Точная идентифицируемость
Допустим, требуется оценить параметры уравнения функции потребления в простой модели Кейнса формирования доходов:
(3)
где — объем потребления, совокупный доход и инвестиции соответственно, а — случайный член.
Структурный коэффициент характеризует предельную склонность к потреблению.
В исходной модели — эндогенные переменные, а — экзогенная. Непосредственное оценивание параметров ( ) в структурном уравнении функции потребления дает смещенные и несостоятельные оценки, так как объясняющая переменная является эндогенной.
Разрешая структурную систему относительно эндогенных переменных, получим приведенную систему:
(4)
В приведенной системе коэффициенты при переменной равные и — это инвестиционные мультипликаторы потребления и дохода соответственно. Это значит, что если объем инвестиций возрастет на единицу, то объем потребления увеличится на , а совокупный доход — на .
Рассмотрим различные методы оценивания структурных коэффициентов .
Косвенный метод наименьших квадратов. Уравнение для в приведенной форме можно также представить в виде:
(5)
где (6)
В этом уравнении экзогенная переменная некоррелирована со случайным членом поэтому для оценки параметров ( ') можно использовать обычный МНК.
Замечание. Для удобства рассмотрения оценку параметра и сам параметр будем в дальнейшем обозначать одним символом (параметром).
Оцененное уравнение (5), полученное по выборочным данным с помощью МНК,
дает несмещенные и состоятельные оценки параметров.
Из выражения (6) получаем оценки структурных коэффициентов:
(7)
Поскольку получены единственные оценки структурных коэффициентов через оценки ( ) приведенных коэффициентов, то структурное уравнение функции потребления является однозначно определенным (точно идентифицируемым).
Метод инструментальных переменных.Проблема коррелированности объясняющей переменной Y, со случайным членом в структурном уравнении (3) для может быть разрешена с помощью метода ИП.
Для применения метода ИП необходимо найти такую инструментальную переменную, которая обладает следующими свойствами:
1) коррелирует с неудачно объясняющей переменной ;
2) не коррелирует со случайным членом .
В данном случае модель сама предоставляет такую переменную. Величина коррелирует с , поскольку зависит от в уравнении (4), и не коррелирует с поскольку является экзогенной переменной.
Оценка с помощью инструментальной переменной определяется как
Полученная оценка эквивалентна , — оценке с помощью КМНК. Действительно, из соотношения (7) и учитывая, что рассчитывается как соv(I, C)/var(I), получим
посколькусоv(I, Y) = соv(I,I+ С) = var(I) + cov(I, С).
В общем случае, когда оценка, полученная косвенным методом, единственна, она совпадает с оценкой, полученной методом ИП, т.е. КМНК можно рассматривать как частный случай метода ИП.
Пример 1. Для некоторой страны имеются данные о совокупном доходе Y, объеме потребления С и инвестициях I, полученные за 10 лет (усл. ед.):
Построим функцию потребления, используя модель Кейнса
формирования доходов (3).
Непосредственное оценивание структурного уравнения функции потребления обычным МНК приводит к следующим результатам:
= 60,9 + 0,635Y,
т.е. оценки = 60,9, = 0,635.
Было показано, что исходная модель (3) точно идентифицируема, поэтому для оценки ее структурных коэффициентов используем КМНК.
Оценка для С в приведенной форме
= 188 + 0,695I,
т.е. =188, = 0,695.
Из выражения (7) получим оценки структурных коэффициентов:
= 188/(1 +0,695) = 110,9, = 0,695/(1 + 0,695) = 0,41,
т.е. = 110,9 + 0,41Y.
Оценки структурных коэффициентов функции потребления,
полученные КМНК, являются несмещенными и состоятельными.
Дата добавления: 2016-03-22; просмотров: 820;