9.2. метод інструментальних змінних

Якщо одна чи більше зі змінних Х гранично корелює із залишками, тобто

,

то це означає, що оцінки 1МНК необгрунтовані. Зауважимо, що навіть коли один елемент вектора , ми можемо дістати всі елементи векторa â необгрунтованими.

Кореляція між пояснювальними змінними і залишками є досить серйозною перепоною для застосування 1МНК. Така кореляція може виникнути з різних причин, але основними є три:

1) помилки вимірювання пояснювальних змінних;

2) побудова економетричної моделі за системою одночасових рівнянь;

3) наявність в економетричній моделі лагових змінних.

До лагових пояснювальних змінних відноситимемо такі змінні, які впливають на залежну змінну через певний проміжок часу. Наприклад, якщо залежна змінна в період t залежить від рівня тієї самої змінної в період , то ця змінна входить до переліку пояснювальних змінних моделі, які в такому разі стають стохастичними. Вони включають лагову залежну змінну, яка є стохастичною і має зв’язок із залишками.

При існуванні кореляції між пояснювальними змінними і залишками можна застосувати поширений альтернативний метод оцінювання, який називається методом інструментальних змінних.

Розглянемо модель

,                                                               (9.6)

для якої

.

Припустимо, що існує матриця Z порядку n × m, яка має такі властивості:

1) ;          (9.7)

2) ,          (9.8)

де  матриця  — невироджена і, крім того, існує границя

                                (9.9)

Отже, припускається, що змінні Z гранично некорельовані із залишками u, а їх перехресні моменти зі змінними X не всі дорівнюють нулю і створюють невироджену матрицю. Якщо деякі зі змінних X не корелюють із залишками u, то їх можна використовувати для формування стовпців матриці Z і знаходити додаткові інструментальні змінні лише для тих стовпців, що залишилися.

Оператор оцінювання вектора a з допомогою інструментальних змін­них можна записати так:

                                                (9.10)

Щоб дістати його, помножимо ліворуч модель (9.6) на :

                                                (9.11)

Оскільки , то

Звідси дістаємо оператор оцінювання (9.10), який забезпечує визначення обгрунтованої оцінки, у чому можна переконатися, підставивши (9.6) у (9.10). маємо:

;

Асимптотична матриця коваріацій

                                (9.12)

На практиці (9.12) обчислюють так:

                                (9.13)

де                                            .

Реальна трудність застосування цього методу полягає в знаходженні змінних, які можна використовувати як інструментальні. Істиний розподіл їх встановити практично неможливо, а тому важко переконатися, що вибрані інструментальні змінні справді не корелюють із залишками. Водночас ці змінні повинні мати досить високу кореляцію зі змінними X, бо в противному разі вибіркові дисперсії для оцінок, здобутих за допомогою інструментальних змінних, будуть дуже великими.

Коротко вимоги до інструментальних змінних Z можна сформулювати так:

1) Z тісно пов’язані з X;

2) Z зовсім не пов’язані із залишками u.