- •М1жрегюналына академ1я управл1ння персоналом
- •О. Л. Лещинський, в. В. Рязанцева, о. О. Юнькова
- •Об'скт, предмет, мета I завдання економетрп
- •Основнi етапи економетричного аналiзу
- •Економiчнi задачу якi розв'язують за допомогою економетричних методiв
- •МНсце курсу серед дисциплiн фундаментально! шдготовки бакалаврiв з економiчних спецiальностей
- •Структура курсу
- •Коротка юторична довщка
- •Контрольнзапитання
- •1.1. Загальнi принципи моделювання в економщ
- •1.1.1. Поняття математично! моделi
- •1.1.2. Етапи побудови еконогшчно! модел1
- •1.1.3. Класифшащя моделей
- •1.2. Кореляцшно-регресшний анал1з в економМ
- •2) Визначення тГсноти зв'язку (задача кореляцшного аналГзу).
- •1.3. Економетрична модель та и елементи
- •1.4. Статистична база економетричних дослщжень
- •1.5. Особливост математичного моделювання економ1чних систем
- •Контрольш запитання
- •2.1. Приклади парних зв'язмв в економщ
- •2.2. Лшшна модель з двома зм1нними
- •2.3. Метод найменших квадралв
- •Властивост оцшок параметр1в
- •Контрольнзапитання
- •Вправи та завдання
- •3.1. Багатофакторш економетричш модел1 та Ух специфшащя
- •3.2. Метод найменших квадралв 3.2.1. Основн1 припущення
- •3.2.3. Оцшювання за методом найменших квадралв та штерпретащя результалв
- •3.3.2. Перев1рка значущосп та flOBipni штервали
- •3.4. Прогнозування за лшшною моделлю
- •3.5. Методи побудови багатофакторноУ регресшноУ модел1
- •3.6. Етапи дослщження загальноУ лшшноУ модел1 множинноУ регресп
- •3. Перевiрити статистичну значупцсть отриманих результапв:
- •Приклад параметризацм та дослщження багатофакторноУ регресшноУ модел1
- •Контрольш запитання
- •Вправи та завдання
- •4.1. Поняття про мультиколшеаршсть та и вплив на оцшку параметр1в модел1
- •4.2. Тестування наявност мультиколшеарносп
- •4.3. Алгоритм Фаррара — Глобера
- •Приклад дослщження наявност мультиколшеарносп на основ1 алгоритму Фаррара — Глобера
- •4.4. Засоби усунення мультиколшеарностч. Метод головних компонент1в
- •Алгоритм методу головних компонешчв
- •Контрольш запитання
- •Вправи та завдання
- •5.1. Виявлення гетероскедастичност та и природа
- •5.2. Тестування наявност гетероскедастичност
- •5.2.1. Параметричний тест Гольдфельда — Квандта
- •5.2.2. Непараметричний тест Гольдфельда — Квандта
- •5.2.3. Тест Глейсера
- •5.3. Трансформування початковоУ модел1
- •VXVX VX VX
- •5.4. Оцшювання параметр1в багатофакторноУ регресшноУ модел1 на основ1 узагальненого методу найменших квадралв
- •Контрольш запитання
- •6.1. Природа автокореляцм та и наслщки
- •6.2. Тестування наявност автокореляцм
- •6.2.1. Критерш Дарбша — Уотсона
- •6.2.2. Критерш фон Неймана
- •6.2.3. Коефщ1енти автокореляцм та IX застосування
- •6.3. Параметризащя модел1
- •6.3.1. Метод Ейткена
- •X UtUt-1
- •X utut-I
- •6.3.2. Метод Кочрена - Оркатта
- •6.4. Приклад оцшювання параметр1в модел1 з автокорельованими залишками
- •Контрольш запитання
- •7.1. Поняття лага та лагових моделей в економщ
- •7.2. Оцшювання параметр1в
- •7.3. Оцшювання параметр1в авторегрес1йних моделей
- •Контрольн1запитання
- •8.1. Поняття про системи одночасних р1внянь
- •8.2. Приклади систем одночасних р1внянь
- •1. Модель "попит — пропозищя".
- •3. Модель р1вноваги на ринку грошей (модель lm).
- •8.3. Структурна та зведена (прогнозна) форми системи р1внянь
- •1. Структурна форма економетрично! мoделi.
- •3. Зеедена форма економетрично! модель
- •8.4. Поняття щентифшацм (ототожнення) системи р1внянь
- •Необхщш й достатн умови щентифшованосп
- •Необхщна I достатня умова щентифшованосп
- •8.5. Методи оцшювання паpаметpiв систем piвнянь
- •8.5.1. Непрямий метод найменших квадралв оцшювання параметр1в точно щентифшованих систем
- •8.5.2. Метод шструментальних змшних
- •8.5.3. Двокроковий метод найменших квадралв оцшювання параметр1в надщентифшованих систем
- •8.5.4. Трикроковий метод найменших квадралв
- •8.5.5. Мнк для рекурсивних моделей
- •8.6. Прогноз I загальн flOBipni штервали
- •Контрольш запитання
- •Вправи та завдання
- •5.Нехай модель "прибуток — споживання" мае такий вигляд:
- •14. Розглядаеться модель попиту та пропозицп для грошей:
- •9.1. Ямсш економ1чн1 показники
- •9.2. Регресшш модел1 з бшарними незалежними змшними
- •9.3. Регресшш модел1 з бшарними залежними змшними
- •Контрольш запитання
- •Tectobi завдання 3 економетрп' BapiaHt 1
- •7. Критерий ф!шера застосовуеться для перев!рки значущост!:
- •BapiaHt 2
- •6. Критерий ф1шера застосовують для перев1рки значущост1:
- •BapiaHt 3
- •7. Наявшсть мультиколГнеарност! перевгряеться за допомогою:
- •BapiaHt 4
- •4. Дисперс!йно-ковар!ац!йна матриця визначаеться на п!дстав!:
- •7. Критерий Дарб!на - Уотсона застосовуеться для виявлення:
- •BapiaHt 6
- •BapiaHt 8
- •6. Метод Фаррара — Глобера застосовуеться для виявлення:
- •BapiaHt 10
- •5. Критер!й ф!шера застосовують для перев!рки значущост!:
- •Робота 3 таблицями стандартизованого нормального ро3под1лу
- •Список використано! та рекомендовано! л1тератури
- •Економетрш
- •Econometrics
Необхщна I достатня умова щентифшованосп
У моделi, що мютить N рiвнянь вiдносно N ендогенних змшних, умова вдентифпсованосп виконуеться тодi i тiльки тодi, коли ранг матрищ, складено! з виключених з даних рiвнянь змiнних, але таких, що мютяться в iнших рiвняннях системи, дорiвнюе N - 1.
8.5. Методи оцшювання паpаметpiв систем piвнянь
Як зазначалося, застосування звичайного МНК до рiвнянь структурно! форми системи рiвнянь призводить до отримання змiщених оцiнок параметрiв через корельовашсть (залежнiсть) змiнних i залшшав моделi, що е порушенням одше! з передумов застосування МНК. Перехгд вiд структурно! форми моделi до скорочено! е одним iз способiв, що усувае проблему корельованостi, однак породжуе шшу, а саме проблему вден-тифiкованостi окремих рiвнянь системи, а також системи загалом.
Залежно вгд розв'язання цiе! проблеми, тобто шсля перевiрки умови гдентифшованосп кожного рiвняння системи, застосовують таю методи:
якщо кожне рГвняння системи точно гдентифпсоване, то параметри зведено! моделi оцшюють непрямим методом найменших квад-ратiв (НМНК); Гдея методу полягае в тому, щоб вгд структурно! форми перейти до зведено!, звичайним МНК оцшити параметри останньо! й оберненим перетворенням отримати оцшки параметрiв структурно! форми;
усунути корелящю мГж змшними та залишками моделi можна також за допомогою методу шструментальних змшних, Гдея якого полягае в тому, щоб змшш, що корелюють Гз залишками, замшити шшими — шструментальними, яю тюно пов'язаш з незалежними змшними модели але зовам не пов'язаш з !! залишками;
якщо рГвняння структурно! форми моделГ надддентифпсоваш, то параметри моделГ оцшюють за допомогою двокрокового методу найменших квадратГв (2МНК), що передбачае виконання двох еташв:
а) перший — ендогенш змшш "звшьняють" вгд стохастичних за-лишюв;
б) другий - оцшеш рiвняння шдставляють у структурну систему рiвнянь, до яких попм застосовують звичайний МНК;
4) трикроковий метод найменших квадрапв для одночасного ощ-нювання вих рiвнянь системи за певних обставин ефектившший по-рiвняно з непрямим i двокроковим МНК.
8.5.1. Непрямий метод найменших квадралв оцшювання параметр1в точно щентифшованих систем
Оскiльки на основi звичайного МНК неможливо отримати яюсш оцiнки пaрaметрiв системи одночасних рiвнянь, варто скористатися iншими методами оцшювання пaрaметрiв. Одним iз них е непрямий метод найменших квадрапв, що грунтуеться на використанш зведе-них рiвнянь.
Для iлюстрaцi'i НМНК розглянемо кейнаанську модель форму-вання прибутюв:
Ct — a0 + aiYt + ut, Yt — Ct + Zt. У зведешй формi ця модель мае вигляд
Yt — + zt + -3-, (8.27)
1 - a, 1 - a, 1 - a,
1 - a 1 - a, 1 - a,
(8.28)
Позначимо
1 - a 1 - a 1 - a,
: — A2i^ ^ — vt ~ N
1 - ai 1 - ai
Тодi замють останнiх спiввiдношень от]
1 - a, v 1 у
Yt -Х10 + X11Zt + vt, Ct -Х20 + X21Zt + vt •
Через те, що обсяг швестищй Zt е екзогенною змшною модели ця змшна не корелюе з випадковим залишком vt у зведенш формГ системи рГвнянь (8.27), (8.28), а отже, i з залишками vt останньо! системи. Це означае, що для випадкового члена vt виконуються передумови
МНК. Тому
маш за МНК, будуть незмщеними, обгрунтованими i ефективними. Знаючи щ оцшки, нескладно визначити оцшки я0 i Щ коефщенпв Й0 i щ рГвняння початково! структурно! системи:
Оцшки параметрГв Й0 та а^, отримаш за НМНК, е обгрунтованими, а тому при великих вибГрках юнуе висока ймовГршсть, що вони наближатимуться до ютинних значень параметрГв.
Зазначимо, що в цьому разГ оцшки визначаються точно, а регре-сшне рГвняння в розглянутш моделГ доходу е щентифпсованим (однозначно визначеним).
Отже, при непрямому МНК виконуються таю кроки:
перевГряеться умова щентифгкованосп для кожного рГвняння структурно! форми. Якщо ва рГвняння точно щентифшоваш, то ви-конуеться наступний крок, шакше застосовуеться шший метод;
вихщна структурна система рГвнянь перетворюеться до зведе-но! форми;
оцшюються за МНК параметри рГвнянь у зведенш формг
на основГ оцшок, знайдених для зведено! форми, обчислюються параметри структурних рГвнянь за допомогою обернених перетворень.
Приклад. Розглядаеться модель "попит — пропозищя":
Пропозищя jqt -р0 + р1 pt +E1t,
Попит де qt, pt — ендогенш змшш (кглыасть товару i щна в роц t); elt, z<It -випадковГ вiдxилення; yt - екзогенна змiнна (прибуток споживачГв).
На пiдcтaвi наступних статистичних даних необхгдно oцiнити кoефiцieнти функцп пропозицп, використовуючи МНК i НМНК. По-piвняти результати.
pt |
qt |
yt |
Р2 |
y2 |
ptqt |
ptyt |
qtyt |
|
1 2 3 4 5 |
8 10 7 5 1 |
2 4 3 5 2 |
1 4 9 16 25 |
4 16 9 25 4 |
8 20 21 20 5 |
2 8 9 20 10 |
16 40 21 25 2 |
|
15 |
31 |
16 |
55 |
58 |
74 |
49 |
104 |
Сума |
3 |
6,2 |
3,2 |
11 |
11,6 |
14,8 |
9,8 |
20,8 |
Середне |
Побудуемо зведенi рГвняння зазначено! системи, вгднявши вГд функцп пропозицп функщю попиту. Отримаемо
звГдки
pt = п10 + n11yt + v1t, qt = П20 + П21 yt + v2t,
де п10 = „ , п11 = о , v1t =
Неважко помГтити, що функцГя пропозицп точно гдентифпсована. ОцГнки b»1 i b>0 параметрГв p1 i p0 можуть бути визначеш на основг оцГнок коефщентГв таких рГвнянь:
За наявними статистичними даними ощнимо коефГцГенти зведе-них рГвнянь:
= т^ш = w_=0Д471; 11 y2 - y2 1,36
П10 = p - n11 y = 3 - 0,147 • 3,2 = 2,5293,
yq-
y
• q
0,96
nn/,,
я=
—
=
——
=
0,9411,
y - y 1,36
n= q -n y = 3,9411.
0 1
Ощнки коефщденпв функцп пропозицп за МНК будуть таю: b1 = 0,7059/0,1471 = -4,7988, b0 = 3,9411 - 4,7988 • 2,5293 = - 8,1965. Отже, функщя пропозицп мае вигляд
qt =-8,1965 + 4,7988pt.
Водночас розраховаш безпосередньо за МНК оцшки даного р1вняння становитимуть:
b1 = = -|8 = -1Д b0 =qq-bР = 11,9,
p - p 2 тобто функщя пропозицп мае вигляд
qt = 11,9 -1,9 pt.
За отриманими результатами можна зробити висновок про те, що застосування МНК у невщповщних ситуащях може ютотно спотво-рити картину залежносп.