Выбери формат для чтения
Загружаем конспект в формате pdf
Это займет всего пару минут! А пока ты можешь прочитать работу в формате Word 👇
СИСТЕМЫ ОДНОВРЕМЕННЫХ
УРАВНЕНИЙ (СОУ)
(продолжение)
Модель конкурентного рынка
где:
y dt a 0 a 1 p t a 2 xt
s
y t b 0 b1 p t
d
s
y t y t ,
a 0, b 0
1
1
d
- спрос
t
s
- предложение
t
y
y
pt
- цена
xt
- располагаемый доход
2
Уравнения, составляющие исходную модель, называются
структурными уравнениями модели.
их делят на две группы:
• поведенческие уравнения (описывают взаимосвязи между
переменными);
• уравнения – тождества.
Тождества не содержат подлежащих оценке параметров и не
включают случайный член (e)
3
Модель конкурентного рынка
где:
y dt a 0 a1 p t a 2 xt
s
y t b 0 b1 p t
d
s
y
y
t
t,
a 0, b 0
1
1
поведенческие уравнения
тождество
d
- спрос
t
s
- предложение
t
y
y
pt
- цена
xt
- располагаемый доход
4
В СОУ каждое уравнение не может рассматриваться как самостоятельное,
поэтому оценки неизвестных параметров уравнений СОУ нельзя определить с
помощью классического метода наименьших квадратов (МНК), т.к. нарушаются
условия применения этого метода:
• между переменными СОУ существует одновременная зависимость (в
одном уравнении у1 является функцией от у2, а в другом у2 является
функцией от у1);
• наличие проблемы мультиколлинеарности, т.к. в уравнении эндогенная
переменная является влияющим фактором наряду с экзогенными
переменными от которых она зависит;
• случайные ошибки уравнения коррелируют с результативными
переменными.
В случае использования классического метода наименьших квадратов
оценки параметров будут смещенными и несостоятельными.
5
Система рекурсивных уравнений
Система рекурсивных уравнений – зависимая переменная У одного уравнения
системы выступает в виде влияющей переменной в последующих уравнениях
этой системы.
y1 a11 x1 a12 x2 ... a1m xm 1 ,
y b y a x a x ... a x ,
2
21 1
21 1
22 2
2m m
2
y3 b31 y1 b32 y2 a31 x1 a32 x2 ... a3m xm 3 ,
........................................................................
yn bn1 y1 bn 2 y2 ... b nn 1 yn 1 an1 x1 an 2 x2 ...anm xm n .
6
Система рекурсивных уравнений
Для оценки параметров системы рекурсивных уравнений применяется
следующий метод:
1) т.к. 1-ое уравнение содержит в правой части только предопределенные
переменные, то оценки его параметров находят МНК
2) исчисляют теоретические значения эндогенной переменной 1-ого уравнения
системы и подставляют их во 2-ое уравнение. Теперь 2-ое уравнение
содержит в правой части только предопределенные переменные и к нему
применим МНК
3) и т.д.
7
Методы оценивания параметров структурной модели
СОУ:
• Косвенный метод наименьших квадратов (КМНК)
• Двухшаговый метод наименьших квадратов (ДМНК)
8
Косвенный метод наименьших квадратов (КМНК)
КМНК применяется в случае точно идентифицируемой структурной
модели.
Название данного метода связано с тем, что оценки параметров
структурной модели вычисляются через оценки параметров
приведенных уравнений.
Оценки полученные КМНК являются состоятельными.
9
Косвенный метод наименьших квадратов
•составляют приведенную форму модели и определяют
количественные значения оценок параметров каждого ее уравнения
обычным МНК;
•путем алгебраических преобразований переходят от приведенной
формы к уравнениям структурной формы модели, получая тем самым
количественные оценки структурных параметров
10
Двухшаговый метод наименьших квадратов
ДМНК
Если система сверхидентифицируема, то оценки параметров структурных
уравнений находятся ДМНК.
Основная идея ДМНК – на основе приведенной формы модели получить для
сверхидентифицируемого уравнения теоретические значения эндогенных
переменных, содержащихся в правой части уравнения. Далее, подставив их
вместо фактических значений, можно применить обычный МНК к структурной
форме сверхидентифицируемого уравнения.
11
Двухшаговый метод наименьших квадратов
ДМНК
•составляют приведенную форму модели и определяют численные значения
параметров каждого ее уравнения обычным МНК;
•выявляют эндогенные переменные, находящиеся в правой части структурного
уравнения, параметры которого определяют двухшаговым МНК, и находят
расчетные значения по соответствующим уравнениям приведенной формы
модели;
•обычным МНК определяют параметры структурного уравнения, используя в
качестве исходных данных фактические значения предопределенных
переменных и расчетные значения эндогенных переменных, стоящих в правой
части данного структурного уравнения
12
Двухшаговый метод наименьших квадратов
ДМНК
Сверхидентифицируемая структурная модель СОУ может быть двух типов:
все уравнения системы сверхидентифицируемы;
система содержит наряду со сверхидентифицируемыми точно
идентифицируемые уравнения.
13
Двухшаговый метод наименьших квадратов
ДМНК
1) все уравнения системы сверхидентифицируемы:
Для оценки параметров каждого уравнения используется ДМНК
2) система содержит наряду со сверхидентифицируемыми точно
идентифицируемые уравнения:
Структурные коэффициенты для сверхидентифицируемых уравнений
находятся с помощью ДМНК.
Структурные коэффициенты для точно идентифицируемых уравнений
находятся с помощью КМНК
14
Двухшаговый метод наименьших квадратов
ДМНК
Применение ДМНК будет эффективным лишь в том случае, когда
коэффициент детерминации R2 приведенных уравнений будет
достаточно высоким.
15