Економіко-математичне моделювання
Економіко-математичне моделювання Економіко-математичне моделювання
∗ ідентифікації; при mi < ki − 1 структурне рівняння не ідентифікується, оскільки число обмежень недостатнє і, таким чином, відповідні рівняння статистично не відрізняються одне від одного. В першому випадку МНК можна застосувати до прогнозної форми, якщо виконуються передумови відносно збурень. У другому випадку необхідно скористатися методами оцінювання, наприклад, багатокроковим МНК або методом максимальної правдоподібності. У третьому випадку оцінка параметрів структурних рівнянь неможлива. Альтернативною формою зазначеного критерію є така умова: число виведених із рівняння наперед визначених змінних повинно бути не менше числа ендогенних змінних, які беруть участь в ньому, зменшених на одиницю. Другим критерієм є правило порядку, яке містить необхідну та достатню умову ідентифікації. Це правило дає можливість точно встановити наявність або відсутність ідентифікації. При його використанні розглядаються змінні, які виведені із досліджуваного рівняння. На основі коефіцієнтів при цих змінних в інших рівняннях моделі будується матриця, ранг якої має бути не менше k–1, де k – загальна кількість сумісно залежних змінних. Недоліком правила порядку є те, що параметри моделі повинні бути відомими. При невеликому числі рівнянь можна на основі логічних міркувань припустити, які параметри відмінні від нуля. При великому числі рівнянь і змінних таке припущення не завжди виправдане. На практиці при перевірці ідентифікованості моделі дуже часто використовують правило рахунку, яке дає прийнятні результати. Необхідно відзначити, що ідентифікація сукупних рівнянь припускає, що збурення розподілені незалежно одне від одного. Але незалежність збурень – одна із вимог рекурсивної моделі. Таким чином, проблема ідентифікації рекурсивних моделей не виникає, оскільки вони завжди ідентифіковані. З проблемою ідентифікації приходиться мати справу при вивченні системи одночасних рівнянь, з допомогою яких описуються взаємозв’язки між економічними явищами. 18.4. Передумови побудови економетричних моделей Для оцінювання економетричних моделей потрібне виконання сукупності певних припущень відносно збурень і закону їх розподілів. Виконання припущень відносно ймовірнісних властивостей збурень доповнюється специфікацією моделі. Ці 612
припущення зв’язані з передумовами регресійного аналізу, які розглянуто у попередніх розділах. Передумова 1. Збурені змінні розподілені нормально. В загальному випадку неможливо апріорно визначити спільний розподіл збурених змінних. Проведення спільних експериментів породжує труднощі. Тому дуже часто обмежуються гіпотезою відносно розподілу збурень. Теоретично легше обґрунтувати багатомірний нормальний закон, який в свою чергу дозволить використати класичні статистичні критерії. Передумова 2. Математичне сподівання збурених змінних рівне нулю: M ( uit ) = 0 , i = 1, k; t = 1, T . (18.16) Передумова 3. Матриця ∑ = M ( u,u′ ) дисперсій і коваріацій u,u′ збурених змінних для будь-якого часу t невироджена, що в свою чергу означає, що всі тотожності моделі виключаються за допомогою t спеціальних перетворень і існує зворотна матриця для ∑ u,u′ Передумова 4. Збурені змінні різних рівнянь для кожного моменту часу t незалежні одне від одного. Ця умова зводиться до t вимоги, щоби матриця ∑ була діагональною u,u′ t ⎡σ11 0 … 0 ⎤ t ' ⎢ t ⎥ ∑ = M( u t,ut) = 0 22 0 u,u′ ⎢ σ … ⎥ . (18.17) t ⎢ 0 0 … σ ⎥ ⎣ kk ⎦ Крім цього, окреслена передумова відображає той факт, що збурені змінні дійсно носять випадковий характер і що всі змінні, які мають суттєвий вплив, містяться в окремих структурних рівняннях. Коваріації, відмінні від нуля, вказують на помилку специфікації структурних рівнянь. Ця передумова є однією з умов рекурсивної моделі. Передумова 5. Розподіл збурених змінних інваріантний відносно часу. Ця передумова означає незмінність дисперсій і коваріації для будь-якого періоду: t = ,t = 1,T ∑u,u′ ∑ , (18.18) u,u ′ Зазначена умова є узагальненням вимоги гомоскедастичності для лінійної регресії. 613
- Page 561 and 562: n−τ n−τ n−τ ( n −τ )
- Page 563 and 564: На момент часу t+1 су
- Page 565 and 566: що медіанний лаг ст
- Page 567 and 568: структура лага (17.4.1
- Page 569 and 570: Зазначена модель є
- Page 571 and 572: 1 0 , 669772 ⋅ = 0, 92924 . 1−
- Page 573 and 574: Далі виконаємо пер
- Page 575 and 576: Для поліному друго
- Page 577 and 578: ( 1 ) y ( 1 ) a ( 1 ) bx ( 1 ) ∗
- Page 579 and 580: ♦Розв’язування. Н
- Page 581 and 582: (y, тис. грн.) від сук
- Page 583 and 584: Рівняння (17.51) є мод
- Page 585 and 586: Введите параметры A
- Page 587 and 588: xt q = W ( t) + b1W ( t −1) + ...
- Page 589 and 590: При цьому ці затрим
- Page 591 and 592: T T T T T ∑αΔ K = ∑α∑β i
- Page 593 and 594: αj 0 1 2 3 T T+1 j Рис. 17.6.2.
- Page 595 and 596: виконуються не для
- Page 597 and 598: ( ΔK − ΔK ) + ρ( ΔK I ) ΔK
- Page 599 and 600: Розділ 18. Узагальне
- Page 601 and 602: 18.2. Види економетри
- Page 603 and 604: Оскільки економетр
- Page 605 and 606: 3. Зведена форма еко
- Page 607 and 608: Y Y 1t 2t = a = b 10 21 x Y 0t 1t +
- Page 609 and 610: ♦Розв’язування. П
- Page 611: рядках матриць B та
- Page 615 and 616: Припустимо, що нас
- Page 617 and 618: А: А: ⎡−1 ⎢ ⎣b22 b ⎤
- Page 619 and 620: ⎡c10 c20 cn 0 ⎤ ⎢ ⎥ −1 c
- Page 621 and 622: тільки наперед виз
- Page 623 and 624: ♦Розв’язування. В
- Page 625 and 626: ⎡ 247, 6 ⎤ A 5 = ⎢ 14155, 64
- Page 627 and 628: Розділ 19. Прикладні
- Page 629 and 630: Таблиця 19.4 Види мод
- Page 631 and 632: Роки Таблиця 19.6 Пок
- Page 633 and 634: ( ) 1 y x,t a x e β де β - па
- Page 635 and 636: одному й тому самом
- Page 637 and 638: Рік Товарна продук
- Page 639 and 640: Разом із цим треба
- Page 641 and 642: Для передбачення р
- Page 643 and 644: Таблиця 19.12 Динамік
- Page 645 and 646: даної процедури по
- Page 647 and 648: де t - період часу; τ
- Page 649 and 650: землю, податок на п
- Page 651 and 652: Таблиця 19.15 Кореляц
- Page 653 and 654: Глава IV. Імітаційне
- Page 655 and 656: 5. Оцінка адекватно
- Page 657 and 658: елементарні масиви
- Page 659 and 660: задачі. Це питання
- Page 661 and 662: 20.4. Метод Монте-Кар
припущення зв’язані з передумовами регресійного аналізу, які<br />
розглянуто у попередніх розділах.<br />
Передумова 1. Збурені змінні розподілені нормально. В<br />
загальному випадку неможливо апріорно визначити спільний<br />
розподіл збурених змінних. Проведення спільних експериментів<br />
породжує труднощі. Тому дуже часто обмежуються гіпотезою<br />
відносно розподілу збурень. Теоретично легше обґрунтувати<br />
багатомірний нормальний закон, який в свою чергу дозволить<br />
використати класичні статистичні критерії.<br />
Передумова 2. Математичне сподівання збурених змінних рівне<br />
нулю:<br />
M ( uit<br />
) = 0 , i = 1,<br />
k;<br />
t = 1,<br />
T . (18.16)<br />
Передумова 3. Матриця ∑ = M ( u,u′<br />
) дисперсій і коваріацій<br />
u,u′<br />
збурених змінних для будь-якого часу t невироджена, що в свою<br />
чергу означає, що всі тотожності моделі виключаються за допомогою<br />
t<br />
спеціальних перетворень і існує зворотна матриця для ∑ u,u′<br />
Передумова 4. Збурені змінні різних рівнянь для кожного<br />
моменту часу t незалежні одне від одного. Ця умова зводиться до<br />
t<br />
вимоги, щоби матриця ∑ була діагональною<br />
u,u′<br />
t<br />
⎡σ11 0 … 0 ⎤<br />
t ' ⎢ t ⎥<br />
∑ = M( u t,ut) = 0 22 0<br />
u,u′<br />
⎢ σ … ⎥ . (18.17)<br />
t<br />
⎢ 0 0 … σ ⎥<br />
⎣ kk ⎦<br />
Крім цього, окреслена передумова відображає той факт, що<br />
збурені змінні дійсно носять випадковий характер і що всі змінні, які<br />
мають суттєвий вплив, містяться в окремих структурних рівняннях.<br />
Коваріації, відмінні від нуля, вказують на помилку специфікації<br />
структурних рівнянь. Ця передумова є однією з умов рекурсивної<br />
моделі.<br />
Передумова 5. Розподіл збурених змінних інваріантний відносно<br />
часу. Ця передумова означає незмінність дисперсій і коваріації для<br />
будь-якого періоду:<br />
t<br />
= ,t = 1,T<br />
∑u,u′ ∑ , (18.18)<br />
u,u ′<br />
Зазначена умова є узагальненням вимоги гомоскедастичності<br />
для лінійної регресії.<br />
613