Модели вида
ln Y= β0 + βX + ε, Y= β0 + βlnX+ ε
называются полулогарифмическими моделями.
Такие модели обычно используются в тех случаях, когда необходимо определить темп роста или прироста каких-либо экономических показателей. Например, при анализе банковского вклада по первоначальному вкладу и процентной ставке, при исследовании зависимости прироста объема выпуска от относительного (процентного) увеличения затрат ресурса, бюджетного дефицита от темпа роста ВНП, темп роста инфляции от объема денежной массы и т.д.
Лог - линейная модель
Рассмотрим зависимость хорошо известную в банковском и финансовом анализе
Yt=Y0(1+r)t, (1)
Где Y0 – начальная величина переменной Y (например, первоначальный вклад в банке); r – сложный темп прироста величины Y (процентная ставка); Yt – значение величины Y в момент времени t (вклад в банке в момент времени t). Модель (1) легко сводится к полулогарифмической модели (ln Y= β0 + βX + ε). действительно прологарифмировав (1), имеем:
Ln Yt= lnY0 + t·ln(1+r) (2)
Введем обозначения: ln Y0= β0, ln(1+r)=β. Тогда (2) примет вид:
Ln Yt= β0 + βt + εt. (3)
В (14) мы использовали дополнительно случайное слагаемое εt в силу возможной изменчивости процентной ставки.
Полулогарифмическая модель (ln Y= β0 + βX + ε) легко сводится к линейной модели заменой Y*=ln Y.
Коэффициент β в модели (ln Y= β0 + βX + ε) имеет смысл темпа прироста переменной Y по переменной X, т.е. характеризует отношение относительного изменения Y к абсолютному изменению X. Действительно, продифференцировав (ln Y= β0 + βX + ε) по Х, имеем:
1/Y·dY/dX=β → β=dY/Y/dX=относительное изменение Y/абсолютное изменение Х.
Умножив β на 100, получим процентное изменение переменной Y(темп прироста переменной Y). Поэтому полулогарифмическая модель (ln Y= β0 + βX + ε) обычно используется для измерения темпа прироста экономических показателей. Заметим, что из соотношения β=ln(1+r) определяется темп прироста r показателя Y:
1+r = eβ → r= eβ-1. (4)
Отметим, что коэффициент β в (3) определяет мгновенный темп прироста, а r в (4) определяет обобщенный (сложный) темп прироста. Поэтому в общем случае они отличаются друг от друга.
Линейно – логарифмическая модель
Рассмотрим так называемую линейно – логарифмическую модель
Y= β0 + βlnX+ ε (1)
Она сводится к линейной модели заменой X*= ln X. В данной модели коэффициент β определяет изменение переменной Y вследствие единичного относительного прироста X (например, на 1%), т.е. характеризует отношение абсолютного изменения Y к относительному изменению X. Действительно, продифференцировав (1), имеем:
dY/dX=β·1/X → β=dY/ dX/X= абсолютное изменение Y /относительное изменение X → dY= β=dX/X → ∆Y ≈ β·∆X/X.
Умножив последнее соотношение на 100, получим абсолютный прирост Y при процентном изменении Х. таким образом, если ∆X/X изменилось на 1% (0,01), то Y изменилось на 0,01·β.
Модель (Y= β0 + βlnX+ ε) используется обычно в тех случаях, когда необходимо исследовать влияние процентного изменения независимой переменной на абсолютное изменение зависимой переменной.
Например, если положить Y=GNP (валовой национальный продукт), а Х=М (денежная масса), то получим следующую формулу:
GNP= α + βlnM + ε,
из которой следует, что если увеличить предложение денег М на 1%, то ВНв среднем возрастет на 0,01·β.
Обратная модель
Модель вида
Y= β0 + β1·1/X+ ε
называется обратной моделью. Эта модель сводится к линейной заменой Х*=1/Х. данная модель обычно применяется в тех случаях, когда неограниченное увеличение объясняющей переменной Х асимптотически приближает зависимую переменную Y к некоторому пределу (в данном случае к β0). В зависимости от знаков β0 и β1 возможны ситуации.
X |
X |
X |
Y |
Y |
Y |
β0 |
β0 |
β0>0 β1>0 |
β0>0 β1<0 |
β0<0 β1>0 |
а |
в |
б |
-β1/β0 |
Степенная модель
Степенная функция вида
Y=β0 + β1X + β2X2 + … + βmXm + ε (1)
часто отражает ту или иную экономическую зависимость. Например, кубическая функция
Y=β0 + β1X + β2X2 + β3X3 + ε (2)
в макроэкономике моделирует зависимость общих издержек (ТС) от объема выпуска (Q) (рис. 7.3, а).
Y=β0 + β1X + β2X2 + ε (3)
может отражать зависимость между объемом выпуска (Q) и средними (АС) либо предельными (МС) издержками; или между расходами на рекламу (С) и прибылью (π) и т.д.
Q |
Q |
C |
TC |
TC |
FC |
AC MC |
а |
б |
в |
Как и ранее рассмотренные модели, модель (1) является линейной относительно коэффициентов регрессии β0, β1, …, βm. Следовательно, ее можно свести к линейно регрессионной модели. Заменяя Х на X1, X2 на Х2, …, Xm на Xm, получаем вместо (1) модель множественной линейной регрессии с m переменными X1, Х2, …, Xm:
Y=β0 + β1X1 + β2X2 + … + βmXm + ε (4)
Показательная модель
Показательная функция
Y=b0eβx (1)
Также достаточно широко применяется в эконометрическом анализе (здесь е=2,7182818…). Наиболее важным ее приложением является ситуация, когда анализируется изменение переменной Y с постоянным темпом прироста во времени. В этом случае переменная Х символически заменяется переменной t:
Y=b0eβt (2)
Данная функция путем логарифмирования (ln eβt = βt) сводится к лог – линейной модели (14):
Ln Y= ln β0 + βt. (3)
Заметим, что в общем виде показательная функция имеет вид:
Y= β0 a βx , (4)
где а – произвольная положительная константа (а ≠ 1). Но данная функция сводится к (1) вследствие тождества a βx = eβХln a .
Ряд экономических показателей моделирует через функции, являющиеся композицией перечисленных функций, что позволяет их также свести к линейным. Например широко известная производственная функция Кобба-Дугласа с учетом научно – технического прогресса:
Y= AKα Lβe y t . (5)
Прологарифмировав данную функцию, получим соотношение:
Ln Y= lnA + αlnK + βlnL + γt, (6)
Которое сводится к линейному заменами
а = lnA, к = lnK, l = lnL, у = lnY.
Выбор формы модели.
Во многих практических случаях моделирование экономических зависимостей линейными уравнениями дает вполне удовлетворительный результат и может использоваться для анализа и прогнозирования. Однако в силу однообразия и сложности экономических процессов ограничиться рассмотрением лишь линейных регрессионных моделей невозможно. Многие экономические зависимости не являются линейными по своей сути, и поэтому их моделирование линейными уравнениями регрессии, безусловно, не даст положительного результата. Например, при рассмотрении спроса Y на некоторый товар от цены X данного товара в ряде случаев можно ограничиться линейным уравнением регрессии: Y=β0+β1X. Здесь β1 характеризует абсолютное изменение Y (в среднем) при единичном изменении X. Если же мы хотим проанализировать эластичность спроса по цене, то приведенное уравнение не позволит это осуществить. В этом случае целесообразно рассмотреть так называемую логарифмическую модель
При анализе издержек Y от объема выпуска X наиболее обоснованной является полиноминальная (точнее, кубическая) модель При рассмотрении производственных функций линейная модель является нереалистичной. В этом случае обычно используются степенные модели. Например, широкую известность имеет производственная функция Кобба-Дугласа Y=AKαLβ (здесь Y – объем выпуска; K и L – затраты капитала и труда соответственно; A, α и β – параметры модели).
Достаточно широко применяются в современном эконометрическом анализе и многие другие модели, в частности обратная и экспоненциальная модели.