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 признак зависит от времени, относятся:
- модель тренда (модель зависимости результативного признака от трендовой компоненты);
- модель сезонности (модель зависимости результативного признака от сезонной компоненты);
- модель тренда и сезонности.
К моделям временных рядов, в которых результативный признак зависит от переменных, датированных другими моментами времени, относятся:
- модели с распределенным лагом, которые объясняют вариацию результативного признака в зависимости от предыдущих значений факторных переменных;
- модели авторегрессии, которые объясняют вариацию результативного признака в зависимости от предыдущих значений результативных переменных;
- модели ожидания, объясняющие вариацию результативного 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 постоянными во времени средней, дисперсией и автокорреляцией, т. е. данный временной ряд не содержит трендового и сезонного компонента. Если временной ряд не отвечает перечисленным условиям, то он является нестационарным (т. е. содержит трендовую и сезонную компоненты).
2. Регрессионные модели с одним уравнением.
В подобных моделях зависимая или результативная переменная, обозначаемая обычно y, представляется в виде функции факторных или независимых признаков x 1 …xn:
y = f (x, β)= f (x 1, …, xn, β1, …, β k),
где β1, …, βκ — параметры регрессионного уравнения.
Регрессионные модели делятся на парные (с одним факторным признаком) и множественные регрессии.
В зависимости от вида функции f (x, β) модели делятся на линейные 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 переменные из других уравнений системы.
Для тождеств характерно то, что их вид и значения параметров известны.
Регрессионные уравнения, из которых состоит система, называются поведенческими уравнениями. В поведенческих уравнениях значения параметров являются неизвестными и подлежат оцениванию.