17. Мультиколлинеарность, ее последствия и причины возникновения.

Мультиколлинеарность- это корреляционная зависимость между объясняющимися переменными

Последствия мультиколлинеарности:

1. Большие дисперсии оценок (затруднение нахождение истинных значений, расширяет интервальные оценки, ухудшение точности)

2. Уменьшается t- статистики коэф (неоправданный вывод о сущности влияния объясняющей переменной на независимую)

3. Оценки коэф по МНК и их стандартные ошибки становятс неустойчивыми

4. Затрудняется определение вклада каждой из переменных в дисперсию зависимой переменной

5. Возможно получение неверного знака у коэф регрессии

Причины возникновения мультиколлинеарности между прзнаками:

1. изученные факторные признаки хар-т одну и ту же сторону явления или процесса (напр., показатель объема произведенной продукции и среднегодовой стоимости основных фондов – оба хар-ют размер предприятия)

2. использование в качестве факторных признаков суммарное значение кот представляет собой постоянную величину (напр., коэф годности и коэф износа основных фондов)

3. Факторные признаки, явл эл-тами др.(затраты на пр-во пр-ции и себестоимость ед. пр-ции)

4. Факторные признаки. По экономическому смыслу дублируют др. друга (прибыль и рентабельность продукции)

18. Определение мультиколлинеарности и методы ее устранения.

Определение мультиколлинеарности

- коэф-т детерминации высок, но некоторые из коэф-тов регрессии статистич. незначимы, т.е. они имеют низкие t-статистики;

- парная корреляция между малозначимыми объясняющими перемен-ми достаточно высока.

Описание методов устранения или уменьшения мультиколлинеарности

- сравнение значений линейных коэф-тов корреляции

При отборе факторов предпочтение отдается тому фактору, который более тесно свуязан с результ-ным признаком.

- метод исключения факторов

Из модели исключ фактор, коэф-т при котором незначим и имеет наименьшее значение t-критерия. Получают новое уравнение регрессии и снова проводят оценку значимости оставшихся коэф-ов регрессии. Процесс продолжается, пока модель не станет удовлетворять определенным условиям и все коэф-ты регрессии не будут значимыми.

- получение дополнит данных или новой выборки

Увеличение кол-ва данных сокращ дисперсии коэф-ов регрессии, увелич их значимость.

Однако получение новой выборки или расширение старой не всегда возможно.

Кроме того это может усилить автокорреляцию.

- изменение спецификации модели

Измен-ся форма модели, добавл-ся переменные не учтенные в модели, но существенно влияющие на зависимую переменную.

- использование предварительной информации о некоторых параметрах

Воспользуемся известными значениями некоторых коэф-ов регрессии, рассчит для каких-либо предварит моделей либо для аналогич модели по ранее полученной выборке.

19. Виды систем эконометрических уравнений. Применение систем одновременных уравнений.

Виды систем эконометрических уравнений.

1. Сис-ма независимых перменных. Каждый результативный признак (объясняемая пернеменная) явл ф-цией одной и той же совокупностью.

2. Сис-ма рекурсивных уравнений. Результативный признак одного уравнения сис-мы в каждом последующем ур-нии явл фактором.

3. Сис-ма одновременных ур-ний. Результативный признак одного ур-ния сис-мы входит во все др ур-ния сис-мы в качестве фактора.

Система одновременных ур-ний может быть представлена 1) в виде структурной формы модели 2) в виде приведенной формы модели.

Применение системы одновременных уравнений

1. исследование спроса и предложения

2. Макроэкономическое моделирование механизмов функционирования экономики на примере конкретной страны

3. анализ ф-ций издержек и пр-ных ф-ций.

Модель 1. Предложение и спрос на рынке.

где y_1t –спрос на товар в момент времени t , y_2t- предложение кол-ва товара в момент времени t, y_3t-цена по кот заключ сделки в момент t

Модель 2. Предложение и спрос кейнсианского типа.

где y_1t –спрос на товар в момент времени t , y_2t- предложение кол-ва товара в момент времени t, y_3t-цена по кот заключ сделки в момент t, -цена по кот заключ сделки в момент

t-1, -доход в момент t, t-текущий период, t-1 – предыдущий период.