- •Тема 1 Методы и модели регрессионного анализа 7
- •Тема 2. Системы эконометрических уравнений 50
- •Тема 3. Анализ временных рядов 60
- •Предисловие
- •Введение. Эконометрическая модель и проблемы эконометрического моделирования
- •Общие понятия
- •Экономическая модель
- •Эконометрическая модель
- •Элементы эконометрической модели и их свойства
- •Задачи эконометрики
- •Эконометрика и её место в ряду математических и экономических дисциплин
- •Тема 1 Методы и модели регрессионного анализа
- •1.1 Основные понятия регрессионного анализа
- •1.1.1 Спецификация модели
- •1.2 Парная регрессия и корреляция
- •1.2.1 Линейная модель парной регрессии и корреляции
- •Оценка тесноты связи
- •Оценка качества подбора уравнения
- •Проверка статистической значимости эконометрической модели
- •Оценка значимости параметров эконометрической модели
- •1.2.2 Нелинейные модели парной регрессии и корреляции Виды нелинейных уравнений регрессии
- •Линеаризация нелинейных моделей регрессии
- •Оценка тесноты связи нелинейной регрессии
- •Оценка качества нелинейных уравнений регрессии
- •1.3 Множественная регрессия и корреляция
- •Отбор факторов, включаемых в модель множественной регрессии
- •1.3.1 Линейное уравнение множественной регрессии
- •Оценка параметров линейных уравнений регрессии
- •1.3.2 Линейное уравнение множественной регрессии с стандартизированном масштабе
- •1.3.2 Частные уравнения регрессии
- •1.3.3 Свойства оценок параметров эконометрической модели, получаемых при помощи мнк
- •1.3.4 Предпосылки мнк, методы их проверки
- •Обобщенный метод наименьших квадратов (омнк)
- •1.3.5 Проверка существенности факторов и показатели качества регрессии
- •Оценка тесноты связи
- •Проверка статистической значимости эконометрической модели
- •Оценка значимости параметров эконометрической модели
- •1.3.6 Фиктивные переменные во множественной регрессии
- •1.4 Резюме по теме.
- •Вопросы для повторения
- •Тема 2. Системы эконометрических уравнений
- •2.1. Классификация систем эконометрических уравнений
- •2.2 Структурная и приведенная формы модели
- •2.3 Проблема идентификации систем одновременных уравнений
- •2.4. Методы оценки параметров структурной формы модели (систем одновременных уравнений): косвенный метод наименьших квадратов (кмнк) и двухшаговый метод наименьших квадратов (дмнк)
- •2.5. Модель спроса и предложения
- •2.5.1 Структурная и приведённая форма системы
- •2.6. Вопросы для повторения
- •2.7. Резюме по теме
- •Тема 3. Анализ временных рядов
- •3.1. Структура временного ряда
- •3.2. Автокорреляция уровней временного ряда
- •Проверка гипотезы о наличии тренда во временном ряде
- •3.2. Моделирование тенденции временного ряда
- •3.3. Моделирование сезонных колебаний
- •3.3.1 Аддитивная и мультипликативная модели временных рядов
- •3.4. Автокорреляция в остатках. Критерий Дарбина-Уотсона
- •3.5 Модели стационарных и нестационарных временных рядов и их идентификация
- •3.6 Эргодичность
- •3.7 Особые случаи
- •3.8 Нестационарные временные ряды
- •3.9 Метод разностей и интегрируемость
- •3.10 Адаптивные методы краткосрочного прогнозирования временных рядов
- •3.10.1 Понятие адаптивной модели
- •3.10.2 Экспоненциальное сглаживание
- •3.10.3 Модели линейного роста
- •3.10.4 Стохастический процесс Тейла и Вейджа
- •3.10.5 Сезонные модели
- •Аддитивная модель сезонных явлений
- •3.10.6 Модели авторегрессии — скользящего среднего (метод Бокса —Дженкинса)
- •3.10.7 Авторегрессионная модель.
- •3.10.8 Модель скользящего среднего.
- •3.11 Специфика изучения взаимосвязей по временным рядам. Исключение сезонных колебаний. Исключение тенденции.
- •3.11.1. Метод отклонений от тренда
- •3.11.2. Метод последовательных разностей
- •3.12 Резюме по теме.
- •3.13 Вопросы для повторения
2.1. Классификация систем эконометрических уравнений
Система уравнений в эконометрических исследованиях может быть построена по-разному.
Возможна система независимых уравнений,когда каждая зависимая переменнаярассматривается как функция одного и того же набора факторов:
(2.1)
Для нахождения его параметров используется метод наименьших квадратов. По существу, каждое уравнение этой системы является уравнением регрессии. Так как фактические значения зависимой переменной отличаются от теоретических на величину случайной ошибки, то в каждом уравнении присутствует величина случайной ошибки .
Если зависимая переменная одного уравнения выступает в виде факторав другом уравнении, то исследователь может строить модель в видесистемы рекурсивных уравнений:
(2.2)
В данной системе зависимая переменная включает в каждое последующее уравнение в качестве факторов все зависимые переменные предшествующих уравнений наряду с набором собственно факторов. Каждое уравнение этой системы может рассматриваться самостоятельно, и его параметры определяются методом наименьших квадратов (МНК).
Наибольшее распространение в эконометрических исследованиях получила система взаимозависимых уравнений. В ней одни и те же зависимые переменные в одних уравнениях входят в левую часть, а в других уравнениях – в правую часть системы:
(2.3)
Система взаимозависимых уравнений получила название системы совместных, одновременных уравнений. В эконометрике эта система уравнений называется такжеструктурной формой модели. В отличие от предыдущих систем каждое уравнение системы одновременных уравнений не может рассматриваться самостоятельно, и для нахождения его параметров традиционный МНК неприменим. С этой целью используются специальные приемы оценивания.
В рассмотренных классах систем эконометрических уравнений структура матрицы коэффициентов при зависимых переменных различна.
Представим систему эконометрических уравнений в матричном виде:
BY + ГX = E,
где B– матрица коэффициентов при зависимых переменных;
Y– вектор зависимых переменных;
Г- матрица параметров при объясняющих переменных;
X- вектор объясняющих переменных;
E– вектор ошибок.
Если матрица Вдиагональная, то рассматриваемая модель является системой независимых уравнений. Так, при трех зависимых и трех объясняющих переменных модель имеет вид:
Матрица параметров при зависимых переменных является диагональной:
Если матрица Втреугольная (или может быть приведена к такому виду), то модель представляет собой систему рекурсивных уравнений. Так, если модель имеет вид:
т.е. зависимая переменная y1первого уравнения участвует как объясняющая переменная во втором уравнении системы, а зависимая переменнаяy2второго уравнения рассматривается как объясняющая переменная в третьем уравнении. Тогда матрица коэффициентов при зависимых переменных модели составит:
,
т.е. представляет собой треугольную матрицу.
Если матрица Вне является ни диагональной, ни треугольной, то модель представляет собой систему одновременных уравнений. Так, для модели вида
получим матрицу коэффициентов при зависимых переменных:
,
которая не является ни диагональной, ни треугольной. Соответственно то отражается на выборе метода оценки параметров эконометрических систем.