22.Модели с бинарными фиктивными переменными.

Термин “фиктивные переменные” используется как противоположность “значащим” переменным, показывающим уровень количественного показателя, принимающего значения из непрерывного интервала. Как правило, фиктивная переменная — это индикаторная переменная, отражающая качественную характеристику. Чаще всего применяются бинарные фиктивные переменные, принимающие два значения, 0 и 1, в зависимости от определенного условия. Например, в результате опроса группы людей 0 может означать, что опрашиваемый - мужчина, а 1 - женщина.

К фиктивным переменным иногда относят регрессор, состоящий из одних единиц (т.е. константу, свободный член), а также временной тренд.

Фиктивные переменные, будучи экзогенными, не создают каких-либо трудностей при применении ОМНК. Фиктивные переменные являются эффективным инструментом построения регрессионных моделей и проверки гипотез.

Иногда возникает необходимость включения в модель фактор, имеющий два или более качественных уровней. Это могут быть разного рода атрибутивные признаки, такие, например, как профессия, пол, образование, климатические условия, принадлежность к определенному региону. Для того чтобы ввести такие переменные в регрессионную модель, им должны быть присвоены те или иные цифровые метки, т. е. качественные переменные необходимо преобразовать в количественные. Такого вида сконструированные переменные в эконометрике принято называть фиктивными переменными.

23.Модели с частичной корректировкой

В экономической практике часто приходится моделировать не фактические значения эндогенной переменной, а ее ожидаемое или целевое значение. Такие модели получили название модели частичной корректировки. Общий вид такой модели следующий:

(3.1)

В спецификации модели:

y*t –желаемое значение эндогенной переменной в текущий момент времени

yt-1 – значение эндогенной переменной в предыдущий период времени

xt – текущее значение экзогенной переменной

При этом значения переменной y*t наблюдению не поддаются

Равенство во втором уравнении модели(3.1) моделирует процесс настройки реального уровня эндогенной переменной на ее ожидаемый уровень. Константа λ характеризует скорость настройки

Второе равенство модели можно записать так: (3.2)

При λ=1 настройка происходит мгновенно

При λ=0 Настройка не осуществима

Отметим, что спецификация (3.1) содержит четыре неизвестных параметра: а0, а1, λ, σu

yt – средневзвешенное желаемого уровня эндогенной переменной и фактическим ее значением в предыдущем периоде

Подставив первое уравнение модели (3.1) в (3.2) получим выражение 3.3:

Модель (3.3) имеет стохастический регрессор yt-1, однако он не коррелирует со случайным возмущением ut , но коррелирует со случайным возмущением ut-1

Поэтому оценку модели (3.3) необходимо проводить по выборке большого объема

Оценив параметры модели (3.3), получим оценки всех необходимых параметров: λ, а0 и а1