Shrnutí na Základy ekonometrie a její aplikace
Základy Ekonometrie a Její Aplikace: Kompletní Průvodce
Úvod
Simultánní modely popisují ekonomické vztahy, kde se více endogenních proměnných ovlivňuje vzájemně současně. Tyto modely nelze vždy odhadovat běžnou metodou nejmenších čtverců přímo v strukturálním tvaru, protože na pravé straně rovnic mohou být endogenní proměnné.
Definice: Simultánní model je systém rovnic, ve kterém se alespoň jedna endogenní proměnná objevuje na pravé straně některé rovnice.
Základní rozdělení modelů a vhodné metody odhadu
- Prosté (single-equation) modely: každá rovnice je nezávislá a obsahuje pouze exogenní/predeterminované proměnné napravo. Pro odhad lze použít běžnou metodu nejmenších čtverců (BMNČ).
- Rekurzívní modely: struktura je uspořádána tak, že endogenní proměnné tvoří kaskádu bez současné vzájemné závislosti (bez oboustranné endogenity). Parametry lze odhadnout postupně jednotlivě běžnou MNČ, přičemž předchozí odhadované $y$ se použije jako vysvětlující proměnná v další rovnici.
- Simultánní modely: obsahují endogenní proměnné nalevo i napravo; výběr metody závisí na identifikaci modelu.
Přehled metod pro simultánní modely
| Typ modelu | Použitá metoda | Poznámka |
|---|---|---|
| Přesně identifikovaný simultánní model | BMNČ aplikované na redukovaný tvar + převod na strukturální | Odhadujeme redukovaný tvar a zpětným převodem získáme strukturální parametry |
| Nepřesně/neudáně identifikovaný model nebo rovnice s endogeními vysvětlivými | Dvoustupňová metoda nejmenších čtverců (DMNČ) | Používá prediktory z exogenních proměnných v 1. stupni a pak MNČ v 2. stupni |
| Kompletní (všechna rovnice najednou) | Metody s úplnou informací (např. třístupňová MNČ, ML) | Odhaduje celý systém současně, náročné na data a výpočet |
Definice: BMNČ (běžná metoda nejmenších čtverců) minimalizuje součet čtverců reziduí v jedné rovnici. DMNČ (dvoustupňová MNČ) je metoda, kde se nejprve odhadnou teoretické hodnoty endogenních vysvětlujících proměnných a poté se tyto hodnoty použijí v druhém kroku k odhadu strukturálních parametrů.
Odhad rekurzívního modelu BMNČ
- Postup:
- Odhadneme první rovnici BMNČ a získáme odhadovanou endogenní proměnnou $,\hat y_1$.
- Použijeme $,\hat y_1$ jako vysvětlující proměnnou v další rovnici a opět odhadneme BMNČ. Pokračujeme dále podle pořadí rekurze.
Praktický příklad: Máme dvě rovnice $$y_1 = \alpha_{10} + \alpha_{11} x + u_1$$ $$y_2 = \beta_{20} + \beta_{21} y_1 + \beta_{22} z + u_2$$ Postupně odhadneme první rovnici BMNČ a do druhé dosadíme $\hat y_1$.
Kdy lze použít BMNČ přímo u simultánního modelu?
- Pouze pokud je celý simultánní model přesně identifikovaný. V takovém případě:
- Převést strukturální tvar na redukovaný tvar.
- Odhadnout parametry redukovaného tvaru běžnou MNČ.
- Z redukovaného tvaru zpětně vypočíst parametry strukturálního tvaru.
Definice: Přesná identifikace znamená, že každá struktura rovnice má dostatečný počet exogenních proměnných (nebo vyloučených proměnných) tak, aby bylo možné jednoznačně odhadnout strukturální parametry.
Rozdíl: metody s úplnou a neúplnou informací
| Kritérium | Metody s úplnou informací | Metody s neúplnou informací |
|---|---|---|
| Jak se odhadují rovnice | Všechny rovnice najednou | Každá rovnice zvlášť |
| Využití informací | Bere v potaz informace ze všech rovnic | Ignoruje informace z ostatních rovnic |
| Počet pozorování | Vyžaduje více pozorování | Nevyžaduje tolik pozorování |
| Výpočetní náročnost | Vysoká | Nízká |
| Příklad | Třístupňová MNČ | Dvoustupňová MNČ (DMNČ) |
Význam: metody s úplnou informací mohou být efektivnější, pokud je model správně specifikován a máme dost dat; metody s neúplnou informací jsou praktičtější při menších datových sadách nebo při zaměření na jednotlivé rovnice.
Proč nelze odhadnout strukturální formu simultánního modelu BMNČ přímo?
- Strukturální forma obsahuje endogenní proměnné na obou stranách rovnice, což vede k korelaci mezi vysvětlujícími proměnnými a chybovými členy. BMNČ předpokládá exogenní vysvětlu
Zaregistruj se pro celé shrnutíUž máš účet? Přihlásit se
Simultánní modely
Klíčová slova: Ekonomet rie – obecné metody, Ekonomet rie – modely a identifikace, Lineární regrese, Pružnosti v ekonomii, Simultánní modely, Produkční teorie, Nákladová a výrobní analýza
Klíčové pojmy: Simultánní model obsahuje endogenní proměnné na obou stranách rovnic, BMNČ lze použít pro prosté a rekurzívní modely, BMNČ pro simultánní modely jen pokud je model přesně identifikován, Přesná identifikace umožní odhad redukovaného tvaru a zpětný převod do strukturálního, DMNČ používá 1. stupeň k predikci endogenních vysvětlivek a 2. stupeň k odhadu parametrů, $X^*$ je matice predeterminovaných proměnných v dané rovnici, $X$ je v celém modelu, $C_{ii} = K^{-1}$ slouží k výpočtu strukturálních parametrů, Metody s úplnou informací odhadují celý systém najednou, metody s neúplnou informací každou rovnici zvlášť, Rekurzívní model lze odhadnout sekvenčně: dosadit $\hat y_1$ do další rovnice, DMNČ obsahuje opakované použití BMNČ, BMNČ selhává v presence endogenity vysvětlivek bez instrumentů, Při aplikaci DMNČ je kritické mít vhodné predeterminované/instrumentální proměnné