Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
В данной главе рассматриваются основные подходы к оценке коэффициентов эконометрических моделей, свойства которых отличаются от “стандартов”, определенных в главе II условиями (2.21)–(2.23). Иными словами, у “нестандартной” ошибки ее ковариационная матрица может быть отлична от диагональной матрицы Cov (e)¹ se 2 × Е, что является следствием существования корреляционных взаимосвязей между ее разновременными значениями на интервале (1, Т), дисперсия ошибки может не обладать свойством постоянства, se 2¹const (гетероскедастичность ошибки) или ошибка e может быть связана с одной или несколькими независимыми переменными эконометрической модели хi.
Первый случай (наличия автокорреляционных взаимосвязей в ряду ошибки et, t =1,2,..., Т) формально может быть выражен следующим условием:
Соv (e)= W =se 2 × S, S ¹ Е, (3.1)
где W – ковариационная матрица ошибок модели; S – матрица коэффициентов автокорреляции модели, отличная от единичной; se 2=const.
В общем случае матрица S может быть представлена в следующем виде:
S =
где, напомним, что rk – коэффициент автокорреляции рядов ошибки et и et–k, k -го порядка, значение которого рассчитывается для k =1,2,... по формуле:
Во втором случае ковариационная матрица ошибки имеет следующий вид:
Сov (e)= W =
(3.4)
где формально s 12¹ s 22 ¹...¹ sТ 2, т. е. дисперсия ошибки не постоянна, а se 2 – постоянный множитель, lt – переменные коэффициенты, t =1,2,..., Т. Выражение (3.4) характеризует свойство ошибки, известное в эконометрике как гетероскедастичность остатков. Иными словами, ряд ошибки характеризуется нестационарностью второго порядка, т. е. непостоянством второго центрального, а, значит, и начального моментов на интервале (1, Т), в то время как первый момент – математическое ожидание ошибки – принимает на этом интервале постоянное значение, равное нулю.
В эконометрических исследованиях теоретически возможна ситуация, когда оба рассмотренных случая встречаются одновременно, т. е. когда в ряду ошибки имеются автокорреляционные зависимости и ее дисперсия непостоянна.
Третий случай характеризуется нарушением условия (2.23), что означает отличие от нуля ковариации хотя бы одной независимой переменной хi и ошибки модели e или, что то же самое, отличие от нуля их парного коэффициента корреляции, cov(хit, et)¹0,
Нарушение условий (2.21) и (2.22) приводит к тому, что оценки коэффициентов эконометрических моделей, полученные на основе “классических” методов МНК и ММП, теряют некоторые свои “качества”. Прежде всего это относится к свойству эффективности оценок, полученных при ограниченных объемах выборки.
Нарушение условия (2.23), как это следует из выражения (2.10), приводит к потере оценками коэффициентов модели свойства несмещенности. Заметим, что если условия (2.21)–(2.23) не выполняются при Т ®¥, то оценки коэффициентов не обладают свойствами асимптотической эффективности и несмещенности (состоятельности).
Такая ситуация, в свою очередь, заставляет эконометриков искать определенные подходы, приемы получения “качественных” оценок параметров эконометрических моделей и при свойствах их ошибок, отличных от тех, которые были определены стандартными условиями (2.21)–(2.23).
Данные подходы и приемы обычно базируются на так называемых обобщенных методах оценивания – обобщенном МНК (ОМНК) и обобщенном ММП (ОММП), на использовании при получении оценок параметров моделей так называемых “инструментальных переменных”. Рассмотрим особенности этих подходов более подробно.
Дата публикования: 2014-10-25; Прочитано: 453 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!