![]() |
Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | |
|
Для получения несмещенных (по крайней мере состоятельных) оценок параметров эконометрических моделей в ситуациях, когда имеют место (теоретически допускаются) корреляционные взаимосвязи между независимыми переменными xit и ошибкой et, теория рекомендует подходы и методы, основанные на использовании инструментальных переменных.
Напомним, что в тех случаях, когда некоторые столбцы матрицы значений независимых переменных Х и вектор-столбец ошибки e взаимосвязаны между собой, математическое ожидание второго слагаемого в правой части выражения (2.9) отлично от нуля, M [(Х ¢ Х) – 1 Х ¢× e ]¹0, и, следовательно, например, оценки МНК параметров модели, определяемые согласно известному выражению а =(Х ¢ Х) – 1 Х ¢× у, оказываются смещенными, поскольку
M [ a – а ]= M [(Х ¢ Х) – 1 Х ¢× e ]¹0. (3.51)
Заметим, что появление смещения у оценок МНК всех параметров моделей вызывает присутствие только одной независимой переменной, например, xi,связанной с ошибкой e. В этом случае непосредственно видно, что произведение Х ¢× e =(0,..., 0, сi, 0,...,0)¢, где константа стоит на месте, соответствующем i -й переменной, и, таким образом, имеем (Х ¢ Х) – 1¢× e = сi ×(s 0 i , s 1 i ,..., sni)¢= = сi × s i, где sji – j -й элемент i -го столбца s i матрицы (Х ¢ Х) – 1. Из полученного результата вытекает, что в соответствии с выражением (2.9) имеем а = a + сi × s i. Из чего следует, что смещенными оказываются все оценки коэффициентов модели.
В эконометрике обычно исследуются асимптотические свойства оценок параметров моделей. В этом случае, если в пределе при Т ®¥ существует зависимость между столбцами матрицы Х и ошибкой модели e, т. е.
то оценки МНК параметров эконометрической модели являются несостоятельными (а, следовательно, и асимптотически смещенными).
Это непосредственно вытекает из того факта, что второе слагаемое в правой части выражения
plim(a)=
отлично от нуля, поскольку из начальных условий (предположений) (2.42) вытекает, что
Использование инструментальных переменных теоретически позволяет устранить отрицательные последствия взаимосвязей независимых переменных и ошибки модели e, связанные с несостоятельностью оценок МНК параметров линейных эконометрических моделей.
Формально, без излишней строгости, выражение для вектора оценок МНК параметров эконометрической модели с использованием инструментальных переменных может быть получено следующим образом.
Предположим, что существуют так называемые “инструментальные” переменные zi, число которых в общем случае совпадает с числом независимых факторов модели хi, i =1,2,..., n; и при t =1,2,..., Т, каждая из которых характеризуется нулевыми корреляционными взаимосвязями с ошибкой эконометрической модели e. При заданном Т матрица значений инструментальных переменных Z имеет такой же размер, как матрица Х.
Умножим слева векторно-матричное уравнение на матрицу у = Х × a + e на матрицу Z ¢. Получим
Z ¢ у = Z ¢ Х × a + Z ¢× e, (3.53)
С учетом того, что M [ Z ¢× e ]=0, умножая выражение (3.53) слева на (Z ¢ Х) – 1, непосредственно имеем
a z =(Z ¢ Х) – 1 Z ¢ у, (3.54)
где a z – вектор оценок параметров эконометрической модели, полученный с использованием инструментальных переменных.
Результат (3.54) можно получить и традиционным путем. Для этого обозначим у *= Z ¢ у; Х *= Z ¢ Х; e *= Z ¢× e. В этом случае выражение (3.53) имеет традиционный для эконометрической модели вид:
у *= Х *× a + e *. (3.55)
Используя для модели (3.55) традиционный для МНК критерий минимума суммы квадратов ошибки
s *2=(e *¢, e *)=(e ¢ Z × Z ¢× e)=(Z ¢ у – Z ¢ Х × a)¢(Z ¢ у – Z ¢ Х × a)®min (3.56)
и приравнивая вектор производных показателя s *2 по вектору параметров a к нулю, , непосредственно получим следующее выражение для вектора оценок этих параметров:
a z =(Х ¢ Z Z ¢ Х) – 1 Х ¢ ZZ ¢× у. (3.57)
Далее, принимая во внимание, что произведения матриц Х ¢ Z и Z ¢ Х равны между собой, т. е. Х ¢ Z = Z ¢ Х, выражение (3.57) несложно привести к виду (3.54).
a z =(Х ¢ ZZ ¢ Х) – 1 Х ¢ ZZ ¢× у =(Х ¢ Z) – 1(Х ¢ Z) – 1 Х ¢ ZZ ¢× у =(Х ¢ Z) – 1 Z ¢× у =
=(Z ¢ Х) – 1 Z ¢× у.
Покажем также, что при наличии у матрица Z размерностью Т ´(п +1) в пределе при Т ®¥ следующих свойств:
plim Z ¢× e)=0; (3.58)
plim Z ¢× Х)= å Z ¢ Х; (3.59)
plim Z ¢× Z)= å Z ¢ Z, (3.60)
где матрицы å ZХ и å ZZ существуют и не вырождены, оценки параметров эконометрической модели, определенные выражением (3.54), являются состоятельными.
Для этого, как и при выводе выражения (2.9), подставим вместо вектора у в формулу (3.54) у = Х × a + e. Получим
a z = a +(Z ¢ Х) – 1 Z ¢ e, (3.61)
В пределе при Т ®¥ имеем
plim a z = a +plim Z ¢ Х) – 1× plim
Z ¢ e)= a + å – 1 Z ¢ Z ×0= a. (3.62)
Обратим внимание на некоторые свойства оценок параметров, полученных с использованием инструментальных переменных на основе выражения (3.54).
В частности, отметим, что в общем случае эти оценки являются неэффективными. В самом деле, вид ковариационной матрицы ошибки e *= Z ¢× e модели (3.53) свидетельствует о наличии в ее ряду автокорреляционных зависимостей даже в том случае, когда эти зависимости отсутствовали у ошибки e:
Cov (e *)= M [ e *¢, e *]= M [ Z ¢× e × e ¢ Z)= se (Z ¢ Z). (3.63)
В этом случае ковариационная матрица оценок a z параметров модели (3.53) имеет следующий вид:
Cov (a z)= M [(a z – a)(a z – a)¢]= M [(Z ¢ Х) – 1 Z ¢ e × e ¢ Z (Z ¢ Х) – 1]=
= se 2(Z ¢ Х) – 1 Z ¢× Z (Z ¢ Х) – 1, (3.64)
где дисперсия ошибки se 2 на практике может быть оценена на основании следующего выражения:
В пределе при Т ®¥ с учетом предположений (3.59) и (3.60) можно определить асимптотическую ковариационную матрицу оценок a z на основании следующего выражения:
asy.var(a z)= plim[ T (a z – a)(a z – a)¢]=
= plim[ T (Z ¢ Х) – 1 Z ¢ e × e ¢ Z (Х ¢ Z) – 1]=
= plim(
Z ¢ Х) – 1)plim(
Z ¢ e × e ¢ Z)plim(
Х ¢ Z) – 1=
= se 2 å – 1 Z ¢ Х å Z ¢ Z å – 1 Z ¢ Х. (3.66)
Для получения эффективных оценок на базе инструментальных переменных можно использовать обобщенных МНК. Для ковариационной матрицы ошибок модели, определенной выражением (3.63), оценки коэффициентов, полученные с использованием этого метода, определяются на основании следующего выражения, вытекающего из формулы (3.57):
a z .0=(Х ¢ Z (Z ¢ Z) – 1 Z ¢ Х) – 1 Х ¢ Z (Z ¢ Z) – 1× у =(Х ¢ Р z Х) – 1 Х ¢ Р z × у, (3.67)
где Р z = Z (Z ¢ Z) – –1.
Несложно показать, что ковариационная матрица оценок обобщенного МНК для инструментальных переменных имеет следующий вид:
Сov (a z .0)= se 2(Х ¢ Р z Х) – 1, (3.68)
где на практике дисперсия ошибки se 2 определяется следующим выражением:
Вектор оценок a z .0, полученный на основании формулы (3.67) является асимптотически несмещенным. Это следует из выражения:
a z .0= a +( Х ¢ Р z Х) – 1(
Х ¢ Р z ε), (3.70)
где
(Х ¢ Р z Х)=(
Х ¢ Z)(
Z ¢ Z) – 1(
Z ¢ X),
(Х ¢ Р z e)=(
Х ¢ Z)(
Z ¢ Z) – 1(
Z ¢ e).
Переходя в выражении (3.70) к пределу при Т ®¥, с учетом свойств (3.58)–(3.60) получим
plim a z .0= a +(å Х ¢ Z å – 1 Z ¢ Z å Z ¢ Х) – 1 å Z ¢ Х å – 1 Z ¢ Z ×0= a. (3.71)
Однако заметим, что на практике обобщенный МНК для оценки параметров моделей с инструментальными переменными применяется не часто. Это связано с тем, что дисперсии оценок их параметров, полученных на основе выражения (.41), при удачном подборе инструментальных переменных увеличиваются не столь значительно, и такую потерю эффективности во внимание можно не принимать.
В самом деле, если инструментальные переменные zi характеризуются достаточно сильной корреляционной связью (коэффициент парной корреляции r z , x ®1) с соответствующими независимыми переменными хi, то при одинаковых масштабах этих переменных произведения матриц Z ¢ Z и Z ¢ X будут приблизительно равными между собой и в этом случае, как это следует из выражения (3.64),
Cov (a z)» se 2(Z ¢ Х) – 1» se 2(Х ¢ Х) – 1. (3.72)
И, наоборот, если переменные zi и хi слабо взаимосвязаны между собой, то диагональные элементы матрицы (Z ¢ Х) – 1 в силу того, что определитель ½ Z ¢ Х ½уменьшается, существенно возрастают. В этом случае при использовании выражения (3.54) за несмещенность оценок приходится платить падением их эффективности. Этот вывод достаточно очевиден при рассмотрении однофакторной модели yt = a 0+ a 1 xt + et, при оценке параметров которой используется инструментальная переменная zt.
Несложно видеть, что оценка коэффициента a 1 в этом случае согласно выражению (3.54) определяется по следующей формуле:
а выборочная дисперсия этой оценки по формуле:
где дисперсия se 2 определена выражением типа (3.65) при п =1.
Из выражения (3.73) непосредственно видно, что при слабой зависимости между переменными хt и zt его знаменатель уменьшается (в пределе до нуля), и выборочная дисперсия параметра az может стать как угодно большой.
Вследствие этого на практике инструментальные переменные zi стремятся выбирать согласно следующему правилу: переменные zi должны иметь сильные корреляционные связи с соответствующими переменными хi и быть независимыми по отношению к ошибке модели e.
Выполнение этого правила в эконометрических исследованиях реальных процессов, для которых характерной чертой является корреляционная связь между независимыми факторами и ошибкой, достигается с помощью некоторых специальных приемов, правил формирования инструментальных переменных. Эти правила будут рассмотрены в соответствующих разделах данного учебника (см. главы V и VIII).
В заключении данного раздела рассмотрим некоторые особенности формирования матрицы инструментальных переменных Z. Очевидно, что общее число таких переменных должно быть равно количеству независимых факторов в модели. При этом, если какая-либо из переменных хi оказывается не связанной с ошибкой e, то она сама может выступать в качестве “инструментальной” переменной. В результате матрицу Х можно представить в следующем виде:
Х =[ Х 1 Х 2],
где подматрица Х 1 объясняет переменные, независимые по отношению к ошибке модели e, а подматрица Х 2 – зависимые.
В этом случае матрица Z имеет следующий вид:
Z =[ Х 1 Z 2],
где Z 2 подматрица инструментальных переменных, замещающих независимые факторы, образующие матрицу Х 2.
Заметим также, что выражение Z (Z ¢ Z) – 1 Z ¢ Х = Р z Х = , используемое в формуле (3.67), может рассматриваться как матрица расчетных значений факторов хit, полученных как оценки зависимых переменных при использовании в качестве независимых факторов инструментальных переменных zi, i =1,2,..., п. В самом деле, выражение (Z ¢ Z) – 1 Z ¢ х i определяет оценки коэффициентов следующей модели:
и, таким образом, (Z ¢ Z) – 1 Z ¢ Х = B, где B – матрица оценок коэффициентов моделей типа (3.74) для i =1,2,... п; имеющая следующий вид:
Тогда матрица Z ¢ B = представляет собой матрицу расчетных значений независимых факторов исходной модели, полученных в результате их выражения эконометрическими моделями типа (3.74) в зависимости от выбранных значений инструментальных переменных.
Отметим также, что если значения инструментальных переменных и независимых факторов исходной модели равны между собой, т. е. Z = X, тогда = Х (Х ¢ Х) – 1 Х ¢ Х = Х.
С учетом этого равенства получим, что при частичной замене исходных факторов на инструментальные переменные матрица Z будет иметь следующий вид:
Z =[ Х 1 ],
где = Z (Z ¢ Z) – 1 Z ¢ Х 2 и Z =[ Х 1 Z 2].
Вопросы к главе III
1. Как выглядит ковариационная матрица ошибок модели при наличии автокорреляционных связей в ряду ошибки et?
2. Как выглядит ковариационная матрица ошибок модели при наличии гетероскедастичности ошибок?
3. Каковы последствия автокорреляции и гетероскедастичности ошибок?
4. В чем суть обобщенного МНК (ОМНК)?
5. Как определяется ковариационная матрица ОМНК-оценок параметров?
6. Каковы предпосылки обобщенного метода максимального правдоподобия?
7. В чем суть двухшагового МНК Дарбина?
8. В чем суть взвешенного МНК?
9. В чем суть метода инструментальных переменных?
Дата публикования: 2014-10-25; Прочитано: 985 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!