Динамические модели с распределёнными лагами
Модели, связывающие состояние экономических явлений в последовательные моменты времени называются динамическими. Аналитическое представление модели включает значения переменных, относящиеся как к текущим так и к предыдущим моментам времени. Динамические классы моделей: 1. Модели, включающие в качестве факторов значения экзогенных переменных в предыдущие моменты времени - модели с распределёнными лагами: 2.Модели, включающие в качестве факторов наряду с лаговыми значениями экзогенных переменных также значения зависимых переменных в предыдущие моменты времени (лаговые эндогенные переменные) - модели авторегрессии:
Отдельная группа динамических моделей: модели, учитывающие ожидаемые уровни переменных (модели адаптивных ожиданий и модели частичной корректировки). Причины наличия лагов в экономике: 1. Психологические (инерционное поведение людей); 2. Технологические; 3. Институциональные; 4. Механизмы формирования экономических показателей (инфляция). Введение в эконометрическую модель лаговых значений эндогенных переменных осложняет проблему получения эффективных оценок её параметров: 1. Лаговые переменные (эндогенные/экзогенные) зачастую сильно коррелируют между собой (потеря точности(большие дисперсии)); 2. Сильная корреляция между лаговой эндогенной переменной (правая часть) и ошибкой . 3. Наличие автокорреляции в ошибках. Для оценки модели с бесконечным числом лагов разработано несколько методов: Метод последовательного увеличения количества лагов(оцениваем уравнение с последовательно увеличивающимся количеством лагов): а) При добавлении нового лага коэффициент регрессии при переменной меняет знак; а) При добавлении нового лага коэффициент становится статистически не значимым. Модели с распределённым лагом. Рассмотрим модель с распределённым лагом порядка p: (проблема: нельзя найти оценки) Для преодоления коллинеарности лаговых экзогенных переменных используется предположение о характере коэффициентов регрессии.
Схема Койка. Модель полиномиальных лагов Для построения тренда применяется полиноминальная функция: + , Частный случай , где – средн. (выравненное) уравнение тренда в начальный момент времени t=0; - средний за весь период прирост, который не является const, а изменяется со средним ускорением, равным 2p2. Применяется тогда, когда нужно отобразить динамику изменения уравнения ряда(постоянное ускорение).
Популярное: Почему люди поддаются рекламе?: Только не надо искать ответы в качестве или количестве рекламы... Как выбрать специалиста по управлению гостиницей: Понятно, что управление гостиницей невозможно без специальных знаний. Соответственно, важна квалификация... Почему стероиды повышают давление?: Основных причин три... Организация как механизм и форма жизни коллектива: Организация не сможет достичь поставленных целей без соответствующей внутренней... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (681)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |