Динамические эконометрические модели (ДЭМ). Общая характеристика. Модели авторегрессии. Интерпретация параметров
К динамическим эконометрическим моделям (ДЭМ) относят модели, которые в данный момент времени учитывают значения входящих в нее переменных, относящихся к текущему и к предыдущему моментам времени. Например, 
; 
– ДЭМ, а 
– не ДЭМ.
Выделяют 2 типа динамических эконометрических моделей ДЭМ:
1. Модели, в которых лаговые значения переменных (переменных, относящихся к предыдущим моментам времени) непосредственно включены в модель. Это модели авторегрессии и модели с распределенным лагом.
Модели авторегрессии – это ДЭМ, в которых в качестве факторных переменных содержатся лаговые значения результативной переменной. Например, 
.
Модели с распределенным лагом – это ДЭМ, в которых содержатся не только текущие, но и лаговые значения факторных переменных. Например, 
.
2. Модели, в которых включены переменные, характеризующие ожидаемый или желаемый уровень признака-результата или одного из факторов в момент времени t. Этот уровень считается неизвестным и определяется с учетом информации, которой располагают в предыдущий момент времени t – 1.
Ожидаемые значения показателей определяют различными способами. В зависимости от способа различают модели:
• неполной корректировки;
• адаптивных ожиданий;
• рациональных ожиданий.
Оценка параметров этих моделей сводится к оценке параметров моделей авторегрессии.
Модели авторегрессии. Модели авторегрессии – это ДЭМ, в которых в качестве факторных переменных содержатся лаговые значения результативной переменной. Например, .
Коэффициент регрессии b0 в данной модели характеризует краткосрочное изменение у под влиянием изменения x на единицу своего измерения.
Коэффициент с1 характеризует изменение у в момент t под воздействием своего изменения в предшествующий момент времени (t – 1).
Произведение коэффициентов ( 
) – называют промежуточным мультипликатором. Данный показатель характеризует общее абсолютное изменение результата у в момент (t + 1).
Показатель 
– называют долгосрочным мультипликатором. Он характеризует общее абсолютное изменение у в долгосрочном периоде.
Практически во все модели авторегрессии вводят условие стабильности, состоящее в том, что 
. Тогда при наличии бесконечного лага:
.
Применение МНК к моделям авторегрессии неприемлемо, т. к. нарушается 1-я предпосылка нормальной линейной модели регрессии, а именно, одна из объясняющих переменных (yt-1) частично зависит от случайной составляющей (ut). Это приводит к получению смещенной оценки параметра при переменной yt-1.