- •Шкала оцінювання
- •Економетрика Зміст дисципліни за темами Тема 1. Концептуальні аспекти економетричного моделювання економіки
- •Тема 2. Принципи побудови економетричних моделей. Парна та множинна лінійна регресія
- •Тема 3: Нелінійні економетричні моделі
- •Тема 4. Фіктивні змінні в економетричних моделях
- •Тема 5. Мультиколінеарність
- •Тема 6. Автокореляція залишків
- •Тема 7. Гетероскедастичність залишків
- •Приклади типових завдань
- •Тема: Соціально – економічні системи, методи дослідження та моделювання
- •2. Математична модель економічного об’єкту
- •Критерії вибору „хорошої моделі”:
- •3. Класифікація економіко-математичних моделей
- •4. Основні етапи економіко – математичного моделювання
- •Економетрика
- •2. Об'єкт, предмет, мета і завдання економетрії
- •3. Основні етапи економетричного аналізу
- •4. Економічні задачі, які розв'язують за допомогою економетричних методів
- •5. Основні етапи зародження та розвитку економетрії
- •Тема: Регресійні моделі
- •1. Поняття регресії
- •2. Парна лінійна регресія
- •3. Метод найменших квадратiв (мнк)
- •4. Дисперсійний аналіз моделі
- •Лабораторна робота №1 «Економетрична модель простої регресії»
- •1. Постановка задачі.
- •3. Розрахунок моделей
- •Знаходження оцінок параметрів моделі методом найменших квадратів
- •5. Графік моделі у „хмарі” розсіювання
- •6. Дисперсійний аналіз лінійної моделі:
- •7. Значущість оцінок параметрів і моделі:
- •8. Прогноз:
- •9. Аналіз лінійної моделі:
- •Лабораторна робота № 2 « Модель множинної лінійної регресії»
- •Тема: Нелінійні моделі
- •1. Нелінійні регресії
- •2. Нелінійні регресії 1-го класу
- •2.1. Поліноміальна модель
- •2.2. Гіперболічна модель
- •3. Нелінійні регресії 2-го класу
- •3.1. Показникова моделі
- •3.2. Степенева модель
- •3.3. Напівлогарифмічні моделі
- •Лінійно – логарифмічна модель
- •3.4. Виробнича функція Кобба – Дугласа
- •4. Врахування випадкового відхилення
- •Лабораторна робота №1 “Методи прогнозування цінової динаміки”
- •1. Лінійна регресія
- •2. Нелінійна регресія
- •2. Порядок визначення оптимальної прогностичної моделі
- •Іншим показником якості моделі є вибірковий коефіцієнт детермінації. Для будь якої моделі показник розраховується так:
- •Лабораторна робота № 3 «Оцінювання параметрів нелінійної моделі»
- •Мета роботи:
- •Завдання:
- •Дослідження наявнoстi мультиколінеарності у масиві змінних
- •Розв’язання
- •Розв’язання
- •Приклад дослідження на наявність гетероскедастичності
- •Параметричний тест Гольфельда – Квандта
- •Тест Глейсера
- •- Критерій
- •Тест Спірмена
- •Тема*: Фіктивні змінні в регресійних моделях
- •1. Необхідність використання фіктивних змінних
- •2. Моделі ancova
- •2.1. Ancova - модель за наявності у фіктивної змінної двох альтернатив
- •2.2. Моделі ancova за наявності у якісних змінних більше двох альтернатив
- •2.3. Регресія з однією кількісною і двома якісними змінними
- •3. Використання фіктивних змінних у сезонному аналізі
3.3. Напівлогарифмічні моделі
Моделі виду Ln Y = βо + βХ + u, (11) , Y = βо + β lnХ + u (12)
називаються напівлогарифмічними моделями.
Лог - лінійна модель
Напівлогарифмічна
модель (11) легко зводиться до лінійної
моделі заміною Y*
= 1пY.
Коефіцієнт β
y моделі
(11) характеризує темп
приросту змінної Y
по змінній X, тобто
характеризує відношення відносної
зміни Y
до абсолютної зміни X.
Дійсно, продиференціювавши (11) по X,
маємо:
,
Помноживши β на 100, одержимо процентну зміну змінної Y (темп приросту змінної Y). Тому напівлогарифмічна модель (11) зазвичай використовується для вимірювання темпу приросту економічних показників: наприклад, при аналізі банківського вкладу за первісним внеском й процентною ставкою, при дослідженні залежності приросту об'єму випуску від відносного (процентного) збільшення витрат ресурсу, бюджетного дефіциту від темпу росту ВНП, темпу росту інфляції від об'єму грошової маси тощо.
Приклад. До такої моделі зводиться залежність, відомa в банківському й фінансовому аналізі: Yt = Y0 (1 + r ) t, (13)
де Yо - початкова величина змінної Y (наприклад, первісний внесок у банку);
r - складний темп приросту величини Y (процентна ставка);
Yt - значення величини Y нa момент часу t (внесок дo банкy нa момент часу t).
Прологарифмувавши (13), маємо: 1п Yt = 1п Y0 + t ·1п(1 + r).
Уведемо позначення: 1п Y0 = β0 , 1п(1 + r) = β. Тоді (13) прийме вид:
1п Yt = β0 + β t + u t. (14)
В (14) використали додатково випадковий доданок ut ( вразі можливої мінливості процентної ставки). Крім того, співвідношення β = 1п(1 + r) визначає темп приросту r показника Y:
1 + r = eβ, r = 1 - eβ.
При цьому коефіцієнт β визначає миттєвий темп приросту, а коефіцієнт r – узагальнений (складний) темп приросту величини Y.
Лінійно – логарифмічна модель
Лінійно-логарифмічна модель – це модель виду Y = βо + β ln Х + u, (12)
яка зводиться до лінійної моделі заміною Х* = 1пХ.
Коефіцієнт β y моделі (11) характеризує зміну фактора Y внаслідок одиничного відносного приросту змінної X ( на 1%), тобто характеризує відношення абсолютної зміни Y до відносної зміни X. Дійсно, продиференціювавши (11) по X, маємо:
,
Помноживши останнє співвідношення на 100, одержимо абсолютний приріст змінної Y за процентної зміни фактора Х. Тому дана модель (11) зазвичай використовується для дослідження впливу процентної зміни незалежного фактора на абсолютний приріст залежної змінної Y.
Наприклад, якщо Y = GNP ( валовий національний продукт), Х = М ( грошова маса),
то GNP = α + β · ln М + u,
тобто за збільшення пропозиції М ( грошової маси) на 1% ВНП зросте в середньому на 0,01 β.
