Методы прогнозирования социально-экономических процессов. Антохонова И.В. - 67 стр.

ние требования гомоскедастичности для линейной регрес-    переменных. В данном случае структурные уравнения со-
сии.                                                      держат меньше коэффициентов, чем приведенные.
       Предпосылка 6. Возмущающие переменные в раз-             Метод является обобщением обычного МНК и вы-
личных структурных уравнениях неавтокоррелированы.        полняется в два этапа. Основная идея двухшагового МНК
       Предпосылка 7. Текущие значения возмущений сто-    заключается в замене зависимых переменных yti на их
хастически независимы от предопределенных переменных
                                                          оценки y€ti . Благодаря этому содержащиеся в уравнениях
для фиксированного момента времени t. В силу данного
предположения значения лаговых эндогенных переменных      переменные приобретают характер предопределенных пе-
не коррелируют с возмущающими воздействиями.              ременных и применение МНК дает удовлетворительные
       Предпосылка 8. Возмущения стохастически незави-    оценки.
симы от экзогенных переменных для любого момента вре-            Алгоритм метода включает следующие шаги:
мени.                                                            1.        Структурные уравнения преобразовыва-
       Предпосылка 9. Экзогенные переменные не корре-     ют в приведенные.
лируют между собой, т.е. между экзогенными переменны-            2.        Приведенные уравнения решаются с по-
ми отсутствует мультиколлинеарность.                      мощью МНК.
       Обыкновенный метод наименьших квадратов может             3.        Проверяется надежность уравнений по F-
применяться для оценивания параметров системы незави-     критерию.
симых уравнений, рекурсивных и интердепедентных моде-            4.        Если уравнения надежны, по ним вычис-
лей.                                                      ляются расчетные значения эндогенных переменных для
       Для решения идентифицируемых уравнений приме-      каждой единицы совокупности.
няется косвенный метод наименьших квадратов. Обычный             5.        Эти расчетные значения эндогенных пе-
МНК не учитывает одновременных соотношений между          ременных, находящихся в правой части структурных урав-
совместно зависимыми переменными, поэтому не может        нений, и соответствующие значения экзогенных перемен-
непосредственно применяться.                              ных используются для решения структурных уравнений с
       Модель вначале представляется в прогнозной (при-   помощью МНК.
веденной) форме. Применяя МНК к каждому полученному              6.        Вновь проверяется надежность получен-
уравнению, оценивают все параметры (коэффициенты)         ных решений. Эта проверка необходима, так как при
системы в прогнозной форме. Так как по предположению      ДМНК решенные структурные уравнения качественно от-
все структурные уравнения точно идентифицируемы, на       личны от приведенных уравнений, в том числе имеют дру-
следующем этапе однозначно определяются структурные       гое число степеней свободы вариации, поэтому надежность
коэффициенты по коэффициентам прогнозных уравнений.       приведенных уравнений еще не гарантирует надежность
То есть структурные коэффициенты оцениваются косвенно     решения структурных уравнений.
через оценки параметров прогнозной модели.
       Для решения сверхидентифицированных уравнений
применяется двухшаговый метод наименьших квадратов,
учитывающий многосторонние связи совместно зависимых
                                                   135    136