Основные виды эконометрических моделей

Выделяют три основных класса эконометрических моделей. 1. Модель временных рядов.

Модель представляет собой зависимость результативного признака от переменной времени или переменных, относящихся к другим моментам времени.

К моделям временных рядов, в которых результативный призn нак зависит от времени, относятся:

1) модель тренда (модель зависимости результативного признаn ка от трендовой компоненты);

2) модель сезонности (модель зависимости результативного признака от сезонной компоненты);

3) модель тренда и сезонности.

К моделям временных рядов, в которых результативный призn нак зависит от переменных, датированных другими моментами времени, относятся:

1) модели с распределенным лагом, которые объясняют ваn риацию результативного признака в зависимости от предыдуn щих значений факторных переменных;

2) модели авторегрессии, которые объясняют вариацию реn зультативного признака в зависимости от предыдущих значеn ний результативных переменных;

3) модели ожидания, объясняющие вариацию результативноn го признака в зависимости от будущих значений факторных или результативных переменных.

Модели временных рядов делятся на модели, построенные по стационарным и нестационарным временным рядам.

Стационарные временные ряды характеризуются постоянныn ми во времени средней, дисперсией и автокорреляцией, т. е. данn ный временной ряд не содержит трендового и сезонного компоn нента.

Если временной ряд не отвечает перечисленным условиям, то он является нестационарным (т. е. содержит трендовую и сезонn ную компоненты).

2. Р егрессионные модели с одним уравнением.

В подобных моделях зависимая или результативная переменn ная, обозначаемая обычно, представляется в виде функции факn торных или независимых признаков x 1 јxn:

(

b

b

)

k

1 k

y = f (x,)= f x 1, ј, xn, 1, ј, b, где b, ј, b — параметры регрессионного уравнения.

Регрессионные модели делятся на парные (с одним факторn

ным признаком) и множественные регрессии.

В зависимости от вида функции f (x, b) модели делятся на лиn нейные и нелинейные регрессии.

3. Системы одновременных уравнений.

Данные модели описываются системами взаимозависимых регрессионных уравнений. Системы могут состоять из тождеств и регрессионных уравнений, каждое из которых может включать в себя не только факторные переменные, но и результативные перn еменные из других уравнений системы.

Для тождеств характерно то, что их вид и значения параметров известны.

Регрессионные уравнения, из которых состоит система, назыn ваются поведенческими уравнениями. В поведенческих уравнеn ниях значения параметров являются неизвестными и подлежат оцениванию.

Примером системы одновременных уравнений может служить модель спроса и предложения, включающая три уравнения:

1 t t

QSt = a 0+ a ´ P + a 2´ P −1 —уравнениепредложения;

0 1 t 2

Qdt = b + b ´ P + b ´ It —уравнение спроса;

QSt = Qdt —тождество равновесия,

где QSt — предложение товара в момент времени t; Qdt — спрос на товар в момент времени t;

t

P — цена товара в момент времени t;

P

t −1 — цена товара в предшествующий момент времени t; It — доход потребителей в момент времени t.