До сих пор мы предполагали, что в регрессионной модели

объясняющие переменные
,образующие матрицу
, не являются случайными. Это означает, что при повторении серии выборочных наблюдений, значения переменных
не изменяются, а значения
изменяются за счет случайного члена
. Подобное предположение, приводящее к значительным техническим упрощениям, может быть оправдано в том случае, когда экспериментальные данные представляют собой пространственную выборку.
В случае временного ряда, регрессоры которого представляют собой временной тренд, циклическую и сезонную компоненты, объясняющие переменные уже, очевидно, не случайны, т. е. наблюдения
являются случайными величинами. В этом случае естественно возникает вопрос о коррелированности между регрессорами и ошибками регрессии
. От этого существенно зависят результаты оценивания, причем не только количественно, но и качественно.
Одной из причин коррелированности регрессоров со случайными членами могут служить факторы, действующие одновременно и на сами регрессоры, и на объясняемые переменные при фиксированных значениях регрессоров. Иными словами, в рассматриваемой экономической ситуации значения объясняемых переменных и регрессоров формируются одновременно под воздействием некоторых внешних факторов. Это означает, что рассматриваемая модель не полна: ее следует дополнить уравнениями, в которых объясняемыми переменными выступали бы сами регрессоры. Таким образом, мы приходим к необходимости рассматривать системы одновременныхили регрессионных уравнений.
Классическим примером является одновременное формирование спроса
и предложения
товара в зависимости от его цены 

где
– доход.
Если предположить, что рынок находится в состоянии равновесия, то в этих равенствах следует положить
. В этом случае наблюдаемое значение
– это цена равновесия, которая формируется одновременно со спросом и предложением.
Таким образом,
и
являются объясняемымипеременными, а величина дохода
– объясняющейпеременной. Разделение ролей между переменными в системе одновременных уравнений может быть проинтерпретировано следующим образом: переменные
и
формируют свои значения, подчиняясь записанным уравнениям, т. е. внутри модели. Такие переменные называются эндогенными.Между тем переменная
считается в этих уравнениях заданной, ее значения формируются вне модели. Такие переменные называются экзогенными.
С математической точки зрения, главное отличие между экзогенными и эндогенными переменными заключается в том, что экзогенные переменные не коррелируют с ошибками регрессии,между тем как эндогенные могут коррелировать (и, как правило, коррелируют). Естественно предположить, что схожие случайные факторы действуют как на цену равновесия, так и на спрос на товар. Причинная зависимость между переменными и приводит, очевидно, к коррелированности их со случайными членами. Набор экзогенных переменных может быть различным. Так, например, в модели спроса и предложения в качестве экзогенных переменных к доходу могут быть добавлены процентная ставка, временной тренд и т. д.






