مبانی اقتصادی و نتایج تخمین

دانلود پایان نامه

(47-3)
اما فرم تقلیل یافته را به صورت زیر خواهیم داشت:
(48-3)
اگر معادله فوق را با OLS برآورد کنیم جمله خطا در معادله دارای همبستگی خواهد بود که به این ترتیب ما نمیتوانیم از پارامتر ساختاری بدست آمده از این دو معادله استفاده کنیم.
در نتیجه با استفاده از معدله بالا خواهیم داشت:
(49-3)
اگر ayr=0 خواهیم داشت:
e1t=uyt
e2t=urt-aryuyt
که بیان میدارد:
1-تخمین فرم تقلیل یافته (رگرس Y روی باقیمانده Y و R) و پوشش شوک ساختاری uyt
2-میدانیم که تخمین زن OLS از دو معادله زمانی برقرار است که ayr=0 باشد بنابراین برای بهبود پوشش urt بر آورد میکنیم Rt=-aryYt+brrRt-1+bryYt-1+urt و باقیمانده را محاسبه مینماییم. به این ترتیب از سیستم پویای نتیجه شده از معادلات (44-3) و (45-3) قادر خواهیم بود پارامترهای ساختاری معادله را تخمین بزنیم .
در اصطلاحات مربوط به معادلات VAR بجای اینکه اثرات دو معادله را در معادلاتی جداگانه بررسی نماییم (که خود این امر دارای معایبی است) به صورت یکجا با حفظ اثرات متقابل آنها با یکدیگر این عمل را انجام میدهیم . تخمینی که فرم تقلیل یافته ای از معادلاتی است که میتواند برای هر اقتصادی رسیدن به نتایج مطلوب را میسر نماید.
14-3-مدلهای VAR ساختاری
ویژگی مطلوب در این رویکرد آن است که تمامی متغیرها به نحو سیستماتیک مورد توجه قرار میگیرند و لذا متخصص اقتصاد سنجی ملزم به اعمال هیچگونه قید تشخیص غیرقابل قبول نیست . مدل VAR ابزار مناسبی برای بررسی رابطه بین یک مجموعه از متغیرهای اقتصادی به شمار میآید . بعلاوه از نتایج تخمین مدل VAR میتوان برای پیشبینی نیز بهره جست . یک مدل VAR را به شکلی در معادله (50-3) ارائه شده در نظر میگیریم:
(50-3)
اگر چه با تخمین مدل فوق تنها براوردی از مقادیر A0 و A1 بدست میآید ، لیکن در اینجا به منظور تبیین بحث ، فرض میکنیم که این مقادیر برای ما مشخص است . حال همانطوری که در معادله (51-3) ملاحظه میشود ، خطای پیش بینی 8 دوره به جلو عبارت است از :
(51-3)
اگر چه با استفاده از تحلیلهای اقتصاد سنجی ، هیچگاه نخواهیم توانست مقادیر واقعی A0 و A1 را بیابیم ، لیکن با استفاده از مدلی که بدرستی تصریح شده باشد ، میتوان به پیش بینیهایی دست یافت که بدون تورش بوده و دارای کمترین واریانس است . البته اگر هرگونه اطلاعات قبلی در خصوص هر یک از ضرایب داشته باشیم به برآوردهای بهتری دست خواهیم یافت و واریانس خطای پیش بینی کاهش خواهد یافت و واریانس خطای پیش بینی کاهش خواهد سافت . اگر هدف یک محقق تنها حصول به پیش بینی دقیق باشد ، بعید نیست که بدنبال راهی برای کاهش تعداد پارامترهای مدل VAR برآید. معهذا روشن است که پیشبینی از طریق یک مدل VAR در حقیقت تعمیم پیشبینی حاصل از یک مدل اتورگرسیو ساده به حالت چند متغیره میباشد.
انتقادی که همواره به رویکرد VAR وارد بوده این است که این رویکرد هیچگونه مبانی اقتصادی ندارد و تنها نقشی که یک اقتصاددان در تخمین یک مدل VAR ایفا میکند ، تعیین نوع متغیرهایی است که میبایست در مدل وارد شود . پس از تعیین این متغیرها ، ادامه فرآیند تخمین مدل ، یک مساله مکانیکی است . از انجا که نقش دانش اقتصاد در تخمین این فرآیند اندک است نباید تعجب نمود که اگر محتوای اقتصادی نتایج نیز بسیار ضعیف باشد و اگرچه که حسابداری اختلالات میبایست به رتبه بندی متغیرها بپردازیم ، انتخاب شیوه رتبه بندی متغیرها نیز مساله ای کاملا تجربی است.
درست است که مدل ساختاری یک الگوی VAR را میتوان از فرم تقلیل یافته آن استنباط نمود ، لیکن جملات اختلال موجود در تجزیه چولسکی هیچگونه تفسیر مستقیم اقتصادی ندارد . مدل VAR دو متغیره را در نظر میگیریم: