Эконометрика

Метод Дельфи

Сбор и обработка индивидуальных мнений экспертов производится исходя из следующих принципов.

Вопросы должны ставиться так, чтобы можно было дать количественную характеристику ответам экспертов.

Опрос происходит в несколько туров, в ходе которых вопросы и ответы уточняется.

Эксперты обосновывают оценки и мнения, сильно отклонявшиеся от мнения большинства

Выявляется преобладающее мнение экспертов по какому-либо вопросам.

Анализ временных рядов

Военные ряды - ряды в хронологическом порядке. Обычно прибегают, когда есть данные за несколько лет и легко определить тренд. Ориентирован на информации за прошлый период. Лучше применять для краткосрочных прогнозов.

Скользящая средняя.

Метод экспоненциального сглаживания является наиболее широко используемым методом временных рядов. Можно сказать, что это особый случай скользящей средней. Он применяется в тех случаях, когда частота данных за рассматриваемый период не более года.

Прогноз делается для конкретного объекта отдельно и последовательно на каждый следующий момент времени.

Прогнозы строятся для большого числа объектов.

Если прогноз составляется для конкретного товара, или рыночного продукта, в задачу прогнозирования входит: анализ спроса, анализ продаж с целью упорядочения торговых операций.

Сглаживания ряда по данному методу происходит за счет сглаживания не только значений всего ряда в целом, но и его отдельных составных частей, называемых микротрендами.

Эконометрика. Линейная регрессионные модель Если определен характер экспериментальных данных и выделен определенный набор объясняющих переменных, для того, чтобы найти объяснённую часть, то есть величину Мх(У) Требуется знать условные распределения случайной величины У. Это в идеале. На практике этого почти никогда нет. Поэтому точно объяснить и найти эту переменную невозможно. В таких случаях применяется стандартная процедура сглаживания экспериментальных данных Х. Эта процедура состоит из двух этапов. 1) определяется семейство кривых с параметрами, которым принадлежит искомая функция Мх(У) и просто рассматривается, как функция от объясняющих переменных Х. Это может быть линейная, показательная, квадратичная функция. 2) находятся оценки параметров этой функции каким либо методом математической статистики. В экономике вообще любят линейные функции. И эконометрические модели так же за основу принимают линейные функции. 1) они простые. 2)как правило, если величина объясняющих переменных Х и переменных у имеют нормальное распределение, то по закону мат статистики, уравнение репрессии тоже линейное. А предположение о нормальном распределении вполне естественное и даже может быть свободно обоснованно на основе предельных теорем теории вероятности. Если же сами величины иск и игрек, то почти всегда некоторые функции от них распределены нормально. Часто гипотезы о нормальном распределении принимаются во многих случаях. Меньший риск значительной ошибки прогноза. Ожидаемые значение ошибки прогноза, то есть мат ожидание квадрата отклонения игрека наблюдаемого от игрека теоретического оказывается меньше, если уравнение регрессии линейно. Наиболее хорошо изучены линейные регрессионные модели, которые удовлетворяют следующим условиям: Линейные регрессионные уравнения называются классическими моделями. При этом последнее свойство, которое условие постоянства дисперсий рассматривает два случая. В первом случае (а) распределение случайных величин отличается только математическим ожиданием (объясненной частью). Гомоскедастичность. В случае гетероскедастичности - портит результаты стат анализа и требует устранения. Если не режет глаз - не принимают во внимание. В математической точки зрения трудно выявить без тщательной проверки и анализа наличие или отсутствие гетероскедастичности. И очень важно научиться сходить модели к классическим, тогда есть более совершённый инструментарий эконометрического моделирования. Эконометрика 1. Эконометрика2. Система одновременных уравнений. Реальные экономические объекты, исследуемые с помощью эконометрических методов, приводят к расширению и описываются системой уравнений и тождеств. Особенностью этих систем является то, что каждое из уравнений системы, кроме своих объясняющих переменных может исключить объясняемые переменные из других уравнений. Таким образом, получим целые набор зависимых объясняемых переменных, связанных уравнениями системы. Такая системная называется системой одновременных уравнений. Название подчеркивает тот факт, что экономический объект, содержащих множество внутренних и задаваемых извне переменных. Классическим примером такой системы является модель спроса и предложения. В этой системе внешними переменными выступает доход потребителя, а внутренней - спрос, предложение товара и цена товара. Обобщая увиденное можно сказать, что эконометрическая модель позволяет объяснить поведение внутренних переменных от внешних и заранее определенных. В принципе следует отметить относительное понятие эконометрическая модель. Не всякая эк. мат модель и мат стат. модель может считаться эконометрической. Она становится ею, если будет отражать объект на основе характеризующих его эмпирических данных. Этапы и проблемы эконометрического моделирования. Выделяем шесть основных этапов моделирования Постановочный, - формируется цель исследования, набор участвующих эк. переменных. В качестве цели обычно рассматривается анализ объекта, прогноз его параметров, сценарий его развития при различных значениях внешних переменных. Выработка управленческого решения. Желательно набрать такие иксы, чтобы они не были зависимы тесно друг от друга. Т.е. чтобы они не были мультиколениарными. Априорный - анализ сущности объекта до начала моделирования. Параметризации - моделирование, - общий вид модели, выявляются связи. Выбор вида функции. Проверяется возможность использования линейных моделей. Проблема спецификации модели - выражение в мат форме обнаруженных связей и отношений. Установление экзо и эндогенных переменных. Формулировка исходных предпосылок и ограничений. Информационный сбор необходимой стат. информации наблюдаемых значений переменных. Наблюдения с участием и без участия исследователя. Идентификационный стат. анализ модели и оценка ее параметров Верификации/оценки качества моделирования. Проверка истинности, адекватности, качества модели. Насколько удачно решены проблемы спецификации, идентификации, точность расчетов, насколько соответствует модель объекту. Идентификации индетифицируемость (проблема возможности получения однозначно определенных параметров модели, заданных системой одновременных уравнений.)