- •6.4 Контрольные вопросы к экзамену по дисциплине
- •Эконометрика как наука.
- •Предмет эконометрики.
- •Задачи эконометрики.
- •Особенности эконометрического моделирования.
- •Метод наименьших квадратов для построения модели.
- •Линейный коэффициент корреляции. Коэффициент детерминации.
- •Оценка существенности параметров линейной корреляции.
- •Интервалы прогноза по линейному уравнению регрессии.
- •Средняя ошибка аппроксимации.
- •Классификация нелинейной регрессии.
- •Корреляция для нелинейной регрессии.
- •Оценка существенности параметров линейной регрессии.
- •Отбор факторов при построении множественной регрессии.
- •Оценка параметров уравнения множественной регрессии.
- •Частные коэффициенты корреляции.
- •Парные коэффициенты корреляции.
- •Проверка значимости коэффициентов корреляции.
- •Множественный коэффициент корреляции.
- •Значимость коэффициента корреляции.
- •Суть гетероскедастичности.
- •Последствия гетероскедастичности.
- •Обнаружение гетероскедастичности.
- •Методы смягчения гетероскедастичности.
- •Суть мультиколлинеарности.
- •Последствия мультиколлинеарности.
- •Определение мультиколлинеарности.
- •Методы устранения мультиколлинеарности.
- •Суть и причины автокорреляции.
- •Последствия автокорреляции.
- •Методы устранения автокорреляции.
- •Обнаружение автокорреляции.
- •Основные элементы временного ряда.
- •Моделирование тенденции временного ряда.
- •Моделирование сезонных и циклических колебаний.
- •Общая характеристика моделей авторегрессии.
- •Оценка параметров моделей авторегрессии.
- •Общее понятие о системах уравнений, используемых в эконометрике.
- •Структурная и приведенная формы модели.
- •Проблема идентификации.
- •Оценивание параметров структурной модели.
- •Косвенный метод наименьших квадратов.
- •Двухшаговый метод наименьших квадратов.
- •Трехшаговый метод наименьших квадратов.
Трехшаговый метод наименьших квадратов.
Трехшаговый метод наименьших квадратов применяется тогда, когда нарушено условие гомоскедастичности или когда случайные составляющие коррелированы. Алгоритм трехшагового метода наименьших квадратов (ТМНК) в качестве первых двух шагов включает этапы двухшагового метода,
т. е. для оценки коэффициентов каждого уравнения структурной формы по-прежнему применяется двухшаговый МНК. Оценки, полученные после ДМНК для каждого отдельного структурного уравнения, не являются окончательными, а используются на третьем шаге для оценки структурных коэффициентов всей системы одновременно.
Таким образом, процедура оценки коэффициентов структурной формы всей системы взаимозависимых эконометрических моделей состоит из трех последовательных этапов, определяющих содержание ТМНК.
Шаг
1. На данном
этапе с использованием обычного МНК на
основании приведенной формы определяются
расчетные значения переменных
,
рассматриваемых в качестве независимых
эндогенных переменных в каждом из
уравнений системы.
Шаг 2. Как и в ДМНК, на этом этапе с использованием значений определяются оценки коэффициентов структурной формы каждого из уравнений системы.
Шаг 3. С помощью обобщенного МНК определяются ”окончательные” оценки коэффициентов структурной формы всей системы взаимозависимых эконометрических моделей, которые теоретически при наличии корреляции между ошибками различных уравнений являются “более эффективными” по сравнению с аналогичными оценками ДМНК.
Если ошибки системы не коррелируют между собой, то ТМНК не имеет преимуществ перед двухшаговым. При применении ТМНК необходимо соблюдать некоторые дополнительные правила, что делает его процедуру менее универсальной по сравнению с двухшаговой. Они состоят в следующем.
1. Процедура выполняется только для идентифицируемых и сверхидентифицируемых уравнений системы. Тождества и неидентифицируемые уравнения в ней не участвуют.
2. Процедуру желательно выполнять для групп идентифицируемых и неидентифицируемых уравнений раздельно. При этом если в соответствующую группу входит только одно сверхидентифицируемое уравнение, то трехшаговая процедура для него превращается в двухшаговую.
Практическое применение трехшагового метода ограничено из-за большого количества расчетов и чрезвычайной чувствительности результатов к ошибкам спецификации.
