Пособие 09

Министерство образования и науки Российской Федерации

Дальневосточный государственный университет

Институт менеджмента и бизнеса

А.Б. Кригер

ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ В ИНФОРМАЦИОННЫХ СРЕДАХ

Учебное пособие для студентов специальности 351401

«Прикладная информатика (в экономике)»

Владивосток Издательство Дальневосточного университета

2005

ББК 32.81 К 82

Рецензент В.И. Кондратьева, канд. экон. наук, доцент,

зав. кафедрой «Информационные системы в экономике», ДВГТУ А.В. Бажанов, канд. физ.-мат. наук, доцент, декан РАФ ДВГУ

© Кригер А.Б., 2005

© Институт менеджмента и бизнеса ДВГУ, 2005

2

3

4

ВВЕДЕНИЕ В КУРС

Тенденция бурного развития компьютерной техники, информационных технологий и их широкого применения во всех сферах жизни общества получила название информатизации. Одним из следствий общего развития информационных технологий является возникновение и широкое внедрение в практику экономических информационных систем (ЭИС).

За короткий срок существенно изменились требования предъявляемые заказчиками к ЭИС.

На начальном этапе, учитывая большой объемы экономической информации и большие затраты труда по ее обработке, на первый план выдвигались задачи формирования банков и баз данных (БД). Основное внимание уделялось автоматизированным информационным технологиям (АИТ) сбора и регистрации данных и реализации запросов к БД. Основным результатом применения таких ЭИС являлась автоматизация поиска и сортировки информации, создания отчетов в соответствии с требуемыми формами.

Дальнейшее развитие ЭИС поставило задачи автоматизации движения финансовых ресурсов, бухгалтерских расчетов и т.п. Для таких ЭИС математическое обеспечение сводилось к финансовым расчетам - расчету процентных денег, оборотов, сальдо, средневзвешенных и среднехронологических показателей.

К современным ЭИС – корпоративным информационным системам (КИС) – предъявляются более жесткие требования. Задачами современных ЭИС являются обеспечение комплексного учета и экономического анализа, многовариантность расчетов, обработка информационных потоков в режиме реального времени, поддержка систем принятия решения и др. задачи. Особым видом ЭИС являются так называемые «интеллектуальные» системы.

В этой связи высокие требования предъявляют к математическому обеспечению ЭИС.

Под математическим обеспечением понимают совокупность математических методов, моделей и алгоритмов обработки информации, используемых при решении функциональных задач ЭИС и в процессе автоматизации проектных работ.

Математическое обеспечение включает средства моделирования процессов управления, методы оптимизации управленческих процессов и процессов принятия решения (методы многокритериальной оптимизации, математического программирования, математической статистики, теории массового обслуживания и др.)

Очевидно, что не только разработка математического обеспечения ЭИС, но и эксплуатация, сопровождение ЭИС с солидным математически обеспечением не возможны без специальной подготовки специалистов.

Для студентов по специальности «Прикладная информатика в экономике» такая подготовка обеспечивается комплексом курсов:

5

«Математика», «Теория вероятностей», «Статистика», «Эконометрика», «Математическая экономика», «Имитационное моделирование» и др. Изучение указанных курсов обеспечивает получение представления о математических методах и моделях, применяемых в финансовом анализе и экономике, как на макро, так и на микро уровне.

Специализация курса

Данное учебное пособие составлено в соответствии с государственным образовательным стандартом специальности 351400 «Прикладная информатика (по областям)» для области «Экономика» и позволяет освоить

начальный курс эконометрики.

Впособии подробно изложены основные положения классической теории линейных моделей регрессии.

Учитывая особенности подготовки специалистов для области ЭИС, центральное внимание в пособии уделяется вопросам построения эконометрических моделей с помощью информационно-аналитических систем. Детально рассматриваются примеры расчетов параметров моделей, оценки их качества (значимости) с помощью специальных статистических программ и модулей. Рассмотрены распространенные и доступные прикладные статистические программы и встроенные инструменты Microsoft Office, предназначенные для анализа статистических данных и эконометрического моделирования.

Впособии приведены примеры построения учебных эконометрических моделей – регрессионных моделей. Эти модели лишь иллюстрируют применение методов эконометрики. Примеры моделей, построенных для реальных экономических объектов и реальных экономических показателей, анализ моделей и обсуждение результатов можно найти в [6]. Однако следует учесть, что приведенные модели являются учебными только в смысле их законченности и практической ценности. Все модели построены на реальных экономических данных и с этой точки зрения являются практическими.

Структура курса

Данное пособие представляет собой комплекс учебных материалов,

предназначенных для изучения начального курса эконометрики.

Комплекс учебных материалов включает: учебную программу по курсу,

определение эконометрики, как науки, ее целей и задач, обзор задач экономической практики,

теоретические вопросы - основные положения классической теории линейных моделей регрессии,

примеры построения и оценки параметров различных типов регрессионных моделей (парной, множественной, динамической), оценки значимости моделей,

6

приложения, включая руководство по применению компьютерных функций и специализированных программ для решения задач эконометрики,

список рекомендуемой литературы и источников.

Примеры оценивания моделей в информационно-аналитических системах по существу являются руководством по выполнения лабораторных работ.

Кроме перечисленного в приложениях рассмотрены важные для моделирования и оценки качества моделей распределения и числовые характеристики теории вероятности, статистические таблицы.

С целью самопроверки знаний студента в пособие включены краткий тест и задачи.

Связь с другими курсами

Как дисциплина, «Эконометрика» связана с другими курсами государственного образовательного стандарта, и является логическим продолжением курсов «Высшая математика», «Теория вероятностей», «Статистика». Кроме того, студентам для изучения курса требуются знания, полученные при изучении таких дисциплин как «Информатика», «Операционные среды, системы, оболочки», «Экономическая теория».

По окончании изучения курса «Эконометрика» студенты специальности «Прикладная информатика (в экономике)» продолжают изучать математические методы и модели в дисциплинах «Математическая экономика», «Имитационное моделирование» и других прикладных направлениях, использующих математически модели, реализованные в информационных системах.

Цель курса

Основной целью курса является изучение эконометрики, ее методов и моделей как составляющей математического обеспечения ЭИС.

Задачи курса

В результате изучения курса «Эконометрика» студент должен:

знать

основные элементы теории вероятности и математической статистики, используемые в эконометрическом моделировании;

основные положения классической теории линейных моделей регрессии;

7

статистические оценки значимости («качества») эконометрических моделей;

уметь:

получать основные выражения для оценки параметров парной, множественной, нелинейной регрессий;

создавать регрессионную модель для конкретных экономических данных;

оценивать значимость построенной регрессионной модели;

давать интерпретацию полученным параметрам модели;

применять специализированные компьютерные программы в эконометрическом моделировании.

8

ПРОГРАММА КУРСА «ЭКОНОМЕТРИКА» ДЛЯ СТУДЕНТОВ СПЕЦИАЛЬНОСТИ «ПРИКЛАДНАЯ ИНФОРМАТИКА (В

ЭКОНОМИКЕ)»

I. Содержание лекционного курса

1. Эконометрика, связь с другими дисциплинами, модели, данные

Что изучает эконометрика. Основные понятия, определения. Корреляционный анализ в экономических исследованиях.

Типы моделей, типы данных.

2. Информационные технологии в эконометрических исследованиях

Обзор применяемых вычислительных сред. Проведение эконометрических исследований с использованием информационных технологий.

3. Эконометрические модели с одной объясняющей переменной – парная регрессия

Постановка задачи построения эконометрической модели, метод наименьших квадратов. Спецификация модели.

Статистическая оценка полученной модели регрессии: t -статистика, F - статистика, коэффициент детерминации, статистика Дарбина-Уотсона.

Анализ и экономическая интерпретация полученных характеристик. Уравнения регрессии в логарифмической форме. Понятие эластичности функции.

4. Нелинейные регрессионные модели в эконометрике

Виды используемых нелинейных зависимостей. Линеаризация полученных уравнений.

5. Множественная линейная регрессия

Модель множественной (многомерной) линейной регрессии - основные выражения. Статистическая оценка полученной модели регрессии. Фиктивные переменные. Анализ и интерпретация полученных характеристик. Правила и рекомендации по построению моделей

6. Применение эконометрических моделей в прогнозировании

Применение модели линейной регрессии в прогнозировании. Оценка полученного прогноза. Применение эконометрических методов для анализа рынка ценных бумаг.

7. Системы одновременных уравнений

Системы одновременных уравнений. Основные типы. Методы решения

9