Контрольна робота
В
По предмету: економетричного моделювання
В
Деякі питання економетричного моделювання
В В
Питання 1. Назвіть деякі основні проблеми економетричного моделювання
Розглянемо деякі основні проблеми економетричного моделювання:
Сталість механізмів:
Одне з умов, на яке спирається економетричне моделювання, полягає в тому, що функціональний співвідношення не змінюється протягом аналізованого періоду. Однак ця умова часто нереалістично, особливо у випадку, коли доводиться мати справу з перехідною економікою. Це звичайна проблема, з якою економіст стикається при дослідженні економічних процесів з мінливою структурою. Як би то не було, доводиться робити припущення про незмінність форми моделі, інакше моделювання не було б можливо.
Один з можливих способів обліку структурних зрушень полягає у використанні різного роду сконструйованих змінних, таких як, фіктивні змінні і тренди. Включення в економетричну модель трендів дозволяє враховувати зміни в усіх коефіцієнтах регресійного рівняння: вільному члені і коефіцієнтах при В«економічнихВ» змінних. Фіктивні змінні (приймаючі тільки два значення - 0 і 1) дозволяють врахувати різкі структурні скачки. p> Крім того, використання фіктивних змінних і гармонійних трендів (синусів і косинусів) дозволяє врахувати в моделі сезонні коливання. Якщо припустити, що сезонність має детермінований характер, то її можна змоделювати, додавши в рівняння регресії компоненту такого вигляду:
пЃ¤ 1 M 1 + ... + пЃ¤ 12 M 12 . br/>
Тут M 1 , ..., M 12 - сезонні місячні змінні. p> Все ж ці методи не дозволяють адекватно врахувати зміни, якщо невідомий їх характер або момент зміни (у разі стрибка). Особливо великі проблеми створюють структурні зрушення для прогнозування. Якщо різка зміна в параметрах економічного процесу відбулося протягом досліджуваного періоду, то це зміна можна помітити і врахувати в моделі. Якщо ж несподівана зміна відбудеться після досліджуваного періоду, то зроблені прогнози виявляться невірними.
Недостатній набір даних:
Наявних даних може бути недостатньо для того, щоб визначити функціональну зв'язок між змінними, або вони недостатньо варіюються, щоб можна було відрізнити вплив одного фактора від впливу іншої. Остання проблема отримала в економетричному моделюванні назву В«мультіколлінеарностіВ». На відміну від експериментальних наук, у окремого дослідника, що вивчає економічні процеси, як правило, немає можливості скільки-небудь помітно на них вплинути. Зазвичай за нього це робить уряд. Щоб заповнити недолік даних, досліднику доводиться робити деякі апріорні допущення, часто недостатньо обгрунтовані. p> Як правило, функціональна форма моделі заздалегідь невідома. У цьому випадку хорошим виходом з положення було б використання непараметричних методів оцінювання. Однак для застосування таких методів необхідний досить значний набір даних. Тому на практиці, як правило, припускають, що залежність між двома змінними лінійна. Часто лінійна залежність дає хорошу апроксимацію гладкою залежності в деякій невеликій околиці, але взагалі кажучи, немає ніякої гарантії, що В«справжняВ» залежність не виявиться сильно нелінійної як саме в тому інтервалі, до якого відносяться дані.
При застосуванні статистичних методів слід пам'ятати, що постуліруемие властивості як правило носять асимптотичний характер, тобто проявляються в межі, при прагненні кількості спостережень до нескінченності. Зокрема, якщо в лінійній регресії в якості регресорів використовуються лаги залежною змінною, то, навіть якщо виконані стандартні припущення регресійного аналізу, отримані оцінки будуть заможними, але зміщеними.
Проблема помилкової регресії :
Для того, щоб отримати високий коефіцієнт детермінації, досить, щоб у залежною змінної і в регресорів мався тренд і динаміка трендів до деякої міри збіглася. Коефіцієнт детермінації, як правило, буває, високий в регресії одного зростаючого показника по іншому зростаючому показником.
З іншого боку, коефіцієнт детермінації, як правило, буває низьким в регресії одного процесу типу В«білий шумВ» по іншому такому ж процесу. p> Двома основними причинами наявності В«трендаВ» у тимчасових лавах є
В· детермінована складова (тоді говорять про детермінованому тренді),
В· нестаціонарність (Тоді говорять про стохастичне тренді). p> Наявність детермінованого тренду може призводити до появи помилкової регресії. p> Нехай, наприклад Y t і X t породжуються процесами
Y t = a + b t + пЃҐ t , X t = c + ...
