Ендогенна модель із відставанням - це економетрична модель, в якій пояснювана змінна виступає як пояснювальна з принаймні одним запізненням.
Насправді, відстрочена ендогенна модель - це тип моделі скінченних розподілених лагів. Те, що трапляється, полягає в тому, що відкладена ендогенна модель має особливу особливість. Особливістю є те, що однією із пояснювальних змінних є змінна, яка пояснюється принаймні з одним запізненням. Щоб краще зрозуміти це, давайте подивимось такий приклад:
Як видно, це динамічна економетрична модель. Тобто, це представляє затримки з поясненнями. Крім того, вона включає як пояснювальну змінну пояснювану або залежну змінну із затримкою (Yt-1). Звичайно, включається затримка, тому що якби це був той самий момент часу, коефіцієнт завжди був би 1. Зв'язок змінної з самою собою, в цей конкретний момент, дорівнює 1.
Деталь, на яку варто згадати, полягає в тому, що для того, щоб економетрична модель розглядалася як відкладена ендогенна, досить, щоб пояснювана змінна виглядала пояснювальною принаймні з однією затримкою. Зараз це несумісно з тим фактом, що в інших пояснювальних змінних може з’являтися більше лагів.
Інтерпретація відкладеної ендогенної моделі
Інтерпретувати такі типи моделей дуже просто. Однак спочатку це може здатися важким для розуміння. Напевно, вам цікаво, як це може бути, що змінна пояснюється пояснюваною змінною? Здається, це не має сенсу. Хоча, звичайно, насправді це має багато сенсу. Давайте подивимося, як інтерпретується модель:
Як і всі економетричні моделі, ця модель містить такі змінні:
Y: Це пояснювана змінна. Це може бути будь-яка економічна змінна, яку ми маємо намір передбачити, оцінити або пояснити.
Нульова бета-версія: Це постійний доданок у рівнянні, він не має економічного значення. Його включення до рівняння відбувається з математичних причин.
Бета-один: Це коефіцієнт, значення якого пояснює взаємозв'язок, що пояснювана змінна має період (t-1) на пояснюваній змінній Y в момент часу t.
X1: Як ми вже говорили раніше, це одна зі змінних, яка намагається пояснити поведінку змінної Y.
Бета два: Це коефіцієнт, значення якого пояснює зв'язок, що існує між пояснювальною змінною x1 період тому і коливання змінної Y.
X2: Це друга змінна, яка намагається пояснити поведінку Y.
Бета три: Це коефіцієнт, значення якого пояснює зв'язок, що існує між пояснювальною змінною x2 і змінна Y в момент часу t.
Індекс "t": відноситься до часу. Цей індекс цілком може приймати значення певного року або певного місяця.
Приклад уповільненої ендогенної моделі
Припустимо, ми хочемо передбачити величину ВВП. Для цього ми вважаємо, що економетрична модель, яка може бути корисною, буде наступною:
У цій економетричній моделі ми маємо намір пояснити величину ВВП з точки зору:
ВВПt-1 = Значення валового внутрішнього продукту за попередній період.
Безробіттяt-1 = Це індекс, заснований на рівні безробіття за попередній період.
Випускт = Це індекс промислового виробництва на цей рік.
Ми отримуємо вигадані дані та отримуємо такий результат:
Як трактується ця економетрична модель? Ми описуємо це нижче:
Нульова бета-версія: Він коштує 0,5, але ми вже говорили, що це не має економічного значення.
Бета-один: Значення Beta one дорівнює 0,8. Це означає, що величина ВВП у попередній період пояснюється 0,8 одиницями на одиницю вартості ВВП сьогодні. Іншими словами, 80% вартості ВВП сьогодні пояснюється величиною ВВП за попередній період.
Бета два: Безробіття впливає негативно. Іншими словами, чим вище рівень безробіття, тим нижчий ВВП. Тому знак мінус спереду має сенс. Крім того, це говорить нам, що для кожної одиниці зростання рівня безробіття (у попередній період) поточний ВВП зменшується на 0,10 одиниць.
Бета три: Нарешті, індекс промислового виробництва має позитивний ефект. Чим вище виробництво, логічно думати, що ВВП буде вищим. Тлумачення полягає в тому, що на кожну одиницю зростання індексу виробництва ВВП збільшується на 0,68 одиниць.