- •Эконометрика
- •Лекция 1. Предмет и метод эконометрики. Ковариация, дисперсия и корреляция
- •1.1. Предмет и метод эконометрики
- •1.2. Выборочная ковариация.
- •1.3. Основные правила расчета ковариации.
- •1.4. Теоретическая ковариация.
- •1.5. Выборочная дисперсия. Правила расчета дисперсии.
- •1.6. Коэффициент корреляции.
- •1.7. Коэффициент частной корреляции.
- •Тест для самоконтроля
- •Лекция 2. Парная линейная регрессия.
- •2.1. Проблема оценивания линейной связи экономических переменных.
- •2.2. Модель парной линейной регрессии.
- •2.3. Регрессия по методу наименьших квадратов.
- •2.4. Интерпретация уравнения регрессии.
- •2.5. Качество оценки: коэффициент r2.
- •Тесты для самоконтроля
- •Лекция 3. Статистическая оценка достоверности выборочных показателей связи.
- •Оценка достоверности уравнения регрессии в целом
- •Определение средней ошибки, предельной ошибки и доверительных границ коэффициента корреляции
- •3.1. Оценка достоверности уравнения регрессии в целом
- •3.2. Определение средней ошибки, предельной ошибки и доверительных границ коэффициента корреляции
- •3.3. Проверка гипотезы и интервальная оценка коэффициента регрессии.
- •3.4. Средняя ошибка уравнения и интервальная оценка отдельных значений результативного признака.
- •Тесты для самоконтроля
- •Лекция 4. Нелинейная регрессия
- •4.1. Спецификация модели
- •4.2. Классификация нелинейных функций.
- •4.3. Отдельные виды нелинейных регрессий.
- •4.3.2. Равносторонняя гипербола.
- •4.3.3. Степенная функция.
- •4.4.Коэффициенты эластичности в нелинейных регрессиях.
- •4.5. Корреляция для нелинейной регрессии.
- •Тесты для самоконтроля
- •Лекция 5. Множественная регрессия и корреляция
- •Понятие множественной регрессии, и ее графическая интерпретация
- •Отбор факторов при построении модели.
- •Коллинеарность факторов. Методы преодоления межфакторной связи
- •Модульная единица 5.1. Параметризация и спецификация уравнения множественной регрессии
- •5.1.1. Понятие множественной регрессии, и ее графическая интерпретация
- •5.1.2. Отбор факторов при построении модели.
- •5.1.3. Коллинеарность факторов. Методы преодоления межфакторной связи
- •5.1.4. Параметризация уравнения множественной регрессии и его интерпретация
- •Тесты для самоконтроля
- •Модульная единица 5.2. Множественная и частная корреляция. Предпосылки мнк.
- •5.2.1.Множественная корреляция.
- •5.2.2. Скорректированный индекс детерминации (корреляции).
- •5.2.3. Частная корреляция.
- •5.2.4. Частные f- тесты
- •5.2.5. Предпосылки мнк.
- •Тесты для самоконтроля
- •Лекция 6. Моделирование динамических процессов
- •6.1. Элементы временного ряда
- •6.2. Автокорреляция
- •6.3. Выявление структуры временного ряда
- •6.4. Моделирование тенденции
- •6.5. Изучение взаимосвязи переменных по данным временных рядов
- •6.6. Критерий Дарбина-Уотсона
- •Тесты для самоконтроля
- •Лекция 7. Системы эконометрических уравнений
- •Модульная единица 7.1. Виды систем эконометрических уравнений и их идентификация. Косвенный метод наименьших квадратов
- •7.1.1. Понятие и необходимость применения систем уравнений
- •7.1.2. Косвенный метод наименьших квадратов
- •7.1.3. Проблема идентификации
- •Вопросы для повторения
- •Тесты для самоконтроля
- •Модульная единица 7.2. Методы решения сверхидентифицируемых систем
- •7.2.1. Двухшаговый метод наименьших квадратов
- •7.2.4. Исходные данные
- •7.2.2. Понятие о трехшаговом методе наименьших квадратов
- •7.2.3. Применение систем уравнений
- •Контрольные вопросы
- •Тесты для самоконтроля
- •Пример выполнения работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить парную линейную модель регрессии, рассчитать показатели тесноты связи по индивидуальным данным.
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя встроенный инструмент «Регрессия» ms excel, построить парную линейную модель регрессии, оценить результаты.
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •2. Оценка значимости. Точечная и интервальная оценки параметров уравнения регрессии
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить множественную линейную модель регрессии, рассчитать показатели тесноты связи по индивидуальным данным.
- •Пример и методические указания к выполнению работы.
- •2 Способ.
- •4 Способ.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Требуется проверить модель регрессии на гетероскедастичность остатков
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить уравнение тренда.
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Построить модель связи между экономическими переменными по данным временных рядов.
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •2. Автокорреляционные функции
- •2.1. Тест на автокорреляцию остатков трендов
- •3. Первые разности
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Список индивидуальных данных:
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи.
- •Пример и методические указания к выполнению работы.
- •2. Исходные данные
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Словарь основных терминов и определений (глоссарий)
- •Промежуточный тест по дисциплине «Эконометрика» Учебный модуль 3. Модульная единица 6.
- •Тестовые задания
- •Итоговый тест по дисциплине «Эконометрика»
- •1. Шкала проходных баллов по модулям
- •Модульная единица 2. Парная линейная регрессия.
- •Модульная единица 3. «Статистическая оценка достоверности выборочных показателей связи»
- •Модуль 2. Множественная регрессия и корреляция Модульная единица 5.1. Параметризация и спецификация уравнения множественной регрессии
- •Модуль 4. Системы эконометрических уравнений Модульная единица 7.1. Виды систем эконометрических уравнений и их идентификация. Косвенный метод наименьших квадратов
- •Модуль 4. Модульная единица 7.2. «Методы решения сверхидентифицируемых систем»
- •Контрольные работы промежуточного контроля Контрольная работа №1(модульные единицы 1, 2, 3)
- •Предмет и метод эконометрики.
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №2 (модульная единица 4)
- •5. Классификация нелинейных функций.
- •Контрольная работа № 3 (модуль 5, модульные единицы 5.1, 5.2)
- •Контрольная работа № 4 (модуль 7, модульные единицы 7.1, 7.2)
- •Контрольные вопросы итогового контроля
Контрольные вопросы к защите
Назовите компоненты временного ряда.
С какой целью в анализе временного ряда используют автокорреляционную функцию?
Как выявить наличие сезонной компоненты во временном ряде?
Раскройте понятие «аддитивная модель временного ряда».
Каким образом определить значение сезонной компоненты?
С какой целью корректируются значения сезонной компоненты?
Как определить трендовую компоненту для каждого периода времени?
Как использовать аддитивную модель для прогноза?
Что такое «остаток» в аддитивной модели?
Как определить коэффициент детерминации для аддитивной модели?
Способ оценки результатов
№ п/п |
Элементы выполнения работы и усвоения теоретического материала |
Максимальный балл |
1 |
Расчетная часть работы выполнена корректно и полностью |
2 |
2 |
Сделаны подробные выводы, в которых отражены выявленные закономерности |
1 |
3 |
Защита работы |
1 |
4 |
Соблюдение сроков защиты |
1 |
Итого |
х |
5 |
Лабораторная работа №12. «Применение косвенного метода наименьших квадратов для оценки параметров систем одновременных эконометрических уравнений»
Модульная единица 7.1.
Требования к содержанию, оформлению и порядку выполнения:
Для успешного выполнения работы студенты должны знать материал лекции по теме «Виды систем эконометрических уравнений и их идентификация. Косвенный метод наименьших квадратов»
Теоретическая часть.
Для описания реальных экономических систем, где статистические показатели находятся во взаимодействии и взаимосвязи, применяются системы эконометрических уравнений.
В данных системах случайные переменные называют эндогенными, т.е. внутренними, так как они формируют свои значения внутри модели. Признаки, считающиеся заданными, известными, неслучайными получили название экзогенных, или внешних для данной системы. Один и тот же признак может быть эндогенным в одной задаче и экзогенным – в другой.
Структурная форма модели:
Структурная форма модели содержит при эндогенных переменных коэффициенты , экзогенных переменных – , которые называются структурными коэффициентами модели. Все переменные в модели выражены в отклонениях от среднего уровня:
Поэтому свободные члены в системе отсутствуют.
Приведенная форма модели:
Алгоритм косвенного метода наименьших квадратов:
привести систему к виду, чтобы в правой части оставались только экзогенные переменные. Такая форма называется приведенной;
затем применить метод наименьших квадратов к каждому уравнению в приведенной форме и получить оценки ее параметров;
перейти от приведенной формы к структурной, проведя процедуру обратного преобразования параметров.
Эта методика позволяет получать состоятельные и несмещенные оценки параметров структурной форму системы одновременных уравнений.
При переходе от приведенной к структурной форме возникает проблема идентификации, то есть однозначности определения параметров структурной модели от приведенной формы. Переход необходим, поскольку экономический смысл и интерпретацию имеют только параметры структурной формы.
Условия идентифицируемости проверяются для каждого уравнения в отдельности.
Счетное (необходимое) условие идентифицируемости:
Чтобы уравнение было идентифицируемым, нужно, чтобы:
1+nx=ny,
где nx – число экзогенных переменных, содержащихся в системе, но отсутствующих в данном уравнении системы;
ny – число эндогенных переменных в данном уравнении.
Если 1+nx<ny, уравнение неидентифицируемо;
1+nx>ny, то уравнение сверхидентифицируемо.
Ранговое условие идентифицируемости (достаточное):
Для разрешимости системы структурных уравнений достаточно, чтобы ранг матрицы, составленной из коэффициентов эндогенных и экзогенных переменных, отсутствующих в данном уравнении, но присутствующих в других уравнениях системы, был не меньше, чем число эндогенных переменных в системе без одного, а определитель этой же матрицы не был равен нулю.
Наиболее широко системы одновременных уравнений применяются для моделирования макроэкономики. Большинство из них построено на основе кейнсианских моделей. Статическая модель Кейнса для описания народного хозяйства страны в наиболее простом варианте имеет следующий вид (в современных показателях системы национального счетоводства России):
где С – конечное потребление в постоянных ценах;
у – валовой располагаемый национальный доход (ВРНД) в постоянных ценах;
– случайная составляющая;
I – валовые инвестиции в постоянных ценах (валовое сбережение).
Второе уравнение является тождеством, поэтому структурный коэффициент b не может быть больше 1. Он характеризует предельную склонность к потреблению.
Система приведенных уравнений:
Приведенная форма модели содержит мультипликаторы:
- инвестиционный мультипликатор потребления:
;
- инвестиционный мультипликатор национального дохода:
.
Мультипликаторы интерпретируются как коэффициенты линейной регрессии, т.е. они показывают, на сколько единиц изменится эндогенная переменная, если экзогенная переменная изменится на единицу.
Индивидуальные данные представлены в файле «исходные данные.exl» на листе «системы уравнений».
Общая постановка задачи. Условие. Имеются данные по регионам федерального округа о фактическом конечном потреблении домашних хозяйств и валовых инвестициях в расчете на душу населения. Сумма конечного потребления и валовых инвестиций по каждому из регионов равна валовому располагаемому региональному доходу.
Требуется:
провести спецификацию модели и составить систему эконометрических уравнений в структурной форме (модель Кейнса);
проверить каждое уравнение системы на идентифицируемость по счетному и ранговому правилам;
решить систему уравнений косвенным методом наименьших квадратов;
проанализировать полученные коэффициенты (инвестиционные мультипликаторы потребления и регионального дохода).
Индивидуальные данные представлены в файле «исходные данные.exl» на листе «системы уравнений».