
- •Isbn 978-5-7944-1210-9 © зао «прогноз», 2008 содержание
- •Предисловие
- •1.Введение Историческая справка
- •Эволюция термина
- •Некоторые сведения об истории возникновения эконометрики
- •Выделение эконометрики в самостоятельную науку
- •Место эконометрики в системе экономических знаний
- •Примеры эконометрических моделей Модель кривой спроса
- •Цена автомобиля на вторичном рынке
- •Цена жилья на вторичном рынке
- •Наполняемость федерального бюджета
- •Производственная функция Кобба-Дугласа
- •Цели и методология эконометрического исследования
- •2. Необходимые сведения из теории вероятностей и математической статистики
- •Основные сведения Основные определения
- •Основные числовые характеристики абсолютно непрерывной случайной величины
- •Статистические точечные оценки числовых характеристик
- •Некоторые свойства статистических оценок (определения)
- •Общий подход к построению интервальных статистических оценок параметров
- •Наиболее часто используемые в эконометрике распределения
- •Критические значения распределения случайной величины
- •Интервальные оценки параметров нормального распределения по результатам наблюдений Доверительный интервал для , если известно
- •Доверительный интервал для , если неизвестно
- •Доверительный интервал для при известном значении
- •Доверительный интервал для при неизвестном
- •Проверка статистических гипотез
- •Правила проверки гипотез относительно параметров нормального распределения
- •Проверка гипотезы относительно при известном
- •Проверка гипотезы относительно a при неизвестном
- •Проверка гипотезы относительно при неизвестном
- •3. Линейная парная регрессия Постановка задачи
- •Идентификация модели (нахождение точечных оценок параметров)
- •Необходимые и достаточные условия минимума суммы квадратов остатков. Система нормальных уравнений
- •Свойства оценок мнк
- •Условия Гаусса–Маркова
- •Линейность оценок
- •Несмещенность оценок
- •Состоятельность оценок
- •Эффективность оценок
- •Интервальные оценки коэффициентов парной регрессии, полученные с помощью мнк
- •Теоретические интервальные оценки
- •Практические интервальные оценки
- •Оценка качества модели линейной парной регрессии
- •Оценка значимости коэффициента линейной парной регрессии (t - тест)
- •Оценка качества модели линейной парной регрессии в целом (f-тест)
- •Прогнозирование с помощью модели линейной парной регрессии, оценка качества прогноза Точечный прогноз
- •Интервальный прогноз
- •Геометрическая интерпретация точности прогноза
- •Геометрический подход к нахождению коэффициентов линейной регрессии
- •4. Линейная множественная регрессия
- •Описание модели линейной множественной регрессии
- •Идентификация модели
- •Геометрическая интерпретация метода наименьших квадратов
- •Свойства точечных оценок мнк
- •Оценка модели линейной множественной регрессии в целом. Коэффициент детерминации
- •Геометрическая иллюстрация зависимости точности прогноза от расстояния до средней точки
- •Некоторые обобщения мнк Обобщенный мнк
- •Взвешенный мнк
- •5. Некоторые проблемы, возникающие при практическом применении мнк
- •Проблема мультиколлинеарности: понятие, обнаружение, способы преодоления проблемы Понятие мультиколлинеарности
- •Методы обнаружения мультиколлинеарности
- •Методы устранения мультиколлинеарности
- •Проблема гетероскедастичности: понятие, тесты на гетероскедастичность, способы преодоления проблемы Понятие гетероскедастичности
- •Тесты на наличие в модели гетероскедастичности
- •Методы преодоления гетероскедастичности
- •Проблема автокорреляции (ак): понятие, методы обнаружения, способы преодоления проблемы, авторегрессионное преобразование первого порядка Понятие автокорреляции
- •Методы обнаружения автокорреляции
- •Методы преодоления автокорреляции
- •Авторегрессионное преобразование первого порядка
- •6. Системы одновременных уравнений. Косвенный мнк. Двухшаговый мнк
- •Кейнсианская модель формирования доходов
- •Косвенный мнк
- •Проблема идентифицируемости модели
- •Двухшаговый мнк
- •Трехшаговый мнк
- •Общий вид системы одновременных уравнений
- •7. Фиктивные переменные. Применение фиктивных переменных для исследования устойчивости коэффициентов регрессии. Тест чоу Фиктивные переменные (качественные переменные)
- •Использование качественных переменных для анализа устойчивости коэффициентов регрессии. Тест Чоу
- •8. Нелинейные регрессионные модели
- •Модели, нелинейные по переменным
- •Модели, нелинейные по параметрам
- •Общий вид модели наблюдений в случае существенно нелинейной модели
- •Сравнение регрессионных моделей с различными функциональными формами. Тест Бокса–Кокса
- •9. Временные ряды Определение временного ряда. Основные понятия
- •Метод экспоненциального сглаживания
- •Список литературы
- •Словарь
- •Предметный указатель
- •Приложения
- •614990, Г. Пермь, ул. Букирева, 15
- •614990, Г. Пермь, ул. Букирева, 15
УДК 330.4
ББК 65в6
М 17
Максимов, В.П.
М 17 Эконометрика: вводный курс лекций/ В.П. Максимов, Е.С. Пашина, И.Н. Никитин; Перм. гос. ун-т. – Пермь, 2008. – 166 с.: ил.
ISBN 978-5-7944-1210-9
В сжатой и доступной для экономистов-математиков форме дается представление о методологии эконометрического исследования, о методах построения эконометрических моделей, методах их тестирования, исследования и применения для получения прикладных результатов, касающихся реальных экономических объектов и процессов. Материал излагается в такой последовательности и в таком объеме, которые делают его доступным не только студентам экономических специальностей университета, прослушавшим курс теории вероятностей и математической статистики, но и всем читателям, желающим получить первые представления об эконометрике. Основное внимание уделяется базовым понятиям и определениям.
Для студентов специальности 06.18.00 «Математические методы в экономике» экономических факультетов университетов.
Ил. 22 . Библиогр. 10 назв.
УДК 330.4
ББК 65в6
Печатается по решению редакционно-издательского совета Пермского государственного университета
Рецензенты:
доктор экономических наук, профессор М.В. Грачева (Экономический факультет МГУ им. М.В. Ломоносова);
доктор экономических наук, профессор Л.А. Дедов (Ижевский государственный технический университет)
Издание подготовлено при частичной финансовой поддержке Российского фонда фундаментальных исследований, Программы Рособразования «Развитие научного потенциала высшей школы» и ЗАО «ПРОГНОЗ».
© Максимов В.П., 2008
© Пашина Е.С., 2008
© Никитин И.Н., 2008
Isbn 978-5-7944-1210-9 © зао «прогноз», 2008 содержание
Предисловие 4
1. ВВЕДЕНИЕ 5
2. НЕОБХОДИМЫЕ СВЕДЕНИЯ ИЗ ТЕОРИИ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ 26
3. ЛИНЕЙНАЯ ПАРНАЯ РЕГРЕССИЯ 50
4. ЛИНЕЙНАЯ МНОЖЕСТВЕННАЯ РЕГРЕССИЯ 75
5. НЕКОТОРЫЕ ПРОБЛЕМЫ, ВОЗНИКАЮЩИЕ ПРИ ПРАКТИЧЕСКОМ ПРИМЕНЕНИИ МНК 94
6. СИСТЕМЫ ОДНОВРЕМЕННЫХ УРАВНЕНИЙ. КОСВЕННЫЙ МНК. ДВУХШАГОВЫЙ МНК 111
7. ФИКТИВНЫЕ ПЕРЕМЕННЫЕ. ПРИМЕНЕНИЕ ФИКТИВНЫХ ПЕРЕМЕННЫХ ДЛЯ ИССЛЕДОВАНИЯ УСТОЙЧИВОСТИ КОЭФФИЦИЕНТОВ РЕГРЕССИИ. ТЕСТ ЧОУ 117
8. НЕЛИНЕЙНЫЕ РЕГРЕССИОННЫЕ МОДЕЛИ 125
9. ВРЕМЕННЫЕ РЯДЫ 133
Список литературы 144
Словарь 145
Предметный указатель 150
Приложения 154
Предисловие
Основная цель предлагаемого курса лекций – дать представление о методологии эконометрического исследования, о методах построения эконометрических моделей, методах их тестирования, исследования и применения для получения прикладных результатов, касающихся реальных экономических объектов и процессов.
В результате изучения предлагаемого материала слушатель должен знать наиболее известные методы оценки параметров эконометрических моделей (метод наименьших квадратов и его модификации), получить представление об основных свойствах точечных и интервальных оценок параметров линейных моделей, научиться применять эконометрические модели для решения задач анализа и прогнозирования экономических процессов, понимать стохастическую природу моделей и выводов, основанных на использовании эконометрических моделей.
Излагаемый теоретический материал является одной из компонент дистанционного курса «Эконометрика», разработанного в Учебном центре компании «ПРОГНОЗ» и сопровождаемого сотрудниками Учебного центра (http://tc.prognoz.ru).
Учебный материал излагается в такой последовательности и в таком объеме, которые делают его доступным не только студентам экономических специальностей университета, прослушавшим курсы теории вероятностей и математической статистики, но и слушателям, желающим получить первые представления об эконометрике. Изложение в целом соответствует стандартным учебным пособиям [1-6, 10], но ограничено введением базовых понятий и определений и их обсуждением. Для более глубокого изучения предмета рекомендуются упомянутые учебные пособия.
Курс подготовлен с учетом государственных требований к минимуму содержания и уровню подготовки дипломированных специалистов по направлению 061800 «Математические методы в экономике». При разработке данного курса использован опыт модификации курса «Эконометрика» в рамках совместного проекта Пермского государственного университета с Манчестерским Метрополитен Университетом (Программа Темпус-ТАСИС, T-JEP 10773-1999, 2000-2002 гг.).
1.Введение Историческая справка
Обсуждая эволюцию термина «эконометрика» и процесс становления эконометрической науки, ограничимся выдержками из учебного пособия по эконометрике под редакцией И. И. Елисеевой [10].
Эволюция термина
Эконометрика – быстроразвивающаяся отрасль науки, цель которой состоит в том, чтобы придать количественные меры экономическим отношениям.
Термин «эконометрика» был впервые введен бухгалтером П. Цьемпой (Австро-Венгрия, 1910 г.) («эконометрия» – у Цьемпы). Он считал, что если к данным бухгалтерского учета применить методы алгебры и геометрии, то будет получено новое, более глубокое представление о результатах хозяйственной деятельности. Такое употребление термина, как и сама концепция, не прижилось, но название «эконометрика» оказалось весьма удачным для определения нового направления в экономической науке, которое выделилось в 1930 г.
Слово «эконометрика» представляет собой комбинацию двух слов: «экономика» и «метрика» (от греч. «метрон»). Таким образом, сам термин подчеркивает специфику, содержание эконометрики как науки: количественное выражение тех связей и соотношений, которые раскрыты и обоснованы экономической теорией.
Й. Шумпетер (1883-1950), один из первых сторонников выделения этой новой дисциплины, полагал, что в соответствии со своим назначением эта дисциплина должна называться «эконометрика». Советский ученый А.Л. Вайнштейн (1892-1970) считал, что название настоящей науки основывается на греческом слове метрия (геометрия, планиметрия и т.д.), соответственно по аналогии – эконометрия. Однако в мировой науке общеупотребимым стал термин «эконометрика». В любом случае, какой бы мы термин ни выбрали, эконометрика является наукой об измерении и анализе экономических явлений.
Зарождение эконометрики является следствием междисциплинарного подхода к изучению экономики. Эта наука возникла в результате взаимодействия и объединения в особый «сплав» трех компонент: экономической теории, статистических и математических методов. Впоследствии к ним присоединилось развитие вычислительной техники как условие развития эконометрики.
В журнале «Эконометрика», основанном в 1933 г. Р. Фришем (1895—1973), он дал следующее определение эконометрики: «Эконометрика – это не то же самое, что экономическая статистика. Она не идентична и тому, что мы называем экономической теорией, хотя значительная часть этой теории носит количественный характер. Эконометрика не является синонимом приложений математики к экономике. Как показывает опыт, каждая из трех отправных точек – статистика, экономическая теория и математика — необходимое, но не достаточное условие для понимания количественных соотношений в современной экономической жизни. Это – единство всех трех составляющих. И это единство образует эконометрику»1.
Таким образом, эконометрика – это наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов. Нельзя утверждать, что достигнуто однозначное определение эконометрики. Так, Э. Маленво придерживался широкого понимания, интерпретируя эконометрику как «любое приложение математики или статистических методов к изучению экономических явлений»2.
О. Ланге (1904—1965) писал, что «эконометрика занимается определением наблюдаемых в экономической жизни конкретных количественных закономерностей, применяя для этой цели статистические методы. Статистический подход к эконометрическим измерениям стал доминирующим».