Литература
1. Елисеева И.И. Эконометрика: учебник. М.: Финансы и статистика, 2008.
2. Бородич С.А. Эконометрика: учебное пособие. Мн.: Новое знание, 2001.
3. Практикум по эконометрике: учебное пособие / И.И. Елисеева, С.В. Курышева, Н.М. Гордиенко и др. М.: Финансы и статистика, 2002.
4. Шанченко Н.И. Эконометрика: лабораторный практикум. Ульяновск: УлГТУ, 2004.
5. Семенова Е.Г., Смирнова М.С. Основы эконометрического анализа: учебное пособие. СПб: СПГУАП, 2006.
Вопросы для самоконтроля
1. В чем суть гетероскедастичности?
2. Назовите основные причины гетероскедастичности.
3. Каковы последствия гетероскедастичности?
4. Как можно с помощью графического анализа проверить наличие гомо- или гетероскедастичности?
5. Опишите алгоритм теста Голдфелда-Квандта.
6. Опишите схему теста ранговой корреляции Спирмена.
7. Опишите методы устранения гетероскедастичности.
8. В чем суть взвешенного метода наименьших квадратов?
9. Что такое автокорреляция?
10. Как проявляется автокорреляция при использовании пространственных выборок и при использовании данных временных рядов?
11. Как определяется положительная и отрицательная автокорреляции?
12. Как отражается положительная и отрицательная автокорреляции на изображении точек корреляционного поля?
13. Назовите основные причины автокорреляции.
14. Каковы последствия автокорреляции?
15. Перечислите основные методы диагностики автокорреляции.
16. Опишите схему использования статистики Дарбина-Уотсона.
17. Опишите методы устранения автокорреляции.
18. В чем суть обобщенного метода наименьших квадратов?
19. Что такое мультиколлинеарность?
20. Назовите причины мультиколлинеарности.
21. К каким трудностям приводит мультиколлинеарность факторов, включенных в модель?
22. Опишите приемы диагностики мультиколлинеарности.
23. Перечислите основные методы устранения мультиколлинеарности.
Тема 5 моделирование одномерных временных рядов
Основные понятия: временной ряд, динамическая модель, модель с распределенным лагом, авторегрессионная модель, тренд, сезонная, циклическая и случайная компоненты временного ряда, выравнивание временного ряда, моделирование временного ряда.
1. Динамические эконометрические модели
Совокупность данных наблюдений некоторого показателя y, упорядоченная по времени их получения, в экономике называется временным (динамическим) рядом. Отдельные наблюдения временного ряда называются уровнями ряда. Если yt – значение переменной y в момент времени t, то последующие уровни показателя обозначаются yt+1, yt+2, …, а предыдущие yt-1, yt-2, ….
Эконометрическая модель, построенная на основе данных временного ряда, называется моделью временного ряда.
В классе моделей временных рядов особое место занимают динамические модели, т.е. модели, которые в данный момент времени t учитывают значения входящих в них переменных как в текущий, так и в предыдущие моменты времени, а также само время t.
Выделяют два основных типа динамических эконометрических моделей:
модели с распределенным лагом;
модели авторегрессии.
Моделью с распределенным лагом называется модель, которая содержит в качестве объясняющих переменных текущие и лаговые (то есть взятые с некоторым запаздыванием) значения лишь факторных переменных. Примером такой модели является модель
(1)
Авторегрессионной моделью называется модель, которая в качестве объясняющих переменных содержит как текущие и лаговые значения факторных переменных, так и лаговые значения зависимой переменной. Примером такой модели является модель
(2)
Динамические модели по сравнению со статическими обладают определенной спецификой, которая проявляется в следующем.
Параметризация динамических моделей требует в большинстве случаев специальных статистических методов, так как обычный МНК не применим ввиду нарушений условий Гаусса–Маркова.
Спецификация динамической модели является более сложной. Исследователю необходимо не только выбрать факторные переменные, но и определиться с «глубиной» их лагирования (то есть необходимо решить, сколько предшествующих периодов следует учитывать в модели).