Инвестиции: региональный аспект

Скачать в pdf «Инвестиции: региональный аспект»


Однако, поскольку выборка включает данные за 1998 и 1999 гг., на протяжении которых произошли серьезные изменения в фундаментальных факторах развития экономики России в целом, можно предположить, что при оценивании нам не удастся избежать проблемы межпериодной гетеро-скедастичности ошибок, т. е. различия дисперсии ошибок по годам.


Существуют различные способы преодоления проблемы гетероскеда-стичности случайных ошибок «классической» регрессии, подробно описанные в эконометрической литературе (см., например, Johnston, DiNardo (1997), Kennedy (1999); Matyas, Sevestre (1992)). Одним из наиболее распространенных методов получения наилучших (эффективных и состоятельных) оценок в случае наличия гетероскедастичности (а также межобъектной коррелированности) случайных ошибок является обобщенный метод наименьших квадратов (Generalized Least Squares, GLS). Однако его использование в явном виде осложняется отсутствием информации о виде ковариационной матрицы и, как следствие, необходимостью ее оценивания, что на практике приводит к использованию «осуществимого» (оцененного) обобщенного метода наименьших квадратов (Feasible (Estimated) Generalized Least Squares, FGLS). В результате, оценки, полученные по оцененному обобщенному методу наименьших квадратов (FGLS), перестают быть линейными (вследствие соответствующих преобразований переменных) или несмещенными. Тем не менее при условии состоятельности оценок ковариационной матрицы оценки коэффициентов, полученные при помощи оцененного обобщенного метода наименьших квадратов (FGLS), обладают асимптотическими свойствами, аналогичными свойствам оценок обобщенного метода наименьших квадратов (более подробно см. Kennedy (1999)).


Другим способом улучшить оценки регрессии в случае гетероскеда-стичности случайных ошибок является процедура Уайта (см. White (1980)). Данная процедура позволяет получить состоятельные оценки дисперсионно-ковариационной матрицы коэффициентов регрессии, которые, однако, не будут эффективными (оценки, полученные при помощи обобщенного метода наименьших квадратов, все равно остаются наилучшими). Таким образом, процедура Уайта позволяет преодолеть чувствительность метода наименьших квадратов к нарушению условия гомоскедастичности случайных ошибок. Стоит отметить, что также как и в случае оцененного обобщенного метода наименьших квадратов, процедура Уайта дает хорошие результаты, если размер выборки велик. В качестве одного из способов коррекции гетероскедастичности случайных ошибок регрессии на малых либо коротких выборках предлагается оцененный обобщенный метод наименьших квадратов с использованием итерационной процедуры оценивания весов и коэффициентов регрессии.

Скачать в pdf «Инвестиции: региональный аспект»