
- •Лекція 1.Предмет, методи і завдання дисципліни
- •1.1 Природа економетрії. Роль економетричних досліджень в економіці
- •1.2 Предмет, цілі, завдання та структура курсу. Місце і значення курсу серед дисциплін фундаментальної підготовки фахівців з економіки. Взаємозв’язки курсу із суміжними дисциплінами
- •1.3 Особливості економетричних моделей
- •1.4 Вибір змінних і структура зв’язків.
- •1.5 Роль і місце економетричних моделей в математичному моделюванні
- •Лекція 2.Методи побудови загальної лінійної моделі
- •2.1 Загальний вигляд лінійної економетричної моделі, її структура та етапи побудови. Лінійна модель з двома змінними.
- •2.2 Передумови застосування методу найменших квадратів (1мнк)
- •2.3 Оператор оцінювання 1мнк
- •2.4 Верифікація моделі
- •2.5 Перевірка значущості та довірчі інтервали
- •2.6 Прогнозування за лінійною моделлю
- •2.7 Методи побудови багатофакторної регресійної моделі
- •2.8 Етапи дослідження загальної лінійної моделі множинної регресії. Визначення параметрів рівняння регресії.
- •2.9 Розрахунок коефіцієнтів множинної лінійної регресії
- •Лекція 3.Мультиколінеарність та її вплив на оцінки параметрів моделі
- •3.1 Поняття мультиколінеарності. Її вплив на оцінки параметрів моделі
- •3.2 Ознаки мультиколінеарності
- •3.3 Алгоритм Фаррара-Глобера
- •3.4 Методи усунення мультиколінеарності
- •Лекція 4.Емпіричні методи кількісного аналізу на основі статистичних рівнянь
- •4.1 Виміри і нечислові ознаки
- •4.2 Непараметричні (емпіричні) методи та доцільність їх застосування
- •4.3 Критерії відмінності між групами (незалежні вибірки)
- •4.4 Критерії відмінності між групами (залежні вибірки)
- •4.5 Критерії залежності між змінними
- •Лекція 5.Узагальнений метод найменших квадратів
- •4.1 Поняття гомо- і гетероскедастичності. Вплив гетероскедастичності на властивості оцінок параметрів
- •4.2 Методи визначення гетероскедастичності
- •5.3 Усунення гетероскедастичності трансформуванням початкової моделі
- •4.4 Узагальнений метод найменших квадратів (метод Ейткена) оцінок параметрів лінійної економетричної моделі з гетероскедастичними залишками. Прогноз за моделлю.
- •Лекція 6.Побудова економетричної моделі з автокорельованими залишками Анотація
- •6.1 Природа і наслідки автокореляції
- •6.2 Методи визначення автокореляції. Критерій Дарбіна-Уотсона. Критерій фон Неймана
- •6.3 Коефіцієнти автокореляції та їх застосування
- •6.4 Моделі з автокорельованими залишками
- •Лекція 7.Економетричні моделі на основі системи структурних рівнянь
- •7.1 Системи одночасних структурних рівнянь
- •7.2 Структурна і зведена форми моделі
- •7.3 Проблеми ідентифікації. Строго ідентифікована, неідентифікована і надідентифікована системи рівнянь
- •7.4 Проблема оцінювання параметрів системи, загальна характеристика методів. Непрямий метод оцінювання параметрів строго ідентифікованої системи рівнянь
- •7.5 Двокроковий метод найменших квадратів оцінювання параметрів надідентифікованих систем одночасних рівнянь (2мнк-оцінка)
- •7.6 Трикроковий метод найменших квадратів
- •7.7 Рекурсивні системи одночасних рівнянь, їх характеристика, можливість застосування мнк-оцінки для розрахунку параметрів рекурсивних систем
- •7.8 Прогноз і загальні довірчі інтервали
- •Лекція 8.Методи ІнструментальнИх зміннИх
- •8.1 Сутність методу інструментальних змінних
- •8.2 Оператор оцінювання Вальда
- •8.3 Особливості оцінювання методом Бартлета
- •8.4 Оператор оцінювання Дарбіна
- •8.5 Помилки вимірювання змінних
- •Лекція 9.Економетричні моделі динаміки
- •9.1 Методи моделювання часових рядів
- •9.2 Перевірка гіпотези про існування тренда
- •9.3 Моделювання тенденції часового ряду: згладжування та аналітичне вирівнювання
- •9.4 Моделювання сезонних та циклічних коливань
- •Лекція 10.Моделі розподіленого лагу
- •10.1 Поняття лагу і лагових змінних
- •10.2 Моделі розподіленого лагу
- •10.3 Оцінка параметрів моделей з лагами в незалежних змінних: метод послідовного збільшення кількості лагів, перетворення Койка (метод геометричної прогресії)
- •10.4 Оцінювання параметрів авторегресійних моделей
- •10.5 Виявлення автокореляції залишків в авторегресійних моделях
- •10.6 Авторегресійне перетворення
- •У всіх цих перетвореннях поточне значення yt змінної y виражається тільки через її попередні значення і випадкову складову (білий шум) ut.
- •10.7 Перетворення методом ковзного середнього
- •10.8 Перетворення arma і arima
1.3 Особливості економетричних моделей
Економетрична модель — це логічний (звичайно математичний) опис того, що економічна теорія вважає особливо важливим при дослідженні певної проблеми.
Як правило, модель має форму рівняння чи системи рівнянь, що характеризують виокремлені дослідником взаємозалежності між економічними показниками. Економетрична модель, що пояснює поведінку одного показника, складається з одного рівняння, а модель, що характеризує зміну кількох показників, — із такої самої кількості рівнянь. У моделі можуть бути також тотожності, що відбивають функціональні зв'язки в певній економічній системі. Оскільки така модель поєднує не лише теоретичний, якісний аналіз взаємозв'язків, а й емпіричну інформацію, то в ній, на відміну від просто економічної моделі, завжди присутні стохастичні залишки. Саме ймовірнісні характеристики залишків моделі зумовлюють якість тієї чи іншої аналітичної форми моделі.
Отже, сформулюємо таке означення економетричної моделі.
Економетрична модель — це функція чи система функцій, що описує кореляційно-регресійний зв'язок між економічними показниками, причому залежно від причинних зв'язків між ними один чи кілька із цих показників розглядаються як залежні змінні, а інші — як незалежні.
У загальному випадку рівняння в економетричній моделі має вигляд:
(1.1)
де Y – результат, або залежна змінна, змінювання якої описує дане рівняння;
х1, х2,..., хn – фактори, або незалежні змінні, що визначають поведінку Y;
u – випадкова змінна, що містить ту частину руху Y, що не пояснюється змінними х1, х2,..., хn, і має випадковий характер.
Незалежні змінні х1, х2,..., хn, що задані заздалегідь чи за межами моделі, називаються екзогенними змінними (регресорами). Це змінні, які входять в модель, але розглядаються незалежно від модельованого явища.
Залежна змінна Y, що визначається як розв’язок рівняння, називається ендогенною змінною (регресандом). Це змінна, яка визначається тільки явищем для якого будується модель. Значення цієї змінної будується в процесі функціонування аналізованої соціально-економічної системи, причому в істотній мірі, під впливом екзогенних змінних і, звичайно, у взаємодії один з одним.
Зауважимо, що в багатьох економетричних моделях є такі екзогенні змінні, які можуть бути змінені керівними органами (державним регулюванням чи керівництвом фірми). Ці керовані змінні, наприклад державні витрати та податки, є політичними інструментами. Якщо відомо структуру економічного процесу, то державні органи, змінюючи значення таких змінних, могли б робити заданими ендогенні змінні, тобто впливати на подальший розвиток процесу.
Економетричні моделі можуть бути статичними та динамічними. У статичних моделях зв’язки розглядаються у фіксований момент часу і часові зміни в них ролі не відіграють. У динамічній моделі, навпаки, взаємозв'язки вивчаються в розвитку й час є необхідним фактором змін.
Моделі розрізняють також за рівнем агрегування змінних (мікро- чи макроекономічні показники), за способом відображення змінних (у постійних чи поточних цінах, у абсолютних значеннях чи приростах показників), за кількістю змінних (одно- чи багатофакторні моделі), за кількістю рівнянь (одне чи кілька), за часом спостережень (річні, квартальні чи місячні дані).
Економетричні моделі в порівнянні з аналітичними більш точні і докладні, не вимагають грубих допущень і спрощень, дозволяють врахувати велике число чинників. Основні їх недоліки – громіздкість, великі витрати машинного часу при їх побудові та аналізі і значні труднощі пошуку оптимальних рішень, які доводиться шукати «навпомацки», шляхом здогадів та проб (на відміну від більш пристосованих до оптимізаційних завдань аналітичних моделей). Найбільш ефективна методика економіко-математичних досліджень – це спільне застосування аналітичних та економетричних моделей. Аналітична модель дає можливість в загальних рисах розібратися в явищі, намітити якби контури основних закономірностей. Уточнення ж цих закономірностей – прерогатива економетричних моделей.
Побудова і дослідження економетричних моделей мають ряд особливостей. Ці особливості пов’язані з тим, що економетричні моделі є стохастичними. Вони кількісно описують кореляційний зв’язок між економічними величинами. Отже, щоб побудувати економетричну модель, необхідно:
1) мати достатньо велику сукупність спостережень вихідних даних;
2) забезпечити однорідність сукупності спостережень;
3) забезпечити точність вихідних даних.