Эконометрическое оценивание параметров симультативных моделей экономики

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ

ХАРЬКОВСКИЙ НАЦИОНАЛЬНЫЙ УНИВЕРСИТЕТ ИМ. В.Н. КАРАЗИНА

 

 

 

 

 

 

КУРСОВАЯ РАБОТА

По дисциплине: Эконометрика

на тему: «Эконометрическое оценивание параметров симультативных моделей экономики»

 

 

 

 

 

Выполнила:

студентка 3 курса

группы ЭК-31

Сокол Анастасия

Проверила:

Николаева Е.Г.

 

 

 

 

 

ХАРЬКОВ 2013 
СОДЕРЖАНИЕ

 

ВВЕДЕНИЕ		3
ГЛАВА 1. Эконометрические модели		5
	1.1 Основные понятия и особенности  эконометрических моделей	5
	1.2 Структурная и приведенная формы  моделей	6
	1.3 Проблема идентификации	8
	1.4 Оценивание параметров структурной  модели	10
	1.4.1 КМНК	11
	1.4.2 ДМНК	12
ГЛАВА 2. Эконометрическая модель национальной экономики Украины		13
	2.1 План работы	13
	2.2 Идентификация модели	14
	2.3 Учебный пример модели	16
	2.4 Расчет модели с реальными данными	18
	2.5 Выводы	21
ЗАКЛЮЧЕНИЕ		22
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ		23

 

ВВЕДЕНИЕ

Объектом статистического изучения в социальных науках являются сложные системы. Измерение тесноты связей между переменными, построение изолированных уравнений регрессии недостаточны для описания таких систем и объяснения механизма их функционирования. При использовании отдельных уравнений регрессии, например, для экономических расчетов в большинстве случаев предполагается, что аргументы (факторы) можно изменять независимо друг от друга. Однако это предположение является очень грубым: практически изменение одной переменной, как правило, не может происходить при абсолютной неизменности других. Ее изменение повлечет за собой изменения во всей системе взаимосвязанных признаков [2].

Следовательно, отдельно взятое уравнение множественной регрессии не может характеризовать истинные влияния отдельных признаков на вариацию результирующей переменной. Именно поэтому в экономических, биометрических социологических исследованиях важное место заняла проблема описания структуры связей между переменными системы так называемых одновременных уравнений или структурных уравнений.

Эконометрические методы применяются для построения крупных эконометрических систем моделей, описывающих экономику той или иной страны и включающих в качестве составных элементов производственную функцию, инвестиционную функцию, а также уравнения, характеризующие движение занятости, доходов, цен и процентных ставок и другие блоки.

Одним из традиционных подходов к исследованию макроэкономических процессов является подход, основанный на использовании эконометрических моделей.

Цель курсовой работы – рассмотреть системы эконометрических уравнений, их применение в эконометрике.

Объект работы – системы эконометрических уравнений.

В связи с поставленной целью, мной были выделены задачи данной курсовой работы:

• Понятие систем эконометрических уравнений
• Сущность проблемы идентифицируемости;
• Методы наименьших квадратов;
• Применение эконометрических уравнений.

 

ГЛАВА 1. Эконометрические модели.

 

1. Основные понятия и особенности эконометрических моделей.

Эконометрическая модель — основное понятие эконометрии, экономико-математическая модель, параметры которой оцениваются с помощью методов математической статистики. Она выступает в качестве средства анализа и прогнозирования конкретных экономических процессов как на макро-, так и на микроэкономическом уровне на основе реальной статистической информации.

Наиболее распространены эконометрическая модель, представляющие собой системы регрессионных уравнений, в которых отражается зависимость эндогенных величин (искомых) от внешних воздействий (текущих экзогенных величин) в условиях, описываемых параметрами модели, а также лаговыми переменными. Кроме регрессионных (как линейных, так и нелинейных) уравнений, применяются и другие математико-статистические модели.[1]

Эконометрическая модель может быть представлена в двух формах: структурной и приведенной.

Эконометрическая модель, как правило, основана на теоретическом предположении о круге взаимосвязанных переменных и характере связи между ними. При всем стремлении к «наилучшему» описанию связей приоритет отдается качественному анализу.

Поэтому в качестве этапов эконометрического исследования можно указать:

• постановку проблемы;
• получение данных, анализ их качества;
• спецификацию модели;
• оценку параметров;
• интерпретацию результатов.

1.2 Структурная и приведенная  формы моделей

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:

y1 = b12y2 + b13y3 +… + b1nyn + a11x1 + a12x2 +…+ a1m xm + e1,

y2 = b21y1 + b23y3 +… + b2nyn + a21x1 + a22x2 +…+ a2m xm + e2,

…………………………………………………………………,

yn = bn1y1 + bn2y2 +… + bnn-1 yn-1 + an1x1 + an2x2 +…+ anm xm + en.

Система взаимозависимых уравнений получила название система совместных, одновременных уравнений. Тем самым подчеркивается, что в системе одни и те же переменные у одновременно рассматриваются как зависимые в одних уравнениях и как независимые в других. В эконометрике эта система уравнений называется также структурной формой модели. В отличие от других систем каждое уравнение системы одновременных уравнений не может рассматриваться самостоятельно, и для нахождения его параметров традиционный МНК неприменим. С этой целью используются специальные приемы оценивания.[2]

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

Простейшая структурная форма модели имеет вид:

y1 = b12y2 + a11x1 + e1,

y2 = b21y1 + a22x2 + e2.

Структурная форма модели позволяет увидеть влияние изменений любой экзогенной переменной на значения эндогенной переменной. 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.

Структурная форма модели в правой части содержит при эндогенных и экзогенных переменных коэффициенты bi и aj (bi — коэффициент при эндогенной переменной, aj - коэффициент при экзогенной переменной), которые называются структурные коэффициенты модели. Все переменные в модели выражены в отклонениях от среднего уровня, т. е. под х подразумевается x — хср, а под у — соответственно у —yср. Поэтому свободный член в каждом уравнении системы отсутствует.

Использование МНК для оценивания структурных коэффициентов модели дает, как принято считать в теории, смещенные и несостоятельные оценки. Поэтому обычно для определения структурных коэффициентов модели структурная форма модели преобразуется в приведенную форму модели.

Приведенная форма модели представляет собой систему линейных функций эндогенных переменных от экзогенных:

y1 = δ11x1 + δ12x2 + … + δ1mxn ,

y2 = δ11x1 + δ12x2 + … + δ1mxn ,

……………………………… ,

yn = δn1x1 + δn2x2 + … + δnmxn .

δij – коэффициенты приведенной формы модели.

По виду приведенная форма модели ничем не отличается от системы независимых уравнений, параметры которой оцениваются традиционным методом наименьших квадратов. Применяя МНК, можно оценить δ, а затем оценить значения эндогенных переменных через экзогенные.Коэффициенты приведенной формы модели представляют собой нелинейные функции коэффициентов структурной формы модели.[3]

 

1.3 Проблема идентификации.

При переходе от приведенной формы модели к структурной исследователь сталкивается с проблемой идентификации. Идентификация – это единственность соответствия между приведенной и структурной формами модели.

С позиции идентификации структурные модели можно подразделить на три вида [5]:

• идентифицируемые;
• неидентифицируемые;
• сверхидентифицируемые.

Модель идентифицируема, если все структурные ее коэффициенты определяются однозначно, единственным образом по коэффициентам приведенной модели, т.е. если число параметров структурной модели равно числу параметров приведенной формы модели. В этом случае структурные коэффициенты модели оцениваются через параметры приведенной формы модели и модель идентифицируема.

Модель неидентифицируема, если число приведенных коэффициентов меньше числа структурных коэффициентов, и в результате структурные коэффициенты не могут быть оценены через коэффициенты приведенной формы модели.

Модель сверхидентифицируема, если число приведенных коэффициентов больше числа структурных коэффициентов.[5]

Структурная модель всегда представляет собой систему совместных уравнений, каждое из которых требуется проверить 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.

Выполнение условия идентифицируемости модели проверяется для каждого уравнения системы.

Чтобы уравнение было идентифицируемо, необходимо, чтобы число экзогенных переменных (D), отсутствующих в данном уравнении, но присутствующих в системе, было равно числу эндогенных переменных в данном уравнении (H) без одного.

D+1=H –  уравнение идентифицируемо;

D+1<H –  уравнение неидентифицируемо;

D+1>H –  уравнение сверхидентифицируемо.

Рассмотренное счетное правило отражает необходимое, но недостаточное 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.[3]

Целесообразность проверки условия идентификации модели через определитель матрицы, коэффициентов, отсутствующих в данном уравнении, но присутствующих в других уравнениях, объясняется тем, что возможна ситуация, когда для каждого уравнения системы выполнено счетное правило, а определитель матрицы названных коэффициентов равен нулю. В этом случае соблюдается лишь необходимое, но недостаточное условие идентификации.

 

1.4 Оценивание параметров  структурной модели.

Коэффициенты структурной модели могут быть оценены разными способами в зависимости от вида системы одновременных уравнений. Наибольшее распространение в литературе получили следующие методы оценивания коэффициентов структурной модели:

• косвенный метод наименьших квадратов (КМНК);

• двухшаговый метод наименьших квадратов (ДМНК);

• трехшаговый метод наименьших квадратов (ТМНК);

• метод максимального правдоподобия с полной информацией (ММПf);

• метод максимального правдоподобия при ограниченной информации (ММПs).

Косвенный и двухшаговый методы наименьших квадратов подробно описаны в литературе и рассматриваются как традиционные методы оценки коэффициентов структурной модели. Эти методы достаточно легкореализуемы. Косвенный метод наименьших квадратов применяется для идентифицируемой системы одновременных уравнений, а двухшаговый метод наименьших квадратов - для оценки коэффициентов сверхидентифицируемой модели. Перечисленные методы оценивания также используются для сверхидентифицируемых систем уравнений.[4]