Модели содержащие в качестве факторов лаговые знач. зависимой переменной называются моделями авторегрессии. Н-р yt=a+b0xt+c1yt-1+ εt. Как и в модели с распределенным лагом b0 и в этой модели характеризует краткосрочные изменения yt под воздействием изменения х1 на 1 ед. Долгосрочный мультипликатор в модели авторегрессии рассчитывается как сумма краткосрочного и промежуточных мультипликаторов b = b0+b0 c1+b0 c12+b0 c13+…=b0(1+c1+c12+c13+…)=b0/1-c1
Отметим, что такая интерпретация коэффициентов модели авторегрессии и расчет долгосрочного мультипликатора основаны на предпосылке о наличие бесконечного лага в воздействии текущего знач. зависимой переменной на ее будущее знач.
Одним из возможных методов расчета параметров уравнения авторегрессии является метод инструментальных переменных. Сущность этого метода состоит в том, чтобы заменить переменную из правой части модели, для которой нарушаются предпосылки МНК, на новую переменную, включение которой в модель регрессии не приводит к нарушению его предпосылок. Применительно к моделям авторегрессии необходимо удалить из правой части модели переменную yt-1. Искомая новая переменная, которая будет введена в модель вместо yt-1ь должна иметь два свойства. Во-первых, она должна тесно коррелировать с yt-1ь во-вторых, она не должна коррелировать с остатками ur.
Еще один метод, который можно применять для оценки параметров моделей авторегрессии типа — это метод максимального правдоподобия
Поможем написать любую работу на аналогичную тему