- •1.Предмет, цели и задачи эконометрики (э). Экон.Модель (эм), основные этапы построения экон.Модели.
- •2.Простая линейная регрессия. Классические предположения модели.
- •3.Стат.Оценивание парам плр по мнк. Св-ва оценок.
- •4.Проверка качества плр: значимость параметров, адекватность моделей. Прогнозирование.
- •5.Множественная линейная регрессия (млр). Классич. Предположения. Мнк-оценка параметров модели.
- •6.Свойства мнк-оценок млр. Теорема Гаусса-Маркова.
- •7. Проверка качества множественной линейной регрессии: значимость параметров, доверительные интервалы, адекватность модели. Прогнозирование.
- •8.Спецификация эконометрической модели: способы и диагностика отбора экзогенных переменных. Тесты Рамсея и Амемья.
- •9.Спецификация экономической модели: выбор формы зависимости нелинейной модели.
- •10. Проблема гетероскедастичности модели. Критерии её диагностики.
- •11.Взвешенный мнк в задаче оценивания параметров модели. Свойства оценок взвешенного мнк.
- •12.Проблема автокорреляции остатков модели. Последствия автокорреляции при использовании модели.
- •13. Критерий диагностики автокорреляции Дарбина-Уотсона.
- •14. Методы устранения автокорреляции
- •15. Проблема наличия мультиколлинеарности модели. Последствия наличия и диагностика мультиколлинеарности.
- •16. Методы устранения мультиколлинеарности.
- •17. Динамические модели с распределёнными лагами.
- •18. Структура лагов по Койку: Частные случаи (модель с неполной корректировкой и адаптивных ожиданий)
- •19. Понятие временного ряда(вр). Модель вр, основные задачи анализа вр. Методы сглаживания вр (скользящего среднего, экспоненциального сглаживания, последовательных разностей)
- •20. Стационарность вр. Характеристики корреляции уровней вр.
- •21. Стационарные модели временных рядов: авторегрессии, скользящего среднего арсс.
- •22. Системы одновременных эконометрических уравнений (соу). Структурная и приведенная форма соу (графическое и матричное представление)
- •23. Проблемы идентификации соу. Идентифицируемость уравнений соу.
- •24. Методы оценивания соу. Косвенный мнк. Двухшаговый мнк. Применимость и свойства оценок.
- •25. Современное состояние эконометрики. Примеры больших эконометрических моделей.
9.Спецификация экономической модели: выбор формы зависимости нелинейной модели.
Вид зависимости |
Модель |
Коэф-т наклона |
Эластичность |
Линейная |
|
a1 |
a1 |
Двойная логарифми-ческая |
|
a1 |
a1 |
Полулогарифмическая |
|
a1 |
a1 |
Полулогарифмическая |
|
a1yt |
a1xt |
Полиномиальная |
|
a1+ 2a2xt |
a1 |
Обратная |
|
|
|
Присутствие свободного члена a0 в модели часто оказывается полезным с точки зрения экономического смысла, который привносит его наличие, а именно: например, в микроэкономике в модели общих издержек производства a0 имеет вид постоянных издержек. С=a0+a1Q+ε, а также a0=FC,a1Q=VC,С=TC; a0 объединяет в себя автономное влияние зависимости без учета экзогенных переменных.
Примеры ЭМ, которые используют табличные зависимости:
Линейная модель применяется в зависимости потребления от национального дохода: Сt=a0+a1yt+εt
Двойная логарифмическая модель применяется при линеаризации производственной функции Кобба - Дугласа:
При отражении зависимости спроса на товар от располагаемого дохода (кривые Энгела):
Модель зависимости уровня з/п от стажа и образования занятых:
2
При оценке взаимосвязи уровня безработицы(U) и уровня з/п(W) (Кривая Филипса):
10. Проблема гетероскедастичности модели. Критерии её диагностики.
Проблема гетероскедастичности возникает, когда наблюдения за эконометрическими переменными, включенными в модель, таковы, что точность наблюдений, проведенных в различные моменты времени, неодинакова, другими словами:
.
Различают явную и неявную гетероскедастичность. Явная гетероскедастичность возникает, когда шоковая переменная модели имеет различные дисперсии в различные моменты наблюдения правильно специфицированной модели. В общем виде перепишем модель для случая двух экзогенных переменных:
Здесь – так называемый фактор пропорциональности, на практике выбирается как некоторая экзогенная переменная.
Неявная гетероскедастичность возникает вследствие неправильной спецификации модели.
Критерий Парка.
1. С помощью МНК оценивают параметры модели и рассчитывают отклонения:
2. Применяют полученные отклонения для построения вспомогательной модели:
3. Производят проверку значимости параметров вспомогательной модели по критерию Стьюдента. При получении вывода о значимости параметров диагностируют наличие гетероскедастичности.
Критерий Голдфилда – Кандта.
1. Упорядочивают наблюдения за эндогенной переменной в соответствии с величиной фактора z:
2. Разбивают выборку на три части объемами: Образуют вспомогательную регрессию, образованную из 1-й и 3-й частей упорядоченной выборки, рассчитывают остатки: RSS(3), RSS(1).
3. Применяют F-критерий с решающей функцией вида:
Если расчетное значение величины превышает табличное, то делают вывод о наличии гетероскедантичности.
Критерий Бриша-Пагана.
1 и 2 совпадают с критерием Парка, где учитывают .
3. Гипотезу значимости параметров вспомогательной регрессии осуществляют на основе решающей функции:
Если расчетное значение статистики превышает табличное значение из таблиц , то делают вывод о наличии гетероскедантичности.
Критерий Вайта. Не требует задания фактора пропорционал .
1. Вычисляют остатки исходного эконометрического уравнения .
2. Образовывают вспомогательную модель:
3. Осуществляют МНК-оценивания регрессии, полученной на предыдущем шаге, и проверяют значимость ее параметров по правилу:
При подтверждении данного неравенства делают вывод о наличии гетероскедастичности.