Переваги методу Альмона:
1) по-перше, він забезпечує гнучкий спосіб залучення до моделі цілого ряду лагових структур, у той час як модель Койка досить суворо вимагає від коефіцієнтів βі щоб вони спадали в геометричній прогресії.
2) по-друге, на відміну від методу Койка, в моделі Альмона не потрібно турбуватися про те, що серед пояснювальних змінних є залежні, а отже, ми позбавляємось проблем, які можуть виникнути у зв'язку з цим.
3) нарешті, якщо обрано поліном досить низького ступеня, кількість оцінюваних коефіцієнтів (аі) буде набагато менша, ніж початкова кількість їх (βі).
Тепер повернемось до проблем, пов'язаних із застосуванням методу Альмона. По-перше, ступінь полінома, як і максимальне значення лагу, обирається дуже суб'єктивно. По-друге, з причин, зазначених вище, змінні Z можуть бути мультиколінеарними. Для ілюстрації методу Альмона розглянемо ілюстративний приклад
Додаткові властивості методу Альмона.
1. Стандартні помилки коефіцієнтів а отримані безпосередньо з методу найменших квадратів, але стандартні помилки деяких оцінених коефіцієнтів β, що є нашою головною метою, не можна отримати таким чином. Ці стандартні помилки можна легко обчислити з оцінених коефіцієнтів а, використовуючи відому формулу із статистики.
2. Оцінки коефіцієнтів β, називаються необмеженими оцінками в тому сенсі, що на них не накладається жодних попередніх обмежень. Однак у деяких ситуаціях на βі можуть бути накладені так звані кінцеві точкові обмеження, якщо припустити, що β0 і βі(поточний і k-ий лаговий коефіцієнт) дорівнюють нулеві. Через психологічні, інституціональні і технологічні причини значення пояснювальної змінної в поточному періоді може й не мати жодного впливу на поточне значення залежної змінної, що, таким чином, виправдовує нульове значення β0. З тих самих причин після певного часу k пояснювальна змінна може й не впливати на залежну змінну, тобто і βі теж дорівнюватиме нулеві. Також інколи при оцінці коефіцієнтів βі на суму їх накладається таке обмеження: вона повинна дорівнювати одиниці.
Висновки
Хоча в емпіричній економетриці модель Койка досить популярна, вона не має теоретичного підґрунтя. Це ускладнення подолане за допомогою моделі адаптивних очікувань і моделі часткових пристосувань. У цих моделях враховується, яким чином економічні агенти формують свої очікування щодо невизначених економічних подій і як вони пристосовуються, якщо їхні очікування не збігаються із дійсністю.
Альтернативою підходу Койка до дистрибутивно-лагових моделей є поліноміальна дистрибутивно-лагова модель Ш. Альмона. Базуючись на теоремі Веєрштрассе, Альмон припустив, що лагові коефіцієнти βі можна апроксимувати поліномом відповідного ступеня від і, тривалості лагу. Хоча метод Альмона уникає певних проблем, пов’язаних з моделлю Койка, його практична слабкість полягає в тому, що як ступінь поліному, так і максимальну довжину лагу дослідник повинен визначити перед початком самого дослідження.
Незважаючи на проблеми, що трапляються при оцінюванні, дистрибутивно-лагові моделі виявилися дуже корисними в емпіричній економіці, тому що вони перетворюють моделі, які б у будь-якому іншому випадку залишилися статистичними, на динамічні, за допомогою фактору часу. Такі моделі допомагають розрізняти короткостроковий і довгостроковий вплив на залежну змінну при одиничній зміні значення незалежної змінної (змінних). Таким чином, для оцінювання коротко- і довгострокової еластичності за ціною, доходом, нормою затрат та іншими схожими показниками такі моделі виявились дуже корисними.
ПЕРЕЛІК ЛІТЕРАТУРИ
1. Догарти Введение в эконометрику
2.Корольов О.А. Економетрія
3. Кулейнич В.И. Эконометрия
4. Лук’яненко І.Г., Краснікова Л.І. Економетрика
5. Магнус Я.Э. Катышев П.К., Береснецкий А.А. Экономика. Начальный курс
6. Наконечний С.І., Терещенко Т.О. Економетрія