kozinova_a.t._praktikum_po_ekonometrike_fup

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Нижегородский государственный университет им. Н.И. Лобачевского

А.Т. Козинова

ПРАКТИКУМ ПО ЭКОНОМЕТРИКЕ

Учебное пособие

Рекомендовано методической комиссией финансового факультета для студентов ННГУ, обучающихся по направлениям подготовки:

080100 «Экономика», 100700 «Торговое дело», 080200 «Менеджмент» (квалификация (степень) «бакалавр»)

Нижний Новгород

2011

УДК 330.115(07)

ББК У.в 611 я 7

К59

К59 Козинова А.Т. ПРАКТИКУМ ПО ЭКОНОМЕТРИКЕ: Учебное пособие.

– Нижний Новгород: Нижегородский госуниверситет, 2011. – 96 с.

Рецензенты: д.э.н., профессор М.Ю. Малкина к.ф.-м. н., доцент Е.В. Губина

Учебное пособие написано на основе практических занятий по дисциплине «Эконометрика», читаемой на финансовом факультете Нижегородского государственного университета им. Н.И. Лобачевского. В пособии рассматриваются различные аспекты эконометрического исследования количественных экономических показателей, приведены примеры моделирования макроэкономических показателей России за 2000-2010гг. и предлагается большое количество заданий для самостоятельной работы.

Учебное пособие предназначено обеспечить методическую поддержку практических занятий по дисциплине «Эконометрика» для студентов, обучающихся по направлениям подготовки: 080100 «Экономика», 100700 «Торговое дело», 080200 «Менеджмент» (квалификация (степень) «бакалавр»).

Учебное пособие разработано на кафедре КИСФР финансового факультета ННГУ им. Н.И. Лобачевского. Заведующий кафедрой КИСФР, профессор В.Н. Ясенев.

Ответственный за выпуск:

председатель методической комиссии финансового факультета ННГУ,

к.э.н., доцент Н.Н. Никулина

УДК 330.115(07)

ББК У.в 611 я 7

© Нижегородский государственный университет им. Н.И.Лобачевского, 2011

Введение

Эконометрика основана на экономической теории, статистике и математике. Предмет эконометрики – методы анализа и моделирования

количественных показателей экономики и их взаимосвязей.

В пособии приводится краткая теоретическая справка по вопросам эконометрического исследования количественных показателей экономики.

Основные этапы эконометрического исследования:

постановка проблемы (используется экономическая теория);

подготовка информации (используется статистика);

формулировка вида моделей количественных показателей экономики и их взаимосвязей (используются экономическая теория и математика);

оценка параметров и анализ качества моделей (используются математика, и, в частности, математическая статистика);

анализ и прогнозы количественных показателей экономики с помощью «удачных», с точки зрения статистических критериев, моделей, экономическое толкование результатов (используются экономическая

теория и математика).

Важнейшие аспекты корреляционного и регрессионного анализа рассматриваются на примерах с использованием данных за 2000-2010 годы по макроэкономическим показателям России:

оборот розничной торговли, реальные располагаемые денежные доходы, номинальная и реальная заработная плата, индекс потребительских цен, индекс потребительских цен продовольственных товаров, индекс потребительских цен непродовольственных товаров, индекс потребительских цен платных услуг населению;

внешнеторговый оборот торговли оборот России со странами СНГ, экспорт России в страны СНГ, импорт России из стран СНГ, официальные курсы доллара и евро к рублю;

прирост номинальной заработной платы и норма безработицы;

оборот общественного питания, индекс потребительских цен на продукты питания и денежные доходы.

Все вопросы формирования моделей временных рядов рассмотрены на примерах с использованием данных за 2000-2009 годы по макроэкономическим показателям России:

оборот розничной торговли,

производство хлеба и хлебобулочных изделий;

индекс потребительских цен.

Примеры исследования макроэкономических показателей экономики РФ, использованные в учебном пособии, опубликованы в печатных работах автора. Предлагаются задания для самостоятельной работы студентов.

3

Глава 1. Корреляционный анализ показателей экономики

1.1.Линейный коэффициент парной корреляции

Линейный коэффициент парной корреляции служит для анализа тесноты и направления связи двух количественных показателей x и y :

Свойства линейного коэффициента парной корреляции между показателями x и y :

rxy £1;

если rxy < 0,3 , то связь между показателями – слабая, т.е. она не может быть названа ни линейной, ни приближенно линейной;

если rxy > 0 , то связь между показателями – прямая, т.е., в среднем, показатели одновременно растут или падают;

если rxy < 0 , то связь между показателями – обратная, т.е., в среднем,

один показатель растет, а другой убывает.

Следует помнить то, что совместные изменения количественных показателей экономики могут не означать наличия реальных связей между ними, а существенная корреляция между ними может быть «ложной» и являться следствием наличия у них трендов или влияния других количественных и качественных показателей.

1.2.Частные коэффициенты корреляции

Частные коэффициенты корреляции характеризуют тесноту связи между двумя показателями за вычетом влияния других показателей. Порядок частного коэффициента корреляции равен числу показателей, влияние которых исключается. Коэффициенты линейной парной корреляции можно считать частными коэффициентами нулевого порядка. Коэффициенты частной корреляции можно определить, используя рекуррентную формулу:

4

ryxk ×x1...xk −1xk +1...xm =

Частные коэффициенты корреляции изменяются в пределах от -1 до +1. Приведем формулы расчета частных коэффициентов корреляции для

группы из трех показателей: y, x1, x2 .

Частные коэффициенты нулевого порядка: ryx1 , ryx2 , rx1x2 . Частные коэффициенты первого порядка:

показателем y . Исключая тренды и нивелируя влияние других количественных

и качественных показателей, мы можем подтвердить или отклонить наличие существенных (линейных) связей между экономическими показателями.

1.3.Примеры корреляционного анализа макроэкономических показателей Российской Федерации

Пример 1.3.1. Используя данные Федеральной службы государственной статистики РФ за период 2006 – 2009 годы, представленные в табл. 1.4.1, в

процентах к предыдущему кварталу, оценим тесноту и направление связи макроэкономических показателей:

Расчеты выполнены с использованием MS EXCEL. Результаты корреляционного анализа предлагаемой группы макроэкономических показателей приведены в табл. 1.3.1.

Таблица 1.3.1

Корреляционный анализ

Согласно таблице 1.3.1, можно сделать следующие выводы:

наблюдалась сильная прямая связь темпа изменения оборота розничной торговли с темпами изменения реальных располагаемых денежных доходов на душу населения, номинальной и реальной заработных плат;

присутствовала сильная обратная связь темпа изменения оборота розничной торговли с темпами изменения потребительских цен товаров и услуг в целом, цен платных услуг населению;

наблюдалась умеренная обратная связь между темпами изменения оборота розничной торговли и цен товаров, как продовольственных, так и непродовольственных;

наблюдалась сильная прямая зависимость между темпами изменения реальных располагаемых доходов россиян на душу населения и их заработных плат, номинальной и реальной;

имелась практически линейная зависимость между темпами изменения номинальной и реальной заработных плат как следствие налогового законодательства, а именно, наличия единой ставки НДФЛ (13%) и, вероятно, несущественного влияния в среднем по России тех факторов (например, покупка жилья, платное образование и лечение), которые позволяют уменьшать налогооблагаемую базу доходов;

присутствовала существенная обратная связь темпа изменения реальных доходов и заработных плат россиян с темпами изменения цен платных услуг населению и потребительских цен товаров и услуг в целом;

инфляционный процесс в России на этот период времени был обусловлен изменениями цен продовольственных товаров и платных услуг населению.

Используя линейные коэффициенты парной корреляции, приведенные в

табл. 1.3.1, определим частные коэффициенты корреляции группы макроэкономических показателей: I RT (y), I NWP (x2 ), IPC S (x7 ).

6

Частные коэффициенты корреляции нулевого порядка – коэффициенты линейной парной корреляции:

ryx2 = 0,910 ; ryx7 = −0,937 ; rx2 x7 = −0,809 .

Частные коэффициенты корреляции первого порядка:

Согласно приведенным частным коэффициентам корреляции первого порядка, можно сделать следующие выводы:

связь между темпами изменения оборота розничной торговли РФ и номинальной заработной платы остается сильной и прямой после исключения влияния изменения цен платных услуг населению;

связь между темпами изменения оборота розничной торговли и цен платных услуг населению, остается сильной и обратной после исключения влияния изменения номинальной заработной платы;

существенная обратная связь между темпами изменения номинальной заработной платы и цен платных услуг населению (согласно линейному коэффициенту парной корреляции) оказалась «ложной», в действительности ее можно считать слабой и прямой, если исключить влияние темпа изменения оборота розничной торговли РФ.

Пример 1.3.2. Используя данные Федеральной таможенной службы

(ФТС) Российской Федерации за период 2001–2009 годы, представленные в табл. 1.4.2.1. на конец квартала, в деньгах, оценим тесноту связи курсов доллара США и евро друг с другом и их влияние на внешнеторговый оборот Российской Федерации.

Обозначения показателей:

TR SNG – внешнеторговый оборот России со странами СНГ (млн. $), EXP SNG – экспорт России в страны СНГ (млн. $),

IMP SNG – импорт России из стран СНГ (млн. $),

руб / $ – официальный курс доллара США (руб.), руб / € – официальный курс евро (руб.).

Результаты корреляционного анализа приведены в табл. 1.3.2.1. Расчеты выполнены с использованием MS EXCEL. Согласно коэффициентам корреляции, можно сделать следующие выводы:

7

наблюдалась сильная обратная связь внешнеторгового оборота со странами СНГ, экспорта и импорта РФ с курсом доллара США к рублю;

имелась существенная прямая связь внешнеторгового оборота со странами СНГ, экспорта и импорта РФ с курсом евро к рублю;

практически отсутствовала связь между курсами доллара США и евро к рублю.

Таблица 1.3.2.1

Корреляционный анализ

Эти выводы плохо соответствуют действительности. Для анализа тесноты связи курсов валюты друг с другом и их влияния на внешнеторговый оборот РФ со странами СНГ полезно рассмотреть темпы изменения указанных макроэкономических показателей, представленные в табл. 1.4.2.2, в процентах к предыдущему кварталу.

Обозначения показателей:

I TR SNG – внешнеторговый оборот России со странами СНГ (%), I EXP SNG – экспорт России в страны СНГ (%),

I IMP SNG – импорт России из стран СНГ (%),

I руб / $ – официальный курс доллара США (%),

I руб / € – официальный курс евро к рублю (%).

Результаты корреляционного анализа приведены в табл. 1.3.2.2. Расчеты выполнены с использованием MS EXCEL. Согласно коэффициентам корреляции, можно сделать следующие выводы:

наблюдалась умеренная обратная связь внешнеторгового оборота со странами СНГ, экспорта и импорта с курсом доллара США к рублю;

имелась слабая обратная связь внешнеторгового оборота со странами СНГ, экспорта и импорта с курсом евро к рублю;

имелась существенная прямая связь между курсами доллара США и евро к рублю.

Таблица 1.3.2.2

Корреляционный анализ

Выводы, сформулированные согласно таблице 1.3.2.2, лучше соответствуют реальной макроэкономической ситуации, сложившейся на период 2001 – 2009 годы в Российской Федерации.

8

1.4.Задания для самостоятельной работы

Задание 1.4.1. Используя данные Федеральной службы государственной статистики РФ, представленные в табл. 1.4.1, оценить тесноту и направление связи макроэкономических показателей. Показатели, представленные на конец

квартала, в процентах к предыдущему кварталу описаны в примере 1.3.1.

Используя частные коэффициенты корреляции, уточнить выводы по тесноте связи между макроэкономическими показателями в следующих группах:

Сравнить результаты корреляционного анализа указанной группы показателей

Задание 1.4.2. Используя данные Федеральной таможенной службы (ФТС) Российской Федерации, оценить тесноту и направление связи макроэкономических показателей.

Показатели, представленные в табл. 1.4.2.1 и 1.4.2.2 на конец квартала,

в деньгах и процентах к предыдущему кварталу описаны в примере 1.3.2.

Сравнить результаты корреляционного анализа указанных групп показателей на разных промежутках времени: i = n0, n; n = 36; n0 = 2,21.

9