Внешне не связанные уравнения 236— 238 [c.299]
Внешне не связанные уравнения 221 [c.221]
Рассматривается модель, состоящая из двух внешне не связанных уравнений (SUR) [c.243]
Очевидно, что если случайные члены (9.2) не коррелируют, трехшаговый метод сводится к двухшаговому, в то же время, если матрица В — единичная, трехшаговый метод представляет собой процедуру одновременного оценивания уравнений как внешне не связанных. [c.239]
Для оценивания систем регрессионных уравнений предлагается отдельное меню, в которое входят обычный метод наименьших квадратов, двухшаговый и трехшаговый методы наименьших квадратов, а также метод одновременного оценивания уравнений как внешне не связанных. При выборе двухшагового или трехшагового метода программа запросит также ввести имена инструментальных переменных. [c.283]
В некоторых руководствах по эконометрике такую модель называют системой внешне не связанных между собой уравнений. [c.227]
Ограничением прогнозирования на основе регрессионного уравнения, тем более парного, служит условие стабильности или, по крайней мере, малой изменчивости других факторов и условий изучаемого процесса, не связанных с ними. Если резко изменится внешняя среда протекающего процесса, прежнее уравнение регрессии потеряет свое значение. [c.205]
В нем присутствует некоторое начальное состояние, не связанное, вообще говоря, с потоком F, который является внешним параметром. Поскольку нашей целью является определение будущей, а в дальнейшем и текущей стоимостей, применяемых непосредственно к потокам платежей, то следовало бы модифицировать основное уравнение (6.2) таким образом, чтобы в нем не присутствовало упоминание о начальном состоянии, не связанном с рассматриваемым потоком. [c.226]
Конечно, можно оценивать уравнения (9.1), (9.2) по отдельности. Внешне они выглядят как не связанные друг с другом. Но ясно, что в данной ситуации естественно считать ошибки et и ut коррелированными, поскольку предприятия в каждый период t действуют в одной экономической среде . Поэтому целесообразно объединить уравнения (9.1), (9.2) и оценивать их совместно, используя доступный обобщенный метод наименьших квадратов. [c.221]
Процедура одновременного оценивания регрессионных уравнений системы как внешне не связанных реализована в стандартных компьютерных пакетах. В западных эконометрических пакетах соответствующий метод оценивания называется Seemingly Unreleased Regression (SUR) (внешне не связанные уравнения). [c.237]
Теперь оценим уравнения (9.25) одновременно как внешне не связанные. Результатом оказываются следующие уравнения х= 19,31 + IJ7W, d = 1,9, R2 =0,984 [c.238]
При построении эконометрических моделей обычно преследуют одну из двух основных целей, а иногда и обе эти цели одновременно. Одна цель состоит в получении сведений о структурных коэффициентах и (или) о коэффициентах приведенной формы модели. Другая цель заключается в попытке осуществить с помощью модели условный прогноз эндогенных переменных при определенных предположениях относительно будущих значений экзогенных величин. Если интерес сосредоточен на структурных коэффициентах, то, как мы видели, следует воспользоваться состоятельными операторами оценивания, а затем на основе той же исходной информации оценить асимптотические дисперсии полученных оценок. Если же нас могут удовлетворить коэффициенты приведенной формы, то их несмещенности и состоятельности можно достичь, применяя обыкновенный метод наименьших квадратов к каждому из уравнений в отдельности оценки выборочных дисперсий для полученных значений коэффициентов формируются при этом автоматически. Такой метод можно усовершенствовать. Например, когда имеются опасения, что одновременные возмущения в различных уравнениях приведенной формы окажутся коррелированными, можно воспользоваться процедурой Зельнера (см. гл. 7), позволяющей оценивать несколько внешне не связанных друг с другом уравнений. Однако ни обыкновенный метод наименьших квадратов, ни метод Зельнера не налагают каких-либо ограничений на параметры приведенной формы, в то время как такие ограничения неявно существуют и они воплощены в системе уравнений, связывающей параметры структурной и приведенной формы, т. е. в матрице П = —В-1Г. Клейн полагает, что если спецификация модели в ее структурной форме выбрана правильно, то более эффективными оценками параметров матрицы П будут оценки, найденные посредством оценок В и Г матриц В и Г структурных коэффициентов2, т. е. он предлагает находить оценку матрицы П как П = —В"1 1. Если для оценивания В и Г применялся состоятельный метод оценивания, то и оценка П- тоже будет состоятельной. При этом хотелось бы уметь формировать и оценки выборочных дисперсий элементов матрицы П. Точнее эта задача может быть сформулирована [c.400]
Ограничением прогнозирования на основании регрессионного уравнения, тем более парного, служит условие стабильности или по крайней мере малой изменчивости других факторов и условий изучаемого процесса, не связанных с ними. Если резко изменится "внешняя среда" протекающего процесса, прежнее уравнение регрессии результативного признака на факторный потеряет свое значение. В сильно засушливый год доза удобрений может не оказать влияния на урожайность сельскохозяйственной культуры, так как последнюю лимитирует недостаточная влагообеспеченность. [c.251]
Оба способа дают одно и то же, это есть аналог теоремы о трех перпендикулярах. Заметим, что выше все преобразования были проведены формально , мы не обсуждали, например, вопроса о том, в каком пространстве лежат элементы ои, Ьх (поскольку существенно использовалось скалярное произведение, то проще всего предположить пространство гильбертовым), о законности тех или иных преобразований, о разрешимости встречающихся уравнений. Тем не менее эта абстрактная схема полезна, и она составляет, так сказать, внешний каркас почти всех исследований, связанных с принципом максимума и приближенным решением экстремальных задач. Различные типы таких задач отличаются в основном конкретными формами уравнений связи R (х, и)=0 и видом функций Ф (х, и). Эту сторону вопроса мы будем считать чисто технической и не оказывающей существенного влияния на выбор алгоритма численного решения задачи. Однако это замечание не следует толковать слишком широко книга посвящена численному решению задач оптимального управления, а не более общей задачи математического программирования. Test не менее с этим связано определенное ограничение на характер уравнения связи R (х, w)=0. Под задачей оптималь- [c.19]
Следует отметить, что в современных исследованиях экономического роста проблема разграничения факторов на экзогенные и эндогенные - далеко не единственная дилемма. Например, разработка моделей роста с учетом положительного внешнего эффекта (положительных эк-стерналий) привлекла внимание к еще одной проблеме, связанной с эффектом отдачи от масштаба (см. гл. 10). Так, К. Эрроу полагал, что рассмотренная выше модель, представленная уравнением (27), имеет свойство постоянной отдачи от масштаба. Однако П. Ромер, продолживший разработку данной модели, утверждал, что аккумулированный капитал, как и накопленные в обществе знания, автоматически приводят к эффекту возрастающей отдачи от масштаба. Соответственно, в формуле (27) должно выполняться условие (а + z) > 1. [c.643]
Более того, при более общем подходе эти теории, использующие как материальное богатство, так и постоянный доход, трудно поддаются проверке. Оценки материального богатства ненадежны по теоретическим соображениям, поскольку в принципе неясно, какие именно финансовые активы следует включать или не включать в качестве элемента чистого богатства частного сектора выбор здесь зависит от решения освещенного в гл. 3 спора относительно правильности установления различий между внутренними и внешними деньгами (и другими активами). Но даже и те активы, которые безоговорочно образуют составную часть богатства частного сектора, в ряде случаев очень трудно измерить. Особенно трудно поддается измерению накопленный капитал в натуральной форме (или его чистый прирост) хотя бы уже по этой причине можно поставить под сомнение данные о размерах материального богатства, используемые в эмпирических исследованиях, например в работе Голдсмита (Goldsmith, 1962). В отношении уравнений постоянного дохода возникают другие проблемы общего порядка. Поскольку данных о постоянном доходе не существует, в качестве их представителя используются данные об ожидаемом доходе, рассчитываемом как функция настоящего и прошлого доходов с геометрически снижающимися весами (см. гл. 7). Как мы видели в разделе 20.1, здесь возникает проблема, связанная с тем, что эмпирические проверки теории постоянного дохода фактически являются проверками по меньшей мере двух теорий. Одна из них утверждает, что спрос на деньги является функцией постоянного дохода, другая-что постоянный доход тесно связан с данными об ожидаемом доходе. Эмпирические проверки уравнений, основанных на этих двух теориях, не позволяют вывести окончательные заключения относительно базирующейся на постоянном доходе теории спроса на деньги, если мы точно не установим, что постоянный доход действитель- [c.647]
Смотреть страницы где упоминается термин Внешне не связанные уравнения
: [c.221] [c.46]Смотреть главы в:
Эконометрика начальный курс -> Внешне не связанные уравнения
Эконометрика начальный курс (2004) -- [ c.221 ]