Формы представления систем взаимозависимых эконометрических моделей - раздел Экономика, ЭКОНОМЕТРИКА Собрав По Разные Стороны Знака Равенства Переменные УIt И ...
Собрав по разные стороны знака равенства переменные уit и хjt и ошибки eit, i=1, 2,..., т; j=1, 2,..., n; представим общий вариант системы взаимозависимых уравнений в следующем виде:
где aik и bij – коэффициенты i-го уравнения при переменных уkt и xjt соответственно; k, i=1, 2,..., т; j=0, 1,..., n; X0 º0.
Взаимозависимые переменные у1, у2,..., уm обычно называют эндогенными, подчеркивая тем самым, что их расчетные значения определяются на основании модели (8.9). Переменные х1,..., хп называются экзогенными. Их значения задаются только в качестве исходных данных и в системе (8.9) они не рассчитываются.
Для ошибок системы (8.9) будем считать справедливыми предположения типа (8.3), т. е. M[eit]=0; cov(eit, ei,t-k)=0; k=1, 2,...; 
Но при этом ошибки отдельных уравнений могут быть взаимозависимыми, что выражается соотношением
которое может быть справедливым для некоторых i и j .
Кроме того, в системе (8.9) предполагается, что экзогенные переменные xj, j=1,2,..., n; и ошибки уравнений ei, i=1, 2,..., т; независимы.
Исходными данными при построении модели (8.9) являются зафиксированные в моменты времени t=1,2....,Т значения эндогенных переменных уit и экзогенных переменных хjt, i=1, 2,..., т; j=1, 2,..., n.
Для произвольного момента t система (8.9) может быть записана в следующей векторно-матричной форме:
А× уt+В×хt=et, (8.11)
где уt=[у1t, у2t,..., уmt]¢ – вектор-столбец наблюдаемых (исходных) значений эндогенных переменных в момент t; хt=[1, х1t,..., хпt]¢ – вектор-столбец наблюдаемых (исходных) значений эндогенных переменных в момент t; et=[e1t, ..., eпt]¢ – вектор-столбец значений ошибок уравнений в момент t; А, В – матрицы коэффициентов aik и bij модели при переменных уit и хjt соответственно. Матрица А имеет размерность т´т, а матрица В – т´(п+1).
А = 
В = 
(8.12)
Развернутую и векторно-матричную формы (8.9) и (8.11) системы эконометрических уравнений называют структурной формой модели. В отличие от нее можно сформировать так называемую “приведенную” форму модели, в которой значения переменных уit выражаются только через экзогенные переменные хjt. Векторно-матричное уравнение приведенной формы записывается в следующем виде:
уt=С×хt+иt, (8.13)
где С – матрица коэффициентов приведенной формы размера т´(п+1); иt=[и1t,..., ипt]¢ – вектор-столбец ошибок приведенной формы.
Таким образом, уравнения, входящие в приведенную систему (8.13), по своему виду похожи на традиционные эконометрические модели с одной зависимой переменной уit и независимыми факторами х1t, х2t,..., хпt. Развернутая форма приведенной системы (8.13) может быть представлена в следующем виде:
Вообще говоря, приведенная форма системы эконометрических уравнений типа (8.13) может быть сформирована только при условии невырожденности матрицы А. В самом деле, из условия равенства столбцов уt в системах (8.11) и (8.13) непосредственно вытекает, что показатели приведенной формы выражаются через показатели структурной формы следующим образом:
С =–А–1×В, иt=А–1×et. (8.15)
Поскольку экзогенные переменные хjt, j=1, 2,..., n; и ошибки eit, i=1, 2,..., т; статистически независимы, то оценки коэффициентов приведенной формы, полученные с использованием МНК, являются несмещенными, несмотря на достаточно сложную структуру ошибок иit. Из выражения (8.15) следует, что ошибки иkt являются линейными комбинациями ошибок eit, k, i=1, 2,..., т. Для них справедливо следующее соотношение:
где коэффициенты aki являются элементами k-й строки матрицы А–1.
Из выражений (8.14) и (8.16) непосредственно также следует, что любая эндогенная переменная уkt, k =1, 2,..., т; статистически взаимосвязана с ошибками всех моделей системы (8.1), поскольку ошибки иkt являются линейными комбинациями ошибок eit.
Точно так же, как и для системы (8.1), можно доказать, что и в общем случае системы (8.9) и ее векторно-матричного аналога (8.11), ее характерной чертой является наличие статистических взаимосвязей между эндогенными переменными уkt, входящими в правую часть i-го уравнения этой системы, и его ошибкой eit. Для переменной y2t, например, это несложно сделать, подставив во второе уравнение системы вместо переменной y1t, определяющее ее первое уравнение системы. В результате получим следующее выражение:
свидетельствующее о том, что переменная y2t и ошибка e1t взаимосвязаны друг с другом.
В выражении (8.17) 
представляет собой новую линейную форму, отражающую зависимость переменной y2t от всех других факторов, входящих в модель, после подстановки первого уравнения системы во второе, и приведения подобных членов.
Аналогичным образом, подставляя во второе уравнение системы (8.9) третье, четвертое и т. д. т-е уравнение, увидим, что переменная y2t взаимосвязана с ошибками e3t, e4t,..., emt и ее вхождение в правую часть этих уравнений в качестве независимого фактора в случае использования МНК влечет за собой смещение оценок их параметров.
Точно также можно показать наличие взаимосвязей и между другими эндогенными переменными, рассматриваемыми в уравнениях системы (8.9) в качестве независимых факторов, и ошибками этих уравнений.
При сопоставлении структурной и приведенной форм системы (8.11) следует иметь в виду, что при заданном составе эндогенных и экзогенных переменных приведенная форма является единственной, определенной матричным уравнением (8.13). В то же время структурная форма вытекает из содержательных предпосылок, лежащих в основе модели, отражающих эмпирический опыт, интуицию исследователя, то или иное направление экономической теории. Вследствие этого, даже при известном составе эндогенных и экзогенных переменных в общем случае может существовать множество структурных форм, каждая из которых определяется специфическими соотношениями включенных переменных, в свою очередь, отражающими определенные варианты содержательных предпосылок системы (8.9).
Можно показать, что некоторые из этих форм взаимосвязаны между собой. Предположим, что существует невырожденная матрица F размера т´т. Умножим выражение (8.11) слева на эту матрицу. В результате имеем
F×А×уt+F×В×хt=F×et. (8.18)
Обозначив F×А=А1, F×В=В1, F×et=et¢, получим новую структурную форму А1×уt+В1×хt=et¢. В частности, приведенная форма (8.13) получена при условии, что F = А–1.
Преобразуем новую структурную форму (8.18) в приведенную. Для этого умножим это выражение слева на матрицу (F×А)–1.
В результате получим следующее выражение:
(F×А)–1×(F×А)×уt+(F×А)–1×F×В×хt=(F×А)–1×F×et, (8.19)
которое с учетом правила умножения обратных матриц ((F×А)–1 =А–1×F–1) преобразуется к уже известной системе (8.13).
уt=–А–1×В×хt+иt.
Выражения (8.18) и (8.19) формально доказывают единственность приведенной формы и множественность структурных форм для заданного состава эндогенных и экзогенных переменных.
Заметим, что структурная форма системы взаимозависимых эконометрических моделей (8.11) может быть представлена и в более компактной форме записи
D×zt=et , (8.20)
где вектор zt размера (т+п) объединяет векторы уt и хt , а матрица D размера т´( т+п) объединяет матрицы А и В.
уt
zt = хt , D = [А В], (8.21)
где [А В] – матрица, образованная построчным присоединением матрицы В к матрице А. Таким образом, она содержит т строк и т+п+1 столбец. Кроме того, заметим, что и структурная форма (8.11) и приведенная форма (8.9) сформированы для каждого из текущих индексов t. В общем виде, развернув каждую из переменных по индексу t, структурную форму (8.11) можно представить в следующем виде:
А×Y +В×X =S , (8.22)
где Y и X представляют собой матрицы размера Т´т и Т´( п+1) соответственно:
Y= 
Х = 
а матрица S размера Т´т объединяет ряды ошибок eit, i=1, 2,..., т; t=1, 2,..., T:
S= 
В ряде литературных источников можно встретить чуть более привычное развернутое представление системы (8.11), в котором элементы матриц А и В сформированы в виде векторов, состоящих из т2 и т´(п+1) компонент соответственно. Тогда общий вид этой системы определяется следующим выражением:
Y ×А1+X×В1=e, (8.25)
где Y – блочно-диагональная матрица размера (Т× т´ т2) вида
Y= 
X – блочно-диагональная матрица размера (т×Т´(n+1)×т) вида
X= 
и матрицы Y и X определены выражением (8.23); А1 и В1 – вектора коэффициентов при эндогенных и экзогенных переменных:
А1 = 
В1= 
e – вектор ошибки, состоящий из Т´ т компонент:
e= 
Выражения (8.22) и (8.25) представляют собой альтернативные формы записи общего вида системы (8.11), в которых фигурирует весь состав эндогенных и экзогенных переменных. Вместе с тем, как это было видно из рассмотренных выше примеров, в конкретных системах взаимосвязи между отдельными переменными могут либо отсутствовать, либо быть определены заранее. Например, в системе (8.1) в первом уравнении не присутствует экзогенная переменная It. В системе (8.6) уже известны коэффициенты балансового соотношения при эндогенной переменной Сt и экзогенной переменной Zt. Они оба равны единице. В этих случаях на соответствующих местах в матрицах А и В (выражение (8.25)) должны стоять либо нули (при отсутствии в уравнении соответствующей переменной), либо известные значения коэффициентов.
Между коэффициентами структурной формы могут иметь место и более сложные взаимосвязи (например, в виде алгебраических соотношений, типа равенств). вытекающие из предпосылок экономической теории. Так, известная функция Кобба-Дугласа 
часто рассматривается с учетом условия a1+a2=1. Эти ограничения, как это будет показано далее, играют существенную роль при оценке коэффициентов систем взаимозависимых эконометрических моделей.
Рассмотрим некоторые примеры систем взаимозависимых эконометрических моделей, которые использовались в исследованиях реальных процессов, и соответствующие им структурные и приведенные формы.
Пример 8.1.
Для исследования динамики цен и потребления электроэнергии, формирования на основе выявленных закономерностей рациональной политики в сфере электроснабжения в США была использована следующая система из двух взаимозависимых уравнений, по содержанию эндогенных переменных похожая на систему (8.1):
где aik’ и bij’ – коэффициенты системы (8.30), помеченные “штрихом”, чтобы выделить отличие их знаков от соответствующих коэффициентов структурной формы;
y1=lnY1 и Y1 – среднегодовое количество электроэнергии в расчете на одного потребителя;
y2 =lnY2 и Y2 – цена за единицу потребляемой электроэнергии;
х1=lnХ1 и Х1 – годовой доход в расчете на одного человека;
х2=lnХ2 и Х2 – средняя цена за потребляемый жилищным комплексом газ;
х3=lnХ3 и Х3 – количество теплых дней в году;
х4=lnХ4 и Х4 – средняя температура июля;
х5=lnХ5 и Х5 – процент населения, проживающего в сельской местности;
х6=lnХ6 и Х6 – средний размер домохозяйства;
х7=lnХ7 и Х7 – стоимость рабочей силы (заработная плата);
х8=lnХ8 и Х8 – процент энергии, произведенной акционерными коммунальными предприятиями;
х9=lnХ9 и Х9 – расход топлива на один киловатт-час электроэнергии;
х10=lnХ10 и Х10 – отношение количества промышленных предприятий, продающих электроэнергию, к количеству аналогичных территориальных компаний;
х11=lnХ11 и Х11 – временной фактор.
Исходные данные для модели (8.18) имеют пространственно-временную структуру. Они отражают уровни рассматриваемых процессов по 48 штатам за 9 лет. При этом отметим, что время являлось одним из факторов модели, аккумулирующим аспекты потребления электроэнергии, связанные с научно-техническим прогрессом. Таким образом, индекс t в системе (8.18) соответствует порядковому номеру набора, t=1,2,..., T; T = 48´9.
Первое уравнение определяет зависимость количества потребляемой электроэнергии от цены и показателей, отражающих особенности потребительского рынка в регионах в соответствующий год.
Во втором уравнении уже цена за электроэнергию ставится в зависимость от объемов ее производства (при условии, что производство равно потреблению) и ряда других факторов, влияющих на цену.
Структурная форма системы (8.30) в соответствии с выражениями (8.9), (8.11), (8.12) характеризуется следующими векторами и матрицами:
уt =[y1t , y2t ]¢ ; xt =[1, x1t , x2t ,..., x11,t ]¢ ;
А= 
В = 
aik =–aik¢; bij =–bij ¢; k, i=1,2; j=0,1,2,...,11.
Отметим, что в матрице В в первой и второй строках нулевые элементы стоят на местах факторов, которые отсутствуют в соответствующем уравнении системы (8.30).
Приведенная форма системы (8.30) может быть представлена следующей системой уравнений:
которая, в свою очередь, в векторно-матричной форме выражается уравнением (8.13) с матрицей С следующего вида:
С= 
Заметим, что в выражении (8.31) на коэффициенты gij, i=1,2,...; j=0,1,...,11; не накладывается никаких ограничений. В частности, не требуется равенства нулю тех коэффициентов, которые были равны нулю в структурной форме.
Пример 8.2.
Для анализа закономерностей и пропорций государственных расходов и федеральных субсидий в США была использована следующая система из двух взаимозависимых уравнений:
где y1t – государственные расходы, производимые на местном уровне в штате t;
y2t – уровень федеральных субсидий в t-м штате;
х1t – доход t-го штата;
х2t – численность населения, проживающая в t-м штате;
х3t – численность учащихся в школах 1-й и 2-й ступеней в t-м штате.
В данном случае индекс t характеризует номер штата и исходная информация имеет пространственный характер. Она была собрана за один год. Однако эта информация может иметь и пространственно-временной характер, как в предыдущем примере.
Первое уравнение описывает распределение государственных расходов по административным территориям, в зависимости от уровня федеральных субсидий, дохода самих территорий и численности проживающего населения.
Во втором уравнении уже федеральные субсидии территориям рассматриваются как зависимая переменная, на уровень которой влияют государственные расходы и численность учащихся в школах 1-й и 2-й ступеней, являющихся основными “потребителями” этих субсидий.
Целесообразность формирования такой системы связана с тем, что федеральные субсидии и правительственные расходы зачастую направляются на одни и те же программы, как бы “конкурируя” друг с другом. Увеличение одной переменной обычно влечет за собой снижение уровня другой.
Матрицы структурной формы модели (8.32) имеют следующий вид:
А= В = 
aik =aik¢; bij =–bij¢; k, i=1,2; j=1,2,3.
Приведенная форма модели (8.32) может быть представлена следующей системой уравнений:
где коэффициенты gij в общем случае не являются тождественными нулями, i=1,2; j=1,2,3.
Пример 8.3.
Примером системы взаимозависимых эконометрических моделей, включающей в себя балансовые соотношения, является так называемая модель Людеке, разработанная для описания макроэкономических процессов на уровне государства. Она может быть представлена в следующем виде:
где y1t – уровень потребления в году t; y1,t–1=х1t;
y2t – инвестиции;
y3t – импорт, y3,t–1=х3t;
y4t – национальный доход ;
х2t – доход от предпринимательской деятельности в прошедшем периоде, т. е. в t–1;
х4t – государственные расходы плюс государственные чистые инвестиции в основной капитал плюс изменения в товарных запасах плюс субсидии минус косвенные налоги;
х5t – экспорт.
Первое уравнение системы (8.34) описывает динамику потребления с учетом авторегрессионной связи этого процесса и в зависимости от произведенного в государстве дохода; второе – динамику инвестиций как функцию от национального дохода и дохода, полученного в прошлом году в результате предпринимательской деятельности; третье – динамику импорта с учетом авторегрессионной связи этого процесса и в зависимости от национального дохода и последнее уравнение представляет собой балансовое соотношение, характеризующее распределение национального дохода на основные составляющие.
Система (8.34) содержит четыре эндогенные переменные и пять экзогенных, в число которых входят две запаздывающие эндогенные переменные y1,t–1 (потребление прошлого года) и y3,t–1 (импорт прошлого года) и одна запаздывающая чисто экзогенная переменная х2 (доход от предпринимательской деятельности прошлого года), которая однако рассматривается как незапаздывающая, поскольку переменная х2t в модели отсутствует.
Взаимозависимый характер модели (8.34) придает вхождение в правые части первых трех уравнений переменной, выражающей национальный доход, которая, в свою очередь, представлена балансовым соотношением. В результате переменная y4t оказывается статистически взаимосвязанной с ошибками уравнений e1t, e2t и e3t, что является причиной несостоятельности МНК (смещенности оценок коэффициентов первых трех уравнений системы в случае использования этого метода).
Структурная форма модели (8.34) характеризуется следующими векторами и матрицами:
уt = [y1t , y2t , y3t , y4t ]¢, xt =[1, х1t , х2t , х3t , х4t , х5t ],
где х1t=y1,t–1; х3t=y3,t–1;
А = 
В = 
Заметим, что приведенная форма системы (8.34) должна определяться уравнениями, в правых частях которых нет незапаздывающих эндогенных переменных, а запаздывающие рассматриваются как незапаздывающие экзогенные переменные. С учетом этого замечания данная форма может быть представлена в следующем виде:
Обратим внимание на то, что при отсутствии автокорреляции во временных рядах ошибок иit (см. условие (8.3)) запаздывающие эндогенные переменные уi, t–1 и ошибки иit являются статистически независимыми и эти переменные можно рассматривать в приведенной форме как экзогенные.
Рассмотренные примеры свидетельствуют о том, что матрицы А и В, образующие структурную форму системы взаимозависимых эконометрических моделей, часто содержат некоторое количество известных (преопределенных) элементов. В то же время матрица С из приведенной формы содержит только неизвестные элементы. Их количество соответствует числу экзогенных переменных модели.
Приведенная форма системы взаимозависимых эконометрических моделей играет важную роль в решении проблемы получения несмещенных оценок коэффициентов структурной формы этой системы. Эта проблема более подробно рассматривается в следующих разделах этой главы.
Все темы данного раздела:
Основные этапы построения эконометрической модели
Построение эконометрической модели является центральной проблемой любого эконометрического исследования, поскольку ее “качество” непосредственно определяет достоверность и обоснованность результато
Особенности обоснования формы эконометрической модели
Основные подходы к решению проблем первого этапа исследования в значительной степени базируются на методах содержательного анализа закономерностей рассматриваемых процессов, подкрепляемых по мере н
Методы отбора факторов
“Оптимальный” состав факторов, включаемых в эконометрическую модель, является одним из основных условий ее “хорошего” качества, понимаемого и как соответствие формы модели теоретической концепции,
Если имеет место соотношение
ti £t*, (1.26)
то влияние фактора хi на переменную у можно признать незначимым (недостаточно значимым
Характеристики и критерии качества эконометрических моделей
Выявление лучшего варианта эконометрической модели обычно осуществляется путем сравнения соответствующих им качественных характеристик, которые можно рассчитать на основе исходной статистической ин
Качество оценок параметров эконометрических моделей
Эконометрическая модель считается построенной, когда определены значения оценок ее параметров. Исходными данными при этом являются наблюдаемые значения (измеренные уровни) зависимого показателя (пе
Процедура оценки параметров по методу наименьших квадратов
Метод наименьших квадратов (МНК) является одним из наиболее разработанных и распространенных вследствие своей относительной простоты и эффективности методов оценки параметров линейных эконометричес
Сумма квадратов значений фактической ошибки модели должна быть минимальной.
Иными словами, найденные с помощью МНК оценки a0, a1,..., an, обеспечивают минимум следующей квадратичной формы на множестве всех других комбин
Детерминированные независимые переменные.
В этом случае матрица Х представляет собой матрицу, состоящую из констант, и элементы матриц (Х¢Х) и (Х
Стохастические независимые переменные.
В эконометрических исследованиях в качестве значений независимых переменных часто приходится использовать исходные данные, которые нельзя интерпретировать как детерминированные величины, поскольку
Особенности проверки качества оценок МНК
Проверка условий, выполнение которых свидетельствует о “высоком” качестве полученных оценок параметров эконометрической модели (а, следовательно, в значительной степени и самой модели), на практике
Свойства фактической ошибки эконометрической модели
В данном разделе рассматриваются некоторые подходы к проверке наличия стандартных свойств (2.20)–(2.23) у “истинной” ошибки эконометрической модели et на основе анализа соответств
Тестирование свойств фактической ошибки эконометрической модели
На практике справедливость предпосылок (2.21) и (2.22) можно подтвердить или опровергнуть только путем анализа свойств фактической ошибки еt, после оценки ее значений. В таком слу
Оценка дисперсии истинной ошибки модели
На практике вместо дисперсии истинной ошибки se2, значение которой не известно, используется ее оценка, рассчитываемая на основе фактических значений ошибки еt
Особенности проверки обратимости матрицы Х¢Х
Как было отмечено ранее, при наличии достаточно сильной корреляции между двумя или несколькими переменными хi, i=1,2,..., n, могут возникнуть трудности, связа
Оценка последствий неправильного выбора состава независимых переменных модели
В данном разделе рассмотрим особенности влияния на качество параметров эконометрической модели ошибок, допущенных на этапе содержательного анализа при выборе состава независимых переменных (факторо
Оценивание параметров эконометрической модели с учетом ограничений
При нахождении оценок параметров линейной эконометрической модели с использованием МНК предполагалось, что их значения не связаны никакими ограничениями. Вместе с тем, исходные предпосылки, лежащие
Предпосылки метода максимального правдоподобия
Достаточно широкое распространение при оценке параметров моделей получил и метод максимального правдоподобия, базирующийся на критерии (принципе), согласно которому оптимальные оценки параметров об
Процедура получения оценок максимального правдоподобия
Целевая функция типа (2.109) называется функцией максимального правдоподобия. Несложно заметить, что оптимальные значения оценок параметров a0*, a1
Обобщенный метод наименьших квадратов
Рассмотрим основные последствия нарушения условия (2.21) для оценок параметров эконометрической модели, полученных с использованием “классических” методов оценивания, например, МНК.
Как бы
Обобщенный метод максимального правдоподобия
В обобщенном ММП предполагается, что ошибка модели подчиняется нормальному закону распределения с ковариационной матрицей W, определенной выражением либо (3.1), либо (3.4),
Эконометрические модели с коррелирующими ошибками
Причины появления корреляционной зависимости между разновременными значениями ошибки эконометрической модели, вызывающие отличие вида их ковариационной матрицы от диагональной, могут быть разными.
Между ошибками эконометрической модели
Причиной появления ошибки явилось не вполне обоснованное предположение о том, что данные на интервалах (1, Х1) и (Х1, Х2) описы
Эконометрические модели с гетероскедастичными ошибками
Причиной непостоянства дисперсии (гетероскедастичность ошибки) эконометрической модели часто является ее зависимость от масштаба рассматриваемых явлений. В эконометрическую модель ошибка входит как
Метод инструментальных переменных
Для получения несмещенных (по крайней мере состоятельных) оценок параметров эконометрических моделей в ситуациях, когда имеют место (теоретически допускаются) корреляционные взаимосвязи между незав
Рекуррентные методы оценки параметров эконометрических моделей
Использование рекуррентных методов при оценке параметров эконометрических моделей позволяет избежать обращения матрицы X¢X и тем самым, появлени
Метод главных компонент
Метод главных компонент является одним из самых эффективных вычислительных средств, позволяющих оценить коэффициенты эконометрической модели при плохой обусловленности матрицы (X
Изменчивости главных компонент.
Методы оценки коэффициентов моделей с лаговыми независимыми переменными
Эконометрические модели с лаговыми независимыми переменными учитывают влияние на переменную уt уровней объясняющих факторов, относящихся к прошедшим моментам времени t–1,
Проблемы построения моделей с лаговыми зависимыми переменными
Общий вид линейной эконометрической модели с лаговыми зависимыми переменными может быть выражен следующим уравнением:
Основные подходы к оценке коэффициентов эконометрической модели, содержащей лаговые зависимые переменные
Из материала предыдущего раздела вытекает, что эконометрические модели, содержащие в правой части лаговые зависимые переменные, неоднородны по своим свойствам. В основном это обусловлено появлением
Особенности использования инструментальных переменных в оценках параметров моделей
В научных публикациях можно встретить рекомендации выбирать в качестве значений переменной (обозначим их как ) расчетные значения переменно
Стационарные временные ряды
Широкий круг социально-экономических, технических и естественнонаучных процессов часто представляется набором последовательных значений показателя у1, у2,...,
Параметрические тесты стационарности
Из определения стационарного процесса второго порядка, формализованного с помощью выражений (6.2)–(6.4), непосредственно вытекает, что очевидными параметрическими критериями при проверке реального
Непараметрические тесты стационарности
Параметрические критерии проверки стационарности достаточно неудобны в практических исследованиях и весьма ограничены в применении из-за своих достаточно строгих предположений относительно нормальн
Преобразование нестационарных временных рядов в стационарные
Реальные процессы свойством стационарности второго порядка могут и не обладать. Однако с помощью достаточно несложных преобразований часто удается привести наблюдаемый ряд к стационарному процессу.
Модели скользящего среднего
В моделях скользящего среднего текущее значение стационарного случайного процесса второго порядка yt представляется в виде линейной комбинации текущего и прошедших значений ошибки
Модели временных рядов с сезонными колебаниями
Характерной особенностью некоторых социально-экономических процессов, представленных временными рядами, является ярко выраженная периодичность. Например, интенсивность транспортных поездок (особенн
Переход от стационарных моделей к нестационарным
В тех случаях, когда модель авторегрессии и скользящего среднего применялась для описания процесса, приведенного к стационарному, например, с помощью одного из преобразований (6.39)–(6.42), процесс
Объекты исследования финансовой эконометрики
Временные ряды специфических (финансовых) показателей являются объектом исследования одного из самых “древних” направлений эконометрики – финансовой эконометрики, истоки которого лежат в XVI веке.
Гипотезы финансовой эконометрики
Различные классы моделей финансовой эконометрики базируются на тех или иных предположениях относительно корреляционных взаимосвязей, характерных для наблюдаемого временного ряда определенного финан
Тестирование финансовых процессов
Для выявления соответствия свойств реального финансового процесса какой-либо из версий гипотезы случайного блуждания, каждая из которых в свою очередь характеризуется специфической формой ортогонал
Модели ГСБ-1. Броуновское движение
Одной из достаточно широко известных моделей финансовой эконометрики, описывающих процессы с непрерывным временем, удовлетворяющие предпосылкам ГСБ-1, является модель, получившая в научной литерату
Модели финансовых процессов с изменяющейся вариацией (ГСБ-2 и ГСБ-3)
В последние два десятилетия в финансовой эконометрике бурно развивается направление, связанное с разработкой моделей процессов изменения цен, характерной чертой которых является изменяющаяся диспер
Модели процессов со скачками вариации
Для описания процессов с редкими скачками вариации, вызванными в основном экстраординарными событиями, обычно используются модели, в которых дополнительно к выражению (7.101) вводится ограничение н
Модели процессов с зависимой вариацией
Привязка изменений вариации цен к экстраординарным событиям не выглядит достаточно реалистично, хотя бы по той причине, что такого рода события возникают достаточно редко и они не в полной мере объ
Методы оценки параметров модели с изменяющейся вариацией
В общем случае определение параметров оценок моделей с изменяющейся вариацией является более сложной проблемой, чем оценка параметров моделей с постоянной вариацией. Дело в том, что эффекты, обусло
Модели временных рядов финансовых показателей с нелинейными структурами
Обобщая изложенный в главе VII материал, отметим, что в предыдущих разделах были рассмотрены модели с линейной структурой условного математического ожидания, в которых этот показатель был выражен в
Оценки параметров распределения отношения SR
Заметим, что ковариация случайных величин At, At+1 может быть определена на основе следующего выражения:
Параметры распределения выборочной дисперсии
Для случайной величины Х, распределенной по нормальному закону с математическим ожиданием M[X] и дисперсией sx2, выборочная дисперс
Оценка параметров распределений функциональных зависимостей случайных величин
Предположим, что между переменными у и х1, х2,..., xn существует функциональная связь
y=f(
Особенности систем взаимозависимых моделей
При формировании и построении эконометрических моделей в предыдущих разделах предполагалось, что между независимыми переменными х1t,..., хпt и зависимой п
Косвенный метод оценки коэффициентов структурной формы систем взаимозависимых эконометрических моделей
В разделе 8.2. было показано, что использование МНК приводит к смещению оценок коэффициентов только структурной формы модели. В силу статистической независимости экзогенных переменных и ошибок стру
Оценивание параметров структурной формы на основе двухшагового МНК с использованием инструментальных переменных
Двухшаговый МНК является одним из наиболее “популярных” методов оценки параметров моделей структурной формы. Причем обычно он используется в случае изолированного рассмотрения каждой из моделей сис
Первый шаг.
На основании выражения
=X×(X¢&t
Второй шаг.
Заметим, что матрица значений независимых переменных структурной формы модели (8.49) может быть представлена в виде объединения матриц Y1 и Х
Оценки параметров системы взаимозависимых эконометрических моделей с использованием трехшагового МНК
Как было отмечено в предыдущем разделе, наличие корреляционных связей между ошибками различных эконометрических моделей, входящих во взаимозависимую систему, ведет к потере свойства эффективности о
Этап 3.
С помощью обобщенного МНК (выражение (8.79)) определяются “окончательные” оценки коэффициентов структурной формы всей системы взаимозависимых эконометрических моделей, которые теоретически при нали
Причины изменчивости структуры модели
В предыдущих разделах учебника рассматривались эконометрические модели, значения коэффициентов которых предполагались постоянными на всем рассматриваемом временном интервале t=1,2,..., Т
Тестирование изменчивости структуры эконометрической модели
Основная идея тестирования изменчивости коэффициентов эконометрической модели, имеющей систематический характер, состоит в проверке свойства случайности кумулятивной суммы ее ошибок при увеличении
Стандартизованных ошибок модели
Таким образом, для любого r для эконометрической модели с постоянной структурой с п независимыми переменными имеет место следующее вероятностное условие, определяющее
Эконометрические модели с переключениями
Эконометрические модели линейного типа с переключениями, т. е. со скачкообразными изменениями коэффициентов в точках t1, t2,... tп–1
Эконометрические модели с эволюционными изменениями коэффициентов
Модель с эволюционными изменениями коэффициентов в общем случае имеет следующий вид:
где ai(t), i=0,..., n – оценки коэффициентов мод
Эконометрические модели с ошибками в переменных
В общем случае следует разделять три ситуации, связанные с ошибками переменных эконометрической модели: ошибки имеют место у зависимой переменной, у независимых переменных и у тех и других вместе в
Модели с фиктивными независимыми переменными
Фиктивные переменные вводятся в эконометрическую модель обычно с целью учета воздействия качественных аспектов на закономерности развития рассматриваемых процессов. К таким аспектам, например, отно
Модели с дискретными зависимыми переменными
Как следует из рассмотренного в предыдущих разделах материалов, в эконометрических исследованиях обычно предполагается, что результирующий показатель yt, является количественной в
Модели бинарного выбора
Модели бинарного выбора широко используются в экономических и социальных исследованиях, особенно в экономике труда, при проведении анализа на микро-уровне. Покажем их специфические свойства на прим
Двумерные и многомерные probit-модели.
Probit-модели могут быть могут быть использованы для определения вероятностей сложных событий, выражаемых в виде комбинаций некоторых наборов простых событий, каждое из кото
Многомерные модели бинарного выбора с цензурированием.
Бывают ситуации, когда наблюдаемые переменные в двумерной probit-модели цензурируют одна другую. Например, при оценке возможности кредитования Бойз (Boyes et al., 1989) анализировал данные п
Модели множественного выбора
От многомерных probit-моделей отличаются модели множественного выбора. Многомерные probit-модели предполагают принятие нескольких решений, каждое из которых заключается в выборе одног
Гнездовые logit-модели (nested logit-models).
Как было отмечено, в условной logit-модели ошибки обычно предполагаются гомоскедастичными. Для практики это предположение часто является слишком строгим. Например, в случае выбора одного из
Модели счетных данных
В практических исследованиях достаточно часто приходится сталкиваться с зависимыми переменными, которые представляют собой результаты подсчетов. Примерами таких переменных являются число выданных з
Отрицательная биномиальная модель.
Как уже отмечалось, в пуассоновской модели предполагается, что математическое ожидание и дисперсия числа событий уt равны друг другу. Это свойство существенно ограничивает ее прим
Модель преодоления препятствий (hurdle-model).
Данные модели предназначены для описания процессов, нулевые уровни (значения) которых выражают принципиально другое содержание, по сравнению с положительными, которые, как и в рассмотренных ранее м
Модели с ограниченными зависимыми переменными
В практике социально-экономических исследований на микро-уровне достаточно часто возникают ситуации, когда зависимая переменная является количественной и непрерывной, т. е. удовлетворяет предпосылк
Модели усеченных выборок
Предположим, усеченное распределение является частью неусеченного распределения, которая находится выше или ниже определенного порогового значения.
Плотность непрерывной случайной переменн
Модели цензурированных выборок
Напомним, что в случае цензурирования зависимой переменной yt вместо ее значений выше (или ниже) определенного уровня рассматривается сам этот уровень.
Например, если спр
Цензурированная модель (tobit-модель).
Для описания зависимости цензурированной переменной yt от влияющих на нее факторов обычно используется так называемая tobit-модель.
Tobi
Модели случайно усеченных выборок (selection-model)
Предположим, что переменные у и z имеют двумерное распределение с коэффициентом корреляции r. Найдем распределение у по случайной выборке (у, z) условии, ч
Метод максимального правдоподобия
Из-за специфических свойств моделей с дискретными и ограниченными зависимыми переменными, метод максимального правдоподобия имеет некоторые особенности. Покажем их на примере моделей бинарного выбо
Метод максимального счета (MSCORE)
Рассмотрим особенности метода максимального счета, применяемого наряду с методом максимального правдоподобия для оценки параметров модели бинарного выбора.
Этот метод использует критерий,
Особенности оценки параметров нелинейных моделей
Нелинейная модель, а точнее нелинеаризуемая форма основного уравнения эконометрической модели, создает существенные трудности при оценке значений ее параметров. Кроме того, некоторые проблемы в это
Метод прямого поиска
Использование метода прямого поиска при нелинейном оценивании имеет определенные как преимущества, так и недостатки по сравнению с другими методами. Его преимущества обусловлены достаточно несложно
Методы оценки параметров, основанные на линейной аппроксимации модели
В основе этой группы методов лежит идея представления нелинейного функционала эконометрической модели f(a, x) в произвольной точке
Методы, предполагающие линеаризацию целевой функции
В основе методов оценки параметров эконометрической модели, предполагающих линеаризацию целевой функции, т. е. суммы квадратов ошибки модели S2(a,
Качественные характеристики оценок параметров нелинейных эконометрических моделей
Помимо определения точечных значений оценок параметров нелинейных эконометрических моделей в эконометрических исследованиях большое внимание уделяется и поиску их интервальных характеристик, по вел
Особенности эконометрического прогнозирования
Прогнозирование является одной из основных сфер практического применения эконометрических моделей. Эконометрические прогнозные исследования, начало которым было положено в конце 20-х годов ХХ-го ст
Методы оценки дисперсии прогноза при детерминированном прогнозном фоне
Рассмотрим, не прибегая к излишней математической строгости, сначала общий подход к оценке дисперсии прогноза . Без ограничения общности предположим, что прогнозы получены с использованием линейной
Методы оценки дисперсии прогноза при случайном прогнозном фоне
При случайном прогнозном фоне обычно предполагается, что значения независимых факторов в будущие моменты времени T+k являются случайными величинами, которые можно представить в виде с
Оценка точечных прогнозов.
Из выражения (12.35) следует, что прогнозное значение показателя уT(1), т. е. на один шаг вперед, может быть определено как условное математическое ожидание переменной уT
Проблемы оценки дисперсий прогнозов.
Вместе с тем оценка дисперсий таких прогнозов представляет собой достаточно сложную проблему, корректное решение которой в аналитическом виде еще не получено. Раскроем суть этой проблемы с учетом р
Оценки дисперсий прогнозов при детерминированных параметрах моделей.
В этой связи, в научной литературе обычно рассматриваются методы оценки дисперсий прогнозов процессов, представленных в виде временных рядов, не учитывающие ошибки оценок коэффициентов, описывающих
Модель СС(1).
Прогнозируя на момент Т+1 на основе модели СС(1)
получим следующее прогнозное значение рассматриваемой переменной y:
Поскольку матема
Модель АРСС(1,1).
Модель АРСС(1,1), являющуюся комбинацией рассмотренных выше моделей АР(1) и СС(1), представим в следующем виде:
Несложно заметить, что прогнозное значение п
Программа дисциплины
“ЭКОНОМЕТРИКА”
Составители: д.э.н., профессор ТИХОМИРОВ Н.П.
к.э.н., доцент ДОРОХИНА Е.Ю.
I.Организационно-методический раздел
YII.Модели финансовой эконометрики
Объекты изучения финансовой эконометрики. Первичный и вторичный финансовые рынки. Временные ряды финансовых показателей. Особенности сбора, обработки и анализа исходной информации. Ее источники. Аг
В прогнозировании социально-экономических процессов
Примеры моделей. Построение прогнозной процедуры и проблема верификации прогноза. Оценка точности прогноза. Доверительный интервал прогноза. Интерпретация параметров модели. Методы оценки доверител
Новости и инфо для студентов