Меню

Настройка модели с системой одновременных уравнений



Системы эконометрических уравнений

Пример . Рассмотрим модель зависимости общей величины расходов на питание от располагаемого личного дохода (х) и цены продуктов питания (р):у = а + а1х + а2р + ε. Определим класс модели и вид переменных модели: регрессионная модель с одним уравнением; эндогенная переменная — расходы на питание, экзогенные переменные — располагаемый личный доход и цена продуктов питания.

Принципиальные сложности применения систем эконометрических уравнений связаны с ошибками спецификации модели.

Система уравнений в эконометрических исследованиях может быть построена по-разному. Выделяют следующие 3 вида систем уравнений.

  1. Система независимых уравнений, когда каждая зависимая переменная (y ) рассматривается как функция только от предопределенных переменных (х):
  2. Система рекурсивных уравнений, когда в каждом последующем уравнении системы зависимая переменная представляет функцию от зависимых и предопределенных переменных предшествующих уравнений:

От структурной формы легко перейти к так называемой приведенной форме модели. Число уравнений в приведенной форме равно числу эндогенных переменных модели. В каждом уравнении приведенной формы эндогенная переменная выражается через все предопределенные переменные модели:

Так как правая часть каждого из уравнений приведенной формы содержит только предопределенные переменные и остатки, а левая часть только одну из эндогенных переменных, то такая система является системой независимых уравнений. Поэтому параметры каждого из уравнений системы в приведенной форме можно определить независимо обычным МНК.
Зная оценки этих приведенных коэффициентов можно определить параметры структурной формы модели. Но не всегда, а только если модель является идентифицируемой.

Проблема идентификации

Количество структурных и приведенных коэффициентов одинаково в модели идентифицируемой.

Правила идентификации

Ранг данной матрицы равен 1, что меньше К-1=2, следовательно, 1-ое уравнение модели неидентифицированно.
Составим матрицу А для 2-ого уравнения системы. Во 2-ом уравнении отсутствуют переменные y3, x2, х3:
y3 x 2 x3
b13 a 13 0 — в 1-ом уравнении
1 a32 a33 — в 3-ем уравнении
Ранг данной матрицы равен 2, что равно К-1=2, следовательно, 2-ое уравнение модели точно идентифицированно.
Составим матрицу А для 3-его уравнения системы. В 3-ем уравнении отсутствуют переменные y1, x2:
y 1 x 2
1 a12 — в 1-ом уравнении
b21 0 — во 2-ом уравнении
Ранг данной матрицы равен 1, что меньше К-1=2, следовательно, 3-е уравнение модели неидентифицированно.

Сделаем выводы: 1-ое и 3-е уравнения системы неидентифицированны (т.к. не выполняются достаточные условия идентификации, а в случае 1-ого уравнения и необходимое условие также). 2-ое уравнение системы сверхидентифицированно. Следовательно, система в целом является неидентифицируемой.
Для оценки параметров 2-ого уравнения можно применить двухшаговый МНК. Параметры 1-ого и 3-его уравнений определить по коэффициентам приведенной формы нельзя. Поэтому модель должна быть модифицирована.

Источник

Настройка модели с системой одновременных уравнений

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:

Система взаимозависимых уравнений получила название система совместных, одновременных уравнений. Тем самым подчеркивается, что в системе одни и те же переменные одновременно рассматриваются как зависимые в одних уравнениях и как независимые в других. Экономические модели, значения переменных которых привязаны к моменту времени, называются динамическими.

Примером системы одновременных уравнений может служить модель спроса и предложения, включающая три уравнения.

В эконометрике эта система уравнений называется также структурной формой модели. В отличие от предыдущих систем каждое уравнение системы одновременных уравнений не может рассм. самостоятельно, и для нахождения его параметров традиционный МНК неприменим. С этой целью используются специальные приемы оценивания .

Система совместных, одновременных уравнений (или структурная форма модели) обычно содержит эндогенные и экзогенные переменные.

Эндогенные переменные — это зависимые переменные, число которых равно числу уравнений в системе и которые обозначаются через y.

Экзогенные переменные — это предопределенные переменные, влияющие на эндогенные переменные, но не зависящие от них.

Обозначаются через x.

Классификация переменных на эндогенные и экзогенные зависит от теоретической концепции принятой модели. Эк. переменные могут выступать в одних моделях как эндогенные, а в других как экзогенные переменные. Внеэк. переменные (напр., климатич. условия, соц. положение, пол, возрастная категория) входят в систему только как экзогенные переменные. В качестве экзогенных переменных могут рассм. значения эндогенных переменных за предшествующий период времени (лаговые переменные).

Целесообразно в качестве экзогенных переменных выбирать такие переменные, которые могут быть объектом регулирования. Меняя их и управляя ими, можно заранее иметь целевые значения эндогенных переменных.

Примером системы одновременных уравнений может служить модель спроса и предложения, включающая три уравнения.

Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.007 сек.)

Источник

24.Настройка модели с системой одновременных уравнений.

Имеем элементарную модель конкурентного рынка

По результатам наблюдений необходимо получить оценки параметров a, a1, b, b1

(1)

Чтобы получить эти оценки, Вспомним, что на спрос влияет располагаемый доход

Введение в первое уравнение системы (1) дополнительной экзогенной переменной xt привело к тому, что второе уравнение стало идентифицируемо.

Правило. Для устранения проблемы идентификации необходимо:

1. Дополнить уравнения системы дополнительными предопределенными переменными

2. Дополнительные переменные включаются в уравнения смежные с неидентифицируемыми

Идентифицируемая модель конкурентного рынка

1. Как определить, какие уравнения в модели являются неидентифицируемые

2. Как определить, какие уравнения в модели идентифицируемые

Для этих ответов пользуемся теоремой «правило порядка». Вопрос № 8 (ниже кратко):

Пусть i-ое поведенческое уравнение модели (2.4) идентифицируемо. Тогда справедливо неравенство

Mi (пред) – количество предопределённых переменных модели, не включённых в i-ое уравнение; Mi (энд) – количество эндогенных переменных модели, не включённых в i-ое уравнение.

25. Нелинейная модель множественной регрессии Кобба-Дугласа. Оценка её коэффициентов.

Y – уровень выпуска продукции, K – уровень основного капитала, L – уровень рабочей силы.

26.Нелинейная модель множественной регрессии Кобба-Дугласа. Оценка её коэффициентов. Смотри вопрос 25

27.Нормальный закон распределения как характеристика случайной переменной.

Непрерывная случайная величина Х называется распределенной по нормальному закону с параметрами μ и σ, если ее плотность распределения есть

где параметр μ — среднее значение (математическое ожидание) случайной величины и указывает координату максимума кривой плотности распределения, а σ² — дисперсия.

Нормальное распределение зависит от двух параметров — смещения и масштаба, то есть является с математической точки зрения не одним распределением, а целым их семейством. Значения параметров соответствуют значениям среднего (математического ожидания) и разброса (стандартного отклонения).

Стандартным нормальным распределением называется нормальное распределение с математическим ожиданием 0 и стандартным отклонением 1.

Если случайные величины X1 и X2 независимы и имеют нормальное распределение с математическими ожиданиями μ1 и μ2 и дисперсиями и соответственно, то X1 + X2 также имеет нормальное распределение с математическим ожиданием μ1 + μ2 и дисперсией .

Нормальное распределение часто встречается в природе. Например, следующие случайные величины хорошо моделируются нормальным распределением:

отклонение при стрельбе

рост живых организмов

28.Обобщённый метод наименьших квадратов

При наличии гетероскедастичности целесообразно использовать обобщенный метод наименьших квадратов (ОМНК). Фактически при этом корректируется модель, изменяются ее спецификации, преобразуются исходные данные для обеспечения несмещенности, эффективности и состоятельности оценок коэффициентов регрессии.

Предполагается, что среднее остатков равно нулю, но дисперсия уже не является постоянной, а пропорционально величинам Ki, где величины представляют собой коэффициенты пропорциональности, различные для различных значений фактора х. Таким образом, именно эти коэффициенты характеризуют неоднородность дисперсии.

Исходная модель после введения этих коэффициентов в уравнение множественной регрессии продолжает оставаться гетероскедастичной (точнее таковыми являются остаточные величины (остатки) модели). Пусть эти остаточные величины не являются автокоррелированными. Часто считают, что эти остатки просто пропорциональны значениям фактора. Наиболее простой вид модель принимает, когда принимается гипотеза о том, что ошибки пропорциональны значениям последнего по порядку фактора. Введем новые переменные, получающиеся делением исходных переменных модели, зафиксированные в результате i- наблюдения, на корень квадратный из коэффициентов пропорциональности Ki. Тогда получаем новое уравнение в преобразованных переменных, в котором уже остатки гомоскедастичны. Сами новые переменные – это взвешенные старые (исходные) переменные.

Источник

VII Международная студенческая научная конференция Студенческий научный форум — 2015

ПОДХОД К ИЗУЧЕНИЮ СИСТЕМ ОДНОВРЕМЕННЫХ УРАВНЕНИЙ

На практике не всегда получается описать адекватно, например, сложное социально-экономическое явление с помощью только одного соотношения (уравнения). Кроме того, некоторые переменные могут оказывать взаимные воздействия и трудно однозначно определить, какая из них является зависимой, а какая независимой переменной. Поэтому при построении эконометрической модели прибегают к системам уравнений.

Систему взаимосвязанных тождеств и регрессионных уравнений, в которой переменные могут одновременно выступать как результирующие в одних уравнениях и как объясняющие в других, принято называть системой одновременных (эконометрических) уравнений. При этом в соотношения могут входить переменные, относящиеся не только к моменту t, но и к предшествующим моментам. Такие переменные называются лаговыми (запаздывающими). Тождества отражают функциональную связь переменных. Техника оценивания параметров системы эконометрических уравнений имеет свои особенности. Это связано с тем, что в регрессионных уравнениях системы независимые переменные и случайные ошибки оказываются коррелированы между собой 1 .

Таким образом, система одновременных уравнений — это совокупность эконометрических уравнений (часто линейных), определяющих взаимозависимость экономических переменных. Важным отличительным признаком системы «одновременных» уравнений от прочих систем уравнений заключается в наличии одних и тех же переменных в правых и левых частях разных уравнений системы (речь идет о так называемой структурной форме модели) 2 .

Система одновременных уравнений — это система взаимосвязанных регрессионных уравнений и тождеств, в которых одни и те же переменные в различных регрессионных уравнениях могут одновременно выступать и в роли результирующих показателей, и в роли объясняющих переменных.

Классическим примером является одновременное формирование спроса Q d и предложения Qsтовара в зависимости от его цены Р:

Если предположить, что рынок находится в состоянии равновесия, то в равенстве (1) следует положить Q d = Qs= Q.В этом случае наблюдаемое значение Р– это цена равновесия, которая формируется одновременно со спросом и предложением. Таким образом, мы должны считать Ри Q объясняемыми переменными, а величину дохода I – объясняющей переменной.

Среди переменных систем различают как эндогенные (внутрисистемные), так и экзогенные (внешние по отношению к рассматриваемой системе).

Разделение ролей между переменными в системе одновременных уравнений может быть проинтерпретировано следующим образом: переменные Qи Р формируют свои значения, подчиняясь уравнениям (1), т.е. внутри модели. Такие переменные называются эндогенными. Между тем переменная I считается в уравнениях (1) заданной, ее значения формируются вне модели. Такие переменные называются экзогенными.

Следовательно, эндогенными называются переменные, значения которых определяются в процессе функционирования изучаемой экономической системы. Их значения определяются «одновременно» исходя из значений некоторых экзогенных переменных, значения которых определяются вне модели, задаются извне. В системах одновременных уравнений эндогенные переменные зависят как от экзогенных переменных, так и от эндогенных.

С математической точки зрения, главное отличие между экзогенными и эндогенными переменными заключается в том, что экзогенные переменные не коррелируют с ошибками регрессии,между тем как эндогенные могут коррелировать (и, как правило, коррелируют). Естественно предположить, что схожие случайные факторы действуют как на цену равновесия, так и на спрос на товар. Причинная зависимость между переменными приводит к коррелированности их со случайными членами 3 .

Набор экзогенных переменных может быть различным. Так в модели спроса и предложения в качестве экзогенных переменных к доходу могут быть добавлены процентная ставка, временной тренд и т.д.

Приведем общий вид системы одновременных уравнений. Пусть Y1, . Ymэндогенные переменные, Х1, . Xlэкзогенные переменные. Введем блочные матрицы В и Г вида:

Тогда общий вид системы одновременных уравнений представляется в матричной форме как

Измерение тесноты связи между переменными, построение изолированных уравнений регрессии недостаточно для объяснения функционирования сложных экономических систем. Изменение одной переменной не может происходить при абсолютной неизменности других. Её изменение повлечет за собой изменения во всей системе взаимосвязанных признаков. Таким образом, отдельно взятое уравнение регрессии не может характеризовать истинное влияние отдельных признаков на вариацию результирующей переменной. Поэтому в экономических исследованиях важное место заняла проблема описания структуры связей между системой переменных 4 .

Рассматриваются различные виды систем одновременных уравнений.

называется системой совместных одновременных уравнений или структурной формой модели.

называется системой независимых уравнений.

Название «система одновременных уравнений» подчеркивает тот факт, что в системе одни и те же переменные одновременно рассматриваются как зависимые в одних уравнениях и как независимые в других. Как было сказано ранее, система одновременных уравнений отличается от других видов эконометрических систем тем, что в ней одни и те же эндогенные переменные системы в одних уравнениях находятся в левой части, а в других уравнениях — в правой части.

В отличие от других систем каждое уравнение системы одновременных уравнений не может рассматриваться самостоятельно, и для нахождения его параметров традиционный МНК неприменим, т.к. нарушаются предпосылки, лежащие в основе МНК. В результате оценки параметров получаются смещенными.

Некоторые из уравнений системы могут быть представлены в виде тождеств, т.е. параметры этих уравнений являются константами.

Структурной формой системы называется представление системы, в котором в уравнениях может присутствовать более одной эндогенной переменной (в стандартной записи это означает, что в правой части уравнений, то есть в качестве регрессоров, имеются эндогенные переменные). Структурная форма системы описывает систему взаимозависимостей между экономическими переменными.

Перенеся эндогенные переменные в левую часть структурную форму можно представить в следующем матричном виде:

От структурной формы легко перейти к так называемой приведенной форме модели. Приведённой (прогнозной) формой системы называется представление системы, в котором в каждом уравнении имеется только одна эндогенная переменная, то есть эндогенные переменные выражены через экзогенные:

Число уравнений в приведенной форме равно числу эндогенных переменных модели. В каждом уравнении приведенной формы эндогенная переменная выражается через все предопределенные переменные модели:

Так как правая часть каждого из уравнений приведенной формы содержит только предопределенные переменные и остатки, а левая часть только одну из эндогенных переменных, то такая система является системой независимых уравнений. Поэтому параметры каждого из уравнений системы в приведенной форме можно определить независимо обычным МНК.

Зная оценки этих приведенных коэффициентов можно определить параметры структурной формы модели. Но не всегда, а только если модель является идентифицируемой.

Идентификация – это единственность соответствия между приведенной и структурной формами модели.

Структурная модель в полном виде, состоящая в каждом уравнении системы из n эндогенных и m экзогенных переменных, содержит n(n-1+m) параметров. Приведенная модель в полном виде содержит nm параметров. Таким образом, в полном виде структурная модель содержит большее число параметров, чем приведенная форма модели. Поэтому n(n-1+m) параметров структурной модели не могут быть однозначно определены через nm параметров приведенной формы модели.

Чтобы получить единственно возможное решение для структурной модели, необходимо предположить, что некоторые из структурных коэффициентов модели равны нулю. Тем самым уменьшится число структурных коэффициентов. Это называется необходимое условие идентифицируемости структурного уравнения.

Структурное уравнение называется идентифицируемым, если его коэффициенты можно выразить через коэффициенты приведённой формы. Если это можно сделать единственным способом, то говорят о точной индентифицируемости, если несколькими способами — о сверхидентифицируемости. В противном случае оно называется неидентифицируемым.

Сверхидентифицируемость фактически означает, что на коэффициенты приведённой формы наложены некоторые ограничения (сверхидентифицирующие). В полной приведённой форме участвуют все экзогенные переменные и на коэффициенты не налагается никаких ограничений.

Если вышеописанное условие не выполнено, то уравнение неидентифицируемо. Если выполнено со знаком равенства, то, вероятно, точно идентифицируемо, иначе — сверхидентифицируема.

Структурная модель всегда представляет собой систему совместных уравнений, каждое из которых требуется проверять на идентификацию. Модель считается идентифицируемой, если каждое уравнение системы идентифицируемо. Если хотя бы одно из уравнений системы неидентифицируемо, то и вся модель считается неидентифицируемой. Сверхидентифицируемая модель содержит хотя бы одно сверхидентифицируемое уравнение 5 .

Обозначим Н – число эндогенных переменных в i- ом уравнении системы, D – число экзогенных переменных, которые содержатся в системе, но не входят в данное уравнение. Тогда условие идентифицируемости уравнения может быть записано в виде следующего счетного правила:

D+1 = Н – уравнение идентифицируемо;

D+1 Н – уравнение сверхидентифицируемо.

Это счетное правило отражает необходимое, но не достаточное условие идентификации. Более точно условия идентификации определяются, если накладывать ограничения на коэффициенты матриц параметров структурной модели. Уравнение идентифицируемо, если по отсутствующим в нем переменным (эндогенным и экзогенным) можно из коэффициентов при них в других уравнениях системы получить матрицу, определитель которой не равен нулю, а ранг матрицы не меньше, чем число эндогенных переменных в системе без одного.

Оценка точно идентифицированного уравнения осуществляется с помощью косвенного метода наименьших квадратов (КМНК 6 ). Алгоритм КМНК включает 3 шага:

1) составление приведенной формы модели и выражение каждого коэффициента приведенной формы через структурные параметры;

2) применение обычного МНК к каждому уравнению приведенной формы и получение численных оценок приведенных параметров;

3) определение оценок параметров структурной формы по оценкам приведенных коэффициентов, используя соотношения, найденные на шаге 1.

Оценка сверхидентифицированного уравнения осуществляется при помощи двухшагового метода наименьших квадратов.

Алгоритм двухшагового МНК включает следующие шаги:

1) составление приведенной формы модели;

2) применение обычного МНК к каждому уравнению приведенной формы и получение численных оценок приведенных параметров;

3) определение расчетных значений эндогенных переменных, которые фигурируют в качестве факторов в структурной форме модели;

4) определение структурных параметров каждого уравнения в отдельности обычным МНК, используя в качестве факторов входящие в это уравнение предопределенные переменные и расчетные значения эндогенных переменных, полученные на шаге 1.

Другими словами правильная последовательность шагов алгоритма применения двухшагового МНК включает:

Преобразование структурной формы модели в приведенную.

Процесс оценки параметров приведенной формы с помощью МНК.

Получение по соответствующим приведенным уравнениям теоретических значений эндогенных переменных правой части сверхидентифицируемого уравнения модели.

Процесс оценки параметров сверхидентифицируемого уравнения модели через теоретические значения эндогенных и фактические значения предопределенных переменных;

Рассмотрим следующую макроэкономическую модель:

где M – доля импорта в ВВП;

N – общее число прошений об освобождении от таможенных пошлин;

S – число удовлетворенных прошений;

E – фиктивная переменная, означающая, является ли курс доллара искусственно завышенным или нет;

Y – реальный ВВП;

X – реальный объём чистого экспорта;

t – текущий период;

t-1 – предыдущий период.

Проверим данную модель на идентификацию и определим, каким методом могут быть рассчитаны её коэффициенты (в случае, если модель сверх – или точно идентифицируема).

Сначала рассмотрим общие характеристики структурной формы. Здесь три эндогенные переменные – Mt, Nt и St, они стоят в левых частях уравнений. Кроме того, в правых частях находятся четыре предопределенные переменные – одна лаговая (Mt-1) и три экзогенные – Et-1, Yt и Xt. Теперь проверим каждое уравнение.

Уравнение I. В этом уравнении присутствуют три эндогенные переменные (Mt, Nt и St), но отсутствуют две предопределенные переменные — Yt и Xt. Поэтому Н=3, D=2, и необходимое условие идентификации выполняется, поскольку D+1=H. Это означает, что первое уравнение точно идентифицируемо.

Уравнение II. В этом уравнении присутствуют три эндогенные переменные (Mt, Nt и St), но отсутствуют три экзогенные — Еt-1, Mt-1 и Xt. Поэтому Н=3, D=3, D+1>H и второе уравнение по необходимому условию является сверхидентифицируемым.

Уравнение III. В этом уравнении, как и в других уравнениях, присутствуют все три эндогенные переменные, но отсутствуют три экзогенные — Еt-1, Mt-1 и Yt . Поэтому Н=3, D=3, D+1>H, и третье уравнение системы является сверхидентифицируемым.

Проверим каждое уравнение на выполнение достаточного условия идентификации. Для этого сначала запишем расширенную матрицу системы в виде следующей таблицы:

Источник

Читайте также:  Процессор для игр на средних настройках
Adblock
detector