Динамические эконометрические модели

Совокупность данных наблюдений некоторого показателя y, упорядоченная по времени их получения, в экономике называется временным (динамическим) рядом. Отдельные наблюдения временного ряда называются уровнями ряда. Если y_t – значение переменной y в момент времени t, то последующие уровни показателя обозначаются y_{t +1}, y_{t +2}, …, а предыдущие y_{t -1}, y_{t -2}, ….

Эконометрическая модель, построенная на основе данных временного ряда, называется моделью временного ряда.

В классе моделей временных рядов особое место занимают динамические модели, т.е. модели, которые в данный момент времени t учитывают значения входящих в них переменных как в текущий, так и в предыдущие моменты времени, а также само время t.

Выделяют два основных типа динамических эконометрических моделей:

1) модели с распределенным лагом;

2) модели авторегрессии.

Моделью с распределенным лагом называется модель, которая содержит в качестве объясняющих переменных текущие и лаговые (то есть взятые с некоторым запаздыванием) значения лишь факторных переменных. Примером такой модели является модель

(1)

Авторегрессионной моделью называется модель, которая в качестве объясняющих переменных содержит как текущие и лаговые значения факторных переменных, так и лаговые значения зависимой переменной. Примером такой модели является модель

(2)

Динамические модели по сравнению со статическими обладают определенной спецификой, которая проявляется в следующем.

1. Параметризация динамических моделей требует в большинстве случаев специальных статистических методов, так как обычный МНК не применим ввиду нарушений условий Гаусса–Маркова.

2. Спецификация динамической модели является более сложной. Исследователю необходимо не только выбрать факторные переменные, но и определиться с «глубиной» их лагирования (то есть необходимо решить, сколько предшествующих периодов следует учитывать в модели).