
- •Эконометрика и экономико-математические методы и модели Учебно-методический комплекс
- •Состав и структура умк
- •Эконометрика
- •И экономико-математические
- •Методы и модели
- •Учебная программа для специальностей:
- •Составила: Мокеева о.А., к. Ф.-м. Н., доцент
- •Учебная программа составлена на основе учебной программы «Эконометрика и экономико-математические методы и модели», утвержденной 31 августа 2010 г., регистрационный номер уд-046-10/баз.
- •Заведующий кафедрой
- •Пояснительная записка
- •Примерный тематический план
- •Содержание учебного материала
- •Тема 1. Теоретические основы математического моделирования
- •Тема 2. Модели парной регрессии
- •Информационно-методическая часть Основная литература Учебники
- •Дополнительная литература Учебники
- •Наглядные и методические пособия
- •Тема 1 теоретические основы экономико-математического моделирования
- •1. Понятие о модели и моделировании
- •2. Классификация моделей
- •3. Экономико-математическая модель
- •4. Этапы экономико-математического моделирования
- •5. Принципы построения экономико-математических моделей
- •6. Общая характеристика экономико-математических методов
- •7. Эконометрика как наука
- •8. Эконометрика и другие науки
- •9. Эконометрические модели и их типы
- •10. Этапы эконометрического моделирования
- •11. Пример эконометрического исследования
- •12. Эконометрическое моделирование
- •Вопросы для самоконтроля
- •Тема 2 модели парной регрессии
- •1. Корреляционный и регрессионный анализы
- •2. Спецификация модели
- •3. Параметризация модели
- •4. Оценка тесноты связи между количественными переменными
- •5. Проверка общего качества уравнения регрессии
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Задания для самостоятельной работы
- •Лабораторная работа «Парная линейная регрессия и корреляция»
- •1. Постановочный этап
- •2. Спецификация модели
- •3. Параметризация модели
- •4. Верификация модели
- •5. Прогнозирование
- •Сурс спецификация и параметризация парной нелинейной регрессионной модели
- •1. Количество часов сурс на тему – 2.
- •Теоретические вопросы (определяет преподаватель)
- •Практические задания (вариант определяет преподаватель)
- •Методические указания
- •Литература
- •Вопросы для самоконтроля
- •Тема 3 модели множественной регрессии
- •1. Постановочный этап
- •3. Параметризация модели
- •4. Верификация модели
- •4.1. Статистическая значимость параметров регрессии
- •4.2. Проверка общего качества модели множественной регрессии
- •4.3. Предпосылки мнк
- •5. Прогнозирование на основе регрессионных моделей
- •6. Фиктивные переменные
- •7. Введение фиктивных переменных в модель
- •8. Тест Чоу
- •9. Фиктивные переменные и сезонность
- •Примеры решения заданий
- •Решение:
- •Задания для самостоятельной работы
- •Лабораторная работа «Множественная линейная регрессия и корреляция»
- •Порядок выполнения работы
- •Вопросы для самоконтроля
- •Тема 4 эконометрический анализ при нарушении классических модельных предположений
- •1. Проблема гетероскедастичности
- •2. Автокорреляция остатков регрессионной модели
- •3. Мультиколлинеарность факторов
- •Эконометрический анализ модельных предположений для множественной линейной регрессионной модели
- •1. Количество часов сурс на тему – 2.
- •Теоретические вопросы (определяет преподаватель)
- •Отчет по лабораторной и самостоятельной управляемой работе «Множественная регрессия и корреляция» студента _____________________________________ гр. ______
- •1. Постановочный этап.
- •4. Верификация модели.
- •Литература
- •Вопросы для самоконтроля
- •Тема 5 моделирование одномерных временных рядов
- •1. Динамические эконометрические модели
- •2. Компоненты временного ряда
- •3. Выравнивание временного ряда
- •4. Общая схема моделирования временного ряда
- •5. Автокорреляция остатков временного ряда
- •6. Анализ структурной стабильности тенденции
- •Примеры решения заданий
- •1.2Подобрать линию тренда, которая лучше всего описывает фактические данные и на ее основе сделать прогноз на 3 недели вперед. Решение:
- •Задания для самостоятельной работы
- •Лабораторная работа «Анализ структуры временного ряда»
- •Порядок выполнения работы
- •2. Спецификация, параметризация и верификация модели.
- •3. Прогнозирование
- •Вопросы для самоконтроля
- •Тема 6 системы одновременных уравнений
- •1. Системы уравнений, используемые в эконометрике
- •2. Структурная и приведенная формы моделей
- •3. Проблема идентифицируемости модели
- •4. Методы оценивания параметров структурной модели
- •5. Практика применения систем одновременных уравнений в макроэкономическом анализе
- •Примеры решения заданий
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 7 модели сетевого планирования
- •1.2.11. Области применения моделей сетевого планирования
- •2. Основные понятия и элементы сетевого графика
- •3. Правила построения сетевого графика
- •4. Временные параметры сетевого графика
- •5. Линейный график Ганта
- •6. Задачи оптимизации сетевого графика
- •7. Модели сетевого планирования в условиях неопределенности
- •Примеры решения заданий
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 8 модели межотраслевого баланса
- •1. Понятие балансовой модели
- •2. Схема межотраслевого баланса
- •3. Варианты расчетов по балансовой модели
- •4. Модель отраслевого баланса в условиях ограничений на используемые внешние ресурсы
- •5. Из истории метода межотраслевого баланса
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 9 модели теории игр
- •1. Понятие игры, виды игр
- •2. Принцип минимакса
- •3. Упрощение матричных игр
- •1.2.24. Решение матричных игр без седловых точек
- •1.35. Игры с природой
- •1.46. Критерий Байеса
- •1.57. Критерий Лапласа
- •1.68. Максиминный критерий Вальда
- •1.79. Критерий Сэвиджа (минимаксного риска)
- •1.810. Критерий обобщенного максимума Гурвица
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Решение:
- •1.10Критерий Вальда
- •1.11Критерий Сэвиджа
- •1.12Критерий Гурвица
- •1.13Критерий Байеса
- •1.15Критерий Лапласа
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 10 модели массового обслуживания
- •1. Основные понятия систем массового обслуживания
- •2. Классификации систем массового обслуживания
- •3. Простейшие системы массового обслуживания
- •4. Примеры
- •5. Основные показатели эффективности системы массового обслуживания
- •5.1. Одноканальная система массового обслуживания с отказами
- •5.2. Многоканальная система массового обслуживания с отказами
- •5.3. Одноканальная система массового обслуживания с ожиданием и ограничением на длину очереди
- •5.4. Многоканальная система массового обслуживания с ожиданием и ограничением на длину очереди
- •5.5. Одноканальная система массового обслуживания с ожиданием и неограниченной очередью
- •3.3.6. Многоканальная система массового обслуживания с ожиданием и неограниченной очередью
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 11 модели управления товарными запасами
- •1. Основные теоретические сведения
- •2. Понятие о системах управления запасами
- •3. Простейшая модель оптимального размера партии поставки
- •4. Модель с учетом неудовлетворенных требований
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Информационно-методическая часть Основная литература Учебники
- •Дополнительная литература Учебники
- •Наглядные и методические пособия
4. Методы оценивания параметров структурной модели
После того, как решена проблема идентифицируемости рассматриваемой структурной модели, осуществляется оценка параметров этой модели. Наибольшее распространение получили следующие методы установления оценок коэффициентов структурной модели:
– косвенный метод наименьших квадратов (КМНК);
– двухшаговый метод наименьших квадратов (ДМНК).
КМНК используется в случае идентифицируемой структурной модели, а для параметризации сверхидентифицируемых структурных моделей используется ДМНК.
Косвенный МНК состоит в следующем:
1. Составляется приведенная форма модели.
Для каждого приведенного уравнения обычным МНК оцениваются приведенные коэффициенты.
С помощью алгебраических преобразований осуществляется переход от приведенной формы к уравнениям структурной формы модели. При этом приведенные коэффициенты трансформируются в численные оценки структурных параметров.
Двухшаговый МНК заключается в следующем:
Составляется приведенная форма модели и с помощью обычного МНК определяются численные значения приведенных коэффициентов.
Выявляются эндогенные переменные из правой части структурного уравнения; находятся теоретические значения этих эндогенных переменных по соответствующим уравнениям приведенной формы модели.
Теоретические значения эндогенных переменных, стоящих в правых частях уравнений, подставляются вместо их фактических значений и с помощью обычного МНК определяются структурные коэффициенты исходной модели.
5. Практика применения систем одновременных уравнений в макроэкономическом анализе
Наиболее широко системы одновременных уравнений применяются для построения макроэкономических моделей функционирования экономики той или иной страны. В этом направлении следует выделить модели Кейнса. Наиболее простая статическая модель Кейнса для описания экономики страны имеет вид:
где Ct – совокупное потребление,
yt – национальный доход,
It – инвестиции,
– случайная
составляющая.
В более поздних исследованиях статическая модель Кейнса включала дополнительно и функцию сбережений:
где rt – сбережения.
Данная модель содержит три эндогенных переменных Ct, rt, yt, а также одну экзогенную переменную It. Система идентифицируема и решается с помощью КМНК.
Наряду со статическими моделями широкое распространение получили и динамические модели экономики. Такие модели содержат лаговые переменные и учитывают тенденцию (фактор времени). Одна из таких моделей Кейнса имеет вид:
где
– потребление,
–
ВВП,
– валовые
инвестиции,
– государственные
расходы.
В данной модели используется потребление предыдущего периода, то есть считается, что потребление текущего года зависит не только от дохода, но и от достигнутого в предыдущий период уровня потребления.
Другим примером динамической модели является модель Клейна для экономики США в 1950-1960 годах:
где – потребление в период t,
– заработная
плата в период t,
–
прибыль
в период t,
– прибыль
в предыдущий период t
– 1,
–
общий
доход в период t,
–
общий
доход в предыдущий период t
– 1,
– время,
– трансферты
в период t,
– капиталовложения в период t,
– правительственные расходы в период времени t.
Модель содержит пять эндогенных переменных , , , и , три экзогенные переменные , , и две лаговые переменные и . Модель сверхидентифицируема и решается с помощью ДМНК.
Литература:
1. Елисеева И.И. Эконометрика: учебник. М.: Финансы и статистика, 2008.
2. Бородич С.А. Эконометрика: учебное пособие. Мн.: Новое знание, 2001.
3. Кремер Н.Ш. Эконометрика: учебник для студентов вузов. М.: ЮНИТИ-ДАНА, 2008.