99. Модель адаптивных ожиданий (МАО)
К оглавлению1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1617 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67
68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84
85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100
Моделью адаптивных ожиданий называется динамическая эконометрическая модель, которая учитывает предполагаемое (или желаемое) значение факторной переменной
в момент времени (t+1).
Общий вид модели адаптивных ожиданий:
Предполагаемое (ожидаемое) значение переменной
в момент времени (t+1) рассчитывается на основании значений фактических (реальных) переменных в предшествующий момент времени t.
Примером модели адаптивных ожиданий является модель зависимости размера предполагаемой в будущем периоде (t+1) индексации заработных плат и пенсий на текущие цены, или модель зависимости объёма текущих инвестиций в момент времени t от ожидаемого курса валюты в момент времени (t+1).
Механизм формирования ожиданий в модели адаптивных ожиданий можно представить следующим образом:
Следовательно, ожидаемое значение переменной xt в следующий момент времени (t+1) можно определить как среднее арифметическое взвешенное значение её фактического xt и ожидаемого
значений в текущем периоде t.
Величина λ называется параметром адаптации. Чем больше величина параметра адаптации, тем быстрее ожидаемое значение адаптируется предыдущим фактическим событиям xt. Чем меньше величина данного параметра, тем ближе ожидаемое в будущем значение
к ожидаемому значению предшествующего периода
что характеризует сохранение тенденций в ожиданиях.
Модель адаптивных ожиданий содержит предполагаемые значения факторной переменной, которые нельзя получить эмпирическим путём, поэтому применение традиционного метода наименьших квадратов для оценки неизвестных коэффициентов данной модели невозможно.
Для определения оценок неизвестных коэффициентов исходной модели адаптивных ожиданий (1) её необходимо преобразовать.
Подставим выражение (2) в исходную модель (1):
Исходя из предположения о том, что если модель адаптивных ожиданий (1) верна для момента времени t, то она будет верна и для момента времени (t-1), запишем модель адаптивных ожиданий для периода (t-1):
Умножив данное выражение на (1-λ), получим:
Далее вычтем почленно полученное выражение из модели (3):
Преобразованная модель (4) является обычной моделью авторегрессии. Оценки неизвестных коэффициентов данной модели можно рассчитать с помощью метода инструментальных переменных. После определения модели авторегрессии можно перейти к оценке параметров исходной модели адаптивных ожиданий (1).
Долгосрочной функцией модели адаптивных ожиданий называется модель (1), которая характеризует зависимость результативной переменной от предполагаемых значений факторной переменной.
Определение. Краткосрочной функцией модели адаптивных ожиданий называется модель вида [4], полученная в результате преобразований, которая характеризует зависимость результативной переменной от фактических значений факторной переменной.
Моделью адаптивных ожиданий называется динамическая эконометрическая модель, которая учитывает предполагаемое (или желаемое) значение факторной переменной
в момент времени (t+1).
Общий вид модели адаптивных ожиданий:
Предполагаемое (ожидаемое) значение переменной
в момент времени (t+1) рассчитывается на основании значений фактических (реальных) переменных в предшествующий момент времени t.
Примером модели адаптивных ожиданий является модель зависимости размера предполагаемой в будущем периоде (t+1) индексации заработных плат и пенсий на текущие цены, или модель зависимости объёма текущих инвестиций в момент времени t от ожидаемого курса валюты в момент времени (t+1).
Механизм формирования ожиданий в модели адаптивных ожиданий можно представить следующим образом:
Следовательно, ожидаемое значение переменной xt в следующий момент времени (t+1) можно определить как среднее арифметическое взвешенное значение её фактического xt и ожидаемого
значений в текущем периоде t.
Величина λ называется параметром адаптации. Чем больше величина параметра адаптации, тем быстрее ожидаемое значение адаптируется предыдущим фактическим событиям xt. Чем меньше величина данного параметра, тем ближе ожидаемое в будущем значение
к ожидаемому значению предшествующего периода
что характеризует сохранение тенденций в ожиданиях.
Модель адаптивных ожиданий содержит предполагаемые значения факторной переменной, которые нельзя получить эмпирическим путём, поэтому применение традиционного метода наименьших квадратов для оценки неизвестных коэффициентов данной модели невозможно.
Для определения оценок неизвестных коэффициентов исходной модели адаптивных ожиданий (1) её необходимо преобразовать.
Подставим выражение (2) в исходную модель (1):
Исходя из предположения о том, что если модель адаптивных ожиданий (1) верна для момента времени t, то она будет верна и для момента времени (t-1), запишем модель адаптивных ожиданий для периода (t-1):
Умножив данное выражение на (1-λ), получим:
Далее вычтем почленно полученное выражение из модели (3):
Преобразованная модель (4) является обычной моделью авторегрессии. Оценки неизвестных коэффициентов данной модели можно рассчитать с помощью метода инструментальных переменных. После определения модели авторегрессии можно перейти к оценке параметров исходной модели адаптивных ожиданий (1).
Долгосрочной функцией модели адаптивных ожиданий называется модель (1), которая характеризует зависимость результативной переменной от предполагаемых значений факторной переменной.
Определение. Краткосрочной функцией модели адаптивных ожиданий называется модель вида [4], полученная в результате преобразований, которая характеризует зависимость результативной переменной от фактических значений факторной переменной.