрических моделей можно и на основе метода максимального правдоподобия с полной информацией.
Однако перечисленные методы гораздо более трудоемки по сравнению с двухшаговым и трехшаговым МНК , и, что самое главное, они не дают никаких преимуществ перед последними с точки зрения качества лученных оценок. Вследствие этого в большинстве эконометрических исследований, проводимых на основе систем взаимозависимых уравнений, для оценки их коэффициентов рекомендуется использовать именно двухшаговый и трехшаговый МНК.
ВОПРОСЫ К ГЛАВЕ VIII
1. Перечислите основные предпосылки систем взаимозависимых переменных.
2. Чем обусловлена смещенность оценок коэффициентов уравнений, полученных с использованием МНК?
3. Что представляют собой структурная и приведенная формы модели?
4. Как проводится оценивание коэффициентов с использованием ограничений на структурные параметры?
5. Что представляют собой порядковое и ранговое условия идентифицируемости уравнений структурной формы?
6. Что представляют собой рекурсивные системы моделей?
7. В чем состоит суть двухшагового и трехшагового МНК, используемых для оценки коэффициентов системы взаимозависимых уравнений?
УПРАЖНЕНИЯ К ГЛАВЕ VIII Задание 8.1
Имеется следующая модель:
; (8.1)
; (8.2)
, (8.3)
где логарифм цены;логарифм почасовой оплаты,логарифм себестоимости;логарифм объема производства илогарифм количества рабочих часов в неделю в период.
Требуется:
Представить модель в матричной форме записи.
Определить ранговые условия идентифицируемости уравнений для и
Задание 8.2
Имеется следующая макроэкономическая модель:
; (8.4)
; (8.5)
, (8.6)
где потребление;инвестиции,государственные расходы;валовой национальный продукт в период.
Требуется:
Определить типы уравнений и типы переменных, входящих в модель (8.4) – (8.6).
Представить структурные уравнения в матричной форме.
Построить соответствующую приведенную форму.
Определить метод оценки параметров приведенной формы.
Проверить идентифицируемость уравнений структурной формы модели.
Задание 8.3.
Имеется следующая система взаимозависимых уравнений:
;
;
.
Проверить идентифицируемость уравнений системы.
Выяснить идентифицируемость, если на параметры наложены еле дующие ограничения:
а) ;
б) .
Задание 8.4
Имеется следующая макроэкономическая модель:
;
;
;
.
Требуется описать процедуру оценивания уравнений по двухшаговому МНК.
Задание 8.5
Имеется следующая макроэкономическая модель:
;
;
.
Требуется:
Написать модель в матричном виде и найти соответствующую прогнозную форму.
Определить число ограничений, наложенных на коэффициенты приведенной формы.
Показать, что при заданных значениях коэффициентов приведенной формы можно однозначно определить коэффициенты структурной формы.