- •Министерство сельского хозяйства рф
- •080200 "Менеджмент"
- •Содержание
- •Предисловие
- •Тема 1. Введение в эконометрику
- •Предмет эконометрики
- •Основные задачи эконометрики
- •3. Особенности эконометрического метода
- •Вопросы для самоконтроля:
- •4. Типы данных и моделей
- •Тема 2. Основы эконометрического анализа
- •Понятие о корреляции и регрессии
- •2. Сущность корреляционно-регрессионного анализа и моделирования
- •3. Общие принципы проверки статистических гипотез
- •Понятие о корреляции и регрессии
- •2. Сущность корреляционно-регрессионного анализа и моделирования
- •3. Общие принципы проверки статистических гипотез
- •Вопросы для самоконтроля:
- •Тема 3. Однофакторные корреляционно - регрессионные модели и возможности их применения для анализа и прогноза
- •1. Парная регрессия и корреляция в эконометрических исследованиях
- •2. Особенности оценки параметров нелинейных моделей
- •3. Методика построения модели парной регрессии
- •1. Парная регрессия и корреляция в эконометрических исследованиях
- •2. Особенности оценки параметров нелинейных моделей
- •3. Методика построения модели парной регрессии
- •Линейная модель.
- •Равносторонняя гипербола.
- •Степенная модель.
- •Вопросы для самоконтроля:
- •Тема 4: многофакторная корреляция и регрессия
- •Решение вопроса о спецификации модели
- •Описание методов устранения или уменьшения мультиколлинеарности:
- •2. Уравнение многофакторной регрессии, его построение и интерпретация
- •3. Система показателей тесноты многофакторной связи
- •4. Методика проведения анализа на основе построения уравнения многофакторной линейной регрессии
- •5. Предпосылки метода наименьших квадратов
- •Соблюдение требований, которым должен удовлетворять ряд остатков.
- •Вопросы для самоконтроля:
- •Тема 5. Системы эконометрических уравнений
- •1.Системы уравнений в эконометрике
- •2. Модели системы одновременных уравнений и их составляющие
- •3. Решение проблем идентификации
- •4. Методы решения систем одновременных уравнений
- •Косвенный метод наименьших квадратов
- •Вопросы для самоконтроля:
- •Тема 6. Временные ряды. Основные типы трендов
- •Виды и построение временных рядов
- •Основные этапы изучения, моделирования и прогнозирования временных рядов
- •2. Основные типы трендов
- •1. Метод разности средних двух частей одного и того же ряда.
- •Определение критерия Стьюдента и его сравнение с табличным значением.
- •Линейный тренд
- •Характеристика параметров линейного тренда.
- •Параболический тренд
- •Гиперболический тренд
- •Экспоненциальный тренд
- •Логарифмический тренд
- •Логарифмический тренд обладает следующими свойствами:
- •3. Методы распознавания типа тренда и оценки его параметров
- •4. Понятие сезонных колебаний и сезонной составляющей
- •Вопросы для самоконтроля:
- •Тема 7. Автокорреляция временных рядов
- •1. Автокорреляция и авторегрессия
- •Виды автокорреляции:
- •Свойства коэффициента автокорреляции:
- •2. Методы изучения автокорреляции
- •3. Принимают или отклоняют каждую гипотезу с вероятностью (1-α) на основе следующего рисунка:
- •Взаимосвязь временных рядов
- •Методы коррелирования:
- •4 Коинтеграция: понятие, методы проверки гипотезы о ее наличии
- •Методы проверки гипотезы о коинтеграции:
- •Вопросы для самоконтроля:
- •Глоссарий
- •Литература
- •Приложение 1.
- •Приложение 2. Функция стандартного нормального распределения
- •Приложение 5.
- •Вопросы для зачета
2. Модели системы одновременных уравнений и их составляющие
В любой эконометрической модели в зависимости от конечных прикладных целей её использования все входящие в неё переменные подразделяются на:
1. Экзогенные - т.е. задаваемые извне, автономно, в определённой степени управляемые и планируемые. Обозначается обычно как .
2. Эндогенные – значения которых формируются в процессе и внутри функционирования анализируемой системы под воздействием экзогенных переменных и во взаимодействии друг с другом. Обозначается как . Является зависимой переменной, их число равно числу уравнений в системе.
В
модели
и
:
-
экзогенная
, - эндогенная
С математической точки зрения главное отличие между эндогенными и экзогенными переменными в том, что экзогенные не коррелируют с ошибками регрессии, тогда как эндогенные, как правило, коррелируют.
3. Предопределенные переменные - те, которые выступают в роли фактов или объясняющих переменных. К ним относят все экзогенные переменные и лаговые эндогенные переменные системы
Таким образом, можно сказать, что эконометрическая модель служит для объяснения поведения эндогенных переменных в зависимости от значения экзогенных и лаговых эндогенных переменных.
Простейшая структурная форма модели:
где - эндогенная переменная
-экзогенная
Классификация переменных на экзогенные и эндогенные зависит от теоретической концепции модели. Переменные могут выступать в одних моделях как эндогенные, а в других - как экзогенные.
Структурная
форма модели содержит в правой части
коэффициенты
и
,
которые называются структурные
коэффициенты модели.
Система соотношений, в которой все эндогенные переменные явно линейно выражены через предопределенные переменные и случайные величины, называется приведенной формой эконометрической модели.
Общий вид приведенной формы модели:
(дельта)- коэффициенты
приведенной формы модели.
Структурная форма модели отражает реальный экономический объект или явление и показывает как изменение любой экзогенной переменной определяет значения эндогенной переменной.
Классы структурных уравнений модели
- Поведенческие уравнения описывают взаимодействие между экзогенными и эндогенными переменными;
-Тождества устанавливают соотношение между эндогенными переменными, не содержат случайных составляющих и структурных коэффициентов модели.
Причины, по которым наряду со структурной формой модели строят ее приведенную форму:
- Оценки параметров структурной формы модели, найденные с помощью МНК, являются смешенными и несостоятельными (нарушаются предпосылки МНК) в силу того, что эндогенные переменные, как правило, коррелируют со случайным отклонением;
- Независимость уравнений в приведенной форме модели позволяет определять состоятельные оценки ее параметров с помощью МНК;
- Параметры (коэффициенты) приведенной формы модели связаны с параметрами ее структурной формы.
3. Решение проблем идентификации
Переход от приведенной формы модели к ее структурной форме связан с решением проблемы идентификаций!
Идентификация – единственность соответствия между приведенными и структурными формами модели.
Модели могут быть 3-х видов:
I. идентифицируемые,
II. неидентифицируемые,
III. сверхидентифицируемые,
Модель идентифицируема, если все ее структурные коэффициенты определяются однозначно, единственным образом по коэффициентам приведенной формы модели, т.е. число параметров структурной модели равно числу параметров приведенной формы.
Модель неидентифицируема, если число приведенных коэффициентов меньше числа структурных коэффициентов.
Модель сверхидентифицируема, если число приведенных коэффициентов больше числа структурных коэффициентов. В этом случае на основе коэффициентов приведенной формы можно получить 2 или более значений 1 структурного коэффициента.
Структурная модель всегда представляет собой систему совместных уравнений, каждое из которых требуется проверить на идентифицируемость.
Модель считается идентифицируемой, если каждое уравнение системы идентифицируемо. Если хотя бы одно уравнение неидентифицируемо, то и вся система считается неидентифицируемой. Если модель содержит хотя бы одно сверхидентифицируемое уравнение, при условии, что все остальные точно идентифицируемы, то вся модель считается сверхидентифицируемой.
Cчетное правило (т.е. необходимое условие идентификации).
H - число эндогенных переменных в уравнении,
D - число предопределенных уравнением переменных, отсутствующих в данном уравнении, но присутствующих в системе
Если D+1=H - система идентифицируема,
Если D+1<H - система неидентифицируема,
Если D+1>H - система сверхидентифицируема.
Пример. Имеется система уравнений:
Проверяем необходимое условие идентификации
уравнение |
H |
D |
неравенство |
характеристика уравнения |
1 |
|
|
2+1=3 |
идентифицируемо |
2 |
|
, |
2+1>2 |
сверхидентифицируемо |
3 |
, , |
|
1+1<3 |
неидентифицируемо |
Система неидентифицируема, т.к. уравнение 3 идентифицируемо, и не имеет статистическое решение.
Достаточное условие идентификации
По этому условию более точно определяется идентификация модели.
Определитель матрицы, составленный из коэффициентов при переменных, отсутствующих в уравнении, но присутствующих в системе
( всех переменных: экзогенных и эндогенных), не равен 0 и ранг этой матрицы не менее числа эндогенных переменных системы без 1.
Пример:
1)Проверим необходимое условие идентификации (его соблюдение)
1 уравнение: H = 3; D = 2, 2+1=3 идентифицируемо
2 уравнение: H = 2; D = 1, 1+1=2 идентифицируемо
3 уравнение: H = 3; D = 1, 2+1=3 идентифицируемо
В соответствии с необходимым условием, модель считается идентифицируемой.
2)Проверим на достаточное условие идентификации 1 уравнение:
уравнение |
переменные |
|
|
|
|
2 |
|
|
3 |
0 |
0 |
,
следовательно, уравнение 1 неидентифицируемо.
Проверим 2уравнение:
уравнение |
переменные |
|
|
|
|
1 |
|
|
3 |
-1 |
|
,
что соответствует обоим критериям
достаточного условия, следовательно
уравнение идентифицируемо.
Проверим уравнение 3:
уравнение |
переменные |
|
|
|
|
1 |
0 |
0 |
2 |
|
|
уравнение
неидентифицируемо.
Структурная модель, идентифицируемая по счетному правилу (по необходимому условию), оказалась неидентифицируема по достаточному условию. Система неидентифицируема.
Важно! Каждое уравнение системы оценивают тогда и только тогда, когда установлена его идентифицируемость.
Отметим, что идентификация не применяется для тождеств модели.
