- •Оглавление
- •Раздел 1 Математическое моделирование в экономике
- •Глава 1. Теоретические основы экономико-математического моделирования
- •Глава 2. Теоретические основы эконометрики
- •Раздел 2 Эконометрические модели
- •Глава 3. Модели парной регрессии
- •Глава 4. Модели множественной регрессии
- •Глава 5. Эконометрический анализ классических модельных предположений
- •Глава 6. Моделирование временных рядов
- •Глава 7. Системы эконометрических уравнений
- •Введение
- •Раздел 1 Математическое моделирование в экономике
- •Глава 1
- •1.1. Понятие о модели и моделировании
- •1.2. Классификация моделей
- •1.3. Принципы моделирования
- •1.4. Экономико-математическая модель
- •1.5. Этапы экономико-математического моделирования
- •Контрольные вопросы
- •Глава 2
- •2.1. Эконометрика как наука
- •2.2. Эконометрика и другие науки
- •2.3. Эконометрические модели и их типы
- •2.4. Этапы эконометрического моделирования
- •2.5. Пример эконометрического исследования
- •2.6. Функциональные и статистические зависимости
- •2.7. Эконометрическое моделирование
- •2.8. Методологические аспекты эконометрического моделирования
- •Контрольные вопросы
- •Тестовые задания
- •Ответы тестовых заданий
- •Раздел 2 Эконометрические модели
- •Глава 3
- •3.1. Постановочный этап
- •3.2. Классификация парных моделей
- •3.3. Спецификация модели
- •3.4. Параметризация линейной модели
- •3.5. Параметризация нелинейной модели
- •3.6. Оценка тесноты линейной связи между переменными
- •3.7. Оценка тесноты нелинейной связи между переменными
- •3.8. Верификация модели: проверка адекватности
- •3.9. Верификация модели: проверка статистической значимости
- •3.10. Прогнозирование по парной регрессионной модели
- •3.11. Обзор некоторых вопросов и проблем парной регрессии
- •Примеры решения типовых заданий
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Реализация с помощью ппп Excel
- •Порядок выполнения:
- •1. Постановочный этап
- •2. Спецификация модели
- •3. Параметризация модели
- •4. Верификация модели
- •5. Прогнозирование
- •Интегрированные задачи
- •Контрольные задания
- •Контрольные вопросы
- •Тестовые задания
- •Ответы тестовых заданий
- •Глава 4
- •4.1. Постановочный этап
- •4.3. Параметризация модели
- •4.4. Верификация модели
- •4.5. Прогнозирование по множественной регрессионной модели
- •4.6. Фиктивные переменные
- •4.7. Введение фиктивных переменных в модель
- •4.8. Тест Чоу
- •4.9. Фиктивные переменные и сезонность
- •4.10. Обзор некоторых вопросов и проблем множественной регрессии
- •Примеры решения типовых заданий
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Контрольные задания
- •Контрольные вопросы
- •Тестовые задания
- •Ответы тестовых заданий
- •Глава 5
- •5.1. О необходимости проверки модельных предположений
- •5.2. Первое модельное предположение
- •5.3. Проблема гетероскедастичности
- •5.4. Проблема автокорреляции
- •5.5. Проблема мультиколлинеарности
- •5.6. Проверка предположения о нормальности распределения
- •5.7. Обзор некоторых вопросов и проблем модельного анализа
- •Примеры решения типовых заданий
- •Решение:
- •Решение:
- •Решение:
- •Реализация с помощью ппп Excel
- •Порядок выполнения:
- •4. Верификация модели
- •1. Постановочный этап
- •2. Спецификация модели
- •3. Параметризация модели
- •5. Прогнозирование
- •Интегрированная задача
- •Контрольные задания
- •Контрольные вопросы
- •Тестовые задания
- •Ответы тестовых заданий
- •Глава 6
- •6.1. Модель временного ряда
- •6.2. Компоненты временного ряда
- •6.3. Выявление структуры временного ряда
- •6.4. Выравнивание временного ряда
- •6.5. Моделирование сезонных и циклических колебаний
- •6.6. Общая схема моделирования временного ряда
- •6.7. Анализ случайной компоненты временного ряда
- •6.8. Анализ структурной стабильности тенденции
- •6.9. Прогнозирование на основе модели временного ряда
- •6.10. Обзор некоторых вопросов и проблем моделирования временных рядов
- •Примеры решения типовых заданий
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Реализация с помощью ппп Excel
- •Порядок выполнения работы
- •1. Спецификация, параметризация и верификация модели
- •2. Прогнозирование
- •Интегрированная задача
- •Контрольные задания
- •Контрольные вопросы
- •Тестовые задания
- •Ответы тестовых заданий
- •Глава 7
- •7.1. Системы уравнений, используемые в эконометрике
- •7.2. Структурная и приведенная формы моделей
- •7.3. Проблема идентифицируемости модели
- •7.4. Методы оценивания параметров структурной модели
- •7.5. Практика применения систем одновременных уравнений в макроэкономическом анализе
- •Примеры решения типовых заданий
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Контрольные задания
- •Контрольные вопросы
- •Тестовые задания
- •Ответы тестовых заданий
- •Литература
7.2. Структурная и приведенная формы моделей
Различают расширенную, структурную и приведенную формы записи системы эконометрических уравнений.
Расширенная форма модели – это такая система уравнений, которая содержит балансовые уравнения.
Пример расширенной формы дает модель (7.1) взаимодействия спроса, предложения и цены, содержащая одно балансовое уравнение.
За
счет балансовых уравнений некоторые
из переменных могут быть исключены, что
позволяет в конечном итоге перейти к
рассмотрению системы уравнений меньшей
размерности. Например, за счет балансового
равенства
в
системе (7.1) можно перейти к системе
(7.5)
содержащей только два уравнения.
Структурной формой модели называется система уравнений (7.4). Уравнения, входящие в структурную форму, называются структурными уравнениями. Коэффициенты уравнений структурной формы называются структурными коэффициентами.
Для
простоты все переменные в модели (7.4)
выражены в отклонениях от среднего
уровня, т.е. под
подразумевается
,
а под
– соответственно
.
Поэтому свободный член в каждом уравнении
системы (7.4) отсутствует.
В процессе оценивания параметров системы (7.4) следует различать два класса переменных: эндогенные и экзогенные. Эндогенными называются переменные, значения которых определяется внутри модели. В системе (7.3) эндогенными являются переменные y1, y2, …, yn. Их число совпадает с числом уравнений системы. Экзогенными называются те переменные, значения которых определяется вне модели. Это предопределенные переменные, которые влияют на эндогенные переменные, но не зависят от них. В динамических моделях в качестве экзогенных могут рассматриваться значения эндогенных переменных за предыдущие периоды времени – лаговые переменные.
С математической точки зрения главное отличие между экзогенными и эндогенными переменными заключается в том, что экзогенные переменные не коррелируют с ошибками регрессии, а эндогенные, как правило, коррелируют.
Разделение переменных на эндогенные и экзогенные во многом зависит от теоретической концепции принятой модели. Экономические переменные могут выступать в одних моделях как эндогенные, а в других как экзогенные переменные. Внеэкономические переменные (социальное положение, пол, возрастная категория) входят в систему только как экзогенные переменные.
Структурная форма модели позволяет увидеть влияние изменений любой экзогенной переменной на значения эндогенной переменной. Поэтому целесообразно в качестве экзогенных переменных выбирать такие переменные, которые могут быть объектом регулирования. Меняя их или управляя ими, можно получать целевые значения эндогенных переменных.
Приведенной формой модели называется система уравнений, в каждом из которых эндогенные переменные выражены только через экзогенные переменные и случайные составляющие:
(7.6)
Коэффициенты приведенной формы (7.6) называются приведенными коэффициентами. Они оцениваются с помощью обычного МНК, так как экзогенные переменные не коррелированны со случайными составляющими.
Приведенная форма строится для того, чтобы через МНК-оценки ее параметров выразить оценки структурных коэффициентов. Возможность такого выражения проиллюстрируем на следующем примере.
Пусть задана структурная модель
(7.7)
Тогда приведенная форма модели имеет вид
(7.8)
Из
второго уравнения системы (7.8) выразим
следующим образом:
.
Подставляя результат в первое уравнение системы (7.8), имеем
,
Откуда
.
Выражая далее из первого уравнения системы (7.8) и подставляя результат во второе уравнение системы (7.8), аналогично получим
.
Таким образом, коэффициенты приведенной формы (7.8) модели связаны с коэффициентами структурной формы (7.7) следующим образом:
,
,
,
.
Теперь зная оценки параметров модели (7.8), по полученным формулам можно получить оценки параметров структурной модели (7.7). Такой метод оценивания структурных коэффициентов называется косвенным методом наименьших квадратов.
