Структурная и приведенная формы модели.
Система одновременных уравнений (т.е. структурная форма модели) обычно содержит эндогенные и экзогенные переменные.
Эндогенные переменные – это зависимые переменные, число которых равно числу уравнений в системе. Они обозначаются через y
Экзогенные переменные – это предопределенные переменные, влияющие на эндогенные переменные, но не зависящие от них. Они обозначаются через x.
Простейшая структурная форма модели имеет вид:
где y1, y2 - эндогенные переменные, x1, x2 - экзогенные.
Классификация переменных на эндогенные и экзогенные зависит от теоретической концепции принятой модели. Экономические переменные могут выступать в одних моделях как эндогенные, а в других - как экзогенные переменные. Внеэкономические переменные (например, климатические условия) входят в систему как экзогенные переменные. В качестве экзогенных переменных можно рассматривать значения эндогенных переменных за предшествующий период времени (лаговые переменные). Например, потребление текущего года yt может зависеть также и от уровня потребления в предыдущем году yt-1.
Структурная форма модели позволяет увидеть влияние изменений любой экзогенной переменной на значения эндогенной переменной. Целесообразно в качестве экзогенных переменных выбирать такие переменные, которые могут быть объектом регулирования. Меняя их и управляя ими, можно заранее иметь целевые значения эндогенных переменных.
Коэффициенты 
при эндогенных и 
- при экзогенных переменных называются структурными коэффициентами модели. Все переменные в модели могут быть выражены в отклонениях 
и 
от среднего уровня, и тогда свободный член в каждом уравнении отсутствует.
Использование МНК для оценивания структурных коэффициентов модели дает смещенные и несостоятельные оценки. Поэтому обычно для определения структурных коэффициентов модели структурная форма преобразуется в приведенную.
Приведенная форма модели представляет собой систему линейных функций эндогенных переменных от экзогенных:
(3)
коэффициенты приведенной формы модели.
По своему виду приведенная форма модели ничем не отличается от системы независимых уравнений, Применяя МНК, можно оценить 
, а затем оценить значения эндогенных переменных через экзогенные.
Приведенная форма позволяет выразить значения эндогенных переменных через экзогенные, однако аналитически уступает структурной форме модели, т.к. в ней отсутствуют оценки взаимосвязи между эндогенными переменными.
Проблема идентификации
При переходе от приведенной формы модели к структурной исследователь сталкивается с проблемой идентификации. Идентификация – это единственность соответствия между приведенной и структурной формами модели.
Структурная модель (2) в полном виде, состоящая в каждом уравнении системы из n эндогенных и m экзогенных переменных, содержит n(n-1+m) параметров. Приведенная модель (3) в полном виде содержит nm параметров. Таким образом, в полном виде структурная модель содержит большее число параметров, чем приведенная форма модели. Поэтому n(n-1+m) параметров структурной модели не могут быть однозначно определены через nm параметров приведенной формы модели.
Чтобы получить единственно возможное решение для структурной модели, необходимо предположить, что некоторые из структурных коэффициентов модели равны нулю. Тем самым уменьшится число структурных коэффициентов.
С позиции идентифицируемости структурные модели можно подразделить на три вида:
- идентифицируемые;
- неидентифицируемые;
- сверхидентифицируемые.
Модель идентифицируема, если все структурные ее коэффициенты определяются однозначно, единственным образом по коэффициентам приведенной формы модели, т.е. число параметров структурной модели равно числу параметров приведенной формы модели.
Модель неидентифицируема, если число приведенных коэффициентов меньше числа структурных коэффициентов, и в результате структурные коэффициенты не могут быть оценены через коэффициенты приведенной формы модели. Модель (2) в полном виде всегда неидентифицируема.
Модель сверхидентифицируема, если число приведенных коэффициентов больше числа структурных коэффициентов. В этом случае на основе приведенных коэффициентов можно получить два или более значений одного структурного коэффициента. Сверхидентифицируемая модель, в отличие от неидентифицируемой, практически решаема, но требует для этого специальных методов исчисления параметров.
Структурная модель всегда представляет собой систему совместных уравнений, каждое из которых требуется проверять на идентификацию. Модель считается идентифицируемой, если каждое уравнение системы идентифицируемо. Если хотя бы одно из уравнений системы неидентифицируемо, то и вся модель считается неидентифицируемой. Сверхидентифицируемая модель содержит хотя бы одно сверхидентифицируемое уравнение.
Обозначим Н – число эндогенных переменных в i - ом уравнении системы, D – число экзогенных переменных, которые содержатся в системе, но не входят в данное уравнение. Тогда условие идентифицируемости уравнения может быть записано в виде следующего счетного правила:
D+1 = Н – уравнение идентифицируемо;
D+1 < Н – уравнение неидентифицируемо;
D+1 > Н – уравнение сверхидентифицируемо.
Это счетное правило отражает необходимое, но не достаточное условие идентификации. Более точно условия идентификации определяются, если накладывать ограничения на коэффициенты матриц параметров структурной модели. Уравнение идентифицируемо, если по отсутствующим в нем переменным (эндогенным и экзогенным) можно из коэффициентов при них в других уравнениях системы получить матрицу, определитель которой не равен нулю, а ранг матрицы не меньше, чем число эндогенных переменных в системе без одного.
Пример. Рассмотрим следующую макроэкономическую модель:
где M – доля импорта в ВВП;
N – общее число прошений об освобождении от таможенных пошлин;
S – число удовлетворенных прошений;
E – фиктивная переменная, означающая, является ли курс доллара искусственно завышенным или нет;
Y – реальный ВВП;
X – реальный объём чистого экспорта;
t – текущий период;
t-1 – предыдущий период.
Проверим данную модель на идентификацию и определим, каким методом могут быть рассчитаны её коэффициенты (в случае, если модель сверх – или точно идентифицируема).
Сначала рассмотрим общие характеристики структурной формы. Здесь три эндогенные переменные – Mt, Nt и St, они стоят в левых частях уравнений. Кроме того, в правых частях находятся четыре предопределенные переменные – одна лаговая (Mt-1) и три экзогенные – Et-1, Yt и Xt. Теперь проверим каждое уравнение.
Уравнение I. В этом уравнении присутствуют три эндогенные переменные (Mt, Nt и St), но отсутствуют две предопределенные переменные - Yt и Xt. Поэтому Н=3, D=2, и необходимое условие идентификации выполняется, поскольку D+1=H. Это означает, что первое уравнение точно идентифицируемо.
Уравнение II. В этом уравнении присутствуют три эндогенные переменные (Mt, Nt и St), но отсутствуют три экзогенные - Еt- 1, Mt-1 и Xt. Поэтому Н=3, D=3, D+1>H и второе уравнение по необходимому условию является сверхидентифицируемым.
Уравнение III. В этом уравнении, как и в других уравнениях, присутствуют все три эндогенные переменные, но отсутствуют три экзогенные - Еt- 1, Mt-1 и Yt. Поэтому Н=3, D=3, D+1>H, и третье уравнение системы является сверхидентифицируемым.
Проверим каждое уравнение на выполнение достаточного условия идентификации. Для этого сначала запишем расширенную матрицу системы в виде следующей таблицы:
| Уравнение | Mt | Nt | St | Et-1 | Mt-1 | Yt | Xt |
| I | -1 | b12 | b13 | b14 | b15 | ||
| II | b21 | -1 | b23 | b26 | |||
| III | b31 | b32 | -1 | b37 |
Как видим, в эту матрицу включены коэффициенты при всех переменных и не включены свободные члены, поскольку они могут быть исключены из системы, если задавать все переменные в отклонениях от среднего значения. Кроме того, здесь все переменные перенесены в правые части уравнений.
Достаточное условие идентификации для соответствующего уравнения будет выполнено, если ранг подматрицы, построенной только из коэффициентов при переменных, отсутствующих в этом уравнении, равен количеству эндогенных переменных в системе минус единица.
Рассмотрим подробно этот процесс для первого уравнения системы. Первому уравнению соответствует первая строка расширенной матрицы, поэтому первую строку не следует включать в подматрицу. Из остальной части расширенной матрицы оставим только столбцы, которые имеют нули в первой строке. Получаем подматрицу:
,
определитель которой не равен нулю, поскольку 
. Таким образом, ранг подматрицы равен двум, т.е. числу эндогенных переменных в системе минус единица. Достаточное условие идентификации для первого уравнения выполнено.
Аналогично рассмотрим другие уравнения. Подматрица для второго уравнения имеет вид:
.
Её ранг также равен двум, поскольку определитель, составленный, например, из первого и третьего столбцов, очевидно, не равен нулю.
Подматрица для третьего уравнения имеет вид:
.
Она также имеет ранг, равный двум.
Таким образом, достаточное условие идентификации выполнено для каждого уравнения системы. Поскольку среди уравнений системы нет неидентифицируемых, а второе и третье уравнения являются сверхидентифицированными, то и модель в целом сверхидентифицирована. Для определения параметров первого уравнения должен быть применен косвенный МНК (поскольку оно точно идентифицировано), а для других уравнений – двухшаговый МНК.
Приведенная форма модели имеет вид:
Здесь 
- случайные члены. Как обычно, в правой части приведенной формы стоят только предопределенные переменные. Для определения параметров ПФМ применяется обычный МНК.
Оценивание параметров структурной модели
Коэффициенты структурной модели могут быть оценены разными способами в зависимости от вида системы одновременных уравнений. Наибольшее распространение получили два метода оценивания коэффициентов структурной модели: косвенный МНК и двухшаговый МНК.
Косвенный МНК ( КМНК) применим в случае точно идентифицируемой структурной модели. Процедура следующая:
1. Структурная модель преобразуется в приведенную форму.
2. Для каждого уравнения приведенной формы обычным МНК оцениваются коэффициенты δij
3. Коэффициенты приведенной модели трансформируются в параметры структурной модели.
Рассмотрим применение КМНК для модели:
Для построения модели имеем таблицу:
| № п/п | 
| 
| 
| 
|
| Средние | 6,2 | 2,4 | 3,4 |
Приведенная форма модели имеет вид:
где 
случайные ошибки приведенной формы модели.
Для каждого уравнения приведенной формы применим традиционный МНК и определим δ - коэффициенты. Для простоты работаем в отклонениях, т.е. 
Тогда система нормальных уравнений для первого уравнения системы составит:
Для приведенных данных система составит:
Отсюда получаем первое уравнение (и аналогично второе):
Перейдем к структурной форме следующим образом: исключим из первого уравнения приведенной формы x2, выразив его из второго уравнения приведенной формы и подставив в первое уравнение:
Первое уравнение структурной формы:
Аналогично исключим из второго уравнения x1 выразив его через первое уравнение и подставив во второе:
второе уравнение структурной формы.
Структурная форма модели имеет вид:
Эту же систему можно записать, включив в нее свободный член уравнения, т.е. перейти от переменных в виде отклонений от среднего к исходным переменным 
и 
Тогда структурная модель имеет вид:
Если к каждому уравнению структурной формы применить традиционный МНК, то результаты могут сильно отличаться. В данном примере будет:
Двухшаговый МНК. ДМНК используется для сверхидентифицируемых систем. Основная идея ДМНК: на основе приведенной формы модели получить для сверхидентифицируемого уравнения теоретические значения эндогенных переменных, содержащихся в правой части уравнения. Далее, подставив их вместо фактических значений, можно применить обычный МНК к структурной форме сверхидентифицируемого уравнения. Здесь дважды используется МНК: на первом шаге при определении приведенной формы модели и нахождении на ее основе оценок теоретических значений эндогенной переменной 
и на втором шаге применительно к структурному сверхидентифицируемому уравнению при определении структурных коэффициентов модели по данным теоретических (расчетных) значений эндогенных переменных.
Сверхидентифицируемая структурная модель может быть двух типов:
- все уравнения системы сверхидентифицируемые;
- система содержит также точно идентифицируемые уравнения.
В первом случае для оценки структурных коэффициентов каждого уравнения используется ДМНК. Во втором случае структурные коэффициенты для точно идентифицируемых уравнений находятся из системы приведенных уравнений.
Рассмотрим модель:
Она получена из предыдущего примера наложением ограничения 
Поэтому первое уравнение стало сверхидентифицируемым.
На первом шаге найдем приведенную форму модели. С использованием тех же исходных данных получим систему:
На основе второго уравнения этой системы можно найти теоретические значения для эндогенной переменной 
т.е. 
Подставим в это уравнение значения 
и 
в форме отклонений от средних значений, запишем в виде таблицы:
|
|
| 
| 
|
| 
| 
|
| -1,4 | -0,4 | 0,103 | -1,297 | -2 | 2,594 | 1,682 |
| -0,4 | -2,4 | 0,042 | -0,358 | -1 | 0,358 | 0,128 |
| 0,6 | -1,4 | -0,035 | 0,565 | 0,319 | ||
| -0,4 | 1,6 | 0,02 | -0,38 | -0,38 | 0,144 | |
| 1,6 | 2,6 | -0,13 | 1,47 | 2,94 | 2,161 | |
| 5,512 | 4,434 |
После того, как найдены оценки 
заменим в уравнении 
фактические значения 
их оценками найдем значения новой переменной 
Применим МНК к уравнению:
.
Получим:
В целом рассматриваемая система будет иметь вид:
Второе уравнение не изменилось по сравнению с предыдущим примером.
ДМНК является наиболее общим и широко распространенным методом решения системы одновременных уравнений. Для точно идентифицируемых уравнений ДМНК дает тот же результат, что и КМНК.