
- •1. Назначение экономико-математических моделей (эмм). Два принципа их спецификации. Типы уравнений в эмм: поведенческие уравнения и тождества (на примере макромодели).
- •2. Типы переменных в экономических моделях. Структурная и приведённая форма модели (на примере макромодели). Компактная запись.
- •4. Спецификация и преобразование к приведённой форме эконометрических моделей. Эконометрическая модель Самуэльсона–Хикса делового цикла экономики. Компактная запись.
- •Порядок оценивания линейной эконометрической модели из изолированного уравнения в Excel. Смысл выходной статистической информации функции линейн.
- •Случайная переменная и закон её распределения. Нормальный закон распределения и его параметры.
- •Случайная переменная и закон её распределения. Распределение хи-квадрат.
- •Случайная переменная и закон её распределения. Распределение Стьюдента, Квантиль, t крит уровня и её расчёт в Excel.
- •Ковариация Cov(X, y), и коэффициент корреляции, Cor(X, y) пары случайных переменных (X, y). Частная ковариация и частный коэффициент корреляции.
- •Свойства
- •Случайная переменная и закон её распределения. Закон распределения Фишера. Квантиль, f крит уровня и её расчёт в Excel.
- •Случайный вектор и его основные количественные характеристики (на примере вектора левых частей схемы Гаусса – Маркова при гомоскедастичном неавтокоррелированном остатке).
- •Случайный вектор и факторизация его ковариационной матрицы. Случайный вектор случайных остатков в схеме Гаусса – Маркова при гетероскедастичном неавтокоррелированном остатке.
- •Временной ряд и его структура (На примере ввп России).
- •Модели тренда временного ряда.
- •17. Моделирование сезонной составляющей при помощи фиктивных переменных.
- •18. Регрессионная зависимость случайных переменных. Функция регрессии, стандартные модели функции регрессии.
- •19.Схема Гаусса–Маркова (на примере модели Оукена).
- •20.Понятие статистической процедуры оценивания параметров эконометрической модели. Линейные статистические процедуры. Требования к наилучшей статистической процедуре.
- •29.Свойства мнк-оценок параметров линейной модели множественной регрессии (лммр) при нормальном векторе случайных остатков: независимость случайных векторов
- •30.Свойства мнк-оценок параметров линейной модели множественной регрессии (лммр) при нормальном векторе случайных остатков: закон распределение оценки .
- •31. Свойства мнк-оценок параметров линейной модели множественной регрессии (лммр) при нормальном векторе случайных остатков: закон распределения дроби .
- •32. Оценивание параметров линейной модели множественной регрессии (лммр) при нормальном векторе случайных остатков методом максимального правдоподобия (ммп).
- •34. Спецификация и оценивание нелинейных по коэффициентам моделей множественной регрессии со специальными функциями регрессии (на примере производственной модели с функцией Кобба-Дугласа).
- •35. Оптимальное точечное прогнозирование значений эндогенной переменной по линейной модели (случай гомоскедастичного и неавтокоррелированного случайного остатка) на примере модели Оукена.
- •Тест Голдфелда-Квандта гомоскедастичности случайного остатка в лммр
- •37.Тест Дарбина–Уотсона отсутствия автокорреляции случайного остатка в лммр.
- •38.Коэффициент детерминации как мерило качества спецификации эконометрической модели (на примере модели Оукена). Скорректированный коэффициент детерминации.
- •39. Связь коэффициента детерминации с коэффициентом корреляции эндогенной переменной и её оценки (на примере модели Оукена).
- •41. Процедура интервального прогнозирования по оценённой линейной эконометрической модели значений эндогенной переменной (на примере модели Оукена).
- •42.Процедура проверки адекватности оценённой линейной эконометрической модели (на примере модели Оукена).
- •43.Последствия, симптомы и методика устранения ошибки спецификации эконометрической модели, состоящей в неверном выборе функции регрессии.
- •44.Последствия и симптомы ошибки спецификации линейной эконометрической модели, состоящей во включении незначимой объясняющей переменной.
- •45. Последствия и симптомы ошибки спецификации линейной эконометрической модели, состоящей в пропуске значимой объясняющей переменной.
- •46. Последствия и симптомы ошибки спецификации линейной эконометрической модели, состоящей в непостоянстве значений её параметров в области изменения объясняющих переменных; тест Чоу.
- •47. Основные характеристики временного ряда.
- •48. Стационарный временной ряд. Белый шум.
- •49.Оценка характеристик стационарного временного ряда.
- •Частная автокорреляционная функция стационарного временного ряда и алгоритм её оценивания.
- •Модель ar(p) и её идентификация.
- •Модель ma(q) и её идентификация.
- •Оптимальный линейный алгоритм прогнозирования уровней стационарного временного ряда.
- •Модели нестационарных временных рядов. Идентификация модели тренда.
- •Оценивание линейной модели с автокоррелированным остатком ar(1) алгоритмом Хильдретта – Лу.
- •Проблема мультиколлинеарности, типы и симптомы мультиколлинеарности. Методика отбора регрессоров в линейной модели в ситуации мультиколлинеарности.
- •Эконометрические модели в виде систем линейных одновременных уравнений (слоу): примеры и проблема идентификации (на примере модели спроса-предложения блага).
- •Эконометрические модели в виде систем линейных одновременных уравнений (слоу): примеры и проблема оценивания параметров структурной формы (на примере макромодели Кейнса).
- •Необходимое условие идентифицируемости поведенческого уравнения модели слоу (правило порядка). Сверхидентифицируемость параметров поведенческого уравнения.
- •60. Необходимое условие идентифицируемости поведенческого уравнения модели слоу (правило порядка)
- •61. Критерий идентифицируемости поведенческого уравнения модели слоу (правило ранга)
- •62. Понятие инструментальных переменных. Оценивание параметров структурной формы двухшаговым м-ом наименьших квадратов на примере простейшей макромодели Кейнса
- •63. Теорема Слуцкого и оценивание параметров структурной формы косвенным методом наименьших квадратов (кмнк) – на примере простейшей макромодели Кейнса.
1. Назначение экономико-математических моделей (эмм). Два принципа их спецификации. Типы уравнений в эмм: поведенческие уравнения и тождества (на примере макромодели).
Назначение экономико-математических моделей (ЭММ)
Эконометрика – прикладная математическая дисциплина, в которой изучаются количественные взаимосвязи экономических объектов и процессов.
Задача эконометрики состоит в определении приближенных значений искомых величин эк.задачи по известным количественным характеристикам данной задачи.
Метод решения задач эконометрики заключается в предварительном построении упрощенной схемы решаемой задачи, составленной математическим языком и называемой эконометрической моделью, а затем в расчете по этой модели искомых величин.
Экономико-математическая модель (ЭММ, эконометрическая модель) объекта – это некоторое математическое выражение (график или таблица, уравнение или система уравнений, дополненная, возможно, неравенствами, условие экстремума), связывающее воедино исходные данные и искомые неизвестные задачи.
Два принципа спецификации эконометрической модели
1. Эконометрическая модель возникает в итоге записи математическим языком взаимосвязей исходных данных и искомых неизвестных. В процессе такой записи стараются привлекать линейные алгебраические функции.
2. Количество уравнений модели обязано совпадать с числом искомых неизвестных. Этот принцип необходим для трансформации модели к приведенной форме (где каждая эндогенная переменная представляется в виде явной функции только экзогенных переменных).
Типы уравнений в ЭММ: поведенческие уравнения и тождества.
Рассмотрим
макромодель Кейнса, экономическим
объектом в которой является закрытая
экономика. Экзогенная переменная:
– объем инвестиций в экономику страны.
Эндогенные переменные:
– уровень потребления в стране,
– валовой внутренний продукт (ВВП).
Применим первый метод спецификации:
1) доход состоит из потребительских расходов и инвестиционных затрат
уравнение представляет собой основное тождество системы национальных счетов
для закрытой экономики
2) уровень потребительских затрат объясняется дохом
c позиции математики переменная – функция переменной , а именно –
линейная алгебраическая функция; такое уравнение принято называть поведенческим
3) с ростом дохода увеличивается потребление, каждая доп.единица дохода потребляется не полностью, какая-то часть идет на инвестиции, поэтому
Итак,
тождество представляет собой равенство, выполняющееся в любом случае;
поведенческое
уравнение включает
параметры (
),
значения которых являются неизвестными
и подлежат оцениваю.
2. Типы переменных в экономических моделях. Структурная и приведённая форма модели (на примере макромодели). Компактная запись.
Типы переменных в эконометрических моделях
Экзогенные переменные – исходные данные (экономические переменные, значения которых определяются вне модели и заранее известны)
Эндогенные переменные – искомые неизвестные (экономические переменные, значения которых нужно определить внутри модели)
Датированные переменные - переменные, возникающие в результате их привязывания ко времени (текущие и лаговые)
Лаговые переменные - экзогенные и эндогенные переменные экономических моделей, датированные предыдущими моментами времени
Объясняемые переменные – текущие эндогенные переменные
Предопределенные переменные – текущие и лаговые экзогенные переменные, а также лаговые эндогенные переменные, если они стоят в уравнении с текущими эндогенными
Структурная и приведенная формы модели
Рассмотрим макромодель Кейнса, экономическим объектом в которой является закрытая экономика. Экзогенная переменная: – объем инвестиций в экономику страны. Эндогенные переменные: – уровень потребления в стране, – валовой внутренний продукт (ВВП).
Структурная форма модели – модель, полученная в результате записи математическим языком взаимосвязей эндогенных и экзогенных переменных:
в случае макромодели Кейнса выглядит следующим образом:
Мы можем привести модель (в данном случае методом подстановки) к приведенной форме - каждая эндогенная переменная представляется в виде явной функции только экзогенных переменных:
и конкретно в рассматриваемом примере:
Компактная запись
Обозначив
векторы эндогенных переменных
и экзогенных переменных
,
мы можем записать макромодель Кейнса
в компактном виде:
Составив
матрицы
и
получим компактную запись:
3. Спецификация и преобразование к приведённой форме динамических моделей. Лаговые и предопределённые переменные динамической модели. Модель Линтнера корректировки размера дивидендов. Компактная запись.
Спецификация и преобразование к приведенной форме динамических моделей
Для отражения в спецификации модели фактора времени её переменные датируются (привязываются ко времени). Модель с датированными переменными именуется динамической. Стоит отметить, что датирование переменных является третьим принципом спецификации эконометрической модели.
Датированные переменные бывают текущие (датированные текущим моментом времени) и лаговые (датированные предыдущими моментами времени).
В свою очередь, все переменные динамической модели делятся на:
1) объясняемые – текущие эндогенные переменные
2) предопределенные (объясняющие), включающие:
лаговые эндогенные
текущие экзогенные
лаговые экзогенные
Модель Линтнера корректировки размера дивидендов
исходные данные –
- чистая прибыль на акцию
искомые величины -
- объем дивидендов на акцию
утверждения, на которых построена модель:
фирма имеет долговременную долю в чистой прибыли на акцию, которую она хотела бы выплачивать в виде дивидендов своим акционерам в текущем периоде
уровень дивидендов в текущем периоде объясняется желаемым уровнем дивидендов в этом периоде и уровнем реальных дивидендов в предшествующем периоде
спецификация модели:
объясняемые переменные -
и
– желаемый и реальный уровень дивидендов в текущем периоде
предопределенные переменные -
,
- реальный уровень дивидендов в предшествующем периоде и чистая прибыль на акцию в текущем периоде
Компактная запись
Обозначив
векторы эндогенных переменных
и экзогенных переменных
,
мы можем записать модель Линтнера в
компактном виде:
Составив матрицы и получим компактную запись: