Documente Academic
Documente Profesional
Documente Cultură
10.1. Introducere
Toate modele regresionale cu care am lucrat până acum erau formate dintr-o singură
ecuaţie. Cu alte cuvine variabila dependentă Y era estimată ca o funcţie de una sau mai
multe variabile explicative X1, X2,...,Xk,... Astfel î cazul în care exista o relaţie de
cauzalitate (amintiţi-vă primul curs: regresia nu implică cauzalitate) aceasta era
unidirecţională dinspre X spre Y.
Există în economie numeroase cazuri în care această relaţie unidirecţională nu mai poate
fi menţinută. Se poate întâmpla nu numai ca variabilele explicative să influenţeze
variabila explicată ci şi invers, variabila explicată să influenţeze una sau mai multe
variabile explicative.
1
Condiţia de echilibru: Qtd=Qts (10.1.8)
sau
Funcţia de cerere: Qtd=A0+A1Pt+A2Yt+u1t (10.1.6’)
Pt=A0+A1Qtd+u1t (10.1.9)
Pt=A0+A1Qts+u2t (10.1.10)
Qtd=Qts (10.1.8)
Astfel:
variabilele predictor (care influenţează) şi care la rândul lor sunt prezise
(influenţate) de alte variabile se numesc variabile endogene;
variabilele predictor care la rândul lor nu sunt prezise de alte variabile
se numesc variabile exogene.
Exemplul 10.1.5.
a. modelul 10.1.1, C şi Y sunt endogene, I este exogenă;
b. modelul 10.1.2, C, Yt şi I sunt endogene, G şi Yt-1 sunt exogene;
c. modelul 10.1.3, Q este endogenă, P şi Y sunt exogene.
Astfel:
ecuaţiile care descriu structura sau comportamentul unui sector al
economiei se numesc ecuaţii structurale;
relaţiile adevărate prin definiţie se numesc identităţi.
Ct=B0+B1Yt+ut (10.1.1)
Yt =Ct +It (10.1.2)
Ca de fiecare date când apare problema estimării, apare firesc şi întrebarea dacă putem
aplica metoda celor mai mici pătrate pentru aceasta. Întrebarea, spuneam, este firească
2
fiind cauzată de condiţiile restrictive în care această metodă poate fi aplicată. Una dintre
aceste restricţii era ca variabilele explicative şi erorile să nu fie corelate. Evident că dacă
variabilele explicative sunt nonstohastice această condiţie este automat îndeplinită.
Pornim în estimarea noastră de la identitatea (10.1.2) în care vom înlocui costul obţinând
astfel:
Yt = B0+B1Yt+ut +It
B0 1 1
Yt It ut (10.2.1.)
1 B1 1 B1 1 B1
Obţinem:
B0 B1 1
Ct It ut (10.2.2)
1 B1 1 B1 1 B1
Ct = A0+ A1It +vt
Observaţii:
1. Ecuaţia (10.2.2) se numeşte forma redusă a ecuaţiei (10.1.1);
2. Variabila I este nestohastică ceea ce înseamnă că nu poate fi corelată cu v. Acest
lucru ne arată că pentru estimarea lui A0 şi A1 putem aplica metoda celor mai mici
pătrate.
Fie a0, a1 estimatorii lui A0 şi A1 şi fie b0, b1 estimatorii lui B0 şi B1. Obţinem:
a0
b0 ;
1 a1
a1
b1 .
1 a1
În consecinţă obţinem:
a0 a1
Ĉ t Yt
1 a1 1 a1
Observaţie:
Metoda prin care s-a estimat (10.1.1) se numeşte metoda indirectă a celor mai mici
pătrate.
3
Exemplul 10.2.1 Legătura dintre venit, cheltuielile cu consumul şi investiţii în SUA.
Datele istorice cuprind perioada 1990 – 1994. Forma redusă estimată a modelului este:
A0+A1Pt+u1t= B0+B1Pt+u2t
Obţinem:
B0 A0 u2 t u1 t
Pt (10.3.1)
A1 B1 A1 B1
A B A0 B1 A1 u2 t B1 u1 t
Qt 1 0 (10.3.2)
A1 B1 A1 B1
4
Observaţii:
1. (10.3.1) şi (10.3.2) reprezintă formele reduse ale ecuaţiilor (10.1.6) şi (10.1.7);
2. Fie a0, a1 estimatorii lui A0 şi A1 şi fie b0, b1 estimatorii lui B0 şi B1. Din (10.3.1) şi
(10.3.2) aplicând metoda celor mai mici pătrate obţine:
b0 a 0
P̂t (10.3.3)
a 1 b1
a 1 b0 a 0 b1
Q̂ t (10.3.4)
a 1 b1
(10.3.3) şi (10.3.4) formează un sistem de două ecuaţii cu patru necunoscute. Acest lucru
ne arată că nu putem determina estimări unice ale parametrilor din model deoarece avem
prea puţine date. În acest caz vom spune că cele două ecuaţii sunt subidentificate.
Considerăm modelul:
Funcţia de cerere: Qtd=A0+A1Pt+A2Yt+u1t (10.1.6’)
Funcţia de ofertă: Qts=B0+B1Pt+u2t (10.1.7)
Condiţia de echilibru: Qtd=Qts (10.1.8)
A0+A1Pt+A1Yt+u1t = B0+B1Pt+u2t
Obţinem:
B0 A0 A2 u u1 t
Pt Yt 2 t (10.3.5)
A1 B1 A1 B1 A1 B1
Pt=L0+L1Yt+v1t
A1 B0 A0 B1 A2 B1 A u B 1 u1 t
Qt Yt 1 2 t (10.3.6)
A1 B1 A1 B1 A1 B1
Qt=M0+M1Yt+v2t
Observaţii:
1. (10.3.5) şi (10.3.6) reprezintă formele reduse ale ecuaţiilor (10.1.6) şi (10.1.7);
2. Fie a0, a1, b0, b1, l0, l1 m0 şi m1 estimatorii lui A0, A1, B0, B1, L0, L1, M0 şi M1. Se
observă că:
m
b1 1 (10.3.7)
l1
b0=m0-b1l1 (10.3.8)
(10.3.7) şi (10.3.8) ne arată că putem estima parametrii funcţiei de ofertă. În acest caz
vom spune că ecuaţia ofertei este exact sau just identificată.
Pe de altă parte parametrii ecuaţiei cererii nu pot fi estimaţi din cauza lipsei datelor de
intrare ceea ce ne arată că ecuaţia cererii este subidentificată.
5
10.3.3. Supraidentificare
Considerăm modelul:
Se observă aşadar că estimatorul lui B2 ia două valori care au puţine şanse să fie egale.
Acest lucru se întâmplă din cauza faptului că de data aceasta avem prea multă informaţie.
Vom spune în acest caz că ecuaţia ofertei este supraidentificată.
Fie m numărul variabilelor endogene din model şi k numărul total de variabile excluse
din ecuaţia considerată. Dacă:
1. k = m – 1 atunci ecuaţia este exact identificată;
2. k > m – 1 atunci ecuaţia este supraidentificată;
1. k < m – 1 atunci ecuaţia este subidentificată.
Exemple:
1. În exemplul 10.1.1. variabilele endogene din model sunt C şi Y. Aşadar m=2.
Ecuaţia de consum nu conţine I, deci k=1. Cum k=m-1 ecuaţia de consum este
exact identificată.
2. În exemplul 10.1.2. m=3 (variabilele endogene sunt C, Y, I). Din ecuaţia de
consum lipsesc Yt-1, I şi G, aşadar k=3. Cum k > m – 1, ecuaţia de consum este
supraidentificată. Din ecuaţia investiţiilor lipsesc C şi G, aşadar k=2=m-1 ceea ce
ne arată că ecuaţia investiţiilor (economiilor) este exact identificată.
6
3. legea cererii şi ofertei m=2
a. cererea k=0<m-1: subidentificată;
b. oferta k=0<m-1: subidentificată;
c. dacă vom considera cererea sub forma (6’) atunci, în acest caz din ecuaţia
ofertei lipseşte Y şi deci k=1=m-1: ecuaţie exact identificată.
4. Dacă vom considera modelul (10.3.9)+(10.3.10) atunci aici variabilele endogene
vor fi Q şi P.
a. cererea k=1 (lipseşte Pt-1): exact identificată;
b. oferta k=2 (lipsesc Y şi W): supraidentificată.
Aşadar în cazul acesta avem două variabile exogene, deci m=2. În cazul ecuaţiei venitului
k=0<m-1 ceea ce ne arată că ecuaţia venitului este subidentificată şi ca atare nu poate fi
estimată. În cazul ecuaţiei masei monetare k=2>m-1. Prin urmare ecuaţia masei monetare
este supraidentificată. Pentru a o putea estima aplicăm metoda celor mai mici pătrate în
două etape:
Ŷt l 0 l 1 I t l 2 G t
Yt L0 L1 I t L2 G t v t
Yt Ŷt v t
M t B0 B1 Ŷt v t u2 t
M t B0 B1Ŷt u 2 t B1 v t
M t B0 B1Ŷt w t