6 теоретическиесведенияочень часто экономические модели описываются не одним уравнением, а системамиэконометрическихуравнений. В связи стем, что в описываемых системах несколько уравнений,
Скачать 0.65 Mb.
|
Полянский ЮН. Эконометрика. Экономическое моделирование и прогнозирование. ГЛАВА 6. СИСТЕМЫ ЭКОНОМЕТРИЧЕСКИХ УРАВНЕНИЙ 6.1. ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ Очень часто экономические модели описываются не одним уравнением, а системамиэконометрическихуравнений. В связи стем, что в описываемых системах несколько уравнений, в данной главе система индексации переменных несколько отлична от примененной ранее - переменные Y и их оценки пишутся с индексами, соответствующими номеру уравнения с этой переменной в левой части (например, 1 y - переменная, стоящая в левой части го уравнения - факторы и их наблюдаемые значения нумеруются аналогично ранее используемой системы - коэффициенты в правых частях системы обозначаются по системе нумерации используемой в обычных СЛАУ; - индексы, соответствующие номеру наблюдения, как правило, не записываются (тем более в рамках материала главы это и не требуется - при рассмотрении одного конкретного уравнения системы можно использовать описанную ранее систему обозначений. 6.1.1. Переменные систем эконометрических уравнений Переменные, входящие в системы эконометрических уравнений, подразделяют на эндогенные и экзогенные. Эндогенныепеременные - взаимосвязанные переменные, определяемые внутри модели (системы уравнений. Экзогенныепеременные - независимые переменные, определяемые вне модели (системы уравнений. В качестве экзогенных переменных могут выступать эндогенные переменных в предшествовавшие моменты времени - лаговыепеременные. Значения экзогенных и лаговых переменных к расчетному моменту времени известны. Поэтому их ещё называют предопределённымипере- менными. Кроме регрессионных уравнений модель может также содержать тождества, представляющие алгебраические соотношения между эндогенными переменными. Полянский ЮН. Эконометрика. Экономическое моделирование и прогнозирование. 131 6.1.2. Формы моделей, описываемых системами эконометрических уравнений Системы эконометрических уравнений по своей структуре могут быть различными. Они могут содержать в правых частях как эндогенные ( i y ), таки экзогенные ( j x ) переменные. Такая форма модели называется структур- нойформой. Будем условно обозначать коэффициенты передними соответственно и ij a , которые называют структурнымикоэффициентами. а) Системынезависимыхуравнений, в которых каждая объясняемая переменная i y ( n ,..., 2 , 1 i = ) зависит от одного итого же набора объясняющих факторов p 2 1 x ,..., x , x , выглядят + + + + = + + + + = + + + + = . x a ... x a x a y ... ... ... ... ... ... ... ... ... ... ... ... ... ... , x a ... x a x a y , x a ... x a x a y n p np 2 2 n 1 1 n n 2 p p 2 2 22 1 21 2 1 p p 1 2 12 1 11 1 ε ε ε (6.1) Такие системы решаются обычным МНК. Так как уравнения независимые, то каждое из них получается по отдельности. б) Системырекурсивныхуравнений, среди которых есть объясняемые переменные, которые одновременно являются объясняющими факторами в других уравнениях, выглядят + + + + + + + + = + + + + + + = + + + + + = + + + + = − − . y b ... y b y b x a ... x a x a y ... ... ... ... ... ... ... ... ... ... ... ... ... ... , y b y b x a ... x a x a y , y b x a ... x a x a y , x a ... x a x a y n 1 n 1 nn 2 2 n 1 1 n p np 2 2 n 1 1 n n 3 2 32 1 31 p p 3 2 32 1 31 3 2 1 21 p p 2 2 22 1 21 2 1 p p 1 2 12 1 11 1 ε ε ε ε (6.2) Такие системы также решаются обычным МНК после предварительных преобразований – последовательных подставлений левых частей в правые и сведения к одному регрессионному уравнению. в) Системывзаимосвязанных (совместных) уравнений, в которых одни и те же переменные в различных уравнениях выступают тов роли объясняемых, тов роли объясняющих, выглядят Полянский ЮН. Эконометрика. Экономическое моделирование и прогнозирование. 132 + + + + + + + + = + + + + + + + + = + + + + + + + + = − − . y b ... y b y b x a ... x a x a y ... ... ... ... ... ... ... ... ... ... ... ... ... ... , y b ... y b y b x a ... x a x a y , y b ... y b y b x a ... x a x a y n 1 n 1 nn 2 2 n 1 1 n p np 2 2 n 1 1 n n 2 n n 2 3 23 1 21 p p 2 2 22 1 21 2 1 n n 1 3 13 2 12 p p 1 2 12 1 11 1 ε ε ε (6.3) Замечания. В записанных выше уравнениях для упрощения записи в качестве переменных использованы их отклонения от средних значений, те. как обозначено отклонение, а как y - отклонение Поэтому в уравнениях отсутствуют свободные члены. Получаемые обычным МНК оценки структурных коэффициентов модели в случае взаимосвязанных (совместных) уравнений могут быть смещенными и несостоятельными [13]. Структурная модель путём преобразований может быть сведена к приведеннойформе, в которой эндогенные переменные выражены только через экзогенные. Получается модель, по общему виду схожая с системой независимых уравнений + + + + = + + + + = + + + + = . x ... x x y ... ... ... ... ... ... ... ... ... ... ... ... ... ... , x ... x x y , x ... x x y n p np 2 2 n 1 1 n n 2 p p 2 2 22 1 21 2 1 p p 1 2 12 1 11 1 ν δ δ δ ν δ δ δ ν δ δ δ (6.4) Е коэффициенты можно получить обычным МНК. 6.1.3. Проблема идентификации модели При преобразовании системы к приведенной форме существует проблемаидентификациимодели, те. единственности соответствия между приведенной и структурной формами. С этой точки зрения модели бывают а) идентифицируемые б) неидентифицируемые; в) сверхидентифицируемые. Модельидентифицируема, если все её структурные коэффициенты однозначно определимы, те. количество коэффициентов в структурной ив приведенной моделях одинаково. Модельнеидентифицируема, если количество приведенных коэф- Полянский ЮН. Эконометрика. Экономическое моделирование и прогнозирование. 133 фициентов меньше количества структурных коэффициентов. Модельсверхидентифицируема, если количество приведенных коэффициентов больше количества структурных коэффициентов. Для установления идентифицируемости модели в целом необходимо проверять на идентифицируемость каждое из уравнений системы • модельидентифицируема, если идентифицируемо каждое уравнение системы • модельнеидентифицируема, если неидентифицируемо хотя бы одно их уравнений системы • модельсверхидентифицируема, если сверхидентифицируема хотя бы одно их уравнений системы. ! Теорема(необходимоеусловиеидентифицируемости уравнения си- стемы). Пусть в произвольном уравнении структурной формы модели содержится эндогенных переменных и D экзогенных переменных, содержащихся в системе, ноне входящих в данное уравнение. Тогда если H 1 D = + , то данное уравнение идентифицируемо; H 1 D < + , то данное уравнение неидентифицируемо; H 1 D > + , то данное уравнение сверхидентифицируемо. ! Теорема (достаточноеусловиеидентифицируемости уравнения системы. Определитель матрицы, составленной из коэффициентов при переменных, отсутствующих в данном уравнении, неравен нулю, и ранг этой матрицы не менее числа эндогенных переменных системы без единицы. В зависимости от идентифицируемости системы в целом используются различные методы для расчета структурных коэффициентов системы. 6.1.4. Косвенный МНК Идентифицируемая система решается косвеннымметодом наименьшихквадратов (КМНК). Алгоритмметода: модель из структурной преобразуется в приведенную форму определяются приведенные коэффициенты ( ij δ ) обычным МНК; зная приведенные коэффициенты, алгебраическими преобразованиями осуществляется переход обратно к структурной форме, получая оценки структурных коэффициентов. Полянский ЮН. Эконометрика. Экономическое моделирование и прогнозирование. Оценки точности и значимости модели осуществляются коэффициентами и F для каждого уравнения в отдельности. Можно попробовать применить к каждому уравнению системы в структурной форме обычный МНК. Но между структурными коэффициентами (КМНК) и коэффициентами регрессии (ОМНК) может наблюдаться очень сильное отличие как в абсолютных величинах, таки в знаках. Это связано стем, что коэффициенты регрессии получаются в предпосылке взаимной независимости факторов, а в системах одновременных уравнений наблюдается сильная зависимость. Поэтому применение обычного МНК к системам одновременных уравнений даёт несостоятельныеоценки структурныхкоэффициентов (хотя не исключены случаи близких результатов. Оценки, полученные обычным МНК могут даже стать экономически бессмысленными, особенно в системах с большим числом эндогенных переменных. Двухшаговый МНК Сверхидентифицируемая система решается двухшаговымметодом наименьшихквадратов (ДМНК), т.к. косвенный МНК не даёт однозначных оценок параметров структурной модели. Алгоритмметода: модель из структурной преобразуется в приведенную форму определяются приведенные коэффициенты ( ij δ ) обычным МНК; для этих оценок приведенных коэффициентов получаются теоретические значения эндогенных переменных приведенной системы подставляются эти оценки вместо фактических значений этой переменной в структурное сверхидентифицируемое уравнение к полученному уравнению применяется обычный МНК. Двухшаговый МНК наиболее общий и распространённый метод решения систем одновременных эконометрических уравнений. Дальнейшим его развитием стал трёхшаговыйметоднаименьшихквадратов (ТМНК) [1, 3]. 6.1.6. Примеры систем эконометрических уравнений, часто используемых в практике 1) МодельКейнсаформированиядоходов (однаизверсий) + = + + = , I C Y , Y C t t t t t t ε β α (6.5) где t Y - совокупный выпуск Полянский ЮН. Эконометрика. Экономическое моделирование и прогнозирование. 135 t C - объём потребления t I - инвестиции. Описывает закрытую экономику без государственного вмешательства. Подставив t C вое уравнение, выразим t Y . Имеем уравнение в приведенной форме, которое можно решить обычным МНК: β ε β β α − + − + − = 1 I 1 1 1 Y 2) Модельденежногоитоварногорынков инвестиций функция ( ); рынка товарного функция ( ); рынка денежного функция (6.6) где R - процентные ставки Y - реальный ВВП; M - денежная масса I - внутренние инвестиции G - реальные государственные расходы. 3) Модельспросаипредложениякейнсианскоготипа (версия) = + + + = + + + = − |