Система уравнений в эконометрических исследованиях может быть построена по-разному.
Возможна система независимых уравнений, когда каждая зависимая переменная (у) рассматривается как функция одного и того же набора факторов (x):
Набор факторов xi в каждом уравнении может варьировать.
Каждое уравнение системы независимых уравнений может рассматриваться самостоятельно. Для нахождения его параметров используется метод наименьших квадратов. По существу, каждое уравнение этой системы является уравнением регрессии.
Однако если зависимая переменная y одного уравнения выступает в виде фактора xв другом уравнении, то исследователь может строить модель в виде системы рекурсивных уравнений:
В данной системе зависимая переменная у включает в каждое последующее уравнение в качестве факторов все зависимые переменные предшествующих уравнений наряду с набором собственно факторов х. Как и в предыдущей системе, каждое уравнение может рассматриваться самостоятельно, и его параметры определяются методом наименьших квадратов (МНК).
Наибольшее распространение в эконометрических исследованиях получила система взаимозависимых уравнений (система совместных, одновременных уравнений, структурная форма модели – СФМ). Вней одни и те же зависимые переменные в одних уравнениях входят в левую часть, а в других уравнениях - в правую часть системы:
Каждое уравнение системы одновременных уравнений не может рассматриваться самостоятельно, и для нахождения его параметров традиционный МНК неприменим. С этой целью используются специальные приемы оценивания.
Система совместных, одновременных уравнений (или структурная форма модели) обычно содержит эндогенные и экзогенные переменные. Э догенные переменные обозначены в приведенной ранее системе одновременных уравнений как у. Это зависимые переменные, число которых равно числу уравнений в системе. Экзогенные переменные обозначаются обычно как х. Это предопределенные переменные, влияющие на эндогенные переменные, но не зависящие от них.
Простейшая структурная форма модели имеет вид:
где у - эндогенные переменные; x — экзогенные переменные.
Структурная форма модели в правой части содержит при эндогенных и экзогенных переменных коэффициенты b i и аj (b i -коэффициент при эндогенной переменной, аj — коэффициент при экзогенной переменной), которые называются структурными коэффициентами модели. Все переменные в модели выражены в отклонениях от среднего уровня, т. е. под xподразумевается x— а под у — соответственно у - . Поэтому свободный член в каждом уравнении системы отсутствует.
Использование МНК для оценивания структурных коэффициентов модели дает, как принято считать в теории, смещенные и несостоятельные оценки. Поэтому обычно для определения структурных коэффициентов модели структурная форма модели преобразуется в приведенную форму модели.
Приведенная форма модели (ПФМ) представляет собой систему линейных функций эндогенных переменных от экзогенных:
где δt — коэффициенты приведенной формы модели.
По своему виду приведенная форма модели ничем не отличается от системы независимых уравнений, параметры которой оцениваются традиционным МНК. Применяя МНК, можно оценить δ, а затем оценить значения эндогенных переменных через экзогенные.
Коэффициенты приведенной формы модели представляют собой нелинейные функции коэффициентов структурной формы модели.
Для структурной модели вида
приведенная форма модели имеет вид
При переходе от приведенной формы модели к структурной исследователь сталкивается с проблемой идентификации. Идентификация — это единственность соответствия между приведенной и структурной формами модели.
С позиции идентифицируемости структурные модели можно подразделить на три вида:
• Идентифицируемые (структурные коэффициенты СФМ определяются однозначно, единственным образом по коэффициентам ПФМ, т. е. если число параметров СФМ равно числу параметров ПФМ);
• Неидентифицируемые (число коэффициентов ПФМ меньше числа структурных коэффициентов СФМ, и в результате структурные коэффициенты не могут быть оценены через коэффициенты приведенной формы модели);
• Сверхидентифицируемые (число коэффициентов ПФМ больше числа структурных коэффициентов СФМ. В этом случае на основе коэффициентов приведенной формы можно получить два или более значений одного структурного коэффициента).
Сверхидентифицируемая модель в отличие от неидентифицируемой модели практически решаема, но требует для этого специальных методов исчисления параметров.
Модель считается идентифицируемой, если каждое уравнение системы идентифицируемо. Если хотя бы одно из уравнений системы неидентифицируемо, то и вся модель считается неидентифицируемой. Сверхидентифицируемая модель содержит хотя бы одно сверхидентифицируемое уравнение.
Выполнение условия идентифицируемости модели проверяется для каждого уравнения системы. Чтобы уравнение было идентифицируемо, необходимо, чтобы число предопределенных переменных, отсутствующих в данном уравнении, но присутствующих в системе (Н), было равно числу эндогенных переменных в данном уравнении (D) без одного.
D + 1 = H— уравнение идентифицируемо;
D + 1 < H — уравнение неидентифицируемо;
D + 1 > H— уравнение сверхидентифицируемо.
Рассмотренное счетное правило отражает необходимое, но недостаточное условие идентификации. Более точно условия идентификации определяются, если накладывать ограничения на коэффициенты матриц параметров структурной модели. Уравнение идентифицируемо, если по отсутствующим в нем переменным (эндогенным и экзогенным) можно из коэффициентов при них в других уравнениях системы получить матрицу, определитель которой не равен нулю, а ранг матрицы не меньше, чем число эндогенных переменных в системе без одного.
Целесообразность проверки условия идентификации модели через определитель матрицы коэффициентов, отсутствующих в данном уравнении, но присутствующих в других, объясняется тем, что возможна ситуация, когда для каждого уравнения системы выполнено счетное правило, а определитель матрицы названных коэффициентов равен нулю. В этом случае соблюдается лишь необходимое, но недостаточное условие идентификации.
Коэффициенты структурной модели могут быть оценены разными способами в зависимости от вида системы одновременных уравнений. Наибольшее распространение в литературе получили следующие методы оценивания коэффициентов структурной модели:
· косвенный метод наименьших квадратов (КМНК);
· двухшаговый метод наименьших квадратов (ДМНК);
· трехшаговый метод наименьших квадратов (ТМНК);
· метод максимального правдоподобия с полной информацией (ММПf);
· метод максимального правдоподобия с ограниченной информацией (ММПs).
Косвенный и двухшаговый методы наименьших квадратов подробно описаны в литературе и рассматриваются как традиционные методы оценки коэффициентов структурной модели. Эти методы достаточно легко реализуемы. Косвенный метод наименьших квадратов применяется для идентифицируемой системы одновременных уравнений, а двухшаговый метод наименьших квадратов – для оценки коэффициентов сверхидентифицируемой модели. Перечисленные методы оценивания также используются для сверхидентифицируемых систем уравнений.
Метод максимального правдоподобия рассматривается как наиболее обширный метод оценивания, результаты которого при нормальном распределении признаков совпадают с МНК. Однако при большом числе уравнений системы этот метод приводит к достаточно сложным вычислительным процедурам. Поэтому в качестве модификации используется метод максимального правдоподобия при ограниченной информации (метод наименьшего дисперсионного отношения), разработанный в 1949 г. Т. Андерсоном и Н. Рубинным.