Системы одновременных уравнений [c.356]
Системы одновременных уравнений Примеры кривые спроса и предложения [c.224]
Системы одновременных уравнений 225 [c.225]
Системы одновременных уравнений 227 [c.227]
Системы одновременных уравнений 229 [c.229]
Системы одновременных уравнений 233 [c.233]
Системы одновременных уравнений 237 [c.237]
Системы одновременных уравнений 239 [c.239]
Прежде чем изучать основные разделы эконометрики — классическую и обобщенную модели регрессии, временные ряды и системы одновременных уравнений (гл. 3—10), рассмотрим в следующей главе (гл. 2) основные понятия теории вероятностей и математической статистики, составляющие основу математического инструментария эконометрики. Подготовленный соответствующим образом читатель может сразу перейти к изучению гл. 3. [c.23]
Рассмотрим случайную выборку размера п, порожденную системой одновременных уравнений (2.1), удовлетворяющих условиям нормальности (условие 1) и ранга (условие 2). Предположим, что (В,Г,Х) удовлетворяют некоторым априорным (нелинейным) дважды дифференцируемым ограничениям [c.422]
Рассмотрим случайную выборку размера п, порожденную системой одновременных уравнений (2.1), для которой выполнены условия нормальности (условие 1) и ранга (условие 2). Предположим, что В и Г удовлетворяют априорным [c.424]
Кроме того, принцип систематизации различных схем, принятый в табл. В.2, не приспособлен для выделения одного важного (особенно в области социально-экономических приложений) случая, когда связи между количественными переменными X и Y описываются системой одновременных уравнений, в которых одни и те же переменные могут играть одновременно (в различных уравнениях системы) и роль результирующих, и роль объясняющих. Этому посвящена теория одновременных эконометрических уравнений, основные результаты которой представлены в гл. 14. [c.23]
Идентифицируемость приведенной формы. Мы будем рассматривать модель, описываемую системой одновременных уравнений, имеющих структурную форму вида [c.405]
Восстановление коэффициентов системы одновременных уравнений возможно лишь при наличии определенной априорной информации, например, равенства нулю каких-то коэффициентов или функций от них. Первый этап исследования модели направлен на то, чтобы ответить на вопрос, достаточно ли этой априорной информации, для чего используются критерии идентифицируемости (правила порядка и ранга). В слу- [c.424]
Экономическая модель как система одновременных уравнений может быть представлена в структурной или в приведенной форме. В структурной форме ее уравнения имеют исходный вид, отражая непосредственные связи между переменными. Приведенная форма получается после решения модели относительно эндогенных (внутренних) переменных, то есть выражения этих переменных только через экзогенные (задаваемые извне) переменные и параметры модели. Например, в модели спроса и предложения эндогенными являются переменные pt, St, Dt, ее параметры - д(, а2, Ь , Ь2, а экзогенных переменных в ней нет. Таким образом, в приведенной форме переменные pt, Sr D, должны выражаться только через параметры модели. Подставив Dt и St из (1) и (2) в (3), получаем [c.357]
Глава 2. Инструментальные переменные. Системы одновременных уравнений [c.99]
Проблема идентифицируемости структурной формы системы одновременных уравнений [c.125]
Прогнозирование по оцененной системе одновременных уравнений [c.207]
Как мы уже знаем (см. главу 2), добавление рыночных систем увеличивает среднее геометрическое по портфелю в целом. Однако возникает проблема каждая следующая рыночная система вносит все меньший и меньший вклад в среднее геометрическое и все больше ухудшает его, понижая эффективность из-за одновременных, а не последовательных результатов. Поэтому не следует торговать слишком большим числом рыночных систем. Более того, реальное применение теоретически оптимальных портфелей осложняется из-за залоговых требований. Другими словами, вам лучше торговать 3 рыночными системами при полном оптимальном f, чем 300 рыночными системами при значительно пониженных уровнях, согласно уравнению (8.08). Скорее всего вы придете к выводу, что оптимальное число рыночных систем для торговли должно быть невелико. Особенно это обстоятельство важно, когда у вас много ордеров к исполнению и увеличивается вероятность ошибок. Если одна или несколько рыночных систем в портфеле имеют оптимальные веса больше единицы, может возникнуть еще одна проблема. Рассмотрим рыночную систему с оптимальным f=0,8 и наибольшим проигрышем, составляющим 4000 долларов. Для этой рыночной системы f = 5000 долларов. Давайте предположим, что оптимальный вес данного компонента в портфеле равен 1,25, поэтому вы будете торговать одной единицей компонента на каждые 4000 долларов ( 5000/1,25) баланса счета. Как только компонент столкнется с наибольшим проигрышем, весь активный баланс на счете будет обнулен, если прибылей в других рыночных системах не хватит для сохранения активного баланса. Рассмотренная проблема наиболее актуальна для систем, которые редко генерируют сделки. Если бы у нас были две рыночные системы с отрицательной корреляцией и положительным ожиданием, необходимо было бы открывать бесконечное количество контрактов на рынке. Когда один из компонентов проигрывает, другой выигрывает равную или большую сумму. Таким образом, мы получаем прибыль в каждой игре, однако только в том случае, когда рыночные системы ведут игру одновременно. Рассматриваемая же торговля аналогична гипотетической ситуации, когда один из компонентов в игре не активен, но используется другая рыночная система с бесконечным числом контрактов. Проигрыш может быть катастрофическим. Проблему можно решить следующим образом разделите единицу на наибольший вес компонента портфеля и используйте полученное значение в качестве верхней границы активного баланса, если оно меньше, чем значение, найденное из уравнения (8.08). В таком случае, если в будущем произойдет проигрыш той же величины, что и наибольший проигрыш (на основе которого рассчитано f), мы не потеряем все деньги. Например, наибольший вес компонента в нашем портфеле составляет 1,25. Если значение из уравнения (8.08) будет больше 1 / 1,25 = 0,8, следует использовать 0,8 в качестве верхней границы для доли активного баланса. Если первоначальная доля активного баланса небольшая, вышеописанная проблема может и не возникнуть, однако более агрессивному трейдеру следует всегда принимать ее во внимание. Альтернативное решение состоит в введении дополнительных ограничений в матрице портфеля (например, для каждой рыночной системы можно ограничить максимальные веса единицей и ввести дополнительные ограничения по залоговым средствам). Подобные дополнительные ограничения [c.241]
Кроме того, существуют также чисто технические причины для соблюдения осторожности при оценке всех выводов, рассмотренных в разделах 20.1 и 20.2. Самая важная из них заключается в том, что в упомянутых исследованиях использовались такие приемы, как, например, обычная регрессия, рассчитываемая по методу наименьших квадратов, которые не учитывают, что функция спроса на деньги-это лишь одно структурное уравнение внутри целой системы одновременно решаемых уравнений. Это порождает и другие проблемы. Одна из них-это проблема идентификации. Без спецификации функций предложения денег и других уравнений системы невозможно выяснить, идентифицируема ли функция спроса на деньги. Лишь в том случае, когда другие уравнения обладают определенными свойствами, можно получить ответ, выводятся ли расчетные параметры функции спроса из данных, полученных в точке пересечения устойчивой функции подлинного спроса со смещающейся функцией предложения, или смещается сама функция спроса. Только при наличии первой ситуации можно быть уверенным, что эмпирически обнаруживаемая связь между денежным запасом и группой независимых переменных представляет собой эмпирическую функцию спроса. Другой проблемой является ошибка одновременно решаемой системы уравнений. Чтобы решить проблему идентификации, достаточно дать спецификацию других структурных уравнений, убедиться, что эта процедура проделана правильно, и исследовать свойства модели. Но даже если модель такова, что [c.648]
Не существует ни одного допустимого плана. Математически это означает, что модель — система уравнений и неравенств — противоречива, что нельзя подобрать такие числовые значения неизвестных, при которых выполнялись бы одновременно все уравнения и неравенства. Технологически это, как правило, означает, что в данном плановом периоде из данных объемов сырья при данных производственных мощностях нельзя произвести товарную продукцию в данном ассортименте и количестве. Естественно, что об оптимизации здесь говорить не приходится. Однако если такой случай встретился, то обсуждаемая нами задача расчета производственной программы вскроет конкретно невыполнимые требования и укажет пути их устранения или посредством снижения этих требований, или увеличением ресурсов, выделяемых предприятию. [c.414]
Теперь займемся задачей оценивания системы одновременных уравнений, предположив, что имеющихся ограничений достаточно для идентифицируемости. Для получения оценки максимального правдоподобия структурных параметров (В , FQ, 1о) нужно максимизировать логарифмическую функцию правдоподобия (2.11) с учетом априорных и идентифицируемых ограничений. Такой способ оценивания известен как метод максимального правдоподобия при полной информации (FIML) 1. Поскольку для нахождения FIML-оценок приходится оптимизировать нелинейную функцию, реализация этого метода может оказаться довольно сложной вычислительной задачей. [c.422]
Для оценивания произвольных систем одновременных уравнений в настоящее время имеется довольно значительное количество методов, которые делятся на две группы. К первой группе относятся методы, применимые к каждому уравнению в. отдельности двухшаговый метод наименьших квадратов (2 мнк), метод максимума правдоподобия с ограниченной информацией, называемый также методом наименьшего дисперсионного соотношения [46] или методом Комиссии Коулса [80], и некоторые другие. Вторая группа содержит методы, предназначенные для оценивания всей системы в целом. Это методы максимума правдоподобия и трехшаговый метод наименьших квадратов (3 мнк). Несколько особняком стоят итеративные методы, или методы неподвижной точки, которые обладают определенными вычислительными достоинствами, что немаловажно при исследовании систем большой размерности, однако статистические их свойства изучены в недостаточной степени. [c.415]
Функции спроса на ресурсы и функция предложения выпуска являются однородными нулевой степени по всем своим аргументам Р0, р, и р2, т.е. d (tp0, tp , tp2) = dt(p0, pt, p2), d2(tp0, tpt, tp2) = d2(p0, pt, P2), s(tpQ, tpt, tp2) = s(pQ, pt, p2) для любого числа / > 0. Свойство однородности означает, что одновременное изменение всех цен р0, / ,, р2 в одно и то же число раз ((т. е. при изменении масштаба, но не структуры цен) не меняет х,°, х2° и у°, что важно с содержательной точки зрения. С математической точки зрения однородность нулевой степени функции спроса и функции предложения является простым фактом, ибо максимизация прибыли PR(xt,x2) = tp/.x xj -(tptxt + >2.х2) сводится к системе уравнений (2), поскольку на множитель / > 0 можно сократить. [c.184]