- •Содержание
- •Введение
- •1. Требования к оформлению контрольной работы. Выбор варианта
- •2. Контрольные задания Задание 1 Линейная регрессионная модель
- •Задание 2 Нелинейная модель. Линеаризация
- •Задание 3 Множественная регрессия
- •Задание 4 Системы регрессионных уравнений
- •Задание 5 Временные ряды. Авторегрессия
- •3.1. Линейная регрессионная модель
- •3. Методические указания
- •3.2. Нелинейная модель. Линеаризация
- •3.3. Множественная регрессия
- •3.4. Системы регрессионных уравнений
- •3.5. Временные ряды. Авторегрессия
- •4. Лекции Тема 1. Введение. Эконометрика и эконометрическое моделирование: основные понятия и определения
- •Эконометрическое моделирование состоит из следующих этапов:
- •Тема 2. Парная корреляция и регрессия
- •2.1. Ковариация. Выборочный коэффициент парной корреляции
- •2.3. Модель парной регрессии. Основные понятия. Линейная парная регрессия
- •2.4. Определение параметров линейной парной модели методом мнк
- •2.5. Проверка значимости параметров парной линейной модели
- •2.6. Проверка выполнения предпосылок мнк.
- •2.7. Оценка качества уравнения регрессии
- •2.8. Нелинейные модели парной регрессии
- •2.9. Прогнозирование с применением парного уравнения регрессии
- •Тема 3. Модель множественной регрессии
- •Общий вид линейной модели множественной регрессии
- •Оценка параметров модели с помощью мнк. Отбор факторов
- •3.3. Анализ статистической значимости параметров модели
- •Оценка качества линейной модели множественной регрессии
- •Оценка влияния отдельных факторов на исследуемую переменную
- •Построение прогнозов на основе модели множественной линейной регрессии
- •Применение обработки регрессия для определения параметров модели множественной линейной регрессии и её исследования
- •Тема 4. Системы линейных одновременных уравнений
- •П одставим это выражение в первое уравнение вместо x2 , и после необходимых арифметических преобразований, получим первое уравнение структурной формы: Далее выразим x1 из первого уравнения пфм
- •Тема 5. Многомерный статистический анализ
- •5. Программа курса
- •6. Вопросы для самопроверки
- •1. Парная линейная регрессия
- •2. Множественная линейная регрессия
- •4. Системы регрессионных уравнений
- •5. Временные ряды. Авторегрессия
- •Заключение
- •Литература
- •Эконометрика Учебное пособие
3.4. Системы регрессионных уравнений
Задана структурная система эконометрических уравнений:
В табл.11 приведены данные наблюдений эндогенных yti и экзогенных хti переменных модели:
Таблица 11 |
||||||
t |
yt1 |
yt2 |
yt3 |
xt1 |
xt2 |
xt3 |
1 |
19 |
23 |
13 |
5 |
5 |
4 |
2 |
15 |
31 |
15 |
7 |
8 |
3 |
3 |
22 |
13 |
17 |
4 |
8 |
2 |
4 |
6 |
32 |
9 |
6 |
2 |
5 |
5 |
8 |
66 |
16 |
12 |
2 |
9 |
Необходимо, опираясь на данные наблюдений, оценить параметры структурной системы.
Определим, являются ли уравнения системы идентифицируемыми. Для этого применим необходимое условие идентификации или счетное правило:
D+1=H – уравнение идентифицируемо;
D+1<H – уравнение неидентифицируемо;
D+1>H – уравнение сверхидентифицируемо.
Здесь - Н – число эндогенных переменных в уравнении; D – число отсутствующих экзогенных и лаговых переменных в уравнении. В приведенной системе лаговые или запаздывающие переменные отсутствуют.
В первом уравнении эндогенных переменных две: yt1, yt2, следовательно, H=2. Всего у нас три экзогенных переменных, из них в первом уравнении отсутствует одна хt3. Поэтому D=1. Для первого уравнения выполняется D+1=H=2. Первое уравнение идентифицируемо. Аналогично определяем, что для второго уравнения выполняется D+1=H=3. Для третьего уравнения находим, что D+1=4>H=2. Третье уравнение сверхидентифицируемо.
Прямая оценка параметров структурной системы уравнений недопустима. Из-за корреляции регрессоров с остатками получаются смещенные оценки. Для оценки параметров используют косвенный МНК (в случае идентификации) или двухшаговый МНК (в случае идентификации и сверхидентификации). Оба метода требуют оценки параметров приведенной формы модели:
Опираясь на данные наблюдений, выполняем регрессию yt1 на хt1, хt2, хt3. Получаем уравнение прогноза
В скобках приводятся стандартные ошибки оценок параметров.
Затем выполняем регрессию yt2 на хt1, хt2, хt3
и yt3 на хt1, хt2, хt3
Приведенная система эконометрических уравнений имеет вид
Параметры первого уравнения структурной системы можно идентифицировать методом, который называется косвенный МНК. Для этого второе уравнение приведенной системы решается относительно хt3:
Затем найденное значение подставляется в первое уравнение:
Для идентификации второго уравнения структурной системы решаем первое и третье уравнения приведенной системы относительно хt1 и хt2 и подставляем найденные значения во второе уравнение:
Третье уравнение структурной системы сверхидентифицируемо. Для идентификации его параметров необходимо применить двухшаговый МНК. На первом шаге определяем значения инструментальной переменной
.
Значения
рассчитываются
в табл.12.
Таблица 12 |
|||||
t |
yt3 |
xt1 |
xt2 |
xt3 |
|
1 |
13 |
5 |
5 |
4 |
18,579 |
2 |
15 |
7 |
8 |
3 |
14,789 |
3 |
17 |
4 |
8 |
2 |
22,421 |
4 |
9 |
6 |
2 |
5 |
6,105 |
5 |
16 |
12 |
2 |
9 |
8,105 |
На втором шаге осуществляем регрессию yt3 на . Получаем уравнение
Идентификация параметров произведена. Структурная система эконометрических уравнений имеет вид:
