
- •Аглава определение эконометрики
- •1.1. Предмет эконометрики
- •1.2. Особенности эконометрического метода
- •I продукции на 1 ед. Продукции
- •На 1 ед. Продукции
- •Где Ку я, b — параметры;
- •' 1.3. Измерения в экономике
- •0. Каковы допустимые преобразования на каждой шкале изме рения?глава парная регрессия и корреляция в эконометрических исследованиях
- •2.1. Спецификация модели
- •2.3. Оценка существенности параметров линейной регрессии и корреляции
- •2.4. Интервалы прогноза по линейному уравнению регрессии
- •IfYi пеосм
- •XStudenmund a.N. Using Econometrics: a Practical Guide. — 2-nd Edition, opyright, 1992 by Harper Collins Publishers Inc. - p. 226.
- •Доля расходов на товары длительного пользования в зависимости от дохода семьи
- •1 См., например: Лизер с. Эконометрические методы и задачи / Пер. С англ. - м.: Статистика, 1971. - с. 94.
- •В данном разделе рассматриваются лишь внутренне линейные модели.
- •Где f(X) — первая производная, характеризующая соотношение приростов результата и фактора для соответствующей формы связи.
- •Коэффициенты эластичности для ряда математических фушкций
- •Зависимость рентабельности продукции у (%) от ее трудоемкости х (ч/ед.)
- •1ДжошштДж. Эконометрические метопы / Пер. С англ. — м.: Статистика, 1980. - с. 60.
- •2.6. Корреляция для нелинейной регрессии
- •Индекс детерминации; число наблюдений; число параметров при переменных х.
- •2.7. Средняя ошибка аппроксимации
- •Расчет средней ошибки аппроксимации
- •TГлава множественная регрессия и корреляция
- •3.1• Спецификация модели
- •Потребление; доход;
- •13.2. Отбор факторов при построении
- •Соответствующих факторов.
- •Приведенная форма модели рассматривается в гл. 4
- •3.3. Выбор формы уравнения регрессии
- •См.: Маленво э. Статистические методы эконометрии. — м.: Статис 1975.-с. 138.
- •- Стоимость основных производственных фондов;
- •.4. Оценка параметров уравнения ножественной регрессии
- •3.5. Частные уравнения регрессии
- •3.6. Множественная корреляция
- •Ryxiпарные коэффициенты корреляции результата с каждым фактором.
- •Товаров по региону; х4 - процент увеличения объема продаж фирмы по сравнению с предыдущим годом. /
- •3.7. Частная корреляция
- •Модель фактора X/.
- •3.8. Оценка надежности результатов множественной регрессии и корреляции
- •Коэффициент множественной детерминации для модели с полным набором факторов;
- •Число степеней свободы
- •Сумма квадратов,
- •Dщая Регрессия
- •Отклонений.
- •1 Р с у при неизменном уровне всех других факторов;
- •Включающего все факторы, кроме фактора х(;
- •Р сии с полным набором факторов.
- •3.9. Фиктивные переменные во множественной регрессии
- •1 Подробнее о разных методах построения уравнения множественной регрессии см.: Дрейпер н., Смит г. Прикладной регрессионный анализ. — с. 172-225.
- •2См., например: Ерина а а//Математико-статистические методы изучения экономической эффективности производства. — м.: Финансы и статистика, 1983.
- •Где параметры и случайная составляющая представлены в логарифмах.
- •— Если предприятие находится в остальных районах;
- •— Если предприятие находится в Дальневосточном районе, о — если предприятие находится в остальных районах.
- •Распространенность ручного труда на предприятиях одной отрасли в зависимости от уровня автоматизации производства
- •— Для остальных предприятий;
- •— Для предприятий со средним уровнем автоматизации
- •3.10. Предпосылки метода наименьших квадратов
- •Рйе.3.2. Зависимость случайных остатков в/ от теоретических значений ух
- •'См. Подробно: Статистическое моделирование и прогнозирование: Учеб. Пособие / Под ред. А. Г. Гранберга. — м.: Финансы и статистика, . 1990.-с. 158.
- •И максимальных значениях х; в — максимальная дисперсия остатков при малых значениях х и дисперсия остатков однородна по мере увеличения значений х
- •Рие. 3.6. Гомоскедастичность остатков
- •Рне. 3.8. Гетероскедастичность: большая дисперсия z{ для больших значений ух
- •Районы города
- •165 За строками цифр. - сПб, 1995. - с. 141-145.
- •3.11. Обобщенный метод наименьших квадратов
- •Гомоскедастичности остатков; к{ — коэффициент пропорциональности, меняющийся с изменением величины фактора, что и обусловливает неоднородность дисперсии.
- •В чем смысл обобщенного метода наименьших квадратов?глава системы эконометрических уравнений
- •4.1. Общее понятие о системах уравнений,
- •4.2. Структурная и приведенная формы модели
- •4.3. Проблема идентификации
- •Где у, и у2 — совместные зависимые переменные.
- •4.4. Оценивание параметров структурной модели
- •Где и]уи2 — случайные ошибки приведенной формы модели.
- •Расчетные данные для второго шага дмнк
- •4.5. Применение систем эконометрических уравнений
- •1 См.: Тинтнер г. Введение в эконометрию. - с. 175-176, 267—269.
- •1 См.: Лизер с. Эконометрические методы и задачи. - с. 115.
- •4.6. Путевой анализ
- •» /Глава моделирование одномерных временных рядов1
- •5.1. Основные элементы временного ряда
- •5.2. Автокорреляция уровней временного ряда и выявление его структуры
- •ILiXj-X)(yj-y)
- •5.3. Моделирование тенденции временного ряда
- •Автокорреляционная функция временного ряда темпов роста номинальной месячной заработной платы за 10 месяцев 1999 г., % к уровню декабря 1998 г.
- •5.4. Моделирование сезонных и циклических колебаний
- •Расчет значений сезонной компоненты в аддитивной модели
- •16* Расчет выравненных значений г и ошибок е в аддитивной модели
- •Прибыль компании, тыс. Долл. Сша
- •Расчет выравненных значений т и ошибок е в мультипликативной модели
- •5.5. Моделирование тенденции временного ряда
- •Глава изучение взаимосвязей по временным рядам
- •6.1. Специфика статистической оценки взаимосвязи двух временных рядов
- •6.2. Методы исключения тенденции
- •Результаты расчета параметров линейных трендов расходов на конечное потребление и совокупного дохода
- •Расчет критерия Дарбина — Уотсона дм модели зависимости потребления от дохода
- •6.4.Оценивание параметров уравнения регрессии при наличии автокорреляции в остатках
- •6.5. Коинтеграция временных рядов
- •7.2. Интерпретация параметров моделей с распределенным лагом
- •7.3. Изучение структуры лага и выбор вида модели с распределенным лагом
- •7.4. Модели адаптивных ожиданий
- •7.5. Оценка параметров моделей авторегрессии
- •7.6. Новые направления в анализе многомерных временных рядов
- •В чем сущность моделей рациональных ожиданий? Какова специфика оценки их параметров?литература
- •.Предметный указатель
- •6Оглавление
- •Isbn 5-279-01955-0
- •Эконометрика
Что означает взаимодействие факторов и как оно может быть представлено графически?
Как интерпретируются коэффициенты регрессии линейной модели потребления?
Какой смысл приобретает в производственных функциях и что означает ЗД > 1?
Какие коэффициенты используются для оценки сравнительной силы воздействия факторов на результат?
В каких случаях рассчитывается «квази-/?2»?
От чего зависит величина скорректированного индекса множественной корреляции?
Каково назначение частной корреляции при построении модели множественной регрессии?
Составьте матрицу частных коэффициентов корреляции разного порядка для регрессионной модели с четырьмя факторами.
Что такое частный /^-критерий и чем он отличается от последовательного F-критерия?
Как связаны между собой ^-критерий Стьюдента для оценки значимости bt и частные F-критерии?
При каких условиях строится уравнение множественной регрессии с фиктивными переменными?.
Как трактуются коэффициенты модели, построенной только на фиктивных переменных?
Сформулируйте основные предпосылки применения МНК для построения регрессионной модели.
В чем сущность анализа остатков при наличии регрессионной модели?
Как можно проверить наличие гомо- или гетероскедастичности остатков?
Как оценивается отсутствие автокорреляции остатков при построении статистической регрессионной модели?
В чем смысл обобщенного метода наименьших квадратов?глава системы эконометрических уравнений
4.1. Общее понятие о системах уравнений,
ИСПОЛЬЗУЕМЫХ В ЭКОНОМЕТРИКЕ
t
i
• » . • * 1
Объектом статистического изучения в социальных науках являются сложные системы. Измерение тесноты связей между переменными, построение изолированных уравнений регрессии недостаточно для описания таких систем и объяснения механизма их функционирования. При использовании отдельных уравнений регрессии, например для экономических расчетов, в большинстве случаев предполагается, что аргументы (факторы) можно изменять независимо друг от друга. Однако это предположение является очень грубым: практически изменение одной переменной, как правило, не может происходить при абсолютной неизменности других. Ее изменение повлечет за собой изменения во всей системе взаимосвязанных признаков. Следовательно, отдельно взятое уравнение множественной регрессии не может характеризовать истинные влияния отдельных признаков на вариацию результирующей переменной. Именно поэтому в последние десятилетия в экономических, биометрических и социологических исследованиях важное место заняла проблема описания структуры связей между переменными системой так называемых одновременных уравнений, называемых также структурными уравнениями. Так, если изучается модель спроса как соотношение цен и количества потребляемых товаров, то одновременно для прогнозирования спроса необходима модель предложения товаров, в которой рассматривается также взаимосвязь между количеством и ценой предлагаемых благ. Это позволяет достичь равновесия между спросом и предложением.
Приведем другой пример.
12^117 177
При оценке эффективности производства нельзя руководствоваться только моделью рентабельности. Она должна быть дополнена моделью производительности труда, а также моделью себестоимости единицы продукции.
В еще большей степени возрастает потребность в использовании системы взаимосвязанных уравнений, если мы переходим от исследований на микроуровне к макроэкономическим расчетам. Модель национальной экономики включает в себя систему уравнений: функции потребления, инвестиций заработной платы, а также тождество доходов и т.д. Это связано с тем, что макроэкономические показатели, являясь обобщающими показателями состояния экономики, чаще всего взаимозависимы. Так, расходы на конечное потребление в экономике зависят от валового национального дохода. Вместе с тем величин^ валового национального дохода рассматривается как функция инвестиций.
Система уравнений в эконометрических исследованиях мо-
<
жет быть построена по-разному.
Возможна система независимых уравнений, когда каждая зависимая переменная (у) рассматривается как функция одного и того же набора факторов (х):
у
у2 = о21х, +а22х2 +...+а2тхт +е2,
1Л х, +а„2 х2 +...+а„тхм +е„.
ч
Набор факторов х,- в каждом уравнении может варьировать. Так, модель вида
Ух = Дх,, х2, х3, х4, х5)
\>*3>x4>xs)
Уз =Л*2> Х3> Х5> У А = *4> *5>
также является системой независимых уравнений с тем лишь отличием, что в ней набор факторов видоизменяется в уравнениях, входящих в систему. Отсутствие того или иного фактора в уравнении системы может быть следствием как экономической нецелесообразности его включения в модель, так и несущественности его воздействия на результативный признак (незначимо значение /-критерия или частного /'-критерия для данного фактора).
17
8
Примером такой модели может служить модель экономической эффективности сельскохозяйственного производства, где в качестве зависимых переменных выступают показатели, характеризующие эффективность сельскохозяйственного производства, — продуктивность коров, себестоимость 1 ц молока, а в качестве факторов — специализация хозяйства, количество голов на 100 га пашни, затраты труда и т. п.
Каждое уравнение системы независимых уравнений может рассматриваться самостоятельно. Для нахождения его параметров используется метод наименьших квадратов. По существу, каждое уравнение этой системы является уравнением регрессии. Поскольку никогда нет уверенности, что факторы полностью объясняют зависимые переменные, то в уравнениях присутствует свободный член а0. Так как фактические значения зависимой переменной отличаются от теоретических на величину случайной ошибки, то в каждом уравнении присутствует величина случайной ошибки.
В итоге система независимых уравнений при трех зависимых переменных и четырех факторах примет вид:
У\ = «oi +«n*i +«12*2 + «1 з*з + «м*4+»
У2 ~ «02 +«21*1 +«22*2 + «23*3 +«24*4 +е2> УЗ = «03 +«31*1 +«32*2 +«33*3 + «34*4 + ^3 *
Однако если зависимая переменная у одного уравнения выступает в виде фактора х в другом уравнении, то исследователь может строить модель в виде системы рекурсивных уравнений: -
У\ =«ll*l + «12*2 + — + «lm*m +eb
Уг=Ьг\У\ +«21*1 +«22*2+- + «2m*m+e2>
УЪ +^2 +«31*1 +«32*2 +•'* + «3т*да +4
Уп=Ьп\У\ + to+-.. + *m,-l>V-l +«„1*1 +««2*2 + • • • + «лт*т +®яв
%
12*
179
ух=аихх+ах2х2+а13х3+ги
Уг = *21>1 +а2\х\ +а72х2 +*23*3 + е2>
где ух — производительность труда; у2 — фондоотдача; х, — фондовооруженность труда; Х2 — энерговооруженность труда; хг — квалификация рабочих.
Как и в предыдущей системе, каждое уравнение может, рассматриваться самостоятельно, и его параметры определяются методом наименьших квадратов (МНК).
Наибольшее распространение в эконометрических исследованиях получила система взаимозависимых уравнений. В ней одни и те же зависимые переменные в одних уравнениях входят в левую часть, а в других уравнениях — в правую часть системы:
у, =^2 - Л +*13 'Уз +- + *1п'УП +Дц *х2 + -. + Л1 m 'хт+*\>
у2=Л2Гу1+^3у3+...+А2л.уп+а2Гх|+а22.х2+...+а2да-хж+е2,
Уп = К\ 'У\ +ът 'Уг +•»+Уп-\ +ат х\ +*«2'хг +.«+*,■. +ел-
Система взаимозависимых уравнений получила название системы совместных, одновременных уравнений. Тем самым под-ч черкивается, что в системе одни и те же переменные (у) одновременно рассматриваются как зависимые в одних уравнениях и как независимые в других. В эконометрике эта система уравнений называется также структурной формой модели. В отличие от предыдущих систем каждое уравнение системы одновременных уравнений не может рассматриваться самостоятельно, и для нахождения его параметров традиционный МНК неприменим. С этой целью используются специальные приемы оценивания.
Примером системы одновременных уравнений может служить модель динамики цены и заработной платы вида
Уг = Л + fl22*2 + *23*3+е2,
где У| — темп изменения месячной заработной платы; у2 — темп изменения цен; х, — процент безработных; х2 — темп изменения постоянного капитала; х3 — темп изменения цен на импорт сырья.
180