Идентификация системы уравнений: условие и проверка

Прежде чем оценивать систему одновременных уравнений, необходимо выяснить, допускает ли каждое уравнение однозначное вычисление структурных параметров. Это и есть задача идентификации: понять, можно ли выделить конкретное уравнение из всей системы по наблюдаемым данным. Пропуск этого шага приводит к тому, что оценки косвенного МНК либо невозможны, либо неединственны. Разберём оба условия - порядковое и ранговое - и покажем, как применять их на практике.

Что такое идентификация уравнения

В системе одновременных уравнений переменные делятся на эндогенные (определяемые внутри системы) и экзогенные (заданные извне). Идентификация уравнения означает, что его коэффициенты можно однозначно восстановить из коэффициентов приведённой формы.

Проблема возникает из-за того, что любая линейная комбинация уравнений системы удовлетворяет тем же данным, что и исходная система. Чтобы выделить нужное уравнение, требуется достаточное количество переменных, отсутствующих в нём, но присутствующих в других уравнениях.

Различают три случая:

• Неидентифицированное уравнение - ни одно множество параметров не восстанавливается однозначно;
• Точно идентифицированное - единственное решение;
• Сверхидентифицированное - решений больше одного набора условий, применяют двухшаговый МНК.

Рассчитать для своей задачи

Порядковое условие идентификации

Порядковое (необходимое) условие сформулировано через количество переменных, исключённых из уравнения. Если обозначить:

• $K$ - общее число переменных в системе (эндогенные + экзогенные),
• $k$ - число переменных, входящих в данное уравнение,
• $g$ - число эндогенных переменных в правой части данного уравнения,

то порядковое условие записывается как:

$K - k \geq g$

Эта формула означает: число исключённых переменных должно быть не меньше числа эндогенных переменных в правой части уравнения.

• $K - k = g$ - уравнение точно идентифицировано;
• $K - k > g$ - уравнение сверхидентифицировано;
• $K - k < g$ - уравнение неидентифицировано.

Порядковое условие легко проверить вручную, но оно является лишь необходимым: выполнение неравенства не гарантирует идентификацию, если матрица коэффициентов имеет особую структуру.

Ранговое условие идентификации

Ранговое (необходимое и достаточное) условие требует проверки ранга матрицы коэффициентов при исключённых переменных. Обозначим через $A$ подматрицу коэффициентов системы, составленную из строк других уравнений и столбцов переменных, исключённых из данного уравнения.

Ранговое условие: $\text{rank}(A) = g$.

Если ранг $A$ меньше $g$, уравнение неидентифицировано, даже если порядковое условие выполнено. На практике ранговое условие нарушается, когда исключённые переменные оказываются линейно зависимыми в рамках других уравнений.

Алгоритм проверки:

1. Составить матрицу коэффициентов всей системы (строки - уравнения, столбцы - все переменные);
2. Для проверяемого уравнения выбрать строки других уравнений и столбцы исключённых переменных;
3. Вычислить ранг полученной подматрицы;
4. Сравнить ранг с числом эндогенных переменных в правой части.

Рассчитать для своей задачи

Пример: модель спроса и предложения

Классический пример - двухуравненная модель:

Уравнение спроса: $Q^d = \alpha_0 + \alpha_1 P + \alpha_2 I + \varepsilon_1$

Уравнение предложения: $Q^s = \beta_0 + \beta_1 P + \beta_2 W + \varepsilon_2$

Здесь $P$ и $Q$ - эндогенные, $I$ (доход) и $W$ (затраты на труд) - экзогенные. Всего $K = 4$ переменные.

Проверяем уравнение спроса:

• В уравнение входит $k = 3$ переменные ($Q$, $P$, $I$);
• Эндогенных в правой части $g = 1$ ($P$);
• Исключённых: $K - k = 4 - 3 = 1$;
• Порядковое условие: $1 \geq 1$ - выполнено (точная идентификация).

Проверяем уравнение предложения аналогично:

• Исключённых переменных $K - k = 1$, $g = 1$ - тоже точно идентифицировано.

В обоих случаях КМНК применим. Подробнее о самом алгоритме расчёта коэффициентов читайте в статье о косвенном МНК для системы уравнений.

Сверхидентификация и двухшаговый МНК

Когда уравнение сверхидентифицировано ($K - k > g$), косвенный МНК даёт несовместимую систему: различные маршруты восстановления параметров через приведённую форму приводят к разным числам. Формально задача оценки не имеет единственного решения в рамках КМНК.

Выход - двухшаговый МНК (2МНК):

1. На первом шаге каждую эндогенную переменную из правой части регрессируют на все экзогенные переменные системы, получая инструментальные значения $\hat{Y}$;
2. На втором шаге оценивают структурные уравнения, заменив эндогенные регрессоры на их инструментальные значения.

2МНК состоятелен при любой степени идентификации (точной и сверхидентификации), поэтому применяется как основной метод в сложных макроэкономических моделях.

Неидентификация: почему она возникает

Уравнение неидентифицировано, когда исключённых переменных не хватает, чтобы «отличить» его от линейных комбинаций других уравнений. Это происходит в двух типичных ситуациях:

• Все переменные системы входят в уравнение. Нет ни одной исключённой переменной - различить структурные уравнения невозможно.
• Модель не содержит экзогенных переменных. Если вся система состоит только из эндогенных переменных, ни одно уравнение не идентифицируется.

Практический выход - добавить в систему инструментальные переменные (переменные, которые влияют на эндогенный регрессор, но не коррелируют с ошибкой уравнения). Это стандартный приём в моделях с эндогенными переменными.

Связь с приведённой формой

Приведённая форма системы - это запись каждой эндогенной переменной через одни лишь экзогенные. Именно из приведённой формы КМНК восстанавливает структурные коэффициенты.

Если уравнение точно идентифицировано, восстановление однозначно: из коэффициентов приведённой формы можно вычислить ровно одно решение для структурных параметров.

Если уравнение сверхидентифицировано, коэффициентов приведённой формы «слишком много» по сравнению с числом структурных параметров. Возникает переопределённая система, и КМНК не применим - нужен 2МНК или метод инструментальных переменных (МИП).

Рассчитать для своей задачи

Практическая последовательность проверки

Стандартная последовательность при анализе любого уравнения системы:

1. Выписать все переменные системы и разделить их на эндогенные и экзогенные.
2. Для каждого уравнения подсчитать $K$, $k$, $g$.
3. Проверить порядковое условие $K - k \geq g$.
4. Составить подматрицу $A$ и вычислить её ранг.
5. По результатам выбрать метод оценки: КМНК (точная идентификация) или 2МНК (сверхидентификация).

Этот алгоритм обязателен перед любыми расчётами: без него оценки структурных параметров могут оказаться физически бессмысленными или невычислимыми.

Частые ошибки

• Проверять только порядковое условие и считать его достаточным. Порядковое условие необходимо, но не достаточно. Даже если $K - k \geq g$, ранг подматрицы может оказаться меньше $g$.
• Путать исключённые переменные с нулевыми коэффициентами. Переменная считается исключённой, если её коэффициент в уравнении равен нулю по ограничениям модели, а не случайно оказался незначимым.
• Применять КМНК к сверхидентифицированным уравнениям. При сверхидентификации КМНК несостоятелен; необходим 2МНК или МИП.
• Забывать включать лаговые переменные в состав экзогенных. Лаги эндогенных переменных по умолчанию экзогенны, и это существенно меняет счёт $K$.
• Неправильно задавать границы системы. Если модель описывает три рынка, но анализируется только один, $K$ берётся по фактической системе, а не по «задуманной».

FAQ

Можно ли идентифицировать систему, не имея экзогенных переменных? Нет. Хотя бы одна экзогенная переменная необходима для каждого исключения. Без экзогенных переменных ни одно уравнение системы не идентифицируется - условие $K - k \geq g$ превращается в $0 \geq g$, что невыполнимо при $g \geq 1$.

Чем ранговое условие отличается от порядкового на практике? Порядковое условие - это счёт переменных, его можно проверить вручную за минуту. Ранговое требует вычисления ранга матрицы, что нетривиально вручную при большом числе переменных. На практике при $K - k = g$ (точная идентификация) ранговое условие нарушается только при специальных, вырожденных ограничениях модели.

Что делать, если уравнение неидентифицировано? Добавить в модель инструментальную переменную - переменную, коррелирующую с эндогенным регрессором, но некоррелирующую с ошибкой. Хороший инструмент должен быть обоснован экономически: например, для уравнения предложения зерна инструментом служат погодные условия - они влияют на предложение, но не на спрос напрямую.

Коротко

Идентификация уравнения в системе одновременных уравнений - обязательный шаг перед оценкой. Порядковое условие ($K - k \geq g$) необходимо и проверяется подсчётом переменных; ранговое условие ($\text{rank}(A) = g$) необходимо и достаточно, проверяется через ранг подматрицы. При точной идентификации применяют КМНК; при сверхидентификации - двухшаговый МНК или МИП. Неидентифицированные уравнения требуют добавления инструментальных переменных.