- •1. Эконометрическая модель и проблемы эконометрического моделирования
- •1.1. Общие понятия
- •1.2. Экономическая модель
- •1.3. Эконометрическая модель
- •1.4. Элементы эконометрической модели и их свойства
- •1.5. Задачи эконометрики
- •1.6. Эконометрика и её место в ряду математических и экономических дисциплин
- •1.7. Резюме по теме.
- •1.8. Вопросы для повторения
- •2. Элементы теории вероятностей и математической статистики
- •2.1. Дискретные, непрерывные случайные величины
- •2.2. Зависимые случайные величины
- •2.3. Понятия генеральной совокупности и выборки (выборочной совокупности)
- •2.4. Оценки параметров генеральной совокупности. Несмещённость и состоятельность оценок
- •2.5. Резюме по теме
- •2.6. Вопросы для повторения
- •3. Модели и методы регрессионного анализа
- •3.1. Основные понятия регрессионного анализа
- •3.2. Линейная парная регрессия
- •3.2.1. Определения
- •3.2.2. Принцип, метод наименьших квадратов
- •3.2.3. Свойства оценок параметров парной линейной регрессии
- •3.2.4. Анализ статистической значимости коэффициентов линейной регрессии
- •3.3. Нелинейная регрессия
- •3.4. Характеристики парной регрессии
- •3.5. Множественная регрессия
- •3.6. Гомо- и гетероскедастичность остатков
- •Методы определения гетероскедастичности
- •Тест ранговой корреляции Спирмена
- •3.7. Резюме по теме.
- •3.8. Вопросы для повторения
- •4. Анализ временных рядов
- •4.1. Общие понятия
- •4.2. Понятие временного ряда
- •4.3. Основные понятия и модели анализа временных рядов
- •4.4. Трендовые модели генерации значений временного ряда.
- •4.5. Фильтрация и сглаживание временного ряда
- •4.5.1. Медианная фильтрация (сглаживание)
- •Проверка гипотезы о наличии тренда во временном ряде
- •4.6. Методы сглаживания временного ряда
- •4.6.1. Общие понятия
- •4.6.2. Аналитические методы
- •4.6.3. Метод скользящего среднего
- •4.6.4. Метод экспоненциально взвешенного скользящего среднего (метод Брауна)
- •4.7. Стационарные временные ряды
- •4.7.1. Основные понятия
- •4.7.2. Корреляционная функция
- •4.7.3. Использование автокорреляции для выявления структуры временного ряда
- •4.8. Модели авторегрессии стационарных временных рядов и их идентификация
- •4.8.1. Основные понятия
- •4.8.2. Модель авторегрессии 1-го порядка
- •4.8.3. Модель авторегрессии второго порядка
- •4.8.4. Оценивание параметров моделей авторегрессии. Метод инструментальных переменных.
- •4.9. Моделирование сезонных и циклических колебаний
- •4.9.1. Расчет сезонной компоненты и построение модели временного ряда
- •4.9.2. Использование сезонных фиктивных компонент при моделировании сезонных колебаний
- •4.10. Специфика изучения взаимосвязей по временным рядам. Исключение сезонных колебаний. Исключение тенденции.
- •4.10.1. Метод отклонений от тренда
- •4.10.2. Метод последовательных разностей
- •4.11. Резюме по теме.
- •4.12. Вопросы для повторения
- •5. Системы одновременных уравнений
- •5.1. Модель спроса и предложения
- •5.2. Структурная и приведённая форма системы
- •5.3. Идентифицируемость систем одновременных уравнений
- •5.4. Резюме по теме.
- •5.5. Вопросы для повторения
- •Задачник
- •Примеры решения типовых задач
- •Задачи для самостоятельного решения
- •Варианты задач
- •Нелинейные модели регрессии и их линеаризация
- •Решение типовых задач
- •Задачи для самостоятельного решения.
- •Варианты задач
- •Решение типовых задач.
- •Постановка задачи
- •Варианты для самостоятельного решения.
1.4. Элементы эконометрической модели и их свойства
Вид функции называется спецификацией модели. Модель (1) является частным видом эконометрической модели, в которой спецификация линейная. Функция описывает общий ход экономического процесса, экономическую тенденцию развития, изменения зависимого показателя при изменении независимого.
Величина x – называется независимой или объясняющей переменной;
Величина y называется зависимой или объясняемой переменной. Значение величины yk состоит из двух частей:
величина – это часть зависимого показателя, обусловленная или объяснённая экономическими причинами или просто объясняемая часть; k – необъяснённая часть, поскольку невозможно описать все случайные факторы.
k – величина, выражающая вклад случайных мелких, незначительных факторов, которые отклоняют реальные статистические данные от значений зависимого показателя, обусловленного экономической тенденцией, однако не изменяют эту экономическую тенденцию.
Основные свойства величин k:
1) эти величины случайные, в противном случае зависимость (2) функциональная;
2) k принимают положительные и отрицательные значения, так как случайные факторы увеличивают или уменьшают величины, обусловленные экономической тенденцией;
3) Абсолютные величины |k| не должны быть очень большими по сравнению со значениями, вычисляемыми по спецификации. Другими словами, необъяснённая часть показателя y должна быть мала по сравнению с объяснённой. Если же отклонения значительны, тогда спецификация неточно описывает экономическую тенденцию, её необходимо уточнять и в число объясняющих факторов вводить факторы, вклад которых приводит к большим значениям k.
– параметры спецификации. Для разных видов функции количество этих параметров, их смысл и названия разные. Например, для линейной спецификации
этих параметров два;
параметр
0 – свободный член,
1 – угловой коэффициент.
1.5. Задачи эконометрики
1) По имеющимся статистическим данным подбор спецификации, наиболее точно отражающей экономическую тенденцию. Эта задача может быть уже решена экономической или эконометрической теорией.
2) Оценивание параметров спецификации и определение качества этих оценок и эконометрической модели в целом. (Насколько хорошо модель объясняет изменение показателя y).
3) Формирование прогнозов на основе построенной модели и выработка рекомендаций для эффективных экономических решений.
1.6. Эконометрика и её место в ряду математических и экономических дисциплин
Название «эконометрика» было введено в 1910 г. бухгалтером П.Цьемпой. Цьемпа считал, что если к бухгалтерском учёту применить методы алгебры и геометрии, то можно получать новые, более глубокие экономические знания.
Слово «эконометрика» представляет собой комбинацию двух слов: «экономика» и «метрика». Таким образом, эконометрика является наукой об измерении и статистическом количественном анализе экономических явлений.
Эта наука является сплавом трёх компонент: экономической теории, экономической и математической статистики.
1.7. Резюме по теме.
Так как в большинстве случаев невозможно построить экономическую модель, описывающую функциональную зависимость между экономическими величинами, то исследователи применяют для таких зависимостей, когда вследствие вклада случайных непредсказуемых факторов, реальная зависимость между величинами отклоняется от теоретической экономической тенденции, так называемую эконометрическую модель, описывающую статистическую зависимость между переменными. Эта зависимость такова, что по значению одной переменной невозможно точно предсказать значение другой переменной, можно говорить только о среднем изменении зависимого показателя. Зависимая переменная, выражающаяся через эконометрическую модель, состоит из объясненной по экономической тенденции части и из необъясненной части, которая характеризует вклад мелких, незначительных факторов. Необъясненная часть должна быть случайной и достаточно малой по сравнению с объясненной частью.