Record Details

VERIFICATION OF AN ECONOMETRIC MODEL BASED ON A PRIORI CONSTRAINTS ON THE STRUCTURAL PARAMETERS

Voprosy statistiki

View Archive Info
 
 
Field Value
 
Title VERIFICATION OF AN ECONOMETRIC MODEL BASED ON A PRIORI CONSTRAINTS ON THE STRUCTURAL PARAMETERS
ВЕРИФИКАЦИЯ ЭКОНОМЕТРИЧЕСКОЙ МОДЕЛИ С УЧЕТОМ АПРИОРНЫХ ОГРАНИЧЕНИЙ НА СТРУКТУРНЫЕ ПАРАМЕТРЫ
 
Creator N. Suvorov V.; Russian Academy of Sciences
Н. Суворов В.; Института народнохозяйственного прогнозирования Российской академии наук
 
Subject statistical model;time series;best linear index;decomposition of the time series
статистическая модель;временные ряды;наилучший линейный индекс;декомпозиция временного ряда
 
Description The article describes a method for verification of a statistical model, which, firstly, is represented by the time series of original data and, secondly, is linear in the estimated parameters. Experience in statistical calculations on real empirical data shows that the most well-known and conventionally used in the econometric modeling of mathematical-statistical methods (least squares, maximum likelihood method, and similar methods) often do not ensure successful verification of theoretically required forms of econometric models. The developed method which is called an alternative method of linear regression (AMLR) provides an account of a priori restrictions on the absolute values and signs of the parameters identified by the model. The AMLR based on the concept of best linear index, is known in the theory of statistics from the end of the 1950s. Mathematically AMLR it based on the method of principal components. The article analyzes conditions for applying the AMLR in econometric modeling and methods of transformation of the initial statistical information to ensure correct application of the developed evaluation procedures.Special problems of the proposed method are to determine the level of accuracy of approximation of the dependent variable of the model. In this regard, to assess the level of precision of the statistical model verifiable by using the AMLR, was developed an original method of decomposition of the time series on the regular and stochastic components. The author analyzes the properties of the proposed method of decomposition and gave a numerical illustration of its use in econometric calculations.
В статье описан метод верификации статистической модели, которая, во-первых, представлена временными рядами исходных данных и, во-вторых, является линейной по оцениваемым параметрам. Опыт статистических расчетов на основе реальных эмпирических данных свидетельствует о том, что наиболее известные и традиционно применяемые в практике эконометрического моделирования математико-статистические методы (метод наименьших квадратов, метод максимального правдоподобия и близкие к ним методы) очень часто не позволяют обеспечить успешную верификацию теоретически требуемых форм эконометрических моделей. Разработанный метод, называемый альтернативным методом линейной регрессии (АМЛР), обеспечивает учет априорных ограничений абсолютных значений и знаков параметров идентифицируемой модели. В основе АМЛР лежит концепция наилучшего линейного индекса, известная в теории статистики с конца 1950-х годов. В математическом отношении АМЛР основывается на методе главных компонент. Проанализированы условия применения АМЛР в эконометрическом моделировании и методы преобразования исходной статистической информации, обеспечивающие корректность применения разработанной процедуры оценивания.Специальной проблемой предложенного метода является определение уровня точности аппроксимации зависимой переменной модели. В связи с этим для оценки уровня точности статистической модели, верифицируемой при помощи АМЛР, разработан оригинальный метод декомпозиции временного ряда на регулярную и стохастическую компоненты. Проанализированы свойства предлагаемого метода декомпозиции и дана числовая иллюстрация его применения в эконометрических расчетах.
 
Publisher Information and publishing center "Statistics of Russia"
 
Contributor —
Российский фонд фундаментальных исследований
 
Date 2017-01-16
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
—
 
Format application/pdf
 
Identifier http://voprstat.elpub.ru/jour/article/view/413
 
Source Voprosy statistiki; № 11 (2016); 53-66
Вопросы статистики; № 11 (2016); 53-66
2313-6383
 
Language rus
 
Relation http://voprstat.elpub.ru/jour/article/view/413/409
Джонстон Дж. Эконометрические методы. М.: Наука, 1980.
Суворов Н.В. Актуальные направления и проблемы совершенствования модельного инструментария макроэкономического анализа // Проблемы прогнозирования. 2015. ¹ 5. С. 25-39.
Суворов А.В., Суворов Н.В., Балашова Е.Е. и др. Человеческий капитал как фактор социально-экономического развития России. СПб: Нестор-История, 2016.
Аллен Р. Экономические индексы. М.: Финансы и статистика, 1980.
Суворов Н.В. Метод построения регрессионных моделей с динамическими структурными параметрами // Проблемы прогнозирования. 2005. ¹ 4. С. 143-153.
Лоули Д., Максвелл А. Факторный анализ как статистический метод. М.: Мир, 1967.
Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Т. 2. Исследование зависимостей. М.: Финансы и статистика, 1985.
Маленво Э. Статистические методы эконометрии. М.: Статистика, 1976.
 
Rights Authors who publish with this journal agree to the following terms:Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
Авторы, публикующие в данном журнале, соглашаются со следующим:Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным сохранением ссылок на авторов оригинальной работы и оригинальную публикацию в этом журнале.Авторы сохраняют право заключать отдельные контрактные договорённости, касающиеся не-эксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге), со ссылкой на ее оригинальную публикацию в этом журнале.Авторы имеют право размещать их работу в сети Интернет (например в институтском хранилище или персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу (См. The Effect of Open Access).