Geum.ru

 

Социология управления Главная Социология Социология управления
Антохонова И.В.. Методы прогнозирования социально-экономических процессов, 2004

5.4.0ценивание параметров эконометрических моделей

Для оценивания эконометрических моделей необходимо выполнение предположений относительно возмущений и закона их распределений, связанных с предпосылками регрессионного анализа, рассмотренными в главе 4. Выполнение предположений о вероятностных свойствах возмущений дополняет спецификацию модели.
Предпосылка 1. Возмущающие переменные st рас-пределены нормально. Многомерный нормальный закон позволяет использовать статистические критерии классической математической статистики.
Предпосылка 2. Математическое ожидание возмущающих переменных равно нулю
м(^) = 0,= 1,2,...,#;Г = 1,2,...,Г.
Предпосылка 3. Матрица дисперсий и коварнаций возмущающих воздействий для любого момента времени t невырожденная.
Предпосылка 4. Возмущающие переменные различных уравнений для каждого момента времени t независимы друг от друга. Данная предпосылка является одним из условий рекурсивной модели.
Предпосылка 5. Распределение возмущающих переменных инвариантно относительно времени. Эта предпосылка означает неизменность дисперсии и ковариации для любого периода времени. Условие представляет обобще- ние требования гомоскедастичности для линейной регрессии.
Предпосылка 6. Возмущающие переменные в различных структурных уравнениях неавтокоррелированы.
Предпосылка 7. Текущие значения возмущений сто-хастически независимы от предопределенных переменных для фиксированного момента времени t. В силу данного предположения значения лаговых эндогенных переменных не коррелируют с возмущающими воздействиями.
Предпосылка 8. Возмущения стохастически независимы от экзогенных переменных для любого момента времени.
Предпосылка 9. Экзогенные переменные не коррелируют между собой, т.е. между экзогенными переменными отсутствует мультиколлинеарность.
Обыкновенный метод наименьших квадратов может применяться для оценивания параметров системы независимых уравнений, рекурсивных и интердепедентных моделей.
Для решения идентифицируемых уравнений применяется косвенный метод наименьших квадратов. Обычный МНК не учитывает одновременных соотношений между совместно зависимыми переменными, поэтому не может непосредственно применяться.
Модель вначале представляется в прогнозной (приведенной) форме. Применяя МНК к каждому полученному уравнению, оценивают все параметры (коэффициенты) системы в прогнозной форме. Так как по предположению все структурные уравнения точно идентифицируемы, на следующем этапе однозначно определяются структурные коэффициенты по коэффициентам прогнозных уравнений. То есть структурные коэффициенты оцениваются косвенно через оценки параметров прогнозной модели.
Для решения сверхидентифицированных уравнений приметается двухшаговый метод наименьших квадратов, учитывающий многосторонние связи совместно зависимых переменных. В данном случае структурные уравнения содержат меньше коэффициентов, чем приведенные.
Метод является обобщением обычного МНК и выполняется в два этапа. Основная идея двухшагового МНК заключается в замене зависимых переменных yt на их
оценки Д . Благодаря этому содержащиеся в уравнениях
переменные приобретают характер предопределенных переменных и применение МНК дает удовлетворительные оценки.
Алгоритм метода включает следующие шаги:
Структурные уравнения преобразовывают в приведенные.
Приведенные уравнения решаются с помощью МНК.
Проверяется надежность уравнений по F- критерию.
Если уравнения надежны, по ним вычис-ляются расчетные значения эндогенных переменных для каждой единицы совокупности.
Эти расчетные значения эндогенных переменных, находящихся в правой части структурных уравнений, и соответствующие значения экзогенных переменных используются для решения структурных уравнений с помощью МНК.
Вновь проверяется надежность полученных решений. Эта проверка необходима, так как при ДМНК решенные структурные уравнения качественно отличны от приведенных уравнений, в том числе имеют другое число степеней свободы вариации, поэтому надежность приведенных уравнений еще не гарантирует надежность решения структурных уравнений.
<< Предыдушая Следующая >>
= К содержанию =
Похожие документы: "5.4.0ценивание параметров эконометрических моделей"
  1. 8.2. Гравитационные модели
    параметров внутриэкономического состояния как страны-экспортера, так и страны- импортера. В основе названия гравитационных моделей лежит известная из физики формула притяжения. Впервые в экономических процессах эта фор мула была применена для описания зависимости между продавцом в го роде и покупателем, живущим за городом, исходя из предпосылки, что их лпритягивает друг к другу: (8.2) где М^ -
  2. 8.3. Глобальная модель международной торговли - проект ЛИНК
    параметров при условии использования в них одной центра лизованно выработанной методики проведения расчетов. При построении модели ЛИНК используются показатели экспортных цен, импорта и прочих факторов, определяющих особенности уровня социально-экономического развития каждой страны. Необходимо отме тить, что эта модель учитывает только международную торговлю товарами, однако показатели экспорта и
  3. 7.4. Стратегическое финансовое планирование
    параметров, использование которых при наметившихся (но заранее спрогнозированных) тенденциях изменения ситуации на рынке, позволяет определить один из вариантов развития финансового положения предприятия. Круг показателей прогноза может значительно отличаться от круга показателей будущего плана. В чем-то прогноз может казаться менее подробным, чем расчеты плановых заданий, а в чем-то он будет
  4. 4.6. Прогнозирование на основе анализа связанных временных рядов
    параметров в случае нарушения ряда классических предпосылок. Исследованию подвергаются в основном временные ряды финансовых показателей, относительно которых можно отметить, что все они не могут не зависеть, например, от инфляции. Таким образом, проблемы исследования взаимосвязи временных рядов представляют теоретический и прак- тический интерес. Применение регрессионных моделей связано, в
  5. 5.1.Сущность и принципы эконометрического моделирования
    параметров модели и проверка оцененной модели. Модель либо признается реалистичной, либо признается необходимость оценки другой спецификации модели. Таким образом, эконометрическое моделирование охватывает весь цикл решения экономической задачи - от ее постановки до содержательной интерпретации результатов статистического анализа и прогнозирования. Как отмечают ведущие статистики , при всем
  6. Классификация переменных в эконометрических моделях.
    параметров модели. Интерпретация возмущающих переменных в эконометрической модели та же , что и в случае одного уравнения регрессии, рассмотренного в главе
  7. критерии идентифицируемости для полной эконометрической модели.
    параметры модели достаточно, чтобы однозначно определять параметры структурных уравнений по их приведенной форме. При /)>Н-1 уравнение сверхидентифицируемо. В данном случае имеется больше ограничений на параметры модели, чем это необходимо для идентификации. При
  8. 5.5.Прогнозирование на основе эконометрической модели
    параметры В и В' являются мультипликаторами, т.е. В =Мс;В' =Му. Для получения прогнозных значений взаимозависимых переменных необходимо вывести прогнозную форму модели. Для этой цели нужно подставить определяющее уравнение в структурную форму функции потребления: С, = а+Ь(С,+1,)+е,+а+ЬС, +bl,+st. Решая уравнение относительно Се, получим приведенное уравнение: Да Ъ 1 С, = + /, + е, 1 -Ъ 1 -Ъ
  9. 8.2. Производственные функции в анализе и прогнозировании экономического роста
    параметр или вектор параметров, каждое значение которого выражает определенный уровень технического развития. 1 .Частным случаем функции является ПФ вида Y=A(t)f(K,L). Здесь множитель A(t) отражает влияние нейтрального по Хиксу технического прогресса. Такой НТП не затрагивает соотношений между факторами (К) и (L) и называется продуктоувеличивающим. Нужно отметить, что применение моделей с
  10. 9.5. корректировка цен и достижение всеобщего равновесия
    параметров модели (таких, например, как эластичность спроса на деньги по доходу). В эконометрических моделях эти значения вычисляются посредством статистического анализа данных. Во-вторых, необходимо определить тенденции изменения соответствующих экзогенных (внешних) факторов или переменных, значения которых не определяются в самой модели. Примерами экзогенных переменных могут служить показатели,