МАЛОПАРАМЕТРИЧЕСКИЕ МОДЕЛИ ИНВЕСТИЦИОННЫХ ПРОЦЕССОВ: ОДНОПАРАМЕТРИЧЕСКИЕ МОДЕЛИ ПРАВОСТОРОННЕГО И ЛЕВОСТОРОННЕГО ЛАГА Каграманян Т.С.

Финансовый университет при Правительстве Российской Федерации


Номер: 5-2
Год: 2016
Страницы: 58-60
Журнал: Актуальные проблемы гуманитарных и естественных наук

Ключевые слова

модели инвестиционных процессов, геометрически распределённые лаги, оценка точности, model of investment processes, geometrically distributed lag, accuracy estimation

Просмотр статьи

⛔️ (обновите страницу, если статья не отобразилась)

Аннотация к статье

Статья посвящена эконометрическим методам оценки параметров малопараметрических моделей инвестиционных процессов и оценке их точности.

Текст научной статьи

Одним из наиболее важных примеров изучения не только структурных, но и временных связей между экономическими переменными являются модели инвестиционных процессов. Инвестиции с определенной задержкой во времени переходят в приращения основного капитала, и для адекватного описания такого процесса используются модели с распределёнными лагами. В зависимости от того, какая часть причинно-следственного соотношения (инвестиции-приращение основного капитала) распределена во времени, модели инвестиционных процессов подразделяют на модели: правостороннего лага, левостороннего лага. Спецификации моделей приведены в таблице 1. Таблица 1 (модель R) (модель L) Т - число этапов (лет) Модели инвестиционных процессов подразделяют на многопараметрические и малопараметрические, в зависимости от числа параметров. Использование некоторых предпосылок о конкретном виде распределения параметров моделей позволяет значительно уменьшить их количество. Оцениваемая в работе модель, по данным России за период с 1965г. по 1991 г. (в сметных ценах 1984 г.), показала, что из законов распределения параметров лучшие результаты дает геометрический, правосторонний. Преобразование модели к однопараметрической выполняется в ходе следующих рассуждений. Для однопараметрической модели R при , , (1) коэффициенты - члены бесконечно убывающей геометрической прогрессии, , где , , что позволяет их выразить через один параметр r: , таким образом, , , . (2) Модель (1) с учётом (2): (3) Преобразование Койка для модели (3) - однопараметрическая модель R: , которую можно представить в форме линейной парной регрессионной модели без свободного члена: , где - случайное возмущение. Для оценки параметра модели по данным , рассчитываются значения переменных: , . Результат оценивания следующий: , ,,,. Оценка параметра используется для вычисления коэффициентов исходной спецификации (1): Модель дает приемлемые результаты до момента структурных изменений экономики, происходящих в 1990-1991 гг. Как показали исследования, проведённые в работе [3], более гибким инструментом, учитывающим структурные изменения, являются двухпараметрические модели R.

Научные конференции

 

(c) Архив публикаций научного журнала. Полное или частичное копирование материалов сайта возможно только с письменного разрешения администрации, а также с указанием прямой активной ссылки на источник.