Эконометрика

КУРС ЛЕКЦИЙ

Содержание

1. Предмет и задачи курса. 5

1.1 Определение эконометрики. Взаимосвязь с другими науками. Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические методы. 6

1.2 Области применения эконометрических моделей. Методологические вопросы построения эконометрических моделей: обзор используемых методов. 10

2. Спецификация переменных в уравнениях регрессии. 14

2.1. Эконометрические модели: общая характеристика, различия статистического и эконометрического подхода к моделированию. 14

2.2.Спецификация переменных в уравнение регрессии. Ошибки спецификации. 19

3. Парная и множественная регрессия. 22

3.1.Понятие о функциональной, статистической и корреляционных связях. Основные задачи корреляционно-регрессионного анализа. 22

3.2. Уравнение регрессии, его смысл и назначение. Выбор типа математической функции при построении уравнения регрессии. 27

3.3 Линейная модель парной регрессии. Метод наименьших квадратов (МНК). Свойство оценок МНК. 30

3.4.Ковариация. Коэффициент ковариации. Показатели качества регрессии: линейный коэффициент регрессии, коэффициент детерминации. 44

3.5.Стандартная ошибка уравнения регрессии. Оценка статистической значимости показателей корреляции, параметров уравнения регрессии. Дисперсионный анализ. Критерии Фишера и Стьюдента. 45

3.6. Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (КЛММР). Определение параметров уравнения множественной регрессии методом наименьших квадратов. 52

3.7. Стандартизированные коэффициенты регрессии, их интерпретация. Парные и частные коэффициенты корреляции. Множественный коэффициент корреляции. Множественный коэффициент корреляции и множественный коэффициент детерминации. Оценка надежности показателей корреляции. 65

3.8. Оценка качества модели множественной регрессии: F-критерий Фишера, t-критерий Стьюдента. Мультиколлинеарность. Методы устранения мультиколлинеарности. 83

Глава 4. Предпосылки метода наименьших квадратов 88

4.1. Исследование остатков величин регрессии. 89

4.2. Проблема гетероскедастичности. Её экономические причины и методы выявления. 92

4.3. Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками. 96

4.4. Обобщенный метод наименьших квадратов. (ОМНК). 104

4.5. Регрессионные модели с переменной структурой (фиктивные переменные). Фиктивные переменные: общий случай. Множественные совокупности фиктивных переменных. Фиктивные переменные для коэффициентов наклона. 109

Глава 5. Нелинейные модели регрессии. 112

5.1. Нелинейные модели регрессии и их линеаризация. 112

5.2. Оценка степени тесноты связи между количественными переменными. 115

5.3. Индекс корреляции, теоретическое корреляционное отношение. Коэффициент детерминации для нелинейных моделей. 118

5.4. Применение МНК для нелинейных моделей. 121

Глава 6. Временные ряды в эконометрических исследованиях. 123

6.1. Специфика временных рядов как источника данных в эконометрическом моделировании. 124

6.2. Модели стационарных и нестационарных временных рядов и их идентификация. 126

6.3. Аналитическое выравнивание временных рядов. Оценка параметров уравнения тренда. 128

6.4. Автокорреляция в остатках, её измерение и интерпретация. Критерий Дарбина-Уотсона в оценке качества трендового уравнения регрессии. 132

6.5. Анализ временных рядов при наличии периодических колебаний: аддитивная и мультипликативная модели. 147

6.6. Особенности изучения взаимосвязанных временных рядов. Автокорреляция рядов динамики и методы ее устранения. Метод последовательных разностей. Интерпретация параметров уравнения регрессии, построенного оп первым и вторым разностям. Метод отклонения уровней ряда от основной тенденции. Метод включения фактора времени. 161

Глава 7. Системы экономических уравнений 166

7.1. Виды систем эконометрических уравнений. Независимые системы. Рекурсивные системы. 166

7.2 Система линейных одновременных уравнений. Структурная и приведенная формы эконометрической модели. 169

7.3 Проблемы идентификации 172

7.4. Косвенный, двухшаговый и трехшаговый метод наименьших квадратов, общая схема алгоритма расчетов. Применение эконометрических моделей. Модель Кейнса (статистическая и динамическая формы). Модель Клейна. 179

1. Предмет и задачи курса.

Эконометрия – это искусство предвидения экономических нормативов, прогнозов и гипотез.

Деятельность в любой области экономики (управлении, финансово-кредитной сфере, маркетинге, учете и аудите) требует от специалистов применения современных методов работы, знания достижений мировой экономической мысли, понимание научного языка.

Большинство новых методов основано на эконометрических моделях, концепциях, приёмах. Без глубоких знаний эконометрики научиться их использовать невозможно. Чтение современной литературы также предполагает хорошую эконометрическую подготовку.

Специфической особенностью деятельности экономиста является работа в условиях недостатка информации и неполноты исходных данных. Анализ такой информации требует знания специальных методов, которые составляют один из аспектов эконометрики. Центральной проблемой эконометрики является построение экономической модели и определение возможностей её использования для описания, анализа и прогнозирования реальных экономических процессов.

Известный экономист Цви Гриллихес (1929–1999г.) писал: «эконометрика является одновременно нашим телескопом и нашим микроскопом для изучения окружающего экономического мира». В этом случае можно говорить о микро- и макро-эконометрике.

Свидетельством всемирного признания эконометрики является присуждение пяти Нобелевских премий по экономике за разработку в этой области:

1969г. Р. Фришу и Я. Тинбергену за разработку математических методов анализа экономических процессов;

1980г. Л. Клейну за создание эконометрических моделей и их применение к анализу экономических колебаний и экономической политики;

1989г. Т. Хаавельмо за пояснение вероятностных основ эконометрики;

2000г. Дж. Хекману за развитие теории и методов анализа селективных выборок и Д. Макфаддену за развитие теории и методов анализа моделей дискретных выборок.

2003г. Р.Энгел и К.Грэнджер за анализ экономических временных рядов (ARCH) с общими трендами.

Процесс перехода экономического ВО в России на мировые стандарты характеризуется введением в учебные планы курсов микро- и макроэкономики, а также эконометрики.