Системы одновременных уравнений.

Эти модели описываются системами уравнений. Системы могут состоять из тождеств и регрессионных уравнений, каждое из которых может, кроме объясняющих переменных, включать в себя также объясняемые переменные из других уравнений системы. Т. о. мы имеем здесь набор объясняемых переменных, связанных через уравнение. Примером, может служить модель спроса и предложения, приведённая ниже. Системы одновременных уравнений требуют относительно более сложный математический аппарат. Они могут использоваться для моделей страновой экономики.

Пусть - спрос на товар в момент времени t;

- предложение товара в момент t;

- цена на товар в момент времени t;

- доход в момент времени t;

Составим следующую систему уравнений «спрос-предложение»:

(предложение);

(спрос);

(равновесие).

Цена товара и спрос на товар определяются из уравнений модели, т. е. являются эндогенными переменными. Предопределёнными переменными в данной модели является доход и значение цены товара в предыдущий момент времени .

Становление и развитие эконометрического метода (ЭМ) происходили на основе «высшей статистики» - на методах парной и множественной регрессии, парной, частной и множественной корреляции, выделении тренда и других компонент временного ряда.

Первый момент. Эконометрика как система специфических методов начала развиваться с осознания своих задач – отражения особенностей экономических переменных и связей между ними.

В уравнение регрессии стали включаться переменные не только I, но и II степени – с целью отразить свойство оптимальности экономических переменных: наличия значений, при которых достигается мини-максное воздействие на зависимую переменную. Так влияние удобрений на урожайность: до определенного уровня насыщение ими почвы способствует росту урожайности, но дальнейшее наращивание после достижения оптимального уровня не приводит к росту урожайности, а может даже вызвать её снижение. То же можно сказать о воздействии многих социально-экономических переменных (возраста рабочего на уровень производительности труда или влияние дохода на потребление продуктов питания и т. д.). В конкретных условиях нелинейность влияния переменных может не подтвердиться, если данные варьируют в узких пределах, т. е. являются однородными.

Второй момент – это взаимодействие социально-экономических переменных, которое может рассматриваться как самостоятельная компонента в уравнении регрессии .

Эффект взаимодействия () может оказаться статистически незначимым. Поэтому понятие о нелинейности и неаддитивности связей не исключают внимания к проблеме применимости линейных и аддитивных уравнений регрессии.

По Гольдбергеру:

1. Функция линейна по всем независимым переменным тогда и только тогда, когда не включает , т. е. , эффект данного изменения по не зависит от .

2. Функция является аддитивной по , тогда, когда не включает , т. к. когда - это эффект данного изменения по каждой независимой переменной не зависит от уровня другой переменой.

Например:

1) - линейна и аддитивна по и по ;

2) - линейна по и по , но не аддитивна ;

3) - нелинейна по и по , и неаддитивна.

В 30-е годы 20 в. повсеместное увлечение регрессией сменилось разочарованием. Строя уравнение множественной регрессии, и стремясь включить как можно больше переменных, исследователи сталкивались с бессмысленными результатами – с несоответствием знаков при коэффициентах регрессии априорным предположением, а также необъяснимым изменением их значений.

Причина заключается в том, что изолированно взятое уравнение регрессии есть не что иное, как модель «чёрного ящика», поскольку в ней не раскрыт механизм зависимости выходной переменной y от входных переменных x_i,а лишь констатируется факт наличия такой зависимости.