- •Раздел 1. Вопрос 1. Выявление и прогноз динамики временных рядов на основе методологии Бокса-Дженкинса.
- •Вопрос 2. Методика построения и использования авторегрессионных моделей.
- •Вопрос 9. Методика построения и использования arma-моделей.
- •Вопрос 19. Методика построения и использования aRlMa-моделей. Вопрос 2. Методика построения и использования авторегрессионных моделей.
- •Понятие ar(p)- процесса.
- •Вопрос 3. Специфика моделирования многомерных динамических рядов.
- •Вопрос 4. Общая методика прогнозирования на основе эконометрических методов и моделей.
- •Вопрос 5. Задача восстановления критерия оптимальности социально-экономического объекта по нескольким принятым решениям. Вопрос 6. Способы усреднения групповой экспертной информации.
- •Вопрос 7. Прогнозирование и сглаживание временных рядов на основе алгоритмических методов.
- •Наивные методы.
- •Методы усредняющего скользящего сглаживания
- •Методы экпоненциального сглаживания
- •Вопрос 8. Выявление и прогноз динамики временных рядов на основе декомпозиционного подхода.
- •Вопрос 9. Методика построения и использования arma-моделей.
- •Вопрос 10. Эконометрическая модель и задача ее построения. Проблема идентификации систем одновременных уравнений.
- •Проблема идентифицируемости в системах одновременных уравнений
- •Вопрос 11. Методы и проблемы оценивания параметров систем одновременных уравнений.
- •Вопрос 12. Прогнозирование сезонных и циклических составляющих временных рядов, задача их построения.
- •Вопрос 13. Состав и содержание общей процедуры прогнозирования на основе методов экспертного оценивания.
- •Вопрос 14. Особенности понятия «качество прогноза» в рамках методик экспертного прогнозирования.
- •Вопрос 15. Задачи количественной обработки информации на этапе формирования групп экспертов.
- •Вопрос 16. Задача восстановления критерия оптимальности объекта хозяйствования по принятому решению.
- •Вопрос 18. Характеристики качества прогноза, методы его оценки.
- •Вопрос 19. Методика построения и использования aRlMa-моделей.
- •Вопрос 20. Состав и содержание общей процедуры социально-экономического прогнозирования.
- •Вопрос 21. Шкалы измерений и методы измерений объектов социально-экономического прогнозирования.
- •Вопрос 22. Методы уточнения спецификации статистической модели.
- •Вопрос 23. Прогнозирование и сглаживание временных рядов на основе аналитических методов.
- •Вопрос 24. Методика построения и использования оптимизационных имитационных моделей в практике прогнозирования.
- •Вопрос 25. Задачи и методы тестирования временных рядов. Состав и содержание основных тестовых гипотез.
- •Проверка наличия тенденции в среднем уровне ряда
- •Проверка наличия тенденции в дисперсии
- •Проверка на наличие автокорреляции (см. Вопрос 2.6)
- •Вопрос 6. Методы обнаружения автокорреляционных зависимостей во временных рядах.
- •Специальные тесты на проверку формы распределения случайной величины, например с помощью оценивания показателей асимметрии и эксцесса распределения
- •Вопрос 26. Понятие детерминированного и стохастического тренда. Способы тестирования и идентификации.
- •Вопрос 27. Спецификация и идентификация нелинейных связей в рамках эконометрических моделей.
- •Вопрос 28. Методы построения и прогноза моделей сезонных динамических рядов на основе индексного подхода (аддитивные индексы).
- •Вопрос 29. Методы построения и прогноза моделей сезонных динамических рядов на основе индексного подхода (мультипликативные индексы).
- •Вопрос 30. Мультиколлинеарность данных: понятие, виды, обнаружение, устранение.
- •Вопрос 31. Требования к информационному обеспечению эконометрических исследований.
- •Раздел 2. Вопрос 1. Модели с условной гетероскедастичностью. Arch, garch-модели.
- •Вопрос 2. Обоснование и использование косвенного метода наименьших квадратов.
- •Вопрос 3. Омнк. Обоснование и использование метода взвешенных наименьших квадратов.
- •Вопрос 4. Вывод формулы доверительного интервала прогноза на факторных регрессионных моделях.
- •Вопрос 5. Методы тестирования временных рядов на наличие детерминированных трендов.
- •Вопрос 6. Методы обнаружения автокорреляционных зависимостей во временных рядах.
- •Вопрос 7. Вывод формул постоптимизационного анализа (влияние изменения ссч).
- •Вопрос 8. Обоснование построения и использование критерия Дарбина-Уотсона.
- •Вопрос 9. Тесты Дики-Фуллера: назначение, процедура, интерпретация результата.
- •Вопрос 10. Информационные и прогностические критерии оценки качества эконометрических моделей прогнозирования.
- •Характеристики информационной пригодности эконометрической модели
- •Характеристики прогностической пригодности эконометрической модели
- •Вопрос 11. Обоснование задачи восстановления линейных весов частного критерия оптимальности.
- •Вопрос 12. Вывод формул постоптимизационного анализа (влияние изменения цф).
- •Вопрос 13. Вывод формулы доверительного интервала прогноза сезонной (циклической) составляющей временного ряда на основе спектрального анализа.
- •Вопрос 4. Вывод формулы доверительного интервала прогноза на факторных регрессионных моделях.
- •Вопрос 14. Методы тестирования и устранения гетероскедастичности остатков в эконометрическом моделировании.
- •Вопрос 15. Тестирование на коинтегрированность динамических рядов. Тест Дарбина-Уатсона.
- •Вопрос 16. Обоснование метода оценки компетентности экспертов на основе "задачи о лидере".
- •Вопрос 17. Понятие стационарных рядов. Тестирование на стационарность процесса.
- •Вопрос 18. Вывод формул для оценок параметров сезонных (циклических) составляющих временных рядов на основе спектрального анализа.
- •Вопрос 19. Прогнозирование на линейных моделях переменной структуры. Тест г.Чоу.
- •Вопрос 20. Прогноз времени наступления события по моде и медиане по результатам экспертного опроса.
- •Вопрос 21. Обоснование множественного критерия оценки согласованности группы экспертов.
- •Вопрос 22. Модели адаптивного прогноза. Способы коррекции параметров адаптивных моделей.
- •Вопрос 17. Принцип адаптивного прогнозирования. Оценка качества механизмов адаптации. Вопрос 23. Задача корректного формирования группы экспертов на основе результатов их прошлых экспертиз.
- •Вопрос 24. Методы оценки альтернатив на этапе обоснования экспертного выбора.
- •Вопрос 25. Оценка качества экспертного обоснования прогноза на основе парного критерия согласованности Спирмэна: обоснование, свойства, применение.
- •Вопрос 26. Оценка качества экспертного обоснования прогноза на основе парного критерия согласованности Кенделла: обоснование, свойства, применение.
- •Вопрос 27. Оценка качества экспертного обоснования прогноза на основе множественного критерия согласованности Кенделла: обоснование, свойства, применение.
- •Вопрос 28. Тест Гренжера на причинность: назначение, процедура, интерпретация результата.
- •Вопрос 29. Тест Лагранжа: назначение, процедура, интерпретация результата.
- •Вопрос 30. Тесты на гетероскедастичность: назначение, процедуры, интерпретация результатов.
- •Вопрос 31. Тестирование на однородность выборочных данных.
Вопрос 31. Требования к информационному обеспечению эконометрических исследований.
Важнейшим условием получения эффективно работающего генератора прогнозной инфы является грамотное представление исходных данных. Качественное представление инфы в общем случае должно отвечать свойству ее сопоставимости или однородности исходных данных. В широком смысле под однородностью исходной статистики подразумевается свойство качественной однородности изучаемых информационных массивов, что в основе своей является отражением свойства качественной однородности объектов изучения.
Наблюдения могут быть представлены в стоимостном или натуральном выражении. Кроме того, следует выбрать единый шаг их фиксации – месяц, квартал, год или др. Также требуется очистить исходную статистику от инфляции. Корректное представление инфы будет тем сложнее, чем сложнее объекты исследования.
На практике, говоря об однородности данных, могут иметься в виду следующие аспекты:
однородность объектов (масштаб, территория, структура и др.);
2) идентичность единиц измерения объектов изучения;
3) сопоставимость показателей по методике их расчета, в т.ч. регистрации;
4) стоимостная однородность представления данных и др.
Стоимостная информация должна быть приведена к единой валюте, кроме того, показатели следует пересчитать в неизменные цены с учетом уровня инфляции, т.е. провести дефлятирование. Дефлятирование – процедура выражения ряда показателей в стоимостном выражении в неизменных денежных единицах, например, в соответствующих покупательной способности денежной единицы базового года.
На
практике при расчете уровня инфляции
используют комплексные методики оценок,
включающие в себя различного рода
индексы цен (индекс потребительских
цен (ИПЦ), индекс цен на промышленную
продукцию, сельскохозяйственную и др.,
дефлятор ВВП). Для сопоставления индексов
цен на макроуровне используют сводные
(агрегатные) индексы. ИПЦ определяется
по формуле Ласпейреса, в терминах
конъюнктурной статистики записывается:
,
где q0 - базовый вектор объемов потребления
благ, вошедших в потребительскую
корзину, p0, pt – вектора цен базового и
текущего года соответственно.
В
практике макроэкономики применяется
более универсальный измеритель –
дефлятор ВВП – показатель системной
оценки инфляции по всей совокупности
производимых и потребляемых в стране
товаров и услуг, включая экспорт и
импорт, определяется по методу Пааше:
.
Окончательный размер инфляции может
характеризоваться показателем
(Ix-1)*100%,
при этом динамика инфляции оценивается
через норму инфляции:
.
В
некоторых случаях используют
математическую трансформацию данных,
позволяющую сохранить структурные
характеристики рядов и снизить
вариабельность, а также
модифицировать скошенные
распределения в более симметричные.
Базовые трансформации:
.
Наиболее распространенный тип предмодельных преобразований – логарифмирование, допустимое только над положительными числами. Оно позволяет растягивать шкалу измерений около нулевых значений переменной и, наоборот, сужать его на больших величинах.
