Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Практикум.docx
Скачиваний:
0
Добавлен:
01.07.2025
Размер:
5 Мб
Скачать
☆

Практическое занятие 8

Тема занятия: Системы одновременных уравнений

Расчетные формулы

В косвенном МНК оценки коэффициентов структурной формы вычисляются как решение следующей системы уравнений:

,

где - МНК-оценки коэффициентов приведенной формы.

В двухшаговом МНК на первом шаге МНК используется при определении приведенной формы модели и нахождении на ее основе оценок теоретических значений эндогенной переменной:

На втором шаге МНК применяется применительно к структурному сверхидентифицируемому уравнению - при определении структурных коэффициентов модели по данным теоретических (расчетных) значений эндогенных переменных.

Трехшаговый МНК оказывается более эффективным, чем ДМНК, если случайные остатки различных уравнений системы взаимно коррелированы. Первые два шага этого метода совпадают с шагами двухшагового метода наименьших квадратов. Третий шаг: анализ ковариационной матрицы ошибок с использованием оценок, полученных в результате применения двухшагового метода наименьших квадратов.

Задания для выполнения в аудитории

Задание 8.1. Имеются условные данные по пяти регионам:

Таблица 8.1

Регион

Y1

Y2

X1

X2

1

2

5

1

3

2

3

6

2

1

3

4

7

3

2

4

5

8

2

5

5

6

5

4

6

Средние

4

6,2

2,4

3,4

Необходимо оценить параметры модели:

Методические указания для выполнения задания

    1. Проверим модель на идентификацию.

1 уравнение является сверхидентифицируемым: H=1 (y1), D=1 (x2) и D+1>H. 2 уравнение является точно идентифицируемым: H=2 (y1, y2), D=1 (x1) и D+1=H. Приведенная форма модели составит:

    1. Применим ДМНК к простейшей сверхидентифицируемой модели. Используя отклонения от средних уровней, для первого уравнения приведенной формы модели система нормальных уравнений составит:

Используя отклонения от средних уровней, для второго уравнения приведенной формы модели система нормальных уравнений составит:

Таким образом, приведенная форма модели имеет вид:

    1. На основе второго уравнения данной системы можно найти теоретические значения (оценки) для эндогенной переменной y2. Затем, используя сверхидентифицируемое структурное уравнение: y1=b12(y2+x1), и заменив фактические значения y2 их оценками, найдем значения новой переменной z:

. Получим расчетные данные для второго шага ДМНК:

Таблица 8.2

X1

X2

Y2 (теорет)

Z

Y1

Y1Z

Z2

-1,4

-0,4

0,103

-1,297

-2

2,594

1,682

-0,4

-2,4

0,042

-0,358

-1

0,358

0,128

0,6

-1,4

-0,035

0,565

0

0

0,319

-0,4

1,6

0,020

-0,380

1

-0,380

0,144

1,6

2,6

-0,130

1,470

2

2,940

2,161

Cумма =0

0

0

0

0

5,512

4,434

Далее применим МНК к уравнению y1=b12(y2+x1):

Таким образом, первое сверхидентифицируемое структурное уравнение составит:

    1. Второе точно идентифицируемое структурное уравнение найдем из системы приведенных уравнений:

С этой целью из второго уравнения приведенной формы модели следует исключить x1, выразив его через первое уравнение и подставив во второе:

Таким образом, второе уравнение структурной формы модели:

В целом рассматриваемая система одновременных уравнений составит:

Двухшаговый метод наименьших квадратов является наиболее общим и широко распространенным методом решения системы одновременных уравнений. Для точно идентифицируемых уравнений ДМНК дает тот же результат, что и КМНК.

Задание 8.2. По данным 15 торговых предприятий получены сведения о показателях, характеризующих объем продаж, интенсивность рекламы и динамику цен:

Y1 – объем продаж, млн. руб.,

Y2 – число рекламных сообщений;

Х1 – индекс цен на продукцию, %;

Х2 – индекс цен на рекламу, %.

Таблица 8.2

i

Yi1(t)

Yi2(t)

Xi1(t)

Xi2(t)

1

56,7

270

104,3

97,8

2

64,5

172

94,2

105,7

3

53,3

324

102,8

103,3

4

82,6

428

98,7

95,1

5

62,00

420

99,8

100,5

6

61,3

473

100,5

101,4

7

25,7

82

112,8

110,1

8

36,1

276

106,7

100,7

9

69,7

409

100,3

102,00

10

46,4

191

105,0

101,9

11

53,5

231

105,6

106,5

12

41,2

131

106,2

107,7

13

45,6

115

110,3

109,1

14

48,3

202

105,9

102,9

15

56,1

223

105,8

100,2

Необходимо оценить параметры модели: