
- •Тема 1. Введение. Эконометрика и эконометрическое моделирование.
- •Типы экономических данных, используемых в эконометрических исследованиях.
- •Переменные, участвующие в эконометрической модели любого типа, разделяются на следующие типы.
- •Типы эконометрических моделей
- •Научные составляющие эконометрики
- •Общий вид эконометрической модели.
- •Тема 2. Парный регрессионный анализ. Метод наименьших квадратов
- •Вычисление коэффициента парной корреляции.
- •Парная регрессия
- •Тема 3. Линейная модель множественной регрессии
- •Упорядочение п наблюдений по мере возрастания переменной х.
- •Прогнозирование с помощью модели множественной регрессии.
- •Особенности практического применения регрессионных моделей.
- •Тема 4. Свойства оценок (мнк)
- •Тема 5. Оценка качества уравнения регрессии
Тема 1. Введение. Эконометрика и эконометрическое моделирование.
Вопросы
Понятие эконометрики.
Типы экономических данных, используемых в эконометрических исследованиях: пространственные данные и временные ряды
Специфика экономических данных
Классификация эконометрических моделей
Основные этапы построения эконометрических моделей
Термин «эконометрика» появляется в литературе в начале двадцатого века и означает «эконометрические измерения». Приведем некоторые используемые в литературе определения эконометрики.
Эконометрия (эконометрика), наука, изучающая конкретные количественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей1.
Наиболее часто используют определение эконометрики, которое предложил известный российский ученый С.А. Айвазян.
Эконометрика – это самостоятельная научная дисциплина, объединяющая совокупность теоретических результатов, приемов, методов и моделей, предназначенная для того, чтобы на базе экономической теории, экономической статистики, математико-статистического инструментария придавать конкретное количественное выражение общим закономерностям, обусловленным экономической теорией взаимосвязей экономических явлений и процессов [7].
В мировой науке эконометрика занимает достойное место. Свидетельством этого является присуждение за наиболее выдающиеся разработки в этой области Нобелевских премий по экономике Рагнару Фришу и Яну Тильбергену (1969), Лоуренсу Клейну (1980), Трюгве Хаавельмо (1989), Роберту Лукасу (1995), Джеймсу Хекману и Даниелю Мак-Фаддену (2000) [8].
Типы экономических данных, используемых в эконометрических исследованиях.
Пространственные данные – характеризуют ситуацию по конкретной переменной (или набору переменных), относящейся к пространственно разделенным сходным объектам в один и тот же момент времени. Таковы, например, данные по курсам покупки или продажи наличной валюты в конкретный день по разным обменным пунктам г. Москвы. Другим примером является, скажем, набор сведений (объем производства, количество работников, доход и др.) по разным фирмам в один и тот же момент времени или период.
Временные ряды отражают изменения (динамику) какой-либо переменой на промежутке времени. В качестве примеров временных рядов можно привести ежеквартальные данные по инфляции, данные по средней заработной плате, национальному доходу и денежной эмиссии за несколько и др.
●Специфика экономических данных.
В эконометрике решаются задачи описания данных, оценивания, проверки гипотез, восстановления зависимостей, классификации объектов и признаков, прогнозирования, принятия статистических решений и др.
При выборе методов анализа конкретных экономических данных следует учитывать, что экономические данные обладают рядом особенностей.
Многие экономические показатели неотрицательны. Значит, их надо описывать неотрицательными случайными величинами.
В экономике доля нечисловых данных существенно выше, чем в технике и, соответственно больше применений для статистики объектов нечисловой природы.
Количество изучаемых объектов в экономическом исследовании часто ограничено в принципе, поэтому обоснование вероятностных моделей в ряде случаев затруднено.
Экономические процессы развиваются во времени, поэтому большое место в эконометрике занимают вопросы анализа и прогнозирования временных рядов, в том числе многомерных. При этом следует отметить, что временные ряды качественно отличаются от простых статистических выборок. Эти особенности состоят в следующем:
последовательные по времени уровни временных рядов являются взаимозависимыми, особенно это относится к близко расположенным наблюдениям;
в зависимости от момента наблюдения уровни во временных рядах обладают разной информативностью: информационная ценность наблюдений убывает по мере их удаления от текущего момента времени;
с увеличением количества уровней временного ряда точность статистических характеристик не будет увеличиваться пропорционально числу наблюдений, а при появлении новых закономерностей развития она может даже уменьшаться. [8].