Модели одновременных уравнений - это тип статистической модели, в которой зависимые переменные являются функциями других зависимых переменных, а не просто независимыми переменными. [1] Это означает, что некоторые объясняющие переменные определяются совместно с зависимой переменной, которая в экономике обычно является следствием некоего основного механизма равновесия . Например, в простой модели спроса и предложения цена и количество определяются совместно. [2]
Одновременность создает проблемы для оценки представляющих интерес статистических параметров, поскольку нарушается предположение Гаусса – Маркова о строгой экзогенности регрессоров. И хотя было бы естественно оценивать все одновременные уравнения сразу, это часто приводит к вычислительно затратной нелинейной задаче оптимизации даже для простейшей системы линейных уравнений . [3] Эта ситуация подтолкнула к разработке, возглавляемой Комиссией Коулза в 1940-х и 1950-х годах [4], различных методов, которые оценивают каждое уравнение в модели по порядку, в первую очередь с ограничением максимальной вероятности информации.и двухэтапный метод наименьших квадратов . [5]
Структурная и уменьшенная форма [ править ]
Предположим, что имеется m уравнений регрессии вида
где i - номер уравнения, а t = 1, ..., T - индекс наблюдения. В этих уравнениях х она является к я × 1 вектор экзогенных переменных, у него является зависимой переменной, у -i, т является п я × 1 вектор всех других эндогенных переменных , которые входят в я - е уравнение на право- сторона стороны, и u это условия ошибки. Обозначение «- i » указывает, что вектор y −i, t может содержать любой из y«S , за исключением у так ли (так как она уже присутствует на стороне левой руки). Коэффициенты регрессии β i и γ i имеют размерности k i × 1 и n i × 1 соответственно. Сложив по вертикали T наблюдений, соответствующих i- му уравнению, мы можем записать каждое уравнение в векторной форме как
где y i и u i - векторы T × 1, X i - матрица экзогенных регрессоров T × k i , а Y −i - матрица эндогенных регрессоров T × n i в правой части i- го уравнения. . Наконец, мы можем переместить все эндогенные переменные в левую часть и записать m уравнений вместе в векторной форме как
Это представление известно как структурная форма . В этом уравнении Y = [ y 1 y 2 ... y m ] - матрица зависимых переменных размером T × m . Каждая из матриц У -i в действительности является п я -columned подматрица этого Y . М × м матрица Γ, которая описывает взаимосвязь между зависимыми переменными, имеет сложную структуру. Он имеет единицы на диагонали, а все остальные элементы каждого столбца i являются либо компонентами вектора −γ iили нулей, в зависимости от того, какие столбцы Y были включены в матрицу Y −i . T × K матрица X содержит все экзогенные регрессор из всех уравнений, но без повторений (то есть, матрица X должна иметь полный ранг). Таким образом, каждый Х я являюсь к я -columned подматрицы X . Матрица Β имеет размер k × m , и каждый из ее столбцов состоит из компонентов векторов β i и нулей, в зависимости от того, какой из регрессоров из X был включен или исключен из X i . Наконец, U= [ u 1 u 2 ... u m ] - это матрица членов ошибок размером T × m .
Умножая структурное уравнение на Γ − 1 , систему можно записать в приведенной форме как
Это уже простая общая линейная модель , и ее можно оценить, например, с помощью обычных наименьших квадратов . К сожалению, задача разложения оцененной матрицы на отдельные факторы Β и Γ −1 довольно сложна, и поэтому сокращенная форма больше подходит для прогнозирования, но не вывода.
Предположения [ править ]
Во-первых, ранг матрицы X экзогенных регрессоров должен быть равен k как в конечных выборках, так и в пределе T → ∞ (это более позднее требование означает, что в пределе выражение должно сходиться к невырожденной матрице размера k × k ) . Матрица Γ также считается невырожденной.
Во-вторых, предполагается, что члены ошибки серийно независимы и одинаково распределены . То есть, если t- я строка матрицы U обозначена как u ( t ) , то последовательность векторов { u ( t ) } должна быть iid, с нулевым средним и некоторой ковариационной матрицей Σ (которая неизвестна). В частности, отсюда следует, что E [ U ] = 0 и E [ U′U ] = T Σ .
Наконец, для идентификации необходимы предположения.
Идентификация [ править ]
Условия идентификации требуют, чтобы система линейных уравнений была разрешима относительно неизвестных параметров.
Более конкретно, условие порядка , необходимое условие для идентификации, состоит в том, что для каждого уравнения k i + n i ≤ k , которое можно сформулировать как «количество исключенных экзогенных переменных больше или равно количеству включенных эндогенных переменных» .
Условие ранга , более сильное условие , которое необходимо и достаточно, является то , что ранг из П я 0 равно п я , где Π я 0 является ( к - к I ) × п я матрицу , которая получается из П путем вычеркивания тех , столбцы, соответствующие исключенным эндогенным переменным, и те строки, которые соответствуют включенным экзогенным переменным.
Использование ограничений перекрестного уравнения для идентификации [ править ]
В моделях с одновременными уравнениями наиболее распространенным методом достижения идентификации является наложение ограничений на параметры внутри уравнения. [6] Тем не менее, идентификация также возможна с использованием ограничений перекрестного уравнения.
Чтобы проиллюстрировать, как ограничения перекрестного уравнения могут использоваться для идентификации, рассмотрим следующий пример из Вулдриджа [6]
где z не коррелируют с u, а y - эндогенные переменные. Без дополнительных ограничений первое уравнение не идентифицируется, потому что нет исключенной экзогенной переменной. Второе уравнение просто идентифицируется, если δ 13 ≠ 0 , что предполагается верным до конца обсуждения.
Теперь наложим ограничение на перекрестное уравнение δ 12 = δ 22 . Поскольку второе уравнение идентифицировано, мы можем рассматривать δ 12 как известное для целей идентификации. Тогда первое уравнение становится:
Затем мы можем использовать ( z 1 , z 2 , z 3 ) в качестве инструментов для оценки коэффициентов в приведенном выше уравнении, поскольку в правой части есть одна эндогенная переменная ( y 2 ) и одна исключенная экзогенная переменная ( z 2 ). Следовательно, ограничения перекрестного уравнения вместо ограничений внутри уравнения могут обеспечить идентификацию.
Оценка [ править ]
Двухэтапный метод наименьших квадратов (2SLS) [ править ]
Самый простой и наиболее распространенный метод оценки для модели одновременных уравнений - это так называемый двухэтапный метод наименьших квадратов [7], независимо разработанный Тейлом (1953) и Басманном (1957) . [8] [9] Это метод «уравнение за уравнением», при котором эндогенные регрессоры в правой части каждого уравнения дополняются регрессорами X из всех других уравнений. Метод называется «двухэтапным», потому что он проводит оценку в два этапа: [7]
- Шаг 1. Выполните регрессию Y −i на X и получите предсказанные значения ;
- Шаг 2 : Оценить γ i , β i с помощью обычной регрессии наименьших квадратов y i on и X i .
Если i- е уравнение в модели записать как
где Z i - матрица T × ( n i + k i ) как эндогенных, так и экзогенных регрессоров в i- м уравнении, а δ i - ( n i + k i ) -мерный вектор коэффициентов регрессии, тогда оценка 2SLS из б я буду дан [7]
где Р = Х ( Х ' х ) -1 Х ' является матрицей проекции на линейное пространство , натянутое на экзогенный регрессоры X .
Косвенный метод наименьших квадратов [ править ]
Косвенный метод наименьших квадратов - это подход в эконометрике, где коэффициенты в модели одновременных уравнений оцениваются из модели сокращенной формы с использованием обычных наименьших квадратов . [10] [11] Для этого структурная система уравнений сначала преобразуется в приведенную форму. После оценки коэффициентов модель возвращается в структурную форму.
Ограниченная информация о максимальной вероятности (LIML) [ править ]
Метод максимального правдоподобия «ограниченной информации» был предложен М.А. Гиршиком в 1947 году [12] и формализован Т.В. Андерсоном и Х. Рубином в 1949 году. [13] Он используется, когда кто-то интересуется одновременной оценкой одного структурного уравнения ( отсюда и название ограниченной информации), скажем, для наблюдения i:
Структурные уравнения для остальных эндогенных переменных Y −i не конкретизируются, и они приведены в их сокращенной форме:
Обозначения в этом контексте другие, чем для простого случая IV . Надо:
- : Эндогенная (ые) переменная (ы).
- : Экзогенная (ые) переменная (ы)
- : Инструмент (ы) (часто обозначается )
Явная формула LIML: [14]
где M = I - X ( X ′ X ) −1 X ′ , а λ - наименьший характеристический корень матрицы:
где аналогично M i = I - X i ( X i ′ X i ) −1 X i ′ .
Другими словами, λ - это наименьшее решение обобщенной проблемы собственных значений , см. Theil (1971 , стр. 503):
Оценщики класса K [ править ]
LIML - это частный случай оценок K-класса: [15]
с:
К этому классу относятся несколько оценщиков:
- κ = 0: OLS
- κ = 1: 2SLS. Обратите внимание, что в этом случае обычная матрица проекции 2SLS
- κ = λ: LIML
- κ = λ - α (nK): оценка Фуллера (1977) . [16] Здесь K представляет количество инструментов, n - размер выборки, а α - положительная константа, которую необходимо указать. Значение α = 1 даст приблизительную несмещенную оценку. [15]
Трехэтапный метод наименьших квадратов (3SLS) [ править ]
Трехступенчатая оценка методом наименьших квадратов была введена Зеллнером и Тейлом (1962) . [17] [18] Это можно рассматривать как частный случай многомерного уравнения GMM, где набор инструментальных переменных является общим для всех уравнений. [19] Если все регрессоры на самом деле предопределены, то 3SLS сводится к кажущимся несвязанными регрессиями (SUR). Таким образом, его также можно рассматривать как комбинацию двухэтапного метода наименьших квадратов (2SLS) с SUR.
Приложения в социальных науках [ править ]
В разных областях и дисциплинах модели одновременных уравнений применяются к различным наблюдаемым явлениям. Эти уравнения применяются, когда предполагается, что явления взаимно причинны. Классический пример - спрос и предложение в экономике . В других дисциплинах есть примеры, такие как оценка кандидатов и идентификация партии [20] или общественное мнение и социальная политика в политологии ; [21] [22] дорожные инвестиции и спрос на путешествия в географии; [23], а также уровень образования и отцовство в социологии или демографии . [24]Модель одновременного уравнения требует теории взаимной причинности, которая включает в себя специальные особенности, если причинные эффекты должны оцениваться как одновременная обратная связь, в отличие от односторонних `` блоков '' уравнения, в которых исследователь интересуется причинным влиянием X на Y при сохранении причинного эффекта Y на X постоянным или когда исследователь знает точное количество времени, необходимое для возникновения каждого причинного эффекта, то есть длительность причинных лагов. Вместо запаздывающих эффектов одновременная обратная связь означает оценку одновременного и непрерывного воздействия X и Y друг на друга. Это требует теории, согласно которой причинные эффекты одновременны во времени или настолько сложны, что кажутся действующими одновременно; распространенный пример - настроение соседей по комнате. [25]Для оценки моделей с одновременной обратной связью также необходима теория равновесия - что X и Y находятся в относительно устойчивых состояниях или являются частью системы (общества, рынка, учебного заведения), которая находится в относительно стабильном состоянии. [26]
См. Также [ править ]
- Общая линейная модель
- На первый взгляд несвязанные регрессии
- Уменьшенная форма
- Проблема идентификации параметра
Ссылки [ править ]
- ^ Мартин, Вэнс; Херн, Стэн; Харрис, Дэвид (2013). Эконометрическое моделирование с использованием временных рядов . Издательство Кембриджского университета. п. 159. ISBN. 978-0-521-19660-4.
- ^ Маддала, GS; Лахири, Каджал (2009). Введение в эконометрику (Четвертое изд.). Вайли. С. 355–357. ISBN 978-0-470-01512-4.
- ^ Quandt, Ричард Э. (1983). «Вычислительные проблемы и методы». In Griliches, Z .; Intriligator, MD (ред.). Справочник по эконометрике . Том I. Северная Голландия. С. 699–764. ISBN 0-444-86185-8.
- ^ Христос, Карл Ф. (1994). «Вклад Комиссии Коулза в эконометрику в Чикаго, 1939–1955». Журнал экономической литературы . 32 (1): 30–59. JSTOR 2728422 .
- ^ Джонстон, Дж. (1971). «Методы одновременного уравнения: оценка». Эконометрические методы (второе изд.). Нью-Йорк: Макгроу-Хилл. С. 376–423. ISBN 0-07-032679-7.
- ^ a b Wooldridge, JM, Эконометрический анализ данных поперечного сечения и панелей, MIT Press, Cambridge, Mass.
- ^ a b c Грин, Уильям Х. (2002). Эконометрический анализ (5-е изд.). Прентис Холл. С. 398–99. ISBN 0-13-066189-9.
- ^ Basmann, RL (1957). «Обобщенный классический метод линейного оценивания коэффициентов в структурном уравнении». Econometrica . 25 (1): 77–83. DOI : 10.2307 / 1907743 . JSTOR 1907743 .
- ^ Theil, Анри (1971). Принципы эконометрики . Нью-Йорк: Джон Вили.
- ^ Парк, SB. (1974) «Об оценке косвенным методом наименьших квадратов системы одновременных уравнений», Канадский статистический журнал / La Revue Canadienne de Statistique , 2 (1), 75–82 JSTOR 3314964
- ^ Вайда, S .; Валко, П .; Годфри, KR (1987). «Прямые и косвенные методы наименьших квадратов в оценке параметров непрерывного времени». Automatica . 23 (6): 707–718. DOI : 10.1016 / 0005-1098 (87) 90027-6 .
- ^ Первое приложение Гиршик, Массачусетс; Хаавельмо, Трюгве (1947). «Статистический анализ спроса на продукты питания: примеры одновременной оценки структурных уравнений». Econometrica . 15 (2): 79–110. DOI : 10.2307 / 1907066 . JSTOR 1907066 .
- ^ Андерсон, TW; Рубин, Х. (1949). «Оценщик параметров одного уравнения в полной системе стохастических уравнений» . Анналы математической статистики . 20 (1): 46–63. DOI : 10.1214 / АОМ / 1177730090 . JSTOR 2236803 .
- ^ Amemiya, Такеши (1985). Продвинутая эконометрика . Кембридж, Массачусетс: Издательство Гарвардского университета. п. 235 . ISBN 0-674-00560-0.
- ^ а б Дэвидсон, Рассел; Маккиннон, Джеймс Г. (1993). Оценка и вывод в эконометрике . Издательство Оксфордского университета. п. 649. ISBN. 0-19-506011-3.
- ^ Фуллер, Уэйн (1977). «Некоторые свойства модификации оценщика ограниченной информации». Econometrica . 45 (4): 939–953. DOI : 10.2307 / 1912683 . JSTOR 1912683 .
- ^ Zellner, Арнольд ; Тейл, Анри (1962). «Трехэтапный метод наименьших квадратов: одновременное оценивание одновременных уравнений». Econometrica . 30 (1): 54–78. DOI : 10.2307 / 1911287 . JSTOR 1911287 .
- ^ Kmenta, Ян (1986). «Системные методы оценки» . Элементы эконометрики (второе изд.). Нью-Йорк: Макмиллан. С. 695–701.
- ^ Hayashi, Фумио (2000). «Многоступенчатая GMM» . Эконометрика . Издательство Принстонского университета. С. 276–279.
- ^ Пейдж, Бенджамин I .; Джонс, Кэлвин К. (1979-12-01). «Взаимные эффекты политических предпочтений, партийной лояльности и голосования». Обзор американской политической науки . 73 (4): 1071–1089. DOI : 10.2307 / 1953990 . ISSN 0003-0554 . JSTOR 1953990 .
- ^ Wlezien, Кристофер (1995-01-01). «Общественность как термостат: динамика предпочтений в отношении расходов». Американский журнал политологии . 39 (4): 981–1000. DOI : 10.2307 / 2111666 . JSTOR 2111666 .
- ^ Breznau, Nate (2016-07-01). «Положительная отдача и равновесие: одновременная обратная связь между общественным мнением и социальной политикой» . Журнал политических исследований . 45 (4): 583–612. DOI : 10.1111 / psj.12171 . ISSN 1541-0072 .
- ^ Се, Ф .; Левинсон, Д. (01.05.2010). «Как трамваи сформировали пригороды: анализ причинно-следственной связи Грейнджера землепользования и транзита в городах-побратимах». Журнал экономической географии . 10 (3): 453–470. DOI : 10,1093 / СГЭ / lbp031 . ЛВП : 11299/179996 . ISSN 1468-2702 .
- ^ Марини, Маргарет Муни (1984-01-01). «Уровень образования женщин и время вступления в родительские права». Американский социологический обзор . 49 (4): 491–511. DOI : 10.2307 / 2095464 . JSTOR 2095464 .
- ^ Вонг, Чи-Сум; Закон, Кеннет С. (1999-01-01). «Проверка взаимных отношений с помощью нерекурсивных моделей структурного уравнения с использованием данных поперечного сечения». Организационные методы исследования . 2 (1): 69–87. DOI : 10.1177 / 109442819921005 . ISSN 1094-4281 .
- ^ 2013. «Динамика обратной стрелки: петли обратной связи и формирующее измерение». В моделировании структурных уравнений: второй курс , под редакцией Грегори Р. Хэнкока и Ральфа О. Мюллера, 2-е изд., 41–79. Шарлотта, Северная Каролина: Издательство информационного века
Дальнейшее чтение [ править ]
- Астериу, Димитриос; Холл, Стивен Г. (2011). Прикладная эконометрика (второе изд.). Бейсингстоук: Пэлгрейв Макмиллан. п. 395. ISBN 978-0-230-27182-1.
- Чоу, Грегори С. (1983). Эконометрика . Нью-Йорк: Макгроу-Хилл. С. 117–121 . ISBN 0-07-010847-1.
- Фомби, Томас Б .; Хилл, Р. Картер; Джонсон, Стэнли Р. (1984). «Модели одновременных уравнений». Продвинутые эконометрические методы . Нью-Йорк: Спрингер. С. 437–552. ISBN 0-387-90908-7.
- Маддала, GS ; Лахири, Каджал (2009). «Модели одновременных уравнений». Введение в эконометрику (Четвертое изд.). Нью-Йорк: Вили. С. 355–400. ISBN 978-0-470-01512-4.
- Рууд, Пол А. (2000). «Одновременные уравнения». Введение в классическую эконометрическую теорию . Издательство Оксфордского университета. С. 697–746. ISBN 0-19-511164-8.
- Сарган, Денис (1988). Лекции по углубленной эконометрической теории . Оксфорд: Бэзил Блэквелл. С. 68–89. ISBN 0-631-14956-2.
- Вулдридж, Джеффри М. (2013). «Модели одновременных уравнений». Вводная эконометрика (Пятое изд.). Юго-Западный. С. 554–582. ISBN 978-1-111-53104-1.
Внешние ссылки [ править ]
- Лекция о задаче идентификации в 2МНКЕ и оценках на YouTube с помощью Mark Thoma