- •Глава 4. Предпосылки метода наименьших квадратов 88
- •Глава 5. Нелинейные модели регрессии. 112
- •Глава 6. Временные ряды в эконометрических исследованиях. 123
- •Глава 7. Системы экономических уравнений 166
- •1. Предмет и задачи курса.
- •1.1 Определение эконометрики. Взаимосвязь с другими науками. Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические методы.
- •Чем собственно занимается эконометрист?
- •1.2 Области применения эконометрических моделей. Методологические вопросы построения эконометрических моделей: обзор используемых методов.
- •2.1. Эконометрические модели: общая характеристика, различия статистического и эконометрического подхода к моделированию.
- •2. Регрессионные модели с одним уравнением.
- •3. Системы одновременных уравнений.
- •2. Спецификация переменных в уравнениях регрессии.
- •2.2.Спецификация переменных в уравнение регрессии. Ошибки спецификации.
- •3. Парная и множественная регрессия.
- •3.1.Понятие о функциональной, статистической и корреляционных связях. Основные задачи корреляционно-регрессионного анализа.
- •3.2. Уравнение регрессии, его смысл и назначение. Выбор типа математической функции при построении уравнения регрессии.
- •3.3 Линейная модель парной регрессии. Метод наименьших квадратов (мнк). Свойство оценок мнк.
- •Статистические свойства оценок метода наименьших квадратов.
- •Дополнительное предположение о нормальном распределении ошибок
- •Свойства выборочных вариаций (дисперсий) и ковариаций.
- •Свойства остатков
- •Несмещенность мнк-оценок
- •Состоятельность оценок
- •Эффективность (оптимальность) оценок
- •Несмещённость.
- •Эффективность.
- •Противоречия между несмещённостью и минимальной дисперсией.
- •Влияние увеличения размера выборки на точность оценок.
- •Состоятельность.
- •3.4.Ковариация. Коэффициент ковариации. Показатели качества регрессии: линейный коэффициент регрессии, коэффициент детерминации.
- •3.5.Стандартная ошибка уравнения регрессии. Оценка статистической значимости показателей корреляции, параметров уравнения регрессии. Дисперсионный анализ. Критерии Фишера и Стьюдента.
- •Интервалы прогноза по линейному уравнению регрессии.
- •3.6. Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (клммр). Определение параметров уравнения множественной регрессии методом наименьших квадратов.
- •Классическая модель множественной линейной регрессии.
- •Предпосылки классической многомерной линейной регрессионной модели.
- •Выбор формы уравнения регрессии.
- •Частные уравнения регрессии
- •Множественная корреляция
- •Частная корреляция
- •3.8. Оценка качества модели множественной регрессии: f-критерий Фишера, t-критерий Стьюдента. Мультиколлинеарность. Методы устранения мультиколлинеарности.
- •Глава 4. Предпосылки метода наименьших квадратов
- •4.1. Исследование остатков величин регрессии.
- •4.2. Проблема гетероскедастичности. Её экономические причины и методы выявления.
- •4.3. Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками.
- •4.4. Обобщенный метод наименьших квадратов. (омнк).
- •Глава 5. Нелинейные модели регрессии.
- •5.1. Нелинейные модели регрессии и их линеаризация.
- •5.2. Оценка степени тесноты связи между количественными переменными.
- •5.3. Индекс корреляции, теоретическое корреляционное отношение. Коэффициент детерминации для нелинейных моделей.
- •5.4. Применение мнк для нелинейных моделей.
- •Выбор функции. Тесты Бокса-Кокса.
- •Глава 6. Временные ряды в эконометрических исследованиях.
- •6.1. Специфика временных рядов как источника данных в эконометрическом моделировании.
- •6.2. Модели стационарных и нестационарных временных рядов и их идентификация.
- •6.3. Аналитическое выравнивание временных рядов. Оценка параметров уравнения тренда.
- •6.4. Автокорреляция в остатках, её измерение и интерпретация. Критерий Дарбина-Уотсона в оценке качества трендового уравнения регрессии.
- •6.5. Анализ временных рядов при наличии периодических колебаний: аддитивная и мультипликативная модели.
- •Глава 7. Системы экономических уравнений
- •7.1. Виды систем эконометрических уравнений. Независимые системы. Рекурсивные системы.
- •7.2 Система линейных одновременных уравнений. Структурная и приведенная формы эконометрической модели.
- •7.3 Проблемы идентификации
- •Косвенный метод наименьших квадратов (кмнк)
- •Двухшаговый метод наименьших квадратов (дмнк)
- •Применение систем эконометрических уравнений
7.2 Система линейных одновременных уравнений. Структурная и приведенная формы эконометрической модели.
Система совместных, одновременных уравнений (или структурная форма модели) обычно содержит эндогенные и экзогенные переменные.
Эндогенные переменные обозначены в приведенной ранее системе одновременных уравнений как у. Это зависимые переменные, число которых равно числу уравнений в системе.
Экзогенные переменные обозначаются обычно как x. Это предопределенные переменные, влияющие на эндогенные переменные, но не зависящие от них.
Простейшая структурная форма модели имеет вид:
где y – эндогенные переменные;
x – экзогенные переменные.
Классификация переменных на эндогенные и экзогенные зависит от теоретической концепции принятой модели. Экономические переменные могут выступать в одних моделях как эндогенные, а в других как экзогенные переменные. Внеэкономические переменные (например, климатические условия) входят в систему как экзогенные переменные. В качестве экзогенных переменных могут рассматриваться значения эндогенных переменных за предшествующий период времени (лаговые переменные).
Так, потребление текущего года (yt) может зависеть не только от ряда экономических факторов, но и от уровня потребления в предыдущем году (yt-1)
Структурная форма модели позволяет увидеть влияние изменений любой экзогенной переменной на значения эндогенной переменной. Целесообразно в качестве экзогенных переменных выбирать такие переменные, которые могут быть объектом регулирования. Меняя их и управляя ими, можно заранее иметь целевые значения эндогенных переменных.
Структурная форма модели в правой части
содержит при эндогенных и экзогенных
переменных коэффициенты bi
и aj,
(bi
– коэффициент при эндогенной
переменной, aj
– коэффициент при экзогенной
переменной), которые называются
структурными коэффициентами модели.
Все переменные в модели выражены в
отклонения от уровня, т. е. под x
подразумевается x-
а под y - соответственно
у-
.
Поэтому свободный член в каждом уравнении
системы отсутствует.
Использование МНК для оценивания структурных коэффициентов модели дает, как принято считать в теории, смещенные структурных коэффициентов модели структурная коэффициентов модели структурная форма модели преобразуется в приведенную форму модели.
Приведенная форма модели представляет собой систему линейных функций эндогенных переменных от экзогенных:
где
- коэффициенты приведенной формы модели.
По своему виду приведенная форма модели
ничем не отличается от системы независимых
уравнений, параметры которой оцениваются
традиционным МНК. Применяя МНК, можно
оценить
,
а затем оценить значения эндогенных
переменных через экзогенные.
Коэффициенты приведенной формы модели
представляют собой нелинейные функции
коэффициентов структурной формы модели.
Рассмотрим это положение на примере
простейшей структурной модели, выразив
коэффициенты приведенной формы модели
(
)
через коэффициенты структурной модели
(aj и
bi).
Для упрощения в модель не введены
случайные переменные.
Для структурной модели вида
и (4.1)
Приведенная форма модели имеет вид
и (4.2)
В которой y2 из первого уравнения структурной модели можно выразить следующим образом:
Тогда система одновременных будет представлена как
Отсюда имеем равенство:
Или
Тогда
Или
Таким образом, мы представили первое уравнение структурной формы модели в виде уравнения приведенной формы модели:
Из уравнения следует, что коэффициенты приведенной формы модели представляют собой нелинейные соотношения коэффициентов структурной модели, т. е.
и
Аналогично находятся и коэффициенты
приведенной формы модели второго
уравнения системы (
и
)
также нелинейно связаны с коэффициентами
структурной модели. Для этого выразим
переменную
из второго структурного уравнения и
подставим во второе.
Что соответствует уравнению приведенной формы модели:
т.е.
и
Эконометрические модели обычно включают в систему не только уравнения, отражающие взаимосвязи еменную им турнвязаны с коэффодели второго уравнения системы ()дели в виде уравнения приведенной формы модели:
где х – инвестиции в основной капитал и запасы экспорта и импорта;
a и b – параметры линейной зависимости c от y.
Их оценки должны учитывать тождество дохода в отличие от параметров обычной линейной регрессии.
В этой модели две эндогенные переменные – c и y и одна экзогенная переменная x. Система приведенных приведенных уравнений составит:
Она позволяется получить значения эндогенной переменной с через переменную х. Рассчитав коэффициенты приведенной формы модели (A0, A1, B0, B1), можно перейти к коэффициентам структурной модели a и b, подставляя в первое уравнение приведенной формы выражение переменной x из второго уравнения приведенной формы модели. Приведенная форма модели хотя и значения экзогенных переменных, аналитически уступает структурной форме модели, так в ней отсутствуют оценки взаимосвязи между эндогенными переменными.
