черняк
.pdfагрегованому ринку праці в умовах недосконалої конкуренції. Зауважимо, що моделі попиту та пропозиції є моделями часткової рівноваги, тоді як решта є моделями загальної рівноваги, де два співвідношення, скажімо, AD (сукупний попит) та AS (сукупна пропозиція) передбачають рівновагу на кількох ринках (агреговані ринки товарів, робочої сили та фінансовий ринок). Однак усі ці моделі мають подібну геометричну інтерпретацію (див. рис. 10.1)
Нехай у1 та y2 – ендогенні змінні, а у3 та y4 – екзогенні змінні. Припустимо, що змінні пов'язані через такі два структурні відношення для ендогенних змінних:
yd |
a |
0 |
a y |
a y |
|
, |
|
||
t2 |
|
1 |
t1 |
2 |
t3 |
|
(10.25) |
||
ys |
b |
|
b y |
|
b y |
. |
|||
|
t1 |
|
|||||||
t2 |
0 |
1 |
2 |
t4 |
|
|
|
Усі параметри для зручності вважають додатними (негативний ефект передають за допомогою знаку "мінус"). Ці відношення зазвичай інтерпретують як поведінкові відношення, що описують наміри економічних агентів. Верхні індекси d та s указують на те, що ми маємо справу з намірами стосовно попиту та пропозиції (це не обов'язково, оскільки метою є надати більшу конкретність нашому аналізові).
Модель є лінійною. Тому для більшої реалістичності будемо розглядати логарифми вихідних економічних змінних. Лог-лінійсть можна інтерпретувати як локальну апроксимацію справжньої залежності.
Модель проілюстровано на рис. 10.1
Рис. 10.1. Теоретична модель для фіксованих значень екзогенних змінних
За умови рівноваги ytd2
b1 a1 (криві на рис. 10.1 не паралельні) у моделі існує і єдина точка
ys |
: |
|
|
|
|
|
|
|
|
t2 |
|
|
|
|
|
|
|
|
|
|
y |
* |
(a0 a2yt3 ) (b0 b2yt 4 ) |
, |
|
|
|||
|
|
|
|
||||||
|
t1 |
|
|
|
a1 |
b1 |
|
||
|
|
|
|
|
(10.26) |
||||
|
|
|
|
|
b1(a0 a2yt3 ) a1(b0 b2yt4 ) |
|
|||
|
y |
|
* |
. |
|
||||
|
|
|
|
||||||
|
t2 |
|
|
|
a1 b1 |
|
|||
|
|
|
|
|
|
|
Зазначимо, що в цьому підрозділі ми вживатимемо термін "рівновага" у тому розумінні, що наміри реалізовані.
Ґрунтуючись на структурних відношеннях і припущенні про існування рівноваги, економісти починають аналізувати рівноважні ефекти на ендогенні змінні, спричинені зміною екзогенних. Ці ефекти виражаються як часткові похідні рівноважних значень
247
(10.26) стосовно екзогенних змінних, |
yt,k |
* |
, k =1,2 , l 3,4 |
. Вони називаються ефектами |
y |
|
|||
|
t,l |
|
|
|
порівняльної статики.
Розглянемо більш конкретну ситуацію, яка вкладається в нашу схему. Нехай наша мета
– проаналізувати попит і пропозицію на ринку курятини. Перше з рівнянь (10.25) є (оберненою) функцією попиту, а друге – (оберненою) функцією пропозиції. Дві ендогенні змінні у1 та y2 – це кількість та ціна курятини; екзогенні змінні: у3 – ціна м'яса, y4 – ціна на вхідні ресурси виробництва. Отже, зростання y4 зміщує криву пропозиції вгору, оскільки збільшує виробничі витрати. Припущення a2 > 0 означає, що
курятина та м'ясо є взаємозамінними товарами (ефект заміщення переважає). Таким чином, ми розглядаємо часткову рівновагу на ринку курятини. Наша мета полягає в тому, щоб провести відповідність між основними поняттями теоретичної моделі, проілюстрованої на рис. 10.1, такими, як припущення про існування рівноваги, структурні відношення, розділення змінних на ендогенні/екзогенні, порівняльна статика та концепціями VEC-моделі (або коінтегрованої векторної авторегресії, СVAR18): коінтеграційними відношеннями, спільними трендами, множиною атракторів, функцією імпульсної реакції, довгостроковими ефектами.
VEC-модель часткової рівноваги на ринку курятини. Зрозуміло, що наша теоретична модель передбачає VEC-модель із чотирма змінними yt = [yt1,yt2,yt3,yt4 ]T .
Уважатимемо, що в даних відсутній явний тренд, і для простоти розглянемо модель, яка відповідає векторній авторегресії першого порядку, описаній у п. 10.2.5. Двом структурним рівнянням (10.26) відповідають два нормалізовані19 коінтеграційні вектори
β1 [a1,1, a2,0]T та β2 [ b1,1,0, b2 ]T .
Теоретична екзогенність у3 та y4 загалом відповідає поняттю сильної екзогенності у CVAR-моделях. У VAR-моделі лише з одним лагом поняття сильної та слабкої екзогенності збігаються. Припустимо також, що теоретичні коефіцієнти забезпечують існування рівноваги (10.26) та виконання І(1)-умови.
Таким чином, маємо модель (10.19), у якій
1 |
3 |
|
|
|
|
a1 |
b1 |
|
|
|
|
|
|
|
||||||
|
|
|
|
|
, |
β |
|
1 |
|
1 |
|
, |
|
a |
|
|
, |
|||
α |
|
|
2 |
0 |
4 |
|
|
|
|
0 |
|
ρ |
b |
0 |
|
|||||
0 |
|
|
|
|
|
|
a |
2 |
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
b2 |
|
|
0 |
|
||||
|
0 |
|
0 |
|
|
|
|
0 |
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
y |
t |
[y |
y |
|
y |
t3, |
y |
t 4 |
]T. |
|
|
|
|
|
|
|
(10.27). |
|||
|
|
|
t1, t2, |
|
|
|
|
|
|
|
|
|
|
|
|
Доцільно записати нашу модель у вигляді окремих рівнянь:
yt1 1(yt 1,2 (a0 a1yt 1,1 a2yt 1,3 ))3(yt 1,2 (b0 b1yt 1,1 b2yt 1,4 )) t1.
yt 2 2(yt 1,2 (a0 a1yt 1,1 a2yt 1,3 ))4(yt 1,2 (b0 b1yt 1,1 b2yt 1,4 )) t 2.
yt 3 |
t 3, |
|
yt 4 |
t 4. |
(10.28) |
Зазначимо, що такі моделі завжди можна записати таким чином, щоб кожна ендогенна змінна реагувала лише на одне (коінтеграційне) відношення, проте, з (10.28)
18Останнім часом під впливом данської школи на чолі з С. Йогансеном у наукових статтях цей термін витісняє термін VEC. Однак у текстах підручників наразі частіше вживають останній.
19За умови, що ранг коінтеграції дорівнює 2, ця нормалізація є ідентифікуючою. Покажіть це самостійно.
248
бачимо, що такі відношення будуть комбінаціями теоретичних відношень. Зображення (10.28) показує, яким чином можна коригувати поведінку ендогенних змінних, якщо вони відхиляються від стану рівноваги (у відповідь на "похибку рівноваги20"). Загалом кожна ендогенна змінна21 реагує на відхилення від рівноваги в обох теоретичних співвідношеннях.
Ортогональні доповнення α та β мають такий вигляд:
0 0 |
|
|
a2 |
|
|
b2 |
|
|
|||||
b1 a1 |
b1 a1 |
|
|||||||||||
0 0 |
|
a2 |
|
|
|
b2 |
|
|
|
||||
a |
|
|
b |
|
|||||||||
α |
|
, β |
|
b1 |
|
|
|
|
|
|
. |
(10.29) |
|
|
|
|
|
a1 |
|||||||||
|
|
|
1 1 |
1 |
1 |
|
|
|
|
||||
|
|
|
|
||||||||||
1 |
0 |
|
1 |
|
0 |
|
|
|
|
||||
0 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
1 |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
Отже, спільні тренди (10.22) і матриця навантаження (10.24) мають такий вигляд:
|
|
|
|
|
|
|
a2 |
|
b2 |
|
|
|||||
|
|
t |
|
|
|
b1 a1 |
b1 a1 |
|
|
|||||||
|
|
|
i3 |
|
|
|
a2 |
|
|
b2 |
|
|
||||
CT |
i 1 |
|
, |
L |
|
|
|
|
|
|
|
|
. |
(10.30) |
||
1 a1 |
1 |
b1 |
|
|||||||||||||
|
|
a1 |
||||||||||||||
|
|
t |
|
|
|
|
b1 |
|
|
|
|
|
||||
|
|
|
i3 |
|
|
1 |
|
0 |
|
|
|
|
||||
|
i 1 |
|
|
|
0 |
|
1 |
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
Рис. 10.2. Довгостроковий ефект одиничного зростання 3 (додатного шоку пропозиції на
ендогенні змінні у1 та у2.
Далі матриця довгострокових ефектів С з формули (10.20) (матриця граничних значень функцій імпульсної реакції) буде такою22:
20Звідси, власне, походить назва моделі корекції похибок.
21Приклад винятку: 3 2 0 (чому курсивом???).
22Формула (10.31) також ілюструє той факт, що матриця С не залежить від нормування α,
α, β та β .
249
|
0 |
0 |
|
a2 |
|
b2 |
|
|
|||||
b1 a1 |
b1 a1 |
|
|||||||||||
|
|
|
|
|
|
|
|||||||
|
0 |
0 |
|
a2 |
|
|
b2 |
|
|
||||
C |
|
|
|
|
|
|
|
|
. |
(10.31) |
|||
1 a1 |
1 |
b1 |
|
||||||||||
|
|
|
|
a1 |
|||||||||
|
|
|
|
b1 |
|
|
|
|
|
||||
|
0 |
0 |
1 |
|
|
|
0 |
|
|
|
|
||
|
0 |
0 |
0 |
|
|
|
1 |
|
|
|
|
||
|
|
|
|
|
|
|
|
Формула (10.30) показує, що спільні тренди відповідають кумулятивним шокам (теоретично) екзогенних змінних уt3 та уt4. Вони визначають довгострокову поведінку ендогенних змінних. У термінах "економічного хреста" на рис. 10.1 кожний шок уt3 та уt4 зсуває (назавжди) одну з кривих угору або вниз. Звідси випливає, що сума таких шоків фактично визначає положення кривих на рис. 10.1 у момент t.
Як ми зазначали, матриця навантаження L (10.30) характеризує вплив спільних трендів на змінні, зокрема на ендогенні змінні. Інтерпретація елементів L стає зрозумілою, якщо скористатись "економічним хрестом" на рис. 10.1. Розглянемо
t
одиничне зростання t3 , яке відповідає одиничному зростанню i3 . З формули
i 1
(10.30) випливає, що довгостроковими наслідками будуть зміна у1 |
на |
a2 |
одиниць та |
|
b a |
||||
|
1 |
1 |
зміна у2 на |
a2 |
a |
|
|
1 b1 |
|
1 |
одиниць. У термінах "економічного хреста" цю ситуацію можна
описати таким чином. Непередбачений одиничний шок ціни м'яса уt3 , який зсуває криву попиту на a2 одиниць, у кінцевому підсумку призводить до зростання
рівноважних значень у1 |
та у2 |
на ті самі величини |
a2 |
та |
a2 |
, відповідно (див. |
|
b a |
a1 |
||||||
|
|
1 1 |
|
1 |
|
|
|
|
|
|
b |
|
|||
|
|
|
|
|
1 |
|
рис. 10.2).
Так само на основі матриці С можна визначати ефекти порівняльної статики. Наприклад, часткова похідна рівноважної ціни на курятину стосовно ціни на м'ясо,
обчислена на основі (10.26), становить |
b1a2 |
|
a2 |
, тобто дорівнює елементу (2,1) |
a b |
a1 |
|||
1 1 |
|
1 b |
|
|
|
|
|
1 |
|
матриці L та елементу (2,3) матриці С.
З формули (10.31) випливає, що шоки змінних у1 та у2 не мають довгострокового ефекту на жодну змінну, оскільки два перші стовпчики матриці С складаються з нулів. Цей факт можна інтерпретувати таким чином: шоки у1 та у2 не впливають на положення кривих попиту та пропозиції, на відміну від шоків уt3 та уt4.
Як випливає з формули (10.21), матриця С є матрицею граничних значень для функції імпульсної реакції. Таким чином, функції імпульсної реакції описують перехідну динаміку під час руху від одного стану рівноваги до іншого, що відбувається внаслідок шоків відповідних змінних. Щоб вийти за межі простого опису перехідної динаміки на основі оцінених функцій імпульсної реакції, слід розглядати динамічні економічні моделі.
10.2.6. Метод С. Йогансена для оцінювання VECM
Припустимо, що ранг коінтеграції відомий і дорівнює r. У цьому разі існує розклад
матриці |
αβT |
, |
rank α rank β r |
. |
Розглянемо для зручності модель (10.6) без |
||||||||
детермінованих |
компонентів (випадок 1, формула (10.14)) : |
|
|||||||||||
|
|
|
y |
|
αβT y |
|
|
p 1 |
y |
|
ε . |
(10.32) |
|
|
|
|
t |
t 1 |
|
t i |
|||||||
|
|
|
|
|
|
|
i 1 |
i |
t |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
Перенумеруємо елементи вибірки як 1,2, ,T , крім того, уважатимемо, що відомі передвибіркові значення y p 1, ,y0 . Уведемо такі позначення:
Y y1, , yT , Y 1 y0, yT 1 , U ε1, εT , 1, p 1 та X X0, XT 1 ,
де
250
|
|
|
|
|
|
|
|
yt 1 |
|
|
|
|
|
||
|
|
|
|
|
Xt 1 |
|
|
|
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
yt p 1 |
|
|
|
|
|
|||
У цих позначеннях модель (10.32) набуде вигляду |
|
|
|
|
|
||||||||||
|
|
|
Y αβT Y |
|
X U. |
|
(10.33) |
||||||||
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
Для фіксованої матриці αβ |
T |
, як неважко побачити, оцінка найменших квадратів |
ˆ |
||||||||||||
|
|
||||||||||||||
становить |
|
ˆ |
( Y αβ |
T |
Y 1)X |
T |
(XX |
T 1 |
(10.34) |
||||||
|
|
||||||||||||||
|
|
|
|
|
) . |
ˆ |
|
|
|
Підставивши знайдений вираз для до (10.33), після перегрупування доданків |
|||
одержимо |
|
ˆ |
|
YM αβ |
T |
(10.35) |
|
|
Y 1M U , |
де M I XT (XXT ) 1X . Оцінки α та β можна одержати за допомогою аналізу канонічних
кореляцій, або, еквівалентно, застосовуючи апарат регресії зниженого рангу до моделі (10.35). Як показав С. Йогансен [52], оцінки можна знайти, розв'язавши таку узагальнену проблему власних значень:
det( S |
ST S 1S |
01 |
) 0 |
, |
(10.36) |
|
11 |
01 |
00 |
|
|
|
де |
S |
00 |
T 1 YM YT |
, |
S |
01 |
T 1 YMYT |
, |
S |
|
T 1Y MYT |
. |
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
11 |
|
|
|
1 |
|
|
1 |
|
|
|
|
|
|
|||||
|
Позначимо впорядковані власні значення, тобто розв'язки (10.36), як |
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 k , |
|
|
|
|
|
|
|
(10.37) |
||||||||||
а відповідну матрицю узагальнених власних векторів через |
|
V b1, ,bk |
. Узагальнені |
|||||||||||||||||||||||||||||
власні вектори задовольняють такі рівності: |
S |
b |
|
ST S 1S |
|
b |
. Ці вектори нормують |
|||||||||||||||||||||||||
таким чином, щоб |
|
|
|
|
|
|
|
|
|
|
|
i |
11 |
|
i |
|
|
|
01 00 |
01 i |
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
Оцінка |
|
|
становить |
|
|
|
|
VT S11V Ik . |
|
|
|
|
|
|
|
|
(10.38). |
|||||||||||||||
β |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ˆ |
b1, ,br |
|
, |
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
β |
|
|
|
|
|
|
|
||||||||
а оцінка |
α |
є такою: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
ˆ |
|
T ˆ |
|
ˆ T |
|
|
T |
ˆ |
|
1 |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
β Y 1MY 1β |
|
. |
(10.39) |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
α |
YMY 1β |
На основі (10.34) маємо доступну оцінку ˆ : ˆ ( Y αβˆ T Y 1)XT (XXT ) 1 . Якщо збурення
нормально розподілені, одержані оцінки є оцінками умовної максимальної правдоподібності за умови фіксованих передвибіркових значень.
Із зауваження до теореми Грейнджера про зображення (див. п. 10.2.1) стає зрозумілим,
що знайшовши оцінку βT за умови нормування (10.38), ми можемо перейти до будь-якого
іншого допустимого нормування. Решту випадків, описаних у кінці п. 10.2.3, можна розглянути за такою самою схемою.
10.2.7. Діагностика коінтеграції. Критерій Йогансена.
Перед застосуванням критерію слід визначитись із трендовими властивостями даних і вибрати один із п'яти варіантів моделі (10.14)–(10.18). Критерій Йогансена застосовують у двох варіантах: критерій сліду та критерій максимального власного значення.
Критерій сліду побудовано на принципі критеріїв відношення правдоподібності. Перевіряють нульову гіпотезу: ранг коінтеграції r дорівнює r0 (r0 0, ,k 1) проти
альтернативи r k , де k – кількість змінних у системі, тобто альтернатива означає, що змінні є стаціонарними. Для перевірки гіпотези слід оцінити VEC у припущенні, що ранг коінтеграції дорівнює r0 . Статистика сліду становить
LRtrace T |
k |
ln(1 |
), |
|
|||
r |
|
i |
|
0 |
i r0 1 |
|
|
|
|
|
251
де i задано формулою (10.37). Граничний розподіл статистики є нестандартним і
виражається як функціонал від багатовимірного вінерівського процесу [51, 52]. Критичні значення знаходять методом Монте-Карло. Таблиці наведено в кількох роботах (критичні значення, наведені в різних джерелах, дещо відрізняються між собою), наприклад [58]. Нульову гіпотезу можна прийняти, якщо значення статистики сліду менше за критичне. Однак зрозуміло, що нульова гіпотеза буде прийнятою коректно, якщо ранг коінтеграції насправді менше ніж r0 . Тому здійснивши перевірку лише для одного значення r0 , ми
фактично не можемо правильно визначити ранг коінтеграції23. Коректною є така послідовна процедура. Знаходимо статистику сліду для r 0 , r 1 і так далі, аж поки не дійдемо до найменшого значення r , при якому нульову гіпотезу можна прийняти. Це значення становить ранг коінтеграції. Зазначимо, що коли прийнято гіпотезу r 0 , то ми робимо висновок про відсутність коінтеграції. У цьому разі між змінними не існують довгострокові рівноважні співвідношення, і коректним підходом до аналізу таких змінних є оцінювання векторної авторегресії для різниць.
Критерій максимального власного значення. Цей критерій також побудовано на принципі критеріїв відношення правдоподібності. Статистика максимального власного значення, яка перевіряє нульову гіпотезу r r0 проти альтернативи r r0 1, становить
LRr0max ln(1 r0 1).
Розподіл цієї статистики також є нестандартним. Нульову гіпотезу можна прийняти, якщо значення статистики менше від критичного. Для визначення рангу коінтеграції, як і в попередньому випадку, потрібна послідовна процедура.
Загалом можна організувати послідовну процедуру в оберненому порядку (починаючи з r k 1). Однак, як зазначає К. Юзеліус [53], такий порядок призводить до викривлення рівня значущості.
10.2.8. Діагностика автокореляції
Критерій портманто. Як і для необмеженої векторної авторегресії, статистику критерію обчислюють за формулою (9.8) або (9.9). Тривалий час на практиці, у тому числі в популярних економетричних пакетах, наприклад EViews 5.1, як розподіл Qh-статистики
без належного теоретичного підґрунтя використовували той самий розподіл 2(k2(h p)) .
Однак Р. Брюґеман, Х. Люткеполь та П. Сайконен [34] нещодавно показали, що для коінтегрованих І(1) процесів кількість степенів свободи залежить від рангу коінтеграції. Таким чином, критерій портманто не слід використовувати для аналізу нестаціонарних VAR-моделей (у рівнях змінних) з невідомим рангом коінтеграції. У випадку VEC-моделі, яка не має обмежень на та Г1;..., Гp–1, а ранг коінтеграції r правильно визначений,
коректна кількість степенів свободи розподілу 2 становить k2h k2(p 1) kr . У цьому
разі критерій портманто також слід застосовувати переважно для діагностики автокореляції вищих порядків. Для виявлення автокореляції нижчих порядків більш придатний LM-критерій.
LM-критерій. Для векторної моделі корекції похибок LM-критерій Бройша – Ґодфрі для перевірки існування автокореляції збурень порядку h слід будувати майже так само, як і для векторної авторегресії (див. п. 9.4.2, LM-критерій ). Відмінність полягає в тому, що допоміжна модель набуває такого вигляду:
εˆt αβˆ T yt 1 1 yt 1 ... p 1 yt p 1 1εˆt 1 ... h εˆt h et ,
де ˆt – залишки вихідної моделі, – оцінка коінтеграційної матриці вихідної моделі
(залишки допоміжної моделі et , а отже, LM-статистика не залежать від способу
23 Наведені міркування є підставою для того, що в багатьох джерелах нульову гіпотезу формулюють як "ранг коінтеграції не перевищує r0", що зі статистичного боку не зовсім коректно, оскільки розподіл статистики сліду і, відповідно, критичні значення можна знайти за умови, що ранг коінтеграції точно дорівнює r0.
252
нормалізації ). Значення статистики, як і раніше, знаходимо за формулою (9.11). У випадку І(1)-змінних вона також має асимптотичний 2-розподіл з hk2 степенями свободи [34]. Таким чином, на відміну від критерію портманто, цей критерій можна використовувати для нестаціонарних VAR-моделей (у рівнях змінних) з невідомим рангом коінтеграції24. Сказане дозволяє однозначно рекомендувати віддавати перевагу LM- критерію, оскільки критерій портманто спирається на припущення про правильно визначений ранг коінтеграції, а критерій Йогансена для визначення рангу, у свою чергу, спирається на припущення про відсутність автокореляції.
10.2.9. Вибір довжини лага
Для вибору довжини лага в VECM можна використовувати критерії Ханана – Квіна, або Шварца, значення яких знайдено на основі необмеженої векторної авторегресії. Отже, значення критеріїв слід обчислювати за формулами (9.6) і (9.7). Коректність цього підходу для інтегрованих процесів обґрунтовано в роботі [62]. Отже, на практиці слід вибрати довжину лага за необмеженою авторегресією, а також упевнитися у відсутності автокореляції. Після цього знайдену довжину лага можна використовувати для визначення рангу коінтеграції.
10.2.10. Слабка екзогенність
Про зв'язок між поняттям екзогенності в економіко-теоретичному розумінні та екзогенністю в CVAR-моделях ішлося в п. 10.2.2, тому в цьому підрозділі ми обмежимося формулюванням гіпотези про обмеження на α. З алгоритмом практичної перевірки зацікавлений читач може ознайомитись у керівництві користувача відповідної економетричної програми, наприклад Eviews.
Гіпотеза про те, що змінна впливає на довгострокову поведінку інших змінних системи і водночас не зазнає їхнього впливу, називається гіпотезою "відсутності оберненого зв'язку в рівнях", або гіпотезою довгострокової слабкої екзогенності. Нульову гіпотезу сформульовано таким чином: рядки матриці α, які відповідають слабко екзогенним змінним, складаються з нулів25.
Задачі
Група А
Задача 10.1. Розгляньте векторний процес (xt,yt)
xt xt 1 t ,
yt xt yt 1 t ( 0,| | 1).
1.Покажіть, що xt і yt є коінтегрованими. Укажіть ранг коінтеграції та загальний вигляд коінтеграційних векторів.
2.Запишіть процес у вигляді векторної моделі корекції похибок. Укажіть відповідні
матриці та .
Задача 10.2. Нехай у векторній моделі корекції похибок
|
yt |
yt 1 |
p 1 |
i yt i εt |
|
|
|||
матриця П така: |
|
|
i 1 |
|
|
|
|
|
24Тобто застосувати результати п. 9.2.4. у незмінному вигляді до необмеженої VAR-моделі.
25В Eviews в такому випадку слід переоцінити модель, одночасно накладаючи ідентифікуючі
обмеження на і відповідні обмеження на . Так само для перевірки додаткових обмежень на слід переоцінити модель, одночасно наклавши ідентифікуючі та додаткові обмеження.
253
1 |
6 |
1 |
|
|
|
2 |
4 |
2 |
|
|
. |
|||
|
3 |
2 |
1 |
|
|
|
Знайдіть ранг коінтеграції, матрицю коінтеграційних векторів та матрицю .
Задача 10.3. Поясніть, чому процедура С. Йогансена дозволяє не перевіряти змінні на наявність одиничних коренів.
Задача 10.4. Нехай у векторній моделі корекції похибок
yt |
yt 1 |
p 1 |
i yt i εt |
|
|||
|
|
i 1 |
|
коінтеграційні вектори становлять (1; –1; 0) та (1; 1; 1), а матриця корегувальних коефіцієнтів становить
1 |
0 |
|
|
|
0 |
2 |
|
|
. |
||
|
0 |
|
|
|
1 |
Знайдіть матрицю П.
Група В
Задача 10.5. Користуючись матеріалами прикл. 10.3, за даними табл. 10.1, побудуйте модель корекції похибок, попередньо визначивши порядок моделі та ранг коінтеграції. Для нормалізації коінтеграційної матриці скористайтесь теорією, наведеною у прикл. 10.3. Знайдіть функції імпульсної реакції та розклад дисперсії. Дайте економічну інтерпретацію одержаним результатам.
Таблиця 10.1
(???)
|
|
Квар |
|
CPR |
|
|
INFL |
|
|
M |
|
|
TBR |
|
|
Y |
|
|
|
тал |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
1954/ |
|
2,0366 |
|
1,9513 |
6,354 |
1,0836 |
7,415 |
|||||||||
|
Q1 |
|
|
67 |
|
|
|
79 |
598 |
67 |
|
|
055 |
|||||
|
|
1954/ |
|
1,6333 |
|
0,9059 |
6,353 |
0,8143 |
7,413 |
|||||||||
|
Q2 |
|
|
33 |
|
|
|
19 |
662 |
33 |
|
|
609 |
|||||
|
|
1954/ |
|
1,3633 |
|
0,3596 |
6,362 |
0,8696 |
7,425 |
|||||||||
|
Q3 |
|
|
33 |
|
|
|
56 |
623 |
67 |
|
|
179 |
|||||
|
|
1954/ |
|
1,31 |
|
|
3,8584 |
6,363 |
1,0363 |
7,437 |
||||||||
|
Q4 |
|
|
|
|
|
|
45 |
803 |
33 |
|
|
383 |
|||||
|
|
1955/ |
|
1,6133 |
|
3,0970 |
6,367 |
1,2563 |
7,463 |
|||||||||
|
Q1 |
|
|
33 |
|
|
|
73 |
617 |
33 |
|
|
076 |
|||||
|
|
1955/ |
|
1,9666 |
|
4,6957 |
6,361 |
1,5143 |
7,472 |
|||||||||
|
Q2 |
|
|
67 |
|
|
|
58 |
511 |
33 |
|
|
273 |
|||||
|
|
1955/ |
|
2,3266 |
|
3,7694 |
6,356 |
1,8613 |
7,483 |
|||||||||
|
Q3 |
|
|
67 |
|
|
|
50 |
575 |
33 |
|
|
357 |
|||||
|
|
1955/ |
|
2,8333 |
|
2,5997 |
6,352 |
2,3493 |
7,492 |
|||||||||
|
Q4 |
|
|
33 |
|
|
|
20 |
305 |
33 |
|
|
147 |
|||||
|
|
1956/ |
|
3 |
|
|
|
3,8469 |
6,346 |
2,3793 |
7,488 |
|||||||
|
Q1 |
|
|
|
|
|
|
96 |
747 |
33 |
|
|
294 |
|||||
|
|
1956/ |
|
3,2633 |
|
2,6679 |
6,341 |
2,5966 |
7,494 |
|||||||||
|
Q2 |
|
|
33 |
|
|
|
09 |
898 |
67 |
|
|
708 |
|||||
|
|
1956/ |
|
3,35 |
|
|
3,5968 |
6,333 |
2,5966 |
7,496 |
||||||||
|
Q3 |
|
|
|
|
|
|
33 |
339 |
67 |
|
|
763 |
|||||
|
|
1956/ |
|
3,63 |
|
|
2,6737 |
6,331 |
3,0636 |
7,510 |
||||||||
|
Q4 |
|
|
|
|
|
|
62 |
111 |
67 |
|
|
212 |
|||||
|
|
1957/ |
|
3,63 |
|
|
5,4841 |
6,319 |
3,1716 |
7,515 |
||||||||
|
Q1 |
|
|
|
|
|
|
38 |
665 |
67 |
|
|
562 |
254
|
|
1957/ |
|
3,6833 |
1,8741 |
6,315 |
3,157 |
7,514 |
|
Q2 |
|
|
33 |
80 |
313 |
|
691 |
|
|
1957/ |
|
3,9533 |
2,9259 |
6,307 |
3,3823 |
7,523 |
|
Q3 |
|
|
33 |
91 |
960 |
33 |
589 |
|
|
1957/ |
|
3,9933 |
0,1563 |
6,302 |
3,3433 |
7,512 |
|
Q4 |
|
|
33 |
61 |
782 |
33 |
344 |
|
|
1958/ |
|
2,8166 |
2,2797 |
6,295 |
1,838 |
7,490 |
|
Q1 |
|
|
67 |
11 |
580 |
|
027 |
|
|
1958/ |
|
1,7166 |
0,6037 |
6,305 |
1,0176 |
7,497 |
|
Q2 |
|
|
67 |
13 |
356 |
67 |
983 |
|
|
1958/ |
|
2,13 |
3,7484 |
6,306 |
1,7106 |
7,518 |
|
Q3 |
|
|
|
70 |
495 |
67 |
010 |
|
|
1958/ |
|
3,2133 |
2,7402 |
6,312 |
2,7876 |
7,539 |
|
Q4 |
|
|
33 |
09 |
439 |
67 |
506 |
|
|
1959/ |
|
3,3033 |
4,3031 |
6,308 |
2,8003 |
7,552 |
|
Q1 |
|
|
33 |
24 |
003 |
33 |
185 |
|
|
1959/ |
|
3,6033 |
3,5835 |
6,307 |
3,0193 |
7,569 |
|
Q2 |
|
|
33 |
15 |
619 |
33 |
154 |
|
|
1959/ |
|
4,1933 |
1,5468 |
6,310 |
3,533 |
7,565 |
|
Q3 |
|
|
33 |
16 |
843 |
|
690 |
|
|
1959/ |
|
4,76 |
0,9972 |
6,299 |
4,2993 |
7,571 |
|
Q4 |
|
|
|
38 |
598 |
33 |
422 |
|
|
1960/ |
|
4,6866 |
3,5010 |
6,287 |
3,943 |
7,589 |
|
Q1 |
|
|
67 |
32 |
990 |
|
285 |
|
|
1960/ |
|
4,0733 |
0,1965 |
6,285 |
3,0923 |
7,586 |
|
Q2 |
|
|
33 |
90 |
352 |
33 |
651 |
|
|
1960/ |
|
3,3733 |
1,8497 |
6,289 |
2,3903 |
7,587 |
|
Q3 |
|
|
33 |
44 |
997 |
33 |
665 |
|
|
1960/ |
|
3,27 |
- |
6,292 |
2,3606 |
7,581 |
|
Q4 |
|
|
|
1,334622 |
860 |
67 |
261 |
|
|
1961/ |
|
3,0133 |
0,0422 |
6,297 |
2,3766 |
7,589 |
|
Q1 |
|
|
33 |
49 |
712 |
67 |
538 |
|
|
1961/ |
|
2,86 |
2,5560 |
6,298 |
2,3246 |
7,603 |
|
Q2 |
|
|
|
74 |
597 |
67 |
898 |
|
|
1961/ |
|
2,8966 |
2,2761 |
6,298 |
2,3246 |
7,618 |
|
Q3 |
|
|
67 |
81 |
734 |
67 |
349 |
|
|
1961/ |
|
3,0566 |
1,4664 |
6,304 |
2,475 |
7,638 |
|
Q4 |
|
|
67 |
58 |
093 |
|
439 |
|
|
1962/ |
|
3,2433 |
3,7014 |
6,301 |
2,739 |
7,651 |
|
Q1 |
|
|
33 |
70 |
269 |
|
501 |
|
|
1962/ |
|
3,2033 |
1,1613 |
6,304 |
2,716 |
7,661 |
|
Q2 |
|
|
33 |
40 |
981 |
|
856 |
|
|
1962/ |
|
3,3333 |
1,5811 |
6,300 |
2,858 |
7,669 |
|
Q3 |
|
|
33 |
05 |
118 |
|
775 |
|
|
1962/ |
|
3,2633 |
2,3182 |
6,299 |
2,8033 |
7,668 |
|
Q4 |
|
|
33 |
76 |
770 |
33 |
655 |
|
|
1963/ |
|
3,31 |
0,6098 |
6,308 |
2,909 |
7,682 |
|
Q1 |
|
|
|
82 |
603 |
|
897 |
|
|
1963/ |
|
3,3166 |
0,5716 |
6,316 |
2,9413 |
7,695 |
|
Q2 |
|
|
67 |
96 |
317 |
33 |
985 |
|
|
1963/ |
|
3,6966 |
1,5546 |
6,322 |
3,2806 |
7,713 |
|
Q3 |
|
|
67 |
36 |
809 |
67 |
159 |
|
|
1963/ |
|
3,9066 |
2,7898 |
6,325 |
3,4993 |
7,720 |
|
Q4 |
|
|
67 |
22 |
236 |
33 |
683 |
|
|
1964/ |
|
3,95 |
0,6163 |
6,330 |
3,538 |
7,745 |
|
Q1 |
|
|
|
32 |
203 |
|
479 |
|
|
1964/ |
|
3,9333 |
2,2662 |
6,331 |
3,4813 |
7,753 |
|
Q2 |
|
|
33 |
72 |
433 |
33 |
581 |
|
|
1964/ |
|
3,91 |
1,7795 |
6,343 |
3,504 |
7,765 |
|
Q3 |
|
|
|
44 |
172 |
|
315 |
255
|
|
1964/ |
|
4,0633 |
2,2916 |
6,350 |
3,685 |
7,768 |
|
Q4 |
|
|
33 |
63 |
457 |
|
110 |
|
|
1965/ |
|
4,3 |
4,2801 |
6,347 |
3,8996 |
7,787 |
|
Q1 |
|
|
|
24 |
236 |
67 |
424 |
|
|
1965/ |
|
4,38 |
1,6664 |
6,348 |
3,879 |
7,800 |
|
Q2 |
|
|
|
47 |
849 |
|
900 |
|
|
1965/ |
|
4,38 |
2,4389 |
6,354 |
3,8596 |
7,818 |
|
Q3 |
|
|
|
49 |
414 |
67 |
229 |
|
|
1965/ |
|
4,47 |
3,1800 |
6,364 |
4,1586 |
7,841 |
|
Q4 |
|
|
|
27 |
606 |
67 |
414 |
|
|
1966/ |
|
4,97 |
3,8296 |
6,372 |
4,6306 |
7,862 |
|
Q1 |
|
|
|
60 |
066 |
67 |
035 |
|
|
1966/ |
|
5,4266 |
4,0964 |
6,372 |
4,5973 |
7,863 |
|
Q2 |
|
|
67 |
49 |
568 |
33 |
805 |
|
|
1966/ |
|
5,79 |
3,0363 |
6,361 |
5,0476 |
7,873 |
|
Q3 |
|
|
|
87 |
864 |
67 |
255 |
|
|
1966/ |
|
6 |
4,5655 |
6,353 |
5,246 |
7,878 |
|
Q4 |
|
|
|
67 |
369 |
|
724 |
|
|
1967/ |
|
5,45 |
2,1182 |
6,357 |
4,5336 |
7,885 |
|
Q1 |
|
|
|
15 |
935 |
67 |
028 |
|
|
1967/ |
|
4,7166 |
1,2747 |
6,368 |
3,6573 |
7,889 |
|
Q2 |
|
|
67 |
85 |
507 |
33 |
459 |
|
|
1967/ |
|
4,9733 |
3,6802 |
6,381 |
4,3446 |
7,900 |
|
Q3 |
|
|
33 |
91 |
083 |
67 |
822 |
|
|
1967/ |
|
5,3033 |
4,8459 |
6,385 |
4,7873 |
7,906 |
|
Q4 |
|
|
33 |
27 |
361 |
33 |
584 |
|
|
1968/ |
|
5,58 |
6,0563 |
6,382 |
5,0646 |
7,920 |
|
Q1 |
|
|
|
01 |
566 |
67 |
120 |
|
|
1968/ |
|
6,08 |
4,6012 |
6,388 |
5,51 |
7,936 |
|
Q2 |
|
|
|
28 |
591 |
|
267 |
|
|
1968/ |
|
5,9633 |
4,6082 |
6,396 |
5,2263 |
7,943 |
|
Q3 |
|
|
33 |
30 |
386 |
33 |
357 |
|
|
1968/ |
|
5,9633 |
5,2144 |
6,404 |
5,5806 |
7,945 |
|
Q4 |
|
|
33 |
79 |
686 |
67 |
095 |
|
|
1969/ |
|
6,6566 |
4,1647 |
6,412 |
6,1376 |
7,960 |
|
Q1 |
|
|
67 |
71 |
159 |
67 |
184 |
|
|
1969/ |
|
7,54 |
5,3997 |
6,406 |
6,24 |
7,961 |
|
Q2 |
|
|
|
39 |
654 |
|
300 |
|
|
1969/ |
|
8,4866 |
5,8367 |
6,396 |
7,0466 |
7,967 |
|
Q3 |
|
|
67 |
45 |
532 |
67 |
107 |
|
|
1969/ |
|
8,62 |
4,6295 |
6,393 |
7,3176 |
7,963 |
|
Q4 |
|
|
|
96 |
018 |
67 |
843 |
|
|
1970/ |
|
8,5533 |
5,4467 |
6,390 |
7,2626 |
7,961 |
|
Q1 |
|
|
33 |
23 |
155 |
67 |
300 |
|
|
1970/ |
|
8,1666 |
6,8178 |
6,380 |
6,7523 |
7,958 |
|
Q2 |
|
|
67 |
44 |
217 |
33 |
402 |
|
|
1970/ |
|
7,8366 |
2,5651 |
6,387 |
6,3746 |
7,970 |
|
Q3 |
|
|
67 |
36 |
072 |
67 |
740 |
|
|
1970/ |
|
6,2933 |
4,4149 |
6,393 |
5,3583 |
7,963 |
|
Q4 |
|
|
33 |
94 |
821 |
33 |
216 |
|
|
1971/ |
|
4,59 |
7,3999 |
6,391 |
3,8633 |
7,986 |
|
Q1 |
|
|
|
23 |
876 |
33 |
131 |
|
|
1971/ |
|
5,04 |
6,2366 |
6,397 |
4,206 |
7,987 |
|
Q2 |
|
|
|
70 |
239 |
|
592 |
|
|
1971/ |
|
5,7433 |
4,9054 |
6,402 |
5,0503 |
7,993 |
|
Q3 |
|
|
33 |
87 |
107 |
33 |
721 |
|
|
1971/ |
|
5,0633 |
2,9647 |
6,403 |
4,2343 |
7,998 |
|
Q4 |
|
|
33 |
04 |
958 |
33 |
772 |
|
|
1972/ |
|
4,0566 |
5,5453 |
6,409 |
3,4353 |
8,018 |
|
Q1 |
|
|
67 |
21 |
516 |
33 |
724 |
256