Стохастические объясняющие переменные, инструментальные переменные и ошибки в переменных [c.266]
Инструментальными переменными прогнозирования называются управляющие показатели, при помощи которых осуществляется государственное регулирование национальной экономики. Примерный перечень инструментальных переменных прогнозирования включает в себя [c.87]
В предыдущих разделах процесс прогнозирования был рассмотрен с позиций теории. Безусловно, модель прогнозирования типа Y=f(X ...,X ) является приближенным отображением реальной действительности, так как на самом деле социально-экономическая система страны описывается комплексом различных уравнений, содержащих не только большое количество экзогенных и инструментальных переменных, но и широкий спектр взаимоувязанных управляющих экзогенных переменных. [c.100]
Задачу прогнозирования можно упростить, если разрабатывать варианты прогноза, отличающиеся друг от друга направленностью политики Центра, и инструментальные переменные которых разнятся только количественно, а не качественно. [c.102]
Анализируя инструментальные переменные, использованные в моделях (налоги, процентные ставки, государственные расходы, таможенные пошлины), применяя активный подход в прогнозировании, а также варьируя будущую предполагаемую (или, лучше, предлагаемую правительству) государственную политику регулирования (управления) национальной экономики, специалист (группа специалистов) формирует (формируют) различные варианты развития. Здесь могут использоваться и другие инструменты (факторы-аргументы уравнений) государственной политики, которые не применялись в прошлом (например, введение государственного протекционизма некоторых отраслей и т.п.). [c.136]
При перенесении накладных расходов с одного отдела на другой рекомендуется переносить только переменные издержки. Если в перенесенную сумму включить производственные издержки при использовании полной производственной мощности, то можно обнаружить, что производственные издержки при полной производственной мощности нечаянно превратились в переменные издержки того отдела, на счет которого они перенесены. В качестве примера можно назвать заработную плату и накладные расходы инструментального цеха, отнесенные на обрабатывающий цех в качестве расходов на ремонт. Если производственные издержки при полной производственной мощности включены в перенесенную сумму, то они могли бы превратиться в переменные издержки, классифицированные как издержки на ремонт. Это могло бы привести к нежелательному усложнению учета и представления отчетности. Данную проблему следует рассматривать не только в процессе учета фактических издержек, но также и в процессе составления плана-сметы на них. [c.193]
При рассмотрении конкретных регрессионных моделей временных рядов с коррелированностью регрессоров и ошибок приходится сталкиваться довольно часто. Мы рассмотрим примеры таких моделей в настоящей главе, а пока приведем наиболее часто используемый прием, применяемый в подобных случаях, — метод инструментальных переменных. [c.196]
Метод инструментальных переменных [c.196]
Такие переменные Z, ..., Ze называются инструментальными. [c.196]
Если рассматривается модель парной регрессии, и единственная переменная X заменяется на единственную инструментальную переменную Z, формула (8.8) примет вид [c.196]
Естественно, возникает вопрос как выбрать наилучшие инструментальные переменные, т. е. такие переменные, при ко- [c.197]
Здесь р — число исходных регрессоров, / — число инструментальных переменных (1>р), матрица R имеет размерность 1 р. [c.197]
Таким образом, чем теснее коррелируют исходные переменные X и инструментальные Z, тем более эффективной будет [c.198]
Пусть существует произвольный набор инструментальных переменных Zj , имеющих реальный экономический смысл, причем их число, вообще говоря, может превосходить р — число [c.198]
Переменные Xj не коррелируют с ошибками регрессии, так как линейно выражаются через инструментальные переменные Z, ..., Ze. Рассмотрим Xj как новые инструментальные переменные. [c.198]
Подставляя (8.11) в (8.12), получаем выражение оценки двухшагового метода наименьших квадратов через исходные инструментальные переменные Z [c.199]
Рассмотрим пример из 8.1. Строя модель зависимости цены конечного товара от стоимости субпродукта, в качестве инструментальных переменных можно выбрать цены на сырье I и И. [c.199]
На практике, как правило, возможности выбора инструментальных переменных не столь широки. Так, в рассматриваемом примере мы имели, по сути, единственно возможный набор Z, Zj. Нередко бывает, что нет и вовсе никаких наблюдаемых инструментальных переменных. [c.199]
В следующей таблице приводятся данные наблюдений переменных X, 7 и инструментальной переменной Z [c.222]
Найти оценки параметра (3, применяя к уравнению (8.67) обычный метод наименьших квадратов и метод инструментальных переменных. [c.223]
Метод инструментальных переменных (см. главу 8) — один из наиболее распространенных методов оценивания уравнений, в которых регрессоры коррелируют со свободными членами. Именно это явление оказывается характерным для систем одновременных уравнений. Мы рассмотрим отдельно два случая — идентифицируемой и неидентифицируемой системы. [c.233]
Рассмотрим модель (9.5). Для ее коэффициентов метод наименьших квадратов дал оценки (9.8). Легко увидеть, что эти оценки совпадают с оценками, полученными методом инструментальных переменных для уравнений [c.233]
Таким образом, экзогенные переменные Х и Х используются как инструментальные для переменных Y, F2. Этот результат, полученный нами в 9.2, верен и в общем случае [c.233]
Если при оценке идентифицируемого уравнения в качестве инструментальных переменных используются экзогенные переменные, то получаемые при этом оценки совпадают с оценками косвенного метода наименьших квадратов. [c.233]
Из этого следует, что косвенный метод наименьших квадратов является частным случаем метода инструментальных переменных. На практике метод инструментальных переменных применяется в форме двухшагового метода наименьших квадратов, подробно описанного в главе 8. А именно, в качестве инструментальных переменных используются объясненные (прогнозные) значения у ,у2 переменных Y, 2, полученные при оценивании приве- [c.233]
Предположим, имеется избыток инструментальных переменных в количестве /, и имеется возможность использовать их различные наборы. В этом случае двухшаговый метод наименьших квадратов предоставляет оптимальный выбор. Пусть 2 — набор инструментальных переменных (как внутренних , экзогенных, так [c.234]
Наиболее эффективная процедура оценивания систем регрессионных уравнений сочетает метод одновременного оценивания и метод инструментальных переменных. Соответствующий метод называется трехшаговым методом наименьших квадратов. Он заключается в том, что на первом шаге к исходной модели (9.2) применяется обобщенный метод наименьших квадратов с целью устранения корреляции случайных членов. Затем к полученным уравнениям применяется двухшаговый метод наименьших квадратов. [c.239]
Система (9.33)— (9.34), очевидно, не является идентифицируемой. К ней может быть применен метод инструментальных переменных. При этом одна экзогенная переменная Т, рассматриваемая как инструментальная, позволяет, вообще говоря, идентифицировать только уравнение (9.33), в которое она не [c.241]
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]
Метод инструментальных переменных 196-199, 233-236 [c.302]
Глава 8 посвящена рассмотрению стохастических регрессо-ров и использованию специальных методов инструментальных переменных. Здесь же дано описание специальных моделей временных рядов (авторегрессионных, скользящей средней, с распределенными лагами и их модификаций), позволяющих наиболее эффективно решать задачи анализа и прогнозирования временных рядов. [c.4]
Однако случайные величины Z ненаблюдаемы. Таким образом, реально наилучшего набора инструментальных переменных не существует. [c.198]
Модель (8.53) может быть оценена с помощью нелинейного метода наименьших квадратов (см. предыдущие примеры). Также к модели (8.50) может быть применен метод инструментальных переменных. Вероятно, впервые это было сделано Н. Левиатаном, который использовал в качестве инструментальных переменных для Xе фактические доход и потребление на другом временном отрезке (подробнее о различных аспектах модели М. Фридмена см. [5]). [c.212]
В этом случае метод инструментальных переменных, вообще говоря, тоже применим, однако для его использования необходимо располагать внешними инструментальными переменными — экзогенных переменных не хватает. (Очевидно, это не что иное, как другая интерпретация неидентифицируемости модели.) [c.234]
Смотреть страницы где упоминается термин Переменная инструментальная
: [c.580] [c.197] [c.197] [c.198] [c.234] [c.235] [c.236] [c.237] [c.242] [c.242] [c.303] [c.138]Экономика для начинающих (2005) -- [ c.118 ]