Общее понятие о системах уравнений, используемых в эконометрике

Интерпретация параметров моделей с распределенным лагом и моделей авторегрессии

Общая характеристика моделей с распределенным лагом и моделей авторегрессии

Прогнозирование на основе рядов динамики

Обобщенный метода наименьших квадратов (ОМНК) при построении модели регрессии по временным рядам

a. Преобразование исходных переменных

b. Применение обычного МНК к уравнению и определение a* и b

c. Расчет параметра a

d. Переход к исходному уравнению

Рассматриваются также и эконометрические модели, содержащие не только текущие, но и лаговые (учитывающие запаздывание) значения факторных переменных. Эти модели так и называются моделями с распределенным лагом

1) модели с лаговыми объясняющими переменными или иначе модели с распределенными лагами

(бывают с конечным и бесконечным числом лагов)

2) модели с лаговыми зависимыми переменными – модели авторегрессии

3) модели с лаговыми зависимыми и независимыми переменными, т. е. авторегрессионные модели с распределенными лагами

Данная модель означает, что изменение во времени t объясняющей переменный x будет влиять на значения результативного признака y в течение 4-х следующих моментов времени

Коэффициент b0 - краткосрочный мультипликатор. Он характеризует среднее изменение результата y при изменении на 1 единицу своего измерения в фиксированный момент времени t.

В момент времени t+1 воздействие объясняющей переменной x на результат y составит (b0+b1) единиц, а в момент времени t+2 общее изменение y составит (b0+b1+b2) единиц.

b0+b1 изменение y в момент времени t+1;

b0+b1+b2 - изменение y в момент времени t+2

Долгосрочный мультипликатор

При k =4 долгосрочный мультипликатор составит b0+b1+b2+b3+b4

Он характеризует общее среднее изменение y через 4 временных интервала при увеличении x в момент времени t на 1 единицу

Относительные коэффициенты модели

Характеризует долю общего изменения y в момент времени t+j.

Средняя величина лага

Показывает средний интервал времени, в течение которого будет происходить изменение зависимой переменной y под воздействием изменения объясняющей переменной x в момент времени t.

Чем меньше величина среднего лага, тем быстрее реагирует результат y на изменение x. И наоборот, высокое значение среднего лага показывает, что воздействие объясняющей переменной на результат будет сказываться с течением длительного промежутка времени.

Медианный лаг - тот период времени, в течение которого с момента времени t будет реализована половина общего эффекта воздействия объясняющей переменной x на результат y.

Модели авторегрессии

параметр b0 характеризует краткосрочное изменение yt под воздействием изменения xt на 1 единицу.

долгосрочный мультипликатор изменения y:

46. Применение фиктивных переменных для моделирования сезонных колебаний

Долгосрочный мультипликатор

При k =4 долгосрочный мультипликатор составит b0+b1+b2+b3+b4

Он характеризует общее среднее изменение y через 4 временных интервала при увеличении x в момент времени t на 1 единицу

Относительные коэффициенты модели

Характеризует долю общего изменения y в момент времени t+j.

Средняя величина лага

Показывает средний интервал времени, в течение которого будет происходить изменение зависимой переменной y под воздействием изменения объясняющей переменной x в момент времени t.

Чем меньше величина среднего лага, тем быстрее реагирует результат y на изменение x. И наоборот, высокое значение среднего лага показывает, что воздействие объясняющей переменной на результат будет сказываться с течением длительного промежутка времени.

Медианный лаг - тот период времени, в течение которого с момента времени t будет реализована половина общего эффекта воздействия объясняющей переменной x на результат y.

Модели авторегрессии

параметр b0 характеризует краткосрочное изменение yt под воздействием изменения xt на 1 единицу.

долгосрочный мультипликатор изменения y:

Дата добавления: 2015-04-24