4. Системы эконометрических уравнений. 4.1. Структурная и приведенная формы модели В случае сложных экономических систем изменение какого-либо признака. - презентация

1 4. Системы эконометрических уравнений

2 4.1. Структурная и приведенная формы модели В случае сложных экономических систем изменение какого-либо признака повлечет за собой изменения во всей системе взаимосвязанных признаков. Эконометрические модели строятся в виде систем эконометрических уравнений.

3 Модель равновесной цены где P t – средняя цена за единицу товара, Q t - объем предложения товара, I t - средний уровень дохода, t-текущий период времени, a 10, a 20, a 11, b 11, b 21 – постоянные параметры, ε 1t, ε 2t – ошибки уравнений.

4 Макроэкономическая модель Клейна

5 Переменные в системах эконометрических уравнений подразделяются на эндогенные и экзогенные. Эндогенными переменными называются взаимозависимые переменные, которые определяются внутри модели (системы). (y, равно числу уравнений системы). Экзогенными (предопределенные) переменными называются переменные, которые определяются вне системы. (обозначаемые буквой x). К предопределенным переменным относятся и лаговые (значения переменных за предыдущие моменты времени) переменные системы.

6 CN t, I t, W 1t, Y t, Р t, К t, W t, E t – эндогенные переменные; G t, W 2t, ТХ t и (YEAR – 1931) – экзогенные переменные; К t-1, Р t-1 и E t-1 – лаговые переменные.

7 Система эконометрических уравнений с n зависимыми переменными y i

8

9 функции предопределенных переменных х i

10 Система рекурсивных уравнений

11 Приведенная форма уравнений

12 Конъюнктурной модели

13

14 4.2. Оценка параметров структурной формы модели Структурная и приведенная формы модели содержат разное число параметров п·(п–1) + n·т и n·т. Чтобы уравнять число параметров, необходимо предположить равенство нулю некоторых структурных коэффициентов модели либо наличие между ними определенных соотношений, например, а 11 + b 12 = 0.

15 вида структурных моделей – идентифицируемые системы; –неидентифицируемые системы; – сверх идентифицируемые системы.

16 Модель считается идентифицируемой, если каждое уравнение системы идентифицируемо, и неидентифицируемой, если хотя бы одно из уравнений системы неидентифицируемо. Сверхидентифицируемая модель содержит только идентифицируемые и сверх идентифицируемые уравнения.

17 Необходимое условие идентифицируемости. H число эндогенных переменных в уравнении, а через D – число предопределенных переменных, отсутствующих в уравнении, но присутствующих в системе. Необходимое условие идентифицируемости формулируется следующим образом: – уравнение идентифицируемо, если D+1 = H; – уравнение неидентифицируемо, если D+1 < H; – уравнение сверхидентифицируемо, если D+1> Н.

18 Достаточное условие идентифицируемости. Уравнение, соответствующее переменной y i, идентифицируемо, если ранг матрицы, составленной из коэффициентов при переменных модели, отсутствующих в исследуемом уравнении, но входящих в остальные уравнения системы, равен числу эндогенных переменных системы без единицы: rang([B A] i )=n-1, где [BA] – блочная матрица коэффициентов, составленная из матриц B и A; [BA] i – матрица, полученная из матрицы [BA] в результате удаления i-строки и столбцов, соответствующих объясняющим переменным входящим в i-уравнение.

19 Проверим достаточное условие для первого уравнения системы конъюнктурной модели. Эндогенные переменные модели: С t,I t,r t,Y t. Предопределенные переменные модели: М t,G t,C t–1,I t–1. Общая матрица [BA] коэффициентов уравнений системы, столбцы которой соответствуют переменным С t, I t, r t, Y t, М t, G t, C t–1, I t–1 имеет вид

20

21 Первое уравнение содержит переменные С t, Y t, C t–1. Запишем матрицу [BA] 1, полученную вычеркиванием из матрицы [B A] первой строки и столбцов, соответствующих переменным С t, Y t, C t–1

22 4.3. Косвенный метод наименьших квадратов Косвенный МНК используется в случае идентифицируемой системы уравнений и заключается в следующем: 1) исходная система уравнений преобразуется в приведенную форму модели и определяются численные значения параметров δ ij для каждого ее уравнения в отдельности с помощью традиционного МНК;

23 2) путем алгебраических преобразований осуществляется переход от приведенной формы к уравнениям структурной формы модели, что автоматически дает численные оценки структурных параметров.

24 ПРИМЕР Требуется найти структурные параметры модели при условии, что полученная приведенная форма модели описывается уравнениями

25 Проверим идентифицируемость уравнений. В модели имеется две эндогенные переменные у 1, у 2 и две экзогенные переменные x 1, x 2. В первое уравнение входят две эндогенные переменные у 1,у 2 и одна экзогенная переменная x 2. Следовательно, H = 2, D = 1 и H = D + 1, и первое уравнение – идентифицируемо. Идентифицируемость второго уравнения доказывается аналогично.

26 Для нахождения структурных коэффициентов можно применить косвенный МНК, т.е. получить их с помощью преобразования приведенных уравнений.

27

28 4.4. Двухшаговый метод наименьших квадратов Численные значения структурных параметров определяются в следующей последовательности: 1) Исходная система уравнений преобразуется в приведенную форму модели и определяются численные значения параметров δ ij для каждого ее уравнения в отдельности с помощью традиционного МНК;

29 2) По полученным уравнениям приведенной формы находятся расчетные значения инструментальных переменных y* i, соответствующих эндогенным переменным у i для каждого наблюдения;

30 3) С помощью обычного МНК определяются параметры каждого структурного уравнения в отдельности, используя в качестве факторов фактические значения предопределенных переменных и полученные расчетные значения инструментальных переменных y* i.

31 Модифицированную модель Кейнса где Y – валовой национальный доход; С – личное потребление; I – инвестиции; G – государственные расходы; t и t–1 обозначают текущий и предыдущий периоды; ε 1 и ε 2 – случайные ошибки.

32 год наблюдения CtCt ItIt YtYt Y t-1 GtGt 11016,6267,01412,7-486, ,9376,01978,91412,7652, ,1408,82292,01978,9839, ,8407,12514,42292,0842, ,7670,44632,02514,41258, ,91165,27116,64632,01960, ,91504,78819,97116,62419, ,21762,410627,58819,93422, ,82186,412886,110627,53964, ,42865,016679,912886,14669, ,53611,121079,516679,96820, ,64580,526009,721079,58375,2

33 В модели имеются три эндогенные переменные Y t, С t, I t и две предопределенные переменные Y t-1 и G t. Первое уравнение сверхидентифицируемо, т. к. H = 2, D = 2 и H < D + 1. Второе уравнение идентифицируемо, т. к. H = 2, D = 1 и H = D + 1.

34 год наблюдения CtCt ItIt YtYt Y t-1 GtGt Y* t 11016,6267,01412,7-486, ,9376,01978,91412,7652,7 2243, ,1408,82292,01978,9839,0 2899, ,8407,12514,42292,0842,1 3158, ,7670,44632,02514,41258,0 3771, ,91165,27116,64632,01960,1 6229, ,91504,78819,97116,62419,4 8736, ,21762,410627,58819,93422, , ,82186,412886,110627,53964, , ,42865,016679,912886,14669, , ,53611,121079,516679,96820, , ,64580,526009,721079,58375, ,75

35

36 Применяя МНК последовательно к уравнениям структурной формы модели получим окончательный вид структурной формы модели

37 4.5. Трехшаговый метод наименьших квадратов Трехшаговый МНК является итерационной процедурой: 1) Параметры модели определяются обычным или двухшаговым МНК. 2) Вычисляются ошибки модели и определяется оценка корреляционной матрицы ошибок.

38 4.5. Трехшаговый метод наименьших квадратов 3) Уравнения преобразуются согласно обобщенному МНК. 4) Применяется двухшаговый МНК к преобразованным уравнениям и получается улучшенная модель (с улучшенными параметрами).

39 4.5. Трехшаговый метод наименьших квадратов 5) Процесс повторяется, начиная со второго шага, пока не будет достигнута заданная точность (либо превышено заданное количество итераций). Если случайные члены структурной модели не коррелируют, то трехшаговый метод сводится к двухшаговому.