Эндогенные данные

ТАБЛИЦА 5.3. Форма планирования представления эндогенных данных по отдельным периодам  [c.160]


Эндогенной эффективностью является традиционный оценочный критерий, который отражает степень использования трудовых, материальных, природных, информационных, финансовых и других ресурсов данной хозяйственной собственности в сопоставлении с получаемыми результатами. Ее показателями являются уровень доходности, заработной платы и социальной защищенности работников. Рост эндогенной эффективности обычно связан с повышением мотивации работников к труду, совершенствованием технологического процесса, поиском и реализацией на практике резервов производства.  [c.86]

В другой модели спроса и предложения в качестве объясняющей предложение Qf переменной может быть не только цена товара Р в данный момент времени t, т.е. Р но и цена товара в предыдущий момент времени Р,- ь т.е. лаговая эндогенная переменная  [c.20]

С первым измерением тесно связаны восемь переменных, причем все они являются эндогенными, т.е. зависят от способа управления, и характеризуют рыночную интуицию, приоритеты и дальновидность управления. Можно сказать, что это измерение служит количественным выражением качества управления фирмой. Следующее измерение связано с состоянием рынка вообще и положением данной фирмы на рынке и характеризует, в какой степени компания в состоянии должным образом реагировать на изменения обстановки. Третий показатель связан с эффективностью торговой политики фирмы. Производство с небольшой капиталоемкостью обычно в большей степени ориентировано на рынок в целом, а с большой капиталоемкостью — на продвижение конкретного продукта, и наоборот. Следует отметить, что количественные переменные модели вносят в эти  [c.189]


В данной модели две эндогенные переменные (у и С) и две экзогенные переменные (D и > ]).. Второе уравнение точно идентифицировано, так как содержит две эндогенные переменные и не содержит одну экзогенную переменную из системы. Иными словами, для второго уравнения имеем по счетному правилу идентификации равенство 2=1 + 1.  [c.113]

В каждом уравнении две эндогенные и одна отсутствующая экзогенная переменная из имеющихся в системе. Для каждого уравнения данной системы действует счетное правило 2 = 1 + 1. Это означает, что каждое уравнение и система в целом идентифицированы.  [c.116]

Выполнение условия идентифицируемости модели проверяется для каждого уравнения системы. Чтобы уравнение было идентифицируемо, необходимо, чтобы число предопределенных переменных, отсутствующих в данном уравнении, но присутствующих в системе, было равно числу эндогенных переменных в данном уравнении без одного.  [c.188]

Если обозначить число эндогенных переменных ву -м уравнении системы через Я, а число экзогенных (предопределенных) переменных, которые содержатся в системе, но не входят в данное уравнение, — через D, то условие идентифицируемости модели может быть записано в виде следующего счетного правила  [c.188]

Поскольку фактические данные об эндогенных переменных У, у2, уу могут отличаться от теоретических постулируемых моделью, то принято в модель включать случайную составляющую для каждого уравнения системы, исключив тождества. Случайные составляющие (возмущения) обозначены через е(, е2 и е3. Они не влияют на решение вопроса об идентификации модели.  [c.192]

Далее, подставив их вместо фактических значений, можно применить обычный МНК к структурной форме сверхидентифицируемого уравнения. Метод получил название двухшагового МНК, ибо дважды используется МНК на первом шаге при определении приведенной формы модели и нахождении на ее основе оценок теоретических значений эндогенной переменной Pi = 8п хх + да х2 +. .. + 8у Xj и на втором шаге применительно к структурному сверхидентифицируемому уравнению при определении структурных коэффициентов модели по данным теоретических (расчетных) значений эндогенных переменных.  [c.200]


На основе второго уравнения данной системы можно найти теоретические значения для эндогенной переменной у2, т. е. у2-С этой целью в уравнение  [c.201]

В данной системе мультипликаторами являются коэффициенты при обычных экзогенных переменных. Они отражают влияние экзогенной переменной на эндогенную переменную. Мультипликаторами в нашей системе выступают коэффициенты при Ти G. Коэффициенты d , d6, d x, d]6, d2] — мультипликаторы чистых трансфертов в пользу администрации относительно личного потребления d , инвестиций d6, заработной платы dn, дохода di6 и прибыли d2. Соответственно коэффициенты d2, db dl2, dxl, d22 являются мультипликаторами правительственных расходов относительно соответствующих эндогенных переменных.  [c.209]

В-третьих, концепция прибавочной стоимости анализирует преимущественно эндогенную (внутреннюю) подсистему бизнеса, в силе чего она содержит материал, не поддающийся строгой математической обработке. В отличие от этого концепция предельной производительности изучает в большей мере экзогенную (внешнюю) подсистему бизнеса, что позволяет широко применить математику для выявления закономерностей функционирования данной подсистемы.  [c.152]

В литературе подобные системы часто называют системами одновременных уравнений, имея в виду, что здесь зависимая переменная одного уравнения может появляться одновременно в виде переменной (но уже в качестве независимой) в одном или нескольких других уравнениях. В таком случае теряет смысл традиционное различение зависимых и независимых переменных. Вместо этого устанавливается различие между двумя видами переменных. Это, во-первых, совместно зависимые переменные (эндогенные), влияние которых друг на друга должно быть исследовано (матрица А в слагаемом Ay t) приведенной выше системы уравнений). Во-вторых, предопределенные переменные, которые, как предполагается, оказывают влияние на первые, однако не испытывают их воздействия это переменные с запаздыванием, т.е. лаговые (второе слагаемое) и определенные вне данной системы уравнений экзогенные переменные.  [c.400]

Заметим, что и для региональных моделей (гл. 3) мы были вынуждены по данной причине использовать сценарный подход, характеризующийся применением экспертных оценок для экзогенных и части эндогенных переменных (параметров).  [c.367]

Идеальный способ проверить эту гипотезу — получить данные для определенной отрасли на различных не связанных друг с другом рынках (например — в различных странах). Однако это создает трудности в получении данных для достаточно большого количества различных независимых рынков. Альтернативный способ — собрать данные для небольшого количества рынков и отраслей, имеющих схожие эндогенные издержки входа. Проблема, возникающая в этом случае, заключается в опасности сравнения яблок и апельсинов . Однако, если исходить из того, что отрасли отличаются главным образом величиной эффекта масштаба (или величиной MES), можно скорректировать собранные данные и принять размер рынка, деленный на MES (к примеру) в качестве объясняющей переменной. Как отмечалось в предыдущих моделях, равновесное количество фирм является функцией отношения S к F, что свидетельствует о том, что использование скорректированного размера рынка при сопоставлении различных отраслей может оказаться разумной стратегией.  [c.252]

В данной модели, иллюстрирующей экономику Китая до реформы, экзогенные переменные обозначены прямоугольными фигурами, а эндогенные переменные — круглыми фигурами.  [c.106]

Для оценивания коэффициентов систем одновременных уравнений в общем случае используются специальные методы двух- и трехшаговые методы наименьших квадратов, методы неподвижной точки и др. Наиболее употребительным является двухшаговый метод наименьших квадратов, который дает состоятельные оценки, достаточно хорошие и для конечных выборок. Он применяется к каждому уравнению в отдельности и состоит в вычислении регрессии эндогенных объясняющих переменных, входящих в я-е уравнение, на все предопределенные переменные системы, а затем в использовании для оценивания искомых коэффициентов п-го уравнения вместо данных значений объясняющих переменных их оценок, полученных на первом шаге.  [c.425]

Совмещение моделей, описывающих политические и экономические рынки (т.е. синтез общих моделей эндогенного определения экономической политики и традиционных моделей общего экономического равновесия), позволяет перейти к анализу экономико-политического равновесия, охватывающего как экономический, так и политический сектор общественной жизни. Модели общего экономико-политического равновесия предусматривают, что как субъекты политического рынка (правительство, партии, группы давления и рядовые избиратели), так и субъекты экономического рынка (предприниматели и потребители) руководствуются мотивом максимизации собственной целевой функции. Данные модели призваны характеризовать рас-  [c.708]

БШ — блоки статистических моделей. В таких блоках могут объединяться расчеты по моделям вида Б3.1 и Б3.2. Например, в блоке прогнозирования урожайности могут объединяться трендовые модели прогноза отдельных факторов изменения урожайности с много-факторной моделью прогнозирования урожайности. Примером более сложного блока статистических моделей являются эконометрические модели народнохозяйственного, регионального или отраслевого уровня, в которых при помощи экстраполяционных полиномов, корреляционных функций и регрессионных зависимостей устанавливается статистическая взаимосвязь между совокупностью характеризующих данный объект планирования экзогенных и эндогенных показателей. К таким моделям относятся, в частности, модели, разработанные в Украинском филиале НИИПиНа (УКР-1 и УКР-2), в НИИЭПе Госплана Литовской ССР и др.  [c.136]

Следует иметь в виду, что понятия эндогенность и экзоген-ность — относительные. Например, размер федеральных налогов дли национальной экономики является эндогенным показателем, а для регионов, отдельных отраслей, а также для уровня жизни населения страны — экзогенным. Надо отметить, что показатели, экзогенные для национальной экономики, являются экзогенными и для ее частей (элементов) — регионов, отраслей, предприятий и т.п. Но в случае моделирования экономических процессов эндогенность и экзогенность информации приобретают несколько иной оттенок. При этом вводится понятие значащая переменная модели прогнозирования — показатель, применяемый в моделировании объекта. Исходя из данного определения можно представить эндогенные и экзогенные переменные следующим образом.  [c.97]

Нередко оказывается, что разобраться в системе связей можно только тогда, когда граф связей будет включать не только факторы - признаки данной единицы совокупности, непосредственно определяемые в процессе ее функционирования (эндогенные), но и факторы, не зависящие от нее, но влияющие на изучаемый результат (экзогенные). Если первые образуют систему признаков и могут находиться в жестко детерминированной связи с изучаемой результативной переменной вследствие устойчивости связи в рамках единицы совокупности, то вторые не являются признаками изучаемой единицы, потому их связь с результатом неустойчива, стохастична. Как правило, действие экзогенных факторов опосредовано эндогенными переменными, формирующими результат. Потребность сочетания разных уровней анализа - вышележащего , на котором могут иметь место жестко детерминированные связи, и нижележащего , на котором они отсутствуют, вызывает интеграцию разных методов анализа. Например, изучая, почему произведен тот или иной объем валовой продукции, весьма важно не останавливаться на анализе уравнения связи, подобного приведенному в п. 10.7, включающего признаки, определяемые на уровне предприятия, а перейти на другой уровень анализа. Выявить, например, чем обусловлена та или иная величина среднечасовой вы-  [c.408]

Сравнение отчетных данных с базисными свидетельствует о возрастании средних значений тех признаков, которые отражают функционирование шахт (эндогенных) среднее значение экзогенного признака - мощности пласта - несколько снизилось. Возросла вариация шахт по величине среднесменной выработки одного подземного рабочего и по мощности пласта, тогда как по уровню механизации навалки угля наметилось некоторое выравнивание данных.  [c.416]

Во всех трех случаях структура информационного массива достаточно проста. В первых двух случаях для расчета коэффициентов регрессии используются месячные данные за соответствующие периоды четырех предыдущих лет. Например, если необходимо произвести расчет на I квартал 1985 г., в качестве эндогенных принимаются данные по группам нефтей за январь, февраль и март месяцы 1981—83 гг. Программой UREG предусмотрен вариант подготовки данных, представленный в табл. 5.1. При этом в качестве экзогенных принимаются данные за те же месяцы, но со сдвигом по годам на единицу, т. е. за 1982-84 гг. (табл. 5.2 ).  [c.159]

Здесь формирование эндогенных и экзогенных данных осуществляется иначе, с использованием незначительно модифицированной идеи метода скользящей средней. Например, для расчета на II квартал 1985 г. предусматривается обработка по программе UREG фактических данных за межсезонье" по каждому продукту и нефтям (по сортам), т. е. за август, сентябрь, октябрь, январь, февраль и март 1981 —1983гг. (табл. 5.3).  [c.159]

Первое уравнение этой системы не изменилось. Система по-прежнему содержит три эндогенные и четыре экзогенные переменные, поэтому для него D = 2 при = 3, и оно, как и в предыдущей системе, идентифицируемо. Второе уравнение имеет Н = 2 kD—2 (j , j 4), так как 2 + 1 > 2. Данное уравнение сверхиденти-фицируемо. Также сверхидентифицируемым оказывается и третье уравнение системы, где Н— 3 (уь у2, у3) и D = 3 (j ,, x2, x3), т.е. счетное правило составляет неравенство 3 + 1 > 3 или D + 1 > Н. Модель в целом является сверхидентифицируемой.  [c.189]

Данная модель содержит три эндогенные переменные — С, г, у и одну экзогенную переменную /. Система идентифицируема в первом уравнении Н— 2 и D = 1, во втором Н= 1 и D = 0 С + / рассматривается как предопределенная переменная (подробное изложение решения данной системы приведено в работе Г. Тинт-нера)1. Наряду со статическими широкое распространение полу-  [c.207]

Модель содержит пять эндогенных переменных — С,, / S,, R, (расположены в левой части системы) и Р, (последняя — зависимая переменная, определяемая по первому тождеству), три экзогенных переменных — Т Gt, t и две предопределенные, лаговые переменные — Р, и / , ]. Как и большинство моделей такого типа, данная модель сверхидентифицируема и решаема ДМНК. Для прогнозных целей используется приведенная форма модели  [c.208]

Коэффициенты Sj являются специальным типом частных коэффициентов регрессии. Коэффициенту является стандартизованным коэффициентом р-регрессии. Будем называть ру коэффициентом влияния (согласно С. Райту), понимая при этом, что Ру есть числовая величина, которая измеряет долю стандартного отклонения /-й эндогенной переменной (следствия) с соответствующим знаком, обусловленную влияниему-й экзогенной переменной (причины) в том смысле, что если произвести измерение этого влияния при измененииу-й переменной в тех же условиях, что и в данных наблюдениях и при неизменных прочих условиях (включая постоянное воздействие фактора xui), то полученный результат будет равен рф  [c.215]

Анализ главных компонент и факторный анализ — это методы анализа структуры данных в рамках многофакторности. Эти методы вместе с методом множественной регрессии наиболее часто используются в многофакторном анализе. В случае анализа главных компонент и факторного анализа, в отличие от регрессионного, исследующего взаимосвязь эндогенных переменных с экзогенными, исследуется взаимоотношение только между эндогенными переменными. (Эндогенными называются внутренние факторы системы, а экзогенными — внешние.)  [c.298]

Прежде чем перейти к детальному рассмотрению классификационных групп методов прогнозирования, необходимо определить понятие метода или методов экономического и социального прогнозирования. Под ними следует понимать совокупность приемов и способов мышления, позволяющих на основе анализа ретроспективных данных, экстрагенных (внешних) и эндогенных (внутренних) связей объекта прогнозирования, а также их измерений в рамках рассматриваемого явления или процесса, вывести суждения определенной достоверности относительно его будущего развития.  [c.251]

Аналич гттавных компонент и факторный анализ — это методы анализа структуры данных в рамках многофакторности. Вместе с множественной регрессией (см. гл. 6) и многофакторной корреляцией в рядах динамики (см. гл. 8) эти методы наиболее часто используются в многофакторном анализе. Они отличаются от множественной регрессии тем, что целью регрессии является определение связи между экзогенной переменной и множеством эндогенных переменных. В случае анализа главных компонент и факторного анализа исследуется взаимоотношение только между эндогенными переменными. В отличие от корреляции в рядах динамики отношения между эндогенными переменными не обязательно должны быть устойчивыми.  [c.493]

Методы и модели планирования нефтеперерабатывающих производств в условиях неполной информации (1987) -- [ c.159 , c.160 ]