Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Уравнение | Переменные | |||
х 3 | х4 | |||
а23 | а24 |
Из таблицы видно, что достаточное условие идентификации не выполняется. Уравнение неидентифицируемо. Следовательно, рассматриваемая в целом структурная модель, идентифицируемая по счетному правилу, не может считаться идентифицируемой исходя из достаточного условия идентификации.
В эконометрических моделях часто наряду с уравнениями, параметры которых должны быть статистически оценены, используются балансовые тождества переменных, коэффициенты при которых равны ±1. В этом случае хотя само тождество и не требует проверки на идентификацию, ибо коэффициенты при переменных в тождестве известны, в проверке на идентификацию собственно структурных уравнений системы тождества участвуют.
Например, рассмотрим эконометрическую модель экономики страны: г
где у1 — расходы на конечное потребление данного года;
А — свободный член уравнения;
— случайные ошибки;
у2 — валовые инвестиции в текущем году;
х1 — валовой доход предыдущего года;
yз— расходы на заработную плату в текущем году;
у4 — валовой доход за текущий год;
х2— государственные расходы текущего года.
В этой модели четыре эндогенные переменные у1, у2, у3, y4, причем переменная у 4 задана тождеством. Поэтому статистическое решение практически необходимо только для первых трех уравнений системы, которые нужно проверить на идентификацию. Модель содержит две предопределенные переменные – экзогенную х2 и лаговую х1.
При практическом решении задачи на основе статистической информации за ряд лет или по совокупности регионов за один год в уравнениях для эндогенных переменных у1 у2, y3 обычно содержится свободный член А01, А02, А03, значение которого аккумулирует влияние неучтенных в уравнении факторов и не влияет на определение идентифицируемости модели.
Поскольку фактические данные об эндогенных переменных у1, у2, y3 могут отличаться от теоретических, постулируемых моделью, принято в модель включать случайную составляющую для каждого уравнения системы, исключив тождества. Случайные составляющие (возмущения) обозначены через 1 , 2 и 3,. Они не влияют на решение вопроса об идентификации модели.
В рассматриваемой эконометрической модели первое уравнение системы точно идентифицируемо, ибо H = 3 и D = 2, и выполняется необходимое условие идентификации (D + 1 = Н). Кроме того, выполняется и достаточное условие идентификации, т. е. ранг матрицы равен 3, а определитель ее не равен 0: |A| =-a31, что видно из следующей таблицы:
Уравнение | y2 | x1 | x2 |
–1 | а 21 | ||
– а 31 | |||
Второе уравнение системы так же точно идентифицируемо: Н = 2 и D = 1, т. е. счетное правило выполнено: D + 1 = Н, выполнено достаточное условие идентификации: ранг матрицы 3 и |A| = -b34.
Уравнение | y1 | y4 | x2 |
– 1 | b14 | ||
b34 | |||
– 1 |
Третье уравнение системы также идентифицируемо: Н = 2, D=1,D+ 1 = Н; |A| ≠ 0, а ранг матрицы А = 3 и |A| = 1.
Уравнение | y 1 | y2 | x2 |
– 1 | |||
– 1 | |||
Идентификация уравнений достаточно сложна и не ограничивается только вышеизложенным. На структурные коэффициенты модели могут накладываться и другие ограничения, например, в производственной функции сумма эластичностей может быть равна по предположению 1. Могут накладываться ограничения на дисперсии и ковариации остаточных величин.
3. Оценивание параметров структурной модели
Коэффициенты структурной модели могут быть оценены разными способами в зависимости от вида системы одновременных уравнений. Наибольшее распространение в литературе получили следующие методы оценивания коэффициентов структурной модели:
• косвенный метод наименьших квадратов (КМНК);
• двухшаговый метод наименьших квадратов (ДМНК);
• трехшаговый метод наименьших квадратов (ТМНК);
• метод максимального правдоподобия с полной информацией (ММП f);
• метод максимального правдоподобия при ограниченной информации (ММП5).
Косвенный и двухшаговый методы наименьших квадратов подробно описаны в литературе и рассматриваются как традиционные методы оценки коэффициентов структурной модели. Эти методы достаточно легкореализуемы. Косвенный метод наименьших квадратов применяется для идентифицируемой системы одновременных уравнений, а двухшаговый метод наименьших квадратов — для оценки коэффициентов сверхидентифицируемой модели. Перечисленные методы оценивания также используются для сверхидентифицируемых систем уравнений.
Приведем здесь косвенный метод наименьших квадратов. Косвенный метод наименьших квадратов используется в случае точно идентифицируемой структурной модели. Процедура применения КМНК предполагает выполнение следующих этапов работы:
• структурная модель преобразовывается в приведенную форму модели;
• для каждого уравнения приведенной формы модели обычным МНК оцениваются приведенные коэффициенты (d ij);
• коэффициенты приведенной формы модели трансформируются в параметры структурной модели.
Рассмотрим применение КМНК для простейшей идентифицируемой эконометрической модели с двумя эндогенными и двумя экзогенными переменными:
Пример. Пусть для построения данной модели мы располагаем некоторой информацией по пяти регионам (табл. 9.1).
Таблица 9.1
Условные данные по пяти регионам
Регион | у 1 | у 2 | х 1 | х 2 |
Средние | 6,2 | 2,4 | 3,4 |
При практических расчетах требуется, конечно, значительно больший объем информации, включающий достаточно большое число регионов.
Приведенная форма модели составит:
где и 1, и 2 – случайные ошибки приведенной формы модели.
Для каждого уравнения приведенной формы модели применяем традиционный МНК и определяем d-коэффициенты.
Чтобы упростить процедуру расчетов, можно работать с отклонениями от средних уровней, т. е. у = у – и х = х – . Тогда для первого уравнения приведенной формы модели система нормальных уравнений составит:
Применительно к рассматриваемому примеру, используя отклонения от средних уровней, имеем:
Решив данную систему, получим следующее первое уравнение приведенной формы модели:
у 1 = 0,852 х 1 + 0,373 х 2 + и 1.
Аналогично применяем МНК для второго уравнения приведенной формы модели и получаем:
у2 = d21х1 + d22х2 + и2.
Система нормальных уравнений составит:
В соответствии с нашим примером имеем:
Откуда второе приведенное уравнение составит:
у2 = – 0,0728 х 1 – 0,00557 х 2 + и 2.
Таким образом, приведенная форма модели имеет вид:
Переходим от приведенной к структурной форме модели, т. е. к системе уравнений
Для этой цели из первого уравнения приведенной формы модели надо исключить х2, выразив его из второго уравнения приведенной формы и подставив в первое:
Тогда:
– первое уравнение структурной модели.
Для того чтобы найти второе уравнение структурной модели, обратимся вновь к приведенной форме модели. С этой целью из второго уравнения приведенной формы модели следует исключить х1, выразив его через первое уравнение и подставив во второе:
Итак, структурная форма модели имеет вид:
Оценка значимости модели дается через F -критерий и R2 для каждого уравнения в отдельности. В рассматриваемом примере хороших результатов достичь не удалось: ввиду малого числа наблюдений значения F -критерия Фишера несущественны (при уровне значимости 0,05 F -табличное значение равно 19, а фактическое F = 7 для первого уравнения).
Контрольные вопросы:
1. Какие системы уравнений используются в эконометрике?
2. Какие переменные в системе одновременных уравнений называют экзогенными, а какие – эндогенными?
3. Какой вид имеет структурная форма модели?
4. Какой вид приведенной формы модели?
5. Как связаны между собой структурная и приведенная формы моделей?
6. В чем состоят проблемы идентификации модели?
7. Какие модели называют идентифицируемыми, неидентифицируемыми, сверхидентифицируемыми?
8. Каковы необходимые и достаточные условия идентификации?
9. В чем суть косвенного метода наименьших квадратов?
Используемая литература
1. Кремер, Н.Ш. Эконометрика: учебник / Н.Ш. Кремер, Б. А. Путко. – М.: ЮНИТИ-ДАНА, 2010.
2. Елисеева, И.И. Эконометрика: учеб. пособие / под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2007.
3. Елисеева, И.И. Практикум по эконометрике / под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2007.
4. Магнус, Я.Р. Эконометрика. Начальный курс / Я.Р. Магнус,П.К. Катышев, А.А. Пересецкий. – М.: Дело, 2000.
5. Бородич, С.А. Эконометрика /С.А. Бородич.– Минск: Новое знание, 2004.
6. Красс, М.С. Математика для экономистов: учеб. пособие. / М.С. Красс, Б.П. Чупрынов. СПб.: Питер, 2009.
7. Мхитарян, В.С. Эконометрика: учебник / В.С. Мхитарян, М.Ю. Архипова, В.А. Балаш и др. – М.: Проспект, 2009.
8. Айвазян, С.А. Прикладная статистика и основы эконометрики: учебник / С. А. Айвазян, В.С. Мхитарян. – М.: ЮНИТИ, 2002.
Конспекты лекций
по дисциплине
«Эконометрика»
Автор
Цвиль Мария Михайловна
Издано в авторской редакции
Дата публикования: 2014-11-18; Прочитано: 582 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!