- сложная комплексная модель элементами которой являются взаимосвязанные уравнения регрессии
Данный способ моделирования позволяет максимально приблизиться к действительным фактическим механизмам связей и взаимодействий в сложных социально- экономических системах. Это достигается благодаря включению в модель серии независимых переменных и серии зависимых переменных, при этом возможны разные виды моделей учитывающих специфику взаимосвязей рассматриваемых переменных.
Возможна ситуация, когда в отдельных уравнениях системы число х меньше чем m (возможно если коэф. Регрессии =0)
У- зависимая переменная
Х- независимая переменная
Эндогенные переменные - наз. Зависимые переменные кот. Обычно стоят в левой части уравнения. Число уравнений = числу эндогенных переменных в данной системе.
Экзогенные переменные - аналог независимых переменных – пер-ные воздействующие на эндогенные пер-ные(у), независящие от них и не корелирующие с остатками(Е)
Лаговые пер-ные - значения включённых в модель переменных за некоторый предшествующий момент или отрезок времени. Обычно строится по текущим значениям экзогенных или эндогенных переменных.(Yt-1, Xt-1, Yt-2 ...)
Изменение в хар-ре фактов отражаются на следствии лишь через некоторый отрезок времени поэтому следует учесть тот отсроченный эффект влияния и для этой цели применяются лаговые переменные.
Предопределённые переменные - пер-ные кот. Точно определены к данному моменту или интервалу времени, являются экзогенными переменными,как текущие, так и лаговые, и лаговые эндогенные переменные.
У1= а10+а11х11+а13(t-1)x13(t-1)+E1
Y2 =a23+a21x21 +a23(t-1)x23(t-1)+E2
Виды ур-ний отличаются по хар-ру озицый эндогенных переменных в системе ур-ний.
В системе независимых эконометрических уравнений эндогенные переменные никогда не зависят друг от друга. В правой части ур-ния никогда нет у. Следствие того, что ур-ние явл.независимым выступают положения: 1. Остатки (ошибки) разных ур-ний не корелируют между собой
Для построения модели т.е. расчётов коэффициентов а можно моделировать каждое ур-ние автономно с помощью методов наименьших квадратов подобно тому, как это выполняется для ур-ний множественной регрессии. Аналогичным образом автономно для каждого оценивается теснота связи и качество модели.