Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
В обобщенном ММП предполагается, что ошибка модели подчиняется нормальному закону распределения с ковариационной матрицей W, определенной выражением либо (3.1), либо (3.4), т. е. j (e)~ N (0, W e). В этом случае плотность нормального закона распределения значений ошибки et, t =1,2,... Т; можно представить в следующем виде:
j (e)= ½ W e ½ × e ¢ W y –1 e ]. (3.17)
Используя матрицу S e, выражение (3.17) можно записать и так
j (e)= (s 1 s 2... sT)½ S e ½ × e ¢ S e –1 e ], (3.18)
где в зависимости от предполагаемых свойств ошибки матрица S e определена либо выражением (3.1), либо (3.4). При этом и в том и в другом случае предполагается, что s 1 = s 2=...= sТ.
Заметим, что при независимых ошибках e 1, e 2, ..., eТ
j (e)=
что совпадает с функцией максимального правдоподобия, определенной выражением (2.109).
Логарифм выражения (3.18), являющийся логарифмом функции правдоподобия для взаимозависимых или гетероскедастичных ошибок e 1, ..., eТ с учетом представления их вектора в виде e = у – Х × a, записывается следующим образом:
l =– ln(2 p) – ln½ W e ½– (у – Х × a)¢ W e –1(у – Х × a)=
=– ln(2 p) – ln se 2 – ln½ S e ½– (у – Х × a)¢ S e –1(у – Х × a). (3.19)
Дифференцируя выражение (3.19) по вектору параметров a и дисперсии ошибки se 2 и приравнивая нулю частные производные, получим
¶ l /¶ a = (Х ¢ × S e -1 × у + Х ¢ × S e –1 × Х × a)=0;
¶ l /¶ se 2= (у – Х × a)¢× S e –1 × (у – Х × a)=0. (3.20)
Из выражения (3.20) непосредственно получим выражения для оценок параметров модели и ее дисперсии в следующем виде:
a =(Х ¢ × S e –1 × у)–1 Х ¢ S e –1 × у;
se 2= (у – Х × a)¢× S e –1 × (у – Х × a). (3.21)
Заметим, что с учетом равенства W e = s 2 S e первое выражение из (3.21) можно записать в следующем виде:
a =(Х ¢ × W e –1 × у)–1 Х ¢ W e –1 × у. (3.22)
Из сопоставления выражений (3.16) и (3.21), (3.14) и (3.22) непосредственно вытекает, что при “нормально” распределенных ошибках эконометрической модели при утрате их свойств независимости и гомоскедастичности обобщенные МНК и ММП определяют оценки коэффициентов этой модели по одним и тем же выражениям. При этом, как и в разделе 2.5, можно показать, что оценки ОММП обладают свойствами асимптотической несмещенности, состоятельности и эффективности.
Основные проблемы, связанные с применением обобщенного МНК для оценки коэффициентов эконометрической модели, состоят в том, что априорно матрицы W и S являются неизвестными, поскольку определить численные значения их элементов можно только после того, как получены оценки коэффициентов модели a 0, a 1,... an. Разрешить это противоречие можно на основе ряда подходов, которые будут рассмотрены в последующих параграфах данной главы.
Дата публикования: 2014-10-25; Прочитано: 440 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!