Curs 10.

Modele cu ecuaţii simultane

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.

Se ajunge astfel la ceea ce în practică poartă denumirea de modele cu ecuaţii simultane.

Exemplul 10.1.1. Modelul static al lui Keynes

 Funcţia de consum: Ct=B0+B1Yt+ut (10.1.1)

 Identitatea venitului: Yt =Ct +It (10.1.2),
unde
• C – consumul pe familie;
• Y – venitul pe familie;
• I – investiţiile (economiile) făcute de o familie.

Exemplul 10.1.2. Modelul dinamic al lui Keynes

 Funcţia de consum: Ct=A1Yt+u1t (10.1.3)

 Investiţiile: It=B0Yt+B1Yt-1+u2t (10.1.4)
 Identitatea venitului: Yt =Ct +It+Gt (10.1.5),
unde
• C – consumul final al populaţiei;
• Y – PIB sau venitul naţional;
• I – investiţiile (economiile);
• G – cheltuielile publice (consumul final al administraţiei publice).

Întrebare: De ce este acest model considerat unul dinamic?

Exemplul 10.1.3. Modelul descrierii legii cererii şi ofertei

 Funcţia de cerere: Qtd=A0+A1Pt+u1t (10.1.6)

 Funcţia de ofertă: Qts=B0+B1Pt+u2t (10.1.7)

1
  Condiţia de echilibru: Qtd=Qts (10.1.8)

sau
 Funcţia de cerere: Qtd=A0+A1Pt+A2Yt+u1t (10.1.6’)

Exemplul 10.1.4. Modelul formării preţului de echilibru

Pt=A0+A1Qtd+u1t (10.1.9)
Pt=A0+A1Qts+u2t (10.1.10)
Qtd=Qts (10.1.8)

Ce putem observa la fiecare model în parte?

1. în ceea ce priveşte variabilele observăm că apar variabile ce se influenţează

reciproc şi variabile care doar influenţează alte variabile nefiind la rândul lor
influenţate.

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.

2. în ceea ce priveşte fiecare model în parte observăm că acesta este format în

general din ecuaţii (1, 3, 4, 6, 7, 6’, 9, 10) la care pot fi adăugate relaţii impuse de
practica economică (2, 5, 8).

Astfel:
 ecuaţiile care descriu structura sau comportamentul unui sector al
economiei se numesc ecuaţii structurale;
 relaţiile adevărate prin definiţie se numesc identităţi.

10.2. Estimarea modelelor cu ecuaţii simultane

Considerăm modelul din exemplul 10.1.1:

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

Ecuaţia (10.2.1) ne arată că Y şi u sunt corelate. Cum Y este stohastică obţinem că

aplicarea metodei celor mai mici pătrate direct în (10.1.1) ar conduce la estimări eronate.
Se pune aşadar întrebarea ce este de făcut?

Înlocuind Y în (10.1.1) obţinem:

Ct = B0+B1Ct+ B1It +ut

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:

Ĉ t  191 ,81  4 ,46 I t

s=0,2017
t=21,55
2
r =0,9336
Obţinem aşadar: a0=191,81; a1=4,46 de unde vom avea
a0
b0   35.13 ;
1  a1
a1
b1   0 ,81 .
1  a1
Aşadar modelul estimat prin intermediul metodei indirecte a celor mai mici pătrate este:
Ĉ t  35 ,13  0 ,81Yt

Dacă am fi aplicat direct metoda celor mai mici pătrate am fi obţinut:

Ĉ t  16 ,54  0 ,82Yt
s=0,0066
t=124,6
r2=0,977
Se observă că b1 este aproximativ acelaşi în cele două estimări însă b0 diferă semnificativ,
iar acest lucru poate fi cauzat tocmai de faptul că Y şi u sunt corelate.

10.3. Problema identificării

10.3.1. Subidentificare

Considerăm modelul din exemplul (10.1.3):

 Funcţia de cerere: Qtd=A0+A1Pt+u1t (10.1.6)

 Funcţia de ofertă: Qts=B0+B1Pt+u2t (10.1.7)
 Condiţia de echilibru: Qtd=Qts (10.1.8)

Vom determina formele reduse ale ecuaţiilor (10.1.6) şi (10.1.7).

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.

10.3.2. Exact (just) identificare

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)

Vom determina formele reduse ale ecuaţiilor (10.1.6’) şi (10.1.7).

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:

Qtd=A0+A1Pt+A2Yt+ A3Wt+ u1t (10.3.9)

Qts=B0+B1Pt+ B2Pt-1+u2t (10.3.10)

unde W reprezintă averea consumatorilor, Pt-1 este un lag al preţurilor.

A0+A1Pt+A2Yt+ A3Wt+ u1t= B0+B1Pt+ B2Pt-1+u2t

Obţinem următoarele forme reduse:

B  A0 A2 A3 B3 u  u1 t
Pt  0  Yt  Wt  Pt  1  2 t
A1  B1 A1  B1 A1  B1 A1  B1 A1  B1
Pt=L0+L1Yt++L2Wt + L3Pt-1 +v1t
A B  A0 B1 A2 B1 A3 B1 A1 B 2 A u  B 1 u1 t
Qt  1 0  Yt  Wt  Pt  1  1 2 t
A1  B1 A1  B1 A1  B1 A1  B1 A1  B1
Qt=M0+M1Yt++M2Wt + M3Pt-1 +v1t

Aplicând metoda celor mai mici pătrate vom obţine:

m m
b2  1  2 .
l1 l2

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.

10.3.4. Reguli de identificare

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.

10.3.5. Metoda celor mai mici pătrate în două etape

Se pune problema estimării ecuaţiilor supraidentificate. Pentru soluţionarea acestei

probleme se poate folosi metoda celor mai mici pătrate în două etape.

Considerăm următorul model:

Yt=A0+A1Mt+A2It+ A3Gt+ u1t (10.3.11)

Mt=B0+B1Yt+u2t (10.3.12)

unde Y –venitul (endogenă);

M – masa monetară(endogenă);
I – cheltuielile cu investiţiile (exogenă);
G – cheltuielile guvernamentale cu bunuri şi servicii (exogenă).

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:

Etapa 1: Estimăm venitul în funcţie de investiţii şi cheltuielile guvernamentale

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

Etapa 1: Estimăm masa monetară


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