- •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.
4.12. Вопросы для повторения
1. Что такое временной ряд?
2. Какие основные понятия анализа временных рядов?
3. Что такое тренд?
4. Какие существуют методы сглаживания временного ряда, их особенности?
5. Что такое стационарный временной ряд?
6. Что такое корреляционная функция?
7. Какие модели называются авторегрессионными?
8. Авторегрессия первого порядка?
9. Авторегрессия второго порядка?
10. Какие существуют подходы при моделировании сезонных или циклических колебаний?
11. Какие могут возникнуть проблемы при моделировании взаимосвязи двух или более временных рядов?
12. Какие методы применяют для устранения тенденции?
5. Системы одновременных уравнений
Цели и задачи изучения темы:
Формирование представления об одновременных уравнениях в экономике и о методах решения таких уравнений.
5.1. Модель спроса и предложения
Обозначим
соответственно объёмы предложения и спроса в момент времени t;
Pt цена товара, Yt доход в момент времени t.
Предполагается, что на рынке существует равновесие между спросом и предложением
.
Такое динамическое равновесие может быть представлено следующей моделью
предложение;
спрос.
Обозначим отклонения от средних
,
,
.
Тогда
,
.
Если усреднить исходные уравнения предложения и спроса, получим
,
.
С учётом этих соотношений предыдущие два уравнения запишутся как
qt = 2pt + t;
qt = 2pt + 3yt + ut (191)
Эти два соотношения являются моделью предложения и спроса в отклонениях.
В соответствии с этой моделью цена и величина спроса-предложения определяются одновременно, поэтому такие системы называются системами одновременных уравнений.
Величины цены и спроса являются эндогенными переменными, которые должны определяться в рамках модели, а величина дохода экзогенной переменной её значение задаётся.
Предполагается, что в каждом уравнении экзогенные переменные некоррелированы с ошибкой. Тогда как эндогенные переменные, стоящие в правых частях уравнений, могут иметь отличную от нуля корреляцию с ошибкой в соответствующем уравнении. В этом случае непосредственное применение МНК даёт смещённые и несостоятельные оценки параметров регрессии 2, 2, 3.
5.2. Структурная и приведённая форма системы
Система (191) называется структурной формой модели, а коэффициенты 2, 2, 3 структурными коэффициентами.
Разрешим систему (191) относительно pt, qt:
,
.
Обозначая
; ; (192)
; ,
получаем
qt = 1yt + v1t;
pt = 2yt + v2t. (193)
Система (193), в которой все эндогенные переменные явно выражены через экзогенные переменные и случайные остаточные компоненты, называется приведённой формой системы одновременных уравнений.
В этой форме экзогенная переменная yt некоррелирована с возмущениями v1t, v2t, поэтому МНК даст несмещённые и состоятельные оценки и коэффициентов 1, 2. Так как
по оценкам , получаем оценку 2:
,
которая по теореме Слуцкого будет состоятельной оценкой структурного коэффициента 2.
Такой способ оценивания структурных коэффициентов с помощью оценок коэффициентов приведённой формы называется косвенным методом наименьших квадратов.
Очевидно, таким же образом, нельзя воспользоваться соотношениями (192) для получения оценок структурных коэффициентов 2, 3. Таким образом, второе уравнение в системе (191) неидентифицируемо.
Неидентифицируемость этого уравнения можно также доказать следующим образом. Умножим первое уравнение (191) на , а второе на (1 ) и сложим их. Получим соотношение
qt = 2pt + 3yt + t, (194)
где
2 = 2 + (1 )3, 3 = (1 )3, t = t + (1 )ut.
Уравнение (194) имеет такой же вид, что и второе уравнение в системе (191). Это значит, что другие коэффициенты 2, 3 также подходят для данных qt, pt, yt. Таким образом, при любом методе оценивания структурных коэффициентов второго уравнения нельзя утверждать, получены оценки именно коэффициентов 2, 3.